協(xié)調(diào)發(fā)展視域下智慧城市發(fā)展?jié)摿Φ慕M合測度與收斂性——以長江經(jīng)濟帶11個中心城市為例

儲　震,楊桂元

(安徽財經(jīng)大學 數(shù)量經(jīng)濟研究所，安徽 蚌埠 233030)

?

協(xié)調(diào)發(fā)展視域下智慧城市發(fā)展?jié)摿Φ慕M合測度與收斂性
——以長江經(jīng)濟帶11個中心城市為例

儲震,楊桂元

(安徽財經(jīng)大學 數(shù)量經(jīng)濟研究所，安徽 蚌埠 233030)

摘要：首先基于向量夾角余弦的組合評價模型，對2004-2013年間長江經(jīng)濟帶11個中心城市的智慧城市發(fā)展?jié)摿M行了組合測度；然后基于σ收斂和絕對β收斂檢驗方法，實證分析了2004-2013年區(qū)域智慧城市發(fā)展?jié)摿Φ氖諗啃赃^程；最后基于GM模型，對2014-2018年區(qū)域智慧城市發(fā)展?jié)摿Φ幕厩闆r進行了外推預測。結(jié)果表明：長江經(jīng)濟帶整體智慧城市發(fā)展?jié)摿χ鹉暝鲩L，區(qū)域間存在絕對β收斂，但不存在σ收斂，區(qū)域發(fā)展不均衡的矛盾依然存在。

關鍵詞：長江經(jīng)濟帶；智慧城市;發(fā)展?jié)摿?組合評價模型;收斂性模型;GM模型

一、引言

智慧城市是利用先進的信息技術,實現(xiàn)城市智慧式管理和運行,進而促進城市的和諧、可持續(xù)成長的新模式。目前國內(nèi)外學者關于智慧城市的研究主要集中在內(nèi)涵概念的闡述、評價指標的選擇以及評價方法的構建上。關于智慧城市的內(nèi)涵概念闡述,李德仁[1]等從技術創(chuàng)新突破層面把智慧城市看成是數(shù)字城市加上物聯(lián)網(wǎng)技術應用下的一種新型城市模式;金江軍[2]等從城市運行效率提升層面把智慧城市看成是通過物聯(lián)網(wǎng)、云計算、人工智能、數(shù)據(jù)挖掘等技術手段來提高城市運行智能化水平的嶄新城市樣式;駱小平[3]等從民生服務質(zhì)量提高層面把智慧城市看成是運用信息技術手段對公眾服務、社會管理、產(chǎn)業(yè)運作等各方面需求做出智能響應的全新城市形態(tài)。關于智慧城市的評價指標選擇,龔炳錚[4]等圍繞城市環(huán)境、城市發(fā)展水平、城市效益3個維度構建了智慧城市發(fā)展水平的評價指標體系;劉笑音[5]等圍繞信息基礎設施、公共支撐平臺、城市競爭力、價值實現(xiàn)4個維度構建了智慧城市發(fā)展?jié)摿Φ脑u價指標體系。關于智慧城市的評價方法選擇,項勇[6]等運用ANP-TOPSIS法對四川省的四個城市的智慧城市發(fā)展水平進行了評價;鄒凱[7]等利用灰色關聯(lián)理論和BP神經(jīng)網(wǎng)絡對智慧城市發(fā)展?jié)摿M行了評價。

通過梳理相關文獻發(fā)現(xiàn),多數(shù)研究只是處于理論探索的層面,很少有進行實證分析的研究成果。相對于較為成熟的智慧城市評價研究而言,有關區(qū)域間智慧城市發(fā)展?jié)摿Φ姆治鲞€不夠完善?，F(xiàn)階段,智慧城市建設已成為長江經(jīng)濟帶地區(qū)新型城鎮(zhèn)化發(fā)展的重要方向,然而,取得進步的同時也應該看到問題,智慧城市發(fā)展的地區(qū)差距正日益擴大[8],并成為整個區(qū)域發(fā)展不平衡的重要因素之一。因此,對智慧城市發(fā)展?jié)摿Φ臏蚀_測度與外推預測,并研究其地區(qū)差距的演化過程對于智慧城市建設的前期論證和區(qū)域協(xié)調(diào)發(fā)展的指導就顯得尤為關鍵。

二、研究方法

(一)基于向量夾角余弦的組合評價模型

在對復雜經(jīng)濟系統(tǒng)進行評價的過程中,單一評價方法往往顯得過于片面,而組合評價模型能夠很好地克服這一問題。本文以向量夾角余弦為準則構造了一種新型組合評價模型——基于向量夾角余弦的組合評價模型,以期提高評價的科學合理性。

從上式不難看出,組合評價方法的向量夾角余弦是關于各單項評價方法的權重向量W=(w1,w2,…,wm)T的一個函數(shù),故可記為ηj(W).根據(jù)夾角余弦的性質(zhì),組合評價值與單項評價值兩個向量之間的夾角愈小愈好,即夾角的余弦以大為好。為了得到更佳組合評價效果,可以構建如下基于向量夾角余弦的組合評價模型:

為了評價基于向量夾角余弦的組合評價模型的有效性,可通過構建平方和誤差SSE、均方誤差MSE、均絕對誤差MAE、均絕對百分比誤差MAPE、均方百分比誤差MSPE的誤差評價指標體系予以論證。與預測問題相比較,評價問題的真實值比較難確定。根據(jù)中心極限定律,在沒有其他更好的替代方案情況下,取各單項方法的平均值序列{xi,i=1,2,…,n}作為第i個評價單元的基準評價值。值得注意的是,為保證組合評價結(jié)果的合理有效性,建立在單一評價方法基礎上的組合評價方法還必須滿足以下兩個重要條件:其一,幾種單一評價結(jié)果能夠互相驗證,具有一致性;其二,組合評價與原始評價結(jié)果應密切相關。所以在組合評價時有必要運用Kendall一致性系數(shù)檢驗法來進行事前事后檢驗。

(二)收斂性模型

針對當前智慧城市發(fā)展?jié)摿Φ牡貐^(qū)差距測算及其變化態(tài)勢的研究不足,本文運用σ收斂和絕對β收斂理論對地區(qū)收斂性特征進行了實證檢驗。

1.σ收斂

智慧城市發(fā)展?jié)摿Ζ沂諗總?cè)重于分析各區(qū)域智慧城市發(fā)展?jié)摿Φ牟罹?是指各區(qū)域智慧城市發(fā)展?jié)摿Φ牟罹嚯S時間而逐步縮小,最終發(fā)展?jié)摿^低的地區(qū)將追趕上發(fā)展?jié)摿^高的地區(qū)。其表達式為:

其中,σt表示智慧城市發(fā)展?jié)摿ζx整體平均水平的程度，n為評價區(qū)域的個數(shù),Ii是第i個評價區(qū)域智慧城市發(fā)展?jié)摿Φ脑u價值。如果σt<σt-1,則表明區(qū)域間存在σ收斂。

2.絕對β收斂

智慧城市發(fā)展?jié)摿^對β收斂是指各區(qū)域的發(fā)展?jié)摿υ鲩L速度與發(fā)展?jié)摿λ街g存在負相關關系,隨著時間的推移,各區(qū)域智慧城市發(fā)展?jié)摿υ鲩L率將收斂于一個共同的穩(wěn)態(tài)值。其表達式為:

其中,Ii,t表示第t期即期初的智慧城市發(fā)展?jié)摿υu價值,ui,t是隨機誤差項。如果系數(shù)b1為負,并通過了顯著性水平檢驗,則表明區(qū)域間存在絕對β收斂。

(三)灰色預測模型

三、區(qū)域智慧城市發(fā)展?jié)摿Φ膶嵶C研究

(一)數(shù)據(jù)的選取及來源

各省省會城市在一定程度上代表了本地區(qū)的發(fā)展狀況,限于數(shù)據(jù)的可獲取性和分析的代表性,本文選取長江經(jīng)濟帶11個中心城市作為研究對象。構建科學合理的評價指標體系是對智慧城市發(fā)展?jié)摿M行評價的重要前提,通過分析國內(nèi)外學者在評價智慧城市發(fā)展?jié)摿r采用的指標,并結(jié)合我國的現(xiàn)實條件,本文圍繞2009年維也納理工大學區(qū)域科學中心首次提出的體現(xiàn)城市智慧的6個維度(經(jīng)濟增長、移動便捷、環(huán)境舒適、民眾智慧、生活安全、治理公正)篩選出能夠有效評價長江經(jīng)濟帶智慧城市發(fā)展?jié)摿Φ闹笜梭w系,具體如表1所示。

表1　智慧城市發(fā)展?jié)摿υu價指標體系

(二)區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合測度

每個指標都是研究智慧城市發(fā)展?jié)摿Φ闹饕绊懸蜃?但并不是每個指標在發(fā)展?jié)摿υu價中起同等的作用,因此分別采用變異系數(shù)法、熵值法和因子分析法三種不同的單項評價法來確定各指標的權重,進而計算出各方法下的綜合評價值,受篇幅限制,對于計算結(jié)果本文將不一一列出[9-10]。眾所周知,變異系數(shù)法、熵值法和因子分析法都是客觀定量評價法,但它們的評價角度卻不盡相同。Kendall一致性系數(shù)檢驗結(jié)果表明,這三種單項評價方法在α=0.01的顯著水平上具有一致性。也就是說,三種方法的評價結(jié)果關系密切,任何一種方法都具有合理性,不能被舍棄。這也為組合評價方法的運用提供了前提。依賴樣本數(shù)據(jù)的變異系數(shù)法與熵值法往往受數(shù)據(jù)隨機性影響較大,而因子分析法在對指標綜合濃縮的過程中也會丟失部分原有信息。為了彌補單一方法分析的片面性,有效綜合各方面信息,對這三種評價方法加以整合就顯得尤為重要。首先運用極值法分別對三種單項方法下的綜合評價值進行標準化處理,再依據(jù)組合評價理論得出各方法的權重分別為w1=0.381,w1=0.267,w1=0.352,最后計算出組合評價值,結(jié)果如表2所示。

Kendall一致性系數(shù)檢驗結(jié)果表明,三種單項評價方法與組合評價方法在α=0.01的顯著水平上同樣具有一致性。也就是說長江經(jīng)濟帶中心城市2004—2013年間智慧城市發(fā)展?jié)摿υ谶@四種評價方法下的序列形式呈現(xiàn)高度相關，于是通過了組合評價方法的事后檢驗。

同時,通過計算各方法下的誤差評價指標值并加以對比發(fā)現(xiàn),相較于各單項評價方法,基于向量夾角余弦的組合評價模型的各種誤差指標值要小得多,結(jié)果如表3所示。一定程度上反映了基于向量夾角余弦的組合評價方法要優(yōu)于其他單項評價方法,能夠很好地提高評價效度。

根據(jù)表2的數(shù)據(jù),從橫縱向?qū)用娣謩e計算出長江經(jīng)濟帶整體及各智慧城市發(fā)展?jié)摿Φ钠骄?從而可對區(qū)域整體情況進行一般分析,具體結(jié)果見表4及圖1所示。

表2　區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合評價結(jié)果

表3　效度評價指標體系

表4　區(qū)域智慧城市發(fā)展?jié)摿Φ那闆r

圖1　區(qū)域智慧城市發(fā)展?jié)摿Φ恼w變化趨勢

由表4可知,就各城市歷年整體水平而言,上海的智慧城市發(fā)展?jié)摿h遠高于其他地區(qū),南京、重慶、武漢、成都、杭州智慧城市發(fā)展?jié)摿儆诘诙蓐犓?長沙、合肥、南昌、昆明、貴陽則屬于第三梯隊水平。不難理解,位于長江中下游地區(qū)的快速發(fā)展與其區(qū)位優(yōu)勢、經(jīng)濟實力、科技投入等因素密不可分,這些地區(qū)應積極發(fā)揮輻射帶頭作用,其他地區(qū)則應該取長補短,積極向標桿城市學習。由圖1可知,就長江經(jīng)濟帶整體而言,其整體發(fā)展?jié)摿χ鹉瓿噬仙厔?但增長速度卻有所放緩。一方面表明長江經(jīng)濟帶智慧城市建設潛力巨大,另一方面也暴露出區(qū)域間協(xié)調(diào)發(fā)展的緊迫性。

(三)區(qū)域智慧城市發(fā)展?jié)摿Φ牟町愂諗啃?/p>

1.σ收斂分析

由σ收斂性分析原理可得出長江經(jīng)濟帶區(qū)域間智慧城市發(fā)展?jié)摿Φ臉藴什罴捌浒l(fā)展趨勢[11-12],具體見表5及圖2所示。

表5　區(qū)域智慧城市發(fā)展?jié)摿藴什畹慕y(tǒng)計值

從長江經(jīng)濟帶整體層面來看,區(qū)域間智慧城市發(fā)展?jié)摿藴什钭?004年以來一直處于不斷擴大的發(fā)展趨勢,只在2013年有少許減少。這說明2004-2012年間長江經(jīng)濟帶智慧城市發(fā)展?jié)摿Φ慕^對差異在逐步擴大,不存在σ收斂的趨勢,但其發(fā)散速度呈下降趨勢。

圖2　區(qū)域智慧城市發(fā)展?jié)摿藴什畹淖兓厔?/p>

2.絕對β收斂分析

運用Eviews6.0的面板數(shù)據(jù)模型可對長江經(jīng)濟帶區(qū)域智慧城市發(fā)展?jié)摿M行絕對β收斂性檢驗,就整個長江經(jīng)濟帶而言,其系數(shù)值b為負,在5%顯著性水平下通過T統(tǒng)計檢驗,而且模型整體在10%顯著性水平下通過F檢驗,具體結(jié)果如表6所示。

表6　區(qū)域智慧城市發(fā)展?jié)摿^對β收斂性檢驗結(jié)果

從統(tǒng)計上來看,長江經(jīng)濟帶智慧城市發(fā)展?jié)摿^(qū)域存在著絕對β收斂,即智慧城市發(fā)展?jié)摿Φ偷牡貐^(qū)增長率較高,區(qū)域間增長率最終將收斂于某一穩(wěn)態(tài)。

綜合分析區(qū)域間收斂性檢驗結(jié)果可知,長江經(jīng)濟帶智慧城市發(fā)展?jié)摿Φ牡貐^(qū)差距較大,而且有不斷擴大的趨勢,雖然近幾年速度有所放緩。這表明長江經(jīng)濟帶地區(qū)要實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展還有很多的工作要做。

(四)區(qū)域智慧城市發(fā)展?jié)摿Φ耐馔祁A測

為了進一步了解區(qū)域智慧城市發(fā)展?jié)摿Φ奈磥戆l(fā)展態(tài)勢,從而更好地指導城市發(fā)展規(guī)劃,利用灰色預測模型可對長江經(jīng)濟帶區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合評價值進行外推預測并計算相關統(tǒng)計值,具體結(jié)果如表7所示。

表7　區(qū)域智慧城市發(fā)展?jié)摿Φ耐馔祁A測結(jié)果

就外推預測結(jié)果而言,在2014-2018年間,除南昌外各區(qū)域智慧城市發(fā)展?jié)摿ο鄬ε琶窬只疚醋?。長江經(jīng)濟帶整體智慧城市發(fā)展?jié)摿θ詫⒗^續(xù)攀升,且呈高速增長態(tài)勢。此外,區(qū)域間不存在σ收斂條件,且其發(fā)散速度開始轉(zhuǎn)為上升趨勢。這與當前長江經(jīng)濟帶區(qū)域智慧城市的建設形勢基本一致,因此,對接長江經(jīng)濟帶發(fā)展戰(zhàn)略對于未來區(qū)域協(xié)調(diào)發(fā)展就顯得尤為關鍵。

四、結(jié)論及建議

本文綜合運用組合評價模型、收斂性模型及GM(1,1)模型對2004-2018年間長江經(jīng)濟帶11個中心城市的智慧城市發(fā)展?jié)摿捌洳町愂諗啃宰隽私y(tǒng)計描述和實證檢驗,由此得出基本結(jié)論:

(1)2004-2013年間長江經(jīng)濟帶區(qū)域智慧城市發(fā)展?jié)摿Φ慕^對差異雖然一直處于擴大趨勢,但其發(fā)散速度在逐年縮小。此外,區(qū)域間智慧城市發(fā)展?jié)摿Φ脑鲩L率具有顯著地趨同態(tài)勢。

(2)若無重大政策性調(diào)整,2014-2018年間的外推預測結(jié)果顯示,長江經(jīng)濟帶整體智慧城市發(fā)展?jié)摿﹄m然會沿著較高的速度增長,但是區(qū)域間的絕對差異也將以較快的發(fā)散速度繼續(xù)擴大。

由上可知,自2004年以來,長江經(jīng)濟帶整體智慧城市發(fā)展?jié)摿χ鹉暝鲩L,然而區(qū)域間發(fā)展不均衡的矛盾依然存在?，F(xiàn)階段,我國正處于城鎮(zhèn)化加速發(fā)展的時期,部分地區(qū)“城市病”問題日益嚴峻。建設智慧城市已成為實現(xiàn)城市可持續(xù)發(fā)展，引領信息技術應用，提升城市綜合競爭力等方面的重要新思路,我們必須重視智慧城市發(fā)展?jié)摿Φ膮^(qū)域差異性問題。為落實“十三五規(guī)劃”提出的“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的發(fā)展理念,必須對接長江經(jīng)濟帶戰(zhàn)略,提高區(qū)域開放程度、加強區(qū)域合作交流,加快區(qū)域協(xié)調(diào)步伐,進而提升沿江智慧城市發(fā)展新高度。

參考文獻：

[1]李德仁,邵振峰,楊小敏.從數(shù)字城市到智慧城市的理論與實踐[J].地理空間信息,2011,9(6):1-5.

[2]金江軍.智慧政府:電子政務發(fā)展的新階段[J].信息化建設,2011(11):16-17.

[3]駱小平.“智慧城市”的內(nèi)涵論析[J].城市管理與科技,2010(6):34-37.

[4]龔炳錚.智慧城市評價指標和評估方法的探討[J].辦公自動化,2015(2):38-42.

[5]劉笑音,鄭淑蓉.基于主成分方法的我國智慧城市發(fā)展?jié)摿υu價——根據(jù)東部11個城市的數(shù)據(jù)[J].科技管理研究,2013,33(22):75-79.

[6]項勇,任宏.基于ANP-TOPSIS方法的智慧城市評價研究[J].工業(yè)技術經(jīng)濟,2014(4):131-136.

[7]鄒凱,包明林.基于灰色關聯(lián)理論和BP神經(jīng)網(wǎng)絡的智慧城市發(fā)展?jié)摿υu價[J].科技進步與對策,2015,32(17):123-128.

[8]王建龍,李明東,陳虹.我國智慧城市區(qū)域發(fā)展的非均衡現(xiàn)狀研究[J].經(jīng)濟研究導刊,2015(14):106-107.

[9]潘興俠.我國區(qū)域生態(tài)效率評價、影響因素及收斂性研究[D].南昌：南昌大學,2014.

[10]牟芳華,王紅梅,楊冬梅.我國省際城市競爭力綜合測評[J].價值工程,2006(7):14-17.

[11]張建升.物流業(yè)發(fā)展的地區(qū)差異及其收斂性分析[J].蘭州商學院學報,2011,27(2):17-21.

[12]冷俊峰.湖南省利用FDI區(qū)域差異收斂性[J].經(jīng)濟地理,2016,36(3):125-130.

(編輯：陳鳳林)

*收稿日期：2016-05-30

基金項目：國家社會科學基金項目“組合預測模型與方法創(chuàng)新及其優(yōu)化理論研究”(12BTJ008);安徽財經(jīng)大學研究生科研創(chuàng)新基金項目“中國樓市去庫存壓力預警及其解決路徑研究”(ACYC2015083)

作者簡介：儲震(1991- ),男,安徽安慶人,安徽財經(jīng)大學碩士生,主要從事數(shù)量經(jīng)濟學研究;楊桂元(1957- ),男,安徽蕭縣人,安徽財經(jīng)大學教授、碩士生導師,主要從事數(shù)量經(jīng)濟學研究。

中圖分類號：F224

文獻標識碼：A

文章編號：1009-5837(2016)03-0064-06

The Combined Measures and Convergence of the Development Potential of Smart Cities from the Perspective of Coordinated Development——Taking the 11 Central Cities of the Yangtze River Economic Belt as an Example

CHU Zhen, YANG Gui-yuan

(InstituteforQuantitativeEconomicResearch,AnhuiUniversityofFinance&Economics,BengbuAnhui233030,China)

Abstract：Based on the combined evaluation model of vectorial angle cosine, this paper firstly takes combined measures of the smart city development potential of the 11 central cities of the Yangtze River Economic Belt in the period from 2004 to 2013; then, using the test methods of σ convergence and absolute β convergence, it makes an empirical analysis of the convergence process of the development potential of the regional smart cities in the period from 2004 to 2013; finally, on the basis of the GM model, it makes an extrapolation prediction about the basic situation of the development potential of the regional smart cities in the period from 2014 to 2018. The results show that the development potential of the regional smart cities of the Yangtze River Economic Belt as a whole has increased year by year and that absolute β convergence does exist among the regions instead of σ convergence and so does the contradiction of unbalanced regional development.

Key words：Yangtze River Economic Belt; smart city; development potential; combined evaluation model; convergence model; GM model