當前，新（xīn）一輪（lún）科技（jì）革命和產業變革突飛猛（měng）進，顛覆性技術不斷湧現。新興顛覆性技術的成（chéng）熟和產業轉化持（chí）續創造新產品、新模式、新業態乃至新產業。以雲計算、大數據、互聯網、移動互聯網、人工智能、區塊鏈為代表的數字技術（shù）是新科（kē）技革命和產業變革中創新最活躍（yuè）、影響最廣（guǎng）泛和（hé）深入的技術（shù）群。新一代數字技術如（rú）同蒸汽引擎（qíng）、電動馬（mǎ）達、電力、芯片一樣，是典型的通用目的技術（shù）（General Purpose Technologies，GPT’s）。通用目的技術具有三（sān）種典型的特征：一是廣泛的擴散性。具有在廣泛產業領域普遍使用（yòng）的潛力，而且隨著技術的演進能夠（gòu）擴散（sàn）至整個經濟。二是（shì）技術改進的內（nèi）在（zài）潛力（lì）。隨著技術的（de）發展，性能、成本、用途都會得到持（chí）續的改（gǎi）進。三是創新的（de）互補性。通用目的技術扮演著使能（néng）者（zhě）的角色，它不是直接為其他行（háng）業帶來生（shēng）產率的提高，而是為這些行業提高生產率的（de）創新活動打開了機（jī）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（sù）擴散、與其他（tā）行業深度融合，成為改變國（guó）民經濟各行業（yè）的關鍵力量。

新一代數字技術（shù）對國民經濟各行業的賦能作用受到我國政府（fǔ）的高度重視。在2021年10月18日十（shí）九屆中央政（zhèng）治局第三十（shí）四次集體學習時，習近平總書記指出：“促進數字技術和實體經濟深度融合，賦能傳統（tǒng）產業轉型升（shēng）級（jí），催生新產業新業態新模（mó）式，不斷做強做優做大我國數字（zì）經濟。”“推動數字經濟和實（shí）體（tǐ）經（jīng）濟融合發展。要把握數（shù）字化、網絡化、智能化方向（xiàng），推動製造（zào）業、服務業、農業等產業數字化，利用互聯網新（xīn）技術對傳統產業進行全方位、全鏈條的改造，提高全要素生產率，發揮數字技術對經濟發展的放大、疊加、倍增作用。要推動互（hù）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’企業（yè）和製造業單項冠軍（jun1）企業。”2021年12月國務院印發的《“十四五”數字經濟發（fā）展規劃》也提出，“以數據為關鍵要素（sù），以數（shù）字技術與實體經濟深（shēn）度融合為主線”，到2025年“數字（zì）技術（shù）與實體經濟融合取得顯著成（chéng）效”。可見，“數字技術和實體經濟深度融合”或“數（shù）字經濟和實（shí）體經（jīng）濟融合發展”已經成為我國產業和經濟發展的重要戰略方向（xiàng）。無論是“數字技術和實體經濟深度融（róng）合”或“數字經濟和實體經濟融合發（fā）展（zhǎn）”都是新一代數字技（jì）術在實體（tǐ）經（jīng）濟部（bù）門的深度應用，與實體經濟部門的創新鏈、工程鏈、價值鏈、產業鏈、供應（yīng）鏈、顧客價值鏈以及產品、服務緊密融合在一起，並（bìng）使實體部門的業務（wù）流（liú）程、產（chǎn）品架構、生產方式、產出形態（tài）、生產效（xiào）率等方麵發生全方位的改（gǎi）變（biàn），這一現象可以簡稱（chēng）為“數實融（róng）合”。

製造業是立國之本、強國（guó）之基、創新之源，在世界經曆百年未有（yǒu）之大變（biàn）局、新一輪科技（jì）革（gé）命和產業變革突飛猛進、全球（qiú）產業鏈價值鏈麵臨重構的大背景下，製造業在經濟（jì）增長、吸納就業、催（cuī）生創新、國家安全等方麵的重要性進一步凸顯。從中國內部看，隨著工資水平的上漲以及土地（dì）、能源、環境等要素約束加強，改（gǎi）革開放（fàng）以（yǐ）來形成的成本優勢正在削弱。通過推動製造業數實融合，不但可以用數字技術為製造（zào）業賦能，提高（gāo）製造業的勞動生產率，保持綜合成本優勢，而且能夠推（tuī）動製造業的產品創新、生產（chǎn）方（fāng）式創新、商業模式創新、產品形態創（chuàng）新，重塑製造業的國際（jì）競爭（zhēng）力，還能夠通過製造業（yè）對數字技術需求所創造的大規模市場，引致數字技術（shù）的進一步突（tū）破（pò）、成熟和產業（yè）轉（zhuǎn）化，帶動數實融合相關的數字產品、服務和係統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。我國政府高度重視製造業的數實融合，近年來有關部委出台的關於智能製（zhì）造、工業（yè）互聯網、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）內外學（xué）者針對製造業的數字化轉（zhuǎn）型、工業互聯（lián）網、智能製造等（děng）開展了大量研究，但直接關注製造業數實融合的研究仍然相對（duì）較少。本文將分析製造（zào）業數（shù）實融合的發生範圍和表現形態、條件與功能，探討製造業數（shù）實融合發展的製約因素，並有針對（duì）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（tǐ）現在與製造活（huó）動（dòng）相關的（de）廣泛領域、涉（shè）及到各種要素、機（jī）構與活動，呈現出多種融合形態。

製造業是對（duì）自然資源進行加工和再加工（gōng）的一係列經濟（jì）活動，物質產品形態、性質的改變主要發生在車間和工廠之中，因此當人們想到製造（zào）業的數字化、數實（shí）融合等概念時（shí），常（cháng）常（cháng）把其局限在車間和工廠這一物（wù）理（lǐ）空間（jiān）以（yǐ）及加工製造這一（yī）生產環節。實際上，製造業數字化、智能化的領域要（yào）廣泛得多_{[中國社會科（kē）學院工業經濟研究所智能經濟研究組（zǔ）.智能+：製造（zào）業的（de）智能化轉型[M].人民郵電出（chū）版社，2021:18-24.]}，數實融合包括了製造業的全領域、全（quán）周期、全生態。

科層企業的內部具有複雜的結（jié）構（gòu），企業的規模越大，內部的結構越複（fù）雜。從組織架（jià）構上看，企業（yè）包括總部和下屬的事業部、子公（gōng）司、分公司（sī）。總部包括行政、財務、投資、戰略、生產（chǎn）經營、研發、人力資源等不同（tóng）的職能部門（mén），每（měi）個（gè）職能部門都有其特點的各種職能與經營管理活動。下屬事業部或子公司、分公司包含了（le）不同產業（yè）領域（yù）的生產活動，每個產業領域有擁有多家可能分布（bù）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（chē）間、工廠（chǎng）中進行的，工廠的活動除生產線的（de）加工製造（zào）外，還涉及進（jìn）貨、出貨、倉儲、水電氣熱等基礎設施以及生產過程、生產人員的（de）管理等各種活動。德國工業4.0提出製造業的縱向集成，即將包括機器設備、供應鏈係統、生產係（xì）統（tǒng）、運營係統等企業內部的流程連接起來，實現（xiàn）信息的實（shí）施溝通。製造（zào）業數實融合所覆蓋的活動遠超過這個範圍，數字技術可以融入製造企（qǐ）業生產經（jīng）營活動的方方麵麵，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（bù）門（業務單元）、業務流程之間也被數（shù）字化網絡緊密聯係在一起，開展交（jiāo）換（huàn）數據、響應指令、執行操作等活動。

從價值創造的角度（dù）看，企（qǐ）業的生產經（jīng）營活動從產品的創意開始，經過開（kāi）發設計、加工製造，再到產品分銷、運營服務，最後是回收處理，這構（gòu）成產品所經曆的完整生命周期（qī），產品全生命周期的數字化（huà）智能化的過程被德國工業4.0稱為“端到端集成（chéng）”。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（yě）可以發生在價值鏈的一個或多個環節。顧客價值（zhí）鏈（customer value chain）從需求側提（tí）供了看待企業價值創造（zào）的視角。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（kàn），商業模式包括企業為用戶創造的（de）價值、用戶為交換該價值（zhí）的付出以及可能對用（yòng）戶造成的價值（zhí）侵蝕。因此，可以把顧客價值鏈的活動劃（huá）分為：價值創造、價（jià）值捕獲（huò）、價值侵（qīn）蝕。通過（guò）解綁顧客價值鏈，企業能夠（gòu）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.]}數字技術與製造業的深度融合使解綁的力（lì）量超越了一體化的力量，加速（sù）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（yóu）寄影碟，現在，網飛利用（yòng）連接到顧客家裏的互聯網在線提供影視作品（pǐn），解構了顧客價值鏈活動，為顧（gù）客和自己都創（chuàng）造了新（xīn）的（de）價值（zhí）。

製造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（dài）社會分工越來越細化的條件下，那種像福特汽車Rouge工廠（chǎng）“一端吞進礦石，一端吐（tǔ）出汽車（chē）”的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大分工當中，企業的生產經營活動才能（néng）順利進行，由此（cǐ）企業競爭力的（de）來源都已經離不開它所處的商業生（shēng）態。早期的學者認為商業生態係統（tǒng）由消費者（zhě）、供應商、主要的生產者、競爭者和其他風險承擔者構成（chéng）_{[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（le）上（shàng）遊（yóu）原材料、零部件供應商，下遊分銷商、零售商，供應鏈、金融（róng）、信息基礎設施等其（qí）他生產性服務活動提供商，開源（yuán）平台、眾包平台以及（jí）其（qí）中的廣大極（jí）客、創客，領先用戶、用戶（hù）社區等（děng）。德國工業4.0將企業與（yǔ）合作夥伴、公司與公司之間、公司與用戶之間（jiān）的網絡連（lián）接稱（chēng）為橫向集成。製造業數實融合包含了企（qǐ）業所處的整個商業生態範圍，隨著數字（zì）技術發展水平的高低和企業實際業務（wù）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成單元之間。

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

生產活動的開展需要生產要素的投入。早期的生產活（huó）動主要依靠天然的生產要素如土地、自然（rán）資（zī）源、天然勞動力。隨著生產力的發展、技術的進步和勞動剩餘的積累，資本、知識、技術、管理、受過教育的高素質勞動力等成為生產要（yào）素的組成部分。在（zài）製造業發展的長期過程中特別是現代計算機（jī）出現後，數（shù）據（jù）也開（kāi）始在生產過程中發揮（huī）作用，例如，冶金、化工、電力等流程（chéng）型製造業根據各生產環節反饋的數據對生產過程進行自動控製。但總體上來所，由於數據（jù）量小、數據處理能（néng）力弱，數（shù）據在製造業中發揮的作（zuò）用非常有限。直到大數據、雲計算、物（wù）聯網、移動（dòng）互聯網、人工智能等新一代數字技術成熟和商業化（huà）應用後，數據海量增長、算（suàn）力（lì）顯著提高，數據對於包（bāo）括製造業在內的國民經濟各行業創（chuàng）造經濟價值越來越（yuè）重要，被稱為數字經（jīng）濟時代的石油（yóu）。《中共中央關（guān）於堅持和完善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題的決定》提（tí）出“健全勞動（dòng）、資本、土地、知識、技術、管理、數據（jù）等生產要（yào）素由（yóu）市場評價貢獻、按貢獻決定報酬的機（jī）製。”這一論斷在我國官方層麵認可了（le）數據作為生產要素的地位，數據不但是（shì）重要的生產資料，而且能夠按照貢獻參與分配。

數據成為生產要素並（bìng）不是孤立的發揮作用，而是（shì）與傳統的生產要素融合（hé）到一起。劉鶴副總理在2021年世界互聯網大會烏（wū）鎮峰會上的致辭中指出：“當前互聯網發展躍升到全麵滲透、跨界融合的（de）新階段，數字技術深度改造（zào）生產函數並不斷創造新業態”_{[新華社.劉鶴出席2021年世界（jiè）互（hù）聯網大會烏鎮峰會（huì）[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這一論斷（duàn）可（kě）以看到，數據與其他生產要素一起成為生產（chǎn）函數的（de）組成部分。數據對生產函數的影響表現（xiàn）在（zài）以下幾個方麵：一是數據進入生產函數後（hòu），會對其他生產要素產生替代，即在同樣（yàng）的產（chǎn）出下，減少一種或幾種生產要素（sù）的使用；二（èr）是數據能夠讓其他生產要素在投入不變的情況下（xià），發揮更大的（de）作用，形成更大的產出；三是數據與其（qí）他生（shēng）產要素（sù）一起，使產出的（de）結構、質量、性能發生顯著改變。另一（yī）方麵，數據與其他生產要素的融合（hé）表現在數據作用的發揮需要其他生產要素的投入作為支撐。例如，數（shù）據采集、傳輸（shū）、存儲（chǔ）、計算等新（xīn）型基礎設施的建設需要資本的投（tóu）入，基礎設施中（zhōng）蘊含著大量的人類知識和技能，基礎設施的運行也需（xū）要持續（xù）的電力、人（rén）力（lì）投入。

現代經濟是創新驅動的經濟，作為創（chuàng）新（xīn）最活（huó）躍、技術密集度（dù）最高的製造業，其發展（zhǎn）更是離不開技術（shù）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（tū）破、成熟所推動的，因此技術融合成（chéng）為製造業數實融合的重要內容。技術融合主要呈現兩個方麵：一是數字技術內部的融合（hé）。數字技術是一組相互依賴、相互促進的技（jì）術群，隻有當相應技術（shù）成（chéng）熟後（hòu）其作用才能得到充分發揮。例如，人工智能的發展幾乎（hū）與計算機（jī）的出現（xiàn）同步，早在1956年（nián）的達特茅斯會議上就提出了人工智能概念，有早起的人工智能開拓者曾樂（lè）觀地認為（wéi），十（shí）年內人工智能就能（néng）通（tōng）過“圖靈測試”。但是直（zhí）到曆經兩次起落的數十年時（shí）間後，等到辛頓教授提出深度學習算法，在“摩爾定律”推動（dòng）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（cái）進入大規模應用階段。上世（shì）紀80年代，索洛（luò）在研究計算機對生產率的影響時（shí）發現（xiàn），計算機的廣泛使用並沒有使國（guó）民經濟的生產率（lǜ）獲得顯著提升，由此得出著名的索洛悖論：“計算機無處不在，除了在生產率上”。後來的研究發現，計算機實際上顯著提（tí）高了全社會（huì）的生產率（lǜ），索洛悖論（lùn）存在的原（yuán）因在於其他方麵的技（jì）術在當時不夠（gòu）成熟，未能有效（xiào）支（zhī）撐計算機（jī）提升生產率作用的發揮。Brynjolfsson對人工智能技（jì）術的研究發現，與人工智能技術顯著突破的是生產率（lǜ）增長的放緩，他們估計原因在於與人工智能互補的相關技術尚不成熟，這些互補性技術發展的所需要的資金（jīn）和時（shí）間投入巨大，因（yīn）此在人工智能技（jì）術發展的初期可（kě）能會造成生產率（lǜ）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.]}目前廣受關注的元宇宙也是由拓展現實、區（qū）塊鏈、人工智能、移動互（hù）聯網、區（qū）塊（kuài）鏈等技術構成的技術群所支撐（chēng）的。數字技術在（zài）製造業中的深度應用，也需要（yào）相關數字技術的協同（tóng）演（yǎn）進。二是數字技術與製造技術的融合（hé）。數字技術在製造業的應用不是製造技術與數字技術相互（hù）分離，而是（shì）有機融合在一（yī）起。生產設備當中融合入數字技術，實現生產線的自動化、智能化；製造業所形成（chéng）的專利、技術訣竅（qiào）等以（yǐ）編（biān）碼化形態內嵌在的算（suàn）法、程序、APP中，製造知識構成數（shù）字化（huà）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發、產品原型的製作、產品的製造以及各（gè）種中間投入的原材料、零部件的傳遞，最終產品的運（yùn）輸（shū）和分銷、產（chǎn）品的維（wéi）修（xiū）和回收（shōu）。這些與產品物理形態相關的生產活動需（xū）要物理生產設施的支撐，如研發（fā）活動中使用的各種實驗儀器，生產工具（jù）、設備和生產線，車輛、倉庫、商場、維修車間等物流、分銷和維修設（shè）施。同樣，數字技術（shù）發揮作用，也需要提供連接、數據、算力、算法（fǎ）服務的信息（xī）基礎設施，包括5G、物（wù）聯網、工業互聯網、衛星互聯網等連接基礎設施，數據中心、智（zhì）能（néng）計算中心等數據和算力（lì）基礎設施（shī），提供PaaS、SaaS服務的人工智（zhì）能平台、雲計算平台等算法（fǎ）基礎設施。在製造業（yè）數實融合的過程中也包含了數字設（shè）施與（yǔ）製造設施的融合。一是製造業（yè）的（de）生產活動越來越依賴於數（shù）字化的基礎設施（shī），如（rú）利用運營商（shāng）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（bù）也在建立數字基礎設施，如工業互聯網平台、數據中台、私有雲、5G專網，通（tōng）過這些資產專用性的投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（liàn）中的合作夥伴使用，甚至進一步向行業（yè）內企業乃至整個社會開放，成為具有一定公（gōng）共（gòng）產品性質的基礎設施，也成為製造企業新的業務增長點。

在工業革命後出現的工廠（chǎng）中，產品生產的流程是不連續的，由工人操（cāo）作機器完成某一生（shēng）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（mìng）時期，在電力的驅動下，工業生（shēng）產過（guò）程的連續程度有了（le）明顯的提高，在福特之（zhī）的流水線生產中，流水線將需要加工的產品傳輸到工人麵前由工人進行加工（gōng）。在第三次工業革命時期，PLC、計算機、軟件、機（jī）床、機（jī）器人等具有一定自動化功能的技術在工業中獲得廣泛（fàn）應用，能源、石化化工、冶金等流程型行業的生（shēng）產（chǎn）過程可以（yǐ）自動化連續進行。在當前（qián）的新一輪科技革（gé）命和產業變革（gé）中，大數據、雲計算、人工智能、物聯網、更加智能化的機器（qì）人等新一代（dài）數字技術（shù）在生產線上獲得（dé）越來越多的應用（yòng），生（shēng）產流程的數字（zì）化、網絡化、智能化或者說智能製造成為製造業的發展方向，生產係統具有自感知、自學習、自決策、自（zì）執行、自適應等（děng）功能。生產係統是實現對（duì）自然資源進行加工和再加（jiā）工的製造業核心功（gōng）能，新一（yī）代數字技術與製造業在生產流程的深度融合也成為（wéi）製造（zào）業數（shù）實融合的核心環節。

在（zài）工業經濟時代，工廠使（shǐ）用生產設備和工具，通過各種物理、化學和生物反（fǎn）應，將投入的原材料（liào）加工成產（chǎn）品，製造業的產出是由原（yuán）子、分子所構成的物質產品，具有相應的物（wù）理的、化（huà）學的、機械的等多（duō）方麵性能。隨著信息技術的發展（zhǎn），產品與數字技術也逐步（bù）融（róng）合，比如電腦中包含操作係統和（hé）各種應用軟（ruǎn）件，但是（shì）總（zǒng）體上看，產品（pǐn）與數（shù）字技術融合的領域比較有限（xiàn），主要集中在ICT相關的產（chǎn）品上。隨著新一代數字技術的廣泛擴散（sàn），越來越多的產品呈現出數實融合的（de）特征，產品（pǐn）不僅包括物理（lǐ）結構，還包括（kuò）軟件和數據，物理結構中不僅（jǐn）包括了機械的、有機的或無機的物質成分，還包括了傳感器、芯片等IT硬（yìng）件產品。以汽車為例，早期的汽車完全是一個機（jī）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（xiè）部件驅動汽車的行駛；現在的汽車朝著（zhe）智能網聯（lián）甚（shèn）至無（wú）人駕駛的方向前進，使用芯片越來越多，處理的數據量越來越大。在不久（jiǔ）的將來，所有產品都（dōu）將成為數實融合的產品。

製造業數（shù）實（shí）融合（hé）需要（yào）數字技術的發展和數字基礎設施的完善作為支撐，融合過程展現出多方麵的功（gōng）能。

製造業的數實融合以泛（fàn）在（zài）連接為前提、以數據為核心、以強大的雲端或本（běn）地算力為支撐，通過（guò）算法驅（qū）動製造業的生產經（jīng）營活動。

製造業的數實融合是將製造業的（de）全領域、全周期、全生態與數字技術緊密結合到一起，這種結合不僅是數字技（jì）術在製造企業的各個業務單元、價值鏈的各個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、環節或參與方之（zhī）間都會連接在一起並實現互動。因此（cǐ），製造業數實融合的前提是製造業所涉及的物質（zhì）、服務、場景、人、生產經營單位等接入信（xìn）息網絡之中（zhōng）。裏夫金在描述新科技革命和產業變（biàn）革時指出，互（hù）聯網、傳感器和軟件（jiàn）將人力、設備、自然資源、生產線（xiàn）、物流網絡、消（xiāo）費習慣、回收流以及經濟和社會生活中（zhōng）各個方麵連（lián）接起來，不斷為各個節點（diǎn）（商業、家庭（tíng）、交通工具）提供實時的大數據（jù）_{[[美]傑裏（lǐ）米•裏夫（fū）金.零邊際成本社會（huì）一個物聯網、合作共（gòng）贏的新經濟時代[M].賽迪研究院（yuàn）專家組譯，北京：中信出版社（shè），2017:11.]}。新一代數字（zì）技術的發展為實時、泛在連接提（tí）供了可能（néng）。

新一代數字技術是（shì）對數據進行采集、傳輸、存儲、處理（lǐ）、應用的技術，隨著數據成為關鍵生產要素後，數據在（zài）國民經濟各行業的重要性顯（xiǎn）著提高。製造（zào）業的數實融合也是圍繞著（zhe）數據這一核心來（lái）展開的，主（zhǔ）要體（tǐ）現在以下三個方麵（miàn）：首先（xiān），數據分布於製造業的全領域、全周期、全生態，並在各部門、環節、參與方之間流動；其次，製造業的生產活動、經（jīng）營決策是建立（lì）在（zài）對數據的分析、挖掘之上的。例如，根據（jù）銷售情況決（jué）定物料采購的多少和（hé）安排生產進度，根據用戶特征精準（zhǔn）選擇宣傳渠道、促（cù）銷方式等；第三，一些新產品、新模式、新業態直接依賴於數據，沒有數據就沒有這些新特征。例如，遠程監測和在（zài）線服務等服務型製造模式的開（kāi）展，需要企業（yè）能夠掌握銷售出去的產品（pǐn）的運行狀態數據。由於製造業的（de）生產活動越來越多地建立在數據的基礎上，因此製造企業也在不斷地擴（kuò）大數據的采集範圍，如在生產線、物（wù）流設備、產品中嵌入（rù）傳感器和芯片，不斷（duàn）地打通企業內部、企業（yè）與顧客、企業與其生態夥伴之間甚至企業外部渠道（dào）的數據（jù）連（lián）接（jiē），以獲得更多能夠為企業創（chuàng）造價值的數據。

對數據的存儲（chǔ）、處理都需（xū）要計算能力。在數據量不大的時（shí）候，可以依靠（kào）企業自有的計算機、服務器以及生產設備自身所帶的嵌入式芯片。隨著數據（jù）量的急劇增（zēng）加，傳統的計算能（néng）力就無法適應海量數據的（de）計算需求。一些（xiē）企業缺少大規模布置計算（suàn）能力的資金或人才，另外對於大多數企業（yè）來說，大規模布置的（de）計算能力（lì）可能無法獲得充分使用而造成浪費、成本增加。大數（shù）據中心、雲計算中心、超算中心使算力資源雲端化（huà），企業無需自己投資建立計算能力，可以按需彈性租用，使算力的獲得門檻和使用成本大大降低。算力基礎設施的提供者既有傳統電信運營商，也有互聯（lián）網平台企業。雖然雲計算（suàn）基礎設施成為企業普遍采用的形式，但是出於數（shù）據（jù）安全的考慮以及數（shù）據處理速度的要求，一些企業也會在（zài）使用公有雲的同（tóng）時布置私用雲，在使（shǐ）用雲（yún）計算的同時根據不同應用場景的需求采用霧計算和邊緣計算。

製造企業對數據的使用是為了解（jiě）決特定的任務，而每一（yī）種（zhǒng）任務的（de）解決都有其內在的規律、邏輯或方案。算法就是對解決特（tè）定任務方案的準確而完整的描述，它以用某種計算機語言（yán）編寫的代碼的形式呈現出來。製造業數實融合中對（duì）海量數據的處（chù）理，自動化、智能化的操（cāo）作，其背後都有算法在發揮作用。人工智能技術之所以得到廣泛的應用，就在於算（suàn）法實現了重大的突破。大型製造企業實（shí）力強大、人才聚集，有能力（lì）自主開發包括工業互聯（lián）網平台（tái）在內的各種算法。而許多中小企業缺少獨立（lì）開發數（shù）字化應用的資金和人才，因（yīn）此主要采用其他大型製造企業、互聯（lián）網企業開發的門檻（kǎn）低、易部署的“輕（qīng）量應用”“微服務”。例如，許多消費平台企業為入駐（zhù）企業提供的支付、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。在數字經（jīng）濟時代，開源運動獲得更大的發展，許多算法會被極客、企業和公共機構以各種（zhǒng）開源協議共享，其他企（qǐ）業可以不用從（cóng）頭開（kāi）發（fā）這些算法、軟（ruǎn）件，可（kě）以根據開源協議將算法直接拿來使用或進行（háng）二次（cì）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。

數字技術與製造技術、數字經濟與製造業的深入融合表現出整合多維數據、發現潛在知識、替代（dài）人力勞動、編碼行業知識、軟（ruǎn）件定義產品、創新商業模式等多種（zhǒng）功能。

製造企業的生產經營活動需（xū）要利用企業內外部的（de）各種數（shù）據，這些數據構成企業價值的重要（yào）來源。一方麵（miàn），企業本身的活（huó）動就非常（cháng）複雜，涉及不同業務領域（yù）、不同價值鏈環節，另（lìng）一方麵（miàn），企業隻（zhī）是社會生產、分配、交換、消費大循環（huán）中和生產鏈條中的一個（gè）環節（jiē），企業外部的商業夥伴、用戶的數（shù）據對於企業的經（jīng）營（yíng）活動至（zhì）關重要，其他（tā）商業組織或政府機構來源的數據也能（néng）夠給企業帶來額外（wài）的價值。數據的價（jià）值取決於數據（jù）規模以及顆粒度、鮮活度、連接（jiē）度、反饋（kuì）度、響應度、加工度（dù）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（fā）揮數據的（de）價值、增強企業的市場競（jìng）爭力，企業需要把來源不同的（de）數（shù）據整合到一起。數實（shí）融合的重（chóng）要功能就是建立廣泛、實時的連接，將來源、結（jié）構等方麵差異巨大的（de）數據整合在一起，為後續數據的處理、應用打下基礎。

製造企業的知識有些來自於人類的科（kē）學發現、企業（yè）內部的研究開發以及經營管理人員、生產線的工程師和技術工人長期積累的經驗，但是還有許多潛在的未被發現的知識（shí）隱藏在企業生產（chǎn）經營活（huó）動產生的海量數（shù）據（jù）之中。建立在大數據和機器學習基礎上的人工智能技術能夠根據預（yù）先設定的算法甚至根據為係統設定的（de）規則，找到兩個變量之間的相（xiàng）關關係。這種相關關係一方麵未能（néng）被企業在傳統的技術手段下發現，同時（shí）人工智能算法本身也無法對二者相互影響的機（jī）製做出解（jiě）釋，但是按照這種相關關（guān）係，就能夠改進企（qǐ）業（yè）的績效（xiào）。比如，通（tōng）過對生產線（xiàn）各種工藝參數曆史數（shù）據的分析（xī），能夠發現生（shēng）產效率最高的工藝參（cān）數組合，按照這種工（gōng）藝參數的（de）調整生產（chǎn）線，就能（néng）夠明顯提高良（liáng）品率和企業的產出效率；通（tōng）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，據此開發更加適銷對路的產品。

人工智能等數字技術可以看（kàn）作廣義的機器。工業革命之後的很長一個時期，機器（qì）主（zhǔ）要是替代人類（lèi）的體力勞動，完成人力所無法完成的繁重工作，逐步將人類從繁重、危險、肮髒的工作解放出（chū）來。隨著大新一代數字技術的（de）功（gōng）能不斷強（qiáng）大、成本持續降低（dī）及其與加工中心（xīn）、機器人等技術的深度融合，數字技術替代人（rén）工（gōng）在越來越多的領（lǐng）域變得在技術和經濟層麵（miàn）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（如一部分研（yán）發工作、生產線管理工作、經營數據分析（xī）工作）也成為人工智能技術的替代對象。隨著我國勞動成本的上漲，傳（chuán）統（tǒng）的（de）勞動密集型產業（yè）正在喪失全球競爭優勢（shì），用（yòng）“機器換人”變得越發（fā）緊迫。在質量檢（jiǎn）測等一些工序上，用機器替（tì）代人不但成本低、效率高，而且生產的精度、穩定性也（yě）得到了提高（gāo）。

無（wú）論是已經積累的科學知識（shí）和經驗，還是大（dà）數據、人工智能方法洞察的（de）知識，無論是基於數據提升生產線的性能，還是（shì）用機器換人，都需要（yào）把這些人類的知（zhī）識、企業的經驗編碼化，即將這（zhè）些知識和經驗以代碼、軟件（jiàn）、APP等形態（tài）呈現出來。軟件根（gēn）據輸（shū）入的數據（包括人為的輸入、設備自動采集的數（shù）據等），按照知識和經驗形成的規則，實（shí）現業務（wù）環節（jiē）、業務流程的自動化甚至智能化_{[曾鳴．智能商業[M]．北京：中信出版社，2018：77-80．]}。例如，質量檢測領域應用的（de）視覺識別係統就是將反複訓練後的（de）算法移植入（rù）生產設（shè）備。這些被編碼後的知識所形成的代碼（mǎ）可以存在於（yú）製造企業（yè）生產活動的方方麵麵，以應用軟件（jiàn）、APP、工業互聯網係統、嵌入式軟件等形態（tài）存在。而且（qiě）這些代碼隨著（zhe）人類知識的更新、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推進，軟件（jiàn）已經成為製造業產品的重要組成部分，可（kě）以說，產品的軟件定義特征不斷強化。軟件定義產（chǎn）品包括三種類型：一是軟件定義產品的功能。產（chǎn）品中（zhōng）的一些功能必（bì）須依賴軟件來實現，軟件（jiàn）決（jué）定了該功能的存在與否。二是軟件實現（xiàn）產品的功能。通過軟件的響（xiǎng）應、運算、下達指令實現對硬件的操縱，通（tōng）過硬件的操縱實現（xiàn）特定的功能。三是軟件優化產品的功能。由（yóu）於軟件相比於能夠實（shí）現相同功能的（de）機械部件、電子（zǐ）元件來說性能更優或成本更低，所以軟件可以（yǐ）取代這些物理元器件（jiàn）。_{[李培根，高亮．智能製造概論（lùn）[M]．北京：清華（huá）大學出版社，2021：273-275．安筱鵬．重構：數字化轉型的邏輯[M]．北京（jīng）：電子工業出版社，2019：54，78，63-64．]}

數字（zì）技術會推動企業的商業模式和業態創新，這些新型商業模式本身就是高度數（shù）實融合的。在上世紀80年代（dài），製造業就出現了服務化（huà）的趨（qū）勢。在（zài）數字技（jì）術的驅動下，製造業的生產、服務係統將能（néng）夠自動化地對個性化（huà）需求做出響應，突破（pò）了傳統（tǒng）服務（wù）業發展對（duì）人（rén）才的依賴（lài）和規模不經濟的約束。在（zài）產（chǎn）品層麵（miàn），通過內置在（zài）產（chǎn）品中的傳感器采集用戶的使用（yòng）情況（kuàng）或產品的運行（háng）狀態，製造（zào）企（qǐ）業能夠提供個性化使用方案定（dìng）製以及遠程在線監測、預防性維（wéi）護等增值服務。通過與（yǔ）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（xiàng）根據用（yòng）戶訂單小（xiǎo）批量甚至個（gè）性化定製（zhì）的模式，高度柔性（xìng）化、智能化的生產係統可以（yǐ）低成本的進（jìn）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（lì）用社交媒（méi）體、私域流量為企業代言（yán）帶貨。

近年來（lái），我國政府高度重視製造業的數實融合，產業升級壓力和產業增長點推動（dòng）製造企業積（jī）極實施數實融合，互聯網企業也將數實融合作為（wéi）業務拓展的重要方（fāng）向，我（wǒ）國製造（zào）業數實融（róng）合水平（píng）有了顯著提高。例（lì）如，中（zhōng）國大陸33家企業（yè）入選世界經濟論壇（tán）評選（xuǎn）出來的“燈塔（tǎ）工廠”，占（zhàn）全部103家的比重接近1/3。然而也要看到，中國製造業的數實融合也麵（miàn）臨製造能力、數字化水平、數字（zì）化能力、數據流動等多方麵的製約。

製造（zào）業數實融合的重要（yào）方麵是（shì）將製造業（yè）積累的知識的編碼化，隻有製造能力提高了，才有可能將（jiāng）數實融（róng）合推進到一個更高的層（céng）次。我國製造業在產品性能、質量、可靠性等方麵與（yǔ）世界領先水平仍存在較大差距，很重要的就體現（xiàn）在工業軟件的差距上，而工業軟件本身就是製造業能力的體現。譬如（rú）Matlab、EDA軟件我們做不出來（lái），本質上還是我們對製造業基礎（chǔ）科學的認識不透、對生產過程中的製（zhì）造知識積累不足。同樣，在生產領域的控製軟件方麵，不同（tóng）工廠（chǎng）使用同樣的設備，但在良品率、產品性能上存在差異，也是（shì）企業在製造能力上差距的體現。數（shù）字技術可以全麵推動（dòng）製造業生產效率的提（tí）高，但是需要數（shù）字技術與製造技術（shù）的共同演進。通用電氣（qì）在發布自己的工業互聯網戰略時，提出工業互聯網要“發（fā）揮1%的威力”。通過對（duì）工業生產線中海量數據的分析，人工智能係統能發現最優工況參數的組合，從而明顯改善生產線良品率、提（tí）高（gāo）整體生產效率和經濟效益（yì），但是如果（guǒ）要進一步提高製造業效（xiào）率或者說超越“1%的威力（lì）”就需要製造業（yè）本（běn）身技術（shù）的進步，比如重新設計產品、重構生產流程。數字技術隻是（shì）起到助力作用，製（zhì）造業的問題根本上還（hái）要靠（kào）製造業本身能（néng）力的提升來解決（jué）。

製造業的數實融（róng）合是需要企業有數字化思維，有良好的數字基礎設施支撐以及形成較好的（de）信息化、數字化應用（yòng）基礎。但總體上看，我國製造業行業間、地區間、企業間發展很不平衡，形象的說是工業1.0、2.0、3.0、4.0並存，既有高度數字化（huà）並積極探索智能化、位列世界“燈塔工廠”的優秀企業，也有大量處於信息化、機械化階段的企業，甚至還有處於手工階段的企業（yè）。對於這（zhè）些數字化水平較低（dī）的企（qǐ）業，一（yī）方麵它們對數實融合認識不足，積極（jí）性不高；另一方麵，推動數實融合需要進行大量的設備、係統的數字化改造工作，而這些設備層、係統層（céng）的（de）改造往往投（tóu）入較大（dà）。普遍來（lái）看，製造業的（de）利潤（rùn）率相對較低，在勞動密集型產業和中小企業尤為突出，巨額的數字（zì）化改造升級投入費用是它們（men）難以承擔。此外，數實融合（hé）既是企業的技術決策，也是投（tóu）資決策（cè），需要對（duì）成本與收益進（jìn）行綜合考量。數實（shí）融合的投（tóu）資未必就（jiù）能帶來（lái）企業效率的（de）提升以及收益的（de）增長，數字技術不成熟、應用環節（jiē）選擇不恰當等都造成數實融合投資失敗的風險。也就是說，資金投入過大（dà）、收益不明確或投資回收期長，會造成製造企業特別是中小企（qǐ）業不願投資於數字化改造，從而影響數字化水平的提高和數實融合的深入推進。

企業數（shù）字化改造升級（jí）的過程不是簡（jiǎn）單的把項目外包給提供解決方案（àn）的企業（yè）就（jiù）行了。互聯網企業（yè）的工程師們懂算（suàn）法、懂軟件，但是他們不懂（dǒng）製造業本身的（de）知識，即使是數字化解決方案提供商可能有做過某一類（lèi）行業數字化改造的經驗，但是各個企業在生產流（liú）程（chéng）、生產設備等方麵存在巨大（dà）差異，他們對特定的企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（dǒng）產品、生產工藝，但不熟悉（xī）算法（fǎ）和代碼，很難與數字化解決方案提供商（shāng）對話，需要企業內既懂產品、工藝又懂算（suàn）法（fǎ）、代碼的工程師（shī）作（zuò）為連（lián）接雙方的（de）橋梁。數實融合的深度推進以及由此為企業帶來經濟（jì）效益（yì）的增長（zhǎng），不是說數字基礎設施建成了（le），數字化設備（bèi）用上了就水到（dào）渠成。數實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（lǐ）人員、生產線工（gōng）人熟練地運（yùn）用數實融合的生產力（lì）工具，還需要工程師對（duì）產品、生產線的算法、軟件不斷進行完善、改進（jìn），這些工（gōng）作不但需要企（qǐ）業員工整體數字思維、數字素養的提高，還需要有一批熟練掌握和應用算法、軟件的工程師隊伍。但總體來看，我國數字技術、管（guǎn）理人才需求量巨大、供給偏緊，我國製（zhì）造業和互聯網行業的（de）數字化人才分（fèn）布非常不均衡。互聯網行業優厚的待（dài）遇（yù）吸引了大量的IT人才，而製造企業微薄的（de）利潤很難養的起一支高水平的IT人才（cái）隊伍。

伴隨著企業價值（zhí）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流（liú）動，製（zhì）造企業與（yǔ）其供應鏈（liàn）上下遊業務夥伴間的流動，製造企業與用戶之間的流（liú）動，跨行業（yè）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（jià）值的重要來源，數據價值創造作用的發揮不但依賴於數據的規模，還依賴於數據之間的連接，數據（jù）的連接越緊密、越廣泛、越及時，對企業（yè）的價值就越大。_{[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.]}但是（shì）製造業（yè）數實融合過程中存在著數據傳（chuán）輸的障礙，數據不能按照在其經濟價值的推動下順暢流（liú）動。一是技術上的製約。製造（zào）業由於行業間、企業間使用的設備、係統（tǒng）千差萬別，造成設備（bèi）的數字接（jiē）口不統一，設備之間的連（lián）接難度大（dà）；數據結構不統一（yī），增加了數據打通、使用的（de）難度。二是法律上的製約。法律法規沒有對數據的采（cǎi）集、開放、交易和使用（yòng）做出（chū）明確的規定，造成政府數據（jù）無法公開（kāi），個人數據不能采集，企業數據無法（fǎ）轉讓。在數字經濟條件（jiàn）下，法律法規對數據（jù）保護不（bú）利也會起到適得其反（fǎn）的作用，比如對消費者（zhě）隱私數據的（de）侵犯、大數據殺熟、基於（yú）大（dà）數據（jù）的算法壟斷等問（wèn）題，產生了對數據（jù）開放、流動的抵製。三是商業（yè）上的製約。數據中（zhōng）包含著企業生產、銷售（shòu）、用戶使用等各個方麵的信息，蘊含著企業的商業機密和長期積累（lèi）的技術訣竅，對這些數據的掌握是企業競爭力的重要來源。一方（fāng）麵（miàn），如果企業（yè）允許其他企業（yè）獲取這些數據，即使企業能從對（duì）方獲得一些數據（jù）作為補償，仍有可能處（chù）於數據的淨損失狀態。更重要的是，競爭對手可能通過分析這些數（shù）據，獲得企業的用戶特征與分（fèn）布、生產進度、供應商情況以及生產中的工（gōng）藝參數等（děng）信息。例如，一家企業委（wěi）托第三方大數據或人工智能企業對其生產（chǎn）線數據進行（háng）分析，幫助其提高生產效率，第三方（fāng）企（qǐ）業（yè）通過這些數據掌握的企業的“隱性知識”可能會用於為競爭對手企（qǐ）業改進生產線，從（cóng）而使該企業的（de）競爭優（yōu）勢縮小；另（lìng）一方麵，處於數據優勢地位的企業為了維護自己的市場地（dì）位甚至是壟斷地位，不願意將數據開放及與其他企業共享。

本文的研究表明，隨著（zhe）新一輪科技革命（mìng）和（hé）產業變革的興（xìng）起，新一代數字技術加快成熟、擴散與融合，數字技術與實體技（jì）術、數字經（jīng）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（hé）進展最快、潛力（lì）最大、重要（yào）性最強的國（guó）民經濟行業之一。製造業數實融合的範圍包（bāo）括企業內部全（quán）領域、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（pǐn）融合。製造業數實融合以連接為基礎、以（yǐ）數據為核心（xīn）、以算力為支撐、以算法（fǎ）為（wéi）驅動，並通過整（zhěng）合多（duō）維數據、發現潛在知識、替代人力（lì）勞動、軟件（jiàn）定義產品、創新商業模式等功（gōng）能，發揮（huī）對製造業的賦能作用，推動製造業的動力變革、效率變革和質量變革。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（jiàn）中（zhōng），我國製造業數實融合取得明顯進展，但（dàn）是也麵臨著製造能力、數字化水平、數字化能力（lì）、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步深入發展，範圍不（bú）斷擴大、程度不（bú）斷加深（shēn）、影響更加凸顯。從數字技（jì）術的（de）發展來看，雲計算、大數據、物聯網、移動互聯網、人工智能、智能機器人、3D打印機等技術將進一步發展成熟，性能提升（shēng）、成（chéng）本降低，具備了在更廣泛領域應用的（de）空間，而區塊鏈、量子（zǐ）計算（suàn）等新興技術也在逐（zhú）步（bù）成熟，將會開（kāi）拓新（xīn）的融合領域、融合模式，產生新的融合業態、融合效果。從世界範圍看，大國博弈長期持續（xù）甚至趨（qū）於激烈、新冠肺炎疫情、俄烏衝突等（děng）事件影響交織，世界主（zhǔ）要（yào）國家在以製造業（yè）為核心的實體經濟領域的競爭愈發激烈（liè），在（zài）以數字技術為核心的新興領域（yù）加快（kuài）布局、培育壯大新興產業，製造業（yè）數實融合是我國保持和增強製造業（yè）全球競爭力、加快培（péi）育壯大新興產業和（hé）未來產業的重要途徑。從製造業本身看，麵對工資水平上（shàng）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型、重塑競爭優勢（shì），數實（shí）融合是製造業轉型升級、向全球價值鏈高端攀升的重要推（tuī）動力。

根據存在的阻礙和問（wèn）題，推動製造業數實融合深入（rù）發展，需要做好以下（xià）幾方麵工作：一是加快信息基（jī）礎設施建設並推動傳統基礎設施的數字化轉型升級（jí），為實現製造企業的廣泛連接和數據傳輸打（dǎ）好基礎。信息基礎設施（shī）建設應適度超前，同時把握好超前建設進度，實現經濟效益（yì）與社會效益的統（tǒng）一。第二，推動數字技（jì）術創新，整合國家戰略科技（jì）量，激發企業和社會的（de）創新活力，盡快突破關鍵核心數（shù）字技術，積極布（bù）局腦機接口、量子計算（suàn）等前（qián）沿技術和未來產業（yè），在提高數字技術自主性的同（tóng）時，在某（mǒu）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，另一方麵增強數實融合安全性，同時降低（dī）數實融合的（de）發展、應用成本。三是促進製造業領軍（jun1）企業的數字化轉型（xíng）、構（gòu）建工業互聯（lián）網平台，在工業互聯網平台在企業（yè）內部、生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，促進中小企業的數字化轉型。通過宣傳推廣（guǎng）、試點示範提高中小企業數字化（huà）轉型的意（yì）識；政府的（de）技（jì）改資金向中小企業的（de）數字（zì）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（wù），支持（chí）製造業行業龍頭（tóu）企業、互聯網平（píng）台企（qǐ）業為中小企業（yè）開發（fā）門檻低、易使用的輕量化應用。第五，進一步完善數字經（jīng）濟法律（lǜ）法規和政策，推動政府開放公共（gòng）數據，加強數據安全和數據保護，推（tuī）進實現“原數據不出域（yù）、數據可用不（bú）可見”的聯邦學（xué）習_{[陳永偉.聯邦學習能打破數據孤島（dǎo）嗎[N].經濟觀察報，2020-05-01.]}等數字技術發（fā）展和新型數據交易模（mó）式（shì）探（tàn）索，加（jiā）快製定數字技術、數據格式的國家標準。第六（liù），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）係協定》（DEPA）等國（guó）際數字規則的多邊協定談判與合作，推廣中國數字經（jīng）濟的治理主（zhǔ）張；支持國內企業參與全球（qiú）數字科技組織，積極建立和參與數字技術（shù）聯盟、開源社區。

本文內容來源於網絡，版權歸原作者所有！

文章轉載分（fèn）享不做商業用途，如有侵權（quán），請聯係我們刪除！