智慧城市应回归“人性化”

简介:

当前,全国各地掀起了一股智慧城市建设热潮。

统计数据表明,目前,全国95%的副省级以上城市、85%的地级以上城市都在开展智慧城市创建工作,已成为世界最大的智慧城市试验场。

各地在推进的过程中,如何落实中央城市工作会议精神,打造特色鲜明的智慧城市?6月29日,在中国城市科学研究会、同济大学联合主办的2016全球智慧城市高峰论坛暨国际智慧城市博览会上,来自行业的多位重量级“大咖”,纷纷为智慧城市的建设、发展支招。

住房城乡建设部相关负责人表示,智慧城市在建设过程中,规划要与优化城市空间布局、提升市民生活品质相结合;建设要与提升城市运行效率、提高城市综合承载能力相结合;管理要与创新社会治理模式、实现城市的精细化精准化管理相结合,打造具有自我纠错能力的城市。

部分城市:陷入“技术为中心”误区

建设智慧城市,是城市转变经济发展方式、提升城市功能品质的重大举措。

住房和城乡建设部自2012年开展国家智慧城市试点工作以来,已有277个城市相继开展智慧城市创建工作。不少城市遵循一城一策、产城相融合、共享协同等原则,走上了各具特色的“智慧”探索之路,并涌现了很多创新“闪光点”。

但是,一些城市在实践中也遭遇很多问题。国务院参事、中国城市科学研究会理事长仇保兴在谈及当前智慧城市的建设误区时表示:不少城市混淆了“手段”与“目标”,将大数据、云计算和物联网等技术手段,作为智慧城市的创建目标;混淆“商业品”与“公共品”,将电子商务、智慧产业、智慧旅游等本该企业提供的商业品作为政府提供的公共品;混淆政府“自身建设”与“服务能力”。

当前,不少城市将智慧城市简单理解为信息化城市、数字城市的延续,盲目上马各种智慧应用项目。这为信息平台的闲置、信息孤岛的产生等埋下了极大隐患。

“一些城市建立了大数据中心,却没有对数据进行分析,产生价值。在社区层面,提起智慧不是O2O就是社区管理平台。在家庭层面,智慧演变成遥控家电设备和窗帘……这种以技术为中心的建设理念,显然是未能理解智慧城市的内涵,出现本末倒置的现象。”中国城市科学研究会数字城市工程研究中心副主任刘朝晖在谈及当前智慧城市出现的问题时如是说。“在智慧地推动新型城镇化进程中,信息化只是手段,而不是最终目的。”

政府:完善智慧城市基础设施

如何走出智慧城市的建设误区?当前,回归智慧城市“以人为本”的建设初衷显得尤为重要。

2014年,八部委联合出台的《关于促进智慧城市健康发展的指导意见》指出,智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式。

智慧城市核心是以人为本,关键是建设实效。其一方面帮助城市政府提升治理能力,如基础设施的感知能力、城市运行的协同能力等,提升政府的战略决策和谋划能力,推动政府职能转变,为生活其中的人们创建平安和谐的社会环境;一方面通过开展各种智能应用,提高城市市民的便捷感,有效破解城市发展难题。

在这个过程中,政府应当发挥好引导作用,在软环境的营造方面下功夫。

“政府在推进智慧城市的过程中,应在公共品上下功夫,并建立节能减排型、减灾防灾型、政府管理绩效型、治理城市病型等不同类型‘公共品’的智慧城市。其中,节能减排(绿色低碳)型智慧城市成为我国智慧城市的主流。”仇保兴表示。

“城市治理要坚持人本观,实现人民城市为人民;实现物理城市与虚拟城市的协同发展。”中国科学院院士、中科院地理所研究员周成虎表示。

国家行政学院教授汪玉凯认为:“用智慧政府引领智慧城市建设。需大力发展服务型电子服务,主要包括民生服务和购买服务,提升政府民生服务能力。如围绕医疗、教育、社保、就业、住房等领域,构建跨部门的大型综合应用系统,促进共享发展;二是大力发展监管型电子服务,提升政府社会治理能力;三是大力发展约束型电子服务,提高政府公权力的制约能力;四是在智慧城市整体框架下,重点建设好服务于智慧城市的基础设施和平台;大力发展智慧经济,培植智慧产业,增强城市的经济能力。

企业:智慧应用走向智慧场景

智慧城市建设是一项复杂的系统工程,涵盖投融资、建设、运营、监管等多个方面,涉及政府、企业、市民等多个主体。

企业投入其中,应坚持以人为本的原则,以体验场景为突破口,推动智慧城市的发展。

IBM公司曾帮助斯德哥尔摩建立了智慧交通系统。其本质是识别车辆并收取拥堵税,疏解交通压力并带来节能减排。

三井不动产联合日立电器等20多家企业,成立多方参与的城市设计中心,建设社区统一的能源管理系统,并开展住宅太阳能利用、能源可视化管理、社区电动自行车共享等多个应用项目,推动日本柏之叶县的智慧城市发展进程。

周成虎在分析世界各地智慧城市的建设特点时表示:“欧洲利用智慧手段开展环保事业,美国使用大数据创造新的商业机会,日本、韩国等开展综合性的智慧管理,提升社会管理水平。各国都利用智能技术改变原有的生活形态和空间形态,创造新的生活场景,形成各具特色的智慧城市。”

目前,国内的百度、阿里、腾讯等IT巨头,在智慧城市“跑马圈地”的过程中,也纷纷“落子”场景上。其利用自身的技术优势,在交通、餐饮、零售等与用户生活息息相关的场景,创新商业模式,打造各具特色的智慧应用。

刘朝晖表示,智慧场景以用户为中心,以问题为导向,了解不同人群的诉求以及关注点,有效解决他们的问题。以体验来创新、综合解决问题,建立一个个小的应用场景,让其链接起来,就形成了完整的、各具特色的智慧城市。

除了关注应用场景之外,企业在参与智慧城市创建的过程中,还应当建立可持续发展的运营模式。吉林省四平市常务副市长魏启生表示:“资金投入和运营模式是智慧城市发展的长远问题。企业在参与智慧城市建设的过程中,应当建立清晰、明确的商业运营模式,实现企业的可持续、良性发展。”





====================================分割线================================


本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
1月前
|
JavaScript 前端开发 Java
人机对话:一个现在10岁的孩子,以软件工程师为未来职业方向,应如何进行学习规划?
人机对话:一个现在10岁的孩子,以软件工程师为未来职业方向,应如何进行学习规划?
|
3天前
|
安全 算法 数据可视化
在R语言中使用航空公司复杂网络对疫情进行建模
在R语言中使用航空公司复杂网络对疫情进行建模
|
2月前
|
人工智能 监控 物联网
医疗大模型:数据+知识双轮驱动实现医学推理、医患问答、病历自动生成、临床决策,为未来医疗服务提供全新可能性
医疗大模型:数据+知识双轮驱动实现医学推理、医患问答、病历自动生成、临床决策,为未来医疗服务提供全新可能性【2月更文挑战第3天】
医疗大模型:数据+知识双轮驱动实现医学推理、医患问答、病历自动生成、临床决策,为未来医疗服务提供全新可能性
|
2月前
|
数据采集 人工智能 JSON
跨越千年医学对话:用AI技术解锁中医古籍知识,构建能够精准问答的智能语言模型,成就专业级古籍解读助手(LLAMA)
跨越千年医学对话:用AI技术解锁中医古籍知识,构建能够精准问答的智能语言模型,成就专业级古籍解读助手(LLAMA)【2月更文挑战第1天】
 跨越千年医学对话:用AI技术解锁中医古籍知识,构建能够精准问答的智能语言模型,成就专业级古籍解读助手(LLAMA)
|
8月前
|
运维 分布式计算 监控
蚁群智能进化:文档管理软件中蚁群算法的革命性应用
蚁群算法在文档管理软件中的运用主要体现在以下两个方面: 1. 蚁群算法在异常检测方面的应用:在文档管理软件中,需要实时监测和检测系统中的异常情况,例如突发的网络流量、CPU负载过高等问题。使用蚁群算法可以在复杂的监控数据中,快速地发现异常情况,并提供及时的预警和处理建议……
94 0
|
8月前
|
机器学习/深度学习 算法 数据挖掘
R语言自动化学习:乳腺癌诊断颠覆式进化的最新潮流!
本文将探讨自动化学习在乳腺癌诊断中的应用潜力。通过分析大规模的乳腺癌数据集,自动化学习可以提供准确、一致和可靠的诊断结果,为早期筛查、风险评估和治疗方案建议提供支持。然而,仍需解决数据隐私保护和模型解释性等挑战,以推动自动化学习技术在乳腺癌领域的实际应用。
122 0
|
9月前
学习总结(人不成熟的五大特征、时间管理法)
学习总结(人不成熟的五大特征、时间管理法)
60 0
|
数据采集 机器学习/深度学习 人工智能
AiTrust下预训练和小样本学习在中文医疗信息处理挑战榜CBLUE表现
可以看出在样本量还算大的情况下,预训练方式更有优势(准确率略高一点且训练更快一些),通过AITrust可信分析:稀疏数据筛选、脏数据清洗、数据增强等方案看到模型性能都有提升; 这里提升不显著的原因是,这边没有对筛选出来数据集进行标注:因为没有特定背景知识就不花时间操作了,会导致仍会有噪声存在。相信标注完后能提升3-5%点 1. 对于大多数任务,我们使用预训练模型微调作为首选的文本分类方案:准确率较高,训练较快 2. 提示学习(Prompt Learning)适用于标注成本高、标注样本较少的文本分类场景。在小样本场景中,相比于预训练模型微调学习,提示学习能取得更好的效果。对于标注样本充足、标
|
编解码 图形学
为什么次世代建模技术这么火热?游戏建模行业的真实现状
次世代(英文:Next Generation),源自日本语,即下一个时代,未来的时代。传统游戏相比,次世代游戏是把次世代游戏开发技术融入到现代游戏之中,通过增加模型的面数(ZBrush高模)和贴图的数据量(PBR材质)并使用次世代游戏引擎(UE4/Unity)改善游戏的画面效果。
365 0
为什么次世代建模技术这么火热?游戏建模行业的真实现状
|
项目管理
【氚云】致道景观转型秘诀:信息化思维,让工程管理的效率光速进化
致道景观转型秘诀:信息化思维,让工程管理的效率光速进化
163 0
【氚云】致道景观转型秘诀:信息化思维,让工程管理的效率光速进化