王樹喬

(淮陰工學(xué)院教務(wù)處，江蘇淮安 223003)

0 引言

目前國內(nèi)外提出的綜合評(píng)價(jià)方法有幾十種之多，但總體上可歸為兩大類:即主觀賦權(quán)評(píng)價(jià)法和客觀賦權(quán)評(píng)價(jià)法。前者多是采取定性的方法，由專家根據(jù)經(jīng)驗(yàn)進(jìn)行主觀判斷而得到權(quán)數(shù)，如層次分析法、模糊綜合評(píng)判法等;后者根據(jù)指標(biāo)之間的相關(guān)關(guān)系或各項(xiàng)指標(biāo)的變異系數(shù)來確定權(quán)數(shù)，如灰色關(guān)聯(lián)度法、Toppsis法，主成分分析法等。然而人們?cè)趯?duì)某一社會(huì)經(jīng)濟(jì)現(xiàn)象進(jìn)行評(píng)價(jià)時(shí)，大多只使用一種評(píng)價(jià)方法，如因子分析法、主成分分析法、灰色關(guān)聯(lián)度法等，由于應(yīng)用不同的方法對(duì)同一資料評(píng)價(jià)的結(jié)果總存在著差異，同時(shí)每一種方法都各有其長短，因此，我們不能簡單地說哪一種方法好或不好。比如主成分分析法是根據(jù)評(píng)價(jià)指標(biāo)中存在著一定相關(guān)性的特點(diǎn)，用較少的指標(biāo)來代替原來較多的指標(biāo)，并使這些較少的指標(biāo)盡可能地反映原來指標(biāo)的信息，從根本上解決了指標(biāo)間的信息重疊問題，簡化了原指標(biāo)體系的指標(biāo)結(jié)構(gòu)。但主成分分析法是根據(jù)樣本指標(biāo)來進(jìn)行綜合評(píng)價(jià)，并假設(shè)指標(biāo)之間的關(guān)系都為線性關(guān)系，所以其評(píng)價(jià)結(jié)果與樣本量的規(guī)模有關(guān)，而且在實(shí)際應(yīng)用時(shí)，如果指標(biāo)之間的關(guān)系并非線性關(guān)系，那么就有可能導(dǎo)致評(píng)價(jià)結(jié)果的偏差。由上可知，可以用作綜合評(píng)價(jià)的數(shù)學(xué)方法很多，但是每種方法考慮問題的側(cè)重點(diǎn)不盡相同，所選擇的方法不同，就有可能導(dǎo)致評(píng)價(jià)結(jié)果的不同，對(duì)問題僅采用一種方法進(jìn)行評(píng)價(jià)無疑具有一定的片面性。對(duì)此，本文以江蘇省城市設(shè)施水平評(píng)價(jià)為例，綜合應(yīng)用幾種方法對(duì)其進(jìn)行系統(tǒng)綜合評(píng)價(jià)，使其結(jié)果更加全面、客觀、符合實(shí)際。

1 實(shí)證分析

1.1 指標(biāo)體系建立

城市設(shè)施水平是衡量一個(gè)城市物質(zhì)文明和精神文明水平的一個(gè)重要方面。從實(shí)際出發(fā)，首先考慮與我們生活關(guān)系最為密切的住宅面積設(shè)施，由于每個(gè)城市的人口不同，利用人均住宅面積來反映此項(xiàng)內(nèi)容。城市的設(shè)施水平中城市基礎(chǔ)設(shè)施的建設(shè)和公共設(shè)施的使用狀況是其中很重要的一環(huán)。城市污水處理能力和城市道路的建設(shè)狀況代表一個(gè)城市基礎(chǔ)設(shè)施基本狀況，公共交通車輛的狀況制約人們出行、聯(lián)系、交易等社會(huì)生活質(zhì)量的提高，代表一個(gè)城市必要公共設(shè)施的基本狀況。這里利用城市人均擁有道路面積、每萬人擁有公共交通車輛和城市路燈盞數(shù)三項(xiàng)指標(biāo)來反映這些內(nèi)容。城市設(shè)施還涉及到人們戶外生活享受和發(fā)展，對(duì)環(huán)境和衛(wèi)生的要求，這里選取每萬人擁有公共廁所，人均公共綠地面積，城市燃?xì)馄占奥嗜?xiàng)指標(biāo)。

構(gòu)建一套既準(zhǔn)確又能全面評(píng)估江蘇省城市基礎(chǔ)設(shè)施指標(biāo)體系，不僅有利于準(zhǔn)確分析和判斷城市建設(shè)的運(yùn)行軌跡與發(fā)展態(tài)勢，還能作為衡量和評(píng)價(jià)全面小康與和諧社會(huì)目標(biāo)實(shí)現(xiàn)程度的基本尺度與重要標(biāo)準(zhǔn)。鑒于上述考慮，選擇如下指標(biāo)構(gòu)建反映江蘇省十三城市基礎(chǔ)設(shè)施的指標(biāo)體系:X1人均住房建筑面積;X2城市燃?xì)馄占奥?X3每萬人擁有公共交通車輛;X4人均擁有道路面積;X5人均公共綠地面積;X6每萬人擁有公共廁所;X7城市路燈盞數(shù);X8城市污水日處理能力(具體數(shù)據(jù)來源于2011年江蘇省統(tǒng)計(jì)年鑒)。

為了對(duì)江蘇省十三城市的城市設(shè)施水平做出全面、科學(xué)的評(píng)價(jià)與分析，本文綜合應(yīng)用主成分分析法、因子分析法、灰色關(guān)聯(lián)度分析法三種方法對(duì)其設(shè)施水平進(jìn)行分析評(píng)價(jià)。在對(duì)城市設(shè)施水平分別運(yùn)用這三種方法進(jìn)行評(píng)價(jià)時(shí)會(huì)得到三種不同的排序結(jié)果，然后利用Kendall-w檢驗(yàn)對(duì)其排序結(jié)果進(jìn)行一致性檢驗(yàn)，若排序結(jié)果具有一致性，則說明幾種方法結(jié)果基本一致。此時(shí)，我們將各種方法的最后得分進(jìn)行標(biāo)準(zhǔn)化處理，然后求其標(biāo)準(zhǔn)分之和，最后按其標(biāo)準(zhǔn)分之和進(jìn)行排序，即得到最后評(píng)價(jià)結(jié)果。如果在一致性檢驗(yàn)中出現(xiàn)不一致性，我們則應(yīng)該對(duì)各種方法進(jìn)行兩兩一致性檢驗(yàn)，將具有一致性的方法放在一起，然后對(duì)樣本資料、評(píng)價(jià)結(jié)果及方法特點(diǎn)進(jìn)行分析，選取出既客觀、符合實(shí)際又具有一致性的幾種方法，然后再進(jìn)行系統(tǒng)綜合評(píng)價(jià)。具體步驟如下:(1)運(yùn)用主成分分析法、因子分析法、灰色關(guān)聯(lián)度分析法分別進(jìn)行評(píng)價(jià);(2)對(duì)評(píng)價(jià)排序結(jié)果采用Kendall-w協(xié)和系數(shù)法進(jìn)行一致性檢驗(yàn);(3)將每一種方法各樣本的得分值進(jìn)行標(biāo)準(zhǔn)化，按標(biāo)準(zhǔn)化得分大小順序進(jìn)行排序。

1.2 因子分析法

因子分析(Factor Analysis)的基本目的是用少數(shù)幾個(gè)變量去描述多個(gè)變量間的協(xié)方差關(guān)系。其思路是將觀測變量分類，將相關(guān)性較高即聯(lián)系比較緊密的變量分在同一類中，每一類的變量實(shí)際上就代表了1個(gè)本質(zhì)因子，從而可將原觀測變量表示為新因子的線性組合。運(yùn)用因子分析的主要目的是簡化觀測系統(tǒng)。本文中的因子分析主要經(jīng)過以下幾個(gè)步驟:(1)將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，由于城市基礎(chǔ)設(shè)施各項(xiàng)指標(biāo)量綱不同，在對(duì)這些指標(biāo)進(jìn)行綜合分析之前，首先要進(jìn)行標(biāo)準(zhǔn)化處理;然后通過KMO和球形Bartlett檢驗(yàn)情況確認(rèn)分析的變量是否適合作因子分析。(2)計(jì)算所有變量的相關(guān)矩陣R。(3)因子提取。這里采用主成分分析法，利用相關(guān)系數(shù)矩陣R進(jìn)行因子提取。可通過研究公共因子在變量總方差中所占的累計(jì)百分?jǐn)?shù)(一般為80%以上)確定所需要的公共因子數(shù)。(4)因子旋轉(zhuǎn)。(5)計(jì)算每一樣本點(diǎn)的因子得分，以因子變量方差貢獻(xiàn)率作為權(quán)數(shù)計(jì)算各城市基礎(chǔ)設(shè)施綜合得分。根據(jù) SPSSl6.0運(yùn)行結(jié)果，KMO和球形Bartlett檢驗(yàn)情況見表1。KMO給出了抽樣充足度的檢驗(yàn)，是用來比較相關(guān)系數(shù)數(shù)值和偏相關(guān)系數(shù)是否適中的指標(biāo)，其值越接近1，表明對(duì)這些變量進(jìn)行因子分析的效果越好，從表1中可以看出此時(shí)的KMO值為0.722，說明因子分析的結(jié)果是可以接受的。

表1 KMO和巴特利特球度檢驗(yàn)

對(duì)上述選取的8個(gè)指標(biāo)，運(yùn)用軟件分析可得到8個(gè)指標(biāo)的相關(guān)矩陣及特征值，方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，選出兩個(gè)主因子，具體見表2。同時(shí)本文采用方差最大正交旋轉(zhuǎn)法，經(jīng)過25輪正交旋轉(zhuǎn)，因子旋轉(zhuǎn)不改變模型對(duì)數(shù)據(jù)的擬合。

表2 因子解釋變量方差的情況

對(duì)于因子得分的評(píng)價(jià)模型，以主因子的方差貢獻(xiàn)率為權(quán)重來構(gòu)造，即對(duì)各因子得分進(jìn)行加權(quán)求和，得到江蘇省城市基礎(chǔ)設(shè)施綜合得分，見表3。

表3 因子分析法計(jì)算出城市基礎(chǔ)設(shè)施綜合得分

1.3 灰色關(guān)聯(lián)度分析法

灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的一個(gè)分支。應(yīng)用灰色關(guān)聯(lián)分析方法對(duì)受多種因素影響的事物和現(xiàn)象從整體觀念出發(fā)進(jìn)行綜合評(píng)價(jià)是一個(gè)被廣為接受的方法。利用灰色關(guān)聯(lián)分析進(jìn)行綜合評(píng)價(jià)的步驟是:

(1)以各個(gè)指標(biāo)的最大值建立參考數(shù)列，將原始數(shù)據(jù)標(biāo)準(zhǔn)化(即用各城市的每個(gè)指標(biāo)值分別除以該指標(biāo)的最大值)，某個(gè)城市的設(shè)施水平如果與該參考數(shù)列的關(guān)聯(lián)度越大，那么該城市的得分就越高，也即它的城市設(shè)施水平越高。

(4)計(jì)算關(guān)聯(lián)系數(shù)。由(1)式，分別計(jì)算每個(gè)比較序列與參考序列對(duì)應(yīng)元素的關(guān)聯(lián)系數(shù)。

式中ρ為分辨系數(shù)，在(0，1)內(nèi)取值，若ρ越小，關(guān)聯(lián)系數(shù)間差異越大，區(qū)分能力越強(qiáng)，通常ρ取0.5。

按照以上步驟標(biāo)準(zhǔn)化對(duì)原始數(shù)據(jù)進(jìn)行分析得到:

表4是運(yùn)用Excel計(jì)算出的具體數(shù)字。

表4 灰色關(guān)聯(lián)度分析

分別計(jì)算每個(gè)城市各指標(biāo)關(guān)聯(lián)系數(shù)的均值(關(guān)聯(lián)序):

1.4 主成分分析法

主成分分析(Principal Components Analysis，PCA)也稱為主分量分析，是一種通過降維來簡化數(shù)據(jù)結(jié)構(gòu)的方法:如何把多個(gè)變量(指標(biāo))化為少數(shù)幾個(gè)綜合變量(綜合指標(biāo))，而這幾個(gè)綜合變量可以反映原來多個(gè)變量的大部分信息。為了使這些綜合變量所含的信息互不重疊，應(yīng)要求它們之間互不相關(guān)。

則樣本方差-協(xié)方差矩陣S和樣本相關(guān)矩陣R分別為:

其中，X*表示對(duì)應(yīng)某個(gè)指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù);ρi表示原始變量，…在第i個(gè)主成分上的負(fù)荷量構(gòu)成的向量;λi是相關(guān)矩陣R的第i個(gè)特征值。

以每個(gè)主成分所對(duì)應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重，計(jì)算主成分綜合模型。計(jì)算結(jié)果見表5。

表5 因子與主成分

1.5 一致性檢驗(yàn)

對(duì)評(píng)價(jià)結(jié)果采用Kendall-w協(xié)和系數(shù)法進(jìn)行一致性檢驗(yàn)。該檢驗(yàn)考查W種評(píng)價(jià)方法對(duì)N個(gè)對(duì)象的評(píng)判結(jié)果之間是否一致，它是通過討論協(xié)和系數(shù)W這個(gè)指標(biāo)顯示出樣本數(shù)據(jù)中的實(shí)際符合與最大可能的符合之間的分歧程度來進(jìn)行的。Kendall-w協(xié)和系數(shù):

其中:m為評(píng)價(jià)方法數(shù)目;n為評(píng)價(jià)對(duì)象數(shù)目;R為各被評(píng)價(jià)對(duì)象的等級(jí)之和。

應(yīng)用 SPSS16.0中的 Nonparametric-Tests進(jìn)行檢驗(yàn)，結(jié)果見表6和表7。

表6 平均秩表

表7 檢驗(yàn)數(shù)據(jù)

由表6和表7可以得到結(jié)論:拒絕原假設(shè)，三種方法評(píng)價(jià)排序是一致的。

1.6 分析結(jié)果

將每一種方法各樣本的得分值進(jìn)行標(biāo)準(zhǔn)化，然后求出各樣本的最后標(biāo)準(zhǔn)總得分，并按照大小順序進(jìn)行排序，進(jìn)行最終評(píng)價(jià)。因子分析和主成分分析結(jié)果均運(yùn)用SPSS16.0計(jì)算得出，灰色關(guān)聯(lián)度分析運(yùn)用Excel計(jì)算出結(jié)果，各方法的標(biāo)準(zhǔn)得分及最終評(píng)價(jià)結(jié)果見表8。

表8 三種方法綜合得分

從聚類分析的圖1龍骨圖直觀地顯示了聚類的過程，從圖上可以清楚地看出各樣本城市的歸屬。因此，根據(jù)聚類結(jié)果可以把13座城市劃分為四個(gè)類型:第一類:{無錫、蘇州 }該類城市設(shè)施水平位于上游水平;第二類:{南京、揚(yáng)州、常州}位于中上游水平;第三類:{徐州、連云港、宿遷、鎮(zhèn)江}位于中游水平;第四類:{南通、淮安、鹽城、泰州}等位于下游水平。

圖1 龍骨圖

可見，綜合評(píng)價(jià)結(jié)果和江蘇省城市發(fā)展的實(shí)情大體一致。由此體現(xiàn)出江蘇省城市基礎(chǔ)設(shè)施建設(shè)的非均衡性，南部地區(qū)相比蘇北地區(qū)存在顯著優(yōu)勢。蘇北地區(qū)的宿遷市城市設(shè)施水平處于中上游水平，無疑和宿遷市政府在2010年大力發(fā)展經(jīng)濟(jì)，從各個(gè)方面力爭提升城市競爭力有關(guān);而南通市的設(shè)施水平處于下游水平，南通市在發(fā)展經(jīng)濟(jì)的同時(shí)更要注重城市基礎(chǔ)設(shè)施的建設(shè)，為建立一個(gè)和諧的城市而努力。前五名地區(qū)均來自江蘇省蘇南經(jīng)濟(jì)發(fā)達(dá)地區(qū)，由此可見城市基礎(chǔ)設(shè)施建設(shè)改善工程的資金注入需要發(fā)達(dá)經(jīng)濟(jì)的支撐，反映出城市設(shè)施建設(shè)對(duì)于經(jīng)濟(jì)的很強(qiáng)依賴性。

但城市設(shè)施水平是眾多因素協(xié)調(diào)發(fā)展的最終結(jié)果。城市設(shè)施建設(shè)是一個(gè)復(fù)雜的系統(tǒng)工程，由于評(píng)價(jià)的總體性和靜態(tài)性，本文的城市設(shè)施水平只是個(gè)相對(duì)的概念，是現(xiàn)階段的狀況。各地區(qū)可以根據(jù)各因子得分的情況找出自己在城市設(shè)施建設(shè)中的優(yōu)點(diǎn)和不足，然后針對(duì)薄弱環(huán)節(jié)，著重建設(shè)，以達(dá)到提高城市設(shè)施水平的目的，從而提高人們的生活環(huán)境水平。

2 結(jié)論和建議

總體來說，江蘇省城市基礎(chǔ)設(shè)施建設(shè)是不錯(cuò)的。但其內(nèi)部明顯的不平衡。在所有的十三個(gè)地市中，蘇南地區(qū)城市建設(shè)較好，與蘇北相比存在著顯著的優(yōu)勢，說明整個(gè)江蘇省城市基礎(chǔ)設(shè)施建設(shè)存在非均衡性的特征。地區(qū)間和地區(qū)內(nèi)不和諧發(fā)展，各種反映基礎(chǔ)設(shè)施的指標(biāo)也不和諧。由表8中各因子得分可知，江蘇省基礎(chǔ)設(shè)施建設(shè)還有很大的提升空間，政府要加大對(duì)這些方面的支持力度，不斷完善，從而進(jìn)一步提高城市形象。針對(duì)上述存在的問題，筆者提出以下建議:在基礎(chǔ)設(shè)施資金的籌集上，應(yīng)拓展思路，通過各種渠道提供穩(wěn)固而可靠的資金;在城市公用事業(yè)和基礎(chǔ)設(shè)施中引入競爭機(jī)制，采用靈活的經(jīng)營方式;努力提高城市基礎(chǔ)設(shè)施建設(shè)的技術(shù)水平，依靠技術(shù)進(jìn)步提高服務(wù)設(shè)施的使用效率，努力改善居民的居住條件;加快舊城住宅區(qū)的改造，減少城市居住區(qū)環(huán)境污染，改善住宅區(qū)的布局，要符合生態(tài)和環(huán)境要求，重視城市綠化，加強(qiáng)城市文化的硬件建設(shè)，為打造生態(tài)江蘇、平安江蘇、和諧江蘇而努力。

［1］程金霞.高等教育人力資源評(píng)估研究［D］.濟(jì)南:山東大學(xué)，2004.

［2］張鵬.基于主成分分析的綜合評(píng)價(jià)研究［D］.南京:南京理工大學(xué)，2004.

［3］張新波，張偉，段宏博.我國城市設(shè)施水平的主成分分析［J］.數(shù)學(xué)理論與應(yīng)用，2008(2):76-78.

［4］郭江，陳美英.多種評(píng)價(jià)方法綜合應(yīng)用的探討-以全國城市設(shè)施水平綜合評(píng)價(jià)為例［J］.統(tǒng)計(jì)與決策，2005(8):45-48.

［5］蔡波，姚澤清，張倩.主成分分析法在分析江蘇經(jīng)濟(jì)發(fā)展?fàn)顩r中的應(yīng)用［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2008(11):7-10.

［6］李小勝，陳珍珍.如何正確應(yīng)用SPSS軟件做主成分分析［J］.統(tǒng)計(jì)研究，2010(8):105-108.

［7］羅應(yīng)婷，楊鈺娟.主成分回歸的SPSS實(shí)現(xiàn)［J］.統(tǒng)計(jì)與決策，2011(5):157-159.