商業經濟在智慧城市實現中的關鍵作用及實現路徑

劉娜娜

基金項目：本文系鄭州市社會科學調研課題“新農村視角的農業電子商務發展研究”

（編號：311）之階段性成果

中圖分類號：F299 文獻標識碼：A

內容摘要：現有智慧城市研究與實施存在簡單數字轉化傾向，即將城市管理基礎界面轉化為數字化平臺作為唯一目標，這種方案帶來的最大弊端是對城市肌體缺少系統性研究，直接導致城市管理的部分關鍵路徑與關鍵點被人為拋棄。本文針對這一潛在弊端，從商業經濟發展與城市發展的關聯性角度入手，采用宏觀經濟分析方法和大數據分析思路，結合概率統計理論提出了對城市交通管理更加有效的監測和預測方法，由此為西北商業城市甘肅蘭州提出了四條切實可行的提升智慧城市水平的具體實施路徑。

關鍵詞：商業經濟 智慧城市 實現路徑 大數據

引言

如何構建智慧城市，尤其是基于已有的商業發展構建智慧城市，對于這些問題，本文嘗試采取商業發展與交通發展相結合的方式給予解決。之所以設定這一思路，一方面是受到基于商業經濟的智慧城市研究成果啟迪，該類研究的代表性成果來自劉念（2015）。其在研究中通過對商業經濟、宏觀經濟等的研究，有效構建了測度智慧城市的關鍵分析指標。這其中，經濟類，尤其是商業經濟類指標不可小覷。另一方面是受到智慧城市的發展經驗成果啟示，該類研究的代表性成果來自鄒凱等（2015）、張向陽等（2013）、王廣斌等（2013）、屠啟宇（2013）、于文軒（2016）。鄒凱等的研究采用關聯分析神經網絡分析法，構建了智慧城市潛力評價體系。張向陽等的基于關聯性分析展開的智慧城市的成功研究，都包含了關聯分析的精華。該思路為本文提供了啟迪，嘗試以商業經濟與智慧城市的關聯進行研究。另外，王廣斌等的研究、屠啟宇研究和于文軒研究提供了國內外在智慧交通方面的研究，更進一步夯實了研究從交通智慧化展開分析的基礎。

結合上述分析成果，同時與筆者已經掌握的理論方法相結合，本文決定從商業經濟發展與城市發展的關聯性角度入手，采用宏觀經濟分析方法和大數據分析思路，結合概率統計理論提出一套針對城市交通管理更加有效的監測預測方法。

商業經濟在智慧城市實現中的關鍵作用理論研究

本文不是針對商業經濟在智慧城市實現中的所有作用進行分析，而是重點就智慧城市中的人流、車流預判與管控進行分析研究。借助于通過商業經濟與城市發展的關聯作用分析，通過因果關系分析，明確商業經濟活動導致城市人流、車流變化之間的關系，實現對商業經濟活動的管理，避免城市交通擁堵乃至城市交通堵塞情況的發生。極端情況下，可以避免城市交通癱瘓情況的發生；一般情況下，可以提高城市交通出行效率，實現對傳統城市的智能化管控工作。

針對這一研究目標，結合研究前期通過文獻研究和研究思路研究，采用大數據架構分析，以交通指揮平臺數據和商業經濟發展數據作為基礎數據。將原本具有關聯關系，但是卻相對獨立存儲的大數據進行分析，由此來形成智慧城市的管控決策數據。由于涉及到兩個平臺的大數據，因此，必須建立一套針對對應平臺的大數據分析基本思路。在交通指揮平臺，有每日在每個所轄區縣的每條街道單位時間內的汽車通行數量、以及每條街道的平均通行速度。因此，基于這兩個關鍵數據，可以通過環比確定行駛汽車數量增長量。該增長量以前日同一街道、同一路段的汽車通行數量與今日同一街道、同一路段的汽車通行數量的增幅作為衡量依據。同理，可以通過環比確定行駛汽車速度增長量。該增長量以平均通行速度的增幅作為衡量依據。這樣，對于一個行政區縣內的所有街道進行測度，可以得到該行政區縣的總體行駛汽車數量增長量和總體行駛汽車速度增長量。對于總體行駛汽車數量增長量以單條街道行駛汽車數量增長量乘以該條街道占比該街道長度在其所在行政區縣汽車行駛道路總長度的比例得到。同理，對于總體行駛汽車速度增長量也可通過計算得到。對于這兩種總體指標，再進行區間劃分，將其分解在10個不同區間。5個正向區間為[0，10），[10，30），[30，50），[50，100），[100，無窮），5個負向區間與正向區間一一對應。需要注意的是，這種劃分方式并不唯一，但是劃分思路是唯一的。通過上述處理，將兩個總體增長量劃分在可能的10個區間，實現了對無限數據的有限處理。對于總體增長量落在[0，10），定義為增長平緩；對于總體增長量落在[10，30），定義為增長較強；對于總體增長量落在[30，50），定義為增長強烈；對于總體增長量落在[50，100），定義為增長非常強烈；對于總體增長量落在[100，無窮），定義為增長極度強烈。由此無限數據轉換為10種狀態。這10種狀態用CLi標示。其中，i一共有10種取值，這10種對應10種不同區間。以觀察期內的所有數據作為基礎數據，對交通平臺的數據進行大數據處理，可以得到10種狀態發生的總概率[用P（CLi）具體標示]。需要說明的是，總概率等于對應狀態出現的總次數除以基礎數據的總次數。總概率不僅與時間分割有關，也與事件狀態劃分有關。

通過上述方式，得到了交通平臺大數據分析過程及分析結果。采用與其相似的處理方法，對商業經濟發展平臺的數據進行處理。依然采用10個增幅區間進行劃分，10個增幅區間的劃分與上相同。由此得到商業經濟增幅總概率[用P（CXi）具體標示]。需要說明的是，商業經濟活動是以商業經濟體的營業額為對象進行測度，通過區域內所有商業體的營業額變化來體現整個區域的商業額變化情況。借助于這種處理方式，同一區域內的商業經濟活動和城市交通變化情況得到了有效體現。在此基礎上，對兩個平臺的大數據進行整合分析，可以得到同一地區的10*10空間下的交通+商業發展變化規律數據，核心思想是基于貝葉斯公式進行分析，如式（1）所示：

（1）

式（1）中，P（CXi│CLj）代表CLj發生時CXi發生的條件概率；P（CLj│CXi）代表CXi發生時CLj發生的條件概率。式（1）可通過車流變化來測算出商業經濟活動變化，測算范圍限定在同一個行政區縣。采用同樣的方法，將分析數據和分析范圍擴大，可以確定在不同區域車流變化對其它區域商業經濟活動變化影響范圍。endprint

通過這種方式，可以起到對城市交通發展的智能管控，智能管控的方向在于通過車流量的變化預判出可能舉行商業經濟的活動區域和活動強度，由此采取與之相對應的智能交通分流、疏導以及限制措施，防止交通擁堵、堵塞乃至癱瘓的發生。這種交通分流措施實施的同時，還可以輔之以對商業經濟的減緩、減弱乃至取消行動的實施，降低人流與車流各種不利局面的發生。

商業經濟在智慧城市實現中的實施路徑探究

蘭州作為甘肅省省會城市，同時也是西北內陸城市，智慧城市的研究與應用相對落后于國內其它發達地區。研究選擇在蘭州展開，一是源于課題項目在蘭州的實施，二是源于項目在蘭州實施開展的成效較為顯著。蘭州包含5個行政區，依次為城關區、七里河區、安寧區、西固區、紅古區。城關區作為主城區所在，商業相對發達；安寧區作為教育集聚區和休閑集中區，商業發展具有獨特特色；西固區和紅古區作為工業發展相對集中區域，商業發展相對較少；七里河區作為城關區、安寧區、西固區的中心樞紐區，起著承接三區的核心作用。

采用理論分析所確定的思路，以蘭州市交通大數據平臺（由蘭州市交通局協助提供）和蘭州市商業經濟大數據平臺（由蘭州市商業局提供）為基礎數據平臺，對其自2016年1月1日至2016年12月31日的相關數據進行分析。分析分為四個步驟，步驟一為蘭州市交通大數據平臺數據分析，步驟二為蘭州市商業經濟大數據平臺大數據分析，步驟三為多個平臺大數據整合，步驟四為整合后的大數據分析，步驟五為綜合性分析。

步驟一，首先按照理論分析中的樣本空間劃分，確定10個增幅區間。然后分別以天（24小時）、半天（12小時）、時（1小時）為測度單位，以三種測度單位對各區內的蘭州市商業經濟數據進行分類統計，得到每個具體測度單位下的總量數據。基于該總量數據，對其前向單位數據進行比較，確定其增幅性及增幅區間。通過這種方式，可以確定在不同測度單位下的10種空間的所屬概率。這樣就形成了P（CXi）數據。

步驟二，基于樣本空間劃分為10個增幅區間。同樣依次以天（24小時）、半天（12小時）、時（1小時）為測度單位，以三種測度單位對各區內的蘭州市交通大數據平臺數據進行分類統計，得到每個具體測度單位下的總量數據。基于該總量數據，對其前向單位數據進行比較，確定其增幅性及增幅區間。通過這種方式，可以確定在不同測度單位下的10種空間的所屬概率這樣就形成了P（CLi）數據。

步驟三，對蘭州市交通大數據平臺數據和蘭州市商業經濟數據進行數據整合。整合中，以區、時間作為聯合主鍵建立新的大數據，將原有的兩個平臺數據進行相關性整合。在整合過程中，既要確保兩個平臺的數據全部進入新平臺，又要保證整合后的數據不發生時間偏移和區域偏移，由此形成更大范圍的有效數據。

步驟四，以新建立的大數據平臺為基礎，采用與步驟一、步驟二中類似的方法進行數據分析。由此得到對應的經驗概率數據，即P（CLj│CXi）數據。由此，確定了整體性分析所需的所有數據。

步驟五，進行綜合性分析。基于前述四步驟分析結果，并結合理論分析中提出的后驗概率公式，即可得到不同時間劃分下的分析性結果。

通過上述分析，得到了研究時間范圍內的分析結果。由于在時間分割中采用了三種劃分單位—天（24小時）、半天（12小時）、時（1小時），因此，研究結果對應的時間范圍為三種劃分單位下的結果。通過對三種時間范圍分析結果進行分析，關聯性概率（見表1）高于0.50以上的結果只有在“時（1小時）”下具有顯著效果。由此，研究選定的結果是以“時（1小時）”為單位的結果。通過上述系列分析，最終得到了研究所希望達到的目標結果（見表1）。

表1中數據為類二元組數據。括弧內逗號左側的數據為發生概率，括弧內逗號右側的數據為概率發生條件。以表1中的第三行（自上向下）第四列（自左向右）為例，代表七里河交通總體增量在[10，30）之間且安寧區商業經濟總體增量將在[50，10）的發生概率為0.79。其它雷同，不再贅述。表1中對于發生概率低于0.50的均未給出（即表1中的空白列對應的發生概率均是低于0.50的）。

從表1分析結果可以看到，原本并不直接顯示關聯的交通量變化與商業經濟變化之間的關系得以顯示；并且這種隱藏的邏輯關系得以具體量化。從表1數據來看，七里河交通總量發生重大變化后，對城關區、七里河區、西固區的商業經濟發展影響最為廣泛且深遠。其次，西固區交通總量重大變化對本區商業經濟和紅古區商業經濟發展影響最為緊密。最后，城關區、安寧區交通總量發生重大變化后，僅對本區商業經濟發展具有直接性影響。基于該結果，蘭州市商業經濟發展和該市交通發展進行互補式、融合式發展，由此實現智慧城市的目標。采取的措施主要有以下四個方面：

首先，提高已有商業經濟數據平臺和交通平臺的時間精度。從上述分析中可以看到，只有以“時（1小時）”為單位的分析結果同時兼有有效性和高置信度。因此，如果統計間隔能夠縮短，以30分鐘或者更小時間為分割區間，所得到的結果可能會比1小時單位統計所得的結果具有更高性能。更高時間精度的實現，勢必要求各平臺數據采集均應采用信息處理方式—以電腦作為信息采集的主要工具，以數據庫作為數據存儲的介質，以網絡作為數據傳輸的橋梁。只有采用這種現代化的信息處理方式，才能保證更高精度的數據有效生成。這就要求對不符合此要求的對象，必須進行信息化系統改造，由此實現高速公路的最后公里接入。這種更高性能代表著更高的關聯性，采取的區域聯動與協調性措施勢必也將更具針對性與有效性。

其次，建立全市范圍內的路網檢測與商業經濟發展聯動平臺。該平臺主要是基于此次研究成果設立，以先驗概率向后驗概率轉化，為路網指揮和商業經濟管理提供決策依據。同時需要注意的是，聯動平臺的建立可以至少有兩種實施方向。方向一為采用研究中所采用的建立聯合主鍵的方式進行建立，通過數據抽取與建立形成全新結構的關聯性平臺，由此實施整體分析。方向二為采用全新平臺，在同一區域內進行數據采集與錄入，由此形成具有商業經濟發展和交通發展的全業務數據。這兩種方式，具體是由本地的實際條件所決定，不能一概而論，硬性要求。

再次，建立各區域臨時停車場和經濟調度中心進行分類別調度。基于該平臺預測結果（實時預測結果），當交通總量增幅首次達到[30，50）時，啟動區域內部貨車（包括小型貨車、中型貨車、大型貨車等）禁行，將限行車輛引導到區域內臨時場。當交通總量增幅首次達到[50，100）時，啟動區域內部部分線路單行措施，由此降低區域內部的交通壓力。當交通總量增幅首次達到[100，無窮）時，啟動區域內部新增車輛繞行措施，由此緩解區域內部交通壓力。

最后，建立商業經濟體調度中心就商業活動開展時間進行有效管理。當本區域內交通總量增幅首次達到[50，100）時，啟用商業經濟中心附近臨時停車場解決應急停車；當本區域內交通總量增幅首次達到[100，無窮）時，啟動暫停商業活動的措施，疏解人流、車流，防止意外發生；當關聯區域交通總量增幅首次達到[100，無窮）時，啟動應急舒緩商業區行為（主要是通過疏導即將離開和潛在即將離開客戶快速有效離開）。

通過上述四個方面措施的實施，不僅確保了商業經濟活動的有效展開，也不會對本區域和相關區域交通發展造成極度負面影響。從實施以來近1年的監測和觀察，商業經濟發展未受到負面影響，交通發展暢通度也得到了有效保障。

參考文獻：

1.劉念.中國智慧城市指數構建及其與FDI、人均GDP關系探討[J].商業經濟研究，2015（33）

2.鄒凱，包明林.基于灰色關聯理論和BP神經網絡的智慧城市發展潛力評價[J].科技進步與對策，2015（17）

3.張向陽，袁澤沛.廣州智慧城市與智慧產業融合發展路徑研究[J].科技進步與對策，2013（12）

4.王廣斌，崔慶宏.歐洲智慧城市建設案例研究：內容、問題及啟示[J].中國科技論壇，2013（7）

5.屠啟宇.全球智慧城市發展動態及對中國的啟示[J].南京社會科學，2013（1）

6.于文軒，許成委.中國智慧城市建設的技術理性與政治理性—基于147個城市的實證分析[J].公共管理學報，2016（4）endprint