如何理解：城市的“信息化→智能化→智慧化”

      3月31日下午，习近平总书记在杭州城市大脑运营指挥中心，观看“数字杭州”建设情况。习近平说，城市大脑是建设“数字杭州”的重要举措。通过大数据、云计算、人工智能等手段推进城市治理现代化，大城市也可以更“聪明”。从信息化到智能化再到智慧化，是建设智慧城市的必由之路，前景广阔。

      城市信息化和智慧城市领域，对信息化、智能化、智慧化等概念，常混为一谈，加上数字化、数据化等说法，令人更为困惑。这些概念确有很多共同点，但包含不同技术发展阶段和可能迥异的方法论，仍需辨析其中差别。

       广义的信息化涵盖以上所有概念。全球范围看，人类正在进入以信息为基础的时代，最主要的资源由物质与服务演进为全社会可共享的信息。

      中共中央办公厅、国务院办公厅印发的《2006-2020年国家信息化发展战略》中称，信息化是充分利用信息技术，开发利用信息资源，促进信息交流和知识共享，提高经济增长质量，推动经济社会发展转型的历史进程。

      信息化本质是，通过数据和计算，更高效地连接供需双方，实现更精准匹配，使有限存量资源发挥更大效率。商务和政务的最终状态，是使组织具有有机生命体特征，适应目标人群需求，真正实现以人为本。

      中国目前的智慧城市建设，主体是政府信息化工程，通常称为数字政府或电子政务，是指在计算机、互联网等信息技术支撑下，政府机构日常办公、信息收集与发布、远程会议、公共管理等事务在数字化、网络化环境下进行。

      作为特别的狭义信息化建设，数字政府需要单独分析。

      数字政府通过构建数据驱动的政务新机制、新平台、新渠道，进一步优化调整政府内部组织架构、运作程序和管理服务，全面提升在经济调节、市场监管、社会治理、公共服务、环境保护等领域的履职能力。

      数字政府可实现让政府运行摆脱手工操作，提高办事效率，降低行政成本；数据跨层级跨部门更高效流转，促进政府实现整体协同；政府与市民之间信息通畅，促进政府开放。

      ·城市物理空间的数字化最易实现。以遥感、测绘、卫星定位、倾斜摄影测量、激光雷达等技术为基础，BIM和GIS已可在数字空间里从宏观到微观精确实现城市和建筑空间形态的三维重现。这被称为“数字城市”。

      ·打通各部门政务数据，解决条块分割的“数据孤岛”和“数据烟囱”，是存量政务数据的主要挑战。数据分割源自部门割裂，表面的互联互通和共享交换是权宜之计。只有通过高维应用，促进跨部门数据协作，提高城市综合解决复杂问题的能力，才能给数据打通流转以真正动力。

      ·新技术驱动下，城市部门分工将进一步整合。近年来，跨行业、跨部门的综合性协同机构已出现。众多城市组建融合规划、城管、环卫、环保、市政市容等传统部门业务的大城管部门；各种城市生命线的应急能力被整合成专门的应急管理部门；大数据局等数据主管部门自上而下统筹智慧城市建设的设施和数据。管理职能整合有赖于信息技术、通信技术的支撑。

      ·城市运行数据，特指来自物联网的各种描述城市基础设施和车辆、人员运行状态、行为的“流”、“场”数据，包括基础设施管网和设备运行数据、车辆位置和驾驶状态、人员行为等。城市交通、安防行业的摄像头也是物联网设备，但更应关心用物联网技术对传统城市基础设施进行ICT化改造，以及更全面的“城市感知网”建设，使城市具备“多维、高频、高精度”采集和传输数据的能力。笔者认为，这是“新基建”的最重要部分。

       通过城市数据平台，将上述各类数据有条理、有结构地组织，能够查询、回溯，进行可视化分析，解决简单问题，是现阶段大多数智慧城市建设的目标。

      全国风起云涌的“城市大脑”建设，核心是数据可视化的大屏幕，即所谓IOC（Intelligent Operations Center），且大多是静态和宏观数据，决策支持价值十分有限，往往沦为参观项目。

      即便如此，COVID-19疫情中，由于城市各种资源和外部条件剧烈变化，常超出个人处理信息和决策的能力，大屏应用接入越来越多维度的高频数据，通过直观的可视化，帮助各级政府适应了基于海量数据决策的模式，对智慧城市发展仍然起到正面作用。

      智能化是指，事物在网络、大数据、物联网和人工智能等技术支持下，具有能动地满足人各种需求的属性，具备自适应、自校正、自协调等能力。

      CPS（信息物理融合系统，Cyber-Physical Systems)的概念可较好地描述智能化过程。信息系统实时监控物理世界运行状况，物理世界又可借助信息系统进行各类环境因素的检测调节与控制。通过信息系统和物理世界相互渗透的反馈循环，达成安全、可靠、高效和实时的控制效果。

      早期智能化系统大多是自动化的机器设备，随着物联网和人工智能发展，一些较复杂的系统也具备了整体的智能化能力。如无人驾驶汽车，将传感器物联网、移动互联网、大数据分析等技术融为一体，通过传感器识别自身状态和环境态势，实现自动化的驾驶、避障、停车等，能动地满足出行需求。

      智能化的基本逻辑是，采集事物运行数据，对其历史规律进行数学建模，通过计算预测和监测对比，反向指导或控制事物运行。至于数学建模，无论使用简单的回归分析，还是流行的机器学习甚至神经网络（即人工智能AI），都先要学习足够多历史数据。

      智能交通是当下最典型的城市智能应用。其基本逻辑之一，是通过摄像头、卡口、雷达、浮动车等采集路口的交通量，以及路段的行车速度，然后通过数学模型，计算更合理的信号灯配时，代替传统的固定程序或手动控制，增加路口乃至全路网的通行效率。

      又如，视频数据的结构化处理和要素识别，是现阶段最普遍的人工智能应用，如人脸识别、车牌识别等。人工智能从视频数据中提取有用信息，解决了视频数据只能人工监视或事后回溯的问题。类似还有NLP（自然语言语义处理）和语音识别等，都是城市数据处理分析需要的通用人工智能算法。

      基础设施运行领域，包括能源供给、地下管网运行，以及道路车辆等，都可采用智能化手段管理。智能化的前提，是对城市数据的全面感知。高频度、高时空精度、多维度的数据，才能支持精细化建模和相对准确的短期预测推演。这一阶段，智能算法和算力已不是问题。传统基础设施的智能化改造以实现全面数据采集和反向控制，以及城市感知网的建立，是采集足够数据的前提。这也是上文强调更全面的城市运行数据采集的原因。

      CIM（城市信息模型，City Information Modeling）平台是数字孪生在城市领域的具体表现形式，也是全面采集和分析数据的重要前提。在BIM和GIS基础上嵌入物联网数据，增加了对“流”、“场”等动态空间的描述和计算能力，又大大提升了数据空间和时间粒度的细化程度，实现对城市空间精细、全面、动态、实时的数字化。

      在全面收集数据基础上，CIM通过统一的数据平台，将各领域不同维度数据进行结构化、标准化整合，再通过人工智能算法进行规律归纳甚至模拟预测。在空间范围和技术逻辑上，CIM建设是“大场景的GIS数据+小场景的BIM数据+物联网IoT数据+人工智能AI”的有机结合。

      智能化应用越来越多出现于智慧城市建设，但大多非常初级。原因是数据资源不足或质量不高，人工智能无数据可用。针对数据处理和模型训练的大量人工工作量，人们常说，“有多少人工，就有多少智能”。城市有针对性地主动采集和汇聚大量的、高质量的结构化和非机构化数据，人工智能才能在更多领域发挥更大作用。

      智慧是生命具有的基于生理和心理器官的高级创造思维能力，包含对自然与人文的感知、记忆、理解、分析、判断、升华等。尽管大数据具备多维度、大样本量的特性，加上人工智能技术赋能，我们比以往更接近复杂系统全貌，但仍不足以拥有驾驭城市系统的真正智慧。

      技术层面上，以群体智能、类脑智能、神经芯片和脑机接口等为代表的强人工智能，水平会远超现在的人工智能，实现推理和解决问题，这时智能系统才会表现出类似生命体的思考能力。

      作为有机体和复杂巨系统，城市几乎不可能实现完全意义上的可预测和可控制。事实上，大多数城市系统与“人”和“社会”相关，对社会系统的认知和治理，是实现城市智慧的关键。这些虽大都依托信息技术实现，但技术以外的理念与机制更重要。

1、以人为本：关心所有人

      未来智慧城市的建设，价值观将不断回归人本主义而非技术主义。规划、设计和建造城市，是为创造更理想的人居环境。

      人的幸福感提高是城市发展的核心目标。幸福感不能简单量化观测。“以人为本”说来容易，也常被写入政府文件，但以往更多是自上而下替人做决定，而非让所有市民真正参与决策制定和执行过程，只有从设计之初，切实从所有市民的需求和感受出发，才能规划建设出以人为本的城市。

      欧美很多国家，智慧城市的规划和决策，都需要全体市民参与。从战略提出、技术方案选择到具体实施，都要通过市民听证环节推进。Google母公司Alphabet旗下Sidewalk Labs主导的多伦多滨水区的未来城市项目，方案推出一年多，一直频繁进行公众咨询。看起来效率很低，但这样大规模的建设项目，有大量潜在技术和安全风险，如果不得到全体市民支持，可能出现各种问题。大型互联网公司的技术实验项目，必须打消利益相关方对资本霸权和数据隐私等疑虑，在法律层面解决，才能确保项目顺利推进。

2、问题导向：解决人的问题

      纵观国内外成功的智慧城市案例，无一不是针对具体城市问题提出解决方案。虽然应用最先进的技术，但智慧城市并非单纯目标导向的蓝图式规划。其发展和建设，目的是更好地解决现有城市问题，为市民提供面向未来的高质量生活。

      要合理高效解决问题，首先要准确发现问题，其次要有寻找解决方案的良好机制。这意味着柔性、动态的政策导向。从国外案例看，很少有构建硬性的指标体系来指导智慧城市建设发展的，都是从微观甚至琐碎的问题出发，短平快解决市民生活烦恼。这也体现以人为本的城市发展观。

      与现在遵循标准化的所谓“顶层设计”、大量标准化产品堆砌成的“智慧城市”不同，解决问题需要灵活的技术响应机制，把城市当作开放的实验室。通过开放提出问题、开放数据、开放征集解决方案等，加上各种风险投资和项目孵化机制，鼓励市场化的解决问题机制。

3、可持续性：为后人着想

      城市发展要以整个人类文明的永续传承和后人享受更高质量的生活为目标。更智慧的城市，势必具有更可持续发展的能力。新科技为城市核心系统的设施提供了更为智能、高效率的调配方案，大大减少物质和能源的损耗。

       而城市的未来市民，也在期待技术进步带来更好的物质基础。城市就在一代代的科技交接中，不断迸发出人类智慧的火花。

      日本智慧城市一直强调3E(EnergySecurity, Environment, efficiency)标准和"低碳可持续"发展的智慧化，旨在更新传统的城市基础设施，实现高效节能的低碳目标。如著名的柏叶，从新能源和环保产业发展出发，吸引企业和居民，最终实现优质的社区服务。

4、众包开放：多方协同，广泛参与

       开放、跨界、众包成为城市创新发展的重要特征。

      城市问题往往涉及复杂的利益相关方，各方诉求又各不相同。寻找解决方案的途径是将所有利益相关方联系起来，对所涉问题充分讨论，考虑各方需求后得出解决方案。市民也成为城市天然的传感器，帮助城市管理者源源不断地发现并主动解决问题。在这样的形势下，智慧城市将通过跨界创新，为多元的社会公众、企业和组织等提供服务和支持，通过泛民众化的平台影响力，集聚众包的力量和智慧，聚焦城市公共产品与公共服务领域创新创业孵化，实现多方合作共赢。

      近年来，国内很多城市的城市管理应用中，内置“随手拍”功能，通过物质奖励引导市民积极提供线索，取得很好的效果。

      越来越多国家和城市加入到数据开放队列。纽约市是最值得学习的超大城市样本。2012年，纽约市颁布数据开放条例，2018年，开放数据平台中的数据库总量超过2000个。纽约在开放数据平台上提供了数十亿行数据，至今累积了100多万名用户，超过600万次浏览量。通过纽约城市大数据公开，执政更加透明，市民更加信任社会运转。这些数据正在各个科研院所、企业、个人手中发挥越来越重要的价值。

      总的来说，城市的信息化、智能化和智慧化是交错演进的。我国智慧城市建设总体处于数字政府建设阶段。已有越来越多的智能化应用出现。但信息化手段的简单利用，不能改变政府原有运行机制，根本上提升政府治理效率和城市运营水平。

      真正意义上的智慧城市，需要通过信息技术，发挥人的智慧来实现。一是要以所有人为本；二是要真正解决人的问题；三是要让人参与；四是不仅要以现在的人为本，也要为后人着想。只有这样，才能使智慧城市建设变成城市创新平台，发挥多元主体的创造力，通过数据驱动，再造城市运营与管理的整个流程，最终创造美好的城市未来。

 

来源:WEPON智慧城市与城市智慧，澎湃网等