智库说 | 杨宁:从城市管理走向城市治理 大数据将发挥更大作用


作者:Arc
8月15日,北京大学城市治理研究院、中国城市治理创新联盟、阿里研究院及阿里云研究中心共同举办了一场“大数据推动下的城市发展”主题的专家研讨会。

北京大学城市治理研究院大数据实验室执行主任杨宁认为,从城市管理走向城市治理,大数据将发挥更大作用。未来城市治理将凸显大数据分析挖掘的价值,城市管理应该像绣花一样精细。
大数据_城市大数据_城市管理

以下为杨宁发言实录:

国家治理很关键的就是城市治理,因为中国还在快速城镇化过程中。我今天给大家带来的主题是“大城管与大数据”。
 

为什么城市会不断发展

不管是人还是一些物体、一些物件,都在一个空间里生活,或者存在着,我们在日常生活中会有很多活动产生,城市的运行,人和物之间不断的交叉活动会产生很多事件,这些事件有的是对美好生活的新追求,也有的是现在遇到一些城市运行的问题。

这些事件怎么办?通常有两种处理办法,一种办法的未来方向是协商解决。也就是说有很多事情实际上不需要政府来管,不需要一个大政府来管,更多的是社会中的人与人之间能够协调解决,这是比较理想的状态。

政府怎么解决这些问题?通常情况下会把这些事件进行分析、整理,形成一些的决策,政府可能不会自己去干,而是委托一个组织。城市中我们谈到规、建、管。城市分门别类,有规划院,有什么需求首先规划,然后建设部门开始建,然后管理部门开始管。一般来说是这样的一个循环过程。

我要讲的,更多是从城市管理角度。今天有很多规划和建设方面的专家,做城市治理从末端开始,从城市管理运行开始看待惩治,从城市管理角度了解城市,这就是为什么城市不断地发展,因为有不断的事情发生,这些事件导致城市不断做出新的决策,包括规划、建设、管理。
 

 “大城管”和“小城管”

大家知道每个城市都有城管部门,这里很多概念是可以细分的。现在起码有两个概念,一个是小城管,一个是大城管。小城管就是城市里有城管局的角色,他们一般处理什么业务?包括市政应用、园林绿化、城市卫生和管理执法,城市管理这个事情大部分是地方事权,所以每个地方政府又根据实际情况为惩管部门全责进行一定的调整,这是小城管。

大城管的职责是指每一个城市会组建城市管理委员会,这个委员会一般是由市领导比如市长亲自担任主任,然后来做一个高位协调机构协调整个跟城市相关的事情,这时候就涉及到公安、交通、环保和方方面面的其他政府的一些主体。但是这个城管委是个协调机构,不是一个具体的部门,一般办公室会设在城管局,由城管局兼任主任,这个叫大城管。

从十年前中国开始做数字化城管,主要就是为了解决大城管体系下,怎么使相关部门都围绕管理这件事协同工作,有这么一个信息化的平台和系统来执政。
 

怎么看城管专业大数据

因为我们研究数据分析和数据的模式,实际上城市管理大数据可以这么看,城市的规划建设和运行中都会产生大量数据,规划有规划数据,建设有建设数据,运行有运行数据,一般来说,规划建设数据更新频率比较低,但是运行数据更新频率很高。

运行数据包括哪些?我们的城管专业大数据里有一部分是事件数据,比如共享单车和流动商贩。北大附近就有共享单车的乱停乱放的问题,还有部件数据,就是城市里有所谓的城市部件,包括比如井盖、路灯、护栏和停车场、公厕,这些是组成一个城市的一些元器件,这也是归城管部门统一管理维护的,所以我们有一段时间会有城市的部件普查。案件信息就是当我们处罚了一个事情,比如在北大门口摆了一个摊的流动商贩,屡教不改三次以上立案进行处罚这就是案件信息,一般来说案件信息远远小于事件信息。还有法律法规的信息,就是执法层面的信息。还有一些环卫、垃圾、渣土,这是城市每天都会发生的事情。比如垃圾的运输,中国现在有很多城市在大建设,工地需要运泥沙土,这是每个城市每时每刻发生的事情,所以城市运行的数据可以理解为是快速的一个数据。
 

如何利用数据来更好地管理城市

我们要融合地利用数据来更好地管理这个城市。如何用数据的方式,利用数据来更好的管理城市?举一些例子,城市管理中,累积大量数据并不只是简单用于城管部门也有用于规划建设部门等,也不是仅仅通过执法手段解决的。

以前大家对城管部门印象不好,就是因为城管仅仅是对人处罚,实际上不仅仅是只有执法处罚这一手段,现在社会发展政府强调的应该是服务,其次是管理,最后才是执法。法律是底线,不能一上来就以底线对待老百姓,那是暴力社会。我们应该考虑用源头管理解决城市管理,城市管理应该像绣花一样精细,这是新时代城市管理应该追求的目标。
 

利用数据来更好地管理城市?

第一个就是共享单车,我们在研究大数据如何助城市发展,政府对共享单车或者其他的城市问题,如果城市管理部门想要解决这问题应该从什么角度出发?站在源头怎么解决?它是优化城市公共服务来解决问题,政府能做的就是优化公共服务,因为优化公共服务是由政府来说了算的。

共享单车问题的解决,需要升级这个城市单车发生关系的数据,比如你把共享单车停在哪?一般是家里,地铁站或者商圈附近,就是人会活动到的地方,这个信息可以收集到。

现在共享单车乱停乱放会成为城市管理的一个问题,在我们这个里面叫事件信息,如果有乱停乱放就是城市运行事件,那么城市管理部门就捕捉到这个事件了。我们通过在合理区域规划合理的面积就可以降低乱停乱放的现象,这是数据可以通过模型算出来的。

第二个是流动商贩,这个跟前面的逻辑、思考方式都是一致的,当然参数不一样,模型长得不一样,因为共享单车和流动商贩还是有区别的。一般城市解决这样的问题有两种办法,一种是彻底根除,还有一种就是临时疏导点,比如政府在马路边上搭几个简易棚子,而且是免费的,商贩固定在那儿就行了,不要到处流动,这样好管理商贩,而且政府从市场税收上也要优惠一点。我们说城管部门管的可能是穷人,所以对他们来说更多的是你用稳定的心态去处理,不是把这些人驱散了,你要解决问题。

所以这个例子也是在讲,我们发城市流动商贩位置信息和事件的频率,比如一天多少次在哪里经常出现,我们要做的事情就是,政府应该规划出多少个类似于流动疏导点,在什么地方。这样我们可以怎么样来显著降低流动商贩这一现象,这就可以用数据计算。我们希望通过这种方式,政府合理优化城市公共服务来解决这些问题。

最后一个是如何实现精准执法。坦率地说,我们的城管执法自身素质还是偏低的,年龄偏大,素质偏低,所以他们记住这些法律还是困难的。法律法规是开放数据,不存在保密问题,政府希望这些数据进行传播,但是传播的效果不好所以我们做的事情就是通过知识创新,通过知识图谱的方式把现在城管法律进行拆借。现在各地法律法规是不一样的,有多有少,有大有小,我们最终把它拆解成图谱的方式,对在线的执法包括城管部门进行法律法规培训。
 

了解一座城市必须通过大量数据

将来国家的发展应该从城市管理走向城市治理,这是国家十九大报告提到的,城市治理不完全是政府一家在做这个事,而是更多的社会资源参与,比如共建、共治、共享。在这种情况下,我们的大数据就会发挥出更大的作用。因为第一,数据所谓的交互,或者数据的收集范围,包括它的频率,包括流动性会大大增强。以前更多的是对政府单向的,将来在治理模式下,更多的是相关的主体,包括政府、包括企业、包括个人和NGO组织之间会发生更多的关联,不再需要通过政府来组织这个事,大家可以自组织了。那么这个大数据分析挖掘价值将进一步增大,我们需要了解一个城市,就必须更加需要以大量的数据汇集,才能实现对这个城市更好的管理。

推进依法治理城市、改革城市管理体制、完善城市治理机制、推进城市智慧管理和提高市民文明素质,促进城市管理走向城市治理,从自上而下的管理转变为政府与社会公众之间的双向互动。在城市治理的框架下,社会参与城市管理的内容将会被大大强化,原先以政府为中心点的城市管理单向数据收集模式将得到转变,数据的范围、频率、流动性都将大大增强,大数据分析挖掘的价值将得到进一步的增大,我们将要了解一座城市将必须通过大量数据的汇集才能实现。
来源:阿里研究院