陳小麗

( 中南民族大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430073)

基于改進(jìn)熵值法的區(qū)域經(jīng)濟(jì)發(fā)展評價及測度
——以湖北省武陵山少數(shù)民族地區(qū)為例

陳小麗

( 中南民族大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430073)

從系統(tǒng)設(shè)計(jì)角度提出了以經(jīng)濟(jì)總量、結(jié)構(gòu)調(diào)整、能源環(huán)境、生活質(zhì)量、特色經(jīng)濟(jì)、經(jīng)濟(jì)績效、社會發(fā)展和增長后勁作為代表的湖北省武陵山少數(shù)民族地區(qū)各縣市可持續(xù)發(fā)展的指標(biāo)體系，分別在不同經(jīng)濟(jì)指標(biāo)下對不同的地區(qū)經(jīng)濟(jì)指標(biāo)進(jìn)行賦權(quán)，對武陵山少數(shù)民族地區(qū)各縣市經(jīng)濟(jì)指標(biāo)進(jìn)行了測度建模及綜合評估。傳統(tǒng)熵值法賦權(quán)時由于某個指標(biāo)離散程度過大而導(dǎo)致權(quán)重過大，通過對指標(biāo)差異性系數(shù)進(jìn)行判斷矩陣分析以獲得合理的指標(biāo)權(quán)重，結(jié)果表明能源環(huán)境指標(biāo)中最大最小權(quán)重比值下降，說明改進(jìn)后熵值法所求指標(biāo)權(quán)重比原始熵值法更為合理，體現(xiàn)了改進(jìn)后的熵值法賦權(quán)的科學(xué)性，進(jìn)一步拓展了熵值法在區(qū)域經(jīng)濟(jì)發(fā)展中的使用領(lǐng)域。

改進(jìn)熵值法；武陵山少數(shù)民族地區(qū)；測度分析；經(jīng)濟(jì)發(fā)展

湖北省是我國中部省份之一，是國家實(shí)施“中部崛起”的重要組成部分，民族地區(qū)土地總面積約3萬平方公里，占湖北省總面積的1/6，居住的少數(shù)民族成分眾多，除烏孜別克族、德昂族外，還有 53個少數(shù)民族，民族地區(qū)總?cè)丝?40萬人，占全省總?cè)丝诘?.34%。推動民族地區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展不僅關(guān)系到民族地區(qū)內(nèi)部穩(wěn)定團(tuán)結(jié)，而且關(guān)系到湖北省經(jīng)濟(jì)社會發(fā)展和“中部崛起”戰(zhàn)略的完成乃至整個國家的長治久安。

一、地區(qū)經(jīng)濟(jì)指標(biāo)權(quán)重的確定方法

區(qū)域經(jīng)濟(jì)差異是區(qū)域經(jīng)濟(jì)發(fā)展過程中的一種普遍現(xiàn)象，它通過對區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展、社會進(jìn)步、城市建設(shè)等方面的影響，進(jìn)而促進(jìn)或阻礙區(qū)域經(jīng)濟(jì)的發(fā)展，歷來是地理學(xué)家、經(jīng)濟(jì)學(xué)家、社會學(xué)家等研究的重點(diǎn)內(nèi)容。從理論和現(xiàn)實(shí)角度來看，適當(dāng)?shù)膮^(qū)域經(jīng)濟(jì)差異有利于資源的優(yōu)化配置，從而推動區(qū)域經(jīng)濟(jì)整體快速發(fā)展；而當(dāng)經(jīng)濟(jì)差異超出一定的閾值，又必將會產(chǎn)生消極作用，阻礙區(qū)域經(jīng)濟(jì)全面發(fā)展，影響社會的穩(wěn)定與和諧。

自國民經(jīng)濟(jì)可持續(xù)發(fā)展概念提出以來，如何推動民族地區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展，已成為政府及眾多學(xué)者關(guān)注的熱點(diǎn)之一。其中對地區(qū)經(jīng)濟(jì)指標(biāo)進(jìn)行評價，關(guān)鍵問題之一是如何確定各指標(biāo)的權(quán)重。目前確定指標(biāo)權(quán)重的方法主要有主觀賦值法和客觀賦值法。前者是指根據(jù)評價者主觀上對各指標(biāo)的重視程度來決定權(quán)重的方法，如層次分析法、 專家經(jīng)驗(yàn)評估法等；后者是指根據(jù)客觀原始數(shù)據(jù)信息的聯(lián)系強(qiáng)度或各指標(biāo)所提供的信息量來決定指標(biāo)權(quán)重大小的方法，如熵值法、 因子分析法等。

熵值法是如今應(yīng)用較為廣泛的一種評估方法。它是一種典型的客觀賦值法，依據(jù)指標(biāo)數(shù)據(jù)信息來計(jì)算權(quán)重，與主觀賦值法相互對立。該方法賦權(quán)意義明確，條理清晰且對方案和指標(biāo)的個數(shù)沒有限制。本文借鑒主觀賦值法的思想對傳統(tǒng)熵值法進(jìn)行了改進(jìn)，構(gòu)造基于信息熵的判斷矩陣來求解權(quán)重，并運(yùn)用具體數(shù)據(jù)對改進(jìn)熵值法進(jìn)行了檢驗(yàn)。

二、研究方法

(一)評價指標(biāo)體系的構(gòu)建

民族地區(qū)經(jīng)濟(jì)是國民經(jīng)濟(jì)的基本單元和基本細(xì)胞，它的強(qiáng)弱直接影響國民經(jīng)濟(jì)的興衰。近年來，湖北民族地區(qū)經(jīng)濟(jì)進(jìn)入快速發(fā)展階段，綜合實(shí)力不斷增強(qiáng)，在湖北省國民經(jīng)濟(jì)和社會發(fā)展中的作用越來越大，對于推動全省經(jīng)濟(jì)發(fā)展作出了重要的貢獻(xiàn)。然而，由于地理、自然、歷史等方面原因，湖北民族地區(qū)經(jīng)濟(jì)發(fā)展仍然落后于全國平均水平，與湖北省內(nèi)其他地區(qū)經(jīng)濟(jì)發(fā)展相較也有著較大的差距。而從民族地區(qū)內(nèi)部來看，經(jīng)濟(jì)發(fā)展水平差異也較大，恩施州、利川市發(fā)展較好，而宣恩縣、來鳳縣等縣市經(jīng)濟(jì)發(fā)展水平低下，2011年，宣恩縣經(jīng)濟(jì)總量不到恩施市的1/3，鶴峰縣GDP總量僅相當(dāng)于恩施市、長陽縣、利川市的28.9%，這種區(qū)域經(jīng)濟(jì)發(fā)展的不平衡，造成民族地區(qū)總體水平一直徘徊不前。

通過對湖北省各縣市經(jīng)濟(jì)運(yùn)行的數(shù)據(jù)統(tǒng)計(jì)研究，本文從系統(tǒng)設(shè)計(jì)角度構(gòu)建以經(jīng)濟(jì)總量、結(jié)構(gòu)調(diào)整、能源環(huán)境、生活質(zhì)量、特色經(jīng)濟(jì)、經(jīng)濟(jì)績效、社會發(fā)展和增長后勁為代表的湖北省各縣市可持續(xù)發(fā)展的指標(biāo)體系，為各縣市地區(qū)經(jīng)濟(jì)的發(fā)展進(jìn)行測度建模及評估[1]。

(二)熵值法及其改進(jìn)

指標(biāo)評估過程中，各指標(biāo)所包含的信息量不同，導(dǎo)致它們對評估系統(tǒng)的分辨作用各不相同。某一指標(biāo)在各評估對象中的差異越大，說明它所包含的信息越多，對評估系統(tǒng)的分辨能力越強(qiáng)，權(quán)重也越大。熵值法的原理類似于此[2]。

設(shè)m個樣本的n個評價指標(biāo)的初始數(shù)據(jù)矩陣為Y={yij}mxn，其中yy表示第i個評估對象的第j個指標(biāo)值。傳統(tǒng)熵值法的具體計(jì)算步驟如下：

第一步：計(jì)算第j項(xiàng)指標(biāo)第i個評估對象指標(biāo)值的比重Ri、j：

第二步：計(jì)算第j項(xiàng)指標(biāo)的熵值ej：

第三步：計(jì)算第j項(xiàng)指標(biāo)的差異性系數(shù)gj：

gj=1-ej

第四步：計(jì)算指標(biāo)的權(quán)重：

在實(shí)際應(yīng)用中，若某一指標(biāo)值離散程度過大，那么該指標(biāo)的權(quán)重過大從而導(dǎo)致這一單一指標(biāo)影響最終的評估結(jié)果?，F(xiàn)借鑒主觀賦值法的思想，參考一種現(xiàn)有的改進(jìn)熵值法，構(gòu)造基于指標(biāo)信息熵的判斷矩陣來求解權(quán)重，克服傳統(tǒng)熵值法中單一指標(biāo)權(quán)重過大的問題。該方法對指標(biāo)間差異性系數(shù)進(jìn)行兩兩比較，將比較結(jié)果映射到1-9標(biāo)度中，得到判斷矩陣，求解該矩陣的最大特征根對應(yīng)的特征向量并進(jìn)行歸一化處理 從而求出權(quán)重[3]。該方法的主要步驟是：

第一步：建立原始指標(biāo)數(shù)據(jù)矩陣：有m個評價方案，n項(xiàng)待評價指標(biāo)，形成原始指標(biāo)數(shù)據(jù)矩陣，xij為第i個縣市區(qū)下第j個指標(biāo)的指標(biāo)值。

第二步：數(shù)據(jù)規(guī)范化處理：

為了使指標(biāo)初始數(shù)據(jù)的信息熵在規(guī)范化前后保持不變，現(xiàn)采用如下規(guī)范化方法：

上下兩種情況分別對應(yīng)越大越優(yōu)型和越小越優(yōu)型指標(biāo)。

定義標(biāo)準(zhǔn)化矩陣：

第三步：計(jì)算第j項(xiàng)指標(biāo)第i個評估對象指標(biāo)值的比重Ri,j：

第四步：計(jì)算第j項(xiàng)指標(biāo)的熵值ej：

第五步：計(jì)算第j項(xiàng)指標(biāo)的差異性系數(shù)gj：

gj=1-ej

第六步：求最大的差異性系數(shù)比D：

第七步：求1-9映射的標(biāo)度比例R：

上式中a為調(diào)整系數(shù)，表示使用的最大標(biāo)度值。若D≤9，則a取最接近D的整數(shù)，否則a取9。式中開a-1次方是將D平均分配在1-9標(biāo)度的映射值上，除以a是使改進(jìn)熵值法的1～9標(biāo)度的映射值與層次分析法中的1～9標(biāo)度一致。

第八步：計(jì)算1-9標(biāo)度的映射值，對應(yīng)關(guān)系如表1。

表1 標(biāo)度與映射值

第九步：構(gòu)造判斷矩陣：

計(jì)算指標(biāo)間兩兩差異性系數(shù)比rij=gi/gj，(gi>gj)，取與rij最接近的映射值為兩個指標(biāo)相對重要性的比較結(jié)果。比如若rij最接近5×R4的值，則表明指標(biāo)i與指標(biāo)j的相對重要性為5。

第十步：計(jì)算指標(biāo)的權(quán)重值：

根據(jù)判斷矩陣，求解該矩陣的最大特征根對應(yīng)的特征向量并進(jìn)行歸一化處理就得出權(quán)重wj，

第十一步：計(jì)算指標(biāo)得分：

上式表明，改進(jìn)后的熵值法在避免單一指標(biāo)權(quán)重過大的情形下并不會改變原始信息熵的基本特征。

三、各經(jīng)濟(jì)指標(biāo)測度分析

根據(jù)各縣市能源環(huán)境總量的統(tǒng)計(jì)數(shù)據(jù)，首先建立原始矩陣xij：

再進(jìn)行數(shù)據(jù)規(guī)范化處理，得到標(biāo)準(zhǔn)化矩陣：yij

計(jì)算指標(biāo)評估對象指標(biāo)值的比重得到矩陣Riy：

接著計(jì)算出第j項(xiàng)的熵值ej及差異性指數(shù)ej：

此時可得最大差異性系數(shù)比D=1899及映R=1.9522。然后得出1-9標(biāo)度的映射值，如表2所示。

表2 標(biāo)度對應(yīng)映射值

緊接著計(jì)算各指標(biāo)間兩兩差異性系數(shù)比，得到基于信息熵的判斷矩陣：

然后求得判斷矩陣最大特征值λ=3.5665對應(yīng)的特征向量Wj，并進(jìn)行歸一化后就得到權(quán)重Wj：

通過上述分析，能源環(huán)境指標(biāo)測度從高到低依次為：長陽縣、巴東縣、恩施市、五峰縣、建始縣、來鳳縣、鶴峰縣、宣恩縣、利川市、咸豐縣，具體得分情況見表3。

表3 樣本各縣市能源環(huán)境指標(biāo)得分及排名

市縣得分排名恩施市46.47613利川市24.68099建始縣45.1965巴東縣122.25552宣恩縣28.97738咸豐縣20.936210來鳳縣40.64486鶴峰縣29.70777長陽縣137.28281五峰縣44.71154

觀察表3發(fā)現(xiàn)，上述結(jié)果與傳統(tǒng)熵值法所求結(jié)果是一致的。比較指標(biāo)權(quán)重(詳見表4)，第四項(xiàng)代表空氣質(zhì)量優(yōu)良天數(shù)指標(biāo)的原始權(quán)重為0.001，這明顯與實(shí)際主觀期望值相差甚遠(yuǎn)，經(jīng)過改進(jìn)熵值法計(jì)算，該指標(biāo)權(quán)重變更為0.0423，且最大最小權(quán)重比值從784下降至12.2。

一般熵值法賦權(quán)時常出現(xiàn)單一指標(biāo)權(quán)重過大或過小的現(xiàn)象，從而致使該單一指標(biāo)嚴(yán)重影響評估結(jié)果。觀察圖1發(fā)現(xiàn)，改進(jìn)后的熵值法較為科學(xué)地解決了該問題，它對單一指標(biāo)權(quán)重過大或過小的問題進(jìn)行了有效調(diào)節(jié)，且所求權(quán)重比一般熵值法更為平緩，但是改進(jìn)后的熵值法在避免單一指標(biāo)權(quán)重過大的情形下并不會改變原始信息熵的基本特征。

究其原因，不難發(fā)現(xiàn)改進(jìn)熵值法與一般熵值法最大的不同之處就在于它借鑒了層次分析法賦權(quán)的思想，對指標(biāo)的差異性系數(shù)進(jìn)行了兩兩對比并映射到對應(yīng)的1-9標(biāo)度中，接著構(gòu)造了基于信息熵的判斷矩陣求解出權(quán)重，從而盡可能的改善了指標(biāo)權(quán)重差異過大的問題。而這些都充分體現(xiàn)了改進(jìn)熵值法賦權(quán)的科學(xué)性與合理性。

表4 改進(jìn)后指標(biāo)權(quán)重與原始指標(biāo)權(quán)重對比

圖1 指標(biāo)權(quán)重對比

類似可得， 經(jīng)濟(jì)績效由高到低依次為：恩施市、長陽縣、巴東縣、利川市、來鳳縣、建始縣、鶴峰縣、五峰縣、咸豐縣、宣恩縣(詳見表5)。

表5 樣本各市縣經(jīng)濟(jì)效績得分及排名

同理，增長后勁從強(qiáng)到弱依次為：恩施市、長陽縣、巴東縣、利川市、來鳳縣、建始縣、鶴峰縣、咸豐縣、五峰縣、宣恩縣(詳見表6)。

表6 樣本各縣市增長后勁得分及排名

經(jīng)濟(jì)總量從高到低依次為：恩施市、利川市、長陽縣、巴東縣、建始縣、咸豐縣、來鳳縣、鶴峰縣、五峰縣、宣恩縣(詳見表7)。

表7 樣本各縣市經(jīng)濟(jì)總量得分及排名

結(jié)構(gòu)調(diào)整得分從高到低依次為：利川市、巴東縣、鶴峰縣、恩施市、建始縣、長陽縣、五峰縣、宣恩縣、咸豐縣、來鳳縣(詳見表8)。

表8 樣本各縣市結(jié)構(gòu)調(diào)整得分及排名

生活質(zhì)量得分從高到低依次為：恩施市、鶴峰縣、長陽縣、利川市、巴東縣、宣恩縣、建始縣、來鳳縣、咸豐縣、五峰縣(詳見表9)。

表9 樣本各縣市生活質(zhì)量得分及排名

特色經(jīng)濟(jì)得分從高到低依次為：恩施市、利川市、巴東縣、長陽縣、咸豐縣、五峰縣、鶴峰縣、建始縣、宣恩縣、來鳳縣(詳見表10)。

表10 樣本各縣市特色經(jīng)濟(jì)得分及排名

社會發(fā)展得分從高到低依次為：利川市、恩施市、建始縣、巴東縣、來鳳縣、長陽縣、咸豐縣、宣恩縣、鶴峰縣、五峰縣(詳見表11)。

表11 樣本各縣市社會發(fā)展得分及排名

通過請20個權(quán)威專家進(jìn)行重要性打分，計(jì)算出一定的權(quán)重，并在專家賦權(quán)的基礎(chǔ)上進(jìn)行平均處理，把其中個別偏離較大的估計(jì)值予以刪除，從而得出如下表12權(quán)重分配結(jié)果。

表12 湖北民族地區(qū)經(jīng)濟(jì)增長質(zhì)量權(quán)重系數(shù)

表13 樣本各市縣經(jīng)濟(jì)增長質(zhì)量指標(biāo)得分

續(xù)表13

通過表13(樣本各市縣經(jīng)濟(jì)增長質(zhì)量指標(biāo)得分)及表12(湖北民族地區(qū)經(jīng)濟(jì)增長質(zhì)量權(quán)重系數(shù))，不難得到各市縣經(jīng)濟(jì)增長質(zhì)量，如表14所示，從高到低排序?yàn)椋憾魇┦?、利川市、巴東縣、建始縣、咸豐縣、宣恩縣、來鳳縣、長陽縣、鶴峰縣、五峰縣。

表14 樣本各市縣經(jīng)濟(jì)增長質(zhì)量得分及排序

四、結(jié)論與探討

基于系統(tǒng)發(fā)展觀點(diǎn)，提出了以經(jīng)濟(jì)總量、結(jié)構(gòu)調(diào)整、能源環(huán)境、生活質(zhì)量、特色經(jīng)濟(jì)、經(jīng)濟(jì)績效、社會發(fā)展和增長后勁指標(biāo)為代表的湖北省武陵山少數(shù)民族地區(qū)經(jīng)濟(jì)可持續(xù)發(fā)展的指標(biāo)體系，得到如下結(jié)論：

(一)針對薄弱環(huán)節(jié)采取差異化發(fā)展戰(zhàn)略。依據(jù)經(jīng)濟(jì)增長質(zhì)量的高低，10個民族縣市大體可以劃分為三個集團(tuán)。第一集團(tuán)：恩施市、利川市2個縣市。恩施市和利川市由于在經(jīng)濟(jì)總量、社會發(fā)展、特色經(jīng)濟(jì)各個方面得分較高，整體上經(jīng)濟(jì)質(zhì)量較好。第二集團(tuán)：巴東縣、建始縣、咸豐縣3個縣市。這些縣市屬于經(jīng)濟(jì)增長質(zhì)量較高的地區(qū)，但在某些領(lǐng)域存在薄弱點(diǎn)，這就需要在未來制定經(jīng)濟(jì)質(zhì)量增長戰(zhàn)略的過程中有所側(cè)重。第三集團(tuán)：長陽縣、鶴峰縣、來鳳縣、宣恩縣、五峰縣5個縣市。針對民族發(fā)展的薄弱環(huán)節(jié)，采取更加有力的戰(zhàn)略措施，強(qiáng)化政府主導(dǎo)和制度創(chuàng)新，充分利用現(xiàn)有資源，加大湖北民族地區(qū)轉(zhuǎn)移支付力度，激發(fā)湖北民族地區(qū)經(jīng)濟(jì)活力[4]。

(二)增長后勁指標(biāo)和特色經(jīng)濟(jì)發(fā)展指標(biāo)的差異較大。從增長后勁得分情況來看，恩施市的得分為86.81，遠(yuǎn)遠(yuǎn)高于其它9個縣市區(qū)。恩施市、來鳳縣和建始縣的固定資產(chǎn)投資強(qiáng)度排名前三，從特色經(jīng)濟(jì)得分情況來看，恩施市繼續(xù)穩(wěn)居第一，得分214.68，來鳳縣排名最末，得分僅為恩施市的12.56%，在影響特色經(jīng)濟(jì)發(fā)展指標(biāo)的重要因素——旅游接待人次中，來鳳縣和宣恩縣的旅游接待人次不到恩施15%。來鳳縣的數(shù)據(jù)充分體現(xiàn)了各樣本縣市在增長后勁與特色經(jīng)濟(jì)發(fā)展這兩項(xiàng)指標(biāo)中得分差異較大。

(三)經(jīng)濟(jì)總量與財(cái)政收入最終決定各縣市增長質(zhì)量高低排序。經(jīng)濟(jì)規(guī)模大的恩施市、利川市名列前茅。經(jīng)濟(jì)總量得分排名第一的恩施市經(jīng)濟(jì)總量得分為50.46，排名最末的宣恩市經(jīng)濟(jì)總量得分僅為13.42，還不到恩施市的27%。從權(quán)重來看，財(cái)政總收入的權(quán)重最高(為0.3383)，說明財(cái)政總收入的指標(biāo)值對經(jīng)濟(jì)總量的貢獻(xiàn)最大。恩施市、利川市和長陽市的經(jīng)濟(jì)總量位居前列，而宣恩縣和五峰縣在經(jīng)濟(jì)總量的各個指標(biāo)上都是落后的。

(四)產(chǎn)業(yè)結(jié)構(gòu)不優(yōu)、結(jié)構(gòu)調(diào)整滯后將影響最終排名。由于在產(chǎn)業(yè)結(jié)構(gòu)不優(yōu)、結(jié)構(gòu)調(diào)整滯后等原因，長陽縣、鶴峰縣、五峰縣排名靠后，應(yīng)在加大招商引資和工業(yè)投資上下功夫。從三大產(chǎn)業(yè)占GDP的比重來看，經(jīng)濟(jì)增長質(zhì)量差的長陽縣和五峰縣第三產(chǎn)業(yè)的比重均高于第一和第二產(chǎn)業(yè)的比重，呈現(xiàn)出三、一、二結(jié)構(gòu)特征，而長陽縣、鶴峰縣和巴東縣第二產(chǎn)業(yè)比重高于第三產(chǎn)業(yè)比重，呈現(xiàn)出二、三、一結(jié)構(gòu)，反映出經(jīng)濟(jì)發(fā)展較快、經(jīng)濟(jì)增長質(zhì)量高。其中，結(jié)構(gòu)調(diào)整排名最末的來鳳縣的一、二、三產(chǎn)業(yè)占GDP的比重分別為26.7%、26.4%和46.9%，第三產(chǎn)業(yè)比重明顯高于其一、二產(chǎn)業(yè)的比重。

同時，本文所采用的改進(jìn)熵值法，在借鑒了層次分析法賦權(quán)思想的基礎(chǔ)上，對指標(biāo)的差異性系數(shù)進(jìn)行了兩兩對比并映射到對應(yīng)標(biāo)度中，構(gòu)造基于信息熵的判斷矩陣求解出權(quán)重，較好地改善了指標(biāo)權(quán)重差異過大的問題，且所求權(quán)重比一般熵值法更為平緩，充分體現(xiàn)了改進(jìn)熵值法賦權(quán)的科學(xué)性與合理性。然而改進(jìn)熵值法的步驟相對傳統(tǒng)熵值法而言更為復(fù)雜，計(jì)算量更大，這是改進(jìn)熵值法的一個缺點(diǎn)，如何減少其計(jì)算量將在后續(xù)工作中進(jìn)一步深入研究。

[1]任海軍，曹盤龍，張爽. 基于熵值法的生態(tài)社會評價指標(biāo)體系研究——以我國西部地區(qū)為例[J].華東經(jīng)濟(jì)管理，2014，28(5):71～76.

[2]黃國慶，王明緒，王國良.效能評估中的改進(jìn)熵值法賦權(quán)研究[J].計(jì)算機(jī)工程與應(yīng)用，2012，48(28)：245～248.

[3]張博，楊熙安. 基于熵值法的上市公司融資效率研究[J].財(cái)經(jīng)理論研究，2014，(1)：105～112.

[4]孫慧，呂巖.基于多級模糊層次綜合評價法的資源承載力研究[J].經(jīng)濟(jì)管理，2011,(5) : 24～29.

(責(zé)任編輯：楊成平)

Assessment of Regional Economic Development Based on Improved Entropy Method:A Study of Hubei Wuling Mountain Minority Areas

CHEN Xiao-li

(School of Economics， South-Central University for Nationalities， Wuhan 430073， China)

The paper proposes sustainable development index system of the minority areas in Hubei Wuling mountain， including economic aggregate， structural adjustment， energy， environment， quality of life， economic characteristics， economic performance， social development and growth potential. We use different economic indicators in different regions to assess indicators in Wuling mountain minority areas. The modeling and measure integrated assessment of the city and county economic indicators are also reconstructed. The traditional entropy empowerment method can bring the index’s dispersion too large， and make weight too big. This article obtains a reasonable index weight， and the results show that energy and environmental indicators in the minimum and maximum weights the ratio drops， indicating that improved entropy method is more accurate than original entropy method. This method has growing applications in regional economy.

improved entropy method； minority areas in Wuling Mountain； measure analysis； economic development

2015-04-04

湖北省自然科學(xué)基金項(xiàng)目(軟科學(xué)研究計(jì)劃)“湖北民族地區(qū)經(jīng)濟(jì)增長質(zhì)量評價與增長模式創(chuàng)新研究”(BZY12023)；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目“基于熵值法的民族地區(qū)經(jīng)濟(jì)增長質(zhì)量測度與評價”(CSQ12011)

陳小麗(1980-)，女，湖北公安縣人，講師，碩士。研究方向：少數(shù)民族經(jīng)濟(jì)發(fā)展。

G642.0

A

1008-4940(2015)04-0007-08