随着数字技术与城镇化进程深度融合，智能城市建设已经成为推进城市治理体系和治理能力现代化的核心抓手，而数据作为智能城市运行的核心生产要素，其应用模式的创新直接决定了智能城市的建设成效与民生价值。当前我国智能城市建设已经进入数据价值释放的深水区，传统的数据归口归集、分散应用的模式已经难以适配新时期的发展需求，突破数据孤岛、场景同质化、安全与价值平衡等痛点，探索更具效率、更安全、更普惠的数据应用模式，是当前智能城市建设领域的核心命题。

当前智能城市数据应用的现存困境主要体现在三个层面：一是数据流通壁垒高企，不同部门、不同层级、政企之间的数据标准不统一、对接机制缺失，公共数据沉睡率超过60%，大量数据归集后无法实现跨域调用，难以形成价值合力；二是应用场景同质化严重，不少城市照搬其他地区的建设方案，脱离本地产业结构、人口特征和治理需求，出现“重建设轻运营”“重展示轻实用”的问题，数据应用未能真正解决群众急难愁盼的问题；三是数据安全与价值释放的矛盾突出，部分城市存在数据滥采滥用、隐私泄露的风险，也有部分城市因担心安全问题不敢开放公共数据，陷入“不用则废、一放就乱”的两难境地。

面向智能城市的高质量发展要求，可从四个方向探索创新数据应用模式：一是推广“公共数据授权运营+场景定制”的价值转化模式，对接国家数据要素市场化配置改革要求，将脱敏后的公共数据按不同场景授权给合规市场主体运营，比如杭州已试点将交通、气象、文旅等领域的公共数据授权给企业，开发智慧出行、文旅消费等市场化产品，同时明确收益反哺机制，将数据运营收益优先用于民生服务升级；二是搭建“多跨协同+闭环处置”的治理应用模式，打通跨部门、跨区域、跨层级的数据流通通道，以上海“一网统管”为例，其整合了公安、消防、交通、医疗等10余个部门的数据，在应急处置、生态治理、公共服务等场景实现数据自动调度、事件自动派单、结果自动反馈，大幅提升治理效率；三是探索“全民参与+数据反哺”的民生服务模式，打破“政府建、群众用”的单向供给逻辑，鼓励居民通过政务平台上报需求、反馈问题，将用户生成数据与公共服务数据打通，比如部分智慧社区将居民上报的养老需求、设施故障数据纳入服务调度体系，优化后的服务资源再精准匹配给需求群体，形成“需求-数据-服务”的正向循环；四是构建“安全前置+隐私计算”的技术支撑模式，将隐私计算、联邦学习、数据脱敏等技术嵌入数据流通全流程，实现“数据可用不可见”，比如深圳搭建的公共数据隐私计算平台，支持不同医院的病例数据在不流出本地的前提下共同训练诊疗模型，既保护了患者隐私，也实现了医疗数据的价值释放。

要保障创新模式的落地见效，还需要完善多层次的支撑体系：首先要完善制度保障，出台公共数据确权、授权运营、收益分配的明确细则，划清数据应用的安全红线和权责边界；其次要统一技术标准，建立全国层面的智能城市数据接口、分类分级标准，避免各地建设形成新的信息孤岛；再者要强化人才支撑，建立“城市数据师”等复合型人才培养体系，填补城市治理与数字技术交叉领域的人才缺口；最后要建立公众监督机制，明确居民对个人数据的知情权、使用权，定期公示公共数据应用的方向和成效，接受公众监督。

智能城市的核心是“以人为本”，数据应用模式的创新最终要落脚于提升群众的获得感、幸福感、安全感。只有跳出“技术至上”的误区，以需求为导向、以安全为底线、以普惠为目标，才能真正让数据成为智能城市的“智慧引擎”，让数字红利惠及全体城市居民。

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。