儲(chǔ)　震,楊桂元

(安徽財(cái)經(jīng)大學(xué) 數(shù)量經(jīng)濟(jì)研究所，安徽 蚌埠 233030)

?

協(xié)調(diào)發(fā)展視域下智慧城市發(fā)展?jié)摿Φ慕M合測(cè)度與收斂性
——以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市為例

儲(chǔ)震,楊桂元

(安徽財(cái)經(jīng)大學(xué) 數(shù)量經(jīng)濟(jì)研究所，安徽 蚌埠 233030)

摘要：首先基于向量夾角余弦的組合評(píng)價(jià)模型，對(duì)2004-2013年間長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市的智慧城市發(fā)展?jié)摿M(jìn)行了組合測(cè)度；然后基于σ收斂和絕對(duì)β收斂檢驗(yàn)方法，實(shí)證分析了2004-2013年區(qū)域智慧城市發(fā)展?jié)摿Φ氖諗啃赃^(guò)程；最后基于GM模型，對(duì)2014-2018年區(qū)域智慧城市發(fā)展?jié)摿Φ幕厩闆r進(jìn)行了外推預(yù)測(cè)。結(jié)果表明：長(zhǎng)江經(jīng)濟(jì)帶整體智慧城市發(fā)展?jié)摿χ鹉暝鲩L(zhǎng)，區(qū)域間存在絕對(duì)β收斂，但不存在σ收斂，區(qū)域發(fā)展不均衡的矛盾依然存在。

關(guān)鍵詞：長(zhǎng)江經(jīng)濟(jì)帶；智慧城市;發(fā)展?jié)摿?組合評(píng)價(jià)模型;收斂性模型;GM模型

一、引言

智慧城市是利用先進(jìn)的信息技術(shù),實(shí)現(xiàn)城市智慧式管理和運(yùn)行,進(jìn)而促進(jìn)城市的和諧、可持續(xù)成長(zhǎng)的新模式。目前國(guó)內(nèi)外學(xué)者關(guān)于智慧城市的研究主要集中在內(nèi)涵概念的闡述、評(píng)價(jià)指標(biāo)的選擇以及評(píng)價(jià)方法的構(gòu)建上。關(guān)于智慧城市的內(nèi)涵概念闡述,李德仁[1]等從技術(shù)創(chuàng)新突破層面把智慧城市看成是數(shù)字城市加上物聯(lián)網(wǎng)技術(shù)應(yīng)用下的一種新型城市模式;金江軍[2]等從城市運(yùn)行效率提升層面把智慧城市看成是通過(guò)物聯(lián)網(wǎng)、云計(jì)算、人工智能、數(shù)據(jù)挖掘等技術(shù)手段來(lái)提高城市運(yùn)行智能化水平的嶄新城市樣式;駱小平[3]等從民生服務(wù)質(zhì)量提高層面把智慧城市看成是運(yùn)用信息技術(shù)手段對(duì)公眾服務(wù)、社會(huì)管理、產(chǎn)業(yè)運(yùn)作等各方面需求做出智能響應(yīng)的全新城市形態(tài)。關(guān)于智慧城市的評(píng)價(jià)指標(biāo)選擇,龔炳錚[4]等圍繞城市環(huán)境、城市發(fā)展水平、城市效益3個(gè)維度構(gòu)建了智慧城市發(fā)展水平的評(píng)價(jià)指標(biāo)體系;劉笑音[5]等圍繞信息基礎(chǔ)設(shè)施、公共支撐平臺(tái)、城市競(jìng)爭(zhēng)力、價(jià)值實(shí)現(xiàn)4個(gè)維度構(gòu)建了智慧城市發(fā)展?jié)摿Φ脑u(píng)價(jià)指標(biāo)體系。關(guān)于智慧城市的評(píng)價(jià)方法選擇,項(xiàng)勇[6]等運(yùn)用ANP-TOPSIS法對(duì)四川省的四個(gè)城市的智慧城市發(fā)展水平進(jìn)行了評(píng)價(jià);鄒凱[7]等利用灰色關(guān)聯(lián)理論和BP神經(jīng)網(wǎng)絡(luò)對(duì)智慧城市發(fā)展?jié)摿M(jìn)行了評(píng)價(jià)。

通過(guò)梳理相關(guān)文獻(xiàn)發(fā)現(xiàn),多數(shù)研究只是處于理論探索的層面,很少有進(jìn)行實(shí)證分析的研究成果。相對(duì)于較為成熟的智慧城市評(píng)價(jià)研究而言,有關(guān)區(qū)域間智慧城市發(fā)展?jié)摿Φ姆治鲞€不夠完善?，F(xiàn)階段,智慧城市建設(shè)已成為長(zhǎng)江經(jīng)濟(jì)帶地區(qū)新型城鎮(zhèn)化發(fā)展的重要方向,然而,取得進(jìn)步的同時(shí)也應(yīng)該看到問(wèn)題,智慧城市發(fā)展的地區(qū)差距正日益擴(kuò)大[8],并成為整個(gè)區(qū)域發(fā)展不平衡的重要因素之一。因此,對(duì)智慧城市發(fā)展?jié)摿Φ臏?zhǔn)確測(cè)度與外推預(yù)測(cè),并研究其地區(qū)差距的演化過(guò)程對(duì)于智慧城市建設(shè)的前期論證和區(qū)域協(xié)調(diào)發(fā)展的指導(dǎo)就顯得尤為關(guān)鍵。

二、研究方法

(一)基于向量夾角余弦的組合評(píng)價(jià)模型

在對(duì)復(fù)雜經(jīng)濟(jì)系統(tǒng)進(jìn)行評(píng)價(jià)的過(guò)程中,單一評(píng)價(jià)方法往往顯得過(guò)于片面,而組合評(píng)價(jià)模型能夠很好地克服這一問(wèn)題。本文以向量夾角余弦為準(zhǔn)則構(gòu)造了一種新型組合評(píng)價(jià)模型——基于向量夾角余弦的組合評(píng)價(jià)模型,以期提高評(píng)價(jià)的科學(xué)合理性。

從上式不難看出,組合評(píng)價(jià)方法的向量夾角余弦是關(guān)于各單項(xiàng)評(píng)價(jià)方法的權(quán)重向量W=(w1,w2,…,wm)T的一個(gè)函數(shù),故可記為ηj(W).根據(jù)夾角余弦的性質(zhì),組合評(píng)價(jià)值與單項(xiàng)評(píng)價(jià)值兩個(gè)向量之間的夾角愈小愈好,即夾角的余弦以大為好。為了得到更佳組合評(píng)價(jià)效果,可以構(gòu)建如下基于向量夾角余弦的組合評(píng)價(jià)模型:

為了評(píng)價(jià)基于向量夾角余弦的組合評(píng)價(jià)模型的有效性,可通過(guò)構(gòu)建平方和誤差SSE、均方誤差MSE、均絕對(duì)誤差MAE、均絕對(duì)百分比誤差MAPE、均方百分比誤差MSPE的誤差評(píng)價(jià)指標(biāo)體系予以論證。與預(yù)測(cè)問(wèn)題相比較,評(píng)價(jià)問(wèn)題的真實(shí)值比較難確定。根據(jù)中心極限定律,在沒(méi)有其他更好的替代方案情況下,取各單項(xiàng)方法的平均值序列{xi,i=1,2,…,n}作為第i個(gè)評(píng)價(jià)單元的基準(zhǔn)評(píng)價(jià)值。值得注意的是,為保證組合評(píng)價(jià)結(jié)果的合理有效性,建立在單一評(píng)價(jià)方法基礎(chǔ)上的組合評(píng)價(jià)方法還必須滿足以下兩個(gè)重要條件:其一,幾種單一評(píng)價(jià)結(jié)果能夠互相驗(yàn)證,具有一致性;其二,組合評(píng)價(jià)與原始評(píng)價(jià)結(jié)果應(yīng)密切相關(guān)。所以在組合評(píng)價(jià)時(shí)有必要運(yùn)用Kendall一致性系數(shù)檢驗(yàn)法來(lái)進(jìn)行事前事后檢驗(yàn)。

(二)收斂性模型

針對(duì)當(dāng)前智慧城市發(fā)展?jié)摿Φ牡貐^(qū)差距測(cè)算及其變化態(tài)勢(shì)的研究不足,本文運(yùn)用σ收斂和絕對(duì)β收斂理論對(duì)地區(qū)收斂性特征進(jìn)行了實(shí)證檢驗(yàn)。

1.σ收斂

智慧城市發(fā)展?jié)摿Ζ沂諗總?cè)重于分析各區(qū)域智慧城市發(fā)展?jié)摿Φ牟罹?是指各區(qū)域智慧城市發(fā)展?jié)摿Φ牟罹嚯S時(shí)間而逐步縮小,最終發(fā)展?jié)摿^低的地區(qū)將追趕上發(fā)展?jié)摿^高的地區(qū)。其表達(dá)式為:

其中,σt表示智慧城市發(fā)展?jié)摿ζx整體平均水平的程度，n為評(píng)價(jià)區(qū)域的個(gè)數(shù),Ii是第i個(gè)評(píng)價(jià)區(qū)域智慧城市發(fā)展?jié)摿Φ脑u(píng)價(jià)值。如果σt<σt-1,則表明區(qū)域間存在σ收斂。

2.絕對(duì)β收斂

智慧城市發(fā)展?jié)摿^對(duì)β收斂是指各區(qū)域的發(fā)展?jié)摿υ鲩L(zhǎng)速度與發(fā)展?jié)摿λ街g存在負(fù)相關(guān)關(guān)系,隨著時(shí)間的推移,各區(qū)域智慧城市發(fā)展?jié)摿υ鲩L(zhǎng)率將收斂于一個(gè)共同的穩(wěn)態(tài)值。其表達(dá)式為:

其中,Ii,t表示第t期即期初的智慧城市發(fā)展?jié)摿υu(píng)價(jià)值,ui,t是隨機(jī)誤差項(xiàng)。如果系數(shù)b1為負(fù),并通過(guò)了顯著性水平檢驗(yàn),則表明區(qū)域間存在絕對(duì)β收斂。

(三)灰色預(yù)測(cè)模型

三、區(qū)域智慧城市發(fā)展?jié)摿Φ膶?shí)證研究

(一)數(shù)據(jù)的選取及來(lái)源

各省省會(huì)城市在一定程度上代表了本地區(qū)的發(fā)展?fàn)顩r,限于數(shù)據(jù)的可獲取性和分析的代表性,本文選取長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市作為研究對(duì)象。構(gòu)建科學(xué)合理的評(píng)價(jià)指標(biāo)體系是對(duì)智慧城市發(fā)展?jié)摿M(jìn)行評(píng)價(jià)的重要前提,通過(guò)分析國(guó)內(nèi)外學(xué)者在評(píng)價(jià)智慧城市發(fā)展?jié)摿r(shí)采用的指標(biāo),并結(jié)合我國(guó)的現(xiàn)實(shí)條件,本文圍繞2009年維也納理工大學(xué)區(qū)域科學(xué)中心首次提出的體現(xiàn)城市智慧的6個(gè)維度(經(jīng)濟(jì)增長(zhǎng)、移動(dòng)便捷、環(huán)境舒適、民眾智慧、生活安全、治理公正)篩選出能夠有效評(píng)價(jià)長(zhǎng)江經(jīng)濟(jì)帶智慧城市發(fā)展?jié)摿Φ闹笜?biāo)體系,具體如表1所示。

表1　智慧城市發(fā)展?jié)摿υu(píng)價(jià)指標(biāo)體系

(二)區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合測(cè)度

每個(gè)指標(biāo)都是研究智慧城市發(fā)展?jié)摿Φ闹饕绊懸蜃?但并不是每個(gè)指標(biāo)在發(fā)展?jié)摿υu(píng)價(jià)中起同等的作用,因此分別采用變異系數(shù)法、熵值法和因子分析法三種不同的單項(xiàng)評(píng)價(jià)法來(lái)確定各指標(biāo)的權(quán)重,進(jìn)而計(jì)算出各方法下的綜合評(píng)價(jià)值,受篇幅限制,對(duì)于計(jì)算結(jié)果本文將不一一列出[9-10]。眾所周知,變異系數(shù)法、熵值法和因子分析法都是客觀定量評(píng)價(jià)法,但它們的評(píng)價(jià)角度卻不盡相同。Kendall一致性系數(shù)檢驗(yàn)結(jié)果表明,這三種單項(xiàng)評(píng)價(jià)方法在α=0.01的顯著水平上具有一致性。也就是說(shuō),三種方法的評(píng)價(jià)結(jié)果關(guān)系密切,任何一種方法都具有合理性,不能被舍棄。這也為組合評(píng)價(jià)方法的運(yùn)用提供了前提。依賴(lài)樣本數(shù)據(jù)的變異系數(shù)法與熵值法往往受數(shù)據(jù)隨機(jī)性影響較大,而因子分析法在對(duì)指標(biāo)綜合濃縮的過(guò)程中也會(huì)丟失部分原有信息。為了彌補(bǔ)單一方法分析的片面性,有效綜合各方面信息,對(duì)這三種評(píng)價(jià)方法加以整合就顯得尤為重要。首先運(yùn)用極值法分別對(duì)三種單項(xiàng)方法下的綜合評(píng)價(jià)值進(jìn)行標(biāo)準(zhǔn)化處理,再依據(jù)組合評(píng)價(jià)理論得出各方法的權(quán)重分別為w1=0.381,w1=0.267,w1=0.352,最后計(jì)算出組合評(píng)價(jià)值,結(jié)果如表2所示。

Kendall一致性系數(shù)檢驗(yàn)結(jié)果表明,三種單項(xiàng)評(píng)價(jià)方法與組合評(píng)價(jià)方法在α=0.01的顯著水平上同樣具有一致性。也就是說(shuō)長(zhǎng)江經(jīng)濟(jì)帶中心城市2004—2013年間智慧城市發(fā)展?jié)摿υ谶@四種評(píng)價(jià)方法下的序列形式呈現(xiàn)高度相關(guān)，于是通過(guò)了組合評(píng)價(jià)方法的事后檢驗(yàn)。

同時(shí),通過(guò)計(jì)算各方法下的誤差評(píng)價(jià)指標(biāo)值并加以對(duì)比發(fā)現(xiàn),相較于各單項(xiàng)評(píng)價(jià)方法,基于向量夾角余弦的組合評(píng)價(jià)模型的各種誤差指標(biāo)值要小得多,結(jié)果如表3所示。一定程度上反映了基于向量夾角余弦的組合評(píng)價(jià)方法要優(yōu)于其他單項(xiàng)評(píng)價(jià)方法,能夠很好地提高評(píng)價(jià)效度。

根據(jù)表2的數(shù)據(jù),從橫縱向?qū)用娣謩e計(jì)算出長(zhǎng)江經(jīng)濟(jì)帶整體及各智慧城市發(fā)展?jié)摿Φ钠骄?從而可對(duì)區(qū)域整體情況進(jìn)行一般分析,具體結(jié)果見(jiàn)表4及圖1所示。

表2　區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合評(píng)價(jià)結(jié)果

表3　效度評(píng)價(jià)指標(biāo)體系

表4　區(qū)域智慧城市發(fā)展?jié)摿Φ那闆r

圖1　區(qū)域智慧城市發(fā)展?jié)摿Φ恼w變化趨勢(shì)

由表4可知,就各城市歷年整體水平而言,上海的智慧城市發(fā)展?jié)摿h(yuǎn)遠(yuǎn)高于其他地區(qū),南京、重慶、武漢、成都、杭州智慧城市發(fā)展?jié)摿儆诘诙蓐?duì)水平,長(zhǎng)沙、合肥、南昌、昆明、貴陽(yáng)則屬于第三梯隊(duì)水平。不難理解,位于長(zhǎng)江中下游地區(qū)的快速發(fā)展與其區(qū)位優(yōu)勢(shì)、經(jīng)濟(jì)實(shí)力、科技投入等因素密不可分,這些地區(qū)應(yīng)積極發(fā)揮輻射帶頭作用,其他地區(qū)則應(yīng)該取長(zhǎng)補(bǔ)短,積極向標(biāo)桿城市學(xué)習(xí)。由圖1可知,就長(zhǎng)江經(jīng)濟(jì)帶整體而言,其整體發(fā)展?jié)摿χ鹉瓿噬仙厔?shì),但增長(zhǎng)速度卻有所放緩。一方面表明長(zhǎng)江經(jīng)濟(jì)帶智慧城市建設(shè)潛力巨大,另一方面也暴露出區(qū)域間協(xié)調(diào)發(fā)展的緊迫性。

(三)區(qū)域智慧城市發(fā)展?jié)摿Φ牟町愂諗啃?/p>

1.σ收斂分析

由σ收斂性分析原理可得出長(zhǎng)江經(jīng)濟(jì)帶區(qū)域間智慧城市發(fā)展?jié)摿Φ臉?biāo)準(zhǔn)差及其發(fā)展趨勢(shì)[11-12],具體見(jiàn)表5及圖2所示。

表5　區(qū)域智慧城市發(fā)展?jié)摿?biāo)準(zhǔn)差的統(tǒng)計(jì)值

從長(zhǎng)江經(jīng)濟(jì)帶整體層面來(lái)看,區(qū)域間智慧城市發(fā)展?jié)摿?biāo)準(zhǔn)差自2004年以來(lái)一直處于不斷擴(kuò)大的發(fā)展趨勢(shì),只在2013年有少許減少。這說(shuō)明2004-2012年間長(zhǎng)江經(jīng)濟(jì)帶智慧城市發(fā)展?jié)摿Φ慕^對(duì)差異在逐步擴(kuò)大,不存在σ收斂的趨勢(shì),但其發(fā)散速度呈下降趨勢(shì)。

圖2　區(qū)域智慧城市發(fā)展?jié)摿?biāo)準(zhǔn)差的變化趨勢(shì)

2.絕對(duì)β收斂分析

運(yùn)用Eviews6.0的面板數(shù)據(jù)模型可對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域智慧城市發(fā)展?jié)摿M(jìn)行絕對(duì)β收斂性檢驗(yàn),就整個(gè)長(zhǎng)江經(jīng)濟(jì)帶而言,其系數(shù)值b為負(fù),在5%顯著性水平下通過(guò)T統(tǒng)計(jì)檢驗(yàn),而且模型整體在10%顯著性水平下通過(guò)F檢驗(yàn),具體結(jié)果如表6所示。

表6　區(qū)域智慧城市發(fā)展?jié)摿^對(duì)β收斂性檢驗(yàn)結(jié)果

從統(tǒng)計(jì)上來(lái)看,長(zhǎng)江經(jīng)濟(jì)帶智慧城市發(fā)展?jié)摿^(qū)域存在著絕對(duì)β收斂,即智慧城市發(fā)展?jié)摿Φ偷牡貐^(qū)增長(zhǎng)率較高,區(qū)域間增長(zhǎng)率最終將收斂于某一穩(wěn)態(tài)。

綜合分析區(qū)域間收斂性檢驗(yàn)結(jié)果可知,長(zhǎng)江經(jīng)濟(jì)帶智慧城市發(fā)展?jié)摿Φ牡貐^(qū)差距較大,而且有不斷擴(kuò)大的趨勢(shì),雖然近幾年速度有所放緩。這表明長(zhǎng)江經(jīng)濟(jì)帶地區(qū)要實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展還有很多的工作要做。

(四)區(qū)域智慧城市發(fā)展?jié)摿Φ耐馔祁A(yù)測(cè)

為了進(jìn)一步了解區(qū)域智慧城市發(fā)展?jié)摿Φ奈磥?lái)發(fā)展態(tài)勢(shì),從而更好地指導(dǎo)城市發(fā)展規(guī)劃,利用灰色預(yù)測(cè)模型可對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域智慧城市發(fā)展?jié)摿Φ慕M合評(píng)價(jià)值進(jìn)行外推預(yù)測(cè)并計(jì)算相關(guān)統(tǒng)計(jì)值,具體結(jié)果如表7所示。

表7　區(qū)域智慧城市發(fā)展?jié)摿Φ耐馔祁A(yù)測(cè)結(jié)果

就外推預(yù)測(cè)結(jié)果而言,在2014-2018年間,除南昌外各區(qū)域智慧城市發(fā)展?jié)摿ο鄬?duì)排名格局基本未變。長(zhǎng)江經(jīng)濟(jì)帶整體智慧城市發(fā)展?jié)摿θ詫⒗^續(xù)攀升,且呈高速增長(zhǎng)態(tài)勢(shì)。此外,區(qū)域間不存在σ收斂條件,且其發(fā)散速度開(kāi)始轉(zhuǎn)為上升趨勢(shì)。這與當(dāng)前長(zhǎng)江經(jīng)濟(jì)帶區(qū)域智慧城市的建設(shè)形勢(shì)基本一致,因此,對(duì)接長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略對(duì)于未來(lái)區(qū)域協(xié)調(diào)發(fā)展就顯得尤為關(guān)鍵。

四、結(jié)論及建議

本文綜合運(yùn)用組合評(píng)價(jià)模型、收斂性模型及GM(1,1)模型對(duì)2004-2018年間長(zhǎng)江經(jīng)濟(jì)帶11個(gè)中心城市的智慧城市發(fā)展?jié)摿捌洳町愂諗啃宰隽私y(tǒng)計(jì)描述和實(shí)證檢驗(yàn),由此得出基本結(jié)論:

(1)2004-2013年間長(zhǎng)江經(jīng)濟(jì)帶區(qū)域智慧城市發(fā)展?jié)摿Φ慕^對(duì)差異雖然一直處于擴(kuò)大趨勢(shì),但其發(fā)散速度在逐年縮小。此外,區(qū)域間智慧城市發(fā)展?jié)摿Φ脑鲩L(zhǎng)率具有顯著地趨同態(tài)勢(shì)。

(2)若無(wú)重大政策性調(diào)整,2014-2018年間的外推預(yù)測(cè)結(jié)果顯示,長(zhǎng)江經(jīng)濟(jì)帶整體智慧城市發(fā)展?jié)摿﹄m然會(huì)沿著較高的速度增長(zhǎng),但是區(qū)域間的絕對(duì)差異也將以較快的發(fā)散速度繼續(xù)擴(kuò)大。

由上可知,自2004年以來(lái),長(zhǎng)江經(jīng)濟(jì)帶整體智慧城市發(fā)展?jié)摿χ鹉暝鲩L(zhǎng),然而區(qū)域間發(fā)展不均衡的矛盾依然存在?，F(xiàn)階段,我國(guó)正處于城鎮(zhèn)化加速發(fā)展的時(shí)期,部分地區(qū)“城市病”問(wèn)題日益嚴(yán)峻。建設(shè)智慧城市已成為實(shí)現(xiàn)城市可持續(xù)發(fā)展，引領(lǐng)信息技術(shù)應(yīng)用，提升城市綜合競(jìng)爭(zhēng)力等方面的重要新思路,我們必須重視智慧城市發(fā)展?jié)摿Φ膮^(qū)域差異性問(wèn)題。為落實(shí)“十三五規(guī)劃”提出的“創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享”的發(fā)展理念,必須對(duì)接長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略,提高區(qū)域開(kāi)放程度、加強(qiáng)區(qū)域合作交流,加快區(qū)域協(xié)調(diào)步伐,進(jìn)而提升沿江智慧城市發(fā)展新高度。

參考文獻(xiàn)：

[1]李德仁,邵振峰,楊小敏.從數(shù)字城市到智慧城市的理論與實(shí)踐[J].地理空間信息,2011,9(6):1-5.

[2]金江軍.智慧政府:電子政務(wù)發(fā)展的新階段[J].信息化建設(shè),2011(11):16-17.

[3]駱小平.“智慧城市”的內(nèi)涵論析[J].城市管理與科技,2010(6):34-37.

[4]龔炳錚.智慧城市評(píng)價(jià)指標(biāo)和評(píng)估方法的探討[J].辦公自動(dòng)化,2015(2):38-42.

[5]劉笑音,鄭淑蓉.基于主成分方法的我國(guó)智慧城市發(fā)展?jié)摿υu(píng)價(jià)——根據(jù)東部11個(gè)城市的數(shù)據(jù)[J].科技管理研究,2013,33(22):75-79.

[6]項(xiàng)勇,任宏.基于ANP-TOPSIS方法的智慧城市評(píng)價(jià)研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2014(4):131-136.

[7]鄒凱,包明林.基于灰色關(guān)聯(lián)理論和BP神經(jīng)網(wǎng)絡(luò)的智慧城市發(fā)展?jié)摿υu(píng)價(jià)[J].科技進(jìn)步與對(duì)策,2015,32(17):123-128.

[8]王建龍,李明東,陳虹.我國(guó)智慧城市區(qū)域發(fā)展的非均衡現(xiàn)狀研究[J].經(jīng)濟(jì)研究導(dǎo)刊,2015(14):106-107.

[9]潘興俠.我國(guó)區(qū)域生態(tài)效率評(píng)價(jià)、影響因素及收斂性研究[D].南昌：南昌大學(xué),2014.

[10]牟芳華,王紅梅,楊冬梅.我國(guó)省際城市競(jìng)爭(zhēng)力綜合測(cè)評(píng)[J].價(jià)值工程,2006(7):14-17.

[11]張建升.物流業(yè)發(fā)展的地區(qū)差異及其收斂性分析[J].蘭州商學(xué)院學(xué)報(bào),2011,27(2):17-21.

[12]冷俊峰.湖南省利用FDI區(qū)域差異收斂性[J].經(jīng)濟(jì)地理,2016,36(3):125-130.

(編輯：陳鳳林)

*收稿日期：2016-05-30

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“組合預(yù)測(cè)模型與方法創(chuàng)新及其優(yōu)化理論研究”(12BTJ008);安徽財(cái)經(jīng)大學(xué)研究生科研創(chuàng)新基金項(xiàng)目“中國(guó)樓市去庫(kù)存壓力預(yù)警及其解決路徑研究”(ACYC2015083)

作者簡(jiǎn)介：儲(chǔ)震(1991- ),男,安徽安慶人,安徽財(cái)經(jīng)大學(xué)碩士生,主要從事數(shù)量經(jīng)濟(jì)學(xué)研究;楊桂元(1957- ),男,安徽蕭縣人,安徽財(cái)經(jīng)大學(xué)教授、碩士生導(dǎo)師,主要從事數(shù)量經(jīng)濟(jì)學(xué)研究。

中圖分類(lèi)號(hào)：F224

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-5837(2016)03-0064-06

The Combined Measures and Convergence of the Development Potential of Smart Cities from the Perspective of Coordinated Development——Taking the 11 Central Cities of the Yangtze River Economic Belt as an Example

CHU Zhen, YANG Gui-yuan

(InstituteforQuantitativeEconomicResearch,AnhuiUniversityofFinance&Economics,BengbuAnhui233030,China)

Abstract：Based on the combined evaluation model of vectorial angle cosine, this paper firstly takes combined measures of the smart city development potential of the 11 central cities of the Yangtze River Economic Belt in the period from 2004 to 2013; then, using the test methods of σ convergence and absolute β convergence, it makes an empirical analysis of the convergence process of the development potential of the regional smart cities in the period from 2004 to 2013; finally, on the basis of the GM model, it makes an extrapolation prediction about the basic situation of the development potential of the regional smart cities in the period from 2014 to 2018. The results show that the development potential of the regional smart cities of the Yangtze River Economic Belt as a whole has increased year by year and that absolute β convergence does exist among the regions instead of σ convergence and so does the contradiction of unbalanced regional development.

Key words：Yangtze River Economic Belt; smart city; development potential; combined evaluation model; convergence model; GM model