2023年信息服务智能化行业分析报告

2023年信息服务智能化行业分析报告目录一、从工业化到信息化：科技是第一生产力 PAGEREFToc366167869\h41、工业化与电气化革命：让人类从体力劳动解放 PAGEREFToc366167870\h42、信息化革命：脑力劳动的初步解放 PAGEREFToc366167871\h5二、智能化：进一步解放脑力劳动，带来新的产业革命 PAGEREFToc366167872\h61、智能化的内涵：决策自动化与机器协同 PAGEREFToc366167873\h62、智能化的范围：全信息生命周期 PAGEREFToc366167874\h83、智能化的应用领域 PAGEREFToc366167875\h9三、智能视觉：智能交互领域下一个热点 PAGEREFToc366167876\h10四、智能可穿戴设备：智能的下一个形态 PAGEREFToc366167877\h121、智能计算设备可穿戴化是必然趋势 PAGEREFToc366167878\h122、GoogleGlass开启可穿戴计算时代 PAGEREFToc366167879\h123、苹果公司或将推出智能可穿戴设备 PAGEREFToc366167880\h144、可穿戴设备有助于培养用户对语音交互的使用习惯 PAGEREFToc366167881\h14五、商业智能：大数据时代的决策辅助工具 PAGEREFToc366167882\h161、智能化的企业经营数据分析工具 PAGEREFToc366167883\h162、商业智能在电信行业中应用 PAGEREFToc366167884\h19（1）契合电信运营商业务转型的需要 PAGEREFToc366167885\h19（2）商业智能对于电信运营商的的经营管理决策中起关键作用 PAGEREFToc366167886\h20六、智能语音技术：人机交互的必然选择 PAGEREFToc366167887\h231、语音合成技术 PAGEREFToc366167888\h232、语音识别技术 PAGEREFToc366167889\h243、移动互联网推动智能语音技术广泛应用 PAGEREFToc366167890\h26（1）语音技术为什么没有成为PC时代主流的人机交互方式 PAGEREFToc366167891\h26（2）设备的移动带来使用习惯的改变 PAGEREFToc366167892\h27（3）智能电视时代，电视无语音不智能 PAGEREFToc366167893\h283、智能语音技术在教育领域中的应用 PAGEREFToc366167894\h30（1）国家普通话考试机器智能测评 PAGEREFToc366167895\h30（2）中、高考英语口语考试机器智能测评 PAGEREFToc366167896\h31七、智慧城市：连接城市信息孤岛 PAGEREFToc366167897\h321、智慧城市的定义 PAGEREFToc366167898\h322、智慧城市IT架构 PAGEREFToc366167899\h363、智慧城市受益于政府政策支持 PAGEREFToc366167900\h36八、智能交通：交通指挥控制自动化 PAGEREFToc366167901\h381、城镇化将带来严重的交通问题 PAGEREFToc366167902\h382、智能交通管控与车联网系统 PAGEREFToc366167903\h39（1）智能交通管控系统 PAGEREFToc366167904\h39（2）车联网系统 PAGEREFToc366167905\h41八、智能建筑：建筑技术与现代信息技术的结合 PAGEREFToc366167906\h441、智能建筑的特点：3A+2E PAGEREFToc366167907\h442、智能照明控制系统 PAGEREFToc366167908\h45（1）智能化的基础：远程控制功能与DALI协议 PAGEREFToc366167909\h45（2）智能化的表现：场景自动调用与定时开关 PAGEREFToc366167910\h46（3）节能与环保：LED技术的使用 PAGEREFToc366167911\h473、智能楼宇安防系统 PAGEREFToc366167912\h474、综合安保系统 PAGEREFToc366167913\h49九、风险因素 PAGEREFToc366167914\h501、政府投入低于预期的风险 PAGEREFToc366167915\h502、市场推广低于预期的风险 PAGEREFToc366167916\h503、消费者使用习惯改变过慢的风险 PAGEREFToc366167917\h50一、从工业化到信息化：科技是第一生产力1、工业化与电气化革命：让人类从体力劳动解放第一次工业革命以蒸汽机的使用为标志，起源于英国，却对全世界产生了最为深刻和长远的影响，让社会化大生产成为可能。18世纪以前，全球都处于农耕社会，生产动力主要为人力、畜力、风力或水力，生产方式基本为手工作业或借助手动工具。1769年，英国人瓦特蒸汽机进行改良，手工劳动终于向机器生产转变。机器生产的最大特征是生产效率大幅提高，根据OECD在2023年出版的《TheWorldEconomy》一书中的数据，全球GDP在1700~1820年间增长了87%，年均复合增长0.52%；而在1600~1700年间全球GDP仅增长了12.7%，年均复合增长仅0.12%。第二次工业革命以电力的广泛应用为特征，又称电气化革命。1831年，英国人法拉第发现电磁感应现象；1866年，德国人西门子发明发电机；1870年，比利时人齐拉布〃格拉姆发明电动机。电动机的发明实现电能向机械能的转换，电灯、电车开始出现。如果说蒸汽革命使人们从繁重的体力劳动解放，电气革命则更进一步让人们可以从大部分体力劳动中解放，并且实现能量的远距离传输，生产效率进一步提高。根据上述OECD数据，全球GDP在1870~1913年不到50年的时间里便实现了145.6%的增长，年均复合增长达到2.11%。2、信息化革命：脑力劳动的初步解放第三次工业革命始二战结束后，以信息技术为显著特点，在20世纪50中期~70年代初期达到高潮，又称信息化革命。信息技术应用范围越来越广，计算速度不断加快，能够完成人脑无法完成大规模复杂计算、大量数据存储以及信息的快速传播。正因如此，使得空间技术、核能技术和生物技术的快速发展成为可能。进入信息化革命后，规则化的计算可以借以计算机快速完成，科技人员可以从繁复的脑力劳动得到初步解放，从而将更多精力投入到创造性工作当中，因此技术进步呈加速状态，新兴技术转化为产品的周期越来越短。蒸汽机从研制到18世纪定型投产用了84年，电动机用了65年，而信息化革命时期原子能从开发到应用仅了6年，晶体管技术仅用了4年。从经济角度来看，信息革命的最直接结果是生产效率的再次大幅提升。1950年，全球GDP总量为5.3万亿美元，在1970达到了13.8万亿美元，年均复合增长率达到了4.9%，其中在1960~1970年间年均增长高达5.03%。二、智能化：进一步解放脑力劳动，带来新的产业革命1、智能化的内涵：决策自动化与机器协同信息化包括两层含义：信息的数字化与自动化处理。即信息一方面以数字化的形式存储、展示或传输；另一方面以按人们事先既定的规则进行计算机自动化处理，处理结果供人们进行行为决策依据或参考。尽管自20世纪中期以来，信息技术取得了长足的进步，然而非规则性计算方面还远不及人脑水平。例如对海量信息的去粗存精、去伪存真，对处理结果进行举一反三，对外部环境陌生变化的应变等。智能化以信息化为奠基，是信息化的升华。智能化则意味着机器不仅能感知、收集并处理数据，还按能按照与人类思维模式相近的方式对数据处理结果进行再次反馈，能够按照给定的知识和规则面对具有一这随机性的外部环境自行做出决策并执行。同时，智能化的最大特点是机器之间具备高度的协同合作与数据共享效应，信息化所产生的信息孤岛均基于统一的数据平台，从而实现了互联互通。例如：（1）自然语言理解(NaturalLanguageUnderstanding)，采集说话人语音数据并进行处理，对说话人的语义进行分析并做出执行何种指令的决策；（2）智能交通系统(IntelligentTransportationsSystem)，交通摄像机采集车流数据，依据历史数据及当前状态对流量进行预测，从而对交通信号进行智能控制，提高车辆通行效率。（3）智能视频分析，对日常海量视频数据进行检索，特别是对人、车、物等重点要素及其特征进行智能辨别并进行预警，提高安防领域视频监控系统中的工作效率，为公共安全保障提供有效的信息来源。如果说第一次和第二次工业革命时代因能源的利用而使得机器“四肢发达”，第三次工业革命（信息化革命）时代因信息的高效处理和传输而使得机器“耳聪目明”，那么智能化时代将会因智能技术的利用而使得机器“头脑聪慧”。2、智能化的范围：全信息生命周期智能化包含信息化，是信息化的延伸和扩展，覆盖了信息的感知、分析与行为决策三大方面，实现数据流从产生到使用者反馈的全生命周期智能化处理。3、智能化的应用领域智能化的核心在对信息的智能化分析与处理从而做出行为决策，以及连接信息孤岛，实现数据共享和子系统之间的协同合作。智能化是信息的升华，是信息化的高级阶段，因此未来各行业领域最终都需要完成从信息化到智能化的升级。在智能化时代涌现的新兴产业包括云计算、物联网、大数据、智慧城市、智能交通、商业智能、可穿戴设备、智能IC卡、智能触摸、智能语音等，回顾信息技术发展史，交互方式的改变必然导致新兴产业的出现，我们预计，继触摸和语音产业出现后，人与自然信息交互最重要的方式—视觉相关产业将逐步涌现，智能视觉将发展成为智能交互领域市场容量最大的产业。从公共服务领域看，智慧城市与智能交通建设将首先实现智能化升级，期中智慧城市的应用主要体现出智能化的数据共享和协同合作特点，智能交通则将会主要体现出智能化分析与自主决策特点；从行业应用领域看，企业经营决策分析也将现向智能化的升级，将大范围应用商业智能，体现出智能化的智能分析特点。目前应用商业智能最多的电信行业与金融行业，因此些类行业均面向少量客户提供个性化服务；从个人消费领域看，人机交互领域将大量使用智能语音技术，实现从信息化到智能化的升级。三、智能视觉：智能交互领域下一个热点人从自然界获取信息有三种基本方式：视觉、听觉和触觉，其中视觉是人类认知自然、获取信息的主要来源，它不仅指对光信号的感知能力，也包括对信息的获取、传输、处理、存储和理解的整个过程。研究表明，人类接受的信息60％--80%来自于视觉。世界信息产业正迎来继计算机、互联网之后的第三次浪潮，以用户体验为核心的应用创新是新一轮信息浪潮的灵魂。如何有效解决人与物的智慧对话，使人与机器之间沟通变得像人与人沟通一样简单，主要依赖于智能视觉技术和语音技术的广泛的应用。目前智能视觉产业包括人机控制、虚拟运动、智能监控、人体行为分析、虚拟现实应用等领域。我们预计，继触摸和语音产业出现后，人与自然信息交互最重要的方式—视觉相关产业将快速发展，智能视觉将发展成为智能交互领域市场容量最大的产业，也将是产业未来的投资热点。四、智能可穿戴设备：智能的下一个形态1、智能计算设备可穿戴化是必然趋势计算设备发明的目的减轻人类大脑的计算负担。第一代电子计算机于1946年诞生在费城——ENIC(TheElectronicNumericalIntegratorAndComputer)，ENIC是计算机发展史上的里程碑，它通过不同部分之间的重新接线编程，还拥有并行计算能力。但是，ENIC占地面积达170，总重量达30吨。随后，计算机的体积不断减小，单位体积内上计算速度却不上升。进入2023年后，便携的笔记本电脑已经逐渐普及。尤其是进入2023年后，以智能和平板电脑为代表的移动智能计算设备出货量已经超出了台式电脑和笔记本电脑的总和。2、GoogleGlass开启可穿戴计算时代2023年4月5日，Google发布了一个被称为ProjectGlass项目，该个项目将开发一款集智能、GPS、相机等功能一身的智能眼镜。用户将通过一个微型投影装置查看短信、路况、天气等信息，而在输入方式上主要采用语音控制，仅需要对麦克风说出“OK,Glass”即可启动。2023年6月，Google正式接收第一批试用者对GoogleGlass进行试用。目前，GoogleGlass试用版可以实现地图导航、语音搜索、视频、Gmail、Calender日历、GoogleNow、Picasa图片应用等功能。此外，还有TheNewYorkTimes、CNN、Twitter、Tumblr、Facebook、Evernote以及ELLE等应用将出现到GoogleGlass上。随着应用程序越来越多，GoogleGlass的实用性及娱乐也将大为增强，从而更能吸引消费者的关注走向大众市场。除Google之外，索尼也于近日前发布了MN2SmartWatch智能手表，除了可以选择多达10种以上的时钟界面外，SmartWatch还具备四格界面，每页可显示四个应用程序图标。目前，SmartWatch可通过蓝牙与连接，支付常用的查看短信、天气及音乐播放等功能，此外还有丰富的社交功能，已经内置有新浪微博和人人网应用。不过与GoogleGlass可以接听不同，SmartWatch仅支持拒接来电。3、苹果公司或将推出智能可穿戴设备据Bloomberg消息，苹果已经在日本申请了“iWatch”商标，此前俄罗斯网站Izvestia也报道称苹果已经在俄罗斯注册“iWatch”商标，而且设备配备将是柔性屏幕。此外，苹果已经在墨西哥、中国台湾、土耳其、哥伦比亚等多个国家和地区提交了“iWatch”商标申请。此举表明，苹果公司正在积极推进智能手表项目。预计iWatch可能具备、短信、导航、定位及语音交互功能。4、可穿戴设备有助于培养用户对语音交互的使用习惯此外，苹果还申请了多个柔性电池及柔性显示屏专利，这些专利将极有可能用于腕表等柔性或可弯曲设备当中。基于这些事实，我们预测苹果公司或将在一至两年内正式推出智能手表类可穿戴计算设备。同时由于苹果公司在时尚数码领域具有较大影响力，iWatch或类似产品将能引起比GoogleGlass更多的市场关注度。用户习惯的培养是语音交互技术普及的最大难点。根据国内知名IT网站中关村在线ZOL.COM对语音助手缺点的调查，认为不能有效识别及需要连接网络从而增加流量费用的用户分别占51%、41%，另有25.9%的用户认为使用语音助手“会招来路人的奇怪目光”。我们认为，识别率及网络流量成本问题将会随技术的进步而很快得到改善，而用户习惯问题非技术所能很快直接改变的。但是，可穿戴设备提供了解决用户习惯问题的机会。智能移动终端及可穿戴设备的普及将有助于语音技术的推广。尽管语音技术已经基本成熟，但依然不够智能，对于日常交流中经常出现的断句、重复语句无法做到有效的识别。也因为这个原因，语音交互依然有着一定的陌生感，用户习惯未能及时改变。移动互联网时代，最大的趋势便计算设备小型化。设备小型化，用户可能随身携带，用户体验也与PC有了完全的不同。我们认为，移动互联网时代的用户需求与使用习惯发生以诸多改变：传统键盘与鼠标首先遭到抛弃，人们对键盘与鼠标过度依赖的局面被打破；移动设备诸如智能屏幕远小于传统PC，键盘被进一步简化，导致手指的输入准确率和速度都要远低于传统键盘。而可穿戴设备通常将不再具备智能或平板电脑一样大面积显示屏，语音输入将作为最主要的人机交互方式。因此随着设备的普及，用户将不得不使用语音进行输入，用户习惯问题也将得到有效改善。五、商业智能：大数据时代的决策辅助工具1、智能化的企业经营数据分析工具商业智能（BI）是让商务运作智能化，企业数据智能化，从管理到分析再到预测。早在1989年国际IT咨询公司Gartner的分析师HowardDresner首次提出了商业智能(BI)的概念，随着商业智能应用范围的拓展，各主流机构和国际软件巨头均对商业智能颇为关注，并从不同角度对商业智能提出了各自的理解。我们认为，商业智能采用数学的、统计的、人工智能等科学方法，从大量数据中挖掘出隐含的，先前位置的，对决策有用的潜在价值的关系、模型和趋势，并用这些知识和规则建立用于决策支持的模型，为商业智能系统服务的各业务领域提供决策支持的方法。一般商业智能系统由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。从实现过程来看，商业智能是一种将企业经营数据转化为知识、协助经营者作出经营决策的智能工具。处理的数据来源可以是企业订单数据、客户数据、交易数据或其他外部市场数据。从技术层面看，商业智能是数据仓库（DataWarehouse）、联机分析处理（OLAP，On-LineAnalyticalProcessing）和数据挖掘技术（DataMining）的综合运用。根据功能不同，商业智能系统可以细分为工具平台软件和应用软件两大部分。商业智能工具平台软件，主要以产品形式出现，并通过销售许可证模式经营，目前国外厂商在该市场中占据主流地位，如SAS、Oracle、IBM、SAP和Teradata。商业智能应用软件主要围绕企业对数据的具体使用需求来定制企业应用系统，并通过数据分析指导企业经营运作。商业智能应用软件可以进一步划分为企业数据平台和企业数据分析及应用。企业数据平台汇集企业各业务系统中的运营数据，按照企业数据模型进行数据整合，提供运营数据共享，支撑跨系统数据的应用，提升数据质量，包括企业数据仓库、运营数据存储和元数据管理等；企业数据分析与应用是以企业数据平台为基础，利用联机分析技术和数据挖掘技术，帮助企业经营决策层了解企业经营的现状，发现企业运营的优势和劣势，预测未来趋势，帮助细分市场和客户，指导营销，帮助企业进行有针对性的营销和高效的客户关系管理，对决策执行情况和结果进行客观准确的评估。目前我国商业智能主要应用于电信行与金融行业，尤其是电信行业。这两个行业内的企业的共同特点是面向大量用户提供个性化服务，如何充分挖掘用户需求，改善经营决策是行业内公司共同面临的重要问题。另一方面，其他行业内的公司也逐渐开始加大对商业智能应用的关注。根据Gartner的调查，2023年中国CIO关注的十大重点技术第一个就是商业智能技术，其次分别是云计算和移动互联网技术应用。2、商业智能在电信行业中应用（1）契合电信运营商业务转型的需要随着电信产业的整合，三大运营商相互竞争激烈，尤其在3G智能移动通信领域，市场份额差距远不及2G时代。目前三大电信运营商步入全业务经营阶段，新用户发展比例更加均衡、新用户争夺更加激烈，而服务同质化现象也更加明显，因此各运营商都将精细化管理和营销作为最根本的经营模式，不断在市场开拓、客户挽留、提升经营和服务水平方面投入更大的力量。在这种背景下，运营商工作重心从“技术驱动”向“业务驱动”转移，运营商竞争重点不仅局限于网络建设上，业务经营成为三大运营商提升竞争力的主要方面，运营商需要把人力、财力、物力集中在业务的设计、创新和对用户的分析、服务上，这成为电信运营商未来的核心竞争力。在新的竞争格局下，传统竞争手段如价格战、行业垄断优势、促销策略等已无法适应新形势的需要，为了保住客户资源，运营商需要通过业务分析支持系统，从自身市场数据中获得能够真正反映企业运营状况的有效信息，从而为市场经营决策提供科学支持。因此，经营流量、经营客户，从客户中挖掘更多的价值，尽最大可能提高用户ARPU值，就成为了运营商的战略方向。商业智能软件是作为有效武器，运营商可以更高的效率和更好的质量经营流量和客户资源。（2）商业智能对于电信运营商的的经营管理决策中起关键作用商业智能可以帮助运营商洞察客户需求，真正做到以客户为中心。2023年电信业重组后，移动的竞争优势得以遏制，三家运营商抢夺用户大战愈发激烈。按照行业说法，“开发一个新用户所需的成本是维系一个老用户的5倍”，运营商致力于通过实施各种策略提升用户黏度，尽最大可能留住用户。电信运营商成功的核心是拥有丰富的、有价值的忠诚客户。因此，电信运营商要实现用户数量与赢利的双增长，就要标识、获得并维护最有价值的客户。商业智能将单一的数据处理系统转向为分析和管理的综合系统。在激烈的市场竞争情况下，运营商要快速发展和壮大就必须对所从事的商业活动有着深入的理解，分析可以拉动公司业务的关键要素，这就需要借助商业智能来分析捕捉业务交易和客户交流的每个角度来生成有用的信息。商业智能将电信行业的海量信息转化为知识。随着电信业务系统的长期和广泛使用，运营商拥有大量的客户和业务数据。科学管理和合理开发这些内部和外部信息资源成为企业正确决策、增强竞争力的关键。运营商亟需基于海量数据建立基于分析的企业管理运营体系。BI将信息转换为知识。商业智能是在正确的时间将正确的信息交给正确的用户以支持决策过程的应用。商业智能通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。业务决策者通过商业智能对企业数据进行分析，通过过去的数据预测未来，即通过历史数据发现趋势，增加电信企业经营管理和客户分析的科学性，提升企业决策水平和经营效益。运营商部署商业智能解决方案目标在于，帮助电信运营商充分利用其业务支撑系统产生的大量宝贵的数据资源，实现对信息的智能化加工和处理，为市场经营工作提供及时、准确、科学的决策依据，使企业适应日趋激烈的市场竞争环境，提升运营商的核心竞争力。固网和三网整合后广电系统将引入BI系统。随着三家运营商全业务运营和三网融合，过去固网分江而治的格局已经打破，北网通、南电信已成为历史烟云，电信、联通固网业务都在全国布局，中国移动也加大本地网建设，涉足固网业务。尽管固网业务对物理网络基础布设要求较高，但后期固网竞争加剧必将成为趋势。BI系统必将现在主要服务移动业务，固网应用还较少，后期必将拓展到固网业务，将引发新的BI系统建设需求。另外随着三网融合，固话、固网、有线电视的用户交叉、资费交叉，必将带来更多亟待智能化分析的负责运营数据，BI系统将更有用武之地，协助运营商完成更合适和有效的运营策略。同时，三网融合后广电将成为第四个运营商，随着三网融合的逐步推行，广电在有线电视运营中垄断地位消失，将加入到固网的竞争中，短期可能会在北方面临联通、南方面临电信的激烈竞争。公司从独家买卖到面对强者竞争，传统运作模式将不能适应新的竞争形势需求，引入BI系统则显得刻不容缓。六、智能语音技术：人机交互的必然选择语音技术的核心算法建立在统计建模和机器学习的基础上，在实用中基于隐马尔可夫模型（HiddenMarkovModel，简称HMM）的语音合成及识别技术占据了主导地位，它在二十世纪末就已经逐步成熟。智能语音技术壁垒相当高，涉及到声学、语言文字学、数字信号处理、计算机科学、概率论、数理统计等多个学科技术以及比较长的研究周期，目前在语音技术核心算法较为成熟的情况下，它的质量更多地依赖于丰富的语料库上统计训练出的语音模型。语音技术按应用的领域可以分为语音合成和语音识别两方面，前者指将文本转换为声音，后者指将声音转换文本；另外还包括声纹识别技术，指通过声纹特征进行身份认证的技术，但目前应用范围要小于前两种技术。1、语音合成技术20世纪30年代，贝尔实验室发明的“语音合成机”（VoiceDemonstrator）可以通过键盘操作合成简单的语音，标志着电子语音合成技术研究工作的起步。40年代末至50年代，Haskins实验室发明了“模式播放机”，能够把基于声学模型的声谱图转换成语音。70年代至90年代，不同类型的语音合成产品相继出现，其中麻省理工大学的MITalk系统和贝尔实验室的系统占据着主导地位，其中后者是第一代基于自然语言处理技术的多语言合成系统。从20世纪末开始，语音合成的研究中引入了统计建模等方法，采用机器学习和训练模型进行语音合成。目前，基于HMM模型的大语料库音素拼接技术是主流的语音合成方法，合成效果已经趋于成熟并且相当接近甚至超过真人发音水平，相关应用已经十分普遍。2、语音识别技术最早的基于电子计算机的语音识别系统可追溯到20世纪50年代，由AT&T贝尔实验室开发的Audrey语音识别系统，该系统能够跟踪语音中的共振峰识别10个英文数字，正确率可达到98%。到50年代末，伦敦学院的Denes已经将语法概率加入语音识别模型中，此后大词汇量、连续语音和非特定人这三大障碍在技术上逐渐被突破。60年代，研究人员提出了动态规划（DP技术）和线性预测分析技术（LP技术），其中线性预测分析技术能较好地解决语音信号模型的问题，对语音识别的发展产生了深远的影响。这个阶段的语音识别技术能够识别数个孤立词汇，不过要求每个词后有停顿才能顺利识别。到了70年代，LP技术的理论基础有了新的进展，动态时间规整技术（DTW）已经基本成熟，矢量量化（VQ）和隐马尔科夫模型模型（HMM）理论已经出现。基于线性预测倒谱和DTW技术的特定人孤立语音识别系统已经能够接受一些连音，可以识别几百甚至上千个连续词汇。80年代，AT&T贝尔实验室的研究人员将原本艰涩的纯数学的HMM模型工程化，从而让更多的相关研究者深入认识。此后HMM模型和人工神经元网络（ANN）在语音识别中的终于成功应用。基于HMM和ANN模型建立的语音识别系统已经能够识别自然流利的语音，并且可以接受大量的连音和变音。进入90年代，语音识别技术从实验室走向实用的需求日益强烈。许多国家如美国、日本、韩国以及IBM、Apple、AT&T，TNT等著名IT企业大量投资于语音识别系统的实用化开发。由于更多商业性公司的加入，语音识别技术的发展得到更大的推动。如今，部分实力强大的公司例如Nuance、科大讯飞推出的相关产品语音识别率已经达到90%，在自然语义理解方面也不断深化。至此，语音识别技术已经基本成熟。3、移动互联网推动智能语音技术广泛应用（1）语音技术为什么没有成为PC时代主流的人机交互方式人类的习惯往往很难改变。例如为避免打字机会因为过快的击打速度而出现故障，QWERTY键盘在早期被发明时故意打乱键盘字母位置而降低打字速度，然而现在故障问题早已不复存在，更符合人类生理特点的Dvorak键盘却没有取代QWERTY键盘。在PC时代，电脑设备不便携带，无法移动的环境中人们早已习惯“键盘+鼠标”的人机交互方式。另一方面，语音识别技术为提高识别率，需要大量语音训练来提取用户的声音特征。PC时代人们在不同地点往往使用不同的电脑，并且各自的语音特征数据并不能像现在可以利用云计算技术储存于云端。面对电脑设备进行大量的语音训练显得脱离现实环境，语音技术在PC时代并不能为个人用户带来更多的便利。（2）设备的移动带来使用习惯的改变移动互联网时代，最大的趋势便计算设备小型化。设备小型化，用户可能随身携带，用户体验也与PC有了完全的不同。我们认为，移动互联网时代的用户需求与使用习惯发生以诸多改变：a)移动互联网时代，传统键盘与鼠标首先遭到抛弃，人们对键盘与鼠标过度依赖的局面被打破；b)移动设备诸如智能屏幕远小于传统PC，键盘被进一步简化，导致手指的输入准确率和速度都要远低于传统键盘；c)移动设备由用户随身携带，使用频率大幅提高，使用语音交互技术提供商采集海量语料成为可能。海量语音数据资料库的建立进一步促进语音技术的发展，改善用户体验，从而人机交互更加频繁，语音技术的使用与用户体验相互促进，形成一个良性循环。（3）智能电视时代，电视无语音不智能智能电视与传统电视的最大不同是类似智能搭载有操作系统，不但可以接收广电信号还具备宽带网络接入功能，用户可以自行安装第三方应用软件扩展电视的功能。等移动设备因为屏幕过小等原因而不方便手指操作，使语音控制成为必要，那对于电视来说则因屏幕过大而需要语音控制。随智能电视功能的增加，传统的“下/下/左/右/OK+数字”式遥控器已经远远无法满足要求，然而添加更多复杂的功能键则会降低用户体验。目前在智能电视领域有三种人机交互问题解决方案：手势识别、空中鼠标与语音控制。a)手势识别指通过电视设备前置的摄像头捕捉用户特定手势进行操控。但根据NPDDisplayResearch的一项研究表明，许多网页并不适合手势控制，手势控制也被认为不符合人体工学，频繁操作带来的手臂疲劳会影响伸出能力与姿势，此外环境光线也会对识别效果产生较大影响；b)空中鼠标类似传统鼠标，但不需要放置于任何平面上，在空中移动或晃动便可实现屏幕上光标的响应。但空中鼠标由于没有传统鼠标在桌面移动时的阻尼感导致精度较低，而且由于有一定重量存在着比手势识别更严重的手臂疲劳问题。此外，空中鼠标由于内置复杂传感器使用制造成本较高；c)语音控制与手势识别和空中鼠标不同，现在语音识别率已经超过90%，可以很好的解决精度问题，用户通过语音交流也不存在生理问题。最重要的一点是语音控制可以实现文字的快捷输入，手势识别和空中鼠标均无法实现这一点，而文字输入是用户浏览互联网时不可避免的一种操作。三种人机交互方式各有优势，厂商通常同时应用两种或以上操作方式，但因为智能电视均需要文字输入，语音控制是标配。业内已形成“无语音不智能”共识，智能电视操控一般采用语音控制为主，再辅以其他操控方式的组合。例如三星采用“手势识别+语音控制”组合，而联想则采用“空中鼠标+语音控制”组合。3、智能语音技术在教育领域中的应用（1）国家普通话考试机器智能测评普通话测评业务是通过计算机自动评测辅助人工完成国家语言委员会的全国普通话水平测试（PSC考试）。科大讯飞普通话机器自动测评系统是在国家语委“十五”重点科研项目支持下研发而成，而且是迄今为止唯一通过国家语委鉴定并全面应用于国家普通话水平测试中的智能测试和管理系统，目前已经在全国29个省正式使用。系统可准确地对考生普通话水平自动评测，而且实现了普通话水平测试的全流程网络化和智能化管理。由于无需人工参与，自动测评系统不需要组织大量测试员，还可以大为降低测试成本，而且还可以避免人工打分的主观性从而提高测试结果的公平性，更具科学客观性。（2）中、高考英语口语考试机器智能测评长期以来，口语考试均通过考生与教官面对面交流的方式施行，无法组织考生在同一时间考试，这便需要组织大量的考官，考试效率低下。更重要的是由于通过考官通过现场观察对考生进行评分，考官评分主观性较强，评价标准有差异，难以做到考试的绝对公开公正。江苏早在2023年便引入科大讯的语音技术，将人机对话作为英语口试方式。温州市亦于2023在初中学业考试中采用人机对话方式进行英语口试，其中口试满分25分，计入英语成绩总分。青岛市2023年在口试开始引入人机对话，口试成绩占总成绩的12.5%，并将在2023年开始将听力与口试结合在一起进行机考。2023年，科大讯飞英语语测自动评技术进一步推广，合肥及重庆的中考、广东省的高考听说部分均将采用人机对话模式。七、智慧城市：连接城市信息孤岛1、智慧城市的定义城市将是未来人类生活的核心。2023，全球生活在城市中的人数首次超过非城市居民人数。目前发达国家的城市化率已经接近80%，而发展中国家远低于这一水平。可见，未来城市将担任更重要的角色，为应对未来城市人口的增加，发展中国家在新型城市建设与管理需求十分迫切。现代城市建设经历过三个阶段。第一阶段是城市信息化建设，城市建设能够借助信息系统，但各系统相互独立的，只能单一服务；第二阶段是数字城市建设，能够提供局部的数据互连互通和初步的信息综合服务，形成若干信息孤岛；第三阶段则是智慧城市建设，数据通云平台方式实现高度互连互通，能够形成综合协调机制，高度自动化、智能化控制降低人工干预程度。按贝尔信智能系统的定义，智慧城市是指用新一代信息和通讯技术，主要是智慧通讯技术，包括以人工智能和模式识别技术，智能感知和自动语义识别及统计技术，大容量智能存储技术，高倍压缩传输高清格式视频图像技术，新型计算机图形技术，多媒体图像表现技术，3DGIS实景建模和虚拟现实技术，目标识别和自动跟踪技术，结合已有的网络信息化技术，有线与无线网络组网和传输技术等，为政府决策办公和应急指挥提供智能可视管理的基础信息平台，并服务于民生，应用于企业和社会团体。智慧城市以VIDC（即城市级可视化互联网数据中心）为基础，实现智能感知、互联互通、协调共享和城市运营体系。业界内最早提出“智慧地球”及“智慧城市”概念的IBM公司认为具备以下特征：（1）全面物联智能传感器设备将城市公共设施物联成网，对城市运行的核心系统实时感测；（2）充分整合物联网与互联网系统完全连接并融合，将数据整合为城市核心系统的运行全图，提供智慧的基础设施；（3）激励创新鼓励政府、企业和个人在智慧基础设施之上进行科技和业务的创新应用，为城市提供源源不断的发展动力；（4）协同运作基于智慧的基础设施，城市的各个关系系统和参与者进行和谐高效地协作，达成城市运行的最佳状态。2、智慧城市IT架构智慧城市需要打造一个统一平台，设立城市数据中心，构建三张基础网络（通信网、互联网、物联网），通过分层建设，达到平台能力及应用的可成长、可扩充，创造面向未来的智慧城市系统框架。以三大基础网络为核心，将底部感知层通过各类终端设备如、摄像机、RPID、传感器等采集的数据上传至平台层的城市级数据中心。数据在数据中心进行智能处理和分析，并高度共享，最终应用于城市应急指挥、智能安防、智能交通、智能物流、智慧社区，区域卫生医疗、电子政务等多个领域。3、智慧城市受益于政府政策支持我国经济一直存在内需不足的问题，而城镇化将是最大的内需潜力所在。目前，我国城镇化率刚刚超过50%，但按户籍人口计算仅在35%左右的水平，远低于发达国家。城镇化建设将是政府的长期任务，智慧城市的政府投资驱动力强。2023年11月22日，住建部正式发布《关于开展国家智慧城市试点工作的通知》，并印发了《国家智慧城市试点暂行管理办法》和《国家智慧城市（区、镇）试点指标体系（试行）》两个文件。认为建设智慧城市是通过综合运用现代科学技术、整合信息资源、统筹业务应用系统，加强城市规划、建设和管理的新模式。首次明确了智慧城市是国务院关于创新驱动发展、推动新型城镇化、全面建设成小康社会的重要举措。2023年1月29日，由住建部召开的国家智慧城市试点创建工作在北京召开，公文公布了首批国家智慧城市试点名单。首批试点名单共有90个，基中包括地级市37个，区（县）50个，以及3个镇。同时，国家开发银行也表示，在“十四五”的后三年，将与住建部合作向智慧城市建设投产800亿元。2023年3月11日，发改委同工信部在南京召开了“促进我国智慧城市健康有序发展的指导意见”研讨会。根据7月底举行的2023年中国信息化报告会，由国家发展改革委、工业和信息化部、科技部、公安部、财政部、国土资源部、住房和城乡建设部、交通运输部八部委联合研究起草的《关于促进智慧城市健康发展指导意见》（以下简称《意见》）已于7月22号报请国务院发布。《意见》对我国智慧城市建设的发展思路、建设原则、主要目标和信息安全保障等提出了明确要求。该意见的出台有望改善我国智慧城市建设当前存在的受多部委管理、地方政府盲目建设的局面，可以统筹规划我国智慧城市的建设，有利于智慧城市产业链的良序发展。2023年8月5日，住建部公布第二批智慧城市试点名单。尽管比原计划推迟了约两个月的时间，但第二批试点城市数量远超过原计划的50个。根据名单，第二批智慧城市共有北京经济技术开发区等103个城市（区、县）被列入试点，其中包含83个市（区），20个县（镇），以及9个扩大范围的第一批试点城市。随着第二批试点名单的确定，我国智慧城市城市建设将进入快速发展期。八、智能交通：交通指挥控制自动化1、城镇化将带来严重的交通问题城镇化的直接影响是城市居民人口增多，城市交通流呈现饱和或过饱和状态，由此造成严重的交通拥堵、交通事故和环境污染问题。我国城市交通问题尤为突出，由于我国城市道路面积率普遍较低、汽车保有量迅速增长以及混合交通流的严重影响，导致交通拥挤等道路交通问题更加严重和难以解决。解决城市道路问题唯有两大途径：一是加快道路建设，增加道路容量；二是应用智能交通系统（ITS，IntelligentTransportationsSystem）来提高路网运行效率。然而中国城市人口密度大，土地资源有限，道路容量难以得到有效增加。因此，解决交通问题的的最好途径是应用智能交通系统。2、智能交通管控与车联网系统智能交通系统包括两大方面，一是面向交通管理部门的智能交通管控系统，二是以车辆为对象的车联网系统。（1）智能交通管控系统智能交通管控系统以交通信息为中心，连接道路信息管理系统、交通信号系统、电子收费系统、车速信息系统以及公共交通工具管理系统（公交系统、出租车系统、城市轨道交通系统）等。预测并提供决策参考是智能交通的关键。通过对交通流信息的数学建模和对交通数据的智能分析，智能交通管控系统可实时和持续地集成城市网络来自不同部门的各种道路和交通相关信息（例如城市公路图、公共交通行车路线和时刻表、收费站点图等），收集可能影响未来交通流量的各种事件，通过城市路网时空模型，根据不同时间段，分析和预测不同的交通流量，为行车人员判定并提供路线建议。市政部门也可以根据城市道路信息监控，适时引导车流，合理分散道路压力；遇到突发情况的时候，可以联动城市应急系统指挥中心，统一指挥，调配周边急救资源，安排和控制车流量，迅速实施救援。1总之，智能交通管控系统旨为道路、使用者和交通系统之间提供紧密、活跃及稳定的信息共享与处理功能，最终为交通服务使用者提供实时的交通信息，为期提供交通路线、出行方式及时间提供智能决策参考。此外，交通电子警察系统也是智能交通管控系统的重要组成部分。电子警察系统对信号灯状态及违章行为进行检测；当检测到违章行为发生时，自动进行抓拍，并能实现对车辆的智能识别、违章信息自动存储、自动报警等功能。（2）车联网系统与智能交通管控系统不同，车联网系统以辆为中心。实际上，车联网是物联网在交通领域的具体实现，以车辆为节点，通过对物联感知技术，实现对车辆自身属性以及在道路、环境等车辆外在属性的动态获取，同时还实现车辆、人员、道路以及外部环境的协同，实现多源信息的高度整合。按《中国车联网产业技术白皮书》的定义2，车联网（IOV，InternetofVehicles）是指通过车辆电子标识、传感器、无线移动通信、卫星定位和海量数据处理等现代信息通信技术的应用，对所有在网车辆和道路交通基础设施的属性、静态和动态信息进行有效识别，并通过信息综合应用平台进行智能化管理和服务的信息网络系统，从而应用于交通安全、交通服务、交通缓堵、节能减排、物流运输、应急救援、智能收费、城市管理和个人信息综合服务等领域。从体系架构上看，车联网与物联网架构并没有太大区别，可以分为五层：数据感知层、网络接入层、网络传控层、信息服务支撑层以及信息服务开发平台。从技术实现上，《白皮书》将车联网系统的技术体系包括六大方面：高效通信、辅助驾驶、平台支撑、智能管控与开放服务，以及安全保障功能。其中，高效通信是车联网的基础，涉及到汽车厂商主导的车内通信、车外专用短距离通信和车辆与电信网络、互联网的整合通信三个层面。辅助驾驶则是车联网的重要应用，通过车-车、车-路协同和辆控制技术，提高单车行驶效率和交通系统整体的运行效率与运行质量。平台支撑是汇聚来自各方的信息流，对数据信息进行存储、处理和集成，为上层的车联网应用提供数据支撑。智能管控是通过整合交通设施和信息技术、改善交通机动性和安全性，提高交通出行效率。开放服务是以信息平台汇总的各种信息为基础，能够为驾驶员提供出行建议、汽车服务和食宿娱乐等多种服务，同时可以支持面向不同类型用户的车载信息增值服务的运营。八、智能建筑：建筑技术与现代信息技术的结合1、智能建筑的特点：3A+2E世界上公认的首栋智能建筑出现在1984年，当时美国联合技术公司（UTC，UnitedTechnologyCrop.）在美国康涅狄州的哈福德市改建完成了一座名叫CityPlace的大楼，初步具备现代智能建筑模式。该建筑以当时最先进的技术来控制空调设备、照明设备、防灾和防盗系统、电梯设备、通信和办公自动化设备，实现舒适性、安全性的办公环境，并具有高效、经济的特点。我国第一栋智能建筑是1990年建成的北京发展大厦，然而直到2023年10月，国家建设部和国家质量监督局才共同制定我国第一个智能建筑设计国家标准《智能建筑设计标准（GB/T50314-2023）》。智能建筑的最大特点楼宇IT系统建设高度协同，通过对外部环境的自动检测并智能调节各类设施，从而达到舒适、高效、节能、环保的目的。我国对智能建筑的定义是指利用系统集成方法，将智能型计算机技术、通信技术、信息技术与建筑艺术有机结合，通过对设备的自动监控、对信息资源的管理和对使用者的信息服务及其与建筑的优化组合，所获得的投资合理、适合信息社会需要并且具有安全、高效、舒适、便利和灵活特点的建筑物。智能建筑以3A技术+2E理念为特点。智能建筑系统(IBS，IntelligentBuildingSystem)由三大子系统平台组成：通信网络自动化系统（CA）、办公自动化系统（OA）与楼宇自动化系统（BA）。其中楼宇自动化系统又包括建筑设备监控系统、安保管理系统、火灾报警系统等，是智能建筑的核心系统。进入21世纪，随着低碳环保等理念的普及，智能建筑设计开始更多地考虑节能（EnergySaving）与环保（EnvironmentalProtection）元素。2、智能照明控制系统智能照明控制系统，指根据某一区域的功能、不同时段、室外光照强度等条件自动控制照明，最大特点具备远程控制功能、可编程场景控制功能、定时开关功能，最终实现现代城市建设的节能与环保要求。（1）智能化的基础：远程控制功能与DALI协议灯光系统的远程控制功能的核心技术基础是物联网和DALI协议。DALI协议最早是由一些灯具、镇流管和夹具制造商合作开发的，是一项开放的、专用于照明领域的数字通信控制协议。DALI协议允许控制器和灯具间的通信，遵循DALI协议的镇流器使用低电压配线连接成一条照明总线，系统中的每个镇流器都分配一个IP地址，从而实现灯具的独立控制和任意分组控制。通过远程控制功能可实现的操作包括：对照明参数的设定或修改、对照明状态进行监视和控制、基于BS模式可从任意一台接入网络的计算机或智能可进行控制。（2）智能化的表现：场景自动调用与定时开关场景控制功能就是对于固定模式的场景，无需逐一开灯和调光，可进行一次编程，设定场景选择。使用时仅需通过网络进入灯光控制系统直接调用需要的场景，或控制系统依据外部环境的变化自动改变灯光场景。（3）节能与环保：LED技术的使用使用LED作为光源可以提高发光效率，实现低能耗。在发出同等光照强度条件下，LED仅需要高压钠灯一半的能耗。3、智能楼宇安防系统（1）智能视频分析系统传统的视频安防系统一般仅拍摄并储存视频数据，仅在发生安防事故后调取视频档案进行人工分析取证。智能视频监控则具备高级行为分析、车牌/人脸识别等功能。高级行为分析。可针对视频画面中可能出现的画面模糊、位置或角度改变、场景内容或物体的变化等状况进行快速侦测并报警，在大规模应用中可有有效帮助监控人员及时发现异常。例如：自动检测监控场景中的物体丢失或被移动，主要用于在复杂场景中的贵重物品和关键设备的监控；当一个物体（如箱子、包裹、车辆、人物等）在敏感区域停留的时间过长（或超过了预定义的时间长度）即产生报警，典型应用场景包括机场、火车站、地铁站等；统计穿越入口或指定区域的人或物体的数量，例如为业主计算某天光顾其店铺的顾客数量；利用人体的各种行为特征对其所进行各种行为的描述和分析，提取哪些危险和有潜在危险的行为，如打斗、抢夺和突然倒地等行为；车牌/人脸识别。车牌识别是可以根据车辆形状、颜色、车牌号码等特征进行识别并反馈给监控者，用于被盗、疑似车辆追踪等。识别在识别车辆违归行驶、停放的情况中。自动识别人物脸部特征并与数据库进行比较以验证人物身份，可分为“合作型”和“非合作型”两大类。“合作型”应用需要被监控者在摄像机前停留一段时间，通常与门禁系统配合使用。“非合作型”则可以在人群中识别出特定的个体。识别人物的面部特征，并通过这些信息来判定人物的身份及等级。4、综合安保系统所谓综合安保系统是集成了门禁监控、视频监控、入侵报警、人员防护、停车场管理、语音对讲等多个子系统的综合系统，可以实现各子系统的协调运行，各子系统数据共享并相互开放接口，同时还向第三方应用开放数据接口或集成，如楼宇控制、ERP等。九、风险因素1、政府投入低于预期的风险在智慧城市和智能交通领域，政府投资是影响进度的重要因素，存在政府投入低于预期或资金无法到位的风险。2、市场推广低于预期的风险从智能化的商业应用领域，如果从信息化到智能化的升级成本过高，将存在企业对IT系统升级的意愿低于预期的风险。3、消费者使用习惯改变过慢的风险在面向个人消费者的智能语音应用领域，用户习惯也是重要影响应用，因此存在消费者使用习惯难以改变的风险。

2023年电子行业分析报告目录一、电子行业前三季度回顾 31、前三季度行情回顾:电子板块大幅跑赢大盘 3（1）指数行情：气势如虹，强势跑赢大盘 3（2）细分板块：电子系统组装和光学器件子板块后来居上 42、2022年电子行业维持高景气度 5（1）国际半导体市场：复苏进程依旧 5（2）国内半导体行业：1-7月份电子制造业“量”“质”齐升 6（3）上市公司：上半年业绩向好，盈利改善 6二、电子产业前瞻：看好长期发展，关注创新机遇 7三、智能移动终端 91、移动支付NFC成为亮点 92、指纹识别将成为智能机主流配置 103、天线元器件单机配置数量将继续增高 11四、新兴智能终端 131、智能穿戴的硬件产业链 132、借自贸区东风，体感游戏机大陆市场将爆发性增长 15五、智能家居 16六、安防行业 181、城市“平安化、智慧化”继续推升下游需求 182、“规模化，平台化，垂直一体化”成为趋势 19七、投资策略 21一、电子行业前三季度回顾1、前三季度行情回顾:电子板块大幅跑赢大盘（1）指数行情：气势如虹，强势跑赢大盘2022年初至今，申万电子指数大幅上涨，涨幅为43.51%，而同期沪深300指数下跌5.69%，电子指数仅次于信息服务和信息设备板块，全行业涨幅排名第三。与同期的国际主要电子市场的表现相比，A股电子行业指数的涨幅也遥遥领先。（2）细分板块：电子系统组装和光学器件子板块后来居上2022年初至今，申万电子行业细分子行业中，电子系统组装板块涨幅最高，为79.72%；其次为光学元件板块，涨幅为74.43%。涨幅最低的为显示器件，涨幅为23.82%。其中，电子系统组装和光学器件板块上半年的涨幅分别仅为15.93%和0.01%，第三季度开始迅速上涨，后来居上。2、2022年电子行业维持高景气度（1）国际半导体市场：复苏进程依旧观察全球范围半导体行业数据，日美半导体BB值（订单出货比）今年1-7月份一直处于荣枯线以上（高于1），表明半导体行业上游开始复苏，这是整个行业复苏的一个标志。8月份北美半导体指数跌破1.为0.98，我们认为这与部分主要终端设备商推迟重要产品发布有关，现在还不能简单推定全球半导体行业步入衰退，需密切关注后续月份的数据。（2）国内半导体行业：1-7月份电子制造业“量”“质”齐升2022年1-7月份，我国半导体产业的主营总收入为7,598.15亿元，同比增长13.31%；利润总额为299.08亿元，同比增长46.38%，行业运行在高景气度区间，销售规模和盈利水平都得到了较高的提升。（3）上市公司：上半年业绩向好，盈利改善从上市公司的角度来看，2022年上半年，A股中电子元器件行业的营业收入为1045.86亿元，同比增长率为21.43%，高出全部A股营收增速12.8个百分点；行业归属母公司股东的净利润为69.33亿元，同比增长率为41.59%，高出全部A股的同比增速30.16个百分点。其中显示器件板块复苏加快，归属母公司股东的净利润的同比增长率为459.27%；电子系统组装、光学元件等板块归属母公司股东的净利润的同比增长率分别达到85.54%、86.59%。盈利能力方面，2022年上半年，电子元器件行业的销售净利率为7.24%，高于去年同期的5.77%；二季度销售净利率为8.03%，高于去年同期的6.35%和一季度的6.33%；行业的ROA为1.98%，ROE为3.42%；与去年同期相比分别提高了0.68、0.47个百分点，行业盈利情况明显改善。二、电子产业前瞻：看好长期发展，关注创新机遇我们认为电子行业作为我国国民经济的重要支柱，在未来相当长的一段时间内仍将保持快速发展的态势，主要原因基于以下几点：1、政策层面，电子行业是我国经济结构转型的一个重要目标产业，也是信息消费领域的最重要的基础组成部分，相信国家在未来将会投入更大的支持扶植力度，这为行业的快速发展创造了良好的政策环境。2、宏观层面，在“西落东升”的全球大经济格局背景下，电子产业逐步由美日韩台向中国转移已经是大势所趋。中国大陆电子产业逐步切入全球的供应链，随着越来越多技术消化，技术创新，我国电子产业在工艺和制造方面已经具备了较高的竞争力，并开始逐步向高端设计、制造和研发领域以及品牌运作领域进军，部分品牌已经开始了海外市场的品牌输出。3、中观层面，随着我国受教育劳动力的不断增加，我国电子产业拥有工程师红利已经逐步显现；而且我国电子行业的企业家，在年龄和进取精神上都要比韩国和台湾更具优势。4、微观层面，人均GDP水平稳步提高，消费者可支配收入提升，以及借贷消费理念的普及度增加，都将带来消费升级需求。而企业的技术升级带来的全新的消费产品和消费体验，则再不断创造需求，带动电子行业市场规模的扩大。因此，我们看好中国电子产业的长期发展。与发达国家相比，我国的电子行业具备了更多的制造业属性，行业同时资金和技术密集型的特征，其自身的创新力也不断驱动产业的成长，这也是市场给予电子行业高估值的最重要原因。我们认为，电子板块孕育着新的机会，这些机会集中在新技术和新产品的运用上，特别是那些实用性强，消费体验好的高科技产品，将成为电子行业下一轮增长的基础。因此，我们建议重点关注创新领域的投资机会。三、智能移动终端2022年至今，在传统PC市场下滑的背景下，以智能手机和xPAD为代表的智能移动终端需求的持续增长，驱动了电子元器件产业新一轮的成长。伴随着智能手机的市场渗透率不断提升，全球智能手机的渗透率已经达到较高水平，我们认为未来其增速下滑将是大概率事件。智能手机的行业机会将会集中在相关零部件的升级和新技术的应用上，显示屏、镜头，电声器件，连接件，电池，天线和柔性板将成为下一步新技术应用的主战场。我们认为从2022年前三季度的行业发展趋势来看，除了一直以来的元件器微型化、数字化和高清化的趋势以外，未来一年智能机的值得关注的发展趋势主要集中在以下方面：1、移动支付NFC成为亮点2022年以来，HTC、三星、小米、高通、苹果等纷纷推出各自的新品，其中很明显的趋势就是，NFC配置成为标配。例如，HTCnewone成为NFC新机，新GalaxyNote3保持了Galaxy系列NFC的功能；智能手表GalaxyGear同样支持NFC；小米3同样支持NFC；苹果的iphone5S也支持NFC功能，主流机型的支持使移动支付NFC模块成为亮点。NFC是近场移动支付的一种，相对于蓝牙，红外线，WIFI等其他近场技术，NFC（近距离射频无线通讯）技术的安全性、便捷性比较突出，成为手机近场支付的首选。伴随着国内移动支付配套设施的逐步完善，以及NFC手机出货量的不断增加，我们预计国内NFC支付市场也即将步入快车道。相关产业链上市公司将受益。NFC支付的三个重要环节为制卡、芯片和天线。主要产业链梳理如下：2、指纹识别将成为智能机主流配置苹果九月份发布了新款智能手机iPhone5S，其带有的指纹识别功能（TouchID），成为本次为数不多让人眼前一亮的创新。虽然仍然存在安全瑕疵，但是从消费者的使用反馈上来看，这项新功能获得了极高的评价。我们认为，由于苹果的领导效应，指纹识别功能未来会逐步成为智能手机配置的主流。虽然指纹识别技术已经比较成熟，但是运用于智能手机领域需要更精细化的设计和封装技术，目前国际主流采用WLCSP技术。WLCSP技术之前主要用于高清晰度高端相机的零部件封测领域，产能相对有限，指纹识别的加入，势必将导致对于该封测技术需求的增加。全球WLCSP封测业务产能主要集中在少数厂商手里：主要生产厂商与产能如下所示：苹果2021年以3.56亿美元收购了指纹感应技术开发商AuthenTec，iPhone5S的指纹识别传感器芯片正是由其设计，苹果在台积电投片，再由精材科技进行封装，然后由日月光进行打线和SiP。我们预计2021年WLCSP封测需求将逐步放量，A股唯一的相关上市公司华天科技将显著受益。3、天线元器件单机配置数量将继续增高随着用户需求升级和移动互联网技术的进步，用户对手机网络功能越来越青睐，多媒体手机日趋流行，手机无线数据传输的要求也越来越高，手机开始向智能化方向发展。手机已不仅是简单的语音通信工具，很多非语音通信功能都成为标准配置或者备选配置。手机由最初仅配备基本接收、发送功能的主天线，发展到目前配备主天线（2G/3G/4G…）、WiFi天线、Bluetooth天线、GPS天线、手机电视天线、FM收音机，NFC天线等多个天线，单台手机配备的天线数量逐渐增加，而天线小型化技术LDS等的进步也使这样的多天线设计成可行性增加。此外，由于LDS天线取代FPC天线导致天线单价大幅提升以及单机天线使用量以及移动互联终端越来越多，市场规模仍在不断扩大。2021年全球移动终端天线市场规模约为28.47亿支，预计2021年全球移动终端天线市场容量将超过50亿支，移动终端天线行业将迎来爆发式增长。目前全球LDS产能排前三位的厂商分别是Molex、信维通信、安费诺，台湾启基和硕贝德。因此，信维通信和硕贝德将在此领域明显受益。四、新兴智能终端2022年至今，在传统PC市场下滑的背景下，以智能手机和XPAD为代表的智能移动终端需求的持续增长，驱动了电子元器件产业新一轮的成长。伴随着智能手机的市场渗透率不断提升，我们认为未来其增速下滑将是大概率事件。智能穿戴作为一个新兴的市场，涌现出一大批吸引力较强的产品，比如智能眼镜，智能手表，智能鞋子，体感游戏机、智能汽车、智能家居和智能电视等，伴随着规模化生产带来的成本下降以及技术提升带来的客户体验的提升，新兴智能终端的需求将会迎来爆发性增长，进而可能继续引导下一轮电子行业的向上周期。1、智能穿戴的硬件产业链可穿戴设备在软件方面带来的冲击和改变较大，而硬件方面，市场主流观点认为，与智能手机产业链区别不大。智能穿戴产业链的核心，主要集中在CNC精密加工、柔性材料、微投、LDS天线和NFC等技术领域。主要相关上市公司梳理如下：2、借自贸区东风，体