1.城市是一個復雜巨系統，很大程度上無法完全精細解讀，技術必須在深刻理解城市運行規律的基礎上尋求合理解決路徑
城市內部按照人的活動參與多少分為兩類系統：一類是大量的自封閉技術系統，如給水、排水、供熱、供電、供氣等所有能聯網、聯線的工程性支撐系統，一類是有大量人為因素影響的復雜巨系統，如交通、環境、產業等難以完全量化的城市運行系統。基于兩類系統的不同基礎特征，需要采取不同的"智慧化"路徑。
1.1自封閉工程性支撐系統，基于信息技術，實現完全自動化
工程性支撐系統由于本身能夠精準量化、統一規制，并且自封閉循環，因此不管它的枝枝節節深入到什么層面，相對來說仍然是個簡單系統，可以通過信息化手段，實現數據精細采集、精準監控和實時分析、反饋、調節，即"智慧"全自動化。
1.2復雜城市運行系統，基于大數據為支撐的集總效應判斷，實現人機交互下的決策支撐
城市是一個復雜巨系統，在很大程度上無法精細解讀。它注重的是大數據為支撐的集總效應判斷。對于城市中的眾多復雜系統來說，以異構融合的多維時空數據為紐帶，構筑跨學科的大數據運算平臺，來支撐盡可能多的點狀的應用，實現對系統間集總效應的耦合分析，進而進行情景模擬，為治理決策提供支撐，這是其實現"智慧"的正確路徑。
2.必須以空間數據為核心來搭建統一平臺，基于全三維化的地理信息系統，構建"智慧城市"運行的基準平臺
時空關系是所有判斷要素中最核心的，是治理平臺的基準?；诳臻g坐標，其他信息才有真實意義，才能真正在決策過程中發揮效力，這一理念已經在全球范圍內形成廣泛共識。所有城市治理的底層平臺必須以土地和建筑信息為核心，相關屬性信息、感知信息都是基于空間信息疊加的。由此，基于空間基準平臺建立統一的數據采集體系，可以有效抑制重復性投資和碎片化投入。各類數據的采集、分類、整理、篩選、清洗等，都應該在這個體系上完成。
3.明確以社會治理而非數據鏈為核心，建立智慧城市頂層設計
必須明確數據只是后臺技術問題。盡管目前還存在不同部門數據格式不一樣、體例不一樣、屬性數據跟圖形數據之間關聯性不強等一系列技術問題，但這些并不是智慧城市面臨的核心難點。很多城市已經實現了將跨部門數據，整合到一個倉庫里，建立"數據倉庫"。但這些不同部門數據之間的關聯關系，數據背后邏輯鏈條的確定才是政府真正關心的復雜問題。因此，整個系統的搭建必須由城市的管理者主導，基于社會治理的內涵，梳理從宏觀治理一直到微觀社區治理的完整邏輯鏈條，而不是在數據層級、數據流的交互這些基礎技術層面反復推敲。
1.1以治理為邏輯，建立統一的數據采集分配機制
將社會治理中涉及的各類復雜問題，集中到一條的邏輯線上，通過統一智慧基礎設施實現智能化的感知、事件應對等。以城市街道公共空間的綜合治理問題為例，首先將現有的復雜管控體系進行系統梳理集成，通過有限的信息采集點，實現對整個區域的有效監控和空間的有效利用。
在此基礎上調整城市治理體系，運用項目審批、財政支持等手段實現城市運行數據的歸口采集和統一調配，并進一步建立一整套信息跟蹤反饋的智慧管理機制。
1.2從"數據倉庫"到"數據聯動"到"數據聯勤"
這不是一個簡單的數據架構設計問題。很多城市已經建立了跨部門"數據倉庫"，但數據之間沒有建立邏輯關聯，實現"數據融合"，其深層次原因是對治理體系缺乏理解。政府的所有政策并不是孤立的，某一政策必然產生多方面的相互影響，治理霧霾可以通過關閉企業落實，但相關的代價是什么?對GDP的影響有多大?稅收將承受多少損失?將會產生多少失業人口?這些問題都需要聯動分析。
進一步，在"數據融合"的基礎上，每項部門決策的制定，都需要綜合考慮相關部門的數據和工作，從而實現"數據聯勤"。單一部門的某項工作與其他部門間是什么關系?相關部門需要同步采取什么措施才能把這一決策落實，同時把這一工作的負效應和外部成本降到最低?最終，在"數據聯勤"的基礎上，才能夠真正實現跨部門的多目標綜合決策。
4.建立以大數據為支撐的閉環評估反饋機制，不斷優化技術路線，解決痛點問題
基于空間數據基礎，結合逐步完善的感知系統、數據采集系統，建立智慧平臺的閉環評估反饋機制，打開公共的需求通道，從而保證技術能夠真正地聚焦于社會治理的痛點和難點問題，而不是為了單純的技術炫耀，最終建立集成-智能-交互的政府治理科學決策支撐系統。這里，政府將重點關注平臺以下幾個方面的能力：
第一、信息化的感知能力。通過鋪設完善地感知性信息基礎設施，提升對于城市運行狀態地實時感知能力，同時通過信息反饋機制的完善，實現所有的信息點到點的正向、反向可回溯。從而減少政策實施以后的時滯效應，為政策的快速迭代修正奠定基礎。
第二、實時監測評估?；诓杉?、反饋的數據信息，對比社會治理的普遍底線(如公共安全、環境保護、違法犯罪等)，一旦突破底線，實時提示報警。由此，實現對于影響社會治理公共底線行為的實時監測評估和預警分析。
第三、發展情景模擬。城市以及社會發展一定是非線性或者超線性的，背后有一系列的復雜模型支撐。近年來，隨著圖形拓撲算法和圖形耦合算法的廣泛應用，復雜的數理模型逐漸從后臺的決策工具轉變為前臺的公共參與工具。社會發展的情景模擬可以通過計算機媒體直觀展示，保證所有內行、外行都可以參與評價，雖然其并不一定了解城市治理背后的復雜邏輯關系。因此，未來的城市發展模型，不僅僅是一種科學工具，而是一種直觀展示、公眾參與、民主決策的平臺。
第四、形成決策運行新閉環。在政府治理決策支撐過程當中，通過整合交互式的反饋評價系統、智能化的參謀咨詢系統、集成化的數據情報系統，建立新規則閉環，促進政府治理模式的轉變，建設人民滿意的政府。圍繞精細管理、精準服務、動態監測和高效協同四個服務目標，綜合運用大數據分析、人工智能等技術支撐手段，實現多目標綜合決策、動態交互、時空融合。
綜合來看，城市治理最終是一個決策研討的過程。大量針對復雜系統的研究都明確得出，城市治理難以線性模擬并通過機器實現所謂的"人工智能"決策。究其根本原因，是價值觀、美學、情感等等構建人類社會的最基本的因素都無法量化。"智慧城市"最高效的決策模式是"人機交互研討"，即通過計算機的情景模擬服務人的綜合判斷，從而實現人機交互、輔助決策。因此，智慧城市不是技術的堆砌;人的價值判斷、城市的運行邏輯才是技術背后更加關鍵的基石。
京公網安備 11010502049343號