1、預(yù)計全球工業(yè)機器人年均銷量增速12%

　　2017~2020年全球工業(yè)機器人預(yù)期平穩(wěn)增長。根據(jù)報告，2017~2020年，全球工業(yè)機器人年均銷售額預(yù)計為173億美元/ CAGR+10.81%，年均銷量預(yù)計為39萬臺/ CAGR+12.45%。相比于2013~2016年，年均銷售額提升約 55%，年均銷量提升約70%。工業(yè)機器人需求景氣向上，主要得益于汽車領(lǐng)域強勁需求將持續(xù)、3C領(lǐng)域迎來高增量、其他制造業(yè)領(lǐng)域和部分中小企業(yè)也更加傾向于使用工業(yè)機器人。

2017-2020年全球工業(yè)機器人銷售額增速預(yù)計為11%左右

數(shù)據(jù)來源：公開資料整理

2017-2020年全球工業(yè)機器人銷量增速預(yù)計為12%左右

數(shù)據(jù)來源：公開資料整理

2、預(yù)計中國工業(yè)機器人年均銷量增速 21%，年均市場規(guī)模750億元

中國市場居全球首位且份額持續(xù)擴大。中國自 2013 年開始成為全球工業(yè)機器人第一大市 場的位置，制造業(yè)“機器換人”需求旺盛，預(yù)計仍將保持快速增長。根據(jù)報告，2017~2020 年，中國工業(yè)機器人年均銷量預(yù)計為 14.8萬臺，年均復(fù)合增長率為 20%。中國工業(yè)機器人銷量占全球比例預(yù)計從2015 年的27%提升至 2019 年的 39%。

2017-2020年中國工業(yè)機器人銷量增速預(yù)計為20%左右

數(shù)據(jù)來源：公開資料整理

2019年中國工業(yè)機器人銷量占全球比例預(yù)計可達(dá)到39%

數(shù)據(jù)來源：公開資料整理

國內(nèi)工業(yè)機器人應(yīng)用領(lǐng)域與全球分布類似，汽車與3C行業(yè)應(yīng)用領(lǐng)先。根據(jù)統(tǒng)計數(shù)據(jù)，2016 年汽車行業(yè)是中國工業(yè)機器人應(yīng)用最廣泛的領(lǐng)域，占比達(dá)到 38%。隨后是3C、 金屬制造、塑料及化學(xué)制品、食品煙草飲料，占比分別約 21%、15%、8%、1%。相比2015年，汽車、3C 市場占比分別增長 1 個百分點、3個百分點，其他行業(yè)變動較小。認(rèn)為汽車、3C占比領(lǐng)先的格局將持續(xù)，3C的占比有望進一步提升。

2013-15年工業(yè)機器人行業(yè)國產(chǎn)品牌占有率上升約 6個百分點

數(shù)據(jù)來源：公開資料整理

2016 年中國工業(yè)機器人下游應(yīng)用領(lǐng)域分布

數(shù)據(jù)來源：公開資料整理

3、國內(nèi)“機器換人”經(jīng)濟性顯現(xiàn)

經(jīng)濟性拐點臨近。我國的制造業(yè)平均工資持續(xù)快速增長，2010 年至 2015年的年復(fù)合增長 率為 12.3%；與之相反，工業(yè)自動化設(shè)備的價格卻在逐年下降，全球工業(yè)機器人均價自 2012 年達(dá)到峰值后逐步回落。隨著機器人的高效性、穩(wěn)定性、精準(zhǔn)性逐漸被認(rèn)可，工業(yè)機器人經(jīng)濟性愈發(fā)明顯，對體力勞動者的替代作用也在日漸顯現(xiàn)，認(rèn)為工業(yè)機器人的經(jīng)濟替代效應(yīng)拐點已經(jīng)出現(xiàn)。

2010-2016年中國制造業(yè)平均工資年均上漲12%

數(shù)據(jù)來源：公開資料整理

2010-2016 年全球工業(yè)機器人售價呈現(xiàn)倒U型趨勢

數(shù)據(jù)來源：公開資料整理

根據(jù)統(tǒng)計數(shù)據(jù)，如今機器人僅僅完成了 10%左右的工業(yè)制造任務(wù)，但是滲透率會在 2025 年時達(dá)到 25%。根據(jù)行業(yè)的不同，使用工業(yè)機器人之后勞動力成本會有不同程度的下降，全球平均值下降 16%左右，而對于中國來說預(yù)計會有 18%的下降。因此，加深機器人應(yīng)用的滲透率有助于我國降低我國的用工成本。由于工人的受教育水平不斷上升，機器人開始替代人類執(zhí)行大量以前熟練工人才能完成的任務(wù)，而人類則可以去執(zhí)行更加復(fù)雜的加工任務(wù)。

使用工業(yè)機器人后勞動力成本下降比例

數(shù)據(jù)來源：公開資料整理

4、國內(nèi)制造業(yè)產(chǎn)業(yè)升級需求

中國工業(yè)機器人覆蓋度不及全球平均值，遠(yuǎn)低于發(fā)達(dá)國家。2015 年，我國每萬名產(chǎn)業(yè)工人所擁有的工業(yè)機器人數(shù)量為 49 臺，遠(yuǎn)低于韓國、新加坡、日本、德國等發(fā)達(dá)國家，僅相當(dāng)于全球平均水平的 70%。

2015 年中國工業(yè)機器人密度低于全球平均水平

數(shù)據(jù)來源：公開資料整理

相比較機器人在焊接，噴涂領(lǐng)域的應(yīng)用，大量零件的組裝和零件的準(zhǔn)備流程現(xiàn)在還主要是 靠手工完成。根據(jù)日本機器人協(xié)會對各類機器人收貨單位的統(tǒng)計，不管是大型的汽車集團， 還是中小型的企業(yè)，零件組裝和準(zhǔn)備階段使用機器人的比例很低。尤其是中小型企業(yè)，這些公司在零件的組裝裝配階段使用的機器人的量只占到 0.1%。

2015年各種機器人出貨量所占比

數(shù)據(jù)來源：公開資料整理

5、3C、家電行業(yè)潛在空間大，國產(chǎn)品牌有望實現(xiàn)趕超

非汽車行業(yè)國產(chǎn)替代的可能性更大。中國在汽車行業(yè)的機器人密度為發(fā)達(dá)國家的1/4至1/3， 非汽車行業(yè)的這一比例在 1/11 左右。汽車工業(yè)注重生產(chǎn)穩(wěn)定性，行業(yè)準(zhǔn)入門檻較高，大部分外資整車廠商的生產(chǎn)線標(biāo)準(zhǔn)及機器人選型是全球統(tǒng)一的，國產(chǎn)整車廠對使用國產(chǎn)機器人也持謹(jǐn)慎態(tài)度。而在 3C、家電、金屬、塑料化工、食品等行業(yè)，國外品牌的行業(yè)經(jīng)驗和客戶基礎(chǔ)優(yōu)勢并不明顯，下游行業(yè)客戶更加注重機器人產(chǎn)品的性價比和本土化服務(wù)優(yōu)勢，國產(chǎn)機器人有望獲得更大的市場份額。

中國與發(fā)達(dá)國家在汽車行業(yè)的工業(yè)機器人密度對比

數(shù)據(jù)來源：公開資料整理

中國與發(fā)達(dá)國家在非汽車行業(yè)的工業(yè)機器人密度對比

數(shù)據(jù)來源：公開資料整理

6、智能物流：提升效率、降低成本

物流成本優(yōu)化空間大。數(shù)據(jù)顯示，2016年我國物流成本占GDP比重為14.9%，仍然大幅高于美國和日本。雖然近年來占比趨勢下降，但與發(fā)達(dá)國家相比仍有很大差距。除了制造成本以外，管理效率低下，信息化程度低是造成國內(nèi)物流成本偏高的主要原因。

智能倉儲縱向延伸，節(jié)約 70%占地面積，大量降低租金成本。國內(nèi)土地資源日漸緊張，土地使用成本不斷增加，物流企業(yè)需要充分利用有限空間，提高現(xiàn)有土地利用率。而智能物流系統(tǒng)在倉儲方面是采用向高處發(fā)展的方式，有較高的土地利用率和庫存容積率，可減少企業(yè)土地成本。

智能物流系統(tǒng)降低勞動成本，解決招工難和人工成本持續(xù)增長的問題。隨著國內(nèi)人口紅利的逐漸消失，國內(nèi)企業(yè)的人力成本持續(xù)增長，自動化物流系統(tǒng)可以減少人員需求，從而降低人工成本。

智能物流系統(tǒng)優(yōu)勢還體現(xiàn)于運轉(zhuǎn)效率和準(zhǔn)確率。1）提高倉儲管理水平：采取計算機控制管理，受控設(shè)備自動地順序作業(yè)，縮短物料周轉(zhuǎn)管理和作業(yè)周期，倉庫吞吐量相應(yīng)提高； 2）貯存量小，占地面積小，物料互不堆壓，存取互不干擾，保證庫存物料的質(zhì)量；3）數(shù)字化管理貨品信息，減少在存儲貨物中的人工差錯，減少貨品破損率。

1991~2016年中美日國物流成本/GDP對比

數(shù)據(jù)來源：公開資料整理

1991~2015年我國物流成本占比構(gòu)成

數(shù)據(jù)來源：公開資料整理

7、電商快遞撬動智能物流系統(tǒng)千億投資需求

2001~2016年，自動化物流系統(tǒng)市場規(guī)模從 20 億元迅速增長至758億元，復(fù)合增速約 30%，主要是汽車、醫(yī)藥、煙草三大行業(yè)率先應(yīng)用，趨于成熟。預(yù)測2017-2020 年物流倉儲自動化設(shè)備市場增速至少將維持在 20%以上，2018 年市場規(guī)模有望突破千億。

自動化物流系統(tǒng)市場規(guī)模及增速

數(shù)據(jù)來源：公開資料整理

2016年物流自動化設(shè)備細(xì)分市場規(guī)模及占比

數(shù)據(jù)來源：公開資料整理