促进数字经济和实体经济深度融合,促进数字经济和实体经济深度融合

作者：陈楠、蔡跃洲（中国社会科学院数量经济与技术经济研究所）

数字经济是继农业经济、工业经济之后的主要经济形式，是新一代信息技术与实体经济融合后，以数据资源为关键因素形成的经济社会运行新模式。 近年来，我国数字经济规模持续快速增长已成为推动经济增长的重要引擎。 鉴于数字经济在中国传统产业的渗透应用程度还有很大的提升空间，未来中国数字经济发展应着力推进数字经济与实体经济的广泛深度融合。

数字经济与实体经济的深度融合符合数字经济发展的客观规律是推动数字经济长期健康发展的必然选择。 同时，数字经济与实体经济之间相互促进、相互支撑，推动两者深度融合是建设现代化产业体系、实现经济高质量发展的重要组成部分。

首先，数字经济与实体经济的深度融合是未来数字经济发展的重点方向。 在数字经济发展初期，消费互联网产业发展迅速，互联网平台企业在电子商务、社交、搜索等领域迅速扩张，营收规模、市场占有率、技术开发等达到世界领先水平。 近年来，消费互联网市场由初期的“高速增长”阶段过渡到“稳定成熟”阶段，市场趋于稳定和饱和。 同时，随着物联网、传感器、5G等前沿技术的不断渗透应用和优化，制造业数字化转型、数字孪生工厂、工业互联网等数字经济与实体经济融合带来的新模式新业态，正在成为数字经济发展的主导方向，未来数字经济将走向数字化

其次，数字经济给实体经济高质量发展带来重要的转型机遇和重要的技术支撑。 过去十年，我国实体经济发展成就显著，实现了稳步增长。 2012—2021年，中国工业增加值年均增长6.3%，制造业增加值占全球比重上升到近30%。 但以制造业为代表的实体经济发展仍面临“大而不强”的困境，传统产业正处于转型升级的关键阶段。 大数据、云计算、人工智能、区块链等新兴数字技术与实体经济的融合发展，带来了提高生产效率、优化产品质量、改善用户体验、降低运营成本、加快技术创新等诸多利好，将传统产业数字化全球主要经济体也纷纷出台数字经济发展战略，加快布局和数字技术深度融合的先进制造领域。

最后，实体经济将为数字技术、数据要素等数字经济前沿领域提供丰富的应用场景。 以第三代人工智能为代表的数字技术需要以丰富的应用场景、海量的数据资源为基础，围绕机器学习算法的反复尝试和模型优化来推进。 特别是在制造业等实体经济领域，数字经济融合APP应用更加多样化，不同细分领域的数字化转型需求存在较大差异。 数字技术、数据元的应用，需要依赖行业机制建立和优化数据模型，使分析结果可以由行业机制解释，在数据分析中提高行业机制模型的精度。 这对技术应用提出了更高的要求，同时也为数字技术的优化迭代提供了更丰富的应用、尝试错误和改进的机会。

当前，贯彻新的发展理念，构建新的发展格局，推动高质量发展，对我国数字经济发展提出了更高的要求。 未来应从数字关键技术攻关、数字基础设施建设、数字人才培养、数据要素市场建设、高水平对外开放等方面继续推动数字经济与实体经济广泛深度融合。

第一，加快数字关键核心技术自主控制，提高产业链韧性和安全水平。 目前，我国高端芯片、控制系统、工业软件等核心技术受制于人的风险，存在较大的产业安全隐患。 这就要求充分发挥新型举国体制的优势，加快我国数字关键核心技术的自主控制。 一是“补短板”。 选择高端芯片、操作系统、工业软件、网络安全等多项“捉襟见肘”技术，综合运用首套补贴、首套保险、政府采购、集成电路产业投资基金等多种政策手段，研发早日实现数字技术产业链自主可控，切实构筑数字经济发展的技术基础和国家网络信息安全屏障。 二是“锻长板”。 加大对5G等优势技术商业化应用的支持力度，增强其技术领先优势和商业应用优势，保障数字经济发展。 第三是事前配置。 基于(数字领域)技术预测，围绕碳基芯片、量子计算、量子通信、新一代移动通信、人工智能等可能发生颠覆性创新的细分领域，早期预测，推进模型案例应用，在全球数字竞争中占优

第二，优化数字基础设施布局和运行模式，降低产业数字化转型门槛。 加快产业数字化转型，需要对传统产业进行资本投入，实现全面数字化改造。 由于数字化转型投资大、收益周期长，中小企业数字化转型面临着现实的资金约束。 为此，应从完善公共服务、优化数字基础设施布局和运行模式等外部环境入手，降低传统产业数字化转型的门槛。 一是关注提升传统产业信息化、数字化基础，重视数字化通用技术等准公共服务领域投资，降低中小企业数字化改造隐性成本。 二是加快5G、大数据中心、工业互联网等新型基础设施布局和建设。 结合行业、区域产业优势，因地制宜打造特色工业互联网平台，综合运用用户补贴、政府采购等手段支持平台企业推广，降低客户企业接入成本。

第三，完善数字人才培养引进体系，支撑数字化转型和高质量发展。 复合型人才短缺已成为数字经济与实体经济融合过程中的重要瓶颈。 这就要求加强数字人才培养和高层次人才引进，为促进数实融合和高质量发展提供持续的内在动力。 一、探索复合型数字人才培养模式，改变关键岗位复合型人才偶然自我成长的模式，从培训体系、人事制度、就业激励等入手，形成系统的复合型数字人才培养机制。 二是做好高水平数字人才引进顶层设计，统筹人才引进、配置、配置等各项工作，形成“可回收、可使用、可留”制度。 三是建立和完善数字人才培养体系，围绕提高全民数字素养和专业数字技能这一目标，全面优化调整课程设置和教育培训模式，构建基础教育、高等教育、职业教育、技能培训等有机衔接的数字人才培养体系

第四，构建数据要素交易流通体系，充分挖掘工业大数据的价值潜力。 随着我国制造业等实体经济部门的快速发展，相关原始数据资源规模迅速扩大，但数据要素的开发利用仍处于较低水平，而且工业数据的应用明显滞后于营销、金融征信等消费服务领域。 目前，对数据权利规定、交易定价、隐私保护等方面的研究和探索难以满足工业大数据交易和应用的实际需要。 因此，必须加快构建数据要素交易流通体系，充分利用我国丰富的工业大数据资源，挖掘其价值创造潜力，培育发展工业大数据相关产业。 一、落实和细化工业数据分类分级标准，构建多层次工业大数据中心体系，为数据交易流通、开发利用提供制度和基础设施保障。 二是提高传统企业数据资产管理的意识和能力，引导企业按照国家和行业标准收集和存储工业数据，积极开展企业数据管理能力成熟度评估。 三是培育专业化工业数据服务商，构建以数据服务为主导的工业大数据交易机制。 发挥大型企业、设备和软件供应商、互联网平台企业等市场主体专业优势，培育建设多样化、多层化的工业数据服务供给体系。

第五，推进高水平国际交流合作，优化数字经济发展外部环境。 当前国际形势越来越复杂多变，集成电路、人工智能、超级计算机等数字技术和产业面临技术脱节、产业链断裂风险，或者严重损害了数字经济发展所依托的物质技术基础，最终导致我国数字经济在此背景下，我国应充分发挥超大规模市场优势，试图依靠国内大循环吸引全球资源要素，加强数字经济领域国际交流合作，推进规则、管制、管理、标准等制度型开放。 一、加强数字基础设施、数字技术和相关产业合作交流，在“一带一路”倡议、RCEP和CPTPP等区域性协议框架下，推进数字技术、数据元素更大范围的商业化应用。 二是充分利用世贸组织、二十国集团、亚太经合组织等国际组织和平台，积极开展制度型国际合作。 推动建立数据跨境流动机制，继续推进《数字经济伙伴关系协定》等国际合作协定签署，积极参与数字治理、数字贸易、数字税等重大议题的国际交流与协商，为我国数字经济发展争取更多外部空间。

(本文为国家社会科学基金青年项目“制造业数字化转型异质性特征与分类促进策略研究”(22CJY047 )阶段性成果) ) ) ) ) ) ) ) ) ) )。

来源：中国社会科学网-中国社会科学报