基于因子分析与灰色关联的村支两委干部绩效评价研究——以湘西州24村落为例

Research on the Performance Evaluation of Cadres of Village Branch and Two Committees Based on Factor Analysis and Gray Correlation—Taking 24 Villages in Xiangxi Prefecture as an Example

摘要: 在乡村振兴战略深入推进的背景下，村支两委干部作为基层治理的核心力量，其工作绩效直接关系到乡村发展质量与治理效能。本研究以湘西州8县市24村落的村支两委干部为研究对象，选取党建引领、产业发展、民生服务等46个绩效评价指标，采用二阶聚类算法将46个指标分为常态化、动态化和调节式因子三大类，然后利用因子分析对各类进行降维，提取公因子，再通过灰色关联分析对各个公因子显著性进行排名，最终构建科学的绩效评价体系。研究结果可为优化基层干部考核机制、提升乡村治理评价提供参考，为乡村振兴战略的落地实施提供实践指导。

Abstract: In the context of the in-depth promotion of the rural revitalization strategy, the performance of the cadres of the two village committees, as the core force of grass-roots governance, is directly related to the quality of rural development and the effectiveness of governance. This study takes the cadres of the two village committees in 24 villages in 8 counties and cities of Xiangxi Prefecture as the research object, selects 46 performance evaluation indexes such as party building leadership, industrial development, and people’s livelihood service, and adopts the second-order clustering algorithm to divide the 46 indexes into three major categories of normalization, dynamization, and moderating factors, and then extracts the common factors by downscaling the dimensionality of the various categories through factor analysis, and then ranks the significance of the common factors through the grey correlation analysis. Then, through gray correlation analysis, the significance of each common factor is ranked, and finally a scientific performance evaluation system is constructed. The results of the study can provide reference for optimizing the appraisal mechanism of grassroots cadres, improving the evaluation of rural governance, and providing practical guidance for the implementation of the rural revitalization strategy.

1. 引言

乡村振兴战略的落地实施，关键在于高效的基层治理[1]；而基层治理的效能，很大程度上取决于村支两委干部的绩效水平。作为政策执行与群众服务的“最后一公里”枢纽[2]，村支两委干部的工作成效直接关系到乡村经济发展、民生改善与社会稳定。自2004年起，中央连续以“三农”为主题发布1号文件[3]，出台一系列乡村建设政策，推动农村地区及基层组织取得显著进展。但与此同时，乡村发展仍面临多重现实挑战：人口外流加剧“空心化”[4]，基层治理呈现“内卷化”趋势[5]，村级组织“半行政化”特征突出[6]。尤其在村级治理层面，村支两委干部存在治理理念陈旧、治理方式滞后、治理能力弱化、治理队伍建设不足等问题，其绩效考核评价体系的科学性更是亟待提升[7]——这些短板已难以适应农村经济社会转型与现代化治理的新要求，不仅制约乡村振兴战略的有效实施，影响党的基层执政能力建设，更成为阻碍乡村高质量发展的关键因素。

关于村干部绩效评价的研究已有很多成果，当前对村干部绩效评价的探讨多聚焦单一维度。罗世伦[8]分析村支两委干部薪酬与工作量不匹配问题，强调考核中“一票否决”指标需谨慎设置；多吉班丹等[4]指出不合理的考核指标可能挫伤干部积极性；王丽敏探讨了干部成长空间对工作激情的影响；吴佳玲等[9]发现大学生村干部绩效考核中忽视群众评价，易滋生形式主义；傅永红[10]论述村干部在农村建设中的作用，分析考核体系现状与问题并提出激励措施；黄毅玲[7]则建议完善薪酬激励机制，将薪酬水平与业绩考核挂钩。综合来看，现有研究普遍反映出当前考核体系存在明显局限：侧重经济指标或维稳成效，缺乏兼顾行政性与自治性的动态指标体系；评价方法以定性描述为主，定量分析不足，导致考核结果主观性强、说服力有限。

湘西州作为精准扶贫首倡地，其乡村振兴实践具有典型性与示范意义。该地区村落类型丰富，涵盖农业主导型、旅游开发型、生态保护型等，不同村落的村支两委干部工作内容与考核需求差异显著。但现有评价体系多采用“一刀切”模式，难以适配其发展实际。基于此，本文以湘西州24个村落为样本，通过因子分析与灰色关联的定量方法，构建“静态基础 + 动态发展 + 弹性调节”的三维绩效评价体系，旨在弥补现有研究中指标静态化、方法单一化的缺陷，为基层干部考核机制优化提供科学依据。

2. 数据来源与研究方法

2.1. 数据来源

本文采用分层抽样与随机抽样结合的方法选取样本，按经济发展水平将湘西州8县市分为三类(高、中、低)，每类选取3个村落，共24个村落，确保样本覆盖不同发展阶段的乡村；在每个村落内，随机抽取村支两委干部(含村支书、村主任、委员等)与村民代表进行调查，共发放问卷1050份，回收有效问卷994份，有效率为94.67%，且数据具有代表性。

2.2. 研究方法

2.2.1. 因子分析

因子分析[11]用于将多个相关指标降维为少数公因子，简化评价体系的同时保留核心信息，核心思想是数据变换和降维，再进行问题解释或者综合评价，可消除变量间的相关性；同时因子分析根据样本数据的观测值自动得到权重，可以消除主观因素，提供客观的评价结果。步骤如下：

(1) 因子模型

评价指标向量$X=\left(X_1,X_2,\mathrm{...},X_m\right)\text{'}\left(m<p\right)$ 是可观测随机向量，其模型如下：

$\{\begin{array}{c}{X}_1=a_{11}{F}_1+a_{12}{F}_2+\cdots +a_{1m}{F}_m+{\epsilon }_1\\ X_2=a_{21}{F}_1+a_{22}{F}_2+\cdots +a_{2m}{F}_m+{\epsilon }_2\\ ⋮\\ X_p=a_{p1}{F}_1+a_{p2}{F}_2+\cdots +a_{pm}{F}_m+{\epsilon }_p\end{array}$

该模型的矩阵形式为：

$X=\alpha F+\epsilon$

其中，$F=\left(F_1,F_2,\mathrm{...},F_m\right)\text{'}\left(m<p\right)$ 为公共因子，矩阵$\alpha$ 为因子载荷矩阵，矩阵$\alpha$ 中的元素$a_{ij}$ 称为因子载荷，$\epsilon$ 为特殊因子，计算公式如下：

$a_{ij}=Cov\left(X_i,F_j\right)$

其中，$a_{ij}$ 的绝对值越大意味着$X_i$ 和$F_j$ 间的依赖程度越大。

(2) 因子载荷矩阵的求解

设$X=\left(X_1,X_2,\mathrm{...},X_p\right)$ 为$p\times m$ 的矩阵，m代表本文筛选后的样本数，则矩阵：

$C={\left(c_{ij}\right)}_{p\times m}=\left[\begin{array}{ccc}{c}_{11}& \cdots & c_{m1}\\ ⋮& \ddots & ⋮\\ c_{p1}& \cdots & c_{pm}\end{array}\right]$

其中，$c_{ij}=Cov\left(X_i,X_j\right)$ ，$i=1,2,\mathrm{...},p,j=1,2,\mathrm{...},m$ ，$c_{ij}$ 为X的协方差。

利用特征方程$\left(\lambda E-A\right)x=0$ 计算协方差矩阵的非零特征根并排序：${\lambda }_1\ge \cdots \ge {\lambda }_n\ge 0$ ，

相应的单位正交化特征向量$e_i\left(i=1,2,\cdots ,n\right)$ 。求解因子载荷矩阵$\alpha$ 为：

$A=\left(\sqrt{{\lambda }_1}{e}_1,\sqrt{{\lambda }_2}{e}_2,\cdots ,\sqrt{{\lambda }_n}{e}_n\right)$

(3) 因子旋转

本文采用正交旋转最大方差法对初始公因子做线性组合，即因子旋转，使综合因子具有特定含义。因子旋转可保证新因子更接近或远离零，因子载荷$a_{ij}$ 接近0，说明公因子$X_i$ 和$F_i$ 相关性更弱，因子载荷绝对值接近1，说明相关性强。因此经过因子旋转后，共同因子的实际意义更加明确。

2.2.2. 灰色关联分析

灰色关联分析是衡量因素与因素之间相关程度的方法，且灰色关联分析将因素之间发展趋势相近或相反的程度作为衡量标准。其基本思路是：通过对因素权重组的几何形状的接近度对比，确定其相似性，各因素之间的发展趋势相似程度越高，相关性越强，基本步骤如下：

(1) 确定比较数列和参考数列

设n个比较数列如下：

$Z_i=\left\{Z_i\left(k\right)|k=1,2,\mathrm{...},m\right\}i\text{=1,2,}\mathrm{...}n$

其中，$Z_i\left(k\right)$ 表示第$i$ 个评价对象关于第$k$ 个指标变量$x_k$ 的取值，$n$ 为评价对象的个数，$m$ 为评价指标的个数。参考数列为$Z_0=\left\{Z_0\left(k\right)|k=1,2,\mathrm{...},m\right\}$ ，一般取$Z_0\left(k\right)=\underset{1\le i\le n}{\max }\left\{Z_i\left(k\right)\right\}$ ，即参考数列相当于一个虚拟的最好评价对象的各指标值。

(2) 对比较数列与参考数列进行无量纲化处理

本文通过对比较数列和参考数列进行极差变换，消除数据单位和量纲对分析结果的影响，从而达到数据无量纲化的目的，其中极差均值的变换公式为：

${\text{Z}}_i{\left(k\right)}^{\text{'}}=\frac{{\text{Z}}_i\left(k\right)-\min {\text{Z}}_i\left(k\right)}{\max {\text{Z}}_i\left(k\right)-\min {\text{Z}}_i\left(k\right)}\left(i=1,\mathrm{2...}n,k=1,2,\mathrm{...},m\right)$

(3) 计算每一个比较数列与参考数列的灰色关联系数

${\xi }_{\text{i}}\left(k\right)=\frac{\underset{1\le i\le n}{\min }\underset{1\le k\le m}{\min }\left|{\text{Z}}_0\left(k\right)-{\text{Z}}_i{\left(k\right)}^{\text{'}}\right|+\eta \underset{1\le i\le n}{\max }\underset{1\le k\le m}{\max }\left|{\text{Z}}_0\left(k\right)-{\text{Z}}_i{\left(k\right)}^{\text{'}}\right|}{\left|{\text{Z}}_0\left(k\right)-{\text{Z}}_i{\left(k\right)}^{\text{'}}\right|+\eta \underset{1\le i\le n}{\max }\underset{1\le k\le m}{\max }\left|{\text{Z}}_0\left(k\right)-{\text{Z}}_i{\left(k\right)}^{\text{'}}\right|}$

其中，$\eta$ 表示分辨率系数，取值范围为$\left(0,1\right)$ ，一般取$\eta =0.5$ 。

(4) 计算每一个比较数列与参考数列的关联度

$g=\frac{1}{n}{\displaystyle \sum _{i=1}^n{\xi }_{\text{i}}\left(k\right)}$

其中，$g$ 为关联度，其取值范围为$\left(0,1\right)$ ，$g$ 越接近1，表示该子序列与母序列的相关性越高，否则说明该子序列与母序列的关联度越低。

3. 村支两委干部绩效评价指标体系构建

3.1. 指标选取原则

基于乡村振兴“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的总要求，结合湘西州实际，通过文献梳理与实地调研，指标选取遵循以下原则，最终选取46个绩效评价指标，具体指标见附录附表A1所示。

3.2. 基于聚类分析的指标分类

为科学构建结构化的绩效考评指标体系，并服务于后续的因子分析，本研究对依据国家乡村振兴战略“二十字方针”要求，结合湘西州村支两委绩效考核实际与干部深度访谈结果所初步遴选的46项共性指标(涵盖政治修养、道德品行、环境满意率、水质指标等多维度)，采用二阶聚类算法进行指标与分类。该过程分为两个阶段：第一阶段进行预聚类，将相似指标初步聚合形成若干微类(Micro-clusters)；第二阶段基于层次聚类方法，进一步合并这些微类。最终，相关指标体系包含三大类，其中46项核心指标被科学划分为以下两类：

常态化指标(21项)：主要反映村支两委干部的基础素质与日常工作表现，包括政治修养(X₁)、道德品行(X₂)……廉洁自律(X₂₁)。

动态化指标(25项)：着重衡量村庄发展与治理的实际成效，包括各村GDP及增长率(X₂₂)、财政收入及增长率(X₂₃)……二氧化碳排放量(X₄₆)。

此外，还有调节式指标(含奖励和惩罚两大项)，该项指标独立于上述46项核心指标之外，作为补充常态化和动态化指标体系的存在，主要用于反映干部在获得表彰、出现违规等特殊情况以及特殊岗位要求方面的表现。

该分类方案基于指标间的内在相似性，有效区分了反映干部基本素质、村庄发展动态成效以及特殊情境应对需求的不同维度，更为后续应用因子分析提取互不相关的公因子、确定指标权重奠定了良好的结构化基础。

3.3. 村支两委干部绩效评估标准指标的因子分析

3.3.1. 因子分析的可行性检验

在因子分析之前，先进行可行性检验，经SPSS软件分析，常态化影响因素的KMO值为0.865、Bartlett值3991.625 (自由度210，p = 0.000)，动态化影响因素的KMO值为0.872、Bartlett值6632.611 (自由度300，p = 0.000)，均表明问卷总体效度处于较高可接受范围；本文对46个乡村干部绩效综合考评指标进行了因子分析，表明数据适合进行因子分析。

3.3.2. 常态化，动态化指标的公因子提取

从表1可以看出常态化指标中前5个公因子总的方差贡献率为86.56%。故选取前5个主成分足够代替原来变量，几乎涵盖了变量的所有信息。

Table 1. Total variance of normalization explained by indicators

表1. 指标解释的常态化的总方差

成分	初始特征值			提取载荷平方和
	合计	方差的%	累积%	合计	方差的%	累积%
1	3.519	18.262	18.262	3.519	18.262	18.262
2	3.412	17.707	35.970	3.412	17.707	35.970
3	3.376	17.520	53.490	3.376	17.520	53.490
4	3.301	17.131	70.621	3.301	17.131	70.621
5	3.072	15.943	86.564	3.072	15.943	86.564

从表2可以动态化看出前4个公因子总的方差贡献率为76.92%。故选取前4个主成分足够代替原来变量，几乎涵盖了变量的所有信息。

Table 2. Total variance of the dynamization explained by the indicators

表2. 指标解释的动态化的总方差

成分	初始特征值			提取载荷平方和
	合计	方差的%	累积%	合计	方差的%	累积%
1	4.355	21.423	21.423	4.350	21.423	21.423
2	4.081	20.075	41.497	4.081	20.075	41.497
3	3.988	19.617	61.115	3.988	19.617	61.115
4	3.879	19.081	80.196	3.879	19.081	80.196

3.3.3. 常态化，动态化因子载荷矩阵的计算

为了便于解释公因子的实际意义，对因子载荷矩阵进行方差最大化正交旋转，可得到表3及表4：

Table 3. Rotated orthogonal factor table of factors affecting the normalization of targets for comprehensive performance evaluation of cadres in village branches and committees

表3. 影响村支两委干部绩效综合考评目标常态化因素旋转正交因子表

指标	因子载荷权重					命名
	1	2	3	4	5
政治修养	0.584	0.067	0.057	0.187	0.024	“德”维度因子
道德品行	0.578	0.136	0.060	0.062	0.042
理论水平	0.736	0.134	0.022	0.011	0.125
务实作风	0.731	0.179	0.028	0.178	0.078
科学文化	0.090	0.589	0.067	0.124	0.079	“能”维度因子
专业素质	0.257	0.484	0.110	0.137	0.019
实践能力	0.179	0.566	0.005	0.067	0.194
决策能力	0.113	0.635	0.033	0.039	0.005
创新能力	0.134	0.585	0.039	0.022	0.014
守时出勤	0.049	0.195	0.573	0.005	0.074	“勤”维度因子
履行职责	0.010	0.103	0.619	0.022	0.068
忠诚敬业	0.032	0.055	0.626	0.077	0.062
态度效率	0.021	0.167	0.587	0.109	0.018
完成工作量	0.221	0.079	0.032	0.360	0.348	“绩”维度因子
工作效益	0.034	0.169	0.062	0.549	0.056
工作效率	0.046	0.083	0.016	0.655	0.088
主要贡献	0.223	0.157	0.014	0.688	0.000
党风廉政建设	0.068	0.020	0.000	0.069	0.898	“廉”维度因子
工作作风	0.021	0.030	0.013	0.015	0.808
业余生活	0.016	0.010	0.001	0.002	0.812
廉洁自律	0.024	0.017	0.008	0.071	0.877

Table 4. Rotated orthogonal factor table of factors affecting the dynamization of objectives for comprehensive performance evaluation of cadres in village branches and committees

表4. 影响村支两委干部绩效综合考评目标动态化因素旋转正交因子表

指标	因子载荷权重				命名
	1	2	3	4
各村GDP及增长率	0.601	0.166	0.040	0.225	经济发展因子
财政收入及增长率	0.580	0.345	0.029	0.267
人均GDP及增长率	0.596	0.031	0.133	0.134
人均财政收入及增长率	0.589	0.155	0.392	0.115
村庄产业结构	0.633	0.098	0.175	0.126
失业率	0.555	0.083	0.165	0.460
就业率	0.570	0.072	0.086	0.230
城乡居民收入及增长率	0.195	0.583	0.056	0.370	人文民生因子
文化生活丰富度	0.144	0.562	0.308	0.137
物价指数	0.015	0.579	0.401	0.003
社保医保覆盖率	0.192	0.533	0.061	0.086
受高等教育人口比重	0.158	0.602	0.192	0.070
治安状况及居民安全感	0.261	0.563	0.112	0.168
人口自然增长率	0.172	0.275	0.548	0.230	可持续力因子
万元GDP能耗	0.024	0.385	0.554	0.093
能耗、耕地保有量	0.085	0.231	0.579	0.040
万元GDP建设用地	0.120	0.169	0.650	0.165
科技对经济贡献率	0.070	0.283	0.607	0.169
政府负债	0.238	0.102	0.542	0.395
主要污染物排放总量	0.003	0.133	0.374	0.542	生态环境因子
空气质量指数	0.116	0.200	0.194	0.552
森林覆盖率	0.164	0.066	0.045	0.596
公民对环境满意率	0.025	0.396	0.037	0.566
水质指标	0.171	0.314	0.109	0.537
二氧化碳排放量	0.111	0.095	0.177	0.616

由表3及表4可知，描述影响村支两委干部绩效综合考评目标的因子可命名为5个：“德”维度因子、“能”维度因子、“勤”维度因子、“绩”维度因子、“廉”维度因子；描述影响村支两委干部绩效综合考评目标的因子可命名为4个：经济发展因子、人文民生因子、可持续力因子、生态环境因子。

3.4. 村支两委干部绩效评估标准指标的灰色关联度分析

从因子分析可知，村支两委干部绩效评估标准指标可概括为常态化指标(含五个公因子)和动态化指标(含四个公因子)，以及由常态化、动态化和可调节式指标构成的三个一级指标。为了明确各类指标对村支两委干部综合绩效影响的关键程度，本研究进一步运用因子分析得出的公因子得分和一级指标数据，使用灰色关联度分析法进行计算。

将常态化指标的五个公因子、动态化指标的四个公因子以及三个一级指标的数据列分别作为比较列，将“村支两委干部绩效综合考评影响程度”作为参考列。利用MATLAB计算得到各类因子(指标)与综合绩效影响程度之间的关联度，其排序结果如下：

3.4.1. 常态化指标各因子关联度

各常态化公因子与综合绩效的关联度及其排序如表5所示：

Table 5. Correlation table of the degree of influence of each influencing factor on the overall comprehensive appraisal of the performance of the cadres of the two village branches and committees

表5. 各影响因素与总体村支两委干部绩效综合考评影响程度的关联度表

指标(公因子)	关联度	排序
“德”维度因子	0.8252	1
“能”维度因子	0.8190	2
“勤”维度因子	0.8018	3
“绩”维度因子	0.7651	4
“廉”维度因子	0.6550	5

由表5可看出，村支两委干部绩效评估标准常态化指标的五个因子对村支两委干部绩效综合考评影响程度的关联度都比较大。其中“德”维度因子对于村支两委干部绩效综合考评影响程度关联度最高为0.8252，说明“德”维度因子对村支两委干部绩效综合考评影响最大，通过“德”维度因子指标的设定和考评驱动，能有效地提高村支两委干部的治理效果。

3.4.2. 动态化指标各因子关联度

各动态化公因子与综合绩效的关联度及其排序如表6所示：

Table 6. Correlation table of the degree of influence of each influencing factor on the overall comprehensive appraisal of the performance of the cadres of the two village branches and committees

表6. 各影响因素与总体村支两委干部绩效综合考评影响程度的关联度表

公因子	关联度	排序
经济发展因子	0.6346	1
人文民生因子	0.6150	2
可持续力因子	0.6116	3
生态环境因子	0.6093	4

由表6可看出，村支两委干部绩效评估标准动态化指标的四个因子对村支两委干部绩效综合考评影响程度的关联度都比较大。其中经济发展因子对于村支两委干部绩效综合考评影响程度关联度最高为0.6346，说明经济发展因子对村支两委干部绩效综合考评影响最大，通过人文民生因子设定和考评驱动，能有效地提高村支两委干部的治理效果。其次从高到低为人文民生因子、可持续力因子、生态环境因子。

3.4.3. 一级指标关联度

三个一级指标与综合绩效的关联度及其排序如表7所示：

Table 7. Correlation table of the degree of influence of each influencing factor on the overall comprehensive appraisal of the performance of the cadres of the two village branches and committees

表7. 各影响因素与总体村支两委干部绩效综合考评影响程度的关联度表

指标	关联度	排序
常态化	0.8997	1
动态化	0.7632	2
调节式	0.4066	3

由表7可看出，村支两委干部绩效评估标准三个一级指标–常态化指标、动态化指标、调节式指标对村支两委干部绩效综合考评影响程度的关联度都比较大。其中常态化指标对于村支两委干部绩效综合考评影响程度关联度最高为0.8997，说明常态化指标对村支两委干部绩效综合考评影响最大，通过常态化指标的设定和考评驱动，能有效地提高村支两委干部的治理效果。其次是动态化指标对于村支两委干部绩效综合考评关联度为0.7632，村支两委干部在动态化指标的影响下将会提高能力，总体的治理效果将会更高。通过灰色关联度可得出三大类指标的权重。故而本文提出以下绩效评价指标体系如图1。

Figure 1. Diagram of the performance evaluation indicator system

图1. 绩效评价指标体系图

4. 结语

本研究以湘西州8县市24个村落的村支两委干部为样本，探讨乡村振兴背景下基层干部绩效评价体系的构建与应用，旨在为科学考核干部、提升治理效能提供量化工具与实践参考。通过因子分析与灰色关联分析，本文构建了包含常态化、动态化、调节式三类指标的绩效评价体系。

研究核心发现：三类指标中，常态化指标(关联度0.8997)对绩效评价的影响最为显著，其聚焦“德、能、勤、绩、廉”五维度的日常表现，是衡量干部综合素质的核心依据；动态化指标(关联度0.7632)次之，适用于差异化考核不同岗位与区域干部的经济发展、人文民生等关键成效；调节式指标则作为强化考核导向的辅助工具，通过奖惩机制强化考核导向性。三类指标的权重分配(常态化50%、动态化35%、调节式15%)既保证了评价的系统性，又体现了因地制宜的灵活性。

基于研究结论，完善村支两委干部绩效评价体系需从三方面着力：一是深化常态化指标的精细化设计，重点细化“德”维度中的政治修养、“能”维度中的创新能力等核心指标，确保全面反映干部日常履职的综合素质；二是提升动态化指标的场景适配性，针对农业村、旅游村、生态村等不同类型村落，差异化调整经济发展、生态保护等指标的权重，实现考核的精准化与因地制宜。；三是优化调节式指标的激励效能，将群众满意度、乡村振兴重点任务完成度等关键结果性指标有效纳入奖惩范围，引导干部切实聚焦民生实事与发展成效。

基金项目

2025年度湖南省大学生创新创业训练计划项目(S202510531083)。

附 录

Table A1. Performance evaluation indicators for cadres of village branches and committees

表A1. 村支两委干部绩效评价指标

影响因素	符号说明
政治修养	$X_1$
道德品行	$X_2$
理论水平	$X_3$
务实作风	$X_4$
科学文化	$X_5$
专业素质	$X_6$
实践能力	$X_7$
决策能力	$X_8$
创新能力	$X_9$
守时出勤	$X_{10}$
履行职责	$X_{11}$
忠诚敬业	$X_{12}$
态度效率	$X_{13}$
完成工作量	$X_{14}$
工作效益	$X_{15}$
工作效率	$X_{16}$
主要贡献	$X_{17}$
党风廉政建设	$X_{18}$
工作作风	$X_{19}$
业余生活	$X_{20}$
廉洁自律	$X_{21}$
各村GDP及增长率	$X_{22}$
财政收入及增长率	$X_{23}$
人均GDP及增长率	$X_{24}$
人均财政收入及增长率	$X_{25}$
村庄产业结构	$X_{26}$
失业率	$X_{27}$
就业率	$X_{28}$
城乡居民收入及增长率	$X_{29}$
文化生活丰富度	$X_{30}$
物价指数	$X_{31}$
社保医保覆盖率	$X_{32}$
受高等教育人口比重	$X_{33}$
治安状况及居民安全感	$X_{34}$
人口自然增长率	$X_{35}$
万元GDP能耗	$X_{36}$
能耗、耕地保有量	$X_{37}$
万元GDP建设用地	$X_{38}$
科技对经济贡献率	$X_{39}$
政府负债	$X_{40}$
主要污染物排放总量	$X_{41}$
空气质量指数	$X_{42}$
森林覆盖率	$X_{43}$
公民对环境满意率	$X_{44}$
水质指标	$X_{45}$
二氧化碳排放量	$X_{46}$

NOTES

^*通讯作者。