《数字经济洞察周报》2023年第9期 | 全国两会召开，至顶智库发布相关政策解读 原创

至顶发布

至顶智库发布2023年政府工作报告解读文章

2023年3月5日，全国两会在京召开，李克强总理作政府工作报告，总结2022年及过去五年间经济社会发展主要成就，提出2023年经济社会发展主要预期目标及本年度工作重点。

至顶智库将2023年政府工作报告中提出的经济社会发展主要目标与往年政府工作报告进行对比分析，并从数字经济角度，对2023年工作重点作相关解读。

2023年政府工作重点

信息来源：中国政府网，至顶智库

解读文章请关注“至顶头条”公众号 ：

至顶智库看两会专题 | 2023年政府工作报告解读

解读视频请参见“潜流研究所”视频号：

“至顶智库看两会专题”—从数字经济视角解读2023政府工作报告

 

解读文章请参见“至顶头条”公众号：

至顶智库看两会专题 | 组建国家数据局，重组科技部机构改革方案解读

 

解读文章请参见“至顶头条”公众号：

政策解读 | 数字中国顶层规划助力中国式现代化建设

行业政策

十四届全国人大一次会议表决通过国务院机构改革方案

2023年3月10日，十四届全国人大一次会议表决通过关于国务院机构改革方案，此次国务院机构改革的主要内容如下：

重组科学技术部

加强科学技术部推动健全新型举国体制、优化科技创新全链条管理、促进科技成果转化、促进科技和经济社会发展相结合等职能，强化战略规划、体制改革、资源统筹、综合协调、政策法规、督促检查等宏观管理职责；

保留国家基础研究和应用基础研究、国家实验室建设、国家科技重大专项、国家技术转移体系建设、科技成果转移转化和产学研结合、区域科技创新体系建设、科技监督评价体系建设、科研诚信建设、国际科技合作、科技人才队伍建设、国家科技评奖等相关职责，仍作为国务院组成部门。

信息来源：新华社《关于国务院机构改革方案的说明》，至顶智库

组建国家数据局

负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家发展和改革委员会管理。

将中央网络安全和信息化委员会办公室承担的研究拟订数字中国建设方案、协调推动公共服务和社会治理信息化、协调促进智慧城市建设、协调国家重要信息资源开发利用与共享、推动信息资源跨行业跨部门互联互通等职责，国家发展和改革委员会承担的统筹推进数字经济发展、组织实施国家大数据战略、推进数据要素基础制度建设、推进数字基础设施布局建设等职责划入国家数据局。

信息来源：新华社《关于国务院机构改革方案的说明》，至顶智库

调整国家发展和改革委员会职责

企业债券发行审核职责划入中国证券监督管理委员会。

组建国家金融监督管理总局

在原中国银行保险监督管理委员会基础上组建国家金融监督管理总局。

调整中国人民银行职责

对金融控股公司等金融集团的日常监管等职责划入国家金融监督管理总局；

统筹推进中国人民银行分支机构改革。

调整中国证券监督管理委员会职责

投资者保护职责划入国家金融监督管理总局。

 

自然资源部发布《智能汽车基础地图标准体系建设指南（2023版）》

近日，自然资源部发布《智能汽车基础地图标准体系建设指南（2023版）》，主要从基础通用、生产更新、应用服务、质量检测和安全管理等方面，对智能汽车基础地图标准化提出原则性指导意见，逐步形成适应我国技术和产业发展需要的智能汽车基础地图标准体系。

建设目标

到2025年，初步构建能够支撑汽车驾驶自动化应用的智能汽车基础地图标准体系。先行制定急用先行的10项以上智能汽车基础地图重点标准，涵盖基础通用、数据采集、动态更新、数据分发、交换格式，以及多种智能端侧相关数据安全保护等技术要求和规范，解决智能汽车基础地图深度应用的迫切需求。

到2030年，形成较为完善的智能汽车基础地图标准体系。制定20项以上智能汽车基础地图标准，涵盖数据生产、应用服务、质量检测和地图审查等技术要求和规范，引导和推动我国智能汽车基础地图安全合规应用，为我国智能汽车、智慧交通、安全出行及新型智慧城市等智能汽车基础地图相关行业领域技术发展及产业落地提供标准支撑。

建设内容

智能汽车基础地图标准体系是在“国家地理信息标准体系框架”中“专项类700”的进一步拓展，并创建“地理信息——智能汽车基础地图706”，将该专项划分为基础通用、生产更新、应用服务、质量检测和安全管理等五个部分，囊括17个子类的标准体系。

智能汽车基础地图标准体系框架图

信息来源：自然资源部 《智能汽车基础地图标准体系建设指南（2023版）》

 

湖南省工信厅发布《湖南省“智赋万企”行动方案（2023—2025年）》

2023年3月6日，湖南省工信厅发布《湖南省“智赋万企”行动方案（2023—2025年）》，全面推动以人工智能为代表的新一代信息技术赋能千行百业数字化转型，构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态，推动经济高质量发展。

工作目标

到2025年，数字经济与实体经济融合取得显著成效，企业智能化水平极大提升，产业核心竞争力明显增强。推动全省70万家企业上云，4万家企业上平台。全省75%的规模以上制造业企业基本实现数字化网络化，工业互联网平台在规模工业企业中的普及率达50%。打造1,000家智能制造企业、3,000条（个）智能制造生产线（车间）、15,000个智能工位。孵化1万家左右创新型中小企业，省级专精特新中小企业达到3,500家左右，国家级专精特新“小巨人”企业达到1,000家左右。打造150个左右国家级制造业单项冠军企业（产品）。推动1,000家以上企业通过国家两化融合管理体系贯标。

“智赋万企”行动举措

信息来源：湖南省工信厅 《湖南省“智赋万企”行动方案（2023—2025年）》，至顶智库

实施基础设施提升工程

完善网络供给。每年新建成约2.5万个5G基站，加快交通枢纽、工业园区、矿山、医疗机构等重点区域5G网络的深度覆盖。

优化算力布局。建设好中国电信天翼云中南大数据中心等新型数据中心，推动数据中心加快由存储型向计算型转变，着力提升数据中心平均利用率。建设面向特定场景的边缘计算设施，推动边缘计算与云计算协同部署。

实施基础技术攻关工程

聚焦重点领域。通过“十大技术攻关”“揭榜挂帅”等方式，加大新一代半导体、人工智能、大数据等重点领域核心技术创新力度，提升基础软硬件、核心电子元器件、关键基础材料供给水平，突破数字孪生、边缘计算、区块链、智能制造等集成技术。

建设创新主体。加快岳麓山实验室、岳麓山工业创新中心、湘江实验室、芙蓉实验室等“四大实验室”建设。

实施数字产业集聚工程

加快数字产业集群集聚，打造具有核心竞争力的国家级数字产业集群，推动全省数字经济年均增长15%。

培育优质企业。聚焦人工智能、先进计算、新一代半导体等重点领域，培育引进一批掌握关键核心技术、具有核心竞争力的生态主导型企业，发布省级人工智能、大数据、物联网、区块链等重点企业名单。

发展优势产业。大力发展计算机制造、智能设计制造等数字产品制造业，持续培育以“两芯一生态”为核心的计算产业。

打造增长引擎。加快建设世界计算·长沙智谷，打造先进计算产业亮丽名片。

实施中小企业数改工程

开展中小企业数字化转型试点工作，大力推动企业上云、上平台，探索分行业分领域推动中小企业数字化转型。

推动供需匹配。大力推动中小企业数字化改造，支持中小企业从数字化转型需求迫切的环节入手，加快推进线上营销、远程协作、数字化办公、智能生产线等应用。

实施梯度培育。每年培育3,500家左右创新型中小企业，每年遴选500家左右省级专精特新中小企业，争创一批国家级专精特新“小巨人”企业和制造业单项冠军企业（产品）。

 

广州市政府印发《广州市建设国际消费中心城市发展规划（2022—2025年）》

2023年3月8日，广州市政府正式发布《广州市建设国际消费中心城市发展规划（2022—2025年）》，总结广州市消费领域发展基础与形势，制定广州建设国际消费中心城市指标体系及八大策略，并提出构建产业型、流量型、服务型消费体系等多项具体任务。

数智化发展

以数字化提升消费行业智能化水平。加快数字基础设施建设，整合算力、算法、数据、应用等资源，构建城市超算互联网体系，提高城市智能算力资源。

推动超算资源互联互通与共享交易，为生产经营与消费活动提供多样化的算力服务，助力产业链、消费链数字化、智能化升级。

持续推动网络消费升级与电子商务升级。以“互联网+消费”为主线，推动消费链条各环节实现“线上线下相互融合”。

充分发挥广州作为传统贸易枢纽的流量优势，促进线下流量与线上流量相互引流，打造一批整合打通产业链、供应链和消费链的新型电商平台。

场景化塑造

大胆拓展人工智能、脑机接口等新一代技术的研发，加快元宇宙核心行业布局，进一步打通元宇宙产业链与消费链，探索数字资产的创建与交易、构建多元数字消费场景。

壮大汽车消费

围绕汽车整车与核心零部件生产、自动驾驶技术研发、汽车金融服务、汽车营运服务等多产业环节持续发力。

积极提升整车“智能化”集成技术、持续突破“车规级芯片”、“车用传感器”等关键零部件设计，大幅提升汽车产品竞争力。

打造全球贸易枢纽

加强互联网、大数据、人工智能等新技术运用，促进产业链、供应链高效协同。

围绕电子、汽车、化妆品、医药等本地优势产业，引进和培育一批专业化电子商务企业，提升供应链服务能力。

鼓励企业构建供应链平台，开展供应链金融创新，提高供应链服务总体水平。

推动金融机构、核心企业、政府部门、第三方专业机构等各方加强信息共享。

前沿技术

谷歌与柏林工业大学共同推出史上最大视觉语言模型—PaLM-E

2023年3月7日，谷歌和柏林工业大学的团队重磅推出史上最大的视觉语言模型——PaLM-E（Pathways Language Model with Embodied），通过PaLM-540B语言模型与ViT-22B视觉Transformer模型相结合，使其参数量高达5,620亿（GPT-3的参数量为1750亿）。PaLM-E作为一种多模态VLM（视觉语言模型），不仅可以理解图像，还能理解、生成语言，还能执行各种复杂的机器人指令而无需重新训练，展示出强大的涌现能力。

可分析视觉数据执行高级命令

当接到“把抽屉里的薯片拿过来”等高级命令时，PaLM-E可以为移动机器人平台生成行动计划，并自行执行任务。机器人能够顺利从十多个开放式抽屉中找到薯片，拿给研究人员。

当给予机器人“将绿色色块推到乌龟旁边”的指令时，即便机器人之前没有见过此乌龟摆件，也能顺利完成任务。

PaLM-E几乎拥有所有语言能力

PaLM-E是一个仅有解码器的大型语言模型，在给定前缀或提示后，能够以自回归方式生成文本补全。其训练数据为包含视觉、连续状态估计和文本输入编码的多模式信息，可连续观察图像或传感器数据，并将其编码为与语言符号大小相同的向量序列，以处理语言方式“理解”信息。

PaLM-E在实验案例中表现出“正向转移（positive transfer）”现象，意味着其可以将所学知识和技能从一个任务转移到另一个任务，因此与执行单一任务的模型相比，性能显著提升。

语言模型规模越大，在进行视觉语言和机器人任务训练时，就越能保持语言能力，因此从参数规模上来讲，拥有5,620亿参数的PaLM-E几乎拥有所有语言能力。

PaLM-E功能演示

图片来源：PaLM-E:An Embodied Multimodal Language Model