數實融合的理論機制、模式選擇與推進方略

摘"" 要：推進數字技術和實體經濟深度融合成為全球經濟發展新趨勢。產業數字化升級、企業數字化轉型、勞動力技能變革成為數實融合的典型特征。理論機制分析表明：數實融合貫穿整個社會再生產過程，推動著生產、分配、流通、消費環節發生深刻變革。數實深度融合需要加速生產融合、分配融合、流通融合、消費融合。數實融合可選擇“新IT”驅動、數據+場景生態、組織結構數字化三種典型模式，涉及技術架構、業務場景、組織管理層面。現階段，地區間（產業間、企業間）數字鴻溝猶存、數據要素市場體系不完善、關鍵核心技術面臨“卡脖子”問題、數字化人才供給明顯不足、知識產權保護法制化建設滯后等因素制約了數實融合發展。加速推進數實融合，應加強數字基礎設施建設，加快彌合地區間、產業間、企業間數字鴻溝；加快推進數據要素市場體系建設，不斷完善數據要素治理體系；加強核心數字技術攻關，加速突破“卡脖子”關鍵核心技術；強化數實融合復合型人才培養，建立完善人才發展機制；加大知識產權保護力度，強化監督管理，促進數實融合可持續發展。

關鍵詞：數實融合；數字經濟；數字技術；實體經濟

中圖分類號：F49"" 文獻標識碼：A"" 文章編號：1003-7543（2024）01-0051-18

當下，數字經濟的主戰場已從消費互聯網轉移至產業互聯網，數字技術成為全球實體產業競爭的重要一環，推進數字技術和實體經濟融合成為全球經濟發展的新趨勢。2023年11月，在世界互聯網大會烏鎮峰會上，數字技術和實體經濟深度融合創新案例層出不窮，人機交互、遠程醫療、智慧糧倉、數字文化等展示備受矚目。中國互聯網協會發布的《中國互聯網發展報告（2023）》顯示，中國數字經濟規模增至50.2萬億元，總量穩居世界第二，目前已建成全球最大的5G網絡，“5G+工業互聯網”在建項目超過4 000個，覆蓋41個國民經濟大類，基礎設施功能實現“量質齊升”，數字技術融合應用加速落地，賦能實體經濟高質量發展。數實融合強大的賦能效應不僅為數字經濟發展提供了豐富的應用場景和市場空間，而且可以賦能實體經濟降本增效、提質升級，并進一步催生大量新產業、新業態、新商業模式。中國擁有全球最大的數字消費市場，產生了海量的數據資源，數字基礎設施實現了跨越式發展，各種數字應用滲透率位居世界前列，這是中國推進數實融合的優勢所在。數實融合為中國經濟高質量發展提供了新動能、新空間和新的確定性，借助數實融合發展機遇可以加速建設網絡強國、數字中國、制造強國。

中國政府高度重視數實融合，推進數實融合已成為國家重大戰略。黨的十八大以來，政府層面相繼出臺一系列政策措施大力支持數實融合發展。與數實融合相關的政策性文件有兩種形式：一種是數字技術和實體經濟深度融合，另一種是數字經濟和實體經濟深度融合。2021年12月，國務院印發的《“十四五”數字經濟發展規劃》提出，以數字技術和實體經濟深度融合為主線，為構建數字中國提供有力支撐。2022年10月，黨的二十大報告提出，加快發展數字經濟，促進數字經濟和實體經濟深度融合。隨著數字經濟成為經濟增長的新引擎，聚力推進數實融合成為中國實現產業基礎高級化和產業鏈現代化的重要途徑，將為中國“十四五”及中長期經濟高質量發展提供更多機遇。然而，現階段還存在一些阻礙數實融合的制約因素，包括地區間（產業間、企業間）數字鴻溝猶存、數據要素市場體系不完善、關鍵核心技術面臨“卡脖子”問題、數字化人才供給明顯不足、知識產權保護法制化建設滯后等。數實融合貫穿生產、分配、流通、消費各環節，促進數實融合需要構建技術、數據、人才等多要素支撐的數字化轉型服務生態體系。有鑒于此，本文深入分析數實融合的理論機制、模式選擇和推進路徑，這對于新發展階段加速推進數實融合具有重要的理論價值和現實意義。

一、相關文獻綜述

目前，對于數實融合有兩個層面的理解：一是數字技術和實體經濟深度融合，二是數字經濟和實體經濟深度融合。關于數實融合中的“數”是指數字技術還是數字經濟，尚未形成統一的認知，理論界和產業界也經常混合使用［1］。理論界針對數實融合進行了初步研究，且學者對數實融合的研究多聚焦于數實融合的內涵、特征、趨勢、挑戰、途徑等層面。

認識數實融合的本質內涵需要首先厘清數字技術、數字經濟、實體經濟的內涵與聯系。數字技術一般是指人工智能、區塊鏈、云計算、大數據等新一代信息技術，這種技術應用于信息的采集、存儲、分析和共享過程中，可以全面融入人類經濟、政治、文化、社會、生態文明建設各領域和全過程［2］。數字經濟是伴隨著數字技術的迭代升級和應用賦能發展起來的一種新型經濟形態，是繼農業經濟、工業經濟之后的主要經濟形態。數字經濟內涵包含三個核心內容：一是數據要素成為關鍵生產要素，與傳統的勞動力、土地、資本、管理等生產要素相比，數據要素具有非競爭性、互補性、外部性、指數級增值性等特征［3］。二是現代信息網絡成為主要載體，促使產業變革和商業模式突破性創新，催生了生產方式智能化、產業形態數字化、產業組織平臺化新特征。三是信息通信技術融合應用、全要素數字化轉型成為重要推動力，借助數字技術賦能，各產業、企業等實現全面數字化轉型，促使生產、分配、流通、消費四個社會再生產環節在物理世界和數字世界高效運轉。實體經濟是指物質和精神產品的生產、銷售及提供相關服務的經濟活動，不僅包括農業、能源、交通運輸、郵電、建筑等物質生產活動，而且包括商業、教育、文化、藝術、體育等精神產品的生產和服務［4］。基于數字技術、數字經濟與實體經濟的內涵分析可以發現三者間的聯系：數字技術是數字經濟的重要基礎和核心驅動力；數字經濟是一種新型經濟形態，這種經濟形態會伴隨著產業變革和商業模式創新不斷發展，從而成為繼農業經濟、工業經濟之后的主流經濟形態；實體經濟是一種經濟活動，這種經濟活動在不同經濟形態下存在不同的運行方式，農業經濟和工業經濟形態下存在實體經濟，數字經濟形態下也存在實體經濟［5］。洪銀興和任保平將數實融合的內涵界定為數字技術和數據要素雙輪驅動對實體經濟進行改造并滲透至實體經濟的全過程，尤其是推動兩者在技術研發環節、生產制造環節和數字生態環節等多方面的深度融合［6］。與該觀點相似，王定祥等認為數實融合發展的本質是通過利用數字經濟部門所提供的數據、技術以及數智產品，實體企業可以優化資源投入和更新生產經營模式，從而推動其數字化轉型和升級［7］。

基于以上認識，數實融合的內涵是一個不斷演進和深化的概念。在數字經濟發展初期，以信息通信產業為主要內容的數字產業化是先導力量，此時數字技術尚未融入實體經濟。移動互聯網的發展促使數字技術應用和創新發端于消費端，數字技術和實體經濟開始初步融合，以電子商務平臺為代表的消費互聯網成為數字經濟“上半場”蓬勃發展的主要增長點［8］。隨著數字技術的快速迭代升級，數字技術與生產場景開始結合，傳統產業數字化轉型加速升級，產業互聯網接力消費互聯網成為推動數字經濟發展的新引擎。產業互聯網開啟數字技術和實體經濟深度融合新征程，對傳統產業的生產、銷售、流通、融資等進行流程再造和優化整合，使得生產、流通、運營等效率大幅提升［9］。未來，當數字技術和實體經濟達到完全融合，即數字技術貫穿實體經濟生產、分配、流通、消費全流程時，數字經濟和實體經濟就實現了完全融合。當前仍然是數字經濟發展初期，因此，結合理論界學者們對數實融合內涵理解的文獻梳理，并基于數實融合內涵演進的邏輯，本文將數實融合界定為數字技術和實體經濟的融合，通過數字技術、應用場景和商業模式的融合創新，推動實體經濟在生產、分配、流通、消費環節的重構和變革進程。

在數字經濟發展初期，數實融合存在三方面的典型特征，分別是產業數字化升級、企業數字化轉型、勞動力技能變革。

第一，產業數字化升級是數實融合的典型特征之一。數字技術和傳統產業融合，促使傳統產業數字化升級成為數字經濟發展的主引擎［10］。當下，三次產業數字化滲透率均不斷提升，其中服務業成為數字技術賦能主戰場，依次向制造業、農業滲透。信息化、品質化、便利化成為服務業發展新趨勢，通過連接多個產業，優化組合多種生產要素，拓寬新服務應用場景，網上購物、線上辦公、互聯網醫療等新業態快速發展。在數實融合趨勢下，制造業數字化升級不斷提速，數字技術和數據資源貫穿設計、生產、銷售、運營、售后服務等全流程。高端化、智能化、綠色化成為制造業發展新趨勢［11］，智能工廠、智能生產、智能物流等應用場景的實現大幅縮短了生產周期。數實融合是農業面向現代化升級的核心驅動力，網絡化、智能化、高效化成為農業發展新趨勢，農機自動化、遙控灌溉、數字遙控農藥噴灑等應用場景日漸成熟，智能設備不僅可以提高動植物的育種、遺傳等研究效率，而且可以實現播種、灌溉和施肥等生產管理過程的自動化［12］。

第二，企業數字化轉型是數實融合的典型特征之二。企業作為產業的微觀主體，借助數字技術對業務、管理、運營完成數字化轉型改造已成為必然趨勢。以數字技術為支撐的創新生態系統可以顯著激發企業創新活力，不斷催生企業生產方式的適應性創新［13］。在業務數字化層面，消費互聯網的前端應用及商業模式創新帶動了后端產業互聯網的發展，通過需求牽引供給，通過供給創造新需求。在管理數字化層面，數實融合促使企業組織模式發生變革，管理模式朝著扁平化、網絡化方向轉變［14］。在運營數字化層面，數字化運營體系的構建以及各種業務場景的貫穿可以幫助企業沉淀數據資產，借助數字技術和數據資產大幅提升獲客效率，提高客戶體驗感和忠誠度。

第三，勞動力技能變革是數實融合的典型特征之三。已有研究證實數字技術會對勞動力市場就業產生“雙刃劍”效應，不僅會替代傳統重復性、機械性等枯燥的就業崗位［15］，而且會催生更加符合社會發展需求的新型就業崗位［16］。數實融合帶來的上述影響是引發勞動力技能變革的重要驅動力。數字技術的創新應用還催生了大量新就業形態，靈活雇用模式盛行發展，打破了傳統單一穩定的雇用模式［17］。彈性化用工模式發展的重要原因之一是勞動者技能的多元化，新一代青年不滿足于單一生存技能，而是探索更多選擇、期待更多可能的自身價值追求，因而技能的多元化為他們擁有多重職業身份，成為典型的“斜杠青年”［18］。

現有文獻對數實融合的趨勢、挑戰、路徑也開展了相關研究。李曉華指出，制造業是數實融合最主要的產業部門，制造業數實融合主要是要素、技術、設施、流程和產品方面的融合，融合范圍包括企業內部全領域、供應鏈全生態和價值鏈全周期［19］。新興數字技術的迅猛發展，逐漸推動數實融合走向新階段，并呈現互聯網企業經營重心逐漸從消費互聯網加速轉向產業互聯網、國家間競爭策略逐漸延伸至數字技術領域的新趨勢［20］。在數實融合發展過程中，面臨著數據隔離現象日益突出、關鍵技術自主可控亟須實現、企業數字化程度發展不平衡、勞動者面臨失業風險等現實挑戰［21］。韓文龍等認為，實現數實有機融合有五大路徑：平臺經濟健康發展、產業數字化轉型、核心數字技術突破、供應鏈產業鏈升級、數字經濟貿易規則治理［22］。劉朝煜也認為，數字技術創新會對數實融合路徑產生重要影響，主要通過改變生產、消費和勞動力供給等網絡的完備性來實現［23］。

通過梳理文獻發現，針對數實融合問題，理論界進行了初步研究，且學者對數實融合的研究大多聚焦于數實融合的內涵、特征、趨勢、挑戰、途徑等層面。目前鮮有學者對數實融合的模式進行探討，僅見王定祥等對數實融合模式進行了研究，其出發點是分析生產資料購買過程的融合、生產銷售的融合、企業管理和資源配置的融合［7］。與之不同的是，本文在馬克思社會再生產理論框架下，對數實融合進行理論機制分析，然后沿著技術架構—數據+場景生態—組織結構融合的路徑，探討數實融合的可行模式，這也是本文可能的創新之處。本文首先對數實融合的研究進行文獻綜述，然后對數實融合進行理論機制分析，進而探討數實融合的可行模式，最后剖析數實融合的現實制約因素，并提出數實融合的推進路徑。通過上述分析，試圖進一步豐富數實融合相關研究，為推動數實融合發展提供思路。

二、數實融合的理論機制

馬克思對社會再生產過程進行了系統論述，提出了生產、分配、流通、消費四大環節，這四大環節涉及暢通經濟循環的全過程。數實融合貫穿整個社會再生產過程，推動著生產、分配、流通、消費環節發生深刻變革。

（一）生產融合

數字技術與生產環節融合將長期助力產業結構優化調整，推動實體經濟數字化轉型，促進經濟高質量發展［21］。數字化制造是數實生產融合的典型特征，主要體現為定制化生產、分布式生產、智能化生產、質量化生產。

就定制化生產而言，由于消費結構和消費質量持續優化，消費者需求更加趨于多樣化、個性化，企業借助數字技術賦能可以快速、低成本地掌握消費者偏好，通過數據分析更好地指揮原材料采購、生產和銷售，從而滿足消費者需求。這種定制化生產背后的主要邏輯是互聯網、大數據等數字技術和傳統生產制造融合下的新型生產制造模式，目的是將工業經濟時代標準化、大批量的生產方式轉向個性化、小批量的數字化生產方式，從而形成精細化、模塊化的全社會生產分工協同網絡，開辟定制化生產新空間。

就分布式生產而言，為了滿足定制化生產需求，企業需要利用數字技術創建數字化的市場響應機制，切實提高對客戶需求的響應速度，然后根據個性化的產品需求將生產環節逐步從生產鏈條中剝離開來，突破傳統集中化生產限制，借助分包或眾包方式完成產品生產。這種分布式生產突破了時間和空間的限制，充分提高了廣大參與個體的生產技能，使得世界各地的個體、公司或機構借助數字技術建立分布式生產網絡，大幅拓展了企業生產能力與經營邊界。

就智能化生產而言，數字技術使生產機器具有感知、學習、記憶、分析、決策等能力，不斷優化升級設計、管理、制造、服務等生產環節，重新定義了生產鏈條，實現了智能決策、智能生產。隨著數字孿生、人工智能、大數據等數字技術加速迭代升級，智能工廠蔚然成風，將成為新型現代化工廠。智能工廠以數據驅動生產流程再造，以個性化定制、網絡化協同、服務化延伸為特征，大幅度縮短了生產周期，提升了供需匹配效率。工業互聯網的發展促使機器與生產系統、機器間、企業間、企業上下游實時連接與智能交互，通過數據的實時收集、分析與決策，能夠精準控制各生產環節，為智能工廠提供平臺支撐，極大程度提升了生產效率［24］。

就質量化生產而言，在傳統企業生產過程中存在質檢工作量大、管理成本高、質量問題響應慢等問題，而當下的數字技術可以使企業實現產品質量檢驗的規范化、數字化、可追溯化。在生產過程中，數字技術可以消除不同系統間的信息孤島，暢通各個質量管理環節，實現數據互通共享，推動質量管理全鏈條管控，通過運用大數據分析、質量維度分析，可以實現質量管控關口前移，大幅提升企業質量管理水平。可見，數實生產融合不僅可以促使生產分工日益定制化、分布式、智能化，而且還可以提升產品生產質量水平。

（二）分配融合

數據作為數字經濟時代推動經濟發展的“石油”，已經成為參與價值創造的重要生產要素。一方面，數據本身可以創造價值。數據對生產函數的影響類似于技術之于生產函數［25］。與工業經濟時代的生產線整合勞動力、資本、技術等要素從而形成商品類似，數據作為新型生產要素可以投入人工智能、機器學習、數據挖掘等生產單元，產生各種優化的算法服務。與傳統生產要素相比，數據要素具有指數級增長特征，這種特性可以幫助企業持續優化升級產品研發、制造、銷售和運營各環節。同時，借助數字技術賦能和海量數據支持，企業生產管理效率可以大幅提升，人流、物流、資金流、信息流可以順暢實現跨時間、跨空間的協同管理，從而極大程度提升企業價值創造能力。另一方面，數據可以提高其他要素生產效率，進而參與價值創造。傳統勞動力、資本、土地、技術等生產要素與數據融合可以提升配置和生產效率。隨著經濟數字化程度不斷加深，人類活動產生的海量數據資源可以加速技術的擴散應用和迭代升級，傳統資本、土地更容易配置到效率更高的領域，勞動者數字人力資本水平的提升也可以顯著提高勞動生產率。

價值創造機制的改變對國民收入分配產生深遠影響。社會主義初級階段的分配制度以按勞分配為主、多種分配方式并存，其中按生產要素分配是多種分配方式之一。隨著數字技術的進步和生產力的發展，數據成為驅動全球經濟發展的新型生產要素和戰略資源。將數據作為生產要素按貢獻參與分配已經成為數實分配融合的重要機制，標志著數據作為生產要素的重大價值，進一步豐富了多種分配方式。黨的十九屆四中全會通過的《中共中央關于堅持和完善中國特色社會主義制度、推進國家治理體系和治理能力現代化若干重大問題的決定》將分配制度上升為基本經濟制度的高度，并首次提出數據可作為生產要素同傳統生產要素一致由市場評價貢獻，按貢獻參與分配。隨著數實融合不斷深化，數據要素參與收入分配的體制機制將不斷健全完善。尤其是隨著數據確權進一步得到確立和維護，勞動者的數據產權收益也將得到保障，對于優化國民收入分配將產生積極作用，“勞有所得”將向“勞有所值”轉變，人力資本價值的重要性也將得到極大提升。

（三）流通融合

在工業經濟時代，流通體系往往是層層分銷模式，大規模生產和消費之間需要經歷批發、零售等環節。在數字經濟時代，數字技術打破了傳統零售模式，數字化新零售創造出大量全新的交易方式，網上購物、供應鏈整合等大量流通新業態快速發展。以淘寶、京東、美團、亞馬遜等為代表的數字平臺極大壓縮了時空距離，將傳統線下的生產者和消費者面對面交互轉變成基于網絡的跨時空交互模式，顛覆了傳統的產銷鏈接方式。隨著數字技術全方位重塑傳統流通體系，企業、行業、區域之間全面持久的商品交換和市場競爭進一步加速推動新發展格局下的現代流通體系建設。隨著流通環節數字化程度不斷加深，數字技術將從降本增效、業態創新維度加速數實流通融合，產業鏈、供應鏈、服務鏈不斷加強聯動，進而推動流通體系朝著敏捷化、定制化、網絡化方向發展，大幅提升了流通協同發展和現代化水平。在降本增效層面，數字技術可以精準匹配供需提高資源配置效率、精準預測市場降低交易成本、提升運營和管理效率、優化勞動力結構，從而有助于賦能商貿流通企業高質量發展［26］。在業態創新維度，數字技術賦能電子商務、直播帶貨、無人零售、智慧商店、無店鋪銷售等新業態、新商業模式不斷涌現，推動流通體系數字化發展。

數實流通融合蘊含重大的商業價值，主要體現在數字技術賦能流通企業作出正確決策、提升物流精準性、增強客戶黏性等方面。就數字技術賦能流通企業作出正確決策而言，與傳統物流企業主要基于市場調研和主觀經驗作出決策不同，現代流通企業依據大數據技術對市場中的海量數據進行收集、分析、處理，可以實時獲取具體業務運作情況，將其轉化為有價值的信息，從而可以聚焦發展較快、利潤空間較大的業務領域，并據此作出合理的運營決策［27］。就提升物流精準性而言，數字技術可以幫助流通企業基于需求端大數據的精準畫像，深度挖掘個性化、品質化、差異化的消費需求，從而實現消費互聯網與產業互聯網的互聯互通，極大程度提升物流體系的精準性，滿足多元化的消費需求。就增強客戶黏性而言，數字技術賦能流通企業應用大數據技術對海量數據進行處理，并基于大數據分析結果將物流配送信息及時呈現給客戶，從而有效建立與客戶的信任關系，提升客戶的物流服務體驗，有利于培養客戶黏性和忠誠度。暢通市場是完善市場體系和規范市場秩序的關鍵環節，數實流通融合將打破流通壁壘，加速國民經濟循環。

（四）消費融合

消費環節是拉動內需、打通國民經濟循環的重要環節，數實消費融合將促使消費環節開拓更大的價值空間和發展機遇。數字技術將從供給端和消費端加速數實消費融合。就供給端而言，數字技術促使企業組織模式扁平化、商業模式平臺化、消費物品品質化；就需求端而言，數字技術賦能消費主體差異化、消費內容個性化、消費方式網絡化。具體來看，數字技術通過打通各產業、場景間的可連接性，消費者與消費者之間、消費者與企業之間形成價值共創的聯合體，企業組織模式扁平化有利于企業快速更新迭代商品或服務以響應消費者需求。商業模式平臺化促使平臺網絡零售成為社會零售的重要組成部分，社交電商、直播帶貨、短視頻帶貨、在線教育等新型消費場景突破傳統商業和零售模式，提升了商品供應鏈出貨速度和庫存消化周期。企業為了滿足消費者品質化消費需求，需要不斷研發推出更符合消費者需求的品質化產品和服務，由此推動供給側不斷優化升級，增品種、提品質、創品牌成為供給側推動消費升級的重要方向。

就消費主體差異化而言，伴隨互聯網成長的Z世代青年群體，更加追求個性，已經成為消費市場的新主力。手機成為青年群體社交、消費、娛樂等活動的主要渠道，該群體更偏好創新型產品、科技型產品。與此同時，隨著人民生活水平的提高，中老年人也不再單純滿足于老有所養，而是更加追求精神層面的滿足，社交、旅游、健身等消費需求愈加強烈。就消費內容個性化而言，隨著消費需求由“量”的增長向“質”的提升轉變，醫療、養老、教育等領域不斷釋放出個性化消費新需求，近年來新增的老年人能力評估師、健康照護師、康復輔助技術咨詢師、在線學習服務師、陪診師等職業，為進一步滿足人們個性化消費需求提供了新途徑［28］。就消費方式網絡化而言，網絡化消費與線下實體消費融合發展是推動數實消費融合的重要機制。數字技術可以幫助消費者大幅度降低搜尋成本，網絡化消費增強了消費體驗感，消費者可以根據自身喜好快速尋找并購買符合自身需求的產品。隨著數字技術不斷創新發展，數實消費融合已經成為推動數實融合發展的重要力量。

綜上所述，數實融合貫穿生產、分配、流通、消費各個環節（見圖1）。在數實生產融合中，數字技術與企業生產相結合，實現定制化、分布式、智能化、質量化生產。企業可以根據客戶需求進行個性化定制，通過數字技術實現生產流程的自動化和智能化，提高生產效率和產品質量。此外，數據驅動的生產過程還能推動企業創新和新產品研發，有助于提升企業競爭力和效益，為企業創造更多商業機會和發展空間。在數實分配融合中，數據要素的生產和分配能夠提高企業的價值創造能力，優化企業資源配置，提高企業生產效率和資源利用效率。數據要素的共享和確權不僅能夠打破信息孤島，提高資源的整合和利用效率，而且能通過數據確權機制，保護數據的安全和合法性，為數據要素的分配提供法律和規范保障。同時，數據要素共享及確權還能夠提供優質的數字化公共服務、優化國民收入分配制度。在數實流通融合中，借助數字技術全方位重塑傳統的生產商—渠道商—消費者直線型流通體系，轉換成基于網絡的跨時空交互模式，能夠為消費者提供更加便捷、快速和個性化的購物體驗，極大地拓展市場和銷售渠道。在數實消費融合中，數字技術從供給端和消費端加速數實消費融合進程。從供給端來看，數字技術促進企業組織模式的扁平化、商業模式的平臺化和消費物品的品質化。從需求端來看，數字技術賦能消費主體的差異化、消費內容的個性化和消費方式的網絡化。數實消費融合不僅有助于提升消費者的數字化購物體驗，而且給企業拓展市場和增加銷售機會帶來新機遇，從而助力推動消費模式的數字化變革和社會可持續發展。

三、數實融合的模式選擇

在數實融合過程中，模式選擇是一項關鍵決策。企業需要仔細評估自身需求和目標，選擇合適的融合模式，從而實現數據資源的充分利用，賦能業務數字化轉型升級。在技術架構、業務場景與組織管理層面，數實融合可選擇“新IT”驅動、數據+場景生態、組織結構數字化三種典型模式。

（一）“新IT”驅動模式

“新IT”一般是指以5G、人工智能、云計算、邊緣計算、智能設備等為代表的數字化技術。“新IT”已經成為全新的智能生產力，可以賦能實體經濟實現跨越式發展、切換新動能、穿越經濟周期。“新IT”驅動模式是一種數字技術和實體經濟融合的典型模式，通過數字技術應用，將傳統實體經濟中的生產、流通和消費等環節和數字技術有機融合［29］。一方面，企業通過引入云計算、大數據分析、人工智能等數字技術，能夠順利實現數字化轉型，實現業務流程優化、數據驅動決策等方面的提升，進而提高生產效率和產品質量，增強競爭力；另一方面，企業將自身沉淀的“新IT”能力外化，以服務的形式提供給其他傳統實體企業，通過建立數字化平臺、提供數據分析和預測、實施智能制造等方式，能夠幫助其他企業實現數字化轉型。“新IT”作為支撐傳統企業實現數字化升級的數字底座（見圖2，下頁），其本質是以“端—邊—云—網—智”為特征的新技術架構（見圖3，下頁）［30］。“新IT”驅動數實融合主要通過場景驅動、服務主導、標桿引領、算力為基、要素聚力等機制實現。“場景驅動”促使轉型企業以實體經濟中的現實場景為出發點，進行新技術應用、流程優化、模式創新。“新IT”服務提供商對傳統實體企業提供以場景化服務為導向的業務模式，充分融合數字技術和實體業務場景。“服務主導”要求“新IT”服務提供商為傳統實體企業提供陪伴式服務，滿足客戶個性化、敏捷化需求。“標桿引領”可以提供可復制、可遷移的成功標桿案例，最大限度降低傳統實體企業數字化轉型帶來的風險。“算力為基”給傳統實體企業數據分析提供“動力”，通過分析沉淀的海量數據，可以挖掘更多維度、更加深度的數據價值。“要素聚力”使轉型企業可以靈敏、主動、前瞻性地作出科學決策，而“新IT”服務提供商可以吸引龐大的生態伙伴群落，與眾多創新主體協作共建、動態共享，實現共贏發展。

（二）數據+場景生態模式

數據是傳統企業開展數字化創新和促進數實融合發展的核心要素。如果將“新IT”視為數字社會的“骨架”，那么數據及由數據構建的場景生態就是數字社會的“血與肉”。數據已經成為新型生產要素，貫穿整個生產、分配、流通、消費社會再生產和社會服務管理過程［3］。數據因場景而生，場景因數據而立，兩者相依相伴、融合生長。傳統實體企業在數字化轉型初期，往往面臨不同部門間數據不能動態流通，難以協同進行分析、挖掘、處理等問題。通過打通不同業務部門的數據源，建立數據中臺，可以實現企業內部的數據共享，破解數據孤島問題。當數據逐漸流轉之后，分階段、有重點、以應用為驅動迭代推進并完善數據治理，可以夯實數據資產管理的基礎底座。現代信息網絡為數字技術、數據價值賦能提供物理載體，增強數字技術的連接能力和數據匯聚處理能力［31］。借助數字平臺賦能，數據整個生命周期全過程可以進行有效自動化管理，極大程度激活數據生命力。通過開發數據要素潛力，可以不斷開拓數據要素應用場景，包括行業場景、業務場景、管理決策場景均呈現數字化全面鋪開、多點開花與整體推進的局面（見圖4），新商業模式與新業態不斷涌現。隨著新數據、新問題、新需求不斷產生，實體經濟場景生態持續迭代升級，極大程度加快了實體經濟的創新效率，實現了質量變革、效率變革、動力變革，加速推動了數實融合。

（三）組織結構數字化模式

數實融合進程不僅取決于“新IT”技術、數據與場景生態建設，而且與數字化管理水平密切相關，組織結構數字化也是重要一環。數字化敏捷業務組織、數字化人才、數字驅動的創新文化的欠缺是數字技術和傳統實體經濟融合過程中的堵點與痛點之一。打造數字化組織，確立數字化轉型人才戰略，培養數字化人才和提升團隊數字素養，建設數字驅動的創新文化，是加速數實融合的重要推力［32］，需要戰略部門、業務部門、人力資源部門、財務部門等部門的分工協作與溝通。例如，戰略部門的數字化轉型戰略制定以及企業內外部環境分析，確保企業數字化轉型戰略與企業發展協調一致；業務部門的流程優化調整，以及開展必要的基礎資源數字化和標準化；人力資源部門的數字化人才培訓，培育企業數字化氛圍，搭建學習、交流和賦能平臺；財務部門的數字化轉型相關資金統籌管理。企業各部門的重組與優化是組織結構數字化成功的基礎，其背后的轉型邏輯是價值主體的轉變。在工業經濟時代，在傳統金字塔式的科層組織架構下，資本為企業創造主要價值，股東價值形態導致勞動者僅是管理者思想和手臂的延伸，指令上傳下達，層層反饋，勞動者往往是機械化、被動式工作［33］。在數字經濟時代，數字技術賦能個體力量迅速崛起，企業去中心化、去權威化激活勞動者從被動的“要我干”到“我要干”轉變，此時個體勞動者可以獨立進行價值創造活動，在利益相關者價值形態下所有個體縱橫交錯形成價值創造的市場生態圈（見圖5）。此時，數字化平臺組織可以延長企業價值創造觸點，這種去中心化分布式網絡組織結構中的每一個節點都很重要，都有能力獨立完成任務并創造價值。

（四）對三種典型模式的評價

以上三種模式在現實應用中具有不同的優勢和劣勢。就“新IT”驅動模式而言，其優點在于擁有高效性、智能性、靈活性和創新性特征，而缺點在于數實融合過程中可能面臨技術成熟度、安全性、數據隱私、人才缺乏等方面的挑戰和風險。就數據+場景生態模式而言，其優點在于擁有精細化、個性化、定制化、生態化特征，而缺點在于面臨數據整合、數據質量、數據交易、數據安全等方面的挑戰和風險。就組織結構數字化模式而言，其優點在于擁有業務協同和流程優化、管理創新和決策優化、文化認同和員工參與特征，而缺點在于組織結構數字化需要技術和文化的雙重轉型，對于傳統組織來說，可能面臨技術能力和文化適應的挑戰。不容忽視的是，這三種模式之間也存在融合關系，在數實融合中可以相互促進和增強，它們可以在不同層面上發揮協同作用，共同推動數實融合發展。

四、數實融合的現實制約因素

加速推進數實深度融合是新時代新征程發展新質生產力、助力經濟高質量發展的重要引擎。推進數實融合發展，需要清晰認知當下的現實制約因素，如地區間（產業間、企業間）數字鴻溝猶存、數據要素市場體系不完善、關鍵核心技術面臨“卡脖子”問題、數字化人才供給明顯不足、知識產權保護法制化建設滯后等。

（一）地區間、產業間、企業間數字鴻溝猶存

在數實融合過程中，各地區、各產業、各企業之間由于數字化滲透程度存在差異，數實融合發展程度并不均衡［34］。

就地區層面而言，東部地區數字化滲透率領先于其他地區，尤其是京津冀、長三角、粵港澳三大城市群成為全國數字經濟發展的“領頭羊”。中國信息通信研究院發布的《中國數字經濟發展報告（2022年）》顯示，不同區域數字經濟產業園數量存在明顯差異，東部地區數字經濟產業園數量占比為41%，中部、西部、東北地區占比分別為28%、25%、6%。賽迪顧問發布的《2022中國數字經濟發展研究報告》顯示，數字經濟5個一線城市均分布在東部地區；在新一線城市中，東部地區有8個，中西部地區有6個；在數字經濟二線城市中，東部地區有17個，中西部地區有8個。工業和信息化部電子第五研究所發布的《中國數字經濟發展指數報告（2023）》顯示，中國數字經濟發展呈現由東向西逐漸減少的梯次發展格局，如北京、上海、廣東、江蘇、浙江五地的數字經濟企業交易事件占全國的70%左右，東部沿海城市占比較高，資本活躍度呈現明顯不均衡特征。區域間數字經濟產業園和城市群的差距會顯著影響數字化人才的區域流動，同時造成區域間數字化滲透率存在明顯差異，成為制約區域間數實融合發展的重要因素。

就產業層面而言，三次產業數字化滲透率均呈現提升趨勢，但產業間不均衡問題較為突出［35］。目前，中國第三產業數字化發展較為超前，但一、二產業數字化滲透率明顯滯后。在第三產業中，批發和零售業、文化體育和娛樂業、科學研究與技術服務業、金融業、租賃和商務服務業數字化轉型起步較早，數字化滲透率較高；在第二產業中，汽車及其他交通運輸設備制造業、通用與專用設備制造業、電器機械及器材業等領域數字化生產設備投入規模較大，數字化設備應用水平相對較高；與二、三產業相比，第一產業數字產品應用能力明顯不足，數字化轉型進程相對滯后。加速制造業和農業數字化轉型升級是推進數實融合的關鍵任務。當下，數字技術尚未全產業鏈、全生命周期地融入實體經濟，制造業和農業數字化滲透率不高是制約產業間數實融合的重要因素。

就企業層面而言，企業數字化轉型面臨一定的資金、技術、人才投入門檻，且只有達到一定規模后才具有顯著的創新能力提升效應。與大型企業相比，中小企業數字化滲透率較低，企業生產的關鍵核心環節數字化程度不高，數字技術應用一般僅停留在辦公、服務等非生產環節。同時，由于中國消費互聯網和工業互聯網目前發展并不均衡，中小企業數字化轉型的基礎、經驗、核心關鍵技術還比較薄弱，部分中小企業主的數字化轉型意識不強，這給中小企業數字化進程帶來了很多困難，導致大量中小企業面臨“不敢轉”“不能轉”“不會轉”等問題［20］。中小企業數字化水平相對滯后會影響全社會數字技術網絡效應的發揮，不利于推進數實融合發展。

（二）數據要素市場體系不完善

在數字經濟時代，數據驅動數實融合成為關鍵，充分激活數據要素潛能需要完善的數據要素市場體系［36］。然而，當前中國數據資源規模龐大，數據價值潛力尚未充分釋放，仍存在數據權屬、數據流通、數據安全和隱私保護、數據治理等方面的問題。

就數據權屬而言，數據權屬是與數據有關的權利、利益、責任的分配，數據權屬不明是數實融合發展中的薄弱環節［37］。當前數據權屬問題仍未形成清晰統一的理論支撐，數據權屬問題討論處于發散狀態，數據權屬不明會顯著影響市場主體的數據開發利用積極性。《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》的實施確立了數據安全治理的基本法律制度框架，然而當前數據權屬、分級分類仍處于探索階段。就數據本身而言，有個人數據、企業（組織）數據、政府數據之分，如何根據數據主體的不同實現數據的分級分類管理，促使數據主體間權責利配置對等、清晰、充分，直接影響到數據要素市場的構建和數實融合發展程度。

就數據流通而言，推動數字技術和實體經濟深度融合離不開數據的充分流通和開放共享，數據價值的充分釋放普遍體現于流通共享過程中。然而，目前數據孤島問題依舊存在，造成數據要素在不同企業間流動存在堵點，包括技術層面的系統和設備類別、存儲方式等缺乏標準化，市場層面存在數據泄露、數據失真等風險［38］。不同主體或部門的數據被分割存儲成為單獨的數據集，大量數據無法實現互聯互通、共享和整合利用。同時，擁有市場支配地位的大型企業還存在利用大數據技術實施“數據壟斷”行為。數據流通層面的障礙會嚴重制約數據要素市場化建設，不利于釋放數據價值和推動數實融合發展。

就數據安全和隱私保護而言，由于人工智能、大數據、云計算等數字技術的廣泛使用，數據安全和隱私保護問題日益突出［39］。在個人數據安全方面，公民個人信息未脫敏就被展示和非法售賣情況較為嚴重。同時，隨著數字平臺的快速發展，大量個人數據被收集，用戶個人信息泄露風險激增。在國家數據安全方面，數據安全已經成為關乎國家利益的大問題。目前，國家信息安全漏洞共享平臺每年新增收錄通用軟硬件漏洞數量連年增高，已經成為影響國家安全的重要隱患。

就數據治理而言，在全球數字化發展進程中，不同國家和地區（乃至行業、企業、社區）之間存在較大的數字鴻溝，造成數據戰略規劃、數據價值認知、數據技術基礎、數據標準和整合等不同維度存在較大差異，這種差異化給數據治理體系構建帶來了持續性挑戰。

（三）關鍵核心技術面臨“卡脖子”問題

數字技術是促進數實融合發展的關鍵前提和基礎。然而，在關鍵核心領域數字技術面臨創新能力不足的問題，外部依賴性較大，仍然受制于人，對數實融合發展形成嚴重制約［40］。在高端芯片、操作系統、工業設計軟件、基礎材料等領域技術研發和工藝制造水平仍然落后于國際先進水平。當下，國家間數字技術政治化傾向日益明顯，例如，美西方近年來對中國華為等企業實施芯片“斷供”，2022年以來美國等國進一步強化關鍵和新興技術清單管理，在芯片、新能源技術等領域加大法律保護力度。2022年2月，美國政府發布更新版的《關鍵和新興技術國家戰略》，明確了包含人工智能、區塊鏈、先進制造、量子科學、數據科學及存儲技術、通信及網絡技術、人機交互等在內的20項“關鍵和新興技術”清單。2022年8月，美國簽署《芯片與科學法案》，旨在擴大美國高科技行業投資，包括芯片、電信、半導體生產、基礎研究等，也預示著美國從法律層面開啟系統性、全方位國際技術保護與競爭的時代。當下，數字技術已經成為新一輪國際競爭的重點領域，人工智能、量子計算、5G等關鍵核心數字技術已經成為中美科技競爭的核心領域。打好數字經濟領域關鍵核心技術攻堅戰，努力突破“卡脖子”技術瓶頸［41］，影響著中國數實融合發展水平，對于維護國家發展和安全也至關重要。

關鍵核心數字技術在發展過程中，還會面臨一些關鍵的難題或瓶頸問題，例如，算法黑盒和解釋性難題、標準化和互操作性難題。具體來看，在算法黑盒和解釋性難題方面，某些數字技術，如基于神經網絡的機器學習和深度學習算法，可能由于其復雜性而導致算法的工作原理難以被理解和解釋。這使得人們難以信任和接受這些技術，尤其在關鍵領域，如醫療診斷、金融風控和司法決策等。由于難以解釋算法的決策過程，當出現錯誤或不合理的決策時，難以對算法進行糾正和優化，由此可能導致算法的不可靠性和不合理性。在標準化和互操作性難題方面，數字技術的應用通常涉及多個系統和平臺間互操作，然而，不同系統和平臺通常使用不同的數據格式和通信協議，這導致在數據交換和資源共享中存在困難。如果缺乏統一的數據格式和標準化的通信協議，系統間數據傳輸和相互理解將變得困難，將會限制系統間互操作性。此外，在數字技術應用中，系統和平臺間的接口和開放性是關鍵因素，由于缺乏統一的接口標準和開放的數據共享機制，不同系統和平臺間的集成和數據交換變得困難和費時。這些“卡脖子”問題，需要通過技術創新、政策引導、合作共享等方式進行攻關和解決，以推動關鍵核心數字技術的發展和應用。

（四）數字化人才供給明顯不足

數實融合發展離不開數字化人才支撐。隨著經濟社會數字化、網絡化、智能化發展，數字化人才需求激增。中國面臨較為嚴重的數字化人才短缺問題，已經成為制約數實融合發展的重要因素。當前中國數字化人才供給總量不足，數字化人才缺口接近1 100萬人，這主要是因為人才供給結構調整滯后于數字經濟發展所需的人才漲幅。

從需求端看，一方面，數字技術迭代升級加速，人工智能、區塊鏈、云計算、大數據等工程技術人員、網絡安全和芯片領域研發人才等門檻不斷提高；另一方面，新產業、新業態、新商業模式層出不窮，數字化應用場景復雜性不斷提高，復合型人才、數字網絡營銷人才、設計分析人才等需求大幅增加。以近年來中國頒布的新職業為例，2019年以來，中國連續頒布了多批新職業，其中包含大量數字職業，如人工智能、區塊鏈、大數據等工程技術人員。

從供給端看，高校數字化人才培養總量不足，且存在區域、行業供給結構性失衡現象。在數字化人才培養層面，當前高等院校相關課程體系和專業設置滯后于技術和產業發展需求，科教和產教融合水平較低，跨學科、跨領域復合型數字化人才供給能力不足。以網絡安全人才為例，工業和信息化部人才交流中心等發布的《2021網絡信息安全產業人才發展報告》顯示，中國網絡安全專業人才累計缺口在140萬以上，而相關專業人才每年高校畢業生僅2萬人左右。在供給結構層面，由于區域、行業數字鴻溝明顯，數字經濟發達的地區存在人才虹吸和集聚效應，加劇了數字化人才供給結構性失衡。中國信息通信研究院發布的《中國城市數字經濟發展報告（2021年）》顯示，全國競爭力指數排名前15位的城市中，東部地區有12個，中西部地區只有3個。區域數字經濟發展不平衡，促使數字化人才流動加劇，導致數字化人才大量涌入數字經濟發達地區，從而進一步加劇了地區數字經濟發展不平衡，不利于區域數實融合均衡發展。

（五）知識產權保護法制化建設滯后

知識產權保護法制化建設滯后是阻礙數實融合發展的另一因素，具體表現在數據缺乏有效保護、算法和模型保護困難、知識產權轉讓和技術轉化應用困難等方面。首先，數據缺乏有效保護。數實融合發展的核心是數據的應用與價值創造，但是大量數據的共享和流動也加大了數據被盜用、濫用和侵犯的風險。在數據的創作、收集和整理過程中，投入了大量的資源和勞動，但是由于缺乏知識產權保護機制，數據創作者和產權關系較為混亂。比如一些數據在存儲過程中沒有加密，導致未經授權的用戶可以輕易訪問和獲取敏感信息，從而故意或無意地泄露敏感數據；又或者缺乏有效的數據備份和恢復策略，導致數據在系統故障、災難或攻擊事件后無法恢復。其次，算法和模型保護困難。在數實融合過程中，算法和模型是核心的技術要素，對其保護顯得尤為重要。然而，現行的知識產權保護法律對于算法和模型的保護尚不夠完善，尤其是對于算法和模型的復制、使用和侵權行為的打擊力度較弱，缺乏相應的司法實踐和判例經驗。算法和模型保護困難還具體表現在模型逆向工程、黑盒攻擊、白盒攻擊、模型剪切和濫用等形式，從而使得算法和模型的安全性、機密性和完整性受到威脅，導致算法和模型遭到惡意篡改、破壞或利用。最后，知識產權轉讓和技術轉化應用存在困難。數實融合領域的創新產品和技術需要進行商業化轉化和市場推廣，由于缺乏清晰的知識產權歸屬和交易機制，技術創新在商業化過程中面臨法律風險和不確定性，抑制了創新成果的轉化應用速度。同時，隨著數實融合發展和技術轉化應用的不斷推進，可能會涉及產品開發、市場推廣、銷售等工作，涉及多個領域的專業知識和資源，而技術本身可能尚未完全成熟或缺乏商業化的可行性研究，這會使得轉化過程變得相對困難。

隨著數字經濟不斷發展，知識產權保護的新客體不斷涌現，產業邊界不斷擴張，容易引發利益糾紛風險。人工智能生成物、大數據、短視頻、網絡直播等新興業態的可版權性和合理使用標準引發眾多爭議和熱點案件。與此同時，隨著數字化技術的廣泛應用，盜取抄襲店面設計、流量劫持、深度鏈接等新型互聯網不正當競爭行為日益增多，對知識產權執法和司法能力提出更高要求。現階段，知識產權整體質量效益還不夠高，高質量、高價值知識產權偏少，知識產權侵權違法行為呈現新型化、高技術化、復雜化特點，全社會對知識產權保護的重要性認識仍需進一步提高。在數字經濟時代，企業的商業模式、產品和服務越來越依賴于數據和技術創新，知識產權侵權行為更加隱蔽，實現有效保護的重要性愈發突出。企業在滿足合規、避免侵權風險之外需要采取積極策略，加強對數據資產、著作權、商標權、專利權等權益的保護。

五、數實融合的推進路徑

加快數字技術全面融入實體經濟，應大力推廣“新IT”驅動、數據+場景生態、組織結構數字化三種數實融合典型模式，同時還應從數字基礎設施建設、數據要素市場體系完善、關鍵核心技術攻關、復合型人才培養、知識產權保護法制化方面努力破解數實融合的制約因素，進一步推進數實深度融合發展。

（一）加強數字基礎設施建設，加快彌合地區間、產業間、企業間數字鴻溝

第一，構建完善以人工智能、區塊鏈、大數據、5G等為代表的新型基礎設施體系，全力打造工業互聯網、大數據網絡中心、超算中心，不斷提升數實融合的數據采集、分析、處理和存儲能力，同時加大對傳統基礎設施的數字化升級改造，為數實融合發展提供堅實的基礎支撐。第二，加大中西部數字經濟欠發達區域的數字基礎設施投資力度，鼓勵中西部地區發揮本地資源稟賦比較優勢，大力發展大數據產業，建立超大規模的數據處理中心，加快構建一體化國家算力體系，以“東數西算”彌合區域數字鴻溝。第三，大力推動數字技術和制造業深度融合發展，推動制造業全產業鏈實現數字化變革，努力建設并創新發展智慧農業，推進“三農”綜合信息服務發展，全力提升農業數字化水平，進一步加快商貿、物流、金融等服務業數字化程度，持續推進數字技術與一二三產業融合發展。第四，系統性化解“企業用數難”的現實困境，加速中小企業數字化轉型進程，加大技術、資金、服務支持力度，降低中小企業數字化轉型門檻，解決中小企業“不敢轉”“不能轉”的問題，鼓勵和支持數字龍頭企業開放數字化資源，對傳統企業和中小企業數字化轉型提供幫扶，緩解中小企業“不會轉”的問題，同時加快培育“專精特新”中小企業，并加強對典型應用場景和標桿企業經驗的宣傳推廣，不斷優化數字營商環境，促使企業全面數字化轉型成為推動數實融合發展的重要力量。

（二）加快推進數據要素市場體系建設，不斷完善數據要素治理體系

第一，從“明規則”角度發力，健全中國特色數據產權制度，形成完善的數據授權使用和權益保護機制，加快建立全國統一的數據要素市場法律法規體系，明確個人數據、企業（組織）數據、政府數據產權歸屬，以及可交易數據品種與各產權歸屬主體的權利和責任邊界，對不同數據實施分級分類管理，掃除各類數據交易的產權障礙。第二，推動數據在不同行業間、企業間、政企間充分流通、有序交易和開放共享，探索并建立標準規范、交易規則清晰的數據要素市場和數據互聯互通平臺，完善數據產生和流轉的配套軟硬件，打破數據孤島，實現生產、運營、管理數據的流通融合，打通數據要素價值創造、交換、實現的全鏈條，充分釋放數據流通價值。第三，在實現數據充分流通和共享的同時，制定完善數據隱私保護和安全審查制度，加強涉及個人隱私、企業秘密、國家利益的數據安全和隱私保護，明確數據分級分類保護和數據安全應急處置機制，妥善保護各類數據安全。第四，不斷提升數據治理能力，加強數據來源監管，建立數據治理全球協商機制，增強各個國家或地區、主體間網絡互信關系，維持數據市場秩序并實現良性持續發展，促使數字技術和數據價值持續惠及全球經濟發展。

（三）加強核心數字技術攻關，加速突破“卡脖子”關鍵核心技術

第一，以國家戰略需求為導向，完善支撐關鍵核心技術創新突破發展的新型舉國體制，積聚力量推進5G、集成電路、高端芯片、量子通信、衛星技術、人工智能、區塊鏈、云計算、大數據、超級計算、工業互聯網等關鍵核心技術攻關，切實改變核心技術受制于人的被動局面。第二，充分發揮有為政府和有效市場各自優勢，以國家實驗室為抓手，匯集企業、科研機構、高等院校等科研力量形成核心技術攻關團隊。一方面，政府層面對科研攻關團隊加大研發投資，給予充足的技術創新資金支持；另一方面，進一步深化市場化改革，引導資本市場對核心數字技術攻關提供更多的資金支持。第三，給予科研攻關團隊更多自主權，大幅提升科研團隊的處置權，減少科研人員的束縛，通過“揭榜掛帥”“包干制”“賽馬制”等機制，充分激活科研團隊的創新能力，全面提升關鍵核心技術創新團隊的整體效能。第四，積極探索新發展格局下開放合作的關鍵核心技術發展新道路。高水平科技自立自強與高水平開放合作互為基礎和條件，除了自身加強核心技術攻關之外，還應根據技術的安全敏感性和經濟成長性制定差異化競爭合作策略，努力降低競爭影響，積極擴大科技合作領域，同時積極參與國際數字經濟治理，在數字經濟領域規則制定中維護主權并發出中國聲音。

（四）強化數實融合復合型人才培養，建立完善人才發展機制

第一，根據數實融合發展的實踐要求設置學科專業。高等院校應加強數字化技術專業教育，加大數字技能提升相關教材開發力度，積極完善與人工智能、大數據、工業互聯網等數字技術相關的專業課程、教學內容和教學方法，創建同時掌握數字技術和行業專業知識的數實融合復合型人才培養基地，促進人才培養與數實融合發展供需匹配。第二，推動“互聯網+職業技能培訓”模式大眾化、實時化、創新化，聚焦農業、制造業、服務業與數字技術深度融合，深化產教融合，強化龍頭企業、培訓機構、高等院校的合作，探索數實融合技能培訓新模式，大力培養數字新農人、數字新工人、數字服務人。第三，完善跨界融合高端數字化人才引進機制，政府和企業應加大與數實融合發展相適應的高端領軍人才和相關研究人員的引進力度，探索建立與國際接軌的高端人才招聘制度，推動構建人才引進反哺人才自主培養的良性循環。第四，加強制度體系建設，營造良好的人才發展環境，健全激勵制度和績效考核評價體系，合理設定職稱評定和業績評優，確保人才進得來、留得住、干得好，為構建完備的數實融合人才戰略體系、儲備一批跨界融合高端數字化人才奠定堅實基礎。

（五）加大知識產權保護力度，強化監督管理，促進數實融合可持續發展

第一，建立多層次的知識產權保護機制，加大法律保護和執法力度，加強對侵權行為的打擊和處罰，以及對專利、商標和著作權等的保護，提供更加便捷的知識產權申請和訴訟程序。同時，企業可以采用數據加密、數據備份、網絡安全、訪問控制等技術手段來保護信息安全，防止信息泄露、篡改、丟失等情況發生。第二，推動建立知識產權維權機構，提供專業法律、技術和經濟支持，幫助企業和個人維護自身知識產權權益，努力提高數字技術、數字產業和數字資源的知識產權價值，為數實融合發展提供穩定的創新環境。進一步發揮專利審查向前激勵創新、向后促進運用的“雙向傳導”功能，進一步完善互聯網、大數據、人工智能等新領域新業態專利審查規則。第三，完善相關法律法規，提高法規的適應性和先進性，加強對數實融合領域的法律研究和立法工作，及時跟進技術和市場的發展變化，針對數據隱私、數據安全、知識產權保護等問題，制定明確的規則，為數實融合的發展提供法律支持和保障。同時，還應進一步加快科技法律的創新，及時跟進數實融合領域的新問題和新挑戰，確保法律體系的適應性和先進性。第四，全面貫徹國家安全觀，筑牢企業合法合規數據安全防線，加強對數實融合的監督和管理，確保數字技術、數字產業和數字資源的合法、有序運行，建立跨部門、跨行業的合作機制，形成統一管理和監督的力量，推動數實融合在法治框架下的穩步發展。從國家戰略高度和進入新發展階段要求出發，全面加強知識產權保護工作，促進建設現代化經濟體系，激發全社會創新活力，推動數實融合發展。

參考文獻

［1］夏杰長.中國式現代化視域下實體經濟的高質量發展［J］.改革，2022（10）：1-11.

［2］歐陽日輝，龔偉.促進數字經濟和實體經濟深度融合：機理與路徑［J］.北京工商大學學報（社會科學版），2023（4）：10-22.

［3］陳昌盛，許偉.數字宏觀：數字時代的宏觀管理變革［M］.北京：中信出版社，2022.

［4］張宇，謝地，任保平，等.中國特色社會主義政治經濟學［M］. 北京：高等教育出版社，2021.

［5］夏杰長.數據要素賦能我國實體經濟高質量發展：理論機制和路徑選擇［J］.江西社會科學，2023（7）：84-96.

［6］洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑［J］.中國工業經濟，2023（2）：5-16.

［7］王定祥，吳煒華，李伶俐.數字經濟和實體經濟融合發展的模式及機制分析［J］.改革，2023（7）：90-104.

［8］任保平，李培偉.數字經濟背景下中國經濟高質量發展的六大路徑［J］.經濟縱橫，2023（7）：55-67.

［9］沈坤榮，孫占．新型基礎設施建設與我國產業轉型升級［J］.中國特色社會主義研究，2021（1）：52-57.

［10］余東華，李云漢.數字經濟時代的產業組織創新——以數字技術驅動的產業鏈群生態體系為例［J］.改革，2021（7）：24-43.

［11］戴翔，楊雙至.數字賦能、數字投入來源與制造業綠色化轉型［J］.中國工業經濟，2022（9）：83-101.

［12］遲明園，石雅楠.數字經濟促進產業結構優化升級的影響機制及對策［J］.經濟縱橫，2022（4）：122-128.

［13］RISNEN J， TUOVINEN T. Digital innovations in rural micro-enterprises［J］. Journal of Rural Studies， 2020， 73： 56-67.

［14］中國社會科學院工業經濟研究所課題組.新工業革命背景下的世界一流管理：特征與展望［J］.經濟管理，2021（6）：5-21.

［15］FREY C B， OSBORNE M A. The future of employment： How susceptible are jobs to computerization？［J］. Technological Forecasting amp; Social Change， 2017， 114（3）： 254-280.

［16］ACEMOGLU D， RESTREPO P. Robots and jobs：Evidence from US labor markets［J］. Journal of Political Economics， 2020， 128（6）： 2188-2244.

［17］BAL P M， IZAK M. Paradigms of flexibility： A systematic review of research on workplace flexibility［J］. European Management Review， 2020， 18（1）： 37-50.

［18］BLOOM N. et al. Does working from home work？ Evidence from a Chinese experiment［J］. The Quarterly Journal of Economics， 2015， 130 （1）： 165-218.

［19］李曉華.制造業的數實融合：表現、機制與對策［J］.改革與戰略，2022（5）：42-54.

［20］史宇鵬，曹愛家.數字經濟與實體經濟深度融合：趨勢、挑戰及對策［J］.經濟學家，2023（6）：45-53.

［21］田秀娟，李睿.數字技術賦能實體經濟轉型發展——基于熊彼特內生增長理論的分析框架［J］.管理世界，2022（5）：56-74.

［22］韓文龍，晏宇翔，張瑞生.推動數字經濟與實體經濟融合發展研究［J］.政治經濟學評論，2023（3）：67-88.

［23］劉朝煜.數字技術創新賦能數字經濟和實體經濟深度融合模式——基于生產—消費網絡的視角［J］.上海經濟研究，2023（8）：55-69.

［24］郭晗，全勤慧.數字經濟與實體經濟融合發展：測度評價與實現路徑［J］.經濟縱橫，2022（11）：72-82.

［25］JONES C I， TONETTI C. Nonrivalry and the economic of data［J］. American Economic Review， 2020， 110（9）： 2819-2858.

［26］李朝鮮.“雙循環”背景下數字技術如何賦能商貿流通企業高質量發展［J］.北京工商大學學報（社會科學版），2022（5）：59-70.

［27］張曉燕，張方明.數實融合：數字經濟賦能傳統產業轉型升級［M］.北京：中國經濟出版社，2022.

［28］丁述磊，張抗私.數字經濟時代新職業與經濟循環［J］.中國人口科學，2021（5）：102-113.

［29］陸岷峰.新格局下強化數字技術與實體經濟融合發展路徑研究［J］.青海社會科學，2022（1）：82-91.

［30］馬愛平.數字化時代基礎設施迎來代際革命［N］.科技日報，2023-04-21（003）.

［31］王佳元.數字經濟賦能產業深度融合發展：作用機制、問題挑戰及政策建議［J］.宏觀經濟研究，2022（5）：74-81.

［32］楊秀云，從振楠.數字經濟與實體經濟融合賦能產業高質量發展：理論邏輯、現實困境與實踐進路［J］.中州學刊，2023（5）：42-49.

［33］楊少杰.進化：組織形態管理［M］.北京：中國法制出版社，2019.

［34］董香書，王晉梅，肖翔.數字經濟如何影響制造業企業技術創新——基于“數字鴻溝”的視角［J］.經濟學家，2022（11）：62-73.

［35］趙亮員，呂鵬，薛品，等.以小“建”大：中小企業“數實融合”的新趨勢與新特點［J］. 山東大學學報（哲學社會科學版），2023（2）：99-112.

［36］高富平，冉高苒.數據要素市場形成論——一種數據要素治理的機制框架［J］.上海經濟研究，2022（9）：70-86.

［37］張文魁.數字經濟的內生特性與產業組織［J］.管理世界，2022（7）：79-89.

［38］劉慧，王曰影.“數實融合”驅動實體經濟創新發展：分析框架與推進策略［J］.經濟縱橫，2023（5）：59-67.

［39］BIMPIKIS K， CRAPIS D， TAHBAZ-SALEHI A. Information sale and competition［J］. Management Science， 2019， 65（6）： 2445-2945.

［40］王琛偉.數字經濟和實體經濟深度融合：核心動力、主要問題與趨勢對策［J］.人民論壇·學術前沿，2022（18）：12-21.

［41］戚聿東，杜博，葉勝然.知識產權與技術標準協同驅動數字產業創新：機理與路徑［J］.中國工業經濟，2022（8）：5-24.