智慧城市数据运营中心：系统概念、建设要素和展望

郭 骅 侯柏屹 张文洁 王 莹

(1. 河海大学商学院 南京 211100；2. 河海大学世界水谷研究院 南京 211100)

0 引 言

城市管理者正尝试运用技术手段改善城市治理。作为城市治理的新理念和新实践，智慧城市成为当前的研究热点之一。目前全球正在进行的智慧城市项目有140个以上，我国自2010年以来已推进了近300个国家试点项目建设[1]。《“十三五”国家信息化规划》[2]指出智慧城市的本质是以信息为主导、网络为支撑、数据为要义、服务为根本的网络体系。智慧城市数据运营中心是政府数据治理实践的运行载体，是智慧城市系统的核心。系统的规划建设有助于整合利用各类信息资源，形成“资源—用户-服务”体系，解决城市级海量数据服务的问题[3]。

通常认为IBM公司所提出的智能运营中心(Intelligent Operations Center)[4-5]是城市数据运营中心的雏形，智慧南京中心则是国内城市的首次探索[6]。一段时期以来，我国智慧城市数据运营中心的建设在缺乏标准规范指引的条件下探索前行，存在定位不准确、目标不明确、建设内容不一致、系统框架不统一、配套设施不完善的现象。在国际上，随着大数据技术在智慧城市建设中的应用，城市数据运营中心的相关理念不断提出，却同样对建设要素和系统框架缺乏共识。推动智慧城市落地实现，首先需要改变信息孤岛的现状，建立综合性、跨系统的资源管理平台[7]，这是一项复杂的系统工程。已有研究多从经验出发提供技术解决方案，概括描述建设目标[8]或通过个案加以阐释[9]。本研究通过对已有研究文献的梳理分析以及对规划专家的访谈，进行相关理论概念的移植，分析智慧城市规划文本内容，抽取和归纳智慧城市数据运营中心的系统概念和建设要素，为相关标准制订，以及“十四·五”期间的智慧城市规划提供建议。

1 文献综述

智慧城市是什么以及如何实现，在国际上依然没有达成一致[10]。Toppeta[11]定义智慧城市为广泛连接物理、IT、社会和商业等基础设施，并充分利用集体智慧的城市。Gupta等[12]强调信息集成的重要性，指出智慧城市通过城市数据视图将集成的环境与各领域的管理和政策挑战整合在一起。而城市数据运营中心是一种主要的解决方案：通过集成和分析信息协调各方资源来改善决策，使管理者能够对问题进行预期而非被动反应[13]。

智慧城市数据运营中心的概念正逐渐被人们接受，但目前缺少统一的名称和定义。“智慧城市运营中心”“城市大脑”“智慧城市运行管理中心”等术语都表达了类似的含义。Zhuhadar等[14]指出智慧城市数据运营中心是一个“系统的系统”，它无意替代已有系统，而是旨在提取优化组织运作所必需的数据。Feng等[15]定义城市大脑是基于网络大脑模型的系统架构，在城市中枢神经系统、感觉神经系统、运动神经系统和神经末梢的支持下实现信息交互，促进城市各组成部分的有机整合，实现快速智能响应的信息服务。安小米[16]指出智慧城市知识中心的构建可以面向单一领域也可以面向整个城市跨领域应用，系统可以在城市范围内实现管理职能数据、信息、知识的共享和跨部门公共决策协同。马捷等[17]提出以多源数据融合框架为基础建立智慧城市数据运营中心，负责城市大数据的采集、管理和共享，建立多部门合作范式，提升和改善横向协作能力。江文奇等[18]认为智慧城市运行管理中心存在跨部门业务协同风险。由此可见，对智慧城市数据运营中心的理解既存在差异也有着一定的共识，即：在开放的IT基础架构上实现，以及通过信息交互推动组织协同。

智慧城市数据运营中心固然是一种新的概念，但也并非无迹可寻。1982年，Rockart和Treacy首次提出了EIS(Executive Information System)这一概念[19]，描述了高级管理者使用计算机获取所需数据并进行分析的场景。技术、市场、运营的变革和创新引发了企业管理理念的转变，条块分割的信息系统对高级管理者的决策需求缺乏足够支持，需要新的集成平台提供广泛而彻底的信息访问和支持决策[20]。EIS支持执行高度非结构化工作的用户处理来自组织和环境中的多源信息[21]，监控环境趋势和控制运营，激发创造性的解决方案[22]，其核心是帮助决策者快速吸收信息、确定问题和机会。已有研究已经充分探讨了EIS的体系架构[23]、技术方法[24]、实施风险[25]和关键成功因素[26]。无论从技术和市场的背景上还是从组织使用信息系统的目标上考虑，两者之间存在显著的关联，甚至可以说智慧城市数据运营中心是EIS从企业管理到城市治理的发展和转移。

2 研究方法

政府在智慧城市的驱动方面发挥了主导作用，政治意愿和计划是建设信息基础设施的重要指引[27]。作为指引性文件，智慧城市规划指导利益相关方有序地参与项目建设，明确建设内容和范围。不同城市规划的关注领域不同，但它们也存在通用的体系结构[28]，因而对规划进行文本分析是发现特征和差异的有效手段。来自扎根理论的分析方法为研究人员提供了使用指南、建议和观点的手段[29]，在图情领域中其潜力值得进一步挖掘[30]。Glaser等[31]指出，可以使用先验理论来激发特定研究的相关性，将扎根理论方法结果与现有知识体系联系起来。本研究对规划文本采用定性方法进行分析。由于智慧城市规划文件是综合性的，极少单独描述一个系统，所以研究的困难之一在于如何界定一份规划中的哪些上下文与智慧城市数据运营中心相关。规划文件不同于学术文献，对系统命名存在混乱的表述，并且同一个命名实体所指向的建设目标、建设内容和技术方案常常出现在文件的不同段落且与其他实体之间的界限模糊。研究者需要结合已有知识和研究文献识别和划分上下文，这些已有的知识体系有助于规范化扎根理论研究结果的形式概念[31〗。这项研究分为四个阶段：a.通过文献梳理和专家调查明确智慧城市数据运营中心的定义和特征，以此界定规划中的上下文范围，形成待分析的文本库。b.在理论研究的基础上对文本库中的有关计划政策进行分析，对数据进行编码、分类和概念化，形成概念、范畴和主范畴。c.分析编码结果，提取建设要素和理解要素之间的构成关系。d.回顾系统特征和调研结果，总结规划经验和不足，对未来工作提出建议和展望。此外，在正式编码之前，研究团队对样本数据进行了试编码，其结果与概念移植的结论形成了对照印证。研究过程如图1所示。

图1 研究过程

3 数据收集与概念梳理

3.1规划样本的选择通过在线搜索引擎以及合作单位的协助获得这些规划文件。我们设定在已经获得批准的国家智慧城市试点城市范围内筛选这些文件，并尽量考虑地理位置和城市规模、行政级别分布的均衡。在此基础上确定了12个智慧城市规划进行分析，纳入分析的城市概况见表1。

表1 智慧城市规划样本城市概况

我国政府主导编制的智慧城市规划文件一般包括建设背景和现状分析，建设目标和总体思路，主要任务和建设内容，进度计划和保障措施几个部分。由于智慧城市数据运营中心尚无统一的定义和明确的项目范围，且一个项目的立项范围与潜在供应商分工界面和政府已经建设或计划建设的项目边界相关，故而相关内容散落在规划文件的不同章节，但他们共同构成了系统架构或集成实现其功能。例如有的城市(南宁市)将数据库子系统的建设单独立项，有的城市(北京大兴区)将城市常态管理和应急态管理分成两个部分描述。研究者需要探寻系统特征并从规划文件中有效提取相关文本。

3.2 EIS的特征分析为了确定智慧城市数据运营中心的特征，我们假设其与已经相对成熟的EIS之间具有相似的用户、功能、数据和技术特征，并进行验证。采用定性的分析方法，选取一组论文，用于分析和合成有关EIS的概念。从“ISI Web of Science”中检索“Executive Information System” OR “EIS”的研究论文并通过精炼研究方向和人工筛查排除不相关文献，得到相关文献152篇，这些文献主要来源于图情领域(如MIS Quarterly和Information & Management)、运营管理领域(如Decision Support Systems)和计算机科学领域(如Industrial Management & Data Systems)。选取被引频次较高(被引次数大于10次)的文献33篇，阅读文献内容并筛选其中对EIS的概念具有明确、独立和相对系统性表述的文献，分析它们对EIS的定义和特征的表述，如表2所示。

3.3概念移植和构建文本库以表2为基础将智慧城市数据运营中心与EIS进行类比，对智慧城市规划专家进行问卷调查，以探寻两者之间的异同。问卷分发给35位规划专家并全部获得反馈。这些专家来自一些著名的智慧城市咨询机构，包括中国信息通信研究院、中通服咨询设计研究院、中国电信上海研究院、重庆信息通信研究院。选取其中从事规划时间超过1年的调查对象的全部24份问卷结果进行分析，其中17人为5年及以上。调查结果显示被访者对将EIS 的概念转移至智慧城市数据运营中心表现出较高的认可度，表示“非常同意”“同意”“中性”“比较不同意”“完全不同意”的总体比例分别为36.27%、55.88%、6.62%、1.23%和0%。也有被访者提出不同观点。在定义方面，被访者指出“数据运营中心不仅是计算机系统，也应包括相应的机制体制支撑”“是城市实现协同治理和运营服务的载体，是(智慧)城市发展最为关键的基础设施”。在用户特征方面，被访者指出“还可以为业务人员提供支撑，如事务反馈”“不仅为管理者提供数据服务、决策服务和应急指挥，也为公众和企业提供数据和技术赋能服务”。在功能特征方面，被访者指出“决策、指挥、监测、预警、可视化”是核心功能，“收集有效数据和构建知识库”是功能实现的基础。在数据特征方面，被访者指出实时性数据获取的重要性，但对于全局性数据获取的态度出现分歧。个别被访者认为无法也无必要获取全局性数据，而更多的被访者赞同保持数据的多样性非常重要，可以通过商业手段获取政府部门以外的数据。在技术方面，被访者普遍认为大数据、人工智能、区块链、5G通信等新技术应该予以强调。我们进一步背靠背访问了三位规划专家，他们均有着5年以上的智慧城市规划经验，对存在的分歧意见进行调查核实，最终归纳出系统的定义和特征表述，见表3。可见这些概念仍是框架性和粗粒度的。一方面我们需要了解智慧城市数据运营中心的建设要素的具体构成以及它们之间的关系，即建设要素是如何支撑系统概念实现的；另一方面也希望探寻已有的社会实践中的建设规划与概念性的系统理论和设计构想之间存在的差距，以及怎样解释这些差距的存在和改善规划以缩小差距。这需要借助对规划文本的分析做进一步的研究。

表2 EIS的系统概念

表3 智慧城市数据运营中心的概念

在对系统概念深入理解的基础上，两名研究者分别阅读规划文件并提取出与之相关的文本内容。遇有疑问处进一步查阅资料和深入访谈，经过讨论取得一致。最终获得的文本库的结果见表4。

表4 提取的规划文本集

4 规划内容分析

4.1编码分析本研究使用NVivo12软件编码进行规划文本分析。首先分析上下文，通过开放式编码从文本库的众多计划政策中梳理出89个概念。再进行轴心编码，将概念进行同质性整合并建立关联，发现其中隐含的新的逻辑，将概念抽象归类形成21个范畴。最后通过选择性编码将关联性强的范畴归纳整合，确定了5个主范畴，即用户、业务功能、系统构成、数据处理、技术和性能。两位研究人员分别进行了独立编码，期间与其他作者举行两次会议，编码经过修正和优化。初次编码的5个主范畴编码一致率均在85%以上，表明编码一致性程度较高，信度较好。对于有争议的概念和范畴，结合代码簿进行了充分讨论并阅读相关文献以达成趋同。进一步选取3个城市的规划文件进行饱和度检验，包括1个直辖市(天津市)、1个省会城市(杭州市)和1个直辖市辖区(北京市门头沟区)，重复上述编码和分析步骤，没有发现新的范畴产生。编码过程见图2所示。表5描述了范畴、主范畴，以及对应的参考点数。

图2 编码过程

表5 规划文本数据编码

分析发现对业务功能的规划是所有文本中最普遍和全面的，其中对于应急指挥、决策支持和(对整个城市系统的)运行监测是规划关注的重点。这说明智慧城市数据运营中心同时承担了城市常态化管理和应急管理的功能，尤其在跨部门协同管理的业务中起到了突出作用。在系统构成方面，规划文本强调了面向管理和决策的应用，以及支持应用开发的后台支撑子系统，说明系统兼具面向应用的服务能力和以信息资源整合为导向的支撑能力。在数据处理方面，可以看到智慧城市数据运营中心仍是一个以政府数据为主要来源的ICT系统，这可能是由于我国政府对信息安全的法律和规范的要求所致，即系统主要部署于电子政务网而与互联网隔离。在技术和性能方面，规划文本普遍缺乏对运行性能和系统安全的足够约束和展望，技术先进性没有得到充分体现。对范畴的典型描述见表6。

4.2共词分析共词分析是一种内容分析技术，可有效地映射文本数据中信息项之间的关联强度。信息项的共词频率用于衡量它们之间关系的强度，信息项簇可以理解为对领域主题的简短描述。本研究选用范畴作为信息项，它充分描述了规划文件约束的条件和展望的前景。构建共词矩阵，词之间的距离使用范畴的共现关系的加权结果表示，应用多维尺度分析技术对共同词簇进行可视化，继而采用迭代相关收敛法对范畴进行聚类，利用树形图表达各个位置之间的结构对等性程度。最后对聚类形成的凝聚子群进行中心性分析。这一研究过程使用SPSS 16.0和Ucinet 6.0实现。

图3和图4展示了规划文本中范畴的分布以及范畴之间的联系。从图中可见，由决策支持、应急指挥、运行监测、部门协同、政府服务、综合管理、内部数据源、应用子系统、支撑子系统、前台数据处理、后台数据处理、资源统筹、公务人员构成相互联系最为紧密的凝聚子群，其中所有的业务功能、系统构成和数据处理方式均围绕公务人员这类用户提供服务。虽然有7份规划文件提及其他类型的用户，但是智慧城市数据运营中心的规划仅将为社会公众提供服务作为概念和目标，而缺乏实际的系统架构和业务功能的支持。

图3 规划文本中范畴的分布

图4 规划文本中范畴的聚类树状图

图5 网络中心性分析

共词网络结构如图5所示，节点大小依据其Bonacich特征向量值的等级表示。Bonacich中心性反映与网络中联结较少的节点之间的联结程度，节点越大表示资源链接的能力越强。由于智慧城市数据运营中心是一个整体解决方案，Bonacich中心性相较于度中心性能够更准确地寻找支撑整体规划方案的核心节点。在图5中处于核心位置的节点依次为应急指挥、部门协同、运行监测、前台数据处理、决策支持，并且它们的资源链接能力显著优于其他节点。这一方面说明应急指挥是当前智慧城市数据运营中心关注的焦点，另一方面也验证了应急管理具有跨部门协同、实时性监测和应急决策支持的广泛需求。

5 结 论

分析的数据主要来源于上一个五年规划时期，这些规划的规划期从3年到8年不等，但是全部覆盖了“十三五”规划期。五年规划对我国的国民经济和社会发展进行约束和展望，并且总是能够在实际中达成规划目标，因此具有很强的指导意义。政府的其他规划项目都是根据五年规划的指导和在其框架下进行编制，智慧城市规划也不例外。通过本文的分析，我们得以回顾这一时期的规划方案，观察智慧城市数据运营中心的系统形态、核心要素以及它们之间的关系。

首先，从分析中可见，智慧城市数据运营中心与EIS具有高度的相似性。EIS是企业，尤其是大型企业集团在组织基于跨部门数据的管理时采用的信息系统，它为经营决策提供了顶层视角和技术工具。智慧城市数据运营中心则是在整个城市层面实现对城市治理的决策支持。但是需要注意到企业在使用EIS时对外部数据(如股票市场、采购价格)的关注远大于智慧城市数据运营中心对外部数据源的关心。我们认为这是由两个原因造成的：一是在城市一级的职能部门对城市系统的管理分工是全面的且已经获取了大量数据，因而缺少向外部寻求数据的动力；二是对电子政务系统有着严格的信息安全要求，县级以上政府的电子政务系统应达到三级等级保护，这在技术上和法律上限制了系统从外部数据源获取数据的能力。

表6 规划文本中范畴的典型描述

其次，5个部分的内容构成了智慧城市数据运营中心的建设要素，即用户、业务功能、系统架构、数据处理方式，以及技术性能。规划的核心是支持政府对城市运行状态的监测、常态和应急管理，这些管理活动需要跨部门的决策支持。对照调查问卷的结果，规划文件比较缺乏对新的ICT技术的采纳和考虑，人工智能、区块链、5G通信等新技术没有获得有效提取。这说明规划并没有完全采用技术驱动的管理变革思路，而是以解决管理问题为导向建设信息系统。同时，规划文件也缺乏对新的情境下的信息化建设的机制和体制的约束，这包括忽视保障体系建设和轻视数据安全。

最后，智慧城市数据运营中心由政府投资建设，其建设目标虽然包含了向社会公众提供信息服务，但实际上这一目标被排除在提高政府行政效能和决策水平的主要目标之外，并且也没有得到系统的支持。几乎所有的系统功能和架构都是围绕政府自身的职能提供的，对政府开放数据的支持远远不够。还可以看到，除了对城市运行状态的实时性监测，以及应急决策和指挥以外，系统缺乏对特定问题的解决方案，例如城市规划、交通疏导、产业发展。我们推测这些解决方案将作为外部应用与智慧城市数据运营中心对接，由中心提供数据服务或决策支持，而不是包含在中心之内。

6 建议和展望

在“十四五”规划期，各地政府将出台新的智慧城市规划，智慧城市数据运营中心将在超过300个城市新建或者扩建。对于下一个阶段的规划工作，我们建议从战略层面纳入政府开放数据的应用，包括居民、访客和企业，采用安全的技术克服内/外部数据的隔离，以及采纳新的ICT技术提高系统的技术性能，开发新的业务功能和解决更多的城市管理问题。同时，诸如数据标准、数据接入规范、数据管理机制也需要及时建立，以支持系统在恰当的规则下运行并克服跨部门数据交互的阻力。

未来的研究可以扩展到对智慧城市规划的其他部分的分析中，观察构成智慧城市的不同信息系统之间的关系和技术演进。在今后五年的时间中，通过对比“十四五”规划期中的智慧城市规划和“十三五”规划期中规划的差异，能够更全面地掌握智慧城市数据运营中心以及智慧城市整体系统的特征和发展趋势。