论文部分内容阅读
【摘 要】采用因子分析法对以秦岭淮河以南13个省市广播电视技术情况进行实证分析，通过因子得分对各省市的广播电視技术情况进行排序，得出广播电视技术情况良好的和需要改进的地方，基于各省市的广播电视技术来分析新闻传播发展状况，对此再分析不足以及提出对策。
【关键词】因子分析；广播电视技术；新闻传播
一、引言
（一）研究背景
我国国土辽阔，地理要素、社会环境、资源分布十分多元化，所以各地区广播电视技术发展的水平存在差异性。随着科技和互联网技术的迅速发展，它在为新闻传播的发展提供新方向和新思路的同时，也对传统新闻媒介造成了一定的影响。
本文用因子分析的方法通过7个变量对各省的新闻广播电视技术的情况进行浅析，提出各省广播电视技术需要改进的地方，其中因子模型是对选取的7个变量采用主成分分析的方法使变量降维，旨在从原始变量中提取最大信息量，并使各个变量得到合理的解释。
（二）研究意义
随着我国经济的不断发展和转型，文化产业越来越发挥了它的经济效益，取得了令人瞩目的成绩，广播电视产业在文化产业中的表现尤为突出，已然成为国民经济的新兴产业和新的经济增长点。
对新闻传播发展情况的浅析也反映出传统媒体的走向，但网络新闻与传统新闻应该并驾齐驱而不是相互制约，未来两者必然会形成一个高度有机体系，在相互作用下两者的质量以及传播面都将得到提升，这对于新闻事业乃至真个传媒事业的发展将有着深远的意义。
二、因子分析
（一）因子分析的基本思想
因子分析的基本思想，就是通过对变量（或样品）的相关系数（相似矩阵）矩阵内部结构的研究，找出能影响所有变量（或样品）的少数几个变量，并用这少数几个变量去描述多个变量（或样品）之间的相关（相似）关系。
（二）数据选取
本实证分析选取2015年全国秦岭淮河以南13个省市的相关数据，分为7个变量，分别为中波和低波转播发射台（座）、中波发射台（部）、短波发射台（部）、调频和电视转播发射台（座）、调频发射机（部）、电视发射台（部）、微波实有站（座）。本文全部数据均来自《中国统计年鉴（2015）》，本文的数据进行了标准化处理，数据分析采用SPSS软件。
（三）考察原变量是否适合进行因子分析
首先考察收集到的原有变量之间是否存在一定的线性关系，是否适合采用因子分析提取因子。这里，借助变量的相关系数矩阵、巴特利特球度检验和KMO检验的方法进行分析。
1.相关系数矩阵
计算原有变量的简单相关系数矩阵并进行统计检验。如果相关系数矩阵中的大部分相关系数值均小于0.3，即各个变量间大多为弱相关，则不适合对这些变量进行因子分析。如果关系数矩阵中的大部分相关系数值均大于0.8，即各个变量间大多为高度相关，则适合对这些变量进行因子分析。
表中相关系数矩阵中相关系数值大部分为0.3以上，说明几个变量之间有一定的相关性，可以做因子分析。
2.KMO检验
KMO检验（Kaisea-Meyer-Olkin）统计量适用于比较变量间简单相关系数和偏相关系数的指标，KOM统计量的取值在0—1之间。当所有变量间的相关系数平方和远大于偏相关系数平方和时，KMO值越接近1，意味着变量间的相关性越强，原有变量越适合做因子分析。Kaiser给出了常用的度量标准：0.9以上表示非常适合；0.8以上表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。
从表中可以看出中出KMO检验为0.583，说明原变量有一定的相关性，可以做因子分析。
（四）提取因子
1.解释的总方差
公共因子1能解释原始信息的41.948%，公共因子2能解释原始信息的33.438%，二者共能解释原始信息的75.386%，可以看出其方差大，所以活跃度高，覆盖面广
第一组数据项第一个因子的特征根为3.654，解释原有变量总方差的52.199%，累计贡献率达到41.948%。第二个因子的特征根是1.623，解释原有变量总方差的23.187%，累计贡献率达到75.386%。其余数据含义类似。
第二组数据项描述了因子解的情况。可以看到：由于指定提取四个因子共解释了原有变量总方差的75.386%。总体上原有变量信息丢失较少，因子分析效果较理想。
最后一组描述了最终因子解的情况。可见，因子旋转后，累计方差比没有变，也没有影响原变量的共同度，但却重新分配了各个因子解释原有变量的方差，改变了各因子方差的贡献，使得因子更易于解释。
2.碎石图
横坐标为因子数目，纵坐标为特征根。可以看到：第一个特征根值很高，对原有变量的贡献最大；第五个以后的因子特征根值都较小，对解释原有变量的贡献很小，已经成为可被忽略的“高山下的碎脚石”，因此提取五个因子是合适的。
（五）因子命名解释——旋转成分矩阵图
这里，采用最大方差法对因子载荷矩阵进行正交旋转以使因子具有命名解释性。指定按第一因子载荷矩阵降序的顺序输出旋转后的因子载荷，并输出旋转后的因子载荷图。
由上图知，旋转后的因子载荷矩阵和旋转前的因子载荷矩阵几乎没什么变化。
第一个因子我们可以命名为调频电视转播技术因子，此次研究的13个省中名列前三的是广西、湖北、云南，后三名是海南、广东、上海，下图为排名解释（图为在SPSS中根据公共因子1按降序排列结果截选）
第二个因子我们可以命名为中波发射技术因子，此次研究的13个省中名列前三的是福建、广东、云南，后三名是重庆、海南、上海，下图为排名解释（图为在SPSS中根据公共因子2按降序排列结果截选）
三、结论及政策建议
（一）结论及分析
通过上文因子分析可得出：我国秦岭淮河以南省份的西部地区的广电制度，无论是从产业规模、内容设置，还是人才引进、管理模式方面，都远不如东部地区。东部地区如广东、福建等省份经济与科技发展速度快，其已经优先发展数字广播电视技术，向数字化和自动化趋近，而其他东部地省份也紧随其后加速发展。
除此之外，网络媒体也加入此行列，网络传媒被称之为“第四媒体”，虽然传统媒介具有悠久的历史和强大的人力物力，也有着丰富的经验，但是在网络媒体等新兴传媒势力下表现出了一定的短板，随着网络媒体的发展也给传统媒体的发展带来了一定程度的影响。
（二）建议
一方面是从地域差异来说，我国当下广播电视技术的发展具有鲜明的区域特征。西部地区受经济发展、行业更迭、地理环境等因素的影响，明显落后于东部区域，应充分考察西部地区地理条件的状况与特点，建立与自身区域特点相适应、与其他区域相平衡的广播电视技术系统。在发展、推动西部地区广播电视技术，发挥其“后发优势”，在更新之前落后的机器设备、发展手段和管理的同时，借鉴东部地区广播电视技术领域数字化与自动化的经验，努力赶超东部地区。
另一方面是就新闻媒体发展而言，不仅要专注于完善传统媒体，亦要重视网络媒体传播。传统媒体与网络媒介之间绝非是割裂与对立，两者相互融合、相互渗透。就现实情况而论，近几年的新闻媒体中，传统媒体尚无被网络媒体吞并的担忧，但传统媒体与网络媒体的融合将是必然趋势1。网络新闻传播亦对传统新闻媒体的交互性功能有所改变，受众可以更加自由的进行相互交流，交流方式也从点到点扩充到了面到面。网络新闻而言传统媒介也是良好的补充，无论网络媒体如何发达，传统媒体依然扎根存在，事实证明它是替代不了的。
注释：
1.张伟，《新闻研究导刊》，2017年11期
【关键词】因子分析；广播电视技术；新闻传播
一、引言
（一）研究背景
我国国土辽阔，地理要素、社会环境、资源分布十分多元化，所以各地区广播电视技术发展的水平存在差异性。随着科技和互联网技术的迅速发展，它在为新闻传播的发展提供新方向和新思路的同时，也对传统新闻媒介造成了一定的影响。
本文用因子分析的方法通过7个变量对各省的新闻广播电视技术的情况进行浅析，提出各省广播电视技术需要改进的地方，其中因子模型是对选取的7个变量采用主成分分析的方法使变量降维，旨在从原始变量中提取最大信息量，并使各个变量得到合理的解释。
（二）研究意义
随着我国经济的不断发展和转型，文化产业越来越发挥了它的经济效益，取得了令人瞩目的成绩，广播电视产业在文化产业中的表现尤为突出，已然成为国民经济的新兴产业和新的经济增长点。
对新闻传播发展情况的浅析也反映出传统媒体的走向，但网络新闻与传统新闻应该并驾齐驱而不是相互制约，未来两者必然会形成一个高度有机体系，在相互作用下两者的质量以及传播面都将得到提升，这对于新闻事业乃至真个传媒事业的发展将有着深远的意义。
二、因子分析
（一）因子分析的基本思想
因子分析的基本思想，就是通过对变量（或样品）的相关系数（相似矩阵）矩阵内部结构的研究，找出能影响所有变量（或样品）的少数几个变量，并用这少数几个变量去描述多个变量（或样品）之间的相关（相似）关系。
（二）数据选取
本实证分析选取2015年全国秦岭淮河以南13个省市的相关数据，分为7个变量，分别为中波和低波转播发射台（座）、中波发射台（部）、短波发射台（部）、调频和电视转播发射台（座）、调频发射机（部）、电视发射台（部）、微波实有站（座）。本文全部数据均来自《中国统计年鉴（2015）》，本文的数据进行了标准化处理，数据分析采用SPSS软件。
（三）考察原变量是否适合进行因子分析
首先考察收集到的原有变量之间是否存在一定的线性关系，是否适合采用因子分析提取因子。这里，借助变量的相关系数矩阵、巴特利特球度检验和KMO检验的方法进行分析。
1.相关系数矩阵
计算原有变量的简单相关系数矩阵并进行统计检验。如果相关系数矩阵中的大部分相关系数值均小于0.3，即各个变量间大多为弱相关，则不适合对这些变量进行因子分析。如果关系数矩阵中的大部分相关系数值均大于0.8，即各个变量间大多为高度相关，则适合对这些变量进行因子分析。
表中相关系数矩阵中相关系数值大部分为0.3以上，说明几个变量之间有一定的相关性，可以做因子分析。
2.KMO检验
KMO检验（Kaisea-Meyer-Olkin）统计量适用于比较变量间简单相关系数和偏相关系数的指标，KOM统计量的取值在0—1之间。当所有变量间的相关系数平方和远大于偏相关系数平方和时，KMO值越接近1，意味着变量间的相关性越强，原有变量越适合做因子分析。Kaiser给出了常用的度量标准：0.9以上表示非常适合；0.8以上表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。
从表中可以看出中出KMO检验为0.583，说明原变量有一定的相关性，可以做因子分析。
（四）提取因子
1.解释的总方差
公共因子1能解释原始信息的41.948%，公共因子2能解释原始信息的33.438%，二者共能解释原始信息的75.386%，可以看出其方差大，所以活跃度高，覆盖面广
第一组数据项第一个因子的特征根为3.654，解释原有变量总方差的52.199%，累计贡献率达到41.948%。第二个因子的特征根是1.623，解释原有变量总方差的23.187%，累计贡献率达到75.386%。其余数据含义类似。
第二组数据项描述了因子解的情况。可以看到：由于指定提取四个因子共解释了原有变量总方差的75.386%。总体上原有变量信息丢失较少，因子分析效果较理想。
最后一组描述了最终因子解的情况。可见，因子旋转后，累计方差比没有变，也没有影响原变量的共同度，但却重新分配了各个因子解释原有变量的方差，改变了各因子方差的贡献，使得因子更易于解释。
2.碎石图
横坐标为因子数目，纵坐标为特征根。可以看到：第一个特征根值很高，对原有变量的贡献最大；第五个以后的因子特征根值都较小，对解释原有变量的贡献很小，已经成为可被忽略的“高山下的碎脚石”，因此提取五个因子是合适的。
（五）因子命名解释——旋转成分矩阵图
这里，采用最大方差法对因子载荷矩阵进行正交旋转以使因子具有命名解释性。指定按第一因子载荷矩阵降序的顺序输出旋转后的因子载荷，并输出旋转后的因子载荷图。
由上图知，旋转后的因子载荷矩阵和旋转前的因子载荷矩阵几乎没什么变化。
第一个因子我们可以命名为调频电视转播技术因子，此次研究的13个省中名列前三的是广西、湖北、云南，后三名是海南、广东、上海，下图为排名解释（图为在SPSS中根据公共因子1按降序排列结果截选）
第二个因子我们可以命名为中波发射技术因子，此次研究的13个省中名列前三的是福建、广东、云南，后三名是重庆、海南、上海，下图为排名解释（图为在SPSS中根据公共因子2按降序排列结果截选）
三、结论及政策建议
（一）结论及分析
通过上文因子分析可得出：我国秦岭淮河以南省份的西部地区的广电制度，无论是从产业规模、内容设置，还是人才引进、管理模式方面，都远不如东部地区。东部地区如广东、福建等省份经济与科技发展速度快，其已经优先发展数字广播电视技术，向数字化和自动化趋近，而其他东部地省份也紧随其后加速发展。
除此之外，网络媒体也加入此行列，网络传媒被称之为“第四媒体”，虽然传统媒介具有悠久的历史和强大的人力物力，也有着丰富的经验，但是在网络媒体等新兴传媒势力下表现出了一定的短板，随着网络媒体的发展也给传统媒体的发展带来了一定程度的影响。
（二）建议
一方面是从地域差异来说，我国当下广播电视技术的发展具有鲜明的区域特征。西部地区受经济发展、行业更迭、地理环境等因素的影响，明显落后于东部区域，应充分考察西部地区地理条件的状况与特点，建立与自身区域特点相适应、与其他区域相平衡的广播电视技术系统。在发展、推动西部地区广播电视技术，发挥其“后发优势”，在更新之前落后的机器设备、发展手段和管理的同时，借鉴东部地区广播电视技术领域数字化与自动化的经验，努力赶超东部地区。
另一方面是就新闻媒体发展而言，不仅要专注于完善传统媒体，亦要重视网络媒体传播。传统媒体与网络媒介之间绝非是割裂与对立，两者相互融合、相互渗透。就现实情况而论，近几年的新闻媒体中，传统媒体尚无被网络媒体吞并的担忧，但传统媒体与网络媒体的融合将是必然趋势1。网络新闻传播亦对传统新闻媒体的交互性功能有所改变，受众可以更加自由的进行相互交流，交流方式也从点到点扩充到了面到面。网络新闻而言传统媒介也是良好的补充，无论网络媒体如何发达，传统媒体依然扎根存在，事实证明它是替代不了的。
注释：
1.张伟，《新闻研究导刊》，2017年11期