广东84分, 浙江83分, 广西39分。

这不是GDP排名, 也不是高考分数, 而是北京大学发布的《数字生态指数2026》中的政务智能体发展指数。最高与最低之间, 45分的差距划出一条清晰的中国数字治理数字鸿沟。更刺眼的是报告中的一句判断: 政务智能体易陷入'建成即落后'困境。建了不等于用了, 用了不等于有效, 这场关乎每个人办事体验的智能革命, 正在各省之间拉开看不见的差距。

1一、省际排行: 一张玫瑰图看清31省差距北京大学大数据分析与应用技术国家工程实验室联合35家单位研制《数字生态指数2026》, 包含37个专项分指数。其中政务智能体发展指数由国脉研究院牵头研制, 对全国31个省级行政区政务智能体发展现状进行综合评价。全国平均分64.39, 四成以上省份达到全国平均水平。

从省级得分看, 广东84分居首, 浙江83分紧随其后, 北京77分、上海76分, 江苏、福建同为73分。区域格局呈现东部引领(均分72.3)、中部进阶(均分62.83)、东北蓄势(均分61.67)、西部赶超(均分59.25)的四级梯队态势。

四大梯队: 东部引领(72.3) / 中部进阶(62.83) / 东北蓄势(61.67) / 西部赶超(59.25)

2二、玫瑰图: 45分差距背后的结构性信号这张南丁格尔玫瑰图将31个省份的得分映射为扇条长度, 一眼可见东高西低、南强北弱的分布特征。广东84分的最长扇条与广西39分的最短扇条之间, 45分的落差不只是排名差距, 更是数据底座完善程度、算力储备与数据治理能力的综合折射。

政务智能体发展指数(2026)南丁格尔玫瑰图: 广东84分最高, 广西39分最低, 来源: 百数朝智网

三个一级指标的表现各具特色: 浙江、重庆、四川在能力建设上领先; 广东、北京、上海、福建注重场景应用; 东部得分较高的省份在应用成效上更为显著。十余个省份已实现算力、垂类模型、智能体组件、安全规范的省级统一管控, 但仍有近19%的省份处于省级有要求但未建成或仅实现市级贯通阶段。

3三、建成即落后: 一个比没建更可怕的困境报告中最有冲击力的一句判断是: 若不建立常态化运营机制与清晰演进路径, 政务智能体易陷入'建成即落后'困境。

这不是危言耸听。报告指出当前建设普遍存在重部署、轻运营的结构性失衡, 四个问题相互交织:

- 知识库更新滞后: 政策变了、事项改了, 但智能体的知识库还停在上线那天;

- 大模型微调机制缺位: 通用模型不懂本地政务, 微调管道却未建立;

- 政务数据资产复用效率偏低: 数据沉在各部门孤岛, 智能体无法感知政务全貌;

- 基础AI能力整合碎片化: 各业务线各买各的模型, 各建各的算力, 互不相通。

结果就是: 智能化成果难以有效沉淀与持续增效。花了钱、建了系统, 却因为没人运营、没有更新机制, 系统知识库里的政策还是三年前的版本。建成即落后, 不是技术问题, 是治理问题。

建成即落后: 知识库滞后 + 微调缺位 + 数据复用低 + 能力碎片化 = 恶性循环

4四、从能答到能办: 政务智能体的升级路径报告指出, 当前政务智能体应用落地以智能咨询、问答交互等轻量化场景为主, 少数东部发达省份延伸至智能导办、材料自动预审、治理辅助等深度任务场景。升级方向很明确: 从'能答'向'能办'整体升级。

报告提出三方面建议:

- 夯实底座: 推进政务数据互操作, 统一数据元、编码规则和接口规范; 构建政务领域本体语义模型, 对政务事项、办理材料、审批流程、部门职责等核心概念进行关系建模; 推动政务本体模型与大模型深度融合。

- 场景升级: 推动场景从咨询问答向全流程节点升级; 强化跨部门协同智办, 打通部门间审批链路, 使智能体能够串联多部门、多环节事项; 健全人机协同机制。

- 长效运营: 定期开展监测评估; 构建包含安全制度、责任机制、技术手段的防护体系; 建立知识库动态更新机制, 构建政策调整、事项变更、系统升级多源触发的更新通道。

升级路径: 从能答(问答交互) -> 能办(全流程协同智办)

Token经济学视角: 政务智能体是词元经济最大消费场景政务智能体不只是数字政府的工具, 更是词元经济的最大消费场景之一。试想: 全国31个省份的政务系统, 每天处理数以亿计的群众咨询、材料预审、审批流转, 每一次交互背后都是Token的消耗。政务智能体的规模化部署, 就是Token消耗的规模化释放。

广东84分与广西39分之间的差距, 从Token经济学视角看, 本质上是Token消费能力的差距。算力储备、数据底座、模型微调能力---这些决定政务智能体水平的要素, 恰恰也是决定Token产出效率的要素。建成即落后困境的破解, 关键在于建立Token消耗与业务产出的稳定映射, 让知识库更新、模型微调、数据治理成为有预算、有计量、有考核的常态化运营, 而非一次性投入。

对于数字经济专业学生, 政务智能体发展指数提供了一个量化观察窗口: 它把抽象的数字政府建设, 变成了可排名、可比较、可追踪的31个数字。看懂这些数字背后的差距, 就看懂了中国数字治理的真实图景。

来源: 北京大学大数据分析与应用技术国家工程实验室《数字生态指数2026》; 政务智能体发展指数由国脉研究院牵头研制, 研究员寇宁宁发布介绍。本文为Token经济学公众号原创解读, 引用数据均已核实, 转载请注明出处。

名词解释

政务智能体：面向公共服务场景部署的AI智能体系统, 具备语义理解、知识问答、流程编排与自动结算能力, 是数字政府深化改革的核心载体, 也是Token经济最大的消费场景之一

政务智能体发展指数：由国脉研究院牵头研制, 对全国31个省级行政区政务智能体发展现状、区域差异和成效进行综合评价的指数体系, 包含能力建设、场景应用、运营治理三个一级指标

建成即落后：政务智能体建设普遍存在重部署轻运营的结构性失衡, 知识库更新滞后、大模型微调机制缺位, 导致智能化成果难以沉淀, 若无长效运营机制则迅速过时

从能答到能办：政务智能体场景升级路径: 从咨询问答、政策解读等知识密集型轻量场景, 升级到智能导办、材料预审、协同审批等全流程深度任务场景, 实现从回答问题到办理事项的质变

数据底座：支撑政务智能体运行的底层数据基础设施, 包括跨部门数据共享机制、业务协同接口、政务知识库等, 是当前政务智能体发展的主要短板

数字生态指数：北京大学大数据分析与应用技术国家工程实验室发布的年度指数体系, 由35家单位联合研制, 包含37个专项分指数, 政务智能体发展指数是其中之一

不喜欢北大数字生态指数2026/政务智能体/广东84分/建成即落后/从能答到能办/Token最大消费场景

OM中部地区：海南山西安徽广东江西山东湖北62.83福建8462706554736370东北地区：61.6773黑龙江辽宁6276588366平均分616464.396955天津5677563964北京6353675657606872云南贵州甘肃四川宁夏重庆新疆西部地区：59.25公众号·百数朝智网