07低碳智慧 · 智慧城市
从CIM到城市大脑:数据能不能进入决策
平台建了、大屏亮了、数据通了,决策还是靠经验。智慧城市的分水岭在于数据有没有改变过一次审批。
城市信息模型(CIM)平台这几年在各地铺开,三维模型、BIM 叠加、数据看板,技术上已经相当成熟。但一个尖锐的问题是:这些平台有没有改变过任何一次规划审批或城市管理决策?
一、CIM 应该是什么
CIM 是以三维城市空间模型为基础,集成地理、建筑、设施与业务数据的数字底座。它的价值不在"看得见",而在"算得出":某条道路新增一个出入口,对周边交通的影响能不能模拟;某地块提高容积率,日照和市政容量能不能即时校核。
如果 CIM 只能用来汇报展示,那它就是一张昂贵的效果图。
二、三个层次的成熟度
| 层次 | 能力 | 典型应用 |
|---|---|---|
| 看得见 | 三维可视化、数据叠加 | 规划展示、领导汇报 |
| 算得出 | 规则引擎、指标校核、模拟推演 | 方案自动审查、日照校核、交通仿真 |
| 管得住 | 与审批流程、监测预警打通 | 规划许可自动比对、违法建设识别 |
多数城市停留在第一层,少数进入第二层,能到第三层的很少。差别不在技术,而在业务规则有没有被数字化。
三、规则数字化是难点
规划审查的规则大量存在于技术规定、会议纪要、审查习惯中,形式是文字和图纸,不是可执行的代码。要让系统自动校核,必须先把规则翻译成机器能读的条件:退线距离、日照时数、绿地率下限、配套面积。
翻译过程中会发现很多规则本身是矛盾的、模糊的。这其实是好事——它逼着管理部门把规则说清楚。很多"历史遗留"的问题,就是在这一步暴露出来的。
四、城市大脑的现实边界
城市大脑擅长的是实时监测与调度:交通信号优化、防汛应急、环卫调度。它不擅长的是价值判断:这块地该不该开发、这个项目该不该批。
把城市大脑当成决策替代品,是常见的过度期待。它最多能做到"把选项和后果算清楚",选择仍然要由人来做。
五、三条务实建议
- 先做规则梳理,再做平台。规则不清楚,平台只能做成看板。
- 从一个高频、边界清晰的场景切入,例如日照校核或退线审查,做深做透,再扩展。
- 把数据质量当成长期工作。模型再漂亮,底图错了,结论就是错的。
六、结语
智慧城市的分水岭,不是有没有大屏,而是有没有一次决策因为数据而改变。如果一个平台运行三年,审批流程一点没变,那它大概率只是个展示工程。