综合智能城市系统与资源效率：沙特阿拉伯的结构方程模型研究

《Sustainability》：Integrated Smart Urban Systems and Resource Efficiency: A Structural Equation Modelling Study in Saudi Arabia

　　

摘要：本研究调查了沙特阿拉伯快速城市化城市中综合智能城市系统如何提升资源效率。尽管全球对智能城市的兴趣日益增长，但在统一分析框架内同时考察智能能源、智能水和智能废弃物系统的实证研究仍存在关键空白，尤其是在新兴城市背景下，且治理效率的中介作用仍未得到充分探索。本研究采用定量调查设计，运用结构方程模型（SEM）分析了来自选定城区384位利益相关者的384份有效数据。分层抽样方法确保了政策制定者、城市规划者和基础设施管理者的代表性，测量构念改编自经过验证的量表以确保信度和效度。研究考察了智能能源系统、智能水管理、智能废弃物监测、治理效率与资源效率结果之间的关系，并将治理效率概念化为增强智能城市系统有效性的中介变量。研究假设综合智能技术显著提升资源效率，其中智能基础设施是关键预测因子；结构模型的稳健性通过标准SEM拟合指数进行评估，CFI（0.93）、TLI（0.91）和RMSEA（0.052）。本研究通过将智能城市系统与治理整合到一个统一框架中，拓展了智能城市和循环经济文献，为理论做出了贡献，同时提供了与沙特2030愿景相一致的实际见解，以支持可持续城市发展。建议政策制定者优先考虑综合智能基础设施、加强制度框架并提升公众意识，以最大化资源优化。未来研究应采用纵向设计、扩展到多个城市，并纳入行为和政策变量，以增强普遍性并深化对智能城市资源效率的见解。

**论文解读：综合智能城市系统与资源效率——基于沙特阿拉伯的结构方程模型研究**

**一、研究背景与问题提出**

沙特阿拉伯正经历快速城市化和城市基础设施的大规模增长，伴随而来的是对能源、水及其他自然资源日益增长的需求。该国地处炎热干旱气候带，水资源短缺、高制冷能耗需求以及日益增加的城市消费对长期资源安全和可持续城市发展构成了严峻挑战。在此背景下，整合智能城市技术为提高城市资源监测、管理和高效利用提供了重要机遇。尽管全球范围内对智能城市的关注度持续上升，但现有文献往往从相对独立的分析视角考察智能能源、智能水和智能废弃物等子系统，缺乏在一个统一分析框架内同时检验这些系统对资源效率综合影响的实证研究。此外，治理效率作为智能城市发展中的赋能机制，其在智能城市系统与资源效率关系中的中介作用尚未得到充分实证检验，尤其是在沙特阿拉伯情境中。为弥补上述研究空白，本研究旨在开发并检验一个整合智能城市系统、治理效率与资源效率关系的实证模型。

**二、研究内容与主要结论**

本研究聚焦于沙特阿拉伯四个主要城市中心——吉达、布赖代、麦地那和利雅得，采用定量研究设计，运用结构方程模型（SEM）分析来自政策制定者、城市规划者、基础设施管理者、学者研究人员及私营部门城市开发专业人员等五个层级共384份有效问卷数据。研究将智能能源、智能水和智能废弃物系统概念化为高阶构念——综合智能城市系统（ISUS）的第一阶维度，并将治理效率（GE）设为中介变量，考察其对资源效率（RE）和循环资源利用（CRU）的影响。研究结果表明：智能能源系统（β=0.34，p<0.001）、智能水管理（β=0.29，p<0.01）和智能废弃物监测（β=0.31，p<0.001）均对综合智能城市系统产生显著正向影响；综合智能城市系统对资源效率具有显著直接正向效应（β=0.42，p<0.001）；治理效率对资源效率亦有显著正向影响（β=0.27，p<0.01）；更重要的是，治理效率在综合智能城市系统与资源效率之间发挥显著中介作用（β=0.17，p<0.01）。模型解释了资源效率68.0%的方差（R2=0.68），综合智能城市系统对资源效率的效应量（f2=0.38）表明其具有较大的解释贡献。该研究为智能城市与循环经济文献提供了理论与实证贡献，并为沙特2030愿景框架下的可持续城市发展提供了政策洞见。

**三、关键研究方法与技术**

本研究采用的主要方法为结构方程模型。具体而言，首先运用Cronbach's Alpha评估内部一致性信度；继而采用探索性因子分析（EFA）检验测量项目的维度结构，其中使用Kaiser-Meyer-Olkin（KMO）抽样充分性检验和Bartlett球形检验确认因子分析适用性；随后运用验证性因子分析（CFA）独立评估测量模型，检验标准化因子载荷、构念信度、收敛效度（通过平均方差提取值AVE评估）和判别效度（通过Fornell-Larcker准则和Heterotrait-Monotrait比率（HTMT）评估）；最后估计结构模型以检验假设关系，并通过Bootstrap程序（5000次重抽样）进行中介效应分析。数据来源为分层抽样获得的384份有效问卷。

**四、研究结果**

**4.1 受访者人口统计与职业特征分析**

研究结果显示，男性受访者占55.7%，女性占44.3%，性别分布相对均衡。年龄方面以26-35岁群体为主（33.3%）。职业构成中城市规划者占比最高（25.0%），其次为学者/研究人员（21.4%）和基础设施管理者（19.3%）。教育背景方面，38.0%为学士学位持有者，37.0%拥有硕士学位。工作经验超过六年的受访者占比最大（33.8%）。熟悉度评估显示32.8%的受访者表示高度熟悉智能城市系统。地理分布方面，利雅得占31.51%，吉达占27.34%，麦地那占22.40%，布赖代占18.75%。该分析表明样本以受过良好教育、经验丰富且熟悉智能城市系统的专业人员为主，增强了研究结果的信度与效度。

**4.2 因子提取：模式矩阵**

通过主成分分析（PCA）与Promax斜交旋转提取因子，Bartlett球形检验显著（χ2=3847.56，p<0.001），KMO值为0.892，确认数据适合因子分析。旋转后得到清晰的六因子结构，对应智能能源（SE）、智能水（SW）、智能废弃物监测（SWT）、治理效率（GE）、资源效率（RE）和循环资源利用（CRU）六个理论构念。所有测量项目的因子载荷在0.77至0.87之间，超过0.70的推荐阈值。六因子累计解释总方差的87.92%，其中智能能源解释17.22%、智能水16.02%、智能废弃物监测15.12%、治理效率14.24%、资源效率13.34%、循环资源利用11.98%。该结果表明测量模型具有清晰且理论上一致的因子结构。

**4.3 测量模型评估**

项目层面描述性统计显示各构念的均值介于3.95至4.22之间，标准差介于0.63至0.84，表明受访者感知总体积极且分布一致。验证性因子分析结果显示标准化因子载荷介于0.71至0.89之间，Cronbach's Alpha值介于0.82至0.91，组合信度（CR）介于0.84至0.93，平均方差提取值（AVE）介于0.65至0.74，均超过推荐阈值。共同方法偏差的Harman单因子检验显示第一因子解释35.60%的总方差，低于50%的判定阈值。判别效度方面，各构念AVE平方根超过其对应构念间相关系数，HTMT比率介于0.61至0.78之间，低于0.85的保守阈值。方差膨胀因子（VIF）介于1.87至2.36之间，低于临界值5.0，表明不存在多重共线性问题。

**4.4 结构模型评估**

结构模型拟合指数显示CFI为0.93、TLI为0.91、RMSEA为0.052、SRMR为0.047，均满足推荐阈值。路径分析结果显示：智能能源系统对ISUS有显著正向影响（β=0.34，p<0.001），支持H1a；智能水管理对ISUS有显著正向影响（β=0.29，p<0.01），支持H1b；智能废弃物监测对ISUS有显著正向影响（β=0.31，p<0.001），支持H1c；ISUS对资源效率有显著正向影响（β=0.42，p<0.001），支持H2；治理效率对资源效率有显著正向影响（β=0.27，p<0.01），支持H3；治理效率显著中介ISUS与资源效率的关系（β=0.17，p<0.01），支持H4。

**4.5 解释方差（R2）**

模型解释力评估显示：智能能源、智能水和智能废弃物共同解释ISUS 62.0%的方差（R2=0.62）；ISUS解释治理效率54.0%的方差（R2=0.54）；ISUS、GE和CRU共同解释资源效率68.0%的方差（R2=0.68）。较高解释方差表明从整合系统视角考察资源效率具有实证支持。

**4.6 总效应矩阵**

总效应分析显示：SE（β=0.340）、SW（β=0.290）、SWT（β=0.310）分别构成对ISUS的形成性贡献。结构层面，ISUS对GE的总效应为β=0.480，ISUS对RE的直接效应为β=0.420，GE对RE的效应为β=0.420，CRU对RE的效应为β=0.270。ISUS通过GE对RE的间接效应为β=0.202，总效应约β=0.622，表明存在部分中介模式。

**4.7 对资源效率的总效应**

在系统层面，ISUS对资源效率的总效应最大（β=0.590），其中直接效应β=0.420，总间接效应β=0.170。GE对RE的直接效应为β=0.420，CRU对RE的直接效应为β=0.270。子系统层面，SE的总效应最大（β=0.202），其次为SWT（β=0.184）和SW（β=0.172）。

**4.8 效应量（f2）结果**

效应量分析显示：ISUS对RE具有大效应（f2=0.38），ISUS对GE具有中等效应（f2=0.30），GE对RE具有中等效应（f2=0.22），SE对ISUS具有中等效应（f2=0.18），SWT对ISUS具有中等效应（f2=0.16），SW对ISUS的效应为f2=0.13，CRU对RE的效应为f2=0.11。

**五、讨论总结与结论翻译**

**讨论总结：** 讨论部分强调了治理效率作为关键中介机制的重要性，指出技术基础设施本身不足以实现资源效率提升，必须辅之以有效的制度协调和政策支持。研究结果与已有文献一致，即智能城市是社会经济技术系统而非纯粹的技术构念。研究还强调应采用整合视角，将智能能源、水和废弃物系统协同部署而非孤立实施。在沙特阿拉伯情境下，研究结果与2030愿景中关于可持续城市发展和资源效率的目标相一致。

**结论：** 本研究通过提供综合且经实证检验的智能城市系统及其对资源效率影响的模型，填补了文献中的关键空白，其中治理效率是关键中介因素。研究发现综合智能城市系统显著提升资源效率，确认了本研究的核心前提。在各子系统中，智能能源具有最强影响，反映了能源优化在城市可持续转型中的关键作用。更重要的是，治理效率作为关键中介机制出现，表明仅有技术基础设施而缺乏有效制度协调是不够的。通过聚焦沙特阿拉伯情境，本研究既做出了理论贡献也具有实际相关性，支持了快速城市化环境中更可持续和高效城市系统的发展。研究为综合智能城市系统在促进资源效率方面发挥关键作用提供了强有力的实证证据，为政策制定者和城市规划者提供了与沙特2030愿景相一致的循证策略支持，特别是在促进资源高效和可持续城市环境方面。