因子分析法在廣電5G市場(chǎng)研究中的應(yīng)用

摘要：文章通過因子分析法對(duì)廣西廣電網(wǎng)絡(luò)公司14個(gè)地市分公司數(shù)據(jù)進(jìn)行定量研究，根據(jù)各因素對(duì)業(yè)務(wù)發(fā)展影響程度和各因素之間的關(guān)系將因素歸納、降維為少數(shù)幾個(gè)因子，實(shí)現(xiàn)因素的簡(jiǎn)化和可利用。

關(guān)鍵詞：因子分析；廣電5G；廣電網(wǎng)絡(luò)

doi：10.3969/J.ISSN.1672-7274.2023.05.036

中圖分類號(hào)：TN 929.5，TN 94" " " " " " " "文獻(xiàn)標(biāo)示碼：A" " " " " " " "文章編碼：1672-7274（2023）05-0-04

Abstract： This article mainly conducts quantitative research on the data of 14 prefecture and city branches of Guangxi Radio and Television Network Company through factor analysis. Based on the degree of impact of each factor on business development and the relationship between each factor， the factors are summarized and reduced to a few factors， achieving simplification and utilization of the factors.

Key words： factor analysis; Radio and Television 5G; Radio and Television network

1" 研究背景

2022年6月，中國(guó)廣電5G網(wǎng)絡(luò)服務(wù)啟動(dòng)儀式在北京舉行，標(biāo)志著全國(guó)有線電視網(wǎng)絡(luò)整合和廣電5G建設(shè)一體化發(fā)展取得新的突破性進(jìn)展，我國(guó)廣電網(wǎng)絡(luò)初步形成“有線+5G”融合發(fā)展新格局。廣西廣電網(wǎng)絡(luò)作為中國(guó)廣電重要的省分公司，在2022年的5G放號(hào)工作中取得了較好的成績(jī)，但在放號(hào)初階段，廣西廣電網(wǎng)絡(luò)公司還在積極探索用戶發(fā)展與各指標(biāo)因素之間的關(guān)系，以期通過調(diào)整策略推動(dòng)廣電5G業(yè)務(wù)科學(xué)發(fā)展。

目前發(fā)現(xiàn)，影響廣西廣電網(wǎng)絡(luò)公司14個(gè)地市分公司廣電5G業(yè)務(wù)發(fā)展的因素包括各地市行業(yè)用戶數(shù)、各地市常駐人口、各地市經(jīng)濟(jì)水平、原電視業(yè)務(wù)用戶、網(wǎng)絡(luò)質(zhì)量、服務(wù)水平、各地市網(wǎng)格人員能力等，因素較多，若在制定營(yíng)銷策略時(shí)全量考慮，將會(huì)使該過程變得十分復(fù)雜，因此，需要進(jìn)一步簡(jiǎn)化這些影響因素。

2" 基本假設(shè)與變量初選

2.1 基本假設(shè)

（1）各市的數(shù)據(jù)統(tǒng)計(jì)口徑一致。

（2）各市的數(shù)據(jù)在統(tǒng)計(jì)和應(yīng)用時(shí)未發(fā)生時(shí)間差變化。

（3）通過“KMO檢驗(yàn)和Bartlett檢驗(yàn)”篩選得出的數(shù)據(jù)，可以充分說明該市的廣電用戶發(fā)展?fàn)顩r。

2.2 變量初選

數(shù)據(jù)說明：表1為影響廣西廣電網(wǎng)絡(luò)公司廣電5G業(yè)務(wù)發(fā)展的10個(gè)因素，其中，行業(yè)數(shù)據(jù)為通管局發(fā)布數(shù)據(jù)，常駐人口、人均收入為權(quán)威部門發(fā)布數(shù)據(jù)，其他數(shù)據(jù)為廣西廣電網(wǎng)絡(luò)公司內(nèi)部數(shù)據(jù)。

由于各候選因素單位的差異，特采用標(biāo)準(zhǔn)化處理，從而消除了量綱問題（見表2）。

3" 模型建立和求解

3.1 利用KMO檢驗(yàn)和Bartlett檢驗(yàn)篩選變量

KMO檢驗(yàn)和Bartlett試驗(yàn)（KMO and Bartlett’s test）是對(duì)各因素的相關(guān)系數(shù)分析矩陣進(jìn)行統(tǒng)計(jì)試驗(yàn)的主要手段之一，用以判斷影響因子分析法的可執(zhí)行性和有效性。KMO統(tǒng)計(jì)量是用來檢查數(shù)據(jù)之間的偏相關(guān)是否夠小，是比較簡(jiǎn)單相對(duì)變量和偏相關(guān)數(shù)的一種比較指標(biāo)，由式（1）可以得到。

式中，r2為兩個(gè)變量相互之間的簡(jiǎn)單正相關(guān)系數(shù)；a2為兩個(gè)變量間的偏相關(guān)系數(shù)。KMO統(tǒng)計(jì)量一般在0至1之間，KMO值越大，因子分析理論結(jié)果就越好。當(dāng)KMO＞0.9時(shí)，采用因子分析的效果較理想；KMO＜0.6時(shí)，不建議因子分析[1]。對(duì)10個(gè)候選變量做KMO檢驗(yàn)（見表3）。

使用因子分析進(jìn)行信息濃縮研究，首先分析被研究數(shù)據(jù)是否適合使用因子分析法進(jìn)行分析，從表3可以看出：KMO=0.518，為了使數(shù)據(jù)更加科學(xué)，我們對(duì)變量進(jìn)行篩選，將相關(guān)性不大或者冗余的變量刪除，設(shè)立以下篩選條件：①KMO≥0.6；②P≤0.005；③令變量數(shù)為N，使N取最大值。對(duì)10個(gè)變量進(jìn)行窮舉，可得出最優(yōu)解[2]（見表4）。

從表4可以看出：KMO為0.702，大于0.6，符合影響因子分析法的前提條件，意味著數(shù)據(jù)可以進(jìn)行因子分析，以及樣本經(jīng)過的Bartlett球形度測(cè)試（p＜0.05），均表明實(shí)驗(yàn)結(jié)果適用于因子分析。此時(shí)，變量4已被刪除，剩下9個(gè)變量，說明x4（2019年廣西14個(gè)市居民人均可支配收入）與因子相關(guān)性不大或者冗余。

3.2 提取因子

可以通過碎石曲線（見圖1）輔助確定因子提取數(shù)量，當(dāng)拆線從陡峭突然走向穩(wěn)定時(shí)，陡走向穩(wěn)定對(duì)應(yīng)的因素?cái)?shù)量即為參考的因素?cái)?shù)量[3]。因此，我們提取出3個(gè)因子。

根據(jù)對(duì)因子抽取方法以及對(duì)因子抽取信息量等方面的研究結(jié)果，由表5可以得出：共抽取出的3個(gè)因子的根值都等于1，而這3個(gè)因子在翻轉(zhuǎn)后的方差解釋率依次為56.310%、20.908%、14.945%，在翻轉(zhuǎn)后的最大方差解釋率為92.163%，綜合表明本次因子的分析結(jié)果良好。

采用最大因子旋轉(zhuǎn)法（varimax）研究方法，找到了最大因子與各因素的關(guān)聯(lián)關(guān)系。表6顯示因子針對(duì)因素的信息提取狀況以及因子和因素對(duì)應(yīng)關(guān)系[4]，從表6可知：每個(gè)因素的共同度值均超過0.4，表明因素和初定的因子相互之間具有較強(qiáng)的相關(guān)性，初定因子能夠提煉出因素的大部分信息量。接下來主要分析因子和因素的對(duì)應(yīng)關(guān)系狀況（當(dāng)因子載荷系數(shù)絕對(duì)值＞0.4時(shí)，則表明初定因子和因素有對(duì)應(yīng)關(guān)系）。

在因子載荷兩級(jí)分化后，發(fā)現(xiàn)X10（網(wǎng)格數(shù)量）在三個(gè)因子中都＞0.4，即存在交叉載荷現(xiàn)象，因此直接刪除，刪除后容易發(fā)現(xiàn)因子1主要解釋了X1（行業(yè)寬帶數(shù)）、X2（行業(yè)移動(dòng)電話數(shù)）、X6（固網(wǎng)用戶數(shù)）、X3（常駐人口數(shù)）、X8（202101-08投訴量），可命名為市場(chǎng)容量因子；因子2主要解釋了X5（固網(wǎng)ARPU值）和X7（接入網(wǎng)綜合指標(biāo)合格率（%）），可命名為固網(wǎng)綜合水平因子；因子3主要解釋了X9（網(wǎng)格入格率），可命名為網(wǎng)格經(jīng)營(yíng)能力因子。

3.3 因子驗(yàn)證

為了驗(yàn)證因子的合理性，我們制作了載荷圖（見圖2）。

載荷圖實(shí)質(zhì)上描繪了構(gòu)成第一個(gè)主成份與第二個(gè)主成份關(guān)系的線性方程的關(guān)系，載荷的絕對(duì)值愈大，對(duì)主成份的影響也愈大。而這些影響又可利用載荷圖所代表的節(jié)點(diǎn)到原位置間的距離來反映。假設(shè)某點(diǎn)在進(jìn)行因子分析之后定位在了原點(diǎn)附近，那么表示這個(gè)特征屬性的波動(dòng)值對(duì)數(shù)據(jù)相互之間的差異貢獻(xiàn)并不大。由圖2可知，在載荷圖像上，各個(gè)特征都主要散布于3種截然不同的方式上，這也表明了這些特征相互之間并不具有太大的相似性。該圖驗(yàn)證了表6中3個(gè)因子的分類是合理的。

3.4 計(jì)算因子得分并排名

令因變量數(shù)矩陣為X（表2中剔除（x1、x10））因子得分系數(shù)矩陣為A（表7），各市的因子分值系數(shù)矩陣則為C。則C=X×A[5]（見表8）。

4" 結(jié)果報(bào)告與分析

截至2022年12月31日，廣西廣電網(wǎng)絡(luò)5G5G放號(hào)量前三名分別為南寧、柳州、桂林，后三名分別為賀州、防城港、來賓，5G發(fā)展量排名與表8中綜合得分排名基本一致，可見，因子分析結(jié)果可充分反映5G業(yè)務(wù)發(fā)展情況。

廣西廣電網(wǎng)絡(luò)公司可根據(jù)因子分析結(jié)果制定下一步5G發(fā)展計(jì)劃。從因子分析結(jié)果可知，影響廣電5G發(fā)展量的主要因素為市場(chǎng)容量、固網(wǎng)綜合水平、網(wǎng)格經(jīng)營(yíng)能力，其中，影響力最大的是市場(chǎng)容量，其次是固網(wǎng)綜合水平，最后是網(wǎng)格經(jīng)營(yíng)能力。市場(chǎng)容量為外在因子，南寧、柳州、桂林市場(chǎng)容量較大，具有更大的發(fā)展?jié)摿Γ乱徊娇勺鳛閺V電5G的主要發(fā)展陣地，承擔(dān)更大的發(fā)展任務(wù)；固網(wǎng)綜合水平為內(nèi)在因子，賀州、河池、來賓固網(wǎng)綜合水平較差，不利于5G業(yè)務(wù)發(fā)展，這3個(gè)分公司應(yīng)采取有力措施，不斷提高固網(wǎng)ARPU值以及接網(wǎng)絡(luò)質(zhì)量，為5G業(yè)務(wù)發(fā)展提供有力條件；網(wǎng)格經(jīng)營(yíng)能力為內(nèi)在因子，來賓、河池、崇左網(wǎng)格經(jīng)營(yíng)能力較強(qiáng)，桂林、防城、欽州網(wǎng)格經(jīng)營(yíng)能力較差，下一步桂林、防城、欽州應(yīng)主動(dòng)向來賓、河池、崇左學(xué)習(xí)，加強(qiáng)網(wǎng)格化管理和培訓(xùn)，提高一線網(wǎng)格員能力。

參考文獻(xiàn)

[1] The SPSSAU project （2023）. SPSSAU. （Version 23.0） [Online Application Software]. Retrieved from https：//www.spssau.com.

[2] Kaiser H F. The varimax criterion for analytic rotation in factor analysis[J]. Psychometrika， 1958， 23（3）：187-200.

[3] 何曉群．現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用（第3版）[M]．北京：中國(guó)人民大學(xué)出版社，2012.

[4] 張翠娟，馮學(xué)軍，盛敏．因子分析開發(fā)步驟及R語(yǔ)言程序代碼實(shí)現(xiàn)[J]．安慶師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2013（2）：28-31.

[5] 吳啟英，因子分析在市場(chǎng)研究中的應(yīng)用[D]．梅州：嘉應(yīng)學(xué)院，2013.