行业与公司 * 行业涉及中国高端产业（计算机、医药、电气、机械、汽车设备、仪器仪表）和传统产业（橡胶、黑色金属、纺织、服装、食品）[8] * 公司未明确提及，但以苹果公司为例说明高端生产性服务业特征[12] --- 核心观点与论据 **政策支持与产业表现** * 中国采取结构性宽松政策，工业贷款增速快，高新技术产业获强支持，房地产领域较弱[1][3] * 高端产业固定资产投资和工业增加值表现优于传统产业，中美贸易摩擦未阻碍其发展[2] * 高端产业出口占比显著提升（计算机、医药等），传统产业（橡胶、纺织等）占比下降[8] **经济挑战与内卷影响** * 总需求偏弱导致高端产业产能利用率低于传统产业[1][5] * 内卷引发“以价换量”，高端产业出口增速弱于传统产业，阻碍产业升级[6][10][15] * 贸易条件与贸易差额分化反映内卷问题[1][5] **产业升级与质量指标** * 全要素生产率（TFP）衡量质量：出口交货值占营收比例下降、消费占GDP比例上升、制造业占比下降越快，TFP越强[4][11][14] * 高端制造业非终点，升级方向为研发、品牌、核心服务等高附加值生产性服务业[12] **价格与升级关系** * 价格下降若因规模经济效应（技术进步）则利好升级，若因需求不足（内卷）则抑制升级[7] --- 其他重要内容 **反内卷政策建议** * 需在商品和劳动力领域推行反内卷政策，解决薪酬增速弱、通胀低问题[16] * 政策效果可通过利润、通胀、产业升级速度等指标评估[17] **长期趋势** * 经济体发展后制造业占比下降是普遍规律，反映向服务贸易转型[13] * 内卷打断产业升级进程，需配合需求侧刺激政策[15] --- 数据引用 * 工业贷款“快速增长”，但未提供具体数值[1][3] * 高端产业出口占比“显著提升”，传统产业“不断下降”，无百分比[8] * 出口交货值占营收比例、消费/GDP比例、制造业/GDP比例变化与TFP关联[4][11][14]

人工智能在保险业的应用 - 人工智能为保险业客户运营、核保核赔、风险评估、产品迭代等经营环节赋能，有望显著提升全要素生产率 [1] - 人工智能及相关数字技术是当前提升全要素生产率最具潜力的抓手，有利于以更低成本提供个性化产品和服务 [1] - 人工智能助力保险业适应风险结构转变，推进服务功能升级与服务模式创新，构建"预测—干预—保障"的主动风险管理体系 [2] 保险业参与人工智能治理 - 保险业日益主动参与人工智能治理、规则制定与生态圈构建，有助于在培育新质生产力的同时护航新技术发展 [2] - 保险机构作为资本市场重要机构投资者，可以践行长期价值投资理念，持续为新技术发展提供金融支持 [2] - 面对人工智能技术的数据安全、大模型幻觉等风险，保险业可提供恰当的服务 [2] 人工智能应用的挑战 - 人工智能技术广泛应用导致传统人力结构受冲击，跨学科复合型人才欠缺，技术运用成本高昂、早期效益不彰 [3] - 大模型发展依赖的语料库存在覆盖面不全、准确性不足、时效性不够等问题，垂类大模型训练成本高企，模型可靠性待提升 [3] - 人工智能伴生的"算法黑箱"问题可能挑战决策可靠性并引发算法歧视 [3] 保险业数智化转型策略 - 保险企业应高度重视新技术发展趋势，在战略上积极筹划数智化转型，明确短期侧重点和长期目标 [4] - 已具备技术领先优势的企业可深化技术应用巩固竞争力，起步滞后的企业可借助第三方科技力量补足短板 [4] - 保险机构需在创新和谨慎之间保持平衡，避免"安全但平庸"或"出众却危险" [4]

政策动态 - 中央财经委员会第六次会议强调纵深推进全国统一大市场建设，重点治理企业低价无序竞争，推动落后产能有序退出 [3][6] - 发改委等三部门联合印发通知，鼓励园区布局低能耗、低污染、高附加值新兴产业，推动零碳园区建设 [5] - 杭州发布类脑智能产业支持措施，鼓励企业沿"科技型中小企业—链主企业"路径发展 [5] - 工信部座谈会提出加强光伏等行业治理，以标准提升倒逼落后产能退出 [6] 产业升级与集约化 - 传统产业升级需提升全要素生产率而非简单关停 [8] - 产业集约化通过空间集聚和产业链整合减少重复建设，推动企业从价格竞争转向技术和服务竞争 [14] - 样本企业中张江高科聚焦集成电路、生物医药等"硬核"赛道，联东集团改造旧园区引入高新技术企业，入园企业中国家高新技术企业占比超50% [7] 宏观经济数据 - 2025年6月规模以上工业增加值同比增长6.8%，1-6月累计增长6.4% [9] - 6月CPI同比由降转涨0.1%，PPI同比下降3.6%，连续33个月负增长 [12][13] - 工业细分行业中汽车制造业、电气机械、计算机通信设备制造业增速均超11% [11] 典型园区案例 - 中关村(京西)人工智能科技园总投资100亿元，预计引入200家人工智能企业，年产值超百亿元 [15] - 烟台中电智谷产业园总投资25亿元，吸引30家企业入驻意向 [16][17] - 山东黄河数字经济产业园集聚600余家企业，总体营收193.5亿元，含40余家高新技术企业 [18] 投资与融资动态 - 报告期录得10起投资事件，西昊智能家居拟建10亿元产业园，银河微电投资3.1亿元建设集成电路基地 [19] - 融资事件达13起年内小高峰，包括31.8亿元萧山信息港CMBS（利率2.09%）和60亿元深圳特区建发ABS [20][21] 产业园REITs运营 - 二季度产业园REITs平均出租率82.67%，平均月租金77.61元/平米 [22] - 国泰君安东久REIT以价换量实现高出租率，华安张江REIT租金同比下降1.47%但出租率提升至81.88% [25] - 首农REIT上市规模36.85亿元，底层资产首农元中心近三年平均出租率超94% [26]

经济高质量发展与高质量充分就业的关系 - 经济高质量发展与高质量充分就业相互依存，经济增长创造就业机会，高质量就业推动经济长期可持续发展[2] - 短期需侧重需求管理工具维持就业平衡，长期需重视劳动力要素对经济增长的直接贡献[3][4] - 劳动力市场趋同使部门间流动提升效率的空间缩小，需依靠新质生产力推动劳动生产率增长[5] 新质生产力与就业的相互作用 - 新质生产力以劳动者为核心要素，更充分就业体现生产要素更紧密结合，高质量就业发挥人力资本作用[7] - 全要素生产率提升依赖高质量就业，尤其受劳动者人力资本水平影响[8] - 我国"工程师红利"（大专以上学历占比15%）支撑高端制造、人工智能等行业快速发展，为新质生产力提供人才基础[9] 技术进步对就业的影响 - 劳动节约型技术进步（如工业机器人应用）未减少岗位总量，反而通过行业规模扩大促进就业增长[10] - 需动态看待技术进步与就业关系，形成新质生产力发展与高质量就业相互促进的局面[11] 促进高质量就业的实践路径 - 深化户籍制度改革打破劳动力流动障碍，推动非农部门内部优化配置[13] - 强化就业优先政策体系，增强对劳动力市场波动的预警和反应能力[14] - 加强宏观政策与就业目标协同，针对性治理周期性失业[14] - 主动应对AI等技术革命，通过新质生产力创造更优质岗位[15]

经济高质量发展与高质量充分就业的关系 - 经济高质量发展与高质量充分就业相互依存，经济增长创造就业岗位，高质量就业推动经济长期可持续发展 [2] - 短期需通过宏观经济政策维持就业平衡，长期需重视劳动力要素对经济增长的直接贡献 [3][4] - 劳动力市场趋同后，需依靠新质生产力提升劳动生产率，成为高质量发展新引擎 [5] 新质生产力与就业的相互作用 - 新质生产力以劳动者为核心，技术进步推动生产力跃升，更高质量就业体现人力资本优势 [7] - 全要素生产率提升依赖高质量就业，劳动者人力资本水平是关键影响因素 [8] - 我国"工程师红利"支撑高端制造、人工智能等行业快速发展，为新质生产力提供人才基础 [9] 劳动力市场优化与政策路径 - 非农就业率提升是经济发展规律，深化劳动力市场改革可进一步扩大就业规模 [6] - 需打破户籍等制度障碍，促进城乡劳动力自由流动，优化非农部门内部配置 [13] - 强化就业优先政策体系，增强对市场波动的预警和应对能力，加强宏观政策协同 [14] 技术进步对就业的影响 - 劳动节约型技术（如工业机器人）未减少总岗位，反而推动就业与生产率同步提升 [10] - 人工智能等新技术短期可能冲击就业，但长期将创造更优质岗位 [15] - 需动态平衡技术进步与就业扩容，形成新质生产力与高质量就业互促格局 [11]

报告核心观点 - 供给侧改革从“三去一降一补”升级为“反内卷+供给优化”，核心目标转向提升全要素生产率，避免资源低效竞争，重塑商品市场定价逻辑，利好技术密集型制造业和有“新质生产力”的企业 [2][6] - 2015年和2025年供给侧改革均面临产能过剩和PPI负增长问题，需求侧政策效力不足时需转向供给端改革，本轮“反内卷”在政策背景、行业范围和政策持续性上与2015年有本质差异 [2][42] - 2015 - 2016年过剩产能集中在基础原材料行业，2024年前后高端制造业成为新的过剩“重灾区”，本轮反内卷或使产业利润向下游转移，头部企业有望率先走出困境 [2][39] 政策定位 供给侧1.0：“三去一降一补”总量调控与过剩产能化解 - 2015年供给侧改革针对钢铁、煤炭等行业产能出清，通过行政手段压缩供给曲线，配合需求侧刺激释放行业利润，成功依赖行政化供给压缩和需求侧政策协同 [7][14] - 传统工业领域产能严重过剩，如钢铁、煤炭、水泥、玻璃等行业，通过去产能、兼并重组等措施重塑竞争生态，提升产能利用率 [15][16] - 房地产库存高企，通过降首付、降息等政策刺激，但三四线城市库存压力仍大 [22] - 创新与民生领域投入不足，通过鼓励企业研发投入，提升高新技术专利申请量和创新投入指数 [24] 供给侧2.0：“反内卷”结构优化与高质量发展 - 本轮“反内卷”改革核心是矫正市场失灵，在供给端形成技术溢价分层，需求端触发品质升级循环，推动全产业链长期效率提升 [7] - 近期相关政治会议多次提及“反内卷”，政策从理念倡导升级为制度性改革，政策框架和法律体系不断完善，企业和行业也采取了自律措施 [27][31] - 与2015年改革相比，本轮在行业覆盖、企业意愿、经济背景、产业背景、政策定位和社会成本等方面存在差异，可能使产业利润向下游转移 [38][40] 市场逻辑 政策信号解读：宏观环境、市场预期与历史比较 - 供给侧改革提出与经济体面临价格低位运行和产能过剩压力密切相关，2015年和2025年PPI均出现长时间负增长，当前“反内卷”改革面临PPI - CPI剪刀差扩大问题 [42][45] - 2015年和2025年政府及居民杠杆率情况不同，2025年传统需求侧刺激政策效果受限，需转向供给侧改革提升资本回报率 [50][51] 理论支撑：供给侧改革的经济学原理与政策依据 - 需求侧管理政策在经济面临流动性陷阱、债务积压和刚性约束时效力衰减，需观察“政策空间 - 传导机制 - 市场预期”三角验证，当三者同步承压时需转向供给端改革 [58][59] - 供给侧管理政策理论源于萨伊定律，已被验证有效的政策包括技术供给侧、资本供给侧和制度供给侧三类，2015年和2025年供给侧改革均为解决经济结构失衡问题 [59][61] 行业落地 传统行业：行政手段主导产能出清 - 平板玻璃行业通过“法制底线 + 行业自律”组合拳，有望淘汰低效产能，提升集中度，推动行业从成本竞争转向技术溢价 [66] - 水泥行业聚焦供给端强制出清与竞争秩序重构，通过强制淘汰落后产能等措施，未来价格有望触底反弹，但下游需求疲软仍会压制产能利用率 [67] - 煤炭行业产能利用率低迷，利润承压，若进口政策严格执行，产能利用率有望提升，龙头企业将主导市场份额扩张 [70] 新兴行业：自律减产与技术升级并行 - 光伏产业链各环节均面临产能过剩问题，多晶硅和光伏玻璃行业需通过政策强制力进行产能出清，推动行业从成本竞争转向技术溢价 [73][74] - 新能源汽车行业面临同质化竞争和价格战问题，“反内卷”政策聚焦“提质”而非“减产”，有望提升行业集中度，推动行业高质量发展 [76][79]

安徽省汽车产业集群发展 - 安徽省将汽车产业定位为"首位产业"，已形成高端整车引领、核心零配件龙头汇聚、后端检测服务齐备的产业集群 [2] - 合肥市肥西县新能源动力电池生产基地已投入生产，显示产业链关键环节布局完善 [2] 资源配置效率理论框架 - 马克思主义政治经济学指出资源配置效率本质是"社会总劳动时间的按比例分配"，"时间节约规律"是其核心表达 [3] - 社会主义市场经济需通过市场机制实现要素流动与宏观调控引导结构优化的"双轮驱动" [3] - 增量培育与存量优化构成"动态平衡系统"，需协同推进以避免"边际效益递减"陷阱 [4] 资源配置三维优化路径 - 空间维度：通过"腾笼换鸟"政策实现土地再配置，建立亩均效益评价体系和产业链图谱引导机制 [5] - 时间维度：实施隐性债务置换政策，将短期高息债务转化为长期低成本融资，优化跨周期资源配置 [6] - 价值维度：推进土地要素市场化改革，建立"增减挂钩指标跨区域交易机制"，平衡经济价值与战略价值 [6] 要素市场化配置创新 - 破除要素用途管制刚性约束，深化混合所有制改革激活存量资产流动性 [8] - 将数据、专利等新型要素纳入盘活范畴，构建"要素价格市场化纠偏机制" [8] - 建立全要素生产率考核体系，解决"僵尸企业"处置难题 [8] 产业协同发展机制 - 运用政策性开发性金融工具引导社会资本参与存量资产盘活，构建财政贴息、专项债券、资产证券化联动机制 [9] - 将碳排放权交易收益定向用于传统产业绿色改造，形成"减排创造增量、技改提升存量"激励 [9] - 在京津冀、长三角、粤港澳大湾区试点"飞地经济"模式，促进区域创新资源流动 [9]

生产性服务业的战略性功能 - 生产性服务业是GDP增长极 往往成为发达社会GDP板块中最大板块 [1] - 作为科研创新核心服务业 是制造业高质量发展动力 同时是全世界独角兽最大板块 [1] - 服务贸易增长极 中国服务贸易发展不足主因生产性服务业发展滞后 当前以劳动密集型服务贸易出口为主 [1] - 产品高附加值基础 以6000元手机为例 3000元成本外其余价值来自软件/专利/知识产权等生产性服务业嵌入 [2] - 全要素生产率发展基础 其知识密集和人才密集特性支撑新质生产力提升 [2] 中国制造业发展现状 - 高铁/汽车制造/新能源装备/电力装备/造船五大领域已实现全球"领跑" [3] - 生物医药/信息智能技术/芯片生产/高端装备/新材料/航空航天进入"并跑"阶段 [3] - 生产性服务业仍存五大短板：占GDP比重低/服务贸易占比低/制造业产值利润率低/独角兽比重低/全要素生产率低 [3] 未来发展重点 - "十五五"至2040年需重点消除生产性服务业五大短板 [3] - 通过发展生产性服务业推动制造业高质量发展和新质生产力良性发展 [3]

生产性服务业的战略功能 - 生产性服务业是全球GDP最大增长极 美国生产性服务业占GDP比重从1950年10%升至2024年50% 规模达14.5万亿美元[7][8] - 生产性服务业是独角兽企业主要孕育领域 美国科技七巨头（苹果/微软等）平均市值2万亿美元 其业务本质是生产性服务而非制造[9][10] - 生产性服务业推动服务贸易增长 全球服务贸易占比从5%升至25% 中国当前仅12%且以生活性服务为主[11][12] - 生产性服务业贡献产品60%附加值 如6000元手机中3000元来自软件/专利等生产性服务价值[12] - 生产性服务业提升全要素生产率 欧美全要素生产率贡献率达40%-60% 中国仅20%-30%[13] 中国制造业发展现状 - 中国制造业占全球比重超30% 形成高铁/汽车/新能源装备/电力装备/造船五大领跑领域[1][15] - 生物医药/芯片/高端装备等五大领域实现从跟跑到并跑[1][17] - 制造业全球占比30%具有历史意义 英国/美国曾保持第一100年/80年 中国有望维持50-100年[2][16] - 2023年中国汽车产量3000万辆 但利润率5%低于丰田900万辆的利润水平[18] 生产性服务业发展短板与目标 - 当前中国生产性服务业占GDP仅27%-28% 低于欧美40%-50%水平[18][8] - 制造业产值利润率7% 低于全球均值10%和欧美12%-15%[18] - 股市独角兽企业占比10% 显著低于欧美30%[19] - 2040年目标：生产性服务业占比提升至35% 制造业保持25%[20] - 2050年目标：生产性服务业达40% 生活性服务业25% 制造业25%[20] 生产性服务业分类体系 - 联合国定义10大类/35中类/171小类 包括研发/底层技术/物流/金融等[4][5] - 典型类别：芯片设计软件/GPS系统（工具类技术） 产业链认证服务 制造业数字化改造等[5] - 华为作为典型案例 20万员工专注5大产品线的10类生产性服务开发 制造环节全部外包[10]

报告核心观点 - 类比2019年是新旧动能转换背景下最值得探讨的路径，当前A股大盘指数强于预期，源于对新旧动能转换信心增强，A股处于“新胜于旧”阶段，“新”包括港股成新核心资产、出海成A股大盘成长胜负手、新科技与新模式等 [1][2][9] - 中国正处类似2012年日本“旧力退潮、新势崛起”关键窗口期，未来政策、产业与资本市场有望围绕“新动能”形成正反馈 [3] A股当前进入新旧动能转换关键阶段 大盘指数走强原因 - 中长期悲观问题乐观改善，核心是对新旧动能转换信心增强，如AI、军工、创新药、新消费、出口、房地产等因素使市场意识到新旧动能转换定价思路 [1][2][9] 新旧动能转换四阶段框架及当前阶段 - 提出四阶段框架，当前A股处于“新胜于旧”阶段，“新”指港股成新核心资产、出海成A股大盘成长胜负手、新科技（A股硬件+港股软件）、新模式（新消费50组合为核心的消费投资） [4][9] 类比2019年情况 相似点 - 经济无失速风险，结构上新经济亮点多，基于消费和科技的新旧动能转换信心增强，2019年中美贸易摩擦改善，宏观经济低位企稳，结构上科技和消费板块趋势明显 [15][18] 不同点 - 2019年通胀上行，利率3%，未经历楼市低迷和疫情冲击，内生动力强，长债利率3%附近震荡，产业主线清晰，市场对经济企稳回升乐观，高股息策略欠佳，有结构性通胀 [25] 结构层面对比 - 2019年呈现消费（消费升级）+科技（5G+消费电子）“跷跷板”式双轮驱动，2018年底至2019年震荡上行中，经济总量无明显改善，但消费升级带动消费和科技板块走出结构性行情，消费和科技交织轮动 [28] 基于2012年前后日股新旧动能转换定价经验 日本经济改革情况 - 1995年房价下行速率趋缓，日经225止跌回暖；2003年房价低位企稳，日经225回暖；2012年安倍经济学登台，地产+建筑占GDP比重企稳，制造业占比回升，GDP平稳波动，日经225反转定价 [35] - 宏观层面靠安倍三支箭营造宽松环境；结构层面多点布局扶持新兴动能；推动地方创生特区等改革措施，激活区域经济与中小企业创新活力 [35] 中日宏观环境对比 |比较领域|中国(2024 - 2025年)|日本(2012年前后)|对比情况| | ---- | ---- | ---- | ---- | |GDP增速|当前增速中枢稳定在5%左右|2012年前后曾陷增长停滞，2011年负增长1.6%，2012年小幅增长0.6%|均进入增长放缓和结构转型环境，但中国增长中枢远高于日本停滞水平| |产业结构|服务业占比57%，工业占比36%，消费比重逐步提升|2012年前后服务业占GDP~70%，制造业下滑，出口依赖度高|中国制造业占比高，服务业渗透加速；日本进入高端服务主导阶段| |通胀/物价|CPI长期低迷，PPI下行压力大，低通胀环境持续|多年低通胀甚至负通胀、核心通缩压力显著|均有低通胀压制，但日本程度更深、持续更久| |债务杠杆|企业债务高企，地方隐性债务待化解，居民杠杆高且楼市低迷|资产泡沫破裂后信贷紧缩，杠杆率快速下降，爆发“资产负债表衰退”|日本经历主动去杠杆和银行信用风险集中爆发，中国杠杆持续高位，债务风险未明确出清| |出口|出口占GDP比重下降至19%，仍为重要驱动因素|泡沫前出口驱动显著，危机后持续疲软|两国历史依赖出口，但结构变化，中国从出口转向消费，日本向服务出海和资本出海倾斜| |企业盈利能力|工业企业盈利能力弱，利润率历史底部，PMI微弱改善但内外需求偏弱|2012年前企业利润疲软，投资缩减，2012年财政扩张和货币宽松后盈利修复路径清晰|日本企业在宏观政策和全球化浪潮下找到增长路径，中国内需和出海市场待打开| |居民预期/消费|居民收入预期和消费意愿偏弱，消费占GDP比重约40%|民众消费谨慎、储蓄率高、消费缺乏动力，通缩预期普遍存在，2012年后居民收入筑底回升|两者均有“高储蓄+低消费”问题，中国面临转型节点，日本依赖财政和货币双宽扭转居民悲观预期| |宏观政策|货币多次降准降息，受汇率掣肘宽松幅度小；财政准备扩表，受制于化债压力，以结构性消费刺激为主|采行“安倍三支箭”：超宽松货币、财政刺激、结构改革|货币+财政政策方向相似，中国结构改革力度温和，政策边际空间大；日本结构改革“第三箭”效果有限，但财政货币政策对需求侧作用明显| |人口结构|劳动人口稳定但老龄化加速、人口增长放缓，疫情冲击后失业率逐步企稳|高度老龄化、出生率低，多年人口负增长|中日均面临人口结构问题，中国在缓冲期，日本全面承压| [36] 日本新旧动能转换基础及表现 外需基础 - 2012年日本传统制造业增长停滞，海外需求成产业结构重塑外部推力，企业“走出去”，对外直接投资结构性跃升，投资存量占GDP比例从1985年3%左右增至2023年51%，海外扩张助日企规避风险、重构供应链、获新增长 [43] - 制造业以汽车和电子为代表借海外需求转型，服务业大规模出海，商业模式与服务逻辑升级，从出口制造向高附加值服务输出转变；产业转型上，传统行业有周期性波动，新兴行业如半导体、电子设备2012年后加速增长 [46] 内需基础 - 企业盈利、居民收入和债务出清：企业盈利能力止跌回升，为产业升级和海外扩张提供现金流；企业与居民去杠杆基本完成，宏观风险下降；居民可支配收入触底回升，改善消费预期，奠定内需复苏基础 [53] - 房地产市场企稳：首都圈房价2012年前后止跌回升，非核心城市滞后；核心城市写字楼空置率持续下行 [64] 股市表现及对A股参考 - 科技驱动全要素生产率上升，推动市场估值系统性提升，日经指数与全要素生产率高度相关，2012年前后TFP回升伴随股市估值修复，反映企业整体生产效率与资源配置优化预期 [73] - 基于新旧产业角度总结四阶段定价：2005 - 2008年“新旧交织”，杠铃策略有效性不强；2009 - 2012年“新胜于旧”，新旧分化加剧，形成新产业胜于旧产业格局和高股息 - 信息科技杠铃策略；2012 - 2013年“旧的绝唱”，房地产股价对利空脱敏，旧经济触底平稳估值修复，杠铃策略失效；2014 - 2018年“新的时代”，新动能形成压制性定价趋势，旧动能丧失投资价值 [77]