李瑞松,劉洪久,胡彥蓉

(浙江農(nóng)林大學(xué) 數(shù)學(xué)與計算機科學(xué)學(xué)院,浙江 杭州 311300)

一、引言與文獻綜述

“富裕”是社會生產(chǎn)力發(fā)展水平的集中體現(xiàn),是反映社會對所有財富共同擁有的行為情況;“共同”則是社會生產(chǎn)力性質(zhì)的具體表征,反映社會成員對財產(chǎn)共同占有的行為方式。因此,共同富裕包括了生產(chǎn)力和生產(chǎn)關(guān)系兩個方面的共同特征,可以成為評價一個國家或社會、社會成員對財產(chǎn)占有方式和程度水平的重要尺度[1]。共同富裕思想是馬克思主義理論體系的重要內(nèi)容,實現(xiàn)共同富裕是社會主義的本質(zhì)要求,更是中國共產(chǎn)黨的奮斗目標與初心使命[2]。中華人民共和國成立以來,共同富裕成為觀察現(xiàn)代中國的重要價值與事實。鄧小平同志提出了“一部分地區(qū)、一部分人可以先富起來”“先富起來的地區(qū)和人帶動和幫助其他地區(qū)、其他的人,逐步達到共同富?！钡穆窂絒3]。進入新時代,黨把共同富裕提升為國家戰(zhàn)略,通過精準扶貧等重大舉措解決當(dāng)代中國的貧困問題[4]。黨的十九屆五中全會明確了扎實推動共同富裕的目標要求,但如何從理論維度評價和衡量這一目標進度是亟待研究的課題。《中共中央國務(wù)院關(guān)于支持浙江高質(zhì)量發(fā)展建設(shè)共同富裕示范區(qū)的意見》中指出,要加快構(gòu)建推動共同富裕的綜合評價體系,研究方法上要堅持定量與定性、客觀評價與主觀評價相結(jié)合,內(nèi)容上要全面反映示范區(qū)工作成效,以及人民群眾的滿意度和認同感[5]。黨的十九屆六中全會再次提及共同富裕的問題,指出要把實現(xiàn)高質(zhì)量的發(fā)展和體現(xiàn)效率、促進公平收入分配格局作為實現(xiàn)共同富裕的路徑,為新時代推進共同富裕指明了方向。深刻理解新時代共同富裕的科學(xué)意蘊,對于持續(xù)深入推進社會主義現(xiàn)代化強國的建設(shè)意義重大[6]?？萍疾烤W(wǎng)站于2022年1月25日發(fā)布了科技部、浙江省人民政府關(guān)于印發(fā)《推動高質(zhì)量發(fā)展建設(shè)共同富裕示范區(qū)科技創(chuàng)新行動方案》的通知,文件圍繞打造支撐城鄉(xiāng)區(qū)域協(xié)調(diào)發(fā)展的全域創(chuàng)新范例、樹立科技賦能民生改善的領(lǐng)先標桿、夯實創(chuàng)新驅(qū)動高質(zhì)量發(fā)展的內(nèi)生動力、構(gòu)建高標準技術(shù)要素市場示范區(qū)四個方面提出相應(yīng)舉措。習(xí)近平總書記在黨的二十大報告中明確指出:“中國式現(xiàn)代化……是全體人民共同富裕的現(xiàn)代化?！?1)習(xí)近平:《高舉中國特色社會主義偉大旗幟為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告》,北京:人民出版社,2022年。實現(xiàn)全體人民共同富裕是中國現(xiàn)代化建設(shè)的一個核心議程,必須一以貫之[7]。

有關(guān)學(xué)者對于共同富裕的研究包括:(1)共同富裕生成邏輯、科學(xué)內(nèi)涵和實踐路徑的研究;(2)共同富裕的評價研究。劉洪森從新時代共同富裕的思想資源、新時代共同富裕的歷史條件、新時代共同富裕的現(xiàn)實基礎(chǔ)三個方面系統(tǒng)地闡述了新時代共同富裕的生成邏輯是馬克思主義與中華優(yōu)秀傳統(tǒng)文化的思想資源,黨領(lǐng)導(dǎo)人民進行革命、建設(shè)、改革的歷史條件,以及中國特色社會主義新時代偉大成就的現(xiàn)實基礎(chǔ)的有機統(tǒng)一;新時代共同富裕的科學(xué)內(nèi)涵不僅體現(xiàn)在社會主義的本質(zhì)要求、中國式現(xiàn)代化的重要特征上,還體現(xiàn)在全體人民共同富裕和非整齊劃一的平均主義等方面[3]。共同富裕戰(zhàn)略已成為黨和國家重大的政治舉措,并通過精準扶貧等系列政策來落實,以實現(xiàn)人民國家、民族國家、政黨國家三種國家形態(tài)的同構(gòu)共生[4]。劉旭雯指出:“推動共同富裕取得更為明顯的實質(zhì)性進展”既是對過去中國共產(chǎn)黨推動共同富裕實踐積極探索的認可,也是新時代對實現(xiàn)共同富裕提出的新任務(wù)和新目標,表明推動共同富裕是中國共產(chǎn)黨建設(shè)社會主義現(xiàn)代化國家的核心要義[6]。江暢等人從哲學(xué)的角度把共同富裕作為奮斗目標的根本,其合理性解釋為:實現(xiàn)共同富裕不是要“均貧富”,剝奪富裕者,而是要使全體社會成員都成為富裕者,獲得自由而全面的發(fā)展[8]。周文等學(xué)者從政治經(jīng)濟學(xué)的角度對共同富裕進行了辯證分析,結(jié)果顯示,共同富裕是生產(chǎn)與分配的有機結(jié)合、是市場與政府的有機結(jié)合、更是階段性目標與最終目標的有機結(jié)合,而不是同步富裕[9]。與此同時,結(jié)合劉洪森和王娟等人最新研究成果可以得出[3,10],相關(guān)學(xué)者將共同富裕的實踐路徑概括為四點:一是堅持黨的領(lǐng)導(dǎo),提高黨帶領(lǐng)人民實現(xiàn)共同富裕的本領(lǐng);二是推進高質(zhì)量發(fā)展,滿足人民對美好生活的需求;三是堅持社會主義基本經(jīng)濟制度,有序推進共同富裕;四是促進人民精神生活共同富裕,實現(xiàn)物質(zhì)富裕和精神富裕的統(tǒng)一。

共同富裕的評價研究可細分為評價指標選取與評價方法研究。評價指標選取的研究現(xiàn)狀如下:宋群從覆蓋基礎(chǔ)評價指標、核心評價指標、輔助評價指標三個方面選取了23個指標。其中,基礎(chǔ)評價指標由覆蓋經(jīng)濟、社會、文化、生態(tài)及制度五個方面的15個指標組成;核心評價指標由反映收入差距、地區(qū)差距與社會保障三個方面的6個指標組成[1]。蔣永穆等學(xué)者依據(jù)涵蓋人民性、共享性、發(fā)展性、安全性四個方面的評價體系設(shè)置了14個評價指標,作為扎實推動共同富裕的評價指標[5]。史琳琰等學(xué)者提到了指標評價與選取,分別從高質(zhì)量發(fā)展和發(fā)展成果共享兩方面進行,結(jié)果表明居民共享發(fā)展成果與高質(zhì)量發(fā)展表現(xiàn)出較強的內(nèi)在一致性和發(fā)展協(xié)同性[11]。不過上述學(xué)者只是從理論上對共同富裕的評價指標進行了探索,并沒有真正從現(xiàn)實數(shù)據(jù)上獲取評價指標。此外,目前對于共同富裕評價方法的研究相對較少,大多數(shù)研究只是對于共同富裕評價體系的探索,從全國各個省份共同富裕的差異性和共同富裕程度分類預(yù)測的研究更是少之又少。史琳琰等學(xué)者利用因子分析法確定每一級指標的權(quán)重大小,再運用加權(quán)計算的方法得到歷年居民共享發(fā)展成果得分[11]。李艷等學(xué)者基于共同富裕的視角,對2011—2020年的浙江省城鄉(xiāng)融合發(fā)展水平進行了測度與分析[12]。本文參考《全國地市州盟相對富裕程度與統(tǒng)籌發(fā)展監(jiān)測評價報告》,嘗試將全國31個省份(除港澳臺外)的共同富裕水平按照A+級、A級、A-級、B級,共劃分為四個等級進行分析研究,這樣可以橫向地呈現(xiàn)出全國東西部地區(qū)的均衡發(fā)展水平[13]。同時,本文參照相關(guān)研究成果,選取2013—2020年時間跨度進行縱向的對比研究,研究結(jié)果可將中國近年來省際共同富裕水平的測度情況形象地展現(xiàn)出來[11-16]。

伴隨機器學(xué)習(xí)的快速發(fā)展,深度學(xué)習(xí)方法的優(yōu)勢在各個領(lǐng)域的研究中均有顯現(xiàn)[17-23]。張志恒等學(xué)者運用PCA-BP神經(jīng)網(wǎng)絡(luò)對審計風(fēng)險進行識別預(yù)測,利用主成分分析方法(PCA)對數(shù)據(jù)進行精簡和降維處理再輸入到神經(jīng)網(wǎng)絡(luò)模型,有效地提升了模型的識別效率,識別準確率平均可達90.04%[17]。朱偉等學(xué)者以信陽市為研究區(qū)域,通過建立評價指標體系并使用PCA的打分方法完成了城市宜居性評價的實證研究[18]。林偉銘等學(xué)者提出了一種基于主成分分析與極限學(xué)習(xí)機模型相結(jié)合的阿爾茨海默病輔助診斷方法,研究結(jié)果表明,該方法在阿爾茨海默病的診斷上有較高準確度,其準確率達到95.1%,比常規(guī)方法提升3.5%[19]。綜上可以看出,PCA評價方法具有較高的準確性和廣泛的應(yīng)用性,因此本研究選取PCA評價方法進行中國共同富裕水平綜合打分。此外,K均值聚類方法相對于其他幾種聚類方法更易學(xué)習(xí)與運用[20-21]。于是本研究采用K均值聚類方法進行中國共同富裕等級的劃分。卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型在圖像分類領(lǐng)域的應(yīng)用已十分成熟,在醫(yī)學(xué)領(lǐng)域可準確地區(qū)分良惡性結(jié)節(jié)[22]。同時,相關(guān)學(xué)者將CNN模型應(yīng)用于雷達信號的特征提取與預(yù)測分類,實驗效果對比傳統(tǒng)模型有較明顯提升,其分類準確率最高可達97.17%[23]。由此可見,CNN在多分類問題上表現(xiàn)出高效的作用?；贑NN模型在多分類問題上高效的特性,本研究將運用該模型對中國省際共同富裕程度進行預(yù)測分類。

綜上,基于國內(nèi)外缺少對中國省際間共同富裕的差異性、共同富裕程度評價及分類預(yù)測的相關(guān)研究這一現(xiàn)狀,結(jié)合主成分分析法(PCA)與卷積神經(jīng)網(wǎng)絡(luò)(CNN)各自的優(yōu)越性,本研究嘗試將主成分分析法(PCA)與卷積神經(jīng)網(wǎng)絡(luò)(CNN)構(gòu)成組合模型用來衡量中國省際共同富裕水平并提取主要特征進行預(yù)測分類,將卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于一維數(shù)據(jù)的分類與回歸。首先,這一研究可實現(xiàn)將中國近年來為縮小貧富差異和推動城鄉(xiāng)發(fā)展所取得的工作成果形象地展示出來。同時,這也是將傳統(tǒng)方法與深度學(xué)習(xí)方法相結(jié)合應(yīng)用于中國省際共同富裕水平的畫像,以數(shù)據(jù)的方式將中國近年來各個省份共同富裕的發(fā)展?fàn)顩r呈現(xiàn)出來,對于推動均衡發(fā)展生產(chǎn)力,消除兩極分化具有一定的現(xiàn)實意義。其次,這一研究對于進一步推動全國共同富裕進程具有借鑒意義。最后,本文在現(xiàn)有研究[24-29]的基礎(chǔ)上,還提出了幾點關(guān)于推動中國共同富裕進程的建議。

二、數(shù)據(jù)來源與研究方法

(一)數(shù)據(jù)來源與指標體系的構(gòu)建

1.數(shù)據(jù)來源

考慮數(shù)據(jù)的合理性與可得性,研究數(shù)據(jù)來源于國家統(tǒng)計局《中國統(tǒng)計年鑒》中2013—2020年的31個省份(不包含香港、澳門和臺灣)的相關(guān)數(shù)據(jù),通過手動整理和導(dǎo)出的方法進行獲取。

2.指標體系的構(gòu)建

指標體系的構(gòu)建依據(jù)《中共中央國務(wù)院關(guān)于支持浙江高質(zhì)量發(fā)展建設(shè)共同富裕示范區(qū)的意見》中提到的“到2025年,浙江省推動高質(zhì)量發(fā)展建設(shè)共同富裕示范區(qū)取得明顯實質(zhì)性進展。經(jīng)濟發(fā)展質(zhì)量效益明顯提高,人均地區(qū)生產(chǎn)總值達到中等發(fā)達經(jīng)濟體水平,基本公共服務(wù)實現(xiàn)均等化;城鄉(xiāng)區(qū)域發(fā)展差距、城鄉(xiāng)居民收入和生活水平差距持續(xù)縮小,低收入群體增收能力和社會福利水平明顯提升,以中等收入群體為主體的橄欖型社會結(jié)構(gòu)基本形成,全省居民生活品質(zhì)邁上新臺階;國民素質(zhì)和社會文明程度達到新高度,美麗浙江建設(shè)取得新成效,治理能力明顯提升,人民生活更加美好?！?2)《中共中央國務(wù)院關(guān)于支持浙江高質(zhì)量發(fā)展建設(shè)共同富裕示范區(qū)的意見》,http:∥www.gov.cn/zhengce/2021-06/10/content_5616833.htm,訪問日期:2022年6月20日。這一發(fā)展目標,可以歸結(jié)為以下五點:一是提升經(jīng)濟發(fā)展水平;二是縮小人民收入和消費水平差距;三是完善社會保障體系;四是重視人民文化生活建設(shè);五是提升生態(tài)環(huán)境治理水平。

相關(guān)學(xué)者對于共同富裕內(nèi)涵的初步探索而建立的評價指標體系,從經(jīng)濟發(fā)展、社會發(fā)展、收入消費、文化發(fā)展及生態(tài)環(huán)境5個方面進行選取[1-5,9-12]。其中“富裕”層面的測度,周文等學(xué)者提到“富?！币笊鐣a(chǎn)力高度發(fā)展,這種生產(chǎn)力水平需要效率才能夠?qū)崿F(xiàn)[9]。由此可知,“富裕”層面的度量可以從體現(xiàn)生產(chǎn)力發(fā)展和人民生活水平狀況的指標進行選取,本文選取地區(qū)生產(chǎn)總值和當(dāng)?shù)鼐用袢司芍涫杖雭磉M行衡量。

經(jīng)濟發(fā)展不單一指國民經(jīng)濟規(guī)模的擴大,更象征著經(jīng)濟和社會生活素質(zhì)的提高。經(jīng)濟發(fā)展層面可從地區(qū)生產(chǎn)總值、研究與試驗發(fā)展(R&D)經(jīng)費投入情況、城鎮(zhèn)化進程、第三產(chǎn)業(yè)增長等方面進行指標的選取。

社會發(fā)展包括個體的物質(zhì)發(fā)展、精神發(fā)展上升到社會層面,并取得社會化的一致認可。這其中包含經(jīng)濟、文化、政治、習(xí)俗、體制等一系列社會總體發(fā)展?fàn)顩r。社會發(fā)展層面的評價,可從居民受教育程度、基礎(chǔ)設(shè)施覆蓋情況等進行指標選取。

消費是社會再生產(chǎn)的重要環(huán)節(jié),也是最后一個環(huán)節(jié)。黨的十九大報告提出要“完善促進消費的體制機制,增強消費對經(jīng)濟發(fā)展的基礎(chǔ)性作用”,這不僅要求從體制與機制的高度解決居民消費能力欠缺的問題,而且首次強調(diào)了消費的本質(zhì)性作用[30]。收入消費層面的評價,可從恩格爾系數(shù)、居民人均可支配收入、城鄉(xiāng)居民收入比等方面進行指標選取。

文化是綜合國力的重要組成部分,也是增強綜合國力的重要力量。豐富健康的文化生活是衡量人們生活質(zhì)量的顯著標志。改革開放以來,中國經(jīng)濟社會長足發(fā)展,人們對精神文化生活提出了新的要求,不僅給文化建設(shè)注入了新的動力,也使得精神文化產(chǎn)品的生產(chǎn)與人民群眾日益增長的精神文化需求之間的矛盾更加突出。堅持以人為本,優(yōu)化文化建設(shè),不斷滿足人民群眾日益增長的多層次精神文化需求,推動人的全面發(fā)展,已成為中國現(xiàn)代化建設(shè)的一項重大而緊迫的任務(wù)。文化發(fā)展層面的測度,可結(jié)合居民幸福程度和文化娛樂情況進行指標選取。

生態(tài)環(huán)境是指同人們生活息息相關(guān)的、直接影響著人們生活和生產(chǎn)活動的所有天然動力、自然作用的總和。習(xí)近平總書記指出,良好生態(tài)環(huán)境是最公平的公共商品,是最普遍的人民福利。這其實就是強調(diào)要從人民生活改善和民眾幸福的視角,去改造好生態(tài)環(huán)境?？梢哉f,生態(tài)環(huán)境質(zhì)量直接決定了人民生活質(zhì)量,改善生態(tài)環(huán)境就是提高民生,而損壞生態(tài)環(huán)境就是損害民生。因此,應(yīng)該使廣大人民群眾在良好的生態(tài)環(huán)境中生活,并使良好的生態(tài)環(huán)境變成人民群眾生命質(zhì)量的新增長點。對于生態(tài)環(huán)境方面的測度,可以在環(huán)境質(zhì)量評估方面進行指標的選擇。

結(jié)合實際情況并排除相似指標對分類預(yù)測的干擾,從《中國統(tǒng)計年鑒》現(xiàn)有可獲取到的指標數(shù)據(jù)和通過公式計算得出的途徑共選取了14個指標。其中2013年、2014年的個別省份部分指標數(shù)據(jù)缺失,本研究通過計算取平均值得出。指標體系如表1所示。

其中,相關(guān)指標的含義與基本概念闡述如下:

(1)經(jīng)濟發(fā)展指標(4個)

地區(qū)生產(chǎn)總值GDP:地區(qū)生產(chǎn)總值GDP是按市場價格計算的一個地區(qū)所有常住單位在一定時期內(nèi)生產(chǎn)活動的最終成果,可以有效地評價一個地區(qū)的經(jīng)濟狀況。在本研究中,通過計算地區(qū)生產(chǎn)總值GDP的多少來衡量中國31個省份的經(jīng)濟水平和人民生活質(zhì)量情況。

表1 全國共同富裕水平評價指標體系

研究與試驗發(fā)展(R&D)經(jīng)費支出占GDP比重:主要用于反映一個國家經(jīng)濟科技資金投入利用能力與技術(shù)水平,可直接反映一個國家經(jīng)濟科技發(fā)展實力。科學(xué)技術(shù)是發(fā)展生產(chǎn)力的關(guān)鍵路徑,通過度量一個地區(qū)研究與試驗發(fā)展(R&D)經(jīng)費的投入情況,可有效地評判該地區(qū)科技發(fā)展的狀況,并反映生產(chǎn)力水平優(yōu)劣,從而評判當(dāng)?shù)厝嗣竦纳钏角闆r。

城鎮(zhèn)人口比重:城鎮(zhèn)人口即所從事的產(chǎn)業(yè)為非農(nóng)業(yè)生產(chǎn)性的人群及其家庭。一般認為城鎮(zhèn)人口占有率的高低反映出一個地區(qū)的工業(yè)化、城鎮(zhèn)化及城市化水平。伴隨著改革開放的腳步,中國的經(jīng)濟國情由原先的農(nóng)業(yè)大國逐步向工業(yè)大國轉(zhuǎn)型。城市化是人類發(fā)展的必然趨勢,是國家現(xiàn)代化的必由之路,也是提升人民生活幸福感的必經(jīng)之路。

第三產(chǎn)業(yè)增加值占地區(qū)GDP比重:即某一地區(qū)第三產(chǎn)業(yè)增長量占GDP總量的比重。第三產(chǎn)業(yè)主要指服務(wù)業(yè)和除農(nóng)業(yè)、制造業(yè)以外的其他商業(yè)。第三產(chǎn)業(yè)增加值占GDP的比重情況,可有效評判一個地區(qū)的經(jīng)濟發(fā)展情況,若第三產(chǎn)業(yè)發(fā)展較好,則可間接地表明某一地區(qū)現(xiàn)代化程度高。由此,可作為評價經(jīng)濟發(fā)展的重要指標。

(2)社會發(fā)展指標(3個)

本科以上學(xué)歷所占比重:反映某一地區(qū)國民總體接受高等教育的覆蓋率。教育是國家發(fā)展的基礎(chǔ),國民素質(zhì)的提升間接影響著國家經(jīng)濟和文化軟實力的發(fā)展。隨著中國的經(jīng)濟社會發(fā)展,居民的受教育程度有一定的提升,一個地區(qū)人民的受教育程度可作為評價該地區(qū)社會發(fā)展好壞的間接特征。

用水普及率:反映某一地區(qū)居民的用水情況基礎(chǔ)設(shè)施建設(shè)的水平,可以反映出城市化水平和現(xiàn)代化進程。

燃氣普及率:反映某一地區(qū)居民的燃氣使用情況基礎(chǔ)設(shè)施建設(shè)的水平,同樣可以反映出城市化水平和現(xiàn)代化進程。

(3)收入消費指標(3個)

恩格爾系數(shù):是指在中國整個社會公共消費品生產(chǎn)總支出之中,食品支出占整個家庭消費總支出的實際占比情況。它主要體現(xiàn)的是經(jīng)濟科學(xué)含義,廣泛被用來作為反映中國居民生活消費水平和消費質(zhì)量穩(wěn)定提升的一個重要經(jīng)濟指標。

當(dāng)?shù)鼐用袢司芍涫杖?是指當(dāng)?shù)鼐用袢司芍溆糜谧罱K生活消費品的支出和最終儲蓄的收入總和,反映某一地區(qū)的居民總體收入水平。一般認為,富裕、經(jīng)濟高度發(fā)展的地區(qū),居民總體收入水平高;反之,經(jīng)濟蕭條的地區(qū),居民總體收入偏低。

地區(qū)城鄉(xiāng)居民收入比:主要反映某一行政區(qū)域內(nèi),城市居民人均收入與農(nóng)村居民人均收入的實際差異程度。這一指標可以作為衡量減少貧富差距、實現(xiàn)共同富裕程度的評判指標。

(4)文化發(fā)展指標(2個)

居民教育文化娛樂支出占家庭消費支出比重:反映某一地區(qū)居民的文化娛樂程度,可以用來評價居民幸福程度的高低。居民的幸福程度與GDP發(fā)展同樣重要,一方面,它可以調(diào)控經(jīng)濟社會運行態(tài)勢;另一方面,它可以了解民眾的生活滿意度。作為最重要的非經(jīng)濟因素,文化發(fā)展水平可以作為有效評價人民小康生活情況的重要指標。

人均擁有公共圖書館藏量:反映某一地區(qū)居民紙質(zhì)書籍的閱讀量,這一指標可以用來評價社會提供優(yōu)良公共文化服務(wù)的能力。

(5)生態(tài)環(huán)境指標(2個)

建成區(qū)綠化覆蓋率:建成區(qū)綠化覆蓋率是指城市建成區(qū)綠化覆蓋面積占建成區(qū)的比率。其高低可以作為衡量城市環(huán)境質(zhì)量及居民生活福利水平的重要指標?，F(xiàn)階段,中國經(jīng)濟社會不斷發(fā)展,廣大人民的幸福程度和滿意程度大幅提升,總體幸福指數(shù)也得到大幅提升,但生態(tài)環(huán)境問題也開始日益顯現(xiàn),從注重“溫飽”逐漸轉(zhuǎn)變?yōu)樽⒅亍碍h(huán)?！?從“圖生存”到“圖生態(tài)”。改變環(huán)境質(zhì)量已是廣大人民群眾的熱切期盼,也可作為評判一個地區(qū)發(fā)展均衡性的評價指標。

生活垃圾無害化處理率:是指報告期生活垃圾無害化處理量與生活垃圾產(chǎn)生量的比率。在統(tǒng)計上,由于生活垃圾產(chǎn)生量不易取得,可用清運量代替。這一指標可用來衡量對城市垃圾進行減量化分選和資源化利用的效率。實現(xiàn)生活垃圾的無害化處理,有利于實現(xiàn)資源的合理循環(huán),這也是響應(yīng)國家節(jié)能減排的要求。

3.指標數(shù)據(jù)處理

(1)反向指標正向化處理。恩格爾系數(shù)是評價指標體系中唯一一個反向指標,需對其進行正向化處理,具體做法是用100減去原始恩格爾系數(shù),得到除去食品支出以外的消費支出占家庭總支出的實際比重。

(2)數(shù)據(jù)標準化處理。數(shù)據(jù)的標準化處理可消除不同量綱差異的影響,采用Z-score標準化處理,具體過程在下文PCA評價方法中有詳細介紹。

(二)研究框架

基于選取的《中國統(tǒng)計年鑒》中2013—2020年31個省份的14個指標數(shù)據(jù),首先,本文以中國2013—2020年縱向的時間跨度展開研究,目的是衡量近年來隨著黨中央政策推進,中國整體的共同富裕發(fā)展趨勢。這一過程,選取PCA方法進行主成分的選取和中國共同富裕水平的測度。其次,以2020年為代表,深入研究這一年里全國31個省份的共同富裕水平差異,目的是測定中國南北、東西地域之間經(jīng)濟發(fā)展的不均衡性。這一過程借助PCA打分與K均值聚類相結(jié)合,將全國31個省份依據(jù)PCA的打分情況,劃分為四個共同富裕評價等級。隨后,結(jié)合2013—2020年全國31個省份共同富裕等級分布情況進行深入分析。最后,本文基于CNN模型在分類問題上的高效性,以每個省份所屬等級作為標簽,各個省份的共同富裕評價指標值作為輸入矩陣,訓(xùn)練CNN模型。訓(xùn)練好的模型無需經(jīng)過PCA打分和K均值聚類分析,直接輸入一個省份的共同富裕評價指標,即可得所研究省份的共同富裕畫像情況。

圖1 PCA-CNN模型框架圖

根據(jù)以上分析,構(gòu)建PCA-CNN中國共同富裕水平評價模型的整體思路為:(1)構(gòu)建共同富裕的評價指標體系,對數(shù)據(jù)進行預(yù)處理。(2)運用PCA進行指標精簡和優(yōu)化,并對輸入的樣本數(shù)據(jù)進行綜合打分。(3)運用K均值聚類算法對PCA打分結(jié)果進行聚類劃分,按得分的高低分布劃分為A+、A、A-、B四個評定等級并對每個省份所屬類打標簽。(4)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型,以輸入評價指標為基礎(chǔ)進行訓(xùn)練,以每個省份所屬類的標簽作為預(yù)測目標。模型框架圖見圖1。

圖2 主成分算法示意圖

(三)研究方法概述

1.主成分分析(PCA)的評價方法

主成分分析法是一種常規(guī)的多變量降維分析方法[18]。該算法原理如圖2所示。

主成分分析法具有使系統(tǒng)數(shù)據(jù)集更易投入使用、大大降低了該算法的系統(tǒng)計算成本、有效去除系統(tǒng)噪聲的諸多優(yōu)點。本文運用MATLAB R2018a軟件進行主成分分析,處理過程如下:

首先,定義原始矩陣,見式(1);隨后,進行數(shù)據(jù)Z-score標準化處理,見式(2)。

(1)

(2)

其次,計算相關(guān)系數(shù)矩陣。

(3)

式(3)中:rij表示原始變量di與dj的相關(guān)系數(shù),取值范圍為(1,j)。

然后按照特征值≥1.0進行主成分分析與提取,特征值為λi(i=1,2,…,P)。根據(jù)各個主成分的貢獻率獲得權(quán)重,計算綜合得分。

主成分貢獻率:

(4)

累計貢獻率:

(5)

2.K均值聚類分析方法

分類等級的劃分方法分為主觀與客觀兩種,經(jīng)過PCA打分后,如果人為對于打分結(jié)果進行等級的劃分,屬于主觀方法。顯然,主觀分類存在人為的隨意性,為了避免主觀分類的不利影響,我們采用K均值聚類的客觀分類方法。

K均值聚類算法步驟如下:

(1)初始中心取自于數(shù)據(jù)集中的K個對象,每個聚類中心用一個對象表示;

(2)根據(jù)樣本中的數(shù)據(jù)對象與步驟(1)中聚類中心的歐幾里得度量,按距離的就近原則將它們劃分到距離它們最近的聚類中心所對應(yīng)的類中;

(3)更新聚類中心,將每個類所有對象所對應(yīng)的均值作為該類的聚類中心,計算目標函數(shù)的值;

(4)檢驗?zāi)繕撕瘮?shù)值與聚類中心的一致性,若一致,則輸出聚類結(jié)果;若不一致,則返回步驟(2)。

本研究中設(shè)置K均值聚類數(shù)為4,目的是將中國各個省份的共同富裕程度劃分為A+、A、A-、B四個等級,與張萌謖等學(xué)者的實驗過程相似[21]。類內(nèi)各數(shù)據(jù)點到聚類中心Cj=(Cj1,Cj2,Cj3,Cj4)的距離平方和計算如式(6)所示:

J(Cj)=∑xi∈Cj‖xi-Cj‖2

(6)

式中:‖·‖表示歐式距離;Cj為不同的類。

K個不同類的總距離平方和計算如式(7)所示:

(7)

隸屬度矩陣Un×K的元素uij定義如下:

(8)

其含義為:如果數(shù)據(jù)點xi與聚類中心Cj距離最近,則xi屬于Cj類。

3.卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型

在K均值聚類的基礎(chǔ)上,以每個省份所屬等級作為標簽,各個省份的共同富裕評價指標值作為輸入矩陣,訓(xùn)練CNN模型。訓(xùn)練好的模型無需經(jīng)過PCA打分和K均值聚類分析,直接輸入一個省份的共同富裕評價指標即可得出所研究省份的共同富裕畫像情況,即此省份共同富裕所屬評價等級。

卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一個多層的神經(jīng)網(wǎng)絡(luò),較好地實現(xiàn)了對生物神經(jīng)網(wǎng)絡(luò)的模擬[22]。

本研究選取的是雙曲正切函數(shù)Tanh(hyperbolic tangent function),如式(9)所示,Tanh函數(shù)與其他的激活函數(shù)相比,在處理一維卷積具有較高的準確率[31]。

(9)

其中,Tanh函數(shù)以0為中心進行輸出,區(qū)間在-1～1之間。

此外,中間層采用Flatten層來連接卷積神經(jīng)網(wǎng)絡(luò)和全連接層。如式(10)所示,設(shè)定4個輸出結(jié)點對應(yīng)四個等級的共同富裕程度,損失函數(shù)(Softmax)將每個特征數(shù)據(jù)匹配到概率最大的特征類。

(10)

運用交叉熵損失函數(shù)(categorical crossentropy)作為模型訓(xùn)練的損失函數(shù),如式(11)所示,它描述的是當(dāng)前學(xué)習(xí)到的概率分布與實際概率分布的距離,也就是損失函數(shù)越小,兩個概率分布越相似,此時損失函數(shù)接近于0。其中y為期望的輸出,a為神經(jīng)元實際輸出,C為待分類的類總數(shù)。

(11)

本文采用Keras框架來搭建神經(jīng)網(wǎng)絡(luò),經(jīng)過了多次調(diào)參,最終使用了3層卷積層來提取特征值。其中,第一層卷積中濾波器的輸出數(shù)量設(shè)置為16,卷積窗口的長度設(shè)為3。第二層卷積中濾波器的輸出數(shù)量設(shè)置為64,卷積窗口的長度設(shè)為3。第三層卷積中濾波器的輸出數(shù)量設(shè)置為64,卷積窗口的長度設(shè)置為3。每層卷積層后添加了一層最大池化層,池化層深度設(shè)為1,目的是保留主要特征,減少計算量。全連接層的參數(shù)設(shè)置為4,目的是為了預(yù)測劃分好的四個類的準確率。最終輸出一個預(yù)測的標簽值。網(wǎng)絡(luò)結(jié)構(gòu)見圖3。

圖3 一維卷積神經(jīng)網(wǎng)絡(luò)框架圖

三、實證結(jié)果與分析

(一)中國共同富裕評價及結(jié)果分析

運用MATLAB R2018a軟件對輸入評價指標的原始矩陣運用Z-score法進行標準化處理,隨后通過PCA降維處理,可以分析主成分對于原始指標信息的綜合程度。以2020年為例,運用PCA方法進行指標處理(見表2)。

由表2可知,使用PCA的分析方法,提取4個特征值大于1的主成分,這4個主成分累計方差貢獻率達到75.793%,說明包含了原14個評價指標中75.793%的信息,因此判斷這四個主成分可以很好地代替其他指標來評價全國共同富裕情況。

在提取4個主成分后,輸出主成分得分系數(shù)矩陣(見表3)。

結(jié)合表2、表3分析得出,在提取的4個主成分中,每個主成分分別與選取的14個指標中的幾個呈正相關(guān)的關(guān)聯(lián),可被用來綜合反映全國各省份間共同富裕的測度水平。

(1)PC1主要與X1、X2、X3、X4、X5、X6、X7、X9、X12、X13正相關(guān)。X1代表地區(qū)生產(chǎn)總值GDP;X2反映國家科技投入能力與水平;X3表示城鎮(zhèn)人口比重;X4代表第三產(chǎn)業(yè)增加值占地區(qū)GDP比重;X5反映某一地區(qū)國民總體接受高等教育的覆蓋率;X6、X7均反映城市化水平和現(xiàn)代化進程;X9代表當(dāng)?shù)鼐用袢司芍涫杖?可反映一個地區(qū)居民的總體收入情況,也可作為度量共同富裕中“富?！彼降囊罁?jù);X12是指人均擁有公共圖書館藏量,反映了文化產(chǎn)業(yè)的發(fā)展水平;X13代表建成區(qū)綠化覆蓋率,是衡量城市環(huán)境質(zhì)量及居民生活福利水平的重要指標。綜上,第一主成分覆蓋了全國共同富裕水平的經(jīng)濟發(fā)展、社會發(fā)展、收入消費、文化發(fā)展和生態(tài)環(huán)境五個方面的情況。

表2 主成分分析表

表3 主成分得分系數(shù)矩陣中的元素

(2)PC2主要與X1、X2、X6、X7、X11、X13正相關(guān)。其中,X1代表地區(qū)生產(chǎn)總值GDP;X2反映國家科技投入能力與水平;X6、X7反映城市化水平;X11代表居民教育文化娛樂支出占家庭消費支出比重,可反映居民的文化娛樂程度;X13代表建成區(qū)綠化覆蓋率,體現(xiàn)了生態(tài)環(huán)境的建設(shè)情況。第二主成分可綜合反映全國共同富裕的經(jīng)濟發(fā)展、社會發(fā)展、文化發(fā)展和生態(tài)環(huán)境四個方面的情況。

(3)PC3主要與X6、X12、X14正相關(guān)。其中,X6表示用水普及率,反映了城市化水平。X12反映了文化產(chǎn)業(yè)的發(fā)展水平。X14代表生活垃圾無害化處理率,反映了垃圾分類的進程以及資源化利用的效率。綜上,第三主成分可綜合反映全國共同富裕水平的社會發(fā)展、文化發(fā)展、生態(tài)環(huán)境三個方面的情況。

(4)PC4主要與X5、X7、X10、X11、X14正相關(guān)。第四主成分可綜合反映全國共同富裕水平的社會發(fā)展、收入消費、文化發(fā)展和生態(tài)環(huán)境四個方面的情況。

此外,對2013—2019年的評價指標進行降維處理,結(jié)果同2020年一致。隨后對2013—2020年各省份的共同富裕情況進行PCA打分,打分結(jié)果如表4(a)和4(b)所示。

由表4(a)清楚地看出2013—2020年全國各個省份的打分情況,同時計算出全國31個省份八年里的平均得分、最高得分和最低得分情況,如表4(b)所示。其中,正值代表高于全國整體的平均得分水平,負值代表低于全國整體的平均得分水平。由結(jié)果可以得出:

(1)東部地區(qū)得分普遍高于中、西部地區(qū)。其中,以北京、上海為代表的一線城市得分一直處于領(lǐng)先水平。浙江、江蘇、山東、廣東四省的共同富裕水平在2013—2020年發(fā)展迅速,結(jié)合其地理位置分析,位于東部沿海地區(qū),貿(mào)易交通便利為其經(jīng)濟發(fā)展創(chuàng)造了有利的條件。同時,西部地區(qū)包括貴州、云南、西藏、甘肅、青海等地,其共同富裕平均得分還是與全國整體的平均得分水平有一定的差距,東、西部發(fā)展不均衡。

(2)結(jié)合南北區(qū)域發(fā)展來看,中國南部地區(qū)的得分情況要比北部地區(qū)得分略勝一籌。結(jié)合開放政策與歷史環(huán)境分析,1978年以來,改革開放先從南方興起,隨后逐步輸送至全國各地。所以,改革開放以來,開放發(fā)展的理念已經(jīng)深深根植于南方地區(qū)廣大民眾的心中,而北方地區(qū)較之落后,還處在學(xué)習(xí)借鑒階段。從對外開放條件看,不管是沿海開放帶,還是長江沿線開放帶,經(jīng)濟發(fā)展條件都比較完備。近年來,因為南方開放環(huán)境優(yōu)越,國際貿(mào)易活躍,經(jīng)濟持續(xù)高水平發(fā)展。相比之下,北方地區(qū)經(jīng)濟發(fā)展顯得較為遜色。

(3)2013—2020年各個省份的得分差距在逐漸縮小。以北京和浙江為例來看,2013年北京的得分為3.519,2013年浙江的得分為1.111,二者得分相差2點多。而2020年浙江的得分升至1.359,北京的得分為1.714,二者得分相差縮小至0.355?？梢娭袊陙砉餐辉５耐七M有一定的成效,全國整體的經(jīng)濟水平處于發(fā)展?fàn)顟B(tài),省際間的發(fā)展差異在縮小。

如圖4所示,為了更加直觀地顯示中國共同富裕2013—2020年的快速發(fā)展進程,將31個省份2013—2020年共同富裕得分情況繪制在同一張圖上。由圖4可以看出,2019年、2020年全國31個省份的共同富裕情況與前六年相比,各個省份的富裕水平得分差異明顯縮小。可見,隨著經(jīng)濟的高質(zhì)量發(fā)展與居民共享發(fā)展成果的互促互動,中國的共同富裕進程邁出了很大一步,各省份間的貧富差異得到了進一步的改善。

表4(a) 主成分得分情況表

表4(b) 得分評價情況表

圖4 不同年份中國省際間共同富裕水平的動態(tài)變化圖

縱觀2013—2014年的全國各省份共同富裕水平的曲線變化,整體波動較大,其中東部地區(qū)如北京、上海等地與以西藏為代表的西部偏遠地區(qū)相比,得分差異懸殊。2015年,曲線逐漸趨于平緩。結(jié)合2016—2020年的曲線形勢分析,五年里中國各省份的共同富裕水平呈現(xiàn)出了小幅波動的景象,部分省份得分存在差異,2020年曲線的最高點與最低點的距離最短,可以看出2020年中國的共同富裕程度最好。2013—2020年,中國共同富裕水平正在穩(wěn)定推進。

圖5 2020年中國共同富裕水平聚類結(jié)果圖

(二)全國共同富裕水平等級畫像和結(jié)果分析

本文以MATLAB R2018a軟件為實驗環(huán)境,建立PCA模型對輸入矩陣進行排序與得分。首先以2020年為例,運用K均值聚類方法對全國31個省份依據(jù)PCA得分情況劃分為4類,代表著A+、A、A-、B四個評價等級(見圖5)。

圖5中橫坐標ind代表31個省份各自的序號,縱坐標tf表示PCA對各個省份的得分情況。

對31個省份的聚類結(jié)果進行歸納與標簽的標記,目的是代入深度學(xué)習(xí)模型進行預(yù)測(見表5)。tf值為PCA模型計算得出的31個省份各自的綜合得分,Idx值為所屬類的標簽。其中,負得分并不代表指標水平為負,而是表示與平均水平的差距;正值代表高于平均水平,負值代表低于平均水平。

其K均值聚類得到的聚類質(zhì)心和打標簽及等級劃分情況見表6。

標簽打為1表示評價等級為A+,聚類質(zhì)心為1.532;標簽打為2表示評價等級為A,聚類質(zhì)心為0.238;標簽打為3表示評價等級為A-,聚類質(zhì)心為-0.704;標簽打為4表示評價等級為B,聚類質(zhì)心為-2.309。用這四個評價等級來衡量2020年全國31個省份共同富裕水平。

將2020年全國31個省份的共同富裕評價情況繪制在同一表上。從表7可以直觀地看出2020年中國31個省份四個評定等級的分布情況:(1)2020年評價等級為第一類的省份有北京、天津、上海、江蘇、浙江。(2)評價等級為第二類的省份較多,包括河北、山西、內(nèi)蒙古、遼寧、安徽、福建、江西、山東、河南、湖北、湖南、廣東、寧夏。(3)評價等級為第三類的省份也較為集中,包括吉林、黑龍江、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、新疆。(4)評價等級為第四類的省份只有西藏一個省份。

表5還可以看出,評價等級為一類的省份主要為東部沿海地區(qū)。相反,評價等級為第四類的省份為西部邊緣地區(qū),經(jīng)濟發(fā)展相對落后,人民生活水平相對較低。結(jié)合2020年全國各省份共同富裕得分情況來分析,評價等級為第四類的省份平均得分只有-2.309,與全國平均得分相比存在一定的差距,而評價等級為第一類的省份平均得分可達1.532,與第四類評價等級省份的平均分相差3左右,第一、第四類等級的省份得分差異較明顯。但宏觀來看,全國大部分省份位于第二、第三類評價等級。2020年,全國31個省份共同富裕情況呈現(xiàn)出“橄欖型”分布,表明社會階層結(jié)構(gòu)中極富極窮的“兩極”很小而中間階層相當(dāng)龐大?？梢?020年全國共同富裕成效顯著,距離“大同社會”又近了一步。

從全國的南北區(qū)域等級分布來看,南部地區(qū)經(jīng)濟發(fā)展略好一些,可能是由于歷史因素所造成的,改革開放先從中國南方開始,南方開放環(huán)境優(yōu)越,國際貿(mào)易發(fā)展活躍。如何有效地帶動北方經(jīng)濟的發(fā)展是一個亟待解答的問題。結(jié)合自然條件來看,新疆、內(nèi)蒙古等北部邊陲地區(qū),商品經(jīng)濟發(fā)展受限,但自然資源豐富,可以利用其優(yōu)勢發(fā)展畜牧業(yè)和旅游業(yè)來帶動當(dāng)?shù)亟?jīng)濟的發(fā)展。

運用同樣的方法分別對2013—2020年的共同富裕水平動態(tài)演變過程進行深入分析(見表7)。

表7清楚地呈現(xiàn)了全國31個省份2013—2020年的等級評定演變結(jié)果。從2013—2020年整體來看,北京和上海一直處于第一類評價等級,其富裕水平就全國來看一直走在前列。而以天津、江蘇、浙江、廣東四個省份為例進行深入研究,可以發(fā)現(xiàn),天津、江蘇、浙江、廣東在2013年時,其評價等級分別為:A、A、A、A;2015年,其評價等級變?yōu)?A、A+、A+、A;2018年,其評價等級分別為:A、A+、A+、A+;到2020年,其評價等級變?yōu)?A、A+、A+、A?？梢钥闯?這些省份主要為東部沿海地區(qū),改革開放以來,中國的發(fā)展很迅速,靠近港口的地區(qū),經(jīng)濟優(yōu)先發(fā)展起來。共同富裕的最終要求是實現(xiàn)富裕的均等化,所以在2020年,部分省份由第一等級變?yōu)榈诙燃?這并不是富裕水平的倒退,而是地區(qū)差異縮小導(dǎo)致的。再以中國的中部地區(qū)展開研究討論,2015—2020年,有許多第三類的省份逐步轉(zhuǎn)變?yōu)榈诙?。諸如河南、河北、安徽、湖北、湖南、江西等省份,在此期間可能受東部地區(qū)城市的經(jīng)濟帶動,中部城市的發(fā)展也邁出了一大步。

表5 2020年全國共同富裕水平得分評級情況

表6 K均值聚類情況

表7 2013—2020年中國共同富裕水平演變進程

2013年,全國31個省份共同富裕情況呈現(xiàn)出“金字塔型”分布,是一種貧富差距較大的社會結(jié)構(gòu)?？梢钥闯?013年,中國絕大多數(shù)省份都處于第四類評價等級,處于第一、第二、第三類評價等級的省份較少,表明2013年共同富裕正處于起步階段,中國經(jīng)濟整體不是很景氣,全國的地域發(fā)展差異較為明顯,除極個別省份的人民過上了小康生活,大多數(shù)人民依然生活水平不高,實體經(jīng)濟發(fā)展仍需完善。

2015年,全國31個省份共同富裕水平有一定的提升。絕大多數(shù)中西部地區(qū),富裕水平已由第四等級提升至第三等級。同時,東部沿海地區(qū),少數(shù)省份共同富裕水平已發(fā)展為第一、第二類評價等級?？梢缘贸鼋Y(jié)論:到2015年,中國共同富裕處在緩慢發(fā)展階段,但東、西部區(qū)域之間發(fā)展不均衡,整體共同富裕水平還未顯著提升,政府應(yīng)在穩(wěn)抓經(jīng)濟的同時,促進先富帶動后富,推進共同富裕的發(fā)展進程。

2018年,相比2015年,經(jīng)歷了三年的經(jīng)濟蓬勃發(fā)展,中國31個省份的富裕水平已大幅度提升。在2015年的基礎(chǔ)上,第一類評價等級的省份已有5個,第二類評價等級的省份有9個。第一、第二類評價等級的省份加起來占到全國31個省份總數(shù)的一半左右,人民生活顯著提升。但是,“共同”的要求還未得到實現(xiàn),第一、第二類評價等級的省份主要分布于東部,中西部地區(qū)發(fā)展仍需推進。分析得出:2015—2018年,中國共同富裕已處在加速階段,但共同富裕不僅停留在“富?！钡淖盅凵?更應(yīng)該關(guān)注“共同”的要求上,堅持從“全方位、多角度、多層次”視角出發(fā),推進中國省際間的均衡發(fā)展。

2020年,全國31個省份共同富裕情況呈現(xiàn)出“橄欖型”分布,共同富裕水平顯著提升。第一、第四類評價等級的省份只有5個,而且其中第四類評價等級的省份只有西藏1個,第二、第三類評價等級的省份占據(jù)絕大部分。從全國共同富裕的進程來看,全國共同富裕正在穩(wěn)定地推進。

此外,為了深入研究對全國各個省份共同富裕水平影響較大的評價指標,以2020年為例,進行各評價指標每個等級下的平均水平計算(見表8)。

表8 2020年全國共同富裕各評價指標每個等級下的平均水平情況

由表8可以看出,等級A+與等級A之間差異較大的指標有:(1)地區(qū)生產(chǎn)總值GDP;(2)城鎮(zhèn)人口比重;(3)第三產(chǎn)業(yè)增加值占地區(qū)GDP比重;(4)本科以上學(xué)歷所占比重;(5)當(dāng)?shù)鼐用袢司芍涫杖?(6)人均擁有公共圖書館藏量。由此可知,影響第一、第二類評價等級較為重要的因素在經(jīng)濟發(fā)展、社會發(fā)展、收入消費和文化發(fā)展四個方面中均有體現(xiàn)。等級A與等級A-之間差異較大的指標有:(1)地區(qū)生產(chǎn)總值GDP;(2)研究與試驗發(fā)展(R&D)經(jīng)費支出占GDP比重。說明影響第二、第三類評價等級中較為重要的因素主要體現(xiàn)在經(jīng)濟發(fā)展這一層面。等級A-與等級B之間差異較大的指標有:(1)研究與試驗發(fā)展(R&D)經(jīng)費支出占GDP比重;(2)城鎮(zhèn)人口比重;(3)燃氣普及率;(4)居民教育文化娛樂支出占家庭消費支出比重。說明影響第三、第四類評價等級中較為重要的因素主要體現(xiàn)在經(jīng)濟發(fā)展、社會發(fā)展和文化發(fā)展三個方面。

綜上,通過比較測算各個評價等級間指標的差異性,可發(fā)現(xiàn)共同富裕的發(fā)展進程中,覆蓋居民的經(jīng)濟發(fā)展、社會發(fā)展、收入消費和文化發(fā)展四個方面均存在發(fā)展不平衡的問題。結(jié)合上述各個等級間影響評定結(jié)果較大的評價因素,可以為政府部門提出一些切實有效的建議,從而更好推進全國共同富裕的發(fā)展進程。

(三)運用深度學(xué)習(xí)預(yù)測全國共同富裕等級分類

由于PCA得分和K均值聚類結(jié)果只能按部就班地對現(xiàn)有的指標數(shù)據(jù)進行評價和畫像,其過程較為繁瑣,不能直接對未知的輸入指標進行預(yù)測劃分等級?？蛇\用卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型對大數(shù)據(jù)預(yù)測分類準確的特點,以2020年為例,選用CNN模型進行預(yù)測。

圖6 CNN預(yù)測2020年全國共同富裕水平分類熱度圖

1.樣本訓(xùn)練

在主成分分析(PCA)得分與K均值聚類的基礎(chǔ)上,將31個省份依據(jù)評價得分劃分的標簽,作為卷積神經(jīng)網(wǎng)絡(luò)(CNN)要預(yù)測的目標值。實驗環(huán)境為Python 3.7,首先,對輸入數(shù)據(jù)進行數(shù)據(jù)歸一化處理,采用離差標準化,對原始數(shù)據(jù)進行線性變換,使結(jié)果值映射到[0,1]之間。其次,對原始輸入數(shù)據(jù)進行訓(xùn)練集與測試集的劃分,劃分標準為7∶3;樣本數(shù)據(jù)的14個評價指標作為輸入的特征信息,最后一列標簽值為預(yù)測對象。參數(shù)設(shè)置:實驗的迭代次數(shù)設(shè)置為1 000次,神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)置同上文,激活函數(shù)采用Tanh函數(shù)。學(xué)習(xí)率經(jīng)多次實驗,設(shè)置為0.001效果最佳。Dense設(shè)置為4,目的是為了預(yù)測劃分好四個等級下各自的準確率。

模型訓(xùn)練的結(jié)果見圖6。由圖6可以清楚看出,由于第四類評價等級下面只有西藏1個省份,模型預(yù)測受數(shù)據(jù)限制,準確率只有67%。除第四等級以外,其余3個評價等級下的預(yù)測程度較好,其預(yù)測準確率均可達到100%。整體來看,模型可有效對全國31個省份共同富裕情況進行預(yù)測與智能分類。

2.模型評價

本研究共訓(xùn)練了1 000次,每次迭代結(jié)果通過測試準確率test accuracy、訓(xùn)練準確率train accuracy和測試損失函數(shù)test loss、訓(xùn)練損失函數(shù)train loss四個指標來評價預(yù)測的優(yōu)劣,如圖7所示。實驗的平均訓(xùn)練準確率可達到99.8%,實驗的平均測試準確率為91.6%。數(shù)據(jù)集中,不同標簽間的層次性優(yōu)劣對于分類問題的精確性有著直接的作用。模型每次訓(xùn)練的損失函數(shù)loss值在0～0.2之間,實驗具有較高的準確性。模型可運用于全國共同富裕水平的智能畫像預(yù)測。

圖7 CNN模型訓(xùn)練與測試評價曲線

(四)對比模型研究結(jié)果分析

實驗在PCA得分與K均值聚類的基礎(chǔ)上,運用多層感知器(MLP)模型以及支持向量機(SVM)模型、KNN模型,BP神經(jīng)網(wǎng)絡(luò)模型等傳統(tǒng)模型作為對比實驗,與本研究的CNN模型相比較,不同模型的參數(shù)設(shè)置如表9所示。

SVM模型選取了RBF核函數(shù),KNN模型基于KFlod函數(shù)將數(shù)據(jù)集劃分成10份,其中1份作為交叉驗證數(shù)據(jù)集來計算模型準確性,剩余的9份作為訓(xùn)練數(shù)據(jù)集。MLP模型的參數(shù)設(shè)置同上文,學(xué)習(xí)率同CNN模型一樣設(shè)置為0.001,迭代次數(shù)也設(shè)置為1 000次,每次訓(xùn)練輸入8個樣本數(shù)據(jù)。BP神經(jīng)網(wǎng)絡(luò)模型隱藏層節(jié)點數(shù)設(shè)置為64、學(xué)習(xí)率設(shè)為0.05時效果最佳。

表9 CNN、MLP、BP、SVM和KNN模型參數(shù)表

表10對比了上文所選模型的訓(xùn)練及預(yù)測準確率情況,可以清楚地看出各種模型的預(yù)測效果。

由實驗結(jié)果可以看出,所選的四種對比模型中:SVM模型平均訓(xùn)練準確率達到95.2%,平均測試準確率達到89.5%,與本研究的CNN模型具有相近的準確率,模型預(yù)測效果較好;KNN模型的平均訓(xùn)練準確率有87.5%,平均測試準確率達到85.7%;MLP模型平均訓(xùn)練準確率達82.1%,平均測試準確率只有71.4%,實驗效果相對較差;BP模型預(yù)測的平均訓(xùn)練準確率達89.5%,平均測試準確率達86.5%。綜上可見,PCA模型評分方法具有較好的效果,PCA與CNN結(jié)合可有效應(yīng)用于中國共同富裕水平評價問題。本研究引入深度學(xué)習(xí)的方法來對中國共同富裕水平進行綜合評價,可有效克服傳統(tǒng)評價方法帶來的繁瑣、低效、易出錯的劣勢。政府部門可借鑒這種測度方法,將共同富裕水平走勢高效地畫像出來,由此發(fā)現(xiàn)社會發(fā)展存在的問題,以便更好地進行政策調(diào)整與制度變革。

表10 不同模型預(yù)測結(jié)果比對情況

四、結(jié)論、政策建議與討論

(一)結(jié)論

共同富裕是現(xiàn)代化建設(shè)的重要特征,目標明確,全民期待。因此,對其進行準確解讀、科學(xué)監(jiān)測、客觀評價就顯得尤為重要。本文提出了一種基于主成分分析與深度學(xué)習(xí)相結(jié)合的方法,用于評價研究中國社會共同富裕水平。運用主成分分析(PCA)的方法對數(shù)據(jù)指標進行處理與綜合打分,同時結(jié)合無監(jiān)督學(xué)習(xí)K均值聚類的方法,將PCA打分結(jié)果劃分為四類評價等級,最后運用卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型進行訓(xùn)練。通過對現(xiàn)有共同富裕評價體系的研究學(xué)習(xí)及對相關(guān)文件、報道的深刻解讀,構(gòu)建了覆蓋經(jīng)濟發(fā)展、社會發(fā)展、收入消費水平、文化發(fā)展、生態(tài)環(huán)境五個層面的14個評價指標,并進行深入研究。本文所引用實驗數(shù)據(jù)均來源于國家統(tǒng)計局2013—2020年的《中國統(tǒng)計年鑒》。

研究結(jié)果表明:(1)相比于2013—2018年各省份的共同富裕評分情況,2019—2020年中國社會共同富裕程度顯著提升,各省份貧富差異顯著縮小,為激發(fā)民眾發(fā)展?jié)摿?chuàng)造了更加普惠公平的條件;(2)以北京、上海為代表的東部地區(qū)經(jīng)濟發(fā)展較為迅速,人民生活水平普遍優(yōu)于西部地區(qū);(3)主成分分析法(PCA)與卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型相結(jié)合的方法對于預(yù)測全國共同富裕水平具有較好的效果,該模型的平均預(yù)測準確率達到91.6%,可有效運用在全國共同富裕水平的智能畫像預(yù)測上。

(二)政策建議

本研究有利于進一步縮小東、西部地區(qū)收入差距,推動全國共同富裕發(fā)展進程;同時,也有助于相關(guān)部門根據(jù)文中所提到的影響共同富裕水平的幾個因素,結(jié)合以西藏為代表的西部偏遠地區(qū)的經(jīng)濟發(fā)展現(xiàn)狀,及時調(diào)整發(fā)展策略。此外,本研究還指出:部分地區(qū)的政府部門應(yīng)加快提升地區(qū)生產(chǎn)總值GDP,增加該地區(qū)研究與試驗發(fā)展(R&D)經(jīng)費支出占GDP的比重,提高居民人均可支配收入,有效改善居民生活水平。同時,應(yīng)注重文化產(chǎn)業(yè)的建設(shè),著力解決好人民群眾急難愁盼問題。具體政策建議如下:

(1)推動科研教育事業(yè)發(fā)展。適當(dāng)增加R&D經(jīng)費支出的總量,同時適當(dāng)提高基礎(chǔ)研究和應(yīng)用研究在R&D經(jīng)費支出中所占的比重。國家對于中、西部地區(qū)的科研教育事業(yè)投入水平相比一線城市明顯不夠,應(yīng)適當(dāng)增加項目經(jīng)費與人才引進政策。財政科技投入不僅能夠在很大程度上彌補企業(yè)研發(fā)資金的不足,而且能夠顯著地降低企業(yè)技術(shù)研發(fā)和創(chuàng)新活動進行的成本和風(fēng)險,更重要的是:財政科技投入能夠發(fā)揮顯著的導(dǎo)向作用,形成以政府為主導(dǎo)、企業(yè)和銀行為主體的科技投入體系,發(fā)揮財政的激勵作用,推動科技創(chuàng)新。

(2)繼續(xù)大力發(fā)展生產(chǎn)力?？茖W(xué)技術(shù)作為第一生產(chǎn)力,它不僅可以對勞動生產(chǎn)率產(chǎn)生直接的積極影響,還可以提高勞動過程中的外部效應(yīng)和各種生產(chǎn)要素的收益。此外,推動“城投部門”市場化轉(zhuǎn)型,剝離政府融資職能,通過對地方國有企業(yè)變相融資行為的審查問責(zé),監(jiān)督政府建立完善債務(wù)風(fēng)險評估預(yù)警和應(yīng)急處置機制,進而推動政府債務(wù)信息公開透明。這一舉動,將極大增強民眾的信任感,提升人民的滿意度。

(3)普惠共享公共服務(wù)。首先,政府部門應(yīng)加大地方財政扶持力度,努力縮小城鄉(xiāng)居民人均收入差距,以促進城鄉(xiāng)之間的物質(zhì)共享。其次,應(yīng)加快基礎(chǔ)設(shè)施建設(shè),特別是關(guān)注西藏地區(qū)的建設(shè),完善社會基礎(chǔ)設(shè)施建設(shè),提升人民群眾的幸福感。最后,興建公共圖書館,增加藏書量,努力提升居民文化教育水平、拓寬文娛形式。擴大高等教育招生人數(shù),從而為東、西部地區(qū)融合發(fā)展輸送更多的人才,以促進不同省際間的均衡發(fā)展,推動共同富裕發(fā)展進程。

(三)討論

本研究基于中國2013—2020年31個省份的相關(guān)數(shù)據(jù),通過手動整理和導(dǎo)出的方法進行獲取,從縱向分析了2013—2020年中國東、西部地區(qū)共同富裕發(fā)展歷程及南、北區(qū)域差異的歷史影響因素。以2020年為例,從橫向分析了全國31個省份間經(jīng)濟發(fā)展情況、共同富裕水平的差距?？紤]到數(shù)據(jù)的準確性、可獲得性,共同富裕評價指標體系尚不夠完善,僅納入部分參考指標,因此本文的指標體系有待進一步優(yōu)化。隨著新時代的發(fā)展,共同富裕思想的精神內(nèi)涵會不斷豐富,因此對于共同富裕水平的評價也是一個不斷探索的過程,評價方法以及評價指標也必將隨著研究的深入而更趨全面、準確、科學(xué)。