智慧城市建设目标绩效的实证研究

王广斌 崔庆宏

摘要：基于扎根理论的研究方法，以国内外智慧城市建设的研究成果作为数据来源对智慧城市建设目标绩效进行探索性研究。在此基础上，开发了初始量表，通过小样本预测试对其进行探索性因子分析，根据分析结果和反馈意见对量表进行了修订。通过问卷设计与调查，对量表进行验证性因子分析以进一步对其进行检验。研究结果表明，城市生活质量、可持续性与运行效果是智慧城市建设目标绩效构成的3个重要维度。

关键词：智慧城市；智慧城市建设；目标绩效；扎根理论；实证研究

DOI：10.13956/j.ss.1001-8409.2016.07.27

中图分类号：F2931文献标识码：A 文章编号：1001-8409（2016）07-0124-04

Abstract：Based on sources from literatures at home and abroad， this paper studied the objective performances of smart city construction by grounded theory， and put forward the initial scale of the objective performances. And then， it modified items of the initial scale with a small sample of pretest， and then formed the final items by exploratory factor analysis. Based on the questionnaires survey， it verified further validity and reliability by confirmatory factor analysis. Results show that objective performances of smart city construction contained three main dimensions， there were urban life quality， sustainability and operational efficiency.

Key words：smart city； smart city construction； objective performance； grounded theory； empirical research

推动智慧城市建设、促进城市可持续发展已经成为当前国内外社会和学术界普遍关注和重视的热点问题。然而，智慧城市建设在被寄予厚望的同时，其所面临的问题与挑战仍旧突出，其建设效果和预期之间仍存在差距。智慧城市重复建设、盲目建设以及同质化现象[1]出现，不可忽略的重要因素之一是智慧城市建设问题、目标与需求导向的错位与缺失，特别是没有充分发挥智慧城市建设目标的导向作用。对上述问题的回答与解决，需要对智慧城市建设目标绩效进行有效识别与清晰界定，现有研究成果已从不同的学科和视角对智慧城市建设的目标、效果等方面进行了分析，极大地丰富了相关研究内容并且可以作为对其进行量化的重要借鉴与参考。本文将目标与绩效的定义和内涵进行关联，综合考虑绩效的行为观与结果导向，将智慧城市建设目标绩效定义为：参与智慧城市建设的各利益相关者为了实现建设目标所表现出来的行为与结果的总和。

1文献回顾

11研究内容

关于智慧城市建设目标绩效的研究，现有文献主要有两个方面的观点。一是可持续发展观。它是可持续发展理论与城市问题相结合的产物，通过信息与通讯技术的进步以及对城市过去发展模式的反思，智慧城市建设被视作是解决城市可持续发展问题的新视角与新方案[2]。二是城市运营效率观。它是系统集成、协同学、投入产出理论与智慧城市建设相结合的产物，是对城市系统进行优化与再造效果的体现。通过技术改造与优化使得城市各子系统之间的物质、信息以及能量流动与交互更为高效，各种资源能够更有效地被整合、使用和创新[3]。此外，亦有学者[4]将提高城市生活质量视为智慧城市建设的目标，突出地表现在基于公众参与的数据收集与分析进行服务创新，提供满足市民需求的增值服务上。

12研究方法

121关键词分析

Mosannenadeh等[5]采用关键词分析（统计重复次数最多的关键词）的研究方法从学术、行业以及政府3个维度对智慧城市建设目标进行总结。学术上的研究主要集中在对治理、社区/社会发展与可持续环境的改进上；行业视角聚焦于增强城市国内竞争与可持续发展能力，提升效率与改善可持续的环境；从政府的角度，更侧重于城市国际挑战的应对。

122指标体系

Giffinger等[2]从Urban Audit等数据库中获取公共和开放的数据，进一步对智慧城市绩效的各项指标进行提炼；Lombardi等[6]则分别从大学、政府、民间团体以及行业4个方面对智慧城市绩效指标从5个子集进行了阐述，并给出了指标的主要要点。

123案例分析

有学者根据不同智慧城市的建设案例对目标进行了分析。比如：巴塞罗那智慧城市的建设目标是可持续与更加绿色的城市，具有竞争力和创新力的商业以及生活质量的提高[7]；阿姆斯特丹智慧城市建设旨在通过创新型技术的使用来改变能源消耗的方式以实现应对气候变化所设定的目标[8]。

2研究方法与数据来源

21研究方法

扎根理论旨在从数据中发现理论，而不是通过传统的定量研究来验证理论。源于医学社会学，扎根理论在不同领域得到广泛应用，本文应用该理论对智慧城市建设目标绩效进行探索性研究，在上述研究的基础上进行量表开发，通过小样本预测试、问卷设计与调查对量表内容做进一步的实证检验。

22数据来源

本文所使用的数据来源包括国外SCI核心合集中的外文文献（以标题中含有“smart（er） city/cities”为检索条件，时间跨度为“1999～2014”，得到有效文献181篇）、国内CSSCI刊源的文献（以“智慧城市”为关键词进行检索，时间跨度为“2010～2014”，得到有效文献80篇）以及国内主流网站（中央政府官网、新华网、人民网与中国科技网）有关智慧城市建设的新闻内容（检索条件为标题中含有“智慧城市建设”，检索时间为2014年7～8月，共获得约86万字的文本资料）。为了便于对原始资料进行管理与增加有效信息的可追溯性，本文将有效的数据源进行了归类和编码，基本格式为文献来源缩写加数字的组合方式，比如：SCI核心合集中的文献以“S”开头，数字代表其对应的次序。

3研究过程

31编码分析

初始编码首先对文本内容进行逐字逐句阅读，保持开放性并贴近数据的同时，使用比较的方法在原始文本数据中产生初始概念[9]。为了避免因初始概念数量过多造成混乱和减少概念间的交叉，表1对初始概念进行了分类与组合，仅选择重复频数大于3次的初始概念。为了节省篇幅，本文只对每个范畴选取一条原始资料描述。

主轴编码的任务是发现范畴之间的潜在逻辑联系，发展主范畴及其副范畴[9]。本文按照范畴间相互关系与逻辑次序共归纳出3个主范畴，表2对各主范畴、范畴及其内涵进行了总结。

选择性编码是在主轴编码的基础上进一步对其进行关系上的梳理，用于对不同主范畴轴心间的逻辑类属关系进行系统分析[10]。借鉴文献[11，12]的做法，得出的编码分析结果如表3所示。

智慧城市建设目标绩效量表的开发基于表3的分析结果，其测量题项由初始编码所形成的11个基本概念组成。为了保证量表开发内容的有效性，广泛吸收学术团队以及行业专家的意见，对开发的初始量表、用于小样本预测试的问卷初步设计以及后续实证分析的正式问卷进行了评价与完善。

32小样本预测试

为了更好地确保量表开发结果的有效性与可靠性，并对可能存在的缺陷做进一步的修正，需要对其进行问卷设计与预测试。在随机抽样原则的基础上，小样本预测试主要向智慧城市建设的相关机构和组织进行问卷发放，通过“滚雪球式”的填写方式最终发放问卷140份，回收138份。借鉴相关研究者剔除无效问卷的方法[13]，去除所有题项选同一项、问卷填写具有明显规律性、问卷中选择“中立”选项过多等问卷18份，最终得到有效问卷120份，占发放问卷总数的857%。

321题项净化与信度检验

在进行因子分析前，要净化和消除垃圾测量题项，如果在没有净化测量项目之前就对测量项目进行因子分析，就有可能导致多维度的现象，从而更加难以解释每个因子的含义[14]。校正项目总分相关系数（Corrected Item-Total Correlation，以下简称CITC）和删除该题项后的内部一致性系数（Cronbachs α系数）用于初步净化题项，本文借鉴文献[15，16]的做法，将CITC与Cronbachs α系数的建议值分别设定为040与070。在量表的检验结果（见表4）中，“人性化服务”的CITC值为0156，而且删除该题项后会有助于α值的提升，故将其删除。“资源角度”的CITC检验结果为0393，将其删除后量表内所有题项的CITC值均大于040，并且量表的整体α系数值从0851提高到0875，表明该量表具有良好的信度。

322探索性因子分析

由于建设目标绩效量表为新开发的，所以有必要进行探索性因子分析以进一步检验其可靠性。若没有理论或实证研究可以支持因子间是彼此相关的，则采用正交旋转优于斜交旋转，因为根据正交旋转所得到的结果通常较容易了解与解释[17]。对问卷预测试所收集的有效数据进行探索性因子分析，选用正交旋转中的均等变异法，结果为：KMO检验值为0834，大于070[18]，Bartlett球体检验值达到显著性水平，适合进行探索性因子分析。使用SPSS中的主成分分析法（最大平衡值法，特征值大于1）并且结合陡坡检验的处理结果，设定抽取3个主公共因子，其累计方差贡献率为7321%。据此，得出的旋转元件矩阵结果如表5所示。

本文将因子负荷量建议值设定为040[18]，在遇到一些题项同时在两个因子上的负荷量都很高时，较为可行的做法是研究者根据当时编制测验时，该一题目应该归属哪一个因子，就将它归于那一个因子[17]。本文将城市生活、便利舒适与宜居安全归于同一主成分1，并且命名为“生活质量”；将环境角度、经济角度与社会角度归于主成分2，并且命名为“可持续性”；将服务能力、管理效率与运营水平归于主成分3，并且命名为“运行效果”。在上述分析的基础上，结合小样本预测试的反馈意见最终形成“调查问卷正式版”，据此进行问卷发放，所收集的数据用作后续的实证分析。

33实证分析

正式调查问卷于2014年9月至2015年2月通过传统与网络相结合的调查方式发放问卷300份，回收272份，有效问卷213份，占发放问卷总量的71%。调查城市的类型有直辖市、省会城市、计划单列市/副省级城市、地级市以及县级市，共计43个。其中，政府机构、企事业单位、科研院所和参与调查的市民人数分别为31、82、51与53。受访者进行智慧城市建设工作/研究年限较多地集中在“0～1年”，其人数为112，“1～2年”的人数为23，“2～3年”“3～4年”的人数均为18以及“4年以上”的人数为45。

使用SPSS软件对智慧城市建设目标绩效量表及其子量表进行Cronbachs ɑ值检验，结果为：总量表的Cronbachs ɑ值为0920，生活质量、可持续性与运行效果子量表的Cronbachs ɑ值分别为0840、0879与0879，具有较高的

信度等级。进一步对量表的样本数据进行KMO与Bartlett检验：KMO值为0898，Bartlett球体检验值达到显著性

水平，支持样本数据进行验证性因子分析。

331一阶验证性因子分析

借鉴文献[13]对拟合度指标建议值的研究成果，本文将建议值设定为1

表6中的标准化路径系数值均大于050，模型的各拟合指标都满足取值范围，平均方差抽取量均大于050，组合信度系数亦都大于060，表明数据具有良好的信度和效度。根据上述修正测量模型中不同因子间的相关系数以及平均方差抽取量的计算公式，得出的区分效度检验结果如表7所示。

由于表7中三个因子平均方差抽取量的平方根均大于其所在行与列的因子间相关系数，表明该量表具有良好的区分效度。

332二阶验证性因子分析

由于3个因子间具有中高度的关联性（两两之间的相关系数分别为078、073与076），且一阶验证性因子分析测量模型与样本数据间的适配效果良好，表明一阶因子均受较高潜在变量的影响，因此进一步假设量表具有二阶因子测量结构。通过AMOS软件读取样本数据进行拟合，结果为：模型可以辨识收敛，其中X2/df =1573、GFI=0966、AGFI=0936、NFI=0970、IFI=0989、CFI=0989以及RMSEA=0052，进一步计算二阶因子模型的建构信度系数与方差抽取量分别为0904与0757，上述各项指标均满足理论建议值。综合上述检验与分析，接受上述二阶验证性因子分析模型。

4结论

本文基于扎根理论的研究方法对智慧城市建设目标绩效进行探索性研究，通过三级编码形成了初始量表的基本架构和内容。在此基础上，通过问卷的初步设计和小样本预测试对量表进行题项净化与信度检验，并进行探索性因子分析以进一步检验其有效性与可靠性。根据上述分析结果，对初始量表进行修改和完善并且作为正式问卷设计的内容依据，通过样本数据的收集与实证研究对量表进行验证性因子分析后，得出本文研究的主要结论：从生活质量、可持续性以及运行效果3个维度对智慧城市建设目标绩效进行测度，具体内容包括：（1）生活质量由城市生活、便利舒适与宜居安全构成；（2）可持续性包括环境、经济与社会3个角度；（3）运行效果包括服务能力、管理效率与运营水平，以期为智慧城市建设的相关后续研究与实践活动提供借鉴与参考。

参考文献：

[1]辜胜阻，杨建武，刘江日.当前我国智慧城市建设中的问题与对策[J].中国软科学，2013（1）：6-12.

[2]Giffinger R， Fertner C， Kramar H， et al. Smart Cities-ranking of European Medium-sized Cities[J]. Centre of Regional Science， Vienna UT， 2007：10-12.

[3]Batty M， Axhausen K W， Giannotti F， et al. Smart Cities of the Future [J]. European Physical Journal Special Topics， 2012， 214（1）：481-518.

[4]Battista G， Evangelisti L， Guattari C， et al. Buildings Energy Efficiency： Interventions Analysis under a Smart Cities Approach [J]. Sustainability， 2014， 6（8）：4694-4705.

[5]Mosannenzadeh F， Vettorato D. Defining Smart City： A Conceptual Framework Based on Keyword Analysis [J]. TeMA Journal of Land Use Mobility and Environment， 2014（6）：683-692.

[6]Lombardi P， Giordan S，Farouh H， et al. Modelling the Smart City Performance [J]. The European Journal of Social Science Research， 2012， 25（2）：137-149.

[7]Lee J H， Hancock M G， Hu M C. Towards an Effective Framework for Building Smart Cities： Lessons from Seoul and San Francisco [J]. Technological Forecasting & Social Change， 2014， 89：80-99.

[8]Gil-Castineira F， et al. Experiences Inside the Ubiquitous Oulu Smart City [J]. IEEE Computer， 2011（6）：48-55.

[9]王建明，王俊豪.公众低碳消费模式的影响因素模型与政府管制政策——基于扎根理论的一个探索性研究[J].管理世界，2011（4）：58-68.

[10]彭皓玥.公众参与区域生态风险防范模式影响因素及政策干预路径研究——基于扎根理论的探索性研究[J].软科学，2015，29（2）：140-144.

[11]王晨光，张爱萍.导游职业认同影响因素量表设计[J].山东大学学报：哲学社会科学版，2012（6）：108-112.

[12]肖薇，罗瑾琏.女性职业成功的结构模型与量表开发[J].经济管理，2015，37（3）：79-88.

[13]方建.建设项目业主方组织文化、知识共享对项目绩效的影响研究[D].上海：同济大学经济与管理学院，2013.71，83.

[14]王忠福.城市居民旅游环境影响与社会文化影响感知问卷量表的开发[J].管理评论， 2011，23（8）：36-45.

[15]彭艳君. 顾客参与量表的构建和研究[J].管理评论，2010，22（3）：78-85.

[16]范广伟，刘汝萍，马钦海. 顾客对同属顾客不当行为反应类型及其差异研究[J].管理学报，2013，10（9）：1384-1392.

[17]王保进.多变量统计分析：统计软件与数据分析[M].北京：北京大学出版社，2007.70，102.

[18]吴明隆. 问卷统计分析实务[M]. 重庆：重庆大学出版社，2010.200-201，208.

（责任编辑：杨锐）