“智慧城市”是近年最熱的詞匯之一，上海、寧波、無錫、深圳、武漢、佛山、成都等國內各大城市紛紛提出了相關建設計劃并付諸實踐。如火如荼的建設浪潮之中，混亂和低效的問題逐漸暴露出來，各大城市紛紛展開智慧城市頂層設計，尋找能夠指導智慧城市建設的良方。頂層設計是理念與實踐之間的路線圖，總體規劃與實施方案的銜接橋梁，以確保在實踐過程中能夠“按圖施工”，避免混亂無序。智慧城市是一個新領域、新戰場，作為其理論指引和實踐綱領，“智慧城市頂層設計”也是一個新生事物，其自身也存在很多問題，需要不斷完善。

　　降低智慧城市失敗風險 需識別不確定性

一、智慧城市面對的不確定性

為什么要關注不確定性

信息技術應用的成功激發了智慧城市的構想，但智慧城市頂層設計卻頻頻出現難以落地的問題，重要原因是沒有意識到信息技術工具都有其適用的邊界，信息技術是利用歷史的數據與經驗的算法來解決未來的問題，它只能適應確定性環境，無法適應不確定性環境，確定性是信息技術應用的邊界，智慧城市恰恰具有極大的不確定性，頂層設計必須識別不確定性才能使智慧城市順利落地。

兩種類型的政府業務

智慧城市的一項重要任務是推動服務型政府建設，信息技術提高政府工作效率的可行性與政府的業務類型密切相關，政府業務可分為兩類：

以規范化操作為中心的基層服務型業務，主要面對確定性問題;以政府決策與管理為中心的政府高層業務，主要處理不確定性問題。兩類業務面對問題的確定性程度有很大不同，這種差別將會極大地影響信息技術應用的有效性，頂層設計需要選擇更有效的業務領域。

信息技術對基層業務的積極貢獻

政府基層業務是信息技術最容易發揮作用的領域，發改委、網信辦等十部委聯合提出“一號、一窗、一網”的要求，面對的正是信息技術最能夠提高政府服務的效率之處。信息技術能否發揮作用依賴于業務規范化程度，政府基層服務的規范性支持了信息化應用取得高效益。

信息技術對高層決策作用不大

政府的重要決策是由領導人制定的，決策本身需要創新思維，決策需要解決的是僅靠數據不能解決的問題，從數據中能夠計算出未來的策略不需要高層決策，只有缺乏數據、沒有先例、需要創新的重要場合才需要高層決策。決策者不僅要制定政策還需要承擔責任，創新與責任都是計算機系統無法做到的。

城市產業發展的不確定性

智慧城市的產業發展具有不確定性，因為產業發展不是本地區政府所能控制的，產業是跨地區競爭的，技術是不斷更新的，發展態勢不僅受到本地區策略的影響還受到外地市場競爭的影響，不確定性是產業發展的基本規律，智慧城市對產業發展做精確設計是不可能的，政府能做的主要是改善經濟發展的基礎環境，如交通與通信，城市更宜居，提高人才吸引力等。

智慧城市需要面對不確定性

雖然大數據、人工智能、云計算、物聯網等先進技術對智慧城市建設增加很多重要手段，但是信息技術還是有其與生俱來的局限性，其能力與局限均來自信息技術的機理，信息技術只能解決確定性問題，因此頂層設計必須從確定性與不確定性問題的分析入手，揚長避短地選擇合適的領域與合適的項目，提高智慧城市建設的效益水平。

二、 運行管理中心與城市大腦

自組織發展的城市沒有集中的大腦

大數據、云計算、物聯網、人工智能抬高了人們對智慧城市的期望，許多人相信可以利用這些新技術建立城市大腦，使政府的決策走上科學化的道路。建立城市大腦出發點雖然好卻不現實，城市的出現有幾千年，并不存在什么城市大腦，城市是按自組織模式發展起來的，城市的智慧是分布式存在的，這種智慧模式不是頂層設計可模仿的。

信息技術只能構建智能系統

計算機雖然被稱為電腦但與人腦思維模式有很大不同，人腦可以有兩種思維模式，邏輯思維與直覺思維，直覺思維成為創造性的主要來源。然而電腦只有邏輯思維一種模式，電腦不能創造概念，只能按照邏輯方法處理數據，卻不會將數據提升為信息更不會創新(即使人工智能也做不到)，信息技術可以建設智能系統卻無法真正模擬人腦，智慧城市頂層設計也設計不出超越邏輯的城市大腦。

大數據技術解決不了創新問題

大數據技術提升了人們認識問題與處理問題的能力，而信息技術處理問題能力依然存在著先天的局限性，只能應對可預測的變化，該變化規律已經存在于歷史數據之中。不確定性意味著未來是不可預測的，而信息技術無法應對不可預測性，大數據也無法解決不確定性問題，大數據沒有創新能力。

人腦是可以創新的，人腦不僅能理解包含在數據之中的信息還能理解非數字化的信息，人腦能夠從對人性的理解中悟出潛在的需求進行創新并能承擔決策風險，這是大數據技術做不到的。

人腦能在數據不完備時決策電腦不能

靠完整的政府數據和運行管理中心的計算能力就能夠實現決策的科學化只是一種幻想，實際上政府的數據永遠是不可能收集齊全的，很多重要的數據并沒有進行采集，很多信息無法數字化而無法采集，已采集的數據還存在質量問題，政府官員可以在數據不完備環境下決策，因為人還可以接受其它渠道的信息，包括非數字化的信息，電腦沒有這種能力，因而不會在數據不完備時決策。

三、 認識政府數據不完備的現實

歷史數據并不能支持創新決策

數據收集永遠滯后于實際，不論多及時地收集的數據都是歷史數據，數據所表達的是過去而不是現在更不是未來。而決策是面向未來的，歷史數據并不總是能預測未來，在發展是連續性的環境下預測未來有可能，但是在發展不連續的環境下，未來是不確定的，數據不能預示未來，分析歷史數據并不能對未來提出有用的策略建議，歷史數據沒有支持創新決策的能力。

不是所有數據都能收集齊全的

政府數據收集并非唾手可得，政府的數據經由各部門收集，集中起來并不容易，數據的更新維護是通過部門系統完成的，數據可以集中但更新維護渠道卻難以集中，很多分析想要的數據政府并沒有收集，政府雖然可以發放統計調查表，但數據收集之路艱苦漫長且費用很高，期待政府有足夠的數據可支持每項決策分析是不現實的。

一些重要信息是無法數字化的

政府決策分析缺乏數據是普遍現象，不僅是數據未集中上來或是可以調查數據卻沒有去做，更大的困難是很多重要信息無法數字化，例如國內外形勢，重大事件、社會文化、公眾士氣等，信息不能數字化則無法進入計算機，計算機數據分析系統無法考慮數據之外的信息，這就制約了計算機系統的政策建議能力。

數據的規模受到投資的制約

大數據分析能夠在確定性問題的處理中發揮積極作用，然而能用的大數據資源是十分稀缺的，大數據主要來自現成業務的副產品，專門為獲取信息而設計大數據收集渠道成本太高而難以執行，即使是常規數據也不是隨時就能采集的，數據資源的豐富是靠政府投資堆出來的，政府投資的有限性決定了政府數據完備是不可能的，決策分析對此要有思想準備。

四、 城市運行管理中心工作建議

工作重點不是改進高層決策

政府數據不完備與城市運行管理中心數據推理思維的局限性，使運行管理中心只適合改進規范性的業務而不適合優化政府決策，政府決策工作還是要由政府領導層完成。城市運行中心需要依據自己的特點揚長避短，多數城市運行管理中心并不屬于政府部門，遠離政府保密數據有利于提高工作效率且有助適應未來政務工作開放的新趨勢。

面向政府的基層服務主戰場

信息技術最能發揮作用的領域是政府的基層服務業務。規范化的基層業務操作很適合計算機應用卻始終未得到足夠重視，電子政務一直期望在高層服務上有所作為卻未能如愿，如今政府已經認識到基層服務才是政府精細化管理的主戰場，將城市運行管理中心的工作重點向基層傾斜，提高基層公務員的工作效率將大有作為。

建設政府部門工作的激勵平臺

很多城市運行管理中心大量匯聚部門業務數據向領導層提供，使得領導層了解部門工作細節并能夠直接指揮，但上級干預業務細節會降低部門領導的責任心，部門能自行處理的問題也向領導層請示，反而增加了領導的負擔。運行管理中心應成為部門工作的激勵、匯報、檢查系統，讓部門發揮作用。使其工作匯報可互相查閱參考并向公眾開放，激勵各部門努力工作。

創造數據共享新渠道

政府內部的數據資源大都由政府數據資源中心來管理，其業務的重點是建立政府數據資源目錄與數據交換平臺，服務對象是政府內部，信息共享主要內容也是政府各部門的數據源，而很少考慮外部資源的利用。

城市運行管理中心的業務應當與資源中心不同，重點是提高政府數據利用效率，要更多以外部數據利用為主，積極引進外部數據并推動政府數據開放。運行管理中心可重點推動可視化數據的共享，可視化數據能繞過隱私與保密的障礙易于獲取。利用可視化共享平臺，政府部門可視化工作匯報可以向公眾開放，可以采購企業的可視化數據產品向政府提供，可視化數據共享平臺可成為城市數據與信息共享的新渠道。

五、 系統導向頂層設計的效益困境

決定論專家相信存在完美的城市系統

系統導向的頂層設計屬于決定論思維模式，這種思維認為智慧城市管理存在著理想的模式，可以實現未來城市的科學化管理，大數據、物聯網、云計算、人工智能等現代信息技術成為構建城市理想系統的工具，頂層設計的任務就是運用系統工程的方法設計這種完美系統。

這種以建設完美系統為目標的設計是不能成功的，因為智慧城市始終是一個發展著、變化著的不確定性系統，不存在理想的智慧城市系統。

系統導向認為系統建成一定產生效益

系統導向專家相信理想的城市智慧系統，該系統產生效益是必然的，在這種思維的引導下，建設城市智慧系統成為核心目標，效益便成附帶成果，建設者將系統擺在第一位必然會拖延效益的進度，而且認為只要系統建成效益就會水到渠成。其實效益遠不是那么容易產生的，效益也需要精心設計精心調制，沒有投入足夠的時間與精力，效益是不可能出現的。

過于依賴行政手段推動系統建設

系統導向頂層設計最大的短板是效益產生得太慢，無法用效益來增強合作者的信心，而系統導向架構涉及部門范圍又非常廣，只好依靠行政的力量要求各部門配合，系統導向專家反復強調“一把手工程”的重要，直至一把手也不厭其煩了。采用效益導向的開發思路就沒有這么困難，因為及早提供效益會鼓舞合作方積極配合而不必過度依賴行政措施。

迷信數據會阻礙系統產生效益

系統導向專家迷信完美系統和完美的數據，他們認為政府是擁有完美數據的，以完美的系統來分析政府的完美數據一定能輕松產生完美的政策建議而得到政府部門的青睞，而接觸政府工作的現實之后，他們會對政府數據完備性大失所望，因為各部門收集的數據既不完整又很難配套的，數據分析產生成果之路漫長而艱辛，每個小小的成果都需要艱苦的努力。

六、 效益導向頂層設計的推進模式

不相信有完美的智慧城市系統

效益導向頂層設計理念認為完美的智慧城市系統是不存在的，智慧城市的設計首先不應是系統層次的頂層設計而應是目標層次上的頂層設計，先澄清要解決的問題，明確效益目標后才能進入目標項目的系統設計。效益導向專家認為，城市智慧系統不是設計產生而是諸多智能系統在服務運行中自組織形成的。頂層設計的首要任務是選擇恰當的效益目標、建立相互配套的目標體系，下一步才是針對效益目標在系統層次上進行頂層設計。

按照效益目標設計信息系統

每一具體的信息化任務都要按目標導向的原則設計，確保能夠實現預期的目標效益，效益導向需要抓重點，在系統提出諸多目標時，總有能決定項目生死的核心目標，要以核心目標為重點，確保核心目標實現。核心目標能夠“一俊遮百丑”，可以帶動其余目標的解決與調整，核心目標未完成，枝節目標做得再多也是系統失敗。

以互操作、標準化、松耦合促進自組織

效益導向專家首先關注的是任務的核心目標，其次是全市各智能系統相互的協調，效益導向專家認為智慧城市的整體協調是通過松耦合實現的，松耦合為各系統的相互配合、再集成創造條件促進系統進一步自組織。效益導向專家認為，面對充滿不確定性的未來環境，松耦合的整體系統能給各個系統更多的選擇性，便于分散系統自組織形成為更能適應未來的新體系。

以效益促進相互支持的良性循環

效益導向頂層設計認為每個政府項目都是一個共同合作過程，相互信任與支持至關重要，政府對開發團隊的支持并不是盲目的，有一個信用建立的過程，開發團隊盡快向用戶提供效益是增強用戶信任的關鍵措施，不斷增強用戶的信任應是開發商的基本策略，在頂層設計應列出效益的里程碑并認真實施，以效益再生信任，形成密切合作的良性循環，加快進度提高質量。

七、 智能系統與智慧城市的關系

智能與智慧是兩個層次的概念

聰明是具體的智慧，智慧是長遠聰明。聰明指一時一事的高效率，智慧指對長遠目標的高效益。智能是具體的自動化應用，智能與聰明是同一層次的概念。而智慧是大量智能應用涌現的新狀態，因此智慧是比智能高一個層次的概念。不同層次有不同的思維方式，不能用智能層次的思維去構想智慧城市，而要用自組織涌現的新層次去理解智慧城市。

人們只能建設確定性的智能系統

迄今為止的信息技術(包括大數據、物聯網、云計算、人工智能等)，都有其與生俱來的局限性，它們建立在數據與程序的基礎之上，只能解決確定性問題，對于未知的不可預測的問題無能為力，它們是針對具體環境的自動化工具，可稱為智能系統。信息工程理論是設計智能系統的工具，智慧城市意味著城市智能系統創新的繁榮，信息工程學可設計具體智能系統卻無法設計智能化繁榮。

國內外智慧城市概念有何不同

國內智慧城市概念要比國外的概念更寬泛，很多人會把自己對智慧的想象注入智慧城市，想象著智慧城市能解決一切問題，而不深探信息技術的局限性，導致很多智慧城市方案大而全，成為智慧城市建設浪費的主要原因。

國外的智慧城市目標要小得多也具體得多，因而容易成功，IBM公司的智慧地球主張按領域實現智能化，如水務管理、電力管理、交通管理、醫療管理等，而沒有像國內這樣動輒做全市范圍的大規劃，目前的知識與技術并不足以勝任全市規模的頂層設計。

智慧城市是智能系統繁榮涌現的新生態

從歷史視角看，智慧城市應當是一個方向而不是靜態的成果，人類今天掌握的技術只是技術發展史上的一個瞬間，今天最得意的技術明天就會過時，城市的智慧化是沒有盡頭的，沒有任何城市能說自己已經是智慧化了，任何靜止的概念都是在違背智慧城市的理念。

智慧城市是一種不斷創新的生態環境，人類只能設計應對確定性問題的系統，智慧城市只能建設一個又一個有限生命力的智能系統，無數智能系統不斷被創造出來又不斷被更新淘汰，而智慧城市就是智能系統繁榮所依賴的土壤。