杨德斌 香港特别行政区 前政府资讯科技总监
2016—2017 年，在担任香港特别行政区政府资讯科 技总监一职期间，我的部门负责为香港规划智能城市蓝图。 2016 年年初，我和我的团队访问了一些在智能城市方面处于 世界领先水平的国家和城市，比如巴塞罗那、爱沙尼亚、维 也纳和哥本哈根，从它们成功或失败的经验中学习适用于我 们的方面。我们还会见并采访了来自美国、英国、以色列和 中国内地的几位政府官员以及资讯科技总监， 其中就包括这 本书的分著者、纽约市前副市长史蒂芬 · 戈德史密斯。经过 多方利益相关者的充分参与，包括官、产、学、研、商、社 区等，我们终于在 2017 年 12 月发布了香港智能城市蓝图。 在蓝图中，我们按博伊德 · 科恩（Boyd Cohen）博士 的智能城市伦理论，在６个主要领域，即智慧移动、智慧环 境、智慧生活、智慧人才、智慧政府和智慧经济，规划了 70 多个具体项目。
此外，还提出了一个关键布署，就是成立一 个高层次的智能城市督导委员会，由香港特别行政区政府行政长官担任主席，成员包括各司局的主管，负责制定政策／立项、财政拨款和 监督实施进展。我们提出了关键的数字基础设施，包括建立类似于纽约数据桥 （DataBridge）或爱沙尼亚 X–Road 的数据高速公路，以促进跨部门的实时数 据共享。政府资讯科技总监办公室负责成立一个大数据分析分部，以积累数据 科学专业知识和认知；我们会为每位香港居民发一个电子身份证，让大家可以 以官方实名验证从事各项电子政务及网上商业交易；传统的路灯柱将会改造为 可收集多种实时城市数据，并可安装高速 5G 网络（microcell）支持车联网。
在总结经验的过程中，《数据驱动的智能城市》一书给了我许多关于构建 智能城市的真知灼见，为建立香港智能城市蓝图提供了有效的参考，我将从中分享一些关键的心得体会。 难以逾越的数据孤立的挑战：自 19 世纪末以来，美国城市的政府结构已 经确立。各部门和机构按照职能组织，每个公务员都有特定的任务，以便跟踪 问责。随着时间的推移，部门和机构之间的隔阂变得越来越大，互不知道各自的运作情况。而且，官僚机构层级分明，只有需要时才会分享信息，从而导致 了数据孤岛的结果。
《数据驱动的智能城市》一书指出：“同样的结构在 1890 年形成了进步的政府，而在 2014 年却导致了倒退的结果。”公务员往往受到过 时的公务员法、职业分类和规避风险环境的限制。 未来将是一个充满时机的智慧之城：由于市民期望得到政府更敏捷的服务，目前的层级治理结构被认为是极其无效的。现在，勇于改革的市长，如纽约前市长迈克尔 · 布隆伯格（Michael Bloomberg）、芝加哥市长拉姆 · 伊曼 纽尔（Rahm Emanuel）、波士顿前市长汤姆 · 梅尼诺（Tom Menino）等坚 信，数据驱动的智能城市为创建以量化指标为驱动的城市提供了一个最佳方法， 这个方法将会带来根本性的改变。未来将是一个更加扁平化的组织结构，公务 员通过获得相关信息授权，利用源自跨多个部门的实时城市数据，为服务民众 做出更多的自主决定。
值得一提的一点是，在改革过程中，特别是应用数据分析来解决城市问题上，并不是一帆风顺的。比如，当迈克 · 弗劳尔斯（Mike Flowers）首次担任 纽约市数据分析办公室主任时，他的主要职责是使用数据查找出欺诈性的抵押 贷款，但在花了不多时间和精力后却没有找到任何实际结果。尽管如此，他仍向前推进。 2011 年，美国两座非法改建的建筑物，造成 5 人丧生的惨剧，这 个惨剧促使相关部门开始采用数据分析的方法来确定建筑物的危险程度优先处 理的顺序，以便在严重缺乏人力的情况下进行检查。建筑部和消防局之间的数 据共享被证明是非常有效的。这样的成功至关重要，不仅在纽约市的政府机构 之间得到了传播，而且也传到了美国其他城市和世界各地。
《数据驱动的智能城市》中经常提到的两个术语特别值得深究：“数据驱动的智能城市”和“量化指标驱动的城市”。一方面，一个城市的智慧来自对城市实时情况的了解、掌握，以便在事故、自然灾害或恐怖袭击来临时采取相应行动。比如，救护车在救援伤员时可以携带与他们血型匹配的血液；市政府可 以在暴风雨来临前就清理好堵塞的排水系统；定期检查高风险的建筑物以阻止 火灾的发生；同样地，随时检查可疑的餐厅，以防顾客食物中毒。城市的智慧 还来自对市民的了解，以便为他们提供一站式服务。城市的智慧也来自明智的决策与政策的制定。在做出重大决策之前，可以用数据分析来模拟趋势和相应 模式。比如，在选择建设地铁站的位置时，以最方便乘客进出并最能减少交通 堵塞的标准来做出决策。被称为预测学习 (predictive learning) 的方式也只有基 于汇集跨部门的城市数据时才能完成。 另一方面，“量化指标驱动的城市”是指制定一套综合的城市绩效指数， 以了解当下，展望未来。根据城市绩效指数，我们可以构建出“城市仪表盘”， 它能显示聚集不同范畴的指数，以便辨别出当下的城市状况。比如，我们可以 通过一层又一层的追寻，找到空气污染的关键成因。量化指标将是市长在制定 政策和规划时有力的工具；透过这一可量化指标，可以有效地改善市民的生活 质量。
我认为，世界上的许多城市与美国的城市没有多大差异。领导者在组织结 构中消除数据孤岛、构建跨部门数据共享平台、培养数据分析团队，并制订数 据驱动指标，将是管理未来城市最有效的方法。《数据驱动的智能城市》这本 书中提到的这些方法适用于全球的城市，特别是中国的城市，各省市应该将建 设智能城市作为的重要目标。我十分感激车品觉先生将这本书翻译成中文，分 享美国最领先城市所学到的第一手经验和宝贵心得。