智慧城市新緯度：浙江省的動態因子分析與跨城市比較＊

□ 劉文瓊 何 燕 居水木

隨著經濟全球化和信息技術的飛速發展，智慧城市已成為全球城鎮化、提高城市治理水平、提升公共服務質量和發展數字經濟的重要戰略。當前，智慧城市建設需遵循創新、協調、綠色、開放、共享的新發展理念，致力于城市可持續發展。智慧城市建設以人為本，旨在優化城市管理和服務，提升市民生活質量，增強居民的幸福感、獲得感和安全感。習近平總書記在黨的二十大報告中強調，要堅持以人民為中心的發展思想，實施城市更新行動，打造宜居、韌性和智慧城市。我國智慧城市建設作為新一代信息技術的集成應用，不僅是技術突破的重要方向，也是新興產業發展的關鍵。雖然目前已進入加速發展階段，但全國各地建設水平和效率存在顯著差異，工作推進不均衡，尤其在疫情防控中體現出明顯的不足，智慧城市建設與“以人為本”理念的融合度亟需提升。浙江省作為改革開放的前沿，在全國率先部署智慧城市建設。因此，本文全面評估浙江省的智慧城市建設水平，識別關鍵影響因素，為穩步推進智慧城市頂層設計提供前瞻指導。

國外智慧城市研究已逾十年，產生眾多成果。研究主要從結構、治理、數據、基礎設施等角度探討智慧城市的建設標準和概念化。隨著智慧城市概念的發展，學者深入研究其面臨的挑戰、經濟環境和誤區，提出通過區塊鏈、信息技術和制度設計等策略解決節能、安全等問題。此外，智慧城市的研究還包括其在社會發展中的角色和影響，涵蓋碳排放、城市創新、安全等多個領域。我國智慧城市建設在經歷了概念普及、政策推動和試點示范后，已達到快速增長階段。截至2020 年7 月，智慧城市試點數達749 個。相關研究主要圍繞三個方面：一是內涵及平臺建設，強調“以人為本”，數據開放共享，以及新技術如大數據、區塊鏈的應用與信息安全問題；二是智慧城市對社會的影響，包括促進產業結構優化、城市要素流動和高效聚集、創新效率、城市經濟高質量發展及改善營商環境；三是指標體系的構建和效率測度，多項研究構建了評價體系，從省域和城市群角度評估建設水平。研究還表明，雖然智慧城市建設效率呈上升趨勢，但不同地區之間的差距在擴大。

目前智慧城市研究在國內取得了一些成果，但還需深入探索。本研究基于新發展理念構建智慧城市指標體系，評估浙江省各地級市的智慧城市建設水平，從多個分領域比較各地級市建設水平的差異性，對相關決策部門掌握當前智慧城市建設水平、規劃未來建設方案具有重要意義，同時也為浙江省智慧城市建設提供理論支持。

| 智慧城市建設水平評價指標

智慧城市子系統眾多，層次結構錯綜復雜，關聯關系縱橫交錯。本文根據智慧城市建設內涵及目標，融合新發展理念，結合國內外研究成果，將指標評價體系分為目標層、系統層和指標層三大層次。具體指標體系如表1 所示。

表1 智慧城市建設指標體系

| 基于動態因子法的智慧城市建設水平評估模型

動態因子分析法是一種多元統計分析方法，該方法廣泛應用于城鎮化質量測度、出版業競爭力評價等多個領域。動態因子分析的基本步驟如下：

1.數據集進行標準化處理，得到數據集Z={Zijt,i=1,...,n;j=1,...,J;t=1,...,T}，i代表第i個對象，j表示該對象的第j個指標，t表示時間。

| 實證分析

（一）數據來源

為了不斷提升民生服務水平和城市治理能力，多地都在推進智慧城市建設。2023 年是浙江省共同富裕示范區建設深入推進之年，不僅加快了數字化改革、智慧城市建設的步伐，也為其他城市的智慧化建設樹立了新的標桿。本文以浙江省11 個地級市2016—2020 年的數據為樣本評估浙江省各地級市智慧城市發展水平，數據來自各城市統計年鑒及北京大學數字普惠金融指數。

（二）公因子提取

根據動態因子法步驟1 和步驟2，本文選取四個公因子，累積方差率達到了95.4%，可解釋樣本數據95%以上的內在信息。為了便于解釋公因子的含義，本文運用最大方差法求解旋轉后的載荷矩陣，如表2所示，得出四個主要公因子：1.創新與共享因子，包括專利申請授權量、教育支出等指標，反映科技創新和基礎設施共享在智慧城市建設中的重要性，方差貢獻率70.9%，為最重要因素；2.城市綠化因子，以建成區綠化覆蓋率為主，突出城市綠化對城市發展的長期影響；3.空氣質量因子，依據空氣質量達標天數比例，強調空氣質量在智慧城市建設中的重要地位；4.智慧感知因子，以中國數字普惠金融指數為主，衡量數字金融服務的廣度和深度，反映智慧城市帶給民眾的便利性和普惠性。這些因子共同衡量智慧城市的建設水平（表2）。

表2 旋轉后的因子載荷矩陣

（三）浙江省智慧城市建設水平評價

根據動態因子分析步驟3 至步驟5, 可以得到浙江省11 個地級市的智慧城市綜合指數、靜態因子得分、動態變化趨勢等指標，以全面評估浙江省智慧建設水平。

1.各地級市智慧城市建設水平的綜合比較。根據四個因子的特征值權重，計算得到各地級市的智慧城市建設綜合指數（表3）。由系統聚類法可知，杭州、寧波屬于智慧城市建設水平第一梯隊，其智慧城市建設處于絕對領先水平；溫州、嘉興、紹興、臺州、金華以及湖州屬于智慧城市建設第二梯隊，其綜合指數在-1 到1 之間，其中溫州處于第二梯隊的絕對領先地位。衢州、麗水和舟山屬于第三梯隊，綜合指數得分小于-1。

表3 智慧城市發展綜合指數

2.各地級市智慧城市建設水平的動態比較。為更客觀呈現浙江省11 個地級市智慧城市建設水平的動態變化趨勢，繪制2016—2020 年各地級市智慧城市建設水平動態匯總圖（圖1）。可以看出，各地智慧建設動態變化趨勢呈現不同走勢。杭州智慧城市建設水平處于直線上升態勢，疫情的發生更促進了其智慧城市建設。從其他城市的動態趨勢來看，各城市的智慧城市建設水平整體呈現曲折調整的過程。其中，湖州、紹興、舟山、麗水以及衢州各城市不同程度受到疫情影響，智慧城市建設水平有所下降，但經過一段適應期，智慧城市發展水平穩步回升。然而，疫情對寧波、溫州、嘉興、金華、臺州各城市的影響較大，具有持續效應，直到2020 年智慧建設水平還未回升。

圖1 2016—2020年浙江省各城市智慧城市建設水平動態變化

3.各城市得分的靜態結構分析。為分析浙江省各城市智慧城市建設的優勢與劣勢，本文繪制了各因子靜態得分的散點結構圖（圖2）。

圖2 浙江省各城市靜態因子得分

圖2 中零值參考線表示省平均水平。在第一因子和第二因子的散點圖中，杭州和寧波在第一因子上具有明顯優勢，位居全省前列。溫州在兩因子上均超過平均水平，位于第一象限。嘉興、金華、臺州、紹興在第一因子上接近平均水平，其中紹興、臺州在第二因子上高于平均，嘉興略低，因第一因子權重最大，嘉興的綜合水平高于金華、紹興、臺州。麗水、湖州及衢州雖在第二因子上高于平均，但第一因子得分低，導致綜合水平不高。通過分析，總結出浙江省各城市智慧城市建設各因子的表現（表4）。

表4 各城市因子表現

根據表4 分析，多數浙江省城市在創新與共享（第一因子）方面表現不佳，這是其智慧城市建設水平不高的主要原因。杭州和寧波雖在創新與共享方面領先，但在城市綠化和空氣質量上需加強。若這兩方面有所改進，將大幅提升其智慧城市建設水平。溫州在各因子上表現均衡，進一步加強創新與共享領域的投入將顯著提高其智慧城市建設水平。

| 結論與建議

本文應用動態因子法評估了2016—2020 年浙江省11 個地級市的智慧城市建設水平，從綜合水平、動態趨勢及靜態結構進行分析。結果顯示：1.浙江各地級市智慧城市建設水平差異顯著，分為三個梯隊，杭州和寧波領先，第三梯隊城市較多，部分城市數字經濟發展落后，需加速省內數字經濟一體化。2.大多數城市智慧城市建設呈現波動調整態勢，疫情影響各異：對杭州的智慧城市建設有促進作用；寧波、溫州等城市受持續影響；湖州、紹興等經調整后智慧建設水平逐步回升。3.多數城市在創新與共享方面表現不佳，但在城市綠化和空氣質量方面表現較好，智慧感知領域還需加強。

為提升浙江省智慧城市建設，需采取多項措施：首先，加速數字經濟一體化，通過技術共享和區域間協作提升整體數字經濟水平。其次，針對疫情影響，分城施策，加強公共衛生系統智慧化建設，提供財政和技術支持以促進受影響城市恢復。在創新和共享方面，通過建立創新中心、優化政策環境，激發創新潛力和促進資源開放共享。同時，持續改善城市綠化和空氣質量，實施環保標準和增加綠地。最后，提升智慧感知能力，通過智能化基礎設施和前沿技術應用，提高城市管理效率。這些綜合措施將促進浙江省智慧城市建設，提高居民生活質量，為可持續發展奠定基礎。