1.毛利率和研发强度用于刻画价值链和研发链。
2.三大重点领域:数字经济(美国高研发投入占据产业链高毛利环节),绿色经济(中国研发投入有领先地位),生物经济(欧美不可替代较强)。
3.加速中国科技创新,一要吸收他人技术外溢,二要自主创新。
4.中国知识创新加速,但核心贡献小、原创性低,成果转化产业强、学研弱,在比较优势领域知识创新活动优异,国际学术合作减弱。
5.研发活动分为基础研究、应用研究、试验发展,中国研发投入总量高,具有规模优势,需加大吸引国际研发资源、加大政策研发补贴力度、政策引导企业投入基础研究、鼓励产学研合作。
6.研发投入存在结构性短板:企业研发强度低、基础研究投入严重不足,科研院所定位模糊,对产业支持程度不高。
7.中国人才总量不小,但质量和结构要提升,对应试技能过度投资导致科学探究和科学思维能力低,人才流出严重,国内学术环境和引进过度承诺制约人才引进。
8.美国sbir计划,供给决定0到1,需求决定1到n,规模经济提升创新效率,多样性需求提高研发强度。
9.贸易促进创新三个渠道,需求侧规模效应,供给侧规模效应,国际竞争效应。
10.中国半导体创新方向,一是延续摩尔定律,补短板,立足于现有成熟技术,加大半导体研发力度,提升核心自主水平;二是超越摩尔定律,造长板,加速集成电路先进制程的追赶,深化半导体新材料、新工艺、新封装、新计算架构等潜在颠覆性技术布局。
11.软件定义世界,基础软件(含开发语言、几个建模内核、ai框架和算法等)是激进式创新,应用软件(含高端工业设计和仿真软件)是渐进式创新(工业软件的标准来自对下游制造业工业的理解和磨合,特地场景需求的理解和性能打磨,形成强者恒强的正循环),本土it产业呈现需求强、供给弱的特征。
12.数字经济和制造业深度融合,微笑曲线或将走向偏平化,研发与制造、制造与服务的一体化诞生更多工程式创新和商业模式创新的可能性。中国数字经济领先叠加制造业全产业链优势,有望迎来赶超的新机遇。
13.中国制造业,工程式创新:产研结合,加速赶超。商业模式创新:产用结合,换道超车。
14.物流促进生产要素流程,拉通制造和消费两端,供应链安全的要求推动jit(just-in-time,准时制)到jic(just-in-case,柔性化)的生产模式转变,精益物流和物流柔性化。
15.数据资产尚未被会计确认。无形资产包括软件、商标、著作权、专利权等,但并不包含数据资产。数据安全和合规是数据资产化过程的必要条件和基础,优先明晰数据产权的界定。推动数据确权机制的完善,包括数据所有权、使用权、经营权等一系列权利。考虑在财务报表中对数据资产进行确认和计量,以认可数据资产对数据创造的价值。扩大无形资产范畴,或新增报表科目反映数据资产,规范会计处理,解决账内信息不对称的问题。计量上,在现有成本法、收益法和市场法的估值方法基础上,考虑对动态因素进行评估。数据资产需要填补会计准则在确认和计量方面的空白。