下载掌阅APP，畅读海量书库
立即打开
黄先海 高亚兴
数字经济与实体经济深度融合是中国顺应新一轮科技革命和产业加速变革，实现经济高质量发展的内在驱动与必由之路。党的二十大报告在加快构建新发展格局，着力推动高质量发展部分指出，要“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。促进数字经济与实体经济深度融合，是党中央立足全局、面向中国式现代化做出的重大战略抉择。
一个经济体的要素供给水平如存量、质量、分布形态、累积动态及配置效率等方面是发展绩效的基本面因素
，数字经济与实体经济之间的要素融合是推动数字要素深度参与实体经济循环，促进实体经济全链路数字化赋能的微观理论基础。本文认为，数字经济与实体经济深度融合在要素融合层面表现为数据要素、数字技术、数字平台等数字经济要素与传统生产要素之间双向融合、互补互促的动态循环演进过程。数据作为生产要素参与实体经济循环过程，在拓展要素内涵的同时重构传统生产要素禀赋存量与流动性特征。数字技术优化传统生产要素的分布结构与配置效率，实体产业领域的不断挖掘与规模化进一步加速数字技术的持续更新迭代，实现数字技术与实体经济的融合互促。数字平台改变要素的聚集形态与关联模式，修正要素市场扭曲，提升实体经济循环效率与发展质量。
数据要素作为新型生产要素参与实体经济循环过程，与传统生产要素的相互融合拓宽了要素的内涵与边界。在此融合过程中，数据要素表现出高速流动、循环再生、价值延伸以及多维交叉等融合特征。
由于数据要素的非竞争性与易复制性，数据要素在实体经济的研发设计、生产制造、流通分配等上下游环节各主体间能够以极低的成本、较少的损耗快速流动，广泛渗透于其他生产要素的流通过程。在此过程中，实体经济的各环节又会基于其要素投入与配置方式形成新的数据要素。这些数据产出与先前的数据投入相比普遍具有更丰富的维度与更高的质量，并且能够作为生产要素再次投入下一轮的实体经济循环过程中，以此实现数据要素的规模累积与循环再生。同时，数据要素的外部性与可挖掘性使主体间实现跨环节、跨行业的数据要素价值延伸与共享，使其即使经由某一主体投入生产而发生折旧，也能够基于应用场景差异、挖掘角度与深度差异而在其他场景或其他环节中发挥额外的外部价值。数据要素与其他生产要素跨环节、跨行业的融合会进一步形成更高维度且更为立体的要素关联，以数字、文本、图片、声音、视频等不同形式对其他要素参与实体经济循环过程中的禀赋结构、分布形态、配置方式等不同方面实现即时且全面的表征，数据要素与传统要素表现出数据要素化与要素数据化的双向融合关系。
要素融合对要素禀赋的边界拓展一方面来自数据要素化。数据作为新型生产要素广泛渗透于实体经济运行的各个环节，不仅作为要素投入直接参与数字内容、数字服务等产业的产出过程，还作为技术研发、生产流程、消费供求特征等生产过程信息的数据化映射，经由分析处理后实现对产业链全链路的实时监控与管理，要素禀赋结构向数字经济方向延伸。
另一方面，传统生产要素在数字空间内形成的“数据孪生”成为实体经济要素内涵的扩展。不同于生产性的数据要素，这部分数据作为传统生产要素的内容、结构、性质或分布状态的表征，建立起对传统要素多维度、全生命周期的实时数字化映射。这部分表征性的数据要素并不直接参与数字产品或服务的生产过程，仅凭借数据可记录、可监测的特征反映传统要素在实体经济循环中的要素配置过程，其价值的实现仍依赖于传统要素的流动。因此，该部分数据同时具有数据要素与传统要素的特征，是对传统要素在数字空间内的要素禀赋的补充。但其作为数字空间与实体空间的直接纽带，不仅为实体经济的“数字化迁徙”提供微观基础，更重要的是推动数字孪生的“以虚促实”效应作用于实体经济，通过优化传统生产要素的配置与价值释放，带动社会生产力的跃升。同时借由数字仿真等数字化分析技术，能够准确捕捉传统生产要素的流动规律，以实现对有限要素资源的前瞻性洞察与超前布局，缓解因要素分布不均或信息不对称导致的市场效率损失，实现数字经济与实体经济深度融合在要素层面的虚实共生。
数据要素与劳动、资本、技术、土地和自然资源等传统生产要素的双向融合改变了传统要素的流动规律与配置方式，数据要素化与要素数据化进一步重构了基于要素禀赋结构的比较优势基础。
第一，劳动要素市场供需两端的数据化削弱了劳动要素价格扭曲与配置扭曲。供给端劳动要素的存量、地区分布、年龄与技能结构等多维数据全面刻画了劳动要素的供给特征，结合劳动力个人的信用、健康、教育等行为数据，有效降低需求端的劳动力搜寻成本与技能匹配风险，减少人力资本溢价幅度，使劳动要素参与分配的过程更加公平。需求端更为准确透明的岗位分布、技能需求、薪资水平数据，能够降低供需匹配过程中的信息不对称风险，协助社会计划者捕捉就业动态，及时调整技能需求结构与发展导向，提升劳动要素配置水平与配置效率。同时，图文、视频产出等以数据为主要生产要素投入的行业兴起，为劳动力提供了新的需求扩充，使劳动要素参与经济活动的时空约束、技能门槛降低，为实体经济规模扩张注入新动力。
第二，数据要素的部分排他性使数据作为经济主体的资产参与流动、分配过程。当前，数据要素市场建设不断完善，数据交易、流通规则逐渐健全，数据要素能够通过市场配置融入质押融资等资本化活动中，依靠“数据银行”“数据信托”等数据商业模式进行资产化、资本化管理。通过对数据要素的资本化运作最大程度地发挥其价值外部性，在提升数据要素收益能力的同时扩大其参与实体经济循环的扩散范围与渗透能力。此外，数据要素对传统金融服务模式的改造增强了金融要素对实体经济的支撑作用，使资本要素在更大范围内，以更低成本与更小风险进行配置。数据要素中承载的经济主体资本结构、资金流动规律、信用评估、偿债能力等信息，大幅减少了资本市场供需两端信息不对称导致的监督成本与信用风险，减少了经济主体融资歧视，使金融服务能够及时捕捉并解决实体经济生产活动中的资金需求，提升资本周转与流通效率。
第三，技术要素与数据要素的“流动性互补”，提升了技术溢出效应的作用边界。在传统贸易理论中，技术要素通常是无法独立流动的，仅能依附于劳动、资本等有形生产要素，在经济主体间转移扩散。而劳动与资本由于受到地缘政治因素的制约难以自由流动，导致技术流动受阻。技术要素的数据化使其流动载体从流动性较弱的劳动、资本转向流动性极强的数据，技术中蕴含的可编码知识以图片、视频等多种数据形式保存与传播，使技术扩散不再受时间、空间以及有形载体制约，大幅提升了技术溢出效应的辐射范围与作用效率。同时，互联网、通信基础设施以及VR/AR（虚拟现实/增强现实）技术的迭代升级使知识传播实时化、具象化，使以往仅能依靠面对面感知的部分隐性知识的线上扩散成为可能。技术要素依附于数据要素而实现流动性逆转。
第四，土地等自然资源的数据化管理推动空间治理能力的现代化。土地等自然资源的要素禀赋与配置效率是经济活动正常运行的动力基础，自然资源的存量、空间分布与结构变化、调配需求的数据化表征，为空间治理提供可行依据。通过对资源空间分布与环境承载能力的分析，针对森林、土地、矿产、海洋等资源领域的空间规划、开发利用、用途管制、价值实现的全过程进行实时监测评估预警，实现对有限自然资源更为高效的配置。例如对土地资源禀赋数据进行分析，结合人口、经济等社会要素数据，实现对土地资源的动态管理和价值激发，按照治理目标划分并调整土地用途，匹配符合其价值需求的经济活动，从而提高治理决策的科学性与前瞻性，提升土地等自然资源要素的数字化治理能力。
数据要素与传统生产要素的双向融合重构了基于要素禀赋结构的比较优势基础。一方面，数据要素禀赋成为比较优势的新来源。数据作为生产要素参与实体经济活动，实体经济的发展又促进了数据要素的产生和积累。数据的资产化以及以数据要素作为主要投入的新兴产业兴起，使数据要素能够作为主要生产要素参与实体经济中生产、流动、分配和消费的可持续循环。因此，数据要素禀赋相对丰裕的经济主体能够凭借数据要素比较优势参与实体经济的分工与合作。另一方面，传统生产要素的数据化形成了与其禀赋结构相对应的表征型数据要素，传统生产要素与这部分表征型数据要素共同构成数字经济背景下的生产要素禀赋。生产要素的价值实现不再仅仅依赖于实体生产要素的流动，还依赖于数据要素在其配置过程中的信号功能。经济主体通过收集分析实体生产要素的内容、结构、性质或分布状态数据，对实体生产要素的流动方向与配置方式进行规划布局，提高单一要素的生产效率与多种要素的协同配置效率，从而提升实体经济的循环质量。因此，要素禀赋比较优势基础不仅取决于传统生产要素禀赋结构，还取决于与其相对应的表征型数据要素的丰裕程度。要素数据化相对更完全的经济主体更能够在实体经济分工格局中占据优势地位。
新兴技术的出现可能逆转经济体基于要素积累与禀赋结构的比较劣势，将传统技术匹配下的要素结构“劣势”转变为与新兴技术匹配的要素结构“优势”，推动新兴技术的快速迭代与市场应用，成为经济体国际竞争力变革的关键因素。 [1] 数字技术与劳动、技术等要素的融合改变了传统生产要素的禀赋结构与累积动态，对其带来的“创造性破坏”在短期与长期效应的权衡是驱动实体经济高质量发展的关键问题。
（1）数字技术引发人力资本结构高级化变迁
一方面，以智能机器人为代表的人工智能等数字技术的出现使以往依靠机械化、可重复、可编码的生产流程实现“机器换人”，减少生产制造领域对劳动力的需求；管理、营销等服务行业大规模的自动化、虚拟化，以及基于大数据技术的市场配置效率的提升，使得对低层管理、服务人员的需求减少，引发对低技能人力资本的替代。另一方面，“智能制造”对生产制造领域的全面渗透，激发了对与之相应的数字技术密集型劳动的需求，如算法工程师、大数据分析师、人工智能训练师等。数字技术的更新迭代与新兴技术的突破攻关需要大量研发人员的支撑，进一步补充了对高技能水平人力资本的需求。技能水平需求的整体向上偏移会刺激劳动力自身通过教育、培训扩充知识结构以适应技术环境变化，因此在长期中表现为劳动要素技能水平在供需两端的同步提升，促进人力资本结构向高级化方向变迁。
（2）数字技术对劳动要素需求结构的替代与扩张
数字技术对劳动要素需求结构的影响取决于负向替代效应与正向扩张效应的相对强度。数字技术对劳动要素的需求减少不仅来自对生产制造领域低技能劳动力的替代，还包括对传统认知中不可编码、非重复性但创新需求度较低的劳动力的替代，如ChatGPT等生成式人工智能的出现对以往文字创作、代码编写、一般性数据分析、图像与模型生成等行业劳动力需求造成负面冲击。同时，数字技术的广泛应用提供了对劳动力的新需求：一是对与人工智能等数字技术互为辅助的研发人员与操作人员的需求扩张；二是市场需求扩张与生产效率提升引发传统产业规模的扩张，使其中不易被替代的劳动力需求相应扩张；三是数字技术在实体经济领域的全面渗透催生了电子商务、智慧物流、元宇宙等新兴行业，使得与之匹配的服务性劳动力需求扩张。因此，数字技术对劳动要素需求结构的总体效应方向取决于正反双向效应的相对强弱，可能受到数字技术水平、产业结构、人力资本结构等多方面影响。
（3）数字技术与劳动要素融合驱动生产要素密集度转换
在传统的产业链分工体系下，以劳动要素为主要投入的生产制造环节往往处于价值链低端，技术要素、资本要素相对丰裕的经济体占据价值链的中高端，智能机器人等数字技术对生产制造领域劳动力的大规模替代使传统劳动要素在生产投入中的比重逐渐缩减，取而代之的是人工智能等技术以及知识密集型要素投入或智能机器人等具有资本属性的“资本型”劳动力投入，使劳动要素密集型行业或产业链环节向资本密集型与技术/知识密集型转换。因此，以往产业链分工环节的价值分配结构发生转变，研发设计与营销服务等高附加值环节与生产制造等低附加值环节的价值分配差距不断缩小，数字技术与智能设备的发展优势成为主导产业链分工的重要因素。以劳动密集型产业为主要类型的经济体对数字技术的吸收融合，可能会实现相对更高的经济增量。
（1）实体产业技术的边界拓展与内涵深化
数字技术与实体产业技术的融合表现为数字技术知识持续地被吸收、转化、应用于实体产业技术研发过程或技术创新产出中，知识流的跨领域协同叠加推动了实体产业技术研发过程的智能化转型以及实体产业技术本身的数字化重构。实体产业技术的迭代升级速度相应加快，新兴融合领域技术的兴起逐步拓宽了实体产业的技术边界。另一方面，传统实体产业中受到庞大的数据需求或复杂的数据运算等因素制约而无法实现的技术突破，在数字技术的加持下成为可能，并且随着实体经济产业领域不断被挖掘与规模化，数字技术在多元场景融合的过程中持续更新升级，使更多受到制约的实体产业领域实现关键性技术突破，实体产业技术的内涵得到不断深化。
（2）数字技术赋能下的实体产业技术创新变革
数字技术的高流动性与低复制成本以及实体产业技术要素的数据化，使技术中蕴含的知识在经济主体技术创新网络中迅速扩散，驱动了实体产业技术结构与技术创新模式的变革。其一，数字技术的应用降低了技术研发环节的知识搜寻成本与吸收成本，创新主体间借由数字技术的创新合作大幅拓宽技术创新过程中知识整合的时空范围，增强创新主体对多元知识的触达能力，技术创新所涉领域的广泛度与复杂度随之提升。其二，数字技术重构了传统创新的流程框架，虚拟空间孪生与仿真模拟技术实现对技术创新全流程的可视化与可监控，大幅降低了技术实验成本与试错成本，提升了创新资源配置效率与创新质量管理决策效率。其三，数字技术提升了实体产业技术质量与融合创新增量。数字技术赋能传统技术中的互补性知识资源在产业链上下游创新主体间高效地被吸收转化，技术复杂度与创新资源配置效率的提升促进了以协同创新、合作创新为主要创新模式的经济主体在新兴、前沿技术领域的突破与赶超；供给端数字技术与实体产业技术融合引致的新兴技术领域的兴起，与需求端智能化、个性化市场需求激发的多元场景数字化改造之间相互强化，融合创新增量成为实体经济技术竞争新赛道。
（3）数字技术的创造性效应与破坏性效应
从长期来看，数字技术与实体产业技术融合对实体经济发展具有显著的创造性效应，这种效应一方面源于数字技术对传统技术要素在实体经济循环中研发、生产、管理等环节的替代与赋能，降低了社会技术平均研发成本与应用成本，优化了资本、劳动等其他要素的配置效率，促进了实体经济全要素生产率的提升；另一方面源于融合创新增量带来的增量市场。新兴市场的开辟与原有市场的规模扩张不仅缓解了“创造性破坏”的要素替代效应，同时产业内外部的规模经济与范围经济进一步推动要素投入需求的扩张，要素配置更加充分高效。然而，经济主体在技术融合初期需要付出大量数字化的转型成本，如购置数字通用设备、数字技术与软件服务等额外固定成本，以及高技能劳动力需求增加导致的额外人力资本成本。同时，融合创新增量规模较小，技术成熟度较低且转化应用效率有限，数字技术的创造性效应释放迟滞使其无法弥补短期内破坏性效应带来的发展结构性失衡，要素投入规模与产出效率间存在严重的“生产率悖论”。因此，在数字经济与实体经济融合初期如何缓和数字技术的破坏性效应、加强创造性效应释放，是驱动实体经济高质量发展中亟待解决的关键问题。
数字平台使传统生产要素禀赋结构、分布形态、流动特征、累积动态、配置效率等方面产生了全面变革。传统生产要素以数字平台为核心聚集与流动，依附于平台参与实体经济循环过程；数字平台依靠要素的双边、多边以及网络效应，吸纳供需两端更多的经济主体接入以实现平台规模扩张，形成数字平台与传统要素相互促进的融合发展新模式。
数字平台将传统实体经济中由于信息不对称、市场准入门槛等制约而闲散的劳动、技术、资本要素聚集起来，形成“平台-要素”相互耦合的新型要素禀赋结构，作为统一整体参与实体经济循环过程。一方面，这部分闲散要素脱离平台后无法独立流动或其价值实现范围大幅削减，因此仅能依赖于平台的资源配置功能与需求端对接，以任务式分工参与实体经济生产、流通、分配等环节，要素成本与价值实现取决于数字平台的资源配置效率以及平台与要素的耦合协调程度。另一方面，平台凭借要素累积产生协同增力，供给端要素的数字平台接入通过网络外部性带动需求端的市场规模扩张，平台的任务承载能力与价值实现能力相应提升；要素需求规模的扩张通过供需关系促进要素平均报酬上升，吸引更多闲散要素在数字平台聚集。数字平台与要素的双向融合形成一个庞大的要素集群。相比于传统要素结构，“平台-要素”耦合式结构在要素流动配置、价值实现方面更为高效。数字平台使更多游离于经济活动之外的要素融入实体经济循环，提升要素总体存量水平，依靠数据要素与数字技术实现对接入要素的实时化监控与管理；任务式分工结构使要素流动更为充分、有序，要素自有价值与网络协同价值共同构成要素报酬，更高的要素配置效率与相对更自由的进入退出机制在一定程度上能够缓解要素市场扭曲及其引致的实体经济效率损失。
（1）传统生产要素的跨时空线上流动
数字平台解除了劳动、技术、资本等传统生产要素跨区域流动的时间与空间限制，大幅提升了要素流动性与流动时空范围。技术溢出效应不再受到地理边界限制，技术中蕴含的缄默知识的不可编码性降低，不可编码信息空间局限性的降低使缄默知识可以在网络空间“面对面”地被感知。
劳动依附于数字平台实现跨时空合作与信息交流，劳动要素参与研发、生产活动以及提供服务不再需要实地参与，例如VR、AR等技术的发展使经济活动能够实现跨区域实时协同，通过智能终端捕捉现场画面，并与其他生产环节的劳动力之间实时共享；5G等通信技术与智能机器人的结合使劳动力能够在线上协同完成特定环节的研发或生产活动。同时，以往受到国家制度、社会体制、生活环境等地缘因素以及劳动力主观偏好因素制约而不参与流动过程的人力资本，通过创新合作平台实现线上跨国自由流动；金融服务平台降低投资活动中地理阻隔导致的信息不对称与信用风险，资本要素的跨区域、跨国配置更加安全自由。
（2）数字平台驱动下的创新模式变革
创新合作平台的出现与要素的跨时空流动，改变了以往创新主体间相对分散、独立的创新模式，平台企业、大型企业自建平台、公共创新平台作为创新活动的承载者，将政府、企业研发部门、高校与研究机构等多方创新主体跨区域、跨领域整合，共享知识、人力资本等互补性创新要素资源，以分布式协同创新模式实现核心技术与关键共性技术的突破。平台内部创新主体间的知识共享以及创新分工的专业化，削减了传统分散创新模式中的知识获取成本与整合成本；网络式组织结构中各节点创新主体的自由进入与退出，降低了某一环节创新风险对整体研发过程的负面影响，降低了内部管控成本与创新风险成本；平台与创新主体间模块化、任务式的分工结构避免了各环节进度差异导致的资源闲置，同一创新过程中可容纳多个创新主体，同一创新主体也能够同时参与多个创新过程，大幅优化了资本、技术、劳动等生产要素参与创新活动的配置结构与配置效率。
（1）数字平台中介性与要素市场重新整合
传统要素市场分割使具有垄断优势的中介机构主导要素供需市场匹配，供需双方的信息与实物交换经由中间商完成，因此存在严重的信息不对称与匹配效率损失。要素数据化使传统生产要素的多维表征型信息以数据要素的形式在生产、消费网络中高速流动。生产、消费领域的数字采购平台依托大数据、云计算等数字技术，对分散于不同地区的要素数据重新整合，以统一的物流服务实现实体要素的收集与分配，打破了以往要素市场的区域分割结构，取而代之的是以人力资源平台、供应链平台、消费互联网为代表的虚拟化统一大市场。数字平台取代以往规模庞大且分散的实体中介，通过在数字空间的“再中介化”将要素供需双方直接关联，市场参与主体信息与要素供需价格信息高度透明化，供需双方通过数字平台直接进行信息交换与要素交易，平台在此过程中仅起到规避信用风险、提供物流与客户服务等弱中介作用。传统中相互分割的线下市场转为以数字平台为载体的线上市场，要素市场的跨区域线上合并使要素配置更为高效。要素分布与流动的集中，激发出更强的规模效应，从而削弱要素市场扭曲导致的实体经济效益损失。
（2）虚拟集聚重构要素累积动态
以数字平台为载体的要素虚拟集聚使传统地理集聚中要素累积的内在驱动发生转换。其一，要素集聚的规模效应由线下向线上转换。地理集聚的规模效应主要来自劳动的分工协作、技术溢出或资源共享等方面。在虚拟集聚下，劳动、技术等传统生产要素的跨时空线上流动以及数字平台的网络外部性大幅拓展了要素集聚规模，要素之间的高度协同使规模效应的收益也相应提升。其二，要素的地理分散与虚拟集聚使集聚离心力发生转换。拥挤成本是地理集聚中制约集聚规模扩张的关键因素，要素地理集聚带来的交通拥堵、劳动力成本上升、土地要素价格扭曲以及经济治理压力等集聚离心力，使要素集聚规模效应无法充分发挥。虚拟集聚削弱了地理集聚的必要性，规模效应的线上化使要素更倾向于选择更低成本的空间分布结构，有效缓解了拥挤成本导致的要素价格扭曲。其三，要素集聚规模的距离制约了向“数字距离”的转换。在传统的集聚模式下，要素的地理集聚主要受要素之间地理距离、制度距离、经济距离等因素制约，虚拟集聚打破了要素的地理阻隔，弱化了制度与经济环境差异对要素流动性的制约。在数字经济背景下，数据要素禀赋、数字平台接入、数字技术应用、数字基础设施建设水平等方面分布不平衡引致的“数字距离”，成为制约虚拟集聚规模扩张的主要因素。
（1）产业链同环节的数据要素横向结构失衡
数据要素作为可持续使用及迭代增值的新型生产要素，其非边际收益递减特性和非消耗性带来的反馈循环过程中容易产生“数据贫困陷阱” [2] ，数据要素禀赋异质性进一步导致产业链同环节主体在参与经济活动时存在“接入鸿沟”，高数据禀赋和低数据禀赋主体之间数据要素流动不充分、数据要素质量良莠不齐。处于数字化转型初期的经济主体数据要素存量较低，数据要素应用和数据价值挖掘能力不足，与具有先发优势的高数字化水平主体之间难以建立流畅的数据资源对接渠道，严重制约同环节主体间的生产合作与创新协同。同时，数据要素在行业层面的分布存在结构失衡、数据资源分配不均，以及数据要素与劳动、资本、土地等其他生产要素的协同联动受阻的情况，使数据要素禀赋较低的实体经济行业难以充分发挥数据要素对实体经济循环的强赋能作用。数据要素和其他传统要素融合使全要素生产率的重构作用受到限制，数据要素横向结构失衡进而导致行业间、行业内同环节经济主体间全要素生产率结构失衡，表现为实体经济循环效率损失。
（2）产业链上下游数据要素纵向流动阻滞
数据要素在产业链以及与之关联的价值链、创新链上下游各环节循环流动，赋能实体经济的价值创造过程。现阶段，一方面，产业链上下游经济主体间在数据有效供给、数据要素质量、数据资产规模及数据价值挖掘能力等方面存在较大差距。某一环节的数字化水平不足会形成产业链“数据断点”，使数据要素在产业链上下游的流动受阻，严重制约研发、生产等流程的协同连贯性。另一方面，产业链不同环节、不同主体间的数据管理标准和数据保护策略存在差异，经济主体之间的数据无法共享集成，信息不对称问题凸显，下游主体承接上游信息交换与数据投入时存在信息不完全和信息不完美，导致数据要素流动过程存在“数据孤岛”。数据要素纵向流动的非连贯性使传统工序的完全分解和编码重组遇到现实瓶颈，难以实现生产环节的紧致化和连续化
，产业发展的数字经济动能减弱。
（1）数字技术的“创造性破坏”仍需“加码”
一方面，随着以美国为首的发达国家不断对中国实行技术封锁和“去中国化”等打压战略，大国间科技博弈愈演愈烈，中国关键核心技术面临的“卡脖子”风险骤增。人工智能、芯片设计与制造、iCLIP（一种多重剪贴板和剪贴布实用软件）等关键技术受制于人，自主创新能力不足，数字技术对传统技术研发的赋能作用尚未充分显现。另一方面，大型企业和中小型企业间存在数字技术差距与数字技术壁垒。数据、研发人员等创新要素相对丰裕的大型数字科技企业率先抢占数字技术先发优势，为独享垄断利润和规避竞争而严格限制企业独占性技术的扩散传播。受技术壁垒、高额研发成本以及自身创新资源整合能力等限制，中小型企业和潜在创新者难以具备与在位企业竞争的创新能力。大部分中小型企业对数字化转型路径以及传统价值创造流程变革的探索，依赖于复刻大型企业的数字技术创新范式，或更多关注于迭代式创新而非突破式和前沿式创新；部分企业的自主创新能力较弱，更多采用依赖于大型企业创新分包的任务导向型创新模式，难以实现对新兴技术领域的超前抢占与对前沿技术领域的突破赶超。
（2）技术融合的创新增量转化应用效率受限
数字技术场景化应用在教育、医疗、旅游、电商、媒体等生产生活领域表现为打造各种情景式虚拟体验空间和沉浸式互动环境，数字技术通过与传统产业专用性技术相融合来带动生产要素在新兴领域内的聚集与充分流动。当前，数字技术应用场景未知及不能持续等难题制约着融合创新增量的创造性效应释放，数字技术的场景化应用范围不广和程度不深的问题亟待解决，辅助决策、降本增效以及业务转型、结构升级等方面的数字技术价值创造机制有待优化。中小型企业数据信息获得有限、技术吸收与自主创新能力不足以及管理体系混乱，限制了企业数字化应用能力，技术断层和使用鸿沟导致多元化场景难以充分得到挖掘并规模化。另一方面，数字技术的实体经济应用存在“重量轻质”“重虚轻实”“重形式轻效果”等问题，数字技术在医疗、教育、公共卫生等民生事业场景中的多元化融合不充分；智慧医疗、智慧课堂、数字孪生图书馆、智慧街道、智慧社区、智慧交通等融合领域建设缺乏整体性，易引发技术嵌入的表面化、碎片化；无人驾驶、智能制造、智能家居、数字供应链等场景尚未充分释放生产端和消费端市场潜力，数字技术赋能场景难以推动要素投入需求整体水平的扩张。如何以数字技术拓展融合场景，以融合创新增量带动实体经济增量，成为现阶段数字技术和实体产业技术深度融合需重点关注的命题。
（1）平台数据要素垄断与数据安全风险加剧
数字平台、接入企业、消费者三方博弈中产生的数据被平台内嵌于数字算法和算力，并实时采集、传输、分析，数据要素在数字平台的耦合式集聚使平台借助网络外部性强化数据垄断地位。数据供给规模、质量和配置方式完全由数字平台主导，平台借助数据优势纵向控制其他经济主体行为，多边主体间的信息不对称加重了要素市场配置效率损失。同时，数据要素跨环节、跨行业融合形成的高维关联使数据中蕴含的信息更加真实且精细。数据滥用、数据篡改加剧了数据泄露风险，如数字平台通过指纹识别、面部识别、声音锁和手势锁收集到的个人身份信息泄露会使个人隐私与生命财产遭到侵犯；企业或组织经由数字平台的交易数据、用户数据、技术资料泄露可能使其商业秘密与研发计划公之于众，造成严重的经济损失和声誉损失；部分涉及国家机密的政府数据泄露甚至可能危及国家安全。
（2）供需两端“流量歧视”与“价格歧视”问题凸显
一方面，平台经济内部“监管脱敏”和内容“流量至上”的推荐模式，使接入企业在算法中的权重存在显著差异，广告投放等传统被动营销模式向算法推荐等主动搜索引导模式转变，“流量歧视”成为数字平台主导生产分配过程中出现的新问题。大型寡头企业和平台企业的算法合谋行为放大中小型企业的寻租成本，扰乱市场公平竞争秩序，加重网络外部性导致的供给端“赢者通吃”，导致供需匹配效率损失与要素价格扭曲。另一方面，需求端的“价格歧视”更为精细化，数字平台通过用户搜索、浏览、交易及评价数据分析挖掘用户偏好、消费热点和隐性趋势，并生成潜在用户需求画像，使其能够根据用户偏好和习惯性购买行为对单一用户进行更为精细的分时段、分季节、分地域的动态定价和差异化定价，导致市场交易成本增加与用户福利损失。信息不对称引发的逆向选择进一步加重要素市场扭曲。供需匹配结构失衡与要素市场扭曲损害实体经济循环效率，阻碍实体经济发展质量的提升。
（1）破除数据要素横向流动障碍，推动生产合作与创新协同
首先，应依托数据统一开放平台增加各类各级高质量数据的精准化有效供给，降低企业数据生产、数据挖掘、数据获取的隐性成本，助力企业解决数字化转型初期的数据存量不足、数据接入受限、数据价值实现困难等问题。其次，研判可流通、可交易的数据权属，完善数据“发现、存储、分析、流动、应用”的相关制度建设，构建市场化定价机制、交易合同文本、数据安全传输的统一技术标准体系。在企业层面，应加快“数据贫困型”企业在研发、生产、营销、服务等环节的数字化改造；以数据依附、数据购买、数据推广、数据共享、数据共治等模式加强与头雁企业的数据交流合作；以产业链横向生产合作与创新协同提高数据鲜活度和数据价值密度，缓解企业间数据要素分配失衡，促进数据红利共享。
（2）消除数据要素纵向流动“断点”，提升对实体经济赋能效率
其一，需要建立通用型数据分类分级标准，畅通产业链全链路数据融通。以京津冀、长三角、珠三角等各区域为中心，外延形成范围更广、适用性更强的数据标准体系，以各大区域经济中心互联互通、产业协同推进全国性数据要素市场对接，消除数据要素参与实体经济循环中的“数据断点”，加速数据资源跨区域、跨产业、跨环节的聚合与应用。其二，需要建立标准化、规范化的数据流通制度和管理规则，提升企业数据收集、利用和管理能力，保证外部数据流入与内部数据输出的准确性与一致性，提高数据要素循环链条的完整度，实现实体经济循环中各经济主体间数据流通的“可用、易用、好用”，充分发挥数据要素对其他生产要素配置效率的增进作用，推进产业链全链路的数据要素赋能。
（3）引导数据要素跨境安全、自由且有序流动，畅通数据要素外部循环
数据要素跨境流动应聚焦于数据主权、数据共享、数据安全等方面。在数据主权方面，应高度警惕资本主义国家数据霸权、规则歧视、数据干预行为，加强对境外关键信息和数据来源的风险识别能力，对出境接口与出境内容进行全方位实时追踪和动态监管。在数据共享方面，应积极参与数字经济领域国际化标准和规则的制定，拓展跨境数据流动的国际协作发展空间，推动国际数据要素市场互联互通。充分利用WTO（世界贸易组织）、G20（二十国集团）、APEC（亚太经济合作组织）、金砖国家机制等多边合作平台，积极对接DEPA（《数字经济伙伴关系协定》）中的数据开放共享规则，倡导公开透明、安全有序、开放包容的合作原则，主动与各主要数据资源国开展合作共享、多边协商的数据治理，充分挖掘和释放数据要素的原始价值及共享价值。在数据安全方面，应依据政府、企业、个人等不同主体的数据保护特征，有针对性地制定数据脱敏、内容加密、访问授权、异常预警等安全标准体系，加快完善数据分类分级保护制度和敏感信息安全法律法规，探索安全和发展兼顾的双边、多边跨境数据流动规则体系。
第一，加快前沿领域基础通用技术与关键共性技术创新，推动核心技术领域的“技术追赶”。一是要加强外部政策倾斜，以技术补贴、税收减免等优惠政策降低数字化创新成本，为潜在创新主体提供技术支持、人才支持、服务支持，降低创新进入门槛，激发创新主体的主观创新意愿。二是要深化数字技术对实体产业技术从研发、生产到运营等全流程的赋能，以“上云用数赋智”助推技术创新全流程、全生命周期的数字化转型，抢占创新驱动“智高点”。三是要推进产业链创新网络建设，支持产业链上下游创新主体间以补齐技术短板、突破技术瓶颈为目的进行技术创新合作，推动知识、人力资本等互补性创新要素资源共享，加速知识通过产业链创新网络的扩散与吸收，构建核心技术领域协同攻关的分布式创新新模式。
第二，加速数字技术与实体产业技术融合，以融合创新增量带动实体经济“换道超车”。一是应注重传统实体经济产业对数字技术的融合转化，推进数字技术与研发创新管理、供应链管理、终端用户管理等现实应用场景共生互融，将数字技术创新赋能于实体经济发展，提升智慧医疗、智慧能源、智能制造等关键领域的数字技术应用水平。二是要充分发挥中国庞大的市场规模优势与多元化的应用场景优势，推动数字技术与多元化应用场景的加速融合，挖掘技术融合新领域，开辟实体经济技术竞争新赛道，实现对新兴技术领域的超前布局与前沿抢占。三是要推动融合创新领域的规模化发展，发挥融合创新增量对实体经济增量的带动效应，以新兴市场的开辟与规模扩张带动实体经济要素投入需求总量扩张，以数字技术的场景化、生态化作为实体经济的新增长点，助力实体经济“换道超车”。
其一，应深入推进“以数治数”，充分发挥大数据、人工智能等数字技术在数字平台生态治理中的应用，完善“大数据+垄断监管”的数字化监管新模式，以数字技术监督、规范平台市场的竞争行为，加强对排他性交易、掠夺性定价等市场垄断行为的管理与防范，营造公平有序的市场竞争环境。其二，将“包容审慎”与“有为监管”结合，推动数字平台与接入主体间数据的开放共享。设计合理、有效的数据开放共享规则，规范数字平台的数据垄断行为，削弱平台与多边接入主体间的信息不对称，限制数字平台与行业寡头合谋引致的“流量歧视”“价格歧视”等问题；将市场的治理权部分下放于数字平台，鼓励平台通过算法优化打破信息茧房，挖掘潜在市场需求，引导接入主体公平竞争，以流量公平、算法公平提升市场供需匹配效率。其三，要推动经济主体基于数字平台的资源共享与创新、生产协同。支持产业链“链主”企业、数字经济产业龙头企业、互联网平台企业建设创新合作平台、生产管理协同平台等，对产业链中小型企业进行数字赋能，鼓励面向中小型企业的工业机理模型、数据模型等关键性工具的开放共用，促进平台接入主体间基于创新、生产协同的数据要素、人力资本、技术知识等要素资源的共享协同，形成数字平台主导、接入主体共建的融合发展新模式。
第一，加强公共数据供给，提供数据要素融合基础。一是推进政务数据、公共机构数据、私人部门公共利益属性数据等公共数据的归集整合、有序流通与共享使用，推动公共数据资源体系和数据共享机制建设
，为新进企业提供数据要素保障；二是弥合数据接入鸿沟，通过对数据获取能力、处置及配置能力的公益性培训，实现大中小企业的数据接入机会公平，缓解数据要素禀赋结构失衡，为“数据贫困”企业提供数据触达保障；三是完善有序、公平、规范、安全的数据要素市场建设，形成数据要素供给、流通、交易、应用的循环机制，完善数据资源确权、交易流通、跨境传输等基础规则，为数据要素参与实体经济循环提供数据环境保障。
第二，扩大公共知识供给，降低数字技术融合门槛。一是加强数字技术创新基础通用知识、关键共性知识的公共供给，降低传统企业数字化转型技术门槛，为潜在创新主体提供初始基础支撑，降低数字技术创新的平均社会成本；二是加强数字技术服务的公共供给，推进数字技术公共服务平台建设，组建第三方数字技术服务商名录，为企业在研发、生产等环节的数字技术应用提供技术资源支持与信息咨询服务，降低企业数字技术融合成本，促进企业创新与生产效率提升；三是加强数字技术知识产权治理的制度供给，基于数字技术研发、迭代、应用等生命周期特征制定有针对性的知识产权保护规则，及时对数字技术与实体产业技术融合产生的新兴技术领域划定分类治理标准，提升技术融合创新的转化应用效率和市场收益能力。
第三，完善数字基础设施供给，强化数实融合外部支撑。一是推进互联网、通信等信息基础设施建设，提升经济主体对产业互联网、消费互联网等数字空间的接入效率，缩短数字平台接入能力差异引致的“数字距离”，提高数据、人力资本、技术等生产要素的虚拟集聚水平与规模效应；二是推进创新基础设施建设，打造数字技术开放式创新平台，构建创新主体协同合作的分布式创新网络，强化数字技术在实体产业技术创新过程中的应用，以创新主体借由平台的数据共享、知识共享、资源共享与创意共享推动核心技术领域的协同攻关；三是推进融合基础设施的适度超前部署，促进交通、能源等传统基础设施向网联化、智能化转型升级，提升传统基础设施的公共服务水平与资源配置效率，形成以数字技术融合强化基础设施供给、以基础设施升级推进数字技术创新的循环发展路径。
[1] Brezis E S, Krugman P R, Tsiddon D., “Leapfroging in International Competition: A Theory of Cycles in National Technological Leadership”. American Economic Review , Vol.83, no.5（May 1993）, pp.12111219.
[2] Farboodi, Maryam, Veldkamp L., “Long-Run Growth of Financial Data Technology”, American Economic Review , Vol.110, no.8（August 2020）, pp.2485-2523.