201712月13日(201712月13日国家公祭日视频)

数字经济的宏观视角专题报告

（报告出品方/作者：中信证券，程强、黄昕）

直观理解数字经济的“四化”框架

数字经济是以数字化的知识和信息为关键生产要素，以数字技术为核心驱动力量的新 型经济形态，是继农业经济、工业经济之后的一种新经济形态。具体包括四大部分（通常 简称为“四化”）：（1）数字产业化，指的是与数字产品的生产与服务、数字技术的应用密 切相关的四大核心数字产业，包括电子信息制造业、电信业、软件和信息技术服务业、互 联网行业。通常对应于 Wind 行业分类中的信息技术与电信服务两个分项。（2）产业数字 化，指的是传统产业利用数字技术升级后形成的融合型新产业、新模式、新业态，包括工 业互联网、智能制造、车联网、平台经济等行业。（3）数字价值化，指的是数据要素作为 “资产”在市场上全流程流通交易，包括数据采集、数据标准、数据确权、数据标注、数 据定价、数据交易、数据流转、数据保护等。（4）数字化治理，指的是利用大数据和数字 技术加强政府治理。

（1）数字产业化和（2）产业数字化两个部分是数字经济产生增加值的显化生产力， 被纳入了数字经济增加值的核算体系中，统计局为其中的“核心产业”出台了细化的统计 分类方法。2021 年 5 月，国家统计局为数字经济核心产业制定了统计分类方法，其中的 01-04 科目为“数字产业化”部分，包括数字产品制造业、数字技术应用业、数字要素驱 动业、数字产品服务业；05 科目为“产业数字化部分”，包括智慧农业、智能制造、智能 交通、智慧物流、数字商贸、数字社会、数字政府、其他数字化效率提升业等。目前上市公司市值排名最高的五大行 业为：电子元器件及设备制造业、软件开发业、通讯及雷达设备制造业、信息技术服务业、 互联网相关服务业。

（3）数据价值化领域，正在不断开发、完善的进程中，但未来随着相关法律法规的 完善，该领域挖掘出的可计价的数据资产预计可为我国经济贡献巨额的增加值。2023 年 成立的国家数据局预计将致力于数字价值体系和市场规则的建立，促进数据价值的释放。 国家工业信息安全发展研究中心测算，2021 年我国数据要素市场规模为 815 亿元，预计 “十四五”期间市场规模复合增速将超过 25%，即到 2025 年我国数据要素市场的规模可 达到约 1990 亿元的水平。当前我国数字价值化领域创造的 GDP 仍然不高，有较大的提升 潜力。

（4）数字化治理领域，利用大数据优化政府治理方式，将在极大程度上提高治理效 能、改善民生。目前我国的数字化治理领域仍在不断摸索前行的进程中，政务数据的开放、 公共服务数据的应用仍然有所不足。展望未来，通过统一的大数据施政平台，可以将原本 分散在不同部门、行业、主体的数据作为数据整体加以统一协调应用，提高政府的综合治 理能力，并通过有序的数据开放推动政府与公众之间多元治理的良性互动。

全球数字经济发展的行政管理机构设置

在全球数字经济的浪潮下，各国政府纷纷从行政管理机构设置以及政策战略端入手， 旨在提升国家数字经济发展水平。（1）美国的起步较早，但管理较为分散。美国贸易代表 办公室（USTR）建立的数字贸易工作组负责识别数字贸易壁垒和制定相应的政策规则， 美国联邦通讯委员会负责落实各类 5G 政策，网络空间和数字政策局则主要负责国家网络 安全、信息经济发展和数字技术等领域的工作。（2）日本在 2021 年建立数字厅，旨在统 筹集中数字经济管理职能，推动行政数字化改革，提升社会数字化水平，推动数字经济发 展。（3）中国于 2023 年初宣布）组建国家数据局，整合中央网信办、国家发改委在数字 经济方面的相关职能，统筹推进数字中国、数字经济、数字社会规划和建设。

我国国家数据局的建立对于构建数字要素统一市场，充分发挥数字要素职能具有重要 意义。一方面，中央层面统筹全国数字经济发展，协调各地数据经济政策，消除地方机构 归口与级别差异。近年来，各省份充分意识到数据的重要性，新设数据管理机构数量迅速 上升。我国有不少省市成立了大数据管理机构。据人民启信数据，截至 2022 年底，由副 省级以上政府牵头组建的数据交易所超过 30 家。但整体上看，省级大数据局运行在机构 性质明确性、职能定位清晰度、职能配置科学性上有待进一步提升。根据 2023 年《国务 院机构改革方案》，国家数据局将在国家发改委的领导与监管下开展政策制定，消除了以 往省市数据管理机构在归口与级别上的差异。本次国家数据局的设立，有助于从国家层面 协调统筹，规范数据市场管理，形成合力，推动我国数据要素统一市场的建立。 另一方面，有助于充分释放公共领域的数据应用潜力，构建完善的数据应用生态系统。 我国数据应用场景主要集中在私人领域，例如，我国互联网大数据领域应用朝蓬勃化、市 场化方向发展，腾讯、阿里巴巴、京东等互联网公司先后建成大数据存储与处理平台，并 在移动支付、网络征信、电子商务等应用领域进展迅速。然而，数据在我国公共服务领域 的应用场景有待进一步拓展，此次国家数据局的建立是充分释放公共领域数字潜力的最佳 契机。伴随政务信息化的发展，我国各级政府积累了大量生产生活信息与数据，但整体上， 这部分数据尚未实现完全的盘活与利用。而本次国家数据局的建立，有助于实现公共数据 的统一化管理与应用。

全球数字经济发展的政策支持路径

随着全球数字化时代的到来，数字经济以其在提升生产率、优化资源配置等方面的优 势成为了各国争相占领的高地，当前各国政府高度重视数字经济的发展，纷纷推动大数据、 区块链、人工智能等前沿技术发展，区域层面、国家层面的战略政策频出，数字经济的浪 潮方兴未艾。这一部分中，我们将围绕数字产业化、产业数字化、数据价值化以及数字化 治理的“四化”框架，比较中、美、日三国在数字经济方面的政策战略历史演变。

（1） 数字产业化：发达国家先行，我国加速追赶

从启动时间来看，美国早在上世纪 90 年代就已有“信息高速公路”、《浮现中的数字 经济》、《新兴的数字经济》等战略，后续的《数字经济》系列战略强调发展信息技术产业， 《联接美国：国家宽带计划》提出提升宽带普及和应用度，完善基础设施建设；日本也早 在 2001 年就提出“e-Japan”规划，旨在建立高速互联网、完善基础设施，培育 IT 人才。

中国在数字产业化方面的启动相对较晚，政策发展历程主要可分为三个阶段：

阶段一：1990-2014 年的政策萌芽阶段。早期我国信息化基础薄弱，与发达国家相比 存在较大差距。2006 年 5 月，中央、国务院印发《2006-2020 年国家信息化发展战 略》，伴随该战略的实施，我国信息化产业发展迅速，数字经济思潮初步萌发。2010 年后 全球新型信息技术迅速发展，其应用场景快速扩张，各国试图抢占新一轮科技革命的竞争 优势。2012 年 5 月 4 日，工业和信息化部发布《通信业“十二五”发展规划》。同年 7 月 9 日，国务院印发《“十二五”国家战略性新兴产业发展规划》，两个规划文件先后提出要 加快构建下一代国家信息基础设施，促进信息网络升级、关键技术开发和产业化，并具体 部署光纤、宽带、移动通信、云计算、物联网等新型应用基础设施发展规划。

阶段二：2015-2020 年，政策开始着力支持数字基础设施建设。尽管这一时期的网络 能力与信息化终端应用普及化程度提升，但我国的信息基础设施在光纤、移动通信等信息 网络推演升级，云计算和物联网等新型应用基础设施方面还存在改进空间。因此，加强数 字基础设施建设成为这一时期政策重点着力点。2015 年国务院发布《促进大数据发展行 动纲要》，强调要统筹规划大数据基础设施建设，布局国家大数据平台、数据中心等基础 设施，推进基础研究和核心技术攻关，形成大数据产品体系。其别强调了要围绕数据 采集、整理、分析、发掘、展现、应用等环节，支持大型通用海量数据存储与管理软件、 大数据分析发掘软件、数据可视化软件等软件产品和海量数据存储设备、大数据一体机等 硬件产品发展，带动芯片、操作系统等信息技术核心基础产品发展，打造较为健全的大数 据产品体系。

阶段三：2021 年以来，我国数字基础设施构建进入加速推进期。2021 年 12 月 27 日， 中央网络安全和信息化委员会出台《“十四五”国家信息化规划》，明确指出到 2025 年， 数字中国建设取得决定性进展，信息化发展水平大幅跃升，数字基础设施体系更加完备。 2023 年 2 月 27 日，《数字中国建设整体布局规划》颁布，将数据基础设施和数据资源并 列列为“两大基础”，强调中国将培育壮大数字经济核心产业，打造具有国际竞争力的数 字产业集群。

（2）产业数字化：我国与发达国家同步布局，信息技术向各行业渗透融合

中、美、日三国在产业数字化政策方面的发力较为同步。2010-2014 年阶段，美国提 出《先进制造业国家战略计划》，从投资、劳动力和创新等方面提出五大目标及具体实现 措施。日本也先后颁布《ICT 成长战略》、《智能日本 ICT 战略》，强调制造业企业员工的 数字化技能培训以及技能提升工程。2015 年后，美日的产业数字化布局进一步提速。2016 年，美国颁布《智能制造振兴计划》，提出依托新一代信息技术、新材料、新能源等创新 技术，加快发展技术密集型的先进制造业；日本的《日本制造业》、《综合创新战略》、 《集成创新战略》、《科技》、“第 2 期战略性创新推进计划”以及“DX 加速研究会”， 集中推动企业数字化转型发展。

中国在产业数字化领域的政策布局历程与美日高度相似，主要可分为两个阶段：

阶段一：政策初期培育，信息化与工业化深度融合具备基本雏形。2012 年 3 月 27 日， 中国科技部发布《智能制造科技发展“十二五”专项规划》，明确提出要促进七大战略性 新兴产业与传统制造业深度融合；同年 5 月 4 日，工信部发布《互联网行业“十二五”发 展规划》，强调推进服务业与信息化融合；同年 11 月 8 日，党的明确提出要“推动 信息化和工业化深度融合”。随着我国两化融合基础环境不断改善，重点工业企业信息系 统普及化加速，但两化深度融合在区域、行业等方面存在差异，如中西部企业两化融合度 偏低、服务业与信息化融合不充分等。为进一步发掘新型信息技术与产业发展融合收益， 全面推进两化深度融合成为该阶段的政策重点。

阶段二：2015 年以来政策支持提速，互联网+计划启动，信息技术开始向各行业广泛 渗透融合。一方面，新型信息技术融合对象从制造业扩展至全部实体经济。2015 年 5 月 8 日，国务院发布《中国制造 2025》，推进新一代信息技术与制造技术融合发展。2015 年 7 月 4 日，国务院发布《关于积极推进“互联网+”行动的指导意见》，宣布要加快推动互联 网与各领域深入融合和创新发展。另一方面，人工智能、云计算、物联网等新型信息技术 与制造业融合深度加强。2016 年 11 月 29 日，国务院《“十三五”国家战略性新兴产业发 展规划》明确提出加快建设“数字中国”，推动物联网、云计算和人工智能等技术向各行 业全面融合渗透。2017 年 10 月 27 日，十九大报告指出，要推动互联网、大数据、人工 智能和实体经济深度融合；2017 年 12 月 13 日，工信部印发《促进新一代人工智能产业 发展三年行动计划（2018-2020 年）》，推动人工智能与实体经济深度融合。

（3）数据价值化：各国几乎同时开始关注数据要素与数据安全问题

由于数据价值的释放与确权问题高度绑定，当前各国在数据价值化方面的政策共性主 要集中在隐私安全保护方面，中美日三国几乎一致地在 2015 年后关注数据安全与数据要 素问题。2016 年，美国颁布《联邦大数据研发战略计划》，目的在于构建数据驱动的国家 战略体系，基于大数据的分析、信息提取以及决策支持能力激发联邦机构和整个国家的新 潜能。2020 年，美国国防部发布《国防部数据战略》，明确提出数据是一种战略资源，必 须以带来直接和持久军事优势的方式加以利用。同一时期，日本修订了《著作权法》和《不 正当竞争法》，旨在强化对 AI 和数据的知识产权的保护。日本经济产业省从 2019 年 2 月 开始运行卫星数据平台“Tellus”，并于 2020 年 12 月设置了“卫星遥感数据应用特别工作组”专门负责扩大利用卫星数据的工作推进。2020 年 DADC 的建立目的也在于加强全社 会的数据协作和共享。

中国对数据价值释放的政策布局主要可分为如下两个阶段：

阶段一：2015 年大数据被上升为国家战略，数据安全重视程度提升。2015 年以来， 我国颁布多项文件支持数据价值化，旨在推动实施国家大数据战略，推进数据资源整合和 开放共享，保障数据安全。2015 年 5 月 27 日，工信部部长表示中国将编制实施软件和大 数据产业“十三五”（2016-2020 年）发展规划，大数据产业首次明确出现在产业规划中； 2015 年 7 月 1 日，国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若 干意见》，旨在加强对于大数据市场主体服务的运用和监管，同日，《中华人民共和国国家 安全法》出台，明确阐述了数据安全对国家安全的重要意义；2015 年 9 月 5 日，国务院 印发《促进大数据发展行动纲要》，明确提出数据已成为国家基础性战略资源；2016 年 3 月 17 日，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》明确指出要实施 国家大数据战略，推进数据资源开放共享。2016 年 7 月 27 日，中办、国办印发《国家信 息化发展战略纲要》，指出要最大程度发挥信息化的驱动作用，进一步部署国家大数据战 略发展规划。2016 年 11 月 7 日，《中华人民共和国网络安全法》出台，确定了网络安全 对维护国家安全的重要意义。

阶段二：2020 年数据成为经济增长新的生产要素，数字价值化步入发展新阶段。2019 年至今，我国的各项政策战略集中于激活数据要素潜能，培育数据要素市场。2019 年 10 月，党的十九届四中全会首次将“数据”明确作为生产要素，提出要“健全劳动、资本、 土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。 2020 年 4 月 9 日，中央、国务院发布《关于构建更加完善的要素市场化配置体制机 制的意见》，明确提出加快培育数据要素市场。2021 年 3 月 12 日，《中华人民共和国国民 经济和社会发展第十四个五年规划和 2035 年远景目标纲要》明确指出，要加快数字化发 展，建设数字中国，激活数据要素潜能。2021 年 12 月 12 日，国务院印发《“十四五”数 字经济发展规划》，规划强调了数据要素的价值以及数字技术在推进产业发展上的重要意 义。2022 年 12 月 19 日，我国“数据二十条”发布，强调要建立“数据要素分配体制机 制”。

（4）数字化治理：中国起步较晚，道路山长水远

早在 1993 年，美国发布《国家绩效评估》，具有先见性地提出运用信息技术塑造政府， 建立以客户为导向的电子政府，之后的战略便依次转向电子政务、开放政府以及数字政府。 其中，电子政务坚持以公民为中心的导向，提供优质服务；开放政府强调系统布局政府信 息开放，强化政府数据的归集和统筹；数字政府则体现在采用云计算、大数据、人工智能 等技术和服务，建设更高水平的政府。2009 年，美国开通政府数据门户网站 Data.gov， 要求各联邦机构将需依法公开的数据和文件按照统一标准分类整合，上传至该网站，供用 户集中检索。根据《联邦数据战略和 2020 年行动计划》，美国政府将逐步建立强大的数据 治理能力，充分利用数据为美国人民、企业和其他组织提供相应的服务。 日本亦在 2004 年前后推出“u-Japan”、“i-Japan”，提出通过强化电子政务服务来创 造新商业与新服务，以及推动学校、政府、医院三大公共部门的信息化水平。随着相关政 策持续推进，直到 2021 年数字厅的成立，标志日本开始重点推进数字社会、数字政府的 建设进程。

中国数字化治理的政策布局相对较为滞后，当前仍处在发展的初期阶段。2015 年《促 进大数据发展行动纲要》提出，要打造精准治理、多方协作的社会治理新模式。十九届四 中全会与《十四五规划和 2035 年远景目标纲要》强调，要加快建设数字经济、数字社会、 数字政府。《“十四五”数字经济发展规划》以及《数字中国建设整体布局规划》指出，到 2025 年，中国政务数字化智能化水平将明显提升，数字文化建设跃上新台阶，数字化公 共服务更加普惠均等，数字治理体系更加完善。根据 2022 年联合国电子政务调查报告中的电子政务发展指数情况来看，当前中国的数字治理水平与美日两国仍有一定差距。比较 电信基础设施、人力资本与在线服务这三个子维度，中国未来主要应在人力资本与基础设 施方面发力以期均衡提升数字化治理水平。

全球数字经济规模的发展历程

从全球的数字经济布局来看，美国是绝对的先行者，早在上世纪 90 年代政府 已提出“信息高速公路”的概念；其他发达国家紧随其后，基本在 2000-2010 年间先后开 启数字经济建设；而发展中国家的数字经济布局相对滞后，平均在 2015 年前后起步。起 步时间的先后，在很大程度上影响了当前全球数字经济发展水平的格局。

从数字经济的规模来看，美国在全球处于绝对领先地位，中国虽起步较晚，但后来居 上超越其余众多发达经济体。根据中国信通院最新数据，2021 年美国数字经济规模为 15.3 万亿美元，中国为 7.1 万亿美元，德、日、英、韩四国紧随其后，数字经济规模皆大于 47 国平均水平的 8103 亿美元。按经济发展水平与国家收入水平划分，发达国家与高收入国 家拥有较大的数字经济规模，2021 年发达国家数字经济规模为 27.6 万亿美元，高收入国 家数字经济规模为 28.6 万亿美元，其总量规模占全球的比重均超过 70%。 从数字经济的 GDP 占比来看，发达国家与高收入国家仍具有明显领先优势，均超越 全球平均水平。2021 年发达国家数字经济占 GDP 比重为 55.7%，发展中国家仅为 29.8%； 高收入国家数字经济占 GDP 比重为 52%，中低收入国家仅有 18.5%。

从各国数字经济国家竞争力指数来看，中、美两国不出意料的稳定在全球第一梯队。 根据《全球数字经济国家竞争力发展报告 2021 年》（张伯超和王振），2021 年美国数字经 济竞争力的总得分为 76.67，中国超越众多发达国家录得 72.42，同时期 50 国平均得分仅 为 53.33。选取总得分排名靠前的国家对比其竞争力指数下一级指标水平的差异，其中数 字设施竞争力囊括网络设施、通信设施与终端设备三个方面，数字产业竞争力包含经济产出与国际贸易两个方面，数字创新竞争力包含创新产出、人才投入和研发投入三个方面， 数字治理竞争力包含安全保障、服务管理与市场环境三个方面。当前中国在数字产业方面 有绝对竞争力，但在数字治理、数字创新以及数字设施方面稍有落后，未来仍需关注该三 方面的投入与提升。

进一步从时间维度观察我国数字经济规模的发展历程，我国数字经济在国民经济中的 地位愈发稳固，拉动经济增长引擎作用凸显。根据中国信通院最新发布的《中国数字经济 发展研究报告（2023 年）》，2022 年我国数字经济规模达到 50.2 万亿元，同比名义增长 10.3%（高于同期 GDP 名义增速 4.5 个百分点），占 GDP 的比重达 41.5%，较之于 2016 年 22.6 万亿元的规模实现了翻倍增长。根据国税总局数据，2023 年 3 月份，数字经济核 心产业同比增长 14.1%，较去年全年加快 7.3 个百分点；其中，数字要素驱动业、数字技 术应用业增长更快，同比分别增长 24.5%和 19.8%。

分类别看：（1）数字产业化部分，2022 年规模达到 9.2 万亿元，较之于 2016 年的规 模增长了 76.9%，占 GDP 比重约为 7.6%。数字产业化发展正由量的扩张转向质的提升， ICT 服务部分在数字产业化增加值中占据主导地位。（2）产业数字化部分，“产业数字化” 对数字经济增长贡献更加主导，且增速也相对更快。2021 年产业数字化部分的规模达到 41 万亿元，较 2016 年规模增长 135.6%，占 GDP 比重达 33.9%。

衡量数字经济发展程度的宏观指标体系

当前我国数字经济向全面扩展迈进，系统评估其发展程度，对于理解我国数字经济发 展处于何种阶段、把握当前与未来数字政策发展具有重要意义。为全面评估我国数字经济 发展程度，本文构建了以数字基础设施、数字产业化、产业数字化转型、公共服务数字化 以及数字产业创新能力五个维度为核心的宏观指标体系。 （1）数字基础设施是以数据创新为驱动、通信网络为基础、数据算力设施为核心的 基础设施体系。主要涉及 5G、数据中心、云计算、人工智能、物联网、区块链等新一代 信息技术。主要采用信息通信网络建设规模、信息通信服务能力与算力基础设施水平进行 衡量。 （2）数字产业化的发展受供求双方力量共同决定。需求端指标包括：电子信息制造 业固定资产投资与电子信息相关领域的消费、出口金额；供给端指标包括：信息通信行业 的经济增加值与收入等。 （3）产业数字化的发展主要涉及工业企业数字化、服务业数字化、农业数字化等分 项。各分项中，我们筛选了能表征该产业数字化发展程度的系列指标。 （4）公共服务数字化是数字技术应用于传统公共服务领域的重要产物，数字技术的 应用有助于推动公共服务均等化、普惠化、高效化、便捷化。其应用主要体现在政务服务、 社会服务、数字城乡、数字生活，主要使用互联网+政务服务、数字惠民项目等进行衡量。 （5）数字产业创新能力特指我国各类信息通信行业与数字基础设施的创新能力，主 要包括关键核心技术、产业创新活动、数字产业成长等领域的指标。

数字经济背景下经济增长的微观基础

（1）数字经济的主要特征

第一，非竞争性。数据作为数字经济的核心要素，其始于 0-1 数字化编码。随着通信 技术和芯片技术的不断推进，以及互联网基础设施的日益普及，海量信息能够以极快的速 度传输到各个角落。一旦信息进入互联网，就可以被无限多的人重复共享，即单个使用者 对数据的使用并不会损害其他使用者对数据的使用。 第二，零边际成本。数字产品通常以知识、信息和软件等无形资产为基础，其生产成 本主要集中在研发和创新阶段，而复制和分发成本相对较低。随着互联网分享的人数和次 数增加，边际成本并未明显提高，甚至趋近于零，从而打破了传统新古典经济学中的边际 成本递增规律。例如，在工业经济时代，创作一首歌的成本是固定的。若要将歌曲分享给 一万人，需要制作一万张唱片，每多制作一张，边际成本增加一份。然而，通过互联网向 一万人分享歌曲，边际成本几乎为零。 第三，网络外部性。从本质上来看，数字经济是信息化发展的深化和拓展。网络是信 息传递的主要载体，梅特卡夫法则表明网络价值等同于其节点数的平方，也即网络的总价 值和其用户数量呈正比。同时，网络还具有正反馈和强外部性效应。一旦用户数量超越某 一临界值，网络价值将呈现爆发式增长，这有助于提高边际产出。

（2）数字经济的主要经济环境

第一，规模经济。在数字经济时代，生产呈现出固定成本高、边际成本低的特点。企 业扩大生产规模以降低长期平均成本，显示出规模经济。并且当一个平台或服务的用户数 量增加时，其价值也随之增加，从而吸引更多的用户加入，形成正反馈循环，这使得市场 领导者可以进一步巩固其地位，实现规模经济。 第二，范围经济。数字技术不仅带来了企业产量上的增加，也使得企业开始关注产品 的多样化生产。数字经济可以依靠在某一种主营业务积累起来的用户，低成本地开展多样 化的业务，获得更多的利润来源，从而实现范围经济。目前典型的互联网企业均具有多样 的产品，如腾讯的主营业务为即时通信，但其同时有邮件、新闻、游戏等多种衍生业务， 后者均基于主营业务平台而开展，因此具有较低的成本。同时，企业积累的大量用户资源 也使新业务易于传播和被用户接受。 第三，长尾效应。长尾效应是互联网时代商业环境变化的产物，作为数字经济的重要 特征，对经济的发展具有不可忽视的作用。从商业的角度来看，在追求利润最大化的经济 利益驱动之下，更多企业注重需求曲线的头部，却忽视了尾部需求。事实上，如果企业将“尾部”个性化、零散和小量的需求集合起来，便可以形成比主流需求更大的市场。从经 济效应的角度来看，传统金融“嫌贫爱富”的天然属性会对长尾客户产生金融排斥。数字 金融一方面利用新兴信息技术降低了金融服务的门槛，使得被传统金融机构排除在外的市 场主体能够更加便捷地获取金融服务，提升金融的覆盖率；另一方面，金融机构利用数字 赋能能够更加精准地识别客户需求，从而提供差异化的金融产品供给。这都有助于提升金 融对实体经济高质量发展的适配性，进而促进经济增长。

以数字经济为核心的互联网平台是长尾效应展现无穷魅力的天然场所。长尾效应强调 “个性化”、“客户力量”和“小利润大市场”，其以低成本、多样化供给为前提。平台企 业通过数字经济边际成本趋于零、网络外部性等特征，实现了规模经济和范围经济，企业 低成本、多元化生产得以实现。由此，基于海量的用户资源，平台企业除了出售那些满足 大众需求的大批量、单一品种的产品和服务外，还出售那些满足“小众”需求的多品种、 小批量产品和服务，从而消费者可以更容易地获得各种不同类型的产品或服务，最有效地 形成长尾效应。

数据要素对宏观经济增长的贡献率或将从 2021 年的 14.7%提升至 2030 年 的 23.7%

和农业经济时代以劳动力和土地、工业经济时代以资本和技术为核心要素一样，数字 经济时代，数据成为新的关键生产要素。以柯布-道格拉斯生产函数为例，数据要素的加入 会从两个方面改变函数形式：一是函数中纳入新的生产要素 D（数据要素），二是改变全 要素生产率 A 和生产组织形式 F。

（1）新的生产要素 D：在数字化时代，数据已成为创新型生产要素，并拥有易复制、 分享、非消耗性、零边际成本和可重复使用等特点，突破了传统生产要素的稀缺性和排他 性对经济增长的制约。但是，并非所有的数据要素都能作为数据资本进入生产函数推动经 济增长。例如，本报告中的数据资本是以现代信息网络和各类型数据库为重要载体，基于信息和通信技术的充分数字化、生产要素化的信息和数据。（2）新的全要素生产率 A 和新 的生产组织形式 F：与传统生产要素和 ICT 资本相比，数据资本通过不同的渠道，以不同 的方式进入生产过程、全要素生产率。具体地，数据资本在与 ICT 资本结合之后，不仅直 接作为生产要素促进经济增长，也可以通过促进企业的生产要素配置间接提升社会生产效 率。而后者又表现为两重创新性特征：一方面促进企业生产效率升级和经济结构改善，另 一方面提升数据分析、处理能力，即数据资本本身的积累效率。

中国目前的经济增长主要依靠传统的三大生产要素中的资本积累 K 与全要素生产率 A 的拉动。国家信息中心数据显示，在 2010-2019 年期间，中国 GDP 年均增长 7.7%， 其中资本积累、劳动力数量增长和全要素生产率分别贡献 71.4%、1.6%和 27.1%，相应拉 动经济增长 5.5 个、0.1 个和 2.1 个百分点。自 2010 年以来，中国经济增长主要依赖资本 快速积累和全要素生产率提升，而劳动力数量增长贡献相对较小，2018 年首次出现负增 长。从三大要素对经济增长贡献率来看，经济增长正从资本驱动向创新驱动转变。全要素 生产率贡献率则从 2012年的 16.9%逐年上升至 2018 年的 35.0%，2019年略降至33.5%。

2021 年数据要素 D 对我国经济增长的贡献率达 14.7%，数据要素促进经济增长的绝 对水平仍然较低，有较大提升空间。为了突出数据要素对经济增长的独特作用，国家工业 信息安全发展研究中心通过改写经典的经济增长模型，将数据要素从索洛余值中独立出来： Y = DAF(Kα L β )。其中，Y 是 GDP 增长率，K 是资本，L 是劳动力，α和β分别代表资本 和劳动力对 GDP 增长的贡献，D 代表数据要素的经济增长作用。根据《中国数据要素市 场发展报告（2021-2022）》（国家工业信息安全发展研究中心，北京大学光华管理学院， 苏州工业园区管理委员会，上海数据交易所）的测算，2021 年数据要素对 GDP 增长的贡 献率为 14.7%，拉动 GDP 增长约 1.17 个百分点。自 2015 年至 2021 年，数据要素对 GDP 增长的贡献率持续上升，发挥着越来越大的促进作用。向后看，这一数值我们预计仍将持 续增大。依据数据要素 D 对增加值 Y 的贡献率线性增长的假设，我们预计到 2025 年、2030 年，数据要素对 GDP 增长的贡献率将分别增至 18.7%、23.7%，拉动 GDP 增长分别达到 1.31、1.66 个百分点。

数字经济天然具有全球化的特征，将明显促进我国双循环发展

数字经济天然具有全球化的特征，对我国的“双循环”战略将产生明显的促进作用。 新一轮科技革命和产业变革孕育兴起，国际产业分工加快重塑，数字经济异军突起，数字 贸易随之蓬勃发展，日益成为全球服务贸易发展和世界经济增长的新引擎。数字产品和服 务的生产和复制成本非常低，甚至接近于零。并且，与传统商品和服务相比，数字产品和 服务是无形的，这使得数字产品和服务可以在互联网上轻松传输，而不需要物理运输，这 使得数字经济的贸易成本几乎为零，这将推动双循环发展新格局。 从内循环来看，数字经济带动了中国内需市场的扩大。据国家统计局数据显示， 2015-2022 年期间，中国网络零售市场保持稳健增长；2022 年，市场规模再创新高，网 上零售额达到 13.79 万亿元，同比增长 4%。数字经济的增长进一步带动了中国 国内消费的快速扩张，为“双循环”发展注入了动力。

从外循环来看，数字经济的发展对于中国对外贸易、对外投资规模的扩大以及在全球 供应链、价值链中地位的建立意义非凡。（1）数字经济扩大了中国对外贸易规模和范围。 相较于依托线下物理场所的传统经济，数字经济依托于数字技术与网络，交易活动呈现线 上化的特点，数字产品与数字服务可以实现跨区域、跨国境流动，突破了传统产业区域、 国境的物理边界。数字化工具和平台为中国企业在国际市场上提供了便利，例如电商平台、 跨境支付和数字营销等。这些数字化服务和技术的发展，促进了中国企业的国际化发展， 为中国经济的外循环提供了动力。例如，阿里巴巴集团旗下的跨境电商平台淘宝全球、天 猫国际等已经成为全球消费者进口商品的主要平台之一。根据阿里巴巴集团数据，截至 2022 年，天猫国际的全球市场份额为 9.7%，位列全球跨境电商市场第二位，仅次于亚马 逊。（2）数字技术提高了中国企业的全球供应链效率，帮助中国企业更好地融入全球价值 链。例如，海尔集团采用物联网技术，通过传感器、RFID 等手段，实现了物流全程跟踪， 从源头到终端的所有环节都能够实现全程数据采集和共享。从而，海尔可以实现生产计划 的动态调整和快速响应市场需求，提高了供应链的效率和可控性。（3）数字经济促进了对 外投资的持续增长，尤其支持了一带一路倡议的落实。据中国商务部数据，2022 年中国 非金融类对外投资规模为 1168.5 亿美元，同比增长 2.8%。2017-2022 年，一带一路沿线 国家占比持续增长，2022 年达到历史最高 209.7 亿美元，占比高达 17.9%。近年来，中 国持续为一带一路沿线国家提供创新发展和数字化转型的支持，加快了当地数字化进程和 产业升级，这有利于推动“一带一路”双循环发展格局的进程。

随着数字经济的快速发展，国际贸易也从传统贸易转变为全球价值链（GVC）再演化 为数据驱动贸易，“服务贸易”的占比有望大幅提升。由于服务业的活动往往需要人和人 之间的互动，而人是不能自由跨境流动的，服务业一般被认为是不可贸易的。数字经济时 代下，随着网络传输速度的提升以及交互方式的创新，使得对服务标的“面对面”交付的 限制放松，数字技术的应用与不断发展打破了地理距离以及时间的约束，降低了服务贸易 的成本，由此使得商务咨询、远程医疗等服务的跨境交付愈发可行。UNCTAD 数据显示， 2015-2019 年全球服务贸易由 5.03 万亿美元增长至 6.31 万亿美元，年均增长率 5.9%。在 2020 年新冠疫情的影响下，旅行等依赖人员跨境流动的传统服务贸易领域遭受巨大冲击，但服务贸易领域的数字化进程得以加速，带动全球服务贸易快速反弹；2022 年全球服务 贸易额约 7.17 万亿美元，达到历史高峰，年增长率 17%。联合国贸易和发展会议对 2023 年一季度的最新预报显示，按价值计算，全球货物贸易将增长约 1%，全球服务贸易则将 增长约 3%，预计到 2030 年，全球贸易年均增长将提高 2 个百分点，服务贸易出口占全 球贸易的比重将超过四分之一。

数字服务贸易是全球服务贸易增长的关键驱动力。在全球数字经济持续渗透、数字化 转型蓬勃发展的大背景下，基于信息技术开展的线上研发、设计、生产、交易等活动日益 频繁，极大促进了数字贸易发展，催生了远程医疗、教育、共享平台、协同办公等一些新 业态新模式，为服务贸易结构调整和新型服务贸易发展带来新的机遇。UNCTAD 数据显示， 2015-2021 年全球数字化服务贸易规模由 2.53 万亿美元增长至 3.81 万亿美元，全球数字 服务贸易规模占服务贸易的比重由 50.48%增长至 2021 年的 62.77%；疫情之下，2020 年全球数字服务贸易仍然得到了小幅增长（同期服务贸易下降 17.1%，旅游服务贸易下降 62.0%），这体现了数字服务贸易的韧性。《中国数字贸易市场运营现状研究与投资战略调 研报告（2023-2030 年）》（观研报告网）预计到 2030 年，全球数字服务贸易规模占服务 贸易的比重将达 75%。《中国数字贸易发展报告 2020》（商务部）显示，预计到 2025 年， 中国可数字化的服务贸易进出口额将超过 4000 亿美元，占服务贸易总额的比重达 50%左 右。

数字经济的高速发展既可以为传统经济的腾飞插上翅膀，即产生赋能效应；亦可能将 传统经济淘汰出角斗场，即产生替代效应。从“人”的层面来看，劳动者究竟是会被数字 技术赋能还是替代，一直是一个很有争议的话题。我们认为，不同行业之间对这一问题的 答案将存在很大差别。一个岗位是否容易被数字技术替代，取决于三个关键要素：（1）是 否拥有结构化的数据和良好的数据积累，该因素决定了“机器”是否有充足的学习资料习 得该类技能；（2）是否具有清晰明确的任务定义，该因素决定了工作任务是否易被编码为 “机器”可完成的任务；（3）是否能获得可接受的回报周期和高利润率，该因素决定了研 发者或经营主体是否有激励付出成本进行智能化替代。三个因素的答案越接近于“是”， 则该行业受到数字技术发展的影响将会越大。 考虑到第二产业和第三产业中劳动力的参与意愿、参与形式均有较大差异，本文将分 别分析制造业和服务业两大部门中数字经济发展对行业的影响。

制造业行业：短期赋能，长期替代

低端人才易被替代。制造业的低端岗位易被替代的原因主要有以下两个：（1）制造业 的部分低端工作（如流水线工人的生产操作）通常具有非常清晰明确的任务定义，需要发 挥个人主观“随机应变”能力的部分比较少，因此该工作比较容易被机器编码实现。（2） 近年来制造业长期处于“缺工”的状态下，企业有很强的激励通过智能化设备替代人工解 决这一困境，这也是该岗位易被替代的一个更重要的原始驱动力。“缺工”导致企业不得 不付出高昂的人力成本，有些特殊的岗位（如危险系数较高的岗位）即便给予远超市场均 价的薪资水平，也很难找到合适的人选。人社部近日发布的 2022 年第四季度全国“最缺 工”的 100 个职业排行中，有 41 个属于生产制造及有关人员，可见制造业缺工形势的严 峻程度。

缺工现象成因复杂，其中最主要的原因之一在于就业人员越来越不愿意在“工厂”场 景下工作，相较而言服务业对就业的吸纳力逐年增强。根据国家统计局发布的就业数据， 2013 年以来我国制造业行业的城镇就业人数出现了明显的下滑，第三产业吸引就业人员 的速度却节节攀升。2013 年恰是我国互联网浪潮兴起的转折点，借此东风，一系列平台 经济企业不断发展壮大，吸引了大量劳动年龄人口。《中国人口和就业统计年鉴》（国家统 计局）数据显示，2015 年—2020 年，制造业就业人员中受高等教育人数比重从 16.8%提 高到 17.1%，仅上升 0.3 个百分点，增速低于同期全部行业 3.1 个百分点。制造业企业面 临着严峻的招不到人和既有人才流失的问题。

短期来看，制造业低端岗位尚未完全被机器替代，但长期而言，被替代风险较高。由 于自动化难度大、数字化成本高、智能化工厂同样需要人来进行监工等原因，制造业低端 行业短期内尚不易被机器完全替代。但长期而言，制造业的“用工难”、“用工贵”问题预 计将大大缓解。教育部、人力资源社会保障部、工业和信息化部联合印发的《制造业人才 发展规划指南》显示，到 2025 年，十大重点领域人才缺口合计将达 2986 万人，较 2020 年增长 56.1%；人才缺口率达 32.5%，较 2020 年进一步提高 5.3 个百分点。与此同时，近年来我国制造业企业的用工成本不断攀升，制造业工人平均工资水平已经远超印度、越 南等国家的水平。这一背景下，制造业企业对于智能化替代有着较高的诉求。未来随着智 能化、自动化的普及，对技能要求不高、以往工厂主力的操作岗位首先就会大量减少。

高端人才更多体现为被数字技术赋能，未来制造业高技术人才缺口会持续加大。高端 岗位复杂程度高、灵活度大，难以被编码实现。特别是未来伴随工业不断进行数字化转型， 能够胜任的复合型高端技术人才的缺口会越来越大。根据西南财经大学中国家庭金融调查 与研究中心测算，我国工程师的供需缺口未来仍将持续扩大。假设我国制造业增加值占 GDP 比重保持稳定，我们预测到 2035 年我国工程师需求规模将达到约 4500 万人。这意 味着未来 15 年，我国工程师供需缺口将从目前不到 1%扩大到 32%。

服务业行业：基于对话式的工作易被替代

部分“基于对话式”的服务业行业比较容易被替代。近年来，内容生成型的 AI 技术飞 速发展，特别是如 ChatGPT 等新一代人工智能横空出世，颠覆的变革可能从知识密集型服 务业开始。根据 Open AI（2023）的研究（GPTs are GPTs: An early look at the labor market impact potential of large language models (openai)，Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock），预计未来约有 19%的工作会面临 50%以上任务可受 到大语言模型类 AI 影响的现状。

也有一部分行业因为不够结构化、回报周期过长，或者利润率不够高等原因难以被替 代。不同于制造业行业，我国服务业行业就业人员较为充足，人力成本相对较低。诸如住 宿餐饮服务、外卖快递等行业若进行数字化转型（机器人服务员、无人配送等）的成本或 将远高于劳动力的雇佣成本，难以吸引企业投入资金助力自动化系统研发。此外，诸如教 育服务、企业管理服务等高复杂性、高交互性的行业也较难被替代。

企业实力的重估

技术浪潮的更迭通常会带来上市公司市值的结构变迁、龙头易主。以全球十大市值公 司的更替为例，近 20 年整体来看全球大市值公司主要由信息技术类企业、能源类企业、 通信运营类企业以及金融类企业构成。随着新兴技术的发展，互联网、人工智能、区块链、 物联网等前沿技术广泛应用于现实生活，企业的信息流、数据流价值逐渐浮出水面。能源、 金融行业的传统高市值霸主公司自 2010 年后地位有所衰落，逐渐让位于信息技术类的公 司。截至 2020 年，除了一家能源公司和一家金融公司外，全球十大市值公司皆由信息技 术类公司组成。

在全球数字经济浪潮席卷的新时代，信息和数据的价值不断凸显，拥有更好的数字制 造能力、数字应用能力、数字驱动能力的企业将迎来更好的发展机会，有望在新时代的企 业竞争中跻身前列。我们将分别对数字产业化、产业数字化（数字赋能企业）两个领域上 市公司的发展前景进行展望。

（1） 数字产业化：与美国相比，该板块上市公司的市值仍有较大提升空间

数字产业化部分是支持数字经济发展的核心底座，根据产品用途的分类方法可以划分 为以下四个领域：半导体与半导体生产设备、电信服务、软件与服务、技术硬件与设备。 其中“半导体”是最底层的计算、存储硬件单元，“电信服务”是信息传输的基本载体，“软 件与服务”是保证数据传输效率的核心架构，“技术硬件与设备”是实现最终的人机交互、 信息获取的重要媒介。 2013 年以来，我国数字产业化相关的四大领域上市公司的市值稳步抬升，其中软件 与服务行业的市值相对最高。由于我国的信息技术企业有一大部分是在港股、海外上市， 因此我们在计算时同时囊括了 A 股、中资港股和中概股的企业。2013 年前后智能手机、 平板电脑的渗透率增速逐渐放缓，为了突破行业发展的瓶颈，企业开始通过并购的方式寻 求扩张与增长。外延式并购的爆发带来技术硬件与设备行业的迅猛增长，半导体与半导体 生产设备行业也在资本市场上逐渐起势，工业富联、海康威视、联想控股、中兴通讯等一 大批电子设备制造业迎来一波市值扩张。与此同时，互联网的高速发展催生了许多新兴产 业，一大批平台经济公司应运而生，软件与服务行业迎来了一波繁荣周期。腾讯控股、网 易等一大批企业在 2013 年实现了市值的翻倍增长。2020 年以来，我国信息技术与电信行 业上市公司的总市值正式超越能源和金融行业公司的总市值，在全行业上市公司总市值占 比达到 21%。

和美国对比，我国数字产业化领域上市公司的市值仍有较大的增长空间，预计未来该 领域将涌现出一系列大市值的公司。截至 2023 年 3 月 30 日，从绝对值的角度看，美国信 息技术和电信行业的总市值高达 106 万亿元，远高于我国 23 万亿元的体量；从相对值的 角度看，美国四大数字产业化行业上市公司占全行业市值总额的 34.8%，仍旧高于我国 21.4%的水平；细化区分四大核心领域来看，我国电信服务、半导体与半导体生产设备行 业的市值占比与美国的差距相对较小，我国软件与服务行业的市值占比（8.1%）仍远远落 后于美国（20.7%）。从大市值公司的角度看，四大领域中：我国只有电信行业可与美国比 肩；技术硬件与设备领域虽然难以与美国的苹果和思科相比，但 3-5 名企业的市值与美国 的差距相对较小；半导体和半导体设备、软件与服务两个领域的五强企业的市值仍然与美国具有较大的差距。预计未来随着我国建设数字中国的步伐越迈越大，我国现有数字产业 化四大领域企业的市值有望迎来新一轮重估，无论从市值绝对值或是板块市值在全行业市 值中的占比的角度均存在较大的提升空间。

（2） 数字赋能企业：

数字化浪潮的发展会赋能产品设计、供给者生产、销售等各个环节，也会改变消费者 的消费场景，实体产业中的各企业或将迎来革命性的变化。在当前的背景下，越早越深入 拥抱数字化的企业，越可能在新的时代角力中占据一席之地。预计未来智能化赛道将会涌 现出一批新的大市值公司，本文将就其中的三个典型赛道（智能汽车、智能家居、智能服 务）进行详细的分析。

数字赋能赛道一：智能汽车行业

智能汽车通常又称为智能网联汽车、自动驾驶汽车等，是指通过搭载先进传感器等装 置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新 一代汽车。近年来，国内新势力车企智能驾驶技术不断升级。根据 IDC 发布的《中国自动 驾驶汽车市场数据追踪报告》，2022 年第一季度 L2 级自动驾驶在乘用车市场的新车渗透 率达 23.2%，整个市场处于 L2 向 L3 发展的阶段，市场需求利好。从近期发布的智能汽车 新车型配置来看，我国新型智能汽车已大部分实现 L2 级智能辅助驾驶技术，部分车型已 有 L2.5 级水平，其中蔚来 ES7 的硬件配置已能支持 L5 级的自动驾驶。平均搭载 30+的 感应硬件，使当前自动变道、自动泊车、自适应巡航、车道保持辅助、碰撞预警等技术逐 渐成熟，并不断向 L3 级过渡。

综合行业性质、市场供需以及政策导向，未来我国智能汽车领域仍有广阔的发展前景。 行业性质方面，汽车行业具有单体价值大、资本积累快的特征，因此能在智能化赛道中占 据优势；市场供需方面，技术革新使智能汽车层出不穷，消费电子属性的增强也不断加速 智能汽车的更新换代，同时“Z 世代”已成为汽车市场消费主力，在推拉作用下，智能汽 车市场空间较为可观；政策方面，国家层面智能汽车的支持政策不断涌现，智能驾驶已列 入《“十四五”数字经济发展规划》，各项政策不断鼓励并推进智能驾驶、自动驾驶的创新 与应用。

数字赋能赛道二：智能家居行业

智能家居通过物联网技术将家中的各种设备连接到一起，构建高效的住宅设施与家庭 日常事务的管理系统，包括智能家居系统、智能单品、智能设备三大细分市场。Wind 智 能家居概念指数成分股的市场和财务表现显示，2014 年以来智能家居领域上市公司营业 收入稳步提升，市值逐年走高，尤其是 2020 年以后市值规模突破 15 千亿，行业发展迈上 新的台阶，开启了智能家居 2.0 时代。相较于智能家居 1.0 的智能单品阶段，2.0 阶段的特 征在于能实现互联互通，以场景为中心搭建多元化场景和智能化空间。未来在人工智能深 度学习的发展下，有望实现智能洞察用户需求并提供相应服务，走向以用户为中心的智能 家居 3.0 阶段。从市场规模来看，2017 年以来智能家居及其细分市场规模不断扩张，总量 方面智能家电在智能家居细分市场中占据绝对领先低位，规模增速方面由智能家电和智能 照明领跑。

当前智能家居领域的痛点可以总结为以下三点：一是，行业通讯协议难以实现统一， 各类品牌相对独立且产品同质化严重，影响整体互联互通水平。二是，核心技术如芯片、 传感器被国外企业垄断，同时下游产品良莠不齐，智能化水平较低。三是，数据传输下的 用户安全隐私问题。随数字化的发展，以上痛点有望得到解决，当然还取决于行业内部秩 序的完善以及相应法律法规的规制。 从发展前景来看，智能家居行业仍然十分广阔。从需求端的层面来看，随着“宅经济” 的兴起，年轻消费者的各类需求更多的出现在家居场景中。Statista 数据显示，2020 年中 国智能家居市场规模占全球市场规模比例达到 19%，已经成为全球主要智能家居市场消费 国家，且预计至 2025 年这一比例将提升至 21.5%。从供给端的层面来看，芯片算力的增强、AI 算法技术的提升以及 5G 通信等新技术的大规模应用都将持续助力智能家居产业。 2022 年下半年，面向智能家居互联互通的技术标准规范 Matter 1.0 版本正式发布，智能 家居领域的“孤岛现象”有望得到缓和。从政策端的层面来看，近期国家层面陆续出台多 项政策，鼓励并推进智能家居的普及与应用，引导智能家居产品互联互通，为行业发展提 供了良好的政策环境。

数字赋能赛道三：智能服务行业

智能服务方面的突出代表行业主要为智能教育与智能医疗。智能教育方面，2017 年 至今其市场规模逐年稳步提升，2019 年以后突破 500 亿元，开启教育信息化 2.0 时代。 这一阶段特征主要体现在，校外智能教育培训机构不断转型并逐步规范，校内智慧教室、 智能教学设备不断普及。智能医疗行业的发展仍在起步，未来有较大提升空间。 当前智能服务领域的各行业也面临各自发展的痛点。智能教育发展主要受限于人机协 调以及伦理问题上。一方面，人类成长、学习过程具有动态性以及不规则性，智能设备较 难实现实时匹配调整；另一方面，机器对精神、情感、社会规则的学习能力有限，智能教 育可能会带来道德风险和伦理缺失问题。智能医疗的发展主要受限于三个方面：一是，临 床、科研数据的标准化管理。在信息不对称的情形下，医疗机构与数据、技术支持企业部 门的数据沟通效率低下。二是，医疗行业壁垒较大，复合型人才缺失，技术突破较难。三 是，监管层面仍有待完善，智能医疗下的伦理问题仍需规制。

虽然行业当前仍有发展痛点，但结合市场供需条件以及政策支持来看，智能服务行业 仍有较好的发展前景。智能教育方面：从供给端的层面来看，《教育信息化十年发展规划 （2011-2020 年）》要求各级政府在教育经费中按不低于 8%的比例列支教育信息化经费， 《教育信息化 2.0 行动计划》明确指出要充分利用云计算、大数据、人工智能等新技术助 力教育改革，校外线上辅导机构在良性竞争下不断涌现，扩展教育资源边界，智能教育有 效供给不断扩大。从需求端的层面来看，智能教育能满足城市群体便捷高效的需求。从在 线教育用户规模来看，根据中国互联网络信息中心发布的第 50 次《中国互联网络发展状 况统计报告》，截至 2022 年 6 月在线教育用户已达 3.77 亿人，相较 2015 年底增长 242.73%。 智能医疗方面：一是，快节奏生活下的年轻群体对一站式、一体化的智能医疗服务平 台需求极大，而智能医疗数字化、网络化的特征能在很大程度上解决传统医疗资源分配不 均、就医效率低下的问题。二是，数据流、信息流在 C 端的应用，能满足消费者全生命周 期的健康管理需求；人工智能技术在 B 端的应用，能在很大程度上辅助影像筛查、病理检 验、手术过程以及临床研究，进而提升社会整体医疗效率与水平。三是，从近期国家政策 来看，围绕“十四五”规划，国家积极布局智慧医院的建设，推动发展远程医疗并支持医 疗大数据资源的开发，智能医疗行业当前市场条件优渥、政策环境良好，未来发展空间广 阔。

向后看，智能教育领域内能较快突破人机协调痛点、市场定位清晰、能满足用户个性 化需求的在线教育企业，以及技术先进并能紧跟国家教育信息化风向、高效赋能教师的教 育信息化供应企业有望在激烈的行业竞争中突出重围。而在智能医疗领域，具有相对健全 的产业链生态、复合人才引进能力突出的企业，以及能强化与医疗机构的交流合作、提升 临床科研数据管理与运用能力，深度挖掘用户需求的企业有望拔得头筹，占据较优的市场 地位。 除了上述数字产业化和产业数字化两个领域的上市公司之外，随着数据要素的价值逐 渐被挖掘，经营过程中能产生大量数据资源的企业或亦将迎来市值重估的机会。但目前我 国数据价值化的发展仍在起步阶段，具体的模式和场景尚难以定义。

政府财力的再定价

土地财政的持续运转难以为继，依托数字要素可能为各地政府建立新的财政优势。我 国土地财政起始于 20 世纪 90 年代的分税制改革，此次改革之后，各地政府有充足的激励 盘活本地土地资源，寻求地方财政收入的增长。政府一方面通过低价的工业用地招商引资 吸引企业进驻，带动人口流入和商住用地需求增加，另一方面限制商住用地的土地供给， 从而通过地价的攀升不断支撑本地财政高收入、经济高增长。依托该模式，过去 30 年地 方财政收入体系中土地出让金收入占比不断增长，财政对土地资源依赖程度持续提升。 2021 年，地方政府通过土地出让获得收入为 8.7 万亿元（窄口径），如果再加上与土地相 关的税收收入 2.1 万亿元则土地财政收入总规模达 10.8 万亿元（中口径）。然而随着新型 城镇化进程不断深化、人口红利不断削减，土地资源在国家经济体系中的核心地位必然要 逐步被其他要素取代。我们认为，数据资源未来可能成为各地政府财政收入增长重要的依 托。 数据资源具有土地资源所没有的三大核心优势，盘活当地数据资源有望激发出比土地 财政更大的价值。与土地资源相比，数据资产拥有非竞争性、零边际成本、网络外部性三 大价值，打破了自然资源有限供给对增长的制约，为持续增长提供了基础和可能。政府数 据是重要的政府资产之一，是政府追求创新力、增长性的宝藏。对其进行融合分析、开发 利用，可以实现预警、预测、智能分析和辅助决策，推动经济社会走向数字化、智能化。 同时，政府数据之间的碰撞融合，将释放不可限量的价值，在社会治理、服务方式变革与 传统产业转型创新中发挥着颠覆性的作用。

中国数据量庞大，且 80%的数据掌握在政府手中，因此发展“数据财政”具有较强的 可行性和较大的比较优势。数据的产生主要是基于人的活动和企业的运营，作为世界第一 人口大国，中国在这两方面拥有相当的比较优势。数据通常可划分为 6 个种类：政府数据、 电商数据、社交生活数据、搜索数据、广播电信数据以及各垂直行业内的数据。其中，政 府的数据资源储量最为丰富，在全部数据存量中的占比超过 80%（国务院官网），广泛存 储于各地、各级政府机关院所等不同单位、不同部门、不同系统甚至不同网络环境中。

政府手中的大数据可分为三层：第一层是免费公开、惠及民生的数据；第二层是有价 值、有偿公开的数据；第三层是不能不宜公开的数据（如涉及国家安全机密、个人隐私等）。 可以流通的是前两层数据，激发上述可流通数据可以产生巨大的经济价值。私域部门同样 能产生大量的数据资源，但只有经过政府“身份认证”后才能成为数据要素市场内流通的 数据资产。 预计数据财政有两条最核心的实现路径：（1）直接通过政府所管理和掌控的数据资源 获取财政收入；（2）通过政府数据的开发和创新应用助力传统行业转型升级，带动相关领 域边际税收的增加。针对渠道一，政府一方面可以通过直接经营、特许经营等方式（有偿 开放的政府数据）授权部分用户数据使用权以获取收入，即通过“出售数据”的方式增收； 另一方面也可以对开发出的数据产品（私域数据、政府数据）征收所得税、增值税，即通 过“征税”的方式增收。针对渠道二，可流通的各类数据均可促进产业数字化发展（比如 促进企业精准营销、智能推荐、金融征信等新业态）、提高政府治理水平等，促进地方经 济增长，这部分形成的边际税收增量亦应纳入各地政府的财政收入统计中。但目前，针对 数据价值化各领域的政策仍待不断完善，数据财政想要取代土地财政的位置仍有一段较长 的路要走。

数字经济的发展可以为我们带来新的产业机遇。当下数字经济是全球经济发展的新引 擎之一，数字技术的不断进步为人们的生产生活带来了诸多变化和创新。一方面，数字经 济的快速发展带来了对传统产业的深刻改变，导致很多原有行业赛道被重构、并创造了许 多新兴的市场机会。另一方面，数字经济的发展在某种程度上改变了消费者的需求，从而 也会带来新的市场机遇。我们建议重点关注以下五个领域的产业机遇：

机遇一：生产方式转变下，部分劳动力成本上升较快的制造业迎来新的发展机遇。数 字技术的发展会不断满足制造业企业的“智能化替代”诉求，帮助这些企业解决当前的“用 工难、用工贵”困境。诸如轻工、纺织服装、电子、机械等近年来用工成本上升较快的制 造业行业将在智能化替代的浪潮下重点受益，或将迎来“重生”的机会。

机遇二：生活方式转变下，明显利好针对“人”的服务行业。数字经济的发展是对生 产力的极大解放，许多具有高重复性、单一情景性、基于对话性质的工作皆可由“机器人” 代替完成，劳动者的闲暇时间将明显增多。休闲时间的增加将自然带来针对“人”的服务 需求的增加，如按摩、医美、护理、心理咨询等。因此，这类行业或将迎来重要的发展机 遇。

机遇三：数字价值化趋势下，部分经营过程中能产生大数据资源的企业发展前景广阔。 自 2015 年大数据产业首次明确出现在产业规划中以来，数据作为一种战略性资产，其价 值被越来越多地提及和肯定。未来随着数据确权、定价、交易、流转功能不断完善，一些 拥有丰富大数据资源的企业将拥有利用数据资源增值的机会。我国部分社交媒体类、电商 类、金融类、物流类、医疗健康类、人工智能类企业将迎来广阔的发展空间。

机遇四：数字产业化相关行业将获得巨大需求。当前我国还处在建设数字中国的进程 中，数据要素市场化尚处于早期阶段，未来仍有一段很长的发展之路要走。在此发展过程 中，将对上游存储、算力、通讯等新基建产生巨大需求，前期的投资机会也将更多落在基 础设施建设环节。数据中心、云计算、人工智能、物联网、通信运营商等数字产业化领域 将迎来重大利好。

机遇五：产业数字化浪潮将带动各类智能化赛道迈入新的发展阶段。推动各领域数字 化升级在两会中被多次提及，数字经济与实体经济的深度融合将为各类智能化赛道带来前 所未有的发展机遇。建议关注智能汽车、智能家居、智能教育、智能医疗等领域。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」

新华全媒+丨2023年高考落幕：是终点，更是起点

【视频】国家公祭日：以国之名 悼念逝者

视频加载中...

来源：太原广播电视台

版权归原作者所有，如有侵权，请联系我们及时删除

这款App背后藏着一个“隐形赌场”！