内容摘要：在全球新一轮产业革命和中国经济新旧动能加快转换的历史交汇期，发展新质生产力成为中国经济高质量发展的内在要求和重要着力点。当前，矛盾的主要方面体现为大规模生产方式无法满足日益升级的多样化消费需求。因此，利用大数据、人工智能、区块链、云计算等通用技术变革业务流程，促进企业内部组织扁平化、发展企业间多层次生产网络，形成高效协同的数字化产业生态系统，既是实数融合的基本方向，也是发展新质生产力的必然要求。在此过程中，科技创新、人才培养机制创新及以企业为主体是推动关键核心技术攻关、生产关系变革与最终实现新质生产力的关键举措。

一、引言

现阶段中国经济发展正在发生历史性变化，高质量发展成为全面建设社会主义现代化国家的必然要求。“新质生产力已经在实践中形成并展示出对高质量发展的强劲推动力、支撑力”，“发展新质生产力是推动高质量发展的内在要求和重要着力点”。党的二十届三中全会提出，需要促进实体经济和数字经济深度融合，推动制造业高端化、智能化、绿色化发展。现有文献大多将培育数字化、智能化的现代化产业体系作为发展新质生产力的重要举措，然而，以实数融合发展新质生产力的理论分析尚未形成系统的阐释。

在马克思看来，当生产力的量变积累到一定程度，便会引发生产方式的革命性变革，这种变化体现为劳动者、劳动资料和劳动对象在新的生产关系下的重新组合，标志着生产力的质变。习近平总书记也指出，发展新质生产力“以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵”，也就是由技术变革引领的社会主导性生产组织的变革。当前，中国既面临大规模、标准化生产方式无法满足多样化、个性化需求的矛盾，又面临第四次产业革命的技术浪潮。以数字化、智能化等新型通用技术，分层次地变革企业组织形态，使之形成万物互联的数字化产业生态系统，才能有效满足个性化、多样化的需求，最终实现“产品有市场、企业有利润、员工有收入、政府有税收”的高质量发展。

二、技术、生产组织变迁与生产力质变

人类“共同活动方式”的改变带来了生产力的质变。这一过程既伴随着通用目的技术的扩散，也包括技术变革引致的生产组织变迁，并最终呈现为新的生产方式。当数字技术成为通用目的技术，生产力的质变便体现在新的数字化产业生态系统中——核心企业组织扁平化，并在社会范围内主导形成多层次生产网络，与其他企业充分协调，迅速响应消费需求。当前发展新质生产力应以实数融合为方向，通过数字化、网络化、智能化改造企业组织驱动社会范围内的主导性生产方式变革。

（一）马克思文本中的生产力质变

生产力根源于人们在生产实践中形成的“共同活动方式”。马克思指出，生产物质生活本身是人类生存的第一个前提，也是一切历史的第一个前提。同时，已经得到满足的需要的活动及为满足需要而用的工具又会衍生出新的需要，这种周而复始的为了满足新的需要而产生的活动塑造了人类的历史。这一过程既包括人类与自然的互动产生的新的劳动工具，也包括人与人之间形成的新的社会关系。其中，社会关系“是指许多个人的共同活动，不管这种共同活动是在什么条件下、用什么方式和为了什么目的而进行的”。在此基础上，马克思给出了生产力在历史唯物主义层面上的抽象规定：“一定的生产方式或一定的工业阶段始终是与一定的共同活动方式或一定的社会阶段相联系着的，而这种共同活动方式本身就是‘生产力’”。因此，生产力在人们的交往与合作中得到发展，并且随着“共同活动方式”的更新而不断演变。

生产力质变的根本标志是“共同活动方式”变化，具体体现为生产组织内部分工与协作形式的转变。马克思对英国机器工厂的分析就明确体现了技术进步与组织变革的互动关系。随着劳动资料从工具向机器转变，并逐渐发展为有组织的机器体系，以机器大工业为基础的工厂制度就开始成为新的占主导地位的生产组织形式。机械工厂的基本原则是“许多人在那里制作同一的产品”，与工场手工业仍然依赖于“每个工人使用工具时的力量、熟练、速度和准确”完全不同的是，协作“现在表现为各个局部工作机的结合。……每台工作机又在结合的工具机构的体系中成为一个特殊的器官，执行一种特殊的职能”。因此，在机器生产中，以工人为主体的分工原则消失了，“劳动过程的协作性质，现在成了由劳动资料本身的性质所决定的技术上的必要了”。换言之，机器体系将劳动过程中的各个动作按照科学原理进行分解，使原本依赖工人主观经验和技能的操作被转化为客观的、可测量的机械运动组合。这种分解超越了手工业时期工人的身体机能限制，而且是基于技术可行性将整个生产过程重新构建为相互衔接的机械化工序。每个工人仅需完成特定的部分劳动，从而成为整体工人的一个组成环节，工人之间的协作关系也由主观的配合转变为由机器体系客观规定的技术联系。“大工业把巨大的自然力和自然科学并入生产过程”，突破了人体生理的局限，大大提高了生产过程的精度和效率，劳动生产力在量上发生飞跃，生产力真正发生质变。

生产力质变要顺利进行，必须形成与其相适应的新的生产关系。机器大工业在重塑劳动过程的同时，也彻底改变了生产关系。在一开始，生产工具和生产方式仍保留部分前资本主义特征，雇主主要通过延长劳动时间和增加劳动强度控制工人。然而，在机器工厂中，工人“转变为这个机器体系的单纯的活的附件”，其技能被破坏，劳动能力发生退化，丧失议价能力与自主性。生产过程从依赖工人的技能和经验转向依赖机器的更新或者说技术的进步，劳动对资本的形式隶属转变为实质隶属，劳动过程中的分工与控制形式随着机器更新而不断变化。最终，机器大生产不仅改变生产组织形态，更是将劳动条件在工艺方面也表现为统治雇佣劳动的力量。

（二）通用目的技术与生产组织变迁

每一次生产力的大发展，都起始于通用目的技术变革和扩散引发的产业革命。通用目的技术（简称通用技术，General－Purpose Technologies，GPTs）是一种普遍适用、创新互补、动态演进的技术，也就是说，通用技术具有广泛应用场景与多种使用途径，存在显著改进空间，能够催生多种与之希克斯互补、技术互补的技术，且其广泛扩散被视为维持经济长期增长的主要力量之一。一种新技术只有成为广泛扩散的通用技术后，才能释放其推动经济增长的潜能。这一过程通常较为漫长，既伴随着“溢出效应”，即生产部门应用该技术后的生产率提升，也伴随着“挤出效应”，即传统工业技术结构的调整。一般来说，通用技术首先在某些关键产业或龙头企业中得到应用，随后通过示范效应和技术外溢效应扩展到更广泛的组织群体。例如，蒸汽机、电动机、信息和通信技术（ICT）常被视为典型的通用技术：蒸汽机在工业革命时期率先应用于纺织业后，快速向采矿、冶金、运输等领域扩散，最终带动了机器大生产的兴起；电力技术虽于19世纪70年代问世，但其对生产率的推动作用直至20世纪初独立电动机普及与电网系统完善后才得以充分释放。

通用目的技术扩散后，不仅生产工具得以革新，更重要的是，“生产过程的社会结合”即生产方式也在持续改变。蒸汽机革命将分散的手工业作坊整合为机械化工厂，工人从独立的手工业者转变为受雇于资本的产业工人，形成了规模化的雇佣劳动体系，劳动者的个人技能也随着劳动过程被分解为简单重复的标准化工序而逐步退化。第二次工业革命以后，电力作为新的通用技术被大规模应用于福特的大规模生产工厂中，在流水线作业模式下，劳动过程进一步标准化与精细化，科学管理成为监督与激励工人的手段。企业组织内部日益科层化，形成更为复杂的官僚控制模式。而自20世纪70年代以来，信息技术再一次改变了工作流程，企业组织边界被打破，大型官僚企业推动自身组织的扁平化，构建起数据驱动的网络化协作生态，大量劳动者的劳动在世界范围呈现出“松散耦合”，即在地理上分散生产的部件最终会被整合为单个产品。算法使劳动过程中的控制更加精细化和集约化，大量灵活就业者面临着数字时代的“新泰勒主义”。因此，技术变革要升华为生产力质变必须通过全社会范围内主导生产方式的更替引致生产组织形态的变迁来实现。

通用技术的充分扩散与相应的生产组织新形态，最终呈现为生产力的质变。通用技术的扩散带来生产力的质变，在表面上呈现为劳动生产率的提高，本质是生产方式变革，即“共同活动方式”的转变。技术扩散不仅涉及生产能力的增量改进或新产业的发展，还涉及经济系统内各部门之间关系的深刻变革：历史性的新技术从初始领域向全产业链渗透拓展，并促使技术和管理的“常识”发生根本性转变，引发微观生产单元到宏观制度环境的整体性变革，形成新的“技术经济模式”。当社会中的生产组织、制度结构与新技术引发的一系列变革相互磨合时，经济周期处于萧条阶段，结构性调整结束后，通用技术顺利扩散，经济周期便进入繁荣阶段。例如，19世纪90年代电力技术推广初期正值生产率低谷，但1919—1929年间（与1909—1919年相比）美国制造业全要素生产率增长的5个百分点中，约有一半来自制造业二级电机产能的扩张。这一增长势头持续至1973年计算机革命前夕，此后便经历了数十年“索洛悖论”，直至20世纪90年代，信息技术的规模化应用才再次引发生产率大幅提升。这一过程中，全社会范围内的企业组织与组织间关系调整是生产力质变引致经济增长的核心。

（三）数字技术驱动下的生产组织变迁和生产力质变

当前大数据、云计算、区块链、人工智能等新一代通用技术的发展，正在引发新一轮的组织变革和生产力质变。新型通用技术的发展依然遵循技术创新—技术扩散的演变逻辑，通过重塑劳动过程的分工形式，逐步渗入经济系统内各部门的组织管理中，最终在社会范围内构建起高效连接的数字化生产组织模式。

人工智能、区块链、云计算等数字通用技术充分扩散后，通过数字化、网络化、智能化这三个递进式阶段赋能智能制造。其中，数字化是指将信息载体（文字、图片、图像、信号等）转换成数字编码的形式（通常是二进制），并在此基础上进行储存、传输、加工、处理和应用。网络化以信息物理系统（CPS）的广泛采用为标志，将人类活动空间从互联网拓展至物联网，实现了人、物、服务之间的交叉互联。而在智能化阶段，新一代数字技术通过数据要素的深度整合和算法模型的持续优化，不断突破计算能力、存储容量和分析精度的限制，形成了数据驱动的新型生产工具。例如，人工智能通过深度学习算法实现了对海量数据的智能处理，云计算提供了弹性可扩展的计算资源，区块链技术保障了数据在分布式环境下的可信传递，物联网则实现了基于数据的万物互联等。这些技术创新为生产全流程的数据采集、分析和优化提供了前提，使得企业打破原有组织边界，优化生产决策和资源配置，实现资源共享和协同创新。伴随着数字通用技术的扩散，数字技术将从局部工序改进升华为贯穿研发、生产、流通的全链条重构，生产方式或劳动过程的重组便成为生产力系统性跃迁的标志，通过“万物互联”式的复杂系统创新，最终推动生产力质变与人类社会历史阶段的转化。

新型通用技术使得数据驱动、网络协同、智能决策成为企业组织形态在数字时代的新特点。

数字通用技术的深度扩散使设备、网络、服务和内容突破了特定行业、企业或产品边界，创造了跨区域、跨时空、融合多个行业内容的新产品、新服务，生产灵活性或组织动态调整能力成为新一轮数字化浪潮中的核心竞争力。因此，数字通用技术驱动下的生产组织需要打破以往僵化臃肿的垂直管理体系，向着扁平化的柔性组织转变。向智能制造转型升级的过程不仅涉及利用数字通用技术优化执行端生产效率，也涉及利用数字通用技术完善建模（modeling）能力，即利用数据分析问题、解决问题、预测问题，从而帮助企业以客户为中心，优化生产计划、监控生产过程以及完善售后管理。例如：新一代通用技术与传统企业资源计划（ERP）系统的结合催生了云ERP、大数据（BI）+ERP、人工智能（AI）+ERP、物联网（IoT）+ERP等新模式，使得ERP系统在将各个业务模块数据打通的同时朝着云端化、智能化、移动化和定制化的方向发展。基于新一代信息通信技术与先进制造技术深度融合，智能制造贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能。智能化是现代化产业体系的重要特征，能否把握人工智能等新科技革命浪潮，实现产业体系的智能化转型，事关一个国家尤其是大国的产业核心竞争力。

“一个工业部门生产方式的变革，会引起其他部门生产方式的变革”，以模块化和互补性为关键特征的数字化产业生态系统是实现新质生产力的落脚点。在模块化架构下，生产流程离散分布，独立但相互依存的企业通过生态系统进行协调。多主体的参与必然要求生态系统具有较高协调性和组织性，这就需要建立具有独特互补性或超模互补性的企业集群。在这个意义上，生态系统是由具有多边互补性和非通用互补性的差异性个体组成的集合，同时不完全受等级制度的控制。在良性生态系统中，供应链上下游企业之间形成新型伙伴关系，相互贡献知识、相互成就。数字通用技术的深度应用重塑了企业间的协同模式，核心企业通过搭建数字化协同平台，将上下游供应商纳入统一的信息网络，实现需求信号快速传递和资源动态调配。平台化协同使核心企业得以整合外围配套企业的专业化能力，通过柔性生产体系和模块化设计实现产品快速定制。同时，基于大数据分析的需求预测和库存优化机制，促使供应链各环节企业形成协同响应机制，上游企业可根据下游需求变化灵活调整生产计划，下游企业则能获得更精准的供给保障，最终构建起高效敏捷的企业间网络，使企业能够在保持规模效益的同时，快速响应多样化、个性化的消费需求。数字通用技术的深度扩散与形成“生产要素创新性配置”、“生产组织方式网络化智能化”的数字化产业生态系统，共同推动生产力跃升。

上述分析表明，发展新质生产力应以实数融合为方向，充分发挥新一代通用技术的溢出效应，建立由需求驱动的网络化、智能化生产方式以满足国内个性化、差异化和不断升级的消费需求。随着新型通用技术在新旧部门间的持续扩散和改进，建立适应于数字通用技术条件的“共同活动方式”，最终实现劳动者、劳动资料以及劳动对象的优化组合，生产力由此发生质变。

三、通用技术、实数融合与数字化产业生态系统

习近平总书记深刻指出：“我国经济发展面临的问题，供给和需求两侧都有，但矛盾的主要方面在供给侧。”具体体现为“需求变了，供给的产品却没有变，质量、服务跟不上”。这说明，发展新质生产力的着重点应当是促进实数融合，即借助数字通用技术改造现有生产组织，发展高效协同、快速响应的数字化产业生态系统。具体来说，实数融合主要包括技术应用、组织内部结构、组织间关系这三大方面的革新，各类企业应当采取大数据、人工智能、物联网等新一代关键共性技术，结合自身战略定位采取差异化的组织变革路径，参与构成“龙头核心企业—专精特新企业—大规模生产企业”的开放生态系统，实现更大范围、更深层次、更高效率的分工协作模式，推动实现新质生产力。

（一）新型通用技术推动实数融合

应用新型数字通用技术是企业实数融合的起点。新型通用技术与传统生产流程相结合，意味着全面提升设备智能化水平，并加强制造系统的一体化集成。以信息物理系统（CPS）为核心，数字通用技术将产品全生命周期链接到中央服务器，协助同一企业内不同部门的“垂直集成”和不同企业之间的“水平集成”。智能制造的理念真正落地后，各系统间形成数据闭环和业务协同，形成贯通设计、生产、供应、服务全过程的可视化管理体系，实现“规模化+定制化”的生产模式，敏捷响应客户需求，有效避免生产过剩。

在产品设计阶段，数字通用技术推动设计过程的智能化革新。产品数据管理系统（PDM）依托云计算实现数据的集中存储和统一管理，结合大数据分析优化产品设计方案。数字孪生、人工智能等技术赋能计算机辅助设计（CAD）、计算机辅助工艺规划（CAPP）系统，通过虚拟仿真验证产品性能，确保设计方案的最优化。

在产品生产阶段，新一代数字技术全面提升制造智能化水平。制造执行系统（MES）实时监控生产数据和原材料库存，利用人工智能算法预测原材料需求、优化生产计划并触发智能采购。工业互联网平台整合了先进信息技术与传统制造技术，全方位集成产品全生命周期中的人员、组织、管理和技术要素安排，借助人工智能和大数据分析提供实时决策支持。工程师利用数字化工艺设计平台完成制造工艺规划，通过虚拟调试提前识别并解决生产过程的潜在问题。

在产品流通阶段，数字技术推动供需精准对接和服务创新。企业可借助工业互联网平台与5G技术的融合实现设备互联互通和实时数据采集，并通过客户关系管理系统（CRM）的云部署集成多个销售渠道，应用大数据技术分析客户行为特征，提供智能化服务和个性化推荐，快速响应多样化的消费需求。以希音（SHEIN）为例，该企业基于工业互联网构建了“客户到制造”（C2M）的核心商业模式，实现需求直连制造、数据驱动生产，有效降低库存成本和经营风险。

（二）实数融合推动企业组织变革

正如党的二十届三中全会提出的，要“加快产业模式和企业组织形态变革，健全提升优势产业领先地位体制机制”。通用技术扩散后，必须创造新的业务流程，新技术和新组织相配套，才能真正实现生产力质变。而企业组织的变革方向取决于其行业特征与能力禀赋，随着不同类型企业采取差异化的组织变革路径，才能互补形成社会范围内的数字化产业生态系统。

龙头核心企业作为产业生态系统的集成者，要保持总部机构的精简高效，以开放可控的技术创新平台为核心，搭建平台及其模块组成的生态系统。数字技术普及降低了协调成本，创新活动日益呈现分布式特征。核心企业必须充分适应并利用创新的不确定性，协调并集成生态系统中不同主体的创新。这就要求核心企业设法通过标准化接口（API、SDK等）与模块化架构，整合跨组织的互补产品、技术或服务开发。与此同时，为加速技术迭代和创新资源响应，核心企业需要剥离非核心业务，压缩臃肿的职能部门机构，构建扁平化组织，使企业决策管理人员与操作人员之间的层级尽可能减少，集中资源，实现高效的通用标准制定与关键技术研发。

“专精特新”企业作为链接龙头核心企业和大规模生产企业的中间节点，需要专攻子系统研发，并保持生产组织的灵活性。这类企业组织变革的核心逻辑是从“以流程为中心”转变为“以产品为中心”，即按模块与小组划分流程，确立彼此之间的相互作用，估算各种方案需要的成本和时间，使制造流程尽可能紧密地结合在一起。具体来说，要建立以子领域前沿技术为中心的矩阵式组织结构，强化研发、生产、市场等部门的协同；构建快速响应机制，借助数字技术实现与上下游企业的实时供应对接；培育专业化团队，建立技术创新激励机制，保持专业领域领先优势；完善柔性生产系统，实现高质量、高效率、快速响应的“精益生产”。

大规模生产企业主要响应其他类型企业的供应需求和市场的消费需求，实现批量生产的“大规模定制”。大规模企业要积极接入物联网平台，接收模块化零部件供应和产品加工指令，按需调度原材料和劳动人员。尽管依然采取生产线专线专用模式，但接入ERP系统后，有助于核心企业对大规模生产速率和质量的全面监控和实时优化。更进一步地，大规模生产企业还可配合数字孪生技术，建立智能排产系统，实现订单自动分解、生产计划智能调度，持续改进生产效率。

（三）组织变革推动数字化产业生态系统的形成

在生产力质变的过程中，新型通用技术在部门间扩散，促使不同部门间相配合，形成特定的生产分配网络。企业基于各自的独特互补性或超模互补性覆盖不同业务领域，通过组织外部的协作与分工，共同构建数字化产业生态系统。在新的生态系统中，龙头核心企业引领变革，“专精特新”企业承担配合与传导功能，大规模生产企业则落实最终消费品量产。只有最终形成了各个类型企业紧密配合的生态系统，使新的技术组织形式真正落地，才能形成带动社会发展、促进新旧动能转换的新质生产力。

在数字化的产业生态系统中，应用了新兴技术与组织的龙头核心企业、“专精特新”企业与大规模生产企业相互配合，形成快速响应消费需求的社会化生产方式。其中，核心企业承担产品开发、技术创新和品牌运营，开发或集成关键核心技术，同时利用云平台主导产业链整合与基础设施投资，是产业生态系统中的“基石组织（keystone organization）”。“专精特新”企业将业务重点放在相对狭窄的专业领域，往往围绕龙头核心企业需求进行子系统的创新和零件供应，通过定制化的柔性生产方式满足高端化、多样化的产品需求。例如，英伟达专注高性能集成电路设计，而工艺技术和制造能力还要依赖于台积电的外围供应。核心与“专精特新”企业往往选择在区域创新要素集聚、产业基础雄厚的城市群布局，推动“卡脖子”环节的国产化替代。围绕上述两类企业，大规模生产企业接入物联网，通过智能化改造提升生产效率，响应其他企业的零部件供应需求和大众市场的消费需求，随时承接规模化制造任务。三类企业各自发挥比较优势，形成“研发创新—关键制造—规模生产”的分工体系，在数字要素的跨界流动与优化组合下，共同嵌入数据驱动、多元合作、高效协同的数字化产业生态系统。

四、推动实数融合、发展新质生产力

新质生产力“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，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵”，实数融合是发展新质生产力的基础。但目前中国“原始创新能力还相对薄弱，一些关键核心技术受制于人，顶尖科技人才不足”，造成中国企业向实数融合迈进的过程中遭遇瓶颈。为解决这些问题，“大力推进科技创新”“深化人才工作机制创新”并以企业为主体促进“管理和制度层面的创新”成为推动实数融合、形成新质生产力的关键举措。

（一）完善关键核心技术攻关的新型举国体制

“我国科技发展水平特别是关键核心技术创新能力同国际先进水平相比还有很大差距，同实现‘两个一百年’奋斗目标的要求还很不适应”，破解“卡脖子”技术瓶颈是实现我国高水平科技自立自强的关键。“反向凸角”理论指出，技术系统中发展滞后的环节会制约整体效能。在中国当前的科技创新体系中，最突出的“反向凸角”是高端芯片和核心工业软件等基础技术领域，部分发达国家发动的贸易制约更是使中国国内相关产业面临“卡脖子”难题。例如，用于设计芯片的软件工具由美国公司主导，中国企业在全球软件工具市场所占份额不足1%；在核心知识产权方面，中国企业的市场份额仅仅达到2%。受制于关键核心技术“卡脖子”难题，我国大部分企业在全球分工网络中还处于外围，只能被动听从发达国家和核心企业的生产安排。

在此背景下，必须发挥新型举国体制优势，形成政产学研协同攻关的科技创新模式。关键核心技术创新往往具有较高风险，仅凭市场驱动难以启动和维持，必须统筹“有效市场”与“有为政府”，整合科研机构与企业研发资源，构建“需求牵引——协同攻关——应用落地”的创新闭环。具体来说，政府通过顶层设计明确攻关方向，设立“揭榜挂帅”“赛马制”等激励机制，并以税收优惠、研发准备金等政策降低企业试错成本，引导高校或科研院所与企业联合创新。

科研机构聚焦基础研究，提供智力支撑与人才储备；龙头核心企业开发共性技术研发平台，牵头组建生态系统中的创新联合体；“专精特新”企业则依托细分领域技术积累参与配套突破。通过发挥以“集中力量办大事”为特点的新型举国体制的制度优势，不仅能够突破单一主体资源局限，更通过利益共享与风险共担，实现基础研究、应用研究与产业化的有机衔接，为攻克“反向凸角”，构建技术供给自主可控的现代产业体系提供制度保障。

（二）推进教育科技人才体制机制一体化

推进以实数融合为目的的技术与组织创新，还要求培养一批新型劳动者。目前，“我国人才培养与科技创新供需不匹配的结构性矛盾比较突出”，人才供给体系成为技术创新与组织变革的现实掣肘。从数字化产业生态系统的层级结构来看，不同类型企业基于其在产业链中的定位和功能，对人才的需求呈现出明显的差异化特征。必须建立与之相适应的教育科技人才培养体系，实现人才供给与产业需求的精准对接。

龙头核心企业作为产业生态系统的引领者，需要大量复合型创新型人才。随着创新模式由线性向网络性转变，知识资源的异质性呈指数级增长，组织内部人员间的信息沟通也可能出现断层。为突破关键核心技术“卡脖子”，必须培育一批复合型人才——可以是技术与业务的复合，可以是交叉学科领域的复合，也可以是研发与管理的复合。复合型人才不仅需要精通专业技术，更要具备跨知识体系架构能力。因此，政府必须提前布局，“建立科技发展、国家战略需求牵引的学科设置调整机制和人才培养模式，超常布局急需学科专业，加强基础学科、新兴学科、交叉学科建设和拔尖人才培养”，为核心企业储备一批能够准确把握战略局势、统筹技术创新路线、进行平台治理和复杂系统开发的“战略科学家、一流科技领军人才和创新团队”。

“专精特新”企业作为关键环节的突破者，需要专注于特定技术领域的专业化人才。这类人才应具备持续深耕能力、专业技术创新能力和工匠精神，能够承担技术攻关和产品研发的重任。一方面，通过“产学研用”协同机制推动高水平研究型大学与技术领军企业进行人才联合培养，同步提升技术攻关与研究成果市场化进程；另一方面，知识转化为市场应用技术大概需要25—35年时间，这就要求“专精特新”企业建立“师徒制”等长效培养机制，专注培养具有长期竞争力的科技人才。

大规模生产企业作为产业链的重要支撑，需要兼具数字技术基础与数字化设备实操能力的“紫领人才”。小批量、多品种的柔性生产体系要求快速调整参数和换模，一线劳动者必须具备操控数字化设备的技能，并承担问题解决、流程改进、生产计划安排等任务。可以借鉴德国“双元制”职业教育模式，依托校企共建的实训基地培养技术技能人才。同时，领军企业作为新质生产力的重要实践主体，要加快培养以“卓越工程师”“大国工匠”为代表的能够熟练掌握新质生产资料与新型生产工具的应用型人才，通过将高技能人才与先进生产资料有效结合，充分释放核心生产要素的增长潜能。

（三）以企业为主体，推动实数融合

当前，企业智能化水平提升较慢，数据等关键资源难以有效流动和整合，彼此间尚未形成深度融合、协同创新的数字化产业生态系统，资源配置效率难以突破提升。而在社会主义市场经济中，“企业是经营主体，企业发展内生动力是第一位的”。为了实现生产力质变，必须“弘扬企业家精神，专心致志做强做优做大企业”，尤其是“支持和引导各类企业提高资源要素利用效率和经营管理水平、履行社会责任，加快建设更多世界一流企业”。

数字时代，企业家精神主要体现在技术创新、管理变革与社会责任承担等三个方面。首先，企业家必须“坚守主业、做强实业，加强自主创新，转变发展方式，不断提高企业质量、效益和核心竞争力”。由于数字通用技术的发展使得五种创新形式——新产品、新生产方法、新市场、新原料来源和新组织形式在数字时代全面升级：人工智能催生智能产品生态，工业互联网重构生产流程，数据要素开辟全新市场空间。因此，企业家必须以前瞻性思维引领技术创新。其次，企业家精神还体现在管理与制度层面。数字时代的企业家需要突破线性创新逻辑，根据企业特质，积极推行扁平化架构，提升企业灵活性和响应速度，并嵌入由多层次企业构成的产业生态系统，开放协作、资源共享、能力互补，在系统中不断提升自身的竞争力。最后，面对在工作自动化、灵活化趋势下诞生的不受传统社会保障的灵活就业者，企业还应积极承担社会责任，创新企业内部人才管理制度，建立灵活的人才激励和保障机制。例如“健全终身职业技能培训制度，全面推行企业新型学徒制培训”、“组建区域劳务协作联盟”、创造多样化、个性化就业岗位等，为劳动者提供基本保障。

五、结语

迄今为止，每一轮通用技术的产生都促进了新的工业革命。18世纪蒸汽机带来的机械化引发了第一次工业革命，20世纪前半期电力能源的大规模应用催生了第二次工业革命，20世纪70年代计算机的普及推动了第三次工业革命。有学者指出，云计算、大数据、区块链、人工智能等新一代数字技术将带来第四次工业革命。新技术对社会发展的影响是一个非连续的动态过程，在这一过程中，技术吸收能力决定了社会的现代化程度。换言之，云计算、大数据、人工智能等新一代通用技术在经济体系中的扩散程度和扩散方式决定了这一时期企业、行业和国家间的竞争格局。

通用技术的扩散伴随着生产组织的变迁。我国当前主要矛盾的主要方面集中在供给侧，具体体现为供给结构和效率不适应已经升级的消费需求。习近平总书记明确指出：“高质量发展需要新的生产力理论来指导。”要实现新质生产力要求的“高科技、高效能、高质量”特征，就需要发挥新一代通用技术的溢出带动效应改造传统的大规模生产方式，带动生产制造、分销售后等环节全面优化升级，提高满足国内外市场需求的能力。因此，实体经济中各产业与云计算、人工智能、大数据等新一代通用技术结合形成数字化生产组织形态，既符合新质生产力以科技创新为主导的要求，也是当前生产组织最主要的变革方向。

发展新质生产力所需要的新型生产组织既要充分利用关键生产要素，还要能够将设计、管理、生产、销售连结成一个一体化的系统。一方面，新型数字技术的快速更迭大大缩短了产品的生命周期和研发周期，这就要求企业的生产规划和产品预测能力更迅速、更精确。同时，企业还需应对来自新进入者和现有优势企业的激烈竞争。这就要求企业不仅要将数字通用技术升华为核心竞争能力，基于自身比较优势构建差异性的组织形态，还需要在企业间以“龙头核心企业——专精特新企业——大规模生产企业”的层次形成耦合协调的数字化产业生态系统。这样的组织形态既促进企业专注于核心能力建设，也有利于企业通过网络效应获取互补能力。与此同时，这种组织能力建设不仅可以确保企业的持续发展，还可以推动企业和新兴工业企业所在国家的持续发展。在此过程中，既要发挥新型举国体制在核心技术攻关上的协调组织优势，实现多主体对关键共性技术的协同攻关，也要以尖端技术人才培养为抓手促进生产关系变革，同时充分发挥以创新为核心的企业家精神，共同推动新质生产力发展。

作者：谢富胜，中国人民大学全国中国特色社会主义政治经济学研究中心副主任，中国人民大学出版社总编辑，教授；刘泽元，中国人民大学经济学院博士研究生；江楠，上海财经大学经济学院讲师

本文转载自中国经济问题（2025年第6期）。文章经授权发布，如需转载，请统一注明出处人大政治经济学论坛及作者