基于熵权效率的交通运输与经济发展的协调性分析

余佳每，王 沁，苏佳琳

基于熵权效率的交通运输与经济发展的协调性分析

余佳每1，王 沁2，苏佳琳3

(1. 西南财经大学, 统计学院，成都 610031; 2. 西南交通大学, 数学学院统计系, 成都 610031; 3. 西安交通工程学院, 公共课部, 西安 710300)

基于主成分赋权法获得了交通运输和经济发展的主成分, 在主成分的基础上测度了交通运输的熵权效率和经济发展的熵权效率。从熵权效率出发, 利用耦合协调度模型测算了2016年我国三十个省市的交通运输和经济发展的耦合协调度。最后对“一带一路”沿线区域的动态协调发展度进行时间序列分析拟合, 并对该区域2017—2019年的动态协调发展度进行预测。

协调性; 协调发展度; 熵权效率; 交通运输; 经济发展; 主成分分析; 时间序列分析

0 引 言

作为发展中国家，交通运输对于我国经济发展有着决定性的作用[1]。在不同的经济发展阶段，交通运输对其影响机制与影响程度也有所不同。交通运输系统与经济发展是否协调，是决定社会经济能否稳定协调发展的关键。因此，分析我国各省市的交通运输与经济发展的协调性，对于确定不同区域的交通运输投资规模，促进区域经济协调发展有着重要的意义。

对于交通运输与经济发展的协调性分析，不少学者提出了不同的研究方法。汪传旭利用大系统的理论与方法，建立了协调发展指数对交通运输与经济发展的协调程度进行定量计算分析[1]；武旭等学者将交通运输与经济视作互为输入与输出的投入产出系统，通过建立DEA模型对二者协调度进行计算[3]；罗文慧等学者利用主成分分析法找出衡量区域交通与经济发展水平的主因子，进一步利用因子构建了交通经济协同发展的评价模型对协同度进行了计算[4]。李洁等基于协整评价模型分析了四川省区域经济与交通运输的协调关系[5]。姬亚鹏[6]基于变异系数构建了交通与经济系统间的协调度模型，对京津冀的交通与经济发展协调性进行了评价研究。

上述研究尚未基于熵权效率对全国各省市交通运输与经济发展的协调性进行研究，故本文在已有研究的基础上，利用主成分分析与熵权法结合对各省市交通运输与经济发展的水平进行度量，再根据协调度模型，利用熵权效率对我国七大地理区域的协调度进行度量，进一步对协调度的变动性进行分析，并利用时间序列分析对其进行预测。

1 研究方法

1.1 评价指标体系和主成分赋权法

对于多指标的复杂评价系统常常采用主成分赋权法[11]，其主要思想为：挑选出累计贡献率较大的前几个主成分，利用主成分贡献率计算出各指标的得分值占比，以此作为各项指标权重，再分别将每个评价对象的各指标数值与上述计算出的权重进行加权求和，以此得到各评价对象主成分得分结果。

主成分赋权法步骤如下（假设原评价系统共个指标和个评价对象）：

1.2 交通运输和经济发展的熵权效率测评

在实际分析过程中，第一主成分的特征值往往比其他主成分的特征值大得多，因此第一主成分的方差贡献率通常较大，而其他主成分的方差贡献率较小[12]。因此，采用主成分赋权法，不能全面体现每个主成分的作用，需要利用主成分得分的冗余信息，寻求一种更为客观合理的赋权方式来计算综合得分。

熵权法是一种广泛应用的客观赋权方法。根据信息论的基本原理知信息是系统有序度的度量，熵是系统无序度的度量。如果一个指标的信息熵越小，它提供的信息越多，在综合评价中所起的作用就越大，权重就越高。因此，在综合评价中，可以利用信息熵工具计算出各指标的权重[13]。熵权法的主要思想为：若某一研究对象的信息熵在所有研究对象熵值之和中占比越小，则其提供的信息越多，相应地也应当有更高的权重。

熵权法计算步骤如下[7]：

① 数据的预处理：由于主成分得分有正有负，因此首先需要对指标进行非负化处理，公式如下：

③ 计算综合评价得分：

根据主成分算出的系统得分处于负无穷到正无穷之间，但计算协调度时，用于计算的数值需处于0~1之间，因此将主成分分析与熵权法结合，即利用熵权法对主成分进行定权。这样不仅可以利用主成分的信息熵冗余度确定其权重，还可以通过对指标数据的非负化处理使得最终计算得到的熵权效率值处于0~1之间，从而便于下一步对协调度的计算。

除此之外，由于主成分分析所提取的是指标系统内的主要信息，而熵权法则是提取了各项主成分中的冗余信息，因此二者的结合能够更充分地提取数据中的信息。

1.3 协调度以及协调发展度评价模型

协调度的公式如下[14]：

利用交通运输与经济发展水平的熵权效率值对协调度进行计算，可以保证协调度的取值处于0~1之间。

参照目前大多数国家普遍采用的协调度等级划分，具体标准如表1所示。

表1 协调等级划分准则

Tab.1 Coordination level division criteria

2 实证分析

本文搜集了2008—2016年间我国三十个省市的交通与经济系统指标，数据来源于《中国统计年鉴》以及各省市统计年鉴。

2.1 主成分权重

计算出各个主成分的得分系数矩阵，再将其与各主成分的贡献率相乘，得到广义的主成分权重。

2.2 交通运输和区域经济的熵权效率评价

运用熵权法对主成分得分进行赋权，结果如表2所示。

表2 熵值和权重计算结果

Tab.2 Calculation results of entropy and weight

交通运输系统的熵权效率计算公式如下：

交通运输熵权效率结果如图1所示。

由结果可看出，各省市交通运输发展情况差距较大，2016年，北京市的交通运输系统发展水平相对较高，贵州省的交通运输发展水平相对落后。

同理，计算得2016年经济发展熵权效率结果如图2所示。

由图2可看出，各省市交通运输发展情况差距较大，2016年，广东省的经济发展水平相对较高，青海省的经济发展水平相对落后。

图1 各省市交通运输熵权效率结果

图2 各省市经济发展熵权效率结果

2.3 交通运输和区域经济发展的耦合协调度分析

将各省市的交通经济发展水平得分指数带入协调度模型进行计算，结果如表3所示。

表3 交通运输与经济发展协调度评价结果

Tab.3 Evaluation results of coordination degree of transportation and economic development

续表3

城市协调度C静态协调发展度城市协调度C静态协调发展度 湖北0.960.60贵州0.800.37 湖南0.980.60云南0.990.51 广东0.800.76陕西1.000.56 广西0.970.48甘肃0.980.39 海南0.990.46青海0.930.42 重庆0.780.45宁夏0.950.45 四川0.970.59新疆0.980.49

由计算结果所示，2016年间，全国三十个省市中，北京市处于比较协调；广东省、上海市、江苏省、山东省、浙江省、天津市处于基本协调；湖南省、湖北省等12个省市处于轻度不协调；新疆维吾尔自治区、吉林省等8个省市处于中度不协调；甘肃省、江西省、贵州省处于严重不协调。可以看出，大多数省市的交通运输系统与经济系统之间协调程度都有所欠缺。虽有北京、广东省、上海市等七个省市处于比较协调以及基本协调状态，但与非常协调还是有一定的差距。基于此，各省市应当结合自身区位优势以及地理条件，提高交通资源配置效率，提升交通运输发展水平，以进一步提高交通运输系统与经济系统之间的协调等级。各省市协调等级分类情况如表4所示。

表4 各省市协调等级分类情况

Tab.4 Classification of coordination levels in various provinces and cities

2.4 一带一路沿线区域协调发展度的分析与预测

“一带一路”跨越了我国十八个省市，其中，新疆、重庆、陕西、甘肃等13个省市位于丝绸之路经济带，上海、福建、广东、浙江、海南五个省市位于21世纪海上丝绸之路。自2013年以来，“一带一路”的建设也极大地推动了沿线省市的交通与经济的发展，区域的经济开放性增强，交通运输吞吐量大幅提高，进而对沿线省市的交通运输系统提出了更高的要求。

按照上述方法，计算求得2008—2015年间“一带一路”沿线城市的协调发展度数据，并对2008—2016年“一带一路”沿线城市的静态协调发展度进行分析，并对其加权平均后得到协调发展度计算，结果如图3所示。

从图3中可看出2008—2016年间，“一带一路”沿线地区的协调发展度整体呈上升趋势，2016年协调发展度有所降低，表现出此时该区域的经济与交通运输面临了新的适应性问题，需进一步解决。

年 份

表5 2008—2019年间“一带一路”沿线区域动态协调发展度

Tab.5 Dynamic coordinated development degree of the area along the “ the Belt and Road ” Initiative between 2008 and 2019

从图4可看出2008—2019年间，“一带一路”沿线区域的协调发展度整体呈上升趋势，且自2013年“一带一路”建设提出以来，2013—2019年间协调发展度也是整体有很大的提升。这也进一步说明，“一带一路”建设为沿线省市带来了新的机遇，经济发展水平不断提高，交通运输系统不断完善，最终使其交通运输系统与经济发展的协调性得以提升，实现了经济更好更快更协调的发展。

图4 2008—2019年间“一带一路”沿线区域静态协调发展度

3 结论与建议

3.1 结论分析

本文利用主成分分析与熵权法结合计算出了我国省域城市的交通以及经济发展情况，再利用协调度以及协调发展度模型对交通运输与经济系统的协调性进行了度量。根据上述计算结果，本文所得结论如下：

2016年间，相较于2008到2015年，我国各省市的经济与交通运输发展水平都有明显的提升，各个产业都在稳步向前。在交通经济水平整体进步的同时，各省市的发展差距也较为明显。北京、广东、浙江、江苏、上海等省市的经济与交通发展水平都稳居全国前列，宁夏、海南、甘肃、青海、贵州等省市的交通经济发展相对比较落后。

2016年间，我国各省市之间的协调发展度差距较大，其中，北京市、广东省、上海市的交通与经济协调状况较好，协调发展度位居全国前列，处于比较协调以及基本协调的状态；甘肃省、江西省、贵州省的交通与经济的协调状况欠佳，处于严重不协调状态。

2009—2016年间，我国“一带一路”沿线区域的协调发展度整体呈上升趋势，变化趋势相对平稳。其中，2012、2014年的协调发展度有较为明显的提升，表明这一年间各省市的交通与经济发展水平得到了一定的提升，两者之间的协调性也进一步加强；2016年各省市的协调发展度有较为明显的下降，表明这一年间各省市的交通与经济发展出现了新的适应性问题，亟待进一步解决。

3.2 建 议

基于上述计算结果，结合我国现阶段的发展情况，本文从以下五个方面对我国的经济交通发展提出合理化建议。

（1）缩小各省市经济发展水平差距

虽然改革开放以来，我国各省市的经济发展水平都得到了较大的提升，但各区域的发展水平存在着较大的差异。在发展不平衡的形势下，政府部门应当加强发展落后地区的经济建设，缩小贫富差异，逐步实现全国人民的共同富裕。此外，各区域也当结合自身区域优势，升级优化产业结构，加强与其他区域间的经济合作，从而进一步提升经济发展水平。

（2）缩小各省市交通运输发展水平差距

近年来，我国的交通运输发展迅速，公路、水路、航空、管道、铁路运输业竞相发展，交通运输的质量与效率都得到了较大的提升。然而，由于区域间的地理条件、经济发展水平的差异性，使得各省市的交通发展水平参差不齐。各区域应当结合自身地理环境，合理发展交通运输，加强与临近区域的协作规划。政府部门也应当加大对落后地区的交通运输投资建设，进一步完善区域交通运输系统。

（3）进一步完善提升区域交通运输系统

各省市在经济发展的同时，也不能忽视交通运输的发展。交通运输对于经济发展有着决定性的作用，只有完善优良的交通运输系统才能够保证经济活动的有力运行。各省市应当结合自身经济发展水平，对交通运输发展情况进行评估以及提升，使得交通运输发展水平与经济发展水平相匹配。

（4）加强区域之间的交通与经济合作

在当下这样的开放式社会经济形态下，各省市的经济与交通发展除了需进行自身产业的优化与升级，还应当加强与其他区域间的合作，努力打破区域之间的贸易壁垒。各区域之间协调合作，建立起生产以及运输工作的分工与合作机制，尽可能降低运输成本，通过分工合作使得各区域得到更好更快的发展。

[1] 刘秉镰, 赵金涛. 中国交通运输与区域经济发展因果关系的实证研究[J]. 中国软科学, 2005(6): 101-106.

[2] 汪传旭. 交通运输与经济发展协调程度的定量评价[J]. 上海海运学院学报, 1999(3): 96-102.

[3] 武旭, 胡思继, 崔艳萍, 等. 交通运输与经济协调发展评价的研究[J]. 北京交通大学学报: 社会科学版, 2005(2): 10-14.

[4] 罗文慧, 董宝田. 区域经济与交通运输发展协同性评价模型研究[J]. 公路交通科技, 2017, 34(11): 151-158.

[5] 李洁, 杨宇翔, 庞子帅. 基于协整分析的区域交通运输与经济发展协调性研究[J]. 交通运输工程与信息学报, 2016, 14(2): 83-91.

[6] 姬亚鹏. 一体化背景下京津冀交通与经济协调发展评价研究[D]. 北京: 北京交通大学, 2016.

[7] 李洋. 交通资源配置与区域经济发展协调性研究[D]. 北京: 北京交通大学, 2016.

[8] 王瑞军. 基于省域视角的中国交通运输对区域经济发展影响研究[D]. 北京: 北京交通大学, 2013.

[9] 姜霞. 区域交通运输系统与经济系统协调发展研究[D]. 西安：西安建筑科技大学, 2007.

[10] 王力年. 区域经济系统协同发展理论研究[D]. 长春：东北师范大学, 2012.

[11] 颜惠琴, 牛万红, 韩惠丽. 基于主成分分析构建指标权重的客观赋权法[J]. 济南大学学报: 自然科学版, 2017, 31(6): 519-523.

[12] 李亮. 评价中权系数理论与方法比较[D]. 上海: 上海交通大学, 2009.

[13] 徐凤, 余霞. 基于熵权法的交通运输与区域经济的耦合性测度—— 以江苏省为例[J]. 生产力研究, 2017(12): 57-60.

[14] 阳婷. 城镇化与生态环境发展的协调耦合度分析—— 以湖北省为例[J]. 华中师范大学研究生学报, 2015, 22(2): 166-173.

[15] 王沁. 时间序列分析[M]. 成都: 西南交通大学出版社, 2008: 54-110

Coordination Analysis of Transportation and Economic Development Based on Entropy Weight Efficiency

YU Jia-mei1, WANG Qin2, SU Jia-lin3

(1. School of statistics, Southwestern University of Finance and Economics, Chengdu 610031, China;2. Department of Statistics in the College of Mathematics, Southwest Jiaotong University, Chengdu 610031, China;3. School of Public Courses, Xi’an Jiaotong University, Xian 710300, China)

Based on the principal component weighting method, the main components of transportation and economic development were obtained. Subsequently, the entropy weight efficiency of transportation and the entropy weight efficiency of economic development were measured based on the principal components. Based on the entropy weight efficiency, the coupling coordination degree model was used to calculate the coupling coordination degree of transportation and economic development in 30 provinces and cities in China in 2016. Finally, a time series analysis and fitting of the dynamic coordinated development degree along the “theBelt and Road” area was carried out, and the dynamic coordinated development degree of the region in 2017–2019 was predicted.

coordination; coordinated development; entropy weight efficiency; transportation; economic development; principal component analysis; time series analysis

1672-4747（2020）02-0177-08

F512.3

A

10.3969/j.issn.1672-4747.2020.02.022

2019-05-01

2018 年四川省哲学社会科学重点研究基地西部交通战略与区域发展研究中心项目（XJQ18007）

余佳每（1996—），女，重庆人，西南财经大学硕士研究生，研究方向：经济统计、金融统计，E-mail：jiameiyuu@163.com

王沁（1973—），女，四川人，西南交通大学数学学院副教授，研究方向：计量经济学、时间序列分析，E-mail：wangqin@swjtu.edu.cn

余佳每，王沁，苏佳琳. 基于熵权效率的交通运输与经济发展的协调性分析[J]. 交通运输工程与信息学报, 2020, 18（2）：177-184.

（责任编辑：刘娉婷）