指标权重的设定方法与结果
在权重系数调节的具体操作上，我们采取有事先提示的专家调研法，即邀请社会保障、宏观经济、财政学、公共管理四个领域的专家学者各8名，以及16名在重要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以“善治”为核心的治理理念及江苏各地市现阶段经济社会发展实际。指标权重的计分方法是：我们列出待赋权重的指标，要求他们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，这样的打分工作是在一、二级指标层面同时展开（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）。将这样的打分工作进行五轮后，我们将各指标在每轮中的得分相加，再进行相应调整，就得到了各指标的权重系数（见图1）。
数据的标准化处理
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，我们采用了此前测评研究中连续应用过的具有单调性和凸性特征的指数功效函数，对五个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，对于正向指标（数值越高，反映了“能力”越强），满意值取指标数据中的最大值，不允许值取其最小值；而对于逆向指标（数值越高，反映了“能力”越差），满意值则取指标数据中的最小值，不允许值取其最大值。经过功效函数的转换之后，就可将各地市的指标数值全部转换为60-100之间的得分。结合分析与论证，在我们此次构建的中国地方治理能力评价体系中，失业人口比例、财政收支平衡能力的观测值越大，得分越低；其他三个二级指标则相反，观测值越大，得分越高。
有必要指出的是，依据该功效函数所得出的结果是相对结果，前述五个二级指标数据的最小值和最大值会影响各地市治理能力的得分。也就是说，如果改变参与测评的地市样本量，可能会导致数据指标的最大值和最小值发生变化，各地市治理能力的最终得分也会发生变化。但是，这并不会对各地市之间治理能力的排名顺序产生影响，也就是原有各地市治理能力的先后排序将保持不变。
治理能力与人均GDP水平相关性分析
计算和排名结果表明，江苏省13地市治理能力得分与其人均GDP之间存在显著的相关性关系（见图2）。通过进一步分析，结合各地市人均GDP排名与治理能力得分排名，发现两者之间的位差主要表现为三种形式：
第一，有2个地市的人均GDP水平排名与治理能力得分排名之间无位差：扬州市人均GDP水平排名与治理能力得分排名均为第6；淮安市人均GDP水平排名与治理能力得分排名均为第11。
第二，人均GDP水平排名与治理能力得分排名之间的位差较小（小于等于3），有8个地市。其中，位差为1的地市有5个：苏州市的人均GDP水平排名第1，该市的治理能力得分排名第2；无锡市的人均GDP水平排名第2，该市的治理能力得分排名第3；泰州市的人均GDP水平排名第8，该市的治理能力得分排名第9；徐州市的人均GDP水平排名第9，该市的治理能力得分排名第10；宿迁市的人均GDP水平排名第13，该市的治理能力得分排名第12。位差为2的地市有2个：南京市的人均GDP水平排名第3，该市的治理能力得分排名第1；镇江市的人均GDP水平排名第5，该市的治理能力得分排名第7。位差为3的地市有1个：南通市的人均GDP水平排名第7，该市的治理能力得分排名第4。
第三，人均GDP水平排名与治理能力得分排名之间的位差较大（大于等于4），有3个地市。其中，位差为4的地市有1个：连云港市的人均GDP水平排名第12，该市的治理能力得分排名第8。位差为5的地市有1个：盐城市的人均GDP水平排名第10，该市的治理能力得分排名第5。位差为9的地市有1个：常州市的人均GDP水平排名第4，该市的治理能力得分排名第13。
通过比较两者之间的位差，可以帮助我们深入探究不同地市之间的治理路径差异，同时也有利于避免推进地市治理体系和治理能力现代化过程中出现“一刀切”的现象。