问题——城市治理从“经验驱动”转向“数据驱动”，首先要破解信息分散带来的看不清、管不细。长期以来，城市公共安全与社会治理涉及多部门、多系统，数据分布各自平台之中，标准不一、接口不通、共享不畅，形成“条块分割”的数据壁垒。面对夜间治安风险点位迁移、聚集性违法行为隐蔽化、新就业形态群体流动性强等新特点，单靠人工巡查与静态台账难以及时响应，既易出现治理盲区，也容易造成资源投放不均。 原因——风险形态变化叠加技术与制度约束，要求以基础设施方式重构数据流通和应用闭环。一上，城市人流、车流与业态活动呈现高频变化，治安热点呈现“快聚快散”的动态特征；另一方面，数据跨主体流通中还面临隐私保护、边界合规、模型安全等现实约束，传统“先汇聚、再使用”的方式难以兼顾效率与安全。基于此，多地在科研机构、高校与产业伙伴协同下，探索以“接入—传输—节点—应用—安全”一体化架构搭建“数场”基础设施：通过统一接入点引入数据主体，以高速网络实现实时联通，依托业务与功能节点实现数据处理和调度，在应用层形成可指挥、可验证的场景能力，并以安全机制贯穿采集、传输、计算、展示全流程，推动数据“可用不可见、可流通可管控”。 影响——数据融合带来“看得见”的态势感知，也带来“管得细”的精细化调度。在浙江、山东、贵州等地的试点中，有关团队围绕新就业形态群体治理需求，将人社信息、公开数据与通信相关数据在合规框架下进行融合建模，形成外卖骑手、网约车司机、货车司机等群体的动态识别能力，并将识别结果与人流热力等指标联动展示。试点表明，相关识别准确率较此前水平明显提升，城市管理者得以更直观把握“何时、何地、何种职业群体密集”，从而在交通疏导、应急保障、服务供给诸上减少盲目性，提高响应速度与资源使用效率。 对策——以场景牵引让数据“用起来”，以机制约束让风险“控得住”。治安治理领域，试点将“识别”更延伸为可执行的处置方案，形成多类应用：一是夜间治安巡控，根据23时至次日5时等重点时段的人流异常聚集情况，自动圈定巡逻重点区域并生成建议路线，压缩盲区；二是涉赌风险识别，结合异常语音特征与异常停留等行为指标，提升对隐蔽聚集活动的发现能力；三是涉黄风险预警，综合视频结构化信息与基站停留等特征，对高频重复出现等异常模式进行提示。试运行三个月，相关场景发案数同比下降约8%，显示出“数据研判—预警提示—力量投放—反馈校正”的闭环治理效应正在形成。 ，试点把安全作为基础能力而非事后补丁，推动构建动态全流程的防护体系：传输层面采用符合国家相关标准的加密机制并探索双通道保障；计算层面引入可信执行环境等能力，对敏感模型和关键环节进行隔离保护；运营层面通过沙箱、标识水印、脱敏处理等措施降低泄露与滥用风险，强化审计追溯与权限管理。值得关注的是，相关应用强调以特征比对和匿名化处理为主，避免触碰不必要的敏感内容，在提升治理效能的同时守住隐私与合规底线。 前景——从“点状试用”走向“体系复制”，城市治理数字化仍需在标准、协同与制度供给上持续发力。业内认为，面向更大范围推广，下一阶段关键在于三上：其一，完善跨部门数据目录、接口规范与质量标准，降低协同成本；其二，推动场景清单化、能力组件化，形成可复用的“工具箱”，避免重复建设；其三，健全数据使用边界、分级授权、第三方评估与公众沟通机制，提升社会信任度。随着更多城市把“数场”能力嵌入日常治理和应急处置，城市安全治理有望从“事后处置”进一步迈向“事前预防、即时响应、改进”。
城市治理现代化离不开技术和工具的升级。"数场"试点证明，当数据流通条件成熟、应用场景明确、安全保障到位时，技术才能真正转化为治理效能。这个探索的价值不仅在于降低发案率，更在于开辟了数据赋能公共安全的新路径。未来，如何在推广经验的同时完善涉及的法规和伦理规范，将是需要重点研究的课题。