数字经济五维模型由虚拟场景、数字场景、实体场景、数字产业化和产业数字化共同构成，“五维”要素形成了一个相互促进、共同发展的生态系统。“五维”要素利用数字技术和网络手段将虚拟和实体场景相结合，实现了传统产业的升级和发展，并引领实体经济的数字化转型和创新发展；同时，要素间的有机运作和互动也使得数字经济得以快速发展和壮大。这一运行模式促进了数据要素的快速流通与应用，持续推动数字经济快速发展。

总体来说，增长目标符合市场预期，工作任务延续中央经济工作会议的内容，但有部分新增补充。2024年目标：主要经济增长目标GDP增速5%左右（持平去年）、赤字率3%（持平去年）、特别国债1万亿（强调会连续几年发行超长期特别国债）

3 月 6 日十四届全国人大二次会议举行经济主题记者会，会上证监会吴清主席面向记者提问进行了解答，重点阐释了资本市场基本功能性、未来监管工作方向、如何提升上市公司质量和增强资本市场内在稳定性等四个方面的内容；强调资本市场投融资功能是一体两面，监管会更加注重公开公平公正原则，提出了“两强两严”的工作方针和“一个基石”、“五个支柱”的稳定机制。

【原油价格板块】截至 2024 年 3 月 4 日，布伦特原油、WTI 原油、俄罗斯 EPSO 原油、俄罗斯 Urals 原油价格分别为 82.80、78.74、78.61、71.16 美元/桶，近一个月主要油品涨跌幅分别为：布伦特原油 （+6.17% ）、WTI 原 油（+8.19% ）、俄 罗 斯 ESPO（+6.24%）、俄罗斯Urals（+9.26%）。2024年年初至今不同油品涨跌幅分别为：布伦特原油（+9.11%）、WTI 原油（+11.88%）、俄罗斯 ESPO（+5.87%）、俄罗斯 Urals（+9.90%）。

黄金价格正式突破前期震荡区间上沿 3 月 1 日，伦敦金现收盘价正式突破 2020 年 8 月以来的长期震荡区间上沿，自 2020 年 8 月以来，伦敦金现收盘价在 2040 美元至 2080 美元之间形成了一个阻力位，黄金价格多次上探该位置后出现回调，如今基本可以认为黄 金价格突破了该阻力区域，长期阻力区域的突破往往都意味着新趋势的开启，预计未来黄金价格能有良好表现。在报告《黄金可能是未来更好的财富储存介质》（2023 年 12 月 5 日）中，我们认为未来五到十年，黄金可能是更好的财富储存介质。在康波周期下行的经济环境中，往往都伴随着债务规模的压缩，不管是哪种债务压缩的方式，黄金都能够从中获益。

2024年3月5日，第十四届全国人民代表大会第二次会议召开，国务院总理李强向大会报告政府工作（以下简称《报告》）。实际GDP增长维持5.0%左右，体现了“积极进取、奋发有为”。2023年是在2022 年增长3.0%的基础上，从2022年的目标5.5%调降至5.0%的目标。而2024年是在2023 年增长5.2%的基础上，维持5.0%左右不变。这实际上考虑了促进就业增收、防范化解风险、与‘十四五’规划和基本实现现代化的目标相衔接，以及经济增长潜力和支撑条件四个方面。

核药：创新驱动的高壁垒领域，看好 RDC 未来发展。核药又称放射性药物，根据用途不同可分为放射性诊断药物与放射性治疗药物。与放疗相比，治疗用核药可以完成更精准的定位辐射与更高的辐射剂量，具备疗效与安全性优势。核药发展至今，诊断端在 SPECT 与 PET 设备普及扩容下已获批多个疾病种类的的检测；治疗端在神经内分泌瘤与前列腺癌适应症上已经突破，显示出明确的临床获益。核药未来发展趋势为向 RDC（放射性核素偶联药物）研发，而在产业链壁垒上，核药由于其放射性因素，在原料药的生产、核药 的生产、核药的储存配送上具有审批牌照、资金投入等较高壁垒，承担核药生产与储存角色的核药房更是稀缺资源。

2020年后，全球火箭发射次数已连续三年突破新高，全球航天活动逐渐进入高频阶段，并呈现出与50年前美苏争霸时期不同的行业特点。随着商业航天走上前台，吸引了大量非传统航天产业范畴的参与者进入并活跃在航天领域。

为什么当下建议重视低空经济市场？ 我们认为在顶层政策支持，新兴需求驱动及国内头部 eVTOL（电动垂直起降飞行器）主机厂适航认证逐步落地的背景下，低空经济市场或存在较大 预期差。1）短期：各主机厂陆续适航取证，多旋翼型 eVTOL 有望率先在旅游观光市场放量；2）中期：各家主机厂认证基本落地，复合翼型 eVTOL 或进一步打开医疗救护市场；3）远期：复合翼型、倾转翼型 eVTOL 齐头并进，若市内专车业务实现商业化落地，可实现城市日常交通对公众开放，市场挖潜空间大。产业链相关标的包括：亿航智能、万丰奥威、中直股份、山河智能、海特高新、中信海直、四川九洲、川大智胜、莱斯信息、纵横股份。

基于成本、能耗、可靠性和时延、隐私、个性化服务等考虑，端云混合的 AI 才是 AI 的未来，高通认为终端 AI 能力是赋能混合 AI 并让生成式 AI 实现全 球规模化扩展的关键。百亿参数开源 MoE 大模型 Mixtral 8x7B 再掀热潮，性能超 LLaMA2-70B，对标 GPT-3.5。MoE（混合专家模型）通过将任务分配给对应的一组专家模型来提高模型的性能和效率。Mixtral 8x7B 的专家数量为 8 个，总参数量为 470 亿，但在推理过程中仅调用两个专家即只调用 130 亿参数。