文 | 邝艳华

中央城市工作会议提出，着力建设便捷高效的智慧城市。广州和深圳占全国八个超大城市（城区常住人口1000万以上）中的两席。当前，人口规模风险集聚化、服务需求高度异质化，传统条块分割的人力密集型治理模式逼近效能天花板，超大城市的治理复杂度呈指数级增长，因此，积极探索智慧治理的创新路径迫在眉睫。

作为数字治理的范式升级，平台型治理具有技术优势

超大城市智慧治理是以物联网、大数据、人工智能等信息技术为支撑，通过高效充分的信息获取、广泛安全的信息传递和科学理性的信息处理，实现城市治理的智慧升级，构建敏捷响应市民需求的服务机制，提升公共服务水平。其核心在于通过数智技术构建便捷高效的治理体系，推动超大城市治理现代化，高效解决超大城市痛点问题，进而推动超大城市内涵式发展。而平台型治理通过其整合、协同的技术优势，正在成为推动超大城市智慧治理的创新路径。《“十四五”推进国家政务信息化规划》中提出“平台化协同、在线化服务、数据化决策、智能化监管”，体现了创新路径与国家战略的高度契合。

平台型治理作为数字治理的范式升级，其本质是通过数字基础设施和数字平台的搭建，以满足多方主体的互动与沟通需求为导向，提供各种数据服务接口，与行政部门的业务流程对接，为跨层级、跨地域、跨系统、跨部门的协调和决策提供便捷途径，实现治理主体间“权力—资源—信息”的再分配，有效将数字技术的工具理性与城市治理的价值理性相统一。

平台型治理形态具有三个显著特征：一是共生型治理流程。平台通过API接口、数据中台等技术组件，将政府、市场、社会连接为共生生态，通过数据汇聚和算法驱动实现治理过程的动态适配。二是共创型治理方式。平台突破“管理—被管理”的单向关系，通过数字孪生、众包治理等机制吸纳多元主体共同参与城市治理，激发创新活力。三是共享型治理形式。平台依靠数据集开源共享、语料智能标注和多模态仿真训练，赋能政务服务领域的高质量大模型实训，建设人工智能全域全时全场景应用智慧城市。目前，广东正逐步探索出以平台型治理推动超大城市智慧治理的创新路径，并形成了一些主要思路。

贯通政务服务平台，优化共生型多跨协同机制

中台方面，在广东省域治理“一网统管”的平台基座基础上，建设省、市、区三级数据中台，穿透至基层网格，多层交互汇聚政务数据，支撑跨域数据共享调用。

中枢方面，部署智能中枢，内嵌治理场景模型，开发城市治理智能工厂，运用算法技术进行数据分析和机器学习，获取多维度和细粒度的特征数据，支撑精细化的决策，持续监测并追踪问题处置的结果。

前台方面，打造协同前台，纵向穿透连接市、区、街道、网格治理单元，横向贯通各业务部门。平台嵌入部门间联动机制，以场景和问题为导向智能制定行动方案，根据各层级属地权限、各部门职责分工快速响应和流转，打破信息壁垒，促进信息共享。

末梢方面，平台连接城市安全运行监测系统，通过在城市基础设施安装传感设备，实时汇集基础设施的运行数据，形成城市生命线感知网络系统。当地下管线等出现异常时，平台将自动报警提醒，应用风险研判模型确定风险位置及周边环境情况，并将预警信息推送给行业主管部门和运营企业，责任单位接警后迅速到现场处置并反馈结果，形成算法驱动的“监测—预警—处置—反馈”闭环处置机制。

构建诉求回应平台，健全共创型敏捷响应机制

响应流程方面，诉求回应平台的一端连接市民，另一端对接公共服务部门，形成众包治理的运行机制。由市民提出诉求，平台针对市民反映的问题，属于政府责任范围内的，平台向责任部门派单，促使其在规定的时间内解决问题。对于涉及多部门的复杂问题，由属地管理主体进行调研，确定牵头部门，组建行动网络，涉及的相关部门予以配合，共同采取行动。

诉求反馈方面，诉求回应平台通过汇集分散的诉求信息，收集市民对处置结果的评价，围绕响应率、解决率、满意度等指标对行政部门进行绩效评价，发布绩效报告，促使责任主体履行职责。运用绩效信息改进公共服务水平，切实让市民感受到民生服务的可视化、政务服务的透明化。

敏捷应对方面，以“小切口”带动“大场景”，通过整合数据和算法，梳理市民感知的微观诉求信息，汇集城市运行记录的数据，开展数据匹配和深度挖掘，展现城市运行的整体图景和具体领域的体征状况。将高质量的数据反馈至决策系统，自动搜寻苗头、智能诊断问题，未雨绸缪生成解决方案，及时精准施策，从被动响应到主动应对，增强超大城市风险治理的韧性。

打造平台制度体系，夯实共享型数据治理机制

数据权责方面，在国务院公布的《政务数据共享条例》指引下，在规范各项治理事项的责任主体和处置流程的基础上，各部门梳理数据归属认定、数据供需清单、数据使用权限、数据共享流程，明确数据归集、共享、开放、应用、安全、存储、归档等责任。

数据标准方面，要求各部门按照国家标准将业务信息系统与政务服务平台深度对接融合和数据双向共享，统一各平台的“一网通办”技术架构、数据中台技术底座和数据入湖标准。根据政务人工智能和数据协同建设的工作方案，建立公共数据语料制度标准，起草公共数据语料汇聚加工、质检运营、安全合规等全流程业务规则和技术标准，规范语料数据的建设使用。

数据集建设方面，开展知识工程建设探索，面向政务大模型能力提升所需的法规政策、经验方法、思维链等高阶知识需求，探索形成知识工程方法论。基于政务云搭建语料智能标注平台，汇聚全域公共数据语料开展加工标注。开展政务服务领域高质量数据集建设和流通，探索建立语料数据集确权、登记、评估、撮合、挖掘等机制，夯实政务服务平台和诉求回应平台的数据底座。推动打造城市级仿真训练平台和多模态训练开源共享数据集，加快赋能政务服务领域的大模型实训，结合公共数据资源授权运营和可信数据空间建设探索，支持高质量公共数据和企业数据的融合应用。

作者系广东财经大学财政税务学院/广东省财税大数据重点实验室副教授

本文系广东省哲学社会科学规划常规项目（GD25YGG12）、广州市哲学社会科学发展“十四五”规划市委市政府重大课题（2025GZZD09）阶段性成果