我国已形成了较完整的敏感元件与传感器产业,产业规模稳步增长。我国形成了RFID低频和高频的完整产业链以及以京、沪、粤为主的空间布局,2009年市场规模达到85亿元并成为全球第3大市场。我国仪器仪表产业连续多年实现20%以上的增长,2009年产值超过5000亿元,企业数量为5000多个,小型企业数量占比达到90%。
在物联网网络通信服务业领域,我国物联网M2M网络服务保持高速增长势头,目前M2M 终端数已超过1000万,年均增长率超过80%,应用领域覆盖公共安全、城市管理、能源环保、交通运输、公共事业、农业服务、医疗卫生、教育文化、旅游等多个领域,未来几年仍将保持快速发展,预计“十二五”期间将突破亿级。三大电信企业在资源配置方面积极筹备,加紧建设M2M管理平台并推出终端通信协议标准,以推进M2M业务发展。国内通信模块厂商发展较为成熟,正依托现有优势向物联网领域扩展。国内M2M终端传感器及芯片厂商规模相对较小,处于起步阶段。尽管我国在物联网相关通信服务领域取得了不错的进展,但应在M2M通信网络技术、认知无线电和环境感知技术、传感器与通信集成终端、RFID与通信集成终端、物联网网关等方面提升服务能力和服务水平。
在物联网应用基础设施服务业领域,虽然不是所有云计算产业都可纳入物联网产业范畴,但云计算是物联网应用基础设施服务业中的重要组成部分,物联网的大规模应用也将大大推动云计算服务发展。国内云计算商业服务尚在起步,SaaS已形成一定规模,而真正具有云计算意义的IaaS和PaaS商业服务还未开展。目前,我国在云计算服务的基础设施(IDC 中心)建设、云计算软硬件产业支持和超大规模云计算服务的核心技术方面与发达国家存在差距。云安全方面,我国企业具有一定的特点和优势。随着物联网应用的规模推进、互联网快速发展和国家信息化进程的不断深入,我国云计算服务将形成巨大的市场需求空间,“十二五”期间将呈现快速发展态势。
在物联网相关信息处理与数据服务业领域,信息处理与数据分析的关键技术主要是数据库与商业智能。我国数据库产业非常薄弱,知名企业只有三四家,只占国内市场10%左右的份额。商业智能(BI)领域我国虽然技术相对落后,但已形成了一定规模,国内现有BI厂商有近500家,但高端市场仍由国际厂商垄断。整体而言,我国拥有自主知识产权的数据库产品、BI产品和掌握关键技术的软件企业少,产业链不完整,缺乏产品线完整、软硬结合、竞争力强的国际企业。
在物联网应用服务业领域,整体上我国物联网应用服务业尚未成形,已有物联网应用大多是各行业或企业的内部化服务,未形成社会化、商业化的服务业,外部化的物联网应用服务业还需一个较长时期的市场培育,并需突破成本、安全、行业壁垒等一系列制约。
综上所述,我国尚未形成真正意义的物联网产业形态和爆发点,物联网有形成巨大市场的潜力,但潜在空间转化为现实市场还需要较长时间培育,关键点是通过技术和应用创新形成新兴业态和新增市场。我们预计,“十二五”期末我国物联网相关产业规模将达到5000多亿元规模,而真正可能形成万亿元级规模的时间节点预计在“十三五”后期。
大势所趋: 一方面认为物联网技术目前并不能降低物流企业的经营成本,另一方面多位接受采访的人士认为物联网的发展是阻挡不住的。
物联网的出现不管你欢不欢迎,赞不赞成,这个趋势是阻挡不住的,就像当年的计算机互联网的出现,再比如近几年云计算的发展。”逄诗铭对记者说。
逄诗铭认为,目前中国物联网产业规模据他个人估计已达两三千亿,很快会上升为万亿规模,再过几年就会到五六万亿。
中国RFID产业联盟秘书长欧阳宇在接受记者采访时也认为,物联网是一个宽泛的概念,目前日常生活中已经广泛地应用到了物联网技术,比如说门禁、高速公路上的ETC系统、公交智能卡马上要推出的智能电表等,都是物联网技术的运用。而在物流行业中,仓储配送、集装箱监控、运输调配等多个环节都已经运用到了物联网技术。
“一个新技术的应用是逐步推进的,不应该纠缠于物联网技术到底是什么,更不能因为现在应用程度不高就否定这个新技术。”欧阳宇说。
逄诗铭认为,物联网技术现阶段虽然并不能降低实际运费,但是提高了整个供应链和物流管理的效率,从长远来看,必然会大面积应用到物流行业中。
“换一个角度来看物流成本。举个很简单的例子,传统物流中丢失了两个集装箱,给货主赔的钱这算不算成本?但是我们给集装箱装上电子封条,采用视频识别与监控技术进行全程的监控,这个货品就不可能丢失,即使丢失了也容易追索回来。”中国物流与采购联合会副会长戴定一说。
近日,铁道部部长盛光祖与交通运输部部长李盛霖在北京签署了《关于共同推进铁水联运发展合作协议》。
多名专家认为,铁道部和交通部共同推进铁水联运发展,将有效改进目前我国线性物流运输模式,促进铁路、公路、水路、航空的联网运输能力,提高运输效率和服务水平,从而降低物流成本。
而在多渠道联运这个信息平台的建设中,物联网技术的应用将是必不可少的手段。
行业主要上市企业:目前国内物联网产业的上市公司主要有高新兴(300098)、东土科技(300353)、广和通(300638)、移远通信(603236)、日海智能(002313)、移为通信(300590
)
本文核心数据:物联网行业产业链、物联网行业产业链全景图
物联网行业产业链全景梳理:传感器芯片严重依赖进口
感知识别层可以对物理世界进行感知、识别和信息数据采集,涉及芯片、传感器、感知设备的研发及制造;网络传输层能对感知识别层的数据进行高效率、低消耗地传送,主要包括通信组模、通信网络及基础通信设施;
平台管理层是连接感知层和应用层的桥梁,其中物联网平台包括连接管理平台 CMP、设备管理平台 DMP、应用使能平台 AEP和业务分析平台
BAP,系统和软件则可以让物联网设备有效的运行;
应用服务层主要指各类智能终端硬件,以及系统集成应用服务。用户根据平台层汇集处理完的数据,对终端进行远程监控、控制和管理,实现物联网的价值。
自2018年中美贸易摩擦以来,美国加大了对中国高新技术出口的限制,不断扩大实体清单,影响了中国一些科技主导型企业的发展,这从侧面警示了中国在全球供应链中地位的脆弱性。物联网通过传感器把物理世界与数字世界联系起来,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。
其中传感器作为数据采集的源头,已经成为各种应用能力所需的数据来源所在。目前中国国内也涌现出了一些传感器芯片重点生产企业,如:高德红外、西人马、士兰微、敏芯微电子、博通、全志科技、大唐微电子、复旦微电子等。
物联网行业产业链区域热力地图:北京和广东物联网企业最密集
从物联网产业链代表性企业的区域分布情况来看,中国物联网产业链重点企业集中于广东、山东、江苏、浙江等发达地区。其中,广东依托其强大的经济实力在物联网领域发展较快,物联网代表性企业最密集。
从物联网产业链代表性企业的区域分布情况来看,中国物联网产业链重点企业集中于广东、北京、上海、浙江、江苏等发达地区。其中,北京和广东依托其强大的经济实力在物联网领域发展较快,物联网代表性企业最密集。
物联网行业代表企业收入规模
从我国物联网行业代表企业2020年收入规模来看,三大运营商中国移动、中国联通和中国电信物联网业务收入规模较大,处于行业领先地位。除此之外,日海智能物联网业务收入也排名在行业前列。
物联网行业代表企业最新投资动向
2020年以来,物联网产业代表性企业的投资动向主要包括拓展业务、通过对子公司增资的方式、与其他公司签订合作协议等方式投资物联网项目。物联网产业代表性企业最新投资动向如下:
——以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
矿产资源主要有煤炭、石油、和天然气。非金属矿产有硫、磷、钠盐、水晶、兰晶石、宝石、金刚石、高岭土、石灰石、石英砂、大理石、陶瓷粘土等,金属矿产有铁、铜、铅、锌、银、金等。粘土类矿产、建材类矿产、化工原料矿产、冶金辅助原料矿产和特种用途矿产是江苏矿产资料的优势,其中方解石、泥灰石、凹凸棒石粘土、保温材料粘土、水泥用辉绿岩、水泥混合材料用闪长玢岩等6种矿产的保有储藏量列全国第一位。
水产资源
江苏东临黄海,海岸线长1040公里,海水可养殖面积13900千公顷。地处长江、淮、沂、沭、泗等河流下游,湖库河塘沟密布,水域面积大,类型多,有着便利的海洋渔业和内陆渔业,水产资源丰富。内陆水面2600多万亩,有淡水鱼类140余种,经济鱼类30-40种,主要是鲤鱼、鲫鱼、黄鳝等。有近海鱼类150多种,其中多获性鱼类在25种以上,主要是黄鲫、银鲳、带鱼等,除鱼类外青虾、百虾、螃蟹等甲壳类水产品的产量也很高,内陆水域和沿海滩涂有丰富的贝类资源。水生植物资源也是江苏水产的一大优势,主要品种有芦苇、莲藕、茨菇、茭白、荸荠、菱等等。
水利与电力
江苏地处长江、淮、沂、泗诸河下游,承接长江、淮河、沂沭三大水系15个省区200多万平方公里的来水,解放后在历代水利工程的基础上,进行维护加固、新建重大水利工程,提高治淮、治太和江海河湖堤岸防洪标准,建成了一批蓄水、引水、提水、调水、排水的工程,全省已初步形成防洪、防涝、防旱、防渍、防潮综合治理,大中小工程结合的水利网,增强了抗御自然灾害的能力,扩大了水资源的开发利用。
电力工业有了很大发展,特别是苏北地区。彻底改变了过去电厂基本上集中在苏南地区的状况,全省拥有500千瓦及以上发电装机容量1338万千瓦,年均递增11%。装机容量在全国由第七位上升到第二位。在500千瓦及以上机组中,主要是高温高压、超高压、亚临界压力级机组,约占容量的80%左右。全省发电量达751亿千瓦时,名列全国第三位。
动植物资源
省内植物资源非常丰富,约有850多种,此外尚有可开发利用的野生植物600多种。野生动物资源为数较少,鸟类主要是野鸡、野鸭,沿海还有丹顶鹤、白鹤、天鹅等珍稀飞禽。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)