城市基础及概论 4

中国智慧城市智慧城市概论第2章2.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.1.1

中国智慧城市发展阶段概念导入期试点探索期统筹推进期集成融合期以行业应用数字化、网络化为驱动，重点引入无线通信、光纤宽带、地理信息系统、遥感等技术，实现单个系统信息化。在此阶段中，企业开始引入智慧城市概念，以国外软件系统集成商为主导，致力打造智慧地球、数字城市以重点项目及应用建设为抓手，要求各部门数据共享，并开始打造数据共享交换平台。在此时期内，信息技术在城市建设中全面应用，加速城市数字化进程。国家多部委牵头推进，以政府指导、市场主导的模式，国内互联网企业、运营商、软件商、集成商等生态主体，共同打造系统纵横联合、职能共享的城市大脑，助力城市实现智能化演进。以数字孪生为驱动，依托城市信息模型平台的建设，各条线系统数据从被动共享转向主动共享，多部门协同形成合力，共同推进智慧城市一体化建设，并通过政企合作、本地运营模式，实现跨行业协作生态交织发展。未来通过虚实交互、仿真推演等新阶段新特征的普及应用、普惠创新，城市将进入决策智能阶段，完成智能化向智慧化转型。图2-1中国智慧城市发阶图2.1.2新型智慧城市中国化01我国的新型智慧城市建设核心是以“人”为本，基于我国“四化同步”的国情实际，服务于我国以人的城镇化为核心的新型城镇化进程，促进解决“三个一亿人”的综合承载问题，助力提升我国城镇化发展质量和水平融合化02新型智慧城市要着力推进技术融合、数据融合和业务融合，着力打破信息孤岛和数据分割创新化04新型智慧城市的本质是利用新一代信息技术对城市进行重塑和再造，是利用现代信息技术与城市固有秩序和利益进行博弈，利用数据资源畅通流动、开放共享的属性，倒逼城市不合理的管理体制、治理结构、服务模式、产业布局变得更加合理优化、透明高效协同化03①设计阶段：节能模拟、紧急疏散模拟、日照模拟、新型智慧城市不是简单的城市内政府部门、业务条线的信息化，而是要通过互联互通、纵横联动，特别是城市层面的横向融通，协调城市治理的“五脏六腑”，促进实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务特征2.1.3数字孪生城市概念概念百度百科：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。华为：在数字孪生世界中也存在一个虚实镜像的介质，我们将它定义为“数字孪生镜像平面”（简称孪生平面），平面一侧是物理世界的属性，平面另一侧是镜像的数字表达。孪生平面自下而上包括：智能设备、联接网络和数字孪生平台，分别归属于传统IT架构划分的感知层、传输层和平台层图2-2数字孪生镜像平面2.1.4智慧城市未来发展趋势决策智能：城市大脑从感知智能向认知智能、决策智能迈进知识重构：跨模态数据融合、全行业知识图谱决定城市智慧数据融合：政府与社会数据融合助力形成城市治理强大合力孪生驱动：数字孪生推动城市要素时空化集约化治理服务数据安全：区块链、隐私计算等数据安全技术是城市运行保障2.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.12.2.1数字孪生城市特征虚实交互01两个空间通过数据流传输和操控指令实时互动动态演进02虚实空间都具有生命周期，虚实关系具有时空异质性，因此，孪生空间的状态也呈现时间变化特性，是一个不断迭代的过程多尺度特性04孪生空间是对物理空间的镜像映射，是在虚拟空间对自然世界各种过程与关系的抽象和概括。不同尺度的物理对象都可以映射成不同规模大小的孪生空间，即孪生空间继承了物理空间的多尺度特性。以虚控实03建构孪生空间的目的是为了实现对物理空间的控制。在孪生空间内通过人工智能模型技术实现对自然实体空间的模拟仿真、优化调控和预测预警等智能操控任务。2.2.2数字孪生城市数据体系架构城市宏观数据框架城市微观数据框架城市中观数据框架城市宏观数据框架包括两部分，一是以卫星遥感数据为主的覆盖城市山水林田湖草等大颗粒度城市自然资源宏观数据框架；一是利用更先进的机载、车载、船载、背包式等新型测绘设备，通过无人船、无人机航拍等新型测绘技术有效覆盖陆地、海洋、空间和地上地下，基于面向地理实体对象的增量式数据更新，实现海量城市实体地理信息的快速更新和动态调整。城市微观数据由地理实体最小颗粒度组合的城市物联场景组成，如道路交通物联、个人物联、建筑物联等场景，将地理实体间或人与地理实体间的实时属性挂接，包括地理实体语义、地理实体位置、地理实体城市属性、地理实体关系及地理实体演化过程等属性，实现场景的孪生能力。由按尺度分级的基础地理信息数据库向按地理实体分类的无尺度基础时空数据库转变，通过地理实体建库技术，可实现不同精度、不同层次、不同时相的地理实体数据集成，形成地上地下、室内室外、二维三维、历史现状一体化的全空间城市信息模型，支撑基础地理和城市专题数据融合。图2-8数字孪生城市数据体系架构2.2.3数字孪生城市目标个体1个体用户可以通过虚拟现实（VR）等技术带来的沉浸式体验来获取这些信息，不需要进行物理空间的移动，就能体验到音乐会、体育比赛等现场感觉；增强现实（AR）则能使虚拟信息与现实环境无缝融合，在现实中获得虚拟信息服务，一些服务于个体的公共服务项目如家政、教育、医疗、交通等在孪生城市中就能提供，使得个人获得极佳的体验感受。另外，孪生空间的高度数字化，能够再现现实生活中的个体生理变化、社交行为、个人教育和知识体系等，为全生命周期的个体成长提供自适应定制化的管理方案。社会2①通过模拟仿真、动态评估和深度学习制定规划设计方案；②通过智能预测城市运行状况进行灾害风险的预估和预警；③通过深度学习编制交通流量预测、智能疏导的出行方案等。依赖于大数据、人工智能、区块链等先进技术的使用，孪生城市能够准确把握物理城市的运行态势、洞悉复杂表象后的城市演变规律、形成超越局部次优的全局最优决策，最终实现物理城市和数字城市之间的虚实互动和反馈操控，使城市向人类预期的低风险可持续路径演进任务。2.2.4数字孪生城市发展趋势全域映射的城市信息模型01全场景城市智能体02如影随形的沉浸式体验04万物互联时代的智能出行03意识撬动世界的脑机互联06智能的机器人伙伴052.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.12.3智慧城市相关政策

智慧城市借助于物联网、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。总体而言，关于智慧城市的政策分为四类。第一类是智慧城市建设的具体规划与政策，包括政府长期规划、建设方案、指导意见、项目管理方法等。第二类是在政府的国民经济社会信息化建设总体规划中专门列出的智慧城市政策。第三类是城市信息化建设或数字城市建设的相关政策，这些项目与智慧城市建设目标类似。第四类是由多个中央部委联合开展的试点项目，重点关注智慧城市建设或相关基础设施。

近年来，我国智慧城市已基本完成数字化、网络化，正在向智能化、智慧化迈进。按照党中央、国务院的部署，近年来各相关部门和地方积极探索智慧城市建设，在公共服务便捷化、城市管理精细化、生活环境宜居化等方面取得了突出成效。城市据中心2.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.12.4.1标准的制定标准的作用意义1

在推动国家信息化建设过程中，标准是规范技术开发、产品生产、工程管理等行为的依据。统一标准是信息系统互通、互连、互操作的前提。智慧城市标准化工作是推动智慧城市建设实践的重要基础性工作。只有通过统一智慧城市的技术要求、工程实施要求和测试认证方法等标准化手段，才可以保障信息化建设中智慧城市相关工程的建设及软件产品的研发在全国范围内有章可循，有法可依，形成一个有机的整体，避免盲目和重复，降低成本，提高效益，从而规范和促进我国智慧城市和行业信息化建设有序、高效、快速和健康地发展。我国标准的制定22014年国家标准委成立了国家智慧城市的协调推进组，我国智慧城市标准化工作取得了阶段性成果，2015年，国家标准委等部委联合提出智慧城市标准体系框架，包括总体、支撑技术与平台、基础设施、建设与宜居、管理与服务、产业与经济、安全与保障七大类。2016年，国家发改委、国家标准委等提出智慧城市评价指标体系，包括惠民服务、精准治理、生态宜居、智能设施、信息资源、网络安全、改革创新、市民体验8个一级指标，下设37个二级指标评价要素。2.4.2标准选用思路

智慧城市建设涉及的国家标准项目范围广、数量多，各地在智慧城市建设中，要紧密结合实际需求，积极选择采纳适宜的国家标准和行业标准，适当补充制定地方标准和企业标准，建立能满足实际建设需求的地方智慧城市标准体系。具体采纳应用某个具体标准时，应优先选择能提高互操作性水平的标准、以开放系统技术为基础的标准、可实施的标准或在市场上有技术和产品支持的标准。2.4.3标准选用顺序（1）优先选用国内标准，然后考虑国外标准（2）优先选用国家标准，其次才考虑行业和其他标准（3）优先选用国际标准，然后考虑国外其他先进标准（4）优先选择有技术与产品支持的标准（5）公众可获得、持有、使用的标准优先选用2.4.4新型智慧城市评价指标指标概述基础评价指标市民体验指标指标具体内容《新型智慧城市评价指标(2018)》(以下简称《评价指标》)主要由基础评价指标和市民体验指标两部分组成。其指标框架如图2-10所示。重点评价城市发展现状、发展空间、发展特色，含7个一级指标，具体包括创新发展、惠民服务、精准治理、生态宜居、智能设施、信息资源、信息安全。主要形式为“市民体验问卷”，通过调查市民直接感受情况进行评价，旨在突出公众满意度和社会参与度指标构成：本指标共包含8项一级指标，24项二级指标，52项二级指标分项（除市民体验）；“信息安全”是扣分指标，共设2个二级指标分项即2个扣分点。评价方法：评价采取百分制，总得分满分为100分。总得分为各一级指标得分之和。各级指标得分为其下级指标得分之和。计算时各分值保留2位小数。指标权重：各级指标设置相应的权重。一级指标权重为其各二级指标权重之和，二级指标下的各分项权重之和为100图2-10新型智慧城市评价指标框架2.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.12.5.1数据资产概述

数据资产的概念最早由RichardE.Peters提出，后来随着信息技术和互联网的发展，其含义早已发生巨大变化。有关数据资产的大量研究则始于“大数据”概念的兴起。TonyFisher从大数据背景下数据的资产属性出发，明确指出“数据是一种资产”。2011年，世界经济论坛发布了名为《个人数据：一种新资产类别的出现》的报告，并指出个人数据正成为一种新的经济“资产类别”。2013年，数据科学家维克托·迈尔-舍恩伯格、肯尼斯·库克耶在对大数据展开系统研究后，在其著作《大数据时代》中开宗明义：将数据资产列入资产负债表不是能否的问题，只是早晚的问题。国内关于数据资产的全面研究则始于2011年，在此之前，学术界对该领域的关注度并不高，2011年以后学术界对数据资产的关注度有了较大提高，尤其是2017年我国举办数据资产管理峰会后，学术界掀起了对数据资产管理的研究热潮。2.5.2数据资产定义百度百科关于数据资产的定义：数据资产是指由个人或企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源。具体来讲，数据资产是指以个人或企业的照片、文档、图纸、视频、数字版权等等以文件为载体的数据，相对于实物资产以数据形式存在的一类资产。数据资产被认为是数字时代的最重要的资产形式之一。在由中国信息通信研究院云计算与大数据研究所等发布的《数据资产管理实践白皮书（4.0版）》中，数据资产被定义为“由企业拥有或者控制的、能够为企业带来未来经济利益的、以物理或电子的方式记录的数据资源，如文件资料、电子数据等。2.5.3数据资产价值随着科技的发展和新冠疫情的持续蔓延，以数据为核心的数字技术逐步成为经济发展的新驱动力，为数字经济的进一步发展带来新动能。例如，在新出行方式、个性化医疗、远程办公等驱动下的创新使更多的人受益。与此同时，持续增加的数据资源及其存储和处理技术的变化，将逐步成为一种潜在增长、可持续累积的社会资源。数据作为越来越重要的生产要素，将成为比土地、石油、煤矿等更为核心的生产资源，如何加工利用数据，释放数据价值，实现企业的数字化转型，是各企业面临的重要课题。许多人都明白数据是新的黄金，然而，尽管进行了大量投资，但许多公司仍难以成功地挖掘和提炼数据。在接下来的三到五年内，领先的公司预计将在其运营模式中采用四项关键数据原则：明确整个企业的数据责任；将数据流畅性嵌入整个企业作为一项战略要务；将数据管理作为核心竞争力转移到业务中；重构无摩擦的数据供应链。2.5.4数据资产管理概念内涵过程《数据资产管理（DAM，DataAssetManagement）是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。数据资产管理的内涵，数据资产管理在大数据体系中的定位如图2-11所示，它位于应用和底层平台中间，处于承上启下的重要地位。对上支持以价值创造为导向的数据应用开发，对下依托大数据平台实现数据全生命周期的管理。数据资产管理包括两个重要方面，一是数据资产管理的核心管理职能，二是确保这些管理职能落地实施的保障措施，包括战略规划、组织架构、制度体系等。数据资产管理贯穿数据采集、存储、应用和销毁整个生命周期全过程。企业管理数据资产就是对数据进行全生命周期的资产化管理，促进数据在“内增值，外增效”两方面的价值变现

，同时控制数据在整个管理流程中的成本消耗。在数据的生命周期开始前，企业先期制定数据规划、定义数据规范，以期获得实现数据采集、交付、存储和控制所需的技术能力。数据资产管理一般来说包括统筹规划、管理实施、稽核检查和资产运营四个主要阶段，详见第三部分数据资产管理的实施要点。图2.11数据资产管理与大数据体系数据应用大数据平台数据资产管理

管理职能保障措施2.5.5数据资产管理的重要性数据价值难以有效发挥的原因（2）数据孤岛普遍存在（1）缺乏统一数据视图（3）数据质量低下（4）缺乏安全的数据环境（5）缺乏数据价值管理体系2.5.5数据资产管理的重要性数据资产管理是充分发挥数据价值的必经之路（2）提升数据质量（1）全面掌握数据资产现状（3）实现数据互联互通（4）提高数据获取效率（5）保障数据安全合规2.1中国智慧城市发展阶段与趋势2.2数字孪生城市2.3智慧城市相关政策2.4智慧城市国家标准及评价标准2.5数据资产与数据资产管理2.62.7数据战略与数据安全策略思考与练习2.12.6.1数据安全在数据产业生态中的战略意义

数据具有爆发式增长、海量集聚、取之不竭等特征，是数字经济的关键要素。数据已成为各经济体实现创新发展、重塑人们生活、乃至国家经济社会发展的重要支撑动力。

数据安全包括数据存储安全、处理安全、所涉及技术和基础设施的安全以及数据权属带来的安全。在全球合作日益密切的背景下，数据安全对于提升用户信心、保护数据、促进数字经济发展至关重要。

随着数据不断量变和质变，我们面临前所未有的数据安全问题；当数据量变和质变达到一定水平，其数据价值会随之增大，数据安全将在护航数字产业发展生态发挥关键作用。2.6.2美国数据战略概念1

提出数据是战略资产、数据要集体管理、数据伦理、数据采集、数据访问和可用性、人工智能训练数据、数据适当目的、合规设计等八大原则和数据应当可见的、可访问的、易于理解的、可链接的、可信赖的、可互操作的、安全的等七大目标。本质2

美国数据战略的背后是其长期秉持的“数据自由流动”原则，这一原则实质上是出于维护其数据霸权的需要，因而是一种“有限度的自由”。2.6.3欧盟数据战略

当前，欧盟面临着矛盾：一方面对他国关键数字技术（例如获取、交换和分析数据）有较强的依赖，另一方面在平台寡头经济的影响下需要保持其自由的、具有社会凝聚力的经济和社会模式。同时，当前国际紧张局势、贸易冲突和数字鸿沟加剧了这一矛盾。

欧盟面对自身在数字技术领域的相对落后、中美战略竞争对其战略自主空间的压缩和数字资源安全风险的上升，为抓住数字技术发展的机遇并回应内部在数字空间的利益诉求，欧盟希望以“技术主权”和“数字主权”的诉求为依托，加强自身在制度层面的规范性力量、数字技术能力和欧盟意识形态的影响力，以推动自身的数字化转型并塑造一条具有欧盟特色的数字化转型之路。2.6.4中国的数据战略1.提高数据再利用，促进数据赋能经济的发展;2.加强数据基础设施建设，特别是拥有自主能力的关键设施的建设;3.数据安全问题，中国《信息安全法》明文规定了个人数据和重要信息的保护;4.通过鼓励数据共享，促进本土市场内的