1 行业市场综述
1.1 物联 概念及发展历程
物联 （IoT，Internet of things）是指“万物相连的互联 ”。通过 RFID（Radio Frequency Identification, 无线射频识别）、感应器等信息传感设备，按约定的协议，把物品和互联 连接起来，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控 和管理。
物联 的发展可以分为萌芽期、初步发展期以及高速发展时期。
萌芽期（1991 年-2004 年）：1991 年，美国麻省理工学院的 Kevin Ash-ton 教授提出物 联 概念。1995 年，比尔盖茨在其《未来之路》一书中构想物物互联，但当时并未引起广 泛关注。1999 年，美国麻省理工学院首先提出物联 的定义，将物联 定义为把所有物品 通过 RFID 和条码等信息传感设备与互联 连接起来，实现智能化识别和管理的 络，自此， 对物联 的关注度逐渐提升。2003 年，美国《技术评论》将传感 络技术列为改变未来人 们生活的十大技术之首。2004 年，“物联 ”这个术语开始出现在各种书名中，并在媒体上 传播。
初步发展期（2005 年-2008 年）：2005 年 11 月 17 日，国际电信联盟(ITU)发布了《ITU 互联 告 2005：物联 》， 告指出，无所不在的“物联 ”通信时代即将来临，世界上所有的物体都可以通过因特 主动进行交换。射频识别技术(RFID)、传感器技术、纳米技术、 智能嵌入技术将得到更加广泛的应用，这标志着物联 行业进入到初步发展阶段，物联 的 概念日益深入人心。2007 年第一部 iPhone 手机出现，为消费者提供了与世界连 设备互动 的全新方式。2008 年第一届国际物联 大会在瑞士苏黎世举行。
高速发展期（2009 年-至今）：2009 年 1 月，美国政府将新能源和物联 确认为美国国 家战略。2009 年 6 月，欧盟执委会发表欧洲物联 行动计划，提出要加强对物联 的管理， 促进行业发展。2009 年 8 月，无锡市率先建立 了“感知中国”研究中心，中国科学院、运营商、多所大学在无锡建立了物联 研究院，中 国正式开始在物联 行业进行战略部署。欧盟、中国、美国在物联 行业的部署计划标志着 物联 进入到快速发展期。2010 年，中国政府将物联 列为关键技术，并宣布物联 是其 长期发展计划的一部分。2013 年，谷歌眼镜(GoogleGlass)正式发布，这是物联 和可穿戴 技术的一个革命性进步。2015 年，欧盟成立物联 创新联盟。2016 年 6 月，3GPP RAN 全 会第 72 次会议在韩国釜山顺利召开，RAN 全会批准了 3GPP 协议相关内容，这标志着 NB-IoT 标准核心协议的研究已经全部完成，NB-IoT 即将进入规模商用阶段。2018 年 6 月， 3GPP 全会批准了第五代移动通信技术标准（5G NR）独立组 功能冻结，5G 已经完成第 一阶段全功能标准化工作，进入了产业全面冲刺新阶段。
1.2 物联 市场规模及发展趋势
物联 市场快速发展，体量巨大。根据中国产业信息 的数据及预测，2019 年全球物 联 设备数量已达到 107 亿台，预计 2025 年物联 连接数将达到 251 亿台，保持 12%以上 的增长。市场规模方面，statista 数据显示，2020 年全球物联 市场规模达到 2480 亿美元， 到 2025 年预计市场规模将超过 1.5 万亿美元，复合增长率达到 44.59%。
在政策与技术的支持下，中国物联 市场蓬勃发展。根据中国产业发展研究院的数据， 2020 年，中国物联 市场规模达到 1.66 万亿元，2022 年更将达到 2.12 万亿元。
1.3 物联 产业链介绍
物联 可以分为四个层级，包括感知层、传输层、平台层和应用层。感知层是物联 的 最底层，其主要功能是收集数据，通过芯片、蜂窝模组/终端和感知设备等工具从物理世界中 采集信息。传输层是物联 的管道，主要负责传输数据，将感知层采集和识别的信息进一步 传输到平台层。传输层主要应用无线传输方式，无线传输可以分为远距传输和近距传输。平 台层负责处理数据，在物联 体系中起到承上启下的作用，主要将来自感知层的数据进行汇 总、处理和分析，主要包括 PaaS 平台、AI 平台和其他能力平台。应用层是物联 的最顶层， 主要基于平台层的数据解决具体垂直领域的行业问题，包括消费驱动应用、产业驱动应用和 政策驱动应用。目前，物联 已实际应用到家居、公共服务、农业、物流、服务、工业、医 疗等领域，各个细分场景都具备巨大的发展潜力。
各个层级的参与者与产品构建了物联 的产业链。感知层的主要参与者是传感器厂商、 芯片厂商和终端及模块生产商，产品主要包括传感器、系统级芯片、传感器芯片和通信模组 等底层元器件； 络层的参与者是通信服务提供商，提供通信 络，其中通信 络可以分为 蜂窝通信 络和非蜂窝 络；平台层的参与者是各式的平台服务提供商，所提供的产品与服 务可以分为物联 云平台和操作系统，完成对数据、信息进行存储和分析；应用层包括智能 硬件和应用服务，智能硬件根据面对的对象不同可以分为 2C 和 2B，应用服务则可根据应用 场景不同进行细分。
2 行业发展驱动
2.1 国家战略地位助力物联 蓬勃发展
国家政策积极推动物联 快速发展。从国家层面看，物联 产业具备战略性地位，是政 府扶持的重点。自 2010 年物联 被列入新一代信息技术产业，成为国家首批加快培育和发 展的战略性新兴产业后，政府陆续出台了一系列政策，一方面制定专项行动计划，促进行业 标准化、规范化发展；另一方面加大资金、基础设施等层面的支持力度，为物联 发展保驾 护航。随着行业日趋成长，政府近年来也开始重视行业细分领域的发展，进一步细化政策支持，如针对车联 、城市级物联 、NB-IoT 技术等发布专门性政策文件。
2.2 技术升级与融合赋能物联 发展
物联 是技术驱动型行业，物联 的四大组成架构，感知层、传输层、平台层、应用层 需要多种物联 技术作为发展支撑，技术的升级与融合将直接推动市场发展。其中 5G 技术、 边缘计算技术、AIoT 和 BIoT 等逐步进入到物联 行业中，加快行业发展步伐。
（1）5G 技术
5G 的规模化商用带来新的市场机遇。5G（5th-generation mobile networks） 是第五代 移动通信技术，也是对现有的 2G、3G、4G、WiFi 等无线接入技术的延伸。作为最新一代 移动通信技术，5G 依托全新的 络架构，具备高速率、低延时、高可靠性、大带宽等优势。 5G 技术在物联 行业应用中指的是以 5G 技术为物联 传输层的核心传输技术，将感知层 采集的物体信息进一步传输与交换，以实现人与物、物与物互通互联。
5G 技术具有增强型移动宽带（eMBB）、超高可靠低时延通信（uRLLC）、海量机器类 通信（mMTC）三种 络切片类型：
1）增强型移动宽带（eMBB）：在现有移动宽带业务场景的基础上，eMBB 通过提供更 高体验速率和更大带宽的接入能力，优化人与人之间的通信体验。在此场景下，用户体验速 率可达 100Mbps 至 1Gbps（4G 最高体验速率为 10Mbps），峰值速度可达 10 至 20Gbps。 eMBB 场景主要面向 3D/4K/8K 超高清视频、AR/VR、云工作/娱乐、5G 移动终端等大流量 移动宽带业务；
2）超高可靠低时延通信（uRLLC）：uRLLC 应用场景提供低时延和高可靠的信息交互 能力，支持互联物体间高度实时、精密及安全的业务协作。在此场景下，端到端时延为 ms 级别（如工业自动化控制时延约为 10ms；无人驾驶传输时延低至 1ms），可靠性接近 100%。 uRLLC 场景主要面向工业自动化、车联 、无人驾驶、远程制造、远程医疗等业务；
3）海量机器类通信（mMTC）：mMTC 通过提供高连接密度时优化的信令控制能力， 支 持大规模、低成本、低消耗 IoT 设备的高效接入和管理。在此场景下，连接设备密度为每平 方公里 100 万台装置连接，中端电池使用寿命达 15 年。mMTC 场景主要面向智慧城市、智 能家居、智能制造等。
（2）边缘智能技术
边缘智能技术满足市场对实时性、隐私性、节省带宽等方面的需求。“边”是相对于“中 心” 的概念，指的是贴近数据源头的区域。边缘智能指的是将智能处理能力下沉至更贴近 数据源头的 络边缘侧，就近提供智能化服务。边缘层主要包括边缘节点和边缘管理层两个 主要部分，分别对应边缘智能硬件载体和软件平台。边缘节点主要指边缘智能相关的硬件实 体，包括以 络协议处理和转换为重点的边缘 关、以支持实时闭环控制业务为重点的边缘控制器、以大规模数据处理为重点的边缘云、以低功耗信息采集和处理为重点的边缘传感器 等。参与其中的企业主要包括爱立信、施耐德电气、Arm、英特尔、思科、华为、新华三、 中兴通讯、研华科技、联想等。边缘管理层的核心是软件平台，主要负责对边缘节点进行统 一管理和资源调用。目前边缘智能软件平台主要用于管理 络边缘的计算、 络和存储资源。 未来边缘智能软件平台的重要任务将会向着浅训练和强推理发展，这顺应了低时延场景的迫 切需求。参与边缘智能软件平台领域的企业以云平台企业为主，比如 AWS、Azure、阿里云、 华为云、腾讯云、百度云、中科创达等。这些企业有着深厚的云平台和软件设计功底，进入 该领域相对容易。此外，部分在某些领域有着多年经验的公司也从垂直领域进入边缘智能软 件平台市场，如国讯芯微。
边缘智能技术优化云计算系统的作用，解决物联 云计算实时性不足、宽带不足、数据 安全性不足等问题：
1）边缘计算无需将全部数据上传至云端，极大地减轻了 络带宽压力 和数据中心的功耗；
2）边缘计算在靠近数据生产者处处理数据、大大减少了系统延迟；
3） 边缘计算将用户隐私数据存储在 络边缘设备上，无需传输到云端中心，减少数据泄露风险， 保护了用户数据安全和隐私；
4）边缘计算技术明显改善云计算系统性能，助推行业进一步 发展。
（3）AIoT：与人工智能技术融合
AI+物联 显著提升物联 智能化水平。人工智能是一种模拟、延伸和扩展人的智能的 技术科学，其自然语言处理技术和深度学习技术在物联 中有较多应用。自然语言处理技术 主要包含语义理解、机器翻译、语音识别、语音合成等，其中语义理解可以应用到物联 的 关键环节。物联 需要对各类设备产生的信息进行理解和操控，并向设备表达和控制，在此 过程中，运用语义理解技术可以提高信息交互效率，实现智能化运作。目前，市场上已逐渐 推出以语义理解技术为核心的人工智能平台，如苹果的 Siri、微软的小冰和小娜、小米的小 爱等，这些平台通过语音等友好人机交互界面实现物联 设备及其产生信息的语义理解互通， 以面向未来物联 的数据理解及应用作为重要的输出方向。深度学习作为另一个提升物联 智能化水平的重要人工智能技术，是机器学习中一种基于对数据进行表征学习的方法，已在 车联 、智慧物流等领域实现应用。以车联 为例，通过图像处理技术来判断复杂路况是车 联 的重要技术环节，该环节涉及的数据繁多，引入深度学习技术可以实现智能化应对复杂 路况。在数据处理过程中，随着用于训练的数据量不断增加，深度学习的性能也会持续提升， 智能化处理能力进一步提高。人工智能技术已逐步应用到物联 ，实现人工智能和物联 赋 能融合，未来人工智能技术还可嵌入更多物联 应用场景，仍有较大赋能空间有待开发，“AI+ 物联 ”成为物联 未来发展的重要趋势。
AIoT 享有十万亿级市场空间，G 端公共级迎来爆发。2019 年城市端 AIoT 业务规模化 落地，边缘计算初步普及，中国 AIoT 市场规模接近 4000 亿，近两年 AIoT 市场规模同比增 长 40%以上。虽然人工智能与物联 技术融合趋势加快，但是 AIoT 在落地过程中还需要重 构传统企业价值链，既需要适应传统产业的特性，也需要一定的时间来与生态合作伙伴搭建 产业 AI 赋能的架构体系。因此未来几年预计同比增长 10%左右，保持较稳定的发展节奏， 未来经过产品优化、渠道打通、商业模式验证后，将会迎来高速增长。G 端公共级以政策为 导向，以城市建设为主，包括智慧城市、公共事业、智慧安防、智慧能源、智慧消费、智慧 停车等。在政策的引导和大力推动下，G 端公共级市场快速增长。艾瑞咨询预计 2022 年 G 端公共级应用将在 AIoT 市场占比超过一半，领先目前主导的 C 端消费级，市场规模指向 4000 亿级。
（4）BIoT：与区块链技术融合
区块链和物联 碰撞进一步加深。区块链技术去中心化的结构和数据加密的特点显著帮 助物联 提高信息安全防护能力。物联 应用以中心化结构为主，大部分数据汇总到云资源 中心进行统一控制管理，物联 平台或系统一旦出现安全漏洞或是系统缺陷，信息数据将面 临泄漏风险。区块链的去中心化架构减轻了物联 的中心计算的压力，也为物联 的组织架 构创新提供了更多的可能。采用区块链技术，数据发送前需进行加密，数据传输和授权的过 程中涉及到个人数据的操作均需要经过身份认证进行解密和确权，并将操作记录等信息记录 到链上，同步到区块 络上。由于所有传输的数据都经过严格的加密和验证处理，用户的数 据和隐私将会更加的安全。此外，“区块链+物联 ”为打通企业内和关联企业间的环节提供 了重要方式：基于 BIoT 不但可以实现产品某一环节的链式信息互通，如产品出厂后物流状 态的全程可信追踪，还可以实现更大范围的不同企业间的价值链共享，如多个企业协同完成 复杂产品的大规模出厂，包括设计、供应、制造、物流等更多环节的互通。“区块链+物联 ” 提升了分布式数据的安全性、可靠性、可追溯性，也提升了信息的流通性，让价值有序地在 人与人、物与物、人与物之间流动。
BIoT 技术优势逐渐凸显，信息互联转向价值互联指日可待。从发展现状来看，随着物 联 与区块链融合发展的价值逐渐显现，全球企业对于该领域的关注度不断提升，国内外部 分企业已经开始涉足物联 和区块链的融合应用，国内企业如：阿里巴巴、中兴、京东、移 远通信、紫光展锐等，国外企业如：IBM、Cisco、Bosch、Walmart、Siemens 等。同时， 还有很多企业已经开始积极布局“物联 +区块链”融合应用方向。目前区块链在物联 领 域的应用主要包括智慧城市、工业互联 、物联 支付、供应链管理、物流、交通、农业、 环保等。具体来说，BIoT 在智能制造、供应链管理等领域已有相对成熟的项目，如：2016 年 10 月 IBM 推出基于 Bluemix 云平台的区块链服务，根据用户需求实现不同功能；沃尔玛 联合 IBM 和清华大学，将超级账本区块链系统用于猪肉市场供应链管理的项目早在 2017 年 6 月就进入了试行阶段。但是 BIoT 在其他领域的应用尚处于探索初创期，还存在着较大的 发展空间。从未来发展趋势来看，BIoT 的产生增强了物联 框架的可行性，通过在设备身份 权限管理、智能合约机制、数据安全与隐私保护、数据资源交易信任机制等诸多方面的突破， 极大地拓展了物联 的增值服务和产业增量空间，该技术未来可以广泛应用于诸多场景和领 域，如：工业、农业、医疗、健康、环保、交通、安全、金融、保险、物品溯源、供应链、 智慧城市综合管理等，有望实现从信息互联到价值互联的巨大转变。同时伴随国家的政策与资金的大力支持，“区块链+物联 ”具有极大的成长潜力，将会顺应生产力变革的要求不断 发展下去。
3 行业发展趋势
3.1 供给主导向需求驱动跃迁，规模化和专业化引领行业发展
目前供给侧产业力量较强，通信模组先发受益。目前市场发展驱动力以供给侧为主，通 信服务和硬件终端收入占比较高。头部企业积极布局，企业数量迅速增加。供给端技术快速 成熟，使硬件、数据平台、AI 算法的成本降低，大大降低使用物联 平台的门槛，让消费者、 企业、城市能够在与过去相似的预算水平下实现更智能的应用。通信基本设施市场仍为主要 市场，通信模组作为连接物联 感知层和 络层的关键环节，兼具标准化和定制化，在产业 链中处于基础核心地位。在物联 连接数持续上升的趋势下，通信模组市场迎来进一步爆发。 Techno Systems Research 显示，预计 2022 年全球蜂窝通信模组市场需求超过 3 亿块，中 国取代北美成为需求最大的单体市场。
需求侧市场能量显现，规模化落地应用增加。随着技术和产品逐步成熟，物联 应用从 拓宽分布领域向加强应用深度发展，规模化发展、增强核心应用驱动力成为趋势，需求侧市 场的能量逐渐显现出来。目前需求侧以消费级应用市场为主，产品出货量增加，市场规模不 断扩大。智能家居作为产业最早进入规模化应用的市场，近年来在影音娱乐、家庭监控、智 能音箱等家居硬件出货增长的带动下，智能家居市场总出货量保持增长。根据 IDC 数据，预计 2020 年智能家居硬件出货量将达 8.5 亿台。此外，政策级应用市场飞速增长，逐渐成为 规模化应用落地的主要阵地。以智能水表为例，前瞻研究院数据显示，2019 年我国水表产 量约 1.1 亿只，其中智能水表产量约 3100 万只，渗透率由 2014 年的 17.6%提升至 26.2%。
无限数据价值有待挖掘，通用化走向专业化。随着物联 能实现规模增长的应用场景不 断被挖掘，物联 产业链上下游的发展活力被激发。下游的终端厂商一方面收集大量数据， 利用大数据、人工智能、云计算等技术分析提取有用数据，反馈至上游厂商，实现“以销定 产”；另一方面根据用户需求实现产业链定制化。在这一趋势下，物联 产业规模化的重心 将从连接规模增加向数据规模提升和数据质量升级转移，主导业务将从通用化的管道服务转 变为专业化数据应用，下游议价能力增强，需求侧最终成为主导市场。
3.2 产业物联 后来居上，车联 逐步落地
连接数结构发生改变，产业物联 规模化将带来二次爆发。目前消费驱动应用市场在较 大规模的受众群体，成熟的技术和种类繁多的产品的支撑下取得先发优势，占据当前大部分 的物联 连接数。然而，随着物联 向各行业渗透，行业信息化和联 水平不断提升，产业 物联 连接数占比提高。根据 GSMA Intelligence 预测，产业物联 连接数在 2017 年到 2025 年将实现 4.7 倍增长，大大高于消费物联 连接数预计实现的 2.5 倍增长。
作为走在产业物联 规模化前端的应用，车联 逐步落地。车联 （V2X）是物联 在 智能交通领域的运用，它借助新一代信息和通信技术，让车辆上的车载设备通过无线通信技 术，对信息 络平台中的所有车辆动态信息进行有效利用，在车辆运行中提供不同的功能服 务，提升汽车智能化水平和自动驾驶能力，构建汽车和交通服务新业态。从政策层面看，国 家已出台多个政策与规定，提出大力发展车联 ，同时将智能 联汽车作为汽车产业重点转 型方向之一，这为打造具有核心技术、开放协同的车联 产业提供了有力支持。从市场层面 看，中国信通院数据显示，2020 年车联 应用在物联 行业应用占比达到 11%，仅次于智 慧家居，是占比最高的产业物联 应用。中国产业信息 数据显示，全球车联 市场规模到 2022 年将突破 1628 亿美元，中国车联 市场规模在 2022 年预计突破 530 亿美元，市场空 间广阔。
技术、政策、市场多重发力，推动智慧物流发展进程加速。随着以物联 、大数据、人 工智能为代表的新兴技术在传统物流行业的渗透，我国物流产业正在向智慧物流体系转型升 级。智慧物流就是以物联 、大数据、人工智能等信息技术为支撑，在物流的运输、仓储、 包装、装卸搬运、流通加工、配送、信息服务等各个环节实现系统感知、全面分析、及时处 理以及自我调整的功能，可通过 RFID、传感器、移动通讯等技术实现物流行业的自动化、 信息化和 络化。智慧物流的实现能大大降低各相关行业的运输成本，提高运输效率，增加 企业利润。根据亿欧智库的总结，由物联 的加入而形成的智慧物流主要集中在智能仓储管理系统、物流运输实时监测、智能快递柜三个方面。从政策层面看，自 2014 年以来国家已 经出台诸多政策鼓励物流行业应用高新技术推进物流产业智能化建设，旨在 提高物流效率、降低物流成本、减少物流能耗，打造开放、共赢、高效、绿色的智慧物流生 态体系。从市场层面看，中国信通院数据显示，2020 年智慧物流应用在物联 行业应用占 比达到 5%，仅次于车联 行业，在各物联 行业规模占比中位居第三。根 据中国物流与采购联合会数据，2016-2019 年我国智慧物流市场规模增速一直保持在两位数 以上，2019 年市场规模已超过 5000 亿元，预计 2020 年中国智慧物流市场规模将接近 6000 亿元，2025 年将超万亿元。由此可见，在技术、政策、市场多重发力下，智慧物流产业发 展进程正逐渐驶上快车道，市场前景较为广阔。
4 产业链分析
4.1 感知层
作为物联 应用实现的基础，感知层承担底层数据采集的职能。感知层主要是通过感知 设备来对外界环境或物品的信息进行采集和捕获，具有感知功能和获取信息的能力，主要包 括各类基础芯片、连接芯片和应用设备的模组，传感器、各类识别技术等。
半导体芯片是物联 的核心元器件之一，物联 的蓬勃发展为芯片市场注入新动力。低 功耗、高可靠性的半导体芯片在物联 的各个基础设备中得到广泛应用，随着物联 设备的 灵活性要求日益提高，芯片向低功耗、高性能方向发展。其中 MCU 和 SoC 脱颖而出，逐渐 渗透物联 领域。MCU 芯片复杂度较低，适用于智能设备的短距离信息运输，主要应用于 智能家居、消费电子、医疗保健、工业电子等领域；SoC 芯片系统复杂度更高，集成功能更 丰富，支持运行多任务复杂系统，可应用于功能较复杂的嵌入式电子设备，应用领域可扩展 至无人机、自动驾驶、工业互联 等领域。世界半导体贸易统计组织(WSTS）数据显示， 2011-2020 年全球半导体市场规模复合增长率为 3.99%，呈波动上升趋势，预计 2021 年全 球半导体市场规模达到 4522 亿美元。而中国集成电路市场规模近九年复合增长率达到 18.29%，远高于全球市场的增速，在物联 需求端的驱动下，我国集成电路行业有着巨大的 市场潜力，有望保持过去高速增长的态势。
无线模组是为物联 提供 联能力的基础硬件，随着物联 连接数的爆发先发受益。无 线模组将芯片、存储器、功放器件等集成在一块线路板上，并提供标准接口，在物联 产业 中处于承上启下的中间环节，向上连接芯片行业，向下连接各类终端设备，终端设备借助无 线模组实现通信或定位功能。一般来说，每增加一个物联 设备连接，将增加 1-2 个无线模 组，随着物联 连接数的爆发，模组市场空间广阔。根据 Techno Systems Research 数据 显示，2020 年全球物联 蜂窝通信模块出货量超过 2.5 亿片，预计到 2022 年将增长到 3.1 亿片；2020 中国年蜂窝通信模块出货量将达到 7 千万片以上，近 7 年的增长率保持在 10% 以上。未来，随着物联 在各行业的渗透和普及，企业数字化转型需求增多，模组下游应用 场景不断丰富，对模组的数据传输能力、功耗等提出更高要求，促进技术迭代发展，成为模 组市场发展的一大驱动力。此外，模组厂商在适应不同类型、不同行业的标准和规范的同时， 也需要兼顾客户及应用场景的定制化需求。
作为物体的“五官”，传感器承担采集数据、感知世界的重任，不断向智能化、高精度、 微型化的方向发展，市场空间广阔。传感器是一种检测装置，能感受到被测量的信息并将感 受到的信息按一定规律变换成为电信 或其他所需形式的信息输出，以满足信息的传输、处 理、存储、显示、记录和控制等要求。传感器用途广泛、品类繁多，传感器按照应用功能可 以分为惯性、压力、声学、磁力、温/湿度、气体、流量、图像、雷达等，几乎所有功能都在 物联 产业中有所应用。此外，传感器与 MEMS 结合是当下技术的新趋势，MEMS 传感器 集成通信、CPU、电池等组件及多种传感器，具有体积小、功耗低、成本低、集成度高、智 能化等特点，广泛应用于消费电子、医疗、车联 等领域。前瞻产业研究院数据显示，全球 传感器市场规模持续增长，到 2019 年达到 2265 亿美元，中国传感器市场规模近年来保持 10%以上的增速，预计 2021 年将达到 2952 亿元，市场空间广阔。
4.2 传输层
传输层是物联 设备实现连接的通道，承担连接终端设备、边缘、云端的职责。随着物 联 设备数量快速增加，应用场景日益丰富，市场对 络连接能力提出了更高的要求。
无线传输通信技术是物联 行业的主要发展趋势。物联 的传输层负责将感知层识别和 采集的信息进一步传递，其中涉及到多种 络通信技术，通信技术可分为无线传输技术和有 线传输技术，而根据实际应用发展情况，无线传输是主要发展趋势，因此物联 传输层主要 关注点在无线传输技术。无线传输技术可分为短距离传输技术和广域 传输技术。其中短距 离传输技术以 Wi-Fi 和蓝牙为代表的高功耗、高速率短距离传输技术主要应用于智能家居和 可穿戴设备等应用场景，目前来说应用广泛且产业成熟度较高。ZigBee 这类低功耗、低速 率的近距离传输技术适合局域 设备的灵活组 应用，如热点共享等。在广域 方面，授权 频谱技术主要包括适用于 GPS 导航与定位、视频监控等实时性要求较高的大流量传输应用 的高功耗、高速率的蜂窝通信技术和适合于远程设备运行状态的数据传输、工业智能设备及 终端的数据传输的低功耗、低速率的 NB-IOT 技术。非授权频谱技术有 LoRa、Sixfox 等。
低功耗广域 络(LPWAN)快速发展，NB-IOT 与 LoRa 呈现“双寡头”格局。窄带物联 NB-IOT 是由通信行业标准化组织 3GPP 指定的构建于蜂窝 络上的标准化物联 授权频谱通信技术，在技术性能方面具有显著的优势。NB-IOT 技术在功耗方面比早期物联 传输 层主流广域 授权频谱技术 2G 技术表现更佳。NB-IOT 模组的连 峰值电流约为 213mA， 2G模组的连 峰值电流为770mA；在NB-IOT技术下，模组可进入PSM（Power Save Mode） 模式，最长可持续 310 小时，平均电流约为 6.7μA，2G 技术下的休眠模式耗费约 2mA 电 流。在技术指标方面，与 LoRa 技术相比，NB-IOT 运行速率更快，覆盖能力更强，设备连接量更大。此外，NB-IOT 作为一种授权频谱技术，与非授权频谱技术相比，管理更规范， 稳定性更高，不易受到其他频段的干扰，服务质量更能得到保障。与 NB-IOT 技术相比，LoRa 技术则在建设成本及数据保密性方面具有显著优势。在建设成本方面，LoRa 作为非授权频 谱技术，由用户自建而成， 络部署简单，无需建设大面积基站。其基站平均市场价格约为 5000 元，而 NB-IOT 基站的平均市场价格约为 8 万元。在数据保密性方面，LoRa 络由用 户自建而成，终端数据由用户自身掌握，在更能满足机控检测、环境检测等注重数据保密性 的应用领域的用户的数据保密性需求。
4.3 平台层
处于枢纽地位，平台层是物联 架构中连接设备到应用场景的桥梁。平台层可实现硬件 层和应用的连接，具有承上启下的作用，主要提供数据处理及分析服务，降低了物联 解决 方案的复杂度和成本，为各大应用场景的实现奠定了基础。
平台层主要以 PaaS 平台为主。物联 PaaS 平台居于整个架构的枢纽位置，向下通过 络层与感知层相连，对终端收集到的信息进行处理、分析、优化等；向上服务于应用层， 为应用服务商提供应用开发的基础平台及连接物理世界的统一数据接口。物联 PaaS 平台 包括云计算、数据管理、连接管理、设备管理、应用使能、业务分析等功能，根据功能类型 可以分为连接管理平台、设备管理平台、应用开发平台等。从市场的角度来看，物联 PaaS 平台市场参与者主要有通信厂商、互联 厂商、IT 厂商、工业厂商、物联 厂商和新锐企业 等。随着物联 的发展，连接设备量、用户数据、应用需求等呈爆发式增长，参与云平台建 设的企业正逐年增加，IoT Analytics 数据显示，全球公认的物联 平台数量逐年增加，到 2019 年已增长到 620 家，为 2015 年的 2.3 倍。
除了物联 PaaS 平台以外，人工智能开放平台的渗透率也逐渐提升。人工智能开放平台是人工智能算法、算力、开发工具聚合而成的平台。使用者通过调用平台接口，可依靠平 台的 AI 能力，高效地开发 AI 产品，从而规避重新开发 AI 的高成本、大难度、长周期的问题。 此外，平台层还有大数据企业、 络安全企业和区块链企业的参与。
4.4 应用层
发展空间逐步扩大，呈“多样化”、”碎片化”发展。应用层为用户提供实际应用场景服 务，是最贴近应用市场的一层。随着 会对智能化发展的需求增加，物联 应用的发展空间 逐步扩大。作为最接近终端用户的服务主体，大多数产业内企业都在密切关注市场的动向， 积极挖掘和响应用户的应用需求，使得物联 的应用领域不断扩展，竞争最为激烈，呈现“多 样化”、“碎片化”发展的特征。应用层可以分为消费驱动应用、政策驱动应用、产业驱动应 用。消费驱动应用包括智慧出行、智能穿戴、智慧医疗、智慧家庭；政策驱动应用包括智慧 城市、公共事业、智慧安防、智慧能源、智慧消防、智慧停车；产业驱动应用包括智慧工业、 智慧物流、智慧零售、智慧农业、车联 、智慧地产等。
具体企业分析，因篇幅所限，建议参见 告原文。
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！