第二节
研究对象与评价方法

一、研究对象

本报告的研究对象是长三角地区三省一市41个城市，包括上海市1个城市，江苏省13个城市，浙江省11个城市和安徽省16个城市。见表2-2。

选择这41个城市的原因在于：华东师范大学休闲研究中心自2011年首次发布城市休闲化发展指数以来，一直持续跟踪研究36个城市的休闲化指数。《2019长三角城市休闲化指数》是中国城市休闲化指数课题组在连续发布9年《中国城市休闲化指数》报告基础上推出的第一份长三角区域层面的城市休闲化指数报告，有助于推动我国城市休闲化研究工作的深入发展，为全域旅游向全域休闲的转型发展提供理论借鉴与实践指导。纳入研究的41座城市，合计22 409.39万人，约占全国总人口的16.12%；合计面积为351 899.97平方千米，约占全国总面积的3.65%；合计国内生产总值（地区生产总值）为197 862.06亿元，约占国内生产总值（地区生产总值）的23.92%。

本报告的数据均来自于《中国统计年鉴》《中国城市统计年鉴》《中国第三产业统计年鉴》《中国交通年鉴》《江苏省统计年鉴》《浙江省统计年鉴》《安徽省统计年鉴》《上海市统计年鉴》以及苏浙皖各地级市的国民经济和社会发展统计公报等国家和省级有关管理部门公开出版或发布的统计数据。

二、评价方法

（一）数据标准化处理

本研究所有指标口径概念均与国家统计局制定的城市基本情况统计制度保持一致，以保证评价结果的客观公正性。按照评价指导思想与评价原则要求，所有指标分为两类：一是正向指标，即指标数据越大，评价结果越好；二是负向指标，即这类指标的数值与评价结果呈反向影响关系，指标数值越大，评价结果就越差。本报告中“城镇居民家庭恩格尔系数”等属于此类。本研究对逆向指标进行一致化处理，转换成正向指标，具体采用如下公式：

对所有逆向指标的X数据进行变化，统一为正项指标。

（二）指标赋权方法

在以往相关研究文献中，计算权重通常采用主观判断法和客观分析法。前者通过对专家评分结果进行数学分析实现定性到定量的转化，后者则通过提取统计数据本身的客观信息来确定权重。主观判断法对先验理论有很强的依赖性，受调查者往往以某种先验理论或对某种行为的既定认识来确定指标权重，所以使用主观判断法会造成指标选取和权重确定上的主观性和随意性，从而降低综合评价分析的科学性。客观分析法是通过对评价指标数据本身的客观信息进行提取分析，从而确定权重大小，其特点是客观性强，但其忽略了专家经验在确定权重中应用的重要性，赋权结果有时说服力不强。

在本指标体系中指标较多，数据信息量较大，为避免数据处理的失真，本报告主要按照客观分析法，依靠可得性客观数据，并运用基于客观数据分析的“差异驱动”原理，对我国长三角41个城市的休闲相关变量进行赋权。目的在于消除人为因素的影响，提高评价的科学性（杨勇，2007） 将指标变量数列的变异系数记为：

其中 ，

由此，变量的权重为：

（三）综合评价模型

变量集聚是简化城市休闲化评价指标体系（Urban Recreationalization Index，简称URI）的有效手段，即指数大小不仅取决于独立变量的作用，也取决于各变量之间形成的集聚效应。非线性机制整体效应的存在，客观上要求经济与产业发展（EI）、休闲服务与接待（SH）、休闲生活与消费（LC）、休闲空间与环境（SE）、交通设施与规模（TS）全面协调发展，产生协同作用。

本评价指标根据柯布道格拉斯函数式构建如下评价模型：

式中，a、b、c、d、e分别表示经济与产业发展、休闲服务与接待、休闲生活与消费、休闲空间与环境、交通设施与规模的偏弹性系数。从式（2-2）中可以看出，该函数体现的是城市休闲化各变量指标之间的非线性集聚机制，强调了城市休闲化各指标协调发展的重要性。

在指标数据处理上，由于评价指标含义不同，各指标量纲处理差异比较大，所以不能直接使用各指标数值进行评价。为了使数据具有可比性，采用最大元素基准法对指标数据进行无量纲处理，将实际能力指标值转化为相对指标，即：

经过处理后的城市休闲化评价模型为：

总的来说，城市休闲化评价指标的非线性组合评价法具有以下特点：一是强调了城市休闲化评价指标变量间的相关性及交互作用；二是着眼于系统性观点，突出了评价变量中较弱变量的约束作用，充分体现了城市休闲化水平的“短板效应”，即城市休闲化水平就像31块长短不同的木板组成的木桶，木桶的盛水量取决于长度最短的那块木板；第三，因采用了指数形式，导致变量权重的作用不如线性评价法明显，但对于变量的变动却比线性评价法更为敏感。 1aA/W6tX9K3OeXSbhiQE3R+uAcbju08IsSTlAMSYZqmiu/lWRJ14RskuzLYJBgVg