《华为：2024中国城市治理数字化转型报告-创新推动一网统管“民意速办”（49页）.pdf》由会员分享，可在线阅读，更多相关《华为：2024中国城市治理数字化转型报告-创新推动一网统管“民意速办”（49页）.pdf（49页珍藏版）》请在本站上搜索。 1、1背景要求中国城市治理数字化转型报告创新推动一网统管“民意速办”2024北京大学 华为技术有限公司2编委会顾 问专 家主 编副主编成 员杨瑞凯杨凤春陈金助刘志力张锟崔 昊秦明刚李晓亮吴 雷汤大华王 彬江虎林贺 铮李伟王建光梁杰李胤洪 静尤鹏丁盛爽高瑞海刘磊樊逸秋蔡周均王端丁和明周 倩王威冯晓蒙王善臻杨 涛霍海锋唐天佑高 峰屈克林海峰（排名不分先后）：:3前 言党的二十大制定了中国式现代化发展的宏伟蓝图，对建设网络强国、数字中国，构建社会治理新格局作出了战略部署。城市是新发展格局的重要载体，推进城市治理现代化，数字化转型是关键路径。城市治理是国家治理体系和治理能力现代化的重要内容，一流城市要有一2、流治理，要注重在科学化、精细化、智能化上下功夫。既要善于运用现代科技手段实现智能化，又要通过绣花般的细心、耐心、巧心提高精细化水平，绣出城市的品质品牌。技术进步和城市发展，形成了互相促进的正反馈机制，共同推动了人类社会的进步。但同时，随着城市人口数量的快速增长和城市人口密度的持续攀升，城市的资源承载能力受到极大考验，面临着交通、住房、环境等问题的挑战，城市治理模式亟待创新。近年来，全国范围内城市治理数字化转型进行得如火如荼，治理模式不断创新，以一网统管为代表的城市数字化治理成效成果不断显现。实践表明，运用数字技术赋能城市治理，是系统提升城市风险防控能力和精细化管理水平的重要途径，是助力构建城市3、发展新格局的有效支撑，也是提升城市品质，增强居民获得感、幸福感、安全感的使命担当，对促进城市高质量发展、推进城市治理现代化具有重要意义。中国城市治理数字化转型报告创新推动一网统管“民意速办”以城市治理数字化为主线，围绕推行城市运行一网统管中的民生诉求速办，进一步梳理了城市治理数字化的时代背景要求，并给出了“民意速办”实现的理论基础、实践框架和建设重点，结合实践提出了典型场景，以期为城市治理数字化及一网统管“民意速办”提供最佳实践。101（一）超大城市治理的难题和探索（二）超大城市现代化治理的实践（三）人工智能给城市治理带来新的生机（四）以民意速办为杠杆撬动现代化城市治理高质量发展 1367914、01213141516背景要求02（一）人民至上（二）数智保障（三）规则进化（四）治理迭代 创新举措03（一）治理信息模型：“诉求要求”，点面结合（二）技术平台：智能+协同，高效处置一件事（三）运行保障：运行有序、长效运营 总体框架目录/CONTENTS2064444444418323537394040（一）强化政策与标准的引导作用（二）鼓励多元参与城市治理数字化（三）以场景营造城市治理数字化生态（四）落实运行体制机制策略 愿景展望05（一）系统化规划治理场景（二）敏捷化构建场景应用（三）持续创新的领域场景实践 典型场景04（一）敏捷治理（二）业务支撑平台（三）数据资源（四）基础支撑 建设重点5、1背景要求20 世纪 80 年代以来，我国大量农村人口向大城市特别是超大城市迁移集中，推动人口城市化呈快速发展趋势，城市数量和规模都有了明显增长。根据 2014 年国务院发布的国务院关于调整城市规模划分标准的通知，以城区常住人口为统计口径，将城市划分为五类七档，其中，城区常住人口 1000 万以上的城市为超大城市。目前，我国城区人口突破千万的城市有 10 个(不含港澳台地区)，分别是上海、北京、深圳、重庆、广州、成都、天津、东莞、武汉、杭州，毋庸置疑，我国已经进入“大国大城”时代。超大城市不单单是人口和土地面积的扩大，更是人民高品质的生存发展要求、城市高质量发展的承载要求，超大城市在人口集聚及6、产业集聚功能上有着不可比拟的规模优势，核心在于土地、技术、人才、资金、数据等要素的集中高效配置，尤其是创新要素的不断聚合、迭代并形成螺旋效应，推动新模式不断涌现、产业不断升级，是国家经济发展的强大引擎，也是我国参与全球竞争的中坚力量。然而，超大城市还面临着一些挑战。近年来，随着城市规模的不断扩张，土地等资源面临着紧缺的约束，交通堵塞、环境污染、住房困难、公共服务短缺等“大城市病”问题逐步显现，日益突出。（一）超大城市治理的难题和探索背景要求一2背景要求交通方面百度地图发布的2023 年度中国城市交通报告显示，2023 年度百城通勤高峰交通拥堵榜 TOP5 的城市是北京、重庆、广州、上海和武汉，7、均为超大城市，北京通勤时耗高达 44.47min。超大城市交通拥堵，一方面是市民出行结构的变化引起，三年疫情改变了市民出行方式，以北京为例，与 2019 年相比，公共交通出行比例由31.9%降至 26%（轨道交通 16%、地面公交 10%），日均出行量减少约 255 万人次，降幅达 20%；私家小客车出行比例由 22.7%增至 23%；共享单车和电动自行车等非机动车出行比例增幅明显，由 12.5%增至 16%。另一方面，更多是城市发展与交通规划不合理。随着人口和功能疏解，平均出行距离逐年增大，2022 年，北京全市平均通勤距离 11.7 公里，全国通勤距离最长，较十年前增加近 3.5 公里，职8、住分离程度进一步加大，加剧了市内交通压力。环境方面近年来，3 个超大城市群的空气质量改善明显，PM2.5年均浓度下降显著，与此同时，O3 年均浓度却不降反升，两者在一定程度上呈现出“此消彼长”的变化趋势。城市群空气污染呈现出复合性、复杂性和长期性的特征，PM2.5 与 O3 的协同治理将是进一步提升超大城市群空气质量的严峻挑战。超大城市的环境污染，核心是由于其主要依赖化石燃料产生的能源，同时排放大量的一氧化碳、氮氧化物、二氧化硫和颗粒物等空气污染物以及二氧化碳等温室气体，由此带来严重的空气污染问题。住房方面超大城市承载着源源不断的人口流入，住房供需矛盾成为一项重要的民生问题。城市中心高昂的房价9、与“老破小”房屋、“脏乱差”街道形成鲜明对比，虽然我国人均住房面积已经不低（人均 40 平方米），但超大城市的住房供应都较为紧缺，存量住房的品质也不高。比如，北京、上海有着大量的“老公房”，这类老旧的房屋年代久远且硬件老旧，真实居住体验较差，难以支撑城市的改善型住房需求。公共服务方面落户门槛的降低对超大城市公共服务供给侧带来了巨大挑战。2023 年 12 月 29 日，国务院常务会议提出，把农业转移人口市民化摆在突出位置，进一步深化户籍制度改革，加强教育、医疗、养老、住房等领域投入，推动未落户常住人口均等享有基本公共服务，尤其要着力补齐城市基础设施和管理服务等短板，提高经济和人口承载能力。面对10、千万级的人口流量，超大城市的医疗、教育、公共基础设施资源均显现出承载能力不足的问题，尤其是在面对重大公共突发事件时，城市的应对能力不强，以新冠疫情事件为例，超大城市治理的各种短板暴露无遗，许多城市的治理跌回到以“堵”为主的传统管理水平。除了这些带有共性的问题之外，每个特大型城市又或多或少会有各自面临的特殊问题。例如北京的首都功能与城市功能的协调问题，深圳的公共服务的“关内”与“关外”的“二元化现象”等。3背景要求超大城市治理存在的诸多难题，究其根源，可归纳为三个方面。一是城镇化进程推进带来的城市人口规模激增为城市治理带来巨大挑战。大城市由于经济实力强、就业容易等各种优势，吸引了大量的外来人口，11、但城市人口规模迅速扩大对城市资源分配、公共安全防治、人口管理等均带来了巨大的挑战。以北京为例，根据北京市统计局数据，1978 年北京市常住人口规模为 871.5 万，2015 年总人口数达 2188.3 万人，至今维持在 2200 万高位上，近 40 年扩大了 2.5 倍。城市人口规模的激增同时伴随着经济社会结构复杂性的提升，公共服务供给能力与人口对公共服务的实际需求不相匹配，这为城市治理带来了巨大挑战。二是传统的行政管理体制固化，“强条弱块”难以适应超大城市治理新局面。目前我国所形成的条块体制产生于计划经济条件下，较多地强调“条”的权力集中、自上而下的管理、监督和控制，而“块”却处于应付各业12、务条线派下来的工作的被动状态，这在基层尤为明显。这种“强条弱块”的治理体制已不能满足超大城市人口规模激增带来的复杂治理新局面，往往出现“看得见的管不着，管得着的看不见”的执行难题。作为基层的街镇、社区最容易发现问题与隐患，却没有权限解决；而条线部门有权力管理并有能力堵住治理漏洞，却无法及时掌握问题信息。三是现有城市治理体制缺乏监督、反馈机制，问题解决不彻底。超大城市治理问题错综复杂，目前城市治理体制缺乏监督、反馈机制，容易导致治理主体陷入“自说自话”的怪圈，治理工作流于形式，而真正的民生问题却没有得到彻底解决。比如，某市自称立足管理的精细化、智慧化，全面推进垃圾分类成果斐然，成为全国各大城市中13、的“优等生”，而实际中，农村、城乡结合部对垃圾分类工作重视不够，大多流于形式，垃圾混放情况严重，且社区垃圾房（箱）开放时间不一，垃圾箱投放点不足，给居民生活造成不便。以上说明某市垃圾分类工作缺乏强有力的监督反馈机制，流于形式现象仍需要改进。城市的产生与发展伴随着人类文明产生和发展的全过程。围绕城市让生活更美好的目标，中国特色的城市治理模式探索一直没有止步，并逐步确立了“依靠人民、为了人民”的价值取向。传统城市管理模式通常以政府为活动的唯一主体，在科学管理思维的指引下，权力控制、行政命令、制度约束成了主要手段，政府通常采取分包制的原则，将城市管理中的基础设施管理、环卫等工作分包到各个部门。在城市14、管理方面，由于各个部门权限和职能有限，且部门与部门之间缺乏交流，政府部门、行业、企业间存在信息和业务割裂，城市工作呈现出了缺乏顶层统筹规划的弊病，由此导致城市管理“九龙治水”的问题产生。比如在水污染治理领域，历史中存在“环保不下河、水利不上岸”的说法，由于水治理的问题较为复杂，涉及到生态环境、农业农村、自然资源等部门，问题发生时各部门之间配合不够，甚至还出现互相推诿的情况，由此形成“九龙治水而水不治”的困境。松散型、分散式、突击式的社会治理办法，已难以适应城市发展要求，党的十七大对加快行政管理体制改革明确提出“加大机构整合力度,探索实行职能有机统一的大部门体制，健全部门间协调配合机制。”实践中15、，逐步探索出党委领导、政府负责、社会协同、公众参与、法治保障的社会治理体制，变“九龙治水”为“一龙管水”。“城市病”具有非常综合复杂多元的多维度特点。所以，实现城市可持续发展需要形成一个综合性的整体方案，而不再是“单打一”的方式，不再头疼医头、脚疼医脚。（二）超大城市现代化治理的实践超大城市在推进国家治理体系和治理能力现代化的进程中肩负着重要使命。进入新发展阶段，以北京、上海、深圳、成都等超大城市为代表的中国城市成为了推进国家治理体系和治理能力现代化的排头兵和先行者。4背景要求2017 年以来，北京以深化党建引领“街乡吹哨、部门报到”改革、完善“接诉即办”机制为抓手，持续推动工作重心下沉、资源16、下沉、服务下沉。在推动首都高质量发展中满足群众利益诉求、破解基层治理难题，构建起具有首都特点的超大城市基层治理新格局。制度方面，北京市先后印发关于进一步深化“接诉即办”改革工作的意见、北京市接诉即办工作条例，规定了“接诉即办”的功能定位和制度内涵、工作体系、全流程工作机制、主动治理机制等内容，提高了接诉即办为民服务工作的规范化、科学化、法治化水平，为继续深化改革，推进首都治理体系和治理能力现代化提供法治保障。实践方面，深化党建引领“街乡吹哨、部门报到”改革，围绕建立基层治理的应急机制、服务群众的响应机制、打通抓落实“最后一公里”工作机制，建立起以 12345市民服务热线为主渠道的接诉即办机制，17、各区、各部门、343 个街道(乡镇)、市属 44 家国有企业全部纳入接诉即办体系，推动了基层治理重心下移、权力下放、力量下沉，解决了一大批群众身边的操心事、烦心事、揪心事。2023年北京12345市民服务热线年度数据分析报告显示，2023 年 12345 热线共受理群众反映 2143.8 万件，其中，受理诉求 1089.4 万件，诉求解决率、群众满意率分别达到 95.5%和 96.1%。北京市面对超大城市治理难题推行的“接诉即办”，是“吹哨报到”的新延伸，创新型建立了践行“人民城市为人民”的新机制，是基层治理的新举措、新实践，为超大城市现代化、精细化治理变革提供样本。以问题为导向，上海抓住社区18、这个城乡基层治理的重心，自 2022 年开始全面推进“美好社区 先锋行动”项目实行精细化管理，探索中国式现代化超大城市基层治理新路，推动形成一批可复制、可推广的新经验。制度方面，2014 年，上海发布中共上海市委上海市人民政府关于进一步创新社会治理加强基层建设的意见（下文简称 意见）以及其他个配套文件，明确指出完善街道职能定位，建立健全居民区治理架构及居民区联席会议平台，推行居民区党组织兼职委员制度。2020 年发布关于落实“人民城市”理念加强参与式社区规划的指导意见为社区各类主体自动自发参与社区环境改造和空间治理的探索实践提供制度、流程及机制的指导。2023 年上海出台关于进一步加强党建引领19、基层治理的若干措施，各区也纷纷出台基层干部激励政策，如浦东新区出台的激励关怀居村党组织书记队伍 15 条措施等，一系列政策措施为上海基层治理提供了制度保障。实践方面，在上海，党群服务站点星罗棋布，形成了党建引领基层治理的强大网络。比如，金山区正在探索“微格治理”工作法，以村组、村埭为基本单元建立微网格，提升治理效能。松江区创新“第二书记进社区包小区、党员第二楼组长包楼栋、社区党员包邻里、临时党组织包重点攻坚任务”的工作机制。在徐汇区，构建了覆盖全域的数字赋能体系，一体化整合基层 30 个业务系统和 190 个平台入口，实现统一入口、一键登录，帮助基层干部日均减少 2 万次重复操作，整体工作效率20、提升约 30%。上海在社区治理方面进行的探索实践，建构了党领导下的城市基层组织体系，在数字化赋能下实现平台多元主体共治，这些改革不仅赋予了社区更大的能量，更提高了解决社会问题的能力，奠定了城市治理转型的基石。北京模式，改革引领。上海模式，平台共治。5背景要求近年来，广州聚焦国家重要中心城市、综合性门户城市和粤港澳大湾区区域发展核心引擎定位，全面深化数字政府改革，通过建设“一网统管、全城统管”的“穗智管”城市运行管理中枢，以“绣花功夫”推进城市治理能力和治理体系现代化，探索出一条符合超大型城市特点和规律的治理新路子。一是实现了跨部门的关联协同。以建筑废弃物运输车辆综合治理应用场景为例，“穗智管”21、实现了市城管局、市住建局、市交警支队、市交通运输局等多部门的数据共享和业务协同，全量汇聚了全市 522 个在建出泥工地，305 个消纳场、循环利用企业、转运码头，9657 辆具有建筑废弃物处置证的建筑废弃物运输车辆信息等数据，对接了工地、道路卡口、消纳场等物联感知设备实时数据，借助 AI 智能识别以及数据研判等技术手段，对车辆超速、车盖未密闭等进行自动分析预警，形成线索推送至相关部门，为部门治理或执法提供依据，实现从部门“单打独斗”向“齐抓共管”转变。二是实现了跨层级的关联协同。“穗智管”坚持“全市一盘棋”思路，探索建立市区协同联动模式，于 2021 年4 月印发广州市“数字政府”改革建设工作22、领导小组办公室关于加快推进“穗智管”区级平台建设工作的通知，指导各区按照“统一规范、上下联动”要求，结合本区实际情况建设“穗智管”区级平台。通过融通和整合“穗智管”市级平台与各区“令行禁止、有呼必应”、网格化系统等综合应用平台建设 11 个区的“穗智管”区级分平台，打通市、区、街镇及村居（网格）的数据链路和业务链路，实现对城市运行事件快速响应、高效处置，为街镇、网格提供联动支撑，形成“两级平台（市、区）、四级管理市、区、街（镇）、村居（网格）”的治理架构，促进市区两级城市管理事件数据良性双向反馈、双向赋能，完善市域数字化治理体系，激活基层“大联勤、大联动”，提升各层级决策、管理和服务水平。重庆23、拥有 8.24 万平方公里、38 个区县、3000 多万人口，体量上堪称“超大”。这样的超大城市，人口规模庞大、城市构造复杂、利益诉求多元，治理起来需要考虑的因素相对较多，对治理的科学化、精细化提出更高要求。20 世纪 60 年代初，诸暨市枫桥镇在社会主义教育运动中创造“发动和依靠群众，坚持矛盾不上交，就地解决，实现捕人少，治安好”的“枫桥经验”。后来，“枫桥经验”得到不断发展，形成了具有鲜明时代特色的“党政动手，依靠群众，预防纠纷，化解矛盾，维护稳定，促进发展”的枫桥新经验。新时代，重庆深化“枫桥经验”实践，探索基层智治，推进“141”基层智治体系建设。“1”指的是每个镇街均建立 1 个基层24、治理指挥中心，作为镇街运行的“中枢”；“4”指的是聚焦镇街主要职能，构建党的建设、经济发展、民生服务、平安法治4个板块；第二个“1”指的是村（社区）网格。目前，全市 1031个镇街全覆盖建成基层治理指挥中心和“四板块”，每个板块下设置若干岗位，将镇街工作人员统一纳入岗位管理，日常依岗履责、应急拉通使用。实施党建统领网格治理专项行动，在1.1万个村（社区）按标准设置网格6.5万个，采取“单建+联建”方式全覆盖建立网格党组织，按照“网格长+专职网格员、兼职网格员、网格指导员+其他各类力量”的“1+3+N”模式配备网格力量，健全“网格吹哨、部门报到”等运行机制，充分发挥网格作用。重庆基层智治体系的建25、设，解决了镇街内设机构分工过细、职责交叉，基层治理“小马拉大车”，数字化、智能化水平整体较低的现实难题。广州模式，数据先行。重庆模式，基层智治。6背景要求以“人工智能+政务服务”提高政府智慧治理水平。利用机器学习、计算机视觉和自然语言处理等人工智能技术，建立智能政务服务平台。比如渝快政、渝快办等数字治理平台建设成为集智能问答、智能搜索、智能预审和智能导办等功能于一体的智能政务服务平台，提升移动政务服务能力，推动政务服务流程再造。通过人工智能核实申请人身份、判读申请材料，全时受理政务服务需求，实现机器自主审批或辅助审批，促进政务服务监督转向机器监督、循“数”监督和全时监督。以“人工智能+公共服务26、”完善公共服务治理体系。利用人工智能技术推动公共服务体系在数据驱动下持续发展和不断演进，积极探索主动式公共服务业务模式，提升公共服务的科学性和韧性。比如杭州“人工智能+交通”，实现“AI 信号灯”全自动控制红绿灯的应用。目前杭州主城区的 2000 路地面道路红绿灯都实现了由“城市大脑”实时感知并发现交通问题，其中有 59 处高架匝道红绿灯已经实现 AI 自动控制，当遇到早晚高峰时，AI 信号灯会根据匝道及高架整体车流量，自动形成一个红绿灯时长分配方案并实现完全智能控制。以“人工智能+社会治安”优化公共安全治理路径。在犯罪侦查、反恐行动、安防设备升级改造、食品安全和自然灾害等领域人工智能显现出强27、大的赋能效应。比如，银川以基础信息化建设为龙头，以高度共享和智能化应用为核心，以大数据、云计算为支撑，以网络和信息安全为保障，公共安全信息化在全区布下一张智能“天网”，如今，已在公共安全工作中发挥了至关重要的作用。警务室的信息化智能化管理，通过大屏和数据调取，成都常住人口超过 2100 万、经济体量突破 2 万亿，如此超大规模的城市体量为治理带来了严峻的挑战，但成都因地制宜的探索精细化、精准化、品质化成为城市治理转型典范，并连续 15 年荣膺“中国最具幸福感城市”，小微公共空间打通居民体感“最后一公里”成为成都特色的城市治理标签。小微公共空间是指分布散、面积小、不规则、权属杂的城市微空间，是城28、市中分布最为广泛、与居民日常生活联系最为紧密、最容易被人忽视的城市公共空间类型，更需要有关部门瞄准群众急难愁盼的痛点发力。以便民服务为宗旨，在居民服务日常生活服务方面，成都积极开辟社区生活空间，引导快剪理发、维修水电、缝补剪裁等服务业态有序经营；以公园城市为统领，依托公园绿道等绿色开敞空间，打造生活消费场景100余个，设置阳光帐篷区100万平方米，可满足20万人露营需求。以居民自治为取向，成都正试点城管骨干力量挂职社区副书记，发挥党员先锋模范作用，汇聚多元力量共同参与街区建设，优化基层治理模式，创新“公益+低偿”运作模式。相对于其他城市的更新模式，成都格外注重空间场景的营造，通过建设一个有温度29、的健康城市与多元空间让人感受到生活的归属感及幸福感。人工智能赋能城市治理的不同领域成都模式，空间治理。（三）人工智能给城市治理带来新的生机新一轮技术革命为提升超大城市社会治理提供了新的可能性。物联网、云计算、移动互联网、人工智能和机器人等新兴技术快速发展，技术的发展和演进会极大地拓展数据驱动城市管理的基础设施建设、数据系统建设，以及应用开发能力，并提高大数据社会治理的能力。对于高人口密度、高人口流动性和人口多样性的超大城市发展和治理来说，城市治理的复杂性被空前地提高了，但是数据化的开发应用，正展现出技术进步的巨大力量，促进城市科学化、精细化、智能化管理水平的提高，以人工智能技术赋能城市治理来看30、，具体体现在技术赋能不同领域和不同环节。7背景要求随时对区域人口、车辆、出租房屋、重点人员实时精准掌握，提高治安防控效能。再比如，“人工智能+安防”，AI 视觉分析技术可以用于自动检测异常行为、识别车牌等，并通过深度学习持续提升精准率，可将传统视频感知设备智能升级，为智慧安防提供可靠性、高效性和经济性，应用到智慧园区、小区、社区、校园、工地以及公共安全等场景，用智慧之“眼”守护人们的安全，助力提升政府治理水平。城市治理可分为监测、决策、执行、监督四个环节。在监测环节，人工智能技术的应用能够辅助自动获取经济社会运行中的事实信息。在决策环节，人工智能技术的应用能够智能分析所获取的情报信息并生成决策31、方案，为治理主体作出决策提供可靠依据。在执行环节，人工智能技术的应用能够使人类执行行为自动化，提高执行效率。在监督环节，人工智能技术的应用能够实现治理全生命周期管理与目标自适应反馈，助力城市治理问题的有效解决。人工智能赋能城市治理的不同环节（四）以民意速办为杠杆撬动现代化城市治理高质量发展“人民城市人民建，人民城市为人民”重要理念深刻回答了城市建设依靠谁、城市发展为了谁的根本问题。三年后，这一重要理念被写进党的二十大报告“坚持人民城市人民建、人民城市为人民，提高城市规划、建设、治理水平”。无论是城市规划还是城市建设，都要坚持以人民为中心，聚焦人民群众的需求，合理安排生产、生活、生态空间，走内涵32、式、集约型、绿色化的高质量发展路，有效地处理民意不仅是政府责任的体现，也是促进城市治理高质量发展的关键。目前我国的城市治理模式，主要是以党为引领、政府为代表的多主体治理主体，依法履行政府职能，解决城市公共问题、增进城市公共利益，为人民群众提供公共产品和服务，以实现城市的高质量发展。具体而言，城市治理供给侧主体主要为党领导下的政府各部门，基于经济社会的行业、领域特征分类设置，形成条线管理机制。比如，住房和城乡建设领域公共事务的管理由城乡建设部门管理，水资源领域公共事务的管理由水利部门管理，针对 1382 个细分行业各个领域，均设置相应的政府管理部门，各部门依法履行政府职能，从而促进各行业、各领域33、的高质量发展，由此形成政府治理主体网络。城市治理需求侧主体主要有人民群众诉求和领导要求两方面。其一，人民群众的诉求，即民意。民意是指人民群众的意见、愿望，民意信息具有聚焦准、切口小、可参与度高，以及“短、平、快、新”的特点，是参政议政的“直通车”和“轻骑兵”，全面、准确、及时了解社情民意，是中国特色社会主义参政党履职的基础。其二，领导的要求。领导在组织中扮演着至关重要的角色，具有决策、指挥和协调的作用，而群众的诉求是领导要求的重大来源。超大城市治理应以党的领导为牵引，同时也需遵循各级政府组织的领导要求。只有坚持党的领导，才能确保超大城市治理工作符合国家发展战略，维护人民群众的根本利益。只有紧跟34、政府领导的要求，才能扭住“民意诉求”牛鼻子，确保治理工作有序开展，提高城市治理效能。民意诉求的处理效率和质量，即诉求处理的速度及问题解决的程度，反映了城市自身建设的成果和治理效能，反映了治理主体发现问题的敏感性、信息掌握和分析判断的能力，反映了民意信息传输的渠道是否通畅、集智聚力的体制机制是否有效。面对超大城市错综复杂的民意诉求，基层治理主体的传统治理手段已不能支撑诉求的高效处理，而以 ChatGPT 为代表的新一代人工智能技术在民意诉求的搜集、分配环节均显现出强大的赋能效应，为后续民意诉求的处理、反馈提供了坚持的基础。其一，在监测的搜集和分发环节中，人工智能技术可应用于民意诉求的情报信息自动35、化、全面性搜集，进而可实现民意诉求的智能分拨、快速分发，智能识别民意诉求内容，并进一步推送至相关主管部门；其二，在决策环节，人工智能技术可应用与民意诉求及领导要求的需求研判，智能生成需要研判报告，以支撑后续治理主体领导科学决策。由此，8背景要求?智能化民意速办成为链接城市治理供需两侧的关键点，以民意速办为杠杆，可撬动高质量的城市建设、高质量的基础设施、高质量的公共服务、高质量的人居环境、高质量的城市管理，贯彻落实“人民城市人民管，管好城市为人民”的新理念，真正实现城市治理的高质量发展。图 1 民意速办理念9创新举措党的二十大报告指出，坚持人民城市人民建、人民城市为人民，提高城市规划、建设、治理36、水平，加快转变超大特大城市发展方式，实施城市更新行动。“无论是城市规划还是城市建设，无论是新城区建设还是老城区改造，都要坚持以人民为中心”“推进服务供给精细化，找准服务群众的切入点和着力点，对接群众需求实施服务供给侧改革，办好一件件民生实事”。城市规模越大，治理面对的问题越复杂，超大城市治理必须要扭住“民意速办”牛鼻子，贯彻落实“人民城市人民建、人民城市为人民”的根本理念，不断提升城市的业态、功能、品质，提高人民群众生活幸福感，推动城市治理高质量发展。民意人民群众的意见、愿望和诉求。与其他中小城市相比，超大城市承载着更多人民群众对美好生活的期待，这就要求超大城市要充分激发人民群众参与城市治理的37、内生动力，解决好人民群众的“急难愁盼”问题。针对超大城市治理中人民群众的“急难愁盼”问题，要用“个别与普遍”的辩证思维来解决。所谓“个别”，指的是海量的群众意见代表的是城市中的个体需求，比如王先生反映住宅周边噪音扰民的问题，李先生反映街道停车不规范问题，刘女士反映垃圾堆放污染环境问题等，诸如此类的个体诉求是超大城市治理的最小切口；所谓“普遍”，指的是个体的群众诉求可以细分、归纳为不同的类需求，进而可以精准匹配责任部门，不给“踢皮球”留下空间。比如，日常生活中的噪音污染，可以被细分为建筑施工、公园、学校、道路等 35 类的噪声污染处理需求，明确由生态、城管、教育、交通等 10 个单位负责，每个单38、位负责的事项都有清晰界定和分工，从而推进群众意见的高效处理及城市的高效治理。（一）人民至上创新举措二10创新举措速办指的是快速响应、处理、解决问题，是对人民群众个体需求及类需求的高效处理。“速办”既体现了城市治理者坚持“人民城市人民建、人民城市为人民”的根本理念，也展现了高效运行的城市治理机制及较高水平的治理能力。“速办”强调两个关键，其一是“响应快速”，对群众提出的意见、诉求能够在短时间内受理，推动诉求的快办结；其二是“管理闭环”，已解决的问题能够及时的反馈至群众，推动诉求的真办结。只有对人民群众所反馈的意见、诉求、愿望进行快速地响应、处理、解决与反馈，即民意速办，才能聚焦城市治理的关键问题39、，抓住城市治理的最小切口，真正实现城市治理的高质量发展。有效推进民意速办，一是要拓宽民意反馈渠道。提供多路径民意反馈方式，比如 12345 市民热线、微信公众号、小程序、政府在线官网网站等，最大限度的保障人民群众意见反馈的便捷性；二是要实现治理主体多元化。改变传统“强条弱块”的治理模式，强化街道、社区在城市基层治理中的角色定位，尤其是发挥基层党组织、党员的引领和带头作用，以基层党组织、党员为载体，打通党委政府服务群众、联系群众的“最后一公里”，激发超大城市人民群众的主观能动性，推进人民群众自治，实现治理主体多元化；三是要以领导的要求为牵引。政府是城市治理的重要主体，各级政府组织的领导在党的领导40、下对城市治理工作具有重要的指导作用。只有紧跟党及政府领导的要求，才能确保治理工作有序开展，提高城市治理效能。而领导的要求来源于人民群众的需求，以领导的要求为牵引推进城市治理，就是把握住了人民群众最关心、最直接、最现实的利益问题。只有落实民生小事，才能更好满足人民群众对美好生活的需要，实现超大城市的精细化治理。随着信息化和数字化迅猛发展，以 ChatGPT 为代表的新一代人工智能技术（AI）及大数据（Big Data）已成为推动社会变革和技术进步的两大支柱，人工智能与大数据的结合也被视为科技领域的一次革命性融合。AI 依赖于大数据的海量信息进行学习和决策，而大数据则通过 AI 技术的处理和分析获41、得更深层次的洞察和应用。在超大城市治理领域，AI 与大数据的结合亦显现出强大的赋能效应，在“民意速办”业务中，为民情的智能发现、融合调度、协同处置和智能分析等环节提供了技术保障。（二）数智保障超大城市的人口规模均在千万以上，如重庆市人口总量甚至超过了 3000 万。如此体量的人口规模伴随着复杂、多元的人口结构，同时也带来了复杂、多元的民意诉求信息。在某一时间点上的民意信息，甚至超过上万条。如何对海量的民意信息进行高效的收集，是民意速办需要解决的首要问题。利用现代信息技术，构建民意速办信息平台，依托微信、网站、热线电话等载体，可实现民意诉求的快速收集。尤其是多模态数据的处理技术，能够实现图文、音42、文等的转化，从而将人民群众通过文字、语音、视频、图片等多种方式传递的诉求、意见进行统一的格式化处理，从而为下一环节的分拨、研判、分析等提供数据基础。1.保障海量民情信息的快速归集11创新举措在超大城市的的多元、复杂管理场景中，人民群众的反馈涉及诸多领域，如基础设施问题、社会安全、环境保护等。传统的人工分拨可能面临信息量大、分析速度慢的挑战，而人工智能技术可通过多层神经网络，如卷积神经网络 CNN、递归神经网络 RNN 等技术，进行复杂数据的处理和学习，应用于民意诉求业务中多模态信息的处理，比如图像、语音、视频等多模态信息的识别。通过算法识别和分类大量文本数据，快速准确地将问题归类，并自动发送到43、相关部门进行处理。比如，智能识别人民群众反馈的噪音污染问题，进一步智能分类为建筑施工、公园、学校、道路等类型噪声污染，自动化推送至生态、城管、教育、交通等各个负责单位，有效解决每一个民生问题。这种智能化的处理方式不仅节省了人力资源，还能够提高响应速度和问题解决效率，从而有效改善城市管理的整体运作效能。利用大数据处理技术，对收集到的全量民意诉求信息进行定量及定性分析，设定科学的指标体系，辅助区域政府统览全局、分域的城市治理态势。比如统计各细分领域、各区域民意诉求意见总量、平均办理时长、诉求事件按时办结率、群众满意率等指标，根据量化指标评估区域所辖各领域、各细分区域城市治理的现状及不足，为区域政府44、推进下一步决策提供量化支撑。此外，通过大数据智能分析技术，还能判断区域近期诉求弱信号事件、重点事件、热点事件等信息，形成重点事件库进行持续跟踪，以保障重点事件的及时妥善解决。最后，人工智能和大数据技术还能够实现对民情信息的实时监测和预测。通过建立预测模型和算法，可以根据历史数据和当前趋势，预测未来可能出现的社会舆情和民众行为变化，有助于政府及时调整政策和应对突发事件。2.实现复杂民情信息的精准分拨3.实时呈现民情信息的量化分析通过分析民众的需求和领导的指示，利用生成式人工智能技术可以迅速生成需求研判文本。通过大量高质量语料的训练，平台可以实现基于输入数据和指令的报告框架、结构和内容的自动生成，45、包括问题描述、处理建议、优先级评估等详细信息。生成式人工智能技术的语言生成模型，如基于 Transformer 架构训练的 GPT 系列，为报告生成过程提供了重要的语言表达和文本编辑支持。这种智能化的需求研判，不仅能够帮助领导层及时了解社会民意和公众关注点，还能够为政府部门提供决策支持和实施方案的制定。例如，在紧急事件响应中，人工智能可以快速分析公众反应和媒体报道，帮助决策者理清事实真相、评估风险，并制定有效的应对措施，从而更好地保障市民的安全和权益。4.智能生成民情信息的分析报告12创新举措不以规矩，不成方圆。规则进化是提高智能化民意速办效能及超大城市现代化治理能力的重要保障。一方面，推进城46、市治理体制改革，改变传统“强条弱块”的治理模式，打造“多元主体共治”的新模式。另一方面，在民意速办涉及的采集、分拨、处理、反馈等各个环节，建立健全制度规范，坚持法治化、责权化，以场景化方式，应对和化解超大城市治理中的各类问题。（三）规则进化超大城市治理的关键在于锚定人民群众的需求，而基层组织直接面对一线治理的场景。我国传统的治理模式是“强条弱块”，在科层体制内，如街道、社区等基层组织承担着基层治理的繁重任务，但事务处理的实质性权力仍属于上级部门。比如，面对社区周边乱停放的车辆阻碍交通道路的通畅，社区往往能够实时监测这一场景并及时制止、纠正，但其却不具有处理权力，这一问题的处置权力在城市交通管理47、部门。而超大城市有着空间规模、人口规模超大的显著特征，条线管理模式无法满足基层民生问题的资源需求，以至于民生诉求问题处理不及时。要破解这一难题，就要优化“条块关系”，赋予基层组织更多的建议权、参与权、处理权，推动条线权力和资源向基层下沉，赋予基层属地管理的自主性和社会治理重心的政治属性，尤其是强调居民的参与，实现基层治理的多元主体共治。具体实践上，可利用人工智能技术推进“城市社区智治”，通过深化党建引领和利用大数据、生成式人工智能技术，构建了覆盖“区-街道-社区”三级的“智治”体系，实现了社区管理队伍、人口、空间资源等数据的整合与实时更新，为社区提供了一套数字智能底板。同时，居民能通过人工智能48、更直接地参与社区决策和服务改进，真正实现“人民城市人民建、人民城市为人民”。提高超大城市精细化管理水平，需要建立完善细致的法规体系，形成具有地方特色、能够满足全球城市发展目标和治理要求的城市治理地方法规体系。主要包括，一是在权责边界的梳理方面，需要加强对各职能部门的权力清单和责任清单的系统梳理和分类，并以明确的法规条例的形式进行确认。在“民意速办”业务中，海量的民意诉求信息上传至平台后，精准推送至各个部门的前提便是各部门权责边界明晰，尤其是复杂疑难事项的责任归属。因此，为避免部门推诿问题的存在，需要系统梳理民生诉求职责清单，并结合实际情况将部门一级职责以法律形式明确规定，而在实践中，民生诉求职49、责清单也不是一成不变的，而是根据新领域、新业态的发展需要，进行动态调整。二是在职能行使的法律依据方面，需要对目前行使城市管理职权的部门进行规范，理顺上下级行政管理或执法机关的关系、同级职能部门职责的交叉或互补关系、机关或系统内部职能的划分。比如，前文所述的“条块关系”，基层组织与上级主管部门在面对一线治理问题时的职能行使边界范围。又比如，面对复杂的水污染环保问题，生态环境、农业农村、自然资源等部门如何协调配合解决。智能化民意速办的推进，离不开各个程序、环节的规则明晰。完善民意速办管理中程序性规定的细则内容，加强部门间协同和管理的规范化、标准化，是推进法治化治理、精细化治理的配套措施。比如“一个50、入口”，“民意速办”平台按照统一平台、统一标准的规则建立，市民群众无需再分辨诉求应通过哪些渠道反映、了解事项该由哪个部门负责，仅需通过这一个“窗口”提交诉求，平台便会完成对诉求的收集、分拨、处置、监督、反馈、评价全周期闭环管理，办事更加简便。在这背后，是政府职能的变革和治理方式的转型，具体而言，整合区域各个市直单位、各个区级单位的处置系统，组织各区各部门诸家单位在一个平台上开展民生诉求业务办理，把横亘在部门、层级、区域之间的壁垒打通、贯穿。再比如分工1.体制上，优化“条块关系”，提高基层治理效能2.制度上，健全“法律规范”，深化治理责权清单3.机制上，完善“治理规则”，明晰城市治理程序13创新51、举措办理涉及多个政府部门业务，可通过平台提交诉求，N 个部门同时办理，原本需要跑多个部门的“麻烦事”一次性解决。同时，对于收集到的同类诉求也可以实现“并案”处理，进一步提高了基层的工作效率。对于人民群众所反馈的意见、诉求，要还原至群众具体的问题场景中，通过精细化的分析和智能化的应用，用场景化的思路解决具体问题，识别问题的现象、根源及症结，从根本上解决每一个民生问题，切实保障人民群众的美好生活需求。比如，在路口交通管理问题上，可以通过实时数据分析和模型预测，优化交通信号配时、预警交通拥堵、推荐最佳路线等，提升通行效率和减少能源消耗。再比如，在违规停车阻塞交通问题上，识别其真正的问题在于停车难，可52、利用人工智能技术，监测城市停车容量情况，智能推荐附近停车位置，有效解决城市停车难问题。此外，场景化的治理模式还包括针对不同社会群体和区域的个性化服务和管理。通过大数据分析，能够精准识别社会问题的发展趋势和热点，及时调整政策措施和资源配置，以满足市民多样化的需求。例如，在公共安全防护中，根据数据分析结果，精准投放公共安全防护力量，提高有限资源的利用效率。4.方式上，创新“场景治理”，提升群众满意程度20 世纪 90 年代前，科层治理和市场治理是治理的两大传统范式(可称之为旧治理理论)。两者的差异在于，科层治理源于官僚体制下的强制性权力和命令行为，市场治理则遵循交易逻辑和契约行为。其共性在于强调政53、府或市场的互不兼容性。20 世纪 90 年代后，治理改革实践的发展推动治理理论的反思，治理理论不断被赋予新的内涵，适应性治理、协同治理、实验主义治理、多中心治理等新治理理论陆续出现。新治理理论强调治理主体的多元性、参与性、调适性等，能够有效回应当时的社会变迁。然而，“在引领城市治理转型时，需要同时打破政府技术应用的刚性和解决政府政治势能的持续性难题，这些治理思路却显得适用性不足”。尤其是在面对超大城市的治理时，这些治理理论显然不足以解决快速变化的城市问题，难以引领精准的治理发展模式以应对超大城市面临的复杂性和不确定性。为了应对和适应这一发展趋势，一种新型的敏捷治理理念应运而生。其基本涵义是一种54、自适应、以人为本，以及具有包容性和持续性的决策过程，理想形式的敏捷治理不会因为速度而牺牲首都超大城市治理理论与实践性、有效性和代表性，是回应社会公众诉求与经济社会发展需要的产物，是指组织的利益相关者为了实现公共目标，以快速、灵活、有效的方式适应不断变化的环境以及公共需求的决策过程，旨在构建一种能够快速且灵敏应对公众需求的治理模式来提升组织运营效率并改善用户体验，核心价值在于弹性、回应性和适应性，被更广泛地运用于产业监管、电子政务和公共部门治理等方面，通过在多主体间灵活分享责任，以适应快速变化的环境。由此可见，敏捷治理的基本特征是参与性、弹性、包容性、可持续性、回应性和以人为本。敏捷治理成为当前55、和未来超大城市治理的新方向。（四）治理迭代14创新举措民意速办的核心思路是通过 12345、问卷调查、书记市长信箱、事件投诉、督查案件、城运事件等多渠道汇聚每年百万级的群众诉求信息，通过人工智能和大模型技术实现精准的分类、分域、分级，实现民意诉求的一网获取。其次，建立程序化化规则化信息化的处理能力和处理过程，包括权责清单、场景分工、智能分拨、处置过程、指挥协调、督查督办、满意度调查、“类需求”研判等八项制度，实现民意诉求的制度化处理。最后，运用生成式人工智能技术，面向相关领导提供周期化的民意专报，支撑领导掌握诉求的分布、排名、典型案例、解决情况、共性需求等关键信息，面向各职能部门提供实时的事件56、速报，包括问题的发现、解决、分析等信息，实现民意诉求的在两个层面的一体解决。通过抓住民意这个“牛鼻子”，通过建立规范化信息化的处理制度，实现单一事件的部门快速处理和共性事件的领导集中处理，实现城市问题“点”和“面”的同步解决，打造超大城市治理敏捷迭代的新样板。（一）治理信息模型：“诉求要求”，点面结合总体框架三15总体框架构建“民意速办”技术平台体系，结合“四智融合”的技术理念，推进城市数字底座和智能应用建设，全面支撑民意速办流程高效及场景创新。（二）技术平台：智能+协同，高效处置一件事?图 2 民意速办 1-8-1 结构示意图图 3 民意速办技术平台体系?16总体框架智能联接：面向民意速办中57、的各类业务场景，构建“智网”高效联接能力。提升电子政务外网支撑水平，打造 IP+光一体化政务外网，构建最优网络架构，将电子政务外网向街镇、居村延伸；构建城市级物联感知网，为城市治理全面感知、实时互联和数据共享开放奠定基础。智能中枢：智能中枢是民意速办的“智脑”，云基础设施是实现城市治理数字化的基础，将城市多云进行统一管理，协同市区政务云资源，构建物理分散逻辑集中的城市治理数据湖，打造集约、协同、共享、可靠的云资源。依托业务使能、数据使能和 AI 使能平台，为民意速办智能化场景提供平台资源和能力。智能交互：打破条块分割、单部门内循环模式，以业务协同为主线，以数据共享交换为核心，通过“智眼”发现、58、汇聚来自 12345 热线、网格巡查、视频感知设备等各类渠道的民意事件，通过“智体”接收民意事件任务，用智能化方式提升事件处置效率，实现民意业务流程高效闭环。智能应用：依托民意速办业务需求，打造民意“发现、分拨、处置、分析”一体化智能支撑平台，使能各类民意速办事件高效流转和各类应用场景智能化建设；提供城市运行系统，面向大、中、小屏提供民意态势感知和运行专题应用，提升城市事件管理和部门协同效率。一网统管“民意速办”运行保障的核心是充分运用智能化技术和方式，通过对数据、业务和组织等进行连接、融合、协同和重构，对城市进行有效治理和趋势预测，实现对城市治理事件进行集成化、协同化、闭环化的高效处置，以及59、城市治理要素、对象、过程、结果等各类信息的全景呈现。践行以人为核心的城市发展理念，通过主动为群众提供多样化、专业化服务，实现网格基础信息准确、民意反映顺畅、遇事处置快速，解决群众、企业关心的问题，维护群众合法权益，持续提升群众、企业获得感。运行机制是城市治理一网统管“民意速办”建设的核心，通过组建市、县（市、区）、镇（街道）三级城市运行管理中心，强化“民意速办”建设统筹和协调能力，打造城市“一盘棋”的建设格局，确保“民意速办”各项工作有序推进。保障体系是城市治理“民意速办”建设的支柱，包括运营组织、标准规范和管理规范。通过运营机制的创新，以城市运行管理中心牵头，业务部门为主体，专业企业为支撑，60、组建专业的运营队伍，保障长效运营，强化“民意速办”的生命力；针对平台建设、数据资源、运行管理、项目管理、运行维护等，建立健全标准规范体系，保障“民意速办”建设按部就班，有序进行。（三）运行保障：运行有序、长效运营17建设重点一网统管“民意速办”需要落实城市全域数字化转型的要求，实现态势全面感知、趋势智能研判、协同高效处置、调度敏捷响应、平急快速切换。鉴于数字政府一体化集约化建设的趋势，结合多地城市数字化转型的丰富实践经验，城市治理一网统管“民意速办”高效推进需要建设基于城市智能体的“智体、智网、智眼、智脑”，实现城市要素的数字化、智能化，构建横向全覆盖、纵向全联通的城市运行一网统管，提升治理现61、代化水平。民意速办作为数字化转型的典型实践，通过全过程智能赋能，打造了高效运转的城市治理智脑；通过全场景主动办理，引领“治已病”转向“治未病”；通过全天候快速处置，强化紧急事件建设重点四图 4 城市数字化转型架构?18建设重点民意速办应用基于云、网、端、安全的基础支撑，依靠开放共享的一体化数据资源体系、利用大模型等智能化业务平台的赋能，通过全面匹配民意诉求事件汇聚接入、融合、分拨、处置、预警等全链条闭环业务，最终实现民生诉求快速响应、高效办理，办理结果及时反馈、触达到人的治理效果。民意速办涵盖了民生诉求发现、调度、处置、分析全流程闭环的业务，通过集约化建设智能化赋能，支撑城市各类治理场景的“敏62、捷创新、迭代创新”，是善听民意、汇聚民智、凝聚民心，有效实现党群、政民互动的“连心桥”。（一）敏捷治理民意速办在发现阶段，主要需要解决城市治理事件发现能力不足，大量需要及时处置的城市治理事件发现不及时的问题。民意速办需要推动发现能力的整合和提升，进一步赋能辖区治理能力整体提升。民意速办应用建设利用智能化赋能各类问题发现，通过对视频感知设备的智能化改造实现全域智能发现，通过 CIM 的数据关联实现柔性执法闭环，在巡查阶段利用数据和大模型赋能“以核代采”实现管理服务到位底数鲜活，在接报阶段利用大模型实现工单“一字不填”智能接报。1.智能发现：全域泛在感知图 5 敏捷治理?图 6 智能发现19建设重63、点慧眼识事让感知更全面发现更高效城市前期已建设了大量视频感知设备，但普遍面临利用率低、共享难的问题。结合大模型等智能化技术，通过联网汇聚可以全面盘活视频资源，有效提升视频发现的智能化水平，实现一图多识、以图搜图、精准治理等关键能力，更好地服务城市治理。通过一图多识可以全面感知城市各类治理问题，实现泛在感知；通过以图搜图结合位置信息可以实现专项问题的快速态势分析，支撑环卫测评、视频质检、盲区补位等的业务需要；综合使用大小模型根据不同时期城市治理的不同需求侧重，充分利用治理区域的视频资源，针对大模型识别的区域高频问题，再灵活调配 300+的小模型视频发现算法，可以高效发现内涝、火灾、占用消防通道、64、占道经营等城市治理类事件，根据专项治理需要实现更为灵活高效的精细化治理。柔性执法让多元主体积极参与共治城市治理发现问题的同时，也需要快速解决问题。针对视频感知设备发现的各类治理问题，可以综合运用告警提醒、柔性执法、无人清扫等方式分情况实现快速闭环。具备声光告警功能的设备，可以在发现非投放时间丢垃圾等问题时，实时提醒相关人员自行改正；针对店铺占道经营出店经营等问题，可以自动识别上报案件中的经营主体，通过匹配 GIS/CIM 底座中的三张清单，第一时间通知责任人自行整改，在规定时间内责任人无整改行为，可再协调物业、社区等介入监管，无效时再由执法部门负责介入执法；此外，针对特定场景，如人流量较大的公65、共区域等场所的卫生问题，可以结合 CIM 和位置数据，自动调度无人清扫车辆等智能化设备快速前往完成闭环处置。?图 7 慧眼识事?图 8 柔性执法20建设重点网格智巡让网格管理服务到位，底数鲜活网格采集巡查面临数据赋能少、重复巡查填报、底数不鲜活、整体管理服务效率低等问题。在数据汇聚治理基础上，利用CIM 技术整合城市事部件信息和地理位置信息，可以全面统筹辖区事部件的采巡任务，安排网格员依据巡查对象的管理服务任务清单，通过“以核代采”的方式进行管理服务对象的数据更新，实现网格巡查及底数更新效率的大幅提升。网格事件上报时，利用大模型的图像识别能力，实现自动识别出拍摄照片中的事物并自动推荐事件的分类66、，同时自动形成上报事件描述内容的摘要，大幅提升网格员事件上报的效率。智能接报让接报更高效，工单“一字不填”12345 热线整合多类事件渠道后，每日工单数量大幅增加，工单受理登记的质量以及热线接通率成为瓶颈，影响市民对城市的满意度。在工单受理中有超过 10 项高频字段需要填写，人工在长时间繁重的压力下很容易出错，同时，每个工单的处理仅填写工单内容就需要超过 3 分钟，这也制约了热线的接通率的提升，影响了市民的整体体验。通过大模型技术可以实现热线智能接报，辅助人工自动填写各类事项的高频字段，正确率达到 98%，实现工单受理“一字不填”，每单可节省近 3 分钟，能极大地提升热线接报质量和效率。图 967、 网格智巡图 10 智能接报21建设重点【案例专栏】各地在问题发现诉求受理方面的有益探索深圳推出“民意速办”小程序平台，平台整合全市 537 个民生诉求渠道，在“民意速办”小程序平台上，深圳市民只需要手机登录、输入诉求，一键主题下单，相关部门会主动协调解决。深圳福田区利用视觉（CV）大模型提供城市事件智能发现能力，全面覆盖城市治理自动化事件上报场景，精准识别事件并智能上报、自动工单分派。针对店外经营等十余种治理场景，通过关联责任主体实现柔性执法，在告警产生的第一时间预警责任主体，告知“门前三包”相关治理法规，实现柔性地劝退使事件闭环。四川宜宾市通过“智能座席助手”将市民打进来的热线电话内容实时68、转写成文字，让辅助座席人员快速了解市民来电意图，并自动提取关键信息录入，原来需要 3 分钟左右的整理时长现在平均缩短至 1 分钟左右，有效提高了记录的精准度和效率。城市各类独立接报的民情民意渠道在调度阶段都涉及不同渠道答复口径不统一、部门被动响应等诸多问题。民意速办需要推动城市民生诉求数据全面融合、多口归一，实现集约化、标准化的受理，为市民提供一致的体验。民意速办应用建设利用智能化赋能各类诉求事件分拨调度，通过事项精细化梳理让部门职责明确清晰，通过 aPaaS 低代码应用开发平台的事项流程编排能力实现新业务事项快速上线，通过大模型智能分类调度实现工单快速分拨“一单到底”，同时利用大模型的智能分69、类能力推荐重复、群诉工单以及疑难工单的相似案例。2.融合调度：业务部门协同事项梳理让部门职责明确清晰责任明晰的事项清单是诉求精准分拨、高效办理的核心和关键，可以有效解决部门“推诿扯皮”导致的群众办事难的问题。在清单编制过程中，需要按照分类统一、编码统一、名称统一形成统一编码和数据字典，不断细化分类至最小颗粒度，厘清职责边界，逐一明确责任单位，形成职责清单，同时也是智能分拨的依据。地方实践中推出“三清单两机制”，三清单，即由市区政数部门编制数千项民生诉求事项的目录清单，市区编制部门对数千个事项一一进行责任单位划分形成职责清单，各责任单位编制具体处置流程形成实施清单；两机制，则是通过建立事项动态管70、理机制和争议调处机制，推动部门职责职能不断优化调整。图 11 融合调度?22建设重点流程编排让新业务事项快速上线事项梳理的结果需要系统来承载，业务的不断变化也需要系统具备支撑事项不断更新、持续演进的能力，通过 aPaaS 低代码应用开发平台承载事项、规则、流程、标准及对应的编排能力，可以调整、取消已有业务事项，快速创建新业务事项。如某区妇联仅用 2 周即快速上线家暴治理事项，在整合全区十余家职能单位资源，打通妇联、法院、司法、街道社区等单位处置系统后，根据案件性质和危害程度，实行“高中低”分级分类管理，通过事项流程编排，将案件进行自动分拨，实现了案件上报、任务分拨、分类处置、回访跟踪全流程智能71、化闭环管理。智能分拨让工单快速分拨“一单到底”在分拨阶段传统人工分拨依赖“老法师”经验，准确性和一致性无法保证，面临投诉工单被接收部门退回，甚至会出现多轮“踢皮球”的情况。图 12 aPaaS 低代码应用开发平台流程编排?图 13 智能分拨模型训练23建设重点通过图链、思维链、时空计算等技术，将城市治理通用知识、本地特有知识以及实时动态知识整合成有机的整体，构建动态在线高效智能的知识处理系统，发挥大模型处理城市治理任务的独特优势，进一步提升分拨效率，同时将分拨准确率提升至 90%以上。结合 aPaaS 低代码应用开发平台事项梳理及流程规则编排中的基础网格与业务网格关系，可以实现“一单到底”的效72、果。除了平时按部门职责的分拨调度，在急时也可以基于平衡部门工作量优先事件闭环的需要，探索通过对工单和处置部门进行数据挖掘画像，构建可以由两个及以上部门处置且对时空敏感的工单池，通过时空运筹模型，计算最优时空成本，实现资源合理调度，各业务单元之间的工作负载更加平衡，事件高效闭环。工单推荐让重复疑难工单处置统一标准工单实际分拨中面临的重复工单、疑难工单也会影响事件处置的效率和效果，需要稳定统一的分拨标准让部门有清晰的职责边界，需要稳定统一的处置标准让市民有一致的体验。重复工单。城市原有民情民意渠道多、工单量大，存在大量一人多诉（某一市民反复对同一问题进行投诉）、结单又诉（问题虽然被标记为已解决，但73、之后再次发生导致新的投诉）、多人同诉（在相近时间段内，多人针对同一对象进行大量投诉）、一地多诉（同一地点多次发生类似事件的投诉）等多种情况的重复工单，传统人工方式识别发现效率低、汇聚整合难，一方面导致有重大影响的城市热点问题无法及时识别预警，另一方面也导致处置部门需要分别一一答复不同渠道的重复工单，增加部门工作量的同时还可能由于前后答复不一致降低市民的体验感受。民意速办利用自然语言处理耦合时空计算技术可以有效地区分不同类型的疑似重复工单事件，实现一人多诉、多人同诉等重复工单合并分拨，群诉工单快速聚合推送相关部门，同时提高部门统一标准办理和快速响应能力。?图 14 智能分拨模型训练流程?图 1574、 智能分拨工单池24建设重点知识推荐。随着民意速办聚合的民情民意渠道越来越多，涉及的分拨事项也会进一步增加到数千项，容易出现类似工单事件分类难以界定、分拨协调难的问题，分拨人员利用大模型的相似案例推荐能力，可以准确研判业务特点，快速识别相关主责和协同部门，减少后续类似工单的推诿，推动工单事件快速处置。【案例专栏】各地在分拨调度方面的有益探索中山市探索应用智能派单，当群众对某一事项进行投诉时，智能 AI 模型将根据投诉内容，进行承办单位判定，实现 24 小时自动无间断派单，让工作人员能及时跟进处理，智能派单准确率已达 94%以上。长沙市针对集中热点诉求加强热线知识库管理，全市各级上下合力针对高频75、问题定期更新知识库和话术模板，同时通过智能升级，最大限度支持话务员广泛查找并精准定位信息内容，让“即问即答”更准、更及时。哈尔滨市引入智能化创新热线服务，以“人工话务员+智能语音客服”的服务模式让 12345 哈尔滨市政务服务便民热线接听率、回访率均达到 100%。对于与知识库匹配的问题，智能语音客服可自动解答。对复杂场景，智能语音客服还能自动转交人工话务员处理，让话务员在接听电话之前了解市民来访意图。智能语音客服帮助人工话务员快速完成回访的初筛工作，让话务员更有针对性地跟进处理不满意工单，助力热线有效完成业务闭环，实现事事有回应。图 16 工单推荐?25建设重点在协同处置阶段，需要解决城市治76、理事件指挥难调度、决策难精准的问题。民意速办需要打造跨区域跨委办局的三级联动指挥平台，实现横向到边（委办）、纵向到底（街道）的一体化指挥体系。民意速办应用建设利用智能化赋能各类城市治理事件的协同处置，通过值班中心，落实值班管理和信息报送制度，对突发事件接报信息、事件报送情况进行信息化管理，有效提高值班管理部门对值班信息的接报及相关事件报告的生成和分析能力；通过通信中心，实现多种通讯、视频会议的实时通信调度、协同处置；通过指挥中心，实现预案、任务、标绘、资源、移动路径等实时调度、协同处置；通过视频中心，高效整合视频资源，实现视频链的智能调度。3.协同处置：实时调度处置值班中心让值班更规范化、实现77、高效运转民意速办针对政府管理机构日常值班工作，落实值班管理和信息报送制度，对值班排班信息、值班在岗状态、突发事件接报信息、事件报送情况进行信息化管理，通过统一集成融合通信模块，实现多渠道信息接报和快捷报送，有效提高城市治理事件的接报及相关事件报告的生成和协同处置能力。图 17 协同处置图 18 值班中心应用端?26建设重点通信中心让通信更稳定、安全，多平台实现无缝连接民意速办分拨工单到处置单位，处置单位使用电话系统、短信平台、视频会商系统、移动终端视频、视频感知等系统，利用融合通信技术实现实时通讯、视频会议的融合统一，对于城市治理事件进行及时协调、协同处置。工单处置完成，把处置结果反馈给民意速78、办，形成闭环。指挥中心让指挥更精准、更高效民意速办分拨工单到处置单位，处置单位利用全域覆盖、资源丰富、高分辨率的指挥一张图上，汇聚救援队伍、物资储备库、避难场所等应急资源，结合实况地图等空间能力，实现图上部署和挂图作战。利用系统提供的结构化应急预案、任务调度等能力，使得指挥员能实时、直观地感受空间要素，实现智能化、精准化指挥。同时利用融合通信等多种手段，解决现场信息采集和通信问题，实现现场指挥“看得见、听得到、连得通、指令下得去”，有助于提高城市治理事件实时调度处置能力。工单处置完成，把处置结果反馈给民意速办，形成闭环。图 19 通信中心调度方式?图 20 指挥中心能力27建设重点视频中心让视79、频调取更快捷、预览更便利民意速办分拨工单到处置单位，处置单位可基于中心点的周边范围、绘制线路的周边范围、绘制多边形范围检索地图上的视频资源，检索结果将通过视频标签的方式进行归类显示；对检索出来的视频感知设备批量进行视频画面预览、视频画面轮询，并且可以切换不同的轮询规则。可对检索的视频组合进行自定义分组保存，将视频与视频进行关联形成视频链，可基于视频链批量预览有关联关系的视频资源，实现城市治理事件视频链的智能调度。工单处置完成，把处置结果返回到民意速办，形成闭环。【案例专栏】各地在实时调度、协调处置方面的有益探索北京延庆区是 2019 年北京世园会承办地，活动举办的时间长、人流量大、影响广泛，各80、种突发事件(踩踏、拥挤、火情、交通拥堵等)，难以及时发现和处置，需全面管控人流、车流、社会服务、城市治理事件，保障人民出行安全、道路通畅和生命财产安全。为了北京世园活动顺利举行，需构建一个服务于大型活动保障，同时又兼顾城市运行管理的城市管理指挥平台，做到看得见、管得了、会联动的指挥平台。佛山禅城区综合指挥系统保障“行通济”活动安全进行。“行通济”是佛山市最具特色和影响力的元宵节活动，每年元宵节及正月十六，几十万人齐集佛山通济桥前，现在元宵行通济习俗的影响力，已扩展到整个珠三角和港澳地区，行通济已成为整个珠三角的年度盛事。活动影响力的增加游客的剧增给游客的安全问题带来具体挑战。“行济通”重大活动81、保障期间，涉及的部门有城管、交通、生态环境等，多部门协同指挥保障尤为关键。南京新街口视频孪生平台，着力构建数据驱动型、主动预警型的智治场景，沉淀典型人、机、数、智交互的城运治理模型，实现全要素呈现、全媒体融合、支撑城市关键重保场景的多部门协同联动指挥。在实际应用环境中，指挥中心不仅需要掌控全局，也需要对重点部位进行精细观察，通过自适应拼接算法将区域范围内的多路枪机视频校畸无缝拼接，并与三维场景融合，形成区域级上帝视角的全景监测，同时关联附近高点视频感知球机，以局部区域或者事件目标为驱动，系统自动计算关注区域关联的所有球机，有的放矢地的关注细节，枪球联动，“指哪儿打哪儿”，实现纵览全局和细节把控82、的有机结合。?图 21 视频中心能力28建设重点城市民情民意分散在 12345、人民网、网格等不同的渠道平台，各渠道平台只有零散的、不全面的分析，难以呈现城市整体的民情民意。民意速办需要全面实现“览”民情、“察”民意、“晓”民生、“聚”民情。民意速办应用建设利用智能化赋能辖区民情民意分析，通过大模型能力实现智能对全量工单进行全面标注标签，结合分析模型、知识图谱以及大模型报告生成能力实现专项报告、每日一报等报告的自动生成，通过大模型的 NL2SQL 能力实现秒级反馈对话式智能问数，通过大模型的智能标注和 GES 能力探索风险隐患弱信号智能识别。4.智能分析：运行分析研判?图 22 智能分析29建83、设重点智能标签让工单打标全面准确数据分析首先需要形成可供分析的基础数据，民意速办工单的标签种类多，包括政府主体、人物群体、涉事主体、地址、话题、敏感词、情感词等七大类，同时又有数千类的事项类型，传统人工方式难以完成对每天大量的事件工单快速统一标注标签的工作。借助大模型的特征识别能力，可以快速对全部工单按照统一的标签体系完成全量标签的标注，形成高质量的基础工单分析数据，支撑对市民的民情民意分析、对部门的处置效能分析。民情报告让民情民意快速直达基于包含领域知识的工单效能分析模型、工单知识图谱，利用大模型的报告自动生成能力，可以快速生成高质量的民情民意报告，为城市治理提供高价值的决策依据。效能分析模84、型。数据分析也离不开模型快速呈现特征和趋势，需要分别构建面向公众诉求和面向部门履职处置两大类模型。面向公众，根据工单诉求内容，准确感知群众诉求，支持热点主体、热点事件、敏感诉求、群体高发等的预警分析；面向部门，根据工单处置过程及结果信息，可进行时效、推诿、分拨效能、疑难等的分析，从而推动部门处置效能提升。图 24 效能模型图 23 智能标签?30建设重点知识图谱。针对疑难工单的分析，传统分析方式对分析人员的要求很高，花费大量时间查询大量资料有时也难以获得全面信息，需要利用大模型结合 GES 很好地解决这个难题，基于智能标签生成事件、主体、话题等高维图谱，结合 GES 从图谱中关联分析，可以直观85、展现关联关系，帮助分析人员快速识别到问题关键。专报、每日一报。日常需要针对民情民意形成日报、周报、月报及各类专报以支撑城市治理的各类决策，传统方式准备工作量大、周期长难以满足实际应用中对报告全面性、实时性的要求，可以利用大模型的报告生成能力，实现基于指标、模板可自定义的分钟级分析报告智能生成，为城市治理提供内容丰富、详实有据、具备深度的民情民意报告。智能问数让数字更加具体鲜活针对日报、周报、月报、专报中的各类热点趋势、诉求问题，传统查询方式准备周期长，难以满足领导现场决策的需要，利用大模型的 NL2SQL 能力，可以大幅降低使用数据的门槛，实现问答式自由对话，无需额外开发，可秒级获取数据，满足86、了现场决策时深入了解报告中相关趋势、工单详情的需要。图 25 智能问数31建设重点风险识别探索感知风险弱信号城市治理需要聚焦防范化解重大风险隐患，保持对“弱信号”背后“强信息”的高度敏感，严防经济金融、公共安全等领域风险，防止出现“黑天鹅”“灰犀牛”事件，如：某地小区电瓶车火灾造成大量人员伤亡前，曾有业主在事发前的近一年时间内7 次投诉小区电动车停放和充电乱象，但并未引起相关方的足够重视及早进行有效处置，以避免悲剧的发生。传统风险隐患分析方式对于某些工单量虽少，却有很大影响的苗头性事件，难以高效进行识别，可以探索利用大模型通过标签体系（如敏感诉求、情绪等）智能标记，结合 GES，基于逻辑推理和87、关联分析，及时预警风险隐患，识别弱信号工单事件。实现负一秒预警，风险隐患及时预警，变“被动响应”为“主动治理”。如某区通过工单挖掘识别到同一物业公司管理的多家小区出现针对物业不作为投诉的频率均有所升高，进一步分析发现是物业公司因经营困难存在拖欠工资的情况，针对此种情况，人社局、住建局分别及时约谈物业公司解决欠薪问题和提升服务水平，未诉先办及早解决了事件隐患，实现了源头治理。【案例专栏】各地在民情民意分析方面的有益探索浦东新区 12345 热线效能数字监管平台，通过流程效能监管、重点工单监管、效率监管、语音质检等模块，工作人员可以对工单的办理环节、办结分析、办理效率等多个维度进行全流程实时监管，88、及时捕捉热点、难点、堵点问题，实现热线效能监管，由此持续推进浦东 12345 热线全流程智能闭环管理能级提升，助力浦东城市高效能治理。以语音质检模块为例，平台可以挖掘出热线处置人员与市民先行联系和答复时存在的合规与态度问题，并直接推送至处置单位主要负责人移动端，并显示案件信息、具体录音以及语音质检消息，由此对相关问题件进行批示处理。广州白云区 12345 政务热线利用人工智能技术，构建知识图谱，通过汇聚的近百万条工单，挖掘 4756 个热点话题，分析诉求与诉求本身、责任主体、诉求主体、处置措施之间的内在联系，由此构建了知识图谱，从时间、空间、位置和人群四个维度动态精准感知热点，从安心、安乐、安89、康、安居四个指标构建居民福祉指数体系，并以此来助力城市治理，支撑科学决策。图 26 风险识别?32建设重点（二）业务支撑平台基于城市数字化转型四智融合的整体架构，为了支撑民意速办业务高效运转，需要加强参考架构中数字孪生平台、视频感知平台、人工智能平台、低代码应用开发平台、城市大模型服务平台、集成开发环境平台等关键组件的能力。图 27 业务支撑平台数字孪生平台为民意速办提供基础地理信息资源，面向民意速办的数字底板需求，构建全面的虚实交互能力，通过空间信息技术、物联网技术和 BIM 技术的融合，提供所有数据汇聚的能力、对外统一应用接口调用和入职的能力、统一地理空间分析的能力。1.数字孪生平台（1）90、构建民意速办地理信息平台统一入口，包括展示中心、服务中心、数据中心、开发支持中心、运维中心等；（3）面向一网统管民意速办需求，提供二三维 GIS 服务能力，为城市提供空间数据服务、空间分析服务、工具组件服务等服务功能。（2）CIM 轻量化引擎支持跨平台、跨浏览器、无插件的方式化浏览城市模型及相关属性信息，支持主流二维地图服务、三维空间数据服务的访问和叠加展示，快速构建内容丰富、响应迅速、体验流畅的三维真空间应用；视频感知平台承担民意速办各类视频监测资源的合理有效地整合、接入、汇聚，实现视频联网汇聚、视频共享、视频运营及运维管理等应用，以提高视频资源的利用效率，打通跨区域、跨部门的视频联网瓶颈，91、进一步拓展视频图像资源的应用广度和深度，提供视频数据在事件发现等方面的技术支撑，提供安全、稳定的视频交换应用载体。视频感知平台充分利用已建成的视频监测资源，以及相关公共信息通信基础设施，实现各独立视频监测系统的互联互通和信息共享，切实提高民意速办各场景视频可视化应用水平。2.视频感知平台?33建设重点服务民意速办场景应用敏捷构建的低代码应用开发平台，通过云上无码化、低码化、支持多码化的应用开发模式，屏蔽技术的复杂性，提升民意速办应用开发的效率。同时提供应用资产的开发标准和微服务框架，不断沉淀可复制的套件，加速民意速办场景应用的快速定制。民意速办场景应用的开发只需写很少代码，通过低代码服务提供的92、界面、逻辑、对象等可视化编排工具来完成大量开发工作，降低场景应用开发中的不确定性因子，大幅度的提升开发效率，降低场景应用开发成本，快速创新应用，实现快速试错，敏捷迭代。4.低代码应用开发平台（1）AI 训练和推理（2）AI 运营管理提供对机器学习、深度学习等技术框架的支持，应提供 AI 数据集管理、核心算力管理与调度分配、数据标注、在线编码调试、算法模型训练、模型仓库、模型服务等功能。提供 AI 训练平台功能定位介绍、数据集、算力资源、模型仓库及服务数量，以及使用用户数量等信息展示。提供流程机器人调用次数统计。AI 运营管理应提供 AI 开发运营管理门户，支持 AI 服务的上线情况统计、调用次93、数统计和调用应用统计等统一运营管理能力，分层级、分角色展示算法服务资源的分配状况及使用状况，做到不同部门运营数据隔离；细粒度展示算法服务资源使用状况，提供灵活的资源调配能力，使得算法资源得以最大化利用。提供对 AI 算力和多厂家 AI 模型的统筹管理，提供算法仓库、模型管理、在线推理、接口管理、日志和管理等平台能力，实现对 AI 能力统一管理和运营，及应用效果的可视可管，持续改进。提供 AI 推理平台功能定位介绍、接入分析视频感知设备数量、算法服务数量、推理平台资源使用情况、算法服务调用情况、事件统计等信息展示。人工智能平台针对民意速办各类应用等场景，依托联接、云、AI、计算等新一代ICT技术94、与知识创新融合，将城市的感知、认知、决策、行动实现深度协同。针对民意速办的智能化应用场景，人工智能平台需要支撑相关场景的 AI 训练推理以及 AI 运营管理两个方面。3.人工智能平台34建设重点服务于民意速办场景应用开发的集成开发环境平台需要提供产品管理、API 管理、集成部署、集成联调功能，将平台中的产品货架化管理，将接口 API 说明文档在线可视化并提供接口在线联调支持，为业务应用提供在线部署和集成联调的跳转桌面。服务民意速办的城市大模型服务平台，应依托联接、云、AI、计算等新一代ICT技术与知识创新融合，实现城市的感知、认知、决策、行动深度协同，需要具备以下主要功能：6.集成开发环境平台95、5.城市大模型服务平台（1）产品管理：将系统中的能力和服务产品化，提供产品名称、产品业务能力、产品接口说明、产品版本描述等信息，并在产品管理中统一货架化管理，可视化呈现。（1）任务匹配服务。为场景提供方、接榜者提供任务的匹配服务。包括项目拆解为场景、事件、动作等需求管理，以及承接方对工作流、依赖资源的导入。（5）视觉工程任务服务：提供视觉工程任务的开发窗口，包括流程的串联、功能打通访问、模型集成、配置生成等能力。（3）在线部署和联调：平台提供跳转桌面，支持把业务应用安装部署包上传到跳转桌面，并从跳转桌面完成业务系统的安装部署和在线联调。（3）视觉数据处理服务：提供视觉数据处理的服务窗口，包含样96、本筛选、清洗、去重、标注等具体处理能力，从而生成高质量数据样本。（7）平台管理服务。对资源、用户、任务等平台要素进行管理。为场景提供用户、任务承接用户、开发用户等不同角色用户及权限进行评估。（4）视觉模型训练服务：提供视觉模型训练的服务窗口，基于冶金视觉大模型和视觉样本数据，提供模型的训练、微调、评估、迭代等能力。（2）API 开放：在开发平台中实现产品和服务的 API 接口的可视化，提供接口 URL 地址、输入参数、输出参数的说明和样例。平台提供在线接口调试工具，开发工程师可在线调试，快速掌握接口的使用方法。（2）开发工作流服务。为开发人员提供一站式的工作流服务，包括任务开发所需要的数据处理97、、模型训练、工程开发等关键能力。（6）资产管理服务：提供素材、样本、模型案例等资产的管理服务，包括公开、私有、受限等访问方式实现资产共享，方便用户根据不同任务选择相应的资源依赖。35建设重点数据是城市治理数字化的关键要素，是民意速办中各场景实现治理精准化的基础，作为城市治理数字化的典型实践，民意速办要构建开放共享的数据体系和数据平台，及时采集、治理、分析、交换和共享开放城市运行的海量数据。但目前城市管理和社会治理的数据分散在各个部门，各类数据无法有效关联和综合聚类，为城市治理数字化带来了诸多不便，因此需要将空间数据、感知数据和业务数据等多元异构数据融合，为民意速办业务的高效精准开展提供坚实的数98、据基础。（三）数据资源数据是城市治理数字化的关键要素，是治理精准化的基础，城市治理数字化要构建开放共享的数据体系和数据平台，及时采集、治理、分析、交换和共享开放城市运行的海量数据。但目前城市管理和社会治理的数据分散在各个部门，各类数据无法有效关联和综合聚类，为城市治理数字化带来了诸多不便，因此需要将空间数据、感知数据和业务数据等多元异构数据融合，为城市治理数字化、精细化提供坚实的数据基础。数据治理数据治理主要实现数据采集之后的数据集成、数据质量、数据开发和数据服务，将零散的数据通过治理开发形成统一的数据资源，形成高价值的数据资产进行管理。数据治理实现从小数据共享交换到多源异构大数据汇聚的跨界融99、合问题，保障数据质量和数据安全，确保数据资源在授权范围内“可见、可得、可用”。数据资源质量管理城市治理涉及的数据资源复杂，对数据的质量及溯源工作尤为重要，制定数据质量检查指标是衡量数据质量的标准，包括建立对数据初始化、数据更新审核和数据日常维护等工作，建立数据的核实机制、审核机制和申诉机制，能够有效管控数据质量，为“民意速办”应用提供准确的数据资源。数据安全管理通过实施安全访问、分级分类、合规使用的数据安全策略，实现“民意速办”业务的目标，围绕数据安全的特性，针对可能面临的数据安全风险进行主动防御，根据所获取的安全敏感信息（脱敏、溯源、加密、访问权限控制等），和其它设备（大数据平台、脱敏溯源系100、统等）配合，和大数据平台通信下发数据加密策略、和脱敏溯源系统配合下发脱敏等，提供数据全生命周期的安全管理，保证数据的可用性、完整性、保密性以及合规使用。1.数据采集：数据资源一体化2.数据归集：覆盖数据全生命周期36建设重点数据关联融合的核心是对数据进行跨部门、跨层级、跨领域的关联融合，响应现在各职能部门对于数据全新需求。职能部门的业务已从原先的条线数据，转向了“以管理对象为目标、以业务全流程为所需”的数据需求。基于统一地址、统一房屋等方式实现治理对象多源数据的有机整合，形成治理对象的“块数据”。块数据对公共数据、政务数据、时空数据进行关联融合，按照业务需求进行数据治理、组织形成定制化的主题数101、据，服务业务应用升级，以数据资源平台、CIM/BIM、统一标准地址等多元为数据来源，治理融合后，为各职能部门业务应用提供“关联融合”的主题数据，支撑基层社会治理等业务领域跨部门、跨层级的数据需求。面向“民意速办”应用场景，加强场景数据的规划，优化数据共享应用场景授权机制，打造开放数据集，积极引入社会化力量参与公共数据价值挖掘，促进公共数据和社会数据融合开发利用，形成基于“民意速办”的数据产品和服务，包括 AI数据服务、API 定制服务、可视算法、模型组件和行业解决方案等。建立数据运营服务管理工作机制，确保数据安全和隐私保护，确保数据开发利用全过程的有序和安全。3.数据关联融合：建立面向管理的块102、数据4.数据开发利用：强化数据价值挖掘37建设重点（四）基础支撑作为民意速办基础支撑之一的城市云平台是以云为基础，通过优化整合新 ICT 技术和融合数据，使能政府实现业务协同与敏捷创新，打造城市治理的数字底座，需要横向融合云、IoT、大数据、视频、融合通信，GIS、AI、安全等新 ICT 技术，纵向打通端边网云的平台。通过城市云平台，可以统筹共性资源，使能数据融合，业务协同，并支持快速引入新技术，实现能力的持续演进。支持基于城市云平台来构建各类智慧应用，基于城市云平台加各类智慧应用，形成完整的解决方案，帮助城市治理数字化转型和民意速办的实现。城市云平台重新定义城市信息基础设施，赋能城市治理数字103、化转型：对原来分散、割裂的多个平台能力进行整合封装，有序融合，通过业务使能、数据使能和 AI 使能三大使能平台实现服务的统一调用，按需提供，解决了城市数字化转型所需要的复杂技术难题，促进了城市应用的创新，实现业务价值最大化。城市云平台重新盘活城市的数字资产，降低业务开发成本：过去城市的数字资产主要是政务数据，现在基于城市云平台不仅能够实现政务数据和物联数据的融合，给城市的运行管理提供数据支撑，更重要的是基于数字平台来沉淀数据工具、算法和城市信息模型。通过一站式云原生开发平台实现统一开发，分层部署，并把数字资产通过资产商城的方式开放共享，并与公有云的政务云专区打通实现生态共享。可以通过数字平台的104、业务编排能力对政务服务、城市治理过程的一些典型业务逻辑进行梳理、抽象和固化，更好地支撑其他部门的相关业务，灵活适配业务需求，降低业务开发成本。1.云：构筑一体化城市云平台一网统管“民意速办”的高效运行也需要大力推进信息化与经济社会各领域融合发展的广度和深度，通过构建 F5G 全光网和 IPv6+智慧城市一张网的新型 ICT 基础设施，打造城市智能体联接底座，能更高效实现城市人、机、物的联接。通过一网多平面、云-网-安一体、智能物联、超宽智简、确定性低时延，实现城市治理全业务一网承载，实现民意速办中政府单位、重点企业单位、边界泛在物联感知终端一网通达。城市智能承载网。作为多业务融合承载的网络，是105、智慧城市的数据大动脉，以 F5G 全光网和 IPv6+为代表的新一代承载网络具备高带宽、低时延、高可靠、智运维的优势，政务外网业务、城市泛在物联感知业务、视频业务、AI 算力等将基于此网络作为统一的承载网，该承载网的业务边界也会由原来连接政府部门单位延伸到城市各类物联接入点、重点企业单位及算力节点等。由于该网络的承载能力、业务边界、接入范围较传统政府网络有很大变化，通过城市智能承载网的建设，解决各政府部门专网林立数据共享难、网络重复建设和财政资金利用率低等问题，为各政府部门之间数据共享和业务协同打下良好的基础。采用 IPv6+技术，部署 SRV6 一跳入云等新技术，全面提升各地业务的承载能力、106、覆盖范围和安全运维管理水平，支撑各城市电子政务发展；大带宽、低时延、高可靠及弹性的新承载网络技术，支撑从数字政务（政务外网业务）数字治理（物联感知和视频业务数字经济（AI 算力）的演进，实现“城市一张网”的整体构想。按照应接尽接的原则，逐步构建覆盖城市的集政务外网、互联网、政务专网和算力网的一张网络。城市智能承载网采用“全盘统筹、多级部署、分层管控”的原则构建终端安全管控体系，构建贯穿整网的纵深防御。通过全网威胁监测，和智能化分析，采取有效的安全管控手段及“一机两用”安全隔离措施，实现威胁快速识别和感知，提升城市智能全网终端安全管控能力，助力智慧城市建设。2.网：构建全畅通、全覆盖、全自动的高107、速网络38建设重点民意速办所涉及的城市感知体系建设是以开放创新的操作系统及统一的标准规范为基础，实现感知终端的互认互信，通过构建城市互联互通的感知网络、分层协同的感知平台、统一汇聚的感知大脑、纵深防护的感知安全以及持续运营的感知中心，解决传统城市感知存在的底账不清、烟囱林立、数据孤岛、感知盲区等问题，实现城市动态精准感知、终端互联互通、协议标准统一、业务分级协同、场景持续创新、数据持续运营，提升城市治理数字化水平，支撑民意速办精准感知、快速反应、科学决策。随着城市物理空间治理的数字化转型，网络空间治理也逐渐兴起并发展壮大，拓展了城市治理感知体系的建设维度。网络空间已成为人们生产生活新空间，成为108、党凝聚共识的新空间，要构建动态感知、和平安全、开放合作的网络空间，深刻地影响着城市治理。民意速办业务涉及面广，用户众多，安全防护也是关键的基础支撑。随着数字技术融入城市治理的方方面面，网络空间的安全问题对物理世界的影响也越来越大。在城市数字化的推动下，数据集中共享、IT/OT 融合、智能感知终端大规模部署、智能技术的安全等都给城市运行一网统管“民意速办”带来了前所未有的安全挑战。城市运行一网统管“民意速办”实际面临的很多高级攻击威胁跨越了烟囱式的安全基础设施，现有割裂式的安全就像盲人摸象的故事一样，没有一个烟囱拥有完整的全貌，理想的安全防护是将这些烟囱的安全整合为一个系统，通过云-网-安协同实109、现安全统一分析、威胁统一呈现，精准溯源和近源处置。一网统管“民意速办”的安全体系建设亟需一种全新的网络安全范式，来应对以网络为中心到以数据为中心的变化，云网数安一体架构就是在这样的背景下提出来的。云网数安一体架构提出了“智能分析、动态检测、全局防御”的基本原则，颠覆了传统静态、被动、单点的安全防护思路，旨在打造智能化的未来网络安全架构，实现风险持续检测、威胁主动研判，智能全局防控。以等级保护为纲，审视全域安全的防护措施，建立云-网-安一体化纵深防御体系，适应城市运行一网统管“民意速办”的安全保障需求，实现持续安全运营与合规。收集网络流量、安全日志、漏洞扫描日志、主机安全等尽可能的安全威胁事件信110、息，进行统一综合研判，提升安全分析精准率，实现精准溯源，对违规的主题立即就近阻断。全域网络安全事前的攻击预测与风险管理，事中的管理预警与关联分析，以及事后的取证、溯源和修复，达到安全防御闭环。从终端安全、网络安全、边界安全、云平台安全、应用安全、数据安全等层层深入，构筑纵深防御体系，建设一个具有韧性的安全技术体系，做到安全风险可控，确保信息资产的保密性、完整性和可用性得到有效保障。3.端：打造万物互联的智能感知体系4.安：构建云网数安协同一体架构39典型场景典型场景五随着城市的不断发展，各类城市治理问题日益增多，同时复杂度也进一步提升，大多已不再是单一部门能够独立有效解决的。在各地的实践探索中111、，场景化治理已成为普遍共识，场景化治理可以有效地协调、整合、组织和统筹各类治理要素，形成协同共治格局，更能有效推动问题的科学治理、源头治理、系统治理。各地城市治理实践中，针对基层日常工作中，高频的、多跨的、信息支撑不到位、处理协调有困难的事项，普遍通过梳理构建“一类事”场景来推动治理。规划新的城市治理场景已经形成了比较系统化的方法。首先，需要结合管理架构、政策法规、考核标准等管理要求，进行业务的分析，依靠调研、座谈等手段，完成场景事项、相关部门、治理要素、业务模型等的识别；其次，是梳理纳入治理全要素的业务精细化流程，完善分析、预警、处置模型和指标清单；同时，技术上需要考虑相关系统数据的对接治理112、、预案模型编排、专题设计等；最后，随着场景配套体制机制的调整，场景建设、调试和上线运行后，就可以按新的业务流程推动相关事件的治理，并在运行中持续完善优化。（一）系统化规划治理场景40典型场景城市各类新的治理场景需求不断出现，场景快速构建已成为信息化建设的普遍需求。场景化治理对技术的根本要求是运用大数据、互联网、人工智能等新技术手段，推进部门层面实现横向数据联通共享，统一技术规范、基础数据标准，推进信息基础设施联通、网络畅通、平台贯通、数据融通。城市民意速办应用支撑场景快速构建，需要基于 aPaaS 低代码应用开发平台的应用快速构建能力，同时利用数据平台、AI 平台等的赋能，快速响应业务部门大部113、分场景化治理需求的快速上线，在完成场景业务规则梳理后，实现治理一件事以周为单位快速上线运行，在运行过程中敏捷迭代。各地通过综合运用技术赋能、业务改造和创新升级，推动了领域新场景不断涌现并持续创新，已有的城市治理场景众多，已覆盖了城市安全，城市管理，社会治理和民生经济等领域。（二）敏捷化构建场景应用（三）持续创新的领域场景实践图 28 典型场景一览图?41典型场景民意速办分拨中心接到群众诉求工单后，自动通过智能分拨算法，智能识别工单归属事项分类，自动将工单派发给对应处置部门，结合“10-30-24 机制”10 分钟内致电诉求人电话告知受理，30 分钟内由具体处置人电话约见诉求人告知处置计划或处置114、进展以及大致处置时间，紧急工单 24 小时内办结，实现工单接诉即办。针对绿化环境、清洁卫生及第六立面（屋顶美化）问题响应不及时，日常工作手段还是采取“人海战术”，“点对点”发现问题-拍照-电话通知相关维护单位处置，效率低下的现状。通过视频感知设备可以实现对环卫垃圾的实时发现（如属于人为丢垃圾行为，启动对应设备的声光告警实时劝阻），可根据情况同时上传事件及位置信息，发送到就近的无人清扫设备，当无人清扫设备处置完毕后，或者事件状态变化（如以被清理等）能够主动核查确认并关闭任务，当无人清扫设备不具备清扫能力的时候，还能够与城运事件中心联动，进行人工补位。平均办理时限：20 工作日 4 个工作日AI 115、视频 7X24 小时事件发现、秒级上报按时办结率：100%，工单满意率：99.94%AI 精准分拨，事件秒级分拨智能派单率和准确率均超过 91%机器作业无感智能清扫，效率提升一网一图通达，监管可视、可管汛期大范围的强降水会频繁引发城市积水和内涝问题，相关管理部门需要安排大量基层人员全面排查易涝积水风险，及时更新易涝点台账，发布风险预警。特别是受极端天气频发的影响，还需要进一步加强对强降雨影响的全面实时监测，可以利用城市已有大量部署的视频感知设备，通过大小模型协同技术，针对城市不同区域特点高效监测积水内涝情况。对于下凹立交、下沉隧道以及城市低洼地等易涝点部署视频感知设备、水尺等多种传感器，进行全116、方位监测预警；对于地铁、公交站场，建筑地下空间的出入口、通风口，学校、医院周边等广泛分部的重要点位，可以利旧已建设的视频感知设备，通过计算视觉 AI 算法，以低成本、少维护的方式快速完成积水监测。算力换人力：7X24 小时实时发现，减少基层巡查工作量积水识别准召率：提升到 90%以上，大大减少了误报漏报【城市安全】：城市积水安全监测预警场景【城市管理】：接诉即办场景【城市管理】：环卫无人清扫场景42典型场景城市劳资纠纷时有发生，隐患识别难、不及时，投诉同一个对象的劳资纠纷，往往不是同一个处置人员进行处置，难以及时识别隐患，同时由于缺乏信息共享，被投诉对象信息部门间没有共享，多部门缺乏联动机制。117、运用智能化技术可以实现风险 48 小时预警，相关纠纷信息部门间及时共享，推动部门通过约谈整改等方式根本上解决问题。传统对教培机构的监管，主要依靠人工定期去搜索统计破产、跑路风险教培机构投诉工单，识别效率低，及时性不足，同时也缺乏信息共享，被投诉的教培机构信息没有及时向相关部门共享，缺少预警和联动机制。运用智能化技术可以实现风险及时预警，相关纠纷信息部门间及时共享，推动相关部门及时干预，避免事态扩大。48 小时预警：实时工单信息统计，机器人雇员 7x24 小时实时监测，提供 48 小时预警及时预警：及时智能识别敏感工单，如涉及破产、跑路等敏感词，提醒相关部门增加干预力度，避免问题扩大约谈整改：对118、投诉主体形成重点关注名单，统一约谈整改，对受影响员工安抚和法律援助舆论控制：可对涉事金额大的主体及时干预，避免事态扩大，产生较大的社会舆论负面影响信息共享：向相关部门信息共享重点关注名单，多部门监督联动信息共享：向相关部门信息共享有风险的教培机构名单，推动及时加强监管力度【社会治理】：劳资纠纷预警【民生经济】：教培机构监管场景43愿景展望从数字时代发展要求看，城市治理数字化是国家治理能力现代化的重要内容，也是促进城市经济社会可持续发展的重要路径。从国家“十四五”时期的任务看，城市数字化转型将成为数字经济建设的关键，有利于提高城市规划、建设和管理的水平，有利于加快城市现代化进程，增强城市的综合竞119、争力。城市应顺应经济社会数字化转型趋势，加快推进城市数字化建设，积极推动城市运行一网统管“民意速办”建设，开启城市治理现代化的新征程。愿景展望六44愿景展望（一）强化政策与标准的引导作用从价值取向的角度，城市治理数字化转型要体现以人民为中心发展理念。深入贯彻“人民城市人民建，人民城市为人民”的重要论述。尊重城市发展规律，促进城市可持续发展。从国家治理能力现代化的角度，亟需从国家层面引导和规范一网统管“民意速办”建设，特别是在技术体系和服务体系的总体设计层面，去解决内容规范性、平台畅通性、数据共享性和管理标准化等现实问题。（三）以场景营造城市治理数字化生态数字技术和传统设施、服务的融合是引领数字120、社会建设的趋势，构建城市治理数字生态，完善数据要素治理是实现城市治理数字化可持续发展的重要因素，将技术与业务应用深度融合，发挥“技术+业务”的最大作用，能够持续赋能一网统管“民意速办”建设。（四）落实运行体制机制策略推进国家治理体系和治理能力现代化是全面深化改革的目标，数字化是实现政府治理方式变革和治理能力提升的关键动力，也是促进制度创新的主要路径。城市治理数字化是一项长期、复杂的系统性工程，可持续的运营模式，以结果为导向的体制机制变革是必由之路。（二）鼓励多元参与城市治理数字化坚持和加强党的全面领导贯穿数字政府建设各领域各环节是城市治理数字化建设的基本原则，鼓励多元化参与基层社会治理是数字政府治理领域数字化建设的组织基础。积极引导公众参与，发挥社会智力支撑和市民共建力量，拓宽数字化渠道，使每个人都能够平等地参与到城市治理中，提升城市数字化转型的科学性和实效性。