行业的宏观视角系列（一）｜2023.6.8

中信证券研究部

程强
宏观经济首席
分析师
S1010520010002

联系人：黄昕

核心观点

基于数字经济的“四化”框架，我们对国内外数字经济支持政策的演变路径、管理机构设置、规模发展历程进行了详细复盘，并构造了一套衡量数字经济发展程度的宏观指标体系。从宏观视角看，数字经济的发展会带来三个重要变化：（1）生产函数变化：数据要素进入生产函数，预计可支撑我国 GDP 在中长期保持中高增速。（2）经济结构变化：数字经济对制造业行业将产生短期赋能、长期替代的效果，基于对话式的服务行业易被替代。（3）定价模式变化：数据价值凸显带来企业实力的重估，龙头大市值公司或将易主；政府财力迎来再定价，土地财政将逐渐过渡为数据财政。我们建议关注数字经济时代五大领域的产业发展机遇。

！基于数字经济的“四化”框架，我们对国内外数字经济支持政策演变路径、管理机构设置、规模发展历程进行了详细复盘，并构造了一套衡量数字经济发展程度的宏观指标体系。数字经济的“四化”框架中：“数字产业化”和“产业数字化”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。我国数字产业化培育启动相对较晚，2015 年开始着力支持数字基础设施建设；产业数字化各国布局较为同步。“数字价值化”是 2020 年以来政策主要的发力探索方向，预计未来可为我国经济贡献巨额增加值。“数字化治理”领域我国起步较晚，政务数据开放、公共服务数据应用落后于美、日。在 2021 年全球数字经济规模和竞争力排名中，美国与中国分列 1、2 名，我国在数字治理、数字创新、数字设施维度稍有落后。

！变化一：生产函数变化——数据要素进入生产函数，预计可支撑我国 GDP在中长期保持中高增速。数字经济具有非竞争性、零边际成本、网络外部性，呈现出规模经济、范围经济、长尾效应等经济特征。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 Y=AF(K,L)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，二是改变全要素生产率 A 和生产组织形式 F。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）的测算，2021 年数据要素 D 对我国经济增长的贡献率为 14.7%。在此基础上进行线性外推，我们预测到 2030 年这一比重将增至 23.7%，拉动 GDP 增长 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，未来服务贸易的占比有望大幅提升。

变化二：经济结构变化——数字经济对制造业行业将产生短期赋能、长期替代的效果，对于基于对话式的服务行业容易产生替代效应。数字经济的发展对传统经济可同时产生替代效应和赋能效应。制造业部分低端工作具有明确的任务定义、且长期处于“缺工”状态下，虽然短期内由于自动化难度大、数字化成本高、智能化工厂同样需要人来监工等原因难以被机器完全替代，但长期而言被替代风险较高。制造业高端行业更多体现为被数字技术赋能。随着内容生成型 AI 技术的发展，部分基于对话式的服务业岗位易被替代，如客服、咨询、律师、翻译、早期医疗诊断等。

变化三：定价模式变化——数据价值凸显带来企业实力的重估，龙头大市值公司或将易主；政府财力亦将迎来再定价，土地财政将逐渐过渡为数据财政。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。数字产业化方面，我国半导体、电信、软件、硬件四大领域上市公司的市值总额、市值占比、五强公司市值与美国均有较大差距，未来有较大提升空间。产业数字化方面，预计未来智能化赛道将会涌现出一批新的大市值公司，如智能汽车、智能家居、智能教育、智能医疗等领域。政府财力再定价方面，政府拥有中国 80%以上的数据资源（国务院官网），政府可以通过出售数据使用权、征收数据产品所得税和增值税、通过助力传统产业升级带动边际税收增长等方式增加财政收入。

预计数字经济的发展将带来五大领域的产业发展机遇。（1）生产方式转变下，部分劳动力成本上升较快的制造业的“用工难”问题得以解决，或将迎来新的发展机会。（2）生活方式转变下，劳动者的闲暇时间明显增多，针对“人”的服务行业将迎来需求的增加，如按摩、医美、护理、心理咨询等。（3）数字价值化趋势下，部分经营过程中能够产生大数据资源的企业将拥有利用数据资源增值的机会，如社交媒体、电商、金融、物流、医疗健康、人工智能类企业。（4）数字中国建设进程中，前期的投资机会将更多落在基础设施建设环节，数字产业化相关行业将获得巨大需求。（5）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。

！风险因素：算力水平发展不及预期的风险；数据价值化相关行业法律法规完善程度不及预期的风险；数字科技伦理问题。

数字经济的发展历程复盘. . 5
直观理解数字经济的“四化”框架 .. 5
全球数字经济发展的行政管理机构设置 .. 7
全球数字经济发展的政策支持路径. .. 8
全球数字经济规模的发展历程. . 13
衡量数字经济发展程度的宏观指标体系 . 16
生产函数变化：数据要素进入生产函数，可支撑我国 GDP 中长期保持中高增速..........18
数字经济背景下经济增长的微观基础. .. 18
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%...19
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. .. 21
经济结构变化：数字经济对传统经济的赋能与替代 .. 24
制造业行业：短期赋能，长期替代.. .. 24
服务业行业：基于对话式的工作易被替代. .. 26
定价模式变化：数据价值的提升带来企业实力与政府财力的重估 . .. 27
企业实力的重估... .. 27
政府财力的再定价. .. 36
从数字经济趋势看产业机遇 .. 38
风险因素 ... . 38

插图目录

图 1：数字经济的“四化”框架. 5
图 2：中、美、日三国数字经济行政管理机构设置 . 7
图 3：中、美、日三国数字产业化政策战略.. . 9
图 4：中、美、日三国产业数字化政策战略. . 10
图 5：中、美、日三国数据价值化政策战略. .. 12
图 6：中、美、日三国数字化治理政策战略.. .. 13
图 7：2022 年电子政务发展指数及其子维度. .. 13
图 8：2021 年各国数字经济规模，中美遥遥领先. .. 14
图 9：发达国家与高收入国家数字经济规模遥遥领先 .. 14
图 10：发达国家与高收入国家数字经济 GDP 占比突出. .. 14
图 11：2021 年全球数字经济国家竞争力总得分. . 15
图 12：数字经济国家竞争力四维指标对比 .. 15
图 13：我国数字经济规模与占比的变化.. .. 15
图 14：我国数字经济产业规模与增速变化 . .. 15
图 15：数字经济发展情况追踪的宏观指标体系 . .. 17
图 16：部分衡量数字经济发展情况的宏观指标景气图谱. .. 17
图 17：数字经济微观增长的主要特征与主要经济环境 . . 19
图 18：生产要素变革与新增长模式 ... . 20
图 19：各生产要素对国内生产总值增长的贡献率. .. 21
图 20：数据要素对 GDP 的贡献程度. .21
图 21：2015-2022 年中国网上零售额及增速. . 22
图 22：2017-2022 年中国非金融类对外投资. . 22
图 23：2015-2022 年全球服务贸易 . .. 23
图 24：2013 年以来，我国制造业从业人员数明显下降. .. 25
图 25：我国制造业薪资水平增速高于行业增加值增速. .. 25
图 26：中印越三国制造业工人的平均工资变化情况. .. 25
图 27：中国工程师规模在国际上具有优势，但在劳动力中占比仍有巨大增长空间. .. 26
图 28：各行业受到 GPT-4模型影响程度的测算. .. 26
图 29：2000-2020 年全球十大市值公司的演变 .. . 27
图 30：2020 年以来，信息技术和电信企业总市值超越能源与金融 . 28
图 31：数字产业化各细分行业上市公司的总市值变化 . . 28
图 32：我国数字产业化各细分行业上市公司的总市值占比变化.. . 29
图 33：美国数字产业化各细分行业上市公司的总市值占比变化. .. 29
图 34：中美数字产业化各细分行业市值五强公司的市值对比 .. 29
图 35：Wind智能汽车概念指数成分股营收、市值. .. 31
图 36：特斯拉 2013 年拥抱智能化后市值暴涨. .. 31
图 37：新势力车企新车型智能驾驶配置水平. .. 31
图 38：近期国家层面智能汽车相关政策 . 32
图 39：Wind智能家居概念指数成分股营收、市值.. . 33
图 40：智能家居及其细分市场规模. .. 33
图 41：近期国家层面智能家居相关政策. .. 33
图 42：在线教育、在线医疗需求市场广阔 . .. 35
图 43：近期国家层面智慧医疗相关政策 .. 35
图 44：预计我国将从土地财政模式过渡为数据财政模式. .. 36
图 45：我国拥有庞大的数据资源. .. 36
图 46：数据财政的实现路径. .. 37

表格目录

表 1：数字经济核心产业（仅数字产业化部分）分类与上市公司规模情况. 6
表 2：四类典型智能化赛道的发展综述. .30

数字经济的发展历程复盘

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。

图 1：数字经济的“四化”框架

资料来源：中国信通院，中信证券研究部

（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。数字产业化部分是数字经济发展的核心，我们将这一部分的行业细分情况和各细分行业中 A 股上市公司的市值排名情况进行了梳理，结果如表 1 所示。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。

表 1：数字经济核心产业（仅数字产业化部分）分类与上市公司规模情况

一级行业	二级行业	代表性子行业	上市公司的市值排序 (2021年年末）
数字产品制造业	电子元器件及设备制造	集成电路、半导体制造	1
	通讯及雷达设备制造	通信系统、雷达制造	3
	其他数字产品制造	光纤、光缆、工控系统装备制造	7
	计算机制造	计算机整机和零部件制造	8
	智能设备制造	工业/服务业机器人制造	9
	数字媒体设备制造	广播、电视、音响、影视设备制造	11
数字技术应用业	软件开发	软件开发	2
	信息技术服务	集成电路设计、物联网技术服务、信息处理和存储、动漫游戏内容服务	4
	互联网相关服务	互联网搜索、游戏、新闻、视频、数据（区块链与云计算）、安全等服务	5
	电信、广播电视和卫星传输服务	移动电信服务、有线电视服务	6
	其他数字技术应用业	3D打印	二
数字要素驱动业	数字内容与媒体	影视节目制作	10
	互联网平台	互联网生产、生活、科创、公共服务等各类平台	12
	其他数据要素驱动业	供应链管理、安全系统服务、数字技术研究和试验	13
	互联网批发零售	线上直营、内容电商、数字批发与零售业务	15
	互联网金融	网络借贷、投资以及理财业务、移动支付	16
	信息基础设施建设	光缆、5G、卫星、AI、区块链、算	18
	数据资源与产权交易	力基础设施建设数据交易、数字产权
	数字产品零售	各类数字产品零售	19
数字产品服务业			14
	数字产品批发	各类数字产品批发	17
	数字产品维修	各类数字产品维修	20
	数字产品租赁	各类数字产品租赁	-
	其他数字产品服务业	其他未列明的数字产品服务

资料来源：国家统计局，《中国上市公司数字经济白皮书 2022》（中国上市公司协会），中信证券研究部

（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。

图 2：中、美、日三国数字经济行政管理机构设置

	中国		美国		日本
机构设置	国家数据局	数字贸易工作组	美国联邦通讯委员会	网络空间和数字政策局	数字厅
上级管理部门	发改委	美国贸易代表工作室	美国国会	美国国务院	内阁
主要职责	负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等	主要负责快速确认并解决阻碍全球数字贸易的壁垒，涉及云计算、平台服务和数字产品等领域；协调多、双边数字贸易谈判以及相关协定的执行	负责常规的州际、国际通信，确保与生命财产有关的无线电和电线通信产品的安全性	负责处理网络威胁、全球互联网自由、监控风险等问题，并与盟友国国合作制定有关新兴技术的国际规范和标准	推动日本行政数字化改革，提升社会数字化水平，推动日本数字经济增长
具体工作	1.研究拟订数字中国建设方案、协调推动公共服务和社会治理信息化、协调促进智慧城市建设、协调国家重要信息资源开发利用与共享、推动信息资源跨行业跨部门互联互通等2.统筹推进数字经济发展、组织实施国家大数据战略、推进数据要素基础制度建设、推进数字基础设施布局建设等				1.推动国家信息系统管理2.构建地方政府信息管理平台3.加强个人编号制度建设4.提高日本社会数字化水平5.提升数据的使用效率6.增强数据安全保障7.确保信息化人才发挥专业作用

资料来源：中国政府网，《全球数字经济白皮书 2022 年》（中国信通院），中信证券研究部

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，中共中央、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。其中特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。

图 3：中、美、日三国数字产业化政策战略

阶段	中国	美国	日本
1990年-2014年	《通信业“十二五”发展规划》、《“十二五”国家战略性新兴产业发展规划》(2012)	“信息高速公路”战略(20世纪90年代)	"e-Japan"(2001)
		《浮现中的数字经济》(1999)	科学技术创新综合战略(2013)
		《新兴的数字经济》(1999)	科学技术创新综合战略(2013)
		《数字经济2000》、《数字经济 2002》、《数字经济 2003》	科学技术创新综合战略(2014)
		《联接美国：国家宽带计划》(2010)	科学技术创新综合战略(2014)
2015年-2020年	《促进大数据发展行动纲要》(2015)	《国家人工智能研究和发展战略计划》(2016)	科学技术创新综合战略(2015)
		《为人工智能的未来做好准备》(2016)	科学技术创新综合战略 (2016)
		《美国机器智能国家战略报告》(2018)	第五期（2016-2020年度）科学技术基本计划(2016)
	十九大报告(2017)	维护美国人工智能领导地位的行政命令(2019)	科学技术创新综合战略(2019)
		《国家人工智能研究和发展战略计划》(2019)	科学技术创新综合战略(2020)
		《为美国生产半导体创造有益激励法案》(2020)	《量子技术创新战略》(2020)
2021年-至今	《物联网新型基础设施建设三年行动计划(2021-2023年)》(2021)	《2021美国创新与竞争法案》(2021)	《AI战略2021》(2021)
	《“十四五”大数据产业发展规划》(2021)
	《“十四五”国家信息化规划》(2021)
	《“十四五”数字经济发展规划》(2022)
	《数字中国建设整体布局规划》(2023)

资料来源：中国政府网，《全球数字经济白皮书 2022 年》（中国信通院），中信证券研究部

（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《日本制造业白皮书》、《综合创新战略》、《集成创新战略》、《科技白皮书》、“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，党的十八大明确提出要“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。

图 4：中、美、日三国产业数字化政策战略

阶段	中国	美国	日本
2010年-2014年	《智能制造科技发展“十二五”专项规划》、《互联网行业“十二五”发展规划》、十八大 (2012)	《确保美国先进制造领导地位》(2011)	《ICT 成长战略》(2012)
		《先进制造业国家战略计划》(2012)	《智能日本 ICT 战略》(2014)
		AMP1.0战略《获得先进制造本土竞争优势》(2012)	《智能日本 ICT 战略》(2014)
		AMP2.0战略《加速美国先进制造》(2014)	健康医疗战略(2014)
		《制造业创新网络评估指南》(2014)	健康医疗战略(2014)
2015年-2020年	《促进大数据发展行动纲要》(2015)	《智能制造振兴计划》(2016)	日本制造业白皮书(2018)
	十九大报告(2017)	《智能制造振兴计划》(2016)	综合创新战略(2018)
	《中小企业数字化赋能专项行动方案》(2020)	《国家制造创新网络战略计划》(2016)	集成创新战略(2018)
	《关于推动工业互联网加快发展的通知》(2020)	《国家制造创新网络战略计划》(2016)	科技白皮书(2018)
	《关于推进“上云用数赋智”行动，培育新经济发展实施方案》(2020)	《先进制造业美国领导力战略》(2018)	第2期战略性创新推进计划(2018)
	《关于支持新业态新模式健康发展，激活消费市场带动扩大就业的意见》(2020)	《数字现代化战略》(2019)	经济产业省成立了“DX加速研究会”(2018)
2021年-至今	《工业互联网创新发展行动计划》(2021)
	《“十四五”数字经济发展规划》(2022)
	《数字中国建设整体布局规划》(2023)

资料来源：中国政府网，《全球数字经济白皮书 2022 年》（中国信通院），中信证券研究部

（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，中共中央、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”。

图 5：中、美、日三国数据价值化政策战略

阶段	中国	美国	日本
2015年-2019年	《十三五规划建议》(2015)	《联邦大数据研发战略计划》(2016)	修订《著作权法》和《不正当竞争防止法》 (2018)
	《促进大数据发展行动纲要》(2015)
	《中共中央政治局第二次集体学习》 (2017)	《2018年加州消费者隐私法案》(2018)	《关于利用AI和数据的合同指南》(2018)
	《网络安全法》(2017)			《20
	《国家数字经济创新发展试验区实施方案》(2019)		运行卫星数据平台“Tellus”(2019)
2020年-至今	《关于构建更加完善的要素市场化配置体制《关于构建更加完善的要素市场化配置体制机制的意见》(2020)		设置“卫星遥感数据应用特别工作组”(2020)
	《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》(2021)	《国防部数据战略》(2020)	IPA内设立“数字架构设计中心(DADC)” (2020)
	《个人信息保护法》(2021)
	《数据安全法》(2021)	《美国数据隐私和保护法案》(2022)	《综合数据战略》(2021)
	《“十四五”数字经济发展规划》(2021)
	《民法典》（2022版）		《数字社会形成整备法》(2021)
	“数据二十条”(2022)
	《数字中国建设整体布局规划》(2023)

资料来源：中国政府网，《全球数字经济白皮书 2022年》（中国信通院），中信证券研究部

（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。

图 6：中、美、日三国数字化治理政策战略

阶段	中国	美国	日本
1990年-2005年		《国家绩效评估》(1993)	"u-Japan"(2004)
		《电子政务战略——简化面向公民的服务》(2002)
		《电子政务法案2002》
2006年-2015年	《促进大数据发展行动纲要》(2015)	《透明和开放政府备忘录》(2009)	"i-Japan"(2009)
		《开放政府指令》(2009)
		《开放政府计划》(2010)
		《数字政府：建立一个面向21世纪的平台更好地服务美国人民》（2012)
2016年-至今	十九届四中全会(2019)	《联邦数据战略和2020年行动计划》(2019)	设置“加速实现Society5.0（智能城市）特别工作组”(2018)
	《十四五规划和2035年远景目标纲要》(2021)		设立“智能城市官民合作平台”(2019)
	《“十四五”数字经济发展规划》(2022)		“智能城市实行计划”(2020)
	《数字中国建设整体布局规划》(2023)		成立数字厅 (2021)

资料来源：中国政府网，《全球数字经济白皮书 2022年》（中国信通院），中信证券研究部

图 7：2022年电子政务发展指数及其子维度

资料来源：《联合国电子政务调查报告 2022 年》，中信证券研究部

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 年代克林顿政府已提出“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。

图 8：2021年各国数字经济规模，中美遥遥领先

资料来源：中国信通院，中信证券研究部

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%。

图 9：发达国家与高收入国家数字经济规模遥遥领先

资料来源：中国信通院，中信证券研究部

图 10：发达国家与高收入国家数字经济 GDP占比突出

资料来源：中国信通院，中信证券研究部

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。

图 11：2021 年全球数字经济国家竞争力总得分

资料来源：《全球数字经济国家竞争力发展报告 2021 年》（张伯超和王振），中信证券研究部

图 12：数字经济国家竞争力四维指标对比

资料来源：《全球数字经济国家竞争力发展报告 2021 年》（张伯超和王振），中信证券研究部

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%。

图 13：我国数字经济规模与占比的变化

资料来源：中国信通院，中信证券研究部

图 14：我国数字经济产业规模与增速变化

资料来源：中国信通院，中信证券研究部

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。

图 15：数字经济发展情况追踪的宏观指标体系

大领域	子领域	衡量指标	大领域			子领域	衡量指标
数教字地设施	信息通信网络	光缆线路长度	产业批学转			制造业数字化	工业企业关键工序数控化率
		光纤端口数量					数字化研发设计工具普及率
		具备千兆网络服务能力的10GPON端口数					“5G+工业互联网”建设项目
		5G基站					工业互联网平台数量
		IPv6活跃用户数					重点平台工业设备连接数
	信息通信服务	互联网普及率					重点平台工业设备服务工业企业数
		移动电话用户数					化转			智能制造示范工厂的生产效率
		5G移动电话用户数	，型			型		服务业数字化	全国网络零售市场规模
		宽带和专线费用							电子商务交易额
		宽带网络平均下载速率		网络支付业务的规模和频次
		移动网络单位流量平均资费							电商、网约车、网上外卖、数字文化、智慧旅游等市场规模
	算力基础设施	数据中心机架总规模					农业数字化	农作物耕种收综合机械化率
		国家数据中心集群数量	公共			“互联网+政务服务	电子发票服务平台用户数量
		人工智能计算中心数量					公共			电子政务在线服务指数全球排名
		国家算力枢纽节点建设数量	服务			务学化		数字惠民项目	全国中小学（含教学点）互联网接入率
数字产业化	宏观：需求端	电子信息制造业固定资产投资							社会保障卡持卡人数
		数字经济核心产业上市公司的资本开支		电子社保卡领用人数
		交通通信的人均消费支出		互联网医院数量
		人均流量消费（月户均移动互联网接入流量）	数字				关键核心技术	数字技术研发投入
		机电、高新技术产品出口金额			业	产业创新活动	数字经济核心产业发明专利授权量
		电子信息制造业、软件业务出口金额					数字经济上市企业数量&募集资金
	宏观：供给端	信息技术、软件和信息技术服务业增加值	能力			创新	数字产业成长	工业互联网核心产业规模
		电子信息制造业增加值、互联网业务与软件业务收入				大数据产业规模

资料来源：中信证券研究部

我们从中筛选了部分有连续时间序列数据的指标，绘成如下图所示的景气图谱。数字基础设施增量变化图（上方的图）显示，我国在 2017-2018 年大力建设互联网相关的基础设施，光缆线路长度、IPV6 地址、移动互联网用户等指标均在此时间段产生最大增量。2021-2022 年，我国数字基础设施建设的重点放在 5G 和算力基础设施方面。数字产业化宏观景气图（下方的图）显示，近期我国数字产业在投资、消费端景气度较高，软件业务收入方面亦有较好表现。

图 16：部分衡量数字经济发展情况的宏观指标景气图谱

	信息通信网络					信息通信		服务		算力基础设施
指标名称	光缆线路长度增量	互联网宽带光纤端口增量5	G基站（建设）增量	IPv6地址增量互	联网普及率增量	移动互联网用户增量	移动电话用户增量	5G用户增量	互联网宽带接入用户增量	数据中心在用机架数增量
单位	干米	万个	万个	块/32	块/32	万户	万户	百万户	万户	万架
2015	4,413,164			1,797	2.4	8.925	1,965		1,289
2016	5.540.070			594	2.9	12.948	1,620		8.384
2017	7,060,537			2.242	2.6	17,759	9.555		5,133	42
2018	6,108.476			17,649	3.8	12,528	14,861		5.884	60
2019	3.829.927	45.823		9.798	4.9	-7.829	3.525		4,162	89
2020	4,279.609	5.354		6.757	5.9	2.999	-728		3.455	86
2021	3,188.677	8.017	-12	5.418	2.6	6.713	4.876	323	5.224	119
2022	4,699,305	6.533	23	4.317	2.6	3.820	4,061	307	5.386

投资端		消费端			出口端			供给端
指标名称		投资同比：电子信息产业-全部网上零售同比-社消总额同比移动互联网接入月户均流量同比							机电出口同比高新技术产品出口同比电子信息制造出口同比软件出口同比电子信息制造增加值同比-工增同比电信业务总量同比互联网企业收入同比软件业务收入同比
单位	%	%	MB	%		%	：		%	：	%	广
2021-02	4.3	-8.7	2.017.3	146.3	98.2	48.3	13.1			27.5	51.8	25.7
2021-03	10.6	-12.5	3.317.8	35.6	35.4	11.2	15.4	-1.9		30.3	50.9	10.0
2021-04	7.0	-9.6	3.625.0	30.7	25.2	10.8	14.5		0.6	28.6	35.7	-0.8
2021-05	7.2	-8.7	3.655.7	27.5	16.2	6.7	10.1		3.9	28.5	26.7	14.0
2021-06	9.1	-6.3	3.461.1	31.6	23.5	4.1	12.2		5.1	30.2	17.7	45.8
2021-07	8.1	4.9	3.256.3	18.6	15.9	4.4	10.9		6.6	25.5	28.2	-1.8
2021-08	9.2	-3.9	2.539.5	23.6	20.0	8.8	10.9		8.0	25.5	26.5	9.7
2021-09	9.6	-1.9	2.560.0	26.0	29.7	17.2	！		6.4	31.6	29.9	10.6
2021-10	8.3	-0.6	2.928.6	24.3	23.7	5.3	11.2		10.5	28.3	29.6	9.1
2021-11	7.7	-0.6	2.426.9	17.6	14.8	7.6	11.3		9.7	25.0	23.5	12.6
2021-12 2022-02	8.8	0.0	1,474.6	18.3	23.4	12.6	8.8		7.7	28.0	20.7	13.6
2022-03	14.2	8.4	1,402.9	4.6	11.4		71			22.7	11.7	17.2
	12.2	7.3	2,293.8	11.4	9.7	11.9	4.3		7.5	24.7	-0.4	23.6
2022-04	9.9	6.5	2.324.5	0.1	-4.9	-6.1	3.6		7.8	23.3	-5.1	14.7
2022-05	11.1	7.8	1.,996.8	9.5	4.5	6.1	2.7		6.6	22.4	-2.2	3.4
2022-06	9.5	5.8	1,402.9	12.7	7.5	12.4	4.0		7.1	19.3	3.2	-2.2
2022-07	8.7	5.2	1,228.8	13.2	2.6	3.6	4.3		3.5	19.5	-3.8	14.5
2022-08	8.7	4.3	1,505.3	4.5	-3.7	1.0	4.8		1.3	18.3	-1.9	18.6
2022-09	9.8	4.5	1,689.6	6.0	-0.9	7.8	5.7		4.3	22.0	-5.5	11.8
2022-10	11.1	5.9	1,843.2	-0.2	-7.1	2.7	5.1		4.4	19.2	-6.6	21.1
2022-11	10.6	6.2	2.621.4	-11.2	-23.7	-16.2	4.9		-3.3	21.0	-4.2	22.2
2022-12	9.7	5.9	1,884.2	-12.7	-25.7	-14.1	3.0		-0.2	20.8	-5.9	39.8
2023-02	9.2	2.2	1,863.7	-2.9	-13.7		1.1				-19.9	22.6
2023-03		1.1		13.1	-10.0

资料来源：Wind，中信证券研究部绘制。注：上方的图衡量的是数字经济基础设施增量建设情况，指标取年度频率；下方的图衡量的是数字产业化各宏观维度的变化情况，指标取月度频率。

▍ 生产函数变化：数据要素进入生产函数，可支撑我国GDP 中长期保持中高增速

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。

图 17：数字经济微观增长的主要特征与主要经济环境

资料来源：中信证券研究部

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。

图 18：生产要素变革与新增长模式

注：Y：经济产出；F：生产函数；A：技术进步；L：劳动力；T：土地；K：资本；D：数据资本
资料来源：中信证券研究部绘制

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%。

图 19：各生产要素对国内生产总值增长的贡献率

资料来源：国家信息中心，中信证券研究部

图 20：数据要素对 GDP 的贡献程度

资料来源：《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），中信证券研究部预测

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(KαLβ)。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%（图 21）。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。

图 21：2015-2022 年中国网上零售额及增速

资料来源：国家统计局，中信证券研究部

图 22：2017-2022 年中国非金融类对外投资

资料来源：中国商务部，中信证券研究部

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。

图 23：2015-2022 年全球服务贸易

资料来源：UNCTAD，中信证券研究部

▍ 经济结构变化：数字经济对传统经济的赋能与替代

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。

图 24：2013 年以来，我国制造业从业人员数明显下降

资料来源：Wind，中信证券研究部

图 25：我国制造业薪资水平增速高于行业增加值增速

资料来源：Wind，中信证券研究部

图 26：中印越三国制造业工人的平均工资变化情况

资料来源：联合国工业发展组织，中信证券研究部

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%。

图 27：中国工程师规模在国际上具有优势，但在劳动力中占比仍有巨大增长空间

资料来源：世界银行，美国国家科学基金会，欧盟统计局，中国家庭金融调查数据库，中信证券研究部

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 marketimpact potential of large language models (openai.com)，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。该研究测算了不同行业受到 GPT-4模型的影响程度，结果如下图所示。客服、咨询、律师、金融、翻译、医疗（早期预测、疾病检索、手术机器人）等行业比较容易被数字技术替代，这些行业通常被公认为知识密集型的服务业。

图 28：各行业受到 GPT-4模型影响程度的测算

资料来源：Open AI(2023) （GPTs are GPTs: An early look at the labor market impact potential of large language models (openai.com)，Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock），中信证券研究部。注：分数越高，表明该行业越容易受到 GPT-4 模型的影响。

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。

▍ 定价模式变化：数据价值的提升带来企业实力与政府财力的重估

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。

图 29：2000-2020 年全球十大市值公司的演变(单位：十亿美元)

排名	2000	2005	2010	2015	2020
1	通用电气(476)	通用电气(365)	埃克森美孚(364)	苹果(584)	苹果(2255)
2	埃克森美孚(302)	埃克森美孚(344)	工商银行(363)	Alphabet (Google)(528)	沙特阿美(2053)
3	辉瑞(290)	微软(272)	中国石油(302)	微软(440)	微软(1681)
4	思科(276)	花旗银行(250)	苹果(297)	工商银行(353)	亚马逊(1634)
5	花旗银行(257)	英国石油公司(221)	BHP(256)	伯克希尔(325)	Alphabet (Google)(1185)
6	沃尔玛(237)	美国银行(215)	微软(235)	埃克森美孚(324)	Meta(Facebook)（778)
7	沃达丰(237)	汇丰银行(208)	巴西石油(225)	亚马逊（318）	腾讯(700)
8	微软(232)	沃尔玛(195)	建设银行(223)	Meta(Facebook)(297)	特斯拉(669)
9	AIG(228)	宝洁(190)	中国移动(199)	通用电气(292)	阿里巴巴(648)
10	英特尔（211)	强生(179)	伯克希尔(198)	强生(284)	伯克希尔(544)

资料来源：Companies Market Cap，中信证券研究部。注：橙色表征的是金融及能源行业的公司，蓝色表征的是信息技术及通信行业的公司。

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%。

图 30：2020 年以来，信息技术和电信企业总市值超越能源与金融

资料来源：Wind，中信证券研究部；2023年截至 3月 30日

图 31：数字产业化各细分行业上市公司的总市值变化

资料来源：Wind，中信证券研究部；2023年截至 3月 30日

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。

图 32：我国数字产业化各细分行业上市公司的总市值占比变化

资料来源：Wind，中信证券研究部

图 33：美国数字产业化各细分行业上市公司的总市值占比变化

资料来源：Wind，中信证券研究部

图 34：中美数字产业化各细分行业市值五强公司的市值对比

资料来源：Wind，中信证券研究部。注：四个领域的图中，横线上方是中国高市值企业五强，横线下方是美国高市值企业五强。

（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。

表 2：四类典型智能化赛道的发展综述

智能化赛道	发展现状	发展痛点	发展前景	未来何种公司易发展为大市值公司
智能汽车	近年来国内新势力车企智能	1．布局时间偏晚；	1．单体价值大、资本积累快，容易在	在智能汽车领域内有一定研发基础，能先行
	驾驶技术不断升级，整个市场	2．技术难点尚存；	智能化赛道中占据优势；	突破核心技术攻关，产品创新能力强、市场
	处于L2向L3发展的阶段	3．数据安全问题有待规范	2．更新换代快，消费需求强； 3.支持政策丰富	定位清晰、能实现极致销售服务模式的车企
智能家居	当前处于智能家居 2.0时代，以场景为中心搭建多元化场景和智能化空间	1．行业通讯协议难以实现统一； 2．核心技术容易被国外企业垄断，下游产品智能化水平较低； 3．用户隐私安全问题	1．“宅经济”助推需求侧发展； 2．算力算法提升助力供给能力增强； 3．支持政策丰富	产品、技术创新能力强，产业链完备且具备规模效应的企业
智能教育	当前处于教育信息化 2.0 时代，校外智能教育培训机构逐步转型规范，校内智慧教室、智能教学设备不断普及	1．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； 2．道德风险和伦理缺失	1．教育部信息化经费逐年抬升； 2．出台《教育信息化2.0》行动计划，智能教育有效供给不断扩大； 3．在线教育用户规模大，需求旺盛	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把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
智能医疗	智能医疗行业的发展仍在起步、较不稳定，未来有较大提升空间	1．临床、科研数据的标准化管理不到位； 2．复合型人才缺失，技术突破难； 3．监管层面有待完善	1．快节奏生活下年轻群体需求大; 2．现有数据流、信息流应用和人工技能技术进展迅速支撑供给端	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

资料来源：各公司官网，中信证券研究部预测

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。

和发达国家的成熟赛道相比（以美国智能汽车的代表企业特斯拉为例），现阶段我国智能汽车领域的发展仍主要有三个痛点。一是布局时间偏晚。特斯拉早在 2013 年就提出了 Autopliot 的概念，并且于 2014 年正式应用到汽车中，拥抱智能化的理念遥遥领先于其他的竞争对手。在拥抱智能化的 2013 年当年，特斯拉市值出现了近 4 倍的迅猛增长。二是技术难点尚存。对标特斯拉，我国车企的问题在于核心技术基础薄弱，操作系统自主创新能力不足，现有系统基本是基于二次开发，缺乏自研，容易被“卡脖子”。三是数据安全问题有待规范。目前智能网联汽车数据的采集和存储方面责任和规范要求有待进一步明确，数据的商业用途约束有待进一步强化，同时系统安全也有待进一步完善。

图 35：Wind 智能汽车概念指数成分股营收、市值

资料来源：Wind，中信证券研究部

图 36：特斯拉 2013年拥抱智能化后市值暴涨

资料来源：Wind，中信证券研究部

图 37：新势力车企新车型智能驾驶配置水平

车型	智能驾驶配置
理想L9	拥有L2级辅助驾驶能力，搭载2颗英伟达0rin-X芯片，总算力达到508T0PS，128线激光雷达1前向毫米波雷达、超声波雷达12、环视摄像头4、感知摄像头7，通过理想AD Max实现了包括自动泊车、智能召唤以及含自动变道/匝道出入的领航辅助驾驶功能
小鹏G9	搭载Xpilot4.0智能辅助驾驶系统，激光雷达2、摄像头12、毫米波雷达5、超声波雷达12、英伟达0rin-X芯片*2（算力达到508T0PS），全车31颗感知硬件
蔚来ES7	搭载最新自动驾驶技术NAD，硬件配置支持L5级别自动驾驶。搭载4颗英伟达Orin-X芯片，自驾平台算力1016T0PS，激光雷达1、毫米波雷达5、超声波雷达12、双目前方感知摄像头1、环视摄像头4、环境感知摄像头7
集度R0B0-01探月限定	基于ApoIIo高阶自动驾驶能力，发布点到点领航辅助PPA，具备高速、城市、泊车“三域融通”的高阶智能驾驶能力。搭载2颗英伟达0rin-X芯片，提供508T0PS算力，31个智能驾驶传感器提供30度感知
问界M7	拥有L2级辅助驾驶能力，搭载毫米波雷达3、APA摄像头4、长距离超声波雷达*12，可实现车道保持辅助、自适应巡航、碰撞警告、盲区预警等辅助驾功能
阿维塔11	拥有L2级辅助驾驶能力，搭载华为ADS系统，全车超过30个感应硬件，计算平台算力可达400TOPS
瑞虎7PLUS	采用L2+级智能驾驶辅助系统，提供ACC自适应巡航系统，LDW车道偏离预警、AEB自动紧急制动系统等智能驾驶辅助功能

资料来源：各家车企官网，中信证券研究部

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。

图 38：近期国家层面智能汽车相关政策

时间	政策	主要内容
2020.02	《智能汽车创新发展战略》	顺应新一轮科技革命和产业变革趋势，抓住产业智能化发展战略机遇，加快推进智能汽车创新发展
2021. 01	《关于服务构建新发展格局的意见》	推进自动驾驶、智能航运、高速磁悬浮技术研发与试点示范工作
2021. 02	《国家综合立体交通网规划纲要》	加强智能化总运工具和关键专用装备研发，推进智能网联汽车应用
2021.04	《智能网联汽车生产企业及产品准入管理指南（试行）》	规定L3、L4级自动驾驶企业及产品的准入纲领性要求
2021.08	《关于科技创新驱动加快建设交通强国的意见》	开发新一代智能交通系统，促进自动驾驶、智能航运等加快应用
2022. 01	《“十四五”数字经济发展规划》	提出鼓励发展智能经济，稳步推进智能驾驶
2022.09	《国家车联网产业标准体系建设指南（智能网联汽车）（2022年版）》（征求意见稿）	到2025年，系统形成能支持组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系
2022. 11	《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》	车辆准入管理为强制性监管，进一步明确参与试点的智能网联汽车包括L3和L4级自动驾驶，并对L3与L4级的上路给出更加明确的界定

资料来源：中国政府网，中信证券研究部

向后看，在智能汽车领域内具有一定研发基础，能先行突破核心技术攻关，产品创新能力强、市场定位清晰、能实现极致销售服务模式的车企，有望抢占高地、脱颖而出，具有成为产业智能化赛道中大市值公司的潜力。

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。

图 39：Wind 智能家居概念指数成分股营收、市值

资料来源：Wind，中信证券研究部

图 40：智能家居及其细分市场规模

资料来源：中商情报网，中信证券研究部

图 41：近期国家层面智能家居相关政策

时间	政策	主要内容
2021. 07	《5G应用“扬帆”行动计划(2021-2023年)》	推进基于5G的可穿戴设备、智能家居产品、超高清视频终端等大众消费品普及。
2021.12	《关于推动平台经济规范健康持续发展的若干意见》	鼓励平台企业拓展“互联网+”消费场景，提供高质量产品与服务，促进智能家居、虚拟现实、超高清视频终端等智能产品普及应用
2022. 01	《“十四五”数字经济发展规划》	引导智能家居产品互联互通，促进家居产品与家居环境智能互动，丰富“一键控制”、“一声响应”的数字家庭生活应用
2022.03	《关于加快建设全国统一大市场的意见》	推动统一智能家居、安防等领域标准，探索建立智能设备标识制度
2022.08	《关于加强和推进老龄工作进展情况的报告》	持续扩大智能辅具、智能家居、健康监测、养老照护等适老化智能终端产品供给
2022. 12	《扩大内需战略规划纲要(2022-2035年)》	推进无障碍设施建设，促进家庭装修消费，增加智能家电消费，推动数字家庭发展

资料来源：中国政府网，中信证券研究部

向后看，该领域内产品、技术创新能力强，产业链完备且具备规模效应的企业，能较快实现品牌内产品的互联互通，规避行业协议发展程度的影响，进而容易在智能家居市场中占得先机、脱颖而出。

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。

图 42：在线教育、在线医疗需求市场广阔

资料来源：CNNIC，中信证券研究部

图 43：近期国家层面智慧医疗相关政策

时间	政策	主要内容
2021.12	《“十四五”医疗装备产业发展规划》	鼓励行业企业聚焦智慧医院建设需求，加快研制导诊、门诊筛查、辅助检验、智能无接触式扫描等医疗机器人，着力发展原创性智慧医疗装备
2021.12	《“十四五”公共服务规划》	积极发展智慧医疗，鼓励医疗机构提升信息化、智能化水平，支持健康医疗大数据资源开发应用
2022.03	《“十四五”中医药发展规划》	推进智慧医疗、智慧服务、智慧管理“三位一体”的中医医院建设。建设中医互联网医院，发展远程医疗和互联网诊疗
2022.12	《“十四五”扩大内需战略实施方案》	培育壮大新兴数字产业，在智能交通、智慧物流、智慧能源、智慧医疗、智慧养老等重点领域开展数字化试点示范，大力发展第三方大数据服务产业

资料来源：中国政府网，中信证券研究部

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。

图 44：预计我国将从土地财政模式过渡为数据财政模式

资料来源：中信证券研究部整理、预测

图 45：我国拥有庞大的数据资源

资料来源：中国信通院，中信证券研究部

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。国务院原总理李克强曾多次强调，“目前我国信息数据资源 80%以上掌握在各级政府部门手里，‘深藏闺中’是极大浪费”。

政府之所以拥有如此庞大数量的数据，原因有四：（1）许多数据只有政府才有权利采集，如税收、财政、资源类数据；（2）许多数据只有政府才有能力汇集：如各地农业产值、工业产值、企业运行状况、商品流通情况等数据；（3）许多数据因政府的发起而收集、留存：如城市基建、交通基建、医院医疗、教育师资等数据；（4）许多数据记录了政府为居民提供服务的情况，与民生密切相关：如社保、水电、燃气、交通路况、医疗信息等。

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。

图 46：数据财政的实现路径

资料来源：中信证券研究部绘制

从数字经济趋势看产业机遇

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。

风险因素

算力水平发展不及预期的风险；数据价值化相关行业法律法规完善程度不及预期的风险；数字科技伦理问题。

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含 CLSA group of companies），统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级(另有说明的除外)。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A 股市场以沪深 300指数为基准，新三板市场以三板成指(针对协议转让标的)或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普 500 指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%～20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%～5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
	行业评级	强于大市	相对同期相关证券市场代表性指数涨幅10%以上
		中性	相对同期相关证券市场代表性指数涨幅介于-10%～10%之间
		弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问 https://research.citicsinfo.com/disclosure。

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由 CLSA Limited（于中国香港注册成立的有限公司）分发；在中国台湾由 CL Securities Taiwan Co., Ltd.分发；在澳大利亚由 CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由 CLSA（CLSA Americas, LLC 除外）分发；在新加坡由 CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由 CLSA Europe BV 分发；在英国由 CLSA （UK）分发；在印度由 CLSA India Private Limited 分发（地址：8/F, Dalamal House, Nariman Point, Mumbai400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由 PT CLSA Sekuritas Indonesia分发；在日本由 CLSA Securities Japan Co., Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由 CLSA Securities Malaysia Sdn Bhd分发；在菲律宾由 CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities (Thailand) Limited 分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由 CLSA Limited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第 571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系 CLSA Limited的罗鼎，电话：+852 26007233。

美国：本研究报告由中信证券制作。本研究报告在美国由 CLSA（CLSA Americas, LLC除外）仅向符合美国《1934年证券交易法》下 15a-6规则界定且 CLSA Americas, LLC 提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSA Americas, LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。

新加坡：本研究报告在新加坡由 CLSA Singapore Pte Ltd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系 CLSA Singapore Pte Ltd，地址：80 Raffles Place, #18-01, UOB Plaza1, Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd 豁免遵守《财务顾问法》（第 110 章）、《财务顾问规例》以及其下的相关通知和指引（CLSA 业务条款的新加坡附件中证券交易服务 C部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由 CLSA （UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。对于英国分析员编纂的研究资料，其由 CLSA （UK）制作并发布。就英国的金融行业准则，该资料被制作并意图作为实质性研究资料。CLSA （UK）由（英国）金融行为管理局授权并接受其管理。

欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。

澳大利亚：CLSA Australia Pty Ltd (“CAPL”) (商业编号：53 139 992 331/金融服务牌照编号：350159) 受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及 CHI-X 的市场参与主体。本研究报告在澳大利亚由 CAPL 仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经 CAPL 事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第 761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL 寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解 CLSA India“关联方”的更多详情，请联系 Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

行业的宏观视角系列（一）｜2023.6.8

中信证券研究部

核心观点

目录

插图目录

表格目录

数字经济的发展历程复盘

直观理解数字经济的“四化”框架

全球数字经济发展的行政管理机构设置

全球数字经济发展的政策支持路径

（1） 数字产业化：发达国家先行，我国加速追赶

（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

（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

（4）数字化治理：中国起步较晚，道路山长水远

全球数字经济规模的发展历程

衡量数字经济发展程度的宏观指标体系

▍ 生产函数变化：数据要素进入生产函数，可支撑我国GDP 中长期保持中高增速

（2）数字经济的主要经济环境

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%

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

▍ 经济结构变化：数字经济对传统经济的赋能与替代

制造业行业：短期赋能，长期替代

服务业行业：基于对话式的工作易被替代

▍ 定价模式变化：数据价值的提升带来企业实力与政府财力的重估

企业实力的重估

（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

（2） 数字赋能企业：

数字赋能赛道一：智能汽车行业

数字赋能赛道二：智能家居行业

数字赋能赛道三：智能服务行业

政府财力的再定价

从数字经济趋势看产业机遇

风险因素

分析师声明

一般性声明

评级说明

特别声明

法律主体声明

针对不同司法管辖区的声明

（1）数字产业化：发达国家先行，我国加速追赶

（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

（2）数字赋能企业：

中信证券-行业的宏观视角系列(一)：数字经济的宏观视角-230608.pdf