2013年1月29日，住房和城鄉建設部公布了首批90個國家智慧城市試點名單，試點城市的公布標志著我國智慧城市發展進入規模推廣的階段。在目前階段，智慧城市的主要應用還處于對感知設備傳遞的信息進行簡單處理的水平，充分認識大數據對于智慧城市建設的關鍵作用，對于避免智慧城市建設中出現“重感知，輕智慧”的通病具有重要意義。

       從數字城市到智慧城市

       從智慧城市的體系結構來看，由于智慧城市的基礎在于物聯網技術，因此智慧城市體系架構和物聯網的體系結構相類似，也可分為感知層、傳輸層、平臺層、應用層。智慧城市相對于之前的數字城市，最大的區別在于對感知層獲取的信息進行了智慧的處理，因此也可以認為智慧城市是數字城市的升級版。由城市數字化到城市智慧化，關鍵是要實現對數字信息的智慧處理，其核心是引入大數據處理技術。

       感知層是智慧城市體系對現實世界進行感知、識別和信息采集的基礎性物理網絡，海量的數據在感知層產生。以視頻監控為例，北京目前用于視頻監控的攝像頭有50萬個，一個攝像頭一個小時產生的數據量就是幾個G，每天北京市的視頻采集數據量在3PB左右，而一個中等城市每年視頻監控產生的數據在300PB左右，這些攝像頭實時回傳信息，海量數據對數據存儲、并發處理的要求近乎于苛刻。此外，對于海量數據的處理不單是智慧化的必然要求，同時也是對IT投資的一種保護，否則非但不能充分挖掘數據的價值，還將為海量數據所累。

       在智慧城市的數據處理中，各種類型的數據進入數據庫，經過組織、分析、決策之后，將最后的處理結果提供給決策者供參考，形成了完整的大數據處理流程。例如，在智慧交通領域，目前已經實現了通過對交通流量的監測，動態調節紅綠燈的間隔時間，從而緩解擁堵的目的，此外還可以為司機提供優化的行車路線，避開擁堵路段。由此可見，面對智慧城市中產生的海量數據，大數據技術將是必然的選擇。

       從經驗治理到科學治理

       智慧城市的建設帶來數據量爆發式增長，而大數據就像血液一樣遍布智慧交通、智慧醫療、智慧生活等各個方面，城市管理正在從經驗治理轉向科學治理。

       大數據為智慧城市的[FS:PAGE]各個領域提供強大的決策支持。在城市規劃方面，通過對城市地理、氣象等自然信息和經濟、社會、文化、人口等人文社會信息進行挖掘，可以為城市規劃提供強大的決策支持，強化城市管理服務的科學性和前瞻性。在交通管理方面，通過對道路交通信息實時挖掘，能有效緩解交通擁堵，并快速響應突發狀況，為城市交通的良性運轉提供科學的決策依據。在輿情監控方面，通過網絡關鍵詞搜索及語義智能分析，能提高輿情分析的及時性、全面性，全面掌握社情民意，提高公共服務能力，應對網絡突發的公共事件，打擊違法犯罪。在安防與防災領域，通過大數據的挖掘，可以及時發現人為或自然災害、恐怖事件，提高應急處理能力和安全防范能力。

       由此可見，大數據是智慧城市各個領域都能夠實現“智慧化”的關鍵性支撐技術，智慧城市的建設離不開大數據。大數據將遍布智慧城市的方方面面，從政府決策與服務，到人們衣食住行的生活方式，再到城市的產業布局和規劃，直到城市的運營和管理方式，都將在大數據支撐下走向“智慧化”，大數據成為智慧城市的智慧引擎。

       信息孤島和信息安全問題凸顯

       當前，智慧城市建設在全國各地都開展得如火如荼，但隨著智慧城市建設的推進，信息孤島、信息安全等問題變得更加迫切，這些成為大數據應用的桎梏。

       我國城市、企業的信息化是一個逐步完善的過程，在不同時期分散實施的系統，在運行環境、數據庫系統、信息編碼規則、業務流程定義等方面執行不同的標準，這就成為了系統無法實現信息共享和集成的根本原因。而且行業發展水平參差不齊，信息孤島成為我國的一個普遍問題。隨著智慧城市的深入開展，信息孤島將成為大數據應用的桎梏，若不能解決信息孤島問題，智慧城市建設將變成一個個“行業示范應用”，而無法真正全面推廣。

       此外，在大數據時代，數據資產化成為趨勢，企業內部運行的數據和客戶資料成為寶貴的數據資產，而且很多智慧城市應用涉及公民財產安全甚至國家安全，數據價值更高，因此信息安全問題成為大數據時代智慧城市建設的首要難題。