| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 管理/制度 |
| 数字经济背景下算力协同理论机理与实践路径 |
| 第774期 作者：□文/孙晓伟 时间：2026/4/1 14:57:39 浏览：8次 |
［提要］ 算力作为数字经济时代的新型生产力，其协同发展已成为支撑经济高质量发展的关键。然而，算力资源在跨区域、跨产业、跨要素协同中面临多重矛盾。本文基于算力协同中的能源依赖与绿色转型压力、区域协调与资源竞争、基础设施成本与运维压力、数据安全与隐私保护挑战、产业链短板制约附加值提升和人才虹吸效应下的创新动能衰减等现实矛盾，构建“生产力-协同机制-制度创新”三维理论框架，从技术、政策、治理与区域协作为算力协同发展提出实践路径。
关键词：数字经济；算力；协同理论
基金项目：新疆维吾尔自治区党校（行政学院）系统2025年青年项目课题：“新疆数字经济高质量发展协同机制和路径研究”（项目编号：2025DXXTQN19）阶段性成果之一
中图分类号：F49 文献标识码：A
收录日期：2025年12月9日
引言
数字经济是继农业经济、工业经济之后的主要经济形态，关系国家未来发展。算力为数字经济时代最核心的生产力之一。在全球经济数字化转型浪潮中，算力已成为驱动新质生产力发展的核心引擎——计算力指数每提升1个点，可带动GDP增长1.8‰。2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》明确提出要“系统优化算力基础设施布局，促进东西部算力高效互补和协同联动”。2023年底印发的《国家发展改革委等部门关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》，初步形成了以京津冀、长三角、粤港澳大湾区等八大国家算力枢纽节点为核心的“东数西算”工程为骨干的全国一体化算力网络格局，为海量数据处理和各类智能应用提供了坚实支撑。截至2025年，我国算力总规模持续高速增长，市场规模有望突破1.5万亿元。然而，在规模快速扩张的背后，算力发展仍面临多重矛盾，因此算力协同不仅是技术命题，更是重塑数字经济生产关系、释放西部地区禀赋优势、践行“双碳”目标的系统工程，对构建中国式现代化数字基座具有不可替代的战略意义。
一、我国算力协同发展格局与矛盾
（一）我国算力协同发展格局。2016年，《国家信息化发展战略纲要》首次提出“泛在先进的基础设施是信息化发展的基石”，将算力纳入国家信息基础设施框架。2020年，《关于加快构建全国一体化大数据中心协同创新体系的指导意见》首次提出全国一体化数据中心布局，要求打破“数据孤岛”，优化东西部资源配置。这是算力协同的基础构建期，政策聚焦基础设施硬件布局，协同机制尚未形成体系，东西部算力资源割裂明显。2021年，《全国一体化大数据中心协同创新体系算力枢纽实施方案》正式启动“东数西算”工程，布局京津冀、长三角等8大枢纽节点，明确“东部实时计算、西部非实时算力”的分工。2021年，《“十四五”数字经济发展规划》提出“推进云网协同和算网融合发展”，首次将网络传输能力纳入算力协同框架。2023年，《数字中国建设整体布局规划》将算力网络列为数字中国“两大底座”之一。随着算网融合发展，政策从“单点建设”转向“全国网格化协同”，算力协同不仅注重协同性，同时也更注重算力的高能耗特点，绿电约束成为算力布局核心变量。2024年7月，国家发展改革委、国家能源局、国家数据局联合印发《加快构建新型电力系统行动方案（2024—2027年）》将算电协同列为试点方向，要求构建“源网荷储”一体化调度体系，各地区算力快速发展，推动算力协同从“空间布局”转向“技术-能源-产业”多维度协同。算电协同政策演进本质是国家对算力资源配置的持续重构——从早期消除“数据孤岛”，到破解“算电矛盾”，最终迈向“以效定算”的高质量发展体系。
“东数西算”工程在实践中突破了对传统路径的依赖，通过东部算力需求向西部引导，利用西部地区丰富的清洁能源和土地资源，建设大型数据中心。八大枢纽节点的算力发展情况如表1所示。形成“东数西算”的协同机制，不仅优化了算力资源的分布，还促进了区域间的协同发展。此外，该工程还通过投资带动、飞地经济发展、数字产业集聚等机制，为民族地区数字经济的发展提供了新的增长点。（表1）
（二）我国算力协同发展的多重矛盾。在当前“东数西算”战略深入实施的背景下，我国算力协同发展面临多重矛盾，这些矛盾不仅体现在能源、区域、资源、产业、人才等多个层面，也深刻影响着算力产业的可持续发展。
1、能源依赖与绿色转型压力。算力的发展伴随着巨大的能源消耗，而绿色低碳发展成为可持续发展的必然要求。东部地区算力需求旺盛，但是绿色电力供应不足；而西部地区绿色电力资源充裕，但是算力基础设施又相对薄弱。这种能源与绿色发展的矛盾，进一步加剧了算力资源的配置难题。例如，东部地区因电力成本高、土地资源紧张，难以持续发展数据中心，而西部地区虽能源丰富，但缺乏数据和应用场景，难以吸引算力投资。
同时，西部枢纽的资源禀赋与能源转型需求之间存在显著张力。以内蒙古乌兰察布、甘肃庆阳、宁夏中卫为代表的节点虽拥有丰富风光资源，但受限于绿电并网技术与跨区域消纳机制缺位，制约绿色算力规模化发展。反观东部枢纽，伴随着大数据中心的集聚程度较高、密度较大、算力需求丰富对电力也提出了更高的要求。李洁等（2025）在研究中指出，截至2023年底，京津冀和长三角在用机架数的全国占比分别为21.5%和24.5%，在夏季等用电高峰时段，将对局地、局时电网的安全稳定运行带来压力。这揭示出“西电东送”与“东数西算”的能源-算力协同失衡：西部绿电转化效率不足制约低碳目标进程，东部集中化算力加剧区域能源安全风险。
2、区域协调与资源竞争。由于“东数西算”八大枢纽节点的定位差异明显，京津冀、长三角、粤港澳属于东部实时算力枢纽，成渝是过渡带，其余西部节点主要承担非实时任务聚焦实时算力需求，这种分工本身就隐含了协同难题。通过枢纽节点结对强化区域分工，但行政壁垒与市场机制缺位导致资源错配。贵州省社会科学院区域经济研究所罗以洪提出，尽管“东数西算”工程规划了八大算力枢纽，但跨区域算力交易平台、数据流通标准等配套机制仍不健全，部分东部企业对西部算力稳定性、时延存在顾虑，加之网络传输费用等成本上升，西部地区数据中心存在“有资源无市场”现象。更为现实的问题是，一个大型数据中心建立后，若用户和市场跟不上，闲置一年半载，芯片将过时，该数据中心的适用性会进一步下降。造成算力资源不能充分利用的根本原因在于缺乏跨区域利益共享机制（如税收分成、GDP核算），地方政府为政绩竞争同质化招商，加剧算力资源碎片化。
3、基础设施成本与运维压力。郭亮（2023）在研究数据中心时指出，大型数据中心不仅要配备高性能的芯片、服务器等核心部件，同时ICT产品、供配电、制冷产品等绿色低碳产品也必不可少。在实践中，以大型数据中心为载体的算力基础设施成本压力呈现显著地域分化。西部算力枢纽虽具备绿电优势，电价较低，但风光电的波动性又导致供电稳定性不足，给电力系统网络提出了更高要求，需配套储能设施或实现“水火互济，风光储互补”，推高了电力系统建设成本，电价成本较预期上升，削弱了西部算力的成本优势。同时，存在较高隐性成本，如与西部地区算力通道的建设成本等。东部则面临土地与散热成本攀升压力。这种成本结构差异导致市场自发协调失灵，亟须通过跨区域成本共担机制实现外部性内化。
4、数据安全与隐私保护挑战。算力协同加剧数据安全风险传导，跨枢纽数据流动引发合规风险，安全标准不统一成为协同障碍。西部节点因安全投入不足更成为攻击靶点，现行分域自治的安全管理体系难以适应跨枢纽算力流动需求，国家层面缺乏统一的数据分级分类标准、跨域传输安全协议及问责机制，各枢纽“各自为政”增加合规成本。
5、产业链短板制约附加值提升。东西部算力产业链呈现“哑铃型”断裂。东部依托长三角、珠三角产业集群，形成了较好的“算力+应用”闭环，而西部更多承担了存储与训练任务，高附加值的推理、分析环节仍集中于东部，这种“西存东算”模式虽缓解短期压力，但未能根本解决区域发展不平衡问题。
6、人才虹吸效应下创新动能衰减。《中国数字经济人才发展报告（2024）》（以下简称《报告》）中数据表明，截至2023年底，中国数字经济人才总量预估为3，144万人，人才缺口2，500万人。通过进一步估算得出，到2025年，中国数字经济人才总量约为4，500万人，人才需求总数超过7，500万人，人才缺口近3，000万人。从数字人才的内部结构而言，西部面临人才结构性短缺，人力资源错配抑制技术跃迁。《报告》显示，截至2023年底，70%的数字经济产业和人才集中在京津冀、长三角、粤港澳、成渝和长江中游城市群，西部地区数字经济人才总量预计超过700万人，在全国占比约为22%。这种“人才漏斗”效应进一步拉大区域创新能力差距，形成低水平锁定。
八大枢纽的实践揭示了算力协同的深层矛盾：东西部需打破“中心-边缘”思维，构建“技术-制度-产业”三维协同机制，推动算力网络从“物理协同”向“价值协同”跃迁。
二、数字经济背景下算力协同发展理论机理
（一）算力协同发展涉及的经济学理论视角。融合传统经济学理论和数字经济时代的新特征，算力协同主要涉及的理论有微观层面的资源配置与分工理论，中观层面的系统耦合与协同理论、产业聚合与生态演化理论，以及宏观层面的区域协同与发展理论。
1、资源配置与分工理论。算力协同的本质是优化资源配置和深化分工，一是根据比较优势与区域分工理论，算力的需求必须结合能源、气候、土地资源的优势，从而实现全国算力资源的高效配置；二是要素禀赋理论则解释了算力资源跨区域配置的深层动因在于相关的资本、技术、人才要素对算力资源配置的影响，算力协同促进不同要素禀赋地区的互补与合作；三是大型数据中心通过集中部署和运营，显著降低单位算力的成本（如设备采购、电力、运维），实现规模效应，统一的算力平台可以同时支撑工业智造、科技情报、生物医药等多种应用场景，共享基础设施和管理系统，降低综合成本。
2、系统耦合与协同理论。算力协同发展涉及到算力、电力、数据等多个系统的复杂交互。算力价值实现的过程中，不仅涉及到“算力-电力” “算力-网络”的协同，同时还有“算力-数据-算法”的协同。任保平和豆渊博（2024）指出数据、算力和算法的结合首先引起生产力的决策革命，其次引起生产力的工具革命、劳动力革命、生产要素革命和技术-经济范式革命，进一步推动新质生产力的数字化发展。梅特卡夫法则指出，网络的价值与用户数量的平方成正比。算力网络的价值随其接入的算力供给者、使用者、应用和数据的数量增加而呈指数级增长。更多的参与主体意味着更丰富的资源、更多样的服务和更强大的协同效应，体现出其正外部性。
3、产业聚合与生态演化理论。算力基础设施中大数据中心的集聚促进了知识溢出、技术扩散和协同创新，能够吸引和集聚上下游企业，形成算力产业集群。这包括硬件供应商、软件开发者、数据服务商、应用企业等。此外，算力调度平台扮演着关键的多边平台角色，连接算力供给方和需求方。平台通过降低交易成本、制定技术标准、解决信任问题，促进算力资源的高效匹配和交易。
4、区域协同与发展理论。算力协同对区域经济发展具有重要影响。根据增长极与扩散效应理论，算力枢纽节点可成为区域经济的“增长极”。它们通过吸纳投资、集聚产业、培育人才，首先实现自身快速发展。随后，技术、资本、知识可向周边外围区域扩散和溢出，带动更广泛地区的发展。算力协同有助于缓解东部“中心”地区与西部“外围”地区间的经济发展不平衡。“东数西算”工程通过将算力基础设施更多布局在西部，带动西部地区的投资、就业和产业升级（如数据中心建设、运维、相关服务业发展），逐步缩小区域发展差距。
（二）算力协同发展理论机理。余东华（2024）指出，数据是数字经济时代的关键生产要素之一，而算力是驱动数据要素创造价值的新质生产力。
1、算力协同的内涵。算力协同的本质是通过技术、机制与市场创新，实现算力资源的高效整合与系统优化。首先是资源协同。算力需与网络、电力、存储等基础设施深度耦合。实践表明，算网协同是实现“泛在算力”的核心路径，通过算力与网络的协同编排、运营和服务，解决资源灵活取用问题。同时，算力与电力需在规划、调度、市场层面协同，形成“源网荷储一体化”模式，优化能源配置。其次是要素协同。算力发展依赖人才、资本、数据、算法等新型要素的系统性支撑。跨学科人才投入、高价值数据供给及自适应算法共同构成智能化算力底座。最后是产业协同。需打破生态碎片化，通过标准制定、开放市场和技术研发，推动算力供应商、技术开发者、应用方等多主体协作，形成“竞争充分、服务优先”的产业生态。
2、算力协同的主体。算力协同强调多元主体在规划、运营、市场中的责任共担。按功能协同主体可分为四类：一是供给主体。算力中心作为核心负荷端，需与清洁能源基地协同布局，发挥灵活调度潜力，辅助电网调峰；网络运营商需要提供高可靠、低时延运力，通过光网络提速（如800G/Tbps技术）、无损承载技术等满足算力传输需求；同时，还需要电力系统特别是新型电力系统为算力提供绿色能源支撑，通过智能调度与市场机制响应算力波动。二是技术研发主体。一方面企业、科研机构主导存算一体、算网融合等前沿技术攻关，政策需引导建立统一技术标准；另一方面芯片商、云服务商合作研发高效计算架构。三是政策规制主体。政府需加强顶层设计，明确协同目标与路径，通过电价-算力价格联动机制、绿电交易等优化资源配置。四是应用主体。企业用户通过算力接口降低使用门槛，中小企业依托公共算力平台实现普惠接入。
3、算力协同的层级。算力协同的层级主要包含纵向发展层级和横向空间架构层级。算力协同的发展层级，首先是算网协同起步阶段，物理层实现数据中心与网络设施协同建设，通过“算控制器+网控制器”提供一站式服务，初步整合云边端算力；其次是算网融合发展阶段，技术层实现智能编排与融合运营，形成“数字连续体”，支撑差异化业务场景；最后是云网一体成熟阶段，服务层达成一体化供给与运营，算力与网络共生，实现资源全局优化。从横向空间架构层级来看，主要指的是泛在算力的多层级协同，构建“中心-边缘-终端”三级算力体系，利用虚拟化技术统一纳管资源。
（三）算力协同发展理论框架。在数字经济时代，算力协同已成为推动生产力革新的核心引擎。本文基于“算力-运力-脑力”三力协同框架，结合时空优化、多主体联动及市场化改革机制，构建算力协同发展的理论体系。
1、生产力维度：算力-运力-脑力“三力协同”。算力作为数字经济的核心生产力，其发展需突破地域与形态限制。当前，算力呈现“跨域存算网一体”趋势，通过融合通用计算（通算）、智能计算（智算）及超算资源，实现计算密集型业务的高效支撑。算力规模、环境与应用的三维框架进一步表明，算力需与运力、脑力协同，形成“相互促进、协同发展”的有机整体。运力是算力流通的神经网络，需满足“大带宽、低时延、高可靠”的核心需求。强调“算网协同”需提升跨区域互联能力，构建算力一体化的输送体系。脑力作为算力网络的智能中枢，其核心在于实现算力与运力的全局最优调度。三者耦合形成技术拼图，推动“算网协同→算电协同”的螺旋升级。
2、协同机制维度：时空优化与多主体联动。“东数西算”四大场景（东数西备/训/存/算）是时空优化的典型实践。通过将算力需求与能源禀赋、气候条件匹配，降低数据中心能耗成本；同时，利用“端-边-云-网”层级架构，实现数据就近处理与边缘协同，减少传输时延。“算建协同”要求以产业需求为导向布局算力中心，避免重复建设。算力协同需政府、企业、科研机构多方参与、联动形成“技术研发-资本投入-场景应用”的闭环。
3、制度创新维度：市场化改革与标准构建。电力现货市场全覆盖可优化资源配置，反映供需关系的电价信号是关键。可按需分配、灵活调度计量的普惠算力系统需建立算力资源交易市场，通过价格杠杆调节供需。同时，深化公共数据资源开放，推动数据要素市场化流通，为算力应用提供燃料。算力资源标准化互联互通、算网协议统一是制度保障。当前，算网协同仍处于起步阶段，亟须统一技术标准、算力度量标准、接口规范、安全标准等。
三、数字经济背景下算力协同发展实践路径
算力协同是数字经济高质量发展的核心引擎，需通过技术攻关、制度创新、伦理治理破解现实矛盾。
（一）以技术突破夯实算力协同基础。算力协同的核心在于底层技术的创新与融合。当前需重点突破以下三个方面：一是异构计算与绿色技术。推动国产异构计算芯片（如GPU、NPU）、量子计算原型机与分布式算力平台的深度融合，通过硬件架构创新提升算力效率。同时，加速液冷散热、服务器虚拟化、智能调度算法等绿色节能技术落地，建立“源-网-荷-储”协同的供能体系，实现算力设施能耗降低。二是算网协同技术体系。构建“低时延、高可靠、大带宽”的算力网络，重点突破算力资源动态调度、非IP协议传输、边缘计算协同等关键技术。如，新疆已试点基于自主可控协议的城市算力网，实现政务云资源跨域调度。三是前沿技术储备。张兵和曹玉娟（2025）在研究算力推动数字经济高质量发展的路径时提出，突出前瞻性、战略性需求导向，重点关注量子计算、类脑计算、机器学习等前沿科技领域；加强引领人工智能算法、模型发展的数学基础理论研究，支持高端芯片、基础软件等“卡脖子”领域攻关，形成“技术研发-场景验证-产业转化”闭环。
（二）以政策协同构建制度保障体系。政策需破解区域壁垒与市场分割，构建多层次协同机制。首先是国家战略牵引。依托“东数西算”工程，完善“核心集群-枢纽节点-边缘节点”三级架构，通过财政补贴、税收优惠及用地保障推动算力西移。其次是市场化机制创新。建立跨区域算力交易平台，完善价格形成与利益分配机制。开放算力市场引入民间资本，形成“竞争充分、服务优先”的供给生态。最后是标准与监管统一。加快制定算力计量、服务质量、安全合规等国家标准，避免技术标准割裂导致的生态碎片化。
（三）以伦理治理保障公平与可持续。算力协同需兼顾效率与公平，防范数字鸿沟与伦理风险。不仅要加大普惠性算力服务，建设公共算力平台，为中小企业提供低成本算力接口，还要进一步完善算法伦理规制，构建算力应用伦理审查框架，禁止算法歧视与数据滥用，确保资源分配公平性。同时，也要注重绿色低碳治理，建立算力碳足迹追踪体系，强制要求数据中心使用绿电比例，推广“零碳数据中心”认证。
（四）以区域协作示范引领与生态共建。区域协同是优化资源配置的关键路径。一是建立跨区域互补机制。通过“东数西算”实现东部和西部的算力需求与资源匹配，如河北承接北京算力溢出，新疆参与国家“3+2”算力电力协同试点。同时，也可以加大新疆、广西等边境地区对外开放力度，依托地缘优势，构建面向东盟的跨境算力网络，提升国际协同能力。二是产业生态共建。建立“芯片商-云服务商-应用方”产业联盟，推动技术标准互认与资源共享。深化“算产协同”，如示范区推动算力与制造业、农业融合，培育智能工厂、智慧农业等场景。三是人才与创新协同。设立跨区域算力人才基金，联合高校培养复合型人才；共建产学研基地，加速绿色算力技术转化。
综上，算力协同是数字经济高质量发展的核心引擎，需以技术突破为根基、政策协同为框架、伦理治理为约束、区域协作为载体，构建“高效、绿色、公平、开放”的算力生态体系。未来应重点深化算网电一体化（如“绿电引算力”模式）、探索跨境算力交易规则、完善伦理治理国际协作，最终实现算力资源与区域发展的动态均衡。
（作者单位：中共克拉玛依市委员会党校）
主要参考文献：
［1］李洁，王月，姜凌菲.算力电力协同发展内涵与关键举措研究［J］.信息通信技术与政策，2025.51（02）.
［2］郭亮.数据中心发展综述［J］.信息通信技术与政策，2023.49（05）.
［3］任保平，豆渊博.数据、算力和算法结合反映新质生产力的数字化发展水准［J］.浙江工商大学学报，2024（03）.
［4］余东华.算力：数字经济时代的新质生产力［J］.财贸研究，2024.35（07）.
［5］张兵，曹玉娟.算力推动数字经济高质量发展的内在机理与实现路径［J］.电子科技大学学报（社科版），2025.27（01）. |
|
|
|
