指标体系的构建原则、依据与数据的选取
在构建GDP健康度测评理论模型的过程中，我们主要遵循了全面性、敏感性、可比性、可操作性和动态性五个基本原则，以用最适宜的指标来真实反映经济发展状况为导向，以我国省市一级目前所处的实际发展阶段和经济社会状况为根本前提，在原有以增长和稳定为核心的GDP健康度评价体系上，引入了包括空气、水资源质量等在内的衡量绿色发展方面的评价指标，最终确定了平稳增长度（综合衡量增长和稳定两个方面）和绿色增长度两个一级指标。而在指标数据选取方面，则是充分建立在数据的可获取性之基础上，同时还参考了国家发改委、国家统计局、环境保护部、中央组织部制定的《绿色发展指标体系》，具体指标选取的理论依据以及所选择的指标数据说明如下。
平稳增长
GDP（国内生产总值），通俗来讲就是一个国家所有常住单位在一定时期内生产活动的最终成果。GDP是国民经济核算的核心指标，也是衡量一个国家经济状况和发展水平的重要指标。GDP的核算主要采取三种方式，生产法、收入法和支出法。为了更好地衡量我国国民经济生产活动的成果，我国国家统计局发布的GDP数据，主要是以生产法为基础核算的结果。自2015年第三季度起，我国GDP的核算改为分季核算的方式，累计数据通过当季数据相加得到。这种分季核算的方式吸收采纳了联合国的SNA基本核算原则、内容和方法，具有一定的国际可比性，同时也增强了对地区之间增速进行比较的可操作性。当前，通过观察连续季度GDP的同比增速是否处于平稳状态，波动是否剧烈，是评判我国经济是否处于稳定向好的发展态势、转型升级是否在稳步推进的最普遍方法。
本次测评中，结合数据的可得性和可用性，以及为了集中体现一个固定时期内GDP增长方面的稳定情况，主要采用了以分季度GDP同比增速来衡量经济增速，以分季度GDP同比增速标准差来衡量增长波动情况。具体的指标构成如下（经标准化处理后）：
平稳增长度=分季度GDP同比增速均值/增长波动率
绿色增长
当前，我国经济发展进入新常态。为保障经济社会持续健康发展，就必须摆脱传统的“粗放式”模式，就摆脱必须坚持新的发展理念。习近平总书记指出：“现在的发展不仅仅是为了解决温饱，不能光追求速度，不能盲目发展，污染环境，给后人留下沉重负担。”要求任何经济行为都必须以保护环境和生态健康为基本前提，任何经济活动不仅不能以牺牲环境为代价，而且要有利于环境的保护和生态的健康。习近平总书记强调：“经济发展、GDP数字的加大，不是我们追求的全部，我们还要注重社会进步、文明兴盛的指标，特别是人文指标、资源指标、环境指标；我们不仅要为今天的发展努力，更要对明天的发展负责，为今后的发展提供良好的基础和可以永续利用的资源和环境。”
本次测评中，为了更好地衡量发展经济过程中对“绿色”的坚持与重视，并结合数据的可得性、可用性和可比性，采用了通过污水处理率、生活垃圾无害化处理率、二氧化硫排放总量减少（较上一年）、二氧化氮排放总量减少（较上一年）四个指标得分加权来综合衡量经济的绿色增长度。另需说明的是，鉴于辽宁、江苏两省2016年的污水处理率并不能从公开统计资料中直接或间接地获取，因此这里在结合辽宁2015年污水处理率、江苏2014年污水处理率，以及两个省发布的相关《通知》中所提出的到2019年（江苏）、2017年（辽宁）要实现的污水处理率目标之基础上，通过选取完成目标需要实现的污水处理率年度增长平均值，对两个省2016年的污水处理率进行了估算。
指标权重的设定方法与结果
与此前开展地方治理能力测评评价体系所采取的主观赋权法不同，此次测评，对于指标权重的设定，我们采取的是变异系数法与主观赋权法相结合。其中，一级指标权重通过主观赋权法（有事先提示的专家调研法）得到，二级指标权重通过客观赋权法与主观赋权法相结合得到。经过综合赋权后，分别得到各指标的权重系数（见图1，P11）。与此同时，关于主观赋权法，即邀请经济增长、经济转型发展领域的专家学者各10名，以及10名在综合管理岗位上任职的党政干部，让他们分别给各指标打分，并且明确告知他们要更多地考虑提高增长质量和效益等方面的理念。在主观赋权法中，指标权重的计分方法是：我们列出待赋权重的指标，要求专家对同一层级的指标进行两两比较（如果专家认为甲指标比乙指标重要，那么就给甲指标计1分，乙指标不计分）。在这一过程中，一个指标“打败”其它指标的次数越多，所得的分数就越高。当然，这样的打分工作在一、二级指标层面同时展开。将这样的打分工作进行三轮后（在开展下一轮打分工作前，我们都将每个指标在上一轮打分中所得的平均得分告知打分者，以供其参考），我们将各指标在每轮中的得分相加，再进行相应调整，就得到了主观赋权法下各指标的权重系数。
数据的标准化处理
同时，为了增强测评结果的科学性和可比性，在对指标数据的选择和设定过程中，我们应用了此前测评研究中连续使用过的具有单调性和凸性特征的指数功效函数，对二级指标数据分别进行了无量纲化和标准化处理。该功效函数的具体形式如下：
该功效函数中，d是量化后的得分，我们将其区间控制在了60-100之间，x是观测值，也就是各指标数据的实际统计值，xh是满意值，xs是不允许值。一般来说，正向指标满意值取其各指标的最大值，不允许值取其最小值；逆向指标满意值取其最小值，不允许值取其最大值。本次测评的所有二级指标，均为正向指标。在操作过程中，经过功效函数的转换之后，就可将所有的指标数值全部转换为60-100之间的得分。
最后需要进行加权计算，统计学上比较常见的有加权算术平均合成模型、加权几何平均合成模型，以及加权算术平均和加权几何平均联合使用的混合合成模型。在这里，综合比较了以上合成方法并经过研究团队讨论之后，我们选用了加权算术平均合成模型，主要考虑到该模型算法相对于加权几何平均合成模型较为便捷，但是同样有助于拉开被评价对象的档次。进一步地，之所以采取加权平均而非算术平均，主要是考虑到加权平均考虑了个体在总体中的占有份额对均数的实际可能影响，即所谓的权重对均数的影响，是更为科学合理的。
