當前（qián），新一輪科技革命（mìng）和產業變革突飛猛（měng）進（jìn），顛覆性技術不斷湧現。新興顛覆性技（jì）術的（de）成熟和（hé）產業轉化持續創造新產品（pǐn）、新模式、新業態乃至新產業（yè）。以雲計算、大數據、互聯網、移動互聯網、人（rén）工智能、區塊鏈為代表的數字技術是新科技革命和產業變革中創（chuàng）新最（zuì）活躍、影響最廣泛和深入的技術群。新一代數字技術如同蒸汽引擎、電動馬達、電力、芯片一樣，是典型的通用目的技（jì）術（General Purpose Technologies，GPT’s）。通用目的技（jì）術具有（yǒu）三種典型的特征：一是廣泛的擴散性。具有在廣泛產業領域普遍使（shǐ）用的潛力，而且隨著技術的演進能（néng）夠擴散（sàn）至整個經濟。二是技術改進的內在（zài）潛力。隨著技術的發（fā）展，性能、成本、用途都會得到持續的改進。三是創新的互補性。通（tōng）用目的技（jì）術扮（bàn）演著使能者的角色，它不是直接為其他行業帶來生產率的提高，而是為這些行（háng）業提高（gāo）生產率的創新活動（dòng）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（zhèng）在在加速擴散、與其他行業深度融合，成為改變國民（mín）經濟各行業的關鍵力量（liàng）。

新一代數字技術對國民經濟各行業的賦能作用受到（dào）我國政（zhèng）府的（de）高度重（chóng）視。在2021年10月18日十九屆中央政治局（jú）第三十四次集體（tǐ）學（xué）習時，習近平總（zǒng）書記指出：“促進數字技術和實體經濟深度融合，賦能（néng）傳統產（chǎn）業轉型升級，催生新產業新業態新模式，不斷做強做優做大我國數字經濟（jì）。”“推動數字經濟和實（shí）體（tǐ）經（jīng）濟融合（hé）發展。要把握數字化、網絡化、智能化方向，推（tuī）動製造業（yè）、服務業、農業（yè）等（děng）產業數字化（huà），利用互聯網新技術對傳統（tǒng）產業進行全方位、全鏈條的改造，提高全（quán）要素生產率，發揮數字技術對經濟發展的放（fàng）大、疊（dié）加、倍增作（zuò）用。要推動互聯網、大數據、人工智能同產業深（shēn）度（dù）融合，加快（kuài）培育一批‘專精（jīng）特新’企業（yè）和（hé）製造業單項冠軍企業。”2021年12月國務院印發的《“十四五（wǔ）”數字經濟（jì）發展規劃》也（yě）提出（chū），“以數據為關鍵要素，以數字技術（shù）與實體經濟深度融合為主線”，到2025年“數字技術與實體經濟融合（hé）取得顯著成（chéng）效（xiào）”。可（kě）見，“數字技（jì）術和實體經濟深度融合”或“數字（zì）經濟和（hé）實體經濟融（róng）合發（fā）展”已經成為我國產業和（hé）經濟發展的（de）重要戰略方向。無論是“數（shù）字技術和實體經濟深度融合”或“數字（zì）經（jīng）濟和實體經濟融（róng）合發展（zhǎn）”都是新一代數字（zì）技術在實體經濟部門的（de）深（shēn）度應用，與實體經濟部門的創新（xīn）鏈、工程鏈、價值鏈、產業鏈、供應鏈、顧客價值鏈以及產品、服務緊密融合在一起，並使實體部門（mén）的（de）業務流程、產品架構、生（shēng）產方式（shì）、產出形態、生產效率等方麵發生全方位的改變，這一現象可以簡稱為“數實（shí）融（róng）合”。

製造業是立（lì）國之本、強國之基、創新之源，在世界經曆百年未有之大變局、新一輪科技革命和產業變革突飛猛進（jìn）、全球產業鏈價值鏈麵臨重構的大背景下，製造業在經濟增（zēng）長（zhǎng）、吸納就業、催生創新、國（guó）家安全等方麵的重要性進一步凸顯。從中國內部看，隨著（zhe）工資水平的上漲以及（jí）土地、能源、環境等要素約束加強，改革開放以來形成的成本優勢正（zhèng）在削弱。通（tōng）過推動製造（zào）業數實融（róng）合，不但可（kě）以用數字技術為製造業賦能，提高製造業的勞（láo）動生（shēng）產率，保持綜（zōng）合成本優（yōu）勢，而且能夠推（tuī）動（dòng）製造業的產品創新、生產方式創新、商業模式創新、產品形態創新，重塑製造業的（de）國際競爭力，還能夠通過製造業對數字技（jì）術（shù）需求所創造的大規模市場，引致數（shù）字技術的進一步突破、成熟和產業轉化，帶動（dòng）數實融合相關（guān）的數字產品、服（fú）務和係（xì）統解決方案產業的快（kuài）速發（fā）展，甚至在這些領域成為全球的（de）行（háng）業領導力量。我（wǒ）國政府高度重視製造業的數實融合，近年來有關部委出（chū）台的關於智能製造、工業互聯（lián）網、服務型（xíng）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，國內外學者針對製造業的數字化轉型、工業互聯網（wǎng）、智能製造（zào）等開展了大量研究，但直接關注製造業（yè）數實融合的研究仍然相對（duì）較少。本文將分析製造業（yè）數實融合的發生範圍和表（biǎo）現形態、條件與功能（néng），探討製造業數實融合發展的製約因素，並有針對性地提出（chū）推動製造業數實融合的政策建議。

製造業的數實（shí）融合體現在與製造活動相（xiàng）關的廣泛領域、涉及到各種要素、機構與活動（dòng），呈（chéng）現出多種融合形態。

製（zhì）造業是對自然資源進行加工和再（zài）加（jiā）工的一係列經濟活動，物質產品形態、性質的改變主要發生在車間和工（gōng）廠之中，因此當人們想到製造業的數字（zì）化（huà）、數實融合等概念時，常常把其局限在車間和工廠這一物理空間（jiān）以及加工製造這一生產環節。實際上，製造業數字化、智能化的領域要廣泛得多_{[中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（bǎn）社（shè），2021:18-24.]}，數實融（róng）合包括了製造業的全領域、全周期、全生態（tài）。

科層企業的內部具有複雜的（de）結構，企業的規（guī）模越大，內部的結構越複雜（zá）。從組織架構上看，企業（yè）包括總部和下屬的事業部（bù）、子公司、分公司。總部包括行（háng）政、財務、投資、戰略、生產經營、研發、人（rén）力資源等不同的職能部門，每個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（sī）、分公司包含了不同產業領（lǐng）域的生產活動，每個產業領域有擁有多（duō）家可能（néng）分布於多個區位的車間和工廠。製造企業的產品製（zhì）造過程是在車間、工廠中（zhōng）進（jìn）行的，工（gōng）廠的活動除生產線（xiàn）的加工（gōng）製造外，還涉及進貨、出貨、倉儲、水電氣熱等基礎設施以及生（shēng）產過（guò）程、生產人員的管理等（děng）各種活動。德國工業4.0提（tí）出製造（zào）業的縱向集成，即將包括機器設（shè）備、供應（yīng）鏈係統、生產係統、運營係統等企業（yè）內部（bù）的流程連（lián）接起來，實現信息（xī）的實（shí）施溝（gōu）通。製（zhì）造業數（shù）實融合所覆蓋的活動遠超過這（zhè）個範圍，數字技術可以融入製造企業生產經營活動的方方麵麵，既包（bāo）括各個部門（業務單元）及（jí）其相關的業務流程，同時不同部門（業務單元）、業務流程（chéng）之間也（yě）被數字（zì）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（de）角度看，企業的（de）生產經營活動從產品的創意開始，經過開發設計、加（jiā）工（gōng）製造，再到產品分銷、運營服務，最後是（shì）回收處理，這構成產品所經曆的完整生命周（zhōu）期，產品全生命周期的數字化智能化的過程被德國工（gōng）業4.0稱為“端到端集成”。製造業的數實融（róng）合（hé）覆蓋了價值鏈的全周期，它既可（kě）以發生在價（jià）值鏈（liàn）的完整周期，也可以發生在（zài）價值鏈的一（yī）個或多個環（huán）節。顧（gù）客（kè）價值鏈（customer value chain）從需求側提供了看（kàn）待企業（yè）價值創造的視角。顧客價值（zhí）鏈包括（kuò）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（chuàng）造的價值、用戶為交換該價值的付出以及可能對用戶造成的價值侵蝕。因（yīn）此，可以把顧客價值鏈的活動劃分為：價值創造、價值（zhí）捕獲、價值侵蝕。通過解綁顧客價值鏈，企（qǐ）業能夠為顧客（kè）創造新的（de）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）技術與製造（zào）業（yè）的深度融合（hé）使解綁的力量（liàng）超越了一體化的力量，加速了顧客價值鏈解綁的過程。比如，以前顧客觀看（kàn）影視作品需要先租賃（lìn）和郵寄影碟，現在，網飛利用連（lián）接到顧客家裏的（de）互聯網在線提供影視作品，解構了顧客價值鏈活動，為顧客和自己都創造了（le）新的價值。

製造企業以（yǐ）產（chǎn）品為中心開展的生產活（huó）動雖然主要是在企業內部進行的，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（chē）Rouge工廠“一端吞進礦石，一端吐出汽（qì）車”的高度一體化的（de）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（dà）循環和產業鏈大分工當中，企業的（de）生產經營活動才能（néng）順利進行，由此企業競爭力的來（lái）源（yuán）都已經離不開它（tā）所處的商業生態。早期的學者認為商業生（shēng）態係統由消費者、供應商、主要的生（shēng）產者（zhě）、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（yán），商業生態係統包括了上遊原材料、零部件供應商，下遊（yóu）分銷商、零售商，供（gòng）應鏈、金融、信息基礎（chǔ）設施等其他生產性服務活動提供商，開源平台、眾包平台以及其中的廣大極客、創客，領先用戶、用（yòng）戶（hù）社（shè）區等。德（dé）國（guó）工業4.0將企業與合作夥伴、公司與（yǔ）公司之間（jiān）、公司（sī）與用戶之間的網絡連接（jiē）稱為橫向集成。製造業（yè）數實融合包含了企業所處的整（zhěng）個商業生態範圍，隨著數字技術發展水平的高低（dī）和企業實際業務發展需要，數實融合也會越來越廣泛地（dì）發生在（zài）商業（yè）生態的組（zǔ）成單元之（zhī）間。

製造業的數實融合以（yǐ）要素融合、技術融合、設施融合、流（liú）程融合、產品（pǐn）融（róng）合等多種融（róng）合形態呈現。

生產活動的開展需要生產要素的投入。早期的生產活動主（zhǔ）要依靠天然的生產要素如（rú）土地、自（zì）然資源、天然勞動力。隨著生產力的發展（zhǎn）、技（jì）術的進步和勞動剩餘的（de）積累，資本、知（zhī）識、技術、管理、受過教育的高素質勞動力等成為生產要素的組成部（bù）分。在製造業發展（zhǎn）的長期過程中特別是現代計（jì）算機出現後，數據也開始在生產過程中發揮作（zuò）用，例如，冶金、化工、電力等流程型製造業根據各（gè）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（lái）所，由於數據量（liàng）小、數（shù）據處理能力（lì）弱，數據在製（zhì）造業中發揮的作用（yòng）非常有限。直到大數據、雲（yún）計算、物聯網、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（yòng）後，數據海量增（zēng）長、算力（lì）顯著提高，數（shù）據對於包括製（zhì）造業在（zài）內的國民經濟各行業創造經濟價值越來越重要，被稱（chēng）為數字經濟（jì）時代的石油。《中共中央關於堅（jiān）持和完善中國特色社會主義（yì）製度推進國家治理體（tǐ）係和治理（lǐ）能力現代化若幹重大問題的決定（dìng）》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（píng）價貢獻、按貢獻決定報酬的機製。”這（zhè）一論斷（duàn）在我國官（guān）方層麵認可了數據作為生產要素的地位，數據不但是重要的（de）生產資料，而且能夠按（àn）照貢獻參與分配。

數據成為生產要素並不是孤立的發揮作用，而是與傳統的生產要素融合到一（yī）起（qǐ）。劉鶴副總理（lǐ）在2021年（nián）世界互聯網大會烏鎮峰會上的致辭中指出：“當前互聯網發展躍升到全麵滲透、跨界融合的新階（jiē）段，數字技術深度改造生產（chǎn）函數並不斷創造新業態”_{[新華社.劉（liú）鶴出席2021年（nián）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.]}。從這一論（lùn）斷可以看到，數據與其他生產要素一起成為生產（chǎn）函數的組成部分。數據對生產函（hán）數的影響表（biǎo）現在以下（xià）幾個方麵：一是數（shù）據進入生產函數後，會對其他（tā）生產要素產生替代，即在同樣的產出下，減少一（yī）種或幾種生產要素的使用；二是數據（jù）能夠讓其他生產（chǎn）要素在投入不變的情況下，發揮更大的（de）作用，形成更大的產出；三是數據與其他（tā）生產要素一（yī）起，使產出（chū）的（de）結構、質（zhì）量、性能發生（shēng）顯著改（gǎi）變。另一方麵，數據與其（qí）他生（shēng）產要素的融合表（biǎo）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（jù）采集、傳輸、存儲、計算等新型基礎設施的建設（shè）需要資本的（de）投入，基礎設施（shī）中蘊含著大量的人類知識和（hé）技能，基礎設施的運（yùn）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（zuò）為創新最活躍（yuè）、技（jì）術密集度最高（gāo）的製造（zào）業，其發展更是離不（bú）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（yán）技術的突破、成熟所推（tuī）動的，因此技術融合（hé）成為製造業數實融合的重要內容。技術融（róng）合主要呈現兩（liǎng）個方麵：一是數字技術內（nèi）部的融合。數字技術是一組相互依賴、相互促進的技術群，隻有當相應技術成熟後其作用（yòng）才能得到充分發揮。例如，人工智能的發展幾乎（hū）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人工智能概念，有早起的人工智能開拓者曾樂觀地認為，十年內人工智（zhì）能就能通過“圖靈測試”。但是直到曆經兩次起落的數十年時（shí）間後，等到辛頓教授提出（chū）深度（dù）學習算法，在（zài）“摩爾定律”推動下傳輸、存儲、計算能力顯著提高、成本顯著下降時（shí），人工智（zhì）能技術才進入大規模應用階段。上世紀80年代，索（suǒ）洛在研究計算機對生產率的影響時發現，計算機的廣泛使用（yòng）並沒有（yǒu）使國民經濟的生產率獲得顯（xiǎn）著提（tí）升，由（yóu）此（cǐ）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（xiǎn）著提高了全社會的（de）生（shēng）產率（lǜ），索（suǒ）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（néng）有效支（zhī）撐計算機提升生產率作用（yòng）的發揮。Brynjolfsson對人工智能（néng）技術的研究發現，與人工智能技（jì）術顯著突破（pò）的是（shì）生產率增長（zhǎng）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和時間投入巨大，因此在人工智（zhì）能技術發展的初期（qī）可能會造成生產率的降（jiàng）低（dī）。_{[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（yóu）拓展現實、區塊鏈、人工智（zhì）能、移動互（hù）聯（lián）網、區塊鏈等技術構成的技術群所支（zhī）撐的。數字技術在製造業中的深度（dù）應用，也需要相關數字技術（shù）的協同演進。二是數字技（jì）術與製造（zào）技術的融合。數（shù）字技（jì）術在製造業的應（yīng）用不是（shì）製造技術與數字技術相互分離，而是有機融（róng）合在一起。生產（chǎn）設備當中融合入（rù）數（shù）字技術，實現生產線（xiàn）的自動化、智能化；製造業所形（xíng）成的專利、技術訣竅等（děng）以編碼化形態內嵌在（zài）的算法、程序、APP中，製造知識構成數字化應（yīng）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、產品的製造以及各種（zhǒng）中（zhōng）間投入的原材料、零部件（jiàn）的傳遞，最終產品的（de）運輸和分（fèn）銷、產品的維修和回收。這些與（yǔ）產品（pǐn）物理形態相關的生產活動需要物（wù）理生產設施的支撐，如研發活動中使用的各種實驗儀器，生產工具、設備和生產線，車輛、倉（cāng）庫、商場（chǎng）、維修車間等（děng）物流、分銷和維修（xiū）設施。同樣，數字技術（shù）發揮作用，也需要提供（gòng）連接、數（shù）據（jù）、算力、算法服務的信息（xī）基（jī）礎設施（shī），包（bāo）括5G、物聯網、工業互聯網、衛星互聯網（wǎng）等連接基礎設施，數據中心、智能計算中心等數據和算力基（jī）礎設施，提（tí）供PaaS、SaaS服務的人工智能平台、雲計算平台等算法基礎設施（shī）。在製造業數（shù）實融合的過程中也包含了數字設施與製造設施的融合（hé）。一是製造業的生產活動越來越依賴於數字化的基礎設施，如利（lì）用運營商的移動通信（xìn）網（wǎng）絡、公有雲的算力。二是一些大型製造企業內部也在（zài）建立數字基礎（chǔ）設（shè）施，如工（gōng）業互聯網平台、數（shù）據中台、私有雲、5G專網，通過這些資產（chǎn）專用性的投資使物理性質的生產設施更（gèng）好的發揮作用。三是最初（chū）由大型製造企業內（nèi）部使用的（de）數字設施在成熟完善（shàn）後（hòu），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整個社會開放，成為具有一（yī）定公共產（chǎn）品性質的基（jī）礎設（shè）施，也成為（wéi）製造企業新的業（yè）務增長點（diǎn）。

在工業革命後出現的（de）工廠中，產品生產的流程是不連續的，由（yóu）工（gōng）人操作機（jī）器（qì）完成某一生產工序的任務，然後將加工過的中間產（chǎn）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（yè）生（shēng）產過程的連續程度有了明顯的提高，在福特之的流水線生產中，流水線將需要加工的產品傳輸到（dào）工人麵前由工人進行加工。在第三次工業革命（mìng）時期，PLC、計算機、軟件、機床、機器人等具有一定（dìng）自動化功能的技（jì）術在工業（yè）中獲得廣泛應用，能（néng）源、石化化工、冶金（jīn）等流程型行業的生產過程可以自動化連續進行。在當前的新（xīn）一（yī）輪科技革命和產業（yè）變革中，大數據、雲計算、人工智能、物聯（lián）網、更加智能化（huà）的機器人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（de）數字化、網絡化、智能化（huà）或（huò）者說智能製造成為製造業（yè）的（de）發展方向，生產係統具有自感知、自學習、自決策、自執行、自適應等功能。生（shēng）產係統是實現對自然資源進行加工和再加工的製造業核心功能，新一（yī）代數（shù）字技術與製造（zào）業在生產流程的深度融合也成為（wéi）製造業數實融合的核心（xīn）環節。

在工業經濟時代，工廠使（shǐ）用生產設備和（hé）工具，通過各種物理、化學和生物反應，將投入的原材料（liào）加工成產品（pǐn），製造業（yè）的產出是由原子、分子所構（gòu）成的物質產品，具有相應的物理的、化學的（de）、機械的等多方麵（miàn）性（xìng）能。隨著信息技術的發展，產品與數字技術（shù）也逐步融合（hé），比如電腦（nǎo）中包含（hán）操作係統和各種應（yīng）用軟件，但是總體上看，產（chǎn）品與數字技術融合的領域比（bǐ）較有限，主要集中在ICT相關的產品上。隨著新一代（dài）數字技術的（de）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（kuò）物理結構，還包括軟件和數據，物理結構中不僅包括了機械的、有機的（de）或無機的物質成分，還包括了傳感器、芯片等IT硬件產品。以汽車為例，早期的汽車完全是一個機械產品，由發（fā）動機燃燒燃料提供動力，由駕駛人員操（cāo）縱機械部件驅動汽（qì）車的行駛；現在的汽車（chē）朝著智能網（wǎng）聯（lián）甚至無人駕駛的方向前進，使用芯片（piàn）越來越（yuè）多，處理的數（shù）據量越來越大。在不久的將來，所有（yǒu）產品都（dōu）將成為數實融合的（de）產品。

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

製造業（yè）的數實融合以泛（fàn）在連接為前提、以數據為核心、以強大的雲端或本地算力為支撐，通過算法驅動製造業（yè）的生產經營（yíng）活動。

製造業的數實融合是將製造業的全領域、全周期、全生（shēng）態與數字技術緊密結合到一起，這種結合不僅是數字技術在製造企業的各個業務（wù）單元、價值（zhí）鏈的各個環節或生態的各（gè）個參與方的使用，而且這些業務單元之間、環節或參與方之間都會連接在一起並（bìng）實現互動。因此，製造業數實融合（hé）的前提是製造業所涉（shè）及的物質、服（fú）務、場景（jǐng）、人、生產經營單位等接入信息網絡之（zhī）中。裏（lǐ）夫金在描述新（xīn）科技（jì）革（gé）命和產（chǎn）業變革時（shí）指出，互聯網（wǎng）、傳感器和軟件將人力、設備、自（zì）然（rán）資（zī）源、生（shēng）產線、物流網絡、消費習（xí）慣、回（huí）收流以及經濟和（hé）社（shè）會生活中各個方麵連接（jiē）起來，不（bú）斷為各個節點（商業、家庭、交通工具）提供實時的大數據_{[[美]傑（jié）裏米•裏夫金.零邊際成本社會一個物聯（lián）網、合作共贏的新（xīn）經濟時代[M].賽迪研究院專家組譯（yì），北京：中（zhōng）信出版社（shè），2017:11.]}。新一代數字技（jì）術的發展為實時、泛（fàn）在連接提供了可能。

新（xīn）一（yī）代數字（zì）技術是對數（shù）據進行采集、傳輸、存儲、處理、應用的技（jì）術，隨著數據成為（wéi）關鍵生產要素後，數（shù）據（jù）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（rào）著數據這一核心來展開的，主要體現（xiàn）在以下三個方（fāng）麵：首先，數據分布於製造業的全領（lǐng）域、全周期、全生態，並在各部門、環節、參（cān）與（yǔ）方之間流動；其次，製造業的生產活動、經營決策是建立在對數據的分析、挖掘（jué）之上的（de）。例如，根據銷售情況決定物料采購的多少和安排生（shēng）產進（jìn）度，根據用戶特（tè）征精（jīng）準選擇宣傳渠道、促銷方式等；第三，一些（xiē）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（jiān）測和在線（xiàn）服務等服務型製（zhì）造模式的開展，需要企業能（néng）夠掌握（wò）銷售出去的產品的運行狀態數據。由於製造業的生產（chǎn）活動越來越多地建立在數據的基礎上，因此製（zhì）造企（qǐ）業也在不斷地擴大數據的采集範圍（wéi），如在生產線、物流設備、產品中嵌入傳感器和（hé）芯片，不斷地打通（tōng）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（bù）渠道（dào）的數據連接，以獲得（dé）更多（duō）能夠為企業創（chuàng）造價值的（de）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、服務器以及生（shēng）產設備自身（shēn）所（suǒ）帶的嵌入式芯片。隨（suí）著數據量的急劇增加，傳統的計算（suàn）能力就無法適應海量數據的計算需求。一些企業缺少大規模布置計算能力的資金或人才，另外（wài）對於大多數企業來說（shuō），大規模布（bù）置的計算能力可（kě）能無法（fǎ）獲得充分使用而造成浪費、成本增加。大數據中心、雲計算中心、超算中心使算力資（zī）源雲端（duān）化（huà），企業（yè）無需自己投資建立計算能力，可以按需（xū）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（tí）供者既有傳（chuán）統電信運營商，也有互聯網平台企業（yè）。雖（suī）然雲計算基礎設施成為企業（yè）普遍采用的（de）形式，但是出於數據安全的考慮以及數據處理（lǐ）速度的要求，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（suàn）的同時根據不同應用場景的需求采用霧計算（suàn）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（měi）一種任務的（de）解（jiě）決都有其內在的規律、邏輯或方（fāng）案（àn）。算法就是對解決特定任務方案的準（zhǔn）確而完整（zhěng）的描述，它以用某種計算（suàn）機語言編寫的代碼的形式呈（chéng）現出來。製造業數實融（róng）合（hé）中對海（hǎi）量數據的處理，自動化、智能化的操作，其（qí）背後（hòu）都有算法在發揮（huī）作用。人工智能技術之所以得到廣泛的應用，就在於算法實現了重大（dà）的突破（pò）。大型製造企業實力強大、人才聚集，有能力自（zì）主開發包括（kuò）工業互（hù）聯網平台在內的各種算法。而許多中（zhōng）小企業缺少獨立開發數字（zì）化應（yīng）用的資金和人（rén）才，因此主要采用其他大型製造企業、互聯網企業開發的門檻低、易部署的“輕量應用”“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（guǎn）理等功能；工業互聯網平（píng）台提供的通用和專用PaaS服務、工業APP等SaaS服務。在數字經濟時代，開源運動獲得更大的發展，許多（duō）算法會被極客（kè）、企業和公共（gòng）機構以（yǐ）各種（zhǒng）開源協議共（gòng）享（xiǎng），其他企業可以不用從頭開（kāi）發這些算法、軟件，可（kě）以根據開源（yuán）協議將算法直接拿來使用或進行（háng）二次開發，極大地加速（sù）了算法、軟件的開發速度，顯著（zhe）降低了開發成本，加速了算法的普及應用。

數（shù）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（xiàn）潛在（zài）知識、替代人力勞動、編碼行業知識、軟件（jiàn）定義產品、創新商業模式等多種功能。

製造企業的生產經營活動需要利用企業內外部的各種數據，這些（xiē）數據構成（chéng）企業（yè）價值的重要來源。一方麵，企業（yè）本（běn）身的活動就非常（cháng）複雜，涉及不同業務領域、不同價值鏈環（huán）節，另一方麵，企業（yè）隻是社會生（shēng）產、分配、交換、消（xiāo）費大循環中和生產鏈條中的一個環（huán）節（jiē），企業外部的商業（yè）夥伴、用戶的數據對於企業的經營活動至關重（chóng）要，其他商業組織或政府機構（gòu）來源的數據也能夠給企業帶來額外的價值。數據的（de）價值取決於（yú）數據規模以及顆粒（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（jià）值鏈與（yǔ）價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}為了最大（dà）化發揮數據的價值、增強（qiáng）企業的（de）市場競爭力，企業需要把來源不同的數（shù）據（jù）整合到一起。數實融合的重要功（gōng）能（néng）就是建立廣（guǎng）泛、實時的連接，將來（lái）源、結構等方麵差異（yì）巨大的數據整合在一起，為後（hòu）續數（shù）據的處理、應用打下基礎。

製（zhì）造企業的知識有些來（lái）自於人類的科學發現、企業內部的研究開發以（yǐ）及經（jīng）營管理人員、生產線的工程師和技（jì）術工人長期（qī）積累的經驗，但是還（hái）有許多潛在的未被發（fā）現的知識隱藏（cáng）在企業生產經營活動產生的海（hǎi）量數據之（zhī）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先設定的（de）算法（fǎ）甚至根據為係統設定的規（guī）則，找到兩個變量之間的相關關（guān）係。這種相關關係一（yī）方麵未能被企業在傳統的（de）技術手段下發現，同時人工智能算法（fǎ）本身也無法對二者相互影（yǐng）響的機製做出解（jiě）釋，但是按照這種相關關係（xì），就能夠改進企業的績效。比如，通過對（duì）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（gāo）的工藝參數組合，按照這種工藝參數的調（diào）整生產線，就能夠明顯提高良品（pǐn）率和（hé）企業的產出效率；通過對用戶數據的分析，可以發（fā）現用戶對產品特征的偏好程度，據此開（kāi）發更（gèng）加適銷對路的產品。

人工智能（néng）等數字技術可以看作廣（guǎng）義的機器。工業革命之後的很長（zhǎng）一個時期，機器主要是替（tì）代人類的（de）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、肮髒的工作解放出來。隨著大新一代數字技術的功能（néng）不斷強大、成本持續降（jiàng）低及其與加工中心、機器人等技術的深度融合，數字技術替代人工在越（yuè）來越（yuè）多的領域變得在技術和經濟層麵更（gèng）加可行，不但一（yī）些重複性（xìng）的（de）勞動密集型工作可以被數字技術替代，一些智（zhì）力型的工作（如一部分研發工作、生產線管理工作、經營數據分（fèn）析工作）也成為人工智能技術的替代對象。隨（suí）著我國勞動成（chéng）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（yòng）“機器換人”變得越發緊迫。在質量（liàng）檢測等一些工（gōng）序上，用機器替代人不但成（chéng）本低（dī）、效率高，而且生產的精度、穩（wěn）定性也得到了提高。

無論是已經（jīng）積累的科學知識和（hé）經驗，還是大數據、人工（gōng）智能方法洞察的知識，無論是基於數據提升生產線的性能，還是用機器換（huàn）人，都需要把這（zhè）些人類的知識、企業的經驗編碼化，即將這些（xiē）知識和經驗以代碼（mǎ）、軟件、APP等形態（tài）呈現出來。軟件根據輸入的數據（包括人為的輸入（rù）、設備自動采集的數據等），按照知識和經驗形成的規則，實現（xiàn）業務環（huán）節、業務流（liú）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視覺識別係統就是將反複訓練後的算法移植入生產設備。這些被編碼後的知識所形成的代碼可以存在於製（zhì）造企業生產活動的方方麵麵，以應用軟件、APP、工業互（hù）聯網係統、嵌入式軟件等形（xíng）態存在。而且這些代碼隨著人類知識的更新、人（rén）工智能係統不斷的訓練（liàn）而持續迭代更（gèng）新。

隨著數實融合（hé）的深（shēn）入推（tuī）進，軟（ruǎn）件已經成為製造（zào）業產品的重要組成（chéng）部分，可以說，產（chǎn）品的軟件定（dìng）義特征不斷（duàn）強化。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（pǐn）中的（de）一些功能必須依賴軟件來實現，軟（ruǎn）件決定了（le）該功能（néng）的存在與否。二是軟（ruǎn）件實現產品的（de）功能。通（tōng）過軟件的響應、運算、下（xià）達指令實現對硬件的操縱，通過（guò）硬件的操縱（zòng）實現（xiàn）特定的（de）功能。三是軟（ruǎn）件優化產品的功能。由於軟件相比於能夠實現相同功能的機械部件、電（diàn）子元件（jiàn）來說性能更優或成本更低，所以軟件可以（yǐ）取代這些物（wù）理元器（qì）件。_{[李培根，高亮．智能製造概論[M]．北京：清華大學出版社，2021：273-275．安筱鵬．重（chóng）構：數字化轉（zhuǎn）型的邏輯[M]．北京：電子工業（yè）出版（bǎn）社，2019：54，78，63-64．]}

數字技術會推動企（qǐ）業的商（shāng）業模式和業態創新，這些新型商業模式本（běn）身就是高度數實融合（hé）的。在上世紀80年代（dài），製造業就出現了服務化的趨（qū）勢。在數字技術的驅（qū）動下，製造業的生產、服務（wù）係統將能（néng）夠（gòu）自動化地對個性（xìng）化需求做出響應，突破了傳統服務業發展對人才的（de）依賴和規模不經濟（jì）的約束。在產品層麵，通過內置在產品中的傳感器采集用戶的使用情況或產（chǎn）品的運行狀態，製造企業能夠提供個性化使用方案定製以及（jí）遠（yuǎn）程在線監測、預防性維護等增（zēng）值服務。通過（guò）與用戶的直連，製造企業由根據市場預測進行（háng）大規模生（shēng）產的模式轉向根據用戶訂單小批（pī）量甚至個性化定製的模式，高度柔性化、智能化的生產係統可以（yǐ）低成（chéng）本的進行小批量甚至單件生產。甚（shèn）至製造企業還可以把（bǎ）消費者動員起來，利用社交媒體、私域流量為企業代言帶貨。

近年（nián）來，我國（guó）政府（fǔ）高度重視製造業的數實融合，產業升級壓（yā）力和產業增長點推（tuī）動製造企業積極實施數實融合，互聯網企業也將數實融合作為業務拓展的重要方向（xiàng），我國製造業（yè）數實（shí）融合水平有了顯著提高。例如，中國大陸33家企業入（rù）選世（shì）界經（jīng）濟論壇評選（xuǎn）出（chū）來的“燈塔工廠”，占全部103家的比（bǐ）重接近1/3。然而也（yě）要看到，中國製造業的數實融合也麵（miàn）臨（lín）製造能力、數字化水平、數字化能力、數（shù）據流動等多方麵（miàn）的製約。

製造業數實融（róng）合的重要方麵是將製造（zào）業積累的知識的編碼化，隻有製造能力提高了，才有可能將（jiāng）數實融合（hé）推進到一個更高的（de）層（céng）次。我國製造業在產品（pǐn）性能、質量、可靠性等方麵與世界領（lǐng）先水平（píng）仍存在較大差距（jù），很重要的就體現在工業（yè）軟（ruǎn）件的差距上，而工業軟件本身就是製造業能力的（de）體現。譬如Matlab、EDA軟件我們做不出來，本質上（shàng）還是我們對製造業基礎科學的認識不（bú）透（tòu）、對生產（chǎn）過程中（zhōng）的製造知識積累不足。同樣，在生產領域的控製軟件方麵，不同工（gōng）廠使用（yòng）同樣的設備，但（dàn）在良品率、產品性能上存在差異，也是（shì）企業在（zài）製造能力上差距的體現。數字技術可以全麵推動製造業生產效率的提高，但是需要數字技術與製造技術的共同演進。通用電氣（qì）在發布自己的工業（yè）互聯網（wǎng）戰略（luè）時，提出工業（yè）互聯網（wǎng）要“發揮1%的威力”。通過對工（gōng）業生產線中海量數據的分（fèn）析，人工智能係（xì）統能發現最優（yōu）工況參數的組合，從而明顯改善生產線良（liáng）品率、提高整體生（shēng）產效率和經濟效益，但是如果要進一（yī）步提高製造業效率或者說超越“1%的威（wēi）力”就需要製造業（yè）本身技術的進步，比如重新設計產品、重構生產流程。數字技術隻是起到助力作用，製造業的問題根本（běn）上還要靠製造業本身能力的提升來解決。

製造業（yè）的數實融合是需要（yào）企業有數字化思（sī）維，有良好的數字基礎設（shè）施支撐以及形（xíng）成較好的信息（xī）化、數字化應（yīng）用基礎。但總體上看（kàn），我（wǒ）國製造業行業間、地區間（jiān）、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，既有高度數字化並（bìng）積極探（tàn）索（suǒ）智能化、位列世界“燈塔工廠”的優（yōu）秀企（qǐ）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（duàn）的企業。對於這些數字化水（shuǐ）平較（jiào）低的（de）企業，一方麵它們對數實融合認識不足，積極性不高；另一方麵，推動數實（shí）融合需要進行（háng）大量（liàng）的（de）設（shè）備、係統的數（shù）字化改造工作，而這些設備層（céng）、係統層的改造往往投入較大。普遍來看，製造業的（de）利潤率相對（duì）較低，在勞動密集型產業和（hé）中小（xiǎo）企業尤為突出，巨額的數字化改造升級投入費用是它們難以（yǐ）承擔。此外，數實融合既是企業的技術決策，也是投資決（jué）策，需（xū）要對成本與收益進行綜合考量。數實融合的投資未必就（jiù）能（néng）帶來（lái）企業效率的提升以及收（shōu）益的增長，數字（zì）技術不成熟、應用環（huán）節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、收益（yì）不明確或投資（zī）回收期（qī）長（zhǎng），會造成製（zhì）造企業特（tè）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（qǐ）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。互聯網企業的工程師們懂算法、懂軟件，但是他們不懂製造（zào）業本身的知識，即使是數字化解決方案提供商可能有做過某一類行業數字化改造的經驗，但是各個（gè）企業在生產流程、生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（shēng）產工（gōng）藝，但不熟悉算法和（hé）代碼，很難與數字化解決方案提供商對話，需要企業內既懂（dǒng）產品、工藝又懂算法、代碼的工程師作為連（lián）接（jiē）雙方的橋梁。數實融合的深度推進以及由此為企業帶來經濟效益的增長，不是說數字基礎設（shè）施建成了，數字化設備用上（shàng）了就水到渠成。數實融合是一個持（chí）續（xù）的（de）過程，它需（xū）要產品（pǐn）開發人員、工程師（shī）、管理人員、生（shēng）產線工人熟練地運用數實融合的生產力工具，還需要工程師對產（chǎn）品、生產線的算法、軟件不斷進行完善、改進，這些工作不但需要企業員工整體數字思（sī）維、數（shù）字素養的提高，還（hái）需要有一批熟練掌握和應用算（suàn）法、軟件的工程師隊伍。但總體來看（kàn），我國數字技術（shù）、管理人才需求量巨大、供（gòng）給偏緊，我國製造業和互聯網行業的數字化人才（cái）分布非常不均衡。互聯（lián）網行業優厚的待遇吸引了大量的IT人才，而製造企業微薄（báo）的利潤很難養的起一支高水平的IT人才隊伍。

伴隨著企業價值創造活動（dòng）的（de）開展，是數據的流動（dòng）。在製造業，數據流動包括製造企業內部（bù）的流動，製造企業與（yǔ）其供應鏈上下遊業務（wù）夥伴間的（de）流動，製造企業與用（yòng）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（shù）據流動。數據作為企業價值的重要來源，數據價值創造作用的發揮不但依（yī）賴於數據的規（guī）模，還依賴於數據（jù）之（zhī）間的連接，數（shù）據的連接越緊密、越廣泛、越及時，對（duì）企業的（de）價值就越大。_{[李曉華、王怡帆.數據價值（zhí）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（yè）數實融合過程中（zhōng）存（cún）在著數據傳輸的障礙，數據不能按（àn）照在（zài）其經濟價值的推動下順暢流動。一是技術上的製約。製造業由於（yú）行業間、企業間使用的設備、係統千差萬別，造成設備的數字接口不統一，設備之間的連接難度大；數據結構不（bú）統一，增加了數據打通、使用的難度。二是法律上的（de）製約。法律（lǜ）法規沒有對數據的采集、開放、交易和使（shǐ）用做出明確的（de）規（guī）定，造成政府數據無法公開，個人數據不能采集，企業數據無法（fǎ）轉讓。在數字經濟條件下，法律法規對數據保護不（bú）利也會起到適（shì）得其（qí）反的作用，比如對消費者（zhě）隱私數據（jù）的侵犯、大（dà）數據殺熟、基於大數據的算（suàn）法壟斷等問題，產生（shēng）了對數據開放、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息，蘊含（hán）著企業的商業機密（mì）和（hé）長期積累的技術訣竅，對這些數據的掌握是企業競（jìng）爭力的重要來源。一方麵，如果企業（yè）允許（xǔ）其他企業獲取這（zhè）些數據，即使（shǐ）企業能從對方獲得一些數據作為補償，仍有可能（néng）處（chù）於數據的淨（jìng）損失狀態。更重要的是，競（jìng）爭對手可能（néng）通過分析這（zhè）些數據，獲（huò）得企（qǐ）業的（de）用戶（hù）特征與分布、生產進度、供應（yīng）商情況以及生產中的工（gōng）藝參數等信息。例如，一家（jiā）企（qǐ）業委托第三方大數據或人（rén）工智能企業對其生產線數據（jù）進行分析，幫助其提高生產效（xiào）率，第三方企業通過這些數據掌握的企業的“隱性知識”可能會用於為競爭（zhēng）對手企業改進生產線（xiàn），從而使該企業的競（jìng）爭優勢縮小；另一方麵，處於數據優勢地位的企業為（wéi）了維護（hù）自己的市場地位甚至是壟（lǒng）斷地位，不（bú）願意將數據開放及與其他企業共享。

本文的研究（jiū）表明，隨著新一輪科技革（gé）命（mìng）和產業變革的興起，新一（yī）代數字技術加快成熟（shú）、擴散與融合，數字技術與實體技術、數字（zì）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（shù）實融合進展最快、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包（bāo）括企業內部全領域、價值鏈（liàn）全周（zhōu）期和供（gòng）應鏈全生態；在（zài）形（xíng）態上表現為要素融合、技術融（róng）合、設施融合和產（chǎn）品融合。製造業數實融合以連接為基礎、以數（shù）據為核（hé）心、以算力（lì）為支撐、以算法為驅動，並通過整合多維數據、發現（xiàn）潛在知識、替代人力勞動、軟件定義產品、創新商業模式等功能，發揮對製造業的賦（fù）能作用，推動製造業的（de）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（wǎng）企業的積極實踐中，我國製造業數實融合取得明（míng）顯進展（zhǎn），但是也麵臨著製造能力、數字化水平、數字（zì）化能（néng）力、數據流（liú）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，範圍不斷擴大、程度不斷（duàn）加深、影響更（gèng）加凸顯。從數字技術的發展（zhǎn）來（lái）看，雲計（jì）算、大數據、物聯網、移動互聯網、人工智能、智能（néng）機器人、3D打印機等技術將進一步發展成熟，性（xìng）能提升、成本降低，具備了在更廣（guǎng）泛（fàn）領域應用的空間，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（chǎn）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）甚至趨於激烈、新冠肺炎疫情、俄烏（wū）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（tǐ）經濟領域的競爭愈發（fā）激烈，在以（yǐ）數字技術為核（hé）心（xīn）的新興領域加快布局、培育壯大（dà）新興產業，製造業數實融合是我國保持和增強製造業全球競爭力、加快培（péi）育壯大新興產業和未來產業的重要途徑。從製造業本身看（kàn），麵對工資水（shuǐ）平上漲、土地和資（zī）源等環境約束加劇的狀況，製造（zào）企業亟待加快轉型、重塑競爭（zhēng）優勢，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動力。

根據（jù）存在的阻礙和問題，推動製造業數實融（róng）合深入發展，需要做（zuò）好以下幾方麵工作：一是加快信息基礎設施建設並推動傳統基礎設施的數字化轉（zhuǎn）型升級，為實現製造企業的廣泛連接和數據傳輸打好基礎。信息基礎設施建設應適度超前，同時（shí）把（bǎ）握好（hǎo）超（chāo）前建設進度，實現經濟效益與社會效益的統一（yī）。第二，推動數字技術創新，整合國家戰略科技量，激發（fā）企業和社（shè）會（huì）的（de）創新活力，盡快突破關鍵核心數字技（jì）術，積極布局腦機接（jiē）口、量子計算等前（qián）沿技術和未來產業，在提高數字技術自主性的同（tóng）時，在某些新興領域（yù）取得全球（qiú）領（lǐng）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（ān）全性，同（tóng）時降低數實融合的（de）發展、應（yīng）用成本。三是促進製造業領軍（jun1）企業的數字化轉型、構建工業互聯（lián）網平台，在工業互聯網平台在企業內部、生態體（tǐ）係內部應（yīng）用（yòng）成熟後，推動向行（háng）業、行業外企業的開放共享。第（dì）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轉型（xíng）的意（yì）識；政府的技改（gǎi）資（zī）金向（xiàng）中小企業的（de）數字化改造適度傾斜，為中小微企業提供數字化（huà）券鼓勵（lì）它們購買數字服務，支持製造業行業龍頭企業、互（hù）聯網平台企業為中小企業開（kāi）發門檻（kǎn）低（dī）、易使用的輕（qīng）量化應用。第（dì）五，進一步完（wán）善數字經濟法律法規和政策，推動（dòng）政府開（kāi）放公共數據，加強數據安全和數據保護，推（tuī）進實現“原數據不出域、數據可用不可見”的聯邦（bāng）學習_{[陳永偉.聯邦學習能打破數據孤島嗎[N].經濟觀察報，2020-05-01.]}等數字技術發展和新型（xíng）數據（jù）交易模式探（tàn）索，加快製定數字技（jì）術、數據格式（shì）的國（guó）家標準。第六，加強數字經濟領域國際合作。積極參與《數字經濟夥伴關係協定》（DEPA）等國（guó）際數字規（guī）則的多邊協（xié）定談（tán）判與（yǔ）合作，推廣中國數字經濟的（de）治理主張；支持國內企業參與全球數（shù）字科技組織，積極建立和參與數字技（jì）術聯盟、開源社區。

本文內（nèi）容來源（yuán）於網絡，版權歸原作者所有！

文章轉載分享不做商業用途，如有（yǒu）侵權，請（qǐng）聯係我們刪除！