【摘要】当前，算力正深度嵌入国家治理体系，塑造出技术驱动与治理需求相互交织的新型赋能格局。这一格局的形成，既源于技术演进带来的结构性耦合，又受制于治理转型的内生诉求，还面临大国算力竞争的外部压力。从转化机理来看，算力向治理效能的赋能跃迁以信息处理机制的重构为起点，通过治理场景落地、组织流程优化与制度规则调适的系统性适配路径，推动算力技术能力与治理决策逻辑、运行机制、组织协同体系的深度融合。同时要看到，这一赋能过程仍受技术属性、制度惯性与价值冲突等多重因素的制约。对此，构建科学合理的规制体系、维系技术逻辑与治理逻辑的动态平衡，是保障算力技术潜力有序转化为高质量治理效能的关键。
【关键词】算力 国家治理现代化 赋能逻辑 效能边界 技术治理
【中图分类号】D63 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2026.20.013
阙天舒，同济大学政治与国际关系学院长聘教授、博士生导师。研究方向为人工智能治理、国家安全、数字治理，主要著作有《网络空间治理的中国图景：变革与规制》《全球安全治理：热点议题与中国视角》等。
随着新一轮科技革命和产业变革持续深化，大模型、智能算力等前沿科技正深刻重塑经济社会发展格局。算力作为集信息计算力、网络运载力与数据存储力于一体的新型生产力，[1]不仅成为世界各国竞相布局的重点赛道，而且跃升为驱动经济增长、维护国家安全、赋能国家治理的关键变量。当前，算力资源分布不均、制度规范建设相对滞后，以及应用过程中衍生的伦理风险，制约算力在国家治理中的有效应用，导致其赋能国家治理的效能尚未充分释放。
习近平总书记指出，要全面贯彻网络强国战略，把数字技术广泛应用于政府管理服务，推动政府数字化、智能化运行，为推进国家治理体系和治理能力现代化提供有力支撑。[2]这一重要论述既为算力赋能国家治理指明方向，也要求我们在实践中厘清算力技术逻辑与国家治理逻辑之间的融合路径。基于此，面对算力时代的国家治理新命题，亟需立足国家治理现代化，深入剖析算力赋能国家治理的逻辑与效能边界，并提出相应的规范策略。
算力进入治理体系的历史方位与国家视角
算力之所以成为国家治理的一项新兴议题，不仅源于技术发展演进的内部驱动，更是因为这项技术正处在数智文明时代生产力变革与国家治理转型的交汇节点。回顾历史，技术得以作用于国家治理的关键，在于其塑造的生产力形态与国家治理之间形成结构性耦合。以蒸汽机技术为例，其迭代完善推动热力成为新型能源，继而催生机器大工厂生产模式、重塑城市形态与交通运输方式，最终建构起与工业化大生产相适配的科层制治理体制；网力[3]在20世纪末、21世纪初推动政府再造，则因其改变了信息传递、储存的方式，使国家治理的时空尺度和治理方式发生深刻变革。可见，一种技术要素能否跃升为治理要素，关键在于其是否具备“穿透力”，即贯穿经济社会系统运行过程，进而重构国家治理基本框架的能力。
从历史演进的纵深考察，算力正在全面融入经济社会发展的各个领域，其影响力也愈发凸显。算力的全面扩散使其不再仅是信息处理的技术底座，还是决定经济发展的基础性资源和国家治理现代化的关键治理要素。有计量研究显示，计算力指数每提高1个百分点，国家的数字经济和国内生产总值将分别增长3.6‰和1.7‰。[4]通过这组数字不难发现，算力作为新型生产要素对经济的发展具有直接贡献，这表明其已成为驱动国民经济发展的主要引擎。质言之，算力正在从提升效率的辅助性工具转变为塑造技术可能性边界的关键驱动力，并在这一过程中逐步具备通用目的技术的典型特征。[5]算力规模的飞速发展不仅推动经济发展动能的释放，而且还极大地促进人工智能大模型的迭代突破。借助强大的算力基座，政府可以利用人工智能大模型对海量分散的数据资源进行整合与计算，进而赋能国家治理的方方面面。国家发展越来越离不开稳定、高效、可持续的计算资源供给，算力也一跃成为数智时代国家硬实力的重要评价指标。
放眼全球，当前世界主要国家和经济体持续加大算力规模建设。中国信息通信研究院《先进计算暨算力发展指数蓝皮书（2025年）》数据显示，全球88%的算力集中在美国、中国、欧洲和日本，占比分别为44%、23%、17%和4%。这样高度不均衡的分布表明，算力资源的全球配置已不再单纯由市场效率或技术扩散逻辑主导，而是日益受到技术主权诉求与地缘战略考量的深刻塑造，呈现出制度化、阵营化与等级化的演进趋势。[6]在这一背景下，算力竞争已跃升为大国战略博弈的焦点，国家间的算力差距亦从单一的规模差距，逐步演变为涵盖技术自主程度、资源调度效率、能源保障能力与应用转化水平的系统性差距。为此，中国正在加大算力建设投入。截至2026年初，国内算力规模已达到788EFLOPS（FP16），[7]其中，八大国家算力枢纽节点占比超80%。从现有建设格局来看，国内算力布局以行政主导的集中化部署为主。这一模式虽然能提高国家的算力资源调度能力，但也极易引发算力资源的区域配置失衡、算力供给的可及性不足等现实治理难题。数智时代，算力集技术经济硬实力与治理理念软实力于一体，二者耦合协同，构成国家竞争中新的关键变量。[8]面对日趋复杂的全球算力发展格局与竞争态势，我国在提升算力发展硬实力的同时，需同步完善算力治理软实力建设。概言之，算力正成为赋能国家和社会运转的新治理要素，并展现出重构国家治理底层架构的潜力。
从国家治理的视角来看，算力对国家治理体系的影响，集中体现为生产方式变革、治理基座嬗变和治理理性重构三大维度。第一，算力作为新质生产力的驱动要素，正通过持续渗透劳动要素和生产资料要素，推动数字生产力的提质升级。[9]具体而言，算力与数据、算法的深度融合，推动经济发展动力由“资本-劳动”向“算法-数据”转型，进而引发生产函数变革与生产要素的系统性再造。[10]在这一进程中，算力逐步从外生于社会的技术工具，转变为内嵌于社会权力结构的制度性要素。算力所展现出的“技术-权力”属性，意味着国家对算力的治理不能仅停留在经济层面，而须将其全面纳入国家治理体系，并通过制度化的规则设计来规制其权力效应。
第二，算力基础设施如同数智时代的“高速公路”，其空间布局与跨域调度能力直接关系到国家治理资源配置的空间正义。算力基础设施已由单纯的技术设施升级为具有显著外部性的战略公共资源，其跨区域调度能力决定算力红利的空间分布能否兼顾效率与公平。全国一体化算力网的构建旨在依托顶层设计打破行政区划壁垒，将分散的算力资源整合为可统一调度的“一张网”，推动算力从少数尖端领域的专用设施，加速向水电类可实现“一点接入、即取即用”的普惠性基础设施转型。然而，技术层面的物理互联，并不必然催生治理层面的制度协同。算力兼具技术密集性、强网络效应和规模经济等“技术-经济”属性，若主要依靠市场机制自发调节，算力资源将向东部发达地区集聚，区域间算力差距也会随之持续拉大，算力鸿沟可能进一步演化为区域发展失衡的新型壁垒。对此，国家在统筹推进“东数西算”等跨区域工程、协同配置东西部算力需求与能源禀赋的同时，必须清醒认识技术标准割裂、利益分配扭曲与协同机制缺位等制度梗阻，着力破解其对算力治理效能提升的制约。
第三，人工智能大模型技术在国家治理中的应用，推动算力深度嵌入公共服务、政策评估等重要治理场景，继而推动国家治理逻辑由“经验理性”向“计算理性”重构。从技术政治学视域审视，治理技术并非纯粹的工具性存在，不具备绝对的价值中立属性。算力及其衍生的智能系统，内嵌着设计者的认知偏好与预设的决策逻辑。当算力主导的智能中枢系统在政府日常运行中发挥关键作用时，其实质上已参与到“治理应关注什么”“资源应优先流向哪里”等规范性问题的预设之中。可见，算力已然脱离单纯技术基础设施的工具属性，并开始在国家治理中承担更为重要的功能。但其与国家治理的深度融合，尚需通过前瞻性的制度建构，明确技术应用的边界与价值底线。
综上所述，在算力深刻影响经济发展和全球竞争格局的背景下，实现算力资源向国家治理能力的有效转化，仍需经由制度化调配、组织化应用和规范化监督。然而，现有研究多聚焦于算力产业发展、[11]基础设施建设[12]和技术应用价值[13]等方面，对算力如何进入治理体系、如何形成制度效能，以及可能产生的治理风险缺乏系统分析。因此，有必要进一步阐明算力赋能国家治理的条件和路径，同时明确算力应用面临的内在局限和规范策略。
算力赋能国家治理现代化的作用机制与传导路径
算力本身仅具备数据存储力、信息计算力、网络运载力等技术属性，算力资源向国家治理能力的转化，尚需经由多重作用机制和传导路径方能完成。这就要求政府在面对技术变革时，立足治理需求与治理目标，界定技术的使用方式与使用领域，通过功能整合与模式维持保持系统的平衡与稳定，进而实现持续迭代与升级。[14]
算力通过重塑信息处理能力，提升治理的感知精度与响应速度。传统科层制作为一种治理体制，长期面临信息困境，体现为信息传递过程的选择性过滤问题：基层组织会倾向于向上报送可控的正面消息，中层组织则根据上级偏好对信息进行加工，经过多层流转之后，上层组织接收的信息往往与基层实际情况存在偏差。困境的根源并非组织内个体行为的偏差，而是科层制自身固有的组织行为逻辑。换言之，各层级组织都掌握着上级所不具备的地方性知识，这种信息不对称构成上下级组织博弈的权力基础，信息透明的提升则意味着此类权力的消解。算力技术在国家治理中的应用，为上级组织打破这种信息困境提供契机。然而，其化解困境的路径并非沿着科层链条单纯“加速”信息流转，信息加速传递无法从根源上消除选择性过滤，而是通过技术手段搭建起从基层治理末梢直达核心决策层的信息通道。在算力驱动下，数据分析、人工智能模型等技术能够拓宽治理信息的采集范围、提高多源数据关联分析能力，并实现信息的跨层级传递。依托畅通的信息传送渠道，国家得以持续向上汇聚社会信息，以最大限度“看到”社会。[15]这种“看到”实现国家对社会的整体性把握，将以往难以洞见的社会趋势、潜在风险转变为可观测、可记录的治理资源。例如，以合肥市为代表的一些国内城市所建设的城市生命线安全工程，通过在地下部署智能传感设备实时捕捉潜在风险，同时在云端依托算力集群为风险研判和处置提供支撑。可见，在算力赋能下，科层组织的信息困境得到有效纾解，国家治理的清晰度也得以显著增强。
与此同时，国家信息处理能力的提升，重塑治理的时间结构，推动治理模式由“被动处理”转向“主动响应”。无论是风险识别，还是服务响应，均可随事件发展同步推进。治理不再局限于需求涌现后的事后介入，而是能够借助算力赋能下的模型推理预测，实施前置性干预。例如，通过对居民高频诉求的连续分析，治理部门可预测不同群体的服务需求，进而对服务资源进行预分配。需要注意的是，主动型治理的实现依赖于治理工具的技术迭代，从而使技术与治理的关系实现由简单嵌入到深度融合的质的飞跃。2026年3月，北京市进一步研发“北京12345”智能体，建设智能客服、智能坐席、智能职场，打造民生智库，构建城市民情指数，这一系统将人工智能技术深度嵌入“接、派、办、评”全链条工作流程，实现从被动响应到主动治理的范式转换。随着算力赋能下治理的时间结构发生变化，治理响应速度也愈发敏捷，甚至可达到“未诉先办”的状态。然而，信息处理能力的提升，并不必然带来国家治理能力的跃升，如果治理主体迷信于“信息越充分则治理效果越好”的预设，则易落入信息论[16]式的简化主义陷阱。
算力的治理效能依赖于“场景化”转化与制度中介作用的双重支撑。一方面，算力须在具体的治理场景中发挥作用。“场景”之所以关键，在于其承担着连接“技术可能性”与“治理可行性”的实践转化功能（如图1）。在治理语境中，以场景为基本组织单元的设计，本质上是将治理问题本身作为技术应用的起点与归宿，而非简单地将技术能力投射到政务领域。[17]以此观之，治理场景决定着算力发挥作用的具体方式，这要求治理主体在技术系统开发阶段同步识别潜在的场景需求，以避免因盲目建设而造成投入与产出严重失衡的困境。为此，治理主体需围绕政务服务、城市治理、公共管理等具体场景建设示范应用，进一步推动典型场景与算力技术的深度融合。例如，2025年10月，中央网信办和国家发展改革委联合印发《政务领域人工智能大模型部署应用指引》，将应用场景创新作为推动大模型与政务领域深度融合的重要抓手，出台一系列兼具针对性和前瞻性的举措。可见，只有围绕治理场景与组织运行形成清晰的建设目标，算力投入才能获得明确的方向。
另一方面，算力嵌入须与治理场景中的制度逻辑相适配。算力赋能国家治理的制度传导路径可概括为四个环节：治理需求识别、业务流程重构、制度规则调适、治理效能释放。其一，治理主体需根据实际问题识别治理需求，进而明确技术嵌入的适用范围；其二，在技术与组织相互调适的基础上推进业务流程重构，这要求治理主体打破以部门为中心的科层惯性，围绕技术嵌入重新优化组织的治理结构和运行逻辑；其三，制度规则调适要求治理主体根据业务流程重构的具体情况，对既有的组织规章和制度进行针对性修改，使制度适配技术的运行；其四，经由上述环节的逐步推进，算力方能真正融入治理场景并形成治理效能。2026年，《深圳市深入推进“人工智能＋政务服务”工作方案》发布，这一方案强调以“人工智能＋”推动政务服务模式重构，打造精准识别需求、主动规划服务、全程智能办理的政务服务新模式。可见，算力赋能国家治理的制度中介具有决定性意义，其决定着算力潜能可在多大程度上转化为实际的治理效能。其深层原因在于国家治理的复杂性：公共部门的运行嵌入于法定职责、程序规范与组织分工交织而成的制度网络，脱离具体治理任务和业务流程的智能应用，往往难以被组织有效吸纳。如果无法实现技术与制度的适配，即使算力资源充足，也容易陷入“有技术而无治理”的困境。
算力赋能最终指向治理范式的变革。从深层次看，算力正推动国家治理从“经验治理”走向“模型治理”，从“事后治理”走向“预见治理”，从“科层治理”走向“平台治理”。从决策逻辑层面来看，决策者的经验固然重要，但决策者依靠模型推演从海量数据中寻求更优方案，已成为不可逆转的发展趋势。在传统工业社会，治理活动高度依赖决策者的个人经验和判断力，彼时社会信息流动相对缓慢、社会结构相对稳定。然而，在数智时代，社会日益呈现出“液态”特征，即社会结构更具灵活性、社会关系更趋不确定，社会运行节奏和复杂性已远超个体经验的承载范围。如果此时仍以经验为决策依据，便易于陷入有限经验认知和复杂社会现实之间的张力，而这一张力恰恰构成社会治理风险的重要源头。算力则能以其强大的计算能力处理远超人类认知极限的信息，进而为决策者提供经验以外的认知支撑。例如，2025年，武汉市联合华为发布全国首个超大城市运行管理智能体，依托统一算力中心、数字化底座与四大人工智能中心（智能体中心、知识中心、语料与模型中心、模型安全中心），让城市“看得见、管得住、处得快、会思考”。从治理机制层面来看，治理主体借助由算力驱动的城市计算中枢，可依据历史数据及实时信息进行即时决策，推动治理关口不断前移。例如，杭州城市大脑通过精准捕捉城市实时交通流数据，并结合历史出行模式对交通流量进行预测。[18]同时要看到，预见治理仍需面对技术的不确定性，算法无法穷尽所有现实可能性，任何预测模型都难以完全规避误差或“幻觉”。此外，当治理行为由“事后介入”转向“事前预判”时，决策者还须直面“可能发生但尚未发生”事件采取应对措施的正当性，以及预测失误所引发的问责难题。从组织协同层面来看，算力驱动下的平台型治理模式有助于打破部门间、层级间的信息壁垒，为跨部门数据共享和业务协同创造条件。算力驱动的算法中心将成为新的治理“大脑”，承担战略目标分解、资源动态配置等职责，并在其周围形成边缘自治单元，构建起中心—边缘的动态组织结构。[19]以上海为代表的国内多地正推行政务服务“一网通办”、城市运行“一网统管”，实现“一屏观天下、一网管全城”，构成数智时代跨部门协同治理的典型样本。依托这类技术底座，原本相互割裂的业务流程在统一的算力逻辑下得以重新串联，公共治理的运转链条得以显著缩短。
算力推动的治理范式转变，并不仅仅是对既有智能政务系统运算速度与运算效果的简单优化，其深层价值在于推动国家治理实现以计算能力为内核的“时空压缩”与“结构重组”。在范式转变的过程中，治理主体的信息获取能力实现质的跃升，治理决策的时间结构得以重塑，治理行为的时空边界不断拓展。在此基础上，国家治理能力因认知边界的延伸、治理关口的前移、组织协同的重构实现整体性提升，推动国家治理超越对社会问题的被动事后应对，转向对复杂社会系统的持续感知、动态模拟和前瞻干预。因此，从更宏观的视角审视，算力驱动的国家治理现代化跃迁，不仅改变治理所依赖的技术底座，还重塑国家认识社会、调度资源和组织活动的基本方式。未来，国家间治理能力的竞争将愈发体现为利用算力获取治理信息、整合治理资源、调整组织结构的能力之争。
算力赋能国家治理的约束条件与风险防范
算力已成为国家治理现代化的关键支撑，但其在对国家治理赋能的过程中，仍面临一定的约束条件。这些约束既源于技术自身的局限性，也有来自制度环境、组织能力和价值规范层面的制约。
技术层面，算力无法替代人在国家治理中的主导作用。算力赋能国家治理的主要优势在于其对超大范围和数量的信息进行计算的能力，“可计算性”是其发挥治理效能的前置条件。然而，治理主体所面对的复杂公共事务中存在大量不可计算或难以计算的情形。德国哲学家哈贝马斯在分析工具理性行为和交往行为时指出，工具理性关注目的并以效率作为评价标准，交往行为的目的则是尽力与其他行为者达成共识或相互理解。[20]技术擅长处理的是以“目的—手段”逻辑为主导的工具性行为领域，一旦涉及交往行为的领域，便超出其有效边界。例如，邻里矛盾纠纷调解、政策制定价值权衡等治理实践，本质上属于交往行为范畴，其治理目标并非追求技术层面的最优解，而是依托多主体间的沟通与协商，达成各方在具体情境下所能接受的“合意解”。再者，现代风险社会的重要特征在于“人为不确定性”的扩散，风险本身具有不确定性与难以预测性，这同样影响计算的效度。进一步而言，算力赋能国家治理的技术边界还受到治理的时间结构变化的影响。智能政务模型的训练通常以历史数据为基础，其所作出的预测自然基于对既有规律的总结。与之相对，公共治理面对的是充满开放性的未来社会场景。一方面，人的行为无法被完全预见，社会发展存在诸多变数，治理主体难以确保人的行为与社会演变严格遵循既有路径；另一方面，以算力为代表的数智技术在与被治理者的互动过程中可能影响其行为，甚至改变算法的预测基础。这种现象可用吉登斯的“双重诠释”（double hermeneutic）概念加以阐释，即社会科学的研究对象能够理解社会科学的概念和发现，并将其纳入自身行动，进而改变研究对象本身。由此可见，以历史数据挖掘为基础提炼规律、预测未来的政务模型，其预测能力存在固有局限，且对历史经验的过度强调可能妨碍决策者洞察新趋势。因此，算力赋能国家治理的过程必须坚持人类主导的基本原则，并在需要进行充分价值权衡的治理行为中，保留人类介入的干预渠道。例如，深圳市福田区发布的《福田区政务辅助智能机器人管理暂行办法》，要求每个政务机器人必须配备人类“政务机器人监护人”，这些“数智员工”的输出结果需要有相应“监护人”的同意才能生效。
制度层面，算力赋能国家治理受制于制度环境与组织惯性。对此，需从两个方面加以理解。一是制度供给的有效性。算力作为一种新兴技术治理要素，其管理和使用需通过相应的制度规范加以引导。由于算力具有复合属性，其既是基础设施，也是基础性生产要素，现行法律法规尚未对其进行类型化区分。在定位不够明晰的情况下，算力资源的政府内部调度以及算力要素的市场化流动均受到一定程度的约束。例如，当前算力市场规范体系呈现出“政策多、立法少”的结构性特征，立法层面尚未明确算力是否属于独立的交易标的或财产类型，交易环节也尚未形成统一认可的度量标准与市场化定价模型。制度供给的相对滞后，容易造成算力资源应用的制度依据不足，进而影响算力在政府场景下的资源配置和调度效率。二是组织层面的结构性阻力。一方面，数字形式主义的存在使数字治理实践偏离其目标。[21]数字形式主义主要体现为科层组织过度关注技术形式而忽视实际治理成效。一些地方政府在实践中存在高估算力驱动作用的情况，将算力投入规模的扩张简单等同于治理效能的提升，工作重心偏向技术采购和算力扩容，难度更高的组织流程再造、制度规则调适工作则容易被边缘化。另一方面，治理主体在治理变革中面临组织体系革新带来的现实挑战。承前所述，算力驱动的治理范式转型，要求信息在不同部门和层级之间自由流动与共享。然而，科层制的结构逻辑导致组织的条块分割，阻滞信息的横向流通和纵向传递。算力驱动的协同共享逻辑与科层制的条块分割逻辑之间的内在张力，构成算力赋能国家治理的组织边界。可见，如果不能实现技术系统与组织系统间的动态调适，算力赋能的国家治理便容易滑向“重技术应用、轻治理实践和组织适配”的技治主义倾向。
价值层面，算力嵌入国家治理面临效率与公平、公共性与垄断性之间的张力。算力赋能国家治理的主要目标，在于提高治理效率、降低行政成本和优化资源配置，但在实践落地过程中，往往伴随多重价值维度的调适冲突。一方面，算力嵌入国家治理必须直面“算力鸿沟”带来的结构性分化问题。当治理体系越来越依赖算力驱动的智能系统提供公共服务、配置资源时，一些算力接入或应用能力相对不足的群体，可能面临被技术体系边缘化的风险。受城乡、区域算力接入能力差异的影响，不同群体获取数字化公共服务的质量与水平亦呈现出差异化。对于数智适配能力较强的群体，往往能够享受更便捷、更精准的数字化公共服务，而缺乏算力接入条件的地区和群体，则难以充分承接数智治理红利。因此，治理效能的非均衡分配可能放大区域与群体发展差距，甚至催生数智治理场景下的新型“马太效应”。《综合算力指数蓝皮书（2025）》显示，我国省级行政区综合算力指数前十榜单中，东部地区占据六席，综合算力格局仍呈现“东部引领、中西部崛起”的协同发展态势。[22]从短期发展态势来看，算力基础设施建设完备的区域能够依托算力赋能进一步优化公共治理水平，算力基础设施相对薄弱的地区则会在治理迭代升级中呈现一定滞后性，这种累积性发展差距或将在长期演化中逐步固化为新的社会分化格局。另一方面，算力资源的过度集中，可能形成新的权力结构。近年来，英伟达（NVIDIA）等部分大型科技公司通过控制大量算力资源，排挤竞争对手以巩固市场地位，进而形成“算力垄断”[23]现象。当算力资源过度向少数市场主体集中，这种市场格局失衡可能从市场垄断问题，进一步传导至公共治理领域，形成影响公共治理的“新权力”。有学者指出，算力规模的扩大和效能的提升会产生权力效应，在传统的物理空间之外形塑虚实结合的“数字权力空间”，以算力强化权力、以算力优化权力，表现出对政治客体强大的影响力和控制力。[24]算力一旦成为社会运行的基础性资源，算力资源的掌控主体将在一定程度上拥有影响治理过程的能力。进而言之，算力集中带来的风险已从传统的“接入鸿沟”，蔓延至“能力鸿沟”与“模型权力”层面。算力差异不仅涉及“能否接入”的问题，更体现为计算能力与智能模型应用水平的层级差异。最终，拥有更强算力的治理主体能够形成更为强大的治理能力，将算力优势转化为治理话语权、资源分配权等新型权力。
由此观之，算力赋能国家治理的实现，需克服诸多约束条件并构建适配的规制框架，推动算力与国家治理体系形成良性的结构耦合机制。第一，加强对算力应用过程的程序规制。为规避算力嵌入国家治理过程所带来的技术失灵风险，政府需建立完备的审查与风险评估机制，明确“人机共治”的基本原则，防范算力中心主义催生的“算力暴政”“算力利维坦”等风险。第二，以算力的双重属性为依据制定完善配套管理制度。算力在数智时代既是新型信息基础设施，也是支撑新质生产力发展的重要生产要素，对算力的管理需兼顾国家治理效能提升和有效市场建设。一方面，着力破解算力资源区域分布失衡、跨域调度制度缺失等现实问题，优化算力资源产业布局并建立算力跨区域调度机制；另一方面，依托全国一体化算力网，构建分级分类的算力交易平台，明晰算力交易与使用的相关规则。第三，结合算力嵌入组织运转的新情境进行组织设计。科层制的组织架构和路径惯性可能构成制约算力赋能治理的组织瓶颈，算力时代的组织设计应围绕算力的技术治理逻辑进行重构。这既要求政府根据具体治理场景调整组织结构和治理流程，也要求其打通部门间的信息、数据共享的制度壁垒，实现算力体系与科层组织的深度融合。第四，以公共价值为导向，纾解算力嵌入国家治理的伦理张力。公共治理需要兼顾效率与公平、秩序与安全等多重目标，政府在规模化应用算力的同时，还应关注算力鸿沟、平台权力扩张等行政伦理层面的挑战。对此，可通过完善算力普惠性供给措施、加强对大型算力科技企业的责任约束等路径，防范算力资源配置失衡与技术权力扩张所带来的公共性风险，确保算力发展和使用的正确导向。概言之，通过上述规制框架的协同作用，算力的技术潜力方可充分释放，有序转化为国家治理能力，为推动国家治理体系和治理能力现代化持续推进提供技术性支撑。
结语
算力对国家治理的赋能并非技术工具的简单植入，而是触及治理底层逻辑的系统性变革。算力赋能国家治理现代化，需实现技术逻辑和治理逻辑的深度融合，其关键在于，依托技术治理逻辑拓展治理主体的能力边界，用国家治理逻辑规约技术应用的发展方向。进言之，两者的融合需要突破技术、制度和价值层面的边界，使算力真正融入国家治理体系的运行机理中。面向未来，算力赋能国家治理现代化的关键，并不局限于算力基础设施的硬件建设，而在于构建一种能够持续调适技术逻辑与治理逻辑之间张力的制度生态，使算力既成为提升治理效能的有力支撑，又能够规避效率导向下可能出现的价值偏移，守护治理应有的公共关怀与人文温度。
（本文系四川警察学院智慧警务与国家安全风险治理重点实验室2026年度开放课题“基于人机融合的城市公共安全风险态势感知与智能预警机制研究”与中国社会科学院基础智库研究项目“人工智能赋能政务服务的政策调适研究”的阶段性成果，项目编号分别为：ZHKFZD2601、ZKJC261503）
注释
[1]李辉、王娜、王龙：《总体国家安全观视域下的算力安全治理研究》，《中国科学院院刊》，2025年第3期。
[2]《加强数字政府建设 推进省以下财政体制改革》，《人民日报》，2022年4月20日，第1版。
[3]“网力”主要指互联网及相关信息技术，其产业体系和结构以电子信息、网络通信等产业为主导。参见刘志彪：《新质生产力的产业特征与驱动机制》，《探索与争鸣》，2024年第3期。
[4]《清华大学全球产业研究院联合发布〈2022-2023全球计算力指数评估报告〉》，2023年8月14日，https://www.igi.tsinghua.edu.cn/info/1019/1321.htm。
[5]张昕蔚、刘刚：《人工智能与传统产业融合创新机制研究——基于对中国智能安防产业创新网络的分析》，《科学学研究》，2022年第6期。
[6]彭璧玉、肖月、齐悦：《全球算力治理范式重构：从理论逻辑到实践路径》，《华南师范大学学报（社会科学版）》，2026年第3期。
[7]算力规模以FLOPS（Floating Point Operations Per Second）为单位，表示每秒所执行的浮点运算次数，而EFLOPS代表每秒一百万亿次浮点运算，以此度量设备的超计算能力。
[8]徐宏潇：《“算力即国力”：数智时代算力重塑国力博弈新态势及中国应对》，《浙江工商大学学报》，2025年第4期。
[9]李韵、严金强、胡淼：《算力的政治经济学分析：基于生产力系统的理论视角》，《当代经济研究》，2026年第6期。
[10]米加宁、李大宇、董昌其：《算力驱动的新质生产力：本质特征、基础逻辑与国家治理现代化》，《公共管理学报》，2024年第2期。
[11]程乐：《国产算力高效供给如何“突围”》，《人民论坛》，2025年第22期。
[12]韩先锋、曾迪、朱承亮：《超算“引擎”：算力基础设施如何驱动关键数字技术创新》，《中国软科学》，2026年第4期。
[13]潘浩之、刘心怡：《“普惠”驱动“共享”——城市算力基础设施促成“开源创新共同体”的路径与要素》，《同济大学学报（社会科学版）》，2026年第1期。
[14]吴克昌、黄冉：《技术与组织的二重奏：中国数字政府变迁逻辑研究》，《电子政务》，2025年第7期。
[15]吕俊延、刘燚飞：《国家的“视力”：技术革命与国家信息能力建构》，《政治学研究》，2023年第5期。
[16]信息论的主要思想是：信息是用来消除随机不确定性的东西，信息量越大，对某件事的不确定性就越低。
[17]董昌其：《以场景为牵引的政务大模型应用：范式转型、实践分野与能力生成》，《天津行政学院学报》，2026年第1期。
[18]郭继文、冯国强、房超、张洪胜：《城市拥挤效应破解的数字化方案：以杭州“城市大脑”治堵为例》，《世界经济》，2025年第11期。
[19]马光选、陆涛：《算力科层制：算力驱动下的科层制组织数智化转型》，《领导科学》，2026年第1期。
[20]中国信息通信研究院：《综合算力指数蓝皮书（2025年）》，2026年1月，https://www.caict.ac.cn/kxyj/qwfb/bps/202601/P020260108609145818593.pdf。
[21]刘光斌：《理性、行为与社会——论哈贝马斯现代性分析的三个向度》，《东北大学学报（社会科学版）》，2010年第5期。
[22]范炜烽、白云腾：《何以破解“数字悬浮”：基层数字治理的执行异化问题分析》，《电子政务》，2023年第10期。
[23]刘天语、王硕：《算力伦理学：智能时代的数字伦理新形态》，《自然辩证法研究》，2025年第4期。
[24]马光选、陆涛：《从算力看待权力：数字智能时代算力对政治权力的系统性改造论纲》，《党政研究》，2025年第1期。
责 编∕邓楚韵 美 编∕梁丽琛
Computing Power Empowerment for National Governance Modernization:
Logic and Effectiveness Boundaries
Que Tianshu
Abstract: Currently, computing power is being deeply embedded in the national governance system, shaping a new empowerment paradigm defined by the interplay of technology-driven impetus and governance demands. The formation of this paradigm stems from the structural coupling generated by technological evolution, is constrained by the endogenous demands of governance transformation, and is also subject to the external pressure of computing power competition among major powers. From the perspective of transformation mechanisms, the empowering leap of computing power into governance effectiveness takes the reconstruction of information processing mechanisms as its starting point. Through a systematic adaptation path covering scenario-based governance implementation, organizational process optimization, and institutional rule adjustment, it drives the in-depth integration of computing power capabilities with governance decision-making logic, operational mechanisms, and organizational coordination systems. Nevertheless, this empowerment process remains restricted by multiple factors including technical attributes, institutional inertia, and value conflicts. In this regard, establishing a scientific and sound regulatory system and maintaining a dynamic equilibrium between technological logic and governance logic hold the key to ensuring the orderly transformation of computing power's technological potential into high-quality governance effectiveness.
Keywords: computing power, modernization of national governance, empowerment logic, effectiveness boundaries, technological governance
