（报告出品方/作者：东北证券，张陈、罗琦）

1. 近年来，数字经济政策利好不断出台

近年来，国家对数字经济、人工智能的重视程度明显增强，相关政策利好不断。党 的十九大提出，推动互联网、大数据、人工智能和实体经济深度融合，建设数字中 国、智慧社会。2020 年《中小企业数字化赋能专项行动方案》指出坚持统筹推进新 冠肺炎疫情防控和经济社会发展，以新一代信息技术与应用为支撑，以提升中小企 业应对危机能力、夯实可持续发展基础为目标，集聚一批面向中小企业的数字化服 务商，培育推广一批符合中小企业需求的数字化平台、系统解决方案、产品和服务， 助推中小企业通过数字化网络化智能化赋能实现复工复产，增添发展后劲，提高发 展质量。2021 年《“十四五”大数据产业发展规划》提出加快建设行业大数据平台， 提升数据开发利用水平，推动行业数据资产化、产品化，实现数据的再创造和价值 提升。打造服务政府、服务社会、服务企业的成熟应用场景，以数据创新带动管理 创新和模式创新，促进金融科技、智慧医疗等蓬勃发展。2022 年《“十四五”数字 经济发展规划》指出“十四五”时期，我国数字经济转向深化应用、规范发展、普 惠共享的新阶段，应对新形势新挑战，把握数字化发展新机遇，拓展经济发展新空 间，推动我国数字经济健康发展。同年，《国务院关于数字经济发展情况的报告》提 出推动数字技术与实体经济深度融合为主线，以协同推进数字产业化和产业数字化、 赋能传统产业转型升级为重点，以加强数字基础设施建设为基础，以完善数字经济 治理体系为保障，不断做强做优做大我国数字经济。

1.1. 《数字中国建设整体布局规划》是对我国数字化发展的全面擘画

2023 年 2 月，中共中央、国务院印发了《数字中国建设整体布局规划》（以下简称 《规划》）并发出通知，要求各地区各部门结合实际认真贯彻落实。这是党的二十大 后党中央在我国数字化发展领域作出的最全面擘画，从顶层设计高度对中国数字化 建设进行了整体布局。 《规划》指出，建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国 家竞争新优势的有力支撑。要求促进数字经济和实体经济深度融合，以数字化驱动 生产生活和治理方式变革。 关于数字中国的建设目标上，《规划》提出，到 2025 年，基本形成横向打通、纵向 贯通、协调有力的一体化推进格局，数字中国建设取得重要进展。数字基础设施高 效联通，数据资源规模和质量加快提升，数据要素价值有效释放，数字经济发展质 量效益大幅增强，政务数字化智能化水平明显提升，数字文化建设跃上新台阶，数 字社会精准化普惠化便捷化取得显著成效，数字生态文明建设取得积极进展，数字 技术创新实现重大突破，到 2035 年，数字化发展水平进入世界前列，数字中国建设 取得重大成就。

数字中国建设将按照《规划》提出的“2522”整体框架进行布局。即夯实数字基础 设施和数据资源体系“两大基础”，推进数字技术与经济、政治、文化、社会、生态 文明建设“五位一体”深度融合，强化数字技术创新体系和数字安全屏障“两大能 力”，优化数字化发展国内国际“两个环境”。 我们认为其中的数字基础设施和数据资源体系内涵丰富，值得仔细分析。另外，《规 划》强调，要将数字中国建设工作情况作为对有关党政领导干部考核评价的参考。 这意味着，推动数字中国建设已成为 GDP 考核之外的另一指标。那么如何进行考 核？也是值得关注的问题。

1.2. 数字基础设施的内涵

如何理解数字基础设施，包括哪些内容？根据中国互联网信息中心主任曾宇的阐释， 数字基础设施主要包括以下四类：一是以 5G/6G、卫星互联网、新一代通信网络、 未来网络等为代表的网络基础设施；二是以云计算中心、大数据中心、工业互联网 服务平台、物联网服务平台、平台型互联网企业应用服务平台等为代表的信息服务 基础设施；三是以超级计算中心（智能计算中心）等为代表的科技创新支撑类基础 设施；四是支撑社会治理、公共服务及关键行业信息化应用的重要信息基础设施等。

 

1.3. 数据资源体系的内涵

我们认为数字资源体系是不同类型的海量数据互联互通而形成的庞大数据集，并可 促进生产、分配、流通、消费和社会治理等各环节。数字资源体系中数据要素至关 重要，是数字资源体系的基石。 近年来，数字资源体系构建问题得到了政策层的高度重视和大力推广。中共中央、 国务院 2022 年 12 月发布的《关于构建数据基础制度更好发挥数据要素作用的意见》 指出，数据是新型生产要素，是数字化、网络化、智能化的基础，强调要“建立保 障权益、合规使用的数据产权制度”，“推动数据要素供给调整优化，提高数据要素 供给数量和质量”，“对各类市场主体在生产经营活动中采集加工的不涉及个人信息 和公共利益的数据，市场主体享有依法依规持有、使用、获取收益的权益，保障其 投入的劳动和其他要素贡献获得合理回报，加强数据要素供给激励”。

那么数据资源大体可以分为哪几类？我们认为按照掌握主体可以划分为两类。一类 是政府掌握的数据。另一类是企业所掌握的数据。二者还可以进一步的交汇融合。 政府掌握的数据是指政府部门在履行公共管理职责或者提供服务过程中收集到的 各类数据，包括城市建设、道路交通、公共安全、机构团体、教育科技、经济建设、 民生服务、社会发展、卫生健康、文化休闲、信用服务、资源环境等各方面。 近年来，地方政府部门在积累公共数据方面成果显著，并有力地推进了公共数据开 放。根据《2022 中国地方政府数据开放报告》，截至 2022 年 10 月，我国已有 208 个省级和城市的地方政府上线了政府数据开放平台，其中省级平台 21 个（含省和自 治区，不包括直辖市和港澳台），城市平台 187 个（含直辖市、副省级与地级行政 区）。目前，我国 74.07%的省级（不含直辖市）和 55.49%的城市（包括直辖市、副 省级与地级行政区）已上线了政府数据开放平台。

 

上海市数据开放工作走在全国前列。以上海市的数据开放平台为例，截至 2023 年 3 月 7 日，上海已开放 51 个数据部门，涵盖城市建设、民生服务、经济建设等诸多领 域，并且无条件开放的数据占比达到了 67%。

另一类是企业构建的数据体系。一些企业在生产经营中能够实现数据的沉淀，或者 通过收集整理形成数据库。这一块已经有一些成熟的商业模式，数据需求方和供给 方通过协商和谈判确定数据采购的价格。应用场景比较典型的有金融领域，互联网 领域以及工业领域等。例如，对于银行信贷业务而言，风控至关重要，因此，企业 和个人多维度征信画像对于银行具有突出价值。而一些企业比如企查查等通过对企 业信用、法院判决书等信息进行收集、清洗和整合，进而卖给银行。据悉，大型商 业银行每年数据采购的金额就超过了百亿元。另外，国网上海电力公司研发的“企 业电智绘”产品，包含了企业用电行为、用电缴费、用电趋势等特征数据，为银行 授信、贷后审查、风险预警提供决策信息，该产品在上海数据交易所上出售给了中 国工商银行上海分行，是该所首单成交的数据产品。此外，工业生产领域、互联网 领域也存在一些可挖掘的数据要素资源。

1.4. 数字中国建设情况成为政府硬性考核标准

《规划》首次指出，“将数字中国建设工作情况作为对有关党政领导干部考核评价的 参考”。那么如何进行考核？我们可以从贵州在数字经济考核领域的先行试验中一 窥大致内容。 根据通信研究院的《中国数字经济发展报告（2022）》，贵州在 2021 年首次开展市州 的数字经济高质量考核。看点有以下三点：1、参与部门是由省发改委牵头。2、考 核指标分季度和年度，季度主要考核软件和信息技术服务业收入绝对值和增长情况。 年度主要考核市州数字经济增加值占 GDP 的比重和数字经济的增长情况。3、指标 数据范围包括计算机、通信和电子设备制造业，电信、广播电视和卫星传输服务， 物联网服务，软件和信息技术服务业的行业统计数据等。

今年，数字经济已纳入多地的发展目标。例如，上海 2023 年《政府工作报告》明确 未来五年数字经济核心产业增加值占上海生产总值的比重提高到 18%，重庆提出到 2027 年数字经济占比超 50%，宁夏力争到 2027 年数字经济占 GDP 比重达到 40% 以上。2023 年，浙江提出力争数字经济核心产业增加值增长 10%，陕西力争数字经 济核心产业增加值占比超过 8%，云南提出数字经济核心产业营业收入增长 20%以 上，江苏力争数字经济规模突破 5.5 万亿元，贵州力争数字经济占地区生产总值比 重达 40%左右，重庆力争数字经济核心产业增加值增长 10%以上，湖南提出数字经 济占地区生产总值比重超过 33%。各地政府对数字经济的核算方法虽然各有差异， 但量化数字经济发展考核的思路是一致的，也意味着数字经济建设情况成为党政领 导干部的硬指标。

2. 数字经济与国民经济的关联度分析——基于投入产出表

国家对数字经济的强调可谓非常隆重，但数字经济的发展不是孤立的，而是与国民 经济其他部门相联动的。那么数字经济的发展与国民其他部门的关联性如何？这是 一个重要问题。下面利用投入产出表进行分析。这里将数字经济划分为数字产品制 造和数字技术应用两大类，数字产品制造用通信、计算机和电子产品制造业来表示， 数字技术应用用信息传输、软件和信息技术服务来表示。

2.1. 直接消耗系数

数字技术应用对本行业的直接需求量也是最大的；对租赁和商务服务业的直接消耗 系数为 0.075，表明软件企业在提供产品时需要进行大量的咨询和沟通，提供定制化 的解决方案，因此对商务服务业的消耗量较大；对房地产的直接消耗系数为 0.066， 表明信息技术企业对机房等运营中心以及研发中心楼宇的需求也较大。对通信、计 算机和电子产品的消耗系数为 0.056，反映软件产品对硬件配套设施具有较强的需 求。对印刷和记录媒介的消耗体现数字技术应用对软盘、硬盘和光盘等方面的需求， 对文教体育用品的消耗体现软件产品与玩具、教育、体育用品的融合。

2.2. 完全消耗系数

从数字产品制造的完全消耗系数可看出，考虑完全消耗后，数字产品制造对各部门 的需求量有所上升。并且对于金属冶炼和压延业、化学产品的消耗位次提升，分别 排在第 3 位和第 4 位。 从数字技术应用的完全消耗系数可看出，考虑完全消耗后，数字技术应用对于通信 设备的消耗位次提升，排在第 3 位，对房地产的消耗位次下降 1 位。

2.3. 影响力系数

从影响力程度来看，通信、计算机和电子设备制造行业对其他行业的拉动作用尚可。 该行业每增加 1 单位的最终需求，将拉动 2.35 单位国内品的生产，影响力系数也高 于 1，说明影响力在行业平均水平之上。但是信息传输、软件和信息技术服务的影 响力低于行业平均水平，该行业每增加 1 单位的最终需求，将拉动 2.15 单位国内品 的生产，影响力系数为 0.92。

3. 人工智能使相关产业迎来中长期发展机会

数字经济发展浪潮下，人工智能无疑是最耀眼的明珠，人工智能蓬勃发展有望推动 相关产业的中长期发展机会。

3.1. 人工智能带来芯片产业链发展机会

推动人工智能进步有三大因素：算法、数据和算力。因此人工智能的大规模应用必然带来算力（芯片）需求的高景气。根据 OpenAI 于 2018 年 5 月发表的研究，自 2012 年以来，大型 AI 训练所使用的算力大概 3.4 个月就会翻倍。

AI 芯片可分为 GPU（图形处理器）、ASIC（专业集成电路）、FPGA（现场可编程门 阵列）和类脑芯片。其中 ChatGPT 主要来自 GPU 或 CPU+FPGA。当前，GPU 是人 工智能计算领域使用最为广泛、最成熟的通用型芯片，在效率和场景应用发生重大 变化之前，GPU 仍将是人工智能芯片的主流。 根据 Precedence Research 2023 年 2 月发布的最新报告研究，到 2032 年，全球人工 智能(AI)芯片市场规模预计将从 2022 年的 168.6 亿美元增加到 2274.8 亿美元左右， 2022 年至 2032 年的复合年增长率为 29.72%。

 

中国 AI 芯片产业链高端环节有待突破，中低端环节国产化逐步推进。AI 芯片的产 业链上游为各种半导体材料和制造设备（硅晶圆材料和设备、封装材料和设备等）， 中游是集成电路（芯片设计、晶圆制造和封测），下游是行业应用（人工智能、消费 电子、信息通信、物联网等）。赵荣杰等（2022）认为，中国 AI 芯片产业的整体水 平处于世界中等。其中，上游和中游属于中下等水平，下游应用处在世界前列。根 据陈星（2022），在芯片制造设备方面，国内企业近年来受到国产替代的利好，但与 ASML、泛林、应用材料、德州仪器等业内头部企业在技术水平上仍存在较大差距， 需进一步进行技术攻关。在芯片制造材料供应方面，国内市场基本被日韩欧美企业 垄断。在硅片供应上，国内企业多生产 8 英寸硅片，目前的主流产品 12 英寸硅片基 本依赖国外进口；而光刻胶、电子特气等材料供应同样被日韩欧美企业垄断。但随 着国家大基金的支持，未来芯片材料国产化前景广阔。在芯片设计领域，国内企业 技术水平不断向先进水平靠近，国产化程度中等。在芯片制造领域，中芯国际拥有 我国最先进的 14nm 制程工艺，虽然与台积电和三星的工艺仍有差距，但随着时间 推移也有望取得突破。在芯片封测方面，国内企业的市场占有率已接近 30%，国产 化水平较高，但毛利率相对较低。

3.2. 人工智能带来通信产业链发展机会

通信和人工智能是密不可分的技术。5G 负责数据的高速传输，一方面将海量数据从 客户端传送至云端处理，另一方面又能把处理的结果快速分发到边缘供人们使用， 而 AI 负责数据的挖掘和分析，二者的交互可进一步扩展应用场景。因此，人工智能 的发展将推动通信技术特别是 5G 移动通信技术的快速扩张，人工智能与通信技术 有望形成有益的双螺旋。举例来说，一是 5G 通信在智能设备中的应用前景广阔。 5G 移动通信技术能进一步提高信息传输质量，在智能设备中，借助高清图片、视频低延时的传输，以及远程联网控制，优化智能设备的表现。例如，在联网无人机的 应用中，借助超高清视频传输和联网协作，能够提高无人机自主飞行的精准性，加 强其在森林防火、电力巡检、农药喷洒、地图绘制、军工等行业中的应用。二是智 能物流领域离不开 5G 技术的支持。例如京东 5G 智能物流示范园区便特别重视 5G 通信技术和人工智能的融合应用。三是在智能交通中也依赖通信技术。车联网是最 具代表性的智慧交通成果，借助 5G 通信技术，保证信号传输的稳定性，实现人和 车、车和物等各类设备间的信息交互，再经人工智能的计算，及时规划最佳出行路 线，汇报道路拥堵，以及实现自动驾驶和自动泊车。四是 AI 推动 5G 在工业领域的 应用，特别是在石油石化、建筑、矿场等安全生产方面，通过一线生产现场传感器、 摄像头等监控设备的海量连接，可加强对安全生产的把控能力。当前，5G 通信持续 快速增长，基站数量日益增多，我们认为通信设备制造业、电信运营服务、光通信 行业长期景气向好。

 

3.3. 人工智能带来信息技术企业发展机会

算法是人工智能的另一大基石。随着 ChatGPT 大火，许多互联网公司都在开发他们自己的聊天机器人。除 ChatGPT 外，国外还有微软的 Bing，谷歌的 Bard，Meta 的 Galactica，Anthropic的Claude等等。国内也有许多互联网企业宣布开发类ChatGPT， 但做 ChatGPT 的门槛较高，需要强大的技术和资金实力，不是所有企业都能做出高 质量的聊天机器人。根据阿里达摩院 M6 大模型前带头人杨红霞，只有参数规模 100 亿以上的大模型才有实力提供高质量的对答。因此，国内大模型制造方面最终可能 呈现大浪淘沙的特点，最终只能留下少数几个产品性能得到验证的公司。 人工智能领域的市场空间非常广阔。驱动人工智能发展的动力包括医疗保健（机器 人辅助手术、虚拟护理助理、自动图像诊断等）、传媒、零售、金融和法律服务、汽 车、物流等行业对人工智能技术的需求。根据 Precedence Research，2022 年全球人 工智能(AI)市场规模估计为 1197.8 亿美元，预计到 2030 年将达到 15910.3 亿美元， 2022 年至 2030 年的复合年增长率为 38.1%。同时，亚太市场的增长率更高，预计 可达到42%的年复合增长率。这意味着我国互联网企业能够在人工智能浪潮中获益。

3.4. 人工智能的能源消耗量有多大？

由于 Open AI 并不披露 ChatGPT 的耗能量，我们只能做近似的估算。Luccioni 等（2022）的论文提到，他们使用了一种与 GPT-3 类似的大语言模型 BLOOM（BLOOM 使用了 176B 个参数，而 GPT-3 使用了 175B 个参数），并披露了其消耗的电能。这 能给我们提供一个参考。模型在 18 天内收到了 230,768 次请求，共消耗了 914 千瓦 时的电力。因此每次请求消耗的电力是 0.00396kwh。假设 ChatGPT 的能耗系数相 同，我们可以大致估计其所消耗的电能。据报道，ChatGPT 每天收到约 1000 万次访 问。但这个访问量还有很大的上升空间，如果请求次数增长到每天 1 亿次，那么一 年耗电量将为 1.45 亿度电。另外，根据 Luccioni 等（2022），训练 GPT-3 消耗了 12.87 万度电，这和运行相比，还是算少的。由于 2022 年我国全社会用电量是 86372 亿度 电，因此目前人工智能的耗电量还算不上很高。但趋势值得观察，因为随着模型参 数越来越多，模型渗透率越来越大，耗能还会增加。

 

3.5. 人工智能将提高多少的劳动生产率？

人工智能预计将对劳动力需求和劳动生产率产生深远影响。从劳动力需求角度看， 由于人工智能进一步扩大自动化的范围，降低重复性的工作和提高工作效率，因此 许多工作岗位可能会消失，但新的工作机会也会被创造出来。根据 Open AI 的研究， 数据处理、信息技术、计算机制造、金融、广播、零售业、传媒电影制作等行业对 ChatGPT 4 的暴露度在 40%以上，属于暴露度比较高的行业，而像社会服务、农业、 采矿业等初级或依赖人文关怀的行业 AI 暴露度较小。另外根据波士顿咨询在世界 经济论坛上的文章——《人工智能影响金融就业市场的 4 种方式》，AI 会造成中国 金融业 23%的工作被替代，而剩下的 77%的工作不会被取代，相反，员工能够通过使用 AI 提高生产效率。关于 AI 提高劳动生产效率的文献，高盛的研究报告《人工 智能对经济增长的潜在巨额影响》认为那些采用 AI 的企业员工生产效率每年能提 高 2-3 个百分点。 测算 AI 对劳动生产效率的提升可以从自上而下和自下而上两种途径去分别估计。 自上而下的方法我们可以类比计算机的大规模使用给生产率的提升作用。1961 年 ~1968 年，电脑在美国设备投资中占比持续上升，劳动生产率 10 年平均增速由 1961 年的 2.11%上升到 1968 年的 2.96%，提升了 0.85 个百分点。1975 年后，计算机迎 来第二波且长时间的广泛应用，劳动生产率增速由 1982 年的 0.42%最高上升到 2005 年的 2.13%，提高了 1.71%。如果 AI 对劳动生产率的提升能类比第二波计算机应用 的影响，那么对美国劳动生产率的提升大概在 1.7%左右。

对中国而言，劳动生产率的提升可以参考 2001 年后电脑的普及叠加加入 WTO 后释 放的红利。2001 年中国加入 WTO 后，中国劳动生产率 10 年平均增速由 2001 年的 9.17%上升至 2011 年的局部顶点 10.17%，上升了 1.00 个百分点。考虑中国的劳动 生产率增速已经在持续下行，推测 AI 给中国劳动生产率增速的提升可能略低于 1 个百分点。

 

测算 AI 对中国劳动生产率的推动作用我们也可以采用自下而上的方法。参考 Open AI 关于行业暴露度、WFO 关于金融岗位替代比例的估计以及文献中关于 AI 对劳动 生产率提高的估计，本文确定了中国行业的 AI 暴露度，并假设 AI 暴露度最大的行 业 20%的岗位被替代，剩下 80%的岗位工作效率由于 AI 的应用提升 2%，AI 暴露 度中等的行业 5%的岗位被替代，剩下 95%的劳动生产率提高 1%，暴露度最低的行 业假设没有岗位被替代，且劳动生产率提高 0.5%。被替换的工人由于需要重新匹配 工作，劳动生产率降低 1%。这样测算下来，AI 将使得中国劳动生产率提高 0.9 个 百分点，与自上而下的估计相近。

4. 短期来看，人工智能产业基本面磨底，待迎戴维斯双击

申万二级行业中和人工智能比较相关的行业包括半导体、其他电子Ⅱ、元件、光学 光电子、消费电子、电子化学品Ⅱ、计算机设备、通信设备、IT 服务Ⅱ、软件开发。 这些板块虽然股价涨跌幅有所差异，但基本是同步运行的。

总的来看，人工智能相关产业近期的利润表现并不太好。受海外经济增长放缓，中 国复苏力度不甚强影响，2023 年 1 季度人工智能相关产业营收增速尚处在低位，但 软件行业好于硬件行业。利润方面，计算机设备、通信设备、IT 服务业利润实现同 比增长，半导体、元件、光学光电子、软件开发等行业利润均大幅下降。

 

但是人工智能板块的基本面情况正处在磨底期，后面可能逐步转好。硬件行业以计 算机通信设备制造业为例，该行业对外需依赖较强。目前，该行业增加值同比增速 比较低，主要是因为美国、欧元区等发达经济为应对通胀而开启加息，使得全球对 于电子产品的消费需求下降。从历史上复盘来看，美国经济从谷底向上抬升时，差 不多 3 个月会反映到中国计算机、通信行业的出口上面，比如 2009 年 6 月、2016 年 1 月、2020 年 6 月美国经济触底反弹，差不多 3 个月后中国计算机、通信行业出 口增加。近期美国周度经济指数呈现企稳的态势，2023 年 4 月美国失业率降至 3.4% 的历史低位，在这样的情况下，今年美国经济有可能实现软着陆。这意味着外需对 计算机通信行业的压制力可能处在顶点阶段。从内需来看，一方面下游电子产品的 销量增速处在低位，仍不够强。但另一方面，国内信息技术服务业今年以来受政策 催化、国内大模型研发不断推进、云计算和大数据服务增长向好等因素的影响，生 产指数增速不断上升，这或许能够给上游的计算机通信产业提供一些支撑。2023 年 4 月计算机通信行业的工业增加值同比增速为 1.8%，已有企稳迹象。

从价格角度来看，计算机通信行业的 PPI 与全体工业 PPI 具有一定的同步性，而后 者与油价同比较为相关。当前虽然全球经济放缓对油价造成一定的压力，但是 OPEC 的减产能够为油价提供支撑。根据 EIA 对油价的预测，然后换算成同比，预计油价 同比在今年 6 月将迎来拐点，这也为 PPI 以及计算机通信行业的 PPI 提供支持。

从营业收入-利润率角度对利润增速进行分解，可以发现当前计算机、通信行业的利 润增速大幅下滑主要是由于利润率同比出现大幅下滑。受终端需求不景气和出厂价 格低迷影响，当前利润率已处在历史非常低的水平，2023 年 3 月仅为 1.88%，与新 冠疫情爆发初期类似。按照利润率向合理水平回归的逻辑，计算机、通信行业的利 润增速有望回升。

库存角度来看，计算机通信行业的库存已经在去化，库存积压对该行业生产的抑制 作用也比较小。2023 年 3 月库存同比已降至 0.61%，并未出现库存大幅上升的情况。

 

软件行业我们也可以找一些高频指标，比如工信部公布的软件业务增速等。我们可 以看到，今年软件的营业收入增速在往上抬升，且 2019 年之前的增速均在 10%以 上，属于高增长行业。伴随中国经济复苏，产业数字化转型、软件服务业加快向垂 直行业渗透、企业对云计算的需求日益增长，今年软件业向好的景气是可以期待的。

当然，当前美国对中国芯片产业的持续打压是一大逆风。包括：停止给国内某些企 业流片，不向中国提供先进人工智能芯片、限制向中国出售芯片设计软件 EDA、要 求所有美国芯片生产设备制造商不向中国出口 14 纳米及以下逻辑芯片的生产设备。 美国这些举措短期内将干扰中国先进制程芯片的研发，使得相关产业承压。但中国 亦可推进 28 纳米及以上成熟制程工艺的自主可控，提高中低端芯片的国产化率，实 现破局。事实上，虽然美国自 2018 年以来对中国芯片产业持续打压，但总体来看我 国计算机、通信设备制造行业依然保持了较长时间的高速增长。

（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。）

精选报告来源：【未来智库】。「链接」