一、智能城市评价指标体系的建设目标
理想的智能城市是一个生命体，在信息技术的支持下可以感知、判断、反应和学习。
智能城市不是一个终极状态，而是一个促进城市集约、智能、绿色、低碳并不断提升发展水平的过程状态。
智能城市的“智能”二字是相对于机械呆板而言的，即相对于过去城市发展的粗犷的发展模式而言的。
随着大数据、云平台、物联网等信息技术的不断突破和持续提升，技术的进步使得城市的发展从实体空间转向数据化的虚拟空间。
这是不是意味着，利用这些新技术的城市就可以叫作“智能城市”？
答案是否定的。
智能城市区别于传统城市发展模式的最根本之处在于，智能城市的发展是基于尊重环境，通过系统的、全生命周期的发展观念，实现最小化资源消耗的精明发展。
城市的发展进入信息技术主导的时代，世界各国都面临着共同的问题：
人类赖以生存的基础显得日益薄弱，城市环境暴露出的问题日益增多，例如环境恶化、城市拓展不合理、不安定社会因素剧增以及经济发展与城市发展其他方面的矛盾等。
过去，人们曾经把GDP增长作为衡量城市发展的唯一依据。这种做法虽然简单易行，但仅仅衡量了经济在数量上的增长，而忽略了经济在质量上的变化，同时忽视了资源消耗、环境污染、社会公平等因素。
因此，构建科学合理的城市评价指标体系显得尤为重要。
更进一步，由于信息技术全方面影响城市建设，城市的发展必须改变原有的传统发展模式，因而智能城市评价指标体系的建立显得更为重要。
智能城市评价指标体系的建设目标是，通过评估体现城市的智能发展水平，包括经济、社会、生态、城市建设的各个方面，提升城市的智能状态，推动智慧城市的可持续发展。
二、智能城市评价标准的相对性
智能城市建设状况评价的关键问题在于如何确定评价标准，即用何指标衡量智能城市建设水平和发展变化。
由于世界各地的城市分布广泛，自然条件差异极大，经济发展不平衡，社会性质和情况各异，故很难通过统一的标准去评价。
换言之，智能城市的建设没有绝对的评价标准，任何标准都具有其相对性，都是以现实状态为基础所提出的。
任何标准都具有地域性、社会性、历史性等局限，不存在不带地域、社会和历史局限性的评价标准。
评价标准的确定取决于评价目的。如果评价的目的是评价和比较不同地域环境下的智能城市建设，那么选择不同地域在同一时间段的同一指标数据作为评价标准。
如果评价的目的是评价某一地域的智能建设水平变化，则可以选择多个时间段的同一指标数据作为评价标准。
我们认为，智能城市发展建设评价的目的是了解世界各地的智能城市发展建设的情况，科学理性地判断一个城市位于全球智能城市建设的哪个阶段，以及该城市的智能建设在自然、经济、社会、软硬件等方面有哪些优势和劣势。
因此，对某一个确定的城市而言，该城市与全球智能城市建设的横向比较，以及该城市自身智能化趋势比较都是十分重要的。
三、智能城市评价指标体系的评价对象
智能城市评价指标体系用于对所有提出了智能城市建设目标的城市进行评估。
在评价指标体系的研发过程中，我们对住建部确定的试点智慧城市中的地级城市进行了试评估，考察其智能发展程度。
此外，我们对全球提出“智慧”“智能”“信息化”“数字化”等关键词的城市进行了试评估，并对比前后评价结果，以此为依据，判断我国智能城市建设在全球智能城市发展中的水平。
智能城市评价指标体系主要针对城市发展最为关注的三个维度，即发展环境、未来趋势和建设运营。
这三个维度中所选指标使得本评价体系区别于可持续发展城市、生态城市、创新城市等评价体系。
1．评价城市的“发展环境”
评价城市如何处理其所面对的自然、经济、文化、社会、生态等问题，相应的一系列指标最终形成了智能城市评价指标体系所关注对象城市的重点考察内容。
2．评价城市的“未来趋势”
评价城市的地方政府如何看待城市的发展未来，其战略判断是否符合智能化的目标，其判断力是否精准，也是智能城市评价指标体系关注的重点内容。
3．评价城市的“建设运营”
在评价城市的建设和城市运营管理过程中，城市发展是否能够具有智能特色地有序推进，并取得着实成效，同样也属于智能城市评价指标体系的重要关注点。
四、智能城市评价指标体系的构成
评价体系的指标分为三级，各有偏重和特色。
一级指标（维度）的设置强调顶层设计，搭建智能城镇化发展的平台，同时起到指引各个层面设计的作用；
二级指标体现城市发展的各具体系统，把控智能城市发展的各方面；
三级指标则涉及具体城市事务，体现可执行事件的量化处理。
1．一级指标涵盖智能城镇化的四化融合
一级指标易记、易抓、易控、易显，简明扼要地体现智能城市建设推进的大方面。
每个一级指标由3～5个二级指标合成，各二级指标的权重由研究项目各课题组的专家通过德尔菲法（Delphi Method）获得。
A=r1A1+r2A2+…+rnAn
其中，A是一级指标，A1, A2,…, An是一级指标A对应的二级指标，r1, r2,…, rn是相应二级指标对应的［0,1］区间权重值。
2．二级指标全面覆盖，鼓励发展特色
二级指标与城镇业务管理机构工作目标相结合，体现该指标的全面覆盖性，对各个关键系统指引。
在二级指标向一级指标合成时，在对所有指标进行无量纲化处理后，通过阈值和最大值两种方式进行向上的合成计算，保证既有全面性、合格性，又体现各个智能城市发展的重点和特色，有利于促进智能城市形成其独特的特性和品牌。
以三级指标中最大值为基准，比较各三级指标与各自阈值的大小，如果所有三级指标都达到阈值，则直接取值最大的三级指标。
二级指标的合成方式为其中，A3是一级指标A下的第3个二级指标，a31, a32,…, a3n是构成A3的n个三级指标，a31v, a32v,…, a3nv是对应n个三级指标的阈值。
函数IF(c, x)表示若条件c成立则取x值。
A3=max(a31,a32,…,a3n)+IF((a31-a31v)<0,a31-a31v)+IF((a32-a32v)<0,a32-a32v)+…+IF((a3n-a3nv)<0,a3n-a3nv)
3．三级指标开放性设置引导城镇创新发展
三级评价指标体系应与城乡居民生活的民生质量相融合。
对各二级指标和三级指标做无量纲化处理，形成统一区间（［0,1］）的数据方式。
三级指标的设置具备一定开放性。
在智能城市的建设推进过程的不同阶段，通过对指标设置的调整和优化，实现对智能城市的创新发展的引导。
三级指标向二级指标的合成：设置标准阈值作为达标线，全部超过达标值的，以最高三级指数为准，否则在最高指数中减去达标差值部分。
五、智能城市评价指标体系的研发方法
（一）确定核心指导方法
智能城市评价指标体系最核心的部分是其依据的城市进化的哲学思想和秉持的城市智能化发展趋势价值观。
以感知、判断、反应、学习四个智能城市发展必然阶段作为指导体系构建的原则，循环推动智慧城市的持续进化（见图7.1）。
图7.1 智能城市的基本概念模型
1．感知：基于全面感知
配备有强大感应基础设施系统的智能城市能够在充分的数据支撑下，时刻掌握各城市主体的需求与变化。
智能城市首先应该能够全面感知，即能够随时随地获取所需的城市信息和数据。
智能城市借助射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等各种信息传感设备采集到所需信息，并通过传感网、通信网、移动互联网等多网融合进行信息传递，从而规范、准确、广泛地感知城市信息。
感知是城市物体之间能彼此进行“交流”的基础。
2．判断：能够准确判断
智能城市对城市中发生的任何可能的状态和后果都能够基于经验总结或模型推导做出预判。
城市是个复杂巨系统，通过物联网感知到的城市信息往往是海量数据。
这些海量数据所反映的物体的属性、特征的能级不同。
智能城市能够对通过感知获取的海量信息进行自动识别，借助一定的工具、技巧和方法，对信息和数据进行分析、计算和判断，从中遴选出作用大的信息。
智能城市对海量信息的判断实际上是对获取信息进行选择的过程。
3．反应：强调恰当反映
能根据城市发展的情景进行分析，调动资源应对，实现最小能源、资源、时间、社会心理消耗。
智能城市不但可以对信息进行感知、选择，而且能够对获得信息进行智能化分析和处理。智慧城市根据判断选择出的信息，利用已有的经验和知识，对未来的行动和计划做出决定，并向相应的执行设备给出控制指令。
4．学习：必须持续学习
智能城市的智能之处即在于能从不断的“感知—判断—反应”的过程中反思学习，能不断改进决策模型和流程，实现智能城市的持续进步。
智能城市就像人一样，是一个生命体，能够在全面感知、智能判断和反应的基础上，对信息流程、经验进行改善和提升，并将发展后的信息反馈到城市系统中。
智能城市中，信息的感知、传递、分析、处理不是过程的终结，而是在过程中完成信息额学习和发展，使信息更符合社会期望的方向。
（二）确定一级指标项
我们在确定智能城市总体建设目标的基础上，通过参考国内外相关机构组织和城市针对智能城市提出的多套评价指标体系，横向借鉴国内外科研机构和学者的研究成果，总结归纳整理出现的各项指标（见表7.1）。
从中可以看出各套评价指标体系中对智能城市建设运营中的不同侧重点，得到各项指标出现的分布规律，综合总结得到五项一级指标（维度）：
智能环境与建设（Environment and Urbanism）、
智能管理与服务（Governance and Public Service）、
智能经济与产业（Economy and Industries）、
智能硬件设施（Informationization）、
居民智能素养（Innovation Human Resource）。
表7.1 一级指标项分布
（三）确定二级指标项
对于智能城市的总体评价，我们在确定了智能环境与建设、智能管理与服务、智能经济与产业、智能硬件设施、居民智能素养五大分类框架的基础上，针对每一类别选择具有代表性的评价项，构成了最具代表性的五组指标。
来自14家科研单位[插图]的275位专家共同参加集成了“城市可持续发展智能监测”的初始指标体系，将国内外智能城市评价指标项进行了汇总和归纳，得到了220项初始指标（吴志强等，2011）。
由于初始指标大量重叠和相关，因此对初始指标进行分析，在差异不大的情况下，两个或多个指标表征之间相关性过大或者在表征智能化建设的对象一致或近似时，选取其中较容易获得连续数据的评价项以及具有一定国际比较性的评价项进入体系，舍弃余下指标，再对220项初始指标进行交叉分析比选，形成初步的二级指标36项（见表7.2）。
表7.2 初步的二级指标36项
（四）咨询专家修正
在形成初步的二级指标和三级指标后，需要对不同的评价项进行归并。
通过广泛的德尔菲法专家咨询，本课题组向中国工程院“中国智能城市建设与推进战略研究”项目组内部的院士专家发放了56份问卷，对指标进行修正，并通过专家打分确定指标项的选择。
之后对具体指标项进行适当酌情增减，解决评价体系不匹配的问题（具体专家咨询问卷内容详见附录第二部分）。
（五）运行反馈与指标提升
要建立智能城市评价指标体系，必须选择一系列智能且具有一定影响的城市，进行评价指标体系的试运行。
通过试运行的评价过程和结果，发现和去除那些随时间推移、科技推广而已不具备较强比较意义的评价项，增加符合时代特色和社会意义的评价项（见图7.2），形成新的二级指标20项（见表7.3）。
图7.2 智能城市评价指标体系研发路径图表
7.3 新的二级指标20项
在智能城市评价指标体系的研发过程中，获取的数据从政府官方公开可获得的统计资料，逐步向公司开放的数据、运用信息技术网络获取的数据转变（关于智能城市评价指标的具体说明详见附录第三部分）。
六、智能城市评价指标简释
我们理解的智能城市，是由智能环境与建设、智能管理与服务、智能经济与产业、智能硬件设施以及居民智能素养五方面构成，运用频度统计、理论分析、德尔菲法以及参考现有相关评价指标体系研究成果的方法，初步得到智能城市评价指标体系。
在确定初步智能城市评价指标体系之后，通过试评估现有智能城市建设的过程，考虑试评估城市的社会经济发展状况和智能城市建设的特点，着重考虑指标数据的可得性，逐步确定数据来源，完善指标项的选择。
本智能城市评价指标体系分为两级，一级指标5个，二级指标20个。
评价城市的数据部分来自政府公布的统计数据，部分通过公开网络的智慧平台获得，包括在线查询的中国城市建设统计年鉴、各地统计年鉴，以及各大互联网数据资讯平台。
通过对指标数据进行的整理计算，经过无量纲化处理，形成了［0,100］区间分数结果，最终根据总分进行排名、分析（具体数据来源和评分情况详见附录第五部分和第六部分）。
（一）智能环境与建设指标
（1）城市PM2.5/PM10监测点密度：空气质量PM2.5或PM10实时监测点在城市中的分布密度，反映城市对环境质量的感知水平。
（2）城市网格化管理覆盖水平：将城市管理辖区按照一定的标准划分成为单元网格进行管理的区域占城市总管理面积的比重，反映城市数字化管理的水平。
（3）市民智能交通工具使用水平：市民出行使用公交查询系统、实时路况系统等智能交通工具及其辅助系统的程度。
（4）城市未来建设方案的网上公布水平：政府网站上有关智能城市建设方案的公开程度，反映智能城市建设对市民的公开度。
（二）智能管理与服务指标
（1）政府非涉密公文网上公开度：公布在网站上的政府非涉密公文数占总公文数的比例，反映政府信息的透明度。
（2）网上公众参与比例：城市建设相关事件决策中公众参与所占的比重，反映市民对城市建设的参与度以及决策的公开、公平和包容性。
（3）市民健康电子档案使用水平：拥有个人健康电子档案的居民占城市总居民数量的比例，反映城市市民信息的数字化程度。
（4）突发事件智能应急水平：面对城市重大突发事件（例如灾难、事故等情况）时智能应急系统的水平。
（三）智能经济与产业指标
（1）R&D支出占GDP的比重：城市研发支出占GDP的比重，反映该城市的科技实力、创新能力和核心竞争力。
（2）城市劳动生产率：人均GDP，反映当地经济发展状况。
（3）城市产值密度：城市每平方千米土地创造的GDP均值，充分反映土地使用的智力水平。
（4）城市智能产业比重：知识、技术密集型产业占城市产业的比重。
（四）智能硬件设施指标
（1）公共空间免费网络覆盖密度：提供免费无线网络的城市空间占城市总面积的比例，从硬件上反映城市信息的可获取水平。
（2）移动网络人均使用率：人均移动网络（手机3G/4G等）的使用率，反映城市移动网络的建设水平。
（3）城市宽带网速：城市宽带网速是智能城市建设的基础环节之一。
（4）智能电网覆盖水平：电网智能化在城市中的覆盖率，反映城市能源的智能化水平。
（五）居民智能素养指标
（1）城市网民比重：网民占城市人口的比例，反映居民信息获取和学习的水平。
（2）信息从业人员比重：信息从业人员占城市从业人员的比重。
（3）大专及以上文化程度人口比重：拥有大专及以上学历的人口占城市总人口的比重，通过居民受教育程度反映城市智能化水平。
（4）市民人均网购支出金额：市民人均网络消费的金额占总消费金额的比重，间接反映互联网的普及程度和物联网发展水平。
七、智能城市评价指标体系的研发经过
在智能城市评价指标体系的研发过程中，课题组举办了多次院士专家研讨会（见表7.4），广泛听取各领域意见，讨论评价指标体系的框架和指标项的选择。
中国工程院“中国智能城市建设与推进战略研究”项目组的院士专家对本评价指标体系都提出过非常有价值的意见。
表7.4 智能城市评价指标体系研发经过
潘云鹤院士在研讨会中强调，智能城市的评价指标项应在综合国内外研究的基础上，跟各领域专家讨论与沟通。
这样构建的指标体系既能满足中外智能城市相互比较的可能性，又可以满足各领域智能化在城市建设中的整体体现，从而更好地评价智能城市，更有针对性地建设智能城市。
这一点也是本评价指标体系领先于其他由某单独城市或某机构提出的评价体系之处。
项海帆院士认为，要总结我国城市发展的模式，在城市智能化建设中先强调绿色，再强调智能。
范立础院士认为，由于城市性质、城市功能的不同，城市建设智能化的侧重点也不同；
本评价指标体系应体现不同类型城市智能化的差异性。
戴复东院士认为，智能城市建设中，人的角色十分重要，需要在评价体系的指标项选择中体现出来；
智能城市的建设目标，不能仅仅是智能技术的应用，而应落实到人素质的提升。
江欢成院士认为，评价指标体系应体现出中国特色，建议从与人息息相关的衣食住行等方面进行城市智能化建设的诠释。
李同保院士认为，智能城市评价指标的选择应考虑到不同类别城市的差异，这样才能在背景不同的城市之间进行比较；
此外，指标的数据收集十分重要，数据来源不应是各城市的统计报表，而应是通过技术手段获得的。
江亿院士认为，智能城市评价指标体系对我国智能城市的建设有着很好的推动作用；
建议加入城市空间信息这个十分重要的指标项，因为城市提供可共享的地理信息数据，这样的基本信息是建设智能城市的基础。
吴曼青院士认为，智能城市评价指标体系应在研发过程中进行预发布，随时接受来自城市管理层面及市民的广泛的批评和讨论，在修正评价指标值的同时扩大影响力；
关于指标数据来源的真实性问题，可以引用一些官方的数据，在政府发布的官方数据基础上进行分析处理。
余贻鑫院士认为，“中国智能城市建设与推进战略研究”项目组的各分课题组可以为评价指标体系研究课题组提供部分指标的评价方法和内容，比如关于智能电网的评价，就可以包含20多个指标值。
经过2013—2014年期间多次中国工程院院士专家研讨会，智能城市评价指标体系在多次试评估的基础上已得到逐步完善，并在国内城市评价的基础上扩展到欧洲、美洲等城市，使本课题组可以站在国际大视角上审视我国城市建设的优势和短板，同时明晰与国际领先城市的差距。
智能城市评价指标体系通过国际会议宣讲的形式进行了发布，产生了广泛反响（见图7.3）。
图7.3 吴志强教授在“全球智慧城市高峰论坛”宣讲智能城市评价指标体系（2014年10月16日）