（报告出品方/作者：平安证券，王德安、徐勇）

报告摘要：

电动智能化带动汽车半导体需求提升。汽车从最初的机械产品逐渐转变为 电子产品，自动驾驶对车辆的感知精度、控制精度和响应速度提出了更高 的要求，这就需要更多的传感器（激光雷达、摄像头、毫米波雷达等）、 更强大的处理器（自动驾驶主控芯片）、更精确的执行机构（线控系统）； 智能座舱满足了人机交互的需求，需要底层强有力的软硬件支持（主控芯 片、操作系统、中间件等）；三电系统控制要求较高，新增了功率控制器 件 IGBT。

自动驾驶主控芯片：英伟达暂时领先，自主企业崭露头角。在智能化快速 发展之前，没有专门的自动驾驶芯片，相关的功能由 ABS、ESP 的 ECU 负责，或者由整车 VCU 进行决策。目前第三方自动驾驶芯片主要以英伟 达、mobileye 为主，国内华为和地平线已崭露头角。

智能座舱主控芯片：高通领先，新老玩家共存。高通是目前智能座舱芯片 的主力军，已与主要的整车厂建立了合作，同时与博世、大陆、电装等 tier1 厂商成为合作伙伴。除高通外，华为和英伟达在过去几年快速崛起。

功率半导体 IGBT：电动车的掌上明珠，跟随行业快速增长。功率半导体 主要用于控制电路中电流的开闭、流向和大小，对新能源汽车尤为重要。 目前英飞凌在 IGBT 芯片和模组的市占率最高，国内企业也具有一定的机 遇。MCU：汽车配置更丰富，MCU 需求量更大，但难度可能降低。汽车 电子控制器 ECU 是汽车各功能得以实现的重要控制器件。未来汽车配置 更加丰富，会增加对 MCU 的需求，MCU 将聚焦执行相关的控制，壁垒有 所降低。传感器：车辆状态传感器有替换和减少，环境感知类传感器将爆 发。汽车传感器可分为车辆状态传感器和环境感知类传感器，环境感知类 传感器是自动驾驶新增的传感器，具有较大的增长空间。

车企加大汽车半导体的投入。特斯拉：芯片从采购到自研，感知器件或尝 试激光雷达；比亚迪：自研自制 MCU 和 IGBT；大众汽车：力求掌握芯片 技术和专利。理想汽车、长城汽车等主机厂也加大了自研的力度，如理想 汽车通过与地平线合作，深入自动驾驶的研发，长城汽车设立子公司进行 市场化竞争。

一、 主控芯片是智能化的核心

自动驾驶芯片和智能座舱芯片是汽车智能化最核心的芯片，需具备强大的算力和低功耗，以满足大 量数据的计算的同时，降低功耗以实现电动车较好的续航里程。外资巨头如高通、英伟达正占据巨 大的份额，而国内优秀的企业也在快速成长，如华为、地平线等。

1.1 自动驾驶主控芯片：英伟达领跑，地平线追赶

随着自动驾驶级别的提升，传感器的数量、种类和性能均有大幅提升，尤其是 L4 和 L5，对芯片的 算力和功耗的要求极高，如 L4级自动驾驶的算力要求约为 300TOPS，而 L5则需要 4000TOPS 左 右。

在智能化快速发展之前，没有专门的自动驾驶芯片，相关的功能由 ABS、ESP 的 ECU 负责，或者 由整车 VCU 进行决策。目前第三方自动驾驶芯片主要以英伟达、mobileye 为主，国内华为和地平 线已崭露头角。

在芯片种类方面，主要包括通用芯片（如 CPU、DSP 和 GPU等）和专用芯片（如 FPGA 和 ASIC 等）。其中，通用芯片可进行多项不同类型的计算，适用于不同的算法或需要持续改进的自动驾驶算 法，因此在目前阶段应用较为广泛；而 GPU与 CPU相比，具有更多的计算单元，更加适合于做简 单的重复计算，因此做图像处理时更具有优势。专用芯片中，FPGA 属于半定制化芯片，在逻辑计 算中更具有优势，同时具有低功耗的特点。

未来的趋势有以下几点：1）中短期看，GPU+FPGA 的方案更具有优势，长期看，如果自动驾驶算 法已经比较固化，ASIC 芯片将具有更大的应用；2）算法和芯片的高度融合与匹配：针对主机厂特 定的算法，选取最优的芯片种类；3）低功耗、高算力、高效率。

英伟达是汽车自动驾驶芯片领域的龙头，也是全球 GPU龙头公司，英伟达从 2009年与奥迪合 作开始，在汽车智能座舱和自动驾驶领域具有强大的实力。英伟达与全球主要 OEM 具有合作，其中合作最为深入的包括大众、奥迪、丰田、沃尔沃和奔驰等。 其中 2018 年奥迪 A8是全球首台投产的 L3 自主驾驶汽车，采用了英伟达的技术。英伟达 Orin芯片计划搭载在蔚来 ET7、智己 L7激光雷达版和理想 X01 车型，目标上市时间为 2022 年。此外，沃尔沃和奔驰也与英伟达合作，将使用 Orin芯片。Orin芯片是针对 L3及以上的自动驾 驶的，相比于目前已广泛使用的针对 L2的 Xavier，算力从 30TOPS 提升至 200TOPS，而功耗仅从 30W 左右提高至 45W 左右，达到了汽车安全最高等级 ISO26262ASIL-D 标准。

此外，英伟达近期发布了无人驾驶芯片 DRIVEATLAN，目标为 L4和 L5自动驾驶，具有 1000TOPS 的算力，预计最快将于 2023年开始向客户提供样品，有望于 2024年或 2025年在量产车辆上应用。 Atlan芯片可与 Xavier 和 Orin 实现软件兼容，整车厂可基于现有的芯片进行快速升级，如可以用一 个 Atlan 芯片组替代4 个 Orin 芯片。

Mobileye是基于图像算法的自动驾驶技术方案的企业，据“人工智能商机”的数据，截至 2021 年 5 月 9 日，Mobileye 的 EyeQ 芯片搭载全球超过 6000 万辆车辆中，被超过 25 家主机厂、 超过 300 个车型使用。

Mobileye成立至今仅 22年，2014 年 IPO上市时，市值 53亿美元，创以色列公司在美国 IPO最高 纪录。在 2017年被 Intel以 150亿美元收购，创下以色列历史上最高价。2013年-2017 年是公司的 快速发展期，2017 年之后随着竞争对手的崛起，Mobileye 的受到了较大的冲击。Mobileye 的 eyeQ5 是基于图像处理的最近一代芯片，将首先应用在宝马 iNEXT 车型上，此外也将 应用于极氪 001上。此前，宝马与英特尔和 mobileye已成立战略联盟。EyeQ5是 Mobileye第五代 产品，算力是 EyeQ4 的 10 倍。

Mobileye过去一直是提供的软硬一体化解决方案，即将芯片和算法打包在一起，车企无法进行更改 和重新编写算法，优化的算法只能在下一代产品中出现，如果需要更新算法进行 OTA，则会向整车 厂收费。这一模式使很多整车厂逐渐放弃与其的合作，因为未来的模式是主机厂希望将芯片和算法 解耦，可以在芯片进行算法的开发，在建立了自己的软件团队后，进行日常的 OTA 升级，因此对芯 片供应商的需求是提供硬件和可调用的算法库。从 EyeQ5开始，Mobileye提供了开放的合作方式， 即采用“芯片+算法”和“芯片 only”两种模式。

地平线的芯片征程 2的算力 4TOPS，功耗 2W，已在长安 Uni-T和奇瑞蚂蚁等应用，也即将在 岚图上搭载。此外，公司计划于 2022 年和 2023 年分别推出征程 5 和征程 6 芯片，单颗芯片 的算力将达到 128TOPS 和 400+TOPS。

地平线作为国内领先的自动驾驶芯片企业，具有独特的优势：1）核心团队具有多年机器学习的算法 研发经验，在此基础之上进行芯片开发，具有更好的适配效果和更高的效率；2）提前布局 AI芯片， 具有先发优势，已在国内多个车型中量产搭载；3）专注核心主业；4）与外资芯片商相比，地平线 在服务和成本上均具有优势。

黑芝麻发布了新一代高性能车规级自动驾驶计算芯片——华山二号 A1000Pro、山海人工智能 开发工具平台以及面向车路协同的路侧感知计算平台 FADEdge。同时，与东风设计研究院、东 风悦享达成战略合作。

华为智能驾驶平台 MDC810 包括了自研的昇腾 310芯片，其平台算力为 400TOPS，已在极狐 阿尔法 HI 车型上应用。除了昇腾 310，华为自动驾驶芯片还有 AI芯片昇腾 910、CPU芯片鲲 鹏 920，华为 MDC智能驾驶计算平台已经签下了超过 18家客户，包括上汽、吉利、江淮、一 汽红旗、东风汽车、苏州金龙、新石器、山东浩睿智能等。

高通自动驾驶芯片“骁龙 Ride”将于 2023年上市，面向 ASIL-D 及安全性的 SoC芯片，可支 持从 L1至 L4的自动驾驶系统，算力覆盖范围为 10TOPS 至 700TOPS。“骁龙 Ride”是开放 的可编程架构，并提供针对视觉感知、泊车和驾驶员监测等场景的软件栈，且可持续扩展其软 件生态。

1.2 智能座舱主控芯片：高通暂时一家独大

高通是目前智能座舱芯片的主力军，已与全球主要的整车厂建立了合作，同时与博世、大陆、电装 等 tier1厂商成为合作伙伴。除高通外，华为和英伟达在过去几年快速崛起，对抗传统座舱芯片企业， 如 NXP、瑞萨、TI 等。

高通智能座舱芯片有 8155、820A 和 602A，其中骁龙 8155芯片是高通第三代座舱芯片，采用 5nm 制程，支持 5G 通讯，算力 360 万次/秒，与高通 820 芯片相比，具有体积小、带宽大、 功耗低、性能强等特点。在威马 W6、零跑 C11和 WEY 摩卡车型上搭载，8155可更好地实现 座舱效果，如威马 W6 的贯穿式双 12.3 寸联屏和一块 i-Touch 屏幕的设计；摩卡的座舱实现 5G+V2X、AR-HUD、高精度地图等功能和配置；零跑 C11具有 10.25英寸的仪表盘和副驾驶 屏幕及 12.8 英寸的中控屏幕，和人脸 ID 启动车辆和可打断的语音交互等多项功能。

华为麒麟 990A 芯片已经配备在极狐阿尔法 S 上，且支持 5G网络连接。麒麟 990A 的 NPU算 力为 3.5TOPs，超过高通 8155 的 3TOPs。除北汽外，比亚迪与华为达成合作，将麒麟 710A应用到比亚迪车型的智能座舱产品中，该芯片对标高通骁龙 820A 芯片。此外华为也推出了 5G 车载通信芯片——巴龙 5000 和 MH5000。

英伟达 2018 年与大众合作，使用 DriveIX 提供人脸识别、语音交互等功能，此外，英伟达为 2020 年新一代奔驰 S 级的座舱 MBUX提供主控芯片。智能座舱主控芯片为 Tegra 处理器，此 外英伟达计划收购 ARM，若收购成功，有望成为智能汽车芯片领域的龙头。 特斯拉在ModelY的座舱中使用的是英特尔的 Atom3950芯片，在新一代ModelS上用的是AMD 的 NAVI23 芯片。

二、 功能芯片需求量大幅提升

本节主要介绍的功能芯片包括功率半导体、MCU和传感器，这些芯片可更好地实现汽车中特定的功 能，在电动智能化趋势下，不仅有新增部件（如 IGBT、激光雷达等），也有数量的提升（如 MCU 和毫米波雷达等），这些功能芯片均会为汽车带来全新的功能和体验。

2.1 功率半导体：电动车的心脏

功率半导体主要用于控制电路中电流的开闭、流向和大小，对新能源汽车尤为重要。新能源汽车中 的功率半导体包括电机逆变器、DC/DC、高压辅助驱动和 OBC 充电器等。功率器件从 MOSFET 发展为 IGBT，未来的技术路线为 SIC-IGBT。IGBT是集成了 MOSFET和三 极管的器件，具有二者各自的优点，即具备高速开关的特点，同时通过降低通态电压能够对电路起 到缓冲保护作用，具有损耗小、通态压降低、输入阻抗高和驱动功率小等优势。IGBT的竞争格局，目前英飞凌在 IGBT芯片和模组的市占率最高，在 IPM 封装领域，日本三菱的市 占率最高。国内自主企业中，比亚迪具有较强的技术优势，有望成为行业的龙头企业。

800V 高压平台将推动 SiC-IGBT发展。可缩短充电时间的 800V 平台的高压电动车的落地节奏有望 加快，在全球市场，2019 年上市的保时捷 taycan 最前使用 800V 高压平台。北汽极狐阿尔法 SHI 版配备了华为的高压三电平台是国内首个实现 800V 高压的量产车型。此外，比亚迪、广汽、奇瑞、 现代汽车等也将陆续推出 800V 技术。在 800V 技术平台中，Si-IGBT器件的导通损耗上升，成本上 升但能效下降的潜在问题，而 SiC-IGBT 具有更好的阻抗性能和能耗，未来大规模生产后，成本效 益更加明显。

2.2 MCU：数量增加，功能聚焦

汽车电子控制器 ECU（Electronic Control Unit）是汽车各功能得以实现的重要控制器件，应用广泛， 如安全气囊 ECU、车窗 ECU、变速箱 ECU、发动机 ECU、空调 ECU、电动助力转向（ESP）ECU、 防抱死系统（ABS）ECU 等。ECU 的核心部件之一是微控制器（MCU，Micro controller Unit）。MCU又称单片机，主要部件包括 CPU、存储器、I/O端口等，是一种芯片级计算机，可实现终端控制的功能。平均每辆车上搭载超过 70 个 MCU。

MCU 最先由 Intel提出，历经了 4位、8位、16位、32位和 64位，目前汽车上应用的是 8位、16 位和 32位，其中以 8位和 32位为主，其中 8位主要应用在简单和低速处理速度的 ECU中，而 32 位可处理需要大量信息的功能，此外，8位 MCU具有低成本和低功耗的优点，因此目前市场份额仍 较高。16 位与 8 位和 32位相比，相对优势较弱，因此份额较低。

据 IHS 数据统计，近五年中国 MCU 市场年平均复合增长率(CAGR)为 7.2%，是同期全球 MCU 市 场增长率的 4倍，2019年中国 MCU市场规模达到 256亿元。据 CSIA 数据，2019年国内 MCU市 场中，8 位 MCU 的市场份额为 40%，32 位的 45%的份额，占据了 MCU 市场的 85%，剩下的 16 位和 4 位 MCU 共占 15%的份额。

与消费级和工业级 MCU相比，车规级 MCU壁垒较高，主要体现在工作的环境温度、良品率要求和 工作寿命要求等方面。而 MCU 本身具有较大的技术壁垒、生产工艺壁垒和成本控制的壁垒，新进 入者具有较大的难度。汽车配置更加丰富，会增加对 MCU 的需求。如空气悬架、线控制动和线控转向等，新增的功能需 要 MCU 进行计算和执行控制，但随着域控制器的发展，MCU承担的计算功能将有所减弱，将主要 用于进行执行相关的控制，因此，MCU 的需求量会有所提升，但壁垒有所降低。

2.3 传感器：ADAS 传感器快速爆发

汽车传感器可分为车辆状态传感器和环境感知类传感器。车辆状传感器是传统的感知器件，应用在 动力（发动机温度传感器、进气传感器、曲轴位置传感器等）、底盘（TPMS 传感器、ESP 加速度 传感器等）和车身（雨量传感器、温度传感器等）中；环境感知类传感器是自动驾驶中新增的传感 器，主要有激光雷达、毫米波雷达、摄像头等。

从传感器的感知原理，车辆状态传感器可分为磁传感器、MEMS 传感器、化学类传感器和温度传感 器，其中磁传感器和 MEMS 传感器的应用最为广泛。 在新能源汽车中，传统动力传动系统的传感器数量减少，新增的主要为电流和温度两大类传感器。

1）磁传感器：发动机、变速器中的位移/转速类传感器基本不再需要，BEV 新增电流传感器；

2）MEMS：发动机、变速器中压力 MEMS 不再需要，底盘系统中真空助力泵压力传感器 BEV 也不 需，而加速度、角速度等惯性传感器不受影响；

3）化学类：汽油发动机中氧传感器、爆震传感器、空气/燃料流量传感器等高价值量的化学类传感 器不再需要；

4）温度：发动机、变速器中 NTC 会转变为电池管理系统和电机中的 NTC，而高温铂电阻传感器不 再需要。

智能化和自动驾驶对车辆类传感器的影响不大。

环境感知类传感器近些年发展迅猛，其中毫米波雷达、摄像头和超声波雷达均已发展成熟，激光雷 达处于大规模应用的前期，2022 年将在量产车型上搭载。

毫米波雷达从 24GHz 发展到 77GHz，目前已具有 4D成像的高性能产品，其优势包括：实施障碍检 测、远距离探测、路径规划、可形成 4D点云等。2021年华为发布了 4D成像雷达，具有高分辨率、 大视场、和 10X密度的点云。

激光雷达在汽车的应用分为两个领域：直接面向无人驾驶出租车的领域，主要使用机械式激光雷达， 对探测性能要求高，价格敏感性相对较低；另一个是面向乘用车的，从 L3向 L4 过渡的领域，主要 使用固态或半固态激光雷达，对稳定性要求高，价格敏感度较高。我们认为，随着技术的快速更迭、 产品性能的突破、整车厂搭载意愿的提升，激光雷达的成本有望进一步降低，将带动行业的快速发 展。从 2021年开始，很多车企，如长城、蔚来、小鹏、上汽都发布并将量产带有固态或半固态激光 雷达的车型，我们认为 2021 年是车载激光雷达的元年。

目前激光雷达行业处于发展初期，参与者主要分为两类：第一类是早期生产机械式激光雷达，为 robotaxi 供货，可获得现金流收入，之后布局固态激光雷达，面向满足车规级的前装量产车型，主要企业包括禾赛科技、速腾聚创、Velodyne等；第二类企业是直接瞄准 ADAS 车规级固态和半固态 激光雷达，这类企业是研发能力和资金实力较强的新进入者，如华为和大疆等。

总体而言，行业在全球范围充分竞争，由于处于技术迭代初期，同时各个技术路线之间的技术同源 性低，目前尚没有出现具备绝对领先优势的龙头企业，国内企业存在较大的机遇。

三、 主机厂加大布局汽车半导体

3.1 特斯拉：芯片从采购到自研，感知器件或尝试激光雷达

特斯拉 2013年启动 Autopilot 项目，2014年发布 AP HW1.0，使用了 1颗 Mobileye的芯片和 1颗 英伟达 Tegra芯片、1个 EQ3摄像头、1个博世的毫米波雷达和 12个中程超声波雷达。2016年与 Mobileye结束合作，开始与英伟达展开合作，基于英伟达 Drive PX2 进行开发，搭载了 1颗 Tegra Parker芯片，于 2016年底推出了 AP HW2.0，使用了 8个摄像头、1个毫米波雷达和 12个远程超 声波雷达。2017年推出了 AP HW2.5，搭载了 2颗 Tegra Parker芯片，毫米波雷达供应商从博世变 成了大陆。2019年推出了 AP HW3.0，搭载了 2颗自研的 FSD芯片。目前正在开发的 AP HW4.0 有望于 2022 年发布。

特斯拉是第一家自研自制芯片的整车厂，选择自研的原因是供应商无法满足特斯拉对芯片的需求：1） 自研可以降低成本，可更好地实现大规模销售的目标；2）采购外部供应商的芯片具有一定的局限性， 如供应商要满足不同主机厂的开发要求，不会对单一客户进行太多了服务；3）特斯拉将自动驾驶算 法和芯片全部掌握在自己手里，可以实现更好的软硬件融合；4）特斯拉对功耗要求较高，当时的芯 片难以满足。这一策略与苹果公司做法类似，苹果公司自研的 IOS 操作系统和芯片，使得其具有更 好的用户体验。我们认为未来研发实力强的整车厂也会选择自研芯片，以获得更好的自动驾驶技术。

在传感器方面，特斯拉一直使用的视觉解决方案，没有选择激光雷达，一方面是激光雷达成本较高， 另一方面激光雷达需要与高精地图配合，而高精地图的绘制需要在全球各地实时更新，较为复杂。 目前除了特斯拉之外，其他主流整车厂几乎全部使用了激光雷达的感知方案。

3.2 比亚迪：自研自制 MCU 和 IGBT

截至 2021年 5月底，比亚迪半导体车规级 MCU量产装车突破 1000万颗。2007年，比亚迪半导体 进入工业 MCU领域；2018年推出第一代 8位车规级 MCU芯片；2019 年推出第一代 32位车规级 MCU 芯片，并批量搭载在比亚迪全系列车型上。比亚迪半导体 MCU拥有 300余人研发团队，掌握 8051/32位 ARM处理器设计与应用、电容传感器技术、数字/模拟信号处理技术，严格遵循 IATF16949 标准生产管控流程。MCU产品现已申请 328件国内外专利、201件发明专利。未来，比亚迪半导体 预计将推出车规级 8位超低功耗系列 MCU，及高端32 位 M4F 内核MCU 等产品。

2018 年，比亚迪发布了 IGBT4.0，比亚迪是中国第一家实现车规级 IGBT大规模量产、也是唯一一 家拥有 IGBT 完整产业链的车企，通过精细化平面栅设计，在同等工况下，综合损耗较市场主流的 IGBT降低了约 20%。截至 2020年底，以 IGBT为主的车规级功率器件累计装车超过 100万辆，单 车行驶里程超过 100万公里。2021年，比亚迪已打磨出一款 IGBT6.0，并计划于比亚迪半导体西安 研发中心发布。

2018 年，比亚迪宣布已经成功研发了 SiC MOSFET（汽车功率半导体包括基于硅或碳化硅等材料 打造的 IGBT或 MOSFET 等），预计到 2023 年，比亚迪将在旗下的电动车中，实现 SiC 基车用功 率半导体对硅基 IGBT的全面替代，将整车性能提升 10%。

3.3 大众汽车：力求掌握芯片技术和专利

大众集团计划自主设计和开发高性能芯片及所需的软件，生产芯片则寻求供应商代工。大众 2019 年筹建 5000 人团队开始打造操作系统，然而遇到较多的困难，在第八代高尔夫和 ID3 上出现了较 多的 bug。我们认为在芯片和操作系统领域，传统主机厂的优势并不明显，短期内很难补足，需要 长期大量的投入，同时汽车行业的开发和管理流程也应该及时转变，以应对软硬件技术融合的需求。

3.4 吉利汽车：SEA 架构核心技术逐步自研

吉利汽车 2020年发布 SEA 浩瀚架构，该架构是吉利最新的智能网联电动平台，首款车型极氪 001 已经上市。在该架构中，吉利计划逐步掌控核心技术，如在汽车大脑核心方面，公司要在中央计算 平台&芯片、L4 自动驾驶软件、ADDIS 数据平台和车联网平台&运营构建核心技术实力。

在芯片领域，吉利的规划是从座舱芯片入手，再拓展到自动驾驶芯片：2019年和 2020 年，公司量 推出的 E01和 E02芯片是高集成和高性能的信息娱乐 SOC芯片，计划 2021年推出全栈 AI语音芯 片 V01；2022年计划推出全功能高性能数字座舱 SOC芯片 SE1000，可满足 ISO 26262ASIL-D 安 全标准；2023 年计划推出 256TOPS 的自动驾驶 SOC 芯片 AD1000。

3.5 上汽集团：合作共建 IGBT 芯片能力

2018 年上汽集团与英飞凌成立合资公司——上汽英飞凌功率半导体（上海）有限公司，持股比例分 别为 51%和 49%，一期项目投资超过 1亿欧元，预计可实现 100万套的年产能。该合资公司主要产 品为英飞凌 2006 年推出的 Hybrid PACK 家族中的第一代汽车框架式 IGBT模块。

在自动驾驶芯片方面，上汽通过入股地平线提升自主研发能力：2017 年，上汽与地平线展开合作， 在2019年对地平线进行了B轮融资，2020年双方组建了“上汽集团与地平线人工智能联合实验室”。

四、 风险提示

1）汽车电动化和智能化进度不及预期。如果受技术、成本、安全、法规和消费者接受度等因素影响， 智能电动化发展较慢，则将直接影响汽车半导体的应用规模；

2）国内自主企业技术落地进度不及预期。华为和地平线等自主优秀企业面临英伟达和高通等外资巨 头的竞争，如果技术研发进度较慢，则可能会处于被动的局面；

3）整车厂技术进度不及预期。在智能电动化大背景下，整车厂是各项技术落地的载体，但如果多项 新技术进展较慢，则会阻碍电动智能的进程。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库官网】。