基于離差最大化-TOPSIS模型的智慧城市評(píng)價(jià)體系研究

李雪曼 馮愛(ài)芬 林莉 丁真真 萬(wàn)凡 王辰辰

摘要：智慧城市建設(shè)是全球城市建設(shè)的新趨勢(shì)。本文首先查閱相關(guān)資料構(gòu)建了一套評(píng)價(jià)指標(biāo)，接著用離差最大化給出了各個(gè)指標(biāo)的相關(guān)權(quán)重。然后用TOPSIS綜合評(píng)價(jià)模型對(duì)30個(gè)城市進(jìn)行了智慧度排名。最后用百分比劃分法進(jìn)行評(píng)價(jià)，根據(jù)智慧特點(diǎn)劃分為5個(gè)等級(jí)，分析其中的問(wèn)題并給出了相關(guān)性建議。構(gòu)建了一套能夠很好地對(duì)城市智慧度進(jìn)行評(píng)價(jià)的體系，具有實(shí)際意義。

Abstract： The construction of smart city is a new trend in global urban construction. This paper firstly consults relevant data to construct a set of evaluation indicators， and then gives the relevant weights of each indicator with the maximization dispersion. Then， the TOPSIS comprehensive evaluation model is used to rank the wisdom of 30 cities. Finally， the percentage division method is used for evaluation. According to the characteristics of wisdom， it is divided into five grades， and the problems are analyzed and relevant suggestions are given. A system that can well evaluate the wisdom of the city is constructed and has practical significance.

關(guān)鍵詞：智慧城市;離差最大化方法;TOPSIS綜合評(píng)價(jià)法;百分比劃分法

Key words： smart city;method of maximization dispersion;TOPSIS comprehensive evaluation method;percentage division method

中圖分類(lèi)號(hào)：F299.2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2018）36-0252-03

0? 引言

智慧城市評(píng)價(jià)體系是一套檢驗(yàn)智慧城市建設(shè)程度的最直觀體現(xiàn)，也是引導(dǎo)城市進(jìn)行智慧化建設(shè)的索引。近年，有很多學(xué)者對(duì)這個(gè)課題進(jìn)行了研究，如基于灰色關(guān)聯(lián)理論和BP神經(jīng)網(wǎng)絡(luò)[1]、運(yùn)用投影追蹤評(píng)價(jià)法[2]、基于離差最大化的決策者權(quán)重的確定方法[3]。目前有很多方法用來(lái)計(jì)算權(quán)重，如專(zhuān)家打分、熵權(quán)法等。其中，離差最大化計(jì)算權(quán)重的方法取得了廣泛的共識(shí)。本文將采用離差最大化-TOPSIS評(píng)價(jià)法構(gòu)建一套科學(xué)的智慧城市評(píng)價(jià)體系。

1? 問(wèn)題分析

評(píng)估智慧城市水平的因素模糊性較強(qiáng)，在選取過(guò)程中易受主觀因素影響。通過(guò)研究調(diào)查發(fā)現(xiàn)，評(píng)價(jià)智慧城市的指標(biāo)體系包括四個(gè)方面：智慧人民、智慧設(shè)施、智慧經(jīng)濟(jì)、智慧環(huán)境，每個(gè)方面又有其子因素指標(biāo)構(gòu)成。本文利用離差最大化，用數(shù)據(jù)本身的信息量來(lái)確定指標(biāo)的權(quán)重，有較強(qiáng)的數(shù)學(xué)理論依據(jù)。TOPSIS法是一種接近理想目標(biāo)的順序優(yōu)選技術(shù)，它通過(guò)計(jì)算出各目標(biāo)的貼近度，并按貼近度大小進(jìn)行排序，作為評(píng)價(jià)各目標(biāo)優(yōu)劣的依據(jù)。因此該文選用離差最大化-TOPSIS綜合評(píng)價(jià)法對(duì)智慧城市評(píng)價(jià)體系進(jìn)行研究。

2? 樣本選取與數(shù)據(jù)收集

根據(jù)2017年最新的城市商業(yè)魅力排行榜名單，本文選擇了新二線代表城市廈門(mén)、福州等30個(gè)城市作為研究對(duì)象。本文的數(shù)據(jù)主要來(lái)源于各城市《2016年國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、《環(huán)境狀況公報(bào)》、《中國(guó)城市統(tǒng)計(jì)年鑒2016》等官方文件。

3? 構(gòu)建評(píng)價(jià)指標(biāo)體系

通過(guò)查閱相關(guān)文獻(xiàn)，選取了能突出城市智慧化的22個(gè)指標(biāo)。其中一級(jí)指標(biāo)有四個(gè)：智慧人民、智慧設(shè)施、智慧經(jīng)濟(jì)、智慧環(huán)境。屬于一級(jí)指標(biāo)的二級(jí)指標(biāo)有：智慧人民：每萬(wàn)人口醫(yī)生數(shù)、醫(yī)療保險(xiǎn)覆蓋率、每萬(wàn)人擁有大學(xué)生數(shù)、年末城鎮(zhèn)登記失業(yè)率、每萬(wàn)人專(zhuān)利申請(qǐng)授權(quán)數(shù);智慧設(shè)施：互聯(lián)網(wǎng)用戶普及率、移動(dòng)電話普及率、萬(wàn)人擁有公共交通車(chē)輛、人均公園綠地面積、公共圖書(shū)館數(shù);智慧經(jīng)濟(jì)：人均GDP、GDP中第三產(chǎn)業(yè)貢獻(xiàn)率、年人均可支配收入、人均公園綠地面積、公共圖書(shū)館數(shù);智慧環(huán)境：二氧化氮年日平均值、二氧化硫年日平均值、市區(qū)空氣質(zhì)量?jī)?yōu)良天數(shù)、工業(yè)固體廢棄物綜合利用率、污水集中處理率、生活垃圾無(wú)害化處理率、森林覆蓋率。

4? 基于離差最大化-TOPSIS的慧城市發(fā)展水平綜合評(píng)價(jià)模型

4.1 基于離差最大化-TOPSIS的評(píng)價(jià)步驟

將評(píng)價(jià)城市記為m個(gè)，三級(jí)指標(biāo)記為n個(gè)，uij表示第i個(gè)被評(píng)價(jià)城市在第j個(gè)三級(jí)指標(biāo)上的原始數(shù)值（其中i=1，2，…，m;j=1，2，…，n），建立初始矩陣U=（uij）m×n。

4.1.1 原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理

評(píng)價(jià)體系的二級(jí)指標(biāo)包含：效益型指標(biāo)、成本型指標(biāo)、居中型指標(biāo)。因?yàn)橹笜?biāo)含義不同，所以具有不同的量綱。首先進(jìn)行無(wú)量綱化。對(duì)于第一、二類(lèi)指標(biāo)分別通過(guò)最大最小原則進(jìn)行消除量綱化處理，對(duì)于第三類(lèi)指標(biāo)先將其化為正向指標(biāo)，再用進(jìn)行無(wú)量綱化，得到規(guī)范化矩陣X=（xij）m×n第i個(gè)被評(píng)價(jià)城市在第j個(gè)指標(biāo)上的標(biāo)準(zhǔn)化數(shù)值用xij表示。

4.1.2 基于離差最大化確定指標(biāo)權(quán)重

如果各城市在二級(jí)指標(biāo)uj的值差異越小，說(shuō)明該二級(jí)指標(biāo)對(duì)城市智慧程度排序的貢獻(xiàn)越小;反之說(shuō)明貢獻(xiàn)越大，對(duì)其賦予的權(quán)重值也就越大。

4.2 基于離差最大化-TOPSIS模型的評(píng)價(jià)結(jié)果計(jì)算

4.2.1 計(jì)算離差最大化確定指標(biāo)權(quán)重

將30個(gè)城市21個(gè)指標(biāo)的原始數(shù)據(jù)按照上述綜合評(píng)價(jià)模型運(yùn)用MATLAB計(jì)算處理得到21個(gè)指標(biāo)的歸一后的權(quán)重，如表1所示。

4.2.2 運(yùn)用TOPSIS進(jìn)行綜合評(píng)價(jià)

得到30個(gè)城市的智慧程度排名從高到低為如圖1從左至右。

將每個(gè)二級(jí)指標(biāo)所對(duì)應(yīng)的三級(jí)指標(biāo)到最優(yōu)解、最劣解的距離分別求和，算出每個(gè)城市二級(jí)指標(biāo)的Ci值，用Excel繪制折線圖，如圖1，定義二級(jí)指標(biāo)的Ci表示二級(jí)指標(biāo)的智慧度。

從圖1可以看出，泉州的智慧程度排名低于長(zhǎng)春的智慧程度排名，但其智慧環(huán)境的智慧度比長(zhǎng)春的高，廈門(mén)的智慧程度排名比紹興市的高，但其智慧人民的水平比紹興市的低。這說(shuō)明，單獨(dú)依據(jù)智慧程度的排名高低對(duì)城市進(jìn)行智慧評(píng)價(jià)是不合理的，下面采用百分比劃分法對(duì)30個(gè)城市進(jìn)行智慧程度的評(píng)價(jià)。

4.3 百分比劃分法

先將30個(gè)城市依據(jù)其每個(gè)二級(jí)指標(biāo)的智慧度進(jìn)行排名，挑選出排名前20%的城市和后20%的城市，如表2。

將有不少于兩項(xiàng)二級(jí)指標(biāo)的智慧度在前20%且沒(méi)有二級(jí)指標(biāo)的智慧度在后20%的城市定位智慧度為一級(jí)的城市;有不少于兩項(xiàng)二級(jí)指標(biāo)的智慧度在前20%且有二級(jí)指標(biāo)的智慧度在后20%的城市定位智慧度為二級(jí)的城市;有一項(xiàng)二級(jí)指標(biāo)的智慧度在前20%且沒(méi)有二級(jí)指標(biāo)的智慧度在后20%的城市定義為三級(jí)城市;有一項(xiàng)二級(jí)指標(biāo)的智慧度在前20%且有不超過(guò)一項(xiàng)二級(jí)指標(biāo)的智慧度在后20%的城市和沒(méi)有二級(jí)指標(biāo)的智慧度在前20%的城市和后20%的城市定義為四級(jí)城市;有一項(xiàng)二級(jí)指標(biāo)的智慧度在前20%且有超過(guò)一項(xiàng)二級(jí)指標(biāo)的智慧度在后20%的城市和沒(méi)有二級(jí)指標(biāo)的智慧度在前20%但有在后20%的城市定義為五級(jí)城市。

劃分后的各等級(jí)城市為：一級(jí)城市：珠海、廈門(mén);二級(jí)城市：中山、烏魯木齊、佛山;三級(jí)城市：長(zhǎng)春、無(wú)錫、?？凇⒗ッ?、貴陽(yáng)、溫州、金華;四級(jí)城市：紹興、濟(jì)南、惠州、金華、煙臺(tái)、嘉興、南昌;五級(jí)城市：太原、泉州、常州、福州、徐州、石家莊、南通、南寧、臺(tái)州、合肥、蘭州。

各城市政府可以依據(jù)城市等級(jí)給出評(píng)價(jià)等級(jí)，結(jié)合表3中的二級(jí)指標(biāo)智慧度的區(qū)間，有針對(duì)性的制定發(fā)展策略。如紹興市，屬于四級(jí)城市，智慧人民程度較高，但是智慧設(shè)施程度較差，可以優(yōu)先制定提高智慧設(shè)施的發(fā)展策略，如增加綠地面積，新建公共圖書(shū)館等。

5? 結(jié)束語(yǔ)

本文從一套完善的智慧城市綜合性指標(biāo)評(píng)價(jià)體系的建立，是伴隨國(guó)內(nèi)外城市建設(shè)的總體進(jìn)程不斷改進(jìn)的過(guò)程。本文采用離差最大化-TOPSIS模型對(duì)不同城市的智慧水平進(jìn)行準(zhǔn)確可靠的評(píng)估，為今后智慧城市的建設(shè)提供了參考和意見(jiàn)。

參考文獻(xiàn)：

[1]包明林.基于BP神經(jīng)網(wǎng)絡(luò)的智慧城市發(fā)展?jié)摿υu(píng)價(jià)研究[D].湘潭大學(xué)，2016.

[2]廖胭脂，樓文高.智慧城市的投影尋蹤評(píng)價(jià)模型與實(shí)證研究[J].中國(guó)發(fā)展，2017（2）：55-61.

[3]馬永紅，周榮喜，李振光.基于離差最大化的決策者權(quán)重的確定方法[J].北京化工大學(xué)學(xué)報(bào)，2007（2）：177-180.

[4]李寬，姜杰，孫博.基于數(shù)學(xué)模型的智慧城市評(píng)價(jià)體系構(gòu)建與未來(lái)發(fā)展預(yù)測(cè)——以營(yíng)口市為例[J].中國(guó)市場(chǎng)，2017（30）：22-23，33.

[5]龔炳錚.智慧城市評(píng)價(jià)指標(biāo)和評(píng)估方法的探討[J].中國(guó)信息界，2014（11）：65-72.

[6]閔麗.國(guó)內(nèi)外智慧城市的現(xiàn)狀與發(fā)展[J].上海電氣技術(shù)，2016（2）：68-70.