摘要：新质生产力是实现经济增长动能转换、推动经济高质量发展的内在驱动。数字经济与实体经济的深度融合重构了传统技术创新框架，推动技术创新全周期的数字化变革；数据要素与传统生产要素的融合优化了生产要素的配置效率，推动生产要素向复杂化、高级化的多要素组合配置模式转变；传统产业的数字化、高端化、绿色化转型与数实融合产业的发展共同构建起新兴产业生态体系。数实融合通过加速技术革命性突破、生产要素创新性配置、产业深度转型升级，驱动传统生产力向新质生产力的质变跃迁。因此，应以形成技术突破创新合力、提升要素配置质效、构建新兴产业生态体系为落脚点深化数实融合，以数字经济与实体经济的深度融合推动新质生产力的加速形成。
关键词：新质生产力；数实融合；技术突破；要素配置；产业升级
新质生产力的形成与培育是我国加快建设现代化经济体系、实现生产力质变跃迁与经济高质量发展的内在要求和重要着力点。习近平总书记指出，“新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态”。党的二十届三中全会审议通过的《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》（以下简称《决定》）进一步强调健全因地制宜发展新质生产力体制机制，“推动技术革命性突破、生产要素创新性配置、产业深度转型升级，推动劳动者、劳动资料、劳动对象优化组合和更新跃升，催生新产业、新模式、新动能，发展以高技术、高效能、高质量为特征的生产力”，同时强调“健全促进实体经济和数字经济深度融合制度”。数字经济与实体经济的深度融合作为我国抢占新一轮科技革命与产业变革先发优势的重要举措，驱动了传统产业在科技创新、生产要素配置和产业结构上的全方位数字化变革，深化了传统生产力的内涵，加速了新质生产力的形成与培育。数实深度融合持续重塑传统经济发展动能，构建起以新技术、新模式、新产业带动传统生产力向新质生产力质变跃迁的经济增长新模式。
新质生产力是科技创新发挥主导作用的生产力，尤其是关键性颠覆性技术实现突破的生产力，是以高新技术发展及应用为主要特征的生产力。数实融合改变了传统技术创新框架中的知识要素流动，数字技术与传统技术的深度融合拓展了实体产业技术的内涵与边界，为技术的革命性突破提供了新方向，数字技术对科技的研发、生产、应用、更新迭代全流程的渗透推动了技术全周期的成本节约与效率增进，分布式创新主导下的新型创新模式进一步实现创新质量的倍增，为技术革命性突破提供新的驱动力，进而催生了新质生产力。
（一）数实融合能加速知识要素流动
数据要素与知识编码等数字技术的出现为知识要素流动提供了新载体。在传统的要素流动中，知识要素的流动需要依赖劳动力、机器设备等有形载体的转移，受到地理距离、文化环境、地缘政治等因素制约，有形生产要素往往无法在创新主体间自由流动，因此知识要素的流动范围与效率大大受限。在知识编码技术的加持下，知识要素转化为数据形式，实现线上的扩散与吸收，其流动载体从低流动性的有形载体向高流动性的无形数据载体转变。知识的流动几乎不再受到传统因素的限制，创新主体的数据收集、处理能力和知识编码能力等成为影响知识要素流动的数字因素。
数字化通信工具、增强现实与虚拟现实等数字技术的突破式发展，也拓展了知识要素的可流动边界。在传统知识流动框架下，技术中所蕴含的隐性知识仅能通过线下的面对面交流而传播，因此知识扩散往往面临广而不深、易获取而难应用等问题。知识要素的数据化使知识能以文字、图片、视频等数据形式在线上实时化、具象化地呈现，技术中所蕴含的部分隐性知识也得以跨越时间、空间限制而扩散，极大地拓展了传统技术知识的可流动边界，更大限度激发了创新主体间知识溢出效应的潜在收益。
（二）数实融合能拓展实体产业技术的内涵与边界
数字技术的创新发展重构了知识要素的内在结构，传统技术知识与数字知识共同构成了数实融合背景下创新主体的知识存量。不同于传统技术知识，数字知识能够实现跨领域的知识流协同叠加，对实体产业技术知识的获取、积累、重组与创造进行全流程的数字化赋能，数字知识不断被吸收、应用于技术研发过程的创意设计、技术试验等环节，抑或是作为数字化模块嵌入实体产业技术创新成果中，推动了实体产业技术内涵与边界的双重拓展。
一方面，实体产业的数字化转型不仅推动了研发环节的降本增效，加速了技术的更新迭代，而且进一步突破了传统技术创新过程中的算法、算力制约，使关键性技术领域的突破成为可能，实体产业技术向着复杂化、精密化的方向发展，其内涵得以持续深化。另一方面，实体产业技术的边界不断向数字技术方向延伸。数字化模块在传统技术中的嵌入提升了创新主体对技术从研发、到生产、再到市场化应用各流程的数据监控能力，通过用户反馈、市场需求信息等数据调整技术的更新迭代方向，技术创新从供给导向逐渐转为需求导向，经过长期的技术创新循环后，实体产业技术向更加精准化、个性化的方向发展。传统技术在数字化组件的加持下能够延伸出更加多元化的技术分支，从而逐步拓宽实体产业技术的边界。
（三）数实融合能提供技术突破的新方向
数实融合为技术突破提供了新方向，数字技术领域及数字技术与实体产业技术相互融合而形成的新兴技术领域成为全球科技竞争的新赛道。近年来，各国逐渐将研发投入的重心转向数字技术及其相关领域，人工智能、5G、量子计算等数字技术领域成为全球技术竞争的主要战场。数字技术的革命性突破及与传统实体产业技术相互融合，衍生出一系列新兴融合技术领域，如人工智能与传统机器设备结合而催生的工业机器人、智能设备、自动驾驶，大数据、数字通信技术的场景化应用而催生的远程医疗、智能交通系统。传统技术在数字技术的加持下实现智能化、数字化升级，技术突破不再局限于传统技术领域，拓展数字技术与多元化场景的融合广度与融合深度成为技术革命性突破的潜在方向。在此过程中，数实技术深度融合积累的先进技术融合经验，以及深度应用中形成的数字技术标准与模块化方案，进一步推动了数字技术在其他场景的融合应用，促使数实技术融合广度的拓展；在融合广度拓展过程中又能够不断激发数字技术应用的规模效应与网络效应，其中所生成积累的数字化应用数据又重新参与数字技术更新与优化过程，数字技术的适用性与成熟度随之提升，从而推动该领域数实技术融合深度的加强。融合广度与融合深度的相互促进推动新兴融合技术领域的开辟与规模化，为技术的革命性突破提供了方向指引与应用场景支撑。
（四）数实融合能推动技术创新全周期的数字化变革
数字技术的高泛用性与低复制成本推动了技术研发、生产、应用、更新迭代等技术创新全周期的数字化变革。数字技术在技术研发环节的渗透，大幅降低了新技术开发的试错成本，减少了重复实验过程中的资源与能源消耗；在生产环节，借由人工智能、数字孪生等数字技术实现对技术运行状态的可视化实时监控，提升了技术参与生产过程的精确度与安全性；通过大数据、5G等数字技术的嵌入，新技术在市场化应用环节中的供需状态、消费反馈、应用效率等信息以数据的形式及时被收集并传输至研发主体，实现技术供给方与需求方的精准对接，以此推动技术的快速优化与更新迭代。
在此过程中，数据作为关键因素参与了技术更新迭代的循环。一方面，知识要素的数据化使创新主体能够清晰地追踪技术创新轨迹，大幅扩大技术研发过程中知识搜寻与整合范围，从而有效研判当前技术竞争态势与潜在创新方向，降低技术研发风险。另一方面，技术从研发到应用各环节产生的数据能够作为要素参与下一轮的技术创新过程，协助创新主体更准确地识别技术存在的缺陷并提出改进措施，前瞻性地预测技术趋势与供需匹配情况，优化技术管理中的组织架构与创新决策，从而推动技术在不断地更新迭代中实现创新效率与质量的同步提升。
（五）数实融合能催生技术革命性突破的新动力
数字技术赋能传统创新模式的优化与变革，为技术革命性突破提供了新动力。数字知识的跨领域创新与传统技术知识的无边界化流动，共同增强了创新主体在知识重组与新知识创造过程中对多元化知识的触达能力，互补性知识要素在产业链各环节、上下游创新主体间高效流动，外部知识潜在收益的提升促使以往封闭式创新主导下的创新模式向协同创新、合作创新为主的开放式创新转变。在开放式创新背景下，知识重组所需的知识存量基础大幅扩张，创新主体能够借助数字化工具从全球范围内获取种类、规模都更为庞大的外部知识，新技术研发所涉领域的复杂度与广泛度随之提升，加之技术研发流程的降本增效和技术更新迭代周期的缩短，共同推动技术向更前沿、更核心的方向快速推进。
分布式创新模式的出现进一步为开放式创新赋予了新的内涵。数字化创新合作平台的建设与应用推动了协同创新向分布式创新的新模式转型，技术研发以分布式创新网络在不同时间、不同地点多环节同步进行，解决了以往链式创新模式中上游环节受阻而导致技术创新整体阻滞问题。同时，任务拆解式的创新分包使分布式创新各参与主体所需的技术门槛降低，更多的初创企业、中小微企业、个人都能参与创新过程，使创新网络中留存的知识、人力资本要素规模大幅扩张。链式创新结构向多节点网状结构的演化削弱了单一主体的创新风险成本，通过相对更为自由的进入退出机制，不断优化创新合作的分工结构，提升创新资源的配置效率，形成以关键核心技术、前沿技术攻关为目标的稳定、高质、高效的创新组织模式，以技术革命性突破驱动新质生产力的加速形成。
数据要素作为新型生产要素，与资本、劳动、技术、土地和自然资源等传统生产要素共同参与实体经济的生产活动，在拓展生产要素边界的同时重构了传统生产要素的禀赋结构与流动特征，优化了生产要素参与生产的组合方式，提升了配置效率。数实融合使生产要素的配置更加灵活高效，使以往依赖于单一要素投入规模扩张的粗放型配置模式向数据要素主导下的多要素组合型配置模式转变，在促进生产要素量、质提升的同时，推动生产要素形成复杂化、高级化的创新性配置结构，为新质生产力提供形成与培育的基础。
（一）数据要素化拓展了生产要素边界
不同于传统生产要素，数据要素来自实体经济的生产、流动、消费等环节的信息产出，同时又能作为要素投入参与研发、生产活动，或是作为实体经济运行状态的数据表现参与实体经济各环节的管理与决策过程，形成依附于实体经济循环的数据要素投入与产出的循环再生。在此过程中，数据要素的规模不断累积，推动了实体经济各环节运行效率与决策质量的迭代优化，实体经济的循环进一步产生了更高维度、更为全面的数据产出，推动数据要素规模的扩张与数据要素质量的不断提升，使其能够更为高效地参与生产要素的配置。
数据要素化对生产要素边界的拓展效应，一方面，来自数据要素和传统生产要素特征的数据化表示。数据作为要素投入参与生产过程，凭借其极强的流动性与近乎为零的边际成本，打破了传统生产要素边际报酬递减的内在规律；传统生产要素向数字化方向的延伸形成了其在存量、结构、分配状态等方面的数据化表示，这部分数据能够准确、全面地刻画传统生产要素参与实体经济循环的流动、配置、价值实现特征，是传统生产要素的数据形式补充。另一方面，实体经济循环过程中的数据化映射并不直接作为要素投入参与生产活动，而是作为管理与决策过程的辅助性要素参与其他要素投入的配置过程，生产要素的界定不再局限于生产活动内部，参与生产活动的数据要素与参与要素配置的数据要素共同构成了生产要素的新边界，进而推动传统生产要素配置效率与配置结构的数字化重构。
（二）数实融合优化了传统生产要素的配置效率
一是传统生产要素特征的数据化表示能够直接参与并主导要素的配置过程，实时监控并调整资本、劳动力等生产要素的流动规模与方向。资本要素的流动与配置数据通过数据分析、机器学习等数字技术的加工处理，能够实现对生产进度、供应链状态、市场供需情况更为精准的预测，协助企业及时调整生产决策、优化库存管理方案，以市场需求为导向调整资本要素在不同供应链上的配置结构，从而优化企业内部的资本配置效率。同时，大数据、风险模型算法能够对经济主体的经营管理风险进行全面而准确的监测评估，为外部资本的投资提供有效的决策依据，规避潜在投资风险，优化外部资本的配置效率。劳动力要素配置效率提升的主要驱动因素是线下劳动力市场向线上平台化要素市场的转型，平台上供给端劳动力要素的规模、技能结构、区位分布等特征信息，以及劳动力的健康情况、信用水平数据，能有效降低企业的劳动力要素搜寻成本，降低技能溢价幅度；平台上需求端的企业信息、技能需求、工资水平等数据的透明化，降低了供需两端信息不对称带来的违约风险与匹配效率损失，缓解传统劳动力要素市场的配置扭曲。从企业内部视角看，企业能够更全面、客观地掌握职位—技能匹配情况与劳动力技能缺口，合理调整任务分工，优化技能培训与绩效激励机制，以内部劳动力要素的优化配置提升生产运营效率。
二是数据要素、数字技术参与生产活动，对传统生产要素产生了局部的替代效应，其所节约的生产要素能够扩散至其他存在要素投入缺口的产业中，从而带动传统生产要素在实体产业全局的优化配置。人工智能、工业机器人等数字技术在生产过程中的大规模应用减少了重复性任务对劳动力要素的过度占用，营销管理过程中的数据收集与分析技术释放了大量非决策层面的人力资本投入，使所节约的劳动力要素能够转移至数字产业或数实技术融合而形成的新兴产业领域，推动劳动力要素在产业之间的转移与重新配置。同时，数据、算法与生产制造过程的融合推动形成了智能排产、智能仓储、智慧物流等数字化管理模式，减少了机器设备、产品存货等资产的闲置与无效损耗，缩短资本要素的价值实现周期，一定程度上能够修正传统资本要素配置效率损失带来的要素价格扭曲。
（三）数实融合推动了传统生产要素的结构变革
一是数字技术驱动了劳动力技能结构的向上调整。在需求侧，数字技术密集型产业的兴起激发了一系列与数字技术研发、应用相关的高技能岗位，“机器换人”在传统制造业中的应用削减了一般技能水平或劳动密集型产业的劳动力需求，导致需求侧整体技能需求水平的提升。在供给侧，在线教育结合虚拟现实等数字技术，使劳动力技能学习与培训渠道更为广泛，技能需求水平的提升同时促进社会对劳动力教育注重程度的提高，线上与线下教育的结合进一步促进教育质量的提升，促使劳动力整体技能供给水平提升，从而驱动劳动力结构在供需适配的循环过程中向上调整。
二是数据要素的资本化形成了资本要素结构的新形态。数据要素的资本化使数据不仅能够作为信息与知识的载体，同时能够作为无形资产参与质押融资等资本化活动，或是作为存货参与数据要素市场的流通交易，企业的数据资本成为资本结构中不可或缺的一部分。丰富的数据资本能够协助企业优化资源配置、提升决策质量，由此也催生出一批专注于数据要素供给或数据技术服务的数据密集型产业，数据要素产业链不断完善。
三是数实技术融合引致了传统技术要素结构的全面数字化变迁。物联网、大数据、人工智能等数字技术作为数字化模块广泛嵌入传统技术中，实现生产过程的自动化、智能化转型，智能传感器与传统机械设备的融合使产品与服务更为灵活多元，区块链技术与传统供应链管理技术的融合使供应链全流程透明化、可视化。实体经济活动中的传统技术要素参与方式逐渐向“数据、数字技术+传统技术”的模式转变，为传统技术要素生产效率的提升提供了新动能与新方向。
（四）数实融合推动了生产要素配置模式的创新性演变
传统要素市场的线上一体化整合为生产要素的创新性配置提供了基础。数字化平台通过将分散的要素供求信息重新整合，形成以数据流动主导要素配置的虚拟要素市场。数字化平台作为要素供需匹配的唯一中介，有效削减了传统市场化中介借由垄断势力收取的高额交易成本。数字化平台提供基本的信息服务、物流服务及风险规避功能，大幅降低了传统要素市场分割导致的信息不对称与信用风险，要素的供需匹配不再受时间、空间限制，一定程度上解除了生产要素的流动性约束，放大了生产要素配置与价值实现的范围。
要素配置的无边界化是数实融合背景下生产要素创新性配置的关键特征。数字化平台使生产要素流动成本大幅削减，要素供需匹配效率的提升使生产要素的流动不再局限于传统的组织边界内，取而代之的是以任务分工模式进行跨组织的流动。生产要素的价值实现依赖于数字化平台的要素市场调节功能，数字化平台的网络外部性将更多组织边界外的闲散资源在供需两端集聚，共同参与实体经济要素配置过程。生产要素透过组织的内外部界限而相互渗透，企业间以创新外包、生产外包、服务外包等多种形式充分调动内部要素或利用外部要素，节约企业要素成本，同时也会作为经济活动的共同参与方进行企业间的劳动、技术等生产要素的短期价值共创。要素配置的无边界化大幅缩减了生产要素的闲置时间，充分释放生产要素的潜在价值。
要素市场的线上一体化整合与要素配置的无边界化共同推动了生产要素配置模式的创新性演变。生产要素不再依赖于以单一要素投入规模扩张带动要素价值实现的粗放型配置模式，而是形成了数据要素主导下的多要素组合型配置模式。要素投入不再以数量为唯一考量维度，要素投入的质量与最优组合比例成为要素配置过程的关键因素。数据要素在此过程中既作为要素投入参与经济活动，又作为信息载体调控生产、流通、配置等实体经济循环过程，最大限度地激发其他生产要素参与经济活动的协同效应。如，智能技术与劳动力的组合型投入能够在节约要素成本的同时发挥劳动力要素的潜在价值，数据、数字技术与资本的组合型投入能够实现资本服务的智能化与精准化，在规避风险的同时提升资本要素的利用率和周转率。数实融合以生产要素的合理、高效配置取代了以往依靠过量资源投入、高度消耗资源能源的生产方式，以要素配置结构的复杂化、高级化促进生产要素的创新性配置，为新质生产力提供形成基础。
数字经济与实体经济的深度融合加速了产业深度转型升级的进程。数字领域技术与新兴融合领域技术的规模化应用推动了传统产业向数字化、高端化、绿色化方向转型升级，以及战略性新兴产业、未来产业的发展。生产要素配置效率的提升与配置结构的优化进一步扩散至产业层面，驱动要素聚集形态与产业组织模式的数字化演变，由此带来的价值分配方式变革推动了全球产业分工模式的重构。数实融合带来的产业结构优化、效率提升、价值增进与创新发展推动了新质生产力在实践过程中的形成与发展。
（一）数实融合推动了产业结构的自下而上调整
创新科技是驱动新质生产力加速形成的关键要素。数据要素、数字技术与实体经济的深度融合突破了以往物质资本对创新质效的制约，数字领域技术与新兴融合领域技术的发展与应用成为经济体抢占国际产业竞争制高点的关键。数字技术通过创新网络、生产网络快速扩散，形成数实技术融合—企业数字化—产业链供应链数字化—传统产业数字化绿色化—产业整体结构转型升级的自下而上的产业结构调整路径。
数实技术融合推动下的技术研发与生产效率跃升改变了生产力发展的底层架构。技术研发、生产过程中的数据驱动、智能化控制强化了技术的附加值与市场竞争力，融合产生的前沿技术创新通过知识溢出与吸收效应在企业间快速流动，企业通过相互模仿学习改进生产效率，推动了数实融合在企业层面的形成。数字技术在企业组织模式中的融合应用进一步推动了管理过程中的信息集成与传统业务流程优化，生产效率与管理效率的同步提升为企业进行数字化转型提供了必要条件。企业生产与管理流程的数字化转型推动了企业间沟通与协作过程的线上化映射，由此引发产业链供应链全流程的数字化变革。
供应链将研发设计、原材料采购、中间品和最终品生产、分销及售后服务等产业上下游环节串联为统一整体，各环节之间的信息沟通与业务交付效率直接影响产业链的运行效率。大数据、区块链、人工智能等数字技术在供应链各环节的应用推动了供应链全链路的可视化与协同化，上下游环节之间的信息透明度与响应速度大幅提升，信息传递的去中介化推动供应链结构从传统的链式结构向并行网状结构演变，跨环节的双向对接使链上供应商、分销商、客户等多主体相互联结。信息在供应链网络中的充分流动不仅大幅提升了企业间的协作效率，同时增强了供应链的风险抵御能力，风险响应速度的提升与各环节企业的灵活替代性使供应链能够针对外部风险及时进行调整，高效的决策与处置能力增强了供应链针对外部破坏性冲击的修复能力，大幅提升了传统供应链的稳定性与韧性。数字化供应链推动了数智技术、绿色技术在供应链企业间的扩散，实现智能工厂、智能供应、智慧物流等数字化模块基于供应链网络的高效协同，进而形成传统产业的数字化、绿色化升级。
数字技术在与传统产业的融合中，一方面通过智能制造、数字化商业模式推动传统制造业、服务业的数字化转型，另一方面借助数字技术的资源配置优化功能，依据资源的分布与环境的承载能力进行资源的精准调度与合理利用，以资源的优化利用协助传统产业节能减排，提升产业的绿色化水平。同时，数据、数字技术自身的规模化与产业化形成了数据服务、数字内容等数字产业形态，与传统产业的数字化、绿色化转型共同构成数实融合背景下的新型产业结构。相对于传统产业结构，新型产业结构表现出更高的技术水平、更高的产品附加值和更强的可持续性，推动了与新质生产力相适应的现代化产业体系建设，带动经济发展质量的向上跃迁。
（二）生产要素创新性配置引致产业组织模式变革
要素市场的线上一体化整合与要素配置的无边界化进一步扩散至产业层面，引致产业组织模式从地理集聚向虚拟集聚变革。在传统产业组织模式中，由于要素市场分割及区域间距离阻隔，导致高昂的要素流动成本，因而企业出于成本分摊、资源共享、知识交流等目的形成产业地理集聚的结构，以发挥要素配置与生产协同的规模效应。要素市场的线上一体化整合推动了产业地理集聚结构的线上重整，企业通过创新合作平台、工业互联网、物联网等数字化平台实现跨区域、跨产业的线上集聚，要素跨区域流动成本的大幅削减使资本、劳动力等传统要素集聚的规模效应在线上集聚的情况下也不会产生较大损耗，反而一定程度弥补了地理集聚的拥挤成本所导致的要素配置效率损失。要素配置的无边界化也驱动了虚拟集聚中企业边界的模糊化，企业创新与生产过程的线上协同使产业经济活动不再局限于企业内部，企业间通过数字化产业链供应链的合作与共享成为集聚外部性的主要作用形式。
在虚拟集聚的新型产业组织模式中，影响企业间经济活动协同效率与规模效应的主要因素从地理距离向数字距离转变。数字距离一是来自产业链上不同企业的数字化转型水平差异，企业的数据要素规模、数字技术知识存量、数字化平台接入能力等都会影响其对虚拟产业集群的嵌入水平；二是来自企业的数字化通信工具使用能力、企业间数字技术邻近度等因素导致的信息沟通能力差异，这会影响产业链上下游之间的信息交换与响应速度；三是来自数字基础设施、数据要素市场建设等因素的区域分布不均导致的地区数字经济发展水平差异，这会限制传统企业打破地理阻隔，通过虚拟集聚加强跨区域、跨产业创新协同与生产协同的产业组织模式变革进程。
（三）数实融合推动了产业链价值分配方式的变革
数据要素、数字技术对生产要素配置结构、产业结构、产业组织模式的调整与重构进一步推动了产业链价值分配方式的变革。首先，数据作为生产要素参与产业链价值分配环节，拥有更多数据要素资源、更强数据收集处理能力的企业能够在价值链中有更大的竞争优势。特别是对于数字内容制造、数据与信息服务等以数据或数据技术为主要投入产出的产业，数据与数据技术的丰裕程度直接决定了企业的价值链地位。其次，数字技术与传统技术的深度融合改变了传统技术密集型产业的技术属性，传统的物质生产工具逐渐被以大数据、机器学习、云计算等数字技术为核心的智能化工具所改造，技术的生产效率从由传统技术主导转向由参与技术融合的数字技术主导。数字技术水平与数实技术融合水平成为传统产业新的技术密集度判断标准，数字技术竞争力成为决定价值链中高端地位产业分布的重要因素。最后，产业链生产环节中人工智能、工业机器人等数字技术与数字化设备对劳动力要素的替代，改变了价值链低端环节劳动力密集型产业的价值分配方式。传统劳动力密集型产业通过“机器换人”，大幅削减了生产过程中的劳动力要素投入规模，但相应地增加了数字技术与数字化设备的投入，由此引发产业的要素密集度转换。其中，数字化水平较高的企业能够实现从劳动力要素密集向技术密集与资本密集的价值分配模式变革，推动企业的价值链地位跃升。因此，在整体视角下，产业链的价值分配方式表现为长度延伸、中高端环节宽度拓展、低端环节与高端环节不断趋近的演变过程。
（四）数实融合加速了全球产业分工模式的重构
产业链价值分配方式的变革推动了全球产业分工模式的重构，处于传统价值链低端环节的产业能够通过数实融合向中高端环节转换或趋近，这不仅是落后产业、低端产业向上赶超的新路径，同时也是新质生产力对经济发展质量促进作用的现实表现。一是数字化、绿色化转型提升了传统劳动密集型产业的平均价值加成。数实融合在提升劳动力要素配置效率的同时，也促进了劳动力平均成本的上升，因此仍依赖于单一劳动投入的产业会向数字经济发展水平较低的国家和地区转移，而产业数字化水平较高的国家和地区由于低附加值环节的转出能够实现产业分工整体地位的提升。二是研发设计、营销服务等产业链高附加值环节数字技术密集度的提升，以及生产制造环节的智能化、高端化转型使价值链中高端环节的附加值水平提升，传统产业数字化进程的持续推进与战略性新兴产业、未来产业的发展推动了产业链上高附加值环节占比的提升，从而带动在全球产业分工中的整体地位提升。三是产业组织模式的虚拟集聚转型推动产业链上各环节的线上协同，产业分工的专业化水平提升，通过将低附加值环节在全球范围内的外包与合作，使要素投入能够更集中于特定高附加值环节，无需再依靠全产业链的一体化整合便能实现经济循环的正常运行，进一步推动在产业全球分工中地位的强化与巩固。全球产业分工地位的提升是产业深度转型升级的必然结果，加速了新质生产力在实践过程中的形成与发展。
数字经济与实体经济的深度融合，全方位赋能技术突破创新—要素优化配置—产业转型升级的新质生产力形成与发展路径，为推进经济高质量发展提供了重要着力点。为此，应继续推进数据、数字技术等数字经济要素在实体经济研发、生产活动中的吸收应用，以技术的数字化与创新协同的数字化共同构建技术突破创新合力；建设完善数据要素市场，推动传统要素市场的线上转型，破除要素流动阻滞，实现要素配置质效双提升；加快新兴融合技术的市场化、规模化应用，强化产业链治理，深化产业结构转型升级，构建产业数实融合生态体系，以数字经济与实体经济的深度融合加速新质生产力的形成。
（一）强化数字知识供给，构建技术突破创新合力
1.强化公共数字知识供给，为技术革命性突破提供知识基础。第一，政府应通过加强公共数据、公共数字技术、公共数字服务等供给直接提升企业的基础数字知识水平。开放政府政务、公共机构部门的公共数据资源，增强传统企业、初创企业对新兴市场的研判能力；加强数字基础技术、通用技术的公共服务，为传统企业的数字化转型提供初始技术支撑，降低数字化转型成本；提升数字技术服务水平，完善公共服务平台，为企业研发、生产过程中的数字技术应用提供外部服务支撑，提升企业数字技术应用能力。第二，通过强化社会数字技能水平，使企业形成可持续的数字知识获取与创造能力。利用在线教育、知识共享平台、企业员工数字技能培训等渠道，拓宽劳动力的数字技能获取途径，以政策支持和资金支持鼓励企业和教育机构对数字技能培训项目的开发与推广；加强高等教育体系对数字技能人力资本的重点培育，提升产教对接水平，面向前沿数字技术、新兴融合技术构建数字技能人才培育体系，扩大创新型人才供给。
2.促进企业研发与生产协同，推动数字知识流动共享。一要加强产业链数字化创新协作与生产协作平台建设，推动企业以技术创新合作、生产合作等形式进行数字技术、数字化设备的共享，通过财税补贴、金融支持鼓励产业链“链主”企业、数字经济龙头企业，面向链上中小微型企业进行通用工业机理模型、基础数字技术与数字化工具的开放共享，协助其快速融入产业链协同网络。二要通过政策引导，推动企业参与国际技术交流，以线上展会、跨境电子商务等平台为契机推动企业对国际前沿数字知识的吸收整合；鼓励企业通过国际创新任务承接与外包、设立海外研发机构等方式参与全球创新网络，提升企业外部数字技术的获取范围、规模与种类，为新兴领域的技术融合提供数字技术基础。
3.加强技术创新合作，构建技术突破创新合力。习近平总书记强调：“在激烈的国际竞争中，我们要开辟发展新领域新赛道、塑造发展新动能新优势，从根本上说，还是要依靠科技创新。”形成新质生产力的过程就是实现经济动能由要素投入转向创新驱动的过程。为了突破外部技术封锁、关键核心技术受阻的困境，应充分发挥数字化创新网络的协同创新优势，构建前沿技术、核心技术领域跨区域、跨组织、跨产业协同攻关的新模式。一方面，要加强产业链上企业间的技术创新合作，围绕技术瓶颈、技术短板展开创新突破；另一方面，要推进企业与高校、科研机构等组织之间的技术创新合作，发挥高校、科研机构技术知识的初创性与基础性优势，推动基础型研究与应用型研究的相互结合，以产学研创新合力助推技术革命性突破。
（二）畅通数据要素循环，推动要素配置质效提升
1.加快数据要素市场建设，加速数据要素内循环。一要围绕数据要素参与实体经济循环过程中的确权、流通、交易特征，加快建立数据产权归属认定、市场交易、权益分配、利益保护制度，设计规范、公平的数据要素市场体制机制，保证数据要素市场与其他传统要素市场规则的激励相容，推动数据要素对实体经济生产、流通、消费、分配全环节渗透融合，以及数据要素与传统生产要素的高效协同。二要建设和运营国家数据基础设施，加快建设完善全国性数据要素交易市场。依托于现行区域级数据交易市场的试点经验，形成统一规范的数据流动与定价标准，并逐步拓宽应用范围，将区域数据要素市场有效整合为全国数据要素统一大市场。三要消除产业链数据要素流动堵点，畅通数据要素循环。以数据要素的公共供给弥补产业链各环节企业的数据短板，制定数据管理和安全流动的统一标准，推动数据要素在产业链上下游的共享集成，充分发挥数据要素对产业链供应链的统筹管理功能，以数据要素的高效循环保障产业链要素配置的有序高效。
2.探索数据跨境流动规则体系，促进数据要素外循环。当前，各国之间由于制度背景、文化环境、贸易规则的差异致使数据跨境流动无法畅通，数据开放供给与隐私保护之间的矛盾日益激化，如何平衡数据跨境流动和数据安全是实现数据要素主导生产要素全球化配置要解决的重要问题。对此，应继续以自由贸易试验区为基础开展数据跨境流动规则的先行先试，简化多元化数据出入境审批程序，细化多级多类数据跨境流通的安全评估、保护认证等实施标准，以国际产业合作为契机积极参与双边、多边区域贸易规则体系中数据跨境流动规则制定，倡导安全与自由兼顾的数据开放共享机制，建立高效、便利、安全的数据跨境流动规则，畅通数据要素参与全球分工的外部循环，推动生产要素围绕全球产业链布局的优质高效配置。
3.加强线上要素市场治理，推动要素配置质效双升。传统生产要素市场的线上一体化整合也会强化要素市场平台中介的垄断势力，可能导致数字化平台依靠多边市场的网络外部性，以高额转换成本与锁定效应限制供需双方参与要素配置的自主性。为适应数字化垄断工具的隐蔽性与组合特征，要积极应用数字治理手段规范线上要素市场竞争行为，修订完善数字平台反垄断细则。充分结合大数据、区块链、人工智能等数字技术，建立去中心化的要素市场平台。监控要素市场价格、流动、交易等运行状态，识别并预测潜在的价格操纵、价格歧视等市场垄断行为，保障经济主体参与要素配置的机会公平、价格公平、竞争公平，激发数字化要素市场对生产要素创新性配置的驱动作用。
（三）深化数实技术融合，打造新兴产业生态体系
1.推进数字技术应用，深化数实技术融合。一要普及数字技术在技术研发、设计、实验等环节的应用，推动传统技术创新全流程的数字化赋能，以技术研发效率增进提升融合技术创新增量。二要推进传统技术向融合技术的变革，支持企业以数智技术、绿色技术改造提升传统产业，以融合技术的规模化、场景化带动产业结构深度转型。当前，产业的数字化转型表面化、碎片化问题突出，关键领域的融合技术场景化应用受阻。对此，要充分发挥多元化应用场景与庞大市场规模的优势，提升交通、医疗、教育等领域的数实融合深度，发掘潜在技术融合领域，构建以技术融合开拓市场、以市场需求深化融合的循环发展路径，由浅入深推进新兴产业的形成与发展。三要以数实融合为驱动力，加快战略性新兴产业与未来产业的超前布局，加强信息基础设施、创新基础设施等数字基础设施建设，推动传统基础设施向融合基础设施的升级，为融合技术的规模化应用提供基础支撑。
2.推动供应链数字化变革，构建企业组织新形态。数实技术融合使传统产业中产品与技术的构成更为多元与复杂，企业分工趋于专业化与精细化，企业的价值实现更加依赖于供应链整体的生产力水平。《决定》提出，“建设一批行业共性技术平台，加快产业模式和企业组织形态变革，健全提升优势产业领先地位体制机制”。对此，一要以数字化供应链为基础，充分发挥供应链的“准平台”功能，推动企业信息传递、业务协同、风险应对等流程数据在供应链上下游之间有序、高效流动，将各环节企业串联为稳定、具有更强韧性与适应性的供应链网络。二要基于数字化供应链网络，加速前沿技术、行业共性技术在企业间的协同创新与模仿吸收，促进链上企业整体技术水平的提升，推动先进生产力在供应链网络中的扩散与学习。将企业结构的扁平化与供应链网络的一体化相结合，形成以数字化供应链为基本结构的企业组织新形态，以供应链整体的规模效应拓展企业的价值实现边界。三要发挥优势产业中链主企业或主导企业对供应链的引导能力，充分发挥其对链上创新资源、生产资源的整合能力，以更为前沿、精确的市场研判能力引领产业发展方向。充分发挥主导企业的数据、数字技术、数实融合先发优势，积极搭建以主导企业为中心的数字化供应链平台，整合引导上下游中小型企业，依托数字化平台在创新、生产、运营等方面的协同功能，形成以主导企业为核心、中小型企业为依附的产业协同发展模式，推动优势产业领先地位的提升与新质生产力的形成发展。
3.加强数实融合产业治理，打造产业融合生态体系。传统产业与战略性新兴产业、未来产业共同构成新质生产力的产业基础，数实技术融合规模化应用产生的新兴产业领域对产业治理提出了新要求。数字经济与实体经济产业融合方向的多元化与多变性，导致传统产业生态治理体系难以全面、及时地应对产业结构的快速变化。对此，首先，要及时调整知识产权保护制度、市场监管机制等产业融合外部环境，针对新兴产业技术特征与市场特征提出针对性的知识产权治理方案与知识产权流通交易规则，以产业生命周期与发展目标为依据制定分级分层的知识产权保护体系，加强数实技术融合新领域与新赛道的制度供给；推行适度宽松的市场监管政策，既要实现垄断反制、信息披露、风险规避等治理目标，也要兼顾企业经济效益。其次，要注重产业内部的创新协同治理，推动多元主体共治的治理体系构建。加强重点产业、新兴产业的资源倾斜、政策倾斜和产业创新激励，促进数字技术创新成果及时地转化应用，推动新产业、新业态、新商业模式的形成；激活产业链链主企业与核心平台企业的治理功能，发挥自身资源优势，引领产业创新方向，引导创新要素围绕产业链发展导向集聚与配置，以产业创新合力推动新兴融合产业与产业集群生态体系的建设完善，以传统产业的数字化、高端化、绿色化转型与产业数实融合生态体系的构建共同推动产业深度转型升级，为新质生产力提供坚实的实践基础与广阔的发展空间。
数字经济与实体经济的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，与新质生产力的形成及发展路径具有高度一致的内在关联。面向未来，应以实体经济和数字经济深度融合制度为支撑，持续加强数实融合的创新性实践，一方面要继续推动数字经济发展，扩大数据要素资源禀赋，提升数字技术创新水平；另一方面要积极探索数据要素、数字技术与实体经济融合的新模式与新路径，挖掘技术融合突破、要素融合配置与产业融合发展新方向，推动数字经济与实体经济在科技创新、企业组织、产业结构等多层面的深度融合，为新质生产力的进一步培育与发展提供生态基础。同时，要激发新质生产力在经济体系构建中的关键作用，支撑以战略性新兴产业与未来产业为驱动的现代化产业体系构建，通过政策引导、制度创新、人才培养等多方面协同推进传统产业优化升级，打造具有国际竞争力的产业生态体系，为数实融合的持续深化提供体系保障。形成以数字经济与实体经济的深度融合推动传统生产力的质变跃迁，以新质生产力的培育与发展加速数字经济与实体经济融合进程的经济可持续增长新路径。
（本文原载于《经济纵横》2024年第10期）
