1. 技术创新辟踩径

1.1 人工智能：重视AI+算力/应用/安全三大主线

人工智能:ChatGPT引领AI进入新应用周期

大模型引领技术变革，海内外大厂加码入局。 3月 。penAl公布多模态预训练大模型GPT-4 GPT-4支持图片输入，文字输入限制提升至2.5万字，且回答准确性显著提升。 国内的百度、 360、阿里、华为、商汤、科大讯飞、腾讯等相继发布大模型。大语言模型chatGPT带动算力需求爆发Transformer相关模型对算力的需求提升数倍，远超过算力产业的摩尔定律增速。基于Transformer体系结构的大型语言模型(LargeLanguageModels)涉及高达数万亿从文本中学习的参数。开发它们是一个昂贵、耗时的过程，需要深入研究技术专长、分布式数据中心规模的基础设施和完整的堆栈加速计算方法。

AI+算力:国内智算中心快速崛起，行业发展

中国智能算力规模将持续增长。2021年中国智能算力规模达155.2每秒百亿亿次浮点运算(EFLOPS) ， 2022年智能算力规模将达到268.0EFLOPS，预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算(ZFLOPS)级别，达到1,271.4EFLOPS，年复合增长率达52.3%。市场规模来看，根据IDC，2022年中国加速服务器市场规模达到67亿美元，同比增长24%，到2027年中国加速服务器市场规模将达到164亿美元。

Al+企业服务:办公助手促效率提升

Al+办公领域应用持续落地，Office 365已实现提价收费。在办公领域，A有广泛的应用场景，能有效整合企业数据和资源、简化管理流程、提高办公效率。内容生产方面，微软推出由GPT-4驱动的Copilot人工智能服务，并将其嵌入Word、PowerPoint.Exce等Office办公软件中，辅助用户生成文档、图表、电子邮件以及幻灯片;谷歌和金山办公也推出相似功能。目前，微软向部分office 365客户收取40%的额外费用以测试AI功能，包括美国银行、沃尔玛、福特和埃森哲等超过60个微软大客户在测试其MicrosoftOffice 365生产力应用程序中的AI功能。

AlI+低代码提升开发效率，缩短项目周期。低代码平台设计的流程包括需求抽象、业务建模、生成功能模块，以及后续的测试。AI大模型将大幅提升开发效率，低代码平台设计流程中各流程均可进行赋能。Salesforce已将Al能融入其低代码平台。参考Salesforce，其已将Al大模型功能接入低代码平台，如下图所示，开发人员只需要给予大模型简单提升所需的目标结果，即可定制地图，为客户形成定制化的页面，大幅提升开发效率。

WPS AI可以帮助用户生成文章大纲、头脑风暴、新闻稿、广告文案等多种类型的文本，还可以对文本进行不同风格润色，翻译，扩写总结等，极大提升了金山文档的使用体验，让文字生成与处理工作更加轻松。多轮对话能力，让用户可以便捷地内容进行调整。在内容生成完毕后，会展示对话框，包括重写、续写、弃用等，可以快速调整内容，逐步接近用户预期的状态。

AI+教育:个性化学习成为可能

多邻国(Duolingo)是一款语言学习工具软件，以“提供平等且优质的教育机会”为愿景使命。Duolingo Max是一个新的更高级别的订阅套餐，提供更深入的学习体验，同时将推出家庭套餐版本。Duolingo Max包括Super的所有增值体验，以及两个全新的人工智能功能，即解释答案(Explain My Answer)和角色扮演(Role Play)。1)Explain My Answer:为了解决用户反复出现同样的错误的问题，Explain My Answer提供人工智能虚拟人界面，提供对话练习、语法纠正、错误解释、举例说明等功能特性。2) Roleplay.:为用户在应用程序中与不同虚拟世界角色练习真实世界的对话技巧，可通过挑战获得经验值，可以通过点击角色来访问“支线任努”。虚拟世界将根据不同的谈话内容引导用户完成不同的场景对话。例如，用户可以和Lin讨论未来的假期计划，在巴黎的咖啡馆点咖啡，和Eddy一起去买家具，或者叫朋友去远足。

大模型推动讯飞AI学习机功能迅速更新迭代，基于讯飞星火认知大模型，分别于5月6日推出Al 1对1中英作文批改、Al 1对1数学互动辅学、Al1对1英语口语陪练功能，于7月6日推出Al1对1百科自由问答、Al1对1亲子教育助手功能。8月15日星火认知大模型V2.0发布，基于大模型的代码生成能力、语义理解能力和图像理解能力，学习机推出Al1对1智能编程助手和Al1对1创意绘画伙伴功能。

佳发教育在英语听说领域结合AlI技术，英语听说智能评测系统使用人工智能语音核评估学生英语听力口语学习质量，保证评估的科学性和统一性，强化学生英语听力口语的应试能力，并以评测结果为依据，优化教学方案;此外，佳发教育将人工智能、大数据科技与体育进行融合创新，通过“科技+业务场景”的落地方式，实现对区域端体育管理与决策和学校端体育“教学、锻炼、测试、赛事四大业务主线的深度融合，并赋能面向区域、学校以及个人的体育综合评价，打造“一站式”解决方案。

Al+金融:提升整体投研效率

同花顺∶1）智能语音平台和会议转写∶在中文金融场景语音识别准确率达98%以上。2）智能投顾∶投顾机器人借助于专业的财经垂类内容和人工智能系统，拥有更专业的财经知识、更个性化的投资建议和更快的响应速度来帮助客户实现投资目标;舆情机器人可实现持仓股票的舆情监控，异动提醒等实时消息推送，实时掌握最新资讯。3）金融文档审核系统:通过NLP和NLU以及大数据分析等技术，自动化审核工作底稿和文本，智能化检查显示错别字、格式错误、语义错误以及不合规等并校正。4)企业知识图谱∶深度挖掘公司投资关系，可视化展示股东、高管、控股参股、实控人多维关系网。

恒生电子:1)WarrenQ-Chat:利用大模型叠加搜索和聚源金融数据库，通过对话指令，轻松获得金融行情、资讯和数据，且每一句

恒生电子：1)WarrenQ-Chat：利用大模型叠加搜索和聚源金融数据库，通过对话指令，轻松获得金融行情、资讯和数据，且每一句

生成的对话均支持原文溯源，确保消息出处可追溯，还可以生成金融专业报表，轻松实现“语控万数”。2)ChatMiner金融文档挖掘器:基于大模型和向量数据库构建，根据用户对话指令对指定文档进行快速解读，提供精准检索与定位，提取、归纳、精炼、拓展关键信息。3) LightGPT:目前LightGPT在包括金融专业问答、逻辑推理、超长文本处理能力、多模态交互能力、代码能力等在内的金融大模型能力评测中均有不错表现，并保证内容和指令的合规安全，处于业内领先水平，可以为投顾、客服、投研、运营、风控、合规、研发等金融业务场景提供底层A能力支持。4)）金融智能助手光子:在投顾业务中成为咨询顾问和内容创作助手，生成千人千面的专业咨询观点和建议、营销文案、组合分析报告等;在合规场景下一键式自动生成合规设置，并提供投资合规要求的咨询问答;在运营场景中，在参数提取和非标文件智能解析中发挥效用，自动筛选与估值系统或TA系统相匹配文档，并进行关键参数的智能提取;在提供“模型+工具”的基础上，聚集各类金融数据，把数据用统一的“标准”加工、存储、开放和使用，并实现数据的脱敏、合规、授权和追溯。

Al+医疗:辅助临床决策,提升就医体验

谷歌正式推出“医疗ChatGPT”--MedLM，达到医学专家水平，旨在用于整个医疗保健行业的各个方面，包括医院、药物并发、面向患者的聊天机器人等。MedLM模型基于Med-PaLM2，Med-PaLM2是谷歌进军医疗人工智能大模型的第二次尝试。去年，其开发的Med-PaLM模型因通过了美国医疗执照考试”(USMLE)而成为头条新闻(准确率为67%) ，而今年5月推出了升级版Med-PaLM2，进一步将准确率大幅提升至86.5%，根据谷歌的说法，该分数相当于“专家”医生水平。

卫宁健康今年重磅发布了卫宁健康医疗领域大模型WiNGPT，以及基于WiNGPT的医护智能助手WiNEXCopilot。WiNEXCopilot定位是医护智能助手，支持覆盖诊前、诊中、诊后和医疗管理30多个场景，包括患者服务助手、临床辅助决策助手、病历文书助手、质量控制助手、医学影像报告助手以及健康管理助手等，可以提供专业医疗知识服务、一键生成符合医疗规范和匹配患者个人病情的病历文书段落、结合患者病情信息快速生成影像医学报告、智能化分析患者健康状况等。

朗玛信息于2023年5月成功开发出具有自主知识产权的医疗健康人工智能产品—-“朗玛·39A全科医生”。产品应用方向是全科医生问诊咨询及健康问题医学问答以及辅助基层医生进行临床诊断。根据国家七部委联合公布的《生成式人工智能服务管理暂行办法》指导要求，公司“39AI全科医生”大模型已通过备案，将适时向用户开放内测。

Al开启智能电车下半场，L3自动驾驶到来可期

政策端:L3+自动驾驶试点通知发布，自动驾驶行业迎来重要催化。23年11月，工信部、公安部、住建部、交通运输部四部门发布关于开展智能网联汽车准入和上路通行试点工作的通知，标志着我国L3级和L4级自动驾驶汽车即将迎来合法上路。我们认为，本次试点工作通知的一大亮点在于提出试点工作的主体是由汽车生产企业和使用主体组成的联合体，将车企和自动驾驶企业的目标进行了统一，督促车企承担起部分责任，有助于自动驾驶量产的加速推进。此外，试点方案也明确了事故责任的归属，有助于自动驾驶扫除商业化落地的障碍。

智能驾驶:L2++接棒，从辅助驾驶迈向自动驾驶。根据高工智能汽车数据，自2021Q1以来，L2级别智能车的渗透率从不足15%提升至约35%，单季度搭载量从约60万辆提升至约20Q万辆，为智能驾驶板块提供了强劲的驱动力。同时，根据高工智能汽车数据，2023年1-9月，中国市场乘用车前装标配（软硬件)NOA交付新车37.73万辆，同比上年同期增长151.20%，显示出高级别智能驾驶正在逐步落地L2+级别将迎来跨越式增长，智能车产业链高景气不改。

BEV+Transformer的技术路线确立，是本轮城市NOA大规模落地的技术基础。自特斯拉于2021年AI Day上推出了基于BEV+Transformer的感知方案后，部分国内头部主机厂、自动驾驶算法公司开始跟进，经过约2年左右的训练与迭代，算法趋于成熟，由此城市NOA开始大规模落地。FSD V12版本已开始向员工推送，端到端架构渐行渐近，有望再次引发技术范式变革。23年8月，马斯克在直播中展示了搭载FSD Beta v12车辆的自动驾驶试驾，FSDV12完全由AI训练，不涉及任何对于规控的编码，有望再次引发技术范式变革。

智能座舱:人车交互是确定性趋势，座舱功能持续丰富。1）智能座舱的算力仍在持续提升。当前，8155已搭载在10万元级别的入门车型上，例如吉利博越CoOL，同时包括奔驰、极金、极越等车型也开始发布搭载8295的车型，后者在CPU性能增长2.2倍，GPU性能增长3.1倍，NPU单元性能增长7.5倍。2）受益于算力提升，座舱功能也在同步丰富。以DMS为例，根据高工汽车，23年1-9月，国内乘用车前装标配驾驶员DMs系统交付47.61万套，同比增长86.61%，前装搭载率接近I0%。再者，受益于生成式人工智能的兴起，包括奔驰、理想等车企均宣布后续将在座舱中加入GPT大模型能力。

AI+机器人:具身智能时代开启，3D传感器迎来发展机遇

谷歌旗下的DeepMind推出全球首个控制机器人的视觉-语言-动作(VLA)模型RT-2。Deepmind发布的RT2模型基于网络和机器人数据进行训练，利用了Bard等大型语言模型的研究进展，并将其与机器人数据相结合，将知识转化为机器人可以控制的通用指令。在实验中，RT-2模型可以通过语义理解和逻辑链推理，将自然语言描述的任务转换为机器人可以控制的通用指令。

“大脑先行，感知突破”3D传感器迎来发展机遇。随着模型能力的持续迭代，对于感知的要求也开始提升。一方面视觉信息是多模态信息的必要组成部分，二是类比人类，视觉信息在所有感知信息中占比超过70%，是人工智能感知世界最重要的信息源。因此，能够感知到深度信息的3D传感器成为了机器人行业的主流选择。以奥比中光为例，旗下的视觉产品已在商用清洁、配送、迎宾、教育、仓储物流等多个领域成功落地，服务于各种类型的机器人，包括轮式机器人、机械臂、多足机器人以及人形机器人。

AI+安全:反生成式Al助力大模型合规发展

随着Al技术的应用不断推广，AlI技术引发的威胁也不断受到重视。相应而言，反生成式AI检测技术也在持续涌现，“矛”和“盾”的互相促进有望使得相应技术螺旋演进。OpenAI发布Al文本检测器Al Text Classifier。随着以ChatGPT为主的文本生成式A大模型的广泛使用，OpenA/也加入反生成式AI的检测产品研发阵营。2023年1月,ChatGPT的开发者OpenAl发布基于神经网络的检测器Al Text classifier，帮助用户识别文本是否由A创作完成。用户将一段文本输入至文本框中，系统会判断该段文字由Al生成的可能性，并将结果从“非常不可能”到“很有可能”划分为5个等级。

斯坦福大学开发DetectGPT，致力解决学术诚信问题。斯坦福大学所发布的DetectGPT通过利用模型的对数概率函数的局部曲率，检测一个文本是否是由预训练大语言模型(LLM)生成。1月26日，相关研究论文在aeXiv上发布。该模型的核心原理是:由LLM生成的文本通常在模型的对数概率函数的负曲率区域的特定区域徘徊。如下右图所示，LLM生成的文本(左）表现出对数负曲率区域的倾向性，附近的样本平均具有较低的模型对数概率。人类的文本（右〕则没有明显存在于负对数概率曲率区域。对一篇文章进行改写后，模型生成的文章(蓝色)的对数概率的平均下降（扰动差异）始终高于人工书写的文章（橙色)。

作为零样本检测模型，DetectGPT具有较好的检测效果。DetectGPT侧重于零样本机器生成文本检测，该方法既不需要训练单独的分类器,也不需要收集真实或生成的段落数据集。为了评估DetectGPT的有效性，该团队将其与现有的零样本方法如Rank、LogRank和Entropy进行了比较。使用XSum数据集进行假新闻检测，以及使用来自SQuAD的维基百科段落和Reddit WritingPrompts的学术创作数据集。结果显示，DetectGPT在XSum上的检测表现优于最强的零样本检测方法0.1AUROC，SQuAD维基百科上下文中优于其他检测方法0.05AUROC.

Deepfake深度伪造技术催生视频图像的防伪检测。Deepfake深度伪造技术指基于人工智能的人物图像及视频合成技术。该技术诞生于2014年并不断快速发展，在2018年登陆YouTube频道并逐渐成为主流。深度伪造技术主要基于“生成对抗网络”(GAN)技术，这类网络以两个AI代理构成:一方负责伪造图像，另一方负责监测图像是否真实。如果发现是伪造品，则伪造A会继续接受反馈和迭代。不断提升伪造水平。Deepfake技术的快速发展必然引发了人们对其威胁的担忧，Deepfake检测器应运而生。基于时空间内容特征的检测是当前主要的技术手段。时空内容特征包括面部区域与视频帧的背景不兼容、分辨率变化、异常眨眼、头部姿势等。

1.2 卫星互联网：重视载荷、测量、应用三大主线

海陆空天一体化组网重要一环，卫星互联网产业趋势明确

华为:北斗短报文-高轨卫星通信通话.2022年年9月6日，华为推出搭载北斗通信短报文功能的Mate 50，成为全球首款支持北斗卫星消息的大众智能手机.2023年3月，华为推出P60，实现了北斗双向报文功能.8月29日，华为发布Mate 60 Pro，连接的是“天通一号”高轨卫星移动通信系统，成为全球首款支持卫星通话的消费级智能手机。

苹果:低轨卫星通信、道路救援功能.2022年年9月8日，苹果发布iphone 14系列，首次加入卫星通信功能，采用Globalstar公司的低轨通信卫星，目前苹果的卫星通信功能仅支持在北美使用。2023年9月13日苹果发布iPhone15，推出卫星请求道路救援功能，并宣布其卫星通信服务在iPhone 15上免费使用两年。

卫星互联网:空天“基站”，空天地海一体化组网基础设施。卫星互联网是基于卫星通信技术接入互联网，可以通俗地理解为地面基站被搬入空中的卫星平台，每颗卫星都是天上的移动基站，其可以通过卫星信号接入地面基站、或直连地面站、或直连终端的方式实现通信，也就意味着卫星互联网可以在没有地面通信基站的情况下，利用卫星信号以支撑电力巡检、应急保障等任务。

卫星互联网主要使用高轨与低轨卫星。1)GEO(地球静止轨道）和GSO(倾斜地球同步轨道）距离地面约3.6万公里，被称为高轨道卫星，不同点在于GEO的轨道倾角是O度，而IGSO的轨道倾角是大于0度的任何轨道，这两类卫星的轨道周期和地球自转周期严格一致，相对地面保持“静止”，覆盖区域固定，因此建立通信服务比较容易，且所需的卫星数量较少，但与地面距离较远导致时延较高，一般为500ms左右。2低轨道卫星需要通过大量卫星在这一轨道高度组成星座，从而实现对全域的无缝覆盖，同时地面和卫星之间的通信传输时延仅为几毫秒，能满足自动驾驶、无人机遥控等实时性要求较高的应用场景。

高低轨卫星各有千秋，低轨卫星对于商用化使用更加占优。1）低轨卫星其在覆盖范围、填补数字鸿沟、网络时延、系统容量等方面能力优势明显，用户终端设备更易实现小型化、手持化，解决卫星通信商用市场核心痛点;但其所需卫星数量较多，成本相对高，并且多普勒频移问题较高轨卫星高。2)厂高轨卫星频率协调相对容易，运行寿命更长，系统建设及维护成本相对更低，然而存在覆盖盲区，并且传输时延较长、带宽成本较高。

卫星互联网潜藏巨大军事价值，建设“中国星链”刻不容缓。“星链”低轨宽带互联网卫星系统在军事冲突中发挥重要作用，2022年俄乌冲突爆发，在乌军传统指挥控制通信系统遭到破坏后，“星链”系统提供的超视距通信手段展示出了其通过卫星进行联网的作用和价值。“星链”传输了大量无人机、卫星等侦察资产获得的态势感知信息，在俄乌冲突中为乌军提供了重要的信息支持。

卫星空间轨道和频段资源有限，当前规划总量已超过近地轨道约6万颗的容量上限，低轨卫星所主要采用的Ku及Ka通信频段资源也逐渐趋于饱和状态。卫星空间轨道和频段资源是有限的，遵循先到先得的原则，先发国家发射的低轨道卫星将会抢占更多轨道资源。根据赛迪数据，地球近地轨道预计可容纳约6万颗卫星，目前，全球各国加速低轨卫星网络建设，预计到2029年，地球近地轨道将部署总计约5700O颗低轨卫星，轨位可用空间将所剩无几。经过多年的发展，能够单独使用、实现全球覆盖的L、S、C频段几乎被分配殆尽，低轨卫星所主要采用的Ku及Ka通信频段资源也逐渐趋于饱和状态。

星网+G60规划共有2.5w颗卫星。2021年，中国卫星网络集团“星网”和星链项目“G6O”成立，将整合统筹国有的低轨卫星互联网建设计划。根据其向ITU提交的卫星星座计划，星网组网卫星规模接近1.3万颗;“G60星链”一期将实施1296颗，未来将实现12000多颗卫星的组网。民营企业方面，银河航天提出的“银河Galaxy”卫星星座计划，到2025年前发射约10OC颗卫星。近年来，国家出台多项政策措施鼓励推动卫星互联网规模化应用及商业化服务，积极入局卫星互联网。星网、G60星链等低轨星座均已完成试验星发射，即将拉开建设大幕,2023年我国在轨低轨卫星规模已超过800颗。

国际通信联盟对发射和部署卫星的时间有非常严格的要求，卫星产业链建设确定性强。国际通信联盟（ITU)规定申报具有时效性，申报后7年属于监管期，必须发射卫星启用申报的资源，在申报9/12/14年内必须完成发射申报卫星总数的10%/50%/100%，否则需对申报的网络资料进行相应缩减。

2. 政策支持筑根基

2.1 数据要素：掘金数字中国价值潜能

数据要素:掘金数字中国价值潜能

“数据二十条”和数字中国建设“2522”框架发布，整体布局规划落地。2022年12月，《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》(简称“数据二十条”)）正式公开发布，我国数据基础制度顶层设计成型。2023年3月1日，中共中央、国务院印发了《数字中国建设整体布局规划》，自此数字中国形成了完整的政策框架体系。2023年7月，国家数据局正式挂牌成立，中国联通董事长刘烈宏担任国家数据局首任局长，进一步推动数据要素制度深化落地。2023年8月，财政部印发《企业数据资源相关会计处理暂行规定》，明确数据资源的确认范围和会计处理适用准则等，将于2024年1月1日起施行。我们认为企业数据资产确认对于真实反映企业资产状况、更好体现数据要素价值、规范数据资产对外服务和交易流通、促进数据资产安全管理具有重要意义。

根据国家工业信息安全发展研究中心等机构联合发布的《中国数据要素市场发展报告》，2021年数据要素对我国GDP增长的贡献率和贡献度分别为14.7%和0.83个百分点，呈现持续上升状态。市场空间方面，2021年我国数据要素市场规模达到815亿元，2022年市场规模有望接近千亿元，预计“十四五”期间市场规模复合增速将达到25%，整体将进入群体性突破的快速发展阶段。具体类别方面，以数据采集、数据清洗、数据标注、数据交易等核心数据要素环节构成的中国数据要素市场规模快速增长，其中数据存储、数据分析和数据加工市场规模相对领先。

数据确权:会计入表推动企业数据价值“显性化”

数据资源入表影响深远，数据成为企业新型资产.2022年年12月9日，财政部办公厅发布“企业数据资源相关会计处理暂行规定(征求意见稿)》，2023年8月21日，财政部印发《企业数据资源相关会计处理暂行规定》(以下简称《暂行规定》），对数据资源的会计处理方法进行了规范，历时8个月的征求意见流程宣告结束，《暂行规定》自2024年1月1日起施行，包含了适用范围、适用准则、列示和披露要求、附则四部分内容。《暂行规定》在适用准则部分的服务环节表述、数据资源研究开发指出、数据资源利用，列示和披露要求部分的资产负债表相关列示、披露格式要求、披露参考会计准则、数据资源应用场景，附则部分的规定实施前调整原则等八处作了较大改动，体现了专业、严谨和规范性。《暂行规定》在会计确认计量方面与现行无形资产、存货、收入等相关准则是一致的，不属于国家统的会计制度要求变更会计政策，同时强调了企业在本规定施行前已费用化计入当期损益的数据资源相关支出不再调整，即不应将前期已经费用化的数据资源重新资本化。

会计角度:数据资源相关投入从费用化走向资本化。此次的暂行规定实则是将围绕数据资源发生的相关投入，包括数据的购买、采集、标注、整合、分析、可视化等过程的开支，从过去的费用化(一次性计入当期费用和成本)，改变为资本化(计入企业资产并在未来年度摊销),这为数据作为一项生产要素，在企业生产经营活动中的价值评估提供了基础的依据。从暂行规定来看,企业的数据资源可以分为丙部使用数据(计入无形资产)和对外交易数据(计入存货)，实则是将这些环节过去的费用投入资产化的过程。

授权运营:促进公共数据加速释放价值

公共数据〈包含政府数据）是数据资源的重要组成部分，公共数据授权运营是是深挖数据价值和普惠数据红利的重要制度设计，也是数据要素产业发展的重要组成。2021年，我国“十四五”规划纲要首次提出开展政府数据授权运营试点。刘烈宏局长在今年11月初北京数据基础制度先行区启动会议上明确表示∶国家数据局正研究起草相关指导文件，从顶层设计推动数据交易流通体系建设，希望北京市立足大数据交易所已有基础，探索完善公共数据、行业数据等的确权估值、登记结算、合规咨询等服务。与此同时，国家发展改革委价格司会同国家数据局筹备三组召开座谈会，听取相关方面对加快建立健全符合公共数据要素特性的价格形成机制，推动用于数字化发展的公共数据按政府指导定价有偿使用等问题的意见。

全国多地已展开公共数据授权运营的实践探索之路。《长沙市政务数据运营暂行管理办法(征求意见稿)》强调了“通过合理规划政务数据运营管理来增加财政收入”的数据要素化市场改革思路。2023年11月10日，衡阳市政务数据资源和智慧城市特许经营权出让项目交易公告发布，项目起始价为18亿元，主要出让的是衡阳市智慧城市或其他财政投资信息化系统建成后产生的数据资源等有形或无形资产的特许经营权限。尽管该公告后续因故暂停执行，但仍引起了各界的广泛关注，引发了与地方土地财政模式类比的联想，反映了地方政府在公共数据授权运营方面的积极性。

流通交易:促进数据合规高效的流通

数据要素的交易过程，如果与土地交易相对应，可以分为数据资源━级市场和数据产品二级市场。其中一级数据要素市场主要从数据来源和数据资产化的角度分析，旨在为数据资产进入二级数据要素市场流通提供可信载体和授权用数新途径。对公共数据而言，一级数据要素市场的核心是创新公共数据运营管理模式，培育授权运营服务生态，推进数据资源向数据资产的安全合规转化。二级数据要素市场聚焦于数据成为产品后的高效流通交易，其核心是促进数据交易所健康发展，打造数据交易枢纽，建设具备数据安全保护、流通交易、生态培育、价值赋能和跨境传输等功能的数据交易新型基础设施，提供社会数据登记、交易清结算、信息披露、数据保险、数据托管和人才培训等服务。

流通交易:数商让更多数据“活”起来

“数商”概念由上海数据交易所于2021年上海全球数商大会上首次提出，在杭州、贵阳、重庆、郑州、合肥等近20个城市得到认可与沿用。数据商是指以提升数据要素化效率为目标，从事数据采集、治理、数据资产或产品开发、中介经纪、交付等业务，为数据要素提供附加价值的企业法人，主要是活跃交易市场。数商应积极引导数据供方进入数据交易所挂牌数据产品，引荐数据需方购买数据交易所的数据产品，在此过程中提供数据产品开发、数据经纪等服务，推动数据要素产业链形成闭环。根据《全球数商产业发展报告(2023)》，从2013年至2023年，中国数商企业数量从约11万家增长至约200万家，复合年均增长率超过30%。报告中发现，众多中小企业积极参与布局数商产业，目前数据产品开发/资产管理类数商累计数量最多。

数据基础设施:从网络/算力/流通/安全等方面提供基座支持

数据基础设施是从数据要素价值释放的角度出发，在网络、算力等设施的支持下，面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类新型基础设施，是覆盖硬件、软件、开源协议、标准规范、机制设计等在内的有机整体。

刘烈宏指出，以5G、光纤、卫星互联网等为代表的网络设施为数据提供高速泛在的连接能力，以通用、智能、超级算力为代表的算力设施为数据提供高效敏捷的处理能力，以数据空间、区块链、高速数据网为代表的数据流通设施打通数据共享流通堵点，以隐私计算、联邦学习等为代表的数据安全设施保障数据的安全。

2.2 新型工业化：多措并举，智造担当

工业软件:新型工业化大有可为

制造业转型升级需求旺盛，生产管控类工业软件空间广阔。智能制造从下往上分为五大层级，最底部的设备层以纯硬件产品为主，最顶部的协同层更强调工厂内外的泛在物联，中间三层分别涵盖了多个典型的产品级软硬件解决方案，包括产线层的DCS、PLC，工厂层的MES、WMS和企业层的ERP、PLM等等。他们也是市场空间最大的生产管控类和经营管理类工业软件，广泛应用于离散和流程工业的各个环节。

工业软件是我国产业“短板”，与发达国家差距大，主要表现在以下四个方面:一是自给率低，二是关键核心技术受制于人，三是生态尚不健全，四是缺少领军企业。随着国际局势的变化，工业软件受制于人的困境持续存在，未来有加剧态势，一旦被“卡脖子”将直接影响整个产业链的安全,进而影响到国家安全。

伴随着我国从制造大国向制造强国迈进，工业软件的需求快速提升，未来存在近4倍的增长空间。根据工信部数据，2022年我国制造业增加值占全球比重接近30%，根据工信部电子第五研究所联合行业专家发布的《2023年我国工业软件产业发展研究报告》显示，2022年，中国工业软件产品收入达到了2407亿元，同比增长14.3%，但占全球市场规模不足8%。因此可预见，我国工业软件市场存在近4倍的增长空间。

2.3 自主可控：信创东风加速国产替代

信创:科技自立自强的核心基座

信创产业生态正发生变化，两大核心(芯片、操作系统）环节收敛，其他环节百花齐放信创是一个“大事件倒逼+强政策推动”的产业。核高基重大专项开启了我国信息技术基础设施领域独立自主研发创新的新篇章，此后政产学研用各方始终在努力推进信息技术软硬件基础设施的自主创新、技术突破和市场化应用。信创建设围绕党政、金融、教育、电信、医疗等关键领域，对其软硬件核心技术、技术标准等展开自主研发从而实现原创替代。经过近几年的快速发展，以国产CPU、操作系统、数据库、整机为代表，信创产业的自主研发能力不断提升，生态愈发繁荣，呈现出创新、生态重构、融合和不断成熟的态势。操作系统、数据库等基础软件在部分应用场景中实现了“可用”，正在向“好用”的迈进。

信创:关基行业信创招标提速

进入2023年下半年，关基行业的信创招投标开始陆续启动。8月7日，中信银行公示了《通用基础设施集成商入围采购项目》的招标公告，总计约65亿大单，其中34亿ARM服务器、10亿C86服务器需求，全部为国产信创产品。值得注意的是，此次招标明确要求投标人资格必须是信创服务器厂商。中信银行作为国内具有代表性的大型股份制银行，此次落地的大规模信创招标，既是金融信创加速推进的缩影，又为其他国央企开展信创招标树立了范本。

具体到信创典型产品操作系统，近期各类招投标更是密集落地。根据麒麟软件微信公众号披露，7月份以来，麒麟软件先后独家中标了中国邮政集团超过6万套服务器操作系统集采项目、中交集团6万套国产桌面操作系统。根据统信软件微信公众号披露，统信软件近期先后中标了“国家石油天然气管网集团服务器国产化操作系统软件框架采购项目”、中国邮政30万套桌面OS集采项目。

信创:边际变化可期，AI算力和华为链是新增量

除了信创自身在需求侧的持续提速，以新一轮人工智能浪潮为代表的其他信息技术领域的国产替代需求同样对信创产业发展具有极大的加持作用。算力是数字经济发展的关键基础设施，其软硬件国产化替代与科技自立主题息息相关，潜在投资价值持续性强。据国家信息中心与相关部门联合发布的《智能计算中心创新发展指南》(以下简称《指南》）显示，目前全国有超过30个城市正在建设或提出建设智算中心。另一方面，《指南》也明确指出:当前国产Al芯片在产品性能和软件生态等方面与国际领先水平还存在差距，亟待进一步完善加强。我们认为，以Al芯片为代表的智算中心基础软硬件国产化，是算力建设的应有之义，AI基础设施的信创化有望为整个产业打开更大的市场空间。

供给侧因子∶安可测评指南发布，华为等全面布局。今年以来，华为在国产化方面动作频频，连续推出新产品，提升信创供给能力。与此同时，华为产业链相关信创企业基于华为提供的技术和生态基座，全面布局党政和关基行业的软硬件国产替代，在国产操作系统、服务器、数据库、信创ERP等细分方向出现了一大批相关公司，基于华为，面向垂直行业提供产品及解决方案。

需求侧因子∶关基行业招标加速，Al数据要素加持。进入今年下半年，关基行业的信创招投标开始陆续启动。在金融行业，除了中信银行65亿的信创大单，各大银行的信创招投标也在持续落地;在其他关基领域，信创招投标也在加速。未来，Al和算力相关的国产替代需求，以及数据要素带来的基础软硬件国产化机遇，对信创产业发展具有极大的加持作用。

政企端因子∶地方行业出实招，资本市场定向支持。2022年是中央层面推进科技自立自强的元年，信创进入全面推广新阶段。进入2023年，广东、江苏等地方政府纷纷出台信创相关的政策举措，信创产业园呈现出区域扩张态势。此外，财税审计、金融、医疗医保和信息安全等领域利好政策不断，相关企业加速布局信创业务。

产业端因子∶推标准建生态并举，万亿级市场可期。8月初，国家财政部首次针对信创软硬件产品出台政府采购需求标准，党政信创或将启动，招投标效率有望显著提升;地方和行业相关标准也迅速跟进，推进标准成为当前信创产业的确定性趋势。与之相伴，构建产业生态亦是大势所趋，各类不同的市场主体纷纷牵头推进。信创涉及范围广、产业链长，保守估计蕴含着万亿级的市场规模。

基础工具链:替代空间广阔,红利持续释放

多重因素作用，收入侧增长呈现出“穿越周期”属性。根据我们的统计，无论是偏硬件的电子测量仪器，还是偏软件的研发设计类工业软件，在外部环境整体承压的背景下，收入侧增长呈现出“穿越周期”的属性。我们认为主要有三点原因:1)本身商业模式的优质，如测量仪器主要用于研发阶段且下游众多，再比如EDA软件销售合同通常为期3年;2)厂在供应链多元化的需求下，公司受益于国产替代红利;3)公司自身处在高端化或扩品类的进程中，众多新品处在导入红利期。

多重因素作用，收入侧增长呈现出“穿越周期”属性。根据我们的统计，无论是偏硬件的电子测量仪器，还是偏软件的研发设计类工业软件，在外部环境整体承压的背景下，收入侧增长呈现出“穿越周期”的属性。我们认为主要有三点原因:1)本身商业模式的优质，如测量仪器主要用于研发阶段且下游众多，再比如EDA软件销售合同通常为期3年;2)厂在供应链多元化的需求下，公司受益于国产替代红利;3)公司自身处在高端化或扩品类的进程中，众多新品处在导入红利期。

 

编辑：520中国