<address id="jfrh9"><form id="jfrh9"></form></address>

          <address id="jfrh9"><nobr id="jfrh9"><nobr id="jfrh9"></nobr></nobr></address>

            <form id="jfrh9"></form>

            <address id="jfrh9"></address>

                <form id="jfrh9"><nobr id="jfrh9"></nobr></form>
                代写教育教学论文常见问题 | 代写教育教学论文在线留言教师论文网是权威的教育教学论文发表,教育教学论文代写平台,欢迎咨询教育教学论文代写和毕业论文代写事宜!
                您的位置: 教师论文网 -> 计算机教学 -> 文章内容

                教师论文网导航

                赞助商链接

                商洛智慧城市建设潜力评价

                作者:www.bitpakkit.com 更新时间:2019/1/20 11:09:54

                随着世界经济的发展,环境污染、交通堵塞、食品安全、公共安全等城市病问题已然成为了阻碍城市健康发展的瓶颈,城市管理和发展面临诸多问题。20世纪90年代末期,以新一代信息技术为驱动力的智慧城市概念逐步浮现出来,为未来城市发展提供了愿景和方案,至今已有超过300个城市入选智慧城市建设试点。然而目前智慧城市建设试点多是一些大中型城市,小型城市由于经济落后、地理位置偏僻等原因,智慧城市建设程度相对落后。陕西拥有7个智慧城市试点,分别是西安、宝鸡、杨凌、咸阳、汉中、渭南、延安7个地区。商洛虽因经济总量偏小、产业结构合理度不足等问题遗憾落选,但仍于2016年9月宣布正式成立“商洛市智慧城市建设”领导小组,以智慧城市建设为城市发展理念,积极投入到智慧城市的建设当中,着重发展生态、旅游等优势产业,全力提高短板产业,促进社会经济的全面快速提高。

                目前已有多位学者对智慧城市建设进行了相关研究。陈铭[1]、邓贤峰[2]、王思雪[3]、李贤毅[4]等学者分别从各个方面对“智慧城市”评价体系进行了构建;孙斌[5]、王振源[6]、项勇[7]、刘维跃[8]、邹凯[9]等则分别运用系统动力学、层次分析法、ANP-TOPSIS方法、熵权/TOPSIS组合模型、灰色关联理论和BP神经网络等研究方法,对具体智慧城市进行评价。然而,目前所提出的智慧城市评价体系基本都是针对已实施智慧城市建设的大城市,对尚未成为试点但也在积极建设智慧城市的中小型城市其发展潜力分析及资源储备的研究仍处于空白地带。而这对于诸如商洛这样的仍在积极筹建智慧城市的中小城市在前期工作方向有着重要的指导意义。因此,本文结合商洛社会经济的实际发展情况,构建包括信息基础设施、科技支撑平台、经济发展水平、城乡一体协调发展水平、文化发展水平、城市竞争力六个方面的智慧城市建设潜力评价指标体系,并进行实证分析,以期确定商洛是否具有潜力建设智慧城市以及建设智慧城市存在的优劣势,为商洛智慧城市的规划提供一定的理论支持。

                1 评价体系构建及方法选择

                1.1 评价体系的构建

                根据指标体系构建的系统性、科学性、实用性和可操作性等原则,结合目前国内学者和国内外机构构建的智慧城市评价体系,同时借鉴创新城市、学习型城市、城市发展潜力的相关研究成果,建立了适用于本次研究的智慧城市建设潜力评价指标体系。

                本指标体系在统筹考虑的基础上,结合小型城市的实际情况,构建了一套较为完整、系统的评价指标体系,主要包括信息基础建设V1、科技支持平台V2、经济发展水平V3、城乡融合水平发展水平V4、文化发展水平V5、文化发展水平V6六个方面22项二级指标(见表1)。

                通过对《陕西省各市统计年鉴(2016)》、陕西省各市统计公报、陕西省各市安全监督管理局年度公报、陕西省各市科技局网等权威数据的整理,汇总得出包括西安、咸阳、榆林、渭南、安康、汉中、商洛、铜川、宝鸡、延安的陕西省十大城市以及商洛市2010—2016年的指标数据用作样本,进行实证分析。

                1.2 研究方法的选择

                主成份分析法是一种较好的特征提取技术,这种技术通过降维的思想对多指标进行转化生成少数几个综合指标,具有较强的客观性[6]。主要思路为利用变量变换,将实测的多个相关变量转化为较少的不相关的综合变量,即用几个少数能控制所有变量的随机变量去表达多个变量之间的相关关系。

                2 商洛市智慧城市建设潜力的纵横对比

                2.1 商洛市智慧城市建设潜力的横向对比

                对标准化后的陕西十大城市(西安、咸阳、宝鸡、榆林、渭南、延安、汉中、安康、铜川、商洛)的智慧城市建设潜力评价指标体系进行分析,从横向对比评价商洛建设智慧城市的潜力。

                2.1.1商洛市智慧城市建设潜力的主成份分析

                主成份的提取原则为:特征值大于1,且累计方差的贡献率达到85%的前几个主成份。原因为主成份的特征值可用来表示其对整个体系的影响程度的大小,即若某个指标的特征值小于1,则表示其解释力度还不如直接引入一个原变量的平均解释力度大,因此以1作为选取标准。从表2可知,特征值大于1的主成份有4个,且累计方差的贡献率达到了93.315%, 较好的反映了原始指标的绝大部分信息。这样就由原来的多个指标转化成了少数指标,起到了降维的作用。

                表3表示了主成份和各指标之间的相关性。一般认为,当指标的载荷系数较大时,则说明主成份能表达出该指标的信息。第一主成份F1中,因子载荷系数所占比重较大的有X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14、X16、X20、X21,则说明第一个主成份主要反映这些指标的信息;第二主成份F2中X15、X17、X22所占比重较大,主要反映了这三个指标的信息;第三主成份F3主要反映了X18的信息;第四主成份F4主要反映了X19的信息。因此,四个主成份可包含22个指标的全部信息。

                2.1.2确定模型

                要确定主成份的表达式,需要用主成份载荷系数除以相对应的特征值的平方根。由表2可得到陕西十大城市社会经济指标中四个主成份的特征值分别为15.329、2.340、1.545、1.315。再将表3中各因子载荷系数分别除以表2中的特征值,可得出主成份的表达式F1、F2、F3、F4。表达式为:

                由主成份1表达式(1)可见,系数较大的指标主要分布在信息基础建设、科技支持平台、经济发展水平三个方面,这三个方面充分反映了城市基础建设和创新能力,且保留了67.678%的信息,这说明基础建设和创新能力对陕西十大城市社会经济的影响很大。

                由主成份2表达式(2)可见,乡村消费品零售额的系数最大,对应评价体系所属分类为城乡融合水平发展水平,故反映城乡融合水平的发展状况。

                由主成份3表达式(3)可见,电视人口覆盖率的系数最大,对应评价体系所属分类为文化发展水平,故反映文化发展状况。

                由主成份4表达式(4)可见,宜居城市的系数最大,对应评价体系所属分类为城市竞争力,故反映城市竞争力状况。

                在确定综合经济指数模型时,主成份的系数等于各主成份的特征值与所提取的主成份的特征值之和的比值, 即:

                再将标准化后的陕西十大城市社会经济指标中10个指标值代入,并对所得指数进行排序,得到陕西十大城市社会经济排名,表4。

                由表4可见,陕西十大城市排名中,商洛市虽排至末位,但相对较于排在首位的西安市而言仍有明显优势。首先对省会西安的社会经济综合指标进行分析,通过主成份得分可以看到西安主要依靠主成份1基础建设和创新能力拉动经济,而主成份3文化发展状况、主成份4城市竞争力状况的得分非常低,呈现了一种严重发展不平衡的局面,尤其在城乡融合水平发展、宜居城市和生态城市建设方面都存在较大问题,这对西安经济可持续发展有极大影响。对比商洛得分情况,可以看出商洛市在各方面发展都是相对平衡。但主成份1城市基础建设和创新能力、主成份2城乡融合水平、主成份3文化发展状况的得分相对偏低,尤其是主成份3文化发展状况的得分最低,说明商洛在文化发展方面尚有较大不足,人们群众的文化水平有待进一步提高;但主成份4城市竞争力状况的得分较高,即生态文明方面具有显著优势。综上所述,虽然商洛综合经济状况落后于陕西其他九大城市,但商洛在生态文明优势显著,可为商洛建设智慧城市提供可持续发展动力。

                2.2 商洛市智慧城市建设潜力纵向对比

                继续使用主成份分析法对2010—2016年商洛市社会经济指标进行纵向对比。在确定其智慧城市发展潜力的基础上,对其商洛近年来的发展趋势进行实证分析,具体对比在商洛提出智慧城市建设前后经济发展状况的差别,以此判断建设智慧城市对商洛经济发展的影响。经过分析,商洛市智慧城市建设潜力纵向对比得到两个主成分,反映基础建设、创新能力以及文化发展的状况的主成份5,反映城乡融合水平和城市竞争力的状况的主成份6。表达式为:

                F5=-0.230ZX1+0.232ZX2+0.233ZX3+0.222ZX4+0.196ZX5+0.205ZX6+0.222ZX7+0.230ZX8+0.233ZX9+0.232ZX10+0.230ZX11+0.216ZX12+0.228ZX13+0.232ZX14+0.233ZX15+0.231ZX16+0.230ZX17+0.227ZX18-0.163ZX19+0.205ZX20-0.186ZX21-0.176ZX22(6)

                F6=-0.155ZX1+0.080ZX2-0.053ZX3-0.193ZX4-0.424ZX5+0.051ZX6-0.193ZX7+0.159ZX8+0.059ZX9+0.089ZX10+0.088ZX11+0.266ZX12+0.189ZX13+0.117ZX14-0.013ZX15-0.144ZX16+0.119ZX17+0.128ZX18+0.380ZX19+0.382ZX20+0.382ZX21+0.451ZX22(7)

                将2010—2016年商洛市社会经济指标标准化后的数据代入到式(6)和式(7),得出2010—2016年商洛市社会经济指标综合得分见表5,进一步评价商洛在建设智慧城市方面的潜力。

                由表5可见,商洛自2010—2016年综合经济指数呈逐年上升趋势,尤其在2015—2016年,综合经济指数大幅度上升,这说明商洛的经济发展在2015—2016年实现了迅猛发展。具体到主成份5,在2016年得分为7.12,是近几年得分最高的一年较高。细化到主成份5的具体指标,固定电话用户数、宜居城市、和谐城市、生态城市这四个指标所占比重较大,对主成份5的变化起到了较大的影响。而主成份6的得分在2010—2015年间呈逐年上升趋势,只在2016年突然减少。查询指标可知,这与生态城市指标、以及宜商城市指标的变动有关,2015—2016年商品房销售面积和城市人均公园绿地面积明显减少,这可能是导致主成分6在2015—2016年突然减少的原因,但根据数据显示,减少幅度较小。

                总体而言,商洛经济在2010—2016年稳步增长,而2015年突然迅猛增长的情况可能与商洛市政府于2014年末提出建设智慧城市,以及2016年8月正式成立智慧城市建设小组进行智慧城市建设有关。这也直接说明的商洛建设智慧城市的必要性和可实现性,因此商洛市在建设智慧城市方面具有较大的潜力,在建设过程中应该保持自身优势(生态、和谐、城乡融合水平等),同时促进其他指标的同步稳定增长,使得商洛市整体的社会经济实现健康、稳定提升。

                3 结论与建议

                3.1 结论

                经过主成份分析法的降维,在进行商洛智慧城市建设潜力横向对比中将指标体系中22个指标转换成个4个主成份,在进行商洛市智慧城市建设潜力纵向对比时转化为2个主成份,更清晰地反映出陕西十大城市社会经济以及2010—2016年商洛市社会经济发展程度及优劣势。根据陕西十大城市社会经济纵向对比结论,商洛市虽然在陕西十大城市社会经济排名中排至末位,但仍有在生态、和谐、城乡融合水平等方面拥有较大的发展潜力;而2010—2016年商洛市社会经济发展的横向对比结果则显示出商洛近年来社会经济逐年稳定增长的趋势,尤其在2014年实行智慧城市建设理念之后商洛市社会经济的各项指标实现了迅猛的发展。故此智慧城市建设理念为商洛市社会经济有着不可忽视的积极影响,因而商洛市在建设智慧城市方面具有极大的建设潜力。

                3.2 商洛建设智慧城市的政策建议

                城市社会经济发展水平的不同,导致了大城市的智慧城市建设经验在很多情况下并不适用中小城市。因此,中小城市在建设智慧城市的过程中,一定要紧抓自身优势产业,将“智慧”的概念融入到优势产业,以智慧优势产业带动整个城市的发展。针对商洛,就应着重在智慧城市管理、智慧农业、智慧生态、智慧旅游上着重建设,促进其他产业的同步增长。

                3.2.1引入智慧因子,打造智慧城市管理体制

                在城市的发展规划和社会管理中引入智慧因子,融合人工智能、区块链、云计算和大数据等技术,打造智慧城市管理体制,以提升政府社会治理能力和公共服务水平,实现优政、惠民、兴业的目标。

                如设置道路积水监控体系,通过传感器实时监测路面积水程度,并用LED屏幕显示积水程度以提醒市民进行路线变更或减速慢行;打造整合社会、经济、商业、个人等多因素的大数据综合发展平台,不仅可以方便随时了解城市运行的各个方面,还可以实现各部门之间资源共享,保证资源更加合理、优化的配置;研发“智慧商洛”APP及微信公众平台,建立全智慧化的城市管理网络,方便市民了解政府政务程序及所需材料,实现一次性办理公务,同时搭建群众参与机制,以更方便了解群众试求,快速解决群众问题。

                3.2.2发展电商产业,促进农特产品的推广

                商洛位处山区,至今仍有大量的农业人口以种植农产品为生,然而交通和信息的不发达使农产品向外销售的渠道狭窄,农民收入难以保证,农民问题尤为严重。因此,需将信息化技术引入到农产品的销售中,以智慧农业带领农民增收。首先,依托商洛丰富的农特产品资源优势,形成商洛农特产品电商产业。对农村淘宝进行推广和扶持,帮助农民适应信息化时代,扩大农特产品的销售区域,形成商洛农特产品的优质品牌。第二,进行农村电商人才培育。成立商洛电商培训中心,对有意从事商洛农特产品的人员进行电脑操作、图片处理、网上沟通、产品信息发布等网络信息知识进行培训;对已电商从事人员进行美工、设计、产品营销、店铺推广等专业知识进行培训,提升商洛农特产品电商店铺的经营能力。

                3.2.3建设智慧生态管理平台,保持生态优势

                商洛的生态环境虽在陕西是大城市中已名列前茅,但在生态;し矫嫒圆豢傻粢郧嵝。

                建设智慧水务。商洛作为南水水调的水源涵养飞,矿产资源的开发和水源;ひ恢笔侵圃经济发展的瓶颈,迫切需要通过循环经济打破两者之间的矛盾。因此,通过智慧手段,改善水质,实施监控水资源的使用情况,对生态治理提供更加精确化的数据支持,以缓和工业发展对生态带来的破坏。如利用云计算大数据等技术,打通智慧水务系统的信息共享通道,提升水务的运行效率;加强取水实时监测体系,细化对水源区的水质监控。

                建设智慧林业平台。运用GPS手段,将商洛辖区的山林地带汇集在一张地图上,分区分点进行监控;再将林业业务数据、林业社会数据、林业经济数据、林火监测数据进行融合,构建林火在线监测系统,实时查询火灾地点、火灾实况和发展态势,降低林火隐患。

                3.2.4抓紧旅游优势,发展智慧旅游

                由于商洛地处秦岭山地,又大小河流密布,秀美的山川使得商洛旅游具有得天独厚的发展条件。因此,商洛可走一条有自身特色的经济发展道路——大力发展智慧旅游业,为商洛旅游装上智慧“大脑”。

                如通过开发建设“秦岭最美是商洛”旅游APP,打造集旅游推广、旅游营销、旅游服务等多方面于一体的信息化体系,方便游客了解、认知商洛旅游项目及实时活动,为游客提供更为便捷的订票服务、住宿等旅游服务;在商洛市各旅游景点和景区全方位覆盖移动通信和无线网络,为商洛电子导游提供技术基础,同时避免出现信号盲区,以提高游客的旅游满意度;开发商洛旅游论坛及有奖电子问卷调查,与游客进行互动式沟通,及时获取旅游的旅游反馈,再通过对旅游大数据的分析,了解影响游客满意度的各个方面,寻找商洛旅游未来的建设方向,为商洛旅游的品牌建立、旅游精准定位提供决策支持。

                参考文献:

                [1] 陈铭,王乾晨,张晓海,等.“智慧城市”评价指标体系研究——以“智慧南京”建设为例[J].城市发展研究,2011(5):84-89.

                [2] 邓贤峰.智慧城市评价指标体系研究[J].电信网技术,2011(10):43-47.

                [3] 王思雪,郑磊.国内外智慧城市评价指标体系比较[J].电子政务,2013(1):92-100.

                [4] 李贤毅,邓晓宇.智慧城市评价指标体系研究[J].电信网技术,2011(10):43-47.

                [5] 孙斌,严波,尚雅楠.基于系统动力学的包头市智慧城市评价体系研究[J].城市发展研究,2016,23(8):6-11.

                [6] 王振源,段永嘉.基于层次分析法的智慧城市建设评价体系研究[J].科技管理研究,2014,34(17):165-170.

                [7] 项勇,任宏.基于ANP-TOPSIS方法的智慧城市评价研究[J].工业技术经济,2014(4):131-136.

                [8] 刘维跃,王海龙,刘凯歌,等.运用熵权/TOPSIS组合模型构建智慧城市的评价体系——以京津沪为实例探究[J].现代城市研究,2015(1):31-36.

                [9] 邹凯,包明林.基于灰色关联理论和BP神经网络的智慧城市发展潜力评价[J].科技进步与对策,2015,32(17):123-128.

                [10] 肖拥军,王伟玲.基于主成分法的智慧城市发展评估研究[J].工业经济论坛,2015(4):37-46.

                时时彩平台上|官网_首页