项目管理软件IPO 与新股研究

基本信息

阅读时间：约 30 分钟

字数：约 14,849 字

摘要：市场担心：项目管理软件是个长不大的小池子。2025 年中国市场规模 151.97 亿元、同比增长 14.81% [10]，按软件业务收入折算只占约 0.11% [16]；同期云计算 10,968.5 亿元、增长 24.40% [14]，体量是它的 72.2 倍、增速高出 9.59 个百分点 [20]。一头是万亿级的云，一头是百亿级的应用，中间还夹着「AI 会把项目管理吃进通用助手」的叙事。若读法成立，定价就不该按成长资产给，而该按一枚迟早被平台吞并的功能件给。

市场担心：项目管理软件是个长不大的小池子。2025 年中国市场规模 151.97 亿元、同比增长 14.81% [10]，按软件业务收入折算只占约 0.11% [16]；同期云计算 10,968.5 亿元、增长 24.40% [14]，体量是它的 72.2 倍、增速高出 9.59 个百分点 [20]。一头是万亿级的云，一头是百亿级的应用，中间还夹着「AI 会把项目管理吃进通用助手」的叙事。若读法成立，定价就不该按成长资产给，而该按一枚迟早被平台吞并的功能件给。

我们认为：这条读法错在把「池子小」当成了「供给弹性大」。它规模小，是因为计费基数是「项目」而不是「席位」或「算力」——企业一年只买几十个账号的许可，却把上亿元工程投资压在进度与成本的协同上。真正决定利润质量的不是增速，而是收入里有多少可复制的产品、多少必须由顾问按人天交付的实施。AI 压低的恰是后者，于是收入结构被重排，而不是需求消失。这是推断，第七章配了证伪条件。

顺着这个判断，三条互不重叠的成长逻辑：

1. 需求被写成考核指标。政策要求到 2027 年规上工业中小企业关键工序数控化率达 75%、上云率超 40% [11]；到 2027 年智能体等应用普及率超 70%，2030 年人工智能成为行业高质量发展的关键引擎 [12]。三项都带年份与阈值，采购方是否「愿意」买不再是主要变量。
2. 供给的稀缺性不在代码，在行业模板与信创适配。格局已分成研发管理类（PingCode、禅道）、通用协作平台型（飞书、钉钉、Worktile）、企业级与垂直行业型（泛微、致远、广联达）三类 [15]。前两类按席位扩张，第三类靠合规预算生存，扩产节奏以「项目/年」计。
3. 周期属性被误读成成长属性。2026 年上半年国内生产总值 695,704 亿元、增长 4.7%，第三产业增加值 413,709 亿元、增长 5.2%、占比 59.5% [6]；信息传输软件和信息技术服务业增加值增长 10.7% [7]。但付费方是「手里有新建项目的组织」，预算挂在工程概算里。

本篇增量：四个可对账的口径。全球 116 亿美元按 7.15 折算约 829.4 亿元，是国内 151.97 亿元的 5.46 倍 [17]；工程项管 116 亿元占整体 76.3% [19]；折美元后中国只占全球 18.3% [18]。四个倍数并排，最常见的错误就露出来了——拿 A 池子的增速去乘 B 池子的基数，一步错，定价锚全部悬空。

证据边界先说清。这个细分披露颗粒度极粗：所有口径都停在第三方研究测算与年报行业章节层面，没有一家上市公司把项目管理软件作为独立分部披露收入 [13]。因此本篇只做全景拆解与瓶颈识别的定性层，不做财务拐点穿透与情景推演。自行推算的数字均给出分子、分母、单位与年份。

打开任何一份公开材料，最先撞上的是五个都叫「市场规模」的数字：116 亿美元（全球，2025 年预测）[9]、829.4 亿元（上述金额按 7.15 折算）[17]、151.97 亿元（中国）[10]、116 亿元（中国工程项管）[9]、10,968.5 亿元（中国云计算）[14]。五个数字常被并列引用，却分属四个边界：全球与国别、平台与细分、软件与应用、含实施与不含实施。边界不对齐，任何空间测算都只是拼数字。

先看宏观锚。世界银行口径下，中国 2025 年国内生产总值 19.50 万亿美元、人均 GDP 13,861.97 美元、总人口 14.066 亿人、城镇化率 66.343%、居民消费价格指数同比 0.06% [1][2][3][4][5]。五条不解释行业，只给需求真实性设底线：城镇化率已达 66.343%、人均产出近 1.39 万美元，组织数字化支出与工程项目的空间密度都在高位。反过来，价格指数同比仅 0.06% [5] 说明下游对涨价几乎没有容忍度，改善收入结构只能靠产品化率。

三锚形态很关键：以 2020 年为基期，名义国内生产总值到 2025 年累计上行约 30%、人均产出上行约 30.4%，总人口基本持平略降 [1][2][3]。这意味着过去五年软件支出增长几乎全部来自「单位组织付得更多」，而不是「付费的组织更多」。对按项目计费的细分，结论相当要紧：客户数量不再自然增长，增长只能来自单客户的项目数与单项目的软件预算占比。

再看中观。2026 年上半年国内生产总值 695,704 亿元、增长 4.7%，第三产业增加值 413,709 亿元、增长 5.2%、占比 59.5%、贡献率 66.1% [6]；信息传输软件和信息技术服务业增加值增长 10.7%，租赁和商务服务业增长 11.9% [7]；规上信息传输、软件和信息技术服务业企业 1 至 5 月营业收入增长 8.4%，高于全部规上服务业 1.8 个百分点 [6]。方向一致，但也没高到能支撑「所有细分都高速增长」——8.4% 的收入增速比 10.7% 的增加值增速低 2.3 个百分点，暗示价格端在让利。

到细分层口径开始打架。2025 年中国项目管理软件市场规模 151.97 亿元、增长 14.81% [10]；同类材料引述的市场研究数据给出中国工程项目管理软件 2025 年预计 116 亿元、复合增长率 15.8% [9]。两个数字都贴着「中国、项目管理、2025」，差距来自边界：前者覆盖研发项目、通用协作与垂直行业三类场景，后者只覆盖工程建设领域。工程项管占整体 76.3% [19]，意味着这个标签下超过四分之三的需求来自与固定资产投资强绑定的行业。

图 5 与图 6 是同一个动作的两个方向。151.97 亿元折美元约 21.25 亿美元，占全球 116 亿美元的 18.3% [18]；低于中国国内生产总值占全球的比重，说明渗透率仍低于经济总量的相对位置，这是「还有空间」一侧的论据。但倍数排开后，常见误用一目了然：云计算是项目管理软件的 72.2 倍 [20]，全球折算 5.46 倍 [17]，工程项管 0.76 倍 [19]。讲国产替代，分母应是 829.4 亿元；讲基建周期弹性，分母应是 116 亿元；讲云化红利，分母才轮到 10,968.5 亿元。

图 8 的形态很有信息量：云计算 24.40% 最高，工程项管 15.8%，项目管理软件整体 14.81%，信息技术服务 12.9%，软件业务收入 11.9%，国内生产总值 4.7% [6][8][9][10][14]。从云到应用，增速单调下滑。这说明应用层的增速上限受制于自己的计费基数，而不是受制于基础设施的供给能力。把云的高增长平移到应用层，是过去几年这个赛道最常见的估值误差来源。

项目管理软件没有物料清单：上游是算力与模型，下游是具体行业的交付现场。用五层拆比笼统讲上中下游更接近钱流方向。L0 是终端需求，即企业要交付的项目本身；L1 是系统与平台层；L2 是核心能力层，做计划编排、资源与工时、成本与结算；L3 是技术底座，含低代码引擎、信创适配与模型调用；L4 是基础设施。价值从 L0 往 L4 逐层摊薄，却在 L2 反常地加厚一次。

这套拆法有两个推论。第一，L1 与 L2 的商业逻辑完全不同：L1 卖的是「看见」，按席位收钱，越标准化越容易扩张；L2 卖的是「担责」，按项目收钱，越贴近客户的审计与结算流程越难被替换。第二，L3 的投入是抬门槛的，不是赚毛利的——信创适配与模型调用不产生收入，但决定能不能进采购名录。这就解释了为什么规模最大的公司未必利润最好：规模来自 L1 的席位，利润来自 L2 的深度。

政策在这一层做了两件事。一是把需求写成可考核数字：到 2027 年规上工业中小企业关键工序数控化率达 75%、上云率超 40%，试点省级专精特新中小企业数字化水平达二级及以上 [11]。二是给技术底座指方向：到 2027 年人工智能与包括项目管理在内的 6 大重点领域广泛融合，智能体等应用普及率超 70% [12]。两项都带年份与数值阈值，属执行性很强的表述，直接给采购方设了时间表。

图 11 的三根柱子有共同点：分母明确、可被抽查。订单类指标可以靠关系拿下，考核类指标必须留下可验证的运行记录，而可验证记录正是项目管理软件的存在理由——这是需求刚性最实在的来源，比任何数字化意愿调查都硬。但政策覆盖的是规上工业中小企业与专精特新企业，不是全部企业；客户结构以大型工程集团为主的公司，拉动会弱于以中小企业为主的公司。

按「供给弹性最差」筛，最容易被误判为瓶颈的是产品本身——软件写完后复制成本近零。但产品恰恰是弹性最好的一层：代码可复制、功能可模仿、界面可重做。真正扩不快的是把软件装进客户流程的那一段：行业模板、顾问人力与信创适配认证。三者的共同点是按项目累积、无法批量采购，于是需求上行时最先绷紧。

四重筛选按这个顺序：是否随需求扩张、是否拿到超额利润、是否有壁垒、是否供给受限。五层逐一打分，L2 通过三项，是唯一咽喉点候选；L1 通过两项；L3 通过两项但利润项不通过；L0 与 L4 各通过一项，属需求侧与成本侧，不构成瓶颈。这个排序与「谁增速最快」完全不同——L4 增速最高（24.40%），却既不受供给约束，也拿不到应用层溢价 [14]。

L2 的三项值得逐条说。高增长：随项目开工数与合规要求同步扩张，工程项管 15.8% 的复合增长率就是直接证据 [9]。高利润：按项目收费且承担合规责任，议价能力高于按席位收费的 L1，但公开数据是缺口——没有公司单列该业务毛利率。高壁垒：行业模板与信创适配构成双重门槛。供给受限标为待验证，原因是缺顾问人数与交付周期的公开数据。

因此咽喉点要加限定：★ 标记落在 L2 的「实施交付」子环节，而不是 L2 整体。产品部分（计划引擎、成本模型）供给弹性尚可；交付部分（模板配置、数据迁移、审计口径对齐）弹性最差，因为投入单位是「顾问人天」，而懂工程结算的顾问无法短期培养。这个区分决定瓶颈的可持续性：产品层会被 AI 拉平，交付层不会，除非 AI 能直接理解客户的审计口径。

图 16 与图 15 的差异值得单独看。L3 制度刚性最高（信创适配是硬要求），切换成本却只排第二；L2 刚性次高（工程结算受审计约束），切换成本最高。差别在于刚性是否可迁移：L3 的刚性跟着名录走，换一家合规厂商风险不大；L2 的刚性跟着客户自己的历史数据走，换厂商等于重建一套账。可迁移的刚性只带来一次性准入收益，不可迁移的刚性才带来持续议价能力。

格局已清楚分成三类：研发管理类（PingCode、禅道）、通用协作平台型（飞书、钉钉、Worktile）、企业级与垂直行业型（泛微、致远、广联达）[15]。差别不在功能清单，而在收钱依据：研发管理按研发团队规模收，协作平台按全员席位收，企业级与垂直行业型按项目与合规要求收。三种依据对应三种供给约束，也对应三条完全不同的规模曲线。

需求为何快增？三股力量叠加。考核压力：2027 年 75% 与 40% 的指标带年份，采购变成例行工作 [11]。合规压力：工程资料要接受审计与行业检查，纸质台账难以自证，系统留痕是最低成本方案。资金传导：「两重」建设涉及的 8,000 亿元投向长江经济带交通基建、重大水利工程、城市地下管网等领域 [9]，资金落地即形成项目，项目落地即形成软件采购。

供给为何难扩？答案不在研发，在交付与准入。交付端受顾问人力约束，一名能独立负责工程结算模块的顾问培养周期通常在两年以上，且要同时懂软件与施工企业的成本科目；准入端受信创适配约束，需逐项测评并进入采购名录，过程无法用资本加速。两条约束共同决定产能曲线是阶梯状的：每上一台阶需要一次组织扩张，而不是一次服务器扩容。

替代风险决定瓶颈能维持多久。平台替代：协作平台把项目台账做成智能表格，用自动化流程替代轻量管控，吃掉 L1 并侵入 L2 浅层需求 [15]。模型替代：大模型直接生成进度计划与风险清单，削弱功能优势，但无法承担结算责任——出了错谁签字，这个问题模型答不了。客户自研：大型工程集团有能力，但代价是维护一套非核心系统。第一条最现实，第三条最容易被高估。

图 18 是假设，不是数据。依据是行业服务化程度：信息技术服务占软件业务收入 68.5% [8]。若被真实分部数据推翻，毛利结构推论需整体重做。四类确认口径也须分开看：许可买断一次性确认、次年归零；订阅按期间分摊；实施按完工百分比；运维最稳但增长最慢。混着看毛利率会得出「波动很大」的错误结论，实际波动来自收入结构的年度切换。

映射这一步必须克制。前面拆出五层、锁定 L2 交付子环节为咽喉点，接下来能做的只是把公开信息里的公司按类型归位，并写清现有证据能证明什么、不能证明什么。做不到精确的原因很具体：公开材料中出现过的相关上市企业包括用友网络、金蝶国际、广联达、泛微网络、致远互联、普元信息、明源云 [13]，业务横跨企业资源计划、工程造价、协同办公与中间件，项目管理软件只占其中一部分，且无一家单独披露该业务收入。

表 5 里没有一家进入重点线索。这不是对公司的评价，而是对证据的评价：全部五行的证据都是 [T3]，来源是第三方研究的行业格局描述，既无公告级分部数据，也无招标中标或客户认证信息。按证据纪律，[T3] 只能支撑「这家公司在这个行业里有存在感」，不能支撑「从这条业务里赚到多少钱」。把 [T3] 当 [T1] 用，是新股研究里最贵的错误。

图 21 把证据结构摊开：官方与国际组织口径 7 条、上市公司公告 2 条、第三方研究 6 条、本报告测算 8 条。这个结构在选题上合理——行业层面只有宏观与软件业总量数据，细分必然落在第三方研究层，而第三方规模又须换算才能与全球对齐，测算占比自然偏高。本篇刻意没有把概念标签往外扩，也没有因为某家公司市值小、机构覆盖少就把它抬进线索层：依据只有一条，公开证据能不能支撑这条业务与咽喉点之间的因果链。

落到新股研究上，分歧只有三处，每处都能用公开数字对账。分子口径：讲成长空间时用全球 829.4 亿元 [17]、国内 151.97 亿元 [10] 还是工程项管 116 亿元 [9]。分母口径：收入里可复制的产品与受人力约束的实施各占多少。增速假设：按软件业 11.9%、行业 14.81% 还是云计算 24.40% 外推 [8][10][14]。任选一处不同，结论就差一个量级。

先看增速假设的敏感度。以 2025 年 151.97 亿元为基数 [10]，按软件业务收入 11.9% 外推得 170.1 亿元，按行业自身 14.81% 得 174.5 亿元，按云计算 24.40% 得 189.1 亿元 [22]。三者极差 19.0 亿元，相当于基数的 12.5%。注意这是机械外推不是预测，它只显示「增速假设」这一个参数能撬动多大差额。

再看产品化率，这是最该被追问、也最难回答的一项。参照是行业服务化程度：信息技术服务占软件业务收入 68.5% [8]。若收入结构接近该比例，毛利改善只能来自把实施转成配置、把配置转成产品——价格指数同比仅 0.06% [5]，下游没有提价空间。若产品收入占比显著高于 68.5%，要么真完成了产品化，要么把实施成本计到了营业成本以外，两种情况的问询重点完全不同。

图 23 的读法很直接：颜色越深，问询越该往那里去。L2 在收入可复制性上最深（交付占比高、产品边界模糊），L1 在客户集中度上相对浅（席位分散），L3 在毛利可持续性上偏深（底座投入不产生收入但持续消耗）。这不是定价结论，而是研究动作的排序：先把 L2 的收入拆开，再讨论其他。本篇不给出价格预期、不给出交易结论、不排序——新股研究的合规边界在于把可核验的事实与可证伪的推断分开摆放。

这一章把前面的判断压成可观测的指标。四条按可观测性排序，每条都写成「看到什么算什么」，不写方向性描述——方向性描述无法证伪，也就无法用来更新研究。

1. 行业规模增速与软件业务收入增速的差值。当期 14.81% 对 11.9%，差 2.91 个百分点 [8][10]。差值扩到 5 个百分点以上，说明细分在抢占其他品类的预算，需求独立性成立；收敛到 2 个百分点以内，说明只是随软件业波动，成长逻辑降级。
2. 信息技术服务占软件业务收入的比重。当期 68.5% [8]。连续两年下行，说明行业整体向产品化迁移；继续上行，服务化惯性仍在，交付瓶颈不会缓解。
3. 政策指标的落地校验。三项阈值是 75%、40%、70% [11][12]。中间变量是规上工业中小企业关键工序数控化率的年度公布值，以及各省专精特新企业数字化水平等级认证通过数量。
4. 云与应用的价格剪刀差。云计算增长 24.40% [14]，软件业务收入增长 11.9% [8]，差 12.5 个百分点。剪刀差扩大说明应用层定价能力弱化；收窄至 5 个百分点以内，应用层议价环境改善。

图 24 的冲击方向很集中。平台替代对 L1 最重（5 分），对 L2 是 3 分；模型替代对 L3 最重；客户自研对 L2 是 3 分但实现概率低；价格战对 L1 与 L2 都是 3 至 4 分；业务实质质疑对 L2 最高（5 分）。最后一条最该警惕：若一家公司的项目管理软件收入实质等同于定制开发，它既不享受产品毛利，也不享受软件估值，这是新股研究里最该提前排除的情形。

把七章收成一句：这个赛道的问题不是需求不够，而是需求落在了一个供给弹性最差、却又最不被计入估值的环节上。需求侧有政策阈值作保 [11][12]；供给侧真正的约束是工程结算顾问与信创适配认证，两者都无法用资本加速；价值捕获发生在 L2 的结算环节，而不是增速最快的 L4。至于市场规模，151.97 亿元只是四个池子中的一个 [10]，任何不带边界的空间测算都不成立。

对新股研究而言，可操作的结论有三条。一是先把招股材料里每个规模数字归到四个池子里，凡未标边界的按不可用处理。二是把收入按产品、实施、运维拆开看毛利，而不是看综合毛利率——综合毛利率会把结构变化掩盖成经营波动。三是把交付周期与实施人员人均创收当作核心跟踪项。三条都不涉及买卖判断，只涉及怎么读一份材料。

推断部分需要单独标出，以免被当成事实引用：一是「AI 压低实施成本、重排收入结构」，依据是技术能力与成本结构的推演，无公司层面验证；二是「只有企业级垂直型能吃考核预算」，依据是能力矩阵与采购流程判断，缺中标数据；三是「城镇化率边际增量收窄会压缩新建项目需求」，依据是序列斜率，缺固定资产投资分项交叉验证。三项都配了证伪条件，见附录 B。

风险提示按三类列，与正文判断一一对应：

1. （一）口径混用致结论失真。全球与国别、平台与应用混用，空间测算会成倍偏差。
2. （二）政策执行不及预期。三项 2027 年阈值若连续两年低于路径，考核型采购难以放量。
3. （三）交付瓶颈被技术松开。智能体若能直接完成结算口径映射，顾问人天稀缺性消失。
4. （四）平台向下侵蚀。协作平台以免费用模块覆盖轻量管控，L1 与 L2 浅层需求同时受压。
5. （五）披露不足致映射失真。分部数据缺失下，公司级对标可能把整家公司当单一业务。
6. （六）数据来源集中。细分规模主要依赖第三方研究，口径调整会连带影响全部倍数。

最后交代方法边界：产业链拆解做到 L0 至 L4 五层，瓶颈识别做到定性层并给出★标记，公司映射做到类型层并逐行写明证据缺口，跟踪框架给出四条指标与五条里程碑。没做的是财务拐点穿透与情景推演——这两项需要分部财务数据与交付能力的量化口径，当前公开信息不支持。

下表把八条可证伪链的核心判断、主要依据、跟踪指标与证伪条件并列，便于逐条核对。任一条的证伪条件被触发，对应判断即降为「失效观察」。

台账的用法是逐行核对而不是整体采信。八条中依据最弱的是第五条与第六条，支撑材料均为第三方格局描述，属 [T3]；最强的是第三条与第八条，引用了国家统计局与政策文件原文，属 [T1]。出现冲突时以档次高的一方为准。

关键数字均标了档次：官方统计、国际组织数据库与政策文件原文为 [T1]；上市公司公告与年报为 [T2]；第三方研究与媒体转引为 [T3]；自行推算统一标注为测算并给出分子、分母、单位与年份。四类之外不接受任何来源。

测算占比偏高的原因也一并说明。这个选题的细分数据只能来自第三方研究，而全球口径与本币口径之间必须经汇率换算，换算后的倍数又须再与国内规模对齐——每一步都是推算，都必须标注。凡无外部锚的参数一律留空并标数据缺口，不用看起来精确的数字掩盖不确定性。

本报告由云上有品基于公开资料整理，仅供一般信息与教育目的，不构成任何证券、投资或财务建议，亦不构成对任何特定受众的个性化建议。报告中的观点、数据及预测基于截至封面日期可获得的公开信息，可能随时变化，云上有品不保证其准确性、完整性或时效性。读者应独立判断并咨询专业人士。过往表现不代表未来收益。市场有风险，决策需谨慎。