中国经济的发展历程与展望 中国经济的发展历程
淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号 【淘姐妹】
本文来自微信公众号：壹本正经地胡说八道（ID：gh_55c7c58f542a），作者：孟骁，原文标题：《〈从置身事内开始――探寻中国经济的发展历程》，头图来自：视觉中国
?
自从在1月份读了兰小欢的《置身事内》，我又陆续阅读了书中推荐的十余本研究中国经济的著作。这些书从不同侧面刻画了新中国的经济发展历程，有的从宏观的视角解析经济改革的逻辑，有的深入解析某些政策发展的脉络，有的通过具体的案例来描绘经济背后人的因素，还有的通过横向比较论证不同可能路径的优劣。
以这些书为基础，我尝试着沿着几个被讨论最多的议题，勾勒一下建国以来经济的发展历程。本文将从中央和地方、改革开放和城乡经济、分税制和土地财政、产业经济、债务和风险以及汇率和进出口等六个方面展开讨论。
（一）中央和地方
中国的国家治理体系包括中央、省、市、区/县、乡/镇等五个层级，同时也分为中央各部委管辖的“条条”和以地方政府为主导的“块块”。在“条条”和“块块”之间，实行“条块管理，以块为主”的原则，即“条条”部门只提供业务指导，具体人事财务权限在地方“块块”管理。因此，在地方政府和垂直部门的利益发生冲突时，通常是地方利益占据主导。
图1 中国行政区划统计（数据来源：中华人民共和国民政部）
自古以来，中央和地方之间一直存在微妙的博弈关系。尽管中央有最终裁定权，但具体的决策权很多情况仍在地方，正所谓“县官不如现管”。
自新中国成立以来，中国开始效仿苏联的计划经济体制，但国家的“计划”能力较弱，难以形成黄仁宇在《万历十五年》中所提及的“数目字管理”。毛主席在1956年的论十大关系中指出，“我们的国家这样大，人口这样多，情况这样复杂，有中央和地方两个积极性，比只有一个积极性好得多”。
1958年，中央开始大范围放权，催生了地方工业的兴起，同时也造成了“大炼钢铁”等时代产物。1960～70年代，随着国内外局势的变化权力收收放放，但总体而言，地方分权化仍是主基调。1980年代，中国开始全面施行地方政府包干制度，“交够国家的，剩下都是自己的”，大大促进了地方积极性。
在纵向上，上下级政府间的管理机制可称为“行政发包制”，即上级政府（发包方）默许下级政府（承包方）的实际控制权，换取下级政府对上级政府工作的支持，同时上级政府还可用对下级政府的评估来避免失控。在平级政府部门之间，则是一种以经济增长为目标的“政治锦标赛”，地方官员的晋升与上级政府主要考核的GDP等目标显著相关，在这些指标上优胜的官员更可能在“政治锦标赛”中胜出并获得晋升。
图2 行政发包和政治锦标赛示意（根据周黎安《转型中的地方政府》整理）
在这样的管理体系下，地方政府有较大的自由裁定权，一定程度上具有了“准公司”的性质。他们年初确定经济发展指标、制定产业结构政策、确定重大项目，争取各种渠道的融资和招商引资，并周期性进行绩效考核和晋升。在这样的制度之下，地方政府具备了较大的创新能力，很多后来耳熟能详的改革制度其实最开始都是由地方政府自行发起的，后经中央政府背书后以政策或法律的手段推广到全国。
（二）改革开放和城乡经济
我国的城市和乡村在经济体制、土地政策、户籍政策等方面存在着显著的差异，这种城乡二元结构虽限制了两者之间更高效的互动，但也为经济发展留下了两片差异化的土壤。
1956年，中国完成对农业、手工业和资本主义工商业的“三大改造”。城市的所有制基本转为以国有经济为主体的工业经济，而乡村则转为以公社集体所有制的农业。接下来的二十年里，集体体制下的工业和农业都缺乏对于个体的激励，导致整体经济缺乏活力，增速缓慢。
率先出现松动的是在农村。1978年，小岗村的十八位农民冒着极大风险开启了农村联产承包责任制的先河，为中国改革开放拉开了大幕。联产承包责任制将“大锅饭”变为“分灶吃饭”，极大激发了农民的生产积极性，提高了农业生产效率。
与此同时，乡镇企业异军突起，通过“离土不离乡”的方式将农村剩余的劳动力投入到工业生产中，大大提升了中国的工业化水平。从1978年至1993年，乡镇企业在全国工业产值的比重从只有9％增长到36％。到1994年以后，乡镇企业逐渐式微，农民更多以“农民工”的身份进城打工。
1980年，深圳、厦门、珠海和汕头被列为经济特区，“让一部分人、一部分地区先富起来”成为了改革开放的又一个注角。这些城市在经济计划、对外贸易、金融、财政等方面有了极大的自主权，同时在税收、土地使用、劳动用工、外汇管理等方面享受了巨大的政策支持。
先开放的几个城市迅速取得了成功，也让中央意识到了区域经济改革与开放的重要性，所以在1984年又开放了另外14个沿海城市。城市的产业效能要远远高于农村，因此，在之后的几十年时间里，中国的人口和资本逐渐向城市聚集。
改革开放以后，城镇人口占比（城市化率）从1978年的18%增长到2000年的36%，又增长到2022年的64%。这期间，有5亿农民进入城市，为改革开放后的经济起飞贡献了重要的力量。但由于户籍制度的限制，约有2亿农民虽然进了城但是没有拿到城市的身份，没法完全享受城市的教育、医疗、养老服务，让这部分人只能“在城市打工，回村里养老”。
此外，中国对建设用地指标实行严格管理，每年的新增指标有限且无法跨省交易，且农村土地由于归集体所有无法进入市场交易，造成大城市的人口流入速度远超过土地新增速度，推高了大城市的房价，一定程度上也扩大了贫富差距。
图3 城镇人口占比变化（数据来源：国家统计局）
（三）分税制和土地财政
80年代是改革开放的起步阶段，很多制度不够完善，通过包干制可以更好调动全社会的积极性。但包干制导致的结果是地方财政收入占比越来越高，中央财政收入越来越低。自70年代开始，中央财政预算长期低于30%以下，这严重削弱了中央政府的财政能力，不利于从中央层面去做重大的投资，也不利于全国范围重要改革的推行。
1993年，中央推行分税制改革，将原本属于纯地方税种的增值税变为共享税，中央拿走75%留25%给地方，一举扭转了弱中央强地方的格局，将中央财政占比从30%以下提高到了55%。
在1993年下半年，时任国务院副总理朱F基亲自带队与各个省谈判协商。由于这个变革严重影响了省级政府的收入，因此谈判过程十分艰难，中央也是做出了很多妥协才最终确保该政策在1994年落地。分税制改革增强了中央政府的宏观调控能力，为后来应付1997年金融危机、推进国企改革以及21世纪以来的诸项改革措施奠定了基础。
下图反映了1958年的权力下放，以及1994年的分税制改革对于中央和地方财政收入的影响，从1994年以后，中央财政收入和地方财政收入占比一直保持在50%上下。
图4 中央和地方财政收入占比变化（数据来源：国家统计局）
分税制改革之后地方政府的收入变少了，但是支出却没什么变化，中央的转移支付能解决一部分的问题，但是还是留下了很大的缺口。为填补这一重大缺口，土地财政遂走上了历史舞台，成为了地方政府预算内税收收入之外的“第二财政”。政府的土地相关税费及收入可分为三个部分：
土地出让收入，即所谓的“卖地”收入
与土地直接相关的税收，如土地使用税、耕地占用税等
与土地间接相关的税收和费用，如与土地转让相关的营业税、建筑业和房地产的企业所得税、新增建设用地有偿使用费、房屋拆迁费等
根据北京大学周飞舟教授的调研，以西安市长安区为例，1999年土地相关的所有收入预估占全区财政收入的10%，到了2003年这一数字增长到了51%，显示了土地财政对于地方政府收入的重要性。
在土地财政的助推下，各地政府在过去的三十年里大兴土木，拓地建城。2000年，全国城市建成区面积为2.2万平方公里，至2020年这一数字增长至6.1万平方公里，年均复合增长率5%。
据2013年发改委的一项分析，当年我国各地新建城区的规划承载人口数达34亿，这显然大大超出了需求。对于土地财政的过度依赖也导致了地方政府高杠杆率、房地产库存过高等问题，这些问题后来也成为了诸多政策的解决对象。
（四）产业经济
GDP从产业上可分为第一、第二、第三产业。第一产业指农、林、牧、渔业，在2022年约占中国GDP的7%。第二产业指采矿业，制造业，建筑业，以及电力、燃气及水的生产和供应业，22年约占GDP的40%。第三产业指除第一、二产业以外的其他行业，包括零售、物流、金融、生活服务、房地产等，约占GDP的53%。
下图展示了我国自1952年以来三个产业占比变化，第二产业在1970年超过了第一产业，而第三产业在2012年超过了第二产业。
图5 我国三次产业构成变化（数据来源：国家统计局）
不同产业在GDP贡献、纳税、就业吸纳的属性不同，同时对于产业所在地资源禀赋、人力资源、交通物流、供应链配套等的要求也不同，因此产业升级和结构调整是一个复杂和长期的系统工程，需要各地政府通过招商引资、税收政策、财务补贴等方式有目的引导。产业投资又是一件充满风险的事情，产业升级跨越带来的利益越大，其潜在的风险性也会越大，这对地方执政者是巨大的考验。
2008年，合肥拿出了当年一半的收入投资了液晶面板厂商京东方，帮助京东方建成了一条可生产大屏幕的6代线，据说当时领导班子下了很大的决心，甚至一度要停了地铁项目来确保融资。2009年，合肥的6代线为京东方迅速打开了局面，并在后面十年逐渐追上了面板的代际差，成为了国际面板领域的新巨头。
对于合肥而言，由于成功落地了我国第一条高世代生产线，让合肥站到了聚光灯下，并获得了高技术制造业基地的标签。在京东方之后，合肥又吸引了大量的上下游厂商落户，形成了液晶面板的产业集群。下图展示了京东方（BOE）产能在2010年后迅速飙升，用不到10年的时间里赶上了国际巨头。
图6 京东方(BOE)产能变化（图片来源：【【网址】】）
根据“发展型国家理论”所述，一些东亚国家和地区的经济崛起，如日本、韩国、新加坡等，在于政府有意识地干预，用政府干预替代市场的失效，通过精心设计的产业政策和财政补贴政策故意扭曲价格，使一些具有战略性意义的行业得以发展，最后实现国家工业化和经济赶超，合肥等城市的成功案例正是这种理论在地方层面的最好例证。
我们看到了合肥无比光鲜的产业故事，同时也应该看到过去几十年由地方政府主导下造成的重复投资。从钢铁、煤炭、电解铝、水泥等传统行业，到光伏、风电、数据中心、芯片、新能源汽车等新兴行业，在一致预期以及全国性政策的牵引下，各地政府大干快上抢夺每几年一次的大产业风口。在地方政府政策、土地和资金的加持下，产业力量被迅速聚集，以供给为导向迅速催熟市场。
但这个过程往往是“重供给，轻需求”的，有些新兴行业的需求尚未得到验证，有些则是由于需求的变动或者市场达到饱和，导致供大于求。最终往往是以大量的企业倒闭退出收尾，造成巨大浪费。
（五）债务和风险
债务主要包含政府、企业和居民债务。政府债务包括中央政府发行的国债以及地方政府发行的地方债，企业债务主要是企业通过银行贷款、发行企业债等方式获得的贷款，居民债务则主要是用于购买房产等资产的按揭贷款以及消费贷。适度的借贷加杠杆有助于企业盈利和经济发展，但如果杠杆率过高，债务增速过快，还债的压力就会拖累发展。
宏观上一般以“债务/GDP”衡量杠杆率水平。下图显示了中国各债务占GDP之比的变化，可以看到自2008年以后我国各项债务都在迅速增长。中国总债务/GDP从2008年的140%增长到2022年的296%。
图7 中国各债务占GDP之比变化（数据来源：国际清算银行-BIS）
在政府债务方面，我国的债务风险主要来自于地方债。2008年以来，为了应对金融危机，我国推出了4万亿的经济刺激计划，同时出台了一系列的财政和货币政策。在中央的刺激之下，各级政府层层加码，比拼着融资的额度。
从2008年11月至2010年12月底，新增人民币贷款累计达到18.8万亿元、社会融资规模增加了将近30万亿元，固定资产投资规模超过了47万亿元。在这个过程中，地方政府积累了巨量的债务。
在企业债务方面，有几方面原因导致了债务扩张。
首先，4万亿很多都流向了国企，2008年至2017年我国的国企负债总额增长了4.7倍，其负债占GDP的比重从78%变成了144%。
其次，地方政府通过各地的“城投公司”来进行融资投资到基础设施建设，通过政府背书可以更容易拿到贷款，但基建项目普遍回报率偏低，偿付能力堪忧。
最后，就是我国的房地产企业普遍负债率在80%以上，2018年我国房地产总债务占GDP的75%，例如恒大2万亿债务暴雷就是其风险性的例证。
在居民债务方面，房贷是最主要的部分。2008年以来，我国房价经历了几轮攀升，推高了居民部门的债务水平。居民的高债务水平很难抵御经济衰退，若是房地产市场再出现大幅下跌，对于中低收入人群的财富总额将是巨大的打击。
此外，高房贷也导致了居民可支配收入降低，抑制了消费。除了房贷之外，消费贷、信用贷等也构成了居民贷款的一部分，这一部分贷款的群体往往收入偏低，抗风险能力也更弱，也更容易出现违约风险。
我国从2016年开始倡导供给侧改革，提出了“去产能、去库存、去杠杆、降成本、补短板”的“三去一降一补”，以应对产能过剩、楼市库存大、债务高企三大问题。
在降低债务方面，主要的动作包括：
第一，债务转换，比如地方政府通过发行公债替换银行贷款和城投债，替换之后周期更长利率更低，降低还款压力；
第二，通过政策手段规范化贷款融资渠道，限制影子银行、规范化消费贷；
第三，推行市场化改革，加强股票市场建设来替代贷款，通过国企改革来提升经济主体效率并降低坏账率。
通过这些手段，自2016年以后的企业债务占GDP比重上升势头得以缓解，但是整体债务负担目前仍比较严重，并未得到根本性解决。
（六）汇率和进出口
在1994年之前，中国的官方汇率为5点几人民币兑1美元，当时主要是在政府干预之下希望通过较低的成本来吸收外汇。除了官方定价之外，当时还存在着一个“外汇调剂中心”，用来让国内的外汇持有人可以较为自由的交易，交易价格普遍在8～10人民币兑1美元。
1993年底，政府大刀阔斧完成了汇率双轨合并，并把分布于各地的外汇调剂中心整合成统一的中国外汇交易中心，初始的汇率被定在8.7人民币兑1美元，后来从1995年至2005年，汇率一直保持在8.27元左右。通过刻意压低的汇率，助力了蒸蒸日上的出口贸易，拉大了顺差，积攒了巨量的美元资产。
在2001年加入WTO之后，由于我国经常性贸易顺差，受到很多国际压力。另一方面，长期偏低的汇率会压低国内的物价水平，从而降低国内人民的实际收入。因此在2005年，在内外压力之下，我国开始松动汇率，让人民币升值，除去2008年～2010年为了应对金融危机将汇率锚定在6.83之外，2005年至2015年人民币汇率几乎都在单边升值。
2015年，中国又一次进行汇率改革，将原来盯住美元的方式调整为基于一篮子货币及市场供需调整，之后汇率变动的幅度开始变大，更接近市场化定价的形态。下图可见汇率自1994年以来的波动情况。
图8 中国汇率的变化（数据来源：国家外汇管理局）
我国的进出口总额从1978年的占GDP10%，一直提升到2006年占GDP的64%的高位，其后一直是下降态势，到了2022年下降到了占GDP的35%。虽然同期我国消费占GDP的比重在不断上升，但是国内消费并不能完全抵消过剩的出口产能。
2013年，我国提出“一带一路”，希望将过剩的产能和外汇以投资形式投放到其他国家；2016年，提出“供给侧改革”，希望优化供给结构，提升经济增长质量；2020年，又提出“双循环”，希望建设以国内大循环为主体、国内国际双循环相互促进的新发展格局。无论是需求侧的“一带一路”和“双循环”，或是供给侧的“供给侧改革”，都是要解决产能过剩的问题，足见其问题之艰巨。
图9 改革开放以来进出口总额/GDP（数据来源：国家统计局）
1972年，尼克松访华，将中国带进了以美国主导的世界经济秩序中。1978年，中国开启了改革开放，建立健全市场经济体制，引进西方先进生产力和资本。1994年，邓小平南方谈话，提到“思想要更解放一点”，“胆子要再大一点”。2001年，中国加入WTO，至2008年，中国成为了世界最大的出口国。2010年，中国超越日本，成为了世界第二大经济体。
在过去五十年里，中国充分拥抱全球化，并且在这个过程中成为了最大的增长贡献者和最大的受益者。当中国和美国的经济差距逐渐缩小，我们面临的内外环境也变得越来越复杂。如果说改革开放的历史是摸着石头过河，那么未来可以借鉴的石头将越来越少，而中国所要面对的挑战将越来越大。
后记
当我走进细节探看那些经济规则的形成过程，去尝试着更深入了解经济发展的脉络，会看到一些历史惯性的影响、一些人性因素的左右、一些利益相关方的博弈、以及一些外界力量的制衡，每个关键节点都没有显而易见的选项，每次选择的背后都有无数个不得已，每个变化的发生都未必会产生预期中的结果。而这种复杂性和不可预知性的背后，又蕴藏着一些规律性、一些必然性，正所谓“草蛇灰线，伏脉千里”。
由于我的认知有限，参考的书目也有限，所以在表述过程中难免会有偏颇和不足。如果有任何错误之处，还请不吝指教和指正。
参考书目：
《置身事内》 兰小欢
《转型中的地方政府》 周黎安
《以利为利》 周飞舟
《大国大城》 陆铭
《八次危机》 温铁军
《权力结构、政治激励和经济增长》章奇 / 刘明兴
《城乡中国》周其仁
《改革的逻辑》周其仁
《时运变迁》保罗・沃尔克/行天丰雄
《繁荣与衰退》艾伦・格林斯潘
《债务和魔鬼》阿代尔・特纳
本文来自微信公众号：壹本正经地胡说八道（ID：gh_55c7c58f542a），作者：孟骁
拓尔思招股说明新浪财经 拓尔思21年一季度报表
拓尔思招股说明书,拓尔思招股说明书图片,拓尔思2020年业绩,拓尔思股份有限公司证券代码：300229 证券简称：拓尔思 公告编号：2023-051
2022年年度报告摘要
拓尔思信息技术股份有限公司
一、重要提示
本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到证监会指定媒体仔细阅读年度报告全文。
所有董事均已出席了审议本报告的董事会会议。
立信会计师事务所（特殊普通合伙）对本年度公司财务报告的审计意见为：标准的无保留意见。
本报告期会计师事务所变更情况：公司本年度会计师事务所由变更为立信会计师事务所（特殊普通合伙）。
非标准审计意见提示
□适用 √不适用
公司上市时未盈利且目前未实现盈利
□适用 √不适用
董事会审议的报告期利润分配预案或公积金转增股本预案
√适用 □不适用
公司经本次董事会审议通过的利润分配预案为：以795,291,951股为基数，向全体股东每10股派发现金红利0.4元（含税），送红股0股（含税），以资本公积金向全体股东每10股转增0股。
董事会决议通过的本报告期优先股利润分配预案
□适用 √不适用
二、公司基本情况
1、公司简介
■
2、报告期主要业务或产品简介
报告期内，公司实现营业总收入90,726.83万元，较上年同期同比降低11.81%；实现归属于上市公司股东的净利润12,769.79万元，较上年同期同比降低48.04%。报告期末，资产总额为388,374.80万元，较上年末同比增长4.23%；归属于上市公司股东的净资产为268,707.46万元，较上年末同比增长4.83%。
2022年度，公司紧抓国家数字经济发展新机遇，进一步夯实语义智能技术壁垒，基于公司“数据+知识”双轮驱动的技术路线、领先的大数据技术平台和数据资产，陆续推出多款数智云服务产品，为客户提供了高质量人工智能和大数据应用服务。并且，公司积极探索以大模型为基础的生成类应用新产品，致力于打造垂直行业的类ChatGPT产品，满足更多B端用户对于内容生成的需求。受宏观市场因素及部分项目延期验收确认等因素影响，导致公司报告期内营收水平和利润贡献较上年同期有所下降。报告期内，公司业绩变化的主要原因如下：
（1）由于复杂严峻的外部环境影响，互联网和传媒用户因宣传引导工作需求增加，加大了信息化建设和数据购买服务的投入。公司媒体行业用户基础深厚，又具有高质量的全球新闻资讯云和数据服务，市场竞争力优势明显，媒体业务收入达1.06亿元，同比增长33.60%，呈现良好增长态势。金融、制造、能源等企业客户虽然也受到宏观环境的影响，但由于公司新发布了多款SaaS服务产品，通过加大推广，增加了新的销售机会，该版块业务收入达3.47亿元，同比增长0.88%，与去年业绩基本持平。政府和公共安全行业客户因受各地政府防疫开支成本加大，项目工程款无法正常支付，导致应收账款出现逾期情况或原有项目延期；又因宏观市场因素导致公司项目人员与用户现场见面沟通、上门实施等工作受限，部分项目交付推迟等原因，政府版块业务收入同比下降13.69%，公共安全版块业务收入同比下降31.84%。
（2）2022年经营计划中，公司明确提出要全面加快云和数据智能服务发展。目前，公司的云和数据服务覆盖政务、金融、媒体、舆情、公共安全、专利六大版块的业务场景。报告期内，公司的云和数据业务收入达3.84亿元，同比增长1.4%，占营业收入比例为42.36%，占比同比提升5.52%，云和数据服务收入占比稳中有升。其中，金融、媒体、舆情三大版块的云和数据业务收入均实现了增长创新高。金融版块因受宏观环境影响，银行客户加大了在金融风控方面的资金投入。同时，各地政府、银行、智库等客户积极开展产业大脑建设，对产业、企业、政策、舆情、资讯等数据需求加大，金融版块的云和数据业务收入达3,550万元，同比增长387.36%，业绩发展迅猛。媒体版块因受内外部环境形势影响，客户的宣传工作需求大量增加，媒体用户加大了对全球新闻资讯数据购买力度，媒体版块的云和数据业务收入达9,567万元，同比增长89.88%，业绩增速明显。舆情版块因受宏观环境影响，各地政府、大中型企业等客户为提升信息公开和舆情应对能力，加大了对网络舆情监测和态势感知的服务购买力度，舆情版块的云和数据业务收入达8,402万元，同比增长64.80%，业绩稳步增长。在创新业务中，公司面对外部环境变化和行业承压的双重挑战，深挖客户精细化管理需求，实现创新业务的快速突破，如专利云服务自2022年9月发布以来，业务收入达211万元，实现了0的突破，新产品开始贡献业绩。目前，专利云服务的主要客户为企知道网络技术有限公司（以下简称企知道）。企知道公司通过购买拓尔思专利云服务为其服务的众多生物行业用户提供技术创新、知识产权等领域的联结服务。
（3）公司加速了人工智能技术在多元化场景落地的推进，尤其是AIGC领域的创新，如在媒体领域的机器写作与自动报告生成、政务领域的对话式AI机器人以及内容人机协同等应用。公司在AIGC领域（机器写作、自动报告生成、对话式AI机器人、虚拟人播报等）的用户数已达103家，业务收入达852万元。2022年发布的9款SaaS服务产品中，有8款是融合了大数据和人工智能技术，如麦文智创云服务作为一款农产品电商直播脚本的自动写作产品，在第七届广东省农村电子商务峰会暨数美汕尾助农电商消费节上正式向社会各界发布，得到业界一致好评。公司凭借“麦文智创”入围“广东农电奖”获奖名单，荣获“数字乡村金翼奖”。同时，公司与广东省南方乡村振兴促进中心、广东省农村电子商务协会、广东省电子商务协会等社团展开了积极的战略合作。目前，“麦文智创”已在广东省多个县域展开试用。
公司作为人工智能、大数据和数据安全产品及服务提供商，为各行业用户的数智化赋能。公司业务根据行业应用的不同，可划分为数字政府、融媒体、金融科技、数字企业、公共安全五个版块；根据技术领域的不同，可划分为人工智能、大数据、数据安全、信创四个领域；根据服务模式的不同，又可划分为软件产品、大数据服务、订阅制SaaS服务、软硬一体化产品四种模式。
（一）行业应用
1、数字政府
数字政府是公司的成熟业务版块，主要面向各级政府和职能部门提供政府网站集约化、智慧监管、政务舆情、产业招商、数字机关等领域政务应用的解决方案、软件产品及数据服务。政府网站集约化主要包括政府网站群、政务公开平台、政策文件库、政务新媒体矩阵、政民互动、用户智能推送服务、政务虚拟人等。智慧监管主要聚焦金融监管，具体包括非法集资监管和非法金融活动监管。政务舆情主要帮助政府单位及时了解公众对政府的重大政策、重要决策部署、政务工作的评价、社会公共事件的意见、情绪与观点等进行网络政务舆情监测，帮助用户有效监测舆情态势。产业招商主要帮助政府招商部门、产业研究部门等围绕产业发展全生命周期，基于产业经济发展科学规划，实现产业招商、产业治理、政策惠企与精准施策、区域强链补链、产业经济运行监测全流程数字化、智能化、精准化，帮助建立“一企一档、一人一档、园区档案、政策档案、产品档案、机构档案”，为地方产业发展提供一站式精准服务。数字机关主要包括政务运行知识底座、政策智能研读、机关事务知识问答、政务知识搜索等，为提高共性办公应用、机关运行效能、政府决策科学化水平进行数智赋能。目前，公司的数字政府业务主要以“软件产品+大数据服务+订阅制SaaS服务”的融合模式为客户提供服务。
报告期内，政府网站集约化用户已经覆盖80%的中央和国务院机构，60%的省级政府，50%的地市政府。金融风险防控全链条云产品用户已经覆盖了55%的全国省市两级金融监管机构。政务舆情用户覆盖了全国近50%的省级政府。政府网站集约化、金融监管、政务舆情在细分领域竞争优势明显，保持行业绝对领先的市场地位。产业招商、数字机关建设全国尚未大规模展开，属于新兴发展业务。公司参与了浙江数改政务运行大脑的两大应用基座（公文智能搜索、公文智能标注）建设，为全省政务运行大脑上层业务系统所有的搜索与标签调用提供数智赋能，打造了数字机关建设的标杆样本，大规模市场示范效应可期。
2、融媒体
融媒体是公司的成熟业务版块，主要面向各级新闻媒体单位围绕新闻生产策、采、编、发、评、运、屏全流程提供融媒体内容生产、用户行为资产、媒体大数据等综合服务。融媒体内容生产服务平台是以内容资产为核心的新一代数据型媒体业务平台，涵盖了报、网、端、微、视和自媒体平台的全流程内容生产发布管理，该平台由数据资源聚合、融合生产创作、选题策划分析、传播效果分析、协调指挥调度、用户资产运营、大屏综合管理等多个平台组成。用户行为资产管理平台是从各个媒体传播渠道搜集的读者用户的静态信息和用户行为信息进行汇集和整理，基于海量用户特征和挖掘技术对用户建立标签化信息全景，形成360°用户画像完善的数据管理及输出流程，满足个性化推荐服务等多种业务应用的需要。媒体大数据云服务是以“多维知识库+智能语义”的方式对资讯数据进行结构化标引，通过对数据的精细化运营加工，提供多元垂直数据型分析应用场景，贯穿媒体业务的各个环节，为媒体用户提供高信源、精加工、个性化的数据产品云服务，提升媒体大数据的价值密度。目前，公司的融媒体业务主要以“软件产品+大数据服务”的融合模式为客户提供服务。
报告期内，公司融媒体用户已经覆盖了72%的中央媒体，61%的省级媒体，40%的行业媒体。
3、金融科技
金融科技是公司的成长业务版块，主要面向银行业金融机构提供智能风控、智能消保、普惠助贷、绿色金融等金融科技领域的软件产品及数据服务。智能风控云服务主要面向银行、投研机构提供全面监控海量金融实体多维风险，实现高频异构数据自动化分析、风险知识化分析、跨场景知识延展和异动风险监测。智能消保管控中台面向银行业消保、业务部门，打通各业务系统消保数据，从非结构化投诉数据挖掘相关知识并分析应用，实现对各渠道消保数据数据的科学精细化管理。普惠助贷与绿色金融主要面向银行基于特色产业标签与企业价值分析模型，快速挖掘绿色产业、高新技术产业细分领域下的潜力、低风险、优质客群，精准放贷。目前，公司的金融科技业务主要以“软件产品+大数据服务+订阅SaaS服务”的融合模式为客户提供服务。
报告期内，公司智能风控业务的用户已经覆盖了5大国有银行、3大政策性银行、50%的股份制商业银行。
4、数字企业
数字企业是公司重点拓展业务版块，主要面向能源、消费电子、餐饮等行业用户提供智能内容管理、企业融媒宣传、企业声誉风险管理、企业开源情报等企业应用。目前，公司的数字企业业务主要以“软件产品+订阅制SaaS服务”的融合模式为客户提供服务。
报告期内，公司数字企业版块由“软件产品+解决方案”的服务模式加快了向云服务的转型，订阅制SaaS服务用户已经覆盖了中国能建、中国铁路、国投集团、国家电网、南方电网、中国人民保险、潍柴动力、海尔集团、鲁信集团、百胜集团、中国通用、上汽通用、九毛九集团、山东航空、浙江国贸等大型企业。
5、公共安全
公共安全是公司的成长业务版块，主要面向网信、公安、防务等涉密和安全机构，提供公安情指舆、开源情报、知识图谱、数据安全等领域的产品和数据服务。目前，公司的公共安全业务主要以“解决方案+软硬产品+数据服务”的融合模式为客户提供服务。
（二）技术领域
1、人工智能
公司具有20年的自然语言处理（以下简称：NLP）研发经验，是国内最早研发人工智能技术的企业之一，在NLP、知识图谱、OCR、图像视频结构化等领域都具备自主可控的多模态内容处理底层技术，处于行业领先地位。公司一直密切关注人工智能的前沿技术发展，并积极探索相关技术在产品及业务中的应用。报告期内，公司在人工智能领域开展了6项重要工作，具体包括预训练大模型和专业模型的融合实践、启动公司自有专业模型trsGPT研发、开发具有AIGC能力的虚拟人开放云服务平台、开启生成式大模型创新应用规划、发布了多模态人工智能技术平台、推出了基于事理图谱的事件推演分析系统，取得一定成绩。
（1）预训练大模型和专业模型的融合实践
公司通过使用开源预训练大模型的基础上，在通识数据(各种百科+新闻数据+问答数据)的基础上，增加了大量舆情领域的行业数据，进行舆情专业模型预训练，将经过指令微调和人工反馈优化后的专业模型迭代到政务舆情项目中进行商业落地实测。在某省某项目的运行过程中，结合实际应用不断强化反馈学习，系统实测数据表明公司的政务舆情专业模型比开源模型在下游多个类型的舆情任务上的准确度平均提升了3%。
■
图：通用大模型+专业模型在商业落地的融合流程
（2）启动公司自有专业模型trsGPT研发
通用大模型使用的大规模训练语料来自互联网公开的通用数据，提供的是通用能力，适用于通用场景应用，在行业应用的专业度、精度、深度方面存在局限。公司积极拥抱大模型发展，启动了trsGPT的研发，其技术栈可以分为5层：
●应用层：将trsGPT生成的trsGPT-G（政务专业模型）、trsGPT-F（金融专业模型）、trsGPT-M（媒体专业模型）三大行业模型（可通过接口）集成到自研云服务或面向用户的应用程序，运行自有模型或通过第三方接口运行模型，帮助用户使用trsGPT带来的人工智能协作能力和生成能力，形成各类行业应用，如公文辅助写作、投研自动报告生成、智能投研问答、新闻资讯知识型搜索、以文生图配稿等。
●接口层：将应用层和模型层衔接，方便应用层调用，使得开发者和用户能够以编程方式与模型进行交互。这可以简化trsGPT在实际应用中的部署和调用，从而降低使用门槛。
●模型层：trsGPT支持接入各类主流大模型，包括各类开源或非开源模型，以及各种模型的共享平台。大模型负责向trsGPT模型输出模型能力，trsGPT模型更精确地处理自己“擅长”的任务。这一层提供了不同的模型数据和功能，通过接口层为应用层提供专业模型的功能支持，包括各种调用API和数据中心调用工具，同时提供对应的提示工程接口和模型精调接口等。
●框架层：提供训练或云部署的深度学习框架和中间件等，包括PyTorch、TensorFlow等知名深度学习框架和中间件。
●计算层：为模型层提供模型计算和调度的各种算力支持，为训练AI模型运行训练和运行推理任务提供基础设施。计算层包括了各种云计算平台和计算芯片。
■
图：trsGPT技术栈
（3）开发具有AIGC能力的虚拟人开放云服务平台
近年来，公司以数据智能应用为核心赋能不同行业的数字化转型与降本增效的场景应用，积极与客户携手在AIGC相关领域，如机器写作、对话式AI、内容人机协同和自动报告生成等应用场景相继打造出一批实践案例。2022年公司尝试在自研的自动写作产品基础上，基于大模型进行融合迭代，进一步提升现有AIGC产品的内容生成质量，取得一定效果。
■
图：拓尔思AIGC实践案例
同时，公司还推出了具有AIGC能力的虚拟人开放平台，通过对行业知识图谱的构建，赋予虚拟数字人知识储备、语义理解、推理分析、自主决策和交互表达的智慧能力的“实用灵魂”。虚拟人可以被赋予很多场景应用和特定角色，如媒体行业内容自动创作及播报等。目前虚拟人云服务支持虚拟主播、虚拟直播、直播问答三种形式，通过虚拟人制作的一站式服务，使得从选“人”到成片成为流程闭环，为用户的操作提供了最大便捷。拓尔思虚拟人已在北京冬奥会、2022卡塔尔世界杯和两会等重大赛事、活动中亮相，并受到公司媒体和政府用户的关注，也已在深圳大鹏新区政府、深圳审计局等政府网站中上线。
（4）开启生成式大模型创新应用规划
2022年初，公司就开始探索AIGC在更多商业场景的落地。针对乡村振兴农村电商直播场景中，大多数素人农产品主播受文化素养瓶颈限制，缺乏专业产品知识，在直播中无法讲出带货产品特性、差异和价值，导致产品吸引力不够，购买率低。为了解决他们长时间直播无话可说或只会吆喝式叫卖的问题，公司研发了一款农产品直播文案智能创作云服务产品一一“麦文智创”。“麦文智创”主要面向广大农产品主播提供直播文案在线智能创作服务，以权威、翔实、丰富的农产品知识库和语义智能技术为底座，用户零输入，只需选择直播产品的品类、名称和直播风格属性，直播文案可秒级生成。平台提供人机交互服务，用户可对AI自动生成的脚本进行内容丰富与调整。同时，平台还提供错词、违禁词在线校对，帮助主播避免直播违规风险。目前产品一期已上线运行，广大农民主播可通过PC电脑、微信小程序进行在线服务体验。同时，公司还启动了公文辅助写作、政策研读、智能投研、康养服务等领域的AIGC产品规划。
（5）研发了多模态人工智能技术平台
公司进一步融合深度学习技术，推出了智拓人工智能技术平台，围绕NLP、知识图谱、图像检索三大核心技术，结合机器人流程自动化技术，面向不同应用场景，提供文本、音视频、多模态等AI服务能力。
■
图：拓尔思自然语言处理产品组件
■
图：拓尔思图像处理产品组件
■
图：拓尔思视频处理产品组件
（6）基于事理图谱的事件推演分析系统
公司推出了基于事理图谱的事件推演分析系统，是一款事件推演分析SaaS云服务平台，主要面向安全领域，融合信息采集、自然语言处理、事理图谱、深度学习等技术，构建更符合中文特点的事件分类体系、高质量的中文事件库和表征事件之间关联的事理图谱，实现安全情报事件智能化分析。在中文事件库和事理图谱的基础上，系统提供专题事件分析、事件GIS态势感知、热点事件发现、事件预警、事件推演、事件预测等可视化分析工具，提高了情报的价值转化效率，为辅助决策提供数据和技术支撑。
2、大数据
公司成立之初就从事中文全文检索技术的研发，是国内最早从事该技术领域研发的企业。在大数据技术平台方面，公司拥有完整的大数据产品矩阵，涵盖数据采集、汇聚、加工、治理、存储、共享、开放等全流程。在数据资产方面，公司2010年就自建了大数据中心，以长期服务多行业用户持续积累的开源数据为基础，拥有了规模及质量均位列业界前茅的公开信源数据，目前数据总量超1400亿，并仍保持日均亿级数据的采集增长。
公司所有的公开信源数据通过加工处理，推送到三大经营性数据资产平台（媒体资讯、舆情、产业大脑）中，通过不同专业模型转化成不同领域的知识数据，实现数据从资源性到经营性的数据资产变现。报告期内，在技术产品方面，公司进一步增强了数据中台多模态数据管理的能力。在数据流通方面，已实现了三大经营性数据资产平台（媒体资讯、舆情、产业大脑）的全面SaaS化，如媒体资讯类服务提供了200余种API服务，涵盖基础数据服务、增值场景服务、智能分析服务、传播分析服务、专题分析服务、定向采集服务，全方位赋能多元内容业务场景，为用户提供丰富的选择。目前公司媒体资讯类的Open API已在北京数据交易所挂牌，公司更多数据产品在上海、深圳、郑州等地数据交易所挂牌的工作也在积极推进中。
■
图：拓尔思三大经营性数据资产平台
3、数据安全
在网络信息内容安全治理方面，公司主要聚焦网络低俗*、饭圈乱象、网络暴力等网络生态问题的监测、追踪和分析。在内容安全审核方面，公司的文字校对云服务平台能够比较准确、全面、智能地对发布内容中进行内容审核，包括文字类差错，如错别字、音近字、形近字、多字、重叠、颠倒、繁体词、异形词等；敏感词过滤，如涉及暴恐、*、违禁、侮辱、歧视等不健康用词，落马官员等；知识错误，如表述不当、搭配不当、语义错误、术语名词、地名等；常识错误，如标点符号、数字、量词、计量单位、大小写、时间表述等内容。在网络安全方面，公司子公司天行网安是国内最早从事网络安全和数据交换的企业，发明了国内第一台安全隔离网闸，在数据视频交换、单向导入等方面具有雄厚的技术实力。目前公司主要面向政府、公检法、海关等单位提供以数据交换为核心的边界安全、物联网安全、大数据安全三大阵营产品线和解决方案。其中，边界安全产品在全国公安边界安全市场处于领先地位。受益于国家对数字中国建设的重视，天行网安充分发挥自身在公安行业的优势，积极参编GA/T1788.3等标准，并致力于服务公安边界安全建设。
报告期内，天行网安参与了32个省市160多个地市的边界安全建设，为“雪亮工程”、“智慧平安”及“沿海防控”重点项目贡献了天行智慧。天行网安和江南大学人工智能与计算机学院共建联合研究室，双方将就机器学习、AI算法研发、安全风险识别、用户实体行为分析、智能安全监测以及态势感知等安全产品进一步研究合作，共同引领安全产品智能化转型升级。天行网安推出的“天行隐私计算平台”（Topwalk-PPCP）顺利通过“联邦学习”基础能力专项评测，
可基于安全多方计算与联邦学习，实现隐匿查询、隐私求交、联合建模、模型预测等功能，提供全流程的数据共享服务，让各参与方在数据不见面的基础上实现数据价值共享，有效解决实际业务中的“数据孤岛”问题，进一步助力了数据在跨网、跨部门间的数据流转共享。中国信通院“可信隐私计算评测”体系自2018年起逐步构建，是目前国内隐私计算领域最早、最全、广受行业认可的评测体系，目前已成为隐私计算领域权威的第三方评测品牌，为隐私计算行业的发展做出了重要贡献，成为供给侧产品研发和需求侧采购选型的风向标。天行隐私计算平台顺利通过评测，不仅充分印证了天行网安专业技术实力已经得到行业权威机构的高度肯定，还为各行各业客户选择专业数据安全服务提供了参考、引导和保障。
4、信创
自2018年我国将信创纳入国家战略以来，公司已经实现了主要软件产品与国内信创领导厂家的基础产品，包括海光、鲲鹏、飞腾、龙芯等芯片，以及统信UOS、中标麒麟、银河麒麟、中科方德等国产操作系统的适配工作。公司的海贝大数据管理系统是一款从内核到系统完全国产自研的搜索型数据库，是构建搜索引擎应用的核心支撑软件。作为一款纯国产自研的搜索引擎数据库，海贝大数据管理系统支持所有数据类型，功能完备，安全可靠，兼容主流国外搜索引擎数据库常用接口，对接主流生态。美国搜索型数据库产品【【淘密令】】（以下简称ES）利用开源优势，迅速成为该领域的全球领导者，我国使用量排名全球第一，且深度应用到各行业的关键系统。但ES是全球发生数据安全事件最多的数据库产品，导致我国数据安全风险极大。报告期内，公司拓展了不同行业的合作渠道，积极推进对ES搜索引擎数据库的国产替代。纯国产自研的“海贝”具备足够媲美的产品力，公司具有众多国家标杆项目成功经验以及本土化服务能力，完全可以平滑替代ES。
（三）服务模式
1、软件产品
公司拥有人工智能和大数据技术领域的通用产品，包括海蜘大数据采集平台、海聚数据融合平台、海贝大数据管理系统、天骄数据中台、智拓人工智能技术平台等，在项目中主要用于构建人工智能底座和大数据底座，为上层业务应用提供数智化能力。公司还拥有数字政府、融媒体、公共公安等领域的行业产品，包括海云集约化智能门户平台、海融智能媒体融合平台等，主要聚焦特定的业务场景。报告期内，公司研发了多模态人工智能技术平台，主要加强提供计算机视觉（CV）和视频的智能识别、处理和分析的能力。目前，公司的软件产品主要按许可组件+套数的模式进行销售。
2、大数据服务
公司采集的公开信源数据通过加工处理，推送到数家资讯大数据云服务平台和网察大数据云服务平台中，通过不同专业模型转化成不同领域的知识数据，实现数据从资源性到经营性的数据资产变现。报告期内，公司研发了“产业大脑”云服务平台，形成了三大数据资产平台（媒体资讯、舆情、产业大脑）的格局。目前，大数据服务主要通过API接口以按次、按量、按时的收费模式进行销售。
3、订阅制SaaS服务
凭借公司的行业应用深耕以及对国家政策信号的敏锐捕捉，公司在2011年就推出了第一款SaaS产品一一TRS SMAS（一款面向政府、企事业单位、个人提供基于社交网络的舆情分析云服务）。2015年，全资子公司金信网银推出了国内第一款非法集资监测预警云服务一一“冒烟指数”。2017年，公司推出了数家资讯大数据平台。2018年初，公司提出坚持“大数据+人工智能”技术为行业赋能、“面向行业重度垂直应用”、“云和数据服务优先”的三大整体战略，同年推出了数星智能风控云服务和网察大数据云服务。
报告期内，公司在经营过程中已经形成了一套“1+1=N”的数据要素商业模式。“1+1”是指一个大数据底座和一个人工智能技术底座。“N”是指行业SaaS服务集群，未来可实现N个云服务产品的拓展。“1+1=N”的商业模式主要依托拓尔思自建的大数据中心，基于自研的大数据底座和人工智能技术底座，面向政府、媒体、金融、企业等优势行业，根据不同场景封装产品，基于公司成熟营销体系迅速推向市场。这种模式实现了同一数据资源在数据资产转化方面的裂变增长，充分体现了公司深耕行业应用，深挖存量客户衍生价值的行业优势
