二、研究方法和数据来源2.1 数据分析方法多指标变量信息存在重叠的可能，且人为确定权重的过程具有主观性，而为了克服这些问题，本文选用熵值法[13]来计算苏锡常都市圈11 个县市的经济综合发展水平。熵这一概念源于物理学中的热力学，申农将其引入到了信息论，而现在已经广泛运用于社会经济中的多个研究领域。信息论中的熵度量的是系统的无序程度，而信息则是对系统有序程度的度量，二者之间正负相反，绝对值相等。也就是说，某一项指标的指标值熵越小，其变异程度和提供的信息量就越大，其权重也相应越大；反之，若某一项指标的指标值熵越大，其变异程度和信息量就越小，权重也越小。因此，熵值法能够非常深刻地反映指标信息熵值的效用价值，它给出的指标权重值比层次分析法和专家经验评估法所确定的权重值有更高的可信度，因而更加适用于多元指标的综合评价。熵值法的主要步骤如下：第一步，构建原始的指标数据矩阵。假设有 m 个待评方案，n 项评价指标，形成的原始指标数据矩阵为X={xij}m×n（0≤i≤m，0≤j≤n） ，则 xij为第 i个待评方案的第j个指标的指标值。第二步，处理逆向指标。评价指标的原始数据中，有时会有正向指标（数值越大越好）和负向指标（数值越小越好）之分，而不同性质的指标综合则有可能违背指标的同质性原则，那么计算出结果的合理性就值得考究。因此，若数据中有负向指标，则需要将其转化为正向指标。min ijxjijXXX  (1)（1）式中的为原始数据，min ijX 则是原始数据中的最小值。第三步，对数据进行标准化处理。在应用的过程中，熵值法难免会出现一些极端值或者负值，这种情况一是会影响最终的评价结果，二是因为后面求熵值时要用对数进行运算，负值就会造成对数无意义。所以，在熵值计算前需先将数据进行非负化处理，而本文所采取的方法是客观的标准化法。x x 

苏锡常都市圈县市经济增长动力及其相互作用分析(2):http://www.youerw.com/jingji/lunwen_54613.html