人工智能技术在城市空间治理中的应用、赋能模式与路径研究丨城市数据派

在总结城市空间治理需求及存在问题的基础上，梳理人工智能技术在城市空间治理中的应用，对人工智能技术赋能城市空间治理的内涵进行解读，提出市场主导型、政府主导型及社会主导型等3种赋能模式，并从治理手段、治理结构及治理流程等3个方面构建人工智能技术赋能城市空间治理的路径，以期为我国城市空间治理的智慧化转型提供参考。

[关键词] 城市空间治理；人工智能；赋能模式；赋能路径

[文章编号] 1006-0022(2024)03-0014-08

[中图分类号] TU981

[文献标识码] A

[引文格式] 吴彤，甄峰，孔宇，等．人工智能技术赋能城市空间治理的模式与路径研究[J]．规划师，2024(3)：14-21．

0 引 言

在实现国家治理现代化的总体目标下，提升城市治理能力成为当前城市工作的核心任务。其中，城市空间治理作为城市治理体系的重要部分，受到了广泛关注与探讨。随着国家对空间的管理由空间规划转向多部门、跨领域的复合多元体系，城市空间治理的内涵从空间资源要素配置向空间公平、协调发展等方面不断拓展，而城市空间的治理理念也从“以人为本”向“人本导向与数据支撑有机融合”转变。以物联网( IoT)、大数据、5G、机器人、区块链、云计算、虚拟现实(VR)、数字孪生、人工智能(Artificial Intelligence，AI)等为代表的数字技术的创新发展，正逐渐与城市治理领域的应用创新相融合，为城市空间治理提供多方位的支撑。其中，人工智能作为用于模拟、延伸和扩展人的智能的一门新的技术科学，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等特征，正在对经济社会发展、国家治理等产生深远的影响。2017年，国务院颁布《新一代人工智能发展规划》，标志着人工智能的发展与应用正式上升至国家发展战略层面。2018年，习近平总书记在中共中央政治局第九次集体学习中强调“要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统”，肯定了人工智能应用在城市治理领域的巨大潜力。2024年2月，自然资源部出台《自然资源数字化治理能力提升总体方案》，提出加快人工智能在环境建设、数据治理、规划设计等方面的应用。在实践层面，“一网通办”“一网统管”等城市数字化治理模式不断涌现，为探索中国式城市空间治理与数字化深度融合的发展路径提供了新思路。

当前，人工智能技术已经在城市空间治理的多个领域得到应用，按应用目的可分为两类：一是模拟人类解决问题的创造力、自我意识和情绪，如数据驱动的决策、个性化居民服务等；二是通过计算机科学和数学的方法模拟智能来解决具体的应用问题，如智能化的城市规划和设计、交通流优化、智慧安防、环境监测与治理、社区参与与治理等。同时，人工智能技术在城市治理中的应用也面临着一系列挑战，需要明确人工智能技术在应用中带来的正负效应，从治理的视角规范其在城市空间治理领域的应用路径。

基于此，本文在总结城市空间治理现状问题、明确城市空间治理需求的基础上，梳理人工智能技术在城市空间治理中的应用，依据人工智能技术融入城市空间治理的不同阶段，总结其赋能城市空间治理的模式，对不同赋能模式下治理主体的角色进行思考，并探讨人工智能技术赋能城市空间治理的现实路径与未来工作重点，以期为城市空间治理体系转型、治理能力提升提供参考。

1 当前城市空间治理的需求与问题

1.1 城市空间治理的需求

以人为本是城市空间治理的核心理念，实现城市空间的有效治理，需要从人本角度出发，厘清城市空间治理的需求，构建起以人民为中心、以需求为导向的城市空间治理体系。首先是实现公平化治理，随着我国城镇化进程由高速发展转向高质量发展，城市空间治理的模式也由经济增长型向社会公平型转变。这一转变过程既体现了城市发展的阶段性治理目标由增效转向提质，也反映出城市空间治理的“人本化”倾向，即以实现最大多数人的最大福祉为最终治理目标。这就需要实现城市的公平化治理，包括为不同城市空间、不同人群提供包容性政策。在新型数字技术应用逐渐深入城市空间的背景下，人工智能技术的精准感知、深度学习特性为识别低效空间、捕捉人群需求、实现城市更高水平的公平治理提供了新的思路与方法。其次是实现主体协同治理。在城市空间治理早期，政府组织掌握绝大多数治理权力，社会公众的参与十分有限，在“以人为本”治理理念的指导下，城市空间权力结构的治理逻辑进一步转变，个人及社会组织的权利愈发得到重视。在此趋势下，实现多元主体协同既是优化传统城市空间治理结构的要求，也是“人本化”治理的需求。在人工智能技术的辅助下，跨主体的交流更加便捷高效，人工智能技术的群智开放特性能够有效辅助社会参与，在实现多方主体的协同治理方面发挥积极作用。最后是实现韧性治理。城市空间治理模式并非一成不变，会随着城市经济社会发展需求的变化而动态调整，总体遵循了发现问题、分析问题、解决问题的过程，最终实现城市治理能力的提升。这一动态提升的过程反映出城市空间治理的韧性，即如何及时感知城市治理症结，并结合人民需求做出治理响应。近年来，我国在重大突发性公共卫生事件方面的应对不足即反映出城市空间治理韧性的不足，在信息交互和人口流动日益频繁的当下，提升城市空间治理韧性刻不容缓。人工智能技术在“城市智脑”中的发展与应用能够有效提高城市空间治理的韧性，做到在短时间内发现问题，以数据算法驱动分析问题，并通过自主决策为形成更优的空间治理方案提供有益参考。

1.2 城市空间治理的问题

一是治理主体及路径单一。在传统城市空间治理中，地方政府作为城市空间治理的唯一主体，在实际决策过程中往往缺乏与基层民众的沟通、意见交换，导致顶层设计与实际操作的偏离。城市空间治理需要综合性的、跨部门的合作，而主体单一使得这种合作难以实现，影响了城市综合治理的效果，急需通过统一的信息交互平台，发挥多元主体在协同合作方面的关键作用。同时，传统的经验式决策方式虽然已经形成相对成熟的体系，但是在面对较为复杂的区域治理问题时，依靠人力勘查、个案参考的方式难以获得对地区的全局认知，仅凭经验决策难度较大，需要通过感应设备、大数据分析等智能设施及新技术的辅助，向复合化的治理路径转变。

二是治理手段及流程低效。在信息化时代背景下，以人为核心的物、资金、信息等虚实要素的流动性不断增强，单纯依靠人力的治理手段难以对城市空间大数据做出及时分析与状态研判，长此以往可能导致城市空间治理的实际需求与上层规划的脱节。治理流程低效体现在部门信息不对称导致的沟通传导失效方面，在传统治理模式下，信息往往是自上而下流动的，且部门间数据藩篱现象严重，决策者难以获取基层的真实信息，而基层的实际情况又很难传达给决策者，造成了信息的低效传导、资源的错配漏配。智能技术的普及为自下而上的治理流程提供了可能，如人工智能技术可以实现信息的实时收集、清洗，并结合相应的决策目标进行分析，为决策者提供实时的决策建议支持。

三是治理的公平性及保障不足。城市空间治理公平性的不足主要体现在空间及社会资源的不均衡分配上。从空间上看，对于资源的分配和配置，需要保障城市内每个居民的基本权益，而当前城市基本公共服务的可获取性在城市空间内部仍存在较大的差异。随着城市内部及城际人口流动需求的增加，传统以静态人口为依据的资源配置方式难以适应动态变化的空间需求，从而造成资源的进一步错配。从社会上看，以效率为导向的新技术使用也有进一步扩大社会不平等现象的风险，现实社会并不能确保所有地区的公民均具有使用新技术的能力和条件，长此以往新技术对城市空间治理的赋能可能会孤立低技能、信息技术不足群体及落后地区。“以人为本”是城市治理的核心理念，这就意味着城市空间治理需要提高包容性，以确保大多数城市居民有机会受益于技术服务。

总体来看，在“以人为本”的治理理念下，城市空间治理产生了空间公平化治理、协同治理及韧性治理等3大需求。人工智能技术具有深度学习、跨界融合、群智开放等特性，不仅可以有效匹配上述空间治理需求，还能够在解决传统空间治理存在的治理主体及路径单一、治理手段及流程低效、治理公平性及保障不足等问题方面提供支持。因此，如何发挥人工智能技术的作用，合理地将其赋能于城市空间治理，是解决城市空间治理问题、提升城市空间治理智慧化水平的重要议题。

2 人工智能技术在城市空间治理中的应用

“人工智能”的概念产生于20世纪中叶，作为一种研究领域已有70余年发展历史。随着人工智能技术的不断迭代发展，其在城市空间治理中的应用也在不断拓展与创新，主要体现以下3个方面。

2.1 城市空间监测与评估

人工智能具有可感知、可学习的特点。通过在城市部署智能基础设施，利用系统捕获的数据，可以实现对城市空间的实时监测。此外，通过建立模型和数据分析，人工智能系统可以识别潜在的风险，为城市决策者提供预警信息，有助于城市更好地应对一系列突发事件。目前人工智能技术在城市空间监测评估方面的应用主要包括生态环境、交通、公共安全、城市基础设施等专项领域的监测评估，以及城市空间运行体征的整体监测，等等。例如，苏格兰的格拉斯哥市安装了连接路灯和交通信号灯的传感器网络，驾驶员和行人可以依据实时输入地图的交通分析数据做出合理的出行计划，这种实时性的治理手段能够使城市的响应更加迅速，更能适应城市快速变化的需求。

2.2 空间治理方案模拟与优化

除城市公共管理领域外，人工智能技术在城市规划设计中也得到了广泛应用。首先，通过建立机器学习模型，人工智能技术可以对城市内部的各类空间要素数据进行汇聚、监测和分析，并在不同的条件与设定目标下，对城市空间使用进行仿真模拟，为城市空间规划、选址等决策提供智慧支持。其次，人工智能技术可实时监控要素数据变化的原因及方向，实现动态调整和响应，帮助城市规划者更好地理解城市的发展趋势，预测潜在问题，实现“自适应城市规划”。最后，在传统规划中，决策者可能受限于经验和局限的思维模式，而人工智能技术则可以通过算法的创造性优化，提供更具创新性和可持续性的规划方案，实现空间资源的最优配置。这种创新的设计方式有望提高城市空间布局和功能区划的可持续性。

2.3 智能决策辅助政策制定

在处理大量数据时，人工智能技术具有通过自动化复杂统计分析来加速决策过程的潜力，可以进行比人工干预所能完成的更大、更复杂的统计分析，并协助业务决策，甚至可以开发出类似人类的能力，如创造力、道德和价值观，以感知、理解并做出理性的决策。在实际应用中，人工智能技术可以通过融合大数据与算法模型，基于统计分析结果，提供多目标、多情景下的治理方案，辅助部门业务决策。常见应用领域包括城市环境、公共卫生、规划任务、交通管理、城市政策等。此外，人工智能技术还可以与已有的技术方法产生链接，提高决策的准确性。例如，将人工智能技术与城市体检、更新和规划分析方法相结合，辅助城市决策等。

3 人工智能技术赋能城市空间治理的内涵解读

人工智能技术的发展给城市治理领域带来了巨大的技术变革，但同时也引来诸多学者对其实际应用效果及可行性的质疑。人工智能技术怎样赋能城市空间治理及其作用的正负性如何评价，成为当下讨论的热点话题。要理清上述问题，首先需要明确人工智能技术赋能城市空间治理的内涵，对人工智能技术赋能的目标有清晰的认知。人工智能技术作为一种技术手段，其赋能城市空间治理的最终目标是更有效地管理空间的各种资源的使用与分配，促进社会协调、可持续发展。因此，本文认为，人工智能技术赋能城市空间治理是指利用广义上的人工智能技术(包括智能装备、机器人、计算机系统、算法模型等拥有自感知、自适应能力的技术集成体)，通过强化治理手段、优化主体结构、创新治理流程等多种方式，提升城市空间治理的效能与可持续性，最终将城市打造为自适应、自学习的智能有机体。

4 人工智能技术赋能城市空间治理的模式

4.1 城市空间治理的目标

城市空间治理涉及空间、行为主体与制度环境等3个要素，城市空间的高效治理需要实现空间要素的合理配置、行为主体的权力分配及制度环境的保障。基于以上属性，本文提出城市空间治理的3个目标：①空间高质量发展。我国城镇化建设已经全面进入提质升级阶段，实现空间高质量发展既是外在发展环境的要求，也是解决城市发展不平衡问题的内生要求。空间高质量发展包括物质空间高质量及社会空间高质量两部分。物质空间高质量需要实现土地、建筑等环境要素的合理配置，社会空间高质量则需要实现政治经济要素的均衡、高速发展。②主体协调发展。城市空间治理的行为主体包括政府、公众及市场等，需要协调好城市空间治理的权力结构，通过人工智能技术支持的智能互联平台推动治理主体和部门管理之间的协调合作，实现不同主体之间的高效沟通交流。③社会公平发展。首先是实现发展机会公平。不同群体在城市中应享有公平的发展机会和使用空间的权利，在新技术快速发展的背景下，需要保障弱势群体的空间使用权，避免社会鸿沟进一步扩大。其次是实现制度保障平等。随着新型数字技术与城市空间治理环节的深度融合，一系列数据安全及伦理问题接踵而至，需要保证各类人群的合法利益得到同等的保护，实现安全、平等的治理。

4.2 赋能模式

以治理的视角探究我国人工智能技术赋能城市空间治理的实践，可以发现我国人工智能技术赋能城市空间治理的模式与路径并非一成不变。总体而言，人工智能技术赋能城市空间治理的模式遵循从市场主导、政府主导到社会主导的阶段变化。在市场主导阶段，技术型企业通常在提供技术基础和支持政府活动方面发挥即时效应，然而，如果没有技术、政府和公民之间的协同，城市空间治理的秩序性将无法完全实现。因此，在政府主导阶段，需要政府的上位规划管控，这一阶段人工智能技术赋能城市空间治理的核心不仅仅是技术的智慧，而是所有机构和人员合理有效地利用工具的智慧，以实现更加公平、可持续的城市发展。此后，在社会主导阶段，城市空间治理的公平性需求凸显，公共利益在赋能城市空间治理方面更为重要。人工智能技术赋能城市空间治理的模式不存在“一刀切”的做法，各城市可以在尊重其独特的现有环境的基础上，寻找符合自身发展条件及需求的赋能模式。

4.2.1 市场主导型赋能模式

人工智能技术应用于城市空间治理的初期，地方政府由于缺乏相关技术基础及项目开发资金，难以独自推动人工智能技术在城市空间治理中的试点。在此背景下，需通过与企业合作的方式推动人工智能技术赋能城市空间治理，即市场主导型赋能模式。在该模式中，政府、市场与公众的关系表现为“市场主导、政府干预、公众评价”。在市场方面，在人工智能研发领域领先的当地企业或机构对于城市人工智能技术的落地应用具有较高的主动性，这为启动当地的人工智能赋能治理系统提供了技术基础。同时，由企业带来的产品供应链和资金则是维持及升级人工智能基础设施的必要条件。政府作为人工智能产品和服务的购买者，通过有限干预，将人工智能技术应用于试点项目、空间环境改善和城市营销方面。社会公众的角色包括两个方面：一方面是最终的业务或产品的使用者，检验人工智能技术赋能城市空间治理的成果；另一方面是大数据的提供者，通过智能设备、城市智能基础设施收集公众时空行为信息、行为偏好及需求等数据，这是人工智能展开分析的基础。见图1。

市场主导型赋能模式的典型案例如杭州市。2016年，阿里云推出了基于人工智能的产品——“城市大脑”，并将其引入杭州市的智慧城市建设。该项目由杭州市政府牵头，市数据资源局统筹协调，阿里云负责设计总体框架、搭建核心模块，富士康等13家公司负责或参与开发其他模块，通过组建联合体的方式，共同构建当地的人工智能生态系统。在实践效果方面，杭州市的“城市大脑”以交通领域为突破口，从单项领域开始探索人工智能技术赋能城市空间治理的模式，并逐渐从城市治理中的单一领域向综合领域拓展，实现各数据系统的融合，提高业务协同性。在不断兴起的人工智能技术及其应用的推动下，杭州市的智慧城市建设形成了以“城市大脑”为中心的原创路径，在国内外产生了较强的示范效应。

杭州市的案例表明，本地的人工智能企业与政府之间的良好合作关系对于城市建设先进的基于人工智能技术的平台(如“城市大脑”)来高效地构建智慧城市空间治理系统至关重要。在城市人工智能技术发展的早期，政府通过与企业合作的形式共同推进人工智能技术在城市空间治理中的应用，使人工智能技术能够较早深入城市空间治理领域。然而，在该模式中，一个突出的挑战是社会群众的权利与诉求难以得到体现，地方政府在人工智能技术的应用中需考虑市场利益与公共价值的平衡，避免技术资本的快速扩张带来城市发展的负外部性，如随着计算需求的扩大，城市数据中心的能源消耗问题也会日益突出；另一个挑战则是政府的能力建设不成体系，导致政府部门之间的决策存在一定的冲突，如政府部门在数据权属上的争议，导致城市智能信息系统的实际应用效率并不高。因此，一个拥有先进智能平台的城市，如果没有全面的智能系统，也就很难成为拥有“自主智能”的城市。

4.2.2 政府主导型赋能模式

随着人工智能企业的进一步集聚与发展，仅凭市场引导人工智能技术赋能会使城市空间治理走向无序，难以实现公平治理的目标，需要政府对人工智能技术赋能机制进行整合。在政府主导型赋能模式下，城市政府利用技术带来的创新的组织和管理方法，通过技术、规划和政策工具的深度融合，进一步明确城市空间治理的政策导向性。人工智能技术赋能阶段由“技术扩散”转向“整体治理”。在该模式中，政府、市场与公众的关系表现为“政府主导、市场支撑、公众参与”，城市发展方向与治理目标成为重塑人工智能技术应用模式的首要因素。在政府方面，通过及时制定城市空间发展战略规划，对人工智能技术赋能城市空间治理的场景进行全面部署，以实现城市的“整体慧治”。在市场方面，企业群体的角色从项目主导转为技术主导，通过对城市空间治理需求的深入挖掘，融合创新出更符合城市整体发展规划、贴合居民需求的人工智能技术赋能形式。在公众方面，政府作为主导者，使公众能够更多地参与到城市空间治理流程中，公众不仅是数据的提供者，还是城市空间治理重要的观察者与反馈者。见图2。

政府主导型赋能模式的典型案例如雄安新区。雄安新区为河北省管辖的国家级新区，于2017年正式设立。2022年，《河北雄安新区规划纲要》将“信息智能”作为雄安新区建设的主要目标之一，提出充分引入人工智能技术，加强智能基础设施建设。雄安新区的智能基础设施建设由新区政府主导，各科技企业承包，建设的数字中心及算法平台在前期试点中建立了庞大的数据库，更加准确、及时地服务于各类应用，为信息价值的共创带来了事半功倍的效果。目前，雄安城市计算中心、算法训练中心平台、容东片区首片数字道路已经正式投入运营，充分展示出以政府为主导、以科技企业为辅助的新技术赋能城市空间治理模式的成果。未来在上位规划的引导下，雄安新区的智能城市治理平台将进一步与人工智能从业者、企业合作，共同打造基于人工智能的“政、产、学、研、用”五位一体的产业链和生态圈。

雄安新区的案例表明，政府主导、企业参与的赋能模式能够更高质量地构建基于人工智能技术的智慧城市空间治理系统。在此模式下，政府需要确保信息和人工智能技术服务对所有居民与企业群体来说具有高可及性，以确保基于人工智能技术的城市智能治理平台及生态产业链能够惠及公众与企业。

4.2.3 社会主导型赋能模式

在企业主导型及政府主导型模式中，城市空间治理的主体为政府组织及企业，普通群众的参与比较有限，城市空间资源分配的公权力也就难以体现。随着城市空间治理逐渐转向公共利益导向，当技术突破与制度创新发生较高水平的耦合时，政府与企业的协作和创新活动便渗透到日常生活实践中，推动了数字工具向微观城市空间下沉，促使更多的社会力量参与到技术赋能的过程中，形成社会主导型赋能模式。在该模式中，政府、市场与公众的关系表现为“公众驱动，政府实施，企业参与”。由城市整体治理落位到精细化治理目标，需要以社会需求为导向赋能治理，公众不仅是观察者，还是城市空间治理的重要参与者。在人工智能技术的支持下，居民的需求通过智能交互平台得到及时响应。以政府部门为权力主体的城市治理结构将逐步向多元主体共治的协同治理结构转变，形成扁平化、高度弹性的组织架构。见图3。

社会主导型赋能模式的典型案例如上海市。上海市较早形成了公众、政府和企业之间的平衡互动机制。在这一机制中，城市空间治理不只是为了解决城镇化进程中产生的一系列城市问题，更是为了形成一个包容性、自适应性的智能城市有机体，以便根据城市居民不断变化的需求，打造更适宜的生活场所。在这一过程中，人工智能技术赋能不仅是提升政府治理能力和权威的手段，还为促进多主体协同治理、丰富基层治理场景提供了新的方式。2021年，上海市发布了《城市数字化转型“十四五”规划(2021—2025年)》(以下简称《规划》)。《规划》计划以国际领先的电信设备制造和服务企业——华为技术有限公司为支撑，构建一个由公司、机构、社区和各行各业居民组成的高度集成的数字网络。此外，上海市首创“一网通办”政务服务品牌及“一网统管”城市治理体系。“一网通办”为城市居民提供生活、营商、政务等全品类服务在线申请、办理平台，实现业务自主申报、自动受理；“一网统管”接入全市50多个部门的198个系统、1000多个应用，打破传统的部门职能分工，让城市治理实现从部门化运作向平台化运作转变。

上海市的案例表明，贯彻落实以人民为核心的城市空间治理理念，人工智能将成为重要的助推器。随着人工智能技术从解决行业弊端走向赋能百业，其也逐渐与城市治理发展的内在要求相契合，由整体赋能走向精细化赋能。

4.2.4 小 结

上述3个案例反映了人工智能技术在不同的发展阶段促进城市多行为主体参与和互动的不同模式。从主体关系来看，政府、市场和公众在3种赋能模式中所扮演的角色存在明显差异，这与城市空间治理背后的主体治理逻辑息息相关。从城市空间治理的目标来看，城市政府既需要保持经济增长目标，又需要化解城市增长所导致的环境、文化、社会乃至技术等方面的风险，以确保城市空间的公平协调发展。因此，城市政府需要在多目标平衡中做出最适合当前发展阶段的政策选择，在下一个发展阶段，政府的政策偏向又会根据治理目标有所调整、修正或补充，在不断完善的动态变化机制中实现城市空间治理体系的智能化。从要素关系来看，人、技术、空间三者的互动关系也在不断变化。在市场主导的赋能阶段，人工智能技术通过项目试点、单一领域赋能向城市空间渗透，这种由点到线的赋能模式反映了人工智能技术早期在城市扩张的需求。在政府主导的赋能阶段，人工智能技术的应用更加注重与城市空间治理目标的契合。在上位规划的引导下，人工智能技术在城市空间有序扩张，由点到面实现空间治理全流程赋能。在社会主导的赋能阶段，人工智能技术的应用追求“人—技术—空间”的耦合发展，通过构建城市空间治理网络，实现多主体协同治理，并充分发挥公众参与治理的作用，不断创新人工智能技术应用场景，提高空间治理韧性。见图4。

5 人工智能技术赋能城市空间治理的路径

人工智能作用下的城市空间治理需要以高质量发展战略、城市治理数字化需求为导向，以解决城市空间治理中的实际问题、实现不同主体的协同治理为目标，探索高效化、协同化、自适应的智慧城市空间治理模式。重点从合理利用人工智能、丰富城市空间的治理手段，优化治理结构、促进多元主体的高效协同合作，以及提质治理流程、提升治理响应能力等3个方面，构建基于治理视角的技术赋能路径，为人工智能技术在城市空间治理中的科学化、系统化应用提供重要的依据。

5.1 治理手段赋能

治理手段是指通过不同的方式和方法进行管理、调控，规范社会、经济、环境等方面的行为。在城市空间治理过程中，人工智能技术对治理手段的赋能主要体现在效率增长上，通过对城市空间治理手段进行修补、替代、增强，提高城市空间治理效能。首先，以智能算法代替人工计算。城市空间治理过程中涉及海量的数据，包括土地利用、交通流量、环境质量等多个方面，传统的人工处理方式难以应对如此庞大和多元的数据，人工智能的数据处理能力，尤其是深度学习和机器学习算法的应用，使得城市管理者能够从数据中挖掘出更深层次的信息，为治理决策提供更全面、准确的依据。其次，以自动化工作流增强机制传导。传统的城市空间治理面向区域内的问题、事件，对于采集、分拨、处置、结案各环节往往采用人工经验判断的方式，人工处理周期较长，且各权责主体之间的低效交接与数据孤岛现象造成了治理效率不高的问题。在人工智能算法的加持下，可以通过RPA(机器人流程自动化)、算法训练、智能派单、智能分类和相似案例推荐等手段提升事件工单的处置效率。最后，以计算机感知互联修补人工搜索漏洞。城市监控网络的铺设、对异常状态的实时监测与感知可以大大减少巡查人员的工作量，提高工作的时效性与准确性。

综上所述，人工智能技术作为一种强化空间治理手段的工具，通过对汇聚的多模态原始数据进行学习训练，实现“数聚生慧”，随着人工智能技术与业务的不断融合发展，未来人工智能或将发挥更重要的作用。

5.2 治理结构赋能

在人工智能技术作用下，多主体协同的治理机制可以通过覆盖全域的数字治理网络实现。以数字平台为媒介，以社区为基本治理单元，加强信息沟通和公众参与机制，打破信息壁垒，构建起自下而上的城市治理网络，使得决策者能够更全面地了解城市问题，基层的反馈也能够迅速传达给决策层。

在政府方面，一是通过研发“数字人”政务为居民提供一站式公共服务平台，让“数字人”充当政府政务办理的智能前台与服务顾问；二是可通过算法模型在数字平台、网络上采集及分析大量数据，了解居民的服务需求，为居民提供更为精细和个性化的公共服务。

在公众方面，首先，城市相关部门通过教育培训、媒体传播等方式，培养社会公众参与城市治理的责任意识，提升其使用智能设备的能力。其次，通过技术下沉社区，打造智能物业平台，及时收集、分析社区的环境、设施使用数据。社交媒体和智能应用为居民提供了表达意见和参与决策的平台，人工智能技术可以通过情感分析、舆情监测等手段，更全面地了解社区居民的需求和意见。这种多元化的反馈机制有助于建立更为民主、包容的城市治理模式，让决策更贴近居民的实际需求。例如，可利用在线“聊天机器人”，根据居民个性化的需求定制服务内容，制定创新的解决方案。最后，还需要满足数字弱势群体的包容、公平、参与及安全需求。

在社会组织方面，需要把人工智能技术赋能城市空间治理系列培训纳入到各企事业单位年度学习培训规划当中，提高其对新技术的运用能力；支持创新企业的技术研发，挖掘地方产业特色，探索“政企合作”赋能城市空间治理的个性化模式。

5.3 治理流程赋能

随着人工智能技术与城市空间治理手段、治理业务的深度融合，城市空间治理流程也逐渐向人机交互的智能范式转变。在传统城市空间治理中，数据采集、规划制定、政策实施等环节存在信息孤岛、决策效率低下等问题，人工智能技术引入在不同的治理环节产生影响，并最终实现治理流程的创新，这主要体现在人的角色转变、治理环节的改变及治理理念的创新上。首先，人工智能技术从治理工具向治理参与者的价值变化，要求人类相应地对自身在城市空间治理流程中的角色及职能进行重新定义。在传统的治理流程中，人类作为唯一的决策者，多依赖于直觉经验进行决策，但单纯依靠个案启示和经验积累难以获取全面的现状信息，并对未来发展趋势做出准确研判。人工智能技术引入后，其作为辅助决策者参与到治理流程当中，人类成为主决策者，需在人工智能对治理问题做出初步分析与决策之后判断其分析与决策的适用性。其次，人工智能技术简化了原有的城市空间治理环节，建立起更为简明、透明、高效的治理流程，减少了烦琐的手续和程序。例如：利用信息技术手段，建立数字化的治理平台，有助于实现信息的及时共享和高效传递；推行电子政务，实现线上办理，有利于提高办事效率。同时，人工智能技术促进多元主体参与治理，丰富了基层治理环节。最后，人工智能技术的赋能使智慧城市治理模式受到充分重视，“人—技术—空间”一体化治理的理念逐渐得到普及，各个城市开始正视技术带来的积极作用，并将技术作为推动其空间治理体制改革的重要动力。

综上所述，在治理流程赋能中，人工智能技术融入城市空间治理的各个环节，通过数据处理、规划设计、决策支持、实时监测、风险管理和社区参与等多个环节的创新，使城市空间治理流程更高效、更科学并能适应城市发展的需要，实现“机制融慧”。

5.4 小 结

以上3种赋能路径对应了人工智能技术在城市空间治理中由浅层的工具赋能向深层的机制赋能、由技术导向赋能向人本导向赋能的转变。随着人工智能技术与城市空间治理环节的逐步深度融合，其赋能治理的目标也由治理效率增长向智能技术与城市空间及人群活动规律耦合拓展。从人工智能技术赋能城市空间治理模式的变化可以推测，人工智能技术的赋能路径并不是固定的，而是应该随着人群的需求和城市系统的变化而发展的。

6 结束语

以人工智能为代表的新一代科学技术在提高城市空间治理效能方面展现出巨大的潜能。本文通过总结梳理人工智能技术在城市空间治理中的应用，发现人工智能技术赋能城市空间治理的模式并不遵循单一的路线，而是经历了由市场带动、政府主导到社会驱动的演化路径。城市阶段性发展目标及治理主体需求的变化是产生不同赋能模式的深层原因。然而，现阶段我国大多数城市仍存在人工智能应用场景破碎化的问题，未能系统地形成人工智能技术赋能模式，人工智能技术赋能城市空间治理仍需遵循社会和技术发展规律，循序渐进地展开。人工智能技术如何赋能中微观尺度的城市空间治理，以及如何完善多方制度保障及建立人才培养机制，仍需继续探索。

首先，补充中微观尺度人工智能技术赋能城市空间治理的具体路径。在中观尺度，如城市功能区、工业园区等，依据地区发展目标制定精细化的人工智能技术赋能治理路径，构建“数据层—算法层—应用层”的人工智能技术架构。在数据层，建设完善的城市数据基础设施，包括传感器网络、数据中心等；在算法层，在预训练的大模型基础上快速抽取生成场景化、定制化的小模型，实现不同领域、功能场景的部署，提高城市空间治理的精确度和效率；在应用层，侧重满足各治理主体的需求，将算法模型和治理的需求无缝衔接起来以实现效率提升、结构优化及机制创新。在微观尺度，如城市街道、社区，建立起网络化的智能治理体系，充分保障各利益主体参与公共事务管理讨论的自主权、决定权。通过多元化的参与方式，如城市智能交互平台、各类社交平台、官网意见箱等，突出公共管理手段与参与主体的适应性，使居民能够在各自活动空间范围内依据自身所需及自身特点有针对性地设置治理目标和行动方式。

其次，完善相关制度保障。针对人工智能技术应用过程中出现的数据安全、信息公平性等问题，现有的城市空间治理体系急需建立全流程的制度保障，保障人工智能技术在城市治理中的合法、合规应用，维护公民权益。一方面，制定和完善人工智能技术应用的法律法规，明确人工智能技术在城市空间治理中的使用范围、目的、限制和责任。从数据隐私、公平性、透明度、责任追究等层面提出要求，规定人工智能系统必须符合特定的伦理标准和行为准则，才能在实践中明确多治理主体的定位、分工及权力边界。另一方面，面向城市中的弱势群体，如低技能者、老人等，应适当给予政策及资源的倾斜，包括提供专员帮助、设计定制化交互平台等。

最后，建立多领域协同的人才队伍体系。在专业人才方面，建立空间治理人才智库，扩充城市治理服务的人力资源库，完善高校跨学科人才培养体系，提倡跨学科相互合作，拓展治理渠道。在非专业人才方面，城市相关部门可以通过教育培训、媒体传播等方式，培养社会公众参与城市空间治理的责任意识，提升其使用智能设备的能力；将技术赋能城市空间治理系列培训纳入到各企事业单位年度学习培训规划当中，提高其对新技术的运用能力，探索“政企合作”赋能城市空间治理的个性化模式。