中国智慧城市发展水平空间差异研究

中国智慧城市发展水平空间差异研究

ID:10323182

大小:49.50 KB

页数:3页

时间:2018-07-06

中国智慧城市发展水平空间差异研究_第1页
中国智慧城市发展水平空间差异研究_第2页
中国智慧城市发展水平空间差异研究_第3页
资源描述:

《中国智慧城市发展水平空间差异研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、中国智慧城市发展水平空间差异研究摘要:采用因子分析、聚类分析、ESDA等方法,探讨2011年和2014年中国77个智慧城市发展水平空间差异演变,分析影响智慧城市发展的主因子。研究表明:(1)影响智慧城市空间差异的主因子动态变化不大,主要是综合实力因子;(2)中国地级以上智慧城市的总体水平空间差异明显;(3)中国智慧城市的发展格局单极态势较明显、呈“梭”型结构;(4)智慧城市发展主要受到城市发展的内在需求、对原有资源禀赋的惯性依赖、政策影响及智慧文化,尤其是政策作用非常显著。中国8/vie  关键词

2、:智慧城市;城市发展;影响因子;空间结构  中图分类号:K901.8文献标志码:A  随着全球化、信息化的深入推进及知识经济的兴起,世界竞争开始转向虚拟空间[1],城市发展思潮也逐渐从以物为本转向以人为本[2-3],之前的基于信息技术的数字城市[4-5]框架正向一个融技术、经济、社会、空间于一体的智慧城市演变[6],城市愈发追求更加低碳、环保、高效、智能、幸福的美好目标,在这一背景下,“智慧城市”的概念被提出。智慧城市是运用先进的ICT技术,将人、商业、运输、通信、水和能源等城市运行的各个核心系统

3、整合,从而使整个城市作为一个宏大的“系统之系统”,以更为智慧的方式运行[7]。智慧城市不仅是智慧地球的重要组成部分,还有利于发展战略新兴产业,提升经济发展质量,有利于提升城市管理的科学化,为未来城市提供了新的路径。因此,很多国家和城市启动了智慧城市的建设热潮[8-9],学术界也开展了很多有益的研究。目前,国外智慧城市研究的视角主要有技术应用[10]、产业组织[11]、资源配置[12]、城市规划[13]、人本主义[14]。国内智慧城市相关研究主要集中在顶层设计[15]、大数据对智慧城市规划的影响[1

4、6,17]、国外智慧城市发展对中国的启示[18-20]、智慧城市建设的路径[21]、智慧城市评价[22]、智慧城市的作用[23-25]、评述与展望[26]。智慧城市的发展评价相关研究很多,但大多局限于单个城市,仅有的一些多城市发展差异比较研究,样本量也较少,不能很好地揭示智慧城市的发展差异。另外,智慧城市发展水平差异大多基于单个年份,少有探讨智慧城市发展水平差异演变的研究。因此,本研究以中国公布的三批智慧城市为范围,本着可比性、科学性、可行性及完整性的原则,选取了77个地市级的智慧城市,首先采用因

5、子分析法,以判断智慧城市发展过程中,哪些因素发挥了主要作用,然后对2011年和2014年这些智慧城市发展水平进行评价,最后分析其原因,以期为中国智慧城市的建设提供一定的借鉴。  1数据来源与指标设计  本研究的数据主要来源于2012年和2015年《中国统计年鉴》、《中国城市年鉴》、各相关省市统计年鉴和各相关城市的政府统计公报。首先遵循科学性、可行性、完整性及可比性的原则,即要满足以下要求:可准确表征智慧城市发展水平;数据可获得;数据完整;在同一层级有可比性。根据智慧城市的含义,智慧城市的指标设计应

6、注重两方面:其一,以信息、知识为核心资源,以新一代信息技术为支撑手段;其二,对于包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能的响应,为人类创造更美好的城市生活。因此本研究选取智慧基础设施、智慧技术、智慧产业、智慧服务及智慧生态五个一级指标19个二级指标表征智慧城市发展水平,构建起智慧城市发展的评价指标体系(表1),选取77个地级试点智慧城市进行空间差异分析。  2中国智慧城市的发展水平差异及演化  2.1影响因子的测度及分析  2.1.12011年智慧城市发展水平的主因子 

7、 首先,分别对2011年和2014年的数据进行标准化处理,消除数据量纲的差异,采用因子分析,运用最大方差法旋转处理后得出主成分的特征值和贡献率(表2)。根据特征值均大于1的原则,从19个因子中提取了4个主因子作为主成分,累计贡献率为78.02%(表2),根据旋转成分矩阵(表2)可知F1主因子与X2、X3、X4、X5、X6、X8、X9、X10、X12、X13等10��因子有很高的关联性,这些因子主要涉及到智慧基础设施、智慧技术、智慧服务和邮政业务总量,可将F1主因子命名为智慧城市综合实力因子。该因子

8、单项排名前几位的城市有北京、上海、天津、广州、杭州、芜湖和昆明;F2主因子与X1、X7、X13、X14、X15、X16等6个因子关联性较高,主要涉及互联网用户、就医便利度及生态,可将F2命名为宜居因子,该因子单项排名前几位的城市有重庆、广州、上海、杭州、天津、武汉、大连。F3主因子与X11(单位GDP能耗)、X17(一般工业固体废弃物综合利用率)呈较高相关性,为生产方式因子,该因子单项排名前几位的城市有上海、广州、杭州、武汉、无锡、南通、常州。F4主因子与X17(建成区绿化覆盖率)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。