基于熵值和聚類分析的安徽省智慧城市發展水平評價

摘 要：為了更好地了解安徽省智慧城市的發展，本文從經濟發展、科技發展、基礎設施、教育資源和城市生活五個角度選取18個指標，運用熵值法和K-均值聚類對2018年安徽省16個地級市智慧城市建設水平做出評價。結果表明，安徽省各市智慧城市發展水平較為不平衡，高水平和低水平城市之間差距較大。

關鍵詞：智慧城市;評價體系;熵值法;K-均值聚類

一、 引言

2008年，IBM提出了“智慧城市”發展理念，旨在用新技術推動社會的發展。2013年，我國開始了智慧城市第一批試點，開啟智慧城市在中國的發展進程。現如今，在城鎮化和科技水平高速發展的背景下，中國的智慧城市建設有著廣闊的空間，在各類相關政策的指導下，中國的智慧城市試點數量已達到500個，基礎設施、公共服務等項目得到積極推進。

2017年安徽省住房城鄉建設廳發布了《安徽省智慧城市建設指南》，從智慧城市基本概念、組成體系、關鍵技術等方面闡述了智慧城市建設的頂層設計，積極推進智慧城市試點建設。“十二五”期間，安徽省已有16個市（縣、區）和一個專項獲批智慧城市試點，在政務服務、社會管理、綠色建筑等領域積極探索，形成極具特色的建設模型。

我國學者從理論和實踐上對智慧城市評價展開了豐富的研究，在構建指標體系和權重方面，陳銘等以“智慧南京”建設為例，從基礎領域、智慧產業、智慧服務、智慧人文等方面提出了評價指標體系;崔璐等以人力資本、基礎設施和資本投入作為投入指標，以智慧政務、經濟發展、智慧生活和人文素養做出產出指標，構建了智慧城市建設效率評價指標體系;鄧賢峰從網絡互連領域、智慧產業領域、智慧服務領域、智慧人文領域構建指標體系，不斷豐富評價維度。在運用模型進行統計分析方面，孔波等運用因子分析計算河南省各市智慧城市建設得分，并利用K-均值聚類進行評價;陳莉等利用熵值法評價合肥、蕪湖、淮南三市智慧城市的建設水平并分析影響因素;何琴運用AHP層次分析法計算長三角、環渤海和中西部三大城市群智慧城市建設水平;于小兵等將生態城市和智慧城市加以結合，以TOPSIS法對江蘇省各市生態智慧城市進行排名;陳偉清等運用主成分分析對南寧市智慧城市的發展做出量化評估;馬慶濤等運用BP神經網絡對石家莊省會城市做出評價和預測。

根據前人的研究，并結合安徽省智慧城市建設實際情況，從經濟發展、科技發展、基礎設施、教育資源和城市生活五個角度選取18個指標，運用熵值法對2018年安徽省16個地級市智慧城市建設水平進行比較，并通過K -均值聚類做出評價。

二、 研究方法和數據來源

（一）研究方法

1. 熵值法

（二）數據來源

結合2016年國家發展改革委員會印發的《智慧城市評價標準2.0》和各省市智慧城市建設評價指標體系，本文選取經濟發展、科技發展、基礎設施、教育資源、城市生活5個一級指標和18個二級指標（見表1），指標數據整理于《安徽統計年鑒2019》。

三、 安徽省智慧城市評價結果

（一）指標權重

通過對熵值法求解，可以得出安徽省智慧城市評價指標的權重。

從可知，在評價智慧城市發展中，經濟發展占比最小，僅有0.0936;占比最高的為科技發展，達到0.3926，其次為教育資源，占比0.2361;基礎設施排名第三，占比為0.1522;而城市生活排在第四，占比0.1254。

（二）綜合得分

根據各指標的權重，計算可得安徽省16個地級市的智慧城市建設綜合得分（見表2）。

從上表可以看出，16個地級市的智慧城市發展狀況差別較大，得分范圍在[0.0886，0.8832]之間，普遍得分約為0.15。合肥作為省會，智慧城市建設得分位居首位，綜合得分為0.8832;蕪湖得分0.3091，位列第二，但綜合得分與合肥仍有差距，未來有較大發展空間;阜陽、滁州、安慶分別為第三、第四、第五，處于上游水平;而淮南、池州、淮北綜合得分在0.1以下，智慧城市發展能力較弱，水平相對落后。

合肥由于經濟、科技、教育、基礎設施等資源方面政府的關注度較高，在智慧城市建設方面遙遙領先。2018年合肥市地區生產總值達到7822.91億元，同時在專利申請、科技論文發表、高等學校數和高等學校畢業生數量上遠高于其他地區，這符合合肥市作為綜合性國家科學中心和國家創新中心的定位。作為華東地區的科研教育基地和創新型城市，蕪湖在人均生產總值、科學技術支出占比、高等學校數量方面位于安徽省前列，在建設智慧城市方面有較為明顯的優勢。阜陽市則在教育支出占比、人均工業綠地面積等方面表現突出，智慧城市建設有較大發展潛力。

亳州、宿州、六安、滁州等入選第三批國家智慧城市試點名單，積極發展大數據、智能建設、智能交通、社會服務等方面建設，由于仍在建設初期，智慧城市綜合得分處于中游水平。

（三）聚類分析

由聚類結果可知，合肥在各類指標的得分中都遙遙領先與其他地級市，智慧城市發展水平位于安徽省最高級別，這與合肥作為安徽省政治、經濟、文化和信息中心的地位是一致的，同時也為全省的智慧城市建設起到示范和引領的作用。

亳州、宿州、蚌埠等8個城市為中等水平，他們在經濟發展、科技發展、基礎設施和教育資源方面處于省內領先地位。淮北、淮南、馬鞍山等7個城市的智慧城市建設水平較低，只在城市生活方面有略微優勢，這類城市需要發掘自身的特色，積極促進大數據、物聯網、云計算和其他信息技術與城市發展的融合，并結合自身實際提高城市建設中數字化、網絡化和智能化水平。

四、 結語

為了更好地了解安徽省智慧城市發展情況，本文建立了智慧城市發展水平的評價指標體系，運用熵值法和K-均值聚類對安徽省16個地級市進行評價和分析。結果表明，熵值和聚類分析結果具有較好的一致性，安徽省各市智慧城市發展水平較為不平衡，高水平和低水平城市之間差距較大。政府需要制定科學合理的智慧城市規劃方案，進一步加強頂層設計，立足本市實際情況，解決城市實際問題;通過綠色創新促進產業轉型升級，不斷調整城市經濟結構、轉變城市發展方式;改善基礎設施建設，尤其是互聯網的覆蓋范圍，為信息化、智能化發展提供支撐。

參考文獻：

[1]陳銘，王乾晨，張曉海，張曉偉.“智慧城市”評價指標體系研究：以“智慧南京”建設為例[J].城市發展研究，2011，18（5）：84-89.

[2]崔璐，楊凱瑞.智慧城市評價指標體系構建[J].統計與決策，2018，34（6）：33-38.

[3]鄧賢峰.“智慧城市”評價指標體系研究[J].發展研究，2010（12）：111-116.

[4]孔波，曹淑娟，蔣紅敬.基于因子分析的河南省智慧城市評價體系研究[J].河南教育學院學報（自然科學版），2019，28（3）：13-18.

[5]陳莉，諶蘇靚.智慧城市熵評價：以合肥、蕪湖和淮南為例[J].邢臺學院學報，2019，34（3）：109-113.

[6]何琴.基于AHP的智慧城市建設水平評價模型及實證[J].統計與決策，2019，35（19）：64-67.

[7]于小兵，俞顯瑞，楊兵，盧逸群.基于TOPSIS的江蘇省生態智慧城市建設研究[J].生態經濟，2018，34（5）：154-159.

[8]陳偉清，趙文超，張學垚.基于主成分分析法的南寧市新型智慧城市建設研究[J].生態經濟，2019，35（4）：99-103.

[9]馬慶濤，尚國琲，焦新穎.基于BP神經網絡的智慧城市建設水平評價研究[J].數學的實踐與認識，2018，48（14）：64-72.

作者簡介：

黃鈺婷，安徽財經大學經濟學院。