1、 数据收集

研究对象为国家级、各省、典型城市的政府工作报告中关于智慧城市的政策论述，按照三种类别，先将数据进行收集。

（1）中央政府工作报告（1954-2020年）

（2）各省政府工作报告（2011-2020年）

（3）各省会城市政府工作报告（2011-2020年）

通过Python编写爬虫程序，通过从中央、各省、各省会城市的政府门户网站爬取2011-2020年的政府工作报告，为保证数据的全面性和完整性，又利用人民网、中国经济网、中国网、中国政府网等进行核对和筛选，最终确定所有研究样本。

2、数据整理

（1）下载完整版的政府工作报告word版，统计字数，形成表格。

（2）提取其中关于智慧城市部分的段落，分别统计字数占比，形成表格。

3、数据关键词分析

基于nvivo的关键词文本分析，将合并后的政府工作报告以文本形式依次导入，突出关键字，对筛选出的关键词进行聚类和文本分析，更充分的去探究智慧城市发展趋势，建立理论模型，最终获得研究问题的结论，并将我们的研究以论文的形式呈现出来。

zzNvivo软件研究：

Nvivo（Nudist Vivo）软件由澳大利亚SQR公司开发，是一款强大而又灵活的定性分析软件，能快速，有效地分析多种不同的数据如大量地逐字稿文字，影像图形，声音和录像带数据，是实现定性研究地最佳工具。该软件专为大规模定性研究项目设计而成，数据输入输出方便快捷。Nvivo从文档的详细解释到调查回答中的图案信息分析都可以使用，还可以为使用者转到统计软件提供连接。主要适合分析纵向研究，行为研究、内容分析、对话分析、人类学、文学回顾以及上述多种方法混合使用的定性研究数据^[1]

智慧城市研究：

2008年，IBM公司最先提出了“智慧地球”的概念，引起了全球的广泛关注。IBM 认为，“智慧的地球”将首先在城市取得突破，并在中国提出了建设“智慧城市”的理念。^[2] 

国内应用情况：

Nvivo软件研究：

近十年来，Nvivo国内应用主体以高校科研人员为主。其方法数据大多以内容分析法分析二手数据与访谈法收集访谈资料为主。Nvivo应用过程包括资料编码、编码检验、编码分析与理论建模。研究热点聚焦于扎根理论、质性研究与内容分析法，研究前沿从理论层面向应用层面拓展呈现多元化趋势。有学者预测，以Nvivo为代表的质性数据分析工具将凭借其强大的数据编码、理论构建功能成为研究者开展混合研究的重要分析工具。^[3]

在CNKI中国知网上检索以Nvivo为主题的文章，利用citespace进行分析，并按照时间聚类如图1。

图 1

从图1中可以看出，近十年来Nvivo的国内应用范围在不断地推广，由2011年仅用于情报分析定性研究与工作满意度质性研究，到分析心理结构、高效学习等，近三年（2019-2021），使用范围更是推广到了研究互联网、翻译、建模等领域。在去年的新冠肺炎相关研究中，也占有一席之地。

智慧城市研究：

我国于2012年11月开始颁布有关建设智慧城市的政策《国家智慧城市试点指标体系》^[4]，2014年9月，国家发改委联合七部委发布《关于促进智慧城市健康发展的指导意见》的战略政策文件，为中国的智慧城市建设确立了基本原则。2015年12月，习近平总书记在乌镇峰会开幕式中指明了新型智慧城市建设的关键所在，新型智慧城市建设是新一代技术推动城市创新和发展的系统工程，强调在技术、数据、业务三者融合的基础上统筹、调配、利用要素资源，促进物联网、云计算等新型技术的灵活运用，实现城市经济社会环境可持续发展。新型智慧城市有效降低了市场交易成本，优化信用生态，促进要素的优化配置，进而完善了市场竞争机制。自此，新型智慧城市在中国发展至今。

国外应用情况

Nvivo软件研究：

采用同样的方法对知网上外文期刊进行检索分析，结果如图2。

图 2

从图2中可以看出，国外nvivo的应用同样在不断地加大。由最初2002年仅应用于有效定性分析，到后来用于混合方法学、集成计算机辅助数据分析、maxqda定性研究，再到近几年广泛用于分析环境与可持续发展政策、健康感知、品牌共同创造、基础理论方法等。

综上，nvivo作为一款强大的定性分析软件，能够建立各种其他软件发现不到的细微联系，高效辅助相关研究。

智慧城市研究：

国外对智慧城市的研究最早可以追溯到1992年新加坡提出的“智慧岛”计划^[6]，21世纪初期，随着信息化技术不断快速发展，国外的智慧城市建设进行的如火如荼。其中，欧洲和亚洲是智慧城市建设较为积极的地区。美国率先提出了国家信息基础设施(NII)和全球信息基础设施(GII)计划，接着，欧盟又着力推进“信息社会”计划，并确定了欧洲信息社会的十大应用领域，作为欧盟“信息社会”建设的主攻方向。很多发达国家如美国、英国、 日本、荷兰、瑞典、韩国、新加坡、马来西亚等在产业转型和社会发展当中，较早地认识到了“智慧城市”的前瞻性，目前的建设成果也颇为显著。^[7]

1. 引入当下的主流工具——爬虫工具，借助爬虫工具，能够快速的得到需要的期刊文献并对得到的文本数据进行整理。

2. 将文本关键词分类到四个维度中，再根据四个维度建立相关结点，并使用nvivo软件进将最终确定关键词进行编码。

3. 本项目基于大量相关文献数据的核心技术主题识别及其演化可视化方法，以所划分的四个维度为节点，动态跟踪分析智慧城市领域发展过程，有助于识别智慧城市研究态势及其政策演进相关的核心研究内容，分析核心研究内容的发展方向，是该领域发展的基础情报工作，具有较大的应用价值。

4.进行了关键词编码，形成相应数据列表。

1. 技术路线

本项目通过Python编写爬虫程序，将对近十年年来国家级、各省、典型城市的政府工作报告中关于智慧城市的政策论述进行收集整理，将合并后的政府工作报告以文本形式依 次导入 ROSTCM6分词软件，进行分词与词频统计并 输出结果，筛选出与智慧城市有关的关键词，并将所选关键词分别归类到四个维度中。 之后判断关键词与对应维度的吻合程度，并分成三级分别处理，之后借助 QSRNvivo11软件对各个维度建立相关节点，并根据最终确定的关键词进行编码，从而挖掘智慧城市研究态势及其政策演进情况。

2. 拟解决的问题

①　学会使用爬虫、nvivo等相关技术，并进行灵活应用，解决实际问题

②　通过相关的技术路线，对智慧城市领域发展过程进行合理客观的跟踪分析，了解其发展情况，为该领域之后的相关研究做了数据基础。

3. 预期效果：  

发表省级及以上学术论文两至三篇。

2021年4月             小组成员共同完成项目计划申报书

2021年4月-6月        项目资料搜寻和整理。通过网络资源搜集和整理各省政府工作报告，提取其中有关智慧城市的部分进行数据整理，完成资料收集。

2021年7月-10月       利用Python爬虫工具，在基于nvivo的关键词文本分析下对高频关键词进行对比，研究初始资料，总结规律。

2021年11月-2022年2月  进行数据分析整合，研究智慧城市的发展态势，完成研究报告。

2022年3月-4月        依据意见补充调研，修改完善报告，撰写定稿论文，最后提交刊物发表。