【国联证券】计算机2024年度投资策略：AI创新推动计算机行业加速发展.pdf

2023-12-27

31页

4MB

1. 计算机板块行情回顾和基金持仓情况汇总

1.1 年内“M”型走势，年初至今涨幅位居第四

2023 年初至今计算机板块呈现"M"型走势，2023 年 1 月在 ChatGPT 带动的大模型、AI 算力以及行业应用的推动下，板块呈现强势上行，4 月 7 日（年初至 4 月 7 日申万计算机指数收益率达 44.38%）和 6 月 20 日（年初至 6 月 20 日申万计算机指数收益率达 43.46%）分别出现市场高点，其后随着 AI、信创等热门板块的调整，指数回调幅度明显。从 2023 年初到 12 月 26 日，申万计算机指数上涨 3.61%，跑赢沪深 300 指数 17.74 pct，在申万 31 个子行业中仅次于通信、传媒、煤炭行业位列第 4 位。

1.2 公募基金 23Q3 减仓，板块调整幅度较大

2022Q3 计算机板块公募基金持仓占比为 3.2%，增加到 22Q4 的 4.4%，23Q1 和 23Q2 连续两个季度达到近年高位 7.2%，23Q3 下降为 5.1%，股价表现看 6 月 30 日至 12 月 26 日板块下跌 18.78%，调整幅度较大。

截至到 2023 年 3 季度末，基金持仓排名市值前 10 的计算机类公司分别为工业富联、金山办公、科大讯飞、深信服、宝信软件、同花顺、恒生电子、紫光股份、金蝶国际和广联达，基本上涵盖了 AI 算力和应用、金融科技、软件服务、网络安全等热门赛道。除了工业富联、深信服和金蝶国际公募基金持股数量相较 Q2 有所增加之外，其余个股均出现了不同幅度的减仓。其中 Q3 加仓较多的个股是江波龙、华大九天和国联股份；公募持股市值减少较多是科大讯飞、金山办公和恒生电子。

1.3 各个板块业绩汇总和分析

23 前三季度各个子板块分化加剧

2023 年前 3 季度计算机行业整体营收总额约为 8108 亿元，同比增速为 5.00%，归母净利润总额约为 227.8 亿元，同比增长 15.23%，利润增速明显高于营收增速。

其他计算机设备板块实现营收合计 1502 亿元，同比增长 17.53%，归母净利润合计 28 亿元，同比增长 30.18%，增速位列所有二级子行业首位。IT 服务板块营收合计 3331 亿元，同比下降 3.61%；安防设备板块实现营收合计 979 亿元，同比增长 7.98%。横向通用软件实现营收合计 566 亿元，归母净利润-41 亿元。

2023 前 3 季度行业整体盈利能力分化显著

汇总申万计算机 329 家（剔除 ST 公司）A 股上市公司 2023 前三季度情况，有 133 家公司归母净利润为负，占比 40%。在实现盈利的公司中，盈利 1000 万之内的有 25 家，占比 8%；盈利 1000 万-1 亿之间的有 99 家公司，占比 30%；盈利 1-10 亿的公司有 68 家，占比 21%；盈利大于 10 亿的公司仅有 4 家，占比 1%。盈利大于 10 亿的公司仅有 4 家分别是海康威视、大华股份、宝信软件和紫光股份。从盈利增速情况看，仅有 17 家公司在 2023 前三季度扭亏为赢，连续 2 年盈利的公司有 179 家，占样本总数的 54.41%，其中 23 三季度同比负增长公司共有 132 家，占比 40%；同比增长 10%之内的有 74 家；10%-20%之间的有 60 家；20%-50%的有 53 家；50%-100%的有 8 家；100%以上的有 2 家。

2023 前 3 季度盈利规模和增速居前公司汇总

根据计算机板块各上市公司披露的 2023 三季报情况，筛选出了前 3 季度归母净利增速最快的前 10 家公司，由于去年同期低基数的原因恒生电子、易华录、真视通和嘉和美康等公司同比增速较大。从归母净利润角度分析海康威视、大华股份、紫光股份仍然位居归母净利润规模前列。

2. 计算机产业飞轮效应明显增强

2.1 AI 技术创新与应用使世界进入智能时代

根据著名经济学家卡萝塔·佩雷斯的论述，人类进入工业社会后，经历了五次产业周期变革，每个周期大致 50-60 年，前 30 年为基础技术的发明阶段，后 30 年为技术加速应用阶段。从上世纪 80 年代开始的 ICT 产业发展使信息新技术在各领域加速落地，互联网、移动互联网、物联网等应用不断深化，数字经济逐渐兴起并快速发展。我们认为世界当前正处于新的 AI 创新周期，以 AlphaGo、智能驾驶、ChatGPT 为代表的 AIGC、人形机器人等共同推动了 AI 技术创新与应用，作为提升生产力的有力工具或将提升整个社会的生产效率，世界正在进入智能时代。

云计算、大数据、物联网、5G、区块链、人工智能等为代表的新一代数字技术迅猛发展激发了先进计算、高速互联、智能感知等技术创新活力和应用潜力，同时计算机相关产品不断提升性能，降低成本，进一步扩展使用范围，赋能百行百业。尤其是近年 AI 领域在智能驾驶、智能机器人等领域持续突破之后，AIGC（人工智能内容生成技术）取得重大技术突破，通过技术革命带来社会行业生产力提升。数字产业自身的技术创新、产业数字化与中国当前的信创、数据要素等政策驱动形成了良好的飞轮效应，促进计算机产业快速发展。

2.2 产业数字化仍然是计算机行业主引擎

数字经济深度不断加深和广度不断扩大

数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态，主要包括以下 4 个方面：1）数字产业化 2)产业数字化 3)数字化治理 4)数据价值化。

数字经济成为经济稳定器和加速器

2022 年，我国疫情防控取得重大胜利，经济发展环境得到改善，国内生产总值同比名义增长 5.3%.在此背景下，我国数字经济维持高位运行，2022 年，数字经济同比名义增长 10.3%，高于 GDP 名义增速 4.98 个百分点。自 2012 年以来，我国数字经济增速已连续多年显著高于 GDP 增速，数字经济持续发挥中国经济“稳定器”和“加速器”作用。

产业数字化仍然是数字经济增长主引擎

2022 年，我国数字经济总体规模首次超过 50 万亿元，达到 50.2 万亿元。其中数字产业化规模达到 9.2 万亿元，同比名义增长 10.3%，占 GDP 比重为 7.6%，占数字经济比重为 18.3%，数字产业化向强基础、重创新、筑优势方向转变。2022 年，产业数字化规模为 41 万亿元，同比名义增长 10.3%，占 GDP 比重为 33.9%，占数字经济比重为 81.7%。互联网、大数据、人工智能等数字技术更加突出赋能作用，数实融合不断加强，产业数字化探索更加丰富多样，产业数字化对数字经济增长的主引擎作用更加凸显。

2.3 AI 技术创新和应用成为驱动产业发展的重要力量

人工智能技术已全面迈入应用加速时代，在智慧交通、智慧金融、生物识别等领域已经被广泛应用，在服务、医疗、金融、制造能源、零售、教育等领域已经实现落地。2023 年生成式人工智能的快速发展，给各行业带来新的动能。

AIGC 快速发展，或将快速赋能各行各业

当前 AIGC 从技术创新到应用推广的周期相较于以往的技术大大缩短。AIGC 目前已在文字、图像、音频、视频等领域得到应用。在媒体、广告行业、游戏等行业，可以大幅提升生产力，降低制作成本；在消费零售行业，可以提升销售效率和客户满意度；在高端制造行业，可以帮助生成产品设计、模拟和测试数据，从而提高产品质量和生产效率。随着技术的不断发展和进步，或将出现更多新的应用场景。当前国内外AIGC 创业如火如荼，诞生了一大批创新应用，如 ChatGPT、微软 Copilot、Midjourney、文心一言等，并且已经陆续商业化。

2.4 数据要素产业有望迎来政策机遇

数据要素具有规模效益递增、非排他性、极低边际成本等不同于传统生产要素的特性，需要相关制度规范和引导，指明产业发展路径和安全边界。在“数据二十条” 的指导下，各级政府、产业主体积极进行探索、试点，在中央、地方、产业等层面都取得了一系列成果，数据要素市场建设呈现加速趋势，产业有望迎来快速发展机遇。

中央层面：国家数据局，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。 2023 年 10 月 25 日，国家数据局正式揭牌。我们认为国家数据局的成立，标志着数据要素基础制度建设进入了新的阶段。12 月 15 日，国家数据局发布《“数据要素×”三年行动计划（2024—2026 年）（征求意见稿）》。

地方层面：2023 年 6 月、8 月、9 月、11 月、12 月，北京、上海、福建、广州、海南等地发布地方版“数据二十条”。地方各级政府汇聚了丰富的公共数据，将是推动数据要素市场建设的重要主体，相关政策发布有望推动产业发展。

产业标准层面：数据要素市场新兴环节相关标准陆续出台，2023 年 8 月财政部发布《企业数据资源相关会计处理暂行规定》，企业数据资源可依规确认为无形资产或存货，自 2024 年 1 月 1 日起施行。9 月中国资产评估协会发布《数据资产评估指导意见》为数据资产的评估实务提供了指引。11 月浙江省发布国内首个针对数据资产确认制定的省级地方性标准《数据资产确认工作指南》。

3. 科技创新：AIGC 正反馈持续加强

2023 年我们见证了 AIGC 的快速崛起和破圈发展，虽然过程中有所曲折，但对于 AIGC 领域而言，可能仅仅是一个开始。在过去的深度学习黄金十年，人工智能的感知、理解能力不断增强，为 AIGC 发展奠定基础。如今，随着生成算法、大模型、多模态技术等 AI 技术的持续创新和发展成熟，Al 领域正在经历从感知、理解到生成、创造的跃迁。以 AIGC 为标志 Al 领域正在迎来下一个时代。融合大模型和多模态技术的 AIGC 模型，有望成为新的技术平台深度赋能各行各业。未来，“AIGC+”将在经济社会的各个领域持续大放异彩。

3.1 AIGC 产业链发展迅速

依托于强大的算力基础设施和海量的通用数据，经过训练和不断调优打造出了 AIGC 大模型，到中间层的垂直化、定制化、个性化的模型工具，再到下游层出不穷的、各种各样的 AIGC 应用和服务，AIGC 的产业生态正在加速形成和发展。AIGC 将创造出很大的经济社会价值，其应用不限于互联网领域，也将给文化、娱乐、教育、金融、医疗、公共服务、交通、制造等诸多领域带来积极影响。经历了 2023 年的喧嚣和炒作，2024 年 AIGC 产业有望迎来更大的发展。

AIGC 正反馈不断加强

AIGC 是人工智能、大数据、云计算等多个技术领域的整合，是一种跨领域的合作发展模式。AIGC 的四个核心要素：数据、算力、模型和应用，正在逐步实现正反馈。例如 OpenAI、微软 Office 和文心一言已经率先实现了商业化，开始了商业覆盖，为了满足用户日益增长的访问需求，会增加算力基础设施。多模态等更强大的模型也需要更多的算力资源，同时好的产品可以直接带来更多的需求，属于典型的“供给创造需求”。未来随着技术的进步和应用场景的不断拓展，这 4 个要素会不断实现正反馈，推动整个行业的创新和发展。

3.2 AIGC 应用大幅提升算力需求

2022 年 11 月 OpenAI 发布 ChatGPT，引发了众多公司纷纷布局大模型训练。随后国内厂商百度、华为、阿里、商汤、科大讯飞等积极参与大模型训练，陆续发布大模型产品。AIGC 带动 GPU 需求高增，根据 11 月 22 日英伟达发布的 2024Q3 财报，3 季度数据中心业务实现营收 145.14 亿美元，同比增长 278.66%。

3.3 中国算力市场需求强劲

根据《IDC 中国服务器市场季度跟踪报告》及 CPU 双精度（FP64）运算能力数据， 2022 年中国通用算力规模达 54.5 EFLOPS，预计到 2027 年通用算力规模将达到 117.3 EFLOPS。根据《IDC 中国加速计算服务器半年度市场跟踪报告》及智能加速卡半精度（FP16）相当运算能力数据，2022 年中国智能算力规模达 259.9 每秒百亿亿次浮点运算（EFLOPS），2023 年预计将达到 414.1 EFLOPS，预计到 2027 年将达到 1117.4 EFLOPS。2022-2027 年期间，中国智能算力规模年复合增长率达 33.9%，同期通用算力规模年复合增长率为 16.6%。

由于大模型对计算能力和数据的高需求，其所需要的服务器设施将在人工智能基础设施市场中占据越来越大的份额。IDC 预计，全球人工智能硬件市场（服务器），将从 2022 年的 195 亿美元增长到 2026 年的 347 亿美元，5 年年复合增长率达 17.3%；其中，用于运行生成式人工智能的服务器市场规模在整体人工智能服务器市场的占比将从 2023 年的 11.9%增长至 2026 年的 31.7%。

3.4 美国出口管制新规将加速算力国产化进程

今年 10 月 17 日，美国商务部工业和安全局（BIS）发布了针对芯片的出口管制新规，对包括英伟达高性能 AI 芯片在内的半导体产品施加新的出口管制；限制条款已经于 10 月 23 日生效。英伟达给美国 SEC 的备案文件显示，立即生效的禁售产品包括 A800、H800 和 L40S 这些功能最强大的 AI 芯片。此次出口管制提前实施，将使现有 AI 服务器厂商因英伟达 GPU 供应问题导致无法交付，或将寻求国产 GPU 替代产品。我们认为此举将加速 AI 算力国产化进程，进一步完善国产 GPU 生态体系建设。

政策促进算力基础设施高质量发展

2023 年 10 月 8 日，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等 6 部门联合印发了《算力基础设施高质量发展行动计划》，提出到 2025 年我国算力规模超过 300EFLOPS，智能算力占比达到 35%。《行动计划》提出了完善算力综合供给体系、提升算力高效运载能力、强化存力高效灵活保障、深化算力赋能行业应用、促进绿色低碳算力发展、加强安全保障能力建设等六方面重点任务，着力推动算力基础设施高质量发展。

英伟达中国区业务占比超 20%

据英伟达公布的财务数据，从英伟达 2019 财年至今，其中国区营收占比均维持在 20%以上，中国区数据中心业务在英伟达相关业务收入占比约为 20%-25%。

国产替代空间显著提升

美国商务部最新出口管制措施实施之前，英伟达数据中心业务 2023 年总营收预计约 450 亿美元。按照中国区数据中心业务收入占比约为 20%-25%，2023 年中国区英伟达数据中心业务收入约为 90-112.5 亿美元，我们中性估计 2024 年中国区数据中心需求同比增长 15%，那么 2024 年中国区英伟达 GPU 替代空间约 742-927 亿元。

中国 AI 算力生态或将发生巨变

综合考虑美国禁令、当前国内各个公司的产品线布局，研发实力，产品进度等因素，我们认为未来中国 AI 算力生态或将发生较大改变，由现在的英伟达一家独大，逐步演变为国际生态（英伟达、AMD、Intel 等）和国内生态分庭抗礼的局面。英伟达目前仍然有望凭借良好的 CUDA 生态，以及较好的集群性能占据一定的市场份额。但是由于其受制于美国禁令，对单卡性能的严格限制或将严重影响其在中国区的市场份额。

在国内生态中，华为昇腾目前在研发、产品能力以及生态闭环上保持领先，预计将成为国内第一份额；海光信息依托中科曙光和中科院系强大的后盾，具备“芯-端 -云”的完整闭环，与华为“鲲鹏+昇腾”产业链对应，有望成为重要的国产算力生态。其他独立第三方例如寒武纪、壁仞科技、摩尔线程、景嘉微等也将充分受益于算力国产化机会，有望凭借性价比优势分得一定的市场份额。整体看，随着国产算力的不断迭代，有望在未来实现弯道超车。

4. 政策催化：数据要素产业蓄势待发

2025 年我国数据交易市场规模有望超两千亿元。数据资源是数字经济的关键要素，得益于政策环境、经济环境的支持，中国数据交易行业在过去两年内经历了快速增长的发展阶段。根据《2023 年中国数据交易市场研究分析报告》，2021-2022 年中国数据交易行业市场规模由 617.6 亿元增长至 876.8 亿元，同比增长 42.0%。预计未来 3-5 年内，中国数据交易市场仍旧能够保持较高速的增长，预测至 2025 年其市场规模有望增长至 2046.0 亿元，年复合增长率可达到 34.9%；到 2030 年市场规模有望达到 5155.9 亿元，2025-2030 年复合增长率约为 20.3%。

4.1 授权运营环节或将率先受益

公共数据授权运营是指为提高政府数据社会化开发利用水平，基于安全可控原则，允许政府授权可信市场主体主要将有条件开放类的政府数据挖掘开发成为数据产品和数据服务后有偿提供给社会使用的市场化行为。它是继政府信息公开、政府数据开放后，持续推进政府数据开发利用的一种新的政府数据对外流通方式。公共数据授权运营是数据要素产业发展的重大机遇，有望率先落地。公共数据是数据资源的重要组成部分，其开放流通对于丰富数据供给、推动生态建设具有重要意义，相关政策有望率先发布。“数据二十条”明确提出，推进实施公共数据确权授权机制。2023 年 12 月 8 日，国家数据局局长刘烈宏在第二届数字政府建设峰会开幕式上表示，国家数据局将大力推动公共数据资源开发利用，加快数据市场化配置改革。将重点做好“落实产权分置制度，明确公共数据授权运营的合规政策和管理要求”等方面工作。

公共数据授权运营目前主要存在三种模式：综合授权运营加工模式、分散授权运营加工模式、两级授权运营加工模式。综合授权运营加工模式：该模式由政府公共数据管理部门（一般是大数据局）代表政府整体授权具有国资背景的公司承担该地区所有公共数据运营加工等相关工作。典型代表有上海、青岛等。分散授权运营加工模式：该模式依据不同行业/领域/场景，由政府公共数据部门分散授权不同行业属性的运营主体，依据行业特点开展公共数据授权运营。典型代表如北京、杭州等。两级授权运营加工模式：该模式采用两级授权形式，完成公共数据运营及加工的授权。首先由市政府整体授权具有国资背景的公司承担该地区所有公共数据运营（公共数据综合运营方），再由运营方依据不同行业/场景，分散授权给不同行业数据开发方，开发满足场景需求的数据产品。典型代表如长沙等。

已有多个省级、市级国资数据集团成立。截至 2023 年 9 月，全国以省、市、央企三级主导推动的国资数据集团累计已达 21 家。2022 年以来，福建、上海、河南、湖北等省级行政区设立了数据集团，贵州安顺、江苏苏州、黑龙江齐齐哈尔、湖北武汉、江苏无锡、西藏拉萨、四川成都等市级行政区成立了数据集团。

央企、地方国资背景公司或将具有一定优势。综合授权运营加工模式有利于政府统一监管，有可能成为产业发展期的重要模式之一，但授权运营方数据安全责任相对集中，因此具有央企、地方国资背景的公司或将具有一定优势。

4.2 数据产品具有高业务弹性

数据产品有望形成 DaaS 商业模式

数据具有规模报酬递增、非竞争性、低成本复用的特点，作用于不同的主体、与不同的要素结合，可产生不同程度的倍增效应。数据产品可以覆盖多领域，服务多客户，有望形成类 SaaS 的 DaaS（数据即服务）商业模式，具有较高的业务弹性。

国家数据局发布“数据要素×”三年行动计划。 2023 年 12 月 15 日，国家数据局发布《“数据要素×”三年行动计划（2024— 2026 年）（征求意见稿）》，目标到 2026 年底，数据要素应用场景广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现，打造 300 个以上示范性强、显示度高、带动性广的典型应用场景，数据产业年均增速超过 20%，数据交易规模增长 1 倍等。

国家数据局希望通过实施“数据要素×”行动，发挥我国海量数据规模和丰富应用场景优势，推动数据在不同场景中发挥千姿百态的乘数效应。试点先行，重点突破是“数据要素×”行动的基本原则之一，国家数据局制定了智能制造、智慧农业、商贸流通、交通运输等十二个领域重点行动。我们认为典型应用场景的打造将有力推动数据要素产业由自发探索到试点示范再到规模化推广的长远发展。

数据要素价值易于量化的场景将有望率先落地

数据要素商业模式的打通需要依靠数据价值的发挥，因此易于量化效益的场景可以从收益法角度进行定价，有望率先落地。根据《2023 年中国数据交易市场研究分析报告》，2022 年我国各行业数据交易市场规模前五大领域为金融、互联网、通信、制造工业、政务，占比分别为 35%、24%、9%、7%、7%；预计到 2025 年，金融、互联网、通信、制造工业、医疗健康行业数据交易市场规模分别为 710.8 亿元、470.6 亿元、185.5 亿元、166.6 亿元、137.3 亿元。

金融是最为成熟的细分行业数据交易市场

数据对于金融风控和营销领域具有非常重要的作用，是开展金融业务的核心要素，因此数据产品应用相较于其他行业更为广泛和密集。根据《2023 年中国数据交易市场研究分析报告》，2022 年金融行业的数据交易规模为 306.9 亿元，占据市场整体规模约 35.0%，是目前中国最大且最为成熟的一个细分行业数据交易市场。在数据产品类型上，征信类产品是金融业最为主要的交易产品，包括个人征信与企业征信，其中个人征信类数据产品交易规模可占至所有金融数据交易规模近 26.0%。公共数据的进一步开发共享，能够继续深化金融数据的应用场景，如金融客户画像、授信贷款、联合征信、金融反欺诈等业务场景。

互联网是数据密集型行业

互联网行业是一个数据密集型行业，例如电商需要收集和分析大量的用户数据、流量数据和行为数据。互联网行业数据来源比较丰富且多元化，通过各领域的数据产品互联网行业能够更好地了解用户需求、优化产品、制定营销策略、提高用户体验等。因此目前中国互联网行业的数据交易体量也较高。根据《2023 年中国数据交易市场研究分析报告》，2022 年互联网行业的数据交易规模为 210.4 亿元，占据市场整体规模约 24.0%，也是目前中国较大且较为成熟的细分行业数据交易市场，有望受益于数据开放和应用场景深入。

医疗健康行业数据交易发展空间较大

医疗数据具有较高价值，可被应用于智慧导诊、医院管理、医疗科技创新、临床诊疗、健康干预、慢病管理、医疗保险、比较效果研究风险识别、医药市场调研等领域，因此医院、保险公司、药厂及医疗器械相关企业均对医疗健康领域数据具有应用需求。但由于医疗健康数据涉及到敏感的个人隐私数据，受到较为严格的政策监管限制，数据交易规模相对较小。根据《2023 年中国数据交易市场研究分析报告》，2022 年中国医疗健康行业数据交易规模达到约 52.6 亿元，占据市场整体规模约 6.0%。未来医疗健康领域数据政策有望进一步兼顾隐私保护和流通应用需求，行业数据交易市场发展空间较大。

交通行业数据具有较大开发潜力

交通领域数据体量非常大、种类繁多，包括高速大数据、车辆大数据、ETC 大数据、运力大数据、北斗大数据等，都是非常具有应用潜力的数据资源，可以帮助交通管理和规划部门、旅游服务提供商、物流公司、车企、保险公司、航空公司、船务公司、导航设备制造商等多方改善运营、提高效率、优化决策以及推动创新。受限于数据保护和隐私问题、数据碎片化及政策监管等因素，目前交通运输行业的数据应用更多仅局限于车险服务领域，数据应用场景仍有待开发。根据《2023 年中国数据交易市场研究分析报告》，2022 年，中国交通运输行业数据交易规模达到约 35.1 亿元，占据市场整体规模约 4.0%。

4.3 服务环节有望同步市场发展

根据深圳市市场监督管理局发布的《数据交易服务规范》征求意见稿，数据交易服务主要涉及数据卖方、数据买方、数据商、数据交易第三方服务机构、数据交易场所运营机构及数据监管方六个主体。数据交易服务包括场内数据交易服务及场外数据交易服务，服务流程包括交易申请、交易评估、交易撮合、交易实施、交易结算、交易结束及交易追溯七个环节。

数据控制、隐私计算等技术为数据流通提供服务支持

数据要素具有易复制、确权难、非排他、传播快、难估值等特征，这使得数据在处理和交易过程中面临多种安全风险。在数据安全方面：数据可能被未经授权的人员或机构获取、泄露、滥用等，导致数据的保密性和可控性受损。数据也可能被内部人员或外部黑客伪造、篡改等，导致数据的真实性和完整性受损。数据控制、隐私计算等技术可以推动数据交易过程参与方可信任、数据使用全程可管可控、可追溯的实现，解决各个参与方的安全顾虑。

数据资源入表服务涉及环节多、专业性强

普华永道认为企业数据资源入表应涵盖合规与确权、有效治理与管理、经济利益分析、成本合理归集与分摊，以及列报与披露五个关键步骤。数据资源入表是一项系统工程，需要大数据厂商、数据资产评估机构、律师事务所、数据安全厂商、会计事务机构等通力合作，形成服务体系。2023 年 9 月，易华录牵头发起了全国首个“数据资产入表服务联合体”，充分发挥数据服务、资产评估、会计、审计、法律、银行、金融投资、数据安全等多方力量。数据要素流通服务环节有望同步市场发展。数据要素流通服务收费往往与数据体量、复杂程度等相关，标准化服务采用按次收费、包年收费等方式，因此流通服务环节需求与数据要素市场繁荣程度具有较强关联，有望同步发展。

5. 产业数字化：AI 创新赋能千行百业

5.1 AIoT 赋能千行百业，即将步入高速发展期

智能物联网助力千行百业创新升级

物联网（IoT）是指通过各种信息传感设备，实现物理世界和数字世界的连接，实现万物互联的网络。随着物联网平台建设逐步完善，人工智能、大数据、云计算等技术日益成熟，物理世界与数字世界的深度融合迎来发展机遇，智能物联网（AIoT）随之应运而生，为传统产业带来了新的创新发展机遇。AIoT 产业是物联网技术与人工智能技术的深度融合，为各行业提供智能化的解决方案和服务。

智能物联网产业包括六大板块

智能物联网是指系统通过各种信息传感器实时采集各类信息（一般在监控、互动、连接情境下），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等，并赋予其智能化特性。智能物联网产业涵盖了从终端设备到云平台，从连接通道到应用场景，从产业服务到技术创新的全产业链，主要包括“端”、“边”、“管”、“云”、“用”、“产业服务”六大板块，分别负责信息的采集、数据的响应、数据的传输、数据的存储、场景的应用、服务的支持等重要工作。

AIoT 产业规模潜在空间超十万亿元

据 IDC 数据，2021 年全球物联网（企业级）支出规模达 6902.6 亿美元，有望在 2026 年扩大到 1.1 万亿美元，2022-2026 年 CAGR 达 10.7%，潜在空间超十万亿元。中国作为全球最大的物联网市场，受益于 AIoT 技术的不断创新和应用，其市场规模和占比均呈现快速增长态势。据挚物产业研究院测算，2022 年中国 AIoT（企业级）市场规模将达到 10280 亿元，同比增长 16.4%，占全球市场份额近 20%；预计到 2026 年，这一比例将提升至 26%，进一步巩固全球领先地位。

中国 AIoT 产业已步入增长中期，为高速发展积势蓄能

2021 年以来，中国 AIoT 产业步入增长期，多方面的积极变化和趋势为产业发展提供了有力支撑。基础设施、数据能力、技术融合、应用场景、市场结构等方面都迎来了逐步完善、提升、增强、拓展和优化。我们认为，随着整个经济新旧动能转换，各行各业数字化转型步伐逐步加快，生产智能化和生活智慧化趋势有望进一步加速，有望为 AIoT 产业进入下一阶段高速发展期积势蓄能。

政策是智能物联网产业发展的重要驱动力

政策对智能物联网产业发展具有重要的引领和保障作用。一方面，中国出台了一系列政策文件，为物联网产业提供了战略指引、法规规范、财税金融等多方面的支持，营造了良好的发展环境和创新机遇。例如，《关于加快推进物联网发展的指导意见》、《关于促进物联网健康发展的若干意见》等。另一方面，中国制定了《物联网新型基础设施建设三年行动计划（2021-2023 年）》明确了物联网发展的总体要求、基本原则、行动目标和重点任务，着力突破关键核心技术，推动技术融合创新，构建协同创新机制，提升物联网产业创新能力。同时，国家将物联网纳入 7 大数字经济重点产业，并对物联网接入能力、重点领域应用等作出部署，推动物联网与社会治理、行业应用、民生消费等领域深度融合，促进经济社会数字化转型和智能升级。综上，我们认为政策是智能物联网产业发展的基础、动力、方向和引领，有利于物联网产业的长期健康发展。

“物联网三年行动计划”为产业健康发展护航

物联网作为新型基础设施的重要组成部分，是经济社会数字化和智能化转型升级的关键驱动力。工信部等 8 部门联合印发《物联网新型基础设施建设三年行动计划（2021—2023 年）》中提出，到 2023 年底，在国内主要城市初步建成物联网新型基础设施，物联网连接数突破 20 亿，实现物联网终端、边缘计算、连接通道、云平台等多层次的基础设施协同发展，打造一批具有国际竞争力的物联网企业和平台。

5.2 车路协同将加快高等级自动驾驶商业化落地

车路协同是单车智能的高级发展形式

自动驾驶技术被认为是能够最早实现大规模产业应用的人工智能技术之一，同时汽车产业发展也将产生重要的社会影响。例如，新技术应用对经济的强拉动作用、自动驾驶汽车应用对交通效率及安全性的改善效果，以及新技术发展所带来的国际市场竞争力的提升等。因此，多国均将自动驾驶技术的应用提高到国家战略层面。

当前自动驾驶有单车智能自动驾驶（Autonomous Driving，AD）(简称单车智能) 和车路协同自动驾驶（Vehicle-Infrastructure Cooperated Autonomous Driving， VICAD）（简称车路协同）两种技术路线。其中单车智能主要依靠车辆自身的视觉、雷达等传感器、计算单元、线控系统进行环境感知、计算决策和控制执行。车路协同则是在单车智能自动驾驶的基础上，通过车联网将“人-车-路-云”交通参与要素有机地联系在一起，助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级，加速自动驾驶应用成熟。车路协同不仅可以提供更安全、更舒适、更节能、更环保的驾驶方式，还是城市智能交通系统的重要环节，也是构建新型智慧城市的核心要素。

单车智能局限可以通过网联化解决

单车智能自动驾驶在环境感知、计算决策和控制执行三个环节中，均面临着技术瓶颈和失效问题，而车路协同系统通过 V2X（vehicle to everything）的网联化提供了有效的解决方案。考虑到当前技术的成熟度，车路协同系统在推广过程中按照应用场景进行了分级分类，其中在封闭区域如矿山和港口当前甚至可以实现 L4 等级自动驾驶；在停车场可以实现协同感知、决策和控制的准 L4 应用。

综上，车路协同是单车智能的高级发展形式，能让自动驾驶行车更安全、行驶范围更广泛、落地更经济。单车智能和车路协同的协同作用下，自动驾驶规模商业化落地门槛能够大大降低，自动驾驶商业化进程有望加速。

车路协同的技术实现

车路协同是自动驾驶规模化落地的关键因素。在单车智能的基础上，车路协同通过车与车、车与路、车与云的信息交互，实现自动驾驶的安全性、广泛性和经济性的提升。车路协同通过引入新的智能要素，如高精地图、V2X 通信、边缘计算等，构建一个高维数据平台，并利用灵活的算力和算法机制，实现自动驾驶的协同智能或群体智能。

车路协同发展阶段

车路协同自动驾驶是在单车智能自动驾驶的基础上，通过“聪明的车”、“智慧的路”和“多级融合的云”等对道路交通环境进行实时高精度感知定位，按照约定协议进行数据交互，实现车与车、车与路、车与人之间不同程度的信息交互共享（网络互联化），并涵盖不同程度的车辆自动化驾驶阶段（车辆自动化），以及考虑车辆与道路之间协同优化问题（系统集成化），通过车辆自动化、网络互联化和系统集成化，最终构建一个车路协同自动驾驶系统。车路协同自动驾驶是一个由低至高的发展过程，主要包括以下三个大的发展阶段：

（1）信息交互协同：该阶段主要实现车辆与道路的信息交互与共享，包括车辆的位置、速度、方向等，以及道路的交通信号、限速标志、路况信息等。该阶段的通信方式可以是 DSRC 或 LTE-V2X，通信范围可以是车辆与路侧单元（RSU）之间的直连通信，也可以是车辆与车辆之间的多跳通信。

（2）协同感知：该阶段在信息交互协同的基础上，进一步利用车载和路侧的感知设备（如摄像头、雷达等）对道路交通环境进行实时高精度的感知定位，从而为自动驾驶提供更全面、更准确的环境信息。该阶段的协同感知可以分为初级协同感知和高级协同感知两个子阶段，区别在于道路感知设施的部署范围、类型、精度等方面的差异。初级协同感知的道路感知设施相对单一、部署范围有限、检测识别准确率较低、定位精度较低，只能服务于 L3 级以下的自动驾驶车辆；高级协同感知的道路感知设施多样、道路全面覆盖、检测识别准确率高、定位精度高，能够服务于 L4 级以上的自动驾驶车辆。

（3）协同决策控制：该阶段在协同感知的基础上，进一步实现道路对车辆、交通的决策控制，包括对车辆的导航、速度、车道、转向等进行指导或干预，以及对交通信号、交通流等进行优化或调节，从而保障自动驾驶的安全、提高交通效率。该阶段的协同决策控制可以分为有条件协同决策控制和完全协同决策控制两个子阶段，区别在于协同决策控制的适用范围、程度、复杂度等方面的差异。有条件协同决策控制只能在自动驾驶专用道、封闭园区等环境下或实现 AVP 自主泊车等功能时实现，而完全协同决策控制则能够在任何时间、任何道路和交通环境下，都可实现车路全面协同感知、协同决策控制功能。

车路协同迎政策催化

国家发改委、住建部印发的《“十四五”全国城市基础设施建设规划》中，明确将智慧道路基建作为重点项目，加快推进面向车城协同的路内基础设施的数字化、智能化建设和改造。 2023 年 10 月 8 日交通运输部关于发布了《公路工程设施支持自动驾驶技术指南》，并于 2023 年 12 月 1 日起实施。指南作为推荐性行业标准明确提出完善公路基础设施，使其更加适应自动驾驶车辆的认知和行为特点，为自动驾驶车辆提供辅助信息，加快自动驾驶技术的实用化进程。12 月 5 日，交通运输部正式印发了《自动驾驶汽车运输安全服务指南（试行）》，国家层面关于自动驾驶的相关规范、行业指引正在逐步完善，自动驾驶正在加速迈向现实。

车路协同产业链日渐完善

当前车路协同产业链已经形成了较为完善的生态体系。首先，车、路、云、网、图等五大关键环节是车路协同的基础设施和技术支撑，实现了多方的信息交互和协同控制。其次，场景解决方案商和智能交通运营商，它们是车路协同的服务提供者和运营者，针对不同的应用场景提供了完整的解决方案，并负责车路协同项目的运营和维护。最后，政府部门是车路协同的推动者和支持者，不仅制定了相关的政策法规、标准规范、监管措施，也为车路协同产业的发展提供了良好的制度环境，并积极参与车路协同项目的建设、推广和运行。

智能交通运营商加速商业闭环

为了完善车路协同产业价值链，智能交通运营商应运而生。智能交通运营商作为基于车路协同算力网络的运营主体，有望利用端边云的协同架构，实现车、路、云的融合一体，构建一套感知、交互、决策、执行的闭环赋能体系，加速实现自动驾驶商业闭环。智能交通运营商的主要业务包括：（1）利用高精度地图、传感器、C-V2X 通信等技术，为自动驾驶车辆提供实时交通信息，实现车辆间协同驾驶；（2）利用大数据、云计算、人工智能等技术，对交通数据进行全面采集，为交通管理和运营提供更加智能的支持；（3）利用云计算、分布式存储等技术，提升大模型训练速度和效率，实现模型共享和复用，推动人工智能技术的创新发展。

其中由央企中国电信、地方国资平台先导产投和行业头部企业共同设立的天翼交通科技有限公司成立于 2021 年，公司定位为面向自动驾驶的国家级车路协同智能交通运营及服务提供商。我们预计未来面向自动驾驶的国家级/地市级车路协同智能交通运营及服务提供商将陆续出现，共同推进自动驾驶商业化落地。

车路协同市场前景广阔

近年来，国家高度重视车路协同产业的发展，为车路协同提供了强有力的顶层设计和规划指导。2020 年，新基建政策将车路协同与智慧城市紧密结合，为车路协同提供了广阔的市场需求。2021 年，国家启动“双智城市”试点工作，进一步推动了车路协同的创新和落地。据亿欧智库预测，中国车路协同目前仍处于车路云网端分步建设阶段，未来有望打通技术端、信息端与应用端，实现互联互通，打造真正的车路协同；2030年中国车路协同市场规模有望达4960亿元，2021-2030年CAGR达26.64%。

（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。）