<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>指数研究 | 行业新闻_数智（点击查看更多）</title><description>搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产  零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）</description><link>https://shuzhi.hangyexinwen.com</link><item><title>⁣📰 李喆在第八届数字中国建设峰会数据价格主题交流活动上的发言_嘉宾观点_数字中国建设峰会在公共采购视域下，数据定价与交易的研究聚焦于公共资源交易数据的生成、产品类型、定价与交易机制，以及指数研究对定价的指导作用</title><link>https://shuzhi.hangyexinwen.com/posts/23033</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/23033</guid><pubDate>Wed, 05 Aug 2026 11:30:44 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 李喆在第八届数字中国建设峰会数据价格主题交流活动上的发言_嘉宾观点_数字中国建设峰会&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;在公共采购视域下，数据定价与交易的研究聚焦于公共资源交易数据的生成、产品类型、定价与交易机制，以及指数研究对定价的指导作用。数据价值可分为三个维度：其一，公共资源交易与招投标活动产出大量高价值数据，形成鲜活的数据产品；其二，数据交易本身作为公共资源交易的一部分，通过政府与市场主体的交易活动产生大量数据交易行为；其三，在交易方式层面，公共数据以法规 Guid 的公开招标、谈判等方式交易，市场化数据则可通过更广泛的手段进行。公共采购数据的产品化以五大方向为核心：以数据为抓手、以场景为核心、以算力为突破、以产品为目的、以服务为宗旨，覆盖政府端的数字化理政、金融机构的风控与企业端的数字化转型。数据定价受多因素影响，包括成本核算、价值评估、刚性市场需求与政策导向等，强调数据的真实性、持续性与合规性。综合定价策略包括成本+定价、市场导向定价、价值定价，以及双重定价与基于价值增值的动态定价，未来将依据行业、采购方式和使用对象构建动态机制。公共资源交易指数研究为定价提供支撑，结合交易机构服务、中小企业活跃度与行业发展指数，形成可操作的定价指导模型与持续更新的研究体系。希望持续推动公共资源交易数据价值的释放，并加强跨方合作。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E5%85%AC%E5%85%B1%E9%87%87%E8%B4%AD&quot;&gt;#公共采购&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E5%AE%9A%E4%BB%B7&quot;&gt;#数据定价&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%85%AC%E5%85%B1%E8%B5%84%E6%BA%90%E4%BA%A4%E6%98%93&quot;&gt;#公共资源交易&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8C%87%E6%95%B0%E7%A0%94%E7%A9%B6&quot;&gt;#指数研究&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E4%BA%A7%E5%93%81&quot;&gt;#数据产品&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.szzg.gov.cn/2026/fhdt/fhlt/jbgd/202608/t20260805_5354736.htm&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 DVI最新成果再次登临全球数字经济大会重点项目发布本次全球数字经济大会发布的2026年度DVI研究成果，聚焦上市公司数字化价值投资在数字经济时代的新内涵与框架</title><link>https://shuzhi.hangyexinwen.com/posts/20800</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/20800</guid><pubDate>Fri, 03 Jul 2026 09:19:49 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; DVI最新成果再次登临全球数字经济大会重点项目发布&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本次全球数字经济大会发布的2026年度DVI研究成果，聚焦上市公司数字化价值投资在数字经济时代的新内涵与框架。研究以2025年年报披露的5500家上市公司为样本，基于DVI理论体系、分类标准与评价模型，历时两月完成报告，提出数字化已成为普遍基础设施，渗透率自2021年至2025年持续提升至93.44%。随着大模型、智能体、算力、Token等新业态的崛起，数字经济形态正在从数字化向智能化转型，核心业务企业与产业链关联企业的占比持续提升，产业智能化成为新的价值创造窗口。国有银行、能源央企及科技新贵并驾齐驱进入前十，显示行业结构正在发生深刻变化；同时，数据中心、半导体、AI及大模型等产业链的全面应用推动AI基础设施与智能终端的爆发，推动数字经济形态与工业经济形态的深度融合与迭代。五年研究还揭示了传统估值方法的局限性，以及数字化价值投资在指数体系与生态构建上的新范式，预示着全球范围内数字金融与金融科技监管框架的发展将为DVI进一步扩展提供新的路径。总体而言，DVI强调以数字化到智能化的转型为核心的价值投资重构，促使中国上市公司龙头格局和全球指数生态进入新阶段。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E5%AD%97%E5%8C%96%E4%BB%B7%E5%80%BC%E6%8A%95%E8%B5%84&quot;&gt;#数字化价值投资&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%99%BA%E8%83%BD%E5%8C%96%E8%BD%AC%E5%9E%8B&quot;&gt;#智能化转型&lt;/a&gt; &lt;a href=&quot;/search/%23%E4%B8%8A%E5%B8%82%E5%85%AC%E5%8F%B8&quot;&gt;#上市公司&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8C%87%E6%95%B0%E7%94%9F%E6%80%81&quot;&gt;#指数生态&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%85%A8%E7%90%83%E6%95%B0%E5%AD%97%E7%BB%8F%E6%B5%8E&quot;&gt;#全球数字经济&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://thinktank.cnfin.com/ywdt-lb/detail/20260703/4435194_1.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 2026亚洲物流双年展在沪启幕 “中国物流高质量发展指数”发布亮相6月24日，2026亚洲物流双年展在上海开幕，中国经济信息社与中国邮政速递物流联合发布“中国物流高质量发展指数”，以规模支撑、市场效能、运营质量、绿色智慧四大维度构建产业评价体系，融合数据研究与全网物流优势，展现物流业从扩容到提质增效、从基建到数智赋能的转型进程</title><link>https://shuzhi.hangyexinwen.com/posts/20221</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/20221</guid><pubDate>Wed, 24 Jun 2026 21:19:46 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 2026亚洲物流双年展在沪启幕 “中国物流高质量发展指数”发布亮相&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;6月24日，2026亚洲物流双年展在上海开幕，中国经济信息社与中国邮政速递物流联合发布“中国物流高质量发展指数”，以规模支撑、市场效能、运营质量、绿色智慧四大维度构建产业评价体系，融合数据研究与全网物流优势，展现物流业从扩容到提质增效、从基建到数智赋能的转型进程。指数以2024年3月为基期，基准值100点，2026年一季度综合指数均值达118.81点，同比增长15%，市场效能与绿色智慧两维度领跑，成为推动行业升级的核心动能。未来将实现月度常态发布，直观展示行业景气度和提质增效趋势，推动现代流通体系建设与高质量可持续发展，并为地方政府、行业管理和企业提供决策参考，同时深化数据资源合作，拓展区域物流、供应链和细分赛道的研究。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E7%89%A9%E6%B5%81%E9%AB%98%E8%B4%A8%E9%87%8F%E5%8F%91%E5%B1%95&quot;&gt;#物流高质量发展&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8C%87%E6%95%B0%E5%8F%91%E5%B8%83&quot;&gt;#指数发布&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%BB%BF%E8%89%B2%E4%BD%8E%E7%A2%B3&quot;&gt;#绿色低碳&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%99%BA%E8%B5%8B%E8%83%BD&quot;&gt;#数智赋能&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%A1%8C%E4%B8%9A%E5%8D%87%E7%BA%A7&quot;&gt;#行业升级&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.cnfin.com/zs-lb/detail/20260624/4431231_1.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 工信部印发《工业场景数据要素应用参考指引》-中国工业互联网研究院本报讯为深入贯彻落实关于构建数据基础制度的意见及全国新型工业化推进大会部署，工业和信息化部发布《工业场景数据要素应用参考指引》（下称《指引》），以场景应用为牵引，探索工业数据“采、集、用”的有效路径，加快推进工业数据开发利用，促使数据要素赋能新型工业化</title><link>https://shuzhi.hangyexinwen.com/posts/17147</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/17147</guid><pubDate>Wed, 06 May 2026 02:00:01 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 工信部印发《工业场景数据要素应用参考指引》-中国工业互联网研究院&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本报讯为深入贯彻落实关于构建数据基础制度的意见及全国新型工业化推进大会部署，工业和信息化部发布《工业场景数据要素应用参考指引》（下称《指引》），以场景应用为牵引，探索工业数据“采、集、用”的有效路径，加快推进工业数据开发利用，促使数据要素赋能新型工业化。《指引》围绕研发设计、生产制造、经营管理、客户服务、产业协同等5个环节，凝练出23个典型场景中的数据“采、集、用”路径及预期效果，为工业企业、数字化转型服务商、行业组织等提供参考。研发设计环节涵盖数据驱动产品设计、工艺数字化设计、数字化协同研发、产品虚拟中试验证、工艺虚拟仿真验证等5个场景；生产制造环节包括设备智能监测与维护、数字孪生工厂建设、智能排产优化、生产作业智能调度、质量智能检测、质量预测与改进、安全生产智能监控、大规模个性化生产共8个场景；经营管理环节涉及能耗智能管理与调度、碳资源全生命周期管理、精准营销管理、仓储智能管理、物流智能配送5个场景；客户服务环节涵盖智能客户服务和智能远程运维服务2个场景；产业协同环节包含网络化协同制造、产业链供应链高效协同、产业链供应链风险管控3个场景。另《指引》为每个场景提供了对应的典型实践案例，旨在推动工业数据在研发、生产、经营、服务及协同领域的深度应用。 &lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E6%8D%AE%E8%A6%81%E7%B4%A0&quot;&gt;#数据要素&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E4%B8%9A%E5%9C%BA%E6%99%AF&quot;&gt;#工业场景&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8C%87%E5%BC%95&quot;&gt;#指引&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%B7%A5%E4%B8%9A%E6%95%B0%E5%AD%97%E5%8C%96&quot;&gt;#工业数字化&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%BA%94%E7%94%A8%E8%B7%AF%E5%BE%84&quot;&gt;#应用路径&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.china-aii.com/xyzx/7141520.jhtml&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 前十大重仓股行业地位透视，汇添富恒生科技ETF联接发起式(QDII)C(013128)核心资产一览|界面新闻本文聚焦汇添富恒生科技ETF联接发起式(QDII)C（013128）所跟踪的恒生科技指数，揭示其高度集中的权重结构与分化显著的市值分布</title><link>https://shuzhi.hangyexinwen.com/posts/12805</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/12805</guid><pubDate>Mon, 23 Feb 2026 15:44:48 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 前十大重仓股行业地位透视，汇添富恒生科技ETF联接发起式(QDII)C(013128)核心资产一览|界面新闻&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;本文聚焦汇添富恒生科技ETF联接发起式(QDII)C（013128）所跟踪的恒生科技指数，揭示其高度集中的权重结构与分化显著的市值分布。研究显示指数前十大成分股权重合计近70%，其中阿里巴巴-W、中芯国际、比亚迪股份位居前三，覆盖互联网平台、半导体国产替代与新能源汽车等核心赛道，体现中国数字经济的核心资产方阵。指数截至2026年2月的权重分布进一步显现：前五大成分股权重为39.69%，前十大为69.09%，前五十大覆盖度达到99.99%，呈现头部效应强烈的幂律分布特征。成分股市值差异亦显著，最大市值近4.88万亿港元，最小约388亿，均值约5183亿、 中位数约1827亿，显示市值分布的高度分化。文章对前三大成分股做行业属性分析，阿里巴巴-W属可选消费与互联网平台，受益于跨周期的云计算与数字经济；中芯国际属信息技术—半导体龙头，处于国产替代与AI算力需求双轮驱动；比亚迪股份属可选消费—新能源汽车，具备整车与上下游布局的完整性。这些特征共同构成恒生科技指数的龙头集中、科技属性鲜明与高成长性的特征。该指数的表现高度依赖头部巨头基本面，既具备较高弹性与进攻性，也带来聚焦于少数龙头的系统性风险。最后，文中还对汇添富的港股科技配置工具箱进行了简要介绍，强调通过不同产品组合实现对港股科技核心资产的均衡配置与长期成长性捕捉。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%B8%AF%E8%82%A1&quot;&gt;#港股&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%A7%91%E6%8A%80&quot;&gt;#科技&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8C%87%E6%95%B0&quot;&gt;#指数&lt;/a&gt; &lt;a href=&quot;/search/%23%E9%BE%99%E5%A4%B4&quot;&gt;#龙头&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%88%86%E5%B8%83&quot;&gt;#分布&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.jiemian.com/article/14027525.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>