在我国GB/T 34678《智慧城市 技术参考模型》划定的五层架构中，数据及服务支撑层是衔接底层感知设施、通信网络，向上赋能智慧应用、用户终端的核心枢纽，承担着城市数据资产沉淀、通用能力复用、跨域业务协同的核心职能，是智慧城市打破信息孤岛、实现价值闭环的核心载体。
首先，数据是整个智慧城市参考模型的核心生产要素，构成了服务输出的基础底座。当前智慧城市数据层一般包含四类核心数据资源：一是基础库数据，涵盖人口、法人、地理空间、宏观经济、电子证照等城市公共基础数据，是所有城市服务运行的底层基准；二是部门业务数据，包含交通、医疗、教育、住建、民政等各职能部门的业务沉淀数据，是城市运行状态的具象记录；三是物联感知数据，由摄像头、环境传感器、车联网设备、市政设施传感器等实时采集的动态数据，反映城市运行的实时状态；四是互联网开源数据，包含舆情数据、市场主体公开数据等社会化数据，是公共服务数据的有效补充。
数据层的核心能力不止于数据存储，更在于标准化治理与资产化运营：一方面要通过统一数据标准、清洗去重、融合关联、脱敏脱密等治理流程，解决不同来源数据的格式不统一、质量参差不齐、安全合规性不足的问题，实现“一数一源、多源核验”；另一方面要通过数据确权、价值评估、流通机制建设，将零散的数据转化为可复用、可流通的城市数据资产，契合当前数据要素市场化的发展要求。
其次，服务是数据价值释放的核心出口，是将底层数据能力转化为可落地应用的中间载体。参考模型中的服务层一般按照“通用能力复用”的逻辑分为四类：第一类是基础公共服务，将所有场景通用的能力封装为标准化服务，比如统一身份认证、电子签章、GIS地图服务、消息推送服务等，避免不同应用重复开发，降低智慧城市整体建设成本；第二类是数据智能服务，将数据治理成果和人工智能算法封装为可调用的服务，比如人群画像标签服务、交通流量预测算法、风险预警模型服务等，直接为上层应用提供智能决策支撑；第三类是跨域协同服务，将跨部门、跨层级的业务流程封装为标准化服务，比如企业开办联审服务、不动产登记核验服务等，破解过去部门之间业务不通、流程割裂的痛点；第四类是开放生态服务，通过统一的API开放平台向第三方企业、开发者提供数据和服务接口，吸引社会力量参与智慧城市应用创新，构建城市级数字生态。
数据与服务的深度联动，是智慧城市技术参考模型发挥价值的核心逻辑：数据为服务输出提供精准的输入支撑，服务则让数据价值从静态存储转化为动态的治理效能和民生服务。以上海“一网通办”为例，正是依托统一的数据底座归集了200多类公共数据，将跨部门核验、审批流程封装为标准化服务，才实现了90%以上的公共服务事项在线办理，群众办事平均跑动次数从平均3次降到0.3次以下。在智慧交通场景中，实时感知的车流数据经过治理后，封装为信号灯动态调控服务，可让重点路段通行效率提升30%以上。
当前，智慧城市参考模型中的数据及服务模块正朝着三个方向演进：一是安全优先，通过隐私计算、数据水印、全链路加密等技术，实现数据“可用不可见”，在保障数据安全的前提下释放服务价值；二是灵活可编排，支持不同服务模块按需组合，适配不同城市规模、不同发展阶段的个性化建设需求；三是信创适配，全面适配国产芯片、操作系统、数据库等基础软硬件，保障智慧城市核心底座自主可控。
作为智慧城市的“中枢大脑”，数据及服务的建设质量直接决定了智慧城市的运行效率和服务温度，未来随着大模型、物联网等技术的迭代，数据及服务支撑层还将进一步向智能化、轻量化方向发展，为城市治理现代化和民生服务均等化提供更坚实的支撑。

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。