公共数据能否“跑起来”，关键在于能否把分散的数据资源转化为可落地、可持续的公共服务能力与治理能力。
近期，安徽两项场景入选国家公共数据“跑起来”示范场景，释放出一个鲜明信号：以应用为导向推进数据治理与制度创新，正在成为提升行政效能、改善民生服务的重要抓手。
从“问题”看，一方面，行政执法领域长期存在检查主体多、检查事项散、企业迎检频次高等痛点，容易导致重复检查、随意检查，既增加企业负担，也不利于执法公信力建设。
另一方面，基层公共卫生服务在重点人群管理上面临“任务重、人员紧、手段弱”的现实约束，儿童、青少年、孕产妇等群体的健康风险评估与干预随访需要更精细、更及时的支持，而传统依靠人工经验与线下随访的方式，效率与覆盖面都受到限制。
从“原因”分析，上述问题背后既有治理方式的惯性，也有数据要素利用不充分的制约。
行政检查涉及多部门、多层级、多系统，数据标准不统一、流程不衔接，导致信息难以汇聚、结果难以共享，协同执法与事中事后监管往往难以形成闭环。
公共卫生领域同样存在信息分散、服务路径不清晰、风险识别偏滞后等情况，基层机构在面对多样化健康需求时缺少可复制、可扩展的数字化工具。
换言之，数据“有”并不等于数据“用得好”，要让公共数据真正服务治理，就必须以统一标准、流程再造和应用牵引打通“最后一公里”。
从“影响”看，此次入选的两个场景具有较强的示范意义与外溢效应。
“以数据多跑路助力全省‘综合查一次’改革”由省司法厅和省数据资源管理局牵头，围绕行政检查数据标准与流程规范建设，推动形成“闭环查、码上查、联合查、监督查”等机制安排，旨在把“多头查”转为“协同查”，把“反复查”转为“精准查”。
这不仅有助于提升执法规范化水平，也将进一步稳定市场预期、降低制度性交易成本，为建设法治化营商环境提供支撑。
与此同时，“人工智能+重点人群健康管理服务”由合肥市数据资源管理局和相关企业牵头，聚焦基层公卫服务需求，通过智能评估、干预方案生成与精准触达等应用路径，推动健康管理从“粗放覆盖”向“精准服务”转型，有望提升重点人群健康风险的早识别、早干预能力，增强基层卫生服务的可及性与均衡性。
从“对策”层面看，安徽的做法体现出“以场景促治理、以治理保应用”的路径选择。
去年以来，安徽围绕国家公共数据“跑起来”示范场景建设部署，面向民生服务以及人工智能、低空经济等新领域，遴选综合性重大场景、行业集成式场景和高价值小切口项目，以需求牵引数据融合应用与价值释放。
其一，建立常态化申报与动态管理机制，分类推进政务数据共享、公共数据开放、公共数据授权运营等开发利用模式，提升项目遴选的精准度与可持续性。
其二，完善多元保障体系，将省级政务类场景建设纳入专项资金统筹安排，鼓励各地各部门将重点场景纳入既有政策保障，扩大公共数据供给规模，推动应用从“试点可用”向“规模可用”迈进。
其三，通过发布省级场景清单等方式，形成可复制、可推广的建设路径，增强跨部门协同与资源统筹能力。
从“前景”判断，公共数据应用正在从单点突破转向体系化推进。
随着示范场景不断落地，数据标准、治理规则与应用生态将更加完善，公共数据在提升监管协同、改善公共服务、促进产业创新方面的乘数效应将进一步显现。
与此同时，也需看到，数据安全、隐私保护、算法治理与权责边界仍是场景规模化推广必须同步回答的课题。
只有坚持依法依规、最小必要、可审计可追溯等原则，完善数据全生命周期管理与风险评估机制，才能让数据“跑起来”的同时确保“跑得稳、跑得安全、跑得长久”。
公共数据的有效利用是数字政府建设的重要基础，也是提升政务服务效能的关键所在。
安徽省在公共数据应用创新方面的积极探索，既体现了地方政府在数字化转型中的主动作为，也为推动数据要素价值释放、建设数字中国提供了有益实践。
随着更多创新场景的涌现和应用，数据驱动的政务服务必将更好地服务经济社会发展和民生改善。