下面对“中国银河证券新发展研究院”发布的《数字经济周报(2026年第6期)——CGS-NDI跟踪:政策密集落地,数据要素开启“十五五”发展新周期》进行极其详尽与全面的解构性分析。全文将按报告本身结构逐节剖析重点论点、支撑证据、图表数据解读、估值/风险判断(如适用)及批判性视角。凡源自原文的结论或推断,句末均标注溯源页码以便追溯。
一、元数据与概览(引言与报告概览)
- 报告标题与作者:报告题为“【CGS-NDI跟踪】政策密集落地,数据要素开启‘十五五’发展新周期——数字经济周报(2026年第6期)”,作者为彭雅哲,出自中国银河证券新发展研究院(CGS New Development Institute),发布日期为2026年3月18日07:50(北京)。
- 主题与核心立意:报告聚焦“数据要素”与“数字经济/AI产业”两个主线:一是聚焦“十五五”开局背景下数据要素制度建设(立法、司法及配套政策)与供给侧工程(如工业数据筑基等)如何推动数据要素市场化与价值释放;二是跟踪AI产业生态(模型调用、算力与资本动态、技术前沿)与全球/中国资本市场反应,提出数字资本将成为生产率增长核心驱动力的观点。
- 报告结论与立场(摘要):作者认为2026年为“数据要素价值释放年”(国家数据局表述),《国有资产法(草案)》将“数据资产”纳入国有资产范畴、工信部启动工业数据筑基行动等举措,将从立法/司法/供给/应用四端共同推进数据资产化与产业数字化赋能,从而开启“十五五”数据要素发展的新周期。
二、逐节深度解读(逐章精读与剖析)
(I)核心观点与本期焦点 —— 数据要素制度建设与价值释放双提速
- 关键论点:报告指出,2026年政策节奏加快、重点在“产权界定—司法保障—高质量数据供给—算力与应用落地”四环节发力,从而破解长期制约数据要素市场化的“产权归属不清、法律保障不足、流通规则不明”三大痛点。
- 推理依据与证据:作者引用三项关键政策事件作为证据:国家数据局将2026年定义为“数据要素价值释放年”;《国有资产法(草案)》将“数据资产”列入国有资产;工信部启动工业数据筑基行动,三者在时间上集中(3月9日—3月10日)形成制度和供给协同的逻辑链条。
- 关键数据点与意义:报告指出2024年数据资源“入表”企业数量与入表金额呈季度大幅攀升,表明市场主体已经在进行数据资产化实践,且立法将为国有数据的权属、评估与盘活提供法律路径,从而有望放大供给端与治理改进的乘数效应。
- 假设与隐含前提:隐含假设包括(1)立法、司法落地能快速形成可操作的登记/评估/流通机制;(2)企业与监管机构能在隐私/安全与开放之间达成可行平衡以推动数据跨域流通;若这些前提受阻,则价值释放速度与规模会弱于预期。
(II)供给与需求层面的具体举措
- 高质量数据集与基础设施:国家数据局推动16个重点领域高质量数据集建设、推进公共数据有序开放,“东数西算”等工程持续为数据流通和算力调度提供基础设施支撑。
- 工信部“工业数据筑基行动”:明确“1+4+N”体系(1个可信互联平台、4大资源库:行业数据资源/技术/标准/高质量数据集,最终赋能N个行业大模型与工业智能体),目标到2026年底培育若干行业数据合作联合体并建设重点行业数据可信互联平台,旨在突破工业领域“高质量语料缺失”约束,推动工业大模型商业化落地。
- 意义评估:制度与供给并举有利于在国有数据与行业数据两端形成“标杆案例+规模化数据供给”,为企业训练行业模型、开展数据服务与数据交易提供基础条件。
(III)资本市场与产业反馈(证券市场/一级市场/投融资)
- 二级市场短期行情:3月9–13日周内,科创综指周累计-1.87%,跑输沪深300(+0.19%),纳斯达克-1.26%;恒生科技+0.62%跑赢恒指-1.13%;A股细分:人工智能指数-1.67%,半导体-2.42%,具身智能-2.55%,脑机接口+1.47%,数字经济指数-0.02%等,显示细分板块分化明显。
- 图解支持:报告附带日度相对表现曲线(沪深300、科创综指、恒生科技、纳指)展示自2025年末至2026年3月中旬的走势,反映科创板块在1月初泡沫上升后自2月开始回调的态势。
- 个股与估值表(关键点摘录):英伟达、AMD、ASML等美股基础层多数上涨;A股/港股基础层多数下跌而技术与应用层涨势较好;报告列举多家中美头部公司市值、PE(TTM)、PS(TTM)等财务与市场指标以说明市场对基础层与应用层分层定价的反应。
- 重要数据示例:英伟达收盘价180.25美元、市值约43800.75亿美元、PE(TTM)=36.48;寒武纪(688256.SH)收盘1096.10元、市值4622.09亿元、PE(TTM)=224.46等,显示个股估值存在较大差异与层级分化。
- 一级市场与行业热度:报告统计本周IPO、投融资事件,显示先进制造、医疗健康、人工智能、集成电路、企业服务为活跃领域;AI披露融资额约56.54亿元,并列出若干IPO进程与融资大额事件(例如爱诗科技3亿美元C轮为披露金额最高)。另外脑机接口赛道本周7家公司获投,活跃度领先。
- 风险提示(市场层面):二级市场分化、估值重定价与技术/政策不确定性可能导致短期波动、IPO与私募热度受宏观与行业政策影响显著。
三、图表深度解读(对每个重要图表逐一说明与解读)
注:下列引用图片均来自报告原文并按原路径展示。
- 数据资源“入表”与数据生产总量图(page=2)
-
图1(企业入表数量与入表金额季度分布):
- 描述:左轴柱状为“入表企业数量(家)”,右轴折线为“入表金额(亿元)”,按季度显示一季报、半年报、三季报、年终报的变化。
- 解读:企业入表数量从一季的17家逐步上升至年终的100家,同时入表金额也呈连续上升态势(图中右轴值在年终显著提高),表明数据资产化实践在数量与金额两个维度均加速。作者以此佐证“市场主体数据资产化实践正持续加快”的论断。
- 局限与评估:图表未给出入表金额的绝对数值标签(仅右轴刻度),且未区分行业分布或入表数据的会计计量方法差异,实际可比性与估值方法对最终金额影响较大,应谨慎解读金额增速对应的“可交易价值”。
-
图2(历年数据生产总量与同比增长率):
- 描述:柱状为数据生产总量(ZB),折线为同比增长率,覆盖2022–2024年。数据显示:2022年26.83ZB、2023年32.85ZB、2024年41.06ZB,同比增速逐年提升至约25%左右。
- 解读意义:数据产出规模的持续扩容为训练模型与行业应用提供了原始素材,且同比增速上升说明数据生成与数字化活动加快,这为数据要素价值挖掘提供供给基础。
- 限制:数据生产总量(ZB)是体量指标,但并不等同于“可用/合规/高质量”语料,商业化价值取决于数据可用性与结构化程度,图表未直接衡量“高质量数据集”的可得性与治理成熟度。
- 市场表现时间序列图(page=3)
- 描述:该折线图比较了沪深300、科创综指、恒生科技、纳斯达克从2025-12-31至2026-03-13的相对收益走势。
- 解读:科创综指在2026年1月出现明显超额回升后自2月起回落,至3月中呈降幅;恒生科技在同一时期较为抗跌但也出现波动;整体反映出科技/创新板块在短周期内存在情绪与估值修正压力。
- 结论联系:图支持文本关于“科创综指本周跑输沪深300”的观察,并说明市场对不同地区/层级的风格切换(基础设施/龙头与应用层分化)。
- 板块/细分指数表现(page=4)
- 描述:该图展示数字经济指数、人工智能指数、半导体、具身智能及脑机接口指数等自2025-12-31至2026-03-13的相对收益走势。
- 解读与联系:图显示半导体与部分技术层在1月期间表现强劲(估值溢价),而具身智能与脑机接口在近阶段出现更剧烈的分化(脑机接口相对表现较好),这与报告中提到的“细分赛道如脑机接口活跃度居首”的观点相符。
- 限制:图为相对收益曲线,未提供成交量或估值倍数随时间的变化,无法直接判断资金配置是基于基本面改善还是技术性资金流动。
- 二级市场公司估值表(page=4)
- 表格呈现大量个股价格、市值、PE、PS等关键指标。关键观察:
- 美国基础层与中国基础层估值差异显著:英伟达PE
36.5、台积电PE32.2,而寒武纪PE~224、高估值反映市场对中国AI芯片/基础层企业未来收益预期的溢价与投机性。(注:部分公司出现负PE或极高PS,表明盈利不稳定或高成长预期)
- 技术/应用层(美股)如微软、谷歌、亚马逊的PE多在20–30区间,显示成熟经营性估值;A股/港股应用层如阿里、腾讯PE约18–21,反映出与美股头部企业相近但微弱折价。
- 结论:表格支持“基础层(算力/芯片)与应用层(云/平台)估值与资金流向出现分化”的论断,但需注意公司间可比性(会计口径、货币单位不同)影响直接比较的精确性。
- 一级市场融资赛道分布图(page=6)
- 描述:柱状表示各行业的融资规模(亿元),折线或点表示事件个数。图显示人工智能在融资规模上显著领先,随后是集成电路、汽车出行等。
- 解读:人工智能赛道融资规模大、事件数量也高,说明资本在本周期仍青睐AI相关初创与扩张类企业。事件数(活跃度)与融资规模双重指标一并表明“活跃但资金密度不均”的特点。
- 细分赛道获投公司数量排行(page=7)
- 描述:横向条形图列出脑机接口、具身智能、AI基础设施、半导体设备、数据服务等获投公司数量,脑机接口排名第一。
- 解读:虽然脑机接口在数量上领先,但融资规模/单笔金额不一定最大(需与上一图结合判断),显示投资者对高潜在变革性领域保持早期布局热情。
- 加密货币价格走势(page=7)
- 描述:比特币与以太币从2025-12-31至2026-03-13的价格走势,比特币在报告周上涨约+7.54%,以太币+8.05%。
- 解读:Crypto在经历2月回落后于3月中趋于回升,表明风险资产在短期内出现修复性流动,但长期波动依然由宏观与市场情绪主导。
- 全球AI大模型Token调用量与地域时间序列(page=8 & page=9)
- 排名条形图(模型token调用量,单位注释见图):
- 描述:MiniMax、Claude、Gemini、Step(阶跃)、DeepSeek、Grok、Kimi、Trinity等模型的调用量对比,图示MiniMax领先(数值约为图中最高),美国模型(Claude/Gemini)仍在高位。
- 解读:作者据OpenRouter数据指出本周全球调用总量达13.8亿次,并指出中国模型(如MiniMax等)在调用量上出现爆发式增长,反映国产模型在开发者生态中渗透率快速提高,与美国模型形成“双雄并立”态势。
- 地域时间序列(中国/美国/合计):
- 描述:时间序列显示自2025年3月至2026年3月期间,中国与美国模型调用量的演变,中国在2026年初出现陡升,合计(虚线)显著上移。
- 解读:该图表支持报告结论:全球AI算力消耗由中美共同驱动、且中国在2026年初迎来调用(应用)拐点,与美国并行推动全球算力需求与流量增长。
四、估值与投融资动态(如报告所述要点)
- 报告并非以公司估值模型(DCF等)为主,但通过列示PE/PS及市值等横截面数据,暗示市场对基础层(算力/芯片)和应用层存在不同的折现率与增长假设.
- 关键输入与假设隐含:高PE值(如寒武纪224倍)隐含市场对未来盈利高速增长的预期或投机预期;负PE或极高PS(如摩尔线程、智谱AI等)反映非盈利公司依靠成长故事估值,存在较高的执行/商业化风险。
- 报告列举英伟达未来5年投入260亿美元支持开源大模型(资本投入为现实性假设),以及阿里/亚马逊等基建举措,说明资金端(企业资本开支)在推动算力基建与估值预期方面发挥关键作用。
五、风险因素评估(报告明确列示)
- 报告列明三类风险:对政策理解不到位、政策落实不及预期、技术发展不确定性风险。
- 影响评估:
- 政策理解偏差风险可能导致企业或投资者在合规、数据开放节奏上错判,从而影响交易与资产盘活节奏。
- 政策落实不及预期(例如《国有资产法(草案)》立法细则延迟或司法解释不足)将抑制国有数据入市与数据交易流动性,降低“入表”带来的价值兑现速度。
- 技术不确定性(如智能体安全问题、模型泛化失败、大模型成本高企)会影响商业化落地速度与投资回报节奏,并增加企业运营风险。
- 报告对缓解措施有所暗示:司法试点(数据法庭)与行业指南(如OpenClaw部署风险管理指南)正被推进以改善法律与合规环境,能一定程度上缓解政策与安全风险。
六、批判性视角与细微差别
- 优点:报告将政策事件、司法试点、供给工程(工业数据筑基)、市场行情与技术前沿(智能体、Nemotron 3 Super、Gemini Embedding 2)一并编织成逻辑链条,观点连贯、资料丰富,适合对“政策—供给—应用—资本”闭环的宏观把握。
- 需要谨慎的地方:
- 因果强度的断定上存在潜在夸大风险:例如将立法与市场价值释放直接等同仍需时间验证;“入表数量/金额上升=可交易数据价值大幅释放”这一推断忽略了数据质量、合规性、估值方法与交易流动性等中间环节的不确定性。
- 数据可用性与“高质量数据集”之间的脱节:报告虽提及数据生产总量与高质量数据集建设,但生产总量并不等于可用于训练/商业化的“高质量”数据,二者的转换成本与治理门槛需更明确量化。
- 图表与表格可比性问题:跨市场估值比较(美股 vs A股/港股)在货币单位、会计口径、回购/分红政策差异下易产生误读,报告未充分调整这些可比性问题。
- 智库观点(OECD等)被引用以强化“数字资本将成为生产率核心驱动力”,但该结论存在跨国差异性及行业内结构性差异,短期内生产率效应的实现仍需更多微观证据支撑(如企业层面的资本-产出Elasticity)。
七、结论性综合(总结与关键洞见)
- 总体判断(报告立场回顾):报告认为2026年是数据要素价值释放的重要窗口期,制度(国有资产法草案、数据法庭试点)、供给(高质量数据集、工业数据筑基)、基础设施(东数西算、算力中心)与技术(智能体、长上下文大模型、多模态嵌入)多条线并行,为数据要素市场化与AI商业化提供了系统性契机。
- 图表中载明的关键见解总结:
- 数据资产化路径在加速:入表企业数量与入表金额在2024年呈季度增长趋势,表明企业层面开始推进数据资产化操作,但金额可比性受估值方法影响需谨慎。
- 数据产出规模扩容:2022–2024年数据生产总量由26.83ZB增至41.06ZB,同比增长率上升,说明供给端规模充足,但价值化需要治理与结构化配套。
- AI应用与算力需求由中美共同驱动:中国模型调用量在2026年初快速上升,与美国模型并列形成全球流量核心,这将推动全球算力、基建与资金投入的持续扩张。
- 资本与企业层面动态:头部科技公司通过并购、基建大投、债券融资等方式加速押注AI基础设施,初创与一级市场对脑机接口、具身智能与AI基础设施等赛道持续布局,显示生态层面正在形成“上游基建—中游模型—下游场景”的资本链条。
- 最终提示(谨慎语气):报告提供了制度与市场结合的系统性视角,但投资与政策判断应继续关注三类关键变量:政策细则与司法解释的落地速度、数据质量与跨域数据治理的实际可操作性、以及AI技术(智能体/长上下文/多模态)在垂直场景的实际商业化进程与成本曲线变化。
若需对报告中任意单张图表做更进一步的数值重算(例如对表格中个股估值进行同一货币口径调整、或对“入表金额”依据不同估值方法进行敏感性分析),我可以基于表内原始数值继续展开量化敏感性模型与可视化补充。