當前，新一輪科技革命和產業變革突飛猛進，顛覆性技術不（bú）斷湧現。新興顛覆性技術的成熟和產業轉化持續創造新產品、新模式、新業態乃至新產業。以雲計算、大數據、互聯網（wǎng）、移（yí）動互聯網、人工智能、區塊鏈為代表的（de）數字技術是新科技革命和（hé）產業變革中創新最（zuì）活躍、影響最廣泛和深入的技術（shù）群。新一代數字技術如同蒸汽引擎、電動（dòng）馬達、電力、芯（xīn）片一樣，是典型的通用目的技術（General Purpose Technologies，GPT’s）。通用目的技術具有三種典型的特征：一是廣（guǎng）泛的擴散性。具有（yǒu）在廣（guǎng）泛產業領域普遍使用的潛力，而（ér）且隨著技術的演進能夠擴散至整個經濟。二是技術（shù）改（gǎi）進的內在潛力。隨著技術的發展，性能、成本、用途都會得到持續的改進。三是創新的互補性。通用目的技術扮演（yǎn）著使（shǐ）能者的角色（sè），它不是直接（jiē）為其他行業帶來生產率（lǜ）的提高（gāo），而是（shì）為這些行業（yè）提高生產率的（de）創新活動（dòng）打開了機會之門。_{[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（dài）數字技術正在在加速擴散、與其他行業（yè）深（shēn）度融合，成為改（gǎi）變國民（mín）經濟各（gè）行業的（de）關鍵力量。

新一（yī）代數字技術對國民經濟各行（háng）業的賦能作用受到我國政府的高度重視。在2021年10月18日（rì）十（shí）九屆（jiè）中央政治局第三十四次集體學習時，習近平總書記指出：“促進數字技術（shù）和實體經濟（jì）深度融合，賦能傳統產業轉型升級，催（cuī）生新產業新業態新模式，不斷做強做優做大我國數字經濟。”“推動數字經（jīng）濟和（hé）實體經濟融合發展。要把握數（shù）字（zì）化、網絡化、智能化方向，推動製造業、服務業、農業等產業數字化，利用互聯網新技術對傳統產業（yè）進（jìn）行全（quán）方位、全鏈條的改造，提（tí）高全要素生產率，發（fā）揮數字技術對經濟發展的放大、疊加、倍增（zēng）作（zuò）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（yī）批‘專精（jīng）特新’企（qǐ）業（yè）和製造業單項冠軍企業（yè）。”2021年（nián）12月國務院印發的《“十四五”數字經濟發（fā）展規劃》也（yě）提出（chū），“以數據為關（guān）鍵要素，以數字技術與實體經濟深度融合（hé）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（róng）合”或“數字經濟和實（shí）體經濟融合發展”已經成為我國（guó）產業和經濟（jì）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（róng）合（hé）發展”都是新一代數（shù）字技（jì）術在實體經濟（jì）部門的深度應用，與實體經濟部門的創新鏈、工程（chéng）鏈、價值鏈、產業鏈、供應鏈、顧客價值鏈以及產品、服務緊密融（róng）合在一起，並使實體部門的業（yè）務流程、產品架構、生產方式、產出形態、生產效率等方麵發生（shēng）全方位的改變，這一（yī）現象可以簡稱為“數實融合”。

製造業是（shì）立國（guó）之本、強國之基、創新之源，在（zài）世界經曆百年未有之大（dà）變（biàn）局、新一輪科技革命和產業變革突飛猛進、全球產業（yè）鏈價值（zhí）鏈麵臨重構的大背景下，製造業在經濟增長、吸納就業（yè）、催生創新、國家安全等（děng）方麵的重要性進一步凸（tū）顯。從中（zhōng）國內部看（kàn），隨著工資水平的上（shàng）漲以及土地、能源、環境等要（yào）素（sù）約束加強，改革開放以來形成的成本優（yōu）勢正在削弱。通過推動（dòng）製造業數實融合，不但可以用數字技術為（wéi）製造業賦能，提高製造業（yè）的（de）勞動生產率，保持綜合成本優勢，而且能（néng）夠推（tuī）動製造業的產品創（chuàng）新、生產方式創新、商業（yè）模式創新、產（chǎn）品形態創新，重塑製造業的國際競爭力，還能夠通過製造業對數字技術需求所創造的大規模市場，引致數字技（jì）術的進一步突破、成熟和產業轉（zhuǎn）化，帶動數實融合相關的數字產品（pǐn）、服務（wù）和係統解決方案產業的（de）快速發（fā）展，甚至在這些領域（yù）成為全（quán）球的行業領導力量。我（wǒ）國政府高度重視製造業的數實融（róng）合，近年來有（yǒu）關部委出台的關於智能製造、工業互聯網、服務型製造、上雲用數賦智等政策，其（qí）核心就是推動製造業的（de）數實融合。

近年來（lái），國（guó）內外學（xué）者針（zhēn）對製造業的數（shù）字化轉型（xíng）、工業互聯網、智能製（zhì）造等開（kāi）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較（jiào）少。本文將分（fèn）析製造業數實（shí）融合的發生範圍和表現（xiàn）形態、條件與功能，探討製（zhì）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（de）政策建（jiàn）議。

製造業的數實融合體現在與製造活動相關的廣泛領（lǐng）域、涉及到各種要素、機構與活動，呈現出多種融合形態。

製造業是對（duì）自（zì）然資（zī）源進行加工（gōng）和再加工的一係列經濟活（huó）動，物質產品形態、性質（zhì）的改變主要發生在車間和工廠之中，因此當人（rén）們想到製造業的數字化、數實融合等概念時，常常把其局限在車間和工廠這一物（wù）理空間以及加工製（zhì）造這一（yī）生產環節。實際上，製造業數（shù）字化、智能化的（de）領域要廣泛得多_{[中國社會科學院工業（yè）經濟研究（jiū）所智能經濟研究組（zǔ）.智能+：製造業的智能（néng）化轉型[M].人民郵電出版社，2021:18-24.]}，數實（shí）融合包括了製（zhì）造業的全領域、全周期、全生態。

科層企業的內部具有複（fù）雜的結構，企業（yè）的規模越大（dà），內（nèi）部的結構越複雜。從組織架構上看，企業包括總部和下屬的事業部、子公司、分公司。總部包括行政、財務、投資、戰略、生產經營、研發、人力資源等不同的職能部門，每個職能部門都有（yǒu）其（qí）特（tè）點的各種（zhǒng）職能（néng）與經營管理活動。下屬事業部或子公司、分公司包含了不同產（chǎn）業領域的生產活動，每個產（chǎn）業領域有擁有多家可能分布於多個區位的車間和（hé）工廠（chǎng）。製造企業的產品製（zhì）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（gōng）製造外，還（hái）涉（shè）及進貨、出貨、倉儲、水電氣（qì）熱等基礎設施以及生產過程、生產人員的管理等各種活動（dòng）。德國工業4.0提出製造業的縱向集成，即將包（bāo）括機器設備、供應鏈係統、生產係統、運營係統等企業內部的流程連接（jiē）起來，實現（xiàn）信息的實施溝通。製造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（róng）入製造企業生產經營活動（dòng）的方方麵（miàn）麵，既包括各個（gè）部門（業務單元（yuán））及（jí）其相關的業務（wù）流程，同（tóng）時不同部門（業（yè）務單（dān）元）、業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（cāo）作等活動。

從價值創造的角度看，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，再到產品分銷、運營服務，最後是回收處理，這構成產（chǎn）品所經曆的完（wán）整生命周期，產品全生命周期的（de）數字化智能（néng）化的過程被（bèi）德國工業4.0稱為（wéi）“端到端集成”。製造業（yè）的數實融合覆蓋了價值鏈（liàn）的全周（zhōu）期，它既可以（yǐ）發生在價值鏈的完整周期，也可以發生在價值鏈（liàn）的（de）一個或（huò）多個環（huán）節。顧客價值鏈（customer value chain）從（cóng）需求側提供了看待企業價值（zhí）創造的（de）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（yòng）戶的視角看，商業模（mó）式包括企（qǐ）業為用戶創造的價值（zhí）、用戶（hù）為（wéi）交換該價值（zhí）的付出以及可能對用（yòng）戶造成的價（jià）值（zhí）侵蝕。因此，可以把顧客價值鏈的活動劃分為：價（jià）值創造、價值捕獲、價值侵蝕。通過解綁顧（gù）客價值鏈，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.]}數字技術與製（zhì）造業的深度融合（hé）使（shǐ）解綁的力量超越了一體化的力量，加速了顧客價值鏈解綁的過程。比如，以前顧客觀看影（yǐng）視（shì）作品需（xū）要先租賃和郵寄影碟，現在（zài），網飛利用連接到顧客家裏（lǐ）的互聯網在線提供影視作（zuò）品，解構了顧客價值鏈活動（dòng），為顧客（kè）和（hé）自己都創造了新的價值。

製造企業以產品為中心開展的生（shēng）產活動雖然主要是在企業內部進行（háng）的，但是在現代（dài）社（shè）會分工越來越（yuè）細化的（de）條件（jiàn）下，那種像福特汽車（chē）Rouge工廠“一端吞進礦石，一端吐出汽車”的高度一體化的工廠已經不複（fù）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（de）生產經營活動（dòng）才能順利進行，由此企業競爭（zhēng）力的來源都已經離不開（kāi）它所處的商業生態。早期的學者認為商業生態係統由消費者、供應商、主（zhǔ）要的（de）生產者、競爭者（zhě）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（zào）業而言，商業生態係統包括（kuò）了（le）上遊原材料、零部件供應商，下遊分銷商、零售商，供（gòng）應鏈、金融、信息基礎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（kè），領（lǐng）先用戶、用（yòng）戶社區等。德國（guó）工業4.0將企業與合作夥伴（bàn）、公司與公司之間、公司與用戶之間的網絡連接稱為橫向集成。製（zhì）造業數實融合包含了（le）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和企業實際業（yè）務發展需要，數實融合也會越來越廣（guǎng）泛地（dì）發生在商業生態的組成單元之間。

製造（zào）業的數實融合以（yǐ）要素融合、技術融合、設施融合、流程（chéng）融合、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。早期的生產活動主要依靠天然的生產要素如土地、自然資源、天然勞（láo）動（dòng）力（lì）。隨著生產力的發展、技術的進步和勞動剩餘（yú）的積累，資本、知（zhī）識、技術、管理、受過（guò）教育的高素質勞（láo）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（zhōng）特別是現代計算機（jī）出現後（hòu），數據也（yě）開始在生產過程中發（fā）揮作用（yòng），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（guò）程進行自（zì）動控製。但總體上來所，由於數據量小、數據處理能力弱（ruò），數據在製造（zào）業中發揮的作用非常有限。直到大數據、雲計算、物聯網、移（yí）動互聯網、人工智能等新一代數字技術成熟和（hé）商業化應用後，數據海量增長（zhǎng）、算力顯著提（tí）高，數據對（duì）於包括製造業在內的國民經濟各行業創造經濟價值越來越重要，被稱為數字經濟時代的石油。《中（zhōng）共中央關於堅持和完善中（zhōng）國特（tè）色社（shè）會（huì）主（zhǔ）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（tí）的決定》提出“健全勞動、資本、土地、知（zhī）識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機（jī）製。”這一論斷在我國（guó）官方層麵認可了數據作為生產要素的地位，數（shù）據不（bú）但是重要的生產資料，而且能夠按照貢獻參與分配。

數據成為（wéi）生產要素並（bìng）不是孤立的發揮作用，而是與傳（chuán）統的生產要素融合到一起。劉鶴副總理在2021年世界互聯網大會烏鎮峰會上的致（zhì）辭中指出：“當前互聯網發展躍升到全麵滲透、跨界融（róng）合的新階段，數（shù）字技術深（shēn）度改造生產函數（shù）並不斷創（chuàng）造新業態”_{[新華社.劉鶴出席2021年世界互聯網大會烏鎮（zhèn）峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這一論斷可以看到，數據與其他生產要素一（yī）起成（chéng）為生產函數的組成部分。數據對生（shēng）產函數的影響表現在以（yǐ）下幾個方麵：一是數據進入生產函數後，會對其他生產要素（sù）產生替代，即在同樣的產出下，減少一種或幾種生產要素的使（shǐ）用；二（èr）是數據能（néng）夠讓（ràng）其（qí）他生產要素在投入不變的情況下，發揮更大（dà）的作用，形成更大的產（chǎn）出；三是數據與其（qí）他生產要素一起，使產出的結構、質量、性能發生顯（xiǎn）著改（gǎi）變。另一（yī）方麵，數據（jù）與其他生產要素的融（róng）合表現在數據作用的發揮需要其他生（shēng）產要素的投入（rù）作為支撐（chēng）。例如，數據采（cǎi）集、傳輸、存儲、計算等新型基（jī）礎設施的建設需要資本的投入，基礎設（shè）施中蘊含著大量的人類知識和（hé）技能，基礎設施的運行也需要持續的電力、人力（lì）投入。

現代經濟是創（chuàng）新驅動的經濟，作為創新最活躍、技術密集度最高的製造業，其發（fā）展更是離不開（kāi）技術（shù）的持續創新（xīn）；而數字技術的發（fā）展也是由顛覆性的前沿（yán）技術的突破、成熟所推動的，因此技術融合成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（jìn）的技術群，隻有（yǒu）當相應技術成熟後（hòu）其作用才能得到充（chōng）分發揮。例如，人工智能的發展（zhǎn）幾乎（hū）與計算機的出現同步，早在（zài）1956年的（de）達特茅斯會議上（shàng）就提出了人工智能概念，有（yǒu）早（zǎo）起的人工智能（néng）開（kāi）拓者曾樂觀地認為，十年內人工智能就能（néng）通過“圖（tú）靈測試”。但是直到曆經兩次（cì）起落的數十年時間後，等到辛頓教授提（tí）出深度學習（xí）算法，在“摩爾定律”推動下傳輸、存儲、計算能力顯著提（tí）高、成（chéng）本顯著下降（jiàng）時，人工智能技術才進入大（dà）規模應用階段。上世紀80年代，索洛在研究計算機對生產率的影響時發現（xiàn），計算機的廣（guǎng）泛使用並沒有使（shǐ）國民經濟的生產率獲得顯著提升（shēng），由此得出著名的索洛悖（bèi）論：“計算機無處不（bú）在，除了在生產（chǎn）率上（shàng）”。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（néng）有效支撐計算機（jī）提升生產率作用（yòng）的（de）發揮。Brynjolfsson對人工智能技術的研究發現，與（yǔ）人工智能技術顯著突破的是生產（chǎn）率增長的放緩，他們估（gū）計原因在於與人工智（zhì）能互補（bǔ）的相關技術（shù）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（dà），因（yīn）此在人工智（zhì）能技術發展的初（chū）期可能會造（zào）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.]}目前廣受關注的元宇宙也是由拓展（zhǎn）現實、區塊鏈、人工智能、移動互聯（lián）網、區塊鏈等技術構成的技術群所支撐的。數字技術在製造業（yè）中的深度應用（yòng），也需要相關數字技術的協同演進。二是數字技術與製造技術的融合。數（shù）字技術在製造業的應（yīng）用不是製造技術與數（shù）字技術相互分離，而是有機（jī）融合在一起（qǐ）。生產設備當中融合入數字（zì）技術，實現生產線的自動化、智能化；製造業（yè）所形成的專利、技（jì）術訣竅等以編碼（mǎ）化形態內嵌在的算法、程序、APP中，製造知識構（gòu）成數字（zì）化應（yīng）用的（de）內核，數（shù）字（zì）技術（shù）成為解決手段。

製造（zào）業的生產活動涉及產品的開發（fā）、產品原型的（de）製作、產品的（de）製造以及各種中間投入的原（yuán）材料（liào）、零部件的（de）傳（chuán）遞，最終產品的運輸和分銷、產品的（de）維修和回收。這些與產品物（wù）理形態相關的（de）生產活動需要物（wù）理生產設施的支撐，如研發活動中使（shǐ）用的各（gè）種實驗儀器，生產工具、設備和（hé）生（shēng）產線，車輛、倉庫、商（shāng）場、維修車間等物流、分銷和（hé）維修設施。同樣，數字技術發（fā）揮作用，也需要（yào）提供連接、數據、算力、算法服務的信息基礎（chǔ）設施，包括5G、物聯網、工業互聯網、衛（wèi）星（xīng）互聯網等連接基（jī）礎（chǔ）設施，數據中（zhōng）心、智能計算中心等數據和（hé）算力基礎設施，提供PaaS、SaaS服務的人工智（zhì）能平台（tái）、雲計算平台等算（suàn）法基礎設施。在（zài）製造業數實（shí）融合的過程中也包含了數（shù）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）礎設施，如利用運營商的移動通信網絡、公有雲（yún）的算力。二是一些大型製造企業內部也在建立數字基礎設（shè）施，如工業互聯網平台、數據中台、私有雲（yún）、5G專網，通過這些資產專用性的投資使物理（lǐ）性質（zhì）的生產設施更好的發揮作用。三是最初由大型（xíng）製（zhì）造（zào）企業內部使用的數字設施在成熟完善後（hòu），也會提供給供應（yīng）鏈中的合作夥伴使用（yòng），甚至（zhì）進一步向行業內企業乃至整個社會開放，成為具有一定公共產品（pǐn）性質的基礎設施，也成為製造企業新的業務（wù）增長點。

在工業革命後出現的工廠中，產品生產的（de）流（liú）程（chéng）是不連續的，由工人操作機（jī）器完成（chéng）某一（yī）生（shēng）產（chǎn）工序的任務，然後將加工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（zài）電力的驅動下（xià），工業生產（chǎn）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（xū）要加（jiā）工（gōng）的產品（pǐn）傳輸到工人麵前由工人進行加工。在第三次工業革（gé）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（jì）術在工業中獲得廣泛應用，能源、石化化工、冶金等流程型行業的生產過程可（kě）以自動化連續進（jìn）行（háng）。在當前的新一輪科技革命和產業（yè）變革中，大數據、雲計（jì）算、人工智能、物聯網、更加智能化的（de）機器人等（děng）新一代數字（zì）技術在生產線上（shàng）獲得（dé）越來越多的（de）應用，生（shēng）產流程的數字化、網（wǎng）絡化（huà）、智（zhì）能化或者說智能（néng）製造成為製造業的發展方向，生產係統具有自感（gǎn）知、自學習、自決策、自執行、自適應等功能。生產係統是實現對自然（rán）資（zī）源進行加（jiā）工和再加工的製（zhì）造業核心功能，新一代數字技（jì）術與製造業在生產流程的深度融合也（yě）成為製造（zào）業數實融合（hé）的核心環節。

在工業經濟時代，工廠使用（yòng）生產設備和工具，通過各種物理、化學和生物反應，將投入的原材料加工成產品，製造業的（de）產出是由原子、分子（zǐ）所構成的物質產品，具有相（xiàng）應的物理（lǐ）的、化學的、機械的等多方麵（miàn）性能。隨著信息技術的發展，產品（pǐn）與數（shù）字（zì）技術也逐（zhú）步融合，比如電腦中包含（hán）操作係統和各種應用軟（ruǎn）件，但是總體上看，產品與數（shù）字技術融合的領域比較有限，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（chǎn）品呈（chéng）現出數實融合的特征，產品（pǐn）不僅包括物理結構，還包括軟件和數據，物理結構中不（bú）僅包括了機械（xiè）的、有機的或無機的物質成（chéng）分，還包括了傳感器、芯片等（děng）IT硬件產（chǎn）品。以汽車為例，早期的汽車完全是一個機械產品，由發動機燃燒燃料提供動力，由駕駛人員操縱機械部件（jiàn）驅動汽車的行駛；現在的汽車朝著智能網聯甚（shèn）至無（wú）人駕駛的方向前進，使用芯（xīn）片越來越多，處理的數據量越來越大。在不久的將來，所有產品都將成為（wéi）數實融合的產品。

製造業數實融合需（xū）要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能。

製造業的數實融合以泛在連接為前提、以數據（jù）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）的生產經營活動。

製造業的數實（shí）融合是將製造業的全領域、全周期、全生態與數字技術緊密結合到一起（qǐ），這種結合（hé）不僅是（shì）數字技術在（zài）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（cān）與（yǔ）方的使用，而且這些業務（wù）單元之間、環節（jiē）或參與（yǔ）方（fāng）之間都會連接在（zài）一起並（bìng）實現互動。因此，製造業數實融合的前提是製造業所涉及的物（wù）質（zhì）、服務、場景、人、生產經營單位等接入信息網絡之（zhī）中。裏夫（fū）金在（zài）描述新科技革命和產業變革時指出，互聯網、傳感器（qì）和軟件將人力、設備、自然資源、生產線、物流網絡、消費習慣、回（huí）收流以及（jí）經濟和社會（huì）生活中各個方麵連接起來，不斷為各個（gè）節點（商業、家庭（tíng）、交通工具）提供實時的大數據（jù）_{[[美]傑裏米（mǐ）•裏夫金.零邊（biān）際成本社會一個物聯網、合作共贏的（de）新經濟時（shí）代[M].賽迪（dí）研究院專家組（zǔ）譯，北京：中信出版社，2017:11.]}。新一代數字（zì）技術的（de）發展為實時、泛在（zài）連接提供（gòng）了可能。

新（xīn）一代數字（zì）技術（shù）是對數據進行采集、傳輸、存儲、處理、應（yīng）用的技術，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（gāo）。製造（zào）業的數實融合也是圍繞著數據這一核心來展開的，主要體現在以下三個方麵：首先，數（shù）據分布於製造業的全領域、全（quán）周期、全生態，並在各部門、環節、參與方之（zhī）間流動；其（qí）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。例（lì）如，根據銷售情況決定物料（liào）采購的多（duō）少和安排生產進度，根據用（yòng）戶特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）接依賴於（yú）數據，沒有（yǒu）數據就沒（méi）有這（zhè）些新特征。例如，遠程監測和在線服務等服務型製造模（mó）式的開展，需要企業能（néng）夠掌握銷售出去的產品（pǐn）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（de）基礎（chǔ）上，因此製造企（qǐ）業也在不斷地擴大數據的采集（jí）範圍，如在生產線、物流設備、產品中嵌入傳感器和芯片，不斷地打通企業內（nèi）部、企業與顧客、企業與其生（shēng）態夥（huǒ）伴之間甚至企業外部渠道的（de）數據連接，以獲得更多能夠為企業創造價值的（de）數據。

對數據（jù）的存儲、處（chù）理（lǐ）都需要計算能力。在（zài）數據量不大（dà）的時候，可以依靠企業自有的（de）計算機、服務器以及生產設備自身所帶的嵌入式芯片（piàn）。隨著數據量的急劇增加，傳統的計算能力就無法適應海量數據的計算需（xū）求。一些企業缺少大規模布置（zhì）計算能力的資金或人才，另外對於大多數企業來說，大規模布置的計算能力可（kě）能無法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（lì）資源雲端化（huà），企業無需自（zì）己投資建立計算能力，可以按需彈性（xìng）租用，使算力的獲得門（mén）檻和使用成本大（dà）大降低。算力基礎設施的提供者既（jì）有傳統電信運營（yíng）商，也有互聯網平台企業（yè）。雖然雲計算基礎設施成為企業普遍采用的形式，但是出於數據安全的考慮以及數據處理速度的要求，一些企業也會在使用公有雲（yún）的同（tóng）時布置私用雲，在使（shǐ）用雲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決特定（dìng）的任務，而每一種任務的解決都有其內在的規律、邏輯或方（fāng）案。算法就是對解決特定（dìng）任務方案的準確而完整的描述，它以用某種計算機語言編寫的代碼的形式呈現出來。製造（zào）業數實融合（hé）中（zhōng）對海量數據的處理，自動化、智能化的操作，其背後（hòu）都（dōu）有算法在發揮作用。人工智能（néng）技術之所以得（dé）到廣泛的應（yīng）用，就在於算法實（shí）現了重大的突（tū）破。大型製造企業實力強大、人才聚集，有能力自主開發包括工業互聯網平台在內的各種算（suàn）法。而許多中小企（qǐ）業缺少獨立（lì）開發數字化應用的資金和（hé）人才，因此主（zhǔ）要采（cǎi）用其他大型製造企業、互聯網企業開發（fā）的門檻低、易部署的（de）“輕量應用”“微服（fú）務（wù）”。例如（rú），許多消費平台企（qǐ）業為入駐企業提供的支付、開店、銷售管理等功能；工業互聯網平台提供（gòng）的通用（yòng）和專用PaaS服務、工業APP等SaaS服務。在數（shù）字經濟時代（dài），開源運動獲得（dé）更（gèng）大的發展，許多算法會被極客、企業和公（gōng）共機構以各種開源協議共享，其他企業可以不用從頭開發這些算法、軟件，可以根據開源協議將算法直接拿來使用或進（jìn）行二次開發，極大地加速（sù）了算法、軟件的開發速度，顯著降低了開發成本，加速（sù）了算法的（de）普及應用（yòng）。

數字技（jì）術與製造（zào）技（jì）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、替代人力勞動、編碼行業知（zhī）識、軟件定義產品、創新商業模式（shì）等多種功能。

製造（zào）企業的（de）生產經營活動需要利用企業內外部的（de）各種數據，這些數據構（gòu）成企業價值的重要來源。一（yī）方麵，企業本身的活動就非常複雜，涉及不同業務領域、不同價值鏈環節，另（lìng）一方麵，企業（yè）隻是社（shè）會（huì）生產、分配、交換、消費大循環中和生產鏈條中的一個環節，企業外部的（de）商業夥伴（bàn）、用戶的數據對於企業的經營活動至關重要，其他商業組織或政府機構來源的數據（jù）也能夠給企業帶來（lái）額外的價值。數據的價值取決於數據規模以及顆粒度（dù）、鮮活度（dù）、連接度、反饋度、響應度、加工度等方麵。_{[李（lǐ）曉華、王怡帆.數據價值（zhí）鏈與價值創造機製研（yán）究（jiū）[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（bǎ）來源不（bú）同的數據整合到一（yī）起。數實融（róng）合的重要功能就是建立廣泛、實（shí）時的連接，將來源、結構等（děng）方麵差異巨大的數據整合在一起，為後續數據的處理、應（yīng）用打下基礎。

製造企業（yè）的（de）知識有些來（lái）自於（yú）人類的科學發現、企業內部（bù）的研究開發以（yǐ）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（yàn），但是還（hái）有許多潛在（zài）的未被發現（xiàn）的知（zhī）識隱藏在企業生產經營活（huó）動產生的海量數據之中。建立在大數據和機器學習基礎上的人工智（zhì）能（néng）技術能夠（gòu）根據預先設定（dìng）的算法甚至根據為係統設定的規則，找到兩個變量之間的相關關係。這種相關（guān）關係一方麵未能被企業在傳統的技術手段下發現，同時人工智能算法本身也（yě）無法對二者（zhě）相互影（yǐng）響的機製做出解釋（shì），但是按照這種相關關係，就能夠改進（jìn）企業的績效。比如，通過對生產線各種工藝（yì）參數曆史（shǐ）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（cān）數的調整生產（chǎn）線，就能夠明顯提高（gāo）良品率和（hé）企業的產出效率；通過對用戶數據的分析，可以（yǐ）發現用戶對產品特征的偏好程度，據此開發更加適（shì）銷對路的產品。

人工智能等數字技術可以看作廣義的機器。工業革命之後的很長一個時期，機器主要是替代人類（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、肮髒的工作解放出來。隨（suí）著大新一代數字技術的功能不斷強（qiáng）大、成本持續降低及其與加（jiā）工中心、機器人等技術的深度融合，數字技術替代人（rén）工在越來越多的領域變得在技術和經濟層麵更加可行，不但一些重複性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（如一部分研發工作（zuò）、生產線管理工作、經營（yíng）數據（jù）分析工作）也成為人工智能技術的替代對象。隨著我國勞動成本的上（shàng）漲，傳統的勞動密集型產業正在（zài）喪失（shī）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，用機器替代人不（bú）但成（chéng）本低、效率高，而且生產的精度、穩定（dìng）性也得到了提高。

無論是已經積累的科學知識和經驗，還是大數據、人工智（zhì）能方法洞察的知識，無論是基於數（shù）據提升生產線的性能，還是用機器換（huàn）人，都需要把這些人類的知識（shí）、企業（yè）的經驗編碼化，即將這些知識和經驗以代碼（mǎ）、軟件、APP等形態呈現出來。軟件根（gēn）據輸入的數據（包括人為的輸（shū）入、設備自動采集的數據等），按照知識和經驗形成的規則，實現業務環節、業務流程的自（zì）動化甚至智能化_{[曾鳴．智能商（shāng）業[M]．北京（jīng）：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（jiù）是將（jiāng）反（fǎn）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造企業生產活動的方方（fāng）麵麵，以（yǐ）應用軟件、APP、工業互聯網係統、嵌入（rù）式（shì）軟件等形態存在。而（ér）且這些（xiē）代（dài）碼隨著人（rén）類知識的更新、人工（gōng）智能係統不斷的訓練而持續迭代更新。

隨著數（shù）實融合的深入推進，軟（ruǎn）件已經成為製造業產品的重要組成部分，可以說，產品（pǐn）的軟件定義特征不（bú）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。產品中的一些功能必（bì）須（xū）依（yī）賴軟件來實（shí）現，軟件決定了該功能的存在與（yǔ）否。二是軟件實現產品的功能。通過軟件（jiàn）的響應、運算、下達指令實現對硬件（jiàn）的（de）操縱，通過硬件的操縱（zòng）實現特定的功能。三是軟件優化產品的功能。由（yóu）於軟件相比於能夠實現相同功能的機械部件、電子元件來說（shuō）性能更優或成本更低，所以軟件可以取（qǔ）代這些物理元器件。_{[李培根，高亮．智能製造概（gài）論[M]．北京：清（qīng）華大學出版社，2021：273-275．安筱鵬．重構：數字化轉型的邏輯[M]．北京：電子工業出版社，2019：54，78，63-64．]}

數字技術會推動企業的商業模式和業態創新，這些（xiē）新型商業模式本身就是（shì）高度數實融合的。在上世（shì）紀80年代，製造業就出現了服務化的趨勢。在數字（zì）技術的驅動（dòng）下，製（zhì）造（zào）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，突破了傳統服務業發展對人才的（de）依賴（lài）和規模不經（jīng）濟的約束。在產品（pǐn）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品的運行狀態，製造企業能夠提供個性化（huà）使用方案定製以及遠（yuǎn）程在線監測、預防（fáng）性（xìng）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（háng）大規（guī）模生產的模式轉向根據用戶訂單小批量甚（shèn）至個性化定製的模式，高度柔性化、智能化的生產（chǎn）係統可以（yǐ）低成本（běn）的進行小批量甚至單件生產。甚（shèn）至製造（zào）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貨。

近年（nián）來，我國政府（fǔ）高度重視（shì）製造業的（de）數實融合，產業升級壓力和產業增（zēng）長點推動製造（zào）企業積（jī）極實施（shī）數實融合，互聯（lián）網企業也（yě）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（hé）水平有了顯著提（tí）高。例如，中國大陸（lù）33家企業入選（xuǎn）世界經（jīng）濟論壇（tán）評選出來的“燈塔工廠”，占全部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臨製造能力、數字化（huà）水平、數字化（huà）能力、數據流（liú）動等多方麵的製約。

製造業數實融合（hé）的重要方麵是將製造業積累的知識的編碼化，隻有製造能力提高了，才有可（kě）能將數實融合（hé）推進到一（yī）個（gè）更高的層（céng）次。我國製造業（yè）在（zài）產（chǎn）品性能、質量、可靠性等方（fāng）麵與世界領先水平仍存在較大差距，很重要的就體現在工（gōng）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Matlab、EDA軟件香蕉视频APP下载安装做不出來，本質上還是香蕉视频APP下载安装對（duì）製造業基礎科學的（de）認識不透、對（duì）生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麵，不同工廠使用同樣的設（shè）備，但在良品率、產（chǎn）品性能上（shàng）存在（zài）差異，也是企業在製造能力（lì）上差距的體現。數（shù）字技術可以全麵（miàn）推動製造業生產效率的提高，但是需要數（shù）字技術（shù）與製造技術的共同演進。通用電氣在發布自（zì）己的工（gōng）業互聯網戰略時，提出工業互聯網（wǎng）要（yào）“發揮1%的（de）威力”。通過對工（gōng）業生產（chǎn）線中海量數據的分析，人工（gōng）智能係統能發現最優工況參數的（de）組合，從而明顯改善生產線良品率、提高整體生產效（xiào）率和經濟效益，但是如果要進一步（bù）提高製造（zào）業（yè）效率或者說超越“1%的威力”就需要製造（zào）業本身技術的（de）進（jìn）步，比如重新設計產品（pǐn）、重構生產流（liú）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（de）提升來解（jiě）決。

製造業的數實融合是需要企業有（yǒu）數（shù）字（zì）化思維，有（yǒu）良好（hǎo）的數字基礎設施支（zhī）撐以（yǐ）及形成較好的信息化、數字化應用基礎。但總體（tǐ）上看，我國製（zhì）造業行業間、地區間、企（qǐ）業間發展很不平衡（héng），形象（xiàng）的說（shuō）是工業1.0、2.0、3.0、4.0並存，既有高度數字化並（bìng）積極探索智能化（huà）、位列世界“燈塔工廠”的（de）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。對於這些數字（zì）化水平較低的企業，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（dòng）數實融合需要進行大量（liàng）的設備、係統的數字化改（gǎi）造工作，而這些設（shè）備層、係（xì）統層的改造往往投（tóu）入較大。普遍來（lái）看，製造業的利潤率相對較低，在勞動密集型產業和中小企業尤為突出，巨（jù）額的數字化改（gǎi）造升級投入（rù）費（fèi）用是它們難以承擔（dān）。此外，數實融合既是企業的技術決策，也是投（tóu）資決策，需要對成本與收（shōu）益進行綜合考量。數實融合的投資（zī）未（wèi）必就（jiù）能帶來企（qǐ）業效率的提升以及收益的增長，數字技術不成熟、應（yīng）用（yòng）環節選擇不（bú）恰當等都造成數實融（róng）合（hé）投資失敗的（de）風險。也就是說，資金投入過（guò）大、收益（yì）不明確或投資回收期長，會造成製造企業（yè）特別是中小企業不願投資於數字化改造（zào），從而影響數字（zì）化水平（píng）的提高和數實融合的深入推進。

企業數字化改造升級的過程不（bú）是簡單的把項目外包給提供解決方案的企業就行了。互聯網（wǎng）企（qǐ）業的工程師們懂算法、懂軟件，但是他們不懂製（zhì）造業本身的知（zhī）識，即（jí）使是數字化解決方案提供（gòng）商可能（néng）有做過某一類行業數字化改造的經驗，但是各個企業在生產流程、生（shēng）產設（shè）備等方麵存（cún）在巨大差異，他們對特定（dìng）的企（qǐ）業也缺少完整準確的了解。相（xiàng）對的，製造企業自己的工程師懂產品、生（shēng）產工藝，但不熟悉算法和代碼，很難（nán）與數字化解決方案（àn）提供商對話（huà），需（xū）要企業內既懂產品、工藝又懂算法（fǎ）、代碼的工程師作為連接雙方的橋梁。數實融合的深（shēn）度推進以及由（yóu）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（shù）字（zì）化設備（bèi）用上了就水到渠成。數實融合是一個持續的過程，它需要產（chǎn）品開發人員（yuán）、工程師、管理人員、生產（chǎn）線工人熟練地運用數實融合的生產力工具，還需要工（gōng）程師對產品、生產線的算（suàn）法、軟（ruǎn）件不斷進（jìn）行完（wán）善、改進，這些工（gōng）作不但需要企業員工整體數字思維、數字素養的（de）提高，還需要有一批（pī）熟練掌握和（hé）應用算（suàn）法（fǎ）、軟件的工程師隊伍。但總體來看，我國數字技（jì）術、管理人才（cái）需（xū）求量巨大、供給偏緊，我國（guó）製造業和互聯網行業的數字化人才分（fèn）布非常不均衡。互聯網行業優厚的待遇吸引（yǐn）了大量的（de）IT人才，而製造企（qǐ）業微薄的利潤很（hěn）難養的起（qǐ）一支高水平的IT人（rén）才隊（duì）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流（liú）動，製（zhì）造企業與（yǔ）其供應鏈上（shàng）下遊業務夥伴間的流動，製造企業與用（yòng）戶之間的（de）流動，跨（kuà）行業（yè）的數據流動（dòng）以及政府與企業間的數據流動。數據作（zuò）為企業價值的重要來源，數據價值創造作用的發揮不但依賴（lài）於（yú）數據的規模，還依賴於數據之間的連（lián）接，數據的連接越緊（jǐn）密、越廣泛、越及時，對企業的價值就越大。_{[李曉華、王怡帆.數據價（jià）值鏈與價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}但是製（zhì）造業數實融合過程中存在著數（shù）據傳輸的障礙，數據（jù）不能按照在其經濟價（jià）值的推動下順（shùn）暢流動。一是技術上的製約。製（zhì）造業由於行業間、企業間使用的設備、係統（tǒng）千差（chà）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（gòu）不統（tǒng）一，增加了數據打（dǎ）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（kāi）放、交易和（hé）使用（yòng）做出明確的規定，造成政府數據無法公開，個人數據不能采集，企（qǐ）業數據無法轉讓。在數（shù）字經濟條件下，法律（lǜ）法規對數據保護不利也會起到適（shì）得其反（fǎn）的（de）作用，比如對消費者隱私數據的（de）侵犯、大數據殺熟、基於大數據的算法壟斷等問題，產（chǎn）生了對數據開放、流動的抵製。三是商業上的製約。數據中包含著企業（yè）生產、銷（xiāo）售、用戶使用等各個方麵的信息，蘊含著企業的（de）商業機密和長期積（jī）累的技術訣竅，對這些數據的掌握（wò）是企業競爭（zhēng）力的（de）重（chóng）要來源。一方麵，如果企業允許其他企業獲取這些數據，即使企業能從對方獲得一些數據作為補償，仍有可能處（chù）於數據的（de）淨損失狀態。更重要的是，競爭對手可能通過分析這些數據，獲得企業的用戶特征與分布、生產進度（dù）、供應商情況以及（jí）生產中的工藝參數等信息。例（lì）如，一家（jiā）企業委托第三（sān）方大數據（jù）或人工智能企業（yè）對（duì）其生產線數據進行分析，幫助其提高生產效率，第三方企業通過這些數據掌握的企業的“隱性知識”可能會用於為（wéi）競爭對手企業改進生產線（xiàn），從而使該企業的競爭優勢縮小；另一方麵，處於數（shù）據優（yōu）勢地位的企（qǐ）業為了維護自己的市場地位甚至是壟斷地位，不願意將數據開放（fàng）及與其他企業共享。

本文的研究表明，隨著新一輪科技革命和產業變（biàn）革的興起，新一代數字技術加快成熟、擴散與融合，數字技術與實體技術、數字經濟與實體經濟呈現融合程度不斷深化的趨勢（shì），其中製造業是數實融合進（jìn）展最快、潛力最大、重要（yào）性最強的國民經濟行業之一。製（zhì）造（zào）業數實融合的範圍包括企業內部全領域、價值鏈全周期和（hé）供應鏈全生態；在形態上表現為要素融合、技術融合、設施（shī）融合和產品融合。製造業數實融合以連接（jiē）為基礎、以數據為核心、以（yǐ）算力為支撐、以算法（fǎ）為（wéi）驅動，並通過整合多維數據、發現潛在知（zhī）識、替代人力（lì）勞動、軟件定義產（chǎn）品、創新（xīn）商（shāng）業模式等功（gōng）能，發揮對製（zhì）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（jìn）年來在我國政府的大力推動下，在製造企業、互聯網企（qǐ）業的積極實踐中，我國製造業數實（shí）融合取得明顯進展，但是（shì）也麵臨著製（zhì）造能力、數字化水平、數字化能力、數據（jù）流動等多方麵的製約。

今後一個時期，製造業數實融（róng）合將進一步深入發展，範圍不（bú）斷（duàn）擴大、程度不斷加深、影響更（gèng）加凸顯。從數字技術的發（fā）展來看，雲計算、大數據（jù）、物聯（lián）網、移動互聯網、人工智能、智能機器（qì）人、3D打印機等技術將進一步發展成熟（shú），性能提升、成（chéng）本降低，具備（bèi）了在更廣泛領（lǐng）域（yù）應用的空間，而區塊鏈、量子計算等新興技術（shù）也在逐（zhú）步成熟（shú），將會開拓（tuò）新的融（róng）合領（lǐng）域、融（róng）合模（mó）式，產生新的融合業態、融合效果。從（cóng）世界範圍看，大（dà）國博弈（yì）長期持續甚至趨於激烈、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為核心（xīn）的實體經濟領域的競爭愈（yù）發激烈，在以數字技術為核心的新（xīn）興（xìng）領域加快布局、培育壯（zhuàng）大新興產業，製造業數實融合是（shì）我（wǒ）國（guó）保持和（hé）增強（qiáng）製造業全球競爭力、加（jiā）快培育壯（zhuàng）大（dà）新興產業和未來產業的（de）重要途徑。從製造業本身看，麵對工資水平上漲、土（tǔ）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（yōu）勢，數實融合是製造業轉型升級、向全球價值鏈高端攀升的重要（yào）推動力。

根據存在的阻礙和問題，推動製造業數實融合深入（rù）發展，需要做好以下幾方麵工作：一是加快信息基（jī）礎設施建設並推（tuī）動（dòng）傳（chuán）統基（jī）礎設（shè）施的數字化轉型升級（jí），為實現（xiàn）製造企（qǐ）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，同時把（bǎ）握好超前建設進度，實現經濟效益與社會效益的統一（yī）。第（dì）二，推動數字技術創新，整合國（guó）家戰略科技量，激發企業（yè）和社會的創新活（huó）力，盡快突破關鍵（jiàn）核心數字技術，積（jī）極布（bù）局腦機接（jiē）口、量子（zǐ）計算等（děng）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（quán）球領先地（dì）位，一方麵擺脫製造企業（yè）數實融（róng）合中（zhōng）“卡脖子”風險，另一方麵增強數實融合安全（quán）性，同時降低數實融合的發展、應用成本。三是促（cù）進製造業領軍企業（yè）的數（shù）字化轉型、構建工業互聯網平台，在工業互聯網平台（tái）在企業內部、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（dì）四，促進中小企業的數字化（huà）轉型。通過宣傳推廣、試點示範提高中（zhōng）小企業（yè）數字化（huà）轉型的意識（shí）；政府的技改資（zī）金向中小企業的數字化（huà）改造適度傾斜，為（wéi）中小微企業提供數字化券鼓勵它們購買數字服務，支持製造業行業龍頭（tóu）企業（yè）、互聯網平台企業（yè）為（wéi）中小企業開發門檻低、易使用的輕量化應用。第五（wǔ），進一步完善數字（zì）經濟法（fǎ）律（lǜ）法規和政策，推動政（zhèng）府開放公共數據，加（jiā）強數據安全和數據保護，推進實現“原數（shù）據不（bú）出域、數（shù）據可用不可見”的聯邦學習_{[陳永偉.聯邦學習能打破數據孤島嗎[N].經濟（jì）觀察報，2020-05-01.]}等數字技術發展（zhǎn）和新型數據（jù）交易模（mó）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《數字經濟（jì）夥伴關係協定（dìng）》（DEPA）等（děng）國際數字規則的（de）多邊協定談判與合作，推廣（guǎng）中國數（shù）字經濟的治理主張；支持國（guó）內企業參與全球數字（zì）科技組織，積極建立和參與數字技術聯盟、開源社區。

本文內容來源於網絡，版權歸原作者所有！

文章轉（zhuǎn）載分享不做商業用途，如有侵權，請聯係香蕉视频APP下载安装刪除！