推動人工智能與實體經濟深度融合加快發展新質生產力

[關鍵詞]人工智能 大模型落地 大數據 腦機接口 低空經濟 6G工業互聯網 新質生產力數字化轉型

未來網絡的發展趨勢和我國6G工業互聯網發展戰略

蘇美文 楊文爽

黨中央、國務院對未來產業發展高度重視。2024年3月，習近平總書記在新時代推動中部地區崛起座談會上強調“培育壯大新興產業，超前布局建設未來產業”。工業和信息化部聯合其他3個部委共同頒布的《新產業標準化領航工程實施方案（2023～2035年）》特別提到了未來網絡和6G產業。方案中提出的發展我國未來網絡的總體要求是：“開展6G基礎理論、愿景需求、典型應用、關鍵能力等標準預研”。2025年政府工作報告中明確提出，“建立未來產業投入增長機制，培育生物制造、量子科技、具身智能、6G等未來產業”。首次將發展和培育6G產業提升為國家戰略。這不僅為未來網絡的發展提供了明確的指導意見，也描繪了我國在這一領域的戰略規劃和長遠目標。隨著物聯網、人工智能和大數據等前沿技術的飛速進步，未來網絡的發展預計將呈現出規模宏大、速率超高、愿景廣闊、綠色、智能，以及技術與制度的雙輪驅動實現超常規發展的趨勢特征。面對這一趨勢，我們必須提前布局，迎接挑戰，加強頂層設計，制定長遠的發展戰略。特別需要關注的是6G工業互聯網的建設。6G技術預計將為工業互聯網帶來革命性的變革，它不僅會極大地提升網絡的連接速度和可靠性，還將豐富網絡的功能，為工業自動化、虛擬化和智能化提供強有力的支持。

一、未來網絡的發展趨勢

隨著數字經濟和人工智能技術的爆發式增長，人類對網絡平臺的需求更加強烈，這將引領未來網絡的發展呈現出以下趨勢。

1．更高的速度和帶寬。隨著5G技術的普及和6G技術的研發，未來網絡將提供更高速度、更低時延、更高帶寬、更廣應用的移動通信服務。這將實現由萬物互聯到萬物智聯的躍遷，以滿足日益增長的數據流量需求。例如，高清視頻流、虛擬現實、增強現實等高帶寬應用將得到強有力的支持，推動這些技術的普及和應用。

2．更宏大的規模和更廣闊的愿景。隨著“IPv6+”技術標準體系的構建，網絡域名注冊數量將比現有的“IPv4”體系增長萬倍以上，解決了“IPv4”地址不足的困擾。物聯網設備的數量預計將在未來幾年內大幅增加，這將推動網絡基礎設施的進一步擴展和改進。廣闊的愿景則體現在未來網絡將為各行各業帶來革命性的變化，從智能交通到遠程醫療，從智慧教育到智能制造，未來網絡將滲透到社會經濟生活的方方面面，成為推動社會進步的重要力量。例如，智能交通系統可以實時監控和管理交通流量，減少交通擁堵：遠程醫療可以讓偏遠地區的患者接受專家的診斷和治療；智慧教育可以提供個性化的學習方案，提高教育質量。

3．邊緣計算的增長和網絡安全的加強。為了減少延遲并提高數據處理效率，邊緣計算將成為未來網絡的重要組成部分。邊緣計算將數據處理從中心服務器轉移到網絡邊緣，即靠近數據源的地方，從而減少數據傳輸日寸間，提高響應速度。隨著網絡攻擊的增加和復雜性，網絡安全將成為未來網絡發展的關鍵焦點。網絡安全不僅需要技術手段的提升，還需要法律法規的完善和國際合作的加強。

4．人工智能和機器學習的集成優勢更加強大。這種集成不僅能夠提高未來網絡的性能，還能增強虛擬現實技術（VR）的泛化能力和穩定性。人工智能和機器學習技術可以優化網絡資源分配，提高網絡效率，同時也可以用于網絡安全防護，識別和阻止惡意攻擊。例如，通過機器學習算法，網絡系統可以自動識別異常流量模式，及時采取措施防止網絡攻擊。

5．技術和制度雙輪驅動未來網絡超常規發展。在技術創新方面，需要不斷突破關鍵技術瓶頸，推動技術進步；在制度創新方面，則需要建立與新技術發展相適應的體制機制和政策法規體系，為技術創新提供良好的外部環境。技術創新和制度創新相輔相成，共同推動網絡技術的快速發展。例如，政府可以出臺政策鼓勵企業投資研發新技術，同時也可以制定標準規范，引導技術健康發展。

二、未來網絡的關鍵技術能力

在下一代互聯網的升級與演進過程中，我國正全力以赴打造一個更為先進且高效的網絡環境。為了達成此宏偉目標，我國正積極推動“IPv6+”技術標準體系的構建，此舉象征著我國在網絡技術領域邁出了具有戰略意義的重要步伐。

根據2025年1月我國第55次《中國互聯網絡發展狀況統計報告》，截止到2024年12月，IPv6地址數量為69148塊/32，較2023年12月增長1.6%：截至2024年11月，IPv6活躍用戶數達8.22億，移動網絡IPv6流量占比達74.18%，主要商業網站及移動互聯網應用IPv6支持率達到95%。我國域名總數為3302萬個，其中國家頂級域名“．CN”數量為2082萬個，占域名總數的63.1%，連續十年位居全球第一。在此基礎上，我國正著力開展分段路由（SRv6）、應用感知網絡（APN6）、隨路檢測（iFit）等核心技術標準的研制工作。這些技術的研發與應用，預期將大幅提升網絡性能及其智能化程度。

鑒于產業數字化轉型的迫切需求，我國正加快推動確定性網絡、數字孿生網絡、算網融合／算力網絡、自智網絡、網絡內生安全等關鍵網絡技術標準的研制。這些技術的發展，將為各行各業提供更加穩定、可靠和安全的網絡服務，進而促進產業的數字化轉型與升級。

與此同時，我國已開始針對新興應用場景進行新型網絡體系結構、路由協議、智能管控等標準的研究工作。這些研究旨在為未來網絡的發展提供堅實的理論基礎與技術支撐，確保我國在網絡技術領域的領先地位。

此外，我國正針對互聯網Web3.0的標準進行研究，包括基礎類標準，如研制術語、參考架構等：技術類標準，如跨鏈技術要求、分布式數字身份分發等；應用類標準，如面向數據資產交易、數字身份認證、數字藏品管理等。Web3.0作為互聯網發展的新階段，將營造一個更加開放、去中心化和用戶主權的網絡環境。

具體而言，（1） 5G和6G技術。這些技術將實現更高的傳輸速度、更低的延遲以及更廣泛的連接性，從而為眾多應用提供強有力的網絡支持：（2）量子計算技術。盡管目前這些技術尚處于早期發展階段，但潛力巨大，有望徹底改變網絡加密和數據處理方式，為網絡安全和信息處理帶來革命性的變革；（3）區塊鏈技術。這些技術在網絡安全、數據完整性和去中心化方面展現出巨大的應用潛力。借助區塊鏈技術，可以構建更加安全和透明的網絡環境，為金融、供應鏈管理、版權保護等多個領域提供創新的解決方案；（4）軟件定義網絡（SDN）和網絡功能虛擬化（NFV）技術。這些技術將顯著增強網絡的靈活性、可編程性和自動化程度。通過SDN和NFV，網絡運營商能夠更加靈活地管理網絡資源，迅速響應市場需求，降低運營成本；（5）增強現實（AR）和虛擬現實（VR）技術。這些技術的實現依賴于高速、低延遲的網絡，以提供無縫的用戶體驗。隨著6G技術的普及，AR和VR技術將獲得更廣泛的應用，為游戲、教育、醫療等多個領域帶來全新的互動體驗。

綜上所述，我國在網絡技術領域的研究與開發工作正全面深入地進行，目的是構建一個更加智能、安全和高效的網絡環境，以應對未來社會的需求。通過這些技術的持續進步與創新，我國將為全球網絡技術的發展貢獻重要力量。

三、發展6G工業互聯網是我國未來網絡發展戰略中的關鍵舉措

2025年政府工作報告首次明確提出“培育6G等未來產業”，標志著6G正式上升為國家戰略。

在深入探討6G工業互聯網的美好前景及其典型案例時，我們必須關注其在特定行業的應用潛力與愿景。例如，在醫療領域，6G技術將助力遠程手術和實時遠程診斷，顯著提升醫療服務的品質與普及性。在農業領域，依托6G網絡，精準農業、智慧農業得以實現，利用無人機和傳感器收集的數據進行作物監測與管理，進一步提高產量與資源利用效率。在經濟層面．6G技術的普及將激發相關產業的快速發展，如半導體、通信設備、網絡安全等行業，它們的壯大將進一步推動經濟增長。6G技術的商業應用將為企業帶來新的商業模式與服務，例如基于增強現實的遠程協作工具、智能物流系統等，這些都將成為市場新的增長點。6G的高速與低延遲特性使其成為智能制造的理想選擇。通過6G網絡，工廠可實現更高水平的自動化生產，包括機器人之間的快速通信與協調，以及生產線的實時監控、管理，實現個性化、定制化、智能化的生產方式。6G技術能夠支持自動駕駛車輛與基礎設施間的高速數據交換，這對于確保自動駕駛汽車的安全運行至關重要。此外，6G技術在自動化運輸系統、無人倉庫管理等智慧物流和供應鏈管理方面也具有廣泛的應用前景。6G工業互聯網的構建，需要政府、企業同向發力，也需要跨學科的深度合作與創新。

在國家層面，必須加強頂層設計，制定6G工業互聯網發展戰略和規劃，明確目標、任務和重點；加大科研投入，支持高校、科研機構和企業開展6G工業互聯網關鍵技術研發，建立國家級研發平臺和實驗室：推動標準制定，積極參與國際標準制定，爭取話語權和主導權，構建自主可控的標準體系：完善基礎設施，加快SG網絡向6G演進，布局衛星互聯網等，構建空天地海一體化網絡。

在企業層面，要加大研發投入，開展6G工業互聯網技術研發和應用創新，與高校、科研機構合作，建立產學研用協同創新機制；推進產業聯盟建設，與產業鏈關聯的企業、科研機構等共同開展相關技術研發、應用推廣和標準制定等；加強國際合作，積極參與國際合作項目和技術交流活動，吸收國外研發經驗，拓展國際市場。

在學科建設和人才培養層面，要加強高校和職業院校相關專業建設，培養6G工業互聯網領域的專業人才；鼓勵企業開展人才培養計劃，積極參加各類員工培訓活動，提高員工的業務水平和創新能力：加強國際人才交流與合作，吸引海外優秀人才來國內從事6G工業互聯網的研究和開發工作。

總之，6G工業互聯網不僅代表著未來網絡技術的重大飛躍，也預示著社會結構和經濟模式的深刻變革。它將引領一場全新的工業革命，為人類社會帶來前所未有的機遇與挑戰。我們期待與所有利益相關方共同探索和實現這一宏偉愿景。總體而言，6G工業互聯網作為未來網絡發展的關鍵支柱，不僅將推動技術創新與應用的升級，更將對社會經濟發展產生深遠影響。在全社會共同努力下，我們有望迎來一個更加智能化、高效化和互聯化的未來，期待6G工業互聯網成為推動我國乃至全球工業發展的重要動力。

大模型加持下的腦機接口產業發展研究

——技術演進、商業模式與經濟價值創造

李博文

腦機接口（Brain-Computer Interface，BCI），又稱神經直連系統或腦機融合感知技術，是建立在生物神經系統與人工計算設備之間的雙向通信橋梁。其核心在于通過生物電信號采集、神經編解碼算法和閉環反饋機制，實現大腦與外部設備的直接信息交互。自20世紀70年代加州大學洛杉磯分校首次實現靈長類動物運動皮層閉環控制以來，這項技術歷經半個世紀的發展，已從早期僅支持“由腦向機”指令傳輸或“由機向腦”信息輸入的單向系統，逐步演進為現代的雙向腦機接口，實現了神經信號記錄與電刺激反饋的完整神經信息閉環。其中，“腦”不僅包含人類及動物的神經系統，也涵蓋神經類器官：“機”則涵蓋從納米生物芯片到云端智能系統的全譜系計算載體。

在數字經濟與智能化浪潮下，腦機接口技術的應用場景已逐步從實驗室擴展至醫療康復等多個領域，并展現出廣闊的產業前景。2024年1月，工信部等七部委發布《推動未來產業創新發展的實施意見》，將腦機接口列為未來產業的標志性方向之一，體現了國家的高度重視。然而，腦機接口的實際應用仍面臨腦信號復雜性、多源性與易變性帶來的數據成本高、實時解碼難度大、個性化適配困難等挑戰。近期興起的人工智能大模型，通過大規模數據訓練與先進算法，展現出強大的泛化和推理能力，逐步成為破解腦機接口技術瓶頸的關鍵。在此背景下，腦機接口終極目標是接人大模型，這不僅能提高腦機信號解碼精度，實現多模態信息融合與個性化適配，還將在經濟層面推動新的商業模式與價值創造。

一、腦機接口技術演進：從傳統方法到大模型加持

（一）傳統腦機接口方法

早期的腦機接口研究主要集中在基礎神經科學，目標是理解大腦的信息傳遞機制，主要依賴信號濾波與手動特征提取技術。根據信號采集方式的不同，傳統腦機接口方法分為侵入式和非侵入式兩類。研究人員通過腦電圖（EEG）、功能性近紅外光譜（fNIRS）等非侵入式手段采集腦信號，并利用帶通濾波、小波變換等方法提取特征，再借助支持向量機等傳統機器學習算法進行分類或回歸預測。此類方法對專家經驗依賴較強，適用范圍有限，通常僅能在實驗室環境或小樣本條件下有效。

隨著神經網絡算法與算力的提升，深度學習進入腦機接口領域。卷積神經網絡和循環神經網絡等模型可以實現腦信號的端到端模式識別與解碼，避免了繁瑣的手動特征工程。這使得各類腦機接口技術在醫療康復、科學實驗以及特定交互場景中實現了功能性應用，侵入式技術如腦植入能夠直接讀取大腦皮層神經活動，實現高精度控制：非侵入式技術如EEG和fNIRS則應用于情緒識別、神經反饋及游戲交互等場景。然而，此時的深度學習在腦機接口領域仍受限于數據稀缺、標注成本高及個體差異明顯等問題，通用性與遷移性尚存瓶頸。

（二）大模型驅動技術飛躍

近年來，大模型在自然語言處理、計算機視覺、多模態融合等領域取得重大突破，引起了學術界和產業界的高度關注。大模型通過深層網絡與海量數據的超大規模預訓練，能自動提取多層次、穩健的通用特征，這為復雜腦信號的解讀提供了新思路。研究者通過在海量、多源的腦信號數據上預訓練后，再微調適配具體場景與個體差異，有效提升了腦信號的解碼精度與實時處理能力，為下一步多模態融合與個性化適配奠定基礎。

腦機接口的終極目標是接人大模型。基于大模型強大的數據預訓練、多模態融合和動態適配能力，腦機接口技術的發展迎來全新階段，具體體現為3個賦能維度：（1）大規模腦信號數據預訓練。大模型可對多通道、異構、高噪聲的腦信號進行深度特征學習，建立統一特征空間，典型應用為癲癇發作預測模型的跨場景遷移；（2）多模態智能融合與認知推理。大模型通過跨模態特征對齊和時空建模，融合腦信號、眼動追蹤、肌電信號等生理數據，廣泛應用于醫療康復（如腦卒中患者復健）和智能駕駛（如疲勞監測）領域；（3）個性化動態適配與實時交互。針對腦信號個體差異與動態特性，大模型運用元學習快速提取用戶特征，并通過在線增量學習機制優化解碼性能，長期使用下的解碼準確率可達85%以上，在漸凍癥患者輔助溝通領域取得突破性進展。

二、腦機接口產業的商業模式

伴隨相關技術演進，腦機接口的產業化趨勢正加速形成，而將腦機接口接人大模型，則成為產業實現商業模式創新的關鍵驅動力量。具體而言，大模型加持下腦機接口產業的商業模式可從場景價值創造、生態協同整合、數據價值挖掘等角度展開。

（一）多元化場景的差異化價值創造

大模型與腦機接口深度融合突破了傳統功能邊界，形成了跨領域的價值創造路徑。在醫療康復領域，侵入式技術主要聚焦于重度疾病治療的嚴肅醫療場景，非侵入式技術廣泛應用于非剛需的消費醫療場景，并通過大模型提供智能化和個性化的診療方案。例如，侵入式腦機接口通過動態捕捉和高精度解碼神經信號，幫助癱瘓和腦損傷患者實現意念控制機械臂或恢復部分視覺功能：非侵入式腦機接口通過監測腦電信號和眼動信號，為慢性病管理、失眠、抑郁和焦慮等精神健康問題的積極干預提供個性化方案。此外，非侵入式技術還聚焦于教育、娛樂等場景。在教育場景中，通過認知負荷監測與大模型的動態預測能力，構建自適應教學系統，形成“硬件采集一算法優化一數據反饋”的閉環增值體系。在娛樂及元宇宙場景中，則通過增強沉浸式交互體驗，結合大模型的語義理解與內容生成能力，探索基于用戶神經反饋的個性化服務模式。

（二）產業鏈生態協同垂直整合

腦機接口產業鏈上下游的技術耦合推動了垂直整合模式的發展（見圖1）。上游環節主要負責硬件（芯片、電極、探針及植入設備）與軟件（信號處理算法與操作系統）的研發，通常依賴高額研發投入和長期技術積累形成核心競爭力，其商業模式多以技術許可、專利轉讓以及研發合作為主。其中，侵入式技術側重于高精度信號采集芯片與生物兼容材料的研發，非侵入式技術則依靠抗干擾算法與低成本傳感器提升性價比，企業往往同時布局兩者以兼顧精準性與規模化。中游環節主要由腦機接口平臺構成，其作用在于將上游研發成果與下游應用市場對接。中游企業采用平臺化經營模式，通過構建開放式技術和數據共享平臺，整合來自上游的硬件與軟件資源，并為下游提供標準化、模塊化的接口服務。這種平臺型模式發揮大模型賦能的數據規模效應，減少對標注數據的依賴并提升算法泛化性，提升產品性能和用戶體驗。下游以醫療健康為優先落地場景，逐步向工業、教育、娛樂等領域滲透。一些平臺企業推出“生態伙伴計劃”，吸納第三方研發機構與產業合作方，共同豐富應用場景。整體來看，“硬件+軟件+算法”的垂直整合模式構筑了關鍵核心技術的競爭壁壘，推動形成“技術迭代一成本下降一規模擴張”的正向循環。

（三）數據驅動服務增值與社會可及性探索

腦機接口產生的高維度神經數據（如情緒狀態、認知負荷）與大模型的多模態處理能力結合，在多個領域催生了新型數據服務范式。在醫療領域，腦電信號數據庫可用于癲癇神經分析、抑郁癥干預模型訓練以及慢性病管理等場景，企業可通過數據訂閱或精準醫療方案定制等方式實現盈利。在消費領域，用戶的情緒狀態、認知負荷和行為選擇等數據不僅可賦能廣告精準投放和行為經濟學研究，還可用于心理健康監測、個性化教育等領域，進一步優化用戶體驗并創造社會價值。同時，腦機接口數據服務的商業模式創新，也需兼顧技術的先進性與社會可及性。以醫療領域為例，侵入式和非侵入式技術分別面臨不同的政策與市場環境，企業可探索建立標準化的倫理審查機制和準入規范，推動醫保支付與商業保險結合的創新路徑，提升腦機接口服務的普惠性。長期來看，隨著技術成熟和市場普及，以數據驅動為核心的腦機接口商業模式將重構醫療、消費、教育等多個產業生態，推動多領域的深度融合與協同發展。

三、經濟價值創造

腦機接口作為融合神經科學、人工智能、材料科學與生物醫學工程的前沿技術，其經濟價值的實現路徑已逐漸清晰。全球腦機接口產業正處于爆發式增長階段，根據麥肯錫公司研究報告的預測，未來10～20年間，全球腦機接口產業的經濟規模有望達到700～2000億美元，其中嚴肅醫療應用潛在規模為150～850億美元，消費醫療為250～600億美元。中國市場規模雖僅占當前全球的1/10，但憑借非侵入式技術突破與政策驅動，預計2040年純設備市場規模將達到560億元，年均復合增長率為21%。隨著技術成熟與場景拓展，腦機接口或將成為元宇宙的核心交互人口，并在社會層面驅動多場景革新，甚至催生全新經濟形態。

（一）技術路徑上：非侵入式主導與侵入式突破并行

目前，我國腦機接口創新生態初步構建，在非侵入式腦機接口領域已形成一批新業務、新應用、新模式、新業態，具有先發優勢。侵入式腦機接口研發取得突破，其中半侵入式接口產品率先實現臨床應用。具體地，我國首創“雙環路”腦機交互系統，突破了非侵入式設備的信號穩定性與操控時效限制，半侵入式接口臨床試驗幫助癱瘓患者實現機械臂控制等。實踐中，非侵入式與侵入式技術優缺各異無法相互替代，兩類技術路徑形成互補，前者覆蓋消費級場景，后者解決醫療痛點，構建雙輪驅動格局，直至技術成熟衍生出細分市場。

（二）應用場景上：從康復醫療向多領域滲透

商業落地將以康復醫療作為行業標桿，并形成“1+N”百花齊放的產業新格局。當下腦機接口產業體系尚未完全成熟，企業、研究機構大多自給自足，場景覆蓋面較窄。如教育領域通過腦電波監測學生注意力并動態調整教學方案：娛樂場景則探索意念控制無人機、VR游戲等交互方式：工業領域應用疲勞監測頭盔降低事故率等。此外，腦機接口與AI、VR的融合催生新業態，如夢境檢測與腦機重建的認知增強應用，進一步拓展了技術邊界。若在醫療康復、智能駕駛、娛樂交互等關鍵場景形成具有高可用性和高用戶黏性的應用模式，將迅速擴散到相關行業，從而實現跨領域的技術遷移與商業復制。特別是在我國消費市場潛力巨大的情境下，普適大眾或滿足特定垂直人群需求的腦機接口產品將產生顯著的經濟帶動效應。

（三）政策生態上：標準化與規模化驅動產業發展

在全球化背景下，腦機接口產業應用面臨國際科技競合局面。美國、歐盟、日本等在腦科學和人工智能方面的布局逐漸加碼，紛紛出臺政策扶持本土研究機構和企業加強自主創新并參與國際競爭。我國政策紅利加速技術轉化，北京、上海等地相繼提出2030年核心技術自主可控目標，打造國家級腦機接口產業發展集聚區，并啟動腦機接口標準化技術委員會籌建工作，推動技術規范統一與產業協同。此外，隨著資本與人才投入同步加碼，風險投資聚焦早期技術企業，如神經信息工程師、倫理與法律顧問等跨學科人才需求激增，全方位推動產業鏈融合發展。未來，隨著技術鏈、人才鏈與產業鏈的深度融合，中國有望在非侵入式工程化應用優勢基礎上，形成“腦機接口+N”個行業深度結合的創新高地。

四、潛在挑戰與未來展望

（一）風險挑戰：技術瓶頸、商業壁壘與倫理困境

腦機接口技術的發展雖前景廣闊，但在基礎研究突破、商業化推廣和倫理法律建設等方面仍存在多重挑戰。從基礎研究層面看，神經科學對大腦信息編碼機制的理解尚不清晰，尤其是逆向“由腦向機”反饋技術因缺乏對神經信號再編碼規律的認知而進展緩慢。如侵入式技術雖能獲取高精度信號，但受制于生物相容性差、長期植入后信號衰減等問題：非侵入式方案則因顱骨信號衰減嚴重，導致解碼準確率與穩定性難以突破，使得腦機交互對神經可塑性的長期影響仍不明確，相關風險閾值尚未完全建立。從實驗室到商業化推廣仍存壁壘。受制于技術成熟度與成本矛盾，醫療級設備的高昂價格限制了技術普及范圍，而消費級產品在功能實用性、用戶體驗等方面沒有形成比較優勢。現有非醫療場景應用多停留于概念驗證階段，交互效率常低于傳統方式，難以創造真實市場需求。同時，產業鏈各環節協同不足，硬件制造、算法開發與數據協議缺乏統一標準，跨學科協作的復雜性制約了技術創新效率，進一步延遲了規模化落地進程。此外，倫理安全風險構成更深層的治理難題。技術增強功能的不均衡分配可能加劇社會公平性問題。當前國際社會尚未建立適應腦機接口的專門倫理框架，現有醫療器械法規難以應對神經增強技術的特殊性；另外，數據權屬、意識干預等關鍵問題仍處于灰色地帶。神經信號可能泄露思維隱私，設備安全漏洞存在意識干擾風險等，可能引發對人類主體性消解的哲學爭議。

（二）未來展望：大模型賦能腦機接口開啟智能新時代

當前全球腦機接口發展呈現出“技術研發一平臺整合一場景落地”的全鏈條協同特征。中國憑借非侵入式技術的制造優勢與政策驅動的規模效應，已在消費級市場占據先機，并逐步向侵入式醫療核心領域滲透。這一過程需要大模型精準賦能，在持續優化神經調控和腦機交互算法策略的同時，實現深度學習與信號解碼、數據處理及多模態協同的智能升級。其作為培育新質生產力的未來產業領域之一，亟待在平衡技術創新與風險治理間尋求突破：（1）強化基礎研發與技術攻堅，優先突破非侵入式設備的信號解碼算法，同步推進侵入式技術的臨床轉化，建立技術儲備體系；（2）構建分層分類的倫理治理框架，針對侵入式與非侵入式技術差異制定風險分級管理制度，推動國際協同與標準互認；（3）完善產業鏈與生態協同，加強社會認知與人才儲備。前瞻布局重點應用場景，探索大模型賦能下的新型人機交互模式，培養兼具腦科學、微電子學與倫理學的復合型人才，營造創新生態環境。唯有以技術創新為矛、風險治理為盾，在開放合作中鍛造自主可控的產業生態，方能將腦機接口從實驗室的“未來圖景”轉化為惠及人類文明的“現實引擎”。

大模型落地背景下低空經濟發展新論

任飛宇

一、低空經濟的定義與產業特征及現狀

低空經濟是在工業文明向高質量發展演進過程中出現的，以各種有人駕駛和無人駕駛航空器的低空飛行活動為牽引，輻射帶動相關領域融合發展的綜合性經濟發展模式，具有高科技、高附加值、低能耗、低污染等特點。低空經濟最早起源于18世紀末法國熱氣球技術的旅游應用。我國于2009年提出該概念，形成狹義（通用航空+無人機產業）與廣義（低空飛行器綜合應用）的雙重定義體系。在政策支持與技術突破的雙重驅動下，2023年中央經濟工作會議將其列為重點產業，2024年《政府工作報告》提出將其作為新增長引擎。當前我國低空經濟呈現產業增速快、鏈條廣、融合性強、場景豐富等特征，并朝著智能化、市場化、法治化方向演進，但面臨“應用先行、基礎滯后”的結構性矛盾，相關結構性矛盾在大模型智能化方面尤為突出。當前學界研究主要集中在以下4個方面：（1）發展模式與路徑選擇。歐陽桃花（2024）強調需協調航空器效率、安全性、研制運行與空域開放的關系，構建理論模型拓展發展路徑。廖小罕等（2024）提出，通過低空路網建設解決無人機無“路”可走難題，同時規范行業管理；（2）技術創新驅動。張曉蘭和黃偉熔（2024）指出，湖南、深圳、上海等地在空域管理和服務供給方面形成示范效應。沈映春（2024）提出“低空經濟+\"模式，涵蓋旅游、農業、物流等七大領域，強調其空間立體性、產業融合性等特征；（3）市場需求分析。紀玉山（2024）基于薩伊定律預測未來新興產業將呈現供給主導需求趨勢。呂人力（2024）主張建立量化分析體系支撐超大規模市場需求：（4）政策法規與安全體系。王寶義（2024）提出，需完善基礎設施與法規標準，強化飛行器監管和安全機制。高志宏（2024）針對“低慢小”飛行器執法難題，建議構建風險防范、軟硬法協同及多元治理體系。盤和林（2024）強調需突破空域管制規則和關鍵技術瓶頸，配套政策保障產業有序發展。

研究表明，突破制度障礙與技術瓶頸需依托智能技術滲透、市場機制創新及法治體系構建的協同作用。通過大模型技術賦能智能化發展，建立市場化資源配置機制，完善法治化治理框架，將成為推動低空經濟高質量發展的關鍵路徑。

二、大模型重構低空經濟生態

大模型的應用，首先體現在對低空經濟生態中關鍵領域的智能化升級上。在無人機物流領域，基于Transformer架構的智能調度系統成為核心引擎。這一系統通過多維度數據的整合與強化學習算法，實現了對數千架無人機群的動態精準管控。在長三角等區域的實踐應用中，無人機配送效率顯著提升53%，能耗降低28%，展現出大模型在優化資源配置、提升物流效率方面的巨大潛力。同時，聯邦學習技術的引入，進一步保障了大規模訂單峰值下的履約能力，為低空物流的規模化發展奠定了堅實基礎。

低空旅游領域同樣受益于大模型的智能化驅動。多模態大模型通過深度分析用戶行為數據與實時環境信息，能夠生成個性化的觀光路線，并動態優化飛行方案，極大地提升了用戶體驗。結合數字孿生技術與AIGC模塊，低空旅游服務平臺能夠模擬真實場景，進行精細化運營，使得客戶滿意度高達92%，單次服務邊際成本下降40%。這種智能化的服務模式，不僅豐富了低空經濟的內涵，也推動了旅游產業的轉型升級。

在產業鏈層面，大模型的滲透更是推動了傳統制造向“端一網一云一智”融合生態的轉型。智能傳感設備、飛行控制系統等數字產品的貢獻率大幅提升，UAM運營等新興業態也呈現出爆發式增長態勢。大模型通過數字孿生全周期管理、智能體博弈優化等技術手段，構建了“數據驅動決策、算法定義服務”的新型范式，使得低空經濟產業鏈中的各個環節都能夠實現智能化協同，提升了整體運營效率。

綜上所述，大模型在重構低空經濟生態方面發揮著舉足輕重的作用。智能化的驅動不僅提升了低空經濟的運行效率與服務質量，更在產業鏈層面推動了技術創新與產業升級。未來，隨著大模型技術的不斷成熟與應用場景的持續拓展，低空經濟將迎來更加廣闊的發展空間，成為推動經濟增長的新引擎。在這一過程中，智能化的重要性將愈發凸顯，成為低空經濟高質量發展的關鍵支撐。

三、發展低空經濟必須走智能化、市場化、法治化道路

低空經濟作為戰略性新興產業，在大模型技術驅動下面臨機遇。實現可持續發展需構建“智能驅動一市場牽引一法治護航”的協同框架。智能化上，大模型用多模態感知等技術，賦能無人機集群調度等核心場景，提升低空交通網絡運力效率超40%。市場化層面，其驅動的數據機制加速資源配置，催生新興業態，近3年市場復合增長率達67%。法治化建設中，大模型支撐的監管系統實現空域風險推演與自檢，壓縮監管響應時間，構建發展與安全平衡體系。此協同路徑以大模型為底座、市場為引擎、法治為保障，重構正向循環，為低空經濟高質量發展奠定創新范式基礎。

（一）智能化路徑下大模型驅動的產業生態重構

在大模型技術滲透下，低空經濟智能化呈“技術驅動一數據賦能一生態重構”三階躍遷。大模型借多模態感知等技術，重塑飛行器三大核心能力，依托Transformer架構實現無人機集群自主協同。產業生態上，大模型驅動的數據機制催生新范式，如制造服務云平臺促協同創新，知識圖譜精準匹配資源，生成式AI降成本。其重構新型產業架構，經智能體博弈優化形成演化機制，推動低空經濟從傳統制造向數字服務生態跨越。

1．大模型驅動的協同創新。人工智能（AI）、物聯網（IoT）及5G技術的深度集成，通過大模型的多模態感知與強化學習能力，顯著提升低空飛行器的自主決策水平。基于Transformer架構構建的自主導航系統，可實時融合激光雷達點云與氣象數據，實現厘米級路徑規劃與動態避障，為城市空中交通（UAM）網絡奠定技術基座。大模型賦能的智能調度中樞，通過多智能體博弈算法優化飛行器、起降場與空域資源協同，使深圳某UAM試點項目的單日運力密度提升62%。在產業化層面，聯邦學習技術驅動的eVTOL協同設計平臺，將研發周期壓縮40%，推動產業規模從2022年的5.5億元躍升至2023年的9.8億元，預計2026年突破95億元。大模型更深度重構應用場景：在應急救援領域，多模態大模型可整合衛星影像、地形數據與災情信息，3分鐘內生成三維救援路徑圖譜，指導無人機編隊實現85%以上搜救成功率；農業植保場景中，基于擴散模型的作物生長預測系統，通過分析光譜數據與土壤墑情，生成精準施藥方案，使農藥利用率提升至78%。這些創新驗證了大模型作為數字技術基座，正在重構“感知一決策一執行”全鏈路智能閉環，加速低空經濟向數智化生態演進。

2．大模型分析與共享。大模型技術是低空經濟中的另一個關鍵技術。通過對飛行數據的實時分析，能夠實現飛行路徑的優化、天氣變化的預測以及空域利用率的提升。例如，四川省綿陽市通過“空天地一體化”低空智慧城市系統，結合低軌衛星、無人機和地面設備，應用大模型技術進行飛行器監控和數據管理，從而提高了低空飛行的監管效能和運行效率。在運行模式創新方面，基于大模型的智能調度系統可以實現飛行器的自主協同，優化資源配置。例如，在應急救援場景中，系統可以快速規劃最優救援路線，協調多架無人機執行任務，大幅提升救援效率。

3．智能制造與維護。低空飛行器的制造與維護逐步向智能化轉型。智能基礎設施建設是低空經濟轉型的關鍵。需要構建覆蓋全域的低空感知網絡，部署智能計算平臺，為各類應用提供算力支撐。這些設施將構成低空經濟的“數字底座”，支撐各類智能化應用的運行。機器人技術和自動化生產線的引入，提高了生產效率和產品質量。與此同時，傳感器技術和預測性維護系統使得飛行器能夠進行實時監控，從而降低了非計劃停機時間并延長了使用壽命。這些技術不僅提升了低空飛行器的可靠性，也為整個產業的持續發展奠定了基礎。

（二）市場化路徑下優化資源配置與需求匹配

低空空域作為戰略性資源，其高效配置需依托產權明晰與市場化交易機制，通過有償使用、競價分配等模式實現價值最大化。市場透明度與信息對稱性是保障資源配置效率的基礎，為此需構建數據共享平臺強化供需匹配。

1．多元投融資機制。低空經濟規模化發展亟須突破資金瓶頸，亦需建立政府引導、社會資本主導的多元化投融資體系。依據公共產品理論，基礎設施的正外部性特征要求政府與社會資本協同投入，通過專項債券、產業基金等工具分散風險，形成可持續資金供給鏈。

2．需求導向型發展。市場需求是技術創新與產業升級的核心驅動力。低空經濟應用場景（如物流、救援、文旅）需基于區域差異化理論精準定位，建立動態需求監測機制，針對不同區域經濟水平制定差異化產品策略。航空器研發與空域規劃應深度對接用戶需求圖譜，形成供需良性互動。

3．競爭驅動創新。市場化競爭機制通過熊彼特創新理論揭示的“創造性破壞”（Creative De-struction）效應推動產業升級。在低空經濟導人期，適度競爭可加速技術迭代，催生高安全性、低能耗的飛行器產品。通過建立行業標準與認證體系，引導企業突破導航避障、能源動力等關鍵技術，構建“研發一應用一反饋”創新閉環。市場化路徑需協同法治保障與技術創新，即完善空域產權交易法規，建立全國統一低空資源交易平臺，強化數字技術賦能，運用AI、區塊鏈提升資源配置精準度。通過制度創新釋放市場活力，可推動低空經濟實現資源配置效率與產業價值雙提升。

（三）法制化路徑下保障空域安全與權益平衡

低空經濟在技術創新與市場拓展中面臨空域管理、飛行安全及競爭秩序等挑戰，需通過法治化路徑構建穩定發展環境，平衡公共利益與市場效率。

1．法律框架構建。建議設立以《低空空域管理法》為核心的法律體系，明確飛行標準、安全規范及空域分級管理制度，避免“公地悲劇”并保障隱私權益。通過立法完善現有《民用航空法》配套細則，實現空域資源合理分配與飛行活動全流程管控。

2．智能監管體系。依托大模型技術搭建智能監管平臺，實現低空域全天候動態監測與風險預警。建議在交通部門設立分層級低空飛行管理局，按科層制理論明確權責分工，強化飛行審批、執法及應急處置能力。同時建立數據驅動的風險評估機制，提升監管精準度與時效性。

3．標準規范建設。制定《低空飛行器設計規范》和《飛行操作指南》，統一技術標準與服務要求，遏制市場無序競爭。重點規范飛行器通信接人、數據報送等關鍵環節，通過適航審定公共服務平臺強化設備檢測認證，為安全運行提供技術支撐。法制化路徑通過法律約束、智能監管和標準協同，形成空域安全與權益平衡的三維保障體系，推動大模型落地背景下低空經濟的高質量發展。

四、結論

綜上所述，大模型與低空經濟的深度融合，正在開啟低空經濟發展的新紀元。這種融合不僅帶來技術層面的革新，更將重塑低空經濟的產業形態和價值創造方式。未來，隨著技術的不斷進步和應用場景的持續拓展，低空經濟將迎來更加廣闊的發展空間，成為推動經濟增長的新引擎。在這一進程中，需要政府、企業、科研機構等多方主體協同創新。在大模型落地背景下發展低空經濟必須走智能化、市場化、法制化道路。通過智能技術的應用、市場化的運作機制以及法制化的保障措施，構建三化協同發展框架，從而共同推動國內低空經濟高質量發展，為社會經濟的發展注入新活力。在未來的發展中，應當注重技術創新、市場開拓和法律保障三者的有機結合，共同迎接低空經濟發展的美好前景。

大數據功能視角下全產業鏈與全要素生產率理論的融合創新研究

易美妮 楊誠

一、引言：理論重構的迫切性

（一）傳統理論的解釋困境

1．產業鏈理論的靜態性局限

傳統價值鏈模型將產業鏈視為線性增值過程，其核心假設是價值沿“研發-生產-營銷”單向流動。然而，在數據驅動型經濟中，消費者通過評價數據直接干預產品設計（如小米用戶社區）、電商平臺基于實時銷售數據反向定制制造（C2M模式）等現象，徹底顛覆了傳統理論的單向性邏輯。這種“需求端定義供給端”的逆向控制，暴露了傳統產業鏈理論在動態協同分析上的結構性缺陷。

2．全要素生產率理論的數據要素缺位

主流全要素生產率測算模型長期忽視數據要素的邊際貢獻。索洛余值框架將技術進步視為外生變量，無法解釋數據驅動的內生增長機制。數據要素的“非競爭性”（Non-rivalry）與“正外部性”（Positive Externality）特征，使得傳統生產要素的稀缺性假設面臨根本性挑戰。例如，Facebook全球30億用戶數據的邊際獲取成本趨近于零，但其創造的廣告收入持續增長，這直接沖擊了傳統生產要素的邊際報酬遞減規律。

3．學科壁壘的桎梏

經濟學聚焦資源配置效率，數據科學強調技術實現路徑，管理學關注組織變革，三者尚未形成統一的分析框架。這種割裂導致現有研究難以系統揭示“數據一產業鏈一生產率”的復雜互動機制。典型案例是IBM Watson醫療系統因算法工程師缺乏對醫療制度的理解，最終未能融入醫院工作流程而退出市場。

（二）大數據的功能性革命

1．連接功能：物理世界的數字鏡像

物聯網（IoT）與5G技術實現人、機、物的全域連接，構建了物理世界的實時數字孿生體。特斯拉車輛每天產生20GB數據，涵蓋駕駛行為、電池性能等維度，形成從需求洞察到產品迭代的閉環反饋系統。這種連接能力突破了傳統產業鏈的地理邊界，使得跨國研發協作（如臺積電晶圓廠的全球數據同步）成為常態。

2．分析功能：從因果到關聯的認知躍遷

機器學習算法揭示非結構化數據中的隱性規律，推動認知范式從因果推理向關聯分析轉變。沃爾瑪通過購物籃分析發現“啤酒與尿布”的關聯性，亞馬遜利用長尾數據捕捉傳統渠道無法觸達的利基市場，這些實踐表明數據分析正在重構價值發現機制。

3．反饋功能：系統的自優化循環

數據閉環驅動持續迭代優化，形成“數據積累-算法改進-效率提升”的正反饋機制。Netflix通過A/B測試實時調整推薦算法，使系統能夠根據用戶行為動態優化內容匹配效率。這種自優化能力使得產業鏈系統具有了生物體般的適應性與進化特征。

二、理論融合的三維機制

（一）數據功能重構產業鏈形態

1．結構變革：從線性鏈到復雜網絡

傳統產業鏈的“金字塔”結構逐漸被解構為多中心動態網絡。在小米用戶社區，消費者通過評價數據直接參與產品改進，打破了企業與消費者之間的傳統界限。小米研發團隊會密切關注社區中的用戶反饋，將有價值的建議融人產品研發。Shein借助云計算實現供應鏈彈性調整，7天的生產周期使其能快速響應市場變化。這體現了產業鏈組織形態的根本性轉變。從科斯交易成本理論來看，數據共享降低了搜尋成本與締約成本。在傳統產業鏈中，企業尋找合作伙伴時，需要花費大量時間和成本進行信息收集和篩選，簽訂合同也面臨諸多不確定性。而在數據共享的環境下，企業可以通過數據平臺快速獲取合作伙伴的信息，包括信用狀況、生產能力等，大大降低了搜尋成本。同時，智能合約等技術的應用使合同簽訂和執行更加規范、高效，降低了締約成本，促進了跨界協作。

2．邊界擴展的三重維度

空間邊界消融：跨境數據流動催生全球數字供應鏈。特斯拉上海工廠的生產數據實時傳輸到美國研發中心，實現跨時區協同創新。上海工廠在生產過程中遇到的技術問題和工藝改進需求，能及時反饋給美國研發中心，研發中心根據這些數據進行分析和研究，提出解決方案并傳輸回上海工廠，實現了全球范圍內的資源整合和協同創新。

主體邊界融合：平臺企業通過API開放整合上下游主體。亞馬遜AWS聚合開發者、用戶與硬件供應商，形成數字生態系統。開發者利用AWS提供的云計算資源和開發工具開發應用程序，用戶使用這些應用程序，硬件供應商將產品與AWS平臺集成，各方通過數據共享和業務協同實現互利共贏。

價值邊界突破：數據衍生服務創造增量收益。工程機械企業通過設備運行數據提供預測性維護服務，將價值創造從產品交易延伸至全生命周期管理。卡特彼勒公司利用安裝在工程機械上的傳感器收集設備運行數據，預測設備可能出現的故障，提前為客戶提供維護建議，避免設備故障導致的停機損失，增加了客戶滿意度，也為自身創造了新的收入來源。

（二）全要素生產率提升的范式轉換

1．技術進步的“量子躍遷”效應

數據驅動創新呈現“問題識別一方案生成一擴散應用”的加速循環。拼多多通過農產品搜索數據發現下沉市場需求，與農產品產地合作，建立直供渠道，將優質農產品推向下沉市場，既滿足了消費者需求，又幫助農戶拓寬了銷售渠道。AI-phaFold2利用大量蛋白質數據，將蛋白質結構預測時間從數年縮短至數小時，為生命科學研究和藥物研發提供了強大工具。Apache Hadoop生態系統降低了大數據技術使用門檻，使中小企業能夠利用大數據技術進行數據分析和業務創新，推動了技術的快速普及和應用，這些都表明技術進步的速率和路徑發生了質的變化。

2．資源配置的帕累托改進

精準匹配：滴滴通過日寸空數據將司機空駛率降低50%。滴滴平臺利用大數據算法，根據司機位置和乘客需求進行精準匹配，減少了司機的空駛時間，提高了運營效率，降低了油耗和成本，同時也提升了乘客的打車體驗。

閑置激活：Airbnb釋放全球600萬套閑置房源。通過平臺整合閑置房屋資源，將房東的閑置房源與旅行者的住宿需求進行匹配，為房東創造了額外收入，為旅行者提供了多樣化住宿選擇，提高了資源利用效率。

風險定價：螞蟻金服基于實時交易數據實現小微企業秒級貸款審批，重塑信用評估體系。傳統信用評估依賴企業財務報表等靜態數據，評估過程繁瑣且不準確。螞蟻金服通過分析小微企業的實時交易數據、資金流水等動態數據，更準確地評估企業信用狀況和還款能力，實現秒級貸款審批，提高了小微企業融資效率，降低了金融機構信貸風險。

3．效率提升的乘數效應

數據復用性帶來邊際成本趨零，觸發“數據規模一成本下降一應用擴展”的正反饋循環。微軟Azure存儲成本10年間下降99%，隨著成本降低，更多企業能夠使用其服務，應用場景不斷拓展，從企業級應用向中小微市場滲透。這表明在數字經濟時代，傳統規模經濟理論需要引入網絡效應參數進行修正。傳統規模經濟理論認為企業擴大生產規模可降低單位成本，但這種成本降低存在一定限度。而數據的復用性使得企業在擴大業務規模時，邊際成本幾乎可以忽略不計，網絡效應進一步放大了這種成本優勢和規模效益。

（三）理論模型的動態演進

數據要素通過三重機制推動全要素生產率提升：

1．降低要素匹配的交易成本，使資源流動突破制度性摩擦。在傳統市場中，企業尋找生產要素時面臨信息不對稱和交易規則限制，成本高昂。而數據平臺的出現改變了這一狀況，如一些工業互聯網平臺整合了上下游企業的產品、價格和供應能力等信息，企業可快速找到合適的供應商，減少了制度性摩擦對資源流動的阻礙。

2．激活網絡效應，形成“參與主體增加-數據質量提升-協同效率改進”的自我強化循環。以電商平臺為例，隨著商家和消費者數量增加，平臺積累的數據量增多，數據多樣性和豐富性提高。這些高質量數據幫助平臺為商家提供精準營銷建議，為消費者提供個性化推薦，提高了交易效率和用戶滿意度，進而吸引更多商家和消費者加入，形成良性循環。

3.加速技術擴散，開源社區與工業互聯網平臺使技術創新呈現“病毒式傳播”特征。開源社區中，開發者自由分享代碼和技術成果，Linux操作系統就是開源社區的成功范例，全球開發者共同參與開發和改進，使其在服務器、移動設備等領域被廣泛應用。工業互聯網平臺促進企業間技術交流與合作，富士康的工業互聯網平臺向中小企業開放，幫助其提升生產效率和管理水平。這三重機制相互嵌套，構成數字經濟時代生產率增長的新范式。

三、理論沖突與范式突破

（一）傳統經濟規律的修正

1．規模報酬遞減律的失效

數據要素的“非競爭性”打破了傳統生產要素的稀缺性約束。以Facebook為例，其全球用戶數據的邊際獲取成本趨近于零，但廣告收入卻隨數據規模持續增長。這與傳統生產要素的邊際報酬遞減規律相悖，在傳統理論中，隨著生產要素投入增加，邊際報酬會逐漸減少。因此，在數字經濟時代，生產函數需要引入數據彈性系數進行擴展，以準確反映數據要素對生產的影響。

2．比較優勢理論的重構

數據稟賦成為新型競爭優勢來源。中國憑借14億人口的行為數據優勢，在短視頻（TikTok）、移動支付（Alipay）等領域形成全球競爭力。TikTok通過分析用戶的觀看行為、興趣偏好等數據，為用戶提供個性化的視頻推薦，吸引了大量全球用戶。Alipay利用海量交易數據優化支付體驗，拓展金融服務，這種競爭優勢不再依賴傳統的地理或自然資源稟賦，而是基于數據資源的開發和利用。

3．科層制效率假設的顛覆

數據扁平化傳遞消解組織層級。韓都衣舍的“小組制”模式通過數據透明化，將決策單元縮小至3人團隊。每個小組能夠根據市場數據和銷售情況快速作出決策，庫存周轉率達到行業平均水平的2倍。這表明在數據驅動下，敏捷組織能夠更高效地響應市場變化，傳統科層結構的效率優勢正在被取代。

（二）理論融合的創新路徑

1．新古典框架的擴展

將數據資本納入柯布一道格拉斯生產函數，構建包含數據要素的內生增長模型。研究表明，中國數字經濟的數據彈性系數從2015年的0.12提升至2022年的0.31，這意味著數據要素在經濟增長中的邊際貢獻持續擴大。通過將數據要素納入生產函數，能夠更準確地衡量數據對經濟增長的貢獻，為經濟決策提供更科學的依據。

2．復雜系統理論的引入

基于耗散結構理論，數據流推動產業鏈系統熵減。當數據輸入形成的負熵流超過系統內部熵增時，產業鏈從無序走向有序。在供應鏈管理中，通過實日寸數據共享，企業能夠更準確地預測市場需求，減少庫存積壓，降低牛鞭效應，提高庫存周轉率，實現產業鏈效率的改進。

四、政策設計的理論啟示

（一）數據治理的“三元平衡”原則

效率維度：建立跨行業數據空間，制定統一的數據編碼標準，有助于破解“數據孤島”難題。歐盟GAIA-X項目通過標準化接口實現制造業數據跨企業流動，提高了數據的共享和利用效率，企業能夠更便捷地獲取和使用相關數據，促進了產業協同發展。類似的舉措在其他行業也具有借鑒意義，通過統一標準，打破數據流通的障礙，釋放數據的潛在價值。

公平維度：防止數據霸權和壟斷至關重要。日本《數字平臺透明化法》強制頭部平臺開放API接口，為中小企業創造了公平競爭環境。中小企業可以利用這些開放的接口獲取數據和資源，開發創新產品和服務，與大型企業展開競爭，促進市場的公平競爭和創新活力。

安全維度：構建分類分級數據保護體系是保障數據安全的關鍵。中國《數據安全法》將數據分為核心、重要與一般三級，根據不同級別采取相應的保護措施，既保障了數據安全，又兼顧了數據的合理利用和流通效率，確保數據在安全的前提下發揮最大價值。

（二）產業鏈升級的“雙輪驅動”策略

技術端驅動策略：開發低代碼數據分析工具，降低中小企業的數字化門檻。阿里Quick BI等工具使企業無需專業團隊即可實現數據的可視化分析。中小企業可以利用這些工具對自身業務數據進行分析，挖掘潛在價值，做出更科學的決策，提升自身競爭力，推動整個產業鏈的數字化升級。

制度端驅動策略：試點數據信托模式，英國方案通過第三方機構管理數據使用權，實現所有權與使用權的分離。在醫療、金融等敏感數據領域，這種模式可以在保障數據安全和隱私的前提下，促進數據的合理流通和利用。例如，醫療數據可以在嚴格的監管下共享給科研機構，用于疾病研究和藥物研發．推動行業的創新發展

五、結論與展望

數據要素的功能性嵌入標志著經濟系統從“規模驅動”向“效率驅動”的范式轉換。這一轉換不僅體現在技術工具的升級上，還帶來了生產關系適應數字生產力的深刻變革。未來研究需要在以下3個方面深化探索：（1）構建數據要素的產權經濟學理論，破解“數據確權”難題。數據的產權界定不清，導致數據交易和利用存在諸多障礙，建立完善的產權理論有助于規范數據市場，保障數據所有者和使用者的權益；（2）預研通用人工智能（AGI）對全要素生產率理論的顛覆性影響。AGI的發展可能會帶來生產方式和經濟結構的巨大變革，提前研究其對全要素生產率理論的影響，有助于及時調整理論框架，適應新的經濟發展形勢；（3）探索跨境數據流動與全球價值鏈重構的互動機制。隨著數字經濟的全球化發展，跨境數據流動日益頻繁，研究其與全球價值鏈重構的關系，對于制定合理的產業政策和國際合作策略具有重要意義。只有實現理論創新、技術突破與制度設計的協同演進，才能充分釋放數據要素的生產率提升潛能，為數字經濟高質量發展提供持久動力。

大數據驅動新質生產力發展的理論框架與實現路徑

蔡旺

新質生產力是以知識、技術和數據為主導要素的新型生產力，更加聚焦于創新驅動和智能化實踐并注重將知識、技術與數據等融合循環運用，主要依賴于積累知識資本、推動技術創新以及開發利用數據資源。而大數據是一種新型生產要素，正成為驅動新質生產力發展的核心力量。研究大數據驅動新質生產力，理論意義在于深化對新質生產力的理解、拓寬生產力理論的研究視野、推動多學科的交叉整合等：實踐意義在于指引大數據在產業界的運用、推進產業結構的優化轉型升級、促進經濟高質量發展等。

一、大數據驅動新質生產力發展的理論框架

（一）構建“數據要素一技術賦能一產業變革”理論模型

第一，基礎在數據要素層，其主要任務是轉化原始數據為可用的數據資源并借助數據采集、存儲和標準化以保證數據的準確性、可用性。首要的是，利用工具（傳感器技術、網絡爬蟲程序及物聯網設備等）實時地采集各種類型的數據并采取清洗、預處理流程以確保它們的精確性、實用性。次要的是，采用分布式存儲、云計算技術以達到高效存儲、安全管理大量數據。通常，云存儲服務給予了高度可用且可擴展的存儲空間并具備處理PB級乃至更龐大數據量的能力。再則，數據標準化則借助制定統一的數據標準和接口規范以推動數據之間的無縫連接、互通及共享。

第二，關鍵在技術賦能層，利用先進技術（人工智能、云計算、物聯網等）來智能化分析與高效應用數據。首先，人工智能算法，特別是機器學習、深度學習技術，從海量數據中提取有價值的信息、知識以為決策提供科學依據并能從大數據中學習規律、預測趨勢、優化決策。其次，云計算借助分布式計算、并行處理技術可高效解析海量數據，且其按需分配的計算資源、靈活多變的服務模式業已打破物理硬件對大數據處理能力的束縛。再者，物聯網借助傳感器、智能設備能即時捕捉并傳輸數據，將物理世界、數字世界緊密相連以達到數據的自動化采集、即時傳輸，并為大數據的搜集、應用開辟更為便捷高效的途徑。

第三，目標在產業變革層，其核心使命是利用數據與技術賦能以催化產業轉型升級。一是企業借助大數據分析可精細調整生產流程并因此使生產效率顯著提升：應用大數據在智能制造領域必然推動生產過程的自動化、智能化且進一步助力生產效率提升。二是新穎商業模式（如基于大數據的個性化推薦引擎、共享經濟平臺等）此起彼伏，憑借深入的數據分析、挖掘能力以精確捕獲并高效響應消費者需求，這顯然為企業開辟出更大拓展空間。三是大數據在制造業催生了一系列新型制造模式（智能制造、綠色制造等）；在服務業則推動了多個領域（智慧金融、智慧醫療、智慧教育等）的革新。

（二）大數據重構生產力要素的作用機制

其一，大數據重塑勞動者。消費者的在線交易記錄、搜索行為、社交媒體活動等在數字經濟架構下均構成了大數據的關鍵組成部分，普通消費者借助這些行為在貢獻數據的過程中實際上參與了價值的創造，已然是數據生產者；大數據的應用還為勞動者創造了更多就業機會、發展空間并催生了新型勞動崗位（如數據工程師、數據分析師等），需要勞動者具備數據處理、分析能力，這迫使勞動者不斷學習新知識、新技能以適應數字化時代的新要求。

其二，大數據催生新質勞動資料。大數據作為新生產要素與技術（物聯網、人工智能等）的融合，既推動了生產設備的智能化升級又提高了生產效率、靈活性，并由此推動了一系列勞動資料發展，實現了流程自動化、認知智能化以及促進了生態的可持續化。大數據的流通性、共享性也促進了勞動資料的網絡化集成并構建了包含全價值鏈的綜合生產網絡以提高供應鏈的響應速度、靈活性。大數據技術的應用還推進了企業管理的數字化轉型以達成對生產流程、庫存管理、質量控制等的即時監控和優化。

其三，大數據孕育新質勞動對象。大數據的應用推動了產品（如智能設備、物聯網產品等）的數據化轉型，能同步收集、分析和傳輸數據并給予用戶更加個性化的服務：大數據技術的應用促進了服務（如在線教育、遠程醫療等）的數字化升級，可打破時空限制并為用戶營造更加便捷高效的服務體驗；大數據的應用帶動了勞動對象的創新并催生了新型智能化的勞動對象、數據等非實體形態的勞動對象。

其四，大數據的應用加速了勞動者、勞動資料、勞動對象等生產力要素的優化組合，企業借力數據分析可達成對生產要素的實時監控、動態調整并優化資源配置以提高生產效率：大數據的共享、流通特性還加速了產業鏈上下游企業間的協同創新進程并助力產業集群向智能化、綠色化及服務化方向轉型。

二、大數據驅動新質生產力發展的實現路徑

（一）通過數據要素化以形成新質生產力核心要素

一是數據演變成新生產要素。首先，數據在數字經濟時代下已逐步超越傳統生產要素并成為驅動新質生產力進一步躍遷的核心要素。明顯地，數據不止記錄了經濟活動的軌跡，更富含著巨大的經濟價值和戰略考量。其次，數據作為新生產要素，對于提升勞動者的素質、技能具有重要意義。當然，通過學習、掌握數據分析技術，勞動者可更加準確地理解市場需求、把握行業動態并繼而提升自己的職業素養、競爭力。此外，數據的應用還可推動勞動方式的變革且使勞動者能更加高效地完成任務以提高工作質量、效率。再者，數據因其可共享性、可復制性及近乎無限的供給能力，打破了傳統生產要素供應有限對經濟增長持續性的限制。企業可以依托數據的分析、運用能更加靈活地調整生產要素的配置策略以達成資源的最佳配置、高效運用。

二是要完善數據要素市場。首要地，政府要加快數據確權的進程，往往應當對數據所有權確認、使用權限界定及交易行為等制定相關政策法規以保障數據的合法使用、安全性；更需構建數據權屬爭議的解決機制以為數據的交易、流通營造一個受法律保護的環境。次要地，旨在推進數據的高效、有序流通與合理利用，政府將主動推動數據交易平臺的統一建設及交易規則的制定：加大對數據交易市場的監管力度以有效防范數據泄露、濫用等風險；尚需結合政策引導、市場機制以共同推動數據交易市場朝著健康、穩定的方向發展。其次，政府須積極構建數據開放共享體系且激勵企業與機構之間達成數據資源的互通與交換以加速數據的整合與多元化應用：要強化數據的安全認證機制以保障數據的真實性、可信度。再次地，為健全數據要素市場，應通過構建涵蓋多個層面（深化數據技術的研發與應用、培育數據領域的專業人才以及促進數據產業的蓬勃發展等）的數據要素市場生態體系，可形成數據驅動的創新發展格局以推動新質生產力跨越式發展。

（二）通過數字技術融合應用以構建新質生產力載體

一是數字技術與傳統產業融合。第一，傳統產業在技術（大數據、云計算、人工智能等）日益精進下，一般地，其生產流程正逐漸邁向智能化改造的通道，且企業借助技術引入可達成生產流程的自動化監控、智能化調度及優化決策并進而大幅提升生產效率。第二，企業大抵借助構建基于大數據和云計算的管理信息系統可達到對各個環節（生產、銷售、庫存等）的瞬時監控和精準管理，以推動傳統產業管理模式的現代化。第三，數字技術的融人大多為傳統產業的產品質量和用戶體驗帶來了顯著提升。如企業借助人工智能技術實施產品質量檢測能精確辨識產品缺陷并立即展開修復作業：企業通過大數據分析深入洞察用戶行為與偏好可更準確地洞悉市場趨勢并從而研發出更加貼近用戶期望的商品。第四，數字技術與傳統產業的緊密結合通常能有效驅動傳統產業的轉型升級以推動其向高質量發展階段邁進。很明顯，此類轉型升級是傳統產業變成新質生產力的重要載體，這不光能助力企業更好地應對市場競爭的加劇，還能為整個經濟體系的長期穩健發展增添新動力。

二是培育新興產業與創新型企業。其一，數字經濟作為科技革命與產業變革的新一輪浪潮的核心引擎并催生了眾多新興產業，顯然地，它們憑借高度的智能化與高效便捷的特性自然成為驅動新質生產力進步的關鍵平臺。其二，創新型企業在數字經濟的大潮中借助其卓越的創新力與市場競爭優勢躍升為推動新質生產力躍進的核心驅動力，毋庸置疑，它們往往掌握著前沿技術且擁有獨樹一幟的商業模式，能敏銳地洞察市場先機又不斷推出新穎的商品以穩固其領導地位，更為經濟增長持續帶來動力。其三，政府會制定若干層面的一系列激勵舉措（稅收優惠、財政資助、人才引進等）以減輕企業發展初期的負擔；而資本市場應加大對新興產業的投資規模且為創新型企業給予必要的資金血液，顯然是為了使新興產業與創新型企業加速發展。其四，我們必須構建一個開放、協同的創新生態系統（涵蓋了深化產學研用各方的緊密合作、促進產業鏈上下游企業的協同發展、制定并實施行業標準和規范等），以推進技術知識的廣泛交流、資源的有效共享并進而提升整個行業的創新活力、核心競爭力，其目的是讓新興產業與創新型企業不斷繁榮。

（三）通過數據驅動的創新體系以優化新質生產力發展環境

一是優化配置創新資源。第一，借助深入挖掘和分析數據要素可揭示出蘊含在數據里的邏輯規律從而降低信息交互的偏差且減少要素交易的成本，這不但有益于提升企業的運營效率，而且能推動創新要素更高效地流向具有潛力的企業、行業。第二，大數據技術的應用可顯著降低信息不對稱問題。企業通過即時采集、處理和分析各類數據能更準確地了解市場需求、競爭對手動態及自身運營狀況并因而做出更加科學的決策，顯然，透明化的信息有利于減少資源浪費并提升資源配置效率。第三，在創新資源的優化配置過程中，借助數據分析可識別出哪些企業和行業具有較高的生產效率和邊際產出，大數據可引導創新要素流向高效領域，這進一步使新質生產力發展環境得到更大優化。

二是構建創新生態系統。其一，應高度重視基礎研究并加大對基礎研究的投入，尤其是培養一批高水平的科研團隊、科研機構來推動基礎研究的深入發展以為新技術、新產品的誕生夯筑扎實的理論根基。其二，應鼓勵科研人員敢于挑戰傳統觀念并勇于探索未知領域，采取各種方式（設立專項基金、創造研發平臺等）為原始創新給予堅定支持以激發全社會的創新活力。其三，應積極布局新一代信息技術（如人工智能、物聯網、區塊鏈等）研發，借力推動其與傳統產業的深度融合來引領產業轉型升級以使整個經濟體系的競爭力得到提升。其四，意在全球競爭中占據有利地位，應構建具有全球競爭力的數字技術創新生態系統，憑借加強國際合作交流并吸引全球創新資源、完善創新服務體系以為創新主體提供全方位的服務保障、優化創新環境且營造開放包容的創新氛圍等措施，可為數字技術創新給予強有力支撐。以上措施為推動新質生產力發展創造了優越發展環境。

（四）通過數據賦能的決策支持以轉變新質生產力發展模式

一是建立智能化決策支持系統。第一，該系統的基礎是大數據分析。一般地，系統借助廣泛搜集、綜合處理與深入分析龐大的數據集來揭露數據背后隱藏的價值規律并有力輔助政府、企業開展決策。運用大數據分析技術能極大地增強其預測市場走向、評估政策成效的準確性。第二，引入該系統能大幅提升決策的效率、質量。相較于傳統決策模式對有限信息及經驗判斷的依賴，其憑借大數據分析的能力以為決策者提供全面的決策備選方案、精準的預測結果并從而加速科學決策的制定過程：其還具備實時追蹤決策執行狀況的功能并給予信息反饋、策略調整建議以保證最大化實現決策成效。第三，該系統經過深度剖析數據能精確識別資源利用效率偏低的環節，然后據此提出改善措施以確保資源的確切配置、高效運用。該系統為轉變新質生產力發展模式創造了可能。

二是數據驅動業務模式創新。首先，日新月異的大數據技術促使各行業間的界限日漸消融以致快速推動跨界融合，催生出智慧零售、智慧交通、智慧家居和智慧教育等新業態。這些新業態不但提供更為便捷高效的服務給用戶，還開辟了新市場，也化作經濟增長的新引擎。其次，該創新大多賦予企業精確發掘消費者需求的能力并從而推出更具個性化的商品。進一步來說，企業一般借助數據分析工具控掘出潛在的市場需求又驅動業務模式創新以催生新消費熱點。這種以消費者需求為導向的創新策略不止增強了企業市場競爭力，還有效提升了其盈利能力。該創新往往為相關產業升級轉型帶來巨大動力。一般而言，大數據技術在智慧零售的應用讓零售企業深入洞察消費者行為模式，進而優化庫存管理、提升供應鏈的整體效能：大數據分析在智慧交通上助力交管部門準確調控交通流量、緩解道路擁堵問題，繼而提高城市交通的運營效率。這些創新舉措既顯著提升了行業運作效率，又為相關產業轉型升級開辟了新路徑，更為新質生產力發展模式轉變夯筑了堅實基礎。

基于復雜經濟學視角下數字化轉型對企業收入分配影響機制探討

買買提依明·祖農

習近平總書記在黨的二十大報告中指出，“分配制度是促進共同富裕的基礎性制度”。在推動高質量發展的同日寸，要完善分配制度，妥善處理增長與分配之間的關系。一方面，促進數字經濟和實體經濟深度融合，加快發展新型工業化，推進數字化轉型和產業升級，突破一些國家的敵對性科技封鎖，實現高質量的發展，從而繼續做大經濟“蛋糕”：另一方面，我國的勞動收入份額相比歐美發達國家約低20%，迫切提高中低收入群體的收入，以激發國內市場消費潛力，跨越“中等收入陷阱”，扎實推進共同富裕。但是，人工智能驅動的數字化轉型，有可能降低勞動收入份額，我國政府將不得不面臨如何協調處理“增長”與“分配”的關系。

自工業革命以來，新技術推動的自動化和智能化引起不同地區、不同行業之間收入分配格局變化，并加劇了不同群體之間收入分配不平等。2022年，ChatGPT的問世及其迅猛發展，加速了人工智能和數字化的步伐。學術界掀起了人工智能時代的“索洛悖論”（隨著生產率的發展，資本收入份額逐漸增加，而勞動收入份額則會減少）的激烈爭論。

收入分配是民生之源。企業收入分配作為初次分配，直接影響股東、高管、員工、政府、債權人及供應商的收入，是宏觀功能性和規模性收入分配的根基和起點。同時，收入分配通過影響居民收入和政府稅收收入，間接影響國內市場總需求，對經濟增長具有深遠影響。

企業層面的收入分配問題是一個典型的復雜系統問題。它不僅受制于外部的產品市場和要素市場的競爭約束，還受到在企業內部生產和分配過程中主導作用的“有形之手”的影響，涉及到企業收入在股東（提供資本）、高管（管理技能）、員工（勞動）、政府（公共服務）、債權人（資金）及供應商（原材料）之間的分配比例及其關系。因而，系統性理解和評估數字化轉型對企業收入分配的影響機制和需要考慮的重要因素，在高質量發展和共同富裕戰略目標下，對“數字化轉型”和“勞動收入份額提升”有關政策的設計和制定，起到至關重要的作用。

本文將基于復雜經濟學視角，先總結現有相關研究現狀及存在問題，然后系統性探討數字化轉型對企業收入分配的影響機制及現有研究未關注的效應，最后為“數字化轉型”和“勞動收入份額提升”這兩個目標的實現提出一些政策建議。

一、相關研究現狀

數字化轉型對企業的經濟效率和收入分配均有影響。其中，數字化轉型的經濟效應方面研究已相對成熟，學術界普遍認為，數字化轉型確實能夠提升企業的效率。但數字化轉型對收入分配的影響則具有復雜性，因為對不同生產要素同時具有互補和替代效應，可能提升或降低勞動收入分配比例。

關于數字化轉型對收入分配影響的現有研究主要基于實證方法，集中于勞動收入份額的影響上，但實證結果卻不盡相同，甚至存在矛盾。一方面，產業的數字化轉型導致了勞動報酬比例的下降，機器人的應用在一定程度上替代了我國企業的勞動需求，但對工資水平的影響并不顯著。人工智能和機器人應用，會降低勞動收入份額：另一方面，數字化轉型通過優化人力資本結構（減少低技能人員、增加高技能人員），提升了企業的勞動收入份額。

二、復雜經濟學視角下現有研究中存在的問題

從復雜經濟學視角，經濟系統類似于生物系統，是相互關聯的有機整體，是不可分割的，而且存在正負反饋循環和“收益遞增”等非線性現象，而不像新古典經濟學那樣是機械的和靜態的。因而不能將幾個局部或利益方隔離出來進行研究。

從復雜經濟學視角來看，現有研究的不足如下：

1．在理論層面上，完全忽視“有形之手”對企業收入分配的潛在影響。現有收入分配理論為了方便數學建模，僅從市場的角度，先假定完美信息和完全競爭，然后通過同質化的投入產出函數（例如C-D或CES函數），通常在粗粒的層次上（如在國家或行業層面）對收入分配問題進行建模。這導致單個企業或人群無法在經濟分析中被看到或在平均中消失，而且默認假定所有利益相關方都平均獲益。

2．在方法論上，從還原論角度，從數字化轉型對股東、高管、員工、政府以及債權人收入的影響關系中選取一項或兩項單獨隔離開進行研究，這有可能導致片面性結論。各方利益在外部市場競爭和內部“有形之手”的約束和作用下是系統性關聯的，牽一發而動全身，而且有可能存在正負反饋循環。

3．在實證分析上，主要考察行業層面平均效應，未深入探究企業數字化轉型對其競爭對手的二階效應及對整個行業的長期效應。另外，鮮有研究對數字化轉型進行分類，并深入探討底層作用機制。

三、復雜經濟學視角下數字化轉型對企業收入分配影響機制分析

數字化轉型對企業收入分配的影響主要由企業層面（產權安排和公司治理）、市場層面（市場競爭以及行業特征）、政府層面（補貼和優惠、法治環境）及地區層面（要素稟賦、基礎設施）的因素共同相互作用而決定。這些因素通過影響具體企業的工資成本、實際稅率、貸款利率以及原材料成本等，最終體現在企業間股東、員工、政府、債權人及供應商的收入分配比例差異上。因而，深入分析不同類型數字化轉型對企業各類成本的影響是尋找分析思路的關鍵。這里的成本指從購買原材料到“有形之手”組織下生產以及通過各種渠道銷售到用戶這一過程中的各類成本，企業內部組織成本和市場交易成本也包含在其中。

企業數字化轉型引起的降本增效，通過降低單位產品上各類成本，提升產品競爭力，從而提升企業銷量和利潤。隨著利潤的累計，企業規模越來越大，企業的討價還價能力也隨著上升，這反過來降低單位產品上原材料、融資、渠道以及各類交易成本。從而，形成“成本一銷量一利潤一規模一成本”之間正（或負）反饋循環，進而加劇行業內競爭和淘汰過程，出現“贏家通吃”的現象。

（一）數字化轉型的分類

“數字化轉型”指企業通過運用數字化技術，如互聯網、物聯網、大數據、機器人、人工智能等，對其產品、供應鏈、制造過程、流程管理和銷售等業務進行數字化和智能化改造，從而實現生產成本的降低、生產效率的提高。

結合技術發展階段和對應的成本，數字化轉型可以進一步分為5種類型：管理信息化（如采購、存儲、生產、財務管理等內部管理流程的數字化）、營銷數字化（利用互聯網營銷）、產品智能化（智能硬件和具備物聯網功能的產品）、生產智能化（廣泛應用機器人、智能制造和智慧工廠）以及服務智能化（在企業管理、生產決策和服務中廣泛應用通用人工智能）等。

（二）不同類型數字化轉型對企業收入分配的影響機制分析

這里先討論影響較大的生產智能化和服務智能化。機器人和人工智能在生產過程中大量應用，直接替代員工勞動和服務，從而降低單位產品上的工資成本，同時降低管理層代理成本。而且相比員工工資，機器設備的折舊則可以從增值稅稅基中扣除，從而降低實際稅收成本。然后，隨著時間通過“成本一銷量一利潤一規模一成本”之間正（或負）反饋循環，影響其他成本，并通過產品市場競爭間接影響競爭對手的銷售收入和內部收入分配。

管理信息化主要影響管理費用和管理層的代理成本，營銷數字化主要影響銷售過程中的廣告費用和渠道成本。產品智能化通過收集用戶和產品的狀態信息，提供差異化的產品，提升壟斷定價能力。在這一過程中，同樣存在上面提到的正（或負）反饋循環。

四、復雜經濟學視角下需要關注的新現象

從復雜經濟學角度來看，行業內每個企業通過要素和產品市場競爭相互影響和關聯，“有形之手”通過管理創新或新技術應用不斷降低各類成本，企業才能生存和發展壯大。這是一種動態演化的過程，其中存在“成本一銷量一利潤一規模一成本”之間正（或負）反饋循環，而且隨著時間出現“收益遞增”現象。這會引起以下幾個新現象：

1．虹吸效應。數字化轉型引起的降本增效，通過上述正反饋循環，不斷提升本企業的銷量，而競爭對手則進入負反饋循環，因而頭部幾家企業銷售收入在行業總銷售收入中的占比隨著時間推移不斷加速提升。

2．二階效應。數字化轉型引起不同企業產品銷量的增減，直接影響行業內每個企業的銷售收入份額，從而間接影響每個企業的討價還價能力，進而影響每個企業的原材料、融資、渠道以及各類交易成本等。因此，數字化轉型對其競爭對手內部各方的收入分配產生二階效應。

3．長期效應。從整個行業角度來看，數字化轉型加速行業內淘汰，出現馬太效應。如果行業總需求不變，會引起大量工作崗位的流逝。如果外部存在需求量不斷上升的海外市場，由于頭部幾家企業的競爭力大幅提升，出口量會大幅增加，因此對勞動收入的影響不一定是負向的。

五、結論與政策建議

本文從復雜經濟學視角指出現有理論和研究忽視“有形之手”對企業層面收入分配的潛在影響，以及對股東、高管、員工、政府以及債權人收人中的一項或兩項單獨隔離開進行研究等不足之處。隨后，探討不同類型數字化轉型對企業收入分配的影響機制，以及其中存在的“成本一銷量一利潤一規模一成本”之間正（或負）反饋循環和“收益遞增效應”，并指出因此產生的虹吸效應、二階效應以及整個行業的長期效應。為進一步研究數字化轉型對企業收入分配的影響提出研究方向和分析方法。

在高質量發展與實現共同富裕的雙重目標下，數字化轉型相關政策設計與實施面臨復雜的挑戰。盡管現有文獻分別從促進數字化轉型和提升勞動收入份額的角度提出了眾多政策建議，但這些建議往往缺乏對政策取向一致性的深入分析和評估。特別是一些旨在直接提升勞動收入份額的政策，如機器人稅、機器人社保、不斷提高最低工資等，表面上有利于直接提升勞動收入，實際上可能因忽視復雜的全球經濟生態系統而適得其反。全球經濟是一個復雜生態系統，我國企業現在面臨印度和東南亞企業以低勞動成本優勢追趕。同時面臨歐美國家敵對性的供應鏈去中國化，在市場競爭中生存空間（需求量）出現進一步縮小的情形。如果這時貿然推出直接提升勞動收入份額的政策，代價就是大量企業遷移和倒閉，引起大量工作崗位的流逝以及勞動力供給量的增加，勞動收入份額反而進一步減少，進入一種惡性循環。

從復雜經濟視角，政府政策應該聚集于協助企業降低各類成本。具體建議如下：

1．不斷改善法治和營商環境，在這一過程中，勞動收入份額的提升將是一種自然生長的“果實”。這將有助于中小企業的生存、發展和技術創新。

2．繼續協助降低企業經營成本，比如用地、原材料、運輸、融資、稅收、銷售渠道以及交易等相關的成本。這有助于企業能夠雇傭更多的人和承擔更高的工資成本。

3．不斷降低居民的生活成本，包括住房、醫療和教育等基本成本。這有助于提升員工可支配收入，從而提升消費，進入良性循環。

新質生產力視域下傳統制造業轉型升級路徑研究

張罡

2023年7月以來，習近平總書記明確提出“發展新質生產力”，并圍繞這一論題作出系列重要論述。從我國制定了2035年“實現高水平科技自立自強，進入創新型國家前列”的戰略目標及2025年政府工作報告再次強調“因地制宜發展新質生產力”，“推動傳統產業改造提升”，表明新質生產力系列研究具有很強的理論與現實意義。

一、文獻綜述

我國學者從新質生產力的內涵與作用機理、新質生產力的測度與時空演變、特定行業新質生產力路徑等展開了系列研究，認為政府是推動新質生產力發展的關鍵主體，經濟基礎從現代化經濟體系到現代化產業體系再到新質生產力的深刻轉變的高質量發展是推動中國式經濟現代化和建設現代化強國的源動力，以升級傳統產業、壯大新興產業和產業融合發展推動產業結構高端化的系列路徑，米加寧等（2024）分別從數字化轉型視角、數字化政府、數實融合等方面論述了新質生產力的邏輯與路徑。指標測度方面，有學者測算了2010～2021年中國30個省（區、市）的新質生產力水平，并分析了區域差異及動態演變特征，研究發現中國新質生產力水平整體上呈上升趨勢但地區差異較大，呈東高西低的發展態勢，東一西部及東一中部的地區差異是導致中國新質生產力水平區域差異擴大的主要原因。在動態演變時空特征上，呈梯度上升趨勢但不存在跨越式躍遷且新質生產力水平較高的地區可以發揮帶動輻射作用。也有學者分別從新質勞動者、新質勞動資料和新質勞動對象3個維度及現實基礎和現實表現方面構建了新質生產力水平指標測度體系，研究內容存在較多共性，結論相仿。通過文獻分析得知，為全方面促進新質生產力形成中制造業新質化發展，需要按照發展水平和時間演化趨勢分類，因地制宜地推動制造業新質化發展，分門別類給予不同區域差異化政策強度，走具有各地特色的制造業新質化道路。行業新質路徑方面，有從科技、人才、教育“三位一體”出發，分析了海洋新質生產力的創新內核，有從人才角度分析世界級智能網聯汽車，還有從地理學內涵研究驅動城鄉融合發展的重點方向。

綜上，當前中國經濟發展的首要任務是加快發展新質生產力，大力推進現代化產業體系建設。然而新質生產力的發展并非另起爐灶，推倒重來，要兼顧傳統與新生。針對現有基本面、基本盤，傳統制造業如何涅槃重生？

二、理論基礎

亞當·斯密的《國富論》指出國家的富強在于在國際貿易中發揮比較優勢，其實現主體是企業，只有企業能實現持續長期的競爭優勢，有強大的競爭力，國家才有優勢產業。波特也指出，決定一個國家的某種產業競爭力有4個因素：生產要素；需求條件，主要是本國市場的需求；企業的戰略、結構、競爭對手的表現及國內相關產業和支持產業的表現，即這些產業和相關上游產業是否有國際競爭力，這4個要素相互作用。

新質生產力的關鍵核心是科技創新，其基本邏輯是培育新型勞動者、挖掘新型勞動資料與勞動對象，創新新型生產關系，由量變到質變的新型生產力迭代生成過程。其內在機理如圖1所示，主要過程是傳統要素借助數智媒介催化形成新質勞動資料、勞動對象，同時傳統勞動者由于數字勞動技能深入轉化突破傳統邊界形成新的勞動者與勞動關系，進而促進多元利益共享主體的形成。

各地要從實際出發，根據本地的資源稟賦、產業基礎、科研條件等，有選擇地推動新產業、新模式、新動能發展。科學發展新質生產力，須把握事物本質與發展規律、把握工作關鍵與政策尺度。牢記新質生產力來源于傳統生產力又高于傳統生產力。

三、痛點與實證

中國經濟目前大而不強，出口嚴重下滑，傳統制造業轉型升級迫在眉睫，新質生產力概念的提出猶如指路明燈，但各地如何因地制宜夯實新質生產力成長環境，培育現代化產業體系仍然有待探索。學者研究表明我國制造業新質化發展水平存在明顯的地區差異，東部地區是新質生產力發展的高地，西部地區和東北地區是新質生產力發展的洼地，同時，新質生產力的涌現與生產關系具有一定的協調性。

作為中國經濟改革的排頭兵與火車頭的廣東也并不出色，這源于以長三角為代表的東部地區有后發優勢，但就中國經濟的基本面而言，廣東地區打造和培育新質生產力的經驗與路徑更有代表性。當前困境是政策與區位優勢用盡后發展遭遇新的瓶頸，全面自主創新模式尚未全面形成，以技術創新深化支撐現代化產業體系建設面臨基礎研究與應用開發研究的結構性失衡、關鍵核心技術“卡脖子”問題嚴重、科技領軍企業與隱形冠軍企業發育不足等。就制造業而言，突出問題有：資源約束與低配、ESG評級與綠色發展新要求、技術創新能力亟待提升等。

新質生產力不會輕易形成，要錨定目標，久久為功，既要高度重視突破性創新，也不能忽視漸進性創新，要從根本上推動技術革命性突破、生產要素創新性配置，實現產業深度轉型升級。研究表明提升全要素生產率是新質生產力的核心，而構建現代化產業體系則是其載體，其關鍵是創新，特別是科技創新。因此研究現有企業特別是以上市公司為代表的優秀企業的研發投入與其綜合績效之間的關系及其所代表的企業基本面現狀是破冰之舉。

（一）研究設計

本研究以廣州2012～2022年上市公司為樣本，考慮新質生產力的形成是一個漸進過程，存在難以跨越的學習曲線，圍繞新質生產力形成三要素：勞動者、勞動資料、勞動關系，選擇研發投入RD，技術資產TEC，社會責任CSR，借鑒李軍思路采用單一指標法，用企業利潤總額INC來代表企業成長性構建面板回歸模型：

同時提出如下假設：

HO： Ramp;D投資與利潤增長不存在相關關系。

H1： Ramp;D投資通過技術性資產正向調節利潤增長。

H2：履行社會責任力度正向調節研發投資與利潤增長。

H3：社會責任和技術資產之間的相互作用影響研發投資和利潤增長。

相關變量定義如表1所示。

（二）描述性統計

研究所需數據來源于同花順金融終端（iFind）與國泰安金融數據庫（CSMAR），用STATA18進行面板數據回歸分析。描述性統計如下：觀察樣本量為543，變量標準差較大。考慮到Ramp;D的傳導作用具有滯后性，本文參考李軍（2023）的研究，Ramp;D滯后1期參與分析，滯后1期Ramp;D與因變量相關系數在1%水平正相關。

（三）分析與發現

基準回歸與機制檢驗表明HO與H1不成立，RD與企業利潤存在強相關關系且中介效應不顯著，考慮變量交互效應及加入控制變量回歸證實H2與H3成立，在考慮了組內自相關情況下使用聚類穩健標準誤方式進行Pool回歸，p值顯著，表明各變量之間的相關關系是由個體導致的。時間效應檢驗的結果顯示，F統計量為0.42173682，小于臨界值1.9781513．表明應拒絕存在時間效應的原假設，H2與H3成立，即全樣本數據不存在時間效應。對全樣本數據進行豪斯曼檢驗，結果顯示卡方統計量為54.67，P值為0．應選個體固定效應。

由此可見，廣州地區全樣本數據RD對公司成長的作用研究中各變量存在固定效應，并且豪斯曼檢驗表明不是由隨機因素導致的。

通過對廣州公司全樣本數據進行行業（45個）異質性分析、上市市場板塊（4個）異質性分析等，發現行業差異不明顯。上述研究發現在一定程度上也證實了汪洋和藍志清（2024）的研究，Ramp;D投入對企業績效影響的統計研究表明企業Ramp;D投入密度與企業績效并不是單一正相關或負相關，而是分區間的，有時正相關、有時負相關。這主要是由于學習曲線的存在導致研發投入對企業績效的傳導影響存在滯后性，是否產生正相關要看學習質量與市場變化。還有一個重要因素是研發投入強度，廣州與全國對比如圖2所示。

圖2中廣州地區上市公司整體研發強度低于全國平均水平，原因是經濟結構主要是傳統型企業，主要靠區位與政策等要素驅動。自2020年新冠肺炎疫情暴發后，全球生產陷入停滯，廣州地區上市公司卻迅速加大研發投入，展開新一輪轉型升級改造，研發密度指標快速上升，逐步與全國研發投入水平趨同，由此可見技術創新對新質生產力的形成效果顯著。

通過對廣州地區公司研發投入、技術資產成長、社會責任與公司成長等相關數據的呈現與分析，研究發現企業Ramp;D投入與企業成長強相關，但Ramp;D投入回報不高甚至為負，Ramp;D與回報確實有不確定性、非線性、以及存在企業異質性，這與尹恒和柳荻（2016）的研究基本相符。

四、結論與對策

通過上述理論分析與實證研究，可以明確新質生產力的形成要圍繞勞動者、勞動資料、生產關系等三要素打造，以波特鉆石模型作指導，把握傳統與新質的辯證關系，搞好頂層設計，全國一盤棋。建議路徑如下：

1．企業強化數智轉型意識，放水養魚，培育大國工匠。國家重視民營企業的鲇魚效應，針對學習曲線的不可超越，研發風險相對較高，建立全民研發風險分擔機制，有助于核心技術自主化。如：政府發放的消費券中要有一部分用于企業與科研院所合作研發，進一步幫扶在職學習，加大研發加計扣除比例等。

2．打造人機共融模式，加快傳統企業升級改造，加強有助于數智融合水平提升的系列創新配套基礎設施建設，可定向開展針對數智融合基礎建設的國家新一輪企業固資更新幫助行動，鼓勵第三方參與面向制造業的AI數智開發。

3．加快建設數智化武裝的實體經濟支撐的現代化產業體系。加快發展新質生產力，大力推進現代化產業體系建設是當前中國經濟發展的首要任務。建設現代化產業體系的關鍵基礎在于企業技術創新，數智化是創新媒介。

4．健全生態設施，以綠色產業、綠色技術和綠色發展政策推動產業發展。低碳化是人口規模巨大的中國現代化實踐路徑必然選擇，是人類可持續發展的保障。

5．繼續發揮廣東改革開放排頭兵先行先試作用，打通“產、學、研”等制約新質生產力的瓶頸，進一步解放思想優化知識產權制度，可嘗試研究成果先試用后轉讓的市場模式，可設計考核高校服務地方經濟的指標體系，督促院校科研立足國家與地方發展實際。

供應鏈數字化轉型對企業績效影響的研究

詹榮富 秦穎博

引言

當前，世界政治經濟格局正經歷百年未有之大變局，面臨市場過剩、同質化競爭激烈、環境變化極不確定、決策可預測性日益降低等諸多挑戰。因此，全球各國開始探索制造業企業在數字化領域的新型業態，數字化轉型迫在眉睫。中國制造業企業是中國經濟的重要組成部分，也是全球供應鏈數字化轉型的重要引領力量。為提升中國制造業企業競爭力、實現可持續發展，并積極應對世界經濟新格局與數字化轉型的新發展要求，廣東省以數字化轉型為抓手，在制造業高質量發展工作中取得顯著成效。數據顯示，2023年廣東省人工智能核心產業規模已突破13000億元，核心人工智能企業超800家，產業綜合實力全國領先。池毛毛等（2020）指出，制造業企業數字化轉型成功的關鍵在于供應鏈的數字化轉型。張明超等（2021）提出，供應鏈現代化水平是制造業企業數字化轉型程度的重要體現。因此，加強供應鏈數字化轉型研究，對推動傳統制造業企業轉型升級具有重要理論意義。

一、理論回顧

1961年，美國麻省理工學院教授Forrester在研究優化產業上下游動態關系時首次提出“供應鏈”思想。1982年，Oliver和Webber第一次提出供應鏈管理這一概念，他們將供應鏈管理定義為對物流一體化管理，是有效降低存貨占用水平的一種管理手段。Bolstorff和Rosenbaum提出，供應鏈運作參考（Supply Chain Operations Reference，SCOR）模型，將供應鏈界定為計劃、采購、制造、運輸和退貨五大流程，旨在通過應用企業資源計劃和企業流程再造等來實現企業內外部流程與信息的整合。根據上述理論，本文基于企業數字化供應鏈業務流程中的采購供應快速響應、庫存監控可見性、物流運輸準時性和需求規劃準確性等要求，以及增強企業競爭力和客戶服務，提出構建一個制造業企業供應鏈數字化轉型的概念模型。

圖1顯示企業的供應鏈數字化轉型將改善采購、生產和需求規劃等業務流程，從而提高企業績效，具體表現：（1）數字化轉型可以通過采購、制造、需求管理、倉儲、運輸、庫存等環節改善企業財務狀況；（2）數字化轉型可以通過優化數據收集與分析、提升員工技能、促進部門協作等方式，有效改善企業學習與成長；（3）數字化轉型可以利用數據驅動、自動化流程、智能決策等方式來改善內部業務流程；（4）數字化轉型可以通過環節優化，從產品質量、交付速度、產品定制化、服務質量等方面提升客戶滿意度。

二、研究假設

部分學者認為，大型企業因資源稟賦優勢（如資金、技術儲備）更易推進數字化轉型，而中小企業受限于資源約束，數字化進程可能滯后。但亦有研究表明，在數字經濟加速滲透的背景下，外部競爭壓力與政策引導可能促使不同規模、不同所有制企業采取趨同的數字化策略。基于此，本文提出第一個假設：

H1：企業概況變量分組對企業數字化轉型的實施程度沒有顯著差異。

企業類型、企業規模、企業年齡等常被視為影響其戰略選擇與資源分配的關鍵因素。部分學者認為，國有企業因政策支持與資源壟斷優勢，往往表現出更高的財務穩定性，而民營企業則因靈活的市場響應能力和創新驅動，可能在非財務績效（如客戶滿意度）上更具競爭力。相反，亦有部分學者研究表明，在市場化程度較高的經濟體中，企業類型對績效的差異化影響可能被競爭機制削弱。綜上，本文提出第二個假設：

H2：企業概況分組對企業績效水平沒有顯著差異。

從目前的文獻來看，企業數字化轉型對企業績效的影響是當前學術界關注的熱點問題。現有研究普遍認為，數字化轉型通過優化資源配置、提升運營效率、促進創新等路徑對企業績效產生正向作用。然而，部分學者指出，數字化轉型的效果可能因企業內外部環境差異而呈現異質性。綜上所述，本文提出第三個假設：

H3：供應鏈流程數字化轉型的實施程度與所選制造企業的績效水平之間有顯著影響。

三、研究設計

（一）研究樣本與數據收集

本文問卷的參與者為廣東省廣州、東莞、佛山、江門等地制造業企業的經理、員工和顧客，從中選出了300名參與者的樣本。

為了收集制造企業數字化轉型和公司績效研究的數據，使用的研究工具是一份修改后的問卷，該問卷改編自歷悅（2024）研究中提出的問卷。該問卷包括以下要素：企業的基本信息、供應鏈數字流程（采購、制造、庫存管理、需求規劃、倉儲、運輸和客戶服務）的實施程度、企業的績效（財務、客戶、內部流程、學習和成長）和企業的問題與挑戰，非常適合本文當前的研究。

為杜絕極端值和異常值的影響，本文對變量進行了上下1%的縮尾處理，最終得到29800個觀測數。數據統計結果顯示，性別方面有147位男性（占總樣本數49%）和153位女性（占總樣本數51%）。年齡分布中，31～40歲是人數最多的年齡段，有120人，占比40%。研究對象中企業在職人員及本科學歷人數分別有150人（占50%）和117人（占39%）。總體來看，樣本覆蓋全面，能代表研究對象，符合研究需要。

（二）變量測量

（1）解釋變量

本文解釋變量為企業數字化轉型。考慮到制造業正處在產業數字化和數字產業化的上升期，不少企業數字化水平偏低，企業之間發展不平衡、不充分的問題較為顯著，因此結合前文關于企業數字化轉型的理論梳理，該變量最終的測量維度包括價值鏈數字化采購、生產、需求計劃、庫存管理、運輸、倉儲和客戶服務7個方面，共計56個題項。

（2）被解釋變量

本文被解釋變量是企業績效。其變化通常可以用“最近3年來，企業的財務收益是否有較大提升”這樣的表述方式進行測量。考慮到制造業目前正處在快速發展階段，但廣東省部分企業的財務收益指標參差不一，本量表綜合胡青（2020）的觀點，選取涵蓋財務收益、客戶滿意、學習與成長以及內部業務流程指標，共計32個題項。

（3）控制變量

根據以往的研究經驗，企業規模、企業運營時間及企業屬性會影響企業績效。因此本文選取企業類型、企業規模、企業員工和企業年齡為控制變量。并對控制變量進行虛擬化處理，以提升研究結論的準確性。企業類型變量，1代表獨資企業、2代表合資企業、3代表合作企業。企業年齡變量，企業成立5年以下用1表示，成立時間6～10年用2表示，成立時間在11年以上用3表示。企業員工變量，員工數量低于500人由1代表，501～1000人由2代表，1001～1500人由3代表，員工數量多于1500人由4代表。企業規模以資本金額來度量，以1來代表1000萬元以下的中小企業．2代表1000～10000萬元的大型企業．3代表超過10000萬元的超大型企業。

四、實證結果和討論

（一）描述性統計

數據統計結果顯示，企業績效的均值依照降序排列：學習與成長、內部業務流程、客戶滿意和財務收益，其值分別是3.11、3.08、3.01、2.98，表明不同制造業企業的績效進行了“高水平”評估。數字化轉型均值為3.13，測量維度包括價值鏈采購、生產、需求計劃、庫存管理、運輸、倉儲和客戶服務，最大值為3.19，最小值為3.01，標準差0.631，表明制造企業之間數字化程度參差不齊，在“很大程度上”評估了供應鏈的實施程度。

（二）假設檢驗與結果分析

本文通過使用SPSS26.0軟件對提出的研究假設和數字化轉型對企業績效影響的概念模型進行檢驗。

（1）企業概況變量分組對數字化轉型過程實施程度的作用檢驗

根據企業概況變量分組（企業類型、企業年齡、企業員工和企業規模），計算概率Pgt;0.05，企業概況對數字化轉型過程實施程度沒有顯著差異的作用影響，因此假設H1得到驗證。

企業概況與供應鏈數字化轉型實施程度的關系檢驗結果顯示：企業類型所獲得的P值0.325、0.863、0.573、0.481、0.381、0.756、0.402，均大于0.05．意味著企業對數字化轉型實施程度的評估都沒有變化。企業年齡所獲得的P值0.065、0.742、0.857、0.224、0.115、0.444和0.152均大于0.05，說明員工參與者對數字化轉型過程實施程度的評估沒有顯著差異。企業員工所獲得的P值0.737、0.332、0.161、0.218、0.542、0.229和0.855均大于0.05，這意味著員工人數對數字化轉型過程實施的評估都是相同的。企業規模所獲得的概率值0.489、0.396、0.411、0.440．0.464、0.933和0.937均大于0.05，這意味著，企業規模對數字化轉型過程實施程度的評估都沒有變化。

（2）企業概況變量分組對制造業企業績效水平的作用檢驗

根據企業概況變量分組，計算概率P值顯示大于0.05，因此本文的假設H2得到支持。

企業概況對財務、客戶、學習和增長、內部流程方面的績效水平的作用關系檢驗顯示：企業類型所獲得的概率P值0.143、0.407、0.396、0.944均大于0.05，這一結果意味著無論企業類型如何，參與者對績效水平的評估都沒有變化。企業年齡所獲得的概率P值0.060、0.142、0.055和0.476均大于0.05，這意味著經營年限不是影響參與者對企業績效水平評估差異的因素。企業員工所獲得的概率值0.987、0.872、0.705和0.436均大于0.05。結果表明，根據員工數量分組時，所選制造企業在財務、客戶、學習和成長、內部流程方面的績效水平沒有顯著差異。企業資本規模所獲得的概率值0.907、0.923、0.659和0.818均大于0.05，這一結果意味著資本化金額不是影響參與者對企業績效水平評估的因素。

（3）供應鏈數字化轉型實施程度和企業績效水平之間的作用檢驗

供應鏈數字化轉型實施程度對企業的績效水平的作用關系檢驗結果顯示，所獲得的采購、生產、需求規劃、庫存管理、運輸、倉儲和客戶服務等7個概率P值均小于0.05，因此H3假設被否定，供應鏈流程數字化轉型的實施程度與所選制造企業在財務、顧客、學習和成長和學習和成長方面的績效水平之間存在顯著關系。這意味著，數字化轉型過程的實施程度越大，企業在財務方面的表現就越高，企業在客戶領域的績效水平就越高，在學習和成長方面的表現就越高，與此同時沿內部業務流程的績效水平之間存在顯著的作用關系。

五、結論與啟示

（一）研究結論

本文基于供應鏈管理理論、價值鏈理論等理論，將采購供應、庫存管理、倉儲、物流運輸、需求規劃、客戶服務等7項內容作為變量輸入，以及財務、學習和成長、內部業務流程和客戶滿意度4個績效作為輸出，構建一個制造業企業供應鏈數字化轉型的概念模型，以廣東省制造業企業300份問卷調查作為研究樣本，探索供應鏈數字化轉型與企業績效之間的關系。研究結果顯示：（1）企業數字化轉型的實施程度不依賴于企業概況變量分組；（2）企業績效水平和企業概況變量之間也不存在顯著的因果關系；（3）供應鏈在采購、制造、庫存管理、需求規劃、倉儲、運輸和客戶服務方面的數字化轉型程度與選定的制造企業的績效水平顯著相關，且更大程度的數字化轉型實施將帶來更高水平的企業績效。

（二）管理啟示

（1）堅持以客戶為中心

數字化供應鏈的核心任務是為客戶提供更智能、更個性化的服務，使客戶服務更貼近他們的需求。關注客戶對數據安全、隱私保護等的馬斯洛更高層次的消費訴求，建立更強大的客戶數字化管理平臺，促進客戶安全和隱私保護。積極面向廣大的消費群體，通過大數據等數字技術了解和滿足消費者的產品和服務需求。同時，打造與客戶良好互動的數字化線上反饋平臺，有效和高效地處理投訴，有利于客戶對服務與產品做出消費評價，提升企業的數字化客戶服務水平。

（2）發揮企業管理者實施數字化轉型引領作用

企業所有者／管理者通過制定的實施方案，投資數字技術，努力提高數字化轉型的實施程度。為此，企業應該加大對數字技術的投資，引人數字化管理流程，建立更強大的供應鏈數字化管理平臺，通過傳感器、物聯網和大數據等數字技術監控和跟蹤供應鏈信息，加強供應鏈企業之間信息共享，及時反饋和更新產品庫存信息，通過數字技術為客戶提供個性化服務，通過數字化轉型強有力的實施與推動。

（3）提升員工的數字化技能

由于缺乏高素質的員工和數字技術應用，企業在數字化轉型中面臨著一定的客戶服務挑戰。企業糟糕的客戶服務阻礙了忠誠度和滿意度、損害企業的聲譽，并使其在激烈的市場競爭中更難留住和招募客戶。員工可以積極參與企業所有者／管理者通過擬議的行動計劃，以提高數字技能，并解決供應鏈數字化轉型中遇到的人才短缺問題，優先考慮員工培訓和自身發展。