AI 模型数据量和算力需求大。ChatGPT3 相较ChatGPT2 在数据存储端从百G 提升 至40T，在存储量上有约100 倍的提升，算力需求同样也呈几何倍增长。据OpenAI 测算，2012 年以来全球头部AI 模型训练算力需求3-4 个月翻一番，每年头部训练 模型所需算力增长幅度高达10 倍，远超摩尔定律的增长速度。美光表示，一个典型 的人工智能服务器的DRAM 容量是普通服务器的8 倍，NAND 容量是普通服务器的 3 倍。

政府性基金收入降幅缩窄、支出持续下滑，土地出让金为主要拖累因素。3 月政府性基金收入同比改善6.4 个百分点；政府性基金支出同比降幅较上月 扩大。地产投资未明显改善，土地收入存下行风险，对广义财政的贡献或逐 步减弱。从土地成交量和价格数据来看，地产投资未能延续改善态势，土地 购置费仍存下行风险，需观察后续情况。我们认为，土地财政对于广义财政 收入的贡献长期难有明显增长。

2023 年3 月7 家上市险企寿险总保费累计2055 亿元、同比+8.9%（同比未含阳 光保险），较2 月同比下降5.8pct，其中：中国人保+22.2%、中国人寿+10.2%、 中国太平+9.7%、中国平安+9.1%、中国太保+6.2%、新华保险-0.5%，多数险企 同比增长有所放缓，但仍保持增长，主要系春节假期年度间时点不同，2 月较高 基数所致。2023 年前3 月寿险总保费累计同比分别为：中国平安+5.6%、中国人 寿+3.9%、中国人保+2.3%、中国太平+0.8%、新华保险-0.2%、中国太保-2.6%。 考虑到宏观经济复苏势头良好，居民投资意愿有所回升，储蓄型保险产品需求或 维持相对高位，银保渠道受自身及外部因素双重利好有望保持明显增长，我们预 计2023Q1 上市险企NBV 同比将明显改善；市场对Q1 NBV 转正已有预期，我 们认为储蓄型产品供需改善趋势有望在2 季度延续，叠加高定价产品销售阶段性 走高，我们预计保险负债端2023Q2 仍有望超市场预期。

1 季度经济回升，第三产业推动经济上行2023 年1 季度经济增速总体上行， 处于持续恢复的阶段。第三产业和服务业在1 季度有明显的修复，对经济 的贡献度上行，这是疫情逐步退却后经济的正常修复。

一季度经济恢复超预期，从生产端看主要是服务业的贡献，从需求端看主 要是消费的贡献。当前经济恢复呈现出明显的四个不均衡特点：其一，总体 数据属于好于结构数据（耐用消费品等增速低）；其二，宏观数据好于微观数 据（企业利润、居民收入和财政收入增速低）；其三，服务业好于工业；其四， 内需好于外需。

财政是经济运行的反映，也能作用于经济形势。一季度财政收入低于经济增 速，与去年一季度基数较高有关，剔除基数效应后逐步向好，与经济形势逐 月向好总体是一致的；同时一季度的财政政策在积极落实对个体工商户、小 微企业和先进制造的减税降费的支持，专项债在加大力度发行和使用，力图 拉动投资稳定总需求，推动经济运行整体好转。

海宁，浙江省辖县级市，由嘉兴市代管，地处浙江省北部，杭嘉湖平原，钱塘江北岸，东邻海盐县，南濒钱塘江，与绍兴市上虞区、杭州市钱塘区隔江相望，西接杭州市临平区、钱塘区，北连桐乡市、嘉兴市秀洲区。海宁被誉为“中国的皮革之都”。截至2022 年末，海宁市下辖4 个街道（硖石街道、海洲街道、海昌街道、马桥街道）、8 个镇（许村镇、长安镇、周王庙镇、盐官镇、斜桥镇、丁桥镇、袁花镇、黄湾镇）以及3 个省级经济开发区。下文我们从多维度梳理海宁市综合实力及城投公司情况。

4 月18 日，财政部发布数据，3 月公共财政收入实现16699.0 亿元，较去年同期增长5.5%。其中，当月税收收入实现12295.0 亿元，同比增速实现5.6%；非税收入规模为4404.0 亿元，同比增长5.0%。能源、汽车价格下行是消费税增速下降的重要原因。着眼税收结构，3 月为传统缴税小月，增值税仍是当月占比最高的税种，规模占比为47.1%，对财政收入的支撑明显。3 月增值税同比增长32.1%，增幅明显，其主要由于去年增值税留抵退税规模较大，增值税为当月税收收入增速正贡献15.1 个百分点。

根据中国珠宝玉石首饰行业协会，2021 年我国黄金产品终端销售占金银珠宝总销售的约60%，而黄金主流以成本加成法定价，故可将销售额的增长大致进行量价拆分。1-2 月金银珠宝零售额同增5.9%，上海金交所95 黄金均价同增10%，推算销量同降3.8%，主要因为去年同期为高基数（22年1-2 月零售额同增19.5%），而今年终端市场直至1 月中旬才逐步恢复；3 月零售额低基数下同增37.4%，金价增8%，推算销量增27.4%。

智能运维（AIOps，Artificial Intelligence for IT Operations）是指将人工智能技术应用于运维领域，基于已有的运维数据（包括日志、监控信息、应用信息等），通过机器学习等方式来进一步解决自动化运维没办法解决的问题，从而提高系统的预判能力和稳定性，降低企业IT 成本。从架构来看，智能运维的管理对象包括云资源、物理机、虚拟机、网络设备、基础软件等物理资源和虚拟资源。智能运维的基本功能由下至上可概括为监控、分析、处置和管理四个层面。