當前，新一輪科技革命和（hé）產業變革突飛猛（měng）進，顛覆性技術不斷湧現。新興顛覆性（xìng）技術的（de）成熟和（hé）產業轉化持續創造新產品、新模式、新（xīn）業態乃至新產業。以雲計算、大數（shù）據、互聯網、移動互聯網、人工智能、區塊鏈為代（dài）表的數字技（jì）術是新科技革命（mìng）和產業變革中創新最（zuì）活躍、影（yǐng）響最廣泛（fàn）和（hé）深（shēn）入的技術群。新（xīn）一代數字技術如同蒸汽引擎、電動馬（mǎ）達、電力、芯片一樣，是典型的通用目的技術（General Purpose Technologies，GPT’s）。通用目的（de）技術具有三種典型（xíng）的特（tè）征：一是廣（guǎng）泛（fàn）的擴散性。具（jù）有在廣泛產業領域（yù）普遍（biàn）使用（yòng）的潛力，而且隨著（zhe）技術的（de）演進能夠擴散至整個（gè）經（jīng）濟。二是技術改進的內在潛力（lì）。隨著技術（shù）的發展，性能、成本、用途都會得到持續的改進。三是創（chuàng）新的互補性。通用目的技術扮演著使能者的角色，它不是直接為（wéi）其他行業帶來生產（chǎn）率的提高，而是為（wéi）這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，新一代數字技術正在在加速擴散、與其他行業深度融合，成為改變國民經濟各行業的關鍵（jiàn）力量。

新一代數字技術（shù）對國民經濟各（gè）行業（yè）的賦能作用受到我國政府的高（gāo）度重視。在2021年（nián）10月18日十（shí）九屆中（zhōng）央（yāng）政（zhèng）治局第三十四次集體學習時（shí），習近平總書記指出：“促進（jìn）數字技術和實體經濟深（shēn）度（dù）融合，賦能傳統產業轉型升（shēng）級，催生新產業新業態新模（mó）式，不斷做強做優做大我國數（shù）字經濟。”“推動數字經濟和實（shí）體經濟融合發展（zhǎn）。要（yào）把握數（shù）字化、網絡化、智能化方（fāng）向，推（tuī）動製造業、服務業、農業等產業（yè）數字化，利用互聯網（wǎng）新技術對傳統產業進行全方位、全鏈條（tiáo）的改（gǎi）造（zào），提高全要素生產率，發揮數字（zì）技術對經濟發展的放大、疊加、倍增作用。要推動互聯網、大數據、人工智能同（tóng）產業深度融合，加快培育一批‘專精特新’企業和製（zhì）造業單項冠軍企業。”2021年12月國務院印發的《“十四五”數字經（jīng）濟發展（zhǎn）規劃》也提出，“以數據為關鍵要素，以數字技術與實體經濟（jì）深度融合為主線”，到2025年“數字技術與實體經濟融（róng）合取得顯著成效”。可見，“數（shù）字技術和實體經濟深度融合”或“數字經濟和實體經濟融（róng）合發（fā）展”已（yǐ）經成為我（wǒ）國產業和經濟發展的重要戰略（luè）方（fāng）向。無論是“數字技術和實體經濟（jì）深度融合”或“數（shù）字經濟（jì）和實體經濟融合發展”都是新一代數字技術在實體經濟部門的（de）深度應用，與實體經（jīng）濟部（bù）門的（de）創新鏈、工程鏈、價值鏈、產業鏈、供應（yīng）鏈、顧客價值鏈以及產品（pǐn）、服務緊密融合在（zài）一起，並使實體部門的（de）業務流程、產品架構、生產方式、產出形（xíng）態、生產效率等方麵發生全方位的（de）改變，這一現象可以簡稱為“數實（shí）融合”。

製造業（yè）是（shì）立國（guó）之本、強國之基、創新之源，在世界經曆百年未（wèi）有之大變局、新一輪科技革命和產業變（biàn）革突飛猛進、全（quán）球產業鏈價值（zhí）鏈（liàn）麵臨重構的（de）大背景下，製造業在經濟增長、吸納就業、催生（shēng）創新、國家安全等方麵的重（chóng）要性進一步凸（tū）顯。從（cóng）中國內部看，隨著工資水平的上漲以及土地、能（néng）源、環境等要素約束加強，改革開（kāi）放以來（lái）形成的成本優勢正在削弱（ruò）。通過推動製造業數實融（róng）合，不但可（kě）以用（yòng）數字技術為製造（zào）業賦能，提高製造業的（de）勞動（dòng）生產率，保持綜合成本優勢，而且能（néng）夠（gòu）推動製造業的產品（pǐn）創新、生產方式創新、商業模式（shì）創新、產品形（xíng）態創新，重塑製造業（yè）的（de）國際競爭力，還能夠（gòu）通過製造業對數字技術需（xū）求所創造的大規模市場（chǎng），引致數字技術的進一步突破、成熟和產業轉化，帶動數（shù）實融合相關的數字產品、服務和係統解決方案產業（yè）的（de）快速發展（zhǎn），甚（shèn）至在這些領域成為全球（qiú）的行業領導力量。我國政府高度重視（shì）製（zhì）造業的數實融合，近年（nián）來（lái）有關部委出台的關於智能製造、工業（yè）互聯（lián）網、服務型（xíng）製造、上（shàng）雲用數賦智等政（zhèng）策，其核心就是推動製造業（yè）的數實（shí）融（róng）合（hé）。

近年來，國內外學者針對製造業的數字化轉型、工業互聯網、智能製造等開展了大（dà）量研究，但直接關注製造業數實融合的研究仍然相對較少。本文將分析製（zhì）造業數實融合的發生範圍和表現形態、條件與功能（néng），探討製造業（yè）數實融合發展的製約因素，並有針（zhēn）對性地提（tí）出推動製造業數實融合的政（zhèng）策建議。

製造業的數實融合體（tǐ）現在與製造活動相關的廣泛領域、涉及到各種要（yào）素、機構與活（huó）動，呈現出多種融合形態。

製造業是對自（zì）然（rán）資源進行加工和再加工（gōng）的一（yī）係列經（jīng）濟活動，物質產品形態、性質的（de）改變主要發生在車間和工廠之中，因此當人們想到製造業的數字化、數實融（róng）合等概念時，常常把其局限在車間和工廠這一物理空間以及加工製造（zào）這（zhè）一生產環節。實際上（shàng），製造業數字化、智能化的領域要廣泛得多_{[中（zhōng）國社會科學院工業經濟（jì）研究所智能經濟研究組.智能+：製造業的智能化轉型[M].人民郵電出版社，2021:18-24.]}，數實融（róng）合包括了製造業的全領域、全周期、全生態。

科層企業的內部具有複雜的結（jié）構，企業的規模越大，內部的結構（gòu）越複雜。從組織架構上看，企業包括總（zǒng）部和下屬的事業部、子公司（sī）、分公司。總（zǒng）部包括行政、財務、投資、戰略、生產經（jīng）營（yíng）、研發、人力資源（yuán）等不（bú）同（tóng）的職能部（bù）門，每個職能部門都有其特點的各（gè）種（zhǒng）職能與（yǔ）經營管理活動。下屬（shǔ）事業部或子公司、分公司包含了不同產（chǎn）業領域的生產活動，每個產（chǎn）業（yè）領域有擁有多家可能分布於多個區位的車間和工廠。製造企業的產品製造過程是在車間、工廠中進行的（de），工廠的活動除生產線的加工製造外，還涉及進貨、出貨、倉儲、水電氣（qì）熱等基礎設施（shī）以及生產過程（chéng）、生產人員的管理等各種（zhǒng）活動（dòng）。德國工業4.0提出製造業的縱向集成，即將包括機器設（shè）備、供應鏈係統、生產係統、運營係統等企業內部（bù）的（de）流程連（lián）接起來，實現信息的實施溝通。製造業數實融合所覆（fù）蓋（gài）的活動（dòng）遠超過這個（gè）範圍，數字技（jì）術可（kě）以融入製造企業生產經營活動的（de）方方麵麵，既包括各個部門（業務單元）及其相關的業務流程，同時不同部門（業務單元）、業（yè）務流程之間也被數字化網絡緊密聯係在一起，開展交換數據、響應指令、執行操作等活動。

從價值創造的角度看，企業（yè）的生產經營活動從產品（pǐn）的創意（yì）開始，經過開發設計、加工製造，再到產品分銷、運營服務，最後是（shì）回收處理，這構成產品所（suǒ）經曆的（de）完整（zhěng）生命（mìng）周期（qī），產品全（quán）生命周期的數字（zì）化智能化的過程被德國工業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周期，它既可以發生在價值鏈的完整周期，也可以發生在價值鏈的一個或多個環節。顧客價值鏈（customer value chain）從需求側提供了看待企業價值創造的視（shì）角（jiǎo）。顧客價值鏈包括評估、選擇、購買、接收、消費、處理等環節。從用戶的視角看，商業模式包（bāo）括企（qǐ）業為用戶創造的價值、用戶（hù）為交換該價值的付出以及可能對（duì）用（yòng）戶造（zào）成的價值侵蝕。因此，可以把顧客價值鏈的活動劃分為：價（jià）值創造、價值（zhí）捕獲、價值侵蝕。通過解綁顧客（kè）價值（zhí）鏈，企業能夠為顧客創造（zào）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（shù）字技術與製造業的深度融合使解綁（bǎng）的力量超越了一體化（huà）的力（lì）量（liàng），加速了顧客價值鏈解綁的過程。比如，以前顧客觀看影視作品需要先租賃和郵寄影碟（dié），現在，網飛利用連接（jiē）到顧客家裏（lǐ）的互聯網在線（xiàn）提供影視（shì）作品，解構了顧（gù）客價值鏈（liàn）活動，為顧客和自己都創（chuàng）造（zào）了新的價值。

製（zhì）造企業以（yǐ）產品為中心開展的生產活動雖然主要是在企業內部（bù）進（jìn）行的，但是在現代社會分工越（yuè）來（lái）越細化的條件下，那種像福特汽車（chē）Rouge工廠“一端吞進礦石（shí），一端吐出（chū）汽車”的（de）高度一體化的工廠已經不複存在，企業必須參與到全國乃至全球的產業大循環和產業鏈（liàn）大分工當中，企業的生產經營活動才能（néng）順利進行，由（yóu）此（cǐ）企業競爭力的（de）來源都已經離不開（kāi）它所（suǒ）處的商業生態。早期的學者認為商業生態係統由消費者、供應商、主要（yào）的生產者、競爭者和其他風險承擔（dān）者構成_{[Moore,J.F.Predators and Prey：A New Ecology of Competition[J].Harvard Business Review,1993,(3):75-86.]}。就（jiù）製造業而言，商業生態（tài）係統包括了上（shàng）遊原材料、零部（bù）件供應（yīng）商，下遊分銷（xiāo）商、零售商，供應（yīng）鏈、金融、信息基礎設施等其他生產（chǎn）性服務活動（dòng）提供商，開源平台、眾包平台以及其中的廣大極客、創客，領先用戶、用戶社區等（děng）。德國工業4.0將企業與合作夥伴（bàn）、公司與公司之間、公司與用戶之間（jiān）的網絡（luò）連接稱為橫向集成。製造業數實融合包含（hán）了企業所處的整個商業生態範圍，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（shù）實融合也會越來（lái）越廣泛地發生在商業生態的組成單元之間。

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

生產活動的開展需（xū）要生產要（yào）素的投入（rù）。早期的生產活動主要依靠天然的生產要素如土地、自（zì）然（rán）資源、天（tiān）然勞動力（lì）。隨著生（shēng）產力的發展、技術的進步和勞動剩餘的積累，資本（běn）、知識、技術、管理、受過教育的高（gāo）素質勞動力等成為生產要素的組成部分（fèn）。在製造業發展（zhǎn）的長期過程中特別是（shì）現代計算機出現後，數據也（yě）開始在生產過程中發揮作用，例如，冶金、化工、電力等（děng）流程型製造業根據（jù）各生產環節反饋的數據對生產過程進行自動（dòng）控製。但總體上來所，由於數據量小、數據處理能力弱，數據在製造業中發揮的作用非常有限。直到大數據、雲（yún）計算、物聯（lián）網、移動互聯網、人工智能等新一代數字技術成熟和商業化應用後，數據海量增長（zhǎng）、算（suàn）力（lì）顯著提高，數據對（duì）於包括製造業在內的國民經濟各（gè）行業（yè）創造經濟價值越來越重要，被稱（chēng）為數字經（jīng）濟時代的石油。《中共（gòng）中央（yāng）關於堅（jiān）持和完善中國特（tè）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題的決定》提出“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢（gòng）獻（xiàn）決定報酬的機製。”這一論斷（duàn）在我國官方層麵認可了數據作為生產要素的地位，數據不（bú）但是（shì）重要的生產（chǎn）資料，而且能夠按照貢獻參與分配。

數據成（chéng）為生產要素並不是孤立的發（fā）揮作用，而是與傳統的生產要素融合到一（yī）起。劉鶴副總理在2021年世界互聯網大會烏鎮峰會（huì）上的致辭中指出：“當前互聯網發展躍升到（dào）全麵滲透、跨界融合的新階段，數字技術（shù）深度改造生產函數並不斷創造新業態”_{[新華社.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（zhè）一論斷（duàn）可以看到，數據與其（qí）他（tā）生產要素一起成為生產函數的組成部分。數據對生（shēng）產函數的影響表現在（zài）以下幾個方麵：一是數（shù）據進入生產函數（shù）後（hòu），會對其他生（shēng）產要素產生替代，即在同樣的產出下，減（jiǎn）少一種或幾種生產要（yào）素的使用；二是數據能夠讓其（qí）他生產要素在投入不變的情況下，發揮更大的作用（yòng），形成更大的產出；三是數據與其他生產要素一起，使產出的結構、質量、性能發生顯著（zhe）改變。另一方麵（miàn），數據與其他生產要素的融合表現在數（shù）據作用的發揮需要其他生產要素的投入作為支撐。例如，數據采集、傳輸、存儲、計（jì）算等新型（xíng）基（jī）礎設（shè）施的（de）建設需要資本的投入，基礎設施中蘊含著大量（liàng）的人類知識和技能（néng），基礎設施的運行也需要持續的電力、人力投（tóu）入。

現代經濟是創新驅動的經濟（jì），作為創新最活躍、技術密（mì）集度最高的製造業，其發展更是離不開技術的持續創新；而數字技術的發展也是由顛覆性的前沿技術的突破、成熟所推動（dòng）的，因（yīn）此技術融合成為製造業數實融合的重（chóng）要內容（róng）。技術融合主要呈現兩個方麵：一是數字技術內部的融合。數字技術是（shì）一組相互依賴、相互促（cù）進（jìn）的技術群，隻有當相應技（jì）術成（chéng）熟後其作用（yòng）才能得（dé）到充分發揮。例如（rú），人工（gōng）智能的發展幾乎與計算機的出現同步，早在1956年的達特茅斯會議上就提出了（le）人工智能概念，有早（zǎo）起（qǐ）的人工智能開拓者曾（céng）樂觀（guān）地認為，十年內人工智能就能通過“圖靈測試（shì）”。但是直到曆經兩次起落的數（shù）十年（nián）時間後，等到辛頓教授提出深度學習算（suàn）法，在“摩爾定律”推動下傳（chuán）輸、存儲、計算能力顯著提高、成本顯著（zhe）下降時，人工智能技術（shù）才進入大規模應用階段。上世紀80年（nián）代，索洛在研究計算機對生產率的（de）影響時發現，計算機的廣泛使用並沒有使國民經濟的（de）生產率獲得顯著提升，由此得出（chū）著名的索洛悖論：“計算機無處不在，除了在（zài）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（de）生產率（lǜ），索洛悖論存在的（de）原因（yīn）在於其他方麵的技術在當（dāng）時不夠成熟，未能有效（xiào）支（zhī）撐計算機提（tí）升生產（chǎn）率作用的發揮。Brynjolfsson對人工（gōng）智（zhì）能技術的研究發現，與人（rén）工智能技術顯著突破的（de）是生產率增長（zhǎng）的放緩，他（tā）們估計原因在於與人工智能互補的相關技術尚不成（chéng）熟，這些互（hù）補性技術發展（zhǎn）的所需要的資金和時間投入巨大，因此在人工智能技術發展的初期可能會造成生產（chǎn）率的降（jiàng）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.]}目前廣受關注的元宇宙也是由拓展現實、區塊鏈、人工智能（néng）、移（yí）動互聯網、區（qū）塊鏈等（děng）技術構（gòu）成的技術群所支撐的。數（shù）字（zì）技術在製造業（yè）中的深度應用，也需要（yào）相關數（shù）字技術的協同演進。二是數字技術與製造技術的融（róng）合。數字技術在製造業的（de）應用不是製造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（hé）入數字技術，實現生產線的自動化、智能化；製造（zào）業所形成的專（zhuān）利、技術（shù）訣竅等（děng）以編碼化形態內嵌在的算法、程序、APP中，製（zhì）造知識構成數字化應用的內核，數字技術成為解決手段。

製造業的生產活動涉及產品的開（kāi）發、產品（pǐn）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（jiàn）的傳遞，最終產品的運輸和分銷（xiāo）、產品的維修（xiū）和回（huí）收。這些與產（chǎn）品物理形態相關的生產活動需（xū）要物理生產設施的支（zhī）撐，如研發活動中使用的各種實驗儀器，生產工具、設備和生（shēng）產線，車輛、倉庫、商場、維修車間等物流、分銷和維修設施。同樣，數字技（jì）術發揮作（zuò）用，也需要提供連接、數（shù）據、算（suàn）力、算（suàn）法服務（wù）的信息基礎設施，包括5G、物聯網、工業互聯網、衛星互聯（lián）網等連接基礎設施，數（shù）據中心、智能計算（suàn）中（zhōng）心等數據和算力基礎（chǔ）設施，提供PaaS、SaaS服務的（de）人工智能平台、雲計算平台等算法基礎設施。在製造（zào）業數實融合的過程中也包含了數字（zì）設施與製造設施的融合。一是製造業的生產（chǎn）活動越來越依賴於數字化的基（jī）礎設（shè）施，如利用運營商的移動通信網絡（luò）、公有雲的算力。二是一（yī）些大型製（zhì）造企業內部也在建立數字基礎設施，如工業互聯網（wǎng）平台、數據（jù）中台、私有雲、5G專（zhuān）網，通過這些資產專用性的投（tóu）資使物理性質的生產設施更好的發揮作用。三是最初由大（dà）型製造企業內部使用的數字設施在成熟完善後，也會提供給供應鏈中的合作夥伴使用，甚至進一步向行業內企業乃至（zhì）整個社會開放，成為具有一定（dìng）公共產品性質的基礎設施，也成為製造企業新的業務增長點。

在工業革（gé）命後出現的（de）工（gōng）廠中，產品生產的流程是不連續的，由工人操（cāo）作機器完成某一（yī）生產工序的任務，然後將加工過的中間產品轉移至下一（yī）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）程度有了明顯的提高，在福特（tè）之的流水線生產中，流水（shuǐ）線（xiàn）將需（xū）要加工的產品（pǐn）傳輸到工人麵前（qián）由（yóu）工人進行加工（gōng）。在第三次工業革命時期，PLC、計算機、軟件、機床、機器人等具有一定自動化功能的技術在工業中獲得廣泛應用，能源、石化化工、冶（yě）金等流程（chéng）型行（háng）業的生產過程可以自動化連續進行。在當前（qián）的新一輪科技（jì）革命和產業變（biàn）革中，大數據（jù）、雲計算、人工智能、物聯網、更加智能化的機器人（rén）等新一代數字技術在生產線上獲得越來越多（duō）的應用，生產流程的數字化、網絡化、智（zhì）能化或者說智能製造成為製造業的發展方向，生產係統具（jù）有自感知、自學習、自決（jué）策、自（zì）執行、自適應等功能。生產（chǎn）係統是實現對自然資源進行加工和再加工的製造業核（hé）心功（gōng）能，新一代數字技術與（yǔ）製（zhì）造業在生產流（liú）程的深度融合也成為製造業數實融合的核心環節。

在工業經濟時代，工廠使用生產設備和工具，通過各種物理、化（huà）學和生（shēng）物反應，將（jiāng）投入的原材料加工（gōng）成產品，製造業的產出（chū）是由原（yuán）子、分（fèn）子所（suǒ）構成的物質產品，具有相應的物理的、化學的、機械的等多方麵性能。隨著信息技術的發（fā）展，產品與數字技術也逐步融合，比如電腦中包含操作係統和各種應用軟（ruǎn）件，但是總體上看，產品與數字（zì）技術融合（hé）的領域比較有限，主要集中在ICT相關的產品上。隨著新一（yī）代數字技術的廣泛擴散，越來越多的產品呈現出數實融合的特征，產品不僅包括物理結（jié）構，還包括軟件和數（shù）據，物理結構中不（bú）僅包括了機（jī）械的、有機的或無（wú）機的物質成分，還包括（kuò）了傳感器、芯片等IT硬件產品。以汽車為（wéi）例，早期的（de）汽車完全是一個機械產品，由發動機燃燒（shāo）燃料（liào）提供動力，由駕駛人員操縱機械部件驅動汽車的行駛；現在的汽車朝著智能網聯甚至無人駕駛的方向前進（jìn），使用芯片越來越多，處（chù）理的數據（jù）量（liàng）越（yuè）來越（yuè）大。在（zài）不（bú）久的將來，所有（yǒu）產（chǎn）品都將成為數實（shí）融（róng）合的產（chǎn）品。

製造（zào）業數實融合需要數（shù）字技（jì）術的（de）發展和數字基礎設施的完（wán）善作為支撐，融合過程展現出多方麵的功（gōng）能。

製造業的數（shù）實融合以泛在連接為前提、以（yǐ）數（shù）據為（wéi）核心、以強大的雲端或（huò）本地算力為支撐，通過算法驅動製造業的生產經營活動。

製造業（yè）的數實融（róng）合是將製造業的（de）全領域（yù）、全周（zhōu）期（qī）、全生態與（yǔ）數字技術緊（jǐn）密結合到一起，這種（zhǒng）結合不僅是數字技術在製造企業的各個業務單（dān）元（yuán）、價值鏈的各個環節或生態（tài）的各個參與方的使用，而且這些業務單元之間、環節或（huò）參（cān）與方（fāng）之間（jiān）都會連接在一（yī）起並實現互動（dòng）。因（yīn）此，製造（zào）業數（shù）實融合的前提是製造業（yè）所涉及（jí）的物質、服務、場景、人、生產經營單（dān）位等接入信息網絡之中（zhōng）。裏夫（fū）金在描述新科技革命和產（chǎn）業變革（gé）時指出（chū），互聯網、傳感器和軟件將人力、設（shè）備、自然資源、生產線、物流網絡、消費習慣、回收（shōu）流以及經濟和社會生活中各個方麵連（lián）接起來，不斷為各個節點（商業、家庭、交通工具）提供實時的大數據_{[[美]傑裏米•裏夫金.零邊際成本社會一個物聯網、合作共贏的新經濟時代（dài）[M].賽迪研究（jiū）院專家組譯，北（běi）京：中信出版社（shè），2017:11.]}。新（xīn）一（yī）代（dài）數字技術的發展為實時（shí）、泛在連接（jiē）提供了可能。

新一代數字技術（shù）是對數據（jù）進行采集、傳輸、存儲、處理、應用的（de）技術，隨著數據成為關鍵生產要素後，數據在國民經濟各行業的重要性顯著提高。製造業的數（shù）實融合也是圍繞著（zhe）數據這一核心來展開的，主要體現在以下三個方麵：首先，數據分布於製（zhì）造業的全領域、全周期、全生態，並在各部門、環節、參與方之間（jiān）流動；其次，製造業的（de）生產活動、經（jīng）營決策是建立在對數據的分析、挖掘之上的。例如，根據銷售情況決定物料采（cǎi）購的多少和安排生產進度，根據用戶特征精準選擇宣傳渠道（dào）、促銷方式等；第三，一些新產品、新模式、新業態直接依賴於數據，沒有數據就沒有這（zhè）些新特征。例如，遠程監測和在線服務等服務型製（zhì）造模（mó）式的開展（zhǎn），需要企業能夠掌握銷售出去的（de）產品（pǐn）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（shàng），因此製造企業（yè）也在不（bú）斷地擴大數據的采集範圍，如在生產（chǎn）線、物（wù）流設備、產品中嵌（qiàn）入傳感器和芯片，不斷地打通企業內部（bù）、企業（yè）與顧客、企業與其（qí）生態（tài）夥伴之間甚至企業外部渠道的數據連接，以獲得更多能夠為企業創造價（jià）值的數據。

對數據（jù）的存儲、處理（lǐ）都需要（yào）計算能力。在數據（jù）量不大的時候，可以（yǐ）依靠企業自（zì）有（yǒu）的計算機、服務器（qì）以（yǐ）及生產設（shè）備自身所帶的嵌入式芯片。隨著數據量的急（jí）劇增加，傳統的計算能力（lì）就無法適應海量數據的計算需求。一些企業缺少大規（guī）模布置計算能（néng）力的資金或人才，另外對於大多數企業來說，大規模布置的計算能力可能無法獲得充分使用而造成浪（làng）費、成本增（zēng）加。大數據中心、雲計算（suàn）中心、超算中心使算力資源（yuán）雲端化，企業無需自己投資建（jiàn）立計算能力，可以按需彈性（xìng）租用，使算力的獲得門檻和使用成本大大降低。算力基（jī）礎設施（shī）的提供者既（jì）有傳統電信運營商（shāng），也有（yǒu）互聯網平台企業。雖（suī）然雲計（jì）算基礎設施成為企業普遍采用的形（xíng）式，但是出於數據（jù）安全的考慮以及數據處理（lǐ）速度（dù）的要求，一些企業也會在使用公有雲的同時布置私用雲，在使用雲計算的同時根據不同應（yīng）用場景的需求（qiú）采（cǎi）用霧計算和邊緣計算。

製造企業（yè）對數據的使用是為了解決特定的任務，而每（měi）一種（zhǒng）任務的（de）解決都有其內在的規律、邏輯（jí）或方案。算法就（jiù）是對解決特定（dìng）任務方案的準確而完整的（de）描述（shù），它以用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量數據的處理，自動化、智能化的操作，其背後都有算法在發揮作用。人工智能技術（shù）之所以得到廣泛的（de）應用，就在於算法實現（xiàn）了（le）重大的突破。大型製造企（qǐ）業實力強大、人才聚（jù）集，有能力自主開發包括工業互聯網平台在（zài）內的各種算法（fǎ）。而許多（duō）中小企業缺（quē）少獨立開發數（shù）字化應用的資金（jīn）和人才，因此主要采（cǎi）用其他大型製造企業、互聯（lián）網企（qǐ）業開（kāi）發的門檻（kǎn）低、易部署的（de）“輕量應用”“微服（fú）務”。例如，許多消費平（píng）台企業為入駐企業提供的（de）支付（fù）、開店、銷售管理等功能；工業互聯網平台提供的通用和專用PaaS服務、工業APP等SaaS服務。在數（shù）字經濟時代（dài），開源運（yùn）動獲得更大的發（fā）展，許（xǔ）多算法會被極客、企業和公共（gòng）機構以各種開源（yuán）協議共享（xiǎng），其他企業可以不用從頭開發這些算法、軟件（jiàn），可以根據開源協議將算法直接拿來使用或進行二次（cì）開發，極大地加（jiā）速了算法、軟件的開發速度，顯著降低了開發（fā）成本（běn），加速了算法的普（pǔ）及應用。

數字技術（shù）與製造技術、數字經濟（jì）與製造業（yè）的深入融合表現出整合多維（wéi）數據（jù）、發現潛在知識、替代人力勞動、編碼（mǎ）行業知識、軟件定義產品、創（chuàng）新商業模式等多種功能（néng）。

製造企業（yè）的生產（chǎn）經營活動需要利用企業內外部的各種數據，這些數據構成企業價（jià）值的重要來源。一方麵，企業本身的活動（dòng）就非常複雜（zá），涉及不同業務領域、不（bú）同（tóng）價值鏈環節，另一方麵，企業隻是社會（huì）生產、分配、交換、消費大（dà）循（xún）環中和生（shēng）產鏈條中（zhōng）的一個環節，企業外部的商業夥伴（bàn）、用戶的數據對於（yú）企（qǐ）業的經營活動至關重要（yào），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（zhí）。數據的價值取決於（yú）數據（jù）規（guī）模以及顆粒（lì）度、鮮活度、連接度、反饋度、響應度、加工度等方麵。_{[李曉華、王怡帆.數據價值鏈與價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}為了最大化發揮數據的價值、增強企業的市場競爭力，企業需要（yào）把來源（yuán）不同的（de）數（shù）據整合到一起。數實融合的重要功能就（jiù）是建立廣泛、實時（shí）的連接，將（jiāng）來源、結構等方麵（miàn）差異巨大的數據整合（hé）在一起，為後續數（shù）據的處理、應用打下基礎。

製造企業的知識有些來自於人類的科學發現、企（qǐ）業內部的（de）研究開發以及經營管（guǎn）理人員、生產線的工（gōng）程師和（hé）技術工（gōng）人長期積累的經驗，但是（shì）還有許多潛在的未被發現的（de）知識隱藏在企業生產經營活動產生的海量（liàng）數據之中。建立在大數據和（hé）機器學習基（jī）礎上的人（rén）工智能技術能（néng）夠根（gēn）據預先設定的算法甚至根據（jù）為係統（tǒng）設定的規則，找到兩個變量之（zhī）間的相關關係。這種相關關（guān）係（xì）一方麵（miàn）未能被企業在傳統（tǒng）的（de）技術手（shǒu）段下發現，同時人工智能算法本身也無法對二者（zhě）相互影響的機製做（zuò）出解釋，但是按照這種相關（guān）關係，就能夠改進企業的績效。比如，通過對生產線各種（zhǒng）工藝參數曆史數據（jù）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調整生產線，就能夠明顯提高良品率和（hé）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（hǎo）程度，據此開發更加適銷對（duì）路的產品。

人工（gōng）智（zhì）能等數字技術可以看作廣（guǎng）義的機器。工業（yè）革命之後的很長一個時期，機器（qì）主要是（shì）替代人類的體力勞（láo）動，完成人力所無法完成的繁重工作，逐步（bù）將人類（lèi）從繁重、危險、肮髒的工作解放出來（lái）。隨著大新（xīn）一代數（shù）字技術的功能不（bú）斷強大、成本持續降低（dī）及其與加工中心、機器人等技術的深度融合，數（shù）字（zì）技術替代人工在越來（lái）越多的領域變得在（zài）技術和經濟（jì）層麵更加可行，不但一些重複性（xìng）的勞動密集型工作可以被數字技術替代，一些智力型的工作（如一部分（fèn）研發工作、生產線管（guǎn）理工作、經營（yíng）數據分析工作）也成為人工智能技術（shù）的替代對象（xiàng）。隨著（zhe）我國勞動成本的上（shàng）漲，傳（chuán）統的勞動密集型產業正在喪失（shī）全球競爭優勢，用“機器換人”變得越發（fā）緊迫。在（zài）質量檢測等一些工序上，用機器替代人（rén）不但成本低、效率高，而且生產的精度、穩（wěn）定性也得到了提高。

無（wú）論是已經積累的科學知識和經驗，還是大數據、人工智能方法洞察的知識，無論是基於數（shù）據（jù）提升生產線的（de）性能，還是用機器換人，都（dōu）需要把（bǎ）這些人類的知識、企業的經驗編碼化，即將這些知識（shí）和經驗以代碼、軟件、APP等形態呈現出（chū）來。軟件根據輸入（rù）的數據（包括人為的輸入、設備自動采集的數據等），按照知識和（hé）經驗（yàn）形成的規則，實現（xiàn）業務環節、業務流程的自動化甚至智（zhì）能化_{[曾（céng）鳴．智能商業（yè）[M]．北京：中信出版社，2018：77-80．]}。例如，質量檢測領域應用的視覺識別係統就是將（jiāng）反複訓練後的算法移植入生產設（shè）備。這些（xiē）被編碼後的知識所形成的（de）代碼可以存在於製造企業（yè）生（shēng）產活動的方方麵麵，以應用軟件、APP、工業互聯網（wǎng）係（xì）統（tǒng）、嵌入式軟件等形態（tài）存在。而且這（zhè）些代碼隨著人類知識的更（gèng）新、人工智能係統不斷的訓練而持續迭代更新。

隨著數實融合的深入（rù）推進，軟件已經成為製造（zào）業（yè）產品的重要（yào）組成部分，可以說，產品的軟件定義特征不斷強（qiáng）化（huà）。軟件定義產品包括三種類型：一是軟件定義產品的功能。產品中的一些功（gōng）能必須依賴軟件來實現，軟件決定（dìng）了該功能的存（cún）在（zài）與否。二是軟件實現產品的功能。通過軟件的響應、運算（suàn）、下（xià）達指令實（shí）現（xiàn）對硬件的（de）操縱（zòng），通過硬件的操縱實現特（tè）定的功（gōng）能。三是軟件優化產品的功能。由於軟件相比於（yú）能夠（gòu）實現相同功（gōng）能的機械部件、電子元件來（lái）說性能更優或（huò）成本更（gèng）低，所以軟件可以（yǐ）取代這（zhè）些物理元器件。_{[李培（péi）根，高亮．智能（néng）製造概（gài）論（lùn）[M]．北京：清華大學出（chū）版社（shè），2021：273-275．安筱鵬．重（chóng）構：數字化轉型的邏輯[M]．北京：電子工業（yè）出版社，2019：54，78，63-64．]}

數字技術會推（tuī）動企業的商業模式和業態（tài）創新，這些新型商業模式本（běn）身就是高度數實融合的（de）。在上世紀80年代，製造（zào）業就（jiù）出現了服務化的趨勢。在數字技術的驅動下（xià），製造業的生產、服務係統將能夠自動化地對個性化需求做出響應，突破了（le）傳統服務（wù）業發展對人才的依賴（lài）和規模不經濟的約束。在產品層麵，通過內置在產品中（zhōng）的傳（chuán）感器采集用戶的使用情況或產品的運（yùn）行（háng）狀態，製造企業能夠提供個性化使用方案定製以及遠程在線監測、預防（fáng）性維護等增值服務。通過與用戶的直連，製造企業由根據市場預測進行大規模生產的模式轉向根據用戶（hù）訂單小批量甚（shèn）至個性化定製的（de）模式，高度（dù）柔性化、智能化的生產係統可（kě）以低成本的進行小（xiǎo）批量甚至單件生產。甚至製造企業還可以把消費者動員起來，利用社交媒體、私域流量為企業代言帶（dài）貨。

近年（nián）來（lái），我國政（zhèng）府高度重視製造（zào）業的數實融合（hé），產業（yè）升級壓（yā）力和產業增長點推動製造（zào）企業積極實施數實融合，互聯網企業（yè）也將數實融合作為業務拓展的重要方向，我國製造業數實融合水平有了顯著提高。例如，中國大（dà）陸33家（jiā）企業入選世界經濟論壇評選出來的（de）“燈塔工廠”，占全部（bù）103家的比重（chóng）接近1/3。然而也要看到，中國製造業的數實融合（hé）也麵臨製造能（néng）力、數字化水平、數字化能力、數據流動等多方麵的製約。

製造業數實融合的重要方麵是將製造業積累的（de）知識的編碼化，隻有製造（zào）能力提（tí）高了，才有可能將數實融合推進到一個更高的層次。我國製造業（yè）在產品性（xìng）能、質量、可靠性等方麵與世界領先水平仍存在較大差距，很重要的就體現在工業軟件的差距上，而工業軟件（jiàn）本身（shēn）就是製造業能力的體現。譬如Matlab、EDA軟（ruǎn）件我們做不出來，本質上還是我們對製造業基礎科學的認識不透、對生產過程中（zhōng）的製造知識積累不足。同樣，在生產（chǎn）領域的控製軟件方麵，不同工廠使用同樣的設備，但在良品率、產品性能上存在差異，也是企業在製造能（néng）力（lì）上差距的體現。數字技術可以全麵推（tuī）動製造業生產效率的提高，但是需要數字技術與製（zhì）造（zào）技術的共同演進。通用電氣在（zài）發（fā）布自己的工業互聯網戰略時，提出工業互聯網要“發揮1%的（de）威力”。通過對工業生產線中海量數據的分析，人（rén）工智能係統能發現最優工況參數的組合，從而明顯改善生（shēng）產線良品率、提高整體生產效率和經（jīng）濟效益，但是如果要（yào）進一步提高製造業效率或者說（shuō）超越“1%的威力”就需要製造業本身技術的進步，比如重新設計產品、重構生產流程。數字技術（shù）隻是（shì）起到助力作用，製造業的問題根本上還要靠製（zhì）造業本身能力的提升來解決。

製造業的數實融合是需要企業有數字化思（sī）維，有良好的數字基礎設施支撐以（yǐ）及形成較（jiào）好的信息化、數字（zì）化應用基礎。但總體上看，我國製造業行業間、地區間、企（qǐ）業間發展很不平衡（héng），形象的（de）說是工業1.0、2.0、3.0、4.0並存，既有高度數字（zì）化並積極探索智能化、位列世界“燈塔工廠”的優秀企業，也有（yǒu）大（dà）量處於信息化、機械化階段（duàn）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（píng）較低的企（qǐ）業（yè），一方麵它們（men）對數實融（róng）合認識不足，積極性不高；另一方麵，推動數實融合需要進行大量的設備、係統的（de）數字化改造工作，而這些設備層、係統層的改（gǎi）造往往投（tóu）入較大。普遍來看，製造業的利潤率相對較低，在勞（láo）動密集型（xíng）產（chǎn）業（yè）和中小企業（yè）尤為突出，巨額的數字化改造（zào）升級投入費（fèi）用是它們（men）難以承擔。此（cǐ）外，數實融合既是企業的技術決策，也是（shì）投資決（jué）策，需要對成（chéng）本與收益進行綜合考量。數實融合的投（tóu）資（zī）未必就能帶來企業效率的提升以及收益的增長，數字（zì）技術不成熟、應（yīng）用環節選擇（zé）不恰當等都造成數實融合投資失敗的風（fēng）險。也就是說，資金投入過大、收益不明確或投資回收期長，會造成製（zhì）造企業特別（bié）是中小企業不願投資（zī）於數字化改造，從而影響數字化水平的提高和數（shù）實融（róng）合的深入推進。

企業數字化改造升級的過程不是簡（jiǎn）單的把項目外包給提供解決方案的企業就行了（le）。互聯網企業的工程師們（men）懂（dǒng）算法、懂軟件，但是他們（men）不（bú）懂製造業本身的知（zhī）識，即使是數字化解決方案提供商可能有做過某一類（lèi）行業數字化（huà）改造的經驗，但是各個企業在（zài）生產流程、生（shēng）產設備等方麵存在巨大差異，他們對特定的企業也缺少完整準確的了解。相對的，製造企業自己的工程師懂產品、生產工藝，但不熟悉算（suàn）法和代碼，很難與數字化解決方（fāng）案提供商對話，需要企業（yè）內既懂產品、工藝又懂算（suàn）法（fǎ）、代碼的工程師作（zuò）為連接雙方的橋梁。數實（shí）融合的深度推進以及（jí）由此為企業帶來經濟效益的增（zēng）長，不是說數字基（jī）礎設施建成了，數字化設備用上了就水到渠成。數實（shí）融合是一個持續的過（guò）程，它需要產品開發人員、工程師、管理人員、生產線工人熟練地運用數實融合（hé）的生產力工具，還需（xū）要工程師對產品、生產線的算法、軟件不斷進行完善、改進，這些（xiē）工作不但需要企業員工（gōng）整體數字思維、數字素養的提高，還需要有一（yī）批熟練掌握和應用算法、軟件的工程師隊伍。但總（zǒng）體來看，我國數字技（jì）術、管理人才需求量巨大（dà）、供給（gěi）偏緊，我國製造業和互聯網行業的數字化（huà）人才分布非常不均衡。互聯網行業優厚的待遇吸引（yǐn）了大量的IT人（rén）才，而製造企業微薄的利潤很難養的起一支高水（shuǐ）平的IT人才（cái）隊伍。

伴隨著企業價值創造活動的開展，是數據的流動。在製造業，數據流動包括製造企業內部的（de）流動，製造（zào）企業與其供應鏈上下遊業務夥伴間（jiān）的流（liú）動，製（zhì）造企業與（yǔ）用戶之間（jiān）的流動，跨行業的數據流動以及政府與企業間的數據流動。數據作為企業價值的重（chóng）要來源，數據價值創造（zào）作用的發揮不但（dàn）依賴於數據的規模（mó），還（hái）依賴於數據之間的（de）連接，數據的連接越緊密（mì）、越（yuè）廣泛、越及時，對企業（yè）的價值就越大。_{[李（lǐ）曉華、王怡帆.數（shù）據價值鏈與價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}但是製造業數實融合過程中存在著數據傳輸的障礙，數據不能按照在其經濟價值的推動下順暢流動。一是技（jì）術上的製約。製造業由於（yú）行業間、企業間使用的設備、係統千差萬別，造成（chéng）設備的數字接口不統（tǒng）一，設備之間的連（lián）接難度大；數據結構不統一，增加了數（shù）據打通、使用的難度。二是法律（lǜ）上的製約。法律法規沒有對數據的采集、開放、交易（yì）和使用做出明確的規定，造成政府數據無法（fǎ）公開，個（gè）人數據（jù）不能采集，企業數據（jù）無法轉讓。在數字經濟（jì）條件下，法律法（fǎ）規對數（shù）據保護不利也會起到適得其反的作（zuò）用，比如對消費者隱私數據的侵犯、大（dà）數據殺熟、基於大數據的算法（fǎ）壟斷等問題，產生了對數據開放、流動的抵製。三是商業上的製約。數據（jù）中（zhōng）包含著企業生產、銷售、用戶（hù）使用等各個方麵的信（xìn）息，蘊含著企業的（de）商業機密（mì）和長期積累的技術訣竅，對這些數據的掌握是企業（yè）競爭力的重要來（lái）源。一方麵（miàn），如果企業允許（xǔ）其他企業獲取這些數據，即使企業能（néng）從（cóng）對方（fāng）獲得一些數（shù）據作為補償，仍有可能處於數據的淨損失狀態。更重要的是，競爭對手可能通過（guò）分（fèn）析這（zhè）些數據，獲得企業的用戶特征與分布（bù）、生產進度、供應商情況以及生產中的工藝參數等信息。例如，一家企業委托第三方大數據或人（rén）工智能企業對其生（shēng）產線數據進行分析，幫助其提高生產效率，第三方企業通過這些數（shù）據掌握（wò）的企（qǐ）業的“隱性知識”可能會用於（yú）為競爭對手企業（yè）改進生產線，從而使該企業的競爭優勢縮小；另一方麵，處於數據優勢地位的企業為了維護自己的市場地位甚至是壟斷地（dì）位，不願意將數據開放及與其他企業共享。

本（běn）文（wén）的研究表明，隨著（zhe）新一輪（lún）科（kē）技革命和產業（yè）變革的興（xìng）起（qǐ），新一（yī）代數字技（jì）術加快成熟（shú）、擴散與融合，數字技術與實體技術、數字經濟與實體經（jīng）濟呈現融合程度不斷（duàn）深化（huà）的趨勢，其中製造業是數實融合進展最快（kuài）、潛力最大、重要性最強的國民經濟行業之一。製造業數實融合的範圍（wéi）包括企業（yè）內部全領（lǐng）域、價值鏈（liàn）全周期和供應鏈全（quán）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（zhì）造業數實融合以連接為基（jī）礎、以數據為核心、以算力為（wéi）支撐、以算（suàn）法為驅動，並（bìng）通過整合多（duō）維數據、發現潛在知識、替代人力勞動（dòng）、軟件定義產品、創（chuàng）新商業模式等功能（néng），發揮對製造業的（de）賦能（néng）作用，推動製造業（yè）的動力變（biàn）革、效率變革和質量變（biàn）革。近年來在我國（guó）政府的大力推動（dòng）下，在製（zhì）造（zào）企業、互聯網企業的積極實踐中，我國製造業（yè）數實融合取得明顯進展，但是也麵臨著（zhe）製造能力、數字化水平、數字化能力、數據流動等多方麵的製約。

今後一個時期，製造業數實融合將進一（yī）步深入發展，範圍不斷擴大、程度不斷（duàn）加深、影響更加凸顯。從數字技術的發展來看，雲計算、大數據、物聯網、移動（dòng）互聯網、人工智能（néng）、智能機器人、3D打印機等技術將進一（yī）步（bù）發展成熟，性能提升、成本降低，具備了在更廣泛領域應用的空（kōng）間，而區塊鏈、量子計算等新興技術也在逐步成熟，將會開拓新的融合領域、融合模式，產生新的融（róng）合業態、融（róng）合效（xiào）果。從世界範圍看，大國博弈長期持（chí）續甚至趨於激烈、新冠肺炎疫情、俄烏衝突等事件影響交織，世界主要國家在以製造業（yè）為（wéi）核心的實體（tǐ）經濟領域的競爭愈發激烈，在以數字技（jì）術為（wéi）核心的新興領域加快布局、培育壯大新興（xìng）產業，製造業數實融合（hé）是我國保持和增強製造業全球競爭力、加快培育壯（zhuàng）大（dà）新興產業和未來（lái）產業（yè）的重要途徑。從製造業（yè）本身看，麵對工資水平（píng）上漲、土地和資源等環境約束加劇的狀況，製造（zào）企業（yè）亟待加快轉型（xíng）、重塑競爭優勢，數實融合是製造業轉型升級、向全球價值鏈高端攀（pān）升的重要推動（dòng）力。

根據存在的阻礙和（hé）問（wèn）題，推動製造業數實融合深（shēn）入（rù）發展，需要做好以下幾方麵工作：一是（shì）加快信息基礎設施建（jiàn）設並推動傳統基礎設施的數（shù）字化轉型升級，為實現製造企業的廣泛連接和數據傳輸打好基礎。信息基礎設施建設（shè）應適度超前，同時把握好超前建設進度，實現經濟效益與社會效益的統一。第（dì）二，推動數（shù）字技術創新，整合國家戰略科技量，激發企（qǐ）業和社會的創新活力，盡快突破關鍵核心數字技術（shù），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同時，在某些新興領域取得全球領先地位，一方麵擺脫製造企業數實融合中“卡脖子”風險（xiǎn），另一方麵增強數實融合（hé）安全性，同時降（jiàng）低數實融合的發展、應用成本。三是促（cù）進製造業領軍企業（yè）的數字化轉型、構建工業互聯網平台，在工業互聯網（wǎng）平（píng）台在企業內部（bù）、生（shēng）態體係內部應（yīng）用成熟後，推動向行業、行業外企業的開放共享。第四，促進中小企業（yè）的數（shù）字化（huà）轉型。通過宣傳推廣、試點示範提高中小企（qǐ）業數字（zì）化轉型的意識；政府的技改資金向中小企業的數字化改造適度傾斜（xié），為中小（xiǎo）微企業（yè）提（tí）供（gòng）數字化券鼓勵它（tā）們（men）購買（mǎi）數字服務，支持製造業行業（yè）龍頭企業、互聯網平台企業為（wéi）中（zhōng）小企業開發門檻低（dī）、易使（shǐ）用的輕量化應用。第（dì）五，進一步完（wán）善數字經濟法律（lǜ）法規和政策，推動（dòng）政府開放公共數據，加強數據安全和數據保護，推進實現“原數（shù）據不出域（yù）、數據可用不可見”的聯邦學習_{[陳永偉.聯（lián）邦學習能打破數據孤島嗎（ma）[N].經濟觀察（chá）報，2020-05-01.]}等數字技術發展和新型數據交易模式探索，加快製定數字技術、數（shù）據格式的國家標準。第六，加強數（shù）字經濟（jì）領域國際合作。積極參與《數字經濟夥伴關係協定》（DEPA）等國（guó）際（jì）數字（zì）規則的多邊協定談判與合作，推廣中國數（shù）字經濟的治理主張；支（zhī）持國內企業參與全球數字科技組織，積極建立和參與數（shù）字技術聯盟、開源社區。

本文內容來源於網絡，版權歸（guī）原作者所有！

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