智慧城市建设与城市宜居度——基于智慧城市试点的准自然实验

基于2005—2019年全国地级市面板数据,利用多时点DID方法对智慧城市建设提升城市宜居度的因果关系进行识别。研究发现:智慧城市建设可以显著提升城市宜居度,在经过安慰剂检验和PSM匹配的稳健性检验后,核心结论依然成立;机制检验表明,智慧城市建设可以通过资源配置效应、创新驱动效应和创业促进效应来促进城市宜居度的提升;异质性检验显示,城市区位、地理特征、人口规模和发展模式对政策反应有显著区别,东部城市、沿海城市、人口规模更大城市和非资源型城市受政策影响的效果更为显著。研究结论证实了智慧城市建设能够改善城市居民生活质量,提高城市宜居度。因此,加大创业创新人才的培养力度、推进新型基础设施建设、促进区域平衡发展,是提高人民生活品质、推动现代化城市建设和完善数字中国体系的现实有效路径。

基于因子分析的广东区域城市宜居度实证研究

通过构建因子分析的区域城市宜居度评价模型,将广东省珠三角和粤东北17个地市2018年的相关数据代入,找出了城市宜居度的主要影响因素,并计算了其得分,用实际数据客观评价了广东省17个地市的宜居度。结果表明:宜居度高的城市主要集中在该区域经济发达的地市,大力发展经济、注重生态环境保护和优化城市基础交通是提升城市宜居度的重要途径。

基于AHP法的城市宜居度评价

通过分析影响城市宜居度的的因素．确定了城市宜居度的指标。以此指标为基础，应用层次分析法（AHP）构建的综合评价方法，建立了城市宜居度综合评价模型．为城市宜居度的定量综合评价提供了新方法。

基于层次分析法的淮海经济区城市宜居度研究

城市宜居度一直以来都是政府与城市居民密切关注的焦点,本文旨在运用数学建模的方法来计算宜居度指数,从而对一个城市的宜居度进行评价。我们选取了淮海经济区内的八个城市(枣庄、淮北、济宁、连云港、商丘、宿迁、宿州、徐州)作为研究对象,首先运用PCA主成分分析法进行指标降维,然后运用AHP层次分析法计算得到各个指标的对应权重,最终代入城市数据分别计算出各个城市的城市宜居度指数,从而比较不同城市之间的宜居性。

城市安全宜居度变化多智能体仿真模型

城市宜居度是影响现代城市建设决策的重要因素,据此提出运用多智能体建模理论创建城市宜居度变化模型,以分析复杂城市系统中城市宜居度状况及其变化趋势。以安全性为例,给出了治安、消防、交通、应急和居住五项环境指标和政策影响下居民的决策行为与城市安全宜居度间的交互动态反馈机理,实现了城市安全宜居度变化的居民决策仿真。实例结果证明了多智能体建模方法对于分析城市安全宜居度的有效性,可为城市发展规划提供决策支持。

中国主要城市街道步行指数的大规模测度

借鉴并优化了步行指数的计算方法,测度了中国287座主要城市70余万条街道的步行指数,同时从街道和城市尺度作了步行指数的多维度分析。结果表明,全国街道可步行性较好,但存在极化现象。街道步行指数、功能密度、功能混合度、街道长度及道路交叉口密度等街道属性多呈偏态分布,其中街道功能混合度、交叉路口密度与步行指数具有最大的正相关性。西部城市和东部沿海城市的平均步行指数较华北和西北地区偏高,省会和副省级城市步行指数比地级市和直辖市高。建立步行指数可视化平台,提供步行指数计算结果的街道水平的查询,可供政府及科研人员了解城市街道可步行性及相关指标,并有助于步行系统改善政策和行动的制定。

城市宜居程度体系设计——以重庆十城为例

在努力打造和谐宜居城市的前提下,本文设计了一套城市宜居程度的评价体系,通过建立AHP模型、客观赋值法和主客观赋值法,对权重分配进行优化得到决策模型,并且以重庆市十个区县为例,进行宜居城市的综合排名。