];Q他看向林國棟，語氣沉穩。
“我認為，調研可以做，但必須以我為主，不能影響我們既定的戰略。調研的重點，不應該是學別人怎么做，而應該是分析其他模式可能帶來的數據安全、公共利益被資本置換等重大風險。為我們的堅持，提供更充分的理論和事實依據!”
楊振這番話，直接把馬國邦的順勢而為，變成了風險論證。
攻守之勢，瞬間易位。
沈學明心里一動。
市長這是在給自己鋪路。
他立刻跟上。
“我同意市長的意見。馬書記和市長的考慮，其實是一個問題的兩個方面，都是為了把江市的工作做得更好。”
他先是肯定了雙方，不激化矛盾。
“調研是必要的。我建議，可以由市委政研室和市政府研究室牽頭，我們辦公室和大數據局在技術層面全力提供支持。關鍵，是要形成一份客觀、專業、全面的對比分析報告，把兩種模式的優劣、風險、適用場景都擺在桌面上，供市委、市政府決策參考。”
他把對比分析四個字咬得很清楚。
有對比，才有高下。
有高下，才能分出對錯。
林國棟聽完，一直沒什么表情的臉上，終于有了點變化。
他手指在桌上點了點。
“好。”
他一錘定音。
“就這么辦。成立一個新型智慧城市建設模式對比研究專班。”
他目光看向馬國邦。
“國邦同志，你經驗豐富，宏觀把握能力強，你來當這個組長。”
馬國邦臉上露出一絲得色。
林國棟的目光又轉向沈學明。
“學明同志，你具體負責項目，懂技術，懂一線，你當副組長。”
“大家齊心協力，盡快拿出一份高質量的報告來。”
林國棟的安排，滴水不漏。
既給了馬國邦面子，又給沈學明安了個剎車。
這既是馬國邦推動議程的成果，卻也被楊振和沈學明成功框定在了風險論證的籠子里。
一場沒有硝煙的交鋒，暫時落幕。
但沈學明知道，真正的戰斗，才剛拉開序幕。
馬國邦的動作快得驚人。
專班成立的第二天，一份專班成員名單就送到了相關領導的案頭。
沈學明看著手里的名單，嘴角撇了撇。
好家伙。
組長，馬國邦。
副組長，沈學明。
成員:市委政研室主任，市發改委副主任，市財政局副局長，市國資委副主任……
全都是馬國邦線上的人，或者是主管宏觀經濟和錢袋子的實權人物。
而他這邊，大數據局，只象征性地安排了一個排名靠后的副局長。
葉文君的名字，根本沒出現。
這份名單的意圖，昭然若揭。
馬國邦這是打算繞開所有技術細節，直接從財政可行性、宏觀政策導向這些角度入手，做出一份有利于整體運營模式的報告。
技術?技術不重要。
重要的是，誰來定義什么是好的技術。
沈學明沒有在名單上直接跟馬國邦吵。
那是最低級的做法。
他拿著名單，直接去了市長楊振的辦公室。
“市長，您看這個名單。”
沈學明把文件放在楊振桌上。
楊振掃了一眼，就明白了。
他沒說話，只是看著沈學明，等他下文。
“市長，這個專班的構成，偏宏觀和財政，缺少核心的技術判斷力量。如果按照這個班子去調研，最后出來的報告，很可能只有經濟賬，沒有安全賬、未來賬。”
沈學明說得很直接。
“我的建議是，不在名單上增減人員，這樣容易引發不必要的紛爭。我們只提程序上的要求。”
“哦?”楊振來了興趣。
“我建議，在專班的第一次工作會議上，我作為副組長，就正式提出兩點工作原則。”
沈學明伸出一根手指。
“第一，調研報告中，所有涉及具體技術路徑和風險評估的章節，必須附上由市大數據局專家委員會出具的專項技術評估意見，作為報告的正式附件。沒有這個附件，報告不得提交市委討論。”
他又伸出第二根手指。
“第二，必須安排專班所有成員，對我們現有項目的運維情況，以及產業聯盟內的代表性企業，進行不少于兩次的實地考察。要讓他們親眼看看我們的模式是怎么運轉的，我們培育的本土企業是怎么干活的。”
楊振聽完，緩緩點頭。
高。
這一招，釜底抽薪。
馬國邦不是想主導結論嗎?
可以。
但結論必須建立在技術評估和事實依據之上。
而技術評估和事實依據的解釋權，被沈學明這兩條建議，牢牢地抓回了大數據局和智慧辦手里。
“可以。”
楊振拿起筆，在一張便簽上寫了幾個字，然后遞給沈學明。
“就按你說的辦。你以副組長的身份，在調研的框架設計和關鍵環節上，給我把好關。最終的報告，必須體現多元視角，特別是風險視角，絕對不能缺失!”
“是，市長。”
沈學明走出市長辦公室，立刻撥通了葉文君的內線。
“文君，來我辦公室一下。”
葉文君很快就來了，一臉興奮。
“學明，我們那個算法模型又有突破了!預測擁堵的準確率……”
“先別說模型。”
沈學明打斷她，把專班的事和自己的應對之策簡要說了一遍。
葉文君臉上的興奮瞬間褪去，眉頭緊鎖。
“他們這是想搞我們?”
“不是想，是已經開始了。”
沈學明把楊振寫的那張便簽推到她面前。
“現在，我需要你做一件事，一件最重要的事。”
他看著葉文君，目光灼灼。
“你立刻組織大數據局最精干的力量，用最快的速度，給我準備一份詳實到無可辯駁的技術分析報告。”
“報告的題目我都想好了。”
沈學明拿起筆，在紙上寫下一行字。
“《關于智慧城市整體運營模式潛在風險與適用邊界的分析報告》。”
他把紙推給葉文君。
“數據要扎實，案例要典型，邏輯要嚴密。把這種模式可能帶來的數據安全風險、技術鎖定風險、公共利益流失風險，給我一條條、一款款，分析透徹!”