亚美体育app-亚美体育app下载


2020-01-07
建设智慧城市的十大反思(下)

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。


——本文选自“阿拉丁照明网”

浏览次数:253