GovCloud｜政府部署边界

2022 年，国家发展改革委在“东数西算”解读中明确提出，首次将算力资源提升到水、电、燃气等基础资源的高度，并以 8 个国家算力枢纽和 10 个国家数据中心集群推进跨区域调度。2023 年底形成的实施意见进一步把算力网称为关键基础设施，并提出统一度量、统一计费、统一交易和统一结算。

这些文件说明了一个事实：算力已经不只是数据中心的技术指标，而是产业、能源、网络和公共服务共同面对的资源配置问题。但它们同样说明，目前还没有哪个城市建立了叫「算力服务财政」的统一制度。

国务院“人工智能+”意见同时提出新就业岗位、再就业培训、就业风险评估、公共治理、政务服务和财政支持。国家发展改革委的民生解读也强调真实需求、安全可靠、公平可控。对一家产品公司来说，这些文件不意味着我们替公共部门写就业政策，而是说明未来的服务项目可能需要把培训、就业、基层随访等任务接入可计量的算力和工具。

对做项目的人来说，把问题缩小成一条任务链更实用：服务由谁发起，调用了什么资源，哪一步必须由人判断，最后由谁签收结果。至于「AI 是否导致大规模失业」「算力投入能否改善民生」这类宏观问题，不是一份项目文件能回答的。

土地出让收入之所以能成为财政讨论对象，是因为它有明确的收入定义、地方政府性基金预算、国库缴款和收支管理办法。当前算力政策已经出现基础设施、服务平台、算力券和交易结算接口，但还没有对应的全国统一财政收入科目。

所以我们不说「第二次土地财政」来了，只讨论一个具体问题：公共预算将来会不会按任务购买算力服务，把调用、成本、人工判断和结果放进同一条绩效链。至于采用哪种方式，由项目目标、预算来源、采购规则和服务对象决定。

如果把时间轴放到未来 3—5 年，真正需要讨论的就不只是“建多少算力中心”，而是城市能否把持续计算转成持续服务。一个可能的回路是：政府为教育、医疗、养老、就业转换等公共任务购买可验收的算力服务；任务创造新的培训、数字岗位和服务收入；居民收入进入消费和企业订单；税费与公共预算再反过来支持下一周期的服务。这个回路是对城市韧性的推演，不是对未来财政收入的承诺。

在这条回路里，政府的角色是设定公平和安全规则、划定预算边界、采购必要的服务能力、为弱势群体提供兜底，并要求结果可审计；模型厂商、算力供应商和软件公司负责提供可替换的市场供给；业务部门和人负责关键判断与申诉。城市不需要把所有模型都变成自己的资产，但需要能回答每一笔公共算力花在哪里、帮助了谁、有没有形成结果。

因此，未来试点应先验证四个信号：服务对象是否获得新的收入或技能入口，公共服务是否减少等待和重复劳动，企业是否愿意为结果继续付费，预算是否能按任务绩效而不是按机器数量续期。这些信号都成立，这个设想才值得继续往下试。

北京人工智能算力券实施方案公开了“合同—算力券—结算发票—交付凭证—核验—兑付”的地方闭环；山西提出算力券奖补，南京发布城市算力网首单交易，北京海淀还把人工智能计算处理中心运维写进城市治理政府采购。说明地方已经出现了真实的服务采购案例。

这些样本不能被外推成全国统一政策。每个项目仍要自己说明数据从哪里来、由谁运行、预算如何采购、出了问题谁接手。跨区域调度是否适用，也要服从数据边界、时延、成本和采购条件。

真正值得比较的不是“建了多少机架”，而是任务是否完成、服务响应是否改善、人工接管发生在哪里、每次调用花了多少、结果是否被业务负责人签收。

财政部《政府购买服务管理办法》已经提供了一条现成的制度接口：按服务数量和质量付费，预算约束、以事定费、讲求绩效，要求事前绩效评估、履约监控、台账和定期评价。若未来把算力作为一种可购买服务，最现实的路径不是凭空新增税种，而是把任务、调用、质量和结果写进服务合同与验收单。

第一，写清楚谁能进入这条任务链；第二，写清楚额度只能做什么、不能做什么；第三，写清楚每次调用和人工介入怎样计量；第四，写清楚最终结果由哪位业务负责人确认。政策目标、资金安排和公共责任仍然属于项目主管部门和相关机构。

财政政策不该由一家产品公司来定，我们也不会把「算力服务财政」说成已经存在的制度。如果项目需要一套运行记录，我们能补上其中一段：把任务、身份、可用模型、额度、审批、人工接管、成本和结果记在一条可追溯的链路上。

这段能力的价值很具体：项目团队可以回看谁调用了什么、哪一步被拦下、哪一步由人接手、最后交付了什么结果。至于项目是否值得继续、预算是否应该扩大，应该由项目方依据自己的规则和结果判断。