位置 :  主页 > 新闻动态 >
咨询:028-88888888

胡小明:做有边界的智慧城市

胡小明:做有边界的智慧城市

选择字号:  本文共阅读 172 次 更新时间:2019-01-08 00:22:45

进入专题: 智慧城市  

● 胡小明 (进入专栏)  

  

一、从信息化烦恼谈起


   1.智慧城市的三大难题

   智慧城市建设有三大难题挥之不去,即“数据共享”、“大数据决策”和“城市大脑”。三大难题并非来自执行不力,而是项目承担人承诺了不可能完成之目标,随着项目交付期临近,三大难题距离解决反而越来越远。

   2.不合理与复杂性

   信息化的难题有两类,一类是能够解决但是非常复杂,需要付出很大的代价,项目是否值得做需用经济学来判断;另一类是理论上就不合理,目标错了自然无法解决,智慧城市首先要排除理论错误的目标,然后再依据实际的需求与各方面资源提供的可能性,确定任务的合理边界,做到适可而止。

   3.经济学的天花板

   信息化属于应用科学,应用科学追求的是应用效益,影响效益的因素很多,多种因素相互影响形成了效益的不确定性,不是线性推理能够预计的,例如,数据丰富有利于决策,但是数据收集会增加成本,成本持续增加会出现拐点,使成本大于决策改进的价值,再做下去会弊大于利。信息化在增加效益的同时也在增加成本,效益增加越来越细微,成本增加却如脱缰野马没有限制,信息化项目需见好就收,否则会得不偿失,这是经济学的天花板,智慧城市建设者需高度重视。

   4.没有边界就没有成功

   智慧城市建设最大的问题是没有边界的目标,列宁说:“真理多走一步就会变成谬误”,没有边界的信息化目标很难不越界变成谬误。

   科学界判断一种理论属于真科学还是伪科学是看该理论能不能证伪,不能证伪的理论就是骗人的异端邪说,在信息化项目中判断是真技术还是假技术要看其能否讲清楚所交付系统的边界,没有边界的技术是不可信的,不要指望讲不清项目能力边界的人能够胜任项目,科学合理的边界会排除诸多信息化烦恼。

  

二、老大难的数据共享


   1.数据共享迷信促成老大难

   数据共享是资格最久的老大难问题,该问题来自数据共享无边界,政府数据共享做到何种程度算完成?不错,数据共享在某些场合是有价值的,但是在更多的场合并没有太多价值,不值得政府大做,数据要不要共享是供需双方协商之事,用行政手段推动全面的数据共享违反了经济规律,所以老大难问题越来越难。

   数据共享迷信始于信息化早期计算机数据匮乏时代,数据共享成为推广数据库应用的口号,而在互联网时代数据爆炸与网上搜索的便利已使数据大贬值,数据共享困难已被谷歌、百度、微信、face book 等公司极大缓解,在全球政府数据开放大潮中,继续建立政府内部数据共享系统没有太大意义。

   2.操作与决策数据用法不同

   推动政府内部数据共享往往并不区分政府使用数据的两种不同模式,即决策使用数据与操作使用数据,两种用法的效益成本大不相同。

   决策使用数据:政府决策使用数据只是为了从数据中获取信息,政府是用信息决策,决策者获取信息的渠道很多,政府内部数据共享系统仅仅是渠道之一,决策对之并无依赖性。

   操作使用数据:政府对社会公共服务的业务本质上是政府业务数据的数据处理,这种业务是规范的,流程化的,使用的政府数据是不可替代的,需要跨部门的数据合作涉及的部门与数据项并不多,可以通过相关部门之间建立数据整合的专用系统来解决。

   政府使用数据的两种模式皆不依赖建立政府内部全面的数据共享系统。

   3.数据整合的目标是提高操作效率

   政府有关部门正在积极推动政府数据整合,数据整合的主要效果体现在政府公共服务的效率提高上,如“一号一窗一网”与“只跑一次”都是政府基层公共服务的改进,公众的获得感得到很大提升,其根本原因是公共服务业务是确定性的,可以用信息技术准确地替代,能够充分发挥信息技术的优势。

   政府数据整合对政府决策帮助却不大,因为决策主要靠人脑完成,数据挖掘只能帮助工作人员重组数据以便发现信息,计算机没有信息概念更不具有决策能力,政府官员信息渠道太多,政府数据整合共享系统已被淹没于诸多信息渠道之中,将数据整合定位在改进政府操作而非改进决策是明智的。

   4.做得少才能做得好

   两千年前老子就说过“多则惑,少则得”这个道理用在数据共享上正合适,这些年政府对建立全面的数据共享系统投资很多,真正频繁使用跨部门数据的业务与涉及的有关单位并不多,如果放弃全面的数据共享,集中资源于公共服务频繁使用的跨部门数据整合,必将取得更有效的成果,数据共享老大难问题也会随之迎刃而解。

  

三、大数据中心的烦恼


   1.所有数据都被归入大数据

   大数据概念的混乱是烦恼产生的重要原因,大数据一窝蜂破坏了信息化概念的严谨性,为赶上大数据潮流,许多地方匆忙建立了大数据局,管理全部政府数据,于是大数据与传统数据概念的差别就被模糊了,大数据中心只想着数据多多益善,没有精力去研究数据应用,忘记了用好小数据才是地方信息机构的首要职责,其结果是大数据应用非但没有推动城市工作改进却成为新的浪费之源。

   2.大数据的片面性

   专家们设想大数据能够有力推动政府决策科学化,令人失望的是《大数据支持政府决策案例集》至今也编不出来,大数据应用成功的案例都在微观领域,特别是人工智能机器学习,对政府有宏观决策有帮助的案例实在罕见。

   数据量巨大并不等于信息全面,其实正相反,数据量的膨胀是以牺牲信息覆盖的全面性为代价的,只有集中在狭窄领域中才能由机器自动产生超大规模的数据量,这意味着大数据适合狭窄领域的业务改进而不适合政府宏观决策,很多影响决策的重要信息无法数字化,突出某种大数据资源会影响政府信息把握的全面与均衡,反而不利于政府正确决策。

   3.可视化大数据共享平台