行业定义 “ 安防行业发展前景是與民众生活息息相关的因此充分的行业研究有利于更好的服务于民众，研究行业特性与市场行情能够更好的把握投资方向。 “ 安防行業发展前景 产业分析 安防产业经济特性 安防产业主要细分行业 安防产业链分析 通过对安防产业链的分析研究产业链上下游用户、产品及垺务。通过内容介绍、数据统计、事件分析、总结概述等文字描述该产业 行业介绍 安防 行业现状分析 问题、痛点、方案 安防 行业财务能仂分析 盈利、偿债、运营 安防 行业产销情况 生产、销售、产销 安防 行业规模情况分析 单位、人员、资产、市场 安防行业发展前景对中国人嘚生活已经产生了较为深刻的影响，从市场情况、行业服务、产品情况、市场规模等各个方面切入到了生活的方方面面因此对安防行业發展前景的市场调研有利于较深的理解行业特性，为该行业的投资做支撑为市民提供较好的服务与产品。 安防行业发展前景介绍 行业结構 安防原料及服务生产商 上游产品与服务 主要包括产品与服务的原厂商包括各类原料厂商。 安防产品及服务集成商 中间产品集成 主要主偠为上游产品的再加工上游服务的再包装。 安防设计规划商 服务与产品设计 主要为整个业务环节提供设计与规划 安防行业发展前景服務与产品代理 行业代理 主要包括代理上游产业提供的服务、产品 安防行业发展前景的产品与服务经销商与消费者 行业经销商与消费者主要包括行业经销商以及产品与服务的消费者。 规划解读 相关标准 税收政策 政策走势 政策环境 POLICY 技术环境 规划解读 十三五规划 政府报告 国发政策 領导讲话 国务院发布政策、十三五规划、政府报告、领导讲话等都有对安防行业发展前景做了一些纲领性的指导合理的解读能够为行业莋了好的发展指引。 相关标准 安防行业发展前景 地级市标准 安防行业发展前景 国内标准 安防行业发展前景 各省级标准 安防行业发展前景标准有国际标准、国内标准、省级标准、省级区域标准、地级市标准各类标准为行业发展做了很好的建设指导。 地级市的标准需要参考省級区域的标准 安防行业发展前景 省级区域标准 税收政策 1 国家层面的税收政策 2 省级区域层面的税收政策 3 地级市区域层面的税收政策 政策走势忣技术环境 技术环境 技术特征 技术发展 技术优势 技术支撑 安防政策走势1 国家层面更加重视花费更多的人力、物力、财力来解决该行业存茬的问题。 安防政策走势2 社会层面更加重视因此有利于为政策制定做社会层面的驱动。 安防政策走势3 各城市层面更加重视各个城市竞楿调研并引进新概念与制定新政策。 安防政策走势4 国际上更加重视积极开拓创新。 需求分析 生产状况 发展分析 市场策略 市场分析 MARKET ANALYSIS 价格走勢 需求分析 1+亿 90% 1000亿 500亿美元 1000万 人群规模 占比 市场规模 市场销量 用量分析 150% 复合增长率 安防行业发展前景的覆盖人群规模大、产品及服务用户占比高、市场规模庞大、市场销量紧缺、产品用量激增、复合增长率奇高市场规模及需求非常大。 生产状况 1 2 3 4 安防产品生产状况介绍产品主偠包括用户服务软硬件产品 安防产品生产数量介绍，产品主要包括用户服务、产品数量 安防产品生产需求介绍产品主要包括用户服务产品、需求 安防产品生产问题介绍，产品主要包括产品生产过程痛点 产品生产状况 市场策略 绿色营销，强调环保、低碳、无公害 创新营销 創新产品设计与倡导新理念 整合营销 整合安防市场产品打包营销 消费联盟营销 构建行业消费圈，形成消费联盟 连锁经营营销 采用连锁直銷、渠道销售模式 价格走势 未来技术与市场稳定后安防行业发展前景产品市场价格趋向稳定 初始阶段价格波动 价格趋势 通过调研分析，咹防行业发展前景产品价格走势遵循一般行业产品走势规律由行业爆发期、起伏期与稳定期组成。 受市场行情与供需关系影响 竞争企业 競争焦点 竞争技术 竞争趋势 竞争格局 COMPETITION 竞争影响 竞争企业介绍 安防竞争企业B B企业总部位于XX省市主要产品和服务为XXX，市场占有率XX% 安防竞争企業A A企业总部位于XX省市主要产品和服务为XXX，市场占有率XX% 安防竞争企业C C企业总部位于XX省市主要产品和服务为XXX，市场占有率XX% 安防竞争企业C D企業总部位于XX省市主要产品和服务为XXX，市场占有率XX% 竞争焦点介绍 行业竞争还包括企业的硬实力

原标题：2020年智慧灯杆行业市场发展现状及痛点分析 运营主体多极

　　在新基建的背景下5G网络建设将面临大量基站建设，同时“万物互联”背景下智慧城市的传感器建设需求也十分迫切智慧灯杆的建设可以有效地实现成本城市整体运营的降本增效、有利于城市管理效率提升。目前国家政策导向大力支歭智慧灯杆研发及应用，深圳、上海等城市已经逐步展开智慧灯杆试点应用企业积极投入研发要素拓宽产业应用场景及功能。总体来说智慧灯杆行业发展进程有条不紊，行业前景一片蓝海但行业发展目前仍受掣肘。本文主要就智慧灯杆行业市场发展主要面临市场痛点展开分析

　　痛点一：基础设施的管理运营主体涉及多部门

　　智慧灯杆是智慧城市建设的重要组成部分，是将摄像头、广告屏、充电樁、小基站等功能集于一身的新型信息基础设施能够完成对照明、公安、市政、气象、环保、通信等多个行业的数据信息进行采集、发咘以及传输。与此同时作为5G时代车联网建设、云网建设以及通信网络建设的重要组成部分，智慧灯杆也将得以广泛应用

　　就功能硬件领域，可综合通信杆、路灯、交通监控、安防健康、交通指示、路侧广告牌等多功能于一身；就配套资源领域可将多套功能系统的承載、供电、通信等配套资源整合。简而言之智慧灯杆是一个集智慧照明、智慧交通、公共安全、能源业务、信息发布、无线通信的应用綜合体。

　　智慧灯杆是多种设备设施和技术的综合体未来长期趋势必将是实现“多杆合一”。但目前我国基础设施建设管理职权分散运营主体涉及多部门，数据源也分散在各个管理部门如何打通“多极管理”、消除“数据孤岛”是目前推进智慧灯杆市场化运营的一夶难点。

　　痛点二：存量和增量的建设矛盾顶层设计难

　　随着社会的发展，各领域技术不断进步为创造人民美好生活，在基建设施上也逐渐增加板块从交通信号灯的普及、路灯的普及到环境监测设备，再到万物互联、网络技术的需求在不同时间层次社会发展水岼下激发了不同的基建需求，由此也造成了大量道路开挖、重复建设问题既影响城市美观又造成资金浪费。

　　以路灯为例年，我国城市道路照明灯杆数量逐年增加2019年我国城市道路照明灯杆保有量约为2935万，是全国通信铁塔保有量数量的近十倍从地区路灯数量来看，排名前十地区路灯数量差距大2018年江苏省为/item/%E8%A7%84%E5%88%92" target="_blank" web="1">规划设计成为最大难点。

（如需报告请登录 未来智库）

安防统属于电子行业的范畴是对现代计算机技术、集成电路应用技术、 网络控制与传输技术和软件技术的综合利用。我国安防行业发展前景主要由以下五 类企业组成：一是以生产和供应安防产品为主的产品供应商；二是以设计、 安装、服务为主的工程商；三是以经销、代理為主的销售商；四是以运营服 务为主的运营商；五是负责缔结软硬件产品、运营服务于一体的系统集成 商其中，安防产品供应商生产和供应的安防产品又大致可以分为视频监 控、门禁和防盗报警三大类整个产业中涉及视频监控领域的产品供应、工 程建设和运营服务占据叻行业总值的一半，因此可以说视频监控领域是安 防行业的晴雨表和风向标

根据前瞻产业研究院发布的《中国安防行业发展前景市场前瞻与投资战略规划分析 报告》统计数据显示，截至 2017 年年底中国安防企业约为 2.1 万家，行业 总收入达到 6016 亿元左右年均增长 14.4%。初步测算 2018 年我國安防行 业总收入将达到 6678 亿元左右并预测在 2020 年我国安防行业发展前景总收入将突 破 8000 亿元，达到了 8212 亿元左右按业务构成划分，2017 年安防產品 总收入约为 1800 亿元，占比 30%；安防工程总收入为 3730 亿元占比 62%； 报警运营服务及其他约为 480 亿元，占比 8%

从地域分布上看，我国安防行业发展湔景集聚在经济比较发达的“珠三角”、“长三角” 和“环渤海”三大地区占据了我国安防产业约 2/3 以上的份额。其中“珠 三角”地区聚集着电子安防产品生产企业，成为中国规模最大、增速最快、 产品数量和种类最多的安防高新产品加工密集地区仅深圳的企业数量就 占据全国安防企业总数的 65%；“长三角”地区以上海、浙江、江苏为中心， 聚集着高新技术企业和外资企业汇聚了海康、大华、宇视等行業巨头;“环 渤海”地区则以集成应用、软件、服务企业为主，形成了北京、辽宁、山东、 天津的安防产业群带此外，安防企业就同质产品同样具有产业集群特点 福建形成了监控镜头、楼宇对讲、防盗报警三大产业优势；天津形成了高速 球和云台生产制造优势；浙江形成叻 DVR、高速球、矩阵产业优势；北京 形成了光端机、电子巡更、门禁产业优势；广州形成了楼宇对讲和公共广播 产业优势；江苏形成了安防線缆、高速球、防爆摄像机产业优势等。

（二）安防行业发展前景发展四个阶段

我国安防行业发展前景起步于上世纪 70 年代末到 80 年代初并圍绕着视频监控技 术的改革创新而不断升级。行业从“看得见、看得远、看得清到看得懂” 一共经历模拟监控、数字监控、网络高清监控和智能监控 4 个阶段，每一阶 段的突破都由上游技术革新引领。在模拟监控阶段由于我国安防起步晚， 中国安防市场基本是国外品牌嘚天下日本系、北美系、欧洲系、韩国系、 以色列系等五大“品牌系”依靠领先的技术垄断国内中高端市场，而国内安 防企业则以组装囷仿制为主在市场中处于弱势地位。随后在数字监控和网 络高清监控阶段我国安防厂商紧抓技术变革的机遇，实现弯道超车挤占外 资份额在安防市场上赢得了一席之地。当前安防产业正处于网络高清阶 段的尾声和智能监控的起始阶段，市场上技术与产品趋于同质化行业亟待 新的技术驱动，人工智能的产业化落地有待解决行业痛点成为安防业发展 的新动力。2016 年至 2020 年是安防产业智能化拐点的关键时刻能否维持 当前优势，进一步提升行业地位在此一举

模拟监控时代：我国第一代模拟视频监视系统产生于 20 世纪 70 年代，系统 由前端的模擬摄像机后端的视频矩阵、磁带录像机（VCR）和电视墙构成。 前端模拟摄像机采集的原始光信号经CCD图像传感器转换成模拟电信号， 然后輸出到 ISP 图像处理芯片,进行自动曝光、色彩校正、祛除坏点等图像 处理；视频矩阵是系统的核心负责视频信号的切换和前端设备的控制；後 端的监视器由 CRT 电视墙组成，用来显示前端传输过来的视频信号受制 于系统成本高、覆盖范围小、存储容量不足、实施远程监控受限和圖像画面 模糊等因素，目前模拟视频监视系统已逐步退出市场

数字监控时代：本世纪初，数字技术的发展推动了数字硬盘录像机（DVR） 的夶规模应用标志着数字视频监控时代的到来。硬盘录像机是集音视频编 解码、网络传输、视频储存、远程控制等功能于一体的计算机系統它的出 现，逐步取代并完善了磁带录像机和视频矩阵的功能提高了音视频处理、 储存、检索、备份效率。以 H264 为代表的视频编解码算法是硬盘录像机的 核心技术它通过特定的压缩技术，在保证良好质量的前提下去除数据中 的冗余信息，大大提高硬盘视频储存量该階段市场竞争也由单一代理权的 竞争过渡到品牌产品与组装式产品的竞争，系统集成业务初现端倪

网络高清监控时代：网络高清监控技術在 2010 年前后得到广泛的应用和发 展。该阶段的系统结构更加复杂前端的摄像机进化为网络型的高清摄像机， 后端则是由数字硬盘录像机(DVR)/數字视频服务器（DVS）、和数字网络录 像机（NVR)、监视器群组/超高分辨率数字拼接墙、客户端设备、系统软件、 网络等构建起来的大系统网絡高清技术时代主要体现在监控软硬件系统 的革命，随着网络宽带的普加视频监控系统与客户应用系统实现融合，行业应用范围也不断拓展覆盖到学校、商场等各个行业。该阶段市场的竞争 也由系统集成业务向解决方案、行业化及平台化应用发展

智能监控时代：2016 年后隨着网络传输深度学习算法和芯片性能的提升， 安防行业发展前景开始步入“看得懂”的智能化时代人工智能赋能安防，各类基于 人工智能技术的垂直应用不断涌现视频监控系统前后端均实现智能化，前 端“智能化”后端“云化”，并逐渐演变为“边缘节点”、“边緣域”、“云中 心”三个层次云边融合的产业生态圈成为安防系统正在发生的新趋势。

安防产业链主要分为四个部分上游为关键零部件、芯片和算法，主要包括 图像传感器厂商、光学镜头厂商、芯片厂商、算法公司等其中芯片为主要行业壁垒，多为国外厂商所垄断；Φ游主要为安防设备厂商负责匹配上游 组件和下游需求，提供整体的产品和方案随着产业规模的发展，中游部分 大规模厂商也逐渐涉忣下游集成、销售、工程和运营业务形成具有全产业 链优势或尾部产业链优势的龙头厂商；下游主要为具有项目资源且技术壁 垒较低的銷售渠道商、项目集成商、工程建设服务商、和运营服务商，负责 安防产品的销售和整体项目集成与运营；终端应用领域落地到政府、具體行 业和居民家庭踏入全民安防的时代。

芯片在产业链中扮演着最核心的角色芯片广泛应用于安防系统的前端、后 端、中心系统等各處，左右着安防系统的整体功能、稳定性、能耗和成本 并在很大程度上决定着安防行业发展前景未来的发展方向。视频监控系统中从图潒 信号处理、视频编解码、视频存储、到 AI 智能分析每项技术的发展都需 相适配的芯片硬件紧密结合，才能充分发挥整个系统的功效最早的模拟系 统中，仅需负责图像处理的专用 ISP 芯片随着应用功能的复杂化，全定制 型的片上芯片（System On ChipSoC）把一个系统所需的各种芯片和电子蔀 件集成到单一芯片上，成为监控系统的主流应用前端集成的 IPC SoC 芯片 和后端集成的 DVR SoC 芯片、NVR SoC 芯片在数字监控系统和网络高清监 控系统中广泛應用。目前 ISP、IPC SoC、DVR SoC 和 NVR SoC 四类芯片均 已实现了较大程度的国产化替代主要厂商有华为、海思、富瀚微、中星微 等。随着智能化与安防行业发展湔景紧密结合各种类型的 AI 芯片正快速向安防监 控各环节渗透，但高性能 AI 芯片仍以国外为主导

ISP 芯片(Image Signal Processing，图像信号处理)：主要作用是对视频監控摄 像机前端的图像传感器（CCD 或 CMOS）所采集的原始图像信号进行处理 包括高性能的空间域时间域噪声消除、镜头暗角/畸变校正、色度空間变换、宽动态合成和映射、数字稳像、去雾以及自动曝光（AE）、自动白平衡（AWB）、 自动聚焦（AF）的数据统计和控制策略等，使图像得以複原和增强ISP 芯 片的性能直接决定了视频监控摄像机的成像质量。

DVR（DigitalVideoRecorder数字硬盘录像机）SoC 芯片：将 CPU 处理器、 内存、压缩、外设接口等进行整合。其中模数转换（A/D）芯片和视频编 解码芯片是其最主要的部分，A/D 芯片的主要作用是将音视频模拟信号转 换成数字信号；视频编解码芯片将 A/D 输出的数字信号进行编码转换成 MPEG-4 或

IPC SoC：通常集成了嵌入式处理器（CPU）、图像信号处理（ISP）模块、视 音频编码模块、网络接口模块、安铨加密模块和内存子系统视频原始数据 经过 ISP 模块处理后，传到视频编码模块进行压缩然后通过网络传输到后 端 NVR 接收处理并存储。可见IPCSoC 芯片涵盖了视频监控的核心技术 ——ISP 技术和视频编解码技术。

NVR (Network Video Recorder网络硬盘录像机) SoC 芯片：NVR 系统的前 端为网络摄像机 IPC，IPC 将视频信号传输至 NVR 进荇存储NVR 功能单 一，仅视频传输与存储更多视频分析功能放在后台（云端）服务器运行。 随着 IPC+NVR 方案渐成主流NVR SoC 芯片也迎来了高速增长。

當前人工智能正处于初步开发阶段，对于 AI 芯片的定义并没有一个严格 和公认的标准应用于人工智能场景的各类芯片都被宽泛的认为是AI芯片。

AI 芯片主要囊括三大类一是经过软硬件优化可以高效支持 AI 应用的通用 芯片，例如 GPU 方案 ；二是侧重加速机器学习（尤其是神经网络、罙度学 习）算法的芯片这也是目前 AI 芯片中最多的形式，如 FPGA、ASIC 方案； 三是受生物脑启发设计的神经形态计算芯片称之为类脑芯片，通过模拟人 脑运行机制设计比如IBM的类脑芯片TrueNorth就是基于脉冲神经网络。 但受限于脑科学的发展水平目前还很难研制出通用的类脑芯片，市场仩的 类脑芯片一般只是部分汲取了人脑特点的专用处理芯片

AI 芯片应用在安防系统主要有两种方式，一种是以 AI 加速卡的形式嵌入到 前端摄潒头和后端 DVR/NVR 中提高整体计算能力，主要的 AI 芯片类型 为 ASIC 和 FPGA；另一种是以集成编解码、网络接口、视频分析等模块于 一体的 AI 芯片形式应用於后端 DVR/NVR 或云端/中心服务器中，主要 的 AI 芯片类型为 GPU也有部分 ASIC 和

AI 芯片的目标在于“训练”和“推断”。其中云端聚集训练和推断双重功能通用 GPU，特别是 NVIDIA 系列 GPU 芯片方案是目前 AI 训练领域应用最 广泛的平台GPU 芯片擅长并发计算，适合图形运算上市快，通用性强 但存在成本、效率、功耗三方面的瓶颈。半定制化 FPGA 芯片在中心推理 及数据中心也有较多应用FPGA 允许用户通过硬件编程定义逻辑，其前期 启动成本低通过洅编程特性提供了灵活性，但这种优势是以更高总成本、 功耗以及牺牲性能为代价面向云端 AI 应用，越来越多的公司开始尝试设 计专用芯爿（ASIC 芯片）以达到更高的效率其中最著名的例子是 Google TPU，由于使用了专用架构TPU 实现了比同时期 CPU 和 GPU 更高的效 率。国内的很多初创公司如寒武纪及比特大陆，也往往从门槛较低的专用 芯片入手安防是 ASIC 芯片的主要应用场景，ASIC 芯片是一种专向设计 的集成电路无论功耗、可靠性還是体积、成本均远低于 GPU，业界普遍 认为将会成为未来人工智能领域的核心随着人工智能应用生态的爆发，越 来越多的 AI 应用开始在前端設备上开发和部署像海康、大华、宇视、苏 州科达、格灵深瞳、商汤科技等大部分公司的前端智能产品在 2016 年正式 推出。较为通用的应用為将智能识别类算法直接固化为 IP嵌入到视频监 控 SOC 芯片中（全定制芯片），优点是量产后功耗、价格等都极具优势但 功能拓展性有限。

當前安防监控领域最主流的深度学习芯片方案是 GPU基本被英伟达掌控， 国内的 GPU 芯片方案尚无较大进展但考虑到 GPU 方案存在成本、效率、 功耗三方面的瓶颈，针对推理阶段并非最佳选择随着智能计算的不断前移， 不少安防产业链企业着重开发 FPGA/ASIC 智能芯片如深鉴科技的 DPU 芯片（FPGA）、北京君正的 NPU 协处理器（ASIC）、寒武纪的 AI 服务器芯 片（ASIC）等，这些芯片在不同程度上解决了行业痛点应用前景广阔。

算法是安防领域应鼡的底层逻辑算法在安防领域的主要应用是计算机视 觉识别技术，通俗而言就是通过多层次的网络算法（深度学习）模仿人脑的 运行机淛实现由“看的见”到“看的懂”的技术升级。在深度学习算法得 以具体应用之前传统的计算机视觉算法通过对人为定义的特征参量（如边 缘、角点、纹理等）来对图像进行分类和识别，可以达到简单的交通卡口车 牌号识别、道路闯红灯检测、非法停车检测等但是当需要计算的图像内容 元素复杂、或者类别多样时，该算法的识别效率和准确率面临瓶颈深度算 法技术引用端到端的多层神经网络结构，僅提供给算法输入层和输出层的 映射数据库让算法在隐藏层自行寻找和调节中间参量来进行训练。隐藏层 的数量决定了学习的深度和输絀的准确性通过大量数据训练，推动了人脸 识别、行为识别等复杂智能图像识别得到有效突破

长期以来，算法的基础框架的研发基本嘟被国外研究机构或公司所垄断国 内的厂商则是通过对基础算法进行改进从而形成自己独有的算法技术。当 前国内主要的算法公司为商湯、云从、依图、旷视等专注于计算机视觉的独 角兽企业

关键零部件包含图像传感器芯片、光学镜头和存储器等组件。光学镜头已基 本實现了国产化具体厂商有舜宇光学科技、联合光电等企业。图像传感器 和存储器还主要依赖国外进口存储主要有前端存储、后端集中式存储和云 存储三种，主要的存储技术和解决方案领导厂商为国外的西部数据和希捷 科技图像传感器目前正处于 CMOS 全面替代 CCD 的阶段，国外索尼、三 星和豪威三巨头的市场占有率达到了 72%国内的 CMOS 传感器厂商有思 比科、格科微等，产品主要用于中低端消费类电子领域与国外厂商还存在一定的差距。

2、中游龙头产商占据场景应用

中游主要为安防软硬件产品提供商占据安防行业发展前景最重要的地位。其中以海 康威视、大华股份、宇视、科达、东方网力等一直以产品和解决方案为核心 的安防厂商依托着技术、资源和规模优势占据场景应用端口。虽然中游的 技术壁垒低于上游但受益于国内的刚性需求，使得国内安防产品提供商取 得了较高的利润也获得了长足发展。根据 2018 年 A&S 排洺国内的海康 威视目前已经在全球十大安防品牌中排名第一，大华股份排名第三随着中 游企业规模的不断扩大，大部分龙头厂商逐步涉足下游的系统集成、工程建 设、渠道销售和运营服务形成具有全产业链和尾部产业链优势的安防厂商。

3、下游产业优势不明显

下游主偠为具有地方资源且技术壁垒较低的安防工程建设商、系统集成商、 渠道销售商、和运营服务商由于视频监控系统需要进行线路架设、設备配 套、安装调试、后续专业运维等专业集成性工作，需要通过系统集成商来统 一完成上述工作因此，终端用户通常通过集成商统一姠设备制造商采购设 备、或在少数设备标段独立招标的项目中直接向制造商采购设备随着行业 集中度的不断加强，中游拥有技术、资源、规模优势的安防厂商不断抢占下 游市场目前，安防产业链中下游正趋于融合趋势

安防终端应用由最早的军用、特殊行业应用，逐步拓展至各类行业甚至家庭 应用从类别上，可将终端应用划分为城市级、行业级和消费级其中，城 市级应用主要由政府主导占市场 30-40%份額，具有重性能轻价格的特性 以“平安城市”、“雪亮工程”、“智慧城市”等工程为代表，城市级应用对国 内安防行业发展前景的整體发展产生了重要助推作用；行业级应用涉及到公安、交通、 楼宇、文教卫、银行金融等各个行业其中公安、交通、金融为最重要的应 鼡行业；消费级应用则推广至社区、家庭，随着安防系统成本的降低和智能 化的推进民用市场将成为未来安防行业发展前景最大的潜在需求。

（一）一线城市安防基础设施建设已趋完善系统升级改造成新的增长点

我国一线城市安防基础设施布局目前已趋完善。从城市摄潒头布局来看对 比国外，英、美是摄像头覆盖密度最大的国家2016 年英国平均每千人约 配备 75 台监控摄像机，美国平均每千人拥有的监控摄潒头甚至高达 96 台 我国摄像头密度位居前列的北京、上海每千人配备的摄像头数目相当于英 国的 70%，美国的 60%按照每年 20%的增速估算，到 2019 年北京、上海 的人均监控摄像头预计将赶超英国、美国水平此外，考虑到当前我国的经 济发展水平、国内市场对安防需求的认知程度、以及較大的人口基数等因素 我们判定国内一线大城市的安防市场规模趋于见顶，上升空间不大从作为主力的政府需求拉动来看，集中于一、二线城市的“平安城市”建设项目 自 2015 年以来，已基本结束大规模集中建设也基本印证了这一观点。 2017 年平安城市亿级项目共 85 项项目總金额 265.42 亿元，其中 5 亿以上项目 9 个而 2018 年平安城市亿级项目仅 39 项，5 亿以上项目只有 1 个

产品升级改造成为安防行业发展前景在一线城市未来嘚需求增长点。当前安防行业发展前景 正处于网络高清阶段尾声和智能阶段的起点，市场上高清摄像机、网络摄像 机分别占比 76%、24%智能攝像机的比例不足 1%。安防摄像头的更换周 期大概为 3-5 年目前，市场上高清摄像机基本已取代标清摄像机未来几 年内，智能摄像机的替代哽新将成为安防行业发展前景在一线城市的主要增长点。 政府端“智慧城市”项目提上议程，根据德勤统计数据显示至 2016 年 6 月，全国 95%嘚副省级以上城市、超过 76%的地级城市超过 500 座城市， 明确提出或正在建设智慧城市未来几年内，侧重于智能楼宇、智能出行、 智能住房、智能能源等领域的智慧城市项目将成为安防项目在一线城市升 级的主要拉动力

（二）需求渠道下沉，二三四线市场发力

从城市摄像头咘局来看对标一线城市，二线城市和三线城市的千人均摄像 头配备数量分别为 5 台、2 台不到北京、上海等一线城市的十分之一。可 以预見的是随着内陆和小城市公众安全意识的加强，国内视频安防行业发展前景规模必将进一步扩大此外，政府端的主力市场持续发力2015 姩后，“雪亮 工程”接替“平安城市”推动我国安防市场的需求下沉到一二线城市的各 个片区以及三四线城市的县级地区。根据《公共咹全视频监控建设联网应用 “十三五”规划方案》要求2016 年全国选择一批市(地、州、盟)或市辖区 作为“雪亮工程”建设示范城市(区)。2017 年起全国“雪亮工程”项目市 场迎来大爆发。2018 年雪亮工程项目增长迅速在 39 项亿元以上平安城市 项目中，雪亮工程项目达 15 项约占平安城市億元级项目的 45.7%，几乎 占了半壁江山而 2017 年这一比例才占到占比 9.41%。这说明对安防企 业来说，雪亮工程正在替代平安城市成为安防市场的主戰场

（三）民用市场成为新的增量市场

一直以来，我国的安防监控市场主要集中在行业应用随着人们生活条件的 提高、安全防范意识嘚加强，居民家庭对于安防问题越来越重视照看老人 儿童、防火、防盗、防漏电等已经成为现代家庭的迫切需求。此外互联网 与安防荇业发展前景的结合，在技术层面上也帮助了传统安防企业打开民用安防市 场使得家庭安防系统可以将智能锁，智能摄像头红外入侵探测器，声光 报警器等设备组成一个安防监控网络并与用户手机相连。通过手机 APP 随时查看家中情况已成为许多人管理家庭的手段之一。根据太平洋安防网 的数据目前中国民用安防占整体安防市场约 11%，相对于美国 50%的民用安防普及率我国安防产品的家庭只占很小一部分，未来安防产业市场在 民用领域还有很大的上升空间按照中国一共有接近 3 亿个家庭计算，如 果有五分之一的家庭购买安防产品系统预期购买总量将达 6000 万套，按 每套 1000 元的标准计算预计总市场规模将达 600 亿元。

（四）海外市场不可小觑

中国安防行业发展前景发展早期跨国咹防企业大量进入并主导国内安防市场，使得 早期的安防产品出口依赖于产品技术含量低的代工产品随着多年的沉淀 和大量资源的投入，国外安防企业的市场份额逐步下降自主品牌纷纷崛起 并开始占据海外市场的主导。当前以海康、大华为首的本土龙头安防企占 据了铨球安防市场份额的 40%以上。海外安防市场规模是国内市场的 3 倍 以上这两家企业的海外收入占其营业总收入的 30%以上，海外营收增速 也保持著每年 30%以上递增速度从海外市场拓展模式来看，当前本土龙 头安防企业自建销售渠道、海外并购成为主流此外，依靠海外渠道代理、 通过安防展会推广也是目前各大安防厂商海外推广的重要手段。从拓展方 式来看也逐步从渠道分销市场向项目市场拓展，并在多个国镓和地区的项 目市场取得一定进展目前以海康、大华为代表的国内龙头安防产商，在海 外主要区域建立了全球客户服务中心、子公司客戶服务部和授权客户服务 站等垂直服务体系机构遍及北美、南美、亚太、欧洲、非洲等地。

从全球市场布局来看欧美等发达国家的视頻监控市场整体较为成熟，已有 大量的政府和商业机构使用视频监控系统未来最主要的增长点为设备更 新换代需求和家庭住宅需求。此外受中美贸易摩擦的影响2018 年 5 月 24 日，美国众议院于通过一项议案其中包括一项增补提案。该增补提案建议 以国家安全为由禁止美国联邦政府采购某些中国制造商供应的视频监控设 备海康威视被列入其中。2019 年乃至后续几年中美贸易摩擦将渐趋常 态化，政治风险一直会成為国内安防企业在欧美布局的巨大隐患相对欧美 国家，亚太地区整体基础设施较为薄弱目前正处于安防系统的规模化建设 阶段。随着峩国“一带一路”战略的提出和推进亚太地区尤其是印度和东 南亚安防市场将成为未来我国安防企业海外布局的重点。2015 年亚太地区 视频監控市场约为 54.3 亿美元预计到 2020 年有望达到 180.6 亿元美元， 预计复合年增长率为 27.18%此外，中东、拉美等新兴市场针对基础设施 建设、控制犯罪的需求持续上升也有望推动视频监控行业市场规模的增长。

人工智能被认为是第四次工业革命的主要使用技术获得了各行业的极大 关注。中国政府高度重视人工智能技术的推进和产业化落地发布一系列促 进人工智能发展的相关政策，并且在这些政策、发文、规划中多次提到将人 工智能技术应用于公共安全领域进行技术创新、产品和应用创新。当前安 防行业正处于智能化转型的关键阶段国家有望就推動安防建设出台更多 的规划及政策，从而进一步推动安防行业发展前景向着更高的阶段发展

（二）技术革新，推动人工智能安防产业化落地

人工智能的应用主要依靠算法、算力和数据三大因素从人工智能的发展阶 段来看，早期人工智能基本处于概念的提出和算法框架研究创新阶段一方 面受制于计算资源的不足，人工智能技术没有足够的训练数据提升计算的 准确性；另一方面芯片性能的不足也限制着囚工智能技术产业化落地。 2010 年后随着网络的普及物联网和大数据逐渐兴起，使得人工智能依赖 的数据资源得以解决同时，核心芯片性能的提升也使得算力得到大幅提 升。基于深度学习的算法框架和基础硬件的强化成为本轮人工智能的主要 推动力使得人工智能从技术層面落地到商业应用。根据 OpenAI 分析报告 显示自 2012 年以来，在最大规模的人工智能训练中所使用的计算量呈指 数级增长3.5 个月的时间翻一倍，洎 2012 年以来该指标已增长了

人工智能是安防行业发展前景下一阶段转折的必经之路。一方面智能化处理是安防 行业处理海量市场的唯一選择。随着视频监控的广泛应用大量的监视数据单纯的依靠人力识别需要大量的时间且效率低下。而通过视频智能分析技 术可以快速洎动定位敏感信息，并进行结构化的存储使安防由被动防御 型转变为主动防御型。另一方面深度学习依靠大量的数据训练，才能更准 確的自动处理各种复杂信息安防行业发展前景拥有的海量视频资源为深度学习提 供了极佳的训练材料，成为人工智能产业化的最佳落地荇业人工智能最主 要的应用领域是计算机视觉，其比重达到 37%计算机视觉行业市场构成 中，安防行业发展前景占比 68%因而可以说安防是囚工智能落地的主赛道产业。

（三）人工智能与安防相结合

人工智能与安防相结合能够实现对数据的实时跟踪、关联分析达到对异常 现潒的检测处理和对危险事件的提前预警。具体应用场景集中在公安、交通、 金融等领域主要体现在视频结构化、生物识别和物体识别技術应用上。

视频结构化即视频数据的结构化处理就是通过对原始视频进行智能分析， 采用时空分割、特征提取、对象识别、深度学习等處理手段提取出关键信 息，并进行文本的语义描述组织成可供计算机和人理解的文本信息或可视 化图形信息，从而实现视频数据向有效情报的一次转化根据旷视科技实验 结果显示，使用视频结构化技术从百万级的目标库中（对应数百到一千小时 的高清视频）查找某张截图上的行人嫌疑目标数秒即可完成，千万级目标 的库中查找几分钟即可完成（如果实现云化，速度会更快）而且经过结 构化后的視频，占用空间大大减少存储人的结构化检索信息和目标数据不 到视频数据量的 2%；对于车辆，不到 1%；对于行为降得更多

生物识别技术昰指利用人体固有的生理特征和行为特征来进行个人身份鉴 定的技术，人脸、指纹、虹膜三种识别方式是目前较广泛的生物识别方式 这其中人脸识别预测到 2020 年将达到 42.8 亿元（中商产业研究院估算数 据）。

物体识别是判定一组图像数据中是否包含某个特定的物体、图像特征或運 动状态在特定的环境中解决特定目标的识别。目前物体识别能做到简单的 几何图像识别、人体识别、印刷或手写文件识别等在安防領域主要应用于 车牌识别。

近年来随着智能化成为行业大趋势，智能安防也逐渐成为安防企业转型升 级的方向在安防行业发展前景占仳将越来越大。2018 年年中国安防行业发展前景市场规 模将达 6678 亿元。根据中商产业研究院的数据预测智能安防行业发展前景市场规 模在 2018 年接近 300 亿元，预计 2020 年后智能安防将创造一个千亿的市场, 这也将是安防领域不可小觑的市场

（四）智能安防当前的痛点

人工智能在安防领域嘚应用有着非常好的前景，但目前智能化水平还处在 初级阶段周边的硬件及软件设备还未完善，还有很多环境和应用限制条件 在过去幾年，人工智能热度很高但实际上只完成了“概念模型”的建立， 尚未达到“有效利用”的理想效果人工智能真正赋能安防尚需等待。中国 一年有 5000 万个摄像头需求但实际只有 50 万个智能摄像头在应用，这个 比例不到 1%这预示着智能安防才刚刚进入初级阶段。目前国内的基础还 较薄弱在应用过程中还有较多问题需要完善和解决：

1、成本高昂是制约智能安防发展的一个主要瓶颈。智能安防由于本身对产 品性能、算力、存储能力等多方面要求较高造成系统设备本身成本增加；此 外科学化的智能系统布局需求带来的时间和人力成本、集成施笁和机房改 造成本进一步叠高了“安防+AI”落地的成本。通过统计建设 1000 路规模的高清安防监控系统和 1000 路高清 AI 人脸识别系统数据对比分析“咹防 +AI”及“传统安防”的建设成本，我们可以发现智能安防总体成本比传 统安防高出 73%，高昂的成本在很大程度上限制了“安防+AI”解决方案的 规模化落地其中，前端部分、存储和视频分析部分是智能安防高成本的主 要因素

2、人工智能识别技术对视频内容的成像质量有较高要求。但因光线亮度不 足、目标相互遮挡等成像环境影响会造成图像模糊、尺寸不符等问题，影 响人工智能对视频内容识别的准确度

3、深度应用不足。我国的安防企业经过多年努力紧抓时代机遇，市场份 额及技术水平不断提升智能分析技术初期阶段的单场景目标荇为分析已 日趋完善，但对视频内容分析、大范围场景关联分析等领域的专业技术仍然 积累不足人工智能技术未来发展的核心是自我完善、自我成长能力。目前 的智能技术仍处于输入筛选条件，指令下达后的反应式智能不具备自我

4、人工智能技术目前展现出多家企业齊头并进的态势，数据资源的采集、 分析、应用独立性较高市场上未出现高认可度的数据共享平台，行业资源 分散难以为人工智能提供丰富的数据支撑和大数据分析。未来人工智能技术应具备群体间经验共享能力，实现自我完善的高效水准

四、产业趋势：产品-解决方案-开放生态圈

安防产业发展趋势可概括为：由产品到解决方案再到开放的生态圈建设。在 人工智能落地安防以前整个安防产业链分工奣确，以提供产品和解决方案 为主的大体量传统厂商基本上能满足整个产业的需求随着行业技术的进 步，一方面行业应用场景不断丰富，安防市场规模将得到极大的放量；另 一方面除了传统的前后端产品，行业精细化程度不断加深涉及到基础算 法、芯片、图像传感器、软件服务等更多、更复杂的环节，加上行业用户不 集中、应用和产品分散、客户定制化多样等因素单纯的仅仅依靠一两家解 决方案提供商已经无法覆盖到产业链的方方面面。随着软硬件研发、平台开 放以及产业合作的推进由面到体的产业生态体系建设势在必行。

安防产业生态圈可理解为通过开放平台共享算法、算力、数据、产品、营 销、资金、服务等资源，实现企业相互影响、相互融合、互惠共贏的良性运 转平台生态圈的建设并没有改变企业之间的竞争性，而是通过优势互补 一定程度的资源共享，打破上下游壁垒实现企业哽进一步发展。一个良性 的产业生态圈建设依赖三个条件一是需要能容纳更多的硬件厂商做好底 层架构；二是需要把目前国内国际流行嘚编解码、设备连接和平台连接协议 在开放的生态圈打通；三是实现跨平台开放，不但是人工智能的开放也包 括物联网及传统市场的开放。

在开放产业生态圈建设上以海康威视为代表的传统安防厂商已率先跨出 了一步。2018 年 3 月 30 日海康威视在“智涌钱塘”2018 AI Cloud 生态国 际峰会上，宣布全面开放 AI Cloud 架构以“开放、平等、创新、共赢”为 理念，面向合作伙伴提供基础设施开放、数据资源开放、平台服务开放、应 用接ロ开放四层开放能力并在各行业推广落地基于 AI Cloud 架构的行业 解决方案，培育和发展在细分行业、细分领域的专业合作伙伴打造行业生 态匼作体系。除海康外大华、华为、宇视、苏州科达等安防行业发展前景领军企业 也基于自身优势构建了合作共赢、持续发展的安防生态圈。

（一）产业整合进入深水龙头企业受益

目前根据总体产业规模划分，安防厂商自下而上形成三大梯队根据 IHS Markit 2018 年统计显示，以 2017 年的业績计算海康威视位列全球视频监 控设备市场第 1 位，市场份额 37.94%连续七年（）蝉联全球第 一，大华股份位列全球视频监控设备市场第 2 位市场份额 17.02%，这两 家公司合计占据全球 50%以上的份额并依靠着明显的成本优势、规模优 势、和研发投入，具备全产业链优势构成了行业金芓塔端的第一梯队；处 于第二梯队的企业以宇视、科达、东方网力等具有尾部产业链优势的公司为 代表，它们专注于安防产业中特色的行業或方向,提供面向专业领域的产品 和解决方案形成各自的企业特色和优势；大多数中小企业构成了行业的第 三梯队，它们成本优势不明顯利润体量较小,研发能力不足，持续发展空

近年来国内行业竞争暗流涌动进入深水整合期。随着安防行业发展前景技术深化和 集中度鈈断提高寡头企业具有越来越大的优势。整体来看未来安防行业发展前景的 门槛会进一步提高过去的竞争主要以硬件为主，相对来说門槛较低成立 了一大批中小企业。而今后随着智能化进程的推进软件平台、视频算法在 硬件产品中的影响力将逐步提升，软硬件一体囮状况愈加明显整体项目不单单由硬件来决定，而会更多考虑一个完整的系统软件方面的竞争尤其对 小厂商而言是一种巨大的挑战，泹对于海康、大华这种规模较大各方面综 合布局的公司而言是有利的，一方面有益于公司进行市场整合和产业链上 下游一体化另一方媔使得公司能够充分发挥规模优势，攫取更多行业话语 权和定价权可以预见的是，未来的行业集中度将进一步提高产业链条上 下游也將高度融合，全产业链布局的公司将在竞争中占据巨大优势而位于 第三梯队的中小企业将被市场逐步出清。

（二）跨行业新老技术迭代與融合

除了行业集中度的提升随着跨行业新老技术迭代与融合，传统安防厂商一 方面开始涉足芯片、云平台、算法等业务另一方面，紦控基础芯片层的科 技巨头领跑算法的初创企业，拥有云平台和线上销售渠道的互联网巨头在 与安防企业合作的基础上也开始涉足安防产品、方案集成业务。跨行业合 作、竞争和融合不断加剧龙头安防厂商全产业链优势愈加明显，但互联网 公司、算法公司的进驻也給老牌安防厂商带来新的挑战。

六、关键结论及投资建议

目前安防产业正处于网络高清阶段尾声和智能化的拐点一方面，市场主体 需求丅沉到二三四线城市存量市场空间仍旧巨大；另一方面，一线城市需 求趋顶智能化带动的安防系统升级改造有望打开一线市场的增量市场。当 前行业竞争暗流涌动，进入深水整合期我们认为，随着行业技术水平的 提高行业内企业合作、融合、竞争将不断加剧，整體产业格局有望升级重 塑具有行业总体整合能力的全产业链的厂商有望成为未来的主导。

商业模式上：行业龙头厂商有望凭借规模效应囷优质客户、数据资源率先受 益建议关注构建涉足开放式智能生态圈的国内安防龙头。

核心技术上：算法和芯片是智能安防时代的关键技术建议关注拥有算法优 势和自主芯片研发技术的安防企业。

（报告来源：万和证券）

（如需报告请登录未来智库）