基于因子分析法的裝備保障力量安全建設指標體系構建研究

張建　李恒　陳黎明　牛妍懿

摘要：為構建出系統科學、層次清晰、客觀準確的裝備保障力量安全建設指標體系，本文采用因子分析法對19個基礎指標進行分析，提取出將安全教育與訓練、規章制度、重點部位、重要裝備和安全設施等5個公因子作為一級指標，最終構建了以5個公因子為一級指標、19個基礎指標為二級指標的裝備保障力量安全建設指標體系，有效解決了安全建設基礎指標數目多、分析不易的難題，為后續裝備保障力量安全建設效果評估工作奠定了堅實基礎。

關鍵詞：裝備保障力量 ?安全建設 ?指標體系 ?因子分析

中圖分類號：E257文獻標識碼

Research on the Construction of Safety Construction Index System of Equipment Support Force Based on Factor Analysis

0.9≥KMO>0.8，很適合;0.8≥KMO>0.7，適合;

0.7≥KMO>0.6，不太適合;0.6≥KMO>0.5，很勉強;

KMO≤0.5，不適合。

巴特利特球形檢驗也是以變量的相關系數矩陣為出發點的，其零假設相關系數矩陣是一個單位陣，即相關系數矩陣對角線上的所有元素都是1，所有非對角線上的元素都為0。巴特利特球形檢驗的統計量根據相關系數矩陣的行列式進行計算，如下所示。

近似卡方：???????????????????????????（2）

自由度：????????????????????????????????（3）

式（2）、式（3）中，n為各變量的數據個數，p為變量數，為相關系數矩陣R的行列式值。

如果該統計量值較大，且對應的相伴概率值小于顯著性水平（一般為0.01），則拒絕零假設，認為相關系數矩陣不可能為單位陣，即原始變量存在相關性，適合作因子分析。反之，則不適合作因子分析。

1.2 因子提取

因子提取是通過分析原始變量的相互關系，提取少數的幾個因子。提取方法是對樣本數據進行處理，計算得到因子載荷矩陣，再利用因子載荷矩陣求解原始變量相關矩陣的特征值，根據特征值的大小最終確定需要提取的因子數量。求解因子載荷矩陣的方法較多，如主成份分析法、主軸因子法等^[5]，本文采用主成份分析法求解因子載荷矩陣。

1.3 因子旋轉

建立因子分析模型的目的不僅是找出公因子并對變量進行分組，更重要的是要知道每個公因子的意義，以便對實際問題進行科學分析^[6]。因子提取以后，雖然提取的各因子間是正交的，即不相關的，但因子對變量解釋能力較弱，不易解釋和命名，此時，可以對因子模型進行旋轉。因子旋轉即用一個正交矩陣T右乘因子載荷矩陣A實現對因子載荷矩陣的旋轉，旋轉后因子載荷矩陣結構簡化，更容易對公因子進行解釋。結構簡化就是重新分配每個因子所解釋方差的比例，使每個變量僅在一個公因子上有較大的載荷，在其他公因子上的載荷較小。

1.4?因子得分和釋義

采用因子表示原始變量，需要計算因子得分，以表示因子與原始變量之間的線性關系，為進一步分析奠定基礎^[7]。旋轉后，因子載荷矩陣反映了變量和公因子的相互關系。在載荷矩陣中，每一列的載荷系數越大，所對應的變量與該因子的關聯也最密切。通常情況下，在實際應用中會選取較大載荷系數對應的幾個變量，并根據這些變量的含義確定因子內涵，即釋義。

2?安全建設指標確立

由于裝備保障力量安全建設的重點主要集中在裝備使用階段，因此，本文主要研究使用管理期間的裝備保障力量安全建設指標體系構建問題。

通過對安全管理等法規研究分析，征詢裝備安全管理專家意見及考慮裝備安全建設和管理實際，共計篩選確立19個基礎指標作為指標體系的底層指標，分別是安全教育計劃與實施、安全方案預案與演練、安全管理規章制度種類、安全管理規章制度落實、火器室安全管理、技術區（庫區）安全管理、火工品安全管理、帶藥裝備安全管理、推進劑安全管理、專用車輛安全管理、報廢裝備安全管理、安全監控設備、電氣防爆設施設備、防雷設施設備、防靜電設施設備、消防設施設備與器材、防盜設施設備、防潮防熱設施設備和防洪防臺設施設備與器材等。

可見，基礎指標涉及的因素多、方面多，故需要對這些進行分類處理。而因子分析可以通過分析相關性來對變量進行分類，因此，本文采用因子分析法對安全建設的基礎指標進行分析分類，并歸納一級指標，確立裝備保障力量安全建設的兩級指標，為后續裝備保障力量安全建設及其效果評估奠定基礎。

3?安全建設指標的因子分析

3.1?問卷調查及數據統計

為構建安全建設指標的因子分析數據集，本文設計了調查問卷，邀請30名理論知識和實踐經驗豐富的高工和教授等專家對19個基礎指標的重要性進行打分。每個基礎指標分7檔打分，即：1-不重要、2-一般重要、3-較重要、4-重要、5-很重要、6-非常重要、7-特別重要。將調查問卷數據收集起來構成因子分析數據集。

3.2?因子分析適用性檢驗及提取

為確定基礎指標數據是否適合作因子分析，需要對其指標數據變量的相關性進行檢驗。本文采用KMO和巴特利特球體檢驗方法對數據進行檢驗。通過式（1）、式（2）得到的KMO和巴特利特球體檢驗結果如表1所示。

從表2中可以看出，裝備保障力量安全建設基礎指標的KMO值為0.840，大于0.7;同時，巴特利特球體檢驗顯著性概率是0.000，小于0.01，相關矩陣不是一個單位矩陣，由此可知，安全建設基礎指標具備一定的相關性，適合作因子分析。

采用主成分分析法對安全建設基礎指標數據進行處理，得到其特征值及其因子載荷矩陣。處理后得到的總方差分解表如表2所示，由于篇幅關系，只列出了前6個特征值及其相應情況。

從表2中可以看出，前5個特征值均大于1，且解釋了總體方差的88.958%，滿足因子分析的需要，因此，提取前5個特征值進行因子分析。但同時也注意到，雖然利用因子提取方法得到的結果保證了因子之間的正交性，但對因子的解釋能力較弱，不容易解釋和命名，因此還需要對因子進行旋轉和解釋。

3.3?因子旋轉確立一級指標

為方便對安全建設基礎指標數據提取的因子進行解釋，采用方差極大的正交旋轉方法對因子載荷矩陣進行旋轉，可以得到旋轉后的因子載荷矩陣，進而得到旋轉后的因子負載值，如表3所示。

從表3中可以看出，因子1受安全監控設備、電氣防爆設施設備、防雷設施設備、防靜電設施設備、消防設施設備與器材、防盜設施設備、防潮防熱設施設備和防洪防臺設施設備與器材等影響較大，反映了安全設施設備的建設情況，可以命名為“安全設施”。因子2受火工品、帶藥裝備、推進劑和專用車輛等重要裝備安全管理情況影響較大，反映了重要裝備安全管理方面的建設情況，可以命名為“重要裝備”。因子3受安全管理制度種類和落實等影響較大，反映了安全管理規章制度的建設情況，可以命名為“規章制度”。因子4受火器室和技術區（庫區）等安全管理情況影響較大，反映了重點部位安全管理方面的建設情況，可以命名為“重點部位”。因子4受安全教育計劃與實施、安全方案預案與演練等情況影響較大，反映了安全教育與訓練方面的建設情況，可以命名為“安全教育與訓練”。經重新命名后關鍵因子與高載荷指標的對應關系如表4所示。

在對19個基礎指標進行主成分分析并進行因子旋轉后，可以得到5個關鍵因子，將5個關鍵因子和19個基礎指標分別作為裝備保障力量安全建設指標的一級指標和二級指標，就可以得到裝備保障力量安全建設指標體系。

通過對比因子分析前后的裝備保障力量安全建設指標，可以看出，若不進行因子分析構建兩級指標，安全建設指標共有19個，指標繁雜，不易分析;而進行因子分析構建兩級指標后，形成了5個一級指標和19個二級指標形成的指標體系，層次清晰、簡單明了，易于分析，便于使用且形成的兩級指標體系與裝備保障力量安全建設及管理實際基本一致。

4?結語

本文在分析與確定裝備保障力量安全建設基礎指標的基礎上，采用因子分析法對基礎指標進行分析研究，經因子提取、旋轉和釋義后，確立了兩級指標，得到了裝備保障力量安全建設指標體系。兩級裝備保障力量安全建設指標體系具有層次清晰、方便實用等優點，后續可以從建設內容和標準要求上對裝備保障力量安全建設指標體系進行完善，進而為裝備保障力量安全建設標準的制定工作奠定了堅實的基礎。

參考文獻

• 季丹.混合式教學模式下學生學習效果影響因素研究[J].大學，2021（39）：28-31.
• 韓曉晨，蘇杰，沙明心.基于因子分析的家電行業上市公司盈利能力評價[J].遼寧工程技術大學學報：社會科學版，2020，22（6）：447-456.
• 吳克昌，劉志鵬.基于因子分析的人民獲得感指標體系評價研究[J].湘潭大學學報：哲學社會科學版，2019，43（3）：13-20.
• 張朝龍，趙篩篩，章博.基于因子分析與K-means聚類的退役動力電池快速分選方法[J].電力系統保護與控制，2021，49（12）：41-47.
• 李雪.基于慕課的翻譯教學設計要素與影響因素研究[D].南京：南京郵電大學，2019.
• 周明，莊晶，肖谷.基于因子分析法的環境信息披露質量評價——以采礦業上市公司為例[J].東華理工大學學報：社會科學版，2020，39（2）：126-131.
• 朱光婷，潘曉琳.基于因子分析和SVM的網絡輿情危機預警研究[J].重慶工商大學學報：自然科學版，2020，37（5）：94-100.

• 作者簡介：張建（1982—），男，博士，講師，研究方向為裝備保障。