超级智能城市.pdf

超级智能城市 更高质量的幸福社会 01 目录 1. 当今的智慧城市 2. 未来的超级智能城市 3. 中国超级智能城市指数 4. 打造超级智能城市 5. 七个反思 6. 评价指标体系 超级智能城市 | 目录 1 2 超级智能城市 | 当今的智慧城市 中国与美国城市化比例差距不断缩小， 城市 化所带来的后续发展空间广阔。 在国家新型城镇化战略推动下， 中国近10年 的城市化年复合增长率超过1%， 城市化进 程加快。 亚洲各国各地区的城市化率增长率高于美 洲国家， 成长潜力大。 也由于城市化的推动， 亚洲基础设施投资缺 口每年达2万亿美元以上。 当今的智慧城市 在全球城市化进程中，欧美拥有先发优势, 因此城镇化居于全球前 列。而在亚洲, 特别是中国, 在政府多年系统性城镇化战略大力推 动之下, 俨然急起直追, 成为全球城市化率增长最高的国家, 后续成 长空间广阔。 图： 全球城市化趋势(%) 100 80 60 40 20 美国 巴西 印度 中国 28% 10% 城市化比例差 距将不断收窄 预测 东南亚 1949年， 中国 城市化率只有 10.64% 19501990197020101960200019802020 2030 2040 2050 1992年， 中国 城市化率为 27.46% 2001年， 中 国城市化 率已经达到 37.66% 2016年， 中国 城市化率达 到57.4% 预计2050 年， 中国城市 化率将超过 80% 数据来源： 联合国； 国家统计局； 德勤研究 城市化的进程对城市经济、 资源利用、 生活质量、 时间成本以及可持续发展等多方面带来不同程度的影 响， 而随着城镇化以及人口不断增加， 全球各地城市管理者面临日益严峻的挑战。 3 人口挑战 健康挑战 城市废弃物挑战污染挑战 健康挑战 交通挑战 平均通勤距离/km 52分钟 35分钟 51分钟 46分钟 通信挑战 中国总人口数接近14亿 城市人口达到7.33亿 （截止至2016年） 通讯需求上升， 对城市网络 基础设施建设、 运营商的网 络运维能力构成挑战。 18.82 15.16 广州上海 纽约 北京 19.2 18.35 超过75%的中国人处于亚健康 状态。 与营养相关的慢性病， 如糖尿 病、 心脑血管病、 肿瘤等已占中 国人死亡原因的80%。 到2020年， 生活不能自理而需 要医疗养老服务的老年人将突 破2000万。 预计至2025年， 全球城市居民产生的垃圾量将从目前的年均13亿 吨增加到年均22亿吨， 增加部分主要来自发展中国家快速成长的 城市。 我国城市废弃物数量居世界前列， 垃圾处理技术缺乏。 我国近70%的垃圾的处理方式是填埋， 全国城市垃圾堆存累计侵 占土地超过5亿平方米， 每年经济损失高达300亿元。 首先， 城市空气污染成为城市居民健康的头号威胁。 据WHO统计， 全球空气污染指数从2008年到2013年已经提高了 8%， 全球只有12%的人口生活在空气质量符合世卫组织健康标 准的城市。 据耶鲁大学统计， 中国的空气质量排名位居全球倒数第二， 绝大 部分地区2.5值超标。 其次， 城市噪声污染.影响市民居住质量。 2016年， 中国环境噪声投诉占环境投诉总量的43.9%， 较2015 年上升8.6%。 欧洲超过1.25亿欧洲人口受到55分贝以上道路噪 声的困扰。 中国目前一方面教育供给 严重不足， 一方面教育资 源的浪费又是巨大的。 需要把网络、 培训机构、 教育资源进行整合。 城市交通拥堵， 时间成本高。 大城市平均通勤 时间在30分钟以 上， 北上广平均通 勤距离在15km 以上。 国外城市中， 纽约 平均通勤时间也 在30分钟以上。 超级智能城市 | 当今的智慧城市 数据来源： 中国社会科学院城市发展与环境研究所； 世界银行； 德勤研究 而为了应对城市化所带来的挑战， 在过去的十多年里， 各国不断大力投入建设智慧城市， 投入金额逐年升 高, 预计将在未来五年内达到高峰, 特别是在亚洲等国家, 由于拥有后发优势, 在智慧城市建设上有更大发 挥的余地。 4 智慧城市1.0阶段： 先发国家制定战略开始投资年复合增长率智慧城市2.0阶段： 亚洲等后发国家政府开始大量 投资智慧城市 亚洲 中东和非洲 北美 欧洲 拉丁美洲 数据来源： 各国政府公开资料； Navigant； 德勤研究 32% 6% 22% 26% 5% 图： 全球 “智慧城市” 投资金额图 2006年 新加坡 将 “智慧 国” 战略 明确为经 济社会引 领型战 略。 2009年 日本制 定 “i- Japan 2015战 略” ,注 重 “以人 为本” 。 2010年 欧洲 2020战 略 提出 三项重点 任务， 即 智能型增 长、 可持 续增长和 包容性增 长。 2010年 中国出台 智慧城市 发展规 划， 认定 武汉、 深 圳为智慧 城市项目 试点城 市。 2013年10月 中国工信部主 导中国智慧城 市产业联盟 成立。 “十 二五” 期间， 中国智慧城市 计划投资规 模达到5000 亿元。 2015年 印度拟用PPP 模式打造百 座智能城市。 印度政府宣 布未来5年内 将投入约75 亿美元用于 智慧城市建 设。 2015年 韩国政府计 划在2016到 2019年间投 入3.5亿美 元， 开发与智 能设备互联的 物联网生态 系统。 2016年 越南通过智 能城市的建 设大力扶植 智能城市相 关产业。 越 南仅坚江省 一省便投资 294万美元建 设智慧城市。 2015年 美国政府提 出新 “智慧 城市” 倡议， 积极布局智 能交通、 电 网和宽带等 领域， 并将 投入1.6亿美 元推动 “智 慧城市” 计 划。 2011年 荷兰 Armsterdam Smarter City 智能城市计 划， 致力于 生活和交通 的可持续发 展。 超级智能城市 | 当今的智慧城市 0 5 10 15 20 25 30 200620082010201220142016201820202022 拉丁美洲亚太地区欧洲北美中东和非洲 十亿美元 5 智慧城市的出现则部分解决这些挑战， 其在全球范围的部署给各城市带来了实际的效益， 包括GDP增长， 失业率降低， 生活质量以及安全健康提升。 这使得城市管理者能够实现科学决策， 精细管理， 快速响应， 并提升城市竞争力。 城市能源 成功因素智慧城市解决方案能够产生的潜在社会福利 投资智慧科技 和基础设施的 城市能够将失 业率降低 阿姆斯特丹的智 慧城市帮助其节省 9-14%的燃料费， 并 预计将在2025年之 前减少40%的碳排 放量。 政府治理做到透明 化与协同化 利用传感网络 将各类分析数据进 行无缝整合 ICT技术和认知技 术的有效应用 公民对智慧城市概 念的认识、 智能仪 表的应用 巴塞罗那的智能停 车系统每年能为城 市节约5000万美元 的停车费用。 巴塞罗那的智能水 系统每年将给城市 节省5800万美元。 在韩国松岛新城， 智能建筑解决方案 将为每幢建筑节约 30%的能源消耗。 厦门三维全景系 统， 减少了 “信息孤 岛” 现象， 且每年能 节省1000万元运维 费用。 据统计， 投资 智能电网和基 础设施能够促 进GDP增长率 提升 据统计， 投资智 能电网、 科技、 基础设施的城 市， 其办公用房 比例会提高 据统计， 每提高 20%的ICT设施 投资可以促进 GDP增长 1.0% 0.7% 2.5% 1.0% 城市水资源城市出行城市住房其他领域 共商决策， 产生数字民主和参与型政府等新的治理形式。 以数据驱动来制定政策， 能够提升政策有效性， 为商业和市民生活创造更有利的社会 环境。 通过传感系统和监控数据进行实时分析， 能够提升公共安全保障。 垃圾收集装置中的传感器能够提升垃圾收集效率。 借助传感器和医疗机器人， 需要照顾的人可以在家中生活得更久。 利用垃圾收集装置中的传感器提升垃圾收集效率。 通过优化公共交通基础设施， 降低城市拥堵和污染水平。 通过人工智能和应用大数据分析， 为城市更好诊断问题和提出个性化解决措施。 通过实时监控能源使用情况以减少能源浪费。 通过对交通基础设施 （道路、 停车位） 的最优利用可以降低拥堵水平和污染程度。 利用数据分析手段， 能够及时检测水供给网络漏洞， 提升水资源利用率。 数据来源： Smart City Council; Deloitte Analysis; TMTforum ; 华为全球联结指数； 德勤研究 超级智能城市 | 当今的智慧城市 500 15 30 4 5 4 8 40 90 500 90 40 30 15 8 54 中国欧洲美国印度日韩加拿大南美中东和非洲大洋洲 6 目前全球已启动或在建的智慧城市已达1000多个， 欧洲、 北美、 日韩是智能城市的领先区域。 从智能城市 在建设数量上来说， 中国以500个试点城市居于首位， 且已形成了长三角、 珠三角等多个智慧城市群。 数据来源： 中国政府公开资料； 印度政府公开资料； 美国白宫公开资料； 欧盟公开资料； Smart City Council； Navigant； 德勤研究 图： 全球在建智慧城市数量 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 亚洲欧洲北美洲拉丁美洲中东和非洲 中国已经成为全球智慧城市 建设最为火热的国家, 远超 排名第二的欧洲 超级智能城市 | 当今的智慧城市 图： 全球各地区在建智慧城市项目比例 中国则已经将智慧城市写入国家战略， 并投入大量资金。 无论是特大型的一线城市， 或是中小型城市， 皆 有智能城市项目落地， 并且形成了数个大型智慧城市群， 分布在东部沿海以及中西部地区。 图： 中国智慧城市政策演进 2012年12月 国家智慧城市试 点暂行管理办法 规定了申报国家智 慧城市试点应具备 的条件， 开始试点 城市申报。 2013年1月 经过地方城市申 报、 省级住房城乡 建设主管部门初 审、 专家综合评审 等程序， 住建部公 布首批国家智慧城 市试点共90个。 2013年8月 国家住建部再度公 布103个城市(区、 县、 镇)为第二批国 家智慧城市试点， 加上首批90个试 点， 国家智慧城市 试点总数已达193 个。 至2016年6月， 全国95%的副省级以上城市、 超过76%的地级城市， 超过500座城市， 明确 提出或正在建设智慧城市。 未来智慧教育、 城 市安全、 社保信息等领域将成为建设重点。 2015年4月 住建部和科技部公 布了第三批国家智 慧城市试点名单， 确定84个城市(区、 县、 镇)为国家智 慧城市。 国家智慧 城市试点已达300 个。 2016年 国家提出新型智慧 城市， 并在此后开 展对新型智慧城市 自评估的过程。 “十三五” 将组织100个城市大力推进智慧城市建设， 规划总投资规模将达5000亿元。 十九大报告中首次提 出建设智慧社会， 以 人民为中心建设智慧 社会的中心思想 智慧社会强调基于新 网络设施、 新数据环 境、 新理念模式、 新 技术应用， 推进以人 为本的可持续创新， 使国民拥有更多的获 得感、 幸福感。 图： 中国重点智慧城市分布图图： 中国智慧城市市场规模(亿元) 武汉： 智能生活 通过城市信息的高效传递和 智能响应， 增加政民互动， 改 善民生。 20154317 2017 5725 2016 4987 2018 6504 北京： 大数据+智能经济 覆盖广泛的宽带设施、 智能融合的 信息化应用推动首都信息化发展与 物联网建设， 促进经济增长。 上海： 信息化+智能基础设施。 强化信息基础设施、 网络安全， 推 进公共交通实时信息采集等。 杭州： 物联网+大数据 计划推进云计算和大数据产业中 心、 物联网、 互联网金融、 智慧物 流、 数字内容产业等 “六大中心” 建设。 天津： 智能生活 电子政务、 信息便民、 硬件建设等 助推天津智慧城市建设。 南京： 物联网平台 物联网技术在一系列市政项目中应 用， 推进政务数据中心、 市民卡等 便民设施应用。 广州： 智能交通 智慧交通感知平台覆盖核心区、 主次干道、 城市出入口等， 实时监控对客运 枢纽的客流数量和流向。 重庆： 信息化+智能基础设施 促进信息基础设施、 城市传 感基础设施、 公共信息平台完 善， 网络覆盖能力加强。 成都： 智能交通 与滴滴出行、 微软等企业合 作， 借用云计算、 物联网技术 等完善智能交通网络、 发展 旅游业。 深圳： 物联网平台 深圳智能物联网平台能够将 交通、 物流、 社区生活等各领 域有机结合起来。 数据来源： 中国中央政府和各地政府公开资料； OFweek； 德勤研究 超级智能城市 | 当今的智慧城市 7 近年来， 中国的智能试点数目线性增长。 在入选国家智慧城市试点的城市和地区中， 大部分分布在黄渤海 沿岸和长三角城市群， 获得较多试点的省市智慧建设也居于领先地位。 图: 中国智慧城市试点增长图: 中国智慧城市试点地区分布智慧城市试点地区数目 注： 不完全统计， 仅选取重点城市 数据来源： 智慧城市网, 德勤研究 超级智能城市 | 当今的智慧城市 8 山东省30 江苏省28 湖南省22 浙江省18 安徽省16 四川省15 吉林省15 广东省14 江西省13 辽宁省13 湖北省12 河北省12 河南省11 黑龙江省11 贵州省11 福建省11 山西省10 北京市10 新疆维吾尔自治区9 广西壮族自治区7 甘肃省7 天津市7 陕西省7 云南省6 重庆市6 内蒙古自治区5 宁夏回族自治区5 上海市4 青海省3 西藏自治区2 海南省2 深圳市2 99 154 255 286 386 500 0 100 200 300 400 500 600 2011 2012 2013 2014 2015 2016 北京10个 天津7个 上海 4个 重庆6个 深圳2个 1115个 1620个 20个以上 610个 15个 9 尽管发展态势良好， 然而当今大多的 “智慧” 城市并不能称作真正意义上的” 智能” 城市， 无论是从战略， 设计建设， 运营， 维护等多维角度来看， 都有拥有诸多的缺失， 难以释放出一个城市智能化之后所真正具 备的价值与潜力。 当今的智慧城市 IT系统导向 运营模式不佳 资金缺口问题 信息安全缺失法规监管不全 战略目标不明 缺乏总体规划 数据孤岛普遍 数据信息量大且繁杂， 未 实现跨领域融合。 缺乏商业化路径， 数据融 合动力不足。 以政府独资为主， 企业未 深入参与智慧城市建设。 不同城市、 不同部门战略 规划不同， 智能城市建设 水平与进度各不相同。 缺乏长期总体发展蓝图。 政府承担建设费用， 财政 压力大。 后期运营与维修需要聘请 专业人员。 用户、 应用程序、 数据事务 之间连接不断增加， 网络 安全风险日益提高。 智慧城市战略必须包括网 络安全的相关概念。 智慧城市建设初期， 尚未 出台完善的法律法规 各系统尚未连接， 仅以建 设IT系统为依归。 以往的智慧城市战略规划 层次混乱。 图: 当前智慧城市所面临的挑战 数据来源： 政府公开资料； 德勤研究 超级智能城市 | 当今的智慧城市 10 而中国政府也意识到了这些关键问题和缺失， 也因此， 在 “十三五” 规划中又进一步提出建设 “新型智慧城市” 的新要求和新目标， 落实 国家新型城镇化规划、 建设富有中国特色、 体现新型政策机制和创新 发展模式的智能城市。 新型智慧城市三大特点 新型智慧城市五大目标 开放、 共建、 共享 政府要开放数据、 开放智慧城市规 划， 能够让公众更了解政府的整体规 划并发表意见， 形成社会共识。 提升市民生活品质 构建智慧民生服务体系， 实现医疗健 康、 就业、 公共安全、 教育等智慧民生 服务信息的数据开放、 共享与融合。 服务均等化 以往的智慧城市建设所提供的服务 更多地服务拥有高信息技能的用户， 新型智慧城市则尽力消除信息鸿沟， 帮助信息技能不够的弱势群体享受 公共服务。 提升城市治理效率 发挥信息数据在城市管理中的作用， 利用信息化技术推动城市治理体系的 现代化， 构建统一的城市数据平台。 发展绿色经济 构建可持续的绿色生态发展体系， 实 现环境保护、 能源管理等领域与经济 的协调发展。 城市特色化 智慧城市建设发展源于大城市， 因此 中小城市信息化建设不能全盘复制。 新型智慧城市的建设将推动城市特 色化建设， 通过建立特色化小镇等特 色项目推动区域经济多样化发展。 数据开放与融合 构建政务信息数据资源共享平台， 打 破教育、 交通、 经济等各个领域的数 据障碍， 实现数据互联互通。 提升网络安全 政务外网、 公共互联网、 物联网等网络 之间互联， 利用新一代技术保证信息 与数据传递的安全。 数据来源： 政府公开资料； 德勤研究 超级智能城市 | 当今的智慧城市 12 未来的超级智能城市 我们认为在未来， 传统的“智慧城市”将朝着“超级智能城市”方向发展， 超级智能 城市是传统智慧城市的强化版， 具备六大关键要素， 涵盖六大领域， 使得城市更加融 合与一体化， 更好的相互融合协作， 实现价值最大化。 图: 理想中的超级智能城市 安防 出行 生活 教育 经济 环境 自 主 开 放 实 时 普 遍 智 能 融 合 技术平台 网络安全 超级 智能城市 12 3 45 6 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 自主化 融合化 智能化 1 2 3 实时化 4 普遍化 5 开放化 6 13 对比传统的智慧城市， 新型的超级智能城市涵盖六大领域， 跳脱传统智慧城市建设思维， 将更好的利用 人工智能与数据， 更加依赖于智能决策， 减少人工干预， 在不同领域能够更开放更融合。 安全 目标 智能经济 智能环境 智能生活 智能出行 智能安全 智能教育 先进的技术可帮助城市精简政府流程， 例 如批准与发放许可。 数字化与大数据分析 能够帮助城市管理者提升追踪绩效与结果 的能力。 共享出行、 自动驾驶、 动态定价、 物联网、 高级分析能 够使人与物的移动更快、 更安全、 更经济、 更环保。 传感器可以检测泄露以节约自然资源， 例如水。 若能源的需求 （或价格） 上升 时， 设备 （例如洗衣机） 能够暂停运行。 利用行为经济与游戏机制鼓励积极的利 用能源。 无人机、 可穿戴计算、 人脸识别、 可预测 视频帮助执法部门打击犯罪、 保护公共安 全。 相关机构通过接入社会与来源广泛的 数据可以提前发现犯罪。 安全的数据平 台、 清晰的治理与智能访问协议保证了数 据的安全性， 防止网络安全威胁。 通过智能建筑、 医疗创新推动社区联通， 利用数据去监控和加强社会活动， 城市 可以提升生活质量与可持续性。 虚拟学习、 数字化与增强现实改变了学习方式。 非捆 绑式、 个性化与混合式教育更能被接受并被丰富的 数据和分析所放大。 教育的焦点从课堂数字化内容 转变为现实经验学习。 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 14 在交通出行方面， 超级智能城市里自动驾驶和共享出行并存， 最终与智能交通管控与停车系统融合， 达到 “出行自动化” 。 自动驾驶汽车技术的普及度： 私人拥有或共享的： 智能停车系统 智能交通管控 驾驶自动化变革 社会价值 交通智能化变革 循序渐进地变化汽车共享的世界 汽车所有权个人共享 自 动 驾 驶 驾 驶 者 辅 助 汽 车 控 制 3无人驾驶变革自动驾驶普及的新时代 第一步 第二步 第二步 12 图: 超级智能城市的出行场景 取决于若干主要的推动或阻碍因素例如技术、法规、社会接 受度。 取决于个人偏好和经济条件。 在大城市中寻找停车位仍较困难。智能解决方案可以实现停车 位使用最优化。每个车位均安装一个传感器以探测是否有车停 放。驾驶者将得到最近停车场空位与价格的实时信息，不再需 要寻找停车位。此外，如果目的地附近无空位，驾驶者可以变 更出行计划或更换出行方式（例如在其他时间出行或乘坐公共 交通）。 私人停车场或公司内部的停车位利用率较低，只在特定的时间 被使用。在工作时间之外，通过在线预约系统，智能系统可以 提升这些车位的使用率。这种智能系统推动新的合作关系，例 如在周末或夜间向游客提供公司车位的使用权。 内置于交通基础设施以及车辆中的传感器通过收集实时、精确 的交通流量，并将数据上传至智能交通管控系统中，以帮助系 统调整交通信号灯或其他交通标志使交通状况最优化。 智能交通管控系统也可以用于处理紧急情况下的交通，通过规 划最快通行路线、封闭路桥以及调整信号灯方式帮助救护车快 速通过。 保障安全、缓解拥堵、减少 交通事故 更便捷、更环保、更经济的 交通方式 现有交通体系的最优化与创造 出全新的交通系统 带动交通运输相关产业转型 升级 实现资源配置优化能力、公共 决策能力、行业管理能力、公 众服务能力 车辆技术将变得越来越“智能”，人机界面将转向更大程度的 机器控制。 共享所有权程度越高，整个系统的资产效率就越高。 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 15 完善的智能安防体系也是超级智能城市不可或缺的基石， 未来安防系统将整合所有资源， 形成一个一体 化的监控网络， 同时实现各个部门之间资源的共享， 实时预判以及应对各类突发事件。 基于智能硬件与智能软件的智能安防系统向市民提供更加安全、 舒适的生活环境社会价值 安全防范 智能安防硬件智能安防软件 智能路灯智能预测 犯罪打击 紧急应用 智能摄像头 无人机 减少能源损耗。 当检测到物体移动时自动 调亮。 通过路灯颜色的变化提示 是否有急救车或消防车通 过，缩短通过时间。 数据分析配合实时人脸识 别与证件扫描可以预测犯 罪发生的精确时间。 分析结果可以帮助警察将 巡查范围锁定在更易发生 犯罪的地点。 自动感应、自动适应及自动判 断的城市安防系统。 对异常情况能进行有效的预 警，提前预防犯罪，接受命 令，主动防御，并提供全面的 信息回顾。 实现目标在线追踪定位，对全 局信息进行全面多维的展示， 使指挥调度更加直观高效。 范围涵盖治安、交通管理、 消防、刑侦城市应急、智能交 通、绿色建筑、政务督察、环 境监测、应急指挥、灾害控制 等。 建立智能安防系统的同时需要 防范网络攻击导致的监控系统 被入侵，市民隐私泄露、公共 安全受威胁等问题 利用大数据分析特定地区 犯罪率增加的原因。 分析结果可帮助政府机 构锁定针对社区的活动与 原因。 防止罪犯再次作案。 智能应用可以发送医疗、 犯罪的求救信号。 该类型的应用可以自动定 位、甚至进行音频与视频 记录。 与智能应用相连的智能系 统将向最近的保安、警察 或警察局报案。 实时监控公共安全情况， 改变传统摄像头事后调查 取证作用。 捕捉面部特征，进行人脸 识别，帮助警察实时发现 嫌疑人。 在救援人员进入救援现场 前传送图像以评估风险。 帮助救援人员发现火情、 检测热源，帮助警察快速 搜查事故与犯罪现场。 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 16 在超级智能城市里， 教育将完成数字化转变， 大量数字设备被应用， 学习朝着智能自适应、 公开化与个性 化方向发展， 并且能够伴随着学习者终身学习。 新技术革新教育行业， 凸显教育智能化、 扁平化、 数字化与立体化发展趋势 核心在于人工智能技术的 发展。 与 “教、 学、 练、 评、 测” 五大学习环节相结合。 利用图像、 语音等识别功 能对问题进行分析， 通过 对数据的深度学习、 自适 应和计算， 产生个性化的 解决方案和反馈意见。 技术仍待进一步发展以 达到大规模商用标准。 将扁平化的知识变得生 动、 立体、 可感。 通过VR、 AR、 3D打印等 技术方式实现。 在K12领域， 具体技术与 知识点难以紧密结合， 技 术成本高， 陷入广泛推广 困境。 互联网技术对传统教育 机构的技术改进， 依靠二 者的共同合作 包括课堂内传统教学工 具与家校信息联通方式 被数字化产品取代与课 外学习材料和方式被数 字设备改变两大场景 校内借助政府力量推动， 硬件设施配备快速推进； 校外推进由互联网公司 主导， 面临课堂内外相 割裂、 技术与内容相割 裂问题 借助互联网技术和录播 视频技术， 打通线上线 下各个学习主体， 使学习 资源直接从供给者达到 学习者， 减少资源流通 层级。 技术较为成熟、 成本相对 较低， 预计3年内达到基 本全覆盖。 教育科 技革新 扁平化 智 能 化 立体化 数 字 化 公开课模式 直播视频+APP AI人工智能 + 自适应学习 在线助手 学习信息管 理系统 智能机器人 VR/AR 3D打印 3年 5年 10年 社会价值 教育行业将持续被新科技所革新，将重构学习中各方主体联动关系，提升教育效率和教育规模化程度 优质教育资源可获取度提升，优化教育资源配置，促进教育公平，推动终身教育发展 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 预计 实现时间 数字化教室 个人平板 电子书包 数字投影 交互式黑板 校园信息化管 理系统 17 通过高速网络将家庭与办公室相连接， 无所不在的传感器将更好的提升居住与工作质量， 生活与工作更加 智能化。 家庭与办公智能化通过高速网络连接 高速网络 动态 电力消耗 智能 照明 智能 冰箱 扫地 机器人 再生 能源 根据住户 供给能源 门禁智能清洗智能安防智能购物车库清洁 互动媒体智能投食智能添续 智能技术 智能硬件 智能云平台 APP连接办公楼宇家 庭云平台，下达指令 语音控制系统 传感器监控硬件运行 智能手机、可穿戴设 备接收、发送指令 连接不同品牌家居， 形成统一控制体系 智能家居与办公室 相连接 远程了解办公场所情况，为上班族提供更为便捷 的办公环境 通过智能系统针对单个场所进行能量消耗分析， 提供针对性能源供给方案与计费方案 个性定制化服务方案依托人工智能等技术成为可 能，推动共享办公室模式发展 远程实时监控家庭安全情况，远程操作家用电器 与人工智能、VR等技术相结合，提供更加智能 的服务 以单个应用作为智能家居互联的入口与其他智能 家居相连接，实现产品与内容的拓展（i.e.智能 音箱） 远程对家庭或 办公室智能产 品进行控制 高速网络成为 实现远程控制 的重要技术 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 18 智能健康体系下数据成为重要的医疗资源， 医院信息化与个人智能终端获取的个人健康数据通过云平台 进行互联互通， 共享数据在医疗领域发挥价值， 各方可以据此为用户提供个人定制化健康服务。 健康产业各参与方通过云平台获取分享信息 爆发事件调查 报告健康跟踪 医院 更有效的医疗 更好的规定 定制保险套餐 个性化保险费率 快速获取数据 用户洞察 预防性监测 定制化监测 高效基础设施 更好的政策 企业保险个人政府 索赔报告 保险覆盖 临床试验数据 消费者报告 传感器与跟踪 设备福利报告 人口数据 公众意识 通过云分享信息 通过云平台，用 户可以获知自身健 康情况，将医疗供 给方与接受方进 行匹配 医院信息化是相对最为成熟的部分，是智 能健康体系建立的基础 智能健康体系连接个人数据与机构、企 业信息，个人健康管理是智能健康体系 的终点 医疗数据共享是关键，同时要防止个人健 康数据泄露 云平台能否实现数据共享与计算能力能否 满足实际需求成为智能健康体系是否发挥 最大价值的关键 日常健康检测的重要性将超 越临床医疗，利用日常监测 数据以预防性医疗为主 更具弹性，保险公 司更加了解身体状 况，针对个人进行 保险费率制定 有效降低保险风险 医疗技术创新在降低 医疗费用的同时提升 治疗效果 海量病患数据结合先 进的医疗成像与分析 技术能推动个性化治 疗方案的制定 内置传感器的智能穿 戴与移动设备 用户获得自身健康数 据，更有动力进行健 康管理 医疗健康聚焦于保持 健康，而非治愈疾病 根据大数据制 定更为有效的 医疗健康政策 预防群体性疾 病发生 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 19 智能环境体系构建处于发展初期， 政府部门将成为主要力量， 利用大数据分析由公众产生的数据来源成 为环境管理的重要手段。 智能环境体系涵盖资源利用的各个方面 减少浪费、 确保水质 监测泄露 污染监控 洪水预警 绿色能源开发、 降低能耗、 平滑 能耗高峰与低谷曲线 分布式新能源发电站 （e.g.风 能、 太阳能） 提高垃圾清理效率 感知垃圾桶状态 提示垃圾车清理超过满桶 智能水系统 智能能源系统 智能垃圾系统 重要支持手段 仍处发展初期 传输能源的同时监测能源使 用状况 区域性输电网减少能源损耗 收集并储存夏季热能以备冬 季使用 利用其他设备运行中产生 的热能 当能耗上升或价格上升时， 此类设备（例如洗衣机、烘 干机等）将自动停止运转 大数据成为智能环境体系构建的重 要技术支撑，打破原有智能界限， 促使各部门统一协作，共享数据 公众产生的数据成为支撑智能环境 体系的重要数据来源 政府环保网站、新型社交媒体等入 口将成为智能环境体系的重要组成 部分，与直接接入企业的监管系统 形成合力 尚无统一的数据审核校准机制， 难以获取有效数据源作为大数据分 析对象 单靠政府环境部门工作人员无法完 成大量数据采集、反馈工作 缺乏智能环境体系构建的专业人 员，难以建立精准数据模型 允许在不同时段进行区别收 费，以平滑能耗曲线 激励用户改变习惯，降低 能耗 政府与企业进行合作推动法 规制定 企业间合作以发展新技术 智能输电网 热能应用 反应设备 智能计量 能源市场合作 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 20 智能经济与政府利用颠覆式技术与数据革新价值链各部分， 包括问题识别、 政策制定、 政策落实及后续 反馈这一完整政策实施过程。 识别社会、 经济问题政策落实政策制定政策后续监控 政府政策始于以事实基础 对社会、经济问题的分 析； 大数据与先进数据分析工 具增强了此类分析的前 瞻性 利用信息技术、通讯技 术、网络技术，对传统政 府管理和公共服务进行改 革； 需区分对企业与对公众的 政策落实 由于透明度的提升、分析 领域的竞争、新型数字化 民主与共同创新，政策制 定的流程更加复杂； 早期的反馈与高要求也促 进了更为有效的政策的 制定 政策实施效果监控仍将以 数据为基础 增加政府与公众的联通途径，例如通过网上政务平台与移动端APP向公众传播政府新政 网上电子窗口：企业事务的电子化进程明显快于公众事务，许多便民事务无法借助网络渠道完 成，例如异地签证办理与续签 一站式受理：公众在办理不同事务时仍需前往不同地点进行办理 具体操作： 数据来源： 德勤研究 政府信息化革新各个领域 超级智能城市 | 未来的超级智能城市 21 六大领域: 这些领域交织并形成目标导向， 未来， 超级智能城市中的人们将对上述场景习以为常。 尽管目 前还没有任何一个城市能将这种智能服务的梦想转化成现实。 颠覆式技术与社会创新 经济增长 提升市民生活品质 安全的网络空间 可持续发展的城市生态圈建设 政府高效行政 数据开放融合 智能 出行 智能 教育 智能 环境 智能 安全 智能 生活 智能 经济 推动 数据来源： 德勤研究 超级智能城市 | 未来的超级智能城市 创新 领域 技术 战略 23 中国超级智能城市指数 超级智能城市可从四方面进行评量: 第一，是否有长远的战略规划；第二，是否有足够的技术基础建 设支撑； 第三，覆盖的智能领域是否够广够深；第四，城市是否拥有源源不绝的持久创新能力。 研究目的 超级智能城市评价指标体系的构建目的是为了从整体了解现阶段智慧城市建设内容、未来发展规划，通过德勤全球视角引 导城市对智慧城市的关注重点由硬件设施建设转变为应用水平的高低。 我们认为智慧城市的建设并非一定要进行全方位覆盖，各地政府在建设过程中需要与自身实际需求相结合，发展地方特 色，使智慧城市建设项目在经济社会活动中发挥其效用, 打造更高质量的幸福社会。 发展基础 产业化 科研研发 创新能力指数是指城市智能产业、科技 研发的创新水平，包括创新发展基础、 创新产业化水平、科研研发水平。 领域渗透是指城市智能建设渗透的领域范 围，包括智能经济、智能安防、智能交 通、智能生活、智能教育、智能环境等六 大领域。 技术能力是指城市智能基础设施的技术水 平，包括物联网、云计算中心、大数据中 心的建设水平和城市移动互联、互联网宽 带普及率。 智能城市战略是指智能城市建设规划执行 能力，包括战略全面性、执行力、远瞻性 以及城市智能战略投资规模和在线政府政 务能力。 智能经济 智能安防 智能交通 物联网 云计算 大数据 战略全面性 战略执行力 战略远瞻性 智能生活 智能教育 智能环境 移动互联 宽带网络 投资金额 在线政府 指数 数据来源： 德勤研究 超级智能城市 | 中国超级智能城市指数 在四大维度之下，我们对目前重点25个城市进行系统分析，以求识别出目前智慧城市发展的现状， 以及这些城市距离理想中的超级智能城市还有多远。 数据来源： 德勤研究 北京 天津 上海 广州 深圳 青岛 南京 杭州 重庆 大连 宁波 厦门 济南 郑州 武汉 成都 苏州 石家庄 佛山 沈阳 福州 长春 哈尔滨 三亚 盐城 贵阳 一线城市（5个） 二线发达城市（8个） 二线中等城市 （9个） 三线城市（3个） 图: 智慧城市样本分布 选取要素 选择的城市(包含一二三 线)大部分集中在东部沿 海以及部分中部地区， 在中国，东部沿海城市 经济发展水平高，更有 余力规划城市智能发展 战略并执行。智能城市 战略由地方政府负责规 划并执行。 一线城市在智慧城 市建设规划方面更 具优势，然而由于 城市规模较大、需 要更多利益权衡， 因而执行力略逊色 于二线城市。 由于政策阻碍少、 经济体量小，二线 城市更适合成为智 慧城市试点。在智 慧城市政策执行力 度方面甚至优于一 线城市。 在智慧建设中走差 异化路线。贵阳、 盐城发展智慧基础 设施；三亚在智慧 旅游、环境方面发 展突出。 一线城市规划完善 二线城市紧追或超越 一线城市 走差异化的三线城市 一线城市 二线发达城市 二线中等城市 三线城市 超级智能城市 | 中国超级智能城市指数 24 在超级智能城市得分排名中，4个一线城市表现最好，在四大核心领域均占领鳌头；15个二线较发达 城市角逐激烈，第3梯队发展尚有提升空间。 图： 中国超级智能城市总排名 图： 在四大核心领域领先的超级智能城市 数据来源： 中国城市统计年鉴; 城市政府网站; 腾讯研究院; 广东省社会科学院; 德勤研究 超级智能城市 | 中国超级智能城市指数 25 72 71 70 69 65 646464 6363 626262 60 59 5757 54 53 4949 4848 46 45 0 10 20 30 40 50 60 70 80 90 100 深圳上海北京杭州天津苏州宁波贵阳广州郑州武汉成都重庆南京大连 哈尔滨 济南青岛厦门长春沈阳福州 石家庄 盐城三亚 第一梯队1