《智慧城市系统工程：架构、数据与可持续性》跨学科项目式学习教学设计（大学本科信息管理与信息系统专业三年级）

《智慧城市系统工程：架构、数据与可持续性》跨学科项目式学习教学设计（大学本科信息管理与信息系统专业三年级）

  一、课程定位与前沿理念阐述

  本教学设计面向信息管理与信息系统专业三年级本科生，是其专业核心课程“信息系统分析与设计”的顶峰项目模块，并深度整合了“数据分析”、“项目管理”及“公共政策导论”等相关课程知识。课程立足于数字中国与新型城镇化国家战略背景，回应了信息技术革命从消费互联网向产业互联网、社会治理互联网纵深发展的时代命题。其核心理念超越了传统单学科知识传授，致力于培养学生以“复杂系统工程师”与“社会技术架构师”的双重视角，解构并再构智慧城市这一巨系统。教学遵循“以学生为中心、以项目为载体、以问题为导向、以价值为引领”的原则，贯穿CDIO（构思-设计-实现-运行）工程教育模式与OBE（成果导向教育）理念，强调从真实世界的不确定性和多利益相关者诉求中，定义问题、设计解决方案并评估其综合影响。课程目标不仅在于掌握物联网、大数据、人工智能、数字孪生等使能技术，更在于锤炼学生的系统思维、设计思维、批判性伦理思辨以及在跨学科团队中的协同创新能力，使其能够前瞻性地思考技术赋能城市可持续发展（SDGs）的路径、限度与可能陷阱。

  二、深度学习目标体系（三维目标整合表述）

  1.知识与技能维度：

   （1）系统性阐述智慧城市的核心内涵、演进历程及主流参考架构（如ISO37106、中国智慧城市标准体系框架），并能批判性比较不同架构模型的优势与适用场景。

   （2）精准识别并阐释支撑智慧城市的关键技术集群（感知层、网络层、平台层、应用层）及其互联互通的原理与标准，包括但不限于：物联网感知与标识技术、异构网络融合（5G/6G、NB-IoT等）、城市信息模型（CIM）与数字孪生体构建、城市大数据平台与数据中台架构、人工智能算法在典型场景（交通、能源、安防、环保）中的应用逻辑。

   （3）掌握智慧城市项目生命周期中的核心技能：能够运用系统分析方法进行城市问题诊断与需求建模；能够使用ArchiMate、UML等工具进行分层解耦的系统架构设计；能够规划数据治理体系，包括数据采集、确权、融合、安全与隐私保护策略；能够编写关键用户故事并设计可交互的原型（如使用Axure、Figma）；能够运用成本效益分析、多准则决策分析等方法对解决方案进行初步可持续性评估。

  2.过程与方法维度：

   （1）通过参与真实的或高度仿真的城市挑战项目（如“老旧社区智慧化改造”、“城市‘交通病’智能诊疗”、“极端天气下的城市韧性增强”），完整经历从课题界定、背景调研、方案构思、技术选型、原型设计、模拟验证到方案宣讲与辩论的项目全流程。

   （2）熟练运用设计思维工作坊、情景规划法、利益相关者分析图、技术路线图等工具进行创造性问题求解与战略规划。

   （3）在异质性团队（模拟政府官员、技术专家、企业代表、市民团体）中有效协作，学习管理项目里程碑、化解技术分歧与伦理冲突，共同产出综合性解决方案。

  3.情感、态度与价值观维度：

   （1）树立“技术为民、普惠包容”的价值导向，深刻认识到智慧城市建设的终极目标是提升全体市民的福祉与生活品质，而非单纯的技术炫技。

   （2）培养对技术社会影响的敏锐洞察力与批判性责任伦理，能主动审视技术方案可能带来的数字鸿沟、算法歧视、数据垄断、隐私侵蚀、能源消耗等潜在风险。

   （3）增强作为未来信息社会建设者的使命感与专业操守，理解在智慧城市项目中跨部门、跨领域协同的重要性，以及遵循标准、开放共享的生态构建思维。

  三、学习者特征分析与先修知识映射

   本课程学习者为信息管理与信息系统专业三年级下学期的学生。他们已具备以下先修知识结构：程序设计语言（Python/Java）、数据结构与算法、数据库原理、计算机网络、管理信息系统、统计学基础。部分学生可能选修过机器学习导论或物联网技术概述。其认知特点表现为：抽象逻辑思维能力趋于成熟，对复杂系统有初步概念但缺乏整合经验；具备一定的编程与数据分析技能，但将其应用于宏大、非结构化的现实场景经验不足；对新兴技术抱有浓厚兴趣，但对其社会、经济、治理维度的理解往往流于表面。常见的认知误区包括：“技术决定论”——过分夸大单一技术的解决能力；“解决方案先行”——未深入理解问题便急于提出技术方案；“价值中立幻想”——忽视技术设计背后隐含的价值取向。因此，教学设计的重点与难点在于：如何搭建有效的脚手架，帮助学生完成从“技术组件掌握者”到“系统架构设计者”和“社会技术思考者”的角色跃迁；如何创设具有足够复杂性和真实感的学习情境，激发其深层学习动机；如何引导其在团队碰撞与项目迭代中，实现知识的意义建构与能力的螺旋上升。

  四、核心教学内容模块与跨学科知识链接

   模块一：智慧城市导论：范式、愿景与复杂性。核心内容：城市科学基础（城市作为复杂适应系统）；智慧城市的多元定义与评价指标体系（如ICF、EUSmartCityModel）；全球与中国智慧城市发展历程与典型案例复盘（新加坡、巴塞罗那、杭州、深圳）。跨学科链接：公共管理学（城市治理模式）、经济学（平台经济、数据要素）。

   模块二：智慧城市技术架构与集成挑战。核心内容：分层参考架构详解；边缘计算、雾计算与云计算协同；城市操作系统（CityOS）概念；系统集成中的互操作性标准（API经济、中间件）与数据孤岛破解之道。跨学科链接：软件工程（微服务架构、DevOps）、标准化工程。

   模块三：城市感知与数字孪生。核心内容：物联网传感体系（环境、交通、市政、社会感知）；遥感与地理信息系统（GIS）集成；BIM/CIM技术与高保真数字孪生城市构建；动态数据驱动下的仿真与预测。跨学科链接：测绘科学、建筑学（BIM）、控制理论（仿真优化）。

   模块四：城市数据中台与智慧大脑。核心内容：城市大数据特征与治理框架（数据湖、数据仓库）；数据中台业务化思想（OneData、OneService）；人工智能算法在时空数据挖掘中的应用（如交通流预测、事件检测）；城市运行指挥中心（IOC）的功能与局限。跨学科链接：数据科学、机器学习、认知科学（可视化分析）。

   模块五：典型垂直应用场景深度剖析。核心内容：智慧交通（从智能信控到MaaS出行即服务）；智慧能源（微电网、虚拟电厂）；智慧公共安全（应急管理、社会治安）；智慧社区（线上线下融合服务）。每个场景均从痛点分析、业务流重构、技术栈选型、商业模式与政策协同多维度展开。跨学科链接：交通工程、能源工程、社会学（社区研究）、法学（数据安全法、个人信息保护法）。

   模块六：可持续性、伦理与未来展望。核心内容：智慧城市的碳足迹与绿色ICT；数字包容性与无障碍设计；公民参与和数字民主；技术伦理审查框架；智慧城市发展的未来趋势（元宇宙城市、自主系统）。跨学科链接：环境科学、伦理学、政治哲学、未来学。

  五、教学资源与环境创设

   1.虚实融合的学习空间：物理教室改造为“智慧城市创新工坊”，配备多屏互动系统、可移动组合家具、原型开发工具包（如传感器模块、开发板、可视化大屏模拟端）。同时，接入校级高性能计算平台与云资源，供学生进行大数据处理与仿真。

   2.数字化学习平台与资源库：依托Moodle或超星学习通构建课程门户，集成以下资源：（a）全球顶尖高校与机构（如MITCityScience、欧盟JRC）的公开课录像、研究报告；（b）开源数据集（如城市交通流量、空气质量、POI数据）及处理工具链；（c）国内外典型智慧城市项目的架构图、招标文件、评估报告（脱敏后）作为案例库；（d）行业专家讲座系列视频（邀请来自规划设计院、头部科技企业、市政府大数据局的专家）。

   3.仿真沙盘与游戏化学习工具：引入或自开发“城市模拟器”类游戏化平台（类似SimCity但更侧重后台系统管理），允许学生分组扮演不同角色，在虚拟城市中配置基础设施、制定政策、应对突发事件，直观观察系统反馈。

   4.实践基地与导师网络：与本地智慧城市运营企业、城市大数据中心或重点实验室建立合作，设立实地参访与“双导师制”项目课题来源。行业导师参与课题发布、中期评审与结题答辩。

  六、教学实施过程详细设计（总学时：64学时，其中理论导引16学时，项目工作坊48学时）

   本教学实施以“总-分-总”的项目推进为主线，理论讲授有机嵌入项目各阶段，作为支撑而非主导。核心项目命题为：“为我校所在大学城片区（一个功能相对复合的微城市）设计一个面向2030年的智慧升级方案，并聚焦1-2个优先实施领域进行详细架构设计与原型验证。”

   第一阶段：项目启动与问题锚定（第1-4周，共16学时）

    第1-2周：概念建立与挑战共鸣。

      学时1-4（理论导引）：通过播放一段精心剪辑的纪录片，对比展示同一座城市在早高峰、暴雨夜、重大活动时的不同运行状态，引出城市系统的脆弱性与韧性需求。随后，讲师以“从数字城市到智慧城市：一场范式革命”为题进行主题报告，系统阐述本课程框架与核心项目。不直接给出定义，而是让学生分组阅读来自技术专家、市长、市民、哲学家关于智慧城市的四类截然不同的论述，进行“观点市场”活动，每组提炼关键词并展开辩论，最终在讲师引导下形成一份多维度的“智慧城市内涵共识图”。

      学时5-8（工作坊）：项目启动会。发布总项目命题。学生自由组成4-5人项目小组，每组需包含技术、管理、设计等不同倾向的同学。第一个任务是“同理心地图与问题发掘”：各小组利用周末时间，采用沉浸式观察、街头访谈（设计访谈提纲）、问卷调查、网络舆情分析（爬取本地论坛相关话题）等多种方法，收集大学城片区在交通、环境、安全、服务、社区活力等方面存在的具体问题与市民（包括学生、居民、商户、管理者）的期待。形成初步的“痛点集群”。

    第3-4周：系统分析与课题聚焦。

      学时9-12（理论导引）：讲授“城市系统分析方法”与“利益相关者分析”。介绍如何绘制城市子系统关联图，如何识别关键杠杆点。结合案例，讲解如何平衡技术可行性、市民需求急迫性与政策支持度。

      学时13-16（工作坊）：各小组汇报调研发现，使用“亲和图法”归类问题。随后，进行“课题界定工作坊”：每个小组需要从痛点集群中，运用“HowMightWe…”句式转化出至少3个潜在的智慧化干预方向。例如，“HMW利用数据优化公交线路以减少学生通勤时间？”、“HMW建立一个共享平台提升社区商业活力与资源循环？”。接着，引入“技术雷达图”与“影响-努力度矩阵”两个工具，引导小组对每个方向进行初步评估。经过组内辩论与组间“创意画廊巡览”互评，每个小组最终确定一个最聚焦的、具有挑战性的核心课题，并撰写一份包含问题陈述、目标愿景、初步范围界定及成功标准的《项目章程》，在课堂进行公示与答辩。

   第二阶段：架构设计与技术探索（第5-10周，共24学时）

    第5-6周：架构蓝图绘制。

      学时17-20（理论导引）：深度讲解智慧城市参考架构（以中国新型智慧城市标准体系为主，对比IBM、FIWARE等）。重点剖析“业务架构、数据架构、应用架构、技术架构”四视图模型及其关联关系。

      学时21-24（工作坊）：“架构设计冲刺”。各小组针对自己的课题，首先进行业务架构设计：梳理核心业务场景、业务流程和参与角色。然后进入数据架构设计：识别关键数据实体、数据流，设计从感知到决策的数据价值链。讲师与助教巡回指导，提供架构模板（ArchiMate图例）和反例分析。周末，各小组需访问城市大数据中心（线上或线下），了解实际数据资源与壁垒，修正数据架构。

    第7-8周：技术选型与原型规划。

      学时25-28（理论导引）：聚焦关键技术深度讲座。包括：（1）物联网协议栈选型（LoRavs.NB-IoTvs.5GURLLC）与应用场景匹配；（2）城市数字孪生建模工具链（从倾斜摄影到语义建模）；（3）机器学习模型在预测类场景（如人流预测）与识别类场景（如事件检测）中的Pipeline设计。

      学时29-32（工作坊）：“技术可行性论证会”。各小组根据自身架构，针对关键的技术组件进行选型研究。要求不追求最先进，而追求最合适（考虑成本、成熟度、可维护性）。例如，一个专注于“校园快递包装物智能回收与激励”的小组，需要论证在宿舍楼下布设的智能回收箱，应使用哪种传感器（重量？图像识别？RFID？）、何种通信方式、数据上传频率、以及后台采用规则引擎还是简单聚类算法进行激励计算。各小组需形成一份《关键技术选型说明书》，并进行同行评审。

    第9-10周：交互设计与可持续性初评。

      学时33-36（理论导引）：讲授“服务设计与用户体验”在智慧城市中的应用。强调以市民为中心，设计无缝的线上线下融合服务。同时引入“可持续性评估框架”，包括经济成本（TCO）、环境生命周期评估（LCA）和社会接受度三个维度。

      学时37-40（工作坊）：各小组绘制核心业务场景的用户旅程图，并利用Figma等工具制作高保真可交互原型（至少一个关键用户界面，如市民服务App端、城市管理IOC大屏端）。同时，开始起草方案的《可持续性评估报告》草稿。此阶段中期，进行一次“跨界评审会”，邀请公共管理专业、环境工程专业的师生作为“特别陪审团”，从非技术视角质询各小组方案的社会合理性与环境友好性。

   第三阶段：集成验证、方案凝练与综合答辩（第11-16周，共24学时）

    第11-13周：原型实现与集成测试。

      学时41-48（工作坊）：此阶段为集中开发与集成时间。学生利用云开发环境、开源框架和低代码平台，尽可能实现方案的核心功能原型。例如，一个“智慧路灯管理”小组，需要实现传感器数据模拟接入、基于规则或简单算法的自适应调光逻辑、以及一个展示能耗与照明状态的可视化面板。强调“最小可行产品”思维，不追求完美，但追求关键逻辑的跑通。讲师与助教提供技术诊所支持。同时，各小组开始撰写最终的《智慧城市解决方案综合报告》。

    第14周：系统联调与模拟推演。

      学时49-52（工作坊）：利用“城市模拟器”沙盘或自行构建的仿真环境，各小组将本组方案置入大学城片区的整体数字孪生背景中，进行模拟运行。观察方案对城市其他系统（如交通流、能耗）的连锁影响，发现潜在冲突点。根据模拟结果，优化方案或增加协同接口设计。完成报告的最终修改。

    第15-16周：成果展示与终极答辩。

      学时53-60（工作坊）：举办“智慧大学城2030创新方案峰会”。答辩评审团由课程教师、行业导师、公共管理部门代表、学生代表共同组成。每个小组进行20分钟的全方位方案展示（包括视频演示、原型操作、架构讲解、可持续性分析），并接受15分钟的多角度质询。质询问题不仅涉及技术细节，更会涵盖“你的方案如何防止数据滥用？”、“如何确保低收入群体也能平等受益？”、“如果地方政府预算削减，你的方案如何分阶段实施？”等战略性、伦理性问题。

      学时61-64：课程总结与反思。全体学生观看答辩精彩集锦，讲师进行总评，梳理各方案的共性与独特价值，将项目实践升华回智慧城市的核心理论框架与未来趋势。最后，每个学生需提交一份个人反思报告，回顾自己在知识、能力、价值观上的成长，以及对“技术与社会”关系的新的理解。课程以一场关于“理想中的智慧城市究竟是谁的城市？”的开放式讨论结束。

  七、多元评价体系设计

   本课程采用全过程、多维度的综合评价，打破“一考定音”。

   1.个人表现评价（30%）：

    （1）个人反思报告（15%）：深度、批判性与诚实性。

    （2）同行评议（10%）：在项目各关键节点，对小组成员贡献度进行匿名互评。

    （3）课堂参与度（5%）：包括提问、讨论、评审会发言的质量。

   2.小组项目成果评价（70%）：

    （1）过程产出（20%）：《项目章程》、《架构设计图》、《技术选型说明书》、原型代码/设计稿。评价其规范性、逻辑性与迭代改进痕迹。

    （2）最终综合报告（25%）：要求结构完整、论证严谨、数据翔实、文图表专业，并包含详细的伦理与可持续性分析章节。

    （3）最终答辩表现（15%）：方案陈述的清晰度与说服力、团队协作展示、回答质询的深度与应变能力。

    （4）原型作品（10%）：功能的完整性、技术的恰当性、用户体验及创新性。

  八、教学特色与创新点总结

   1.顶天立地的问题情境：“顶天”即对接国家战略与学术前沿，“立地”即扎根学生每日生活的真实微城市环境，使学习具有强烈的现实意义与代入感。

   2.深度跨学科的融合机制：并非简单拼凑知识，而是通过项目设计，强制要求技术、管理、社会、伦理等