发布时间：2023-05-26

证券研究报告 /宏观专题

人工智能能推动多少经济增长？

报告摘要：

数字经济的发展不是孤立的，而是与国民经济其他部门相联动的。根据非竞争型投入产出表，我们发现计算机、通信和电子设备制造业对本部门、批发零售业、金属冶炼业、化学产品、电气机械等行业的完全消耗系数较大；而信息技术服务业对本部门、租赁和商务服务、计算机通信设备、房地产等行业的完全消耗系数较大。这意味着数字经济的发展将带动相关产业的发展。影响力系数方面，计算机、通信和电子设备制造业每增加 1单位的最终需求，将拉动2.35单位国内品的生产，影响力在行业平均水平之上。而信息技术服务业的影响力低于行业平均水平，该行业每增加 1 单位的最终需求，将拉动 2.15单位国内品的生产。感应系数表明，当整个国民经济均衡向好发展时，数字经济行业受到的拉动作用高于行业平均水平。三大需求的拉动上，计算机、通信和电子设备主要受出口的生产诱发比较大，而信息技术服务业则受最终消费和投资的生产诱发比较大。

数字经济发展浪潮下，人工智能无疑是最耀眼的明珠，人工智能蓬勃发展有望带来相关产业的中长期发展机会。首先，人工智能将带来芯片产业链发展机会。推动人工智能进步有三大因素：算法、数据和算力。因此人工智能的大规模应用必然带来算力（芯片）需求的高景气。根据Precedence Research 2023 年 2 月发布的报告，2023 年至 2032 年全球人工智能(AI)芯片市场规模复合年增长率预计为29.72%。具体到国内，中国 AI芯片产业链高端环节有待突破，中低端环节国产化将逐步推进，中长期前景向好。其次，人工智能带来通信产业链发展机会。通信和人工智能是密不可分的技术，二者有望形成有益的双螺旋。再次，人工智能带来信息技术企业发展机会，医疗保健、传媒、零售、金融和法律服务、汽车、物流等行业都对人工智能软件技术有广阔的需求。但人工智能发展对能源行业的拉动作用待观察，根据我们的测算，与GPT-3 类似的大语言模型BLOOM如果每天收到 1亿次请求，那么一年耗电量为 1.45亿度电，与当前全社会用电量相比还不是很高。最后，人工智能也有望提高整个经济的劳动生产率，根据我们的测算，人工智能可能使得中国劳动生产率增速提高0.9个百分点。

近期，受海外经济增长放缓、中国复苏力度不甚强影响，人工智能硬件相关产业利润表现尚在底部，而软件行业景气好于硬件。但硬件行业基本面有望企稳，主要原因在于：信息技术产业高速发展的拉动作用；整体 PPI 价格在下半年有望企稳，提升计算机通信行业的 PPI；当前计算机通信行业的利润率已处在历史极低水平，均值回归趋势将提升行业利润表现。建议关注人工智能硬件行业基本面企稳迹象，适当提前布局。高频数据显示今年软件业的营业收入增速在往上抬升，在产业数字化转型、软件行业加速向垂直行业渗透的背景下，今年软件业向好景气可期，建议关注软件业估值和拥挤度的边际变化，逢低布局。

风险提示：全球衰退超预期，美国技术制裁的负面影响超预期。

[Table_R相关报告

《地产依旧拖累财政收入，支出保持平稳》--20230522

《基建景气度有所回落》

--20230522

《【东北宏观】虽然不及预期，但修复尚未结束》

证券分析师：张陈

执业证书编号：S0550522110002

13683268105 zhangchen2@nesc.cn

研究助理：罗琦

执业证书编号：S0550122080028

15650712018 luoqi@nesc.cn

每日免费获取报告

1、每日微信群内分享7+最新重磅报告；

2、每日分享当日华尔街日报、金融时报；

3、每周分享经济学人

4、行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

扫一扫二维码
关注公号
回复：研究报告
加入“起点财经” 微信群。。

近年来，数字经济政策利好不断出台...........
1.1. 《数字中国建设整体布局规划》是对我国数字化发展的全面擘画 ..4
1.2. 数字基础设施的内涵. ...5
1.3. 数据资源体系的内涵.. ...6
1.4. 数字中国建设情况成为政府硬性考核标准. ...8
数字经济与国民经济的关联度分析——基于投入产出表..
2.1. 直接消耗系数 . .....9
2.2. 完全消耗系数.. ... 11
2.3. 影响力系数 ... ..13
2.4. 感应度系数.. ...15
2.5. 生产诱发系数和最终需求依存度 ....16
人工智能使相关产业迎来中长期发展机会 ....19
3.1. 人工智能带来芯片产业链发展机会. ...19
3.2. 人工智能带来通信产业链发展机会 ..21
3.3. 人工智能带来信息技术企业发展机会 ...22
3.4. 人工智能的能源消耗量有多大？ ..23
3.5. 人工智能将提高多少的劳动生产率？ ..24
短期来看，人工智能产业基本面磨底，待迎戴维斯双击. .27

图表目录

图 1：数字中国建设的整体框架.....
图 2：数字基础设施的四大部分. ... 6
图 3：历年地级及以上政府数据开放平台增长情况 . ... 7
图 4：上线数据开放平台的城市 .... ... 7
图 5：上海数据开放平台各领域的数据 ... ... 8
图 6：上海数据开放平台数据的开放属性 .. ..... 8
图 7：大型 AI 训练所需求的算力呈指数型增长... ... 20
图 8：2023 年到 2032 年 AI 芯片将维持长时间的高增长.. .... 20
图 9：中国芯片产业链 ...... .. 21
图 10：中国 5G 基站数量... .... 22
图 11：中国通信产业链图谱.... .. 22
图 12：相关研究估算的人工智能市场规模前景...... ....... 23
图 13：运行 BLOOM 所使用的耗能量.... ...... 24
图 14：训练BLOOM和其他大语言模型的耗能量......
图 15：美国 10年平均劳动生产率增速. ... 25
图 16：中国 10 年平均劳动生产率增速 .. ... 25
图 17：不同行业对大语言模型的暴露度. .. 26
图 18：人工智能相关行业股价基本同步运行 ... .. 28
图 19：计算机通信行业利润、工业增加值和 PPI. ... 30
图 20：计算机、通信行业的出口情况与工业增加值高度相关 ...... .... 30
图 21：美国周度经济指数大概领先计算机、通信行业出口 3 个月 ... 30
图 22：中国电子产品销量增速尚在低位 ...... .. 31
图 23：今年以来信息技术产业生产指数向好，为硬件行业提供支撑 . .... 31
图 24：年中附近PPI可能迎来拐点...... ... 32
图 25：计算机、通信行业的利润率已有回升的态势..........
图 26：当前计算通信行业库存已在去化 . ....... 33
图 27：软件行业发展趋势向好.... ... 33
表 1：数字经济对各部门的直接消耗系数. ..11
表 2：数字经济对各部门的完全消耗系数.. . 12
表 3：各行业的影响力系数.. ... 14
表 4：各行业的感应度系数.. ... 16
表 5：各行业的生产诱发系数.. ... 18
表 6：各行业的最终需求依存度 . ... 19
表 7：国内外部分科技企业ChatGPT技术布局和应用场景.. ... 23
表 8：中国各行业的城镇非私营单位就业人数和 AI 暴露度... .... 27
表 9：人工智能相关产业营收增速（%） ... 28
表 10：人工智能相关产业利润增速（%） . 29

1. 近年来，数字经济政策利好不断出台

近年来，国家对数字经济、人工智能的重视程度明显增强，相关政策利好不断。党的十九大提出，推动互联网、大数据、人工智能和实体经济深度融合，建设数字中国、智慧社会。2020年《中小企业数字化赋能专项行动方案》指出坚持统筹推进新冠肺炎疫情防控和经济社会发展，以新一代信息技术与应用为支撑，以提升中小企业应对危机能力、夯实可持续发展基础为目标，集聚一批面向中小企业的数字化服务商，培育推广一批符合中小企业需求的数字化平台、系统解决方案、产品和服务，助推中小企业通过数字化网络化智能化赋能实现复工复产，增添发展后劲，提高发展质量。2021年《“十四五”大数据产业发展规划》提出加快建设行业大数据平台，提升数据开发利用水平，推动行业数据资产化、产品化，实现数据的再创造和价值提升。打造服务政府、服务社会、服务企业的成熟应用场景，以数据创新带动管理创新和模式创新，促进金融科技、智慧医疗等蓬勃发展。2022 年《“十四五”数字经济发展规划》指出“十四五”时期，我国数字经济转向深化应用、规范发展、普惠共享的新阶段，应对新形势新挑战，把握数字化发展新机遇，拓展经济发展新空间，推动我国数字经济健康发展。同年，《国务院关于数字经济发展情况的报告》提出推动数字技术与实体经济深度融合为主线，以协同推进数字产业化和产业数字化、赋能传统产业转型升级为重点，以加强数字基础设施建设为基础，以完善数字经济治理体系为保障，不断做强做优做大我国数字经济。

1.1. 《数字中国建设整体布局规划》是对我国数字化发展的全面擘画

2023 年 2 月，中共中央、国务院印发了《数字中国建设整体布局规划》（以下简称《规划》）并发出通知，要求各地区各部门结合实际认真贯彻落实。这是党的二十大后党中央在我国数字化发展领域作出的最全面擘画，从顶层设计高度对中国数字化建设进行了整体布局。

《规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。要求促进数字经济和实体经济深度融合，以数字化驱动生产生活和治理方式变革。

关于数字中国的建设目标上，《规划》提出，到2025年，基本形成横向打通、纵向贯通、协调有力的一体化推进格局，数字中国建设取得重要进展。数字基础设施高效联通，数据资源规模和质量加快提升，数据要素价值有效释放，数字经济发展质量效益大幅增强，政务数字化智能化水平明显提升，数字文化建设跃上新台阶，数字社会精准化普惠化便捷化取得显著成效，数字生态文明建设取得积极进展，数字技术创新实现重大突破，到 2035 年，数字化发展水平进入世界前列，数字中国建设取得重大成就。

数字中国建设将按照《规划》提出的“2522”整体框架进行布局。即夯实数字基础设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能力”，优化数字化发展国内国际“两个环境”。

我们认为其中的数字基础设施和数据资源体系内涵丰富，值得仔细分析。另外，《规划》强调，要将数字中国建设工作情况作为对有关党政领导干部考核评价的参考。这意味着，推动数字中国建设已成为 GDP 考核之外的另一指标。那么如何进行考核？也是值得关注的问题。

图 1：数字中国建设的整体框架

数据来源：中国网信网，东北证券

1.2. 数字基础设施的内涵

如何理解数字基础设施，包括哪些内容？根据中国互联网信息中心主任曾宇的阐释，数字基础设施主要包括以下四类：一是以 5G/6G、卫星互联网、新一代通信网络、未来网络等为代表的网络基础设施；二是以云计算中心、大数据中心、工业互联网服务平台、物联网服务平台、平台型互联网企业应用服务平台等为代表的信息服务基础设施；三是以超级计算中心（智能计算中心）等为代表的科技创新支撑类基础设施；四是支撑社会治理、公共服务及关键行业信息化应用的重要信息基础设施等。

图 2：数字基础设施的四大部分

数据来源：经济日报，东北证券

1.3. 数据资源体系的内涵

我们认为数字资源体系是不同类型的海量数据互联互通而形成的庞大数据集，并可促进生产、分配、流通、消费和社会治理等各环节。数字资源体系中数据要素至关重要，是数字资源体系的基石。

近年来，数字资源体系构建问题得到了政策层的高度重视和大力推广。中共中央、国务院2022年12月发布的《关于构建数据基础制度更好发挥数据要素作用的意见》指出，数据是新型生产要素，是数字化、网络化、智能化的基础，强调要“建立保障权益、合规使用的数据产权制度”，“推动数据要素供给调整优化，提高数据要素供给数量和质量”，“对各类市场主体在生产经营活动中采集加工的不涉及个人信息和公共利益的数据，市场主体享有依法依规持有、使用、获取收益的权益，保障其投入的劳动和其他要素贡献获得合理回报，加强数据要素供给激励”。

那么数据资源大体可以分为哪几类？我们认为按照掌握主体可以划分为两类。一类是政府掌握的数据。另一类是企业所掌握的数据。二者还可以进一步的交汇融合。政府掌握的数据是指政府部门在履行公共管理职责或者提供服务过程中收集到的各类数据，包括城市建设、道路交通、公共安全、机构团体、教育科技、经济建设、民生服务、社会发展、卫生健康、文化休闲、信用服务、资源环境等各方面。

近年来，地方政府部门在积累公共数据方面成果显著，并有力地推进了公共数据开放。根据《2022 中国地方政府数据开放报告》，截至 2022 年 10 月，我国已有 208个省级和城市的地方政府上线了政府数据开放平台，其中省级平台 21个（含省和自治区，不包括直辖市和港澳台），城市平台 187 个（含直辖市、副省级与地级行政区）。目前，我国74.07%的省级（不含直辖市）和 55.49%的城市（包括直辖市、副省级与地级行政区）已上线了政府数据开放平台。

图 3：历年地级及以上政府数据开放平台增长情况

数据来源：《2022 中国地方政府数据开放报告》，东北证券

图 4：上线数据开放平台的城市

数据来源：《2022 中国地方政府数据开放报告》，东北证券

上海市数据开放工作走在全国前列。以上海市的数据开放平台为例，截至2023年 3月 7 日，上海已开放51个数据部门，涵盖城市建设、民生服务、经济建设等诸多领域，并且无条件开放的数据占比达到了 67%。

图 5：上海数据开放平台各领域的数据

数据来源：上海市公共数据开放平台，东北证券

图 6：上海数据开放平台数据的开放属性

数据来源：上海市公共数据开放平台，东北证券

另一类是企业构建的数据体系。一些企业在生产经营中能够实现数据的沉淀，或者通过收集整理形成数据库。这一块已经有一些成熟的商业模式，数据需求方和供给方通过协商和谈判确定数据采购的价格。应用场景比较典型的有金融领域，互联网领域以及工业领域等。例如，对于银行信贷业务而言，风控至关重要，因此，企业和个人多维度征信画像对于银行具有突出价值。而一些企业比如企查查等通过对企业信用、法院判决书等信息进行收集、清洗和整合，进而卖给银行。据悉，大型商业银行每年数据采购的金额就超过了百亿元。另外，国网上海电力公司研发的“企业电智绘”产品，包含了企业用电行为、用电缴费、用电趋势等特征数据，为银行授信、贷后审查、风险预警提供决策信息，该产品在上海数据交易所上出售给了中国工商银行上海分行，是该所首单成交的数据产品。此外，工业生产领域、互联网领域也存在一些可挖掘的数据要素资源。

1.4. 数字中国建设情况成为政府硬性考核标准

《规划》首次指出，“将数字中国建设工作情况作为对有关党政领导干部考核评价的参考”。那么如何进行考核？我们可以从贵州在数字经济考核领域的先行试验中一窥大致内容。

根据通信研究院的《中国数字经济发展报告（2022）》，贵州在 2021年首次开展市州的数字经济高质量考核。看点有以下三点：1、参与部门是由省发改委牵头。2、考核指标分季度和年度，季度主要考核软件和信息技术服务业收入绝对值和增长情况。年度主要考核市州数字经济增加值占 GDP 的比重和数字经济的增长情况。3、指标数据范围包括计算机、通信和电子设备制造业，电信、广播电视和卫星传输服务，物联网服务，软件和信息技术服务业的行业统计数据等。

今年，数字经济已纳入多地的发展目标。例如，上海2023 年《政府工作报告》明确未来五年数字经济核心产业增加值占上海生产总值的比重提高到 18%，重庆提出到2027 年数字经济占比超 50%，宁夏力争到 2027 年数字经济占 GDP 比重达到 40%以上。2023年，浙江提出力争数字经济核心产业增加值增长 10%，陕西力争数字经济核心产业增加值占比超过 8%，云南提出数字经济核心产业营业收入增长 20%以上，江苏力争数字经济规模突破 5.5 万亿元，贵州力争数字经济占地区生产总值比重达 40%左右，重庆力争数字经济核心产业增加值增长10%以上，湖南提出数字经济占地区生产总值比重超过 33%。各地政府对数字经济的核算方法虽然各有差异，但量化数字经济发展考核的思路是一致的，也意味着数字经济建设情况成为党政领导干部的硬指标。

2. 数字经济与国民经济的关联度分析——基于投入产出表

国家对数字经济的强调可谓非常隆重，但数字经济的发展不是孤立的，而是与国民经济其他部门相联动的。那么数字经济的发展与国民其他部门的关联性如何？这是一个重要问题。下面利用投入产出表进行分析。这里将数字经济划分为数字产品制造和数字技术应用两大类，数字产品制造用通信、计算机和电子产品制造业来表示，数字技术应用用信息传输、软件和信息技术服务来表示。

2.1. 直接消耗系数

直接消耗系数是每生产单位 j产品要消耗 i 种产品的数量，反映任何两个部门之间的直接经济联系，即 j 产品生产与中间投入产品 i的生产之间的求与供的关系。为得到数字经济部门的生产对本国产出的拉动作用，需要把中间产品中的进口品予以剔除，因此我们使用的是非竞争型投入产出表，即仅计算本国产品的直接消耗系数。计算公式如下：

其中??????是 j 部门生产对 i 部门国内中间品投入的消耗量，????是 j 部门的生产量，??????是直接消耗系数。

数字产品制造和数字技术应用的直接消耗系数如下表所示。可以看到数字产品制造对自身部门的直接消耗最大，生产 1 单位通信、计算机和电子产品，需要 0.269 单位本行业产品作为中间品；其次对批发和零售的直接消耗也较大，反映数字产品的生产和销售比较依赖批发和零售行业；对电气机械和器材的直接消耗量排在第三，这也比较好理解，比如笔记本电脑等电子产品都需要电池等中间品；对金属冶炼和压延加工品的直接消耗量为 0.027，反映电子产品对金属原材料的消耗量；对信息技术服务的直接消耗量为0.024，说明数字经济软硬件是一体化发展的；对化学产品的直接消耗系数为 0.024，可能反映电子产品制造对电子化学品的需求。

数字技术应用对本行业的直接需求量也是最大的；对租赁和商务服务业的直接消耗系数为 0.075，表明软件企业在提供产品时需要进行大量的咨询和沟通，提供定制化的解决方案，因此对商务服务业的消耗量较大；对房地产的直接消耗系数为0.066，表明信息技术企业对机房等运营中心以及研发中心楼宇的需求也较大。对通信、计算机和电子产品的消耗系数为 0.056，反映软件产品对硬件配套设施具有较强的需求。对印刷和记录媒介的消耗体现数字技术应用对软盘、硬盘和光盘等方面的需求，对文教体育用品的消耗体现软件产品与玩具、教育、体育用品的融合。

表 1：数字经济对各部门的直接消耗系数

数字产品制造对下列部门的直接消耗系数		数字技术应用对下列部门的直接消耗系数
通信设备、计算机和其他电子设备	0.269	信息传输、软件和信息技术服务	0.198
批发和零售	0.050	租赁和商务服务	0.075
电气机械和器材	0.039	房地产	10.066
金属冶炼和压延加工品	0.027	通信设备、计算机和其他电子设备	0.056
信息传输、软件和信息技术服务	0.024	造纸印刷和文教体育用品	0.028
化学产品	0.024	金融	0.020
租赁和商务服务	0.016	批发和零售	0.016
金融	0.016	交通运输、仓储和邮政	0.012
专用设备	0.016	电气机械和器材	0.011
交通运输、仓储和邮政	0.014	电力、热力的生产和供应	0.010
金属制品	0.012	食品和烟草	0.006
非金属矿物制品	0.012	住宿和餐饮	0.006
电力、热力的生产和供应	0.009	文化、体育和娱乐	0.004
综合技术服务	0.009	综合技术服务	0.003
食品和烟草	0.006	化学产品	0.003
通用设备	0.005	居民服务、修理和其他服务	0.002
造纸印刷和文教体育用品	0.004	石油、炼焦产品和核燃料加工品	0.001
住宿和餐饮	0.003	水利、环境和公共设施管理	0.001
居民服务、修理和其他服务	0.003	建筑	0.001
仪器仪表	0.002	木材加工品和家具	0.001
纺织服装鞋帽皮革羽绒及其制品	0.002	纺织服装鞋帽皮革羽绒及其制品	0.001
文化、体育和娱乐	0.001	仪器仪表	0.001
其他制造产品和废品废料	0.001	金属制品	0.001
木材加工品和家具	0.001	教育	0.001
石油、炼焦产品和核燃料加工品	0.001	农林牧渔产品和服务	0.001
建筑	0.001	公共管理、社会保障和社会组织	0.000
房地产	0.001	通用设备	0.000
交通运输设备	0.001	水的生产和供应	0.000
水的生产和供应	0.000	交通运输设备	0.000
纺织品	0.000	金属制品、机械和设备修理服务	0.000
金属制品、机械和设备修理服务	0.000	其他制造产品和废品废料	0.000
水利、环境和公共设施管理	0.000	纺织品	0.000
公共管理、社会保障和社会组织	0.000	专用设备	0.000
卫生和社会工作	0.000	非金属矿物制品	0.000
燃气生产和供应	0.000	燃气生产和供应	0.000
教育	0.000	卫生和社会工作	0.000
非金属矿和其他矿采选产品	0.000	金属冶炼和压延加工品	0.000
农林牧渔产品和服务	0.000	非金属矿和其他矿采选产品	0.000
煤炭采选产品	0.000	煤炭采选产品	0.000
金属矿采选产品	0.000	石油和天然气开采产品	0.000
石油和天然气开采产品	0.000	金属矿采选产品	0.000
研究和试验发展	0.000	研究和试验发展	0.000

数据来源：东北证券

2.2. 完全消耗系数

完全消耗系数是直接消耗系数和全部间接消耗系数的和。为得到 j 部门最终产出对本国产出的完全拉动作用，需要使用国产品直接消耗系数矩阵????来计算只含国内中间投入产品的完全消耗系数矩阵????，计算公式如下：

其中??是单位矩阵，(??−????)−1是非竞争型投入产出表中的“国产品”表计算得到的列昂惕夫逆矩阵。完全消耗系数矩阵的公式表明完全消耗系数是直接消耗系数经过

列昂惕夫逆矩阵放大而形成的。其中的元素??????表示 j 部门 1 单位最终产品对 i 部门国内产品的完全消耗，??????越大，表示对 i 部门产品的完全消耗量越大，拉动作用越强。

从数字产品制造的完全消耗系数可看出，考虑完全消耗后，数字产品制造对各部门的需求量有所上升。并且对于金属冶炼和压延业、化学产品的消耗位次提升，分别排在第 3 位和第4位。

从数字技术应用的完全消耗系数可看出，考虑完全消耗后，数字技术应用对于通信设备的消耗位次提升，排在第 3位，对房地产的消耗位次下降1 位。

表 2：数字经济对各部门的完全消耗系数

数字产品制造对下列部门的完全消耗系数		数字技术应用对下列部门的完全消耗系数
通信设备、计算机和其他电子设备	0.386	信息传输、软件和信息技术服务	0.261
批发和零售	0.102	租赁和商务服务	134
金属冶炼和压延加工品	0.096	通信设备、计算机和其他电子设备	0.106
化学产品	0.078	房地产	0.106
电气机械和器材	0.075	金融	0.066
租赁和商务服务	0.060	造纸印刷和文教体育用品	0.062
交通运输、仓储和邮政	0.056	批发和零售	0.051
金融	0.056	交通运输、仓储和邮政	0.045
信息传输、软件和信息技术服务	0.051	化学产品	0.036
电力、热力的生产和供应	0.045	电力、热力的生产和供应	0.033
金属制品	0.032	电气机械和器材	0.028
专用设备	0.028	食品和烟草	0.026
非金属矿物制品	0.028	金属冶炼和压延加工品	0.024
食品和烟草	0.026	农林牧渔产品和服务	0.023
房地产	0.022	住宿和餐饮	0.018
农林牧渔产品和服务	0.020	石油、炼焦产品和核燃料加工品	0.013
造纸印刷和文教体育用品	0.020	交通运输设备	0.013
通用设备	0.020	金属制品	0.011
综合技术服务	0.019	综合技术服务	0.009
石油、炼焦产品和核燃料加工品	0.018	煤炭采选产品	0.008
住宿和餐饮	0.013	居民服务、修理和其他服务	0.007
煤炭采选产品	0.013	纺织品	0.007
交通运输设备	0.013	文化、体育和娱乐	0.007
其他制造产品和废品废料	0.009	纺织服装鞋帽皮革羽绒及其制品	0.007
金属矿采选产品	0.008	通用设备	0.006
居民服务、修理和其他服务	0.008	其他制造产品和废品废料	0.006
纺织服装鞋帽皮革羽绒及其制品	0.007	非金属矿物制品	0.005
纺织品	0.007	木材加工品和家具	0.005
仪器仪表	0.006	专用设备	0.004
石油和天然气开采产品	0.005	建筑	0.004
木材加工品和家具	0.004	石油和天然气开采产品	0.003
非金属矿和其他矿采选产品	0.003	仪器仪表	0.003
文化、体育和娱乐	0.003	水利、环境和公共设施管理	0.003
建筑	0.002	金属矿采选产品	0.002
燃气生产和供应	0.002	燃气生产和供应	0.002
水利、环境和公共设施管理	0.002	非金属矿和其他矿采选产品	0.001
水的生产和供应	0.001	教育	0.001
金属制品、机械和设备修理服务	0.001	公共管理、社会保障和社会组织	0.001
公共管理、社会保障和社会组织	0.001	水的生产和供应	0.001
教育	0.001	金属制品、机械和设备修理服务	0.001
卫生和社会工作	0.000	卫生和社会工作	0.000
研究和试验发展	0.000	研究和试验发展	0.000

数据来源：东北证券

2.3. 影响力系数

影响力系数是指 j 部门增加一单位最终产品需求时，对国民经济各部门生产量的拉动程度，影响力系数越大，拉动作用越大。影响力系数的计算公式为：

其中??????̅̅̅̅是列昂惕夫逆矩阵(?? − ????)−1第 i 行 j 列的数值，表示 j 部门增加 1 单位最终产品需求对 i 部门产品的完全需求量。∑ ??????̅̅̅̅?? 为 j 部门对国民经济所有部门的影响力之和，也可以称之为影响力程度，1∑ ∑ ??????̅̅̅̅?? ?? 为各部门的影响力算术平均值。????的计算结果有三种可能：????> 1，???? =1，和????< 1，分别表示 j 部门增加单位最终产出对国内经济带动程度超过、等于与低于社会平均水平。

从影响力程度来看，通信、计算机和电子设备制造行业对其他行业的拉动作用尚可。该行业每增加 1单位的最终需求，将拉动 2.35单位国内品的生产，影响力系数也高于 1，说明影响力在行业平均水平之上。但是信息传输、软件和信息技术服务的影响力低于行业平均水平，该行业每增加 1单位的最终需求，将拉动 2.15单位国内品的生产，影响力系数为 0.92。

表 3：各行业的影响力系数

行业	影响力程度	影响力系数	排序
纺织服装鞋帽皮革羽绒及其制品	3.112	1.331	1
纺织品	2.987	1.278	2
电气机械和器材	2.888	1.235	3
交通运输设备	2.857	1.222	4
金属制品、机械和设备修理服务	2.850	1. 219	5
通用设备	2.836	1. 213	6
木材加工品和家具	2.825	1.209	7
建筑	2.822	1.207	8
金属制品	2.798	1.197	9
专用设备	2.732	1.169	10
造纸印刷和文教体育用品	2.617	1.145	11
化学产品	2.611	1. 117	12
非金属矿物制品	2. 597	1.111	13
电力、热力的生产和供应	2. 579	1.103	14
食品和烟草	2.479	1.060	15
租赁和商务服务	2.479	1.060	16
仪器仪表	2.467	1.055	17
综合技术服务	2.460	1. 052	18
住宿和餐饮	2.455	1.050	19
金属冶炼和压延加工品	2.421	1.036	20
卫生和社会工作	2.390	1.023	21
交通运输、仓储和邮政	2.360	1.010	22
通信设备、计算机和其他电子设备	2.349	1.005	23
研究和试验发展	2.342	1.002	24
水利、环境和公共设施管理	2.334	0.998	25
非金属矿和其他矿采选产品	2. 188	0.936	26
水的生产和供应	2. 160	0.924	27
信息传输、软件和信息技术服务	2. 149	0.919	28
煤炭采选产品	2. 106	0.901	29
文化、体育和娱乐	2 .096	0.897	30
居民服务、修理和其他服务	.042 2	0.874	31
燃气生产和供应	.033	0.870	32
石油、炼焦产品和核燃料加工品	1.961	0.839	33
公共管理、社会保障和社会组织	1.907	0.816	34
农林牧渔产品和服务	1.831	0.783	35
金属矿采选产品	1.825	0.781	36
石油和天然气开采产品	1. 817	0.777	37
批发和零售	1.770	0.757	38
其他制造产品和废品废料	]1.769	0.757	39
金融	1. 644	0.703	40
教育	1. 628	0.696	41
房地产	1.551	0.664	42

数据来源：东北证券

2.4. 感应度系数

感应程度表示各部门都增加1的单位最终产出时，i部门由此受到的需求感应程度，也即需要该部门提供的生产量。该指标越大，表示国民经济各部门增长时，需要该部门提供产品增加的越多。用感应程度除以感应程度平均水平便得到感应度系数，用公式表示为：

?? 为 i 部门的感应度系数。结果显示通信、计算机和电子设备制造行业的感应系数较强，就是说当整个国民经济均衡向好发展时，对通信、计算机等电子制造行业的需求还是比较强的。具体数值来看，当每个行业都增加 1单位的最终需求时，将拉动 2.87单位电子制造行业国内品的生产，该部门的感应程度也在行业平均水平之上。信息传输、软件和信息技术服务的感应程度略低于电子制造行业，当每个行业都增加 1 单位的最终需求时，将拉动 2.37信息技术服务行业国内品的生产，但感应程度也在平均水平之上。总的而言，数字经济行业对国民经济生产的感应程度还是不错的。

表 4：各行业的感应度系数

行业	感应程度	感应度系数	排序
化学产品	6.029	2.579	1
金属冶炼和压延加工品	4.852	2.076	2
批发和零售	4.577	1.958	3
农林牧渔产品和服务	4. 241	1.814	4
交通运输、仓储和邮政	4. 223	1.807	5
电力、热力的生产和供应	4. 203	1.798	6
金融	4. 052	1. 733	7
租赁和商务服务	3976	1.701	8
食品和烟草	3.286	1.406	9
通信设备、计算机和其他电子设备	2.873	1. 229	10
纺织品	2.686	1.149	11
房地产	2.599	1.112	12
交通运输设备	2.527	1.081	13
电气机械和器材	2.484	1.063	14
石油、炼焦产品和核燃料加工品	2.446	1.046	15
金属制品	2.416	1.033	16
煤炭采选产品	2.377	1. 017	17
信息传输、软件和信息技术服务	2.374	1.016	18
造纸印刷和文教体育用品	2.352	1.006	19
通用设备	2.184	0.934	20
非金属矿物制品	2.017	0.863	21
住宿和餐饮	1.869	0.800	22
综合技术服务	1.803	0.771	23
石油和天然气开采产品	1.792	0.767	24
木材加工品和家具	1.731	0.740	25
专用设备	1.704	0.729	26
纺织服装鞋帽皮革羽绒及其制品	1. 677	0.717	27
其他制造产品和废品废料	1.640	0.702	28
居民服务、修理和其他服务	1.518	0.650	29
非金属矿和其他矿采选产品	1.506	0.644	30
金属矿采选产品	1. 449	0.620	31
仪器仪表	1.398	0.598	32
燃气生产和供应	1.313	0.562	33
文化、体育和娱乐	1.240	0.530	34
水利、环境和公共设施管理	1.212	0.519	35
建筑	1.191	0.509	36
水的生产和供应	1.120	0.479	37
公共管理、社会保障和社会组织	1.070	0.458	38
教育	1.070	0.458	39
金属制品、机械和设备修理服务	1.061	0.454	40
卫生和社会工作	1.039	0.444	41
研究和试验发展	1.004	0.429	42

数据来源：东北证券

2.5. 生产诱发系数和最终需求依存度

生产诱发系数是生产诱发额与相应的最终需求合计之比，表示第 k 类最终需求按各行业的占比结构增加 1 单位所诱发的 i 部门生产量的变化。生产诱发系数越大，表示该类最终需求对 i部门生产的刺激作用越明显。生产诱发系数的公式为：

其中??????是 j 行业 k 类最终需求量。各部门生产对各类最终需求的依存度为：

它表示第 k 类最终需求对第 i 部门总产出生产诱发额占 i 部门总产出的比例，反映各类最终需求对 i部门生产的贡献度。

结果显示，通信、计算机和电子设备主要受出口的生产诱发比较大，当出口按比例增加 1单位时，会刺激通信、计算机和电子设备的产出增加 0.32单位，而最终投资的生产诱发系数为 0.07，最终消费的诱发系数较小。信息传输、软件和信息技术则受最终消费和投资的诱发较大，最终消费按行业比例增加 1 单位，信息产业生产将增加 0.07单位，最终投资需求增加 1单位，信息产业生产将增加 0.13单位。从最终需求依存度来看，通信、计算机和电子设备对出口、投资、消费的响应度依次递降，而信息传输、软件和信息技术对投资、消费、出口的响应度依次递降。这说明，要刺激信息传输、软件和信息技术的需求，还是靠提高投资、消费需求比较好，而通信、计算机和电子设备的生产受海外需求和投资的影响比较大。

表 5：各行业的生产诱发系数

行业	最终消费生产诱	发系数	最终投资生产诱	出口生产诱发系数
农林牧渔产品和服务	发系数	0.174	0.056	0.087
煤炭采选产品		0.014	0.028	0.024
石油和天然气开采产品		0.009	0.009	0.012
金属矿采选产品		0.003	0.017	0.014
非金属矿和其他矿采选产品		0.003	0.018	0.008
食品和烟草		0.185	0.034	0.063
纺织品		0.026	0.008	0.114
纺织服装鞋帽皮革羽绒及其制品		0.035	0.010	0.075
木材加工品和家具		0.010 一	0.032	0.041
造纸印刷和文教体育用品		0.037	0.025	0.070
石油、炼焦产品和核燃料加工品		0.029	0.041	0.045
化学产品		0.123	0.106	0.223
非金属矿物制品		0.009	0.146	0.044
金属冶炼和压延加工品		0.029	0.186	0.156
金属制品		0.014	0.075	0.072
通用设备		0.010	0.077	0.088
专用设备		0.009	0.060	0.051
交通运输设备		0.058	0.101	0.072
电气机械和器材		0.024	0.072	0.147
通信设备、计算机和其他电子设备		0.037	0.071	0.326
仪器仪表		0.005	0.009	0.019
其他制造产品和废品废料		0.007	0.016	0.022
金属制品、机械和设备修理服务		0.001	0.002	0.004
电力、热力的生产和供应		0.051	0.074	0.065
燃气生产和供应		0.011	0.004	0.004
水的生产和供应		0.005	0.002	0.001
建筑		0.007	0.680	0.007
批发和零售		0.110	0.130	0.201
交通运输、仓储和邮政		0.099 ！	0.097	0.143
住宿和餐饮		0.057	0.022	0.020
信息传输、软件和信息技术服务		0.066	0.125	0.051
金融		.135	0.088	0.075
房地产		0.152	0.044	0.035
租赁和商务服务		0.082	0.082	0.100
研究和试验发展		0.011	0.039	0.005
综合技术服务		0.028	0.082	0.015
水利、环境和公共设施管理		0.018	0.003	0.003
居民服务、修理和其他服务		0.041	0.014	0.011
教育		0.098	0.001	0.001
卫生和社会工作		0.092	0.001	0.001
文化、体育和娱乐		0.022	0.006	0.006
公共管理、社会保障和社会组织		0.146	0.001	0.002
平均		0.050	0.064	0.060

数据来源：东北证券

表 6：各行业的最终需求依存度

行业最终消费依存度最终投资依存度出口依存度
农林牧渔产品和服务		0.705			0.174		0.121
煤炭采选产品		0.329			0.484		0.187
石油和天然气开采产品		0.448			0.343		0.208
金属矿采选产品非金属矿和其他矿采选产品		0.137			0.626		0.237
			0.157			.708			0.135
食品和烟草		0.795			0.111			0.093
纺织品		0.368			0.089			0.544
纺织服装鞋帽皮革羽绒及其制品		0.513			0.112			0.375
木材加工品和家具造纸印刷和文教体育用品		0.210			0.504			0.286
		0.460		L	0.238			0.303
石油、炼焦产品和核燃料加工品		0.383			0.415			0.202
化学产品		0.439			0.290			0.271
非金属矿物制品		0.065			0.824			0.110
金属冶炼和压延加工品		0.128			10.635			0.237
金属制品		0.149			0.595			0.255
通用设备			0.096		0.599			0.305
专用设备			0.121		0.638			0.241
交通运输设备		0.360			0.486			0.154
电气机械和器材		0.184			0.427			.388
通信设备、计算机和其他电子设备		0.182			0.268			0.550
仪器仪表		0.261			0.380			0.359
其他制造产品和废品废料		0.252				0.462		0.286
金属制品、机械和设备修理服务		0.215				0.413		0.371
电力、热力的生产和供应		0.393				0.436		0.171
燃气生产和供应		.724				0.178		0.098
水的生产和供应		0.725				0.214		0.061
建筑		0.012			0.983			0.005
批发和零售		0.396			0.357			0.247
交通运输、仓储和邮政		0.444			0.335			0.221
住宿和餐饮信息传输、软件和信息技术服务金融		.708			0.208			0.084
		0.367			0.536			0.098
		0.593			0.294			0.113
房地产		0767			0.172			0.061
租赁和商务服务		0.458			0.350			0.192
研究和试验发展		0.264			.694			0.042
综合技术服务水利、环境和公共设施管理居民服务、修理和其他服务教育							0.293
		0.853			0.099			0.048
	修理和其他服务				0.743			0.192		0.066
		0.988			0.009			0.003
卫生和社会工作文化、体育和娱乐		0.989			0.008			0.003
		0.776			0.157			0.067
公共管理、社会保障和社会组织		0.990			0.005			0.005
平均		0.439			0.374			0.187

数据来源：东北证券

3. 人工智能使相关产业迎来中长期发展机会

数字经济发展浪潮下，人工智能无疑是最耀眼的明珠，人工智能蓬勃发展有望推动相关产业的中长期发展机会。

3.1. 人工智能带来芯片产业链发展机会

推动人工智能进步有三大因素：算法、数据和算力。因此人工智能的大规模应用必然带来算力（芯片）需求的高景气。根据 OpenAI 于 2018 年 5 月发表的研究，自2012 年以来，大型 AI 训练所使用的算力大概 3.4 个月就会翻倍。

图 7：大型AI训练所需求的算力呈指数型增长

数据来源：OpenAI，东北证券

AI芯片可分为GPU（图形处理器）、ASIC（专业集成电路）、FPGA（现场可编程门阵列）和类脑芯片。其中ChatGPT 主要来自GPU或CPU+FPGA。当前，GPU 是人工智能计算领域使用最为广泛、最成熟的通用型芯片，在效率和场景应用发生重大变化之前，GPU 仍将是人工智能芯片的主流。

根据 Precedence Research 2023 年 2 月发布的最新报告研究，到 2032 年，全球人工智能(AI)芯片市场规模预计将从 2022 年的 168.6 亿美元增加到 2274.8 亿美元左右，2022 年至 2032 年的复合年增长率为 29.72%。

图 8：2023年到 2032年AI芯片将维持长时间的高增长

数据来源：Precedence Research，东北证券

中国 AI芯片产业链高端环节有待突破，中低端环节国产化逐步推进。AI芯片的产业链上游为各种半导体材料和制造设备（硅晶圆材料和设备、封装材料和设备等），中游是集成电路（芯片设计、晶圆制造和封测），下游是行业应用（人工智能、消费电子、信息通信、物联网等）。赵荣杰等（2022）认为，中国AI芯片产业的整体水平处于世界中等。其中，上游和中游属于中下等水平，下游应用处在世界前列。根据陈星（2022），在芯片制造设备方面，国内企业近年来受到国产替代的利好，但与ASML、泛林、应用材料、德州仪器等业内头部企业在技术水平上仍存在较大差距，需进一步进行技术攻关。在芯片制造材料供应方面，国内市场基本被日韩欧美企业垄断。在硅片供应上，国内企业多生产 8英寸硅片，目前的主流产品12英寸硅片基本依赖国外进口；而光刻胶、电子特气等材料供应同样被日韩欧美企业垄断。但随着国家大基金的支持，未来芯片材料国产化前景广阔。在芯片设计领域，国内企业技术水平不断向先进水平靠近，国产化程度中等。在芯片制造领域，中芯国际拥有我国最先进的 14nm 制程工艺，虽然与台积电和三星的工艺仍有差距，但随着时间推移也有望取得突破。在芯片封测方面，国内企业的市场占有率已接近30%，国产化水平较高，但毛利率相对较低。

图 9：中国芯片产业链

数据来源：中商产业研究院，东北证券

3.2. 人工智能带来通信产业链发展机会

通信和人工智能是密不可分的技术。5G 负责数据的高速传输，一方面将海量数据从客户端传送至云端处理，另一方面又能把处理的结果快速分发到边缘供人们使用，而 AI负责数据的挖掘和分析，二者的交互可进一步扩展应用场景。因此，人工智能的发展将推动通信技术特别是 5G 移动通信技术的快速扩张，人工智能与通信技术有望形成有益的双螺旋。举例来说，一是 5G 通信在智能设备中的应用前景广阔。5G移动通信技术能进一步提高信息传输质量，在智能设备中，借助高清图片、视频低延时的传输，以及远程联网控制，优化智能设备的表现。例如，在联网无人机的应用中，借助超高清视频传输和联网协作，能够提高无人机自主飞行的精准性，加强其在森林防火、电力巡检、农药喷洒、地图绘制、军工等行业中的应用。二是智能物流领域离不开 5G 技术的支持。例如京东 5G 智能物流示范园区便特别重视 5G通信技术和人工智能的融合应用。三是在智能交通中也依赖通信技术。车联网是最具代表性的智慧交通成果，借助 5G 通信技术，保证信号传输的稳定性，实现人和车、车和物等各类设备间的信息交互，再经人工智能的计算，及时规划最佳出行路线，汇报道路拥堵，以及实现自动驾驶和自动泊车。四是 AI推动5G 在工业领域的应用，特别是在石油石化、建筑、矿场等安全生产方面，通过一线生产现场传感器、摄像头等监控设备的海量连接，可加强对安全生产的把控能力。当前，5G 通信持续快速增长，基站数量日益增多，我们认为通信设备制造业、电信运营服务、光通信行业长期景气向好。

图 10：中国 5G基站数量

数据来源：Wind，东北证券

图 11：中国通信产业链图谱

数据来源：前瞻产业研究院，东北证券

3.3. 人工智能带来信息技术企业发展机会

算法是人工智能的另一大基石。随着ChatGPT 大火，许多互联网公司都在开发他们自己的聊天机器人。除 ChatGPT 外，国外还有微软的 Bing，谷歌的 Bard，Meta 的Galactica，Anthropic的Claude等等。国内也有许多互联网企业宣布开发类ChatGPT，但做ChatGPT 的门槛较高，需要强大的技术和资金实力，不是所有企业都能做出高质量的聊天机器人。根据阿里达摩院 M6 大模型前带头人杨红霞，只有参数规模100亿以上的大模型才有实力提供高质量的对答。因此，国内大模型制造方面最终可能呈现大浪淘沙的特点，最终只能留下少数几个产品性能得到验证的公司。

人工智能领域的市场空间非常广阔。驱动人工智能发展的动力包括医疗保健（机器人辅助手术、虚拟护理助理、自动图像诊断等）、传媒、零售、金融和法律服务、汽车、物流等行业对人工智能技术的需求。根据 Precedence Research，2022 年全球人工智能(AI)市场规模估计为 1197.8 亿美元，预计到 2030 年将达到 15910.3 亿美元，2022 年至 2030 年的复合年增长率为 38.1%。同时，亚太市场的增长率更高，预计可达到42%的年复合增长率。这意味着我国互联网企业能够在人工智能浪潮中获益。

表 7：国内外部分科技企业ChatGPT技术布局和应用场景

企业	芯片	深度学习框架 AI大模型		ChatGPT自应用场景	AIGC应用场景
微软	/	CNTK	MT-NLG	智慧搜索智能办公	AI歌词创作系统定制语音技术
				自动驾驶	AI作画
谷歌	TPU	TensorFlow	Switch Transformer智能地图	智能搜索	AI生成视频 AI编曲
				智能搜索	AI作画
				智能云	AI写作
				自动驾驶	AI编剧
			文心 NLP大模型	智能地图汽车智能化 AI语音
			文心CV大模型	解决方案
百度	昆仑芯	飞浆	跨模态大模型	智能家居	AI视频创作
					数字人
				阿里云
阿里巴巴含光800		EPL XDL	AI模型 M6	钉钉	AI海报设计

数据来源：中国电子报，东北证券

图 12：相关研究估算的人工智能市场规模前景

数据来源：Precedence Research，东北证券

3.4. 人工智能的能源消耗量有多大？

由于 Open AI 并不披露 ChatGPT 的耗能量，我们只能做近似的估算。Luccioni 等（2022）的论文提到，他们使用了一种与GPT-3类似的大语言模型BLOOM（BLOOM使用了 176B 个参数，而GPT-3使用了175B 个参数），并披露了其消耗的电能。这能给我们提供一个参考。模型在 18天内收到了230,768次请求，共消耗了914千瓦时的电力。因此每次请求消耗的电力是 0.00396kwh。假设 ChatGPT 的能耗系数相同，我们可以大致估计其所消耗的电能。据报道，ChatGPT 每天收到约1000万次访问。但这个访问量还有很大的上升空间，如果请求次数增长到每天 1 亿次，那么一年耗电量将为 1.45 亿度电。另外，根据 Luccioni 等（2022），训练 GPT-3 消耗了 12.87万度电，这和运行相比，还是算少的。由于2022年我国全社会用电量是 86372亿度电，因此目前人工智能的耗电量还算不上很高。但趋势值得观察，因为随着模型参数越来越多，模型渗透率越来越大，耗能还会增加。

图 13：运行BLOOM所使用的耗能量

数据来源：Luccioni 等（2022），东北证券

图 14：训练 BLOOM 和其他大语言模型的耗能量

Model name	Number of parameters	Datacenter PUE	Carbon intensity of grid used	Power consumption	COzeq emissions	CO2eq emissions ×PUE
GPT-3	175B	1.1	429 gCOzeq/kWh	1,287 MWh	502 tonnes	552 tonnes
Gopher	280B	1.08	330 gCOzeq/kWh	1,066 MWh	352 tonnes	380 tonnes
OPT	175B	1.09 D	231gCO2eq/kWh	324 MWh	70 tonnes	76.3 tonnes ③
BLOOM	176B	1.2	57gCO2eq/kWh	433MWh	25 tonnes	30 tonnes

数据来源：Luccioni 等（2022），东北证券

3.5. 人工智能将提高多少的劳动生产率？

人工智能预计将对劳动力需求和劳动生产率产生深远影响。从劳动力需求角度看，由于人工智能进一步扩大自动化的范围，降低重复性的工作和提高工作效率，因此许多工作岗位可能会消失，但新的工作机会也会被创造出来。根据Open AI的研究，数据处理、信息技术、计算机制造、金融、广播、零售业、传媒电影制作等行业对ChatGPT4的暴露度在40%以上，属于暴露度比较高的行业，而像社会服务、农业、采矿业等初级或依赖人文关怀的行业 AI 暴露度较小。另外根据波士顿咨询在世界经济论坛上的文章——《人工智能影响金融就业市场的 4 种方式》，AI 会造成中国金融业 23%的工作被替代，而剩下的77%的工作不会被取代，相反，员工能够通过使用AI提高生产效率。关于AI提高劳动生产效率的文献，高盛的研究报告《人工智能对经济增长的潜在巨额影响》认为那些采用 AI 的企业员工生产效率每年能提高 2-3个百分点。

测算 AI 对劳动生产效率的提升可以从自上而下和自下而上两种途径去分别估计。自上而下的方法我们可以类比计算机的大规模使用给生产率的提升作用。1961 年\~1968年，电脑在美国设备投资中占比持续上升，劳动生产率 10年平均增速由1961年的 2.11%上升到 1968 年的 2.96%，提升了 0.85 个百分点。1975 年后，计算机迎来第二波且长时间的广泛应用，劳动生产率增速由1982年的0.42%最高上升到2005年的 2.13%，提高了1.71%。如果 AI对劳动生产率的提升能类比第二波计算机应用的影响，那么对美国劳动生产率的提升大概在1.7%左右。

图 15：美国 10年平均劳动生产率增速

数据来源：Wind，东北证券

对中国而言，劳动生产率的提升可以参考2001年后电脑的普及叠加加入WTO 后释放的红利。2001年中国加入WTO后，中国劳动生产率10 年平均增速由2001年的9.17%上升至 2011 年的局部顶点 10.17%，上升了 1.00 个百分点。考虑中国的劳动生产率增速已经在持续下行，推测 AI 给中国劳动生产率增速的提升可能略低于 1个百分点。

图 16：中国 10年平均劳动生产率增速

数据来源：Wind，东北证券

测算 AI 对中国劳动生产率的推动作用我们也可以采用自下而上的方法。参考 OpenAI关于行业暴露度、WFO关于金融岗位替代比例的估计以及文献中关于 AI对劳动生产率提高的估计，本文确定了中国行业的AI暴露度，并假设 AI暴露度最大的行业 20%的岗位被替代，剩下 80%的岗位工作效率由于 AI 的应用提升 2%，AI 暴露度中等的行业 5%的岗位被替代，剩下 95%的劳动生产率提高 1%，暴露度最低的行业假设没有岗位被替代，且劳动生产率提高 0.5%。被替换的工人由于需要重新匹配工作，劳动生产率降低 1%。这样测算下来，AI 将使得中国劳动生产率提高 0.9 个百分点，与自上而下的估计相近。

图 17：不同行业对大语言模型的暴露度

数据来源：Open AI，东北证券

表 8：中国各行业的城镇非私营单位就业人数和 AI 暴露度

国民经济行业	就业人数（千人)	AI暴露等级 (3为最大，1为最小)
农林牧渔	868
采矿业	3448
农副食品加工业	1158	2
食品制造业	982
酒、饮料和精制茶制造业	759	2
烟草制品业	154	2
纺织业	1071	2
纺织服装、服饰业	1189	2
皮革、毛皮、羽毛及其制品和制鞋业	745	2
木材加工和木、竹、藤、棕、草制品业	178
家具制造业	422
造纸和纸制品业	453	2
印刷和记录媒介复制业	438	2
文教、工美、体育和娱乐用品制造业	882	2
石油、煤炭及其他燃料加工业	551	2
化学原料和化学制品制造业	1905	2
医药制造业	1477	2
化学纤维制造业	241	2
橡胶和塑料制品业	1440	2
非金属矿物制品业	1745	2
黑色金属冶炼和压延加工业	1153	2
有色金属冶炼和压延加工业	900	2
金属制品业	1561	2
通用设备制造业	2264	2
专用设备制造业	1871	2
汽车制造业	2932	2
铁路、船舶、航空航天和其他运输设备制造业	704	2
电气机械和器材制造业	3140	2
计算机、通信和其他电子设备制造业	6968	3
仪器仪表制造业	567	2
其他制造业	147	2
废弃资源综合利用业	99	2
金属制品、机械和设备修理业	183	2
电力、热力生产和供应业	3820	2
建筑业	19719	2
批发业和零售业	7975	3
交通运输、仓储和邮政业	7981
住宿和餐饮业	2653
信息传输、软件和信息技术服务业	5192	3
金融业	8185
房地产业	5293	2
租赁和商务服务业	6803	2
科学研究和技术服务业	4501
水利、环境和公共设施管理业	2526
居民服务、修理和其他服务业	859
教育	19719
卫生和社会工作	10947
新闻和出版业	290
广播、电视、电影和录音制作业	388
文化艺术业	493
体育	144
娱乐业	202
公共管理、社会保障和社会组织	19858

数据来源：《中国劳动统计年鉴 2022》，东北证券

4. 短期来看，人工智能产业基本面磨底，待迎戴维斯双击

申万二级行业中和人工智能比较相关的行业包括半导体、其他电子Ⅱ、元件、光学光电子、消费电子、电子化学品Ⅱ、计算机设备、通信设备、IT服务Ⅱ、软件开发。这些板块虽然股价涨跌幅有所差异，但基本是同步运行的。

图 18：人工智能相关行业股价基本同步运行

数据来源：Wind，东北证券

总的来看，人工智能相关产业近期的利润表现并不太好。受海外经济增长放缓，中国复苏力度不甚强影响，2023 年1季度人工智能相关产业营收增速尚处在低位，但软件行业好于硬件行业。利润方面，计算机设备、通信设备、IT 服务业利润实现同比增长，半导体、元件、光学光电子、软件开发等行业利润均大幅下降。

表 9：人工智能相关产业营收增速（%）

时间	半导体（申万）	其他电子= (申万)	元件(申万	光学光电子(申万)	消费电子（申万）	电子化学品=（申万	计算机设备(申万)	通信设备（申万）	IT服务Ⅱ（申万）	软件开发(申万)
2017-03-31	79.5	11.1	47.5	71.1	55.1	46.1	-13.6	16.0	67.8	71.5
2017-06-30	85.0	29.7	43.2	68.3	54.1	61.6	-13.4	18.4	38.9	58.9
2017-09-30	49.5	103.3	39.2	52. 2	86.2	52.3	-30.0	42.0	31.5	55.9
2017-12-31	28.6	92.9	33. 2	44.8	99.7	43.4	-29.0	34.3	24.5	47.8
2018-03-31	0.6	60.5	17. 2	19.0	55.6	36.9	0.2	40.7	21. 6	50.1
2018-06-30	-6.6	47.2	15.0	16.6	228.5	22. 4	0.8	26.4	20.5	49.6
2018-09-30	24.7	353.3	43.5	20.5	184.8	19.9	30.3	6.2	20.8	48.3
2018-12-31	24.3	373.5	40.5	20. 2	162. 5	14.3	22. 7	9.2	16.6	38.9
2019-03-31	15.0	436.2	49.0	16.1	154.0	10.5	8.0	2.5	19.9	17.2
2019-06-30	19.8	367.8	39.3	37.3	22. 1	1.2	-1.0	2.4	9.2	11.4
2019-09-30	-0.8	4.3	29.9	33. 2	9.7	0.9	-20.9	-2. 3	8.9	15.2
2019-12-31	2.3	-1.0	27.7	28.9	10.6	4.2	-18.6	-3.7	11.7	23.3
2020-03-31	7.6	-5. 2	-1.8	5.5	6.0	1.3	-30.8	-19.2	-16.6	-36.3
2020-06-30	10.7	-4.1	8.4	-6.2	10.4	23.4	-15.9	-5.4	-3.6	-20.7
2020-09-30	25. 9	-2. 2	0.4	1.4	13.7	28.2	6.8	1.1	-2.1	-20.1
2020-12-31	29. 3	2.7	7.9	17.2	15.5	35.5	11.9	2.4	1.4	-18.3
2021-03-31	60.6	19.6	42.0	82.3	35.6	58.4	27.0	28.1	24.4 46.9
2021-06-30	54.8	19.3	37.7	68.0	23.1	43.1	15.4	25.6	24.1 21.3
2021-09-30	45.4	-10.5	40.6	56.6	18.0	44. 2	13.7	25.0	21.5 16.5
2021-12-31	63.6	-19.1	-14.0	25.1	0.8	36.4	61.8	5.6	17.3 13.6
2022-03-31	43.9	-62.4	-21. 1	-0.5	5.3	29. 2	59.8	1.0	19.8 20.7
2022-06-30	36.9	-58.0	-28.3	-9.2	5.5	20.1	50.3	-4.8	9.2 17.2
2022-09-30	49.8	-46.8	-31.2	-14.6	3.5	25.1	51.4	-14.8	10.6 16.2
2022-12-31	24. 1	-44.8	3.2	-9.3	13.9	17.7	-1.0 0.7		6.1 11.0
2023-03-31	-2.9	-6.5	-6.6	-16.5 -1.4 -3.5			1.4 -5.5		2.1 7.8

数据来源：Wind，东北证券

表 10：人工智能相关产业利润增速（%）

时间	半导体（申万）	其他电子I (申万)	元件(申万）	光学光电子(申万)	消费电子（申万）	电子化学品Ⅱ（申万	计算机设备（申万）	通信设备（申万）	IT服务Ⅱ（申万）	软件开发（申万）
2017-03-31	-281.3	2.9	70.1	214.6	60.4	22. 6	-61.9	-4.6	60.8	27.1
2017-06-30	-86.8	51. 2	73.1	227. 2	50.5	35.0	-36.0	13.6	35.1	-1.7
2017-09-30	4.0	121.8	50.3	148.7	155.1	35.2	-58.0	25.3	7.1	28.4
2017-12-31	73.2	-194.2	30.3	81.1	161.7	40.4	-47.1	17.9	8.6	46.5
2018-03-31	174.2	39.0	2.2	2.3	71.7	29.5	-65.5	-179.6	2.0	739.9
2018-06-30	1217.6	-46.4	17.2	-16.8	186.3	19.6	-56.1	-100.3	12.1	128.7
2018-09-30	76.4	4.6	68.5	-32.6	64.8	24.5	-13.5	-50.6	16.3	92.5
2018-12-31	-43.9	236.4	56.1	-84. 2	43. 6	13.8	-52. 9	-87.3	-18.8	30.5
2019-03-31	7.0	22. 4	16.4	-52.1	87.9	5.0	87.9	281. 6	48.0	27. 6
2019-06-30	19.1	132.1	23.1	-28.1	19.6	26.9	22.5	-24155.7	24.3	60.5
2019-09-30	8.3	0.0	9.2	-30.5	22. 1	10.7	12.6	-93.4	8.9	39. 2
2019-12-31	99.6	30.1	-17.0	-106.4	34.2	-5.0	21.9	-822.8	-18.5	63.1
2020-03-31	133.0	-21. 2	16.2	-117.1	-4.3	-22.0	-141.5	-74.4	-74.0	-164.5
2020-06-30	96.5	10.1	24.9	-55. 6	24.8	-18.8	-49.6	216.2	-34.1	-58.3
2020-09-30	119.6	-5.0	18.2	20.0	26. 2	-2.4	-33.7	2670.0	-27.2	-38. 6
2020-12-31	143.8	-200.4	55.2	5157.1	31.2	-9.4	31.5	189.8	-12.7	-25.4
2021-03-31	185.7	163.9	63.9	3174.9	72. 4	79.1	173.7	329.7	113.4	215.6
2021-06-30	146.1	69.5	30.1	972.6	20.2	58.9	8.6	-18.1	9.5 18.4
2021-09-30	121.9	69.3	35.9	376. 2	7.9	37.6	-2.1	-20.0	9.2	-5.4
2021-12-31	134.7	203.5	16.3	308.9	-33.7	56.3	222. 3	-22. 1	27.1	-22. 1
2022-03-31	44.1 5.3		-2.7 -59.5		-34.0	56.1	296.1	11.3	-26.9	-145.6
2022-06-30	25.5 -0.3		-5.9 -84.1		-30.1	48.9	284.8	128.9	-16.2	-110.0
2022-09-30	13.1 -66. 4		-11. 2 -104.8		-20.8	57.3	252. 6	80.4	-14.4	-108.3
2022-12-31	-19.7 -45.3		-0.3 -120.0		13.2	61.5	-20.0	192.9	-34. 2 -70.6
2023-03-31	-61.5 -74. 2		-29.1 -161.9		-14.9	-33.1	50.2	7.8	123.6 -95.6

数据来源：Wind，东北证券

但是人工智能板块的基本面情况正处在磨底期，后面可能逐步转好。硬件行业以计算机通信设备制造业为例，该行业对外需依赖较强。目前，该行业增加值同比增速比较低，主要是因为美国、欧元区等发达经济为应对通胀而开启加息，使得全球对于电子产品的消费需求下降。从历史上复盘来看，美国经济从谷底向上抬升时，差不多 3 个月会反映到中国计算机、通信行业的出口上面，比如 2009 年 6 月、2016年 1 月、2020年6月美国经济触底反弹，差不多3个月后中国计算机、通信行业出口增加。近期美国周度经济指数呈现企稳的态势，2023年 4月美国失业率降至3.4%的历史低位，在这样的情况下，今年美国经济有可能实现软着陆。这意味着外需对计算机通信行业的压制力可能处在顶点阶段。从内需来看，一方面下游电子产品的销量增速处在低位，仍不够强。但另一方面，国内信息技术服务业今年以来受政策催化、国内大模型研发不断推进、云计算和大数据服务增长向好等因素的影响，生产指数增速不断上升，这或许能够给上游的计算机通信产业提供一些支撑。2023年4 月计算机通信行业的工业增加值同比增速为 1.8%，已有企稳迹象。

图 19：计算机通信行业利润、工业增加值和 PPI

数据来源：Wind，东北证券

图 20：计算机、通信行业的出口情况与工业增加值高度相关

数据来源：Wind，东北证券

图 21：美国周度经济指数大概领先计算机、通信行业出口 3 个月

数据来源：Wind，东北证券

图 22：中国电子产品销量增速尚在低位

数据来源：Wind，东北证券

图 23：今年以来信息技术产业生产指数向好，为硬件行业提供支撑

数据来源：Wind，东北证券

从价格角度来看，计算机通信行业的 PPI与全体工业 PPI具有一定的同步性，而后者与油价同比较为相关。当前虽然全球经济放缓对油价造成一定的压力，但是OPEC的减产能够为油价提供支撑。根据 EIA对油价的预测，然后换算成同比，预计油价同比在今年 6 月将迎来拐点，这也为 PPI以及计算机通信行业的 PPI提供支持。

图 24：年中附近PPI可能迎来拐点

数据来源：Wind，东北证券

从营业收入-利润率角度对利润增速进行分解，可以发现当前计算机、通信行业的利润增速大幅下滑主要是由于利润率同比出现大幅下滑。受终端需求不景气和出厂价格低迷影响，当前利润率已处在历史非常低的水平，2023 年3月仅为1.88%，与新冠疫情爆发初期类似。按照利润率向合理水平回归的逻辑，计算机、通信行业的利润增速有望回升。

图 25：计算机、通信行业的利润率已有回升的态势

数据来源：Wind，东北证券

库存角度来看，计算机通信行业的库存已经在去化，库存积压对该行业生产的抑制作用也比较小。2023年3月库存同比已降至0.61%，并未出现库存大幅上升的情况。

图 26：当前计算通信行业库存已在去化

数据来源：Wind，东北证券

软件行业我们也可以找一些高频指标，比如工信部公布的软件业务增速等。我们可以看到，今年软件的营业收入增速在往上抬升，且 2019 年之前的增速均在 10%以上，属于高增长行业。伴随中国经济复苏，产业数字化转型、软件服务业加快向垂直行业渗透、企业对云计算的需求日益增长，今年软件业向好的景气是可以期待的。

图 27：软件行业发展趋势向好

数据来源：Wind，东北证券

当然，当前美国对中国芯片产业的持续打压是一大逆风。包括：停止给国内某些企业流片，不向中国提供先进人工智能芯片、限制向中国出售芯片设计软件EDA、要求所有美国芯片生产设备制造商不向中国出口14纳米及以下逻辑芯片的生产设备。美国这些举措短期内将干扰中国先进制程芯片的研发，使得相关产业承压。但中国亦可推进 28纳米及以上成熟制程工艺的自主可控，提高中低端芯片的国产化率，实现破局。事实上，虽然美国自 2018年以来对中国芯片产业持续打压，但总体来看我国计算机、通信设备制造行业依然保持了较长时间的高速增长。

我们建议关注半导体、元件、消费电子、电子化学品、计算机设备、通信设备等人工智能硬件产业盈利磨底乃至回升的迹象，适当提前布局。而对于软件行业建议关注拥挤度和估值的边际变化，逢低布局。

风险提示：全球经济衰退超预期，美国技术制裁的负面影响超预期。

研究团队简介：

[Table_Introduction] 张陈：北京大学经济学专业博士，拥有 3 年证券从业经验，金麒麟奖团队成员，曾在核心期刊发表多篇论文，在校期间参与多项国家社科基金项目。现任东北证券首席宏观分析师。

罗琦：中国人民大学经济学博士，中国人民大学经济学硕士，中国人民大学管理学学士。曾任浙商银行总行政策管理岗，曾获江苏省金融会计学会课题二等奖。现任东北证券宏观组研究助理，主要做国内外宏观领域专题研究。

分析师声明

作者具有中国证券业协会授予的证券投资咨询执业资格，并在中国证券业协会注册登记为证券分析师。本报告遵循合规、客观、专业、审慎的制作原则，所采用数据、资料的来源合法合规，文字阐述反映了作者的真实观点，报告结论未受任何第三方的授意或影响，特此声明。

投资评级说明

股票投资评级说明	买入	未来6个月内，股价涨幅超越市场基准15%以上。	投资评级中所涉及的市场基准：A股市场以沪深300 指数为市场基准，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）为市场基准；香港市场以摩根士丹利中国指数为市场基准；美国市场以纳斯达克综合指数或标普500指数为市场基准。
	增持	未来6个月内，股价涨幅超越市场基准5%至15%之间。
	中性	未来6个月内，股价涨幅介于市场基准-5%至5%之间。
	减持	未来6个月内，股价涨幅落后市场基准5%至15%之间。
	卖出	未来6个月内，股价涨幅落后市场基准15%以上。
行业投资评级说明	优于大势	未来6个月内，行业指数的收益超越市场基准。
	同步大势	未来6个月内，行业指数的收益与市场基准持平。
	落后大势	未来6个月内，行业指数的收益落后于市场基准。

重要声明

本报告由东北证券股份有限公司（以下称“本公司”）制作并仅向本公司客户发布，本公司不会因任何机构或个人接收到本报告而视其为本公司的当然客户。

本公司具有中国证监会核准的证券投资咨询业务资格。

本报告中的信息均来源于公开资料，本公司对这些信息的准确性和完整性不作任何保证。报告中的内容和意见仅反映本公司于发布本报告当日的判断，不保证所包含的内容和意见不发生变化。

本报告仅供参考，并不构成对所述证券买卖的出价或征价。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的证券买卖建议。本公司及其雇员不承诺投资者一定获利，不与投资者分享投资收益，在任何情况下，我公司及其雇员对任何人使用本报告及其内容所引发的任何直接或间接损失概不负责。

本公司或其关联机构可能会持有本报告中涉及到的公司所发行的证券头寸并进行交易，并在法律许可的情况下不进行披露；可能为这些公司提供或争取提供投资银行业务、财务顾问等相关服务。

本报告版权归本公司所有。未经本公司书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，须在本公司允许的范围内使用，并注明本报告的发布人和发布日期，提示使用本报告的风险。

若本公司客户（以下称“该客户”）向第三方发送本报告，则由该客户独自为此发送行为负责。提醒通过此途径获得本报告的投资者注意，本公司不对通过此种途径获得本报告所引起的任何损失承担任何责任。

东北证券股份有限公司

网址：http://www.nesc.cn 电话：95360,400-600-0686 研究所公众号：dbzqyanjiusuo

地址	邮编
中国吉林省长春市生态大街6666号	130119
中国北京市西城区锦什坊街28号恒奥中心D座	100033
中国上海市浦东新区杨高南路799号陆家嘴世纪金融广场3号楼10层	200127
中国深圳市福田区福中三路1006号诺德中心34D	518038
中国广东省广州市天河区洗村街道黄埔大道西122号之二星辉中心15楼	510630

StartYourFinance

起点财经，网罗天下报告

人工智能能推动多少经济增长？

报告摘要：

相关数据

[Table_R相关报告

每日免费获取报告

目 录

图表目录

1. 近年来，数字经济政策利好不断出台

1.1. 《数字中国建设整体布局规划》是对我国数字化发展的全面擘画

1.2. 数字基础设施的内涵

1.3. 数据资源体系的内涵

1.4. 数字中国建设情况成为政府硬性考核标准

2. 数字经济与国民经济的关联度分析——基于投入产出表

2.1. 直接消耗系数

2.2. 完全消耗系数

2.3. 影响力系数

2.4. 感应度系数

2.5. 生产诱发系数和最终需求依存度

3. 人工智能使相关产业迎来中长期发展机会

3.1. 人工智能带来芯片产业链发展机会

3.2. 人工智能带来通信产业链发展机会

3.3. 人工智能带来信息技术企业发展机会

3.4. 人工智能的能源消耗量有多大？

3.5. 人工智能将提高多少的劳动生产率？

4. 短期来看，人工智能产业基本面磨底，待迎戴维斯双击

研究团队简介：

分析师声明

投资评级说明

重要声明

东北证券股份有限公司

StartYourFinance

目录

宏观专题：人工智能能推动多少经济增长？-20230526-东北证券-36页