随着物联网、大数据、人工智能等数字技术的深度渗透，城市的发展逻辑正在从传统的经验驱动、人力驱动，转向以数据流为核心的数字驱动模式，数据驱动的智能城市，正在成为全球城市升级的主流方向。
数据驱动的智能城市，核心是把城市运行的全维度信息转化为可采集、可分析、可决策的数据资产：从路口的车流、商圈的人流，到地下管网的压力、公共服务的供需，所有动态和静态的信息都被转化为数据后，再通过算法模型挖掘数据背后的规律，最终实现城市治理的精准化、公共服务的个性化、运行效率的最大化。
在现实场景中，数据的价值已经得到充分验证。交通领域，杭州城市大脑接入全市上万路监控、交通卡口、网约车出行数据，实时动态调整1300多个路口的红绿灯配时，主城区高峰期拥堵延时指数从2016年的1.98降到2022年的1.58，高峰通行效率提升30%以上；智慧停车系统整合全市停车场泊位数据，用户手机即可查询空车位、预约缴费，居民找车位时间平均缩短60%。民生服务领域，上海“一网通办”平台整合公安、社保、医保、民政等20多个部门的1300多项公共服务事项，90%以上的事项可全程网上办理，平均办理时间压缩70%；不少社区为独居老人安装智能水表、烟感探测器，一旦12小时用水量低于0.01立方米，或者出现烟雾告警，系统会自动推送信息给社区网格员和家属，仅2023年就预警了上千起老人意外风险。应急治理领域，2023年深圳应对台风“苏拉”时，通过整合气象、地质、交通、人口等多维度数据，提前36小时精准识别出276个易涝风险点、12个老旧小区高危区域，定向推送预警信息给周边12万居民，提前完成3万余人的转移安置，实现了人员零伤亡的防控目标。
但数据驱动的智能城市建设，如今仍面临不少待解的挑战：一是数据孤岛问题突出，不少城市不同部门、不同主体的数据标准不统一、共享机制不顺畅，跨领域的数据协同效率较低，数据价值难以充分释放；二是隐私安全风险尚存，大量个人行为、身份、健康数据被采集，一旦出现数据泄露，会给居民权益带来严重损害；三是数字鸿沟待补，不少老年群体、低收入群体不会使用智能设备，不仅无法享受智能城市的便利，反而可能遭遇“数字排斥”。
本质上来说，数据驱动的智能城市，最终的落脚点始终是“以人为本”。未来的建设过程中，一方面要加快建立统一的数据共享标准，完善数据安全防护和隐私脱敏机制，明确数据采集、使用、流转的合规边界；另一方面也要补齐适老化、普惠化的数字服务短板，针对特殊群体保留线下服务通道，让智能城市的发展成果覆盖所有群体。只有让数据从冰冷的数字，变成感知城市温度、响应居民需求、优化公共服务的核心载体，才能真正打造出更高效、更安全、更有归属感的城市生活空间。

本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。