(四川師范大學(xué) 商學(xué)院,四川 成都 610101)

四川省智慧城市發(fā)展水平和路徑研究
——基于自組織特征映射模型和社會網(wǎng)絡(luò)技術(shù)的分析

盧 奕,盧 東,謝 至,聶姣姣
(四川師范大學(xué) 商學(xué)院,四川 成都 610101)

智慧城市建設(shè)是一個綜合性區(qū)域信息化發(fā)展過程,是在城市化與信息化融合等背景下,圍繞改善民生、增強企業(yè)競爭力來促進城市可持續(xù)發(fā)展?；?005—2014年智慧城市發(fā)展的相關(guān)數(shù)據(jù),采用自組織特征映射模型與社會網(wǎng)絡(luò)分析法對四川省8個城市的發(fā)展水平與發(fā)展路徑進行了對比研究。研究發(fā)現(xiàn),四川省智慧城市發(fā)展具有中心城市示范、特色城市協(xié)同的特點。最后,對四川乃至我國智慧城市的發(fā)展提出建設(shè)性意見。

智慧城市;可持續(xù)發(fā)展;自組織特征映射模型;社會網(wǎng)絡(luò)分析法

近年來,隨著我國城市化進程的快速推進,資本和勞動力向中心城市迅速流動,使大城市的“聚集效應(yīng)”越來越明顯,導(dǎo)致城市出現(xiàn)嚴重的環(huán)境污染、人口比例失衡等問題,嚴重影響了城市的建設(shè)和發(fā)展[1]。面對這一系列的問題,未來的城市需依靠信息技術(shù)的提高和城市的區(qū)域創(chuàng)新來實現(xiàn)具有智能化和包容性的持久性發(fā)展[2]。

隨著智慧城市在全國范圍內(nèi)的快速推進,各個地區(qū)都加大了建設(shè)力度,地級及以上城市成為發(fā)展的主力軍。近年來,四川省也在大力扶持智慧城市的發(fā)展,但發(fā)展中存在著一些問題，主要表現(xiàn)在:①四川省位于我國大陸西部,相對于東部地區(qū)，交通通達度低、經(jīng)濟發(fā)展相對落后、整體居民的文化素質(zhì)水平低于東部發(fā)達地區(qū),因此智慧城市發(fā)展的基礎(chǔ)條件相對薄弱。②普遍存在“信息孤島”現(xiàn)象,在智慧城市建設(shè)覆蓋的諸多領(lǐng)域內(nèi)缺乏統(tǒng)一的標準,不同系統(tǒng)之間很難完成信息的互聯(lián)互通。針對以上問題,我們需要全面認識試點城市建設(shè)的發(fā)展現(xiàn)狀,構(gòu)建有效智慧城市發(fā)展的指標體系,探索適合城市資源稟賦的智慧城市發(fā)展路徑和模式。

本文在構(gòu)建智慧城市評價指標的基礎(chǔ)上,運用自組織映射模型和社會網(wǎng)絡(luò)分析對四川省智慧城市的發(fā)展水平和發(fā)展路徑進行分析,總結(jié)經(jīng)驗,指出未來發(fā)展方向。首先,對全球主要國家的部分智慧城市的發(fā)展經(jīng)驗進行了初步分析研究,了解現(xiàn)階段智慧城市的研究發(fā)展狀況;其次,對四川省2005—2014年8個城市的社會經(jīng)濟發(fā)展數(shù)據(jù)進行收集與整理,建立基于通信技術(shù)、商業(yè)發(fā)展、公共服務(wù)、人力資本和環(huán)境五個維度的智慧城市評價指標,再利用自組織映射模型與社會網(wǎng)絡(luò)分析法衡量各城市的智慧城市發(fā)展水平,描述10年間的城市發(fā)展模式及其變化趨勢,分析各城市的智慧城市特點,并基于各城市的特點進行差異化定位。通過對四川省智慧城市發(fā)展進行研究,可最大限度地了解影響城市發(fā)展的重要因素,指明未來各城市建設(shè)的重點和方向;第三,根據(jù)自身城市的文化環(huán)境、經(jīng)濟環(huán)境、政治環(huán)境和歷史環(huán)境,為四川省智慧城市的建設(shè)規(guī)劃和制度規(guī)劃提供政策參考,從科技、信息、社會、制度不同層面進行創(chuàng)新,探索符合自身特色的智慧城市發(fā)展道路[3]。

1 文獻回顧

1.1 智慧城市的定義

隨著現(xiàn)代科技的發(fā)展,居民的生活水平已有了顯著提高,現(xiàn)代城市基本已將城市居民、社會服務(wù)、能源系統(tǒng)、通訊系統(tǒng)、交通系統(tǒng)、水系統(tǒng)和商業(yè)連接為一個整體,形成了一個智能生態(tài)系統(tǒng)[4]。作為當代城市建設(shè)理念的發(fā)展和更新,智慧城市建設(shè)是指城市建設(shè)的智慧化或智能化,面對這一“城市建設(shè)”的新理念,需要把研究視域從傳統(tǒng)意義上的地理、行政城市擴展到具有更豐富內(nèi)涵的空間。

Belissent將智慧城市定義為一個能充分使用通訊交流技術(shù),使自身基礎(chǔ)設(shè)施構(gòu)造和服務(wù)變得更加靈敏和有效,并能進行互動的城市[5]。本文認為，智慧城市建設(shè)是具有綜合性、區(qū)域性的信息化發(fā)展,是在信息技術(shù)發(fā)展、城市化加劇的背景下圍繞改善人民生活、提高企業(yè)競爭力的發(fā)展。而智慧城市則是以物聯(lián)網(wǎng)、云計算為技術(shù)基礎(chǔ),與城市現(xiàn)有信息化基礎(chǔ)相結(jié)合,再加上先進的服務(wù)觀念所形成的城市信息網(wǎng)絡(luò)和信息共享智能平臺。

1.2 國內(nèi)外智慧城市的發(fā)展現(xiàn)狀

智慧城市作為可持續(xù)發(fā)展的重要手段,受到各國政府的高度重視,各國分別制定了符合本國國情的政策以推動智慧城市的發(fā)展。從全球角度來看,歐洲將智慧城市制定為一種政策,目的是將城市轉(zhuǎn)型為以“創(chuàng)新”為核心的綠色智慧城市,著重關(guān)注通訊技術(shù)的作用,促進城市的可持續(xù)發(fā)展;北美則關(guān)注城市的理性增長,意味著城市應(yīng)該在提高土地利用率的同時控制城市擴張、保護生態(tài)環(huán)境、促進城鄉(xiāng)結(jié)合發(fā)展和提高生活水平[6]。亞洲國家的城市則更關(guān)注先進技術(shù)的應(yīng)用:例如，新加坡土地有限,發(fā)展支柱式技術(shù)如智能交通設(shè)施控制來滿足人們的流動性需求;韓國的Ucity,即通過建立公共信息交流平臺以及碎片化的網(wǎng)絡(luò)接入,消費者可使用智能化醫(yī)療、智能化教育、智能化監(jiān)控等項目[7]。

在我國,智慧城市的原始理念可追溯到數(shù)據(jù)城市。2000年后數(shù)據(jù)城市在我國興起,當時的數(shù)據(jù)城市重點關(guān)注于制定相關(guān)政策來促進高科技的發(fā)展。2006年,國家測繪地理信息局開發(fā)了“數(shù)據(jù)城市與地理信息框架項目”,并在不同城市發(fā)展地理信息公眾平臺,江興、錢江、太原、威海、德陽等城市都已完成了該項目,并且使用該平臺來支助城市計劃、公眾安全、公眾健康、商業(yè)、環(huán)境和旅游業(yè)發(fā)展。2013年,我國科技部、國家標準化管理委員會公開的智慧城市試點清單中包括37個城市、50個地區(qū)和3個城鎮(zhèn)。一年后,100多個地區(qū)也先后被列入智慧城市試點清單。雖然智慧城市試點工作在不斷擴大，但目前我國的智慧城市發(fā)展水平還不均衡?！吨袊腔鄢鞘邪l(fā)展水平評估報告》指出，全國智慧城市處于不同的發(fā)展水平，其中北京、上海、廣州、深圳等地成為發(fā)展的領(lǐng)跑者[8]。

與國外城市和我國沿海城市相比,四川省的智慧城市發(fā)展水平處于初級階段,因此需要借鑒國內(nèi)外標桿城市的發(fā)展經(jīng)驗。北京、上海、杭州、蘇州、天津等發(fā)達城市形成的集群網(wǎng)絡(luò)構(gòu)架為四川省智慧城市的發(fā)展樹立了標桿。為了推動全省智慧城市建設(shè)和發(fā)展,四川省發(fā)布了《關(guān)于加快西部信息網(wǎng)絡(luò)樞紐建設(shè)的指導(dǎo)意見》,加快了“智慧城市,光網(wǎng)四川”的建設(shè)工作?！爸腔鄢鞘?光網(wǎng)四川”建設(shè)工作以智慧產(chǎn)業(yè)、智慧政務(wù)與智慧民生三大板塊,14個項目為核心,大力推動四川從西部的信息中心向中西部的信息中心升級。

1.3 智慧城市的相關(guān)研究

關(guān)于智慧城市的發(fā)展水平,國外學(xué)者開展了大量研究。Caragliu的一項關(guān)于歐洲智慧城市表現(xiàn)的評估研究報告主要通過歐洲城市的資本因素、人力資本因素和社會資本因素,包括人口、教育、環(huán)境、文化、娛樂、社會、經(jīng)濟效益等方面,對歐洲城市的智慧水平進行了研究(數(shù)據(jù)來源于歐盟城市審計數(shù)據(jù)庫)[9]。文中提出用三重螺旋模型來分析智慧城市的表現(xiàn),涉及到的指標包括公眾信息管理、綜合性城市資源管理以及為智慧城市的設(shè)計和管理而制定的通訊技術(shù)方案。在此之后,Caragliu又以人力資本、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施和城市吸引力作為城市的智慧指標評估了歐盟的94個城市,并探討了國家政策對評價指標所產(chǎn)生的影響[10]。Kourtit則采取了三種不同研究方法來評估城市的智慧水平:通過對比性研究對9個歐洲城市進行了比較,更加清晰地呈現(xiàn)了這9個目標城市在1999—2002年和2003—2006年的發(fā)展歷程;通過主成分分析法確定智慧城市評價的主要指標,包括就業(yè)信息、通訊技術(shù)、人口狀況、電子政務(wù)、本地政府、基礎(chǔ)設(shè)施等;采取自組織映射分析法對不同城市的智慧水平進行定位[5]。

綜上所述,現(xiàn)有文獻對智慧城市的發(fā)展水平進行了研究,但這些研究僅基于智慧城市評價指標對其發(fā)展水平進行評價,忽略了智慧城市發(fā)展過程中城市間的相互影響作用。在我國,政府政策對城市的發(fā)展起著相當大的影響,因此標桿型城市的智慧城市建設(shè)對其他城市的發(fā)展有著更強的示范作用。本研究運用自組織映射模型,采集智慧城市評價指標的相關(guān)數(shù)據(jù),分析四川省代表性城市的智慧發(fā)展水平和過去10年(2005—2014年)的發(fā)展路徑,進一步采用社會網(wǎng)絡(luò)技術(shù)分析在智慧城市發(fā)展中城市間的相互影響。

2 方法與數(shù)據(jù)

2.1 方法

SOM自組織映射模型:SOM自組織映射模型算法是一種無導(dǎo)師的聚類法,它自動模擬人大腦中不同區(qū)域的神經(jīng)細胞作用的不同特點。即不同區(qū)域具有不同的響應(yīng)特征,通過尋找最優(yōu)參考矢量集合來對輸入模式集合進行分類。在保持原始拓撲結(jié)構(gòu)不變的基礎(chǔ)上,對輸入方式進行自組織學(xué)習(xí),將分類結(jié)果在競爭層表示出來。高維空間的向量經(jīng)過特征抽取后可在低維空間更加清晰地表達,方便研究者探索到更多的數(shù)據(jù)和數(shù)據(jù)集間的關(guān)系[11]。自組織映射模型的原理是通過對原始數(shù)據(jù)的分析,學(xué)習(xí)其規(guī)律性與原始數(shù)據(jù)的關(guān)系,并且更具有信息適應(yīng)度的調(diào)整網(wǎng)絡(luò),使網(wǎng)絡(luò)響應(yīng)與原始數(shù)據(jù)相適應(yīng)。通過此過程后形成相似的向量,使網(wǎng)絡(luò)層中互相靠近的神經(jīng)元對與其相似的輸入向量產(chǎn)生反映[11]。自組織映射模型的優(yōu)點為即時學(xué)習(xí),網(wǎng)絡(luò)存在自穩(wěn)定性,可識別出向量空間中最有價值的信息。根據(jù)需要訓(xùn)練的樣本維數(shù)、數(shù)量建立網(wǎng)絡(luò),設(shè)置初始權(quán)值。其過程如下：

向量歸一化：將當前輸入模式向量X和競爭層中每個神經(jīng)元相對的向量進行歸一化處理,假設(shè)輸入空間是m維,則輸入向量可表示為:

Xi=[X1,X2,…，Xm]

(1)

當網(wǎng)絡(luò)獲取輸入模式向量時,競爭層所有神經(jīng)元相對的權(quán)向量均與其相似性進行比較,將與其最相似的內(nèi)權(quán)向量判為獲勝神經(jīng)元。j的權(quán)值記為:

Wj=[W1,W2,…，Wm]

(2)

尋找獲勝神經(jīng)元:通過計算得出映射層的權(quán)值向量和輸入向量的距離,并對比出與權(quán)值向量距離最小的神經(jīng)元,與其進行比較,將距離最小的神經(jīng)元定為勝出神經(jīng)元,則X的BMU(最佳匹配單元)記為i(X):

i(X)=argmin|X-Wj|(j=1,2,…,m)

(3)

網(wǎng)絡(luò)輸出與權(quán)重調(diào)整:位于其鄰接的神經(jīng)元和勝出神經(jīng)元通過下式調(diào)整:

Wi(t+1)=Wi(t)+hci(t)[Xi-Wi]

(4)

式中(t+1)表示循環(huán)往復(fù)的下一步計算,hci(t)表示在信號激活狀態(tài)下最佳匹配單元如何與鄰接神經(jīng)元進行調(diào)整。一旦訓(xùn)練過程結(jié)束,由兩種方法可核對通過自組織映射法訓(xùn)練后的數(shù)據(jù)信息，首先將網(wǎng)絡(luò)輸出數(shù)據(jù)與原始樣本參數(shù)進行對比，然后在每步計算中使用BMU來連接原始數(shù)據(jù)。

由于SOM自組織映射能在維持拓撲結(jié)構(gòu)穩(wěn)定的條件下將高維空間的樣本模式有序地映射在低維輸出層上,無論輸入空間有多少維,都能在SOM輸出層的某個區(qū)域得到響應(yīng),通過特征抽取后在低維空間展現(xiàn)的向量更清晰明了。

社會網(wǎng)絡(luò)分析法:社會網(wǎng)絡(luò)分析法通過形成參與者交往關(guān)系的模型,描繪群體關(guān)系的結(jié)構(gòu)圖,并研究它對群體的功能、群內(nèi)個體之間的影響。此類研究關(guān)系結(jié)構(gòu)的分析方法是基于人類學(xué)、社會學(xué)、信息科學(xué)等眾多領(lǐng)域發(fā)展起來的[6]。社會網(wǎng)絡(luò)分析是根據(jù)集群組織中個體的形成模型,分析這類關(guān)系與個體行為間的交互作用,一般采用網(wǎng)絡(luò)圖和鄰接矩陣來描述多個個體間的復(fù)雜關(guān)系。本研究采用個體網(wǎng)絡(luò)分析法來研究四川省智慧城市間的關(guān)系和相互影響作用[11]，將原始數(shù)據(jù)整理為關(guān)系矩陣,包含不同時期的試點城市所有指標對應(yīng)的數(shù)據(jù)。隨機變量Y與W滿足以下關(guān)系,ε為誤差。

Y=αWY+βX+ε

(5)

式中,因變量向量Y是由于單個屬性變化結(jié)果的變量構(gòu)成；W是各因變量之間的影響矩陣；α是因變量之間相關(guān)程度的參數(shù)；X是有關(guān)個體屬性變量組成的自變量矩陣,這里的隨機誤差ε與X之間彼此獨立。

在觀察由社群圖和矩陣所突顯的關(guān)系數(shù)據(jù)特性的基礎(chǔ)上,采用UCINET軟件對其進行描述性統(tǒng)計,如網(wǎng)絡(luò)密度、凝聚子群分析等,對發(fā)展不同階段的試點城市進行比較,呈現(xiàn)城市間的相互影響力。

2.2 指標與數(shù)據(jù)來源

相關(guān)指標:一般情況下,不同城市在各個方面的發(fā)展均有所差異,因此城市發(fā)展水平需要從不同維度進行分析,如經(jīng)濟水平、商業(yè)發(fā)展、生活便利性等。本次研究選取了四川省8個具有代表性的城市,從四川省各城市的統(tǒng)計年鑒和信息網(wǎng)站收集了大量有關(guān)智慧城市表現(xiàn)特征指標的相關(guān)數(shù)據(jù)分析2005—2014年各城市的智慧發(fā)展水平,主要目標城市為成都、綿陽、德陽、宜賓、樂山、巴中、攀枝花、瀘州。

由于目前沒有相對標準的智慧城市概念和相關(guān)的測量指標,為了能更準確地對智慧城市進行評價并較清晰地展示城市集群網(wǎng)絡(luò),我們建立了能較全面反映城市智慧特征的指標。在城市的智慧特征上，不同學(xué)者提出了不同的觀點：Zapater認為,智慧城市往往在經(jīng)濟、人口、政府、環(huán)境、遷移率和生活水平上表現(xiàn)良好[12];Lombardi提出,智慧城市應(yīng)該在經(jīng)濟、遷移率、環(huán)境、人口、生活水平和電子政府方面更加智能化[13];Kourtit從多方面探討了歐洲智慧城市的指標,包括人口、社會、經(jīng)濟、教育、環(huán)境、交通、文化、信息社會、公民參與率等[14];Allwinkle提到解決有關(guān)智慧城市居民、交通、通訊、商業(yè)、能源、水資源、城市服務(wù)等方面的問題[2];Chourabi歸納了影響智慧城市發(fā)展的8個因素:經(jīng)濟、技術(shù)、政府、組織管理、政策背景、公共社區(qū)、建筑結(jié)構(gòu)和自然環(huán)境[9];Lu等從通訊、商業(yè)、環(huán)境、人力資本和公共服務(wù)5個維度對中國智慧城市發(fā)展水平進行了比較研究[15]。他們所選取的智慧城市指標能夠較好地反映我國智慧城市發(fā)展水平,因此本研究也借鑒Lu的研究成果。

依據(jù)Lu的研究,智慧城市評價指標包括通訊、商業(yè)、環(huán)境、人力資本和公共服務(wù)5個維度[15]。本文將進一步根據(jù)這5個維度對四川的8個目標城市進行分析。由于我國大多數(shù)城市包括四川省在內(nèi)的城市發(fā)展受政府政策的推動和影響,因此需要進一步研究每個維度中的具體指標。

目標城市的五大維度和相應(yīng)的指標為(表1):①通訊技術(shù)。任何城市的智慧性都基于信息通訊技術(shù),早期試點城市的通訊基礎(chǔ)設(shè)施在世界范圍都內(nèi)具有一定影響力(如移動技術(shù)、連接設(shè)備和網(wǎng)絡(luò)平臺)。本研究主要采用互聯(lián)網(wǎng)用戶和移動手機用戶兩個指標。②商業(yè)發(fā)展。雖然智慧城市并不只是尋求經(jīng)濟增長,但不可否認的是經(jīng)濟的可持續(xù)發(fā)展和知識技術(shù)是智慧城市的兩個重要組成部分。因此,我們使用人均GDP和第三產(chǎn)業(yè)占比來評價城市的商業(yè)表現(xiàn)。選擇人均GDP作為研究指標是因為GDP總量不能反映公眾利益,選擇第三產(chǎn)業(yè)占比作為研究指標是因為服務(wù)產(chǎn)業(yè)能展示出四川省的商業(yè)創(chuàng)新能力。③人力資源。人力資源問題如信息消費、終身學(xué)習(xí)、文化設(shè)施等都是智慧城市的重要組成部分。一個智慧城市應(yīng)該能吸引高學(xué)歷的專業(yè)人士,并且也是文化多樣性的象征。這些由智慧城市提供的綜合性知識密集型活動應(yīng)該提倡知識分享、鼓勵創(chuàng)新。本研究采用第三產(chǎn)業(yè)就業(yè)占比和以前學(xué)者經(jīng)常使用的公共圖書館藏書量(冊/100人)作為指標來展示信息消費和終身的學(xué)習(xí)程度。④環(huán)境問題。環(huán)境問題與城市發(fā)展有關(guān)。本研究使用居民用水量、城鄉(xiāng)居民耗電量和人均綠化率來測算智慧城市的環(huán)境因素,這些指標也為以前的研究者采用。⑤公共服務(wù)。公共服務(wù)主要反映智慧城市發(fā)展水平。智慧城市的公共服務(wù)表現(xiàn)為兩個方面:一是科技和教育投入是智慧城市發(fā)展的重要構(gòu)成部分,二是現(xiàn)有研究表明智慧城市應(yīng)該能合理分配城市基礎(chǔ)設(shè)施資源。本研究采用三個指標來衡量公共服務(wù)水平，分別為科技投入(萬元)、人均道路面積(m2)、教育投入(萬元)。

表1 智慧城市評估指標

3 四川省城市智慧發(fā)展水平與路徑分析

本文選取成都、綿陽、德陽、宜賓、樂山、巴中、攀枝花、瀘州等8個代表性城市來分析四川省智慧城市發(fā)展水平和發(fā)展路徑。所有數(shù)據(jù)均來自這些城市統(tǒng)計局2005—2014年發(fā)布的統(tǒng)計年鑒資料,其中部分數(shù)據(jù)來自于工業(yè)、農(nóng)業(yè)、第三產(chǎn)業(yè)、教育文化分鑒。

3.1 自組織映射模型分析

采用SOM自組織映射模型法研究2005—2014年四川省代表性城市的智慧發(fā)展水平。自組織映射模型中的訓(xùn)練參數(shù)見表2。

表2 自組織映射模型分析中的技術(shù)參數(shù)

自組織映射模型將展示四川省智慧城市在2005—2009年和2010—2014年兩個五年發(fā)展期間的水平變化(圖1和圖2)。

圖1 2005—2009年四川省目標城市智慧發(fā)展水平

從圖1可見2005—2014年四川省智慧城市的發(fā)展水平以及兩個五年期間的變化。自組織映射模型是由顏色不同深淺的六邊形區(qū)塊組成,由淺至深。顏色越深,智慧城市的排名越靠前。從圖1可見,早期(2005—2009年)，綿陽、樂山和成都在智慧城市發(fā)展水平上低于德陽、宜賓、巴中、攀枝花和瀘州。但是通過對比圖1和圖2可清晰地發(fā)現(xiàn),成都市由圖1的淺色區(qū)塊快速移動到圖2的深色區(qū)塊,說明成都市在智慧城市水平上非常迅猛;綿陽和樂山從圖1的淺色區(qū)塊移動到圖2的較深色區(qū)塊,與德陽、巴中、攀枝花的水平相同,說明綿陽和樂山的智慧城市水平有了一定的提高;德陽、巴中和攀枝花則仍保持在圖的右邊,位置和區(qū)塊顏色并沒有發(fā)生變化,說明這些城市的智慧水平停滯不前;宜賓所在的區(qū)塊位置雖然發(fā)生了改變,但是區(qū)塊顏色深淺并沒有變化,因此其智慧城市水平?jīng)]有提高。從圖2可見，近期(2010—2014年)全省具有代表性的智慧城市發(fā)展水平狀況。成都市已處在深色區(qū)塊,超過全省其他城市,成為智慧城市發(fā)展水平的領(lǐng)頭羊。

圖2 2010—2014年四川省目標城市智慧發(fā)展水平

3.2 社會網(wǎng)絡(luò)分析法分析

自組織映射技術(shù)雖然能直觀呈現(xiàn)各城市的智慧城市發(fā)展水平,但并不能展現(xiàn)這些城市發(fā)展模式異同及其變化趨勢。本文進一步采取社會網(wǎng)絡(luò)技術(shù)來分析全省代表城市的智慧城市發(fā)展模式是否存在相似之處,以及近十年間的變化趨勢。2005—2009年、2010—2014年這兩個階段四川省的智慧城市子群分析結(jié)果分別見圖3和圖4。每個圖包含了3個子群。從圖3可見,早期(2005—2009年),成都和德陽都有著各自的智慧城市發(fā)展模式。綿陽、巴中、瀘州、宜賓、攀枝花和樂山聚類為一個子群,表明這些城市在智慧城市發(fā)展模式上有著相似之處,但這三類子群相距較遠,說明各自有著鮮明的特點。近期(2010—2014年),成都、樂山、綿陽和攀枝花聚類為一個子群,瀘州和宜賓聚類為一個子群,巴中和德陽則聚類為一個子群(圖4)。從圖4可見,成都市在智慧城市發(fā)展水平上后來居上,位于全省前列,起著很強的示范效應(yīng),吸引著樂山、綿陽和攀枝花這些城市效仿;由于瀘州和宜賓的產(chǎn)業(yè)特征相似(如白酒)、地理位置相近(長江沿岸),因此在智慧城市發(fā)展上有著共同的特征;巴中和德陽雖然同在一個子群,但兩者之間相距較遠,說明兩座城市在智慧城市發(fā)展上雖然有著一定的共性,但在發(fā)展模式上具有各自的特點。

圖3 2005—2009年四川省智慧城市集群網(wǎng)絡(luò)

圖4 2010—2014年四川省智慧城市集群網(wǎng)絡(luò)

4 結(jié)論與建議

本文基于通訊技術(shù)、商業(yè)發(fā)展、人力資源、環(huán)境問題和公共服務(wù)5個維度的相關(guān)指標,運用自組織映射模型分析法、社會網(wǎng)絡(luò)分析法分析了四川省智慧城市的智慧發(fā)展水平、發(fā)展模式和相互影響力。研究結(jié)果表明:2005—2014年,成都市的智慧水平發(fā)展迅速,綿陽和樂山也有一定程度的提高,但其他城市發(fā)展相對緩慢;先進城市的智慧發(fā)展具有示范效應(yīng),成都市的智慧發(fā)展帶動和吸引了攀枝花、綿陽和樂山的發(fā)展,這些城市的智慧發(fā)展具有一定的共性;產(chǎn)業(yè)特征和地理位置相似的城市在智慧城市發(fā)展模式上也具有一定程度的相似性,瀘州和宜賓在智慧城市的發(fā)展上相互協(xié)同、相互促進,形成了具有鮮明地方特征的智慧城市發(fā)展模式。

在智慧城市發(fā)展模式上,我們建議一方面要通過推廣試點城市的智慧發(fā)展經(jīng)驗,全面推進全國的智慧城市建設(shè);另一方面為了避免智慧城市的同質(zhì)化發(fā)展,各個城市還需結(jié)合本地城市的資源稟賦,實現(xiàn)智慧城市的地方化特色。實際上,我國第一批試點城市名單的公布就意味著政府部門已經(jīng)認識到試點城市的發(fā)展經(jīng)驗對全面建設(shè)智慧城市的重要意義,因此我國有關(guān)部門應(yīng)高效率地推動試點城市的發(fā)展,通過對試點城市發(fā)展模式的探索、總結(jié),提煉經(jīng)驗教訓(xùn),以此建立創(chuàng)新的城鎮(zhèn)化發(fā)展模式,推動其他城市的發(fā)展。2016年國家住建部、發(fā)改委、財政部聯(lián)合發(fā)布的《關(guān)于開展特色小鎮(zhèn)培育工作的通知》中明確要求,在2020年前要培育出1000個特點鮮明、具有發(fā)展動力的特色小鎮(zhèn),這就要求各省市在建設(shè)智慧城市時應(yīng)結(jié)合地方特色,因地制宜、因時制宜,形成具有鮮明特色的地方經(jīng)濟文化,走特色協(xié)同化發(fā)展道路,避免智慧城市的雷同發(fā)展。

[1]Abdoullaev A.Keynote:A Smart World:A Development Model for Intelligent Cities [C].Proceedings of the the 11th IEEE International Conference on Computer and Information Technology (CIT)，2011.

[2]Allwinkle S,Cruickshank P.Creating Smart-Er Cities：An Overview[J].Journal of Urban Technology,2011,18(2)∶1-16.

[3]辜勝阻,楊建武,劉江日.當前我國智慧城市建設(shè)中的問題與對策[J].中國軟科學(xué),2013,(1)∶6-12.

[4]Berry CR,Glaeser EL.The Divergence of Human Capital Levels Across Cities[J].Papers in Regional Science,2005,84(3)∶407-444.

[5]Bélissent J.Getting Clever About Smart Cities：New Opportunities Require New Business Models[M].Cambridge,MA,USA.Forrester Research.Inc.,2010.

[6]Hollands RG.Will the Real Smart City Please Stand Up? Intelligent,Progressive or Entrepreneurial?[J].City,2008,12(3)∶303-320.

[7]Deakin M,Al Waer H.From Intelligent to Smart Cities[J].Intelligent Buildings International,2011,3(3)∶140-152.

[8]賀小花.2013我國智慧城市試點建設(shè)現(xiàn)狀分析[J].中國公共安全(學(xué)術(shù)版),2014,(Z1)∶92-98.

[9]Caragliu A,Del Bo C,Nijkamp P.Smart Cities in Europe[J].Journal of Urban Technology,2011,18(2)∶65-82.

[10]Caragliu A,Del Bo C.Smartness and European Urban Performance：Assessing the Local Impacts of Smart Urban Attributes[J].Innovation：The European Journal of Social Science Research,2012,25(2)∶97-113.

[11]Torres L,Pina V,Acerete B.E-government Developments on Delivering Public Services among Eu Cities[J].Government Information Quarterly,2005,22(2)∶217-238.

[12]Marina Z,Cesar S,Ayala JL,etal.Ubiquitous Green Computing Techniques for High Demand Applications in Smart Environments[J].Sensors,2012,12(8)∶10659-10677.

[13]Patrizia L,Silvia G,Hend F,etal.Modelling the Smart City Performance[J].Innovation：The European Journal of Social Science Research,2012,25(2)∶137-149.

[14]Kourtit K,Nijkamp P,Arribas D.Smart Cities in Perspective----A Comparative European Study by Means of Self-organizing Maps[J].Innovation：The European Journal of Social Science Research,2012,25(2)∶229-246.

[15]Lu D,Tian Y,Liu VY,etal.The Performance of the Smart Cities in China----A Comparative Study by Means of Self-organizing Maps and Social Networks Analysis[J].Sustainability,2015,7(6)∶7604-7621.

StudyonDevelopmentLevelandPathsoftheSmartCitiesinSichuanProvinceAComparativeStudybyMeansofSelf-organizingMapsandSocialNetworksAnalysis

LU Yi,LU Dong,XIE Zhi,NIE Jiao-jiao
(College of Business,Sichuan Nomal University,Chengdu 610101,China)

Smart city was a comprehensive regional information development process which promoted the sustainable development of cities by focusing on improving people′s livelihood and enhancing the competitiveness of enterprises under the background of urbanization and information integration.In this paper,self-organizing feature mapping model and social network analysis were adopted to research the development levels and paths of 8 cities in Sichuan Province based on the relevant data between 2005 to 2014,and got the conclusion of the pilot effect and the characteristic development of the smart cities′ development in Sichuan Province,and then put forward guiding suggestions to the development of smart cities in our country according to the research conclusion.

smart cities;sustainable development;social network analysis;self-organizing map

10.3969/j.issn.1005-8141.2017.07.013

F299.21

A

1005-8141(2017)07-0843-06

2017-05-11；

2017-06-28

四川省教育廳科研重點項目“四川省智慧城市發(fā)展水平比較研究”(編號:16SA0014);教育部人文社會科學(xué)研究青年基金項目(編號:15XJC790008);四川省屬高?？蒲袆?chuàng)新團隊資助項目(編號:15TD0004)資助。

盧奕(1997-),女,江西省鷹潭人,本科,研究方向為市場營銷。

盧東(1975-),男,四川省樂至人,博士,副教授,碩士生導(dǎo)師,研究領(lǐng)域為商業(yè)倫理、消費者行為、旅游營銷。