文 | 孫光林 南京財經大學人力資源與數據產業研究院研究員

2026年《政府工作報告》指出，“發展金融、信息技術、現代物流、知識產權、檢驗檢測等生產性服務業”。當前，我國制造業規模已穩居全球首位，服務業增加值占GDP比重持續提升，我國經濟正從規模擴張的高速增長階段轉向高質量發展階段。在這一背景下，數據作為新型生產要素，正以其獨特的鏈接與賦能效應，深刻重塑產業資源的配置方式與生產組織形態，為先進制造業與生產性服務業的深度融合提供核心驅動力。

數據要素賦能先進制造業與生產性服務業融合的現實基礎

產業、數據與制度三者相互支撐，共同構成了數據要素賦能效應得以發揮的基礎。

完善的產業體系為數據要素嵌入實體場景提供載體。先進制造業集群所具備的規模優勢與深度分工，以及生產性服務業專業化能力的持續積累，共同構成了數據要素賦能的核心骨架。當前，我國擁有全球門類最全、獨立完整的工業體系，各地先進制造業集群持續壯大。同時，研發設計、現代物流、產業金融、檢驗檢測等生產性服務業的專業化、規模化水平也在穩步提升。制造與服務雙向配套的產業生態日趨成熟，這為數據要素嵌入產業鏈各環節、打通跨領域協同創造了充足的產業場景。

高質量的數據資源是數據要素價值得以釋放的前提。2025年，全國年度數據生產總量達52.26ZB（澤字節），同比增長27.28%，約占全球27.44%。其中，工業制造、交通物流、軟件和信息技術服務業等行業數據生產量增幅較大，有效發揮了“壓艙石”作用。同時，工業互聯網平臺加速普及，重點平臺覆蓋全部41個工業大類，從設備運行參數到工藝流程數據、從供應鏈協同信息到產品全生命周期記錄，這為先進制造業與生產性服務業的深度融合奠定了堅實的數據基礎。

清晰規范的制度框架為數據跨企業、跨行業流通提供保障。2022年，《中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見》發布，從數據產權、流通交易、收益分配、安全治理等方面構建了數據基礎制度。在此基礎上，公共數據授權運營、企業數據合規共享、數據資產登記與收益分配等配套規則逐步落地，為產業間數據流通劃定了合規邊界。制度體系的不斷完善，使數據要素的權責界定、信任構建與合規管理有了明確的規則依據，跨企業、跨行業數據互通具備了現實可行的制度保障。

數據要素賦能先進制造業與生產性服務業融合的作用機理

夯實融合基礎。在技術層面，數據要素能夠推動研發、生產、運維、供應鏈等制造業和服務全流程信息的標準化與可計算化，依托工業互聯網平臺形成統一的數據底座，使制造與服務共享同一數據技術體系，原本清晰割裂的產業技術邊界會持續消融，衍生出智能檢測、預測性運維、供應鏈調度等新型數字化服務。在市場需求層面，數據要素能夠精準捕捉市場動態需求，個性化、多元化的消費需求將持續釋放長尾市場潛力，倒逼制造業加大研發、定制、售后等投入，企業得以將產能轉化為可調用的數據服務模塊，推動傳統批量生產向柔性定制轉型。與此同時，制造企業也會主動延伸服務鏈條，生產性服務業下沉也有助于企業基于制造場景開發垂直解決方案，從供需兩端雙向拓展融合場景，持續拓寬二者深度融合的市場空間。

降低融合成本。在傳統產業發展模式下，制造業與生產性服務業之間的協同高度依賴標準和技術規范，而信息不對稱帶來的高昂搜尋成本、談判成本和監督成本，導致制造業與生產性服務業融合長期停留在淺層外包階段。依托產業互聯網平臺的海量數據沉淀能夠有效降低融合成本。在傳統模式下，制造與服務企業協同往往依賴線下調研、展會對接或多方比價等，信息獲取范圍有限且效率低下，搜尋成本居高不下。數據要素依托產業互聯網平臺，將分散的制造需求與服務供給集中匯聚，通過實時流通與智能匹配，使供需雙方能夠快速鎖定彼此，從而大幅降低交易成本。同時，數據要素的全流程可追溯、可留存特性，使合作雙方的履約狀態能夠被實時監控，一旦出現爭議，數據留痕即可作為客觀憑證，極大簡化核驗與糾紛判定流程，從而有效降低了監督與合規成本。

提升融合效率。在制造服務化層面，全域生產數據的實時感知與動態反饋，使制造體系能夠按需柔性調配資源，顯著縮短個性化定制、共享工廠、遠程運維等新業態從需求到交付的響應周期。研發創新、工藝優化、智能運維等高附加值服務也因數據閉環而深度嵌入生產線，從而減少傳統模式下服務與制造之間的銜接延遲，提升制造端服務延伸與價值創造的效率。在服務制造化層面，數據打通了生產與服務的信息通道，產業金融、工業物流、供應鏈管理等不再作為外圍配套獨立運行，而是依托現場實時數據精準嵌入調度、質檢等核心生產環節。這種即時耦合消除了信息傳遞的中間損耗，使服務與制造的交互效率大幅提升。

數據要素賦能先進制造業與生產性服務業融合的實現路徑

打通數據流通壁壘，搭建統一數據底座。當前，制造端與服務端的數據標準尚未統一，加之企業出于安全考慮傾向于將核心數據封閉于內部系統，導致數據孤島問題突出，嚴重制約數據跨行業流轉與復用。應加快建立統一的工業數據采集、接口與交互規范，推動設備、產線、業務系統之間的兼容互通。例如，依托工業互聯網平臺與產業數據空間，構建統一的數據底座，實現制造、物流、金融、研發等多領域數據的互聯互通。同時，建立分級分類的數據共享機制，根據數據類型與敏感等級，匹配差異化的流通規則與防護措施。在保障企業數據權益的前提下，構建安全可信的數據流通渠道，推動數據要素在制造與服務之間有序流動，充分釋放數據資源對先進制造業與生產性服務業融合的支撐效應。

深耕行業細分場景應用，拓展融合空間。產業場景是釋放數據要素融合價值的核心載體。不同規模、不同發展階段的制造企業對融合服務的需求呈現梯度化特征。應圍繞先進制造業的細分賽道，構建分層分類、多元適配的融合應用體系。面向龍頭企業，推廣協同研發、預測性運維、全生命周期數字化管理等深度集成方案，推動數據要素向制造全鏈條滲透。面向中小制造企業，則部署柔性定制、共享產能、智能供應鏈調度等輕量化、低成本的數字化服務，降低其參與融合的技術與資金門檻。同時，推動生產性服務業依托產業數據下沉至制造場景，發展工業數據診斷、供應鏈金融、數字化檢驗檢測等新型服務，強化服務業對制造業的數據賦能深度。通過多層面協同推進，持續壯大制造服務化、服務制造化雙向業態，不斷拓寬數據要素的價值釋放空間。

數據要素的有序流通與價值交易，離不開完備的制度體系支撐。在權屬與交易層面，健全數據產權歸屬、數據資產登記、數據交易流通等基礎規則，厘清制造企業與服務商之間的數據權屬邊界與收益分配機制，激發企業參與數據共享的內生動力。在安全與保護層面，細化工業數據分級分類、數據脫敏處理、隱私保護等操作規范，明確企業核心工藝數據的安全保護邊界，為數據流通提供清晰的安全預期。在政策層面，完善產業數字化配套扶持政策，重點培育工業互聯網平臺能力，加大復合型數字人才培養力度，補齊數據要素市場化配置中的薄弱環節。