指標權重的設定方法與結(jié)果
已有的研究或采取專家調(diào)研法，即從主觀上為指標設定權重；或采取客觀賦權法，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)計中求得權重。雖然客觀賦權法更能增強指標的解釋力和獨立性，但我們?nèi)詻Q定采用主觀賦權法。正如我們在之前經(jīng)濟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的因素這一思維定勢，更多地強調(diào)公平發(fā)展理念，而客觀賦權法無法很好地實現(xiàn)這一點。具體來講，這種主觀賦權法能夠體現(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，合理權衡底線公平、機會公平和分配公平三者的重要性。
在權重系數(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、社會領域的專家學者各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。指標權重的計分方法是：我們列出待賦權重的指標，要求專家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，乙指標不得分）。在這一過程中，一個指標“打敗”其它指標的次數(shù)越多，所得的分數(shù)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。將這樣的打分工作進行五輪后（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），我們將各指標在每輪中的得分相加，再進行相應調(diào)整，就得到了各指標的權重系數(shù)（見圖1）。
數(shù)據(jù)的標準化處理
為了增強測評結(jié)果的科學性和可比性，在對指標數(shù)據(jù)的選擇和設定過程中，我們應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)，對六個二級指標數(shù)據(jù)分別進行了無量綱化和標準化處理。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，正向指標滿意值取各指標的最大值，不允許值取其最小值，但諸如貧困率這樣的指標是逆向指標，滿意值應取其最小值，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）的指標數(shù)值全部轉(zhuǎn)換為60-100之間的得分。因此，在我們構(gòu)建的經(jīng)濟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；其他五個二級指標則相反，觀測值越大，得分越高。
然而有必要指出的是，依據(jù)該功效函數(shù)所得出的結(jié)果是相對結(jié)果，前述六個二級指標數(shù)據(jù)的最小值和最大值會影響各地市（州）經(jīng)濟社會公平度的得分。也就是說，如果改變參與測評的地市（州）樣本量，可能會導致數(shù)據(jù)指標的最大值和最小值發(fā)生變化，各地市（州）經(jīng)濟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)濟社會公平度的先后排序?qū)⒈３植蛔儭?/p>
地市（州）經(jīng)濟社會公平度與人均GDP正相關
基于經(jīng)濟社會公平度得分與人均GDP水平相關性分析結(jié)果表明，13地市（州）經(jīng)濟社會公平度與人均GDP存在一定的正相關（相關系數(shù)為0.49）。其具體表現(xiàn)為，13個地市（州）中，多數(shù)地市（州）經(jīng)濟社會公平度排名與人均GDP排名位差較小。比如，武漢市經(jīng)濟社會公平度在13地市（州）中位列第2，人均GDP在13地市（州）中排名首位；襄陽市經(jīng)濟社會公平度在13地市（州）中位列第3，人均GDP在13地市（州）中位列第4；荊門市經(jīng)濟社會公平度在13地市（州）中位列第5，人均GDP在13地市（州）中位列第6；隨州市經(jīng)濟社會公平度在13地市（州）中位列第9，人均GDP在13地市（州）中位列第9；孝感市經(jīng)濟社會公平度在13地市（州）中位列第11，人均GDP在13地市（州）中位列第10；黃岡市經(jīng)濟社會公平度在13地市（州）中位列第12，人均GDP在13地市（州）中位列第12。
