林莉 馮愛芬 丁真真 李雪曼 萬凡 王辰辰



[摘 要]隨著智慧城市建設(shè)的迅速發(fā)展,智慧城市的評價成為一個熱點問題。本文運用熵權(quán)法-TOPSIS模型,結(jié)合系統(tǒng)聚類的進(jìn)一步分析,將12個城市依據(jù)各自的排名和突出特點分為4類,構(gòu)建出了一套智慧城市建設(shè)綜合性評價體系,對規(guī)范智慧城市的建設(shè)、推動智慧城市的健康發(fā)展具有重要意義。
[關(guān)鍵詞]智慧城市;熵權(quán)法;TOPSIS綜合評價法;系統(tǒng)聚類
[中圖分類號]F299.2 [文獻(xiàn)標(biāo)識碼]A
智慧城市評價體系是一套檢驗智慧城市建設(shè)程度的最直觀體現(xiàn),也是引導(dǎo)城市進(jìn)行智慧化建設(shè)的索引,對智慧城市評價體系的研究具有重要的的科學(xué)價值和社會意義。近年,有很多學(xué)者對這個課題進(jìn)行了研究,如:基于灰色關(guān)聯(lián)理論和BP神經(jīng)網(wǎng)絡(luò)、運用投影追蹤評價法、基于離差最大化的決策者權(quán)重的確定方法。目前有很多方法用來計算權(quán)重,如專家打分、熵權(quán)法、因子分析權(quán)數(shù)法等等。其中,熵權(quán)法計算權(quán)重取得了廣泛的共識。因此本文擬采用熵權(quán)法-TOPSIS 評價法構(gòu)建一套科學(xué)、成熟的智慧城市評價體系,并在實際問題中進(jìn)行驗證。
1 問題分析
通過研究調(diào)查發(fā)現(xiàn),評價智慧城市的指標(biāo)體系包括四個方面:科技水平、公共服務(wù)水平、經(jīng)濟(jì)水平、可持續(xù)發(fā)展水平。熵權(quán)法利用數(shù)據(jù)本身的信息量來確定指標(biāo)的權(quán)重,有較強的數(shù)學(xué)理論依據(jù)。TOPSIS法是一種理想目標(biāo)相似性的順序優(yōu)選技術(shù),它通過計算出各目標(biāo)的貼近度,并按貼近度大小進(jìn)行排序,作為評價各目標(biāo)優(yōu)劣的依據(jù)。因此該文選用熵權(quán)-TOPSIS綜合評價法對智慧城市評價體系進(jìn)行研究,并給出合理建議。
2 樣本選取與數(shù)據(jù)收集
本文選擇華中地區(qū)部分代表性城市鄭州、洛陽、南陽、開封、長沙、武漢等12個城市作為研究對象。本文的數(shù)據(jù)主要來源于各城市《2015年國民經(jīng)濟(jì)與社會發(fā)展統(tǒng)計公報》《環(huán)境狀況公報》《中國城市統(tǒng)計年鑒2015》等官方文件,故數(shù)據(jù)的可信度較大。
3 構(gòu)建評價指標(biāo)體系
從智慧建設(shè)的基礎(chǔ)角度出發(fā)看待問題,在選取的指標(biāo)中,除了體現(xiàn)不同城市建設(shè)的特點,同時還應(yīng)突出城市智慧的特點。根據(jù)以上角度的分析,建立本文智慧城市的評價體系,主要有三個層次組成:其中一級指標(biāo)包括科技水平、公共服務(wù)水平、經(jīng)濟(jì)水平,可持續(xù)發(fā)展水平三級指標(biāo)用x表示;科技水平:基本信息化:x1交通和通信占家庭消費比重、x2互聯(lián)網(wǎng)用戶普及率、x3移動電話普及率;公共服務(wù)水平,交通發(fā)展水平:x4交通運輸投資占GDP比重、x5萬人擁有公共交通車輛;教育發(fā)展水平:x6萬人擁有專利數(shù)、x7財政性教育支出GDP比例、x8萬人擁有大學(xué)生數(shù)量;醫(yī)療發(fā)展水平:x9每萬人口醫(yī)院床位數(shù)、x10每萬人口醫(yī)生數(shù);經(jīng)濟(jì)水平,發(fā)展水平:x11人均GDP、x12第三產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重;經(jīng)濟(jì)結(jié)構(gòu):x13GDP中第二產(chǎn)業(yè)貢獻(xiàn)率、x14GDP中第三產(chǎn)業(yè)貢獻(xiàn)率;消費水平:x15人均用水量(升)、x16年人均可支配收入;可持續(xù)發(fā)展水平,資源節(jié)約水平:x17綜合能源消費總量(噸標(biāo)煤)、x18森林覆蓋率;環(huán)境保護(hù)水平:x19市區(qū)空氣質(zhì)量優(yōu)良天數(shù)、x20工業(yè)固體廢棄物綜合利用率、x21工業(yè)用水重復(fù)率。
4 基于熵權(quán)-TOPSIS的智慧城市發(fā)展水平綜合評價模型
4.1 基于熵權(quán)-TOPSIS的評價步驟
在m個被評價城市,n個評價指標(biāo)的評估問題中,將第i個被評價城市在第j個指標(biāo)上的原始指標(biāo)值記為Uij(其中 i=1,2…m;j=1,2…n), 建立初始矩陣U=(uij)m×n。
4.1.1 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理
首先對指標(biāo)值進(jìn)行無量綱化處理消除量綱影響。對于正向指標(biāo)負(fù)向指標(biāo)分別通過最大最小化原則進(jìn)行無量綱化處理,得到規(guī)范化矩陣X=(xij)m×n,xij為第i個被評價城市在第j個指標(biāo)上的標(biāo)準(zhǔn)化值。
4.1.2 熵權(quán)法計算指標(biāo)客觀權(quán)重
(1)計算指標(biāo)標(biāo)準(zhǔn)化值的比重 對標(biāo)準(zhǔn)化矩陣X=(xij)m×n中的各指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行比重變換。利用公式計算對于第j個指標(biāo)而言,第i個系統(tǒng)的貢獻(xiàn)度pij。
(2)計算各指標(biāo)的熵權(quán)值:其中,定義當(dāng)pij=0時,pij ln pij=0。
(3)計算各指標(biāo)的熵權(quán)重wj:
4.1.3 修正熵權(quán)重
本文引入基于專家打分的主觀經(jīng)驗權(quán)重對客觀熵權(quán)重進(jìn)行修正,修正后的結(jié)合權(quán)重:
4.1.4 運用 TOPSIS 進(jìn)行綜合評價
構(gòu)造標(biāo)準(zhǔn)化的數(shù)據(jù)加權(quán)決策矩陣將量綱化后的規(guī)范化矩陣x=(xij)m×n與修正后的指標(biāo)權(quán)向量w0=(w1, w2, …, wn)相乘,如式,得到的標(biāo)準(zhǔn)化數(shù)據(jù)決策矩陣Y=(yij)m×n
(1)確定正理想解和負(fù)理解想
理想解A*是被評價系統(tǒng)中虛擬出來的、事實上并不存在的一個最優(yōu)解,它其中的每一個指標(biāo)值都是決策矩陣中該指標(biāo)的最優(yōu)值;負(fù)理想解A-則是最劣解,它其中的每一個指標(biāo)值都是決策矩陣中的最差值。最優(yōu)解和最劣解由下式確定,其中J=
(2)計算各評價對象指標(biāo)的標(biāo)準(zhǔn)化向量分別到最優(yōu)解和最劣解的歐式距離和,計算各評價城市指標(biāo)與理想解的相對接近度,Ci值越大,表明該評價城市的智慧度越高;Ci值越小,表明該評價城市的智慧度越低。
4.2 基于熵權(quán)-TOPSIS模型的評價結(jié)果計算
4.2.1 計算組合權(quán)重
將12個城市21個指標(biāo)的原始數(shù)據(jù)通過EXCEL計算處理得到21個指標(biāo)的熵權(quán)重。結(jié)合專家打分的主觀權(quán)重給出綜合權(quán)重,計算結(jié)果見表1。
4.2.2 運用TOPSIS進(jìn)行綜合評價
結(jié)合各城市在各個指標(biāo)下的標(biāo)準(zhǔn)化值以及表1中的綜合權(quán)重,計算確定指標(biāo)的理想解和負(fù)理想解。計算各城市方案離理想方案的歐式距離、離負(fù)理想方案的歐式距離以及各城市方案與理想方案的相對接近度。12個城市的智慧度從高到低依次為:長沙、武漢、鄭州、宜昌、洛陽、荊州、黃岡、安陽、衡陽、漯河、南陽、開封。
從圖1中可以找到這12個城市的歸屬類,進(jìn)而以這12個城市的特點擴(kuò)散到其他城市上,找到具有同一類特點的城市,對它們進(jìn)行智慧度評測。
4.3 聚類分析
根據(jù)12個城市在科技水平、公共服務(wù)水平、經(jīng)濟(jì)水平和可持續(xù)發(fā)展水平4個維度的評價值采用聚類的方法進(jìn)行聚類分析。希望通過找到城市的歸屬類型,對不同城市制定不同的發(fā)展計劃,避免了以偏概全的盲目計劃致使城市智慧化進(jìn)程減慢或停滯。
依據(jù)12個城市的四個一級指標(biāo)的TOPSIS評價得分,對它們進(jìn)行系統(tǒng)聚類分析,根據(jù)樹狀圖將它們分為四類:第一類城市是智慧水平優(yōu)秀,公共服務(wù)水平最智慧的城市,包括長沙,武漢。第二類城市是智慧水平良好,科技水平最智慧的城市,包括鄭州。第三類城市是智慧水平一般,可持續(xù)發(fā)展水平最智慧的城市,包括宜昌。第四類城市是總體智慧度一般的城市,包括洛陽、荊州、黃岡、安陽、衡陽、漯河、南陽、開封。
5 結(jié)語
經(jīng)濟(jì)環(huán)境及科技的不斷變化,國內(nèi)外智慧城市建設(shè)實踐也會不斷地發(fā)生變化,相應(yīng)的評價指標(biāo)體系也會做出相應(yīng)的調(diào)整。本文的研究課題在設(shè)計上更加趨于嚴(yán)謹(jǐn)與科學(xué)。通過對智慧城市的研究,針對其智慧城市的發(fā)展程度,對相對欠缺的領(lǐng)域提出建議,對不同城市制定不同的發(fā)展計劃,在一定程度上加快智慧城市的建設(shè)。
[參考文獻(xiàn)]
[1] 包明林.基于BP神經(jīng)網(wǎng)絡(luò)的智慧城市發(fā)展?jié)摿υu價研究[D].湘潭大學(xué),2016.
[2]廖胭脂,樓文高.智慧城市的投影尋蹤評價模型與實證研究[J].中國發(fā)展,2017(02).
[3]馬永紅,周榮喜,李振光.基于離差最大化的決策者權(quán)重的確定方法[J].北京化工大學(xué)學(xué)報,2007(02).
[4] 巫細(xì)波,楊再高.智慧城市理念與未來城市發(fā)展[J].城市發(fā)展研究,2010(11).