（报告出品方：华泰证券）
车路云一体化：车、路、云、网全面智能的中国方案
「三横两纵」多元要素构筑一体化高效智能信息系统
车路云一体化：车、路、云、网融于一体的高效信息系统。车路云一体化系统，又称为车 路云一体化融合控制系统或智能网联汽车云控系统，是通过新一代信息与通信技术将人、 车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策与控制，实现智 能网联汽车交通系统安全、节能、舒适及高效运行的信息物理系统。车路云一体化以「聪 明的车+智慧的路+融合的云」为基础架构，以高精地图、导航定位为支撑，融合信息安全、 大数据、AI 等关键技术，是未来交通实现高等级自动驾驶的重要路径。
车路云一体化系统由「三横」网联车、路侧基础设施、云控平台 + 「两纵」相关支撑平台、 通信网五大部分组成： 1）网联车：广义来说，该部分包括网联车辆及其他交通参与者，是动态交通数据的核心数 据源，与路侧/云控平台之间存在相互作用：一方面，车辆将通过无线通信网络和利用路侧 基础设施向云控基础平台提供运行的实时动态信息；另一方面，车辆驾驶人与网联车可接 收来自路侧和云控基础平台提供的感知、决策和控制服务； 2）路侧基础设施：该部分包括感知、通信、计算类基础设施及交通附属设施，具体来讲包 括路侧感知设备（摄像头、毫米波雷达、激光雷达、气象传感器等）、路侧单元（RSU）、 交通信息化设备（信号灯、情报板等）和路侧计算单元（MEC 边缘计算单元）等，将为云 控基础平台采集来自车辆、道路以及其他交通相关系统的动态交通数据，并向车辆及其他 交通参与者提供来自系统的交通相关信息；
3）云控平台：由「1」个云控基础平台及其所支持的「N」个应用平台组成，是车路云一体 化分层解耦、跨域共用特征的典型体现。其中，云控基础平台基于车辆与交通等相关数据 的采集、存储与处理，通过基础设施、数据与能力共享的方式，面向包含网联汽车、区域 交通交管部门以及产业链其他企事业单位等涵盖全产业对象的三大类用户提供应用需求支 撑。应用平台则包括城市智能网联汽车安全监测、智慧公交、智慧乘用车、自动泊车、交 通管理、场景仿真等 N 个应用平台； 4）相关支撑平台：为云控基础平台提供其服务所需的交通相关信息，如高精度（动态）地 图信息、卫星导航定位增强信息、区域气象预警信息、交通路网监测、安全信息与运行监 管信息等。此外，相关支撑平台也可基于自身的实际需求接收来自云控基础平台的数据与 服务； 5）通信网：主要包括 C-V2X 网络、光承载网、卫星通信以及其他专有网络，为系统各组 成部分之间的数据传输与信息交互提供安全、可靠与时延要求保障。C-V2X 是基于 3GPP 全球统一标准的蜂窝通信和直连通信融合的车联网无线通信技术，包括 LTE-V2X、NR-V2X 及其后续演进版本。以上 4 种网络的作用、分工如下：I.C-V2X 网络主要支撑网联汽车与路 侧、云端的互联互通；II.光承载网主要保障路云之间以及云控基础平台各层级云之间的互联 互通；III.卫星通信可以保障云控基础平台在地面通信没有覆盖环境下（如越野）仍能提供 通信服务；IV.基于其他专有网络搭建的车路云通讯环境由其自身保障车云、路云、云云之 间的安全、高效互通。 车路云一体化系统中的五大组成部分在日常运行中会进行多方数据流转，如云控平台会将 路侧/车侧采集到的数据进行处理、决策并反馈，具体数据交互双方可包括车-路、车-云、 路-云、云-云等。
车路云一体化有望实现业务、管理两方面作用
我们认为，车路云一体化有望在驾驶业务和交通管理两大领域发挥重要作用。1）业务层面， 从中短期的「有人驾驶安全辅助」到远期的「高阶智能驾驶」，由于全面的高阶智能驾驶并 非一蹴而就，我国的道路交通将长期处于「无人驾驶+有人驾驶」混合的过渡阶段，在这一 阶段下，车路云一体化将为有人驾驶提供安全预警服务，如通过路侧感知传输信息避免「鬼 探头」等交通事故，未来随着技术的进步和协同能力的增强，车路云一体化有望助力实现 全天候、全场景的高阶智能驾驶，与此同时，智能驾驶相关的生活娱乐应用也将持续丰富 化，人们有望享受到高水平的智慧出行服务；2）管理层面，车路云一体化有望赋能政府部 门进行智慧交通管理，通过对交通状态的高动态监测，政府部门有望实现对城市交通流的 高效率组织及道路资源的高效率使用，实现全局交通优化并降低交通事故率。
车路云一体化是目前我国智慧出行的答案
自动驾驶领域，长期存在「单车智能」与「车路云一体化」（原车路协同）两种技术路线的 争论。从技术路径的概念和要求来看，「单车智能」更加强调车本身的智能驾驶感知和算法 水平，需要高端车载芯片及先进人工智能技术的支持，对路侧、云端的数据协同依赖较低； 而「车路云一体化」（原车路协同）则是依仗系统优势，相较于「单车智能」方案，「车路 云一体化」对智能汽车软硬件要求较低，而是将路侧智能基础设施与云控平台结合，将「长 尾」感知、数据获取及复杂的计算任务从车端解放出来，技术角度上更易于实现。
对比「单车智能」和「车路云一体化」的优劣势，我们看到：1）单车智能优势在于具备灵 活性、通用性和稳定性，不依赖高度发达的网络也能独立应用，而劣势在于对车载芯片、 自动驾驶算法技术要求较高，同时在感知、数据打通、决策上存在一定的局限性；2）车路 云一体化优势在于对高精尖技术要求较小，能够协同路侧、云端进行感知，也有利于帮助 政府实现交通的全局最优化，而劣势在于非常依赖政府部门的基础设施投资，需要较为完 善的基础设施支撑才能发挥出最佳效果，同时技术通用性也受到限制。
从关系上来看，我们认为，车路云一体化与单车智能是相辅相成的，单车智能是车路云一 体化的基础，而车路云一体化则是单车智能的补充和升级： 1）单车智能是车路云一体化的基础，「智慧的路」、「协同的云」都需要围绕「聪明的车」 这一主体来发挥作用，同时单车智能的水平也决定了车辆对路侧、云端所提供数据的处理 能力及决策效果； 2）车路云一体化是单车智能的补充和升级，单车智能在感知、数据打通、车载计算成本上 具有局限性，而车路云可以通过完整的系统进行弥补。单车智能感知存在盲区且难以解决 分割数据打通的问题，而车路云能够提供超视距感知和复杂场景数据系统决策的优势，弥 补单车的局限性。此外智能车的发展需要依赖算力，而车载算力从成本、使用条件上都受 限制，车路云系统可以将车载的计算负载转移，通过一体化的形式实现，这使得车载算力 的成本得到降低，得以适配更多复杂的交通领域； 3）车路云一体化和单车智能可以相互促进，一方面前者能够促进后者的升级和迭代，另一 方面后者的发展也能减轻前者的成本负担。车路云一体化系统可以通过获取路侧场景数据， 尤其是极端场景数据样本，对车端数据形成补充，促进数据的开发与运营，有望迭代出更 高质量的自动驾驶 AI 模型；反之，单车智能技术水平的提高可以减少车辆对路侧设施规模 和种类的需求，未来仅需在部分区域部署路侧设施，这将显著降低城市基础设施建设成本， 缓解财政压力，加速城市全域智慧出行的发展。
我国目前选择「车路云一体化」作为智慧出行的方案，我们认为原因在于： 1）从技术水平来看，我国单车智能所需的高端芯片及自动驾驶算法方面较欧美发达国家有 差距，难以在这条路上完成快速追赶，美国在集成电路领域和人工智能领域积累丰富、人 才储备充足、基础科研实力较强，因此在车载高端芯片及自动驾驶 AI 算法上全球领先，相 比之下，我国作为智能驾驶领域后发着，技术积累相对有限。根据美国兰德智库 2020 年估 算，一套自动驾驶系统量产需积累 170 亿公里以上数据进行优化，谷歌旗下自动驾驶公司 Waymo 已耗时 10 年以上进行测试，累计模拟测试 100 亿英里，行驶行程 2000 万英里。 此外，现有测试场容量有限、设备昂贵、效率不高，因此综合来看我国仅靠单车智能完成 追赶具有一定难度； 2）从基础设施禀赋及国情来看，我国更适合走「车路云一体化」路线：I.网络基建方面， 截至 2024 年 5 月末，我国 5G 基站总数达 383.7 万个，全球领先，且我国大力推进 5G、 物联网、卫星互联网等技术的衍生应用，能够满足车路云一体化对于通信网的基本要求；II. 路侧基建方面，我国收费公路总里程/高速公路总里程均领先于美国，这意味着我国所积累 的路侧设备 RSU 的数量和分布范围大于美国（根据工信部，截至 2024 年 5 月末我国智能 化路侧单元（RSU）部署超过 8700 套），可在原有禀赋的基础上快速改造升级；III.国情方 面，美国基础设施投资一般由市场主导，且更加强调隐私性，因而路侧/云端基础设施投资 难以推进，而我国基础设施投资由政府主导，本次试点中相关路侧/云端基础设施建设有望 快速推进。
全球其他发达国家的路线选择：以日本、德国为例，两国汽车工业成熟，自动驾驶和车联 网均有一定积累，未来或根据当地的路线进行灵活调整。日本和德国拥有发达的汽车工业 以及成熟的整车制造能力，德国旗下豪华车品牌（如奥迪、宝马和奔驰）对自动驾驶的研 究起步较早，技术较为领先。其中：1）日本对于车联网早有布局，2018-2022 年，日本相 继发布了【自动驾驶汽车安全技术指南】、【道路交通法（修正案）】，持续更新发布【官民 ITS 构想路线图】、【实现自动驾驶行动方针】等政策法规，探讨了 L4 级自动驾驶的基础设 施协同机制与商业模式等，并计划于 2025 年实现高速公路 L4 级自动驾驶等；2）德国亦有 Ko-HAF 项目进行智能网联汽车示范，该项目使车辆通过移动无线电将其环境信息发送到安 全服务器，服务器将信息进行收集压缩使车辆拥有最新的高精地图，从而提供更好的信息 预报。 未来，日本和德国亦将面临路线选择的问题，考虑到两者在 AI、5G 领域处于追赶者角色， 在自动驾驶和车联网方面均有积累，但较中美来说国内市场相对有限，因此我们亦关注其 在其他国家地区中的路线选择。我们认为两国未来将会根据当地的路线进行调整，如在欧 美地区跟随单车智能，在中国地区配合车路云一体化方案。
建设重点：「两率」亟待提升，力争全面智能、连续覆盖
为了实现车路云一体化这一复杂的系统工程，路侧、车端、云端相应的软硬件需要适当的 升级和部署，以提高数据获取、数据协同、决策控制的能力。目前来看，车路云「两率低」 的问题常受到诟病，即路侧基础设施覆盖率低和车载终端装配率低，基础设施建设的「碎 片化」、「分散化」，导致无法连续获取准确、足够的数据用于判断和决策，因此在路侧和车 端进行相应的设备安装将是车路云建设的一大重点。
路侧：提升 C-V2X 路侧单元覆盖率，重点路口部署感知与边缘计算设备
路侧基础设施主要包括通信设备（路侧单元）、感知设备、计算设备：
1）通信设备：城市需部署 LTE-V2X 直连通信路侧单元（RSU）等在内的 C-V2X 设施，实 现区域内通信网络全覆盖。根据【智能网联汽车「车路云一体化」规模建设与应用参考指 南（1.0 版）】（2024 年 5 月），试点城市需要在城市内部署 LTE-V2X 直连通信路侧单元（RSU） 等在内的 C-V2X 基础设施，要求所建的 C-V2X 网络支持近程信息交互，包括云控基础平台 下发的信息、信号灯实时状态、交通参与者状态、交通事件、道路标牌信息等；部署工作 可先从城市级重点红绿灯路口开始，之后逐步拓展至城市全域。未来，随着路侧通信设备 的完善，它们将与 5G 网络协同运行，确保车路云一体化系统实现信息实时且持续的交互。
2）感知设备与计算设备：应在城市重点区域、关键路口路段，特别是事故易发生、交通易 拥堵点位或复杂区域部署。其中，感知设备应能够保障路侧与云控基础平台为行驶车辆提 供可靠的赋能服务，可根据不同应用场景需求、选择不同配置，选项包括摄像头、毫米波 雷达、雷视一体机、激光雷达等；计算设备主要指边缘计算系统，将对所连接或管理的路 侧感知设备的感知信息进行融合计算，在实现与云控基础平台交互的同时，还应该满足云 控基础平台边缘云服务对融合感知的算力、准确性、安全性、可靠性与时延要求。
车端：聚焦分类提升车载终端装配率
车端需装配具有特定功能、符合要求的 C-V2X 车载终端（OBU）。根据【智能网联汽车「车 路云一体化」规模建设与应用参考指南（1.0 版）】，为实现车路云一体化，需搭载的车载终 端有以下 6 点要求：1）支持 5G、C-V2X 直连通信能力；2）具备同智能化路侧基础设施 和云控基础平台进行实时数据交互的能力，其中支持协同辅助驾驶/自动驾驶的车载终端同 路侧基础设施和云控基础平台的数据交互频率不小于 10Hz；3）具备与车载计算单元进行 数据通信的能力；4）支持卫星定位，其中支持协同辅助驾驶/自动驾驶的车载终端应具备高 精度定位能力，水平精度≤0.2m（CEP95）、授时精度≤20ns（CEP95）、航向精度≤1.0° （CEP95）；5）具备可访问控制、数据监管等安全能力；6）支持数字身份认证体系。 国家提出要分类提升车载终端装配率：1）试点运行车辆 100%安装 C-V2X 且含有数字身份 证书的车载终端；2）对公交车、公务车、出租车等公共领域存量车通过后装方式进行 C-V2X 车载终端搭载改造，换新尽量选用前装车载终端车辆，其车载终端搭载率不低于 50%；3） 消防车、救护车、道路施工车等特种车辆可通过后装方式安装；4）鼓励试点城市内新销售 具备 L2 级及以上自动驾驶功能的量产车辆搭载 C-V2X 车载终端。根据佐思汽研【2024 年 C-V2X 和车路协同行业研究报告】，2023 年我国乘用车 C-V2X 前装率约 1.2%，前装规模 超 27 万辆，佐思汽研预计 2026-2027 年将迎来大规模装车期，到 2027 年乘用车前装率有 望达到 9%。
云端：打造兼具低时延、安全性的云控平台
云控平台将为交管提供重要支撑作用，未来关键在于低时延与安全性。以目前的建设重点 云控基础平台为例，城市级云控基础平台由边缘、区域、中心三级云组成，以全城一个中 心云，按交通管辖区域为服务范围的多个区域云的模式进行分布式部署，每个边缘云仅归 属一个区域云，每个区域云可统筹调度多个边缘云。该平台具备支撑所在区域车辆的安全、 高效、绿色出行等需求以及政府职能部门的交通管控与智能交通需求。其中，为实现更好 车路云协同体验，边缘云需满足以下时延要求：边缘云向行驶车辆提供服务时延不超过 200ms，其中云端计算服务不超过 60ms，路侧感知处理不超过 90ms，通信传输不超过 50ms， 传输可靠性达到电信级网联要求。此外，应实现云控基础平台与车端设备、路侧设备、边 缘计算系统、交通安全综合服务管理平台等之间的安全接入与安全通信。
车路云发展：政策引领/试点落地，未来产业空间可达万亿
我们认为，车路云一体化的发展有根可寻、有「法」可依、前景可期：1）从源头来看，车 路云以 C-V2X 车联网为雏形，部分城市已开展先导示范项目，产业已初具规模；2）从发 展来看，车路云有望呈现「顶层政策支持-地方试点推进（地方政府发布建设订单）-应用场 景落地打造商业闭环」的模式，今年来看，车路云一体化由工信部等牵头提出试点规划，6 月首批进入智能网联汽车准入和上路通行试点联合体已确定，目前北京、武汉、杭州等首 批试点城市订单逐步落地，即将进入实质性建设阶段；3）从产业价值角度看，车路云一体 化作为系统工程，可辐射带动智能网联车整机及终端、路侧基础设施、云控平台、基础支 撑等板块多个细分领域的融合发展，根据【车路云一体化智能网联汽车产业产值增量预测】 （2024 年 2 月），中国汽车工程学会等预测到 2030 年我国车路云一体化产业将突破 2.5 万 亿元。
有根可寻：车路云脱胎于 V2X 车联网，产业已初具规模
车路云一体化以车联网 V2X 为前身。V2X 是实现车辆与周围的车、人、交通基础设施和网 络等全方位连接和通信的新一代信息通信技术，具体包括：1）V2V (Vehicle-to-Vehicle)： 车辆与车辆互联； 2 ） V2N (Vehicle-to-Network) ：车辆与网络互联 ； 3 ） V2I (Vehicle-to-Infrastructure)：车辆与路侧基础设施互联；4）V2P(Vehicle-to-Pedestrian)：车 辆与行人互联。V2X 系统在单车智能的基础上，将各个终端连接起来，通过实时获取车辆周 边交通环境信息，与自身车载传感器的感知信息融合，作为车辆的决策与控制系统的输入。 本质上，我们认为，车路云相对 V2X 的概念并未发生重大变化，但在同样赋能智能驾驶的基 础上，车路云系统更加强调：1）对有人驾驶的安全预警辅助作用；2）对政府部门提升交通 流的组织效率、提升道路资源利用率、降低事故率等工作的支持作用。
「车路云」由来已久，部分城市已开展先导示范项目，产业已初具规模。2020 年开始国家 各部委及相关行业组织陆续发布了一系列政策与指南，其中着重提及「云控基础平台」的 开发，如 2020 年 2 月发改委等发布的【智能汽车创新发展战略】中明确提出建设智能网联 汽车大数据云控基础平台的建设任务；2021 年 4 月住建部、工信部发布的【关于组织开展 智慧城市基础设施与智能网联汽车协同发展试点工作的通知】提出推动云控基础平台、基 础地图等技术的研究。 根据工信部，截至 2024 年 5 月末，全国共建设 17 个国家级智能网联汽车测试区、7 个车 联网先导区、16 个「双智」试点城市，开放测试道路 32000 多公里，发放测试拍照超过 7700 张，测试里程超过 1.2 亿公里，各地智能化路侧单元（RSU）部署超过 8700 套，多 地开展云控基础平台建设。根据中国智能网联汽车产业创新联盟【车路云一体化系统白皮 书】（2023 年 1 月），截至 2022 年底，该白皮书不完全统计下全国车路云一体化相关系统 建设项目投资金额已超过百亿规模。
有「法」可依：发展呈现「顶层支持-地方试点-场景落地形成闭环」
顶层政策支持：车路云方面，过往国家各部委一直有支持「交通强国」、「智能网联车」等 政策的出台，今年 1 月，工信部等 5 部委也发布了开展智能网联汽车「车路云一体化」应 用试点工作的通知，该政策首次将试点范围拓展至城市全域，而非局限于城市内特定区域 或路段的半开放或全开放试点，车路云规模化落地的顶层政策的支持作用已有所体现。 地方试点：近期车路云一体化企业、城市试点均有推进。在企业试点层面，6 月 4 日工信 部等四部委确认首批 9 个联合体开展智能网联汽车准入和上路通行试点；在城市试点层面， 从 5 月末开始，首批试点城市中的北京、武汉、杭州、十堰的车路云一体化招标大单陆续 发出（部分中标、部分备案），完整的首批试点城市名单于 7 月 3 日发布。我们认为，本次 试点意义在于探索并推出一套可跨域使用、可规模化复制、可商业化落地的城市解决方案， 以加速车路云一体化的全国普及。
我们认为，后续应持续跟踪其他试点城市订单的落地情况，且车路云一体化事业由当地政 府进行协调统筹，本地企业更有可能参与过此前的智慧交通建设，在技术适配、订单获取 层面具有比较优势，应关注当地路侧基础设施/车载终端企业的投资机遇。
商业闭环：我们认为，在车路云产业中可由政府平台组建全资子公司或成立联合股份公司 运营「云控基础平台」，通过向智慧公交、智慧乘用车、自动泊车等应用平台提供商业化服 务，获取相应回报，打造经济闭环。具体来看，车、路、云三方服务关系如下： 1）车辆：是动态交通数据的源头之一，为了获取云控基础平台服务，应通过其所属个人或 平台主体在云控基础平台进行注册并获取服务；在接收服务期间，提供车辆基础动态信息 以及国家政策及法规所强制要求的各类信息，其余可用于商业化的行驶动态数据，基于车 辆所属主体或车企同云控基础平台运营方通过协商合作的模式获取； 2）路侧：作为动态交通数据的另一重要源头，由投资建设主体进行运维与运营，云控基础 平台应通过购买或数据与服务等价互换等模式获取其感知结果数据； 3）云端：云控基础平台运营方应通过购买或数据与服务等价互换等模式获取路侧基础设施 感知数据及相关支撑平台交通相关数据的方式，为网联汽车、区域交通交管部门以及产业 链其他企事业单位的应用需求提供服务。
前景可期：车路云产业空间有望突破 2.5 万亿，路侧/云端为最快增长极
2025 年/2030 年我国车路云一体化产值增量有望分别达到 7295/25825 亿元。车路云一体 化作为系统工程，可辐射带动智能网联车整机及终端、路侧基础设施、云控平台、基础支 撑等板块多个细分领域的融合发展。根据中国汽车工程学会等编著的【车路云一体化智能 网联汽车产业产值增量预测（2024 年 2 月）】中的预测，在中性预期情景下，2025 年/2030 年我国车路云一体化产业总产值增量分别为 7295/25825 亿元，2026E-2030E 产值 CAGR 为 28.8%。细分来看： 1）智能网联汽车产业作为中流砥柱，产值贡献最大，2025 年/2030 年智能网联汽车产业产 值增量分别为 6451/20266 亿元，占总产值增量比重达 88.4%/78.5%； 2）智能化路侧基础设施与云控平台两大产业产值增速较快，2026E-2030E 路侧基础设施 与云控平台产业产值增量 CAGR 分别为 79.7%/56.8%。
产业链：关注整体方案商及技术领先的终端、模组、MEC 厂商
车路云一体化产业链包括上、中、下游：1）上游主要为芯片、终端及模组、边缘计算单元 及感知系统四类，其中终端及模组可以进一步划分为无线通信模组、车载终端 OBU、路侧 单元 RSU 等；2）中游主要为整体方案集成商、通信服务商、云平台提供商（可分为云控 基础平台、云控应用平台）及其他支撑产业方（如高精度地图、高精度定位、安全加密等）； 3）下游包括车路云的典型应用场景，如自动驾驶、自动泊车、智慧交通管理等。 我们认为，具备全栈技术及产品储备的整体方案提供商和领先技术优势的终端、模组、MEC 厂商值得关注。1）整体方案商具备提供整体性解决方案的能力，产品之间的适配度较高（如 同时布局车载、路侧、云控产品），在与单一产品供应商的竞争中更易胜出；2）领先技术 优势的 RSU/OBU 厂商，从工信部等 5 部委下发的政策来看，目前车路云一体化的瓶颈就 是两率低（路侧基础设施覆盖率低且不均匀、车载终端装配率低），因此市场增量空间较大， 具备领先技术优势的终端、模组、MEC 厂商已在各自领域积累大量技术开发经验，有望率 先与总集方达成合作。
我们认为，短期来看基础设施建设是重中之重，因此路侧和云端有望率先迎来机会：1）路 侧基础设施覆盖率亟待提升，且由国家政府出资建设，路侧投资机会或为短期主线；2）云 控平台关系车路云一体化系统的数据流转、处理及应用，且将作为政府实现智慧交通管理 的重要一环。短期建议关注路侧基础设施（包括 RSU 和 MEC）供应商、云控平台供应商 和集成路、云方案的整体方案商； 中期来看需要「更聪明的车」来匹配「智慧的路」和「协同的云」：1）从政策要求看，国 家要求分类别提升车载终端装配率；2）从商业角度看，随着部分车路云一体化场景落地， 车路云一体化为智能车降本的作用有望体现，车企参与意愿随之提升。中期建议关注车载 终端 OBU 供应商、车载高精度地图及导航定位供应商； 长期来看，各地车路云一体化系统开始运转，助力应用场景规模化落地，形成商业闭环。 长期建议关注各应用场景的相关运营公司。
此外，电信运营商有望凭借在物联网、MEC、云、大数据及 5G 专网领域的技术积累，以 及以往在车联网先导示范区的 5G 组网及云平台建设经验，在车路云一体化建设的全周期中 持续参与路侧基础设施、云平台及通信网的建设。
（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】。未来智库 - 官方网站
