黨的二十屆三中全會強(qiáng)調(diào)，要健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機(jī)制，健全促進(jìn)實體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合制度。當(dāng)前，伴隨新一輪科技革命和產(chǎn)業(yè)變革加速演進(jìn)，以數(shù)據(jù)資源作為關(guān)鍵要素，數(shù)字技術(shù)為核心支撐的數(shù)字經(jīng)濟(jì)規(guī)模不斷擴(kuò)大，各國都把數(shù)字化作為優(yōu)先發(fā)展的重要方向，積極推動實體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)融合發(fā)展。

數(shù)字經(jīng)濟(jì)與新質(zhì)生產(chǎn)力的高科技、高效能、高質(zhì)量特征相契合，已經(jīng)成為我國經(jīng)濟(jì)發(fā)展中創(chuàng)新最活躍、增長速度最快、影響最廣泛的領(lǐng)域。促進(jìn)實體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合，有利于拓展經(jīng)濟(jì)發(fā)展新空間，提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性，塑造發(fā)展新優(yōu)勢新動能，對培育發(fā)展新質(zhì)生產(chǎn)力具有強(qiáng)大支撐作用。

融合基礎(chǔ)

近年來，數(shù)字經(jīng)濟(jì)已經(jīng)成為我國經(jīng)濟(jì)增長的新動能。5G、工業(yè)互聯(lián)網(wǎng)、人工智能等加快發(fā)展，傳統(tǒng)產(chǎn)業(yè)數(shù)字化改造向縱深推進(jìn)，智能制造、服務(wù)型制造等融合發(fā)展新業(yè)態(tài)、新模式不斷涌現(xiàn)，為發(fā)展新質(zhì)生產(chǎn)力，建設(shè)現(xiàn)代化產(chǎn)業(yè)體系注入強(qiáng)勁動力。

基礎(chǔ)制度“四梁八柱”加速構(gòu)建。黨的十八大以來，我國先后印發(fā)數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略、“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃，推動數(shù)字經(jīng)濟(jì)蓬勃發(fā)展。數(shù)字經(jīng)濟(jì)規(guī)模由2012年的11.2萬億元增長至2023年的53.9萬億元，11年間規(guī)模擴(kuò)張了3.8倍。數(shù)據(jù)基礎(chǔ)制度方面，2022年12月，《中共中央國務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》（“數(shù)據(jù)二十條”）對外發(fā)布，從數(shù)據(jù)產(chǎn)權(quán)、流通交易、收益分配、安全治理等方面構(gòu)建數(shù)據(jù)基礎(chǔ)制度，提出20條政策舉措。國家數(shù)據(jù)局2024年陸續(xù)推出數(shù)據(jù)產(chǎn)權(quán)、數(shù)據(jù)流通、收益分配、安全治理、公共數(shù)據(jù)開發(fā)利用、企業(yè)數(shù)據(jù)開發(fā)利用、數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展、數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)指引等8項制度文件。政策的密集出臺，釋放我國海量數(shù)據(jù)規(guī)模和豐富應(yīng)用場景優(yōu)勢，激活數(shù)據(jù)要素潛能，做強(qiáng)做優(yōu)做大數(shù)字經(jīng)濟(jì)，增強(qiáng)實體經(jīng)濟(jì)發(fā)展新動能。

人工智能等數(shù)字技術(shù)加速迭代。人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，為經(jīng)濟(jì)社會發(fā)展注入新動能，正在深刻改變?nèi)藗兊纳钌a(chǎn)方式。近年來，生成式人工智能技術(shù)加速迭代，為各行各業(yè)創(chuàng)新發(fā)展和轉(zhuǎn)型升級提供了新的工具和視角，截至2023年底，我國人工智能核心產(chǎn)業(yè)規(guī)模接近5800億元。此外，在數(shù)字經(jīng)濟(jì)所涉及的人形機(jī)器人、腦機(jī)接口、元宇宙、下一代互聯(lián)網(wǎng)、6G、量子科技、原子級制造、深海空天開發(fā)等領(lǐng)域，我國實施了一批科研攻關(guān)項目、突破了一批關(guān)鍵核心技術(shù)、形成了一批標(biāo)志性產(chǎn)品。

“數(shù)智”賦能實體經(jīng)濟(jì)煥發(fā)新活力。數(shù)字產(chǎn)業(yè)化方面，我國加快培育壯大人工智能、大數(shù)據(jù)、云計算等新興產(chǎn)業(yè)，提升通信設(shè)備、集成電路、電子元器件、關(guān)鍵軟件等核心競爭力，培育由企業(yè)主導(dǎo)的開源軟件生態(tài)，促進(jìn)平臺經(jīng)濟(jì)、共享經(jīng)濟(jì)健康發(fā)展。截至2024年6月底，我國5G基站總數(shù)達(dá)391.7萬個，5G用戶普及率超60%。5G已經(jīng)融入97個國民經(jīng)濟(jì)大類中的74個，全國“5G+工業(yè)互聯(lián)網(wǎng)”在建項目超1萬個，5G物聯(lián)網(wǎng)終端連接數(shù)從不足40萬個提升至超3000萬個。產(chǎn)業(yè)數(shù)字化方面，深入實施制造業(yè)數(shù)字化轉(zhuǎn)型行動，加快人工智能、大數(shù)據(jù)、云計算、5G等數(shù)字技術(shù)與各行業(yè)深度融合，推廣應(yīng)用工業(yè)機(jī)器人、智能物流等智能裝備，建設(shè)一批智能工廠、數(shù)字化供應(yīng)鏈和數(shù)字園區(qū)，工業(yè)互聯(lián)網(wǎng)、智能制造等新業(yè)態(tài)、新模式不斷涌現(xiàn)。截至2023年底，我國已培育421家國家級智能制造示范工廠、萬余家省級數(shù)字化車間和智能工廠，62家“燈塔工廠”，制造業(yè)重點領(lǐng)域數(shù)字化水平加快提升，關(guān)鍵工序數(shù)控化率、數(shù)字化研發(fā)設(shè)計工具普及率分別達(dá)62.2%和79.6%。

突出挑戰(zhàn)

一是數(shù)據(jù)資源開放程度有限，大量數(shù)據(jù)處于“休眠”狀態(tài)。

國家網(wǎng)信辦發(fā)布的數(shù)據(jù)顯示，2022年我國數(shù)據(jù)產(chǎn)量達(dá)8.1ZB，位居全球第二位，2023年我國數(shù)據(jù)生產(chǎn)總量超32ZB，增長率高達(dá)295%。但不容忽視的是，我國數(shù)據(jù)要素化和市場化基礎(chǔ)制度建設(shè)剛剛起步，數(shù)據(jù)采集、加工和發(fā)布缺乏標(biāo)準(zhǔn)化，數(shù)據(jù)權(quán)屬制度、定價制度、分配制度等尚不明確，數(shù)據(jù)開放程度和共享程度低，“數(shù)據(jù)碎片化”“數(shù)據(jù)孤島”現(xiàn)象已成為制約我國人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展的重要因素。根據(jù)《中國數(shù)據(jù)要素市場發(fā)展報告（2021-2022）》顯示，我國數(shù)據(jù)要素市場呈現(xiàn)“供給旺盛、流通不足、價值遠(yuǎn)未實現(xiàn)”的特點，仍處于較低發(fā)展水平。

二是部分領(lǐng)域同美國差距呈拉大態(tài)勢。

算力指數(shù)同美國差距有拉大現(xiàn)象。當(dāng)前，人工智能加速躍遷，急劇擴(kuò)大的數(shù)據(jù)體量和日趨復(fù)雜的算法模型均對算力提出了更高的要求。《2022—2023全球計算力指數(shù)評估報告》顯示，美國評比得分較上一周期增長5分達(dá)到了82分（滿分100分），我國得分僅增長1分至71分。

芯片領(lǐng)域，以圖形處理器（GPU）、現(xiàn)場可編程邏輯門陣列（FPGA）和人工智能（AI）專用芯片等影響新一代人工智能創(chuàng)新的高端器件為例，GPU主要是由美國企業(yè)壟斷，其中英偉達(dá)市場份額超過95%；FPGA部分，美國英特爾和賽靈思占有超過99%的市場份額；AI芯片部分，美國仍占據(jù)全球AI芯片80%以上市場份額。

算力基礎(chǔ)設(shè)施方面，截至2023年底，美國的數(shù)據(jù)中心數(shù)量在過去兩年內(nèi)實現(xiàn)了翻倍增長，已達(dá)到5375個，年增長率高達(dá)101.3%，位居世界第一，相較之下，我國的數(shù)據(jù)中心數(shù)量僅有448個，增長率不足10%；實現(xiàn)算力的三大技術(shù)路線（超級計算機(jī)、云計算、邊緣計算），美國均擁有絕對優(yōu)勢。近年來，美國明顯加強(qiáng)了超級計算機(jī)領(lǐng)域的創(chuàng)新，率先研發(fā)出全球首臺E級（EFLOPS，百億億級）超級計算機(jī)Frontier，2023年11月發(fā)布的最新版全球超級計算機(jī)TOP500排行榜數(shù)據(jù)顯示，美國超級計算機(jī)壟斷前三，在前十名中占據(jù)了6個名次，相較之下我國的“神威·太湖之光”和“天河二號”跌出了前十名。

云計算方面，中國信通院2022年數(shù)據(jù)顯示，我國云計算的占比僅為28%，遠(yuǎn)低于美國的60%。除去封禁實體計算芯片以外，云服務(wù)算力或許也將受到美國政府的遏制，全球主要的邊緣計算供應(yīng)商也集中在美國。

三是關(guān)鍵領(lǐng)域頂級學(xué)者與美國存在較大差距。

從頂級學(xué)者數(shù)量看，與美國相比，我國缺乏推動數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合發(fā)展所需的高端人才。以人工智能領(lǐng)域為例，2022年全球最具影響力人工智能學(xué)者分析報告（智譜·AI，清華大學(xué)人工智能研究院）顯示，篩選出的過去10年全球人工智能研究領(lǐng)域最有影響力的2000位學(xué)者，2022年去重后有1898位，美國和中國入選數(shù)分別為1146人次和232人次，中國入選人數(shù)僅為美國的20%。

從人才吸引力看，以人工智能領(lǐng)域為例，根據(jù)對全球人工智能人才的流動研究，美國人工智能頂尖人才中，本科畢業(yè)院校來自中國的占27%，遠(yuǎn)超其他任何國家和地區(qū)。本科畢業(yè)于中國的頂級人工智能人才，留在中國和前往美國的分別是34%和近56%，而在美國修讀研究生畢業(yè)的中國人才，留在美國的占88%，回到中國的只占10%。美國人工智能公司甚至國防部重要人工智能研究項目中，來自中國的人才均占有較高比例。

四是數(shù)字賦能實體經(jīng)濟(jì)支撐生態(tài)體系需進(jìn)一步優(yōu)化。數(shù)字賦能實體經(jīng)濟(jì)的廣度和深度有待進(jìn)一步拓展，部分領(lǐng)域市場主體存在“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”“不能轉(zhuǎn)”現(xiàn)象，部分領(lǐng)域數(shù)字賦能還停留在數(shù)據(jù)感知階段，數(shù)據(jù)作為新型生產(chǎn)要素的價值潛力還未充分體現(xiàn)，數(shù)字賦能引領(lǐng)高質(zhì)量發(fā)展的作用有待進(jìn)一步發(fā)揮。此外，尚未形成對全球數(shù)字經(jīng)濟(jì)人才、技術(shù)、數(shù)據(jù)等要素的匯聚效應(yīng)，尤其是在關(guān)鍵核心技術(shù)攻關(guān)、數(shù)字化轉(zhuǎn)型服務(wù)商培育、數(shù)字化人才培養(yǎng)等方面還難以滿足全面實現(xiàn)數(shù)實融合的要求。

對策建議

一是設(shè)立“基礎(chǔ)研究特區(qū)計劃”，加大基礎(chǔ)研究和關(guān)鍵核心技術(shù)攻關(guān)。

總結(jié)推廣上?！盎A(chǔ)研究特區(qū)”制度創(chuàng)新的成效與經(jīng)驗做法，研究設(shè)立全國層面“基礎(chǔ)研究特區(qū)計劃”。發(fā)揮舉國體制優(yōu)勢，整合數(shù)字技術(shù)領(lǐng)域的國家實驗室、科研院所、高水平研究大學(xué)、科技領(lǐng)軍企業(yè)等國家戰(zhàn)略科技力量，以整合研究力量、強(qiáng)化協(xié)同和聯(lián)合攻關(guān)等形式，打造數(shù)字技術(shù)創(chuàng)新體系，在人工智能芯片、大模型算法、云平臺、深度學(xué)習(xí)平臺等制約我國數(shù)字技術(shù)發(fā)展的薄弱環(huán)節(jié)加強(qiáng)基礎(chǔ)研究和關(guān)鍵核心技術(shù)攻關(guān)，加快推動實現(xiàn)我國數(shù)字經(jīng)濟(jì)領(lǐng)域高水平自立自強(qiáng)，在重大科技任務(wù)攻關(guān)中大力推行“揭榜掛帥”“技術(shù)總師負(fù)責(zé)制”“賽馬制”。

二是建設(shè)運營數(shù)據(jù)算力算法要素統(tǒng)一大市場。

數(shù)據(jù)、算力、算法三要素高度聚合是美國推進(jìn)數(shù)實融合，在國際競爭中具有領(lǐng)先優(yōu)勢的關(guān)鍵因素，建議在戰(zhàn)略層面建設(shè)數(shù)據(jù)算力算法要素統(tǒng)一大市場，在中央層面明確數(shù)據(jù)算力算法要素統(tǒng)一大市場的主管機(jī)構(gòu)。借鑒我國衛(wèi)星互聯(lián)網(wǎng)成立“國家隊”中國衛(wèi)星網(wǎng)絡(luò)集團(tuán)有限公司的做法，在數(shù)實融合領(lǐng)域成立新型央企，整合算力和數(shù)據(jù)的運營權(quán)，并規(guī)劃建設(shè)全國一體化算力調(diào)度平臺、統(tǒng)一數(shù)據(jù)平臺、算法開放服務(wù)平臺三大支柱平臺。

三是做實“引育留用”大文章，夯實數(shù)字賦能的人才底座。

加強(qiáng)數(shù)字化人才隊伍建設(shè)。聚焦推進(jìn)數(shù)實融合的重點領(lǐng)域和關(guān)鍵環(huán)節(jié)需求，將數(shù)字經(jīng)濟(jì)的綜合型產(chǎn)業(yè)人才和5G、AI等應(yīng)用領(lǐng)域的專項人才納入高端引才計劃，加大力度吸引全球數(shù)字經(jīng)濟(jì)領(lǐng)域人才，為吸引全球頂尖人才制定個性化引入方案，探索制定個性化、差異化、多樣化的高精尖數(shù)字人才引進(jìn)政策，特別是在個人所得稅優(yōu)惠政策上要有實質(zhì)性突破，面向全球加快引進(jìn)一批數(shù)字經(jīng)濟(jì)領(lǐng)域?qū)W科帶頭人、技術(shù)領(lǐng)軍人和高級經(jīng)營管理人才。加強(qiáng)在高等教育資源統(tǒng)籌，優(yōu)化學(xué)科專業(yè)布局，調(diào)整高等院校專業(yè)設(shè)置、加強(qiáng)職業(yè)技術(shù)培訓(xùn)等手段，建立立體式人才培育體系。支持企業(yè)設(shè)立博士后工作站，培養(yǎng)數(shù)字經(jīng)濟(jì)青年創(chuàng)新人才。將數(shù)字經(jīng)濟(jì)知識作為黨政機(jī)關(guān)干部學(xué)習(xí)培訓(xùn)的重要內(nèi)容，提升黨政領(lǐng)導(dǎo)干部、公務(wù)人員數(shù)字化認(rèn)識水平。

四是提升數(shù)字化轉(zhuǎn)型服務(wù)市場規(guī)模和活力。

提升數(shù)字化轉(zhuǎn)型服務(wù)市場規(guī)模和活力。面向重點行業(yè)和領(lǐng)域轉(zhuǎn)型需求，培育一批專門從事數(shù)據(jù)采集處理、應(yīng)用軟件開發(fā)、數(shù)字化解決方案集成的數(shù)字化服務(wù)商，為數(shù)字化轉(zhuǎn)型提供方案設(shè)計、業(yè)務(wù)優(yōu)化和運營維護(hù)等一體化專業(yè)服務(wù)。充分發(fā)揮政府引導(dǎo)作用，鼓勵和支持高校院所、龍頭企業(yè)、行業(yè)協(xié)會等聯(lián)合建設(shè)綜合測試驗證平臺和大模型評測開放服務(wù)平臺，加強(qiáng)數(shù)字化轉(zhuǎn)型共性解決方案供給。堅持政府主導(dǎo)、市場參與，探索建立數(shù)字化轉(zhuǎn)型促進(jìn)中心，為推進(jìn)數(shù)字賦能提供基礎(chǔ)技術(shù)、試驗設(shè)備、轉(zhuǎn)型路徑、典型場景等公共服務(wù)。

五是加強(qiáng)政府對數(shù)字賦能工作的統(tǒng)籌協(xié)調(diào)。

進(jìn)一步強(qiáng)化統(tǒng)籌協(xié)調(diào)，加強(qiáng)對全面推進(jìn)數(shù)字賦能實體經(jīng)濟(jì)工作各行業(yè)領(lǐng)域推進(jìn)工作的頂層設(shè)計和戰(zhàn)略指導(dǎo)，加強(qiáng)重大事項、重點項目、重大問題的統(tǒng)籌調(diào)度。強(qiáng)化數(shù)據(jù)管理部門統(tǒng)籌數(shù)據(jù)資源整合共享和開發(fā)利用職能，加快推進(jìn)政務(wù)數(shù)據(jù)和相關(guān)社會數(shù)據(jù)的整合、管理、應(yīng)用和服務(wù)體系建設(shè)工作，夯實數(shù)據(jù)要素賦能基礎(chǔ)支撐。加強(qiáng)各類財政資金和產(chǎn)業(yè)基金的統(tǒng)籌，加大對數(shù)字基礎(chǔ)設(shè)施建設(shè)、關(guān)鍵核心技術(shù)攻關(guān)等重點領(lǐng)域和薄弱環(huán)節(jié)的資金支持力度，突破制約數(shù)實融合工作推進(jìn)的短板和瓶頸。加快推進(jìn)標(biāo)桿工程建設(shè)，盡快形成一批可復(fù)制推廣的經(jīng)驗做法和制度性成果，強(qiáng)化數(shù)字賦能標(biāo)桿工程的示范引領(lǐng)效應(yīng)。

作者系中國區(qū)域經(jīng)濟(jì)學(xué)會常務(wù)理事，中國區(qū)域科學(xué)協(xié)會理事，北京科技政策與管理研究會常務(wù)理事。

編輯：陳希琳