促進數字經濟和實體經濟深度融合

黨的二十屆三中全會強調，要健全因地制宜發展新質生產力體制機制，健全促進實體經濟和數字經濟深度融合制度。當前，伴隨新一輪科技革命和產業變革加速演進，以數據資源作為關鍵要素，數字技術為核心支撐的數字經濟規模不斷擴大，各國都把數字化作為優先發展的重要方向，積極推動實體經濟和數字經濟融合發展。

數字經濟與新質生產力的高科技、高效能、高質量特征相契合，已經成為我國經濟發展中創新最活躍、增長速度最快、影響最廣泛的領域。促進實體經濟和數字經濟深度融合，有利于拓展經濟發展新空間，提升產業鏈供應鏈韌性，塑造發展新優勢新動能，對培育發展新質生產力具有強大支撐作用。

融合基礎

近年來，數字經濟已經成為我國經濟增長的新動能。5G、工業互聯網、人工智能等加快發展，傳統產業數字化改造向縱深推進，智能制造、服務型制造等融合發展新業態、新模式不斷涌現，為發展新質生產力，建設現代化產業體系注入強勁動力。

基礎制度“四梁八柱”加速構建。黨的十八大以來，我國先后印發數字經濟發展戰略、“十四五”數字經濟發展規劃，推動數字經濟蓬勃發展。數字經濟規模由2012年的11.2萬億元增長至2023年的53.9萬億元，11年間規模擴張了3.8倍。數據基礎制度方面，2022年12月，《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（“數據二十條”）對外發布，從數據產權、流通交易、收益分配、安全治理等方面構建數據基礎制度，提出20條政策舉措。國家數據局2024年陸續推出數據產權、數據流通、收益分配、安全治理、公共數據開發利用、企業數據開發利用、數字經濟高質量發展、數據基礎設施建設指引等8項制度文件。政策的密集出臺，釋放我國海量數據規模和豐富應用場景優勢，激活數據要素潛能，做強做優做大數字經濟，增強實體經濟發展新動能。

人工智能等數字技術加速迭代。人工智能是引領新一輪科技革命和產業變革的重要驅動力，為經濟社會發展注入新動能，正在深刻改變人們的生活生產方式。近年來，生成式人工智能技術加速迭代，為各行各業創新發展和轉型升級提供了新的工具和視角，截至2023年底，我國人工智能核心產業規模接近5800億元。此外，在數字經濟所涉及的人形機器人、腦機接口、元宇宙、下一代互聯網、6G、量子科技、原子級制造、深海空天開發等領域，我國實施了一批科研攻關項目、突破了一批關鍵核心技術、形成了一批標志性產品。

“數智”賦能實體經濟煥發新活力。數字產業化方面，我國加快培育壯大人工智能、大數據、云計算等新興產業，提升通信設備、集成電路、電子元器件、關鍵軟件等核心競爭力，培育由企業主導的開源軟件生態，促進平臺經濟、共享經濟健康發展。截至2024年6月底，我國5G基站總數達391.7萬個，5G用戶普及率超60%。5G已經融入97個國民經濟大類中的74個，全國“5G+工業互聯網”在建項目超1萬個，5G物聯網終端連接數從不足40萬個提升至超3000萬個。產業數字化方面，深入實施制造業數字化轉型行動，加快人工智能、大數據、云計算、5G等數字技術與各行業深度融合，推廣應用工業機器人、智能物流等智能裝備，建設一批智能工廠、數字化供應鏈和數字園區，工業互聯網、智能制造等新業態、新模式不斷涌現。截至2023年底，我國已培育421家國家級智能制造示范工廠、萬余家省級數字化車間和智能工廠，62家“燈塔工廠”，制造業重點領域數字化水平加快提升，關鍵工序數控化率、數字化研發設計工具普及率分別達62.2%和79.6%。

突出挑戰

一是數據資源開放程度有限，大量數據處于“休眠”狀態。

國家網信辦發布的數據顯示，2022年我國數據產量達8.1ZB，位居全球第二位，2023年我國數據生產總量超32ZB，增長率高達295%。但不容忽視的是，我國數據要素化和市場化基礎制度建設剛剛起步，數據采集、加工和發布缺乏標準化，數據權屬制度、定價制度、分配制度等尚不明確，數據開放程度和共享程度低，“數據碎片化”“數據孤島”現象已成為制約我國人工智能產業創新發展的重要因素。根據《中國數據要素市場發展報告（2021-2022）》顯示，我國數據要素市場呈現“供給旺盛、流通不足、價值遠未實現”的特點，仍處于較低發展水平。

二是部分領域同美國差距呈拉大態勢。

算力指數同美國差距有拉大現象。當前，人工智能加速躍遷，急劇擴大的數據體量和日趨復雜的算法模型均對算力提出了更高的要求。《2022—2023全球計算力指數評估報告》顯示，美國評比得分較上一周期增長5分達到了82分（滿分100分），我國得分僅增長1分至71分。

芯片領域，以圖形處理器（GPU）、現場可編程邏輯門陣列（FPGA）和人工智能（AI）專用芯片等影響新一代人工智能創新的高端器件為例，GPU主要是由美國企業壟斷，其中英偉達市場份額超過95%；FPGA部分，美國英特爾和賽靈思占有超過99%的市場份額；AI芯片部分，美國仍占據全球AI芯片80%以上市場份額。

算力基礎設施方面，截至2023年底，美國的數據中心數量在過去兩年內實現了翻倍增長，已達到5375個，年增長率高達101.3%，位居世界第一，相較之下，我國的數據中心數量僅有448個，增長率不足10%；實現算力的三大技術路線（超級計算機、云計算、邊緣計算），美國均擁有絕對優勢。近年來，美國明顯加強了超級計算機領域的創新，率先研發出全球首臺E級（EFLOPS，百億億級）超級計算機Frontier，2023年11月發布的最新版全球超級計算機TOP500排行榜數據顯示，美國超級計算機壟斷前三，在前十名中占據了6個名次，相較之下我國的“神威·太湖之光”和“天河二號”跌出了前十名。

云計算方面，中國信通院2022年數據顯示，我國云計算的占比僅為28%，遠低于美國的60%。除去封禁實體計算芯片以外，云服務算力或許也將受到美國政府的遏制，全球主要的邊緣計算供應商也集中在美國。

三是關鍵領域頂級學者與美國存在較大差距。

從頂級學者數量看，與美國相比，我國缺乏推動數字經濟與實體經濟融合發展所需的高端人才。以人工智能領域為例，2022年全球最具影響力人工智能學者分析報告（智譜·AI，清華大學人工智能研究院）顯示，篩選出的過去10年全球人工智能研究領域最有影響力的2000位學者，2022年去重后有1898位，美國和中國入選數分別為1146人次和232人次，中國入選人數僅為美國的20%。

從人才吸引力看，以人工智能領域為例，根據對全球人工智能人才的流動研究，美國人工智能頂尖人才中，本科畢業院校來自中國的占27%，遠超其他任何國家和地區。本科畢業于中國的頂級人工智能人才，留在中國和前往美國的分別是34%和近56%，而在美國修讀研究生畢業的中國人才，留在美國的占88%，回到中國的只占10%。美國人工智能公司甚至國防部重要人工智能研究項目中，來自中國的人才均占有較高比例。

四是數字賦能實體經濟支撐生態體系需進一步優化。數字賦能實體經濟的廣度和深度有待進一步拓展，部分領域市場主體存在“不愿轉”“不敢轉”“不能轉”現象，部分領域數字賦能還停留在數據感知階段，數據作為新型生產要素的價值潛力還未充分體現，數字賦能引領高質量發展的作用有待進一步發揮。此外，尚未形成對全球數字經濟人才、技術、數據等要素的匯聚效應，尤其是在關鍵核心技術攻關、數字化轉型服務商培育、數字化人才培養等方面還難以滿足全面實現數實融合的要求。

對策建議

一是設立“基礎研究特區計劃”，加大基礎研究和關鍵核心技術攻關。

總結推廣上海“基礎研究特區”制度創新的成效與經驗做法，研究設立全國層面“基礎研究特區計劃”。發揮舉國體制優勢，整合數字技術領域的國家實驗室、科研院所、高水平研究大學、科技領軍企業等國家戰略科技力量，以整合研究力量、強化協同和聯合攻關等形式，打造數字技術創新體系，在人工智能芯片、大模型算法、云平臺、深度學習平臺等制約我國數字技術發展的薄弱環節加強基礎研究和關鍵核心技術攻關，加快推動實現我國數字經濟領域高水平自立自強，在重大科技任務攻關中大力推行“揭榜掛帥”“技術總師負責制”“賽馬制”。

二是建設運營數據算力算法要素統一大市場。

數據、算力、算法三要素高度聚合是美國推進數實融合，在國際競爭中具有領先優勢的關鍵因素，建議在戰略層面建設數據算力算法要素統一大市場，在中央層面明確數據算力算法要素統一大市場的主管機構。借鑒我國衛星互聯網成立“國家隊”中國衛星網絡集團有限公司的做法，在數實融合領域成立新型央企，整合算力和數據的運營權，并規劃建設全國一體化算力調度平臺、統一數據平臺、算法開放服務平臺三大支柱平臺。

三是做實“引育留用”大文章，夯實數字賦能的人才底座。

加強數字化人才隊伍建設。聚焦推進數實融合的重點領域和關鍵環節需求，將數字經濟的綜合型產業人才和5G、AI等應用領域的專項人才納入高端引才計劃，加大力度吸引全球數字經濟領域人才，為吸引全球頂尖人才制定個性化引入方案，探索制定個性化、差異化、多樣化的高精尖數字人才引進政策，特別是在個人所得稅優惠政策上要有實質性突破，面向全球加快引進一批數字經濟領域學科帶頭人、技術領軍人和高級經營管理人才。加強在高等教育資源統籌，優化學科專業布局，調整高等院校專業設置、加強職業技術培訓等手段，建立立體式人才培育體系。支持企業設立博士后工作站，培養數字經濟青年創新人才。將數字經濟知識作為黨政機關干部學習培訓的重要內容，提升黨政領導干部、公務人員數字化認識水平。

四是提升數字化轉型服務市場規模和活力。

提升數字化轉型服務市場規模和活力。面向重點行業和領域轉型需求，培育一批專門從事數據采集處理、應用軟件開發、數字化解決方案集成的數字化服務商，為數字化轉型提供方案設計、業務優化和運營維護等一體化專業服務。充分發揮政府引導作用，鼓勵和支持高校院所、龍頭企業、行業協會等聯合建設綜合測試驗證平臺和大模型評測開放服務平臺，加強數字化轉型共性解決方案供給。堅持政府主導、市場參與，探索建立數字化轉型促進中心，為推進數字賦能提供基礎技術、試驗設備、轉型路徑、典型場景等公共服務。

五是加強政府對數字賦能工作的統籌協調。

進一步強化統籌協調，加強對全面推進數字賦能實體經濟工作各行業領域推進工作的頂層設計和戰略指導，加強重大事項、重點項目、重大問題的統籌調度。強化數據管理部門統籌數據資源整合共享和開發利用職能，加快推進政務數據和相關社會數據的整合、管理、應用和服務體系建設工作，夯實數據要素賦能基礎支撐。加強各類財政資金和產業基金的統籌，加大對數字基礎設施建設、關鍵核心技術攻關等重點領域和薄弱環節的資金支持力度，突破制約數實融合工作推進的短板和瓶頸。加快推進標桿工程建設，盡快形成一批可復制推廣的經驗做法和制度性成果，強化數字賦能標桿工程的示范引領效應。

作者系中國區域經濟學會常務理事，中國區域科學協會理事，北京科技政策與管理研究會常務理事。

編輯：陳希琳