智慧社區信息服務績效評價研究

張森

摘 要：雖然當前許多城市在智慧化建設中有完整的戰略規劃，但對智慧社區信息服務的收入產出卻沒有清晰的反饋。本文通過構建一個智慧社區信息服務績效評價指標體系，結合層次分析法和模糊綜合評價方法建立測評模型，進行實證研究并提出相應建議。

關鍵詞：智慧社區;信息服務;績效評價

中圖分類號： TU984.12 ? ? ?文獻標識碼： A ? ? ?文章編號： 1673-1069（2016）30-72-2

0 ?引言

自從2008年金融危機后，IBM公司提出“智慧地球”的新理念，以此理念為核心的智慧項目成為世界各國城市建設的風向標，引起了國內外學者的關注。而智慧社區是智慧城市在個體生活最小單元上的映射，它是智慧城市這項復雜的系統工程中至關重要的一環，是智慧城市的理念、技術在精確空間尺度上的一種演繹。有關智慧社區的概念，中華人民共和國住房和城鄉建設部印發的《智慧社區建設指南（試行）》的闡釋為：智慧社區是借助新一代信息通信技術，整合相關信息資源，依托信息基礎設施。建立統一信息服務平臺，最終為社區居民提供便捷的、全方位的信息服務，在順應黨中央關于智慧社區建設要求的同時能夠為智慧城市的建設奠定基礎。同時智慧城市要求借助新一代通信技術如互聯網+、云計算、大數據等進行多源信息整合，打破信息孤島，為公眾提供高質量的信息資源及信息服務，這一實踐對于資源利用率的提高及社區居民生活質量的提高有著重要的意義。本文通過梳理智慧社區信息服務績效評價理論，構建出智慧社區信息服務測評指標體系，使用基于層次分析法的模糊綜合評價模型對智慧社區信息服務績效進行測評，最后根據評測結果提出智慧社區信息服務水平提升和優化的基本策略。

1 ?智慧城市信息服務評價指標體系

1.1 智慧社區信息服務績效測評指標體系設計思路

筆者在智慧社區信息服務績效評價指標體系構建的過程中，依托的是測評樹狀式指標體系結構，遵循的是客觀性、針對性、可操作性、完備性等原則，將測評指標體系分為三個層次，分別是：目標層、指標層（要素層）、具體指標層。

1.2 智慧社區信息服務績效評價指標體系構建

本文在智慧社區信息服務指標體系構建的過程中，參考了《智慧社區建設指南（試行）》中的所構建的評價之標體系，并借鑒了《社區信息服務顧客滿意度評價》中所構建的指標體系以及相關的信息服務績效評價指標構建的文獻，同時梳理了國內對于智慧社區和社區的研究，最終構建智慧社區信息服務績效評價一級指標6個，二級指標17個的績效評價指標體系，見表1。

2 ?智慧社區信息服務績效評價模型選取

2.1 層次分析法

層次分析法是由T.L.薩蒂（Saaty）于20世紀70年代提出的，具體概念是將評價指標體系根據其隸屬度分為幾個層級，并在形成的這一個多層指標體系及基礎，從而確定出指標的權重。主要步驟有：①構建判斷矩陣，對于同一層次下的指標進行兩兩評判。②層次單排序，根據判斷矩陣計算特征向量并歸一化，得到一級指標層次單排序。③確定相對權重，運用特征向量的方法計算各層指標相對于上一級指標的權重。④一致性檢驗，將偏差一致性指標與平均一致性指標進行對比。⑤確定各指標權重，該指標體系所構建的判斷矩陣達到一致性檢驗的要求后，各指標權重取值取自判斷矩陣的特征向量。

2.2 模型綜合評價法

考慮到本文中所構建的智慧社區信息服務績效評價指標體系中定量指標較少，定性指標較多的情況。因此本文在做綜合評估的時候采用的是基于層次分析法的模糊綜合評判。主要步驟如下：①確定測評指標的層次，將評價指標集分為6個指標子集，其中每個一級指標又是由二級指標構成;②確定權重集，利用層次分析法確定每個層級的權重，得到一級指標的權重集以及二級指標的權重集;③建立測評集。在確定各層級指標的權重集之后，再建立測評集;④一級指標的模糊綜合評價集，這17個二級指標形成的評價矩陣，通過算子將權重和矩陣進行計算，得到一層指標的模糊綜合評價集;⑤二級指標模糊綜合評價集，根據二級指標模糊綜合評價的評價矩陣得到評價集。

3 ?智慧社區信息服務實證研究

3.1 數據收集

本文的實證研究選取長沙市雨花區智慧社區項目，其建設也惠及了雨花區五個社區居民的衣食住行，滲透到了社區信息服務中多處環節上，通過德爾菲方法將一級指標與二級指標分層提交給領域內專家，進行指標間重要程度評判，構建9分比例標度的判斷矩陣，發放調查問卷給當地社區居民，得到客觀的因素集對評價集的隸屬程度。

3.2 數據處理

整理好指標權重集數據和隸屬程度表后，針對判斷矩陣計算權重集并通過權重集對智慧社區信息服務指標單因素隸屬程度的數據進行模糊計算，得到指標判斷矩陣的特征向量并做一致性檢驗，通過與權重集進行加權算子的運算，得出一級指標A1，二級指標A1、A2、A3、A4、A5、A6的特征向量計算結果如下：

WA=（0.13，0.1，0.21，0.27，0.08，0.21，）;

WA1=（0.14，0.55，0.31）;

WA2=（0.64，0.36）;

WA3=（0.19，0.28，0.15，0.38）;

WA4=（0.2，0.31，0.11，0.38）;

WA5=（0.7，0.3）;

WA6=（0.64，0.36）.

它們的隨機一致性比率計算結果分別為0.016、0.042、0、0.058、0.067、0.01、0.013，各值均小于0.1，因此我們承認判斷矩陣之間有非常好的適應度從而接受特征向量值作為智慧九華評價指標的權重值。

4 ?智慧社區信息服務發展建議

本文通過分析當前智慧社區信息服務相關研究理論，借鑒《智慧社區建設指南（試行）》中的所提出的指標，構建了新的智慧社區信息服務指標體系，基于層次分析法和模糊綜合評價法建立評價模型，對實例進行實證研究，結果表明當前智慧社區信息服務發展良好，能夠大幅滿足社區居民智慧化的需求，符合國家智慧城市戰略發展方向。但是現有的智慧社區信息服務建設存在“重建設輕管理”的問題，信息服務的提供過于強調物聯網、移動互聯網等基礎設施建設，忽視了智慧化整合信息資源的需求，淡化了智慧社區以人為本的內在意義。智慧社區信息服務的發展需要更加注重主客體接受信息能力，并加強主客體間的互動性，拓展信息服務渠道，提升信息服務效果。