本書提出了一套基于感知、模擬與人工智能的智能化城市規劃與管理框架，該框架由三部分構成，分別為以認知現實為目的的城市信息感知與分析、以預判未來為目的的政策模擬與評估以及基于人工智能的全過程增強。在此基礎上，本書還結合筆者在這一領域的多項研究實踐，選擇若干前沿案例對上述框架予以深入闡釋。
面向近年來城市管理智能化轉型趨勢，對大量相關研究與實踐進行了系統梳理，提出了由信息感知與挖掘、系統模擬與優化以及人工智能算法增強三個板塊構成的人機協同智能化城市管理體系。
隨著全球人口向城市持續聚集，現代城市在很大程度上遭受著交通
擁堵、環境污染、資源緊缺等問題的困擾，在近百年來的現代城市治理
探索中，人們不斷嘗試從各類最新的社會科學思想與工程技術進步中探
尋城市問題的解決思路。近年來，以智慧城市城市大數據等熱門
詞匯為代表的一類城市管理技術受到了學界與業界的大量關注與討論，
這類技術試圖借助各種新方法、新數據更充分地洞悉城市運行態勢與發
展規律，并在此基礎上更智慧智能地調控、優化城市系統內的各
類資源配置，逐漸成為城市管理領域一項不可忽視的發展趨勢。這一趨
勢的形成和興起源于當代社會與科技發展中多種因素的驅動。首先，21
世紀以來，隨著信息通信技術的提高與大規模普及以及現代生產生活的
廣泛電子化，人群活動、事務往來、意見表達等城市系統中越來越多的
活動與事件都開始產生數據并被記錄。這類數據資源率先在商業領域被
開發利用，繼而引起城市管理者的關注。以這類具有認知沖擊力的海量
數據為出發點，新的城市數據挖掘方法不斷涌現。其次，計算機軟、硬
件水平的提高使相關技術在實際場景中的應用潛力大為增加，如人工智
能算法的發展使圖像、語音識別技術在2010年以后明顯提高，催生了大
量新的應用場景；硬件基礎設施的提升也使信息傳輸與反饋速度得以滿
足更多場景需要。相關進步在互聯網、商業、金融等領域引發的生產生
活方式轉變使人們不禁思考，相對傳統的城市管理工作可以怎樣從這一
科技趨勢中受益。筆者從2013年攻讀博士開始，有幸參與到這一次的
智能化城市管理研究熱潮中，本書作為筆者近年來工作與思考的總結，試圖透過紛繁的研究與實踐案例梳理出智能化城市管理的框架體系，為
有興趣了解這一領域的讀者提供參考。
事實上，通過引入新技術提升城市管理的效率與水平，使之更加智
能化的探索由來已久。早在20世紀80年代，國內已出現大量城市模
型的開發與應用實踐，城市模型借助計算機的強大運算能力實現人腦一
般無法完成的復雜迭代分析，從而模擬城市運行規律、預測城市發展趨
勢并為管理決策提供依據。20世紀90年代初，人工智能領域的專家
系統技術也曾被應用于城市管理，出現了若干針對特定問題的智能化
決策輔助系統。此外，智能城市概念在20世紀90年代被正式提出，
與其先后出現的連線城市數字城市信息城市電子治理等理念大多也蘊含了互聯信息智能等相關思想。可以說，隨著城市系統的復雜化與技術的發展，智能化城市管理的理論與技術內涵也在
不斷豐富。那么，在當前發展階段，智能化城市管理包含哪些內容、形
成了怎樣的體系、面臨哪些挑戰，本書將針對這些問題展開探討。
為回答上述問題，本書提出了基于機器智能a-人類智能協作的智能
化城市管理框架體系。在這一框架中，機器智能體現為信息感知與挖掘、
系統模擬與優化以及人工智能算法增強三個主要板塊，而人類智能主要
在價值選擇、利益協商、模糊經驗判斷等環節發揮作用。通過高頻交流
與信息反饋，二者相互協同、取長補短，共同完成城市管理工作。首先，
這一框架強調人機協同城市管理智能化并不意味著以算法代替管理
者決策，而是利用機器的信息采集與計算能力生產出大量輔助人類決策
的信息與知識，提升人機互動頻率與深度，形成人機協同互補的增強型
智能系統，共同提高城市管理決策水平。其次，本書根據問題對象層面
從認知現狀到預判未來的演進和方法技術層面機器智能水平的差異將智
能化城市管理相關技術劃分為三個主要板塊：信息感知與挖掘、系統模
擬與優化以及人工智能算法增強。信息感知與挖掘指通過各類手段對反
映城市系統運行狀況的各類信息進行收集，感知城市人、地、事、物的
真實狀態，并在采集獲取信息的基礎上，以適當的技術方法進一步分析、
挖掘數據，實現從原始數據到有效信息的提煉。在信息感知與挖掘的基
礎上，可基于已識別的城市運行規律構建城市模型，模擬城市巨系統內
的復雜行為與互動，并對城市管理政策的可能影響進行預判與優化，拓
展人腦對未來情形進行推演與判斷的能力范疇。對這兩個板塊而言，人
工智能算法憑借其強大的數據建模能力，可在其中發揮算法增強作用，
提升上述過程的機器智能水平與決策支持能力。
伴隨著相關概念在全世界流行，可納入智能化城市管理范疇的研究
與實踐在國內外涌現。本書希望通過上述框架體系的搭建厘清當前階段
各類研究實踐的內在邏輯與相互聯系。由于具體案例的呈現對理解智能
a 在計算機領域，機器智能（machine intelligence）經常被作為人工智能（artificial intelligence）
的近義詞使用。在本書中，機器智能的含義更為寬泛，指由機器產生出對人類智能思維有意
義的信息，與人類智能互動協作并共同作用于政策制定。
化城市管理體系也尤為重要，因此，本書分為上、下兩篇：上篇為理論
方法篇，按上述三個板塊分別進行理論與方法闡釋；下篇為研究案例篇，
針對三個板塊分別選擇一或兩項筆者與合作者曾開展的研究，展示相關
方法的實現過程。對信息感知與挖掘板塊，筆者選取了挖掘城市人群活
動規律的案例，提出了一種基于人群活動大數據的時間特征分析方法，
可以為城市公共服務的供給等問題提供支撐；對系統模擬與優化板塊，
筆者分別選取了北京市民出行模擬與城市疫情防控策略優化兩個案例，
分別側重于模擬與優化兩個子環節（其中第一個案例模擬了市民一日活
動與出行模型，可用于預測城市建設、功能布局等對城市交通的影響；
第二個案例面向新冠疫情防控，提供了疫情防控分區的優化算法）；對人
工智能算法增強板塊，筆者選取了基于人工智能圖像識別的城市空間品
質評估研究，可實現傳統方法所難以實現的城市空間品質大規模、精細
化評估。
如前文所提到，智能地開展城市管理工作、提升城市生活品質
是人們的長期愿景與探索方向。21世紀是人類的第一個城市世紀a，
全球城市人口將繼續增加，隨之而提高的城市系統復雜度將使人們更加
寄希望于智能化技術，以應對管理運轉巨型城市系統的挑戰。可以預見，
在城市管理智能化的長期進程中，人們會經歷創意勃發的高潮也會經歷
徘徊不前的低谷，其中涉及的理論方法也會隨相關學科的拓展而逐漸更
迭，但令城市生活更美好的努力不會停止。
本文撰寫也得到了國家自然科學基金的資助（資助號：52008005），
特此感謝。
劉倫
2023年6月
a 指全球城市人口占比開始超過50%。
劉倫，清華大學建筑學學士、城市規劃學碩士，劍橋大學土地經濟系博士，現為劍橋大學土地經濟系博士后副研究員，主要研究方向為決策模型與公共政策評估、人工智能與管理信息化、城鄉治理。以第一作者或通訊作者發表中英文學術論文近20篇。
上篇 理論方法
第1章 新環境下的城市管理2
1.1 新問題與新方法 2
1.2 新技術方法影響下的轉型趨勢 6
1.3 我國城市發展的轉型 10
參考文獻 12
第2章 智能化城市管理的內涵與框架14
2.1 智能化城市管理內涵辨析 14
2.2 多學科理論方法基礎 18
2.3 系統技術框架 23
2.4 管理決策模式：人機協同決策 27
參考文獻 30
第3章 信息的感知與挖掘32
3.1 大數據：當代城市管理的重要信息來源 33
3.2 感知挖掘的應用領域 39
3.3 討論：感知的可能與限度 55
參考文獻 57
第4章 系統模擬與優化60
4.1 城市模型的早期發展 60
4.2 當今城市模型研究的進展與應用 64
4.3 討論：實踐挑戰模型思維與管理思維 71
參考文獻 73
第5章 人工智能應用75
5.1 人工智能的概念與技術發展 75
5.2 人工智能增強的城市管理 80
5.3 以計算機視覺為例的城市感知增強 83
5.4 討論：弱人工智能與通用人工智能 93
參考文獻 94
下篇 研究案例
第6章 信息感知與挖掘案例：城市人群活動規律挖掘102
6.1 研究背景 102
6.2 相關研究回顧 103
6.3 感知挖掘的方法 105
6.4 感知挖掘結果 108
6.5 總結與政策建議 114
參考文獻 115
第7章 系統模擬與優化案例（一）：城市環境與交通出行模擬117
7.1 研究背景 117
7.2 建模方法 120
7.3 BEATIM模型概覽 127
7.4 子模型系統 133
7.5 總結與政策建議 142
參考文獻 143
第8章 系統模擬與優化案例（二）：城市疫情防控策略的優化147
8.1 研究背景 147
8.2 相關研究回顧 148
8.3 方法與數據 149
8.4 方法應用 153
8.5 總結與政策建議 158
參考文獻 159
第9章 人工智能應用案例：城市空間品質評估160
9.1 研究背景 160
9.2 相關研究回顧 162
9.3 計算機視覺模型建構 163
9.4 評估結果 168
9.5 總結與政策建議 173
參考文獻 175
第10章 城市、機器與人：人本的城市智能177
10.1 量化與不可量化 180
10.2 數據的偏差與不平等 181
10.3 技術與價值觀 182
10.4 優化與克制 183
參考文獻 184
新書資訊