智慧城市需要居民参与，用“小数据”助力社会治理

传统的智慧城市往往着重于硬件的配置，以物联网作为智慧城市的基础设施建设的核心内容。当城市中的“物”都联网了之后，城市治理者的确能够更清晰地看到城市交通的实时热力图，也能了解外来人口的实时流动状况。但是作为城市的主要参与者的居民，对城市治理的需求、意见和反馈，却因为缺少智慧城市物联网体系的硬件、软件支持，而被忽略了。

在人工智能时代，智慧城市规划不仅仅需要无处不在的数据传感器，也需要一套与智慧城市相适应的社会治理模式，并能对基于智慧城市系统展开的社会治理的有效性和社会贡献进行评估。这才算是给智慧城市这艘大的智慧“飞船”配置精准的自检系统，让城市治理者能够有效的监督和管理智慧城市体系。不仅能直观地看到城市交通、气候、住房等社会治理信息，也能及时了解到居民对社会治理的需求和意见，从而提供及时、精准的社会服务，并对智慧城市的社会治理中存在的不足和问题，迅速做出响应和调整。智慧城市因为有了评估机制，而具有了自我检测、自主优化的智慧能力。

英国、新西兰、捷克等国都对本国的智慧城市展开过评估。新西兰的《2015-2016智慧城市评估项目》（Evaluation of the Smart Cities Programme 2015-2016） 报告就指出：“这种对智慧城市的评估体系能更好地说明，该智慧城市系统到底有多么‘智慧’，才能协助城市管理者评估实时数据的真实性和可信度。众多采用智慧城市评估机制的城市，都从这套能够评估城市的经济和社会‘健康’程度的评估系统中受益。”

联合国开发计划署的开发指南

今年5月26日，在贵阳数博会期间，联合国开发计划署（UNDP）在贵阳智慧城市与社会治理亚欧论坛上发布了《智慧城市与社会治理：参与式指标开发指南》（以下简称开发指南）。该开发指南详细描述了UNDP中国与贵阳市的合作，以贵阳的碧海街道和会展街道内的五个小区作为智慧城市的社会化参与治理模式的样本，并进行历时一年的研究，采用居民参与式的社会治理评估方式。贵阳智慧城市社会治理评估指标经过社区协商而产生，并结合政府官员、专家学者、非政府组织和数据产业的意见加以改进。

《智慧城市与社会治理：参与式指标开发指南》

该开发指南对“自上而下”与“自下而上”评估指标模式的优缺点进行了对比，如下图所示：

“自上而下”与“自下而上”的优缺点对比

通过对比，可以看出，自下而上充分调动社区居民参与社会治理指标的开发，虽然决策过程耗时费力，但是能够避免在后期实施过程中出现不必要的冲突，减少社会治理的时间、人力和成本。在开发的过程中，有利于鼓励公众参与城市治理，增进居民对城市治理的理解，也能最大范围地满足公共利益及社区的赋权，从而增强社区的粘性和活力。

红色标记处为该开发指南中的5个样本社区

UNDP的这份开发指南中提到，2016年，国家发改委和网信办共同发布了第一份以智慧城市为主题的综合性年度报告《新型智慧城市发展报告2015-2016 》。国家发改委、网信办和国家标准委员会还联合发布了《关于智慧城市标准体系和评价指标体系建设及应用实施指导意见》，11月又发布了《新型智慧城市评价指标（2016 ）》。国家发改委正在制定适用于全国的标准指标体系，计划于2019 年前实现全国范围内的应用。

然而，从国家队的评估指标来看，以《新型智慧城市评价指标》为例，含有8 项一级指标，21项二级指标，54项二级指标分项，每项指标都有各自的权重值。但是为什么会制定这些指标？这些指标的权重分值如何计算？这些问题都没有明确说明。此外，该指标也有一刀切的毛病，很难根据不同城市本地化的文脉和需求进行评估。这也是从上而下制定评估指标的最大缺点。

基于贵阳城市治理的深度经验而得来的智慧城市治理指标体系，通过了社区的线下讨论、多方共绘社区居民的人生历史及社区出行地图、不同利益相关方的圆桌讨论以及社区的线下反馈，同时借助微信、一直播等在线工具，实现了跨时空的多方共同参与。

线上和线下相结合的社会治理指标体系的开发过程，使得这一套指标能够在相对透明的过程中展开深度的公众参与，增强居民对社区治理规划的信任和配合，有助于社会治理项目的展开和推进，也减少了因为误解和信息不对称，带来的社会治理的效益损失。

线下讨论

该开发指南指出，贵阳市智慧城市与社会治理指标体系由三个层面组成。

第一层面是总体原则，以此为基础制定其他指标。总体原则包括：公平的发展成果、公平的城市资源分配和公正的资源分配手段。

第二层面是能力指标的资源类型，包括健康、教育、住房、食物、交通、公共空间、环境、安全和公民参与治理程度等。

第三层面是在考虑可用数据和数据收集能力的前提下，将能力和资源类别尽量全面分解为不同的评估方面，涵盖协商中涉及的各种关切。评估方面通常包括可达性、可用性和可负担性。

UNDP贵阳社会治理指标系统

用大数据验证

除了详细说明指标的分类，以及各个分类的分析路径，该开发指南也详细说明了各个评估指标分值的计算逻辑。在该开发指南中，贵阳社会治理评估指标开发项目的智慧城市数据评估合作方——北京市城市象限科技有限公司，以“优质的初等和中等教育”这一指标为例，具体分析了根据来自贵阳本地政府开放的教育资源大数据，并与互联网地图平台的路网数据相结合，对各个利益相关方参与讨论制定的指标分类进行了大数据的验证。具体操作如下：

第一步，将政府公开的小学数据，在互联网开放地图上进行空间转化，标注出带有小学地理信息的全市小学资源地图。

根据政府公开数据，绘制全市小学资源地图

第二步，在互联网上获取小区相关地理信息的基础上，采用人工辅助修正的方法，形成小区的边界地图。

第三步，以样本小区为中心，以15分钟生活圈为半径，在相关区域内调用互联网POI数据进行分析，根据小区周边的学校数量、学校等级和学校种类，测算出不同小区的教育资源的得分情况。

最后进行验证工作：由下而上开发而来的评估指标，确实符合真实的资源投放、配比和相应的居民需求。

教育设施得分较高的小区

通过居民研讨得出的评估指标，配合互联网大数据分析得来的评估分值，可以让城市治理者准确了解到，不同区域的教育资源的分配现状。

根据该评估指标系统得出的贵阳各区的教育设施平均得分

在单一评估指标的基础上，通过一套完整的评估指标地图系统，能够将几大主要的社会治理评估指标集中显示在一张图上（见上图），从而能够为不同的社会治理需求提供交叉分析和整合评估。

自下而上的“小数据”

这种由下而上的智慧城市社会治理评估指标的开发模式，在某种程度上类似于地震救灾中，千万网友共绘一张救灾地图的网络众包模式，都是由各个用户提供相关的社会治理信息。不过，相对于零散的、杂乱的初始数据的直接呈现，这种基于结构性的指标分类提炼过程，更具有指导性分类评估的作用。也就是说，传统的网络众包提供的社会治理信息，很难对海量的大数据提供实时的数据清洗和数据提纯，这样就会对社会治理的资源调动和配给带来巨大的时间损耗。

而这种由下而上不断提炼分类，并形成一套具有结构化的评估指标系统，这个系统能够对不同类型的零碎大数据进行模块化处理，从而加快了大数据条件下，社会治理的数据分拣和数据处理的速度、能力和效率。

这类似于机器学习中的迁移学习，对具有典型性特征的小数据模块，进行模块化定型处理，形成一套可复制、可叠加不同模块的定制款的社会治理智慧评估套件。这可以看做是社会治理网络众包的2.0版本。

这种通过小数据的评估指标的分类模块化建模，适用于更大范围的大数据分析和评估环境中的方法，也在微软等互联网公司获得越来越多的重视。微软亚洲研究院的博士洪小文，日前在第十九届“二十一世纪的计算”大会上指出：“真正的AI不应基于大数据，而需从小数据、零数据着手。”

依照该开发指南里提出的贵阳模式，根据不同城市的治理需求，开发一套适用于本地的智慧城市社会治理评估指标，因地制宜的展开智慧城市评估。比如，雾霾严重的城市，可以在智慧城市的社会治理指标里面，提高与雾霾治理有关的“环境”这一项指标的权重。

贵阳智慧城市社会治理指标体系的开发，不仅为中国城市社会治理的智能化评估开辟了先河，也为社会治理向着更快捷、精准的人工智能社会治理发展，迈出了至关重要的一步。