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（xīn）產業。以雲計（jì）算、大（dà）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是新科技革命和產業變革（gé）中創新最活躍、影響最廣泛和（hé）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（de）技術（General Purpose Technologies，GPT’s）。通用目（mù）的技術具有三種典型的特（tè）征：一是（shì）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（suí）著技術（shù）的演進能夠擴散（sàn）至整個經濟。二是技術改進的內在潛力。隨著技術的發展，性能、成（chéng）本（běn）、用途都會得到持續的改進。三是創新的互補性。通用（yòng）目的技術（shù）扮（bàn）演（yǎn）著（zhe）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，而是為這些行業提高生產率的創新活動（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，新一代數字技術正在在加速擴散、與其他行業深度融合，成為改（gǎi）變國（guó）民經濟各行業的關鍵力量。

新一代數字技術對國民經濟各行業的賦（fù）能作用（yòng）受到我（wǒ）國政府的高度重視。在2021年10月18日十九屆中（zhōng）央政治局第三十四次集體學習時，習近平總書記指出：“促進數字技術和實體經濟深度融合（hé），賦能傳統產業轉（zhuǎn）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。”“推動數字經濟和實體經濟融合（hé）發展。要把握數字化、網絡化、智能（néng）化（huà）方向，推動製造（zào）業、服務業、農業等產（chǎn）業數字化，利用互聯網新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（shù）字技術對經濟發展的放大、疊加、倍增作（zuò）用。要推（tuī）動（dòng）互聯網（wǎng）、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（xīn）’企業和（hé）製造業單項冠（guàn）軍企業。”2021年12月國務院印發的《“十四五”數字（zì）經濟發展規劃》也提出，“以數據為關鍵要素，以數字技（jì）術與實（shí）體經濟深（shēn）度融（róng）合為主線”，到2025年“數字技術與實（shí）體經濟融合取得顯著成效”。可見，“數字技術和實體（tǐ）經濟深度（dù）融合”或“數字經濟和實體經濟（jì）融合發展”已經成為我國產業和經濟發展的重（chóng）要戰略方向。無論是“數字技術和（hé）實體經濟深度融合”或“數字經濟和實體經濟融合（hé）發展”都（dōu）是新（xīn）一代數（shù）字技術在（zài）實（shí）體經濟部門的（de）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，並使實體部門的業務流程、產品架構、生產方式、產出（chū）形態、生產（chǎn）效率等（děng）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（zào）業是立國之本、強（qiáng）國之基、創新之源（yuán），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（gé）突飛猛進、全球（qiú）產業鏈價值鏈麵臨重構的大（dà）背景下，製造業在經濟增長、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、能源、環境等要素（sù）約束（shù）加（jiā）強，改革開放以來形成的成本優勢正在削弱。通過（guò）推動製造業數實融合，不但可以用數字技術為製造業（yè）賦能，提高製（zhì）造（zào）業的勞動生產率，保持綜合成本優勢，而且能夠推動製造業的產品（pǐn）創新、生產方式（shì）創新、商業（yè）模式創新（xīn）、產品（pǐn）形態（tài）創新（xīn），重塑製造業的國際競爭力，還能夠通過製造業（yè）對數字技術需求所（suǒ）創造的大規模市場（chǎng），引致數字技術的進一（yī）步突破、成熟和產業（yè）轉化，帶動數實融合相（xiàng）關（guān）的數字產品、服務和係（xì）統解決方案產業（yè）的快（kuài）速發展（zhǎn），甚至在這些領域（yù）成為全球的行業領導力（lì）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（tuī）動製造業的數實融合。

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

製造（zào）業（yè）的數實融合體現在與製造活動相關的廣泛領域、涉及（jí）到各種要素、機構與活動，呈現出多種融合形態（tài）。

製造業是對自然資源進行加工和（hé）再加工的一係列經濟活動，物質產（chǎn）品形（xíng）態、性質的（de）改變主要發生在（zài）車間和工廠之中，因此當人們想到（dào）製造業的數字化、數實融合等概念時，常常把其局限（xiàn）在車間和工（gōng）廠這一物理空間以及加工製造這一（yī）生產環節。實際上，製造（zào）業數字化、智能（néng）化的領域要廣泛（fàn）得多_{[中國社會科學院工業經濟研究（jiū）所智（zhì）能經濟研（yán）究組.智（zhì）能+：製造業的智能化（huà）轉型[M].人（rén）民郵電出版社（shè），2021:18-24.]}，數實融合包括了製造（zào）業的全領域、全周期、全生態（tài）。

科層企業的內部具有複雜的結構，企業的規模越大（dà），內部的結構越複雜。從組織（zhī）架構上看，企業包括總部（bù）和（hé）下屬的事業部、子公司、分公司。總部包括（kuò）行政、財務、投資、戰略（luè）、生產經營、研發、人力資源等不同的職能部門，每個職能部門都有其特點的各（gè）種職能（néng）與經營管理（lǐ）活動。下屬事業部或子公（gōng）司、分公司包含了不同產業領域的生產活動，每個產（chǎn）業領域有擁有多家可能分布於多（duō）個區位的車間和工廠。製造企業的（de）產品製造過程是在車間、工廠中進行的，工廠的活動除生產線的（de）加工製造外，還涉及進貨、出貨、倉儲、水（shuǐ）電氣（qì）熱等基礎設施以及生產過程、生（shēng）產人員的（de）管理等（děng）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、生產係統、運營係統等企業內部的流程連接起來（lái），實現信息的實（shí）施溝（gōu）通。製造（zào）業數實融合所覆蓋的活（huó）動遠超過這個範圍，數字技術可以融入製造企業（yè）生產經營活動的方（fāng）方麵麵（miàn），既包括（kuò）各個部門（業務單元）及其相關的業務流程，同時不同部門（業（yè）務單元）、業務流程之間也被數字化網絡緊密（mì）聯係在一起，開展（zhǎn）交換數（shù）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（guò）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（zhè）構（gòu）成產品所經曆的完整生命周期，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（wéi）“端到端集（jí）成”。製造業的數實融合覆蓋了價值鏈（liàn）的（de）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（jià）值鏈的一個或多個環節。顧客價值鏈（customer value chain）從需求側提供（gòng）了看（kàn）待企業價值創造的視（shì）角。顧客價（jià）值鏈包括評估、選擇、購買、接收、消費、處理等環（huán）節。從用戶的視角看，商業模式包括企業（yè）為用（yòng）戶創造（zào）的價值、用戶為交（jiāo）換該價值的付出以及可（kě）能（néng）對用（yòng）戶造（zào）成的價值侵蝕（shí）。因此，可以把顧客價值鏈的活動劃分為：價值創造、價值捕獲、價值侵蝕。通過解（jiě）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.]}數字技術與製造業的深（shēn）度融合使解綁的力量超越了一體化的力量，加（jiā）速了顧客價值（zhí）鏈解綁的過程。比如，以前顧客（kè）觀（guān）看影視作品需要先租賃和郵寄影碟，現在，網飛利用連接到顧客家裏的互聯網在線提（tí）供影（yǐng）視作品，解構了顧客（kè）價值（zhí）鏈活動，為顧客和自己都創造了新的價值。

製（zhì）造企業以產品為（wéi）中心開展的生產活動雖然主要是在（zài）企業內部進行的（de），但是在現代社（shè）會分工越來越細化的條件下，那種像福特汽車Rouge工廠“一端吞進礦石，一端吐出汽車”的高度一體化的（de）工廠已（yǐ）經不複存在，企業必須（xū）參與到（dào）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，由此企業競爭力的來源（yuán）都（dōu）已經離不（bú）開它所處的商業（yè）生態。早期的（de）學者認為商業生態係（xì）統（tǒng）由（yóu）消費者、供應商、主要的生（shēng）產者、競爭者和其他風險承擔者構（gòu）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（tǒng）包括（kuò）了上遊原（yuán）材（cái）料、零部件供應商，下遊分銷商、零售商，供應鏈、金融、信息（xī）基礎設施等其他生產性服務活動（dòng）提供商，開源平台、眾包平台以（yǐ）及其（qí）中的廣大極客、創客（kè），領先用戶、用戶社（shè）區等。德國工業4.0將企（qǐ）業與（yǔ）合作夥伴、公司與公司之（zhī）間、公司與用戶之間的網絡連（lián）接稱（chēng）為橫向集成。製造業數實融合包含了企業所處的（de）整個商（shāng）業生態範圍，隨著數字技術發展水平的高低和企業實際（jì）業務發展需要，數實融合也會越（yuè）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）實融合以要素融合、技術融合、設施融合（hé）、流程融合、產品融合等多種融合形態呈（chéng）現。

生產活動的開展需（xū）要生（shēng）產要（yào）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、天然勞動力。隨（suí）著生產力的發展、技術的進步和勞（láo）動（dòng）剩餘的積累，資本、知識、技（jì）術、管理、受過（guò）教育的高素（sù）質勞（láo）動力等成（chéng）為生產要素的組成（chéng）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（yě）開始在生產過程中發揮作用，例如，冶金、化工、電力等流程型製造業根據（jù）各生產環節反饋的數據對生產過程進行自動控製。但總體上來所，由於數據量（liàng）小（xiǎo）、數據處理能力弱，數據在製（zhì）造業中（zhōng）發（fā）揮的作用非常有限。直到大數據（jù）、雲計算、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，數據海量增長、算力顯著提高，數據對於包括製造業在內的國民經濟各行（háng）業創造經濟價值越來越（yuè）重要，被稱為數字經濟時代的石油。《中共中央關於堅持和完善中國特（tè）色社會主（zhǔ）義製度推進國（guó）家治理體係和治理能力現代化若幹重大問（wèn）題的（de）決（jué）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（gòng）獻、按貢獻決定報（bào）酬的機製。”這一論斷在我國（guó）官方層麵認可了數據作為生（shēng）產要素的地位，數據不但（dàn）是重要的生產資料，而且能夠（gòu）按照貢獻參與分配（pèi）。

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（róng）合到一起。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（zhǎn）躍升（shēng）到全麵滲（shèn）透、跨界（jiè）融合的新階段，數（shù）字技術深度改造生（shēng）產函數並（bìng）不斷創造新業態”_{[新華社.劉鶴出席2021年世（shì）界（jiè）互聯網大（dà）會烏（wū）鎮峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這一論斷可以看到，數據與其他生產要素（sù）一起成為生產函數的組成部分。數據對生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（shēng）產要素產生替代，即在同樣的（de）產出下，減少（shǎo）一種或幾種生產要素的使用（yòng）；二是數據能（néng）夠讓其他生產要素在投入不變的情況下，發揮更大的作用，形成更大的產出；三（sān）是數據與其他生產要素一起（qǐ），使產出的結構、質量、性能發生顯著改變。另一方麵，數據與其他生產要素的融（róng）合表現（xiàn）在數據作用的發揮（huī）需要其他生產要素的投入（rù）作為支撐。例如，數據采集、傳輸、存儲、計算等新型基礎（chǔ）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技能，基礎設施的運行也需要持續的電力、人力投入。

現代經濟是創新驅（qū）動（dòng）的經濟，作為（wéi）創新（xīn）最活（huó）躍、技術密集度最高的製造業，其發展更（gèng）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、成熟所推動的，因此（cǐ）技術融合成為製造業數實融合的重要內（nèi）容。技術融合主要呈現兩（liǎng）個方麵：一是數（shù）字技術內部的融合。數字技術是一組相（xiàng）互依賴（lài）、相（xiàng）互促進的技術群，隻有當相（xiàng）應技術成熟後其作用才（cái）能得到充（chōng）分發揮。例如，人（rén）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（rén）工智能就能通過“圖靈測試”。但（dàn）是直到曆經兩次起落的數十年時間後，等到辛頓教授提出深度學習算法，在“摩爾定律”推動下傳輸、存儲、計算能力顯著（zhe）提高（gāo）、成本（běn）顯著（zhe）下降時，人工智能（néng）技術（shù）才進入大規模應用階段。上（shàng）世（shì）紀80年代，索洛在研究計算機對生產率的影響（xiǎng）時（shí）發現，計算機的廣泛使用並沒有使國民經濟的生產率獲得（dé）顯著（zhe）提升，由此得出著名的索洛悖論：“計算機無處不在（zài），除了在生產率上”。後來（lái）的研究發現，計算機實際上顯著提高了全社會的生產（chǎn）率（lǜ），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（zhī）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（zhì）能（néng）技術顯著突（tū）破的是生產率增長的放緩，他們估計原因在於與（yǔ）人（rén）工智能互補的相關技術尚不成熟，這（zhè）些互補性技術發展的所需要的資金和時間投入巨大，因此在人工智能技術發展的初期可能會造成生產率（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（zhù）的元（yuán）宇宙也是由拓展現實、區塊鏈、人工智能、移動互聯網（wǎng）、區塊鏈等技術構（gòu）成的（de）技術群所支撐的。數字技術在製造業中的深度應用，也需要相關數字技術（shù）的協同演進（jìn）。二是數字技術（shù）與製造技術（shù）的融合。數字技術在製造業（yè）的應（yīng）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（zì）技（jì）術，實現生產線的自（zì）動化、智能化；製造（zào）業所形（xíng）成的專利、技術（shù）訣竅等以編碼化形態內嵌在的算法、程序、APP中，製造知識構成數字化應用的內核，數字技術（shù）成為解決手段。

製造業的生產活動涉及產品的開發、產（chǎn）品原型的製作、產品的製（zhì）造以及各種中間投入的原材料、零部件的傳（chuán）遞，最終（zhōng）產品的運輸和分銷、產品的維修和回（huí）收。這些（xiē）與產品物理形（xíng）態相（xiàng）關（guān）的生產活動需要物理生產設施的支撐，如研發活動中（zhōng）使用（yòng）的各種實驗儀器，生產工具、設備和生產線，車輛、倉庫、商場、維修車間等物流、分銷和維修設施。同樣（yàng），數字技術發揮作用，也需要提供連接、數據、算力、算法服（fú）務的信息基礎設施，包括5G、物聯網、工業（yè）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（xīn）等數據和算力基（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（yè）數實融合的過程中也包含了數字設施與製造設施的融合。一是製造業的生產活動越來越依（yī）賴於數字化（huà）的基礎設施，如利用運營商的移動通信網絡（luò）、公有雲的算力。二是一些大型製造企業內部也（yě）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（huī）作用。三是最初由大型製造企（qǐ）業內部使用（yòng）的數字設施在成熟完善後（hòu），也會提供給供應鏈中的合作夥（huǒ）伴使用，甚至進一步向行業內企業乃至整個社會開放，成（chéng）為（wéi）具有一定公共產（chǎn）品性質的基礎設施，也成為製造企業新的（de）業務增長點。

在工業革命後出（chū）現的工廠（chǎng）中，產品生產的流程是不連續的，由（yóu）工人操（cāo）作機器完成某一生（shēng）產（chǎn）工（gōng）序的任務，然後將加工過的（de）中間產（chǎn）品轉移至下一生產工序。在第二次工業（yè）革命時期，在電力的驅動下，工業生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（shū）到工人（rén）麵（miàn）前由工人進（jìn）行加工。在第三次工業革命時期，PLC、計算機、軟件、機（jī）床、機器人等具有一（yī）定自動化功能的技術在工業中獲得廣泛應用，能（néng）源、石化化工、冶（yě）金等流程型行業（yè）的生產過程可以自動化連（lián）續進行。在當前的新一輪（lún）科技（jì）革命和產業變革中，大數據、雲計算、人工智（zhì）能、物聯網、更加智（zhì）能化（huà）的機器（qì）人（rén）等新一代數字技術（shù）在生產線（xiàn）上獲得越來（lái）越多的（de）應用，生產流程的數字化、網絡化、智能化或者說智（zhì）能製造成（chéng）為製（zhì）造（zào）業的發展方向，生產係統具有自感知、自學習、自決（jué）策、自執行、自適應等（děng）功能（néng）。生產（chǎn）係統是（shì）實現對自然資源進行加工和再（zài）加工（gōng）的製造業核心（xīn）功能，新一代數字技術與製造業在生產流程的深度融合也成（chéng）為製造業數實融合的核心環節。

在工業經濟時代（dài），工廠使用生產設（shè）備和工（gōng）具（jù），通過（guò）各（gè）種物理、化學和生物反應，將投入的原材料加工成產品，製造業的產出是（shì）由原子、分子所構成的物質產品（pǐn），具（jù）有相應（yīng）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（xì）統和各（gè）種應用軟件，但是總體上看，產品與數字技術融合的領域比較（jiào）有限（xiàn），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（sàn），越來越多（duō）的產品呈現出數實融合的（de）特征，產品不僅包括物理結構，還包括軟（ruǎn）件和數據，物理結構中（zhōng）不僅包括（kuò）了機械的、有機的或無機（jī）的物質成分，還包括（kuò）了傳感器、芯片等IT硬件產品。以汽車為例，早期（qī）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（yóu）駕駛人員操縱機械部件驅動汽車的（de）行駛；現在的汽車朝著智能網聯甚至無人駕駛的方向前（qián）進，使用芯片越來越多，處理的數據量越來越大。在（zài）不久的將來，所有產品都將（jiāng）成（chéng）為數實融（róng）合的產（chǎn）品。

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

製造業的數實融合以泛在連接為前提、以數據為核心、以（yǐ）強大的雲端或本地（dì）算力為（wéi）支撐，通過算法（fǎ）驅動製造業的生產經營活動。

製造（zào）業（yè）的數實融合是將製造業（yè）的全領（lǐng）域、全周期、全生態與數字技術（shù）緊密結合到（dào）一起，這種結合不僅是數字技術在製造企（qǐ）業的各個業務單（dān）元（yuán）、價值鏈的各個（gè）環（huán）節（jiē）或生態的各個參與方的使用，而且（qiě）這些業務單元之（zhī）間、環節或參與方之間（jiān）都會連接（jiē）在一起並實現互動。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、人、生產經營單位等（děng）接入信息網絡之中。裏夫金在描述新科技革命和產業變革時指出，互聯網、傳（chuán）感器和（hé）軟件將（jiāng）人（rén）力、設備（bèi）、自然資源、生產線、物流網絡、消（xiāo）費（fèi）習（xí）慣、回收（shōu）流以及經濟和社會生活中各個方麵（miàn）連接起來，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（líng）邊際成本社會一個物聯網、合作共贏的新經濟時代[M].賽迪研究院專家（jiā）組譯，北京：中信出版社，2017:11.]}。新一代（dài）數字技術的發展為實時、泛在連（lián）接提供了可能。

新一代數字技術是對（duì）數據進（jìn）行采集、傳（chuán）輸、存（cún）儲、處理、應用的技術，隨著數據成（chéng）為關鍵生產要素後，數據在國民經濟各行（háng）業的重要性顯著提高。製造業（yè）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，數據（jù）分布（bù）於製造業的全領（lǐng）域、全周期（qī）、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、經營決策是（shì）建立在對數據的分析、挖掘之上的。例如，根（gēn）據銷售情況決定物料采購的多少和安排生產進（jìn）度，根據用戶（hù）特征（zhēng）精準選擇宣傳渠道、促銷方式等；第三（sān），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（tè）征。例如，遠（yuǎn）程監測和在線服務等服務型製造模式的（de）開展，需要企業能（néng）夠（gòu）掌握銷售出去的產品的（de）運（yùn）行狀態數據。由於製造業的生產活動越來越多地建立（lì）在（zài）數據的基礎上，因此（cǐ）製造企業也在不斷地擴大數據的采集範圍，如在生產線、物流設備、產品中嵌入傳（chuán）感器和芯片，不斷地打通企業內部、企業與顧（gù）客、企業與其生態（tài）夥伴之間甚至企業（yè）外部渠道的數據（jù）連接，以獲得更多能（néng）夠為企業創造價值的數據。

對數據的（de）存儲、處理都需要（yào）計算能力。在數據量不大的（de）時候，可以依靠（kào）企業自有的計算機、服務器（qì）以及生產設備（bèi）自（zì）身所帶的嵌入（rù）式芯片。隨著數據（jù）量的急劇增加，傳統的計算能力就無法適應（yīng）海量數據的計算需求（qiú）。一些企業缺少大規模布置計算能力的資（zī）金或人才，另外對於大（dà）多數（shù）企業來說，大規模布置（zhì）的計算能力可能無法（fǎ）獲得充分使（shǐ）用而造成浪費、成本增（zēng）加。大（dà）數據中心、雲計算中心、超算中心使算力資源雲端化，企業無需自己投資建立計算能力，可以按需彈（dàn）性租用，使算力的獲得門檻和使用成本大大（dà）降（jiàng）低。算力基礎設施（shī）的提供者既有傳統電信運營商，也有互聯網平（píng）台企業。雖然雲（yún）計算（suàn）基礎設施成為企業普遍采用的形（xíng）式，但是出於數據安全（quán）的考慮（lǜ）以及數據處理速度的要求，一些企業也會在使用公有（yǒu）雲的同時布置私用雲，在使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（qǐ）業對數據的使用是為了解決特定的任務，而（ér）每（měi）一種任務的（de）解決都有其內在的規律、邏輯或方（fāng）案。算法就是對解決（jué）特定任務方案的（de）準（zhǔn）確而完整（zhěng）的描述，它以用某（mǒu）種計算機語言編（biān）寫的代碼的形式呈（chéng）現出來（lái）。製造業數（shù）實融合（hé）中對海量數據的處理，自動化、智能（néng）化的操作，其背後（hòu）都有（yǒu）算法在發（fā）揮作用。人工智能（néng）技（jì）術之所（suǒ）以得到廣泛（fàn）的應（yīng）用，就在於算法實現了重（chóng）大的突破。大型製造（zào）企業實力強大、人才聚集，有能力自主開發包（bāo）括工業互聯網平台在內的各種算法。而許多中小企業（yè）缺少獨（dú）立開發數字化應用的資（zī）金和人（rén）才，因此主要采（cǎi）用其他大型製（zhì）造企（qǐ）業、互聯（lián）網企（qǐ）業（yè）開發的門檻低、易部署的“輕量應（yīng）用”“微服務”。例如，許（xǔ）多消費（fèi）平台企業為入駐企業提供的支付、開店、銷售（shòu）管理等（děng）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。在數字經濟時代，開（kāi）源運動獲得更大的發展，許多算法（fǎ）會被極客、企（qǐ）業（yè）和公共機構以各種開源協議共享，其他企業可以不用（yòng）從頭開發這些算法、軟件，可以根據開源協（xié）議將算法直接（jiē）拿來使用或進行二（èr）次開發，極大地（dì）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（yòng）。

數字技術與製造技術、數字經濟與製造業（yè）的深入融（róng）合表現出（chū）整合多維數（shù）據、發現潛在知（zhī）識、替代（dài）人力勞動、編碼行業知識、軟件定（dìng）義產品、創新商業模式（shì）等多種（zhǒng）功能。

製造企業的生產經（jīng）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值的重要來源。一方麵，企業本身的（de）活動就非常複（fù）雜（zá），涉及不同業務領域、不同價值鏈環節，另一方麵，企業隻是社會生產、分配、交換（huàn）、消費大循環中和生產鏈條（tiáo）中的（de）一個環節，企業（yè）外部的商業夥伴（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（huò）政府機構來源的數據也能夠（gòu）給企業帶來額外的價值。數據的價值取決於數據規模以及顆粒度、鮮活度、連接度、反饋度、響應度、加工度等方麵。_{[李曉（xiǎo）華、王怡帆.數據（jù）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（yè）需要把來源不同的數據整合到一起。數實融合的重要功能就（jiù）是建立（lì）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起，為後續數據的處理、應用打下基礎（chǔ）。

製造企業（yè）的知識有（yǒu）些來自於（yú）人（rén）類的科學（xué）發現、企業內（nèi）部的研究開發以及經（jīng）營管理人員、生產線的工程師和技術工人長期積累的（de）經驗，但是（shì）還有許多潛在的未（wèi）被發現的知識隱藏在企業生產經營活動產生的海量數據之中。建立在大（dà）數據和機器學習基礎上的人（rén）工智能技（jì）術能夠根據預先設定的算法甚（shèn）至根據為係統（tǒng）設定的規則，找到（dào）兩個變（biàn）量之間的相關關係。這種相關關係一方麵未能被企業在傳統的技術手段下發現，同時人（rén）工智能算法本身也無法對二者相互影（yǐng）響的機製做出解釋，但是按照這種相關關係，就能夠改進企業的績（jì）效。比如，通過對生產（chǎn）線各（gè）種工藝參數曆史數（shù）據的分析，能夠發（fā）現生產效率最高的工藝參數組合，按照這種工（gōng）藝參數（shù）的調整生產線，就能夠明顯提高良品率和企業的（de）產出效率；通過對用戶數據的分析，可（kě）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（gōng）智能等數字技術可以看作廣義的機器（qì）。工業（yè）革命之（zhī）後（hòu）的很長一個時（shí）期，機器主要是替代人類的體力勞動，完成人（rén）力所（suǒ）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（dà）新一代數字技術的功能不斷強大（dà）、成本（běn）持（chí）續降低及其與加工中心、機器人等技術的深度（dù）融（róng）合，數字技術替代人工在越來（lái）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（gōng）作、生產線管理工作、經營數據分析工作）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（dé）越發緊迫。在質量檢測（cè）等一（yī）些工序上，用機器替代人不但成本低、效（xiào）率高，而且生（shēng）產的精度、穩定性也得（dé）到了提高。

無論是已經積累的科學知識和經驗，還是大數據、人工智能方法洞察的（de）知識，無論是基（jī）於數據（jù）提升生產線的性能，還是用（yòng）機器換人（rén），都需要把這些人類的知識、企業的經驗編碼（mǎ）化，即將這些知識（shí）和經驗以代碼、軟件、APP等形態呈（chéng）現出來。軟件根據輸入的數據（包括人為的輸入、設備自動采集的數據等），按照知識和經驗形成（chéng）的（de）規則，實現業務環節、業務流程的自動化甚至智能化_{[曾鳴．智能商業[M]．北京：中（zhōng）信出版社，2018：77-80．]}。例如，質量檢測領域應（yīng）用的視覺識（shí）別係統就（jiù）是將反複訓練（liàn）後的算法移（yí）植（zhí）入生產（chǎn）設備。這些被編碼後（hòu）的知識所形成的代（dài）碼可以存在於製造企業生產活動的方方（fāng）麵麵，以應用軟件、APP、工業互聯網係統、嵌入式軟件等形態存在。而且這些代碼隨著人類知（zhī）識的更新、人工智能係（xì）統不斷的訓練而持續迭代更新。

隨著數實融合的深入推進，軟件已經成為製造業產品的重要組成部分（fèn），可以說，產品的（de）軟件定義特征不斷強（qiáng）化。軟件定義產品（pǐn）包括三種類（lèi）型：一是軟件定義產品的功能。產品中的一些功能必（bì）須依賴軟件來實（shí）現，軟件決定了該功能的存在與否。二是軟件實現產品的功能。通過（guò）軟件（jiàn）的響應、運（yùn）算、下達（dá）指令實現對硬（yìng）件的操縱，通過硬件的操縱實現特定的功能（néng）。三（sān）是軟件優化產品的功能。由於軟件相比於能夠（gòu）實（shí）現相同功（gōng）能的機械部（bù）件、電子元件來說性能更優或（huò）成本更低，所以軟件可以取代這些物理元器件。_{[李培根（gēn），高亮．智能製造概論[M]．北京：清華大學出版社，2021：273-275．安筱（xiǎo）鵬．重構（gòu）：數字化轉型的邏輯[M]．北京：電子工業出（chū）版社，2019：54，78，63-64．]}

數字技術（shù）會推動企（qǐ）業的商業模式和業態創新，這些新型商業模式本（běn）身就是高度（dù）數（shù）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（shù）字（zì）技術的驅動下，製造業的生產、服務係統將能夠自動化地對（duì）個性化需求做出響應，突破了傳統服務業發展對人才的依賴和規模不經濟的約束。在產品（pǐn）層麵，通過內置在產品中的（de）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（tí）供個性化使用方案定製以及遠程在線監測、預防性維護等增值服務。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（xiàng）根據（jù）用戶（hù）訂單小批量甚至個性化定製（zhì）的（de）模式，高度柔性化、智能化的生產係統可以低成本的進行小批量甚至單件生產。甚至製造企業還可以把消（xiāo）費者動員起來，利用社交媒體、私域流量為企業代言帶貨。

近年來，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製造（zào）企業積（jī）極實施數實融（róng）合（hé），互聯網企業也將（jiāng）數實（shí）融（róng）合（hé）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（xiǎn）著提高。例如，中國大陸33家企業入選世界經濟論壇評選出來（lái）的“燈塔工廠”，占全部103家的比重（chóng）接（jiē）近1/3。然而也要看到，中國製造業的數實融合（hé）也麵臨製造能力、數字化水平、數字化能力、數據流動等多方麵的製（zhì）約。

製造業數實融合的重要方麵是將製造業積累的知（zhī）識（shí）的編碼化，隻有製造能力提高了，才有可（kě）能將數實融合推進到一（yī）個更高的層次。我國製造業在產品性能、質量、可靠性等方麵（miàn）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（ruǎn）件本身（shēn）就是製造業能力的體現。譬（pì）如Matlab、EDA軟件91短视频污做不（bú）出來，本質上還是91短视频污（men）對製造業基礎科學的認識不（bú）透、對生產過程中的（de）製造知識積累不足。同樣，在生（shēng）產領域的控製（zhì）軟件方麵，不同（tóng）工廠使用同樣（yàng）的設備，但在良品（pǐn）率、產品性（xìng）能上存在（zài）差異，也是企（qǐ）業在製造能力上差距的（de）體現。數字技術可以（yǐ）全麵推動製造業生產效率的提高，但是（shì）需要數字技術（shù）與製造技術的共同演進。通用電氣在發布自己的工（gōng）業互聯網戰略時（shí），提出（chū）工業互聯網要“發揮1%的威（wēi）力（lì）”。通過對（duì）工業生產線（xiàn）中海量數據的分析，人工智能係（xì）統能發現最優工況參數的組合，從而明顯（xiǎn）改善（shàn）生產線良品率、提高整體生產效率和經濟效益，但是如果要進一步提高製造業效率或者說超越“1%的威力”就（jiù）需要製造業本身技術（shù）的進步（bù），比如重新設計產品、重（chóng）構生產流程。數（shù）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（shēn）能力的提升（shēng）來解決。

製造業的數（shù）實融合是需要企業有數字化思維，有良好的數字基礎（chǔ）設施支撐以及形成較好的信息化、數字（zì）化應用基礎。但總體上看，我國製造業行業間、地區間（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，既有高度數字化並積（jī）極探索（suǒ）智能化、位（wèi）列世界“燈塔工廠”的優秀企業，也有（yǒu）大量處於信息化（huà）、機械（xiè）化（huà）階段的企業，甚至還有處（chù）於手工階段的企業。對於這（zhè）些數字化水平較低的企業，一方麵它們對數實融合認識不足，積極性不高；另一（yī）方麵，推動數實融合需要進行（háng）大量的設備、係統的數字化改造工作，而這些設備層、係統層的改造往往投入較大。普遍（biàn）來看，製造業的利潤率相對較低，在勞動（dòng）密集型產業和中小企業尤為突出，巨額（é）的數字化改造升級投（tóu）入費用是它們難以承擔（dān）。此外，數實融合既是企（qǐ）業的技術（shù）決策，也（yě）是投資決策，需要對成本與收益進行綜合考量。數實融合（hé）的投資未必就能帶來企（qǐ）業效率的提升以及收（shōu）益（yì）的增長，數（shù）字技術不（bú）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。也就是說，資金投入過大、收益不明確或投（tóu）資回收期（qī）長，會造成製造企業特別是中小企業不（bú）願投資於（yú）數字化改造，從而影響數字化水平的提高（gāo）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（de）企業就行了（le）。互聯網（wǎng）企業的工程師們懂算（suàn）法、懂（dǒng）軟（ruǎn）件，但是他們不懂製造業本身的知識，即（jí）使是數字（zì）化解決方案提供商可能有做（zuò）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（chéng）、生產設備等方麵存在巨大差（chà）異，他們對特定的企業也缺少完整準確的了（le）解。相對的，製造（zào）企業自己的工程師懂產品、生產（chǎn）工（gōng）藝，但不熟悉算法和代碼，很難與數字化解決方案提（tí）供商對話，需要企業內既懂產品、工藝又（yòu）懂算法、代碼的工程（chéng）師作為連接雙方的橋梁。數實融合的深度（dù）推進（jìn）以及（jí）由此為企業帶來經濟效益的（de）增長，不（bú）是說（shuō）數字基礎（chǔ）設施建成了，數字化設備（bèi）用上了（le）就水到渠成。數實融（róng）合是（shì）一個持續的過程，它需要產品開（kāi）發人員、工程師、管理人員、生產線（xiàn）工人熟練地運用數實融合的生產力工具，還（hái）需要工程師對產品、生（shēng）產線（xiàn）的算法、軟件（jiàn）不斷進行完善、改進，這（zhè）些工作不但需要企業員（yuán）工整體數字思維、數（shù）字素養的提（tí）高，還需要有一（yī）批熟練（liàn）掌握和應用算法（fǎ）、軟件（jiàn）的工程師隊伍（wǔ）。但總體來看，我（wǒ）國數字技術、管（guǎn）理人才需求量巨（jù）大、供給偏緊，我國製造業和互聯網行業的數字化人才分布非常（cháng）不均衡。互聯網行業優厚的待遇吸引了大量（liàng）的IT人才，而（ér）製（zhì）造企業微薄的利潤（rùn）很難（nán）養的起一支高水平的IT人才隊伍。

伴隨著企（qǐ）業價值創造活動（dòng）的開展，是（shì）數據的流動。在製（zhì）造業，數據流動（dòng）包括製造企業內部的流動，製造企業與其供應鏈上下遊業務夥伴間的流動，製造企業與用戶之間的流動，跨行業的數據流動以及政府與（yǔ）企業間（jiān）的數據流動。數據作為企業價值的重要來（lái）源，數據（jù）價值創造作用（yòng）的發（fā）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（guǎng）泛、越及時，對企業的價值就越大。_{[李曉華、王怡帆（fān）.數據價值鏈與價值（zhí）創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}但（dàn）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。一是技術上的製約。製造（zào）業由於行業間、企業間使（shǐ）用的設備、係統千差萬（wàn）別，造成設備（bèi）的數字接口不統一，設備（bèi）之間的（de）連（lián）接（jiē）難（nán）度（dù）大；數據結構不統（tǒng）一，增加了（le）數據打通、使用的難度。二是法律上的（de）製約。法律法規沒有對數據的采集、開（kāi）放、交易和使用做（zuò）出明（míng）確的規定，造成政府數據無法公開（kāi），個人數據不能采集，企業數據無法轉讓（ràng）。在（zài）數字（zì）經濟條件下（xià），法律法規對數據保護不利也會（huì）起到適得其反的作用，比如對消費者隱私數據的侵犯、大數據殺熟、基於大數（shù）據的算法壟斷等問題，產生了對數據開放、流（liú）動的（de）抵製。三是商業（yè）上的製（zhì）約（yuē）。數據中包含著企業生產、銷（xiāo）售、用戶使用等各個方麵的信息，蘊含著企（qǐ）業的商業機密和長期積累的技（jì）術訣竅，對這些（xiē）數據的（de）掌（zhǎng）握是企業（yè）競爭力（lì）的重要來源。一方麵（miàn），如果企業允許其他（tā）企業獲取這些數據，即使企業能從對方獲得（dé）一些數據作為（wéi）補（bǔ）償，仍有可能處於數據的淨損失狀態（tài）。更重要（yào）的是，競爭對手可能通過分析這些數據，獲得企（qǐ）業（yè）的用（yòng）戶特征與分布、生產進度、供應商情（qíng）況以及生產中的工藝（yì）參數等信息。例如，一家企業委托第三方大數據或人工智能企業（yè）對其生產線數據進行分析，幫助其提高生產效率，第三方企（qǐ）業通過這些數（shù）據掌握的（de）企業（yè）的“隱性知識（shí）”可能會用於為競爭對手（shǒu）企業改進生產線（xiàn），從而使該企業的競爭（zhēng）優勢縮小；另一方麵，處於數據優勢地位的企業為（wéi）了維護自己的市場地位甚至是壟斷（duàn）地位，不願意（yì）將數據開放及與其他企業共享。

本文的研究表明，隨著新一輪科技革命和產業變革的興起，新一代數字技術（shù）加快成熟（shú）、擴散與融（róng）合，數（shù）字技術（shù）與實體技術、數字經濟與實（shí）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（qián）力（lì）最大、重（chóng）要性最強的國民經（jīng）濟行業（yè）之一。製造業數實（shí）融合的範圍包括企業內部全領域、價值鏈全周期和供應鏈全生態；在形態上表現為要素融（róng）合、技術融合、設施融合和產品融（róng）合（hé）。製造業（yè）數實融合以連接（jiē）為基礎、以（yǐ）數據為（wéi）核心、以算力為（wéi）支撐、以算法為驅動，並通過整合多維數據、發現潛在（zài）知（zhī）識、替代人力勞動、軟件（jiàn）定義產品、創新商業模（mó）式等功能，發揮對製造業的賦（fù）能作用，推動製造業的動力（lì）變（biàn）革、效率變革和質量（liàng）變革。近年來（lái）在我國政府的大（dà）力推動下，在製造企業、互聯網企業的積極（jí）實踐中，我國製（zhì）造（zào）業數實融（róng）合取得明顯進展（zhǎn），但是也麵臨著製造能力、數字化水平、數字化能力、數據流（liú）動等多方麵的製約。

今後一（yī）個時期，製造業（yè）數實融合將進一步深（shēn）入發展，範圍（wéi）不斷擴大、程度不斷加深、影（yǐng）響更加凸顯。從數字技術的發展來（lái）看（kàn），雲計（jì）算、大數據、物聯網、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，性能提升、成本降低，具備了在更廣泛領域應（yīng）用的空間（jiān），而區（qū）塊鏈、量子計算等新興技術也在逐步成熟，將（jiāng）會（huì）開拓新的融合領域、融合模式，產生新的融合業態、融合效果。從世界範圍看，大國博弈長期持續甚至趨於激烈、新冠肺炎疫情、俄烏衝突等事件影（yǐng）響交織，世界（jiè）主要國家在以製造業為核（hé）心的實體經濟領域（yù）的競爭愈發激烈，在以數字技術為核心的新興領域加快（kuài）布局、培（péi）育壯大新興產業，製造業數實融合（hé）是我國保持和增強製造業全球競（jìng）爭力（lì）、加快培育壯大新興產業和未來產業的重要（yào）途徑。從製（zhì）造業本身看，麵（miàn）對工資水平上漲、土地（dì）和資源等環境（jìng）約束加劇的狀況，製造企業亟待加快轉型、重塑競爭優勢（shì），數實融合是製造業轉型升級、向全球價值鏈高端攀升的（de）重要推動力。

根據存在的阻（zǔ）礙和問（wèn）題，推動（dòng）製造業數實融合深入發（fā）展，需要做好以下幾方麵工作：一（yī）是加快信息基礎設（shè）施建設（shè）並推動傳統基礎設施的數字化轉型升級，為實現製造企業的廣泛連接和數據傳輸打（dǎ）好基礎。信息基礎設施建設應適度超前，同（tóng）時把握好超前（qián）建設進度，實現經濟效益與社會效益的統一。第二，推動數（shù）字技術創新，整合國家戰略科技量，激發企業和社會的創新活力（lì），盡快突破關鍵（jiàn）核心數字技術（shù），積極布局腦機接口、量子計（jì）算等前沿技術和未來產業，在提高（gāo）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（zhì）造企業數實融合中“卡（kǎ）脖子”風險，另一方麵增（zēng）強數實融（róng）合安全性，同時降低（dī）數實融合的發展、應用成本。三是促進製造業領軍企業（yè）的數字化轉型、構建工業互聯網平台，在工業互聯網平台（tái）在企業內部、生態體係內部應用成熟後，推（tuī）動向（xiàng）行（háng）業（yè）、行業外（wài）企業的開放共（gòng）享。第四，促進中小企（qǐ）業的數字（zì）化轉型。通過宣傳推廣、試點示範提高中小企業數字（zì）化轉（zhuǎn）型的意（yì）識；政府的技改（gǎi）資金向（xiàng）中小企業的數字化改造適度（dù）傾斜，為中小微企業提供（gòng）數字化（huà）券鼓勵它們購（gòu）買數字（zì）服（fú）務（wù），支持製造業行業龍頭企業、互聯網平台企業為中小企業開發門檻低、易使用的輕量化應用。第五，進一步完善數字經濟法律法規和政策，推動政府開放公共數據，加強數據安全和數據保護，推進實現“原數據不出域、數據可用不（bú）可見”的聯邦學習_{[陳永偉.聯邦學習能打破數據孤島嗎[N].經濟觀察報，2020-05-01.]}等數字技術發展（zhǎn）和新型（xíng）數據交易模（mó）式探索，加快製定數字技術、數據（jù）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（jīng）濟夥伴（bàn）關係協定》（DEPA）等國際數字規則的多邊協定談判與合作，推廣中國數字經濟的治理（lǐ）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（wén）內容來源於網絡，版權歸原作者所有！

文（wén）章（zhāng）轉載分享不做商業用途，如有侵權，請聯（lián）係91短视频污刪除！