中国智慧城市建设潜力评价.docVIP

中国智慧城市建设潜力评价 　　[摘 要]智慧城市是世界城市未来建设与发展的潮流。智慧城市建设潜力评价是衡量一个国家、地区智慧城市建设能力的重要信息。本文从信息基础设施、科技支撑平台、经济发展水平、城乡一体协调发展水平、文化发展水平、城市竞争力六个方面构建智慧城市建设潜力评价指标体系，运用主成分分析方法对我国36个主要城市进行了排序与潜力评价，并运用聚类分析方法，根据综合评价结果对这些城市进行了分类。在实证的基础上对智慧城市未来的规划与建设提出了相应的政策建议。 　　[关键词]智慧城市；建设潜力；主成分分析法；潜力评价 　　[中图分类号]F29 [文献标识码]A [文章编号]1672-2426（2016）02-0049-04 　　随着世界经济的发展，城市在不断地发展壮大，环境污染、交通堵塞、食品安全、公共安全等城市病问题已然成为了阻碍城市健康发展的瓶颈，城市管理和发展迷失了方向。为了解决上述问题，20世纪90年代末期兴起了“新城市主义”和“精明增长”运动[1]。与此同时，以新一代信息技术为驱动力的智慧城市概念逐步浮现出来，为未来城市发展提供了愿景和方案。截至2013年底，我国有超过300个城市提出建设智慧城市。但是目前我国智慧城市建设缺乏对自身能力和优劣势的认识，没有从以往城市建设的模式和机制中走出来，智慧城市建设规划跟风、趋同，可以说“一哄而起”、“千城一面”的格局正在呈现。因此，本文将构建一套系统、科学、可操作的评价体系，从而实现对城市和地区的智慧城市建设方面的潜力评估，进而使不同规模等级的城市能够更好地认清自身的实力和发展潜力，避免城市建设的盲目性，并为未来政府选择智慧城市建设模式和制定相应政策提供科学指导。 　　一、智慧城市发展潜力评价指标的体系构建 　　（一）选取发展潜力评价指标 　　为了选取智慧城市建设潜力的评价指标，在构建评价体系的过程中笔者主要借鉴了创新城市、学习型城市、城市发展潜力的相关研究成果，同时结合了目前国内学者和国内外机构构建的智慧城市评价指标体系，根据指标体系构建的系统性、科学性、实用性和可操作性等原则，建立了我国智慧城市建设潜力评价指标体系（见表1）。 　　本指标体系是在统筹考虑的基础上，结合我国国情构建的一套较为完整、系统的评价指标体系，主要包括信息基础设施、城市科技支撑平台、城市的综合竞争力、经济发展水平、文化发展水平及城乡一体化协调水平六个方面23项二级指标。需要指出的是，本指标体系将城乡一体化协调水平单独设为一个方面，主要是考虑到智慧城市的建设不仅仅是城市自身发展的问题，应将城乡协调发展纳入其中，否则未来智慧城市的建设将会引发城乡发展的新失衡，造成智能化的条块分割。 　　（二）样本数据的来源 　　根据我国智慧城市建设情况，本文选取36个主要城市为样本进行实证分析。所有数据主要来源《中国城市竞争力（2013）》、《中国城市统计年鉴（2013）》、《中国统计年鉴（2013）》和各城市统计年鉴及其统计公报，还有少部分数据来源于搜数网，并运用MATLAB7.0对数据进行处理分析。 　　（三）研究方法 　　以往的评价指标体系的评价方法多采用德尔菲法、层次分析法、模糊综合评价法等方法，在指标权重的确定过程中存在较强的主观性，降低了评价结果的科学性和说服力。主成分分析（CPA）是一种较好的特征提取技术，这种技术通过降维的思想对多指标进行转化生成少数几个综合指标。[2]因此，本文将采用主成分分析方法对我国智慧城市建设潜力进行综合评价。计算步骤如下：1.输入样本数据，对数据进行标准化处理，对所取函数进行内积计算，从而得到矩阵，求出样本均值和样本方差；2.求矩阵的特征值和特征向量，并找出其中最大的特征值和特征向量；3.求出主成分的贡献率，找出累计贡献率达于85%的主成分，并提取主成分；4.确定主成分回归模型的系数，构建评价模型，计算综合评价结果。 　　二、我国智慧城市发展潜力实证评估 　　本文运用MATLAB7.0软件分析工具，对所取得的数据进行处理，得出各项指标的共同度，从结果提取的因子包含了原始变量的大部分信息，因子提取效果较理想。基于本文中样本数据的特点，通过计算得到，内积函数参数取值为2时，可以使主成分数最少且主成分特征值最大，并提出18个公因子，其累计方差贡献率为85.71021%85%，足以解释原来23个指标变量所反映的信息。这样计算得出主成分回归分析的回归系数，进而完成智慧城市建设潜力评价模型的构建（见表2）。 　　根据主成分分析系数矩阵和原始数据标准化后的数据得到各指标的得分及根据这些得分计算智慧城市建设潜力的综合评价F，并根据各指标的得分对智慧城市建设潜力进行排名（见表3）。 　　接下来，本文在分析方法上采用了个案聚类分析方法，在聚类方法上选用组间平均链