大數據視域下智慧城市發展評價與提升策略研究
——基于山東省15 市的實證研究

劉小平

(魯東大學商學院 山東煙臺 264039)

隨著“網絡強國”戰略、“大數據”戰略和“數字中國”建設等政策的出臺，我國智慧城市建設步伐不斷加快[1]。中國智慧城市工作委員會數據顯示，2021年我國智慧城市市場規模達21.08萬億元，同比增長45.4%。大數據、區塊鏈、空間地理信息集成等新一代信息技術的普及，為智慧城市深入建設帶來了機遇與挑戰[2-4]。國家“十四五”規劃綱要明確提出，“分級分類推進新型智慧城市建設”。山東省提出要以數字化、信息化、智慧化賦能城市建設管理，實施“城市大腦”提升行動，推進智慧城市建設，2025年新型智慧城市建設覆蓋率達到100%。在此背景下，智慧城市建設發展水平測度問題成為日益突出的重點研究問題，如何依托智慧城市提高有關部門科學、準確、高效的治理能力，發揮信息共享、協同和融合的積極作用，成為智慧城市持續發展不得不應對的現實挑戰和當今社會治理的重點與難點。

1 文獻回顧

關于智慧城市評價的相關研究，學者從不同維度開展[5-7]。鄒凱和包明林(2015)針對國內智慧城市建設能力認知不到位、發展潛力評價不足等問題，利用神經網絡算法對智慧城市發展潛力進行了綜合評價[8]。曲巖和王前(2018)利用主成分分析法(PCA)對國內副省級城市與直轄市的智慧城市發展水平進行了評價[9]。何琴(2019)把長江三角洲、環渤海、中西部地區的城市群作為研究對象，構建了智慧城市建設水平評價模型[10]。從智慧城市建設投入要素和產出角度，崔璐和楊凱瑞(2018)構建出智慧城市建設效率評價指標體系[11]。這些評價體系側重的內容和優缺點各有差異，為本文構建綜合評價指標體系奠定了理論基礎。本文在梳理文獻的基礎上，構建了智慧城市建設發展水平評價體系，通過因子分析法綜合評價山東省的智慧城市發展水平，運用聚類分析法對智慧城市發展水平等級進行劃分，促使不同規模等級的智慧城市能夠更好地認清自身的發展水平，避免建設的資源浪費，為促進智慧城市長期持續發展提供參考。

2 研究設計

2.1 評價指標體系構建

在指標設置時，需要考慮到能夠反映出智慧城市建設水平，體現出各城市之間的差異性與相似性，同時還要顧及現實數據支持的可行性和可操作性，確保指標體系達到對智慧城市發展水平進行綜合評價的目的[12-14]。本文根據已有研究成果，借鑒了有關數字城市、智慧城市、物聯網產業的相關研究成果，同時結合國家信息中心牽頭制定并發布的《新型智慧城市評價指標》(GB/T 33356-2022)、《2022中國數字政府發展指數報告》等標準，征詢了有關專家的意見，從信息基礎、經濟基礎、惠民服務、生態宜居、城市吸引、智慧保障6個維度選取了17個指標，建立了智慧城市發展水平評價體系，如表1所示。

表1 智慧城市發展評價指標體系

2.2 方法介紹

2.2.1 因子分析

因子分析是一種把多個變量降為少數幾個綜合變量的多元統計分析方法[15]。表1中出現了17個指標，進行評價時運算繁雜，通過降維提取公因子，保留了初始指標的絕大部分信息。因此，本文選擇因子分析對智慧城市發展水平進行綜合評價。

2.2.2 聚類分析

聚類分析被廣泛應用于對樣本分類的研究，其原理是把全部樣本按距離或相似程度歸成不同種類，把關聯度比較臨近的合并成一類，剩余的所有樣本都進行合并，直至把所有的樣本變量聚成幾類[16]。這種分析方法解釋力度相對較高，近似的樣本劃分為一類，不相似的樣本歸為不同類，使得各個類別之間的距離足夠遠[17]。

3 實證分析

3.1 數據來源與處理

本文選取2021年山東省15個地級市的統計數據，為保證不同計量單位的指標可以進行比較，需要對指標數據進行規范化、標準化處理，對逆向指標進行正向化處理。基于SPSS24.0軟件，本文完成了各數據指標的因子分析適應性檢驗。結果表明：巴特利特球形度檢驗的P值為0.000，KMO值為0.736(大于0.7)，自由度df值為91，說明可以進行因子分析。17個指標中，最終刪除了3個指標，剩余14個指標最終歸并為2個公因子，累計方差的貢獻率為87.75%，說明效度較好，公因子解釋效果理想。各個指標在公因子上的負荷如表2所示。

表2 旋轉后因子載荷系數表格

在進行指標具體分析時，一是對載荷值小于0.5或同時在兩個因子上載荷值都大于0.5的因子予以刪除[18]。例如，“地區GDP”“普通小學數量”兩個指標在兩個公因子上的載荷均大于0.5。二是“戶籍人口數量”因載荷低而被剔除。

3.2 公因子命名

根據表3，本文對提取的兩個公因子進行命名，因子1(F1)負荷較高的指標有10項，方差貢獻率為54.751%，影響比較明顯的指標是公共圖書館總藏量_圖書、城鎮職工基本養老保險參保人數、建成區綠化覆蓋面積、一般公共預算支出、地區生產總值等，反映出當地整體的經濟實力、惠民服務和智慧保障等方面，命名為智慧城市公共服務保障因子。因子2(F2)負荷較高的指標有4項，方差貢獻率為32.999%，對因子2影響比較明顯的指標是戶籍人口自然增長率、電信業務總量、郵電業務總量、互聯網寬帶接入用戶，反映了城市吸引力、信息基礎設施建設等方面，命名為智慧城市基礎建設因子。

表3 方差解釋率

3.3 因子分析評價

如表4所示，計算得到山東省智慧城市發展水平的因子得分系數矩陣，用F1、F2代表2個公因子的綜合評價得分，則：

表4 成份得分系數矩陣

以2個公因子的方差百分比為權重計算綜合得分，最終得出結果如下：

具體綜合評價得分及排名如表5所示。(3)

表5 山東省智慧城市發展水平綜合評價得分

從評價結果來看，智慧城市公共服務保障因子(F1)所占比重較高、貢獻率較大，主要是一般公共預算支出、地區生產總值、公共圖書館總圖書藏量、城鎮職工基本養老保險參保人數、建成區綠化覆蓋面積等貢獻度較大，這與目前智慧城市發展的實際現狀基本符合。智慧城市包括智慧政府、智慧民生、城市基礎設施的智慧化支撐和城市的智慧生態環境等部分；其中，城市基礎設施是實現智慧城市建設目標的關鍵要素，惠民服務、生態宜居與信息資源是智慧城市建設的主要內容。智慧城市基礎建設因子(F2)所占比重為32.999%，對智慧城市發展水平也存在著重要影響。山東省數字化程度相比直轄市存在差距，但隨著智慧城市戰略的全面推進，進一步帶動了地級市數字化的快速發展。2020年初，山東省就率先制定了《關于山東省數字基礎設施建設的指導意見》，明確了“網、云、端”等信息基礎設施及交通、能源、水利、市政等融合基礎設施建設要求和發展方向。2022年，山東省5G投資超過100億元，累計建成開通5G基站16.06萬個，地市市區、縣城城區、鄉鎮鎮區和省內海岸線均實現了5G網絡覆蓋，交通樞紐、重點高校、醫院、大型商超、4A級以上景區、經濟園區等重點場景實現連續覆蓋，行政村5G覆蓋比例超過40%。

從綜合評價結果來看，山東省各地級市智慧城市發展水平參差不齊。在15個地級市中，只有5個城市綜合評價得分大于0，不足全省份的50%。智慧城市發展環境水平存在明顯的空間異質性。其中，濟南與青島的綜合得分大于1，智慧城市發展水平相對較高；煙臺、淄博、臨沂3個城市的綜合評價得分僅大于0，智慧城市發展水平處于中等水平；剩余10個地級市的智慧城市發展得分均小于0，整體水平較低。這與山東省各地級市經濟發展水平差異基本相符。

3.4 聚類分析

為進一步分析智慧城市發展水平的空間異質性，本文采用聚類分析方法進行了分析。結果顯示，山東省15個地級市智慧城市發展水平分為“較好”“一般”與“較低”三類(見表6)。

表6 山東省智慧城市發展水平聚類分析結果

由表6可知，智慧城市發展水平較好的主要包括濟南與青島，且因子得分排名前兩位。其中，濟南在智慧城市公共服務保障因子(F1)、智慧城市基礎建設因子(F2)排在第1位。濟南作為省會城市，在地理位置、經濟基礎與城市方面都有著巨大的發展優勢，其地區的人口基數、GDP、信息基礎建設等方面指標遠遠領先于其他城市。青島屬于山東省的副省級城市，與濟南并列的特大城市，在信息基礎假設、城市吸引力方面也有著明顯的發展優勢，其智慧城市基礎建設因子(F2)排在第2位。

智慧城市發展水平一般城市包括煙臺、淄博、臨沂、濰坊4個城市。其中，煙臺在省內率先列支智慧城市建設科研預算資金，創新打造“數發模式”，形成了五位一體的智慧城市建設架構，圍繞“優政、惠民、興業、強基”全面加快推進新型智慧城市建設，其效果較為明顯，煙臺的智慧城市基礎建設因子(F2)排在第3位，綜合評價得分處在第3位，但智慧城市公共服務保障因子(F1)得分只排在第7位，說明在公共服務保障方面仍需進一步提高。

智慧城市發展水平較低的城市包括棗莊、東營、濟寧、泰安、威海、日照、德州、聊城、濱州9個城市，與其他城市相比存在明顯的差距。其中，濟寧、東營、威海、泰安4個地級市綜合得分分別排在第7位、第8位、第9位、第10位。應結合自身發展特點，積極與濟南、青島合作交流，以促進智慧城市發展。剩余的聊城、德州、濱州、日照、棗莊的5個地級市因子得分排名分別為第11、第12、第13、第14、第15位，均位于智慧城市發展的下游水平。

4 結語

本文最終選取14個指標構建智慧城市發展水平綜合評價指標體系，并以山東省為例進行實證分析，得出以下結論：一是山東省智慧城市發展取得了一定成績，但還有明顯的提升空間，只有5個城市綜合評價得分大于0，其余10個城市的智慧城市發展得分均小于0；二是各地級市的智慧城市發展水平參差不齊，存在明顯的空間異質性。對此本文提出以下對策建議：

一是大力實施區域協調發展戰略，共同提升智慧城市發展水平。山東省應加快建設需求引領、數據驅動、特色發展的新型智慧城市，全面推動城市治理體系和治理能力現代化。2025年，全部縣(市、區)達到三星級以上，全部市和60%的縣(市、區)達到四星級以上，力爭打造3個以上的五星級標桿城市的宏偉目標，僅依靠濟南與青島的城市發展遠遠不夠，應將山東省的智慧城市發展作為一個有機整體，需要做到整合資源、以強帶弱、資源共享，實現“1+1＞2”的放大效應。

二是加快產業轉型升級，推進經濟高質量發展。由表4可以看出，區域經濟水平決定智慧城市發展水平。棗莊、日照、濱州、德州、聊城等城市無論從經濟發展水平、城市吸引力還是信息基礎建設方面，都落后于濟南和青島、煙臺等沿海城市，主要原因是當地的經濟實力比較薄弱、相關的專業技術人才匱乏。因此，需通過產業整合、產業集群等措施加快經濟落后地區的轉型升級，推進經濟高質量發展。

三是加快推進開放發展戰略。山東省智慧城市在不斷提高自身發展質量的同時，還應加強與發達城市的互聯互通、務實合作，積極融入國家發展智慧城市大戰略，促進山東省經濟可持續發展，構建“善感知、會思考、有溫度”的山東省新型智慧城市群協同發展，力爭成為全國智慧城市建設的領跑者。

5 研究的局限性

局限性主要體現在以下兩點：一是樣本選取。本文聚焦山東省，因此只選山東省地級市作為樣本，樣本數量較少；二是評價體系構建。受限于城市數據的可得性，部分指標只能選擇整個城市的宏觀數據，無法精準地聚焦智慧城市行業。