面向主题的智慧城市指标体系裁剪方法

熊风光，韩 燮，况立群，韩慧妍，刘 磊，侯德建，陈 霖，宋宁栋，谢帅康

(中北大学 大数据学院，山西 太原 030051)

0 引 言

近年来，随着城市规模和城市化水平的不断提升，交通拥堵、环境污染、教育不公和医疗保障不全、看病贵就医难、城市服务滞后、经济发展不平衡等一系列“城市病”日益严重，人们对“城市管理者如何利用5G、大数据、云计算、物联网和人工智能等新一代信息技术建设智慧城市”的呼声也愈发强烈，冀望于依托最新信息技术的智慧城市能给城市治理带来新的技术路径和治理方案，使城市管理更科学，使市民生活更美好，使经济发展更具竞争力，使城市发展更加可持续[1]。

为响应国家的号召、契合智慧城市的发展需要，各级政府在国家各部委的支持下开展了侧重点不同的智慧城市试点工作，进行了有益的探索，取得了一些可喜的成绩。但是，伴随着智慧城市如火如荼的建设，智慧城市的评价指标体系建设或研究也在进行中，人们迫切地需要一套指标体系来衡量或评测城市的智慧程度，并以此标准来指导智慧城市的建设和发展。国内外的研究机构为此展开了一系列研究工作。

在国外，国际标准化组织城市可持续发展技术委员会提出并制定了《城市可持续发展 智慧城市指标》[2]，以可持续发展作为总体原则，涵盖了经济、教育、能源、政务、医疗、住房等19个主题，涉及80项具体指标，分别映射到联合国可持续发展的17个目标中；国际标准化组织国际电工委员会的第一联合技术委员会提出并制定了《信息技术 智慧城市信息通讯技术评价指标》[3]，该指标体系针对智慧城市信息通讯技术基础支撑能力、信息通讯技术应用服务水平而制定，共设置6个一级指标、19个二级指标、57个指标分项，以用于评估城市智慧化建设水平和质量；维也纳理工大学区域科学中心团队就欧盟28个国家内人口超过10万的468个城市进行了智慧化的深入调研，确定了智慧城市发展的3大元素以及6个一级指标、31个二级指标和74个三级指标[4]。在国内，2016年国家发展改革委和中央网信办制定了《新型智慧城市评价指标》[5]国家标准，该指标体系以“以人为本、惠民便民、绩效导向、客观量化”为原则，分客观指标、主观指标、自选指标三部分，共涉及8个一级指标、21个二级指标和54个二级指标分项；2018年，国家发展改革委和中央网信办对原指标体系进行了调整，形成了《新型智慧城市评价指标(2018)》[6]，共涉及8个一级指标、24个二级指标和52个三级指标的体系，其中“网络安全”不再占有权重，改为扣分指标；中国标准化研究院、新加坡公共事务对外合作局和ISO国际专家组成联合团队共同制定了《中新天津生态城智慧城市指标体系》[1,7]，该指标体系按照“统一共享、面向应用”的原则，具体设定“基础设施、数据服务、智慧环境、智慧治理、智慧经济、智慧民生”等6类一级指标，根据先行示范、效果导向、突出特色、数据综合等要求，确定了30项二级指标。

分析以上研究不难发现：目前智慧城市评价指标体系皆为全方位的衡量城市的智慧程度，故而指标项面面俱到、类别繁多，没能做到在大而全的指标体系中兼顾突出某类主题，如文明、商业、教育等等，以致测评的结果并不能全面反映具体智慧城市的内涵，进而无法针对城市的特点、特色或者缺陷，为后续的智慧城市建设的策略-充分发挥城市的特长或者补足城市发展短板-提供支撑，甚至无法支持城市后续的智慧城市建设[8-9]。

该文面向主题的指标体系裁剪方法的原则是：体现主题，兼顾总体。兼顾总体体现为面向主题的指标体系是以现有国内外指标体系为提前的，一一继承了指标体系中的指标项；体现主题表现为面向主题的指标体系中的指标项的权重会做出调整，与主题相关的指标项权重会增大，相反则会减少，同时权重过低的指标项还会从指标体系中裁减掉，此即为指标项的裁剪。具体过程为：结合国内外智慧城市评价指标体系，生成面向主题的指标体系，并通过层次分析法(Analytic Hierarchy Process，AHP[10-12])调整指标项权重，实现指标项的自动裁剪，最终构建出面向主题的智慧城市指标体系。

1 指标体系和主题库的构建与城市属性管理

面向主题的指标体系是建立在现有国内外指标体系的基础上，故而构建主题需要先创建指标体系并存于数据库表中；同时，为了验证经由裁剪生成的面向主题的指标体系的合理性，需要实际机构(城市)的信息，故而也需要管理机构的相关属性。

1.1 指标体系的构建

针对国内外智慧城市指标体系的指标项的结构深度不固定(一般为二级或者三级结构)的问题，该文定义指标体系中指标项的数据结构为：ID、Name、Sort、PID和Note。其中，ID为该指标项/指标体系的编号，其值具有唯一性，且不可为空；Name为该指标项/指标体系的名称；Sort的值则分为两种情况：如果当前数据为指标体系，则其值为空，反之如为指标项，则为同一父节点下的同级指标项的排序序号；PID的值分为两种情况：如果当前节点为指标体系则PID为空，反之如为指标项，其值则为父节点的编号；Note为该指标项/指标体系的备注。依据如此方式构建的单个指标体系为树结构，可以通过层次化、组件化进行管理，其可视化的结果如图1所示。

图1 指标体系可视化界面

1.2 主题库构建

主题库为存放着用户构建的若干基于主题的指标体系，每个主题的数据结构为：ID，Name，IndexID，Desc和CreatTime。其中ID为主题编号，Name为主题名称，IndexID为该主题所关联的指标体系编号(通过该编号可以获取到指标体系的名称)，Desc为该主题的描述性文字，CreatTime为该主题创建的时间。主题库管理界面如图2所示。

图2 主题库界面

1.3 机构属性管理

机构属性主要管理着全国测评市、县和区的信息，每个机构的数据结构为：Jgid，Jgmc，Fjgmc，municipality、provincial_capital和sub_provincial_level。其中Jgid为机构编号，Jgmc为机构名称，Fjgmc为父级机构名称，municipality为是否为直辖市，provincial_capital为是否为省会城市，sub_provincial_level为是否为副省级。机构属性管理界面如图3所示。

图3 城市属性管理界面

2 面向主题的指标体系裁剪

2.1 数据来源

该文所需实验数据来源于国家新型智慧城市建设部际协调工作组发布的《新型智慧城市发展报告2017》，该报告中给出了2016年新型智慧城市评价分领域和总分前130名城市评价数据，数据来源真实可靠，最大程度上保证该文后期实例验证的可靠性和科学性。同时，从专家库中选择八名专家对指标进行重要性标度，专家们分别来自政府、高校、研究所和企业，均直接参与智慧城市建设管理或智慧城市评价研究，理解智慧城市的内涵，对指标项标度的可靠性更高。

2.2 基于层次分析法的指标裁剪方法

层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法，其将与决策相关的指标分解为目标层、准则层和方案层，并构造两两指标重要性对比的判断矩阵，由此分析各项指标项的权重，将其作为决策的基础[13]。基于层次分析法的指标裁剪方法的步骤如下：

(1)根据专家的建议并参照重要性标度定义表(见表1)，得到同一层次中各个指标的相对重要性赋值，构造各层次的判断矩阵A。I_i与I_j分别表示同一层次中的两个指标，aij和aji分别表示I_i与I_j的重要性标度值，是判断矩阵A中一个元素。判断矩阵A如式(1)所示。

表1 重要性标度定义

(1)

(2)计算判断矩阵的最大特征值和及其所对应的特征向量，该特征向量归一化后即为同层各指标的权重向量W，并根据式(2)和式(3)进行一致性检验。其中，λmax为判断矩阵的最大特征值，n为同层指标项的个数，CI为一致性指标，RI为平均随机一致性指标，其值见表2，CR为满意一致性比例。如果CR≤0.1，则转向步骤(4)，否则转向步骤(3)调整判断矩阵A。

表2 RI取值一览

(2)

(3)

(3)当满意一致性比例CR大于0.1时，调整判断性矩阵。其主要是通过扰动矩阵[14]的概念，按照从大到小的顺序对判断矩阵中的元素aij进行调整，直至CR达到要求为止。其具体步骤如下所示：

(i)构造一致性矩阵M，如式(4)所示，其中wi为权重W中的元素。

(4)

(ii)构造扰动矩阵D，如式(5)所示，其中aij为判断矩阵A中的元素。

D=A-M=

(5)

(v)调整后的判断矩阵记为Ak(k为调整的次数)，转向步骤(2)。

(4)基于同层指标项的权重向量W的值对对应指标项进行裁剪，其具体步骤如下所示:

(i)对W的元素按照从小到大的顺序重新排序，排序后的权重向量记为W'。

(iv)如果W'中所有的元素均被访问，则裁剪结束，否则调到步骤(ii)。

基于以上步骤，借助于AHP方法，在实现对每层指标项权重分配的同时，也完成了对指标项的裁剪工作。

3 实例验证

该文创建主题：智慧旅游，通过该主题来对2016年的新型智慧城市指标体系(如图4所示，简称智慧城市指标体系)进行指标裁剪，并通过具体城市在该主题下的测评数据，来验证所提出的指标体系裁剪方法的可行性。

图4 新型智慧城市评价指标体系(2016)

智慧旅游是基于5G、物联网、大数据、人工智能等新一代信息通信技术，与移动终端等相关物理设备进行集成和融合，将新兴科学技术应用于旅游场景中，为游客的出行、住宿、饮食、安全提供便利化和精确化的服务，通过智能终端设备实施监控景区状况，控制景区人流量，对旅游人群数据分析处理[15]。根据《中国智慧旅游城市及城镇建设指标体系》(简称旅游指标体系)，结合八位领域专家的建议，针对智慧城市指标体系中8个一级评价指标与旅游指标体系中的5个一级评价指标(平安、诚信、服务、智能和宜游)的相关性，确定出智慧城市指标体系中8个一级评价指标的重要性(越相关则越重要)。例如，智慧城市指标体系中8个一级评价指标中的惠民服务和精准治理，其与游指标体系中的5个一级评价指标(平安、诚信、服务、智能和宜游)的相关性对比中，精准治理相较于惠民服务要更重要，二者的重要性对比为1∶2；同理，也可以给出精准治理相较于生态宜居、智能设施、信息资源、网络安全、改革开放和市民体验的重要性对比，并最终得到对比矩阵A，如式(6)所示。

(6)

基于判断矩阵A，执行该文提出的基于层次分析法的指标裁剪方法中的步骤(2)～步骤(4)，可得8个一级指标的权重分别为{0.249 8,0.110 5,0.072 6,0.130 4,0.088 2,0.038 9,0.151 5,0.158 1}；最后依据步骤(5)的要求，裁剪掉一级指标中的网络安全，并将其权重均匀的分配给各个其他指标，故而最终裁剪后的一级指标及其权重分为：{惠民服务：0.255 4，精准治理：0.116 1，生态宜居：0.078 2，智能设施：0.136 0，信息资源：0.093 8，改革开放：0.157 1，市民体验：0.163 7}。同理可得各个一级指标下裁剪的二级指标及其权重。该新生成的指标体系即为面向旅游主题的智慧城市指标体系(简称智慧旅游)。

将此智慧旅游应用到中国中部六个省会城市进行测评。每个二级指标原始得分情况参考2016版智慧城市评价数据，由此原始二级指标得分测评出该主题下一级指标的得分，如表3所示，通过一级指标中各个指标项的得分以及各自权重，即可算出在主题下各个城市的测评得分。

表3 中部6省会城市智慧旅游评价得分

从表3中可以看出，剔除掉太原，武汉、合肥、南昌、郑州和长沙等城市在智慧旅游的排名顺序与在智慧城市排名顺序一致，说明这些城市在进行智慧城市建设时，也非常重视其自身旅游资源的建设，排名第一的武汉市还曾经荣获中国智慧旅游城市称号。太原市虽然在智慧城市中的排名垫底，但是其在智慧旅游排名顺序较其在智慧城市中的排名上升了3名，究其原因在于：太原在历史上是一座具有2500多年建城的古都，自古就有“锦绣太原城”的美誉；气候上属温带季风性气候，冬无严寒，夏无酷暑，四季鲜明；同时，近年来市政府一直致力于治山、治水、治气、治城，倾力打造宜居城市，并且能够积极响应打造智慧城市的号召，指定统筹、管理和运营机制。因此太原在生态宜居和改革创新分数较高，也使其智慧旅游特色较中部的南昌、郑州和长沙更明显。

4 结束语

以层次分析法为核心，提出了面向主题的指标体现裁剪方法，实现指标项动态裁剪。该方法基于现有的指标体系，结合主题特色，针对每一级的同层指标项，利用专家赋分，生成判断矩阵，利用特征分解、一致性比例判断和判断矩阵调整等步骤生成该层指标项中每个指标的权重，并将权重低于0.05的指标项从该层指标项中剔除。将该方法应用于2016新型智慧城市指标体系，裁剪后生成面向旅游的指标体系-智慧旅游，并用该指标体系对中部6省会城市进行测评，实验结果表明：该指标体系的测评结果与原指标体系下的测评结果大致相同；同时，对于与旅游主题特别符合的城市，在该指标体系的测评下表现突出，与在原指标体系的测评结果会有一定的提升。因此，利用该方法裁剪后的指标体系进行智慧城市测评，可为建设智慧城市提供辅助支撑，体现城市发展的特色，并在一定程度上促进智慧城市全面发展。