摘 要：基于数字化转型和界面治理理论，提出一个分析城市大脑、数字化转型和智能城市治理的数字界面治理分析框架，认为城市治理数字化转型的实质是建构基于城市大脑的数字界面，核心是实现智能城市治理。基于数字界面治理理论，结合城市大脑治理的外部环境、数字界面、内部结构、智能治理目标等要素，提出了城市大脑和智能城市治理的八大设计原理，即可能性原理、交互性原理、形态性原理、结构性原理、路径性原理、协同性原理、演化性原理和评价性原理。研究者可以围绕着这些原理开展研究，提出具体的假设和命题，并进行实证检验，以形成城市大脑和智能城市治理的知识积累。
关键词：城市大脑；智能城市治理；数字界面；界面治理；智慧城市；数字化转型
导论
随着大数据、人工智能、区块链等新一代数字技术的快速发展，人类正在从工业社会和信息社会向数字社会转型，数字技术对个人、组织、产业、城市、政府和社会产生广泛而深远的影响，数字空间和物理空间并行不悖，数字化生存成为一种新现象。从人类社会的数字化转型路径看，大体上会经历三个阶段，即数字技术的突破和崛起、数字技术对组织和社会的影响以及数字技术对政府和治理的变革。这一数字化转型并非线性，不同阶段之间也会存在着交替和相互影响。
当前，数字化转型正在进入第三阶段，以数字政府和智慧城市建设为代表，开启系统性、整体性和全方位的数字转型，如浙江省率先推行城市大脑和整体智治。在城市治理的数字化转型中，北京、上海、深圳、杭州等不同地方，分别在城市大脑、数字政府、智慧城市等不同话语叙事之下，开启了中国特色的超大城市治理数字化转型。中国超大城市治理数字化转型不仅在改善民生、缓解“大城市病”、提升服务效率、优化营商环境中发挥重要作用，而且还在疫情防控中起到关键作用，健康码是数字治疫的典型代表。
超大城市治理的数字化转型，不仅有利于推进城市治理体系和治理能力现代化，提升城市治理绩效和生活品质，而且还有可能促进数字技术发展和推动组织与社会数字化转型。与多样性的超大城市治理数字化转型实践相比，理论研究还处于滞后状态。
我们缺乏针对超大城市治理数字化转型的整体性框架来理解现实、诊断问题、提出改进建议。
为此，本文试图从数字界面治理的视角出发，提出一个超大城市治理数字化转型的分析框架，并且重点讨论城市大脑与智能城市治理的设计原理。
- 首先，对国内城市大脑和智慧城市建设实践进行分析，提出城市大脑与智能城市治理的设计原理这一研究议题；
- 其次，基于数字化转型背景，提出诊断城市大脑和智能城市治理的数字界面治理分析框架；
- 再次，系统阐述城市大脑实现智能城市治理的八大设计原理，即可能性原理、交互性原理、形态性原理、结构性原理、路径性原理、协同性原理、演化性原理和评价性原理；
- 最后，对超大城市治理的数字化转型进行展望。
一、问题的提出
超大城市治理数字化转型起源于20世纪80年代初的“经济管理信息化”，成长于2002年的国家“电子政务”建设规划，成熟于2012年的“信息惠民”和“新型智慧城市”建设。这意味着，中国“电子政务”和“数字政府”建设至少经历了上半场和下半场，上半场以自上而下的顶层设计和“条条”建设为主，下半场以自下而上的政策试点和“块块”建设为主。探索“电子政务”的框架结构，形成有中国特色的“电子政务“四梁八柱”，是中国“电子政务“和”数字政府“建设上半场的主要内容。2002年，中共中央办公厅、国务院办公厅转发《国家信息化领导小组关于我国电子政务建设指导意见》，提出了建设和整合统一的电子政务网络；建设和完善12个重点业务系统，继续完善已取得初步成效的办公业务资源系统、金关、金税和金融监管（含金卡）4个工程，促进业务协同、资源整合，启动和加快建设宏观经济管理、金财、金盾、金审、社会保障、金农、金质、金水等8个业务系统工程建设；规划和开发4个重要政务信息资源（启动人口基础信息库、法人单位基础信息库、自然资源和空间地理基础信息库、宏观经济数据库的建设）；积极推进公共服务等内容。这些基本上完成了以“条条”建设为主的自上而下的顶层设计。
2012年的新型智慧城市建设则开启了“自下而上”和“块块”建设为主的下半场“电子政务”和“数字政府”建设实践，其核心是“电子政务”和“数字政府”与地方政府场景相结合，尤其是与城市场景相结合，这也使得“电子政府”和“数字政府“逐步从政府自身的数字化向城市公共服务、市场监管和城市管理等全方位数字化转型。智慧城市（smart city）的概念最早由IBM于2008年提出，强调“感知化”“互联化”和“智能化”，随后开始在全球扩散[9]。自从住房和城乡建设部于2012年开展智慧城市试点和2014年国家发展和改革委等八部委发布《关于促进智慧城市健康发展的指导意见》以来，中国智慧城市建设开始进入快车道，城市成为“电子政务”和“数字政府”建设的主要场域。对于智慧城市的定义，《关于促进智慧城市健康发展的指导意见》指出：“智慧城市是运用物联网、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。”从这一定义可以看出，智慧城市的核心是技术与城市治理业务的有机融合，重点仍然是技术、业务和数据三者的整合。应该说，在2016年以前，智慧城市建设主要是强调信息技术与不同城市治理场景相结合，例如信息技术与交通、城市管理、公共服务等形成了智慧交通、智慧社区、智慧医院、智慧监管、智慧教育等智慧城市形态。尽管中央政府强调要加强智慧城市的顶层设计，提出了智慧城市建设的目标和原则，但是如何形成整个城市的智慧化，仍然没有找到好的路径。这意味着，2016年以前的智慧城市建设很大程度上属于探索阶段，还缺乏智慧城市的系统性解决方案。
从2016年开始浙江杭州的“城市大脑“建设开启了智慧城市建设的新范式，这也使得中国智慧城市从1.0进入2.0，智慧城市的“智慧性”开始真正凸显。一方面，这一阶段的智慧城市建设开始探索智慧城市中枢系统建设模式，通过中枢系统来整合不同系统，实现智慧城市建设最初的“系统的系统”的建设目标，城市大脑代表了这一典型。另一方面，这一阶段的智慧城市建设也与超大城市治理的数字化转型联系在一起，上海、北京、深圳等地开始了多样性的实践探索。与此同时，城市大脑、数字化转型、数字政府、智能治理、整体智治、一网通办、一网统管等成为描述智慧城市和城市治理数字化转型的新词汇。
纷繁的实践和复杂的话语体系正在形成超大城市治理数字化转型的“巴比塔”，这使得处于迷雾中的实践者和研究者可能失去方向和丢失本体。
正如《老子》所言：“五色令人目盲，五音令人耳聋。”这就需要我们回到本原。要改变这种现状，需要学者有勇气去发现更为一般性的分析框架以包容更为多样性的实践，从实践中探寻有可能的规律和原理，以统一分析框架和原理为基础，进一步实现回溯性分析、解释性分析和前瞻性分析的三者有机统一。
为此，一旦城市大脑和智能城市治理的设计原理得以发现，我们就可以理解不同智慧城市建设和城市治理数字化转型背后所包含的共同认知、理解和逻辑，促进不同改革实践之间的分享、学习与借鉴，诊断智慧城市建设和城市治理数字化转型存在的问题，提出改进智慧城市建设和城市治理数字化转型的方向和路径，推动知识的积累和发展，在理论与实践的统一中改善人类福祉。下文将从数字界面治理理论的视角出发，结合城市大脑实践，探寻超大城市治理数字化转型的设计原理。
二、数字界面治理理论
要探究城市大脑和智能城市治理的设计原理，就需要有全新的理论视角。对于智慧城市，此前研究者从愿景与架构、政策工具、政策分析、评价指标等角度进行了讨论，更多关注智慧城市的技术层面和要素层面，还缺乏系统层面和治理层面的深入讨论。当然，理论层面的缺乏也与实践发展和技术进步不足有关系，很显然在智慧城市实践没有取得突破性进展的同时，很难产生成熟的理论模型。
当前，以城市大脑为载体的智慧城市建设正在日益走向成熟，这为理论发展提供了土壤。2016年，浙江省杭州市采用政府与企业合作的新机制以城市大脑为中枢推动智慧城市建设，从治堵、治城到抗疫，实现了智慧城市建设从自下而上的分散式、集合式模式向自上而下的系统式、集成式模式转变，为智慧城市建设带来新范式。杭州城市大脑已经进化到城市大脑中枢系统V3.0时代，并且已经完成了从2018年的《杭州市城市数据大脑》到2020年11月浙江省批准出台《杭州城市大脑赋能城市治理促进条例》的进阶，这意味着杭州市城市大脑已经从实践上升到法治，完成了城市大脑的实践探索、整体规划和立法保障。
对于城市大脑的定义，《杭州城市大脑赋能城市治理促进条例》第三条进行了明确规定，它提出：“本条例所称城市大脑，是指由中枢、系统与平台、数字驾驶舱和应用场景等要素组成，以数据、算力、算法等为基础和支撑，运用大数据、云计算、区块链等新技术，推动全面、全程、全域实现城市治理体系和治理能力现代化的数字系统和现代城市基础设施。”由此可见，杭州对“城市大脑”的定义基本上与智慧城市、城市治理数字化转型具有相同的含义。
2020年底，上海市发布《关于全面推进上海城市数字化转型的意见》，提出“经济、生活和治理”全面数字化转型，从这一定义可以看出城市治理数字化转型是城市数字化转型的一个重要部分。此外，北京、深圳等分别针对智慧城市建设出台新的规划，为探索下一代智慧城市提供整体设计和系统谋划。
为了研究方便，本文将重点讨论城市大脑、数字化转型和智能城市治理三者之间关系，城市大脑既代表了智慧城市建设的新方向，也是城市治理数字化转型的重要手段，而智能城市治理则是城市大脑和城市治理数字化转型的方向和目标。新的智慧城市建设和超大城市治理数字化转型需要新的治理理论。
为此，我们基于文森特•奥斯特罗姆的技艺与人工品理论、西蒙的人工科学理论、数字化转型理论和界面治理理论，提出一个分析智慧城市的数字界面治理理论，探讨城市大脑和智能城市治理的设计原理。
文森特•奥斯特罗姆在《技艺与人工品》一文中指出，人类社会不同于自然社会的最基本特征是任何“人工品”都包含着人类的技艺，人类要理解人工品需要从设计者设计物品的目的出发，这一思想使得行政和治理作为一种人工品，不能够完全按照自然科学逻辑来理解，需要厘清背后的目标和价值。更为重要的是，人类既是行政和治理的设计者，又是行政和治理的要素，这种双重关系给行政和治理带来挑战。根据文森特的思想，很显然城市大脑作为一种人工品，需要从设计这一物品的视角来理解其自身运行。
西蒙的人工科学理论则提出一类不同于自然科学的人工科学体系，它是由一系列研究人工物的科学组成，复杂性及其特征是理解人类社会的重要视角。界面是西蒙人工科学的核心概念，基于这一概念我们提出了整合人工科学和治理理论的界面治理理论，强调治理是创造界面以适应环境实现功能的过程。此外，西蒙对复杂系统的可分解性和层次性特征的研究，也为理解作为复杂系统的城市大脑提供了理论基础。基于数字化转型和界面治理理论，我们试图提出数字界面治理理论来理解城市大脑与智能城市治理的运行逻辑和原理，该理论也是界面治理理论在数字化转型时代的具体应用和发展（参见图1）。
图1 城市大脑与智能城市治理的分析框架
从图1可以看出，用数字界面治理理论分析城市大脑，最核心的是城市大脑创造了一种新的界面，这种界面的生成机制是数字化技术，因此数字界面构成了城市大脑不同于其他人工物的最基本特征。传统上，界面以组织、空间、协议、网络等形态呈现，数字化时代使得数字界面成为可能，它是一种不同于传统界面的新型界面。如同界面治理包括界面、环境、功能和内部结构四个要素一样，城市大脑也包含数字界面（要素1）、外部环境（要素2）、内部结构（要素3）和功能（要素4）四个要素。
与其他人工物相比，作为人工物的城市大脑在界面、内部结构和功能三者之间都有差异。城市大脑的数字界面既是一种集成界面，也是一种包含多层界面的嵌套界面体系，这使得数字界面具有弹性和适应性，能够适应环境和功能进行动态调整，事实上这本身也是由于数字化本身的特征产生的。
城市大脑的功能与其他人工物相比，它要实现“智能性”和“智慧化”，这是一种更高层次的目标和功能要求。并且，这种“智能性”和“智慧性”并非针对单一物体，而是针对整个系统，属于系统层面的智能和智慧。与此同时，由于数字界面和功能的特征，这也使得城市大脑的内部结构十分复杂，它需要对跨层次、跨部门、跨系统的业务、数据和治理进行协同，它对内部结构的设计提出较高要求。
从数字界面治理理论看，城市大脑要发挥作用，其最基本的假设是城市大脑的数字界面能够实现智能城市治理。简而言之，城市大脑数字界面和智能城市治理之间存在因果关系，而这一假设要成立，既需要城市大脑的数字界面能够适应环境，又需要城市大脑的内部结构发挥支撑作用。
为此，我们可以借鉴埃莉诺•奥斯特罗姆对公共池塘资源自主治理“设计原则”的发现，讨论城市大脑与智能城市治理的设计原理。
基于数字界面治理理论的框架结构，至少可以发现城市大脑与智能城市治理的八大原理，即可能性原理、交互性原理、形态性原理、结构性原理、路径性原理、协同性原理、演化性原理和评价性原理。可能性原理和形态性原理主要针对要素1，交互性原理主要讨论要素1和要素2之间关系，结构性原理主要针对要素3，路径性原理主要是讨论要素1和要素4之间关系，协同性原理和演化性原理是对所有要素的讨论，而评价性原理则针对要素4。接下来，我们将分别对每一个原理进行具体阐述。
三、原理1（可能性）：城市大脑是智能体吗？
智慧城市的概念提出时，一个重要的命题需要讨论，这就是城市是否能够具有智慧的特征。
从人类到城市，这是一个很大的猜想和假设。因此，智慧城市建设首先需要回答城市大脑是否具备智慧的本体，进而能够实现智能城市治理。很显然，在人工智能没有出现时，智慧的主要载体是人类，人类是唯一具备智慧的高级物种。而有关智慧的学问也构成了最高的学问，哲学通常也被认为是智慧的学问，人类具备智慧，但仍然可能犯错误，因此，人类需要在实践中不断提升智慧水平。人的有限理性，构成了智慧的最大挑战，而如何适应有限理性和避免犯错误，如何克服激情对决策的影响，如何从经验中提升认知和决策水平，成为人类进行学习、思考、反思和提升的最重要原因。
从这个意义上看，人类所有学科和知识的发展，都是为了提升人类的认知和智慧。与此同时，这也意味着，即便由个人组成的组织或者群体，也不具备智慧特性，智慧具有很强的主体性和独特性。当然，这并不妨碍人们将人类具备的智慧进行“拟人化”，将超越个体的组织、群体、集体或共同体进行“智慧隐喻”，如组织学者讨论组织智慧（organizational intelligence），通常会强调组织学习、组织习惯、组织文化等因素对于提升组织适应性的作用。
人工智能的提出和出现，既改变了人类作为唯一智慧体的认知，也改变了人类对智慧本身的理解和洞察。在人工智能早期，研究者的一个重点是论证人工智能和人类具有同样的智慧，如纽曼和西蒙提出了物理符号系统假设（the physical symbol system hypothesis, PSS）。物理符号系统具备实现一般智能行为的必要和充分条件，这为智能本体提供了理论假设。
当前，人工智能除了物理符号系统假设之外，还先后发展了行为主义和联结主义等理论。西蒙在一篇对人工智能回忆的论文中，对人工智能给出一个定义，他指出：“人工智能主要是处理与计算机有关的现象，因此它是计算机科学的一部分。与此同时，它也是心理科学和认知科学的一部分，此时主要处理通常由计算机来执行一些通过由人来完成的任务，这些任务通常被要求需要智能或思考。”
对于人工智能的目的，西蒙进一步指出，人工智能主要实现三个目标：第一个目标是建构计算程序（如逻辑理论家）来展示智能，进而建立智能系统理论。第二个目标是建构程序（如通用问题解决）来展示智能，它需要使用人类在实施同样任务时所使用的过程。第三个目标是建构智能程序（如Tonge的装配线平衡计划）来补充或弥补人类执行世界一些任务时所需要的人类智能。[21]由此可见，人工智能的基础主要是建立系统能够展示智能，要么仅仅是能够探索智能的本质和本体，要么是建构人类智能的理论，要么是建构一些需要智慧才能够实现人类任务的系统。国内学者提出的“类脑计算完备性”（neuromorphic completeness）的概念，以回答系统能够完成什么，功能边界在什么地方等问题，这是对人工智能的进一步发展。
根据西蒙对人工智能研究目标的定义，城市大脑系统属于第三类研究目标，即通过建立智能程序来弥补、补充甚至替代人类智能。这意味着，城市大脑一方面需要对城市治理进行补充和弥补，以发挥人类在城市治理中的“辅助决策”作用，另一方面在条件和时机成熟的情况下可以代替人类进行决策从而实现智能城市治理。
当然，在很多情景之下，智能城市治理是一种人脑和城市大脑相互交互、相互分工和协同发展的过程。简而言之，人类既可以通过城市大脑提升自身的感知能力、信息处理能力和决策能力，这是城市大脑对人类的赋能，又可以通过赋予城市大脑完成一些决策任务替代人类行动，这是城市大脑与人类并行完成任务，而更多的时候是人脑和城市大脑的协同，通过协同来提升城市治理的整体智慧水平。
应该说，此前人类在提出智慧城市建设概念时，更多是表达为一种远景和目标，还没有找到系统性的实践路径。而随着城市作为有机体、生命体理念的提出，以及城市大脑概念的创造，则真正找到了智慧城市的实现路径。为此，我们认为城市大脑系统建设和智能城市治理的提出，其最根本的原理是人工智能在城市治理领域的拓展，最重要的是创造了一个具备和人脑一样有智慧的“城市大脑”，于是形成了我们所提出的原理1，即城市大脑是智能体，具备实现智能的可能性和完备性。从这一原理出发，智慧城市建设的重点仍然是提升城市大脑的智能性，让城市大脑能够应对和处理复杂城市治理任务和难题。而城市大脑这一概念既是对智慧城市的“隐喻“，又是尝试建立智慧城市的本体论基础，为未来智慧城市建设和运行指明方向。
四、原理2（交互性）：城市大脑如何与环境进行信息交换？
西蒙在提出人工智能作为一门科学时，明确指出人工智能受到外部环境约束，这使得人工智能需要遵循自然法则。对此，西蒙将自然法则所形成的外部约束（external constraints）划分为初始条件和边界条件两个要素，他指出：“系统只有在自然法则界定的条件下才能够存在，并且它仅仅在合适的环境之下才能够生存和有效运行。这些初始和边界条件构成了系统的外部约束。”
同样，城市大脑作为一种人工智能，也会受到外部环境约束，它需要适应外部环境才能够发挥其功能。由于不同地区所面临的城市治理任务和重点不同，则要求城市大脑建设的重点和方向不同。
例如，安徽铜陵在推进城市大脑建设中，主要是与其工业特点相结合推出“工业大脑”，而杭州的“城市大脑”的重点是其城市治理、民生等问题。
事实上，即便在同一个城市内部，不同地区和不同部门对于城市大脑可能存在不同需求，这些都需要城市大脑适应不同的层级、任务和领域，才能够真正地实现城市大脑服务人类多样性治理需求。
正是在这个意义上，数字界面治理理论认为，城市大脑的第二个设计原理涉及城市大脑的数字界面如何与环境进行有效交互，交互性好的系统才能够更有智慧。
交互性原理强调城市大脑与环境有效互动，这也符合互动治理的逻辑和思想，代表了治理研究的新方向。交互性原理首先需要针对环境开发数字界面，使得城市大脑能够适应环境。从这一意义上看，外部环境构成了城市大脑的约束，而开发的系统越是具有可延伸性和可扩展性，则系统的智能性越强。
可延伸性强调城市大脑能够适应从简单问题到棘手难题的挑战，这样城市大脑本身的灵敏性会越强。
可扩展性则强调城市大脑能够同时完成很多复杂任务，也就是说属于“通用性人工智能”而不仅仅是“专门性人工智能”，越是具备通用性，系统对于环境的适应能力就越强。
从城市大脑的建设和规划看，城市大脑早期建设主要是针对专门性城市治理任务展开，如杭州的“治堵”，北京海淀的“渣土车”治理，随后城市大脑能够处理的治理任务无论是问题的难度，还是问题的多样性都有很大扩展，目前正在发展成为针对城市治理任务提供的一站式和系统式的城市大脑解决方案，这大大扩展了城市大脑的一般性和通用性。
例如，杭州的城市大脑实现了从“治堵”向“治城”的转变，上海的“一网统管”建立城市运行的总平台，北京市海淀区在推进城市大脑建设。当然，城市大脑的专业性和专门性与一般性和通用性之间也存在平衡和取舍问题，未来的城市大脑需要针对环境自发“涌现”与其任务难度相匹配的城市大脑界面，从而真正实行城市大脑自身的自适应性。
交互性原理更加重视和强调城市大脑与环境之间信息、能源与物质的交换，尤其是信息交换。城市大脑要及时感知来自环境的信息，通过这些感知的信息以实现智慧决策，西蒙早期将人工智能的研究称之为复杂信息处理（complex information processing），后来很多学者基于信息处理发展了信息政治和政策理论，如“间断-均衡理论”和政府信息处理理论等。随着信息在治理中的重要性凸显，信息治理学正在成为超大城市治理变革的重要理论基础。
从这个意义上看，城市大脑也可以看作是信息治理学的重要分支，并且也是信息治理学中级别和类型最高的一个分支，它突破对信息的智能化处理和基于信息的科学决策，从而实现智能城市治理。
为此，城市大脑需要接受和感知来自环境的信息，获取更多的信息，以方便及时发现问题，寻找解决问题的方案。
因此，城市大脑的发展要与超大城市治理的数字化转型同步推进，需要通过建立数字空间与物理空间并行的“孪生数字城市”，实现物理世界的城市与数字世界的城市协同运行。这也要求在传统的网格化管理的基础上，进一步推行物联网建设，让所有的信息能够第一时间被收集、存储、传输、处理和辅助决策。
事实上，上海在推行以“一网通办”和“一网统管”的城市大脑建设时，就非常注意城市的全面数字化转型，数字化转型为城市大脑获取信息提供了便利性。城市大脑在从环境中获取信息的同时，也可以为环境反馈信息，促进行动者自我调整和协调互动，形成哈耶克所发现的自发秩序。
五、原理3（形态性）：城市大脑是以什么界面呈现？
在西蒙最初的研究中，界面等同于人工物，他指出：“人工物可以被想象成为一个汇合点，一个界面（interface），这一界面处于内部环境和外部环境之间，内部环境就是人工物的实质和组织模式，外部环境就是人工物运行的环境。”从这一定义可以看出，城市大脑的界面是城市大脑的内部环境与外部环境的交汇处，它本质是一个内部环境与外部环境进行互动的接触点。
传统的人造物，其界面是以物质形态呈现，如空调的界面是出风口，空调通过内部的制冷或制热设备与环境交互，从而实现人类设计空调的目的。组织作为一种人造物，其界面形态不同于物质界面，通过制度来生成组织，它是以制度性事实得以呈现，并且以角色和法人身份作为界面实现与环境互动。因此，组织、行政、治理等人类社会基础设施，都是人类的不同创造物，会以不同界面呈现，并最终实现内部结构、外部环境与功能的协同与平衡。
如果我们扩展西蒙的人工科学理论，将界面本身看作是可变的，这样就可以从对界面给定之下的问题分析过渡到界面变迁下的问题分析，界面重构和变迁成为研究焦点，并且界面与界面之间关系也可以纳入分析，这可以将复杂系统概念与界面概念实现统一。
也正是在人工物的意义理解界面及其变迁，使得界面范式可以成为分析人工科学的统一范式。与其他人工物相比，城市大脑的界面是以数字化形式生成，可以称之为数字界面。
数字界面及其多样性方式呈现是城市大脑的第三个设计原理，这也是城市大脑发挥作用的基石。与物质界面和制度界面相比，数字界面是以数字化技术为基础，它依托计算机、互联网、人工智能、物联网等新一代信息技术作为支撑，创造一种虚拟现实的新型数字界面。这种数字界面是虚拟的，它是对现实的数字化呈现或者仿真方式呈现，它又是现实的，数字本身作为一种符号与物理世界相联系，这或许是“数字孪生”城市的真实含义。
数字化的泛在性、扩展性和便利性，使得数字界面的生成成本降低，它既可以呈现物理世界和现实世界，又可以改变物理世界和现实世界，并且其本身也会作为一个独立的数字空间世界存在。考虑到数字界面只是一种数字实在注1（digital reality），它最终需要与社会实在（social reality）相结合才能有意义，因此，数字实在与社会实在相结合是一个相互赋能和相互促进的过程。
正是因为数字实在需要依托社会实在才有价值，这也使得数字界面需要与传统界面相结合，这一结合过程既是传统界面进行数字化转型的过程，也是数字化界面影响社会的过程。
数字界面与传统界面相结合，可以采取多种组织模式，它既可以对传统组织进行改造赋予其运营和承担新数字界面管理的功能，又可以建立新的组织来赋予数字界面以新职能，甚至还可以通过建立平台型组织来负责数字界面运营而为不同传统界面来赋能。这些不同结合模式，在本质上涉及城市大脑本身的治理和运行过程。
事实上，作为城市大脑重要发源地的杭州，从数字系统的角度来界定城市大脑，提出城市大脑“由中枢、系统与平台、数字驾驶舱和应用场景等要素组成”。从这一定义可以看出，作为复杂系统的城市大脑其界面也会以多样化形态呈现，但是仍然会遵循复杂系统的两个特征，即层级性和可分解性。
层级性强调城市大脑的数字界面会呈现不同层级，这些不同层级会与行政和治理层级进行匹配，例如当前不同地方针对不同行政层级系统分别建立各自的城市大脑。可分解性使得城市大脑可以在不同领域和不同问题中分别建立，目前城市大脑实践者使用“应用场景”一词来指称，不同应用场景本身就是可分解性的证明。
可分解性除了按照领域划分之外，还可以按照服务对象划分，例如针对决策者和民众的数字化界面就是按照对象进行分类。而当层级性和可分解性进行融合时，这也使得城市大脑可以以更为复杂的多场景、多层级、跨部门、跨层次的嵌套数字界面体系呈现。
因此，对于城市大脑而言，如何针对新的场景、新的对象、新的层级、新的领域、新的议题等创立新的数字界面，则构成了城市大脑智能性的核心议题。当前，北京市海淀区也在城市大脑的数字界面上进行探索，尝试建立海淀区时空一张图，这是以空间为基础形成的底层数字界面，该数字界面可以为城市大脑进行仿真推演、发展预测、决策分析等提供时空数据支撑。
六、原理4（结构性）：城市大脑内部运行逻辑是什么？
西蒙在提出人工智能作为一门科学时，还提出内部结构是重要约束因素，它与外部环境约束构成了对称关系，也是数字界面治理理论的重要组成部分。为此，他指出：“自然法则会决定一个物体的结构和行为，这一物体既可以是客观物体，也可以是人工物，这些自然法则构成了物体的内部约束(internal constraints)。人工系统像其他物品一样会产生经验现象，并且可以使用所有科学通用的观察和实验进行研究。”
如果没有内部结构和行为约束，则人类的任何理想和目标都可以自动实现，真正达到“以梦为马”。现实中，由于外部约束和内部约束，很多试图改善人类福祉的项目和政策不一定真正成功。
也正是从内部约束和外部约束出发，西蒙提出和证明了人类理性的有限性。一方面，由于人类自身的认知、计算和信息处理能力受到局限，人类无论是问题发现、方案搜索、方案抉择等，都不可能按照完全理性逻辑进行，而是遵循满意决策的有限理性行为模型。
同样，面对环境的约束，人类也不可能对所有环境信息进行收集和认知，只对环境的部分信息进行处理，这构成了人类有限理性的外部约束。而人类理性有限性则进一步构成了组织和制度的内部约束，这意味着人的局限性会使得很多组织模式和制度运行失败。
城市大脑的数字界面要发挥使用，实现超大城市治理的智能治理，就需要城市大脑的内部结构支撑。没有运行良好的内部结构，智能城市治理只能是空中楼阁。同样，内部结构及其运行，也构成了智慧城市的“智能性”程度的内部约束。此外，城市大脑的数字界面要发挥作用，就需要数字与治理进行整合，这使得城市大脑的内部结构面临着数字界面建构、数字界面与治理界面的融合、数字治理界面生成等多重挑战，最终形成面向智能城市治理的数字界面治理。
因此，在外部环境约束给定的情况之下，城市大脑的内部结构及其运行效率会决定城市治理的智能化水平和程度。
此外，由于城市大脑的数字界面是以多层次、多领域、跨部门的嵌套数字界面体系呈现，而每一个数字界面都需要对应内部结构来支撑，内部结构也会以多样性方式展示，这也使得城市大脑的内部结构呈现复杂组织体系特征。
很显然，对于复杂的数字界面，其内部结构也会更复杂。由此可见，城市大脑的内部结构及其运行逻辑，构成了智能城市治理需要考虑考虑的第四个原理。当前，对于城市大脑的内部结构主要存在杭州模式和北京模式等两种主要模式，这些不同模式也体现了实现智能城市治理的不同设计理念。
杭州城市大脑的内部构成要素、结构和运行模式本身也在演化中，这也是内部结构对环境和功能的调适过程。2018年，杭州市发布首个《杭州市城市数据大脑规划》，该规划对城市大脑的内部结构进行了规定，指出：“城市数据大脑构成包括大脑平台（计算资源平台、数据资源平台、算法服务平台）、行业系统、超级应用（架构于大脑平台和行业系统之上的综合性应用）、区县中枢（支撑区县建设基于城市数据大脑的创新应用）等”。而2020年出台的《杭州城市大脑赋能城市治理促进条例》，则将城市大脑的内部结构进行了调整，规定其由“中枢、系统与平台、数字驾驶舱和应用场景等要素组成”，该内部结构提出了“中枢”的概念，强调“中枢是城市大脑赋能城市治理的核心系统。各系统与平台数据通过中枢协同机制互联互通，实现业务协同、数据协同、政企协同，提升城市运行协同能力”。通过这一定义可以看，这里的“中枢”可以等同于狭义的“城市大脑”，通过“中枢”建立一个广泛的互联互通的底层系统，在此系统之外，再与各“系统与平台”进行连接，分别形成针对决策者的数字驾驶舱和针对民众的应用场景，这也是超大城市数字界面的“双层嵌套界面”。
与杭州城市大脑的内部结构相比，海淀区城市大脑按照“1+1+2+N”架构模式建设，即一张感知网、一个智能云平台、两个中心（大数据中心、AI计算处理中心）、N个创新应用。自2018年8月启动建设以来，截至目前，感知网、AI计算处理中心、大数据中心、时空一张图、海淀区区级城市运行指挥中心（IOCC）等基础设施建设基本完成。
尽管杭州模式和海淀模式在构成要素和语言表达方面存在差异，但是其内部结构方面存在一些共同要素，如都强调驾驶舱和应用场景，都非常重视大数据和AI人工智能的作用，都是探索如何让城市治理更智慧。当然，也可以看到两者之间存在一定差别，由于海淀区属于区级层面建立城市大脑，这使得它更偏向“城市运行”，也更重视“感知网”建设，突出如何将整个城市运行数据以时空一张图的形式呈现。这也使得在海淀城市大脑建设中，政府视角、自上而下视角、问题解决视角更突出，相反，杭州由于是一个市级层面的复杂系统，这使得它能够更好地平衡政府视角和社会视角之间的关系，更好地融合自上而下和自下而上的视角，同时处理好问题解决和服务提供之间的关系。
对于城市大脑的“大脑”，杭州强调“中枢”的作用，海淀重视“云平台”。事实上，如何实现数据协同、业务协同和政府企业协同，这些都是两个城市大脑共同面临的挑战。
七、原理5（路径性）：城市大脑如何实现智能城市治理？
西蒙在讨论人工智能时就明确指出，主要通过发展和设计智能系统来实现人工智能。因此，设计智能系统成为人类建构人工智能以及通过人工智能来仿真模拟人智能和设计专家系统辅助人类决策的主要路径。即便最复杂的专家系统，它仅仅是为人类决策提供参考，其本质上是弥补、辅助和支撑人类决策。正是在这个意义上，人工智能与智能系统联系在一起，它需要借助计算机程序来实现智能，设计智能程序也成为人工智能的主要任务。
然而，当人工智能要真正对人类社会产生影响，它就需要从决策转化为行为，这涉及一个从信息、设计、决策、行为、效果的完整链条。很显然，城市大脑代表了人工智能最复杂的问题解决系统，它要为城市治理提供整体性解决方案，通过人工智能来优化城市治理，从而提升城市治理水平。
当我们为城市大脑设定了目标，厘清了其所面临的外部环境和内部约束，建构了数字界面，此时面临的一个突出问题是城市大脑是如何实现智能城市治理的？这构成了城市大脑和智能城市治理的第五个设计原理，其核心是如何将数字界面治理的不同要素进行有机整合，从而实现城市大脑数字界面预期的目标。
由于城市大脑的数字界面是一个整合性界面，它本质上是数字界面和治理界面相融合，这使得城市大脑要发挥作用，需要通过数字界面来驱动治理界面，并最终完成智能城市治理的任务和目标。
当前，城市大脑主要是通过智能感知、全面预警、技术赋能、AI替代决策、系统数据整合、专家系统辅助决策、业务协同、数字界面重构等方式来推动智能城市治理，从而提升城市治理绩效。作出决策的第一步是获取信息，而人类受到生物属性的限制，不可能随时随地对环境进行感知从而进行预警。
然而，通过引入物联网和人工智能，就可以实现城市物理状态的智能感知，从而大大提升城市网络化智能治理水平。例如，通过安装智能监测系统，设定不同的参数，就可以实现对环境质量和环境状态的智能感知，并根据感知信息帮助人类实现注意力分配和启动决策。
城市治理中面临很多难题，如治理城市违规行为，城市大脑的引入可以对城市治理赋能，提升决策效率和质量，这方面的典型案例就是杭州对医院附近停车问题的治理和海淀区对渣土车的治理。AI替代决策则体现在城市交通大脑建设，让AI算法来自动决定城市红绿灯的运行时间，从而提升整个城市的通行效率。
城市大脑建立的一个重要内容是对数据的整合，形成一个云数据平台，通过数据治理来驱动业务治理和治理绩效提升。大数据技术的引入，也使得人类借助人工智能能够处理海量数据，通过数据处理来发现城市运行规律，并通过干预措施引入来改善治理绩效。专家系统辅助决策则是各个地方都在尝试建立的驾驶舱，这也是技术赋能的直接体现，让决策者能够掌握全面数据的情况下，依托人工智能辅助决策系统来提升决策质量。
业务协同也是城市大脑提升城市治理绩效的重要路径，由于城市大脑要实现数据整合，就需要针对业务进行协同，以业务协同来提升治理绩效，通过数据整合来促进业务协同，实现技术和业务双轮驱动推动智能城市治理。建构面向不同群体的数字界面，以及形成一个整合性数字界面，这也是城市大脑提升智能城市治理水平的重要手段和方式。
八、原理6（协同性）：城市大脑是如何实现数据、业务、组织和技术协同？
城市大脑作为一个复杂系统，涉及很多不同的子系统和构成要素，要使得城市大脑真正有智能和智慧，就需要实现不同子系统和要素之间协同，这构成了城市大脑和智能城市治理的第六大原理。
协同性作为城市大脑的设计原理，主要是由其系统性、跨地域性、跨层次性、跨部门性、复杂性、不确定性和动态性等特征决定的。事实上，无论是城市大脑的建设、运营、维护和保障，都需要通过协同来实现城市大脑智能性的目标。
从这个意义上看，城市大脑本身是一种制度性集体行动，它涉及不同层级、领域和系统的政府部门协同，也涉及政府与企业之间协同，更涉及数据、业务与技术之间协同。
与一般性的政府部门间协同相比，城市大脑涉及部门间、政府间协同，它是一种全方位协同，更是一种系统性和实时性协同，这也是通过城市大脑将整体性政府从理念转化为现实的过程。
城市大脑的建设、运营、维护和保障都涉及政府和企业之间协同，没有高科技企业的参与，城市大脑不可能取得进展。由于城市大脑首先是技术驱动，尤其是需要使用人工智能、大数据、区块链等新一代信息技术，而政府本身在技术方面处于弱势，这使得城市大脑的建设、运营、维护和保障等各个环节都需要与企业进行合作，利用企业的技术优势来解决智能治理难题。
从当前城市大脑的建设看，新一代信息技术比较发达的城市会率先开启城市大脑建设，如杭州城市大脑主要是依托阿里巴巴的技术，北京海淀区的城市大脑则是依托百度的技术，广东的数字政府建设依托腾讯的技术，这也形成了国内城市大脑建设的不同技术路径。
政府与企业协同推进城市大脑建设时，面临的一个突出问题就是政府如何在建设中处于主导地位，从而避免企业对城市大脑建设的技术垄断。
与此同时，政府还面临着一个选择，到底是与一个企业全面合作来推进城市大脑整体建设，还是与很多企业合作形成城市大脑建设的生态。当与更多企业合作时，如何保障数据的安全，如何提升系统的整体智能水平？这些问题，都需要政府在推进政府与企业协同和合作时考虑。
事实上，政府与企业在城市大脑上的协同与合作，并非单一环节和流程，而是涉及城市大脑的全生命周期。城市大脑的建设、运营、维护和保障还涉及不同政府层次、不同政府部门、不同政府系统之间协同，它要求政府率先通过协同实现整体政府进而达到整体智治目标。
不同层级政府和不同类型部门掌握不同数据，他们对于城市大脑建设有不同需求，而城市大脑本身需要集体行动，这也使得政府间、部门间集体行动需要强有力的机制来推动。
事实上，一旦城市大脑所涉及的数据和业务涉及垂直管理部门时，则意味着城市大脑建设还涉及中央与地方之间关系，需要通过中央与地方协同来推进城市大脑的整体规划和统筹协同。
要推进政府层级、部门、系统之间协同，可以通过数据、业务、事件和民众等多条路径展开。
- 数据驱动的协同涉及数据的聚集，避免数据孤岛，通过数据开放与共享来促进治理协同，从而提升智能治理水平。
- 业务和事件驱动的协同涉及围绕着办好一件事，处理一项业务，推动部门间、层级间、政府间协同。
- 而民众驱动的协同则涉及从民众需求出发，根据民众需求来推动政府部门和层级再造，形成整体性政府面向公民一体化需求，提供智能化服务。
城市大脑的建设、运营、维护和保障更涉及数据、技术与业务协同，其本质上是人工智能与公共治理协同，这既是城市大脑建设的目标，也是智能城市治理的内在含义。
- 数据涉及城市大脑得以运行的原材料，没有数据支撑，城市大脑就是无本之源，这也是各地纷纷成立大数据局来推动数据整合的原因。
- 技术则涉及如何使用人工智能来处理海量数据，克服人类计算能力限制和局限，大数据技术和人工智能发展大大改变了这种现象，算法和机器学习提升了人类发现问题和解决问题的能力。
- 业务则涉及使用数据与技术促进问题解决的情景，这也是各地在建设城市大脑时提出的应用场景建设，没有应用场景，数据和技术都是空中楼阁。
而只有数据、技术和业务三者协同，实现多源流理论所谓的“三流合一”，智能城市治理才能够真正开启，智慧城市从理念走向现实。但无论是数据、技术，还是业务都有自身逻辑，要实现三者协同对城市大脑而言是最大的挑战。
九、原理7（演化性）：城市大脑会随着时间更替而变得更智能吗？
智慧的概念本身是一个动态演化和不断迭代的过程，这使得城市大脑的智能性和智慧性也会受到历史进程的影响。正是因为智慧的历史性，人类可以通过对过去经验的学习和反思来提升未来决策能力，历史学常常也是智慧和智能得以提升的重要学科和知识来源。组织理论研究者也常常将组织学习与组织智慧联系在一起，通过组织学习提升组织智慧水平。
人类智慧演进的一般规律，也同样适应于人工智能的智慧演进过程。事实上，机器学习就包容了演化的思想，人工智能通过不断的训练来提升智能水平，而数据、案例、经验等构成了人工智能进行学习的材料。随着人工智能的应用场景扩大，它积累的算法和模型更多，这也会促使其解决问题更加智慧。
同样，当城市大脑建设主体增多，会形成一个城市大脑生态，在这一生态系统中不同城市大脑可以相互学习、竞争和合作，经过这一个演化过程，城市大脑的智慧水平也会得以增进。当然，城市大脑经历更多的时间和历史进程，如果缺乏足够的学习能力，其智慧水平也不一定提升。
为此，我们可以形成城市大脑的第七个设计原理，即学习和经验可以提升城市大脑的智能水平。
城市大脑的智慧演进可以体现为系统智慧和要素智慧的提升两个方面，前者是智慧范式迭代，后者是智慧增量改进。从前面的城市大脑数字界面和内部结构可以看出，城市大脑是一个超级复杂系统，这一复杂系统其实同时面临着智慧保持和智慧增加的挑战。
从博弈论的视角看，人类主体具有自主性和学习性，这使得治理措施在一段时间内有效，可能会随着人类知识的增进而采取的策略行为使得治理失效。这就要求，治理本身需要随着时间演进而进行升级，这对城市大脑也是如此。
以交通拥堵治理为例，一个地方的交通拥堵改善时，就会鼓励车辆通行，反过来会进一步增加交通拥堵，这也是道路扩张并不能够减少交通拥堵的原因。要改变这种结果，就需要治理措施智能演进，针对新问题进行智能升级。因此，人工智能如果不能够随着环境变化而进行适应性调整，不仅不会导致智能升级，还可能导致智能退化。要改进人工智能的智慧水平，可以从要素出发，以改善不同场景和不同层级的智能水平，也可以从系统出发，以提升整个城市大脑“中枢”的水平，这是城市大脑自身的迭代升级。
一般而言，城市大脑的智慧水平大幅度提升还依赖于系统层面的范式提升，只有这样才能够实现智慧从一个层级向另一个层级跃进。
中国从推进电子政务，到“互联网+政务服务”，再到加强智慧城市建设，以及当前的城市大脑和数字化转型，都体现了利用信息技术改进城市治理的演进过程。应该说，智慧城市的提出，以城市大脑作为主体推进智慧城市，超大城市治理全面数字化转型，以及整体智治的系统规划，这些体现了智能城市治理演进过程。
没有此前智慧城市建设和经验积累，不可能有后期的城市大脑系统提出和超大城市治理数字化转型的全面推进。
当然，城市大脑智慧演进也受到人工智能、大数据、区块链等新一代信息技术快速发展的影响，否则城市大脑也是无水之源。杭州城市大脑的演进过程，其实也体现了智能和智慧演进过程，这也说明城市大脑不可能一蹴而就，它需要历史和时间积淀。
杭州城市大脑从2016年开始启动，先后经历了“治堵”“治城”“抗疫”和“整体智治”等几个阶段，这是城市大脑的自身演进过程。杭州城市大脑从“治堵”开始，通过首先解决交通拥堵问题，使得交通拥堵指数大范围降低，这形成了城市大脑的正反馈。正是因为城市大脑在交通领域的成功应用，这使得城市大脑开始与整个城市治理结合，开始了城市治理的智能化转型。
杭州城市大脑“治城”的过程表现为城市大脑智慧的整体升级，其中一个最突出的表现是加强规划性，并且开始强调跨系统、跨层级、跨部门的联动解决。而针对突发的新冠疫情，杭州的城市大脑通过开发“健康码”，实现了城市大脑从常态治理向应急治理转型，以及常态治理和应急治理的同步推进。当前，随着《杭州城市大脑赋能城市治理促进条例》的发布，杭州城市大脑正在向“整体智治”迈进，使得城市治理更聪明、更智慧。
十、原理8（评价性）：城市大脑的智能性可以评价吗？
尽管城市大脑的目标是实现智能城市治理，并且从理论上也可以证明城市大脑具有智能性，那么实际的城市大脑是否能够达到预期效果？对于这一问题的回答，涉及城市大脑与智能城市治理的评价原理，而这一评价问题也与人工智能的评估联系在一起。在讨论人工智能的评估问题时，西蒙提出对人工智能的评估需要考虑人工智能自身的目标，这也与评估理论内在逻辑一致。
对于人工智能的目标，西蒙区分了仿真人类智能、设计专家系统、扩展理论和提升设计过程，而这些不同的目标，我们就需要设定不同的评估重点和方法。
对于评估仿真人类智能的人工智能而言，评估者只需要看设计的系统是否具有和人类同样的智慧，这本身是为证明人工智能具有智能性。相反，对于设计专家系统的人工智能评估而言，我们需要比较专家系统的绩效和人类绩效之间的关系，以此为基础来判断专家系统的效果。
对于扩展理论的人工智能评估而言，我们则需要看理论是否有利于人工智能的智能性。对于城市大脑的智能性评估而言，这里比较接近西蒙所说的专家系统。对于专家系统的评估，西蒙曾经进行过专门讨论，他指出：“在专家系统的案例中，对一个特定设计的评估是非常实用的：新的系统是否比已有系统绩效更好，或者更有效率？”
很显然，对于专家系统的绩效而言，我们需要选择评估标准，这些标准可以是人类绩效，也可以是某种标准任务完成绩效，还可以是理论上设定比较好的绩效。因此，对于评估城市大脑的绩效而言，研究者可以引入研究设计的思想，通过对城市大脑的治理绩效与不同类型的治理绩效进行比较，从而讨论城市大脑的智能性和实际效果。
很显然，对于城市大脑的绩效评估，首先需要对其智能性进行评估，这也是为了回答原理1，即城市大脑具备智能性。在对智能性进行评估之后，对于城市大脑的绩效评估，还需要通过引入城市大脑实施前后对比设计、实施城市大脑和没有实施城市大脑的城市治理绩效对比设计、实施城市大脑的治理绩效与标准城市治理绩效对比设计等不同类型的研究设计，来建立城市大脑与城市治理绩效之间的因果关系。除了对城市大脑与城市治理绩效之间因果关系进行讨论之外，我们还可以设计城市大脑的绩效评价指标体系对不同类型的城市大脑绩效进行测量，这和数字政府绩效评价具有类似性。通过建立城市大脑绩效评价指标体系，研究者可以对不同地区的城市大脑绩效进行排序，从而实现对城市大脑自身建设效果的比较。此外，对于城市大脑的评价还可以引入成本收益的维度，讨论城市大脑所提升的治理绩效在成本收益方面是否有价值？
简而言之，通过城市大脑提升城市治理的智能性和绩效水平，这在经济上是否具有比较优势，建设同样类型的城市大脑，是否有更为经济的手段？
结论
城市大脑的提出和建设开启了智慧城市建设的第二波浪潮，这也为智慧城市找到了实现的路径和手段。为此，城市大脑、智能城市治理和智慧城市三者之间联系更加紧密，城市大脑成为智慧城市的自变量，智能城市治理成为智慧建设的因变量，这也使得智慧城市研究从理念走向经验科学。可以设想，随着更多城市和地区加入城市大脑建设行列，以及原有智慧城市建设向城市大脑方向的转型，城市大脑会成为智慧城市建设的新一轮驱动范式。而随着城市大脑从理念走向现实，中国超大城市的智能治理水平也会进一步提升，智能城市治理会成为城市治理转型的另一个重要方向。与城市大脑建设的实践相比，对于城市大脑的理论研究相对滞后，还缺乏统一的整体框架，也没有形成累积性的知识贡献。
为此，基于数字化转型和界面治理理论，提出一个分析城市大脑和智能城市治理的数字界面治理分析框架，认为城市大脑和城市治理数字化转型的实质是建立数字界面，核心是实现智能城市治理。基于数字界面治理理论，结合城市大脑的外部环境、数字界面、内部结构、智能治理目标等要素，提出了城市大脑和智能城市治理的八大设计原理，即可能性原理、交互性原理、形态性原理、结构性原理、路径性原理、协同性原理、演化性原理、评价性原理。这些原理既是指导城市大脑和智能城市治理的设计原则，也为城市大脑和智能城市治理的下一步研究指明了方向，更为诊断和发现城市大脑与智能城市治理研究的问题提供了“启示法”，更是优化和提升城市大脑与智能城市治理水平的指南。未来，研究者可以围绕着这些原理开展研究，提出具体的假设和命题，并进行实证检验，以形成城市大脑和智能城市治理的知识积累，并最终实现理论与实践的统一。
本文刊于：《电子政务》2021年第3期：李文钊. 数字界面视角下超大城市治理数字化转型原理——以城市大脑为例[J]. 电子政务，2021(03): 2-16.
作者简介：李文钊（1979—），男，湖北天门人，中国人民大学公共管理学院公共财政与公共政策研究所教授，首都发展与战略研究院副院长，研究方向：治理理论、政府改革、中国政策过程。基金项目：国家自然科学基金项目“政治周期、制度摩擦与中国政策的间断性：基于1992-2016年中国预算变迁数据的实证研究”（批准号：71874198）；“中国人民大学智能时代中国特色超大城市治理创新研究跨学科平台引导专项”支持。
【END】
