1 数字经济发展正当时，数据成为核心战略资源

数字经济是加速重构济发展与治理模式的新型经济形态。

“十四五”数字经济发展规划中指出，数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。

《规划》设定了到 2025 年实现数字经济核心产业增加值占 GDP 比重达到 10%的目标，涵盖以下五个方面：

1）数据要素市场：数据资源体系基本建成，利用数据资源推动全价值链协同；

2）产业数字化：农业数字化、制造业数字化等深入发展；

3）数字产业化：自主创新能力提升，数字化产品和服务供给质量大幅提高；

4）数字化公共服务：数字基础设施对政务服务、公共服务、民生保障、社会治理的支撑作用进一步加强；

5）数字经济治理体系：协调统一的数字经济治理框架和规则体系基本建立，数字经济安全体系进一步加强。

数字经济时代到来，数据成为核心战略资源。

纵观历史，科技革命与产业变革推动了生产力的大幅跃升，关键生产要素也在不断发生变化。从农业经济时代到工业经济时代，再到当今的数字经济时代，每一个时代都有其对应的核心战略资源。

具体来看，

1）农业经济时代：土地和劳动力是最重要的生产要素，是以农业、畜牧业为主的生产性经 济；

2）工业经济时代：伴随着蒸汽机的发明和使用，以及电力的广泛应用，石油是该时期最重要的生产要素；

3）数字经济时代：不同于农业经济、工业经济以土地、劳动力和石油作为关键生产要素，而是在技术创新、政策演进、企业需求和人才红利的推动下，数据成为该时代的核心战略资源。

2 从雏形到完善，政策引导数字经济加速发展

2.1 政策脉络清晰可见，数字经济是长期发展主线

从信息化到数字经济，政策演进一脉相承。我国从信息化到数字经济历经三个发展阶段：

1）信息化建设阶段：1997 年，《国家信息化“九五”和 2010 远景规划》将信息资源列于重要地位，随后相关政府正式将信息资源开发利用作为政府的专项工作展开。这段时期我国信息化基础设施初步完善，为未来的技术、模式创新奠定了基础。

2）互联网+蓬勃发展：2016 年，《“十三五”国家信息化规划》以数据应用和信息化为核心，互联网+的商业模式蓬勃发展。这一阶段一方面在政策引导下，信息化的基础设施建设进一步完善；另一方面围绕数据的商业模式崭露头角。

3）数字经济腾飞：2022 年《“十四五”数字经济规划》正式将发展数字经济提升至国家战略高度。在过去奠定的基础设施之上，数字经济有望成为未来我国经济发展的核心动力。

中心建设市场巨大，成倍撬动相关产业。

根据中商产业院数据，2021 年中国机架数量为 429 万架，近五年平均增速约 28%。由此，我们预计“十四五”期间机架数量增量将达 728 万架，以单价 15 万元来估算，仅机架建设规模已达 1.1 万亿元。

在此之后，数据相关产业也将被带动，如数据的清洗与标注、机房温控与消防。根据 IDC 与浪潮的《2020 全球计算力指数评估报告》，计算力每提高 1 个百分点，数字经济将增长 3.3 个百分点。若以 1：3.3 的撬动比例加上 AI 等技术进步对于算力的加成，数字经济将有至少 25 万亿的产业增加值。

3 倍道兼行打造核心优势，数字经济腾飞在望

资源优势：我国数据要素资源极其丰富，数字经济发展基础坚实。

从数据体量看， 2021 年全球大数据储量为 54ZB，其中我国的数据产量约占全球数据生产量的 23%，预计到 2025 年我国数据总量将占全球总量的 27%。

从基础设施看，我国数据中心在机架规模、市场规模、用电规模等方面均保持高速增长。我国数据中心市场规模从 2016 年的 715 亿元快速增长至 2020 年的 2239 亿元，预计 2022 年将增长至 2804 亿元。

从数据产业规模看，2018 年以来，我国大数据技术快速发展，持续加速技术创新，同时产业规模从 2018 年的 4385 亿元增长到 2020 年的 6388 亿元，预计 2023 年市场规模将达到 10099 亿元。我们认为，我国庞大的数据资源与蓬勃发展的数据产业均表明数字经济未来几年将迎来井喷式发展。

制度优势：集中力量办大事，补齐短板行必远。

我国在 5G、智能手机、动力电池等领域已经跻身世界前列，尽管我国科技产业仍然在操作系统、工业软件、芯片、光刻机等方面存在一些短板，但是我国的制度优势将为短板补齐助力。以工业软件、操作系统、集成电路为例，2014 年国家出台《国家集成电路产业发展推进纲要》，通过设立国家半导体产业基金等，加大金融支持力度；

2020年国务院发布《新时期促进集成电路产业和软件产业高质量发展的若干政策》，从财政、投融资、研究开发、进出口、人才、知识产权、市场应用等角度为集成电路和软件产业的发展提供了充实的政策支持；

2021年国家发布的《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》中提到要加快补齐基础软件等短板，加强云计算系统和软件核心技术一体化研发，提升通信设备、核心电子元器件、关键软件等产业水平。

政策优势：政策引导行业发力，高新技术产业链雏形渐显。

一方面，我国政府当下出台一系列政策举措，支持数字经济的发展：《“十四五”数字经济发展规划》的出台，为数字经济发展指明方向，《规划》将推动我国数字经济做强做优做大，推进数据要素市场体系的建设与产业转型升级迈上新台阶；另一方面，过去政策的持续引导，完成了高新技术产业基本建设，产业链雏形渐显：

1）2014 至今，政府不断加大政策力度，推动科研发展与产业转型升级，例如政府在《“十三五”国家科技创新基地与条件保障能力建设专项规划》提出加强重大科研基础设施、实验动物、生物试剂、计量、标准等科技基础条件建设，同时《“十三五”国家战略性新兴产业发展规划》提出推动壮大战略性新兴产业的发展，尤其将信息经济作为国家发展的重要目标；

2）高新技术产业雏形渐显，软件行业研发费用从 2008 至 2017 年增长超过 580%，除此之外在过去十年时间中的主要行业里，计算机、通信及电子设备工业增加值的年平均增长达到 12.6%，医药增速达到 12.3%，高新技术企业净利润从 1996 年的 304 亿元增长到 2017 年的 23,217 亿元。

4 数据经济彰显软件价值，关注四大行业机遇

软件发展重要性凸显，政策重视度快速提升。

从行业来看，我国软件产业仍有较大发展空间。仅从二级市场看，我国软件与服务产业占 A 股总市值的 3%，而美国软件与服务产业占美股总市值的 19%，是中国的 6 倍。

从市值 TOP10 企业来看，美股 TOP10 企业多为软件服务类企业，例如微软、谷歌、亚马逊等，而 A 股 TOP10 企业多为银行。从政策来看，《规划》出台以来，政策正在逐步提升对于软件的重视程度。

《规划》提出协同推进信息技术软硬件产品产业化、规模化应用，推动软件产业做大做强，提升关键软硬件技术创新和供给能力。我们认为，我国软件产业一方面与海外有较大的差距，发展空间巨大；另一方面政策的重视程度正在不断提升，长期来看有巨大的机遇。

4.1 数字核心技术建设：数字经济发展的基座

4.1.1 人工智能：从 AI 到 AI+，算力算法突破助力规模商用

人工智能算力及算法不断突破创新，向规模商用阶段迈进。

人工智能产生于 1956 年在美国达特茅斯学院举行的“人工智能夏季研讨会”，至今已有 60 年的发展历史，大致经历了三次浪潮。在人工智能的前两次浪潮当中，由于技术未能实现突破式进展，相关应用始终难以达到预期效果，无法支撑起大规模商业化应用，最终在经历过两次高潮与低谷之后归于沉寂。

近年来，随着计算机视觉、语音识别、知识图谱等技术快速发展，以 2016 年 AlphaGo 战胜人类棋手为标志，人工智能浪潮迈入新的发展阶段。

2021 年 DeepMind 团队开源 AlphaFold2 数据集，利用人工智能技术解决蛋白质结构预测问题，这一于生物领域取得的前瞻性进展表明 AI 算力提升及算法的不断突破创新。

我们认为，人工智能算力和算法的不断突破创新为其规模商用奠定了坚实的基础， “AI+行业应用”是未来 AI 发展的重点。

在强大算力和算法以及知识图谱、语音识别等技术的支撑下，人工智能已在多领域取得重大突破。

在AI+视频物联领域，当前具有 AI 能力的视频摄像头在感知能力和应用范围上有显著提升，从而带动了视频物联产业从安防向泛安防的行业赋能迈进；

在AI+教育领域，基于图像识别、OCR、数据分析技术建设智慧课堂，提升课堂教学效率；

基于知识图谱构建个性化学习产品，促使学生精准学习；

在AI+制造领域，深度学习算法依托其良好的适应能力和可移植性，降低对人工操作的依赖，大大增加制造柔性，更好应对复杂环境和特殊要求；

在AI+医疗领域，医疗影像识别基于计算机视觉和深度学习，通过提取医学图像的根本特征，从而实现影像识别；CDSS 则采用知识图谱技术，将大量文献、专家共识和临床实例形成诊断模型，以此来协助医生提高诊断效率。

从技术探索走向规模商用，“AI+行业应用”发展空间广阔。

在当前 AI 技术趋于成熟、后续技术迭代逐渐放缓的情况下，人工智能发展已经从前期技术探索的 1.0 阶段走向了行业规模商用的 2.0 阶段，且目前已在视频物联、教育、医疗等领域率先落地。

根据艾瑞咨询数据预测，到 2026 年中国人工智能核心产业规模将达 6050 亿元，其带动的相关产业规模更是高达 21077 亿元。

我们认为，随着人工智能技术的不断突破创新， AI 有望在更多领域赋能，打开市场空间。

4.1.2 云计算：基建为先带动全产业链发展，数据中心部署驱动渗透率高增

三层架构定位明确，有效帮助企业降本增效。

按照所提供云服务的形式和内容差异，云计算可以被分为 SaaS、 PaaS 和 IaaS 三层。SaaS 层将应用以基于 Web 的方式提供给客户，能够有效节约企业购买软件许可证所需成本；PaaS 则将应用的开发和部署平台作为服务提供给用户，帮助客户搭建和部署定制化的云服务；IaaS 层的作用是将各种底层的计算和存储等资源作为服务提供给客户，由客户自行按照需求开发各类应用。

云计算可以帮助企业节省购买、管理和维护硬件，以及软件开发适配的昂贵成本，有效帮助企业降本增效。

云计算作为重要的 IT 基础设施，无疑是产业数字化转型、数字经济发展的核心之一。

云计算渗透不及国际先进水平，未来有望加大投入实现赶超。

从云计算渗透率来看，近几年渗透率数据显示，我国公有云、私有云和混合云渗透率均呈现不同程度的上升。

但根据 IDC 测算，国内云计算渗透率较美国仍有 5 年左右的差距，存在较大的发展潜力。

从超大型数据中心部署情况来看，全球超大规模数据中心中国仅占 8%，虽高于中美以外的其他国家，但与美国 40%的占比仍存在较大差距。

数据中心是数字经济时代的算力基础设施，是实现云计算深度渗透经济各个领域的前提。

未来，随着数字经济向更深层次发展，“东数西算”、“云网强基”等建设将发力先行，与云计算渗透率快速增长形成正向反馈。

4.3.3 工业软件：国产化替代进入 3.0 时代，工业软件成为重中之重

国产替代进入 3.0 阶段，工业软件是建设核心。

2021 年是“十四五”规划和 2035 远景目标纲要的开局之年，国家宏观政策层面对科技产业的最高指示和最新变化就是：坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑。

《“十四五”数字经济规划》明确提出要纵深推进工业数字化转型，加快推动研发设计、生产制造、经营管理、市场服务等全生命周期数字化转型，工业软件将是不可绕过的攻坚领域。

我们认为国产化过去经历了两轮的浪潮，第一轮是以 PC 整机、服务器以及相关的软硬件为主的信创浪潮；第二轮是以半导体为主的芯片国产化浪潮。

未来，我们认为第三轮以基础工具链软硬件为主的国产化浪潮即将到来。典型代表包括 CAx、EDA 和科学仪器。

CAD 软件是设计能力的基础，下游应用广泛。

几乎每个行业都在使用 CAD 设计软件，其中 2D CAD 二维主要应用在工程与制造业领域，包括机械、电子、建筑、汽车整车及零部件等。

3D CAD 应用更加广泛，甚至包括航空航天、能源和材料、家居、商业服务、生命科学、船舶与海洋工程和包装消费品与零售。

CAE 仿真技术壁垒极高，工程设计领域不可或缺。

CAE 可以基于有限元法、有限差分法、矩量法及有限体积法等数学方法，用计算机辅助求解并优化复杂工程和产品性能，包括但不限于结构强度、刚度、屈曲稳定性、动力响应、热传导、三维多体接触、弹塑性等产品特性。

CAE 还可以对产品未来的状态和运行状态进行模拟、及早地发现缺陷并证实未来工程、产品功能和性能的可用性和可靠性。

EDA 是集成电路领域的 CAD 加 CAE，用于完成超大规模集成电路的设计、综合、验证、物理设计等流程，是典型的技术与算法密集型产业。

经过 50 年的发展，EDA 工具已经从辅助性技术成为了芯片产业的核心支柱技术之一。

从产业链角度看：EDA 是芯片制造的最上游产业，是衔接集成电路设计、制造和封测的关键纽带，与 Fabless 和 Foundry 一起形成芯片产业链的铁三角。

从应用角度看：EDA 工具广泛应用于数字设计、模拟设计、晶圆制造、封装、系统五大环节，已经成为芯片设计生产过程中不可或缺的工具。

从产品价值量角度看，EDA 价值量飞速上涨，目前某些单套 EDA 软件工具价格可达数千万美元，形成了超过 80%毛利率的商业模式，同时 EDA 厂商还积极开拓了 IP 核、硬件加速器等新业务，进一步增加了 EDA 相关产品价值量，目前 IP 核业务在 Synopsys 的营收之中占比已经达 30%以上。

从市场角度看：全球 EDA 市场规模约为百亿美元，根据 research and markets 数据，预计到 2025 年全球 EDA 市场规模将达到 145 亿美元。

从 EDA 的下游来看，对 EDA 有直接需求的半导体制造产业市场规模高达 700 亿美元，EDA 更是间接支撑着数十万亿规模的数字经济，杠杆效应接近 200 倍。

4.2 重点产业的数字化：助力实业降本增效与赋能提质

4.2.1 智慧农业：传统农业转型升级迫在眉睫，智慧化迎接发展新机遇

智慧农业：绿色生产与人口老龄化双重驱动，农业智慧化助力势在必行。

一方面，化肥农药等作为传统技术要素虽然能够在一定程度上提升生产效率，但化肥农药施用过量的现象越来越普遍，这便会引致温室气体排放量增加。

根据中国信通院的统计，过去 20 年农业、林业等产生的温室气体的排放量与工业相当，占全球温室气体排放量的 27%，继续采用传统方式将与碳达峰、碳中和的目标相悖，因此绿色生产应运而生；另一方面，我国人口结构面临老龄化速度加快，这将直接导致劳动力供给的下降与工资的上涨。

因此，在环境和人口问题的双重驱动下，智慧农业应运而生。且随着人工智能、大数据、云计算等技术的发展，设施大棚、农田等的数字化改造成为可能，用“数据+算法”赋能农业生产，从而达到降低成本并提升效率的目的。

新一代信息技术与农业知识经验融合，以数字化拉动农业转型升级。

目前，基于我国农业发展面临的效率低下、成本高昂等问题，相应的信息技术与农业知识经验结合的智慧农业解决方案已取得了一定成绩，如针对农业企业所面临的缺少现代化专业指导方案、品牌溢价能力缺少、供需不匹配、信息化水平低等痛点，农业农企定制化解决方案 运用区块链、云计算以及基站、传感器等数据采集技术，对耕、种、管、收、储、运、销等进行全流程的赋能，从而实现全过程、全场景的可视化管理。

4.2.2 智慧水务：供需政策三力驱动，水务信息化造节水型社会

智慧水务：供给/需求/政策三维驱动，催生水务企业信息化改革。

从需求侧看，随着水务集团化一体化的进程，水务企业由政府资金调拨向自负盈亏的模式转变，降本增效动力增强。

从政策端看，水价调整管理办法出台，推动自来水定价机制合理化市场化，一方面设定漏损率标准，超过标准部分成本企业自负，另一方面水价制定方法取消了对净资产收益率的限制，提升水务企业的盈利上限。

从供给侧看，现代通信、物联网、大数据、云平台等技术的发展为智慧水务建设奠定了基础，水务信息化系统及水力模型在不断升级迭代中变得更加贴合实际应用场景，能够更加有效地降低企业的运营成本。三维动力共同驱动水务企业由部署单一的信息化系统向门户集成乃至智慧化阶段发展。

多项分散环节集成，系统化决策助力智慧水务精准研判。

智慧水务系统将水务行业所有单一系统集成于同一信息平台，包括智慧给水系统、智慧排水系统、智慧防洪系统、智慧污水回用系统及智慧节水系统，实现了水务领域多项分散环节的集成，并利用云计算、大数据、移动互联网等技术，为城市用水节水、防洪排涝、水库管理、河湖水环境监测和保护等场景提供立体感知、全域协同和精准研判等，从而提高水资源利用效率、保证河湖水环境健康、在洪涝灾害发生时快速响应等。

4.2.3 智慧物流：人口红利渐弱，技术+政策助物流升级

智慧物流：人口红利消失叠加劳动力成本上涨，物流行业亟待转型升级。

一方面，我国的人口老龄化程度不断增加，劳动力人口逐渐减少，根据国家统计局公布的数据，65 岁及以上人口占比由 2015 年的 10.5%增长至 2019 年的 12.6%，增长了约 2.1 个百 分点，其中 2019 年较 2018 年单年增长了 0.7 个百分点；

另一方面，物流行业的相关工作人员，即交通运输、仓储和邮政业城镇单位就业人员的平均工资逐年增加，每年的增速约为 10%。

而物流行业属于劳动密集型行业，因此，在劳动力人口比例逐渐降低和劳动成本不断上涨的双重困境下，物流行业亟需借助科技力量转型升级。

供给侧技术与政策共振，智慧物流打开市场空间。

相关技术的成熟与政策的频繁出台为智慧物流的发展提供了支撑，从技术层面来看，目前云计算、人工智能、物联网等技术已发展较为成熟，能够为智慧物流提供底层技术支持，通过物流各环节的信息共享提升运营效率，并降低相关成本；

从政策端来看，近几年物流行业科技化建设以降本增效的政策密集出台，如《“互联网+”高效物流实施意见》、《关于进一步降低物流成本的实施意见》等，以及最近发布的《“十四五”数字经济发展规划》指出加快对传统物流设施的数字化改造升级，促进现代物流业与农业、制造业等产业融合发展。

我们认为，在相关技术成熟与政策的支撑下，智慧物流有望通过新一代信息技术实现各环节的信息共享，从而达到降本增效的目标。

4.2.4 金融数字化：银行 IT 投入加速，金融科技浪潮来临

金融科技浪潮加快渗透，银行 IT 投入增速超预期。

智慧金融是依托于互联网技术，运用大数据、人工智能、云计算、区块链等金融科技手段，使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智慧提升，实现金融产品、风控、营销、服务的智慧化。

2019 年后，随着金融科技浪潮加速渗透，业务需求和行业竞争倒逼软件创新，银行 IT 投入规模呈现 18.8%、43.6%的高速增长。

随着数字金融投入效果逐步呈现，正反馈效应有望进一步催生银行业务数字化及配套需求，使得 IT 系统逐渐由“立柱架梁”全面迈入“积厚成势”。

金融数字化加速银行去 IOE，分布式架构转型催生新市场。

新业态下 x86 架构优势凸显，银行去 IOE 契合国产替代和自主可控政策要求：以 x86 计算机和分布式数据库搭建的分布式方案，则凭借其良好的拓展性、低廉的边际成本、强大的数据处理能力成为银行业 IT 底层系统未来的转型方向。

除此之外，网点智能化转型同样是一大发展方向。由于监管要求，银行必须设置属地的网点，导致一些复杂业务必须到网点面签办理，如开销户、大额存取款等。

我国已开始发展普惠金融，针对老年人或经济欠发达地区仍依赖银行网点办理业务的问题提出了发展线上化的要求，目前商业银行网点替代率均超 90%。

4.2.5 能源数字化：能源改革势在必行，电力系统上智趋势已定

由于电力体系面临多重难点，全面智能化升级势在必行。

电力信息化通过打通电力系统全链路来促进能源优化配置：信息化与智能化可以全面优化电力产业链各个环节，一方面可以实现各环节之间的联通以及资源管控调度，另一方面可以对电力系统各个环节进行实时监测和响应。在“双碳”的大背景下，国家对于能源结构提出了“3060”，即新能源发电占比提升的目标。

风光能源由于自身发电时间性及地理分布，对于我国电力系统的消纳能力将产生巨大的挑战：现阶段的电力体系将面对更大规模的输送电损耗、峰值电力供应不足以及稳定性等多重问题，而能源管理、虚拟电厂等智能化和信息化手段有望成为解决问题的主要抓手。

图表 50 智慧能源框架结构

风光装机比例持续增长，带来电力系统三大新需求。

从装机容量来看，2015-2020 年，风电占比从 9%增长至 13%;光伏装机容量五年增长 500%，占比从 3%增长至 12%；从发电量来看，2015-2020 年，风电发电占比从 3%增长至 6%，光伏发电占比从 1% 增长至 3%。新的能源结构将带来新的电力信息化需求：1)电厂设计需求；2）风光发电的不稳定性带来的需求；3）风电区域分配不均带来的需求。

4.3 新业态培育：数据价值的进一步挖掘，打开新市场空间

4.3.1 汽车智能化：技术爆发+渗透率大升，智能汽车浪潮来临

智能化和网联化渗透率不断提升，政策指引 2025 年新车搭载率将过半。

2020年我国 L2 级智能网联乘用车市场渗透率达 15%。根据我国汽车技术总体发展目标，到 2025年，L2/L3 级智能网联汽车占汽车年销量的 50%以上，L4 级汽车开始进入市场。

高级别智能驾驶量产元年，汽车智能化浪潮即将来袭。

通过对产业链上游供应商和下游新车量产时间的梳理，我们认为明年将是高级别智能驾驶的量产元年，汽车智能化浪潮即将来袭。

1）传感器开启高速发展，诸如激光雷达和 4D 毫米波雷达将进入上车周期；

2）域控制器方面，英伟达、华为、高通等厂商的下一代计算平台均处于量产前夜，助力高级别智能驾驶加速推进；

3）硬件算力提升的同时，相关软件和算法的复杂度也得到提升，场景从辅助驾驶迈向高级别智能驾驶，智能领航、代客泊车等应用场景逐步落地，汽车开启软件付费商业模式。

4）智能座舱的渗透率将进一步提升，更加智能化的人车交互是趋势，建议重视座舱域控制器、操作系统、一芯多屏和 DMS 的放量逻辑。

软件定义汽车，智能领航（ICC）和代客泊车（AVP）加速落地。

结合技术的提升和场景本身的特点，我们认为高速和泊车场景有望率先落地高级别的智能驾驶。

在高速场景，智能领航功能可以实现点到点的全场景自动行驶，一定程度上解放双手。在泊车场景，代客泊车可以在全新停车场景实现自动停取，提高停取车效率，升级用户体验。

不同于此前定速巡航、360 度环视等功能，智能领航和代客泊车等功能对于用户的感知更为明显，后者一方面可以帮助车厂，快速在智能驾驶的初级阶段占领用户心智；同时也可针对这些功能推出软件订阅服务，演进出新的商业模式，预计车厂后续将通过自研、合作、建立生态圈等方式，持续加码在软件和算法方面的能力。

4.3.2 智能制造：制造强国建设核心，转型升级必由之路

提质增效迫在眉睫，智能化制造是未来的发展目标。

智能制造的发展经历了三个阶段，第一阶段为上世纪 60 年代到 90 年代，该阶段以数字化制造为主要特征；第二阶段是上世纪 90 年代至 21 世纪初，随着互联网的大规模普及和应用，智能制造迈入以网络化为主要特征的阶段；第三阶段为以机器视觉、大数据、云计算等技术为基础的智能化阶段。

目前，我国产业发展面临新的挑战，一是制造业大而不强，在制造业增加值跃居全球第一的同时，还处在世界中低端，低端产品过剩、中高端产品不足，发展不平衡、不充分的状况依然显著；二是劳动力人口红利开始逐渐丧失，制造业成本显著提升，过去的比较优势正在减弱，制造业的智能化转型迫在眉睫。

制造企业数字化转型的旺盛需求呼唤产品级的软硬件解决方案。

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。

它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。

4.3.3 医疗信息化：产业链优势明显，数字技术带动医疗变革

医疗信息化即医疗服务的数字化、网络化、信息化，我国医疗信息化的渗透率将在政策推动与产业链优势下继续提高。

从政策层面看，2016 年至今，政府对医疗信息化的支持力度不断加大，2021 年国务院发布的《关于推动公立医院高质量发展的意见》提出推动云计算、大数据、物联网、区块链、第五代移动通信（5G）等新一代信息技术与医疗服务深度融合，这将推动智慧医疗进一步发展。

从产业链层面看，我国智慧医疗产业涵盖诊前、诊中、诊后各环节，既包括传统的医疗信息系统如 HIS、CIS 等，也包括互联网医疗平台和 AI+医疗的各类技术，产业链完整，具有生态优势。

医疗信息化市场稳步发展，数字技术引领医疗新变革。

从医疗市场层面看，医疗 IT 投入比例逐年提升，2020 年我国医疗行业信息化投入占全国卫生机构卫生总费用的 0.95%，相较于 2012 年的 0.64%有明显提升；医疗信息化市场的前景广阔，2008 年我国医疗信息化市场规模仅有 72 亿元，2021 年我国医疗信息化市场规模增长到 794 亿 元，为 2008 年的 11 倍，预计到 2023 年市场规模将达到 1066 亿元。

从技术层面看，利用多感知终端进行患者信息采集、基于云计算功能对数据进行分布式存储和计算、使用 AI 对医疗健康大数据学习、预测等，技术的运用使得智慧医疗的场景逐渐实现落地，具有代表性的应用场景包括 CT 影像识别、CDSS 辅助临床诊断决策以及视网膜影像识别助力慢病诊疗等。

4.4 网络安全：数字经济伴生刚需，产业数字化催生机遇

数据保护、政策与新技术三方推动，网络安全已成刚需。在网安 2.0 时代，网安厂商围绕数据的采集、传输、使用等环节提供安全解决方案，保证数据全生命周期的安全防护。

网安行业驱动力主要来自于（1）政策要求，如等保 2.0、实战演练；（2）防御需求：政企及个人用户需面对来自外界的安全攻击事件；（3）安全运营需求：用户自身系统在使用和升级的过程中，不可避免会产生安全漏洞。

目前产业链下游用户分为三类：

1）国家安全客户：党政军及政府；2）行业安全用户：电信、金融、制造等关键基础设施；3）商业安全用户：个人用户及中小民企。

前两类用户为主要客户，其资金投入主要来自于国家网络安全预算、政府运营开支及自身收入，这两类用户对网络安全多数有强合规需求、信息敏感、防御等级要求高的特点。最后一类客户偏好成本低的手段。但在未来规范化、数字化的环境下，这一类客户群体对网络安全的投入将会扩大。

数字经济时代，数据成为生产的关键要素，我们可以预见上游硬件与软件系统技术水平将会为网安赋能；下游应用场景随着产业数字化得到拓展，跟随数据伴生的网络安全市场也将得到相应增长。

用户与网安事件结构性错配，未来市场潜力可期。

从需求来看，2020 年网安下游市场营收结构 CR5 约为 74%，主要来自于传统的 2（党政军、政府）与 8（八大支柱产业），包括金融、运营商、教育和医疗卫生等。其中金融、运营商、教育及医疗等行业占比均超过 7%，最高达 15%，其他行业总和仅为 19%，而各行业相应网安事件占比最高仅 6%。

我们认为，各行业的网安事件的占比某种程度上代表了各行业的网络安全需求占比，而未来我国全行业的数字化有望在除金融、运营外的其他行业催生新的安全需求，扩大市场规模，下游格局有望改变。

5.报告总结

在强政策的支持之下，数字经济将是一条长期发展的主线，围绕数据资源，着力数据产业化和产业数据化的发展。

四个大方向：

1）核心基础技术建设；2）产业与数字化深度融合；3）围绕数据的新应用与新模式的开拓；4）网络安全。

5.1 数字核心技术建设 5.1.1 数据中心产业链

5.2 重点产业的数字化 5.2.1 智慧农业

风险提示

1）技术研发突破不及预期；2）政策支持不及预期；3）下游需求不及预期。

详细操作策略可以添加本人薇，搜索本作者名字的拼音即可