数字孪生城市到底要做什么？

张靖笙

我很认同一个观点，数字孪生城市不是智慧城市的N.0版本,而是数字时代城市实践的全新探索(1.0版)，虽然两者在云大物移智这些技术构成要素和呈现方式等方面有相当大的重合度，但两者在理念上有很大的不同，不过话说回来，我也不认为数字孪生城市是对智慧城市的替代或淘汰，智慧城市应用还是要发展下去的，数字孪生城市的出现可以有效弥补了目前智慧城市应用体系的一些不足。

正如一位诗人所认为的，一个系统就是对世界的一种看法，在我们构思这个系统的时候，我们同样面临了哲学家、文学家和诗人们常有的困惑―――“如何去获取生活的真相”，也就是我们的系统该如何“恰如其分”地表达对现实世界的看法。很多人对智慧城市和数字孪生城市的认识，第一印象是智慧的东西和数字孪生的东西，凭此就把这两样事物归入信息技术一类，而这种认识其实是一种巨大的误导，这两个概念的本质还是城市，所描述的还是城市的存在和发展方式，简单来说还是城市生活的方式。

当前，全球已经有超过一半的人口生活在城市，城市正成为人类发展的焦点，甚至可以说城市生活的美好程度决定了人类社会的福祉。然而，城市病从工业革命之后便伴随着城市化进程，成为每个时代不得不竭力应对的顽疾，并且随着越来越多的社会资源和要素向城市聚集，越来越多社会新时尚在城市出现，城市的复杂性也与日俱增。现实中我们生活在城市里的人犹如深处庐山之中而不认识庐山的真面目，如何能够及时和清晰地掌握城市生活的各种大事小情、态势状况，是摆在每一位城市管理工作者面前的难题。

我们需要认识到，城市生活由关系到城市主要功能的多个领域组成：政府管理与服务、公共安全、交通、医疗卫生、能源与水、环境保护、城市规划与城市管理、经济发展、社会服务、教育等等，这些领域不是零散孤立的，是以一种需要协作的方式相互衔接。而城市本身，则是由这些领域所组成的最复杂的人造宏观系统，从技术上呈现其真实状态，并跟踪预测似乎是一件不可能的事情。

我这里举一个社会统计学的问题为例，这个问题是考虑一条广告信息在社会关系网络中的传播效果，假设传播者不对信息内容做任何修改，只是随机的原封不动地告诉下一位。

如果我们不考虑特定人群，假设每个人接受和转发到这条信息的机会是均等的，是等概率的，这样我们应该可以比较精确地预测到这条信息的接收人的数量，并计算出广告的预期效果；但是，如果人群或者传播规律存在一些非随机的特性，比如选择社会关系中比较亲近的人，那么基于等概率来统计所做的简单预测就可能大大偏离实际的广告效果了。

而如果我们考虑把这个问题和特定人群的人数挂钩，如果人数很小，我们可以通过跟踪人际交往的情况，对可能的传播效果有一个清晰准确的了解，但是如果放到城市环境下的大量人群，这种对社会关系准确跟踪的方法用传统的信息技术手段是很难做得的，我们不得不放弃准确计算社会关系模式的想法，而代以前面简单计算平均值的方法来预测在大数人群广告传播效应，这样，大数环境下我们选择了采取平均统计方法，同时也阻止了我们用小数环境下精确计算的解析方法。  

用这个图来理解这个概念，横坐标表示人口的数量，纵坐标表示个体的差异，左下角区域1表示具有很多差异不大的小规模人群，由于变量个数不会太多，还可以用精确计算的方法来求解；区域2表示个体的差异太大，已经具备了足够的随机性了，前面的机会均等假设也得以成立，可以据此采用平均概率预测的统计方法，而两者之间的区域3，则表示人群的差异很大，但又具有一定的结构而不能用平均统计模型来处理。

如果我们把人口数量看成是复杂程度，个体差异概括为随机性，则：

l  区域1可以成为“有序的简单”，可以用精确的分析和计算的方法，属于力学原理可以解决的范畴，这样的系统我们可以称之为小数系统；

l  区域2是“无序的复杂”,可以采用统计的方法，属于种群、集合的范畴，这样的系统我们可以称之为大数系统；

l  而两者之间张着大嘴的区域3表现出了“有序的复杂（Organized complexity）”，复杂得难以进行精确分析和计量方法，然而又有序得不适合采用统计方法的平均数假设，介于小数和大数之间，我们称之为中数系统。

很明显，对于我们城市生活中所面对的大部分问题，区域1和区域3都是非常极端的情况，严格意义满足小数和大数条件的问题在现实城市生活中都是很少存在的，大量城市社会的问题对应的数学模型都是中数系统，非常典型的例子，股票交易市场就是一个中数系统，所以导致经济学家的对股市的预测有时还不如大猩猩砸香蕉皮得到的预测结果准确。

对于中数系统而言，可以预计它与任何理论都或多或少存在偏差。生物学家Lewontin曾说道:“我对社会学家所处的位置相当同情。他们面对着最复杂和顽抗的有机体的最复杂和困难的现象,却不能像自然科学家那样具有操纵他们所研究的对象的自由”。很明显，大数和小数这两类构成现代科学技术基础的思维方法都显得过于理想化，明显地缺乏处理我们城市生活中大多数问题的能力。

无论技术如何发展并应用于城市，“城市是什么”都是一个最根本的问题。追溯现代城市规划思潮和实践，每一个时代都在努力找寻城市的“真相”，而对城市本质的不同认识决定了不同的城市实践方法。自1961年Jane Jacobs在《美国大城市的死与生》中把城市定义为“有序的复杂、一种最为复杂、最为旺盛的生命”

开始，对城市复杂性的朴素认知经常反映在城市与生物体之间的经典类比上。随着系统科学的发展，城市模型深受青睐，被看作是检验规划设想的手段，甚至被视为能够预测城市未来的可靠方法。不过，著名的规划大师John Friedmann在晚年认为，“城市建模本质上是还原论的，做研究很有用，对实践则意义稍逊，因为实践要面对现实中的城市，要求即时性”。在中国，钱学森先生早在1985年就提出城市是一个复杂的巨系统，要用系统科学的方法对城市进行研究，早期影响了一批规划学者，近年来，由于信息通讯技术对城市生产生活方式产生了巨大的影响，线性、机械切分的城市管理方式受到极大挑战，城市是一个复杂系统的认识逐渐回归。

传统城市发展是在一个特定物理空间范围内的，要取得发展必需不断注入更多的物质资源，比如需要更多的人口、土地、能源、水、食物、交通工具、生产资料和生活用品等等，但在一个物理时空内，物质资源总是有限的，当物质资源对于城市发展井喷的需求难以承载和负荷的时候，各种城市生活中的社会矛盾和问题就会接踵而至，老百姓过日子是不能停摆的，很多问题都迫在眉睫亟待解决，不能及时处置就出大乱子了，这让城市管理者的工作像消防队长，哪里出火头就往哪里扑，为了满足越来越复杂的管理需要，城市管理机构也越来越庞大臃肿，政府太大了，政府各职能部门很容易陷入各自为政，各干各的局面。虽然工业化催生了现代城市和丰富多彩的城市生活，但在没有应用信息技术之前，城市管理者和市民在城市的一切活动都依赖物理空间，城市各方面功能的发展都与物理空间有一一对应的线性关系，不同功能领域的发展又信息不对称，带来了很多物质资源的浪费和低效利用，可能大家还有印象，很多城市的马路被各种施工原因反复剖开给自己生活造成的麻烦和不方便。

信息化则让城市跳脱出这种线性发展方式，正如1989年Manuel Castella在《信息化城市》中所指出，“在信息时代，传统的城市空间将逐渐被信息空间取代，信息通信技术造就的信息流动空间将社会文化规范形式和整个物理空间进行区分并重新组合，进而形成了一个新的‘二元化城市’”。以互联网为代表的新信息科技把人类文明带入了新时代，数字化也赋予了城市新的基因，数字化城市还是城市，但肯定不再是传统城市了。

数字城市的早期阶段是业务驱动的信息化建设，城市各功能领域（教育、医疗、公安、产业等）纷纷建设了满足各自业务需求的数字系统，这些信息化应用也产生了与之对应的信息空间，虽然这些信息系统在局部范围内优化了业务和管理，但由于这些信息系统都是服务局部的业务需求，从城市全局来看，这些信息空间一方面是相互割裂的，二方面由于数据主要是人工方式采集和录入的，存在严重的数据质量问题，和城市物理空间的实际情况存在严重的脱节，所以这样的信息空间里面的功能并不能避免和减少现实城市生活中对于很多物质资源要素的消耗，传统城市发展的结构性问题并没有得到根治，反而带来了新管理上的问题。

智慧城市的概念起源于IBM提出的智慧地球，2008年11月IBM提出“智慧地球”概念，2009年1月，美国奥巴马总统公开肯定了IBM“智慧地球”思路，并且IBM“智慧地球”战略已经得到了各国的普遍认可，2009年8月，IBM又发布了《智慧地球赢在中国》计划书，正式揭开 IBM“智慧地球”中国战略的序幕。

按照IBM的定义，“智慧地球”包括三个维度：第一，能够更透彻地感应和度量世界的本质和变化；第二，促进世界更全面地互联互通；第三，在上述基础上，所有事物、流程、运行方式都将实现更深入的智能化，组织因此获得更智能的洞察。

IBM“智慧地球”英语原文是Smart Earth, 如果直译，应该只是聪明地球的意思。我们说，耳聪目明，耳和目，都是感知器官，所以聪明的本意是一个人对外界环境很快很好的感知能力，因此表现敏捷伶俐，我们的古人用语是很严谨的，聪明无论如何也不能等同于智慧，英文单词智慧也不是smart，Smart Earth应该说是谦虚的，也是恰当的，可是IBM中国公司把这个概念2009年引进中国的时候，翻译中用智慧替代了聪明，我认为含义上并不太恰当，而时任总理提出了“感知中国”的解读，与“智慧中国”相比，这种解读无疑是很到位的。

智慧城市也继承了智慧地球的定义和概念，在商界、政府以及学术界引发了广泛关注，被认为是解决城市病问题的灵丹妙药和实现可持续发展的有效途径。然而至今已有十多年，与繁荣的技术工程市场相比，智慧城市项目并未取得其标榜的效果，特别是“搞智慧城市的人却不懂城市”无疑是一个巨大而根本性的讽刺。虽然信息技术是把握城市复杂性的有效手段，但已有智慧城市项目仍然没有跳出机械还原各城市功能领域业务物理场景的认知模式，大多数冠以“智慧”标签的城市行业应用除了简单模仿人工业务流程中的信息传递和处理，并没有对推动城市传统管理方式发生结构性的变革，当前许多智慧城市项目实质上是对政府职能和工作流程的信息化改造，是现有条块分割、机械线性式城市管理系统上的片面模仿和打上信息技术补丁，而非革新方案，而且实践中也并没有解决传统信息化数据孤立、条块林立、系统分隔的问题，使城市系统间的协同难度和管理成本由于技术屏障而进一步增高，难以真正实现智慧发展。因此就目前已有的智慧城市建设方式而言，即使技术不断升级的智慧城市N.0版本也难以消除其与城市的“排异”反应，只能达到阶段性的城市局部优化效果，无法真正起到引领未来城市发展方向的作用。但话说回来，智慧城市概念作为一种比较容易理解和接受的未来城市发展理念，对于激发城市各功能领域的转型升级需求，推动信息技术在城市各行各业的广泛应用还是有相当积极的作用，只是在具体的建设手段上要采取全新的认知和策略。

数字孪生（Digital Twin）是指构建与物理实体完全对应的数字化对象的技术、过程和方法。这一概念包括三个主要部分：物理空间的实体；信息空间的数字虚拟模型；物理实体和数字虚拟模型之间的数据和信息交互系统，数字孪生源于仿真技术，但它不同于“仿真”，更为“写实”，有下面三方面的特征：

首先数字孪生要求信息空间里面的虚拟数字模型是“写实”的，为“一种综合多物理、多尺度模拟的载体或系统，以反映其对应实体的真实状态”。数字孪生可以将物理空间里实体的实时数据与虚拟数字模型紧密结合，使管理人员能够更容易掌握物理实体运行状态

其次数字孪生代表了完整的环境和过程状态。数字孪生是一个高度动态的系统，涵盖整个全生命周期，从设计、建设、直到运行和管理阶段，具有统一的数据源，避免了数据孤岛问题。由传感器感知或由执行系统生成的所有数据都存储在虚拟数字模型的历史数据库中，并随着物理实体系统的变化而实时更新，这样积累下来的历史数据对于创新所需要的知识发现是有重大价值的。

而最重要的意义是，在及时掌握物理实体运行状态的基础上，结合历史数据所发掘出来的变化规律，管理人员可以针对与物理实体对应一致的数字虚拟模型进行模拟控制与管理带来的影响进行预演和验证，根据模拟结果推演出更好的行动计划，这样就能翻过来更加有效地改进在物理空间的各项活动安排，避免不必要的物质资源的损失和浪费，并且动态调整，及时纠偏。

从这些特征可以看到，数字孪生对物理实体的高度“写实”体现了实事求是的世界观和方法论，我们可以把数字孪生理解为数字时代的实事求是新手段，以前我们没有这样的信息空间，事实求是只能在物理空间中实地调研管理对象，这样的工作当然也需要消耗巨大的时间和资源，今天当我们拥有这样一个“反映其对应实体的真实状态”的信息空间后，实事求是工作就可以放在这样一个信息空间进行了，这将从根本上改变我们传统的认知方式和习惯，我们将迈入一个彻底数据驱动实事求是的时代。

而数字孪生涵盖整个全生命周期和推动物理实体的优化又体现了巨大时代意义，今天已经迈入了创新驱动的新时代，我们针对虚拟数字模型所做的各种创新方案的预演和验证，基本不需要承担什么物质成本，将大大降低创新的风险和成本，也让大众创新提供了最有力的支持。

数字孪生城市是数字孪生技术在城市层面的广泛应用，通过构建城市物理世界及网络虚拟空间一一对应、相互映射、协同交互的复杂系统，在网络空间再造一个与之匹配、对应的孪生城市，实现城市全要素数字化和虚拟化、城市状态实时化和可视化、城市管理决策协同化和智能化，形成物理维度上的实体世界和信息维度上的虚拟世界同生共存、虚实交融的城市发展新格局。数字孪生城市是彻底以数据驱动为核心的新的城市生活方式，可以凭借统一的数据基础设施，构建人与人、人与物、物与物多元融合的数字化城市镜像。全面数字化是数字孪生城市的基底，只有通过全方位、全流程和全系统的数据归集，城市的物化表现和人类智慧才能够更好的结合，这不仅仅是对局部了解的深化和细化，更重要的是提升了获得系统全面信息的能力，让更多的城市主体通过在这样一个高度写实城市各种物理实体的统一的信息空间，参与到城市管理和发展工作中来，回应前面关于众多城市生活问题“有序的复杂”的中数系统，大众的参与则可能把相同的问题分解为“有序的简单”小数系统，毫无疑问这才是彻底解决这些城市问题的正道，政府无法通过集中方式解决的问题，如果激活每位市民的参与采取一致的行动很可能就成了大家的举手之劳，而现在我们做不了这样的事情不是因为市民没有参与的热情，而是没有有效参与的渠道和手段，这样一个与物理城市高度一致的数字孪生城市信息空间将极大地奠定这种可能性。

这样的数字孪生城市目标对当下来说毫无疑问还是有些高远的，如何迈出第一步才是关键。结合笔者最近的一个咨询工作经验，笔者提出了智慧城市应用和城市孪生数据融合的基本构想。

一是做好市政基础设施通讯、物联网统一规划设计，加强传感设备通信及数据传输网络建设，出台相应的管理办法和建设标准，为新建项目工程提供规范指导。推进光纤网络覆盖，加强窄带物联网技术推广，同时促进3G、4G、5G等无线技术与智能感知物联网络的结合，以此全面推进“无线+有线”的传感网建设，形成高效感知环境，打造畅顺高效、全域覆盖的物联网感知“神经网络”。

二是加快摄像头、水质传感器、温湿度传感器、空气质量传感器、声音传感器、红外探测器、气象监测仪器等物联网感知设备在市政设施、安全管理、产业等各领域布局。加强对市政基础设施（交通设施、井盖、路灯、消防栓、桥梁、地下管线等）、交通状况（道路、停车位、车流量、信号灯等）、环境状况（空气质量、噪声、水环境质量等）、园林状况（土壤墒情、病虫害、远程灌溉等）和公共安全防护状况（视频监控、人脸识别、烟感漏电等）的感知能力和数据自动采集能力，让这些能自动采集数据的智能传感器成为“神经末梢”。

三是针对市政基础设施物理实体设置数字孪生模型库，采用“物理几何-----功能-----规则”多维度多尺度建模与仿真技术、多维度多尺度模型集成与融合技术，模型融合过程主要涉及多维模型的构建、评估与验证、关联与映射、融合、一致性分析等过程，保证物理几何、功能、规则等各位模型与其所刻画的感知层的基础设施、设备实际物理对象的一致性，以指导对同一实际物理对象状态采集数据的集成工作，通过数字孪生模型指导数字孪生市政基础设施物联网云平台来具体实施对市政基础设施“神经网络”采集来的各种数据根据数据孪生的要求完成城市设施孪生数据集成工作，通过“神经末梢”对各项市政基础设施采集的数据有规模海量、多源异构、多维多尺度等大数据特征，要实现数字孪生“虚实交互”环境下的一体化数据集成和融合，数据融合指针对同一实际物理对象所采集的相关数据，进行生成、清洗、关联、聚类、挖掘、迭代、演化、融合等操作，真实地刻画和反映其实际运行状态、行为或功能、演化规律和统计学特征等孪生数据维护工作，这是实现数字孪生市政基础设施环境的基础性工作，因此数字孪生市政基础设施物联网云平台实际上肩负了一个“神经中枢”的作用；

四是通过城市应用云平台支撑各城市功能领域细化的智慧城市应用的大数据汇聚和存储加工工作，并且根据业务的需求实现智慧城市应用和城市孪生数据的融合工作，以高质量的城市孪生数据支撑各个城市管理和运营和市民服务领域对认知“真实城市面貌和环境”的大数据应用需求。如此通过智慧城市应用和城市孪生数据的融合工作所建构的一体化的信息空间，智慧城市每个功能领域（教育、医疗、公安、产业等）与城市的其他资源形成良好业务互动和协同工作，从而更好地整合资源为政府和市民服务，这才能让智慧城市各项应用成为真正的“城市大脑”里具有自主学习能力的人工智能应用。

城市市政各项基础设施是城市正常运行和健康发展的物理环境基础，对于改善人居环境、增强城市综合承载能力、提高城市运行效率、稳步推进新型城镇化具有重要作用，直接关系到市民城市生活体验的基础要素，将直接影响老百姓对高品质城市生活的获得感。因此对城市市政各项基础设施应用数字孪生方式实时获取物理实体运行状态，从而建构一个体现“真实城市面貌和环境”的信息空间，既能解决我国当前快速城市化进程中很多问题，又能为未来的城市发展方向奠定基础，而且由于所有城市的市政基础设施基本上是同质的，这样的技术路线也具备易推广、易复制的优势。

（此稿完成于2019年1月4日凌晨）