智慧城市对中国未来经济发展十分重要，它将带动实体经济的发展和城市治理创新水平的提高，有利于城市资源配置效率的提升，也有利于把中国的经验推向国际，把国际经验引入中国。

　　相关研究数据显示，2010年以来，全国智慧城市投资额年均复合增长14.81%，预计未来十年智慧城市建设投资将超过万亿元。国家出台的《关于促进智慧城市健康发展的指导意见》明确提出，到2020年，建成一批特色鲜明的智慧城市，聚集和辐射带动作用大幅增强，综合竞争优势明显提高，在保障和改善民生服务、创新社会管理、维护网络安全等方面取得显著成效。

　　中国城市和小城镇中心原主任、智慧城市联盟理事长李铁表示，伴随中国城市化水平不断提高，越来越多农村人口转移到城镇，成为市民。据预测，到2030年中国城镇人口将增加到9亿，会产生巨大的需求。

　　大数据打造经济社会转型新动能

　　经济的快速发展，让智慧城市已逐渐从概念走进现实。随着应用的增多和数据量的增长，大数据对于智慧城市建设来说变得越来越重要，智慧城市建设对人工智能技术的需求越来越大。

　　李铁认为，互联网技术的发展使科技水平、创新水平不断提高，也使城市居民生活的方方面面都离不开最新的科技产品和网络，所以在中国发展智慧城市，既和城市化水平有直接的关系，也和互联网、物联网的高度发育有直接的联系。

　　“智慧城市发展严重依赖各类数据端。现在的数据端一部分存在于各个政府部门手中，而数据都在这些部门的数据库中，没有向社会开放，也没有实现部门间的开放和跨部门的统一整合。怎么能通过改革来打破部门的数据分割现象，实现整合，并向社会公众开放，服务社会，这是智慧城市改革的一个非常重要的大前提。”李铁说。

　　今年，金融科技风潮已席卷全球，智慧金融是在当今信息社会伴随着互联网络、物联网、云计算等高科技技术在金融领域的深入应用，带来金融体系和商业模式的重大变革而诞生的。智慧金融成为又一个新的风口。

　　中国中小企业协会副会长、金电联行(北京)信息技术有限公司董事长兼总裁范晓忻接受本报记者采访时表示，大数据发展到目前这个阶段，必须解决发展中的两对主要矛盾：一是猛烈增长和瞬息万变的海量数据与数据分析处理能力之间的矛盾，二是大数据丰富而又迫切的应用需求与现有大数据应用产品之间的矛盾。

　　范晓忻指出，智慧金融有两个核心点，一是数据，二是技术。无论是信用评估还是反欺诈，这些应用场景的核心思想都是通过数据得出更多以前没有得到的结果。随着数据越来越多，维度与频度变多，技术也会发生改变。

　　“助力金融科技发展，推动资金更顺畅地流通，更合理地配置和更安全地使用，实现智慧金融更广泛的应用，一直是金电联行战略发展以及产品研发关注的重点。不拘于大数据在传统金融领域的技术应用，我们还与贵阳市政府合作，利用各自有效资源，共同开发建设基于互联网金融监管与风控的数控金融监管服务平台。”范晓忻说。

　　范晓忻告诉本报记者，通过大数据的算法模型，可在短时间对成千上万家中小微企业进行海量信用优选，通过信用等级、授信额度等大数据计算，帮助银行向中小微企业提供无抵质押和担保的纯信用贷款。实现了中小微企业融资三个“降低”：降低信贷门槛、降低融资成本、降低融资风险。

　　加快提升科技创新实现多领域跨界整合

　　目前，我国城市建设中还存在很多的问题，比如交通拥堵、城市布局不合理等，都会降低市民生活的幸福感。建设智慧城市就是要解决这些城市病。

　　通过运用科学的方法和工具，依据智慧城市的科学指标体系，深刻洞察问题所在，并针对新城建设及旧城改造的不同需求给出不同解决方案的模拟仿真，逐步找到解决问题的对策，为市民创造安居乐业的生活环境。

　　利用先进的信息技术，实现城市智慧管理和运行，成为大势所趋。

　　中央网信办信息化发展局副局长张望在“2016中国智慧城市年度论坛”上表示，国家发改委、国家网信办共同印发了建设智慧城市的标准，也是为了解决智慧城市建设中缺标准指导、缺分类规范、缺评价指标等问题。“同时在智慧城市国际化当中，我们申报的城市以及评价指标，也获得了国际的认可，这说明我国智慧城市国际标准化的影响在不断提升。”

　　张望认为推进智慧城市建设必须把握以下两个原则，第一是要坚持以人为本，建设智慧城市首先要围绕老百姓的需求。第二，是要坚持技术和机制双轮驱动，推进智慧城市建设要一手抓科学技术、一手抓体制机制创新，充分利用信息技术发挥“互联网 ”的动力引擎作用。

　　大数据除了能够带来金融体系的巨大创新，还能充分地参与到社会管理之中，助力各级政府建立信用体系，实现精确的社会治理。通过大数据技术为政府部门提供企业优选、企业体检、大数据征信、金融风险监管等服务。

　　范晓忻告诉本报记者，“智能数据工厂”是开放性的、规模化的、流程化的、智能化的大数据集成平台，它倡导一种大数据产业的新型生产组织方式，形成集生产资料、生产设备、生产运行及生产者于一体的一套组织管理体系，实现了对数据、人员、技术三者的集成，可以面向不同的业务需求嵌套不同的算法模型，并智能升级。