简介：《47张新质生产力产业链图谱》面向产业研究、投资分析、企业战略与招商规划等场景，以图谱形式梳理新质生产力相关赛道的上下游环节、关键节点与代表性方向，帮助读者快速建立产业链整体框架，减少零散检索与资料拼接的时间成本。资源为1个PDF文件，压缩包约7.92MB，便于在电脑或平板上直接翻阅、检索和摘录。内容覆盖工业互联网、大数据、人工智能、智能汽车与智能网联汽车、AIoT、5G小基站、3D打印等新一代信息技术方向，也延伸至半导体、锂电池、风电、高铁、军工、航空发动机、机床、激光、充电桩、数据中心、冷链物流、无人驾驶、芯片、疫苗、稀土等细分产业链，并兼顾基础设施层、平台层、应用层与安全服务层等结构。已有109人学习，适合需要梳理赛道全景、制作汇报材料或开展产业链补链强链研究的从业者参考。

1. 47 张图谱不是 47 张壁纸：先把“新质生产力产业链”拆成能用的研究底稿

拿到这份 47 张新质生产力产业链图谱，多数人的动作是解压、翻两页、收藏，然后再没打开过。真正能让它产生价值的动作只有一个——从“看图”转成“拆图”：把每张图里的上游材料、中游模组、下游场景和节点间的供应关系，逐条抄进自己的表。这 47 张覆盖新基建三条线（工业互联网、大数据、人工智能）、半导体与芯片、锂电及涂覆材料、光通信、航空发动机及零部件、3D 打印与 3D 玻璃、冷链物流、水处理与大气治理等赛道，颗粒度偏粗，正适合当行业研究的起步底稿。做投研梳理、供应链选型、招商画像、技术路线对标的人能直接用；想找现成结论、现成标的的人会失望，图里只有结构，没有份额和价格。

2. 读图三步法：从一张树状图里抽出上中下游与卡口

47 张图放在一起，最容易犯的错是把它们当同一种图去读。实际上这批图谱至少混用了四种切法：有的按价值链横着铺，有的按技术层竖着摞，有的按业务流程走一遍，还有的按系统功能分层。切法不同，拆出来的节点含义完全不同，硬拼在一起就是两份对不上的口径。所以拆图之前先花三十秒判断这张图用的是哪一种切法，比急着抄节点重要得多。

我自己拆图的顺序固定为三步：认切法、过筛子、写结论句。认切法决定你抄下来的东西能不能横向比较；过筛子决定节点值不值得留在表里；写结论句决定这次拆图有没有产出。三步走完，一张图才算真正“用过”，否则只是把 PDF 翻了一遍。

2.1 先认切法：价值链、技术栈、流程链、功能栈

同一本图谱里，四种切法各自出现的场景很有规律。价值链切法从左到右依次是原材料、中间品、终端产品，典型的是半导体、锂电池、航空发动机零部件、化妆品的原料到成品；技术栈切法从下往上依次是基础层、平台层、应用层，典型的是工业互联网的四层结构和 AIoT 的感知、连接、平台、应用；流程链切法按业务或工艺顺序排列，大数据那张的采集、存储与管理、分析处理、应用就是标准流程链，水处理和大气治理也接近这个套路；功能栈切法按系统承担的职能分层，智能网联汽车的感知层、决策层、执行层、服务层最典型。

判断方法很土但很准：看图的左右两端写的是什么。左端是矿、粉、片、丝、料这类词，基本就是价值链；左端是网络、算力、数据这类词，多半是技术栈；左端是采集、输入、原料水这类动词化名词，翻流程链的概率大；出现感知、决策、执行这种成套的功能词，就是功能栈。

提示：智能汽车和智能网联汽车是两张图，前者偏整车与三电，后者偏感知决策执行，节点有重叠但口径不同，别当同一张用。

2.2 每个节点过四道筛子

一张图里几十个节点，全抄进表是灾难，抄一半又容易漏关键环节。我给每个节点设四道筛子，四道里过两道以上才留：卖什么、卖给谁、能不能换、卡不卡。

卖什么，指的是这个节点有没有可数的产品形态。写“材料”不合格，写“三元正极材料”“隔膜涂覆用氧化铝”才合格；写“零部件”不合格，写“单晶涡轮叶片”“机匣”才合格。产品形态越具体，后面查资料、对供应关系越省事。卖给谁，指的是客户类型是 B 端制造、G 端基建还是 C 端消费，这决定节点的议价结构和交付节奏。能不能换，是这个节点在下游手里有没有可替代的供应商，替代难度高的节点才值得长期跟踪。卡不卡，指的是它处在整条链的交付咽喉上——缺了它，下游整条线停摆。

四道筛子里，“卖什么”最容易糊弄过去。血泪经验是：凡是抄下来自己都说不清产品形态的节点，三个月后一定看不懂当初为什么留着它。

2.3 完整拆一张：以工业互联网图谱为例

拿工业互联网那张做示范，它是最标准的技术栈切法，四层结构清晰，适合当第一篇练习。

第一步认层。这张图自下而上是基础设施层、平台层、应用层，另外单列一层安全，贯穿前三层。认层的时候不要按图形位置猜，按每层里的节点词性判断：基础设施层的节点多是网络设施、数据中心这类“供给能力”词汇；平台层的节点多是工业 PaaS、开发工具这类“能力封装”词汇；应用层的节点是面向具体行业的工业 APP。

第二步取节点。每层先取 3 到 5 个代表节点，宁可少取也不要一次铺满。基础设施层取网络设施、数据中心、边缘节点；平台层取工业 PaaS、数据集成、模型服务；应用层取生产管理类、设备管理类、质量检测类；安全层取边界防护、数据安全、设备接入安全。

第三步标卡口。在每个节点后面加一列“卡口判断”：这个节点缺了，下游哪一层直接受影响。数据中心缺了，平台层的模型训练跑不动；边缘节点缺了，应用层的实时检测延迟超标；平台层的模型服务缺了，应用层的智能质检落不了地。

第四步写结论句。拆完不写结论，等于没拆。工业互联网这张的结论句我一般写成：“在基础设施层，网络设施与边缘节点决定应用层实时类场景的交付上限；平台层的模型服务是应用层能否规模复制的分水岭；安全层是全链的隐性卡口，出问题时才发现没有替代方案。”一句话把三层之间的约束关系说清楚，后面写方案、做选型都能直接引用。

到这步为止，一张图的价值才被榨出来。剩下的 46 张，用同一套流程走一遍，节奏会越来越快，到第十张左右基本能压到二十分钟以内。

3. 把图变成表：字段设计、录入节奏与检索校验

图看完就忘，是因为信息停在图像里，没有落成可以检索的结构。这一步的核心动作是把图谱转成一张宽表，字段设计得好不好，直接决定三个月后还能不能查得动。我见过太多人建表时只写“赛道、节点、备注”三列，结果第二周就发现备注里塞了五种不同性质的信息，没法筛选也没法统计。

3.1 字段设计：从“三个月后还能不能查”倒推

字段不是越多越好，而是要保证每一列的信息性质唯一。我给这类图谱拆解定的模板是十列，覆盖赛道归属、层级位置、节点定义、依赖关系、卡口属性、替代难度、信息来源、置信度和更新时间。

赛道,层级,节点名称,产品形态,下游客户类型,上下游依赖,是否卡口,替代难度,信息来源,置信度,更新日期 锂电池,上游,隔膜涂覆用氧化铝,粉体材料,B端电芯厂,依赖铝土矿与精细加工,是,中,行业年报+公开产能信息,中,2024-06 半导体,中游,晶圆代工,代工服务,B端设计公司,依赖上游设备与材料,是,高,公开产线信息,高,2024-06

字段含义逐条说清楚，避免后面自己都读不懂。赛道列用于横向聚合，同一赛道下所有节点归到一起；层级列只能填上游、中游、下游、支撑层四类，不许自创；节点名称必须是可检索的名词短语，长度控制在十五字以内；产品形态是最关键的一列，写不出具体形态的节点直接删掉；下游客户类型只填 B 端制造、G 端基建、C 端消费三种；上下游依赖写这个节点依赖谁、被谁依赖，用短句；是否卡口只填是或否，判断标准是缺了它下游是否停摆；替代难度分高、中、低三档，高档指短期内没有第二家能顶上；信息来源要写到具体类型，不能只写“网络”；置信度是自评，用来提醒自己哪些行还没验证；更新日期精确到月，方便后面做时效判断。

最容易偷懒的是“产品形态”和“信息来源”这两列。前者偷懒，整张表就退化成图的文字版；后者偷懒，半年后完全无法判断某一行还能不能信。

注意：置信度不要全部填高。一张表里全是高置信度，说明自评是假的，后面做决策时反而会误判。

3.2 录入节奏：一次 25 分钟拆一张图

47 张图如果按“有空就拆”的节奏走，大概率一张都拆不完。我的做法是把录入切成固定长度的块：单张图 25 分钟，其中认切法 3 分钟、取节点 10 分钟、填字段 8 分钟、写结论句 4 分钟。一天拆两张，一个月能覆盖 40 张，剩下几张复杂的单独留时间。

具体步骤固定为五步。第一步新建表，把 CSV 表头粘进表格工具，冻结首行。第二步复制图谱所在页作为参考，把图放大到能看清最小字号的层级。第三步只抄节点名称和层级两列，先不填其他字段，这一步追求覆盖率不追求准确率。第四步回头补产品形态和下游客户类型，补不出来的节点当场删掉。第五步填是否卡口、替代难度、信息来源和置信度，其中信息来源和置信度允许先留空，标成待补。

这个顺序不能颠倒。先抄全再补细节，比一个一个节点填完整再走下一条快得多，因为认节点和查资料用的是完全不同的脑力，混在一起做切换成本极高。我一开始不信这个，非要按节点逐个填满，拆到第三张图就崩了，后面改成批量录入才稳住节奏。

拆完十张左右做一次回看，重点看三件事：有没有同一节点在不同赛道重复出现（说明它跨赛道通用，值得单独建一行标签）、有没有层级填错的（多见于技术栈切法的图，安全层经常被误填成下游）、有没有大量置信度留空的（说明信息来源补得不够，需要单独排一轮检索）。

3.3 检索校验：把节点名变成可验证的关键词

字段填完，表里仍然有一半信息是“抄来的”，没经过验证。校验的办法是把节点名称转成检索词组，去公开信息里找两样东西：至少两家以上的供应方，或者至少一条与产能、认证、交付相关的具体信息。找到就算通过，找不到就把置信度降到低，并标注“待核”。

检索词组的组法是三段式：节点名 + 产品形态 + 客户类型。比如“隔膜涂覆用氧化铝”这一行，检索词就是“隔膜涂覆 氧化铝 电芯厂”；“晶圆代工”这一行是“晶圆代工 产能 设计公司”。三段式的好处是把范围压得足够窄，避免搜出来一堆泛泛的行业综述。如果三段式搜不到，退一步用“节点名 + 产能”或“节点名 + 认证”，仍然搜不到就说明这个节点的公开信息密度太低，置信度不能给高。

看到什么算验证通过，标准要提前定死，否则会陷入无限检索。我的通过标准是：能找到两家以上不同供应方，或能找到一条可追溯到具体来源的产能、认证、交付信息。两条满足其一即可。都不满足的，把这一行标成待核，不删——删掉容易漏掉真正的冷门卡口，标出来反而能提醒自己这块是盲区。

4. 47 张的取舍：分三档、组三串、先拆哪几张

47 张全拆是理想状态，现实里多数人只有一两个晚上。这时候要做的不是平均用力，而是排序。排序的依据不是赛道热不热，而是“拆完这张图，能不能马上用在手上的事情上”。按这个标准，47 张可以清晰分成三档，档与档之间的投入产出差距很大。

4.1 按“拆完能不能马上用”分三档

第一档是节点少、依赖关系清楚、公开信息密度高的图，拆完当晚就能拿去用。半导体、锂电池、光通信、数据中心建设、充电桩都属于这一类，节点数量适中，上下游关系是标准价值链，检索时很容易找到对应的产能和认证信息。这一档建议优先拆，先把方法论跑顺。

第二档是节点多、层级复杂、但整体结构仍然清晰的图，需要多花一倍时间，价值也更高。工业互联网、AIoT、智能网联汽车、航空发动机及零部件属于这一类。它们的共同点是层与层之间存在强依赖，拆的时候必须连带把层间约束写清楚，否则表里只有一堆并列节点，看不出谁卡谁。

第三档是信息密度低、技术路线变化快、或者本身颗粒度极粗的图。3D 玻璃、触摸屏、智能马桶这类消费电子与家居赛道，节点少但变化快，拆完的保鲜期短；小分子创新药、疫苗这类图，产业链结构和公开信息之间的落差较大，拆出来更多是框架而非细节。这一档不是不拆，而是不要先拆，等前两档跑完再回头处理。

分档不是给图贴标签，而是给自己排工期。第一档拆完，手上的表已经能支撑大部分日常判断；第二档拆完，才开始有资格谈“卡口在哪”；第三档属于补盲，什么时候补都行。

4.2 组串：把单图拼成纵深链

单张图给的是横截面，真正有价值的是把几张图纵向串起来，形成一条从原料到终端的完整纵深。这套图谱里有三组串特别值得做。

第一串是锂电纵深：锂电池图谱 + 锂电池涂覆材料图谱 + 电池图谱。锂电池那张给的是电芯与材料的整体结构，涂覆材料那张把隔膜环节单独展开，电池那张补上更上游的材料分类。三张串起来，才能看清“隔膜涂覆材料”在整个电池成本与交付里处在什么位置。只拆锂电池一张，涂覆材料永远是个黑匣子。

第二串是电子硬件横切：半导体 + 芯片 + LED + 触摸屏 + 3D 玻璃。这几张图的节点在“材料—器件—模组—终端”上有大量交叉，横切之后能做一件单图做不到的事：识别哪些节点是跨赛道通用的。比如某些镀膜、切割、检测环节，在半导体、LED、触摸屏三条链上都会出现，这类通用节点往往是产能紧张时最先被挤兑的环节。

第三串是算力基础设施：数据中心建设 + 温控设备 + 光通信 + 5G 小基站。数据中心建设那张给的是供配电、机柜、集成的骨架，温控设备那张补上散热这条支线，光通信补上内部互联，5G 小基站补上接入侧。四张拼完，一条“算力从接入到散热”的完整链条才立得住。缺了温控这一环，很多人对数据中心的判断会停在服务器层面，忽略掉散热对交付节奏的约束。

组串的时候有个细节要注意：不同图里的同名节点，含义未必一致。比如“模组”在锂电和在光通信里指的东西完全不同。串之前先在表里加一列“所属赛道”，串的时候按赛道分组，不要直接按节点名合并。

4.3 边界：这 47 张图回答不了什么

把图谱用好的前提是知道它的边界。这套图给的是结构关系，也就是“谁在谁的上游、谁依赖谁、链条上有哪些环节”，它不提供份额、价格、产能、财务、技术参数对比这些量化信息。拿它去回答“这个环节谁份额第一”“这家公司毛利多少”，一定翻车。

它也不适合做时效性极强的判断。图谱反映的是编制时点的产业链切分方式，而技术路线切换往往先在节点名称上体现——比如某个材料环节在两年前还叫一个笼统的名字，现在已经按工艺分成了三四种。看到节点名称特别笼统的地方，基本可以判断这一块需要自己补最新的切分。

还有一个隐性边界：图谱的颗粒度是不均匀的。有的赛道拆到了具体材料，有的赛道只到“零部件”这一层。这意味着跨赛道比较时，不能直接按节点数量判断复杂度，节点少不等于链条短，可能只是拆得粗。

5. 避坑：拆图谱时翻车最多的五个地方

这套图我前后拆过两轮，第一轮基本全废，第二轮才跑通。中间踩的坑集中在五处，每处都有明确的现象、成因和解法，写出来给准备动手的人省点时间。

5.1 把不同切法的图强行拼在一起

现象：把工业互联网的四层结构和半导体的上中下游放进同一张汇总表，层级列里同时出现“平台层”和“中游”，做透视的时候完全聚不到一起。

原因：没有在拆图前判断切法，默认所有产业链图都是上中下游结构。技术栈切法的图里，“层”是能力依赖关系，不是价值链位置，两者混填会让层级这一列失去意义。

解决：在表头增加一列“切法”，取值限定为价值链、技术栈、流程链、功能栈四种。层级列只对价值链切法填上中下游，其他三种切法填“不适用”，位置信息改用“层级序号”记录。汇总时按切法分组，不跨切法做层级统计。

5.2 把一个方框当成一家公司

现象：表里录了一堆节点名，回头想找对应企业时发现一个都对不上，或者一个节点对应几十家公司，根本无法收敛。

原因：产业链图里的方框代表的是“环节”，不是“主体”。一个环节可能有几十家供应方，也可能只有两三家。把环节名当公司名用，等于把产业结构和企业清单混为一谈。

解决：表和公司清单分开建。主表只记环节，另建一张关联表记“环节—企业”，关联表里加一列“代表性”，只填有公开信息的。两张表用环节 ID 关联，不要试图在一张表里同时装结构和主体。

提示：关联表初期只填两三家代表性的就够，不要追求全覆盖，覆盖率是这个资源本身给不了的。

5.3 节点名太泛，录进去等于没录

现象：表里出现大量“材料”“零部件”“设备”“系统集成”这类词，三个月后打开表，完全想不起这些行对应图上哪个框，也搜不出任何有效信息。

原因：抄节点时图省事，直接照抄图上的大类标签，没有往下追一层。图谱为了排版清晰，很多位置只写了大类，具体形态要靠自己对行业的理解补。

解决：定一条硬规则——产品形态写不出来的节点一律不录。实在要保留大类，就在节点名后面用括号补一个具体例子，比如“设备（光刻、刻蚀、薄膜沉积）”。补不出来说明这块是自己的知识盲区，标成待补比硬录进去更有价值。

5.4 直接引用过期的技术切分

现象：按图谱里的节点去检索，发现很多环节的市场格局已经变了，或者图上的某个技术路线已经被另一条替代，结论整体失真。

原因：产业链图谱是时点快照，编制之后技术路线仍在演化。尤其是光通信、锂电材料、3D 打印这类迭代快的赛道，节点名称和实际主流路线之间可能出现错位。

解决：每一行都填更新日期，并在表里加一列“变化点”，用来记自己检索时发现的、与图谱不一致的地方。做判断时先看更新日期，超过一定时间的行默认降一档置信度。更新日期不是形式，它是这张表能不能被信任的后悔药。

5.5 只抄横向链条，漏掉纵向支撑层

现象：拆完一条链，感觉自己已经把上下游搞清楚了，但一做卡口分析就发现判断不准，总有环节解释不了交付瓶颈。

原因：多数产业链图把检测认证、设备、耗材、安全这些支撑性环节画在边上或干脆省略，抄的时候容易只盯着主干。而这些支撑环节恰恰经常是真正的卡口。

解决：每拆完一张图，强制问一遍“这条链上还有哪些不直接产出产品、但缺了就停摆的环节”，把答案补进表里，层级填“支撑层”。工业互联网的安全层、半导体的设备与材料、锂电的检测设备，都属于这一类。补完再回头看卡口列，结论往往会变。

6. 进阶：把单张图升级成能按季度复用的赛道底稿

拆到一定数量之后，表会变得很长但很平——每行信息都对，合起来却讲不出一个赛道的故事。这时候需要做一次升级：从“节点清单”转成“赛道底稿”。做法是在主表之外再加三列，分别记变化点、约束条件和待验证项。变化点记自己检索时发现的、与图谱不一致的地方，比如某个环节的主流工艺换了、某个材料的替代方案起量了；约束条件记这个赛道当前最紧的一环是什么，是产能、是认证周期、还是客户导入；待验证项记自己还没搞清楚的判断，写成一个具体问题，而不是一句“待研究”。

升级之后，每张图就有了复用的节奏。我给自己的规矩是季度过一遍：先扫变化点列，看有没有需要改节点名称的；再看约束条件列，看卡口有没有转移；最后清待验证项，能查的查掉，查不到的继续挂着。一遍下来大概两小时，比重新拆一遍省太多。

验证方法也简单，拿三个问题去问自己拆出来的底稿：这条链上最紧的一环在哪、这一环短期内有没有替代、如果这一环断了下游谁能顶上。三个问题都能用表里的行回答出来，说明底稿是可用的；有一个答不上，说明对应的那一段还没拆透，回去补。

有一类判断我吃过亏：看到某个节点在图上是单独一个框，就默认它是独立环节，结果它在实际交付里和相邻环节是绑在一起谈的，单看它永远判断不准卡口。从那以后我每次拆完一张图，都强制走一遍“相邻节点是否捆绑”的检查，把捆绑关系写进上下游依赖列，不再假设每个框都是独立主体。这套动作看着笨，但它能挡住大部分想当然的结论。希望帮到你。

本文还有配套的精品资源，点击获取