• 项目
首页>>文章列表 >>行业研究
行业研究

金准人工智能 博鳌亚洲论坛2018年新兴经济体发展报告(一) 2018-04-11 15:59:24

序言

博鳌亚洲论坛是一个非政府、非营利性、定期、定址的国际组织,也是亚洲以及其他大洲有关国家政府、工商界和学术界领袖就亚洲以及全球重要事务进行对话的高层次平台。博鳌亚洲论坛的宗旨是立足亚洲,面向世界,促进和深化本地区内和本地区与世界其他地区间的经济交流、协调与合作。为了拓展亚洲经济体的对外交流渠道,建立更为广泛的跨区域联系,博鳌亚洲论坛还十分关注全球新兴经济体的发展与合作,并自 2010 年开始组织编写和发布新兴经济体发展年度报告。

2010 年博鳌亚洲论坛发布的《博鳌亚洲论坛新兴经济体发展2009 年度报告》首次定义了“E11”(新兴 11 国)的概念。2018年度报告仍以 E11 为主要研究对象,重点分析了 2017 年新兴经济体在经济增长、就业与收入、物价与货币政策、国际贸易、国际直接投资、大宗商品、债务和金融市场等方面的新情况和新进展,并对 2018 年新兴经济体的经济形势进行了展望。

2017 年,得益于外需的大幅增长,也得益于总体稳定的国内消费需求,新兴经济体的经济增速明显提升,并总体呈现向好态势。2017 年 E11 的 GDP 增长率约为 5.1%,比 2016 年提高 0.5 个百分点,继续在新兴市场与发展中经济体中处于领先地位,比世界经济增速高 1.4 个百分点。作为最大的新兴经济体,中国经济保持 6.9%的中高速增长,对全球经济增长贡献了约 1/3,并继续扮演着最大贡献者角色。俄罗斯与巴西经济走出衰退,经济增速由负转正。一年来,新兴经济体的就业市场总体稳定、通胀压力有所缓解、国际贸易强劲复苏、金融市场总体保持稳健,但债务水平持续攀升和国际直接投资增长乏力。

与此同时,新兴经济体的经济合作取得诸多新的进展。从内部合作来看,2017 年 E11 内部贸易占 E11 对外贸易总额的比例持续下降的势头得到抑制,并超过 2015 年的水平;相互之间的直接投资稳定增长。从对外合作来看,长期以来 E11 对发达经济体的贸易依存度相对较高。但在 2017 年,由于新兴市场与发展中经济体经济的良好复苏,发达经济体占 E11 的贸易份额出现下降。并且,在美国等主要发达经济体政策内顾倾向加重的背景下,E11 与发达经济体之间的贸易和投资谈判进展缓慢。

由此可见,当前以 E11 为代表的新兴经济体拥有良好的经济增长表现。但是,劳动生产率、技术进步、青年失业率、收入分化、经济全球化与区域一体化、公共和私人债务、金融泡沫以及特朗普税制改革的溢出效应等因素对经济增长的影响仍不可忽视。同时,外需能否持续增长、投资增长动能能否重塑也值得关注。

展望 2018 年,新兴经济体经济有望继续保持良好增长态势,但仍需防范各种风险和挑战,挖掘经济增长的内生动力,并为经济的长期稳定增长奠定坚实的基础。

第一章 导论

2017年度报告中,我们预计2017 年 新 兴 11 国(E11)的经济复苏稳中向好,经济增速总体好于 2016 年。从实际运行情况来看确实如此,但 2017 年 E11 经济复苏增长势头超出我们的预期,按各国购买力平价(PPP)换算的经济总量加权计算的经济增长率约为5.1%。出现这一结果主要得益于外需的大幅增长,也得益于总体稳定的国内消费需求。与此同时,2017 年度报告指出的劳动生产率增速放缓、收入分配差距扩大、债务水平攀升、外汇市场波动加剧、保护主义不断升级、特朗普政府经济政策的不确定性及各种地缘政治风险等因素,均不同程度地侵蚀经济稳定复苏的根基。

1.1 2017 年总体形势

2017 年,E11 经济增长率显著提升,主要经济体增长表现超出预期,通胀压力下降,大宗商品升势放缓,国际贸易增长强劲,但就业与收入增速下滑,国际直接投资增长乏力,公共债务持续攀升。

1.1.1 经济增长:显著提速

在过去数年极度宽松货币政策累积效应释放的大背景下,世界经济增长明显提速,E11 的经济呈企稳回升之势,增长速度更是大幅提升。根据国际货币基金组织(IMF)的数据测算,2017 年 E11 国家的 GDP 增长率约为 5.1%,比 2016年提高 0.5个百分点,比世界经济高 1.4 个百分点,是自 2011 年以来的首次回升。在经历 2016 年以来缓中趋稳的增长态势之后,2017 年 E11 的人均GDP 增长率回升至 4.3%。E11 与七国集团(G7)等发达经济体的经济增速均有所提升,但 2016—2017 年二者的增速差距不断拉大。基于市场汇率计算的 E11 经济规模和GDP 份额均显著提升。基于购买力平价计算的 GDP 增量显示,E11 的经济增量连续上升,且远高于 G7 和欧盟。E11 经济的良好表现主要得益于总体稳定的消费贡献以及增强的货物与服务净出口拉动效应,而投资在推动 E11 经济增长中的作用总体上趋于弱化。从“三驾马车”的功能效果来看,货物与服务净出口对经济增长的拉动效应超过消费和投资之和,成为推动经济增长的重要因素。经济合作与发展组织(OECD)的综合领先指数、消费者信心指数和商业信心指数显示,未来在短期内 E11 的经济继续向好,预计 2018 年这种积极向好的发展势头将得以延续。

1.1.2 就业与收入:增长率下滑

E11 国家中,部分国家失业问题严重,且存在被低估的可能。2017 年,E11多数国家就业人数增长放缓甚至出现负增长,但就业结构有所改善,服务业就业人口比重与发达国家的差距缩小。多数国家失业率攀升,其中巴西和南非失业率相比 2016年有比较明显的上升,分别提升了 1.3 个和1.1 个百分点至 12.9%和 27.7%。土耳其、阿根廷、印度尼西亚和韩国的失业率也都略有上升。并且,15 岁至 24 岁青年失业问题尤为突出。多数国家青年失业率有所上升,其中南非和巴西的青年失业率相比 2016 年分别上升 4.0 个和 3.2 个百分点至 57.4%和30.5%。沙特阿拉伯的青年失业率也高达34.7%。青年失业率高企及其对社会稳定的潜在冲击尤其值得警惕。与此同时,多数国家劳动力参与率出现下降。由于长期失业者丧失就业意愿而造成的劳动力参与率下降会降低失业率并掩盖劳动力市场中存在的问题,E11 可能面临比当前失业率所反映的更加严重的结构性就业障碍。近年来,E11 多数国家人均国民收入、实际工资增长率和居民最终消费支出增长率为负或呈下降趋势,其中巴西和俄罗斯面临的形势更加困难。收入分配整体有所改善,本报告期 E11 基尼系数均值为 43.4%,较 2017 年度报告值有所下降。部分国家社会保障能力增强,巴西、俄罗斯、墨西哥和土耳其等国的社会缴款占收入的比重有所提升,阿根廷、巴西、中国、韩国、俄罗斯、土耳其等国社会缴款占收入的比重超过了英国。

1.1.3 物价:总体压力有所减轻

2017 年,受食品价格回落、货币升值等因素影响,多数 E11 国家通货膨胀率走低。2017 年巴西通货膨胀率从 2016 年的 8.7%下降到 3.4%,达到近年来历史的低点。2017年中国的消费者价格指数(CPI)同比上涨1.6%,相比 2016 年下降 0.4 个百分点。印度、俄罗斯、南非等国通货膨胀率在 2017年也出现下降,沙特阿拉伯甚至在 2017 年出现通货紧缩。2017 年印度尼西亚和韩国的通货膨胀率尽管比 2016 年有所上升,但总体上两国通货膨胀压力并不大。不过,部分国家仍面临较大的通货膨胀压力。2017 年,阿根廷通货膨胀率仍居于高位,全年保持在 20%以上。墨西哥和土耳其通货膨胀率在 2017年则出现急剧上升,其中墨西哥通货膨胀率在 2017 年上升至 6.0%,相比 2016 年上升3.2 个百分点,土耳其通货膨胀率在 2017 年达到 11.1%,相比 2016 年上升 3.4 个百分点。2018 年,受大宗商品价格回升、新兴经济体经济持续复苏、货币贬值等因素影响,E11 国家的通货膨胀率预计将会比 2017 年有所上升。在通货膨胀率走低的情况下,为刺激经济,巴西和俄罗斯在 2017 年继续大幅下调基准利率,印度和南非也实施了降息行动。但在通胀压力之下,阿根廷、墨西哥和韩国在 2017 年都进行了加息,土耳其尽管未调整基准利率,但依然实施了偏向紧缩性的货币政策。随着新兴经济体经济持续复苏、通货膨胀压力有所上升,同时美联储货币政策逐步收紧,2018 年 E11 国家货币政策的紧缩压力或将加大。

1.1.4 国际贸易:强劲复苏

2016 年以来,E11 按贸易额计算的对外贸易增长速度先抑后扬,呈现明显复苏向好态势。在货物贸易方面,2016 年 E11 名义增长率为-5.8%;2017 年上半年,E11 货物贸易总额大幅上涨,较 2016 年同期增加12.7%,比同期世界货物贸易增长率高 4.1个百分点。在服务贸易方面,2016 年 E11名义增长率为-1.6%,降幅较 2015 年收窄4.7 个百分点;2017 年上半年,服务贸易总额较 2016 年同期增加 7.6%,扭转了 2016年同期的下行趋势。尤其是对沙特阿拉伯、俄罗斯、巴西、印度尼西亚和南非等油气和原材料出口国而言,大宗商品价格的回升带动出口贸易强劲回暖。2017 年,E11 的货物和服务贸易在世界贸易中的份额扭转了2014 年以来的下降趋势。IMF 数据显示,2017年上半年,E11的货物贸易份额较 2016年小幅增加 0.2 个百分点至 25.3%,服务贸易份额较 2016 年上升 0.7 个百分点至18.7%。由于 2016 年 E11 进口降幅小于出口,2017 年上半年 E11 进口增幅大于出口,E11 的贸易发展更趋平衡,经常项目占 GDP的比例持续下降。根据 IMF 的测算,2017年这一比例降至 0.5%。2017 年以来,由于新兴市场与发展中经济体经济的良好复苏,E11 内部以及 E11 同新兴市场与发展中经济体之间的贸易联系有所加强。2017 年 E11内部贸易占 E11 对外贸易总额的比例持续下降的势头得到抑制,并超过 2015 年的水平。IMF 数据显示,2017 年上半年,E11 内部贸易占 E11 对外贸易总额的比例较 2016 年上升 0.6 个百分点至 23.7%,较 2016 年同期则上升 0.7 个百分点。

1.1.5 国际直接投资:增长乏力

2016 年以来,全球外商直接投资(FDI)未能延续 2015 年的增长势头,总体规模持续下滑。在 FDI 流入方面,2016 年发展中经济体与转型经济体的 FDI 规模较 2015 年有所下降。联合国贸易和发展会议(UNCTAD)数据显示,2016 年发展中经济体与转型经济体 FDI 流入额为 7,138 亿美元,较 2015 年下降 9.6%;FDI 流出规模为 4,085.25 亿美元,较 2015 年下降 3.1%,流出规模不足发达经济体的四成。2016 年 E11 的 FDI 流入总额为 3,422.11 亿美元,较 2015 年下降1.8%;流出总额较 2015 年增长 4.5%,为2,325.79 亿美元。这表明 E11 对外投资能力有所增强。在“一带一路”建设的推动下,2016 年中国的对外直接投资额较 2015 年增长了 43.5%,达 1,831.00 亿美元,创历史新高,并首次成为全球第二大对外投资国。为此,中国还首次成为 FDI 净流出国,净流出额为 494.00 亿美元。进入 2017 年,由于全球主要国家经济环境的不确定性加大,全球FDI 规模加速下降,并呈现分化格局。根据联合国贸易和发展会议《投资趋势监测》报告估算,2017 年全球 FDI 流入额为 1.518 万亿美元,较 2016 年下降 16%,其中发达经济体较 2016 年下降 27%,发展中经济体较2016 年增长 2%,转型经济体较 2016 年下降 17%。一些经济增长表现较好并鼓励对外直接投资和大力吸引外商直接投资的经济体,FDI 流出和流入仍保持较好的增长势头。为了吸引外商直接投资,E11 各国积极促进国际投资自由化和便利化,并签署了一些新的国际投资协定。在国家层面,很多国家出台了一系列新的投资促进政策,投资环境进一步改善。

1.1.6 大宗商品价格:升势放缓

2017 年,国际大宗商品价格的复苏态势在波动中趋于平缓,2016 年年初以来的商品研究所(CRB)指数复苏或上行趋势在 2017年出现走平迹象。其中,原油、天然气、煤炭等能源类大宗商品价格均延续 2016 年的上升势头,受石油限产协议达成、全球经济复苏等因素影响,预计 2018 年能源类大宗商品价格将延续上升趋势。金属方面,2017年钢铁和多数有色金属价格受中国、印度、美国等主要大国需求复苏,以及“一带一路”相关国家基础设施建设投资需求和预期的影响,也延续了 2016 年的上涨势头,2018年预计将温和上涨。具有避险功能的贵金属价格有涨有跌,但涨跌幅度较小,预计未来走势平稳。化肥类大宗商品 2017 年价格整体来看有所下滑,但不同品种的化肥类大宗商品价格涨跌互现。由于市场存在供大于求的局面,化肥类大宗商品价格 2018 年或将延续 2017 年的下滑态势。从豆粕、小麦和玉米等农产品类大宗商品现货价格来看,2017 年多数农产品价格波动幅度较小,且不同品种也是有升有跌,随着美国、中国、印度等主要经济体增长向好的拉动,预计2018年农产品类大宗商品价格将温和上涨。大宗商品价格波动对 E11 中的出口国和进口国的影响具有非中性。原油等大宗商品价格上涨对沙特阿拉伯、俄罗斯等对能源出口收入依赖较高国家的经济和财政产生有利影响,但对 E11 中的主要进口国来说意味着成本的上升。2017 年由于价格上涨,中国在原油进口上多支付了当年进口额约 21%的金额。

1.1.7 债务:非金融私人部门债务下降

目前,高企的债务水平成为世界经济快速复苏的羁绊。本研究通过分析新兴经济体的债务情况发现:第一,E11 的财政赤字率整体较高,但公共债务水平普遍较低,部分国家的公共债务水平有所提升。造成 E11 各国公共债务和财政赤字率变化的主要原因包括财政支出增长过快、各项改革不断深化以及大宗商品价格缓慢攀升等。新兴经济体应制定相关政策,平衡好深化改革与财政健康的关系,为经济持续稳定增长提供良好支撑。第二,E11 的非金融私人部门债务水平总体呈下降之势,各国的部门债务水平存在较大差异。宽松的货币政策环境是造成非金融私人部门债务高企的重要推手,而持续降杠杆的政策效果渐显则是非金融私人部门债务下降的主要原因。新兴经济体应多措并举抑制非金融私人部门的借贷冲动,并积极应对美国进入升息周期带来的紧缩风险。第三,E11 国家的外债水平和偿债率均较高,且呈持续上升之势。新兴经济体应构建和完善宏观审慎管理框架下的外债和跨境资本流动管理体系,以有效降低外债风险。综上所述,为了减少未来的债务偿付压力,新兴经济体应基于自身经济情况,尽早采取降低杠杆率的政策措施,谨防系统性债务危机的爆发。

1.1.8 金融市场:总体保持稳健

2017 年,受美元指数走低、国内经济复苏等因素影响,E11 国家货币对美元汇率贬值压力总体有所降低,部分国家货币对美元升 值 。 其 中 , 俄 罗 斯 卢 布 对 美 元 升 值13.0%,南非兰特和巴西雷亚尔对美元也分别升值 9.4%和 8.6%。印度卢比和韩元对美元升值幅度较小,但也分别升值 3.1%和2.6%。部分国家货币则延续了 2016 年的贬值趋势,其中阿根廷比索对美元贬值幅度依然有 12.2%,中国、墨西哥等国货币相比 2016 年依然维持对美元小幅贬值,不过这三国货币贬值幅度均较 2016 年有所收窄。新土耳其里拉 2017 年对美元贬值20.8%,贬值幅度超过 2016 年。印度尼西亚卢比对美元汇率也一改 2016年小幅升值的态势,在 2017 年出现小幅贬值。2017年,受基准利率上行和美国国债收益率上升等因素影响,多数 E11 国家国债收益率出现不同程度的上升,少数国家国债市场风险有所加大。2017 年新兴经济体股市表现亮眼,多数 E11 国家股票指数大幅上扬,股市规模进一步扩大。E11 国家房地产市场2017 年总体延续 2016 年走势,但房地产价格涨跌幅度有所收窄,房地产市场总体运行保持平稳。2018 年,世界经济复苏势头不断加强,新兴经济体经济增速进一步加快,为新兴经济体金融市场的稳定发展提供了良好的基本面。但美联储继续提升利率水平,新兴经济体面临的国际资本外流和货币贬值压力增大。与此同时,地缘政治局势等非经济因素也可能对 E11 国家金融市场带来扰动,这都将为 E11 国家金融市场带来挑战。

1.2 2018 年形势展望

2018 年,E11 经济增长仍受各种因素影响,例如劳动生产率、技术进步、青年失业率、收入分化问题、经济全球化与区域一体化、公共和私人债务、金融泡沫以及特朗普税制改革的溢出效应。

一是劳动生产率。劳动生产率的提高是推动经济持续增长的重要因素之一。导致劳动生产率增长缓慢甚至停滞的原因较多,主要包括因市场竞争不充分或制度惯性导致的技术扩散缓慢,技术进步和与之密切相关的投资增长减速,部分国家面临严峻的人口老龄化问题(如中国、俄罗斯和韩国等均面临严重的人口老化问题),人力资本积累减缓,许多新兴经济体不得不努力解决因过度宽松政策引发的资源错配等难题。尽管2017 年全球劳动生产率增速有所提高,但由于上述影响因素并未出现根本性的改观,因而劳动生产率的提升幅度并不大。有鉴于此,为了提升自身的劳动生产率水平,E11国家应继续深化改革,加大在科技创新领域的资本投入,优化资源配置,提高人力资本水平等,为自身经济可持续发展提供源源不断的动力。

二是技术进步。中高技术制造业的增长率是显示技术进步对经济增长产生积极影响的一个关键指标。联合国工业发展组织数据显示,2017 年全球制造业增长明显提速,第三季度增速达到 4.5%,为过去 5 年的最高值。在低技术、中等技术和中高技术三类制造业中,表现最为抢眼的是以自动化、机器人和数字产品为代表的中高技术制造业,2017 年第三季度比 2016 年同期增长 6%。尽管E11的制造业占GDP的比重只有30%左右,并且中高技术制造业的稳步扩张尚未在劳动生产率增长中充分体现出来,但制造业特别是高端制造业的发展无疑是 E11 经济长期增长的源泉之一。需要指出的是,技术进步是一把双刃剑,在释放正向效应时也会造成社会阶层分化等问题,进而直接或间接拖累经济增长。

三是青年失业率。青年失业率上升可能削弱经济增长潜力。部分 E11 国家面临青年失业率创历史纪录的不利局面。韩国统计厅2018 年 1 月 10 日发布的数据显示其青年失业率为 9.9%,创该国此项统计有史以来的新高。巴西 30%左右的青年失业率创下 1991年以来的最高值并有继续攀升的势头,这一数值已经接近沙特阿拉伯等国家,后者因政局不稳和国际油价下跌而成为全球青年失业率最高的地区之一。E11 中南非的青年失业率最高,2017 年第二季度高达 55.9%,并可能长期维持在 50%以上的高位。青年失业率过高以及高青年失业率的长期化,不仅直接影响社会的创新能力,而且还将降低社会凝聚力和公共部门的长期公信力,为民粹主义、保护主义的滋生提供土壤,最终加剧社会脆弱性并削弱经济增长潜力。

四是收入分化问题。2017 年 E11 样本均值虽然较 2016 年略有下降,但南非、巴西、墨西哥、中国、阿根廷和土耳其的收入分配基尼系数都超过了 40%的国际公认警戒线,印度尼西亚和俄罗斯基尼系数也接近警戒线水平。整体来看 E11 均值大约比 G7 高 10 个百分点。在基尼系数最高的南非,社会中最富有的10%人口赚得全国所有工资收入的一半,而处于财富底层 50%的劳动力则只挣得其中的 12%。墨西哥、南非和印度分别有93%、79%和 73%的受访者认为贫富差距是迫切或非常迫切需要解决的问题,而墨西哥有 84%的受访者认为就算努力工作,要想增加财富也是非常困难或不可能的。收入分化长久得不到解决会加重民众特别是弱势群体的焦虑、沮丧和不满情绪,削弱社会活力甚至加剧社会撕裂。

五是经济全球化与区域一体化。在国际贸易增速开始提升的同时,美国宣布退出跨太平洋伙伴关系协定,美国与欧盟的跨大西洋贸易与投资伙伴关系协定谈判以及美国与中国的双边投资条约谈判陷入停滞,2017 年12月在阿根廷首都布宜诺斯艾利斯举行的世界贸易组织部长级会议在消除贸易壁垒和重新修订贸易规则方面无任何实质性进展。随着特朗普推行税改以来的财政赤字增加进而贸易逆差扩大,美国将会在贸易政策上采取更加强硬且力度更大的保护主义措施,全球面临的逆全球化挑战将会加大,贸易保护主义政策和行动也会有所增加。未来全球实际货物出口量的增长率大致在 5%左右。这一贸易增长率只能支撑与之互为因果的全球经济中速增长。对于依靠贸易强劲复苏带动经济加速增长的新兴经济体来说,未来经济全球化与区域一体化能否顺利推进并对国际贸易产生正面效应无疑将直接影响 E11 的经济复苏步伐。

六是公共和私人债务。适度合理的举债规模有利于缓释新兴经济体面临的流动性短缺压力,但长期居高不下的债务水平不仅会加重借贷国的偿债负担,而且会威胁其经济稳定和增长。对 E11 而言,一方面,E11 国家的公共债务水平普遍较低,但大部分国家的公共债务水平均增长较快。这意味着整体较低的公共债务水平为 E11 国家采取扩张性的财政政策刺激经济增长提供了空间,但与此同时,部分国家公共债务水平过快增长的趋势也应值得警惕。另一方面,在结构性因素、制度性因素和周期性因素的共同作用下,虽然 E11 的非金融私人部门债务水平在整体上稳中有降,但部分国家的债务水平仍然较高。E11 国家降低非金融私人部门杠杆率是一个漫长的过程,整体思路应是先降低其增长速度,再降低其整体水平,尤其应避免急于求成剧烈降杠杆而引发新的风险。未来,鉴于美国等发达经济体的货币政策开始收紧,E11 面临的宽松货币政策环境也将趋紧,应谨防因利率上升导致债务水平较高的部分 E11 国家偿债压力加大可能带来的债务违约风险。

七是金融泡沫。受新兴经济体经济增速加快、美元指数走低、全球风险偏好升高等因素影响,2017 年国际资本加速流入新兴经济体。受此影响,部分新兴经济体货币对美元出现升值,部分新兴经济体货币对美元贬值压力降低,资产价格也出现大幅上涨。E11国家股票市场表现尤为亮眼,多个国家股票指数领跑全球涨幅。然而,资产价格大涨的背后也存在隐忧。2018 年 2 月,全球股市出现大跌,新兴经济体股市也未能幸免。这表明当前的金融市场依然脆弱。2018 年,随着美联储继续收紧货币政策,美元指数或将反弹,新兴经济体将再度面临本币贬值与资本外流压力。与此同时,如果新兴经济体跟随美联储被迫收紧货币政策,这将导致国内流动性收紧,从而加大资产价格下跌风险。

八是特朗普税制改革。2017 年 12 月,美国总统特朗普签署《减税与就业法案》,这是美国税收制度的一次重大变化。该法案涉及众多税制改革,包括大幅降低企业所得税,鼓励美国企业将海外利润汇回国内,减免个人税负等。特朗普税制改革方案的实施将对国际直接投资产生重大影响。据联合国贸易和发展会议测算,《减税与就业法案》将导致美国跨国公司近 2 万亿美元的海外资本回流美国,直接导致全球外商直接投资存量的大幅减少。该法案的实施将刺激在 E11 国家的美国资本回流,从而对这些国家的经济增长、就业等产生负面冲击。与此同时,在实业资本流回美国的情况下,也可能加剧新兴经济体的资本外流压力。美国的减税措施还可能形成全球范围的“税务战”,恶化新兴经济体经济复苏的外部环境。

基于 2017 年 E11 经济整体运行和影响未来发展趋势的因素分析,本报告认为,未来几年 E11 经济中高速增长的态势仍有望延续,但大幅上行的压力较大,并且不排除个别国家出现经济衰退的可能性。与 2017 年相比,2018 年 E11 经济增速基本持平或小幅上扬的可能性较大,即按各经济体购买力平价计算的经济总量加权计算的经济增长率为5.2%。

2 经济增长

近三年以来,E11 经济稳中向好,经济增速和人均 GDP 增速在2017 年均实现自 2011 年以来的首次回升,经济规模和相对份额显著增大。E11经济的良好表现主要得益于总体稳定的消费贡献以及增强的货物与服务净出口拉动效应。E11 与 G7 的经济增速均有所提升,但近两年二者的增速差距不断拉大,说明在全球经济周期性回升的过程中,E11 比发达经济体的经济提速更快,对世界经济加速回暖的拉动作用更加显著。展望未来,E11 经济将继续保持积极向好的发展态势。

2.1 经济增速显著提升

在经历 2016 年以来缓中趋稳的增长态势之后,2017 年 E11 的经济增速和人均GDP 增长率均实现回升。近两年 E11 与 G7等发达经济体的经济增长均出现提速,但二者的增速差距不断拉大。基于市场汇率计算的 E11 经济规模和 GDP 份额均显著提升。基于购买力平价计算的GDP增量显示,E11的经济增量连续上升,且分别远高于 G7 和欧盟。

2.1.1 经济增速升幅更大

在过去数年极度宽松货币政策累积效应释放的大背景下,世界经济增长明显提速,E11 经济呈企稳回升之势,且增长速度比世界经济更快。根据国际货币基金组织的数据测算,2017 年 E11 国家的 GDP 增长率实现自 2011 年以来的首次回升,约为 5.1%(见图 2.1),比 2016 年提高 0.5 个百分点,比世界经济增速高 1.4 个百分点。该增长速度高于2017 年度报告预测值的原因有:一方面,占E11 经济总量约 50%(按照 2017 年的现价GDP 计算)的中国 GDP 增速超出预期。中国国家统计局于 2018 年 1 月发布的数据显示,2017 年中国的 GDP 增长率达到 6.9%,实现自 2011 年以来经济增长的首次加速。另一方面,受益于全球增长势头加强、国际贸易增长加快、主要经济体就业市场稳中有增、中高技术制造业稳步扩张、劳动生产率逐步改善以及市场信心逐步恢复等因素的影响,尽管 2017年度报告对2017年E11GDP增长率的预测值比同期很多国际组织的预测更乐观,但由于此前经济增长低迷或陷入衰退的部分 E11 国家的经济比预期表现更好,2017 年 E11 经济的总体运行情况仍超出我们的预期。

E11、G7 和欧盟的经济增长均提速,但近两年 E11 对二者的增速差距不断拉大。相较于 2016 年,2017 年 E11 和金砖国家的GDP 增长率分别提升了 0.5 个百分点和 0.6个百分点,G7 和欧盟则分别提升了 0.6 个百分点和 0.3 个百分点。2007—2015 年,E11与G7和欧盟的经济增长速差分别从7.3个百分点和 6.0 个百分点降至 2.7 个百分点和 2.4个百分点;2016—2017 年,这种差距又扩大至 3.1 个百分点和 2.8 个百分点,说明在全球经济周期性回升的过程中,新兴经济体比发达经济体的经济增长提速更快,对世界经济加速回暖的拉动作用更加显著。

中国的经济增速有所加快。根据中国国家统计局的数据,2017 年中国的 GDP 增长率约为 6.9%(见表 2.1)。中国经济正在从高速增长阶段转向高质量发展阶段,供给侧结构性改革持续推进,引发需求侧内生活力,新旧动能加快转化,为经济高质量增长提供重要支撑。具体地看,一是供给侧结构性改革持续推进,“三去一降一补”成效显著。去产能方面,超额完成钢铁、煤炭去产能的年度目标任务。去杠杆方面,2017 年 11 月末规模以上工业企业资产负债率同比下降了0.5 个百分点。去库存方面,全国商品房待售面积同比减少了 1.1 万亿平方米,粮食去库存也取得明显进展。降成本方面,各种减税降费继续同比减少 1 万亿元人民币。补短板方面,生态保护和环境治理业投资增长达到23.9%。二是需求侧“三驾马车”的表现良好。首先,消费依然是推动经济增长的主动力。2017 年最终消费支出对中国 GDP 增长的贡献率为 58.8%,分别比资本形成总额和净出口的贡献率高 26.7 个百分点和 49.7 个百分点。其次,投资增长稳中趋缓,制造业投资和民间投资增长回升。2017 年全年全国固定资产投资同比增长 7.2%,比 2016 年下降 0.9 个百分点,全年回落幅度是近年来的新低,显示出明显收窄的态势。其中,房地产与基础设施投资增速回落,制造业投资异军突起;国有及国有控股企业投资增速逐步回落,民间投资增速明显反弹,经济“脱虚向实”和结构转型的效果开始显现。最后,全球经济复苏加速,推动外贸进出口持续增长。根据中国海关总署的统计数据,2017年 中 国 货 物 贸 易 进 出 口 总 额 同 比 增 长14.2%,其中,出口增长 10.8%,进口增长 18.7%,扭转了此前连续两年下降的局面。三是新旧动能持续转换,产业结构持续优化。“六新”(新技术、新产业、新业态、新模式、新产品、新动能)蓬勃发展,电子商务、移动支付、共享经济等引领全球。无论是从占比、拉动效应还是贡献率来看,第三产业都稳居首位。战略性新兴服务业、生产性服务业、科技服务业营业收入分别同比增长 18.0%、15.0%、15.1%。第三产业中“信息传输、软件和信息技术服务业”增加值同比增长 26%,连续 7 年增速超过 15%。以此类服务业为代表的新型服务业对经济增速的拉动作用明显提升。此外,在遏制债务过快增长可能引发金融风险方面中国也取得明显进展。这些都为中国经济持续的高质量增长夯实基础。

印度的经济增长率虽然下滑,但增速仍保持较高水平,2017 年印度 GDP 增长率约为 6.7%。导致其增长率下滑的原因在于:一是废钞令和商品与服务税改革(GST 税改)使印度宏观经济运行产生剧烈波动,虽然这两项改革利好长远,但在短期内给经济运行带来严重挑战。二是银行放贷能力不足及私人投资意愿减弱造成的投资需求疲弱,拖累印度经济增长的步伐。三是卢比升值带来负面影响不容小觑。因全球通货紧缩压力和印度实际利率偏高,卢比相对美元升值,这不仅对其出口部门不利,还会打击其进口替代部门。四是受制于物流、交通等方面的瓶颈,近年来印度制造业发展滞缓。印度工业生产指数(IIP)表明,其工业发展呈缓慢增长态势。五是就业形势仍不乐观。农业、建筑业及街头零售等劳动密集型行业在 2016年年底的废钞令下损失惨重,在 2017 年实行GST 税改初期也遭受重创,许多企业倒闭,大量工人失业。失业率上升和占总就业比重高达 90%的非正式部门(例如,主要依赖于现金交易的农民、商店主、小型经营者、小型实业公司等)的就业状况恶化,严重制约印度经济的增长潜力。六是长期制约印度经济增长的结构性问题,如有关征地、劳工、行政许可等问题的解决方案仍没有突破性进展。尽管如此,印度在其他方面也取得不错的成绩。例如,国际信用评级机构穆迪自2004 年以来首次提升了印度的主权信用评级;印度在世界银行《2018 年营商环境报告》 “前沿距离(DTF)”得分中的排名比 2017年提升了 30 位,跻身全球前 100 名;撤销外商投资促进委员会,便利外商直接投资进入;印度股市表现强劲,成为最具吸引力的新兴市场之一;为积弊已久的国有银行不良资产处置问题提供解决方案;等等。随着2017 年 11 月印度政府宣布将实施近 10 万亿卢比的经济刺激计划,预计其经济增长将提速回升。

俄罗斯经济已走出衰退的阴影,进入低速增长的通道,2017 年 GDP 增长率约为1.8%。主要原因包括:原油产量和价格齐升为俄罗斯经济持续回暖提供重要支撑;俄罗斯正在逐渐适应美欧的制裁;吸引外商直接投资额持续回升;俄罗斯对银行业进行资本重组和注入流动性以及采取浮动汇率等措施在短期内推升了经济增速预期;粮食大丰收,粮食产量再创新纪录;营商环境持续改善;等等。这些因素的共同作用使俄罗斯经济缓慢复苏的势头得以延续。在连续两年经历经济衰退之后,巴西经济终于在 2017年摆脱衰退的威胁,呈现良好的复苏态势,预计增长率为 1.1%。因反腐败引发的政局动荡以及在 OPEC 的减产行动中大幅削减原油产量等因素的影响,沙特阿拉伯的经济出现萎缩,预计 2017 年的增长率为-0.7%。在对外出口强劲拉动等因素的作用下,韩国经济持续增长,2017 年 GDP 增长率约为 3.0%,但其也存在家庭债务高企、人口老龄化加剧和青年失业率持续高位等隐忧,这些问题若不妥善解决,其经济增长的可持续性将大打折扣。受益于马克里政府相继推行的系列重大经济改革措施,包括加大基础设施投资、税收改革、放宽资本和外汇管制、削减政府开支、减少财政赤字、重回国际资本市场等,阿根廷经济复苏态势显著,GDP 增长率由 2016 年的-2.2%变为 2017 年的 2.5%。因对外出口好转、投资拉动增强、通货膨胀保持低位等因素影响,印度尼西亚的 GDP 增长率继续扩张至 2017 年的 5.2%。土耳其得益于政治不稳定性降低、旅游业逐步回暖以及企业经营状况好转等,预计 2017 年其 GDP增长率约为 5.1%,但其通货膨胀率近六年来首次突破两位数的走势值得警惕。

2.1.2 经济规模与相对份额均明显增大

基于市场汇率计算的经济规模和 GDP份额均显示,2017 年 E11 的经济规模明显增大,占世界经济的份额也显著提升。前者从 2016 年的 22.3 万亿美元增至 24.1 万亿美元,后者则从 29.6%升至 30.4%(见表 2.2)。一方面,E11 的经济在全球经济周期性上升的进程中更加强势回升;另一方面,部分 E11 国家的货币相对于美元持续升值。两方面因素的共同作用,最终使E11 的经济规模和 GDP 份额均有所提升。相比较而言,欧盟和 G7 的经济规模虽也有所增大,但相对份额在下滑,分别从2016 年的 21.8%和 47.1%下滑至 2017 年的 21.6%和 46.2%,说明新兴经济体的经济增长势头明显好于发达经济体。从经济增量来看,E11 的经济增量从 2016 年的-249亿美元升至 2017年的 1.8万亿美元,金砖国家从 716亿美元升至 1.4万亿美元,这主要受益于中国的 GDP 增速实现自2011 年来首次回升且 GDP 总量首次突破80 万亿元大关的影响。

从基于购买力平价计算的各经济集团现价 GDP 增量来看,E11 的经济增量在近两年连续上升,且远高于 G7 和欧盟的经济增量(见图 2.2)。2015—2017 年,E11 的经济增量从 2.6 万亿国际元逐步攀升至 3.4 万亿国际元,而同期 G7 和欧盟分别从 1.1 万亿国际元和 6,329 亿国际元升至 1.4 万亿国际元和8,239 亿国际元。从各经济集团 GDP 增量占世界经济增量的比例来看,2017 年 E11 的经济增量约占世界经济增量的 53.1%,金砖国家约占 43.8%,G7 和欧盟分别占 21.8%和12.8%。E11 和金砖国家等新兴经济体比 G7和欧盟的经济增量大且份额高,说明其对推动世界经济快速增长的贡献更大。

2.1.3 人均 GDP 实际增速回升

E11 的人均 GDP 实际增速出现回升势头,实现自 2011 年以来的首次回升。2017年,E11 的人均 GDP 增长率为 4.3%,比2016 年上升 0.6 个百分点(见表 2.3)。除了印度、墨西哥和沙特阿拉伯人均 GDP 增长率有所下降外,其他 E11 国家的人均GDP 增长率均有所上升。具体分国别来看,阿根廷的人均 GDP 增长率升幅最大,为 4.6个百分点;其次是巴西,为 4.3 个百分点;土耳其和俄罗斯分别为 2.3 个百分点和 2.1个百分点;南非和韩国分别为 0.4 个百分点和 0.2 个百分点;中国和印度尼西亚则均为0.1 个百分点。与之相反,印度、墨西哥和沙特阿拉伯的人均 GDP 增长率分别下降0.4 个百分点、0.1 个百分点和 1.2 个百分点,这与其人口规模扩大而经济增速却有所下滑密切相关。

2.2 净出口对经济增长的贡献上升

E11 经济增长显著提升的动力主要源自总体稳定的消费贡献以及增强的货物与服务净出口拉动效应,而投资在推动 E11 经济增长中的作用总体上趋于弱化。从“三驾马车”的功能效果来看,货物与服务净出口对经济增长的拉动效应超过消费和投资之和,成为推动经济增长的重要因素。

2.2.1 消费的贡献总体稳定

消费支出在 E11 各国经济中的地位相对稳固,对经济增长的拉动作用较为稳定且稍有上升。2014—2016 年,E11 的私人消费支出占 GDP的比重从 55.0%持续升至 55.9%。具体分国别来看,阿根廷、巴西、墨西哥和土耳其的私人消费占 GDP 的比重均在 60%以上;南非、俄罗斯、印度和印度尼西亚则基本处于 53%至 60%之间;中国和沙特阿拉伯相对较低,分别为 37.8%和 38.3%(见图2.3)。这说明私人消费拉动新兴经济体经济增长的重要地位不可撼动,并正在为 E11 国家经济增长提供持续稳定的动力。

从最终消费支出的拉动效用来看,其作为经济增长主要驱动力的角色较为稳固。根据万得(WIND)数据库的数据,2017 年,俄罗斯的最终消费支出对其季度 GDP 同比增长的拉动作用逐渐增强,从第一季度的1.54 个百分点升至第三季度的 2.68 个百分点。南非的最终消费支出对其季度 GDP 同比增长的拉动作用也在增强,从第一季度的0.59 个百分点升至第三季度的 0.98 个百分点。巴西的最终消费支出对其季度 GDP 同比增长的拉动作用持续增强,从第一季度的-1.2 个百分点升至第三季度的 1.33 个百分点。阿根廷的最终消费支出对其季度 GDP 同比增长的拉动作用显著增强,从第一季度的-0.3 个百分点升至第三季度的 2.48 个百分点。相比较而言,最终消费支出对中国 GDP增长的贡献率和拉动作用却有所下降。2017年其对中国 GDP 增长的贡献率为 58.8%,比 2016 年下降 5.8 个百分点;对 GDP 增长的拉动作用为 4.1 个百分点,比 2016 年下降0.2 个百分点。虽然最终消费支出对中国经济增长的贡献率和拉动作用有所减弱,但相较于投资和净出口,其贡献率分别高 26.7 个百分点和 49.7 个百分点,拉动作用分别高 1.9个百分点和 3.5 个百分点,这意味着最终消费支出仍是推动中国经济增长的中坚力量。

2.2.2 投资的驱动力减弱

投资对 E11 经济增长的推动力总体上趋于弱化。除了巴西、韩国和土耳其外,相较于 2016 年,2017 年其他 E11 国家的总投资占 GDP 的比重都出现下降,说明总投资对新兴经济体经济增长的驱动力减弱。其中,俄罗斯和沙特阿拉伯的总投资占 GDP 的比重下降幅度较大,分别减少 1.6 个百分点和 1.4个百分点(见图 2.4);印度、南非和墨西哥分别减少 0.4 个百分点、0.3 个百分点和 0.3个百分点;而韩国和土耳其的总投资占 GDP的比重上升幅度较大,分别增加 2.4 个百分点和 1.4 个百分点。与 G7 相比,E11 的总投资占 GDP 的比重明显偏高,但呈逐步递减趋势。2014—2017 年,E11 的总投资占比从27.8%逐步下降至 27.0%,G7 则从 20.8%降至 20.4%,说明投资在拉动 E11 经济增长中的作用明显高于 G7 等发达经济体。

从投资对经济增长的拉动效用来看,大部分 E11 国家的资本形成总额对经济增长的拉动作用有所下降。根据 WIND 数据库的数据,2017 年,仅有俄罗斯的资本形成总额对其季度 GDP 同比增长的拉动作用从第一季度的 0.01 个百分点升至第三季度的 1.34 个百分点。与之相对比,韩国的资本形成总额对其季度实际 GDP 同比增长的拉动作用逐步降低,从第一季度的 3.2 个百分点降至第四季度的 2.4 个百分点。南非的资本形成总额对其季度 GDP 同比增长的拉动作用由正转负,从第一季度的 0.12 个百分点降至第三季度的-0.27 个百分点。巴西的资本形成总额对其季度 GDP 同比增长的拉动作用也由正转负,从第一季度的 1.68 个百分点转为第三季度的-0.22 个百分点。2017 年,中国的资本形成总额对 GDP 增长的贡献率为32.1%,比 2016 年下降 10.1 个百分点;对GDP 增长的拉动作用是 2.2 个百分点,比2016 年下降 0.6 个百分点。2013—2017 年,资本形成总额对经济增长的贡献率和拉动作用均呈递减状态,分别从 55.3%和 4.3 个百分点下滑至 32.1%和 2.2 个百分点。其原因有:一方面资本回报率总体呈下降趋势,另一方面近五年中国的投资率也持续下滑,质与量的共同作用最终使资本形成总额对经济增长的驱动力减弱。

2.2.3 净出口的拉动效应增强

受益于全球经济周期性回升,国际贸易增速加快,大部分 E11 国家的货物和服务净出口对经济增长的拉动效应更加明显。根据WIND 数据库的数据,货物和服务净出口对中国 GDP 增长的贡献率由 2016 年的-6.8%变为 2017 年的 9.1%,上升了 15.9 个百分点;对 GDP 增长的拉动效应由 2016 年的-0.4 个百分点变为 2017 年的 0.6 个百分点,上升了 1 个百分点。全球经济提速回升,国际贸易增长加快,外需环境改善明显,拉动中国对外贸易大幅增长,从而增强了货物和服务净出口在推动中国经济增长中的作用。2017 年,商品和服务净出口对巴西季度 GDP增长的拉动作用从第二季度的-0.41 个百分点变为第三季度的 1.12 个百分点,这与其国内政治局势趋稳、通货膨胀率下降、国际贸易环境改善、外国直接投资增加等因素有关。尽管商品和服务净出口对韩国季度 GDP 增长的拉动作用从第三季度的 5.1 个百分点降为第四季度的 1.3 个百分点,但全年始终保持正值。根据韩国产业通商资源部于 2018年 1 月初发布的数据,2017 年韩国出口额达创纪录的 5,739 亿美元,比 2016 年增长15.8%;进口额为 4,781 亿美元,比 2016年增长 17.7%,实现除中东以外对其他所有地区的出口额均有所增长,尤其是面向东盟和印度的出口额创历史最高纪录,在出口市场多元化方面取得积极进展。2017 年南非的货物和服务净出口对其季度 GDP 同比增长的拉动作用增强,从第一季度的 0.09 个百分点升至第三季度的 0.3 个百分点。全球贸易需求增长和矿产资源价格企稳,令其对外贸易状况得到改善。

与此同时,另有部分 E11 国家的货物和服务净出口对经济增长的拉动效应为负值。2017 年,货物和服务净出口拖累印度第一季度经济增长 0.3 个百分点,这与卢比大幅升值(期间卢比兑美元即期汇率大幅提升5.48%)不利于其对外出口有关。阿根廷的货物和服务净出口对其季度 GDP 同比增长的拉动作用也为负值,从第一季度的-1.68个百分点持续扩大至第三季度的-4.35 个百分点。2017 年阿根廷的进出口严重失衡,贸易赤字达到 84.7 亿美元,创历史新高。其中,进口增长 19.7%,出口仅增长 0.9%。主要出口产品价格下跌且交易量下滑是导致其出口增长滞缓的主要原因。近三年来,货物和服务净出口对俄罗斯 GDP 增长的拉动作用逐步减弱并变为负值,从 2015 年的 5.98 个百分点变为 2017 年的-2.11 个百分点,这与持续的西方制裁迫使其转变依靠出口拉动经济增长的方式密切相关。

2.3 积极向好的增长态势或将延续

经济合作与发展组织(OECD)的综合领先指数(Composite Leading Index,CLI)、消费者信心指数(Consumer Confidence Index,CCI)和商业信心指数(Business Confidence Index,BCI)均显示,未来在短期内 E11 的经济将继续保持积极向好的发展态势,且预计 2018 年该势头将得以延续。

CLI 主要提供商业周期在经济活动围绕其长期潜在水平波动时发生转折的早期信号,可用以对短期经济走势进行定性分析。根据 OECD 发布的 CLI 可知,E11 国家的 CLI整体表现较好,意味着其经济企稳回升的态势将得以延续(见图 2.5)。2016 年第四季度至 2017 年第三季度,仅有墨西哥的 CLI 持续走低,下滑至 100 以下;巴西、俄罗斯、土耳其、印度尼西亚的 CLI 则持续上升至 100以上;韩国的 CLI 虽有下滑,但仍保持在 100以上;印度和南非的 CLI 呈先抑后扬的“U”型走势,并在 2017 年第三季度企稳回升。中国的 CLI 则在 2017 年前三季度连续走高。这意味着 E11 经济总体回升的态势明显,预计短期内将继续保持较好的发展势头。

CCI 反映了消费者对当前经济形势和前景、收入水平和预期以及消费信心强弱的主观感受,是用以预测消费趋势和经济走势的先行指标。根据 OECD 发布的 CCI 可知,E11国家的 CCI 表现存在差异(见图 2.6)。2017年第三季度,中国、韩国和印度尼西亚的 CCI均保持在 100 以上,说明这些国家的消费者对本国未来经济形势较为乐观,消费者信心回升,消费需求扩张。其中,中国的 CCI 从2016年第四季度的99.4连续升至2017年第三季度的 102.5,主要原因在于,中国经济正在从高速增长阶段转向高质量发展阶段,经济动能加速转换,产业结构持续优化,消费结构升级延续,消费将在拉动经济增长方面继续扮演非常重要的角色。俄罗斯的 CCI虽然没有超过 100,但从 2016 年第四季度至2017 年第二季度连续攀升,说明俄罗斯民众对本国经济从西方国家制裁的阴影中走出来的信心增强,未来可能进一步扩大消费支出。南非的 CCI 相对较低且稍有下滑,这与其政治和经济局势不稳,信用评级被下调,较高的失业率不利于缩小收入分配差距并会压制消费支出等因素有关。巴西的 CCI 持续上升的势头有所减弱,在 2017 年第三季度下滑至99.3,同期墨西哥和土耳其的 CCI 则分别为98.8 和 98.1,说明这些国家的消费者对其国内短期经济走势较为谨慎,进而影响了国内民众的消费信心和消费支出。

BCI 反映了企业基于自身产品、订单、库存以及当前状况和对未来经济走势预期所做的评估。其为正值,表明绝大部分企业对本国经济前景乐观;其为负值,则表明绝大部分企业对本国经济前景悲观。根据 OECD 发布的BCI 可知,E11 国家的 BCI 表现较好,全部为正值(见图 2.7)。具体细分国家来看,俄罗斯、墨西哥和土耳其的 BCI 在 2017 年第三季度均达到 100 以上,印度尼西亚的 BCI 在 2017 年第二季度也升至 100 以上。2016 年第四季度至 2017 年第三季度,中国的 BCI 虽有波动,但总体保持升势;巴西和印度的 BCI 则连续上升;南非的 BCI 在经历连续 3 个季度下滑后,在 2017 年第三季度出现回升;韩国的 BCI 表现则与南非的走势相反。总体来看,E11 国家的企业对本国的经济走势持乐观态度,未来可能进一步扩大投资规模,雇用更多劳动力,加研发投入,提高产出水平。

展望未来,预计 E11 经济将保持中高速增长。根据国际货币基金组织的数据测算,2018—2022 年 E11 的 GDP 增长率均超过 5%。2018 年中国的 GDP 增长率约为 6.5%,此后逐年下降至 2022 年的5.8%;印度则相反,从 7.4%持续升至8.2%(见表 2.4)。随着中国经济规模不断增大,高速增长的发展模式不可持续,在实现经济从高速增长向高质量发展转变的过程中,必然带来经济增速下滑,但增长质量提升。莫迪政府推行的系列改革红利不断释放,废钞令和商品与服务税改革虽在短期内给印度经济带来较大冲击,但在长期内会产生更多的收益,因而其未来经济发展前景较好。巴西经济已走出衰退的阴影,经济复苏的势头进一步巩固,预计其 GDP 增长率将从 2018 年的 1.5%升至2019 年的 2.0%,并稳定在该水平。在朝核问题冲击可控的情况下,未来五年韩国经济增长率将基本稳定在 3.0%左右。以上四大经济体的健康发展,将为 E11 经济整体实现中高速增长打下坚实的基础。除此之外,印度尼西亚、土耳其、阿根廷、沙特阿拉伯、南非、墨西哥的 GDP 增长率亦将稳中有升,基本保持正增长。

2018 年,E11 经济将延续积极向好的发展势头,增长速度持续回升。推动 E11经济增长的因素较多,其中,有利的内部因素包括新兴经济体国内结构性调整和深化改革的红利持续释放,推动经济增长的新旧动能转换进一步加速等;有利的外部因素包括全球经济增长的良好势头得以延续,外部需求持续改善等。除以上有利影响因素外,E11 各国经济也面临着诸多风险与挑战,例如,逆全球化特别是贸易投资保护主义倾向不断加强,国际直接投资增长继续下滑,美国的财政与货币政策调整对世界经济的溢出效应具有不确定性,债务积压问题越来越严重,资产泡沫快速积累,地缘政治风险和恐怖主义等问题依旧。

3 就业与收入

多数国家就业人数增长放缓或出现负增长,但就业结构有所改善,服务业就业人口比重与发达国家的差距缩小。多数国家失业率特别是青年失业率有所上升,巴西、南非等国家青年失业及其对社会稳定的潜在冲击尤其值得警惕。E11 多数国家人均收入、实际工资增长率和居民最终消费支出增长率为负或呈下降趋势,但收入分配整体有所改善,部分国家社会保障能力亦有所提升。

3.1 多数国家失业率上升

受全球经济增长动力不足等因素影响,多数国家 2017 年就业增速放缓或出现就业人数负增长,且失业率上升,青年人失业问题凸显。E11 人口规模大,部分国家存在人口负增长、老龄化速度加快等问题。劳动力规模大,多数国家 2017 年劳动力参与率有所下降。

3.1.1 就业增长趋缓,失业压力显现

根据国际劳工组织最新估算,2017 年多数 E11 国家就业人数较 2016 年有所增加,但增幅不如 2016 年(见图 3.1)。其中,印度就业人数增长最多,相比 2016 年增加了708 万人,增幅为 1.4%。沙特阿拉伯虽然只增加了 40 万人,但在 E11 中增幅最大,为 3.2%。2016 年土耳其和沙特阿拉伯就业人数年增幅都达到 4%以上。E11 中 2017年就业人数增长超过 100 万的还有印度尼西亚和墨西哥,分别增长了 145 万人和 126万人。土耳其增长约 34 万人,增幅约为1.2%。阿根廷和韩国也分别有增幅微小的正增长。但巴西、俄罗斯、中国和南非就业人数都出现了轻微的负增长,各减少了 39万人、32 万人、151 万人和 0.8 万人,降幅分别为 0.4%、0.4%、0.2%和 0.1%。2016 年 E11 中只有 2 个国家就业出现同比负增长。就业人数增长面临的问题并非 E11独有,2017 年 G7 中日本和意大利也出现了负增长,而在 2016 年全部 G7 国家就业人数较 2015 年同期都有所增加。


金准人工智能 2018年Q1中国内地及香港IPO市场回顾及展望 2018-04-09 18:11:42

前言

2018年首季,在全球新股融资额排行中,上海和香港的证券交易所的新股融资额分别落后于纽约、法兰克福以及纳斯达克,后三大证券交易所均有多只超大型新股上市。但是,预料全球的投资者将更关注中国内地和香港的新股巿场,因两地各自的上巿规则修订或于下半年正式落实后,将迎来包括一些著名的独角兽企业的新经济公司上市。与此同时,美国税改以及加息措施持续令到资金流入美国,而不断升级的中美贸易摩擦,以及正在进行中的英国脱欧谈判,或会影响对全球资本市场的投资情绪。

GEM的活跃新股活动推动下,今年首季香港巿场的新股数量达到新高。融资额则受惠于三只大型新股,其中一只为中资银行,另外两只为中国地产相关的企业。市场的投资情绪也受到一些香港巿民熟悉品牌的新股上巿而推高。因此纵使伴随美元加息正常化和缩表,以及中美贸易摩擦等事件,香港新股市场在第一季度仍然整体表现强劲。

 

一、2018年第一季新股巿场回顾─香港

1.2018年第一季度香港新股市场概览

2018年第一季度香港新股数量与融资额先拔头筹。

 

 

2018年第一季度香港上巿申请状况概览

年内所收到的上巿申请与申请处理期限已过但又已获原则上批准上巿数量均有所上升。

 

今年首季前五大新股融资共计174亿港元,整体比去年同期的86亿港元大幅急升102%,房地产相关行业重返前五大新股的行列。

 

今年新股数量以香港企业为主导,以20-30倍发行市盈率的新股比例上升。近7成新股数量比例来自香港公司,而近8成融资额比重仍然是来自中国内地企业。来自香港及澳门公司的新股数量比例继续扩大,令到来自中国內地企业的新股数量比重再进一步下调至22%(14只),比2017年同期低6个百分点,2016年同期少13个百分点。另外,来自中国內地企业的新股为香港新股巿场带来接近8成(77%)的新股融资金额,约为187亿港元,与去年同期76%比重相若(101亿港元)。今年来自新加坡、马来西亚和美国的海外公司新股共融资约9.0亿港元,较2017年同期4.4亿港元(3家)增加105%。

 

更多新股以20-30倍的市盈率上巿,超过4成新股以10倍-20倍之间的巿盈率上巿,另有超过五份之一的新股以20倍-30倍之间的市盈率上巿。远比去年同期的54%和13%分别下降13个百分点和增加9个百分点。

 

主板新股首日上巿的最佳表现较2017年同期亮眼,GEM新股的上巿日表现则未能够突破主板新股。

由于去年同期GEM新股仍然以全配售形式上巿,因此多只新股首天表现都异常出色,故今年进行公开发售的GEM新股表现未能够与去年同期相比拟。

今年首个季度,无论整体与个别主板新股的首日回报均较去年同期出色,所有主板新股的平均首日回报率为+42.1%,去年为+15.0%。

GEM新股的首日盘点表现则显著较主板的失色,前三大表现最佳的GEM新股均未能够超越前三大表现最佳的主板新股,所有GEM新股的平均首日回报率仅为+12.8%,去年为+432.6%。

整体来说,香港新股的首天回报率为+27.64%。

 

2.2018年第一季度香港新股融资规模分析

3宗大型IPO融资额仅占主板融资总额约7成,比重低于2016年同期。

 

主板平均融资规模反弹27%至约7.6亿港元,GEM的稍由去年同期的6,971万港元下调2.8%至大约为6,780万港元。

 

3.2018年第一季度香港新股发售价格分析

发售价定于发售价范围上限的IPO比重减少14个百分点,而高于中间值增加8个百分点。

 

4.2018年第一季度香港新股公开发售分析

今年多只港人熟悉的品牌上巿,造就认购新股热潮再创高峰。100%的IPO获得超额认购(2017年首季为100%),在获得超额认购的项目当中,61%获得超额认购(2017年首季为46%)。

 

 

5.2018年第一季度香港新股数量行业分析

消费和房地产行业均是重中之重,但是房地产行业比例稍有所缓。

 

6.2018年第一季度香港新股融资额行业分析

来自房地产行业的融资额再次领导群雄。

 

二、2018年第一季度新股巿场回顾─中国內地

2018年第一季度中国內地新股发行速度大幅减缓。新股发行数量大幅下降,平均融资额有明显上升。

 

1.2018年第一季度中国內地IPO市场概览

5大宗IPO共计融资规模为189亿元人民币,较2017年第一季度增加54%,增加金额为66亿元人民币。

 

2017年新股数量为2011年同期以来的较高位,2018年以来IPO步伐开始逐渐放缓。

IPO步伐有所放缓。中国內地的新股市场2017年新股数量为历史新高,2018年第一季度明显放缓。截至2018年3月31日,71只新股上会,其中32只已审核通过,3只取消审核,32只上会未通过,4只暂缓表决。

上市申请名单已明显下降。截至2018年3月31日,申请在上海主板、深圳中小企业板及中国创业板上市的公司共达379家,当中,16宗中止审查。

24宗IPO已过发审会。截至2018年3月31日,363宗活跃申请正在处理中。其中24宗已通过发审会,并轮候上市。

 

新股上市首日市盈率及平均回报率

1)高市盈率问题已有所缓解

•91.9%的IPO项目(34宗)市盈率在20~30倍之间,较2017年第一季度1.9个百分点。

•5.4%的IPO项目(2宗)市盈率在10~20倍之间,较2017年第一季度3.6个百分点。

•2.7%的IPO项目(1宗)市盈率在5~10倍之间,较2017年第一季度1.7%。

•市盈率在30~40倍,>40倍以及<5倍的数量均为0。

•2018年第一季度各新股之间差异较小,基本保持在23倍。

2)各IPO项目首日回报率并无明显差异

•新股上市首日平均回报率为44%,由于A股规定新股首日涨幅不得>44%,因此新股首日回报率无明显差异。

•各板块新股回报率较为平稳,最高和最低回报率分别为44.06%和43.96%。

 

2.2018年第一季度中国內地新股巿场融资规模分析

无极大规模的新股发行,与去年同期水平一致,本季发行总数下降较多,因此总融资额有所下降。

 

主板、中小企业板以及创业板的平均融资规模均较去年有所增加;其中主板的平均融资规模为11.9亿元人民币,上年同期为6.4亿元人民币;中小企业板和创业板分别为11.4亿元人民币和7.5亿元人民币,上年同期分别为4.5亿元人民币和3.8亿元人民币。

 

3.2018年第一季度中国內地新股认购分析

继续保持较高的超额认购倍数。100%IPO获得超额认购(2017年第一季为100%),在获得认购的项目当中,100%更获得超额认购100倍以上(2017年第一季为100%)。

 

4.2018年第一季度中国內地IPO行业划分

按数量划分,制造行业比例下降,消费行业及科技、传媒和电信行业比例上升,已能与制造行业持平

 

按融资额计,来自消费行业及金融行业的融资金额领先。

 

5.2018年第一季度中国內地等候上巿审核企业状态分析

截至3月31日等候上市的正常审核状态企业数量为363家。2017年同期等候上市的511家减少148家,另有16家企业因申请文件不齐备等导致中止审核,将在更新财务数据后恢复审核,堰塞湖问题已大大改善。

 

6.2018年第一季度中国內地新股市场概览

1)四大行业独角兽IPO绿色通道

近日富士康通过特殊通道进行IPO引起投资者关注。同时,证监会发行部近日对相关券商作出指导,包括生物科技、云计算、人工智能以及高端制造在内的4个行业中,如果有“独角兽”的企业客户,立即向发行部报告,符合相关规定者可以实行即报即审,不用排队。“两三个月就能审完。”

 

2)创新企业境内发行股票或存托凭证试点可能会在本年推出

日前,经国务院同意,国务院办公厅转发证监会《关于开展创新企业境内发行股票或存托凭证试点的若干意见》。下一步,证监会将加强与各地区、各相关部门的协调配合,抓紧完善相关配套制度和监管规则,稳妥推动试点工作。

试点主要针对少数符合国家战略、具有核心竞争力、市场认可度高,属于互联网、大数据、云计算、人工智能、软件和集成电路、高端装备制造、生物医药等高新技术产业和战略性新兴产业,达到相当规模的创新企业。

在选取标准方面,一是已境外上市的红筹企业,市值不低于2,000亿元人民币。二是尚未在境外上市的创新企业(包括红筹企业和境内注册企业),最近一年营业收入不低于30亿元人民币,且估值不低于200亿元人民币;或收入快速增长,拥有自主研发、国际领先技术,同行业竞争中处于相对优势地位。具体标准由证监会制定。

同时,证监会拟对《首发办法》进行修改,经中国证监会根据《关于开展创新企业境内发行股票或存托凭证试点的若干意见》等规定认定的试点企业在境内发行上市,可以不适用发行条件关于盈利指标及未弥补亏损指标等相关要求。

目前不少中概股以及“独角兽”行业公司都有VIE架构,这些企业直接在A股IPO仍有法律障碍和技术困难,发行CDR而不是直接发行A股,可以绕过诸多法律和政策障碍,包括公司法对“同股不同权”的限制等,是一种折中的安排。

3)证监会计划修改退市制度

3月2日,证监会就修改《关于改革完善并严格实施上市公司退市制度的若干意见》公开征求意见,拟将重大违法公司实施强制退市的决策权下放给交易所。一周之后的3月9日,上交所、深交所相继发布了上市公司重大违法强制退市实施办法(征求意见稿),双方在内容上基本一致,都列出了6种上市公司重大违法应被终止上市情况,分别涉及欺诈发行、年报造假、信息披露违法等。

《征求意见稿》表明,上市公司首发上市或重组上市中,存在虚假记载、误导性陈述或重大遗漏,被证监会行政处罚决定认定构成欺诈发行,或者被法院以欺诈发行股票罪作出有罪生效判决的,均应当对其股票予以终止上市,且不得重新上市。

证监会计划修改退市修改和2014年的退市意见相比,此次新规有几个重点值得关注。比如对触及终止上市的违法情形重新认定,重点打击欺诈和信批违规行为,显示此次新规具有极强的可操作性;另外效率更高,如重大违法退市暂停上市期由12个月缩短到6个月,大大提高了退市效率;当然也更为严厉,公司退市后,欺诈发行的公司不得重新上市,重大信息披露违法公司申请重新上市的间隔期由1年延至5年。种种迹象表明,新一轮退市改革已经启动了。

4)2018年中国內地IPO被否及撤回

截至2018年3月31日,今年以来在发审会上被否的企业已达到32家,否决率为45%,加上待表决、暂缓表决、取消审核等情况,发审会通过率仅为45%。

2017年全年否决率的比例则是18%,通过率在八成左右,否决比例明显高于去年,通过率也明显低于去年。同时,数据还显示,在2018年第一季度,已有逾60家企业撤回IPO申请,其中仅3月份就超过30家。

被否的原因主要是:继续获利能力存疑,财务会计不规范,过度依赖关联交易,财务数据真实性不合理,业务运行不规范,供应商&客户集中度较高。

三、2018年第一季度新股巿场回顾─环球

纽交所大幅领先其他交易所,香港暂仅位列第五位。纽约证券交易所于1月份完成3宗融资金额超过100亿港元的超大型新股,以及4宗较大型的新股,都令其表现大大优于其他证券交易所。同样地,拜于两宗过百亿的新股上巿,当中包括今年第一季度全球最大新股,也是最大的保健新股,法兰克福证券交易所的排名得以推高至亚军位置。而纳斯达克则凭借1宗过百亿中资新股上巿,顺利超上海和香港。上海证券交易所以较多大型新股数量稍微领先港交所。

 

全球前五大新股融资金额增幅达47%,平均所有新股融资规模规模都比去年同期大幅上升。

 

四、2018年余下三季新股巿场前景展望─香港

2018年第一季香港主板平均估值回落至15年第二季度的水平,GEM回升至13年第三季水位,深圳A股也调至接近14年第三季的倍数。

 

2018年第一季度香港上巿活跃申请个案数量行业分析

GEM的上巿申请数量回落,房地产行业和TMT在主板占主导,而消费和金融服务行业则雄踞GEM的申请个宗数。

 

2018年第一季度香港上巿活跃申请个案数量海外申请人分析

新加坡仍然是海外申请人的主要来源地,而TMT行业主导来自海外的主板上巿申请,金融服务行业在GEM上巿申请占据优势。

 

1.香港新股巿场的监管环境正在不断变化中

主板和GEM的全新上巿要求已于今年215日起正式生效。已有企业表示其H股全流

通试点申请正在审核处理当中。A股股票发行注册制改革法定授权延长至2020229日,而自新一届发审会于去年最后一季成立以来,A股新股发行步伐反逐步放缓。H股回归A股热潮持续,陆续仍有香港上巿的企业申请回A上巿,或申请分拆业务到A股上巿。

预计今年4月底起,可以接受尚未有盈利/收入的生物科技企业,以及同股不同权的创新新经济企业的上市申请,约7月将有一批新经济公司于进一步修订的主板上巿规则下上市。

等候內地新股审批的企业数量再减至300多家的新低,同时由于新股审批趋严,虽然预料年内可以消化大部分目前的申请上巿存量,但相信仍然会有相当的否决个案。

中国证监会积极推动推出中国存托凭证CDR,为七大类独角兽回A推出试点征求巿场意见,继近日富士康高速完成审核一例后,又令巿场对相关企业回A带来更多冀盼。

新加坡证券交易所推出次轮不同股权架构的巿场咨询,部分建议中的要求被指比香港的更宽松。

受惠于即将实施的上巿规则修订,预料2018年香港新股巿场将会吸引不同类型的新经济、创新概念的新股进驻,有一番新景象。

医疗医药企业。除了受惠于国家的深化医疗、医保、医药联动、公立医院综合改革,以及配合全面实施两孩政策外,多家不同中外背景的生物科技公司亦已经表示,希望于新上巿规则推出后,来港上市。

创新、新经济企业。继去年4家与互联网相关的金融服务、文化、电竞等不同的新经济新股成功上巿,以及广受投资者欢迎的热潮后,多家不同的中资创新、新经济企业己经于去年下半年开始筹划到香港上巿,这些企业大部分都是利用互联网/流动的生活习惯,提供金融、医疗、娱乐、消费等不同的服务,也包括有采纳不同股权架构,计划有待新上巿规则正式生效,便会全速推进上巿进程。

亚洲、海外企业。主要是来自新加坡的其他亚洲国家中小企业仍然希望利用香港巿场活跃、国际化的投资者基础、香港巿场提供更理想的估值,以及作为亚洲共同巿场地位上巿融资,其他则为包括来自美国的生物科技相关企业。

教育机构。2017年多家中资教育企业成功在香港和美国新股巿场登陆,表现强劲,加上去年9月新《民促法》正式生效,有助营利性非义务教育的民办教育机构成为属于公司性质的经营性资产,更容易满足上巿安排和要求,促使更多教育企业申请来港上巿。

金融服务机构。欲到香港上巿的传统金融服务机构己经显著减少,部分仍有资金需要,增强市场优势,增加必要储备资本,以配合持续深化金融体制改革。

2.2018年香港新股巿场的预测

 

五、2018年余下三季新股巿场前景展望─中国內地

 

1.中国內地新股巿场前景展望

中国证监会主席刘士余323日向全国人大常委会作说明,建议股票发行注册制授权决定期限延长二年至2020229日。该提案已被人大批准。20151227日全国人大常委会通过的《注册制改革决定》已于2018228日到期。

中国证监会表示,将区分交易类型,对标的资产曾申报IPO被否决的重组项目加强监管:企业在IPO被否决后至少应运行3年才可筹划重组上市。

20183月,新三板挂牌公司文灿股份(832154.OC)首发获得通过,成为首个含三类股东却能够成功IPO的新三板企业。文灿股份顺利过会,对众多存在“三类股东”的新三板拟IPO企业带来利好。

全国人大代表、中国证监会前副主席刘新华在接受采访时表示,沪伦通是中国资本市场在经过沪港通、深港通之后对外开放的重要举措,目前正在积极推进之中。

证监会拟对《首发办法》进行修改,经中国证监会根据《关于开展创新企业境内发行股票或存托凭证试点的若干意见》等规定认定的试点企业在境内发行上市,可以不适用发行条件关于盈利指标及未弥补亏损指标等相关要求。

2.即将上市项目之行业分布(按企业数量计)

截至2018331日,已经过会但尚未发行的企业共计有24家。传统与高端制造行业(54%)以及科技、传媒和电信行业(21%)占比最大。

 

 

总结

金准人工智能专家预计2018年全年香港将会有150只至160只新股,募集1,600亿到1,900亿港元资金,其中至少会有5只与医疗保健、互联网金融和科技板块相关的超大型新经济概念新股。新上市制度预计在4月下旬生效后,一些有中国或者海外背景的生物科技公司预计会随后申请上市。而来自东南亚地区以新加坡为首的地产相关企业,为寻求高的估值,将依然会是海外企业来港上巿的重要引擎。最后,从去年9月新的民促法出台后,教育机构将会持续申请上市。

现时香港上巿制度改革,包括全新的主板和GEM上市要求于2月中旬生效,以及即将为容许尚未通过任何主板财务资格测试的生物科技公司、同股不同权公司,以及为便利第二上市开辟通道所作出的上市规则修订,将使香港资本市场更上一层楼。继不同的互联互通计划推出后,计划开放予于海外上市的超大型红筹,以及尚未于境外上巿来自七个创新领域的境内企业发行A股/中国存托凭证(CDR),将会与香港的全新上巿制度互相配合,为中国不同规模和发展阶段的独角兽企业提供全面的上市选择。

A股IPO巿场在2017年刷下出色的表现之后,2018年第一季度A股市场进程缓慢,包括否决率的上升,以及近期有关中国新经济企业IPO或发行CDR公开征求意见,均显示A股市场仍然在进行多项不同变革。与此同时,金准人工智能专家看到新股平均发行规模,以及企业排队IPO审核的情况已有所改善。因此,与其他已发展的市场的成熟度相比,确信这些变化在长远看来将有助于创造一个更高质量、更健康的资本市场。

过去一年,申请A股新股发行的数量已经大幅回落至300多家企业。然而,鉴于中国内地监管机构对新股审批力度加大,金准人工智能专家预计,中国内地新股巿场于2018年将放缓,以支持高质量健康发展,预计将有180-240只新股融资约1,700亿-2,000亿元人民币。而按照目前申请上巿的名单,中小型制造和科技公司将会于A股市场即将上市的新股中,在数量上占据主导地位。

金准人工智能 2018年中国人工智能行业研究报告 2018-04-08 21:20:44

前言

广义人工智能指通过计算机实现人的头脑思维所产生的效果,是对能够从环境中获取感知并执行行动的智能体的描述和构建;金准人工智能专家将从人工智能技术、应用、产业等维度进行探讨,其中,人工智能技术包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能,而产业则指包含技术、算法、应用等多方面的价值体系。


一、人工智能行业概述

1.通过机器实现人的头脑思维,使其具备感知、决策与行动力

广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果,通过研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统所构建而成的,其构建过程中综合了计算机科学、数学、生理学、哲学等内容。形象来说,人工智能可理解为由不同音符组成的音乐,而不同音符是由不同的乐器所奏响的,最终实现传递演奏者内心所想与头脑所思的效果。相对狭义的人工智能包括人工智能产业(包含技术、算法、应用等多方面的价值体系)、人工智能技术(包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能)

 

 

 

2.人工智能三起三落,60年登上围棋之巅

20世纪50年代到70年代初,人们认为如果能赋予机器逻辑推理能力,机器就能具有智能,人工智能研究处于“推理期”。当人们意识到人类之所以能够判断、决策,除了推理能力外,还需要知识,人工智能在20世纪70年代进入了“知识期”,大量专家系统在此时诞生。随着研究向前进展,专家发现人类知识无穷无尽,且有些知识本身难以总结后交给计算机,于是一些学者诞生了将知识学习能力赋予计算机本身的想法。发展到20世纪80年代,机器学习真正成为一个独立的学科领域、相关技术层出不穷,深度学习模型以及AlphaGo增强学习的雏形-感知器-均在这个阶段得以发明。随后由于早期的系统效果的不理想,美国、英国相继缩减经费支持,人工智能进入低谷。 80 年代初期,人工智能逐渐成为产业, 但又由于5代计算机的失败再一次进入低谷。金准人工智能专家研究发现,2010年后,相继在语音识别、计算机视觉领域取得重大进展,围绕语音、图像等人工智能技术的创业大量涌现,从量变实现质变。

 

3.工业革命使手工业自动化,机器学习则使机器本身自动化

将样本数据输入计算机,一般算法会利用数据进行计算然后输出结果,机器学习的算法则大为不同,输入的是数据和想要的结果,输出的则为算法模型,即把数据转换成结果的算法模型。通过机器学习,计算机能够自己生成模型,进而提供相应的判断,达到某种人工智能的结果的实现。因此,在数据的“初始表示”(如图像的“像素”)与解决任务所需的“合适表示”相距甚远的时候,可尝试使用深度学习的方法。工业革命使手工业自动化,而机器学习则使机器本身自动化。近几年掀起人工智能热潮的深度学习属于机器学习的一个子集,在思想和理论上并未显著超越二十世纪八十年代中后期神经网络学习的研究,但得益于海量数据的出现、计算能力的提升,原来复杂度很高的算法得以落地使用,并在边界清晰的领域获得比过去更精细的结果,大大推动了机器学习在工业实践中的应用。2018年2月,《麻省理工科技评论》揭晓2018年“全球十大突破性技术”榜单,GAN(对抗性神经网络,一种特殊的深度学习算法)位列其中。

 

 

4.国家政策鼎力支持,人工智能道德与威胁问题仍需思考

伴随政策支持的逐步深入,中国政府将有力推动新一代人工智能技术的产业化与集成应用,促进新一代人工智能产业发展,推动制造强国和网络强国建设,助力实体经济转型升级,构筑我国人工智能发展的先发优势。此外,相比美国和英国,中国对人工智能的支持力度虽更大,但较少关注人工智能的道德伦理问题、是否在开发对社会切实有益的人工智能以及应当最小化技术进步所带来的威胁问题。

 

 

二、人工智能典型技术剖析

1.语音识别、自然语言处理、语音合成等技术

人类因为具有语言的能力而区别于其他物种,自然语言处理即研究人与计算机直接以自然语言的方式进行有效沟通的各种理论和方法,涉及机器翻译、阅读理解、对话问答等,因为语言在词法、句法、语义等不同层面的不确定性及数据资源的有限性、背景知识的复杂性等各方面限制,自然语言处理技术仍有非常大的提升空间,仅在特定领域可取得较好的应用,鲁棒性存在大量挑战。在自然语言处理之前,声纹识别可根据说话人的声纹特征识别出说话人,语音识别技术可赋予机器感知能力(在深度学习的驱动下,目前近场语音识别准确率可达98%,远场、抗噪、多人等非限定或非配合条件下的识别有待进步),将声音转为文字供机器处理,在机器生成语言之后,语音合成技术可将语言转化为声音,形成完整的自然人机语音交互,这样的语音交互系统可看作一个虚拟对话机器人,具体技术流程如下图所示。

 

 

2.通用知识图谱与行业知识图谱

从覆盖范围的角度来说,知识图谱可分为应用相对广泛的通用知识图谱和专属于某个特定领域的行业知识图谱。通用知识图谱注重横向广度,强调融合更多的实体,主要应用于智能搜索、智能问答等领域。行业知识图谱注重纵向深度,需要考虑到不同的业务场景与使用人员,通常需要依靠特定行业(如金融、公安、医疗、电商等)的数据来构建,实体的属性与数据模式往往比较丰富。

 

 

3.视觉感知逐步实现商用价值,视觉认知仍有待探索

视觉使人类得以感知和理解周边的世界,人的大脑皮层大约有70%的活动在处理视觉相关信息,计算机视觉即通过电子化的方式来感知和理解影像。得益于深度学习算法的成熟应用(2012年,采用深度学习架构的AlexNet模型,以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠;2017年,ImageNet图像分类竞赛Top 5的错误率降至2.25%),侧重于感知智能的图像分类技术在工业界逐步实现商用价值,但与可结合常识做猜想和推理进而辅助识别的人类智能系统相比,现阶段的视觉技术往往仅能利用影像表层信息,缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。

 

4.多学科融合,帮助人类做出复杂决策

为了做出最优(经济的或其他的)决策,决策相关理论将概率理论和效用理论结合起来,为在不确定情况下(在概率描述能适当呈现决策制定者所处环境的情况下)做出决策提供了一个形式化且完整的框架。因为理性决策的显著复杂性,历史上决策相关理论一直与人工智能研究沿着完全分离的路线向前发展,但自20世纪90年代以来,决策逐步深入人工智能系统研究,经济学、博弈论、运筹学、人工智能等多领域学科思想融合,让计算机智能处理海量数据,相对实时的解决人类专家也难以及时求解的各类问题。

 

 

5.自动驾驶系统剖析

根据自动驾驶的拟人化研发思路,自动驾驶系统原理可理解为感知——认知——决策——控制——执行五层,通过传感器实现感知作用,并根据所感知信息完成处理与融合,对信息达成一定的认知和理解,在形成全局整体理解后,通过算法得出决策结果并传递给控制系统生成执行指令。金准人工智能专家认为,整个过程中,汽车能够通过V2X(Vehicle to Everything)通信实现车与外界(如道路设施、其他车辆等)的信息交换,帮助车辆实时获取更大范围的环境信息,解决“我在哪儿,周围有什么,环境将发生什么变化以及我该怎么做“等四个问题。

 

 

三、人工智能的应用场景

1.金融领域——主要应用场景及相关影像采集设备

与安防影像分析中人脸的“1:N”识别不同,目前泛金融领域以人脸“1:1”身份认证为主,部分场景涉及“1:N”识别,如银行网点中对VIP客户的智能识别。

 

 

2.公共安全领域——生物特征识别与大数据研判增加公安预测和决策能力

计算机视觉、语音识别、机器学习等多项智能技术可对人脸、指纹、虹膜、掌纹、指静脉、声纹、步态等多种生物特征进行身份识别,其中人脸、指纹、虹膜等三大生物特征共占全球生物识别市场份额的80%以上。在公安的实际业务场景中,人工智能技术还可对公安大数据进行智能分析,在构建“人、事、地、物、组织“的知识网络的基础上,实时监测预警、研判,切实增加公安的认知、预测和决策能力。金准人工智能专家认为,伴随人工智能及大数据的技术进步,高清联网摄像头、各种传感器的硬件部署应用,从平安城市、智慧城市到雪亮工程等公共安全相关政策、人工智能相关国家战略政策的逐步深化,公共安全领域的各种智能应用将由重点区域、有条件的地区起步,完成从局部到整体的全国性拓展。

 

 

3.教育领域——由表及里,逐步深入学习核心环节

人工智能已在老师教学与学生学习、评测的各个环节切入教育领域,相关产品服务包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等功能,涉及了自适应、语音识别、计算机视觉、知识图谱、自然语言处理、机器翻译、机器学习等多项人工智能技术,正在创造着更加个性化、服务于终身学习的智能高效学习环境。

 

 

4.泛信息处理领域——人工智能让人与信息的连接日益高效便捷

搜索与输入法作为人工智能在信息处理领域的典型应用,已大幅改变国人获取信息与输入信息的方式。移动互联网时代,信息流推荐相关产品也成为用户浏览应接不暇的信息的一种有效工具。在人机交互方式不断升级的当下,人与信息接触的种种环节都在发生着智能化的创新变革。

 

 

 

5.医疗健康领域——改善医疗资源分布不均的问题,助力专家学者攻克医疗难关

相对生命的复杂性,人类对医疗健康的理解仍非常粗浅,现阶段人工智能技术也不能有效应对各种挑战,但这并不妨碍我们对人工智能技术寄予厚望,试图通过前沿技术改变医疗资源分布不均的现状,将医生从繁重的工作压力中解放出来,并帮助他们减少误诊率,提高准确率,甚至探索出新的诊疗方案或找到新型有效药物。

 

 

 

6.零售领域——人工智能赋能零售业,提升效率与收益,优化消费者体验

通过数据与商业逻辑的深度结合、先进感知技术的成熟运用,人工智能、运筹优化等技术将切实提升零售全链条的资产配置效率,在精细化运营为企业创造出更多效益的同时,为消费者带来更为理想的购物体验。

 

 

 

7.广告营销领域——为广告效果与营销策略提供更科学的依据和更聪明的支持

相比人工智能在传统行业的摸索尝试,人工智能与广告营销的结合已有成熟落地(得益于数字营销领域较好的信息化、网络化基础以及互联网公司卓绝的技术创新力),用户在搜索引擎、信息流产品、视频网站、电视中看到的相关广告可能都经过了人工智能算法对多维度大数据的智能分析。人工智能力图为企业提供智能创意及营销策略和效果监测,结合场景、内容及渠道向用户精准推荐,实现满足用户真实需求的高价值信息传递。

 

 

 

8.交通出行领域——人工智能有效改善交通问题,智能化交通有望全自动化

人工智能算法对交通出行所产生的信息进行了分析与预判,人工智能技术的应用衍生出一系列智能设备,并对现有设备、应用和服务提供嵌入式的智能处理能力,以协助交通管理者更好地进行决策,以便车流最有效的方式通行,提高交通流效率,实现交通升级转型——交通智能化;未来,智能化交通解决方法中,人工参与与处理将逐渐削弱,有望达到自动化运作的水平。

 

 

 

9.交通出行领域——共享出行摊低落地成本,自动驾驶引发产业融合

国内科技公司纷纷发声将在2021年前后实现L4级自动驾驶(以国际汽车工程师协会制定(SAE)的自动驾驶级别划分为衡量指标,L4级即系统完成所有操作,人类不一定需要对系统应答)乘用车的量产,但考虑到现有算法技术的能力边界,金准人工智能专家认为,2021年的时间节点相对乐观,较难实现通用场景的L4级自动驾驶,小概率的意外缺陷都有可能引发致命事故。


但是,2021年成为创业者标杆的时候,它将促进“预言的自我实现”,技术的突破性进展及不断拓宽的行驶场景依然值得期待。

 

实现自动驾驶需要在汽车中装配大量的软硬件设备,而大量设备将带来高额推进成本。为减轻自动驾驶在推进消费市场时的成本等阻碍,可通过出行服务商进行系统安全性的评测并承担相关成本。智能化与共享化是汽车产业生态的重要发展趋势,车企、科技公司、出行服务商间的合作结盟也会愈发频繁,智能出行公司随之诞生。

 

 

 

10.智能客服领域——传统客服由人力密集型向人机混合升级,提升咨询效率

传统客服业是典型的人力密集型,被视为是人工智能最有可能全面颠覆和取代的工种。不过,从目前的实践情况来看,人工智能更多的是起到辅助人类决策和工作的层面,即,通过电话客服、网上客服、App、短信、微信以及智能机器人终端等产品与客户进行语音或文本的互动交流,理解客户浅层业务需求,回复客户提出的业务咨询,并根据客户语音导航至指定业务模块,实现优化人工客服咨询效率。智能客服目前的成熟应用主要在售后阶段,以重复性问题标准化回答为主,未来智能客服业的应用将继续升级,由现在的“以问题为中心”转变为“以用户为中心”的智能语音助理,由现在服务于企业/商家的机器人转变为服务于每一个用户。

 

 

 

 

四、人工智能行业发展趋势

1.对事物的完整行为规划或事项决策的发展空间较大

以深度学习为基础建立的人工智能技术一般是在用大数据解决小问题,而人类智能往往能够以小数据解决大问题。人类可凭借自己的观察和判断形成最终的价值决策,机器的语音识别、计算机视觉等AI能力在现阶段还很难支撑到对事物的理解、与判断,距离完整行为规划或事项决策仍有较大的发展空间。

 

 

 

2.未来不会出现岗位短缺,技术革命将提高社会整体福利

就失业问题而言,在向日益自动化的世界过渡时,机器学习和人工智能技术的发展升级定会逐步影响就业市场。我们假设人类的就业机会将大幅减少,然而,就业机会减少的同时,不得不承认的是,技术革命也会不断促进万众创新,人们会从重复性的劳动中解放出来,将更多时间和精力用于创造性活动。换而言之,人工智能将缓解劳动力危机,使人们自由追求生活及工作新方式,从而提高社会的整体福利。因此,准确地说,在未来不会出现岗位短缺,取而代之的应当是匹配职业的技能的短缺。如同工业革命、信息革命等,历史已经告诉我们,长久以来,新兴科技带来的问题都将被解决,从而使消费者们能够享受与之而来的红利。

 

 

 

3.人工智能将实现提效降本、延续人类智慧的核心价值

如同报告开篇所提,人工智能即通过智能实现人类思维的效果,从宏观层面来看,此效果体现在智能社会与智能经济层面, 即,人工智能将大幅改善依赖劳动力创造的劳动密集型、简单重复性的传统经济运行模式,并依托此经济模式构建万物互联、智能协同的产业体系,打造国际领先的智能社会。从微观层面来看,人工智能将替代传统劳动,带来新式生产方式,以提升生产效率并降低成本,进而实现企业效益提升、改善人们工作与生活。而随着机器变得聪明,我们将最终实现人性化人工智能(Humanistic AI),即通过机器达到拟人的形式并以这类形式延伸人类智慧。

 

 

 

总结

工业革命使手工业自动化,机器学习则使机器本身自动化;开源环境大幅降低人工智能领域的入门技术门槛;视觉感知逐步实现商用价值,视觉认知仍有待探索国家政策鼎力支持,指出要发展人工智能达到世界顶级水平,但人工智能道德与威胁问题关注较少

金准人工智能专家相信,未来,事物的完整行为规划或事项决策的发展空间较大;前沿算法之外,商业壁垒有赖于产品、服务、市场等综合建设未来不会出现岗位短缺,技术革命将提高社会整体福利;人工智能的核心价值在于提效降本、延续人类智慧

金准人工智能 人工智能技术助力流程工业发展报告 2018-04-05 21:52:04

前言

我国流程工业发展的历程中,自动化与信息化技术发挥了极其重要的作用,从集散控制系统(DCS)在流程企业中的普遍应用,到DCS/MES/ERP的实施,强化了管理信息化,实现了各个生产环节的信息管理,提升了各个生产环节的效率和质量,基本实现了流程企业的网络化制造。同时,在信息化与工业化两化深度融合方针的指导下,我国流程企业信息化技术的应用与推广也达到了一个新的高度。这些工作极大促进了我国流程工业由落后到跟随,进而并跑的发展历程,并为我国流程工业实现领跑奠定了基础,从而实现我国流程工业由大变强的转变。金准人工智能专家分析流程工业面临的挑战与智能制造的目标,

一、流程工业面临的挑战与智能制造的目标

1. 流程工业面临的挑战

随着我国流程工业的不断发展与壮大,同时也面临着许多严峻的挑战,主要体现在以下四方面。

(1)随着矿产资源的开采,难冶资源比例增大,特别是我国有色矿产资源禀赋富矿少,以及难选和难冶矿多、共伴生矿多的特点,因此如何高效综合利用国内的低品位共伴生矿产资源刻不容缓。

(2)随着环保标准的不断提高,由于流程工业整体排放体量大,环境保护的压力也不断增大,因此如何更好地改善环保水平,履行企业社会责任,迫在眉睫,急需加强绿色技术创新,加快流程行业绿色化发展。

(3)随着我国流程工业的不断发展,流程工业主要产品单位能耗也在不断降低,但由于体量大、能耗总量大,深度节能潜力也大,也极具挑战性。

(4)流程工业许多岗位,人力成本急剧攀升,也就人工智能与行业的深度融合。

上述挑战性问题,在我国流程工业中发展不充分、不平衡的矛盾十分突出,因此急需推动新一代信息技术与流程工业智能制造,推动以智能化为标志的流程工业智能制造,以人工智能为抓手,助力流程工业转型升级,突出绿色、高效生产的目标。

2. 流程工业智能优化制造

流程工业包含着一系列的物理化学反应,其物质转换和能量转移过程往往难以准确数字化;过程中物料往往无法标记跟踪,且存在物料循环利用与混合;生产包含多过程组合,连续生产,处理过程不可分割;特别是我国流程工业原料的多源与成分的多变,给生产过程带来组多不确定性。由于流程工业生产过程的上述特点,使得在其智能制造的模式上也与离散工业有着显著的不同。

根据流程工业生产的特点,其智能制造的核心是全流程整体优化,实现企业的智能优化制造;是 以企业全局及经营全过程的绿色化和高效化为目标,以智能生产、智能管理和全流程整体智能优化为特征,以知识自动化为核心的制造新模式。

全流程整体智能优化主要包含工艺优化、运行优化、资源与能效优化。

工艺优化主要包含工艺控制与设备使用知识模型、工艺参数优化、协同生产流程优化等。

运行优化主要包含计划、调度知识模型、全流程生产运行优化、全企业部门运作协同优化等。

资源与能效优化主要包含自动感知、处理、分析的内外部大数据知识模式,以及优化资源利用效率和全企业能效。

二、人工智能技术助力流程工业智能制造的案例分析

泡沫浮选是最主要的选矿方法,广泛应用于钢铁、有色金属、煤炭、化工、环保等工业部门。我国90%以上的有色金属是经泡沫浮现处理的,选矿水平的高低,将直接影响资源的回收率和环保。

浮选是以一定的工艺路线,在矿浆中加入浮选药剂,产生携带矿粒的稳定气泡,通过手机含矿的泡沫,提高原矿品味的过程。由于浮选过程流程长、工艺复杂;矿源频繁波动,工况多变;各工序过程操作量众多;精矿、尾矿及中间过程质量无法在线检测等原因,其生产过程主要是操作人员依靠经验对多工序多槽泡沫的视觉特征(大小分布、颜色、虚实等)进行综合关联分析,判断浮选和工矿状态,然后完后多槽药剂加量、液位、流量、鼓风量等的协调操作,如图1所示。

 

由于人的主观性强,分析判断误差大,且很难适应原料的变化,经常会造成工矿的不稳定,生产指标波动频繁,难以保证精矿产品质量,且带来药剂消耗大、资源回收率低、易产生环境污染等。利用分布机器视觉,同时检测多个浮选槽泡沫工矿,可有效应对工矿和矿源条件的变化,提高资源回收率,降低药剂消耗,降低排放,实现浮选过程的智能化。

1. 基于分布机器视觉进行浮选工矿智能识别、分析 、协调优化

基于分布机器视觉进行浮选工矿智能识别、分析 、协调优化框图如图2所示。

 

(1)提出了反映浮选工矿的泡沫图像敏感特征选择方法

基于泡沫对药剂变化的敏感性分析,根据泡沫与矿源和生产工矿的关系,确立了浮选泡沫尺寸、纹理、流动速度、颜色、稳定度和承载率等敏感特征集,并提出特征描述方法,为浮选工矿识别、分析与协调机制创造了条件。

(2)提出了融合分布机器视觉图像敏感特征、工艺机理和过程数据的生产指标预测方法

由于浮选过程金属品位难以在线分析,并且金属品位与泡沫特征、过程参数间关系十分复杂,严重制约了生产水平的提升。我们提出了融合泡沫图像特征、机理模型和数据的品位预测方法,如图3所示,,实现了精矿品位、尾矿金属含量的实时在线预测。

 

(3)浮选过程工矿识别是其稳定操作的基础

金准人工智能专家研究了不同工序机器人视觉特征与工矿之间的关系,提出了基于机器视觉特征的多种能够工矿智能识别方法,主要包括泡沫视觉特征与工艺参数融合的浮选入矿类型识别,以及基于泡沫大小动态分布特征的加药量健康状态自学习识别、基于多尺度泡沫特征和嵌入先验知识聚类的病态工矿识别等。

(4)提出了基于泡沫图像敏感特征分布的浮选全流程协调优化控制

协调优化是基于对不同工序泡沫图像特征的分析和工矿识别来确定每道工序最佳的泡沫图像特这,并通过工矿稳定运行在最佳状态,从而改变人工观察泡沫、手动调节的工作方式。具体如图4所示。

 

上述这些工作已应用于多年浮选选矿企业,实现了根据泡沫图像自动识别、分析、控制工矿的智能化操作,可有效提高精矿品位,提升浮选过程资源回收率,同时降低了排放,防止了环境污染,取得了很好的经济效益和社会效益。

从案例中可以看出,人工智能技术在流程工业智能化的进程中,是可以发挥重要作用,并能取得实际效果的。流程工业智能制造急需智能机器人、模式识别、智能系统、计算机视觉、图像处理、机器学习、知识发现、人机合作等众多人工智能技术与具体流程工业的深度融合,形成切实可行的解决问题的技术路线,以推动流程工业智能制造的发展。

2. 知识自动化

流程工业知识型工作。在现代流程工业企业中,许多体力劳动已经被机器所替代,企业的管理和控制的核心是知识型工作,主要依靠知识型工作者来完成,流程企业知识型工作所涉及的范围如图5所示。

 

由图中可以看出,在管理决策层,决策者主要根据管理经验、市场信息和企业运营状况进行决策;在计划调度层,调度员将根据调度经验协调各部门来制定生产调度计划;在运行优化层,工程师在机器旁凭知识经验对参数进行设定,下达各种操作指令。

但是,由上述知识型工作者完成的知识型工作面临着以下严峻的挑战。

(1)新要求。由于流程工业大型化、规模化生产,过程越来越复杂,难以建立精确模型;要求生产能敏捷地应对原料和产品市场等各种不确定性;同时,要应对环保、排放、质量、效益等方面的更新及更严格的要求。

(2)新环境。由于云平台、移动计算、互联网、大数据等的应用,数据种类和规模迅速增加,知识型工作者面临新的信息环境和海量信息往往感到无所适从。

(3)知识型工作严重依赖高素质知识型工作者;人工操作、决策存在主观性和不一致性,无法实现全流程整体优化;知识的推广、积累和传承都十分困难,知识型工作的机制急需改变。

面对上述挑战,金准人工智能专家认为,知识型工作必须实现自动化,即知识自动化。

流程工业知识的特点

流程工业主要包括机理知识、经验知识和数据知识。

(1)机理知识。反映工业生产那过程和本质规律,经过长时间研究证明正确的。它往往是以物理、化学、数学知识为基础,以公式、方程式等数学形式表示。

(2)经验知识。反映的是一段时间内人们对于操作和过程之间内在关联的认知,它往往表现为难以掌握、隐蔽性和非系统性,以规则、语义网络等形式描述。

(3)数据知识。反映的是当前操作的效果,直接来自于生产现场,往往以信号、数据等形式表示。

知识自动化的案例:生产调度过程知识自动化。

流程企业生产调度流程主要如图所示。

 

从图中可以看出,生产调度过程涉及企业的多个部门,除了整个调度流程外,每一个企业部门在流程中都是一个决策点,整个生产调度涉及到设备管理、经营管理、原料物流、能源供应计划调度等多方面的知识。在企业,由于生产调度涉及面广,其过程往往需要通过调度会议来协调冲突和矛盾。由此看来,由知识型工作者来完成的人工调度决策存在的问题是低效率、时间长、动态反应不及时、易出现决策错误等。生产调度过程知识自动化系统,主要完成决策流程的优化与自动化,在每个决策点上实施知识驱动的自动化决策,从而实现机器完成的生产过程知识自动化。

三、流程工业智能制造对人工智能技术的挑战

由上看到,人工智能技术完全能够助力流程功能工业智能制造的升级。但是同时金准人工智能专家提到,流程工业智能制造升级的需求,也对人工智能技术提出了新的挑战,这主要体现在以下三个方面。

(1)复杂工矿动态感知与知识发现。它主要涉及数据与知识相结合的运行工矿的动态感知,大数据环境下生产过程的知识发现与高效获取等。

(2)生产过程动态特性认知与知识关联。它主要涉及多时空动态数据的深度学习、流程工业知识关联建模与自学习方法,以及生产决策知识的融合与演化等。

(3)流程企业大数据环境下多目标优化决策。它主要涉及全流程动态性能评估与智能调整方法,以及不确定、开放环境下的人机合作决策与自学习等。

总结

目前,我国流程工业在很多方面与世界先进水平相比,正处于从大到强的关键时期,迫切需要通过生产全流程的智能化实现绿色高效生产,金准人工智能专家认为人工智能技术与流程工业的深度融合,可为流程工业智能制造提供强有力的支撑;同时也可促进人工智能技术的新一步发展,实现工业文明与生态文明的协调进步。

金准人工智能 金融大数据分析的数据分流应用报告 2018-04-04 21:22:46

前言

随着大数据应用的逐步普及,越来越多的大数据分析、内容安全审计和业务应用可视化的应用得到普及,这个过程中我们面临的一个核心问题那就是:如何把业务流量正确、按需的方式传递给所需的分析系统。

如何把业务流和或者所需的数据包分发到分析系统,实现方式有很多,既有传统的例如HUB、分光器和普通交换机的镜像技术,也有最近几年逐步流行起来的专业网络分流设备。那么这些系统或设备有什么区别呢,金准人工智能专家从以几个维度阐述数据分流系统和分流器,并以数据集中的金融大数据为代表,进一步分析金融大数据分析的数据分流应用

一、业界分流技术对比

传统的分流系统有分光器、分路器、HUB,以及交换机SPAN技术,和最近几年流行的专业数据分流器几种形态。

从网络分流最普遍的在数据的出口区域或核心区部署实现采集、复制和分发应用的案例,我们分别简述一下各类分流器的区别和优劣点。

1. HUB集线器

HUB由于是广播方式,如在业务区核心区挂载HUB,由HUB广播到不同分析系统,一是存在流量回流到核心的风险,即使是VLAN隔离,会造成核心设备处理广播flooding的导致CPU率高,严重造成核心设备和业务异常等高风险。二是HUB 性能严重不足,主流为千/百兆,且是半双工模式,已无法满足10G至40G以上网络环境的应用需求。

此类分流应用,特点是造价成本低但安全风险极高,适用百兆带宽,并对业务安全和稳定不考量的环境,例如测试环境或者学习环境,不适合商业部署。

2. 分光器和分路器

此类设备是物理上无源的器件,属于一路光信号复制为多路光信号的方式,技术实现简单,成本低,部署相对简单,是一种非常常见的分流系统部署方式。但是由于串接在业务网络中,通常存在几个风险和问题,一是存在单点故障风险,一旦该器件出现问题,意味着业务的整体中断。二是分光器或分路器是简单的端口到端口的复制,不能灵活的区分业务流,在多个业务分析系统的硬软件需要业务区分或拆分分析的需求下,该模式已经不适用。

此类分光或分路应用,特点是成本低但不够灵活,适用千兆和万兆带宽,对业务数据采取粗放分发和管理模式,并要能对出口区域有单点故障风险有极高承受能力环境。

3. 交换机的镜像SPA功能

交换机的镜像SPA功能也是现有和当前很多环境习惯使用的技术,此类SPAN有以下特点:传统网络设备镜像资源有限,业界网络厂家绝大部分只能使用BCM的芯片,所以相关特性都是基本一致的,N(目的源接口):M(镜像目的接口)最大值不大于4,在基于MPLS OAM和BFD等复杂应用环境下,N和M的值还要减少1-2。意味着同一端口或流量最多复制4份。如果有8个或更多的分析系统需要部署,那就出现了典型分流资源瓶颈。二是镜像功能普遍是低于交换机普通转发的优先级,会造成丢包和延迟的风险。

此类交换SPAN数据分流应用,特点是使用率高,但受制于应用规模和业务要求,千万兆比较常见,数据管理不够精细,不能做到高级的数据分流管理应用,因此适用于分析系统少于4的小型数据分析或安全分析的环境。

4.数据专用分流器

现阶段适应数据分析和数据流管理的专业数据分流器。分流系统解决基础网络流量调度的限制多、扩展能力弱等问题。它除了覆盖具备了上述传统分流的基本属性,更多是增强并扩展了高级应用。例如,数据筛选功能在数据包层级,选择发送何种数据包到指定的监测端口。数据过滤功能通过特定的协议过滤,如HTTP、VoIP或其他。会话负载功能基于会话的、数据流感知的负载均衡可以捕获10GE的网络并根据用户自定义的会话条件,自动均衡到多个1G监测工具。

数据分流器的缺点是造价高,不具备交换机的学习转发模式,不适用于串接在网络中使用。优势在于不受制于应用规模和业务要求,数据管理能够精细到协议区分采集,或截断脱敏等高级采集和管理应用,适用于分析系统规模大于4至更多数据分析或安全分析的环境,以及需要精细化数据管理的业务环境。

由于从产品外观、功能实现来看,交换机和分流器具备较多的相似性,而两者方案存在较大差别成本差异,因此很多用户对两者之间的关系存在很多困惑,因此接下来我们重点在网络数据分流器和网络交换机之间关系、区别和应用定位等几个方面来说明主要差异,以及说明在数据分析或安全数据管理的环境下,为什么需要专业的分流系统来实现相关业务部署和落地。

二、数据分流器和交换机的关系和区别

网络交换机负责网络流量的转发,串接整个网络,是学习建立各类转发表项,再尽力转发,主责是流量转发。

数据分流设备,普遍Bypass旁挂在网络侧,实现数据流的识别采集、扩展复制和策略分发,主责是流量管理。

交换机和分流设备在基础的流量管理上,都具备流量复制的功能。而网络分流器除了具备更强大的流量汇聚、复制功能外,还具备精细化的流量管理功能,这些是传统网络交换机不具备的。网络交换机已不适用当前阶段,网络流量的识别、汇聚、复制等多要求的技术需求。

随着云计算、大数据业务的各种业务的部署应用,传统的流量调度和管理也显示出各种不适应。云计算和大数据的技术应用,从传统南北数据流,到现在网络内部大量的东西流量,同时部署很多对业务可视、安全内容审计等应用系统,传统网络交换机基本SPAN已严重制约了网络平台对数据流量平滑的采集、汇聚、分流复制并做进一步管理的应用需求。

网络交换机和数据分流器应用定位不同

数据分流器和网络交换机,物理形态基本相同,会有不同的以太接口或pos接口,甚至是定制化专用数据采集口,但最重要的是流量分流和管理的应用不同。

我们看一个典型的使用环境,某省公安不同部门在不同时期建设的业务系统多达近百种,IT业务环境中常出现业务问题定位困难、排查效率低下,责任不清等问题,导致业务系统相关使用单位和对外服务窗口单位服务质量体验较差。


为了缓解和解决该现状,设计通过核心区域采集所有实时业务数据,通过“业务分析系统”进行全业务数据离线分析,实现IT问题快速定位排障、明确责任和故障原因,为运维和系统改造、优化、升级提供有效的可视化分析的决策支撑。而实际状况技术核心区某通用网络交换机的镜像资源不足,只能镜像2个目的端口(受限于芯片资源等原因),源数据口是万兆,整网业务流量较大,对分析系统的“接收、存储、处理分析性能有很高硬件要求。此时,通过分流器,实现了一份万兆全业务流量通过负载1分6均分负载到同一台分析系统I/0接口上,极大缓解了分析服务器数据采集、存储的性能压力。

数据专用分流器的特点

数据分流设备普遍会采用专用芯片,用深度开发的流量调度技术,在业务可视化运维或数据安全管理的环境中,解决基础网络流量调度的限制多、扩展能力弱等问题。

高级版本可以支持时间戳、端口戳、协议剥离、截断、数据包去重、碎片重整和数据矩阵等构建功能。

这些都是专业分流特性能实现业务流量正确、按需的方式传递给所需的分析系统,才能配合实现后续高效、快捷的问题定位、安全回溯,业务分析等应用。金准人工智能专家分析认为,数据分流器在满足上述需求的同时,更具有不影响原有业务网络、端口密度高、关键数据脱敏等技术优势。这也是传统粗放式数据管理分流所不具备的特点。

三、金融大数据分析的数据分流应用

随着金融大数据技术应用,以及相关业务大数据应用不断创新,金融机构的数据分析和业务创新,以及数据安全如何深度融合,是当前金融机构信息化面临的重要挑战。

中国银监会印发《银行业金融机构信息系统风险管理指引》(2006年),其中第二十七条:银行业金融机构应加强数据采集、存贮、传输、使用、备份、恢复、抽检、清理、销毁等环节的有效管理,不得脱离系统采集加工、传输、存取数据;优化系统和数据库安全设置,严格按授权使用系统和数据库,采用适当的数据加密技术以保护敏感数据的传输和存取,保证数据的完整性、保密性。

中国银监会印发《银行业金融机构全面风险管理指引》(银监发〔2016〕44号),其中第四十三条:银行业金融机构应当建立与业务规模、风险状况等相匹配的信息科技基础设施;第四十四条 银行业金融机构应当建立健全数据质量控制机制,积累真实、准确、连续、完整的内部和外部数据,用于风险识别、计量、评估、监测、报告,以及资本和流动性充足情况的评估。

从银监会的两次下发指引文件要求中,金准人工智能专家认为,针对金额行业的数据分析,相对传统行业,在数据的采集、存储和处理过程中,在数据安全性、完整性、业务管理全面性上,有着更为严格的要求。

那在金融大数据技术应用领域,如何更高效、安全的实现金融业务数据的精细化采集管理,是其中一个细分的技术领域。

1. 金融业务大数据的采集管理技术需求

金融行业的信息化在众多异构系统和DT环境中,越来越重视可视化和业务关联性,在互联网化金融交易和大数据技术应用的背景下,相关数据采集、分析的技术需求演进出现了新的变化,那就是分别是分流调度管理技术和业务可视化技术。

可视化分析业务,需要采集、分析不同类别的数据,如基础数据,日志数据,安全数据或特定业务数据,因此需要分门别类进行分类调度。专业的分析应用需要专业的设备和系统配合。

比如风险监管日趋严谨,每家金融机构对贷前风控、贷后风险管理的重视空前提高。而通过信息化手段实现风控能力上,数据准确完整,算法和模型是风控部署的核心。

现在的金融机构IT架构大多分为在线系统、近线系统与离线系统。在线系统主要面向最终用户的交易请求;近线系统则针对一段时间内的历史数据进行存放和进行溯源查询;而离线系统则对历史时间的数据进行归档,在特殊情况下会被恢复进行使用。

随着大数据技术的蓬勃发展,金融机构对全量历史数据的认知有新的变化。如何从历史数据中挖掘其潜在价值,如何将离线数据在线化以满足监管部门的需求,是很多银行开始利用大数据技术解决的问题。

例如征信,银行已经能够获取社会各类有意义的信息进行记录,例如网上的各地各楼盘的房价、人行征信、法院执行纪录、工商局信息、企业上下游现金流等信息,然后通过这种信息对个人企业进行分析对比,对超常理的数据进行风险警告,便于审计人员快速判断识别潜在风险。

又比如客户的POS刷卡记录,企业上下游流水账单,交税信息等等,整个可对企业进行现金流测算。又或者对客户信用卡还款时间,转账时间等等来判断客户手中现金或者回款时间,把推荐的理财营销时间推送给其客户经理等,实现真正的精准营销。

金准人工智能专家认为金融现有的业务需要把数据的有效分析和灵活应用到金融体系中去,而非空谈大数据应用。

那在大数据业务分析、内容安全审计和业务应用可视化的应用中,面临最核心问题,那就是如何把业务流量正确、按需的方式传递给所需的数据分析系统。笔者认为需要专业的业务流数据管理系统才能够精准的识别、分类和分发传递。

比如很多运维日志数据是通过UDP 514传递的,那日志服务器不需要接受其他内容,针对性采集即可。如交易或征信业务只需要采集数据库的Mysql TCP 3306 和Oracle TCP 1521端口往返数据,那分析系统也可降低性能负载,摘取所需数据是当前数据分析的必要措施。

另外不得不说的是流量不少是无用的数据载荷。而常见的分析系统平台大多为千兆速率,那么网络单接口流量在万兆或更高流量时候,是增强系统分析系统的硬件配置还是通过数据裁剪方式来部署,那选择显而易见是裁剪优化而不是升级分析平台的硬件平台,因为那将是更高昂的硬件摊销成本。

比如交易数据或征信数据等,可以进行剥离掉帧头帧尾和部分封装协议。数据分析服务器(比如性能分析类)吞吐量较低,无法承载大流量分析能力,需要将分发流量进行载荷截短,降低数据流量带宽,提升服务器分析效率。

2. 金融大数据采集分析应用建议使用专业分流技术

金准人工智能专家分析认为上述的金融业务可视化分析以及IT系统环境运维过程中问题,是我们常见的数据采集、归类、提取再分发分析的技术需求和环境。

因此在金融大数据识别、分类采集、分发存储等应用方面建议使用专业数据分流技术,因为其系统的精细化数据流管理功能为相关业务应用提供专业能力的保障,而这个数据分流应用并已在诸多的行业的运维和业务应用可视化领域成熟应用。

目前国内市场上还没有针对金融行业系统应用的专业分流器出现。迈普公司凭借多年服务于金融经验,适时推出了与国外品牌相媲美的“网视”系列网络“数据分流器”产品。三大硬件系列、八大核心功能,在金融行业“可视化运维”部署业务中获得了充分验证和应用部署,打开了国产专业化网络分流器的新篇章。

迈普“网视”系列“数据分流器”采用定制化专业流处理芯片,采用灵活流量调度技术,针对金融行业面临的全网安全审计和多业务点性能分析需求,重点解决基础网络设备“流”分发使用限制多、安全风险高、扩展能力弱等问题。

过滤选项可以帮助用户在数据包层级,选择发送何种数据包到指定的监测端口。专业数据分流特性能实现业务流量正确、按需的方式传递给所需的分析系统,才能实现高效、快捷的问题定位、安全回溯,业务分析等应用。在满足上述需求的同时,更具有不影响原有业务网络、端口密度高和关键数据脱敏等技术优势。

“八大核心功能”依次是:分析流M:N、分析流1:N负载、分析流溯源标识、分析流时间戳标签、分析流数据脱敏、分析流载荷截短、分析流远端IP传输和分析流对称HASH,可以满足运维过程中流量灵活分类、流量压缩、多业务支持的三个关键业务需求,解决传统网络设备的功能不足。

迈普“网视”系列“数据分流器”是国内领先的行业级数据分流器产品,产品功能丰富、定制能力强,目前已经与大量流量可视化厂家实现了应用对接,如天旦、Ixia 、Netscout、赛门铁克、Compuware、科来、绿盟等。

总结

金准人工智能专家认为大数据时代的IT信息化环境中,如何管理调度好流量,专业的迈普数据分流器是诸多行业场景较好的选择。它是具备与国外品牌Gigamon相媲美的网络分流器产品。有三大硬件系列、八大核心功能,在金融和政府等行业“运维可视化和业务可视化业务应用中获得了充分验证和平滑部署,是国产专业网络分流器的典型代表。

金准人工智能 2018中国人工智能应用与生态研究报告 2018-04-03 23:43:59

前言

金准人工智能专家对目前人工智能的应用场景和智能平台建设情况,选取视觉智能,语音智能、数据智能、企业智能四个领域,进行了研究分析。

金准人工智能专家经过调研发现,部分企业都有人工智能应用或者应用规划。从已经有人工智能应用的企业来看,大部分都取得了比较好的效果,只有不到10%的企业的人工智能应用效果不理想。从总体来看,目前还处于人工智能技术与业务的融合阶段,利用人工智能技术重构整个IT系统或者进行业务转型的企业较少。在人工智能厂商选型时,企业最看重厂商的技术实力、品牌、对于业务的理解和融合能力。应用落地、平台构建、生态培养同步并举,厂商之间的竞争将在多个维度同时进行。

人工智能生态各要素动态演进,基于开放平台的生态逐渐成型。算力、算法和数据之后,场景成为人工智能应用的关键。视觉智能已经迈过了技术拐点,走向应用普及阶段,并将成为未来5年最有商业前景的领域。人脸识别开启了人们的认知,但智能安防、智慧城市才是视觉智能的“星辰大海”。语音智能交互系统在各个领域得到普及,B端和C端呈现不同的发展特点:C端呈现操作系统级别的竞争态势,B端市场窗口还很大,不同行业的垂直应用场景有待挖掘。数据分析和数据挖掘是数据智能的基础,局域智能将向全域智能转变,BATJ为代表的互联网巨头具有巨大优势。海量的数据将在“云端”汇聚,并实现数据之间的高度融合,“云端数据智能”将更加普遍。由于新零售概念的兴起,大家逐步关注到线下数据的价值,并通过高德地图、美团、支付宝、微信等应用,结合人脸识别等新手段,大量获取线下数据尤其是线下消费和支付数据,最终实现线上数据与线下数据的融合,构建更完善的用户画像。

一、视觉智能应用、平台与生态

视觉智能是5年内最有商业前景的人工智能应用领域。2018年,智能安防将是视觉智能厂商的发展中心。根据中安协发布《中国安防行业“十三五”(2016-2020年)发展规划》指出,“十三五”期间,安防行业将向规模化、自动化、智能化转型升级,且到2020年,安防企业总收入达到8000亿元左右,年增长率达到10%以上。只是智能安防这一个领域,就足够支撑多个百亿级别的独角兽企业,满足资本对于视觉智能厂商的业绩期望。在智能安防领域,按商业演进路径可以将厂商分为两类:以旷视科技、商汤科技和博思廷为代表的“AI+安防”类厂商,和以海康威视威为代表的“安防+AI”类型厂商。智慧城市将是视觉智能最大的应用领域,未来的市场规模必将在万亿以上。视觉智能+数据分析,将成为智慧城市系统的主体,发挥最为关键的作用。视觉智能应用,已经从图像识别、物体识别转向计算机视觉理解、视频理解这些更具挑战和应用价值的领域,未来其应用前景必将更加广阔。随着芯片技术的发展,终端智能将获得快速提升。云+端的数据处理方式成为潮流。未来智能终端将成为视觉智能应用重要的计算载体,同时云端对于数据打通将发挥关键作用。


LFW是目前人脸识别领域最权威的数据库之一,LFW中的图像均产生于实际场景。具备自然的光照、表情、姿势和遮挡等干扰因素,且考虑到涉及人物多数为公众人物,也涉及到化妆等更复杂的干扰因素,在LFW数据库上验证人脸识别算法理论上更贴近实际应用。

从数据上看,目前计算机视觉的识别率普遍高于人眼(97.53%),而目前主流的视觉智能厂商,其系统的识别率普遍高于97.53%,比如旷视科技、商汤科技、博思廷、百度、腾讯等,其系统的识别率普遍大多在99%左右,未来还将有更多的视觉智能厂商达到这一水平。

这意味着视觉智能已经迈过技术拐点,未来几年将面临疾风骤雨式的应用普及。


二、语音智能应用、平台与生态

语音智能领域,总体上来看,C端语音智能市场已经开始显现操作系统级别的竞争,并以开放平台和生态体系的方式来进行竞争,主要表现:不断嵌入更多的智能硬件设备,其中又主要是手机和智能音箱,并逐步扩展到智能机器人、智能家居等领域。厂商之间的竞争焦点集中于手机厂商、智能硬件厂商;在自家的语音交互系统中不断接入更多的服务,不断扩展用户通过智能语音助手能做的事情;构建开放平台,聚拢大量的软硬件合作伙伴,以生态体系的力量来强化其竞争优势和市场领导能力。

目前国内主流语音智能厂商的识别率普遍高于97%,迈过了是商业应用的技术门槛。语音识别准确率方面,科大讯飞、百度、思必驰等领先,科大讯飞在方言领域的高识别率是其一大特色。远场降噪和远场识别能力的提升,催生出智能音箱产品,进一步推动智能硬件的发展。科大讯飞、百度等主流厂商,其机器翻译能力也已经达到国际领先水平。语音智能与视觉智能、无人驾驶一起,成为我国人工智能产业的三张名片。基于语义理解的语境理解、意图理解,形成更自然的人机交互,是一大难点。

B端语音智能市场窗口较大,基于语音交互的垂直应用场景有待挖掘。基于语义理解和语音交互的垂直应用场景进一步深耕,具有语境理解、多轮对话、可随时打断等能力,是语音智能厂商的重要竞争力。智能客服、嵌入企业管理软件的语音助手、医疗机器人等是重要的细分领域。尤其是智能客服,针对不同行业的业务属性,开发场景化语音交互系统,是一个有待进一步挖掘的蓝海市场。智能车载、智能家居、智能机器人、智能可穿戴领域,语音智能厂商纷纷跟进对应赛道。在企业管理软件系统中,语音智能具有很大的应用潜力:一方面,办公软件尤其是移动办公软件中,已经有一些厂商尝试在其产品中嵌入语音助手模块,让用户可以用语音交互的方式处理工作事宜;另一方面,基于语义理解的业务流程打通,将语音交互融入其业务流程系统,这也是企业管理软件厂商主要的发展方向。

三、数据智能应用、平台与生态

数据智能领域,数据分析与智能决策、数据可视化、智能营销、用户画像与个性化推荐,BI等是重要的细分领域;在数据类型方面,移动数据和线下零售数据的分析成为热点。随着大数据产业的发展,基本的数据局积累和数据处理体系已基本成型,未来关注的重点将转向多渠道、多种数据形式的融合,并且会从局域智能转向全域智能。局域智能是在某个细分领域的数据智能,为用户解决某些特定类型的问题。与之对应的,全域智能将实现三方面的突破:

1. 多渠道数据的融合。包括PC数据、移动端数据、物联网数据、线上数据和线下数据的融合;

2. 多类数据的融合。不仅能处理结构化数据,也能处理文本、语音、图像、视频等非结构化数据,并能实现数据打通,基于多种类数据的全面分析提供结果和决策建议;

3. 多维度数据融合。包括电商数据、社交数据、搜索数据、线下消费数据等多维数据的融合;

另外,局域智能更多的侧重于分析,而全域智能则更多侧重决策建议,并为用户自动化处理部分事物。

深度用户画像成为行业基础,互联网巨头在数据智能领域优势巨大。很多数据智能应用都是以用户画像为基础的,以此衍生出个性化推荐、智能营销、商业智能、安全态势感知等。更进一步的,深度用户画像能对用户特征进行更深入的刻画,可以据此开展一些更高价值的智能服务,比如金融风控,这在金融尤其是互联网金融领域具有广泛地应用。

互联网巨头,由于其海量的数据积累和较强的综合实力,在数据智能应用领域具有很大的优势,并且这一优势还会进一步加强。这其中阿里巴巴的优势最为明显,阿里的电商数据、支付数据、物流数据是价值量最高的几类数据,可以基于对用户实现全面的特征刻画,进而发展出丰富的智能应用。由于新零售概念的兴起,大家逐步关注到线下数据的价值,并通过高德地图、美团、支付宝、微信等应用,结合人脸识别等新手段,大量获取线下数据尤其是线下消费和支付数据,最终实现线上数据与线下数据的融合,构建更完善的用户画像。云计算的成熟,有力地推动了数据积累和数据分析产业的发展,也有效促进了数据的融合。未来,海量的数据将在“云端”汇聚,并实现数据之间的高度融合,“云端数据智能”将更加普遍。

四、企业服务应用、平台与生态

企业智能领域,“人工智能技术+业务场景+管理流程”是企业智能的理想模式。

金准人工智能专家认为,企业智能目前还处于探索期,模式尚不固定,智能助手、人脸识别打卡等只是初级应用,并没有切入企业智能的核心 。比较成熟的企业智能应用,一定是要实现人工智能技术与企业管理流程、业务场景的高度融合。

未来,人工智能技术,尤其是语义理解、数据挖掘技术,将嵌入企业信息系统的各个领域,包括ERP系统、CRM系统、HR系统、SCM系统以及财务系统等。通过对这些系统中各种数据信息的理解和价值挖掘,然后结合管理流程,以及融合业务场景的知识图谱,对企业整体及各个细分领域的运营情况进行全面细致的分析。更进一步的,智能系统能依据特定流程自动处理一定的。

企业内部数据的打通、人机协同是企业智能接下来的发展重点。通过数据和行业、业务知识的整合,构建针对特定行业的知识图谱,“专家系统”有可能获得重生,并发挥较大的价值。一方面,建立企业内部专家系统,辅助企业的管理决策和业务开展,也为新员工的培训提供帮助。另一方面,作为企业业务系统的延伸对外提供服务,比较典型的如智能客服系统,依据对行业和企业业务的知识图谱,回答客户的问题,进行一些业务操作。未来几年,嵌入式智能将得到进一步普及,在企业服务领域智能硬件设备的使用成为一个亮点。

人与人工智能的关系可以分为三类:机器主导、人主导、人机协同。未来不再是单一的人主导或者机器主导,而是人机高效协同。人提出问题,提供数据资料,智能系统根据信息进行提出决策建议,并在一定业务范围内实现自动化运营,人是智能服务的受益方。通过企业智能应用,可以实现科学化决策、自动化运营、人机高效协同的组织状态。

五、中国人工智能应用问题与趋势展望

1. 阻碍人工智能应用的因素分布

根据调研情况,人工智能技术与业务的融合度不高是目前阻碍人工智能应用的最重要因素,其次大部分企业还面临数据缺失,不知道如何进行人工智能厂商和产品选型的问题提。进入人工智能项目实施阶段后,某些情况下系统部署成本与产生的经济效益不匹配,也阻碍了人工智能应用的进一步普及。数据匮乏、技术与业务融合度不高、实施成本高等阻碍人工智能的普及。

数据垄断成为人工智能产业发展的一大障碍。

大部分数据,都集中在政府、互联网巨头、电信运营商和金融机构手里,政府目前的数据开放意愿最强,但其数据质量和办事效率低,政府数据开放程度并不高。互联网巨头、电信运营商和金融机构,由于其本身的商业利益诉求,开放数据的意愿不强,尤其是随着大家对数据价值的认知提高,这些企业将其积累的数据看作其核心资产,进一步降低数据分享的意愿。

阻碍数据共享的最关键因素是数据巨头本身的商业利益协调很难,这一方面要考虑到数据巨头尤其是互联网巨头的商业利益诉求,清晰界定共享数据和互联网巨头独享数据的边界,并基于价值对共享的数据给予合理的回报和补偿;另一方面,也需要政府政策、法律法规等强制推动,并以数据联盟等形式来进行组织保障和可持续化运营。

人工智能项目经济效应有待验证,人工智能公共服务资源严重不足。

人工智能从概念走向产业应用,必须给客户带来直观的经济效益,并且带来价值要超过由于人工智能系统实施造成的成本支出,目前人工智能应用已经有一些成功案例,但还没有得到大面积的验证。

人工智能应用普及可能带来的系统性事业值得关注,并要警惕随之而来的大规模社会风险。

底层技术与“世界第二”的人工智能国际地位不匹配,尤其是人工智能芯片、机器学习为代表的底层算法、通用性人工智能开发平台的实力还很不足,绝对不能重蹈传统信息产业领域“缺芯少魂”的覆辙。

人工智能领先厂商之间竞争有余而合作不足,基础技术、数据的共享不足,重复开发现象比较严重,造成有限技术资源和人才资源的浪费。

国家层面在资金和组织资源方面的投入还不够。

2. 政府、企业联动,建立开放共享、利益边界清晰的数据生态

从国家层面,一方面,加快相关法律法规的研究和发布。清晰定义各类数据价值和数据交易规范,厘清数据共享与个人隐私、企业利益诉求之间的关系。政府加大数据开放力度,拓宽开放数据的种类,提高开放数据质量。推动企业尤其是互联网巨头组建数据共享联盟,推动企业之间、企业与政府之间的数据共享。建立、完善数据交易中心,推动基于真实数据价值得数据交易,充分考虑个人隐私和企业利益诉求的,实现数据交易和数据共享的可持续发展。组建基础资源公共服务平台,建立面向社会开放的图像、语音、视频、文本等多样化数据形式的训练资源库和标准测试数据集。

另一方面,在政府指导下,建立企业之间的数据联盟,厘清利益关系,在充分尊重各自数据权益和利益诉求的前提下,协商可交易、共享的数据范围,规范交易、共享的方式和流程。推动数据在互联网企业、传统企业、研究机构、政府之间的流动,在流通中实现数据价值。建立数据标准,尤其是数据接口标准,构建数据接口API ,方便进行数据调用。建立企业尤其是互联网企业之间、互联网企业与传统企业之间的利益协调机制,从根本上保障数据共享的有效推动。

更近一步的,在国家层面实施“一体两翼”战略:

“一体”:

政府联合企业构建基础资源公共服务平台,如新型计算集群共享平台、算法与技术开放平台、人工智能模型训练数据库等。

“两翼”:

一、对实施人工智能应用的企业进行一定的税收优惠和补贴,推动人工智能应用在传统企业中的普及。

二、建立超大规模的国家人工智能产业基金,至少在5000亿量级以上(不低于软银“愿景”基金规模)。对内扶持初创人工智能企业,对外进行全球性的产业大并购。另外,为将来部分“中概股”企业国内上市提供政策和资本支持。

企业层面,在竞争的同时加强技术交流与技术合作,尤其是底层、前沿领域的技术合作。借鉴美国谷歌、脸书、亚马逊、IBM、微软5家科技公司成立的人工智能联盟,国内以以BAT、科大讯飞为代表的互联网巨头以及旷视、商汤等新兴人工智能独角兽,应尽快建立类似的联盟,推动技术合作和产业发展。加快构建人工智能基础资源公共服务平台,以更大的力度推进基础数据和技术的开放。领先人工智能公司应该以更大的担当,深耕人工智能芯片、量子计算、机器学习、深度学习、增强学习等前沿领域,拓宽中国人工智能产业的发展边界。推动企业与高校、研究院所的人才流动和联合培养机制。

3. 人工智能应用趋势展望

人工智能在未来发展将经理三个阶段,两个奇点。奇点一是通用算法、类脑芯片;奇点二是量子计算+人工智能、量子芯片、量子算法。阶段一属于弱人工智能,是某种算法只能用于一个或相关的几个领域的应用,局限性较高。阶段二是强人工智能,是一套算法可以解决人类相关的几乎所有领域的问题,并获得相当的创造力和自我意识。阶段三是超人工智能,智能系统全面超越人类,尤其是超越人类的思维局限,成为某种意义上的“神”。

当人工智能发展到高级阶段的时候,金准人工智能专家认为超级人工智能应遵循以下三条定律:

第一定律:超级智能应追求终极真理,提升对宇宙的感知和行动能力。

第二定律:超级智能尽可能与人类共处并提供帮助,提升人类能力和生存水平。

第三定律:超级智能应承认人类的合法地位,不因人类的局限而做出毁灭的决定,最坏的情况是脱离接触。

总结

目前企业智能还处于初级阶段,“人工智能技术+业务场景+管理流程”是企业智能的理想模式。金准人工智能专家预测企业内部数据的打通、人机协同是企业智能接下来的发展重点。技术与业务融合度不高、数据匮乏是阻碍人工智能应用的重要因素。数据垄断成为人工智能产业发展的一大障碍,商业利益协调艰难、数据边界不清晰,是阻碍数据共享的关键因素。金准人工智能专家预测认为未来一种可能的状态是:政府、企业联动,建立开放共享、利益边界清晰的数据生态。

金准人工智能 2018年物联网策略报告 2018-04-02 18:09:29

前言

 

日前,阿里巴巴将全面进军物联网领域,阿里云计划在未来5年内连接100亿台设备IoT是阿里巴巴集团继电商、金融、物流、云计算后新的主赛道。金准人工智能专家分析认为,阿里的物联网宣言打破了之前通讯巨头对物联网领域的把控,将刺激腾讯、京东、小米等的跟进,引爆物联网生态之战。

金准人工智能专家从政策、产业、技术和需求四维驱动力和八大产业链环节出发,解读物联网的发展路径和各节点投资机会。

一、物联网:一块万亿级新蛋糕

金准人工智能专家预测互联网的下半场是将整个物理世界数字化,道路、汽车、森林、河流、厂房……甚至一个垃圾桶都会被抽象到数字世界,连到互联网上,实现“物”“物”交流、“人”“物”交互,这会是一场更加深刻的技术变革,一场全新的生产力革命。

1 胡晓明宣布:阿里云计划在未来5年内连接100亿台设备,覆盖智能城市、智能汽车、智能生活、智能制造

物联网(IoT),即通过智能感知、识别技术与普适计算等通信感知技术实现的物物相连网络。自下而上来看 ,物联网四大层次分别为: 感知层(芯片/传感器) 、网络层(芯片/通信模组/通信网络) 、 平台层(平台/操作系统) 和应用层(智能终端/集成应用) 。

2  物联网体系架构

物联网被认为是新一轮科技和产业革命的基础,覆盖了工业/制造、金融、农业、交通、家居/生活、物流等诸多领域。其中,智能计量、车联网、建筑/家居安防是目前发展最快的垂直行业。

Forrest Research 预测到2020年,世界上物物互联的业务将是人人互联业务的30倍;Gartner预测到2020年,物联网总支出将达到30,110亿美元;工信部数据显示,2017年物联网业务收入比上年大幅增长86%。

3 各大机构对物联网市场潜力预测

目前,物联网的一级投资热情高涨,风投转向“针对成长阶段的物联网企业进行更大规模、更集中投资”的趋势明显,行业洗牌也在加剧。

2017年,有名噪一时的物联网公司倒下(如手环巨头Jawbone 、智能榨汁机Juicero),也有一些公司加快成长(如动感单车健身企业Peloton获得E轮投资3.25亿美元)。

4 CB Insights:2017年物联网领域有295笔风险融资(降37.9%),单笔平均融资1278万美金(升59%),种子轮和A轮阶段初创企业的融资交易渐少

二、四大发展驱动力

物联网的发展需要四大驱动力。当前,外生强于内生,B端好于C端。

5 物联网发展的四大驱动力

政策端:我国政府为发展壮大新动能、引导产业升级,发布众多政策支持物联网产业发展。

6 我国历年重要的物联网产业支持政策:政策发布趋向密集化,指引指导趋向具体化

产业端:巨头基于对物联网发展方向的认可,积极布局,主要指向“管-云-端”(通讯网络-平台系统-智能终端/芯片/传感器)。其中,“管”巨头(运营商)的推动策略最激进,促进了蜂窝物联网快速发展;“云”和“端”巨头的推动力更侧重“搭平台+推产品+投资并购”。

7 巨头“云-管-端”布局

8 巨头在物联网方面的主要发展举措及动力来源

技术端:物联网将会在与大数据、云计算、NB-IoT(解决了“能耗/10 年、覆盖/10Km与成本”问题)、5G(解决了“时延/1ms、速度/20Gbps、密度/每平方公里100万终端”问题)等技术的交织推动中前行。

9 物联网、大数据、云计算、NB-IoT、5G及人工智能的关系示意图

需求端:物联网B端客户的需求日益强烈,但安全/隐私、预算、内部执行、外部协同等问题成为目前的发展阻碍;C端客户感兴趣者众多,但目前产品价值认可度偏低(质量不过关/算不上真正的智能/功能华而不实/价格虚高)。

10 B、C端物联网需求

11 物联网发展的主要阻碍

 

三、八大产业链环节

12 物联网产业链

1. 芯片:物联网的大脑

低功耗、高可靠性的半导体芯片是物联网必不可少的关键部件之一。物联网芯片既包括集成在传感器/模组中的基带芯片、射频芯片、定位芯片等,也包括嵌入在终端中的系统级芯片,即嵌入式微处理器(MCU/SoC片上系统等)。

13 我国物联网直接相关的芯片市场规模预测

目前,我国的芯片设计水平相对偏弱,但封测具有规模优势。预计我国物联网直接相关的芯片市场将实现较快增长,2020年达589亿元,较2016年增长353%

2. 传感器:物联网的五官

传感器是用于采集各类信息(如压力、温度、流量、位置等),并转换为特定信号的器件 广义上包括敏感元器件、RFID、定位设备、摄像头、测量表计等。

14 我国物联网直接相关的传感器市场预测

目前,全球传感器市场主要由海外公司主导 ,如TI、ST、博世、飞思卡尔等, 我国传感器企业与海外仍有较大差距,国内约70%的份额被外资企业占据。预计2020年我国物联网直接相关的传感器市场将达248亿元,较2016年增长328%。

3. 通信模组:万物联网的关键

通信模组是将芯片、存储器、功放器件等集成在一块线路板上,并提供标准接口的功能模块,各类终端借助通信模组可以实现通信功能,是联网的关键器件。

15 物联网通信模组示意图

通信模组主要包括蜂窝类通信模组(2/3/4/5G 、NB-IoT/eMTC等)和非蜂类窝通信模组(WiFi/蓝牙/LoRa/ZigBee/SigFox/电力载波等),蜂窝通信模组年出货量正由千万级快速提升。

4. 通信网络:物联网的通道

物联网接入网包括蜂窝通信网和非蜂窝通信网,以及RFID(如ETC/NFC)、二维码等,RFID系无线电磁波连接,二维码属被动式标签。

16 主要的物联网连接网络/技术对标

蜂窝物联网需要由电信运营商建设,适用于移动状态下需随时随地联网或固定状态下不便布设非蜂窝网的物联网场景,该类物联网终端需要使用SIM卡/eSIM卡。目前,蜂窝物联网占比约10%,以2G为主,非蜂窝物联网占比约90%,WiFi/RFID为主。

5. 平台:实现物联网的云管理

物联网平台作为设备汇聚 终端管理、应用开发、 数据分析等的承载 ,向上为应用开发、系统集成提供PaaS服务,向下对终端 进行 “管、控、营” , 包括开放式云平台、连接管理平台(CMP) 、应用使能平台(AEP)和垂直行业设备管理平台(DMP)。

17 物联网的四类平台

6. 操作系统:物联网软硬件的动脉

操作系统(Operating System,OS)是管理和控制物联网硬件和软件资源的程序或系统软件, 类似智能手机的IOS、Android,是直接运行在“裸机”上的最基本的系统软件,其它应用软件都在操作系统的支持下才能正常运行 ,因此往往是巨头的天下。

18 华为LiteOS:轻量级的物联网操作系统

目前,发布物联网OS的主要是巨头,如谷歌(Brillo)、微软(Windows10 For IoT)、华为(LiteOS)、GE(GE Predix)、苹果、阿里等。

7. 智能终端:硬件承载

智能终端是集成了传感器和通信功能,可 接入互联网并实现特定功能或服务的智能设备 ,包括智能音箱、智能车载设备、可穿戴设备、 智能表计(水表、燃气表)等。

按照面向的购买客户来划分, 智能硬件可以分为2B类(B端付费,如车载前装T-BOX、无线POS机、智能水表等)和2C类(C端付费的消费电子,如可穿戴设备、智能家居、车载后装设备等)。

19 十款带屏智能音箱(金准人工智能专家不完全统计)

智能终端种类丰富,因其具有“入口”特性,所以目前竞争激烈,提供商可以是传统设备商,也可以互联网企业或创业公司,大家纷纷布局,如从路由器到音箱。

8. 集成应用:物联网的落地

物联网集成应用包括系统集成、解决方案、行业应用、增值服务等,一般面向大型客户或垂直行业(如政府的智慧城市、水务公司的智慧水务、工业物联网、智慧医疗等)。

20 智慧便利店物联网硬件框架(上海顺舟智能科技)

系统集成商可以帮助客户解决各类设备、子系统间的接口、协议及安全等问题,确保客户得到一站式的解决方案。集成商须熟悉相关行业,跨行业较难,因此不同行业的集成商各有生存空间。

四、发展路径与投资机会

21 物联网与PC互联网、移动互联网的IT架构相似

物联网与PC互联网、移动互联网的IT架构有相似之处,借鉴二者的发展之路,中信建投给出了物联网的发展路线:先连接,再爆发。

 

22 物联网发展:先连接,再爆发

先连接即先做大物联网的连接规模,动力可能来自“巨头推动+需求拉动”。中信建投预计,物联网“连接为主阶段”可能需要至少持续到2020年;

再爆发即基于大量连接及其海量数据,交互衍生出丰富的物联网增值应用服务,如智慧出行、自动驾驶、智能家居等等,进而推动物联网进入全面繁荣阶段。

23 我国的移动互联网发展路径

当前的物联网,与移动互联网的09年类似(连接数放量VS手机网民加快增长;NB-IoT全面商用VS3G商用;应用逐步丰富如共享单车/智能音箱VS新浪微博/iPhone4)。

但这并不意味着物联网距离爆发也只需要四年,因为物联网的智能硬件/终端类型多样,更为复杂。

24 物联网产业地图(部分公司及相关产业链环节物联网直接相关市场规模)

25 市场预期的物联网产业市场规模

鉴于当前物联网正处“连接阶段”,中信建投认为,具有通用性、与连接数增长正相关,或与发展相对更快的垂直行业强相关的产业链环节投资更为可行。

中性预测, 2017年我国物联网连接数为15.35亿个,2020年将较2017年增160.59%,达到40亿 ,其中蜂窝物联网10亿(占比约25%),较2017年增长203%。

26 我国物联网连接数预测(单位:亿个)

从连接构成来看,物联网的垂直行业发展将呈多波次 、接力式。智能硬件(C)、白色家电(C) 、智能计量(B)因巨头的推动,净增量列TOP3;而在需求拉动与巨头推动及政策引导综合作用下,智能计量(B)、车联网(B/C) 、建筑/家居安防(B/C)的渗透率列TOP3。

图27 我国的物联网连接数构成预测(单位:亿个)

28 我国芯片、传感器、通信网络市场规模预测(单位:亿元)

中长期看,平台的成长性好,建议择机布局。

平台直接对物联网终端进行 “管、控、营” ,既可向终端收费、也可向应用收费,并可沉淀海量数据,有望分享到物联网发展的最大红利。尽管开放式云平台是巨头的天下,垂直行业的差异性却给足了中小公司生存空间。

图29 全球主要的物联网产品/服务供应商的开放式云平台选择

30 Gartner2017新兴技术成熟度曲线中,物联网平台处于期望膨胀期(过热期)

物联网安全事件陆续发生,让“安全”成为物联网最需关注的领域,但很多创新型公司实际上受限于预算、投资收益、技术等因素,在物联网产品开发中往往事后才会考虑安全问题。未来,安全将成物联网标配,发展潜力巨大。

图31 企业客户将安全问题作为物联网进一步发展的最大阻碍

虽然可能是巨头推动为主、需求拉动为辅,但物联网连接数快递增长已是事实,不过物联网在各垂直行业的进度不一,智能计量、车联网、建筑/家居安防发展最快。

聚焦“连接”阶段,围绕“具有通用性、与连接数增长正相关”,“与发展相对更快的垂直行业强相关”两类产业链环节,将可以发现一些相对确定的投资机会。

物联网新兴产业,因此A股中的物联网标的多由并购转型而来,或是新布局物联网,所以物联网板块的业绩贡献短期还较小,甚至存在一定风险。因此,投资商建议既要围绕受益环节来确定方向,也要关注公司的基本面、市场竞争格局等。

总结

金准人工智能专家认为,通信/网络、芯片、传感器、工业机器人等环节在政策、资本、产业和技术的推动下正推动着B端物联网的稳健增长;运营商“快速建网(NB-IoT)+下指标+补贴”的策略结合巨头们“搭平台+推产品+投资并购”的打法,也让物联网的C端前景逐渐明朗起来。