转自 微信公众号 三界逆熵实验室

欧阳日辉 | 数据要素促进数字经济和实体经济深度融合的理论逻辑与分析框架 (qq.com)

作者简介：欧阳日辉，中央财经大学中国互联网经济研究院研究员。

注：本文是国家社会科学基金重大项目“数字经济高质量发展的创新与治理协同互促机制研究”（编号：22&ZD070）和国家自然科学基金项目“数据要素价值化对企业数字化转型的影响：机制、模式与对策”（编号：72373056）的成果。

摘要：数据是数字经济的关键生产要素，在促进数字经济和实体经济深度融合中发挥重要引擎作用，并畅通国民经济循环。数据进入实体经济循环系统，快速融入生产、流通、消费、分配等各环节，优化资源配置，畅通流通渠道，促进供需精准匹配，激发新兴需求，形成数字技术应用—传统实体企业转型—科技创新的良性循环。融合发展是数字经济的重要特征，数据驱动要素融合、产品融合、企业融合、产业融合和市场融合，培育数字经济和实体经济深度融合的循环系统。促进数字经济和实体经济深度融合，政府和各类经营主体应更加重视数据驱动发展的作用，着力提升企业构建数据能力和开发利用水平，探索多元化的企业数据流通模式，打造典型应用场景和产业数据空间，提升数字经济和实体经济的循环效率。

关键词：数据；数据要素；数字经济；实体经济；融合发展一、问题提出

一、问题提出

近年来，数字技术进入加速创新和应用的爆发期。数字技术与千行百业的融合向纵深拓展，全球呈现数字经济和实体经济融合发展（以下简称“数实融合”）态势。世界主要经济体推进产业数字化的侧重点不同，但产业数字化发展的核心内容大致相同，都将数字化改造和转型升级作为产业数字化的主赛道，重塑创新体系、提质生产体系、催生新兴业态及驱动产业链区域化本土化。具体而言，借助工业互联网平台实现数字经济与实体经济的深度融合是主要路径。虽然发达国家不断推出“数字工厂”等新的制造业模式，但是尚未探索出具有强大带动力、普适性的数实融合路径。比如，大型制造企业的数字化转型经验难以完全复制到上下游的众多中小企业中，因此数实融合的过程较为缓慢。

促进数字经济和实体经济深度融合，是以习近平同志为核心的党中央统筹中华民族伟大复兴全局和世界百年未有之大变局、深刻把握新一轮科技革命和产业变革新机遇作出的重大决策部署。2022年12月，《中共中央 国务院关于构建数据基础制度 更好发挥数据要素作用的意见》明确提出，构建数据基础制度要“以促进数据合规高效流通使用、赋能实体经济为主线”。2023年12月，国家数据局等17部门联合印发的《“数据要素×”三年行动计划（2024—2026年）》强调强化场景需求牵引，推进数据要素协同优化、复用增效、融合创新，并选取工业制造等12个行业和领域，推动发挥数据要素乘数效应。

数实融合已经成为大国发展数字经济的竞争制高点，是数字技术、数据要素融入三次产业各行业、各环节的一场数字化变革。如何克服难题，促进数字经济和实体经济深度融合，是新时代的新课题。用理论破解难题，才能找到方法和路径。已有文献主要围绕数字化转型的效率提升效应和产业升级效应，研究了数字技术对实体经济的促进作用。总体来看，以往文献在研究数字经济与实体经济之间的关系时，大多侧重于数字经济发展要素和实体经济生产环节的其中一个方面，鲜有系统性的理论分析框架。从数据驱动视角，研究数实深度融合的经济学逻辑，可以从理论上讲清楚两者相互作用的机理和路径。目前，基于数据驱动视角下数实深度融合的研究尚未引起足够重视，对数据要素赋能数实融合的规律研究尚缺乏系统的理论分析框架。因此，本文将重点探究以下三个问题：数实深度融合的关键要素是什么？数据促进数实深度融合的机理是什么？可否建立一个数实深度融合的系统的理论分析框架？

二、概念内涵与分析框架

融合发展已经成为推动经济发展的重要手段和途径。数字经济是一种创新融合经济，融合发展是数字经济的一个重要特征。数字经济与实体经济相互促进、相互支撑，而非对立和替代关系，二者在更广范围、更深程度、更高水平上实现融合发展，是打造数字经济新优势和助力实体经济高质量发展的重要战略选择。构建以数据为关键要素的数字经济，促进数字经济和实体经济融合发展，首先需要厘清概念、明确内涵。

（一）数字经济和实体经济融合的内涵

对于数字经济和实体经济融合发展，已有研究从不同角度进行了界定。如，洪银兴等提出，数字经济与实体经济的融合是实体经济的数智化，具体包括数据要素、数字技术、平台经济、共享经济等与实体经济之间的深度融合。王定祥等提出，数字经济和实体经济融合发展，是指在基础设施、发展环境和数字经济部门有效技术供给支撑下，实现实体企业要素革新、要素重组、模式转型、数智化生产与管理、能效提升的过程，实质上就是数字技术企业与实体企业交互发展和互惠互利的过程。欧阳日辉从数字技术的角度提出，数实融合是指通过数字技术在传统产业中的深度融合应用，激活数据要素潜能，促进数据、技术、场景深度融合，高效贯通生产、分配、流通、消费各个环节，推动农业、制造业、服务业等产业数字化，催生新产业新业态新模式。

厘清数字经济和实体经济融合发展的内涵，需要从历史和现实两个角度进行分析。借用佩雷丝的技术—经济范式，全球数字经济的发展大致可以划分为四个阶段。一是技术驱动阶段。计算机和互联网是数字经济发展的基础技术，两项技术商用之后，推动新一代信息通信技术实现群体性突破，如移动互联网、云计算、人工智能、区块链、物联网、大数据、VR/AR、量子计算/量子通信等技术快速发展。所以，早期学者们将数字经济的内涵归纳为“基于数字技术的经济”。二是生产要素变化阶段。数字技术的使用特别是移动互联网技术和智能手机的普及，产生了海量的数据，数据开始作为生产要素进入经济系统。数据与土地、劳动力、资本和技术等生产要素结合，重构了生产要素体系。如，数字人、机器人等既可以视为新产品，也是新的生产要素，数字经济发展由数字技术作为主要驱动力转变为数字技术和数据要素双轮驱动。国家统计局也将数字要素驱动业作为数字经济五大核心产业之一。三是融合发展阶段。数字经济的发展加速了融合发展，出现产品融合、三次产业融合、线上线下融合、市场融合、城乡融合等，培育出新产品、新场景、新业态、新模式、新产业。如，从智能家居、自动驾驶、共享出行，到电子商务、工业互联网、元宇宙经济，既是数字经济网络效应、规模效应的表现，也是数字经济与工业经济融合发展的内在需求。四是经济形态变化阶段。数实融合本质上是从工业经济形态向数字经济形态演进的过渡过程，把传统实体企业转型为数字化赋能以后生产力大幅提升的新型实体企业。生产力和生产关系开始发生变革，数据要素成为关键生产要素，数字平台促进传统实体企业转型升级，数字社会、数字政府、数字生态将改变生产关系，数字经济成为继农业经济、工业经济之后一个新的经济形态。

纵观我国政策演进，关于数字经济和实体经济融合发展体现了两层含义：一是促进数字技术和实体经济深度融合；二是推动数字经济和实体经济深度融合。“十四五”规划纲要提出，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式。2021年10月，中共中央政治局就推动我国数字经济健康发展进行第三十四次集体学习时，习近平总书记指出，推动数字经济和实体经济融合发展。《“十四五”数字经济发展规划》提出，发展数字经济，以数据为关键要素，以数字技术与实体经济深度融合为主线。促进数字技术与实体经济深度融合，是从生产力角度的部署，基于“数据+算力+算法”的数字生产力，因此，推动实体经济增长由要素投入驱动向创新驱动的转变。传统经济数字化转型必将调整生产关系，因此，推动数字经济和实体经济深度融合，实质是将原有的生产关系变革为数字化生产关系，使数字经济成为主要经济形态。

综上，数实深度融合包含三个层面：一是技术、数据、平台和场景向实体经济的生产、消费、流通和分配逐步渗透，尤其是数字技术与实体经济深度融合；二是以平台经济为代表的新型经济形态与传统产业和市场深度融合，出现要素融合、产品融合、企业融合、产业融合和市场融合；三是在新型实体企业支持下，数字经济和实体经济融合的路径与模式不断完善，出现新型实体经济。融合式发展的三个层面是递进式创新：数字技术和实体经济深度融合是第一个层面的融合，第二个层面的平台企业和传统企业融合将赋能传统产业转型升级、催生新产业新业态新模式，在第三个层面完成数字化变革之后，将建构起未来的主要经济形态——数字经济。所以，本文提出，数字经济和实体经济深度融合是指将技术、数据、平台和场景与传统实体产业相结合，以数字技术为核心驱动力、数据为关键生产要素，高效贯通生产、分配、流通、消费各个环节，实现要素融合、产品融合、企业融合、产业融合和市场融合，推动工业经济向数字经济过渡的阶段。

（二）数据是数实深度融合的关键要素

数字经济产生的前提是数字技术的运用。数字技术实现万物互联、万物智联，产生了海量的数据，包括公共部门数据、企业运营数据、交易数据、支付数据、用户行为数据、人机交互数据等。大数据技术的发展推动数据应用从消费到生产领域逐次深入并成为新型生产要素，快速融入生产、流通、消费、分配等环节，准确地预测和把握外部世界运转状况，因而逐步成为数字经济的关键要素。所以，数据既是数字经济的关键要素，又是数字经济与实体经济深度融合的桥梁。在数实深度融合的过程中，数据驱动提供了一种新的思路和方法。数据驱动的创新是基于数字技术和数据要素的应用，通过对数据的采集、分析和利用，经过训练和拟合形成自动化的决策模型，进而推动企业创新发展。数据驱动效应主要体现在企业运营和流程活动中数据驱动嵌入组织结构和组织文化进而对管理决策产生影响，数据平台连接供应链和客户关系管理、企业资源管理等系统进而提升企业运营管理效率。传统产业数字化转型是数据驱动动态能力渐进塑形的过程，经历数字从属、数字匹配和数字驱动三个阶段，从数字重组、数字捕获、数字感知三个维度逆向递进推动数据驱动动态能力构建。业务数字化、数字化业务及产业生态数字化创造了大量数据资源，数据驱动业务逻辑重构，数字化范围从组织内向外部生态延伸。所以，数实融合强调充分利用大数据、人工智能、云计算等数字技术，采集、分析和运用多维度、多源头的数据，以数据为中心进行决策和行动，以数据为基础进行业态和模式创新，实现优化决策、创新模式和提升效率的目标。具体而言，数据驱动的创新可以带来以下几个方面的影响：第一，深入了解市场和用户需求。通过收集与分析大量的市场数据和用户行为数据，企业可以更全面地了解市场动态、消费趋势和用户需求。第二，提升产品设计与研发效率。通过对大数据的分析，企业可以获取更多的市场反馈和用户意见，并用以改善产品设计。同时，数据分析还可以帮助企业发现新的产品机会和创新点，加速研发周期，降低研发风险。第三，优化生产和供应链管理。通过数据驱动的供应链管理，企业可以实现实时监测和预测，优化库存管理和物流运营，降低成本，提高效率。第四，实现个性化营销和服务。通过数据分析，企业可以根据用户的特征和需求，精准地进行推荐和定制化营销，提高用户满意度和忠诚度。同时，可以实时监测用户反馈，及时调整产品和服务策略。第五，推动跨界合作和商业模式创新。通过对大数据的深入挖掘和分析，企业可以发现新的商业模式，创造新的价值链，打造新的盈利模式。如，共享经济、平台经济等新兴商业模式的崛起，就是数字经济与实体经济深度融合的产物。总之，数据驱动的创新是数字经济和实体经济融合的重要途径和未来的主要方向。

（三）基于数据的数实深度融合“双循环”分析框架

畅通国民经济循环是推动经济高质量发展的客观要求，重在打通生产、分配、流通、消费各环节。有研究指出，数字经济可以通过循环数字化和数字循环化两种机制，为畅通经济循环提供助力，打通生产、分配、流通、消费各环节的堵点和断点。推进数实融合最关键的是打造以市场为主体的数实融合动力系统，构建融合发展双循环体系。数实融合双循环体系是指在数实融合过程中，实现数据在数字经济和实体经济之间双向流动，重构实体经济的生产—流通—消费—分配的内循环系统，搭建要素、产品、企业、产业、市场等维度融合的外循环系统，形成两个相互促进的循环系统，畅通国民经济循环。在数实融合内循环系统中，数字技术和数字平台为数据要素转化为现实生产力提供手段和场景，数据要素又反哺于数字技术的迭代升级和数字平台的生态构建。内循环系统的关键在于，通过加强各行业、各企业之间的数据共享和整合，打破数据孤岛，实现跨部门、跨行业、跨企业的数据融通，强化数字技术在生产、分配、流通、消费各环节的应用，加速传统实体经济循环。外循环系统是在数字经济与实体经济系统间循环，主要有三条融合路径：一是数据要素作为核心生产要素，推动数字产业化发展，数字产业是数据要素发展的主要载体，为实体经济发展提供新技术、新方案、新动能；二是数据要素与其他传统生产要素结合形成“乘数效应”，数字技术和数据要素双轮驱动，打通生产、分配、流通、消费全环节，促进产业数字化转型，培育新产品、新产业、新业态、新模式、新场景；三是数字平台作为新商业模式，以“数据+算力+算法”技术体系为核心打造场景，全面提升资源配置效率，促进企业和市场数字化变革，培育新实体企业和新实体经济，逐步迈向数字经济形态。外循环系统实质上是打破三次产业的严格划分，促进融合式发展，形成新的产业生态，催生融合型新业态新模式新产业。数实融合“双循环”系统相互依存、相互促进。内循环系统的发展需要外循环的支撑，而外循环系统的拓展也需要内循环系统的提升。内循环系统着力推动实体经济数字化、智能化转型，通过推广应用先进的数字技术和数字化工具，提高生产效率和管理水平，增强传统产业的活力和竞争力。而通过外循环系统的拓展，可以为内循环系统提供更多的市场机会和合作伙伴，促进实体经济转型升级。需要注意的是，数实融合“双循环”分析框架是一个循环迭代的过程。通过不断的数据收集、整合、分析和决策，可以形成一个正反馈的循环，推动数实融合不断深入和优化。最终，上述“双循环”框架统筹形成了“以数据为核心要素，以数字平台高质量发展为引领，以数字产业化与产业数字化协同发展为目标”的数实深度融合演化机制。

三、数据驱动数实深度融合的四个环节

在数据要素驱动下，数字经济与实体经济的生产端、消费端、流通端和分配端实现深度融合，畅通数实融合内循环系统。数字产业与生产端深度融合，构成了消费、流通和分配的基础；数字产业与消费端深度融合，通过消费升级促进了产业（生产）升级；数字产业与流通端深度融合，有助于深度链接生产端和消费端，提升经济运行效率；数字产业与分配端深度融合，建立合理的利益分配机制，有助于调动各方促进数字经济与实体经济深度融合的积极性。

（一）生产端

数字经济与实体经济在生产端的深度融合，是指在制造业的生产环节，通过应用数据采集、处理和分析技术，将实时的数据与生产过程相结合，实现生产的网络化、智能化、协同化和柔性化，推动传统实体企业的研发设计、生产加工、经营管理、销售服务等业务全方位、全链条数字化转型，提高全要素生产率。随着云计算、5G、人工智能、物联网、大数据等技术运用到制造业各环节，制造业领域积累了具有类型丰富、容量大、更新快及价值高等特征的工业大数据。数据要素具有非竞争性、低复制成本、非排他性／部分排他性、外部性和即时性等技术—经济特征，与制造业的研发设计、生产加工、经营管理等业务流程融合，能够促进生产模式创新。在生产端，数据驱动数实深度融合的机理包括研发创新效应、生产协同效应、市场匹配效应。

第一，研发创新效应。在研发阶段，数据要素可以修正和指引研发方向，避免研发方向与真实需求的偏差，促进研发各环节衔接，通过研发创新效应推动数实融合。数据驱动的研发降低了因追赶“技术热”而盲目开展研发的风险，缩短研发周期，增加了潜在成果的转化概率。此外，数据要素的引入和工作界面的扩展也为普通员工提供了丰富的一手资料和良好的创新平台，给予广大员工更多的参与感和话语权，有利于充分挖掘员工的潜力和积极性，实现价值共创。第二，生产协同效应。在生产加工阶段，数据要素通过作用于制造业不同生产环节，推动制造业企业制定合理的生产规划，实现网络化、智能化、个性化、定制化、柔性化生产，提升各个生产环节之间的协同性。数据在不同生产设备上实时、高效地自动流动与共享，促进传统制造业企业基于数据、场景、算法和算力进行智能化改造。通过传感器等技术设备，可将生产参数、工作效率等数据实时返回到生产数据分析平台，设备之间也可以进行信息交互，实现生产计划完成情况的精准实时反馈，从而实现自动接单、智能决策、流程监控、设备感知等智能化生产，降低总体的协作成本。第三，市场匹配效应。在经营管理阶段，数据要素与数字技术、劳动力等要素深度融合，可对市场需求、生产计划和库存进行实时掌控和调整，降低市场信息搜寻成本与匹配成本。一方面，制造企业的数据中台可以从接收订单、原料采购、生产计划到库存、产品溯源各环节，实现更精准的供需匹配，降低企业库存周转率，提升产品质量。另一方面，通过建立制造业产业链上下游企业之间及与消费者之间高效沟通的信息共享平台，实现联合库存与共同决策，提升企业自身与整体产业链、产业链与市场之间的匹配效率。数据驱动的个性化定制既能通过以销定产，减少库存积压，又可以迎合消费者偏好，激发市场需求，抬升甚至拉平微笑曲线，从成本和收入两方面拓展企业利润空间。

总之，制造企业通过建立起设备与设备之间、设备与劳动力之间、企业与企业之间的信息共享机制，以数据要素赋能生产流程从单向流动模式转变为不断迭代升级的循环模式，提升制造企业全要素生产率。如，犀牛智造平台通过运用云计算、物联网、人工智能等技术，实现数据自动流动，并发挥平台的网络协同效应，打造数据和算法驱动的按需定制模式。

（二）流通端

流通是联结生产和消费的中间环节，高效的流通体系是有效衔接从生产到消费各环节的“大动脉”。数字经济与实体经济在流通端的深度融合，是指在产品流通过程中，通过应用数据采集、处理和分析技术，实现对物流、供应链和客户服务等流通环节的优化和智能化管理，实现流通的网络化、数字化、智能化。现代流通体系衔接供需两侧，串接上下游、产供销。流通效率和生产效率同等重要，疏通流通环节的关键是建设统一高效的现代流通体系。近年来，数字技术与物流融合，通过传感器、RFID和其他感知技术，实时收集各个环节的数据，如货物的位置、温度、湿度、运输时间等，全面及时反映整个流通过程的状态。在流通端，数据驱动数实深度融合的机理包括成本降低效应、聚集效应、供应链优化效应和模式创新效应。

第一，成本降低效应，体现在降低搜寻成本、运输成本和追踪成本等。数字经济的核心就是经济活动数据化及数据信息化，数字技术通过降低搜寻成本和消除信息不对称减少信息摩擦，形成数据与信息的良性循环，从而提高市场运作效率。基于数字平台，物流运输可以实现智能的路径规划、动态调度、仓储和运输管控等。流通企业运用大数据分析技术，将物流综合信息实时传递给供应链部门的相应决策者，以减少现金、库存和过剩产能，降低运输成本，用“信息代替库存”。采集和记录的生产、运输、仓储等环节的数据具有易记录和易存储的特性，可以实现对产品的全程追踪，降低追踪成本。同时，平台实时监测产品质量指标和异常情况，可及时采取措施进行质量控制和解决问题。如，在京东的推荐系统中，通过实时数据仓库，可以实时分析用户的购物行为，从而为用户推荐更加符合其需求的商品。京东的营销团队也可通过实时数据仓库，对市场趋势进行实时监测，以便及时调整营销策略、提高营销效果。第二，集聚效应。流通业集聚包括专业化集聚和多样化集聚，其中专业化集聚是指产业内部上下游之间的聚集，多样化集聚是指大量关联产业的指向性集聚。数据要素的汇集、整合和利用促进了流通业形成集聚效应。流通企业间通过打造互联网平台，促进要素资源共享共用，实现上下游、产供销协同联动，提升资源集聚度，促进供需调配和精准对接。流通业集聚具有外部性，主要表现为知识溢出、共享效应及竞争效应等方面。无论是专业化集聚还是多样化集聚，都有助于促进人才集聚、发挥知识溢出效应。流通业专业化集聚意味着流通业规模的扩大，规模扩大意味着具有更高的议价权，企业生产成本得以降低。流通业多样化集聚带来的要素分配和分工合理化会促进企业之间的良性竞争。第三，供应链优化效应。数字技术和数据要素的深度应用会带动商流和物流的数字化革命，朝着可视化、数字化、智能化的数字供应链体系发展。数据驱动的流通业能够提升流通过程中匹配供需的能力，减少交易环节， 整合物流配送能力，并根据客户需求和实时数据进行智能化的交付和服务，使流通过程更加透明化、标准化和高效化。通过分析客户行为和偏好的数据，可以实现个性化的产品推荐和定制，帮助流通环节更好地预测客户需求，提高供应链整体的协调性和敏捷性。如，菜鸟物流打造“智能供应链大脑”库存管理系统，通过产地仓、云仓提供仓配一体化服务，把商品从工厂直送消费者，助力各行业客户平均销售增长5%～30%，缺货率降至5%～10%，周转率提升20%～60%。第四，模式创新效应。数据驱动物流业从信息化向数字化、数智化转变及物流企业与生产制造企业深度融合。物流企业发展已由干支线运输、仓储管理、城市配送、包装、装卸、集采、分销、跨境物流、逆向物流、供应链金融等独立环节，向提供“仓干配”“运贸融”等一体化综合物流服务发展，流通领域应用场景不断丰富，流通新业态、新模式、新场景不断涌现。数据要素在业务构架、商业模式、组织形式等方面发挥重要作用，通过数实融合促进流通产业“聚链成群”，打造流通新生态。此外，流通企业跨越业态、行业边界，与创意、研发、设计、生产、文化、旅游、体育、休闲、娱乐等相互融合，促进消费新场景不断涌现。

（三）消费端

消费环节既是国民经济循环的终点，也是新的起点。随着传统产业基础产品供给相对过剩问题的加重，以及消费者个性化诉求的增长，需求驱动（C2B）的产业发展模式必将成为传统产业转型的重要方向。以数据为导向的业务运营优化将深度改造传统消费产业、促进产业转型升级。数据驱动消费端的数实融合，是指在商品销售和消费过程中，通过应用数据采集、处理和分析技术，充分发挥数字经济的技术、数据、平台和场景优势，将实时的数据信息与消费者行为、营销策略等相结合，促进消费升级并带动产业升级，实现消费端和生产端的紧密衔接与变革。

产业革命的本质是一场以消费者为中心的传统产业重构，传统产业应充分认识到产业革命的最终动力来自消费者。电子商务等互联网应用的出现和发展，增强了消费者获得市场信息的能力，从而不断打破市场双方的信息不对称，使消费者的选择权得以真正释放。数据驱动消费端数实深度融合的机理包括消费端数据精准画像定位消费者个性化需求的精准匹配效应、消费互联网平台提升消费体验的长尾效应、消费端数据驱动供给端变革的网络效应。

第一，精准匹配效应。随着人们物质生活水平的提高，消费者已不满足于以往标准化、功能化的基础产品，对于个性化和体验式的消费诉求不断增强。如，电子商务不但让消费者获得更大的议价权力，还满足了消费者长尾或个性化的购买需求。基于消费者的个人偏好和历史购买记录等数据，可以了解消费者的购买偏好、兴趣爱好、消费行为等信息。这些数据可以用于对消费者的洞察和行为分析，帮助企业更好地了解消费者需求，并制定个性化的营销和产品推荐策略。通过数据分析和机器学习算法，可以将相似的消费者群体进行划分，并向不同群体提供符合其需求的产品和服务，提高消费者购物体验和满意度。第二，长尾效应。通过数据驱动的消费环节，企业可以实时监测市场变化和消费者反馈，根据数据分析结果制定营销策略和促销活动。如，根据消费者购买记录和偏好，可以发送个性化的优惠券和折扣信息，提高消费者的购买转化率和忠诚度。零售平台重视长尾理论中“尾部”的少部分需求，通过数据分析和消费者画像，将洞察更加精细化，提供个性化的推荐信息，从而增加消费者对长尾产品的发现和购买的可能性，使销售量较小的商品和服务也能够得到销售和利润的增长。长尾效应在电商领域非常普遍，亚马逊就是一个典型的长尾模型公司。实践证明，长尾效应可以促进创新，降低企业的成本，提高消费者的满意度。第三，网络效应。通过数据驱动的消费环节，企业可以实时获取消费者的反馈和评价数据，并结合其他数据进行综合分析。这些数据可以帮助企业了解消费者对产品和服务的满意度，及时调整与改进产品设计和服务方式，提高消费者体验和品牌形象。以消费者为中心的C2B模式、C2M模式将成为数字经济最具代表性的商业模式，如同“福特制”生产是工业时代的典型模式一样。C2B模式、C2M模式呈现消费者需求驱动、消费者在产业各环节上不同程度地参与互动、网络化的产业间协作及云计算平台支持等特征，将会引发由产业供应链需求端向供应端的反向改造过程，直播电商、即时零售、柔性化生产和社会化供应链等新业态是其发展的重要支撑。消费互联网把消费者整合在一起，形成一个庞大市场，在生产端和供给端产生巨大的网络效应。网络效应推动消费端与生产端对接、转化、融合、集聚，供需精准对接，促进产业升级，培育数字化产业集群。如，阿里巴巴1688平台深挖源头产地，丰富生产供给，打造互联网技术和生态运营能力，通过“需求聚类、精准匹配、好商优先”的策略，做“海量零售中小品牌”和“海量优质品类专业化供应商”之间的连接器和路由器。

（四）分配端

分配在社会再生产中连接生产和消费，是社会生产关系不可或缺的重要内容。在马克思主义政治经济学中，分配有狭义和广义的区分，狭义的分配可理解为产品的分配，广义的分配包括“生产工具的分配”和“社会成员在各类生产之间的分配”。广义的分配不仅解决了资源配置的社会主体问题，而且明确了资源配置如何决定、又如何服务于社会生产目的的问题。在现代经济学中，广义的分配包括社会的经济资源配置过程，既涉及将有限的经济资源（劳动力、资金或资本、生产资料等）按照某种规则分配于各种产品的生产，也涉及社会新创造的劳动产品和财富在社会或国家、社会集团和社会成员之间的分割和占有。数据驱动分配端数实融合是指在资源配置和价值分配中，数据流带动技术流、资金流、人才流、物质流，各种要素广泛高效聚集与整合，优化资源配置，健全数字经济的技术、数据、平台和场景所产生的价值的分配机制，充分调动利益相关方的积极性，促进平台企业与传统企业建立深度利益连接。

数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。高效率的资源配置越来越依靠数据流动支持，科学、精准地配置资源就是要把正确的数据以正确方式在正确时间传递给正确的人和机器，促进决策改进的同时使资源得到充分利用，逐步实现要素价值向“更优化”的跃迁。海量的数据将依托数字平台缓解因信息不对称和有限理性造成的资源配置扭曲，在分配环节的传统资源配置、数据资源配置、数实融合利益分配等方面发挥作用。

第一，资源配置优化效应。数据要素通过重塑要素资源配置机制和数据要素与其他生产要素协同联动的“五链协同”机制提升效率。数据要素对资源配置的作用主要是，将数据内嵌于软硬件信息基础设施服务之中，使传统要素和数据要素高度融合发展，一方面实现了要素资源配置机制的重塑。数据这一全新要素配置机制作用的发挥表现在，劳动力要素向网络化和个性化配置转变，资本要素向场景化和普惠化配置转变，技术要素向平台化和智慧化配置转变，不仅能缓解企业全局化需求与碎片化供给的矛盾，其共享配置特性还可兼顾效率与公平。另一方面，以多源异构数据融合为基础，数字平台动态联动人才链、资金链、创新链上的不同主体、不同要素，不断促进产业链、数据链和人才链同频共振。在数据融合的基础上，数字平台既通过精准投顾、定制开发、定向育人等方式，实现技术、资本、人才等要素与实体经济精准对接，又在产业链中推介、引进关键技术、关键机构、关键项目等场景中，促进数据与产业相关资源的梯度配置。第二，价值共享效应。在数实融合利益分配方面，数实融合带来的产业链价值重构要求建立合理的利益分配机制。传统产业数字化转型中的数字技术和解决方案很多是由平台企业提供的，平台企业服务传统产业可以分为两种方式：第一种方式是软件技术服务外包，即将软件项目中的全部或部分工作发包给提供外包服务的企业完成。第二种方式是平台企业与实体经济深度融合，即拥有技术优势的平台企业深度渗透到实体企业内部，根据实体企业实际情况进行全方位、全链条的数字化改造，推进数字技术、应用场景和商业模式融合创新。在数实融合中，更重要的是深层次推进大数据的融合应用，通过优化资源配置来做强做优做大数字平台，更好支持实体企业智能化改造。要实现渠道之间的利益打通，建立平台企业与传统实体企业深度融合的价值共创和利益分配机制。不过，数实融合可能会产生一系列包括利益分配方面的沟通协调成本，导致两者深度融合存在风险、深度融合的激励不足。所以，数实融合既要形成利益共同体，更要产业链、供应链、创新链、资金链等多链融合，培育融通创新生态，形成同频共振、深度融合的价值共同体。第三，数据创富效应。数据成为数字经济的关键要素，并对分配产生影响。数据要素天然具有非稀缺性、非独占性，可被多方共同使用且彼此之间互不影响，同时可以跨界发展，打破时空限制，这为通过分配机制统筹兼顾效率与公平、促进全体人民共享数字经济发展红利、实现共同富裕带来了新契机。一方面，公共数据作为共享程度最高的新型生产要素，取之于民、用之于民、共享共创，能够以数据赋能全体人民共同富裕。另一方面，数据要素通过提高劳动生产率，从而通过增加使用价值量而带来更多价值，使劳动者增加了分配财富的机会。《中共中央 国务院关于构建数据基础制度 更好发挥数据要素作用的意见》提出，扩大数据要素市场化配置范围和按价值贡献参与分配渠道，强化基于数据价值创造和价值实现的激励导向。我国目前也正在开展数据要素参与收入分配的制度设计。

四、数据驱动数实深度融合的五个维度

在熊彼特看来，生产意味着把所能支配的原材料和力量组合起来，由此形成的创新包括产品创新、工艺创新、市场创新、供应链创新和生产组织创新等五种典型形式。当前，互联网、大数据、云计算、人工智能、区块链等数字技术加速创新并广泛渗透经济社会各方面，全球经济发展网络化、数字化、智能化趋势日趋明显，融合发展成为数字经济的一个重要特征。在数字经济的融合发展下，数据要素成为融合的关键要素，以数字技术与实体经济深度融合为主线，呈现要素融合、产品融合、企业融合、产业融合、市场融合等多种融合形态。融合发展促进大中小企业创新链、产业链、供应链、数据链、资金链、服务链、人才链全面融通，催生新产品、新服务、新业态、新模式、新市场，形成数实融合的外循环系统。

（一）要素融合

按照熊彼特的观点，所谓创新就是要“建立一种新的生产函数”，要把一种从来没有过的关于生产要素和生产条件的“新组合”引进生产体系中去，“把各项生产要素和资源引向新用途”，把生产指往新方向。数字经济中，既有熊彼特所处时代的土地、资本、劳动力、技术等传统的生产要素，大数据、云计算、物联网、移动互联网、人工智能等数字技术成熟和商业化应用后，还出现了数据要素这一新的生产要素，并成为推动要素融合的引擎。

要素越多，越需要融合。在数实融合外循环系统中，生产要素出现了两个层面的融合：一是数据要素本身的融合，数据进入生产函数。数据包括公共数据、社会数据和个人数据，数据融合包括结构化的、半结构化的或非结构化的数据融合，或者企业内部数据和外部的市场数据、用户数据等融合，政企数据融合。数据进入生产函数后，会对其他生产要素产生替代，即在同样产出下，减少一种或几种生产要素的使用。二是数据要素与传统生产要素融合并转化为数据生产力。数据要素创造价值不是仅依靠数据本身，而是与算法、模型聚合在一起时才能创造价值。数据和算法、模型结合起来以后，数据要素融入劳动力、资本、技术等每个单一要素，使单一要素的价值倍增，产出的结构、质量、性能发生显著改变；数据要素推动传统生产要素革命性聚变与裂变，提高了劳动力、资本、技术、土地这些传统要素之间的配置效率。围绕数据价值挖掘过程释放的数据生产力，是驱动数字经济发展的强大动能。

（二）产品融合

对消费者而言，产品融合是数实融合最直接的体验。智能手机、智能冰箱、智能家居、新能源汽车等“数字+”的创新产品，为传统产品提供了更广阔的功能扩展空间，让消费者体验到产品融合的新服务。越来越多的产品呈现“数字+产品”的融合特征，而且涉及物理结构和软件系统的全面融合。以新能源汽车为例，汽车和智能手机连接，利用互联网功能可以实现对车辆的预热、预冷、锁定、解锁等远程控制，自动驾驶功能越来越成熟，车内配置和功能更具科技感和娱乐性。这些功能的实现依托于芯片、车联网、传感器等硬件，智能汽车软件管理系统，以及包括信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等的智能交通技术系统。实证研究表明，大数据资源通过大数据分析促进组织学习，进而推动组织惯例更新，是企业获得产品创新绩效的主要实现路径。

数据驱动的产品融合主要体现在以下几个方面：第一，数据驱动的需求识别。通过对市场和用户数据的分析，了解用户需求和行为模式，从而识别出潜在的产品机会和改进方向，帮助企业更准确地理解用户需求，提供符合市场需求的产品。第二，数据驱动的设计和创新。通过分析用户行为和偏好，产品设计师可以优化产品的界面、功能和用户体验，从而提高产品的吸引力和竞争力。第三，数据驱动的智能化和个性化。利用机器学习和人工智能技术，可以根据用户的历史行为和偏好，自动推荐个性化的内容、服务或建议，实现更智能化和个性化的服务功能。第四，数据驱动的产品优化和迭代。数据驱动企业提高产品的质量、性能和用户满意度，不断提高适应市场变化和用户需求变化的能力。第五，数据驱动的产品决策和策略。数据驱动企业及时了解产品的市场表现、用户反馈等关键指标，为生产决策和战略规划提供依据，优化资源配置和市场定位。

（三）企业融合

数字平台的发展带动商业模式的变革和资源配置效率的提升，多主体共生的价值共创共同体发展迅猛，产业链和供应链的众多主体借助和依靠数字平台实现共创共赢，从而进一步促进数实融合在企业层面走深走实。数实融合中的企业融合有两种取向：一是平台企业拥抱和赋能传统企业。平台企业是数字经济的神经中枢，如同工厂之于工业经济。近年来，平台企业开启了与传统企业的双方向技术型和实体型深度融合，涌现一批兼具实体产业基础和数字技术能力的新型实体企业。这些新型实体企业凭借扎实的基础设施、高效的数智化社会供应链、创新的数字技术服务能力，根植于实体经济、成长于实体经济、服务于实体经济，呈现实体性、科技性、生态普惠性、网络外部性特征。如，京东依托“链网融合”新型基础设施，通过产融两端、供需两侧协同发力，推进产业链整合升级和精准化资源配置，实现“互联网+商贸+物流+金融”的超级链式产业生态圈协同发展，重点在供应链、技术服务等方面发挥“以实助实”效能。二是传统企业通过数字化组合与衍生打造新型实体企业。传统制造业是推进数实融合的主阵地。如，海尔智家拥有集思考、决策、情感于一体的智慧家庭核心引擎——智家大脑，通过创建智慧家庭场景品牌“三翼鸟”，促进制造业和服务业相互融合渗透，帮助公司和渠道搭建了创新组织架构和服务体系。总之，新型实体企业的共性在于，前身多为传统零售流通、工业制造等领域的实体企业，其后依托强大的网络、技术和数据赋能，经历了数字化智能化转型、线下线上融合等发展过程，逐渐成为我国实体经济先进生产力的代表。

（四）产业融合

数字经济条件下，产业融合包括数字产业与传统产业融合、三产融合、制造业与服务业融合、产业上下游融合等。其中，数字产业与传统产业的融合既是产业融合的重点，又是产品融合和市场融合的催化剂。产业融合往往导致产业之间竞争、合作关系的调整，带来产业链价值链的分解与重构，引致产业发展基础、产业之间关联、产业结构、产业组织形态和产业区域布局等方面的根本变化，最终影响产业结构的演变方向。不同于工业经济强调分工产生效率、区分三次产业，数据驱动、平台支撑、网络协同的平台模式形成了产业价值生态圈，具备规模经济效应、网络效应和协同效应，冲击着建立在产业分工基础上的工厂模式。从这一点，产业融合有可能成为工业经济和数字经济的分水岭。

产业融合往往建立在要素融合、产品或业务融合、企业融合等基础上。数字技术的扩散和数字平台的发展正在加速产业边界的模糊和消融，引发了广泛的产业融合发展浪潮。数字经济条件下的产业融合包含两个层次：一是产业层面的融合。数字经济产业层面的融合是指协同推进数字产业化和产业数字化。其中，产业数字化指应用数字技术和数据资源为传统产业带来产出增加和效率提升，是数字技术与实体经济的融合。产业数字化通过对价值链的重塑、对创新链的推动，改善传统行业的运营效率，促进工业互联网、智能制造、智慧医疗、智慧能源、智慧农业等新业态新模式的发展。二是产业链和供应链深度融合。数实深度融合要实现产业链和供应链不同环节的优势互补、融合创新发展。产业链和供应链深度融合的驱动力是数据，数据的渗透性或跨界融合性在产业层面表现为数据驱动产业融合和产业关联。数据与传统农业、制造业、服务业的融合实现产业数据化，数据采集、数据存储、数据处理、数据分析等催生数据关联产业，实现了数据产业层面的价值创造。以数据为核心要素驱动的产业链和供应链深度融合，不仅催生新模式、新业态和新产业，还可帮助市场主体重构组织模式，提高传统产业生产、营销、运营、研发等各环节的效率，增强产业链与供应链的竞争力和稳定性，提高实体经济的生产率和效益，提升全产业链的价值。

（五）市场融合

市场融合是随着平台经济和线上市场发展而出现的新现象。数字平台以空前的力量把人与人、人与物、物与物、服务与服务连接起来，连接能力强、涉及范围广、运作效率高，拥有强大的网络效应，从拓展市场的广度和深度、降低交易成本、形成和完善新的市场交易机制等方面产生了强大市场整合效应。市场融合既可以帮助企业实现市场资源的优化配置和协同发展，又可以提升用户体验和满意度，促进用户忠诚度提升。数字平台加速线上线下市场融合、城乡市场融合、国内外市场融合发展，有利于增强供应链的韧性，减少断链风险。如，零售业线上线下融合发展的过程，其实就是实体零售业与网络零售业协作、渗透、融合的过程。数字平台还可以在建设全国统一大市场、利用国内国际两个市场两种资源方面，推动国内市场高效畅通和规模拓展，在全球范围内构建中国高质量发展所需要的要素供给体系、创新供给体系、生产能力体系和消费市场体系。

数据驱动数字技术与应用场景有机结合，将供给端和需求端有效地联系起来，为数实融合提供重要支撑。市场融合需要以数据为基础，通过数据分析和挖掘，深入了解目标市场和用户需求。企业可以通过整合线上线下渠道、社交媒体、电商平台等，提高市场覆盖面和渗透率，增加品牌曝光度和用户互动，降低市场风险和成本。企业运用大数据等数字技术分析内外部数据和市场调研等手段，获取市场趋势、竞争对手、用户行为等相关信息，精准推送个性化的产品和优惠推广活动，优化资源配置和营销决策。同时，这些数据也可以进一步激活场景的功效，提高场景吸引力，对全球创新资源进行广泛连接、高效匹配和动态优化，形成新技术新产品新业态快速孵化、规模扩散、持续迭代的新型创新体系。

五、结论与建议

我国数实融合经历了数字技术零星渗透实体经济、数字技术加速渗透和赋能实体经济的阶段，当前许多领域出现数字经济和实体经济融合协同发展态势。未来，数实融合将是数字技术和数据要素双轮驱动，数字经济和实体经济之间你中有我、我中有你的深度融合。数据是数实深度融合的关键要素，将驱动数实融合形成双循环系统。在内循环系统中，以传统实体经济数字化转型为主，数据在生产、流通、消费、分配环节成为关键要素。在外循环系统中，数据驱动数字经济和实体经济在要素、产品、企业、产业和市场不同层面深度融合，提高单一要素的生产效率和传统要素的配置效率，提升产品质量和体验，促进三次产业融合创新，打造丰富的应用场景，催生新产业新业态，重塑经济模式、经济结构和市场格局。

基于数实融合“双循环”分析框架，本文提出以下对策建议：第一，政企合作推动企业构建数据能力，促进企业要素使用、要素配置和创新等关键能力提升。数据能力是指企业采集、存取和挖掘分析数据，利用挖掘分析得到的数据要素驱动传统要素的高效使用和配置，并支持企业技术创新、战略决策等行为的能力。第二，打破思维定式和领域壁垒。企业和政府要树立融合发展的意识，认识到没有融合发展，就没有创新。政府要为融合发展营造良好环境，从产业融合发展入手提供政策支持；平台企业聚焦主业主责，建立良好的数字生态，促进工业互联网平台与中小企业互联互通，共享数据资源；传统企业积极拥抱平台，做强主营业务。第三，政府通过财政和税收政策支持平台企业和传统企业探索数实融合发展的创新模式，培育一批具有行业转型经验、数据治理能力和技术创新实力的数实融合发展的典型案例。第四，构建满足数实融合需要的多元化数据流通模式。如，围绕数实融合的典型场景，引导上下游企业通过“以数换数”可控交换模式，打通生产、流通、消费、分配环节的“数据孤岛”，建设产业链和供应链生态体系的数据循环。第五，引导新型实体企业构建产业数据空间。加快推动商事、卫生、交通、气象、物流、用水、用电等拥有高价值公共数据的部门向社会提供基础数据服务，打通公共数据和社会数据共享通道，最大限度发挥公共数据和社会数据促进数实深度融合的普惠作用。

（本文原载于《经济纵横》2024年第2期，编发时有删减）

引用格式：欧阳日辉.数据要素促进数字经济和实体经济深度融合的理论逻辑与分析框架[J].经济纵横,2024(2):67-78.

免责声明：本文为网络摘录或转载，版权归原作者及平台所有，内容为原作者个人观点，并不代表本站赞同其观点和对其真实性负责。若涉及版权问题烦请联系学会秘书工作人员，以便第一时间更正或删除。