2016年11月23日，在第六届中国智慧城市发展年会上，中国信息化百人会学术委员会主席、北京大学教授、工业和信息化部原副部长杨学山做了主题为“新型智慧城市建设与发展趋势”的演讲，就新型智慧城市发展、城市信息体系发展谈了他自己的想法。

以下为演讲全文：

我原来是想讲新型智慧城市发展，但是我看到最近在新型智慧城市或者智慧城市的建设中，城市数据中心、城市大脑和我们今天又有一系列的概念正在传播和发展，所以我想聚焦在讲一下城市数据中心。实际上城市数据中心等于智慧城市或者新型智慧城市信息体系发展，这两个概念是等同的。也就是说，在以下的报告中数据和信息是同义词，城市数据中心和城市信息体系是同义词。

关于这个问题我只讲三点：首先，我们要把城市数据中心，特别是和新型智慧城市连接在一起，城市数据中心，我们要给它们描述一下。第二个，我们要把这样的一个城市数据中心架构有一个大框架的描述。最后，它的发展路径应该是怎么样的。所以说到底就是三个方面，定位、架构和路径。

定位

先讲定位，有很多办法定位，我在这儿大概用这样的方式，第一，愿景。新型智慧城市发展中相应的城市体系，我们从理想的状态给它几个相互之间确定边界的关键词，相互之间的关系是什么？用这样的方式来给它定位一下。所以首先我们说愿景，城市数据中心，特别是在新型智慧城市这个特殊条件下城市数据中心的愿景是什么样的？

通过看最近的文件，新型智慧城市和原来的智慧城市最主要的不同，就是它的目标是城市管理，新型智慧城市边界跟原来的智慧城市有了一个新的界定，就是聚焦城市能力和公共部分。这就是我们理解新型智慧城市和原来的智慧城市主要的不同点。这样也就带来了在这个条件下信息体系或者城市数据中心边界也聚焦在城市管理和城市公共服务。

大家想想城市管理的时候，它实质上它是省掉了一些东西，省掉了什么东西呢？第一，我们以城市经济活动主导的经济，但是我们不是把经济里的都省掉了，因为城市的产业的活动是城市管理，是城市运行中的重要的部分，不管是人流、物流、经济流还是其他事件都是城市运行管理的内容，所以它也是城市管理的重要内容，但是我们不再以经济发展为主线来讲智慧城市。我们也忽略了城市规划建设这样一个过程，因为所有的城市都是这样一步一步走过来的，而是讲在今天的城市运行服务中，我们看今天的情况。

所以讲在新型智慧城市下，城市数据中心，我有一个很简单的比喻，就像我们有一个无所不能的大眼睛在北京市上空挂着，它无所不在的精细地把北京市现在运行状态提取到一个大脑中，这个大脑不是人的大脑，而是城市数据中心。

所以城市数据中心我们给它讲，第一个，就是能够把城市运营的所有物理的活动有一个景象，有一个完全相同的景象，我们把它记录下来，不仅是记录下来，还能像城市的运营这样的血脉相通，是活的景象。当然这是一个静态的，我们不仅要知道，我们更需要利用它来为城市的所有它看到的这些活动能够优化和协调。宏观上协调发生的问题，出现的事件我们要处理，微观上我们要让每一个物流、人流，无论是教育、医疗等等，都能够优化。所以我们说城市数据中心它有两个东西，就是我们理想状态，它能实现这个。如果我们能把数据化的景象记录下来，一个是能够为城市运营提供优化协调，提供数据和数据处理支撑功能。这样一想的话，如果真能做到这样，我们所有的城市大脑或者城市数据中心这样的改变着我们城市运行和生活的东西就产生了。所以这是一个愿景。

我们讲这个愿景的时候确实是要和一些相互关系要把它搞清楚，第一个关系是客观存在和数据之间的关系，我不知道在座有多少人，研究过或者关注过数据主义这个词？数据主义这个词大概一年多的时间，它的理念或者是客观存在是有数据，数据主义的后边又带来一个算法，因为客观实际是数据决定的，这个数据通过什么方式决定存在呢，是通过算法，所以又带来算法主义。

我为什么讲这个？实际上它把这个关系颠倒过来，数据是由客观存在决定的，也就是说，我刚才说的大眼睛，不是大眼睛决定着北京市城市运行，是北京市运行的实况通过大眼睛变成城市数据中心或者城市大脑中的记忆或者是数据，所以这是一个最基本的哲学问题，也就是说我们是一个实际存在的景象，不是我们由它来决定的，这个客观存在不是由它决定的。

我再讲城市数据中心的第二个是要为协调优化发挥作用，但是协调和优化是基于物理状态的。像数据主义和算法主义，我们今天来开车的话通常堵车，实际上我们数据和算法是针对现实的堵车来寻找一条最好的路，只是说找到一条最好的路，所以我说的优化是协调是这样的。而不是说通过这个数据和这个算法来给出一个物理存在，然后使得你原来半个小时到这儿变成五分钟到这儿，这个是不现实的。所以这是最基本的逻辑，在今天学术界到实业领域，这个问题从现在到未来几年将成为比较大的问题，所以这是第一层次。

第二个层次，它的边界，我们城市数据中心或者说我说的新型智慧城市下的城市信息体系，这个边界，这个功能是根据我们智慧城市或者是城市发展的实际状况和发展目标来围绕着它来转的，也就是说，又是一个最古老的问题。所以智慧城市/新型智慧城市它是城市管理和城市公共服务现代化这样的，在这样的一个发展过程中，当前阶段的一种带有信息和信息技术这样特征的一个发展阶段。所以智慧城市也许我们会看到信息技术和信息广泛的应用，我们看数据中心，看到无所不在的信息系统，我们看到在软件知识体系下很多信息改变了，但是这不是本质，这是工具，这是表象，而真正追求的还是我们城市管理和公共服务所要达到的目标。

所以相对新型智慧城市我有四组八个词，也就是说我们的目标不是城市信息中心，不是城市的基于网络和处理的平台，而是我们要能够科学，所谓科学法治，城市的运行要规律，比如说我们要解决堵车的问题，我们要按照规律来做，而不是按照人的意愿来做。法治是要有秩序，在城市中没有制度，没有法治，这个秩序就建立不起来。

第二组，我们要绿色和安全。因为首先我们所有人都希望在一个稳定、安全、安心的环境中，我们需要在没有污染的环境中，所以我们追求绿色安全。

第三个，我们从管理的角度上我们追求高效和便捷。方便、快、效率高，高效、便捷。

我们从服务的角度看，第四组，我们追求的是均等和普惠。公共服务的均等化，每个人都享有同样的公共服务。

所以这些目标才是我们新型智慧城市建设的目标，在这个过程中建设的数据中心和信息系统，服务平台，云计算等等都是供给的手段，也就是之所以在城市发展这个阶段加上"智慧"两个字的原因，但是最终它是城市的管理中心，我们是生活在这个城市中，由于这些东西我们变得更好。

架构

所以大体上我就用这样的方式把第一个方式，就是定位讲了讲。接下来讲第二个部分，架构。城市数据中心或者新兴智慧城市下新的体系的架构，我讲三个东西，我们把边边角角的都去掉。

第一，因为是数据中心，所以必须有数据。第二个，数据本身自己是不能发挥作用的，是要通过一组工具来使它发挥作用。第三，在城市数据中心或者说城市信息体系，它不是说我们建一个集中的城市的数据中心，这个任务，这个目标就完成了，它要有一个空间的分布。在我讲这个空间分布的时候不是讲物理的空间分布，而是指和城市运行的业务体系相一致的空间分布。所以我讲城市活动空间，不是说北京市的物理的空间，而是指业务的空间。

信息，当我们说信息的时候，都能事无巨细的，现实的能够有一个景象构起来，这是什么呢？这就是一个全的概念。所以信息第一件事情就要全。这个"全"从时间的角度看，我们既需要及时现在的全，我们还需要历史的全。为什么呢？因为当我们在讲要对城市的运行能够有优化和协调功能的时候，只有当时的数据是不行的，我们一定要有历史的数据。优化是通过模型的算法实现的。模型的算法是怎么来的，是通过历史数据来的。所以我们讲没有历史数据的积累，我们就没有优化和协调。当然如果从一些特定功能来说，我们不仅是说模型算法的建立是要历史的数据，我们即时的行为也需要历史的数据，为什么？比如说我们公安，发现一辆肇事车辆，然后走掉了，我们如何发现它，如何定位，不仅是这辆车的行动路线的定位，还有这辆车是谁的，车的状态是什么，车主和车的历史数据都要拿过来，通过这个来实现我们对这个事件本身的处置。

即使我们想真正城市管理的时候，一个是常态，所有的物流、人流等等在运行，第二个是非常态，有一些突发事件发生，当突发事件发生的时候，比如说我们三环上经常发生的地下的水管或者什么东西坍塌，所以这个事件的处置我们就需要历史的数据。其实很多事情处置都是这样的。

所以对信息来说所以件事情是要全，不仅是即时的全，还要历史的全，当然这个全随着时间的推移，应该按照使用的需求逐步的把它密度减低。尽管我们计算能力很强，但是我们没有能力真正事无巨细的，把运行的东西全部保存下来，我们要随着时间的推行，逐步的筛选，把可能有效的留下，可能没用的放到别的地方去。

第一，数据要准。这个准有两个概念：一个是准确。我们并不是说我们通过现在事无巨细的大眼睛捕捉下来的东西一定是准确的。因为在观察的过程，记录的过程，转化的过程中都可能产生不准确，所以我们要通过各种方式来把握准确性。大家关注美国大选，美国大选对统计学界将带来一个重磅炸弹，我不知道在座的有没有学统计学的。美国的民调从统计学的角度看，是十分科学的。它的民调的实际是完全符合统计学的要求，但是偏偏错了。为什么错？是因为民调的对象不是主要的，所以准确性，当然这是极端的例子，是在讲我们真正记录的时候，记录的东西不一定是准确的。所以我们要通过一些东西来把它变成真正的准确的。准的第二个东西，是这个信息要和用的对象要精准的对接在一起。我记得我多次说过，对于城市管理来说，我们说城市管理，路面下面有很多井盖，井盖下面分属不同的地方。尽管我们说通信的管道，通信管道如果出了问题，如果说联通的到了电信的那是干扰，所以联通的还得到联通。还有各种水，有工业用水，生活用水等，这个水如果出了问题，这个信息必须精准到这个水谁管的，所以我们说准的第二个含义是要把这样的数据和对象系统精准的对接起来。

但是我们讲准的时候，在我们刚才讲的时候，讲这条路径的时候我们是在讲因果关系，比如说污水系统坏了，我们要找处理污水的机构和系统里处置，不要到别的地方去。但是这个事情不是因果，是相关的。所以它应该给社区，给街道，给北京市政府应急办要报上去。这个管道的边上可能有电缆，有电信的光缆，有别的东西相关的，所以我们在讲准的时候不仅要讲因，还要讲相关，而这个相关还要精准定义。如果不是精准定义，一个大喇叭在北京城市上空一广播，我这是举例子，现在没有这个东西，就是没有精准确定的时候，用广播方式一走又变成噪音，不能解决问题。所以这是我们说数据要全，要准。这是我们数据中心框架里面的第一个构件，最核心的，没有它，城市信息中心或者城市信息体系其他的东西都是零，所以必须有它。

第二，要有工具。所以从传感的采集到我们从微信、微博、媒体，从什么地方来采集数据，这样的工具，到我把这样的信息能够有效管理起来的组织管理工具，当然组织管理我始终说过核心的问题，就是一定要把它变成结构化的东西，只要是非结构化的就不能用。只是说结构化的可以用如此而已。所以我们要组织管理，最重要的是结构化的东西。我们还有一系列由于量、形态需要特定的工具来处理。

第三，我们今天讲城市数据中心，最关键的问题是数据的分析工具。数据的分析工具是数据有了以后，我们根据历史数据，有了模型，有了算法。我们根据历史的经验，我们有了因果关联和相关的关联，我们针对这样的因果关联和相关关联要进行数据的分析，使得这些业务系统能在这样的信息得到以后能够优化，能够处置，能够协调。所以我们要有数据的分析工具。所以一个庞大的数据的工具系列，使得它能够搜集过来，能够管理起来，能够利用起来，是一组庞大的工具。在这个工具里其实我还忽略了另外一部分，因为这个工具系列在发挥作用的时候，它需要网络，需要技术资源，需要通用软件支撑才能实现我刚才说的数据的特定的相关的功能。这样的数据中心它究竟应该怎么分布，在城市实际运行状态下应该怎么分布？我们说应该怎么分布，我们必须遵循城市运行，这个运行的事物体系它是怎么分布，它是怎么分工，它是怎么处置，按照这样的要求我们来决定数据采集管理，利用数据分析工具，但是因为我们刚才讲一个事件或者一个信息的时候，它的因果环境和关联关系是有限的，但是如果我们把城市所有的东西都连起来以后，我们发现它的语义逻辑关系就变得十分的复杂，几乎是全覆盖。

所以我们在讲城市数据中心，智慧城市下的信息体系的时候，我们一定要有一个关于整体所有信息的这样的一个逻辑关系的总的结合，然后才能使得我刚才说的因果关系和关联关系的使用能够得到优化。所以一个城市在新型智慧城市两件大事下，城市管理和公共服务下一定要有一个完整的逻辑关系的中心。这个中心是集中的、统一的。而以具体事物处理相关的，是和这个事物相同的空间结构来进行处理。所以我们今天还有一些概念，叫边缘处理，可能在座自有一部分人应该知道这个概念。其实边缘处理这个概念是从整体往下看的时候，在我们原来做系统，做分析的时候原来就没有这个概念，我们就是该在哪儿处理就在哪儿处理，但是具体一看的时候就有边缘处理。所以在城市管理所谓边缘中心，边缘处理这是客观存在的。

路径

路径我就不展开了，只讲一句话，千里之行始于足下，不管是数据还是工具，我们都是在和一个一个具体业务发展的过程中一步一步积累起来。在今天的新型智慧城市条件下，我们要重新定义事物的边界，或者重新定义一个事物的系统，根据这个系统来确定数据链，根据这个事物来构建数据链，来实现数据链的智能化。

当我们城市这样一个流动的血脉体系，一条一条数据链定义好了，数据链形成了，数据链的自动化过程实现了，我们在一个总的规划和标准体系下，这样城市的数据中心就有了，它的城市大脑的功能就能实现了，或者说新型智慧城市下信息体系也就构建成了。

（本文来源：数邦客）