AI治理、城市可持续转型与智慧城市转型的制度决定因素:一个比较性跨城市框架

《Sustainability》:AI Governance, Urban Sustainability Transitions, and the Institutional Determinants of Smart City Transformation: A Comparative Cross-City Framework

【字体: 大 中 小 】 时间:2026年08月05日 来源:Sustainability 4.1

编辑推荐:

  本研究提出了一个以治理为中心的框架,用于理解人工智能(AI)如何促进城市可持续转型。基于对五个全球城市(新加坡、阿姆斯特丹、巴塞罗那、首尔和多伦多)的80份主要政策文件进行系统性主题分析,并结合了170个来源(包括该主要语料库以及全文引用的学术和政策文献)的更

  
本研究提出了一个以治理为中心的框架,用于理解人工智能(AI)如何促进城市可持续转型。基于对五个全球城市(新加坡、阿姆斯特丹、巴塞罗那、首尔和多伦多)的80份主要政策文件进行系统性主题分析,并结合了170个来源(包括该主要语料库以及全文引用的学术和政策文献)的更广泛证据基础,研究人员认为,AI主要通过转变治理结构而非单纯的技术优化来实现可持续成果。研究确定了决定AI应用可持续红利是否实现的四个制度条件:监管一致性(regulatory coherence)、多利益相关方参与(multi-stakeholder participation)、算法决策的透明度和可审计性(transparency and auditability of algorithmic decision-making),以及适应性治理能力(adaptive governance capacity)。开发了一个比较框架来评估跨城市可持续性领域(包括能源管理、气候适应、交通和绿色公共采购)的AI治理成熟度。研究进一步考察了AI治理系统如何应对由算法不透明性产生的问责要求,利用南蒂罗尔和爱沙尼亚的案例来确定分布式账本技术(distributed ledger technologies)在何种条件下能够加强城市可持续治理中的审计追踪机制。研究结果表明,治理设计——而非AI能力——是可持续转型成果的主要决定因素。该研究为AI治理、智慧城市发展和组织可持续性交叉领域的新兴跨学科文献做出了贡献,为参与AI驱动的绿色转型的政策制定者、城市管理者和商业领袖提供了一个实践相关的框架。
**论文解读:AI治理、城市可持续转型与制度决定因素——基于比较性跨城市框架的研究**

**研究背景与问题**
全球城市面临人口快速增长(预计到2050年68%人口居住在城市)、能源消耗(占全球78%)和碳排放(约70%)的严峻挑战,传统治理模式难以应对复杂性。人工智能(AI)被视为变革性治理基础设施,但现有文献多持技术决定论,将AI能力视为可持续成果的主要驱动因素,忽视了制度条件的中介作用。研究指出三个关键空白:缺乏基于实证的多条件制度框架(现有研究或抽象理论化或仅关注单一条件如算法透明度、公民参与,未整合跨领域);缺乏跨城市可持续性领域的AI治理成熟度比较证据(现有研究将AI治理与城市可持续性视为分离领域);AI-区块链审计追踪互补性作为治理机制未被充分理论化(技术互补性已识别,但治理意义及有效性条件未分析)。为此,研究人员提出三个研究问题:(1)哪些制度条件决定AI部署能否产生可持续转型成果?(2)这些条件在不同可持续性领域中的存在和成熟度如何变化?(3)AI治理系统如何应对算法不透明性产生的问责要求,以及分布式账本技术(DLT)在何种制度条件下能加强审计追踪机制?

**研究内容与结论**
研究人员对五个全球城市(新加坡、阿姆斯特丹、巴塞罗那、首尔、多伦多)的80份主要政策文件进行系统性主题分析,结合170个来源(包含学术和政策文献),提出一个以治理为中心的框架。结论指出:治理设计而非AI能力是可持续转型的主要决定因素;识别出四个制度条件——监管一致性、多利益相关方参与、透明度和可审计性、适应性治理能力;开发了跨领域AI治理成熟度框架,发现能源管理和交通领域成熟度最高,气候适应和绿色公共采购领域最低;通过南蒂罗尔和爱沙尼亚案例,证明DLT可作为审计追踪补充,但需满足协同设计、制度采纳和更广泛治理条件。该研究发表在《Sustainability》。

**关键技术方法**
研究采用混合方法设计:系统性主题分析遵循Braun和Clarke六阶段协议(生成847个初始编码,聚类为23个候选主题,精炼为11个实质性主题,再通过理论综合形成四个条件),对80份政策文件(来源:五个城市政府AI治理策略、数字城市计划、监管指南、评估报告、公民社会评估等)进行归纳编码,并使用Cohen's kappa(0.81)评估编码者间信度;比较案例研究遵循Eisenhardt方法,对南蒂罗尔和爱沙尼亚两个AI-区块链整合实施案例进行跨案例比较(分析维度:治理架构、AI应用与数据基础设施、区块链信任机制、可持续性相关治理成果)。样本队列来源:五个城市政策文件(2015-2024年)及南蒂罗尔和爱沙尼亚政府报告、技术文档、独立评估。

**研究结果**
**4.1 四个制度条件**
通过主题分析,从11个实证主题中归纳出四个条件:监管一致性(83%策略文件提及,所有城市均有证据,如新加坡将环境法规作为AI部署的共同设计约束);多利益相关方参与(74%评估文件提及,如巴塞罗那在AI部署前强制社区咨询,识别出能源贫困等优先事项);透明度和可审计性(91%公民社会和监管评估文件提及,但仅47%策略文件有体现,如首尔和新加坡实施事前透明度,阿姆斯特丹实施事后解释);适应性治理能力(52%策略文件、71%评估报告提及,如阿姆斯特丹要求每18个月算法审计,新加坡分阶段部署协议)。这些条件相互作用,但可独立存在。

**4.2 AI治理成熟度框架**
基于四个条件对四个可持续性领域(能源管理、气候适应、交通、绿色公共采购)进行评级,结果:能源管理和交通领域治理成熟度最高(监管一致性和透明可审计性较强),气候适应领域多利益相关方参与最弱(缺乏参与设计机制导致AI无法代表气候脆弱群体),绿色公共采购领域所有条件均弱(AI自动化采购决策缺乏治理监督,影响GDP的12-15%)。该框架揭示了跨领域系统性差异,指明气候适应和绿色公共采购为优先改革领域。

**4.3 AI治理问责:审计追踪问题与DLT证据**
深度学习AI系统存在结构性不透明性,导致审计追踪缺失,这一治理挑战在所有五个城市均有记录,尤其在气候适应和绿色公共采购领域。DLT提供制度性回应:通过不可变记录补充外部问责层。南蒂罗尔案例(2019年实施区块链环境许可智能合约,2022年引入AI自然语言处理)显示:处理时间减少62.5%,文档错误减少85%,行政成本降低40%,公民满意度从65%升至90%;区块链审计追踪识别出系统性偏差,支持模型再训练。爱沙尼亚案例(X-Road平台连接99%公共机构,KSI区块链层提供哈希树签名)实现:99%在线服务可用性,GDP节约2%,99.8%系统正常运行时间;每个AI输出均被时间戳加密,实现可追溯审计。跨案例分析表明:DLT有效性需满足协同设计(从系统设计之初集成)、制度采纳能力(组织能根据审计证据行动)、以及四个更广泛治理条件(使审计证据在法律上可操作)。

**讨论与结论**
讨论部分强调:治理设计是主要决定因素,挑战技术乐观主义,并扩展了Fountain(2001)的制度主义预测。交互效应显示:监管一致性与适应性治理能力在设计时间和操作时间上不同,城市可单独拥有其一。绿色公共采购的治理真空尤为严重,AI自动化决策系统性低估可持续性标准。气候适应领域的参与缺失构成分配性治理失败,使社会脆弱性嵌入算法基础设施。DLT作为制度机制,需在AI治理框架中明确审计轨迹证据的保存要求。研究结论:四个制度条件提供了分析框架和实践诊断工具;治理成熟度框架指出气候适应和绿色公共采购是优先改革领域;AI结构性不透明性导致问责赤字,DLT通过不可变外部记录扩展治理监督,但需满足协同设计、制度采纳和更广泛治理条件。该研究首次提供多条件、多领域、跨城市的证据基础,整合了数字政府理论、算法问责、公民参与和AI-区块链互补性,为政策制定者、城市管理者和商业领袖提供了实践相关框架。未来研究应扩展至全球南方城市,进行纵向追踪和大样本比较。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号