中国信息通信研究院政策与经济研究所 2024年9月 新质生产力研究报告 (2024 年) ——从数字经济视角解读 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应 注明“来源：中国信息通信研究院”。违反上述声明者，编者 将追究其相关法律责任。 更名声明 原“集智”蓝皮报告更名为“集智”专题报告。“集智” 业和集中的内容分析。 前 言 加快发展新质生产力，是高质量发展的应有之义，是抢占新一轮 全球科技革命和产业变革制高点、开辟发展新领域新赛道、培育发展 新动能、增强竞争新优势的战略选择。数字经济作为科技革命和产业 变革的前沿阵地，本质上代表着先进生产力，是支撑新质生产力蓬勃 发展的重要力量。本报告聚焦数字经济赋能新质生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 新型劳动者。数字技术大幅提升劳动者数字技能，深刻改变劳动者工 作方式，催生了自主创业、兼职就业等灵活就业新模式，以工业机器 人为代表的智能装备在劳动过程中得到广泛应用，极大拓展了劳动者 内涵和外延。 数字经济塑造新质生产力三大动力。一是推动技术创新方式变革。 数字经济通过重构和优化技术创新方式，加速颠覆性技术涌现，强化 创新协同效应，提升创新体系整体效能，推进技术创新向更大规模、 更高效率、更强协同的新范式演进。二是推动生产要素配置优化。数

1 香港製造業發展研究報告 報告摘要 隨著「新質生產力」成為國家推動高質量發展的內在要求和重要著力點，全球發達經濟體也在佈 局國家級的產業化戰略，香港如何能跟上科技創新、綠色製造、客製化等趨勢，轉型並升級本地 製造業？ 為探討香港製造業的未來發展方向，香港生產力促進局（生產力局）於 2024 年開展《香港製造 業發展研究》，對香港製造業發展進行策略性研究。本報告結合業界專家訪談、企業問卷調查及 香 港製造新動能。 香港製造業有悠久歷史，隨著經濟轉型，表面上已外流境外，但綜合調研結果顯示，部份香港製 造企業的總部職能仍然留港，轉型成「製造服務業」。適逢國家 2023 年提出「新質生產力」， 香港必須發展高質量的綠色製造業，推動產業創新及升級轉型。 在全球製造業重塑的挑戰下，香港製造業面對的四大挑戰，包括：競爭日益激烈、全球供應鏈重 塑、消費者需求趨向小批量與客製化，以及可持 為了解香港製造業現況，生產力局成功訪問 288 間本港從事製造業務的企業，研究結果重點如下 : • 69%企業認同款多量少是製造業新趨勢 • 81%企業表示未引入智能化方案應對客製化新趨勢 • 67%企業已收到或預計會收到客戶要求製造過程中加入符合綠色化可持續發展標準 • 製造業的高附加值總部職能於香港尚有發展空間 2 香港製造業發展研究報告 生產力局透過問卷調查和深度分析逾超過

转 变为集通信、计算、控制于一体的智能移动终端。当前，智能网联汽 车对网联技术的需求从基础数据传输升级为全域覆盖、无缝连接、在 不同场景下满足大带宽、低时延、高可靠等差异化传输需求的多维能 力体系；汽车网联技术的应用边界持续拓展，已从早期车载信息娱乐、 远程诊断等基础功能，演进至多源协同感知、实时决策支持等驾驶自 动化类高级应用场景，跨行业融合加速深化。 在此背景下，5G、C-V2X 同演进，提出“连接-计算-安全”三大技术方向，系统规划技术演进 路径：通过 5G/5G-A 蜂窝移动通信网络、C-V2X 直连通信网络、卫 星通信网络及基础设施数据传输网络，构建全天候全域覆盖的高效连 接通道；依托分级部署的算力基础设施与算网协同服务，打造弹性智 能的计算能力底座；以纵深防御机制贯穿全链路，确保数据可信与系 统安全。三者有机协同，根据车辆应用场景的差异化需求，合理选择 连接通道、分配智能计算能力与采取安全防护策略，实现从基础安全 构建 开放、协同、安全、可持续发展的产业生态，为我国智能网联汽车在 全球汽车产业竞争中占据领先地位提供坚实支撑。 1 一、 智能网联汽车网络技术整体视图 智能网联汽车网络架构包含通信网络和算力基础设施两大核心 部分，共同构建支撑车辆智能化发展的技术底座。 一方面，通信网络作为“人-车-路-云”各要素互联互通的基础通 道，包括车用无线通信网络与基础设施数据传输网络两大部分： 车用无

2228 行业走势图 资料来源：Wind，华泰研究 2023 年 3 月 23 日│中国内地 专题研究 AI 的“iPhone”时刻来临，算力基础设施板块有望充分受益 英伟达美国时间 3.21 开始召开年度开发者大会（GTC）。在会上 CEO 黄仁 勋再次强调 ChatGPT 等生成式 AI 的出现，会改变千行百业，AI 正迎来 “iP NVIDIA DGX Cloud，和新的 Al Foundations 服务（包括语言大模型 Nemo、 视觉大模型 Picasso 和生物大模型 BioNemo 在内的模型研发服务），定位为 超算云服务+模型代工厂。公司强调未来每家公司都会成为 AI 工厂，企业专 有数据价值量高，AI 云服务帮助企业以专有数据创建专有模型。目前中国大 模型应用的发展还在起步阶段，参考上一轮人工智能周期，我们认为对垂直 2 电子 AI 工厂投资机会：算力基础设施板块&多模态 AI 板块 本次 GTC，我们看到英伟达从硬件到软件，全方位打造 AI 工厂。我们认为行业已经进入以 大模型、大算力为特征的 AI 2.0 时代。算力基础设施板块将充分受益，以下公司积极布局： 1）先进工艺：中芯国际、2）计算芯片：寒武纪、海光、龙芯、瑞芯微；3）先进封装：华 峰、光力、长电、通富；4）PCB：沪电、胜宏；5）光模块/光芯片：中际旭创、天孚、新

步影响。未来，技术进 步将深化大模型应用，但高成本也加速行业壁垒形成，市场增速或放缓。 行业定义[1] 工业大模型是以智能制造和工业4.0为背景，通过大模型对工业知识的训练和专业小模型对数据、算力和参 数的优化构成知识智能、业务智能、具身智能和体系智能等产品形态，应用于研发、生产、管理、服务和设备五 大场景来解决工业发展过程中的问题与需求的产业新形态。就目前的发展来看，工业大模型还存在面临诸多挑 的，结合视频图像、语义、执行等数据进行综合分析。 代表产品包括：RT-2基于视觉-动作-语言大模型（谷 歌）等 视觉大模型 以降低研发成本和门槛，增强单个模型的能力为目的， 实现单模型多视觉任务多场景赋能。代表产品包括：电 力大模型（国家电网）等 [2] 1：https://www.sohu.… 2：搜狐网、《工业大模型… 行业特征[3] 工业大模型行业的特征包括：1、准入门槛高，需要大量资本储备；2、高度依赖上中下产业之间的合作； 能力，还需要大量的数据和计算资源来支持模型的训练和优化，这通常意味着高昂的硬件成本，包括高性 能计算设备、大规模存储系统和能效优化的数据中心。此外，企业还需要不断投入资金进行技术升级和数 据获取，以维持竞争力。从数据上看，高技术制造业的研究与试验发展（R&D）经费投入强度为2.91%， 在规模以上工业企业中，研究与试验发展（R&D）经费投入超过千亿元的行业大类占全部规模以上工业企 业研究与试验发展（R&D）经费的比重为63

在技术创新的驱动下，将有越来越多的园区投入到数智园区 的建设浪潮中，提升园区对于算力基础设施的要求。以大模 型为例，数据显示，在大模型的驱动下，到 2026 年，全球 AI 计算市场规模将增长到 2,536 亿元 5，这将驱动 AI 服务器 的持续增长。而作为算力基础设施的重要承载者与应用者， 数智园区的算力规模也将不断增长，带来多元芯片、服务器 等领域的广阔市场。 4 https://news 数智化技术的创新极大地拓展了数智园区的能力范围与服务边 界，并成为数智园区相对于普通园区最重要的特征，以及关键 的发展驱动力。推动基于创新技术的园区架构以及应用技术创 新，已经成为数智园区提升效率、活力、竞争力的重要因素。 目前，数智园区内的关键技术包括： • AI AI 技术可以帮助园区构建智能化的服务平台，在决策支 持、安全管理、机器人客服、无人驾驶等方面提供创新的应 用场景，提高园区的运营和管理水平。AI 破口。人工智能为数据采集、分析和增值提供了全新的驱 动力，也为整个物联网发展提供了新动能。虚拟化技术将在 不同设备上独立的负载整合到统一的高性能计算平台上，实 现各个子系统在保持一定独立性的同时，还能有效分享计 算、存储和网络等资源。边缘侧经过负载整合，产生的节 点既是数据的一个汇总节点，同时也是一个控制中心。人 工智能可以在节点处采集和分析数据，也能在节点提取洞 察做出决策。 • 物联网 物联网 (IoT)

线处理 ➢ 边缘-云协同：在 5ms 延迟约束下实现模型分片部署 ◼ 可解释性架构 工业场景对模型决策透明度的特殊要求催生： ➢ 双通道架构：分离特征提取与决策推理路径 ➢ 注意力可视化：定位关键传感器或工艺参数 ➢ 反事实解释：生成满足安全约束的对比样本 1.2.3 应用范式 ◼ 知识迁移模式 工业大模型实现三类知识迁移： ➢ 跨设备迁移：在数控机床群体间共享磨损模式知识 标 ➢ 在线强化学习：在动态环境中实现分钟级策略更新 ➢ 人机协同决策：提供可解释的决策依据链 1.3.5 分类体系的交叉与融合 (1) 多模态混合型大模型 融合路径： ➢ 跨模态注意力机制：建立振动信号与热成像数据的时空关联 ➢ 统一表征空间：将文本工艺规范与设备运行数据对齐 ➢ 知识蒸馏桥梁：实现不同模态模型间的知识迁移 17 (2) 云边端协同型大模型 架构创新： 率，还直接影响到模型 在实际工业场景中的适应能力和部署效果。 算力支持是基础设施层的核心要素。工业大模型的训练和推理过程需要处 理海量的多模态数据（如文本、图像、音频、视频等），其复杂性远超普通模型。 例如，在智能制造场景中，模型需要实时处理来自多个传感器的高频数据流， 同时对数据进行建模、分析并提供优化建议，这对算力提出了极高的要求。为 满足这些需求，高性能计算集群（HPC）成为不可或缺的基础设施。HPC

在政策层面，2024年，中国政府将扩大内需政策的优先级显著提高，宏观政策持续发力并进行逆 周期调节，推动经济回升向好。2024年中国大规模设备更新行动的启幕，标志着逆周期调节与新质生产 力的双重驱动。政策的助力不仅为经济回升提供了强有力的支撑，更为新一轮设备更新周期的启动注入 了新动能。 特别是高端化、数智化、绿色化的设备更新路径，高端化政策旨在淘汰落后产能，提升社会生产 力；数智化通过设备更新促进生产数字化和现代化；绿 色化则是实现节能减排目标的重要方式。这三个 路径共同推动引领中国经济高质量发展的新质生产力的形成。 在市场层面，随着各省市具体行动方案的出台和实施，预计到2027年，中国在工业、农业等重点领域 的设备投资规模将较2023年增长25%以上，形成年规模5-6万亿元的巨大市场。这一增长趋势，预示着中 国设备更新市场将迎来一个快速发展的黄金时期。对于国内外设备制造商、技术提供商及相关服务行业而 推动发展新质生产力，助力新一轮朱格拉周 期向上开启。《推动大规模设备更新和消费品以旧换新行动方案》要求，2027年设备投资规模较2023 年提升25%。政策工具支持主要来源于财政补贴和央行再贷款，其中财政补贴平均每年约为330亿— 550亿元。 1.1 设备升级的核心路径：高端化、数智化、 绿色化 高端化：设备更新政策重点在鼓励先进、淘汰落后、提升社会生产力。《行动方案》明确提出要

• 拓展市场，主动迎接市场竞争 • 逐渐建立品牌优势，逐渐丰富 产品类型和业务板块，逐渐形 成以品牌和资金为纽带的复杂 组织结构的集团化管理 • 以高度满足客户个性化需求 的柔性为核心竞争力 • 强化产品的设计与成本的降 低、质量控制、盈利控制能 力保持生存和发展 • 全面追求业务高周转，并建立能 够稳固支撑高周转所带来的大批 量业务的管理体系 • 实现精益供应链管理，在实现高 核心业务巩固核心竞争力，辅 助业务补充增强盈利能力 客 户 维 护 能 成 力 本 控 制 能 订 力 单 交 付 能 质 力 量 控 制 能 设 力 计 能 力 客 户 维 护 能 质 力 量 控 制 能 渠 力 道 管 供 理 应 商 协 成 同 本 控 供 制 应 交 付 能 计 力 划 能 风 力 险 管 控 能 力 供 应 交 付 能 创 力 新 能 风 力 险 管 控 能 市 力 场 营 销 销 能 投 力 资 决 策 能 资 力 金 调 配 能 力 关键能力 次要能力 对 **** 的总体理解 质量 计划 营销 技术 采购 生产 仓储 售后服务 预测 / 订单 综合管理 应收管理 固定资产 成本管理 人事管理 考勤管理 应付管理 总账管理 预算管理 学习管理 招聘管理 商机管理 客户管理 产品研发 清单设计 生产计划 材料计划 服务质量 供方质量 生产质量