德勤中国研究《月度经济概览》

经济形势观察

防止人民币被迫升值

近期，人民币走势引发市场强烈关注和讨论。人民币对美元还会继续升值吗？在主要发达国家实施前所未有的量化宽松背景下，中国将如何避免其带来的不利影响？这两个问题是息息相关的。中美目前存在大幅利差，使得人民币在超低利率环境下成为高收益货币，进而促使人民币对美元持续升值。尽管在美国和中国的带动下，全球经济复苏势头强劲，但预计美联储今年将维持目标利率处于低位不变，而中国则受疫后经济超预期复苏、大宗商品价格飙升影响，面临更大的通胀压力。然而鉴于美元在全球储备货币中占据主导地位，美国至少在短期内不会受到美联储鸽派立场的负面影响。换言之，美元疲软并不会给美国带来通胀，这正如美国尼克松时代的财长康纳利所言——“美元是我们的货币，但却是你们的难题”。

以美国为首的超常货币宽松政策带来的溢出效应，将中国置于两难境地——是否应该推出货币紧缩政策成为一大难题。如果是，中国央行应该使用哪些政策工具来减少过剩流动性？迄今为止，央行尚未发出任何加息信号。当然，有人会说人民币升值可以抵御输入型通胀。其实，中国不加息最重要的原因是考虑到那些高杠杆部门（如企业和地方政府），给他们提供较低的资金成本。资金成本的突然抬升可能导致金融市场混乱，特别是考虑到2019年以来部分主要城市（如深圳、上海）的房地产市场经历了急速繁荣。此外，如果中美利差进一步扩大，投资者是否会对人民币升值进行更大的押注呢？这也是一个需要考虑的问题。目前在中国，大宗商品价格上涨并未传导至下游行业（中国央行预计今年CPI为2%），这反映出制造业竞争激烈。考虑到人民币升值对缓解输入型通胀的作用有限，如果企业不能将成本上涨的影响转移给消费者，那么人民币升值不但对缓解企业利润下降难有显著帮助，反而很可能会削弱出口企业的竞争力。因此，传统的货币紧缩工具，如加息或强势汇率，并非中国最理想的应对之策。

图：PPI和CPI剪刀差显示制造业利润受挤压

6月10日，陆家嘴论坛在上海开幕，释放了许多政策信号。中国人民银行党委书记、中国银保监会主席郭树清在论坛上表示：“如果说最发达国家大量印发的货币形成了拉动全球通胀的动力源，那么，中国数亿劳动者生产的商品就是稳定全球通胀的千钧锚。”事实上，政策制定者对人民币的单向升值越来越表现出担忧。5月31日，央行发布公告称将在6月15日上调金融机构外汇存款准备金率2个百分点，旨在通过减少外币供应量进而抑制人民币升值。随后在陆家嘴论坛上，几位政策制定者也淡化了人民币升值的可能性。例如，中国进出口银行董事长、国家外汇管理局原局长胡晓炼认为“现阶段人民币国际化仍处于初级阶段”；郭树清甚至表示，“那些炒作外汇、黄金及其他商品期货的人很难有机会发家致富，正像押注房价永远不会下跌的人最终会付出沉重代价一样”；中国人民银行副行长潘功胜也明确表示，人民币汇率双向波动将成为常态。

对于中国来说，在发达国家超常宽松政策的溢出效应下，该采取哪些应对措施，成为关键问题。从长远来看，推动人民币成为全球主要储备货币、加速人民币国际化将是最终解决方案。但是，这一过程需要很多年的时间。短期内，陆家嘴论坛展现出的信号非常明确：1）要避免人民币陷入被迫升值局面，因为这对实体经济产生负面影响：2）加强资本市场作用，提升直接融资在经济中的作用；而直接融资（股票和债券）要发挥更大作用，这意味着要加快金融自由化的步伐。

亚洲金融危机的主要教训之一是，东亚国家应大力发展本币债券市场，从而更高效地利用好国内储蓄来支持实体经济发展，同时抵御国外热钱快进快出的风险。然而，在过去20年间，亚洲大多数经济体债券市场的发展进程远未达到政策制定者的预期。对于中国而言，目前强势人民币可能会导致经常账户赤字，这就意味着需要外部资金流入，那么加快金融自由化也就显得更为紧迫。

图：国际支付份额变化显示人民币国际化之路还很长（2015年1月中国首提人民币国际化）

回页首

科技

AI渗透半导体的关键

全球人工智能发展势头强劲，AI也进一步应用在半导体的产业之中，不仅手机品牌大厂如苹果、三星电子等纷纷在智能手机中导入AI功能，无人机商用市场在AI驱动下呈现大幅增长；同时医疗等产业也在加速导入AI技术，都带动了半导体厂的利润增长。

人工智能正在以崭新的方式影响半导体行业各个环节的发展，其中最重要的是改进半导体的设计与制造过程。人工智能可以将机器学习、神经网络等算法应用到晶圆缺陷检测与分类、光学量测、芯片制造与建模、光刻胶轮廓预测、半导体生产结果预测、晶圆过程控制与监控等过程。

然而, 目前半导体行业中人工智能的渗透率仍然不高，人工智能技术在半导体生产线中的应用需要更多的时间来磨合，目前的人工智能需要进一步、更深入地帮助半导体公司解决实际问题，我们认为半导体企业应思考以下三方面:

首先，随着AI深入应用，半导体企业需要及时调整战略布局。半导体行业竞争愈发激烈，需求一直在不断提升，半导体公司需要制定新的战略以保持自身的竞争力。半导体公司需要规划出人工智能的特定领域，创造新的人工智能路线图。根据战略路线图中人工智能在不同环节的用例，根据其价值，可行性和时间价值，准确评估人工智能相关业务规模和重要性。根据这些指标确定好业务规划之后，半导体公司需要采取新的价值创造战略，根据不同的规划为人工智能分配不同的资源。外部资源上，半导体公司可积极寻求其他行业的帮助，借助外部力量寻求为人工智能训练开发新技术；同时，半导体公司可以尽快加速自身的研发能力，寻求与其他公司合作，通过共享资源，如分享各自的算法或数据平台，形成全面配套研发和制造的生态圈。

其次，人工智能发展迅速，行业中缺少懂半导体的AI人才。人工智能渗透在半导体公司的各个环节，从设计到制造都离不开人工智能技术的应用，人工智能领域的人才成为人工智能发展的核心，因此人工智能领域的人才需求量急速增长，半导体行业正面临着巨大的人工智能人才的缺口的问题。半导体企业需要不断吸收人工智能和机器学习方面的新兴人才，以辅助开展企业在相关领域的技术研究和试验。与此同时，根据人工智能在半导体的不同应用方向，需要明确并细化人员分工以确保将每个技术人员职能的发挥。由于AI在半导体企业中的应用需要各个部门的协同，因此半导体企业可以通过培训人工智能团队成为跨职能、多任务的团队，引入其他部门的人才进入人工智能团队，使之掌握企业内部项目的核心资源，辅助将不同人工智能的技术应用到公司的发展之中，从而将人工智能与半导体产业战略发展相联系，为各个职能部门应用AI带来动力。

最后，人工智能在半导体行业应用过程中需要更多的技术支撑。人工智能应用的门槛较高，半导体制造业专业性强，集成电路的复杂性和定制化在半导体生产中的要求较高，所以半导体生产与制造的各个环节中都需要建立独立的人工智能系统来实现操作。人工智能目前主要应用在自动化验证和预测性维护等易于复制和推广的领域，因此对于半导体各个环节中单个对应系统的程序设计的开发都需要一定的技术支持。同时，因为人工智能往往需要依赖高质量的训练数据，以提升在半导体生产各个环节的工作效率和产品质量。半导体公司在发展公司内部的同时，需要通过获得大量实验数据支撑AI模型的训练，使得模型的准确度和效率提升。但是在数据搜集的过程中，半导体机器设备的原始数据无法直接使用，会存在大量的缺失值，错误值和异样样本。除此之外，一个训练集会存在多个数据源，可能存在格式不一致，冗余信息多的问题。所以目前为止，半导体生产设备所产生的大量数据无法直接且充分的被人工智能机器学习利用。

回页首

汽车

探路汽车碳减排

自2020年9月习总书记在联合国大会上首次提出中国碳达峰、碳中和的承诺以来，各行各业都在拟定各自的减排时间表和路线图。汽车行业产业链复杂，从行业分工来看，横跨工业生产和交通运输；从细分领域看，涉及采矿、钢铁、化学、石化、有色金属、机械、纺织等众多上下游产业。这就给汽车行业确定碳排放核算边界、制定减排目标和路径带去一定挑战。

本篇月报作为引子，旨在回答一个核心问题“汽车的碳排放从何而言”，希望以此引发行业对于碳减排的重视和思考。

首先是几组关键数据和事实：

• 交通运输部门占中国碳排放总量的10%，是仅次于建筑部门的第四大CO2排放源。
• 按交通工具分类，道路运输是排放大户，占交运领域碳排放总量的74%；剩余依次为民航运输（10%）、水路运输（8%）和铁路运输（8%）。
• 道路运输中，乘用车是近几年道路交通领域二氧化碳排放的最主要来源，占比44%，而且排放增速迅猛。第二大排放源是重型货车，重卡尽管在全国汽车保有量中的占比不高（6.6%），却贡献了道路交通41%的二氧化碳排放量¹。

图：不同交通运输工具直接碳排放

现阶段交通运输的二氧化碳贡献主要来自于燃烧化石燃料产生的直接碳排放及少量因电力驱动造成的间接排放。但这一分析仅关注燃料周期层面，交通工具的生产制造、原材料的获取等阶段均未考虑在内。确定汽车全生命周期的碳排放量以及每一环节的碳排放占比，对于不同利益主体制定有效的减排举措和减排路径至关重要。

理论上，汽车二氧化碳排放量是燃料周期（生产和使用）和整车周期（汽车原材料的获取和生产、零部件制造、整车组装、仓储与物流、销售、使用、废弃到回收全过程）两个周期碳排放量的总和。根据中国汽车低碳行动计划研究报告（2020） ，汽车（主要是乘用车）的碳排放有以下几个特点：

• 无论哪种燃料类型的乘用车，在全生命周期下，燃料周期的碳排放贡献均大于车辆周期。但不同燃料类型汽车之间的差异较大：汽油车燃料周期的碳排量占到了整个生命周期的80%，汽车生产环节的贡献量不到20%。而电动车燃料和整车周期之间的碳排差距明显比燃油车小，各占据约50%左右。
• 纯电动汽车是所有燃料类型乘用车中全生命周期碳排最低的，但其减排效应并不十分显著。尽管在燃料使用阶段实现了低排放甚至零排放，但电力生产和运输（火电占全国发电总量的70%以上）、整车的生产制造尤其是动力电池生产时原材料获取和生产环节的高污染和高排放，很大程度消弭了电动车的减排优势。电动车本质上将碳排放从燃料使用侧转移到了燃料生产侧（发电和输电），同时还因电动化增加了车辆周期的碳足迹，因此在碳排放总量上相较汽油车的优势并不如预期的明显。因此电动车要实现真正意义上减排，发电侧必须同步，提高电动车使用高比例的清洁电力（包括水电、风电、光伏、生物质发电）作为电力来源。
• 在车辆周期视角下，无论是纯电动还是汽油车，原材料获取阶段是最主要的碳排放来源。具体来看，纯电动乘用车源于锂电池的生产，汽油车则很大程度来自于车身轻量化材料的使用。

汽车产业当前的减排重点仍聚焦在燃料周期阶段，尤其是降低燃料使用阶段的碳强度，具体表现在“总量调节”、“结构优化”和“技术创新”三个层面。总量调节包括：减少燃油车的使用强度和使用频次（限行限购、提倡共享汽车）、提高燃油车的使用成本（例如向燃油车收取碳排放税、拥堵税等）；结构优化包括：鼓励公共交通替代机动车出行，货物运输发展多式联运和甩挂运输等等；技术创新则集中体现在提高内燃机的燃烧效率、降低电动车的绿色溢价和发展低碳替代燃料。

车辆周期的碳减排同样不容忽视。据测算，电动车生产产生的碳排放是内燃机汽车的两倍²，这中间的差异主要来自于动力电池的生产，后者占据电动车车辆周期碳排放的50%。具体来看，生产单位质量锂、钴、镍和石墨等锂电池所需原材料产生的碳排放，要比生产同等单位质量钢铁要高的多。如果以市场上常见的60千瓦时电池容量的纯电动车为例，仅制造电池产生的碳排放就超过了8吨。由此可见，车辆周期的排放特点决定了车企在框定自身的减排责任边界时，除了直接排放、间接排放外，还需要将企业生产经营相关的上下游产业链和产品全生命周期的碳排放考虑在内，上至原材料的提炼和制取，下至车辆的报废和循环使用。

需要注意的是，量化汽车的碳排放还需要用动态视角。例如智能网联、辅助驾驶等应用的普及所带来的处理器/传感器供电需求的增加以及因线束增加带来的设备增重，都将提高汽车百公里的电耗水平。

最后，不管采取何种减排举措和路径，第一步是厘清碳排放的来源、明确行业、部门、企业谈核算的边界。对车企而言，辨明碳排放从何而言，量化自身的碳足迹是其在未来的绿色企业竞争中赢得先手的关键。

回页首

生命科学与医疗服务

中国医药的创新之路

在高度监管和快速发展的走势下，中国医药产业的创新发展也如火如荼的进行着。随着近几年实力积累以及监管制度持续改革的进行，中国的医药创新发展有了全方位的突破，整体产业在创新升级中。2021年全国两会上，国家政府强调“坚持创新驱动发展，加快发展现代产业体系”，未来五年中国的医药市场对创新的重视度将越来越高，不论药企或医药监管机构都将对创新产品开发展现更大力度的支持。

医药相关的监管政策改革 – 对创新药品开启多个绿色上市通道

自2019年的带量采购实施后，中国的仿制药和生物类似物的市场持续紧缩，政府对医药市场的整顿带动了中国药企的转型加速，推动从快速跟进到普通创新和优质创新发展。同时，在2020年间，中国的药检机构也陆续颁布的一系列的新政策和法规改革，从临床试验的进行、审批审评的制度、上市后的费用和市场管理都有所覆盖，例如推动对真实世界证据在药物的安全性和有效性的评价、加强从研制到上市后管理的全过程和全链条的监管制度、开启创新药上市申请的多个绿色通道等。

本土药企的崛起 – 创新能力从跨国药企转移到本土药企

除了政府的推动，中国本地药企的创新研发实力也在不断上升。据统计，中国是在2019年到2021年1月间国际上少数在新药研发公司的数量上同比上升的国家（图1），突显出中国本土药企在新药开发上的投入在持续加大。

图1：全球医药研发中心发布，2019到2021年1月

同时在中国获批的创新药数量上本土药品的数量比例也在逐渐上升（图2）。2020年获批的48个创新药中，有23个本土产品和25个跨国产品，数量比例持平；截止2021年5月，本土创新药的数量保持领先，有9个本土产品和7个跨国产品。

图2：中国获批的创新药物数量统计

医药市场的资本市场 – 并购交易持续加热

中国医药市场的并购案件数和交易额也在持续加大。据统计，2020年共有97笔并购交易，交易额突破1000亿元（图3）。相比2019年，在交易量或交易额皆有所增长，一方面是由于中国在疫后的迅速恢复带来的市场稳定，另一方面则是市场对创新发展的回应，许多药企业透过并购的方式进行整合、借壳上市或战略投资等。

图3：中国医药市场并购交易数量和金额

创新发展下的挑战 – 积极扩张的同时稳健根基

在近几年的发展下，中国的医药产业已经在世界成为制药大国，但距离成为世界制药强国仍有一定的距离需要追赶。在创新发展上，目前面临主要挑战有三个：

• 基础研究的加强：由于中国医药产业的开发早期是从仿制到快速跟进，对于基础研究的重视度不足导致许多创新产品趋于同质化，原创性创新仍不足，从而导致中国的创新药的原创性不足，仍在追赶制药强国。
• 转化能力的提升：许多有潜力的科研项目由于未能有效地进行转化导致这些研究成果沦为纸上谈兵，而最主要的原因在于中国仍缺乏转化研究的专家库，导致这些项目在商业化方面碰壁或是困难重重。
• 专业人才的培育：作为高技术壁垒的行业，中国医药产业目前仍缺乏顶尖的创新人才，需要加大海外人才回归的吸引；同时，对于年轻人才的培养也要更加多元化，达到全方位的人才孵化。

在整个产业的创新发展上，在积极招募高端人才来进行创新突破的同时，中国本地的医药企业也必须要提高对医药产业的发展基石：基础研究和转化研究的重视。在两者并重的发展下，结合来自政府的大力支持和资本市场的持续投入，中国医药产业的创新升级方能有更加顺遂的发展。

回页首