智慧城市是什么？从城市大脑、雄安新区到个人信息保护法，看懂中国智慧城市的含义、技术与挑战

智慧城市是指利用遍布城市的传感器、通信网络和数据平台，汇集交通、能源、安防、环境、政务等信息，通过分析让城市管理和公共服务更及时、更精准、更公平的一种城市治理方式。它的核心不在于堆砌多少高科技设备，而在于数据能否真正改变决策：公交线路怎么调、哪个路口先改造、哪个社区最需要帮助。同样的技术，由谁来规划、优先回应谁的需求，最终会造就截然不同的城市。

智慧城市是什么？在中国经历了怎样的演变

在中国，“智慧城市”成为政策热词，大约始于2010年前后。2012年，住房和城乡建设部启动国家智慧城市试点，此后几年里试点城市陆续扩展到数百个，早期建设的重点多是光纤宽带、数据中心、城市指挥中心和视频监控网络，可以说是“以基础设施为中心”的阶段。2014年，国家发展改革委等八部委联合印发《关于促进智慧城市健康发展的指导意见》，开始强调避免盲目投资和重复建设。

从“智慧城市”到“新型智慧城市”和“城市大脑”

2016年前后，“新型智慧城市”的提法被写入国家“十三五”规划纲要，重心从“建了多少设施”转向“以人为本、成效导向、统筹集约”。最具代表性的是杭州：2016年杭州启动“城市大脑”项目，最初用来优化交通信号，后来逐步延伸到停车、医疗、文旅、应急等领域，并带动全国许多城市建设各自的城市运行管理中心。与此同时，各地推行的“一网通办”“一网统管”，以及“浙里办”“随申办”等政务服务应用，让“少跑腿、数据多跑路”成为普通市民能直接感受到的变化。2017年设立的雄安新区，则从规划之初就提出数字城市与现实城市同步建设，是新城建设型智慧城市的典型。

为什么城市问题越来越需要数据来解决？

背景是快速的城镇化。联合国经济和社会事务部《世界城镇化展望》2018年版估计，全球已有55%的人口居住在城市，到2050年这一比例将升至68%。中国的城镇化进程更为迅猛，国家统计局数据显示，常住人口城镇化率已超过六成。人口高度集聚带来了就业和公共服务的便利，也带来了交通拥堵、空气污染、住房压力、老旧小区改造和超大城市治理等难题。单靠修路建楼已难以为继，于是“用数据把现有资源用得更聪明”的思路逐渐成为共识。社会学中常把这一变化与丹尼尔·贝尔《后工业社会的来临》(1973)、曼纽尔·卡斯特《网络社会的崛起》(1996)所描述的信息化趋势联系起来，相关观点可参阅信息社会理论词条。

因此，理解智慧城市的第一步，不是数一数用了多少项技术，而是追问“这座城市要解决什么问题、为谁解决”。抓住这个问题，后面的技术架构、案例比较和争议就会清晰得多。

智慧城市靠什么技术运转？

智慧城市的技术通常分为四层。最底层是安装在路灯、信号灯、公交车、井盖、河道水位计上的物联网传感器；数据经由5G、光纤等通信网络汇入城市数据中台；中台利用大数据分析和人工智能识别规律；最上层则是市民直接接触的服务，例如公交到站提醒、智能停车、电梯和燃气安全监测、暴雨预警推送等。近年来热门的“城市信息模型(CIM)”和数字孪生，就是把建筑、道路、地下管网完整复制到虚拟空间，在真正施工之前先模拟新路口的通行效果或强降雨时的积水点。

深圳公交电动化：基础设施与数据的结合

深圳是另一个常被引用的例子。2017年底，深圳基本实现了专营公交车的全面纯电动化，成为全球较早做到这一点的超大城市之一。电动公交本身并不等于智慧城市，但当每一辆车的电量、位置、客流都实时回传，调度中心就可以据此安排充电时段、调整发车间隔，这正是“设施加数据”带来的治理能力提升。类似的思路也体现在许多城市的共享单车电子围栏管理中：通过定位数据划定停放区域，减少乱停乱放对人行道的侵占。

可见，技术清单本身并不能说明问题。同样的传感器装在哪里、数据由谁调用、结果用于哪项预算和决策，这些规则确定之后，“智慧”二字才名副其实。

阅读长文时，先浏览小标题能更快理清整体脉络。读完后不妨试着提炼一个思考问题来巩固理解。

新城建设型、存量更新型与社区参与型有何不同？

按照出发点，智慧城市大致可以分为三类：在空白土地上整体规划的新城建设型，在已有城区补短板的存量更新型，以及由居民提出问题、参与试验的社区参与型。现实项目往往三者交织，但在写论文或做课堂展示时，先建立这一分类，比较会清楚得多。

从表中可以看出，没有哪一种模式天然更好。新城建设型可以“一张白纸画蓝图”，但人口导入前很难评估效果；存量更新型见效快，却常常卡在部门之间的数据壁垒上；社区参与型最能反映居民真实需求，但容易停留在试点阶段，难以复制推广。

智慧城市的另一面：需要警惕什么？

技术让城市更便利，也带来新的担忧。首先是个人信息保护。交通卡记录、手机定位、视频图像一旦汇总，一个人一天的行踪几乎一览无余。2021年，中国先后施行《数据安全法》和《个人信息保护法》，后者自2021年11月1日起施行，明确了告知同意、最小必要和敏感个人信息的特别保护规则，人脸识别等应用也受到更严格的约束。但城市数据往往由多个部门和企业共同使用，权责边界容易模糊，因此在项目设计之初就落实“最小必要、能匿名则匿名”的原则尤为关键。

数字鸿沟：便利能否惠及每一个人？

其次是数字鸿沟。只能用手机预约的定制公交、只能扫码点单的公共场所，可能让不熟悉智能手机的老年人、残障人士和外来务工人员遇到新的门槛。疫情期间“老人没有健康码无法乘车”的新闻曾引发广泛讨论，2020年11月国务院办公厅印发《关于切实解决老年人运用智能技术困难的实施方案》，要求保留人工窗口、现金支付等传统服务方式。好的智慧城市项目，总会为不会用新技术的人留一条“线下通道”。

城市由谁来主导？政府、企业与居民的关系

第三是主导权问题。智慧城市建设离不开通信运营商、互联网平台和科技企业，如果公共决策被企业的商业逻辑牵着走，城市的公共性就可能被削弱。美国政治学者克拉伦斯·斯通在研究亚特兰大的《政体政治》(1989)中指出，城市并非只由民选官员治理，而是由政府与工商界、社会组织结成的非正式联盟共同推动。这一视角被称为城市政体理论，用来分析中国的智慧城市时，可以帮助我们追问“项目由谁牵头、平台由谁运营、居民的声音如何进入决策”。谷歌旗下人行道实验室在加拿大多伦多推动的滨水智慧街区计划，因数据归属争议于2020年撤回，也常被国内研究者作为反思案例。

这些案例说明，智慧城市并不只是技术工程，更是一场重新制定公共规则的治理过程。项目上马之前有没有与居民达成清晰的规则，往往决定了它最终的成败。

写智慧城市论文，最容易卡在哪里？

不少同学在准备智慧城市课程论文或展示时，最容易卡在“技术介绍”环节。资料里物联网、5G、人工智能、自动驾驶、区块链层出不穷，结果写了大段技术说明，却没有和具体的城市问题挂钩。另外两个常见问题是：只罗列国内外案例而不按统一标准比较，以及只写优点、不谈成本、隐私和数字鸿沟。

举个例子，假设一位城市管理专业的学生接到课程作业：“为自己生活的街道设计一项智慧服务”（这里是虚构的情景）。他起初想写无人机配送和自动驾驶接驳车，但实地走了一圈后发现，居民反映最多的其实是老旧小区夜间照明不足、电动自行车充电不安全，以及老人看病搭车不方便。于是他把题目缩小为“老旧小区的电动自行车安全充电与夜间照明”，并把需要哪些数据、由谁管理、如何保护隐私、不会用手机的老人怎么使用都写清楚，论文的说服力立刻大不一样。

提交之前，可以用下面的清单自查。

• 能否用一句话说清要解决的城市问题
• 是否写明需要哪些数据、由谁采集、由谁负责管理
• 是否用成本、成效、居民参与等统一标准比较了国内外案例
• 是否针对个人信息保护和数字鸿沟提出了至少一项具体措施
• 是否说明了试点结束后由谁运营、经费从哪里来

做到这五点，即使少用一些时髦的技术名词，也能写出一篇有深度的智慧城市分析，读者也能清楚地看到“市民的生活究竟会因此改善什么”。

本文由CampusDown编辑部根据《关于促进智慧城市健康发展的指导意见》(2014)、《中华人民共和国个人信息保护法》(2021)、国务院办公厅《关于切实解决老年人运用智能技术困难的实施方案》(2020)、联合国《世界城镇化展望》(2018)、丹尼尔·贝尔(1973)、曼纽尔·卡斯特(1996)、克拉伦斯·斯通《政体政治》(1989)等公开资料和教材内容整理 · 审核日期 2026-11-14。相关政策、试点名单和统计数据更新频繁，在论文中引用最新数字时，请以国家发展改革委、住房和城乡建设部、国家统计局等官方发布为准。