指標權重的設定方法與結果

在權重系數調節(jié)的具體操作上，我們采取有事先提示的專家調研法，即邀請社會保障、宏觀經濟、財政學、公共管理四個領域的專家學者各8名，以及16名在重要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以“善治”為核心的治理理念及江蘇各地市現階段經濟社會發(fā)展實際。指標權重的計分方法是：我們列出待賦權重的指標，要求他們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，這樣的打分工作是在一、二級指標層面同時展開（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）。將這樣的打分工作進行五輪后，我們將各指標在每輪中的得分相加，再進行相應調整，就得到了各指標的權重系數（見圖1）。

數據的標準化處理

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，我們采用了此前測評研究中連續(xù)應用過的具有單調性和凸性特征的指數功效函數，對五個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(qū)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(tǒng)計值，xh是滿意值，xs是不允許值。一般來說，對于正向指標（數值越高，反映了“能力”越強），滿意值取指標數據中的最大值，不允許值取其最小值；而對于逆向指標（數值越高，反映了“能力”越差），滿意值則取指標數據中的最小值，不允許值取其最大值。經過功效函數的轉換之后，就可將各地市的指標數值全部轉換為60-100之間的得分。結合分析與論證，在我們此次構建的中國地方治理能力評價體系中，失業(yè)人口比例、財政收支平衡能力的觀測值越大，得分越低；其他三個二級指標則相反，觀測值越大，得分越高。

有必要指出的是，依據該功效函數所得出的結果是相對結果，前述五個二級指標數據的最小值和最大值會影響各地市治理能力的得分。也就是說，如果改變參與測評的地市樣本量，可能會導致數據指標的最大值和最小值發(fā)生變化，各地市治理能力的最終得分也會發(fā)生變化。但是，這并不會對各地市之間治理能力的排名順序產生影響，也就是原有各地市治理能力的先后排序將保持不變。

治理能力與人均GDP水平相關性分析

計算和排名結果表明，江蘇省13地市治理能力得分與其人均GDP之間存在顯著的相關性關系（見圖2）。通過進一步分析，結合各地市人均GDP排名與治理能力得分排名，發(fā)現兩者之間的位差主要表現為三種形式：

第一，有2個地市的人均GDP水平排名與治理能力得分排名之間無位差：揚州市人均GDP水平排名與治理能力得分排名均為第6；淮安市人均GDP水平排名與治理能力得分排名均為第11。

第二，人均GDP水平排名與治理能力得分排名之間的位差較小（小于等于3），有8個地市。其中，位差為1的地市有5個：蘇州市的人均GDP水平排名第1，該市的治理能力得分排名第2；無錫市的人均GDP水平排名第2，該市的治理能力得分排名第3；泰州市的人均GDP水平排名第8，該市的治理能力得分排名第9；徐州市的人均GDP水平排名第9，該市的治理能力得分排名第10；宿遷市的人均GDP水平排名第13，該市的治理能力得分排名第12。位差為2的地市有2個：南京市的人均GDP水平排名第3，該市的治理能力得分排名第1；鎮(zhèn)江市的人均GDP水平排名第5，該市的治理能力得分排名第7。位差為3的地市有1個：南通市的人均GDP水平排名第7，該市的治理能力得分排名第4。

第三，人均GDP水平排名與治理能力得分排名之間的位差較大（大于等于4），有3個地市。其中，位差為4的地市有1個：連云港市的人均GDP水平排名第12，該市的治理能力得分排名第8。位差為5的地市有1個：鹽城市的人均GDP水平排名第10，該市的治理能力得分排名第5。位差為9的地市有1個：常州市的人均GDP水平排名第4，該市的治理能力得分排名第13。

通過比較兩者之間的位差，可以幫助我們深入探究不同地市之間的治理路徑差異，同時也有利于避免推進地市治理體系和治理能力現代化過程中出現“一刀切”的現象。