更全的杂志信息网

基于RSM和SMAA的中国智慧城市惠民评价——以京津冀为例

更新时间:2009-03-28

1 研究背景

“智慧城市”(smart city)于20世纪90年代被提出[1]。目前关于智慧城市的理论研究已有很大进展[2-4]。专家、学者们认为,智慧城市建设不应盲目局限于信息技术,应更突出公众需求,应让社会各层面人们都能够感受到便利。因此,智慧城市建设评价的出发点和落脚点应是“以人为本”,应让广大公众参与智慧城市评价,充分考虑广大公众对智慧城市建设的满意度。

“有机”这个词有一点“全天然”的味道。美国农业部(USDA)规定的“有机”产品,其成分的95%以上必须是在培育过程中,没有使用化肥和杀虫剂等。但“有机”并不是“健康”的同义词,有机食品同样有高脂肪、高热量和高糖分的情况。

智慧城市的发展水平和惠民水平既有区别,也有联系。两者的主要区别在于:智慧城市的发展水平是对智慧城市发展程度的综合测度,是对城市智慧在服务、商业、交通和通信等方面的客观评价;智慧城市的惠民水平则是对智慧城市建设的惠民满意度的综合测度,是对城市智慧在服务、商业、交通和通信等方面的惠民满意度的主观评价。因此,智慧城市的发展水平高,不一定智慧城市的惠民水平也高。两者的联系在于:智慧城市的发展水平与惠民水平息息相关,智慧城市发展水平的提高若符合公众需求,就能带来公众满意度的提高,也必然带来智慧城市惠民水平的提升。目前智慧城市评价体系研究处在初期阶段,主要聚焦于智慧城市的发展水平,而对智慧城市的惠民水平关注较少[5]。然而,智慧城市的惠民水平更能体现公众对智慧城市建设的满意度。因此,建立科学而合理的智慧城市惠民评价指标体系并进行智慧城市惠民评价是十分必要的。目前智慧城市惠民评价指标体系的基础性研究较为缺乏,处于研究边缘区域,有待加强[6]。已有的指标体系大多以客观指标为主,较少包括定性指标。定量指标虽然较易获得,但是无法反映公民对智慧城市建设成果的感受与评价,而定性指标更能反映智慧城市的受益者对智慧城市建设的满意程度。

在已有的评价方法中,权重确定是重要一环。已有的权重确定方法主要有主观赋权方法和客观赋权方法。主观赋权方法包括层次分析法[7]、网络分析法[8]和德尔菲方法[9]等,主要是通过专家调查确定权重,具有较强的主观性,主要体现评价专家的意识。客观赋权方法包括熵权法[10-11]、离差最大化法[12]和基尼系数法[13]等。这些方法都是从方案区分度的角度对指标进行客观赋权,相对于主观赋权方法具有更高的精度、更大的客观性,但是对数据量的要求较高,并具有一定的适用范围。然而,基于主观赋权方法和客观赋权方法得到的都是确定权重,因此两种赋权方法都不适用于解决权重不确定情况下的评价问题。

RSM(response surface methodology)回归模型[14-15]和随机多属性可接受度分析(stochastic multi-criteria acceptability analysis,SMAA)方法[16-18]都只适用于只有一个条件已知即属性值确定而权重不确定情况下的评价问题,其优势在于扩大评价的使用范围。具体到智慧城市惠民评价,可以考虑公众的满意度,使评价结果更加真实、合理。

古琴,原名琴,因缚弦七条,又名“七弦琴”。在中国古代有关古琴的记载中,其只称“琴”,后因“琴”的概念被广泛化,人们有感于“琴”的历史悠久,所以于20世纪初才把“琴”称为“古琴”。古琴自古以来就受到了文人士大夫的推崇,《礼记》载:“士无故不撤琴瑟”[1]124;汉桓谭《新论·琴道》称古琴“八音广博,琴德最优。古者圣贤,玩琴以养心”[2]17;魏晋嵇康《琴赋》认为古琴“能尽雅琴,唯至人兮”[2]44;宋朱长文《琴史》有言:“夫琴者,闲邪复性乐道忘忧之器也”[2]106。

本文的研究工作如下:建立以定性指标为主的智慧城市惠民评价指标体系,并据此设计调查问卷以收集2011—2016年北京、天津和石家庄的市民对23个指标的满意度;基于RSM,利用TOPSIS方法对指标满意度进行归一化处理,并拟合出决策回归方程,进行纵向比较分析;基于SMAA思想,在属性值确定和权重不确定的情况下,通过对历年满意度数据进行纵向分析,得出2011—2016年3个城市惠民满意度的变化情况;最后比较基于回归模型和SMAA思想得出的结果,并对两种方法进行对比分析,总结其优缺点。

山东省是中国经济最发达的省份之一,2017年,全省实现生产总值(GDP)72678.2亿元,经济总量稳居全国第3位,山东省是中国的农业大省,农业增加值长期稳居全国第一位。适宜的气候为区内农业发展提供了优越自然条件,粮食作物种植分夏、秋两季。夏粮主要是冬小麦,秋粮主要是玉米、地瓜、大豆、水稻、谷子、高粱和小杂粮。其中小麦、玉米、地瓜是山东的三大主要粮食作物。经济作物以棉花、烟叶、花生、蔬菜为主。山东为全国主要水果、蔬菜产地省份之一,烟台苹果、莱阳梨、大泽山葡萄、沾化冬枣、肥城桃、乐陵金丝小枣、枣庄石榴、明水香米、章丘大葱和寿光蔬菜等全国闻名。沿海及湖区水产较发达,远洋渔业生产亦具相当规模。

2 理论基础

2.1 试验设计和RSM

试验设计是一种能够确定多种因素交互影响的统计方法。RSM是一种基于合理的试验设计得到数据,采用多元二次回归方程拟合因素与响应值间的函数关系,评价影响因素及其相互作用,确定最佳水平范围、解决多变量问题的统计方法。试验设计与RSM经常被同时使用以构建数学模型。试验设计是使用RSM前不可缺少的步骤,其结果被用于创建响应曲面模型。现有很多试验设计技术,如全因子设计、正交矩阵技术、中心组合设计、拉丁超立方体设计和优化拉丁超立方体设计等。在此次研究中,优化拉丁超立方体设计和正交矩阵技术分别用于指标权重试验和因素试验。RSM最初由Box和Wilson提出,用于研究多个解释变量与响应变量的关系[14-15]。除了可以分析每个因素的影响,利用RSM还可生成一个数学模型。Box和Wilson提出,使用两水平的正交模型获得一个最佳的响应结果。正交模型的一般方程如下:

 

(1)

④寒武系娄山关组(Є3-4l):下部灰色—浅灰色厚层状粉—细晶白云岩,灰—浅灰色厚层变晶假鲕粒白云岩,灰色—浅灰色厚层泥晶—亮晶砂砾屑白云岩。夹浅灰色中—厚层纹层状粉细晶白云岩。厚度52.7~320.4 m。中部夹灰—深灰色薄—中厚层纹层状泥质白云岩。厚度0~15 m。上部灰色厚—巨厚层状亮晶砂砾屑白云岩,夹灰色厚层状细—中晶白云岩,局部夹灰色中—厚层纹层状细晶白云岩及姜状白云岩,鲕粒白云岩等。厚度大于200 m。

2.2 SMAA模型

SMAA的优点在于,在缺少精确的属性值和决策者偏好信息的情况下,通过逆权重空间分析可帮助决策者找出最优方案[16-18]。与传统的决策方法不同,SMAA使用仿真方法模拟随机的权重信息和不确定的属性值。通过逆权重空间分析,利用SMAA方法会得到很多信息,决策者可根据这些信息判断出最优方案。算法流程如下:

步骤4:根据历年各城市的综合效用值排名以及式(4)~式(7),利用Matlab软件分别计算2011—2016年历年3个城市各自的6个排名可接受度,取n为10000,结果如表6所示。

uij=u(gij)。

(2)

式(2)中:uij表示方案i基于属性j的效用值;gij表示方案i在属性j下的评价值。

第二步,对每个属性的效用值进行加权求和,得到方案i的总效用ui

医联体药师团队协作建立慢性气道疾病患者长期用药安全评估管理模式的实践 ………………………… 张 楠等(11):1453

 
 

(3)

式(3)中:ui表示方案i的总效用,即方案i在各属性上的效应值的加权和;wj表示属性j的权重;W表示总体权重空间。

第三步,通过比较找出使方案i为最优方案的权重集合Wi

将制作完成的产品分别按一定的使用量加入到设计的菜肴中评价其综合应用效果,使用量根据产品开发经验值确定,使用量设定值为4%~5%。

uiuk(k=1,2,…,m;ki)。

(4)

式(4)中,m表示方案数量。通过求解如下线性规划求解出Wj

max 0

s.t.

 

wj≥0

(5)

第四步,通过积分计算Wi的面积,即

步骤2:指标因素的试验设计。

 

(6)

第五步,假设权重在总体区域内是服从正态分布的,计算方案i的可接受度ai

ai=vol(Wi)/vol(W)。

(7)

根据步骤1~步骤3的试验设计结果,建立贴近度与6个指标之间的RSM回归模型,见式(5)。将对正交矩阵分别赋予27组权重后得出的864组指标组合,作为回归模型中自变量xi(i=1,2,…,6)的输入;将表7中的贴近度作为回归模型中因变量y的输入。运用Matlab软件拟合出回归模型中的系数β(见表2)。回归模型的相关系数R2=93.80%,说明拟合优度较好。

式(1)中:xi表示自变量;k表示变量个数;β0为常数项;βiβiiβij分别表示一次项、平方项和二次项的系数;ε为残差。

第六步,通过比较各方案的可接受度确定其相对优劣。

3 智慧城市惠民评价实证研究

3.1 智慧城市样本概况

“京津冀一体化”作为国家战略,将突破历史行政体制差异和协调机制缺乏的限制,实现进程提速[19]。在京津冀基础设施一体化方面,交通建设主要围绕北京新机场建设展开。同时,“京津冀一体化”还需考虑生态格局和协调发展机制等方面。目前首都北京面临来自水土资源和生态环境等方面的压力以及要素成本快速上升等制约,已到必须加快经济转型升级、空间结构优化、环境质量提升的阶段。其中,智慧交通和智慧环保是两大重点领域[20]

天津市推进实施智慧医疗、智慧环保和智能交通等34个智慧城市建设专项,加快打造面向城市居民服务的智慧应用体系,着力提升城市化精细化管理水平。随着移动互联网的快速普及,市民消费、旅游体验也在不断提升。

“以人为核心”的新型城镇化之路正引领河北省智慧城市的发展,为当前河北省13个国家智慧城市试点建设提供了新契机;互联网思维、创新驱动发展理念的融入,为河北“经济强省、美丽河北”的建设增添新的活力。石家庄作为河北的省会城市,将继续“转型升级、跨越赶超、建设幸福石家庄”的步伐,引领新型城镇化发展道路。本文将石家庄作为河北省智慧城市的代表进行探讨。

3.2 问卷设计

智慧城市惠民评价指标体系中的指标必须是能够衡量智慧城市惠民程度的指标,因此所选取的指标侧重于民生方面的指标。本文依据智慧城市的内涵、理念和基本特征,通过查阅大量国内外文献,按照“文献研究—频度统计分析—指标体系筛选”的思路,对指标进行频度分析,初选出频度在60%以上的指标,并在此基础上结合相关指标数据的可获得性,利用专家咨询法对筛选出的指标进行调整、分类和汇总,同时采用类似指标替代统计数据不完整的个别指标,最终形成智慧城市惠民评价指标体系,如表1所示。

 

表1 智慧城市惠民评价指标体系的基本框架

  

目标层准则层指标序号指标层类型智慧城市惠民评价指标体系惠民服务平台子系统1政务网站建设维护情况正2公民在线办事服务情况正3政务微博功能建设及信息推送情况正4政务微信功能建设及信息推送情况正5移动政务客户端功能建设及信息推送情况正惠民服务实现程度子系统6社会福利、社会救助情况正7看病就医服务情况正8健康服务情况正9学前、中教育普及情况正10大学和职业教育服务情况正11养老医疗服务情况正12技能培训、就业服务情况正13食品安全情况正14药品安全情况正15网络信息安全维护情况正16公共安全宣传情况正17公共设施建设维护情况正18市政便民服务情况正19证件办理情况正20旅游信息提供情况正21城市交通状况正惠民影响力子系统22政策支持情况正23产业支撑情况正

3.3 数据收集与处理

根据表1所示的智慧城市惠民评价指标体系框架设计调查问卷,用于调查调查者对2011—2016年所在城市(北京、天津或石家庄)的智慧城市惠民水平满意度。调查问卷所涉及的问题较为定性,能够比较准确地反映公众的直观感受。在3个城市共发放2000份调查问卷,回收问卷1569份,调查对象的年龄在18~60岁之间。问卷调查采取实际调研和网络调研相结合的方式开展。

停滞阶段(1949~1977年)。由于历史原因,20世纪30年代西方蓬勃发展起来的高等教育评估理论未能及时传到中国。新中国成立以后,苏联教育绩效评估方法成为我们学习和借鉴的主要对象,同时对西方发展成熟的高校教育评估理论采取了全盘否定的态度。1966年“文化大革命”爆发,中国高等教育招生被迫中断,高等教育评估也随之中断,直到1977年恢复高考,高等教育评估才逐渐被重视。

将收集到的问卷数据转换成相应的属性值,取属性值的众数作为每个城市各项指标的最终属性值。

3.4 RSM模型分析

步骤1:指标权重的试验设计。

指标权重是表明不同指标的相对重要性的非负数。指标相对越重要,其权重值越大。在多目标决策问题中,通常指标权重已知或相对重要性排序已知。决策者经验背景的不同会导致权重分配不同。本研究通过试验设计确定指标权重以增强模型的稳定性,使用Saaty层次分析法的1~9标度评判指标权重。为了减少试验次数,本研究依据拉丁超立方体的思想,选择比指标数量更多的设计数目。据此,设置试验次数为27(指标数量为23)。

②缺点:制造工序多,加工工艺难度相对较大,容易产生管体裂缝;接头灌浆易开裂;管件重量大(DN1 800 mm 重量 2.30 t/m)。

为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,根据新闻出版总署有关规定,本刊已许可国内外文献索引、文摘和全文数据库等载体传播本刊论文,作者著作权使用费与本刊稿酬一次性给付。作者向本刊提交文章发表的行为视为同意我刊上述声明。

通过试验设计确定指标权重矩阵后,用两水平正交矩阵设计标准因素。标准因素用于构建近似的模型。两水平正交矩阵为LA(2B)。其中:A为试验次数,A=2n;“2”表示每个属性所取水平的个数为两个;n为不小于1的正整数;B为正交矩阵的列数,即指标个数(B=23)。本研究使用L32(25)和基于两水平、23个指标的标准正交矩阵。

步骤3:计算综合评价值。

根据步骤1,对于步骤2的27组权重信息和正交矩阵,运用TOPSIS方法分别计算27组权重下32次试验的评价值。利用TOPSIS方法计算试验的评价值。基于27组权重、32次试验最终得到864组评价值,将之作为回归模型中y的输入。

步骤4:建立RSM回归模型。

可认为,方案i的可接受度该方案成为最优方案的概率。若某方案的可接受度为0,则说明不存在一个权重能使方案i成为最优方案;若某方案的可接受度为1,则说明在任何权重下方案i都是最优的。

②面临涉水事务管理困境。在发展交通道路,特别是经济开发区的开发过程中,缺乏对河道的有效保护,随意占用调蓄水面、填堵引排河道、侵占河湖水面事件时有发生;大量泥沙和有害物质的沉积加快了河道淤积和污染;涉水事务管理特别是河道管理还有待完善。

 

表2 回归方程的系数

  

a0-03541a1000015a2000031a30100E-05…a290313E-05a100036a1100043a2100023a31-210E-05…a291146E-05a200051a1200035a2200036a32182E-05…a292495E-05a300025a130005a2300033a33119E-06…a293288E-05a400063a1400034a24-113E-05a34-130E-05…a294256E-05a500042a1500057a25-437E-06a35682E-07…a295387E-05a600044a1600037a26-126E-05a36746E-06…a296423E-05a700041a1700051a27-873E-06a37293E-06…a297573E-05a800019a1800026a28-177E-05a38-571E-06…a298469E-05a900035a1900029a29-313E-06a39478E-06…a299106E-05

步骤5:结果分析。分别针对3个城市进行2011—2016年的纵向比较与分析。

根据经步骤3建立的回归模型,通过计算可对2011—2016年三个城市的智慧城市惠民评价结果进行排序。在这一步不考虑权重对评价值的影响,对23个指标的权重均取1,将3个城市历年的智慧城市惠民评价指标值分别带入回归方程,得出2011—2016年3个城市的智慧城市惠民评价值(y),如表3所示。

 

表3 20112016年京津冀智慧城市惠民评价值

  

年份北京天津石家庄2011-012439-012218-0130552012-011927-012078-0130132013-010207-011911-0119922014-011354-011904-0110792015-010191-0105-00907172016-0078955-0071581-0075387

步骤6:结果分析。

回归模型拟合出的是评价值与指标值的函数关系,因此可对三个城市历年的智慧城市惠民评价值进行纵向和横向对比。从纵向看,2011—2016年三个城市的智慧城市惠民评价值均呈上升趋势,即2016年三个城市的智慧城市惠民评价值最大,2011年最低,2016年评价值的增幅较前5年尤为明显,说明2016年被调查者的智慧城市惠民满意度最高。从横向看,三个城市的智慧城市惠民评价值的大致排序是北京>天津>石家庄,且历年均是如此,说明北京的智慧城市惠民满意度在三个城市中是最高的。

在以后的每次评价中,只需将23个指标的值代入RSM回归模型求出评价值,根据评价值即可对智慧城市的惠民满意度进行比较与分析,从而实现了横向及纵向比较。因此,该模型具有很大的实际意义。

3.5 SMAA模型分析

根据2011—2016年石家庄、北京和天津在23个指标上的智慧城市惠民满意度,利用SMAA方法计算可接受度进行评价。

步骤1:对于3个城市,根据23个指标的部分权重信息,利用Matlab软件分别生成2011—2016年历年的23×10000阶随机权重矩阵。

同时,英国有一个著名而古老的法谚:“没有犯罪意图的行为不能构成犯罪”。依据该法谚,精神病人没有独立意识,他们也不会有谋杀的故意,他们属于无刑事能力人。这类人在法律上是不能被审判的。所以,在英国的刑事案件中,精神状态经常是被告方最为关注的抗辩理由。

步骤2:对10000种情况下的23个指标的权重做归一化处理,如表4所示。

 

表4 23个指标归一化后的权重信息

  

指标1次2次3次4次5次6次…10000次100644800770520011233008362600437060010963…00372922001217300818160077512004473700281350014226…00579283003452400001270019415003553200500640086215…00045764006530900077230018256007262700471190052822…00187125001689900833470064774004319300451440025104…00148966004949300024160042016004535200225650046921…0074338700505550019027001497900357930031725009502…0022851800627510070341001408000137300315000100054…0049294900723220006319004170900330100211210019598…002697910007073400694350083807002200300400670021221…006418311002195400529820040129002438200255670011301…00648912003293800002920007561006186400241340026205…00501921300070140041067007974900529020066995005139…005222714002105500778670040082003466700585990098679…004841815000178900785610019481006376200577570046011…004574216005917900295070061516000650500537990008982…000631217005992500592550084819005365700683260026526…007803118002072900335580085385008973500472430087038…00741791900525600425730043179004107200633970017546…00310352000740170065334000502600236810059130031051…0056722210039337003630020593006922100563860050539……007359422006249100094760079322002342800368340003121…001203423004777100556250045379003787700206860069468…0035575

步骤3:利用归一化的权重值和已知的属性值,以及式(2)和式(3),利用Matlab软件分别计算2011—2016年历年3个城市的综合效用值——可形成6×10000阶综合效用矩阵。限于篇幅,本文仅列出2011—2016年历年北京的各属性综合效用,如表5所示。

 

表5 20112016年北京的各属性综合效用

  

年份1次2次3次4次5次6次…10000次2011270998126026762863664299367828365832916435…30828942012274600526361532915739303141628943383209771…3134385201331508222628642949753285436129666573064091…30410612014285527532205883090778320484831049743166694…33016372015297362730368273002534321224130588443257974…31350662016354989533480463516105369290736351553564441…3753605

第一步,利用效用函数将属性值映射到[0,1]区间上。

步骤5:排序对比。

将2011—2016年历年3个城市排名第一的得分、每年的可接受度及6年的平均可接受度进行比较(见表6)。

1)石家庄。2011—2016年石家庄的智慧城市惠民满意度排名第一的年份为2016年(9414),其次依次为2015年(4962)、2014年(3545)、2013年(2914)、2012年(4962)和2011年(5546)。按可接受度对历年进行排序,结果为2016年>2015年>2014年>2013年>2012年>2011年。其中,2016年的可接受度为0.9698,其他5年的可接受度在0.2~0.4之间,相差不大。

 

表6 SMAA实验结果

  

城市年份排名第1排名第2排名第3排名第4排名第5排名第6可接受度均值2011111251613992912506002004201243660142122062765290502435北京2013821535194425502343153702862040831720142525153252238514174060331420152604803283414495629204096201695893753321009788201172437011279292648440207420120889138818483011286402449天津20136610402269304621471432027720408333201499271628832247134371203367201531846732715157357314804092201695104394470009746201102465751370226355460203420126417103423214250197202318石家庄2013441396222629141702171802839040788320141392535354521011162518803432201534149622549123059632204152201694145364280009698

2)天津。2011—2016年天津的智慧城市惠民满意度排名第一的年份为2016年(9510),其他年份的智慧城市惠民满意度在2200~5000之间。按可接受度对历年进行排序,结果为2016年>2015年>2014年>2013年>2012年>2011年。其中,2016年的可接受度为0.9746,其他5年的可接受度在0.2~0.4之间,相差不大。

原文为:The bar of McGinty's saloon was crowded as usual; for it was the favourite loafing place of all the rougher elements of the town[1]90。

3)北京。2011—2016年北京的智慧城市惠民满意度排名第一的年份为2016年(9589),其他年份的智慧城市惠民满意度在2500~5100之间。按可接受度对历年进行排序,结果为2016年>2015年>2014年>2013年>2012年>2011年。其中,2016年的可接受度最高(0.9788),其他5年的可接受度在0.2~0.4之间,相差不大。

依据2011—2016年北京、天津和石家庄的智慧城市惠民评价数据,以及基于上述两种方法得到的评价结果,可以看出:北京、天津和石家庄的智慧城市惠民评价值均为2016年最高;三市的智慧城市惠民水平均为自2011年起逐年上涨,且均为2016年上涨幅度最大。

3.6 对比分析

1)RSM方法的主要特点。

泵站机电设备诊断故障的常用方式主要包括温度检测、铁谱诊断、振动检测等。温度检测通过测量机电设备的运行温度和环境温度,当温度发生异常时温度检测系统将发出警报,此刻维护检修人员将按照设备运行状况对设备进行诊断。铁谱诊断方法主要通过观测设备元器件的润滑程度以对机电设备的运行情况进行诊断,润滑油能使得泵站机电设备在高梯度和强磁场环境下维持良好的运行形态,按照所提取的铁屑密度制备光谱片,进而体现设备元件的磨损状况。振动检测主要利用振动频率扩大器以促使传感器振动信号被放大,接着监测振动的峰值情况,设备检修维护人员通过研究振动状况统计结果,可清楚掌握设备的能量转化状况。

第一,在评价问题的属性不变的情况下,利用一定的实际数据进行一次拟合后可得出回归模型的所有参数。这些参数在以后评价过程中可被重复利用,不必重复拟合求参数。例如,在本文的实例中,可同时获得横向分析和纵向分析的结果。第二,在模型的参数确定后,进行类似的评价问题变得简单方便。第三,基于回归模型参数估计的RSM方法存在一定程度的参数误差,因此做不到完全精确的估计。第四,该方法需要回归方程的拟合运算,因此不适用于评价值为模糊数的情况。第五,RSM方法的思想仍值得进一步研究。例如,可进一步研究和完整正交阵的设计、拉丁超立方权重的生成以及拟合数据中评价值的生成方法,或与其他评价方法结合使用。

2)SMAA方法的主要特点。

第一,该方法的实现较为复杂,每次评价都需要进行完整的权重生成和步骤运算。例如,在本文的实证研究中,必须分开进行横向分析和纵向分析。第二,利用该方法可解决以模糊数为决策信息的选择决策问题。第三,可对原始SMAA方法进行拓展,使之能更好地解决实际问题。

4 结论

本文基于所构建的智慧城市惠民评价指标体系的基本框架,利用2011—2016年北京、天津和石家庄的智慧城市惠民评价指标调查数据,对收回的2000份问卷中属性值众数作为最终属性值进行收集整理。针对2011—2016年北京、天津和石家庄3个城市的智慧城市惠民水平,在属性未知的情况下,采用RSM回归模型和SMAA方法对其公众满意度进行分析。采用RSM回归模型计算各年的评价值并进行纵向比较,得到北京(-0.071581)、天津(-0.078955)和石家庄(-0.075387)的评价值最高的年份均为2016年;采用SMAA方法,分别计算了2011—2016年历年3个城市的可接受度,据此计算其发展水平的评价值并进行时间上的纵向比较,得到北京(0.9788)、天津(0.9746)和石家庄(0.9698)的评价值最高的年份均为2016年。可见,基于两种方法所得的结果大体一致,即2011—2016年北京、天津和石家庄的评价值均逐年上涨。最后,通过对两种方法进行对比分析,总结归纳了各自的特点。未来可考虑综合两种方法的优点并运用于其他评价问题。

参考文献

[1] ALLWINKLE S,CRUICKSHANK P.Creating smart-er cities:an overview[J].Journal of Urban Technology,2011,18(2):1-16.

[2] 许庆瑞,吴志岩,陈力田.智慧城市的愿景与架构[J].管理工程学报,2012,26(4):1-7.

[3] 史璐.智慧城市的原理及其在我国城市发展中的功能和意义[J].中国科技论坛,2012,27(5):97-102.

[4] NEIROTTI P,MARCO A D,CAGLIANO A C,et al.Current trends in smart city initiatives:some stylised facts[J].Cities,2014,38(5):25-36.

[5] 肖易漪,孙春霞.国内智慧城市研究进展述评[J].电子政务,2012(11):11-15.

[6] 王朝晖,郑新奇.基于共词分析的智慧城市研究现状与展望[J].地域研究与开发,2014,33(4):59-63.

[7] 张红,张毅,张洋,等.基于修正层次分析法模型的海岛城市土地综合承载力水平评价:以舟山市为例[J].中国软科学,2017(1):150-160.

[8] 黄晗,莫东序,程婉静.基于ANP模型的绿色港口竞争力评价[J].技术经济,2017,36(2):117-122.

[9] 侯雨欣,王冲.基于德尔菲法与因子分析的大学生信用评价指标筛选研究[J].四川师范大学学报:社会科学版,2016,43(5):34-41.

[10] 荣联伟,师学义.基于AHP和熵权法的县域耕地整理潜力评价[J].中国人口·资源与环境,2016,36(s1):454-462.

[11] 刘艳,曹伟,王晏晏.“一带一路”内陆节点城市物流业竞争力评价——基于熵权TOPSIS组合模型[J].技术经济,2016,35(11):68-72.

[12] 林国光,宋海洲.一种基于主客观权重信息集成的多属性群决策[J].统计与决策,2016(12):70-73.

[13] 李刚,王忠东,张明,等.基于基尼系数赋权的低碳经济评价模型及实证[J].科技管理研究,2011,31(21):47-50.

[14] WANG P,ZHU Z,WANG Y.A novel hybrid MCDM model combining the SAW,TOPSIS and GRA methods based on experimental design[J].Information Sciences,2016,345:27-45.

[15] WANG P,ZHU Z,HUANG S.The use of improved TOPSIS method based on experimental design and Chebyshev regression in solving MCDM problems[J].Journal of Intelligent Manufacturing,2017,28:1-15.

[16] LAHDELMA R,HOKKANEN J,SALMINEN P.SMAA-Stochastic multiobjective acceptability analysis[J].European Journal of Operational Research,1998,106(1):137-143.

[17] LAHDELMA R,SALMINEN P.SMAA-2:Stochastic multicriteria acceptability analysis for group decision making[J].Operations Research,2001,49(3):444-454.

[18] CORRENTE S,FIGUEIRA J R,GRECO S.The SMAA-PROMETHEE method[J].European Journal of Operational Research,2013,239(2):514-522.

[19] 马晓河.从国家战略层面推进京津冀一体化发展[J].国家行政学院学报,2014(4):28-31.

[20] 蒋向利.构筑综合服务体系 推动低碳高端智慧园区发展——访北京经开投资开发股份有限公司总裁周世义[J].中国科技产业,2015(1):36-40.

 
王见芳,赵萌,高美,李玲
《技术经济》 2018年第03期
《技术经济》2018年第03期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号