當前，新一輪科（kē）技革命和產業（yè）變革（gé）突飛猛進，顛覆性技術不斷湧現。新興顛覆性技術（shù）的成（chéng）熟和產（chǎn）業轉化持續創造新（xīn）產品、新模式、新業（yè）態（tài）乃（nǎi）至新產業。以雲計算、大數（shù）據、互聯網、移動互聯網、人工智能（néng）、區塊鏈為代（dài）表的數字技術是新科技革命（mìng）和產業（yè）變革中創新最活躍、影響最廣泛和深入的（de）技（jì）術群。新一（yī）代（dài）數字技術如同蒸汽引擎、電（diàn）動馬達、電（diàn）力、芯片一樣，是典型的通用（yòng）目的技術（General Purpose Technologies，GPT’s）。通用（yòng）目的技術具有三種典型的（de）特征：一是廣（guǎng）泛的擴散性（xìng）。具有在廣泛產業領域普（pǔ）遍使用的（de）潛力，而（ér）且隨著技術的演進能夠擴散至整個經濟。二是（shì）技術改進的內在潛力。隨著技（jì）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。通用目的技術扮演著使能者的（de）角色，它不是直接為其他行業帶（dài）來生產率的提高，而是為這些行業提高生產率的創新活動打開了機會之門。_{[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（háng）業深度融合，成為（wéi）改變國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能作用受到我國政府（fǔ）的高度重視。在（zài）2021年10月18日十九屆中央政治局第三十四次集體學習時，習近（jìn）平總書記指出：“促進數字技術和實體經濟深（shēn）度融合，賦能傳（chuán）統產業轉型（xíng）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。”“推（tuī）動數字（zì）經濟和實體經濟融合發展。要把握數字（zì）化、網絡（luò）化、智能化方向，推（tuī）動製造業、服務業、農（nóng）業等產業數字（zì）化，利用互聯網新技術對傳（chuán）統產業進行（háng）全方位、全鏈（liàn）條的改（gǎi）造，提高全要素生（shēng）產率，發揮數字技（jì）術對經濟發展的（de）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，加快培育一批‘專精（jīng）特新’企業和製造業單項冠軍企業（yè）。”2021年12月（yuè）國務（wù）院印發的《“十四五”數字經濟（jì）發展規劃》也提出（chū），“以數據為關鍵要素，以（yǐ）數（shù）字技術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）取得顯著成效”。可見，“數字技術和實體（tǐ）經濟深度融合（hé）”或“數（shù）字經濟（jì）和實體經濟融合發展”已經成為我國產業和經濟發展的重要戰略方向。無論是“數字技術和實體經濟深度（dù）融合”或“數字經濟（jì）和實體經濟融合發展”都（dōu）是新一代數字技術在實體經濟部門的深度應用（yòng），與實（shí）體經濟部門的創新鏈、工程鏈、價值鏈、產業鏈、供（gòng）應鏈、顧客價（jià）值（zhí）鏈以及產品、服務緊密融合在一起，並使實體部門的業務（wù）流程、產（chǎn）品架構、生產方式（shì）、產出形態、生產效率等方麵發生全方位（wèi）的改變，這（zhè）一現象可以簡稱為“數實融合”。

製造業是（shì）立國之本、強國之（zhī）基、創（chuàng）新之（zhī）源，在世界經曆百年未有之大變局、新一輪（lún）科技（jì）革（gé）命和產業變革突飛猛進、全球產業鏈（liàn）價（jià）值鏈麵臨重構的大背景下，製造業在經（jīng）濟增長、吸納就業、催生創新、國家安全等方麵（miàn）的重要性進一步凸顯。從中（zhōng）國內部看，隨（suí）著工資水平的（de）上（shàng）漲以及土地、能源、環境等要素約束加強，改革開放（fàng）以來形（xíng）成的成本優勢正在削（xuē）弱。通過推動製造業數實融合，不但可以用數字技術為製造業賦能，提高製造業的勞動生產率，保（bǎo）持綜合成本優勢，而且能夠推動製造業的產品創新、生產方式創（chuàng）新、商業模式創新（xīn）、產品形態（tài）創新（xīn），重塑製造業的國際競爭力，還能夠通過製造業對數字技術需求所（suǒ）創造的（de）大規模市場，引致數（shù）字技術的進一步突破、成熟和產（chǎn）業轉化，帶動數實融合相關的數字產（chǎn）品、服務（wù）和係統解決方案產業的快速發展，甚至在這些領域成為全球的（de）行（háng）業領導力量。我國政府高度重（chóng）視製造業的數實融合，近年來（lái）有關部委出台的關於智能製造、工業互聯（lián）網、服務型製造、上雲用（yòng）數（shù）賦（fù）智等政策，其核（hé）心就是推動製造業（yè）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（gōng）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（hé）的研究（jiū）仍然相對較少。本（běn）文將分析製（zhì）造業數實融合的發生範圍和表現形態、條件與功能，探討（tǎo）製造業數實融合發展的製約因素，並有針對性地提出推（tuī）動製造業數實融合的政策建議。

製造業的數實融合（hé）體（tǐ）現在（zài）與製造活動相關的廣泛領域、涉及到（dào）各種要素、機構與活動，呈現出多種融合形態。

製造業是對自然資源進行加工和再加工的一（yī）係列經濟活動，物質產品（pǐn）形態、性質的改變主要發生在車間和工廠之（zhī）中，因此當人們想到（dào）製造業的數字化、數實融合等（děng）概念時，常常把其局限在車間和工廠這一物理（lǐ）空間以及加工製（zhì）造這一生（shēng）產環（huán）節。實際上，製造業數字化、智能化的領域要廣泛（fàn）得多_{[中國社會科學院工業經濟（jì）研究（jiū）所智能經濟（jì）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（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雜（zá）的結構，企業的規模越大，內部的結構越複雜。從（cóng）組織（zhī）架構上看，企業包括總部和下屬（shǔ）的事業部（bù）、子公司（sī）、分公司。總（zǒng）部包（bāo）括行政、財務（wù）、投資、戰略、生產經營、研發、人力資源等不同的職能部（bù）門，每個職能部門（mén）都有其特點的各種職能與經營管理活動。下屬（shǔ）事（shì）業部或子公司、分公司包含了不同產業領域的生產活動，每個產業領域有擁有多家可能分布於多個區位的車間和工廠。製造企業的產（chǎn）品製造（zào）過程（chéng）是在車間、工廠中進行的，工廠的活動除生（shēng）產線的加工製造外，還涉及進貨、出貨、倉儲、水電氣熱等基（jī）礎設施以（yǐ）及生產過程、生產人員的管（guǎn）理等各種（zhǒng）活動。德國（guó）工業4.0提出製造業的縱向集成，即將包括機器設備、供應（yīng）鏈係統、生產係統、運營係統等（děng）企（qǐ）業內部的流程連接起來，實現信息的實施溝通。製造業數實融合所覆蓋（gài）的活動遠超過這個（gè）範圍，數字技術（shù）可以融入（rù）製造企業生產經營活動的方方麵麵（miàn），既包括各個（gè）部（bù）門（業（yè）務單元）及其相關的業務流程，同時不同部門（業務單元）、業務（wù）流程之間（jiān）也被數字化網絡緊密聯係在一起，開展交換數據、響應指令、執行操作等活動。

從價值創造的角度看，企業的（de）生產經營活動從產品的創意開始，經過開發設（shè）計（jì）、加（jiā）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（jīng）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（guò）程被德國工業4.0稱為“端到端集成”。製（zhì）造（zào）業的數實融（róng）合覆蓋了價值鏈的全周期，它（tā）既可以發生在價值鏈的完整周期，也（yě）可以發生在價值鏈的一個或多個環節。顧客價值鏈（liàn）（customer value chain）從需求側（cè）提供了看待企業價值創造的視角。顧客價值鏈包括評估、選擇、購買、接收、消費、處理等環節（jiē）。從用（yòng）戶的視角看，商業模式包括企業為（wéi）用戶創造的價值、用戶為交換該價值的付出（chū）以及可（kě）能對用戶造成的價值侵蝕。因此，可以把顧客價值（zhí）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（gòu）為顧客創造新（xīn）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）技術與製造業的深度融合使解綁的力量超越了一體化的（de）力量，加速了顧客價值鏈解綁的過程。比（bǐ）如，以前顧客（kè）觀看影視作品需要先租賃和郵寄影（yǐng）碟，現在，網飛利用連接（jiē）到顧客家裏的互聯網在線提（tí）供影視作品，解構了顧客價值鏈活動，為顧客（kè）和（hé）自己都創造了新的價值。

製造企業（yè）以產品為中心開展（zhǎn）的生產活動雖然主要是在企業內部進行的，但是在現代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”的高度一體化的工廠已經不複存在，企業必須參與（yǔ）到全國乃至全球的產業大循環和產業鏈大分工當中，企業的生產經營活動才能順利進行，由（yóu）此企業競爭力的來源都已經離不開它（tā）所處的商業生態。早期的學者認（rèn）為商業（yè）生態係統由消（xiāo）費者、供應商、主（zhǔ）要的生產者、競（jìng）爭（zhēng）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（jiù）製造業而言，商業生態係統包（bāo）括了上遊原材料、零部（bù）件供應商，下遊分銷商、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（zhòng）包平台以及其（qí）中的廣大極客、創客，領先（xiān）用戶、用戶社區等。德國工業4.0將企業與合作夥伴、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。製造業數實融合包（bāo）含了企業所處的整個（gè）商業生（shēng）態範圍，隨著數字技術（shù）發展水平的高低和企業實際業務發展需要，數實融合也會（huì）越來越廣泛（fàn）地發生在商業（yè）生態的組成（chéng）單元之間（jiān）。

製造業的數實融合以要素融合、技術融合、設（shè）施融（róng）合（hé）、流程融合、產品融合等多種融合形態呈現（xiàn）。

生產活動的開展需要生產要素的投入。早期的生產活動（dòng）主要依靠（kào）天然（rán）的（de）生產（chǎn）要素如土地、自然資源、天然勞動（dòng）力。隨著生產力的發展、技術（shù）的進步和勞（láo）動剩餘的積（jī）累，資本、知識、技術、管理、受過教育的高素質勞動力等成為生產要（yào）素的組成部分。在製造業發展的長期過程中特別是（shì）現代計算機出現後，數（shù）據也開始在生產過程中發揮作用，例（lì）如，冶金、化（huà）工（gōng）、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（zì）動控製（zhì）。但總體（tǐ）上來所（suǒ），由於數據量（liàng）小、數據處理能力弱，數據在製造業中發揮的作用非常有限。直到大數據、雲計算（suàn）、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後，數據海量增長、算力顯著提高，數據（jù）對於包括製造業在內（nèi）的國（guó）民經濟各行業創造經濟價（jià）值越來越重要，被（bèi）稱為數字經濟時（shí）代的（de）石油。《中（zhōng）共（gòng）中央關（guān）於堅持和完善（shàn）中國特色社會主義製度推進國家治理體係和治理（lǐ）能力現代化若幹重大問題（tí）的決定》提出“健全勞動、資本、土地、知識（shí）、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。”這一論斷在我（wǒ）國官（guān）方層麵認可了數據作為生產要（yào）素（sù）的地位，數據不但是重要的生產資料，而且能夠按照貢獻參與分配。

數據成為生產要素並不是孤立（lì）的發揮作用，而是與傳統的生產要素（sù）融（róng）合到一起。劉鶴（hè）副總理在2021年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（miàn）滲透、跨界融合的（de）新階段（duàn），數字技術深度改造生產函數並不斷創造新業態”_{[新華社.劉鶴出席2021年世界互聯網大（dà）會烏鎮峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這一論斷可以看到（dào），數據與其他生產要素一起成為（wéi）生產函（hán）數的組成部分。數據（jù）對生產函數的影響表（biǎo）現在以下幾個方麵：一是數據進入（rù）生產函數後，會對其他生產要素產生替代，即在同樣的產出下，減少一種或幾種（zhǒng）生產要素的使用；二是數據能夠讓其他生產要素在投入不變的情況（kuàng）下，發揮更大的作用，形成更大的產（chǎn）出；三是數據與其他生產要素（sù）一起，使產出的結構、質量、性能發生顯著改變。另（lìng）一方麵，數據與其他生產要素的融合表現在數據作用的發揮需要其他（tā）生產要素的投入作為（wéi）支撐（chēng）。例（lì）如，數據采集、傳輸、存儲、計算等新型基礎設施的建設（shè）需要資（zī）本的投入，基礎設施中蘊含著大量的人類知識和（hé）技能，基礎（chǔ）設施的運行也需要持續的電力、人力投入。

現代經濟（jì）是創新驅動的經濟，作為創新最活躍、技術密集度最高的製造業，其發展更是離不開技術（shù）的持續創新（xīn）；而數字技（jì）術的發展也是（shì）由顛覆性的前沿技術的突破、成熟所推（tuī）動的，因（yīn）此（cǐ）技術融合成為（wéi）製（zhì）造業數（shù）實融合的重要內容。技術融合主要呈現兩個（gè）方麵：一是數（shù）字（zì）技術內部的融合。數字（zì）技術是一組相互依賴、相互（hù）促進的技術群，隻（zhī）有當相（xiàng）應技術成熟後其作用才（cái）能得到充（chōng）分發揮。例（lì）如，人工智（zhì）能的發展幾乎與計算（suàn）機的出（chū）現同步，早在（zài）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（néng）開拓者曾樂觀（guān）地認為，十年內人工智能就能通過“圖靈測試”。但是直到曆經兩次起落的數十年時間後（hòu），等到辛頓教授提出深度學習算法，在“摩（mó）爾定律”推動下傳（chuán）輸、存儲、計算能（néng）力顯著提高、成本顯著下降時，人工（gōng）智能技術才進入大規模（mó）應用階段。上世紀80年代，索洛在研究（jiū）計（jì）算（suàn）機對生產率的影響時發現，計（jì）算機（jī）的廣泛使用並沒有使國民經濟的生產率獲得（dé）顯著提升，由此得出著名的索洛悖（bèi）論：“計算機無處不（bú）在，除（chú）了在生產率上”。後來的研究發現，計算機實際上顯著提高了（le）全社會的生產率，索（suǒ）洛悖論存在的原因在於（yú）其（qí）他方麵的技術（shù）在當時不夠成熟，未能有效支（zhī）撐計算機提升生產（chǎn）率作用的發揮。Brynjolfsson對人工智能技（jì）術的研究（jiū）發現，與人（rén）工智（zhì）能技術（shù）顯著突破的是（shì）生產（chǎn）率增長的放緩，他們估計原因在於與人工智能互補的相關技術尚（shàng）不成熟，這些互補性（xìng）技術發展的所需要（yào）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（shēng）產率的降低（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（guān）注的元（yuán）宇宙也是由（yóu）拓（tuò）展現（xiàn）實、區（qū）塊鏈、人工智能、移動互聯網、區塊鏈等技術構成的技術群所支撐的。數字技術在製造業中的深度應用，也需要相關數字技（jì）術的協同演進。二是數字（zì）技術與製造（zào）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字技術（shù）相互分離，而是有（yǒu）機融合在一起。生產設備當中融合入數字技術，實現生產線的自動化、智能（néng）化；製造（zào）業（yè）所形成的專利、技術訣竅等以編碼化形態內嵌（qiàn）在的算法、程序、APP中，製（zhì）造知識構成數字化應用（yòng）的內核，數字技術（shù）成為解決手段。

製造業的生產活（huó）動涉及（jí）產品的開發、產品原型的製作、產品的製（zhì）造（zào）以及各種中（zhōng）間投入的原材料、零部件的傳遞，最終產品的運輸和分銷、產品的（de）維修和回收。這些與產品物理形態（tài）相關的生產活動需要物理生產設施的支撐，如研發活動中使用的各種實驗儀器，生產工具、設備和（hé）生產線，車輛、倉庫、商場、維修車間等物流、分銷和維修（xiū）設施。同樣，數字技術發揮（huī）作用，也需要提供連接、數據、算力、算法服（fú）務的（de）信（xìn）息（xī）基礎設施，包括5G、物聯網、工業互聯網、衛星互聯網等連接基礎設施（shī），數據中心、智能（néng）計算中心（xīn）等數據和算力基礎設施（shī），提（tí）供PaaS、SaaS服務的人工智能平台、雲計算平台等算法基（jī）礎（chǔ）設施。在製造業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、公有雲的算（suàn）力（lì）。二是一些大型製造企業內（nèi）部也在建立數字基礎（chǔ）設施，如工業互聯網平台、數據（jù）中台、私有雲、5G專網，通過這些資產（chǎn）專用（yòng）性的投資使物理性質的生產設施更好的發揮作用。三是最初由大型製造企業內部使用的數字設施在成熟完善後，也會提供給供應（yīng）鏈中的（de）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，成為具有一定（dìng）公共（gòng）產品性質的基礎設施，也成（chéng）為製造企業新的業務增長點。

在工業革命（mìng）後出（chū）現的工（gōng）廠中，產品生產的流程是不連續的，由工人（rén）操作機器完成（chéng）某一生產工序的（de）任務，然後將加工過（guò）的中間產品轉移至下一生產工序。在第二次工業革命時期，在電力（lì）的驅動下，工業生產過程（chéng）的連續程（chéng）度有了明顯的提（tí）高，在福特之的流水線生產中，流水線將需要加（jiā）工的產品傳輸到工（gōng）人麵前由工人進行加工。在第（dì）三次（cì）工業革命時期，PLC、計算機（jī）、軟件、機床、機器人等具有一定自動化功能的技術在（zài）工業中（zhōng）獲（huò）得（dé）廣（guǎng）泛應用，能源、石化（huà）化工、冶（yě）金等流程型行業的生產過程可以自動化連續進行（háng）。在當前的新一輪科技革命和產業變革中，大（dà）數據、雲計算、人（rén）工智能、物聯（lián）網、更加智能化的（de）機器人等新一代數字技術在生產線上獲得越來越多的應用（yòng），生產流程的數字化、網絡化、智能化或者說智能（néng）製（zhì）造成為製造（zào）業的發展方向（xiàng），生產係統具（jù）有（yǒu）自感知（zhī）、自學習、自決策、自（zì）執行、自適應（yīng）等功能。生產係（xì）統是實現對自然資源進（jìn）行加工和再加工的製造業核心功能，新一代數字技（jì）術與製造業（yè）在生（shēng）產流程的深度融合也成為製造業數實融合的核心環節。

在工業（yè）經（jīng）濟時代，工廠使用生產設備和工具，通過（guò）各種物理、化學和生物反應，將投入的原材料加工成（chéng）產品，製造業的產出是由原子、分子（zǐ）所構成（chéng）的物質產品，具有相（xiàng）應的物理的、化學的、機械的等（děng）多方麵性能。隨著信息技術的發展，產品與數字技術也逐步融合，比如電腦中包含操作係（xì）統和各種應用軟件，但是總體上看，產品與數（shù）字技術（shù）融（róng）合的領域比較有限，主要集中在ICT相關的產品上。隨著新一代（dài）數字技術的廣泛擴散，越來越多的產品呈現出數（shù）實融合的特征，產品不（bú）僅包（bāo）括物理結構，還包括軟件和數（shù）據，物理結構中不僅包括了機械（xiè）的、有（yǒu）機的或無機的物（wù）質成（chéng）分，還包括了傳感器、芯片等IT硬件產品。以（yǐ）汽車為例，早期的汽車完全是一個機械產品，由發動（dòng）機燃燒燃料提供動力，由駕（jià）駛人員操（cāo）縱（zòng）機械部件驅動汽車的行駛；現在的汽車朝（cháo）著智能網聯甚至無人駕駛的方向前進，使用芯片越來越多，處理的數據量越來越大。在不久的將來，所有產品都將成為數實融合的產品。

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

製造業的數實融合以泛在（zài）連接為前提、以數據為核（hé）心、以強大的雲端或本地算力為支撐，通過（guò）算法驅（qū）動製造業的生產經營活動。

製造業的數實融合（hé）是將製造業的全領域、全周（zhōu）期、全生態與數字技術緊密結合到一起，這種（zhǒng）結合不僅是數字技術在製造企業的（de）各個業務單元（yuán）、價值鏈的各個（gè）環節或（huò）生（shēng）態的各個參與方的使用，而（ér）且這些業務（wù）單元之間、環節（jiē）或參與方之間都會連接在一起並實現互動。因此，製造業數實融合的前提（tí）是製造業所涉及的（de）物質、服務、場景、人、生產經（jīng）營單（dān）位等接入信息網絡之中。裏夫金在（zài）描述新科技革命和產業變革時指出，互聯（lián）網、傳感器和軟件（jiàn）將人力、設備（bèi）、自然資源、生產線、物流網絡、消（xiāo）費習慣、回收（shōu）流以及經濟和社會（huì）生活（huó）中各個方麵連接起來，不斷為各個節點（商業、家庭、交通工具）提供實時的大數（shù）據（jù）_{[[美]傑裏米•裏夫金.零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（jiū）院專家組譯，北京：中信出版社，2017:11.]}。新一代數字技術的發展為實時、泛在連接提供（gòng）了可能。

新一代數字技術是對數據進行采集、傳輸、存儲、處理、應用的技術，隨著數據成為關鍵生產要素後，數據在國民（mín）經濟各行業的重要性（xìng）顯著提高。製（zhì）造業的數實融合也是圍繞著數（shù）據這一核心來展開的，主要體（tǐ）現在以下三個方麵：首先，數據（jù）分布於製（zhì）造業的全領域、全周期、全生態，並在各部門、環節、參與方之間流動；其次（cì），製造業（yè）的生產（chǎn）活動、經營決策是建（jiàn）立在對（duì）數據的分析、挖掘之上（shàng）的。例如，根據銷售情況決定物料采購的多少和安排生產進度，根據（jù）用戶特征精準選擇宣傳渠道、促銷（xiāo）方式等；第（dì）三，一些新產品、新模式、新業態（tài）直接依賴於數據，沒有數據就沒有這些新特征。例如，遠程監測和在線服（fú）務等服務型製造模（mó）式的開（kāi）展，需要企業（yè）能（néng）夠掌握銷售出去的產品的運行狀態數據（jù）。由於製造業的生產活動越來越多地建立在數據的基礎上，因此製造企業也在（zài）不斷地擴大數據的采集範（fàn）圍，如在生產線、物流設備、產品中嵌入傳感器和芯片，不斷地打通企業內部、企業與顧客（kè）、企業與其生態夥伴（bàn）之間甚至企業外部渠道的數據連接，以獲得更多（duō）能夠為企業（yè）創造價值的數據。

對數據（jù）的存儲、處理都需要計算能力。在數據量不（bú）大的時候，可以依靠企業自有的計算（suàn）機、服務器以及生產（chǎn）設備自身所帶（dài）的嵌入式芯片。隨著（zhe）數據量的急劇（jù）增加，傳統的計算能力就（jiù）無法適應海量數據的計算需求。一些（xiē）企（qǐ）業缺（quē）少大規模布置計算能力的資金或人才，另外對於大多數企業來（lái）說，大規模布（bù）置的計算能力可能無法獲得充分使用（yòng）而造成浪費、成本增加。大數據中心、雲計算中心、超算中心使算力資源雲端化（huà），企業無（wú）需自己投資建立計算能力，可以按（àn）需（xū）彈性租用，使算力的獲得門檻和使用成本大大降低。算（suàn）力基礎設施的提供者（zhě）既有傳統電信運營商，也有互聯網平台（tái）企（qǐ）業（yè）。雖然雲計算基礎設施成（chéng）為企業普遍采（cǎi）用的形式，但是出於數（shù）據安全（quán）的考（kǎo）慮以及數據處理速度的（de）要求，一些企業也（yě）會在（zài）使用公有雲（yún）的同時（shí）布置私用雲，在使（shǐ）用雲計算的同時根據不同應（yīng）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（yòng）是為了解決特定的任務，而（ér）每一種任務的解決都有其內（nèi）在的規律、邏輯或方案。算法（fǎ）就是對解決特定任務（wù）方案（àn）的準確而完整的描述（shù），它以用某種計算機語言編（biān）寫的代碼的形式呈現（xiàn）出來。製造業數（shù）實融合中對海（hǎi）量數據（jù）的處理，自動化、智能化（huà）的操作，其背後都有算法在發揮作用。人工智能技術之所以得到廣泛的（de）應用，就在於算法實現了（le）重大的突破。大型製造企（qǐ）業（yè）實（shí）力（lì）強大、人才（cái）聚集，有能力自主開發包括工業互聯網平台在內的各種算法。而許多中小企業缺少獨立開發數字化（huà）應用的資金和人才，因此主（zhǔ）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（lì）如，許多消費平台企業為入駐企（qǐ）業提供的支付、開店、銷售管（guǎn）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（jīng）濟時代，開源運（yùn）動獲得更大的發展，許多算法會被極客（kè）、企業（yè）和公共機構（gòu）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（jiāng）算法（fǎ）直接（jiē）拿來使用或進行二次（cì）開發，極大地加速了算法、軟件的開發速度，顯著降低了開發成本，加速了算法的（de）普及應用。

數字技術與（yǔ）製造技術、數字（zì）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（zhī）識、替（tì）代人力勞動、編碼（mǎ）行業（yè）知（zhī）識、軟件定義產品（pǐn）、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（shù）據，這些數據構成企業價值的重（chóng）要來源。一（yī）方麵，企業本身的活動就非常複雜，涉及不（bú）同業務領域（yù）、不同價值鏈環節，另一（yī）方麵，企業隻是社會生產、分配、交換、消費大循環中和生產鏈條中的一個環節，企（qǐ）業外（wài）部的商（shāng）業夥伴、用戶的數據對於企業的經（jīng）營活動至關重要（yào），其他商業組織或政府機構（gòu）來源的數據（jù）也能夠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（dù）等方麵。_{[李曉華、王怡帆.數據價值鏈與價值創造機製研究[J].經濟（jì）縱橫，2020（11）：54-62+2.]}為了最大化發揮數據的價（jià）值、增強企業的市場競爭力，企（qǐ）業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是（shì）建立廣泛、實時的連（lián）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。

製造企業的知識有些來自於人類的科學發現、企業內（nèi）部的（de）研究開發以及（jí）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，但是還有許多潛在的未被發現的知識（shí）隱藏在企業（yè）生產經營活動產生的海量數據之中。建立（lì）在大數據和機器學習基礎上的人工（gōng）智能技術能夠根據預先設定的算法甚至根據為係統設定的規則，找到兩個變量（liàng）之間（jiān）的（de）相關（guān）關係。這種相關關係一方麵未能（néng）被企業在（zài）傳統的技術手段下發現，同時（shí）人工智能算法本身也無（wú）法對二者相互影響的（de）機製做出解釋，但是（shì）按照這種相關關係，就能夠改進企業的績效。比如，通過對生產線各種（zhǒng）工藝參數曆史數據的分（fèn）析，能夠發現生產效率最高的工藝參數組合，按照這種工藝參數的調（diào）整生產線，就能夠明顯提高良品率和（hé）企業的（de）產出效率；通過對用戶數據的分析，可以發現用戶對產品特征的偏好（hǎo）程度，據此開發更加適銷對路的產品。

人工智能等數字技術可以看（kàn）作廣義的機器。工業（yè）革命之後的很長一（yī）個（gè）時期，機器主要是替代人類的體力勞動，完成（chéng）人力（lì）所無法完成的繁重工作，逐步將（jiāng）人類從繁重、危（wēi）險、肮髒的工作解放出（chū）來。隨著大新一代數字技（jì）術（shù）的功能不斷（duàn）強大（dà）、成本持續降低及其（qí）與加工中心、機器人（rén）等技術的深度融合，數字（zì）技術替代人工在越來越多的領域變（biàn）得在（zài）技（jì）術和經濟層麵更加可行，不（bú）但一（yī）些重複性的勞動密集型工作可以被（bèi）數字（zì）技術替代，一些智力型的工作（如一部分研發工作、生產線管理工作、經營數（shù）據分析工作）也（yě）成（chéng）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喪失全球（qiú）競爭優勢，用“機器換人”變得越發緊迫。在（zài）質量檢測等一些工序上，用機（jī）器（qì）替代人不但成本低、效率高，而且生產的精度、穩（wěn）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（fāng）法洞察的知識，無論是基於數據提升生產（chǎn）線的（de）性能，還是（shì）用（yòng）機（jī）器換人，都（dōu）需要把這些人類的知識、企業的經驗（yàn）編碼化，即將這些知識和經驗以代碼、軟件（jiàn）、APP等形（xíng）態呈現出來。軟件根（gēn）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（hé）經驗形成的規則，實現業務（wù）環節（jiē）、業務流程的（de）自動化甚至智能化_{[曾（céng）鳴．智能商（shāng）業[M]．北京：中信出版社，2018：77-80．]}。例如，質量檢測領域應用（yòng）的視覺識別係統就是將（jiāng）反複訓練後的算法移（yí）植入生產（chǎn）設備。這些被編碼後（hòu）的知識所形成的代碼可以存在於製造企業生產活動的（de）方方麵（miàn）麵，以應用軟件、APP、工業互（hù）聯網係統、嵌入式（shì）軟件等形態存在。而且這些代碼隨著人類知識的更新、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（ruǎn）件已經成為製（zhì）造業產品的重要組成部（bù）分，可以說，產品的軟件定義（yì）特征不斷強化。軟件定義產品包括三種類型：一是軟件定義產品的（de）功（gōng）能。產品中的一些功能（néng）必須依賴軟件（jiàn）來實現，軟件決定了該功能的存在（zài）與否。二是軟（ruǎn）件實（shí）現產品的功能。通過軟件的響（xiǎng）應（yīng）、運（yùn）算、下達（dá）指令實現對硬件的操縱，通過硬件的操縱實現特定的功能。三是軟件優化產品（pǐn）的功能。由於軟件相比於能夠實現相（xiàng）同功能的機械（xiè）部件、電子元件來說性能更優或成本更低，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（gài）論[M]．北京：清華大學出版社，2021：273-275．安（ān）筱鵬．重構：數字化轉型的邏（luó）輯[M]．北京：電子工業出版社，2019：54，78，63-64．]}

數字技術會推（tuī）動（dòng）企（qǐ）業的商業模式和業態創新，這些新型商業模式本身就是高度（dù）數實融合的。在上世紀80年代（dài），製造業就出現了（le）服務化的趨勢。在數字技術的驅動下，製造業的生產、服務係統將（jiāng）能夠自動化地對個性化需求做出響應，突破了傳統（tǒng）服務業發展對人（rén）才的依賴和規模不（bú）經濟的約束。在產品層麵，通過（guò）內置在（zài）產（chǎn）品中的傳感器采集用戶的使用情（qíng）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（xiàn）監測、預防性維護等增值服務。通過與用戶（hù）的直連，製造企業（yè）由根據市場（chǎng）預測進行大規模生產的模式轉向根（gēn）據用戶訂單小批量甚至個性化定（dìng）製的模式（shì），高度柔性化、智能化的生產係統可以低成本的進行小（xiǎo）批量甚至單件生產。甚至製造企業還（hái）可以把消費者動員起（qǐ）來，利用社（shè）交媒體、私域（yù）流量為企業代（dài）言帶貨。

近年來（lái），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企業積極實施數實融合，互聯網企業也將（jiāng）數實融合作為業務拓展的重要方（fāng）向，我國製造業數實融合水平有了顯著提高。例如，中國大陸33家企業（yè）入選世界經濟論壇評選出來的“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（zhì）造能力、數字化水平、數字化能力、數據流動（dòng）等多方麵的製約。

製造業數實融合的（de）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（gāo）了，才有可能將數實融合推進到一個更高（gāo）的層（céng）次。我國（guó）製造業在產品性能、質量、可靠性等方麵與世界領先水平仍存在較大差距，很重要（yào）的就體現在工業軟件的差距上，而工業軟件本（běn）身就是製造業能力的體現。譬如Matlab、EDA軟件我們做不出來，本質上還是我們對製（zhì）造業基礎科學的認識不透、對生產過程中的製造知識積累不足。同樣，在生（shēng）產領域的控製軟件方麵，不同工廠使用同樣的設備，但在良品率、產品性能上存在差異（yì），也是企（qǐ）業在製造能力上（shàng）差距的體現（xiàn）。數字技術可以（yǐ）全麵推（tuī）動製造業生產效率的提高，但是需要數字技術與製造技術（shù）的共（gòng）同演進。通用電氣在發布自己的工（gōng）業互聯網（wǎng）戰略時（shí），提出工業互聯網要“發揮1%的威力”。通過對工（gōng）業生產線中海量數據的分析，人工智能（néng）係統（tǒng）能發（fā）現最（zuì）優工（gōng）況參（cān）數的組合，從而明顯改善生（shēng）產線良品率（lǜ）、提高整體生產效率和經濟效益，但是如果要進一步（bù）提高製造業效率（lǜ）或者說超越（yuè）“1%的威力”就需要製造業本身技術的進步，比如重新設計產品、重構生產（chǎn）流程。數字技術（shù）隻是起到助力作用，製造業的問題根本上（shàng）還要靠製造業本身能（néng）力的提升來（lái）解決（jué）。

製造業的（de）數實融合（hé）是需要企業有數字化思維，有良（liáng）好的數字基礎設施支撐以及形（xíng）成較好的信息化、數字化應（yīng）用基（jī）礎。但總體上（shàng）看，我國製造業行業間、地（dì）區間、企業間（jiān）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）積極探索智能化、位（wèi）列（liè）世界（jiè）“燈（dēng）塔（tǎ）工廠”的優秀企業，也有大量處於信息化、機械化階段的企（qǐ）業（yè），甚至還（hái）有處於手工階段的（de）企業。對於這（zhè）些數字化（huà）水平較低的企業，一方麵它們對數實融合認識（shí）不足，積極性不高；另一方麵，推動數實融（róng）合需要進行大量的設備（bèi）、係統的數字（zì）化改造工作，而這些設備層、係統層的改造往往投入（rù）較大。普遍來看，製造業的利潤率相對較低，在勞動密集型產業和中小（xiǎo）企業尤為突出，巨額的數字化（huà）改造升級投入費用是它們難（nán）以承擔。此外，數實（shí）融合既是（shì）企業的技術決策，也是投資決策，需要對成本與（yǔ）收益進（jìn）行（háng）綜合考（kǎo）量。數實融合（hé）的投（tóu）資未必就能（néng）帶來企業效率的提升以及收益的（de）增（zēng）長，數字技術不成熟（shú）、應用環（huán）節選擇不恰當等都造成數實融合（hé）投資失（shī）敗的風險（xiǎn）。也就是說，資金投入過（guò）大、收益不明確或投資回收期長，會造成製造企業特別（bié）是（shì）中小企業不願投資（zī）於數字化改造，從而影響數字化水平的提（tí）高和（hé）數實融合的深入推進。

企業數（shù）字化改造升級的過程不是簡單的把（bǎ）項（xiàng）目外包給提供解決方案的企業就（jiù）行了。互聯網企業的（de）工程師們懂算法、懂軟件，但是他們不懂製造業本身的知識，即使（shǐ）是數字化解決方案提供商可能有做過某（mǒu）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（shè）備等方（fāng）麵存在巨大差異，他們對特定的企業也缺少完整準確的（de）了解。相對的，製造企業自己的工程師懂產品、生產工藝，但不熟悉算法和代碼，很難與數（shù）字化（huà）解決方案提供商對話，需要企業內既懂產品（pǐn）、工藝又懂算法、代碼的工程師作為連接雙方的橋梁。數實融合（hé）的深度推進以及由（yóu）此為企（qǐ）業帶來經濟效益的增長，不是說數字基礎設施（shī）建成了，數字化設備（bèi）用上了就水到渠成。數實融合是一個持續的過程，它需要產品開發人員、工程師、管理人員、生產線工人熟練地（dì）運用數（shù）實融合的（de）生產（chǎn）力工具（jù），還需要工程師對產品、生產線的（de）算法、軟件不（bú）斷進行完善、改進，這些工作不但需要企業員工整體數字思維、數字素養的提高，還需要有一批熟練掌握和應用算法、軟件的工程師隊（duì）伍。但總體來看，我國（guó）數字技術、管理人才需求量巨大、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不均衡。互聯網行（háng）業（yè）優厚的待遇吸引了大量的（de）IT人才，而（ér）製（zhì）造企業微薄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（zhí）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（yǔ）用戶之間的流動（dòng），跨行業的數（shù）據流動以及政府與企業間的數據流動。數據作為企業價值的重要來源，數據價值創造（zào）作用的發揮不但依賴於數據的規模，還依賴（lài）於數據之（zhī）間的連接，數據的連接越緊密、越廣泛、越及時，對（duì）企業的價值就越大。_{[李曉華、王怡帆.數（shù）據價值鏈與價值創造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}但是製造業數實融合過程中存在著數據傳（chuán）輸的障礙（ài），數據不能（néng）按照在其（qí）經濟價值的推動（dòng）下順暢流動。一是技術上的製（zhì）約。製造業（yè）由於行業間、企業間使用的設備、係統千差萬別，造成設備的數字接口不（bú）統一，設備之間（jiān）的連（lián）接難度（dù）大；數據結（jié）構不統一，增加了數據打（dǎ）通、使用的難度。二（èr）是法律上的製約。法律法規沒有對數據的采集（jí）、開放、交易和使用做出明確的（de）規定（dìng），造成政府數據無法公開，個人數據不能采集，企業數據無法轉讓（ràng）。在數字經濟（jì）條（tiáo）件下，法律法規對數據保護不利也會起到適得（dé）其反的作（zuò）用，比如（rú）對消費（fèi）者隱（yǐn）私數據的侵（qīn）犯、大數據殺熟、基於大數據的算法壟（lǒng）斷等問題，產生了對數據（jù）開放、流動的抵製。三是商業上的製約。數據中包含（hán）著（zhe）企業生產、銷售（shòu）、用戶使用等各個方麵的信息，蘊含著企業（yè）的商業機密和長期積累（lèi）的技術訣竅，對這些（xiē）數據的掌握是企業競（jìng）爭力的重要來源。一方麵，如果（guǒ）企業允許其他企（qǐ）業獲取這些數據，即（jí）使企業能從對方獲得（dé）一些數據作為補償，仍有可（kě）能處於數據的淨損失狀態。更重要的是，競爭（zhēng）對手可（kě）能通過分析這（zhè）些數（shù）據，獲得企業的用戶特征與分布、生產進度、供應商情況以及生產中的工藝參數等信息。例如，一家企業（yè）委托第三方大數據或人工智能企業對其生產線數（shù）據進行分析（xī），幫助其提高生產（chǎn）效率，第三方企業（yè）通過這些數據掌握的企業的“隱性知識（shí）”可能會用於為競爭對手企業改進生產線，從而使該企業的競（jìng）爭優勢縮小；另一方麵，處於數（shù）據優勢地位的企業（yè）為了維護自己的市場地位甚至是壟斷地位，不願意將數據開放及與其（qí）他企業共享。

本（běn）文的研究（jiū）表明，隨著新一輪科技革命和產業變革的興起，新一代數字技術加快成熟、擴（kuò）散與融合，數字（zì）技術（shù）與實（shí）體（tǐ）技術、數字經濟與實體經濟呈現融合（hé）程度不斷深化的趨勢，其中（zhōng）製造業是數實融合進展最快、潛力最大、重要性最強的國民經（jīng）濟行業之（zhī）一。製造業數實融合的範圍包括（kuò）企業內部全領域（yù）、價值鏈（liàn）全周期和供應鏈全生態；在形（xíng）態上表現為要素融合、技術融合、設（shè）施融合和產品融合。製造業數實（shí）融合（hé）以連接為基礎、以數據為核心、以算（suàn）力（lì）為支撐、以算法為驅動，並（bìng）通過整合多維數據、發現潛在知識、替（tì）代人力勞動、軟件定義產品、創（chuàng）新商業模（mó）式等功能，發揮對（duì）製造業的賦能（néng）作（zuò）用，推動製造業的動力變革、效率（lǜ）變革和質量變革。近年來在我國政府的大力推動（dòng）下，在製造企業、互聯網企業的積極實踐中，我（wǒ）國製造業數實融合取得明顯進展，但是也麵臨著製造能力、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（gè）時期，製造業數實融合將進一步深入發展，範圍不斷擴大、程度不斷加（jiā）深、影（yǐng）響更加凸顯。從（cóng）數字技術的發展來看，雲計算、大數據、物聯網（wǎng）、移動（dòng）互聯網、人工智能、智（zhì）能機（jī）器人、3D打印機等（děng）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用的空間，而區塊（kuài）鏈、量子計算等新興技術也在逐步成熟，將會（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（qī）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（yào）國家在（zài）以（yǐ）製造業為核心的實體經濟領（lǐng）域的競爭愈發激烈，在以數（shù）字（zì）技術為核心（xīn）的新興（xìng）領域加快布局、培育壯大新興產業，製造業數實融（róng）合是我國保持和增強製造業全球競爭力、加快培育（yù）壯大新興產業和未來產業的重要途徑。從（cóng）製造業本身看，麵對工資水平上漲、土地和資源等環境約束加劇（jù）的狀況，製造（zào）企業亟待加（jiā）快轉（zhuǎn）型、重塑競爭優勢，數實（shí）融合是製（zhì）造業轉型升（shēng）級、向全球價（jià）值鏈高端攀升的重要推動力。

根據存在（zài）的阻礙和問題，推動製造業數實融合深入發展，需要做好以下幾方麵工（gōng）作：一是加（jiā）快信息基礎設施建設並推動（dòng）傳統基礎設（shè）施的數字化轉型（xíng）升級，為實現製（zhì）造企業的廣泛連（lián）接和數據傳輸打好基（jī）礎。信息基礎（chǔ）設施（shī）建設應適度超前，同時把握好超前建設進度，實現經濟效益與社（shè）會效益的統一。第二，推動數字技術創新，整合國家戰略科技（jì）量，激發企業和社會（huì）的創新活力，盡快突破關鍵核心數字技術，積極布局（jú）腦機接口、量子計算（suàn）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（dé）全球領先地位，一方麵擺脫製造企業數實（shí）融合中（zhōng）“卡脖子”風險，另一方（fāng）麵增強數實融（róng）合安全性，同時降低數實融合的發展、應用成本。三是促進（jìn）製造業領軍（jun1）企業（yè）的數字化轉型、構建工業互聯（lián）網平台，在工業互（hù）聯網平台在企業內部、生態體係內（nèi）部應用成熟後（hòu），推動向行業（yè）、行業外企業（yè）的開放共（gòng）享。第四，促進中小企業的數字化轉型。通過宣傳推廣、試點示（shì）範提高中小企業數字化（huà）轉型的意識；政府（fǔ）的技改資金向中小（xiǎo）企業的數字（zì）化改造（zào）適度傾斜，為中（zhōng）小微企業（yè）提供數字化（huà）券鼓勵它們購（gòu）買（mǎi）數字（zì）服務，支持（chí）製造業行業龍頭企業、互聯網平台企業為中小企業開（kāi）發門檻低、易使用的輕量化應用。第五，進一步完善（shàn）數字經濟法律法（fǎ）規和政策，推動（dòng）政府（fǔ）開放公共數據，加強數據（jù）安（ān）全和數據保護，推進實現“原數據不（bú）出域、數據可用不可（kě）見”的聯（lián）邦學習_{[陳永偉.聯邦學習（xí）能打破數據（jù）孤島嗎（ma）[N].經濟觀察報，2020-05-01.]}等數字技術發展和新型數據交易模式探索，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《數字經濟夥伴關係協定（dìng）》（DEPA）等國際數字規則的多邊協定談判與合作，推廣中國數字（zì）經濟的治理主張；支持國內企業參與全球數字科技組織，積極建（jiàn）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（zhě）所有！

文章轉載分享不做商業用途，如有侵權，請聯係我們刪除！