樊軼俠 孫怡樂 彭聰

【摘要】數據中心作為我國“新基建”的核心與主線之一， 既為人工智能、物聯網、云計算等提供底層支撐， 也為優(yōu)化產業(yè)結構、推動區(qū)域一體化協調發(fā)展提供廣闊空間。 通過梳理全球及國內數據中心產業(yè)發(fā)展狀況和發(fā)展趨勢， 針對該產業(yè)發(fā)展過程中面臨的難題和痛點， 借鑒發(fā)達國家支持數據中心優(yōu)化發(fā)展的經驗， 提出助力數據中心產業(yè)發(fā)展質量提高的政策思路。

【關鍵詞】數據中心;產業(yè)發(fā)展;數據監(jiān)管;人才支撐;新基建

【中圖分類號】 F49? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）05-0128-6

隨著大數據時代的到來， 數據已上升為國家戰(zhàn)略資源。 大數據中心作為海量數據存儲、計算和交互的中心， 是國家產業(yè)轉型升級的基礎設施， 推動工業(yè)經濟邁向數字經濟時代。 在經濟下行壓力下， 新型基礎設施建設有利于釋放我國經濟潛力， 培育經濟發(fā)展新動能。 2020年3月4日， 中央政治局常務委員會召開會議， 強調加快5G網絡、數據中心等新型基礎設施建設進度。 4月20日， 國家發(fā)展改革委在新聞發(fā)布會上首次明確了“新基建”的內涵， 即“以新發(fā)展理念為引領， 以技術創(chuàng)新為驅動， 以信息網絡為基礎， 面向高質量發(fā)展需要， 提供數字轉型、智能升級、融合創(chuàng)新等服務的基礎設施體系”。 數據中心作為“新基建”的核心和主線之一， 為人工智能、物聯網、云計算等運行提供底層支撐， 在迎來新發(fā)展機遇的同時， 也面臨著環(huán)保、監(jiān)管等多方面的嚴峻挑戰(zhàn)。

一、全球及我國數據中心產業(yè)發(fā)展現狀和趨勢

（一）發(fā)展現狀

1. 全球IDC（互聯網數據中心）市場規(guī)模穩(wěn)定增長。 近年來由于移動互聯網快速發(fā)展， 數據量激增， 5G商業(yè)化進程加速， 使得作為IT底層基礎設施的數據中心市場規(guī)模飛速擴張。 根據中國產業(yè)信息網相關數據， 2014 ～ 2018年全球IDC市場規(guī)模保持著每年近20%的穩(wěn)定增速， 預計2020年市場規(guī)模將擴張到9144億元。 在“互聯網+”、大數據戰(zhàn)略等國家政策的指導下， 我國IDC市場規(guī)模連續(xù)呈現高速增長趨勢， 近兩年增速高于全球平均水平， 并占據了全球越來越大的市場份額， 2019年我國增速超過了20%。

2. 全球超大規(guī)模數據中心分布呈現“一超多強”的態(tài)勢。 Synergy Research研究顯示， 2018年全球超大規(guī)模數據中心有430個， 較2017年增長了11%。 2018年， 美國以40%的絕對優(yōu)勢連續(xù)三年保持全球第一的地位， 占比大于中國、日本、英國、澳大利亞和德國之和， 但與2017年相比下降了4%; 中國占比8%， 與2017年相當。 隨著其他國家奮起直追， 美國的絕對優(yōu)勢地位受到了一定的挑戰(zhàn)。

3. 我國數據中心區(qū)域布局不斷優(yōu)化。 在國家數據中心建設政策指引下， 我國數據中心區(qū)域布局不斷優(yōu)化。 中國數據中心市場目前呈現出以京津冀、長三角、大灣區(qū)為代表的城市群發(fā)展格局， 西部地區(qū)及北上廣周邊城市數據中心的占比有所提升。 根據中國信通院的數據， 截至2017年， 西部地區(qū)在用數據中心機架數全國占比由2016年的20%提高到22%， 北上廣的機架數全國占比由2016年的42%下降到37%。 截至2018年， 廣東、上海、北京仍然分布著數量最多的超大規(guī)模數據中心， 主要原因是這些城市網絡條件好、用戶需求量大。 但是隨著一線城市地價攀升、限制高耗能產業(yè)進入等， 新建的超大型規(guī)模數據中心正越來越多地從一線城市向周邊及西部地區(qū)轉移。 比如， 近年來河北省、內蒙古自治區(qū)等地大量新建數據中心， 大大緩解了北京“一柜難求”的局面。

4.目前國內數據中心產業(yè)的主要參與者有三類， 其中電信運營商占主導。 數據中心產業(yè)的三類參與者， 分別是電信運營商、云計算服務商和第三方IDC供應商。 第一， 三大電信運營商因起步較早， 在國內IDC市場占據主導地位， 其中份額最高的中國電信占比為42%， 超過中國聯通和中國移動之和。 第二， 云計算行業(yè)發(fā)展產生大量數據中心的建設需求， 在全球范圍內云計算龍頭企業(yè)是超大規(guī)模數據中心的主要擁有者。 亞馬遜、微軟、IBM和谷歌這幾家企業(yè)每家都至少擁有5座超大規(guī)模數據中心， 阿里云、騰訊、華為也在山東省、浙江省、貴州省等多地建造大規(guī)模數據中心。 甲骨文、亞馬遜等企業(yè)通過合作運營模式紛紛落地中國， 加快在中國市場的布局。 各巨頭正紛紛打造以“我”為主的云生態(tài)， 強化對云計算行業(yè)的掌控力。 第三， 第三方IDC供應商多為中小型企業(yè)， 發(fā)展格局不大， 但定制化能力較強， 是云計算的底層基礎。 IDC供應商負責 IDC 機房的建設， 以土地資源為基礎， 為機房配置網絡連接、供電、溫控、消防及監(jiān)控等系統(tǒng)， 在運營商和云服務商難以獲得土地資源時， 由IDC供應商向其出租機柜。

（二）發(fā)展趨勢

1. 更多資源向頭部企業(yè)傾斜， 行業(yè)集中度上升。 從全球數據中心發(fā)展經驗看， 與數據量飛漲相對應的， 是大數據中心總體數量下降。 據 Gartner 統(tǒng)計， 截至 2017 年全球數據中心共計44.4萬個， 其中微型數據中心42.3萬個， 小型數據中心1.4萬個， 中型數據中心5732個， 大型數據中心1341個; 2018年全球數據中心數量下降到43.6萬個， 預計2020年將減少至42.2萬個。 數據中心大型化、規(guī)?；⒅悄芑厔菝黠@， 企業(yè)與政府都傾向于通過規(guī)模建設避免盲目化和重復投資。 許多小型數據中心面臨著資金不足、能耗不過關、數據安全難保障等問題， 最終被并購、重組為大型數據中心， 即行業(yè)集中度不斷上升， 頭部企業(yè)競爭力更強。 根據賽迪顧問數據， 2019年我國超大型、大型數據中心數量占比達到12.7%。

2. 數據中心綠色化水平不斷提高。 大型數據中心可以利用規(guī)模效應提高企業(yè)的利潤水平， 獲得更多的稅收優(yōu)惠和更低的能源、土地價格， 因此能有更多的資金投入環(huán)保技術研發(fā)。 隨著數據中心大型化的發(fā)展， 其能耗水平不斷降低， 優(yōu)秀綠色數據中心案例不斷涌現。 據中國信通院統(tǒng)計， 截至 2017 年， 全國在用超大型數據中心平均運行PUE為1.63; 大型數據中心平均為1.54， 最優(yōu)則達到1.2左右。 2017年在建的超大型、大型數據中心的平均設計PUE分別為1.41、1.48。 近五年來， 百度、騰訊、阿里巴巴等公司新建造的大數據中心PUE多控制在1.35以下。

據國際數據公司IDC統(tǒng)計， 2016年全球數據存量達16ZB， 預計到2025年該值將從2020年的40ZB增長到160ZB。 近年來， 音頻、視頻等非結構化數據量飛速增長， 推動了大規(guī)模數據中心的發(fā)展。 由于多數小型數據中心面臨資金不足、設備老舊、維護水平落后等問題， 電力和網絡費用相對較高， 能耗高且收益低， 因此， 大型、綠色化的數據中心是未來的發(fā)展趨勢。

二、我國數據中心產業(yè)發(fā)展面臨的痛點

國內數據中心建設如火如荼， 不少地方政府把其看作未來經濟發(fā)展的新引擎和新機遇。 但同時， 由于國內數據中心產業(yè)起步較晚， 各方面條件都不完善， 仍然面臨著很多棘手的問題， 主要存在四個痛點。

（一）高能耗與綠色發(fā)展之間的矛盾

數據中心用于數據存儲、計算和處理等， 需要24小時不間斷運轉， 這種運行方式必然會造成高耗能， 需要大量水、電資源， 隨著數據中心規(guī)模的擴大和數量的增長， 能耗如何符合環(huán)保要求成為行業(yè)痛點。 一般情況下， 常用PUE指標評價數據中心的能源效率， 即數據中心消耗的所有能源與IT負載消耗的能源之比， 該指標越接近1， 表示該數據中心的綠色化水平越高。 控制PUE可大幅降低數據中心供應商的營業(yè)成本， 也更加綠色環(huán)保。 從我國實踐來看， 2018年開始， 國家已明確出臺政策限制一線城市數據中心的能耗水平， 山東省和杭州市也出臺了相關的文件限制數據中心的能耗水平， 具體如表1所示。 由此可見， 處理好高耗能與綠色發(fā)展之間的關系已經成為大數據中心發(fā)展的一大難題。

（二）易出現投資過熱、產能過剩的現象

隨著數據中心產業(yè)的快速發(fā)展， 很多企業(yè)都想從中分一杯羹， 于是不少制造業(yè)企業(yè)通過并購或改造一到兩個數據中心投資于該行業(yè)， 但由于缺乏相關建設運營和管理經驗， 部分新建數據中心質量較差、運營效率較低。 由于資本大多更看重短期的回報率， 因此要防止產能過剩的情況出現在數據中心產業(yè)中。

數據中心的上架率是用來衡量產能利用率高低的主要指標。 2016年年底， 我國數據中心總體平均上架率為50.69%， 其中超大型數據中心的上架率僅為29.01%， 遠低于中小型數據中心的上架率， 作為重點發(fā)展對象的超大型數據中心， 其利用率水平并不高。 從地域上來看， 北上廣深數據中心上架率達到60%以上， 部分西部省份上架率還不足30%， 與中心城市存在著較大差距。 另外， 有一部分已建好的數據中心沒有充分發(fā)揮其作用， 這可能是由于與產業(yè)對接尚不完善導致的。 未來幾年， 數據中心將成為國家的重要戰(zhàn)略領域， 因此更應警惕數據中心重復建設、產能過剩的現象。

（三）建設成本區(qū)域差異化明顯

耗能和土地占據了數據中心70%以上的建造成本， 也是數據中心發(fā)展的一大關鍵。 從建設成本來看， 一個數據中心的核心競爭力主要有三點：一是如何控制能耗， 包括電力和散熱成本; 二是是否具備足夠的資金購買自建機架的土地; 三是能否拿到有區(qū)位優(yōu)勢的土地資源。 其中， 電費在數據中心的建設成本中占比最高， 達到55.6%。

土地是建造大數據中心所必需的條件之一， 因此該產業(yè)展現出地產行業(yè)“區(qū)域差異化成本”特征。 一線城市的數據中心建設指標供不應求， 土地資源極為短缺。 但由于客戶需求驅動和對網絡時延的高要求， 數據中心的選址仍舊青睞一線城市， 與這些優(yōu)越條件相匹配的就是高地價和高額水電費。 在一線城市買地貴、買地難的狀況下， 一些電信運營商和云服務商會選擇租賃第三方IDC的機柜， 或去西部、周邊城市自建大數據中心， 或是將市內高能耗、高污染企業(yè)的破舊廠房改造成大數據中心， 這有利于緩釋一線城市較高的建設成本[1] 。

雖然將數據中心建在中心城市可以獲得高質量的網絡、高層次的技術人才和充足的市場需求， 但是建設成本也遠遠高于非中心地區(qū)。 在商業(yè)化數據中心之外， 還存在著其他企業(yè)、政府機構等建設的大型數據中心， 相比于市場需求和網絡時延來說， 他們更看重建設和運營成本的多少。 隨著互聯網競爭日趨激烈和新一代信息技術的發(fā)展， 區(qū)域間的服務差異性趨于降低， 新建的大型數據中心可能更青睞于自然條件和政策條件優(yōu)越的地區(qū)以實現其收益最大化。

（四）產業(yè)人才短缺

從 2010 年開始， 我國數據中心產業(yè)進入高速發(fā)展階段， 產業(yè)規(guī)模以每兩年翻一番的速度增長。 2016年有專家預計在未來3到5年間， 中國大數據產業(yè)需求180萬人， 而人才缺口有150萬人。 隨著產業(yè)規(guī)模的擴大， 各大高校紛紛申請開辦大數據本科專業(yè)， 到2018年已有283所高校獲批開設。 但校企合作制度尚未形成體系， 培養(yǎng)出來的大數據人才缺少實踐經驗， 難以快速上手， 需要較長的適應期， 人才的培養(yǎng)速度趕不上數據中心擴張的速度， 人才短缺問題逐漸暴露。 由于大數據中心專業(yè)化程度較高， 需要經驗豐富的專業(yè)人員參與運維， 但國內對于社會人員的大數據教育培訓體系不夠健全。 西部地區(qū)部分省份自然條件十分適宜建設數據中心， 但當地經濟發(fā)展水平相對較低， 重點院校相對較少， 對人才吸引力不夠， 人才缺乏的狀況較為顯著， 這些地區(qū)的部分數據中心正是因為運營水平低， 導致資源無法充分利用。

三、政策支持數據中心優(yōu)化發(fā)展的國際經驗

（一）央地聯手整合數據中心

美國的數據中心建設從早期的迅速擴張到如今的整合優(yōu)化， 離不開聯邦政府和地方政府的共同努力。 時至今日， 美國的數據中心整合已取得明顯成效， 對于同樣困擾我國的數據中心優(yōu)化問題提供了一定借鑒。

20世紀90年代， 美國商業(yè)數據中心開始崛起。 在發(fā)展過程中， 數據中心數量的增長速度遠超過其規(guī)模增速， 從1999年的432所增長到2010年的2100所， 大中小型數據中心紛紛涌現。 數據中心的迅速崛起離不開地方政府的政策扶持， 由于數據中心建成后可以給當地帶來收入和就業(yè)機會， 這對于地方政府來說是互惠互利的好事， 因此許多州出臺了財稅激勵政策以吸引數據中心落戶當地， 甚至為大型數據中心的投資者提供了許多特殊待遇。

之后的近十年時間， 美國三十余個州陸續(xù)出臺了針對大數據中心的稅收優(yōu)惠政策， 采取減免設備和能源的銷售稅、企業(yè)所得稅和財產稅等手段降低企業(yè)稅負， 支持數據中心產業(yè)的發(fā)展。 例如， 在亞利桑那州已有數十家公司享受到數據中心豁免設備銷售稅的優(yōu)惠， 該激勵措施有效期長達20年， 并從2015年開始減免電力和天然氣的銷售稅。 俄勒岡州為減少亞馬遜數據中心在本地的成本， 通過了免除數據中心品牌稅的法案， 還對在本地生產的企業(yè)給予財產稅減免的鼓勵措施。 2019年， 美國第三大數據中心市場伊利諾伊州也制定了稅收激勵政策， 規(guī)定在設施上投資2.5億美元以上并在5年內雇傭至少20名全職員工的數據中心可以享受地方銷售稅和所得稅的減免。

在地方政府的大力支持下， 美國數據中心數量迅猛增長， 但在這種粗放式發(fā)展模式下， 大量信息化基礎設施建設難以實現共享、行業(yè)發(fā)展不均衡、硬件資源利用率較低等問題隨之出現。 2010年， 美國政府數據中心的基礎設施投資僅占全部IT項目的30%左右， 資源使用效率低， 大量資金被浪費。 政府各部門在數據存儲及應用方面往往是各自為政， 數據口徑難以統(tǒng)一， 數據交流不暢通， 數據壁壘難以打破。 小型數據中心的數量供大于求， 阻礙數據共享與交互， 造成了能源和資金的嚴重浪費。 從2010年起， 美國聯邦政府提出了聯邦數據中心整合計劃（FDCCI）， 各州負責具體的整合工作， 共同推動數據中心大型化、一體化、綠色化建設。 自此之后， 聯邦政府陸續(xù)發(fā)布了一攬子聯邦數據中心整合戰(zhàn)略， 以實現節(jié)省政府IT支出、提高數據中心利用率的目標。 整合計劃通過運用“云計算優(yōu)先策略”減少數據中心的數量， 設立階段性關閉數據中心數量的目標， 通過不同的機構共享IT基礎設施， 推動數據中心的大型化、一體化， 從而實現數據中心的合并， 節(jié)省了大量資金， 不斷推進數據中心產業(yè)的優(yōu)化和升級[2] 。 在監(jiān)管方面， 聯邦政府要求審計署每年審查數據中心資產， 政府機構需提交數據中心優(yōu)化進度。 對于已關閉的數據中心處理工作， 也分情況進行了細致安排， 優(yōu)先遷移到云服務， 不合適的部分遷移到政府部門之間的共享服務、托管數據中心， 或政府部門內部更優(yōu)化的數據中心， 由總務管理局監(jiān)管并協調政府部門之間的共享服務。 截至2017年， 在聯邦政府的指導下， 各州數據中心整合的進程過半， 46%的州已經完成整合任務， 42%的州仍在推進， 其他州也將整合工作列入計劃之中。

（二）注重數據保護及開放

數據保護是信息化社會中必不可少的基礎工作， 數據安全得到有力保障是數據開放的前提。 目前， 世界各國都在加速數據立法進程， 加強對個人數據和公共數據的保護， 以為數據開放創(chuàng)造有利條件。

歐盟在個人數據保護方面走在世界前列， 其現行的《通用數據保護條例》對企業(yè)收集個人數據的方式進行了嚴格限制， 規(guī)定了數據處理的基本原則， 并且要求各成員國設立獨立機構對本國情況進行監(jiān)督， 實現歐盟和本國監(jiān)管的雙保險。 這一條例對數據安全保護力度之大、覆蓋面之全， 為歐盟各成員國間的數據流通提供了法律保障， 實現了成員國之間的無障礙信息共享， 也為其他國家提供了政策參考。

與歐盟相比， 美國仍未建立個人數據保護相關的聯邦層面的統(tǒng)一立法和獨立機構， 但是美國將數據保護視為數據治理領域的一大重點， 同時州政府對個人隱私保護十分重視。 《2018年加州消費者隱私法案》不僅提出了聯邦統(tǒng)一立法和設立監(jiān)管機構的具體建議及措施， 還賦予州總檢察長訴訟私權以保護公民的個人隱私不受侵犯。

日本、歐盟、美國都通過公共數據開放， 推動數據中心共建共享范圍。 在保障數據安全的前提下， 數據開放有利于激發(fā)大數據創(chuàng)新活力， 數據的自由流通可以為企業(yè)經營管理和政府決策提供便利。 若沒有信息交流互通， 就等于將一個個數據中心割裂開來， 成為一座座“信息孤島”， 這樣即便數據中心擁有再優(yōu)越的性能也沒有用武之處。 在數據公開計劃實施前， 美國政府只能依靠自身實現數據收集， 而該計劃實行后， 政府可以根據需求獲取各行業(yè)的信息， 并將數據廣泛應用于公共服務、國家安全等領域， 不僅大大降低了數據收集的難度， 還提高了工作效率。

（三）數據中心供需與區(qū)域產業(yè)發(fā)展對接

數據中心的區(qū)域布局受供需關系的影響， 根據市場需求以及水、電、網絡、土地等方面的費用， 將數據中心分為需求導向型和成本導向型： 需求導向型數據中心圍繞需求旺盛的中心城市布局， 成本導向型數據中心則選擇自然條件優(yōu)越、能源豐富的地區(qū)布局。 IDC產業(yè)的主力客戶為互聯網巨頭和云服務商， 大數據中心受用戶需求驅動多布局在經濟發(fā)達、信息化水平高的西部和沿海地區(qū)以及高等院校聚集、科研水平高的區(qū)域， 比如擁有數據中心數量最多的加利福尼亞州和德克薩斯州。 尤其是要求低網絡時延的產業(yè)如VR、車聯網等， 更愿意將其數據中心建立在電力穩(wěn)定、網絡質量好且延遲小的一線城市。 除了北美的芝加哥、紐約、華盛頓等地， 歐洲的巴黎、倫敦以及亞太的東京、悉尼等中心城市也滿足大量商業(yè)化數據中心的需求。

向高緯度、水電資源豐富的地區(qū)擴展成為數據中心布局的新動向。 例如， 美國臉書公司在俄勒岡州的普賴恩維爾地區(qū)建設數據中心， 主要是考慮到當地的氣候條件十分適宜建設數據中心。 由于數據中心需要24小時不間斷運行， 會產生大量的熱量， 而俄勒岡州屬于高緯度地區(qū)， 全年氣候涼爽、濕度適宜， 具備良好的自然風冷卻條件， PUE值可達到1.07， 數據中心的能耗水平非常低。

（四）高度重視數據中心產業(yè)人才支撐

數字經濟時代的到來催生了對大數據人才的需求， 美國針對學生和社會人員都制定了相應的培訓措施。 雖然數據中心建成后并不會雇傭大量的員工， 但是需要具備專業(yè)知識和豐富經驗的高級人才， 數據中心在選址時也會考慮當地是否擁有足夠的技術人員， 因此高精尖人才的培養(yǎng)也是數據中心產業(yè)建設的重要一環(huán)。

因此， 美國政府在2012年發(fā)布了《大數據研發(fā)倡議》， 將大數據上升為國家戰(zhàn)略， 投資了兩億美元用于提高大數據利用水平， 并呼吁通過校企合作、大數據學科建設來培養(yǎng)未來的數據科學家。 大數據時代下， 對于人才培養(yǎng)的要求也與從前不同， 需要在短期內培養(yǎng)出大量成熟的數據人才， 學校的參與可以為將來儲備“數據科學家”， 但若僅僅依靠學校培養(yǎng)， 等待學生成長為成熟人才的周期太長， 可能會影響大數據產業(yè)發(fā)展的速度。 2016年出臺的《聯邦大數據研發(fā)戰(zhàn)略計劃》提出對社會人員進行培訓， 加快了數據人才的培養(yǎng)速度; 通過制定多層次、全覆蓋的大數據教育培訓措施， 從學校到社會， 從基礎教育到高等教育， 讓數據教育深入全民， 真正成為國民意識的一部分， 讓國民與數據時代迅速接軌的同時繼續(xù)壯大數據科學家骨干隊伍， 保持美國的國際經濟競爭力。 目前， 全美已有46所高校開設了與大數據相關的本科課程， 300多個學院開設了數據科學方向的碩士課程。

四、政策建議

數字基礎設施是構建國內國際雙循環(huán)相互促進的新發(fā)展格局的重要依托。 國際上， 全球價值鏈正以數字要素為核心進行重構， 主要發(fā)達國家都將新一代數據中心優(yōu)化作為政策支持重點， 本文認為， 我國應科學推動數據中心規(guī)劃布局和投資建設， 加強數據中心頂層規(guī)劃和區(qū)域布局， 引導數據中心綠色化、集約化發(fā)展， 著力提高投資效率。

（一）央地聯手推進數據中心產業(yè)優(yōu)化布局

優(yōu)化數據中心區(qū)域布局對于我國新型基礎設施建設意義重大。 中央統(tǒng)籌全國各類數據中心布局的規(guī)定和綠色化、集約化的原則導向， 各地區(qū)應根據中央有關規(guī)定和原則意見， 結合地區(qū)自然經濟條件， 逐步設立地方標準來規(guī)范數據中心的選址和能耗水平， 因地制宜地發(fā)展具有地方特色的數據中心產業(yè)。

當前， 我國在用數據中心的耗電量約占全國全社會用電量的2%; 地方政府熱衷于建設數據中心以帶動當地經濟發(fā)展， 中央政府通過制定能耗水平最高值、評選綠色數據中心等措施， 減少重復建設和資源浪費， 引導數據中心走綠色化、集約化發(fā)展道路。 中央應不斷優(yōu)化數據中心的考核評價體系， 根據考核得分將數據中心分為甲、乙、丙三級， 每個等級再細分為一、二、三類， 對于甲級數據中心予以公示， 并對甲級一類、甲級二類、甲級三類的數據中心予以不同數額的獎勵或優(yōu)惠政策， 充分發(fā)揮行業(yè)示范作用。

加強數據中心宏觀布局， 提高數據中心投資效率， 避免出現重復建設和產能過剩。 財政應推動有關部門完成數字基建項目的整合優(yōu)化， 避免出現投資過熱、重復建設。 對于效率低、能耗高的項目， 應考慮市場出清。 充分考慮數據中心項目的后期運維成本， 對于一些財政承受能力較差的區(qū)域， 政府應審慎參與數據中心項目建設。

部分具有顯著優(yōu)勢的地方政府應根據中央布局， 以市場需求為導向， 著力打造大數據綜合試驗區(qū)， 延長數據中心產業(yè)鏈， 提升數據中心的利用率和核心競爭力。 對符合國家要求的數據中心可在電力、網絡等基礎設施建設方面予以支持。 引導數據中心在做好前期規(guī)劃評估的基礎上科學布局， 鼓勵數據跨區(qū)域交流互通。 貴州省、廣西壯族自治區(qū)等西部地區(qū)水電資源豐富， 自然條件十分適宜建設大型綠色數據中心， 可通過土地、電力、稅收等方面的優(yōu)惠政策吸引優(yōu)質資本集聚[3] 。 一線城市對于數據的需求量遠大于其承載量， 因此可以參考“京津冀大數據走廊”的做法， 采用“前店后廠”的模式， 在河北省建設大數據中心來保障京津冀三地的數據存儲， 既能滿足北京市龐大的市場需要， 又有利于推動京津冀地區(qū)產業(yè)結構的優(yōu)化升級。

（二）加大財稅金融政策支持， 引導數據中心綠色化、集約化發(fā)展

數據產業(yè)運營商和互聯網巨頭需要處理和分析數以億計客戶群體的海量數據， 但數據中心的建設需要花費大量人力、物力， 同時其未來回報并不明朗。 因此， 政府應發(fā)揮吸引社會資金、監(jiān)管數據安全、促進綠色發(fā)展等方面的作用， 利用差異化財稅金融政策， 為優(yōu)質的數據中心建設提供精準的融資支持、一定的貸款利率下浮以及用電優(yōu)惠措施， 提升企業(yè)可持續(xù)發(fā)展能力， 從而促使企業(yè)主體更好地參與數據產業(yè)革命和國家新型基礎設施建設。 加大政府采購政策支持力度， 鼓勵行政機關優(yōu)先采購優(yōu)質數據中心提供的云服務、大數據服務等。

（三）引導本地數據中心服務于地方產業(yè)發(fā)展

政府在數據中心的建設中， 應發(fā)揮標準設定、園區(qū)服務、市場監(jiān)管等作用。 加強數據中心的頂層設計， 有序推動老舊小數據中心的綠色化改造工程， 逐步實現新建數據中心的標準化建設， 健全多部門統(tǒng)籌負責機制， 加強在政策、標準、行業(yè)管理等方面的溝通協作， 共同推動配套政策落地。 同時， 政府應發(fā)揮政府產業(yè)引導基金在大型數據中心建設和運營中的作用， 通過資本金注入、階段性參股等方式為大數據中心企業(yè)降低成本， 并引導其服務于本地產業(yè)數字化轉型。 要進一步推動“放管服”改革， 優(yōu)化事前準入流程， 完善事中、事后管理體系， 推動建立數據中心信息依法公示、社會監(jiān)督和獎懲制度， 使監(jiān)管體制更加透明高效。

（四）完善數據聯合監(jiān)管機制， 推動數據規(guī)范化開放共享

目前政府內部橫向、縱向之間數據交流不暢通的問題仍比較突出， 區(qū)域間數據壁壘比較難以攻破， 數據要素市場化程度不高。 因此， 應當建立健全大數據聯動監(jiān)管機制， 打通政府內部的信息壁壘， 保障數據在政府間高效傳遞， 提高政府上傳下達的效率。 在不共享威脅國家安全和個人隱私等數據的前提下， 應該不斷擴大政府數據共享范圍， 這將有助于個人、企業(yè)做出科學決策， 體現政府治理能力， 從而促進市場化數據中心的應用場景拓展和使用效率提高。

（五）加強大數據人才儲備， 培養(yǎng)專業(yè)人才梯隊

我國數據中心產業(yè)雖起步較晚但潛力很大， 當前亟需大量高級數據管理和開發(fā)人才。 應加強數據開發(fā)運營人才隊伍建設， 設立競賽制度以鼓勵全社會積極參與大數據技術創(chuàng)新。 依托高等院校、科研院所、企業(yè)等機構設立大數據實驗室和培訓課程， 建立數據中心人才培養(yǎng)體系。 除了完善人才培養(yǎng)制度， 還要通過加強相關技能培訓和通識教育， 協助社會培養(yǎng)大數據人才， 培育公民的大數據意識。

【 主 要 參 考 文 獻 】

[1] 王青.“新基建”浪潮下數據中心應該如何規(guī)劃布局？[N].人民郵電，2020-04-09.

[2] 賈一葦.全國一體化國家大數據中心體系研究[ J].電子政務，2017（6）：31 ～ 36.

[3] 蔡杰杰，趙越.廣西大數據產業(yè)高質量發(fā)展的靶向路徑與政策制度創(chuàng)新[ J].改革與戰(zhàn)略，2020（1）：71 ～ 79.