【摘要】“数实融合”赋能新质生产力发展的内在逻辑十分自洽， 其通过提升企业生产效率和经济运行效率， 优化资源配置， 加速生产过程， 提高产品与服务的质量和市场竞争力； 通过催生新兴产业， 推动技术创新和产业升级， 开辟未来产业发展空间； 通过拓展新质生产力的应用场景和驱动技术进步， 促进新技术、 新工艺、 新材料的应用， 形成新的经济增长点。“数实融合”赋能新质生产力的制度保障包括： 构建以数字技术为核心的供给支撑体系， 推动供给侧结构性改革， 为新质生产力的发展提供技术基础； 激发数字化需求， 培育新生产主体， 有序开发“数实融合”应用场景， 以激发市场活力， 加速新质生产力的市场化进程； 建立健全数字金融体系， 完善立法保障机制， 构建安全体系， 为“数实融合”提供稳定、 安全、 合法的运行环境， 推动新质生产力的可持续发展。
【关键词】数实融合；新质生产力；数智化；数字技术
【中图分类号】 F49；F124" " "【文献标识码】A" " " 【文章编号】1004-0994（2025）03-0121-8
2024年7月， 党的二十届三中全会通过的《中共中央关于进一步全面深化改革 推进中国式现代化的决定》（简称《决定》）中强调， “健全因地制宜发展新质生产力体制机制”。在当今数字化转型的时代背景下， 数字技术与实体经济的深度融合， 亦即“数实融合”， 正以前所未有的速度和深度改变着生产方式、 商业模式乃至整个经济社会结构， 不仅重塑了传统行业的面貌， 还催生了众多新业态、 新模式， 成为推动新质生产力发展的关键引擎。
“随着信息和通信技术的发展， 大数据不再只是一个概念， 而是逐渐融入人们生产和生活的方方面面， 社会呈现出万物互联的趋势”（孙晨霞和施羽暇，2023）。在“数实融合”背景下， 新质生产力的展现形态涉及劳动者的数智化创新、 劳动资料的数智化升级以及劳动对象的数智化处理， 这些都是推动生产力发展的关键环节。然而， 如何有效促进这些环节的数智化转变， 使之成为新质生产力的有机组成部分， 是当前面临的首要挑战。“数实融合”如何提升企业生产效率和经济运行效率、 如何催生新兴产业， 以及如何拓展新质生产力的应用场景与驱动技术进步， 都至关重要。本文通过深入剖析“数实融合”赋能新质生产力发展的内在逻辑与制度保障， 旨在推动经济社会向更高层次的数智化转型， 加速供给侧结构性改革， 为新质生产力的可持续发展提供保障。
一、 “数实融合”背景下新质生产力的展现形态
《决定》中提出， “健全相关规则和政策， 加快形成同新质生产力更相适应的生产关系”。“数实融合”是新质生产力的重要表现， 在“数实融合”背景下， 推进新质生产力的现实发展是当前需高度重视的领域， 在此之前， 需了解新质生产力的展现形态。
（一） “数实融合”引领劳动者的数智化创新
1. 劳动者技能与知识的数智化提升。数字世界与现实世界的深度融合正重塑着劳动力市场面貌， 引领劳动者的数智化创新之路， 革新传统的劳动模式， 为劳动者的职业发展开辟全新的路径， 使得数智化技能与知识的提升成为可能。劳动者逐渐摆脱对单一经验与传统手艺的过度依赖， 转而拥抱数智化工具和技术， 如大数据分析、 人工智能（AI）、 云计算以及物联网（IoT）等， 以提升其专业能力与知识储备。大数据分析有利于更精准地洞察市场趋势和客户需求， 从而做出更加明智的决策； AI算法则有助于优化工作流程， 提高生产效率。“数实融合”还推动了跨学科知识的整合与应用， 劳动技能和知识不再局限于单一领域， 而是能够跨界学习， 将不同领域的知识和技术融合创新， 培养出更具竞争力的复合型专家人才（欧阳日辉，2022）。
在生产环节， 生产线工人可以通过集成化的数字界面， 实时监测设备运行状态、 生产进度和产品质量， 实现对生产流程的精细化管理。这种基于数据的实时监控， 不仅可以减少人工干预， 降低出错率， 还能通过数据分析预测潜在的故障， 提前进行维护， 从而避免生产中断， 保证生产线的稳定运行。自动化与智能化的结合， 使得生产过程中的调整变得更加迅速和灵活， 增强了企业的响应能力和市场适应性。在设计和研发环节， 虚拟原型技术和仿真软件使工程师可以在虚拟环境中测试新产品功能， 无需实体样品即可评估性能和可行性， 缩短了产品研发周期。随着劳动者技能的不断进步， 在虚拟环境中进行设计、 性能评估、 制造仿真、 用户体验测试和成本分析， 将在产品创新和研发中发挥更加关键的作用， 推动制造业向更高效、 更智能、 更可持续的方向发展。在销售和服务环节， 增强现实（AR）和虚拟现实（VR）技术使得销售人员可以提供全新的交互体验， 让消费者能够身临其境地预览商品或服务， 促进销售转化率的提升。
2. 劳动者创新思维的数智化拓展。劳动者不再受制于单一行业或领域的知识框架， 而是能够灵活地运用数字技术， 将不同领域的知识和技能进行创造性组合， 从而开发出全新的产品、 服务和商业模式， 并在实践中学会如何快速测试假设、 收集反馈， 然后根据反馈调整策略， 不断优化解决方案。敏捷的迭代过程， 使得创新不再是漫长且缓慢的线性过程， 而是一个动态循环过程， 创新的速度和效率得以提升。在当前社会中， 用户的声音被前所未有地放大， 创新不仅仅是内部研发的结果， 更是与用户紧密互动、 共同创造的过程。
“数实融合”不仅为劳动者提供了个体创新的“土壤”， 还构建了一个协同创新的生态系统， 促进创新思维的集体拓展与深化。其中数字技术起到了关键的催化剂作用， 使得跨地域、 跨部门的实时沟通与协作成为常态， 劳动集体得以在更广泛的网络中汇聚智慧， 共同孕育创新的“种子”。协同创新模式促进了劳动者创新意识的觉醒与团队协作能力的提升（杨秀云和从振楠，2023）。在数智化协作平台上， 每个人都有机会成为创新的发起者和贡献者， 无论是提出一个大胆的想法， 还是对现有方案提出优化建议， 都能得到及时的响应与反馈。平等、 开放的创新文化， 不仅可以鼓励劳动集体勇于表达、 敢于尝试， 培养其积极主动的创新态度， 还能促进知识的快速积累与传承。在数智化协作平台上， 创新成果和最佳实践可以被记录下来， 形成知识库， 供后来者参考与学习， 其中知识的复用和迭代缩短了创新周期， 减少了重复劳动， 使得整个团队乃至整个组织的创新水平得以持续提升。
3. 劳动者协作模式的数智化变革。随着云计算、 大数据、 人工智能等技术的成熟， 数智化协作平台成为劳动者进行信息交流、 任务协调和资源共享的中心， 其不仅提供实时通信、 文件共享、 项目管理等功能， 还可以融入智能助手、 数据分析和预测模型， 帮助团队成员快速定位问题、 优化决策。数智化协作平台成为连接全球各地、 不同部门劳动者的重要桥梁， 能够拓宽协作的边界， 提升团队的整体效能。基于数智化协作平台（如Google Workspace、 Microsoft 365、 Slack等）， 劳动者无论身处何地， 都能即时分享文档、 编辑文件、 参与视频会议或在线讨论， 实现真正的无界协同， 简化信息传递流程， 消除物理距离带来的障碍， 同时促进知识的快速传播和累积， 形成一个动态的知识共享网络， 劳动者可以随时查阅同事的专业见解， 借鉴他人经验， 加速问题解决， 推动项目进展。
数智化协作催生了敏捷包容的团队文化， 强调适应性与灵活性， 以应对时区文化差异。在沟通透明、 及时反馈， 鼓励开放式交流与建设性批评的环境中， 劳动者能够提升协作能力， 拓宽视野， 增强创新精神。智能匹配推荐机制可促进跨领域合作， 激发多元思维碰撞， 产生创新火花。开放化协作模式可提供接触多元文化思想技术的机会， 激发创新潜能， 通过与不同背景的专家交流， 碰撞新灵感， 探索新领域， 推动产品与服务迭代升级。平台化协作不仅可以集中优化资源， 降低创新成本， 提高创新成功率， 还能跨越行业界限， 共享知识资源， 共同探索未知， 共创价值， 实现个人与社会共赢（黄尹旭，2023）。
（二） “数实融合”引领劳动资料的数智化升级
1. 劳动工具与设备的数智化升级。在“数实融合”的推动下， 传统劳动资料如机械设备、 生产线、 工具等， 正逐步转变为智能装备， 可实现自主感知、 决策与执行， 提升生产效率和精度， 降低生产成本， 还能同步进行预测性维护， 减少停机时间， 保证生产的连续性和稳定性。设备之间的互联互通形成了庞大的工业互联网。通过无线传感器网络、 边缘计算等技术， 设备间能够实时交换数据， 实现信息的无缝对接， 不仅用于监控设备状态， 还能通过深度学习算法进行分析， 挖掘出隐藏的模式和趋势， 为生产优化、 质量控制、 供应链管理等提供决策支持。以数据驱动的生产模式使得工厂能够根据市场需求快速调整产能， 实现柔性制造， 满足消费者日益个性化的需求。
劳动资料的升级还体现在对环保和可持续发展的重视上。数智化设备与工具能够精确控制能源消耗， 减少废弃物排放， 提高资源利用效率。生命周期评估（LCA）系统可以帮助企业评估产品从原料采集到废弃物处置全过程的环境影响， 推动绿色生产模式的形成。智能照明系统能够根据环境亮度和人员活动自动调节光照强度， 节约电力消耗。智能能源管理系统能够通过实时监测和分析能源使用情况， 优化能源分配， 减少能源浪费， 助力企业实现绿色生产目标。
2. 劳动场所与环境的数智化改造。当前劳动场所与环境的定义和功能得到了根本性的拓展， 从传统的物理空间跃升至一个高度智能化、 虚拟化和高效化的全新领域， 正迅速转型为智能工厂、 智能办公室和虚拟工作室。建筑师可以在虚拟现实中预览和修改建筑模型， 外科医生可以利用AR技术进行精准手术训练， 游戏开发者可以构建虚拟游戏世界。这种虚拟化劳动环境不仅可以节省成本、 提高效率， 还能激发创新潜力。云计算、 大数据分析和智能合约将优化劳动流程， 使得决策更加依赖数据驱动， 操作自动化水平更高（黄尹旭和杨东，2021）。
在劳动场所中， 数智化技术还可以被用来构建安全监测与预警系统。通过物联网传感器， 可以实时监控工作环境中的各种安全指标， 如空气质量、 噪声水平、 辐射等， 一旦发现异常， 就立即发出警报， 保护劳动者免受伤害。智能环境控制系统能够根据实时监测的温度、 湿度、 光照等参数， 自动调节室内环境， 为劳动者创造最适宜的工作条件。智能穿戴设备（如智能安全帽、 智能眼镜）和健康监测系统可以实时关注劳动者的身体状况， 提供健康建议和预警， 减少职业病的发生。智能引导下的绿色化和可持续发展的劳动场所能够提升企业在社会公众中的形象和声誉， 通过公开其在节能减排、 资源循环利用等方面的成就， 展现其对环境保护的承诺， 进而吸引更多注重可持续发展的客户和投资者。
3. 劳动资料管理与维护的数智化转型。数字技术的应用使得资产管理和维护方面的决策更加精准。通过数字孪生技术， 可以构建物理设备的虚拟模型， 实时反映设备的真实状态， 包括位置、 性能参数和运行历史。基于这些详尽的数据， 管理人员可以做出更加精准的决策， 如何时进行设备保养、 是否需要替换部件等， 以保障设备始终处于最佳工作状态。区块链技术的应用为资产的全生命周期管理提供了不可篡改的记录， 增强了设备信息的透明度和可信度。预测性维护利用机器学习分析设备数据， 如温度、 压力、 振动和电流， 以识别故障早期迹象。智能系统能够预测故障发生的概率、 时间和原因， 从而采取预防措施， 避免生产中断； 其还能推荐修复方案， 自动执行简单任务， 如远程调整设备参数或3D打印替换部件， 减少维修时间。智能机器人技术则用于复杂维修工作， 通过制订个性化维护计划， 提升设备可靠性， 降低维护成本， 实现按需维护（刘慧和王曰影，2023）。
（三） “数实融合”引领劳动对象的数智化处理
1. 劳动对象信息与数据的数智化处理。在“数实融合”的推动下， 劳动对象的概念和内涵发生了质的飞跃， 从单纯的物理实体演变为集信息、 数据和智能于一体的综合性存在， 实现信息化、 数据化和智能化的全面升级。通过大数据技术， 劳动对象的全生命周期数据被系统地收集、 存储和分析， 形成一个包含设计、 生产、 物流、 销售、 使用、 回收等环节的完整数据链， 不仅可以揭示生产过程中的效率瓶颈和质量问题， 还能够为产品设计优化、 市场需求预测、 客户行为分析等提供数据驱动的决策依据， 进而推动个性化生产、 精准营销和循环经济的发展（黄尹旭和杨东，2021）。
通过嵌入智能芯片、 软件和算法， 劳动对象能够实现自我感知、 自我决策和自我优化。例如： 智能设备能根据实时数据调整工作参数， 实现动态性能优化； 智能产品能与用户交互， 提供个性化服务； 智能物流系统能自动识别货物， 实现精准分拣和配送。通过构建与物理实体一一对应的虚拟模型， 数字孪生能够实时反映劳动对象的运行状态和性能表现， 为预测性维护、 虚拟调试、 仿真优化等提供强大的工具， 降低实物试验的成本和风险， 加速产品迭代和创新， 推动劳动对象向更高层次的智能化发展。
2. 劳动对象生产与服务的数智化优化。通过数字技术的应用， 供应链的各个环节能够实现信息的实时共享和协同优化。例如： 基于区块链技术的供应链平台能够提供透明、 安全的数据交换环境， 提升信息的准确性和不可篡改性， 增强供应链的可信度； 智能仓储系统能够实现物料的自动识别和管理， 提高库存周转率； 智能物流网络能够动态调整配送路线， 减少运输成本和时间。基于数智技术带来的实时感知、 动态监控、 精准调度优势以及数据驱动的决策支持， 能够提高生产效率和产品质量， 实现生产过程的个性化、 差异化和可持续化， 为构建智能、 绿色、 高效的生产与服务体系奠定坚实的基础。
平台化发展模式是“数实融合”下的一个重要特征。通过构建开放的平台， 企业能够吸引更多合作伙伴， 形成一个围绕劳动对象进行生产与服务的生态体系。该体系不仅包括供应商、 分销商、 客户， 还包括第三方服务商和技术提供商， 它们共同为市场提供多元化、 个性化的产品和服务。平台化发展使得企业能够快速整合内外部资源， 灵活应对市场变化， 提高市场响应速度和竞争力（杨东和黄尹旭，2022）。
移动互联网的普及使企业可以通过智能手机和平板电脑提供便捷服务。移动应用让零售支付、 远程医疗咨询、 在线交通预订等服务轻松可得。云计算平台可提供弹性计算、 存储和网络资源， 支撑生产服务协同。企业将数据迁移到云端进行集中管理和分析， 可促进业务流程优化与创新。例如， 营销团队利用云端大数据分析市场趋势， 为生产提供需求预测， 实现精准生产和库存管理。
3. 劳动对象价值与市场的数智化挖掘。劳动对象价值的智能化评估、 精准化定位和高效化利用， 为新质生产力的释放和市场潜力的发掘提供了无限可能。价值评估不再是单一维度的考量， 而是通过大数据分析、 人工智能、 机器学习等技术， 实现多维度、 动态化的智能评估。企业可以实时分析生产经营、 市场反馈、 消费者行为等信息， 精准把握劳动对象的市场价值、 潜在需求和生命周期， 为产品设计、 定价策略、 营销方案等提供决策支持。
深度学习算法可以自动从原始数据中提取特征， 利用多源异构数据评估价值。机器学习模型能够识别复杂模式， 预测市场趋势和消费者偏好， 提供前瞻性视角。云计算和边缘计算技术能够实时处理数据， 及时调整价值评估， 反映最新市场动态。利用数字技术分析个体消费者的行为， 可以实现个性化价值评估， 促进产品精准定位和营销。
二、 “数实融合”赋能新质生产力的实现逻辑
《决定》中强调， 要“促进各类先进生产要素向发展新质生产力集聚， 大幅提升全要素生产率”。在促进各类先进生产要素向发展新质生产力集聚的过程中， “数实融合”能够发挥重要的赋能作用。
（一） 发展逻辑： “数实融合”提升企业生产效率与经济运行效率
1. “数实融合”对企业生产效率的提升路径。目前生产模式正从传统的批量化、 标准化生产转向个性化、 定制化生产， 使得企业能够快速响应市场变化， 实现柔性生产， 满足消费者日益增长的个性化需求。通过实时监控和数据分析， 能够及时发现生产瓶颈， 调整生产计划， 减少生产浪费。预测性维护和自动化生产系统可以提高设备利用率。大数据分析与云计算的结合可为精细化生产管理提供有力支撑， 如企业利用大数据技术收集、 整理和分析来自生产线、 供应链、 市场反馈等多方面的海量数据， 从中挖掘出有价值的洞察（包括生产效率瓶颈、 供应链风险点、 市场需求趋势等）， 指导更精准的生产计划制订， 实现资源的最优配置。一家制造商可以通过工业互联网平台实时接收来自供应商的库存信息， 并根据自身生产计划自动调整采购策略， 保障原材料的及时供应， 避免生产停滞； 还可以利用平台上的数据分析工具， 与同行共享市场趋势信息， 共同预测未来需求， 减少盲目生产， 提高市场响应速度。
在人力资源管理这一关键领域， 数智化的绩效管理系统发挥着至关重要的作用， 能够以更加客观、 准确和全面的方式评估员工的工作表现， 不再仅仅依赖主观判断和传统考核方式， 而是借助大数据分析和先进的算法， 综合考量员工在各个工作环节中的实际成果、 工作质量、 工作效率以及对团队协作的贡献等多个维度。通过对大量数据的收集和分析， 数智化的绩效管理系统为企业精心绘制出精准的人才画像。这一画像不仅包含员工的基本信息和工作履历， 还深入描绘了他们的专业技能水平、 职业发展潜力、 性格特点以及与团队的适配度等内容。据此， 企业能够充分发挥每个人的优势， 避免人才浪费和错配。员工在能够充分施展自身才能的岗位上工作， 会感受到自身价值的实现， 从而激发其更大的工作热情和创造力， 进而提升企业生产效率（师博和魏倩倩，2024）。
2. “数实融合”对经济运行效率的改善机制。当前产业链上下游企业之间的合作模式发生变革， 数字基础设施搭建起了信息高速公路， 使得不同企业能够实时共享生产数据、 库存信息、 市场需求预测等关键数据， 实现从原材料采购、 生产制造到物流配送、 市场营销的全流程协同， 降低传统供应链中的不确定性， 降低交易成本， 提高整个产业链的响应速度和灵活性。创新资源的集聚与共享， 为经济运行注入了新的活力， 打破了地域和行业的界限， 使得企业更容易获取全球范围内的科研成果、 市场趋势、 技术专利等信息， 从而加速创新要素的流动与重组。
创新平台和在线协作工具的普及促进了跨地域、 跨行业的合作项目， 企业、 研究机构、 高校等创新主体能够便捷地进行知识交流、 技术合作和项目孵化， 加速了科技成果的商业化进程。例如， 一家位于欧洲的初创企业可以通过在线平台与我国企业进行合作， 共享研发资源， 促进新技术、 新产业和新业态的涌现， 还可为传统产业的转型升级提供强大的技术支撑， 提高整个经济体系的创新能力和市场竞争力。
（二） 创新逻辑： “数实融合”催生新兴产业
1. 数据资源在“数实融合”中的创新推动作用。数据资源之所以成为“数实融合”的核心要素和关键驱动力， 是因为它在多个层面上推动了创新和变革。数据资源为企业提供了决策的科学依据， 使得企业能够做出更加精准的战略规划和运营调整。通过深度学习消费者数据， 企业能够提供更具个性化的产品和服务， 满足消费者的多样化需求， 激发新的商业想法和技术创新， 促进新产业的诞生和旧产业的升级， 并推动资源配置优化， 使资源更加高效地在社会各领域间流动， 提高整体经济效率。
“数实融合”正推动着未来产业的创新和升级， 引领医疗健康、 能源、 智慧城市、 农业等关键领域的深刻变革。随着人工智能、 物联网、 区块链等技术的不断发展， 数据资源的应用将更加广泛和深入， 为经济社会的可持续发展注入强大动力。在医疗健康领域， 数据资源的应用正推动着传统医疗模式向个性化医疗和精准医疗转变。通过收集和分析患者的临床数据、 生活方式信息等， 医生能够更精准地诊断疾病， 制定个性化治疗方案， 甚至预测疾病的发展趋势。例如， 在癌症治疗中， 基于肿瘤细胞的基因测序数据， 医生能够选择最适合患者病情的靶向药物， 提高治疗效果， 减少副作用。可穿戴设备和远程健康监测技术的普及， 使得患者的生命体征数据能够实时传输至医疗平台， 医生可以随时监测患者的健康状况， 提供及时的干预和远程诊疗， 从而提升医疗服务的效率和质量。在能源领域， 数据资源的应用正助力智能电网和可再生能源的发展， 推动能源系统的智能化和可持续化。通过物联网技术， 智能电表能够实时收集家庭和企业的用电数据， 电力公司能够根据实时需求调整供电策略， 实现能源的智能分配和管理。同时， 利用大数据分析， 电力公司能够预测用电高峰期和低谷期， 合理调度发电站的运行， 降低能源浪费。此外， 通过分析天气数据和太阳能、 风能的实时输出数据， 智能电网能够实现对可再生能源的高效整合与利用， 提高能源系统的灵活性和可靠性， 促进能源的绿色转型。
2. 新兴产业在“数实融合”背景下的孕育与发展。新兴产业呈现出一系列鲜明的特征， 如： 具有高度的创新性， 能不断推动技术、 产品或服务的更新迭代； 具备强大的渗透性， 能够广泛地融入经济社会的各个领域； 拥有广泛的覆盖性， 影响着众多的行业和消费者。新兴产业是“数实融合”的产物， 但并非数字技术与实体经济的简单相加， 而是数字技术全面、 深入地融入实体经济的研发、 生产、 销售、 流通等各个环节之中， 通过创新生产方式和商业模式， 重塑产业组织形态与制造流程， 从而推动全要素生产率的持续提升， 并培育出众多新的业态和模式（刘尚希等，2023）。
经济全球化趋势使得企业面临更激烈的竞争， 也促使其积极开展“数实融合”以提升自身竞争力， 开拓新的市场空间。智能制造、 数字服务等新兴产业便是在这样的背景下迅速发展起来的， 其利用数字技术实现生产过程的自动化、 智能化， 提高生产效率和产品质量， 同时也能够根据客户需求提供个性化的产品和服务， 满足市场的多样化需求。如电商直播、 数字农业、 数字金融等新业态和新模式， 借助互联网和数字技术， 打破传统的销售、 生产和服务模式， 为经济增长注入新动力。这些新兴产业的兴起不仅改变了人们的生活方式和消费习惯， 也为经济的可持续发展提供了新的支撑和动力。随着数据资源的持续积累和技术的不断创新， 新兴产业的发展前景将更加广阔， 将为全球经济的可持续发展注入新活力。
（三） 应用逻辑： “数实融合”拓展新质生产力的应用场景与驱动技术进步
1. “数实融合”在场景适应力上的拓展策略。“数实融合”能够不断拓展新质生产力的应用场景， 并使其自动适应新的场景和动态变化的场景。通过运用数字技术， 企业能够快速、 大量地获取各种来源的信息， 包括市场趋势、 消费者行为、 生产环节的细节等。通过对这些数据的深入挖掘和分析， 企业可以敏锐地捕捉到新的需求和潜在的机会， 从而将新质生产力应用到之前未被开发的领域。例如， 通过分析电商平台的销售数据， 发现消费者对于某种特定功能的智能家电的潜在需求， 于是相关企业将智能制造技术应用于该类家电的生产， 从而开拓了新的市场。快速的技术进步持续推动创新不断深化， 新的数字技术（如5G、 物联网、 量子计算等）不断涌现， 为新质生产力在更多复杂、 苛刻的场景中应用提供了可能。市场竞争的压力和消费者需求的多样化也迫使企业不断探索新的应用场景。企业为了在竞争中脱颖而出， 必须不断挖掘新的增长点， 满足消费者日益变化的需求。这就促使企业借助“数实融合”来创新业务模式， 将新质生产力应用到更多新的领域。
2. “数实融合”驱动技术进步的内在机理。技术创新能够产生协同效应， “数实融合”促进了不同领域技术的交叉融合， 产生了“1+1＞2”的协同效应。云计算、 物联网、 区块链等数字技术与实体经济中传统技术相结合， 不仅能够提升原有技术的效能， 还会催生新的商业模式和产品服务。例如， 物联网技术与农业融合， 推动了精准农业的发展， 通过实时监测土壤湿度、 光照强度等数据， 可实现智能灌溉和施肥， 提高农作物产量和品质。这种技术协同不仅加速了数字技术的迭代升级， 而且促进了实体经济技术的革新， 形成了一种相互促进、 共同发展的良性循环。应用场景的不断扩展为技术进步提供了丰富的实践案例和反馈机制。在实践中， 企业会遇到各种预期之外的问题和挑战， 这将成为技术迭代和优化的重要驱动力。通过收集和分析实际操作中的数据， 企业可以及时调整技术方案， 优化产品性能， 提升用户体验。此外， 新的应用场景也为技术创新提供了广阔的“试验田”， 加速了技术成果的转化和应用。
产业链与创新链的深度融合形成了产学研用协同创新体系。其中， 企业、 高校、 科研机构、 政府部门等多主体紧密合作， 共同推动技术创新和产业升级。企业作为应用端， 提出技术需求和市场导向； 高校和科研机构作为知识源头， 提供理论基础和前沿技术； 政府部门则提供政策支持和资源协调。在这种深度融合模式下， 各方主体能够共享资源、 互补优势、 形成合力， 加速技术成果的转化和应用， 推动整个产业链的升级和创新生态的构建。
三、 “数实融合”赋能新质生产力的制度保障
《决定》中“健全因地制宜发展新质生产力体制机制”部分重点强调要促进技术领域的革命性飞跃， 通过创新性地重构生产要素配置方式， 加速产业结构的深层次转型与升级。“数实融合”在这一领域内的有效赋能， 需要一系列的制度保障。
（一） 技术创新制度： 构建以数字技术为核心的供给支撑体系
1. 数字技术在“数实融合”中的核心地位。数字技术如同一座桥梁， 连接抽象的数据世界与具象的实体经济， 实现两者之间的无缝对接与深度融合， 为企业提供应对市场挑战的新途径， 还开创了资源利用的新模式， 激发了创新潜能， 引领实体经济向更高层次、 更高效能、 更可持续的方向迈进。数字技术的应用推动了实体经济商业模式的变革， 促进了平台化、 生态化的发展趋势。通过构建数智化平台， 企业能够汇聚众多参与者， 包括供应商、 客户、 第三方服务提供商等， 形成一个开放、 共享、 协同的商业生态。例如， 电商平台不仅连接了买家和卖家， 还集成了物流、 支付、 评价等服务， 在为交易双方提供便利的同时， 还促进了资源的高效配置， 降低了交易成本， 提升了整个生态系统的韧性和创新力。数字技术的应用使得企业能够基于数据洞察， 快速迭代商业模式， 探索新的收入来源和价值创造方式。
新技术与新产业形态为实体经济提供了前所未有的创新可能性。例如： 云计算技术的成熟降低了企业使用高端计算资源的门槛， 促进了软件即服务（SaaS）等模式的兴起； 区块链技术的出现为供应链管理、 金融服务等领域带来了透明度和信任机制的革新； 人工智能技术则促进了医疗、 教育、 交通等行业的智能化升级， 提升了服务质量和效率。实体经济不再局限于传统的行业边界， 而是通过数字技术的力量， 与不同行业跨界融合， 形成全新的业态和模式。例如： 传统零售业与互联网技术的结合诞生了电子商务， 拓展了销售渠道， 扩大了市场覆盖面； 制造业与物联网、 大数据的融合推动了智能制造的发展， 实现了生产过程的透明化和精益化； 金融行业与数字技术的深度融合则催生了金融科技， 为金融服务提供了更便捷、 更安全的解决方案， 实现了从数量扩张向质量提升的转变、 从要素驱动向创新驱动的转型、 从单一价值链向价值网络的跃迁（黄尹旭和杨东，2021）。
2. 加速“数实融合”进程的供给支撑体系。“数实融合”必须与技术创新制度紧密结合， 发挥协同效应， 推动产业结构优化升级， 并建设数字基础设施， 普及前沿技术的应用， 促进有为政府和有效市场的结合。政府应当引导企业向高附加值、 高技术含量的产业方向发展， 鼓励传统产业的数字化转型， 支持新兴数字产业的培育壮大； 推动制造业向智能制造转型， 发展基于数字技术的现代服务业， 促进农业的数智化改造。数字基础设施是“数实融合”的基石， 政府应加大对5G网络、 数据中心、 工业互联网等新型基础设施的建设投入， 提高数字技术的普及率和应用水平， 加强网络安全和数据保护， 构建安全可靠的数字环境， 为新质生产力发展提供坚实的技术基础。
政府可以出台鼓励数字技术创新和应用的政策， 如减税降费、 财政补贴、 知识产权保护等， 为数字技术发展创造良好的政策环境； 还可以设立专项基金， 支持关键数字技术的研发和产业化， 鼓励企业加大研发投入， 提升自主创新能力， 建立产学研用协同创新平台， 促进企业、 高校、 科研机构之间的合作， 加速科技成果的转化和应用。通过完善知识产权法律体系， 加强对原创技术的保护， 激发创新者的积极性； 通过设立国家级、 地方级的科技奖项， 表彰在数字技术创新领域做出突出贡献的个人和团队； 同时， 建立和完善创业孵化器、 加速器， 为初创企业提供办公空间、 资金支持、 导师指导等一站式服务， 加强与国际科技界的交流合作， 引进国外先进技术和管理经验， 促进国内外创新资源的对接（丁述磊等，2024）。
此外， 政府支持数字技术示范应用， 验证技术可行性， 能够推动技术成熟和提高市场接受度。通过政府采购和首购政策， 优先支持创新性强、 市场前景好的数字产品和服务， 并加强宣传， 提高公众认知， 扩大市场需求； 同时， 定期发布评估报告， 监测创新成效， 为政策调整提供依据， 还可建立绩效考核体系， 激励企业持续创新。
（二） 市场活力机制： 激发数字化需求、 培育新生产主体与开发新应用场景
1. 数字化需求的激发策略。激发数字化需求是一个复杂、 动态的过程， 需要深入理解市场趋势和消费者行为的变化， 满足市场和消费者的新需求。首先， 应构建一个有利于数字化需求发展的良好市场生态环境， 制定数字化转型政策框架， 以激励企业加大在数字化转型领域的投入； 其次， 发布国家层面的数字化发展战略和规划， 明确数字化需求的发展方向和市场培育的重点领域， 如智能制造、 智慧城市、 数字农业等， 为数字化转型提供清晰的指引； 再次， 投资建设高速宽带网络、 数据中心、 物联网等数字基础设施， 为数字化产品和服务的开发与应用提供必要的硬件支持； 最后， 关注数字化转型对就业、 隐私、 安全等方面的社会影响， 倡导负责任的数字化发展， 并推动绿色数字化， 利用数字技术促进资源节约和环境保护， 实现可持续发展目标。
2. 新生产主体的市场培育。积极培育新生产主体并鼓励其开发数字化产品和服务， 对于推动经济的数字化转型至关重要。新生产主体， 特别是初创企业和小微企业， 由于结构轻便、 决策流程短、 对市场变化敏感等， 往往能够更快地顺应市场和技术的最新趋势， 成为创新的源泉。制定和完善市场准入、 知识产权保护等相关法律法规， 可为新生产主体提供公平、 透明的经营环境。强化市场监管， 提供便利的政务服务， 能够减轻新生产主体的负担。加大对5G网络、 数据中心、 物联网等新型基础设施的投入， 提升网络覆盖率和数据处理能力， 可为数字化产品和服务提供强大的物理基础。实施传统产业数字化转型行动计划， 引导企业采用数字技术改造生产线、 优化管理流程、 创新商业模式， 有助于提升产业整体的数字化水平。开展数字技能培训项目， 提升劳动力的数字素养， 能为企业输送具备数字技能的人才。
3. “数实融合”新应用场景的有序开发。对“数实融合”在各行业中的应用现状进行全面梳理， 有助于了解数字技术的渗透率、 应用深度、 融合程度等， 分析“数实融合”过程中的痛点和难点（如技术兼容性、 数据孤岛、 人才短缺等问题）， 识别潜力点， 即那些尚未充分开发但具备巨大潜力的融合领域（如智慧农业、 智能制造、 数字医疗等）， 预测未来“数实融合”的发展趋势。综合考虑技术进步、 政策导向、 市场需求等因素， 能够以前瞻性视角洞察未来发展方向。
针对新应用场景开发的规划， 应明确新应用场景开发的总体目标， 制订提升融合深度、 拓展融合领域、 增强融合效益的具体方案， 加强技术研发， 提升核心技术自主可控能力， 为新应用场景开发提供坚实的技术支撑。可选择部分行业或领域进行试点， 先行开发并验证新应用场景的可行性和效益， 形成可复制、 可推广的成功模式。在试点成功的基础上， 逐步扩大应用范围， 通过示范效应带动其他行业或领域的“数实融合”。同时， 定期进行市场调研， 收集消费者和企业的实际需求， 使新应用场景的开发能够紧贴市场脉搏， 解决实际问题。在新应用场景的设计阶段就邀请目标用户参与， 通过用户测试、 反馈收集等方式， 促使产品或服务能够满足用户的真实需求， 提升用户体验（刘海军和翟云，2024）。还可建立新应用场景开发的监测评估体系， 定期对实施效果进行评估， 并根据评估结果对开发策略进行动态调整， 推动新应用场景的持续优化、 迭代升级。
针对新应用场景开发的实施， 应构建支持元宇宙和“数实融合”的技术基础设施， 包括服务器、 网络、 数据存储等， 建立高性能的云计算平台来支持大规模的虚拟场景渲染， 设计吸引人的虚拟环境、 角色和互动元素， 整合来自现实世界和虚拟世界的数据， 建立统一的数据管理体系， 以实现数据的流通和共享。同时， 注重数据安全和用户隐私保护， 采用加密技术、 访问控制等手段保障信息安全。与相关企业、 开发者、 研究机构等建立合作关系， 共同构建元宇宙的生态系统。例如， 与硬件制造商合作开发专用设备， 与内容创作者合作提供丰富的虚拟内容。在开发一个基于元宇宙的工业培训应用场景时， 首先明确目标是提高工人的技能培训效果和降低培训成本； 其次， 通过市场调研， 了解工人对于实际操作模拟和实时反馈的需求； 再次， 采用 VR 技术和模拟软件制定路线图， 分阶段开发不同的培训模块， 搭建强大的服务器支持多人同时在线培训， 设计逼真的工厂环境和设备操作模拟， 并整合工人的培训数据和绩效数据， 注重数据安全； 最后， 在测试和优化应用场景后进行市场推广， 与企业合作开展培训项目， 并持续收集用户反馈以进行改进。
（三） 应用保障体制： 建立数字金融体系、 立法保障机制与安全体系
1. 数字金融体系在“数实融合”中的支撑作用。数字金融体系基于前沿数字技术， 开发了一系列创新金融产品和服务， 如股权众筹、 供应链金融、 数字信用贷款等。这些产品和服务打破了传统金融体系的局限， 为实体经济提供了更为灵活、 快捷的融资方式。利用大数据和人工智能技术， 平台能够更精准地评估企业信用， 减少传统信贷业务中的信息不对称问题， 使得更多中小企业和初创企业能够以更低的成本获得融资。通过线上平台， 企业可以快速提交融资申请， 加之审核过程自动化， 使得资金到位速度加快， 满足企业对资金的即时需求。
数字金融体系利用大数据分析， 能够对企业的经营状况、 市场环境、 行业趋势等进行实时监测， 为金融机构提供更为精准的信贷决策依据， 减少不良贷款的发生， 提高金融资源配置效率。通过采用人工智能算法， 能够为投资者提供个性化的投资建议， 帮助他们更好地理解和分散投资风险， 促进资本市场的健康发展； 并深入供应链上下游， 基于供应链数据提供融资服务， 解决中小企业融资难的问题， 促进产业链升级（黄尹旭等，2024）。
移动支付和数字货币推动了支付结算数字化， 提升了交易效率， 促进了实体经济数字化转型。所积累的交易数据还可为决策提供依据， 帮助企业优化生产、 销售和库存管理， 提升运营效率。金融普惠降低了服务门槛， 使更多人能够享受金融服务， 尤其是在偏远和农村地区， 通过移动互联网普及金融服务， 增强了经济包容性。数字金融体系通过优化资源配置和推动服务创新， 可为实体经济数字化转型提供金融支持， 促进经济高质量发展； 还能够提高服务效率和质量， 降低成本， 扩大金融覆盖范围， 满足客户的多样化需求， 强化风险管理和监控能力， 确保金融环境安全可靠， 保障市场稳定和健康发展。
2. 立法保障“数实融合”稳健运行的策略。需构建一个完善的法律框架， 鼓励和支持“数实融合”， 督促融合过程中的各项活动遵循法律规范， 促进数字技术在实体经济中的广泛应用。应鼓励创新， 为新技术、 新业态、 新模式的发展留足空间， 避免过度监管阻碍创新， 采取包容审慎的态度对待新兴业态， 既要给予发展空间， 又要适时介入， 防范风险， 确保融合过程中的技术应用和数据流动在安全可控的范围内， 防止国家安全和公共利益受损。政府、 企业、 社会组织和公民等多元主体能够发挥协同作用， 它们应共同参与“数实融合”的治理， 形成共治格局。
基于完善的数据安全法律法规， 可以实现“数实融合”过程中对收集、 存储、 处理和传输数据的妥善保护， 防止数据泄露、 滥用或非法获取， 维护市场秩序， 保障交易安全， 保护消费者权益。例如： 制定严格的个人信息保护规定， 督促个人数据在融合过程中的收集和使用遵循最小必要原则， 尊重和保护个人隐私权； 建立公平竞争的市场规则， 防止垄断和不正当竞争行为， 保障所有市场参与者的合法权益， 激发市场活力和促进创新。
数字经济促进法作为数字经济领域的基本法尚未正式出台， 应加快数字经济立法， 明确数字经济的地位、 原则、 目标和保障措施， 为“数实融合”提供全面的法律支撑。数字经济促进法中应明确平台企业在用户信息保护、 内容审核、 广告管理等方面的法律责任和义务； 明确平台不得利用市场优势地位实施不公平交易， 如强制搭售、 歧视性定价等； 建立健全用户申诉和纠纷解决机制， 保护消费者和商家的合法权益。还应制定与该法律相配套的实施细则， 明确具体的操作流程和标准， 便于法律的执行。为推动行业自律， 可制定“数实融合”相关行业标准， 提升行业整体的规范化水平。鼓励地方政府根据本地实际情况出台适应“数实融合”特点的地方性法规， 促进地方数字经济的特色发展。
此外， 还应强化监督， 开展专项执法行动， 严惩网络诈骗、 数据滥用、 侵犯隐私等违法行为； 优化执法流程， 缩短案件处理周期； 建立多层次监督体系， 包括政府监管、 行业自律、 社会监督， 确保法律法规的有效执行； 定期评估法律法规实施情况， 及时发现和解决问题； 通过媒体、 网络、 社区等渠道广泛宣传数字经济法律法规， 提升公众法律意识； 对企业管理人员、 技术人员、 法律工作者等进行专题培训， 提高其专业素养和合规意识。
3. 安全体系构建与“数实融合”的风险防控。在数字化转型浪潮中， 企业应确保业务的连续性、 数据的完整性和系统的可用性， 同时抵御各类安全威胁。可部署先进的防火墙技术， 隔离内部网络与互联网， 防止未经授权的访问。入侵检测系统（IDS）能够用于监控网络流量， 识别并阻止潜在的恶意活动。采用高强度的加密算法对敏感数据进行加密， 无论是存储在本地还是云端， 都能保证数据在传输过程中的安全性， 防止数据被窃取或篡改。
在云计算环境下， 采用多租户隔离、 身份与访问管理（IAM）、 数据隔离等技术， 可实现不同用户之间数据的隔离以保障数据安全。利用大数据分析和机器学习算法， 可对网络流量、 系统日志、 用户行为等数据进行深度分析， 识别异常模式， 预测潜在的安全威胁， 实现主动防御。在“数实融合”各环节， 每个岗位都有相应的安全职责， 应明确安全责任归属； 制定详细的安全操作规程， 包括数据处理、 系统运维、 应急响应等， 使所有操作都在受控状态下进行（夏杰长和苏敏，2024）； 定期开展安全审计， 检查系统配置、 数据保护措施、 用户权限设置等， 及时发现和修复漏洞； 定期进行风险评估， 识别潜在的安全威胁， 评估其可能造成的损失， 并制定相应的风险缓解策略。
为有效防控“数实融合”风险， 应强化网络安全基础设施建设， 采用先进技术提升监测预警能力， 优化制度流程， 培养跨领域安全人才， 塑造重视安全的企业文化。随着网络威胁的不断演进， 持续监测与响应策略也需要不断迭代和优化， 以应对新的安全挑战， 保护组织的数字资产和业务连续性。全天候安全监测体系利用人工智能、 机器学习技术， 能够提升威胁检测与响应速度， 快速启动应急预案， 有效控制事态， 减轻损失（王谦等，2024）。
四、 结语
在数字化转型浪潮中， “数实融合”作为推动新质生产力发展的关键引擎， 正以前所未有的深度和广度重塑着生产方式、 商业模式乃至整个经济社会结构。本文深入剖析了“数实融合”赋能新质生产力发展的内在逻辑与制度保障， 揭示了其如何通过劳动者的数智化创新、 劳动资料的数智化升级以及劳动对象的数智化处理， 推动企业生产效率与经济运行效率的显著提升， 并催生新兴产业， 驱动技术进步与产业升级。在此过程中， 制度创新作为关键支撑， 为数据流动与价值转化提供保障， 确保融合进程的稳健与可持续。面向未来， “数实融合”将持续深化， 成为推动经济社会高质量发展的核心驱动力。随着数字技术的不断创新与普及， 更多传统行业将实现数字化、 智能化转型， 产生更多新业态、 新模式。同时， 劳动者将在数字化转型浪潮中不断成长， 成为具备跨学科知识、 创新思维与协作精神的复合型人才。企业则需紧跟时代步伐， 积极拥抱“数实融合”， 加强技术创新与推动产业升级， 以应对日益激烈的市场竞争。在此过程中， 仍需关注数字鸿沟、 数据安全与隐私保护等挑战， 确保“数实融合”的健康发展。通过加强数字基础设施建设、 提升公众数字素养、 完善法律法规体系等措施， 更好地发挥“数实融合”的潜力， 推动经济社会向更高层次的数字化、 智能化转型， 共创美好未来。
总之， “数实融合”作为新发展阶段的重要驱动力， 其深度推进不仅关乎生产力的质变， 更是重塑全球经济版图的关键力量。未来， 通过不断深化技术创新与制度创新的有机互动， “数实融合”将引领我国经济乃至全球经济迈向更加高质量、 可持续的发展道路， 开启人类社会发展的新篇章。在此背景下， 持续探索与实践“数实融合”并把握时代机遇具有重要意义。
【 主 要 参 考 文 献 】
丁述磊，刘翠花，李建奇．数实融合的理论机制、模式选择与推进方略［ J］．改革，2024（1）：51 ～ 68．
黄尹旭，杨东．金融科技功能型治理变革［ J］．山东社会科学，2021（7）：140 ～ 145．
黄尹旭，杨竹，张超．数字融通与优化配置：促进新质生产力发展的数字金融法治建构［ J］．学习与实践，2024（7）：104 ～ 114．
刘海军，翟云．数字时代的新质生产力：现实挑战、变革逻辑与实践方略［ J］．党政研究，2024（3）：45 ～ 56+125．
刘慧，王曰影．“数实融合”驱动实体经济创新发展：分析框架与推进策略［ J］．经济纵横，2023（5）：59 ～ 67．
刘尚希，邢丽，樊轶侠等．以数字化引领数实融合的内在机理与现实思考［ J］．财政研究，2023（12）：3 ～ 15．
欧阳日辉．数实融合的理论机理、典型事实与政策建议［ J］．改革与战略，2022（5）：1 ～ 23．
王谦，王精辉，刘华军．新时代中国数实融合发展之路——历程回顾、成效评估与路径展望［ J］．人文杂志，2024（2）：1 ～ 12．
杨秀云，从振楠．数字经济与实体经济融合赋能产业高质量发展：理论逻辑、现实困境与实践进路［ J］．中州学刊，2023（5）：42 ～ 49．
（责任编辑·校对： 喻晨" 陈晶）
【基金项目】广东省哲学社会科学项目“数字技术赋能国内国际双循环新发展格局的内在机理与实践路径研究”（项目编号：GD23XYJ03）
