引言

在我国长期的工业化进程中，经济、社会、环境等问题相互制约，对未来的进一步发展构成了严峻挑战^[1-3]。为探索不同类型地区经济、社会与资源环境协调发展的机制和模式^[4]，我国自1986年开始大力建设可持续发展实验区（以下简称实验区）。截至2016年底，我国已建立189个国家实验区和约300个省级实验区^[5]。2016年12月，《中国落实2030年可持续发展议程创新示范区建设方案》（以下简称示范区）印发，示范区与实验区一起，推动我国可持续发展战略的实施进入新阶段。

经过30余年的政策实践，实验区已成为我国落实可持续发展战略、对外展示可持续发展成就的重要空间载体。不过，目前对实验区建设实施效果进行科学量化评价的研究仍然非常薄弱，无法通过有效方法验证实验区政策在推进区域可持续发展战略方面的积极效果，也难以基于实验区30余年的建设经验为实验区与示范区的未来发展提供思路借鉴。基于此，本文分别采用熵权法与主观赋权法、灰色聚类法和序参量法三类评价方法，从不同角度对实验区发展水平进行了量化评价，旨在通过多层次、高效率的评价方法体系的构建，切实厘清实验区这一区域复合系统的发展成效，进一步推动实验区和示范区更好地实施可持续发展战略，提升可持续发展能力。

1 文献综述

作为推进《中国21世纪议程》的重要空间载体，实验区强调通过技术和机制等方面的创新，探索各类区域在经济、社会、环境等方面实现可持续发展的模式和路径^[6]。现有文献中，已有大量关于实验区发展水平评价的研究，研究方法可分为非量化评价研究和量化评价研究两种。在非量化评价研究方面，理论界主要通过实地调研、问卷调查、现场访谈等方式，对实验区管理方式^{[7, 8]}、发展模式^[9]、建设模式^[10]的状况以及科技计划实施效果^[11]等具体问题进行审视和评价，还有部分学者对特定实验区的政策实施情况进行了个案分析^{[10, 12, 13]}。在量化评价研究方面，截至目前仅有几篇思路较为一致的研究成果，即首先构建一个涵盖经济、社会、环境等维度的综合性评价指标体系，再利用特定方法对单一或多个实验区进行评价。关于这类研究的代表性文献有：徐俊^[14]运用层次分析法对全国县域实验区进行了协调性评价；唐明方^[15]同样使用层次分析法探析了云南省实验区的整体发展水平；李俊莉和曹明明^[16]采用能值分析法观察了陕西省榆林实验区2000—2008年可持续发展指数和生态效率指数的变化；于翔^[17]则使用层次分析法对全国71个实验区2009—2013年的可持续发展能力进行了综合评价；张晓彤采用情景分析方法构建指标体系对北京市西城区和石景山区、山东省日照市、浙江省绍兴市四个实验区进行了评价^[18]。

上述研究成果为创建科学规范的实验区和示范区评价工具提供了依据，推动了相关工作的开展。但文献梳理发现，目前关于实验区的研究仍然存在以下三个方面的不足：一是多数评价指标体系侧重于从经济、社会、环境等维度进行框架设计，往往将创新维度直接纳入经济或社会维度下，难以体现“以推动科技创新与社会发展深度融合为目标”的政策导向，相对滞后于时代发展的需要；二是所使用的评价框架在方法学使用上较为单一，评价结果受某一具体参数设置的影响较大，弱化了相关研究结论的可靠性；三是同一维度下的实验区发展效果与非实验区发展效果缺少比较研究，难以观察到实验区政策的实施效果。基于以上分析，本文引入创新驱动维度，构建了包含三级指标、四大维度、五种权重方案的实验区可持续发展水平评价框架，对实验区的可持续发展水平进行了多角度审视，并进行了一致性比较和灵敏度分析，同时详细探讨了实验区及其所在省份在同一维度下发展的差异性。为保证各实验区各年份数据的权威、可信与一致性，本文选取了2013—2016年数据，并基于此评估实验区是否在建成后依然具有相较于非实验区城市的可持续发展优势，为实验区的发展评估和管理制度完善提供信息。

2 方法与数据 2.1 研究区域概况

从全国层面来看，国家实验区分为乡镇型实验区、县域型实验区、城区型实验区和地级市型实验区四种。综合考虑不同行政区发展水平、发展目标的差异性、数据可得性以及示范区的政策需求导向等，本文最终选取分布在17个省级行政区的25个地级市型实验区作为评价对象，对这些实验区2013—2016年的可持续发展水平进行评价。地级市型实验区在全部189个国家实验区中经济规模最大，在社会、环境、民生等维度的发展基础较为完善，且数据可得性强，最适合作为国家实验区政策实施情况的典型代表和在一套统一指标下的政策评估对象。25个地级市型实验区分别为廊坊市、长治市、鄂尔多斯市、包头市、白山市、四平市、辽源市、大庆市、苏州市、常州市、无锡市、盐城市、绍兴市、铜陵市、龙岩市、南平市、东营市、日照市、鹤壁市、襄阳市、东莞市、毕节市、临沧市、榆林市和克拉玛依市，它们分布在江苏省、吉林省、云南省等全国17个省级行政区。

2.2 研究方法

本文参考国内外各类可持续发展评价框架，特别是由科技部编制的《国家重点园区创新监测报告》^①中的“创新能力监测指标体系”^[19]，根据系统评价目的从指标合理性、数据可得性等原则出发对指标进行筛选，在传统的侧重于经济、社会、资源三维度可持续发展评价指标体系基础上，引入创新维度，以创新驱动、经济发展、民生改善、环境优化四大维度为核心进行三级指标结构的构建。在具体评价中，本文使用了熵权法与主观赋权法、灰色聚类法和序参量法三类评价方法，用以评价实验区可持续发展水平以及发展协调程度，这三类方法各有侧重点又相互关联。另外，为验证实验区相对于其他区域的可持续发展成效，本文使用同样方法同时评价了实验区所在省份的可持续发展水平。

2.3 数据来源

本文数据主要来源于研究时间范围内的各年度《中国统计年鉴》《中国城市统计年鉴》《中国城市建设统计年鉴》，以及实验区各省份国民经济和社会发展统计公报、统计年鉴以及其他公开文献。对于缺失数据，本文使用最小二乘法线性回归或通过中值法代替的方式处理。所有涉及价格的指标数据，均以2013年为基准年进行了不变价处理，以剔除通货膨胀的影响。最后，本文运用极差化方法，对各项指标进行了标准化处理，得到指标矩阵。

3 实验区政策实施效果量化评价 3.1 基于熵权法与主观赋权法的可持续发展水平评价

当前有多种方法被应用于指标权重的设计中，如主观赋权法^[20]、因子分析法^[21]、熵权法^[22]等。由于对实验区发展水平的评价应至少考虑对指标价值的主观判断和指标的空间实际差异两个因素^[23]，因此本文将主观的层次结构和客观的熵权法相结合进行考虑。对实验区可持续发展水平评价指标体系，在计算二级指标和三级指标得分时，本文采用熵权法；在计算一级指标（进行系统总评分）时，本文采用主观赋权法。

在主观赋权法方面，参考各类文献的权重安排，本文设计了多套权重标准，如表 1所示。由于当前阶段的可持续发展战略聚焦创新驱动和环境优化，因此本文将该类权重作为计算的基本权重。

熵权法的基本逻辑是根据指标熵的大小来确定客观权重。在熵权法的具体处理中，首先用极大极小值法将指标标准化，并用标准化指标分别构建创新驱动、经济发展、民生改善、环境优化指标矩阵^①。

①《国家重点园区创新监测报告》通过构建检测指标体系的方法对国家高新区、国家农业科技园区、国家可持续发展实验区的发展效果 进行了评估。本文评估框架中有部分指标来源于该框架，如“民生改善”维度下的“城镇化率”，“经济发展”维度下的“城镇登记失业 率”。

假设一个拥有m个待评价对象、n个指标的矩阵表示如下：

(1)

则第j个指标的熵e_j可表示为：

(2)

其中，表示第j个指标下第i项指标值的比重（贡献度）；为调节系数。

第j个指标的差异系数g_j可表示为：

(3)

则该指标的权重w_j为：

(4)

按照上述步骤进行权重计算，其权重如表 2所示。

熵权法与主观赋权法下，所评价系统的可持续发展水平最终得分为：

(5)

其中，l_ij是三级指标的标准化得分；g_j1、g_j2、g_j3分别是该指标对应的一级、二级、三级权重。本文使用的各指标权重见表 2，并以L₁表示使用该方法的评估结果。一个实验区的最高得分可能为1分，此时各指标得分均列第一。

3.2 基于灰色聚类法的可持续发展水平评价

为了消除数据来源不统一产生的干扰，检验熵权法的合理性，本文使用灰色聚类法进一步评价各实验区及其所在省份的可持续发展水平。

灰色聚类法的计算基于由熵权法得出的各维度分数进行。首先使用极差化方法对各实验区及其所在省份的维度得分进行标准化处理，由于各维度（各二级指标）全部为正向指标，则计算方式为：

(6)

其中，x_min为各实验区及其所在省份在该维度下的最小值；x_max为各实验区及其所在省份在该维度下的最大值。样本矩阵D可表示为：

(7)

即D={d_ij}_m×n。

设标准化后数据的评价等级集合为：

(8)

分别对应灰度区间优、良、中、差，将其序数e分别设置成1、2、3、4。使用白化权函数描述某一灰度对不同评价值的刻画程度。如下所示：

(9)

则总灰度统计度为：

(10)

同时，d_ij对第j个维度第e个灰度的评价权系数为：

(11)

则各实验区4个维度对4个灰度的模糊评价矩阵为：

(12)

则实验区可持续发展评价矩阵B为：

(13)

其中，W为各维度的主观赋权矩阵。

灰色聚类法下，实验区可持续发展水平评价得分L₂为：

(14)

其中，S=[0.8 0.6 0.4 0.2]^τ。

3.3 基于序参量法的可持续发展水平评价

可持续发展强调自然、社会、经济等系统的协调发展，为定量评价系统或要素之间的协调状况，本文继续设计了侧重系统协调度的可持续发展水平评价模型。协调度较高时，子系统之间的相互配合和推进使系统运行绩效更高^[25]、系统整体的效能或发展结构更优^[26]。当前可以用来评价可持续发展水平协调度的方法包括序参量方法^[27]、数据包络模型（DEA）^[28]、灰色关联聚类法等。为了整体评价各实验区及其所在省份的可持续发展协调度，本文使用序参量方法。

①在具体操作过程中，将所有数据加 10-8 以解决熵权法计算中 0 无法取对数的问题。

序参量方法来自哈肯的协同理论^[29]。在该理论中，有序状态可以使各子系统相互协调配合，实现系统功能。决定子系统运动的变量是序参量，其中起关键作用的为慢序参量^[30]。本文将评价对象的可持续发展状态视作整体系统，创新驱动、经济发展、民生改善、环境优化四个维度为其下的四个子系统，而评价体系中的三级指标则是序参量。

在指标标准化以及对各子系统使用熵权法加权计算的基础上，序参量方法的计算过程如下:

(15)

其中，C为调度评价结果； , f(x)、g(y)、h(z)、p(t)分别表示创新驱动、经济发展、民生改善、环境优化四个维度的总评分；a_i、b_j、c_k、d_q分别表示四大维度各指标的权重；x_i、y_j、z_k、t_q分别表示四大维度内各指标的标准化值。

在此基础上，基于序参量方法评价实验区可持续发展水平的表达式为：

(16)

其中，L₁为基于熵权法与主观赋权法得到的实验区可持续发展水平。

4 实验区可持续发展水平评价结果 4.1 使用熵权法与主观赋权法的可持续发展水平评价结果 4.1.1 纵向评价结果及其比较

评价时段内，除铜陵市、襄阳市和东莞市3个实验区以外，其他22个实验区的可持续发展水平均有明显提升，如图 1所示。其中，提升速度最快的3个实验区是毕节市、鄂尔多斯市和大庆市，得分分别提高了28.1%、22.3%和20.9%。2013年，可持续发展水平得分位于前三位的实验区依次是东莞市（0.604）、苏州市（0.515）和无锡市（0.448）；2016年，这三个实验区得分仍然位居前三位，且其可持续发展水平得分都有一定程度的提高，分别为东莞市（0.670）、苏州市（0.545）和无锡市（0.467）。

就各省份可持续发展水平得分情况而言，除云南省得分降低了2.8%以外，其他各省份得分都有所增加。其中，得分增长最快的为黑龙江省、贵州省和河北省，在2013年的基础上分别增加了71.1%、37.4%和21.5%。

对各省份可持续发展水平得分增长率与2013年可持续发展水平得分进行线性回归，发现在5%的显著性水平下，总体线性回归关系显著；而各实验区的回归结果则未发现该规律。本文认为，这一结果表明：研究范围内实验区所在省份的发展仍与其原有发展空间具有强相关性，而实验区则整体上跳出了传统发展空间锁定的发展模式。

4.1.2 横向评价结果及其比较

使用Wilcoxon符号平均秩检验方法，横向比较各实验区与其所在省份的可持续发展水平。结果表明，在5%的显著性水平下，2013年实验区的可持续发展水平与实验区所在省份的可持续发展水平不存在显著差异。在此基础上，分别对2016年实验区与其实验区所在省份的可持续发展水平得分，以及实验区与其所在省份得分增长率进行检验，发现在考察年限内实验区与其所在省份的可持续发展水平无显著差异，且与2013年相比，两者可持续发展水平的进步程度接近。

4.2 使用灰色聚类法的可持续发展水平评价结果

使用灰色聚类法进行评价，结果显示各实验区与其所在省份的可持续发展水平整体上有明显提升，如图 2所示。除辽源市（-7.9%）、铜陵市（-3.3%）、南平市（-1.2%）、襄阳市（-3.0%）和榆林市（-0.01%）5个实验区以外，其他实验区的可持续发展水平进步明显。进步最快的3个实验区分别是鄂尔多斯市、绍兴市和长治市，得分分别提高了14.3%、11.1%和10.4%。2013年与2016年，可持续发展水平位于前三位的实验区相一致，分别为东莞市、苏州市和无锡市。2013年与2016年，可持续发展水平得分最高的省份也保持一致，分别是广东省、江苏省和福建省。对各实验区及其所在省份的可持续发展水平进行横向评价，同样发现各实验区在2013年与2016年的可持续发展水平与其得分增长率均无显著差异。

4.3 使用序参量法的可持续发展水平评价结果

使用序参量法对可持续发展水平的评价分为两步，分别是对各维度之间协调关系的评价和对各对象基于协调性的可持续发展水平评价。

对各实验区及其所在省份各维度之间协调关系的评价结果如图 3所示。2013年，协调度水平最高的实验区分别是东莞市（0.249）、无锡市（0.245）和苏州市（0.242），协调度水平最低的实验区分别是临沧市（0.109）、毕节市（0.123）和榆林市（0.139）。2016年协调度水平最高的实验区与2013年相同，分别是苏州市（0.249）、无锡市（0.246）和东莞市（0.245），协调度水平最低的实验区仍然是毕节市（0.145）、临沧市（0.158）和榆林市（0.169）。使用Wilcoxon符号平均秩检验方法对各实验区2013年的协调度水平（平均值0.198）和2016年的协调度水平（平均值0.207）进行比较，在5%的显著性水平下，各实验区在考察期间有了较为明显的提升。临沧市、榆林市和毕节市是协调度水平增长率最高的三个实验区，增长率分别是45.2%、21.5%、17.8%。对比各实验区及其所在省份的协调度水平得分，发现2013年各实验区协调度水平显著低于其所在省份，而2016年各实验区的协调度水平与其所在省份已无显著差异。这一结果表明，实验区的协调度水平在研究期间快速提升，且提升速度高于所在省份。

使用序参量法的可持续发展水平评价结果如图 4所示。除铜陵市、包头市和东莞市以外，其他实验区的可持续发展水平有明显提升。其中，发展速度最快的三个实验区分别是毕节市、大庆市和长治市，得分分别提高了23.2%、19.1%和17.1%。2013年与2016年，可持续发展水平位于前三位的实验区保持一致，分别为东莞市、苏州市和无锡市。对实验区与其所在省份的可持续发展水平得分及其增长率进行横向检验，结果显示三个指标无显著差异。

4.4 三类方法下的可持续发展水平评价结果一致性对比

本文将基于熵权法与主观赋权法、灰色聚类法和序参量法的评价结果集聚在同一体系下进行对比，发现各实验区可持续发展水平得分整体显示出了一致性，如图 5所示为2016年得分。由图 5可知，部分实验区在三类方法下都显示出了较为优越的可持续发展水平，如东莞市、苏州市、无锡市三个实验区均位列前三位，也有部分实验区的得分情况在三类方法下有差异。2013年使用不同方法排名相差最大的实验区是临沧市，相差7名；2016年为毕节市，相差7名。2013年三类方法下的评价值得分平均相差2.92分，2016年为2.56分。总体而言，三类方法对各实验区的评价结果比较相似，综合使用上述三类方法同时对实验区发展水平进行评价具有较强的可信度。

部分实验区在使用序参量法计算、侧重协调度评价的方案中出现了相对于另外两种方法的较大偏离，如2013年的鄂尔多斯市、盐城市和临沧市以及2016年的廊坊市、鄂尔多斯市、襄阳市和毕节市。不过，显示出较大偏离的实验区在2016年明显变少，协调度水平较差的实验区整体出现协调发展趋势，部分实验区尽管整体发展水平仍不突出，但探索出了更为协调的发展路径。

基于得分整体一致性及实验区评分结果在不同方法下的差异，本文认为上述方法具有不同的评估优势与侧重。其中主观赋权法具有灵活调整各维度权重以及明确并比较各维度发展水平的优势，序参量法适用于纳入协调性的多维度评估，而灰色聚类法在模糊数据误差方面具有优势。

4.5 使用不同权重方案的灵敏度分析 4.5.1 五种权重方案下的实验区及其所在省份的可持续发展水平

在每种权重方案下，实验区及其所在省份的可持续发展水平在整体上都有显著提升（图 6），展现了各实验区的可持续发展得分。其中，毕节市、绍兴市、大庆市等实验区在每种权重方案下的得分增长率均十分突出。在“强化创新驱动” “关注民生改善”和“聚焦经济发展”三类权重方案下，各实验区2013—2016年可持续发展的推进状况均与2013年可持续发展的基础呈显著线性负相关。该结果符合一般设想，即由于部分实验区在创新、经济和民生等方面基础薄弱，发展空间大，因而在强化这些维度的权重方案中，其得分提升更为显著。而在“促进环境优化”权重方案下未发现这种相关关系，这也表明部分实验区尚未探索出环境治理与经济、民生发展相协调的机制。

各实验区所在省份的可持续发展水平同样显示出了明显的提升。比较各实验区及其所在省份的发展状况，在“聚焦经济发展”权重方案与“促进环境优化”权重方案下，实验区可持续发展水平进步速率明显快于其所在省份。

4.5.2 五种权重方案下各实验区的可持续发展水平评价结果差异比较

尽管各实验区在五种权重方案下整体趋势表现一致（图 7），但部分实验区在不同权重方案下排名得分有较大差异。其中，“促进环境优化”的权重方案显示出了最大的波动。2013年，对“促进环境优化”权重方案敏感的实验区有四平市、廊坊市、包头市、南平市等，其中仅南平市的环境水平优于其整体发展水平。对“聚焦经济发展”权重方案敏感的实验区有包头市、鄂尔多斯市和铜陵市，其中铜陵市在此权重方案下明显落后于整体水平。

相比2013年，实验区2016年在不同维度下的排名波动程度有增加，整体上环境的突出不协调情况有改善。可持续发展水平得分增长非常迅速的毕节市，在“促进环境优化”权重方案下的评分结果显著高于其他权重方案，包头市、南平市与绍兴市在此方案下也展现出了更为协调的发展状况，而四平市、廊坊市和常州市在该权重方案下的排名显著落后于其他权重方案的排名。此外，对“关注民生改善”权重方案较为敏感的实验区为白山市和临沧市；对“聚焦经济发展”权重方案较为敏感的实验区为铜陵市；南平市对“强化创新驱动”权重方案的高敏感与低得分，则显示出其创新驱动力不足。

4.6 实验区可持续发展水平增长的驱动力分析

使用k均值聚类法，根据各实验区各维度的评分增长率，将实验区进一步分类以归纳实验区可持续发展水平增长的主要驱动力。按照增长驱动力，25个实验区可大致分为三类：第一类为经济驱动型实验区（如龙岩市、南平市、铜陵市等），这类实验区可持续发展基础较差，在研究时段内经济发展速率最快，但可持续发展水平在“创新驱动”和“环境优化”维度下呈负增长，在“民生改善”维度下进步速度较慢，2016年可持续发展水平平均得分为最差的4.3分；第二类为民生驱动型实验区（如常州市、苏州市、东莞市等），这类实验区在“经济增长”“创新驱动”和“环境优化”维度下的得分增长均不显著，但在“民生改善”方面的得分较高，可持续发展水平平均得分为居于第二位的14.1分；第三类为创新驱动型实验区（如克拉玛依市、榆林市、白山市等），该类实验区在“创新驱动”维度下的得分增长率远高于其他两类实验区，且在“民生改善”和“经济增长”等方面的整体表现也较好，可持续发展水平平均得分达到最高的17.2分。需要特别指出的是，创新驱动型实验区的分布较为均匀，其发展效果与实验区原有的经济、民生和环境基础无显著联系。

同时，文章对各维度下二级变量的关系进行了相关性分析，出现了多个跨维度下变量间显著的正相关关系，如创新活动基础条件与经济维度下的经济结构、经济质量存在正相关关系；经济水平变量与生活宜居变量存在正相关关系，创新活动产出绩效与社会维度下的治安变量和生活保障变量存在正相关关系，这些相关关系为相关政策制定提供了依据。

5 结论与建议

本文使用熵权法与主观赋权法、灰色聚类法、序参量法三类各有侧重、相互关联的方法，将创新驱动维度引入可持续发展评估指标体系，在三级指标、四大维度、五种权重方案框架下，从发展水平、发展速率、协调性、驱动力等方面量化评价了25个地级市型实验区2013—2016年的可持续发展水平及其提升情况，并与实验区所在省份的发展情况进行了比较。同时，本文对基于不同方法、不同权重设置的研究结果进行了一致性分析和灵敏度比较，对评估可持续发展方法的选择提出了建议，并提升了研究结论的可信度。

本文研究发现：2013—2016年，各实验区及其所在省份的可持续发展水平均有显著提升；部分实验区的可持续发展水平较高，如东莞市、无锡市、苏州市等；部分实验区的可持续发展水平提升速率突出，如毕节市、鄂尔多斯市、大庆市等；部分实验区在侧重协调度方面的可持续发展水平增长较快，如鄂尔多斯市、临沧市等。同时，与实验区所在省份的横向对比结果表明，实验区整体上跳出了传统发展空间锁定的发展模式，探索出了具有针对性的可持续发展路径，其可持续发展协调度水平的提升速度更高，在“聚焦经济发展”权重方案与“促进环境优化”权重方案下的可持续发展水平进步速率更快，从而证实了实验区政策的积极效果。不过，通过“促进环境优化”的权重方案与其他方案之间的显著差异，本文认为部分实验区整体上尚未探究出环境、经济等多维度协调发展的路径。

根据上述结论，针对实验区及示范区建设与管理工作提出如下政策建议：

（1）立足创新，优化发展结构与路径，实现协调发展。通过分析不同政策模式下的实验区发展情况，本文认为推动可持续发展的配套政策应以拓展发展资源、调整发展结构作为基点，而非片面地强化经济水平提升或环境治理。在发展的政策链条上，应基于创新资源的拓展与投入，优化发展结构与路径，通过技术的提升与发展模式的优化实现环境污染与经济发展的解耦，进而加强各子维度之间的相互支持与正向促进，最终全面实现可持续发展。

（2）加强实验区数据收集与公开工作。当前各类实验区的数据存在包括缺失、统计方法横向与纵向不一致、数据质量差等问题，加强国家可持续发展实验区管理工作，需要进一步落实高质量数据收集，并加大数据公开力度。

本文使用的三类评价方法结果较为一致，可以为类似研究提供方法学参考。未来进一步的研究方向包括：实现包括乡镇、县域、城区和地市的多级评估；继续丰富可持续发展评价指标体系，特别是进一步细化二级指标、三级指标；建立实验区多年份面板数据库，开展实验区利益相关者的实地调研，并在此基础上对实验区发展成效进行更为详细的探讨。