目前，上海对智慧城市和大数据的重视程度最大。今年7月，上海成立智慧城市领导小组，上海市委副书记、市长应勇担任组长，并将智慧城市建设作为推进上海改革开放和创新发展的重要举措。
城市会让人们的生活更美好吗？我们视野所及，好的城市是相似的，不好的城市则各有其短：有些城市交通严重拥堵，有些城市空气污染严重，有些城市安全问题堪忧，等等。
如何解决这种种不好，智慧城市被寄予厚望，麦肯锡在《智慧城市：数字技术打造宜居家园》的报告中指出，智能技术一旦引入，城市会变得更加便捷：通勤时间将日均缩短15-30分钟；城市会变得更加安全：伤亡人数减少8-10%；城市污染问题也能得到遏制：空气污染给人的健康带来的不良影响可降低8-15%……
中国的短板：市民获得感低
目前，全球已启动或在建的智慧城市有1000多个，中国在建的智慧城市数量最多，达到500个，占到全球的一半，这是德勤在《超级智慧城市报告》中给出的数据，已有290个城市成为国家智慧城市试点。
中国一些城市的智能水平显著提升，智能应用在城市生活、生产的多方面遍地开花，例如小区门禁的人脸识别、共享单车、公园内的无人驾驶汽车……在智慧交通、智慧安防、智慧小区领域，很多城市宣称已经取得了技术突破。
但是，轰轰烈烈的智慧城市建设浪潮之下，市民的获得感普遍偏低。国家发改委牵头、国家信息中心信息化和产业发展部组织的网络调查问卷显示，2016年，中国的智慧城市发布处在起步期，参与有效评价的220多个地级市市，平均仅50.38分，北京、广州排在第三梯队。
“调查报告的结果很真实，一座智慧城市需要给予老百姓获得感，老百姓才会给城市好评。”上述机构负责人在接受媒体采访时表达了这样的看法。
作为一个城市的决策大脑和公共服务提供者，政府是智慧城市最重要的一环，智慧城市最需要的是智慧政府。
如何让政府变得智慧？中国很多城市从与市民最直接的互动智慧政务入手，例如浙江的“最多跑一次”，上海的“一网通办”，厦门的“i厦门”APP，这些都是无纸化政务的延伸，提高了政务便利性。
不过，中国大部分城市的智慧政务只是表面的“智慧”，或者说局部的“智慧”，缓解的痛点是政府办事难的问题。
对于市民感受最深的痛点，例如通勤时间长、环境污染、下雨积水等公共问题，基本没有触及，仅有杭州与阿里巴巴提出“城市大脑”方案，试图解决交通拥堵问题。
美国的经验：响应型政府
美国的一些城市政府已经通过另外一套做法取得卓有成效的进展，这一做法的核心是强调利用数据解决城市问题，也就是数据驱动。“在早期，我们有电子化政府，并认为它会取代政府，但现在三四年过去了，情况并没有发生。实际上，电子化是政府工作的一部分，它的宗旨和智能城市一样：城市每个方面的问题都可以利用数据解决。”哈佛大学肯尼迪政府管理学院教授史蒂芬·戈德史密斯(StephenGoldsmith)说。
史蒂芬·戈德史密斯曾担任纽约市副市长，为纽约建立了第一个市长数据办公室，还曾连任两届印第安纳州首府印第安纳波利斯市市长，在政府管理、改革和创新领域颇有建树。
在他看来，“智能”是一个群体性行为，即如何利用数据解决问题，从互联网传感器中获得了什么信息，如何做预测分析，如何通过数据驱动让工作变得更有效率，如何利用社交工具去聆听市民的看法，如何利用智能工具识别危机并解决它，如何利用智能工具充足工作流程、确认哪一幢建筑需要检测以及哪一个餐馆需要做安全卫生检查。“对我来说，真正的智能城市是将数据应用到各个层面中，使城市变成一个更聪明、响应能力更强的智能政府。”他说。
在《数据驱动的智能城市》一书中，史蒂芬·戈德史密斯详细介绍了纽约、波士顿、芝加哥、圣迭戈、印第安纳波利斯市等美国城市在利用数据提高政府智慧的故事，探讨数据化给政府的运行方式、管理模式、人员职责带来的根本性变化。
当智慧应用不是为了智慧而智慧，而是为了解决城市中的痛点问题而创新时，市民的获得高才会提高。本书的英文版书名并没有提到智慧城市或智能城市，而强调“theResponsiveCity”，即响应型政府。
对此，史蒂芬·戈德史密斯在中国的一次演讲中的回答可以解释——未来政府应该把自己当做零售商而不是批发商。批发商的工作模式是以任务为导向，缺乏零售商的服务意识。戈德史密斯和同事在研究中发现，最有效的服务就是为市民解决问题，提高市民对于政府的信任感。“在中国，很多人在讨论数据驱动，但是数据驱动为了什么并不明确。数据驱动并不是执行，响应才是执行，我们希望城市可以更好地响应市民的需求，就如同一家公司可以更好地回应客户一样。”红杉资本中国基金专家合伙人车品觉强调这是促使他翻译《数据驱动的智能城市》一书的主要原因。
规则的约束成为障碍
一个城市政府要成为一个具备服务意识的“零售商”并非易事，因为目前政府的行政体制导向的结果是任务型的“批发商”。
美国的行政体制源于19世纪，而明确任务是19世纪的重要特征。史蒂芬·戈德史密斯在书中写道，政府传统的构架是为了应对19世纪所面对的混乱无序状态，为了摆脱市政厅的腐败、无能和不可靠，当时的激进改革家更信奉理性、专业标准和分工，政府设立了不同的智能部门，比如消防员负责扑灭火灾、公共卫生护理人员负责流行病的防控、环卫工人负责环卫，公职人员会被分配明确的任务，并接受绩效评估。
因此，政府把工作重心放在了具体可量化的行政行动上，而不是解决方案上。随着时间的推移，官僚分级、流程死板、资源冗余等弊端愈加明显，但政府对市民的反馈却视而不见。
这种视而不见，给美国城市政府带来了一个世纪以来前所未有的信任危机。戈德史密斯调查发现，在美国，许多城市的居民对市政厅提供的服务感到绝望，尤其是在经济下行地区，政府的影响力变得更加迟缓，市民对于政府的信任降到了最低点。
他认为，政府扭转绝望趋势的机会在于数字技术，即收集、存储和分析数据的新方法，新兴通信技术，以及新的社交网络世界。
这是技术发展带来的机遇，也是历史发展阶段所需。戈德史密斯分析认为，在过去一个世纪里，信息的流动缓慢而有限，而政府确保管控质量最好的办法就是制定并遵循规则。
如今，随着数据在城市公职人员和本地市民之间的自由流动，规则的约束便成了有效行动的障碍。当公职人员的工作旨在解决问题而不是遵守规则时，他们便可以更迅速地采取行动，并创造性地解决问题。结果便是，政府变得更智能、更灵活，懂得如何更好地利用资源和分配精力。
“官僚机构必须升级，以适应新技术和实现目标，并且需要自上而下的改革。”
在书中，他写道，新型公仆必须打破传统的官僚主义政府设置的三大障碍：第一，对政府公职人员的狭隘绩效评估方式；第二，一般城市政府的垂直化层级管理阻碍了观念和信息的自由流动，不适合解决非垂直型的问题；第三，政府正倾向于解决“头疼医头，脚疼医脚”的表面工作，比如道路填补、案件处理等，而非寻求解决问题的根本方法。
重塑领导力
中国的智慧城市建设长期囿于数据孤岛问题，政府下属的各个委办局之间数据门槛阻碍数据共享，这与美国面对的第二个障碍颇为相似，即数据分享，这个难题普遍存在于政府各部门、政府与数据公司之间。
戈德史密斯看来，突破障碍最重要的驱动力是就是领导力，在他任职纽约市副市长期间，时任纽约市市长的迈克尔·布隆伯格十分关注数据在城市治理方面的应用，“这是一个非常好的起点。”戈德史密斯说，之后，纽约在政府中设立了高层面的数据分析中心。“如果没有推动顶层领导者做出改变，纽约市就无法成为数据驱动型城市。”戈德史密斯说，关键的问题是，顶层领导者应该如何为更加开放灵活的治理体系取代陈旧的层级治理体系创造有利条件。
设置专门的政务管理数据中心在中国同样受到重视，从去年开始，中国很多省市区纷纷诞生了一个新部门——大数据管理局，包括北京、上海、深圳、广州、贵阳、兰州等城市。
叫法各有不同，例如上海的大数据中心，深圳的大数据资源管理中心，兰州的大数据社会服务管理局，职责侧重点也各不相同。
目前，上海对智慧城市和大数据的重视程度最大。今年7月，上海成立智慧城市领导小组，上海市委副书记、市长应勇担任组长，并将智慧城市建设作为推进上海改革开放和创新发展的重要举措。
2019年，罗兰贝格发布第二期《智慧城市战略指数》，在全球153个拥有智慧城市官方战略的城市中，上海排名第六，是中国的第一名。
用数据武装新型公职人员
有了好的起点之后，更重要的是解决问题。“数据分析中心的出发点不是研究数据，而是研究如何解决实际问题，这两者有非常大的区别。”戈德史密斯说，在纽约，数据分析中心负责发现问题并及时解决问题。
解决问题的第一步是提出更好的问题。大数据本身让问题更加精确，自动生成的有关人们的行为以及人们在社交媒体上贡献的“大数据”，是一股巨大的数据流，几乎涵盖了城市政府面临的任何问题。
在戈德史密斯担任纽约市副市长期间，他鼓励高级官员从不同角度思考问题，比如在安置无家可归的人这个问题上，建立收容所不是问题所在，而是如何避免或者减少无家可归的人。
纽约数据分析中心的5名年轻工作人员，每天都去拜访内阁秘书长委员会，提出这样的疑问：如果解决三个问题就可以改善部门的工作，那么这些问题是什么？
一些市政厅借鉴企业经验，将预测分析引进政府，利用城市数据预测未来会出现的问题，然后立即采取行动解决。
2013年，芝加哥提出利用数据分析预测风险的开创性理念，由政府参与创办的芝加哥智能合作社，设计了一个旨在绘制和报告芝加哥西南部建筑危险状况的数字化系统。该系统实施后，危房被适宜居住的新房取代，街区恢复了活力。
其次，不管是发现问题还是解决问题，在大数据时代，跨部门协助尤为重要。
印第安纳州儿童服务部门主任吉姆·佩恩(JimPayne)一直致力于减少青少年的犯罪问题，解决这个问题需要涉及法院、学校、福利部门等5部门的数据，因为部门壁垒，数据共享无法实现。后来，在一家基金会的帮助下，佩恩主导将儿童福利相关的文件处理流程自动化、数据化，重新设计数据系统并向基层工作人员开放，问题才最终解决。
挑战来自于各个部门每天做着具体工作的人，本质上来看，数据分析中心的作用更多的是改变行政文化。“你需要通过数据启示他们，启示他们的工作没有想象的那么好。”戈德史密斯说。
纽约的数据分析中心每月召开例会，每个部门的首席运营官都会参与，在例会上，有2-3个部门介绍运用数据解决一些非常重要问题的关键，激发其他部门的兴趣。“深度的数据理解能力、高层的授权以及大量相关的需求带来了文化上的改变。”
为了促使文化的改变，旧金山正在建立数据学院，对中高级政府官员进行培训，内容不仅包括数据科学，还包括如何让数据可视化，如何获取数据。纽约还建立了大数据系统，用以衡量机构绩效，并跟踪结果。
戈德史密斯将数据驱动型政府的工作人员称为“数字化武装的新型公职人员”，他强调，在政府结构允许的情形下，新数据共享工具可以提高他们的工作效率，促使他们及时做出正确的判断。
|戈德史密斯答问|
经济观察报：数据驱动型政府将给城市带来什么改变？
史蒂芬·戈德史密斯：数据驱动治理的目的在于提高城市的公共服务质量，让城市管理得到更加准确的城市信息。所以我们说未来的城市不仅仅强调治理，而是强调如何处理与机企业、机构、市民之间的关系，如何通过大数据与市民形成链接关系。
经济观察报：您在书中强调了市民参与收集数据和回馈的重要性，市民参与为什么重要？
史蒂芬·戈德史密斯：城市依赖于市民的信任而存在，这种信任来源于参与和监督。我们教会市民收集和使用数据，可以让政府更好地倾听民众的声音，同时，真正生活在社区的人对于解决社区问题有更好的办法。政府可以通过社交媒体上的数据知晓民众的想法，回应这些想法，在这个过程中，双方就建立了信任。
经济观察报：中国城市建设智慧城市的最大问题是跨部门、跨领域的数据共享难，您在纽约负责数据工作时，是否遇到相同的困难？纽约遇到的最大挑战是什么？
史蒂芬·戈德史密斯：一些是技术上的难点，但是我不觉得这是个问题。最大的问题在于政府，原因有两点：第一点，政府是由各个机构组成的，但是市民不在机构里生活，而生活在城市的不同地方。用我们的术语来说就是，政府是纵向管理，而市民是横向地居住在各处。当我们治理城市时，需要给一些人或者机构授权去运营数据分析中心，把数据整合起来，建立一个既规范又能保证数据安全和隐私的中心。所以，如何建立这样的中心是一个难点。第二点，政府官员缺乏与数据“沟通”的经验，他们擅长与人沟通，所以我认为，最大的挑战在政府本身。
经济观察报：您对中国建设智慧城市建设有什么建议？
史蒂芬·戈德史密斯：第一，他们要清楚，建设智慧城市的数字基础设施蓝图是什么，比如无人驾驶、智慧街道、传感器以及高速网络覆盖的范围等方面的情况，他们的路线和资金规划是什么样的。第二，他们到底想要解决哪些问题。什么样的问题是可以通过数据来解决，在识别出这些重要问题后，再通过数据分析找到通用的解决之道。
2019年，罗兰贝格发布第二期《智慧城市战略指数》，在全球153个拥有智慧城市官方战略的城市中，上海排名第六，是中国的第一名。
