智慧城市建设水平评价模型

分类：建筑设计论文发表 时间：2019-11-10 10:43 关注：(1)

　　智慧城市的建设对于增强政府城市管理能力，改善市民生活体验感，促进城市产业的转型升级，都有着良好的驱动力。从当前我国智慧城市建设的地理分布来看，已初步形成环渤海、长三角、珠三角、中西部四大智慧城市群，因此对其建设水平进行相应评价并为后续建设提供实证检验的相应支持就显得尤为必要。对于智慧城市建设水平的评价研究在学术界已取得一定成果，主要集中在两个方面：一是评价指标的设计，二是对智慧城市建设中某一领域问题的关注。但也存在不足：一是提出的评价指标多，实际应用少，不同的国家、部门、地区都提出了各自的评价指标体系，具有明显的地方烙印，但利用已有的指标体系进行实际验证的则较少，这导致指标的数目越来越多，但人们对指标的信度和效度的了解却不够，不利于指标的进一步改良和推广;二是已有成果绝大多数是对重点城市的研究，所构建的重点城市的评价指标体系不一定具有普适性。因此，构建适合考察对象的智慧城市建设水平评价的指标体系，以及对其建设水平进行量化评价就显得尤为必要而紧迫。

　　关键词：智慧城市;建设

　　国内外相关学者从生态构成和技术构成的角度分析了智慧城市建设的理念。从生态构成的角度将智慧城市视为动态的生态系统，其建设应围绕人与城市的关系展开，提出智慧城市建设的六要素(包括智慧基础设施、智慧治理、智慧民生、智慧产业、智慧人群和智慧环境);从技术构成的角度，将智慧城市虚拟为高级的信息决策网络，由五个部分构成：智能化城市基础设施、城市信息网络、基于云计算技术的业务应用平台、信息数据库、知识型劳动者。综合以上观点，本文认为，智慧城市是信息化的城市，依托信息技术的高速发展来更加有效地整合城市资源，提高城市运行效率，快速回应城市主体的需求，这既秉承了城市的服务职能，又汲取了信息化思潮的营养，为智慧城市的快速推广提供了可能。

　　1智慧城市建设水平评价指标体系的构建

　　智慧城市的建设是多种因素共同作用的结果，因此，对于评价智慧城市建设水平的指标构建，不同地区、机构、学者选取的衡量指标不尽相同。借鉴学者王振源所提出的评价指标体系作为参考模板，构建了本文所使用的指标体系，包括四类一级指标(目标层)，11项二级指标(准则层)以及24项三级指标(方案层)，见表1。

　　2基于AHP的智慧城市建设水平评价模型

　　2.1AHP层次分析法

　　20世纪70年代初，美国匹兹堡大学教授Saaty提出了AHP层次分析法。这种分析方法将与决策相关的指标分解为目标层、准则层和方案层，在此基础上通过构造两两指标重要性对比的判断矩阵，由此定量分析各项指标的权重，以此作为决策的基础。本文运用该层次权重决策方法的基本思路是：首先是构建智慧城市建设水平评价层次结构模型，然后对各层的组成指标构造对比矩阵，并通过一致性检验来确定该矩阵是否满足一致性的要求。并在此基础之上确定各项指标的相对权重，最后结合相关专家对各项评价指标的赋分，通过各项指标不同的权重计算出三大智慧城市群各项指标具体得分，并以此作为三大智慧城市群智慧城市建设绩效评价和政策制定的依据。

　　2.2评价指标权重的确定

　　2.2.1构造对比矩阵通过对相关领域专家的访谈，根据其建议确定与目标层A项对应的四类一级指标相对于智慧城市建设水平评价指标体系的重要性权重，由此构造了目标层A的对比判断矩阵。2.2.2计算指标权重以目标层A四类一级指标(智慧基础设施、公共管理应用、公共服务应用和公共支撑系统)重要性之比较为例，构造判断矩阵为：2.3权重的确定根据上述方法，可构造准则层B中11个二级指标相对于目标层A的4个判断矩阵，以及方案层C中24个三级指标相对于准则层B的11个判断矩阵，并对其进行一致性检验，由此得出二级指标和三级指标权重。在分别求得目标层、准则层和方案层的权重的基础上，即可综合计算出智慧城市建设评价指标体系中24个三级指标的合成权重，可由目标层、准则层和方案层的权重乘积得出，并按照其权重大小进行排序，详细结果见表2。

　　3实证分析

　　为求证该评价方法的客观性，本文选取了以北京、天津、大连、青岛、济南为主的环渤海智慧城市群、以南京、无设水平综合得分分别为81.05分、71.48分和63.3分，分别处于优秀、良好和一般三个不同的等级。对于智慧基础设施而言，三大智慧城市群得分分别为94.69、84.06和81.06分，均达到了优秀，这说明其智慧基础设施建设效果显著。但同时，长三角智慧城市群的得分明显高于环渤海智慧城市群和中西部智慧城市群，这与现实状况一致;对于公共管理应用而言，得分分别为84.27分、78.21分和71.21分，只有长三角智慧城市群刚符合优秀的标准，环渤海智慧城市群处于良好的上限，而中西部智慧城市群则仅仅符合良好。究其原因可以看到：三大智慧城市群的环境治理自动化检测覆盖率得分均较低，从而拉低了该项指标得分;对于公共服务应用而言，三大智慧城市群得分分别为79.14分、74.2分和63.55分，长三角智慧城市群和环渤海智慧城市群达到了良好，且长三角智慧城市群居于良好的上限，而中西部智慧城市群仅仅处于一般的下限;对于公共支撑体系而言，三市的得分分别为77.91分、65.13分和56.3分，对应的等级分别为良好、一般和较差，在人才引进和资金支撑方面，环渤海智慧城市群和中西部智慧城市群都明显落后于长三角智慧城市群。智慧城市的发展受到包括科技水平、政策环境、人才结构等在内的多种因素影响，但从根本上讲，一个城市的经济水平决定了智慧城市的发展程度。从宏观角度看，该评价结果与三大智慧城市群的经济发展状况是密切吻合的。长三角城市群作为中国第一、世界第六大城市群，与“一带一路”、长江经济带交汇，是中国参与国际竞争的重要平台，经济发展的基础好，且发展迅速，其GDP总量和人均GDP均居于全国四大智慧城市群的前茅，2017年南京、无锡、杭州2017年人均GDP均超过了2万美元，上海GDP总量更是稳居全国第一。环渤海城市群，以国家的老工业城市居多，虽然近年来面临经济结构转型升级的阵痛，但电子信息、新能源、新材料等战略性产业已逐步成为其新兴经济增长点，多年来环渤海城市群的GDP总量一直居于我国前列。可见，长三角城市群和环渤海城市群雄厚的经济实力为其智慧城市建设提供了良好的经济保障，所以，两大城市群在智慧基础设施建设方面均处于领先的地位。对于中西部智慧城市群而言，其经济发展水平远远落后于长三角智慧城市群和环渤海智慧城市群，其智慧城市的发展程度也就明显落后。从微观层面分析可以看到，三大智慧城市群的智慧基础设施建设的得分均达到优秀，说明三大智慧城市群的政府在智慧城市的建设中，均把智慧基础设施的完善置于重要地位，这与实际情况相符;公共管理应用和公共服务应用均得分不高，这两项指标反映了政府的管理水平及服务的能力，这说明当前智慧城市的建设，政府对公共资源的运用和管理能力仍然存在欠缺，这也能从当前出现的一系列诸如食品安全、劳动安全、环境污染等社会问题中得到佐证。因此，在今后的智慧城市建设过程中，政府应努力改进自身进行公共资源管理的能力，增加公共产品的供给，提升公共服务的水平，使市民切实体会到智慧城市带来的便利与幸福感;三大智慧城市群的公共支撑体系得分均较低，这也说明三市智慧城市的建设均存在制度、人才和资金方面的欠缺，公共支撑体系作为智慧城市建设的保障，它的缺乏必然会使智慧城市建设的可持续性受到影响。

　　4结论与讨论

　　第一，该评价指标体系中各项指标权重的大小对制定智慧城市建设的政策有直接的指导意义。对于目标层A中，“公共支撑体系”这项指标赋值最高(0.5)，对于方案层C中，24个三级指标中，权重列前三位的分别是“专项资金配套水平”赋值最高(0.24)，“网上行政审批覆盖率”(0.116)，“专业人才引进力度”(0.098)。对比权重前三的各项指标得分，网上行政审批覆盖率在智慧城市的建设中较为完善，而其他两项都存在建设不足的现状。因此，在智慧城市的下一步建设中，应重点抓好公共支撑体系的建设，尤其是要加强智慧城市建设的资金投入，以及相关人才的引进力度。第二，对于智慧城市建设水平评价指标体系的构建，由于不同的城市所具备的资源条件不同，智慧城市建设的阶段安排和建设重点不同。因此，在构建其评价指标体系时，应根据具体情况做局部微调，以满足指标选取具有系统性、代表性和可操作性的原则。第三，该评价方法采用了AHP结合专家赋分的方式，能够较为准确地评价某一城市的智慧城市建设水平，但该评价方法在构造对比判断矩阵时，相应指标两两对比的重要性由相关专家靠经验赋值，因此具有较大的主观性。为了达到评价结果的客观性，应广泛征集有关专家的意见，以减小赋分人员主观性的影响，提高该评价方法的准确性。

　　作者：何琴 单位：湖南师范大学公共管理学院