（报告出品方/分析师：华安证券研究所/尹沿技、张天）
《“十四五”数字经济发展规划》（以下简称“规划”）提出数字经济是继农业经济、工业经济之后的主要经济形态。“东数西算”是《规划》之后首个落地性措施，也是完成数字经济发展的重要基础，具体来看“东数西算”规划了八大枢纽建设。
引言：“东数西算”打造数字经济基座，撬动百万亿级产工业增加值，激发三大路径数据需求
“东数西算”是《规划》之后的首个落地措施，将撬动十万亿级的上下游数字产业化增加值和百万亿产业数字化增加值。“东数西算”是我国未来长期发展数字经济的核心基座，其具备了三方面的优势：1）利用西部的气候、土地、电力资源优势充分节省数据计算的成本；2）打通全国范围内数据要素的流通，撬动更大规模的数字产业化及产业数字化市场规模；3）供给先行，打破算力瓶颈，预留未来发展空间。合理的逻辑推演之上，我们更想去探寻“多少”的问题，因此我们做了三个测算去回答“节省了多少成本”、“撬动了多大产业规模”、“需求都来哪里”三个问题：
测算一：“东数西算”可以直接节省多少成本？“西算”所节约的成本主要分为两个方面，电力成本和土地成本。从电力成本来看，根据华为数字能源测算，“东数西算”模式持续至年，约能节省万吨煤，按照东西部电力差价及动力煤与发电量的比例测算，可以直接节省超亿元的电力成本。从土地成本看，按照一三线城市工业用地每平方米差价乘机架单位占地面积（园区总面积/机架数量）再乘“十四五”期间我们测算的机架增量计算，“十四五”期间数据中心相关企业可以节省土地成本约亿元。
测算二：“东数西算”可以撬动多大的产业规模？乐观假设下十四五期间机架增量将达万架，以单价15万元来估算，机架建设规模约1.09万亿元。根据IBM数据，我们测算机架成本为数据中心CapEx的62.6%，可得数据中心建设规模约1.75万亿。根据IDC《全球计算力指数评估报告》计算力的提升与数字产业的撬动比为1:3.3与摩尔定律等技术进步因素，我们认为数据中心投资带来的数字产业化增加值约有25万亿。根据前瞻产业院数据，数字产业化在数字经济中占比逐年下降，年达19.8%，产业数字化则逐年提升至80.2%。用以上比例测算，相应产业数字化增加值约万亿。而在中性与悲观假设下，“东数西算”带来的产业数字化增加值分别为70万亿和42万亿。综上我们认为，“十四五”期间受益于“东数西算”的整体行业规模达数十万亿，其中未来产业数字化规模将更快速地提升，数字化和产业的融合是核心方向。
观点三：“东数西算”的核心需求都来自哪里？1）云计算：IaaS层中计算密集型和存储密集型模式以及SaaS和PaaS层大量的非即使响应分析均可以实现“西算”，约占整个云计算比例的50%。2）人工智能：未来5年60%的新增算力需求都将来自人工智能，其中大量非实时的算力需求，例如画面渲染、大数据分析等均可以实现“西算”。3）数据交易：超大规模的数据要素市场需要庞大的底层隐私计算算力，而隐私计算消耗算力是普通计算的数倍乃至数十倍。
1“东数西算”从存到算，中心建设大有可为
1.1完善“数据治理”格局，继承“东数西存”初衷
十年探索打下基础，“东数西算”迸发萌芽。我国自年开启数据转移战略，主要模式为“东数西存”，即仅东部将西部数据中心用作数据备份。此模式经过十年发展存在以下缺陷：1）数据消纳量情况不佳；2）实际利用率较低；3）对于当地就业拉动效益不佳。因此，国家信息中心年首次提出“东数西算”的完整框架与推进路径：1）注重数据的流转；2）推动中西部数字经济发展高端产业；3）利用技术解决算力资源与能耗指标的地域制约。相应地，目前东西部两类枢纽各有分工，有助于合理匹配资源能与算力。同时为了加强数据流转与带动数字高端产业，我国筹划了20余个大数据交易中心，其中北上广与贵阳四地的交易中心有望成为国际性交易平台。
顶层设计循序渐进，实施方案加速部署。1）顶层设计：年10月，中央政治局会议提出“构建全国一体化大数据中心体系”的构想。2）正式全面启动：经过多年的论证、思考与政策推进，国家发改委年2月批复了关于八大算力枢纽、十大数据中心集群落地方案，标志着“东数西算”工程正式全面启动。预计“十四五”期间，每年将新增亿元以上相关投资。我们判断，目前计划仍处于初级阶段，“东数西存”存在的根本性问题如西部投资回报率低、企业税收归属不明确、相关产业实际拉动效果不佳等问题仍需后续政策推进与市场调节来解决，改进空间巨大。
1.2补贴+监管两点发力，推动算力转移
数字经济基建先行，“东数西算”保证算力供应。“东数西算”国家引导市场在西部与东部超前部署算力与数据中心的新基建计划。计划纳入八大枢纽和十大集群，其中枢纽分为两类：1）以需求为导向：京津冀、长三角、成渝、粤港澳四枢纽地处人口密集、数据密集区，算力需求巨大；2)以资源为导向：内蒙古、宁夏、甘肃和贵州枢纽所处领域大多地广人稀，土地、绿电资源丰富，气温较东部低，导致数据中心成本较低。十大集群内将建设大量数据中心，用于给予临近枢纽数据处理及存储支持。
激励方式加码，算力转移动力将至。根据历史经验，提前到来的产业革命为了打破固化的产业格局往往需要政策补贴来创造客观盈利空间，如光伏、新能源产业的补贴。目前可能的补贴激励方式包括：1）“以数抵税”：发改委近日《数据要素基础理论与制度体系总体设计探究》建议数据要素企业向社会共享的数据可用于税收抵扣；2）“算力券”电价补贴：《我国数据跨域流通的总体框架和实施路径研究》提及根据算力量给予数据中心电价补贴。根据IBM测算IDC运营成本中电费占比达28%，而国家信息中心测算数据中心建设运行成本中电费占比更是超60%，此刺激手段预期效果上佳；3）碳指标：由于“双碳”政策，年诸多企业均面临停产风波，而同样高耗能的数据中心作为经济的重中之重，有望得到足够的碳指标激励。
数据中心热度高涨，后续监管领导有序发展。由于算力需求快速膨胀，各地抓紧建设数据中心，而适当的监管手段可保证资源的合理利用。目前的监管手段有：1）上架率：发改委等部门要求数据中心上架率至少达到65%，而目前北京上海等地各数据中心均达到70%左右上架率；2）绿电占比：目前由于“限碳不限电”，企业购买绿电多为碳指标，而由于数据中心在碳指标的优势，我们预计在绿电的消纳方面会出台相关要求；3）数据中心的电能利用效率（PUE）：“东数西算”批复文件对于宁夏、内蒙古等地提出了PUE1.2；对东部和川渝提出了PUE1.25的要求，即IT设备使用能源之外的能耗不得超过其20%或25%；同时也会与电价挂钩，比如北京市对于PUE高于1.4的数据中心采取差别电价措施，每度差价为0.2-0.5元。
2东西互补挖掘数据价值，“东数西算”撬动百万亿产业
2.1数字经济时代到来，“东数西算”调节算力格局
数字经济时代到来，数据成为核心战略资源。纵观历史，科技革命与产业变革推动了生产力的大幅跃升，关键生产要素也在不断发生变化。从农业经济时代到工业经济时代，再到当今的数字经济时代，每个时代都有对应的核心战略资源。具体来看，1）农业经济时代：土地和劳动力是最重要的生产要素；2）工业经济时代：石油是该时期最重要的生产要素；3）数字经济时代：在技术创新、政策演进、企业需求和人才红利的推动下，数据成为该时代的核心战略资源。我们也注意到，过去二十余年，全球市值前十的企业数据类公司在不断增加；各类反垄断时案件目标也从石油转向数据。
数据冷热需求分层，西部枢纽定位精准。在数据时代，数据的使用按使用频率可分为冷数据、温数据、热数据。热数据指使用频率高，对时延要求高的数据，多用于需精密操作的行业如医疗、高频交易、工业制造等；冷数据指使用频率低的数据，多为离线存储、灾备数据；温数据同样使用频繁，但对于时延要求低，如人工智能的模型训练。由于网络跳转等原因，西部枢纽与东部需求间存在着不可避免的时延，适于处理冷数据与部分温数据。根据《国际电子商情》数据，目前市场里数据储存约80%为冷数据。我们认为，绝大部分的冷数据储存及相应处理需求均可转移至西部。
2.2东西部资源错配，数据中心灵活消纳
算力资源天然不均，“东数西算”调整格局。从区域分布看，当前我国83.7%的数据集中于“胡焕庸线”以东，而数据中心也主要集中在北上广深等一线城市，中西部地区分布较少。从行业分布看，当前全社会数据资源分布格局已从过去政府掌控80%变为政府占比22.4%，已形成了市场投资角度的最优配置。从IDC数据来看，到年我国数据量将占全球27.8%，远高于美国的17.5%。由于数据处理需求爆发，我国需要在西部进一步挖潜，实现算力重心向西转移。值得注意的是，因为东部基建投资回报率高、企业税收上缴给注册地等根本性问题，算力转移动力天然不足，所以“东数西算”对于算力格局的调节尤为重要。
数据中心分布“东热西冷”，指标受限问题凸显。根据艾瑞咨询发布的《年中国数据中心行业白皮书》，年中国数据中心年用电量约占全社会总用电量的2.7%，随着数据中心规模的扩大，占比将进一步提升。而我国的数据中心在地区分布上呈现出在北上广等东部一线城市集中，中西部地区分布较少的特点；与此同时，东部地区的PUE值（总能耗比IT设备能耗）要求比西部更为严格，数据中心在地域上的集中分布与当地能耗指标的趋严使得能耗指标受限问题愈演愈烈。
自然资源分布“西富东缺”，跨区域调配大势所趋。我国东部地区人口密集、经济发达，随着数字经济的发展，数据爆发对算力的需求增加。但是由于数据中心需存放大量服务器，消耗大量电力，而东部地区的土地、人工成本较高，能源、电力等资源紧张。相反，西部地区地广人稀、气候适宜，拥有丰富的风、水、光、煤等自然资源，电力、土地、人工成本均远低于东部。其中，我们测算“东数西算”在“十四五”期间将在耗电方面节省超亿元，土地成本则每年可节省约亿元。我们认为，将数据中心等算力设施建设向西部转移，可有效发挥西部资源优势，缓解东部压力。
算力西迁促成本降低，大厂先行树立标杆。随着数据中心规模的不断扩大，东部数据企业对资源争抢日渐白热化，甚至会导致企业被迫关闭。在该背景下，越来越多的企业将算力西迁以降低成本，如阿里云年开始在张北、乌兰察布等地部署数据中心；腾讯云在贵州、京津冀、成渝枢纽等地均布局，总量将达20万台；百度云也将数据中心部署在西安、山西阳泉等地。我们认为，数据中心西迁一方面能够在一定程度上缓解东西部算力资源结构性问题；另一方面能够助力企业有效降低成本。未来，随着数据中心规模的进一步扩大，以及“东数西算”政策的落地，将有更多企业采取数据中心向西迁移的做法。
数字中心价值得到共识，多国跨区建立数据中心。数据中心作为数字经济时代的底座，承载着云计算、大数据、人工智能、物联网等新一代技术和平台的运转，为各国的经济和社会发展做出了重要的贡献。但是，随着数字经济的进一步发展，企业对数据中心的需求增加，产业规模不断扩大，而经济发达地区的土地、电力等资源紧张，国外已有企业探索在气候寒冷的北欧地区建设数据中心，如谷歌增资6亿元扩建芬兰数据中心；微软开通挪威数据中心，并计划在瑞典增设两个中心。
2.3算力增长带动相关产业，数据重要性进一步发掘
数据中心市场巨大，成倍撬动数字经济。根据中商产业院数据，年中国机架数量约万架，近五年CAGR约28%。分三种情况预测：1）乐观情况：我们测算“十四五”期间机架增量约达万架，以单价15万元来估算，机架建设规模约1.09万亿元；2）中性情况:机架增量机架约达万架，机架建设规模约亿元；3）悲观情况:机架增量机架约达万架，机架建设规模约4亿元。机架建设规模约通常包含网络设备、骨干网络与大部分电力设备。根据IBM数据，我们测算机架成本为数据中心CapEx的62.6%。因此乐观情况下，数据中心建设价值约1.75万亿。
与此同时，新基建也将带动数字产业化，如数据清洗和标注。根据IDC《全球计算力指数评估报告》，计算力的提升与数字产业的撬动比为1:3.3。基于此比例与摩尔定律等技术进步因素，我们测算数据中心投资带来的数字产业化增加值在乐观、中性、悲观情况下分别约25万亿、17万亿和4万亿。根据前瞻产业院数据，数字产业化在数字经济中占比逐年下降，年达19.8%，产业数字化则逐年提升至80.2%。用以上比例测算，相应产业数字化增加值在乐观、中性、悲观情况下分别约万亿、70万亿和42万亿。
从数字经济整体的规模来看，根据信通院数据，年数字经济规模将达到60万亿。根据中商产业院数据，年我国数字经济规模约39.2万亿元。我们测算，整个“十四五”期间数字经济增加有望达约万亿规模。
数据需求结构升级，数据价值进一步挖掘。从数据需求结构来看，目前的西部数据主要用于边缘计算，即实时性要求低的冷数据计算，一方面由于网络跳转造成时延，另一方面也由于数据流转（传输、储存）造成的成本问题。“东数西算”对于数据中心和传输网络的建设与升级有望提高传输效率和降低流转成本，最终达成更高等级的协同效应：智能制造、无人机、VR等对时延要求稍高的产业也可通过云来使用西部的算力。未来西部算力的应用并不局限于目前界定的备份、模型演练等冷数据场景，西部数据枢纽的价值将进一步提升。
海外认清数据价值，抓紧投资数据经济。目前，各国均依托于自身优势发展数字经济：中国优势在于政府支持与完整的工业体系、美国依托于先进技术、欧盟较早探索数字生态，其中德国依托先进的制造业成为全球制造业数字化标杆。与此同时，日本、欧盟也值制定了5G、光纤等新基建计划并给予预算支持；美国则计划对于先进制造业等新兴技术开启一轮约亿美元的投资。截至年，在数字经济建设方面，美国体量一骑绝尘，超我国两倍，位居第一。我国虽位处第二，但仍有加强空间，数字经济大有可为。
3云数智支撑发展，“东数西算”依托三大路径推进需求
3.1上云：算力增长带动相关产业，数据重要性进一步发掘
云计算规模加速增长，公有云占比逐年提升。1）按照部署模式，云计算分为公有云、私有云以及混合云三类，年我国云计算市场规模达亿元，同比增长57%；公有云市场规模达亿元，同比增长85%，占云计算市场的61%。2）按照服务模式，云计算分为IaaS、PaaS以及SaaS三类：IaaS提供基础服务；PaaS服务主要提供中间件、操作系统及运行环境等平台性质的服务；SaaS服务主要提供应用、数据分析管理等方面的服务。根据中国信通院报告，年我国IaaS、PaaS和SaaS的市场规模分别占云计算市场的66%、12%和22%。3）我国公有云市场IaaS更成熟。根据中国信通院报告，年，我国SaaS、PaaS和IaaS市场规模分别为亿元、亿元和亿元，分别同比增长43.1%、.3%和97.8%，IaaS层发展越发成熟。其中公有云IaaS提供商主要有阿里云、腾讯云、华为云和天翼云等。
存算分离和企业数据资源一体化为未来云计算发展的技术方向。1）存算分离：传统计算机使用硬盘存储数据，使用CPU计算，存与算之间通过计算机总线链接。未来的云计算技术需要突破传统计算模型的限制，实现数据远距离传输，并保障存与算之间实时运行。美国云计算巨头Snowflake提出大数据存算分离机制，开发出了面向服务的体系结构，该结构由高度容错和独立可扩展的服务组成，这些服务通过RESTful接口进行通信，分为服务层、计算层、存储层三个体系结构层。该技术能够按需调用所需数据，实现数据远距离传输与计算，为“东数西算”的推进提供技术解决方案。2）企业数据资源一体化体系：随着云计算的高速发展和大数据时代的演进，企业数据中心亦逐渐走向云化大趋势，未来超大型企业的数据中心将采用“前店+后厂”的模式，“前店”布局在粤港澳等需求旺盛区，“后厂”布局在西部，通过超远距离的数据调用进行数据计算。
“东数西算”将降低企业获取云服务负担，为实现存算分离提供机遇。“东数西算”的推动下，以土地和绿电为代表的西部丰富的廉价资源将被利用，企业获取云服务的成本将降低，更多中小企业将获得上云机会。我们测算“东数西算”在电费方面将节约亿元，其中云计算企业将率先收益，进一步释放利润。我国70%的公有云业务为IaaS业务,在解决跨省运营商结算问题的前提下，60%的公有云IaaS业务可通过“东数西算”实现。从业务来看，IaaS分为计算密集型、存储密集型、网络密集型三类，三类业务的产值比例为3:1:3，其中计算密集型和存储密集型适合在西部部署。同时，PaaS和SaaS的较多业务也可在西部落地。因此我们预测50%的公有云业务能够实现西部迁移。
3.2赋智：技术能力不断突破，AI赋能加速落地
算力及算法不断突破，AI向规模商用阶段迈进。人工智能产生于年在美国达特茅斯学院举行的“人工智能夏季研讨会”，至今已有60年的发展历史，大致经历了三次浪潮。在人工智能的前两次浪潮当中，由于技术未能实现突破式进展，相关应用始终难以达到预期效果，无法支撑起大规模商业化应用，最终在经历过两次高潮与低谷之后归于沉寂。近年来，随着计算机视觉、语音识别、知识图谱等技术快速发展，以年AlphaGo战胜人类棋手为标志，人工智能浪潮迈入新的发展阶段。年DeepMind团队开源AlphaFold2数据集，利用人工智能技术解决蛋白质结构预测问题，这一于生物领域取得的前瞻性进展表明AI算力提升及算法的不断突破创新。我们认为，人工智能算力和算法的不断突破创新为其规模商用奠定了坚实的基础，“AI+行业应用”是未来AI发展的重点。
深度学习突破传统算法算力极限，解决多场景高复杂度问题。随着机器视觉在不同应用行业、场景的扩展，往往需要面临复杂结构、细微差别、背景噪声等问题，传统算法的算力难以支撑。机器学习及其下沿分支的深度学习技术应运而生。以深度学习为代表的AI算法学习能力强、适应性好，能够有效加强复杂环境下图像识别精度，增强数据处理与模拟能力。
东西算力供需失衡，“东数西算”优化配置。根据发改委数据，截至年2月，我国数据中心规模已达万标准机架，算力达到EFLOPS，预计每年仍将以20%以上的速度快速增长，但是我国数据算力在东西部地区分布不均衡，存在资源与需求不匹配的问题。而算力、算法与数据是人工智能产业发展的三大要素。其中AI算法在视觉、语音、自然语言处理等领域的突破将助力东数西算在全国范围内实现算力资源的优化配置：算力需求将广泛打开，遍及政务、学术科研、资源调度等各方面。我们预测，未来算力60%的需求都来自于AI。
从技术探索走向规模商用，“AI+行业应用”成为人工智能的发展重点。我们认为在当前AI技术趋于成熟、后续技术迭代逐渐放缓的情况下，人工智能此轮发展已经从前期技术探索阶段走向了行业规模商用阶段，主要的发展方向将从技术研发走向产业化落地，AI技术+行业应用是未来AI的发展重点。因此，我们认为当前人工智能已经从AI走向AI+，特定行业的数据积累+场景化落地能力将成为AI企业的新壁垒。从下游行业的落地情况来看，我们认为AI+视频物联、AI+教育、AI+制造、AI+医疗有望成为人工智能率先落地、且具有巨大发展空间的产业方向。根据艾瑞咨询数据预测，到年中国人工智能核心产业规模将达亿元，其带动的相关产业规模更是高达亿元。我们认为，随着人工智能技术的不断突破创新，AI有望在更多领域赋能，打开市场空间。
3.3用数：“东数西算”是全国一体化数据要素市场的底座
数据要素市场不可或缺，我国数据交易发展空间巨大。数字经济背景下，作为核心资源的数据亟需合适的流通渠道以实现价值挖掘。目前，我国有超过20个省市区提出建设大数据交易中心，已经初步形成数据交易格局。但我国数据要素市场仍旧存在不足：1）数据资源流通问题：我国公开数据交易平台普遍规模较小，超50%的数据交易平台年流量低于50笔。同时，涉及千万量级的用户隐私数据泄露事件频发，数据“黑市”交易活跃。2）数据要素市场割裂：一方面政府数据开放刚刚起步，全国开放数据规模仅为美国的11%，企业生产经营数据中来自政府的仅占7%。另一方面，区域、产业、企业内部以及之间的数据壁垒依然突出。3）定价与确权难题：不同于大多数商品“先了解后使用”模式，数据的了解与使用过程重叠，导致数据的交易流通确权与定价难度远大于其他产品。我们认为，在这些问题背后一方面是数据要素市场需要全新的模式，其发展仍旧有巨大的瓶颈问题；另一方面，也体现出了其背后所蕴含的巨大的市场空间。
海内外数据交易中心日新月盛，打通数据要素流通至关重要。从海外来看，国外数据交易平台自年起步，采取完全市场化模式发展至今，既有美国的BDEX、Ifochimps等综合性数据交易中心，也有很多专注细分领域的数据交易商，如位置数据领域的Factual，经济金融领域的Quandl，国内方面，在政策的积极指引下，国内大数据产业链雏形初步形成，未来将围绕三个路径构建数据要素市场：1）数据共享：政府部门进行数据资源共享满足业务需求。2）数据开放：即政府数据面向全社会的开放。数据开放起源于欧美。美国将政府数据看作公共物品，向社会免费开放，而欧洲则采取补偿模式，政府在开放数据时可收取一定费用。目前，我国总体沿用美国的免费数据开放模式。3）数据交易：包括政府面向市场探索数据的增值服务；政府采购社会化数据，弥补政府数据的不足；市场化主体之间的数据交易。
“东数西算”打造数据要素市场基础，促进数据要素的流通与价值进一步挖掘。全国一体化大数据中心是培育超大规模数据要素市场的技术层基座。目前全国一体化大数据中心由“数网”“数纽”“数链”“数脑”和“数盾”构成，其中“数网”和“数纽”是“东数西算”的建设要点，主要是对各类数据中心和云计算资源进行统筹和调度，为数据的流动提供软硬件保障；“数链”是推动数据流通融合的重要环节，包括数据组织关联、数据可信流通、数据质量评估等模块；“数脑”主要是应用导向，为政府治理和产业发展提供决策支持；“数盾”则是为整个全国一体化大数据中心提供可信安全计算存储环境。我们认为，“东数西算”是我国建立超大规模数据要素市场进而赋能数字经济的第一步。在硬件先行之后，数据的流通、应用、安全环节的建设与催化将持续落地。
4总结
我们认为，“东数西算”工程的落地最直接利好的是需要进行大量冷数据处理的产业，即云计算和人工智能。向更长期看，算力成本的降低和数据流动与交易的渠道打通将进一步促进数字产业化和产业数字化的发展，包括汽车智能化、智能制造、政务信息化等领域。
风险提示
1）技术研发突破不及预期；2）政策支持不及预期；3）下游需求不及预期。
请您