□韓志非

一、引言

由于受計劃經(jīng)濟(jì)體制的長期影響，我國在很長一段時期內(nèi)，對經(jīng)濟(jì)運行情況評價都沒有系統(tǒng)的理論研究和評價結(jié)果分析。隨著社會主義市場經(jīng)濟(jì)制度的建立，上到國家、下到個省市對于經(jīng)濟(jì)運行評價也越來越重視。經(jīng)濟(jì)運行評價不僅可以總結(jié)過去經(jīng)濟(jì)發(fā)展的總體情況，而且能夠為未來經(jīng)濟(jì)的發(fā)展作出更好的規(guī)劃。因此，本文選取7個有代表性的城市，結(jié)合評價理論選取評價指標(biāo)，建立評價模型并運用Excel軟件對7個城市的經(jīng)濟(jì)運行進(jìn)行評價。結(jié)合評價結(jié)果提出具體的建議和措施。

二、理論概述

評價理論主要包括:指標(biāo)體系的構(gòu)建;產(chǎn)生評價方程;評級方程。指標(biāo)體系的構(gòu)建指的是對于所要研究的問題選取一定的指標(biāo)，這些指標(biāo)一定程度上能夠反映該問題。產(chǎn)生評價方程指的是通過選取適當(dāng)?shù)脑u價模型測算評價指標(biāo)的得分。最后，通過評級方程進(jìn)行排序。

評價理論中首先是指標(biāo)體系的構(gòu)建。這是評價模型的基礎(chǔ)。指標(biāo)體系的構(gòu)建主要包括三部分。即指標(biāo)體系的初步構(gòu)建;指標(biāo)體系的可觀測處理;指標(biāo)體系的定量篩選。指標(biāo)體系的初步構(gòu)建有主觀構(gòu)建和客觀構(gòu)建兩種方法。主觀構(gòu)建主要是通過專家訪談、經(jīng)驗獲得數(shù)據(jù)。客觀構(gòu)建就是通過查找相關(guān)文獻(xiàn)，將文獻(xiàn)中出現(xiàn)頻次多的指標(biāo)作為參考依據(jù)，最終形成一個海選的指標(biāo)體系。通過海選指標(biāo)體系的建立，得到主要指標(biāo)和與之對應(yīng)的相關(guān)數(shù)據(jù)。但是由于數(shù)據(jù)的缺失或不可觀測性，我們得到的數(shù)據(jù)并不是完整的，因此就要對數(shù)據(jù)進(jìn)行可觀測性的處理。處理的辦法大致分為兩類。一類是剔除，一類是補齊。剔除指把無法獲得的數(shù)據(jù)指標(biāo)剔除保留可獲得的指標(biāo)。而具體的補齊方法很多，常用的有平均值補齊和三次樣條函數(shù)。對于可觀測處理后的數(shù)據(jù)還要進(jìn)行標(biāo)準(zhǔn)化處理，這樣才能為接下來的模型建立提供基礎(chǔ)。數(shù)據(jù)的標(biāo)準(zhǔn)化一方面包括統(tǒng)計學(xué)上的標(biāo)準(zhǔn)化，另一方面包括模糊歷史度打分方法。由于統(tǒng)計學(xué)的標(biāo)準(zhǔn)化后，數(shù)據(jù)有正值也有負(fù)值，這對于解決現(xiàn)實中的經(jīng)濟(jì)問題存在很大偏誤，因此，在標(biāo)準(zhǔn)化處理過程中要根據(jù)實際情況選擇對應(yīng)的方法。模糊歷史度打分法又包括正向指標(biāo)、負(fù)向指標(biāo)、(最佳)區(qū)間指標(biāo)、適中指標(biāo)。這種方法的優(yōu)點是:打分后，所有的指標(biāo)都是正向的;所有的指標(biāo)取值都在(0，1)之間。

在指標(biāo)篩選的過程中還要考慮兩個問題。一個是信息重復(fù)性的篩選，另一個是對評價結(jié)果影響大小的篩選。由于指標(biāo)之間不能相互替代并具有獨立性，所以信息重復(fù)性的篩選就涉及到相關(guān)分析。Pearson檢驗、Spearman檢驗、Kendall相關(guān)系數(shù)檢驗是相關(guān)分析的三種主要方法。Pearson相關(guān)系數(shù)檢驗是在正態(tài)分布下進(jìn)行的，Spearman、Kendall相關(guān)系數(shù)檢驗是在非正態(tài)分布下進(jìn)行的。在相關(guān)分析中，只要有一個不是正態(tài)分布就必須采用非正態(tài)分布的分析方法。為此，在相關(guān)分析前就要對指標(biāo)是否服從正態(tài)分布進(jìn)行KS檢驗或G-B檢驗。

經(jīng)過指標(biāo)體系的構(gòu)建，得到所要研究問題所需要的基本且相對完整的數(shù)據(jù)。接下來就對評價結(jié)果影響大小指標(biāo)體系進(jìn)行篩選。這里主要是介紹變異系數(shù)。通過變異系數(shù)分析保留分辨能力大的指標(biāo)即保留影響因素大的指標(biāo)。具體方法是根據(jù)準(zhǔn)則層內(nèi)各指標(biāo)變異系數(shù)的算術(shù)平均值來刪除該層內(nèi)小于平均值的變異系數(shù)對應(yīng)的指標(biāo)。

最終將每一層保留下來的指標(biāo)的變異系數(shù)求和，用保留的變異系數(shù)除以變異系數(shù)之和得到每一個指標(biāo)的權(quán)重。最后用每一指標(biāo)的權(quán)重乘以對應(yīng)觀測值并求和得到因變量的數(shù)值。對因變量數(shù)值進(jìn)行簡單的排序得到模型結(jié)論并進(jìn)行綜合分析。

三、模型建立

本文從經(jīng)濟(jì)效益、經(jīng)濟(jì)運行質(zhì)量、經(jīng)濟(jì)發(fā)展速度、經(jīng)濟(jì)結(jié)構(gòu)、可持續(xù)發(fā)展五個層次對北京市、遼寧、黑龍江、上海市、山東、廣東、四川七個省市的經(jīng)濟(jì)運行情況進(jìn)行綜合評價。

(一)指標(biāo)體系的構(gòu)建。

1．海選指標(biāo)體系。海選指標(biāo)體系數(shù)據(jù)是由老師提供，因此，在海選過程中省略了查找指標(biāo)數(shù)據(jù)的過程。所以只需要確定指標(biāo)的解釋變量與被解釋變量。

解釋變量包括:經(jīng)濟(jì)效益(x1)，經(jīng)濟(jì)效益具體又分成:居民人均可支配收入x11(正向指標(biāo))、工業(yè)全員勞動生產(chǎn)率x12(正向指標(biāo))、地方財政收入占GDP比重x13(正向指標(biāo))、總資產(chǎn)貢獻(xiàn)率x14(替代全社會能源消耗產(chǎn)出率)、出口總額國民生產(chǎn)總值比重x15(%);經(jīng)濟(jì)運行質(zhì)量(x2)，經(jīng)濟(jì)運行質(zhì)量可以分為:全社會勞動生產(chǎn)率x21(正向指標(biāo))、農(nóng)村和城鎮(zhèn)居民恩格爾系數(shù)x22(負(fù)向指標(biāo))、萬元國內(nèi)生產(chǎn)總值消耗能源x23(負(fù)向指標(biāo));經(jīng)濟(jì)發(fā)展速度(x3)，具體分為:社會消費品零售總額增長率x31(正向指標(biāo))、工業(yè)增加值增長率下x32(正向指標(biāo))、第一產(chǎn)業(yè)總產(chǎn)值增長率x33(正向指標(biāo))、固定資產(chǎn)投資增長率x34(適中指標(biāo))、第三產(chǎn)業(yè)總產(chǎn)值增長率x35(正向指標(biāo))、農(nóng)業(yè)增長率x36(%)、城鎮(zhèn)居民實際收入增長率x37(%);經(jīng)濟(jì)結(jié)構(gòu)(x4)，具體細(xì)分如下:實際利用外資x41(正向指標(biāo))、工農(nóng)業(yè)總產(chǎn)值比率x42(正向指標(biāo))、國內(nèi)投資占GDP比重x43(%)、就業(yè)結(jié)構(gòu)優(yōu)化率x44(二、三產(chǎn)業(yè)從業(yè)人員占總就業(yè)人員比重)、第三產(chǎn)業(yè)就業(yè)人口比重x45(%);可持續(xù)發(fā)展(x5)，具體指標(biāo)分析如下:工業(yè)固體廢物綜合利用率x51(正向指標(biāo))、工業(yè)廢水排放達(dá)標(biāo)率x52(正向指標(biāo))、環(huán)境污染治理投資總額占GDP比重x53(正向指標(biāo))、森林覆蓋率x54(%)。

被解釋變量包括:北京(y1)、遼寧(y2)、黑龍江(y3)、上海市(y4)、山東(y5)、廣東(y6)、四川(y7)。

2．可觀測性處理。通過對上述數(shù)據(jù)的觀察，可以看出數(shù)據(jù)是不完整的。因此就要對數(shù)據(jù)作出處理。在作刪除性處理中統(tǒng)一把標(biāo)準(zhǔn)定為:數(shù)據(jù)缺失達(dá)50%以上的予以剔除。在經(jīng)濟(jì)效益x1中指標(biāo)x14、x15缺失值大于50%，予以剔除。經(jīng)濟(jì)發(fā)展速度x3指標(biāo)中x34、x35、x36、x37予以剔除。經(jīng)濟(jì)結(jié)構(gòu)x4指標(biāo)中x44、x45剔除?？沙掷m(xù)發(fā)展指標(biāo)x5中x54剔除。而數(shù)據(jù)的補齊方式中根據(jù)指標(biāo)的不同采用不同的補齊方式。黑龍江和遼寧同屬于東北重工業(yè)基地，工業(yè)勞動生產(chǎn)率基本相同。在工業(yè)勞動生產(chǎn)率x12中黑龍江的工業(yè)勞動生產(chǎn)率等于遼寧省的工業(yè)勞動生產(chǎn)率。遼寧、上海市、山東、廣東同屬于沿海城市，因此山東省的地方財政收入占GDP的比重x13采用遼寧、上海、廣東三省的平均值得出。在全社會勞動生產(chǎn)率x21與國內(nèi)投資占GDP比重x43中，北京市作為我國的政治、經(jīng)濟(jì)中心，其缺失值補齊方式為其余六個省市的平均值。

3．?dāng)?shù)據(jù)的標(biāo)準(zhǔn)化處理。在定義解釋變量的同時給出了變量的變化規(guī)律，因此分別根據(jù)正向指標(biāo)和負(fù)向指標(biāo)變化采用模糊歷史度打分法中的正向指標(biāo)和負(fù)向指標(biāo)計算。

正向指標(biāo)計算公式:

負(fù)向指標(biāo)計算公式:

(二)指標(biāo)篩選。指標(biāo)篩選由信息重復(fù)性篩選和對評價結(jié)果影響大小的篩選組成。由此，就要考慮相關(guān)性檢驗和變異系數(shù)的計算。

1．相關(guān)性檢驗。在相關(guān)性分析中，根據(jù)查閱文獻(xiàn)的方法和專家訪談確定數(shù)據(jù)服從正態(tài)分布。所以在Excel表格中運用Pearson相關(guān)系數(shù)檢驗方法，逐層檢驗相關(guān)系數(shù)。得出的相關(guān)系數(shù)值絕對值和主流參考文獻(xiàn)中的相關(guān)系數(shù)臨界值0．8比較。當(dāng)相關(guān)系數(shù)小于0．8時，各個指標(biāo)之間不存在相關(guān)性，因此，對指標(biāo)予以保留。通過以上的表述，可以得出每一次指標(biāo)之間的相關(guān)系數(shù)取絕對值后的數(shù)值都小于臨界值0．8。所以在七個省市的經(jīng)濟(jì)運行狀況中，每一層選取的指標(biāo)都是獨立的，不具有相關(guān)性。

2．變異系數(shù)?？紤]經(jīng)濟(jì)運行中每一層指標(biāo)對評價結(jié)果影響大小的重要性，就要對每一個具體指標(biāo)進(jìn)行篩選，篩選的方法就是求各指標(biāo)的變異系數(shù)。保留該層內(nèi)大于各層變異系數(shù)平均值的變異系數(shù)對應(yīng)的指標(biāo)。

變異系數(shù)的計算公式:

變異系數(shù)=標(biāo)準(zhǔn)差/平均值

(三)產(chǎn)生評價方程。根據(jù)上述變異系數(shù)的求取及保留值的測算，各層最終保留下來的是對評價結(jié)果影響大的指標(biāo)，其次，對保留值的變異系數(shù)求和，分別用保留的變異系數(shù)除以變異系數(shù)之和得出每個指標(biāo)對應(yīng)的權(quán)重值。

(四)確定評級方程。根據(jù)上述每一指標(biāo)的權(quán)重與之相對應(yīng)的觀測值的乘積并進(jìn)一步求和，得到最后被解釋變量Y的值。從上海、廣東、遼寧、北京、山東、四川、黑龍江、被解釋變量Y的值從高到低分別為:0．763、0．400、0．309、0．305、0．304、0．271、0．143。

(五)結(jié)果分析。根據(jù)上述建立模型、計算數(shù)據(jù)、分析過程，可以得出以下結(jié)果:居民人均可支配收入對經(jīng)濟(jì)效益的影響最大，全社會勞動生產(chǎn)率和萬元國內(nèi)生產(chǎn)總值消耗能源對經(jīng)濟(jì)運行質(zhì)量影響最大，經(jīng)濟(jì)發(fā)展速度主要受工業(yè)增加值增長率和第一產(chǎn)業(yè)總產(chǎn)值增長率影響，經(jīng)濟(jì)結(jié)構(gòu)主要從工農(nóng)業(yè)總產(chǎn)值比率考慮，環(huán)境污染治理投資總額占GDP比重是可持續(xù)發(fā)展參考的主要指標(biāo)。從經(jīng)濟(jì)效益、經(jīng)濟(jì)運行質(zhì)量、經(jīng)濟(jì)發(fā)展速度、經(jīng)濟(jì)結(jié)構(gòu)、可持續(xù)發(fā)展五個層次可以看出，上海的經(jīng)濟(jì)運行狀況最好。因為上海地處長三角經(jīng)濟(jì)發(fā)展的中心地帶。勞動力充足、知識、技術(shù)水平較高、投資資源廣而寬、第三產(chǎn)業(yè)發(fā)展迅速。而黑龍江地處東北地區(qū)，又是老重工業(yè)發(fā)展基地，技術(shù)相對落后，農(nóng)業(yè)相對占有較大的比重。因此，經(jīng)濟(jì)運行狀況相較于其他六個省市最慢。

四、結(jié)語

通過對經(jīng)濟(jì)運行發(fā)展的指標(biāo)篩選及綜合評價的研究，對省市發(fā)展不平衡問題，提出如下幾項建議:第一，堅持以科學(xué)發(fā)展觀統(tǒng)領(lǐng)經(jīng)濟(jì)社會發(fā)展，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，結(jié)合自身實際，加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，優(yōu)化投資結(jié)構(gòu)，著力擴大消費需求，不斷提升各省市的宏觀經(jīng)濟(jì)實力。第二，加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，大力發(fā)展現(xiàn)代產(chǎn)業(yè)體系，做大做強特色優(yōu)勢產(chǎn)業(yè)，增強產(chǎn)業(yè)經(jīng)濟(jì)競爭力。第三，堅持節(jié)能減排和資源節(jié)約并舉，大力推進(jìn)生態(tài)建設(shè)，進(jìn)一步提升國民經(jīng)濟(jì)的可持續(xù)發(fā)展力度。第四，優(yōu)化財政支出結(jié)構(gòu)，增強金融服務(wù)經(jīng)濟(jì)功能，著力提升財政金融競爭力。第五，統(tǒng)籌區(qū)域發(fā)展，完善城鎮(zhèn)化體系，壯大縣域經(jīng)濟(jì)，培育主導(dǎo)產(chǎn)業(yè)，全面提高本省市的發(fā)展水平。

［1］劉正昱．基于“關(guān)于我們”評價分析的汽車企業(yè)形象構(gòu)建研究［J］．產(chǎn)業(yè)與科技論壇，2014

［2］王偉．評價系統(tǒng)態(tài)度資源的接受研究［J］．西安外國語大學(xué)學(xué)報，2014

［3］蔡善文．評價理論視域下微博體的態(tài)度特征探究［J］．長春教育學(xué)院學(xué)報，2014

［4］范學(xué)剛．評價理論介入系統(tǒng)在話語分析的應(yīng)用實例研究［J］．才智，2014

［5］朱瑋，武學(xué)軍．評價理論視閾下馬航新聞報道話語得失原因探析［J］．新聞知識，2014

［6］羅荷英，鮑樹?。畠?nèi)部控制評價研究綜述［J］．企業(yè)經(jīng)濟(jì)，2014

［7］張勇，龍立榮，賀偉．績效薪酬對員工突破性創(chuàng)造力和漸進(jìn)性創(chuàng)造力的影響［J］．心理學(xué)報，2014

［8］謝應(yīng)琴．關(guān)于農(nóng)村幼兒園教學(xué)活動評價的研究——對《3～6歲兒童學(xué)習(xí)與發(fā)展指南》的解讀［J］．教育探索，2014

［9］劉奇．基于聯(lián)系數(shù)的預(yù)評模型在高鐵客運站服務(wù)質(zhì)量評價中的應(yīng)用［J］．?dāng)?shù)學(xué)的實踐與認(rèn)識，2014

［10］劉芳，王炳富，王國雄．協(xié)同創(chuàng)新中心績效評價研究:案例分析與邏輯框架［J］．研究與發(fā)展管理，2014

［11］張?，摚u價系統(tǒng)中的態(tài)度資源在中國的研究述評［J］．學(xué)周刊，2014

［12］黨普興．林業(yè)生態(tài)工程綜合后評價指標(biāo)體系與定量評價方法研究——以三北防護(hù)林體系建設(shè)四期工程第一階段為例［J］．西北林學(xué)院學(xué)報，2014