新一輪科技革命和產業(yè)變革，以互聯網、大數據、人工智能和實體經濟深度融合為特征的數字經濟重要性日益突出，2018年我國數字經濟規(guī)模占GDP比重達34.8%、就業(yè)人數占比達24.6%，成為我國經濟和就業(yè)的重要支柱，在這次抗擊疫情和復產復工中發(fā)揮了巨大作用。

數字經濟的快速發(fā)展催生了海量數據需求，數據中心應運而生，成為數據集中計算、傳輸、存儲的“圖書館”。數據中心建設受到政府和企業(yè)的高度重視，成為“新基建”的核心領域之一。數字經濟時代，新基建，新機遇。

1 抓住數字經濟新機遇

1.1 數字產業(yè)發(fā)展迅速，已成為我國經濟和就業(yè)重要支柱

數字經濟是以數字化的知識和信息為關鍵生產要素，以數字技術創(chuàng)新為核心驅動力，以現代信息網絡為重要載體，通過數字技術與實體經濟深度融合，不斷提高傳統(tǒng)產業(yè)數字化、智能化水平，加速重構經濟發(fā)展與政府治理模式的新型經濟形態(tài)。

在新一輪科技革命和產業(yè)變革浪潮之下，以互聯網、大數據、人工智能和實體經濟深度融合為特征的數字經濟重要性日益突出，亦受到政府高度重視。2016年10月，中共中央政治局會議上，習總書記明確提出“加快數字經濟對經濟發(fā)展的推動”；2017年10月，黨十九大報告強調“發(fā)展數字經濟，助推實體經濟與傳統(tǒng)產業(yè)數字化轉型成為信息通信業(yè)肩上的新使命與面前的新機遇”；2018年11月，習總書記向第五屆世界互聯網大會致賀信中再次強調“加快數字經濟發(fā)展、為世界經濟發(fā)展增添新動能”；2020年將數據中心列入“新基建”。

據國家統(tǒng)計局披露，我國GDP規(guī)模從2002年12.17萬億增長到2018年90.03萬億，累計增長739.67%，復合增速13.32%；據中國信息通信研究院(下稱信通院)披露，我國數字經濟規(guī)模從2002年1.22萬億增長到2018年31.29萬億元，累計增長2560.83%，復合增速22.47%；數字經濟增速遠高于GDP增速，對應數字經濟占GDP比重從2002年10.04%提升到2018年34.76%。此外，據國家統(tǒng)計局披露，2018年我國就業(yè)????人數7.76億，同比下滑0.07%；據信通院披露，2018年我國數字經濟產業(yè)就業(yè)總人數1.91億，同比增長11.38%；數字經濟就業(yè)人數增速遠超總就業(yè)人數增速，對應就業(yè)人數占比從2007年5.86%提升到2018年24.62%。

注：按照中國信通院對數字經濟的定義，數字經濟包括數字產業(yè)化和產業(yè)數字化兩大部分。數字產業(yè)化指數字技術創(chuàng)新和數字產品生產，主要包括電子信息制造業(yè)、信息通信業(yè)、互聯網行業(yè)和軟件服務業(yè)等行業(yè)增加值；產業(yè)數字化指國民經濟其他非數字產業(yè)部門使用數字技術和數字產品帶來的產出增加和效率提升（增加值）。

1.2 數據成為數字經濟時代新型生產要素，5G、互聯網催生數據爆發(fā)式增長

數據是發(fā)展數字經濟的關鍵生產要素，我國數字經濟飛速發(fā)展離不開海量數據支撐。生產要素的形態(tài)隨著經濟發(fā)展不斷變遷，土地、勞動力是農業(yè)時代重要的生產要素，資本是工業(yè)時代重要的生產要素，還催生出技術、管理等更多生產要素；隨著信息化、智能化發(fā)展，以大數據為代表的信息資源向著生產要素的形態(tài)演進。數據對其他要素效率有倍增作用，對生產力發(fā)展有廣泛影響。2019年十九屆四中全會首次將數據與勞動力、技術、資本等一起作為要素。2020年4月9日，黨中央、國務院《關于構建更加完善的要素市場化配置體制機制的意見》提出，“推進政府數據開放共享，提升社會數據資源價值，加強數據資源整合和安全保護，研究根據數據性質完善產權性質，制定數據隱私保護制度和安全審查制度。”據IDC機構統(tǒng)計，2018年全球和中國數據????模分別為33、7.6ZB(1ZB=1萬億GB)，其中中國占比23.0%；預計到2025年全球和中國數據規(guī)模分別為175、48.6ZB，對應全球和中國復合增速分別為26.91%、30.35%。

5G、云計算、人工智能、互聯網、線上娛樂等是我國數據爆發(fā)的核心驅動力。以互聯網為例，據工信部統(tǒng)計，我國固定寬帶用戶從2011年1.6億戶提高到2019年4.49億戶，八年增長近三倍，年復合增速13.8%，其中2019年光纖用戶達到4.17億戶，滲透率超過90%；我國移動電話用戶從2011年9.9億戶增加到2019年16.0億戶，八年增長近兩倍，年復合增速6.2%，其中2019年4G用戶12.8億戶，???????透率超過80%。互聯網基礎設施的完善和內容的豐富是上網人數劇增的主要推動因素，反過來上網人數的劇增又對互聯網基礎設施和內容提出了更高的要求；雙重驅動下，我國互聯網數據規(guī)模不斷攀升，尤其是移動互聯網。據工信部披露，2019年我國移動互聯網接入流量消費達1220億GB，同比增長71.6%，其中，手機上網流量達到1210億GB，同比增長72.4%，流量占比99.2%。

2 數據中心建設正當其時

數據發(fā)展離不開數據中心同步配套，數據中心是海量數據的承載實體。數據中心通常是指可實現數字信息的集中計算處理、傳輸交換以及存儲管理的物理空間，可理解成數據集中存儲和運作的“圖書館”；其核心設備為服務器及網絡交換設備，其關鍵運營輔助設備有供電、制冷、消防、監(jiān)控等系統(tǒng)（注：狹義數據中心即指互聯網數據中心，簡稱IDC)。

數據中心產業(yè)鏈包括：1）上游提供土地、設備、軟件等，主要有IT設備商、電力設備商、軟件商、網絡許可商、土地、機架供應商等；2）中游提供IDC集成、運維、云計算等服務，包括三大運營商、第三方IDC廠商、云服務廠商三種；3）下游是用戶，主要有互聯網企業(yè)、金融機構、制造及軟件企業(yè)、政府機關等。

2.1 政策導向：數據中心被列為新基建，政策持續(xù)加碼

政策持續(xù)推動數據中心建設。2010年國務院發(fā)布《關于加快培育和發(fā)展戰(zhàn)略性新興產業(yè)的決定》，強調要加快信息網絡基礎設施建設；2012年政府降低IDC市場準入門檻，引入民間資本；2015年提出加快推進實施“寬帶中國”戰(zhàn)略、2017年強調優(yōu)先支持工業(yè)互聯網、數據中心、大數據、云計算等新增領域創(chuàng)建國家示范基地；2020年數據中心被列為“新基建”核心領域之一???????數據中心重要性日益凸顯。

2.2 市場規(guī)模：2019年我國數據中心機架數量過兩百萬、市場規(guī)模超1500億

數據中心按規(guī)?？煞譃槌笮汀⒋笮?、中小型三種。2013年1月工信部等五部委聯合發(fā)布的《關于數據中心建設布局的指導意見》規(guī)定：1）超大型數據中心是指規(guī)模≥10000個標準機架(功率2.5kW)的數據中心；2）大型數據中心是指規(guī)?！?000個標準機架小于10000個標準機架的數據中心；3）中小型數據中心是指規(guī)模＜3000個標準機架的數據中心。

2019年我國數據中心市場規(guī)模超過1500億。由于不同等級之間數據處理能力差別很大，因此實際中一般用機架數量衡量國家數據中心規(guī)模。據工信部直屬中國電子信息產業(yè)發(fā)展研究院統(tǒng)計，2016、2017、2018、2019年我國數據中心機架數量分別為124、166、210、227萬個；據中國IDC圈統(tǒng)計，2016、2017、2018、2019年我國數據中心市場規(guī)模分別為714.5、946.1、1228.0、1562.5億元。

2.3 地域分布：北京、上海、廣州等城市及其周邊地區(qū)占數據中心總機架六成以上

2019年5月，工信部發(fā)布《全國數據中心應用發(fā)展指引（2018）》，根據2017年實際及各地區(qū)數據中心建設規(guī)劃作出預測：預計到2019年，北京及周邊(河北、天津、內蒙古)、上海及周邊(浙江、江蘇)、廣州及周邊(廣東、福建)、中部地區(qū)(安徽、湖北、湖南、河南、江西、山西)、西部地區(qū)(廣西、寧夏、新疆、青海、陜西、甘肅、四川、西藏、貴州、云南、重慶)、東北地區(qū)(黑龍江、吉林、遼寧)可用機架數量分別為：64.7、61.8、33.3、29.8、45.6、9.2萬個，對應占比26.5%、25.3%、13.6%、12.2%、18.7%、3.8%；其中北京上海及周邊和西部是2019年主要增長點。

2.4 結構分布：大型及以上數據中心能耗更低、機架增速更快

2019年5月，工信部發(fā)布《全國數據中心應用發(fā)展指引（2018）》披露：1）數量方面，2016、2017年我國大型及以上數據中心所含機架總量分別為49.3萬、74.7萬；其中2017年大型及以上數據中心機架占比剛好一半、同比增長51.5%，是增長主力；2）利用率方面，2017年我國超大型/大型/中小型數據中心利用率分別為34.4%、54.9%、56.0%；3）能耗效率方面，2017年我國超大型/大型/????小型數據中心PUE分別為1.41、1.48、1.54。

注：PUE=數據中心消耗的所有能源與IT負載消耗的能源之比

2.5 競爭格局：三大運營商占據主流，合計市場份額占比七成

數據中心IDC市場主要服務商有三類，三大運營商、第三方IDC廠商、云服務廠商；其中云服務廠商可選擇自建或者租用數據中心，對外提供云服務。據中國產業(yè)信息網統(tǒng)計，2018年我國數據中心廠商中，電信、聯通、移動三大運營商分別占據40.0%、21.0%、9.0%市場份額，合計占比70%。

3 面臨的挑戰(zhàn)

3.1 能耗水平有所改善，但較目標值仍偏高

數據中心耗電量大，降低PUE既節(jié)能環(huán)保，又可降本增效。1）節(jié)能環(huán)保：據三峽官方、國家能源局統(tǒng)計，2018年我國三峽發(fā)電量、上海市用電量、數據中心總用電量分別為1016、1567、1609億kWh；數據中心總用電量相當于1.6個三峽發(fā)電站。假設2018年我國數據中心PUE在1.6-2.0之間(工信部披露2017年我國在用超大型、大型數據中心平均PUE分別為1.63、1.54)，如果我國數據中心的PUE較當前下降0.1，即可節(jié)省用電53.5-100.6億kWh。2）降本增效：以第三方數據中心廠商光環(huán)新網為例，根據其年報披露，2018、2019公司IDC業(yè)務成本，電費分別占比46.8%、44.8%，遠高于其它項目。降低數據中心PUE不僅可以降低電費消耗、減少制冷用水、提高設備使用壽命，可極大程度降低企業(yè)運維成本。

IDC通過對200家企業(yè)的調研，發(fā)布《2019中國企業(yè)綠色計算與可持續(xù)發(fā)展研究報告》指出，2019年我國數據中心受訪對象中只有12.9%數據中心PUE小于1.5，39.1%企業(yè)數據中心PUE在1.5-1.8之間，48%企業(yè)數據中心PUE高于1.8；與我國工信部“到2020年，新建大型、超大型數據中心的能耗效率（PUE）值達到1.4以下”仍有一定差距。

3.2 地域結構性供需失衡

由于我國城市經濟、人口、產業(yè)結構、消費屬性存在一定差異，其數據總量、結構特性亦存在較大差異，反映到數據中心上，即存在一定的結構性失衡。據信通院統(tǒng)計，2017年我國數據中心各地區(qū)上架率：西部地區(qū)30%，河南、浙江、江西、四川、天津等地區(qū)上架率在60%以上，是西部地區(qū)的一倍多，上架率差異巨大。此外，據信通院測算，2018年北京地區(qū)數據中心可???????機架、需求機架分別為17.2、22.0萬個，超過1/5需求得不到滿足。

出現供需失衡主要有三方面原因。1）需求快速爆發(fā)：據工信部2020年2月發(fā)布的《2019年通信業(yè)統(tǒng)計公報》披露，2019年全國移動互聯網接入流量共1220.5億GB，其中東部、中部、西部、北部分別為531、262、355、72.5億GB，同比增速分別為67.8%、75.2%、76.7%、62.4%，對應占比43.5%、21.5%、29.1%、5.9%；東部地區(qū)數據流量需求大且增速快。2）供給相當受限：數據需求大省市由于資???????有限，限制新增數據中心數量。而數據中心作為高能耗產業(yè)，需要大量電力、水力及空間資源；一線城市電力、水力資源緊張，碳排放、標煤等考核指標嚴格；近幾年北京、上海、深圳、浙江等地區(qū)紛紛出臺政策，限制新建數據中心規(guī)模，一線省市新建數據中心數量逐步減少。以北京、上海為例，2018年9月，北京經信局發(fā)布《北京市新增產業(yè)的禁止和限制目錄（2018年版）》??定??北??市中心城區(qū)全面禁止新建和擴建數據中心；2019年1月，上海市發(fā)改委和經信委聯合發(fā)布《關于加強本市互聯網數據中心統(tǒng)籌建設的指導意見》要求，到2020年全市互聯網數據中心新增機架數嚴格控制在6萬架以內。3）時延存在導致跨區(qū)域建設只能解決部分痛點：跨區(qū)域調用數據中心資源進行遠程服務是個解決辦法，但是對當前狀況改善程度有限，核心原因在于遠距離提供數???服務???存在???延，且隨著距離和網絡切換的增加而增加。據工信部2018年3月發(fā)布《全國數據中心應用發(fā)展指引（2017）》中披露了不同業(yè)務的時效性要求，其中網絡游戲、付費結算等業(yè)務對時延要求較高，在10ms以內，建議布局地域范圍在骨干直聯點城市或周邊200km范圍內。此外信號時延與距離、網絡跳轉具有直接關系：每1000km產生10ms傳輸網絡時延、不同運營商城域網間每次跳???產生40ms網絡時延。

4 展望與建議

4.1 短期高清視頻等驅動中時延數據爆發(fā)，中長期以5G、智能駕駛為核心、低時延數據占比提升

數據中心是一個需求決定的市場，其下游需求變化決定了數據中心產業(yè)鏈的未來走勢。5G、云計算、大數據、移動互聯網、人工智能等新技術、新模式的發(fā)展和應用無不以海量數據為支撐；反過來，又帶動了數據量的爆發(fā)式增長和新的數據需求。我們認為短期以高清視頻、AR/VR、線上會議為代表將帶來中時延數據需求爆發(fā)，中長期以自動駕駛、移動醫(yī)療、付費結????為代表的低時延實時性數據占比將會持續(xù)提升。

短期：以視頻是主要驅動的中時延數據需求爆發(fā)。隨著我國信息基礎設施的完善和信息技術的進步，信息傳播也從文字、語音、圖片逐漸過渡到信息更為立體和豐富的視頻，視頻已成為我國信息呈現和傳播的主要載體，帶來數據量的暴增，且得到國家高度重視。據工信部統(tǒng)計，我國移動互聯網數據流量從2014年20.6億GB提升到2019年1220億GB，五年增長近60倍。據中國????聯網絡信息中心統(tǒng)計，2019年我國移動互聯網應用使用時長網絡視頻、短視頻、網絡直播分別占比13.4%、11.5%、4.3%，合計占比29.2%，比2018年提高2.3個百分點。2019年2月，工信部、廣電總局、中央廣播臺聯合發(fā)布《超高清視頻產業(yè)發(fā)展行動計劃（2019-2022年）》提到，到2020、2022年我國實現超高清節(jié)目制作能力超過1、3萬小時/年；4K超高清視頻用戶數達1、2億。

中長期：以5G、智能駕駛為核心的低時延數據需求占比持續(xù)提升。國際標準化組織3GPP為5G定義了三大應用場景：1) eMBB (Enhanced Mobile Broadband)；2）mMTC (massiveMachine Type of Communication); 3) uRLLC (Ultra-reliable and Low LatencyCommunications)。按照商用化規(guī)劃，第一階段是以eMBB為特征的3D/超高清視頻等大流量移動寬帶業(yè)務；第二階段是以mMTC為特征的智能交通、智慧城市等大規(guī)模物聯???????業(yè)務；第三階段是以URLLC為特征的無人駕駛、工業(yè)自動化等低時延、高可靠業(yè)務。

當前我國智能駕駛業(yè)務發(fā)展迅速，2019年9月，電動車百人會發(fā)布《中國自動駕駛產業(yè)發(fā)展報告（2019）》披露，我國主流輔助駕駛功能覆蓋率從2016年不到1%迅速提升到2018年20%左右。而根據2019年12月工信部發(fā)布《新能源汽車產業(yè)發(fā)展規(guī)劃（2021-2035年）》（征求意見稿）最新版本，到2025年我國智能網聯汽車新車銷量占比30%、高度自動駕駛智能網聯汽車實現限定區(qū)域和???????定場景商業(yè)化應用；智能駕駛業(yè)務發(fā)展確定性強、前景廣闊，亦將帶動大量的實時性數據需求。

4.2 企業(yè)上云率提升、云計算成數據中心發(fā)展重要推動力

近幾年來我國企業(yè)上云率增加迅速、推動我國云服務市場規(guī)?？焖僭鲩L；據中國數據中心產業(yè)發(fā)展聯盟統(tǒng)計，2018年我國云計算用戶占比37%，位列第一；據國務院發(fā)展研究中心預測，2019-2023年我國政府和大型企業(yè)上云率將從38%提升到61%。

企業(yè)上云率持續(xù)提升有三個原因：1）國家推動；2）行業(yè)趨勢；3）企業(yè)降本提效。2015年1月國務院發(fā)布《關于促進云計算創(chuàng)新發(fā)展 培育信息產業(yè)新業(yè)態(tài)的意見》指出：云計算是推動信息技術能力實現按需供給、促進信息技術和數據資源充分利用的全新業(yè)態(tài)，是信息化發(fā)展的重大變革和必然趨勢。據阿里云披露，企業(yè)上云后可實現成本下降1/2、效率提高3倍、數據????定性提升10倍、安全性提升50倍。

4.3 單個數據中心規(guī)模將呈啞鈴狀發(fā)展，大的越大、小的越小

由于下游需求不同，未來單個數據中心的規(guī)模將呈現啞鈴狀發(fā)展。1）數據中心向更大規(guī)模發(fā)展以實現規(guī)模效應、降低運營成本。部分地區(qū)具有氣候、地理、資源優(yōu)勢，可大幅度降低數據中心運營成本，企業(yè)將會集中建設超大規(guī)模數據中心實現占位。以貴州為例，現如今已成為全國最大的數據中心，因常年低溫、雨水充足等優(yōu)勢，吸引了大量的明星企業(yè)入駐，紛????在此建立旗下最大的數據中心。代表項目有：中國電信云計算貴州信息園，總投資70億元，占地586畝，可提供80萬臺服務器，利用貴州低溫優(yōu)勢PUE綜合1.3；華為七星湖數據存儲中心，總投資80億元，占地1521畝，可安裝存儲服務器約40萬臺，綜合PUE低于1.3，極限值可達1.125。2）數據中心向更小規(guī)模發(fā)展以實現邊緣計算為目的，靠近終端提供實時服務。未來實時性業(yè)務需求爆發(fā)、占比持續(xù)提升，云數據中心需要將時延敏感型業(yè)務卸載，交由邊緣數據中心處理，減少網絡流量和往返延遲，提升效率。

4.4 政策建議

第一、深入推進數據要素市場化改革。我國數據要素市場尚處于發(fā)展的起步階段，數據確權、開放、流通、交易等環(huán)節(jié)相關制度尚不完善，數據存不下、流不動、用不好等問題依舊存在，成為大數據產業(yè)乃至數字經濟發(fā)展的制約因素；建議完善數據標準推動人工智能、車聯網等領域數據采集標準化建設，優(yōu)化數據庫結構、建立統(tǒng)一的數據共享平臺、優(yōu)先推動政府部門、交通、醫(yī)療等公共領域實現數據互通共享。

第二、加強數據安全防護。數據產業(yè)健康發(fā)展發(fā)展以安全為前提，世界每年因數據泄露損失慘重；建議加強數據專利、產權制度，制定數據隱私和安全審查制度，建立數據分類、分等級制度，不同類別、不同等級數據適配不同客戶需求；加強數據脫敏、安全多方計算等數據安全技術開發(fā)。

第三、加強數據全生命周期監(jiān)管。我國數據產業(yè)仍處于早期階段，新技術和新應用的發(fā)展應用給產業(yè)帶來的變化，既蘊藏著機遇也包含著巨大的風險。建立數據采集、運輸、計算、儲存、交易等全生命周期監(jiān)管制度，建立數據檢測、預警體系實現早發(fā)現早處理，建立數據評價體系并針對性建立數據獎懲制度，對于數據綜合評價較低廠商罰款并公示。

第四、數據中心服務商扶優(yōu)扶強。以年收入或機架數量等劃分優(yōu)先級給予數據中心服務商稅收、補貼、貸款、建設等支持，鼓勵國內數據中心服務商借助“一帶一路”等國家戰(zhàn)略實現全球化布局，鼓勵地方政府引導構建以地方優(yōu)質數據中心服務商為核心的產業(yè)生態(tài)，推進國內數據中心產業(yè)規(guī)?；⒎止ぞ毣M程。

第五、合理引導數據中心布局。中央制定區(qū)域發(fā)展政策，建立統(tǒng)籌規(guī)劃協調制度，強化中部、西部等區(qū)域與東部數據互聯互通、信息資源共享，制定數據跨城市、跨地區(qū)制度；鼓勵資源、土地、氣候優(yōu)勢省市大數據中心建設；對于供需失衡省市，政策上引導綠色數據中心建設。

第六、加強數據人才建設，集中攻克關鍵技術。加強數字經濟宣傳，開發(fā)數字經濟相關線上培訓課程和平臺，向信息技術等數字重點產業(yè)推廣數字經濟線下培訓，強化勞動者數據技術和素養(yǎng)；推進產業(yè)研結合、鼓勵以聯盟形式集中資源推進服務器、存儲、CPU、GPU、分布式云計算創(chuàng)新，同時加強國際合作，優(yōu)勢互補，實現共贏。