我国“数实融合”存在的问题

我国数字经济与实体经济融合面临着很多问题,具体体现在以下几个方面。

◆数字经济与实体经济融合发展不充分

目前,我国数字经济与实体经济的融合发展已取得阶段性成果,但二者融合发展的深度与广度还有很大的提升空间。并且,数字技术融入不同行业的方式与速度表现出很大的差异,融合路径与融合机制仍然需要探索。

一方面,在数字经济与实体经济融合的过程中,企业要对组织机构、业务流程以及经营管理进行调整,需要平衡资金投入与收益,选择可靠的技术平台,改革传统的商业模式等。因为涉及的问题比较多,而且投入比较大,所以很多实体企业出现了不敢转型、不能转型、不会转型的问题。另一方面,很多企业对数字化转型的认知比较片面,单纯地认为数字化转型就是引入数字技术,没有将数据作为生产要素,对数据的挖掘利用不充分,与爆发式增长的数据不匹配,无法满足企业的数字化转型需求。

◆数字经济与实体经济融合发展不平衡

一方面,我国数字基础设施、技术与人才的供给严重不平衡,这种不平衡主要表现在不同地区、同一地区的不同省份、同一省份的城市与农村之间。发达地区的5G网络、高速宽带网络以及互联网服务中心的建设水平要比欠发达地区高很多,而且在大数据、人工智能、云计算等关键技术创新领域取得了重大成果,对数字消费与服务的需求大幅攀升,吸引了一大批高端数字化人才,对数字经济与实体经济的融合产生了积极的推动作用。

另一方面,数字经济与不同产业的融合程度不同。根据中国信息通信研究院发布的报告,2020年,数字经济在农业领域的渗透率为8.9%,在工业领域的渗透率为21%,在服务业领域的渗透率为40.7%。与服务业相比,数字经济在农业、工业领域的渗透率还有很大的提升空间。即便是同一产业,数字经济与不同行业的融合也存在很大差异。例如,在制造业,相较于食品制造及烟草加工业,数字技术在通信设备、计算机、其他电子设备制造等领域的渗透率更高。

◆核心数字技术水平有待进一步提升

数字经济与实体经济的融合离不开技术的支持,因此我国相关企业与机构要在核心技术领域寻求突破,不断提升数字领域的核心技术水平。近年来,随着实体经济与数字经济进一步融合,我国相关企业与机构在人工智能、云计算、大数据、量子通信等领域积极探索,使得一些核心技术的发展水平有了大幅提升,但一些关键领域核心技术的研发与应用仍与发达国家存在较大差距。

以工业企业利用数字技术转型为例,5G与工业互联网的融合应用刚刚开始,虽然相关企业专注于工业研发设计、制造操作系统、仿真测试等领域的技术研发,但掌握的核心技术与欧美等发达国家相比仍存在较大的差距,仍需加强在工业云、工业大数据等领域的自主创新。除此之外,我国工业企业对国外的芯片、传感器、控制器仍有较强依赖,导致数字经济与实体经济融合的乘数效应[2]无法充分发挥。

◆跨界融合的应用型人才储备不足

随着数字经济与实体经济实现深度融合,数字技术的应用场景不断拓展,对既了解数字技术,又掌握行业专业知识的跨界复合型人才提出了巨大的需求。但目前,这类人才缺口极大,在很大程度上制约了实体经济与数字经济的融合发展。例如,工业企业中掌握产品研发与生产运营双重能力的人才非常少,同时掌握大数据、人工智能、云平台等数字技术的人才更是凤毛麟角,所以很难为实现数字化转型匹配相应的跨界复合型人才。

◆数据产权界定与治理体系的完善滞后于产业数字化转型

随着数字经济与实体经济实现深度融合,产业边界与业务边界将变得越来越模糊。目前,我国还没有发布能够明确界定数据产权归属的法律法规,使得数据知识产权保护的责任主体划分不明确,容易发生数据侵权、创新成果被恶意抄袭等问题,导致企业融合创新力度不足。例如,在无人车、无人机领域,一旦无人车、无人机发生交通事故,或者企业的创新成果被窃取,就只能按照现有的法律法规进行处理,根本无法明确界定责任主体,得到令人满意的处理结果。

另外,数字技术在应用过程中将产生大量数据,这些数据需要流通共享,在这个过程中有可能产生数据垄断巨头。也就是说,一些大型数据平台可能会利用业务之便存储大量数据,不仅会形成竞争壁垒,扰乱市场秩序,还可能滥用数据、对数据进行非法传播、泄露用户隐私……同时,随着智能算法持续更迭,由算法带来的算法歧视、大数据杀熟等问题将越发凸显,行业、企业亟须健全数据治理体系。