左 越 孙玉龙 陆江楠
摘 要：聚焦当前我国智慧园区发展偏重建设、缺乏科学的效果评价方法等问题，在系统分析梳理当前智慧园区评价方法研究现状的基础上，结合产业数字化转型实践经验，通过专家评测、案例分析、实地调研等方法，构建了一套由基础设施、平台建设、应用服务、竞争力提升、效能效益5 个一级指标、12 个二级指标、52 个三级指标组成的智慧园区建设评价指标体系。以该评价指标体系为基础，结合实地走访调研数据情况，对东部两个智慧园区的建设情况进行了对比评价。评价结果显示，本指标体系综合考虑了我国智慧园区建设发展的现状与特点，能够较好反映出智慧园区建设整体情况、建设优势、建设重点、建设薄弱环节，对我国智慧园区建设具有一定的指导作用。
关键词：智慧园区；数字化；新一代信息技术；指标体系；评价
早在2009 年，IBM 公司首席执行官Sam Palmisano 就提出了智慧地球的理念，认为实体设施建设与信息基础设施建设应当统筹布局， 最大限度发挥协作优势。随着这一理念的提出， 众多国家开始了智慧城市、智慧园区的相关建设，将其视为提高经济增长速率及建立长期竞争优势的重要战略。园区是区域经济发展、产业转型升级的重要空间形式，也是新一代信息技术深度融合应用的重要载体，智慧园区发展水平侧面体现了一个地区数字化转型推进深度和数字经济蓬勃发展程度。当前，智慧园区在我国发展势头迅猛，诸多城市积极开展园区基础设施改造、园区多系统集成、数据融合应用等创新性尝试。但由于智慧园区建设仍处于发展初期，相关主体更多将精力和重点聚焦在建设目标、建设思路、建设模式等建设方案层面， 对于智慧园区项目的建设效果关注较少。无度量则无管理，建立一套全面系统的智慧园区评价体系，对规范智慧园区建设、促进产业有序发展有重要意义，能够以评促建帮助园区明确发展现状、找准发展重点、迭代优化改进，实现智慧园区建设水平持续提升。
国内外学者在智慧园区评价体系建设方面做了大量研究工作，特别是在评价方法上，大多采用定量与定性相结合的分析方法，这既通过专家赋值保证了指标设计的全面性，又通过客观分析方法保证了评价结果可量化性。但其中多数研究直接给出了智慧园区评价的指标及权重，并未对评价指标的确定过程进行详细说明，指标往往偏主观，指标覆盖的领域往往局限于功能，对园区可持续发展、竞争力提升等考虑较少，导致所得结论对园区创新发展的实际指导作用有限。
本文针对以上情况，通过对我国智慧园区相关文献研究分析、对比研究、现场调研走访， 结合笔者对我国产业数字化转型研究的相关实践经验，完善了智慧园区评价指标相关重点内容，建立了更加合理、完整的智慧园区评价指标体系。
一、评价指标体系构建原则
（一）全面性原则
全面性原则要求智慧园区建设评价指标构建过程中，需要统筹考虑智慧园区建设所涉及的各方面内容，指标要能够全面系统地反映智慧园区建设的实际情况和效果。首先，在指标选取过程中不能遗漏任何一个关键方面，要通过多个相互关联指标的系统化设计，全面体现智慧园区的实际建设情况；其次，每个指标的定义、内涵、外延要做到相互衔接，全方位展示智慧园区建设中不同领域的内在联系；再次， 所有指标要做到评价尺度、计算标准、口径选取上的统一，以保证评价体系中各生产要素、各层级、各项业务环节的影响在指标评价体系中的统一。
（二）科学性原则
科学性原则要求智慧园区建设评价体系的建设过程中，需要使用科学系统的方法论以保证评价体系的权威度。一方面，评价体系中的指标应使用可以量化的内容进行定义，对于可量化的指标，应采用较为权威性的数据来源， 对于不可量化的指标，其定性描述也应当具备可以直接度量的方法。另一方面，评价体系中的指标之间应保持相对的独立，不能相互干涉及重叠。体系中每个指标的权重设计应该遵循一定的方法论，遵循科学研究的一般原则，综合运用各种定性和定量研究方法开展科学设计。
（三）实用性原则
实用性原则要求智慧园区评价体系的评价结果应具备实用价值，可以客观便捷地反映出智慧园区建设发展的整体情况。一方面，评价体系可以精确地反映出智慧园区的发展阶段、发展情况及发展短板，清晰地呈现园区建设者、运营者、管理者、入驻者等主体所需要的信息。另一方面，评价体系的相关数据应该可以通过较为便捷的方式获得，且当评价要求发生变化时可以尽快进行调整，以满足评价体系与现场情况的匹配。
（四）指导性原则
指导性原则要求智慧园区评价体系对评价方智慧园区的建设具备指导性作用，从产业生命周期、市场空间、技术发展以及组织形式等方面对智慧园区建设作出前瞻性预判和分析。一方面，评价体系应具有战略指导功能，可以通过绩效考核的办法，引导、帮助园区实现战略目标的实施与检验。另一方面，评价体系应具有定位分析功能，可以通过与其他园区的横向比较定位出园区目前的发展阶段，为园区相关政策的指定提供参考。
二、评价指标体系构建
（一）构建思路
当前，构建智慧园区评价体系是一个系统性工程，需要全面考虑智慧园区建设运营全生命周期。由于当前我国智慧园区发展仍处于初期，很多建设项目实施之后并未达到预期效果， 部分智慧设施闲置未用，因此仅仅从园区建设角度对智慧园区进行评价是不全面的。同时，不同园区的产业基础、经济基础、企业基础不同，园区发展情况也有着很大的区别，仅仅从经济发展方面进行评价也很难科学体现出智慧给园区发展效益的真实情况。因此，评价智慧园区要从园区建设和产业发展两方面来进行。评价框架见图1。
如图1 所示，本文的研究中，园区建设部分主要从基础设施、技术平台及应用服务三个方面评价，基础设施主要反映园区建设必要软硬件设施的配置情况，是智慧园区建设的发展基础；技术平台为园区实现不同功能提供了必要执行场所，是智慧园区建设的运行保障；应用服务可以将园区不同功能具象到具体的APP 或网页端，是智慧园区与用户主体之间的沟通渠道。产业发展主要从竞争力与效能效益两方面评价，竞争力可以体现智慧园区建设为园区企业带来的发展优势，是产业发展综合实力的体现；效能效益是园区发展的整体水平，体现了产业发展的实际水平。
（二）指标权重
评价体系的权重赋值方法主要有层次分析法[11, 12]、主成分分析法[13, 14]、BP 神经网络法[15, 16] 及专家直接赋值的方法。由于面向对象、所解决问题、使用阶段不同，上述方法的应用方式也存在较大差异。
如表1 所示，层次分析法、神经网络法可以兼顾考虑定性与定量两方面的因素，但是由于其计算较为繁杂，不适用于指标数较多且变化较快的体系；主成分分析法有着较为客观的优点，但是对数据依赖性较高，且不易于调整，不适用于定性因素较多的体系。由于我国智慧园区建设尚处于初级阶段，未形成严格建设标准发展模式，智慧园区的影响因素及建设方案关注重点有较大差异，无固定模式可遵循、无既有方法可借鉴，属于前瞻性研究，因此需要充分挖掘和发挥专家在趋势研判、指标设定、指标赋值方面的理论和实践经验，本评价体系采用专家直接赋值的方法。经专家组讨论，智慧园区建设评价指标权重如图2 所示，基础设施与效能效益作为智慧园区发展的辅助评价目录，分别占10% 的权重，平台建设与应用服务因其在智慧园区建设过程中的重要地位各占30% 的权重，竞争力提升作为智慧园区综合能力及可持续竞争力的重要体现占20% 的权重。
（三）指标体系
综上所述，本文从基础设施、平台建设、应用服务、园区管理、竞争力提升五方面构建形成了智慧园区建设评价体系。共计5 个一级指标，12 个二级指标，52 个三级指标。
1. 基础设施
智慧园区基础设施为园区企业提供了必要的生产生活保障，是智慧园区建设的基础支撑。通过对智慧园区基础设施建设情况进行评价，一方面可以了解园区信息化发展水平，另一方面还可以了解园区智慧发展的基础和潜力。基础设施指标评价体系表及得分最大值如表2 所示。
智慧终端可以反映园区与使用者之间信息交互的能力，也是衡量园区基础设施发展水平的重要参考。在本评价体系中，智慧终端由监控覆盖率、大屏覆盖率及智慧交通建设情况组成。其计算公式如下：
其中F 终端代表智慧终端所得分数，A 监控代表监控覆盖率，A大屏代表大屏覆盖率，B交通代表智慧交通能力分值，Bmax 交通代表智慧交通能力最大值。A 监控为园区内监控覆盖面积占园区总面积的比例；B 大屏为园区入口、公司电梯、交通路口、停车厂、办公楼处的大屏覆盖率，以上地点实现一处1 分，最高为5 分； Bmax 大屏为5 分，B 交通分为5 个等级，非常少1 分，较少2 分，多3 分，较多4 分，大量5 分； Bmax 交通为5 分。
网络建设是智慧园区基础设施建设的重要组成部分，优秀的网络建设水平可以保障园内企业信息传输的效率，同时也是园区信息化业务进行的基础。在本评价体系中，网络建设由有线网络接入率、无线网络覆盖率、通信网络覆盖率、物联网覆盖率组成。其计算公式如下：
其中F网络代表网络建设所得分数，A有线网代表有线网络接入率，A无线网代表无线网络覆盖率，A通信网代表通信网络覆盖率，A物联网代表物联网覆盖率。A有线网为园区内接入有线网络的覆盖面积与园区总面积的比值，A无线网为园区内公共无线网络覆盖面积与园区总面积的比值，A 通信网为园区内移动、联通及电信等通信网络覆盖面积与园区总面积的比值，A物联网为园区内物联网覆盖面积与园区总面积的比值。
云服务是衡量智慧园区基础设施建设运行水平的重要参考，优秀的云服务能力可以节约园区I T 架构搭建的费用支出，同时可以让园区企业获得高质量的运算、存储等能力。在本评价体系中，云服务由云计算能力、云存储能力及云服务费用组成。其计算公式如下：
其中F云服务代表云服务所得分数，B 云计算分为5 个等级，差1 分，较差2 分，及格3 分， 较好4 分，非常好5 分；B云存储分为5 个等级， 差1 分，较差2 分，及格3 分，较好4 分，非常好5 分；B云费用分为5 个等级，非常高1 分， 较高2 分，普通3 分，较低4 分，很低5 分。Bmax 云计算、Bmax 云存储、Bmax 云费用均为5 分。
2. 平台建设
智慧园区平台建设是通过平台的形式对园区内资源、应用能力的集约建设和开发。平台建设能够实现园区的统一门户展现，支撑园区信息化应用的创新化发展。通过对智慧园区平台建设情况进行评价，可以了解该园区的资源集约化建设水平和数字化服务能力。智慧园区平台建设指标体系如表3 所示。
建设完备性可以反映园区内资源配置是否优化和分工协作是否专业化，是衡量园区发展环境、共性关键技术转移与应用的重要参考。在本评价体系中，建设完备性由平台功能完备性、平台稳定性、平台可拓展性、平台安全性组成。其计算公式如下所示：
其中F建设代表建设完备性所得分数，B功能代表平台功能完备性，Bmax 功能代表平台功能完备性最大值；B稳定代表平台稳定性，Bmax 稳定代表平台稳定性最大值；B 可拓展代表平台可拓展性，Bmax 可拓展代表平台可拓展性最大值；B安全代表平台安全性，Bmax 安全代表平台安全性最大值。B功能分为4 个等级，平台功能完备性每具备一项功能可加相应分数，所涉及功能包含园区整体收支情况（0.5 分）、招商引资情况（0.5 分）； 企业安全生产、环境保护、应急指挥、能耗监测等数据资源共享（3 分）等，Bmax 功能为4 分。B稳定分为4 个等级，平台稳定性差1 分，合格2 分，良好3 分，优秀4 分，Bmax 稳定为4 分。B可拓展分为四个等级，没有按照统一管理平台的接口规范接入各类应用系统0 分，管理平台具备独立维护及二次开发能力1 分，满足并遵照接口授权标准2 分，按照管理平台统一规范对所需信息的数据字段进行管理，可实现平台间数据交互3 分，Bmax 可拓展为3 分。B 安全分为四个等级，平台安全性差1 分，合格2 分，良好3 分，优秀4 分，Bmax 安全为4 分。
智慧园区资源接入可以实现数据库、应用程序、设备、人脉关系等的共享，实现园区资源优化合理配置。园内资源接入由接入平台企业占比、与上级政务服务平台数据打通、企业生产生活资源情况组成。其计算公式如下所示：
其中F资源接入代表资源接入所得分数，A接入平台代表接入平台企业占比，A数据打通代表平台数据打通率，B生产生活代表企业生产生活资源情况， Bmax 生产生活代表企业生产生活资源情况最大值。A 接入平台为接入平台的企业数量占园区内总企业数量的比例，A数据打通为与上级服务平台的接入数量占总服务平台的数量的比例，B生产生活分为三个等级，企业生产生活资源情况每接入一项则加一分，分数可叠加，水（1 分），电（1 分），燃气（1 分），Bmax 生产生活为3 分。
智慧园区资源投入可以反映企业经营和管理活动的运营状况，也是衡量企业发展的重要参考。园内资源接入由平台建设及运维人员配置情况和支撑平台正常运转的资金投入情况组成。其计算公式如下所示：
其中F 资源投入代表资源投入所得分数， B 运维配置代表接入平台建设及运维人员配置情况，Bmax 运维配置代表平台建设及运维人员配置情况最大值，B资金投入代表支撑平台正常运转的资金投入情况，Bmax 资金投入代表支撑平台正常运转的资金投入情况最大值。B运维配置分为三个等级， 平台建设及运维人员配置情况差1 分，良好2 分，优秀3 分，Bmax 运维配置为3 分。B资金投入分为三个等级，支撑平台正常运转的资金投入情况差1 分，良好2 分，优秀3 分，Bmax 资金投入为3 分。
3. 应用服务
智慧应用是用户享受智慧园区智能化成果的重要载体。一方面，各类终端APP 为园区各类用户主体提供物业管理、信息推送、政务办理、社交互动、教育培训、交通出行等各类服务，是园区智慧化的直观体现；另一方面，通过对用户信息汇总整合，并依托大数据技术开展深度分析挖掘，可从繁杂冗余的数据中提取有价值的信息，并据此开展园区设备状态监测、人员画像、企业画像，以支撑智慧园区的科学决策。智慧应用可从应用场景丰富度、数字化决策支撑度、应用可用性、应用推广性四方面进行评价，评价指标如表4 所示。
应用场景丰富性可以反映园区智慧服务的能力，由应用所针对的主体、应用所管理的场景两部分组成。其计算公式如下所示：
其中F 应用场景代表应用场景丰富度所得分数，智慧园区终端应用可涉及设备、人员、物料、环境、流程等不同对象，B实际覆盖主体代表智慧应用所针对的上述管理对象的个数，每覆盖1 个得1 分，可叠加，Bmax 管理主体为5 分。
智慧园区建设的一项重要标准是能够充分运用数字化技术对园区及区域的产业转型升级、集聚优化、创新发展提供重要支撑。数字化决策支撑由政务服务支撑、产业发展支撑、产业链协同支撑三部分组成，其计算公式如下所示：
其中F 数字化决策支撑代表数字化决策支撑成熟度所得分数。政务服务是智慧园区建设的重要需求，通过融合大数据、云平台、移动互联等新一代信息技术，可高效监测、整合、分析园区数据资源，实现政务部门资源融合、业务融合、闭环监管，使园区管委会和入驻企业业务办理更加方便、高效，B 实际政务服务项数代表园区可提供一站式办理的政务服务主题数量，Bmax 政务服务项数代表政务服务项目主题总数；C产业地图代表智慧园区应用所展示的全国、地区、园区产业发展态势和趋势的情况，是产业经济、空间布局直观表现形式，也是对园区产业现状、企业资源、创新资源、产业组织、产业结构等的全方位系统化呈现，可对园区管理者、企业运营者等提供重要决策参考，产业地图应提供产业总体布局、优势产业、重点支持发展产业、优势企业、产业链等相关信息， C产业地图分四个等级，从展示信息完备度、操作流畅度等方面在0~1 之间由评测专家进行打分。C产业链协同代表通过智慧园区建设实现单个企业与产业链企业间业务协同的情况，实现生产计划协同、物料协同、订货业务协同、物流仓储协同、加工配送协同、财务结算协同、研发设计协同、产业链企业间订单全程追溯、产业链企业间质量全程可控等情况，实现一项得0.2 分，每增加一项多得0.1 分，最高1 分。
智慧园区的智慧应用应方便各类用户使用，兼容各类型的终端，应用易用性由应用对使用者个性化需求满足程度和兼容性两部分组成，其计算公式如下所示：
其中F 应用易用性代表应用易用性所得分数， C个性化定制分不同等级，根据所提供的应用模块、操作方便性、操作流畅度等情况，在0~1 之间由评测专家进行打分。B兼容终端种类数代表智慧应用可兼容的终端数量，如手机、平板、电脑、智慧大屏等每兼容一种终端得1 分，Bmax 终端种类数为4 分。
智慧园区的智慧应用应在园区内广泛推广，应用推广性由企业应用率、个人应用率、应用满意度三部分组成，其计算公式如下所示：
其中F 应用推广性代表应用易用性所得分数， A 企业应用率代表园区内下载安装应用的企业数量占园区所有企业的比率，A个人应用率代表园区内使用智慧应用的人数占园区企业员工总数的比率。C应用满意度采用问卷调查法，被调查者根据应用使用满意度给予0~1 得分，汇总填报问卷的平均值得到最终得分。
4. 竞争力提升
竞争力提升能够反映一个园区的运营状况及未来发展趋势，是园区发展潜力的重要体现。优秀的园区往往具备较强的竞争力提升优势， 可以在短时间内得到高速发展，让园区的智慧化水平达到一个新高度，因此，竞争力提升能力也是智慧园区评价的重要指标之一。竞争力提升指标评价体系如表5 所示。
产业结构可以反映一个园区的发展潜力及发展方向，是园区竞争力的重要体现。优秀的园区拥有较为良好的产业结构，可以保障园区高速发展。产业结构由高新技术企业增加数、专利数、处于价值链的层级组成，其计算公式如下：
其中F产业代表产业结构所得分数；C高新代表高新技术企业增加数得分，其中企业数0~1 个得0.2 分，2~4 个得0.4 分，5~8 个得0.6 分， 8~10 得0.8 分，11 个及以上得1 分；C专利代表专利增加数，其中新增专利数0~1 个得0.2 分， 2~4 个得0.4 分，5~8 个得0.6 分，8~10 得0.8 分， 11 个及以上得1 分；A 价值链为处于价值链上游的企业比例，企业是否处于价值链上游由专家判定。
企业数字化水平是智慧园区智慧化的重要指标，也是智慧园区竞争力的重要体现。高竞争力的园区企业往往拥有较高的数字化水平。在本体系中，企业数字化水平由数字化研发设计工具普及率、生产设备数字化率、数字化生产设备联网率、关键工序数控化率、数字化营销普及率、数字化采购普及率、经营管理数字化普及率组成，其计算公式如下：
其中F 企业数字化代表企业数字化水平得分，A 数字化研发代表数字化研发设计工具普及率；A生产设备数字化代表生产设备数字化率；A数字化生产代表数字化生产设备联网率；A关键工序代表关键工序数控化率；A 数字化营销代表数字化营销普及率；A数字化采购代表数字化采购普及率，A经营管理数字化代表经营管理数字化普及率，由两化融合服务平台数据计算而得。
园区人才情况是衡量智慧园区竞争力的重要指标，一方面，良好的人才情况可以体现智慧园区发展的潜力与发展水平，另一方面，人才情况也是智慧园区吸引力的体现，优秀的智慧园区因其对人才较高的吸引力往往具备较高的人员增长率及留存率，其计算公式如下：
其中F人才代表人才情况得分，A学历代表园区本科及以上学历人口占比；A 信息化从业代表园区信息化从业人员比例；A留存代表在园区从业3 年及上人员占总人数比例（园区建设不足三年的采用从园区开园至今一直在园区工作的人员比例）。
效能效益是智慧园区创造价值的重要体现，优秀的智慧园区可以为企业带来大量的经济、生产经营及环境效益，让园区拥有更高的吸引力。竞争力提升指标如表6 所示：
经济效益可以反映园区的经营管理水平， 是衡量园区市场竞争力的重要参考。在本评价体系中，经济效益由实现利润率增长的企业占比、园区工业总产值增速和园区招商引资金额速度构成，其计算公式如下所示：
其中F经济效益代表经济效益所得分数，A利润增长代表实现利润率增长的企业占比，A总产值增速代表园区工业总产值增速，A招商引资代表园区招商引资金额增速。A 利润增长为实现利润率增长的企业占园区总企业的比例，A总产值增速为[( 智慧园区建设后园区实现总产值- 原产值）÷ 原产值]×100%，A 招商引资为[（本期招商引资金额- 上期招商引资金额）÷ 上期招商引资金额]×100%（以年度分期）。
生产运营效益是智慧园区效能效益中重要的组成部分，企业通过使用智慧园区中的服务， 可以为生产运营活动节约大量的时间、成本及环节。本评价体系中，生产运营效益由节约的时间、成本及环节组成，其计算公式如下：
其中F生产代表生产运营效益得分，A时间代表节约时间的百分比，1% 以下得0 分，1%~10% 得0.2 分，10%~15% 得0.4 分，15%~30% 得0.6 分，30%~45% 得0.8 分，45% 及以上得1 分。A成本代表节约总成本与产品总价值的比值，C 环节代表智慧园区系统为企业节约的总环节数， 无节约得0 分，1~3 个环节得0.2 分，4~10 个 环节得0.4 分，11~20 个环节得0.6 分，21~30 个环节得0.8 分，31 个环节及以上得1 分。
环境效益是指在园区工业生产过程中，由于污染物的排放或环境治理等行为而引起的环境系统结构和功能上的相应变化，从而对园区及园区周边生产生活环境造成影响的效应。环境效益的好坏可以反映智慧园区的生态建设水平和新型工业化的发展水平。环境效益由工业废水排放达标率、固体废弃物综合利用率、大气污染物总排放量达标率组成，其计算公式如下所示：
其中F环境效益代表环境效益所得分数，A水污染代表工业废水排放达标的企业占比，A固体废弃物代表固体废弃物综合利用率，A大气污染物代表大气污染物总排放量达标的企业占比。A工业废水为排放的工业废水符合国家标准的企业占比，如园区企业无工业废水，统计过程中视为达标。A 固体废弃物为工业固体废物综合利用量占工业固体废物产生量（包括综合利用往年贮存量）的百分率。A 大气污染物为CO2、SO2、NOX 排放量均符合国家标准的企业占比，如园区企业无大气污染物排放，统计过程中视为达标。
( 四) 数据来源
如图3 所示，智慧园区评价体系的数据来源主要有当地政府机构公开数据、两化融合公共服务平台统计数据及智慧园区专家组评分数据三类。当地政府机构公开数据主要涉及地方政府公共服务数据、园区建设规划数据等；两化融合公共服务平台统计数据主要依托两化融合平台，内容涉及园区企业数字化水平的相关内容；专家组评分数据主要涉及需要专家评价的内容，通过组织相关专家进行匿名打分后汇总得出。
三、实证研究
A 园区为我国东部某大型工业园区，建立于2017 年；B 园区地处东部某省会城市，建立于2015 年。两园区均在2018 年开始启动智慧园区项目建设，并于2019 年启动智慧园区评价工作。现以A、B 两园区为例，对该评价体系指标应用并分析评价结果。
（一）园区建设情况对比
如图4 所示，按照本文所述评价指标体系进行评分，2019 年A 园区所得分数为37.84， B 园区所得分数为40.45，A 园区分数略低于B 园区。2020 年，随着地方智慧园区建设相关政策的出台，A 园区积极推进两化融合，运用新一代信息技术加快数字化转型，重点推进智慧园区平台建设和智慧应用推广。此时，A 园区的分数为46.77，B 园区的分数为47.35，A 园区逐渐缩小与B 园区的分值差距，并在2020 年—2021 年中实现反超。2021 年A 园区的分数为63.01，B 园区的分数为58.42，A 园区的分数高于B 园区并拉开差距。
（二）园区发展情况对比
按照本文评价指标体系，通过计算A、B 园区各一级指标得分占总分的比重可以看到A、B 智慧园区发展的重点和短板。如图5 所示，截至2021 年，A、B 两园区在智慧园区建设上均取得较大进步。其中A 园区在平台建设、智慧应用方面成绩较为突出，但由于其基础设施建设相对滞后，制约了智慧性的进一步提升，在未来建设中应大力加强基础设施建设，夯实智慧园区实现创新跨越发展的基础支撑。B 园区整体发展较为均衡，智慧发展基础设施具有一定优势，但由于缺乏平台及应用的相关建设，其基础设施的应用潜力并未得到充分挖掘，支撑园区智慧化发展的效能效益尚未充分完全，在未来建设中应依托基础建设优势，加大建设能够全方位汇聚数据资源的平台，开发适宜园区创新发展的智能化应用， 鼓励园区企业加快数字化转型建设智慧企业，提升智慧园区发展的动力。
四、结论
智慧园区建设是我国经济发展的重要课题，是我国两化深度融合的重要体现。本评价体系可以客观地反映智慧园区建设的详细情况，从横向与纵向两个角度体现智慧园区的发展水平，帮助地方政府全方位总结当地智慧园区建设情况、发展水平、发展优势、发展短板， 以有针对性地采取相关引导和支持措施。目前， 本评价体系已经在部分地区开展实践试用，并在指导智慧园区建设发展方面起到一定作用。未来，随着评价案例的不断增加，笔者将通过对评价结果的系统梳理和分类分析，进一步完善和优化本评价体系，以期为促进我国智慧园区建设提供更多借鉴与参考。
[本文为2022年工信部指导性软课题（GXZK2022- 28）基金项目]
参考文献
[1] PALMISANO S. In the fall of 2008, in the midst of a global economic crisis, IBM began a conversation with the world about the promise of a smarter planet and a new strategic agenda for progress and growth.[EB/OL]. [2021-12-01]. https://www.ibm.com/ibm/history/ibm100/ us/en/icons/smarterplanet/?mhq=smarter%20 planet&mhsrc=ibmsearch_a.
[2] 马中骏. 智慧园区关键技术发展趋势和现状比较分析[J]. 城市建设理论研究( 电子版), 2019(09): 192-193.
[3] K H A Y Y A T M , A W A S T H I A . An Intelligent Multi-agent Based Model for Collaborative Logistics Systems[J]. Transportation Research Procedia, 2016,12: 325-338.
[4] ANAND A, WINFRED RUFUSS D D, RAJKUMAR V, et al. Evaluation of Sustainability Indicators in Smart Cities for India Using MCDM Approach[J]. Energy Procedia, 2017,141: 211-215.
[5] ISSAOUI Y, KHIAT A, BAHNASSE A, et al. Smart logistics : Study of the application of blockchain technology[J]. Procedia Computer Science, 2019,160 (2019)(November 2019): 217-267.
[6] KOCA G, EGILMEZ O, AKCAKAYA O. Evaluation of the smart city: Applying the dematel technique[J]. Telematics and Informatics, 2021,62: 101625.
[7] 张大鹏, 王毅. 智慧社( 园) 区建设评价指标体系研究[J]. 工程建设标准化, 2015(02): 71-73.
[8] 王茜, 李树泉. 基于层次分析法的智慧园区综合评价: 2016 电力行业信息化年会[C], 中国天津, 2016.
[9] 鲁璐. 智慧园区评价体系构建——基于CMM 和COBIT 框架[J]. 西南师范大学学报( 自然科学版), 2017,42(03): 128-135.
[10] 丁亭亭. 智慧物流园区协同创新激励机制及评价研究[D]. 南京财经大学, 2020.
[11] 唐菠. 城市生活污水处理厂运行效能评价指标体系研究[D]. 西南交通大学, 2014.
[12] 申志东. 运用层次分析法构建国有企业绩效评价体系[J]. 审计研究, 2013(02): 106-112.
[13] 董燕红, 钟定胜, 卢小丽. 主成分与层次分析法在区域可持续发展能力评价中的应用对比[J]. 安全与环境学报, 2016,16(01): 359-365.
[14] 赵自阳, 李王成, 王霞, 等. 基于主成分分析和因子分析的宁夏水资源承载力研究[J]. 水文, 2017,37(02): 64-72.
[15] 张天云, 陈奎, 魏伟, 等. BP 神经网络法确定工程材料评价指标的权重[J]. 材料导报, 2012,26(02): 159-163.
[16] 万逸超. 国际物流可持续发展绩效评价研究[D]. 江西财经大学, 2019.
（作者单位：国家工业信息安全发展研究中心信息化所）