晚上十一点，北京亦庄的自动驾驶出租车还在路上跑着。车顶的激光雷达不停地转，把周围几百米内的建筑、路牌、行人全都扫成点云数据。这些数据实时上传，和城市里几万个传感器、几十万辆车的轨迹融为一体。一个外卖小哥骑着电动车从胡同里窜出来，系统提前两秒就预判到了。没有地理信息大数据，这一切都是空谈。

很多人觉得“智慧城市”就是装几个摄像头、搞个指挥大屏。其实真正的底牌，是那张看不见的地理信息网。城市里每栋楼有多高、地下管线怎么走、早高峰哪条路会堵死——这些过去靠经验判断的东西，现在全变成了数据。深圳有个区把全区井盖都装了传感器，哪个井盖移位了、哪个积水了，系统自动派单维修。过去等市民投诉再处理，现在井盖还没完全错位，维修工已经到现场了。这就是地理信息大数据最朴实的价值——让城市有了“痛感”。

杭州的情况更有意思。他们把城市里所有的路灯杆都做了地理编码，每个杆子对应一个ID。这些灯杆不光照明，还成了5G基站、环境监测站、甚至应急广播点。去年冬天有场大雾，能见度突然降到五十米。系统根据分布在各处的能见度传感器数据，自动把雾区内的路灯调亮，同时通过灯杆上的广播提醒过往车辆减速。整个响应过程不到三十秒。如果靠人工调度，等发现雾情、再打电话通知、再派人去调亮度，黄花菜都凉了。

地理信息大数据的真正难点，在于让这些数据“活”起来。很多城市花大价钱建了数据库，结果数据躺在服务器里睡大觉。成都的做法值得一说。他们把地理信息平台做成开放接口，允许第三方开发者调用数据做应用。有个大学生团队利用实时路况数据和公交到站数据，开发了一个“公交优先通行”算法。公交车快到路口时，系统会向信号灯发送请求，适当延长绿灯时间。试验下来，公交准点率提升了18%。这个应用没花政府一分钱，完全靠开放数据生态长出来的。

但数据多了也有麻烦。上海做过一个统计，全市每天产生的地理信息数据超过200TB。这些数据里，有高精度的建筑模型、有实时的人流轨迹、有地下管网的详细坐标。如果全部公开，安全隐患可想而知。所以现在有个新趋势叫“可用不可见”——通过联邦学习等技术，让算法在加密数据上训练，结果能用，但原始数据谁都看不到。深圳前海搞了个试点，把敏感的地理数据做了分级，不同权限的部门只能看到自己需要的那一层。公安能看到实时人流，但不能看管线数据；水务能看到管网，但不能看摄像头画面。

真正的智慧城市，不是把所有数据堆在一起，而是让数据在正确的节点上流动。苏州工业园区的做法很聪明。他们把地理信息数据和企业的用电、用水、排污数据打通。哪家工厂的用电量突然下降，系统会自动比对同期数据，判断是不是设备故障或者生产异常。有一次系统发现某化工厂的污水排放量突然减少了，但生产数据没变。自动排查后发现是排污管道出现渗漏，部分污水直接渗入了地下。要不是地理信息数据把管道走向和地下水位数据关联起来，这个隐患根本发现不了。

农村地区同样需要地理信息大数据。浙江德清县搞了个“数字乡村一张图”，把农田、宅基地、养老院、卫生所全部标在地图上。村里老人戴的智能手环能实时定位，一旦走出日常活动范围，系统会自动给家属报警。去年有位患有阿尔茨海默症的老人走失，系统通过手环定位和地理信息平台的三维地图，二十分钟就锁定了老人在山上的位置。放在以前，全村人搜山一天都不一定找得到。

说到底，地理信息大数据不是什么玄乎的概念，而是一套让城市更聪明的基础设施。它不像修地铁、盖大楼那么显眼，但带来的改变是实实在的。当城市里的每一盏路灯、每一个井盖、每一条管道都能“说话”，当这些声音能被及时听懂、快速响应，城市的运行效率就会发生质变。未来的智慧城市，不是靠堆砌硬件实现的，而是靠让地理信息数据在正确的时间、正确的地点、流向正确的人。这比装一万个摄像头管用得多。