做有边界的智慧城市

胡小明

智慧城市成功最重要的是每项目标都有明确边界，有限制才有成功

智慧城市建设最大的问题是没有边界的目标，列宁说：“真理多走一步就会变成谬误。”没有边界的信息化目标很难不越界变成谬误。

智慧城市建设长期以来，有三大难题挥之不去，即“数据共享”“大数据决策”和“城市大脑”。但三大难题并非来自执行不力，而是项目承担人承诺了不可能完成之目标，随着项目交付期临近，三大难题距离解决反而越来越远。

“老大难”的数据共享

数据共享是资格最久的“老大难”问题，该问题的根源是数据共享无边界性。不错，数据共享在某些场合是有价值的，但是在更多的场合并没有太多价值。数据要不要共享是供需双方协商之事，用行政手段推动全面的数据共享违反了经济规律，而且政府数据共享做到何种程度能算完成，并没有边界。所以“老大难”问题越来越难。

数据共享“迷信”始于信息化早期计算机数据匮乏时代，数据共享成为推广数据库应用的口号。而在互联网时代，数据爆炸与网上搜索的便利已使数据大贬值，数据共享困难已被谷歌、百度、微信、脸书等公司极大缓解，在全球政府数据开放大潮中，继续建立政府内部数据共享系统没有太大意义。

此外，推动政府内部数据共享往往不能区分政府使用数据的两种不同模式，即决策使用数据与操作使用数据，但这两种用法的效益成本大不相同。其中，政府决策使用数据只是为了从数据中获取信息，但决策者获取信息的渠道很多，政府内部数据共享系统仅仅是渠道之一，决策对之并无依赖性;而政府操作使用数据则是政府对社会公共服务的业务，其本质上是政府业务数据的数据处理。这种业务是规范的、流程化的，使用的政府数据是不可替代的。同时，如果需要跨部门的数据合作涉及的部门与数据项并不多，可以通过相关部门之间建立数据整合的专用系统来解决。需要特别指出的是，政府使用数据的两种模式皆不依赖建立政府内部全面的数据共享系统。

政府有关部门正在积极推动政府数据整合，数据整合的主要效果体现在政府公共服务的效率提高上，如“一号一窗一网”与“最多跑一次”都是政府基层公共服务的改进。公众的获得感得到很大提升，其根本原因是公共服务业务是确定性的，可以用信息技术准确地替代，能够充分发挥信息技术的优势。

政府数据整合对政府决策帮助却不大，因为决策主要靠人脑完成，数据挖掘只能帮助工作人员重组数据以便发现信息，计算机没有信息概念更不具有决策能力，政府获取信息的渠道太多，很容易发生数据整合共享系统淹没于诸多信息渠道之中的情况，所以将数据整合定位在改进政府操作而非改进决策，这是明智的。

两千年前，老子就說过“多则惑，少则得”，这个道理用在数据共享上正合适。这些年政府对建立全面的数据共享系统投资很多，真正频繁使用跨部门数据的业务与涉及的有关单位却并不多。因此，笔者认为如果放弃全面的数据共享，集中资源于公共服务频繁使用的跨部门数据整合，必将取得更有效的成果，数据共享“老大难”问题也会随之迎刃而解。

大数据中心的烦恼

为赶上大数据潮流，目前许多地方发生匆忙建立了大数据局，管理全部政府数据的情况。于是大数据与传统数据概念的差别就被模糊了，大数据中心只想着数据多多益善，没有精力去研究数据应用，忘记了用好小数据才是地方信息机构的首要职责，其结果是大数据应用非但没有推动城市工作改进却成为新的浪费之源。

首先，专家们设想大数据能够有力推动政府决策科学化，但令人失望的是大数据应用成功的案例目前都集中在微观领域，特别是人工智能机器学习;而对政府有宏观决策有帮助的案例实在罕见。因为数据量巨大并不等于信息全面，有时还恰恰相反。数据量的膨胀是以牺牲信息覆盖的全面性为代价的，只有集中在狭窄领域中才能由机器自动产生超大规模的数据量，这意味着大数据适合狭窄领域的业务改进而不适合政府宏观决策，很多影响决策的重要信息无法数字化，突出某种大数据资源会影响政府把握信息的全面与均衡，反而不利于政府正确决策。

其次，某些大数据中心想利用大数据共享平台来拉动大数据效应，但企业不愿意提供原始数据，因为有信息安全与隐私保护问题。此外，由于大数据处理成本太高，企业利用大数据的难度也很大，碰到合适数据的概率太低，大数据共享平台经营难有可持续性。利用可视化技术可以缓解供需双方的困难，不需要向企业索要原始数据而改为向企业征集可视化产品，产品征集可以利用政府采购、企业赞助等方式，可视化产品征集避开了数据安全与隐私保护问题，并给企业展示大数据能力的机会;从用户角度看，此举将大数据共享平台改造为可视化数据的演示平台，用户可以阅览与订购可视化数据，可视化产品利用的门槛大幅降低，应用的繁荣可待。

最后，大数据中心的烦恼还来自于对大数据应用的盲目追随，混淆了大数据与常规数据的概念。本是小数据业务硬要贴上大数据的标签，自己搞乱了自己。实际上大数据应用对多数城市是超前的，目前最好的做法是放下大数据，从本地区实际情况出发，以需求为导向管理好常规数据。当前多数城市面对的实际问题是提高政府公共服务的效率，关键是做好政府业务数据的有效整合，这属于小数据业务，大数据中心只要集中精力把与公共服务相关的业务数据整合好，就能够提高政府对外服务的效率，仅此一项成果就足以支撑大数据中心的生存。

城市大脑向何处去

对城市大脑的过度渲染，使社会各界对城市大脑形成了过高期望，导致城市大脑成为永远达不到的目标，沦为又一个老大难问题。人们期望城市大脑能思考、能预测、能创新，然而看到的城市大脑案例却几乎不具备这类功能，只能按照人们设计的方式执行、执行、再执行，重复地执行城市“小脑型”任务，其失望感自然油然而生。

城市大脑重要的问题是可持续生存，这是一个经济学问题，既要有贡献又要低成本。信息技术效益的来源是软件的复用，软件是人类处理事务智慧的形式化，其开发成本很高但复用成本却很低，多次复用才能回收成本创造效益。城市大脑适合的工作不是攻克难题而是承担政府例行性的工作，这些例行性工作重复率高所以便于回收成本，城市大脑承担例行性任务可以为人们节约宝贵时间去做更有创造性的工作。可以预见的是，在相当长的时间里，城市大脑的决策能力都难以比过人脑，让它在自己的优势领域发挥作用才是合理的选择。

而对于城市大脑设计者提出的“只要数据齐全，城市大脑就能够预测一切事件、解决一切问题”，似乎一旦城市大脑表现不佳就可以把责任推到数据不足上去，这样做并不合理。在不确定性世界中数据齐全是不可能的，决策需要的数据永远是不足的，政府决策都是在信息不足时完成的，数据收齐只是一种奢望，问题产生的速度会胜过传感网建立的速度，数据收集对新业务需求永远是滞后的。

城市大脑需要数据，但随着问题复杂性上升，数据收集的成本会无限增长，以至于超过解决问题的价值;同时城市大脑并没有足够的专业人才应对不断创新的新需求。所以，解决城市大脑问题的唯一办法是给城市大脑的功能划定明确边界，多做重复性、例行性的工作，使其功能与城市的人财物资源相匹配，恰当的边界既能发挥城市大脑的作用又能防止浪费。

除了划定边界，确定性技术的基因决定了城市大脑的优势与劣势，扬长避短是城市大脑业务应遵守的原则，城市大脑不能好大喜功，项目建设就要明确能做的事项，将若干例行性的业务稳定地做好就是很大的功劳，而不要奢望能成为替代人解决复杂问题的智者。城市大脑应该甘愿做承接规范化业务的“苦力”，让人节省时间与精力去做城市大脑不能胜任的事情。将城市大脑定位放低，做力所能及的事情可以规避后来的许多麻烦。

在智慧城市建设中，没有智慧化系统只有智能化系统，源源不断的智能系统出现，一个个具体问题被智能创新所攻克，所涌现的繁荣就是智慧城市。智慧城市成功最重要的是每项目标都有明确边界，有限制才有成功。比如，顶层设计重要任务是为每项具体工程设立边界，切忌不切实际的虚幻目标，宁可把指标定得低一点也不能过高，为说过的大话买单是极其痛苦的。在时间进度上要留有充分余地，因为业务的磨合、维护修改所需要的时间往往会远超预期，留有余地看起来比较保守，然而却是成功必不可少的措施，智慧城市建设拖期是常态，实际一些总是好的。

（作者系中国信息协会原副会长，现任中电科智慧城市研究院首席顾问）