为了从指标群中提取公因子，进行降维，本文用了因子分析的方法将多个指标转化为较少的若干个互不相关的综合指标。检验原始数据通过了KMO（检验统计量）检验和Bartlett 球形检验，按照特征值大于1，选择主成分相对应的累计贡献率较大的标准来提取公因子。从表2 可以看出，提取出的5 个公因子累计贡献率达到了83.99%，反映了原始数据大部分的信息量。建立的公因子载荷矩阵，旋转在7 次迭代后收敛，使各个变量在某一公因子上产生较高载荷。其中，公因子F1在航空客运量、起降架次、通航点、服务航司数目及货量和经济总量等反映机场整体通航能力和货量水平的指标上面的载荷较大，本文将其命名为“航空资源与货量能级因子”；公因子F2在经济十年和三年增速方面载荷均超过了0.86，本文将其命名为“腹地经济成长性因子”；公因子F3在进出口增速和物流绩效评分方面载荷较大，本文将其命名为“贸易及物流因子”；公因子F4在货量长期和短期的增速方面载荷超过了0.80，本文将其命名为“货量增长率因子”；公因子F5在货运区面积指标上面载荷达到0.81，故将其命名为“货运区规模因子”。我国机场货运发展相关指标汇总见表2。
表2 我国机场货运发展相关指标汇总
根据因子得分矩阵，用回归法计算各公因子的得分，计算得到三个公因子的方差贡献率分别为43.95%，11.76%，10.98%，10.68% 和6.62%。作为公因子得分的权数，构建我国机场货运发展综合因子得分函数F=0.439 5 F1+ 0.117 6 F2+0.109 8 F3+ 0.106 8 F4+0.006 2 F5。根据各个因子得分和综合因子得分，可相应地得出20 个机场货运发展程度排名，见表3。(www.xing528.com)
表3 我国机场货运发展公因子得分及排名
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
