数字经济时代背景下，企业数智化转型已成为推动高质量发展的关键路径。厦门大学刘峰教授团队发布的《中国上市公司数智化报告(2012-2023)》通过创新性的指标体系，全面评估了中国A股上市公司的数智化进程。研究发现，中国企业的数智化水平呈现明显的阶段性特征，行业间、地区间差异显著，且不同所有制、规模、年龄的企业在转型路径上各具特色。本报告将深入分析中国上市公司数智化转型的现状、特征及未来趋势，为理解中国企业数字化转型提供全景视角。
中国企业数智化转型并非线性发展，而是经历了明显的阶段性变化。根据厦门大学研究团队构建的综合指标体系，2012年至2023年间，中国上市公司的数智化进程可清晰地划分为五个特征鲜明的阶段：阵痛期(2012-2013)、发展期(2013-2016)、整理期(2016-2019)、加速期(2019-2022)和消化期(2022-2023)。这种阶段性演进反映了技术基础、政策环境与企业实践三者间的复杂互动关系。
阵痛期(2012-2013年)的技术基础相对薄弱，4G网络尚未普及商用，大数据、人工智能和云计算等数智技术缺乏必要的基础设施支持。这一时期，尽管宏观数智化环境和企业数智化投入已呈现优化和增长趋势，但企业业务层面嵌入数智技术的效果尚未显现。数据显示，2012年上市公司财务报告中提及数智技术的平均总词频仅为1.90次，反映出当时企业对数字技术的应用仍处于探索阶段。技术基础与应用场景的双重限制，导致这一阶段企业数智化总指数呈现波动特征，平均值在0.203至0.227之间徘徊。
发展期(2013-2016年)是企业数智化转型的第一个高速增长阶段。随着4G网络的商用普及和移动互联网的爆发式增长，企业数智化投入从局部试点走向全局部署。研究数据显示，企业数智化总指数从2013年的0.199稳步上升至2016年的0.255(中位数)。这一阶段的政策支持尤为关键，《"互联网+"行动计划》和《中国制造2025》等国家战略的推出，为企业数智化构建了有利的外部环境。与此同时，智慧城市、宽带中国试点和高铁开通等新型基础设施建设的推进，进一步降低了企业数字化转型的门槛。值得注意的是，这一时期企业数智化产出开始显现效果，数智技术应用场景的不断明晰，为企业赋能实际业务流程提供了具体方向。
整理期(2016-2019年)呈现出明显的平台期特征。经过前期的快速扩张，企业和宏观层面的数智化投入渐趋平缓，基础设施建设速度相对放缓。数据显示，2017年至2019年间，企业数智化总指数中位数在0.239至0.244之间波动，增长幅度明显收窄。这一时期，企业数智化应用迈过"单点突破"阶段，进入打通"业务系统"的深水区，面临着系统集成、数据孤岛等挑战。许多企业开始对前期数智化投入进行整合优化，探索如何将分散的技术应用转化为整体业务价值。
加速期(2019-2022年)是数智化转型的第二个高速增长阶段，公共卫生事件的爆发客观上加速了这一进程。非接触式线上办公模式的普及和供应链不确定性因素的增加，倒逼企业扩大数智化投入，拓宽数智化业务场景。数据显示，2020年至2022年间，企业数智化总指数中位数从0.247跃升至0.280。5G技术的商用为工业互联网提供了低延迟、高带宽的网络环境，进一步推动了制造业的数字化转型。这一时期，上市公司财务报告中数智技术相关词频大幅上升至6.69次，反映出数智化已成为企业战略的重要组成部分。
消化期(2022-2023年)呈现出稳中有变的特征。宏观数智化投入逐渐从硬件投资转向数据开放、标准制定等隐性能力建设。ChatGPT等生成式人工智能的崛起，正在推动企业重新思考数智化投资方向。数据显示，2023年企业数智化总指数中位数为0.272，较2022年略有回落，但仍在高位运行。这一阶段，企业更加注重数智化投入的实际产出效率，开始对前期投资进行效益评估和战略调整。
从产业视角看，不同行业的数智化转型节奏存在显著差异。信息技术服务业、科学研究和技术服务业等知识密集型行业率先进入加速期，而传统制造业、采矿业等则相对滞后。这种差异反映了不同行业对数字技术的吸收能力和应用场景的多样性。未来，随着技术扩散效应的增强和行业间经验借鉴的加深，中国企业数智化转型将呈现出更加丰富的阶段性特征。
中国上市公司数智化转型呈现出明显的行业分化特征。根据厦门大学研究报告的数据分析，电子制造行业、信息业和技术服务业在数智化程度上具有显著领先优势，而传统资源型行业则相对滞后。这种行业差异不仅体现在数智化总指数上，在投入强度和产出效率方面也同样明显。
高技术行业领跑数智化转型。信息传输、软件和信息技术服务业的数智化总指数中位数高达0.382，科学研究和技术服务业为0.331，仪器仪表制造业为0.318，计算机、通信和其他电子设备制造业为0.294。这四个行业的数智化水平明显高于全样本中位数0.242，领先幅度达到22%-58%不等。这种领先优势源于这些行业的知识密集属性、技术基础和人才储备。在数智化投入方面，信息传输、软件和信息技术服务业同样以0.217的中位数遥遥领先，是全部样本平均水平的2.3倍。高技术行业的数智化优势还体现在产出效率上，这些行业能够更有效地将技术投入转化为经营绩效和创新成果。
传统行业面临转型挑战。有色金属冶炼和压延加工业(0.194)、采矿业(0.193)、化学纤维制造业(0.190)、黑色金属冶炼和压延加工业(0.185)和石油加工、炼焦和核燃料加工业(0.175)构成了数智化水平的"尾部行业"。这些行业的数智化总指数比全样本中位数低20%-28%，反映出重资产、高能耗行业在数字化转型过程中面临的特殊挑战。值得注意的是，这些传统行业的数智化投入强度同样偏低，化学纤维制造业和黑色金属冶炼和压延加工业的投入中位数仅为0.058和0.056，不足高技术行业的三分之一。投入不足与转型难度相互强化，形成了传统行业数智化转型的"双重障碍"。
服务业数智化产出效率突出。研究数据显示，数智化产出效率最高的行业包括其他制造业(0.071)、房地产业(0.070)、租赁和商务服务业(0.068)、水利、环境和公共设施管理业(0.068)以及文化、体育和娱乐业(0.068)。这些行业虽然数智化投入强度不一定最高，但能够更有效地将现有数字技术应用于业务流程和创新活动。相比之下，酒、饮料和精制茶制造业(0.064)、橡胶和塑料制品业(0.064)、造纸和纸制品业(0.064)、综合业(0.064)和家具制造业(0.062)的产出效率相对较低。这种差异表明，服务业在流程优化、客户体验提升等方面的数智化应用场景更为丰富，而传统制造业在将数字技术与生产系统深度融合方面仍面临挑战。
地区分布呈现"东高西低"格局。从省份维度看，北京市(0.302)、上海市(0.295)、广东省(0.289)、福建省(0.269)和湖北省(0.249)构成了数智化水平的"第一梯队"。这些地区普遍具有数字经济产业集聚、人才资源丰富、基础设施完善等优势。以北京市为例，作为全国科技创新中心，其信息传输、软件和信息技术服务业上市公司占比高达18.7%，远高于全国平均水平。相比之下，青海省(0.192)、云南省(0.186)、山西省(0.184)、内蒙古自治区(0.183)和宁夏回族自治区(0.171)等中西部地区处于相对落后位置，反映出数字经济发展的区域不平衡现象。
数智化投入与产出的区域差异。有趣的是，数智化投入和产出的地区分布并不完全一致。在投入方面，北京市(0.144)、广东省(0.111)、湖北省(0.109)、天津市(0.105)和湖南省(0.104)位居前列；而在产出效率方面，新疆维吾尔自治区(0.0682)、陕西省(0.0672)、海南省(0.0671)、黑龙江省(0.0669)和重庆市(0.0667)等部分中西部地区表现突出。这种差异可能源于不同地区企业的数智化应用场景和转化能力的差别，也反映了中西部地区企业在有限投入下追求更高效率的现实选择。
产业层面的分析显示，第三产业(0.306)的数智化程度明显高于第二产业(0.242)和第一产业(0.204)，这种差异在投入和产出两个维度上都保持一致。第三产业在数智化总指数上比第二产业高26.4%，比第一产业高50%。产业差异反映了不同产业对数字技术的依赖程度和应用深度的差别，也预示着未来产业间数字融合的巨大潜力。
从典型企业来看，2023年数智化总指数前五强企业分别是吉大正元(0.755)、远光软件(0.752)、国投智能(0.749)、新开普(0.729)和全志科技(0.697)，全部来自信息技术相关行业。这些企业在数智化投入和产出效率上都达到了行业领先水平，形成了从技术投入到业务价值的完整转化链条。行业标杆企业的实践表明，数智化转型需要战略定力、持续投入和业务创新的有机结合。
企业自身的所有制、规模、年龄等特征对其数智化转型路径产生显著影响。厦门大学的研究报告通过大样本数据分析，揭示了不同特征企业在数智化进程中的差异化表现，为理解中国企业数字化转型的多样性提供了重要视角。
所有制差异呈现复杂图景。数据显示，非国有企业在数智化总指数和投入强度上均显著高于国有企业，但在产出效率上差异不大。具体来看，非国有企业的数智化投入中位数达到0.103，比国有企业高出35%，反映出非国有企业在数字技术应用上的积极态度。这种差异可能源于两方面原因：一方面，非国有企业面临更激烈的市场竞争压力，对通过数字化转型提升效率的需求更为迫切；另一方面，非国有企业在技术投资决策上可能更加灵活，能够更快响应数字技术变革。然而，在数智化产出效率上，两类企业差异不大(中位数均为0.066左右)，表明国有企业在资源整合和规模效应上具有一定优势，能够以相对较低的投入实现相当的产出效果。
规模差异呈现出"两端高、中间低"的U型特征。研究发现，小规模企业(0.251)和大规模企业(0.250)的数智化总指数相对较高，而中规模企业(0.249)略低。这种差异在数智化产出效率上表现更为明显，小规模企业(0.0661)和大规模企业(0.0659)的产出效率明显高于中规模企业(0.0657)。背后的原因可能是：小规模企业具有"船小好调头"的优势，能够快速适应数字技术变革；大规模企业则拥有资源优势和规模效应，能够承担数字化转型的高额成本；而中规模企业既缺乏小企业的灵活性，又不具备大企业的资源优势，因此在数智化转型中面临"中间困境"。
年龄差异呈现出"老牌企业水平高、新兴企业投入大"的特点。数据显示，成立26年以上的老牌企业数智化总指数最高(0.257)，16-25年企业次之(0.249)，15年以下企业相对较低(0.248)。然而，在数智化投入强度上却呈现相反趋势：15年以下企业投入中位数为0.099，16-25年企业为0.098，26年以上企业为0.095。这种看似矛盾的现象可能反映了不同年龄企业的战略取向差异：新兴企业更加注重数字技术的前沿布局，而老牌企业则依靠丰富的管理经验和组织能力，能够以相对较低的投入实现更高的数智化水平。纵向比较发现，2012年至2023年间，15年以下企业和16-25年企业的数智化总指数提升幅度明显大于26年以上企业，反映出新生代企业在数字技术应用上的后发优势。
板块差异体现了资本市场对创新企业的筛选效应。科创板企业数智化总指数中位数高达0.339，显著高于创业板(0.294)和主板(0.239)。这种差异在投入强度上更为突出：科创板(0.165)比创业板(0.132)高25%，比主板(0.087)高89.7%。科创板企业的突出表现反映了资本市场改革对科技创新的引导作用，也表明数智化能力已成为创新型企业的重要特征。从时间趋势看，2019年科创板设立以来，其上市公司的数智化水平持续提升，2023年总指数中位数达到0.348，比2020年(0.292)增长19.2%，展现出强劲的发展势头。
典型企业的年龄分布提供了更丰富的视角。2023年各年龄段企业的数智化前五强中，既有成立26年以上的老牌企业如远光软件(0.752)、国投智能(0.749)，也有相对年轻的企业如吉大正元(0.755)、新开普(0.729)。这些企业的共同特点是能够将数字技术与核心业务深度融合，形成独特的竞争优势。值得注意的是，不同年龄的领先企业在数智化路径上各有侧重：老牌企业更注重数字技术对传统业务的赋能，而年轻企业则更倾向于构建数字原生的商业模式。
从产业链位置看，处于价值链不同环节的企业在数智化转型上也表现出系统性差异。上游原材料企业的数智化水平普遍低于中游制造企业和下游服务企业。这种差异反映了不同产业链位置对数字技术的需求强度和适用性的差别。随着产业互联网的发展，产业链各环节的数智化协同将成为未来重要趋势，有望提升整体产业链的数字效率。
企业特征的差异分析表明，数智化转型没有放之四海而皆准的标准路径，不同类型企业需要根据自身特点和所处环境，选择适合的转型策略。未来，随着数字技术的进一步普及和融合，企业间的数智化差异可能会逐步缩小，但差异化路径仍将长期存在。
以上就是关于中国上市公司数智化转型的全面分析。通过对2012-2023年间A股上市公司数智化进程的系统研究，我们可以清晰地看到中国企业数字化转型的整体图景和内在规律。研究发现，中国企业的数智化转型呈现出明显的阶段性特征、行业差异和路径分化，反映了数字经济时代企业变革的复杂性和多样性。
从发展阶段看，中国企业数智化转型经历了阵痛期、发展期、整理期、加速期和消化期五个阶段，目前正处于从技术应用到价值创造的关键转型期。从行业分布看，电子与信息技术行业保持明显领先优势，而传统行业则面临转型挑战，行业间数智化水平差异显著。从企业特征看，非国有企业、科创型企业和小规模企业在数智化投入上更为积极，而老牌企业和国有企业在资源整合和产出效率上具有优势。
未来，随着数字技术的持续创新和产业融合的不断深入，中国企业数智化转型将呈现出更加多元化的发展路径。数智化技术将从单点应用向全面融合转变，从效率提升向价值创造转变，从企业内部向产业链协同转变。在这一过程中，如何平衡投入与产出、技术与业务、创新与风险的关系，将成为企业数智化转型成功的关键。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
