4月2日,国家数据局发布了《深化智慧城市发展推进城市全域数字化转型的指导意见(征求意见稿)》(以下简称指导意见)。在标题里提出的“城市全域数字化转型”,成为全文的指导思想,也是指导意见的最大亮点。
距离国家发改委等八部委印发《关于促进智慧城市健康发展的指导意见》已有十年。回首我国智慧城市建设,经历几起几落,已经形成了包括一网统管、一网通办、一网协同等数字政府的基本模式,也大大推进了数据开放、公众参与的理念的落地。但在市场化、可运营方面,一直差强人意。城市≠政府,如果不重新全面认识“城市”这个概念,只将其理解为直接买单的政府,是不可能真正实现“智慧城市”的。本文就指导意见中对智慧城市的几个关键性认知的提升,稍作分析。
一、综合载体
2014 年的《关于促进智慧城市健康发展的指导意见》中,第一条就是科学制定智慧城市建设顶层设计。但我们看到的顶层设计往往还是一本数字政府的技术方案,到底什么是“顶层”?其实本质上是站在什么高度理解城市。指导意见中提出,“城市作为国家经济发展、社会治理、公共服务的单元,是推进数字中国建设的综合载体”。从这个角度上认识,城市就是整个人类文明的载体,更是所有新质生产力的载体。
“着力夯实城市全域数字化转型基础,着力推进城市经济、政治、文化、社会、生态文明全域数字化转型,着力构建数字化转型可持续发展生态”。“因地制宜发展新兴数字产业,加强大数据、人工智能、区块链、先进计算、未来网络、卫星遥感、三维建模等关键数字技术在城市场景中集成应用……”
这些表述,都在反复强调,要把智慧城市理解为整个社会经济系统的新形态。这是一个最好的概念,可以从整体上阐述数字技术作用于物理空间和社会空间以后,呈现出来的新文明形态。
基于类似的理解,马斯克正在把人工智能、自动驾驶、超级工厂、人形机器人、可再生能源、储能、航天、天基互联网等技术能力高度整合,表面上致力于星际探索,实际上也是在储备未来城市建设技术体系。美国宇航局前局长詹姆斯·韦伯曾提出,“假如目前技术能够解决宇航员在恶劣太空环境中所遇到的饮水、空气、排污处理等复杂生存问题,这些工程创新对城市建设具有借鉴意义和实用价值。”
二、复杂系统
“整体性重塑智慧城市技术架构、系统性变革城市管理流程、一体化推动产城深度融合”,“全面提升城市全域数字化转型的整体性、系统性、协同性”。
城市是一个开放的复杂巨系统,各子系统既有其自身的规律特征,也在与其他子系统发生广泛深刻的相互作用,并表现出复杂系统的非线性、涌现、自发秩序、适应、反馈循环等特征。当年 IBM 、 CISCO 们创造的,将智慧城市分解成若干子系统的还原论方法有其价值,但仅止于此则远远不够。这也是指导意见中反复提到系统性、整体性和协同性的原因。
人工智能深度融入城市后,城市基础设施和服务管理将从自动化到自主化演进,人工智能即将在相当程度上代替人类智能控制城市的运行,这在人类文明史上是史无前例的。在高频、高维数据辅助下,人工智能已经开始能处理城市复杂系统问题,城市与区域的治理将呈现新方式,会更加高效和扁平。任何国家掌握了这种能力与先机,将极大地促进经济增长和社会创新,有效提高治理体系和治理能力的现代化。对于城市这个开放复杂的巨系统,如果仍然以常规的信息物理系统方法去理解和控制,就可能造成灾难性的后果。毋庸讳言,目前相关行业对此无论理论上还是实践上都缺乏必要的警醒和积累,需要我们创造融贯综合的新方法论。
三、数据驱动
指导意见提出,“发挥数据要素协同优化、复用增效、融合创新作用”,“探索基层一体化智慧治理体系,加快高频数据按需合规回流基层,形成基层数据可有效沉淀、可快速共享的应用服务体系,促进业务协同和上下联动。”
“城市的本质即通过设施与服务的集中供给,解决人们日益增长的需求。”如果说工业时代我们通过发明和生产更多的产品、创造更多的城市空间来满足需求的增长,那么信息时代,我们需要通过数据和计算更加高效地连接供需双方,实现更精准的匹配,使有限的存量资源能发挥更大的效率。这就是基于数据要素实现城市系统协同优化的基本机制。
能够描述人口流动、设施使用、服务需求等动态信息的城市数据,是面向高频、高维城市治理的必要支撑。它提供的不仅是宏观汇总信息或者截面片段信息,而是通过对城市中各种“流”和“场”的运行情况的描述,帮助我们精准识别和调控城市“人流—设施—资源—空间”的动态耦合关系,从而实现对于城市复杂系统及时全面的治理响应。疫情更让我们体会到这一变化趋势。在各种人员信息、物资信息、政策指令信息、舆情信息全部高速流动的条件下,我们更强烈认识到城市治理应更加关注高频、高精度、多维度的数据刻画与时空匹配问题。
在大模型时代,数据的用途和意义正在发生变化,但数据之于智慧城市的价值还在与日俱增。作为大模型训练的基础,人工智能已经能理解包括文字、图像、声音、视频和 3D 在内的各种数据模态。一些之前仅在细分领域发挥作用的数据,突然具有了更加战略性的价值。无论是数据采集、模型训练还是数据开放,都需要重新认识各类数据的价值。例如城市空间的三维数据,之前只是用来描述和管理物理空间,而这些珍贵的三维空间语料,也同时是 3D 大模型的基础,如果像以往一样采集之后就束之高阁或者仅作为空间底图,就显然不合时宜了。政府和公共机构,应重新理解和评估数据价值与数据开放的范围和策略,以促进各类城市大模型的建立,真正实现数据要素协同优化、复用增效、融合创新。
四、时空框架
“鼓励有条件的地方推进城市信息模型、时空大数据、国土空间基础信息、实景三维中国等基础平台功能整合、协同发展、应用赋能,为城市数字化转型提供统一的时空框架,因地制宜有序推进数字孪生城市建设,推动虚实共生、仿真推演、迭代优化的数字孪生场景落地。”表面上,这是一个技术整合要求,实际上是开始真正理解,若干个听起来不同的平台概念,本质上都是指向城市最重要的时空属性。
人居环境各子系统演进的一种趋势是,功能、设施、服务与固定的空间解耦,并通过“流、场、网”的连接,在时空维度上重新耦合。互联网在连接“人—物”之后的下一步,会是人和物体与空间容器的连接,形成新的“时空场景”,然后通过时空算法去精确匹配各种资源及供需关系。这种对时空资源供需关系的高效匹配也就是智慧城市的基本逻辑。
共享单车、网约车、快递外卖、自动驾驶出租车等各种新兴业态,都是典型的时空资源动态匹配场景。设施和服务的需求与供给都是动态变化的,需要的是高频动态的连接与计算能力。更进一步的,则是空间功能与实体空间解耦,并通过装配式建造、智能传感器等实现空间、功能与用户需求的动态匹配。
ICT 技术带来的功能与实体空间的解耦合重构,改变了空间运行的基本逻辑。在产业层面,重构产业空间的组织逻辑,响应制造业和农业的无人化、C2M(用户直连制造)定制化的趋势,重新布局城乡产业分工;在城市层面,工作、生活与游憩在时空上融合,自动驾驶和新能源车辆改变城市的交通组织模式乃至基本结构;在街区层面,混合功能、分时复用的小型复合功能区逐渐取代严格的单一功能分区;在社区层面,人们越来越基于共同的工作和兴趣结成社群,更灵活地选择居住地,住宅内的低频低私密功能转化进共享化的准公共空间。而这些趋势的响应和统筹,都需要一个高度弹性、开放的时空框架。
五、场景思维
“推动综合能源服务与智慧社区、智慧园区、智慧楼宇等用能场景深度耦合,利用数字技术提升综合能源服务绿色低碳效益。推动新能源汽车融入新型电力系统,推进城市智能基础设施与智能网联汽车协同发展。”这虽然只是对创新能源系统与建筑、交通系统协同的指导,但体现了从单一系统思维到跨系统场景思维的转变。
在过去十年中,城市尤其是政务服务领域的信息化水平快速提高,已经在城市中广泛搭建起城市感知的原始基础。然而,这些感知网络主要基于各部门、各企业为自身业务需求建立,缺乏整体统筹。在相当程度上,以移动互联网为代表的数字技术完成的还只是人、物、流的浅层连接,或者说基本的数字化改造。在物联网和人工智能技术为代表的新技术发展阶段,将对社会空间和物理空间进行更深层次的解耦与重组,创造新的产业逻辑和空间价值。
“场景”规划是一个很抽象和综合的概念,可以理解为对城市空间容器里各种要素的统筹安排,天然就是打破系统边界的思维方式。城市规划侧重实体空间要素。芝加哥学派的场景理论对城市空间和社会空间已经有全面研究,而智慧城市则需要综合考虑空间要素和ICT要素。智慧城市场景设计可以类比电影和游戏的场景设计,从故事线到世界观,从镜头语言到灯光道具,需要从整个系统的运行逻辑层面进行综合分析。
未来有多种实现路径和可能,绝大多数场景不存在唯一的技术解决方案,不是科学家能在实验室决定的,而需要在真实的城市场景里试错、迭代和完善,最终成为共识。创新企业现场研发和完善产品,通过对所有城市系统的流程再造,形成从产品研发、落地,到收集和分析用户数据,完善和迭代产品的闭环,自然也会形成一个基于创新的产业生态。这类需求其实也是自上而下的顶层设计的真正意义所在。
指导意见的信息量很大,以上只是对其中若干关键性创新点的个人理解。这些方面都体现了我们对智慧城市乃至于城市系统认知和方法的全面提升。相信在其指导下,我国的智慧城市建设将迎来新一轮更加健康和均衡的发展。
(本文作者:王鹏 腾讯研究院资深专家)