华东地区新型智慧城市发展评价

陈 莉 燕萍莉

（安徽建筑大学经济与管理学院 安徽合肥 230000）

改革开放40余年来，伴随着物质生活不断改善与经济社会的快速扩张，我国城镇化建设也实现了长足的进步与发展，到2019年末，我国城镇化率跃增至60.60%。然而，随着城镇化进程的进一步推进以及社会快速发展的同时，城市发展过程中所派生出的问题、隐患以及诸多诟病也逐渐浮现出来，例如经济能力、环境整治、公共生活、基础设施等其他方面缺乏相应的变革和适应能力。［1］随着中共中央“创新、协调、绿色、开放、共享”为发展理念的经济新常态的全新历史站位的提出，对我国城镇化发展也提出了新的变革要求与方向，其中以新型智慧城市为代表的新型基础设施建设成为当前城镇化发展的重要内容之一。根据住建部前瞻产业研究院发布数据显示：截至到2020年，我国有900多个城市进行智慧城市建设。新型智慧城市是信息化高度集成与基础设施边缘交叉的产物，它以信息化为契机，成为带动城市向“智慧与智能”转型的关键点。它的建设不仅仅实现了经济发展与基础设施的互联互通，更为重要的是，它通过新技术与城市建设全方位地相互融合与创新，从而成为实现可持续发展的新路径、新模式、新形态。[2]在这种新型模式的视野下，更加注重人与人、人与自然、人与社会的共同发展。

一、因子分析法和智慧城市评价指标的确立

（一）因子分析法。由于影响新型智慧城市发展的因素繁杂众多，涉及的的数据样本量非常大，对数据处理技术较高。因此，为能够实现对各个城市综合评价的效果，本文采用因子分析法进行评价与分析。因子分析最早由英国心理学家C.E.Spearman提出，它通过对大量的数据进行处理，将关联性较强的变量归为一类因子，并且设定为主因子，最终通过少数的主因子来体现大量的数据信息，从而实现对数据的降维与简化。因子分析法有以下两个优点：一是因子分析法是建立一整套模型，能够方便有效地计算整体水平；二是因子分析法没有舍弃次要变量，而造成样本的缺失，是对所有变量信息进行整合归纳，提取出公共因子，能够使数据简化同时又不会丢失变量信息。本文在运用因子分析法过程中，利用SPSS软件来计算出各个变量的相关性，将相关性较强的变量分为一组，划分为五组。通过分析相关系数矩阵，将对智慧城市发展影响最大的变量指定为主因子，最后通过权重加权计算综合得分来评判各个城市智慧城市发展状况。通过对因子分析实证结果的探讨，可以将抽象的数据具体化、可操作化，并且能够更加直观地辨析各个城市智慧城市发展水平和自身优劣性。

（二）因子分析法的算法步骤。

1.原始数据的标准化处理。

2.求Z的相关矩阵R。

3.计算因子载荷矩阵A。通过计算相关系数矩阵的特征值λ1≥λ2≥···≥λm≥0,以及对应的特征向量t1,t2,···tm,从而得到载荷矩阵

（三）指标体系的建立。由于各种的原因，我国新型智慧城市建设起步较晚，大部分城市仍然处于起步阶段。故现有的统计资料中，很多指标体系只能单一表现某一方面的内容，缺乏普遍适用性，有的指标体系只存在表面认知，缺乏具体操作的可能性，不能够通过真实的数据进行实证分析。因此本文在构建指标体系的时候不是单一考虑因素，在新型智慧城市发展水平评价指标体系中由指标层和变量层两个方面构成，充分考虑新型智慧城市发展过程总各个方面的综合因素，从经济水平、基础设施、科技创新、环境卫生、文化水平五个维度的一级指标和17个二级指标构建全面评价新型智慧城市发展的体系。

表1 智慧城市评价指标体系

二、新型智慧城市建设实证分析

（一）样本数据来源。基于对我国各个地区的城市的对比，本文选取了我国华东地区经济发展水平较高的27个城市（上海、合肥、芜湖、马鞍山、安庆、厦门、泉州、福州、漳州、南昌、赣州、九江、南京、苏州、无锡、南通、常州、济南、青岛、烟台、潍坊、杭州、宁波、温州、绍兴、嘉兴、台州）为样本进行分析，主要是探讨影响新型智慧城市建设的主要因素，为其他新型智慧城市的发展出谋划策。数据来源于《中国统计年鉴2019》、各省统计年鉴以及各市国民经济和社会发展统计公报等。

（二）实证分析。本文运用SPSS统计分析软件，对27个城市的原始数据采用因子分析法进行分析。计算得出KMO值为0.74，大于0.6，因此适宜进行因子分析。由计算得出特征值，选择特征值大于1的数值，从小到大的排序依次为9.774、1.726、1.246、1.157。特征值、贡献率、累计贡献率以及旋转后的数据如表2所示。由于前4个特征值旋转平方和均大于1，分别为6.705、4.480、1.363、1.355，而且累积贡献率达到81.782%，因此根据因子分析法的原则保留前四个因子即可。我们提取的4个公共因子不但能够充分代表17个指标的整体信息，而且也是新型智慧城市建设中的主要影响因素。其他的因子可以忽略不计，因此本文选取4个公共因子F1、F2、F3、F4。

表2 相关系数的特征值、贡献率和累积贡献率

从碎石图的输出结果，进一步验证了数据的准确性。成分1、2、3、4的特征值都比较大，而且对于原始变量的累计贡献率也最大，覆盖了大部分的信息，其他成分的特征值都相对较小，故可以忽略不计。

利用SPSS软件对数据进行处理和分析。根据表2、表3可以分别对4个公共因子进行归类，公共因子F1的方差贡献率最高，为39.439%，是影响最大的公共因子同时也是最重要的。在经济水平（X1、X3、X4）、文化水平（X16、X17）、基础设施以及环境卫生上载荷都相对较大，因此可认为公共因子F1是影响新型智慧城市建设的综合性因子；公共因子F2的方差贡献率为26.351%，仅次于公共因子F1，所以重要程度也仅次于F1。公共因子F2在科技创新（X9、X10）、基础设施（X7）、以及经济水平上有较大载荷，主要集中在科技创新方面，故可认为F2是评价新型智慧城市科技创新发展的因子；公共因子F3的方差贡献率为8.020%，主要贡献率体现在基础设施（X8）以及因素X11（科技支出占地方财政支出比），所以可认为公共因子F3是反映新型智慧城市建设公共基础设施建设因子；公共因子F4的方差贡献率为7.971%，在环境建设（X12、X13）上有较大的载荷，因此可把公共因子F4视为新型智慧城市环境建设的评价因子。

表3 旋转后的因子载荷矩阵

为了对城市发展进行进一步研究，做出更为精确的综合评价，将4个公共因子各自的方差贡献率占累计贡献率的比重作为权重来加权计算综合得分，形成27个城市的综合得分和综合排名。

表4 综合得分和综合排名

第一梯度城市：上海。综合实力最强，综合得分远远高于其他城市，新型智慧城市发展水平最高。上海作为全国的金融中心、国际大都市，不管是在地理位置，还是政策以及资源等各个方面具有明显优势。它拥有良好的城市建设的基础，拥有先进的科研技术、创新性和高科技企业比较密集、城乡发展相对协调，拥有雄厚的经济资本以及新型智慧城市建设资源。上海市工业化、城镇化、信息化以及农业现代化统筹协调发展，同时浦东新区是我国最早开放的新区之一吸引了大量的国际投资，从而促进上海经济的进一步发展。这一梯度城市是我国新型智慧城市的领导者。

第二梯度城市为：南京、杭州、苏州。这三个城市在空间分布上来看，主要分布在长三角区域，拥有众多政策上的优势和雄厚的经济实力。苏州比邻上海，能够及时接收上海的产业对接和转移，由于地理上的优势，很多上海淘汰的企业纷纷选择在苏州安家落户，从而在多方面促进苏州经济发展。南京是江苏省的省会，同样在地理位置以及各方面的资源都具有优势。虽然这一梯度的城市具有一定的优势，新型智慧城市发展现状也相对较好，发展新型智慧城市具有较大潜力，但是在城乡一体化建设方面存在一定程度的不均衡现象。例如苏州在新型智慧城市建设过程中，虽然拥有较好的基础设施建设和较强的科技基础，但是在城镇化发展过程中进度相对缓慢，发展水平较低。第二梯度城市在发挥自身优势发展的同时，也要兼顾弥补自身劣势，从而整体的提高新型智慧城市建设水平和发展潜力。

第三梯度城市：宁波、无锡、合肥等。除了少数的综合评分为正数之外，其余全部为负数。这些城市多数为经济发展水平较弱的二、三线城市，本身经济发展有限，工业化、城镇化各方面和一线城市相比有一定的差距。这些城市的新型智慧城市建设处于较低水平，或者新型智慧城市建设刚刚处于萌芽状态。例如合肥市虽然依托安徽省及中部优势资源，靠近东南沿海地区，在地理位置具有很大的优势，中国科技大学和合肥工业大学等高级学府的存在使合肥在教育资源和人才积累上有一定的优势。但相比于第一、第二梯度城市而言，合肥市经济基础差，和其他二线城市相比不具有优势，存在城乡一体化发展缓慢，二元结构之间的矛盾依然严峻，社会就业压力也很大，公共服务体系建设不够完善等等问题。第三梯度城市要在发展新型智慧城市过程中要有所侧重点，加大对于优势产业的投资，形成特色产业、行业，实现小而精，不搞大而全，在追赶其他新型智慧城市发展的路径上形成一种高效且符合实际的路径。

第四梯度城市：安庆、九江、赣州、漳州。这四个城市的新型智慧城市建设水平较低，综合得分全部低于-0.5。这类城市的新型智慧城市建设可能只是存在于书面，还没有具体的落实，缺乏对于新型智慧城市建设的整体规划和长远的发展策略。基础设施建设不健全，产业结构落后，没有发展形成智慧产业，此梯度的城市还不具备发展新型智慧城市的条件，需要加快城市经济的发展，提高城市的综合实力，为以后新型智慧城市的建设打下坚实的基础。

新型智慧城市的发展虽然受到诸多因素的影响，但是第一公共因子和第二公共因子的占比过半，要想更快、更好地促进新型智慧城市的发展，加大对于基础设施以及科学技术的投入仍然是重中之重。

三、新型智慧城市建设对策建议

（一）加快城市基础设施建设，推进新型智慧城市快速发展。通过以上分析可以看出，基础设施建设是主要因子，加大对基础设施的投入可以更好地发展新型智慧城市。政府部门可以利用以主导优势，在数字化的大背景下，让交通基础建设与之结合，以最快的速度打通交通基础设施建设的壁垒。政府可以通过对于像滴滴一样自主研发的平台的支持，除了加大对一二线城市的投入，也要对三线及以下的城市加大投入，从而加快交通信息化的发展。智慧交通的建设应该更接地气服务于民，对于小城市人员进行培训，建造真正的智慧交通，打造出行智慧化。

（二）加大对科学技术的投资，侧重大数据、云计算以及人工智能等先进领域。第二公共因子是科技创新因子，对于新型智慧城市的建设至关重要。纵观分析结果可以看出，第一第二梯度城市都拥有先进的科学技术和雄厚的科学实力。把云计算技术应用到政府政务之中，打造数字化信息政务平台，正真取之于民，用之于民。先进技术应用在安全、公共文化和资源调配等领域，更多地向下级所属单位赋能，同时加快对公共卫生智慧平台建设，建立应急指挥部和开发应急指挥系统，将常态化的管理防空和应急指挥有机结合。以市、县、镇、村为一个个独立单位，在平台上从上而下进行统一管理，共同推进我国公共卫生事业的进步，促进应急指挥智能化建设，加快社会公共服务体系的建立健全。

（三）注重新型智慧城市建设产业群的布局与规划。对于新型智慧城市的领跑者，它们都拥有先进的智慧产业以及形成的产业集群。新型智慧城市的发展离不开智慧产业进步，智慧产业主要涉及的产业是高新技术产业、物联网产业以及云计算相关产业。加快云计算、物联网等高新技术在工业中的应用，提高高新技术产业转化率，有效促进工业化的快速发展。在加快工业化发现的同时要使智慧产业和新型智慧城市建设相互结合，形成正向促进关系，一起快速发展，全面提升新型智慧城市发展水平。

（四）重视资源共享，加快共享基础建设、信息建设促进区域经济协调发展。利用国家信息共享平台，推进跨区域现代化治理体系建设，实现对全国范围内的数据采集、归纳以及应用分析。使得各个部门能够无阻碍沟通，实现信息、资源共享，进一步完善社会治理体系的建设，逐步做到信息、资源的互利互通，从而跨越数据闭塞所带来的弊端。大众对于个人信息安全的认知存在严重不足，阻碍数据治理以及资源共享的发展。我们可以通过云服务的方式对于个人和企业赋予职能，来提高资源和数据利用率，从而打破数据孤岛的壁垒。

城乡协调发展是影响新型智慧城市建设的重要因素之一，城乡协调发展不仅仅是重视中心城市的发展，还要对城乡一体化建设同等重视。将高新技术应用到城市和农村的现代化建设之中，实现多维信息和资源数据的互联互通。政府职能化的公共服务要服务于每一位公民，促进城乡产业以及相关产业同步升级转型，走具有我国特色的新型智慧城市建设之路。