【研報】計算機行業深度報告：“政策+技術”雙重催化智能網聯走向新征途-20200103[35頁].pdf

1、 深度報告 【行業證券研究報告】 計算機行業 “政策+技術”雙重催化，智能網聯走向新征途 核心觀點核心觀點 政策催化和技術推動促進智能網聯汽車發展進入拐點政策催化和技術推動促進智能網聯汽車發展進入拐點。隨著 2019 年 9 月交通強國建設綱要的提出，交通強國已經上升為國家戰略。G 端從兩個層面投資推動智能網聯建設：1自上而下層面，建設數據決策平臺形成智能網聯中樞大腦以增加交通效率； 2自下而上層面， 通過提高道路側的智能化網聯化水平，帶動車聯網產業發展。同時，5G 進入加速推廣階段，5G 的網絡切片技術和邊緣計算能力將支撐智能網聯的多場景應用。目前基于車聯網應用測試驗證是基于 4G 技術的

2、LTE-V2X 車聯網專網和 5G Uu 蜂窩公網完成的，支持碰撞預警等交通安全類、紅燈預警等交通效率類、高清地圖推送等大帶寬信息服務等場景。預計 2020 年將開啟 5G 車聯網專網測試和驗證工作，未來將有效支撐自動駕駛類場景。 產業鏈走向成熟，網聯化基礎設施建設加速產業鏈走向成熟，網聯化基礎設施建設加速。車路協同技術彌補單車傳感器的局限性， 路端是自動駕駛的外部大腦， 有效降低 L4/L5 級自動駕駛的成本壓力，汽車網聯化是我國走向自動駕駛的必要基礎。我們認為，路網的覆蓋率和車載模塊的滲透率決定了車聯網的商用速度。V2X 有望沿著“路網基礎設施建設智能網聯車輛滲透普及運營和應用豐富”的產業

3、發展順序演繹。政府通過組織示范區的建設促進產業化落地，并從小范圍測試示范向規模先導應用逐步過渡， 測試場景從園區等單一環境走向高速、 城市路口等復雜環境。 互聯網公司、運營商、政府部門積極參與車聯網應用平臺試點，均有潛力成為 V2X 運營方。目前基于 LTE-V2X 的芯片、模組、終端產品已經成熟可商用，我們預計路網覆蓋將先行，RSU 建設加速。5G 時代 RSU 將走向智能化集成化，潛在市場規模達到千億量級，我們一方面看好在通信芯片和模組具備成本集約優勢的自主可控廠商；另一方面看好具備良好客戶關系和實施能力的設備或集成商。 交通大腦交通大腦有望成為智能網聯時代的有望成為智能網聯時代的 “司令

4、部”，其項目復制加速“司令部”，其項目復制加速。智能網聯中，交通效率類應用場景需要“海量的交通數據、超強的運算分析能力、路側智能誘導與信號控制”幾個方面形成“數據-分析-決策-控制”閉環，交通大腦為智能網聯提供中心云計算的能力，通過分析決策控制路側設備（信號燈、誘導系統等） ， 成為智能網聯的總司令部。 城市擁堵日益嚴重提升交通效率需求，交通大腦項目建設促進智慧交通投資再次進入加速期，項目具備綜合性、全局性、參與門檻高、一把手工程等特點，其不斷增加項目規模和持續的運維需求吸引互聯網巨頭參與競標，其中阿里云先發優勢顯著。由于應用層和落地實施能力是巨頭的短板，其業務合作方有望受益。 投資建議與投資

5、標的投資建議與投資標的 我們首先建議關注智能網聯行業解決方案商， 包括千方科技(002373， 未評級)、金溢科技(002869，未評級)、萬集科技(300552，未評級)、高新興(300098，未評級)等。 其次， 我們認為汽車電子廠商也將受益， 建議關注中科創達(300496，未評級)、德賽西威(002920， 買入)、 鴻泉物聯(688288，未評級)等公司。另外，高精度地圖服務商也將受益，建議關注四維圖新(002405，未評級)。 風險提示風險提示 政策推進低于預期，5G 商用低于預期 行業評級 看好看好 中性 看淡 (維持) 國家/地區 中國 行業 計算機行業 報告發布日期 2020

6、 年 01 月 03 日 行業表現行業表現 資料來源：WIND、東方證券研究所 證券分析師 游涓洋 010-66210783 執業證書編號：S0860515080001 證券分析師 浦俊懿 021-63325888*6106 執業證書編號：S0860514050004 相關報告 網絡安全系列報告之一： 態勢感知構建主動安全防御體系的智能大腦： 2019-12-14 數字化轉型浪潮已至，IT 產業成為使能者： 2019-11-26 計算機行業專題研究：供給端看行業邏輯，研發支出成為成長“發動機” ： 2019-06-26 HeaderTable_TypeTitle 計算機行業深度報告 “政策

7、+技術”雙重催化，智能網聯走向新征途 2 目 錄 一、政策催化：政府高度重視智能網聯 . 5 1、政策大力推進智能網聯 . 5 2、G 端投資提升交通的智能化網聯化基礎 . 7 二、技術推動：5G 落地帶動智能網聯發展走向拐點 . 8 1、交通是 5G 的核心應用場景之一 . 8 2、C-V2X 的網絡演進 . 11 3、網絡升級和邊緣計算擴展 V2X 的應用場景 . 14 三、智能化網聯化基礎設施建設加速 . 17 1、車路協同是國內確定性高的技術方向 . 17 2、示范區引領，路網覆蓋有望先行 . 19 3、產業鏈走向成熟，商業模式仍在探索 . 22 4、RSU 建設加速，設備商集成商受益

8、 . 24 四、交通大腦有望成為智能網聯時代的“司令部” . 26 1、交通效率類業務場景需要交通大腦的支持 . 26 2、交通大腦成為城市智慧交通投資的重心 . 29 五、投資建議 . 32 風險提示 . 32 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 3 圖表目錄 圖 1：政策引領智能交通發展方向與節奏 . 7 圖 2：智能交通建設分為自下而上和自上而下兩個層面 . 7 圖 3：車聯網基礎設施助力智慧交通和自動駕駛 . 8 圖 4：三大運營商 5G 推進計劃時間表 . 8 圖 5：5G 的三大應用場景 . 9 圖 6：5G

9、三大應用場景將逐步落地 . 9 圖 7：5G 網絡在交通領域的應用場景 . 10 圖 8：V2X 技術路線圖 . 11 圖 9：C-V2X 定義兩種互補的傳輸模式（下圖為 PC5 接口） . 12 圖 10：C-V2X 定義兩種互補的傳輸模式（下圖為 Uu 接口） . 12 圖 11：C-V2X 的網絡演進 . 13 圖 12：車聯網向 5G 平穩過渡 . 13 圖 13：2019 年 10 月四跨活動演示的各類場景（綠色為 V2I，藍色為 V2V，紅色為安全機制驗證） . 15 圖 14：智能網聯應用成熟度象限 . 16 圖 15：MEC 與 V2X 融合的應用場景 . 17 圖 16：車路

10、協同加速自動駕駛的升級發展 . 19 圖 17：車聯網基礎設施建設從小范圍測試示范向規模先導應用逐步過渡 . 21 圖 18：V2X 路側單元的演進節奏. 21 圖 19：V2X 車載單元的演進節奏. 21 圖 20：智能網聯產業鏈梳理 . 23 圖 21：5G 時代 RSU 出現多種形態 . 25 圖 22：華為 V2X 模塊及 RSU 測試方案 . 25 圖 23：智能紅綠燈提升交通效率 . 27 圖 24：中國城市化率提升至較高水平 . 27 圖 25：交通擁堵成為大城市的痛點 . 27 圖 26：分析中樞是交通大腦最重要的應用 . 28 圖 27：交通大腦成為智能網聯時代的中樞控制系統

11、 . 30 圖 28：互聯網公司推廣城市大腦業務 . 30 圖 29：全國阿里云城市大腦合作城市（截止 2019 年 9 月） . 31 表 1：交通強國戰略研究中智能交通戰略 . 5 表 2：智能網聯相關政策匯總 . 6 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 4 表 3：智能汽車不同的系統對網絡要求不同 . 10 表 4：交通強國戰略研究中智能交通戰略 . 12 表 5：車聯網向 5G 過渡 . 13 表 6：C-V2X 普通應用場景和增強應用場景 . 14 表 7：C-V2X 普通應用場景和增強應用場景 . 16 表 8

12、：自動駕駛的兩個技術發展路線. 17 表 9：自動駕駛的技術基礎 . 18 表 10：RSU、OBU 的滲透率決定了智能網聯的演進過程 . 19 表 11：智能網聯示范區發展情況 . 20 表 12：V2I 更容易成為 V2X 產業化的切入點 . 22 表 13：車聯網潛在運營方 . 22 表 14：從三跨到四跨，產業鏈參與方增加 . 23 表 15：智慧路口主要路側設備 . 24 表 16：RSU 各參與方的產品布局 . 26 表 17：交通大數據的類型. 28 表 18：智慧交通千萬級平均項目規模在 2012 年后減少 . 29 表 19：智慧交通項目發生變化 . 29 表 20：部分已實

13、施的交通大腦項目 . 31 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 5 一、政策催化：政府高度重視智能網聯一、政策催化：政府高度重視智能網聯 1、政策大力推進智能網聯 政策高度重視，中共中央國務院層面推動走向“交通強國”。2019 年 9 月，中共中央、國務院印發 交通強國建設綱要 ， 是首份從中共中央、 國務院層面推動我國走向 “交通強國” 的發展規劃，對于產業發展有重大指導意義。綱要提出在 2035 年基本形成交通強國，基本解決城市擁堵情況； 同時加強智能網聯汽車 （智能汽車、 自動駕駛、 車路協同） 研發， 形成自主可控

14、完整的產業鏈。我們認為，發展規劃對于智能交通產業有重大意義。 我們認為， 交通強國建設綱要對于智能交通產業有重大意義。 交通強國智能交通戰略主要建設目標為“全面建成世界領先的智能交通系統，領跑世界智能交通的發展”，主要工作任務則是：智能緩解交通擁堵、 智能提升交通安全水平和提供高品質智能交通服務。 因此交通強國戰略有望有效提升智能交通的建設水平。 表 1：交通強國戰略研究中智能交通戰略 戰略方向戰略方向 戰略內容戰略內容 大數據共享平臺及交通云技術應用 建立國家級、省級、市級三級大數據共享云平臺，數據由下至上逐級匯聚，實現跨層級、跨地域、跨系統、跨部門、跨業務的數據共享、協同管理和一體化服務。

15、挖掘交通大數據的潛在價值，建立健全大數據輔助科學決策機制。 提高城市智能交通管理水平 建立基于大數據支撐的交通控制、管理、決策、服務一體化的部門聯動、協同管控的智能交通管理系統；推動基于大數據精準執法、互聯網便民服務等智能交通部分領域領跑世界智能交通。 實現高效便捷一站式智能客運服務，實現門到門一單制智能貨運服務 利用互聯網、大數據、電子支付等技術，通過行車、停車、樞紐換乘、末端出行以及應答式定制服務等各個環節的智能化實現門到門的一站式高效便捷服務；加強先進貨運技術研發與應用，推動無人駕駛技術在貨運車輛的應用。 智能提升交通主動安全水平 交通安全智能分析研判體系建設；交通安全設施智能化提升；智

16、能安全大通道建設；全社會智能交通安全防控體系； 車路協同一體化發展 提高通行效率、提升交通安全、促進節能環保；優先在長途貨運和公交車方面推進無人駕駛。 實現綜合運輸智能化關鍵技術突破 基于交通大數據共享平臺，建立涵蓋全交通方式的全國綜合運輸智能監測和智能決策平臺，并實現與城市智能平臺對接。 數據來源：交通強國建設的智能交通發展戰略，東方證券研究所 另外，智能網聯是涉及到單車智能、車聯網、車路協同等方向的綜合行業，實際發展的過程中面臨技術發展水平不平衡、不同主管部門（交通部、工信部、公安部等）之間的協調等難題。綱要有望促進產業標準化、自主化，促進產業協作與融合發展。 HeaderTable_Ty

17、peTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 6 表 2：智能網聯相關政策匯總 時間時間 相關部門相關部門 政策政策 主要內容主要內容 2017.12 工信部，國家標準委 國家車聯網產業標準體系建設指南（智能網聯汽車） 車聯網產業標準化工作。 2018.1 發改委 智能汽車創新發展規劃（征求意見稿） 1. 2020 年：智能汽車新車占比 50%；大城市，高速公路的 LTE-V2X 覆蓋率達到 90%，北斗高精度時空服務全覆蓋。2. 2025 年新車基本實現智能化，高級別智能汽車規?；瘧?。5G-V2X 基本滿足智能汽車發展所需。3.2035 年，中國標準智能汽

18、車享譽全球，率先建成智能汽車強國。 2018.4 工信部，公安部，交通部 智能網聯汽車道路測試管理規定（試行） 提出省，市政府相關主管部門可以根據當地實際情況，制定細則，具體組織開展智能網聯汽車道路測試相關工作。 2018.6 工信部 國家車聯網產業標準體系建設指南 以充分發揮標準在車聯網產業生態環境構建中的頂層設計和基礎引領作用，加快共性基礎、關鍵技術、產業急需標準的研究制定，為打造具有核心技術、開放協同的車聯網產業提供支撐。 2018.11 工信部 車 聯 網 直 接 通 信 使 用59055925MHz 頻段的管理規定 明確 5.9G 頻段作為基于 LTE 的 C-V2X 技術的車聯網直

19、接通信的工作頻段。 2018.12 工信部 車聯網（智能網聯汽車）產業發展行動計劃 到 2020 年，構建能夠支撐有條件自動駕駛（L3 級）及以上的智能網聯汽車技術體系；實現 LTE-V2X 在部分高速公路和城市主要道路的覆蓋，開展 5G-V2X 示范應用，建設窄帶物聯網（NB-IoT）網絡；車聯網用戶滲透率達到 30%以上，新車駕駛輔助系統（L2）搭載率達到 30%以上，聯網車載信息服務終端的新車裝配率達到 60%以上。 2019.07 交通部 數字交通發展規劃綱要 推動自動駕駛與車路協同技術研發，開展專用測試場地建設。鼓勵物流園區、港口、鐵路和機場貨運站廣泛應用物聯網、自動駕駛等技術。 2

20、019.9 國務院 交通強國建設綱要 到 2035 年，基本建成交通強國；加強智能網聯汽車研發，形成自主可控完整的產業鏈；開發新一代智能交通管理系統大力發展智慧交通；推動大數據，互聯網，人工智能，區塊鏈，超級計算等新技術與交通行業深度融合；推進北斗衛星導航系統應用。 2019.12 交通部 推進綜合交通運輸大數據發展行動綱要（20202025年） 到 2025 年，將力爭實現綜合交通運輸大數據標準體系更加完善，基礎設施、運載工具等成規模、成體系的大數據集基本建成。 數據來源：工信部網站，東方證券研究所 我們認為， 政策主要從兩個層面推進智能網聯建設：1自上而下層面提高統管決策能力：對于高數據密

21、度的城市交通，在實現全網交通信息的實施獲取基礎上，搭建數據分析平臺，通過加強數據統籌與分析能力實現決策水平的提高， 實現交通效率的提升； 同時將不斷綜合各種交通方式的數據和信息， 從局部優化走向全局優化；2自下而上層面提高智能網聯水平：強調單車智能化和道路的網聯化，發展無人駕駛技術，提高車輛和道路的感知能力。自上而下和自下而上結合最終提升交通效率、交通安全，真正實現智能交通。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 7 圖 1：政策引領智能交通發展方向與節奏 數據來源：智能交通，東方證券研究所 2019 年 5 月國務院、交通

22、部和發改委發文要求 ETC 的車載滲透率到 2019 年年底達到 80%，高速 ETC 收費率達到 90%以上，時間緊任務重，目前完成情況較好。我們看到，交通領域的信息基礎建設從傳統的以省和地市作為主體投資擴展到全國， 將孤立的交通系統打通， 高速公路三大系統為通訊、收費和監控，現在收費層面已經聯網，未來其他系統也將走向全國聯網。ETC 在國內推廣了 10 年，2019 年拐點式大力推進從側面反映了國家對于交通領域信息基礎建設的高度重視。 2、G 端投資提升交通的智能化網聯化基礎 政策發力將促進政府加大智慧交通的投資。我們認為未來 G 端投資主要分為兩個方面： 1從自上而下的角度，建設以城市大

23、腦和交通小腦為代表的數據決策平臺從自上而下的角度，建設以城市大腦和交通小腦為代表的數據決策平臺。解決過去智能交通建設的“數據多而效果少”、“單點強而全局弱”等問題。以高頻交通數據為抓手，以強大的分析計算能力為核心，實現信號燈自動控制、智能交通誘導系統、特種車輛優先等功能，從而提升交通效率，解決城市擁堵問題，并在未來的作為智能網聯時代的中心大腦。 圖 2：智能交通建設分為自下而上和自上而下兩個層面 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 8 數據來源：智能交通，東方證券研究所 2從自下而上的角度，促進路網的覆蓋率，從而帶動車載終

24、端的滲透率，走向智能網聯，最終實從自下而上的角度，促進路網的覆蓋率，從而帶動車載終端的滲透率，走向智能網聯，最終實現自主交通和自動駕駛的遠景現自主交通和自動駕駛的遠景。 路網的覆蓋率和車端的滲透率是智能網聯的基礎。 政府通過投資智能網聯示范區創造路網的測試環境，對產業發展起到帶動作用。相對于車端，政府在路端發揮的作用將更大。 圖 3：車聯網基礎設施助力智慧交通和自動駕駛 數據來源：公開信息整理，東方證券研究所 根據智能網聯道路系統分級定義與解讀報告，我國道路系統建設還在初級階段。目前國內絕大部分的道路都屬于 I0 級(無信息化/無智能化/無自動化)，即交通基礎設施無檢測和傳感功能，由駕駛員全程

25、控制車輛完成駕駛任務和處理特殊情況。要實現車聯網（車路協同）需要交通基礎設施達到 I2 級(部分網聯化/部分智能化/部分自動化)，即交通基礎設施具備復雜傳感和深度預測功能。在車聯網運營主體尚不明確的情況下，我國智能網聯道路升級改造的初期工作將大概率由政府引領。 二、技術推動：二、技術推動：5G 落地帶動智能網聯發展走向拐點落地帶動智能網聯發展走向拐點 1、交通是 5G 的核心應用場景之一 5G 發展進入應用推廣的階段發展進入應用推廣的階段。隨著 2019 年 6 月 6 日工信部向中國電信、中國移動、中國聯通、中國廣電發放 5G 商用牌照，我國正式進入了 5G 商用元年。截至目前，全國已經開通

26、了 11.3 萬個 5G 基站，預計年底將達到 13 萬個。40 多個城市覆蓋 5G 網絡。 圖 4：三大運營商 5G 推進計劃時間表 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 9 數據來源：IMT-2020，東方證券研究所 5G 應用將從移動互聯網走向物聯網，從應用將從移動互聯網走向物聯網，從 C 端走向端走向 B 端端。5G 覆蓋三大應用場景，從標準進展速度和商業模式成熟度的角度來說，各大運營商將首先推廣 eMBB 所支撐的高流量業務如 VR/AR、高清直播與云游戲等，在這類業務當中，用戶體驗速率提升至少 10 倍以上，用戶

27、可以隨時隨地的在線觀看高清視頻，即使在高密度人群中也同樣不會受到影響。隨著 uRLLC 和 mMTC 各項標準的落地，物聯網應用也將快速發展，物與物之間的連接數量大幅提升，可支持更高移動速度下使用，時延效果達到 1ms 級別，終端能夠及時作出反應動作。5G 時代，預計 20%用于人和人之間的通信，80%用于物和物之間的通信， 圖 5：5G 的三大應用場景 數據來源：中國信通院，東方證券研究所 圖 6：5G 三大應用場景將逐步落地 數據來源：3GPP，東方證券研究所 交通領域是交通領域是 5G 的核心應用場景的核心應用場景。5G 具有大流量、低時延、高可靠性等優點，正好滿足了智慧交通領域的需求和

28、痛點：1在智能交通領域，智能公交系統的紅、黃燈切換需要在極短時間內完成。分布在馬路邊的傳感器需要將實時路況信息采集并傳輸到后臺處理，這些信息的采集和處理對時間有非常高要求；2在車聯網和自動駕駛領域，網絡時延和數據流量的要求大幅提高，5G 網絡的 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 10 高可靠、高帶寬、低延時等特性，將補齊車聯網、自動駕駛在通信網絡層的技術缺口。自動駕駛是uRLLC 場景的典型業務。 圖 7：5G 網絡在交通領域的應用場景 數據來源：中國 5G 經濟報告，東方證券研究所 5G 網絡切片技術將支撐交通領域的多

29、場景應用網絡切片技術將支撐交通領域的多場景應用。智慧交通的數據類型多種多樣，包括地圖數據，氣象數據，汽車診斷數據，急救信息，定位信息，娛樂互聯等等。不同的數據對應不同的網絡功能和性能要求，比如“車輛定位”和“娛樂視頻”對于智能汽車來說，網絡性能的要求肯定是不一樣的。自動駕駛數據需要低延遲和高速率，而娛樂視頻需要高吞吐量。如果只使用同一個網絡規范提供所有的服務，將會占有無線信號資源并提升網絡運營維護成本。5G 技術能夠包容 2G，3G，4G LTE，LTE-A，Wi-Fi，D2D，M2M 等不同的通信組網方式，實現網絡“切片”，從而對于交通領域的不同場景提供不同性能的網絡服務，大幅降低成本。 表

30、 3：智能汽車不同的系統對網絡要求不同 戰略方向戰略方向 戰略內容戰略內容 大數據共享平臺及交通云技術應用 建立國家級、省級、市級三級大數據共享云平臺，數據由下至上逐級匯聚，實現跨層級、跨地域、跨系統、跨部門、跨業務的數據共享、協同管理和一體化服務。挖掘交通大數據的潛在價值，建立健全大數據輔助科學決策機制。 提高城市智能交通管理水平 建立基于大數據支撐的交通控制、管理、決策、服務一體化的部門聯動、協同管控的智能交通管理系統；推動基于大數據精準執法、互聯網便民服務等智能交通部分領域領跑世界智能交通。 實現高效便捷一站式智能客運服務，實現門到門一單制智能貨運服務 利用互聯網、大數據、電子支付等技術

31、，通過行車、停車、樞紐換乘、末端出行以及應答式定制服務等各個環節的智能化實現門到門的一站式高效便捷服務；加強先進貨運技術研發與應用，推動無人駕駛技術在貨運車輛的應用。 智能提升交通主動安全水平 交通安全智能分析研判體系建設；交通安全設施智能化提升；智能安全大通道建設；全社會智能交通安全防控體系； 車路協同一體化發展 提高通行效率、提升交通安全、促進節能環保；優先在長途貨運和公交車方面推進無人駕駛。 實現綜合運輸智能化關基于交通大數據共享平臺，建立涵蓋全交通方式的全國綜合運輸 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 11 鍵技術

32、突破 智能監測和智能決策平臺，并實現與城市智能平臺對接。 數據來源：蓋世汽車研究院，東方證券研究所 2、C-V2X 的網絡演進 車聯網技術路徑明確，我國具備良好的產業鏈基礎車聯網技術路徑明確，我國具備良好的產業鏈基礎。V2X 通信有兩大技術路徑，一個是基于蜂窩網絡進行通信的 C-V2X 技術，另一個是基于 Wi-Fi 改進來的 DSRC 技術。前者覆蓋面大，通信距離遠，無需額外組網即可通信，后者僅可在短距離進行通信。中國較早確立 C-V2X 作為國內車聯網的技術標準，近期，在 DSRC 領域擁有眾多專利的美國也轉向了 C-V2X 技術。 我國在 C-V2X 領域具備話語權，專利部署具備自主可控

33、優勢，華為大唐等國內企業深度參與標準制定，具備良好的產業鏈基礎。工信部 2018 年 12 月 25 日印發的車聯網（智能網聯汽車）產業發展行動計劃已明確大力支持 LTE-V2X、5G-V2X 的研發與產業化。 圖 8：V2X 技術路線圖 數據來源：億歐，東方證券研究所 C-V2X 定義兩種互補的傳輸模式定義兩種互補的傳輸模式。C-V2X 是一種基于蜂窩技術的 V2X 無線通訊技術，通過設備之間的直連和蜂窩網絡完成 V2X 通訊。其中 V2I（車路通信）、V2P（車人通信）、V2V（車車通信）通過 PC 接口（直連通訊接口）進行點對點通信，可以不依賴于運營商網絡直接通訊，使用 5.9Hz頻段，

34、V2N（車網通信）通過 Uu 接口借助蜂窩網絡通信（蜂窩通訊接口）。相比而言，DSRC 由于其技術的局限性，DSRC 只能應用于 V2V 和 V2I 兩個方向，不能通過蜂窩數據連上 V2N，在V2P 方向未有技術定義。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 12 圖 9：C-V2X 定義兩種互補的傳輸模式（下圖為 PC5 接口） 圖 10：C-V2X 定義兩種互補的傳輸模式（下圖為 Uu 接口） 數據來源：車云網，東方證券研究所 數據來源：車云網，東方證券研究所 表 4：交通強國戰略研究中智能交通戰略 PC5PC5 接口接口

35、 UuUu 接口接口 特點 低時延，覆蓋范圍??；適合交通安全類、局域交通效率類業務 廣覆蓋、可回傳到云平臺；適合信息娛樂類、廣域交通效率類業務 網絡部署 需部署 RSU 基于通信基站 商業模式 RSU 及其服務買單方不明確 運營商投資建設 運營模式 不依賴于運營商網絡，可直接使用 5.9GHz頻段通訊 依賴運營商網絡通訊 應用場景 V2V，V2I，V2P V2N 數據來源：車云網，東方證券研究所 LTE-V2X 作為目前車聯網專網，將平滑演進至作為目前車聯網專網，將平滑演進至 5G。C-V2X 包含 R14 LTE-V2X、R15 LTE-eV2X和向后演進的 NR-V2X 三個版本。 其中，

36、 第一版本標準 R14 （LTE-V2X） 、 第二版本標準 R15 （LTE-eV2X）分別于 2017 年 3 月、2018 年 6 月凍結，可支持 L1-L3 級別的車聯網業務。第三版本標準R16 向 5G 新空口演進（5G-V2X/NR-V2X），其標準化工作于 2018 年 6 月啟動，預計 2020 年 3月完成，R17 的工作還在規劃中。目前車聯網應用測試驗證均是基于 LTE-V2X 以及 5G 蜂窩網絡Uu 通信來完成的，而基于 5G NR-V2X 的 PC5 點對點通信方式，還未進行技術驗證階段。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”

37、雙重催化，智能網聯走向新征途 13 圖 11：C-V2X 的網絡演進 數據來源：中國聯通，東方證券研究所 部署節奏穩步推進。部署節奏穩步推進。預測未來 2-3 年將以 LTE-V2X（PC5）+5G NR（Uu）這樣的網絡部署為主。即點對點（V2I）通過 LTE-V2X 支撐，蜂窩（V2N）通過 5G NR 或者已有的 LTE 4G 蜂窩網絡支撐。隨著 5G NR-V2X 標準的制定、測試和商用，網絡部署逐步向 5G NR-V2X（PC5）+5G NR（Uu） 演進。 按照這樣的 C-V2X 路線， 車聯網車載終端和路側基礎設施將存在 LTE-V2X （含 LTE-eV2X）和 5G NR-V

38、2X 版本并存情況。類似于現在 4G 網絡和 5G 網絡長期共存情況。目前，5G NR-V2X 版本已經在考慮前向兼容 LTE-V2X，確保前期投入不打水漂。 圖 12：車聯網向 5G 平穩過渡 數據來源：V2X 白皮書，東方證券研究所 表 5：車聯網向 5G 過渡 年度年度 車聯網專網車聯網專網( (接口接口 PC5PC5） 蜂窩網公網（接口蜂窩網公網（接口 UuUu） LTELTE- -V2X PC5V2X PC5 5G NR5G NR- -V2X PC5V2X PC5 LTELTE- -UuUu 5G Uu5G Uu 20182018 規模試驗 已經商用 20192019 商用測試 技術

39、試驗 20202020 商用元年 技術試驗 商用元年 20212021 商用測試 20222022 商用元年 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 14 數據來源：中國信通院，東方證券研究所 3、網絡升級和邊緣計算擴展 V2X 的應用場景 基于基于 C-V2X 的應用場景可劃分為四大類：交通安全類、 交通效率類、 信息服務類、協同服務類 （自的應用場景可劃分為四大類：交通安全類、 交通效率類、 信息服務類、協同服務類 （自動駕駛類）動駕駛類）。對于車聯網專網，在基于 LTE-V2X 的網絡當中，可以實現基礎應用場景包括各類道

40、路避撞提醒等交通安全類業務和擁堵提醒等交通效率業務， 在基礎業務場景階段， 大部分應用的實現都基于車輛、道路設施等參與者之間的實時狀態共享，駕駛員利用共享信息進行自主決策。而隨著網絡能力的增強，在 LTE-eV2X 和基于 5G 新空口的 5G NR-V2X 的網絡環境下，可以完成更多的增量交通應用場景，為自動駕駛提供了可能。 表 6：C-V2X 普通應用場景和增強應用場景 場景分類 基礎應用場景 通信方式 場景分類 增強應用場景 通信模式 安全 前向碰撞預警 V2V 安全 協作式變道 V2V 安全 交叉路口碰撞預警 V2V/V2I 安全 協作式匝道匯入 V2I 安全 左轉輔助 V2V/V2I

41、 安全 協作式交叉口通行 V2I 安全 盲區預警/變道輔助 V2V 安全 感知數據共享/車路協同感知 V2V/V2I 安全 逆向超車預警 V2V 安全 道路障礙物提醒 V2I 安全 緊急制動預警 V2V-Event 安全 慢行交通軌跡識別及行為分析 V2P 安全 異常車輛提醒 V2V-Event 綜合 車輛編隊 V2V 安全 車輛失控預警 V2V-Event 效率 特殊車輛信號優先 V2I 安全 道路危險狀況提示 V2I 效率 動態車道管理 V2I 安全 限速預警 V2I 效率 車輛路徑引導 V2I 安全 闖紅燈預警 V2I 效率/信息服務 場站進出服務 V2I 安全 弱勢交通參與者碰撞預警

42、V2P/V2I 信息服務 浮動車數據采集 V2I 效率 綠波車速引導 V2I 信息服務 差分數據服務 V2I 效率 車內標牌 V2I 效率 前方擁堵提醒 V2I 效率 緊急車輛提醒 V2V 信息服務 汽車近場支付 V2I 數據來源：C-V2X 產業化路徑和時間表研究，東方證券研究所 目前目前 V2X 的應用場景以預警和提醒為主的應用場景以預警和提醒為主。在 2019 年 10 月在上海舉辦 C-V2X“四跨”互聯互通應用示范活動中，依據國內的 LTE-V2X 的標準體系，重點部署演示了 4 類 V2I 場景、3 類 V2V 場景和 4 個安全機制驗證場景，這些是目前 V2X 可以實現的主要業務

43、場景。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 15 圖 13：2019 年 10 月四跨活動演示的各類場景（綠色為 V2I，藍色為 V2V，紅色為安全機制驗證） 數據來源：智能汽車，東方證券研究所 未來未來 5G NR-V2X 將主要實現將主要實現 3GPP TR 22.886 定義的自動駕駛功能，包括車輛編隊、高級駕駛、定義的自動駕駛功能，包括車輛編隊、高級駕駛、擴展傳感器、遠程駕駛四大類功能擴展傳感器、遠程駕駛四大類功能。1車輛編隊：實現多車自動編隊行駛，通過 V2V 實現前后車之間瞬時反應，從而實現后車跟隨式自動駕駛，

44、降低需要保持的車距；2高級駕駛：實現半自動或全自動駕駛，通過共享駕駛意圖，實現運動軌跡和操作協同。3遠程駕駛：實現對車輛的遠程駕駛操作， 用于危險環境等駕駛條件受限場景或軌跡相對固定的場景；4擴展傳感器：通過路端信息的共享，從而擴展車輛傳感器探測范圍。 綜上，綜上，C-V2X 車聯網分為近期（車聯網分為近期（LTE-V2X）和中遠期（）和中遠期（5G NR-V2X）兩個階段）兩個階段。從應用角度講，LTE-V2X 的設計目標主要是支持輔助駕駛，提升道路安全及提高效率和舒適性；5G NR-V2X 通過將通信技術與人工智能、大數據等新技術結合，可以更好地支持自動駕駛及其他新功能。未來有望出現基于

45、LTE-V2X 安全類和效率類業務+5G NR-V2X 自動駕駛類業務的組合模式。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 16 圖 14：智能網聯應用成熟度象限 數據來源：中國信息通訊研究院，東方證券研究所 在公網中，在公網中，5G eMBB 大帶寬業務先行大帶寬業務先行。5G 公網未來首先部署的只包括 eMBB 場景，而 mMTC 和uRLLC 無論是標準完善，還是實際網絡部署尚需要幾年時間周期。因此在 2020 年基于運營商 5G公網， 可以測試和驗證是 5G eMBB 大帶寬業務， 例如車載 AR/VR 視頻通話、 車

46、載高清視頻監控、全景合成、高精度地圖實時推送等。 表 7：C-V2X 普通應用場景和增強應用場景 eMBB uRLLC mMTC 信息服務類 車載高清視頻； 車載 VR/AR 視頻通話 AR 導航； 動態地圖 車載智慧家庭； 汽車分時租賃 安全出行類 車載高清視頻監控，車輛和駕駛實時監測 自動駕駛碰撞預警； 行人防碰撞 車輛防盜 交通效率類 多視角直播； 全景合成 編隊行駛協同導航 運行監控； 車位共享 數據來源：5G 行業應用，東方證券研究所 邊緣計算支持邊緣計算支持 V2X 應用場景應用場景。5G 為 V2X 提供網絡通信能力，邊緣計算為 V2X 應用場景提供輔助計算、數據存儲等支持。通過

47、將 C-V2X 業務部署在邊緣計算(MEC)平臺上，借助 Uu 接口或 PC5 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 17 接口支持實現“人-車-路-云”協同交互。V2X 業務對時延的需求非?？量?，邊緣計算可以為防碰撞、編隊等自動/輔助駕駛業務提供毫秒級的時延保證，同時可以在基站本地提供算力，支撐高精度地圖的相關數據處理和分析，更好地支持視線盲區的預警業務。 圖 15：MEC 與 V2X 融合的應用場景 數據來源：MEC 與 C-V2X 融合白皮書，東方證券研究所 三、智能化網聯化基礎設施建設加速三、智能化網聯化基礎設施建設

48、加速 1、車路協同是國內確定性高的技術方向 車路協同技術路線降低單車智能的硬件成本并提高安全性車路協同技術路線降低單車智能的硬件成本并提高安全性。 自動駕駛有兩個技術路線， 一個是單車智能化，通過提高車輛本身的感知、決策和控制能力，使機器達到人類司機駕駛水平，但車身傳感器成本高，且由于盲區和遮擋物的存在，傳感器存在局限。車路協同通過與路側單元的通信，有效得解決了這個問題， 其價值主要體現在兩個方面： 降低單車智能改造的成本和彌補單車智能的技術盲點。但是也面臨著路側單元的建設投入 表 8：自動駕駛的兩個技術發展路線 技術路線 具體情況 特點 參與方 單車智能（智單車智能（智能化）能化） 提高車輛

49、本身的感知、決策和控制能力，使其達到甚至超越人類司機的駕駛水平 車身傳感器（激光雷達等）成本高；對高精度地圖要求高；由于盲區和遮擋物的存在，傳感器存在視角、高度上的局限；難以應對復雜的交通環境和極端天氣 百度的 Apollo、谷歌的 Waymo等 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 18 車路協同（網車路協同（網聯化）聯化） 借力路測感知基站，其工作原理類似通訊領域的信號發射基站，可以實現車與路、車與車之間的信息連接。 建設智能路測單元需要政府、運營商、科技公司等參與方的大量初始投入；需要統一技術標準；可以降低單車成本 阿

50、里基于 ET 城市大腦、AliOS等優勢，推出車路協同解決方案；華為 數據來源：5G 行業應用，東方證券研究所 國內的自動駕駛路線是智能網聯的路線國內的自動駕駛路線是智能網聯的路線。 智能網聯的路線即 “單車智能” 與 “車路協同” 協同發展。目前發展車路協同技術及其應用已納入交通部智能交通系統發展戰略。并通過智能網聯試點示范推動車路協同的發展。交通強國建設綱要提出加強智能網聯汽車（智能汽車、自動駕駛、車路協同）研發，形成自主可控完整的產業鏈。 路端是自動駕駛的外部大腦，具備“上帝視角”，提升自動駕駛整體決策能力路端是自動駕駛的外部大腦，具備“上帝視角”，提升自動駕駛整體決策能力。自動駕駛的技

51、術基礎包括感知層、決策層和執行層，V2X 是自動駕駛決策層的外部大腦，提升車輛的決策能力，保障安全性和交通效率。應用場景主要包括交通安全（緊急制動預警、異常車輛提醒、交叉路口碰撞預警、道路危險狀況提示、弱勢交通參與者預警等）和交通效率（基于信號燈的車速引導、綠波帶、前方擁堵提醒、緊急車輛信號燈優先權等）兩大方面。 表 9：自動駕駛的技術基礎 應用點應用點 部件部件 感知層感知層 感知層的各類硬件傳感器捕捉車輛的位置信息以及外部環境（行人、車輛）信息 環境感知傳感器：環境感知傳感器：包括攝像頭、毫米波雷達、超聲波傳感器、激光雷達以及 GPS&慣導組合等。包括以特斯拉為代表的視覺主導技術方案和以谷

52、歌 Waymo 為代表的激光雷達主導技術方案。未來多種傳感器融合應用是趨勢。 車輛運動傳感器：車輛運動傳感器：包括高精度定位模塊等，提供車輛位置、速度、姿態、角速度、加速度等信息。高精度定位模塊是 L3 以上自動駕駛的標配。 決策層決策層 決策層的大腦（計算平臺+算法）基于感知層輸入的信息進行環境建模（預判行人、車輛的行為），形成對全局的理解并作出決策判斷，發出車輛執行的信號指令（加速、超車、減速、剎車等）。 云端云端：高精度地圖。提供先驗知識，減少自動駕駛感知層的壓力，并提供車道級的路徑規劃。L3 以上是必選項。未來的邊緣計算服務器的普及也將在延遲、速度方面更加增強。 車端：車端：車載計算平

53、臺是決策層的核心。云計算面臨延遲明顯、連接不穩定等問題，自動駕駛對延遲要求高，這意味著一個強大的基于 AI 的車載計算平臺成為了剛需。該平臺主要包括了芯片和算法，其算法的迭代由環境仿真或路測進行訓練加強。 路端：路端：基于 V2X“外部大腦”。彌補單車智能的感知盲點，做到超視距感知，加速反應效率。5G 網絡的低延時高吞吐等特性，提升了 V2X 的技術價值。 執行層執行層 執行層將決策層的信號轉換為汽車的動作行為（轉向、剎車、加速）。 電子驅動、電子制動、電子轉向。 新型人機交互方式。 數據來源：公開信息整理，東方證券研究所 車路協同加速自動駕駛的升級發展車路協同加速自動駕駛的升級發展。采用車聯

54、網技術將有效降低實現 L4/L5 自動駕駛的汽車端成本壓力?？梢允〉艏す饫走_或者大幅度降低激光雷達規格，以及高精地圖采集成本。百度在 2018智能駕駛論壇上預測，在車路協同的基礎上，自動駕駛的研發成本可以降低 30%，接管數會下降62%，預計可讓自動駕駛提前 2-3 年在中國落地。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 19 圖 16：車路協同加速自動駕駛的升級發展 數據來源：搜狐，東方證券研究所 2、示范區引領，路網覆蓋有望先行 路網的覆蓋率和車載模塊的滲透率決定了車聯網的商用速度路網的覆蓋率和車載模塊的滲透率決定了車聯網

55、的商用速度。 我們認為， 路的覆蓋率和車的滲透率是相互加強，相互促進的過程。但從目前看，兩者的滲透均存在阻力：1在車的滲透率方面：從成本和實用性的角度考慮，車企安裝車載 C-V2X 設備的動力不足；2在路側單元方面：缺乏整體的部署規劃，商業模式尚不清晰。只有兩者的滲透或覆蓋到一定程度，商用速度才會加快。 表 10：RSU、OBU 的滲透率決定了智能網聯的演進過程 信息服務業務信息服務業務 交通效率業務交通效率業務 初期初期 稀疏或無 RSU 條件，T-BOX/OBU 滲透率 10%20%條件，支持基本輔助駕駛功能和道路安全預警功能，可小幅度提升目前已有輔助駕駛服務和安全預警服務的用戶體驗，該業

56、務與整車廠、Tier1 企業、車聯網服務提供企業、智能出行應用服務提供企業密切關聯。 無跨平臺融合條件，以 C-V2X 數據支持效率類業務，以局部交通效率提升和節能減排業務為主，如通過速度建議、路口通過提示等已有的應用服務類型，并支持車輛運營企業開發相關服務，如貨車車隊跟隨、公交車錯峰到站等。 中期中期 中等覆蓋度 RSU 條件，OBU 滲透率 40%60%條件，推進L3 級自動駕駛業務演進，促進整車廠及 Tier1 企業開發深度融合 C-V2X 信息的輔助/自動駕駛服務，推進相關控制策略的演進，提升用戶體驗，推進 3km 范圍以內路徑規劃服務的精細化，提升服務的實時自適應能力，將其與智慧出行

57、業務進行緊密結合。 局部跨平臺融合條件，C-V2X 數據與其他運營數據平臺（如百度云、阿里云等）內嵌融合，可提升導航服務和智慧出行服務的用戶體驗，提升交通效率，具備駕駛行為反饋通路，優化駕駛行為（包括人類和機器），實現節能減排。 成熟期成熟期 全覆蓋 RSU 條件，OBU 滲透率 80%100%條件，支持全自動駕駛服務，支撐車載 AI 演進，整車廠及 Tier1 企業將通過已有的技術積累展開市場爭奪戰，自動駕駛服務及導航服務將更加注重用戶體驗，產業鏈涉及的相關企業將通過用戶體驗搶奪客戶。 全面跨平臺融合條件，C-V2X 與官方數據平臺和企業數據平臺深度融合，可實現道路行駛狀態和用戶選擇傾向的精

58、密評價與預測，全面支持各自交通服務類軟件的用戶體驗升級，節能減排類業務由個體優化逐步發展為全局優化。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 20 數據來源：C-V2X 演進白皮書，東方證券研究所 產業發展初期政策作用大：車載端出規劃意見，路側端投資建設示范區產業發展初期政策作用大：車載端出規劃意見，路側端投資建設示范區。政策從車載端和路側端兩個方面推動產業進程。1在車載端以規劃意見引導產業發展：工信部在 2018 年 12 月車聯網產業發展行動規劃明確提出，到 2020 年，車聯網用戶滲透率達到 30%以上，聯網車載信息服務

59、終端的新車裝配率達到 60%以上。2在路側端投入資金建立智能網聯示范區和智慧公路試點：截止2018 年國家在多個地區建立了智能網聯汽車示范區，與車路協同相關的試驗基地達到了 40 個。 表 11：智能網聯示范區發展情況 名稱名稱 參與機構參與機構 成果成果 示范區規模大小示范區規模大小 國家智能汽車與智慧交通京冀示范區 千方科技、亦莊國投、百度、北汽、大唐、中興、 長城汽車等 15 家 截止 2019 年 2 月，示范區內有國內測試歷程最長的封閉測試道路，建成全國第一條覆蓋 LTE-V2X 的高速環道，同時測試區也是國內第一個覆蓋 5G 網絡的城市道路場景封閉測試區。示范區內測試場地涵蓋京津冀

60、地區城市與鄉村復雜道路環境，支持構建上百種靜態與動態典型交通場景，場地部署有 V2X設備與系統，能支持網聯駕駛研發測試工作。 截止 2019 年 2 月，示范區測試道路總長50公里，為國內測試歷程最長的測試道路。 國家智能網聯汽車上海試點示范區 上海國際汽車城、 上汽集團、同濟大學 部署 25 個 C-V2X 智能路側終端， 計劃于 2019 年底部署 300 套以上的路側智能終端，參與示范車輛達 1 萬輛以上，其中 200 余輛安裝 C-V2X 直連通信車載單元的背景車。 截止 2019 年 4 月，已開放測試道路 12 條，總長37.2 公里，累計安全測試里程超過 2.8 萬公里。 國家智

61、能網聯汽車與智慧交通湖北武漢示范區 武漢 中國光谷汽車電子產業技術創新戰略聯盟（CECOV）牽頭 國內建成的首個真正基于大規模商用 5G 的車聯網，通過 5G 可實現遠程駕駛，車路協同，是 5G 真正進行自動駕駛商業化應用。示范區在一期的 28 公里道路上架設了 196 根監控桿和 1000 多套各種檢測設備，可以全天候，全領域監控所有進行測試的車輛，并將相關數據及時傳回指揮調試中心。 截止 2019 年 9 月，首期建成 28 公里支持智能網聯汽車示范應用道路。 無錫國家智能交通綜合測試基地及車 公安部交通管理科學研究所，中國移動，華為， 無錫交警支隊， 中國信息通信研究院 作為全球第一個城

62、市級車路協同平臺，無錫已建設完成了現階段全球最大規模的城市級車聯網 LTE-V2X 網絡，覆蓋無錫市主城區，新城主要道路 240 個信號燈控路口，共 170 平方公里的規模。力爭在 2022 年左右，在無錫全市范圍實現車聯網的全覆蓋。 截止 2019 年 12 月，在 280 公里道路內開展信息化升級改造 國家智能網聯汽車與智慧交通浙江示范區 浙江移動、華為、 上汽、西湖電子等 云棲小鎮工作框架可概括為“3+3+3”模式：即一系統，一網，一平臺的 3 大核心基礎設施，演示汽車互聯網化，智能停車誘導，互聯網+租約車共 3 類示范場景，探索新技術融合發展，大數據商業運營，城市交通治理 3 種模式。

63、 中電?？?、諾基亞、上海貝爾等 桐鄉烏鎮試點工作以“一網一路一場兩終端一平臺”為核心，初步建成智能網絡基礎設施，新一代寬帶通信網絡設施及實驗驗證環境，展示智能停車應用，輔助駕駛/自動駕駛應用，開展新能源汽車技術與產品示范。 烏鎮示范區共有示范公路2.5 公里，智能停車場2500 平方米。 國家智能網聯汽車與智慧交通重慶示范區 中國汽研、長安、 一汽、易華錄等 示范區分三期項目，一期以城市道路為主，涵蓋了 50 多種交通場景測試。區內還集成了智能傳感器，北斗高精度定位，LTE-V/DSRC 車路等實時通信設施。二期項目包括了各種特殊道路，鄉村道路以及高速環道；三期將實現復雜開放交通場景下大規模智

64、能汽車和智慧交通應用示范。 截止 2019 年 3 月份，開放路試禮嘉社區環線道路全程約 12.5 公里和九龍坡區 5.5 公里道路。 國家智能網聯汽車與智慧交TIAA 理事單位、一汽、啟明信息主導主導推動 示范區內具有 6 大類 99 個測試場景，通過行駛場地和駕駛場景的組合可以擴展到 300 余個場景，智慧交通設施共有 4 大類 100 余個，實現高精度地圖和 5G 信號全覆蓋。項目被列為中國-俄羅斯 V2X 共同測試應用基地。 截止 2018 年 7 月，示范區內建成封閉道路里程 3公里。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走

65、向新征途 21 通吉林長春示范區 數據來源：C-V2X 演進白皮書，C-V2X 產業化進程和時間表研究白皮書，東方證券研究所 V2X 測試場景由單一環境向多應用場景、多測試環境轉變；從示范點、示范區建設向綜合性、城測試場景由單一環境向多應用場景、多測試環境轉變；從示范點、示范區建設向綜合性、城市級車聯網先導區建設轉變市級車聯網先導區建設轉變。其中，京津冀、上海、武漢等示范區測試道路分別達到 50 公里、37公里、28 公里。而京津冀、無錫等示范區已經實現了 5G 的全覆蓋。無錫市示范區成為全球第一個城市級的示范區。 示范區的場景和路況從簡單到復雜， 將推動車廠進行道路測試， 具化用戶體驗。我們

66、預計 2020 年，政府投資加大，示范區的數量增加，部分示范區升級為先導區。 圖 17：車聯網基礎設施建設從小范圍測試示范向規模先導應用逐步過渡 數據來源：中國信息通信研究院，東方證券研究所 示范區將促進車端和路端的滲透示范區將促進車端和路端的滲透。 通過示范區的示范效應， 一方面可以帶動示范區本身在各地的復制，從而提升路側系統的部署規模，不斷擴大覆蓋范圍，另一方面，也可以帶動部分車輛的后裝車載單元滲透，從而促進車廠逐步推進前裝車載單元。我們預計車載單元首先在商用車型滲透，如出租車、公交車、物流車、礦卡、港口車輛等。這些類型的商用車型，相對來說具有較為清晰的商業模式，也存在對于卡車編隊等應用場

67、景的探索需求。 圖 18：V2X 路側單元的演進節奏 數據來源：C-V2X 產業化路徑和時間表研究，東方證券研究所 圖 19：V2X 車載單元的演進節奏 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 22 數據來源：C-V2X 產業化路徑和時間表研究，東方證券研究所 V2I 更容易成為更容易成為 V2X 產業化的切入點，路網建設有望先行產業化的切入點，路網建設有望先行。對于 V2V 模式，如果車輛的滲透率在10%，則僅能實現 10%*10%=1%的車輛 V2V 通信，但對于 V2I 模式來說，在路側系統的支持下，只要安裝了 V2X

68、設備的車輛， 就能通過路側系統獲取服務。 同時， V2V 模式由消費者或車企買單，初期量上得很慢；V2I 模式依賴于政府對于基礎設施建設的投入，RSU 如果逐步從稀疏到密集，則能取得立竿見影的效果。 我們認為，與 2G5G 蜂窩網絡一樣，網絡基礎設施是車聯網的基礎。V2X 有望沿著“路網基礎設施建設智能網聯車輛滲透普及運營和應用豐富”的產業發展順序進行演繹。 表 12：V2I 更容易成為 V2X 產業化的切入點 V2V 模式 V2I 模式 特點 不依賴于基礎設施的建設，由消費者買單。除非政府強制不然前期滲透速度慢。 依賴于政府對基礎設施建設的投入。政府將智能路側系統優先布設在交叉口、彎道、盲區

69、、匝道等，能夠大幅提升交通安全和效率，取得立竿見影的效果。 效果 在純粹的 V2V 場景下，安全避撞的必要條件是雙方都配備 V2V 設備，這就要求 V2V的搭載率必須達到一定高度。 在路側系統的支持下，只要安裝了 V2X 設備的車輛，在通過路側系統覆蓋范圍時就能獲得服務，提升安全性和駕駛平順性 數據來源：C-V2X 產業化路徑和時間表研究，東方證券研究所 3、產業鏈走向成熟，商業模式仍在探索 示范區助力運營模式探索示范區助力運營模式探索。 國內三大電信運營商積極開展車聯網應用平臺試點， 中國移動在北京、無錫、上海、寧波、柳州等地方，中國電信在雄安，中國聯通在常州、重慶等地部署支持車聯網業務的

70、MEC 服務平臺；滴滴、騰訊、百度、阿里等互聯網企業布局開發面向車聯網應用服務的路側平臺和中心平臺；中國交建中咨集團、啟迪 云控等企業分別從交通、汽車等行業視角探索應用平臺的建設與運營。從目前情況看，運營商、互聯網公司、政府等，都有可能作為車聯網的運營方。 表13：車聯網潛在運營方 車聯網潛在運營方 優勢 互聯網公司 對互聯網生態有非常好的理解；已在出行領域擁有多維數據積累；云計算基礎設施的承載能力強。 運營商及下屬車聯網公司 作為管道能獲得傳輸的所有數據；云邊計算基礎設施承載能力強。 車聯網數據變現先行者 對車聯網數據已有深入的理解；數據處理能力強；商業模式創新能力強。 HeaderTabl

71、e_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 23 政府牽頭成立的合資公司 類似銀聯、網聯、信聯的股權架構，由行業頭部廠商和行業協會等比例持股，共同同經營，中立性更佳，同時也能獲取各方數據。 數據來源：中國信通院，東方證券研究所 基于基于 LTE-V2X 的產業鏈已基本成熟可商用的產業鏈已基本成熟可商用。1大唐、華為、高通、移遠、芯訊通、Autotalk 等企業已對外提供基于 LTE-V2X 的商用芯片/模組。2華為、大唐、中國移動、金溢、星云互聯、東軟、萬集等廠商已經可以提供基于 LTE-V2X 的車載單元后裝（OBU）、路側設備（RSU）硬件設備以

72、及相應的軟件協議棧，相關終端產品已具備商用基礎。 圖 20：智能網聯產業鏈梳理 數據來源：智能交通，東方證券研究所 汽車廠商接受程度達到較高水平汽車廠商接受程度達到較高水平。部分車廠大力推動新車聯網功能，推動 V2X 的前裝化。根據信通院，2019 年 3 月，福特宣布首款 C-V2X 車型 2021 年量產；2019 年 4 月，上汽集團、一汽集團、東風公司、長安汽車、北汽集團、廣汽集團、比亞迪汽車、長城汽車、江淮汽車、東南汽車、眾泰汽車、江鈴集團新能源、宇通客車等 13 家車企共同發布 C-V2X 商用路標，2020 下半年至 2021 上半年陸續實現 C-V2X 汽車量產。 從三跨走向四

73、跨，參與方增加，安全能力提升從三跨走向四跨，參與方增加，安全能力提升。2019 年 10 月 22 日，中國汽車工程學會年會暨展覽會推出 C-V2X“四跨體驗活動。此次 C-V2X“四跨互聯互通應用展示將重點演示 V2X 通信安全身份認證機制，實現“跨芯片模組、跨終端、跨整車、跨安全平臺的全方位演示。本次“四跨活動在 2018 年“三跨互聯互通應用演示的基礎上，重點增加了通信安全演示場景，安全芯片企業、安全解決方案提供商、CA 證書管理服務提供商等相關單位積極參與本次活動，實現跨模組-終端-CA 服務-車廠的全方位演示，協力共促包含安全的完整 V2X 產業鏈形成。 表 14：從三跨到四跨，產業

74、鏈參與方增加 2018（三跨參與方） 2019（四跨參與方） HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 24 整車企業 通用汽車、北汽集團、長安汽車、福特、上汽集團、寶馬、吉利汽車、奧迪、長城汽車、東風汽車、北汽新能源 江淮、奧迪、寶馬、北汽、PSA、長城、長安、東風柳汽、東風、FCA、福特、廣汽研究院、華晨、上汽大眾、奇瑞、捷途、上汽集團、蔚來、中國一汽、通用 GM、VOLVO、雄獅科技、紅旗、雷諾日產、吉利 芯片模組 大唐電信、華為、高通 autotalks、晨芯科技、大唐高鴻、華為、高通、中興、QUECTEL、HARMAN

75、、ALPS 終端產品 大唐電信、華為、星云互聯、金溢科技、Savari、華礪智行、千方科技、東軟睿馳 autotalks、聚利科技、千方科技、萬集科技、星云互聯、Cohda Wireless、希迪智駕、高鴻股份、大唐移動、Neusoft、東軟睿馳、高新興、HARMAN、均勝車聯、聯創、上海博泰瑞臻電子設備制造有限公司、延鋒偉世通、中興、中移物聯網、ALPS、大唐高鴻、大唐移動、億咖通 安全芯片及其他 華大電子、信長城、信大捷安、芯鈦科技、航安信息 CA 平臺 高鴻股份、國汽智聯 數據來源：公開信息整理，東方證券研究所 4、RSU 建設加速，設備商集成商受益 RSU 走向集成化智能化走向集成化智

76、能化。5G 智能網聯路側基礎設施主要包括：1通信基礎設施：4G/5G 蜂窩基站；2C-V2X 專用通信基礎設施，部署在路側的通信網關：多形態的 RSU（Road Side Unit）；3路側智能設施：包括交通控制設施（交通信號燈、標志、標線、護欄等）智能化，以及在路側部署攝像頭、 毫米波雷達、 激光雷達和各類環境感知設備； 4MEC （多接入邊緣計算/移動邊緣計算）設備。目前的路測 RSU 以通信功能為主（內置 ETC 和 V2X 的通信模塊），未來隨著智能網聯道路的升級發展，RSU 有望不斷集成不同的功能，通過 RSU 促進信號燈和攝像頭聯網，同時嵌入集成邊緣計算能力，成為智能化的 RSU。

77、 表 15：智慧路口主要路側設備 設備 具體功能 RSU 設備 具有 LTE-V2X Uu 口和 PC5 口通信功能，打通路側設施和車聯網通信鏈路，實現信號燈、交通狀態、道路狀況等信息交互。通過 Uu 接口上傳至 V2X 平臺，或通過 PC5 接口廣播至周邊車輛，支持低時延的數據通信，實現車路協同應用。 視頻檢測器 安裝在交叉口進口車道，通過采集各車道的交通視頻流，處理分析各方向交通流視頻采集相關交通數據，并傳輸給信號機及 V2X 平臺，信號機根據檢測數據可實時優化交通信號燈配時。 邊緣計算裝置 集路口多元數據接入、交換、結構化分析處理及智能計算功能于一體的裝置，規范多種設備終端接入協議，實現

78、路口本地智能化分析處理，為系統提供感知、認知數據支撐。 行人檢測攝像機 用于檢測人行橫道的過街行人， 檢測數據發送至信號機可實現行人過街信號控制， 通過 RSU 發送至車輛及 V2X 平臺，可提醒車輛注意過街行人。 信號機 用于城市道路交通信號燈控制，并支持 C-V2X 信息交互，與 RSU 通信可實現紅綠燈燈態、交通事件、交通狀態等信息推送。并與交通大腦連接形成從信息獲取、分析到控制的閉環。 數據來源：智慧交通，東方證券研究所 5G 時代時代 RSU 出現多種形態出現多種形態。我們在上文提到，車聯網包括基于 Uu 接口的 V2N 蜂窩網絡，也包括基于 PC5 的 V2V、V2I 的車聯網專網

79、，所以根據網絡基礎的不同 RSU 的產品形態將更加多樣化，比如 5G Uu + LTE-V2X PC5 版本，或者 LTE-V2X PC5 + 5G NR-V2X PC5 版本，或者 5G Uu + LTE-V2X PC5 + 5G NR-V2X PC5 版本。除此之外，交通部主推的 ETC 路側設備，公安部 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 25 主推的汽車電子標識路側設備，甚至是交通信號燈都存在和 V2X 合一的產品形態。甚至可能集成MEC 功能形成智能化的 RSU。 圖 21：5G 時代 RSU 出現多種形態 數據

80、來源：5G 行業應用，東方證券研究所 RSU 的滲透路徑的滲透路徑。RSU 是 V2I 的基礎設施，涉及到向車和向云傳遞準確的交通信息，在車聯網發展初期，由于 OBU 車載單元的滲透率低，僅集成通信模塊的 RSU 很難弄向交通大腦傳遞準確的信息，需要其他傳感器如攝像頭和激光雷達的輔助。所以在復雜路口的 RSU 在初期很有可能集成多種傳感器。但在 OBU 滲透率更高的場景中，如園區或高速，包括通信模塊的 RSU 有望回傳相對準確的交通信息到交通大腦，助力交通效率的提升。 RSU 的潛在建設規模達到千億量級的潛在建設規模達到千億量級。根據5G 行業應用，截至 2018 年，中國高速公路里程14.2

81、6 萬公里，國道里程 36.30 萬公里，省道里程 37.22 萬公里，農村公路里程 403.97 萬公里，城市道路超過 40 萬公里，50 多萬個城市路口。以每公里智能化改造費用 100 萬保守測算，僅高速公路智能化改造投入即高達 1400 多億元。如果需要覆蓋全國高速公路和城市道路，基礎建設投資預計在 3000 億以上。 圖 22：華為 V2X 模塊及 RSU 測試方案 數據來源：華為，東方證券研究所 設備商、集成商、運營商均發布設備商、集成商、運營商均發布 RSU 產品搶占市場產品搶占市場。目前參與 RSU 市場的主要包括設備商、集成商和運營商。 我們看好產業鏈的兩個參與方：1在通信芯片

82、和通信模組具備優勢的廠商，如華為大唐等， 這些廠商將具備成本和集約優勢，同時在自主可控的背景下有望受益；2具備良好客戶關 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 26 系和實施能力的設備或集成商，如千方科技、金溢科技、萬集科技等，路側基礎設施需要進行實施與落地，我國道路基礎設施的建設和運營主體具有多元特點，城市道路由交警負責，國省干線、農村公路由交通局負責， 高速公路由省交投集團或各地交投公司負責， 多元化的運營主體和較高的實施落地工作量，將使得具備客戶關系和實施能力的廠商占領一定的市場規模。 表 16：RSU 各參與方的產品

83、布局 公司 RSU 布局 華為 華為在上海舉辦的 2018 世界移動大會期間首次對外解讀 C-V2X 車聯網的戰略并發布首款商用 C-V2X 解決方案 RSU。在2019 年 11 月華為與羅德與施瓦茨公司共同宣布調試完成 LTE-V2X 模塊 DA2300 以及路邊單元 RSU5210 生產測試方案。 大唐電信 大唐于 2017 年正式發布了基于 LTE-V2X 的商用模組 DMD31，以及其 RSU 產品和 OBU 產品。 高新興 公司推出了 5G 模組，5G T-BOX，RSU 路側感知單元以及 MEC 設備。在世界移動通信大會（MWC 上海 2019）上展示出豐富的車規級通信模組隊列，

84、包括自主研發的路側單元（RSU）并且承諾在未來兩年里為“5G 和 C-V2X 產品研發項目”逐步投入 2.14 億元，覆蓋 5G 通信模組，C-V2X，智能寬帶及 RSU 等產品。 金溢科技 公司積極參與 V2X 產業生態建設與產品研發，早在 2017 年就參加了奇瑞協同式自動駕駛項目，為其提供 OBU 和 RSU 產品。目前公司已形成涵蓋路側單元，車載終端的全線 V2X 產品體系。 萬集科技 公司在 2018 年開展的中國汽車工程學會年會暨展覽會上發布了全球領先的 V2X+3D 激光雷達車路協同整體解決方案，并展示了應用于路側的 32 線激光雷達以及自主研發的新一代 V2X 車載單元和路側單

85、元。 千方科技 公司于 2017 年的 5GAA 上海會議期間展示了 LTE-V2X 相對應產品，并發布了 2018 年 H1 推出預商用 RSU 的產品計劃，于2019 年商用。在 2019 年 1 月百度 Apollo3.5 首次推出 V2X 車路協同解決方案，千方科技為其提供包括 V2X 車聯網 OBU 和RSU 等硬件設備。 中興通訊 公司于 2018 年 11 月宣布將加大針對交通及汽車市場的戰略投入，開發基于 3GPP Release 14 的 LTE-V2X 路側單元（RSU）和車載模組單元。目前，中興通訊在全球已發布多款車載模組和終端，針對 C-V2X 方面推出全系列產品。 中

86、國移動 在 2018 年，中國移動和高通科技基于高通的 9150 C-V2X 芯片組面向 LTE-V2X 通信開發了一款路邊單元（RSU）。2019 年在無錫召開的“國家級車聯網先導區發布暨車路協同研討會”上，中國移動表示將繼續發揮在車聯網領域網絡連接的優勢，在路側部署路側單元，提供車路協同基礎信息。 中國聯通 中國聯通與華大北斗等公司合作，布局路側感知單元 RSU，車端通信模組以及云端設備三大方面，測試路段主要位于延崇高速部分路段。在 2019 年 10 月 31 日舉辦的“5G+智慧交通發布會”上，中國聯通發布了 5 本 5G+智慧交通系列白皮書以及中國聯通“智路星”系列產品 5G 版的智

87、能路側單元（RSU）。 數據來源：智能交通，互聯網，東方證券研究所 RSU 成本有望下降成本有望下降。隨著 5G 的到來和標準的逐步制定，各廠商均發布 RSU 相關產品。但目前RSU 的整體成本較高。一個包括通信模塊的 RSU 的價格在 10 萬左右。LTE-V 的覆蓋范圍是 500米，如果包括傳感器、邊緣計算、網絡設備等全部路側設備的話，高速公路 1 公里的改造在 100 萬左右。成本相對較高，未來隨著量的提升，RSU 價格有望下降。 四、交通大腦有望成為智能網聯時代的“司令部”四、交通大腦有望成為智能網聯時代的“司令部” 1、交通效率類業務場景需要交通大腦的支持 交通效率類業務需要整體規劃

88、交通效率類業務需要整體規劃。 前文提到， 基于 C-V2X 的應用場景可劃分為四大類： 交通安全類、交通效率類、信息服務類、自動駕駛類。其中，交通效率類業務包括交通誘導、擁堵提醒、動態車道管理等。全面提升交通效率需要“海量的數據+智能的決策+智能誘導和控制”等多個方面的配 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 27 合。C-V2X 主要為交通效率類業務提供“海量的交通數據、路側智能誘導與控制”，而智能的決策則需要城市交通大腦的運算能力， 最終實現城市路口之間感知與控制信號的聯動， 構建城市級交通協同調度場景，提升整體道路通行

89、效率。 具體應用場景包括具體應用場景包括：經過聯網化改造的交通燈或電子標志標識等基礎設施可將交通管理與指示信息廣播出來，實現誘導通行、車速引導、紅綠燈或者限速提醒等出行效率提升和行駛安全應用。 1以誘導通行為例，交通燈信號機可將燈色狀態與配時等信息實時傳遞給周圍的行駛車輛，為車輛決策是否通過路口以及對應的通行速度提供相應依據，并且可以一定程度上避免闖紅燈事故發生。 圖 23：智能紅綠燈提升交通效率 數據來源：智能交通，東方證券研究所 2救護車、消防車等特種車輛可將其身份、位置等信息發送至沿途其他車輛，令其讓道讓行，并向沿途信號機申請實現綠燈通行，保障快速到達任務現場。 交通效率類業務有望解決大

90、城市的擁堵問題交通效率類業務有望解決大城市的擁堵問題。 城市病在一線城市逐漸成為發展軟肋， 城市交通基建嚴重滯后、交通結構單一、運營管理難以協調，長期的道路規劃不合理無法滿足日益增多的人口出行需求。交通擁堵的治理從交通層面上升到市政層面，交通強國戰略中強調到 2035 年，城市擁堵情況基本得到緩解，提升了交通效率類業務的緊迫性。 圖 24：中國城市化率提升至較高水平 圖 25：交通擁堵成為大城市的痛點 數據來源：國家統計局，東方證券研究所 數據來源：高德 2018Q3 主要城市交通分析報告，東方證券研究所 60%30%35%40%45%50%55%60%65%2000 2002 2004 20

91、06 2008 2010 2012 2014 2016 2018-2%3%8%13%18%05001,0001,500北京 廣州 深圳 上海 佛山 大連 重慶 南京因擁堵造成的成本（元）占月平均工資比 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 28 交通大數據為交通效率的提升打下基礎交通大數據為交通效率的提升打下基礎：傳統的交通感知是基于視頻、地磁、線圈、超聲波和微波等技術手段的交通流檢測。 近兩年交通大數據的質和量快速提高， 一方面高清攝像頭的升級大幅提升了視頻數據的質量，另一方面，移動互聯網等出行數據爆發式增長，交通的智能網

92、聯將使得每一輛車和每一個行人成為交通的“傳感器”。未來的智能交通，將由高精度地圖作為支撐，實現移動互聯網出行數據與城市交通流量采集系統、 公安交通集成指揮平臺等的信息共享， 同時匯集智能網聯帶來的海量數據。 表 17：交通大數據的類型 交通數據類型交通數據類型 具體數據來源具體數據來源 政務數據：政務數據： 主要包括來自公安交警信息化系統， 以及交通委或交通局信息化系統的數據。 來自交警信息化系統的數據包括車輛管理、駕駛人管理、交通違法、交通事故等業務數據，這些數據的特點是強身份認證型，相對來說偏靜態低頻；來自交通委或交通局的信息化系統數據包括貨運、客運、公交、軌道、出租車、交通樞紐、公路、橋

93、隧、物流等數據，數據來自于公共交通系統浮動車的聯網，是基于位置的高頻數據 運營數據運營數據 包括鐵路部門運營產生的數據和航空公司日常運營產生的數據。 其他包括電信運營商的位置數據、國家電網的充電樁數據等； 物聯網數據物聯網數據 基于物聯網設備產生的數據，比如說基于傳統的線圈、地磁感應或最新激光設備的交通流量數據、交通視頻監控數據、基于交通卡口的過往車輛數據、基于車聯網的運營數據等 互聯網數據互聯網數據 包括導航、網約車、外賣、共享單車等數據等。 數據來源：千方科技，東方證券研究所 數據處理能力的提升是交通效率業務的關鍵數據處理能力的提升是交通效率業務的關鍵。 隨著交通數據的爆發式增長， 智能交

94、通面臨數據多而效果少， 單點強而整體弱等問題。 而云計算和人工智能等數據處理能力與處理技術的發展為智能交通優化提供理想的科技工具進行 PB 級的數據治理。我們認為，交通優化的核心是大量的算力和優秀的算法。交通大腦通過強大的運算能力，通過分析+決策實現交通效率的提升。 圖 26：分析中樞是交通大腦最重要的應用 數據來源：滴滴，東方證券研究所 智能信號機的網聯化是交通效率提升的抓手智能信號機的網聯化是交通效率提升的抓手。交通大腦需要輸入和輸出；從輸入的角度，前文所提及的大數據， 以及未來智能網聯的路側設備， 都將持續不斷得為交通大腦供應數據。 從輸出的角度，交通大腦的決策需要執行形成閉環，紅綠信號

95、燈的控制就是交通大腦實現交通效率提升的重要抓 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 29 手。許多城市的交通信號設備老化，聯網率低，所以實現智能控制機的滲透并且通過 AI 控制信號變化是交通大腦的核心應用之一。 交通大腦的項目大小和作用可以從接管了多少個信號燈 （城市交通節點）來進行評估。 2、交通大腦成為城市智慧交通投資的重心 交通管理面臨著“信息化時代”向“大數據時代”的轉型，智慧交交通管理面臨著“信息化時代”向“大數據時代”的轉型，智慧交通投資再次進入加速期通投資再次進入加速期。從 2002年開始，在暢通工程的引領下，

96、傳統的城市智慧交通建設以交警信息化建設為主，主要建設指揮中心工程、非現場執法工程、監控工程、信號工程等。到 2012 年開始，隨著信息化滲透的程度越來越高，智慧交通建設進入到一個平穩增長期，項目規模有一定減少。但隨著移動互聯網和云計算的發展， 出行數據和數據處理能力均出現爆發式增長。 移動互聯網催生了高頻高密度的出行導航數據、網約車數據、共享單車數據等交通大數據，而云計算人工智能等技術的發展提升數據處理能力，為城市治理擁堵實現交通優化提供了可行方案。 表 18：智慧交通千萬級平均項目規模在 2012 年后減少 20112011 20122012 20152015 20162016 201720

97、17 20182018 千萬級項目市場規模（億元） 47 68 97 152 190 209 項目數量（個） 186 235 587 932 1087 1167 千萬級項目平均規模（百萬元） 25 29 17 16 17 18 數據來源：前瞻經濟學人，東方證券研究所 新一代的智慧交通項目具備綜合性、全局性等特點，參與門檻提升，需求以大型城市為主新一代的智慧交通項目具備綜合性、全局性等特點，參與門檻提升，需求以大型城市為主。交通效率是全局性的問題， 涉及到政府管理的方方面面， 相對于傳統的以獲取信息和處理信息為主的智慧交通項目， 交通效率優化更強調從獲取信息到加工處理到控制措施形成閉環。 且建設

98、主體從以交警為主走向以各級政府牽頭建設，技術內涵不斷豐富，參與門檻提升。在此趨勢下，企業的機遇在于抓住各級政府城市治理的需求，策劃催生大體量交通綜合治理項目，“交通大腦”應運而生。 表 19：智慧交通項目發生變化 邊際變化邊際變化 過去的智慧交通項目過去的智慧交通項目 現在的智慧交通（交通大腦）項目現在的智慧交通（交通大腦）項目 市場需求變化市場需求變化 過去十多年的城市智慧交通建設更多是交警的信息化， 通過建設集成平臺，著眼信號控制、視頻監控和非現場執法。 強調全面得獲取信息和處理信息。 擁堵等交通效率問題困擾城市， 是綜合性的問題，不是靠安裝信號機和增加攝像頭可以解決的，涉及到政府管理的方

99、方面面，需要通過綜合的方式解決。更強調從獲取信息到加工處理到控制措施形成閉環。 建設主體變化建設主體變化 交警，支隊長有一定的決定權 各級政府，市長市委書記決定權 支撐技術變化支撐技術變化 集成、控制和以視頻為基礎的監控和非現場執法 大數據、交通大腦、人工智能、車路協同 建設模式變化建設模式變化 傳統招投標方式 更注重綜合治理成效，設計施工一體化（EPC）已經逐步成為交通綜合治理項目的建設模式 合作生態變化合作生態變化 集成商+設備供應商戰術型合作， 較為松散 緊密的戰略性合作關系，具備數據基礎和數據處理能力的互聯網廠商和懂業務的傳統廠商進行合作。 HeaderTable_TypeTitle

100、計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 30 數據來源：千方科技，東方證券研究所 交通大腦將成為智能網聯時代總司令部交通大腦將成為智能網聯時代總司令部。城市“交通大腦”主要通過信號燈優化、交通組織優化、交通參與者誘導以及應急事件交通調度，實現對城市道路交通管控的迭代、升級，從而提升交通運行效率。在智能網聯時代有四層計算架構，分別包括車端計算、路側邊緣計算、中心云計算、移動端計算。交通大腦為智能網聯提供中心云計算的能力，通過分析決策控制路側邊緣計算，成為智能網聯時代的總司令部。 圖 27：交通大腦成為智能網聯時代的中樞控制系統 數據來源：長沙智能駕駛研究院，東方證券研究所

101、 巨頭搶灘交通大腦項目巨頭搶灘交通大腦項目。城市（交通）大腦將是未來城市的“標配”，單個項目金額很大，項目建成后還有長久持續的運維服務需求。 云計算巨頭不遺余力得參與競爭， 一方面為了輸出云計算能力，另一方面也是為了在智能網聯時代占據中心位置。 隨著 2016 年 4 月阿里云提出城市大腦概念和解決方案之后，百度、騰訊、華為、滴滴、平安等巨頭紛紛推出自己的解決方案。 圖 28：互聯網公司推廣城市大腦業務 數據來源：中國日報網，東方證券研究所 阿里云先發優勢顯著阿里云先發優勢顯著。截止 2019 年 9 月，23 個城市與阿里云合作，阿里系中阿里云、高德地圖、千尋位置、千方科技等行業解決方案商的

102、組合在投標當中取得優勢。除了阿里外，其余互聯網巨頭也在城市大腦中占據一席之地。其中，百度的優勢在于：百度地圖和自動駕駛的方案儲備；華為的優勢在于華為云和交通網聯化的硬件能力； 騰訊的優勢在于社交生態和騰訊云； 滴滴的優勢在于網約車數據。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 31 圖 29：全國阿里云城市大腦合作城市（截止 2019 年 9 月） 數據來源：人民網，東方證券研究所 交通大腦以示范項目為主，中標金額有增大趨勢交通大腦以示范項目為主，中標金額有增大趨勢。交通大腦建設占據城市大腦建設的主要部分，2017 年到 20

103、19 年，城市大腦項目陸續招標，從示范項目到一期項目，中標金額也呈現出擴大趨勢，2018 年 8 月，阿里云中標?？谑谐鞘写竽X項目 4.5 億元，2019 年 6 月，騰訊云中標長沙市城市大腦項目 5.2 億元；2019 年 12 月，阿里參股公司中標鄭州市一期二期總投資額為 12.1 億元的城市大腦項目。我們預計，隨著一二線城市綜合治理需求的釋放，城市大腦整體建設規模有望達到千億量級，其中交通大腦的建設規模在幾百億的量級。 表 20：部分已實施的交通大腦項目 項目名稱項目名稱 參與方包括參與方包括 項目進展與項目金額項目進展與項目金額 項目簡述項目簡述 杭州城市數據大腦 阿里云、中控信息、銀

104、江股份、大華、?？?2016 年正式啟動建設“城市大腦”。2018 年 12 月，城市大腦綜合版發布，即將開啟 3.0 時代。 紅綠燈智能調控。實時自動發現交通異常事件。數據融合找到交通堵點。發現交通治理亂象。支撐特種車輛優先通行。 衢州城市數據大腦 阿里巴巴 SPV 落地公司浙江衢時代大數據科技有限公司 2017 年 5 月開始打造“城市數據大腦2.0”。2018 年 12 月，智慧交通項目一期建設項目啟動。 信號燈配時優化。車輛精準管理、綜合指揮。視頻智能分析。建設交通數據引擎。 合肥市城市交通超腦 科大智元 2017 年底開始建設。2018 年 12 月，正式發布“合肥交通超腦計劃”。

105、出現擁堵后，形成道路優化方案。還可以交通狀態精準感知、交通擁堵成因深度挖掘、交通事件研判、交通信號實時優化。 宣城交通大腦 廣東方緯科技有限公司、佳都科技 2017 年 11 月啟動交通大腦研發工作。2018 年 12 月研發至第三版。 智能計算路段檔案、車輛檔案。精細管理信控方案、出行規律。多維度、多角度交通運行狀況評價，輔助科學決策。 ?？诔鞘写竽X 阿里云 2018 年 8 月，阿里云中標?？谑谐鞘写竽X示范項目（金額 4.83 億元）2018年 9 月，?？诮痪季职惭b交通智能感知設備。 自動分析道路流量、擁堵情況，自動調配紅綠燈。通過電子警察搜集路面的所有數據，為城市的管理規劃服務。 深

106、圳城市交通大腦 華為 2017 年 9 月城市交通大腦工程正式啟動。助力深圳交警。 實時檢測交通流量，全城交通流量感知。挖掘情報，高效支持數據打擊。人工智能分析交通圖片，提升 10 倍審核效率。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 32 “互聯網+信號燈”控制優化平臺 阿里云 2016 年 9 月 9 月 9 日，廣州市交警宣布“互聯網+信號燈”控制優化平臺試點成功。 分析車輛運行情況，并輸出對紅綠燈時間的調整建議 保定 AI 交管大腦 百度 2019 年 12 月百度中標該項目（金額 1億元） 海淀“城市大腦” 百度、千

107、方科技等 2019 年 4 月城市大腦發布。 重構交通管控、路網診斷、信號優化、運行評價、規劃決策。 濟南“智慧交通” 滴滴交通云 2017 年 9 月濟南市公安局交通警察支隊與滴滴出行簽署戰略合作協議 實時路況、誘導屏路況看板、城市道路擁堵排名、城市流量變化監控 宿遷“城市大腦”智慧交通系統 佳都科技控股公司方緯科技、高德地圖 2018 年 7 月簽約建設宿遷城市交通大腦研發與應用聯合實驗室，開展宿遷“城市交通大腦”項目的建設和研究 擁堵區域智慧精準誘導、停車場指揮誘導、信號燈聯網控制，車輛精準監控與情報研判。 大連交通大腦“互聯網+智能信號系統” 百度地圖 2018 年 4 月推進的互聯網

108、+交通管理創新實踐 預警研判、配時優化和評價反饋 西安“城市交通大腦” 阿里巴巴 助力緩堵、智能調節紅綠燈 數據來源：招標網站，互聯網，東方證券研究所 應用層和落地實施能力是互聯網公司的短板， 合作方受益應用層和落地實施能力是互聯網公司的短板， 合作方受益。 巨頭進入城市大腦市場的短板在于應用層和落地實施能力， 巨頭需要懂交通的合作方一起完善智能交通管理的業務模型、 也許要具備本地資源的合作方推動交通信號機的智能化和網聯化。這就給傳統的智能交通解決方案商提供了機會。對于一二線城市的項目，巨頭傾向于總包，利好合作方；對于三四線城市項目，巨頭傾向于“被集成”從而輸出 AI 計算能力。對于傳統智能交

109、通解決方案商而言，如前所述，行業門檻不斷提升將促進市場集中，而與巨頭達成合作的公司將得到更多的業務機會，夯實應用層的業務能力，從而在交通大數據時代取得先發優勢，相關公司包括千方科技等。 五、投資建議五、投資建議 政策力度的進一步加大和 5G 正式商用將成為智能交通和智能網聯最重要的產業催化劑。 我們判斷2020 年會成為行業需求向上的拐點。 我們首先建議關注智能網聯行業解決方案商， 包括千方科技(002373， 未評級)、 金溢科技(002869，未評級)、萬集科技(300552，未評級)、高新興(300098，未評級)等。其次，我們認為汽車電子廠商也將受益，建議關注中科創達(300496，未

110、評級)、德賽西威(002920，買入)、鴻泉物聯(688288，未評級)等公司。另外，高精度地圖服務商也將受益，建議關注四維圖新(002405，未評級)。 風險提示風險提示 政策力度不及預期風險政策力度不及預期風險。對于智能網聯汽車等新興產業來說，政策支持是產業發展的重要因素之一。根據此前政策文件中談到的智能網聯汽車產業量變與質變的時間節點，我們判斷 2020 年將是政策的重要落地期，后續有望迎來政 策的持續催化。若后續政策落地的力度與節奏不達預期，則產業發展會受到一定程度的不利影響。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途

111、33 5G商用進展不及預期風險。商用進展不及預期風險。 5G 通信技術的成熟應用是智能網聯產業發展的重要前提。我們判斷 2020 是 5G 技術在國內正式商用的關鍵期。 若 5G 網絡基礎設施建設 進度低于預期，則智能網聯汽車產業發展將受到一定程度的不利影響。 HeaderTable_TypeTitle 計算機行業深度報告 “政策+技術”雙重催化，智能網聯走向新征途 34 分析師申明 每位負責撰寫本研究報告全部或部分內容的研究分析師在此作以下聲明：每位負責撰寫本研究報告全部或部分內容的研究分析師在此作以下聲明： 分析師在本報告中對所提及的證券或發行人發表的任何建議和觀點均準確地反映了其個人對該

112、證券或發行人的看法和判斷；分析師薪酬的任何組成部分無論是在過去、現在及將來，均與其在本研究報告中所表述的具體建議或觀點無任何直接或間接的關系。 投資評級和相關定義 報告發布日后的 12 個月內的公司的漲跌幅相對同期的上證指數/深證成指的漲跌幅為基準； 公司投資評級的量化標準公司投資評級的量化標準 買入：相對強于市場基準指數收益率 15%以上； 增持：相對強于市場基準指數收益率 5%15%； 中性：相對于市場基準指數收益率在-5%+5%之間波動； 減持：相對弱于市場基準指數收益率在-5%以下。 未評級 由于在報告發出之時該股票不在本公司研究覆蓋范圍內，分析師基于當時對該股票的研究狀況，未給予投資

113、評級相關信息。 暫停評級 根據監管制度及本公司相關規定，研究報告發布之時該投資對象可能與本公司存在潛在的利益沖突情形；亦或是研究報告發布當時該股票的價值和價格分析存在重大不確定性， 缺乏足夠的研究依據支持分析師給出明確投資評級； 分析師在上述情況下暫停對該股票給予投資評級等信息， 投資者需要注意在此報告發布之前曾給予該股票的投資評級、 盈利預測及目標價格等信息不再有效。 行業投資評級的量化標準行業投資評級的量化標準： 看好：相對強于市場基準指數收益率 5%以上； 中性：相對于市場基準指數收益率在-5%+5%之間波動； 看淡：相對于市場基準指數收益率在-5%以下。 未評級： 由于在報告發出之時該

114、行業不在本公司研究覆蓋范圍內， 分析師基于當時對該行業的研究狀況，未給予投資評級等相關信息。 暫停評級： 由于研究報告發布當時該行業的投資價值分析存在重大不確定性， 缺乏足夠的研究依據支持分析師給出明確行業投資評級；分析師在上述情況下暫停對該行業給予投資評級信息，投資者需要注意在此報告發布之前曾給予該行業的投資評級信息不再有效。 免責聲明 本證券研究報告（以下簡稱“本報告” ）由東方證券股份有限公司（以下簡稱“本公司” ）制作及發布。 本報告僅供本公司的客戶使用。 本公司不會因接收人收到本報告而視其為本公司的當然客戶。 本報告的全體接收人應當采取必要措施防止本報告被轉發給他人。 本報告是基于本

115、公司認為可靠的且目前已公開的信息撰寫， 本公司力求但不保證該信息的準確性和完整性， 客戶也不應該認為該信息是準確和完整的。同時，本公司不保證文中觀點或陳述不會發生任何變更，在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的證券研究報告。本公司會適時更新我們的研究，但可能會因某些規定而無法做到。 除了一些定期出版的證券研究報告之外， 絕大多數證券研究報告是在分析師認為適當的時候不定期地發布。 在任何情況下， 本報告中的信息或所表述的意見并不構成對任何人的投資建議， 也沒有考慮到個別客戶特殊的投資目標、財務狀況或需求?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況，若有必要應尋求專

116、家意見。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售或購買證券或其他投資標的的邀請或向人作出邀請。 本報告中提及的投資價格和價值以及這些投資帶來的收入可能會波動。 過去的表現并不代表未來的表現， 未來的回報也無法保證， 投資者可能會損失本金。 外匯匯率波動有可能對某些投資的價值或價格或來自這一投資的收入產生不良影響。那些涉及期貨、期權及其它衍生工具的交易，因其包括重大的市場風險，因此并不適合所有投資者。 在任何情況下， 本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任， 投資者自主作出投資決策并自行承擔投資風險，任何形式的分享證券投資收益或者

117、分擔證券投資損失的書面或口頭承諾均為無效。 本報告主要以電子版形式分發，間或也會輔以印刷品形式分發，所有報告版權均歸本公司所有。未經本公司事先書面協議授權，任何機構或個人不得以任何形式復制、轉發或公開傳播本報告的全部或部分內容。不得將報告內容作為訴訟、仲裁、傳媒所引用之證明或依據，不得用于營利或用于未經允許的其它用途。 經本公司事先書面協議授權刊載或轉發的， 被授權機構承擔相關刊載或者轉發責任。 不得對本報告進行任何有悖原意的引用、刪節和修改。 提示客戶及公眾投資者慎重使用未經授權刊載或者轉發的本公司證券研究報告，慎重使用公眾媒體刊載的證券研究報告。 HeadertTable_Address 東方證券研究所 地址： 上海市中山南路 318 號東方國際金融廣場 26 樓 電話： 021-63325888 傳真： 021-63326786 網址：