基于多源数据的中国智慧城市发展状态评价
发布时间:2021-11-29 04:10
随着移动互联网、云计算、大数据等新一轮信息通信技术的发展,智慧城市逐渐成为城市建设的重要发展趋势。"十三五"期间,全国各城市纷纷制定智慧城市建设或发展规划,并将其定位为城市中长期发展战略的重要组成部分。由于智慧城市涉及范围广泛、内容体系庞杂,目前还在不断发展完善之中,尚未形成统一的评价标准。基于此,本文对比了国内外智慧城市评价重点与趋势,以提高城市可持续发展能力、实现高效、公平的城市管理、保障民生福祉为目标,构建了包括智慧经济、智慧交通、智慧医疗、智慧教育、智慧管理等多子系统的智慧城市评价指标体系;运用文本、网页、统计等多源数据,本文开展了全面的、统一的、多层次、模块化的全国智慧城市发展状态评估,并从子系统协调程度对智慧城市发展提出了建设性意见。研究发现:①从整体评价结果分析,除北京、上海、广州、武汉、成都、杭州、天津和南京8个城市综合得分及各子系统得分都较高外,绝大部分城市的智慧建设水平不高;②在空间分布上,沿海地区的智慧城市建设水平普遍高于内陆地区,直辖市和省会城市高于其他城市;③从协调关系分析,70%以上城市的5个子系统为中度甚至低度协调,80%以上城市以智慧教育或智慧医疗成为发...
【文章来源】:地球信息科学学报. 2020,22(06)北大核心CSCD
【文章页数】:13 页
【部分图文】:
2012—2019年中国智慧城市相关政策变化
多源数据的处理过程主要分为异构数据整合、数据空间化、数据存储等环节(图2)。首先,异构数据整合的第一步是根据可获取的数据集确定一个兼容性高、具有时效性的时间节点。基于这一原则,本文的数据年份是2017年。针对已收集的数据,异构数据整合包括将文本报告中的文本数据转化为数值,将网页搜索文本进行语义识别并转化为相关指标的数据,将线性数据(如高铁班次)转化为面状数据(如每个城市的高铁发车量)。接着,数据空间化需要确定统一的地理单元、坐标系和投影,以完成在ArcGIS中的数据矢量化过程。根据评价指标的主题,本文选取地级行政单元为统一的地理单元评估智慧城市的发展状态,将整合后的数据统一到地市级尺度并进行矢量化,共选择了286个城市作为研究对象。最后,多源数据应按照一定的数据标准和格式存储,具体步骤包括无量纲化、科学计数法等。3.3 系统发展水平评价方法
通过对智慧城市综合系统发展水平评价(图3),可以发现只有直辖市和省会城市具有明显的发展优势,但仍有一定提升空间。其中:(1)尚无城市达到高水平类型,表明智慧城市建设仍有待提升;(2)较高水平类型包括北京、上海和广州3个城市,其智慧城市综合系统得分最高,在全国具有一定的领先地位;(3)中等水平类型包括28个城市,其中19个为直辖市或省会城市,其余均属于沿海地区社会经济较为发达的类型;(4)较低水平城市数量最多,达152个(53.1%),空间分布也较为广泛。这类型城市中,又以沿海地区的城市得分普遍较高,分值介于15~20的城市中,60%以上分布于浙江、广东、江苏、山东和河北;(5)低水平类型共103个城市,集中分布于中西部地区,其中半数左右分布于河南、广西、甘肃、黑龙江、辽宁和四川等省区。4.2 子系统的空间分布特征
【参考文献】:
期刊论文
[1]当代新型智慧城市属性、理念、构筑与大数据[J]. 滕吉文,司芗,刘少华. 科学技术与工程. 2019(36)
[2]基于多源数据的智慧城市数据融合框架[J]. 马捷,葛岩,蒲泓宇,张云开. 图书情报工作. 2019(15)
[3]新型智慧城市建设的逻辑与重构[J]. 韦颜秋,李瑛. 城市发展研究. 2019(06)
[4]中国智慧城市理论研究综述与实践进展[J]. 尹丽英,张超. 电子政务. 2019(01)
[5]欧美智慧城市最新实践与参考[J]. 刘杨,龚烁,刘晋媛. 上海城市规划. 2018(01)
[6]山东省城镇化包容性发展的时空格局[J]. 于伟,吕晓,宋金平. 地理研究. 2018(02)
[7]中国省域经济、资源与环境协调分析——兼论三系统耦合公式及其扩展形式[J]. 姜磊,柏玲,吴玉鸣. 自然资源学报. 2017(05)
[8]2016中国智慧城市发展水平评估报告发布——我国智慧城市建设离散趋势显著[J]. 陈桂龙. 中国建设信息化. 2016(23)
[9]地理学碰上“大数据”:热反应与冷思考[J]. 吴志峰,柴彦威,党安荣,龚建华,高松,乐阳,李栋,柳林,刘行健,刘瑜,龙瀛,陆锋,秦承志,王慧,王鹏,王伟,甄峰. 地理研究. 2015(12)
[10]基于地理视角的智慧城市规划与建设的理论思考[J]. 甄峰,席广亮,秦萧. 地理科学进展. 2015(04)
本文编号:3525816
【文章来源】:地球信息科学学报. 2020,22(06)北大核心CSCD
【文章页数】:13 页
【部分图文】:
2012—2019年中国智慧城市相关政策变化
多源数据的处理过程主要分为异构数据整合、数据空间化、数据存储等环节(图2)。首先,异构数据整合的第一步是根据可获取的数据集确定一个兼容性高、具有时效性的时间节点。基于这一原则,本文的数据年份是2017年。针对已收集的数据,异构数据整合包括将文本报告中的文本数据转化为数值,将网页搜索文本进行语义识别并转化为相关指标的数据,将线性数据(如高铁班次)转化为面状数据(如每个城市的高铁发车量)。接着,数据空间化需要确定统一的地理单元、坐标系和投影,以完成在ArcGIS中的数据矢量化过程。根据评价指标的主题,本文选取地级行政单元为统一的地理单元评估智慧城市的发展状态,将整合后的数据统一到地市级尺度并进行矢量化,共选择了286个城市作为研究对象。最后,多源数据应按照一定的数据标准和格式存储,具体步骤包括无量纲化、科学计数法等。3.3 系统发展水平评价方法
通过对智慧城市综合系统发展水平评价(图3),可以发现只有直辖市和省会城市具有明显的发展优势,但仍有一定提升空间。其中:(1)尚无城市达到高水平类型,表明智慧城市建设仍有待提升;(2)较高水平类型包括北京、上海和广州3个城市,其智慧城市综合系统得分最高,在全国具有一定的领先地位;(3)中等水平类型包括28个城市,其中19个为直辖市或省会城市,其余均属于沿海地区社会经济较为发达的类型;(4)较低水平城市数量最多,达152个(53.1%),空间分布也较为广泛。这类型城市中,又以沿海地区的城市得分普遍较高,分值介于15~20的城市中,60%以上分布于浙江、广东、江苏、山东和河北;(5)低水平类型共103个城市,集中分布于中西部地区,其中半数左右分布于河南、广西、甘肃、黑龙江、辽宁和四川等省区。4.2 子系统的空间分布特征
【参考文献】:
期刊论文
[1]当代新型智慧城市属性、理念、构筑与大数据[J]. 滕吉文,司芗,刘少华. 科学技术与工程. 2019(36)
[2]基于多源数据的智慧城市数据融合框架[J]. 马捷,葛岩,蒲泓宇,张云开. 图书情报工作. 2019(15)
[3]新型智慧城市建设的逻辑与重构[J]. 韦颜秋,李瑛. 城市发展研究. 2019(06)
[4]中国智慧城市理论研究综述与实践进展[J]. 尹丽英,张超. 电子政务. 2019(01)
[5]欧美智慧城市最新实践与参考[J]. 刘杨,龚烁,刘晋媛. 上海城市规划. 2018(01)
[6]山东省城镇化包容性发展的时空格局[J]. 于伟,吕晓,宋金平. 地理研究. 2018(02)
[7]中国省域经济、资源与环境协调分析——兼论三系统耦合公式及其扩展形式[J]. 姜磊,柏玲,吴玉鸣. 自然资源学报. 2017(05)
[8]2016中国智慧城市发展水平评估报告发布——我国智慧城市建设离散趋势显著[J]. 陈桂龙. 中国建设信息化. 2016(23)
[9]地理学碰上“大数据”:热反应与冷思考[J]. 吴志峰,柴彦威,党安荣,龚建华,高松,乐阳,李栋,柳林,刘行健,刘瑜,龙瀛,陆锋,秦承志,王慧,王鹏,王伟,甄峰. 地理研究. 2015(12)
[10]基于地理视角的智慧城市规划与建设的理论思考[J]. 甄峰,席广亮,秦萧. 地理科学进展. 2015(04)
本文编号:3525816
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/3525816.html