耦合文本挖掘与高维排序权重法的综合指数算法及中国省级发展评价应用案例

科学实用的综合指数算法对监测区域发展状况有重要意义。综合指数算法的关键在于权重量化，其中以主观权重的量化最为困难。少数个体的主观权重量化难以进行精确的数值化且缺乏代表性；群体的主观权重量化中存在意见收集过程繁杂的困难。本文提出耦合文本挖掘与高维排序权重法的综合指数算法，其中文本挖掘技术能够基于文本对各维度进行权重数值排序提取、解决主观意见获取与量化难题，高维排序权重法能利用权重数值排序计算综合指数、降低权重量化要求。为证明算法的可用性，基于政策文本挖掘政府决策者主观意见，逐年量化了符合政策导向和时代特色的维度权重排序并分析了中国2000—2019年省级区域发展质量水平。结果表明，新算法评价结果合理、可用性强。中国省级区域发展质量整体水平前、中期平稳上升，后期波动上升；东部沿海省份形成高水平聚集区；随着中部和西南省份的崛起，东西发展不均衡问题有所缓解。本文耦合算法的应用不局限于案例中的区域发展，可在大数据时代的数据红利支持下进行高效、低成本的指数评价和决策支持。