算力共享與算力市場培育

摘 要：作為數字經濟時代的核心生產力，算力是推動技術創新和產業發展的關鍵要素。當前中國算力資源的分配與利用存在明顯的結構性失衡，表現為算力資源利用效率相對較低，數據中心的計算設備存在閑置現象，因而構建以算力共享為核心理念的需求側算力基礎設施是提高算力利用效率、解決算力供需矛盾的關鍵。本文從共享經濟視角分析了算力共享的內涵與特征，探討了培育算力共享在短期應對算力供給受限、優化算力資源配置和在長期促進算力產業健康發展的必要性和所面臨的挑戰。據此，本文構建了算力共享生態與算力市場形成機制，將算力共享生態的形成劃分為初始社區構建、平臺搭建和生態形成三個階段，并提出培育統一算力共享大市場需要從前瞻性布局算力集群、完善算力交易平臺建設和實施針對性算力補貼政策三個方面推進，促進算力資源的高效配置和算力市場的健康發展。

關鍵詞：算力共享；算力市場；共享經濟；算力基礎設施；算力補貼

中圖分類號：F062.9 文獻標識碼：A 文章編號：1000-176X（2025）04-0003-12

基金項目：國家社會科學基金重大項目“互聯網平臺的社會影響與治理路徑研究”（21ZD196）；國家高端智庫項目“算力網絡安全監管研究”（20248060047）

算力（Computility）是信息技術設備處理數據和執行運算的能力，是繼熱力、電力之后的新型生產力，已經成為推動技術創新和產業變革的關鍵要素。算力產業快速發展，已形成涵蓋電子元器件、計算機、材料、軟件和信息技術服務等上游產業，以及制造業、互聯網、金融等下游產業的完整產業鏈閉環。據中國信息通信研究院測算，2016—2021年中國算力規模年均增長46%，2021年算力產業規模達到2. 6萬億元，直接帶動經濟總產出2. 2萬億元，間接帶動經濟總產出8. 2萬億元。從市場前景來看，根據中國產業研究院發布的《2023—2028年中國算力行業發展分析與投資前景預測報告》，預計到2026年中國算力市場的潛在收入規模可達2 628. 2億元，潛在利潤空間約為754. 8億元。鑒于算力對國民經濟的戰略價值，2021年12月，國務院印發《“十四五”數字經濟發展規劃》，明確指出“強化算力統籌和智能調度”；2024年《政府工作報告》中提出“加快形成全國一體化算力體系，培育算力產業生態”，“一體化算力體系”首次被寫進《政府工作報告》。

然而，當前中國算力資源的利用效率相對較低，體現為數據中心的計算設備常常處于周期性閑置狀態。中國的數據中心平均利用率僅有38%，遠低于全球的60%和歐美發達國家的65%[1]，造成了顯著的經濟損失和能源浪費。算力資源利用效率低下的原因主要體現在四個方面。其一，需求側算力基礎設施的缺失性。為了滿足日益增長的算力需求，2023年10月，工業和信息化部等六部門聯合發布《算力基礎設施高質量發展行動計劃》，提出要堅持發展多元供給。截至2024年8月，中國在建或已建成的智算中心已達455座。與供給側算力基礎設施的快速發展不同，需求側算力基礎設施（圍繞應用場景設計的算力服務體系，包括算力網絡、交易和調度平臺等）的建設剛起步，這造成了供需兩側的結構性失衡，阻礙了算力供需雙方的及時匹配，加劇了算力資源閑置。其二，算力區域成本的差異性。受能源價格、基礎設施條件等因素的影響，算力資源的供給成本存在較大區域差異。例如西部地區雖綠色能源儲量豐富，但受限于算力網絡建設滯后等問題，算力供給成本往往較高，導致算力資源無法得到充分利用。其三，數據的安全性。對數據安全要求較高的企業，出于對隱私保護的考量，往往傾向于自建算力基礎設施而非使用公有云服務；而對數據安全要求較低的企業，則更傾向于使用公有云服務。這種差異化的安全需求形成了“算力孤島”。其四，算力需求的波動性。不同行業對算力需求呈現不同的波動特征。例如在人工智能領域，大模型訓練階段需要大量算力資源，而推理階段的算力需求則相對較低；一些電商平臺在“雙十一”等促銷活動期間對算力的需求激增，而在日常運營期間對算力的需求則相對平穩。算力需求的周期性波動與算力需要即時供應之間的矛盾加劇了算力資源的供需失衡。

發展以算力共享為核心理念的需求側算力基礎設施是解決當前算力資源低效利用問題的關鍵。以算力交易中心、算力交易平臺和算力開放平臺等市場化機制為基礎的算力共享，能夠有效整合分散的、未充分利用的算力資源，通過精細的任務調度實現更靈活的供需匹配。在構建需求側算力基礎設施的過程中，不僅能通過建立算力交易平臺引入市場化的定價機制，為用戶提供交流和協作的場所，促進企業參與算力共享，還能通過市場化機制打破區域限制，促進算力資源的流通，進而形成算力共享生態。培育算力共享生態具有雙重戰略意義：短期來看，算力共享可以緩解高性能算力供給不足的壓力；長期來看，算力共享有助于推動算力產業發展，構建更具韌性的算力供應鏈。因而構建算力共享生態既是應對當前算力供給挑戰的必要舉措，更是提高國家創新能力、增強綜合競爭優勢的戰略選擇。本文基于算力和共享經濟的特征，深入研究算力共享生態的形成機制，并提出切實可行的培育路徑，旨在為解決當前算力供給挑戰提供有效方案。

一、算力共享的內涵與主要特征

共享經濟（Sharing Economy）的概念最早由Felson和Spaeth[2]提出，強調通過合作消費實現資源的高效利用。近年來，隨著互聯網和移動技術的發展，共享經濟的內涵不斷豐富，主要是指在互聯網租賃市場中，消費者可以將閑置的耐用商品出租給他人，或者通過平臺共享服務與技能[3]。其特征包括去中心化、場景多樣、所有權與使用權的分離、以平臺作為中介和基于社區的互動[4-6]。

算力共享作為共享經濟在計算資源領域的創新應用，具有深厚的理論和實踐基礎。其一，算力需求呈現周期性特征，使得高性能計算設備在非峰值時段往往處于低負載狀態，這為算力資源共享提供了可能。其二，算力資源具有可分性，其既允許整合個人終端和中小型服務器的算力資源形成集群，也可以細化為滿足不同用戶需求的計算單元。其三，算力資源具有計算與數據分離的特性，在共享過程中主要涉及計算能力的共享而非數據的直接共享，有助于保障用戶隱私和數據安全，降低共享過程中的安全風險。四是算力資源的標準化程度較高，可以通過每秒浮點運算次數等統一指標進行量化和評估，不僅能簡化交易流程，提高市場透明度，還可以使算力使用權交易更加高效。

綜上，算力共享是由算力的供需特征和自身屬性催生出的新型共享經濟模式，涵蓋算力資源的租賃、交易、共享和開放等多種形式，通過云計算等現代信息技術手段，突破傳統算力資源的占有和使用界限，將閑置算力共享給需求方使用，以促進社會閑置算力資源的有效流動。算力共享生態旨在通過構建一個開放、協同的平臺，連接算力供給方和需求方，實現算力資源的優化配置和高效利用，其核心要素包括多元化的算力供給方、多樣化的算力需求方、算力交易平臺和支撐服務體系等。

算力共享的特征主要體現在三個方面。其一，使用權經濟，算力共享允許算力資源所有者在保留所有權的同時，將閑置的算力租借給需求方，這既提高了高性能計算設備的利用率，又降低了用戶獲取先進計算資源的門檻。其二，平臺經濟模式，算力共享通過專業化的數字平臺連接供需雙方，不僅提供交易撮合、資源調度、計量結算等基礎服務，還提供安全保障、技術支持、性能優化等增值服務，形成了完整的平臺生態體系。其三，社區化協作，在算力共享生態中，參與者形成緊密的社交網絡，通過共同解決技術難題、制定行業標準、分享最佳實踐等方式開展協作。這三個特征相互作用，形成了算力共享的核心競爭力，推動了算力資源利用方式的變革。

當前中國算力共享模式主要包含算力租賃、算力交易和公共算力開放等。其中，算力租賃模式主要服務于具有明確算力需求的客戶群體，通常采用基于GPU數量、使用時長和按月固定收費等多樣化收費模式。算力租賃的行業壁壘較低，不乏“蓮花健康”“錦雞股份”等跨行業加入算力租賃供給端的企業。算力交易的平臺分為可信算力交易平臺、算力供需適配平臺和算力分發平臺。其中，可信算力交易平臺依托去中心化技術確保算力服務的可靠性和安全性，為交易雙方提供可信的算力資源；算力供需適配平臺致力于促進供需雙方的高效匹配；算力分發平臺則以網絡為載體對算力進行整合和統一調度。自2023年起，東數西算一體化算力服務平臺、上海算力交易平臺、天津市算力交易中心等區域性算力交易平臺相繼啟動，電信運營商也積極參與算力中心建設。公共算力開放主要以國家新一代人工智能公共算力開放創新平臺為載體，為科技創新和產業智能化轉型提供普惠智算。當前已有25個國家級超算體系平臺和政府智算體系平臺獲得科技部批復，各地方政府也在積極建設人工智能公共服務平臺，形成了多層次的算力共享體系。

二、算力共享的必要性與挑戰性

（一）算力共享的必要性

作為一種新型資源配置模式，算力共享在應對短期算力供給受限的挑戰、引導合理投資、優化算力資源配置和促進算力產業長期健康發展等方面展現了其不可或缺的重要性。

第一，應對短期算力供給受限的挑戰。當前中國面臨著較為嚴峻的算力供給挑戰。在產品層面，當前中國算力產業鏈分散，產業生態還未形成。芯片制造商與AI企業在技術路徑上存在差異，導致高性能計算芯片與AI應用難以有效匹配，制約了整體算力生態的協同發展。在空間層面，東部地區經濟發達、科技企業聚集，算力需求旺盛但供給不足，而中西部地區則存在算力資源過剩的問題，區域資源配置不合理。在應用層面，面向高端應用（例如AI和高性能計算）的算力供給嚴重短缺，而通用算力資源未能得到充分利用，缺乏針對不同應用場景的定制化配置，加劇了供需錯位的問題。在這一背景下，算力共享成為緩解算力短缺的有效途徑。在產品層面，通過搭建統一的算力共享平臺，可以連接不同的芯片制造商和AI企業，將用戶和場景數據提供給芯片制造商，為芯片設計和優化提供參考，使其能夠根據不同AI應用的需求，提供定制化的算力配置和服務，從而減少技術路徑差異帶來的匹配難題。在空間層面，算力共享可以有效平衡區域間的算力供需矛盾。通過跨區域的算力調度和共享網絡，將中西部地區過剩的算力資源輸送到東部地區，提高資源利用率，降低東部地區企業的算力成本。在應用層面，通過靈活的調度策略，可以將不同類型的算力資源整合到算力共享平臺上，以支持高端應用，緩解高端算力短缺的壓力。同時，算力共享平臺根據用戶的實際需求進行動態分配，滿足不同應用場景的定制化需求，提高整體算力資源的利用效能。

第二，引導合理投資。當前數據中心投資存在盲目性，導致資源浪費和利用率低下，具體體現在兩個方面。一是部分地區未進行充分的市場調研和需求分析便盲目投資建設數據中心，導致建成后的數據中心缺乏足夠的應用場景和市場需求支撐，造成算力資源閑置和投資浪費。二是在數據中心的建設過程中存在“重硬件、輕軟件”的現象，過度關注硬件投入而忽視軟件系統優化和應用場景開發，導致算力資源利用率低。根據國際數據公司（IDC）公布的數據，中國以企業為主要用戶的通用算力中心利用率僅為10%—15%。建立公開透明的算力共享平臺可以有效避免算力中心盲目投資問題，幫助地方政府和企業更好地了解市場需求和供給情況，進行更科學的投資決策，避免盲目建設和資源浪費。同時，算力共享平臺匯聚了大量的用戶和應用場景，能夠推動針對不同行業和應用場景的軟件優化和定制化開發，促進軟件生態的發展，進一步提高算力資源的適配性和使用效率。

第三，優化算力資源配置。共享平臺往往通過降低成本和提供非價格收益來創造價值。一方面，共享平臺通過提高資源利用率（例如Uber比出租車更有效地利用了車輛和司機的時間）和提高自動化程度（例如Airbnb將酒店許多需要人工操作的服務進行了自動化改造）來降低運營成本；另一方面，共享平臺創造了豐富的非價格收益，包括建立信任機制、簡化使用流程和降低搜索成本等，持續創新推出增值服務[7]。對于算力共享平臺，主要通過三個方面提高算力利用率。一是高效匹配供需，促進算力資源的合理利用。傳統的算力配置模式通常存在資源集中、利用率低下的問題，高性能計算集群往往專用于特定任務，在非峰值時段則處于閑置狀態，導致算力資源浪費。算力共享平臺通過構建動態的供需匹配機制，有助于實現閑置算力的高效利用。二是形成算力資源定價機制。算力共享平臺通過提供多層次的服務選項，使用戶能夠根據自身需求選擇合適的計算資源和服務級別，形成分層、分級的定價策略。這種多層次的定價機制能夠滿足不同規模和需求的用戶，促進市場的多樣化發展。三是形成穩定的算力用戶社區。穩定且活躍的用戶社區對提高算力共享平臺的長期價值至關重要。通過建設用戶黏性高的社區，算力共享平臺能夠實現知識和經驗的共享，增強用戶之間的信任與合作，形成正向反饋，推動整個行業的技術進步和規范發展。

第四，促進算力產業長期健康發展。當前中國在高性能GPU等關鍵計算硬件產能方面與國際先進水平仍存在較大差距。現有的網絡基礎設施在傳輸容量、響應時效和連接質量等方面難以滿足跨區域算力資源調配的需求，制約了算力產業的發展。長期來看，算力共享是應對這些挑戰、推動中國算力產業健康發展的重要路徑。以算力租賃為例，隨著大量非傳統計算企業進入算力租賃市場，算力租賃企業的競爭將主要圍繞企業實力、市場份額及運營能力三個核心要素展開。具備雄厚資金儲備、強大訂單獲取能力及專業運維技術的企業，能夠在激烈的市場競爭中占據優勢地位。這種市場化競爭機制有助于推動算力服務的規范化與標準化，激勵企業在資源調度優化、成本控制和客戶服務提升等方面不斷創新，從而完善整個算力市場的運行機制。此外，算力租賃企業的規模采購為國產硬件廠商創造了穩定的市場需求，降低了芯片國產化替代過程中的風險，促進了國產硬件的規模化生產。多樣化的應用場景及實際運營中積累的經驗反饋，為國產硬件的快速迭代和性能提升提供了寶貴的實踐依據，推動了國產芯片、服務器等產品的成熟化和市場化。這種產業鏈上下游的良性互動，有助于逐步完善中國算力產業生態，形成從硬件研發、規模化生產到市場應用的完整閉環，最終實現算力產業的技術自主可控，為中國數字經濟的蓬勃發展奠定堅實的算力基礎。

（二）算力共享的挑戰性

培育算力共享面臨諸多挑戰，主要表現為在用戶信任的建立面臨困難、平臺制度性建設有待完善和算力資源定價問題復雜等三個方面，這些因素構成了算力共享推廣過程中的現實瓶頸。

第一，用戶信任的建立面臨困難。在線交易多為一次性交易，缺乏面對面交流和長期互動[8]，用戶難以建立穩固的信任關系，這增加了在線交易的不確定性和風險。尤其在數據安全、資源可靠性和服務質量保障等方面的問題，使用戶在選擇共享算力服務時更加謹慎。

第二，平臺制度性建設有待完善。在算力共享生態中，制度性信任相較于個人信任更為重要[9]。有效的制度機制（例如反饋機制、第三方支付、服務提供者認證和緊急救援機制）等對平臺信任有積極影響[10]。用戶對平臺的使用意愿主要受平臺功能性技術信任、服務提供方的人際信任和平臺治理型技術信任的影響[11]。用戶更傾向于信任平臺提供的制度性保障，例如完善的安全協議、透明的運營規則和有效的糾紛解決機制，而非依賴對陌生用戶的個人信任[12]。

第三，算力資源定價問題復雜。算力資源的定價涉及多種復雜因素。一是成本構成復雜，包括計算設備資本投入、能源消耗、散熱系統支出、運維保障費用和網絡傳輸成本等。二是算力需求呈現階段性特征，不同時段的算力需求可能差異顯著。三是異構算力的存在增加了定價難度，不同類型和性能的算力資源如何橫向比較和定價，缺乏統一的標準。綜上所述，需要根據算力共享的特征，循序漸進地構建算力共享生態與算力市場。

三、算力共享生態與算力市場形成機制

算力共享生態的形成是一個循序漸進的過程，依據算力和共享經濟的特征，可以分為初始社區構建、平臺搭建和生態形成三個階段。每一階段均對應了算力共享的不同特征和發展重點。

在算力共享生態的初始社區構建階段，應以整合分散的算力資源為切入點，著重實現算力資源的優化利用。依托初始社區的構建，以共享經濟模式為核心，通過租賃和共享機制，建立小規模算力資源池，將閑置的算力資源有效配置到需求端。在這一過程中，通過小規模試點和用戶的積極參與，能夠達成社區共識，逐步建立基礎的信任機制、服務標準和定價模式。這一階段的重點在于驗證算力共享的可行性，提高資源利用效率，為后續算力共享的平臺化發展奠定基礎。

在算力共享生態的平臺搭建階段，算力共享生態從社區經濟模式向平臺經濟模式轉變。在這一階段，通過構建點對點的算力交易平臺，算力共享平臺可以突破傳統市場存在的地理邊界約束與集群規模瓶頸，促進跨社區算力資源精準調度與集約化配置。其通過制度性保障，例如制定兼容不同社區的技術標準、建立信用評價體系和引入動態定價機制，實現算力資源在不同社區之間的高效流動和協同配置。這些措施不僅能夠提高算力資源配置效率，還能為統一算力共享大市場的構建奠定制度基礎，推動算力共享生態向更大規模發展。

在算力共享生態的形成階段，算力共享生態逐步發展成為統一算力共享大市場。在此階段，成熟的市場化定價體系已經建立，例如分層分級的定價策略能夠滿足不同用戶群體和多樣化資源類型的需求，顯著提高整體市場效率。同時，強大的社區文化和價值認同感增強了用戶黏性，促進了協同創新和資源的優化配置。最終，算力共享生態在資源利用、社會責任與經濟效益之間達到平衡，實現了全國范圍內各類算力資源高比例、大規模一體化運營調度。

（一）初始社區構建與基礎定價

算力共享生態的構建始于初始社區的構建。在共享經濟的理論框架下，初始社區不僅是資源優化利用和共享模式驗證的關鍵環節，也是達成供需雙方信任機制和市場共識的必要步驟。通過建立小規模的算力共享社區、制定基本的技術和服務標準、實施固定的定價機制，算力共享社區能夠在受控環境下有效推進算力共享，積累關鍵的用戶數據和反饋，為后續的規模化發展和統一共享大市場的形成奠定基礎。

第一，建立小規模算力共享社區。小規模算力共享社區的建立旨在通過用戶間的基礎共識，實現小范圍的算力資源利用和分配。在小規模算力共享社區中，算力資源的供給方和需求方有著一定的社會共識與合作意愿，用戶和資源所有者的參與度和貢獻水平往往較高[13]。用戶早期的積極參與是新模式成功的關鍵。通過精心培育初始用戶群，算力共享社區能夠快速達到網絡效應的臨界點，并形成網絡外部性。此外，小規模算力共享社區的建立為解決信息不對稱問題提供了理想的環境，使算力共享社區能夠在早期建立有效的信任機制和聲譽系統，借助用戶評價、信用積分等機制，逐步形成穩定的服務標準，持續提高用戶的信任度和參與度，形成正向的反饋循環。

第二，制定基本的技術和服務標準。在算力市場中，技術和服務統一標準的缺乏可能導致較高的交易成本，阻礙算力共享生態的健康發展。在小規模算力共享社區中，通過參考供需雙方達成的共識，算力共享社區可以制定并測試基本的技術標準（例如算力衡量指標、數據處理協議）和服務標準（例如服務質量評估標準、數據安全協議），并提高其適用性和實用性，增強市場參與者間的信任，促進市場規范化。此外，技術和服務標準化過程中的迭代測試和反饋機制使得算力共享社區能夠不斷優化相應的標準，進而形成更容易被推廣的技術和服務標準，降低市場進入壁壘，吸引更多的參與者，強化網絡效應，促進算力共享社區的擴大。

第三，固定定價機制。算力共享社區作為一個具有基礎共識和相似需求的群體聚集地，其成員在算力資源的供需偏好和價格預期上更容易達成共識，這為實施固定定價模式創造了條件。固定定價能夠帶來多重優勢。一是固定定價模式降低了供需雙方的議價成本，簡化了交易流程，有效提高了市場流動性。二是在新興市場的早期階段，固定定價模式為算力共享社區提供了穩定的價格探索基準，使算力共享社區能夠系統地收集用戶的價格敏感度數據和支付意愿信息，深入理解用戶的行為模式和價格反應，為未來可能采用更復雜的定價策略提供理論依據和經驗支持。三是固定定價模式產生的穩定收入流為算力共享社區的早期運營和技術投資提供了可靠保障。

（二）平臺搭建與動態定價

在構建基礎社區之后，算力共享將面臨資源整合規模有限和協作深度不足的挑戰。為了應對這些問題，實現更大范圍的資源整合與高效協作，亟須由社區經濟模式向平臺經濟模式轉變。這一轉變不僅能夠充分發揮算力共享平臺的網絡外部性和規模經濟的優勢，還能通過創新性的定價機制和技術標準促進不同社區間的深度融合與協同發展。平臺經濟模式的引入為算力資源的動態分配和優化配置提供了新的路徑，確保算力資源在更廣泛的應用場景中得到有效利用。同時，通過完善技術標準和提高跨社區兼容性，算力共享平臺將消除技術壁壘，構建開放互通的算力共享平臺，推動算力共享生態的持續健康發展。

第一，向平臺經濟模式轉變。算力共享平臺具備網絡外部性和規模經濟的雙重特征[14]，是共享經濟的主要載體。平臺經濟模式能夠有效突破算力共享生態初期的“算力孤島”困境，通過構建互聯互通的網絡體系，促進不同主體間的算力共享與協同。這種集約化資源配置模式不僅提高了算力使用效率，還能通過規模效應降低邊際成本，為用戶提供更豐富和個性化的服務選擇。通過評分系統、實時監控和數字反饋等技術手段，算力共享平臺能夠完善市場信任機制，有效緩解信息不對稱問題[15]。同時，平臺設計的激勵機制（例如Uber的司機評價獎勵機制）進一步推動供給方優化服務質量，使需求方能夠更靈活地匹配算力資源。

第二，引入動態定價機制。平臺的價格結構對市場影響顯著，調整價格結構將直接影響算力資源的交易量、平臺利潤和整體社會福利[16]。在整合不同社區的過程中，需求和供給往往會出現波動，需要構建基于實時數據的價格調節模型，促進算力資源的高效匹配。動態定價系統能夠根據實時的算力需求和供給情況自動調整價格[17]。以Uber為例，通過在需求高漲時提高價格、在需求下降時降低價格的動態定價，平臺減少了司機短缺的問題，并縮短了接客時間，有效解決了由于司機短缺和匹配問題引發的市場效率低下問題[18]。動態定價系統應綜合考慮供需比率、時間分布、用戶特征等多維度因素，建立彈性化的價格調節機制。同時，為確保市場穩定運行，需要設置合理的價格波動區間，并配套建立實時監控、風險預警和用戶保障機制。這種市場導向的價格機制不僅提高了資源配置效率，還為供給方提供了合理的收益預期，促進算力共享平臺的可持續發展。此外，通過持續追蹤關鍵運營指標和收集用戶反饋，算力共享平臺可以不斷完善定價策略，實現社會福利最大化。

第三，提高跨社區兼容性。隨著社區間協作的深入和動態定價機制的實施，完善算力技術標準和提高跨社區兼容性成為消除技術壁壘、整合算力資源的關鍵。為了實現這一目標，需要在兼容算力資源感知、數據傳輸流動和應用架構適配等關鍵技術的前提下，制定算力互聯互通的管理規范，解決算力標識、協議架構和編排調度等核心技術難題[19]。完善的技術標準不僅能夠降低不同系統之間的集成成本，減少因技術差異引發的市場摩擦，還能夠構建一個更加開放和互通的算力共享生態，便于新參與者的加入。長期來看，兼容的算力技術標準為未來可能出現的新算力應用場景和服務模式提供了技術支持，增強了系統的適應性和競爭力，提高了整個算力共享生態的可擴展性和創新能力。

（三）生態形成與分層分級定價

在構建算力共享平臺之后，算力流通仍然面臨區域壁壘的挑戰，因而有必要構建統一算力共享大市場。這一階段的核心目標是通過消除地理限制，實現算力資源的廣泛整合與高效配置。統一算力共享大市場的構建依托于廣域算力共享平臺、分層分級的市場化定價體系和更為完善的市場機制，有助于促進不同區域間的深度融合與協同發展。

第一，構建廣域算力共享平臺。廣域算力共享平臺突破了傳統市場的地域和規模限制，能夠整合來自不同地域和類型的算力資源，是構建統一算力共享大市場的內在要求。構建廣域算力共享平臺應遵循數據驅動、技術賦能、協同共治、信用支撐等基本原則。在數據驅動方面，廣域算力共享平臺應充分利用大數據技術，收集和整合不同算力資源的實時數據，包括資源利用率、性能指標、用戶需求和交易行為等，通過數據挖掘和預測分析優化資源分配和調度策略，實現動態的資源科學管理。在技術賦能方面，廣域算力共享平臺應建立統一的接口標準和數據規范，實現不同區域和類型算力資源的無縫對接與高效調度，這不僅包括統一的API標準和數據傳輸協議，還涉及算力計量體系和服務質量評估指標的標準化。在協同共治方面，廣域算力共享平臺應構建覆蓋資源提供方、使用方、運營方和監管機構等多主體治理框架，利用智能合約等區塊鏈技術手段，明確算力產權、確保交易過程的公平透明，建立公開透明的決策流程和信息披露制度。在信用支撐方面，算力共享平臺需構建綜合評估用戶行為、履約情況和服務質量的動態信用評價體系，并基于此設計激勵與懲戒機制，例如優先資源分配、手續費減免和限制低信用用戶接入等，以維護平臺的誠信氛圍。

第二，建立分層分級的市場化定價體系。隨著廣域算力共享平臺的逐漸成形，動態定價機制將逐步向分層分級的市場化定價模式轉變。例如基于算力類型、算力規模和地理位置等關鍵因素設定不同的價格層級。這種差異化的定價機制不僅提高了算力市場的價格透明度，還為算力供需雙方提供了明確的決策依據。對于供給方而言，差異化定價能夠激勵其持續優化算力資源配置和提升服務質量，從而增強市場競爭力。對于需求方而言，差異化定價則能夠根據自身需求特點選擇最合適的價格檔位，實現資源使用效率的最大化。此外，分層分級的價格體系有助于算力市場更有效地實現資源的精準匹配，推動算力市場的健康發展。

第三，完善市場機制。一方面，應培育和壯大各類算力交易商，形成多元化的算力交易生態，實現算力產業鏈上下游的協同效應，提高資源利用效率。政府應發揮引導和監管作用，制定和落實相關政策法規，確保算力市場運行的規范與公平。算力共享平臺作為資源整合和交易的核心，應遵守法律法規，確保運營透明，建立合理的利益分配機制，以吸引用戶和維護供應商。企業則應提供高質量的算力資源，參與行業標準的制定，并與科研機構合作提升資源利用效率和技術水平。科研機構應通過持續的技術研發和專業支持，助力平臺和企業創新，增強市場競爭力。用戶應通過反饋需求和積極參與市場活動，優化資源配置，提高服務質量。另一方面，監管部門應進一步完善監管機制，借助AI等新技術提高監管精確性。通過集成化的監管架構實現多部門、多層次的協同監管，并實施動態風險評估機制。監管機構還應制定算力交易的標準和準入門檻，加強對算力流通過程中的安全性、透明性和合規性的監督，建立有效的市場準入和退出機制。同時，通過稅收優惠、研發補助等激勵措施，鼓勵企業和科研機構加大創新力度，推動技術進步和產業升級。

綜上，算力共享生態的形成經歷了初始社區構建、平臺搭建和生態形成三個階段，每一階段都有其發展特點。從初始階段的資源優化利用、信任機制建立，到平臺階段的資源整合、動態定價、技術標準化，再到生態形成階段的市場化定價、廣域算力共享平臺構建和市場機制完善，整個過程體現了算力共享從小規模試驗到大規模應用，再到成熟市場的逐步演進。通過各階段的遞進發展，算力共享生態實現了自身的可持續發展、資源利用效率的提高，以及經濟效益與社會責任的平衡。

四、基于共享理念的算力市場培育路徑

（一）前瞻性布局算力集群

隨著摩爾定律效應的減弱，依托先進封裝、高速互聯等技術，在機架乃至數據中心級別實現算力資源的高度集成，已成為提高算力利用效能的關鍵途徑。算力集群化是算力共享社區的基礎，通過將分散的計算資源集中形成大型算力集群，能夠實現資源的統一調度和優化配置，不僅能夠提供更強大的計算能力，滿足多樣化和高負載的應用需求，還能通過集中管理降低運營成本，提高系統的穩定性和可靠性，增強算力共享社區的彈性和可擴展性。

中國當前的算力布局供給以數據中心為主要載體，在空間布局上，“東數西算”工程規劃了八大樞紐和十大集群，已初步構建東中西部地區算力樞紐節點的梯次分布體系。然而，東西部地區算力資源的分布仍存在明顯差異，導致算力資源在空間上出現錯配，造成了資源利用率低下和協同效應不足的問題。此外，算力資源智能化、綠色化的發展趨勢也對算力布局優化提出了新的要求。面對區域發展不平衡、能源利用效率低等挑戰，亟須國家在戰略層面對算力資源布局進行系統規劃，優化算力集群的布局。

第一，前瞻性地布局重點投資領域，確保可持續發展。在評估算力產業時，減少對短期經濟效益的關注，更應注重算力資源配置的合理性和共享機制的完善性，聚焦于創新性和前瞻性。具體而言，應優先支持具有戰略意義的關鍵技術研發領域，加大對新興應用領域的投資，以提高整個算力產業的自主可控能力。例如支持建設大規模數據處理和復雜計算的高性能計算中心、建立算力資源集約化管理的綠色智能化數據中心、搭建提高數據傳輸速度和網絡容量的算力網絡等。這些舉措有助于打破算力資源的空間壁壘，提高算力資源的利用效率，增強中國在全球信息產業中的國際競爭力。

第二，優化算力布局，促進東西部地區算力資源的均衡發展與共享。當前東部地區算力資源相對集中，而西部地區算力資源利用不足。根據IDC發布的《283座智算中心布局及東西部差異分析》，截至2024年5月，東部地區擁有226個智算中心項目，總規劃投資額為3 533. 6億元，規劃算力規模為312 747P；而西部地區僅有56個智算中心項目，總規劃投資額為826. 1億元，規劃算力規模為56 101P，區域間差異顯著。相較于東部地區，西部地區擁有豐富的綠色能源資源，適合建設低能耗的數據中心，降低運營成本。為此，應加強東西部地區算力網絡的互聯互通，構建高效的算力調度平臺，實現算力資源的跨區域共享。通過推動東西部地區在技術、資本、人才等方面的合作，形成優勢互補，優化全國算力資源的空間布局，降低整體算力運營成本，提高算力資源的利用效率，促進區域經濟的協調發展。

第三，制定算力集群規劃。當前中國的算力資源分布較為分散，不僅制約了規模經濟效益的發揮，也阻礙了算力資源的高效共享。一是制定全國性算力集群發展規劃，引導資源向優勢區域集中，并鼓勵企業參與集群建設，建立相應的評估機制，探索多元化投資模式。二是構建集實時監控、動態調度和安全能力于一體的平臺，制定相應的管理規范和技術標準。三是推進算力資源集約化管理，鼓勵采用虛擬化、容器化等先進技術提高利用效率，探索建立算力資源交易機制，促進市場化配置，鼓勵第三方專業機構提供算力管理服務。

第四，構建多維度政策支持體系，促進算力共享與布局優化。政府應在政策層面提供多維支持，促進算力資源的共享和優化配置。在財政政策上，制定激勵措施，鼓勵企業和科研機構參與算力共享平臺的建設與運營，支持算力資源的共建共享；在金融政策上，提供資金和融資支持，降低企業參與算力共享的資金門檻；在技術政策上，推動標準化和互聯互通技術的發展，消除算力資源共享的技術障礙；在法規政策上，完善相關法律法規，保障算力資源共享過程中各方的權益和數據安全。綜上，政府應通過相應的規劃與政策支持，營造良好的算力共享生態環境，促進算力資源的高效利用和合理布局。

（二）完善算力交易平臺建設

為了更有效地發揮算力交易和算力調度平臺推動算力共享建設的核心作用，需要構建集成化、智能化和高效化的平臺體系，以更好地實現交易和調度算力資源、優化算力資源配置和提高服務支持能力。具體而言，應以算力交易平臺為核心，構建涵蓋算力交易、租賃、開放及監管等功能的綜合性平臺體系。

第一，推動算力交易市場化，提高共享效率。一是加快區域性算力交易平臺的培育與建設，形成覆蓋全國的統一算力交易結算體系。該體系應保障交易的高效性和安全性，支持多種結算方式，滿足不同用戶的需求，促進算力資源的快捷流通。二是引入市場化定價機制，基于供需關系實現動態定價，提高市場價格的敏感性和競爭性，實現算力資源的合理配置和共享。三是鼓勵多元化交易模式的創新，探索推出算力期貨、期權等金融衍生品，豐富交易品種，提高市場流動性。四是引入AI技術手段加強監管，提高交易的透明度與安全性，防范市場操縱和欺詐行為，增強市場信任，確保市場公平、公正、高效運行。

第二，規范化算力租賃，促進資源共享。一是制定統一的算力計量標準和定價參考體系。這一體系應涵蓋算力性能、資源利用率、服務質量等指標，使各類市場主體在租賃過程中掌握科學、透明的定價依據，增強市場透明度和公平性。二是制定統一的租賃合同模板和服務協議，明確服務內容、期限、費用、責任、義務等具體條款，減少合同糾紛的發生風險，保障租賃雙方的合法權益。三是建立算力資源質量評級制度，通過對不同供應商的算力資源進行分類評估，從性能穩定性、產品安全性、售后服務等維度，為用戶選擇租賃服務提供可靠的參考依據，促進優質算力資源的共享與利用。四是完善租賃糾紛解決機制，設立專門的調解和仲裁機構，提供高效、公正的爭端解決渠道，提高市場參與者的信任度，促進算力租賃市場的健康有序發展，推動算力資源在更廣的范圍內共享和流通。

第三，實現算力開放普惠，支持多樣化需求。一是針對重點產業，開發專項算力服務方案，支持傳統產業數字化改造和智能化升級，培育新興產業。加強算力服務平臺的技術支持和培訓指導，提高企業算力應用能力，推動產業向高質量發展轉型。二是持續擴大國家級算力平臺的覆蓋范圍，提高公共算力資源的可用性和利用效率。通過優化公共算力資源的調度與分配機制，確保資源分配的公平性和透明性，避免算力資源和過度集中，使更多主體受益于算力資源的共享。三是推動區域間算力資源的協同共享，構建多層次、多維度的普惠算力服務（包括基礎算力、專項算力和定制化算力服務）體系，滿足不同用戶的多樣化需求。四是制定針對中小微企業的專項扶持政策，例如提供租賃補貼、技術支持和培訓服務，降低其獲取高質量算力資源的門檻，提高其技術創新力和市場競爭力。

第四，構建現代化監管體系。一是建立健全算力市場監管協調機制，確保市場運行的規范性和可持續性。完善數據安全和隱私保護制度，制定嚴格的數據使用和存儲規范，防范數據泄露和濫用風險，保護用戶隱私和企業敏感信息。二是制定反壟斷和公平競爭政策，防止算力市場被少數大企業壟斷，維護市場多樣性和競爭活力，確保算力資源的公平共享。三是構建全面的算力市場信用評價體系，推動跨區域監管標準的統一，制定全國統一的監管規范和操作指南，促進各地區監管部門間的信息共享與協同合作，形成監管合力，防止區域保護主義和監管套利行為。四是加強對新興交易模式和技術的監管研究，及時更新監管政策以適應市場發展的需要，為算力共享提供政策支持。

（三）實施針對性算力補貼政策

為了鼓勵企業參與算力共享，應對其實行激勵性補貼政策，例如算力補貼等。補貼形式多種多樣，包括直接財政撥款、稅收減免、研發資助、設備購置補貼等，部分補貼還可以通過公共采購的形式，以普惠算力的方式發放給中小企業。在補貼政策的支持下，算力需求方可以以更低的成本獲取高質量的算力資源，算力供給方則可以降低運營成本，促進算力資源的高效流動。例如，通過補貼政策，可以降低西部地區的算力傳輸成本，使其閑置的算力資源得以充分利用。算力成本的下降還能直接影響終端AI應用的定價，進一步吸引更多用戶購買或訂閱AI服務，擴大市場需求。對于地方政府而言，算力補貼增強了算力產業的資本吸引力，促進了本地相關產業鏈的持續發展，完善了算力產業生態，進而推動算力共享的進程。

當前算力補貼政策主要以算力券為載體。北京、上海、貴州、寧夏、河南、山東、成都、哈爾濱、蘇州、慶陽等均已出臺了算力券相關的政策，每年發放的總額在200萬元至2. 5億元不等。例如北京發布了《人工智能算力券實施方案（2023—2025年）》，成都發布了《關于印發算力券管理辦法的通知》。算力補貼政策的具體措施主要包括算力建設補貼、算力運營補貼、算力使用補貼，部分省市還提供算力調度平臺補貼、算力項目補貼、大模型補貼等。為了提高補貼政策的有效性，在實施算力補貼政策時，應從分配機制、市場穩定、長期規劃和金融創新等方面入手，制定具體且有針對性的政策措施，推動算力市場的發展。

第一，建立透明高效的算力券分配機制。為了確保算力券的合理分配并最大化政策效果，政府應建立透明且高效的分配機制。一是應制定明確的分配標準，優先支持在AI技術研發和應用中具有潛力的中小企業，防止算力資源過度集中于少數大企業，避免資源壟斷。二是應引入第三方評估機構，對申請企業的算力需求和技術潛力進行客觀評估，確保分配過程的公正性和透明性。三是應建立動態調整機制，根據市場需求和技術發展趨勢，及時調整算力券的分配比例和覆蓋范圍，以適應不斷變化的市場環境。

第二，防范市場價格波動的政策干預。算力券的引入可能導致算力市場價格的波動。為了防范補貼政策引發的價格扭曲，政府應采取適度的干預措施。一是密切監測算力市場的供需動態，及時調整算力券的發放量和使用條件，避免因補貼過度導致價格的劇烈波動。二是推動算力市場的多元化發展，鼓勵多家供應商參與市場競爭，增強市場的彈性和穩定性。三是設立價格指導機制，提供算力租賃的參考價格區間，幫助市場參與者形成合理的價格預期。

第三，制定長期產業扶持計劃，確保政策的連續性。算力補貼政策需要與產業發展的長遠規劃相結合，以保障其持續性和有效性。一是制定明確的長期發展目標和路線圖，涵蓋算力基礎設施建設、技術研發、市場推廣等方面，確保政策具有連續性和穩定性。二是設立專項基金或預算，保障算力補貼政策的持續資金支持。三是定期評估政策效果，根據產業發展和市場變化，及時優化和調整政策，確保政策始終符合產業發展的實際需求。四是關注因算力補貼而導致的重復建設和資源浪費問題，避免產業失衡。

第四，促進金融產品創新，豐富算力市場融資渠道。為了進一步支持算力市場的發展，政府應鼓勵金融機構創新相關金融產品，例如發行算力債券、設立算力產業基金等，為算力基礎設施建設和相關企業提供多元化的融資渠道。通過政策激勵和監管支持，促進金融機構與算力企業的深度合作，滿足企業多樣化的資金需求。同時，應加強對金融產品的風險管理與監督，確保其健康發展，防范金融風險。豐富的融資渠道將提高算力產業的資本流動性，助力算力共享平臺的建設，推動整個算力共享生態的繁榮與發展。

參考文獻：

[1] 余東華.算力：數字經濟時代的新質生產力[J].財貿研究，2024，35（7）：1-16.

[2] FELSON M， SPAETH J L. Community structure and collaborative consumption： “a routine activity approach”[J]. American behavioral scientist，1978，21（4）：614-624.

[3] ACQUIER A， DAUDIGEOS T， PINKSE J. Promises and paradoxes of the sharing economy： an organizing framework[J]. Technological forecasting and social change， 2017，125：1-10.

[4] CRAMER J， KRUEGER A B. Disruptive change in the taxi business： the case of Uber[J]. The American economic review，2016，106（5）：177-182.

[5] 榮朝和.互聯網共享出行的物信關系與時空經濟分析[J].管理世界，2018，34（4）：101-112.

[6] FARRONATO C， FRADKIN A. The welfare effects of peer entry： the case of Airbnb and the accommodation industry[J]. The American economic review，2022，112（6）：1782-1817.

[7] MARKMAN G D， LIEBERMAN M， LEIBLEIN M， et al. The distinctive domain of the sharing economy：definitions， value creation， and implications for research[J]. Journal of management studies，2021，58（4）：927-948.

[8] FANG Y， QURESHI I， SUN H， et al. Trust， satisfaction， and online repurchase intention： the moderating role of perceived effectiveness of e？commerce institutional mechanisms [J]. MIS quarterly，2014，38（2）：407-428.

[9] PAVLOU P A， GEFEN D. Building effective online marketplaces with institution based trust[J]. Information systems research，2004，15（1）：37-59.

[10] LU B Z， WANG Z， ZHANG S. Platform？based mechanisms， institutional trust， and continuous use intention： the moderating role of perceived effectiveness of sharing economy institutional mechanisms[J]. Information management，2021，58（7）：103504.

[11] 謝康，謝永勤，肖靜華.消費者對共享經濟平臺的技術信任：前因與調節[J].信息系統學報，2017（2）：1-14.

[12] WHELAN G. Trust in surveillance： a reply to Etzioni[J]. Journal of business ethics，2019，156（1）：15-19.

[13] SCHIPPERS A L，SOETEVENT A R. Sharing with minimal regulation？Evidence from neighborhood book exchange[J]. European economic review，2024，161：104639.

[14] ARMSTRONG M. Competition in two？sided markets[J]. The Rand journal of economics，2006，37（3）：668-691.

[15] LIU M， BRYNJOLFSSON E， DOWLATABADI J. Do digital platforms reduce moral hazard？The case of Uber and taxis[J]. Management science，2021，67（8）：4665-4685.

[16] ROCHET J C， TIROLE J. Two？sided markets： a progress report[J]. The Rand journal of economics，2006，37（3）：645-667.

[17] PAPANASTASIOU Y， SAVVA N. Dynamic pricing in the presence of social learning and strategic consumers[J]. Management science，2017，63（4）：919-939.

[18] CASTILLO J C， KNOEPFLE D， WEYL E G. Matching and pricing in ride hailing： wild goose chases and how to solve them[EB/OL].（2024-09-11）[2025-01-11]. https：//doi.org/10.1287/mnsc.2022.00096.

[19] 余曉暉.算力互聯網對形成新型生產關系的作用邏輯與實踐方式[J].人民論壇·學術前沿，2024（9）：13-18.

Computility Sharing and Computility Market Cultivation： A Study on Computility Resource Allocation from Demand？Side Perspective

WANG Yong， FU Fangning， LU Shutan

（School of Social Sciences， Tsinghua University， Beijing 100084， China）

Summary：In the digital economy era， computility has emerged as a pivotal force propelling technological innovation and industrial upgrading. How to enhance the utilization efficiency of China’s computility resources and establish an efficient， resilient， and sustainable computility supply？and？scheduling system has become an urgent issue. Anchored in the theoretical framework of the sharing economy， this paper proposes a“computility sharing” model grounded in the construction of demand？side computility infrastructure， highlighting structural imbalances in regional distribution， technical standards， and trading mechanisms between the supply and demand of computility. The research pursues two objectives： （1） to explore the feasibility and necessity of computility sharing in mitigating computility？supply shortages in the short term；（2） to examine its potential to foster domestic computility？industry development， cultivate a robust computility？market ecosystem， and bolster industrial resilience in the long run.

Methodologically， this study provides a systematic analysis of three principal computility？sharing pathways？leasing， trading， and open access？underpinned by sharing economy theory. This paper demonstrates how computility sharing can effectively harness underutilized high？performance resources to alleviate supply shortages in the near term. Over a longer horizon， coordinated efforts that integrate industrial investment， subsidy policies， and the scaled adoption of domestic hardware contribute to enhancing the overall competitiveness of the digital economy.

This paper’s innovations manifest in three dimensions. First， it offers a comprehensive conceptualization of the pivotal attributes of computility resources and the strategic value of demand？side infrastructure from a sharing economy perspective. Second， it delineates a multi？stage development trajectory centered on optimizing cluster？based computility layout， fostering platform？oriented trading ecosystems， and creating market？driven incentive mechanisms. Third， it underscores the importance of aligning policy incentives， industrial investment， and cross？regional resource coordination within an actionable framework that ensures precise matches between computility supply and demand.

At the policy level， to fully capitalize on “computility sharing”， this paper offers three recommendations. First， we should undertake forward？looking planning for computility cluster deployment， with particular attention to large？scale AI？computing centers and efficient utilization of green energy. Second， we should refine the regulations governing computility？trading platforms and leasing， establishing standardized technical and service protocols. Third， we should implement incentive measures to provide cost？effective access for enterprises and research institutes.

Key words：computility sharing； computility market； sharing economy； computility infrastructure； computility subsidies

（責任編輯：徐雅雯）

[DOI]10.19654/j.cnki.cjwtyj.2025.04.001

[引用格式]王勇，傅芳寧，陸樹檀.算力共享與算力市場培育——基于需求側的算力資源配置研究[J].財經問題研究，2025（4）：3-14.