财政科研基金项目 “ 辽宁城市公共交通建设中 PPP 模式应用与风险防范研究 ” 阶段性研究成果 。
49
党政干部学刊 2016 年第 2 期
经济研究
表1
智慧城市建设潜力评价指标
#$%& 89:;<=>? @ABC@AD<EF GHI C i9 VW 67 ^_‘a^bc
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
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 回归分析的回归系数 ， 进而完成智慧城市建设潜力
［ 作者简介 ］ 曲岩 （1975－ ）， 女 ， 黑龙江哈尔滨人 ， 中共辽宁省委党校副教授 ， 主要从事科技管理研究 。 赵晔 （1978－ ）， 女 ， 辽宁辽阳人 ， 中共辽宁省委党校副教授 ， 主要从事区域经济与管理研究 。
※ 本文系 2015 年辽宁社科基金项目 “ 辽宁地方财政或有债务风险评价与预警研究 ”（L15BTJ002 ），2015 年辽宁省
党政干部学刊 2016 年第 2 期 36 个智慧城市建设潜力评价得分和排名
$% *+ 0# 345 <= ,B +F IJ MN S# ! &’ ,+1 6789 >?@A C# G K OP F
23 个指标变量所反映的信息 。 这样计算得出主成分
评价模型的构建 （ 见表 2）。
主成分回归系数







50
经济研究 表3
"# () ./ 2# :; + DE H# FL QR
到矩阵 ， 求出样本均值和样本方差 ；2． 求矩阵的特征 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 +,
!" -./01 JKLMFNOPQLM RSTU ’(9VW67 XYZ[<\<] ’(Kf‘gh<\< ] n GHI qrstuvwxyz{| ~ ;< XZ[
+ U
23 45 67
JK Ld 7e
VW 67
及其统计公报 ， 还有少部分数据来源于搜数网 ， 并运
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 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］
果的科学性和说服力 。 主成分分析 （CPA ） 是一种较 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 表2
−
Á Â Á Ã Ä Å Æ Ã Ç È Æ Á É È Â Ä Å
i9‘3jklm<\< U op o} k &
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 值和特征向量 ， 并找出其中最大的特征值和特征向
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




−
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锁法 ， 在距离 测度上则采用平方欧氏距离方法 。 在使用 SPSS19 软 件的基础上对 36 个智 慧 城 市 建 设 潜 力 的 综 合 评 价 结果进行聚类分析 ， 得到聚类分析树形图 （ 见图 1）。 聚类分析结果与主成分分析所得的综合评价结 果基本一致 ，可以将 36 个城市划分为五类 （ 见表 4）。 第 Ⅰ 类包括北京 、 上海两座城市 。 在 36 个城市 中 ， 这 2 个城市的综合得分远远高于其他城市 ， 智慧 城市建设潜力水平最高 。 作为首都北京在政策方面 具有优势 ； 金融大都市上海在区位及资源优势方面 具有优势 。 它们智慧城市建设资源丰富 ， 建设基础条 件良好 ， 科研实力强劲 ， 创新型企业比较密集 ， 城乡 发展协调 ，经济发展水平高 。 这类城市具有非常明显 的优势 ，将会成为我国智慧城市建设的引领者 。 第Ⅱ类包括广州 、 深圳两个城市 。 广州是我国南 方的金融等方面的中心 ； 深圳作为我国重点开发的 经济发展特区 。 这两个城市的智慧城市建设潜力综 合排在第三和第四位 ， 它们同样也是智慧城市建设 的引领者 。 第Ⅲ类包括南京等 7 个城市 。 从空间上看 ， 除两 个直辖市外 ， 这类城市主要密集在长三角区域 ， 属于 我国城市经济水平发展较高的地区 。 这类城市的智 慧城市建设潜力水平总体具有相对优势 ， 具有发展 智慧城市的潜力 。 但这类城市各方面发展并不均衡 。 比如 ， 天津的智慧城市基础设施和科技支撑平台建 设水平较强 ， 但其城乡一体化的发展水平相对较弱 ； 类似的现象很多 。 因此 ， 这些城市既要继续发展自身 的优势又要弥补劣势 ， 提高自身整体智慧城市建设 的潜力水平 。 这类城市将成为我国智慧城市建设的 追随者 。 第 Ⅳ 类包括长春 、 南宁等 17 个城市 。 这类城市
−
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 国 城 市 竞 争 力 （2013 ）》、 《 中 国 城 市 统 计 年 鉴
要城市为样本进行实证分析 。 所有数据主要来源 《中 （2013 ）》、《 中国统计年鉴 （2013 ）》 和各城市统计年鉴 用 MATLAB7．0 对数据进行处理分析 。 （ 三 ） 研究方法
经济研究
党政干部学刊 2016 年第 2 期
中国智慧城市建设潜力评价
—以 36 个主要城市为例 ——
曲 岩 赵 晔
沈阳
※
（ 中共辽宁省委党校 ，辽宁 ［摘
110036 ）
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 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
表4
我国智慧城市建设潜力的分类情况
=
’( )* +, !" #$ % & 1 23 45 678 9: ;< J K ; >? @ABC D5 EFGH I