来源：华泰计算机之生

来源：Wind

变量二：社会劳动力成本。对于企业而言，其采购 IT 系统和设备的直接目的是降低成本和提升运营效率，最终目的都是提升企业盈利能力。而当劳动力成本快速提升的时候，企业主用机器和 IT 系统替代人力的意愿增强。特别是在机器和 IT 系统在未来几年每年摊销的成本小于每年人力成本的时候，就会促使企业主用 IT 设备替换人。另外，我们也需要注意的一点是，在企业采购 IT 系统中，并不是所有的需求点都是来自于对人的替代。IT 系统的上线会逐步使得企业产生新的 IT 需求。

变量三：IT 人力资源（高校毕业人数）。IT 人力资源这个变量，更多的是从供给端来影响 IT 市场规模。当 IT 下游需求大于供给时，制约 IT 市场规模的变量就是 IT 人才的供给端。在 IT 发展的不同历史阶段，IT 人力资源对市场规模的影响也有所不同。

变量四：技术（变革）。IT 产业的核心驱动因素来自于技术，技术的重大创新会为社会创造新的 IT 需求，比如计算机从大型机到个人电脑（PC 机）的变革，局域网到互联网的变革，PC 互联网到移动互联网的变革，传统 IT 架构到云架构的变革，甚至包括 AI 开启的产业变革等等。这些都在为社会对 IT 的需求打开了更大的空间。

变量五：政策。政府对于 IT 产业发展支持的政策是一个外在变量，具有一定的不可预见性和独特性。每个国家对 IT 产业支持政策的力度、方向和时间点都会有区别。

以上是我们对可能与 IT 支出产生影响的几个变量的阐述，其中可以分为两类：（1）需求端（GDP 增速、劳动力成本、技术、政策）和供给端（IT 劳动力资源）指标；（2）定量和定性指标。为了利用数据分析上的方便，在这篇文章中，我们暂时只对可以量化的指标（包括 GDP 增速、劳动力成本、IT 劳动力供给）进行分析。

下面我们将根据美国历史数据，来讨论以上三个变量与 IT 支出的关系。

关于 IT 支出变量的选择：我们将以 San Francisco Tech Pulse Index（旧金山科技脉动指数）来代替美国 IT 支出这个变量。我们先解释下 San Francisco Tech Pulse Index 的含义。

San Francisco Tech Pulse Index（旧金山科技脉动指数），是美国信息技术领域活动的指数。该指数被解释为科技行业的健康状况。用于计算该指数的指标包括：IT 产品的投资，PC 和软件的消费，IT 部门的就业，技术部门的工业生产以及技术部门的出货量等。

图表 2：旧金山科技脉动指数

来源：Federal Reserve Bank of San Francisco

我们以旧金山科技脉动指数来代替美国 IT 支出，主要考虑到：1）对于美国 IT 支出的金额，第三方数据有不同的统计口径和方法，比较难以统一；在时间维度方面，其他第三方数据，时间跨度较小，数据的频率都以年为单位，频率不大。2）科技脉动指数由旧金山联邦银行发布，具有一定权威性。而且其基本覆盖 IT 支出的主要方面。

下面，我们将根据美国历史数据，来具体讨论下科技脉动指数与以上几个变量的关系。

1、科技脉动指数与 GDP 增速

通过科技脉动指数与美国 GDP 增速比较，可以看出：

（1）科技脉动指数与美国 GDP 增速保持了一定的正相关性。

（2）一般情况下，美国 GDP 增速拐点变化的时间点，比科技脉动指数领先 1-3 个季度。

（3）在 2000 年以来美国经济比较大的两次危机中，2000 年的科技泡沫危机对科技行业的影响要远大于对实体经济的影响；而在 2008 年的次贷危机中，科技行业也同样受到了影响，但受影响的程度比 2000 年互联网泡沫那次危机要小很多。

（4）美国 GDP 增速与科技脉动指数不总是正相关，比如在 05Q2-07Q1 期间，美国 GDP 增速走势与科技脉动指数有接近连续 7 个季度的走势背离。

图表 3：科技脉动指数 VS 美国 GDP 增速（现价）

来源：Federal Reserve Bank of San Francisco 、Wind、中泰证券研究所

图表 4：科技脉动指数 VS 美国 GDP 增速（不变价）

来源：Federal Reserve Bank of San Francisco 、Wind

2、科技脉动指数与劳动力成本的关系

通过科技脉动指数与美国非农劳动力成本对比：

（1）2003 年之后，这两个变量保持了较高的正相关性。2000-2002 年，美国科技行业仍处于互联网泡沫破裂的影响中，关于这段时间中，科技动脉指数与劳动力成本之间的关系，其参考性并不大。

（2）我们可以理解为，当劳动力成本上升时，企业采购 IT 的意愿增强，加大对 IT 产品的采购力度。也就是说，在美国，IT 投入支出与社会劳动力成本之间的传导机制可能已经形成。

图表 5：科技脉动指数 VS 非农劳动力成本指数

来源：Wind

3、科技脉动指数与 IT 人力资源供给的关系

在 IT 人力资源供给方面，我们以美国高校毕业生作为变量来代替。通过科技脉动指数与美国毕业人数的对比：

（1）科技脉动指数与美国毕业生人数增速，在不同的时间，其体现出来的关系不同。在 2002-2007 年期间，两者表现出来的是负相关关系。在 2008-2010 年，两者呈现正相关关系。

（2）我们认为，美国科技脉动指数与美国毕业生人数增速表现出来的以上关系，表明美国 IT 产业的发展，受美国本土 IT 人力资源因素限制的程度较少。

（3）我们认为这主要包括两方面原因：第一，美国 IT 产业的领先地位吸引着全球的 IT 人才，本土 IT 人力资源不是其主要限制因素。第二，美国 IT 产业更多的聚焦于 IT 产业的中高端环节，依靠 IT 人员规模的产业环节较少。因此，IT 人力资源规模对其产业规模影响较小。

图表 6：科技脉动指数 VS 美国毕业生人数

来源：Wind

小结：根据以上我们对美国 GDP、非农劳动力成本、IT 人力资源等三个变量的分析，美国 IT 支出与美国 GDP 和非农劳动力成本正相关性较大一些。从影响的时间来看，美国 IT 支出一般落后于 GDP 增速 1-3 个季度的时间；美国 IT 支出与非农劳动力成本已形成一定的正相关传导机制；美国 IT 支出受美国本土 IT 人力资源供给影响并不大。

图表 7：美国 IT 支出规模

来源：Wind

3、中国 IT 支出的影响因素讨论

根据以上我们对美国 IT 支出影响的因素的分析和判断，我们将在这一部分，重点讨论中国 IT 支出的影响因素。

关于变量的选择。在这一部分中，我们研究的对象包括：中国 IT 支出以及与该因变量可能相关的几个自变量，包括国内 GDP 增速、国内劳动力成本、中国 IT 人力资源（以高校毕业生人数代替）等可以量化的指标。根据数据可得到的时间维度和频率，我们以工信部发布的“软件行业收入”来代替中国 IT 支出变量。根据工信部对该指标的定义，其统计的企业范围包括：包括三类：

一是在我国境内注册（港澳台除外）主要从事软件研究、系统集成及相关信息技术服务等业务，且主营业务年收入 100 万元以上，具有独立法人资格的软件企业（含软件认证企业）。

二是在我国境内注册，主营业务年收入 500 万元以上，并有软件研发、系统集成服务及相关信息技术服务收入，且该收入占本企业主营业务 30% 以上的独立法人单位。

三是在我国境内注册，主要从事集成电路设计的企业或其集成电路设计和测试的收入占本企业主营收入 60% 以上，且主营业务年收入 100 万元以上的独立法人单位。

1、软件行业增速与 GDP 增速的关系

通过对比分析软件行业收入增速与 GDP 增速数据，我们可以看到：

（1）2008 年以后软件行业收入增速与 GDP 增速存在一定的正相关性。

（2）从增速变化的时间点来看，GDP 增速领先与软件行业收入增速。也就是说，国内的软件行业存在一定的后周期属性。但具体情况也需要结合当时的历史和政策背景来进行分析。

（3）由于工信部披露的软件行业收入是以现价来计算的，因此，在研究这两个变量的关系时，我们相应的采用 GDP 现价的增速，GDP 不变价增速只是作为参考。

图表 8：软件行业收入增速 VS GDP 增速（现价）

来源：工信部

图表 9：软件行业收入增速 VS GDP 增速（不变价）

来源：工信部

下面，我们就以 2008 年以来的季度数据来做进一步观察。通过季度数据对比来看，GDP 增速的变化点一般领先于软件行业收入大概 2 个季度左右的时间。也就是说，软件行业的后周期属性，一般体现在宏观经济周期之后 2 个季度左右的时间。

图表 10：软件行业收入增速 VS GDP 季度增速（现价）

来源：工信部

2、软件行业增速与劳动力成本增速的关系

通过下图数据对比可以看出，2008 年以后，软件行业收入增速与中国劳动力成本增速具备一定的正相关性，当劳动力成本增速提高时，软件行业收入增速也相应有所提升。

图表 11：软件行业收入增速 VS 中国劳动力成本增速

来源：工信部

3、软件行业增速与 IT 劳动资源的关系

通过下图数据对比可以看出，

（1）2002-2007 年，中国高校毕业人数快速增长，在此期间，中国软件收入增速与高校毕业人数增速保持了较高的正相关性。随着 2008 年以后，中国高校人数增速进入缓慢增长期，在此阶段，软件行业收入增速与高校毕业生人数增速相关性并不大。

（2）我们的理解为：一个行业的规模同时受制于需求端和供给端，对于 2002-2007 年期间，中国软件行业体量的快速增长，主要制约因素在于供给端，因此当供给端的人才快速释放的同时，软件行业的增速也表现出较高的成长性。而在 2008 年以后，中国的高校毕业生中潜在的 IT 人才供应充足，决定软件行业增长的主要因素转化为其他变量。

（3）我们可以与美国这两个变量之间的关系进行对比，可以发现，IT 人力资源对 IT 支出规模的限制，在中国体现的更为明显一些。我们认为，这主要与中美两国其所处的 IT 产业链环节不同所导致的。中国过去二十几年的 IT 发展，更多的是在 IT 产业链的中低端环节，这些环节的业务模式是以 IT 人员规模作为主要变量，技术和产品的创新性相对较少。

图表 12：软件行业收入增速 VS 中国高校毕业人数增速

来源：工信部

小结：以上我们只是对影响 IT 支出的几个可量化的变量进行了分析。我们分析的目的，并不是一定要找出影响 IT 支出的究竟是哪些变量，自变量与因变量之间到底是怎样的系数关系；而是，我们希望通过以上的分析，能让我们对分析 IT 支出影响因素有个大致的框架。其实，影响 IT 支出的因素有很多，以上的分析只是选择了可以量化的指标，而那些不能被量化的指标（比如技术和政策）对 IT 产业发展的影响可能更大。

4、总结与投资建议

（1）分析的背景。我们之所以做这样一个分析，主要基于大的宏观经济背景，在宏观经济增速的不确定性增加时，企业对 IT 投入的支出会发生怎样的变化？由于科技行业所处经济系统较为复杂，随着新的变量的加入或变化，过去变量之间的传导机制，是否会发生改变？

（2）分析的目的。这篇文章还难以做到给出一个明确的答案：即中国 IT 支出究竟受哪些因素影响，变量之间是怎样的系数关系？我们的目的，是希望：第一，能够给出对我们之前一些逻辑认知的客观数据验证；第二，在数据验证的基础上，大致建立分析的逻辑框架。当然这个框架还非常粗糙，需要我们不断加入新的定性分析变量去完善。

（3）不同变量影响的本质。不同变量对行业影响的程度或者性质不同，以上我们所列的这些可量化的指标，对 IT 市场的影响基本是线性的。而对于不可量化的技术和政策来说，技术对 IT 市场的影响往往是非线性的，对行业规模有量级的提升。而政策往往是，在现有的技术和需求的框架内，加速或者加快行业需求的释放。

（4）综合以上，研究 IT 支出的影响因素，是为了更好寻找 IT 需求的增长点。其实我们最终的落脚点是，在经济增速不确定性增加的同时，在计算机行业是否能够找到抗周期，甚至是逆周期的细分领域和标的？我们认为，对于以上这个问题，还是回归最本源的需求分析，从需求出发，寻找需求持续向上的细分领域和标的。