尹稚:智慧城市不是技术的堆砌

本文关键词推荐标签
中国 城市 推荐 城镇化 智慧城市 大数据 社区 城市治理 社区治理 空间 新型城镇化 建筑 交通 设计 服务 人口 协同 产业 评估 基础设施 街道 智慧 数据 目标 平台 融合 展示 公共空间 模式 智库 研究 环境保护 政策 治理 系统 保护 活动 研究院 管理
随着我国进入转型升级的发展阶段,城市发展建设面临更高的质量要求,应用大数据、人工智能、虚拟现实等信息化技术,辅助城市的管理决策,成为广泛共识,但所谓的“智慧城市”是否就是相关技术的简单堆砌,技术背后是否存在更加深层次的运行逻辑?

内容来源:清华城镇化智库(ID:tsinghua_TUCSU)

作者:尹稚,清华大学中国新型城镇化研究院执行副院长、清华大学建筑学院教授

1、城市是一个复杂巨系统,很大程度上无法完全精细解读,技术必须在深刻理解城市运行规律的基础上寻求合理解决路径

城市内部按照人的活动参与多少分为两类系统:一类是大量的自封闭技术系统,如给水、排水、供热、供电、供气等所有能联网、联线的工程性支撑系统,一类是有大量人为因素影响的复杂巨系统,如交通、环境、产业等难以完全量化的城市运行系统。基于两类系统的不同基础特征,需要采取不同的“智慧化”路径。

1.1 自封闭工程性支撑系统,基于信息技术,实现完全自动化

工程性支撑系统由于本身能够精准量化、统一规制,并且自封闭循环,因此不管它的枝枝节节深入到什么层面,相对来说仍然是个简单系统,可以通过信息化手段,实现数据精细采集、精准监控和实时分析、反馈、调节,即“智慧”全自动化。

1.2 复杂城市运行系统,基于大数据为支撑的集总效应判断,实现人机交互下的决策支撑

城市是一个复杂巨系统,在很大程度上无法精细解读。它注重的是大数据为支撑的集总效应判断。对于城市中的众多复杂系统来说,以异构融合的多维时空数据为纽带,构筑跨学科的大数据运算平台,来支撑尽可能多的点状的应用,实现对系统间集总效应的耦合分析,进而进行情景模拟,为治理决策提供支撑,这是其实现“智慧”的正确路径。

对于复杂系统,简单的数据罗列和逻辑判断难以精确描述其运行规律,需要在对既有城市发展模型的深入理解的基础上,实现数据的智能化、全链条深度应用,这也恰恰是现在所有的以IT为核心的数据公司,最缺乏的一环,因为他们不了解城市运行的规律,又缺乏与相关领域专家、资源的合作途径。

2、必须以空间数据为核心来搭建统一平台,基于全三维化的地理信息系统,构建“智慧城市”运行的基准平台

时空关系是所有判断要素中最核心的,是治理平台的基准。基于空间坐标,其他信息才有真实意义,才能真正在决策过程中发挥效力,这一理念已经在全球范围内形成广泛共识。所有城市治理的底层平台必须以土地和建筑信息为核心,相关属性信息、感知信息都是基于空间信息叠加的。由此,基于空间基准平台建立统一的数据采集体系,可以有效抑制重复性投资和碎片化投入。各类数据的采集、分类、整理、筛选、清洗等,都应该在这个体系上完成。

3、明确以社会治理而非数据链为核心,建立智慧城市顶层设计

必须明确数据只是后台技术问题。尽管目前还存在不同部门数据格式不一样、体例不一样、属性数据跟图形数据之间关联性不强等一系列技术问题,但这些并不是智慧城市面临的核心难点。很多城市已经实现了将跨部门数据,整合到一个仓库里,建立“数据仓库”。但这些不同部门数据之间的关联关系,数据背后逻辑链条的确定才是政府真正关心的复杂问题。因此,整个系统的搭建必须由城市的管理者主导,基于社会治理的内涵,梳理从宏观治理一直到微观社区治理的完整逻辑链条,而不是在数据层级、数据流的交互这些基础技术层面反复推敲。

1.1 以治理为逻辑,建立统一的数据采集分配机制

将社会治理中涉及的各类复杂问题,集中到一条的逻辑线上,通过统一智慧基础设施实现智能化的感知、事件应对等。以城市街道公共空间的综合治理问题为例,首先将现有的复杂管控体系进行系统梳理集成,通过有限的信息采集点,实现对整个区域的有效监控和空间的有效利用。在此基础上调整城市治理体系,运用项目审批、财政支持等手段实现城市运行数据的归口采集和统一调配,并进一步建立一整套信息跟踪反馈的智慧管理机制。

1.2从“数据仓库”到“数据联动”到“数据联勤”

这不是一个简单的数据架构设计问题。很多城市已经建立了跨部门“数据仓库”,但数据之间没有建立逻辑关联,实现“数据融合”,其深层次原因是对治理体系缺乏理解。政府的所有政策并不是孤立的,某一政策必然产生多方面的相互影响,治理雾霾可以通过关闭企业落实,但相关的代价是什么?对GDP的影响有多大?税收将承受多少损失?将会产生多少失业人口?这些问题都需要联动分析。

进一步,在“数据融合”的基础上,每项部门决策的制定,都需要综合考虑相关部门的数据和工作,从而实现“数据联勤”。单一部门的某项工作与其他部门间是什么关系?相关部门需要同步采取什么措施才能把这一决策落实,同时把这一工作的负效应和外部成本降到最低?最终,在“数据联勤”的基础上,才能够真正实现跨部门的多目标综合决策。

4、建立以大数据为支撑的闭环评估反馈机制,不断优化技术路线,解决痛点问题

基于空间数据基础,结合逐步完善的感知系统、数据采集系统,建立智慧平台的闭环评估反馈机制,打开公共的需求通道,从而保证技术能够真正地聚焦于社会治理的痛点和难点问题,而不是为了单纯的技术炫耀,最终建立集成-智能-交互的政府治理科学决策支撑系统。这里,政府将重点关注平台以下几个方面的能力:

第一、信息化的感知能力。通过铺设完善地感知性信息基础设施,提升对于城市运行状态地实时感知能力,同时通过信息反馈机制的完善,实现所有的信息点到点的正向、反向可回溯。从而减少政策实施以后的时滞效应,为政策的快速迭代修正奠定基础。

第二、实时监测评估。基于采集、反馈的数据信息,对比社会治理的普遍底线(如公共安全、环境保护、违法犯罪等),一旦突破底线,实时提示报警。由此,实现对于影响社会治理公共底线行为的实时监测评估和预警分析。

第三、发展情景模拟。城市以及社会发展一定是非线性或者超线性的,背后有一系列的复杂模型支撑。近年来,随着图形拓扑算法和图形耦合算法的广泛应用,复杂的数理模型逐渐从后台的决策工具转变为前台的公共参与工具。社会发展的情景模拟可以通过计算机媒体直观展示,保证所有内行、外行都可以参与评价,虽然其并不一定了解城市治理背后的复杂逻辑关系。因此,未来的城市发展模型,不仅仅是一种科学工具,而是一种直观展示、公众参与、民主决策的平台。

第四、形成决策运行新闭环。在政府治理决策支撑过程当中,通过整合交互式的反馈评价系统、智能化的参谋咨询系统、集成化的数据情报系统,建立新规则闭环,促进政府治理模式的转变,建设人民满意的政府。围绕精细管理、精准服务、动态监测和高效协同四个服务目标,综合运用大数据分析、人工智能等技术支撑手段,实现多目标综合决策、动态交互、时空融合。

综合来看,城市治理最终是一个决策研讨的过程。大量针对复杂系统的研究都明确得出,城市治理难以线性模拟并通过机器实现所谓的“人工智能”决策。究其根本原因,是价值观、美学、情感等等构建人类社会的最基本的因素都无法量化。“智慧城市”最高效的决策模式是“人机交互研讨”,即通过计算机的情景模拟服务人的综合判断,从而实现人机交互、辅助决策。因此,智慧城市不是技术的堆砌;人的价值判断、城市的运行逻辑才是技术背后更加关键的基石。


END
本站无留言讨论功能。交流讨论,欢迎加入国匠城知识星球APP。知识星球为学习型付费社群。在各大应用商店搜索“知识星球”即可下载安装。微信扫码加入。
城市规划学社
每日分享,每周专题
专题PPT,交流社群
城市数据学社
数据新闻,数据申请
数据教程,交流社群
规划管理交流
规划管理,经验交流
仅限规划管理工作人员加入
小编工具:无版权免费可商用图片搜索 规划行业搜索聚合
规划搜索
规划云-规划行业搜索
规划搜索,规划知识图谱

如有版权问题请联系 13132097@qq.com:规划头条 » 尹稚:智慧城市不是技术的堆砌