中國網/中國發展門戶網訊 黨的十八大以來，黨和國家高度重視數字經濟與實體經濟的融合發展，互聯網、大數據、人工智能等數字技術在實體經濟中的融合應用愈深愈廣。習近平總書記強調，要推動數字經濟和實體經濟融合發展，把握數字化、網絡化、智能化方向，推動制造業、服務業、農業等產業數字化，利用互聯網新技術對傳統產業進行全方位、全鏈條的改造，提高全要素生產率，發揮數字技術對經濟發展的放大、疊加、倍增作用。據《中國數字經濟發展研究報告（2023年）》測算，2022年，我國第一、二、三產業數字經濟滲透率分別達10.5%、24.0%、44.7%。加快數字經濟與實體經濟深度融合已成為我國傳統產業轉型升級的新引擎，是經濟高質量發展的必然選擇。

縱觀全球，數字經濟與實體經濟的融合（以下簡稱“數實融合”）也是世界主要國家打造競爭新優勢的戰略選擇。2006年，美國國家科學基金會提出“信息物理系統”（Cyber-Physical Systems），旨在將傳感、計算、控制和網絡集成到物理對象和基礎設施中，并將它們連接到互聯網并相互連接；此后，美國先后于2012年、2018年和2022年制定“國家先進制造業戰略”，強調將數字技術應用于制造業，以提高美國制造業競爭力，帶動美國制造業回流升級，在先進制造業領域重塑國家競爭力。德國自2013年提出“工業4.0”概念以來，先后推出《實施“工業4.0”戰略的建議》《數字化戰略2025》《德國工業戰略2030》等戰略，并通過數字化技術實現對生產過程的全面感知和控制，推動實體物理世界和虛擬網絡世界的融合；2022年，德國進一步提出“制造-X”計劃，旨在通過構建數據空間，激發數據要素價值，促進供應鏈整體系統性數字化變革，以確保德國工業全球領導者地位。日本面對老齡化、少子化等突出社會問題，提出“社會5.0”戰略，其中“互聯工業”戰略通過采集海量數據，將人、設備、系統、技術等相互連接，通過對跨越多種類型信息的大數據進行人工智能（AI）分析，包括客戶和消費者需求、供應商庫存信息和交付信息等，從而不僅解決制造問題，更力圖解決日本面臨的嚴峻社會挑戰。

總體來看，依托傳感器、物聯網、大數據、人工智能等技術，實現物理世界與數字世界之間的相互感知、控制、優化，已成為國家提升產業競爭力、破解社會發展難題的重要途徑。本文旨在進一步把握數實融合的本質規律，厘清數實融合的賦能路徑，分析數實融合的發展趨勢，為深入推進數實融合、塑造我國經濟發展新優勢提出對策建議。

數字經濟及其賦能本質

從大歷史觀來看，人類社會經歷了農業社會、工業社會，正步入知識社會。在這個過程中，每個社會都有其標志性的技術，標志性的經濟形態，以及標志性的特征、工具、對象等，從而構成了不同的社會形態。數字經濟是知識社會的典型經濟形態，如農業經濟之于農業社會，工業經濟之于工業社會；對知識社會而言，正在孕育產生以知識為特征的新經濟形態。

數字經濟是知識社會的典型經濟形態

當今社會正在從工業經濟時代大步邁向知識經濟時代。1996年，經濟合作與發展組織（OECD）發布的《以知識為基礎的經濟》報告提出，“知識經濟”是建立在知識和信息的生產、分配和使用之上的經濟。聯合國教科文組織《邁向知識社會》報告認為，知識社會的核心是為了創造和應用人類發展所必需的知識而確定、生產、處理、轉化、傳播和使用信息的能力。知識資源正在超越土地、水、植物、礦產、能源等自然資源，日益成為社會生產力發展的關鍵要素和最重要的資源。

數字經濟的興起，為知識的生產、傳播和使用帶來新的可能。知識的生成有了新的模式。基于人工智能對大規模數據和行業知識的學習，多領域知識得以深度融合，隱藏的模式和關聯被識別、挖掘，拓展人類的認知邊界。知識的表達有了新的維度。傳統實體經濟的專業技術和知識被數字化、模塊化、標準化，促進隱性知識顯性化，極大地提高了知識的復用性。知識的傳播突破傳統的邊界。傳統工業經濟時代知識的獨享性被打破，開放式的知識社會逐漸形成。

數實融合的賦能本質

實體經濟是立國之本、強盛之基。黨的二十大報告強調，要“堅持把發展經濟的著力點放在實體經濟上”。從本質上看，數實融合是生產要素的增加和不確定性的減少，人機物三元融合是數實融合的紐帶（圖1）。

數實融合是生產要素的增加。在農業社會、工業社會，經濟發展主要依靠土地、勞動力、資本、技術等生產要素。隨著數字技術與經濟活動的不斷融合，生產活動中的數據獲取、傳輸、存儲、處理、加工能力得以大幅提升，海量級工業數據、用戶數據、產業鏈上下游數據持續涌現，這為企業打通各環節、多維度數據，開展策略性競爭決策提供有力支持，并帶來價值增值。數據在生產、競爭中的重要性日益凸顯，逐漸從輔助性資源中獨立出來，成為數字經濟賦能實體經濟的核心生產要素。據《數字中國發展報告（2022年）》顯示，2022年我國數據產量達8.1 ZB，同比增長22.7%，全球占比達10.5%，位居世界第2位。當然，僅有數據存量優勢還不足以滿足經濟社會發展對數據要素的迫切需求，更重要的是以完善的配套制度促進數據如其他商品一樣在市場上有序流轉、使用，實現各領域數據融合、聯結，從而真正釋放數據在實體經濟中的價值創造。

數實融合是不確定性的減少。美國數學家、控制論創始人諾伯特·維納（Norbert Wiener）提出，信息、物質和能量是現實世界的三大要素。從經濟學角度看，由于交易各方擁有的信息不同，將影響市場機制配置資源的效率，造成占有信息優勢的一方在交易中獲取較多剩余，出現利益分配結構嚴重失衡的情況，也就是信息不對稱帶來的市場失靈。在數字經濟發展下，基于數據匯聚、清洗、處理，通過物聯網技術、大數據分析及AI的應用，將產生有助于洞察市場、捕捉趨勢、發現規律的多維信息，從而減少傳統實體經濟中的信息不對稱，提升對生產的物質流、能量流的優化調控及資源使用效能。例如，隨著數字平臺的發展，供給方和需求方的信息在平臺匯聚；在算法作用下，供需雙方信息精準高效匹配，實現資源優化配置。

人機物三元融合是數實融合的紐帶。當今世界，新一輪科技革命和產業變革加速演進，大數據、互聯網、人工智能、5G通信、云計算、物聯網等新一代信息技術作為本輪科技革命最活躍的關鍵技術群，應用賦能方興未艾，模糊了人類社會（人）-數字空間（機）-物理世界（物）的邊界，以人機物三元融合為紐帶的數實融合新形態正在形成。智能手機、可穿戴設備、虛擬現實（VR）等產品和技術的廣泛應用，使人的活動在虛擬空間得以映射；工業互聯網、智能制造等技術使得機器能夠更加智能地執行任務，從而優化生產過程，提高生產效率；物聯網技術使得物理世界能夠具備感知和交互的能力，從而形成一個互聯的生態系統。人與人、人與物、物與物的聯通方式從物理空間向數字空間拓展，遠程化、全時化、全域化連接成為現實；機器的能力和人的能力的交互融合，實現生產力的躍遷。人機物三元融合不僅使生產力得以提升，還正在并將持續催生全新的商業模式和服務方式，推動實體經濟轉型升級。

數實融合賦能產業系統性變革的路徑

習近平總書記強調，數字經濟具有高創新性、強滲透性、廣覆蓋性。數字經濟對實體經濟的賦能表現出全過程、全鏈條特征，滲透于研發創新、生產制造、協同融合、供給服務等各環節，進而孕育實體經濟系統性變革。

數字經濟賦能實體經濟加速研發創新

創新是產業持續保持競爭力的動力源泉。在數字技術推動下，實體經濟創新思維、創新模式、創新周期正發生全面而深刻的變化。

數字經濟引領開放創新思維。數字經濟的發展使創新主體間由完全競爭的排他關系向共生共贏關系轉變，從封閉式創新向開放創新轉化；同時，互聯網平臺的網絡效應也使得過去單一企業、單一產業、單一地區、單一國家的創新模式被打破，全社會共同參與的開放創新活力得以激發。例如，軟件開源是開放創新的典型實踐，通過開源社區，來自世界各地的開發者共同促進了軟件的功能迭代與豐富。

數據共享助力協同創新模式。依托大數據、區塊鏈等數字技術，開放創新生態打破地域、部門、組織、環節的信息藩籬，加速產業鏈上下游信息傳播，并以構件化和模塊化靈活架構，實現產業鏈上下游協同創新，服務產業新業態、新模式。

數字閉環縮短迭代創新周期。數字化時代，傳統單向創新路徑在數字時代演化為閉環迭代創新。產品原型進入市場之后，數字技術能及時收集用戶使用習慣、產品性能等數據，向上反饋至創新鏈，引導研發環節充分了解市場需求，從而形成B2C2B數據閉環，促進創新鏈、產業鏈緊密銜接，推動產業創新方向螺旋式迭代升級。

數字經濟賦能實體經濟優化生產制造

生產作為實體經濟發展的核心環節，是數字經濟賦能傳統產業的重要途徑之一。隨著數實融合的深化，將帶來三大轉變。

以產品為中心向以用戶為中心轉變。在大數據驅動下，實體經濟各產業對用戶需求的捕獲更加明確、更加精準，引導傳統以產品為中心的生產價值觀向以用戶為中心的價值觀轉變；定制化生產和用戶至上理念不僅提升了用戶的體驗，更提高了企業的競爭力。

以經驗驅動向知識驅動轉變。利用數字化手段，生產過程的領域知識、隱性知識或經驗，被固化形成流程化、標準化、智能化的軟件組件，從而實現精準控制的流程生產，提高生產效率和生產水平。

規模化向柔性化轉變。在知識顯性化、模塊化基礎上，數字技術提供了按照既定規則自動完成各種要素組合操作的可能，實現生產過程自動化，支持多品種小批量的柔性制造模式。例如，海爾家電沈陽工廠，基于工業互聯網實現人機、機機的高品質、高效互聯，打造了一條支持500多種型號產品的柔性生產線，從而帶來客戶定制量的大幅增長和生產效率的大幅提升。

數字經濟賦能實體經濟增進協同融合

產業協同是實體經濟高效有序運轉的根本保障。數字經濟有助于實體經濟在產業內和產業間實現協同融合，提高產業競爭力，推動產業轉型升級。

從縱向產業內協同看，基于物聯網的終端感知和產業互聯網平臺的數據融合，使實體經濟產業鏈上下游有關材料、生產、采購、物流配送的信息壁壘得以突破；同時，供需信息的動態匹配降低了供給成本，提高產業鏈穩定性，也為產業設備共享、人員共享、產能共享及虛擬產業園等新業態、新模式夯實信息協同基礎。

從橫向產業間協同看，數字技術有助于產業之間通過跨領域的信息對接、需求對接、服務對接，拓展產業內涵和發展空間。制造業服務化是跨產業協同發展的代表性方向之一，在數字技術作用下，制造業價值鏈由以制造為中心向以服務為中心轉變。通過物聯網、5G通信等數字技術，在產品銷售的基礎上還可以進一步提供運行狀態監測、預防性維護等延伸服務，提高產品附加值，助力產業轉型升級。

數字經濟賦能實體經濟提升供給能力

傳統供給模式下，生產者和消費者信息溝通不暢，市場需求難以及時得以滿足。物聯網、社交網絡、數字平臺等數字技術為產業提供觸達消費者的多形式渠道，使用戶需求和用戶體驗成為驅動產業供給的新動力，以完善產業服務供給水平。

數字經濟擴大實體經濟市場廣度。在數字技術作用下，傳統單一線下供給模式全面向線上線下融合發展方式轉化。互聯網、移動互聯網、大數據、人工智能等工具手段打破傳統營銷的空間、時間限制，企業能夠更廣泛地觸達目標客戶。特別在實體經濟拓展海外市場方面，數字經濟發揮著重要的作用。據統計，2022年我國跨境電商進出口規模達2.1萬億元人民幣，比2020年增長30.2%。

數字經濟提升實體經濟服務精度。在線上化的基礎上，實體產業借助數字化手段采集消費數據，借助數據分析獲知用戶行為模式和需求特征，形成用戶數字畫像，使產品服務更精準、更及時、更多元。

數實融合的發展階段與趨勢

數實融合起步階段：技術驅動

早期的數實融合得益于互聯網的興起和計算機的普及。20世紀90年代，隨著互聯網技術的日益成熟，全球范圍內網絡接入快速普及，數字技術快速從信息產業外溢，進而帶來對經濟社會的全面影響。1995年，《數字化生存》一書，預言了數字科技對未來生產、生活、教育的影響。這一時期，數字技術應用于實體經濟的典型實踐是企業信息系統的廣泛應用，如企業資源計劃（ERP）、客戶關系管理（CRM）等系統的使用。雖然學界、產業界多將這一階段的數字技術應用過程稱為“信息化”，但其本質仍然是數實融合。

該階段的數實融合表現為3個特征：數據化。各種物理實體、自然信息被轉化為用0和1表達的數據，存儲于計算機，從而使計算機和軟件可以識別、控制、存儲、計算等數據，實現從紙質文檔到數字化文檔的轉化；這雖提高了信息訪問效率，但尚未實現業務流程優化與價值創造。單點化。數字技術僅應用在業務的特定環節，如用ERP系統進行企業生產管理、用CRM系統進行企業客戶管理、用辦公自動化（OA）系統進行企業辦公管理。離散化。數字技術應用仍然比較割裂，針對各個環節的應用之間缺乏協同和連通。例如，企業在不同的業務部門使用不同的信息系統，導致數據無法共享和耦合。

數實融合發展階段：數據驅動

進入21世紀，隨著互聯網、移動互聯網的迅猛發展，平臺經濟快速興起，海量數據源源不斷被采集、存儲、處理、使用，從而創造新的價值。2012年，《紐約時報》刊出《大數據時代》一文，指出“大數據”正在對每個領域都帶來深刻影響，這宣告了大數據時代的到來。

該階段的數實融合表現為3個特征：網絡化。隨著海量用戶、機器、物品接入互聯網，人與人、人與物、物與物、服務與服務的連接呈現爆發式增長。在梅特卡夫定律作用下，由此帶來的網絡價值也呈現指數增長，并為實體經濟打開廣闊的發展新空間。數據顯示，截至2022年底，我國網民規模達10.67億人，移動物聯網終端用戶數達18.45億戶；我國成為全球首個“物超人”的國家。平臺化。平臺經濟在這個階段迅速崛起，形成了龐大的數字生態。這個生態通過集聚和整合海量的數據，實現了供需雙方的高效連接，使得企業、服務提供商和消費者能夠更加便捷地參與到數字經濟的交流和合作中，促進了實體經濟的快速發展。價值化。大數據的出現與普及不僅可以為決策活動提供有效的支持，同時也深刻地影響和改變了各行各業的生產模式。這既體現在賦能實體經濟降低交易成本、提升生產效率、拓展市場空間等經濟價值層面，也體現在改善民生福祉、實現可持續發展等社會價值層面。例如，滴滴出行科技有限公司與濟南、武漢等地合作，利用交管部門路況數據，結合智慧交通算法，自動調整變燈時間；通過對2000多個路口信號燈進行優化，使濟南市高峰時段擁堵延誤時間平均降低20%。這不僅提高了交通運行效率，也減少了擁堵產生的碳排放。

數實融合深化階段：智能驅動

隨著聊天機器人ChatGPT的發布，以大模型為代表的人工智能技術進入加速落地應用的新階段，為數實融合提供了新的工具、注入新的動能。我國大模型行業蓬勃發展，進入“百模時代”；其中，既有“文心一言”“盤古”等通用大模式，也有面向教育、金融、媒體等各垂直領域的行業大模型。這些大模型為特定業務場景的專業化解決方案提供服務，推動數實融合進入智能驅動的新階段。

該階段數實融合表現出了進一步深化的3個特征，為實體經濟發展帶來巨大變革：顛覆智能交互方式。依托機器視覺、自然語言模型等技術，數字技術的供給比以往任何時候都更貼近人類交互習慣，從而降低了人工智能技術使用門檻，為人工智能賦能實體經濟提供了可行路徑。增強多模態數據融合。大模型實現對文字、圖像、音頻、視頻等多模態數據的融合，使得機器能更加全面、深入地理解實體經濟中的復雜場景，優化提升了模型服務實體經濟的能力。促進新知識的涌現。在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術的驅動下，人工智能呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等特征，能夠發現隱藏在數據背后的規律和模式，從而為新知識的涌現提供了新的思路和方法，為實體經濟的發展創造新的可能。例如，百度在線網絡技術（北京）有限公司與吉利汽車合作，基于在數千萬條無標注數據上的模型預訓練，構建了汽車領域知識庫，從而使研發時間成本節省85%，實現大模型賦能研發的降本增效。

數實融合發展趨勢：以人為本的人機物三元融合

技術驅動奠定了數實融合的重要基石，數據驅動使數實融合的要素得到拓展，而智能驅動將會成為數實融合強大的引擎動力。未來，數字技術的發展將從經濟領域擴展延伸至整個人類社會，借助云計算、物聯網、移動通信、人工智能、虛擬現實、腦機接口等技術實現人類社會（人）-數字空間（機）-物理世界（物）之間信息共享和協同計算，形成以人為本的人機物三元融合的數實融合新形態，服務于人的需求，并最終為國家發展面臨的重大經濟社會問題提供解決方案。

以人為本的人機物三元融合的數實融合將推動我國經濟發展呈現3個新趨勢：協同化。人機物三元融合通過萬物互聯、萬物智聯，實時感知人的需求，以及物理世界、數字空間的狀態，從而加速物質、信息、能源三大要素的高效協同和優化配置，為提高產業韌性和經濟發展質量提供新的可能。例如，智能制造通過人機協同、機器人自動化和數字孿生等技術，實現生產活動對環境變化、需求變化的快速感知，并做出及時響應。服務化。數實融合的根本目的是讓技術更好地造福于人民的福祉，人的需求、體驗和參與是數實融合的核心；人機物三元融合將推動實體經濟圍繞個人的個性化需求，組織定制化生產活動，從而使每個人都將在終身教育、社交休閑、購物娛樂、健康保健、衣食住行等方面享受更精準、更舒適和更高質量的服務。例如，身聯網的應用將實時監測用戶的心率、血壓、睡眠質量等健康數據，進而提供個性化的健康管理。綠色化。在人機物三元融合的經濟發展形態中，產品的生產將以人的切實需求為出發點和落腳點，按需制造。這不僅精準地滿足了個體需求，更避免了過度供給所造成的資源浪費；人與自然逐步實現和諧共處，機器也將從工具逐步上升成為人類的伙伴，實現人類社會（人）-數字空間（機）-物理世界（物）的協調統一。

數實融合面臨的問題挑戰及對策建議

問題挑戰

當前，我國數字經濟與實體經濟融合不斷深化，取得積極成效，然而距離人機物三元深度融合的發展新形態，仍在理論方法、產業技術、社會倫理等層面仍面臨問題與挑戰。

理論方法層面。人機物深度融合的底層邏輯有待優化。如何使機器更好地服務于人的生產生活，促進工作場所的包容性，提高民眾生活質量，是人機物融合下數實融合的核心——應使機器服務于人，而不是機器替代人。生產制造與社會需求深度融合的理論體系亟待建立。現有數實融合，多以業務場景工作流程為核心，注重利用新一代信息技術提升生產效率；但是，尚缺少從生產供給到需求滿足的貫通，未打通人民對教育、醫療等切實需求與服務、制造系統的融合，以生產制造和服務需求的閉環解決經濟社會發展問題的理論體系尚未形成。

產業技術層面。人機物數據融合不充分。在人機物三元融合的數字社會，人的需求在不同場景間轉換銜接，因此對跨行業、跨領域、跨時間、跨空間的數據融合提出很高的要求。現有的數據融合多側重于單一領域，難以滿足人機物三元融合背景下跨領域、多類型數據的計算需求。標準規范體系不健全。人機物三元融合的數實融合發展需要標準規范體系的支撐；但目前不同企業、行業使用不同的數據格式和標準，這導致數據無法流通和共享，增加了數據整合的難度。網絡安全問題突出。人機物三元融合使得不同規模的企業、不同類型的人機交互設備大量接入互聯網，由此導致網絡攻擊面擴大，網絡安全風險加劇，進而威脅個人生命財產安全，甚至威脅經濟社會安全乃至國家安全。

社會倫理層面。數據隱私與安全問題。在人機物三元融合的形態中，大量實體經濟數據將被采集和使用，因此可能導致個人隱私泄露、數據濫用和數據安全事件。特別是未來隨著腦機接口、生物芯片等與人體行動、思維深度融合的技術成熟使用，人的意識、情緒可能面臨被讀取，甚至被劫持、改寫、刪除等風險。算法偏見問題。由于算法設計缺陷或算法模型訓練中數據的不完備性，將導致算法對某些群體的偏見和歧視，從而背離使技術造福人類的初衷。算法不可解釋性。人工智能模型具有“黑箱”特征，其內部運作機制難以解釋。隨著人工智能等技術在實體經濟中的應用不斷深入，在制造、醫療、交通等領域的算法可解釋至關重要，因此迫切需要提高算法的透明性和責任感。就業與社會公平問題。數實融合可能導致一些傳統產業的就業崗位減少，同時也會創造出新的就業機會。然而，新的就業崗位大多對勞動者的數字技能要求較高，進而可能影響勞動者公平就業機會，引發社會不平等。

對策建議

深化人機物數實融合的理論方法研究。構建以人為本的人機物三元融合理論架構。以國家重大戰略發展需求、社會重大問題和未來社會發展愿景為牽引，深入研究人機物三元融合的理論架構，突破單純以效率提升為目標的數實融合發展模式，形成以人為本、人機互補的數實融合發展邏輯體系。構建人機協同的評估體系。以使機器更好服務于人為目標，從人機協同效率、人機協同質量、人機協同滿意度等維度建立人機協同的評估體系，以提高人機協同的可操作性和可評估性，引導各行業開展以人為本的數實融合，保障勞動者的基本權益。

深化人機物數實融合應用示范探索。制定統一數據標準。聚焦人機物三元融合重點領域，組織行業協會、企業和領域專家進行標準制定。通過制定跨行業、跨領域的數據交換和共享標準，促進數據流通和共享。搭建跨行業、跨領域的數據空間。在教育、醫療、交通等重點領域，采用先進的數據融合技術，以人民需求為導向，集成全生命周期關聯數據，以實現多領域、多場景數據的統一存儲、管理、分析和服務，推動跨時空、跨場景數據的可信共享共用，滿足人機物三元融合背景下的數據融合需求。加快重點場景應用示范。探索以人為本的人機物三元融合場景創新和模式創新，在智慧交通、智慧醫療等領域啟動人機物三元融合試點示范。通過探索人機物三元融合的標準化發展，形成可復制和推廣的經驗和模式。強化網絡安全防范能力。部署先進的威脅檢測和響應系統，及時識別和應對潛在的安全威脅；加強隱私保護技術，強化身份驗證，并在不暴露原始數據的情況下進行數據分析。

深化人機物數實融合的技術倫理規范建設。強化數據采集和使用規范建設。針對不同數實融合場景，明確規定數據收集、使用、存儲和共享原則，以確保個人對被采集數據的知情權和控制權。強化算法分級分類監管。設立算法審查機構，依據算法應用場景及其對于經濟社會安全的影響差異，建立包含公共領域、商業領域的算法分類等級體系；對于與國家公共安全密切相關的領域，加強相關數據與算法的信息披露，建立算法全生命周期的追溯和問責機制。完善算法倫理準則。明確人工智能技術的研究和應用原則，強化學術科研機構和企業要在人工智能全生命周期內嚴格遵守科技倫理、技術標準及法律法規，以引導科研人員發展負責任的人工智能。加快勞動者技能培訓。鼓勵數字技能培訓機構與垂直細分領域企業深度合作，研發有針對性的培訓課程，提升勞動者數字技能，最大程度地適應技術發展需求；同時，鼓勵加強高校與企業的合作，開設相關專業課程和實踐教學，培養適應人機物三元融合發展需求的復合型人才。

（作者：潘教峰、吳靜，中國科學院科技戰略咨詢研究院中國科學院大學公共政策與管理學院。《中國科學院院刊》供稿）