一、政府治理与决策支持系统
我国从国家治理到社会治理、政府治理，都在发生一系列的变化，如何科学、民主、依法有效的治国理政成为新时代的标志性产物。在这样的背景下，一个完善的政府治理应该包含三方面内容：一是政府自身的治理优化，即建设法治政府和服务型政府；二是政府对经济活动和市场活动的治理；三是对社会公共事务进行有效的管理。
在政府对经济市场活动的治理中，从自然科学的角度看，计划经济属于典型的前馈控制，市场经济属于典型的反馈控制，从科学的进步和交叉来看，两者融合是必然现象。从根本上来讲，这个系统不管是前馈还是反馈，要提升它的控制能力有两个核心，一是反馈信息的准确性，二是反馈信息的速度是否及时，信息革命正是解决上述两大核心问题的关键。
在对社会公共事务的管理中，城市级的复杂系统需要多目标决策，需要系统整合和协作性治理结构安排，形成新的融合力。以北京为例，在疏解治理的过程中出现五了花八门的现象，问题就在与政府决策付诸行动的时候缺乏复杂的调研，仅凭单一目标进行决策。目前我们的社会仍缺乏及时有效的全面反馈和评价机制，只有对特定领域感兴趣的人才会介入这样的反馈系统，但是并不能围绕根本问题反应出最真实的民意。
城市综合治理体系
这些年随着信息技术的发展、IT的换代、特别是AI人工智能的出现，提升了我们信息获取处理的能力，但是未来要做的事情远不止这些，清华团队更多把精力放在建立一个有效、科学的决策支持系统上。从情报信息系统到监督反馈再到评价与惩罚，这个系统就是习总书记在十九大讲的，谁是出题人，谁是答题人谁是评卷人。在这样背景下，今年年初完成了集成智能交互决策支持系统的设计工作，这是一个面向决策者面向决策过程处理复杂适应性系统问题的综合性决策支持系统。
二、集成-智能-交互决策支持系统
这个决策支持系统优化的核心思路是什么？大致有四个方面：
一是要形成决策运行新闭环。目前为止大部分跟城市相关的问题都是精英决策模式，如何改变这个模式？时代是出卷人，我们是答卷人，人民是阅卷人。要形成一个决策的新闭环，需要这个系统做出根本性变革。
二是决策要素产生的新影响，以互联网和大数据新技术为特征引领的第四次工业革命，将来有可能颠覆大部分行业及其附带的社会服务，而且也会极大地改变刷资源配置方式，社会组织运行方式和传统政治权力的运行方式。
三是服务标准的新支撑，大数据所具有的量化、全面、精准、动态、实时的特性，通过挖掘，预测，诊断和应用，无疑对因时，因地，因人制宜的公共服务提供技术支持，能够帮助政府更加充分地应对日益增长的公共需求，推动政府全面化，专业化，过程化，细节化动态化和人性化的实现，实现政府的科学决策，精准管理，精准服务精准监管和高效协同，这是提升国家治理现代化的重要手段。
四是参谋系统的新智慧。无论数据多么强大，仍然只是一个手段，作为一个复杂的系统决策支撑是远远不够的。在这种情况下，应对不断的演化的开放的复杂适应性巨系统，需要充分发挥各类智库的积极性和决策作用。
在政府治理决策支撑过程当中，通过交互式的反馈评价系统、智能化参谋咨询系统、集成化数据情报系统，建立新规则闭环，促进政府的转变，创新政府监督方式，建设人民满意的政府。其中，集成化包括多源大数据融合集成、决策支持过程集成，智能化即非定量化的分析和人工智能的配合。交互式可以参考钱学森老先生的想法，初步勾画了未来人机之间大体上的合作模式。这样建立起"政府-社会（人民）"闭环，围绕精细管理、精准服务、精准监管和高校需求四个服务标准，实现综合决策、动态交互、时空融合。城市是人工化的复杂体系，充满了不确定性，这种情况下，科研与风险管控变成核心的内容。
集成-智能-交互决策支持系统（3IDSS）
这些年技术进步实现了数据资源化，贴近现象的本质性描述。数据资源化以后形成了可整体、可局部，可微观、可中观、可宏观，时间上可长期、可短期、可点状，空间上点线面一体化的特征。现在我们在实际当中探索逐渐发现的问题，其实是全面打通、融合政府大数据的数字化。目前政府大数据仍然是全球从事科学研究的防御系统，它有自己不可替代的作用，而社会大数据能够收集各种类型的电子痕迹，将它们融合才能够形成综合的新型城镇化大数据。主要适用于四种场景，包括决策前的支撑分析、决策后的监测评估，各种模拟情景分析以及当政策实施过程中出现问题的预警预报。
传统的行业数据资源与社会管理形态的数据架构是不一样的，如何把一个条块分割的数据资源变成一个整合的、按照决策层级来分布的数据资源，是目前应该做的主要工作。通过构建能清晰描述社会发展各行业之间、目标之间相关性的社会管理形态数据资源，实现跨行业、跨部门、跨领域的数据汇聚和动态融合，基于社会管理形态数据资源动态的应对问题，是推动传统单目标治理模式向多目标治理模式进行转变的有力推手。这一系列复杂的相关系统的建设，需要很多不同领域的行业来贡献它的能力。
传统的行业数据资源
社会管理形态数据资源
集成化数据情报系统的动态发现与动态利用，总体来讲是把常规的算法跟专业模型加上专家的经验，开始逐步实现动态发现到动态提供这样的一个过程。那么数据资源社会化，包括数据整合、数据融合以及数据联勤，形象的讲就是数据规划，这是统计数据资源向社会管理数据资源的形态转变。现在很多城市正在试图采用这样的方法。最终最高级别的数据联勤即是签一发而动全身。
数据资源社会化的三种形态：数据整合，数据融合，数据联勤
智能化参谋决策系统既包括对通用场景的评估，也包括大量专业知识体系的建设。现在是行业集中一体的时代，各种各样新的数据模块手段都在建立，应该将城市构成中的各类实体对象抽象为相对独立的知识概念或观点，并将治理经验及知识转化为规则，以人工智能、大数据分析、算法模型等作为技术支撑，形成社会治理知识体系。
智能化参谋咨询系统：通用+专业知识体系
声明：文章未经授权不得转载、摘编或利用其它方式使用。已授权使用作品的应在授权范围内使用，并注明"来源：清华大学中国新型城镇化研究院"。违反上述声明者，本网将追究其相关法律责任。
