編者按：
隨著各地方政府工業(yè)機器人發(fā)展策略的制定，以及國內(nèi)外工業(yè)機器人企業(yè)和眾多專業(yè)人才的積極參與，工業(yè)機器人發(fā)展前景將更加廣闊。2015年，中國工業(yè)機器人產(chǎn)業(yè)得到進一步快速發(fā)展。產(chǎn)業(yè)利好政策不斷釋放，產(chǎn)業(yè)規(guī)模保持穩(wěn)定增長，下游服務(wù)環(huán)節(jié)向多元化進軍，應(yīng)用領(lǐng)域也在穩(wěn)步拓展。
2016年，我國工業(yè)機器人正呈現(xiàn)出技術(shù)開發(fā)迎合市場需求、產(chǎn)品功能滿足主導行業(yè)、應(yīng)用領(lǐng)域不斷拓寬深化等發(fā)展趨勢。欣欣向榮的工業(yè)機器人背后，機器人產(chǎn)業(yè)發(fā)展空間巨大，但國內(nèi)企業(yè)如何突圍？哪些行業(yè)還可以深入開發(fā)？怎樣與行業(yè)進行深度融合？中國中投證券研究總部機械首席劉菁針對機器人及集成做了詳細報告，以下是機器人及集成報告全文：
對于工業(yè)機器人而言，全球的增長在中國，中國的發(fā)展在當下，本體的核心在控制，短期機會在中低端機器人，突圍外資壟斷機會在集成，集成的關(guān)鍵在于渠道與非標標準化。
工業(yè)機器人按照產(chǎn)業(yè)鏈上中下游可分為核心零部件，工業(yè)機器人本體，應(yīng)用端集成三個環(huán)節(jié)。
圖表 1工業(yè)機器人產(chǎn)業(yè)鏈
資料來源：中國中投證券
一、零部件
工業(yè)機器人的核心零部件包括減速器、伺服和控制器。減速器成本占比最高，伺服次之。工業(yè)機器人用減速器與伺服比通用減速器和通用伺服的技術(shù)要求高且通用性不強。
圖表 2 工業(yè)機器人零部件的市場分布及品牌
資料來源：中國中投證券
國內(nèi)減速器和伺服廠商遇到的問題，往往不是自動化的問題，而是材料和工藝的問題。其中涉及熱處理、精加工、潤滑甚至裝配等各個方面。而這卻并不是自動化廠商擅長的領(lǐng)域。故機器人零部件的產(chǎn)業(yè)發(fā)展需要統(tǒng)籌多門學科，并且需要有足夠的資金支持相對長的研發(fā)周期。這一特性上，減速器比伺服更突出。
目前外資機器人廠商普遍采用的模式是：減速器和伺服外購，控制器自行研發(fā)?？刂破?，相當于機器人的大腦。機器人是否能達到足夠的精度、速度、長期運行下來的穩(wěn)定程度等因素，都更大程度上取決于控制器。
減速器、伺服和控制器的市場取決于機器人本體的市場。一般一臺六軸工業(yè)機器人標配六個減速器、六個伺服和一個控制器。
二、機器人本體
工業(yè)機器人本體可以理解為一個機械手臂。不同結(jié)構(gòu)的機械手臂靈活程度和擅長動作不同。機器人本體也稱為機器人裸機，有多種形式。最常用的為六軸關(guān)節(jié)型機器人。
圖表 3 機器人本體按結(jié)構(gòu)分類
資料來源：中國中投證券
2013 年，全球工業(yè)機器人銷售量達到17.9 萬臺，銷售額增加至95億美元，達到歷史高峰。其中約10 萬臺安裝在亞洲和澳洲。2017年全球機器人銷售量將接近30萬臺。
圖表 4 全球通用型工業(yè)機器人銷售量及增長率
資料來源：IFR，中國中投證券
2013 年，中國銷售3.7 萬臺工業(yè)機器人，同比增長60%，是2013年銷售量最大的國家。這個數(shù)據(jù)還不包括臺灣裝機的0.5萬臺以及富士康內(nèi)部生產(chǎn)的機器人數(shù)量。富士康生產(chǎn)的機器人在大陸的安裝數(shù)量很難在公開資料中獲得，據(jù)IFR推測，約1萬臺-3萬臺。即使不算這些，2008-2013 年間，中國機器人銷量年均增長率36%。預(yù)計到2017年，中國工業(yè)機器人銷售量將達到10萬臺。
圖表 5 全球機器人的增長主要在中國
資料來源：IFR，中國中投證券
從保有量上來說，截至2013年底，中國工業(yè)機器人保有量至少13.3萬臺。據(jù)IFR推測中國未來將先后超越德國、韓國、美國和日本，并于2017年超過40萬臺。
圖表 6 中國機器人保有量將由2013年的16.2萬臺增加到2017年42.8萬臺
資料來源：IFR，中國中投證券
機器人密度是指每萬名產(chǎn)業(yè)工人對應(yīng)的機器人保有量。世界上機器人密度最高的國家是韓國。2013年其機器人密度高達437臺/萬名工人。世界平均機器人密度為62，而中國的機器人密度僅為30。國家的相關(guān)產(chǎn)業(yè)規(guī)劃是預(yù)計到2020年中國工業(yè)機器人的產(chǎn)業(yè)體系要具備3至5家具有國際競爭力的企業(yè)，8至10個產(chǎn)業(yè)配套集群，機器人密度達到100以上。
圖表 7 中國2020機器人密度將達100以上
資料來源：IFR，中國中投證券
2013年的外資機器人品牌在中國市場的銷量占比達到75%。外資品牌中84%是關(guān)節(jié)型機器人，這一占比遠高于國際平均水平。
究其原因，主要源于兩方面。
一方面是中國的工業(yè)自動化制造基礎(chǔ)相對薄弱，機器人的應(yīng)用往往不具備成熟的配套環(huán)境，故而在機器人選型過程中傾向于靈活性最高的關(guān)節(jié)型機器人。
另一方面在于一部分工業(yè)機器人的最終用戶對機器人各種結(jié)構(gòu)未必有非常深入的了解，故而在工業(yè)機器人解決方案的選取上未必能夠找到最優(yōu)性價比的組合。
圖表 8 中國工業(yè)機器人外資占據(jù)75%份額（億元）
資料來源：方正證券研究所
國產(chǎn)機器人銷售數(shù)量最多的是直角坐標機器人，占總銷量的比重高達43%；銷售數(shù)量第二位為scara機器人，占比25%；其銷售額占比28%。這兩種中低端機器人的銷量占到國產(chǎn)機器人份額的68%。對于國際上用量最多的關(guān)節(jié)型機器人，國產(chǎn)銷售量僅占23%。
圖表 9 2013年國產(chǎn)機器人低端機型占主導
資料來源：CRIA，中國中投證券
2013年國內(nèi)市場上，直角坐標機器人、并聯(lián)機器人和圓柱坐標機器人占比在63%-65%，有一定優(yōu)勢。SCARA市場中，國產(chǎn)機器人占55%，外資占45%。
圖表 10 2013國產(chǎn)直角坐標及并聯(lián)機器人相對外資具優(yōu)勢
資料來源：CRIA，中國中投證券
非關(guān)節(jié)機器人方面，國產(chǎn)機器人可以占有50%左右的市場份額。原因兩點：
一來是非關(guān)節(jié)型機器人的技術(shù)門檻相對較低。
二來是中低端市場較為分散，是主流外資機器人品牌防守較為薄弱的區(qū)域。
而國產(chǎn)機器人廠商，也的確可以借此機會從易至難逐步攻克技術(shù)難題。
三、機器人集成
機器人集成是指在上述機器人本體上加裝夾具及其他配套系統(tǒng)完成特定功能。
機器人本體是標準品，可理解為一只手臂。
系統(tǒng)集成就是給這只手臂安裝上手（夾具），復(fù)雜的系統(tǒng)集成還需要安裝眼睛（視覺控制）、觸覺（力控）等完成相應(yīng)動作及功能。甚至提供工作站或配套生產(chǎn)線。
2013年，機器人與其相關(guān)軟件及系統(tǒng)的全球總交易為290億美元，其中中國交易量為95億美元，為全球最大機器人市場。 預(yù)計到2020年國內(nèi)機器人系統(tǒng)集成市場將達2000億元。
3.1機器人集成按應(yīng)用分
機器人按照應(yīng)用分，可分為焊接應(yīng)用，噴涂應(yīng)用，搬運應(yīng)用，裝配應(yīng)用，切割應(yīng)用，打磨應(yīng)用等等。國產(chǎn)品牌在搬運、噴涂等不需要高精度的領(lǐng)域已經(jīng)有所滲透。對于焊接、裝配、打磨等對工藝要求相對高的領(lǐng)域，滲透較慢。
圖表 11 國產(chǎn)機器人在簡單應(yīng)用中滲透較快
資料來源：CRIA，中國中投證券
3.2機器人集成按行業(yè)分
機器人下游最終用戶可以按照行業(yè)分為：汽車工業(yè)，一般工業(yè)。一般工業(yè)中又可以分為食品飲料，石化，金屬加工，醫(yī)藥，3C，塑料，白家電等等。
其中汽車行業(yè)的自動化程度已經(jīng)較高，中國汽車行業(yè)機器人密度高達281。而在非汽車工業(yè)（也稱一般工業(yè)）中其機器人密度僅為14，機器人應(yīng)用潛力巨大。
圖表 12 中國汽車行業(yè)機器人密度281
資料來源：IFR，中國中投證券
圖表 13 中國非汽車工業(yè)機器人密度僅14
資料來源：IFR，中國中投證券
故這一輪由智能制造驅(qū)動的機器人在工業(yè)領(lǐng)域的廣泛應(yīng)用，主要增量在于一般工業(yè)（非汽車行業(yè)）。
對于工業(yè)機器人而言，全球的增長在中國，中國的發(fā)展在當下，本體的核心在控制，短期機會在中低端機器人，突圍外資壟斷機會在集成，集成的關(guān)鍵在于渠道與非標標準化。
中國機器人網(wǎng)注：本文作者劉菁，系中國中投證券研究總部機械首席分析師。本文系作者授權(quán)中國機器人網(wǎng)獨家發(fā)布，轉(zhuǎn)載不得進行刪減，請注明來源中國中投證券。
中國機器人網(wǎng)注：本文作者劉菁，系中國中投證券研究總部機械首席分析師。本文系作者授權(quán)中國機器人網(wǎng)獨家發(fā)布，轉(zhuǎn)載不得進行刪減，請注明來源中國中投證券。
