您现在的位置:智慧百科 >>

深度丨关于智慧城市的十大反思

0

一、与历史积累的城市智慧共容

能够生存下来的城市都有智慧。

1.1 不能否定历史上的城市智慧

“智慧城市”起源于IBM的宣传,但是IBM将“Smart City” 翻译为“智慧城市”并不准确,经媒体、IT专家的大肆宣传使“智慧城市”的叫法普及化了,IBM的“Smart City”原本是信息技术在局部领域(如供水、供电系统)的应用,一经译为“智慧城市”一下子变为全局性应用了,一个欠妥当的译名引导很多人夸大信息技术在城市建设中的作用,提出很多不切实际的目标,造成一些城市智慧城市上不来下不去的尴尬。

只将今天的信息化城市定义为“智慧城市”有否定历史上的城市智慧之嫌,有着悠久历史的城市都是积累了大量智慧的城市,智慧城市的宣传不能排斥历史上的城市智慧,不能只把应用信息技术的城市视为智慧城市,对城市的健康发展是不利的,应当给出前后都能接受的智慧城市概念,与人类历史上的伟大智慧相比,IT智慧只能算是小计,不应唯我独尊。

1.2 不应以信息技术应用评价城市智慧

不可以有无信息技术作为智慧城市的标准,会不会操作电脑并不是有无学问的标准,信息技术的出现才几十年,只是一个婴儿,而城市早已是一个成人,以婴儿的观点评价成人智慧是欠妥的。

不论是云计算、物联网、大数据、移动通信,它们在人类历史上还是瞬间的产物,产生得快淘汰得也快。这些技术是聪明的,但是作为衡量智慧的标准则太轻薄了,城市智慧是厚重的,需要有厚重的标准。作为工具的信息技术用得好只能算是聪明,长久的可持续生存与发展才谈得上智慧,这是很多发达国家智慧城市的目标。

1.3 IT概念的智慧城市应与历史概念的智慧城市相协调

如果将“Smart City”翻译为“敏捷城市”或“智能城市”都不会出现与城市历史上的智慧概念冲突的问题,因为新名词是可以由提出者清晰定义的,而“智慧城市”却无法清晰定义了,因为 “智慧”一词已经使用得太频繁了,人人都会按自己的理解去想象“智慧城市”,使智慧城市概念充满着混乱而无法统一。只能试图从更高的层次上去统一城市智慧的含义。

组织化视角有助于协调两种智慧概念,城市的发展由小到大,由简单到发展是一个不断组织化的过程,城市的高效率是通过城市组织的不断优化实现的,组织化、程序化与信息化是同样的概念,信息技术是提高城市组织化效率的工具,以城市组织化水平为观察视角最能够统一信息化前后的城市智慧。

1.4 信息化智慧要与城市智慧共存

从信息科学的理论上看,信息化、秩序化、组织化本质上都是一件事情,所有的信息系统都包含着人的组织与设备、软件与数据的组织,不论是计算机系统还是人的参与,总体上都是一个组织化的过程,即使没有用到信息技术,城市智慧仍是组织优化的智慧。

城市的效率来源于分工合作的精细,信息化是促进社会精细化分工合作的手段,从组织化视角理解信息化可以帮助人们看到业已存在的城市智慧,看到大量存在的组织资源,看到组织资源对于加快智慧城市建设有着重要意义。敬畏已有的城市智慧是智慧城市规划者应有的态度,也是智慧城市规划取得成功的必要因素。

二、在什么层次上思考智慧城市

低层次的思维永远理解不了高层次的问题。

2.1 智慧城市的思维层次

人们思考问题总是在习惯的层次上进行,如果没有充分的训练,人们很难抽象到更高的层次上思考。很多智慧城市规划是由IT工程师承担的,IT人员擅长在工程层次上思考问题,关注系统可行性,而不关注城市总体的效益与功能的协调,规划者思考层次不对是规划做不好的重要原因。

不同层次上思考的关注点、价值观是不一样的,这就如同写文章与造句处于不同的层次一样,智慧城市的规划者应当反思自己思考的立足点,是否进入了城市规划的层次,是否用城市发展的价值观评价智慧城市的规划设计,提升思维的层次说起来容易做起来并不容易,很多人总是情不自禁地用技术的标准来评价城市智慧化程度便是没有摆脱低层次思维的表现。

2.2 底层知识无法理解高层问题

在人们日常生活中,低层次的知识是无法解释高层次的现象的,这就如同语法层次的思维解释不了诗歌的韵味,只会写子程序的程序员看不出软件整体构架的重要性。

处于低层次环境中的人很难想象高层次环境中的机会与价值,因为它是后来生成的概念。互联网早期只解决计算机间的通信问题,完全想不到人人互联后的场景,今天的搜索引擎、电子商务、社交网、微信都是新生态环境中涌现出来的,互联网思维是新生态环境下的思维,是通信网络基础之上的新层次思维,只有在新层次上思维才能充分利用新涌现的机会与资源。

在企业与政府机构中高层官员与基层员工看到的问题与机会是不一样的,同样在智慧城市的建设中,城市领导与工程建设者看到的世界也不一样,未经训练的基层人员无法理解高层领导关注的问题。

2.3 智慧城市规划是战略层的问题

从信息工程的设计提升为智慧城市的规划是思维层次的跳跃,对一个城市而言,信息工程项目的设计属于执行层次的工作,主要解决的还是怎么做的问题,但是智慧城市的规划已经不是“怎么做”的问题,而是“做什么”的问题。“怎么做”有规范的方法,“做什么”却无章可循,它是一个有风险的决策问题,依赖丰富的知识与阅历才能做好。

智慧城市是长期事业,且涉及面广、连续性强,长期规划的失误会带来巨大的浪费,纠正将十分困难。智慧城市的规划已经上升到城市战略层面,参与规划的部门与人员必须从城市战略的高度上进行思维,使智慧城市规划符合城市长期发展的战略要求。

2.4 智慧城市规划是超IT思维

目前大多数智慧城市的规划的技术色彩太严重,明显停留在技术层次的思维中,应当清楚:是否使用了现代信息技术并不代表有无城市智慧,智慧城市规划的评价标准是高于信息技术层次的,技术层次上的思维无法欣赏深层次的城市智慧。

智慧城市的思维逻辑是超越IT层次的,首先是城市智慧发展目标的合理定位,其次是实现路径的可行性,确实保证达到预定的效益。单纯的技术是无法保证效益的,IT只是工具,工具并无智慧,智慧体现在城市整体系统的配套优化改造方案之中。

有效的智慧城市规划是利用城市的多方面资源,组织有效的配套合作建设以实现城市的发展目标。规划可以看作为一种编程,规划编程的资源不仅是信息系统,还有社会组织环境资源、政府行政资源、社会文化教育资源等等。只有超越IT的思维才能驾驭诸多超越IT的资源,实现智慧城市目标。

三、智慧城市不能独善其身

城市都处于经济全球化重组的竞争之中。

3.1 城市处于相互影响、相互竞争之中

智慧城市规划不能独善其身,因为城市是相互关联、相互影响、相互竞争、相互合作的,每个城市都要选择好自己在大格局中的定位,智慧城市的产业规划更不能随心所欲。不考虑周边环境,一厢情愿地发展“智慧产业”已成为地区产业规划的通病,都要做云计算中心、物联网产业、软件业等,是难以成功的。

产业规划不能什么热门就规划什么,要研究自己的比较优势,建立与周边城市的产业互补关系,优化区域经济的配套合作,避免过度竞争,促进共同发展。同样的道理还表现在智慧交通上,道路建设、交通服务都有跨地区合作的问题,开放合作才能发展得更好。

京津冀一体化是一个典型的例子。过去每个城市都在做自己的闭门规划,结果各地的规划不配套,产业分布不合理,交通理不顺,形成很多断头路,地区经济缺乏合作与互补。在中央京津冀一体化战略的催促下,三地重新规划,只有重视合作互补规划才是更合理的规划。

3.2 智慧城市与全球社会经济的重组

在交通通信不发达时代,经济发展被局限于小范围之中,全球交通与通信大发展之后,城市经济已迅速加入到区域经济、全国经济、全球经济的大重组之中。交通与通信技术的大发展降低了社会经济重组的成本,产生了许多合作的新机会,任何城市都不能无视全球经济一体化的大趋势。

新模式带来了新效率,很多产业链已经全球化。我们可以看到电子商务如何把全国的生产商、服务商与用户组织成为全球产销服务网,苹果手机已在中国生产,美国的售后服务外包到印度完成,信息化是促成全球经济重组的最大推动力。

城市的发展史也是不断组织化的成长史。通信与交通的大发展是推动组织优化的最重要的力量,人类社会追求效率的重组还没有完结,重组不仅发生在城市内部,还跨越了城市、跨越了国家,因此智慧城市不能独善其身,而必须重视区域合作,加强国内外合作,争取更大的发展空间。

3.3 城市要寻求大格局中的定位

在区域经济合作、全国经济合作、经济全球化的环境下,城市选好自己在社会经济大格局中的定位非常关键,定位不对很难顺利发展。产业发展有自己的规律,它会向最有效率的地区聚集,违抗产业聚集规律的城市会因过度竞争而达不到发展产业的目的。正确的定位是城市发展的大智慧,是智慧城市规划首先需要做好的事情。

城市的发展目标并不是政府可以随心所欲的,它是由历史与环境决定的。如果某产业已经有了中心再想成立一个新中心是不现实的,而建设与之配套互补的服务环境会现实得多。社会的组织与生物的组织是相同的,在什么位置生长出什么功能器官并不是局部细胞可以随心所欲的。城市在大格局中的地位是由城市与周边社会经济关系决定的,大格局定位正确是首要的城市智慧。

四、智慧城市特色化与规范标准问题

特色化是城市的重要智慧。

4.1 容易给出的只是技术标准

人们总是希望有关部门能够给出智慧城市的规范化标准,使智慧城市的规划将有章可循。但是太规范的标准不利于城市发展的特色化,而特色化恰恰是城市的智慧所在。城市有特色才能够互补,组合起来才会产生更高的效率,而同构的城市只能过度竞争,难以组织成更有活力的区域经济。

智慧城市应当是多样的,不应当强加上某个统一标尺。有些人认为可以简单地用信息技术使用率来评价城市智慧化的水准,即某种IT设施的普及率,如智能手机普及率、电子商务使用率、云计算普及率等,但这种标准反映出的是IT工具使用情况,与城市智慧无关,用电脑写论文并不一定比手写论文水平高。以信息技术应用为标准会使地方政府偏离智慧发展的本质问题而去追求虚幻的“智慧指标”。

4.2 城市的智慧不宜用瞬息万变的IT评价

在人们日常的概念中,聪明与智慧是不同的,聪明形容短期行为的有效性,智慧肯定行为的长期有效性。聪明用以夸奖小孩,智慧用以评价老人。迅速见效的事情不会用智慧来描述,因为智慧需要足够的时间考验。

城市智慧与技术的先进性是两个不同生命期的概念,前者以百年、千年计算,而后者几年至多几十年就会大变,信息技术可说是瞬息万变,因此信息技术产品只能聪明描述,不宜用智慧描述。

以迅速变化着的信息技术标准来测评悠久的城市智慧是不妥的,历史已有很多教训,短期有效的事情未必长远有益(如环境保护),因此永远不宜以短期的成效作为长期智慧的标准。城市智慧的概念太厚重了,太年轻的IT标准没有评价智慧的能力。但IT标准可以用来评价同样年轻的“智能城市”。

4.3 全球的智慧城市是多样化的

放眼观察全球的智慧城市运动,会看到不同城市的智慧化目标大不相同,有的以推行自行车上下班改善城市交通,有的是解决垃圾分类问题,有的是推行电动车充电桩建设,有的是以节能减排低碳化为中心,世界没有形成统一的智慧城市标准使得智慧城市实践如此丰富多彩。

城市重要的智慧体现恰恰就在城市的特色上。人们久久不能忘怀的特点往往是城市的文化与艺术,城市不是机器,不仅要有效率还要有魅力,随着物质生产力达到一定水平之后,文化艺术成为衡量城市智慧更重要的因素,个性化、艺术化成为未来城市的大趋势,整齐划一的智慧城市标准显然不合时宜。

在城市信息化建设中有些领域是可以设立统一的标准的,如在政府公共服务方面,管理部门可以在“互联网+政务服务”、医疗、教育、食品安全等方面提出规范标准,加强统一管理。但是在智慧城市发展方向上要鼓励地方政府因地制宜,每个地方面对的问题不同,城市的特色选择也应当不同。在文化艺术建设方面更需要鼓励百花齐放、百家争鸣,城市的多样化将提升国家的活力。

五、顶层设计的局限

确定性的顶层设计不适应不确定性的战略决策。

5.1 工程学层次的顶层设计不适应智慧城市

顶层设计已经是政府规划的流行词汇,当“设计”被冠以“顶层”二字就会给人以完善、可靠的虚幻感觉。人们对顶层设计缺乏认真的讨论,甚至没有指明究竟是什么层次的顶层设计,战略层与执行层面对的世界是完全不同的。

顶层设计原本是信息系统工程设计的概念,强调要自顶向下地设计软件系统,层层细化,顶层设计有助于全面地考虑问题,避免整体架构上出现错误。顶层设计是信息工程中形成的设计方法,适合于处理边界条件已经确定的工程性问题,属于执行层次的思想方法,对于城市的战略规划是不适用的。

顶层设计靠严谨的逻辑推理,但严谨的逻辑推理只有在确定性环境下才能够进行,是执行层的思维方式。智慧城市首要解决的是“做什么”问题,而不是“怎么做”的方法,城市选择“做什么”不是靠逻辑推理,而是靠价值评估,综合考虑多方面的因素,进行有风险的判断。目标选择是战略层问题,不确定因素太多,严谨的顶层设计思维是无法适应的。

5.2 顶层设计只面对确定性问题

顶层设计是面向确定性问题的精确设计。工程设计尤其是软件工程的设计必须是确定的、没有二义性的,否则将无法执行。软件工程必须在信息完备的环境下进行,软件是非常精准的逻辑设计,必须排除一切不确定的因素,才能保证软件开发的顺利进行。

软件是人类发明出来的最为精细、严谨的工程,在这种严谨逻辑环境下培养出来的顶层设计思维必定是严谨的确定性思维,他们会以确定性的思维逻辑对待智慧城市的规划环境,一旦面对不确定的外部环境便会束手无策,软件工程人员会要求领导替他们排除所有的不确定性。这是信息工程学思维不适合智慧城市战略规划的主要原因。

5.3 智慧城市规划是面对不确定性环境的规划

确定性是相对的,不确定性是绝对的。确定性环境是忽略了很多不确定性因素进行了近似处理的结果。这种标准化处理使很多规范化的设计得以进行。但是当我们考虑的范围扩大了,观察的时间加长了,复杂程度增加了,原来的近似条件不成立了,很多确定性问题会转变为不确定性问题。

如果政府部门只管理一项信息化工程,可以按确定性工程管理,但随着管理的项目增加,项目的资源分配、相互配套合作问题都会增添管理的复杂性,外部环境的不确定性也会大幅增加。

智慧城市范围广,涉及面多,建设时间长,不确定性会大大增加。城市发展方向、环境保护、节能减排、公共服务、政府资金分配、公众意愿与接受能力等,这些问题都不是逻辑思维能够处理的,更大的不确定性还来自上述问题的综合协调,智慧城市的规划主要是面对不确定性环境的规划。

5.4 精细设计与战略决策不可得兼

人们时常希望智慧城市规划能够尽可能精细,在其心目中,越精细的规划越有水平,这是一种误解,精细的设计是针对确定性问题而言的,当问题是确定性的,数据是准确的,精确演算才有意义。如果面对的是不确定性问题,数据是不可能准确的,此时精准的设计实际上没有意义,假数真算只是自我欺骗,算得越精细偏离真理越远,迷惑性越大。

面对不确定性问题本来就没有精确性可言,我们需要的是战略决策的正确性。战略决策是超出精确的逻辑运算之上的风险决策,战略决策是包含极大风险的事情,不可能有精确设计,精确设计与战略决策不可兼得,只有在不需要决策的确定性环境中精确设计才有意义。

5.5 重新定义战略层次的“顶层设计”

为防止顶层设计概念的混乱,需要重新定义智慧城市的顶层设计。重新定义时需要强调两点:

(1) 指明智慧城市的顶层设计是战略层次的顶层设计,不是执行层次的顶层设计。战略层次的设计是要解决发展方向、目标定位与路径问题,是要决定“做什么”而非“怎么做”的问题。

(2) 智慧城市的顶层设计是面对不确定性环境的决策,不能靠已有数据逻辑推理实现。战略层设计高度依赖于决策者的视野、经验与阅历,战略顶层设计是有风险的,不可能做到详尽,它是决定智慧城市规划优劣的关键。

六、如何保证长期项目的效益?

短期效益靠计算,长期效益靠机制。

6.1 信息化项目应有长期效益

信息工程设计是不会考虑效益的,因为效益属于不确定性问题,超出了信息系统设计的范畴,效益是由项目决策者考虑的,信息系统工程师只考虑系统可行性问题。

企业以数据处理为主的信息化工程效益很直观,决策者只要能够计算出效益与成本就可以上马,不会出大问题。但政府长期服务的信息化项目效益就不容易保证了,特别是服务期超过领导者任期的长期服务项目,效益实现将很复杂,尤其是公众有选择的公共服务,影响效益的因素非常之多,仅靠责任心是不够的,长期服务项目的效益保证是一个机制问题。

6.2 长期效益依赖生命机制

信息系统的短期效益容易实现,因为在工程执行期内检查修正比较方便。长期服务的系统的效益保障很难,负责人会更换,服务评价是由用户决定的,用户的感觉有很大的不确定性,环境变化与外部竞争会使系统随时可能被淘汰,信息服务系统需要靠机制来维持其效益,以确保服务整个生命期。

信息系统外部环境是不断变化的,系统要有自我调整的机制才能维持其服务效益,这种自我调节适应环境的机制是生命机制,它能够从外部获取信息自我修正、自我调整,使系统服务能够长期有效。

政府公共服务系统都需要长效生命机制,服务系统极少是一次成功的,成功的系统都是不断修改而成的,信息系统自我完善的主动性与修改的效率决定了系统的生命力。对于长期服务的信息系统而言,首次设计的完善不是关键,及时调整改进的机制才是关键。智慧城市的系统大都是长期服务的系统,系统效益生命机制设计十分重要。

6.3 让反馈改进流畅化

系统的自我改进机制建立在信息反馈的基础之上。首先,系统生存需要外部资源,资源的供应要与服务效益挂钩,考核机制要与服务效果挂钩,城市管理标准要与社会对服务效果的要求相一致,这样系统才有持续改进的动力,才能保证改进的方向不偏离系统建设的初衷。

其次,问题发现到改进的信息反馈渠道要通畅,反馈信息传递越通畅改进的效率越高,改进的成本也低。很多系统反馈改进渠道不流畅,用户意见很难传递到改进决策人手中,更难迅速变为修改行为,改进效果信息反馈也慢,这些都会降低系统的生命力,在竞争的环境中反应慢的系统总是最先被淘汰。

6.4 与生态环境建设同步进行

信息系统的效益并不完全由系统自身决定,外部配套很重要,配套服务会形成一种有益生态环境,提升服务效益。信息系统的建设应当尽量与环境完善同步,如交通、通信、商业、文化等方面。智慧城市信息服务系统的效益不是独家可实现的,必须是多方面配套的结果。

每个信息服务系统可视为是效益的生命体,应当看到很多生命体是共生的,生态环境的优化很重要,将城市信息化生态环境优化与信息服务系统建设同步进行是降低成本提高效益的关键措施。智慧城市规划重点要放在生态环境的完善上,信息化项目的设计与实施可以委托其它机构去做,但生态环境的完善必须靠政府挂帅。

6.5 智慧城市视为生命体的意义

每一个需要长期生存服务的信息化项目都可视为一个生命体,长期生存的模式都是一种生命机制,都有对抗混乱度增加的自我修正功能。智慧城市本身也需要同样的机制,使智慧城市能够长久地生存,以满足人类生存发展的需要。从全球发展的视角看,智慧城市是全球生态环境中的一个生命体,它要在全球的环境中求得更好的地位,取得更好的竞争力,而在城市内部,它又是其内部信息系统的生态环境提供者,支持内部的智慧系统繁荣。

将智慧城市本身视为生命体会引导人们从更广阔的视角认识智慧城市,关注城市成长与发展的规律,认识到城市发展的个性,规划只能顺势而为而不可任性。培育生物不能拔苗助长,无生命的建筑可以搭建,但生命力不可搭建,生命系统需要自我成长,智慧城市规划需要顺应城市发展规律而为。

七、连接为何重于信息?

信息是静态的连接,连接是动态的信息。

7.1 信息是相关关系的测量

信息是事物间的相关关系,数据是相关关系的测量记录,统计也是一种测量。测量是一种行为,数据是测量的结果,是相关关系的静态表现。

事物间的相互关系并不是直观易于理解的,很多时候只能借助于数据来认识,通过不同视角的数据来悟出事物间的关系,其中相对稳定的关系可视为规律而能加以利用。数据是信息的表现但不等于信息,数据只能相对准确而不能绝对准确。复杂的相关关系往往不便直接测量,人们只能汇集不同视角的数据,靠大脑悟出整体的概念,各种数据挖掘工具只是帮助人们推测数据背后的信息,对整体的把握不仅需要准确的数据、好的分析工具,更重要的是分析者良好的悟性。

7.2 信息因连接而生

当人们将信息视为事物间的相关关系时,会想到信息与连接分不开,信息因相互连接而生,信息意味着相关关系的存在,数据是这种相关关系表现的记录。连接是事物间相互影响的行为,相互影响可以有强有弱,影响力的不确定性常用概率表述。

连接代表事物之间的相互影响,连接是相互作用之行为,如果不考虑连接的物理属性,则连接意味着信息的传递,连接传递的信息可用数据表述,可以说数据是对连接传递信息的记录。

7.3 连接的组织效果

连接是事物间的相互影响,数据是对连接内容的记录,连接代表了事物间的关系。大量关系形成的结构称为组织,我们看到数据与组织都是因连接而生,数据侧重于表述连接行为的结果,而组织侧重于表述连接的关系本身。数据是连接行为结果的记录,而组织是连接关系沉淀路线图。

孤立的数据没有表达力,数据的价值离不开关系,关系是组织的一部分。对于复杂的组织,整体是无法精确描述的,人类精确的观察与表述能力只限定于一维、二维空间之内,因此精确与整体感不可得兼,人们可以用不同视角的二维图表表述某一侧面的精确,而只能在诸多侧面的基础上用悟性来想象整体。

总之,数据是连接行为的静态记录,组织是连接关系的整体线路图,“数据”直观,“组织”抽象,它们都是连接的产物。信息关注的是关系数据,组织关注的是关系路径。

7.4 数据资源与组织资源

在日常生活中,信息资源与数据资源经常被混用,将数据资源等同于信息资源,这种习惯容易夸大数据的价值而轻视组织连接的作用。数据能够帮助提供某一角度观察的精确性,但是容易忽视组织关系的整体性,过于看重数据会使人忽视相关关系的动态性。在实际生活中,连接的价值经常重于数据的价值,人们对通信能力、关系网的依赖超过对数据的依赖。

有效利用数据资源可以提高决策水平进而提高社会生产力,但是社会生产力的提高更多来自有效的分工合作,分工合作可视为有效的连接,而不是单纯的数据利用。连接比数据资源更有价值的地方是:数据资源只是历史数据,而连接包括今后的沟通,未来的数据沟通能力往往比历史数据的利用更重要。

我们将连接与沟通的能力视为组织的能力,并将连接沟通形成的合作网视为为组织资源,组织资源的充分利用更能够提高社会生产力。在实际生活中,数据资源因直观性好总是被过分地强调,而组织资源因直观性差总是被忽视,这是信息化建设中的通病,互联网思维能够在市场上获得成功所依仗的就是这种资源的有效利用。智慧城市规划要充分重视组织资源。

八、从组织视角认识智慧城市

城市的本质是组织,智慧城市用信息技术优化城市组织。

8.1 城市效率的来源是组织优化

信息与组织都是事物相互关联的反映,信息关注的是关联的程度,而组织关注的是关联的路径,组织是连接行为沉淀下来的关系网。

组织的形成如同大脑神经元的连接,脑神经细胞数以百亿,会因刺激而连接,如果连接很稀疏便不会留下记忆,若某种连接很频繁,连接就会固定下来,形成快速反射,成为联想或记忆。脑神经连接的热线因高频连接促成,神经元连接热线图反映了人脑的知识结构图。思维效率不仅取决于记忆的信息量还取决于神经元联想热线分布的结构。

城市的效率不仅来自静态资源更在于合作效率,合作效率不仅取决于合作者资源的价值还取决于连接的效率。经济学将合作连接的成本归为交易成本,在全部生产成本中,交易成本所占比例极大,降低交易成本是提高社会生产力的重要内容。

科斯认为企业是降低交易成本的一个重要途径,企业是热线连接关系的稳定结构,是优化了的组织。城市的优势是资源高度聚集,为降低交易成本提供了更多机会,给生产关系优化创造了更好的条件,城市又是这种组织优化的受益者,在优化的组织之上更容易进行新的优化,总之城市就是不断优化的社会组织。

在城市中的个人、企业或机构都需要纳入相关的组织之中,都害怕被边缘化,边缘化会使办事效率大减,效率是组织的产物,智慧城市就是要利用现代信息技术来优化城市的组织,提高全社会的效率。

8.2 从信息视角认识组织

维纳说过“通信是连接社会的混凝土”,强调组织是由通信连接起来的。在信息论大师们眼中信息、组织、秩序有着内在的一致性,信息表述的是在不确定的环境中确定性成分的大小,而组织表述的是在混乱的环境中约束力度的大小,秩序表述的是在无序空间中的有序成分,这些描述都是在讨论不确定性中的确定性概率,只是关注的视角不同,并无本质差异。

以不同的语言描述同样的事情是因为当事人关注点不同。信息视角关注对问题的认识,是认识论语言,而组织视角关注的是系统结构,控制与认识只是方向不同的信息行为,认识追求的认识要是与客观一致,而控制是要实现外部机构与自己设想一致,都是是要减少不确定性。秩序视角关注的是系统整体行为的规律性,同样是论述确定性与不确定性问题。比较不同视角的描述能够提高对信息科学本质的理解。

8.3 从组织视角认识信息

信息与组织都建立在连接的基础之上,信息关注的是连接行为产生的数据,而组织更关注连接依赖的路径。在互联网体验告诉我们:搜索路径与数据内容同样重要,有时路径甚至比数据更重要。因为在互联网上首先竞争的并不是数据丰富,而是如何引导用户流,丰富内容很容易,路径争夺却很难。

使用数据挖掘与数据分析工具有助于认识系统的特性、认识各种相关关系进而改进系统的性能,在数据资源开发利用中聚焦重要内容忽视次要数据是必要的,没有忽视就没有认识。

组织视角十分关注连接的效率,连接是需要选择的,建立最重要、最频繁连接的热线是提高效率的关键,组织优化的手段就是要建立这种连接的热线,并忽视不重要的连接,以形成有效的信息传递结构,提高组织效果。人们对数据资源开放利用谈得够多了,现在更需要从组织视角讨论如何提高信息化效率。

8.4 认识城市三大信息资源

城市的广义信息资源包括:数据资源、智能资源和组织资源三部分,人们总是过多强调数据资源的开发利用而忽视智能资源与组织资源,实际上后两类资源的充分利用更需要强调。

在数据资源讨论中,近几年人们的注意力又被大数据所吸引,大数据引起重视是必要的,但是如果没有智能资源、组织资源的平衡发展,过热的大数据也会将智慧城市引入歧途。

在智慧城市的建设中,智能资源规划十分重要,软件是智能资源的核心,在信息技术的发展史中,软件与数据是并生的,两者同等重要。软件成为自动化的基础,软件、硬件、网络共同创造了城市的智能环境,给人们带来了巨大的方便性。与数据资源相比,智能资源有着可自动执行的优势,无声无息地为人们处理着大量规范化的数据业务,智能资源是提高社会效率的核心资源。

组织资源决定着社会分工合作效率,高效的城市是分工合作异常精细的城市,这种精细的合作来自完善的通信设施、良好的信用环境、默契的相互配套等多方面因素。居民、企业与其它机构被有效地组织为产业链、被纳入服务网。城市配套合作的方便性、专业化分工的精细性代表了城市的组织化的水平。

8.5 从组织视角提升城市的竞争力

人类社会的发展史就是组织化的发展史。人类是群居的动物,随着语言、交通、生产力的提高,群居的规模从几百人的部落发展为上千人的村落、上万人的城镇以及百万人口的城市与国家,环球交通与通信网使社会经济走向向全球化。人类社会组织日益复杂、日益精细、日益完善,推动人类组织复杂化的动力是人类对效率的追求,复杂庞大的社会组织是人类实现高效率的工具。

人类社会的组织化进程与生物的进化过程是一致的。单细胞生物组织为多细胞生物,形成了专业化的功能器官最终形成复杂的动植物体,其原因只是优化了的组织在资源的争夺与利用中效率更高。生物与人类社会组织化发展趋势说明了一个基本原理:组织化是实现高效率的基本途径。

组织化视角有助于人们将城市的信息化建设与组织化完善统一起来,拓宽信息化的视角,重视非信息技术手段在信息化建设中的作用。城市信息化建设与组织化完善的统一有助于智慧城市各方面措施的配套协调,从而提高智慧城市建设的效率与效益。

九、自组织是创新之源

更少的控制有更多的创新。

9.1 自组织与智慧城市的发展

应当看到,现代城市近乎完美的合作模式是社会自组织的结果,协同学认为,对经济效率的追求作为序参量在推动城市组织化中发挥了核心作用。城市的参与者按照更高的经济效率的原则选择自己在城市组织中的定位,大量参与者的自发行为造就了今天的城市。智慧城市的建设离不开社会的自组织机制。

一些智慧城市的规划者并未认识自组织在城市组织化过程中的关键作用,他们不懂秩序可以在无序中自发产生,总以为智慧城市是由聪明人设计的,公众只是执行。但城市的发展史告诉我们:城市的发展并没有总设计师,虽然某些关键人物会发挥重要作用,但总体而言城市发展是社会自组织的结果。

城市整体的智慧与参与者的智慧不在一个层次,城市整体智慧是一种涌现,是参与者无法预见的。参与者只是在局部作出对自己最有利的选择,认识不到大量零散的选择会形成宏观层面的大效果。城市的模式创新是一种涌现,不是某人设计的结果,规划者不应高估个人想法的价值。

9.2 政府项目为什么不如市场项目有生命力

对比政府与市场上的信息化项目,会看到政府项目远不如市场项目有生命力,很多政府都规划过电子商务平台,然而大多数政府平台都难以生存,能够生存发展的几乎都是市场自建的电子商务。

政府项目生命力不足一个重要原因是热衷于行政手段而排斥自组织模式,政府项目没有给参与者更多的选择权,项目考虑参与者利益不足,只要有机会参与者便会逃离本项目,寻求更有利的环境。而市场机制建设的系统以自组织为基础,参与是自愿的,成员充分考虑了自身利益,参与者充分的选择权保障了系统结构的合理性,提升了系统的生命力。

政府项目经常依仗行政手段实现目标,参与者没有选择权,自身利益与系统目标难以协调,虽然政府系统往往有补贴或其它手段来维持,但这些手段一旦终止,系统的生命也就结束了。总之,参与者的选择权是提升系统生命力的重要因素,选择权代表了自组织因素,它是系统聚集智慧与凝聚力的重要渠道。

9.3 松耦合、互操作与适度开放选择权

自组织因素对于提高政府项目的建设效率及运行效益也是重要的,兼顾参与者自身效益是提高系统生命力的重要措施,增加参与者在执行中的选择权会提高系统的灵活性,适度开放选择权是聚集智慧的过程,会改善系统的抗干扰性能,增强系统的生命力。

松耦合、互操作、开放选择权都是在增加系统的自组织因素,让系统成员能够在共同要求的框架下发挥主动性,实现总体目标与局部利益的平衡,提升系统的可持续性。松耦合的管理是依赖于标准化措施的目标管理,是间接性的管理,给参与者适度的自由度,让参与者去适配,不仅能够提高参与者的积极性,还能加快进度、提高质量。

成功的信息系统不是由天才设计出来的,优秀的系统都是不断改进、不断适配、不断调整出来的。智慧城市系统会越来越复杂,涉及面会越来越多,规划要为以后的调节修改提供方便性。松耦合、互操作、适度开放选择权都是在为系统未来的调整准备空间,灵活性好的系统更有生命力。

9.4 更少控制才有更多创新

创新是不可预计的,因为凡可预计的创新人们早已经去做了。支持创新就是去支持自己想不到的事情,政府减少控制一切、管理一切、指导一切的思维就是对创新最大的支持。

真正的创新是社会自组织行为涌现的结果,重大的创新总是在新层次上产生,最聪明的政府官员也很难跳出现有的思维层次去预见涌现层次上的创新。新层次上的创新来自新层次上的自组织,来自创新企业家的冒险活动。

有些政府官员总是希望创新能在自己掌控下进行,这种想法并不明智,因为真正的创新活动都是在自组织活动中产生的,外部的掌控是在破坏自由创新的环境。控制与创新不可得兼,成功的创新案例是以无数失败案例为代价的,支持创新不是要为创新者指方向,政府没有指导创新的能力,政府只能不设禁区地宽容失败,鼓励创新者继续努力。

智慧城市规划应对不确定性世界保持敬畏之心,为自组织探索留出空间,别想操控创新,控制管理只适用于重复稳定的工程,对于有待创新的未来世界,应当抵抗操控创新的诱惑,让自组织模式唱主角营造创新城市的氛围。

十、大数据不适合做大决策

数据越详细思维越局限。

10.1 不是所有的信息都能够数字化

在信息化舆论世界中,“大数据时代”已无可争议地占据了统治地位,压制了一切质疑之声。这种一边倒的舆论非但不能助人利用好大数据资源,反而会诱导大数据应用走入得不偿失的歧途。大数据是一项应用技术,任何技术都有其局限性,超出其适宜范围的推广都会适得其反。

大数据之“大”给人以极大的迷惑,以为大数据会在重大决策中发挥重大作用,以为有了大数据一切都是可预测的,以为大数据能够消除一切不确定性,迎来确定性的新世界,使决策成为精确性的计算,成为无风险的科学。

认为大数据能消除事物的不确定性属于牛顿时代的思维,现代科学认为不确定性是事物的本质,不是大数据想消除就能消除的。在现实生活中不是所有的信息都是可以数字化的,人们的意愿、士气、决策者对形势的感受力、决心与毅力等,都无法数字化,且对决策越重要的因素越难以数字化,离开这些未能数字化的因素大数据决策将毫无意义。

大数据来自基础层面的数据渠道,而重大问题的决策是在新涌现的高层次上的思维,是底层思维无法认识的。人们不能通过大数据统计分析归纳出诗歌的创作理论,也不能通过计算机数据处理在一切文字组合中筛选出优秀的论文。因为诗歌的韵味、论文的价值是高层次的规律,其信息是在底层数据之外(如读者的心理共鸣、论文的科学性)的,利用底层大数据做高层决策完全不可行。

10.2 精细的必然是片面的

战略思维与精细的底层数据无必然的联系,战略思维重要的是对全局的把握,了解情况是重要的,防止过于片面信息源的干扰也是重要的,信息既可澄清认识,也可误导认识,对正确数据的代表性估价不当也会产生误导。人们会高估规模量庞大的数据源价值,而低估数据量小的信息源的价值。庞大的数据规模诱导人们夸大其重要性,导致人们不能全面客观地认识问题。

数据规模与其包含信息在整体中的重要性是不相干的,越是精细的数据在整体上越是片面的,精细是靠范围狭窄获取的,大规模的精细数据只能在诸多限制的环境下产生,精细本身是片面性的产物,它是以牺牲全面性为代价的。战略思维强调的是全局观,我们必须对大规模精细数据的片面性保持高度警惕,不能让数据规模干扰战略思维。精确的大数据只能产生于狭窄环境,与片面性紧密捆绑,因此在整体战略思维中大数据只能当个配角。

10.3 大数据的优势在微观业务改进

大数据的优势在改进微观具体业务。大数据来自微观业务领域,其聚集的数据是特定环境的数据,大数据所揭示的规律正适合于相应环境的业务改进。大数据的优势是能够发现特定领域内的精细规律,用于微观业务改进会有很好的成效。大数据规律的应用应只适合于特定的环境,环境扩大化会增加不确定性而降低规律的应用价值。

在大数据应用典型的例子是啤酒与尿布就近摆放会提升啤酒销量,显然这是一项非常细微的改进,只有在企业各方面工作都十分完善时才会产生作用,而对一个存在诸多问题的企业,应当按重要性排列解决问题的次序,只有在重要问题解决之后,细节的改进才会提上日程,此时才是大数据的用武之时。

总之,大数据来自细节,其大展身手的天地也是细节,只有在细节改进成为主要问题的环境中大数据应用才会产生真正的效益。

10.4 不要期望大数据会消除烦恼

大数据是一项新工具,能够帮助我们利用爆炸式增长的数据资源去解决一些过去棘手的问题,提高工作效率。但是新技术并不是从根本上消除工作烦恼,而只是将烦恼转变为新形式:如何提高应用大数据技术解决实际问题的能力。

过去,我们需要学习如何在数据缺乏的环境下生存,而现在我们需要学习如何在数据爆炸的环境中生存。黑格尔说过:在纯粹的光明中和纯粹的黑暗中一样看不见东西。我们会发现在数据爆炸的环境中决策与数据缺乏的环境中决策同样困难,数据挖掘工具并不能保证能挖掘出有用的规律,正如铁锹不能保障一定能挖出宝藏一样。

工具不会消除我们的烦恼,只会改变烦恼的形式与位置,对于不善于学习、不善于实事求是思考问题的人什么工具也没有用,大数据不会替我们解决问题,它只为聪明人锦上添花而不肯为懒人雪中送炭。工作中烦恼只能靠用心思考来解决,信息工具会简化解决旧烦恼,而不会减少人们将面对的新烦恼。

文章来源:CIO时代网


附件

【字体: 】 【收藏】 【打印】 【关闭】 【返回顶部

相关文章