一、项目背景及构思：

本项目为总规中心、技术创新中心与信息中心共同承担的全国城镇体系规划专题研究之一。目标是对包含知识创新、技术创新和服务创新在内的创新体系进行系统综合的评价。

为了适应城镇体系规划编制的要求，课题需要从全球、国家、区域、城市到功能区，对各个不同分析范围内的研究对象进行评估。这就需要建立一套在全国范围内标准统一的，全面可量化的指标体系。此外对主要城市的分析评价，特征提取工作由于涉及了数百个城市，远超传统规划研究的量级，因此也需要跳出规划的分析思维，结合机器学习等方式进行算法识别。

基于这些问题，项目组提出了统计数据与新型多源大数据结合的评级指标体系。采用聚类算法对评价体系分析结果进行初步的分类分析，再结合传统规划特征进行评价。

二、技术创新特色：

1.围绕科技创新要素设立量化评价指标，直观展现差异

项目所设计的科技创新评价指标体系综合了创新投入、创新要素、创新平台、创新效率、创新服务及创新产出多方特征设计的指标要素。通过对各项指标要素的量化评价对比，能够准确识别各城市间的科创发展差异。（如图1）

2.通过新数据源结合统计数据的评评价方法，取长补短，提升评价准确度

项目在分析过程中积极引入各项新数据源。通过专利数据，工商注册信息数据，地图兴趣点数据（POI）与统计数据结合的形式，一方面弥补了部分统计指标存在的全国范围统计标准不匹配的问题，另一方面也实现对国家自主创新示范区等一系列平台政策的空间落位，使得这部分的政策能够量化为指标，进入评价体系，在全国范围内进行对比衡量。

3.采用机器学习聚类算法，识别差异

项目对城市的评价共涉及到336个地级及以上城市。聚类分析可根据变量之间内在的客观相似程度对其进行分析，将具有相似因子属性的变量归类，利于掌握变量之间的特点和规律。避免了传统排名分类方法的因子单一性和主观性。通过聚类分析能够寻找到城市的相似性，从床下尺度对城市进行分类，并识别各类别城市的创新特征。（如图2）