Noori, N., de Jong, M., Joss, S., & Ranjbar-Sahraei, B. (2024). Smart city modeling: a social network analysis approach. Global Public Policy and Governance, 4(4): 420-446.

Noori等：智慧城市建模：一种社会网络分析方法

导语

本文提出了分析智慧城市发展的网络模型，帮助人们全面理解智慧城市各组成部分之间的动态互动及其演变过程。通过输入-输出模型，本文识别出智慧城市的14个关键构成要素，然后使用社会网络分析揭示了这些要素之间的相互联系，并借助文献计量方法分析了其内涵。研究结果不仅揭示了智慧城市发展的动态性和多维性，也凸显了“数据资产”的核心作用。

作者简介

Negar Noori，鹿特丹伊拉斯姆斯大学法律与创新中心博士。

Martin de Jong，鹿特丹伊拉斯姆斯大学“包容性繁荣”研究所所长、复旦大学全球公共政策研究院客座教授。研究方向包括城市和基础设施发展、包容性繁荣。

Simon Joss，格拉斯哥大学社会与政治科学学院教授。研究兴趣是城市治理创新、可持续城市发展、城市技术、城市未来。

Bijan Ranjbar-Sahraei，数据科学家和机器学习专家。

主旨内容

1.导言

由于城市发展存在多个维度和组成部分，智慧城市的概念往往具有模糊性且难以在实践中确定其具体形态。本文采用社会网络分析方法，通过扩展Noori等人提出的Input–Output（IO）模型来探讨智慧城市的各个组成部分之间的相互联系。此外，文章分析了1998年至2023年的相关文献，以进一步理解智慧城市各组成部分之间的相互关系是如何随时间推移而演变的。

2.智慧城市概念和框架的演变

智慧城市的概念在早期围绕技术展开，但缺乏对更广泛的城市、环境和公民利益的关注。随着时间的推移，智慧城市的概念从技术驱动的城市范式向包含环境因素、人为因素的城市模式过渡，形成了以公民为中心的城市发展模式。Nam和Pardo引入了分析智慧城市的结构化框架，强调机构、人员和技术在其中发挥的关键作用。然而，单一模型并不能完全覆盖智慧城市的多维开发过程。为此，Yigitcanlar等人提出了一个基于“输入-过程-输出”逻辑的智慧城市框架；Noori等人进一步构建了一个基于IO模型的智慧城市设计选择框架，通过描述城市发展中的输入、吞吐量、输出和结果阐明了智慧城市的构成要素及其定位。

见原文图1：智慧城市发展过程中的IO模型（来源：Noori等人, 2020）

尽管上述模型提供了关于智慧城市的稳健结构，但它们遵循线性方法而忽视了城市构成要素之间的相互联系。因此，本文将线性IO模型转化为网络模型，以增加对智慧城市发展过程中复杂互动关系的理解。

3.数据和方法

本文数据来源于Scopus数据库1998-2023年间发表的英文科学出版物。研究方法分为三个步骤，首先是基于既有IO模型开发智慧城市网络模型。其次，使用网络模型对科学文献进行文献计量分析，得到智慧城市发展的14个组成部分和91种相互关系。研究运用Gephi软件分析节点度（Node degree）和边缘权重（Edge weight），分别反映智慧城市组成部分的重要性及相互连接的强度。最后，以社会网络分析结果为基础，本文选择了与以下主题相关的25篇文章进行内容和主题分析，分别是“数据资产”与“智能移动”（smart mobility）、“数据资产”与“财政资源”（fnancial resources）、“数据资产”与“治理”和“数据资产”与“领导力”，每一互联关系的边权重均超过0.5，适宜进行网络分析。

见原文图2：智慧城市发展过程中网络模型的图形概念化

4.网络分析结果

Gephi软件提供了节点度和连接权重的可视化分析，有助于增强我们对网络结构和连接模式的理解。

就节点度（Node degree）而言，“数据资产”始终保持着高节点度。“财政资源”的节点度位居第二，但近年来略有下降，可能受到替代融资模式和公私伙伴关系等因素的影响。“智能移动”是智慧城市的第三大组成部分，与城市流动性的广泛趋势相一致。“治理”多年来保持着相对稳定和重要的节点度。“领导力”的节点度呈现增长趋势，表明人们逐渐认识到有效的领导力在智慧城市发展中扮演的关键角色。

见原文表3：智慧城市发展过程中各组成部分网络的加权节点度

就连接权重（Edge weight）而言，“数据资产”作为具有高度互联性的节点，与其他智慧城市的组成部分形成了实质性的联系。“数据资产”和“智能移动”、“财政资源”以及“治理”之间始终具有较高的连接权重，这表明上述要素在智慧城市发展中相互依存。此外，“财政资源”和“治理”的共现关系，以及“治理”和“领导力”的共现关系随着时间推移而逐渐增强，并在2018-2023年达到顶峰。

见原文表4：智慧城市发展过程中各组成部分网络的连接权重

5.主题分析结果

本文通过网络分析揭示了智慧城市各组成部分之间的相互关系，接下来围绕三个核心主题展开深入讨论。

第一个主题是数据驱动的智能移动。智能移动是智慧城市网络最主要的应用领域之一，与数据资产的联系最为紧密。作为数据集合型应用，智能移动有助于提高政策制定者的决策和城市规划能力，例如智能移动和信息技术目前被广泛用于管理城市交通。但是数据驱动的智能移动也面临着数据保护、安全、隐私、系统脆弱性以及发展包容性的挑战，需要城市管理者采取相应举措以保证数据安全。

第二个主题是作为财政资源挑战的数据资产。由于数据资产所需要的技术和人力基础设施高度依赖于资金投入，财政资源对于开发数据资产至关重要。但是，智慧城市发展存在预算约束和财政限制的问题。面对上述挑战，公私伙伴关系（PPP）是一个较为完善的智慧城市融资（smart city funding）机制，开发智慧城市商业模式也成为优化资源配置方面的关键步骤。

第三个主题是智慧城市中的数据驱动型治理。数据驱动型治理具有高效、以公民为中心和可持续的特点，它要求管理者使用实时数据通信工具，向公民提供天气和交通等城市生活各个方面的信息。在大数据时代，智能手机、社交媒体、传感器和摄像头等提供了丰富的数据来源，城市治理因而需要强化自我监管原则（self-regulatory principles），并推动公共部门、私营部门与公民在数据收集方面的合作参与，以满足智慧城市发展过程对包容性治理的需要。

6.结论

本文通过开发智慧城市的动态网络模型，发现数据资产在智慧城市发展中居于核心地位，财政投入、治理和领导力也逐渐得到人们的关注，构成城市转型的重要资源。该模型有助于更好地理解智慧城市不同组成部分之间的相互联系，以及它们的相互联系随时间推移的演变趋势。本文也存在一定局限性，主要表现为研究的宽泛性和数据收集方法导致的可能偏误。未来研究可以进一步细化网络中的互联关系，并将该模型应用到真实案例中以检验其实践效力。

编译者：李睿

复旦大学国务学院本科生