发帖
雷达卡
共同富裕是中国式现代化的重要特征，科学测度共同富裕水平是推进共同富裕的
基础性工作。本代码基于多维指标体系，运用客观赋权方法测算地级市层面的
共同富裕综合指数。
二、指标体系（19个指标）
根据共同富裕的内涵，指标体系通常包括以下维度：
1. 经济发展维度：人均GDP、城镇化率、产业结构等
2. 收入分配维度：居民收入水平、城乡收入差距、收入增长等
3. 公共服务维度：教育、医疗、社会保障覆盖等
4. 生活质量维度：恩格尔系数、居住条件等
5. 生态环境维度：环境治理、绿化覆盖等
正向指标（16个）：x1-x11, x14-x16, x18-x19（数值越大越好）
负向指标（3个）：x12-x13, x17（数值越小越好，如恩格尔系数、收入差距等）
三、测算方法
本代码采用两种客观赋权方法：
【方法一】熵值法（Entropy Method）
- 优点：完全客观，由数据本身决定权重
- 原理：信息熵越小的指标，信息量越大，权重越高
- 输出：综合得分Score
【方法二】熵权TOPSIS法（Entropy-weighted TOPSIS）
- 优点：结合熵值法客观赋权和TOPSIS距离评价的优势
- 原理：计算到"理想解"的接近程度
- 输出：相对贴近度C（0-1之间，越大越好）
四、参考文献
1. 杨慧. 数字普惠金融促进共同富裕的效应与机制——基于地级市面板数据的
实证分析
2. 王宇. 金融发展如何影响长江经济带共同富裕——基于地级市面板数据的分析
3. 吴雄周. 新型农村集体经济赋能共同富裕的作用机制和组态路径——基于动态
QCA方法分析
五、使用说明
1. 数据文件：data.dta（包含19个指标变量x1-x19）
2. 面板结构：id（城市编码）、year（年份2008-2023）、city（城市名称）
3. 运行方式：可分别运行两个方法，或根据研究需要选择其一
4. 结果变量：
- 熵值法：Score（综合得分）、w1-w19（各指标权重）
- 熵权TOPSIS法：C（相对贴近度）、w1-w19（各指标权重）
京公网安备 11010802022788号
