城市規模激增后，城市治理迎來“大考”。最為“大考”的判卷人，民眾本應是城市治理關注的重點對象，但現實中數據收集和數據共享難度大，民眾反饋很難融入城市治理。

進入數據化時代，各行各業都以數據記錄、追蹤，如此海量的大數據不能只是停留在服務器里的資源，更應在提升城市“人情味”上發揮功效。

具體來說，利用類似“眾籌民意”的方式可簡便高效收集大數據，城市建設從此把準脈，把便民融入細節之中。之后，大數據的深度挖掘可預判民眾潛在需求，通過“機器智能”尋找人類未發現的規律和結論，“未卜先知”地提供便民服務。

民意眾籌形成大數據 讓城市兼具“人情味”

“人情味”的最直接體現是城市建設的便民性，城市建設能否從民眾實際需求痛點出發規劃，而不是“為了智慧而智慧”，導致適得其反。因此，民意形成的大數據成為城市治理的必備，也成為城市提升“人情味”的核心。

武漢城市規劃與設計研究院數字規劃中心主任工程師熊偉在日前舉行的“數博會”上以武漢東湖地區的規劃為例，就詳細介紹了眾包智慧提升民眾參與感、真正做到“以人為本”的過程。

他介紹道，在東湖的規劃中，市民可以把鼠標當成自己手中的畫筆來描繪綠道的走向。經過一段時間的規劃之后，城市規劃管理中心進行匯總，把所有綠道的規劃數據在后臺集成之后，最終確定民眾最急需的綠道走向。整個過程詮釋了“眾包智慧”解決民眾需求痛點，是大數據“取之于民、用之于民”的直觀體現。

在未來的城市治理中，類似的“民意眾籌”可作為大數據積累的來源，可持續地為城市治理提供一手民意反饋支撐，這樣的民意大數據既讓城市治理更有“人情味”，也避免重復建設帶來的人力、物力、財力浪費。

機器智能“縱向”深度挖掘大數據 讓城市治理“讀懂人心”

民意眾籌的形式是最直接的“取之于民，用之于民”，在結合互聯網時代的人工智能技術后，還可深度挖掘大數據，為城市治理提供意想不到的高效。

在此次“數博會”上，“機器智能”成為智能時代的變革技術。簡單說，機器智能是讓機器具備人類所不具備的智能，學會自主學習、提升智商，甚至某些方面超越人類預料。

多位專家和大咖均認為，在城市治理中，機器智能的突出優勢是讓設備“聯通數據”，讓大數據提供最優解決方案，為人類提供最佳選擇。馬云就在主旨演講中以零售業為例闡述了“設備+大數據”后的神器化學反應。他認為，定制化需求會越來越多，而機器也會越來越聰明，各行各業都要做好應對大數據沖擊的準備，也要抓住時機引領變革。

回到“城市治理”的主題，在“機器智能”時代同樣可以把“城市聯通數據”，讓大數據實時感知民眾需求，也讓大數據及時調整城市基礎設施的運行，特別是對突發應急事件快速反應，讓數據“跑”在問題發生前。

在落地中，某些城市已開展建設“城市大腦”，讓機器智能統籌管理所有聯通數據的設備，小到攝像頭、紅綠燈，大到公共數據庫，根據實時大數據規基礎設施的運行，即使面對突發情況也能從容應對，讓民眾享受大數據的智能分析便利。

舉例來說，世界上最遙遠的距離被認為是“攝像頭和紅綠燈”間的距離。在機器智能時代，攝像頭的視頻和圖像數據可以深度挖掘，把諸多看似無關聯的數據交叉分析，機器可自主尋找相關數據，實時感知路況，在即將擁堵之前為民眾提供合理路線，讓攝像頭收集的大數據不再是“死數據”，而是可以調控信號燈的活躍數據。

未來，旅行住哪個酒店、到哪里吃飯，到會場見什么人，以后這些決策可以由機器智能來輔助作出決定，它可以主動說推薦我們去和某人見個面或建議到某個餐廳就餐，然后乘最便捷的航班離開。

大數據“橫向”融合數據共享打造“智慧水務”

大數據不僅可以通過機器智能深度挖掘，還可以多行業大數據“跨界”整合，讓城市公共數據全面聯動，城市治理是牽一發動全身的系統工程，各行業的大數據橫向融合能讓規劃“一次到位”，避免“開拉鎖”地治理。

最為人熟知治理工程就是涉及水、電、氣、暖的地下管廊的修建工程，這些管廊經常需要調整走向或新增管道。現實中，分屬不同政府部門、不同建設公司的各項規劃通常進度不一，有時同一路段短時期內頻繁開挖，“開拉鎖”式城市治理。

在大數據時代，解決此亂象的關鍵是提高數據共享程度，水、電、氣、暖各市政部門事先可在同一平臺上利用三維建模軟件模擬規劃效果圖，彼此互通有無，了解相同規劃內容并統籌規劃，減少反復開拉鎖式工程，同時避免影響其他管廊的運行。

在該平臺的實際落地中，中地數碼集團打造的服務于市政部門管理的“綜合管網信息系統”就大大提升城市治理的效率，其中的“排水管網”和“供水管網”系統更是成為多地“智慧水務”的助手。在系統平臺中，市政部門可以在“一張圖”上了解地下管廊現狀，通過真三維建模功能模擬修建過程和完工效果，數據可在多部門間互聯互通，讓市政規劃步調一致，每次治理都能提升服務能力，不再因“開拉鎖”遭到民眾投訴。

大數據時代，民眾需求幾何級增長，城市治理也隨之面臨“大考”。但同時，大數據也是城市治理提升的巨大機遇和動能，從“民意眾籌”的取之于民開始，大數據的深度挖掘和跨領域融合可以讓大數據“造福于民”，讓大數據的“大智慧”提升城市治理效率。