近期，中信证券研究部发布研究成果，指出自动驾驶潜在市场空间超数万亿，城市开放场景潜在空间最大。目前可供自动驾驶产品落地的场景主要可大致分为城市开放场景、高速场景、封闭场景，其中城市场景包括Robotaxi、环卫服务、城配物流及最后一公里配送。
自动驾驶潜在市场空间巨大
中信证券研究部指出，高速场景即干线运输，封闭场景主要包括了港口、矿区。其测算Robotaxi的潜在市场空间约3.2万亿（以2040远期空间计算），其它商用车辆自动驾驶合计市场空间约3万亿，其中城市专用车市场自动驾驶空间约1.9万亿，高速场景约9000亿，封闭场景约1000亿。
Robotaxi自动驾驶：根据麦肯锡《致胜汽车行业下半场》预测，2030/2040年，中国用于出行服务的自动驾驶汽车形式里程数有望达到0.3/1.6万亿公里/年。若假设其单价为2元/公里，则其 2030/2040对应市场空间约0.6/3.2万亿元。
最后一公里：根据国家统计局数据，2020年全国即时物流行业订单总量约 228.4亿单，对应市场规模约 1700亿元。考虑到末端配送场景相对复杂，且目前无法上楼配送，若假设其中一半的市场可以采用自动驾驶，则对应市场规模约 850亿元。
高速场景：高速场景主要针对重型卡车运输的干线物流应用，根据国家统计局数据， 2020 年全国重型卡车保有量为 841 万辆。我们根据产业链调研估算约 65%的重卡应用于物流运输领域。若假设重卡平均配备 1.5 名司机，司机年薪 12 万元，则自动驾驶对应的潜在市场规模约 9000 亿元。
港口场景：根据中国港口网数据，截止 2019 年，在我国 100 万 TEU 吞吐量以上的集装箱码头，共配置了 6000-8000 辆内集卡，拥有约 1.5 万-2.5 万名内集卡司机。目前，中国港口内集卡司机成本（含工资和社保）平均每年约 15 万-20 万元。依此测算，港口自动驾驶对应的潜在空间约 50 亿元。
高级别自动驾驶能够有效解决人力成本提升、交通安全、司机短缺等诸多痛点。L3级别自动驾驶条件下，特定场景下的自动驾驶不需要司机，或者司机担任的是车辆管理者的角色，能够一人管理多辆车。L4 级别以上则接近完全无人化，可以有效解决司机短缺与人力成本上升的难题。同时，高级别自动驾驶下，车辆的操作更加稳定可靠，不会疲劳驾驶，安全性比司机驾驶更高。
自动驾驶潜在市场空间超数万亿，城市开放场景空间最大。
城配场景：仓到仓的自动驾驶解决方案
中信证券研究部指出，物流运输渗透在生产、流通、消费的方方面面。我国社会物流效率正逐步提高，但与发达国家相比仍有较大差距。改善运输结构、提升互联网与技术运用水平、提高标准化水平和服务质量将成为物流行业重要的发展趋势。
轻卡在货运物流中承担短途城际以及“最后 50 公里”的角色，是公路运输的毛细血管。城配场景下的痛点与其他包括干线物流、出行等领域痛点类似，行业高度分散、司机短缺、司机普遍年龄偏大、年轻人不愿意做、司机难管控、作业环境差、疲劳驾驶等因素导致了行业正逐渐变化，给自动驾驶技术替代城配司机提供了契机。
对自动驾驶公司而言，城市范围内的“仓到仓”运输场景从技术层面与 Robotaxi非常相似。但从整体的城市配送服务流程来说，自动驾驶在城市配送场景的应用类似环卫，两者都是在城市道路、公开场景、固定线路下行驶，技术类别比较相似。
城市专用车场景自动驾驶技术
有望拓展至Robotaxi
中信证券研究部指出，在城市开放场景中，Robotaxi市场空间最为广阔，也最考验厂家L4高级别自动驾驶的技术水平，部分自动驾驶公司开始布局研发 Robotaxi技术，并积极探索商业落地方案。具有代表性的企业包括：Waymo、百度 Apollo、小马智行、文远知行、酷哇机器人、智行者等。
政策瓶颈：截止 2020 年末，全国开放的自动驾驶测试的道路约为3000公里，且政府部门通常不会向技术成熟尚未的自动驾驶企业全面开放运营范围。对于自动驾驶公司而言，若自动驾驶产品在仅能在郊区、新城等区域小范围测试运营，则其数据积累的速度及 Robotaxi产品的商业价值都将受限。
测试里程瓶颈：要实现 Robotaxi无人驾驶出租车的目标，其自动驾驶等必须在L4 级以上，在现有算法框架下，自动驾驶车辆需要保障真实测试里程需要达到110亿英里（约180亿公里）之后，才能超过人类驾驶的安全性。
