数据视角下的数智园区规划设计

杨森，梁磊，陈光

（北京市工业设计研究院有限公司，北京 100055）

1 引言

随着人工智能、物联网、区块链等新一代ICT 技术的迅猛发展，数字技术已广泛渗入生产、流通、消费环节，不仅对人类的生产生活方式产生了巨大的影响，推动了城市功能组织及形态的变革，也促进了城市空间组织形式的革新，数字化生产力已经成为产业结构升级和经济高质量发展的重要引擎。伴随着新一代数字技术与城市现代化的深度融合与迭代演进，园区正加速向数智化方向演进，数智园区已经成为新型智慧城市建设中构建新连接、新平台、新生态的引擎。然而，园区是一个开放的复杂系统，具有多维度、多要素、多结构及多层次的关联关系。现有的园区规划设计往往囿于以产品为中心的定式中，无法应对构建以数据为中心的数智园区时所须面对的业务连续性、用户体验等诸多问题。

在本文中，首先梳理园区的数智化演进态势，以及所面临的数据融合与共享等问题，并分析以数据为中心的DoDAF2.0系统结构框架的建设实践与借鉴。最后在方法论上，从数据视角来探寻园区顶层规划设计中的数据、数据模型、数据链以及以数据为中心的规划设计及开发的方法步骤。

2 园区的数智化演进

园区是区域经济发展、产业结构升级的重要空间聚集体，是智慧城市建设的具象化表达。在我国，历经数字园区、智能园区、智慧园区的发展阶段之后，大量的城市要素聚集在园区，园区所承载的功能日趋多元，并逐步从要素驱动转向创新驱动，从传统的单一园区转向综合性园区发展。目前，作为新型智慧园区的深化发展，数智园区正从核心目标、支撑技术等方面引领智慧园区建设的新方向，具体如表1 所示。

表1 智慧园区与数智园区

依托BIM、AI 等新一代ICT 技术，数智园区通过互联化、感知化、智能化等技术手段，以数据为核心生产要素，通过融合现实世界和虚拟世界的场景建设，构建园区经济系统、社会系统、生态系统的密切融合，实现园区功能与业态的场景赋能价值，形成融合园区规划、全域监控、应急处置、治理决策的群智共生体。

目前，园区数智化建设正在从物理空间向数字空间迁移，以物联、数联、智联为驱动模式，通过对时空数据的处理，将园区内的人、事、物等要素映射到信息模型上，实现从对物理世界的感知到数据世界的孪生，构建园区运行的“数字体征”系统。通过构建融合物理世界和数字世界的平行世界，形成融园区产业发展、社会生态、自然生态为一体的元宇宙，实现对园区诸要素数智化耦合的全域空间治理，推动园区产业集群聚核、产业链聚链、园区产城融合发展，以推进新时代数字中国、智慧社区、新型城镇化发展战略目标的实现。

数智园区建设的本质，就是在一个开放且可扩展的数据体系下，以数据驱动为核心，充分发挥数据作为数字经济的基础性战略资源和关键生产要素的作用，实现园区从感知、认知到决策的数智化。

3 园区数智化所面对的数据融合与共享问题

数据是数字经济时代的核心资源，也是政府和企业的核心资产。然而，在构建以数据驱动为核心的数智园区时，如何实现园区数据的归集、共享、开放、流通及应用却面临着巨大挑战。

3.1 多维场景下多要素的全域动态耦合

在实现园区从物理世界到数据世界的迁移过程中，需要从物理世界接收数据，对数据世界的数据模型进行实时演化，构建精确映射的虚实关系，确保平行世界的同生共存、协同联动。然而，由于物理世界是一个大型复杂系统，数据多源自跨领域、跨层级、跨主体的数据源，具有要素众多、关系复杂、场景多维的特点，存在全域完整一致性、动态耦合匹配、多维场景迭代升级、园区内外资源融合应用等问题。因此，围绕园区应用场景的建设，须依托数据驱动模式，实现园区全域数据结构互通、数据动态加载、全场景服务。

3.2 条块分割建设模式下的烟囱式应用

在园区信息化建设过程中，应用系统的开发多是在不同技术世代、针对不同业务需求、选用不同开发技术而满足特定的业务目标。这种条块分割的建设模式，往往会因为数据格式缺乏统一规范，而难以达成数据的互联互通，产生烟囱式应用，极大地限制了园区持续发展能力的提升。

3.3 应用系统的数据孤岛化及I T架构固化

园区数智化建设过程中所开发的业务应用系统，往往会受到开发时间、构建技术、终端类型及代际差异、软硬件绑定、系统整合黏性、应用场景特化等因素的制约，并且会随着时间的推移而自成一体，从而衍生为数据孤岛。同时，会因为建设时期的不同，而形成从总线型架构、API 平台到云服务等不同的应用集成架构，且会在历经长期运营后，系统的IT 架构更易于固化。

3.4 数据的安全、隐私及保密性

目前，智慧园区的建设多采用数据中心的数据汇聚与交互模式，实现数据资源的控制、调度及管理。然而，这种运行管理模式往往存在着管理繁重、安全隐患的压力。随着《中华人民共和国网络安全法》《中华人民共和国个人信息保护法》等法规的实施，对数据处理与安全提出更高的要求。此外，对于国防科技及军工企业等涉密信息系统，对数据的本地化存储及授权使用提出更高的安全要求。

园区数据的安全与融合与现有的数据流通方式之间的冲突愈发严重，这就要求必须重新审视现有的数据汇聚及流通模式，需要从方法论上探寻新的视角来考虑解决之道。

4 从方法论上探寻解决问题的新视角

园区内各组成部分、关系以及指导其设计和演进的原则[1]，决定了整个信息系统沟通的系统特性。运用体系结构设计方法、基于统一的体系结构框架不仅可以保障系统设计的一致性与完整性，也能够确保系统之间数据的关联、互通及共享，利于系统应用集成。目前，主要的体系结构框架既有Zachman架构、SAF 等体系结构框架，也有TOGAF 等面向军事领域的体系结构框架。其中，美国国防体系结构框架（DoDAF）是一种构建“以数据为中心”的体系结构框架的标准方法，是体系结构技术发展的里程碑[2]。

4.1 DoDAF 体系结构框架

DoDAF 是美国国防部推进的体系结构设计方法，历经1.0、1.5、2.0 共3 个版本[3-5]，实现从以产品为中心到以数据为中心的转变，并从面向过程、对象的角度转向面向作战活动、能力的角度，是对架构开发方法、支撑工具体系、系统环境的调整，确保各个系统之间的互联、互通与互操作。DoDAF 强化对高效决策所需数据的收集、存储及使用。

在DoDAF2.02 版本[6]中，围绕规划方、管理方等6 类利益攸关方，以节点、需求线、服务及信息交换为核心要素描述业务活动的结构，提供全局视角、数据与信息视角等8 个视角以及52 个模型，形成融解决方案、开发流程等为一体的分层分类的方法论。

4.2 DoDAF 元模型

DoDAF2.0 元模型是构建体系架构模型的规范，根据数据之间的内在含义及逻辑关系，将体系结构数据框架数据模型化，描述体系结构框架数据的概念、关系及属性，规范了数据交换的语义及格式，为体系结构描述中的语义精准化提供基础。

元模型由概念数据模型（CDM）、逻辑数据模型（LDM）和物理交换规范（PES）3 层构成。CDM 定义了顶层数据结构，使用概念图、概念词汇表来描述包括概念关系和解释在内的概念定义。LDM 是在概念数据模型的基础上，增加技术信息，采用UML 模型图等方式实现对元素类型和关系在内的逻辑关系的描述。PES 是在LDM 的基础上，描述元模型物理交换的XML 数据结构[7]。其中，CDM 用于管理方、决策者了解体系结构的基础数据，LDM 用于软件架构师对体系结构的构建与管理，PES 则用于软件开发人员的系统开发。

DoDAF2.0 元模型规范了体系结构的数据元素，为语义一致性提供了保障，为应用集成和数据联邦的构建提供了体系结构描述的基础，满足跨域、跨部门的数据信息交换、共享及复用。

4.3 DoDAF2.0 的数据和信息视角

在DoDAF 中，模型是用于采集体系结构框架数据的模板，可采用文件、图表等形式。运用模型实现数据的收集、组织及呈现，就形成视图（View），而视图的有序组合就构成了视角（Viewpoint）。用适当的定义将视角归集，就形成对体系结构框架的描述。DoDAF2.0 就是围绕对数据、模型和视图的组织来构建体系结构框架的描述。

依据数据之间的内在含义和逻辑关系，数据和信息视角（Data and Information Viewpoint）对业务需求、结构化的业务流程规则进行描述，包括体系结构数据的概念、关系和属性，形成涵盖概念模型、逻辑模型和物理模型的3 层结构。其中，概念数据模型描述了所需的高层数据概念及其关系。逻辑数据模型是数据需求、结构化业务流程（行动）规则的文档。物理数据模型是逻辑数据模型实体的物理实现格式，包括消息格式、文件结构和物理模式等。

作为底座支撑，DoDAF2.0 数据和信息视角不仅提供了描述体系结构内容的数据关系和数据结构，也为泛在互联应用中构建联盟体系提供支撑。同时，DoDAF2.02 并没有提供具体的设计方法和实现途径，须依据具体应用需求，灵活采用所处技术时代的方法与工具，为设计与开发提供极大的便利。

5 数据视角下的数智园区规划设计

5.1 以数据为中心的体系结构顶层设计

园区的发展会伴随着国家政策、园区战略、发展态势及市场需求的变化而不断对技术体系、服务体系、生态体系进行优化，确保能够应对外部环境的变化。因此，数智园区的建设与发展并不只是ICT 产品串接、技术堆叠的聚合体，而是以顶层设计为指引的持续优化。园区体系结构的设计与开发，正是园区顶层设计的重要手段之一。

数智园区中平行世界的构建，亟待围绕园区高效决策所需数据的收集、存储及使用。为此，在数智园区顶层规划设计中，可以借鉴DoDAF 中数据、模型、视图、视角之间构建关系的设计理念，即视角、视图、模型只是为了承载体系结构数据而进行的可视化表示，并从对数据一致性、可重用作为一种要求，转向全面落实“以数据为中心”的体系结构框架的构建上来。通过规范体系结构数据的开发、管理和使用，构建精确映射的虚实关系，保障数据世界数据模型的实时演化，实现平行世界的同生共存。

在具体实施中，可以所构造的通用元模型的概念、属性及关系为载体，围绕数据、模型和视图来共同描绘一个完整的园区信息系统的体系结构，便于利益攸关方通过对体系结构的一致性认知，来建设数智园区的构成系统。

5.2 园区数据链闭环体系的构建

在数字世界中，物理实体的机理模型是对物理世界中实体在时空维度上演进的映射，并具有多层次表述能力。对于数据世界中的实体机理模型和数据模型，只有通过获取物理实体的状态、仿真等动态数据，才能够确保数据世界的模型间接反映物理实体的状态。对于数智园区，在时空、政务、企业、公众等多类型数据驱动下，通过对物理世界的时空状态变化进行实时感知，经由虚实交互的感知与反馈控制通路，依据园区活动的真实数据和智能应用的反馈控制指令，才能实现对物理世界和数字世界实体之间的精准映射、交互融合，进而完成自主决策与控制。因此，在物理实体、数字模型的基础上，数据的链接与控制已成为数智园区构建平行世界的关键。

构建面向数智园区全过程、全要素、全方位的动态数据链，建设贯通感知、分析、决策、执行到反馈的数据链闭环体系，并确保数据规范及安全，已成为实现对物理世界中的活动进行动态预测及决策控制的关键所在。

5.3 以数据为中心的体系结构开发步骤

以数据为中心的驱动模式应贯穿规划设计、开发与应用的始终，围绕数据与数据、数据与模型、模型与模型之间的关系，可以凝聚起园区各参建方的共识。为此，借鉴DoDAF2.02顶层6 步体系结构开发过程，形成一个以数据为中心的体系结构框架的描述及开发方法，具体步骤如下：

1）明确园区信息系统体系结构的应用用途，包括园区信息系统的建设目标、关键问题、问题分析方法、项目干系人等内容。

2）确定园区信息系统体系结构范围，涉及功能边界、技术边界、时间线、体系结构资源及计划进度约束。

3）确定园区信息系统体系结构开发所需的数据，涉及数据体系结构的数据实体、产品的粒度及属性、度量标准、关联的元数据等。

4）收集、组织、关联和存储体系结构的数据。确定园区信息系统所需构建的子系统以及其所依托的数据。通过对数据的分析，构建知识库、活动模型、数据模型、动态模型等，并开发相应的信息系统。

5）对所构建的体系结构进行用途及设计目标上的分析与评估（包括互操作性评估、业务过程分析，以及完整性及准确性测试）。

6）生成体系结构文档，如生成技术等产品视图、可重用数据等。

其中，需要体系结构设计人员、应用部门以及用户一道在上述前4 步中，协同梳理并规划设计园区体系结构的目标、范围、关键特征以及体系结构产品。如此，才能保证设计人员在后两步中开发出符合设定的体系结构框架。

6 结语

数智园区是增进城市经济活力、壮大区域经济、促进数字经济发展的有效载体，是构建新发展格局、培育新竞争优势的重要力量。以数据为中心的园区规划设计不仅可以为构建全域一张图、感知一张网、治理一平台的平行世界提供保障，也有利于凝聚园区各方的全域价值链，实现园区共建、共享与共治整体价值的提升。