，对经济和社会的影响已从技 术突破转向系统性变革。 供需出现严重背离，呈“剪刀差” 拉大趋势，消费不足成为制约经济 增长、产业发展的关键因素。 传统资源要素约束明显趋紧，同时能支 撑产业转型升级的新要素红利有待释放， 资源要素配置进入新一轮优化期。 “大三角”分工合作格局被打破，全 球产业链、供应链、价值链、资金链 正深度重构，新的产业分工格局向多 元化布局、区域化合作演变。 北美地区将呈平稳发展态势

主要源于四大方面的挑战： 12 传统产业园区普遍依托土地、税收等要素红利来招商引资实现增长。随着要素红利的下降， 一方面吸引优质企业日益困难，另一方面土地财政的缩水成为地方财政难以承受之重。 园区为实现考核绩效达标，只能提高投资强度、税收、企业效益等招商门槛，进一步加剧了 招商的难度和挑战。这种局面在人口流出、土地红利衰退突出、产业吸引力本身较弱的 三四线城市尤为严重。 传统园区城投公

量上存在差异，一些地区由于经济条件、技术能 力等因素制约，设备更新的步伐相对缓慢。 中小企业参与度：中小企业在设备更新中的参与度不足，部分中小企业由于资金、技术、信息等障 碍，难以充分享受政策红利。 人才短缺问题：随着设备更新的推进，对高技能人才的需求日益增加，但目前相关专业人才的培养 和供给相对不足。 政策执行力度：在政策执行过程中，部分地区和企业可能存在执行不到位、监管不严等问题，影响 缺乏成熟的应对手 段，同时缺乏科学能管模式，容易盲目增设系统最终导致能管投资回报和节能效果不理想。因此，如何 应对政策性的安全规约并保证安全的运营，跟进并适应不断变化的法规和政策要求，实现政策性红利， 行业洞察：转型新纪元 探索数字化与绿色化的双轨路径 27 获得相关环保补贴及环保认证等，都将是企业面临的重大问题。 ③ 数据孤岛有待打通。不同厂家、不同类型设备之间在兼容和协同工作方面存在障碍。需要能够

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 行业有深刻理解，有软硬件整合能力的企业更容易享受到 AI 红利。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 (28) (20)

联网企业相继推出工 业大模型，仅八个月就诞生了238个大模型。这类大模型将智能化带入到工业制造的各个环节中，提升生产效 率，节约成本，优化管理体系。 国家鼓励以人工智能推动经济高质量发展，政策红利为工业大模型发展提供保障。 随着人工智能的兴起，国家出台了一系列政策来推动其发展。在技术的发展上得到了国家的支持，工业大模型的 发展也有了保障。对于AI大模型，中国目前以地方政策以鼓励为主，由中央政策加以规范。上海和北京地区作为

数据是继土地、劳动力、资本、技术之后最活跃的关键生产要素， 也是发展数字经济的重要基础资源。数据的价值如同工业时代的石油， 通过对数据的采集、存储、处理、分析，充分挖掘数据蕴藏价值，有 效释放数据红利，将数据资源大国的静态优势转化为数据开放共享和 开发利用的动态优势，为数字经济的持续增长和健康发展提供有力支 持。 一是推动数据资源开放共享。制定公共数据开发利用指导意见， 确立数据开放共享

传统制造业转 变为智能制造，更重要的是从人力资源出发，通过打破数据孤岛，整合信息流，帮助企业在数字化时代中找到 新的增长点，从而共同迈向数字化、智能化的未来。 自改革开放以来，中国制造业在人口红利的推动下迅速崛起，时代的机遇让企业在追求扩张与增长的过程中充满信心。这一 时期，制造业的发展重点在追求规模化和占领市场上。 然而，随着地缘政治、经济增速以及产业结构调整等多重外部因素的影响，传统的增长模式开始不管用了。在后疫情时代，