推荐序2 智能城市的挑战与希望
2016—2017年，在担任香港特别行政区政府资讯科技总监一职期间，我的部门负责为香港规划智能城市蓝图。2016年年初，我和我的团队访问了一些在构建智能城市方面处于世界领先水平的国家和城市，比如巴塞罗那、爱沙尼亚、维也纳和哥本哈根，从它们成功或失败的经验中学习适用于我们的手段。我们还会见并采访了来自美国、英国、以色列和中国内地的几位政府官员以及资讯科技总监，其中就包括这本书的合著者、纽约市前副市长史蒂芬·戈德史密斯。经过多方利益相关者的充分参与，包括官、产、学、研、商、社区等，我们终于在2017年12月发布了香港智能城市蓝图。
在蓝图中，我们按博伊德·科恩（Boyd Cohen）博士的智慧城市伦理论，在6个主要领域，即智慧移动、智慧环境、智慧生活、智慧人才、智慧政府和智慧经济，规划了70多个具体项目。此外，还提出了一个关键部署，就是成立一个高层次的智能城市督导委员会，由香港特别行政区政府行政长官担任主席，成员包括各司局的主管，负责制定政策与立项、财政拨款和监督实施进展。我们提出了建立关键的数字基础设施的规划，包括建立类似于纽约数据桥（Data Bridge）或爱沙尼亚X–Road的数据高速公路，以促进跨部门的实时数据共享。政府资讯科技总监办公室负责成立一个大数据分析分部，以积累数据科学的专业知识和提高对数据的认知；我们会为每位香港居民发放电子身份证，让大家可以通过官方实名验证参与各项电子政务及网上交易；传统的路灯柱将会改造成可收集多种实时城市数据的智能路灯，并安装高速5G网络，以支持车联网的运行。
在总结经验的过程中，《数据驱动的智能城市》一书给了我许多关于构建智能城市的真知灼见，为建立香港智能城市蓝图提供了有效的参考，我将从中分享一些关键的心得体会。
难以逾越的数据孤岛的挑战。19世纪末，美国城市的政府结构已经确立。各部门和机构按照职能组织，每个公务员都有特定的任务，以便跟踪问责。随着时间的推移，部门和机构之间的隔阂变得越来越大，互不知道各自的运作情况。而且，官僚机构层级分明，只有需要时才会共享信息，从而导致了数据孤岛的结果。《数据驱动的智能城市》一书指出：“为什么1890年产生进取效应的政府架构在2014年却产生了相反的效应？”公务员往往受到过时的公务员法、职业分类和规避风险环境的限制。
未来将是一个充满时机的智能之城。市民期望得到政府更敏捷的服务，但目前的层级治理结构是极其无效的。现在，勇于改革的市长，如纽约市前市长迈克尔·布隆伯格、芝加哥市市长拉姆·伊曼纽尔（Rahm Emanuel）、波士顿市前市长汤姆·梅尼诺（Tom Menino）等坚信，数据驱动的智能城市为创建以量化指标为驱动的城市提供了一个最佳方法，这个方法将会带来根本性的改变。未来将是一个更加扁平化的组织结构，公务员通过获得相关信息授权，利用源自多个部门的实时城市数据，为服务市民做出更多的自主决策。
不过，改革的过程并不是一帆风顺的，特别是在利用数据分析来解决城市问题上。比如，当迈克·弗劳尔斯（Mike Flowers）首次担任纽约市数据分析办公室主任时，他的主要职责是使用数据查找出欺诈性的抵押贷款，但在花了不少时间和精力后，却没有找到任何实际结果。尽管如此，他仍向前推进。2011年，美国两座建筑物因非法改造，造成了5人丧生的惨剧，这个惨剧促使相关部门开始采用数据分析的方法来判定建筑物的危险程度，从而确定优先处理的顺序，以便在严重缺乏人力的情况下进行检查。建筑部和消防局之间的数据共享被证明是非常有效的。这样的成功至关重要，不仅在纽约市的政府机构内部得到了传播，而且也传到了美国其他城市和世界各地。
《数据驱动的智能城市》中频繁提到的两个术语特别值得深究，即“数据驱动的智能城市”和“量化指标驱动的城市”。一方面，一个城市的智慧来自对城市实时情况的了解、掌握，以便在事故、自然灾害或恐怖袭击来临时采取相应行动。比如，救护车在救援伤员时可以携带与他们血型匹配的血液；市政府可以在暴风雨来临前就清理好堵塞的排水系统；定期检查高风险的建筑物以阻止火灾的发生；同样地，随时检查可疑的餐厅，以防顾客食物中毒。城市的智慧还来自对市民的了解，以便为他们提供一站式服务。城市的智慧也来自明智的决策与政策的制定。在做出重大决策之前，可以用数据分析来模拟趋势和相应的模式。比如，在选择建设地铁站的位置时，以最方便乘客进出并最能减少交通堵塞的标准来做出决策。被称为预测学习（Predictive Learning）的机器学习方法也只有基于汇集跨部门的城市数据时才能实现。
另一方面，“量化指标驱动的城市”是指制定一套综合的城市绩效指数，以了解当下，展望未来。根据城市绩效指数，我们可以构建出“城市仪表盘”，它能显示和汇集不同范畴的指数，以便辨别当下的城市状况。比如，我们可以通过一层又一层的追寻，找到空气污染的关键成因。量化指标将是市长制定政策和规划蓝图的有力工具；通过这一可量化指标，政府可以有效地改善市民的生活质量。
我认为，世界上的许多城市与美国的城市没有多大差异。领导者在组织结构中消除数据孤岛、构建跨部门数据共享平台、培养数据分析团队，并制定数据驱动指标，将是治理未来城市最有效的方法。《数据驱动的智能城市》一书中提到的这些方法适用于全球的城市，特别是中国的城市，各省市应该将建设智能城市作为重要目标。我十分感激车品觉先生将这本书翻译成中文，分享美国最领先城市所学到的第一手经验和宝贵心得。