面向城市特點(diǎn)的新型智慧城市評(píng)價(jià)指標(biāo)裁剪模型*

韓慧妍 況立群 熊風(fēng)光 韓 燮

（中北大學(xué)大數(shù)據(jù)學(xué)院 太原 030051）

1 引言

推進(jìn)新型智慧城市建設(shè)，是黨中央、國(guó)務(wù)院立足于我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展最新形勢(shì)做出的重大決策?！秶?guó)家“十三五”規(guī)劃綱要》也明確提出要“分級(jí)分類推進(jìn)新型智慧城市建設(shè)”［1］。新型智慧城市評(píng)價(jià)是一項(xiàng)復(fù)雜的工程，評(píng)價(jià)覆蓋范圍廣、第三方市民體驗(yàn)調(diào)查規(guī)模大、網(wǎng)絡(luò)化平臺(tái)使用廣、考核數(shù)據(jù)來源多，為此需要建立一套科學(xué)實(shí)用的新型智慧城市評(píng)價(jià)指標(biāo)體系，明確新型智慧城市工作方向，從而切實(shí)提升城市建設(shè)實(shí)效。如何進(jìn)行智慧城市的綜合評(píng)價(jià)，各國(guó)、各省市、各研究機(jī)構(gòu)及科研人員出發(fā)點(diǎn)不一致，指標(biāo)體系的構(gòu)建方法也不盡相同［2~4］。

維也納理工大學(xué)區(qū)域科學(xué)中心團(tuán)隊(duì)就歐盟28個(gè)國(guó)家內(nèi)人口超過10萬的468個(gè)城市進(jìn)行了智慧化的深入調(diào)研，確定了智慧城市發(fā)展的3大元素以及6個(gè)主題［5］。6個(gè)主題中又包含了31個(gè)二級(jí)指標(biāo)和74個(gè)三級(jí)指標(biāo)。更重視城市居住者，以人為本是核心，其智慧城市發(fā)展和建設(shè)均相對(duì)成熟，其環(huán)境、社會(huì)與經(jīng)濟(jì)的可持續(xù)發(fā)展與智慧城市共同建設(shè)發(fā)展的機(jī)制和方法體系值得其他國(guó)家借鑒。

IBM作為智慧城市概念的提出者，將智慧城市描述為一個(gè)由組織、商業(yè)、政務(wù)、交通、通訊、水和能源七大因素組成的系統(tǒng)，每個(gè)系統(tǒng)都從4個(gè)一級(jí)指標(biāo)進(jìn)行細(xì)化。智慧城市的評(píng)估應(yīng)基于城市系統(tǒng)的人、商業(yè)、政務(wù)、交通、通訊、水和能源。IBM智慧城市評(píng)估標(biāo)準(zhǔn)側(cè)重于建設(shè)水平與最佳標(biāo)準(zhǔn)的評(píng)估，重點(diǎn)關(guān)注技術(shù)的突破，所設(shè)置的指標(biāo)都是客觀性指標(biāo)，缺乏對(duì)公民主觀體驗(yàn)方面的指標(biāo)［6］。

自1999年開始，智慧社區(qū)論壇ICF每年都會(huì)進(jìn)行“年度智慧社區(qū)”的評(píng)選，在世界上具有較大的影響力。其評(píng)選標(biāo)準(zhǔn)包括5項(xiàng)永久評(píng)選主題指標(biāo)：寬帶連接、知識(shí)勞動(dòng)力、創(chuàng)新型、消除數(shù)字鴻溝、市場(chǎng)營(yíng)銷和宣傳，后來又加入了“可持續(xù)性”指標(biāo)。側(cè)重于從政府視角對(duì)寬帶基礎(chǔ)設(shè)施在社區(qū)中發(fā)揮的效用進(jìn)行評(píng)價(jià)，缺少對(duì)公民感知的重視，指標(biāo)體系中定性指標(biāo)較多，定量指標(biāo)偏少。

“新型智慧城市評(píng)價(jià)指標(biāo)體系3.0”的前身是浦東智慧城市發(fā)展研究院發(fā)布的中國(guó)版“智慧城市指標(biāo)體系1.0”和“智慧城市指標(biāo)體系2.0”，由國(guó)家發(fā)改委、中央網(wǎng)信辦等在2016年聯(lián)合發(fā)布，是我國(guó)首個(gè)國(guó)家層面設(shè)立且正式投入使用的指標(biāo)體系。該指標(biāo)體系以“以人為本、惠民便民、績(jī)效導(dǎo)向、客觀量化”為原則制定，包括客觀指標(biāo)、主觀指標(biāo)和自選指標(biāo)三部分，包含8個(gè)一級(jí)指標(biāo)、21個(gè)二級(jí)指標(biāo)和54個(gè)三級(jí)指標(biāo)，其高度重視“惠民”，在一定程度上引導(dǎo)了我國(guó)城市的建設(shè)重點(diǎn)。后來，相關(guān)部門對(duì)指標(biāo)的權(quán)重進(jìn)行了調(diào)整，最終形成了8個(gè)一級(jí)指標(biāo)、24個(gè)二級(jí)指標(biāo)和52個(gè)三級(jí)指標(biāo)的體系，其中L6網(wǎng)絡(luò)安全不再占有權(quán)重，改為扣分指標(biāo)［7］。L8市民體現(xiàn)問卷權(quán)重從20%提升到40%，從提高市民獲得感和滿意度的角度出發(fā)，引導(dǎo)各地的智慧城市建設(shè)更加注重與市民生活息息相關(guān)的領(lǐng)域。相應(yīng)地，其他6個(gè)指標(biāo)總權(quán)重從80%降為60%。L7“改革創(chuàng)新”調(diào)整為“創(chuàng)新發(fā)展”，L1惠民服務(wù)的二級(jí)指標(biāo)項(xiàng)刪除了“電商服務(wù)”，因?yàn)榇酥笜?biāo)項(xiàng)無法獲得，可評(píng)價(jià)性較差。

臺(tái)灣地區(qū)從1998年起就開始投入智慧城市建設(shè)，臺(tái)北地區(qū)曾榮獲世界通訊協(xié)會(huì)全球智慧城市首獎(jiǎng)［8］。其評(píng)價(jià)指標(biāo)包括工作和效益兩大系列、6個(gè)一級(jí)指標(biāo)、7個(gè)二級(jí)指標(biāo)。每項(xiàng)二級(jí)指標(biāo)都包括了2008年現(xiàn)狀值、2012年預(yù)期值及2016年預(yù)期值。

南京市信息中心借鑒了多種評(píng)價(jià)方法及IBM的智慧城市評(píng)價(jià)標(biāo)準(zhǔn)，構(gòu)建了智慧南京評(píng)價(jià)指標(biāo)體系，包括網(wǎng)絡(luò)互聯(lián)、智慧產(chǎn)業(yè)、智慧服務(wù)和智慧人文4個(gè)一級(jí)指標(biāo)，21個(gè)二級(jí)評(píng)價(jià)指標(biāo)［9］。

由以上研究不難發(fā)現(xiàn)，不同的評(píng)價(jià)指標(biāo)體系側(cè)重點(diǎn)不同，有些以硬件技術(shù)為導(dǎo)向，有些則以社會(huì)經(jīng)濟(jì)生活為導(dǎo)向；有些突出主觀指標(biāo)，而有些則重視客觀指標(biāo)；有些采用靜態(tài)評(píng)估，有些則采用動(dòng)態(tài)評(píng)估。對(duì)于評(píng)價(jià)結(jié)果而言，一方面，采用統(tǒng)一的指標(biāo)體系進(jìn)行評(píng)估或者排名可能使評(píng)估科學(xué)有效，所有被評(píng)估城市按照統(tǒng)一的模式建設(shè)智慧城市，可能將“智慧城市”模式化；另一方面，也會(huì)因?yàn)楹雎员辉u(píng)估城市的不同特點(diǎn)而有失公允，進(jìn)而無法基于該城市的特色進(jìn)行后續(xù)的智慧城市建設(shè)［10~11］。

歐盟將其地理范圍內(nèi)的468個(gè)城市作為評(píng)估對(duì)象，對(duì)這些城市進(jìn)行綜合排名，而發(fā)起者為維也納理工大學(xué)區(qū)域科學(xué)中心團(tuán)隊(duì)，并非從政府應(yīng)用層面出發(fā)，因此弱化了城市特色；IBM智慧城市項(xiàng)目則在全球展開，將某一城市的智慧水平與當(dāng)時(shí)的最佳水平或平均水平進(jìn)行比較，也未體現(xiàn)某一城市的特點(diǎn)。上海、臺(tái)灣、南京等雖然是基于城市構(gòu)建評(píng)價(jià)指標(biāo)體系，但是沒有并沒有融入城市的歷史、文化、旅游及商業(yè)等特色。例如，上海是我國(guó)重要的經(jīng)濟(jì)、交通、科技、工業(yè)、金融、會(huì)展和航運(yùn)中心，當(dāng)前評(píng)價(jià)指標(biāo)并未突出這些特點(diǎn)；南京作為十朝都會(huì)和我國(guó)重要的科教中心，評(píng)價(jià)指標(biāo)體系中也未體現(xiàn)其崇文重教、厚重歷史以及文化旅游的特色。那么應(yīng)該如何構(gòu)建能夠體現(xiàn)不同城市特點(diǎn)的評(píng)價(jià)指標(biāo)體系？例如如何評(píng)選全國(guó)智慧旅游城市、智慧教育城市、智慧農(nóng)業(yè)城市、智慧工業(yè)城市、智慧商業(yè)城市、智慧資源型城市？

本文結(jié)合國(guó)內(nèi)外智慧城市評(píng)價(jià)指標(biāo)體系，首先構(gòu)建評(píng)價(jià)指標(biāo)數(shù)據(jù)庫，根據(jù)不同城市特點(diǎn)，從數(shù)據(jù)庫中選擇適當(dāng)?shù)脑u(píng)價(jià)指標(biāo)，基于層次分析法（AHP）及專家賦分，動(dòng)態(tài)設(shè)定其重要性權(quán)重，完成評(píng)價(jià)指標(biāo)的自動(dòng)裁剪，從而構(gòu)建一套面向城市特點(diǎn)的新型智慧城市評(píng)價(jià)指標(biāo)體系模型。

2 構(gòu)建評(píng)價(jià)指標(biāo)體系數(shù)據(jù)庫

對(duì)于每一個(gè)城市，其起跑線、優(yōu)勢(shì)、特色、發(fā)展?jié)摿?、政府企業(yè)及民眾的重視程度以及進(jìn)步程度不盡相同，因此應(yīng)該多次多時(shí)段開展智慧城市的評(píng)價(jià)工作，而隨著智慧城市的建設(shè)，其評(píng)價(jià)指標(biāo)體系也需要及時(shí)調(diào)整，豐富、刪除和改進(jìn)，使指標(biāo)庫具備更好的時(shí)效性，實(shí)現(xiàn)動(dòng)態(tài)管理。綜合我國(guó)智慧城市評(píng)價(jià)指標(biāo)體系，將所有可能涉及的一級(jí)、二級(jí)和三級(jí)指標(biāo)錄入指標(biāo)庫，對(duì)所有指標(biāo)進(jìn)行層次化、組件化、樹狀管理，對(duì)于每一個(gè)三級(jí)指標(biāo)，都對(duì)其進(jìn)行詳細(xì)描述，以界定其考核范圍。對(duì)于所有的指標(biāo)，都可以進(jìn)行增、刪、改、查操作，其中的修改和刪除操作，需要用戶的再次確認(rèn)，以防止誤操作，指標(biāo)管理模塊如圖1所示。

圖1 指標(biāo)管理模塊

3 城市屬性管理

不同城市具有不同的屬性，首先將我國(guó)672個(gè)城市（不含港澳臺(tái)）按照其行政編碼、城市名稱、所屬省份錄入數(shù)據(jù)庫，城市所具備的屬性主要包括省會(huì)、直轄市、首都、一線城市、二線城市等。城市管理模塊使用可視化的形式展現(xiàn)，有兩種查詢模式（表格和地圖），所有城市的屬性均可增加或刪除。在表格方式中，所有城市按照行政編碼從小到大的順序進(jìn)行排列，用戶可以通過輸入省份或城市名稱快速定位，也可以通過拖動(dòng)表格右側(cè)滾動(dòng)條的方式進(jìn)行定位，進(jìn)而顯示其行政編碼、所屬省份和城市屬性，如圖2所示；基于地圖的方式默認(rèn)顯示全國(guó)地圖，點(diǎn)擊某省，地圖則切換為該省范圍，視窗右側(cè)則顯示該省內(nèi)所有城市及屬性信息，按照行政編碼從小到大的順序，如圖3所示。

圖2 以表格方式查找城市及其屬性

圖3 以地圖方式查找城市及其屬性

4 基于AHP的自動(dòng)裁剪模型

4.1 數(shù)據(jù)來源

“新型智慧城市數(shù)據(jù)采集分析與評(píng)價(jià)服務(wù)平臺(tái)”為本課題組承擔(dān)的科技部重點(diǎn)研發(fā)項(xiàng)目，所需數(shù)據(jù)均來自政府提供的資料，最大程度上保證智慧城市算法實(shí)證的可靠性和科學(xué)性。從專家?guī)熘羞x擇六名專家對(duì)指標(biāo)進(jìn)行重要性判定，六位專家分別來自政府、高校和企業(yè)，他們或是直接參與智慧城市建設(shè)管理，或是對(duì)智慧城市規(guī)劃管理有一定的研究，更理解智慧城市的內(nèi)涵，從而使指標(biāo)權(quán)重的可靠性更高。

4.2 AHP方法的可行性及實(shí)證

AHP是一種適用于多層次和多目標(biāo)的決策方法，可以把復(fù)雜的問題分解成各個(gè)單獨(dú)的組成因素，然后將這些單獨(dú)的因素形成遞階層次結(jié)構(gòu)，通過互相比較的方式確定各個(gè)層次中的因素的相對(duì)重要性（權(quán)重），最后形成決策方法重要性排序［12］。該方法通常要求中間決策層中考慮因素不能超過9個(gè)，而智慧城市評(píng)價(jià)指標(biāo)最多8個(gè)，因此智慧城市評(píng)價(jià)指標(biāo)滿足此要求。本文將此方法用于2018版新型智慧城市評(píng)價(jià)指標(biāo)體系，主要包含以下步驟。

1）構(gòu)建層次結(jié)構(gòu)模型

將決策的目標(biāo)、考慮的因素和決策對(duì)象按照相互關(guān)系分為目標(biāo)層、準(zhǔn)則層和方案層，繪制層次結(jié)構(gòu)圖，如圖4所示。

圖4 構(gòu)建層次結(jié)構(gòu)模型

2）構(gòu)造成對(duì)比較矩陣

在專家的建議以及2016年智慧城市的評(píng)價(jià)準(zhǔn)則的基礎(chǔ)上，構(gòu)建七個(gè)一級(jí)評(píng)價(jià)指標(biāo)兩兩重要性對(duì)比的判斷比較矩陣A，如式（1）所示。

計(jì)算矩陣A的最大特征值為λmax=7.081，該特征值對(duì)應(yīng)的特征向量（權(quán)向量）為w=（0.2623，0.1103，0.0612，0.0491，0.0786，0.0424，0.3962）T。

3）一致性檢驗(yàn)

首先計(jì)算一致性指標(biāo)CI，如式（2）所示，查表得知七階矩陣的隨機(jī)一致性RI為1.32，然后計(jì)算一致性比例CR，如式（3）所示。因?yàn)?.01小于0.1，所以矩陣A的不一致程度在容許范圍之內(nèi)，通過一致性檢驗(yàn)。

2018版智慧城市評(píng)價(jià)指標(biāo)體系中各個(gè)評(píng)價(jià)指標(biāo)的實(shí)際權(quán)重為w1=（0.26，0.11，0.06，0.05，0.08，0.04，0.4）T，基于AHP方法各指標(biāo)的權(quán)重與2018版智慧城市評(píng)價(jià)體系中的評(píng)價(jià)指標(biāo)的權(quán)重基本一致，表明AHP方法能夠與后續(xù)2018版的專家經(jīng)驗(yàn)相吻合，因此該方法可用于新型智慧城市的評(píng)價(jià)指標(biāo)體系。

4.3 面向城市特點(diǎn)的自動(dòng)裁剪模型

1）智慧旅游城市評(píng)價(jià)

智慧旅游就是利用云計(jì)算、物聯(lián)網(wǎng)等新技術(shù)，通過互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)，借助便攜的上網(wǎng)終端，達(dá)到旅游前、旅游中、旅游后都能主動(dòng)感知旅游資源、旅游經(jīng)濟(jì)、旅游活動(dòng)等方面的信息，提升游客在食、住、行、游、購(gòu)、娛各個(gè)旅游環(huán)節(jié)中的附加值［13］。根據(jù)智慧旅游城市的定義以及《全球智慧旅游城市報(bào)告》、《中國(guó)城市統(tǒng)計(jì)年鑒》中關(guān)于智慧旅游的信息，結(jié)合《中國(guó)智慧旅游城市及城鎮(zhèn)建設(shè)指標(biāo)體系》中的5個(gè)一級(jí)評(píng)價(jià)指標(biāo)（平安、誠(chéng)信、服務(wù)、智能和宜游），在六位專家的建議下，將智慧城市的7個(gè)評(píng)價(jià)指標(biāo)的重要性進(jìn)行兩兩對(duì)比，設(shè)定其判斷矩陣A，如式（4）所示。

計(jì)算矩陣A的最大特征值為λmax=7.033，該特征值對(duì)應(yīng)的特征向量（權(quán)向量）為w=（0.0778，0.0778，0.1980，0.0862，0.1649，0.0778，0.3176）T，一致性指標(biāo)CI=0.0055，一致性比例CR=0.0048，因?yàn)?.0048小于0.1，通過一致性檢驗(yàn)，將此權(quán)重用于中部六個(gè)省會(huì)城市的智慧旅游評(píng)價(jià)，其中每個(gè)一級(jí)指標(biāo)的得分情況參考2016版智慧城市評(píng)價(jià)結(jié)果，如表1所示。從表中可以看出，武漢、合肥、長(zhǎng)沙和南昌的智慧旅游評(píng)價(jià)排名與智慧城市排名一致，說明其智慧城市建設(shè)時(shí)重視智慧旅游，排名第一的武漢市曾經(jīng)榮獲我國(guó)智慧旅游城市稱號(hào)。此外，太原和鄭州兩個(gè)城市的名次互換了，雖然太原市智慧城市綜合排名落后于鄭州和長(zhǎng)沙，但是智慧旅游名次卻超過這兩個(gè)城市，究其原因，因?yàn)樘袑贉貛Ъ撅L(fēng)性氣候，冬無嚴(yán)寒，夏無酷暑，四季鮮明，市政府一直致力于治山、治水、治氣、治城，傾力打造宜居城市，且能夠積極響應(yīng)打造智慧城市的號(hào)召，指定統(tǒng)籌、管理和運(yùn)營(yíng)機(jī)制，其生態(tài)宜居和改革創(chuàng)新分?jǐn)?shù)較高，最終使其智慧旅游特色較這兩個(gè)城市更明顯。

2）智慧教育城市評(píng)價(jià)

根據(jù)《2019智慧教育白皮書》，智慧教育是智慧城市的重要組成部分，是以教育服務(wù)的關(guān)鍵特征為基礎(chǔ)，充分利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算等新技術(shù)與教育教學(xué)深度融合，推動(dòng)教育的智慧化，促進(jìn)智慧城市中教育領(lǐng)域的信息化建設(shè)［14~15］。智慧教育通過技術(shù)融合構(gòu)建無邊界學(xué)習(xí)生態(tài)化環(huán)境，優(yōu)化配置教育資源，將城市化水平與教育發(fā)展匹配起來，形成教育教學(xué)新業(yè)態(tài)，促進(jìn)教育公平，提高教育質(zhì)量和滿足市民終身學(xué)習(xí)的需求，帶動(dòng)社會(huì)的進(jìn)步。與智慧教育關(guān)系最密切的二級(jí)指標(biāo)教育服務(wù)隸屬于L1惠民服務(wù)一級(jí)指標(biāo)，同時(shí)智慧教育需要L4智能設(shè)施以及L5信息資源的大力支持，因此將這三項(xiàng)一級(jí)指標(biāo)權(quán)重進(jìn)行提升，在六位專家的建議下，將智慧教育城市的7個(gè)評(píng)價(jià)指標(biāo)的重要性進(jìn)行兩兩對(duì)比，設(shè)定其判斷矩陣A，如式（5）所示。

計(jì)算矩陣A的最大特征值為λmax=7.054，該特征值對(duì)應(yīng)的特征向量（權(quán)向量）為w=（0.3950，0.0850，0.0850，0.1034，0.1662，0.0777，0.0878）T，一致性指標(biāo)CI=0.0116，一致性比例CR=0.0088，因?yàn)?.0088小于0.1，通過一致性檢驗(yàn)，將此權(quán)重用于我國(guó)中部六個(gè)省會(huì)城市的智慧教育評(píng)價(jià)，評(píng)價(jià)結(jié)果如表2所示（所有城市的一級(jí)指標(biāo)得分見表1）。從表中可以看出，武漢、合肥的智慧教育排名與智慧城市排名保持不變，說明其在建設(shè)智慧城市時(shí)，能夠緊抓智慧教育；由于太原市的惠民服務(wù)分?jǐn)?shù)比鄭州市稍高，因此名次比鄭州略靠前，但由于太原的信息資源分?jǐn)?shù)為0，且該一級(jí)指標(biāo)占比較大（15%），因此，太原的名次整體靠后；雖然長(zhǎng)沙市的改革創(chuàng)新為0，信息資源分?jǐn)?shù)為1.31，但其他一級(jí)指標(biāo)的分?jǐn)?shù)較高，尤其占比最大的惠民服務(wù)（40%）得分為21.3，使其整體名次靠前（第3）；南昌的惠民服務(wù)得分較低，但精準(zhǔn)治理、信息資源和市民體驗(yàn)得分較高，使其綜合名次居中，排名第4；綜合表1和表2，武漢和合肥無論智慧城市綜合排名、智慧旅游還是智慧教育名次都穩(wěn)居1和2名。

表1 中部6省會(huì)城市智慧旅游評(píng)價(jià)

表2 中部6省會(huì)城市智慧教育評(píng)價(jià)

5 結(jié)語

本文面向不同特色的智慧城市，提出一種基于AHP的評(píng)價(jià)指標(biāo)裁剪模型。首先選擇一級(jí)指標(biāo)，然后基于AHP方法，設(shè)計(jì)模型的決策層、中間層（指標(biāo)層）和方案層，根據(jù)有關(guān)資料以及本領(lǐng)域?qū)＜以O(shè)定指標(biāo)間兩兩對(duì)比的重要性矩陣（判斷矩陣），計(jì)算該矩陣的最大特征值對(duì)應(yīng)的特征向量作為每個(gè)指標(biāo)的權(quán)重，從而實(shí)現(xiàn)指標(biāo)的動(dòng)態(tài)裁剪。將該模型應(yīng)用于2018版新型智慧城市評(píng)價(jià)體系以及中部6省會(huì)城市的智慧旅游和智慧教育評(píng)價(jià)，實(shí)驗(yàn)結(jié)果表明，該模型能夠與2018版的專家經(jīng)驗(yàn)吻合，適用于智慧城市評(píng)價(jià)，可為建設(shè)智慧城市提供指導(dǎo)和參考，能夠在一定程度上促進(jìn)智慧城市全面發(fā)展。本文算法也有不足，如果指標(biāo)的個(gè)數(shù)超過9，該模型將失敗，另外評(píng)價(jià)結(jié)果在一定程度上依賴于專家對(duì)指標(biāo)重要性的判定，這將是下一步的研究方向。