近日，国家发展改革委、国家数据局、财政部、自然资源部出台《关于深化智慧城市发展 推进城市全域数字化转型的指导意见》（以下简称 《指导意见》）。

推进城市数字化转型、智慧化发展，是构筑城市竞争新优势和推动城市治理体系和治理能力现代化的要求。早在2014年，《关于促进智慧城市健康发展的指导意见》出台，智慧城市有了顶层设计和统筹规划。10年之后，智慧城市建设又一重磅文件出台，这意味着智慧城市建设将再次迎来重要升级。

尤其值得关注的是，《指导意见》指出，要以数据融通、开发利用贯穿城市全域数字化转型建设始终。而在数字基础设施建设方面，《指导意见》则提出要建设城市算力网，实现城市算力需求与国家枢纽节点算力资源高效供需匹配，有效降低算力使用成本。

北京人工智能产业联盟元宇宙专委会主任颜阳在接受《中国经济周刊》记者采访时表示，城市算力网以算力基础设施均衡化为切入点，最终目的在于以此拉动经济社会发展。

城市算力网迎新机

《指导意见》明确，城市数字化转型支撑方面，城市算力网是数字基础设施建设的发力方向之一。具体来看，要统筹推进城市算力网建设，实现城市算力需求与国家枢纽节点算力资源高效供需匹配，有效降低算力使用成本。

城市算力网建设或与城市算力资源分散有关。散布各处的算力资源面临一种尴尬情况：日常处于闲置状态，特定关键时刻又不够用。通过一张城市算力网，散在城市各处、各种类型的算力便可连接起来。随后，通过对算力的统一调度、运营等，企业、个人的算力需求可得到满足，最终实现算力的即取即用。

综合梳理来看，城市算力网并非一个新概念。2023年12月，国家发展改革委等五部门出台《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》（以下简称《实施意见》），便提及要探索城市算力网建设。

“相较于‘东数西算’，城市算力网以算力基础设施均衡化为切入点，特别是‘云、边、端’的协同，可以有效地把应用融合进来，最终目标在于拉动地区发展。”颜阳表示。

根据《实施意见》，城市算力网主要在东部、中部算力需求较大、产业实力雄厚地区探索建设。主要目标是到2025年底，1ms时延城市算力网在示范区域内初步实现。

据记者不完全统计，早在2023年2月，郑州便启动了城市算力网建设；2024年，深圳、上海、北京先后出台相关算力文件支持城市算力网建设。

颜阳表示，当前城市算力网发展面临新的机遇：一是企业数据资源会计入表加速，侧面带动算力需求提升；二是当前处于数字产业化阶段，数据交易、流通可穿透到任何一个行业，数据调度越发频繁、复杂。“这些都对强大的算力支撑提出了要求，也为城市算力网发展创造了条件。”颜阳说。

城市算力网建设背后，或与人工智能发展需要海量算力支持紧密相连。以ChatGPT为代表的生成式人工智能是“大力出奇迹”的典型代表，海量数据、算力作用之下，人工智能产生了超乎想象的能力。对于人工智能企业而言，今年的一个关键词便是商业化落地。在此过程中，海量算力需求又该如何满足？

颜阳表示，除了要把已搭建的算力基础设施用好外，相关机构还可以集中力量研发新一代架构体系以解决算力需求。“当前计算机系统主要基于冯诺依曼架构开发。该架构的典型特征便是存储单元和计算单元分离，导致计算机系统运行能耗大、计算时间长。新一代架构体系，如当前提及较多的存内计算，可以在同等算力基础上获得更佳训练效果。”颜阳说。

数据融通和开发利用贯穿智慧城市建设始终

加快推进城市算力网等数字基础设施建设无疑是为了不断释放数据要素潜力，以推动经济社会发展。

数据基础制度建设方面，2022年12月，“数据二十条”（《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》）对外发布，从数据产权、流通交易、收益分配、安全治理等方面构建数据基础制度。相关部委亦动作频频。财政部发布《企业数据资源相关会计处理暂行规定》，明确数据资源的确认范围和会计处理适用准则；国家数据局实施“数据要素×”三年行动计划以释放数据要素乘数效应。

作为新型生产要素的数据如何赋能城市发展？此次文件也作了回应，便是以数据融通、开发利用贯穿城市全域数字化转型建设过程始终。《指导意见》指出，要充分发挥数据的基础资源和创新引擎作用，全面提升城市全域数字化转型的整体性、系统性、协同性。

今年5月，国家数据局数字经济司司长吴晓宁在国家数据局举行的专题新闻发布会上表示，要从推进数据基础制度创新实践、构建数据要素赋能体系、丰富数据驱动的应用场景、健全完善数据流通利用基础设施四个方面予以把握。

数据的价值在流动中产生。城市范围内哪些数据可以流动？又该如何流动？《指导意见》指出，要推进城市重点场景业务数据“按需共享、应享尽享”。

“总体而言，关于数据共享的重点场景业务数据范围划定，应考虑政务服务、公共服务、产业发展等高频应用领域，充分考虑数据的互补性、关联性，聚焦群众、企业的迫切需求，且能够产生较大网络效应、规模效应和溢出效应的应用场景。具体而言，可重点关注民生服务、城市管理、产业发展等领域的高频应用场景。”对外经济贸易大学数字经济与法律创新研究中心执行主任张欣接受《中国经济周刊》记者采访时表示。

流动、共享的数据不仅有量，更要有质。《指导意见》对于数据资产管理和数据质量评价也作出相关规定。数据资源管理方面，要推动建立完善动态更新、分类分级的城市数据资源管理体系。数据质量评估方面，要求健全数据质量评估评价机制，推动数据管理国家标准贯标评估工作，定期开展数据质量评价。

“相关举措将为数据要素全面赋能经济社会高质量发展奠定坚实基础。”张欣说。在她看来，为更好落实数据资源管理和质量评估，要以数据为关键生产要素，加快构建数据驱动的创新发展新格局。如继续完善数据标准规范和制度体系，发挥人工智能、区块链等新兴技术赋能作用，提升数据管理效能；鼓励地方先行先试，探索符合国情、彰显特色的数据要素质量管理机制。