中國智慧城市發展水平空間差異研究

張建偉　李貝歌　畢東方等

摘 要：采用因子分析、聚類分析、ESDA等方法，探討2011年和2014年中國77個智慧城市發展水平空間差異演變，分析影響智慧城市發展的主因子。研究表明：（1）影響智慧城市空間差異的主因子動態變化不大，主要是綜合實力因子；（2）中國地級以上智慧城市的總體水平空間差異明顯；（3）中國智慧城市的發展格局單極態勢較明顯、呈“梭”型結構；（4）智慧城市發展主要受到城市發展的內在需求、對原有資源稟賦的慣性依賴、政策影響及智慧文化，尤其是政策作用非常顯著。

關鍵詞：智慧城市；城市發展；影響因子；空間結構

中圖分類號：K901.8 文獻標志碼：A

隨著全球化、信息化的深入推進及知識經濟的興起，世界競爭開始轉向虛擬空間[1]，城市發展思潮也逐漸從以物為本轉向以人為本[2-3]，之前的基于信息技術的數字城市[4-5]框架正向一個融技術、經濟、社會、空間于一體的智慧城市演變[6]，城市愈發追求更加低碳、環保、高效、智能、幸福的美好目標，在這一背景下，“智慧城市”的概念被提出。智慧城市是運用先進的ICT技術，將人、商業、運輸、通信、水和能源等城市運行的各個核心系統整合，從而使整個城市作為一個宏大的“系統之系統”，以更為智慧的方式運行[7]。智慧城市不僅是智慧地球的重要組成部分，還有利于發展戰略新興產業，提升經濟發展質量，有利于提升城市管理的科學化，為未來城市提供了新的路徑。因此，很多國家和城市啟動了智慧城市的建設熱潮[8-9]，學術界也開展了很多有益的研究。目前，國外智慧城市研究的視角主要有技術應用[10]、產業組織[11]、資源配置[12]、城市規劃[13]、人本主義[14]。國內智慧城市相關研究主要集中在頂層設計[15]、大數據對智慧城市規劃的影響[16，17]、國外智慧城市發展對中國的啟示[18-20]、智慧城市建設的路徑[21]、智慧城市評價[22]、智慧城市的作用[23-25]、評述與展望[26]。智慧城市的發展評價相關研究很多，但大多局限于單個城市，僅有的一些多城市發展差異比較研究，樣本量也較少，不能很好地揭示智慧城市的發展差異。另外，智慧城市發展水平差異大多基于單個年份，少有探討智慧城市發展水平差異演變的研究。因此，本研究以中國公布的三批智慧城市為范圍，本著可比性、科學性、可行性及完整性的原則，選取了77個地市級的智慧城市，首先采用因子分析法，以判斷智慧城市發展過程中，哪些因素發揮了主要作用，然后對2011年和2014年這些智慧城市發展水平進行評價，最后分析其原因，以期為中國智慧城市的建設提供一定的借鑒。

1 數據來源與指標設計

本研究的數據主要來源于2012年和2015年《中國統計年鑒》、《中國城市年鑒》、各相關省市統計年鑒和各相關城市的政府統計公報。首先遵循科學性、可行性、完整性及可比性的原則，即要滿足以下要求：可準確表征智慧城市發展水平；數據可獲得；數據完整；在同一層級有可比性。根據智慧城市的含義，智慧城市的指標設計應注重兩方面：其一，以信息、知識為核心資源，以新一代信息技術為支撐手段；其二，對于包括民生、環保、公共安全、城市服務、工商業活動在內的各種需求做出智能的響應，為人類創造更美好的城市生活。因此本研究選取智慧基礎設施、智慧技術、智慧產業、智慧服務及智慧生態五個一級指標19個二級指標表征智慧城市發展水平，構建起智慧城市發展的評價指標體系（表1），選取77個地級試點智慧城市進行空間差異分析。

2 中國智慧城市的發展水平差異及演化

2.1影響因子的測度及分析

2.1.1 2011年智慧城市發展水平的主因子

首先，分別對2011年和2014年的數據進行標準化處理，消除數據量綱的差異，采用因子分析，運用最大方差法旋轉處理后得出主成分的特征值和貢獻率（表2）。根據特征值均大于1的原則，從19個因子中提取了4個主因子作為主成分，累計貢獻率為78.02%（表2），根據旋轉成分矩陣（表2）可知F1主因子與X2、X3、X4、X5、X6、X8、X9、X10、X12、X13等10個因子有很高的關聯性，這些因子主要涉及到智慧基礎設施、智慧技術、智慧服務和郵政業務總量，可將F1主因子命名為智慧城市綜合實力因子。該因子單項排名前幾位的城市有北京、上海、天津、廣州、杭州、蕪湖和昆明；F2主因子與X1、X7、X13、X14、X15、X16等6個因子關聯性較高，主要涉及互聯網用戶、就醫便利度及生態，可將F2命名為宜居因子，該因子單項排名前幾位的城市有重慶、廣州、上海、杭州、天津、武漢、大連。F3主因子與X11（單位GDP能耗）、X17（一般工業固體廢棄物綜合利用率）呈較高相關性，為生產方式因子，該因子單項排名前幾位的城市有上海、廣州、杭州、武漢、無錫、南通、常州。F4主因子與X17 （建成區綠化覆蓋率）相關性較高，可稱為綠化因子，該因子單項排名前幾位的城市有上海、珠海、大連、昆明、無錫。四個主因子分別不同角度反映了2011年的智慧城市的發展程度。

以4個主成分對應的方差貢獻率為權重計算綜合分值，得分僅表示在構建的指標下各地智慧城市的相對差別。選取前20個城市的總和得分排序（表3）排名最高的前五位依次是為北京、上海、廣州、天津、杭州，綜合得分都大于0.71。其次為寧波、武漢、蕪湖、無錫、金華、昆明、大連，綜合得分在0.24～0.36之間。重慶、南通、青島、煙臺、溫州、常州、珠海的綜合得分在0.048～0.13，其余城市綜合得分都小于0。北京呈正相關的主因子F1中排名第一，綜合得分也遠遠高于其他的城市，表現出了北京發展智慧城市具有非常強的綜合實力，但是其它主因子為負數，說明北京在互聯網、生態宜居、綠化方面應該進一步強化。根據2011年中國智慧產業發展水平發現，中國智慧城市發展水平極不平衡，智慧城市發展較好的主要集中在北京、上海、廣州、天津、杭州等一些特大城市，其它城市發展較為滯后，且具有明顯的等級結構，其智慧城市水平等級與其規模呈正比。

2.1.2 2014年智慧城市發展水平的主因子

運用相同的方法對2014年中國智慧城市的數據進行分析。系統對選取的19個因子進行旋轉后提取4個主因子。4個主因子對選取的19個指標的解釋能力達到78.541%。進行因子得分級算得出2014年智慧城市發展水平排名前20位的城市（表5）。

2014年主因子F1在X2、X3、X4、X5、X6、X9、X10、X14、X15、X16、X17、X18等12個因子上載荷值較大，這些因子多側重智慧基礎設施、智慧技術及智慧生態，體現的是智慧城市發展水平的綜合實力，可將F1主因子命名為智慧城市綜合實力因子。該因子單項排名前幾位的城市有北京、上海、廣州、天津、重慶、烏海、鄭州和昆明；F2主因子與X1、X8、X12、X13等6個因子相關度極高，主要涉及互聯網用戶、社會保障及通達性，可將F2命名為通達性因子，該因子單項排名前幾位的城市有重慶、廣州、天津、上海、鄂爾多斯、杭州、大連和武漢。F3主因子在X11 （單位GDP能耗）載荷量相對較高，為生產方式因子，該因子單項排名前幾位的城市有廣州、杭州、常州、溫州、武漢、泰州和珠海。F4主因子與X7（一般工業固體廢棄物綜合利用率）有很強的相關性，可稱為智慧服務因子，該因子單項排名前幾位的城市有秦皇島、珠海、鄂爾多斯、新余、四平、石家莊和北京。

2014年和2011年相比，智慧城市發展水平前三位城市變化不大，北京、上海和廣州都是前三位。重慶發展很快，由13位上升到第4位，天津、杭州和武漢則略有下降，寧波下降較多，下降到第12位，無錫也發展較快，有第9位上升到第7。鄭州和秦皇島發展最為迅猛，分別從60位和41位大幅度上升到第9和20位，太原市也有所發展從21位上升到18位，而煙臺、唐山和蕪湖排名則有一定程度的下降，其中蕪湖下降最為明顯。整體看來，智慧城市的發展的水平都在整體提高且發展呈現出以北京、上海的“雙中心”發展趨勢。

2.2智慧城市發展水平的空間差異

利用全國地級以上的77個試點智慧城市綜合實力整體得分F，進行聚類分析，將2011年和2014年77樣本智慧城市分為5個等級。2011年五個等級的智慧城市數量分別為1、1、3、7、65，智慧城市等級體系呈金字塔型分布。2014年五個等級的智慧城市數量分別為1、1、4、70、1，智慧城市等級體系為不規則的梭形結構，中等層次以上的城市數量較多，高等和低等層次的城市數量較少。

2011年第一等級和第二等級的智慧城市分別是北京和上海，2014年仍然是北京和上海，綜合得分大于1的智慧城市有北京、上海、廣州減少到僅北京和上海，且北京的綜合得分從2011的4.83增加到2014年的5.12，處于第一等級，而上海從2011年的2.98下降到2.77，處于第二等級，北京和上海的發展速度遠超其它城市，日益成為我國智慧城市等級體系的兩極。第三等級的智慧城市2011年有廣州、天津和杭州，2014年增加了重慶，這些城市基礎設施完善，經濟發展迅速，科技創新能力強，智慧城市發展潛力巨大。2011年處于第四等級的智慧城市僅有7個：寧波、武漢、蕪湖、無錫、金華、昆明和大連，2014年很多智慧城市發展迅速，處于第四等級的智慧城市增加到了70個，而第五等級的智慧城市從2011年到2014年從65個減少到僅鄂爾多斯1個。

將智慧城市與地理空間結構相結合，從而反應出智慧城市的空間分布結構。全國77個地級智慧城市的整體得分F，體現了各個城市智慧建設的強弱。得分高，實力強的城市，其基礎設施相對完善、經濟和科技創新實力強、社會保障能力業相對較高；相反，得分較低的智慧城市，總體實力較弱，智慧城市的各個方面需要提高。將智慧城市與地理空間結構相結合，從而反應出智慧城市的空間結構類型（圖1）。

3 智慧城市空間差異的成因

3.1 城市發展的內在需求

隨著城市化的不斷推進，人口、資本、產品等要素不斷向大城市集聚，城市自身也在不斷膨脹，出現了經濟活動頻繁而無序、流動人口管理困難、城市發展與環境資源的矛盾日益突出、交通擁擠等諸多問題。中國的特大城市的發展面臨新的挑戰，對城市管理理念、管理模式提出了更高要求。因此，北京、上海、廣州等特大城市在更新現代城市管理理念的同時，應充分利用現代信息技術手段，創新城市管理模式，再造城市管理流程，使信息化、數字化城市管理從功能到效率得到全面升級，使數字化城市向集成化、智慧化、協調化發展[27]。這些內在需求及城市發展從低級向高級演替的規律促進了智慧城市的發展，也造就了這些高水平的智慧城市。

3.2 對原有資源稟賦的慣性依賴

規模較大的城市經濟基礎好、科技實力強，智慧技術鏈和產業鏈有了初步的發展。比如無錫建有國家傳感網示范區，北京、上海等特大城市是國家云計算服務創新示范城市。特大城市的信息化水平也較高，而小城市這方面的資源條件較匱乏。所以在原有發展路徑的影響下，造成了特大城市智慧城市發展水平較高而小城市智慧城市發展水平相對較低的格局。然而，等級較低的城市，發展潛力巨大，具有更多的發展空間（圖1）。

3.3 政策驅動

在政策方面，城市規劃和政府政策對智慧城市的建設和發展有著重要的影響。為推動智慧城市的發展國家出臺了諸多政策：《國務院關于大力推進信息化發展和切實保障信息安全的若干意見》、《“十二五”國家戰略性新興產業發展規劃》、《推進物聯網有序健康發展的指導意見》、《“寬帶中國”戰略及實施方案》、《促進我國智慧城市健康有序發展的指導意見》等。2012年12月5日，住房部發布《國家智慧城市試點暫行管理方法》以及《國家智慧城市（區、鎮）試點指標體系（實行）》的通知；2013年，住建部先后公布兩批國家智慧城市（區、縣、鎮）試點，城市數高達193個。為各個地區智慧城市的發展創造了可能，2014年8月29日，經國務院同意，發改委、工信部等八部委印發《關于促進智慧城市健康發展的指導意見》，為智慧城市的健康發展提供了相應的依據。在地方上，許多城市將智慧城市納入地方“十二五”規劃綱要，在智慧城市建設的先行地區還出臺了一系列專門的政策規劃，逐步建立起保障智慧城市穩定健康推進的政策體系[18]。各個城市還從不同方面開始建立智慧公共服務和城市管理系統、智慧城市綜合體、智慧政務城市綜合管理運用平臺、智慧安居服務、智慧教育人文服務、智慧服務應用、智慧健康保障體系建設、和智慧交通的建設。

最后，自從2010年智慧城市的概念被明確提出后，國家各個層面都非常重視智慧城市的發展，所以在2011年時智慧城市發展水平處于第五等級的城市很多，經過2年的發展，2014年第五等級城市明顯減少，而第三等級城市急劇增多，從側面表明國家及政府的重視對智慧城市的發展具有重要作用。

3.4 智慧文化

構建智慧城市的過程中，信息化和科技發揮了重要作用，為智慧城市的發展提供了必要的基礎條件，然而其滲透到城市居民的生活中，還有賴于城市居民思維意識的轉變，有賴于智慧文化在社會的普及程度。北京、上海、廣州、杭州、無錫、寧波等城市經濟較為發達，開放程度較高，易于接受新事物，上述城市的物聯網較發達，淘寶村的數量也較多，這有助于形成智慧文化氛圍。同時，這些城市信息化程度比較高，通過網絡平臺接受城鄉居民預約服務的人也在不斷增加，各公共服務機構的智能化水平不斷提升，也為供給和需求的良性互動奠定了基礎，極大地推動了智慧城市的發展。

4 結論

智慧城市對促進城市科學化管理及提升經濟質量具有重要作用，代表了未來城市發展的一個重要方向，但是對于其發展水平差異及發展形成規律的研究較少。因此，基于智慧城市的內涵及相關研究，構建了智慧城市發展水平指標體系，選取了77個樣本智慧城市進行分析評價，主要結論如下：

（1） 影響智慧城市空間結構和區域差異的主因子動態變化不大，主要是綜合實力因子。2011年，除北京、上海、天津、廣州、杭州等城市位于前三等級，寧波、武漢、蕪湖、無錫、金華、昆明、大連位于第四等級，其余大量城市都屬于第五等級。影響智慧城市主因子有四個，其中綜合實力因素包括了初始因素的大多數，具有極強的代表性，宜居因子、互聯網、生態及綠化因子也發揮了一定作用；2014年中國智慧城市整體上有了較大發展，影響智慧城市的因子變化不大。

（2） 中國地級以上智慧城市的總體水平正處于初級上升階段，但空間差異較明顯。無論是2011年還是2014年，北京、上海、廣州、天津、杭州都是前三等級智慧城市，重慶發展迅速進入第三等級。而其余71個城市雖仍屬于第四第五等級，但是大部分城市正處于上升和發展階段，其發展空間廣闊，需要政府投入更多的資金和人員來推動智慧城市的建設和發展。2014年和2011年相比，第五等級城市迅速減少，第四等級智慧城市急劇增加。

（3） 我國智慧城市的發展格局單極態勢較明顯、呈“梭”型結構。2014年和2011年相比，前三等級變化不大，僅重慶進入第三等級，但是第四等級的城市急劇增多，形成了以北京為第一等級、上海為第二等級的單極不規則“梭”型的發展格局。這一階段發展格局的演變主要得益于各地級市政府優惠政策的推動、創新能力的提升和經濟的快速發展，以中小智慧城市的快速發展為特點。

（4） 智慧城市的發展受到城市發展的內在需求、原有資源稟賦的慣性依賴、政策的影響及智慧文化，尤其是政策的作用非常顯著。

隨著“四網融合”及“互聯網+”的逐步推進，智慧城市發展是一種趨勢，智慧城市的發展最重要的是科技和信息在城市發展及城市居民生活中的滲入程度，而考慮到本研究選取的樣本較多及數據的可獲得性，本研究的主要指標對新興的一些指標關注較少，比如城市居民對智慧城市的認可程度、物聯網、淘寶村數量等，因此本研究只是在一定程度上揭示了我國地市層面智慧城市的空間結構演變。未來應增加一些新指標，多選擇一些具有一定時間跨度的截面數據。

參考文獻：

[1] 劉云剛， 謝安琪， 林浩曦. 基于信息權力論的智慧城市建設芻議[J]. 人文地理，2014，139（5）：8-13.

[2] 柴彥威， 沈潔. 基于居民移動—活動行為的城市空間研究[J]. 人文地理，2006，21（5）：108-112.

[3] 湯茂林. 我國人文地理學研究方法多樣化問題[J]. 地理研究，2009，28（4）：865-882.

[4] 段學軍. 數宇城市建設研究[J]. 地域研究與開發，2003，22（5）：1-4.

[5] 魏海平，陳應東，錢海忠. 數字環境下城市可持續發展問題研究[J]. 地域研究與開發，2004，23（6）：45-47.

[6] 甄峰， 翟青. 信息時代移動社會理論構建與城市地理研究[J]. 地理研究，2012，31（2）：197-206.

[7] IBM商業價值研究院信息時. 智慧地球[M]. 上海：東方出版社，2009：1-3.

[8] 劉靜玉，王發曾. 基于空間信息技術的城市開放空間信息系統設計[J]. 地域研究與開發，2005，24（5）：114-119.

[9] 李保杰，顧和和，紀亞，等. 基于地學信息圖譜的礦業城市空間擴展研究[J]. 地域研究與開發，2012，31（1）：50-54.

[10] Washburn D， Sindhu U， Balaouras S， et al. Helping CIOs Understand "Smart City” Initiatives： Defining the Smart City， its Drivers， and the Role of the CIO[M]. Cambridge ： Forrester Research， Inc， 2010：10-17.

[11] Harrigan P 0， Boyd M M， Ramsey E， et al. The development of e-procurement within the ICT manufacturing industry in Ireland[J]. Management Decision，2008，46（3）：481-500.

[12] Lenzen M， Peters G M. How city dwellers affect their resource hinter land[J]. Journal of Industrial

Ecology，2010，14（1）：73-90.

[13] Graham S， Marvin S. Splintering Urbanism： Networked Infrastructures， Technological Mobilities and the Urban Condition[M]. London： Routledqe，2001：1-11.

[14] Batadgan L. Smart cities and sustainability models[J]. Revistade Informatical Economico，2011，15（3）：

1453-1465.

[15] 甄峰，秦蕭. 智慧城市頂層設計總體框架研究[J]. 現代城市研究， 2014（10）：7-12.

[16] 甄峰，秦蕭. 大數據在智慧城市研究與規劃中的應用[J]. 國際城市規劃， 2014，29（6）：44-50.

[17] 柴彥威，龍瀛， 申悅. 大數據在中國智慧城市規劃中的應用探索[J]. 國際城市規劃，2014，29（6）：9-11.

[18] 沈山，曹遠琳， 孫一飛. 國際智慧城市發展實踐與研究前瞻[J]. 現代城市研究，2015（1）：42-48.

[19] 王廣斌，崔慶宏. 歐洲智慧城市建設案例研究： 內容、問題及啟示[J]. 中國科技論壇，2013（7）：123-128.

[20] 吳志，強柏. 歐洲智慧城市的最新實踐[J]. 城市規劃學刊，2014，218（5）：15-22.

[21] 辜勝阻，王敏. 智慧城市建設的理論思考與戰略選擇[J]. 中國人口·資源環境，2012，22（5）：74-80.

[22] 劉維躍，王海龍，劉凱歌，等. 運用熵權/TOPSIS組合模型構建智慧城市的評價體系[J]. 現代城市研究，2015（1）：

31-36.

[23] 趙四東，歐陽東，鐘源. 智慧城市發展對城市規劃的影響評述[J]. 規劃師，2013，29（2）：5-10.

[24] 易衛華，張賽飛. 智慧城市的社會影響與對策研究[J]. 科技管理研究，2013（10）：238-242.

[25] 劉蘭娟，徐鑫. 智慧城市建設財政支出影響經濟轉型的CGE模型分析—以上海為例[J]. 上海經濟研究，2014（1）： 104-111.

[26] 王朝暉，鄭新奇. 基于共詞分析的智慧城市研究現狀與展望[J]. 地域研究與開發，2014，33（4）：59-63.

[27] 逢金玉. “智慧城市”—中國特大城市發展的必然選擇[J]. 經濟與管理研究，2011（12）：74-78.

Study on spatial difference of smart city

development level in China

ZHANG Jian-Wei1，2， LI Bei-Ge1， BI Dong-Fang1， WANG Can1

（1.School of Resources Environment and Tourism， Anyang Normal University， Anyang 455000； 2. Center for Yellow River Civilization and Sustainable Development/College of Environment and Planning， Henan University， Kaifeng 475001）

Abstract： The spatial difference of 77 Smart Cities is explored in China at 2011 and 2014 By factor analysis， cluster analysis， ESDA， etc， and the factors that influence the development of Smart City are analyzed. The research shows that （1） The main factors that affect the spatial difference of the Smart City are not much of a change ，and the main factors are comprehensive strength factors .（2）The overall difference level of Smart City is obvious in China. （3） Unipolar situation is more obvious in the development pattern of China's smart city and has a "shuttle" structure. （4）The development of Smart City is mainly influenced by the inherent requirement of the city ，and the inertia dependence and policy of the original resources endowment， and smart culture， and the role of policy is peculiarly significant.

Keywords： smart city； urban development； influence factor； the spatial structure