當前，新一輪科技革（gé）命和產（chǎn）業變（biàn）革突（tū）飛猛進，顛覆性（xìng）技術不斷湧現。新興顛覆性技術（shù）的成（chéng）熟和（hé）產（chǎn）業轉（zhuǎn）化持續創造新（xīn）產品、新模式、新業態乃至新產業。以雲計算、大數據、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中創新最（zuì）活躍、影響最廣泛和深入的技術群。新一代數字技術如同（tóng）蒸汽引擎、電動馬達、電力、芯片一樣，是典型（xíng）的通用（yòng）目的技術（General Purpose Technologies，GPT’s）。通用目的技術具有三種典型的特征：一是廣泛的擴（kuò）散性（xìng）。具有在廣泛產業領域普遍使用的潛力，而且隨著技術的演進能夠擴（kuò）散至整個經濟。二是技術改進的內在潛力。隨著技術的發展，性能、成本、用途都會得到持續的改（gǎi）進。三是創（chuàng）新（xīn）的互補性。通用目的技（jì）術扮演著使能（néng）者的角色，它不（bú）是直接為（wéi）其（qí）他行（háng）業帶來生產率（lǜ）的提高，而是為這些行業（yè）提高生產率的創新活（huó）動打開了機（jī）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（xīn）一（yī）代數字技（jì）術正在在加速擴散、與其他行業（yè）深度融合，成為改變國民經濟各行（háng）業的關鍵力量。

新一代（dài）數字技（jì）術對國民經濟各行業（yè）的賦能作用受到我國政府（fǔ）的高度重視。在2021年10月18日（rì）十九屆中央政治局第三十四次集體學習時，習近平總書（shū）記指出：“促進數字技術和實體經濟深度融合，賦能（néng）傳統產業轉型升級，催生（shēng）新產業（yè）新（xīn）業態新模式，不斷（duàn）做強做優（yōu）做大我國數（shù）字經濟。”“推動數字經濟和實體經濟融合發（fā）展。要把握數字化、網絡化（huà）、智能化方向，推（tuī）動製造業、服務業、農業等產業（yè）數字化，利用互聯網新技術對傳統產業進行全（quán）方位、全鏈條的改造，提高全要素生產率（lǜ），發（fā）揮數字技術對經（jīng）濟發展的放大（dà）、疊加、倍（bèi）增作用。要推動互聯網、大數（shù）據、人工智能同產業深度融合，加快培育一批‘專精特新’企業和製（zhì）造業單項冠軍企業。”2021年（nián）12月國務院印發的《“十四五（wǔ）”數字經濟發展（zhǎn）規劃》也提出，“以數據為關鍵要素，以數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取得顯著成效”。可見，“數字（zì）技術和實體經濟深度融合”或“數字經濟和實體經濟融（róng）合發（fā）展”已經成為我國（guó）產業（yè）和經濟發展的重要戰略方向。無論是“數字（zì）技術和（hé）實體經濟深度融合”或“數字經濟和實（shí）體經濟（jì）融合發展”都是新一代數字技術在實體經濟（jì）部門的深度應用，與實體經濟部門的創新鏈、工（gōng）程鏈、價值鏈、產業鏈、供應鏈、顧客價值鏈以及產品、服（fú）務緊密融合在（zài）一起，並（bìng）使實體（tǐ）部門的業務流程、產品架構、生產方式、產出形態、生產效率等方麵發生全方位（wèi）的改變，這（zhè）一（yī）現象可以簡稱為“數實融合”。

製造業是立國之本、強（qiáng）國之基、創新之源，在世界經曆百年未有（yǒu）之大變局、新一輪科（kē）技（jì）革命和產業變革突飛猛進、全球產業鏈價值鏈麵臨重構的大（dà）背景下（xià），製造業在（zài）經濟增長、吸納（nà）就業、催生創新、國家安全等方麵的重要性進一步凸顯。從中（zhōng）國內部看，隨著工資（zī）水平的上漲以（yǐ）及土地、能源、環境等要素約（yuē）束加強，改革開放以來形成的（de）成本優勢正在削弱。通過推動製造業數實融合，不但可以用數字技術為製造（zào）業賦能，提高（gāo）製造業的勞（láo）動生產率，保（bǎo）持綜合成本（běn）優勢，而且能夠推（tuī）動製造業（yè）的產品創新、生（shēng）產方式創新、商業模式創新、產品形態創新，重塑製造業的國際競爭力，還（hái）能夠通過（guò）製造（zào）業對（duì）數字技術需求所創造（zào）的大規模市場，引致數字技術的進（jìn）一步突破、成熟（shú）和（hé）產業轉化，帶動數實融合相關（guān）的數字產品、服務和（hé）係統解決方（fāng）案產業的快（kuài）速發展（zhǎn），甚至（zhì）在這些領域成為全球的行業領導力量（liàng）。我國（guó）政府（fǔ）高度重（chóng）視製造業的數實融合，近年來（lái）有關部委出台（tái）的關於智能製（zhì）造、工業互聯網、服務型製造、上雲用數賦智等政策，其核心就是推動製造業的數實融合（hé）。

近年來，國內外學者針（zhēn）對製造業的（de）數字化（huà）轉型、工業互聯（lián）網、智能製（zhì）造等開（kāi）展了大量研究，但直接關注製造（zào）業數（shù）實融合的（de）研究仍然相對較（jiào）少。本文將分析製造業數實融合的發生範圍和表現形態、條件與功能，探（tàn）討製造業數實融合發展（zhǎn）的製約（yuē）因素，並有針（zhēn）對（duì）性（xìng）地提出推動製造業數實融（róng）合的政策建議。

製造業的數實融合（hé）體現在與製造活動相（xiàng）關的（de）廣泛領域、涉及到各種要（yào）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（hé）再加工的一係列經濟活動，物質產品形態、性質的（de）改變主要發生在車間和工廠之中，因此（cǐ）當人們（men）想到製造（zào）業的數字化、數（shù）實融合等概念時，常常把（bǎ）其局（jú）限在車間和工廠這一物理空間以及加工製造這一生產環節。實際上，製造業數字化（huà）、智能（néng）化的（de）領域要廣泛得多_{[中國社會科學院工業經濟研（yán）究所智能（néng）經濟研究組.智能（néng）+：製造（zào）業的智能化轉型[M].人民郵電出版社，2021:18-24.]}，數實融合包括了製造業的全（quán）領域、全周期、全生態。

科（kē）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。從組織架構上（shàng）看，企業包括總部和下屬的事業部、子公司、分公司。總部包括（kuò）行政、財務、投資、戰略、生產經營、研發、人力資源（yuán）等不同的職能部門，每（měi）個職（zhí）能部門都有其特點的各種職能與（yǔ）經營管理活動。下屬事業部或子公司、分公司包含了（le）不同產業（yè）領域的生產活動，每個產業領域有擁有多家可（kě）能分（fèn）布（bù）於多個區（qū）位的車間和工廠。製造（zào）企業的產品製造（zào）過程是在（zài）車間、工廠（chǎng）中進行的，工廠的活動除生產線（xiàn）的加工製造外，還涉及進貨（huò）、出貨、倉儲、水電氣熱等基礎設施以及生產過程、生產人（rén）員（yuán）的管理等各種（zhǒng）活動。德國工業4.0提出製（zhì）造業的縱向集成，即將包括（kuò）機器設備、供應鏈係（xì）統、生產係統、運營係統（tǒng）等企業（yè）內部的流程連接起來，實現信息的（de）實施溝通。製（zhì）造業數實融合所覆蓋的活動遠超過這個範圍，數字技術可以融入（rù）製造企業生產經營活動的方方麵麵，既（jì）包（bāo）括各個部門（業務單元）及其相關的業務流程，同時不同部門（業務單元）、業務流程之間也被數字化網絡緊密聯係在一（yī）起，開展交換數據（jù）、響應指（zhǐ）令、執行（háng）操作等活動。

從價值創造的角度看，企業的生產經營活動從產品（pǐn）的創（chuàng）意開始，經過開發設計、加工製造（zào），再到（dào）產品分銷、運營服務，最後是回收處理，這（zhè）構成產品（pǐn）所經曆的完整生命周期，產（chǎn）品全生命周（zhōu）期的數字（zì）化智能化的過程被德國工業4.0稱（chēng）為“端到端（duān）集成（chéng）”。製造業的數（shù）實融合覆蓋了（le）價（jià）值鏈的全（quán）周期，它既可以發生在價值鏈的完整周期，也可以發生在價值鏈的一個或多個環節。顧客價值鏈（customer value chain）從需求側（cè）提供了看待企業價（jià）值創造的視角。顧客價值鏈包括評估、選擇、購買、接（jiē）收、消（xiāo）費、處理等環節。從用戶的視角看，商業模式包括企業（yè）為用戶創造的價（jià）值、用戶為交換該價值的付出以（yǐ）及可能對用戶造成的價（jià）值侵蝕。因此，可以把顧客（kè）價值鏈的活動劃分為：價值創造、價值捕獲、價值侵蝕。通（tōng）過解綁顧客價值鏈，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（yè）的深度融合使（shǐ）解綁（bǎng）的力量超越了（le）一體化的力量，加速了顧客價值鏈解綁的過程（chéng）。比如，以前顧客觀看影視作品需（xū）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供影視作品，解構了顧客價值（zhí）鏈活動，為顧客和自己都創造了新的價（jià）值。

製造企業以產品為中心開展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（xià），那種像福特汽車Rouge工廠“一端（duān）吞進（jìn）礦石，一端吐出汽車”的高度一（yī）體化的工廠已經不複存在，企業必須參與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，由此企業競爭力（lì）的來源都已經離不開它所處的商業生態。早期的學者認為商（shāng）業生態係統由消費者（zhě）、供應商、主要的生產（chǎn）者、競爭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.]}。就製造業而言，商業生態係統包（bāo）括了上遊原材料（liào）、零部件供應商，下遊分銷商、零售商，供應（yīng）鏈、金融、信息基礎設施等其他生產性（xìng）服務活（huó）動提供商，開源平台、眾包平台以及其中（zhōng）的廣大極客、創客，領先用（yòng）戶、用戶社區等。德國工業4.0將企業（yè）與合作夥伴（bàn）、公司與公司之間、公司與用戶之間的（de）網絡（luò）連（lián）接稱為橫向集成。製造業數（shù）實融合包含了企業所處的整個商業生態範圍，隨著數字技術發（fā）展水平的高（gāo）低和企業實際業務發（fā）展需要，數實融合也（yě）會越來越（yuè）廣泛（fàn）地發生在商業生（shēng）態的組成單元之間。

製造業的數實（shí）融合以要素融合、技術融合、設施融合、流程融合、產品融合等多種融合形態呈現。

生產（chǎn）活動的開展需要（yào）生產要素的投入。早期的生產活動主要依（yī）靠天然的生產要素如土地、自然資源、天然（rán）勞（láo）動力。隨著生產力的發展、技術的進步（bù）和勞（láo）動剩餘的積累，資（zī）本、知識、技術、管理、受過教育的高素（sù）質勞動力等成為生產要素的組（zǔ）成部分。在製造業（yè）發展的長期過程中特別是現代計算機出現後，數據也開始在生產過程中發揮作（zuò）用，例如，冶金、化工、電力等流程型製造業根（gēn）據各（gè）生（shēng）產（chǎn）環（huán）節反饋的數（shù）據對生產過程進（jìn）行自動控製。但總體上來所，由於數據量小、數據（jù）處理能力弱，數據在製造（zào）業中發揮的作用非常有限。直到（dào）大數據、雲計算、物聯網、移（yí）動互（hù）聯網、人工智（zhì）能等新一代數字技術成（chéng）熟和商業化應用後，數（shù）據海量增長、算力（lì）顯著提高，數據對於包括製造業在內的國民經濟各行業創造經濟價值越來越（yuè）重要，被（bèi）稱為數字經濟時代的（de）石油（yóu）。《中共中央關於堅持和完善中國特色社會主（zhǔ）義製度推進國家治理體係和治理能力現代化若幹重大問題的決定》提出“健全勞動、資本（běn）、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機製。”這一（yī）論斷在我國官方層麵認可了數據作為生產要素的地位，數據（jù）不但是重要的生產資料，而且（qiě）能夠按照貢獻參與分（fèn）配。

數據成為生產要（yào）素並不是孤立的發揮作用，而是與（yǔ）傳統的（de）生產（chǎn）要素融合到一起。劉（liú）鶴副總理在2021年世界互（hù）聯網大會烏鎮峰會上的致辭中指出：“當前（qián）互聯網發展躍升到全麵滲透、跨界融合的新階段，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（hè）出席2021年世界互（hù）聯網大會烏鎮峰會[EB/OL].（2021-09-26）[2022-03-20].http://www.gov.cn/guowuyuan/2021-09/26/content_5639418.htm.]}。從這（zhè）一論斷可以看到，數據與其他生產要素一起成為生產函數的組成部分。數據（jù）對（duì）生產函數的影響表現在以下幾個方麵：一是數（shù）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（jiǎn）少一種或幾種生產要素的使用；二（èr）是數（shù）據能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；三是數據與其他生產要素一起，使（shǐ）產（chǎn）出的結構、質量、性（xìng）能發生顯著改變。另（lìng）一方麵，數（shù）據與（yǔ）其他生產要（yào）素的（de）融合表現在數據作（zuò）用的發（fā）揮需要其他生產要素的投入作為支（zhī）撐。例如，數據采集（jí）、傳輸、存儲、計算等（děng）新型基（jī）礎設施的建設（shè）需要資本的投入，基礎設施中蘊含著大量的人類知識和（hé）技能（néng），基礎設施的運行也需要持續的電力（lì）、人（rén）力投入。

現代經濟（jì）是創新驅動的經濟，作為創（chuàng）新最活躍、技術（shù）密集度（dù）最高的製造業，其發展更是離不開技術的持續創新；而數字技術的發展（zhǎn）也是由顛覆性的前沿技術的（de）突（tū）破、成熟所推動的，因此技術融合成為製造業數實融合的重要內容。技（jì）術融合（hé）主（zhǔ）要呈現兩個方麵：一是數字技（jì）術內部的融（róng）合。數字技術（shù）是一組相互依賴、相互促進的技術群，隻有當相應技術成熟後其作用才能得到充（chōng）分發揮。例如，人工（gōng）智能的發展幾乎與計（jì）算機的出現同步，早在1956年的達特茅斯會議（yì）上就提出了人工智能概念，有早起的人工智（zhì）能開拓者曾樂觀地認為，十年內人工智能就能通過“圖靈測試”。但（dàn）是（shì）直到曆經兩次起落的數十年時間後，等到辛頓教授（shòu）提出深度學習算法，在“摩爾定律”推動下（xià）傳輸、存儲、計算能力顯著提高、成本顯著下降時，人工（gōng）智能（néng）技術才進入大規模應用階段。上（shàng）世紀80年代，索洛（luò）在研究計算機對生產率的（de）影響時發現，計算機的廣泛使用並沒有使國民經濟的生產率獲得顯著提升，由此得出著名的索洛悖論：“計算機無處不（bú）在，除了（le）在生產率上”。後來的研究發現，計算（suàn）機實（shí）際上顯（xiǎn）著提高了全社會的生產率，索洛悖論存在的原因在（zài）於其他方（fāng）麵的（de）技術在當時不夠成熟（shú），未能有效支撐計算機提升生產率作（zuò）用的發揮。Brynjolfsson對人工智能技（jì）術的研究發現，與人工智能技術顯著突破的是生產率（lǜ）增長的放緩，他們估計原因（yīn）在於與人工智能互補的相關技術（shù）尚不成熟，這（zhè）些互補（bǔ）性技術（shù）發展的所需要的（de）資金和時（shí）間投入巨大，因此在（zài）人工智能技術發展的初期可能會造成生（shēng）產率（lǜ）的降（jiàng）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.]}目前廣受關注的元宇宙（zhòu）也是由拓展現實、區塊鏈、人工智能、移動（dòng）互聯網、區（qū）塊鏈等技術構（gòu）成的技術群所支撐的。數字技術在製造業中的深（shēn）度應用，也需要（yào）相關（guān）數字技術的協同演（yǎn）進。二是（shì）數（shù）字技術與製造技術的（de）融合。數字技術在製造業的應用不是製造技術與數字技術相互分（fèn）離，而是有機（jī）融合在一起。生產設備當中融合（hé）入數字技術，實現（xiàn）生產線的自動化、智（zhì）能（néng）化；製造業所形成的專利、技術訣竅等以（yǐ）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（jì）術成為解決手段。

製造業的生產（chǎn）活動（dòng）涉及產品的開發、產品（pǐn）原型的製作、產品的（de）製（zhì）造以及各種中間投入的原材料、零部件的傳遞，最終產品的運輸和分銷、產品的維修和回收。這些（xiē）與產品物理形態（tài）相關的生（shēng）產活動需要物理生（shēng）產設施（shī）的支撐，如研發活動中使用的各種實驗儀器（qì），生（shēng）產工具、設備（bèi）和生（shēng）產線，車輛、倉庫、商場、維修車（chē）間等物流、分銷和維修設施。同樣，數字技術發揮作用，也需要提供連接、數據、算力、算法服務的信息基礎設施，包（bāo）括5G、物聯網、工業互聯網、衛星互聯網等連接基礎設施，數（shù）據中心、智能計算中心等數據和算力基礎設施，提供PaaS、SaaS服務的人（rén）工智能（néng）平台、雲計（jì）算平台等算法基礎（chǔ）設施。在製造業數實融合的過程中也包含了數字設（shè）施與（yǔ）製造設施的融合（hé）。一是製造業的生產活動越來越依賴於數字化的基礎設施，如利用運營商的（de）移動通信網絡、公有雲的算力。二是一些大（dà）型製造企業內部也在建立數字（zì）基礎設施，如（rú）工業互聯網平台、數據中台、私有雲、5G專網，通過這些資產專用性的投資使物理性質（zhì）的生產設施更好的發揮作用。三是最初由大型製（zhì）造企業內（nèi）部使用（yòng）的數字設（shè）施在成熟完（wán）善後，也會（huì）提供給供應鏈中的合作夥伴使用，甚至進一步向行業內企業乃至整個社會開放，成為具有一定公共產品性質的基礎設施，也成為製造企業新的業務增（zēng）長點。

在工業（yè）革命後出現的工廠中，產品（pǐn）生產（chǎn）的流程是不連續的，由工人操作機器（qì）完成某一生產工序的任務，然後將加工過的中間產品轉移至下一生產工序。在第（dì）二次工業革命時期，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（gōng）的產品傳（chuán）輸到工人（rén）麵前由工人進行加工。在第三次工業革命時（shí）期，PLC、計算機、軟件、機床、機器（qì）人等（děng）具（jù）有一定自動化功能的技術在工業中獲得廣泛應用，能源、石化化工、冶金等流程型行業的生產過程可以自動化連續進行。在當前的新一輪科技革命和產業變革中，大數據、雲計算、人（rén）工智能、物（wù）聯網、更加智能化的機器人（rén）等新一代數字技（jì）術在生產線上獲得越來越多的應用，生產流（liú）程的數字化、網絡化、智能化或者說智能製造成為製造業的發展方向，生（shēng）產係統具有自感知、自學習、自決策（cè）、自執行、自適應等功能。生產（chǎn）係統是（shì）實現對自然資源（yuán）進行加工和再加工的製造業核心功能（néng），新一代數字技術與製造業在生產流程的深度融合也成為製造業數實融（róng）合的核心環節。

在工業經濟時代，工廠使用生產設備和工具，通過各種物理（lǐ）、化學和生物反應（yīng），將投入的原材料加工成產品，製造業的（de）產出（chū）是由原子、分子所構成的物質（zhì）產品，具有相應的物理的、化學的、機械的等多方麵性能。隨著信息技術的發展，產品（pǐn）與數（shù）字（zì）技術也逐步融合，比（bǐ）如電腦中包含操作係統和各種應用軟件，但是總（zǒng）體上看，產（chǎn）品與數字技術融合的領域比較有限，主要集中在ICT相關的產品上。隨著新一代數字技術的廣泛擴散（sàn），越來越多的產品呈現出數實融合的特征，產品不（bú）僅包括物理結構，還包括軟件和數據，物理結構中不僅包括了機械的、有機的或無（wú）機的物質成分，還包括了（le）傳感器、芯片等IT硬件產品。以汽車為例，早期的汽車（chē）完全（quán）是一（yī）個機械產品，由發動機燃燒燃料提供（gòng）動力，由駕駛人（rén）員操（cāo）縱機械部（bù）件驅動汽車的行駛；現在的汽車朝著智能網聯甚至無人駕駛的方（fāng）向前進（jìn），使用芯片（piàn）越來越多（duō），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（de）產品。

製造業數實融合需要（yào）數字技術的發展和數字基礎設施的完善作（zuò）為支撐，融合過程展現出多方麵的功能。

製造業的數實融合以泛在連接為前提、以數據為核心、以強大的（de）雲（yún）端或本地算力為支撐，通（tōng）過算法驅動製造業的（de）生產經營活動。

製造業的數實融合是將製造業（yè）的全領域、全周期、全生態與數字技（jì）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業的各個（gè）業（yè）務單元、價值鏈的各個環節（jiē）或生態的各個參與（yǔ）方的使用，而且這些業務單元之間、環節或參與（yǔ）方之間（jiān）都會連（lián）接在一起並實現互動。因此，製（zhì）造業數實融合的前提是製造業所涉及的物質、服務、場景、人（rén）、生（shēng）產經營單（dān）位等接入信息網絡之中。裏（lǐ）夫金在（zài）描述新科技革命和產業變革時指出，互聯（lián）網（wǎng）、傳感器和軟件將人力、設備、自然資源、生（shēng）產（chǎn）線、物流網絡、消費習慣、回收流以及經濟和社會生（shēng）活中各個方麵連接起來，不斷為各個節點（商業、家庭、交通（tōng）工具）提供實時的大數據_{[[美]傑裏米•裏夫金.零邊際成本社會一（yī）個物聯網、合作共贏的新經濟時代[M].賽迪研究院專家組譯（yì），北京：中信出（chū）版社（shè），2017:11.]}。新一代數字技術的（de）發展為（wéi）實時、泛在連（lián）接提供了可能。

新一代數字技術是對數據進行采集（jí）、傳輸、存儲、處理、應用的技術，隨著數據成（chéng）為關鍵生產要素（sù）後，數據在（zài）國民經濟各行業（yè）的重要性顯著提高。製（zhì）造（zào）業的數實融合（hé）也是圍繞著數據（jù）這一核心來展開的，主要體現在以下三個方麵（miàn）：首先，數據分布於製造業（yè）的全領域、全周期、全生態，並在各部門、環節、參與方之（zhī）間流動；其次，製造業的生產活動、經營決策是建立在對數（shù）據（jù）的分析、挖掘之上的。例如，根據銷售情況決定（dìng）物料采購的（de）多少和安排生產進（jìn）度，根據（jù）用戶特征（zhēng）精準選擇宣傳（chuán）渠道、促銷方式等（děng）；第三，一些新產品、新模式（shì）、新業態直接依賴（lài）於數據，沒有數據就沒有這些（xiē）新特征（zhēng）。例如，遠程監測和在線服務等服務型製造模式的（de）開展，需要企業能夠掌握銷售出去的產品的運行狀態數據。由於製造（zào）業的生產活動越來越多地建立（lì）在數據的基礎上，因此製造企業也在不（bú）斷（duàn）地擴大數據的采集範圍，如（rú）在（zài）生產線、物流設備、產品中（zhōng）嵌入傳感（gǎn）器和芯片，不（bú）斷地（dì）打（dǎ）通企業內部、企（qǐ）業與顧客、企業與其（qí）生態夥伴之間甚至企業外（wài）部渠道的數據連接，以獲得更多能（néng）夠為企業創造價值的數（shù）據。

對數據的存儲（chǔ）、處理都需（xū）要計算能力。在數（shù）據（jù）量不大的時候（hòu），可以依（yī）靠企業自有的計算（suàn）機、服務器以（yǐ）及生產設備自身所帶的嵌入式芯片。隨著數據量的急劇增加，傳統（tǒng）的計算能力就無法適應海量數據的計算需（xū）求。一些企業缺少大（dà）規模布置計算（suàn）能力（lì）的（de）資金或人才（cái），另外對於大多數企業來說（shuō），大規（guī）模布（bù）置的計算能力可能（néng）無法獲得充分使用而造成浪費、成本增加。大數據中心、雲計算中心、超算中心使（shǐ）算力（lì）資源雲（yún）端化，企業無需（xū）自己投資建立計算能力，可以按需彈性租用，使算力的獲得門檻和使用成本大大降低。算力基（jī）礎設施的提（tí）供者既有傳統電信運營商（shāng），也有互聯網（wǎng）平（píng）台企業。雖然雲計算基礎設施成為企業普遍（biàn）采用（yòng）的形式，但是（shì）出於（yú）數據安（ān）全的考慮以及數（shù）據處理速度的要求，一些企業也會在使（shǐ）用公有雲的同時布置私用雲，在使用雲計（jì）算的同時根據不同應用（yòng）場景的需求采用霧計算和（hé）邊緣計算。

製造企業對（duì）數據的使用是為了解決特定的任務，而每一種任務的解決都（dōu）有其內（nèi）在的規律、邏輯或方案。算（suàn）法就是對解決特定任務方案的準確而完整的（de）描述，它（tā）以用某種計算（suàn）機語言編寫的代碼的（de）形式呈現出來。製造業（yè）數實融合中對海量數據的處理（lǐ），自動化、智能（néng）化（huà）的操作，其背後都有算法在發揮作用。人（rén）工（gōng）智能技術之所以（yǐ）得到廣泛的應用，就在於算法實現（xiàn）了重（chóng）大的突破。大型製（zhì）造（zào）企業實力強大、人才聚（jù）集，有能力自主開發包（bāo）括工業互聯網平台在內的（de）各種算法。而許多中小企業缺少獨立開發（fā）數字化（huà）應（yīng）用（yòng）的資金和人才，因此主要采用其他大型製造企業、互聯網企業開發的門檻低、易（yì）部署的“輕量應用”“微服務（wù）”。例如（rú），許多消費平台企業為入駐（zhù）企業提（tí）供的支付、開店（diàn）、銷售管理等功能；工業互聯網平台提供的通用和專用PaaS服務、工業APP等SaaS服（fú）務。在（zài）數字經濟（jì）時（shí）代（dài），開源運動（dòng）獲得更（gèng）大的發展，許多算法會（huì）被極客、企業和公共機構以各種開源協議共享，其他企業（yè）可以不（bú）用從頭開發這（zhè）些算法、軟件，可（kě）以根（gēn）據開源協議將算法（fǎ）直接（jiē）拿來使用或進行二次開發，極大地加速（sù）了算法、軟件的開發速度，顯著降低了開發成（chéng）本，加速了算法的普及應用（yòng）。

數字技術與製造技術、數字（zì）經濟與製造業的深入融合表現出整合（hé）多維數據、發現潛在知識、替代人（rén）力（lì）勞動（dòng）、編碼行（háng）業知識、軟件定義產品、創新商業模式（shì）等多（duō）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據，這些（xiē）數據構成企（qǐ）業價值的重要來源。一方麵，企業本身的活動就非常複雜，涉及不同業務領（lǐng）域、不同價（jià）值鏈環節，另一方麵，企業隻是社會生產、分（fèn）配、交換、消費大循環中和生產鏈條中的一個環節，企業外部的商業夥伴、用（yòng）戶的數據對於企業的經營活動至關重（chóng）要，其他商業組織或（huò）政府（fǔ）機構（gòu）來源的（de）數據（jù）也能夠給企業（yè）帶來額外的價值。數據（jù）的價值取決於數據規模以及顆粒度、鮮（xiān）活度、連接度、反饋度、響應度、加工（gōng）度等方麵。_{[李曉華、王怡（yí）帆.數據價值鏈（liàn）與價值創（chuàng）造機製研究[J].經濟縱橫，2020（11）：54-62+2.]}為了最大化（huà）發（fā）揮數據的（de）價值、增強企業的市場競爭力，企業需要把來源不同的數（shù）據整合到一起（qǐ）。數實融合的（de）重要功能就是建立廣泛、實（shí）時的連（lián）接，將（jiāng）來源、結構等方麵差異巨大的數據整合在一起，為後續數據（jù）的處理、應（yīng）用打下基礎。

製（zhì）造企業的知識有些來自於人類的（de）科學發現（xiàn）、企業內部的研究開（kāi）發以及經營管理人員、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（wèi）被發現的（de）知識隱藏在企業生產經營活動產生的海量數據之中。建立在大數據和機器學習基礎上的人工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）的相關關係。這種相關關係一方麵未能被企（qǐ）業（yè）在傳統的技術手段下發（fā）現，同時人工智能算法本身也無法對二者相互影響的機製做（zuò）出解釋（shì），但是（shì）按照這（zhè）種相（xiàng）關關係（xì），就能夠改進企業的（de）績效。比如，通過對生產線各種工藝參數曆史數據的（de）分析，能夠（gòu）發現生產（chǎn）效率最高的工（gōng）藝參數組合，按照這種工藝參數的調整生產線，就能（néng）夠明顯提高良品率和企業的產出效率；通過對用戶數據（jù）的分析，可以發現用戶對產品特征的偏好程度，據此開發更加（jiā）適銷對路的產品（pǐn）。

人工智能等數字技術可以看作廣義的機器。工業革命之後的很長一個時期，機器主要是替代人類的體力勞動，完（wán）成（chéng）人（rén）力所無法完（wán）成（chéng）的繁重工作，逐步將人類從繁重（chóng）、危險（xiǎn）、肮髒的工作（zuò）解放出來。隨著大新一代（dài）數字技術的功能不斷強大、成本持續降低及其與（yǔ）加工（gōng）中心、機器（qì）人等技術的深度融合，數字技術替代人工（gōng）在越來越多的領域變得在技（jì）術和經濟層麵（miàn）更加可行，不但一（yī）些重複性的勞動密集型工作可以被（bèi）數字技術替代，一些（xiē）智（zhì）力型的工作（zuò）（如一部分研發工作、生產線管理工作、經營（yíng）數據分析工作）也成為人工智能技術的替（tì）代對象。隨著我國勞動成本的上漲（zhǎng），傳統的勞（láo）動密集型產業正在喪失全球競爭優勢，用“機器換人”變得越發緊（jǐn）迫。在質（zhì）量檢測等一些工序上，用機器替代人不但成本低、效率高，而且生產的精度、穩定性（xìng）也得（dé）到了提高。

無論是已經積（jī）累的科（kē）學知識和經驗，還是大數據、人工智能（néng）方法洞察的知識，無論是基於數據提升生產線的性能，還是用機器換人，都需要（yào）把這些人類的知識、企業的經驗編（biān）碼化，即（jí）將這些知識和經驗以代碼、軟件（jiàn）、APP等形態呈現出來。軟件根據輸入（rù）的數據（包括人為的輸入、設備自動（dòng）采集的（de）數據等），按照知識和經驗形成的規則，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：中信出（chū）版社，2018：77-80．]}。例如，質量檢測領域應用的視覺識別係統就是將反複（fù）訓練後的算法移植入生產設（shè）備。這些被編碼後的知（zhī）識所形成的代碼可以存（cún）在於製造企業生產活（huó）動的方方麵（miàn）麵，以應用軟件、APP、工（gōng）業互聯網係統、嵌入式軟件等形態存在。而（ér）且這些代碼隨著人類（lèi）知識的更新、人工智能係統不斷（duàn）的訓練而持續迭代更（gèng）新。

隨著數實融合的（de）深入推進，軟件已經成為製造業產品（pǐn）的重要組成（chéng）部分，可以說，產品的（de）軟件定義（yì）特征不斷強化（huà）。軟件定義產品包括（kuò）三種類型：一是軟件定義產品的功能。產品（pǐn）中的一些功（gōng）能必須依賴軟件來實現，軟件決定了該（gāi）功能的存在與否。二是軟件實現產品的功能。通過軟件的響應、運算、下達指令實現對硬件的操（cāo）縱，通過硬件的操縱實現特定的功能。三是軟件優化產品的（de）功能（néng）。由於（yú）軟件相比於能夠實現相同（tóng）功能的機械部件（jiàn）、電子元件來說性能更優或成本更低，所以軟件可以取代這（zhè）些物理元器件。_{[李培根，高亮．智能製（zhì）造概論[M]．北（běi）京：清華大學出版社，2021：273-275．安筱鵬．重構：數字化轉型的邏輯[M]．北京：電子工業出版社（shè），2019：54，78，63-64．]}

數字技術會（huì）推動企業的商業模式和（hé）業態創新，這些新型商（shāng）業模式本身就是高度數實融合的。在（zài）上世紀80年代，製造業就出現了服務（wù）化的趨勢。在數（shù）字技術的驅動下（xià），製造業的生產、服務（wù）係統將能夠自動化地對個性化需求做（zuò）出響應，突破了傳（chuán）統服務（wù）業發展對人才的（de）依賴和規模不經濟的約束。在（zài）產品層麵，通過內（nèi）置在產品中（zhōng）的（de）傳感器采集用戶的使用情況或產品（pǐn）的運行狀態（tài），製造企業能夠提供個性化使（shǐ）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（gēn）據市場預測進（jìn）行大規模生產的模式（shì）轉向根據用戶訂單小批量甚至個性化定製的模式，高度（dù）柔性化、智能化的生產係統可（kě）以低成本的進行小批量甚至單件（jiàn）生產。甚至（zhì）製造企業還可以把消費者（zhě）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（jí）壓力和產業增（zēng）長點推動（dòng）製造企業積極實施數實融合（hé），互聯網企業也將數實融（róng）合作為業務拓展的重要方向，我國製造業數實融合水平有（yǒu）了顯著提高。例如，中國（guó）大陸（lù）33家企業入選世界經濟論壇評（píng）選出來的“燈塔工廠”，占全部103家的（de）比重接近1/3。然而也要看到，中國製造業的數實融（róng）合也麵臨製造能力（lì）、數字化水平、數字化能（néng）力、數據流（liú）動等多方（fāng）麵的製約。

製造業數實融合的重要方麵是將製造業積累的知識的編碼化，隻有製造能力提高了，才有可能（néng）將數實融合推進到（dào）一個更高的層次。我國製造業在產品性能、質量、可靠性等方麵與世界領先水平仍存在（zài）較大（dà）差距，很重（chóng）要的就體現（xiàn）在工業軟件的差距上，而工業軟件本身就是（shì）製造業能（néng）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，在生產領域（yù）的控製軟件方麵，不同工廠使用同樣的設備，但（dàn）在（zài）良品率、產品性能上存在差異，也是企業在製造能力上（shàng）差距的體現。數字技術可以全麵推動製（zhì）造業生產效率的提高，但是需要數字技術與（yǔ）製造技術（shù）的共（gòng）同演進。通用電氣在發布自己的工業（yè）互聯（lián）網戰略時，提出（chū）工業互聯網要“發揮1%的威力”。通過對工業生產線中海量數據的分析（xī），人工智能係統能發現最優工況參數的組合，從而明顯改善生產線良品（pǐn）率、提高整體生產效率（lǜ）和經濟（jì）效益，但是如果要進一步提高製造業效（xiào）率或者說超越“1%的威力”就需要製造業本身技（jì）術的進步，比（bǐ）如重新設計產品、重構生（shēng）產（chǎn）流程。數字技術隻是起到助（zhù）力作用，製（zhì）造業的問題根本上還要靠製造業本身能（néng）力的提升來解決。

製造業的數實融合是需要企業有（yǒu）數字化思維，有良好的數字基礎設施支撐以及形成較好的信息化、數字化應用基礎。但總體上看，我國製（zhì）造業行業（yè）間、地區間、企業間發（fā）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極探索智能化（huà）、位列世（shì）界“燈（dēng）塔工廠”的優秀企業，也有大量處於信（xìn）息化、機械化階段的（de）企業，甚至還有處於手工階（jiē）段的企業。對於這些數字化水平較低的企業，一方麵它們對數實融合認識不（bú）足，積極性不高；另一方麵，推動數實融合需要進行大量的設備、係統的數字化改造工作，而這些設備（bèi）層、係統層的改造往往投入較大。普（pǔ）遍來看，製造業的利（lì）潤率相對（duì）較低，在勞動密集型產業和中小企業尤為突（tū）出，巨額（é）的數字化改造升級投入費用是它們難以承擔（dān）。此外，數實融合既是企（qǐ）業的技術決策，也是投資決策，需要對成本與收益進行綜合考量。數實融合的投資未必（bì）就能帶來企業效率的提升以及收益（yì）的增長，數字技術不成熟、應用環節選擇不恰當等（děng）都造成數實融合投資失敗的風險。也就是說，資金投入過大、收益不（bú）明確或投資（zī）回收期長，會造成製造企業特別是中小企業不願投資於數（shù）字化改造，從而影（yǐng）響（xiǎng）數字（zì）化水平的提高和數實融合的深入推進。

企業數字化改造升級的過程不是簡單（dān）的把項目外包給提（tí）供解決方案的企業就行了。互聯網企（qǐ）業的工程師（shī）們懂算法、懂軟件，但是他們不懂製（zhì）造業本（běn）身的知識，即使是數字化解決方案提供商可能有做過某一類行業數（shù）字化改（gǎi）造的經驗（yàn），但是各個企業在生產流程、生產設備等方麵存在巨（jù）大差異，他們對特定的企業也缺少完（wán）整準確的了解。相對的，製（zhì）造企業自己的工程師（shī）懂產（chǎn）品、生產工藝，但不熟悉算（suàn）法和代碼，很難與數字化解決方案提供商對話，需要企業內既懂產品、工藝又懂（dǒng）算法、代碼的（de）工程師作為連（lián）接雙方的橋梁。數實融合的深度推進（jìn）以及由此為企業（yè）帶來經濟效益的增長，不是說數字基礎設（shè）施建成了，數（shù）字化設備用上了就水到渠成。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（liàn）地運用數實融合的生產力工具，還需要工程師對（duì）產品、生產線的算法、軟件不斷進行完善、改進，這些工作不但需（xū）要企業員（yuán）工整體數字思維、數字素養的提高，還需（xū）要有一批熟練掌握和應（yīng）用算法、軟件的工程師隊伍。但總體來看，我國數字技術、管（guǎn）理（lǐ）人才需求量巨大、供（gòng）給偏（piān）緊，我國製造業和互聯網行業的（de）數字化人才分布非常不均衡。互聯網行業優厚的待遇吸引（yǐn）了大量的IT人才，而製造企（qǐ）業微薄的利潤很難養的起一支高水平的IT人才隊伍。

伴隨著企業價值創造活動的開展，是數據的流動。在製造業（yè），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（wù）夥伴間的流動，製造（zào）企（qǐ）業與用（yòng）戶之間的流動（dòng），跨（kuà）行業的數據流動以及政府與企業間的數（shù）據流動。數（shù）據作為企業價值的重要來源，數（shù）據價值創造作（zuò）用的發揮不但依（yī）賴於數據的規模，還依賴於數據之間的連接，數（shù）據的連接越緊密、越廣泛、越及時（shí），對（duì）企業的價值就（jiù）越大。_{[李曉華、王怡帆.數據價值鏈與價值創造機製研（yán）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輸（shū）的（de）障（zhàng）礙，數（shù）據不能按（àn）照在其經（jīng）濟價（jià）值的推動下（xià）順（shùn）暢流動。一是（shì）技術上的製約。製造業由於（yú）行業間、企業間使用的設備、係統千差萬別，造（zào）成設備的數字接口不統一，設備之間的連接難度大（dà）；數據結構不統一，增加了數據打通、使用的（de）難度。二是法律上的製約。法律法規（guī）沒有對數據（jù）的采（cǎi）集、開放、交易和使用做出明確的規定，造成（chéng）政府數（shù）據無法公開，個（gè）人（rén）數據（jù）不能采集（jí），企業（yè）數據無法轉讓。在數字經（jīng）濟條件下，法律法規對數據保護不利也會起（qǐ）到（dào）適得（dé）其反的作用，比如對消費者隱私數據的侵犯、大數據殺熟、基於大數據的算（suàn）法壟斷等問題，產生了對數據開放、流動的抵製。三是商業上的製（zhì）約（yuē）。數據中包含著企業生產、銷（xiāo）售、用戶使用等各個（gè）方麵的信息，蘊含著企業的商業機密和長期積累的技術訣竅，對這些數據的掌握是企業競爭力的重要來（lái）源。一方麵，如果企業（yè）允許其他企業獲取這些（xiē）數據，即使企業能（néng）從對方獲得一些數據作為補償，仍有可能處於數據的淨損失狀態。更重要的是，競爭對手可能通過分析這些數據（jù），獲得企業的用戶特征與分布、生產進度、供應商情況以（yǐ）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（shēng）產線數（shù）據進行分析，幫助其提高生產效率，第三方企業通（tōng）過這些數據掌握的（de）企業的“隱性知識”可能會（huì）用於為競爭對手企業改進生（shēng）產線，從而使該企業的競爭優勢縮小；另（lìng）一方麵，處於數據優勢地位的企業為了維護自己的（de）市場地位甚至是壟斷地位（wèi），不願意將數據開放及與其他企業共享。

本文的研（yán）究表明，隨著新一輪科技革命和產業變革的興起，新一代數（shù）字技術加快成（chéng）熟、擴散與融合，數字技術與實體技術、數字經濟與實體經濟呈現融合程度不斷深化的（de）趨勢，其中製造業是數實融合進展最快、潛力最大、重（chóng）要性最強的國民經濟（jì）行業之一。製造業數實融合的範（fàn）圍包括企業內部全領（lǐng）域、價值（zhí）鏈全周期和供應鏈全生態；在形態上表（biǎo）現為要素融合、技術融（róng）合、設施融合和產（chǎn）品融合。製造業數實融合（hé）以連（lián）接為基礎、以數據為核心、以算力為支撐、以算法為驅動，並通過整（zhěng）合多維數據（jù）、發現潛（qián）在知識、替代人力勞動、軟件定義產品、創新（xīn）商業模式等功能，發揮對製造業的賦能作用，推動製造業的動力（lì）變革、效率變革和質量（liàng）變革。近年來在我國政府的大力推動下（xià），在製造企業、互聯網企業的積極實踐中，我國製造業數實融合取得明顯（xiǎn）進展（zhǎn），但是也麵臨著製造能力（lì）、數字化水平、數字化能力（lì）、數據流動等多方麵的製約。

今後一個時期，製造業（yè）數實融合將進一步深（shēn）入發展，範圍不斷擴大、程度不斷加深、影響更加凸顯。從數字技術的發展來看，雲計算、大（dà）數據、物聯網、移動互聯網、人工智能、智能機器人、3D打印機等技術將進一步發展成熟，性（xìng）能提升、成本（běn）降低，具備了（le）在更廣泛（fàn）領域應用的空間，而區塊鏈、量子計（jì）算等新興技術也在逐步成熟，將會開拓新的融合領域、融合模式，產生新的融合業態、融合效果。從世界（jiè）範圍看，大國博弈長期持續甚至趨於激烈、新冠肺炎疫情、俄烏衝突等事件影響交織，世界主要國家在以製造業為核心的實體經濟領域的競爭愈發激烈，在以數字技術為核心的新興領（lǐng）域加快布局、培育壯大新興產業，製造業數實融合是我（wǒ）國保持和增強（qiáng）製造業全（quán）球競爭力、加快培育壯大新興產業和未來產業的重（chóng）要途徑（jìng）。從製造業本身看，麵（miàn）對工資水平上漲、土地和資源等環境約束加劇的狀況（kuàng），製造（zào）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（quán）球價值（zhí）鏈高端攀升的重要推動力。

根據存在的阻礙和問題，推動製造業數實融合深入發展，需要（yào）做好以（yǐ）下幾方麵工作：一（yī）是加快信息基礎設施建（jiàn）設並推（tuī）動傳統（tǒng）基礎設（shè）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好基礎。信息基礎（chǔ）設（shè）施建設應適度（dù）超前，同時把握（wò）好超前建設進度，實現經濟效益與社會效益的統一。第二（èr），推動（dòng）數（shù）字技術創新，整合國家戰略科技量，激（jī）發企（qǐ）業和社會的創新活力（lì），盡快突破關鍵核心數字技（jì）術，積極布局腦機接口、量子（zǐ）計算等前沿技術和未（wèi）來產業（yè），在提高數字技術自主性的同時，在某些新興領（lǐng）域取得全（quán）球領（lǐng）先地位，一方麵擺脫製造企業數實融合中“卡脖子”風險，另（lìng）一（yī）方麵增強數（shù）實融合安全性，同時降低數實融合的發展、應用成本。三是促進製造業領軍企業的數字化轉型（xíng）、構建工（gōng）業互聯（lián）網平台，在工業互聯網平台在企業內部、生態體係內部應用（yòng）成熟後，推動向行（háng）業、行（háng）業外企業的開放共享。第四，促進（jìn）中小企業的數字化轉型。通（tōng）過宣傳推廣、試點示範提高中小企業數字化轉型的（de）意識；政府的技改資金（jīn）向中小企業的數字化改造適度傾斜，為中小微企業提（tí）供數字（zì）化券鼓勵它們購買數字服（fú）務，支持製造業行（háng）業龍頭企業、互聯網平台企業為中小企（qǐ）業開（kāi）發門檻低、易使用（yòng）的（de）輕量化應用。第五，進一步（bù）完善（shàn）數字經濟法律（lǜ）法規和政策，推動政府開放公共數據，加強數據安全和（hé）數據保（bǎo）護（hù），推進實現“原（yuán）數據不（bú）出域、數據可用不可見”的聯邦學習_{[陳永（yǒng）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（fā）展和新（xīn）型（xíng）數（shù）據交易模式探索，加快製定數字技術、數據格式的（de）國家標（biāo）準。第六，加強數字經濟領域國際合作。積極參與《數（shù）字經濟夥伴關係協（xié）定》（DEPA）等國（guó）際數字規則的多邊協定談判與合作，推（tuī）廣中國（guó）數字經濟的治理主張；支持（chí）國內企業參（cān）與全球數字科技組織，積極（jí）建立和參（cān）與數字（zì）技術聯盟、開源社區。

本文（wén）內容來源（yuán）於網絡，版權歸原作者所（suǒ）有！

文章轉載分享不做（zuò）商業用途（tú），如有（yǒu）侵權，請聯係我們刪除！