数据智能、孪生城市——展望未来智慧城市产业发展

在大数据和人工智能时代，城市正在逐渐具有”统一的逻辑”， 产业生态智能化将如何改造，城市商业场景与服务将如何升级，对政府治理模式将有怎样的影响着一批又一批智慧城市PPP项目的技术建设期，进入运营期。可以预见在即将来临的2020年开始，会有更多智慧城市建设与运营开始公布成绩单，围绕法制、数据生产交易、数据脱库（中心库）上链（区块链）、三维实景城市更新城市信息模型的CIM底座，围绕BIM建筑信息模型、5G、物联 IoT、空间计算与分析GSD、增强现实AR、位置智能LI、人工智能AI的融合发展，智慧城市建设将会迎来智慧城市新时代。如果说将中国首次提出建设智慧城市到国家颁布新型智慧城市建设评价标准为智慧城市1.0时代，这个时代建设模式普遍采用水泥+鼠标的信息基础设施建设为主要形态。在国家制定新型智慧城市建设标准相关规范至今属于智慧城市2.0时代。而下一个智慧城市3.0时代势必已经完成信息建设的成长阶段，步入智慧城市运营项目遍地开花迎来实质性的政府运营为主、形成城市要素可知、可视、可测、可控。万物皆可运营的崭新局面。

城市的全面数字化改造，乃至数据驱动运营，作为智慧城市的大方向，相信已经有所共识。但目前我们整体上还停留在数字城市的早期阶段，城市的规划、建设、运营、管理，都还没有真正实现数字化，遑论智慧化。IT企业的思维，提升产品靠黑科技研发，更快的速度、更准的算法，但其实真正的代际提升，靠的是思维方式的转变。就好像我们发现苹果手机的灵魂，也许不是触屏和处理器，而是交互习惯和手机之外的应用商店。对于智慧城市来说，这个应用商店可能就是数据运营的机制，包括我们一直在做的决策支持平台和数据实验室，才是这个故事的真正重点。以数据为线索，我们看到城市的规划、建设、运营、管理被重新组织成一个新的玩法。在互联 、物联 、人工智能等技术推动下，各种传统产业和城市管理被赋予新的逻辑。无论商业运营还是政府管理，数字化转型都不是把原有流程简单的转为线上，而是以更多互动、共享、弹性、精细的模式重新定义。这个过程中，每个环节都会产生大量的数据，如同传统产业中的能源一样，成为产业发展新的驱动力，并通过数据与上下游产业互相串联。一个最常见的产业升级范式是，通过物联 、传感器等技术对传统的城市公共品进行改造，使其具备共享化的低成本运营能力，并可以在运营过程中获得持续收益，例如共享单车。这种运营驱动的逻辑要求企业具备产品和运营的双重能力，并可以在产品设计阶段就植入可运营的技术要素。在运营过程中，产品整个生命周期都会产生大量的数据流，人力驱动的管理方式变成数据驱动。一方面，可以优化产品运营本身，降低运营人力成本和综合成本，并通过人工智能使产品运维效率不断迭代提升，改善用户体验；另一方面，城市中各种产品和系统运维的数据，汇聚到城市数据平台中，彼此交叉和结合，又可以去帮助优化其他系统；而所有系统的数据，则全面描述了城市本身的运行，通过城市级的决策支持系统，实现城市的科学规划和精细化管理。总的来说，从传统的一次性售卖或者租用的盈利模式，转为两个盈利阶段，一段是产品运营收益，一段是数据运营收益，后者将会越来越大以至于最终超越前者。共享单车是一个非常典型的产品：相对于传统的政府公共自行车，物联 使单个车辆可以实时在线，可精确定位，并接受控制；用户不需要拥有车辆的所有权，可以随时获得使用权，并可以通过定位服务找到车辆使用，用后在目的地附近合法地点自由归还；另一个案例是智能垃圾桶，其基本功能是垃圾深度的感知，可以在达到某些深度时自动进行压缩，提升垃圾桶的容量，减少维护工作量。在垃圾桶完全装满后，通过物联 通知平台申请维护操作。从每天三次巡检，变成了十天左右的按需清理，大大降低了对清洁人员的需求，节约了人力成本。而更重要的是，垃圾清理变成了数据驱动的流程，如果在设计一套基于无人驾驶的自动垃圾回收车，可以按照满桶信 规划线路每晚自动回收垃圾，使整个垃圾回收变成了完整的数据驱动的闭环。对于传统互联 产业，C端和B端的逻辑往往比较简单。而对城市来说，多元主体复杂、价值观割裂。昂贵的硬件和软件投入最终对政府和城市运营商而言，产出应该是更高效低成本的治理，以及更多的运营阶段商业价值，但这不是软硬件能直接做到的。要使买单的政府管理者体验到数据的价值，而不仅是绚丽大屏的感官刺激，这不是单纯的软硬件产品研发环节能达到的高度。综上，如何建立一个以数据为主线的产业生态，贯穿规划、建设、运营、管理全流程，拥有包括顶层设计、硬件、软件、数据运营在内的全面能力，是每一个有志于智慧城市运营的企业必须思考的问题。在技术上，整合数据产业生态可能有以下几个要点：一、标准体系方面。哪怕是一个很小的领域和产品，其数据也会涉及到后面与其他城市数据的对接和融合。在智慧城市的顶层设计以及产品设计中，就应该充分考虑不同领域的协议、组 、数据模型、安全等标准，并在数据架构上做到充分的弹性可变。二、基于数据的产业生态连接方面。目前市场上各种应用产品和方案很多，但很少有真正能做到贯穿始终的数据生态，尤其是系统所采集的数据价值，往往都被忽视和放弃。政府或大型企业应该牵头建立数据实验室或者类似的数据整合和应用平台，结合政府开放数据，盘活城市数据价值，有效对接数据的供需双方，在商业和政府治理领域开发更多应用。三、商业模式方面。目前既有的智慧城市盈利模式大都是政府投资驱动，偏重考虑投资和运营中的分工和成本承担模式，缺少各方获益的真正商业形态。但实际上，在各种产业的全流程中，都有潜在的运营和收益空间。这要求每个企业在数字化改造过程中应十分重视运营环节，摒弃传统的售卖或出租逻辑，尤其关注运营环节的数据，一方面帮助优化产品本身，一方面注意挖掘更广泛的商业价值以延伸产业链。

2019年以来，各行各业的日子都不太好过。互联 线上流量面临增量枯竭开始琢磨消费降级，开发商一边“融不到钱”一边盖好了房子被政策“卡着脖子”卖不出去，实体经济不好金融自然也好不到哪里去。三个昔日风光的行业如此，表面是运气不好撞见一群“黑天鹅”，其实也是经济周期使然，“灰犀牛”该来的总会来。更深层次来讲，中国的城镇化和工业化发展到今天，所有习惯的增长方式都接近极限，没有深层次的调整，中等收入陷阱没那么容易跳过去。大城市的发展重点从增量转入存量，住宅需求放缓，开发商们越来越不被政府和银行待见。有中国特色的房地产行业一直是个很特殊的角色，产品和物业服务固然是个核心竞争力，但赚钱基本是靠资本和杠杆。拿不到融资的开发商，最后就只剩下产品能力，变成建设商，被背后的金融资本拿走大头。于是开发商们纷纷转型，大都宣布跟房地产业务各种切割，改名各种运营商、各种服务商。简单说，就是卖不出去的房子长期持有来收租子，无论是长租公寓、康养还是共享办公都是这个逻辑，收益水平就算上了ABS和REITs也实现不了多高的周转；更高级的还有城市运营商，从招商引资到基础设施公共服务一概替政府解决。但是很明显，前者从卖到租的转变，短期利润必然会大幅降低，拿着以前卖白粉时可以忽略不计的融资成本和人力成本去卖白菜，痛苦可想而知；至于城市运营商，则很容易分不清企业和政府的边界，本不属于自己的钱也没那么好拿。事实上，城市运营和管理的确可以是个不小的生意。在传统的模式下，城市的运营管理大都是需要大量人力财力投入的公共品，所以几乎都是政府在包办所有的事情。PPP普及以后，城市政府开始有越来越多的事情外包给企业来做，但政府和企业该如何分工，其实一直没有明确的边界。运营，是对产品生产和服务创造的全过程进行计划、组织、实施和控制，本来是一种企业经营行为。物业出租和管理这种工作，原本就是成熟的市场化领域，不是我们讨论的重点。城市公共领域中很多工作，也会倾向于由企业主体去承担，尤其是其中可以真正实现市场化运作并盈利，或者起码是能自给自足维持的部分。政府的角色，会逐渐转向真正意义上纯粹的“管理”角色，主要完成规则制定、底线审查、标准检验等工作。传统的城市运营，为了维持基础设施和公共服务的高效运转，主要依靠人力投入完成，成本高而效率低，比如市容环卫、公共交通等领域；城市管理也同样如此，即使是现在流行的所谓数字化城管或者 格化管理，看起来是信息化的外壳，但本质上还是密集的人力投入实现的管理颗粒度提升，就连满街的摄像头，大多数也是靠人盯着看，或者仅仅是用于事后追溯。运营和管理两件事得以真正区分和实现，一个很重要的前提就是数据。随着ICT技术尤其是物联 的发展，城市的基础设施体系逐渐完成数字化改造之后，实现万物互联、实时在线、可感可控，其中很多也就具备了无人值守自主运营的能力。比如无桩共享单车对政府运营的有桩自行车以及私人自行车的取代，又如智能垃圾桶实现自动压缩和容量感知之后，大大降低了巡查维护的人工需求，而其关联的无人驾驶环卫车辆甚至可以把街道清扫和垃圾桶倾倒变成完全无需人力、数据驱动完成的闭环，从而在改善了用户体验的同时也大大降低了运营成本。久而久之，整个城市会逐渐变成一个巨大的ICT产品，可以数据的逻辑驱动其运转。城市运营的全程数字化，带来的除了本身的系统优化以外，也为精细化的城市管理提供了可能性。各种城市基础设施和公共服务的数据实现全面的汇聚之后，政府无需大量的巡查人员和行政程序，就可以对所有的城市事件和基础设施部件进行实时监管，并通过算法对异常事件识别和预警，实现基于规则的数字化管理。例如共享单车行业的两个痛点，总量控制和空间调度其实都并不难解决，但目前大多数厂商的“人海战术型”运维加上政府的“虚张声势型”监管才造成了如今的困局。如果能实现全部厂商数据的统一数据平台接入，或者每车一个统一的电子标签和编码，就可以实现全城范围所有品牌车辆的定位监管，对厂商的运营要求才能真正落实。在这样一个城市设施和服务普遍物联化的大趋势下，逐渐浮现出了一个巨大的产业风口：开发商、物业公司等传统的有城市运营基因的企业，以及掌握线上流量和物联 平台的ICT和互联 公司，都会全力争夺越来越多的实体空间运营权，作为未来的流量入口。在近期，就是控制智能家居、新零售、出行等新的空间场景，尤其是其数据采集能力，为人工智能储备资源；大量数据会逐渐释放其商业价值，数据运营会成为城市运营商的一种重要商业模式；最终，数据驱动的城市运营也许会催生一类新的巨头：万物运营商。这些公司会通过物联 低成本运营城市里的各种设施和服务，小到单车、路灯、垃圾桶，大到厕所和各种功能空间，直至控制整个城市机器，一方面可以获取持续的服务费用，一方面，海量数据也会在商业领域和政府管理领域获得更大的变现能力。

我们分析产业生态智能化改造的范式，以及万物运营商的呈现逻辑的时候，都提到了城市智能化改造之后对政府治理模式的改变。在规划、建设、运营、管理这个完整的城市发展逻辑里，运营和管理两个环节发生了越来越多的变化和互动，会逐渐分化成两个与传统迥异的新模式，也许是智能化给城市带来的最重要变化。早期的智慧城市市场的主流业务，一方面在做政务管理流程的数字化和互联 化改造，一方面在帮助市政和基础设施部门做城市的运营数字化改造，所以有了智慧政务、智慧城管、智慧交通、智慧市政、智慧公安、智慧环卫这些与政府当前的事权划分和管理条线相匹配的业务系统，但其中涉及基础设施的业务系统大都包含了运营和管理双重职能，因为大多数城市基础设施和生命线系统还是由政府在亲自操盘。政府不得不做这些脏活累活的一个潜在原因是，这些工作不但难以盈利，而且由于其运营动态工作量和效果难以量化评估，所以无法交由企业去运营和补贴。随着物联 和人工智能技术的深入发展，这两年智慧城市也进入了新的发展时期。越来越多的城市场景在物联 改造之后，具备了自主运营甚至商业化运营的能力。共享单车、无人驾驶公交车、智能垃圾桶、智能环卫车辆、智能路灯等城市智能硬件从局部的产品创新开始，逐渐在改变着整个基础设施和公共服务体系的运营模式。在越来越多的城市系统被IOT和人工智能运营技术改造以后，政府主导的城市管理将带来的一些变化，其重要的特征就是城市数据平台的演进。说到数据平台或者信息化平台，政府一直是很喜欢的，当然最喜欢的还是那块大屏幕。当年的第一代城市数据平台就高大上。那个时代最厉害的平台一定是规划局的，真三维的数字城市，建筑立面上的贴图可以乱真，各种静态统计信息和图表的可视化，甚至还有规划、建设、管理等规划行业管理功能，城市设计甚至建筑设计都能进行方案比较和空间分析。但其数据大都是来自统计部门，最多加上点各部门的汇总数据图表。我们所说的城市管理，也可以叫做城市治理，显然不是当下的狭义“城管”概念，甚至不仅是政府各行政主管部门做的事情，还包括往往被忽视的城市的主官，也就是书记市长们，如何协调整个城市系统和各个部门的健康运行。但第一代的所谓城市数据平台，都只是低维的部门平台而已。最近两年，互联 数据源的不断拓展，政府数据的持续汇聚，可供决策支持调用的数据丰富程度远非当年可比，但很多城市运行的实时数据仍然由于技术和体制等原因难以获取。因此我们团队也在持续进行城市智能硬件的研发，尤其是以建立低成本、高密度、全业务的城市感知 为目标的各种集成城市传感器。与此同时，随着前文所说的城市运营模式的演进和PPP的发展，很多政府部门的城市运营职能逐渐弱化，剩下的管理职能则倾向于跨部门融合。城市政府的组织架构也陆续发生了一些变化：一些跨行业的高维机构出现，最典型的是从规划国土等“多规合一”到自然资源管理部门的整合；融合规划、城管、环卫、环保、市政市容等传统部门业务的大城管部门逐渐出现；各种城市生命线的应急能力被抽离整合成为了专门的应急管理部门；大数据局等数据主管部门出现，开始自上而下统筹智慧城市建设的设施和数据。这些高维部门直接对应的就是政府的规则设定、底线监管等职能，而这些职能的行使，一个重要的前提就是整个城市生命周期的数字化。这也是十九大以来中央对“数字中国”概念不断强化的一个重要动力。在市领导的思维模型中，部门的条块分割虽然是国家机器运转的必然结构，但也是城市事务处理的天然障碍。同一个突发事件，比如交通事故或者地质灾害，在不同部门的系统里会有不同维度的表达和信息，但以往的方式通常是没有能力将这些信息快速综合提供决策支持的。而人工智能通过大量历史数据的学习和抽象，加上专家系统的逻辑综合，是可以以事件和事务为线索重新呈现各种城市问题和事件的因果关系和相关性。城市作为一个复杂系统，可以通过这种方式，帮助决策者快速识别和处理关键环节，从而大幅提升城市管理的效率和科学性。

佳都科技2019年主推的产品线CIM实景融合技术平台就是以城市级数字孪生赋能应用平台为产品方向，以虚拟现实交互控制、海量前端视频融合、多地图集成模型渲染、实时视频结构化算法为特色技术；以鹰眼视角全息实景透察人、车、物，利用自主可控的多维数据-视频融合-地图变换的三合一模型能力，实现提质增效、视觉焕新、图屏联动、纤毫毕现的时空信息场景应用，是采用全新技术的一体化通用技术平台。数字孪生概念近两年在智慧城市领域出镜率很高。这个来自于工业领域的概念虽然名字有趣，但其实并没有什么太新的内涵，无非是在数字空间再造实体空间的镜像。对于建筑、规划、地理学科来说，本来我们也要对城市空间三维建模，也就是制作之前所说的数字城市。我们本来就有的CIM（城市信息模型）概念其实基本上与数字孪生就是同义词。当然，除了描述三维空间信息的GIS和BIM，物联 使万物互联和实时感知成为可能，我们可以实现更多城市运行数据的采集，所有的人、物、流都可以在数字空间里获得数据同步。这样看来，其实我们前几年一直聊的城市大数据，就是在试图用各种数据，尽可能还原一个完整的城市运行状态。除了政府数据、传统的空间数据、互联 数据以外，一个新的城市感知 已经呼之欲出。目前的摄像头、环境监测设备，固然能采集很多的实时数据，但离完整呈现城市运行状态，满足精细化管理的需求，还相去甚远。谈到数字孪生，大家经常会关注逼格很高的部分，比如像一个沙盒系统可以模拟推演，什么人工智能可以决策判断，甚至还能如Matrix或电影“头 玩家”生活在虚拟世界。作为终极目标。所谓人工智能的逻辑，无论什么机器学习还是神经 络，都先要学习大量历史数据，而我们其实根本没有足够的多维数据去训练城市运行的AI，充其量模拟某些简单系统的运行，勉强整个红绿灯配时。所以说，其实实现数字孪生的关键就是定义全域感知的新技术产品，这不是某一个单品，而是一个产品体系，而且必然随着传感器、5G和边缘计算技术的发展不断迭代。高密度部署、高精度感知、实时结构化计算回传，类似无人驾驶高精地图。实时更新的全息城市信息模型除了空间信息，还可以叠加无数个数据维度。一砖一瓦、一草一木、一桌一椅、一人一车，都会以不同的频率更新位置和状态信息，真的“全息”，数据量和带宽需求都是我们现在无法想象的，但又会是5G时代的常态。当然，“全息”无疑是永无止境的目标，也许是下一个IT领域追求的类似摩尔定律的新周期。5G作为目前最为热门的ICT技术概念，运营商自己都认为尚无真正的应用场景，而这其实并非设备商应该解决的，而是需要各行各业立足自身行业未来形态有所预判。所以感觉最近很多行业都在思考其与自身的关系，其中就包括一些开发商朋友，还有城市规划的小伙伴们。联想到前面几代无线通信技术的升级，虽然速度快了成百上千倍，传输内容从语音到短信、长文本、图片、视频、直播，催生了移动互联 ，尤其是微博微信等 交应用、还有快手抖音各大视频APP、淘宝京东拼多多，但似乎对城市形态和城市领域的传统行业并没有带来什么变化。当然，我们周围是多了些生鲜电商实体店，倒闭了一些百货商场，但也仅此而已什么大家对5G有着不同以往的期待许是因为这次升级看起来将要达到一些大家向往已久的临界点，会引发一系列质变，当然也会带来无穷的新商机，对城市的规划、建设、运营和管理的影响更会十分巨大。可以说，我们之前搞的所有关于智慧城市领域的创新，皆是5G时代开始的新城市革命的序章。就技术来说，5G几乎满足了关于无线通讯的一切想象，连续广域覆盖可高速移动、低时延高可靠、低功耗大连接、高容量（流量密度）。无线通讯的技术进步，无非围绕频率、带宽、功率和信噪比的一系列数学关系的优化，5G之所以和以往的升级不同，就是这次的频谱效率基本达到了香农定理的极限，如果没有基础理论的革命，这次升级基本是这一轮的最后一次了。所谓6G，大家通常寄希望在太赫兹频段，目前还只能是个概念。毫米波通信是5G的最核心技术特点，毫米波波束窄，方向性好。Small cell、大规模MIMO等基站和天线技术也是服务于毫米波这个前提的。这些对城市空间最直接的影响就是，由于微站的发射功率低，服务半径小，穿透性差，传输损耗大，基本是视距传输，需要在城市中非常密集地部署。近两年智能路灯杆产品和商业模式的出现，基本都是在为5G基站的落地做准备。灯杆作为城市中最为密集的基础设施，又有了供电和宽带连接保障，必然会成为城市物联 的最重要载体，尤其是采集视频乃至3维数据流、声音、污染物、气象等城市运行状态的多种传感器，充分融合后可以实现全息的 格化城市状态和事件感知。而这些载体和数据未来也会是自动驾驶车路通讯的重要议题。

城市是个复杂巨系统。无论是为了对城市进行研究，还是治理、管控，都需要把复杂系统进行还原和分解。比如传统城市规划，把城市分解为产业经济、公共服务、建筑空间、绿地景观、道路交通、生态环境、市政基础设施等若干子系统进行研究和规划。再比如城市政府，把城市分解为产业、商业、建设、土地、环保、教育、医疗、交通、公共安全等等子系统进行治理管控。两种分类有对应关系却不完全相同。比如政府的教科文卫，在规划视角下常常会合并为一个子系统，因为它们遵循同样的规划逻辑。而建设系统，因为是空间规划研究的核心内容，规划就会把它再进行细化：建筑、绿地、公共空间等。形成合乎自身逻辑的还原方法，是学科成熟的标志。智慧城市的研究和实践中，一直以来主要依附行政管理的还原逻辑。比如我们看到的智慧医疗、智慧交通、智慧公安等。很容易理解，这样的产品与政府部门事权相对应，更便于被采购、被使用。然而当我们进行智慧城市的深度研究时，我们需要从智慧城市更本质的逻辑出发，来还原城市复杂巨系统。这一方面帮助我们思考智慧城市继续前行的方向，把握产品研发和产业发展的节奏，探索系统孤岛的问题本质与解决方式，更帮助我们深入认识“智慧”与“城市”的结合模式。控制论的基本逻辑是基于感知系统获取的信息揭示成效与标准之间的差，并采取纠正措施，通过循环反馈使系统稳定在预定的目标状态，感知与控制（在城市领域更多是干预）是两个核心环节。从控制论角度思考，整个智慧城市的逻辑其实就是用ICT为核心的新技术方法对城市空间进行CPS（信息物理系统）化改造。但是现在流行的所谓智慧城市，除了个别领域以外，大都只是传统政府业务的数字化或者信息化，尚未到达这个阶段。从CPS或者说可控制程度的视角，城市可以分解为三大系统：生态环境、人工建成环境和人群行为。说这类系统的智能化特点或者策略是“强感知，中干预”。目前智慧城市的绝大部分硬件投资也是用于对市民行为的监测，但凭借监测所能实现的更多是异常事件的及时响应，以及对市民行为时空规律的探索，以改善基础设施和公共服务。真正意义上对 会系统的控制是不可能实现的。实现 会和 区的健康发展，乃至于市民的全面发展和幸福感提升，还是需要靠 区和市民的参与共建，逐渐改善城市服务能力。城市本质可以表述为“通过基础设施和公共服务的集中供给，在空间、环境、能源等有限资源条件下实现生产效率和居民幸福感的提升的复杂功能 络平台。”我们解决的所有城市问题几乎都可以归结为一个共同的痛点：解决有限的基础设施和服务能力与高速增长的需求之间的矛盾。交通拥堵、内涝、能源短缺、环境污染等体现了基础设施的动态服务能力和效率不足，住房供给、房价、教育医疗等公共设施问题体现了住房和公共服务的布局、供给量与服务水平不足。感知的核心对象，一方面是以人流车流、环境污染、负面事件为代表的动态需求信息，一方面是代表供给的道路和基础设施的运行情况。在此基础上，数据平台和算法才能实现动态预测和供需匹配。对不同干预程度的系统，有些可以实现全自动的实时智能化干预，有些则进行长期的政策调控，还有些是人为的执法处置。