當前，新一輪科技（jì）革命和產業變（biàn）革突飛（fēi）猛進，顛覆性技術（shù）不斷湧現。新（xīn）興顛覆性技術的成熟和產業轉（zhuǎn）化持續創造新產品、新模式、新業態乃至新產業。以雲（yún）計算、大數據、互聯網（wǎng）、移動互聯網、人工智能、區塊鏈為代表的數字技術是新科技革（gé）命和產業變革中創新最活躍、影響（xiǎng）最廣泛和深入的技術群（qún）。新一代（dài）數字技術如同（tóng）蒸汽引擎、電動馬達、電力、芯片一樣，是典型的通用目的技術（General Purpose Technologies，GPT’s）。通用（yòng）目的技術具有三種典型的特征：一（yī）是廣泛的（de）擴散性。具（jù）有在廣泛產業領域普遍使用（yòng）的潛（qián）力，而（ér）且隨著（zhe）技術的演進能夠擴（kuò）散至整個（gè）經濟。二是（shì）技術改進的內在潛力（lì）。隨著（zhe）技術的發展，性能、成本、用途都會得到（dào）持續的改進。三（sān）是創新的互補性。通用目的（de）技（jì）術扮演著使能者的角（jiǎo）色（sè），它不是（shì）直接為其他行業帶來生（shēng）產率的提高，而是為這（zhè）些行業提高生產率的創新活動打開（kāi）了機會之門。_{[Bresnahan,Timothy F.,Trajtenberg,M.General purpose technologies‘Engines of growth’?[J].Journal of Econometrics,1995,65:83-108.Lipsey,Richard G.,Carlaw,Kenneth and Bekar,Glifford T.Economic Transformations:General Purpose Technologies and Long-Term Economic Growth[M].New York:Oxford University Press,2005:97-98.]}當前（qián），新一代數字技術正在在加速擴散、與其他行業（yè）深度融合，成為改變國民經（jīng）濟各行業的關（guān）鍵力量（liàng）。

新一代數字技術對國（guó）民經濟各行業的賦能作用受到我（wǒ）國政府的（de）高度重視。在2021年10月18日十九屆中央政（zhèng）治局第三十四次集體（tǐ）學習時，習近平總書記指出：“促（cù）進數字技術和實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新（xīn）業態新模式（shì），不斷（duàn）做（zuò）強（qiáng）做優（yōu）做大我國數字經濟。”“推動數字（zì）經濟和實體經濟融合發展。要把握數字化、網絡化、智能化方向（xiàng），推動製造業、服（fú）務業、農業等產業數字化，利用（yòng）互聯網新技術對傳統產業進行（háng）全（quán）方位、全鏈條的改造，提（tí）高全（quán）要素生產率，發揮數字技術對經濟發展的放（fàng）大、疊加、倍增作用。要推動互聯網、大數據、人工智能同產業深度融合，加快培育一批‘專精（jīng）特新’企（qǐ）業和製造業單項冠軍企業。”2021年12月國務院（yuàn）印發的《“十四五（wǔ）”數字經濟發展（zhǎn）規劃》也提出，“以數據為關（guān）鍵（jiàn）要素，以數（shù）字（zì）技術與實體經濟深度融合為主（zhǔ）線”，到2025年“數字（zì）技術與實體經濟（jì）融合取得（dé）顯著成效”。可見，“數字（zì）技（jì）術和實體經濟深度融合”或“數（shù）字經濟（jì）和實（shí）體經濟融（róng）合發展”已經成（chéng）為我國產業和經（jīng）濟發（fā）展的重要戰略方向。無論是“數字技術和實體經濟深度融合”或“數字經濟和實體經濟融合發展”都是（shì）新一代數字技術在實（shí）體經濟部門的（de）深度應用（yòng），與實體（tǐ）經濟部門的創（chuàng）新鏈、工程鏈、價值鏈、產業鏈、供應鏈、顧客價值（zhí）鏈以及產品、服務緊密融合在一起，並（bìng）使實（shí）體部（bù）門的業務流程、產品架構、生產方式、產出形（xíng）態、生（shēng）產（chǎn）效（xiào）率（lǜ）等方麵發生全方位的改變，這一現象可以簡稱為“數實融（róng）合”。

製造業（yè）是立國（guó）之本、強國之基、創新（xīn）之源，在世界（jiè）經曆百年未有之大變（biàn）局、新一輪科技革命和產業變革突飛猛（měng）進、全球產業鏈價值鏈麵臨重構（gòu）的大背景下，製造業在（zài）經濟增長、吸納就業、催生創新、國家安全等方麵的重要性進（jìn）一（yī）步凸顯。從中國內部看，隨著（zhe）工資水平的上漲以及（jí）土（tǔ）地、能源（yuán）、環境等（děng）要素約束加強，改革開放以來形成的成本優勢正在削弱（ruò）。通過推動製造（zào）業數實融合，不但可以用數字技術為製造業賦能，提高（gāo）製造業的勞動（dòng）生產率（lǜ），保持綜合成本優勢，而且能夠推動製造業的產品創（chuàng）新、生產方式創新、商（shāng）業模式（shì）創新、產品（pǐn）形態（tài）創新，重塑製（zhì）造業的國際競爭力，還能夠通過製造業對數字技術需求所創（chuàng）造的大規模市場，引致（zhì）數字技術的進一步突破、成熟和產業轉（zhuǎn）化，帶動數（shù）實融合相關（guān）的數字產品、服務（wù）和係統（tǒng）解決方案產業的快速（sù）發展，甚至在這些領域成為全球的行業領導力量（liàng）。我國政府高度重（chóng）視製造業的數（shù）實融合，近年來（lái）有關部（bù）委出（chū）台（tái）的關於智能製造、工業互聯網（wǎng）、服務型製造、上雲用數賦智等政策，其核心就是推動製造業的數實融合。

近年來，國（guó）內（nèi）外學者（zhě）針對製造業的數字（zì）化轉型、工業互聯網、智能製造等（děng）開展（zhǎn）了大量研（yán）究，但直接（jiē）關注製造業數實融合的研究仍然相對較少。本文（wén）將分析製造業數實融合的發生範圍和表現形態、條件與功能，探討製造業數實融合發展的製約因素，並有針對性地提出推動製造業數實融合的政策建議。

製造業的數實融合體現在與製造活動相關的（de）廣（guǎng）泛領域、涉及到各種要素、機構與活動，呈（chéng）現出多種（zhǒng）融合形態。

製造業是對（duì）自然資源進行加工和再加工的一係列經濟活動（dòng），物質產品形態、性質的改變主要發生在車間和工廠之中，因此（cǐ）當人們想到製造（zào）業的數字化、數實融合等概念時，常常把其局限在車間和（hé）工廠（chǎng）這一物理空間以及加工製造這一生產（chǎn）環節。實際上，製造業（yè）數字化（huà）、智能化的領域（yù）要廣泛得多_{[中國社（shè）會科學院工業經濟研究所（suǒ）智能經濟研（yán）究（jiū）組.智（zhì）能+：製造業的智能（néng）化轉型[M].人民郵電出版（bǎn）社，2021:18-24.]}，數實融合包括了製造業（yè）的全領域、全周（zhōu）期（qī）、全生態。

科層企業的內部具有複雜的結構（gòu），企（qǐ）業的規模（mó）越大，內部的結構越複雜。從組織架構上看，企業包括總部和下（xià）屬（shǔ）的事業部、子公司、分公司。總部包括行政、財務、投資、戰略、生產經營、研發、人力資（zī）源等不（bú）同的職能部門，每個職能部門都有其特點的各（gè）種職能與經營管理活動。下屬事業部或（huò）子公司（sī）、分公司包含了不同產業領域的生產活動，每個產業領域有擁有多家可能分布於多個區位（wèi）的車間和工（gōng）廠。製造企業的產品製造過程是在（zài）車間、工廠中（zhōng）進行的，工廠的活動除生產線的加（jiā）工製造外，還涉及進貨（huò）、出貨、倉儲、水電氣熱等基礎設施以（yǐ）及生產（chǎn）過程、生（shēng）產人員的管理等各種活動。德國工業4.0提出製造業的縱向集成，即將包括機（jī）器設備、供應鏈係統、生（shēng）產係（xì）統、運營係統等企業內部的流程連接起來，實現信息的實施溝通。製造業數實（shí）融合所覆蓋的活（huó）動遠超過這個範圍，數字（zì）技術可以融入製造企業生產經營（yíng）活動的方方麵麵，既包括（kuò）各個部門（業務單元（yuán））及其相關的業務流程，同時（shí）不同部門（業務單元）、業務流程之間也（yě）被數字化網（wǎng）絡（luò）緊密聯係在一起，開展交換數據、響（xiǎng）應指令、執行（háng）操作等活動。

從價值創造的（de）角度看，企業的生產經營活動從產品的創意開始，經過開發設計、加工製造，再到產品（pǐn）分銷（xiāo）、運營服務，最後是回收處理，這構成產品所經曆的完整生命（mìng）周期，產（chǎn）品（pǐn）全生命周期的數字（zì）化智能化的過程（chéng）被德國工業4.0稱為“端到端集成”。製造業的數實融合覆蓋了價值鏈的全（quán）周期（qī），它既可以發生在價（jià）值鏈的完整周期，也可以發（fā）生在價值鏈的一個或多個環（huán）節。顧客價值鏈（customer value chain）從需求側（cè）提供了看待（dài）企（qǐ）業價值創（chuàng）造的視角（jiǎo）。顧客價值鏈包括評（píng）估、選擇、購買、接收、消（xiāo）費、處（chù）理等環節。從用戶（hù）的視角（jiǎo）看，商業模式包括企業為用（yòng）戶創造的價（jià）值、用戶為交換該價值的付出以及可能（néng）對用戶造（zào）成的價值侵蝕。因此，可以把顧客價值鏈的活（huó）動劃分為：價值創造、價值捕獲、價值侵蝕。通過解綁顧客價（jià）值鏈，企業能夠為顧客創造新的價值。_{[Teixeira,Thales S.and Piechota,Greg.Unlocking the Customer Value Chain:How Decoupling Drives Consumer Disruption[M].New York:Currency,2019:27,55-60.]}數字（zì）技（jì）術與製造業的深度融合使解綁（bǎng）的力量超越了一體化的力量（liàng），加速了顧客價值鏈（liàn）解綁的（de）過程。比如，以前顧客（kè）觀看影視作品需要（yào）先租賃和郵寄影（yǐng）碟，現在，網飛利用連接到顧客家裏的互聯網在線提供影視作品，解構了顧客價值鏈活動，為顧客和自己都（dōu）創造了新的價值。

製造（zào）企業以產品為中心開展的生產活動雖然主要是在企業（yè）內部進行的，但是在現代社會分工越來（lái）越細化（huà）的條件下，那種像福特（tè）汽車Rouge工廠“一端吞進礦石，一端吐出汽車”的高度一體化的工（gōng）廠已經（jīng）不複存在，企業必須參與到全國乃至全球的產業大循環和產業鏈大分工當中，企業的生（shēng）產經營活（huó）動（dòng）才能順利進行，由此企（qǐ）業競爭力的（de）來源都（dōu）已經離不開它所處（chù）的商業生態。早期（qī）的學者認為商業生態（tài）係統由消費（fèi）者、供應商、主要的生產者、競爭者和其他風險承擔者構成_{[Moore,J.F.Predators and Prey：A New Ecology of Competition[J].Harvard Business Review,1993,(3):75-86.]}。就製造業而言，商業生態係統包括了上遊原材料、零部件供應商，下遊分銷商、零售商，供應鏈、金融、信息基礎設施等其他生產性服務活動（dòng）提供商（shāng），開源平（píng）台、眾包平台以及其中的廣大極客、創（chuàng）客，領先（xiān）用戶、用戶社區（qū）等。德國工業（yè）4.0將企業與合作夥伴、公司（sī）與公司之間、公司與用戶之間的網（wǎng）絡連接稱為（wéi）橫向集（jí）成。製造業數實融合（hé）包含了企業所處的整個商業生（shēng）態範圍，隨著數字技術發展水平的高低和企業實際業務發展需要，數實融合也會越來越廣泛地發生在商業生態的組（zǔ）成單元之間。

製造業的數實融合以要素融合、技術融合、設施融合、流程融合、產品融合等多種融合（hé）形態呈現。

生產活動的開展需要生產要素的投入。早期的生產活動主要依靠天然的生產要素（sù）如土地、自（zì）然資源（yuán）、天然（rán）勞動力。隨著生產力（lì）的發展、技術的進步和勞動剩（shèng）餘的積累，資本（běn）、知識、技術、管理、受過教育的（de）高素（sù）質勞動力等成為生產要素的組成部分。在製造業發展的長期過程中特別是現代計算機出現後，數據也開始在生（shēng）產過程中發揮作用，例如，冶金、化工、電力等流程型製造業根（gēn）據各生產環節反饋的數據對生產過程進行自動控（kòng）製。但總體上來（lái）所，由（yóu）於數據量小、數據處（chù）理能力弱，數據在製造業中發揮的作用非常有限。直到大數據、雲計算、物聯網、移動互聯網、人工智（zhì）能等新一代數字技術成熟和商業化應用後，數據海量增長、算力（lì）顯著（zhe）提高，數據對於包括製造業在內的國民經濟各行業創造經濟價值越（yuè）來越重要（yào），被稱為數字經濟時代的石油。《中共中央關於堅持和（hé）完善（shàn）中國特色社會主義製度推進國家治理體係和治理能力現代化若幹重大問（wèn）題的決定》提出“健全勞動、資本、土地、知識、技（jì）術（shù）、管理、數據等生產要素由市場評（píng）價貢獻、按貢獻（xiàn）決定報酬的機製。”這一論斷在我（wǒ）國官方層麵認可了數據作為生（shēng）產要素的地位，數據（jù）不但是重要的生產資（zī）料，而且能夠按照貢獻參與分配。

數據成為生（shēng）產要素並不是孤立的發揮作（zuò）用，而是與傳統的生產（chǎn）要素（sù）融合到一起。劉鶴副（fù）總理在2021年世（shì）界互聯網大會烏鎮峰會上的致辭中指出：“當（dāng）前互聯網發展躍升到全麵滲透、跨界（jiè）融合的新階（jiē）段，數字（zì）技術深度改造生產函數並不斷創造新業態”_{[新（xīn）華社.劉鶴出席2021年世界互聯網大會烏鎮峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這一（yī）論斷可以看到（dào），數據與其他生產要素一起（qǐ）成為生產函數的組（zǔ）成部（bù）分。數據對生產函數的影響表現（xiàn）在以下幾個方麵：一是數據進入生（shēng）產函數後，會對其他（tā）生產要素產生替代（dài），即在同樣的產出（chū）下，減少一（yī）種或幾種生產要素的使用；二是數據能夠讓其他生產要素在投入不變的情況下，發揮更大（dà）的作用，形成更（gèng）大的產出；三是數據與其他生產要素一起（qǐ），使產出的結構、質量、性能發生（shēng）顯著改變。另（lìng）一方麵，數據與其他生產要素的融合（hé）表現在數據作用的（de）發揮需（xū）要其他生產要素的投入作為支撐。例如，數（shù）據采（cǎi）集、傳輸、存儲、計算等（děng）新型基礎設施的建設需要資（zī）本的投（tóu）入（rù），基礎設施中蘊含著大量的（de）人類知識和技能，基礎設施的運行也需要持續（xù）的電力、人力投入。

現代經濟是創新驅動的經濟，作為創（chuàng）新最活躍、技術密集度最高的製造業，其發展（zhǎn）更是離不開技術的持續創新；而（ér）數字技術的發展也是由（yóu）顛覆性的前沿（yán）技術的突破（pò）、成熟所推動的，因此技術融合成為製造業數實（shí）融合的重要內容。技術融合主要呈現（xiàn）兩個方麵：一是數字技術內部的融合。數字技術是一組相互依賴、相（xiàng）互促進的技術群，隻有當相應技術成熟後其作用才能得到充分發揮。例如，人工智能的發展幾乎與計算機的出現同步，早在（zài）1956年的達特茅斯（sī）會議上就提出了（le）人工（gōng）智能概念，有早起的人工智能開拓者曾樂觀地認為，十年（nián）內人工智（zhì）能就能通過“圖靈測試”。但是直到曆經兩次起（qǐ）落的數十年時間後，等到辛頓教授提出（chū）深度學習算法，在“摩爾定（dìng）律”推動下傳輸、存儲、計算能力顯著提高、成本顯著下降時，人工智能技術才進入大規模應（yīng）用階段。上世紀80年（nián）代，索洛（luò）在研究計算機對生產率的影響時發現，計算機的廣泛使用並（bìng）沒有（yǒu）使國民經（jīng）濟的生產率（lǜ）獲得顯著提升，由此得出著名的索洛（luò）悖論：“計算機無處不在（zài），除了在生產率上”。後來的研究發現，計算機實際上顯著提高了全社會的生產率，索洛悖論存在的原因在於其他方麵的技術在當時不夠成熟，未能有效支撐計算機提升生產率作用的發揮。Brynjolfsson對人工智能技術的研究發現，與人工智能技術（shù）顯著突破的是生產率增長的放緩，他們估計原因（yīn）在於（yú）與人工智能互補的相關（guān）技術尚不成熟，這些互補性技術發展的所需要的資金和時間投入巨大，因此在人工智能技（jì）術發展的（de）初期可能會造成生產率的降低。_{[Brynjolfsson,Erik,Daniel Rock,Chad Syverson.Artificial Intelligence and the Modern Productivity Paradox:A Clash of Expectations and Statistics[EB/OL].https://www.nber.org/papers/w24001.pdf，2017.]}目前廣受關注的元（yuán）宇（yǔ）宙也是由拓展現實、區塊鏈、人（rén）工智能、移動互聯（lián）網（wǎng）、區塊鏈等技術構成（chéng）的技術群所支撐的。數字技（jì）術在製造業中的深度應用，也需要相關數字技術的協同演進。二是數字（zì）技術與（yǔ）製造技術的融合。數字技術在製造業的（de）應用不是製造（zào）技術與數字技術相互分離，而是有機融合在一起。生產設備當中融合入數字技（jì）術，實現生（shēng）產線的自動化、智能化；製造業所形成的專利、技術訣竅等以編碼化形態內嵌在的算法、程序、APP中（zhōng），製造知（zhī）識（shí）構成數字化應用（yòng）的內核，數字（zì）技術成為解決手段。

製造業的生產活動涉及產品的開（kāi）發、產品原型的製作、產品的製造以及各種中間投入的（de）原材料、零部件的傳遞，最終產品的運輸和分銷（xiāo）、產品的維修和回收。這些與產品物（wù）理形態相關的生產活動（dòng）需要物理生產設（shè）施的支撐，如研（yán）發活動中使用的各種實驗儀器，生產（chǎn）工具、設備和生產線，車輛、倉庫、商場（chǎng）、維（wéi）修車（chē）間等物（wù）流、分銷和維修設施。同樣，數字技術（shù）發揮作用（yòng），也需要提供連接、數據、算力、算法服務的信息基礎設施，包括5G、物聯網、工業互聯網、衛星互聯網等（děng）連接基礎設施，數據中（zhōng）心、智能計算中心等數據和算力（lì）基（jī）礎設施，提供PaaS、SaaS服務的人工智能平台、雲計算平台等算法基礎設施。在製造業數實融（róng）合的過程中也包含（hán）了數字設施與製造設施的融合。一是製造業的生產活動越（yuè）來越依賴於數字化的基礎（chǔ）設施，如利用運營商的移動通信（xìn）網絡、公（gōng）有雲的算力。二是一些大型製造企業內部也（yě）在建立（lì）數字基礎設施，如工（gōng）業互聯網平台（tái）、數（shù）據中台、私有雲、5G專網，通過這些資產專用性的投資使物理性質的生產設施更好的（de）發揮作用。三是最初由大型（xíng）製造企業內部使用的數字設施在成熟（shú）完善後，也會提供給供應鏈中的合作（zuò）夥伴使用，甚至進一步向行業內（nèi）企（qǐ）業乃至整個社會開放，成為具有一定公共產品性質的基礎設施，也（yě）成為製造企業新（xīn）的業（yè）務（wù）增（zēng）長（zhǎng）點。

在工業革命後出現的工廠中，產品生產的（de）流程是不連續的，由工人操（cāo）作機器完成某一生產工序的任務，然後將加工（gōng）過的中間產品轉移至下一生產工序。在第二次工業革命時期，在電力的驅動下，工業生產過程的連續（xù）程度有了明顯（xiǎn）的提高，在福特之（zhī）的流（liú）水（shuǐ）線生產中，流水線將需要（yào）加工的產品傳輸到工人麵前由工人進行加工。在第三次工業革命（mìng）時期，PLC、計（jì）算機、軟件、機（jī）床、機器人等具有（yǒu）一定自動化功能的技術在工業中（zhōng）獲（huò）得廣泛應用，能源、石（shí）化化工、冶金等流（liú）程型行業的生產過程可以自動化連續進行。在當（dāng）前的新一輪（lún）科技革命和產業變革中，大數據、雲計算、人工智能（néng）、物聯網（wǎng）、更加智能化的機器人等新一代數字技術在生產線上（shàng）獲得越來越多的應用（yòng），生產流程的（de）數字化、網絡化、智（zhì）能化或者說智能製造成為製（zhì）造業的（de）發展方（fāng）向，生產係（xì）統具有自（zì）感知、自（zì）學習、自決策、自執行、自適應等功能。生產係統是實現對自然資源進行加工（gōng）和再加工（gōng）的製造業核心功能，新一代數字技術與製造業（yè）在生產流程的深（shēn）度融合（hé）也成為製造業數實（shí）融合的核心環節。

在工業經濟時（shí）代，工廠使用生產設備和工具，通（tōng）過各種物理、化學和生物反應，將投入的原材料加工成（chéng）產品，製造業的產出是由原子、分子所構成的物（wù）質產品，具（jù）有相應的（de）物理的、化學的、機械的等多方麵性能。隨著信息技術的發展，產品與數字技術也逐步融合，比如電腦中（zhōng）包含操（cāo）作係統和（hé）各種應用軟（ruǎn）件（jiàn），但是總體上看，產品與數字技術融合的（de）領（lǐng）域比較有限，主要集中在ICT相關的產品上。隨著新一代數字技術的廣泛擴散，越（yuè）來越多的產品呈現出數實融合（hé）的特征，產品不僅包括物理結構，還包括軟件和數據，物理結構中不僅（jǐn）包括了機械的、有機的或無（wú）機的物質成分，還包括了傳感器、芯片等IT硬件產品。以汽車為（wéi）例，早期的汽車完（wán）全是一個機械產品（pǐn），由發動機燃燒燃料提供動力，由駕駛人員操縱（zòng）機械（xiè）部件（jiàn）驅動汽車的行駛；現在的汽車朝著（zhe）智能網聯（lián）甚至無人駕駛（shǐ）的方向前進（jìn），使用芯片越來越多，處理的數據量越來（lái）越大。在不久的將來，所有產品都將成為數實融合的產品。

製造業數實融（róng）合需要數字技術的發展和（hé）數（shù）字基礎設施的完善作為支撐，融合過程展現出多方麵的功能。

製造業的數實融合以泛在（zài）連接（jiē）為前提、以數據為（wéi）核心、以強大的雲端或本地算力為支撐，通過算法驅動製造（zào）業的生產（chǎn）經營活動。

製造業的數實融合是將製造（zào）業的全領域、全周期、全生態與數字技術緊密結合到一起，這種結（jié）合不僅是數字技術在製造企業的各個業務單元、價值（zhí）鏈的各個（gè）環節或生態的各個參與方的使用，而且這些業務（wù）單元之間、環節或參與方（fāng）之間都會連接在一起並實現互動。因此，製造業數實融合的前提是製造業（yè）所涉及的物質、服務（wù）、場景、人、生（shēng）產經營單位等接入信息網絡之中。裏夫金在描述新科技革命和產業變（biàn）革（gé）時指出，互聯網、傳感器和軟件將人力、設備、自然資（zī）源、生產線、物流網絡、消（xiāo）費習慣、回收流以（yǐ）及經濟和（hé）社會生活（huó）中各個方麵連接起來，不斷為各個節點（商業、家庭、交通工具）提（tí）供（gòng）實時的大數據_{[[美（měi）]傑裏米•裏（lǐ）夫金.零邊際成（chéng）本社會一個物聯網、合作共贏的新（xīn）經濟時代[M].賽迪研究院（yuàn）專家組譯，北京：中信出版社，2017:11.]}。新一代數字（zì）技術的發展為實時、泛在連接提供了可能。

新一代數字技術是對數據進行采集、傳（chuán）輸、存儲、處理、應用的技術，隨（suí）著數據成為關鍵（jiàn）生產要素（sù）後，數據在國民經濟各行業的重要性顯著（zhe）提高。製造（zào）業的數實融合也是圍繞（rào）著數（shù）據這一核心來展開的，主（zhǔ）要體現在以下三個方麵：首先，數（shù）據分布於製造業（yè）的全領域、全周期、全生（shēng）態，並在各（gè）部門、環節、參與方（fāng）之間流動；其次，製造業的生產活動、經營（yíng）決策是建立在對數據（jù）的（de）分析、挖掘之上的（de）。例如，根據銷售情況決（jué）定物料采（cǎi）購的多少和安排生產進度，根據用戶特（tè）征精準選擇宣傳渠道、促銷方式等；第三，一些新產品、新模式、新業態直（zhí）接依（yī）賴於數據，沒有數據就沒有這些（xiē）新特征。例如，遠程監測和在線服務等服（fú）務型製造模式（shì）的開展，需要（yào）企業能夠掌握（wò）銷售出（chū）去的產品的運行狀態數據。由於製造業的生產活動越來越多地建立在數據的基礎上，因此製造（zào）企業也在不斷地擴大數據的采集範圍，如在生產（chǎn）線、物流設（shè）備、產品中嵌入傳感器（qì）和芯片，不斷地打通企業內部、企業與顧客、企業與其生態夥伴之間甚至企業外部渠道的數據連接，以（yǐ）獲得更（gèng）多能夠為企業創造價值的數據。

對數據的存儲、處理都需（xū）要計算能力。在數據量不大的時候，可以依靠企業自有的計算機、服務器以及（jí）生產設備自身所帶的嵌入式（shì）芯片。隨著數據量的急劇增加，傳統的計算能力就無法（fǎ）適應海量數據的計算（suàn）需求。一些企業缺（quē）少大規模布置計算能力的資金或人才，另（lìng）外對於大多數企業來說，大規模布置（zhì）的計算能力可能無法獲得充分使用而造成浪費、成本增加。大（dà）數據中（zhōng）心、雲計算中心、超算中心使算力資源雲端（duān）化，企業無需自己投資建立計算能力，可以按（àn）需彈性租用，使算力的獲得門檻和使用成本大大（dà）降低。算（suàn）力（lì）基（jī）礎設施的提供者既有傳統電信運營商，也有互聯網平台企（qǐ）業。雖然（rán）雲計算基礎設（shè）施成（chéng）為企業普遍采用的（de）形式，但是出於數據安（ān）全的考慮以及數據處（chù）理速度的要求，一些企業也會在使用公有（yǒu）雲的同時布（bù）置私用雲（yún），在使用雲（yún）計（jì）算的同時根據不同（tóng）應用場景的需求采用霧計（jì）算和邊緣計算。

製造企業對數據的使用是為了解決特定的任務，而每一種任務的解決都有其內在的規律、邏輯或方案。算法就是對解決特定（dìng）任務方案（àn）的準確而完整的描述（shù），它以用（yòng）某種計算機語言編寫的代碼的形式呈現出來。製（zhì）造業數實融合中對海（hǎi）量數據的處理，自動化（huà）、智能化的操作，其背後都有算法在發揮作用（yòng）。人工智能技（jì）術之所（suǒ）以得到廣泛的應用，就（jiù）在於算法實現了重大的突破。大型製（zhì）造企業實力強大、人（rén）才聚（jù）集（jí），有（yǒu）能力自主開發包括工業互聯網平台在（zài）內的各種算法。而許多中小企業缺少獨立開發數字化應用（yòng）的資金和人才，因此主要采用其他大型（xíng）製造企業、互聯網企業開發的門（mén）檻低、易部（bù）署的“輕量應用”“微服務”。例如，許多消費平台企業（yè）為入駐企業（yè）提供的支付、開店、銷售管理（lǐ）等功（gōng）能；工（gōng）業（yè）互聯網平台提供的通用和專用（yòng）PaaS服務（wù）、工業APP等SaaS服（fú）務。在數字經濟時代，開源運動獲得更大的發展（zhǎn），許多算法會被極客、企業和（hé）公共機構以各種開源協議共享，其（qí）他企業可以不（bú）用從（cóng）頭開發這些算法（fǎ）、軟件，可以根據開源協議將算法直接（jiē）拿來使用或進行二次開發，極大地加速了算法、軟件的開發速度，顯著降低了開發成本，加速了算法的普及應用。

數（shù）字技（jì）術與製造技術、數字經濟與（yǔ）製造業的深入融合表現出整合多（duō）維數據、發現潛在知識、替代人力勞動、編碼行（háng）業知識、軟件定義產品、創（chuàng）新商業（yè）模式（shì）等（děng）多種（zhǒng）功能。

製造企（qǐ）業的生產經營活動需要利用企業內外部的各種數據，這（zhè）些數據構（gòu）成企業價（jià）值的（de）重要來源。一方麵，企業本身（shēn）的活動就非常複雜，涉及不同（tóng）業務（wù）領域、不同價值鏈環節，另一方麵（miàn），企業隻是社會生產、分配、交換、消費大循環中和生產鏈條（tiáo）中的（de）一個環節，企業外部的商業夥伴、用戶（hù）的數據對於企業的經營活動（dòng）至關重要，其他商業組織或政府機構來源的數據也能夠給企業帶來額外的價值。數據（jù）的價（jià）值（zhí）取（qǔ）決於數據規模以及（jí）顆粒度、鮮活度、連接度、反饋度、響應度（dù）、加工度等（děng）方麵（miàn）。_{[李曉華（huá）、王怡帆.數據價值鏈與價值創造機製研究（jiū）[J].經濟（jì）縱橫（héng），2020（11）：54-62+2.]}為了最大化（huà）發揮數據的價值、增強企業的市場競爭力，企業需（xū）要把來源不同的數據整合到一起。數實融合的重要（yào）功能就是建立廣泛、實時的連接，將來源、結構等方麵差異巨大的數據整合在一（yī）起，為後續數據的處理、應用打下基（jī）礎。

製造企業的知識有些來自於人類的科學發現、企業內部的（de）研究開發以及（jí）經營管理人員、生產線的工程師和技術工（gōng）人長期積累的經驗，但是還有許多潛在的未被發現的知識隱藏在企業生產（chǎn）經營活動產生的海量數據之中。建立在大數據和機器學（xué）習基礎上的（de）人工智能技（jì）術能夠根據預先設定的算法甚至（zhì）根（gēn）據為係統設定的規則，找到兩（liǎng）個變（biàn）量之（zhī）間的相關關係。這種相關關係一方麵未能被企業在傳統的（de）技術手段下發現（xiàn），同時人工（gōng）智能算法（fǎ）本（běn）身也無法對二者相互影響的機製（zhì）做出（chū）解釋，但是按（àn）照這種相關關係，就能夠改進企業的績效。比如，通過對生產線各種工藝參數曆史數據的分析，能夠發現生產效率最高的工藝參數組合，按照這種工藝參數的（de）調整生產線，就能夠明顯（xiǎn）提高良品率和企業的產出效率；通過對用戶數據的分析，可以發現用戶對產品特征的偏好程度，據此開發更（gèng）加（jiā）適銷（xiāo）對路的（de）產品。

人工智能等數字技術可以看作廣義的機器。工業（yè）革命之後的很長一個時期，機器主要是替代人類的體力勞動，完成人力所無法完成的繁重（chóng）工（gōng）作（zuò），逐步將人類從繁重、危險、肮髒的工作（zuò）解放出來。隨著大新一代數字（zì）技術（shù）的功（gōng）能不斷強大、成本持續降低及其與加工中心、機器人等技術的深度融合，數字（zì）技術替代（dài）人工在越（yuè）來越多的領域變得在技術和（hé）經濟層麵更加可行，不但一些重複性（xìng）的勞動密集型工作可（kě）以被數字技術替代，一些智力型的工作（如一部分研發工（gōng）作、生產線（xiàn）管理工作、經營數據分析工作）也（yě）成為人（rén）工智能技（jì）術的替（tì）代對象。隨著我（wǒ）國勞動成本的上漲，傳統的勞動密集型產業正在喪失全球競爭優勢，用“機器換人”變得越發緊迫。在質量檢測等一些工序上，用（yòng）機器替代人不（bú）但成本低、效率高（gāo），而且生產的精度、穩定性也得到了提高。

無論是已經積（jī）累的科學（xué）知識和經驗（yàn），還是大數據、人工智能方（fāng）法洞察的知識，無論是基於（yú）數據提升生產線（xiàn）的性能（néng），還是用機器換人，都需要把這些人類的知識、企業的經（jīng）驗編碼化，即將這些知識和經驗以代碼、軟件、APP等（děng）形態呈現出來。軟件根（gēn）據（jù）輸入的（de）數據（包括人為（wéi）的輸入、設備自動采集的數據等），按照知識和經驗（yàn）形成的規則，實現業務（wù）環節、業務流程的自動化甚至智能化_{[曾（céng）鳴．智能商業[M]．北京：中信出（chū）版（bǎn）社，2018：77-80．]}。例如，質量檢（jiǎn）測領域應用的視覺識別係統就是將反複訓練後（hòu）的算法移植入生（shēng）產設備。這些被編碼後（hòu）的知識所形成的代碼可以存在於製造企（qǐ）業生產活動的方方麵麵，以應用軟件、APP、工業互聯網係（xì）統、嵌入式軟件等形態存在。而且這些代碼隨著（zhe）人類知識的（de）更新、人工智能係統不斷的（de）訓練而持續（xù）迭代更新。

隨（suí）著數實融合的（de）深入推（tuī）進，軟件已經成為製造業產品的重要（yào）組成部（bù）分，可以說，產品的軟件定義特（tè）征不斷強化。軟件（jiàn）定義產（chǎn）品包（bāo）括三種類型：一是軟件定義產品的功能。產品中的一些功能必（bì）須（xū）依賴軟件來實現（xiàn），軟件決定了（le）該（gāi）功能的存在與否。二是軟件實現產品的功能。通過軟件的響應、運（yùn）算、下達指（zhǐ）令實現對（duì）硬件的操縱，通過硬（yìng）件的操縱（zòng）實現特定的功能。三是軟件（jiàn）優化產品（pǐn）的功能。由於（yú）軟件相比於能夠（gòu）實現相同功能的機械部件、電子元件來說性（xìng）能更（gèng）優（yōu）或成本更低，所以軟（ruǎn）件（jiàn）可（kě）以取代這些物理元器件。_{[李培（péi）根，高亮．智能製（zhì）造概論[M]．北京：清華大學出版社，2021：273-275．安筱鵬．重構：數字化轉型的（de）邏輯[M]．北京（jīng）：電子工業出（chū）版社，2019：54，78，63-64．]}

數字技術會推動（dòng）企業的商業模式和業態創新，這些（xiē）新（xīn）型商業模式本身（shēn）就是高（gāo）度數實融合的。在（zài）上（shàng）世（shì）紀80年代，製造業就出現了服務化的趨（qū）勢。在數字技術的驅動（dòng）下，製造業的生（shēng）產、服務係統將能夠（gòu）自動化地對個性化需求做出響應，突破了傳統服務業發展對人（rén）才的依賴和規模不經（jīng）濟的約束。在產品（pǐn）層麵，通過內置在產品（pǐn）中的傳感器采（cǎi）集用戶的使用情況或產品的運行狀態，製（zhì）造企（qǐ）業能夠提供個（gè）性化使用方案定製以及遠程在線監測、預（yù）防性維護等增值服（fú）務。通過與用戶的直連，製（zhì）造企業由根據市場預（yù）測進行大規模生產的模式轉（zhuǎn）向（xiàng）根據用戶訂單小批量甚至個性化定製的模式，高度柔性化、智能化的生產係統（tǒng）可以低（dī）成本的進（jìn）行小批量甚（shèn）至單件生產。甚至製造企業還可以把消費者動員（yuán）起來，利用社交媒體、私域流量（liàng）為（wéi）企業代言帶貨。

近年來，我國政府高度重視製（zhì）造業的數實融（róng）合，產業升級壓力和產業增長點推（tuī）動（dòng）製造企業（yè）積極實（shí）施數（shù）實融（róng）合，互聯網企（qǐ）業也將（jiāng）數實融合作為（wéi）業務（wù）拓展的（de）重要（yào）方向，我國製造業數實融合水平有了顯著提高。例如，中國大陸33家企（qǐ）業入選世界經濟論壇（tán）評選出來的“燈塔工（gōng）廠（chǎng）”，占（zhàn）全（quán）部103家（jiā）的比重接近1/3。然而也要看到，中國製造業的數實融合也（yě）麵臨製造能力、數字化水平、數字化（huà）能力、數據（jù）流動等多方（fāng）麵的製約。

製造業數實融（róng）合的重要方麵（miàn）是將製造（zào）業積累的（de）知識的編碼化，隻有製造能力提高了，才有可能將數實融合推進到一個更高（gāo）的（de）層次。我國製造業在產品性能、質量、可靠性等方（fāng）麵與世界領先水（shuǐ）平仍存在較大差距，很重要的就體（tǐ）現在工業軟（ruǎn）件的差距上，而工（gōng）業軟（ruǎn）件本（běn）身就是製（zhì）造業能力的體現。譬如Matlab、EDA軟件我們做不出來，本質上（shàng）還是我們對製（zhì）造業基礎（chǔ）科學的認識不透、對生（shēng）產過程中的製造知識積累不足。同樣，在生產領域的控製軟件方（fāng）麵，不同工廠使（shǐ）用同（tóng）樣的設備，但在良品率、產品性（xìng）能上存在差異，也是企業在製造能力上差距的體現。數字技術可（kě）以全麵（miàn）推動製造業生產效率的提高，但是需要數字技（jì）術（shù）與製造技術的共同（tóng）演進。通用電氣在發布自己的工業互聯網戰（zhàn）略時，提出工業互聯網要“發揮1%的威力”。通過對工業生產線中海（hǎi）量數據的分析，人工智能係統能發現（xiàn）最優工況參數的組合，從（cóng）而明顯改善（shàn）生產線良品率、提高（gāo）整體生產（chǎn）效（xiào）率和經濟效益，但是如果要進一步（bù）提高製造業效率或者（zhě）說（shuō）超越“1%的威力”就需要製（zhì）造業本（běn）身技術的進步，比如重新設計產品、重構生（shēng）產流（liú）程（chéng）。數字技術隻是起到助力作用，製造業的問題根本上還要靠製造業本身能（néng）力的提升來解決。

製造業的數實融合是需要企業有數字化（huà）思維，有（yǒu）良（liáng）好的數字基（jī）礎設施支撐以及形成較好的信息化（huà）、數字化應用基礎。但總體上看，我國製造業（yè）行（háng）業間、地區間（jiān）、企業間發展（zhǎn）很（hěn）不（bú）平衡，形象的說是工業1.0、2.0、3.0、4.0並存，既有高度數字化並積（jī）極探索智能化、位列世界“燈塔工廠”的優秀企業，也有大量處於信息化、機（jī）械化階（jiē）段的企業，甚至還有處於手工階段的企業。對於這些數字化水平較低（dī）的企業，一方麵它們對（duì）數實融合認（rèn）識不（bú）足，積（jī）極性不高；另（lìng）一方麵，推動數實（shí）融合需（xū）要進行大量的設備、係統的數字化改造工作，而這些（xiē）設備層、係統層的改（gǎi）造往往投入較（jiào）大。普遍來看，製造業的利潤率相對較低，在勞動密集型產業和中（zhōng）小（xiǎo）企業尤為突出，巨額的數字化改造升級投入（rù）費用是它們難以（yǐ）承（chéng）擔。此外，數實融合既是企業的技術決策，也是投資決策，需要對成本與收益（yì）進行綜合考量。數實（shí）融（róng）合的投資未必就能帶來企業效率的提升以及收益的（de）增長，數字技（jì）術不成熟、應用環節選擇不恰當等都造成數實（shí）融合投資失敗的風險。也（yě）就是說，資金投入過大、收益不明確或投（tóu）資回收期長（zhǎng），會造成製造企業特別是中小企業不願投資於數字化改造，從而影響（xiǎng）數字化水平的提高和數（shù）實融合的深入推進。

企業數字化改造升級的過程不是簡單的（de）把項目外包給提供（gòng）解決方案的企業就行了。互聯網企業的工程師們（men）懂算法、懂（dǒng）軟件，但是他們不懂（dǒng）製造業本身的知識，即使是數（shù）字（zì）化解決方案提供商可能有做過（guò）某一類行業數字化改（gǎi）造的經驗，但是各個企業在生（shēng）產流程、生產設備等方麵（miàn）存在巨大差異，他們對特定的企（qǐ）業也缺少完整準確的了解。相對的（de），製造企業自己的工程師懂產品、生（shēng）產工（gōng）藝，但不熟悉（xī）算法和代碼，很難與數字化解決方案提供商對話，需要企業內既懂產品、工藝又懂算法、代碼的工程師作為連接雙方的橋梁。數實融合的深（shēn）度（dù）推進以及（jí）由此為企業帶來經濟效益的增長，不是說數字基礎設施建成（chéng）了，數字化設備用上了就水到渠成。數實融合是一個持續的過（guò）程，它需要（yào）產品（pǐn）開發人員、工（gōng）程師、管理人員、生產線工人（rén）熟練地運用數實融合（hé）的生產力工具，還需要工程師對產品（pǐn）、生產線的算法、軟件不斷進行完（wán）善、改進（jìn），這些工作不但需要企業員工整體數字思維、數字（zì）素養的提高，還需（xū）要有一批熟練掌（zhǎng）握和應用算法、軟件的（de）工程師隊伍。但總體來看，我國數字技術（shù）、管理人才需（xū）求量巨大、供給（gěi）偏緊，我國製造業和互聯網行業的數字化人才分布非常不均衡。互聯網行（háng）業優（yōu）厚的待遇吸引了大量的IT人才，而製造企業微薄的利潤很（hěn）難養的起一（yī）支高水平的IT人才隊（duì）伍。

伴隨著（zhe）企業價值創造活（huó）動的開展，是數據的流動。在製造業，數據流動包括製造企業內部的流動，製造企業與其（qí）供（gòng）應鏈上下遊業務夥伴間的（de）流動，製造企業與（yǔ）用戶之間的流動，跨行（háng）業的數據流動以及政府與企業間的數據流動。數（shù）據作為企業價值的重要來源，數據價值創（chuàng）造作用的發揮不但依賴於數據的規模（mó），還依賴於數據之間的連接（jiē），數據的（de）連接越緊密、越廣泛（fàn）、越及時，對（duì）企業的價值就越大。_{[李曉華（huá）、王怡帆.數據價值鏈與（yǔ）價值創造機製（zhì）研究[J].經濟縱（zòng）橫，2020（11）：54-62+2.]}但是製造業數實融合過程中存在著數據（jù）傳輸的（de）障礙，數據不能按（àn）照在其（qí）經（jīng）濟（jì）價（jià）值（zhí）的推動（dòng）下順暢流動。一是技（jì）術上的製約。製造業由於行業間、企業（yè）間使用的設備、係統千差萬別，造成（chéng）設備的數字接口不統一，設（shè）備之間的連接難度大；數據結構（gòu）不統一，增加了數（shù）據打通（tōng）、使用的難度。二是法律上的製約。法律法規沒有對數據的采集、開放、交（jiāo）易和使用做出明確的規定，造（zào）成政府數據無法公開，個人（rén）數據不能采集（jí），企業數據無法轉（zhuǎn）讓（ràng）。在數字經濟條件下，法律法規（guī）對數據保護不利也會起到適得其（qí）反的作用（yòng），比如對消費者隱（yǐn）私數據的侵犯、大數據殺（shā）熟、基於大數據的算法（fǎ）壟斷等問題，產生了對數據開（kāi）放、流動的抵製。三是商業上的製約。數據中包含著企業生產、銷售、用戶使用等各個方麵的信（xìn）息，蘊含著（zhe）企業（yè）的商業機密和（hé）長期積累的技術訣竅，對這些（xiē）數據的掌（zhǎng）握是企業競爭力的（de）重（chóng）要來源。一方麵，如果企（qǐ）業允許其他（tā）企業獲取這些數據，即使企業能從對方獲得一些（xiē）數據作（zuò）為補償，仍有可（kě）能處於數據的淨損失狀態。更重要的是，競爭對手可能（néng）通過分析這些數據，獲得企業的用戶特征與分布、生產（chǎn）進度、供應（yīng）商情況以及（jí）生產（chǎn）中的工藝參數等（děng）信息。例如，一家企業委托（tuō）第三方大數據（jù）或人工智能企業對其生產線數（shù）據進行分析，幫助其提高生產效率，第（dì）三方（fāng）企（qǐ）業通（tōng）過這些數據掌握的企業的（de）“隱性知識”可能會用於為競爭對手企業（yè）改進生產線，從而使該企業的（de）競爭（zhēng）優勢（shì）縮小；另（lìng）一方麵，處於數據優勢（shì）地位的企業為了維護自己的市場地位甚至是壟斷地（dì）位，不願意將數據開（kāi）放及與其他企業共（gòng）享。

本文的研究表明，隨著（zhe）新一輪科技革命和產業變革（gé）的興起（qǐ），新一代數字技術加快成熟、擴散與融合，數字技術與實體（tǐ）技術、數字經濟與實體經濟呈現融合程度不斷深化的趨勢，其中製造業是數實融合進展最快、潛力最大（dà）、重要性最強（qiáng）的國民經濟行業之一。製造業數實融合的範圍包括企業內部全（quán）領（lǐng）域、價值鏈全周期和供應鏈全生態；在形態上表現為要素融合、技術融合、設施融合和產品融合。製造業數實融合以（yǐ）連（lián）接為基礎、以數據為核心、以算（suàn）力為支撐、以算法（fǎ）為驅動，並（bìng）通過整合多維數據、發現潛在知識、替代人力勞動、軟件定義產品、創（chuàng）新商業模式等（děng）功（gōng）能，發揮（huī）對製造業的（de）賦能作用，推動製造業的動力變（biàn）革（gé）、效率變革（gé）和質量變革。近年來在我國政府的大力推動下，在製造企業、互聯網企業的積極實（shí）踐中，我國製造（zào）業數實融合取得（dé）明顯進展，但是也（yě）麵臨著製造能力、數字化水平（píng）、數字化能力、數據流動等多方麵的製約（yuē）。

今後一（yī）個時期，製造業數實融合將進一步深（shēn）入發展，範圍不斷擴大、程度不斷加深、影響（xiǎng）更加凸（tū）顯。從數字技術（shù）的發展來看，雲計算、大數據、物聯網、移動互聯網、人工智能、智能（néng）機器人、3D打印機等技術將（jiāng）進一步發展成熟，性能提升（shēng）、成本降低，具備了在更廣（guǎng）泛領域應（yīng）用的空間，而區塊鏈、量子計（jì）算等新（xīn）興技術也在逐步成（chéng）熟，將會開拓新（xīn）的融合領（lǐng）域、融合模式（shì），產生新的融合業態、融合效（xiào）果。從世界範圍看，大國博弈長期持續甚至（zhì）趨於激（jī）烈（liè）、新冠（guàn）肺炎疫情、俄烏衝突等事件影響交織，世界主要（yào）國家在以製造業為核心的實體經濟領域的競爭愈發激烈，在以數字技術為核心的新興領域加快布局、培育壯大新興產業，製造（zào）業數實融合是我國保持（chí）和增強製（zhì）造業全球（qiú）競爭力、加快培育壯（zhuàng）大新興產業和未來（lái）產業的重要途徑。從製造（zào）業本身看，麵對工資（zī）水（shuǐ）平上漲、土地和資源等環境約束加劇的狀況，製造企業亟待加快轉（zhuǎn）型、重塑競爭優勢，數實融合是製造業轉型升級、向全球價值（zhí）鏈高端（duān）攀升的（de）重要推動力。

根據存在的阻礙和（hé）問題，推動（dòng）製造業數實融合深入發展，需要做好以下幾方麵工作（zuò）：一是加快信息（xī）基礎設施建（jiàn）設並推動傳統基礎設施的數字（zì）化（huà）轉型升級，為實現製造企業的廣泛連接和數據傳輸打好基礎。信息基（jī）礎設施建設應適度超前，同時（shí）把握好超前建設進度（dù），實現經濟效益與社會效（xiào）益的（de）統一（yī）。第二，推動數字技術創新，整合國家（jiā）戰略科技量，激（jī）發企（qǐ）業和社會的創新活力，盡快突破關鍵核心（xīn）數字技術，積極布局腦機接口、量子計算等前沿技術和未來產業，在提高數字技術自主性的（de）同（tóng）時，在某些新（xīn）興領域取（qǔ）得全球領先地位，一方麵擺脫製造企業數實融合中（zhōng）“卡脖子”風險，另一方麵增強數實（shí）融合安（ān）全性，同時降低數實（shí）融合的發展、應（yīng）用成本。三是促進製造（zào）業領軍企業的數字化轉型、構建工業互聯網平台，在工業互聯網（wǎng）平台在企業內部、生（shēng）態體係內部應用成熟後，推動向行業、行業外企業的開放共享。第四，促進中（zhōng）小企業的數字化轉型。通過宣傳推廣、試點示範提高中（zhōng）小企業數字化轉（zhuǎn）型的意識；政府的技改資金向中小企（qǐ）業的數字化改造適度傾斜，為中小微企業提供數字化券鼓勵它們購買數字服務，支持製造業（yè）行業龍頭企業、互聯網平台企業為中（zhōng）小企業開發門檻低、易使用的輕量化應用（yòng）。第五，進一步完（wán）善數字經濟（jì）法（fǎ）律法規（guī）和政策，推動政府開放公共數據，加強數據（jù）安全和數據保護，推進實現“原（yuán）數據不出域、數據可用不可見”的聯邦學習_{[陳永偉.聯邦學習能打（dǎ）破數據孤（gū）島嗎[N].經濟（jì）觀察報，2020-05-01.]}等數字技術發展和新型數（shù）據交易（yì）模式探索，加快製定數字技術、數據格式的國家標準。第六，加強數字經濟領域國際合作。積極參與（yǔ）《數字經濟夥伴關（guān）係（xì）協定》（DEPA）等國際數（shù）字規則的多（duō）邊協定談（tán）判與（yǔ）合作，推（tuī）廣中國數（shù）字經濟的治理主張；支持國內企業參與全球數字科技組織，積（jī）極（jí）建立和參與數字技術聯盟（méng）、開源社區。

本文（wén）內（nèi）容來源（yuán）於網絡，版權歸（guī）原作者所有！

文章轉載分享不做商（shāng）業用途（tú），如有侵權（quán），請聯係我們刪除！