指標(biāo)權(quán)重的設(shè)定方法與結(jié)果

已有的研究或采取專家調(diào)研法，即從主觀上為指標(biāo)設(shè)定權(quán)重；或采取客觀賦權(quán)法，也即采用層次分析等統(tǒng)計方法，從數(shù)據(jù)的分析和統(tǒng)計中求得權(quán)重。雖然客觀賦權(quán)法更能增強(qiáng)指標(biāo)的解釋力和獨立性，但我們?nèi)詻Q定采用主觀賦權(quán)法。正如我們在之前經(jīng)濟(jì)社會公平度測評報告中所指出的，之所以這樣做，是因為我們希望突破以往過分重視與收入有關(guān)的因素這一思維定勢，更多地強(qiáng)調(diào)公平發(fā)展理念。具體來講，這種主觀賦權(quán)法能夠體現(xiàn)以下兩方面理念：第一，與效率相比，更加重視從公平的角度來審視問題；第二，合理權(quán)衡底線公平、機(jī)會公平和分配公平三者的重要性。

在權(quán)重系數(shù)調(diào)節(jié)的具體操作上，我們采取有事先提示的專家調(diào)研法，即邀請經(jīng)濟(jì)、社會領(lǐng)域的專家學(xué)者各15名，以及15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(biāo)打分，并且明確告知他們要更多地考慮公平發(fā)展的理念。指標(biāo)權(quán)重的計分方法是：我們列出待賦權(quán)重的指標(biāo)，要求專家對同一層級的指標(biāo)進(jìn)行兩兩比較（如果專家認(rèn)為甲指標(biāo)比乙指標(biāo)重要，那么就給甲指標(biāo)計1分，乙指標(biāo)不得分）。在這一過程中，一個指標(biāo)“打敗”其它指標(biāo)的次數(shù)越多，所得的分?jǐn)?shù)就越高。當(dāng)然，這樣的打分工作是在一、二級指標(biāo)層面同時展開。將這樣的打分工作進(jìn)行五輪后（在開展下一輪打分工作前，我們都將每個指標(biāo)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(biāo)在每輪中的得分相加，再進(jìn)行相應(yīng)調(diào)整，就得到了各指標(biāo)的權(quán)重系數(shù)（見圖1，P10）。

數(shù)據(jù)的標(biāo)準(zhǔn)化處理

為了增強(qiáng)測評結(jié)果的科學(xué)性和可比性，在對指標(biāo)數(shù)據(jù)的選擇和設(shè)定過程中，我們應(yīng)用了此前測評研究中連續(xù)使用過的具有單調(diào)性和凸性特征的指數(shù)功效函數(shù)，對六個二級指標(biāo)數(shù)據(jù)分別進(jìn)行了無量綱化和標(biāo)準(zhǔn)化處理。該功效函數(shù)的具體形式如下：

該功效函數(shù)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(biāo)數(shù)據(jù)的實際統(tǒng)計值，xh是滿意值，xs是不允許值。一般來說，正向指標(biāo)滿意值取各指標(biāo)的最大值，不允許值取其最小值，但對于低保人口占總?cè)丝诒嚷蔬@樣的逆向指標(biāo)，滿意值應(yīng)取其最小值，不允許值取其最大值。在操作過程中，經(jīng)過功效函數(shù)的轉(zhuǎn)換之后，就可將各地市（州）所有的指標(biāo)數(shù)值全部轉(zhuǎn)換為60-100之間的得分。因此，在我們構(gòu)建的地方經(jīng)濟(jì)社會公平度評價體系中，最低生活保障參保人數(shù)占常住總?cè)藬?shù)比重的觀測值越大，得分越低；余下的其他五個二級指標(biāo)則相反，也即其觀測值越大，所獲的得分越高。

然而，依據(jù)該功效函數(shù)所得出的結(jié)果是相對結(jié)果，前述六個二級指標(biāo)數(shù)據(jù)的最小值和最大值會影響各地市（州）經(jīng)濟(jì)社會公平度的得分。也就是說，如果改變參與測評的地市（州）樣本量，可能會導(dǎo)致數(shù)據(jù)指標(biāo)的最大值和最小值發(fā)生變化，各地市（州）經(jīng)濟(jì)社會公平度的最終得分也會發(fā)生變化。但是這并不會對各地市（州）之間經(jīng)濟(jì)社會公平度的排名順序產(chǎn)生影響，也就是原有各地市（州）經(jīng)濟(jì)社會公平度的先后排序?qū)⒈３植蛔儭?/p>