智慧城市頂層設計的浴火重生（一）

胡小明

頂層設計落地難已是很現實的問題，本文重點研究設計思想怎樣影響設計質量，甲方問題留待以后討論。

頂層設計陷入困境

難以落地的頂層設計

頂層設計與應用脫節并不鮮見，設計者考慮的是未來的完美功能，而用戶急于解決的是當前問題；設計者關注的是新技術應用，而使用者關注的是操作的便利，陽春白雪方案與下里巴人操作的鴻溝超出想象。

大一統方案使投資無限膨脹

頂層設計給人的印象是大一統的解決方案，否則怎么能稱為“頂層”？然而大一統方案造成了投資的膨脹，頂層設計不是為解決具體問題而是為長遠完美而設計，追求完美導致方案不計成本，其投資超出城市的支撐能力卻無相應的效益，同時，中小城市比照大城市的設計也是投資浪費的原因之一。

效益模糊無法測量

“完美”方案伴生的問題是效益無法測量，承諾的效益均建立在假設條件之上，假設所有的信息煙囪都打通、所有的信息孤島都連接、所有的信息都收全，自然就有完美的信息服務并產生大量效益。因假設條件無法保證，效益也就無法檢驗，不可測量的效益給設計者預留了無效益時狡辯的借口。

IT迷信誤人子弟

以為新技術等于能力和效益

頂層設計華而不實與多年來對信息技術的片面宣傳相關。信息技術的高速發展，大數據、物聯網、云計算、人工智能滾滾而來，同時帶來IT企業、行業專家為推銷技術與個人的夸大宣傳，形成了遍及社會的IT迷信，以為新技術等于高能力、高效率、高效益，能夠解決城市發展中的一切問題，一些政府官員生怕在高技術大潮中落伍也跟著附和，一邊倒的輿論加速了IT迷信泛濫。

以為大數據能夠駕馭不確定性

大數據技術的出現使很多技術控得意忘形，大數據能夠解決城市的不確定性問題，實現自動化管理只是一種幻想。大數據本質是通過以往數據預測未來，只能解決已經有辦法的事情，而不確定性事件（如美國9.11事件）是不可預測的，無數據也無解決辦法，即使是確定性問題也做不到全由電腦處理，那將會使數據收集與處理的成本膨脹到不可承受的地步。大數據應用有其邊界，要考慮邏輯合理性與經濟合理性，神化大數據應用必然無法收場。

以為會有完備數據等待使用

智慧城市建設應當高度重視數據，迷信數據卻無道理，不是所有信息都可數字化，往往越是重要的信息越無法數字化，因此靠數據決策同樣會產生片面性，靠數據決策并不等于科學決策。面對需要決策的問題，政府數據永遠都是不完備的，如果數據完備那么計算就可以替代領導決策了。決策需要有風險承擔能力做支撐，不能承擔風險的各種建議很難為政府部門所重視。

以為社會有耐心等待完美系統

某些專家以為功能完美的城市大腦方案是甲方最喜歡的，然而完美方案延遲的效益承諾用戶卻無法忍受。如果完美的城市大腦要十年才能見效益，誰能等這么久，領導人都換幾茬了。政府需要能盡快解決實際問題的方案，需要立即看到效益方案，而不需要一個夜長夢多的理想方案，政府需要方案能立竿見影，等不到系統遙遙無期的“完善”，智能系統必須要邊工作邊完善。

以為存在完美的城市大腦

技術迷信者認為存在著完美的城市大腦可以解決城市的所有問題，以為靠豐富的大數據資源、完善的算法、應用人工智能建設就可以建立完美的城市大腦來替代政府管理者的工作，這種確定性的方案處理不了城市的不確定性問題，不確定性是自然規律是無法消除的，任何新技術在帶來新能力同時必然會帶來自己的局限性，完美的城市大腦只是烏托邦式的幻想，頂層設計只能選擇優點與缺陷共存的智能系統。

效益是項目生存的唯一支柱

智慧城市建設是經濟學問題

與其說智慧城市建設是信息技術問題，不如說是經濟學問題，智慧城市項目面對的嚴酷考驗是有無可持續性和能否生存下去，經濟上的合理性是生存的關鍵，應用的目的是產生效益，有效益才有持久的資源供應，項目才能生存。頂層設計必須確保項目經濟上的合理性，關注項目的收益能夠超過其耗費的資源，缺乏經濟學思維是頂層設計不能落地的常見原因。

效益是可持續生存的唯一支柱

頂層設計重要的任務是設計可持續性，否則一切投資都將白費，智慧城市并不是靠完美的城市大腦支撐的，而是由一項一項可持續業務積累起來的。業務可持續的關鍵是社會經濟效益，短時間看，領導支持等行政措施十分重要，長時間看，起決定性作用的因素是有無社會經濟效益，唯效益才能對業務運行提供長久的支持，即使領導調走該業務也能夠生存下去。

聚焦真實效益避免含糊效益

頂層設計核心的問題是如何確保效益，對效益的分析與估算要非常認真，能夠定量估算的一定要定量估算，不能馬虎，系統能否生存下去常在于收益的細節，希望打通部門信息煙囪會帶來效益，就要分析打通哪些煙囪會取得何種效益。不是所有的煙囪都需要打通，真正能產生價值的才值得打通，要選擇有真實效益的事情去做，含糊的效益目標將導致毫無效益。

踏在效益的臺階上成長

成功的智慧城市業務不是靠天才設計出來的，而是靠效益導向一步一步修改形成的，影響項目效益的不確定性因素太多，不可能一次設計成功，效益導向的迭代改進是基本模式，及早展現效益差距，及早啟動迭代改進機制可及早逼近效益目標，這樣的智能化項目才能生存，智慧城市要踏在效益的臺階上成長，諸多有效益的智能化業務集成為智慧城市。

城市大腦的理想化誤區

缺乏成功案例

很多智慧城市規劃提出建設城市大腦，城市大腦由大數據中心和城市運行管理中心構成。但是，迄今既沒有看到城市大腦可行性的理論研究，亦沒有看到成功的案例，政府使用納稅人的資金為公眾服務，選擇穩妥的業務模式才合理，政府不宜承擔城市大腦實驗風險。

城市大腦的名稱并非不可用，但功能不能理想化，城市大腦能做好幾項服務就可以了，過高的期望是其不成功的主要原因。

城市大腦為什么不現實

人們想象的城市大腦是能夠靠“數據 + IT”來解決城市發展各種問題的機構，但對這種構想并沒有深入的理論分析。盡管大數據、人工智能、移動互聯、云計算等技術顯示了強大的功能，但技術只是工具，與城市大腦處于不同的層次，想靠信息技術解決廣泛的城市管理問題是做不到的，技術工具只能使政府流程化的業務做得更快而不能幫助政府解決新問題拓展新業務。“數據 + IT”所代表的能力是形式邏輯領域的能力，它沒有感悟、沒有直覺，沒有創新，解決不了未來城市涌現的不確定性問題。

改進決策不如改進操作有效

大數據分析展示了強大的問題發現能力，但是大數據應用的局限性也很大，對大多數問題而言，大數據資源是嚴重稀缺的。在應用目標不明時，大數據中心似乎數據很多，可以做許多分析演示，一旦政府提出明確目標便立即發現：適用的數據資源找不到了，尋找大數據的困難遠勝過數據分析的困難，不可能為每項應用設計專門的大數據收集系統，大數據資源主要來自已有大型業務的副產品，大數據資源“看時多，用時缺”的現象極大限制了大數據支持政府決策的能力。

政府最有規模效益的數據應用不是大數據分析而是政府業務數據處理的自動化改進，通過對常規業務數據的有效整合提高政府服務操作的效率應是政府大數據中心的核心業務。

城市運行中心的定位難題

城市運行中心的運行模式始終缺乏有力的理論支持。現代信息技術使數據處理擺脫了對地理位置的依賴，計算能力與數據資源可以送到任何需要發揮作用的地方，將數據與計算能力送到服務現場是提升政府服務效率的重要措施，城市運行中心應充分利用信息技術的超距離優勢發揮作用。

目前一些運行中心并沒有利用IT服務的超距離優勢，大屏幕墻演示的直觀性誘導運行中心向場所型服務倒退，大屏幕墻展示在特定場合很有用，但其對固定場所的依賴性不應束縛IT潛力的發揮，城市運行中心要成為超越場所的邏輯服務機構，高效的網絡連接模式是城市大腦智慧的核心架構。

將業務處理能力集中到城市運行中心的做法并不明智，運行中心能集中數據與自動處理系統卻不能聚集業務智慧。將自動處理能力與業務部門分離會使業務系統得不到業務部門智慧支持而無法優化。以組織計算能力與數據去支持業務部門的一線服務會更受歡迎。

中小城市不宜照搬大城市方案

中小智慧城市的頂層設計不能照搬大城市的設計方案，信息系統建設有規模效應，同樣的系統業務規模越大越有效益，大城市運行成功的方案在中小城市很可能是虧損的。

小城市的城市病遠沒有大城市嚴重，如交通擁堵問題不嚴重就不必治理，騰出精力做更急需的事情。

產業發展規劃更需要因地制宜，產業發展有競爭性照搬外地經驗更難成功，設計解決本地特殊問題的方案才是明智的措施。

（作者系原中國信息協會副會長，現任中電科新型智慧城市研究院首席顧問）