随着我国城镇化率超过60%，城镇化正在从外延式扩张向内涵式提升方向转型，以完善城市功能、提高生活品质、推动绿色建设的高质量发展正在成为我国新型城镇化的重点。同时，伴随5G、云计算、区块链、人工智能等新一代信息技术的发展，数字化与信息化创新也加速了高质量城镇化发展，实时动态的城市运行服务正在成为数字经济发展的驱动力。2020年3月31日，习近平总书记考察杭州城市大脑运营指挥中心时提出：“运用大数据、云计算、区块链、人工智能等前沿技术推动城市管理手段、管理模式、管理理念创新，从数字化到智能化再到智慧化，让城市更聪明一些、更智慧一些，是推动城市治理体系和治理能力现代化的必由之路，前景广阔。”为推进城市治理体系和能力现代化，2020年7月，住房和城乡建设部联合工业和信息化部、中共中央网络安全和信息化委员会办公室，联合印发了《关于开展城市信息模型平台（CIM）基础平台的指导意见》；2021年5月，住房和城乡建设部颁布了《城市信息模型（CIM）基础平台技术导则》（修订版）。其中，城市信息模型City Information Modeling（CIM）被定义为：“以建筑信息模型（BIM）、地理信息系统（GIS）、物联网（IoT）等技术为基础，整合城市地上地下、室内室外、历史现状未来多维多尺度空间数据和物联感知数据，构建起三维数字空间的城市信息有机综合体。” 2021年《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出：“完善城市信息模型平台和运行管理服务平台，构建城市数据资源体系，推进城市数据大脑建设。探索建设数字孪生城市。”其中，城市信息模型CIM平台是建设数字孪生城市的重要支撑，服务于城市动态运行治理，聚焦于城市规建管全生命周期的创新。

城市信息模型（CIM）平台的试点城市也相继推出，第一批试点包括雄安新区、北京副中心、广州、南京、厦门；两批“新城建”的试点包括深圳、成都、苏州、青岛、重庆、太原等21个城市，都要求建设CIM平台。但在实践过程之中，针对城市信息模型CIM的定义也在不断完善，多元异构数据的融通、跨行业模型的搭建以及CIM+应用的选择等是其中的难点；同时，学术界也对CIM这个新兴事物进行了探索，如吴志强院士等提出城市智能模型（City Intelligent Model）的概念，认为CIM不仅包括对城市数据的收集、储存和处理，更加强调基于多维模型主动地解决城市发展过程中的问题。本文将从城市信息模型CIM平台支撑城市动态运行的角度，去审视其建构的范式与要点，试图为CIM平台的实践提供一些参考性借鉴。

城市信息模型（CIM）的关键词是“模型”，而这种模型至少具备为城市提供信息的能力，即数据及其分析的表达表现（representation）、方法的模拟仿真(simulation)、解释性理论的建构(explanation)等。一般而言，模型是对真实世界的再现与仿真，大体分为三类：一是抽象系统的模拟，如数学模型或逻辑模型；二是具象实物的模拟，如1：1的足尺建筑模型或航天模型；三是类比概念的模拟，如城市的绿肺或脉搏。不管哪种类型的模型，其核心目的是表达、推演、预判真实世界的动态运转，帮助人们理解城市运行的规律，并在生产与生活之中去预测未来的事件，或规避风险，或制定计划，或实施处置等。因此，城市信息模型的初衷是尽可能地揭示城市本身动态运转的机制，并借助此去推演城市下一步的运行情况。从维度、精度、粒度等方面，城市信息模型本意是尽可能地与真实城市一致，且使得人们有能力去参与到“虚拟化”的城市信息模型本身的演进之中，辅助人们在真实世界之中做出相应的及时决策。因此，从城市规划、建设、管理、或治理的全生命周期动态闭环看，CIM平台不是一张表达性的静态地图，不管三维，还是多维；而是有能力提供信息共享、分析可视、监督预警、模拟仿真、辅助决策、联动处置等基本性核心功能的系统性平台。

从CIM发展历程来看，CIM逐步从分析图示、二维分析、三维联动走向多维实时联动。对于CIM的起源，大致可分为三种。不严格地说，一种关于CIM的讨论源于经济地理学或城市交通学，CIM大体等价于城市模型，被视为是城市理论的数理验证和推理工具，后期融入了社会认知学、环境行为学、城市心理学等领域的分析与模拟，也许可统称为城市物理学与城市动力学。这类型的CIM属于多种模型的大杂烩，松散地包括成本收益模型、运筹模型、中心边缘模型、博弈模型、城市动力模型、交通四步法模型、元胞自动机（CA）模型、多代理人系统（MAS）等。在早期，这些模型主要偏向模拟较为宏观的社会经济现象在空间上的分布机制，其中不少都强调描述与推演城市动态运行状态，而中微观尺度上的精细化模型一直都处于理论探索之中。

另一种关于CIM的讨论源于城市形态学、城市设计学以及建筑学，强调三维实体和空间形态的度量与调整，特别是运用参数化建模。例如，在全生命周期的城市设计之中，这类CIM被应用于评估、模拟、生成不同的城市设计方案，探索三维形体如何随社会、经济、环境等要素的变化而发生改变，适用于方案决策之中。大体而言，形状语法(Shape Grammars)、模式语言、以及空间句法等都属于这一类偏物质形态的CIM范畴。当然，随着个体认知学对城市形态研究的影响更为深入，这类CIM也被初步用于城市驾车识路、室内逛商店、广告标识布置等。

与此同时，还有一类关于CIM讨论源于建筑信息模型（BIM）对城市环境的影响。不少建筑师、工程师或建造师认为：各种BIM的汇聚集合就是CIM。在早期，土木工程师或造价师会关注BIM所具备的建筑材料运输、成本流转、生产加工厂家等信息，分析这些信息在城市、乃至区域内的分布和流转情况，就自然而然地去试图结合BIM与GIS，在城市宏观尺度上刻画房屋上微观信息的流动情况，辅助施工组织与调度管理。之后，由于基于房屋和市政BIM，CIM可达到部件级精度，因此它被广泛地用于项目工程管理、交通监测、应急模拟、不动产交易等动态仿真。

显而易见，从城市设计的体量模型（白模）、精细模型（贴图模型或建筑单体化）到部件级的BIM，这属于物质形态本身不断地精细化，逐步接近真实城市物质形态的精准描述；然而CIM本身仍然关注城市是如何动态运行的，才能发挥好CIM在城市协同调度和决策之中的核心作用。随着摄像头、移动通讯、公交卡、感知部件等IoT部件的广泛使用，城市之中的实时精细化运行数据越来越容易获得，并融入精细化物质空间位置之上。特别是个体的实时位置服务数据可用于刻画个人、车辆、燃气、水等要素在城市之中的运行轨迹与方式，进一步提升了城市的感知。例如，新冠肺炎疫情期间，对个人轨迹的调查，确保了“动态清零”的常态化；又如，在一两个小时之内，手机导航可相对精准预判两个地点之间的实时出行时间，方便老百姓规划日常出行。

当物联网、区块链、边缘计算等继续发展，这种实时空间大数据将会改变过去城市模型的计算范式，从而出现了一些新趋势。例如，模型不再关注因果关系，而是运用大数据逻辑，快速发掘两个或多个现象之间的相关性，用于及时加速或遏制某个现象发生；模型从超量的数据之中，识别出特征关联，用于预测下一步演变或响应情景。同时，实时空间大数据则提供了更大机遇去挖掘更为细致的因果机制关系，揭示不同尺度涌现与限制机制等，才有可能预测并应对城市运行的复杂性。对于CIM而言，城市实时感知与运行的大数据有助于CIM实现精准分析、及时判断、协同调度等功能，尽可能地识别出那些跨部门、跨行业的关联机制，去动态地勾画出城市社会、经济、环境、文化等方面的精准协同特征，以此去综合解决真实城市运行过程之中面临的问题与挑战。

然而，并不是汇聚的数据越精细，CIM就越能做出合理的研判。这是由于城市之中存在宏观、中观、微观尺度的不同现象和机制，彼此交织互动。例如，家庭、住宅小区、社区、片区、城市的用水模式、及其管道连接方式有可能完全不一样；又如，社区的经济构成方式虽然属于城市的一部分，但并不能用此扩样去解释城市的经济构成规律。那么，最为精细化的实时数据怎样聚合成为不同空间尺度和不同时间维度的合理数据集合，并转化为揭示城市动态运行的有效信息，这成为CIM本身所关注的重点之一。

因此，CIM不是追求最精细化数据的汇聚，而是需要建立动态算法与模型，去挖掘城市动态运行中不同尺度、不同精度的数据关联机制，去模拟多种粒度的空间和时间下的事件和规律，从而才有可能揭示城市运行的复杂性、涌现性、动态性，辅助破解诸如超大城市精细化治理的难题。基于部件级的物质形态模型（如BIM）和最为精细化的实时动态数据(如个体行为监控数据)，在CIM平台中可以构成尽可能逼近真实城市的数据集合。然而，这些数据之间精准化的连接关系及其动态变化，将会蕴含在不同部门、不同行业、不同专业的业务模型之中，甚至会幻化出不同层级所对应的物质形态模型精度（如白模和精模）和动态模型参数（如影响半径），恰如其分地为城市、分区、社区、单位等不同责任主体提供恰当的时空信息，服务于真实城市的多方运行和演进。这也许可称之为数字孪生城市的时空智能基石。

因此，物质形态模型精度、实时动态数据精度等的分类分级，需要根据不同层级的城市动态运行需求去加以明确，建立起可扩展的“数据精度与应用需求”的映射机制，纳入数据字典之中；同时，数据之间的精准连接关系、以及相关协同参数也需要根据城市动态运行需求来加以界定。例如，城市学区调整、燃气设施建设、公共交通线路调整、商铺选址等都依赖时空定位上合理精细化的人口信息，那么“一标三实”中的人口数据与物质形态数据的精准关联、及其分类协同参数，都将有助于CIM更好为城市服务。

在这种意义上，未来的CIM平台不仅仅是简单的GIS+BIM+IoT的技术或数据集成，而是合理精细化的“时空形态数据+属性数据+连接数据“的融通性建模平台，其中不同尺度、维度、粒度的涌现机制通过不同的模型技术得以揭示，并以不同形式的场景去动态表达出来，去揭示城市运行规律和问题，并预测城市、分区、社区、房屋、家庭等运行趋势、态势以及特定事件，安全而便捷地服务于城市中的人及其生产与生活的方方面面。

既然CIM平台需要模拟如此复杂的城市运行状态，那么它需要如何去建构？复杂问题有限求解，这仍然不失是合理的途径。对于城市运行过程，CIM平台可聚集规划、设计、建造、施工、竣工（更新与拆除）、管理（运营）等全生命周期的动态闭环。依托此，CIM平台在建构与运行过程之中，不断优化或重组城市的“条与块”，升级城市运行系统，服务好城镇化中后期的高质量发展需求。其中，每个环节彼此之间也是实时联动的。例如，规划设计与运营联动构成渐进式城市更新模式，或市政施工图影响着地块划定与交易等。因此，每个环节的数据和模型也是彼此联动的。在实践之中，CIM平台的建构大体依据两种驱动原则，一是以数据驱动为主，强调尽可能的全要素和全周期的数据汇聚，由此而生长出各类应用场景；二是以业务驱动或场景驱动为主，据此而治理数字资源，带动数据资产管理的迭代升级。

对于以数据驱动为主的CIM平台建构，其原则是以多元异构时空数据底板的打造为先，在国家统一时空基准下汇聚物质形态数据、社会经济环境数据、物联感知数据、数字虚拟行为数据等，基于此各种应用需求与场景将会自然而然地发生。这种时空数据底板往往被比喻为土壤或花盆，而各种自发应用则被比喻为各种苗木和果实。例如，在雄安新区规划建设（BIM）管理平台的顶层设计中，现状、总规、控规、设计、施工、竣工六阶段的数据汇聚被称之为“土壤”；而基于空间身份标准、语言交换标准与计算传导标准之上，将自然形成展示、查询、交互、管理、决策、服务与交易等应用场景，称之为“果实”。为了汇聚权威而相对精准的数据，诸如地质、土地、房屋、市政等物质形态数据，可基于测绘、规划、建设审批与汇交流程去获取；诸如人口、税收、植被等社会经济环境数据，可基于相关部门行政审批统计、业务流程办理、或第三方报告等去获取；诸如交通、水电气热用量、污染排放、网络流量等实时数据，可基于各类数字或感知设备的应用去便捷获取。

这些多源异构数据的语义化界定、精度划定、关联关系等，将决定数据融合的有效性。因此，时空数据底板打造背后的语义、精度、关联等逻辑动态识别算法尤为关键；而这些算法的实现又或多或少依赖于业务知识或场景模式。换言之，只有业务知识或场景模式转化为数字化的模型，对应于要素、属性、关系的数据标准，才能推动自动化的数据治理与应用。因此，以数据驱动为主的CIM平台建构，在实践中会遇到一些困惑，即数据汇聚过程一定需要遵循某些行业或业务知识，如测绘知识；而在应用时，这些数据的语义要素或关系又未必符合其他行业或业务的要求，数据就需要重新治理或重新采集，于是带来了额外的成本。

对于以业务或场景驱动为主的CIM平台建构，其原则是业务知识图谱作为数据汇聚和模型搭建的“指挥棒”，即依托业务流程，梳理业务知识和相关的计算模型，以此对数据进行归集、治理、重组等。以雄安新区规划建设（BIM）管理平台建设中工程项目审批为例，平台强调以政府管理的公共事务为抓手，对应于反映公共利益和公共安全的指标体系，并不涉及全行业的指标体系的重塑，以此梳理出有限的指标计算规则和计算模型，对应相关的数据及建模方式，形成相应的标准体系，从而建立起“有限业务场景—有限指标—计算模型—数据挂载”的技术路径，开展了相应的数据治理及数据库建设。选择这种方式的原因在于在短时期内去重新梳理全行业、全要素、全周期的业务知识、指标体系与数据标准是难以实现的。

在很大程度上，数据中台概念的提出与此密切相关。以不同的业务场景来归集共性的数据，并识别出特殊的数据，分别建立共性数据库和专题库，反向影响业务场景的变革，于是形成“业务—数据”双轮联动与迭代，形成可复用数据资产的动态管理模式。然而，这种模式的不足在于：需要较长的时间去持续扩展业务或场景的范畴，难以快速形成覆盖城市全要素的数据集。在一定程度上，CIM基础数据建设需要与CIM平台的应用系统建设相互补充。

在实践之中，这两种CIM平台的建构原则都有用武之地，对应于不同类型的城市建设需求。一般经济发达、数据条件较好的城市，偏向选择第一种建构原则，力图建立全市的时空数据底板，如深圳的可视化平台；而经济条件欠发达或数据条件不足的城市，偏向选择第二种建构原则，力图在某个应用领域进行突破。然而，不管采用哪种建构原则，CIM平台支撑并优化城市动态运行的出发点是基础。在CIM平台建构起步期，需要综合考虑CIM平台建设与运行成本，避免不管应用场景而大规模地采集、汇聚、治理高精度的房屋单体模型，避免CIM平台仅仅成为好看的“数据渲染”，而应该强化以应用场景来推动CIM平台的数据采集与治理。

这两种建构原则的交融在于未来的CIM平台需要具备机器学习的能力，即CIM平台有能力从真实城市运行过程中不断地识别出新的业务模式及其需求前景，梳理出更多共性的数据要素及其连接方式，拓展时空数据底板，创造出新的智能模型及其参数体系等，从而使得CIM平台本身具备预判城市下一步运行态势和安全风险的能力。

不过，数据和模型的有效性、公正性以及安全性需要得以不断强化，否则CIM平台的机器学习能力就是空中楼阁，也会给真实城市的运行带来不良影响与安全隐患。因此，CIM平台的建构过程之中，需要及时建立起公共权威的数据集以及公共权威的模型库，纳入公共行政监督与专业认证体系之中，确保软硬件环境国产自主可控、数据权威正确以及模型有效公正，有助于推动CIM平台的安全良性迭代发展。

CIM平台是对真实城市动态运行的模拟服务，不可避免地要考虑到城市这个开放复杂巨系统的运行模式，其中包含了无数次一级的子系统或子子系统，对应着不同行政分区、不同机构单元、不同行业组织、不同邻里社区等各自的动态运行。例如，在CIM平台建设的需求调研之中，可发现某些市级委办局的系统有30多个，也有超过100个的情形。这是城市管理分工的必须，如市政监管、房屋监管、施工审批、规划立项、不动产管理等。当物联感知系统的出现，更多边缘计算也将涌现出来。那么，如果每个子系统都是由部件级的物质形态模型（如BIM）以及实时动态的物联感知数据构成，那么所有子系统以集中的方式去汇聚而建构整个城市级别的CIM平台，其规模至少是上百千TB级别，很容易导致CIM平台运转缓慢，乃至崩溃。这个道理与真实城市之中社会经济分工的需求是一样的。城市规模越大，社会经济分工也就越需要细致，城市的韧性也需要越强大，抵御风险的措施也需要越周全。因此，CIM平台的建构需要从复杂巨系统角度，考虑支撑城市动态运行的核心要素，包括深入到城市基层末梢的“分布式网络架构体系”、服务动态事件追踪与处置的多尺度“时空导航体系”、以及保障平台安全且便捷操作的“人机交互与防护系统”。这三个系统将共同构成支撑城市动态运行的核心骨架，去综合协同各层级的城市治理单元、及时预警并处置多尺度的城市事件、安全保障人民友好方便地参与城市运行，从而深入践行习近平总书记“人民城市人民建，人民城市为人民”的理念。

CIM平台的建构可以通过三个方面进行建设。首先，CIM平台的建构需要考虑到分布式的开放网络体系，而不是采用集中式的方式去全部取代之前存在的各种系统和平台。如果CIM平台采用分布式的开放网络结构，可调用或检索各个子节点的数据、模型与信息等，也可在逻辑上将不同子系统的信息进行综合性关联分析，如判断生命线工程的风险点对周边人口与产业的影响，形成更为灵活的服务模式。又如，CIM平台可采用微服务方式，即一种以业务功能为主的服务设计概念，每一个服务都具有自主运行的业务功能，对外开放不受语言限制的API(最常用的是HTTP)，应用程序则是由一个或多个微服务组成。每项业务能力被当成一块可装配的积木块，同时将业务场景视为多项独立业务能力的某种组合方式，即多个积木块的装配。每个积木块均以微服务的形式来承载并可独立运行，所有积木块以对等共享的形式共享在一个开放平台上，再按需将积木块组装成业务场景。以此，确保CIM平台安全稳定高可用、高效集群搭建、便捷弹性扩展、以及快速部署交付等。

其次，CIM平台的建构需要考虑多尺度空间单元与实体单元的动态语义识别体系，为城市事件追踪与协同处置提供动态的时空坐标体系，称为CIM平台的“时空导航系统”。真实城市运行的动态性在于：事件出现在不同尺度的空间单元或实体单元之中，并非都发生在最精细化的部件之上；且不同尺度上的事件存在一定的限制或刺激关联。与之同时，不同层级的决策者所考虑空间单元或实体单元也往往差异很大，对应相关的时空管理权限，并需要在不同的尺度上进行来回切换。例如，城市行政决策者需要考虑全市范围的创新产业运行情况，也需要关注重点科技园内部的运行情况，还需要关心科技企业领军人物的创新业绩等，以此综合判断创新产业的动态运行绩效与发展计划。

从城市相对稳定的管理状态来看，多尺度的空间单元和实体单元可根据城市管理、房屋管理、不动产管理、部件管理、交通市政管理、权属管理、地址管理、公安人口管理、社区管理、行政区管理等，自上而下地进行划分与识别，建立起统一的空间与实体语义标准和编码体系，将数据标签化、单元化，根据数据的不同分类、属性或特征赋予不同的分类编码，融合不同层次、不同维度、不同粒度的数据，构建融通城市运行全生命周期的“空间身份证”体系。

从城市相对动态的发展角度来看，城市之中还存在动态的空间与实体单元，如交通管治单元、防疫单元、微气候影响单元、商圈活动单元、创新创意单元、安全监控单元、广告标识单元、或匀质网格单元等，这些语义都随城市的动态运行而发生变化，甚至语义本身也随时增加或消减，可通过机器学习方式加以动态识别要素、关系与属性，形成相应的智能算法体系，对应于相关的城市运行策略、政策、演习、突发事件等。例如，在城市消防应急事件发生时，CIM平台的“时空导航系统”可实时建议相应的逃生路线、避难空间、救援通道、以及指挥中心等应对方案，强化真实城市基层治理的智能韧性。

最后，CIM平台的建构需要考虑安全可靠且友好便捷的人机交互与防护系统。当人们能实时参与到CIM平台本身的运行之中，才能推动真实城市的动态运行的有效治理。因此，对于CIM平台数据更新、模型运算、渲染表达、业务处置、推演决策、二次开发等都需要人机交互友好，其界面包括大屏、桌面端、移动端、端口配置屏等。在实践之中，过去存在过度强调大屏高逼真的渲染效果的现象。不过，目前对于交互界面是否好用，逐步成为各级部门的关注点；且随硬件能力的提高，在移动端高逼真渲染环境下对事物或事件动态过程进行更为沉浸式的便捷操作，这逐步成为新的需求，以此保证CIM平台能提供尽可能真实的城市场景，减少决策偏差，并提升老百姓直观参与到城市动态运行的获得感。

与之同时，CIM平台作为城市动态运行的操作系统，可提升城市运行的效率，但同时也可使得城市运行服务快速或瞬间瘫痪。因此，CIM平台的安全可靠是重中之重，否则会给城市带来难以挽回的灾难。一方面，CIM平台所承载的城市运行信息与操作系统需要符合国家和城市的安全要求。特别在国际形势复杂的当今，国产自主可控是CIM平台建设的基本要求。在某种意义上，CIM平台提供了城市领地或国家领土在数字空间之中的拓展，对于数字化领土的保护是其核心，国产自主可控的软硬件环境是其基本防护保障。另一方面，CIM平台不能被黑客、非法分子或机器本身所控制，需要设置相应的安全防护系统与措施，并进行电源、数据、系统等软硬件灾备处理，确保在极端情况下，CIM平台还能继续服务城市运行。

城市作为巨系统，如同人体一样，既复杂又高度协同，城市大脑作为计算、存储、指挥中心，需要城市信息模型（CIM）平台的城市骨架支撑。因此，城市信息模型（CIM）平台在本质上是为城市动态运行服务提供模拟仿真的信息支撑骨架，揭示城市运行的多维度、多尺度、多粒度的现象、问题与规律，辅助真实城市运行的及时响应、高效治理、协同处置。CIM平台不是表达性的二三维地图，也不是基于单一技术建构的系统，而是城市级别的精细化、动态化、智能化的综合模型网络系统。这将增进城市基层的智慧化治理能力，提高城市智能化的韧性安全能力，提升老百姓数字生活的参与感与获得感。在实时感知大数据时代，CIM平台聚焦于以应用为导向的合理精细化“时空形态数据+属性数据+连接数据”等融通，突破超大规模的几何引擎和数据引擎技术难点，集成面向感知、分析、模型、可视化等多种智能技术，以创新的方式去再现、分析、推演、预测并处置不同尺度的城市运行态势、趋势及风险，加速新时代的城市高质量发展。

(作者单位：于静，住房和城乡建设部信息中心、杨滔，清华大学建筑学院）