指標體系的構建原則、依據與數據的選取

在構建GDP健康度測評理論模型的過程中，我們主要遵循了全面性、敏感性、可比性、可操作性和動態性五個基本原則，以用最適宜的指標來真實反映經濟發展狀況為導向，以我國省市一級目前所處的實際發展階段和經濟社會狀況為根本前提，在原有以增長和穩定為核心的GDP健康度評價體系上，引入了包括空氣、水資源質量等在內的衡量綠色發展方面的評價指標，最終確定了平穩增長度（綜合衡量增長和穩定兩個方面）和綠色增長度兩個一級指標。而在指標數據選取方面，則是充分建立在數據的可獲取性之基礎上，同時還參考了國家發改委、國家統計局、環境保護部、中央組織部制定的《綠色發展指標體系》，具體指標選取的理論依據以及所選擇的指標數據說明如下。

平穩增長

GDP（國內生產總值），通俗來講就是一個國家所有常住單位在一定時期內生產活動的最終成果。GDP是國民經濟核算的核心指標，也是衡量一個國家經濟狀況和發展水平的重要指標。GDP的核算主要采取三種方式，生產法、收入法和支出法。為了更好地衡量我國國民經濟生產活動的成果，我國國家統計局發布的GDP數據，主要是以生產法為基礎核算的結果。自2015年第三季度起，我國GDP的核算改為分季核算的方式，累計數據通過當季數據相加得到。這種分季核算的方式吸收采納了聯合國的SNA基本核算原則、內容和方法，具有一定的國際可比性，同時也增強了對地區之間增速進行比較的可操作性。當前，通過觀察連續季度GDP的同比增速是否處于平穩狀態，波動是否劇烈，是評判我國經濟是否處于穩定向好的發展態勢、轉型升級是否在穩步推進的最普遍方法。

本次測評中，結合數據的可得性和可用性，以及為了集中體現一個固定時期內GDP增長方面的穩定情況，主要采用了以分季度GDP同比增速來衡量經濟增速，以分季度GDP同比增速標準差來衡量增長波動情況。具體的指標構成如下（經標準化處理后）：

平穩增長度=分季度GDP同比增速均值/增長波動率

綠色增長

當前，我國經濟發展進入新常態。為保障經濟社會持續健康發展，就必須擺脫傳統的“粗放式”模式，就擺脫必須堅持新的發展理念。習近平總書記指出：“現在的發展不僅僅是為了解決溫飽，不能光追求速度，不能盲目發展，污染環境，給后人留下沉重負擔。”要求任何經濟行為都必須以保護環境和生態健康為基本前提，任何經濟活動不僅不能以犧牲環境為代價，而且要有利于環境的保護和生態的健康。習近平總書記強調：“經濟發展、GDP數字的加大，不是我們追求的全部，我們還要注重社會進步、文明興盛的指標，特別是人文指標、資源指標、環境指標；我們不僅要為今天的發展努力，更要對明天的發展負責，為今后的發展提供良好的基礎和可以永續利用的資源和環境。”

本次測評中，為了更好地衡量發展經濟過程中對“綠色”的堅持與重視，并結合數據的可得性、可用性和可比性，采用了通過污水處理率、生活垃圾無害化處理率、二氧化硫排放總量減少（較上一年）、二氧化氮排放總量減少（較上一年）四個指標得分加權來綜合衡量經濟的綠色增長度。另需說明的是，鑒于遼寧、江蘇兩省2016年的污水處理率并不能從公開統計資料中直接或間接地獲取，因此這里在結合遼寧2015年污水處理率、江蘇2014年污水處理率，以及兩個省發布的相關《通知》中所提出的到2019年（江蘇）、2017年（遼寧）要實現的污水處理率目標之基礎上，通過選取完成目標需要實現的污水處理率年度增長平均值，對兩個省2016年的污水處理率進行了估算。

指標權重的設定方法與結果

與此前開展地方治理能力測評評價體系所采取的主觀賦權法不同，此次測評，對于指標權重的設定，我們采取的是變異系數法與主觀賦權法相結合。其中，一級指標權重通過主觀賦權法（有事先提示的專家調研法）得到，二級指標權重通過客觀賦權法與主觀賦權法相結合得到。經過綜合賦權后，分別得到各指標的權重系數（見圖1，P11）。與此同時，關于主觀賦權法，即邀請經濟增長、經濟轉型發展領域的專家學者各10名，以及10名在綜合管理崗位上任職的黨政干部，讓他們分別給各指標打分，并且明確告知他們要更多地考慮提高增長質量和效益等方面的理念。在主觀賦權法中，指標權重的計分方法是：我們列出待賦權重的指標，要求專家對同一層級的指標進行兩兩比較（如果專家認為甲指標比乙指標重要，那么就給甲指標計1分，乙指標不計分）。在這一過程中，一個指標“打敗”其它指標的次數越多，所得的分數就越高。當然，這樣的打分工作在一、二級指標層面同時展開。將這樣的打分工作進行三輪后（在開展下一輪打分工作前，我們都將每個指標在上一輪打分中所得的平均得分告知打分者，以供其參考），我們將各指標在每輪中的得分相加，再進行相應調整，就得到了主觀賦權法下各指標的權重系數。

數據的標準化處理

同時，為了增強測評結果的科學性和可比性，在對指標數據的選擇和設定過程中，我們應用了此前測評研究中連續使用過的具有單調性和凸性特征的指數功效函數，對二級指標數據分別進行了無量綱化和標準化處理。該功效函數的具體形式如下：

該功效函數中，d是量化后的得分，我們將其區間控制在了60-100之間，x是觀測值，也就是各指標數據的實際統計值，xh是滿意值，xs是不允許值。一般來說，正向指標滿意值取其各指標的最大值，不允許值取其最小值；逆向指標滿意值取其最小值，不允許值取其最大值。本次測評的所有二級指標，均為正向指標。在操作過程中，經過功效函數的轉換之后，就可將所有的指標數值全部轉換為60-100之間的得分。

最后需要進行加權計算，統計學上比較常見的有加權算術平均合成模型、加權幾何平均合成模型，以及加權算術平均和加權幾何平均聯合使用的混合合成模型。在這里，綜合比較了以上合成方法并經過研究團隊討論之后，我們選用了加權算術平均合成模型，主要考慮到該模型算法相對于加權幾何平均合成模型較為便捷，但是同樣有助于拉開被評價對象的檔次。進一步地，之所以采取加權平均而非算術平均，主要是考慮到加權平均考慮了個體在總體中的占有份額對均數的實際可能影響，即所謂的權重對均數的影響，是更為科學合理的。