数字化技术在城市治理领域的应用研究

刘 彤研究员

(1.北京市计算中心有限公司，北京 100094；2.云计算关键技术北京市重点实验室，北京 100094)

0 引言

2020年3月31日，习近平总书记在考察浙江时指出：通过大数据、云计算、人工智能等手段推进城市治理现代化，大城市可以变得更“聪明”，从信息化到智能化再到智慧化，是建设智慧城市的必由之路，前景广阔。总书记的重要论断给智慧城市建设提供了依据，给出了城市“数智化”建设的战略目标、方向路径和关键环节。城市治理现代化是融技术创新、数据驱动和效能导向于一体的城市治理新形态，需要从治理理念、治理制度、治理工具和治理模式4个方面全面转型，即从分离治理向连接治理，从分域治理向整合治理，从电子治理向数据治理，从模糊治理向精准治理转变，促进城市高质量发展和高效能治理。

城市“数智化”建设过程中，新一代信息技术如大数据、人工智能、云计算、移动互联网、物联网、5G通信技术等为城市的规划、建设、管理和服务提供了潜力巨大的技术资源和创新性的解决方案。新一代信息技术与城市现代化功能深度融合与迭代演进，进一步提升城市的公共服务效能与政府治理能力，提高城市治理精准化、高效化与透明化。

本文将从新一代信息技术在城市治理领域的作用、为城市治理带来的变革、面向城市治理的数据治理体系建设3个方面出发，梳理物联网、大数据、人工智能、5G等技术在城市治理中的作用，阐述技术创新与管理机制的相互推动和积极影响。

1 新一代信息技术在城市治理领域的作用

数字化转型是指通过数字技术的深入运用，构建一个全感知、全联接、全场景、全智能的数字世界，进而优化再造物理世界的业务，对传统管理模式、业务模式、商业模式进行创新和重塑。在数字经济和双碳目标的驱动下，城市也面临着数字化转型的迫切需求和压力。运用新理念、新技术、新平台，推动城市管理向精治、共治、法治为基本特征的城市治理转型，体现数字治理和“一网统管”的城市治理理念。在这一过程中，新一代信息技术如大数据、人工智能、云计算、移动互联网、物联网、5G通信技术发挥了巨大的推动作用，促进了机制层面的变革。

1.1 物联网技术

智慧城市不论是数字转型还是智能升级，都需要建立在万物互联、智能感知的基础上。物联网是在互联网基础上延伸和扩展的网络，通过将各种感知设备接入物联网，来实现对其的识别、定位、跟踪、监控和管理。城市治理相关的设备包括视频监控设备、音频监控设备、温度传感设备、烟感设备、光感设备、压感设备等，通过物联网技术将这些功能结构各不相同的设备连接起来，实时采集重点区域的温度、湿度、空气质量、供水、供电、供气、供热、消防、排水、道路、环卫、垃圾、交通、运输、通讯等专业的监测数据，监控特种设备、关键设施运行情况，通过5G/4G、WIFI、NB-IOT、Lora等通信协议传输到相应的管理部门，所以说物联网技术及相关设备设施是智慧城市、城市治理的技术基石。

1.2 大数据技术

由于城市治理领域的数据具有典型的“4V”特性，即数据量大、种类和来源多样化、数据价值密度相对较低、数据增长速度快且对处理时效要求高。大数据相关的技术包括数据的采集、整理、传输、存储、安全、分析、呈现和应用等。大数据的价值主要体现在深入分析和场景应用上。要想保证城市运行中各种数据的应用效率，并将之转换成优质的数据资产，就必须利用大数据技术对这些数据进行科学合理的管理与处理。

大数据在城市治理、城市规划中具有较多的应用场景和技术优势，如通过分析城市居民日常活动与出行数据，可以辨识居民行为制约因素，为城市设施布局优化或相关管理政策的调整提供量化指标，从而辅助规划师及城市管理者发现已有规划或城市管理措施中存在的问题，并为提升改进提供更精细的科学依据；公交刷卡、签到数据等反映居民行为特征的数据集与城市路网数据、兴趣点数据(Point of Interest,POI)等基础地理数据的结合，可以辅助进行高效率、高精度的城市功能点位识别。在不同的时空背景下，针对不同的居民行为特征采取针对性的管理策略，动态分析与模拟居民时空行为与城市空间的相互关系，识别并预测不同时间截面上城市人口(特别是弱势群体、违法乱纪者、重大事件的集聚人流等)的分布结构，为即时化、精细化的城市管理提供决策依据。

1.3 5G技术

与传统的4G技术相比，5G技术能够实现高可靠低时延连接，连接时延达到毫秒级别；用户体验速率可提升至1Gbps(4G最高实现10Mbps)，峰值速度甚至达到10Gbps。5G网络具有超高速率、超低时延及超大连接的特性，能够满足各应用场景对通信网络大带宽、低时延的要求，并使低成本的小型传感器的海量连接成为可能。通过采用不同的切片技术和边缘技术，能够根据应用场景的不同需求灵活配置网络资源，实现灵活部署。5G可以与人工智能、云计算、大数据等各项基础技术结合，如5G与智能物联网(AIoT，即 AI + IoT 的简称，Artificial Intelligence，AI；Internet of Things，IoT)相结合，能够满足感知设备对网络通信能力的更高要求，从而进行全域数据采集；5G与移动边缘计算(Mobile Edge Computing，MEC)相结合，能够构建边缘智能，使云端处理能力下沉，实现本地化智能服务，建立“云、边、端”协同的计算体系；5G与智能运营管理平台(Intelligent Operations Center，IOC)相结合，能够实现中心智能，推动数据实现融合应用、流通共享及交互协同，构建通用能力。所以，5G技术的应用以及与其他技术的融合，提升了基于感知技术的采集能力、依托于传输技术的连接能力，以及依托于数据分析技术的服务能力，在新型智慧城市建设中能够发挥积极作用。

1.4 人工智能技术

在城市环境中，人工智能(Artificial Intelligence，AI)技术已被视为改善城市管理的一种有效方法，通过识别模式并执行预测、决策，并最终以快速、准确的方式执行和操作。可以说人工智能就是在大数据基础上进行的数据价值化操作，其核心在于“思考”和“决策”，与大数据、云计算等各项技术间的关系密不可分。人工智能的6大方向——机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示，在城市治理领域都已有广泛的应用。如基于视频分析的行为判别可根据十字路口车辆数灵活控制红绿灯等待时间。人称“逃犯克星”的张学友，为了防止假票，在演唱会安检中进行人脸识别，已抓到80余逃犯。这是因为人脸采集与识别已经做到了全国联网，只要是在逃人员，通过人脸识别技术，在全国范围内都可以立刻识别出来。基于城市违法乱纪行为及刑事案件发生的时空分析与模拟，可以发掘刑事案件频发的时段及对应的空间热点区域，在遏制与预警城市违纪与犯罪事件方面发挥作用。

在实际应用场景中，上述技术是紧密连接、综合应用的，共同形成“感—传—算—用”数据链，继而推动感知(Sensing)—分析(Analysis)—决策(Decision)—执行(Action)—评估(Evaluation)功能链的建立。在城市功能优化、城市交通控制、城市灾害风险管理、城市运行效能提升等领域发挥越来越重要的作用。

2 新一代信息技术为城市治理带来的技术推动

2.1 大数据思维在城市治理领域的运用

大数据思维即全样思维、容错思维、相关思维，不在意数据的杂乱，而强调数据的量；不要求数据精确，但要求数据的代表性；不刻意追求因果关系，但重视规律总结。其中“相关思维”是大数据分析最重要的基础。传统应急式的城市管理模式遵循的是“由果寻因”的思维方式，将管理只聚焦于应对环节和单个事件，忽视预防、反思等重要环节和相关事情。大数据思维支持下的“预防式”治理模式则是从风险预测开始，通过数据分析推演再现从风险到危机的整个流程周期，并以此作出相应行动决策。而“从因预果”的思维模式，讲究的是源头治理，预防为先，全程把控。数字经济时代的到来正在全方位倒逼政府自身变革,大数据、人工智能正日益成为治理创新的重要驱动力。新一代信息技术为城市治理带来的技术推动以及管理模式方面的变化体现在数字化疫情防治方式、基层治理模式、事件上报方式、一体化架构应用等方面。

2.2 智能技术推动疫情防治方式的转变

2020年新冠肺炎疫情爆发以后，各地政府运用新一代信息技术的治理能力逐渐加强，借助于移动互联网和智能手机，政府相关部门可以实时追踪人口流动信息，快速定位潜在疫情风险，从而降低疫情传播。AI图像识别技术和红外热成像技术的结合，形成了AI智能测温系统，可对人流中多人额头温度同时进行快速筛选及预警，方便人流聚集处的快速筛选，有效减少公共场合人群聚集。知识图谱工具可以通过搜索词条、关系关联/扩展等方式，在短时间内完成大量病例的相关关系分析，减少流调工作量及时间周期。自然语言处理技术可以快速识别疫情中的时间、地点、人物等关键信息，并帮助流调团队进行流调报告的快速发布，以缩短向公众发布疫情信息的时间，让可能的密切接触者更早的有所警觉。在此次疫情中，大数据与人工智能等智能技术在人、财、物各类资源的组织管理、分析与调度等方面发挥极大作用，最大程度上降低人员面对面沟通，有效降低传、感染风险。

2.3 基于网格化管理的基层治理“末梢神经”加快激活

网格化管理是根据属地管理、地理布局、现状管理等原则，将管辖地域划分成若干网格状的单元，并对每一网格实施动态、全方位管理，它是一种数字化管理模式，依托于统一的城市管理数字化平台，将管理辖区按一定的标准划分成单元网格，通过加强对单元格中部件和事件的巡查，建立监督和处理相分离的主动发现、及时处理城市管理问题的一种模式。目前，网格化管理已经成为城市治理的一个重要手段，部分城市已经形成了“多网合一”的局面。

以网格化管理为基础构建的智慧城管平台，以数字地图和单元网格作为数据的组织形式，集成基础地理、地理编码、市政及社区服务部件、事件的多种数据资源，以城市监管员和市民服务热线、视频自动发现为信息收集渠道。当前，以网格为单位上报的事件也不限于市容市貌等城管领域，还包括社区防疫、社区治安、公共设施、特殊人群照护等多个领域。事件上报后通过平台分流派遣，形成网格事件协同处理机制，集事件受理、调度指挥、研判分析、分流处理、督办反馈为一体，纵向贯通、横向联通的部门间业务协同平台，规范事件处置流程，实现业务职能部门间信息推送、流转、反馈的流程化协同运作。城市管理者通过查看各类上报事件即可实时掌握城市管理、民生服务等各种问题，经过数据汇总和分析可发现城市治理的难点、痛点，以及逾期不办结事件情况的症结所在。通过多部门信息共享、协同工作，构建起沟通快捷、责任到位、处置及时、运转高效的城市管理、公共服务的监督和处置新机制，形成“街乡吹哨、部门报到”的基层治理模式。

值得注意的是，智慧化网格事件的收集和流转不仅仅只是提高处置效率，在事件累计到一定程度后，还可以运用各种分析研判、预测预警算法提供决策依据，优化工作模式。如通过空间聚类等智能分析算法，直观掌握事件的高发时段、高发区域、高发类型，这样就可以改变以前靠人值班盯守、平均分配人力、警力的工作方式，提示有关部门进行提前布防，逐步实现精准化、差异化、自动化的工作方式，实现“人治”到“数治”转变。

2.4 影像识别与智能分析成为城市治理事件上报的主力

近年来遥感影像识别、空间信息、视频智能分析在城市治理、公共安全、交通运输等方面显现出了不可或缺的作用，人脸识别、人(脸)证(件)同检、车牌识别等已经广泛应用，事件自动发现、主动上报、人机协同的工作机制也在很多领域初步建立。杭州“城市大脑”围绕解决城市交通拥堵、停车等待时间长等问题，建设了11大系统、48个应用场景，便捷泊车、舒心就医等基本实现“先离场后付费”“先看病后付费”；杭州主城区通过视频AI计算，每2min就可以完成一次全区域扫描，95%的事件自动发现，使道路车辆通行速度提高11%。江西省抚州市东乡区根据城市治理场景的不同应用需求，通过预置的17种人工智能算法主动发现城市治理相关的各类事件，如车辆违停、消防通道占用、出店经营、垃圾监测、占道经营等，并将发现的事件自动推送到智慧网格平台，转派给相应的专业管理人员进行处理。目前，该视频感知平台每天可以抓取400万+目标，事件5000+(包含横穿马路、非机动车占用机动车道等)。相关自动抓拍事件的统计分析也为当地政府在停车场(位)设置、人行横道设置、交通协管员布岗等公共设施及监管措施的优化提升给出决策依据。

在安全生产领域，视频监控与智能分析也扮演极为重要的角色。如在建筑工地、石化、电力等高危行业生产区域，通过目标检测算法对作业人员安全着装情况(戴安全帽、穿安全鞋等)进行监测，能够对未按要求着装的人员进行及时告警。对重要岗位的值守情况进行监测，以防擅自脱岗。通过摄像头对关键设施、部位的实时监控，以及针对大区域的无人机载通信模组+摄像头巡查机制，都已成为政府安全监管与企业安全生产可视化平台的基础。

另外，雷达探测技术具备覆盖范围广、探测距离远、识别精度高等特性，能够克服风、雨、雪、雾、霾等气候、气象条件影响。融合雷达空间感知与视频感知，构建“雷达探测、视频复核”的双重判别机制，抽取雷达定位信息与视频、视场角度，建立二者间关联关系，形成雷达空间感知信息与视频感知信息的跟踪协同与联动，实时跟踪确认目标移动位置，是未来的发展趋势。

2.5 “一张图、一张网、一个屏”的一体化架构广泛应用

“一张图、一张网、一个屏”是指基于二维/三维数字地图实现的数据资源一张图、物联监测一张网、指挥调度一个屏，这既是技术架构，也是管理体系架构。通过数据的高度汇集及地图标注，全面掌握数据管控家底，为城市安全风险防控、应急指挥、监督调度等城市治理场景应用提供多源数据支撑和决策依据。“一张图”是由多个图层和主题组成，可根据经纬度在二维/三维数字地图上定位标注城市部件、路灯、岗哨、视频摄像头，以及风险集聚点、资源分布点、内涝积水点等一切需要定位和关注的事项和因素。如基于“大数据”“一张图”的实战指挥平台已经应用到智慧消防领域，实现了灭火救援的一张图指挥、一张图调度、一张图分析、一张图决策。数据根据不同主题在不同图层标注后，还可按照相关算法进行汇总、计算和可视化展示，以及数据层层下钻，实现数据溯源。

“一张图”要体现出综合性、层次性、联系性，综合性是要体现出多方面要素状况，如利用各种评估指标体系和大数据指数有效地反映某一现象的发展态势并进行可视化展示，如区域安全指数、平安运行监测指数、政务顺畅度指数、夜生活活跃度指数等；层次性是从最基层的单要素向上提炼、归类、汇总可得到同类或相关要素的一般运行状态，通过小的空间单元可以向上汇总到更大尺度的空间范围，以服务不同尺度的管理层级；联系性是要体现出时与空、人与物、物与物……直接的内在联系。

“一张网”是要打通接入各类物联、监测、感知网络，实现前端监测信息实时回传。如雨量监测、水位监测、风力监测、地质灾害监测、空气质量、两客一危车辆、雪亮、天网等各路重点领域的物联、监测、感知网络实时监控，并结合监测项目的阈值指标预警功能，做到监测预警准确及时。在音乐节、事故现场等没有有线网络部署或WIFI覆盖受局限的场景和户外空白区域，可通过5G技术解决临时布控临时组网的问题，即在通用监控摄像头中内置5G通信模组，让摄像头可以通过基站实现直接联网，从而实现远程监控的目的。运用物联、监测一张网，有助于自然灾害防治和安全生产事故预防等场景中的事前预防、事中控制、事后分析，为科学精准决策、指挥调度提供数据支撑和平台支持。

“一个屏”是实现指挥中心与现场人员的一屏指挥。借助融合通信与可视化协同指挥技术，实现一体化快速响应、实时指挥、远程视频等功能，实现现场与后方指挥中心的实时视频通讯，以及高清音视频、数据等多媒体业务的实时同步传输，实现可视化、快速精准调度与各级高效协同。

要实现“一张图、一张网、一个屏”的效果，信息系统互联互通和信息共享、多源异构数据的采集与整合是关键。需要通过一系列数据共享交换与数据治理工作，加快整合分散的应用系统，推动平台化和一站式服务，在数据汇集共享、关联分析和高效利用的基础上全面提升数据要素价值。

3 面向城市治理的数据治理体系建设

尽管政府部门、企业、社会都产生并积累了大量信息和数据，但各类数据之间并未进行有效融合，数据的共享程度和利用水平并不高，难以满足城市高效协同运转的需要和城市运行“全貌”展示的需要，还需通过数据治理才能体现数据价值。数据治理体系是促进数据管理和执行体系落地的有力支撑平台，将分散、多样化的核心数据通过标准化、质量探查、清洗、集成及监控等技术手段进行优化，形成数据治理体系，并结合内部组织结构，形成数据管控执行体系，在内部持续运行、提升，挖掘主数据的应用价值。在城市治理领域，数据具有多源、异构、多模态、海量的特点，且涉及跨域安全、可信互通以及不同层次、不同领域的数据共享和交换问题，因此是一个复杂的系统问题。政府、企业、社会组织和公众是多元治理主体，数据生命周期、数据质量、数据安全等关键点是治理客体。信息生命周期理论也引入到治理过程来指导一系列数据活动，比如数据的获取、处理、传播和利用以及关键业务节点的控制，以遵循活动规律和数据运动的变化规律，根据不同阶段和治理需要的特征，进行整个生命周期的管理，以找到最适当的管理方法和策略。

值得注意的是：数据治理过程中，数据共享交换是基础、数据安全调度是核心、数据资产管理是目标。数据治理绝不是以数据清洗、数据共享交换等单一功能的实现为目的，而是要进行数据的全生命周期管理和有价值数据集的构建、调度和深入挖掘。数据治理平台好比一个大厨房的配菜车间，把来源不同、品质不同的原材料(数据)进行清洗、加工、存放，按照大厨(数据用户)的要求对各种半成品和配料进行搭配组织和进一步加工。车间主管还能随时报出都有什么状态的什么食材可以供应(提供便捷的数据目录与信息服务目录检索)。在这个过程中，要有相应的安全保障机制、协同工作机制、质量监督机制等。例如在进行“城市体征诊断分析”时，需要根据动静结合的特点，从时间、空间与设施要素多个方面分解和联结城市体征的评价指标。从人与地、静态与动态出发，从城市人口系统、城市环境系统、城市活动—移动系统和城市运行系统中抽取数据集，再通过分析计算和评价模型得出局部体征，最后汇总表达整体体征。

4 结论

全面推进城市数字化转型，是巩固提升城市核心竞争力和软实力的关键之举。在带动社会治理新模式、构建城市运行新形态方面，数字化技术扮演了越来越重要的作用。近年来智慧城市领域的数据治理呈现治理理念转向服务、治理技术不断创新、治理范围逐步拓展、治理主体趋于多元、治理效能整体提升等特征，但在面向场景应用的协同治理、全景式和全过程治理方面还存在明显不足，在城市多元数据融合、跨领域知识模型融合等方面可以说才刚刚起步。

2021年7月30日印发的《北京市关于加快建设全球数字经济标杆城市的实施方案》中提出通过5-10年的接续努力，打造引领全球数字经济发展的“六个高地”“建成超大城市数字化治理体系”“建设一人一码、一物一码、一事一码的城市时空编码体系”“形成自我感知生成数据、自动联网汇聚数据、数据赋能安全运行的数字化城市生命线”。“一X一码、一X一档”要求用智慧化技术进行更加精细化的管理，“自我感知”则要求建立更多自动识别、主动上报、前瞻研判的工作机制。对比上述要求，业界还有很长的一段路要走。各类数据、算法与城市功能的有机结合、城市治理专业团队与数据科学专业团队的深度融合是城市数字化转型、数智化发展的关键。可以相信：通过多方共同努力和需求牵引，一体设计、协同并进、融合创新，共建共享、互联互通、场景特色的新型智慧城市发展格局加速形成。