11月3日，第十届中国智慧城市建设技术研讨会暨设备博览会在京召开，大会以“‘互联网+’智慧城市”为主题，汇聚了智慧城市建设主管部门领导、知名专家学者、技术领先企业，集中展示智慧城市建设最新技术和方案，深度探讨“‘互联网+’智慧城市”未来生活，为下一阶段智慧城市转型升级提供新思路。
同方股份有限公司智慧城市产业本部总工程师李小华针对智慧城市的顶层设计问题进行了精彩演讲。以下是演讲实录(未经本人核实)。
李小华：各位专家、各位领导、同事、同仁：上午好!
我这次代表同方交流的题目是“智慧城市顶层设计应强化跨行业智慧数据中心和行业融合的城市级管理数据资源建设，支持城市级的管理和决策”。
先从智慧城市决策管理的思考入手，大家知道，任何一个决策都应该有相应的数据做支撑，有数据对决策的环境、内容做表述，我们把城市的运行抽象成一个很简单的模型，分成两个层次：上面红色部分看成是制定城市运行规则的层次，实际上也是智慧城市所谓智慧化最集中的层次;蓝色层次是城市中执行已经制定的各项规则的层次，是社会主体。今天汇报的重点放在如何帮助城市源源不断产生新的智慧或者智能。
在智慧城市建设十多年历程中取得了很多成绩，其中很有代表性的是现行智慧城市建设在行业智慧化应用上已经取得了非常丰富的经验和案例，行业智慧化的过程日趋成熟。行业这个单元其实可以看成城市这个主体的子系统，解决完行业智慧化问题以后，我们应该着手考虑在行业智慧化得到充分解决的基础上如何面对城市整体智慧化的问题，在过去智慧城市建设过程中，实际上有相当一部分是以行业智慧化为板块进行推进的，有智能交通、智能医疗、智能教育等等，在行业智能化基础上，我们如何真正在城市层级上把智慧化工作落地?
我们可以从系统学角度看，城市是一个典型的多目标复杂的大型体，可以划分成多个彼此有相关性的行业或者行业群，每个单独行业的智慧化可以是单目标系统的优化构成的，要实现城市级的智慧化，解决城市级整体优化问题，需要考虑若干个行业彼此之间有相互约束甚至相互矛盾，在这个因素基础上进行智慧的产生，也就是管理和决策。显而易见，如果我们只在行业智慧化基础上起步，很难解决多目标复杂性的优化问题，城市级智慧化的实现需要从如何满足城市级管理多目标特点出发。无论是对待传统的城市的管理者来说，还是对待智慧城市管理和决策机制来说，要管理，要决策，都离不开数据的支撑，但是，到目前为止，我们国家和城市所能够有的数据支撑往往都是行业分类数据，不管行业部门，还是国家机构提供的数据，都是以行业分类数据为主，这是我们的现状，但是，城市是跨行业、多行业的实体，是复杂的，具有多目标性，我们所需要的数据应该从行业分析数据发展成跨行业融合的数据，跨行业融合数据既能够反映事物主体、事物现状，更关键的能够反映事物和事物之间的关系，在智慧城市建设的今天，我们也着手规划和建设包含全行业或者大多数主要行业跨行业融合的数据，以这个数据为主体，形成对城市级管理和决策的支撑，我们叫做城市级的数据资源体系。需要在行业数据化上面加上跨行业数据中心，由它承担起我们对跨行业数据的融合、整合。
总结，从行业智慧化应用入手基础上，我们建立跨行业智慧数据中心，由它整合、融合数字资源，承担起对城市发展全面的监测、评价、支撑、协调多个行业乃至整个城市多目标规划，左图是常见的智慧城市示意图，在数据资源的基础上，谋求解决城市多行业、多目标的优化，了解系统学的都知道，城市是非常大的多目标系统，求解这个系统非常麻烦，在实践过程当中，建议大家可以考虑把某些相关来讲耦合度比较高的行业放一起，在耦合度比较高的行业上建立区域性的行业中心，对化解问题的复杂度会有些帮助。在区域中心之上，构造城市级智慧数据中心。主数据中心、城市级数据中心负责围绕智慧城市总体目标的分解、各条块或者各领域运行规则的制定和基于数据的判断解决城市层面全局性问题、宏观问题和一些突发性问题。分中心负责各条块规则的细化和执行，通过智能化来实现日常业务的调度，用数据反映社会运行的现状，针对性的收集一些数据，并向主数据中心反馈。
第二部分，数据对智慧城市的支撑。这张图分左右两部分，左图是目前常见的各行业自主向城市级管理机构推送行业数据，行业和行业之间的数据彼此是分离的，两个月前，国务院出台的《大数据发展纲要》里强化用数据说话，数据决策、数据管理、数据创新，我们希望把行业分类的数据通过加工和整理形成管理数据资源，过去行业数据资源主要服务对象是行业内部的管理，社会管理数据资源可以形成跨行业的支撑甚至城市级的支撑，核心问题就是如何把行业数据中确实在物理上存在的相关性通过我们的技术在社会管理数据资源里显现化。下图中有交通、教育、金融、能源、服务等等，交通有交通的数据，教育有教育的数据，这些行业数据，有些彼此是相分离的，有些有一定的相关性。我们发现有些实际问题，研究这些问题时候，我们可以把所有涉及的行业数据作为一个完整的对象进行研究和分析，对产生新的知识或者决策有比较大的支撑和帮助。如果我们这么做的话，从行业数据往下看，有管理对象，是微观的，我们把行也看成中观的，把行业和行业之间融合起来，就有非常宏观的数据资源，对智慧城市建设会有实质性的支撑和帮助作用。
第三部分，谈到智慧城市，很难不谈大数据，大数据有很多特征，在我们的研究范畴内，我们认为在已有的行业数据的基础上，把数据和数据的相关性也数据化，这是大数据技术应用的一个具体特点，强调数据的相关性，实际上强调的是被管理对象的相关性。我们展示一下所谓有相关性的融合的数据和没有相关性非融合数据的区别在什么地方，左边是常见的数据形态，有报表的，有各种图形的，彼此是分立的，相对是静态的，右边有效的连接，从工业总产值入手，延伸到对应的税收，也可以看看投资拉动的增加值是多少、投资拉动的用工是多少，在城市级管理数据资源上，把相关性明晰化。
我们有必要再把城市数据资源三者状态做一个简要的说明，第一，放一块，数据整合，把来源不同的数据通过某些办法放在一起，在桌面上都能看到，只不过它们的来源不同，它们有各自的组织形态。第二，串在一起，对于不同来源的数据，我们进行彼此的连接。第三，使得数据相关性处在永远就绪的状态，可以形成数据漫游的状态。对于智慧城市的发展来说，我们认为这三种都是非常有价值的，对于领导的支撑、对于城市管理机构的支撑、对于智慧形成机制的支撑，动态相关性是最值得追溯的。从工业角度，我们看看增加值，增加值对应的排放是多少，增加值对应的税收是多少，增加值对应的就业是多少，它们分属在不同行业，我们把这些数据关联起来，对领导决策来说，眼界更加科学、合理和全面。所谓动态是什么概念呢?交互式的数据融合，可以从工业增加值出发，能形成数据漫游链路，也可以从另外一个角度出发，也可以形成链路，不同的管理者有不同的关注点，从他的关注点把他的核心指标以及与核心指标有关的各项指标都能够非常明确的展现出来。
早上有领导问我你们这样一种思路的数据来源是什么?其实这是我们的一个建议，我们认为现在我国的统计机构通过自身的信息化，已经形成了非常好的行业分立数据，统一数据是行业分立数据，在行业分立数据基础上，形成了很有限的统计产品。我们希望把非常丰富的行业分立的统计资源进行适当的数据融合，把统计数据资源变成或者升级成社会管理数据资源，相对来说数据质量比较好。对于目前中小企业覆盖率不足这些问题，我们也有所统计，我们用互联网和大数据技术，比如中小企业，可以在互联网上抓到中小企业生存、交易的特征数据，一旦抓到特征数据以后，可以还原这个特征数据的机构，抓到这个机构，实际上就抓到了调查对象，很容易获取现在很难纳入统计范畴内的资源的数据。我们希望强化城市顶层设计，增加跨行业的智慧数据中心，由它形成支持城市级决策的城市管理数据资源;第二，从统计机构统计数据资源为出发点，丰富、完善和优化，形成社会管理数据，把行业分立数据变成行业融合甚至动态融合的数据资源，这种数据资源的支撑会对各级领导决策的科学性有很大帮助。
谢谢大家!
{{item.content}}