【摘要】城市大脑是智慧城市系统的核心和中枢，对于推动城市治理范式的创新和促进高端信息产业的发展具有重要的作用。现阶段，虽然我国在智慧城市和城市大脑的建设运行上有着大量的理论研究和实践探索，具备政策和技术上的优势，但也会带来新的社会和技术问题，譬如，无边界信息流导致的信息安全和隐私等问题。因此，促进城市大脑的自我进化，需在长期的运行实践中积累大量的业务场景和信息资源，从而消解其潜在的缺陷和带来的问题。与此同时，当城市大脑投入运行，原有的管理体制和机制被打破和重组，新的业务场景和组织结构对信息系统将提出更高的和充满不确定性的要求，只有构建开放的技术架构和软件系统生态，才能支持城市大脑的不断发展和演化。
【关键词】智慧城市 城市大脑 城市治理 高层管理信息系统
【中图分类号】G350 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2021.09.004
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]在许多智慧城市试点项目中，一个城市的不同领域、不同部门、不同类型的数据被共享交换、集成展现、融合分析和协调利用，城市大脑的雏形已经初显端倪。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》[2]中提出应完善城市信息模型平台和运行管理服务平台，构建城市数据资源体系，推进城市数据大脑建设，达到促进公共服务和社会运行方式创新，构筑全民畅享的数字生活的目的。这为智慧城市建设进一步指明了城市大脑的资源基础、业务目标和发展方向，城市大脑的建设即将进入一个蓬勃发展的阶段。截至2020年底，我国政府已经颁布实施22项与智慧城市相关的国家标准[3]以推动智慧城市系统建设和运行的规范化，但是对于城市大脑的定义和规范还尚未形成。这固然存在技术本身的原因，但更重要的是：城市大脑在整个智慧城市体系中的定位不明确，系统概念沿袭发展的路径还有待梳理清晰；城市大脑建设运行的根本目的是解决城市治理现代化、精细化、智能化的社会问题，人们不能脱离社会系统的背景单独讨论技术系统的创新和变革。因此，如何理解城市大脑在智慧城市体系乃至社会治理体系中的角色和任务，对于把握未来智慧城市建设运行的宏观大局具有重要的理论和现实意义。
城市大脑的兴起和定位
从技术架构上看，城市大脑是智慧城市的核心，是“智慧城市系统之系统”。它旨在提取和利用优化城市治理的各项组织运作所必需的数据而非替代现有的信息系统的物理基础架构。[4]通常认为IBM公司所提出的智能运营中心（IOC：Intelligent Operations Center）[5][6]是这类信息系统的雏形，其目标是整合所有城市机构和部门的信息以制定更好的政策。作为一个中间件平台，IOC集成了IBM公司旗下近200个软件子产品，并向用户提供交互界面、标准操作程序和信息资源处理能力。由于我国城市的巨大规模、复杂性和多样性，单纯依托技术模块和标准化的工业程序是难以实现城市级别的跨组织数据整合任务的，更何况其面向决策问题的知识管理能力与知识服务能力本身存在欠缺。
从系统实践上看，智慧南京中心综合管理与运行服务平台是国内关于城市大脑的首次探索，[7]也是全球特大型城市的智慧城市中心的一个典型案例。该系统从2010年开始规划设计，首期工程接入和整合30多个部门和单位的数据，基本实现城市动态感知和跨组织协调，为城市高层管理者提供决策支持。但是在长达近十年的运行实践中，该系统也暴露出与城市治理业务流程脱节，资源能力下沉困难的弱点，因而，至今仍在不断开发和优化中，其延伸应用“我的南京”在面向市民的综合性服务中得到普遍赞誉。杭州城市大脑起步于2016年，以智慧交通、“数字治堵”为突破口，逐步扩展至旅游、卫生、商业等数字应用，迄今已接入96个部门、317个信息化系统，每天平均协同数据1.2亿多条，[8]在公共数据平台、数字政府、数字经济、数字社会和数字法治等领域上都形成了特色应用场景。上海浦东新区、北京海淀区、福建福州等地的城市大脑的规划和建设也各具特色并取得显著成效。
从应用场景上看，许多地方的智慧城市项目将大屏幕控制系统、指挥调度系统和业务坐席与软件平台结合在一起构成综合性的城市智能运营指挥中心，以同时应对城市常态治理和应急态治理。传统上，常态管理体制与应急管理体制占据了两种交替性的、互不隶属的时间结构，常态管理体制存在于日常管理过程中，当突发事件发生时，应急管理体制取代常态管理体制，当突发事件结束时，常态管理体制恢复，应急管理体制退居幕后。[9]然而，智慧城市的自适应性使得城市治理的常态与应急态的界限变得模糊，潜在的危机可能通过预警和处置消弭在造成后果之前，而一些新型的突发事件却可以长期存在于城市治理过程中。[10]因此，城市大脑不同于应急指挥中心，它将城市治理视为一项长期工作，通过对历史事件的数字化重构，分析和挖掘问题与事件背后的规律，提出面向未来的解决方案。
作为一种新兴的城市治理的技术工具，城市大脑尚无明确的概念定义和系统定位，其理论和实践仍处于探索的阶段。蒋武洲从功能的角度提出城市大脑是城市数字生态的集中场所，负责城市状态的实时监测、城市异常的智能预警、关键问题的智慧决策、重大事件的协同处置，实现数据资产的增值，提升城市治理体系和治理能力的现代化水平。[11]从系统结构的角度，Hua认为城市大脑是一个端到端系统，涵盖了从认知到优化到决策，从搜索到预测到干预的全过程；[12]Liu定义其架构的基本组成部分包括城市中枢神经系统（云计算）、城市感觉神经系统（物联网）、城市运动神经系统（工业互联网）和城市神经末梢（边缘计算）。[13]也有学者认为城市大脑是一套以数据为中心的平台级产品，实现特定领域的城市协同治理的业务功能，并可以在不同城市之间进行大规模复制。[14]由于这一称谓本身所具有的人工智能的背景，我们可以认为城市大脑是在自然智能工作机理的启发下研究开发的具有一定智能水平的，[15]为增强城市治理能力提供服务的信息系统。这一信息系统处于智慧城市系统的核心位置，它汇聚组织间网络的有效信息并提供决策支持，把城市数据资源转化为新的城市治理范式。因此，无论从功能主义还是从结构主义出发，研究者和开发者都需要理解人类智能的奥秘和城市治理的深层需求，而不是简单模拟传统的城市治理模式或单纯以业务功能决定系统架构。
城市大脑的溯源和创新
城市大脑固然是一种新的概念，但也并非无迹可寻。上世纪70年代末，由于信息技术的创新带来全球市场、生产和管理的创新，进而引发了大型跨国企业管理理念的变革，企业原有的信息系统分散在不同的部门、地区和业务领域，对高级管理者的全局性决策需求缺乏足够的技术支持。在1982年，Rockart和Treacy首次提出了高层管理信息系统（EIS: Executive Information System）的概念，描述了大型跨国企业的高级管理者使用计算机系统获取和整合数据，并进行分析、预测和决策的场景。[16]EIS支持执行高度非结构化的工作程序，处理来自组织内部和外部环境的多源异构信息，为高级管理者提供对信息资源的广泛而彻底的访问，以及用于在决策中分析信息的各种不同方法，[17]帮助管理者监控环境趋势和激发创造性的解决方案。EIS不同于企业资源管理系统（ERP: Enterprise Resource Planning）和生产过程执行管理系统（MES: Manufacturing Execution System），前者偏重于跨部门的整合性管理和重大问题的决策，而ERP和MES则是较低的部门层面的业务系统。
与EIS类似，城市大脑也是在信息技术创新和城市治理创新的双重背景下产生的，甚至可以说城市大脑的概念是EIS的概念从企业管理到城市治理的转移、发展和创新。从用户层面看，城市大脑和EIS都是服务于组织中高层管理者的通信、协调、计划和控制功能，而非服务于面向基层人员的具体业务操作流程。从功能层面看，城市大脑和EIS都不是为了解决单一部门和单一领域的业务管理问题，它们的关注点在于跨组织、跨部门、跨层级的整合性治理。从技术层面看，城市大脑和EIS实现跨组织协同治理的基础都建立在对多源异构数据的访问、索引和检索，以及按需临时分配的分析和计算上。从架构层面看，城市大脑和EIS均位于组织中整体系统的最上层，并保留与下层系统和外部网络的灵活接口，负责协调和处理组织间网络的数据、信息和知识。因此，从EIS溯源观察城市大脑的功能和架构，有助于加深对城市大脑的理解并展望其发展和创新。
由于城市治理的复杂性，城市大脑与EIS相比也存在显著的差异，需要更多的信息技术创新和管理变革思维。首先，由于智慧城市系统的建设运行，新的实时性的数据采集技术和存储溯源技术（如传感器网络技术和区块链技术）快速发展，以及电子政务网络、专有信息网络和互联网的安全隔离要求，对传统的以数据仓库为技术基础的信息集成模式提出了巨大挑战。城市大脑需要引入新的技术工具以支撑其在数据、信息、知识等多个层面进行实时性融合的能力。其次，智慧化的城市治理不可能仅仅建立在周期性的决策上，而是需要及时、快速地响应和不断优化调整解决方案。由于新型危机和突发事件层出不穷，传统的以案例库、知识库为基础的智能专家系统难以适应高度不确定性条件下的决策支持，城市大脑需要具备自我学习、自我调整和自我进化的适应能力。再次，由于城市治理业务的多样性和城市数据环境的复杂性，传统上标准化的用户界面、操作流程和资源处理程序难以适应多类型用户的动态服务需求，非标准化的、定制化的、可扩展的服务将成为城市大脑的必备功能。最后，由于智慧城市系统是一个整体不可分割的复杂巨系统，城市大脑不但需要求诸于内，开发实现其自身的技术功能和业务功能，更需要行诸于外，影响和带动智慧城市系统的其他子系统的规划、建设、运行的健康发展。因此，在城市大脑的设计建设中，规划设计人员应当充分考虑当前和未来相当长一段时间内新的信息技术在智慧城市系统中的采纳所带来的技术创新，这包括下一代通信技术、人工智能技术、大数据分析技术、信息融合技术、区块链技术和云计算技术，并且将这些技术相互融合在一起，而非仅在现有的技术框架内和业务条件的约束下设计系统架构。在城市大脑的运行阶段，运行维护人员应当视其为具有开放性和智能性的自治主体，持续关注系统与任务、组织和外部环境之间的信息互动与决策协调，在城市治理的过程中不断挖掘城市大脑的新应用场景和技术潜能，而非仅以现有的数据基础、管理场景和决策问题限制系统的使用范围，否则将抑制城市大脑的自我进化。
城市大脑项目的关键要素
在城市大脑项目的规划设计和建设运行阶段，当前存在一种技术导向的偏好，其表现形式有两种。第一，不少研究开发单位认为创新的信息技术是构建城市大脑、实现城市智慧化治理的关键，技术创新可以自然推动城市治理的创新；反之，技术创新的不足将导致系统建设失败。这造成一种供应商之间竞相攀比技术的现象，新的技术架构和尚处于实验阶段的微创新层出不穷，系统迭代和重复建设频繁出现。第二，不少建设运行单位认为城市大脑集成了新的信息技术和信息资源，依托这一信息系统即可解决过去困扰城市治理的诸多问题；反之，如果仍存在问题没有得到解决，那多半是研究开发单位的技术能力不足导致系统性能和功能不能满足用户需求，这常常造成了建设运行单位和研究开发单位之间的矛盾。由于智慧城市和城市大脑都是尚处于发展阶段的新生事物，人们对于城市智慧化治理的概念缺乏一致的理解，也并不能准确设想未来城市治理的所有场景和功能，所以这些矛盾很难用商业合同的约束来解决。
无论是建设运行单位还是研究开发单位都需要注意到城市大脑是嵌入在组织间的社会治理的技术工具。在我国，由于智慧城市建设运行的主体是城市政府，因此，政府部门内部和彼此之间的结构关系对城市大脑的建设运行具有重要的作用。我们不能将城市大脑简单视为一个技术系统，它还具有社会的属性。Leavitt在20世纪60年代首次提出了基于组织变革的社会—技术模型，认为组织是一个复合的多元化系统，包含了四种相互作用的元素——参与者、结构、任务和技术。[18]其中，参与者指组织所有的利益相关者，包括管理者和任何能够对组织产生影响的团体或个人；结构包括能够对组织造成影响的沟通系统、权力关系、协调机制、工作流系统，以及相关的制度化安排；任务描述了组织存在的目标，构成组织根据需求而采取的相关行动；技术则包括了工作方式、工具与设备，以及相应的技术平台等。Lyytinen把这些元素用系统开发的要素表示，进一步提出了系统开发的社会—技术模型。[19]当我们把城市大脑置于社会—技术系统中观察，技术系统与社会系统相互影响和作用，任何一个社会要素或技术要素的变化，以及其相互间关系的变化，都将会对系统的开发造成风险或影响，甚至可能会导致系统开发失败。
根据社会—技术系统理论的观点，城市大脑的项目参与者和组织结构属于社会要素，项目任务和技术本身属于技术要素。项目参与者不仅包括建设运行单位和研究开发单位，还包括与城市治理目标相关的城市政府的各级部门甚至社会组织、城市居民和访客。参与者的缺位将导致业务需求的模糊化，也将导致城市信息资源的缺乏。组织结构则需要突破既有的管理体制和机制，基于城市治理范式的变革设计新的沟通机制、权责关系和业务流程。沿用或者修补现有的组织结构只能构建出一个原有框架下的治理技术工具，而不能真正实现智慧化的城市治理。在任务目标上，项目的可交付成果表示期望的结果，它不仅包含了一般信息系统开发中确定的功能性约束，也应包括不确定条件下的技术潜力和组织弹性，技术工具和软硬件平台则需要满足与适应任务目标的要求。
在城市大脑的建设运行中，项目风险在三个层面上广泛存在着。第一个层面是技术本身的风险，即研究开发单位是否具有相应的技术能力和选择了恰当的技术工具、软件平台与开发方法。第二个层面是组成社会—技术系统的其他三个要素内部产生的风险，即参与者、组织结构和任务目标是否全面与明确。第三个层面是不同要素之间的矛盾和相互作用产生的结构性风险，即便社会—技术系统的四个组成要素充分完备，但是要素两两之间不契合、不匹配，仍然会导致项目的结构性失衡甚至最终失败。例如，不恰当的组织间沟通协调机制可能影响决策信息的及时性、准确性和完整性，过于理想的任务目标可能无法依靠现有的技术能力达成。
一般而言，城市大脑项目的结构性风险包括以下六个方面。一是任务—技术。过高的任务目标缺乏技术支持，过低的任务目标导致技术的堆砌和投资的浪费。二是参与者—结构。城市大脑项目参与者之间呈现松散的组织结构，项目建设运行单位往往处于与政府其他部门平级甚至是下级的位置，缺少跨部门、跨层级的结构支撑。三是参与者—任务。一方面，除建设运行单位和研究开发单位以外，其他参与者往往持配合的态度，对项目的建设任务缺乏认知；另一方面，建设运行单位对其他政府部门的业务需求缺乏了解，导致任务目标产生偏差。四是参与者—技术。由于参与者对智慧城市和城市大脑的概念和技术缺乏准确的认知，产生唯技术论的倾向。五是结构—任务。城市大脑项目建设的最终任务是智慧化城市治理，这需要治理结构的变革和优化，尤其是组织间的有效沟通、协调和共同决策。六是结构—技术。一方面，跨组织的沟通、协调和决策需要信息技术的支持；另一方面，信息共享、交换和利用的技术工具只有在恰当的组织结构和制度性安排下才能发挥实际作用。
在城市大脑项目建设运行中，结构性风险的化解主要依托两项关键行动。其一，通过组织间协调机制的建立，明确主管部门和参与部门的权责关系，从项目规划阶段就纳入潜在的利益相关方，共同设计构建新的治理结构和展望未来城市智慧化治理的业务需求，避免建设运行单位和研究开发单位闭门造车，以技术束缚管理。其二，通过城市层面的数据共享交换机制的建立，支持技术工具的实际运用和长期运行，支撑组织间网络各个组成部分的相互联系，它们只有在常态治理环境中保持协作关系才能在应急态中产生及时和有效的响应措施。从项目建设的中短期目标出发，建立有效的组织间业务协调机制和数据共享交换机制是保障城市大脑项目建设成功运行的关键因素；从城市大脑的发展演化出发，城市治理的体制机制改革和人工智能等新技术的采纳运用是城市治理范式创新的长期动力。
推进城市大脑建设的对策建议
在智慧城市的发展中，人们总是试图采用技术的手段改造社会治理的模式，城市大脑便是最新的探索之一。无疑，城市大脑将带给城市管理者新的思维方式和技术手段，但也会带来新的社会和技术问题，譬如，无边界信息流导致的信息安全和隐私问题。我们应当认识到这一信息系统还处于发展的初期，具有创新性、实验性的特征。只有在长期的运行实践中积累大量的业务场景和信息资源，才能促进城市大脑的自我进化，充分发挥其技术潜能，并消解其潜在的缺陷和带来的问题。与此同时，我们也不可忽视社会系统对技术系统的适应和影响。当城市大脑投入运行，原有的管理体制和机制被打破与重组，新的业务场景与组织结构对信息系统将提出更高的和充满不确定性的要求，只有构建开放的技术架构和软件系统生态，才能支持城市大脑的不断发展和演化。
对城市大脑追根溯源，从社会—技术系统理论的观点出发，可以看到城市大脑的项目建设绝不是线性发展和一步到位的。我们建议采用“长期规划、分期建设”的模式开发城市大脑项目，在首期工程的建设中秉持“聚焦业务、有限规模”的态度，以解决城市治理中的痛点、难点问题为出发点，实事求是地构建系统的基础架构和探索应用场景，建立组织间的业务协调机制和数据共享交换机制，扎扎实实地解决好项目建设和运行期间的跨部门协调问题与多源异构信息资源整合、融合的问题，为系统的全面运行打下结构和技术的要素基础。在其后的分期建设中，一方面，扩大业务场景和复制技术工具的应用；另一方面，强化大数据分析和人工智能技术的运用，使这一信息系统逐步向自主、自治和智能演化，真正打造城市治理的新的技术范式。同时，由于城市大脑的国家标准和行业规范尚未提出，不同城市的数据资源的条件基础和社会治理的需求特征也存在差异，我们并不建议城市大脑在短期内成为我国智慧城市系统建设的标准配置。希望结合城市大脑系统研发和项目实践，相关的国家标准规范的制定能够及时提上议程。
如前所述，城市大脑是智慧城市系统的核心系统，这一系统的有效运行离不开其他智慧城市子系统的协作，也离不开城市内部和城市之间的其他信息系统的配合，需要从顶层视角分析需求和构建系统。许多地方政府将城市大脑项目视为“一把手工程”，这有利于推动组织结构的变革和获得更广泛的资源支持。项目建设运行单位应当主动承担和衔接组织结构优化调整的责任，将城市治理范式的创新转变而非完成一项信息系统建设设置为最终目标。承担城市大脑项目建设的研究开发单位应该抓住机遇，在开放架构和自主研发的前提下，快速形成可扩展的平台级产品，为我国的智慧城市发展提供核心产品，并把具有国际竞争力的信息技术推广至世界的其他国家和地区。
（本文系国家社科基金重大项目“面向国家战略的情报学教育与发展研究”阶段性研究成果，项目编号：20&ZD332）
注释
[1]Yu, J.; Wen, Y.; Jin, J., et al., "Towards a service-dominant platform for public value co-creation in a smart city: Evidence from two metropolitan cities in China", Technological Forecasting & Social Change, 2019(142).
[2]《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，中华人民共和国中央人民政府网，2021年3月13日，http://www.gov.cn/xinwen/2021-03/13/content_5592681.htm.
[3]详见国家标准全文公开系统，http://openstd.samr.gov.cn/bzgk/gb/std_list?p.p1=0&p.p90=circulation_date&p.p91=desc&p.p2=%E6%99%BA%E6%85%A7%E5%9F%8E%E5%B8%82。
[4]Zhuhadar, L.; Thrasher, E.; Marklin, S., et al., "The next wave of innovation-Review of smart cities intelligent operation systems", cybernetics and systems, 2017(66).
[5]Intelligent Operations Center on Cloud documentation, https://www.ibm.com/support/knowledgecenter/SS9J9E/ioc/kc_welcome_saas.html.
[6]陈璟浩、曾桢、李纲：《城市网络形象监测系统的设计与实现》，《情报学报》，2019年第3期。
[7]何军：《智慧城市顶层设计与推进举措研究——以智慧南京顶层设计主要思路及发展策略为例》，《城市发展研究》，2013年第7期。
[8]《杭州 让城市更聪明更智慧》，《人民日报》，2020年6月17日，第1版。
[9]薛澜、钟开斌：《国家应急管理体制建设：挑战与重构》，《改革》，2005年第3期。
[10]郭骅、苏新宁、邓三鸿：《“智慧城市”背景下的城市应急管理情报体系研究》，《图书情报工作》，2016年第15期。
[11]蒋武洲：《新型智慧城市运营中心的发展趋势分析》，《电视技术》，2018年第12期。
[12]Hua, X. S., "The City Brain: Towards Real-Time Search for the Real-World", The 41st International ACM SIGIR Conference, June 2018.
[13]Liu, F., "City Brain, a New Architecture of Smart City Based on the Internet Brain", The 2018 IEEE 22nd International Conference on Computer Supported Cooperative Work in Design (CSCWD), 2018.
[14]Caprotti, F. and Liu, D., "Platform urbanism and the Chinese smart city: the co-production and territorialisation of Hangzhou City Brain", GeoJournal, 2020.
[15]钟义信：《从“机械还原方法论”到“信息生态方法论”》，《哲学分析》，2017年第5期。
[16]Rockart, John, F. and Treacy, M., "The CEO Goes On-Line", Harvard Business Review, 1982.ww
[17]Houdeshel, G. and Watson, H.J.,"The management information and decision support (MIDS) system at Lockheed-Georgia", MIS Quarterly, 1987(1).
[18]Leavitt, H. J., "Applied organization change in industry: Structural, technical and human approaches", New Perspectives in Organizational Research, 1964.
[19]Lyytinen, K.; Mathiassen, L. and Ropponen, J., "Attention Shaping and Software Risk: A Categorical Analysis of Four Classical Risk Management Approaches", Information Systems Research, 1998(3).
责 编／肖晗题
郭骅，河海大学商学院教授级高级工程师。研究方向为智慧城市、应急情报体系。主要著作有《现代性背景下的应急管理情报体系——以社会为中心的构建》、《“智慧城市”背景下的城市应急管理情报体系研究》（合作论文）等。邓三鸿，南京大学信息管理学院副院长、教授。
