开元体育数实融合下的新质生产力发展：发展优势、内在逻辑与实践方向

　　开元体育数实融合下的新质生产力发展：发展优势、内在逻辑与实践方向实体经济和数字经济的深度融合（以下简称“数实融合”）发展，正在成为中国经济高质量发展的新动能、新增长极。数实融合下的新质生产力发展，具有要素提质增效、深化分工协作、拓宽市场空间和创新资源配置等四方面优势。它们贯穿从微观企业生产过程到宏观经济运行机制革新的各个方面，为新质生产力发展提供内在动力。以产业高质量发展为主线，数实融合的这些独特优势贯穿于新质生产力发展逻辑始终，即在产业层面深化专业化生产、在产业链层面重构产业关联、在产业集群层面实现资源聚合，最终通过创新资源配置，形成更大范围、更强协同的现代化产业体系，从而构建起了一个相互串联、彼此贯通、结构立体的新质生产力发展体系。面对当前中国数实融合下新质生产力发展存在的问题，要着力通过完善要素市场化机制、产业创新机制、新产业与新业态投融资机制和相应的制度体系框架，充分释放数实融合发展的技术优势、系统优势、协同优势，为新质生产力的更好发展提供坚实支撑。

　　中国党第二十届中央委员会第三次全体会议明确指出“健全促进实体经济和数字经济深度融合制度”，并进一步从加快推进新型工业化、加快构建促进数字经济发展体制机制、完善促进数字产业化和产业数字化等若干方面作出新的战略部署。中国党第二十次全国代表大会以来，加快建设数字中国，不断做强做优做大数字经济，始终是中国的一项重要战略部署。以发展实体经济为核心发展数字经济，也是中国顺应新一轮科技和产业变革新机遇的必然选择。面向新质生产力的发展，实体经济和数字经济深度融合需要更加突出整体性、系统性、协同性，更加注重实体经济发展的核心地位、更加注重数字经济赋能实体经济提质增效的重要作用。可见，数实融合正在成为中国经济高质量发展的新动能、新增长极。

　　促进实体经济和数字经济深度融合是建设现代化产业体系的必然要求，数实融合在国民经济中的地位和作用进一步凸显。从总量看，2023年中国数字经济占GDP比重达到42.8%，对GDP 增长贡献率达66.45%；从结构看，2023年产业数字化占数字经济比重进一步提高，达到81.3%，第二产业数字经济渗透率首次超过25%，实体经济和数字经济融合发展持续拓展深化①。同时，数字经济的发展有助于打破地理空间的固有局限，更好挖潜本地优势资源禀赋、聚合形成区域内特色产业集群、不断优化区域间产业协同布局，从而在技术性突破、生产要素创新性配置、推动产业深度转型升级等方面成为催生和发展新质生产力的重要抓手。

　　对于数字经济与新质生产力发展之间的关系，理论界已有了热烈探讨。李晓华（2019，2023）、胡莹（2024）、孙绍勇（2024）等学者普遍认为，新质生产力颠覆性创新、产业链条新、发展质量高的一般特征，同数字技术的融合性、渗透性特征内在相合，因此，数字经济发展形成的新技术、新要素、新业态等是新发展阶段经济发展新动能的具象表现，数实融合是经济高质量发展的时代特征。就发展实践来看，任保平和王子月（2023）认为数实融合下形成的数字新质生产力是新质生产力的一种具体表现，也是经济高质量发展的基础要素；沈坤荣等（2024）认为数字技术的持续创新对生产方式的变革，是推动新质生产力形成和赋能经济高质量发展的主要方式；洪银兴（2024a，2024b）则指出数字经济的发展在建设现代化产业体系中具有重要作用，为新质生产力的发展提供了良好的发展条件。现有研究尽管对数实融合下的新质生产力发展有了较为全面的认识，但在整体性、系统性上还有待进一步发展。本文在现有研究的基础上，科学认识数字经济的发展优势所在，以此为基础系统构建数实融合下发展新质生产力的内在逻辑，并站在全局高度分析当前中国更好打通新质生产力发展存在的难点、堵点、卡点，进而为实现数实融合下先进生产力质态的涌流和迸发提供有益的政策思路和建议。

　　数字经济最早源于互联网大规模商用所形成的一系列网络经济活动（Tapscott, 1996），随着信息技术的深化发展和深度应用，社会经济活动逐步数字化、智能化，形成了以ICT技术广泛应用为核心特征的一系列经济活动，包括数字技术的应用迭代、数字化资本的形成积累、数字化产品与服务的生产流通活动等（Kotarba, 2017），形成了数字经济信息化引领、开放化融合和泛在化普遍的典型特征（梅宏，2022）。数字经济的这三大特征，从市场发展广度和参与产业活动深度两个方面同实体经济深度融合，并在要素、产业、市场等多个层面形成了催生和发展新质生产力的独特优势。

　　传统的生产力发展以规模化生产为主要特征，重在实现总量提高，主要通过生产资料、劳动力等实体性要素的大规模积累来开展社会经济活动；而数实融合下的新质生产力发展则重在提升单位生产效率，在要素层面通过数字技术创新的渗透性、性改造提高生产资料和劳动力的质量开元体育·(中国)官方网站，来实现单位时间内的生产效率和产能利用率的跃升。这种要素提质增效优势主要表现在两个方面。

　　第一，数字技术和数据要素通过生产管理活动中各类生产要素的重构组合，推动要素提质增效。一方面，人工智能、区块链、大数据和云计算等数字技术的普及和应用，实现了生产过程的自动化管理和智能化控制，通过对人流、物流、资金流、信息流的数据化和精准分析，实现了价值创造和实现过程的全局统筹和无损传导（洪银兴、任保平，2023），显著减少了因管理科层、人际沟通等因素导致的信息损耗，从而有效提高生产效率；另一方面，数据的要素化有助于激发要素创新能力，通过分析计算对生产要素的投入比例和生产方式进行重组，实现以更少的生产要素投入获得更高的价值回报，从而提升产能利用率。

　　第二，数字技术和数据要素赋能传统生产要素的提质增效。从生产资料的角度看，传统机器设备同传感器、工业软件等的结合有助于更好满足差异化、个性化的柔性生产需要，在提高要素利用率的同时实现供求两端“产销一体”；从劳动力的角度来看，数字技术和数据要素的广泛使用催生出更多善于从事复杂脑力运动、灵活适应市场环境的高素质劳动者，从而通过人力资本结构升级进一步消除了劣质低效的传统生产要素的无用损耗，实现产品质效的跃升（黄卓等，2024）。

　　生产社会化是市场经济运行的重要特征。数字技术的泛在联结为不同产业的关联带动提供了技术基础，同时也开辟了一个全新的数字空间，通过信息化引领实现更大范围、更广层次、更强协同的分工协作，从而推动社会生产力的发展质效跃升到新的高度。这种新的分工协作体系具有新的特征。

　　第一，从企业内部的生产过程来看，企业生产资料使用的社会化特征日趋明显。企业的分工协作体系日渐依赖于包括生产数据的收集、原料数据的加工提取与需求数据的社会化分析等环节在内的数字产业，特别是工业软件产业。根据中华人民共和国工业和信息化部发布的《中国工业软件产业发展研究报告（2024）》，2023年，中国工业软件市场规模约为2414亿元，同比增长12.3%，工业软件企业关键工序数控化率达到62.2%，企业数据社会化使用的产业生态正在加快形成。

　　第二，从企业间的分工协作来看，社会化数据信息网络以及生产资料与劳动力的社会化流通突破了企业既有的组织形式与空间限制，形成了头部企业运营核心业务，众多外包企业参与生产经营的网络化协作方式。在这种分工协作方式中，头部企业与外包企业既通过发展各自的主营业务实现专业化生产活动，同时又基于互联网提供的要素流动便利深化了生产社会化进程，形成了更高水平、更大规模的商品生产活动（王璐、李晨阳，2022）。以服务外包为例，2023年，中国企业承接服务外包合同额同比增长了17.6%，其中离岸信息技术外包、业务流程外包、知识流程外包执行额同比增长13.1%、17.8%和18.4%，数字化产品和服务需求逐渐成为重要支柱。

　　传统生产力的发展受制于地理空间、文化习俗和制度环境等差异，容易形成市场分割和资源错配，从而限制市场空间的扩张和经济发展规模的增长。数字经济中算力、算法的发展与优化，使得社会大生产可以利用云计算、边缘智能等技术实现分布式生产、智能化生产，从而在推动不同产业开放式融合生产的过程中实现新质生产力的发展。

　　在这一过程中，“场景”是数字经济表达产业活动中各类生产组织形式和生产关系的具体形式。基于算力提升和算法驱动，新场景在不断生产出来的同时，不同应用场景间数字化融合创新又反过来延展和拓宽了产业发展的现实增长空间。一方面，通过数据要素在泛在数智化网络中形成的技术“可供性”，数字技术得以有效地将产业需求与社会认知背景、生产组织形式等有机结合，形成场景落地应用的可行方案（Melville, 2010）；另一方面，场景的数字化迭代更新，有助于现实中不同产业的生产特征、联系方式、发展定位的动态优化（Woodruff, 1997），进一步加强产业的前向、后向和侧向关联，从而在推动产业价值共创方式的深刻变革的过程中，持续解放和发展社会生产力。

　　数字经济的技术特性，决定了它可以通过从现实场景中提取、整理、计算、加工数据，实现经济活动中各类生产过程、流通过程的全面塑造。移动互联网、云计算、大数据、人工智能等数字技术集群式和交互式发展，不仅塑造了实体经济中产业发展方式和协作模式的全新形态，而且也形塑了市场资源配置的全新方式，为发展新质生产力提供了坚实基础。

　　一方面，在要素端，以科技创新体系的运行为核心，创新市场生产要素配置机制。主要表现在三个方面：（1）产业数字化转型中形成的海量数据，有力推动了科研范式的变革、提高了科技创新活动的知识生产和转化效率，推动产业从过去的规模竞争转向质量竞争，从而加速人才、资本等高质量生产要素向产业活动前端集聚；（2）数字技术丰富了知识扩散的渠道和模式，平台组织的产生显著加强了产销两端匹配的即时性、精准性，促进生产要素的加速周转和精细化配置，进而带动柔性生产等一系列生产组织形式的变革；（3）数实融合改变了知识应用的方式，通过要素支持体系、产业协同体系、数字化治理体系的生态构建，形成体系内部、体系之间的要素形成与配置的完整闭环，从而服务于新质生产力的形成和发展。

　　另一方面，在产业端，以产业体系现代化建设为核心，创新区域资源协同配置机制。（1）在数字技术的泛在融合作用下，本地优势企业、龙头企业的辐射作用能够推动产业链的延伸，在产业链供应链对接合作的过程中实现要素集聚，形成集研发、制造、服务于一体的产业集群，从而完成以区域内资源聚合为特征的第一次配置；（2）数字技术的溢出和扩散效应，有助于实现产业链上下游企业的技术应用水平的提高，从而在带动价值链向中高端迈进的过程中深化分工协作，完成区域资源在产业链上的第二次配置；（3）数字技术的无边界特征有助于不同区域间不同产业边界的消解和再造，推动不同产业间业务、组织、管理和市场等资源的整合，从而形成新技术、新业态、新模式，反哺各地区优势产业发展，完成区域间资源的第三次配置。

　　由此，数实融合下的新质生产力发展，通过要素提质增效、深化分工协作、拓宽市场空间、创新资源配置等四方面的优势，从微观企业生产过程到宏观经济运行机制革新，推动了高质量发展下的社会经济形态重塑。

　　新质生产力是由技术性突破、生产要素创新性配置、产业深度转型升级而催生的先进生产力质态，与实体经济的高质量发展息息相关。数字经济的高创新性、强渗透性、广覆盖性，在推动实体经济高质量、高效能、体系化发展中具有重要作用，这为新质生产力的发展注入了强大动力。从产业、产业链、产业集群、产业体系四个发展维度，我们可以全面认识并考察数实融合下新质生产力的发展机理。

　　发展新质生产力需要立足本地的自然资源种类、土壤类型、地形与气候等因素，充分发挥科学技术的赋能作用，形成与本地自然资源相适应的生产力发展布局。数字经济的要素提质增效优势，既有盘活产业存量的作用，又有激发产业发展增量的作用。直接作为生产要素的数据：（1）能够挖掘传统发展模式中难以发现的潜在需求，并将闲置要素、零散要素和一些过去认为无关的要素进行整合，实现生产要素的“增量补充”（武宵旭、任保平，2022）。（2）可以统筹生产场景中的实时数据，通过生产管理流程的变革提升“存量生产”过程中的生产效益和商品质量。而对于起到间接作用的数据：一是可以作用于劳动力和生产资料等传统生产要素，使得劳动者的劳动技能得到发展更新、生产资料得到充分利用和更新迭代，从“存量”中发掘要素潜力；二是能基于市场需求和生产过程的数据分析，找到供求适配、特色鲜明、优势明显的产业发展路径，并通过数智技术的开放创新推进产业创新，挖掘要素禀赋发展“增量”。

　　在数字经济发展中形成本地特色产业是构筑地区发展竞争优势的重要环节，对于新质生产力的发展十分重要。根据中国软件行业协会公布的《制造业数字化转型发展指数报告（2024）》，2023年中国制造业数字化转型仍然呈现出“东部和沿海经济发达地区强，西部和东北地区相对薄弱”的格局，且制造业数字化转型水平同各地区制造业发展基础密切相关，有着明显的集群分布特征，特别是在钢铁、化工、能源、建材等重型工业领域，数字化转型尚不充分。这些领域有望成为数实融合的新赛道、新热点。

　　不同地区特色产业的发展，有助于充分发挥各地区的经济发展优势，形成本地的优势企业、龙头企业。同时，地区产业优势的辐射效应也为同地区以外企业的联结和合作提供了可能。数字经济泛在互联、开放融合的特性，首先通过联结不同地区产业发展过程中先进生产工艺的示范效应和溢出效应，在优势产业特色化发展的过程中，不断深化与地区产业相关的上下游企业的产业链分工水平，从而带动产业链供应链价值链向中高端迈进；其次开元体育·(中国)官方网站，支持数字经济发展的新型基础设施体系，打破了传统的社会分工仅限于局部地域、劳动者地区分布较为集中的发展特征，在支持产业协同聚合的过程中为新技术、新要素提供有力载体；再次，服务业通过数字经济的赋能和渗透作用，为产业链上各企业提供资金融通和智力支持，进而推动技术研发—成果转化—产业应用—市场开拓的完整产业发展链条的形成，构筑产业链的内在发展韧性。

　　产业链的高效能和强韧性是中国产业发展增强冲击抵御力、激发内生增长动力、提升社会服务能力的体现，也是推动中国新质生产力稳健发展的重要内容。数字技术的出现，使得产业链协作链条的堵点被成功打通，形成了新的发展活力。以希音（Shein）等跨境服装电商的“小单快返”模式为例，通过将客户下单、生产材料流转、库存监控、生产、质检、物流配送等环节集中到企业微信上，通过数据集成打通产业链协作链条，实现了以“短周期、快周转、小批量、即时销”为特点的服装销售新模式，避免了因服装生产积压造成的高昂仓储成本④，从而始终确保产业链上下游企业分工协作的高效协同。

　　以新一代数智技术、Web3.0互联网和数据要素为核心构成的数字空间，拓宽了实体经济创新增值、降本增效的新发展领域。首先，数字空间为实体经济中的各个产业提供了广阔的实验场景，帮助实体经济实现从研发、设计到生产的全周期仿真模拟。数字空间的无时空、无边界、开源性特点，有助于凝聚社会力量，以开放式融合构建产业创新网络，最终形成完备的产业创新生态系统。其次，数字空间对场景、人才、资金、数据等要素的资源聚合作用，突破了传统产业发展的地理空间局限，从更大范围、更深层次推动解决实体经济关键核心技术的“卡脖子”问题，通过要素集群化、技术集群化构建起的资源空间来实现高质量、高效能产业集群新形态的形成。再次，数字空间对实体经济发展过程中的生产管理、技术创新、发展模式上的迭代再造，有助于实现数字技术联结之下各产业的研发、设计、制造、营销、协同能力，从而通过产业基础高级化和产业链的现代化，形成具有质量引领力的产业集群“节点”，构筑起具有良性产业生态的发展空间。

　　事实上，“集链成群、成群竞争”是当今全球产业链供应链重构背景下中国产业数智化重塑、梯度化转移的发展需要，也是发展高质量、高效能、强韧性的新质生产力的必由之路。目前，中国产业集群分布呈现东密西疏、南多北少的格局，东部地区重点产业集群超过半数，尤以港口、航运、贸易等领域为主，但仍需在基础设施互联互通、链主引领与链员企业协同发展、供应链集成服务与协同安全体系等方面予以进一步发展优化。

　　（四） 立足创新资源配置的优势，在产业数字化与数字产业化的良性互动中形成具有完整性、先进性、安全性的现代化产业体系

　　数字产业化和产业数字化共同构成了数字经济发展的重要支柱，前者为实体经济提供技术、产品和服务支持，后者则推动了各类产业发展模式的全面改造升级。二者的创新发展和共同作用，推动了产业和要素两端资源的创新性配置，从而为新质生产力的发展提供坚实支撑。从要素端来看，数字产业化通过数字技术创新及其对数据要素的产业化、商业化应用，催生出实体经济中产业发展的新业态新模式（任保平，2023）。由这些新业态新模式带来的技术密集型、知识密集型的产业发展新形式，重构和优化了具体生产过程中各类生产要素的组合方式，推动生产力质量实现进一步跃升（黄泰岩、刘宇楷，2023）；从产业端来看，产业数字化通过数据要素与劳动、资本、知识、技术等其他生产要素的有机结合，实现生产环节要素投入比例的动态优化和高效协同。数据要素和数字中间产品的持续投入，还有助于促进、深化甚至重构不同产业间的资源流通方式和分工协作模式，重塑资源配置方式，从而在推动传统产业价值创造能力显著提升的同时，为发展和培育战略性新兴产业和未来产业奠定基础，最终形成具有完整性、先进性、安全性的现代化产业体系，实现新质生产力的发展和提升。

　　可见，数实融合下的新质生产力发展，是以上四重逻辑环环相扣、共同作用的结果：数字经济的高创新性，既能在产业层面深化专业化生产，支持地区特色产业优势，又能通过其强渗透性，在产业链层面实现不同产业的前向、后向甚至侧向关联，还能依托其广覆盖性，在产业集群层面打破发展壁垒，实现资源聚合，进而通过创新资源配置，形成更大范围、更强协同的现代化产业体系来催生和发展新质生产力。因此数实融合下的新质生产力发展，事实上是一个以产业为“点”、以产业链为“线”、以产业集群为“面”、以现代化产业体系为“体”，相互串联、彼此贯通、结构立体的发展体系（见图1）。

　　数实融合能够有效赋能新质生产力的发展，但在实践中，这一过程也存在数字经济与实体经济发展“两张皮”，产业横向竞争与同质化发展严重，数实融合的体制机制和政策体系尚未形成合力以及数实融合发展的安全性、稳定性仍有欠缺等问题。这些问题都限制了数实融合四大发展优势的发挥，制约了新质生产力的发展水平和实现效率。

　　智能制造是数实融合战略的具体抓手和体现，也是新质生产力发展实现的重要环节。然而，目前智能制造在企业，尤其是制造业中的渗透率仍然不高，数字经济和实体经济“两张皮”问题仍然存在，使得数字经济在要素提质增效等方面的优势难以发挥。

　　第一，生产规模小、生产过程要求和管控要求相对少的企业，开展数字化转型的意愿不强。数字化转型是将人工智能、云计算、大数据等新型技术与传统行业全面融合的过程，通过将企业的上下游生产要素、组织协作关系等数字化并加以科学分析，指导要素资源配置优化组合过程，进而改善企业经济效益的过程。尽管企业进行数字化转型已普遍成为市场共识，但在现实中，一些企业出于对数字化转型所要付出的高昂成本以及转型之后经营发展不确定性的顾虑，不敢、不愿推进数字化转型。根据《数字化转型发展报告（2022~2023）》的相关统计，2022年中国企业数字化转型发展的整体水平为51.8。从水平层级的划分来看⑤，尚处入门级（L1）或尚未开展数字化转型的企业占比超过42%，且以中小微企业为主体。制造业行业中，轻工、纺织、包装、建材、废弃资源综合利用等行业平均利润率相对较低、生产过程管控要求较少的行业，数字化转型发展水平低于50%。

　　第二，已开展数字化转型的企业更加注重数字技术的场景应用，但在数字技术的基础研发和成果转化上有待改进。具体而言：（1）数字化转型企业的研发支出中基础占比较低，反映出企业的原始创新能力还不强，很难产生具有颠覆性、原创性技术突破和创新及潜在生产水平质的跃升。从中国与西方发达国家企业的整体研发强度的数据比较中可以发现，尽管从2010年到2020年，中国企业研发强度翻了三倍，由1.2%增长到3.6%，但仍然只有2020年美国企业同期整体研发强度的46.2%（见图2）。（2）中国数字化转型的创新产出和转化能力还需要提升。2022年，中国科技成果的转化率水平仅在30%左右，而在美国和欧盟等发达经济体，这一比例可达60%~70%。这反映出当前中国产学研用一体能力的建设仍存在较大改进空间，高校和研发机构的科研成果同企业技术应用成果之间的衔接性仍然不够。

　　产业的均衡发展、协同发展，是推动新质生产力更大规模、更高质量发展的重要实现路径，但目前中国的数实融合发展，同这一愿景间还存在着一定差距，数字经济深化产业协同的优势难以完全实现。

　　第一，一些地区一哄而上发展数字产业，盲目上马芯片制造、人工智能等热门产业领域，将传统产业当作低端产业简单退出，导致地区产业同质化竞争激烈。新兴的热门产业通常具有技术密集型、资本密集型的典型特征，因而前期需要更为深厚的要素积累和扎实的产业基础条件。在数实融合发展实践中，一些地区盲目跟风时代风口、技术潮流，在不具备相关的产业配套、人才资源、技术储备的情况下仓促加码、强行建设。这使得部分地区的数字产业始终处于低水平重复建设，产业的低端化、同质化竞争导致数字经济与实体经济适配度低，烂尾多、成果少，反而导致了更大的资源浪费和更严重的资源配置扭曲。

　　第二，不同地区的产业基础条件差异导致地区层面的数字化协同能力较弱，不均衡发展问题突出。2023年，中国第一、第二、第三产业的数字化渗透率分别为10.78%、25.03%和45.63%，仍然反映出不同产业间较大的发展不充分、不均衡问题。由于中国不同地区的产业结构差异很大，以服务业为产业主体的东部沿海地区数字化水平更高，而以制造业甚至农业为产业主体的一部分中西部地区数字化水平相对落后。这一方面使得东西部产业数字化发展水平非均衡化特征较为突出，同时也限制了数字技术在更大的市场范围内深化产业协同、优化资源配置等能力的实现。

　　数实融合发展的安全性、稳定性对新质生产力的韧性发展起着重要作用，但在现实中，数字经济在数据、算力、算法等方面仍然存在着诸多风险挑战，对数字经济在开拓市场空间、创新资源配置等方面的优势形成限制。

　　第一，从数据的角度来看，由于权利边界不明晰、技术手段有局限、标准规范较滞后，中国在数据要素开放、共享以及交易活动中仍有较强的“不愿、不敢、不易、不能”障碍，数据产权与分割、开放与保护之间的矛盾较为明显，“数据孤岛”问题仍然存在，数据要素配置的市场机制、定价机制、分配机制尚处于起步阶段（，2022）。这使得数据要素的生产潜能、匹配功能无法得到充分释放，数据安全风险持续存在。

　　第二，从算力的角度来看，中国的算力发展面临着三个方面的问题：（1）算力协同能力不足，尤其是“东数西算”工程中枢纽节点算力结构有待进一步深化，东西部算力协同发展能力仍有待提升。（2）算力生态不完善。由于区域间数字化发展水平不均衡，中国部分地区（主要在中西部地区）数据中心的运行效果与原有算力设计规模的设想差距较大，且上下游企业基于算力协同联动的能力和应用生态市场的协同发展程度不够（郭亮，2024）（3）算力体系建设自主程度还不高。目前中国算力在核心技术创新方面仍存短板，特别是在芯片软件研发领域对外依存度仍然较高，关键核心技术的“卡脖子”风险持续存在。这不仅不利于更高性能的算力建设，也为日后的算力应用和安全运维带来潜在的风险隐患。

　　第三，从算法的角度来看，算法的不合理发展可能会给市场竞争、产业协同等发展新质生产力的重要因素方面带来风险挑战：（1）妨碍市场机会公平。算法的运行并非完全透明，许多大型互联网平台企业会借助算法技术、算法决策、算法推荐等手段构筑自身数据优势、用户优势，并通过确立市场优势地位的方式妨害其他市场主体的正常公平竞争。这不利于市场竞争机制的充分发挥和经济活力的充分释放（2）形成算法壁垒，妨碍产业协同。一些企业处于维护自身垄断优势，设置算法壁垒限制数据要素在不同产业间的价值流动与共享，这会直接影响产业协同的效度，恶化产业体系发展生态。

　　在数实融合背景下促进新质生产力的发展，必须围绕数实融合发展新质生产力的四大优势，从要素、产业、市场等多个维度着手，在健全和完善数实融合相关体制机制的过程中凝聚发展新质生产力的制度合力。

　　智能制造是数实融合战略的具体抓手和体现，也是新质生产力发展实现的重要环节。然而，目前智能制造在企业，尤其是制造业中的渗透率仍然不高，数字经济和实体经济“两张皮”问题仍然存在，使得数字经济在要素提质增效等方面的优势难以发挥。

　　第一，生产规模小、生产过程要求和管控要求相对少的企业，开展数字化转型的意愿不强。数字化转型是将人工智能、云计算、大数据等新型技术与传统行业全面融合的过程，通过将企业的上下游生产要素、组织协作关系等数字化并加以科学分析，指导要素资源配置优化组合过程，进而改善企业经济效益的过程。尽管企业进行数字化转型已普遍成为市场共识，但在现实中，一些企业出于对数字化转型所要付出的高昂成本以及转型之后经营发展不确定性的顾虑，不敢、不愿推进数字化转型。根据《数字化转型发展报告（2022~2023）》的相关统计，2022年中国企业数字化转型发展的整体水平为51.8。从水平层级的划分来看⑤，尚处入门级（L1）或尚未开展数字化转型的企业占比超过42%，且以中小微企业为主体。制造业行业中，轻工、纺织、包装、建材、废弃资源综合利用等行业平均利润率相对较低、生产过程管控要求较少的行业，数字化转型发展水平低于50%。

　　第二，已开展数字化转型的企业更加注重数字技术的场景应用，但在数字技术的基础研发和成果转化上有待改进。具体而言：（1）数字化转型企业的研发支出中基础占比较低，反映出企业的原始创新能力还不强，很难产生具有颠覆性、原创性技术突破和创新及潜在生产水平质的跃升。从中国与西方发达国家企业的整体研发强度的数据比较中可以发现，尽管从2010年到2020年，中国企业研发强度翻了三倍，由1.2%增长到3.6%，但仍然只有2020年美国企业同期整体研发强度的46.2%（见图2）。（2）中国数字化转型的创新产出和转化能力还需要提升。2022年，中国科技成果的转化率水平仅在30%左右，而在美国和欧盟等发达经济体，这一比例可达60%~70%。这反映出当前中国产学研用一体能力的建设仍存在较大改进空间，高校和研发机构的科研成果同企业技术应用成果之间的衔接性仍然不够。

　　产业的均衡发展、协同发展，是推动新质生产力更大规模、更高质量发展的重要实现路径，但目前中国的数实融合发展，同这一愿景间还存在着一定差距，数字经济深化产业协同的优势难以完全实现。

　　第一，一些地区一哄而上发展数字产业，盲目上马芯片制造、人工智能等热门产业领域，将传统产业当作低端产业简单退出，导致地区产业同质化竞争激烈。新兴的热门产业通常具有技术密集型、资本密集型的典型特征，因而前期需要更为深厚的要素积累和扎实的产业基础条件。在数实融合发展实践中，一些地区盲目跟风时代风口、技术潮流，在不具备相关的产业配套、人才资源、技术储备的情况下仓促加码、强行建设。这使得部分地区的数字产业始终处于低水平重复建设，产业的低端化、同质化竞争导致数字经济与实体经济适配度低，烂尾多、成果少，反而导致了更大的资源浪费和更严重的资源配置扭曲。

　　第二，不同地区的产业基础条件差异导致地区层面的数字化协同能力较弱，不均衡发展问题突出。2023年，中国第一、第二、第三产业的数字化渗透率分别为10.78%、25.03%和45.63%，仍然反映出不同产业间较大的发展不充分、不均衡问题。由于中国不同地区的产业结构差异很大，以服务业为产业主体的东部沿海地区数字化水平更高，而以制造业甚至农业为产业主体的一部分中西部地区数字化水平相对落后。这一方面使得东西部产业数字化发展水平非均衡化特征较为突出，同时也限制了数字技术在更大的市场范围内深化产业协同、优化资源配置等能力的实现。

　　数实融合发展的安全性、稳定性对新质生产力的韧性发展起着重要作用，但在现实中，数字经济在数据、算力、算法等方面仍然存在着诸多风险挑战，对数字经济在开拓市场空间、创新资源配置等方面的优势形成限制。

　　第一，从数据的角度来看，由于权利边界不明晰、技术手段有局限、标准规范较滞后，中国在数据要素开放、共享以及交易活动中仍有较强的“不愿、不敢、不易、不能”障碍，数据产权与分割、开放与保护之间的矛盾较为明显，“数据孤岛”问题仍然存在，数据要素配置的市场机制、定价机制、分配机制尚处于起步阶段（，2022）。这使得数据要素的生产潜能、匹配功能无法得到充分释放，数据安全风险持续存在。

　　第二，从算力的角度来看，中国的算力发展面临着三个方面的问题：（1）算力协同能力不足，尤其是“东数西算”工程中枢纽节点算力结构有待进一步深化，东西部算力协同发展能力仍有待提升。（2）算力生态不完善。由于区域间数字化发展水平不均衡，中国部分地区（主要在中西部地区）数据中心的运行效果与原有算力设计规模的设想差距较大，且上下游企业基于算力协同联动的能力和应用生态市场的协同发展程度不够（郭亮，2024）。（3）算力体系建设自主程度还不高。目前中国算力在核心技术创新方面仍存短板，特别是在芯片软件研发领域对外依存度仍然较高，关键核心技术的“卡脖子”风险持续存在。这不仅不利于更高性能的算力建设，也为日后的算力应用和安全运维带来潜在的风险隐患。

　　第三，从算法的角度来看，算法的不合理发展可能会给市场竞争、产业协同等发展新质生产力的重要因素方面带来风险挑战：（1）妨碍市场机会公平。算法的运行并非完全透明，许多大型互联网平台企业会借助算法技术、算法决策、算法推荐等手段构筑自身数据优势、用户优势，并通过确立市场优势地位的方式妨害其他市场主体的正常公平竞争。这不利于市场竞争机制的充分发挥和经济活力的充分释放。（2）形成算法壁垒，妨碍产业协同。一些企业处于维护自身垄断优势，设置算法壁垒限制数据要素在不同产业间的价值流动与共享，这会直接影响产业协同的效度，恶化产业体系发展生态。

　　在数实融合背景下促进新质生产力的发展，必须围绕数实融合发展新质生产力的四大优势，从要素、产业、市场等多个维度着手，在健全和完善数实融合相关体制机制的过程中凝聚发展新质生产力的制度合力。

　　第一，聚焦数据要素市场同其他各类要素市场制度的联动建设，着力破除要素自由流动的体制机制障碍，丰富要素流动渠道，更好推动要素提质增效。这其中有两个方面的重要内容：（1）对于数据要素市场而言，要加快打通导致场内场外数据各自循环的壁垒和关键环节，建立健全高效的公共数据共享机制与数据流通交易规则，实现数据的规模化流通和合理性应用。（2）对于数据要素赋能其他各类生产要素而言，要以新型基础设施体系建设为抓手，实现区域间物流、信息流、数据流的协同流动，并在统一政策、规则、规制、标准的基础上降低市场准入门槛、破除不必要的制度壁垒，推动要素在更大市场范围内充分涌流、高效流通。

　　第二，要打通市场应用的难点、堵点，以要素生态、创新生态为抓手发展产业生态，优化要素市场运行机制。具体而言：（1）要健全并丰富要素交易平台种类，创新新型生产要素培育和交易的市场规则，积极拓展现有公共资源交易平台功能，探索要素交易平台交易联动机制，推动实现新要素与传统要素的自由流通、有效结合。（2）大力健全科技成果交易、转化和收益分配机制，完善知识产权保护体系，推动知识技术人才等创新要素的流畅流动。

　　第三，要以高水平、高质量为总领，加快推进全国统一的质量、标准体系建设，积极推动地区间标准互认和采信机制，着力增强要素交易和资源配置的公平性、灵活性、协同性和适应性。

　　第一，要依靠改革破除科技领域体制机制障碍，加强科技研发成果与国家需要、人民要求、市场需求的匹配度，着力实现“技术开发—成果转化—产品应用”全产业链的畅通（李翰斌，2022），推动从科学研究到实验开发再到推广应用的跳，让一切创新源泉充分涌流。

　　第二，要进一步深化“产学研用”的协同联动，畅通技术研发与产业链之间的关节链接，鼓励技术专利增量创造与成果转化，推动创新资源在“研发—转化—应用”的全周期配置。要及时对产业应用条件成熟的技术专利进行开源共享，充分释放市场经营主体的生产活力和技术再创新能力，鼓励市场经营主体通过多方协作、技术共享等方式搭建创新平台，探索未来前沿科技的新型开发协作机制。

　　第三，要在正确把握政府和市场关系的基础上完善产业创新体制，进一步打通科技创新与经济社会发展之间的通道。要积极响应市场需求，引导技术创新资源的高效合理配置，形成创新活动价值创造的强大合力。要在产业创新活动中突出企业的创新主体地位，推动相适宜的各类要素资源向企业集聚、向产业集聚、向产业集群集聚，支持企业完善技术创新决策、研发投入、科研组织以及成果转化的全链条生产创新活动体系。引导社会力量、企业力量参与重大科技规划、重点产品科研攻关以及科技成果转化的具体活动和规则制订中，进一步凝聚政府和市场的协同创新合力。

　　第一，要着力促进投资与融资的双向协调匹配。投融资活动是项目与资金的“牵线人”，以资金和项目的性质、特征、期限以及主体的相互匹配为活动开展前提。要逐步打破目前过度倚重债务融资开展市场化产业活动的恶性循环，在特色优势产业、专精特新产业、形成前瞻共识的产业上下更大功夫，以政府基金引导、社会投融资力量共创的方式，为数实融合下新模式、新业态的产业化落地提供稳定可持续的保障。

　　第二开元体育·(中国)官方网站，要大力发展直接融资，积极发挥多层次资本市场应有的功能和作用。科创板、创业板和北交所是培育和发展新质生产力的重要阵地。支持新质生产力发展，加快新产业、新业态、新模式的培育，需要资本市场增强对科技含量高的领域的精准服务能力，以专精特新的资产质量、技术含量为“金标准”盘活融资活动。具体而言，科创板要持续完善面向世界科技前沿、经济主战场和国家重大需求的高新技术产业和战略性新兴产业的融资支持体系，以“科技成果产业化”为标准推进上市条件多元化、信息披露规则完备化；创业板要发挥服务“三创四新”的定位，以“企业成长性”为标准，推动更多传统产业通过技术革新、设备更新等方式发掘潜在创新生产能力；北交所则要立足服务“专精特新”中小企业这一战略定位，以“企业在垂类细分市场的发展”的标准，靠前发力支持各领域产业创新的持续涌现。

　　第一，要完善新型举国体制，以数实融合为抓手大力发展科技创新。一方面，发展新质生产力需要更好发挥有为政府的导向作用。政府应针对发展新质生产力进行前瞻性思考、全局性谋划、战略性布局、整体性推进，加快在关键性、颠覆性技术方面实现重大突破，争取早日解决“卡脖子”难题，打造中国科技竞争新优势；另一方面，发展新质生产力也离不开有效市场的积极作用。市场经济主体应积极响应政府政策，努力探索前沿科技，通过科技创新的重大突破催生新质生产力。

　　第二，要建立健全区域协调发展体制机制，立足数实融合的发展机遇，更好统筹本地区、区域内、区域间三种不同层次的发展模式，因地制宜发展新质生产力。具体来说：（1）要立足本地已有的资源禀赋，在数实融合提升赋能的过程中引导资源投入本地区新产业、新模式、新动能的发展建设中，提高资源禀赋的利用效能。（2）要借助泛在互联的数字技术赋予的治理效能，积极为区域内产业集群的高效能发展创造更加普惠公平的制度便利条件，营造产业良性再生、互生、共生的区域发展环境。（3）要立足产业体系的完整性、先进性、安全性，结合国家战略部署，统筹区域间新型生产要素的差异化配置，形成不同区域错位发展、协同共生的新质生产力发展格局。

　　China Economist （中文刊名：《中国经济学人》）是由中国社会科学院主管、中国社会科学院工业经济研究所主办的面向全球发行的中英文学术期刊。China Economist创刊于2006年3月，始终致力于向全球传递中国经济学与管理学最前沿研究进展，搭建中外学者相互交流的学术平台和研究阵地，向全世界宣传能够代表中国人民根本利益诉求的研究成果，促进国外读者更好地了解中国，不断增强我国的国际影响力和国际话语权。《中国经济学人》先后被EconLit、EBSCO、ProQuest、SCOPUS等全球主流、权威数据库及索引系统收录，入选中国社会科学院中国人文社会科学期刊（AMI），是“代表我国人文社会科学英文刊最高水平”的期刊。