2.2　民族地區綠色包容性發展指標測算

本節采用第1章構建的綠色包容性評價指標體系分別測算民族地區2000年和2017年綠色包容性發展指數，進行比較靜態分析。

首先分析2017年數據，進行KMO和Bartlett檢驗。KMO越接近1說明越適合做因子分析，Bartlett球形檢驗結果p值為0，小于顯著性水平，因此變量之間存在相關關系，適合做因子分析。

本書以主成分分析法對經濟增長、機會均等、成果共享、綠色發展四個一級指標分別提取公共因子，提取原則是特征值大于1（見表2-1）。2017年變量共同度結果顯示（見表2-2），大部分變量共同度非常高，說明所提取因子能夠代表變量中的大部分信息。采用正交旋轉法對因子載荷矩陣進行因子旋轉。

按照各省區因子得分乘以因子權重計算總的因子得分，權重為各因子方差貢獻率除以累計方差貢獻率的商，從而得到各省區經濟增長、機會均等、成果共享、綠色發展的因子綜合得分，將四者相乘獲得當年的綠色包容性發展指數。使用同樣的方法計算2000年因子得分。

和2000年相比，綠色包容性程度增進的依次為內蒙古、貴州、寧夏，其余省區有不同程度的退步。貴州各維度全面發展，尤其是經濟增長和機會均等方面表現突出，寧夏在成果共享方面成效顯著，內蒙古得益于經濟增長。廣西的成果共享，云南、新疆的經濟增長和成果共享，西藏、青海的經濟增長和機會均等發展滯后。

2017年綠色包容性發展得分最高的是內蒙古，最低的是西藏。從各維度看，內蒙古經濟增長得分最高，新疆機會均等得分最高，寧夏成果共享得分最高，西藏綠色發展得分最高（見表2-3、圖2-9）。

---

(1)　夜間燈光數據全稱DMSP/OLS夜間燈光遙感數據，源自美國國家地球物理數據中心，將數據消除了云及火光等偶然噪聲影響后對全年可見光和NVIR通道灰度值進行直接平均化處理得到。本書通過ArcGIS軟件中的“按掩膜提取”技術進行了處理，但按地圖出版要求未列入書稿。

(2)　《2017年民族地區農村貧困監測情況報告》。

(3)　西藏缺乏能耗數據，未進行分析。