1.1　中投顾问对2024-2028年中国智能驾驶行业预测分析
1.1.1　2024-2028年中国智能驾驶行业影响因素分析

一、有利因素

（一）政策利好

2023年3月3日，自然资源部发布《智能汽车基础地图标准体系建设指南（2023版）》。《建设指南（2023版）》提出，到2025年，初步构建能够支撑汽车驾驶自动化应用的智能汽车基础地图标准体系。先行制定急用先行的10项以上智能汽车基础地图重点标准，涵盖基础通用、数据采集、动态更新、数据分发、交换格式，以及多种智能端侧相关数据安全保护等技术要求和规范，解决智能汽车基础地图深度应用的迫切需求。
2023年11月17日，工业和信息化部、交通运输部等四部门发布《关于开展智能网联汽车准入和上路通行试点工作的通知》。《通知》提出，要逐步完善智能网联汽车准入、道路交通安全和交通运输管理政策、法律法规、技术标准等。对经过试点实证的自动驾驶和“车能路云”融合的先进技术和产品、可行方案、创新机制，梳理提炼可复制、可推广的试点成果，支持进一步推广应用。
2023年12月5日，交通运输部印发了《自动驾驶汽车运输安全服务指南（试行）》。文件包括适用范围、基本原则、应用场景、自动驾驶运输经营者、运输车辆、人员配备、安全保障和监督管理等八部分。文件的出台将为高级别自动驶技术创新发展营造良好环境。

（二）智能驾驶带来巨大变化

一旦技术发展成熟，未来智能驾驶可能为民众和社会带来巨大的变化。一是提高交通安全。根据以往经验，道路交通事故的主要因素是驾驶员的过失驾驶行为。自动驾驶不受人的心理和情绪干扰，确保遵守交通法规，按照规划路线行驶，因此能有效减少人为过失造成的交通事故；二是实现节能减排。通过合理调度实现共享出行，降低私家车保有数量，不同出行之间的协同效应等，并大幅降低气体污染物排放量；三是缓解交通拥堵，提升出行效率。通过提高车速，缩小车距，以及选择更有效路线减少交通出行时间，个人出行更加便利，有效减低停车场利用率；四是拉动汽车、电子、通信、服务、社会管理等领域协同发展，促进我国产业转型升级等等。

（三）无人驾驶发展前景广阔

未来的汽车已经不仅局限于一种交通工具，更多的是向新一代互联网终端发展。无人驾驶汽车将感知、决策、控制与反馈整合到一个系统中，将从根本上改变传统汽车的控制方式，不仅是解决汽车社会面临交通安全、道路拥堵、能源消耗、污染排放等问题的重要手段，也是构建智慧出行服务新型产业生态的核心要素，更是推进交通强国、数字中国、智慧社会建设的重要载体，已成为新时代汽车产业转型升级的重要突破口、全球汽车产业技术变革的战略制高点。
中国拥有庞大的汽车销量和消费者对科技的需求，可谓是巨大的无人驾驶市场。虽然目前的无人驾驶技术不能做到完全载客运营，但在货运、封闭园区等细分领域，技术需求相对较低，但无人驾驶车辆能以逐步代替传统车辆的方式，率先实现商业化。随着大数据、物联网、云计算的不断深入发展，无人驾驶汽车的性能将会更加完善，无人驾驶技术的商业化也将会遵循着低速到高速、封闭到开放的路线逐步迈开。同时，5G技术的快速发展和应用，也将推动高级自动驾驶汽车的诞生，加快无人驾驶汽车的到来。

二、不利因素

（一）相关法律制度滞后

在法律制度层面，法律体系调整的滞后性无形增加了自动驾驶落地的困难。人工智能技术的引入对现存法律法规体系提出了巨大挑战。一方面，按照我国现有交通事故的责任认定准则，要想划分事故责任，首先应当认定事故责任主体，而在智能驾驶提供出行服务的过程中，主要牵扯到自动驾驶系统的开发商、汽车生产商和乘客（部分起到驾驶员的作用）这几个主要参与者而不只是驾驶员本身，因此难以界定责任主体；另一方面，即使责任主体清晰，或有明文规定，自动驾驶汽车相关责任的划分难度也要远大于传统的交通事故。因为传统交通事故的责任认定只需要遵从二元归责原则，即通过判断是否存在过错就可以快速进行责任划分。但智能驾驶技术因为牵扯到多个功能单元和多个相关主体，因此过错的认定并非通过结果就可以轻易反推；最后，深度学习的“黑箱子”导致算法过程的不透明和不可解释，会增加消费者的疑虑，需要建立独立完善统一的自动驾驶产业链监督机构，目前尚无针对性的监督体系，导致管理缺失或过严的规制。此外，由于自动驾驶涉及信息的互联互通，会产生大量隐私性数据，因此立法体系需要完善对掌握数据的公司在保护用户隐私权、合法合理使用用户数据方面的诉求。

（二）数据问题

未来智能网联汽车产业的发展需要海量数据的支持，但目前相关领域的数据远远不够，数据问题成为目前产业面临的重要核心问题之一。以智能驾驶为例，目前单一车型的数据远不能满足未来L4级以上自动驾驶所需要的数十亿级的数字积累，且行业现阶段还没有形成有效的数据共享生态。

（三）据大规模开放道路的商业化还需很长时间

目前，国内智能驾驶众多封闭场景在逐步落地，实现了一定程度的商业化，但距离实现大规模开放道路的商业化，还有很长的路要走。
首先，大规模的商业化应用需智能驾驶在技术方面有保证。但目前在技术领域，智能驾驶仍面临一系列制约发展的痛点。其一，智能驾驶需芯片、操作系统、传感器、高精地图等软硬件协同发力，才能实现最大效益，但目前上述软硬件的发展成熟度还不够。其二，目前科学家们正在运用强化学习、模仿、生物学等手段，将人的社会阅历知识化，赋予车辆一些“知其然也知其所以然”的能力，但目前仍处于非常基础的探索阶段。其三，安全是智能驾驶的重要价值，也是最基本的要求。在后续技术迭代中，在保障安全的前提下，不断降低研发成本，维持成本与效率的平衡，仍是从业者面临的严峻挑战。其次，想实现大规模商业化应用，光有技术还不够。要想达到这个目标，起码要同时满足五个条件--技术成熟、社会基础完善、法律法规同步、成本下降、社会接受度良好。显然，每个条件都还有一段很长的路要走。

1.1.2　2024-2028年中国智能驾驶市场规模预测
2022年，中国智能驾驶市场规模达到1,996亿元；2023年，中国智能驾驶市场规模约达到2,381亿元。
我们预计，2024年我国智能驾驶市场规模将达到2,800亿元，未来五年（2024-2028）年均复合增长率约为14.72%，2028年将达到4,850亿元。

　　图表：中投顾问对2024-2028年中国智能驾驶市场规模预测

数据来源：中投产业研究院