原文刊载于《社科纵横》2026年第4期

数实融合赋能新质生产力发展的作用机理、现实掣肘与优化路径

张利涛

（青海大学   马克思主义学院，西宁   810016）

一、研究缘起与问题提出

党的二十届三中全会强调“要健全因地制宜发展新质生产力体制机制”“健全促进实体经济和数字经济深度融合制度”^［1］。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出：“坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向。”^［2］数实融合赋能新质生产力发展，本质上是生产力系统从传统要素依赖向创新要素主导的质态跃迁。一方面，传统产业数字化转型长期受限于技术应用碎片化、价值转化低效等问题，亟须通过数据、算法、算力等新型生产要素的深度融入，重构生产函数并提升全要素生产率；另一方面，数字经济的可持续发展需要以实体经济为根基，从而避免“技术空心化”，防止其与产业脱节。数实融合通过要素协同、模式创新与动力激活的三维机制，不仅能够优化资源配置效率，而且能够依托数字技术的泛在连接性，构建“研发—制造—服务”一体化的新型产业生态。

随着我国迈入全面建设社会主义现代化国家新征程，微观层面的企业数字化转型成效、中观层面的产业生态协同水平、宏观层面的区域经济均衡发展，共同构成了检验数实融合深度的三维标尺。这些事关现代化产业体系建设的战略性问题，最终都指向一个根本性命题：突破传统产业融合模式的路径依赖，关键在于通过数实深度融合推动新质生产力发展。2023年以来，以习近平同志为核心的党中央对“因地制宜发展新质生产力”多次作出战略部署。这种以全要素生产率提升为标志的先进生产力形态，正在重构全球产业竞争格局和创新发展范式。当前，产业应用仍停留在设备连接和基础数据采集层面，在智能化决策、产业链协同等深度应用领域存在明显短板。

当前，学术界围绕数实融合与新质生产力的研究呈现多维度拓展态势。在理论阐释方面，学者普遍认为新质生产力是继农业经济、工业经济之后生产力发展的第三次质变，其核心特征表现为：第一，生产要素的数字化重构，数据要素与传统要素的乘数效应日益凸显［3］；第二，技术创新范式从线性向网络化、生态化转变^［4］；第三，产业组织形态向平台化、模块化方向演进^［5］。在实证研究层面，现有成果多聚焦于特定技术，如工业互联网、农业新质生产力^［6］，或单一产业，如智能制造等方面的融合效应，缺乏对宏观层面作用机制的深度研究。数实融合效应正在引发学术研究范式的转变，从传统的因果分析逐渐转向复杂系统建模，这为本文研究方法的选择提供了重要启示。

二、数实融合赋能新质生产力发展的作用机理

作为具有复杂结构的超大概念群集，新质生产力是数字技术与生产要素的高效组合^［7］，是对传统生产力要素、技术和产业三大系统的整体革新^［8］，能够从多个维度影响数实融合^［9］。与传统生产力相比，新质生产力不仅在生产效率和资源配置上实现了突破，而且通过技术创新和要素升级推动产业升级与数智化转型。

（一）要素协同：以创新生产要素推进新质生产力发展

新质生产力的要素包括新兴技术、创造新价值和形成新兴产业的生产要素及其总和^［10］。新质生产力的培育往往以数智技术和创新要素的深度融合为载体，促使传统生产要素配置更加高效协同。党的二十届三中全会指出：“要加快形成同新质生产力更相适应的生产关系，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。”^［1］创新要素通过突破性技术和新型数据要素渗透实体经济领域，打破原有要素组合的低效均衡态。产业主体在转型升级压力下，遵循价值最大化原则，为维持和提升市场竞争力，持续优化其要素配置效率，进一步加大数智化转型投入，着力突破技术应用瓶颈，在生产流程、产品形态及服务模式上构建差异化优势。同时，重塑要素组合方式，依托数据驱动、智能协同等理念，降低摩擦成本、提升配置效率，以增强全要素生产率。

（二）模式创新：以新型生产模式推进新质生产力发展

在新质生产力发展的过程中，数实融合技术创新成果与智能化应用模式，往往成为传统产业转型的标杆示范。它构建了一个实践创新的展示窗口，具有显著的引领辐射效应，先进技术的应用不仅引发行业关注，而且通过技术扩散和经验共享，推动传统产业转型升级、提质增效。一方面，传统产业依托产业链关联，学习智能化改造方案与数字化转型经验，通过引进、消化、再创新，加速技术升级与模式创新，降低转型试错成本；另一方面，借助产业互联网平台、创新联盟等载体，数字化解决方案与智能化管理经验得以在全行业快速推广复制。

（三）动力激活：以新兴发展动能助力新质生产力发展

新兴发展动能是发展新质生产力的重要驱动力。总体来说，新质生产力代表着社会生产力质的飞跃，并非传统生产力的简单优化或逐步升级，而是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的先进生产力。数实融合所催生的新兴发展动能，不仅优化了生产要素配置，而且显著提升了产业链供应链的整体效能，激活了发展新质生产力的动力。

三、数实融合赋能新质生产力发展的现实制约

数实深度融合发展有力地推进了技术革命性突破、生产要素创新性配置、产业深度转型升级，使得新质生产力的发展步伐进一步加快。然而，也应认识到目前数实融合推进新质生产力发展的赋能效应尚存在亟待解决的三个关键问题。

（一）融合不均衡：数字技术应用差异导致行业融合程度参差不齐

在数智化时代，数据是推动新质生产力发展的关键要素，其赋能效应在理论层面具有普适性，但在实践过程中却存在显著的行业分化现象。在推进数实融合过程中，数智技术的应用差异，使得不同行业的融合程度呈现明显的不均衡态势。

（二）技术门槛高：先进技术要求限制了部分企业数实融合进程

当前，在推进数实融合过程中仍面临着较高的技术应用门槛，不同的企业在技术应用上存在着分化和差异，在一定程度上制约了数实融合的广度和深度，也深刻影响着新质生产力的发展。相关数据显示，2022年我国规模以上工业企业中，仅有28.6%的企业实现了生产设备的数字化改造，中小企业数字化转型比例更低，不足15%^［11］。数智化转型比例低的企业，数实融合的程度必然不高，对新质生产力发展的赋能作用也相对有限。

（三）数据壁垒厚：“数据孤岛”现象阻碍数实融合深度发展

数据技术发展的不均衡、数据要素整合的碎片化、数据资本运作的短视行为，以及数据治理体系不健全等现实梗阻是客观存在的^［12］。而由企业数据管理、行业数据标准和区域数据政策所构成的数据流通体系，则从不同维度为数实融合推进新质生产力发展提供信息流通保障系统。从行业维度看，不同行业的企业数据管理、行业数据标准和区域数据政策呈现出较为明显的差异，不仅从整体上导致数实融合推进新质生产力的数据壁垒加厚，而且也是导致行业内部数实融合程度存在差异、拉低融合发展质量的主要原因。

四、以数实融合赋能新质生产力发展的优化路径

（一）加强要素整合：构建多元协同的数实融合要素供给体系

针对数据要素流通不畅这一关键制约，政府部门要加强顶层设计，主导建设国家级数据共享平台，制定统一的数据分类和安全标准，重点推动制造业供应链、生产运维等关键数据的跨企业流通。技术创新是推进数实融合的重要动力，完善技术要素协同创新机制是以数实融合推进新质生产力发展的关键环节。在技术要素方面，要加强工业互联网、人工智能等关键技术的普惠性应用，建立区域性技术服务中心和采购补贴机制，降低中小企业数智化转型成本。人才培育体系则要面向智能制造、工业数据分析等新兴领域，深化产教研融合，创新数字工匠培养模式，为企业输送既懂工业场景运用，又掌握数智技术的高素质专业化人才。

构建数实融合赋能新质生产力发展的要素供给体系，推动形成“数据筑基—技术赋能—人才支撑”的良性循环。在数据层面，打破行业壁垒，建立安全可控的数据流通机制；在技术层面，推动关键核心技术研发和成果转化，提升技术供给质量；在人才层面，完善现代职业教育体系，强化实践能力培养。通过政策引导、市场驱动和企业主体作用发挥三者的有机结合，实现要素资源的高效配置和协同创新，为数字经济与实体经济深度融合提供持续动力。同时，要鼓励和支持企业积极参与数智化生态体系建设，推动企业加快数智化转型^［13］，突破数实融合的技术瓶颈，为新质生产力高质量发展提供更为坚实的技术支撑。

（二）突破技术瓶颈：加强关键核心技术攻关降低融合门槛

制造业头部企业要联合高校、科研院所组建创新联合体，重点突破工业互联网平台、智能算法等“卡脖子”技术难题。针对中小企业技术应用难题，要推动建设行业级数字化转型促进中心，提供技术诊断、方案适配等普惠服务。政府部门应设立数实融合专项基金，对基础研究和关键核心技术攻关给予长期稳定支持。同时，要逐渐健全完善首版次软件、首台套装备的采购补贴政策体系，有效降低企业开展创新活动的风险。

要充分发挥“链主”企业的引领作用，营造良性创新生态。在装备制造、电子信息等行业，支持领军企业牵头建设概念验证和中试平台，推动技术成果转化，进而快速实现产业化。政府部门要深化科技管理改革，在项目立项、成果评价等环节尊重企业主体地位，建立健全科技创新容错机制。同时，要进一步完善科技金融服务体系，发展“投早投小投硬科技”的耐心资本，为原生数智化企业成长提供全周期服务。通过政策引导和市场驱动的协同发力，加快形成产学研用深度融合的科技创新体系。

（三）打破“数据孤岛”：建立统一开放的数据流通共享机制

在制度创新方面，政府部门应尽快出台《数据要素流通交易促进条例》，建立健全数据产权登记和交易制度，设立国家级数据交易所。在智慧医疗、智慧交通、智能制造等重点领域试点数据资产入表机制，探索数据要素参与分配的具体路径。同时，要健全完善数据安全监管体系，建立分类分级的数据流通交易安全评估机制，为数据要素市场化配置提供更为健全的制度机制，为新质生产力发展提供制度保障。

在应用示范方面，支持“链主”企业建设数据融合应用实验室，开展供应链协同、智能运维等场景创新。政府部门实施数据应用示范工程，在智能制造、智慧城市等领域打造典型案例。建立健全数据应用效果评估机制，将数据要素投入产出比纳入企业数智化转型评价体系，引导企业提升数据应用效能。通过技术、制度、应用的协同创新，推动形成数据要素“供得出、流得动、用得好”的良性发展格局。同时，不同行业要因业制宜，加大数据技术研发投入，加快形成互联互通、协同共享的技术生态体系，充分发挥市场对关键核心技术研发方向及要素配置的导向作用，提升数字技术成果转化效率^［14］。

五、结语

数实融合通过三大核心机制赋能新质生产力发展：在要素层面，实现数据、技术等新型生产要素与传统要素的深度协同；在模式层面，催生智能制造、平台经济等新型生产组织方式；在动力层面，激发数智技术创新活力，培育数实融合发展新动能。然而，在以数实融合推进新质生产力发展的过程中，仍面临着融合不均衡、技术门槛高、数据壁垒厚等现实制约，亟须通过系统性改革破除相关障碍。为此，要构建要素整合、技术突破、制度创新三位一体的优化路径，重点解决关键核心技术“卡脖子”难题，健全完善数据要素市场化配置机制，大力建设适应数实融合发展的新型基础设施，为因地制宜发展新质生产力奠定坚实基础。

参考文献：

［1］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［N］.人民日报，2024-07-22（1）.

［2］中共中央关于制定国民经济和社会发展第十五个五年规划的建议［N］.人民日报，2025-10-29（01）.

［3］任保平，王子月.数字新质生产力推动经济高质量发展的逻辑与路径［J］.湘潭大学学报（哲学社会科学版），2023，46（6）：23-30.

［4］杨瑞仙，郭诗语，李雪萌，等.我国数据要素市场发展水平测度研究：区域差异、动态演进与结构分解［J］.情报理论与实践，2025，48（8）：32-43.

［5］王晓蕾.制造业数智化与制造业服务化耦合协同的发展机制［J］.当代经济管理，2025，47（7）：56-67.

［6］张利涛，陈晶晶. 发展农业新质生产力：要素整合、结构优化与功能强化「J」.内蒙古农业大学学报（哲学社会科学版），2025，27（5）：79-86.

［7］王晓蕾，吕清舟.数字化赋能服务型制造网络组织协同演化研究［J］.财经问题研究，2025（4）：70-81.

［8］沈坤荣，金童谣，赵倩.以新质生产力赋能高质量发展［J］.南京社会科学，2024（1）：37-42.

［9］蒋永穆，乔张媛.新质生产力：逻辑、内涵及路径［J］.社会科学研究，2024（1）：10-18+211.

［10］夏杰长.以新质生产力驱动数实融合［J］.社会科学家，2024（2）：38-44.

［11］中国工信新闻网.着力提升制造业核心竞争力 筑牢经济“压舱石”［EB/OL］.（2022-01-30）［2025-04-26］.https：//www.cnii.com.cn/ztzl/xxgczyjjgzhyjs/202201/t20220130_355042.html.

［12］张利涛.数据要素赋能新质生产力的优势、梗阻与路径［J］.改革与战略，2025，41（3）：137-143.

［13］刘惠惠，高嘉遥.数实融合促进新质生产力的多元优势、动能解析与布局完善［J］.当代经济管理，2025，47（2）：35-45.

［14］赵放，徐熠.以数实融合赋能中国式现代化的逻辑理路与路径选择［J］.经济问题，2024（11）：1-9.

 （作者简介：张利涛(1988—），河南息县人，法学博士，青海大学马克思主义学院副教授、硕士生导师，研究方向为马克思主义中国化。）

本文为对原文的缩减与提炼，省去了图表等部分内容，旨在便于阅读与学习交流。如需学术引用，请务必查阅并引用原发表期刊的完整版本。版权归原作者、原发单位、原发期刊所有。如对我们发布的内容有异议，请与我们联系，我们会及时修改、删除。

欢迎转载，转载请注明出处。