智慧城市最高效的决策模式是“人机交互研讨”

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？

深刻理解城市运行规律

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。 

一种是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，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。 

另一种是复杂城市运行系统，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。对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。

以社会治理而非数据链为核心

必须明确数据只是后台技术问题。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 

首先，建立以治理为逻辑、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数据的归口采集和统一调配，并建立信息跟踪反馈的智慧管理机制。 

其次，要实现从“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，这些都需要联动分析。 

进一步讲，就是在“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”。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。

以大数据为支撑建评估反馈机制

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。这里，政府应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，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。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。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。 

综合来看，城市治理最终是一个决策研讨的过程。“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。

（作者系清华大学中国新型城镇化研究院执行副院长）