智慧城市评价指标体系（Smart City Indicators）是由奥地利维也纳技术大学（TU Wien）的区域研究中心主导，先后与多个科研部门及地方城市合作研究开发的。
自2007年第一版指标体系和评价报告发布以来，两个后续更新版本分别于2013年和2014年发布。
该评价指标体系是大学科研团队的研究成果，在研究过程中受到了公共和私有资金的资助，其研究成果及部分过程大部分是公开发表的，同时研究成果也在其他智慧城市的研究和实践中进行了推广和应用。
自2007年开始，由维也纳技术大学区域研究中心主任Rudolf Giffinger教授带领的团队开展相关研究，基于对智慧城市的理解，建立了欧洲城市发展背景下的智慧城市模型。
考虑到中等规模城市在欧洲城市人口中的庞大比例，以及研究可行性和数据可得性，研究专注于对中等规模的欧洲城市进行持续性评价和排名，主要评价和排名结果都在团队设立的欧洲智慧城市官方网站上发布和更新。
Giffinger教授作为具有地理学和城市规划背景的学者，从城市规划视角理解和构建了智慧城市模型。
该评价体系于2007年发布首版时基于模型设计分为三个层级。而在保持基本架构的前提下，2013年公布的第二版有较大改进，对三个层级的理解有所更新，这些变化在2014年的第三版本中沿用下来。
Giffinger教授认为，这一模型和评价体系可以很好地衡量研究对象城市在各个方面的创新性表现，从而为城市规划和城市发展战略的制定提供参考和依据。
（一）研究过程
对智慧城市进行评价和排名，首先建立在对智慧城市这一概念的理解上。
全球化背景下的经济和技术发展深刻地影响着欧洲城市，使欧洲城市面临着城市竞争力提升和可持续发展的双重挑战。
而这些挑战与城市各方面——特别是关系到市民生活品质的住房、经济、文化、社会和环境等方面的问题都息息相关。
智慧城市概念起源于信息通信技术的发展，希望依靠技术解决城市当前面临的多重挑战。
而Giffinger教授则认为，技术只是智慧城市的一个维度而已，以自我组织和学习过程为主导的社会创新是智慧城市中不可或缺的一部分，需要以更加全面的角度来理解智慧城市。
选择进行城市排名这样一个看似非学术的手段，则是因为在城市研究和规划实践的结合中，排名具有成为催化剂的可能性。
同时，Giffinger教授希望通过城市评价和排名，使之成为一个有效的工具，促使各个城市结合发展状况，在智慧城市模型中与其他城市在整体和各领域进行横向比较，从而找准发展定位，将评价排名转换为城市具体发展战略的参考系。
1．第一版评价指标体系
维也纳技术大学与研究合作伙伴一起于2007年10月发布了《智慧城市：欧洲中型城市的评价排名》（Smart Cities: Ranking of European Medium-sized Cities）研究报告，研究参与方包括斯洛文尼亚的卢布尔雅那大学和荷兰的代尔夫特大学。
研究中采用的智慧城市评价方面和指标是与目标城市密切相关的。
由于在研究开始时尚没有类似针对智慧城市的评价或排名，研究首先考虑了较有影响的7个城市的评价和排名体系，选择与研究时间年份相近的评价排名结果进行考察，如表A28所示。
表A28 研究中参照的评价排名结果
在表A28中，一部分（如1、3、4、6）主要关注城市中个体居民的生活品质；
其他一些（如5和7）则包括更加广泛的因素，如地理要素和旅游吸引力等；
第2项评价排名则关注城市的一个特定方面——城市环境的可持续性。
这些评价排名都将评价范围限于一定的空间范围，比如全球范围或某个国家范围等。
由于很难采用同一方法对所有城市进行评价和比较，一般根据城市人口规模对城市进行分类（如2、5、7），或者根据重要性选择评价目标城市（如1、3、4）。
第6项排名的选择方法比较综合，首先对欧洲的643个城市进行初评，根据初评结果选择58个城市进行实际评价和排名。
数据可得性是影响评价方法的另一个要素，有一些评价（如1和3）采用了实地调研和访谈来获取数据，大多数（如2、4、5、6、7）则采用数据分析研究。
对评价来说，各个要素的权重的确定是很重要的一个方面，多数评价中的权重是由研究团队确定的，而有些评价（如1）是根据对目标城市访谈的结果来确定权重的。
Giffinger教授团队在前期理论和实证研究的基础上，首先构建智慧城市评价指标体系框架模型。第一版智慧城市评价指标体系模型采用了层级指标，包括6项属性（Characteristic）、31个要素（Factor）和74个可量化的指标（Indicator），通过这一模型对欧洲地区中等规模城市进行排序研究（见图A4）。
图A4 TU Wien第一版智慧城市评价指标体系模型
6项智慧城市属性分别为智慧经济、智慧市民、智慧治理、智慧交通、智慧环境和智慧生活。
每项属性分别下辖数个要素。
从属性和要素中可以看出，有一部分是偏向技术性的硬件建设，如设备和设施等，还有一部分是生产力水平等经济要素，而更多的是对软件的评价，即对社会资本发展水平的衡量。
社会资本不仅是学术界的讨论热点，也是城市发展重要的软实力。
如何评价这部分要素，就需要将智慧城市要素进一步分解为可量化的指标。
在研究对象的选取上，在欧盟相关研究确定的1595个城市的基础上，根据三个约束条件进行筛选。
首先，仅研究中等规模城市，将人口规模限定为10万至50万；
其次，要求城市中至少有一所大学，作为知识生产的基础；
最后一个条件是排除大城市的卫星城（附近没有超过150万人的大城市）。此外，还要求城市在欧盟Urban Audit城市数据库的范围内。
在数据的可得性的进一步约束下，最终逐步筛选至70个城市作为研究对象。
研究针对70个城市、74个指标建立了研究数据库，主要采用来源于欧盟层面研究项目的第二手数据，并对数据进行标准化处理，以便进行指标合成和横向比较。
研究获得对70个城市6个属性和整体表现的评分，得到相应排名（见图A5），并在地图上分布观察。
同时，结合城市实际情况对评价结果进行分析，建立各个城市的智慧城市概况，在自身条件和比较基础上提出各个城市的智慧城市发展战略方向。
图A5 智慧城市总体及各属性的评分和排名
总体的排名只是一个定位。
一个城市排名靠前，并不能说明其已经在各方面都做得很好；一个城市排名不高，但其某些指标的表现可能很突出，虽然均衡性较差，但具有鲜明的发展特色。
所以，在这个评价体系中，要从细节上分析城市各个要素的强项和弱项。
比如在对第一版排名第一的卢森堡的各方面要素进行总结时，可以看到，卢森堡在智慧市民属性下的灵活性和创造性、在智慧生活下的教育设施等指标还存在很大不足，这是其城市发展的短板（见图A6）。
图A6 TU Wien第一版排名第一的卢森堡市的城市评价概况
这个评价体系不仅可以在整体上对城市进行排名和评价，可以对特定城市进行具体分析，还可以细化到各个要素层面进行城市评价和比较，以辅助识别城市的特定问题。
比如仅对智慧生活属性的医疗条件要素，根据二级指标进行城市分布的分析，以判断各城市的发展状况及区域空间的发展特征。
2．第二版评价指标体系：方法和可视化的改进
Giffinger教授团队在2012年末至2013年初进行了第二版智慧城市评价指标体系的研究，并于2013年发布。
第二版在原有智慧城市模型的基础上，更新了数据库和排名。在城市发展和数据可得性的基础上，将评价城市数量扩大到71个。
在原有评价模型方法的架构下，第二版根据城市发展的变化和评价需求，在保持主体框架稳定的情况下，将原有的要素（Factor）改为领域（Domain），并将领域数量调整为28个；
将指标（Indicator）调整为成分（Component），并增加至82个（见图A7）。
图A7 TU Wien第二版智慧城市评价指标体系模型
2013年，模型中还引入了新的智慧城市评价概况功能，在对城市具体属性和要素评价进行讨论的基础上，可以直接从数据库中选取数个城市进行各个方面的横向比较。
2013年排名第1位（卢森堡）、第2位（奥胡斯）和第13位（格拉茨）的三个城市间六个属性所获评分的直观对比如图A8所示。
图A8 TU wien第二版评价指标体系的城市横向比较工具
同时，针对每个城市的指标数据也通过城市概况进行描述，包括6项属性的具体评价值以及下一层级各个领域的评价值。
新增的可视化功能和开放、自助的数据平台让评价方法和研究过程更加公开和透明。
第二版中排名第2位的丹麦奥胡斯的评价概况如图A9所示。
图A9 TU Wien第二版评价指标体系中的城市评价（丹麦奥胡斯）
3．第三版评价指标体系：更广阔的应用
2014年发布的第三版智慧城市评价指标体系，基本沿用第二版的方法，对第三级成分进行了微调，减少到81个，属性（Characteristic）更名为关键属性（Key Field）（见图A10）。
这一新版研究同时受第7个欧盟科研框架计划（EU Seventh Framework Programme）“欧洲节能城市规划”（Planning for Energy Efficient Cities, PLEEC）的支撑（Giffinger et al., 2014a;2014b）。
由于PLEEC项目研究的需要，在原有的基础上，将项目合作的所有6个案例城市纳入评价对象，评价对象城市因此增加到77个。
增加的城市中有2个城市未被Urban Audit数据库覆盖，故采集第一手数据以加入研究。
图A10 TU Wien第三版智慧城市评价指标体系模型
第三版沿用第二版的可视化和展示技术，并在数据上进行了更新；
同时，在PLEEC项目的研究需求上，对6个案例城市进行能源使用效率方面的能源智慧城市研究，在两次调研和约100次访谈数据的基础上，以类似的层级指标方法进行评价，形成和发布了《能源智慧城市概况案例报告》（Energy Smart City Profiles）。
第三版选取智慧城市的一个子系统断面，通过第一手调研数据划定领域（Domains）和成分（Components），并确定权重。
随后通过二次调研进行了更加细致的描绘和比较研究，并结合研究指标，就各个城市提升可持续能源使用的智慧城市建设路径提出了针对性的发展方向和建议。
第三版智慧城市评价指标体系，通过与PLEEC项目要求的整合，更加注重对特定对象分别进行智慧城市概况的具体描述和理解。
智慧城市是一个通用概念，实践中对城市进行评价时需要与特定环境相结合。
（二）研究回顾和展望
Giffinger教授认为，如何理解智慧城市和城市发展，是决定指标运行和评价方向的根本。
所以，在回答“如何评价、衡量和排名智慧城市”这个问题之前，首先需要回答“应该如何认识智慧城市”。
智慧城市是基于经济重构、社会变迁和环境气候变化等可持续发展需求所提出的，以应对城市面临的挑战。
Giffinger教授在智慧城市模型构建的规范研究中，确立了层级指标体系的结构以确保可行性，提出了6个智慧城市的属性，每个属性下辖数个要素，而这些要素进一步是由数个指标综合构成的。
这就形成了第一版智慧城市评价指标体系模型的架构。
在这个模型中，属性和要素是对智慧城市的理解。
而在此基础上，须进一步寻找可以合理描述这些要素的指标或指标组合。
对于评价智慧城市各个要素的基本指标，Giffinger教授认为，由于城市网络之间的密切联系，在指标选择上不应仅仅局限于城市自身的指标，在有些指标的选取上还需要考虑更大空间层面的指标，如区域甚至是国家级的一些指标都可以用来很好地衡量城市表现。
三个版本的评价排名基于同样的智慧城市模型和相同的智慧城市的理解。
后续的两个版本以领域来代替要素，从而更准确地描述其覆盖的信息内容。
并且，在与PLEEC项目合作的研究中，发现在6个案例城市的实证研究中，仅根据统计数据难以准确描述各个案例城市的状态并对这些城市进行横向比较。
第一版的指标是根据欧盟Urban Audit城市数据库进行设定的，指标的数据要求精确且具体，因此，没有被数据库覆盖的案例城市无法提供全部相应数据。
2014年，Giffinger教授提出，在原有模型框架下，三级具体指标不应仅仅依靠可量化的统计指标，而也需要关注城市各个利益相关方（如政府、企业、市民等）的观点，部分采纳定性研究方法。
所以，在与PLEEC项目合作的研究中，针对6个案例城市设计了一套调研问卷，以确定不同关键属性下的各个领域的重要程度，并进一步访谈哪些领域具有较高认可度，以及各相关方希望哪些方面得到提升。
Giffinger教授特别指出，虽然花费了很多时间和精力来进行6个案例城市的访谈和调研，但评价体系中的领域乃至成分及其权重具有一定的敏感性，可能会因为某个案例城市中参与讨论的相关方、时间点或人数规模的变化而有所不同，而在总体上又有相对的稳定性。
城市一直处于动态过程中，智慧城市应具有各城市当地的经济、文化、环境和时间特性。
Giffinger教授认为，这样的评价体系方法和信息数据采集方法更加符合城市这一目标特性的需求。
虽然智慧城市排名只是一个通俗化的研究结果，但是其背后的指标和方法是基于对城市及其智慧性的理解。
Giffinger教授认为，智慧城市需要社会创新途径来引导和支持技术的发展，这是城市自我学习的一个过程，而不应仅以技术为导向。
这三个版本的智慧城市评价模型对评价指标特别是确定权重的研究方法，也出现了从依赖一致化的统计数据到表达城市参与各方意见的转变，可以说，其自身的智慧性也通过自我学习和改进得到了提升。
而城市评价和排名就应该作为城市经验学习、问题诊断和政策调整的工具包，在城市发展战略的制定中发挥实践性作用。
（三）应用与推广
自2007年第一版智慧城市评价报告公布以来，该项研究就一直在维也纳技术大学的区域研究中心进行。
除了在学术领域的讨论和研究改进（如PLEEC研究项目）外，研究相关内容还在欧洲乃至世界范围内的智慧城市实践中得到了一定的推广应用。
在奥地利国内，有诸如维也纳、格拉茨（Graz）、林茨（Linz）等城市采用评价方法的结果制定智慧城市发展策略。
在欧洲范围内，也有斯洛文尼亚的卢布尔雅那、西班牙的毕尔巴鄂（Bilbao）、波兰的克拉科夫（Krakow）等城市采用该研究方法指导智慧城市发展。
同时，Giffinger教授也作为顾问，为德国、以色列、日本等国的城市提供了基于智慧城市评价和发展的咨询建议。
毕尔巴鄂市在其智慧城市研究中沿用了上述智慧城市模型，并在此基础上根据自身发展特点，结合案例研究，提出了相应的指标，作为建设智慧城市的发展指引。
克拉科夫智慧城市项目（SMART_KOM）始于2013年，Giffinger教授带领的团队作为项目的国际参与方，负责智慧城市战略的制定。
克拉科夫科技园是项目的组织方，但在战略层面，则在更高一级空间层面与克拉科夫市以及克拉科夫大都市区（Krakow Metropolitan Area）进行合作。
项目分两个阶段进行（见图A11）。
项目内容分为三大块：问题诊断、案例学习整合、战略制定和推广。
其中前两者作为基础在第一阶段同时开展。
首先，在上述的智慧城市框架模型下，对智慧市民、智慧生活、智慧环境、智慧经济、智慧交通和智慧治理6个基本属性分别进行讨论，在2013年11月至2014年3月间就每个主题分别组织多方参与的工作研讨会（Smart City Workshop），共吸引了多达161位参与人。
在每次工作研讨会前，准备基础报告，由每个工作组准备初步报告，搜集该研讨主题下的各空间层面的状况和数据，并进行基本分析，以此作为初步诊断。
研讨会上，在初步报告提供的支持下，对特定的智慧城市领域进行SWOT（优势、劣势、机遇和挑战）分析，提出最需要智慧解决方案的城市问题。
随后，各方提出特定的智慧城市子系统的相关行动者。
最后，通过讨论确定各领域中的行动优先项，并考虑发展要点，作为行为和实施目标。
图A11 克拉科夫智慧城市项目（SMART_KOM）推进框架
在6个主题研讨会的基础上，在2014年4月又举行了对6次讨论结果进行整合的智慧城市综合研讨会，以及区域层面政府各职能部门的联合研讨会。
这6次研讨会搜集了众多对克拉科夫市及区域智慧城市发展潜力的看法和对其未来的设想，并设定了各部分的优先发展项。
当然，这些优先发展项是特定群体组织讨论得出的，还需要根据总体发展需求进行协调。
下一阶段，将进一步调研数据，根据模型设定，提出区域、城市和园区的发展战略。
维也纳技术大学团队作为城市规划背景的科研团队也将继续在其中发挥作用。Giffinger教授认为，在克拉科夫的智慧城市项目中，由于需要考虑三级空间层面的发展需求，定量指标在此失去了大部分意义。
在城市层面可以在欧洲整体背景下进行比较，但在区域层面与城市发展的协调上，本项目选用了定性分析和调研方式，即组织多个利益相关方的研讨会，通过讨论，在属性下的领域中决定优先发展项（而非指标），具体到项目，明确项目的相关行动方，并对某些项目设置相应的发展目标。
下一阶段，希望在这些前期工作的基础上进一步制定智慧城市发展战略，实现从理论到实践的平稳演化。