专题丨智慧城市投入与产出相关分析预评估模型研究
作者简介
唐怀坤
中通服咨询设计研究院有限公司高级经济师、咨询工程师（投资），长期从事数字经济、智能经济方向技术创新与管理创新理论研究与培训工作，著有《解码数字经济》。顾 颖
中通服咨询设计研究院有限公司经济师，长期从事智慧城市、新技术新业务领域的研究与咨询工作。论文引用格式：
唐怀坤, 顾颖. 智慧城市投入与产出相关分析预评估模型研究[J]. 信息通信技术与政策, 2021,47(11):26-30.
智慧城市投入与产出相关分析预评估模型研究
唐怀坤 顾颖
（中通服咨询设计研究院有限公司，南京 210019）
摘要：由于国内外智慧城市投入与产出的最新研究成果多为后评估而缺少预评估，因此提出新的智慧城市投入与产出预评估分析模型。利用专家调研法、专家打分法、主成分分析法对投入指标进行筛选，得出5项核心的投入指标；参考国家标准对产出指标进行筛选，选取6项重要指标；同时，随机选取我国一、二、三线共28个城市进行模型典型相关分析，最终得出投入与产出之间的预评估影响因子数据，可为智慧城市建设决策者提供建设成效预评估参考工具。
关键词：智慧城市；投入与产出分析；主成分分析；典型相关分析；顶层设计
中图分类号：F49；F299.2 文献标识码：A
引用格式：唐怀坤, 顾颖. 智慧城市投入与产出相关分析预评估模型研究[J]. 信息通信技术与政策, 2021,47(11):26-30.
doi：10.12267/j.issn.2096-5931.2021.11.005
0 引言
国际标准化组织ISO将智慧城市定义为“在已建环境中对物理系统、数字系统和人类系统进行有效整合，从而为市民提供一个可持续的、繁荣的、包容性的未来”[1]。近年来，全球智慧城市建设带动的产业市场规模每年以15%以上的速度增长[2]，目前已经达到1.5 万亿美元的规模，除了资金投入以外，还有人力资源投入、城市管理组织与政策投入、企业研发投入等，这些投入对于智慧城市建设影响程度如何，智慧城市的各项产出应重点关注哪几类投入要素，这几类投入要素怎样排序，投入与产出的关系怎样，这些是本文研究的重要内容。
1 智慧城市投入与产出介绍
智慧城市投入与产出评价研究主要分为定性与定量两个方向，定性的方向例如国外学者Caragliu等[3]从投入与产出角度提出通过参与治理来实现对现有资源的智慧管理，进而使城市变得更加“智慧”，蒂姆·斯通纳[4]等人从城市规划的角度分析了城市投入与产出的逻辑关系；定量的方向主要集中在DEA研究路线方面，从成果发表的时间先后顺序来看，杨凯瑞[5]、姜军[6]、王家明[7]利用DEA模型评价方法对武汉市、北京市、山东省的智慧城市投入与产出进行了分析，蔡猷花[8]等则利用了可行性研究方法。以上分析方法都非常值得借鉴，但是总体来看还存在一些问题：首先，智慧城市投入要素与产出要素之间关联度是怎样的? 如果能分析出来则能够辅助城市决策者针对不同产出目标和内容制定不同的投入策略，但目前国内外学者对此还没有相关成果；其次，当前研究的成果大多为后评估成果，而对于智慧城市的建设决策来说更需要明确的是投入的重点是什么、如何确保在智慧城市建设中少走弯路；最后，数字经济时代的城市管理理念和分析工具与工业经济时代已经大不相同，工业经济时代有里昂惕夫“投入-产出”模型、基于数据包络的“投入-产出”DEA模型，这些都是面向有形的产品和产出的投入计算方法，而进入数字经济时代的当前还没有具体清晰的投入-产出模型。国内智慧城市的建设已经有十余年时间，已经积累了各类城市成功的案例和经验，因此本文尝试通过城市样本分析，对城市投入与产出的指标打分，通过通用的模型分析方法即典型相关分析法结合SPSS软件给出投入与产出之间的关系。
2 投入与产出分析总体思路
为研究智慧城市投入与产出之间的关系，通过建立智慧城市投入指标以及智慧城市产出后评估指标，搭建“投入-产出”预测模型，阐述智慧城市建设投入与建设成果产出之间的互动关系，为预先评估智慧城市建设执行成效提供有效依据，并能够为智慧城市建设者在制定智慧城市建设规划、计划时找到资源分配的重点。智慧城市投入-产出分析模型如图1所示。
3 基于主成分分析法的投入要素的获取
本文所收集的数据覆盖了评价指标体系中的全部一、二级指标。利用SPSS软件对所收集的数据进行主成分分析。首先进行“投入-产出”系统影响因子计算，其次进行“产出-投入”系统影响因子测算，最后得出“投入-产出”交互系统综合影响因子。本套智慧城市投入要素评测方案遵循的评测指标选取原则是：指标的导向性、代表性，数据的可获取性、可比性，指标规模的适度性、可延续性等。本套智慧城市投入要素评测方案充分结合中国当前智慧城市建设的实际情况，目标是筛选出对智慧城市的建设和发展在投入要素方面具有较强的引导和促进作用的关键要素。鉴于当前国内智慧城市产业总体依然还处于成长期，发展不够充分、成熟度不够、发展水平不均衡，为了全面、客观、公正地对当前国内智慧城市投入要素进行选取，特采取以下分析过程。
（1）初选阶段：经过德尔菲专家调研方法，选取10项主要的投入要素。
（2）评价阶段：采用主成分分析法，对初选阶段的10个指标进行降维，得出处在不同智慧城市建设水平的城市的得分，找出智慧城市中敏感度较大的因素数据。
（3）投入要素筛选阶段：通过领先城市的关键要素分析，找出关键的影响因素。
上述分析以智慧城市总体评价方案确定的总体评价标准为理论基础，选取了组织投入、人才保障、规划与实施等10个内在逻辑性较强、数据采集可行性高，即信度和效度检测较高的评测指标（见表1）。综合SPSS软件分析可以得出，组织投入、资金投入、示范项目、人才投入、规划与实施5个“投入”类指标对智慧城市的建设与发展的影响最为敏感，它们可以解释智慧城市建设发展成果近90%。同时，结合城市的实际现状，信息基础设施、产业基础、用户能力基础等因素不适宜衡量一个新区的智慧城市发展，因此予以剔除，最终选取组织投入、资金投入、示范项目、人才投入、规划与实施5个“投入”指标作为衡量智慧城市建设成效的关键变量。表1 智慧城市投入要素评估说明表
4 产出要素的选取
依据GB/T 33356-2016《新型智慧城市评价指标》、GB/T 34680.1-2017《智慧城市评价模型及基础评价指标体系 第 1 部分：总体框架及分项评价指标制定的要求》、GB/T 34680.2-2021《智慧城市评价模型及基础评价指标体系 第 2 部分：信息基础设施 》、 GB/T 34680.3-2017《智慧城市评价模型及基础评价指标体系 第 3 部分：信息资源》、GB/T 34680.4-2018《智慧城市评价模型及基础评价指标体系 第 4 部分：建设管理》等国家标准，结合全国智慧城市当前所处的阶段，可整理出如表2所示六大方面核心“产出”指标，分别为数字底座、数据资源、智慧应用、生态宜居、网络安全、数字经济，每项指标的总分值均为100分，这些指标在国家标准中均有描述和计算方法，因篇幅有限，在此略述。表2 智慧城市产出指标表
5 投入与产出相关分析
本文随机选取了我国一、二、三线共28个城市进行典型相关分析，利用综合变量对之间的相关关系来反映两组指标之间的整体相关性。通过投入与产出相关分析，可以得出如表3所示投入要素与产出要素之间的关联关系。从表3可以看出，投资依然是最首要的影响因素，这是由智慧城市属于项目型投资的本质所决定的，因此在进行智慧城市组织决策时投入与产出相关分析的重点是仅次于资金投入的、相关性又比较大的因素。表3 投入与产出关系矩阵
6 结束语
我国智慧城市的建设有十余年历史，虽然探索成本较高，但也积累了大量的基于场景化的成功案例。通过本文所述实证分析过程，得出智慧城市建设要素与产出之间的关联，可为后续智慧城市的建设提供借鉴，为城市管理者在智慧城市建设重点项目的决策时提供模型及影响因子系数参考。
参考文献
[1] ISO. ISO/IEC 30182:2017[S], 2017.[2] IDC. 全球智慧城市支出指南[R], 2020.[3] Caragliu A, Del B C, Nijkamp P. Smart cities in Europe[J]. Journal of Urban Technology, 2011,18(2):65-82.[4] 蒂姆·斯通纳, 曹靖涵, 杨滔. 智慧城市设计和空间句法: 精明投入和智能产出[J]. 城市设计, 2016(1):8-21.[5] 杨凯瑞. 智慧城市评价研究: 投入-产出视角[D]. 华中科技大学, 2015.[6] 姜军, 郑晓晓, 袁义淞. 基于DEA模型的北京智慧城市建设投入-产出效率评价研究[J]. 河南科学, 2020,38(11):1853-1859.[7] 王家明, 张云菲, 杜雪怡, 等. 山东省智慧城市建设效率测度及影响因素研究[J]. 甘肃科学学报, 2020,32(6):123-134.[8] 蔡猷花, 周功元. 智慧城市建设项目投资可行性评价研究[J]. 北京化工大学学报(社会科学版), 2016(3):43-47+23.
Research on input and output pre evaluation model of smart city
TANG Huaikun, GU Ying
(China Information Consulting & Designing Institute Co., Ltd., Nanjing 210019, China)
Abstract: This paper analyzes the latest research results of input and output of smart cities at home and abroad, finds that most of this field is post evaluation and lack of pre evaluation. This paper puts forward a new input-output pre evaluation analysis model of smart city, selects the input indicators by using expert investigation method, expert scoring method and principal component analysis method, obtains five core input indicators, and selects six output indicators with reference to national standards. A total of 28 cities in the first, second and third tier of China are randomly selected for model canonical correlation analysis, and finally the pre evaluation impact factor data before input and output are obtained. The results can be used as a reference tool for the pre evaluation of the construction effectiveness of new smart cities.Keywords: smart city; input output analysis; principal component analysis; canonical correlation analysis; top-level design
本文刊于《信息通信技术与政策》2021年 第11期
主办：中国信息通信研究院
《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标，信息社会政策探究的思想库”，聚焦信息通信领域技术趋势、公共政策、国家/产业/企业战略，发布前沿研究成果、焦点问题分析、热点政策解读等，推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云计算等技术产业的创新与发展，引导国家技术战略选择与产业政策制定，搭建产、学、研、用的高端学术交流平台。
《信息通信技术与政策》官网开通啦！
为进一步提高期刊信息化建设水平，为广大学者提供更优质的服务，我刊于2020年11月18日起正式推出官方网站，现已进入网站试运行阶段。我们将以更专业的态度、更丰富的内容、更权威的报道，继续提供有前瞻性、指导性、实用性的优秀文稿，为建设网络强国和制造强国作出更大贡献！
推荐阅读
你“在看”我吗？