一、智屏市场发展现状

高速宽带覆盖提升

2016年底光纤用户占宽带总用户比例达到77%

2010年4月，工信部发布工信部联通〔2010〕105号《关于推进光纤宽带网络建设的意见》，全面推进国内光纤宽带建设。

光纤用户增长量和增长率已经远超整体宽带增长值，2016年光纤用户数量和2015年相比几乎实现翻倍增长，到2016年，光纤用户数已占据总宽带用户的77%，符合国家“光进铜退”这一指导思路。2016年11月22日，国际电信联盟(ITU)发布了《衡量信息社会报告(2016)》，我国IDI数值为5.19(全球平均水平4.94)，IDI数值增幅位居全球第13位，我国固定宽带普及率达18.6%。

电视大屏市场多样化发展

互联网电视出现，为大屏市场注入活力

电视硬件更新换代的同时，电视信号的传输方式、内容运作方式也开始转变。支持点播、回看等双向传输功能的智屏电视开始出现。其中包括互联网电视和经过双向改造的数字电视，使用户通过点播、回看和加载应用程序获得个性化观看体验。互联网电视包括IPTV和OTT两种形式，IPTV由广电体系管理播控系统，联通、电信等电信运营商管理传输系统，使用专用宽带传输电视信号；OTT由广电总局指定的七家牌照方统一管控，接入互联网内容运作方和智能电视商家，使用宽带网络进行传输。互联网电视的出现，极大的丰富了电视内容和电视使用方式，为大屏市场注入活力。

管理政策制约和技术发展随行

智屏内容入口增多，但作为电视大屏，其权威性将得以延续

电视媒体作为传统媒体的一部分，在公众舆论、重大新闻解读方面具有权威性，智屏的出现，使电视由点对面的传播方式转化到点对点的互联网传播方式，用户之间将能实现互联共享。

技术的突破对国家监管政策提出了很大的挑战，为了保证电视屏幕的权威性和公众性，目前的监管政策极为严格。预期未来随着政策的完善，将有更多的互联网电视技术获得许可。但可以预测的是，互联网电视将继续作为权威的大屏在市场上发挥作用，有关监管政策将继续保证其权威性的实现。智屏市场将沿着生态构建、打磨内容的方向良性竞争、健康发展。

二、IPTV发展现状及产品特性

IPTV特性－内容篇

IPTV融合直播内容和互联网视频内容

IPTV系统可转换数字电视信号和互联网视频信号，有直播权，可直播各电视台节目，具有内容制作牌照的播出方可以直播特色区域活动；IPTV基于宽带网络，技术上可实现自由引入互联网内容，实现各类互动模式；相较而言，IPTV包含直播和网络内容，更为全面；且由于IPTV将内容引入后整合到单个平台，寻找内容更为快捷方便，

且能更有效的把控内容质量，适合全家大屏观看。而OTT无直播，内容限于挂靠的牌照方引入的内容，且需自行安装软件观看，内容的全面性和观看便捷性方面较弱

IPTV特性－服务篇

IPTV采用基础服务＋增值服务的方式，满足多种用户需求

IPTV支持多种服务类型，基础服务包括所有直播卫视电视台和部分点播节目，用户也可选择增值服务如解锁高清视频和付费点播节目等，满足各类用户、家庭各年龄段成员的需求。且基础服务费用和数字电视相近，有更多需求的用户可自由选择增值服务。

数字电视受技术限制，部分区域可以实现点播功能。

IPTV特性－营销篇

IPTV由通讯运营商负责营销体系建设，潜在用户分布广泛

IPTV的营销由通讯运营商负责，包括电信、联通、移动三大运营商，目前运营商采取办宽带或买手机送IPTV的办法扩充用户基数，直接将宽带、手机客户转化为IPTV用户，相比OTT和数字电视，IPTV在用户扩展方面占据先天优势；目前OTT一般在电商渠道操作，用户大多从电商渠道了解产品并购买，如有产品问题只能差评，相对于IPTV，售后体验较差。

IPTV特性－技术篇

IPTV使用专网，采用组播技术，更易实现区域下沉

IPTV的数据传输通过IPTV专网进行，在收视过程中不受宽带条件影响，也不会影响日常网络使用；全网配置CDN，能随同宽带到达各类地区，实现全国区域覆盖和区域下沉，而OTT在传播过程中需要租用CDN进行视频分发，因成本因素主要覆盖国内中心城市和发达地区，较难实现区域全覆盖。

三、粤TV案例分析

四、粤TV行业启示

IPTV发展趋势

发挥互联网技术和直播权限优势，打造多功能平台

2016年第四季度有线电视用户出现首次下跌，将有越来越多的传统电视用户希望获得更优质的观看体验。IPTV基于互联网技术，若能有效融入互联网优质内容，将能借力互联网大力发展；同时IPTV具有受众面广、区域下沉快的特性，运作具有区域特色的赛事、活动、新闻等直播内容将获得大规模的群众基础；随着IPTV体系的逐步完善和整合，未来将有希望实现跨区域联盟，进行内容、品牌运作、营销等多方面的合作运营，实现全国贯通的IPTV内容运作体系。

粤TV案例启示

打造内容和渠道双重优势，优化用户的平台体验

内容上，IPTV可大力开展和优质内容方、技术方的合作，吸收互联网新鲜内容和功能，满足用户个性化需求；同时引入观众喜闻乐见的区域性内容，打造多样化平台；渠道上，一方面有线电视原有用户的个性化收视需求不能有效满足，将有一部分用户直接转化为IPTV用户，另一方面，中

国电信和中国联通在用户中大力推广，助推了IPTV用户量的高速增长；同时，IPTV平台应基于用户需求，不断优化用户的使用体验，提升包括界面切换模式、系统可操作性在内的平台设置，有效提升用户的忠诚度。

一、中国消费金融环境

中国整体消费环境
全球最优消费市场，市场潜力巨大
自2012年起，我国家庭最终消费保持连续四年加速上升，截至2015年，中国家庭最终消费超过27万亿人民币。但即使如此，目前我国最终消费占GDP比重仍远低于全球平均水平。艾瑞分析，我国消费市场上升空间巨大，原因在于以下三个方面：

第一，消费环境的逐渐丰富。在国家政策的推动和商业及娱乐环境的升级作用下，未来国人将有更多的场景进行消费；
其次，消费金融平台的加速推动。随着互联网消费金融的崛起，消费场景的重要性已成为业界共识，很多消费金融平台的业务模式都开始向消费场景端渗透，它们自身的发展也会丰富居民消费环境，进而刺激消费；

第三，年轻群体的消费意识的改变。作为消费市场主力军的年轻人群体，消费需求较高，其消费增速或远超我国家庭消费增速。随着这部分人群的逐渐成熟，我国的消费规模将进一步提速。

庞大的校园消费市场
三千多万大学生为基础的千亿级消费市场
从2012年以来，我国在校大学生人数一直处于增长的趋势，2015年达到了3647万人。庞大的人口基数也奠定了大学生市场千亿级的消费规模，2016年我国大学生消费市场规模达到4524亿，同比增长4.7%，并呈增长趋势。但是大学生消费市场和成年人市场不同，他们每月的生活费几乎等同于可消费金额，而且由于存在饭费等必须的开支，尽管市场规模比较大，可是在传统消费观念环境中消费信贷能渗透的领域并不多。然而随着电商消费的刺激，生活品质的提高，场景的不断丰富，大学生消费与社会消费间的差距逐渐消失。同时传统金融机构对大学生的授信做得并不够好，能够给予大学生提供信贷的机构非常少。因此未来大学生消费信贷的渗透需要更为科学的信用评价体系，在这个过程中，结合消费场景提供消

二、大学生消费金融市场发展现状

大学生消费金融是市场的重要一环

大学生消费金融的爆发式增长带动整体市场快速发展

2015年，大学生互联网消费金融交易规模同比增长746.7%，远高于整体互联网消费金融交易规模的增速，预计2017年大学生消费金融市场将突破1000亿的金融交易规模。大学生作为长期被传统金融忽视的群体，其强烈的信贷消费需求终于在互联网消费金融到来的时刻释放了出来，而大学生消费金融的爆发式增长也带动了整体市场的快速发展。同时随着我国居民可支配收入的不断提升，大学生的生活费也水涨船高。零花钱的增多不仅使大学生群体的信贷还款能力增强，同时还刺激了他们花钱以及追求高品质生活的欲望。而这也促使了大学生群体消费金融需求的不断涨高和消费习惯的升级。

大学生消费金融市场的延伸

大学生消费金融市场的延伸，一方面是基于消费场景的横向延伸。大学生的消费场景极其丰富，因此目前以3C产品与品牌服饰为主的大学生消费金融市场会延伸至教育、旅游、美容、游戏等各个细分市场。而且大学生消费金融平台会以战略合作的形式与各细分领域的厂商联手为大学生提供分期、信贷等金融服务。另一方面是基于大学生群体的纵向延伸。大学生群体一定会面临的就是毕业和工作，这种身份的转换必然会带来的是大学生消费金融市场向白领消费金融市场的纵向延伸。

三、爱又米（爱学贷）案例研究

爱又米（爱学贷）战略布局

消费金融布局及产品介绍

爱又米（爱学贷）以大学生作为消费金融市场的切入点，采取伴随战略，与用户共同成长，在用户不同的阶段为其提供专业的金融服务。爱又米（爱学贷）立足消费场景，围绕个人成长的主线，在用户无论是毕业，还是第一次出国，第一次买车，第一次买房等等最有借贷需求的时候提供金融服务。

爱又米（爱学贷）金融科技发展能力

风控模式

爱又米（爱学贷）建立了覆盖贷前、贷中、贷后全流程的风控模型和风控系统。贷前：风控模型分为反欺诈模型和评分模型，会综合用户的身份信息、学校信息、人脸识别、联系人信息、用户操作行为信息及多家数据源信息等维度对用户进行分层，其中部分用户需要进行人工审核，信审人员利用丰富的个人工作经验对申请人资料、信用记录、还款能力及意愿等进行核对，（风控系统综合人工审核和系统审核）最终做出授信审批；贷中：数据库实时更新，用户一旦出现多平台贷款等异常行为就会触发预警，提前触发催收；贷后：催收模型利用用户基本信息、用户消费信息、用户历史还款行为信息、用户操作行为信息等来对不同的用户制定不同的催收策略，并评估催收效果，此外催收的信息还将实时地返回给大数据平台，用于下次贷前审核参考。

金融科技创新

爱又米（爱学贷）围绕精准与高效两个维度进行了金融科技方面的创新。精准维度，一方面通过人脸识别与电子签名等高科技识别方法实现了用户身份的精准识别，另一方面通过多维度信用模型的评估，精准地审核用户的还款能力来匹配放款额度。高效维度，爱又米（爱学贷）自建大数据平台，并通过分布式计算的方法实现审核效率的高效化，而且爱又米（爱学贷）作为网上法庭的第一批试点企业，实现了法律纠纷的高效处理。

爱又米（爱学贷）品牌升级

从大学生市场到年轻人市场的转变

爱学贷于2016年12月27日的品牌战略升级发布会上正式宣布升级为爱又米。这次的升级与爱又米（爱学贷）为用户提供陪伴一生的金融服务的战略愿景息息相关。爱又米（爱学贷）如今面临着用户毕业，身份转换这一问题，为了与用户共同成长，爱学贷升级为爱又米，完成了从大学生市场到年轻人市场的转变。

分析认为，爱又米（爱学贷）拥有千万级的可触达大学生用户基础，立足年轻人消费金融市场，不断细分用户消费场景并提供专业化的金融服务。依托爱财集团的完善产业布局，爱又米（爱学贷）将成长为最优秀的年轻人消费金融平台之一。

四、趋势前瞻

趋势三：金融科技助力消费金融

区块链：由于传统技术的限制，金融领域的数据信息透明度低，公信力不足。而区块链作为一种按照时间顺序将数据区块以顺序相连的方式组合成的一 种链式数据结构, 并以密码学方式保证的不可篡改和不可伪造的分布式账本，其主要特点是高容错，难以更改，可追溯。而区块链与消费金融的结合所带来的两个最大的改变，一个是解决了行业当中的数据孤岛问题，降低了风控成本；另一个是资金流向公开可查，杜绝了资金挪用等违规行为。

大数据：新的大数据技术已经不仅在量级上不断突破，而且在数据采集方面和数据维度的处理分析方面均取得了较大的进展。数据类型也不再限于二维表式的结构化数据，一些非结构化数据，如声音、图像、文本等，均有极大的应用价值。“人脸识别技术”、“语音识别技术”可以帮助企业有效地搜集全方位数据，更加立体地呈现相关信息。对于消费金融来说，大数据技术可以用来分析用户行为数据，深度挖掘用户消费习惯，有助于消费金融公司进行用户识别从而提高风险控制能力。

人工智能：机器学习的引入，使得各种算法在计算机不断地迭代与试错中越来越趋于完善与精准。而人工智能与消费金融的结合，使得消费金融公司的风控模型可以通过实时对比数据库中数据的波动与模型中数据波动的近似度与尽量多的扩充模型的考量指标，从而使得模型的精准程度不断优化，最终达到超越人脑极限的效果。

一、三四五线城市车主都是哪些人

二、他们都在开什么车？

四、未来他们考虑买什么车？

目录

1、互联网+数字经济总指数：数字经济的中国速度

1.1过去一年我国数字经济高速增长

1.2数字经济已成为我国经济重要组成部分

1.3数字经济成为带动就业增长新引擎

1.4 发展数字经济有助于内陆省份追赶沿海发达地区

1.5 中国数字经济版图初成

1.6 数字经济发展程度居中游的城市成为数字经济主要增长极

2、产业分指数：数字经济纵深发展

2.1产业分指数排名

2.2 总体快速增长，行业表现分化

2.3成渝成长为数字产业第四极

2.4数字经济纵深发展

2.5 云计算高度集中、迅猛增长、快速下沉

2.6 精准扶贫，一个都不能少

3、双创分指数：理性回归

3.137双创分指数排名变化

3.2双创活动理性回归

3.3数字产业发展带动线上双创活动

3.4线下双创活动的激活因素

4、智慧民生分指数：步入移动大发展的元年

4.1智慧民生分指数排名

4.2数字经济连接政府，引发智慧民生加速向后线城市下沉扩散

4.3移动政务服务的全面供给让用户更有“获得感”

4.4智慧民生的三大增长驱动力

4.5 智慧民生有助于加快公共服务均等化，成为消弭数字鸿沟的重要抓手

1、互联网+数字经济总指数：数字经济的中国速度

1.1过去一年（2016）我国数字经济高速增长

2016年互联网+数字经济指数延续上一年度的计算方法，汇总腾讯、京东、滴滴、携程、美团以及大众点评等公司的大数据，精准刻画全国三十一个省（自治区、直辖市）以及全国351个城市数字经济发展状况。互联网+数字经济总指数下设基础、产业、创新创业和智慧民生四大分指数，数数据来源涵盖社交、新闻、视频、云计算、内容产业等19个领域，直观反映2016年我国数字经济在全国351个城市发展状况和活跃程度。

指数显示，2016年我国数字经济整体呈现高速增长的态势，总指数相较2015年增长161.95点，到达261.95点、同比上升61.95%。其中基础和产业部分增长态势尤其突出，创新创业与智慧民生部分则稳中有进，指数总体增长速度超过2016年GDP总体增长水平。作为对全国数字经济发展情况的重要映射指标，互联网＋数字经济总指数 61.95%的增长反映了我国2016年数字经济的高速发展态势。

2016年省级互联网+数字经济指数排名中，广东以54.23点高居榜首，遥遥领先于其他省份，北京、上海、浙江、江苏分列2- 5位。头部5省份在互联网+数字经济总指数中占比达49.07%，相较其他省份优势明显。排名6- 10位的省份分别为福建、四川、山东、湖北、湖南。各省指数数值均较去年有着较明显的增长。在市级排行中，北京以25.90点蝉联榜首，在指数数值上进一步拉大了与其他城市的差距。深圳、上海、广州三个一线城市名次与2015年相比保持不变，分列2- 4位。成都排名提升一位，首次进入前5，显示出西部中心城市数字经济发展的强大动力。杭州、武汉、重庆、福州、东莞、长沙、苏州、西安、南京、佛山、天津、郑州、厦门、青岛、宁波分列排行6- 20位。其中东莞、苏州和宁波凭借在产业和智慧民生板块的快速发展，总榜单排名分别上升6、5和8位，成为前20名榜单中的黑马城市。

1.2  数字经济已成为我国经济重要组成部分

数字经济的发展能够提高经济运行效率，激发潜能，拉动地区经济快速发展。数字经济发展越好的地区，实体经济也越发达。根据回归模型测算，互联网+数字经济指数每增长一点，GDP大致增加1406.02亿元。截至2016年年底，全国互联网+数字经济指数增加161.95点。由此估计2016年全国数字经济总体量约为161.95*1406.02≈227704.9亿元。根据2017年政府工作报告，我国2016年国民生产总值约为74.4万亿元 。由此可以估计数字经济体量大致占2016年全国GDP总量的30.61%。

这一估算与其他权威机构估算的结论大致相同。例如,《2016中国数字经济报告》测算我国的数字经济规模已达到22.4万亿人民币，约合3.8万亿美元，占GDP比重约为30.10%。两份研究成果运用不同的测算方法，交叉验证得出大致相同的结果，强有力地支持了我国数字经济占我国经济总量大约三成的结论。横向对比，美国、日本、英国数字经济体量占GDP比重分别为50.2%，45.9％和54.4%。相比于发达国家，我国经济总体数字化水平仍有差距，数字经济占GDP比重相对偏低。未来数字经济发展潜力巨大。

1.3 数字经济成为带动就业增长新引擎

数字经济的发展不仅能够带动一地GDP的增长，也能够促进各个相关产业的发展，从而全方位拉动就业，降低地区整体失业率。数字经济发展程度高的地区，失业率会显著低于其他地区。据回归分析测算得出，互联网+数字经济指数每增加一点，该省的城镇登记失业率大致下降0.02%。2016年全国城镇登记失业率为4.02%，而31个（自治区、直辖市）2016年指数平均增长5.22点。由此可以估算出，数字经济发展使得31 个省份城镇登记失业率平均下降大约 0.10%（0.02%*5.22≈0.10%）。

同时，互联网+数字经济指数值高的地区，该地区新增就业人数也相应较高。回归分析结果显示，互联网+数字经济指数每增加一点，年度新增就业人数大致上升1.73万人，2016年互联网+数字经济指数总量上升161.95点，由此可以推算，数字经济在2016年大致带来280.17万新增就业（1.73*161.95≈280.17）。国家统计局统计公报显示，2016年全国新增就业人数为1314万，由数字经济带来的就业占全国新增就业的21.32%（280.17/1314*100%≈21.32%）。据此估算，2016年数字经济对于我国新增就业的贡献已经超过1/5。随着数字经济不断深入发展，数字经经超过1/5。随着数字经济不断深入发展，数字经济与传统经济的结合会创造更多就业岗位，从而提高社会总体就业水平。

1.4 发展数字经济有助于内陆省份追赶沿海发达地区

在内陆地区数字经济的发展对于实体 GDP的影响要显著高于东部沿海地区。这一结论显示发展数字经济有助于经济发展水平相对落后的内陆地区追赶经济发展水平较高的东部沿海地区。经测算，相较东部沿海地区，内陆地区互联网+数字经济指数值与实体经济 GDP 相关性更高。在互联网+数字经济指数较高、数字经济发展较好的东部沿海地区，互联网+数字经济指数每增长一点，实体经济 GDP 上升的总量较小；而在互联网+数字经济指数值较低的内陆地区，指数每上升一点，对应的实体经济GDP上升体量相对较大。测算发现，互联网+数字经济每增加一点，内陆省份GDP上升幅度相较东部沿海省份高1619.48亿元。

一种可能的解释是东部沿海地区数字经济较为发达，实体经济的数字化程度较高，数字经济已经一定程度上提高了实体经济的运行效率。在此情况下，数字经济的增长对于实体经济的作用已经部分释放，导致数字经济对于实体经济的拉动作用有所减弱。而内陆地区数字经济发展方兴未艾，数字经济对于实体经济的润滑和放大作用还未充分体现，发展数字经济对于实体经济的拉动作用也更明显。在此阶段，发展数字经济对于内陆地区经济体的提升和带动作用更为突出，有助于缩小与东部沿海地区经济发展水平的差距。

1.5 中国数字经济版图初成

通过对四大分指数的聚类分析11，全国351个城市可以按照数字经济发展水平被划分为 5个层次。北京、上海、广州、深圳构成数字经济一线城市，四个一线城市在总指数中占比为29.0 % ；成都、东莞、佛山、福州、杭州、南京、苏州、天津、武汉、厦门、西安、长沙、郑州和重庆共 14 市构成数字经济二线城市，在总指数中占比 19.17 % ；大连、宁波、青岛等1 9 市构成数字经济三线城市，在总指数中占比12.80%；保定、唐山、扬州等65市构成数字经济四线城市，在总指数中占比16.83%；全国其他249个城市构成数字五线城市，在总指数中占比22.20%。

对比2016年和2015年指数的城市分层结果，东莞、佛山、福州、苏州四市从2015年数字经济三线城市跃居2016年数字经济二线城市；惠州、金华和中山三市则由数字经济四线城市晋升至三线城市；常德、郴州等18市由数字经济五线城市提升为四线城市。这些城市数字经济发展水平层级提升，成为 2 0 1 6 年我国数字经济发展亮点城市。

数字经济一线城市（共4市）：北京、深圳、广州、上海，指数占比29.0%；数字经济二线城市（共14市）：成都市、东莞市、佛山市、福州市、杭州市、南京市、苏州市、天津市、武汉市、厦门市、西安市、长沙市、郑州市和重庆市，指数占比19.2%；数字经济三线城市（共19市）：大连市、哈尔滨市、合肥市、惠州市、济南市、金华市、昆明市、南昌市、南宁市、宁波市、青岛市、泉州市、沈阳市、石家庄市、太原市、温州市、无锡市、长春市、中山市，指数占比12.8%；数字经济四线城市（共65市）：保定市、沧州市、常德市、常州市、潮州市、郴州市、德阳市、赣州市、贵阳市、桂林市、海口市、邯郸市、河源市、衡阳市、呼和浩特市、湖州市、济宁市、嘉兴市、江门市、揭阳市、兰州市、廊坊市、聊城市、临沂市、柳州市、龙岩市、洛阳市、茂名市、梅州市、绵阳市、南通市、南阳市、宁德市、莆田市、秦皇岛市、清远市、汕头市、汕尾市、韶关市、邵阳市、绍兴市、台州市、泰州市、唐山市、潍坊市、乌鲁木齐市、湘潭市、新乡市、邢台市、徐州市、烟台市、盐城市、扬州市、阳江市、宜昌市、银川市、岳阳市、湛江市、漳州市、肇庆市、镇江市、珠海市、株洲市、淄博市、遵义市，指数占比16.8%；其他城市均为数字经济五线城市（共249市），指数占比22.2%

1.6  数字经济发展程度居中游的城市成为数字经济主要增长极

对数字经济发展不同层级的城市指数增速进行分析的结果显示，2016年数字经济发展程度居中游的城市数字经济增长动力最强，其增速高于发展程度最高和最低的城市。2016年我国数字经济发展速度 程不断加速，二三四线城市数字经济发展将进入高总体呈现M型，二、四线的城市增长速度最快，其次 速增长期。凭借人口红利和后发优势，可以预计在为三线城市，最后为一、五线城市。其中，二三四线城市互联网+数字经济2016年指数增速高于全国平均水平，总体增速分别超过全国平均增速10.07、4.80和17.93个点；一线城市和五线城市增速略低，分别低于全国平均增速3.96和17.53个点。

数字经济发展程度处中等水平的城市已经成为我国数字经济重要的增长级。经历了一轮移动互联网高速发展，数字一线城市产业数字化、信息化的程度相对较高，增速出现放缓趋势；而数字经济发 展程度处中等水平的城市有着巨大的人口红利和增长潜能，随着移动互联基础设施的广泛普及、互联网+不断深化落地、传统行业数字化与互联网化进程不断加速，二三四线城市数字经济发展将进入高速增长期。凭借人口红利和后发优势，可以预计在未来几年，数字经济发展程度处中等水平的城市将 释放巨大潜能，数字经济总体增速会保持在较高水平。在一线城市增长趋缓，尾部城市增长略显乏力的情况下，数字经济发展程度处中等水平的城市将 成为我国数字经济重要的增长级。

2、产业分指数：数字经济纵深发展

2.1 产业分指数排名

2.1.1 产业分指数省级排名变化情况

与2015年相比，产业分指数省级排名位次变化不大。广东省和北京市继续领跑全国。浙江省超越上海市，进入全国数字产业三强。上海位列第四，江苏省紧随上海之后位列第五。但浙江、上海、江苏三者差距较小，未来出现座次调整的可能性很高。湖南省上升3位，进入前十，也是产业分指数排名变化最大的省份。其余省份的位次变动均在两个位次以内。增速方面，重庆市2016年产业分指数增长391.49%，成为增速最快的省份。湖南、江西、贵州、云南四省分列第2－5位。增速排名前五的均为中西部省份。

2.1.2 产业分指数市级排名变化情况

北京、深圳、上海、广州四个数字一线城市产业分指数排名与2015年相同，依然遥遥领先其他城市。北京2016年产业分指数增速为90.02%，低于深圳的100.24%、上海的201.48%、和广州的207.98%。在数字一线城市中，北京的产业分指数虽然仍大幅领先，但与其他三个城市的差距在快速缩小。2015年北京产业分指数是广州的2.15倍，2016年下降到广州的1.53倍。重庆排名提升五位，第一次进入全国前十。

湖南常德在产业分指数全国排名前100位城市中增速最快，达到614.96%，其排名位次上升37位，第一次进入百强榜单。进一步分析显示，常德在医疗、教育、金融、交通物流、文化娱乐等各个行业增速均排名靠前，成为全国数字经济发展中的一匹黑马。

2.2 总体快速增长，行业表现分化

2.2.1 医疗、教育等消费升级概念行业指数快速增长

2016年，产业分指数快速增长，总体增速达到190.78%，是构成互联网+数字经济指数的四个一级分指数中增长最快的。产业分指数的高速增长折射过去一年互联网+行动在全国扎实落地。细分行业中，医疗健康、交通物流、教育行业增幅居前，分别达到397.61%、307.77%、304.88%。

消费升级趋势很好地解释了产业之间指数增速的差异。增速最快的文化娱乐、医疗、交通物流、教育、餐饮住宿等行业都属于消费升级的主要对象。这些行业的高增速实际上反映出中国社会整体对于消费升级产品的强烈需求。其中文化娱乐行业增速最快，这一方面是因为影视、音乐、文学、电子竞技等文化娱乐内容数字化门槛较低，与云、移动互联等信息技术可以快速结合。另一方面，文化娱乐产品制作周期短、供给弹性大。相比之下，医疗、教育等行业的数字需求虽然较高，但供给端受到线下资源的约束，增速受到限制。

商业服务、生活服务、零售等行业增速排名靠后，虽然也分别取得160.76%、148.00%、101.89%的高速增长，但在产业分指数整体超高速增长的背景下，表现并不突出。金融行业监管政策较为严格，对新技术应用态度较为谨慎。生活服务等行业进入常态化发展轨道，越来越多走入线下实体。零售发展时间最长，也最为成熟，增速较为温和。

2.2.2 细分行业对产业分指数增长贡献度分化

各细分行业增长对产业分指数增长的贡献度不同。以产业分指数增长为因变量、12个细分产业指数增速为自变量做回归分析，结果显示，除餐饮住宿和旅游外，所有其他行业对产业分指数增长都有显著贡献。考虑到各个细分行业在分指数计算当中权重稍有不同，在调整了权重因素之后，贡献度最大的五个行业依次为医疗、文化娱乐、商业服务、教育和金融行业。这五个行业每增长一个百分点，产业分指数依次分别增长0.17点、0.14点、0.18点、0.15点和0.12点。

2.2.3 交叉验证

零售、交通物流、餐饮住宿、生活服务、旅游等行业的产业分指数分别纳入了京东、滴滴、新美大、携程等友商数据。交叉比对的结果发现，以友商数据为基础计算的行业增速与以腾讯的数据为基础计算的行业增速基本一致。实际上，各公司数据都显著高相关，侧面说明产业分指数的高速增长是中国产业快速数字化的真实反映。

2.3 成渝成长为数字产业第四极

以北京和天津为核心的环渤海经济圈、以上海和杭州为代表的长三角地区、以广州和深圳为代表的珠三角地区，长期以来在中国经济增长中扮演着火车头的角色。这三个城市群也是中国数字经济最发达的地区。近年来，以成都和重庆为核心的西部城市群快速崛起，很可能成长为中国数字经济的第四极。

2.3.1 西部双子星

成都和重庆同为西部重镇，地理位置接近，2016年产业分指数排名靠前，增速较快，总量逐渐接近领先的京津、沪杭和广深地区，成为引领中西部数字经济发展的核心城市群。

具体来说，广深、京津、沪杭、成渝的产业分指数总和达到144.52，占全国总量的36.98%。成都与重庆的产业分指数之和为18.50，规模在四个城市群中最小，刚刚超过沪杭地区的一半（上海和杭州产业分指数之和为35.49），仍远小于京津地区（北京和天津产业分指数之和为40.81）和广深地区（广州和深圳两城产业分指数之和为49.72）。

而从增速来看，四个城市群中成渝的增速最快，2016年产业分指数同比增速达到320.48%，远超广深的141.36%、京津的109.18%和沪杭的191.11%。总的来看，成渝产业分指数仍然较小，但增速很快，与其余三个城市群的差距在迅速缩小。

2.3.2 明星城市的明星行业

成都2016年产业分指数较2015年同比增长280.28%。其中医疗和交通物流行业的数字产出增长尤为突出，超过全国平均水平。成都在全国医疗行业分指数排名由2015年的第七位上升至2016年的第六位，交通物流行业在全国位列第三，较去年提升四个位次，是成都排名变化最大的行业。重庆2016年产业分指数低于成都，但同比增速更快，在数字一二线城市中排名第一。特别值得一提的是，重庆的医疗行业分指数增速极快，表明当地医疗资源正在快速数字化。

成渝地区的医疗和交通行业整体表现都很突出，在总量已经较大的情况下，增速仍然保持高位，是对两地产业分指数贡献最大的两个行业。成都和重庆是西部的重要交通枢纽、也是医疗、教育资源集中的城市，线下的实体经济发展强。传统线下实体资源对相关行业数字经济发展形成强有力支撑。

2.4 数字经济纵深发展

从产业分指数在全国不同层级城市的增速来看，数字经济正由数字一线城市向四五线城市下沉发展；由东南沿海城市向中、西部纵深发展。

2.4.1 从一线到五线，产业增速三级跳

2016年产业分指数平均增速由低到高分成三个梯级。北上广深四个数字一线城市平均增速显著低于其他所有城市，成为增速最低的梯级；二线14城和三线19城产业分指数增速差距不显著，构成第

二个梯级；四线65城和五线249城产业分指数增速显著高于其他城市，构成增速最高的第三个梯级。三个梯级间增速差异显著，梯级之内的城市群增速差异不显著。这样的梯级差异说明，产业的数字化浪潮正在向数字经济不发达的城市下沉。

具体到不同行业，向数字经济较不发达城市下沉的阶段不同，速率也有差异。举例来说，交通物流行业增速形成与产业分指数类似的三个梯级，说明后线城市的追赶步伐较快，整个交通物流行业已经下沉到比较彻底。相比之下，医疗和金融行业在数字四线城市增速最快，五线城市增速缓慢，说明这两个行业的数字化目前仍局限于排名前100位的城市，但在向数量最多的五线城市下沉过程中仍然面临困难和挑战。教育行业情况更为特殊一点，在14个数字二线城市的增速最高，对三四五线城市的渗透速度仍然较慢，显示教育行业数字化发展仍然局限在规模最大的二十个城市当中，下沉趋势并不明显。换句话说，交通物流行业下沉的最彻底，医疗和金融行业次之，而教育行业下沉才刚刚开始。

2.4.2 从东部向中西部扩展

数字经济下沉的另一个现象就是，产业数字化浪潮由东部发达地区向中部和西部城市渗透，中西部地区城市的产业分指数增速显著高于东部城市。同样的，在由东部向中西部下沉的过程中，不同行业所处的阶段不同，下沉速度不同。交通物流行业的增速分布趋势与产业分指数整体类似，都呈现西高东低的现象，说明交通物流行业在西部地区发展更为迅速。而医疗和教育行业则呈现东部城市高于中部或（和）西部城市的特点。也即，这两个行业由东向西推进发展的过程

还在比较初级的阶段。

2.4.3 高铁一小时经济圈

以北京、深圳、上海、成都为圆心，250公里为半径，形成围绕四个数字产业中心区的高铁一小时经济圈。

刨除四个中心城市和重庆、天津、广州、杭州，高铁一小时经济圈内共有54座城市。2016年这54座城市的产业分指数平均增速为303.34%，显著高于非经济圈内的其余城市的 259 .97 %（p<0.014）。特别是文化娱乐、医疗、和教育行业，经济圈内城市增速高出圈外城市10.88%、41.04%、和8.10%。t检验的结果显示三个行业分别在0.000、0.000、0.019的水平上显著。

2.5  云计算高度集中、迅猛增长、快速下沉

指数框架内，可依照云计算相关二级指标加权平均得出云计算综合指标。2016年这一指标高速增长，较2015年同比增长276.20%。云计算市场仍然高度集中在数字一线和二线城市。2016年，北京、深圳、上海、广州四个城市云计算综合指标占全国总量62.54%。重庆、天津、成都、杭州等十四个二线城市占19.29%。数字一二线份额总和达到81.83%。

各城市云计算综合指标的增速与该城市云计算市场规模呈现明显的倒挂趋势，即云计算综合指标值越高的城市增速越慢。数字一线城市综合指标最高，平均增速也最慢。二至五线城市增速依次显著加快。

这一增速的差序格局反映出云计算技术正在快速下沉进入后线城市。数字一线的北上广深四城虽然占据全国云计算市场的主要份额，但与2015年相比显著下降，二三四线数字城市在全国云计算市场份额快速增长。二线城市上升幅度最小。五线城市升幅最大，市场份额一年内实现翻一番。

2.6 精准扶贫，一个都不能少

2.6.1 值得注意的少数例外

2016年全国数字经济取得长足发展。综合351个城市产业分指数总体状况，数字经济向中西部、向后线城市下沉。2016年产业分指数绝对值较低的城市，增速相对较快，反之亦然。但也存在产业分指数和增速都很低的“双低城市“。这些城市在数字经济发展大潮中渐渐被落下，需要引起特别注意。

双低现象在文化娱乐行业表现得最为典型，在医疗、教育、和金融行业也不同程度存在。这些双低城市包括青海果洛州、玉树州、黄南地区；西藏阿里地区、那曲地区；新疆克孜勒苏州；海南省儋州市等。这些地区地处偏远，人口密度较低、基础设施不发达，发展数字经济面临现实困难，需要外部力量扶持发展，属于数字扶贫需要重点关注的地区。

2.6.2 结合优势行业精准扶贫

双低城市各行业间发展相对不平衡，个别行业数字产出不乏亮点，可以作为未来扶贫参考的方向。以西藏那曲地区为例，虽然在金融、交通、医疗、教育等行业总量和增速排名都排名末段，但在旅游行业表现突出，2016年旅游业数字产出同比增速高达393.39%，在全国排名靠前。这一增幅的取得可能是因为基数较低放大了增速。但另一方面说明，在具备独特自然风光和风土人情的地区，有针对性地合理有序开发旅游资源，可能是未来扶贫工作需要努力的方向。

部分中部城市也出现产业分指数和增速都排名末段的情况，如潜江、天门、仙桃、中卫等。虽然这些城市在GDP排名中也较为靠后，但在基础设施方面较青海西藏等偏远地区有优势。部分城市在农业、零售等行业数字经济指数增速排名靠前，例如天门市零售业和农业全国排名较其GDP全国排名超前过100位。针对性发展涉农数字产业，不失为一条可供参考的思路。

1、双创分指数：理性回归

3.1双创分指数排名变化

与2015年相比，双创分指数省级排名位次变化较小，排名前五的省份没有变化，四川上升一位至第六名，位置与重庆对调。广东和北京延续2015年的创新创业两强格局，两地双创活动占全国总量的40.7%，与去年持平。其余省份排名位次变化都在两位以内。

城市排名方面，头部城市排名变化较小，2016年排名前八位的城市与2015年完全相同。武汉上升两位，与天津位置对调，进入前十名。福州和南昌排名分别提升四位和五位，进入全国双创前二十名。

3.2 双创活动理性回归

3.2.1 双创分指数增长减缓

2016年是移动互联双创活动的小年。与2015年的爆发式增长相比，2 0 1 6 年双创活动回归理性，全国双创分指数值达到165.02。2016年，投资者更为审慎，创业者更为小心，全年与移动互联相关的创新创业活动呈现理性推进、不温不火的状态。实际上不独国内如此，全球的创业活动在2016年都出现滑坡。据KPMG统计，2016年全球VC投资笔数下降24.05%，金额下降9.9%。

3.2.2 由全面开花向数字一线城市集中

在市场整体回归理性的背景下，双创活动在国内的分布也由2015年的全面开花，向人力资源丰富、市场成熟且容量较大的数字一二线城市集中。2016年北京、深圳、上海、广州四个城市的双创分指数占全国总量的45.89%，较2015年的43.65%上升2.24个百分点。以重庆、天津、武汉、成都为首的14个二线城市双创分指数占全国总量的24.41%，与2015年的24.03%基本持平。19个数字三线城市在全国双创分指数总量中占比由12.33%下降到11.42%。四线城市占比9.58%，与2015年的9.42%基本持平。249个五线城市占比下降幅度最大，由10.57%下降到8.71%。

3.3 数字产业发展带动线上双创活动

3.3.1 一线城市线上双创活动集中度过半

双创分指数由两个二级指标构成，新上线App数量反映当地基于互联网线上的产品和服务开发活动，而有效创业项目数反映的是当地新增线下实体创业项目的情况。2015年、2016年两个指标都显著正相关，两个指标2016年的同比增速也显著正相关 (correl=0.121, p< 0.024)。说明创新创业活动线上线下联动的趋势非常明显。

数据显示，超过一半的线上双创活动集中于北京、上海、广州、深圳四个数字一线城市，而四线、五线城市的双创活动更偏向于线下项目。

3.3.2 产业分指数增长显著刺激线上双创活动

新上线App数增速与产业分指数增速显著相关(correl=0.123, p<0.021 )，线上双创活动增速与产业分指数增速显著正相关，说明产业数字化进程与线上双创活动存在互相促进的关系。

具体到不同行业，新上线App增量与交通物流 (correl=0.186, p< 0.000)和零售行业分指数增速强相关 (correl=0.158, p< 0.003 )，与医疗(correl=0.095, p< 0.075)和金融(correl=0.093,p< 0.081)行业分指数增速弱相关。交通物流行业是分享经济模式最先破冰的行业。在线零售行业商业模式已经非常成熟，但在消费升级的背景下，海淘、母婴等细分垂直领域出现差异化机会。医疗行业痛点明显，也是创业者和投资者近年来关注的重点领域，金融行业则是形成线上和线下闭环的关键。这些产业数字经济持续活跃，对线上双创活动起到显著推动作用。

3.4 线下双创活动的激活因素

3.4.1 线下双创活动依赖实体经济规模

与线上双创活动不同，线下双创活动增速（即有效创业项目数增速），与所在城市的GDP总量呈现弱相关关系 (correl=0.092, p<0 . 085) 。线下双创活动和实体经济发展高度相关。GDP越高，线下双创活动增速越快。反之亦然。这可能是因为，线下实双创活动仍然依赖本地市场的支持。

3.4.2 线下双创活动的群聚效应

线下双创活动呈现一定的群聚效应，在一线城市高铁一小时经济圈内的后线城市，线下双创活动明显较同等级其他城市更为活跃。

65个四线城市当中，约有一半集中在京津、长三角、和珠三角区域，以京津、沪杭、广深为核心形成三个比较大的城市集群。集群内的中线城市与核心城市间都有便捷的交通联系，双创活动整体上与核心城市同比保持活跃。相比之下，三线城市虽然体量较大、数字经济水平发展较高，但地理位置分布分散，并没有形成显著的集群。四线城市的集群效应在一定程度上解释了四线城市的线下创业活动与头部保持一致的现象。

65个四线城市当中有22个城市距离三个中心城市北京、上海、深圳中任意一个的直线距离在250公里以内，也即处在中心城市一小时高铁经济圈以内。22个高铁经济圈以内城市双创分指数增速显著高于非经济圈内的43个四线城市。经济圈内城市的新上线有效创业项目数增速较非经济圈内城市高出约三成，两者差别显著。即集群内部城市线上创业活动部分与非集群内城市差异不大，但在线下的创业活动部分表现显著好于非集群内城市。

2、智慧民生分指数：步入移动大发展的元年

4.1 智慧民生分指数排名

经过2015年的试水，2016年智慧民生正式步入移动大发展的元年。2016年，全国智慧民生分指数值同比增长90.42%。广东、四川、云南、吉林、河北、甘肃等15个省份增幅“跑赢全国”，其中12个省份的智慧民生分指数增幅超过100%。高增速拉动这些省份在全国的排名迅速提升。云南上升最快，从2015年的第22位提高至第16位。

4.1.1 广东凭借“双高”独自站稳第一梯级，比较优势明显

2016年，广东智慧民生分指数值和增速均稳居全国第1位。浙江保持不变，仍位居第2。北京和江苏分别上升1个和2个位次，名列第3、第4位。上海名次不变，坐稳第五位。山东首次进入前10，由2015年的第11位上升至第7位。2015年上线本地服务的仅有青岛一个城市，而2016年济南、淄博、日照等16个地级市均上线了本地服务。全省服务项目价值分、服务质量星级分、重点行业丰富度等指标分别同比增长178.57%、110.41%和152.75%。海南受增速较慢拖累，跌出前10榜单。重庆也因为增速最低导致其排名由第3位跌至第8位。

从趋势看，广东省已独自站稳全国智慧民生发展的“第一梯级”，加速拉开与其他省份的差距。 2016 年 4 月 19 日，广东省政府部署全省推进互联网+政务服务改革工作，主要举措包括再造审批流程、促进审批标准化、打造全省政务服务大数据库等。广州、深圳、佛山等城市广泛应用新技术、新手段改造政务办事流程和服务供给方式，在出入境、交通违法、医保移动支付、公积金等方面做了大量创新。深圳公积金首创性开通4类公积金微信提取、微信办理贷后变更等服务。2016年全国智慧民生分指数前10大城市，广东包揽4个席位。

4.1.2 市级排名变化幅度较大，蕴含追赶机会

2016年，广州凭借278.62%的高增速赶超深圳首次登上全国智慧民生分指数榜首，深圳退居第2位。北京、上海由于服务项目的进一步丰富、服务质量提升较快等原因，位次分别上升至第3位、第5位。佛山坐稳全国第4位。东莞凭借亮眼的成绩单：重点行业丰富度、活跃用户数、服务质量星级分同比增长172.23%、166.90%和113.94%，上升11个位次，首次跻身前10榜单，位列第6位。重庆位次不变，武汉和成都名次对调，分列第7-9位。2015年排在第10位的青岛被东莞挤出前10榜单。长沙由于增速放缓，下降7个位次至第10位。

与2015年相比，2016年前100位城市的排名高度震荡。2015年前100位城市中，排名上升的城市有66个，不变的4个，下降的30个。有23个城市首次进入前100位，多数来自中西部的数字三四线城市。排名变化较大主要是因为很多城市的智慧民生还处于解决“服务移动化”的阶段，上线服务数量的多少是竞争的关键之一。在排名上升的66个城市中，有36个是因为2016年新上线了本地智慧民生服务。这对排名较后的城市来说，意味着有较大的追赶的机会窗口，也为智慧民生的广阔发展前景写下注脚。

4.2 数字经济连接政府，引发智慧民生加速向后线城市下沉扩散

4.2.1 一线城市实力稳固，四五线城市“奋起直追”

数字一线至五线城市智慧民生分指数增幅总体呈“L”态势。数字一线城市在广州、深圳拉动下保持高速增长，在全国的地位趋于稳定，平均位次变化仅为1.25位，是智慧民生落地的推进主体。数字四五城市增速高于数字二三线城市，2016年整体增速分别为147.23%、150.40%，其中174个城市增速跑赢全国，追赶效应明显，平均位次变化幅度高达30-50位。在增速前100位的城市中，数字四五线城市占据了64席。

4.2.2 中西部地区基数不够，增速来补

“中西部持续崛起、与东部齐头并进”的区域态势也是智慧民生服务向不发达地区下沉的有力说明。对比2015年，中部、西部智慧民生分指数都实现了快速飞跃，分别同比增长 83.62%、98.32%，远高于东部66.68%。西部增速远高于全国平均水平，成为一大亮点。2016年智慧民生分指数增速排名前十的省份分别是广东、贵州、青海、新疆、云南、天津、西藏、甘肃、河北、吉林。其中西部省份6个，东部省份3个，中部省份1个。西部表现抢眼跟国家西部大开发战略、产业向西部转移带动用户习惯养成、地方政府积极推进互联网+政务落地等因素是分不开的。2016年，107个西部城市先后开通了本地的智慧民生服务。

4.3  移动政务服务的全面供给让用户更有“获得感”

2016年9月29日,国务院印发的《关于加快推进“互联网+政务服务”工作的指导意见》要求：在企业运营与居民衣食住行领域等民生服务的事项做到“应上尽上、全程在线”。截止2016年底，339个城市上线不同数量的本地服务，全国月活跃用户规模同比扩大1.22倍，用户回流率和重点行业丰富度分别同比提高196.65%、180.48%，数字背后折射出全国各级政府在推进互联网+政务服务的实践和效果。

4.3.1 政务民生服务全面触网

各级政府全面触网。截止2016年底，全国有362个城市通过微信城市服务平台为市民提供各类政务民生服务，100%覆盖了互联网+数字经济指数度量的351个城市。其中，339个城市上线了全国和本地性的智慧民生服务，仅上线全国性服务的只有内蒙古、西藏的12个城市和地区。政府通过发展移动渠道加强政务服务的积极性可见一斑。其中，深圳的在线服务项目最丰富，大到出入境、社保、公积金、户政、税务、交通违法查办、生活缴费，小到疫苗接种信息查询、宜停车、粤通卡，移动政务已全方位覆盖用户生活。

重点服务深度触网。作为高频刚需服务，公安、公积金、社保、医疗四大重点领域在地域覆盖广度和服务深度两个维度都取得了显著进步。2016年，分别有134、93、55和35个城市新上线了公安、人社、公积金、医疗服务，城市覆盖率分别达到58.4%、34.47%、19.09%和46.15%。拿普及率最广的公安服务来说，已涵盖交管、出入境、户政、治安4个中类、20个细项服务。其中，深圳、广州等城市已基本实现出入境、交管、医疗、公积金等服务的全流程查询和办理。例如，机动车交通违法、机动车年审、机动车注册、行驶证补换、驾驶人交通违法、驾照考试、驾驶证年审、驾驶证补换、快撤理赔等在内的交管服务均可在手机上查询和办理。

4.3.2 用户红利 VS 获得感

过去，智慧民生获得感普遍偏低，但这一现象近年来正被逐渐改善。移动政务的广泛普及正在悄然改变市民的日常生活。交通违法缴罚、挂号就诊支付、公积金查询、出入境续签、购买交通票等过去许多需要长时间排队等候的事情，现在用微信即可一键办理。从前10大服务的用户量数据可以看出，在线服务已成为常态，全国有超2400万的用户在手机上查办交通违章。预约挂号、加油、社保查询、汽车票等服务的用户量也超过千万。

目前全国在微信上可查询和办理的服务超过800项，涉及公安、人社、公积金、交通、税务、司法、教育、民政等30个类别，累计服务用户超过2.6亿。这些数字是各级政府以用户为中心不断做减法、提高服务效率的直接体现。通过微信只需30秒就可以完成违章罚款的查询和缴纳。深圳在微信上打通医保支付，每次可为市民最多节省2个小时的排队时间，累计为用户节省了8.06万小时。电子驾照、就诊卡、电子社保卡等电子证件的上线，极大提升了安全性与便携性，方便市民身份认证、证件状态查询、业务办理等。

智慧民生带来的高效便捷正在被越来越多的市民所感知。相较2015年，各地使用微信城市服务的用户普遍呈高速增长态势。数字一二三四五线城市的活跃用户规模增速依次递增，后线城市用户红利大爆发。内蒙古的乌海市，贵州的黔东南州和黔南州，广西的柳州市活跃用户数是2015年的10倍之多。基数小是这些地方高速增长的主要原因。相比后线城市增量用户的爆发，发达城市的用户规模增长的红利阶段则进入稳定期，更加注重通过加强服务深度和应用体验来留住用户。作为度量用户粘性的重要指标，用户回流率是2016年智慧民生下设六个维度增长最快的指标。351个城市平均用户回流率已提高到25.36%，即每月有2.5成的用户会在下个月再次使用同一项服务。深圳、广州等头部城市的回流率最高，达到4成。移动政务服务的使用习惯和价值在数字一二线城市已获用户普遍认可。

4.3.3 智慧民生加快“全民参与治理”时代到来

移动互联的快速普及让信息以更快更有效的方式触达每一个人，改变了很多做事的方式。而我们的社会治理也深受其影响，从只是政府、企业的事情变成了全民参与的活动。只要有一台手机，每个人都可以参与到环境保护、交通拥堵治理等活动中来。可以说，“全民参与治理”的时代已经到来。2016年，众多政府部门将环保举报、旅游投诉、交通违章举报、食品药品投诉举报、诈骗信息举报以及城市积水、台风等极端天气信息上报和预警平移到微信平台上，普遍得到市民积极参与和点赞，使用的用户量位居第10位。环保部12369平台在微信城市服务开设的污染举报入口收到的举报量超过400万，远远超出传统渠道收到的总量。2016年7月6日，为应对武汉连日暴雨所引发的积水问题，武汉交警联合微信城市服务平台紧急上线“城市积水上报”功能，不仅可以有效指导市民提前规避积水路段，同时让每一位市民都可以参与到对抗洪水灾害行动中来，上报“城市积水”的位置、照片等信息，避免安全事故发生。目前，全国已经有22个

城市都上线了这项服务，半年来累计有27.5万的市民使用了这项服务。

4.4 智慧民生的三大增长驱动力

4.4.1 政策加持的催化剂效应

通过比较发现，智慧民生分指数较高或增速较快的城市，大多是国家发改委、住建部、工信部、科技部等部门支持或认定的“智慧民生”、“信息消费”、“信息惠民”等试点城市。这些城市在政策支持下，实现高速发展，并有拉开与其他城市差距的态势，政策催化剂效应显现。

351个城市中，受国家支持或认定的共有237个，占67.52%。这些地区2016年智慧民生分指数同比增长104.78%，高于未受认定城市6.91个百分点。两者智慧民生分指数的差距同比扩大1.32倍，由2015年的0.059扩大到0.137。

4.4.2  智慧民生是数字经济大发展的重要贡献因子

智慧民生的普及往往需要借助数字经济的活力，数字经济的发展也离不开智慧民生的配合。相较2015年，智慧民生与数字经济互为促进的关系更为显性。2016年，智慧民生成为各城市数字经济增长的动力来源之一，对110个城市增长的贡献度在50%以上。智慧民生与数字产业、双创活动分属于不同的社会部门，前者一般由政府等公共服务机构提供，后者一般是以家庭和私营部门为主体，充分发挥市场的资源配置作用，自主自营发展。但两者之间又有着千丝万缕的联系。

2 0 1 6年产业分指数和智慧民生分指数都取得较快增长。两者的增速呈现显著的正相关关系（correl=0.164，p<0.002），互相促进共同发展的态势展露无遗。在细分行业层面，智慧民生分指数增速与医疗（correl=0.157,p<0.003）、交通（ c o r r e l = 0 . 2 8 3 , p = 0 . 0 0 0 ）、金融（ c o r r e l = 0 . 1 5 8 , p < 0 . 0 0 3 ）、零售（correl=0.221, p=0.000）等行业增速都存在着著的正相关关系。医疗和交通是目前智慧民生使用量最大的服务项目，金融与零售则是与智慧民生息息相关的基础性行业。智慧民生对数字经济的潜在促进作用正在逐步显现。

不光是产业，智慧民生对创新创业同样有显著作用。有效创业项目数增速与其所在城市智慧民生分指数增速显著相关（correl=0.110, p <0.039），说明政务民生和其他公共服务的发展为当地创业者带来机遇。造成这一现象的原因可能包括两点。一方面，政府和其他公共服务部门的移动化和云化本身创造出一个巨大的市场，为本地的技术型企业和互联网创业者带来不可多得的发展机遇。另一方面，政务民生的移动化和云化，在一定程度上简化了线下创业者必须走的各种手续，降低线下创业门槛，间接支持了双创事业。

4.4.3  技术创新成为智慧民生可持续发展的重要驱动力

随着移动互联普及率、在线服务及移动服务以及各类创新的大规模增长，新的技术和工具在改善民生、提高效率的作用越来越凸显。地理位置服务LBS、人脸识别、移动支付、大数据等新技术在政务服务供给中的应用引发了数量巨大的创新成果。这些技术的应用可以帮助解决政策制定与政务服务供给的许多挑战性的问题。例如，在税务服务方面，微信支付手段和税收业务紧密结合，使得纳税人可直接在微信城市服务平台上查询缴纳税款。这有效满足了纳税人自主办税、异地缴税等实际需求，提高了政府机构办事效率，并突破时间地点制

约开启24小时全自助缴税模式。

4.5  智慧民生有助于加快公共服务均等化，成为消弭数字鸿沟的重要抓手

4.5.1 东中西差距进一步缩小

2016年，智慧民生分指数和增速普遍呈现倒挂趋势，即分指数越高，增速越慢。福建、江苏、上海、浙江、北京智慧民生分指数名列前10，但也是增速最慢的10大省份之一。发达地区增速放缓主要有两方面原因：一是基数相对较大，保持超高速增长较难；二是发达地区已基本完成服务的普及阶段，进入优化服务、提升质量的中期发展阶段。

2016年东部地区新上线本地服务的城市仅有49个。东部增速放缓、中西部高速增长的态势正在缩小东中西地区间的差距。2016年，中西部地区智慧民生分指数合占全国总量的50.22%，微高于去年49.82%的占比。

4.5.2 公共服务均等化趋势

智慧民生的不断深化，极大提高了市民生活出行、政务办事的效率和便捷度。2016年，数字、红利的可获得、可感知性进一步增强。很多后线城市因为无处不在的连接，也成为数字红利的受益者。以公安、人社、公积金、医疗四大高频服务来说，数字四五线城市的可获得率尽管没有发达城市高，但相比2015年有显著进步。公安、医疗、人社、公积金在数字四五线城市的服务可获得率分别达到51.91%、49.68%、28.66%和13.69%。更令人可喜的是，数字四五线城市的用户对服务的满意度与发达城市相差无几。2016年，数字四五线城市平均满意度为369.93分，微低于数字一二三线城市。可见，智慧民生已经成为一个重要的发展指标，可以推进诸如教育、文化、医疗等公共服务的均等化，使老少边穷地区实现跨越式前进成为可能，更是缩小区域间数字鸿沟的重要抓手。

金准数据将从宏观的角度带你观察大数据行业的整体生态结构，对大数据采集、数据的分布式存储与处理，以及在此基础之上的数据分析、可视化和在众多行业中的应用进行概述。首先我们就来说说大数据技术是如何产生的？

1、 大数据的技术基础

早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为 “第三次浪潮的华彩乐章”，这标志着人们首次对海量数据所能够产生的价值有了初步的了解。

但由于连接方式的局限，长期以来人们对于数据的应用大多以企业内部的商业智能为主，随着互联网、移动互联网的普及，企业终于能够直接与用户产生链接并获得大量的用户行为与消费等数据，大数据产业应用的轮廓才渐渐清晰。

2000年初Google为了实现对大量网页的信息抓取、存储，并完成索引的建立及排序功能，同时又希望降低硬件采购成本而逐渐摸索出了利用普通物理机实现的分布式存储、计算体系。这一技术以MapReduce及GFS而为人所熟知，借此大数据得以分布存储在多个数据库中，并进行大规模并发处理，解决了以往单一计算机存储能力不够，计算时间过长而不具备实用性的问题。

依据2003年底Google所发布的论文，前雅虎工程师开发出了类似的分布式存储计算技术Hadoop，随后围绕Hadoop产生了庞大的生态体系，逐渐使大数据基础架构日臻完善。

Hadoop功能包括从数据采集、存储、分析、转运、再到页面展示，完整涵盖了整个流程。例如HDFS实现了数据的分布式存储，HBase负责实现数据库的功能，Flume执行对数据的收集，Sqoop能够对数据进行转移、治理， MapReduce可以通过算法实现分布式计算，Hive则做数据仓库，Pig做数据流处理，Zookeeper实现了各节点间的反馈收集与负载平衡服务，Ambari能够让管理员了解架构整体的工作运行情况。

Hadoop生态技术架构

而随着技术的发展，一些适应独特应用场景的数据库、计算处理等软件也越发丰富，例如非结构化数据库MongoDB就因为其较为强大的条件查询功能以及灵活的数据结构获得了广泛的应用；Spark则将Hadoop中的存储介质替换为闪存，而获得了百倍处理速度的增长，Databricks Cloud就是这一架构下的产品化服务。

除此之外大数据生态中还存在着很多的技术发展路径，其中MPP技术主要还是以关系型数据库为主和Hadoop技术目标类似，都为了将数据切分、独立计算后再汇总。相对于SQL on Hadoop，MPP具有数据优化程度高、计算速度快，擅长被用于进行交叉分析等优点，适合企业进行数据分析使用，但其扩展性相对Hadoop来说较弱，一般在10个节点以上便丧失了计算优势，并且由于非开源架构导致其对特定硬件依赖程度较高。

采用MPP存储模式的代表性公司有Teradata，能够通过进行企业数据分析帮助员工减轻大数据处理的精力消耗与费用成本，使企业能够更加专注于业务运营。在传统数据库公司与意图进入数据库市场的企业服务公司（例如SAP）掀起的收购热潮中，Teradata是目前市场仅存的几家大型独立数据分析公司之一。

2、 大数据的数据来源

2011年麦肯锡发布了一份题为“Big Data: The Next Frontier for Innovation, Competition and Productivity”的报告，里面提到美国拥有1000人以上规模的公司平均存储了超过200T的数据，如果对数据进行价值挖掘将激发很多行业及公司的潜力，这一报告标志了商业领域大数据热潮的开端，也使企业服务软件成为了大数据最初的数据源。

随着存储及计算能力的加强和国内大数据产业的兴起，部分从业者在看到行业巨大前景的同时也意识到了国内数据资源的缺乏，由于民生、电信、交通、电力等具有很高价值的数据都掌握在政府及大型国企中并不开放，如何获取数据源成为了比如何提升数据处理方法更大的问题。

目前国内能够进行脱敏并使用的市场数据的来源主要还是集中在手机、PC等单一渠道与场景中，TalkingData、友盟，以及艾瑞、易观等数据分析及咨询机构很大程度上依赖着这些资源，却也被这些资源所局限。而由于政府数据的敏感性，仅有少数机构能够对接政府数据资源。因此预计随着对数据需求的日益强烈以及数据资源价值被渐渐接受，政府数据资源将会成为数据源的重要组成部分。

而更大范围的数据采集工作将会依托于物联网领域。在《即将被281亿个传感器包围，你却还没弄懂物联网技术？》中曾讲到，预计2020年我们将会被281亿个传感器包围，本月27号中国联通也宣布截至目前其物联网联通数量已超过5000万个。可以预见的是，在消费者视角内，未来衣食住行等方方面面都将会配备物联网设备实时采集数据，而采集来的数据将会让商家提供更优质、甚至是定制化的服务，形成双赢。而在工业领域，物联网所采集的大数据也将发挥很大的作用，形成良性循环。

同样随着数据样本与采集渠道的丰富，针对数据采集过程、数据转换与传送和数据存储环节的服务也已经有了很大的发展，Informatica及Mulesoft就是多渠道数据的集成与数据治理行业中的代表性企业。

3、 大数据的分析及可视化

在有了足够的存储与计算能力，并获得了大量的数据后，数据分析产业的发展水到渠成。目前通用性的数据分析行业，主要有数据分析、数据分析可视化、大数据检索，以及延伸出的数据服务平台、商业智能分析及大数据预测与咨询这6大类业务。

数据分析的内容将会在第二及第三篇文章中详细介绍，今天仅介绍一下数据分析的整体情况，及未来可能的发展方向。

大数据分析的出现，对企业而言最大的价值就是能够将大量沉淀的用户行为数据、消费数据、企业服务软件中的数据进行整合，并通过对这些数据的分析来优化产品设计、价格的制定和销售方法的提升，同时降低企业内部运转的成本提高运营效率，例如Pentho通过抓取企业服务软件（主要为SAP）中的各类数据并挖掘及分析，最终能够帮助企业节约大量的报表制作时间，并让管理者能够实时看到企业的运行情况。

同样对于电信、电力以及交通等专业领域的企业来说，通过收集用户数据，可以分析并预测未来的需求，提前对价格进行实时智能调节，并合理分配负载，从而实现利润的最大化并保证运行的安全。

而对舆情数据的分析能够帮助企业及时了解市场情绪，并快速迭代自己的产品与服务，对于金融企业来说也可以快速获知最新动态避免因为信息不对称而暴露于风险中。例如Datameer提供的数据分析引擎就能够实时监测公共消息，检测其语言和传播方式，使用户能够早于媒体报道获得最新资讯，并通过可视化的方式使用户轻松快速上手。

大数据可视化，则是建立在大数据分析之上的，让人们能够更加便捷的理解数据分析结果的手段。大多数提供数据可视化业务的公司都将其作为对数据分析的延伸业务，例如Bottlenose在进行数据分析自动化业务的同时，提供对社交媒体分析的“声纳图”，能够让用户对复杂的关系及逻辑线条一目了然，提升了用户对其数据分析业务的采纳程度。

预计随着数据分析手段与方法的不断升级，数据的可视化工作将成为重点方向，将日益复杂化的数据分析结果与人相连接将会面临技术不断的挑战。

4、 大数据的行业应用

大数据技术已经被视为了未来经济生活中的基础设施，这意味着几乎全部行业都能够在大数据分析技术之上获得经济效率的提升。星河研究院此次将大数据应用的研究范围覆盖到了20多个行业，包含电子商务、媒体营销、物流、企业服务、教育、汽车、金融科技等诸多产业，这一部分行业与公司的介绍将会放在第四到第七篇文章中。

在销售行业中，通过输入客户的性格、穿搭习惯、所处行业及历史销售数据等信息，销售员将会被大数据分析告知，何时给哪一位客户打电话获得订单的概率最高；在品牌形象建立中，Persado能够依据市场情绪的分析，写出与用户能够产生共鸣的文案从而获取消费者好感；法律行业中Ravel能够“阅读”过去数十万判决案例，针对用户输入的案件给出判决概率预测，帮助律师制定辩护策略，而长期来看法律大数据企业很有可能取代大部分初级律师；同样在零售、广告、医疗等诸多领域，大数据技术都能通过分析数据内在的关系而帮助用户实现购买预测、受众精准投放以及病情辅助判断等功能。大数据的行业应用精彩纷呈，远不止上文所提到的这些，接下来的文章中我们会逐一展现大数据应用的神奇。

5、大数据成为AI产业的燃料

人工智能技术一直是科学家与技术人员的追求，但其发展并不是一帆风顺。例如最初的自然语言识别技术中，科学家希望通过语法规则使计算机理解语义从而实现智能化，但显示证明这一路径并不可行，其后依据大量数据样本的统计方法才有效的提升了自然语言处理的准确度并逐渐达到可用水平。

如今随着计算技术与数据量的提升，大数据能够带给我们的福利已经不仅限于资料的查找，识别语言、视觉的AI技术提供给我们的，除了经常看到的“个人助理”和动态美颜等功能外，仿照大脑结构进行写作、自动记录会议纪要、情绪识别与性格分析，甚至是视频内容的搜索等功能都能够对商业及产业起到较大的推动作用。

注：

Hadoop, 由Apache基金会所开发的分布式系统基础架构

HDFS是Hadoop中的分布式文件系统，适合运行在通用硬件设备上，具备高度容错性，能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。

MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算，极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。

MPP，Massively Parallel Processing，意为大规模并行处理系统，这样的系统是由许多松耦合处理单元组成的，每个单元内的CPU都有自己私有的资源，在每个单元内都有操作系统和管理数据库的实例复本。

SAP是全球最大的企业管理和协同化商务解决方案供应商、全球第三大独立软件供应商，总部位于德国。

GFS是Google开发的可扩展分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用，能够运行于普通硬件上，并提供容错功能。

1. 基因测序技术的概念
基因测序是对目标DNA进行碱基的序列测定，并进行各种相关分析。是现代生物学的重要手段之一，同时也是生物学迅猛发展的重要动力。它推动了生物学的发展，它促使生物学从DNA水平上进行各种研究。
基因（Gene,Mendelian factor）是指携带有遗传信息的DNA或RNA序列，也称为遗传因子，是控制性状的基本遗传单位。基因通过指导蛋白质的合成来表达自己所携带的遗传信息，从而控制生物个体的性状表现。基因有控制遗传性状和活性调节的功能。基因通过复制把遗传信息传递给下一代，并通过控制酶的合成来控制代谢过程，从而控制生物的个体性状表现。基因还可以通过控制结构蛋白的成分，直接控制生物性状。因此对生物从分子生物学水平上进行研究，在医学上对某种遗传疾病的研究等都离不开对DNA或RNA的序列进行测定。基因测序也成为生物学研究的重要手段。
在基础生物学研究中，和在众多的应用领域，如诊断，生物技术，法医生物学，生物系统学中，DNA序列知识已成为不可缺少的知识。具有现代的DNA测序技术的快速测序速度已经有助于达到测序完整的DNA序列，或多种类型的基因组测序和生命物种，包括人类基因组和其他许多动物，植物和微生物物种的完整DNA序列。RNA测序则通常将RNA提取后，反转录为DNA后使用DNA测序的方法进行测序。应用最广泛的是由弗雷德里克•桑格发明的Sanger双脱氧链终止法（Chain Termination Method）。新的测序方法，例如454生物科学的方法和焦磷酸测序法。
2. 基因测序行业的发展环境与历史
2.1 早期的无序发展
20世纪90年代以前，基因测序技术仅在实验室内用于科学研究，并未应用到医疗甚至临床上来。直到21世纪初期，随着第二代基因测序技术的逐渐成熟，第三代基因测序技术被发现，以及部分基因与人类疾病之间关系的确定，全人类基因组测试成本下降到1000美元，局部致病基因的检测仅仅需要几百美元，基因测序技术进入了产业化发展阶段。个体基因测序从实验室走入临床，风靡全球，大量商业公司为追逐利润进行商业宣传，而广大受试群体对这项检测则一知半解。在国内，大量国外基因检测设备纷纷打着科研的旗号进入中国市场，实际上却在进行临床、商业经营。因此，早期基因测序行业处于严重缺乏监管、合理的运营规范与质量标准的监管真空区。
2.2 严格的监管时期
2013年11月22日，美国国家食品药品管理局发函要求“23andMe”公司停止健康有关的个人基因组检测及数据解读服务，认为该项服务没有获得FDA的批准，违反了联邦法律。
2014年2月9日，中国国家食品药品监管总局、国家卫生与计划生育委员会联合发布《临床使用基因测序相关产品和技术管理的通知》，通知要求立即停止包括产前基因检测在内的所有医疗技术需要应用的检测仪器、诊断试剂和相关医用。突然间国内的所有基因检测行业被叫停，进入了严格的监管期。
2.3 逐渐走向成长
2014年7月2日，CFDA批准了华大基因BGISEQ-1000基因测序仪、BGISEQ-100基因测序仪和胎儿染色体非整倍体（T21、T18、T13）检测试剂盒（联合探针锚定连接测序法）、胎儿染色体非整倍体（T21、T18、T13）检测试剂盒（半导体测序法）医疗器械注册。这是CFDA首次批准注册的第二代基因测序诊断产品。之后一直到2015年3月，CFDA陆续批准了部分检验过关的二代基因测序诊断产品，为基因测序行业今后的健康发展奠定了基础，并逐步以批准试点的方式开展基因测序临床应用，整个行业开始进入健康的发展轨道。
2.4 行业加速发展
2016年3月8日，中国科技部发布国家重点研发计划中将“精准医学研究”列入首位国家重点研发计划。同月，《十三五规划纲要》将生物技术与精准医疗列入战略性新兴产业发展规划中。2016年5月，国家发改委《战略性新兴产业众多新增长点正在形成》一文中提到随着高通量基因测序技术的突破以及基因测序成本的大幅下降，我国基因检测产业步入高速发展的快车道，无创产前基因检测以及疾病筛查等服务快速发展，新型创新型企业正在成倍的增长。
3. 行业现状
3.1 市场环境促进基因测序的发展
政策环境：政策利好，临床级产品监管逐步规范化
2016年3月，科技部发布《关于发布国家重点研发计划精准医学研究等重点专项2016年度项目申报指南的通知》，将“精准医学研究”列为2016年优先启动的重点专项之一。政府鼓励和支持以基因测序为基础的精准医疗，行业迎来政策红利。
政府在鼓励行业发展的同时，也逐步加强临床级基因测序产品的监管。2014年，卫计委和食品药品监管总局加强基因测序行业监管，规定基因检测仪器、诊断试剂和相关医用软件等产品，需经CFDA审批注册，并经卫计委批准技术准入方可临床应用。此后分别批准了华大基因、达安基因、贝瑞和康等企业的基因测序诊断NIPT产品，无创产检和肿瘤测序等临床级别的基因测序产品和服务逐步走向规范化。
经济环境：医疗支出呈增长趋势，提升行业机会
世界银行数据显示，除中低收入国家外，其余各类收入类型国家人均医疗支出占人均GDP的比重均呈现逐年上升趋势。医疗保健人均支出占比的提高，一方面来自医疗费用的上涨，另一方面则来自人们对于健康的重视程度的提高。
金地毯大数据中心认为，随着人均收入的增长，人们越来越重视自己的健康状况，因而人均医疗支出占比也呈现逐步上升的趋势。人们健康意识的提高，将有利于提高用户或病患对于基因测序产品和服务的接受度和付费意愿。

注释：人均医疗卫生支出为公共和与私营卫生支出之和与总人口的比率，涵盖医疗卫生服务（预防和治疗）、计划生育、营养项目、紧急医疗救助，但是不包括饮用水和卫生设施提供。数据按现价美元计。
社会环境：复杂疾病死亡率高，催生精准医疗需求
2013年城市居民主要疾病死亡率前三分别为恶性肿瘤、心脏病和冠心病，这组数据表明肿瘤等复杂疾病在我国具有较高的死亡率。而传统治疗方案在治疗肿瘤等复杂疾病时，治疗效果不佳。数据显示，传统治疗方案在肿瘤治疗上的用药无效率高达75%，在老年痴呆症治疗上的用药无效率为70%，在糖尿病治疗上的用药无效率为43%。
传统医学在治疗复杂疾病时的效果并不佳，同时人们也逐渐意识到大多数复杂疾病是自身基因同外界环境和个人生活习惯等因素共同作用的结果，迫切需求在治疗上的个性化，从而促生了精准医疗的需求。


3.2总体市场规模以及增速
公开数据显示，全球基因测序市场规模呈逐年增长的趋势，2007年全球基因测序市场规模为7.9亿美元，到2014年市场规模为54.5亿美元，预计2018年全球基因测序市场规模将超过110亿美元，年复合增长率为21.1%，市场增长迅速。中国基因测序市场增长率超20%，为增长最快国家之一。


金地毯大数据中心分析认为，基因测序服务和上游基因测序耗材和试剂是带动市场规模快速增长的主要因素。随着基因测序技术的成熟，基因测序成本呈逐年下降趋势，测序成本的下降，将提高基因测序服务的渗透率，进而推动市场快速发展。基因测序需求增长的同时，也增加了对基因测序耗材和试剂的需求，因此在基因测序服务增长的同时，也带动了测序耗材和试剂的增长。
3.3全产业链发展现状
基因测序产业链具体的划分方式为：上游测序仪器、中上游捕获耗材和测序耗材(其中测序耗材与测序仪器配合使用)、中游测序服务、中下游测序数据分析和云平台,下游是检测中心（包括解读测序数据和输出诊断报告）。因此，相关的有形产品主要包括测序仪与试剂耗材。
上游：测序设备与耗材被国外厂商垄断
基因测序的产业上游目前是整个产业毛利率最高的部分，并且因为仪器精确度等要求相应技术壁垒较高，而全球测序行业巨头Illumina和Life Technologies（2013年被Thermo Fisher收购）经过多年深耕已经牢牢把握上游仪器生产和配套试剂耗材的销售，呈现出寡头垄断的市场格局。目前共有7389台基因测序设备，分布在60多个国家中，大多分布在美国，其次是中国和欧洲。各国基于测序仪存量的排名中美国大大超过其他国家，而中国以稍多于德国的存量排名第二。

注：红色圆圈为数量较多，黄色圆圈代表数量一般，蓝色圆圈为数量较少的地区。

注：美国是基因检测最大市场，亚洲、欧洲发展迅速
目前市场上主流新一代测序平台主要由美国Illumina、Ion Torrent/Life Technologies (2014年被Thermo Fisher收购)、454 Roche、 Pacific Biosciences这四大生产商制造。Illumina已经成长为基因测序行业的寡头，垄断了全球设备市场三分之二以上的市场份额，其生产的下一代高通量测序仪HiSeq系列一直是市场上最为畅销的产品。


Illumina股价走势（月线）
尽管基因测序设备目前仍由国外垄断，但国内企业已经通过各种方式研发和生产基因测序设备。基因测序设备国产化主要有三种方式：1）自主研发方式，如紫鑫药业同中科院合作开发的二代测序设备BIGIS系列产品，华因康开发的基因测序仪HYK-PSTAR-IIA；2）收购国外企业的方式，如华大基因于2013年收购美国Complete Genomics公司，获取CG公司基因测序设备知识产权；3）合作开发的方式，如贝瑞和康和Illumina合作开发的基因测序仪NextSeqCN500。


在基因测序的上游，其商业模式主要是封闭式系统提供利润空间保障。一方面在技术革新空档期仪器的增长相对不快，根据Markets&Markets的预测，从2014年到2020年，测序仪市场的CAGR是15.4%，低于测序行业平均增速，主要是仪器的使用和研发周期较长，一次性投放后一般需要多年才可能更新换代。另一方面，仪器本身通常不是企业的盈利点，由于IVD仪器的技术壁垒较高，尤其是封闭式仪器必须依靠配套捆绑的试剂、耗材才能完美运行，这就给仪器供应商带来了额外丰厚的利润来源，从两大测序仪龙头的收入结构也可以看出，试剂耗材收入占比均超过一半，是其收入贡献的主要来源。
图：2014年Thermo Fisher收入结构         图：2014年Illumina收入结构

国内的三大家华大基因、达安基因、贝瑞和康和仪器供应商合作，已经在仪器和试剂层面均获得注册证。从盈利模式角度看，仪器未来不排除出现免费赠送，主要赢利点从试剂耗材及服务端获得，因此国内企业在试剂和服务端突破的可能性最大。
测序试剂、耗材、检测项目的开发，国内企业已经开始有所布局。2014年7月，华大基因的新一代测序产品也获得了CFDA的批准，包括BGISEQ-100、BGISEQ-1000，以及胎儿染色体非整倍体（T21、T18和T13）检测试剂盒。2014年11月5日，国家食品药品监督管理总局批准了达安基因的基因测序仪和胎儿染色体非整倍体21三体、18三体和13三体检测试剂盒（半导体测序法）医疗器械注册。2015年4月，贝瑞和康的基因测序仪（NextSeq CN500），以及胎儿染色体非整倍体（T13/T18/T21）检测试剂盒已通过国家食品药品监督管理总局（CFDA）的批准。NextSeq CN500基因测序仪是贝瑞和康与Illumina公司合作，为满足中国临床需求而设计制造的一款新型高通量的基因测序仪。
中游：国内测序服务竞争趋于白热化
基因测序上游设备制造环节目前处于国外垄断状态，且进入技术门槛非常高，一般企业难以从上游设备制造环节切入市场。相较于上游设备制造环节，中游的基因测序服务在技术门槛上相对要低一些。近几年，尽管卫计委和药监局对基因测序临床应用市场加强了管理，但消费级基因测序服务企业层出不穷。2015年，不仅成立了数量众多的基因公司，并且，发生了多起收购事件，收购的目的主要是切入基因行业或抢占地盘。其中比较重大的收购包括药明康德、千山药机、迪安诊断、绿叶集团、汤臣倍健、万润股份、安科生物、誉衡药业。这些公司中，很多都是转型到基因产业，玩家众多表明各方十分看好基因产业的发展前景。目前已有超过150家企业和机构从事基因测序相关业务。
国内提供基因测序服务的机构呈现逐年增长的趋势，随着测序服务机构数的增长，测序服务市场的竞争也将趋于白热化。而整个测序服务行业的竞争加剧，在一定程度上也将驱动测序服务价格下降。

目前国内厂商在基因测序中游的竞争主要集中在渠道的竞争，这是因为一方面，国内相关政策对于医学检验所有所限制，即不能直接对接患者，需从医疗机构处收集样本进行检测并出具相关报告；另一方面，国家当前开放的试点单位有限，截至目前获批高通量基因测序临床试点的单位包括医疗机构和独立实验室一共才100多家，其中独立实验室仅7家（华大基因、达安基因、博奥生物、安诺优达、爱普益、迪安、湘雅）。因此，在政策监管下，已获批的试点单位成为其他各路二代测序服务商争相抢夺的“香饽饽”。面对同一家医院入口，市场中同类的基因测序应用商的数量，远远高于有实力的渠道商数量，因此在下游采购者方面的议价能力也显得不那么强，据悉，医疗机构渠道会拿去30%左右的收入。
表：国内获批NGS临床试点的第三方独立实验室汇总

图：NGS临床试点政策下的测序服务公司商业模式
<
打破医疗机构的垄断状态，一些公司开始直接面向消费者，市面上也陆续出现了诸如基因商城、基因检测APP等应用，但与医疗机构渠道相比，至少目前直接面对消费者的检测数量难以保证，虽然其利润相对较高。持有价格战策略的公司也往往以贴近消费者的方式实现收入，因为其抛弃了医疗机构的渠道策略，这降低了渠道分成费用。
下游：科研机构为基因测序主要应用机构
2015年上半年华大基因Top5客户中，科研机构占了3个，来自这三个科研机构的销售收入为5563.9万元，在总销售收入中的占比为6.8%，说明华大基因的大客户主要来自中国科学院等科研机构。此外，目前科研机构是基因测序服务的主要应用机构，占比为64.0%，其次是生物科技公司，占比为17.0%。


金地毯大数据中心分析认为，目前基因测序的应用主要还是以基础研究为主，临床及健康管理方向还未得到广泛应用。一方面，基因数据分析和解读上仍有较大限制，基因数据的解读目前很大程度还停留在基因水平，而不是精确的基因突变水平，同时基因数据未能同病患生理体征、生活习惯检测和微观环境等多维度数据进行综合分析；另一方面，目前测序技术周期较长（以周为单位），成本较贵（以万为单位）。随着基因测序技术的更新迭代和医疗大数据的兴起，未来基因测序将在临床和个人健康管理上得到广泛应用。

4. 行业发展前景
4.1 发展规律
技术迭代速度变快
从1986年第一台商用基因测序设备出现，到第二代测序设备出现，中间间隔19年；而第二代设备到第三代设备只用了5年，基因测序设备更新迭代的速度正在加快。目前二代测序设备在通量、准确度上都有了较大的提高，同时测序成本也随之大幅度下降，已成为商用测序的主流；三代测序设备在DNA 序列片段读长上优于二代设备，但在准确度上较二代设备差，未来随着技术的改善，三代测序设备也将更为稳定和成熟。
技术进步带动基因测序成本大幅下降
公开数据显示，基因测序成本呈现大幅度下降趋势，2001年平均每兆数据量基因测序成本是5292.4美元，单人类基因组测序成本是9526.3万美元，至2006年新一代测序技术推出，平均每兆数据量基因测序成本下降至581.9美元，单人类基因组测序成本下降至1047.5万美元，此后基因测序成本以超“摩尔定律”的速度不断下降，从单个人类基因组1000万美元下降到 2013年的5000美元；2014年1月Illumina推出HiSeq X Ten 更是将单人类基因组测序成本降至1000 美元以下。伴随基因测序技术的更新换代，基因测序的成本不断下降的趋势仍将继续。基因测序成本的进一步下降，将为基因测序技术的广泛使用提供良好的经济基础，也将推动医疗行业的大变革。


二代测序在5-10年内仍然是基因测序的主流方法
目前基因测序技术已经发展到第三代（也有把纳米孔外切酶测序成为第四代）。第一代DNA测序技术用的主要是1975年由桑格（Sanger）和考尔森（Coulson）开创的链终止法。第二代DNA测序技术（NGS）目前使用最为广泛，以Roche公司的454技术、Illumina公司的Solexa，Hiseq技术和Life公司的Solid技术为标志。第三代DNA技术（TGS）以PacBio公司的SMRT和Oxford Nanopore Technologies的纳米孔单分子测序技术为代表，测序过程无需进行PCR扩增。二代测序技术凭借其高通量、低成本和高准确度取代第一代测序技术成为测序市场的主流。由于第三代DNA测序技术目前面临测序成本高和测序结果准确度相对较低的市场化瓶颈，因此TGS仪器大规模商业化仍然需要较长的时间。
4.2行业发展面临的问题
● 基因数据到知识的滞后，阻碍基因测序临床上的广泛应用
随着高通量测序技术的出现及应用，人类基因组的测序成本从1000万美元下降至 1000 美元以下，同时基因数据也呈指数增长。尽管当前基因测序成本大幅下降，但是基因测序的应用仍主要集中在医疗领域，且主要集中在生殖健康和肿瘤诊断治疗两个领域，在临床上的应用范围并不广泛。
限制基因测序临床上大规模应用的主要原因有：1）从基因数据到知识的滞后，复杂疾病是由于心理因素、生活习惯、自然环境、居住环境和社会环境等多方面因素作用于人体而导致的；2）人体生物信息复杂而多样，以DNA 为基础的基因测序只能反映细胞活动的一部分机制；3）样本处理能力还不高，现阶段对各种样本（血、组织、粪、便等）的处理能力还比较弱，还不能普遍实现从各类样本中提取出与某类疾病相关的极少量核酸。



5.投资建议
金地毯大数据中心认为，基因测序行业属于技术驱动行业，哪家公司掌握了最先进的核心技术，就可以在某一细分领域获得近乎垄断的地位。观察各大基因测序创业公司，其创始团队无一不是有着高比例的博士团队，这也从侧面说明了技术在行业内的重要作用。鉴于在上游领域国内厂商与国外相比有着较大的技术与市场份额差距，金地毯大数据中心认为上游领域并不适合国内中小型投资者进入。而随着基因测序行业规模的逐渐扩大，其中下游将会进一步细分，出现专业的数据分析外包平台以及专注于细分应用的厂商，这些领域国内才刚刚起步，有着较多的发展机会。
5.1数据分析
全球基因测序数据分析市场规模发展迅速，2012 年全球市场规模不超过 2 亿美元的市场，预计 2018 年将达到接近 6 亿美元，复合增长率为 22.7%。
随着高通量测序设备的广泛应用，基因数据量也呈倍数增长。统计显示，全球基因数据数量年增幅已高达44%，中国的基因数据增速甚至超越国际平均水平，达到49%。数据量的增长，也使得基因测序的工作重心从繁重的人工测序转到了中游的数据分析上。从二代测序仪运行下来得到的原始数据并不能提供关于疾病的信息，需要后期经过基因组的比对，数据的过滤筛选等多个步骤才能得到基因组上的变异信息，才能为疾病的诊断和治疗提供参考。现今的测试数据分析涉及的数据存储、解读、及共享是整个基因测序行业目前面临的最大难题，主要原因一是来自于数据量的庞大，二是源于数据的复杂性。
国内方面华大基因将数据存储等部分外包给荣之联等专业数据分析解决方案提供商是一个很好的范例，这不仅仅是一个双赢的模式，更可以看成未来行业专业化分工的一个标志。目前海外提供相关产品和服务的主要公司主要有CLC bio (丹麦)，Biomatters（新西兰），Partek (美国)，Genomatix (德国)，Knome (美国)， DNASTAR (美国)，国内方面包括诺和致源、荣之联等。
图：专业化的基因组数据分析公司可能成为细分市场的黑马

目前基因测序数据分析市场行业集中度比较低，全球越有超过 100 家生物信息公司从事基因数据的分析和处理。同时现阶段生物信息公司业务往往大而杂，而专注某一医疗领域的生物信息公司（如精准癌症）少之又少。国内市场专注基因组数据分析的生物信息公司并不多，该领域发展潜力巨大，值得期待。
5.2生殖健康应用
基因测序技术在生殖健康领域的应用可分为胚胎植入检查、产前检查和新生儿疾病筛查。基因测序技术在生殖健康领域的应用较早，同时卫计委和CFDA在2014年也加强了对相关产品的监管，目前生殖健康基因测序产品已开始逐步成熟。
我国二胎政策的放开，高龄产妇和新生婴儿的数量将有一定的增长，同时对于产前检查和新生儿疾病筛查的需求也会增长。此外，我国不孕不育率呈逐年上涨趋势，对于胚胎植入前基因测序服务的需求也将增长。伴随基因测序技术的成熟，生殖健康基因测序服务的渗透率也将增长，行业仍有较大的发展潜力和空间。

5.3肿瘤诊断治疗应用
肿瘤是机体在各种致癌因素作用下，局部组织的细胞在基因水平上失去对其生长的控制增生所形成的新生物。《2014 年世界癌症报告》数据显示，全球癌症病例预计癌症新增病例会从 2012 年的 1400 万，递增至 2025 年的1900 万，到 2035 年将达 2400 万。
Illumina公司预测基因测序全球总市场容量为200亿美元，肿瘤诊断与治疗应用方向为120亿美元，占比为60%，是基因测序最大的应用市场。同时，麦肯锡预测基因测序技术在肺癌、肠癌、乳腺癌和前列腺癌等领域的渗透率将高于20%。
我国40岁以上中老龄群体约5.5亿人，保守假设早期筛查渗透率在5%（乐观20%），测序服务价格1万元（一般单个位点几百元不等，按照套餐价格平均1万），预计肿瘤诊断市场2750亿元，乐观估计万亿以上。
根据我国肿瘤发病率推算，目前我国肿瘤患者约为400万人，最新数据显示每年新发肿瘤病例约为400万例，死亡病例约为280万例。假设肿瘤患者人数每年增长10%，则到2020年我国肿瘤患者人数将达到650万人。假设肿瘤个性化用药检测的渗透率达到30%或80%，基因检测的价格平均为3000元每次，则该领域市场容量保守为60亿元；乐观估计在150亿元左右。
金地毯大数据中心认为，肿瘤诊断和治疗是基因测序最具发展潜力的应用市场，主要原因有：1）全球癌症发病率逐步攀升，癌症负担正在不断加重，8 个死亡病例中就有 1 个就是癌症，特别对中国而言，人口老龄化的不断增加，环境污染和食品安全问题日益恶化，都使癌症的负担尤为突出；2）由于肿瘤具有显著的个体差异性，传统医疗方式在肿瘤治疗上具有非常大的局限性，而基因测序能够提供病患个体差异信息，并为肿瘤治疗提供指导，能够提高用药的安全性和有效性。


注释：生命科学50亿美元，占比25%，包括生科研、复杂病症（如心血管疾病、肝病等），农业基因以及宏基因组等。
5.4主要投资风险
1、行业政策风险
我国的医药行业受政府监管，因此政策对行业发展影响较大。目前基因测序相关产品作为医疗器械管理，并按照《医疗器械监督管理条例》及相关产品注册的规定申请产品注册；否则不得生产、进口、销售和使用。
2、产品研发风险
医疗器械行业作为技术密集型行业，涵盖微电子、计算机技术、数字化技术、医学成像及处理技术、精密机械制造技术、化学分析技术、生物医学技术等，跨医学、生物学、材料学、电子学、机械学、物理学等诸多学科，对技术创新和产品研发能力要求较高、技术难度较大、研发周期较长，从研发初始投入到产品注册成功，一般需要3-5 年甚至更长时间。在新产品研发的过程中，可能面临因研发技术路线出现偏差、研发投入成本过高、研发进程缓慢而导致研发失败的风险。
3、医疗纠纷的风险
产前检查业务属于医疗服务行业，医疗服务行业特有的风险之一是在医疗服务过程中因不确定性因素导致发生医疗差错、医疗意外及医疗纠纷的风险。