数据融合的意义「我国数实融合现状、问题与建议」

十四届全国人大一次会议政府工作报告中提出，制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数实融合。

数实融合是指通过数字技术在实体经济的深度融合应用，激活数据要素潜能，促进数据、技术、场景深度融合，高效贯通生产、分配、流通、消费各个环节，体现在企业全领域和产品生命周期全过程、产业价值链全链条及商业生态等各个方面；因而它不仅仅是技术层面的结合，更涉及生产方式和业务模式的全面革新。

当前，我国“数实融合”取得显著进展。但由于高精尖核心技术领域面临卡脖子问题，产业链协同不足导致数据要素流通不畅，实体经济企业面临“不会转、不敢转、不懂转”的困境，诸多因素影响数字经济与实体经济的融合发展，需要在推动数字技术自主创新、打造产业链数字化转型生态、解决实体企业转型难点等方面做更深入地尝试。

我国数实融合现状

政策密集出台，推动数字经济加速发展。国家和地方政府持续出台一系列扶持产业发展政策，越来越多的实体企业进行数字化转型，形成了一批新的以先导产业和领先区域为代表的数字化生态圈，为经济社会发展奠定了坚实基础。

新型信息基础设施建设进一步夯实。新型信息基础设施是支撑数字经济蓬勃发展的重要基石。首先，我国已建成全球规模最大、技术领先的5G网络，“双千兆”网络建设稳步推进，千兆及以上接入速率的固定互联网宽带接入用户达1.63亿户。其次，我国工业互联网标识解析体系“5+2”国家顶级节点全面建成，5个国家顶级节点和2个灾备节点已全部上线，形成了东西南北中一体化发展格局；建成二级节点326个，累计注册量超过四千亿，实现全国31个省区市全覆盖；已成为推动数字经济创新发展、产业优化升级、生产力整体跃升的重要驱动力量。

赋能实体经济取得重大进展。从国内应用情况看，2023年我国跨行业跨领域工业互联网平台达50家、连接设备近9000万台套，5G、千兆光网已融入71个国民经济大类中，应用案例数超9.4万个，建设5G工厂300家；应用从辅助环节向核心环节拓展，在改造升级传统产业，推动制造业向高端化、智能化、绿色化转型方面取得重要进展。从国际影响看，截至2023年12月，全球灯塔工厂数量共153家，中国灯塔工厂62家，排名全球第一；且我国灯塔工厂在运营成本降低、生产效率提升、以及可持续发展方面，均显著领先于其他国家和地区，如我国灯塔工厂运营成本平均下降了35%，而产量增幅超过了100%。

数实融合存在问题分析

全球范围来看，我国制造业产业门类最齐全、产业体系最完整；但制造业数字化转型还存在着渗透率低、企业各环节数字化转型不均衡的问题。不少企业对数字技术的应用仅停留在办公、服务等非生产流程，关键核心生产流程数字化程度仍偏低；而整体来看，2022年我国制造业数字化渗透率为24%，远低于33%的全球平均水平。其主要原因在于，我国数实融合在技术侧、产业链、企业侧均存在突出问题。

（一）高精尖核心技术领域面临卡脖子问题，国际产业链位置偏中下游 

数字技术是支撑数字经济与实体经济深度融合的基础和核心，也是决定数字经济与实体经济深度融合质量和水平的关键因素。

我国在人工智能、云计算、量子通信、大数据等技术领域的应用不断加快，技术水平持续突破和提升。但在高端芯片、操作系统、数据库和工业软件、AI核心算法、数字传感器等高精尖数字技术的创新领域依然受制于人，“卡脖子”问题依然突出，导致在国际产业链中处于中下游位置。如我国灯塔工厂虽然数量居全球首位，但在行业分布上主要贴近终端消费者的产业链下游，集中在家电制造、电子设备制造领域；而美、德等先进国家则集中于医疗、半导体、工业自动化、生物技术等尖端制造行业。

（二）产业数据资源归集和利用水平低，数据要素流通不畅 

数据是数实深度融合的关键要素。当前，产业链存在三大问题，导致“数据孤岛”和数据垄断现象频发，充分反映我国数据要素流通不畅的问题尚未得到有效解决，制约了数据要素对企业生产活动的乘数效应。

一是数据交易机制不成熟，供需匹配效率低。由于数据价值难以直接度量，供需双方难以达成较为合理的成交价格，数据来源方交易数据的动力不足。拥有高质量数据的企业为了规避数据权属、数据安全等潜在风险，不敢对外交易数据，造成有效供给不足；数据合理定价难造成企业“不愿交易”，有效需求不足。

二是产业数据资源归集和利用水平低，数据利用水平低。我国重要领域的高质量数据集中在部分龙头企业，且有价值数据流通不畅，企业之间互为“数据孤岛”，割裂了产业生态的内部数据循环，制约了产业数字化转型空间。

三是公共数据开放不充分，企业用数门槛高。公共数据具有基础性、通用性、权威性强的优势，是赋能千行百业数字化转型的高质量数据供给源之一。但目前税务、海关等国家垂直管理部门的数据共享开放不充分：各地数据交换平台主要采取政府主导运营、委托集成商建设的模式，市场化程度不高，95%以上的数据交易仍通过不同形式的“场外”交易进行；而各地的“场内”交易标准和监管机制不一，影响数据要素在全国范围内的流通，同时增加了企业公平利用公共数据的门槛和难度。

（三）四大难点阻碍了实体企业数字化转型的速度和深度 

我国实体企业数字化转型的成功率还较低。据统计，石油、天然气、汽车、基础设施和制药等传统行业的转型成功率仅在4％至11％之间。其主要原因是实体企业在数字化转型中存在路径依赖、认知偏差、投入不足、人才紧缺等四大难点，从而导致部分传统制造业企业面临着“不会转、不敢转、不懂转”的困境。

首先，部分传统企业已通过较为固定的生产、销售、运营和管理模式占据了相对稳定的市场份额，因而在其生产经营活动中表现出“路径依赖”，缺乏充足的数字化转型动机。其次，部分企业对数字化工厂持怀疑态度，因而只是简单应用数字技术，忽视数据作为新型生产要素的价值，缺乏对数字化渗透生产工艺的底层逻辑的了解。再次，数字化转型是涉及到组织架构、业务流程、经营管理等各方面的系统工程，不仅需要加大研发投入，还需要全面升级各生产环节的基础设施；部分企业的资金投入不足，不足以支撑数字化办公、数字化制造、数字化销售反馈等流程。最后，数实融合对兼具数字技术与行业专业知识的跨界融合应用型人才有较大需求；而工业企业精通产品研发和生产运营的人才较多，但真正掌握大数据分析、云平台建设、人工智能等新型技术的人才较为缺乏，这就给企业数字化转型造成一定困难。

数实融合发展策略建议

（一）从攻关路径、政策扶持、产学研合作等方面推动核心技术自主创新，增强产业自主可控能力 

首先，聚焦底层基础技术和核心关键技术，探索研发机构在核心关键技术攻关的新路径，构建数字技术研发新生态，持续开展科研攻关。其次，采取措施加强数字技术创新领域的知识产权保护力度。完善相关法律法规和政策保障体系，形成权责明确、协调统一的制度保障体系。再次，持续强化企业创新主体作用，对相关领域企业综合运用财政补贴、税收优惠等政策工具给予适当倾斜，从而调动其在数字技术研发创新方面的动力。最后，鼓励高校、科研机构和高新技术企业开展产学研合作，为多元主体之间的互动交流、思维碰撞和协作创新提供一个高度开放性的平台。

（二）打造产业链数字化转型生态系统，引导产业组织创新，提高数据要素配置效率 

首先在工业制造领域打造数字化转型全产业链生态系统；围绕“数实融合”典型场景，引导上下游企业通过“以数换数”新模式，实现产业数据的互通，赋能实体经济数字化转型。其次，引导产业组织创新；引导企业根据核心数据需求和关键数据流向，以投资控股、多元经营、生态构建等方式，开展基于数据流的企业组织边界重塑和业务模式创新，打通生产环节和上下游生态体系的数据循环，培育一批贯通产业链供应链的数据要素型企业。再次，壮大数据服务业态，鼓励数据服务业态创新，发展多元流通方式，提升数据要素配置效率，推动形成全国统一大市场。

（三）针对性采取措施，解决企业数字化转型难点 

一是从根本上提升企业的数字化转型意识，使其认识到数字化转型的价值与优势，自发进行数字技术的创新与应用。二是不断深化数字技术在传统产业研发创新、生产加工、仓储物流、营销服务等环节的渗透和应用，探索数字技术与不同细分行业的内在差异化融合路径，加快培育不同领域内的数字化转型龙头企业与“专精特新”企业，发挥辐射与带动效应，助力更多的上下游企业实现数字化转型。三是充分调用政策工具，运用税收返还、价格补贴、融资支持等方式降低企业数字化转型的门槛。四是加快设立数字技术研究中心及培训基地，鼓励企业、科研机构与高校深度合作，集聚多方优势资源培养数字技术专业人才；同时加强数字化职业教育，逐步打造跨界融合的专业化人才队伍。