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。