可持续的智慧城市

可持续转型和数字化转型是我们正在经历、塑造未来发展模式的两个主要趋势，也是形成新质生产力的重要支撑。双轨转型（Twin Transition）的重要性在于不是孤立地对待可持续和数字化转型趋势，而是将关键的议题与功能结合起来，追求多元价值的实现。当城市化已经成为并将持续作为21世纪的主要趋势之一，我们未来发展的“主战场”无疑在于城市。因此，城市如何正确引导双轨转型、实现城市的高质量发展至关重要。

可持续城市：SDG11

谈到可持续城市，首先不可避免地会谈到联合国可持续发展目标11（SDG11）——“建设包容、安全、有抵御灾害能力和可持续的城市和人类住区”。SDG11是第一个关于城市发展的独立全球发展目标。早期的千年发展目标（MDG，2000～2015）包括“实现……至少1亿贫民窟居民的生活显著改善”的目标，但这一目标并没有展现城市发展的全貌。此外，虽然在千年发展目标期间，实现了至少1亿贫民窟居民的生活显著改善，但居住在贫民窟的总人数也有所增加。

SDG11由10个具体目标和15个指标组成。它涵盖了城市空间和服务的各个方面，强调了安全和无障碍两个特性，例如住房（SDG11.1）、交通（SDG11.2）和绿色空间（SDG11.7）。

在城市的市场功能中，SDG11主要强调了文化及保护。它旨在保护文化和自然遗产（SDG11.4），并重点关注城市方面的环境保护（SDG11.6）和自然灾害的影响（SDG11.5）。

“Affordable”（可负担）是SDG11中常常出现的词语，代表的是城市应关注弱势社区，包括贫民窟居民（11.1）、妇女、儿童、残疾人（11.2和11.7）以及穷人（11.5）。

此外，SDG11也包含设计、规划的元素。包容性和可持续规划（SDG11.3）是可持续发展目标的优先事项，此外还有与城市和区域综合规划（SDG11.A）和综合地方减少灾害风险战略（SDG11.B）相关的具体规划目标。最后，有一个关于韧性建筑的财政和技术援助的目标（SDG11.C）。

值得注意的是，在SDG指标体系中用数字编号的是与目标内容有关的细项目标，提示该目标下更具体的目标，各国需要依照自己的国情来诠释细项目标。以英文字母编号的细项目标更多是指出实践目标的方法。

城市化趋势

作为塑造地球的21世纪大趋势之一，城市化在所有地区以不同的速度继续进行。Worldmeters数据显示，截至2024年2月，全球人口突破81亿人，世界人口一半以上（57%）居住在城市。到2050年，这一数字预计将上升至68%。到2050年，预计将有60亿人是城市人口，所有地区将变得更加城市化。

在城市化的进程中值得关注特大城市和中小城市的变化趋势。一方面，特大城市增长迅速，特别是在发展中国家。城市的转变导致特大城市的出现，即人口超过1 000万人的城市。纽约市和东京是第一批已知的特大城市，到20世纪50年代，城市群人口均超过1 000万人。2018年，全球共有33个特大城市，除大洋洲外，全球所有主要地区都有特大城市。近年来人口突破1 000万人大关的城市大多位于亚洲和非洲。8个最新特大城市中的6个都位于这里，2030年预计的10个特大城市中的9个也将位于这里。这些地区也是发展最快的特大城市的所在地。自1950年以来，刚果民主共和国首都金沙萨的人口大约每5年翻一番。从2010年到2015年，金沙萨的人口增长了23%以上，如今超过1 300万居民中有一半以上年龄在22岁以下。造成这种现象的原因是复杂的，金沙萨经历农村地区的移民、高生育率和城市边界的扩大。人口增长速度几乎超过该市所有的支持设施，食品短缺、交通拥堵和教育设施不足的威胁已成为严峻的现实。此外，当今有8.28亿人生活在贫民窟中，其中大多数分布在东亚和东南亚。

另一方面，大多数未来的城市增长不会进一步导致大城市拥挤，而是发生在小城镇和中等城市。这些人类住区处于城市化的前沿，拉动中小城市增长的一半是机会，一半是可负担的吸引力。以美国为例，近年来，由于住房价格实惠，美国各地的中小城市中心变得越来越有吸引力。中小城市正在将知识经济工作者从大城市地区吸引出来，提供更多的负担能力和更具竞争力的工作。许多国家提供激励措施和良好的就业机会，这些都通过知识经济的崛起和制造业的复兴而传播开来，并越来越多地涌现出从事绿色经济和智能经济的创新型新企业。但是，中小城市的贫困状况依旧不容乐观，许多城市还没有为这种快速的城市化进程作好准备，住房、基础设施和服务的发展滞后，导致贫民窟或类似贫民窟的地方增多。2020年，约有11亿城市居民生活在贫民窟或类似贫民窟的环境中，而在未来30年内，预计还会有20亿人生活在此类环境中，其中大部分在发展中国家的中小城市。

城市化挑战

城市化挑战不仅仅体现在社会层面的挑战，也体现在环境和智能化层面的挑战。一个清晰的事实是城市快速扩张的同时加剧了环境挑战。世界各地的城市只占地球土地的3%，却消耗了60%至80%的能源，排放了75%的碳。为了满足未来日益增长的需求，城市的生存能力和安全性面临着严峻的挑战。特别是南半球城市，正面临极端贫困、环境退化以及气候变化和自然灾害带来的风险等重大挑战。

城市的智能化挑战，尤其是通过智能化达成可持续的挑战仍然严峻。在双轨转型的进程中，可持续转型和数字化转型之间存在严重脱节的情况。联合国的报告显示，在92个与环境有关的可持续发展目标指标中，只有42%有足够的数据来评估在实现可持续发展目标方面取得的进展，而58%则面临着巨大的数据缺口。实现高质量的双轨转型需要更多的可持续相关数据作为决策依据。这一现象也体现在SDG11的具体指标当中。在指标11.3.2（具有民间社会直接参与城市规划和管理并定期民主运作的城市比例）、指标11.4.1【按资金来源（公共、私人）、遗产类型（文化、自然）和遗产分类，保护和保存所有文化和自然遗产的人均总支出”。政府级别（国家、地区和地方/市）】”、目标11.a（通过加强国家和区域发展规划，支持城市、城郊和农村地区之间积极的经济、社会和环境联系）等都缺乏数据基础支持转型。

在城市可持续转型的语境下，可以看到城市面临的主要四大挑战：（1）指标本土化；（2）数据可得性；（3）数据一致性；（4）监测持续性。

（1）指标本土化。SDG指标框架形成和确立了一套国际通用的指标定义、统计标准和计算方法，但是一些指标的概念和计算方法在我国可能并不适用。比如，衡量SDG11.1.1（贫民窟和非正规住区内的城市人口比例）要求既有方法也有数据。但是在我国没有贫民窟的概念，像是棚户区、城中村等本土化概念与SDG11中所定义的非正规住区在概念和内涵方面也不尽相同。结合我国具体国情，针对该指标如何进行合理本地化并加以科学评估，仍值得讨论和探索。

（2）数据可得性。在SDG11的具体指标中不少数据是根据估计和建模得到的，而且有相当一部分国家统计数据存在数据过时的现象。比如湄公河下游一些国家可用数据是2014年数据，有近10年的数据差异。柬埔寨、老挝和缅甸没有关于灾害失踪人员这一维度的数据。关于11.6.2的数据均为估计值，且仅针对2012年。这种现象屡见不鲜。

（3）数据一致性。准确、可靠、及时和分类清晰的数据是实现SDG11指标监测的关键。比如，城市建成区范围是SDG11指标评价所需的基础数据，有5个指标需要城市建成区范围。城市建成区范围也是可利用遥感手段快速获取的重要数据。在数据来源方面，可以从土地利用图中合并相关类型，提取建成区范围，也可以从不透水面分布图中提取建成区范围。两类数据产品的空间分辨率也可以从10m到1000m。采用不同来源、不同分辨率的数据产品来提取建成区范围，可能会产生较大差异，从而对SDG11指标评价结果带来较大的不确定性。此外，监测的可持续性离不开开放数据体系。SDG11的落实需要政府、行业部门、科研院所、公司团体及个人共同合作完成。但是，由于目前数据共享的观念、机制、标准和基础设施等存在诸如落后、不足等制约性问题，部门之间的数据共享与紧密合作难以实现。

（4）监测持续性。SDG指标框架是一个复杂、多样、动态和相互关联的庞大体系。每个指标的监测与评估都需要一个或者多个团队协作才能实现。一方面，需要建立一支稳定、高水平的SDG指标监测与评估团队，持续探索SDG指标监测方法；另一方面，针对方法和数据成熟的SDG指标，需要开发相应的SDG指标监测与评估软件工具，定期自动生产SDG指标监测与评估数据产品。

认识智慧城市

通过我们对于城市可持续发展的分析，可以发现实现双轨转型离不开智慧城市的建立。2023年12月，“智慧城市”入选“2023年度十大科技名词”。但是，当前针对智慧城市的概念并没有一个普遍被接受的定义。智慧城市最初的概念重点是城市利用信息通信技术解决城市问题。以技术和数据驱动改善城市环境的努力至少可以追溯到20世纪60年代，当时加利福尼亚州洛杉矶的政府官员收集数据并使用计算机程序来识别需要干预的贫困社区。此外，新加坡在1981年建立国家计算机委员会，被认为是对城市规划最早的控制论干预措施之一。

2008年，恰逢全球金融危机伊始，IBM在美国纽约发布的《智慧地球：下一代领导人议程》主题报告所提出的“智慧地球”，即把新一代信息技术充分运用在各行各业之中。具体地说，“智慧”的理念就是通过新一代信息技术的应用使人类能以更加精细和动态的方式管理生产和生活的状态，通过把传感器嵌入和装备到全球每个角落的供电系统、供水系统、交通系统、建筑物和油气管道等生产生活系统的各种物体中，使其形成的物联网与互联网相联，实现人类社会与物理系统的整合，而后通过超级计算机和云计算将物联网整合起来，即可实现。此后这一理念被世界各国所接纳，并作为应对金融海啸的经济增长点。同时，发展智慧城市被认为有助于促进城市经济、社会与环境、资源协调可持续发展，缓解“大城市病”，提高城镇化质量。随后2010年，IBM正式提出了“智慧的城市”愿景，IBM认为，城市由关系到城市主要功能的六个核心系统组成：组织（人）、业务/政务、交通、通信、水和能源。这些系统不是零散的，而是以一种协作的方式相互衔接。而城市本身，则是由这些系统所组成的宏观系统。

在学术界，学者Deakin和Al Waer总结了有助于定义智慧城市的四个因素：

·广泛的电子和数字技术在城市和社区的应用。

·利用信息通信技术改变该地区的生活和工作环境。

·将此类信息和通信技术嵌入政府系统。

·地域化实践将信息通信技术和人们聚集在一起，以增强他们提供创新和应用知识的能力。

值得关注的是，该文章将智慧城市定义为利用信息通信技术满足市场（城市公民）需求的城市，并指出社区参与这一过程对于智慧城市是必要的。因此，智慧城市不仅在特定领域拥有信息通信技术，而且还以对当地社区产生积极影响的方式实施该技术。

美国交通部在确定智慧城市和社区的三个标志中除了强调ICT和物联网网络连接之外，也强调了开放数据的概念，如何实现各主体数据的开放有利于数据可得性和一致性发展，同时定期与公众共享运营和规划数据，这也与满足城市公民需求的观念不谋而合。

当智慧城市是个不断更新演化的概念，我们如何理解这一重要趋势？DIKW模型是一种将数据、信息、知识和智慧整合为一体的思维模型。通过DIKW模型，我们可以先了解“智慧”一词的具体内涵（图1 ）。

在DIKW模型中，数据层是DIKW体系的最低层，它包含各种原始数据和资料，如文字、图像、音频等。这些数据可能是杂乱的、无序的、缺乏上下文的，需要进一步处理才能被理解和利用。数据层向上是信息层，信息意味着数据被加工组合后变得可直接应用，通常在信息处理的过程中，数据赋予一定的含义和上下文，使其变得易于理解，这些片段可能包括新闻报道、报告、表格等。信息为人们提供了对数据进行解释和理解的框架，具备了“what、where、when、who”等方面的内容，即谁在什么时间在哪里做了什么，这可以帮助我们更好地了解数据背后的事件和趋势。知识意味着数据和信息被进一步处理和整合，从中提取规律和规则，并将其应用于特定上下文中以产生新的见解和创新。这些知识可能包括理论、实践技巧、经验规则等，它们可以帮助我们更好地应用数据和资讯，解决问题和作出决策。知识是基于“知道怎么样”（know how）的决策。智慧层是DIKW体系的最高层。当数据、信息和知识被结合在一起，加入更深入的洞察和理解，形成判断、评估、预测等，它们可以帮助我们更好地理解和应对复杂的情况和问题。智慧来源于对知识的综合上升，是一种“知道为什么”（know why）的决策方式。在这个体系中，数据是基本的素材，信息是数据的解释，知识是信息的升华，智慧则是知识的应用。