其他 0.1% 3 公司规模分布 样本分布 公司性质分布 样本分布 人力资源核心指标 芯片设计 薪智 人力资源核心指标 芯片设计 薪智 统计说明：在相同行业、城市组合下，计算各职能月度薪酬的中位数，然后计算月度薪酬的同比 变化率，最后计算各统计周期下的变化率均值，即为涨薪率 *此处为不区分城市的涨薪率 5.9% 2021年全行业 涨薪率 4.3% 2022年全行业 涨薪率 1.5% 2023年，「芯片设计」涨薪率最高 2024年，「芯片设计」涨薪率最高 5 涨薪率 - 按行业 人力指标 人力资源核心指标 芯片设计 薪智 统计说明：在相同行业、城市组合下，计算各职能月度薪酬的中位数，然后计算月度薪酬的同比 变化率，最后计算各统计周期下的变化率均值，即为涨薪率 基于以下指标的涨幅：CPI，行业上市公司的营收、利润和薪酬成本，行业的招聘量和薪酬，生成 算法模型。以近半年的数 3% 2022年全行业 涨薪率 1.5% 2023年全行业 涨薪率 2% 2024年全行业 涨薪率 2021年 2022年 2023年 近12个月 2024年 年(预测) 涨薪率 统计周期 10.4% 2021年1月 至 2021年12月 9.4% 2022年1月 至 2022年12月 3.1% 2023年1月 至 2023年12月 1.7% 2024年02月 至 2025年01月

值。为了保证各城市道路网密度的可比性、统计口径的一致 性，本报告以中心城区建成区为道路网密度指标统计范围，以范围内的道路总里程与面积的比值作为城市道路网密度1。 中心城区建成区：中心城区内的建设用地范围2。其中，中心城区范围为全国60个主要城市总体规划中明确提出的中 心城区范围；建设用地为根据地表覆被的遥感影像（地理国情普查数据）解译识别范围；本次统计的中心城区建成区即 为中心城区范围和建设用地重叠的区域。 为中心城区范围和建设用地重叠的区域。 城市道路统计标准：本报告以电子地图测绘数据为基础，统计中心城区建成区范围内具备车辆基本通行条件的道路， 包括建成区范围内的城市快速路、主干路、次干路、支路及主要街坊路。本版报告采集数据截止于2024年第四季度3。 *注1：为保证道路网密度指标的可监测性，避免因道路施工封闭等原因引起的误差波动，本版报告中道路网密度指标按照原始数 据标准采集计算后，结果仅保留1位小数位数， 部分计算结果可能存在四舍五入引起的误差。 *注2：为有效监测和衡量城市道路基础设施建设发展情况，保证城市路网密度指标的历史可比性，本年度报告沿用历年报告的中 心城区建成区作为道路网密度统计范围，避免因监测范围的变动而导致数据指标的建设指导意义降低。 *注3：本报告为2025年度发布，数据采集截止于2024年第四季度。相关文字、数据图表等内容，按照数据采集年份表述。 图1 城市及行政区道路网密度计算方法示意图

接⽹与选址存在差异：不同区域在接⽹条件、负荷密度和消纳空间上差异较⼤，项⽬应先做前置评估。 3. ⻓期运营⻔槛抬升：从⼯程交付转向持续经营后，资源组织、交易履约和本地运营能⼒将成为关键壁垒。 资料依据：⼴东省统计局、2025/2026年⼴东省政府⼯作报告、⼴东省发改委、⼴东省能源局、⼴州与深圳官⽅披露 《本末电碳 · 智能微电⽹系统认知培训课》 9 《全国各省市智能微电⽹发展机会橙⽪书》 四川省 智能微电⽹发展机会 负荷匹配：园区和企业负荷曲线与出⼒曲线匹配度 2. 接⽹承载：分布式光伏和园区项⽬需结合接⼊电⽹承载⼒评估 3. ⾃发⾃⽤⽐例：⼤型⼯商业和"三州⼀市"项⽬有明确本地消纳要求 资料依据：四川省统计局、四川省发改委、省能源局、2024年四川省统计公报、2025-2026年官⽅运⾏信息 《本末电碳 · 智能微电⽹系统认知培训课》 14 《全国各省市智能微电⽹发展机会橙⽪书》 ⼴⻄ 智能微电⽹发展机会 ⼴⻄已进⼊ 区对微电⽹的诉求、投资模型和收益结构差异很⼤ 3. 基础设施仍在补强：2025年⼴⻄电⽹规划投资超145亿元，部分项⽬仍离不开电⽹配套和区域调配能⼒增强 资料依据：⼴⻄统计局、⾃治区发改委、⾃治区能源局、2024年⼴⻄统计公报、2025-2026年官⽅信息 《本末电碳 · 智能微电⽹系统认知培训课》 19 《全国各省市智能微电⽹发展机会橙⽪书》 浙江省 智能微电⽹发展机会 浙江省已具备

3. 数据分析 第二章 AI 前沿 1. 从大语言模型走向自主智能体 2. 具身智能 3. 脑机接口 4. AI 内生安全 第三章 数学 1. 基础理论 2. 优化 3. 统计 4. 科学计算 5. 复杂系统 第四章 物质科学 1. 物理 2. 化学 3. 材料 4. 能源 第五章 生命科学 1. 合成生物学 2. 医学 3. 神经科学 方法模拟复杂系统，但需要简化模型以及提 高模拟精度，以解决模拟系统精度低且计算 成本高的挑战。随着技术的发展和数据规模 的增长，出现了数据密集型科学的研究范式。 这一范式利用机器学习方法，自动从数据中 发现统计关联，一定程度上避免了提出科学 假设，但无法发现因果关系，且难以分析低 质量数据和发现复杂系统中的规律。当前的 科学研究主要面临系统复杂性的挑战，相互 关联的自然、技术和人类系统受到跨时间和 年首次超越欧盟。 至 2024 年，中国的 AI 相关论文引用量占全 球总量的 40.2%，实现了对美国（占全球总 量的 42.9%）的快速追赶。需要指出的是， 由于引用数据随着时间推移而积累，尽管目 前统计显示 2020 年后引用数据趋势下降有 所失真，但大体不影响国别间比较趋势分析。 中国在 AI 应用领域的创新同样体现了 从“跟随者”到“引领者”的跨越。图 1.4 聚焦于专利、政策文档与临床试验中的引用

消费”，显示出政策层面更加重视消费对经济增长的支撑作用，尤 其将服务消费作为未来发展的重点方向。公报还指出“坚持惠民生 与促消费相结合、投资于物与投资于人紧密结合”，表明改善民生 1 参见国家统计局公布数据。 数字消费蓝皮书（2025 年） 3 是提振消费的基础保障，提振消费是改善民生的重要途径，通过加 大民生支出、强化人力资本投入等直达消费者的普惠性政策，切实 增强居民的消费能力 数字消费蓝皮书（2025 年） 17 9.6%18；终端显示设备市场逐步回暖和产品结构优化，电视机出货总 量达到 884 万台，同比增长 4.7%，连续两个季度正增长19；此外， 从消费市场来看，国家统计局数据显示，2025 年 1-7 月消费品以旧 换新支持的家用电器和音像器材类、通讯器材类商品零售额同比分 别增长 30.4%和 22.9%。 2.产品功能加快数智化迭代 在端侧大模型应用的加持下，手机、电脑、可穿戴产品、智能 电脑、AI 眼镜等人工智能 终端已超百款20。预计未来三年，我国 AI 手机和 AI PC 市场渗透率 将分别突破 50%和 80%21。此外，车载终端通过集成智能座舱与智 能驾驶系统实现服务升级，国家统计局数据显示，2025 年 1-5 月智 能车载设备制造业增加值同比增长 26.8%。 3.具身智能终端新形态逐步落地 无人机、人形机器人等作为人工智能与机器人深度融合的载体， 实现了自主决策

版 )》是新战略移动机器人产业研究所 根据 CMR 产业联盟统计数据研究的最新成果，蓝皮书调研统计了国内外超 40 家具身智能复合 机器人本体及产业链企业相关数据，同时结合终端用户应用现状进行了综合分析。 2025 年上半年，随着技术的不断成熟，上游需求市场回暖，复合机器人市场实现了快速 发展，根据新战略移动机器人产业研究所统计，上半年中国复合机器人市场销售数量超 1500 台， 已接近 家终端用户企业数据。 调研方式：下发调研表、供应链及客户核实、走访企业、访谈企业相关负责人等多种方式调研。 蓝皮书范围：蓝皮书主要统计数据范围主要指应用在工业仓储物流场景，以轮式底盘 + 机械臂及轮式底盘 + 人形 半身为主要形态的产品，其他类型复合机器人不在统计范围内。 目录 Contents 1、具身智能复合机器人发展历程概述 .............................

2026摘要版 2025年是储能产业的丰收之年，许多从业者都在这一年收获满满。根据CNESA Data- Link全球储能数据库（https://www.esresearch.com.cn/）统计显示，中国新增投运新型 储能项目装机规模达到189.48GWh，同比增长73%，新增能量规模再度超过历史累计装 机，可谓诗句所云： “牧人驱犊返，猎马带禽归。” 2025年，储能的应用场景日益 目 录 01 储能产业研究白皮书 2026摘要版 根据中关村储能产业技术联盟（CNESA）DataLink全球储能数据库（https://www.es- research.com.cn/）统计，截至2025年底，全球已投运电力储能项目累计装机规模达到 496.2GW，同比增长33.3%。 从技术结构来看，抽水蓄能累计装机占比首次降至50%以下，较2024年同期下降11.5 个百分点 �.�% 压缩空气,�.�% 储能产业研究白皮书 2026摘要版 02 根据CNESA DataLink全球储能数据库（https://www.esresearch.com.cn/）统计，截 至2025年底，中国已投运电力储能项目累计装机规模达到213.3GW，占全球市场总规模 的43.0%，同比增长54%。其中，新型储能累计装机规模达到144.7GW，占国内电力储能总 规模

DeepWalk，LINE 等 ）。文本 embedding 特征，该特征以 JD 和 CV 对的方式输入 DSSM 模型产生 vector。 在此基础上我们还加入了相应统计特征，统计特征主要有强特征的共现特征以及强特征之间的 多样性统计。特征之间的应用以及组合根据模型不同而展开讨论，不同模型对不同特征的表征 能力不同。 在模型方面主要可以分为两个总方向，分别是非线性树和 deep 模型的探索，在探索上主要是根 特征也一同加入到树模型中，这是考虑到组合特征的业务意义。分析特征重要性之后，我们根 据特征现象去做统计特征，比如出现频率统计，特征共现统计，多维特征多样性统计等操作。 相对应的 title 和 description 文本特征也可通过简单的加权命中率来构成特征加入到树模型中。 总之实验证明 ID 类特征，二分类特征，连续特征离散化，统计类特征，以及 embedding 产生 的 vector 的交叉特征都会给模型带来正向收益。 经过上面的探索我们获取了一些经验，例如交叉特征有用，用 embedding 产生的向量两两相似 性计算对树模型有用，因此我们本着上面积累的经验进行了人工构建交叉特征作为 xgboost 模 型的输入。在此基础上加入统计特征，这波操作再次给我们带来了 0.5% 的收益。 最后总结下模型方面的探索结果，以上实验说明我们还没有充分利用 graph embedding 和由 DSSM 产出的文本 embedding，也证明了

年西北五省（区）新能源装机占比 数据来源：西北各省区统计局、能源局 图 年西北五省区新能源装机占比 图 年西北五省区电源装机情况（单位：万千瓦） 新疆 陕西 甘肃 宁夏 青海 新疆 陕西 甘肃 宁夏 青海 火电 水电 风电 光伏发电 图 2-2 2024 年西北五省（区）电源装机情况（单位：万千瓦） 数据来源：西北五省（区）统计局、能源局 西北地区新能源发电量规模远小于火电。2024 图 年西北五省区新能源发电量占比 图 年西北五省区发电量统计（单位：亿千瓦时） 新疆 陕西 甘肃 宁夏 青海 新疆 陕西 甘肃 宁夏 青海 火电 水电 风电 光伏发电 图 2-3 2024 年西北五省（区）新能源发电量占比 数据来源：西北五省（区）统计局、能源局 图 年西北五省区新能源发电量占比 图 年西北五省区发电量统计（单位：亿千瓦时） 新疆 陕西 甘肃 宁夏 青海 青海 新疆 陕西 甘肃 宁夏 青海 火电 水电 风电 光伏发电 图 2-4 2024 年西北五省（区）发电量统计（单位：亿千瓦时） 数据来源：西北五省（区）统计局、能源局 | 8 | 提升区域电力互济能力 促进新能源高比例发展 2.2 西北地区省间互济发展现状 西北电网覆盖 308 万平方公里，东西跨度 3000 多公里，约占全国陆地面积 1/3，供 电服务人口超过 1 亿。 西北

轮专家咨询形成最终的指标体系, 采用 层次分析法确定指标体系权重。 [结果] 2 轮咨询的专家积极程度较高, 专家权威系数为 0. 8, 专家咨询较为可 靠。 第二轮肯德尔协调系数大于第一轮且有统计学意义, 变异系数均小于 0. 25, 专家意见协调性较好。 最终形 成包含预警能力、 适应能力、 恢复能力和变革能力 4 个一级指标、 12 个二级指标和 32 个三级指标的基层疾控 疫情防控韧性评价指标体系。 专家工作繁忙, 容许个别专家推迟返回时间, 但是最 多不能超过 14 天, 否则将作废该份咨询函。 将第二 轮专家意见与建议趋于一致、 所有指标的变异系数均 小于 0. 25、 第二轮肯德尔系数大于第一轮且有统计 学意义作为停止征询的标准 [14]。 1. 2. 4 层次分析法 本研究采用层次分析法中的结果集结确定指标权 重。 首先, 建立判断矩阵, 在第二轮专家咨询中完成 权重判断矩阵打分; 其次 或变异系数 (CV) >0. 25, 则 结合专家意见, 课题组讨论修改或删除该指标。 2 结果 利用 Excel、 SPSS 26 和 YAAHP 10. 3 软件对回收 的专家咨询函进行统计分析。 2. 1 专家基本情况 本研究共纳入 15 名专家进行咨询, 主要是来自 各级疾病预防控制中心及全国各地高校。 其中专家性 别比、 硕博学历比、 正副高职称比、 工作单位比均在 50%左右。