图：生物识别领域未来五年复合增长率
资料来源：公开资料，中国报告网整理
1人脸识别的方法
随着技术的发展，人脸识别方法也呈现出“百花齐放”的趋势。从整体上把握，人脸识别技术可以分为以下三种:
1.1基于几何特征的正面人脸识别方法
该方法是最早的人脸检测方法，是对人脸的等先验知识导出规则的利用。人脸面部器官可以近似的看作是常见的几何单元，肤色也人脸的是重要特征之一。该方法就是采集人脸的重要的面部特征及其之间的相对距离、特征分布等参数从而形成一个可以表示人脸特征向量，例如角度、曲率等。该方法抗干扰能力极强，对于光照变化的敏感度很低，并且直接利用人脸信息，便于理解。同时，由于该方法算法只关心器官的基本形状和位置结构，并没有侧重细节特征，所以对于从图像中提取稳定的特征就比较困难。这就意味着当人的面部表情的变化较大时，或者是出现了存在遮挡物等影响鲁棒性差的情况，对于人脸特征的提取就会变得困难甚至错误。
1.2基于模板匹配的人脸识别方法
模板匹配主要包括静态匹配和弹性匹配，可以细分为：动态连接匹配法、特征脸方法、线性判别方法、神经网络法等。静态匹配方法在使用时也需要对图像进行适当的标准化，随后利用整幅图像的灰度级、生理特征区的灰度图像和变换后的人脸图像模板。由于是静态的匹配，模板的灵活性差，当出现面部表情过大时，就无法使用模板。所以产生了动态的模板匹配，也称为动态连接匹配法。该方法是建立反映人脸特征形状可变部分的特征参数模型。
该方法的有点就在于其灵活性大大的提高，适用于更多情况下的人脸检测，同时鲁棒性较于静态更好。但是该方法容易因为计算时间太长而陷入局部最小。
1.3基于模型的人脸识别方法
该方法是利用数学模型的参数进行人脸识别，合并人脸尺度和人脸方向的人脸。该方法着重了人脸各器官的不同特征和相互联系，又不敏感于面部表情变化，鲁棒性好，计算量也并不巨大。基于隐马尔科夫模型法就是其中最经典的方法。
2人脸识别的现状
人脸识别技术正式起步于美国，我国接触该技术较晚，但是经过科研人员和学者们多年的研究和实验，目前我国的人脸识别技术已经达到国际先进的水平。
2.1国内
在我国，最早从人工向计算机智能识别发展的生物识别技术是指纹识别，但是在实际应用中逐渐产生了对人脸识别技术的需求。从2001年开始，公安部门就开始使用这一技术来防范打击重大刑事犯罪并取得国家的支持。
随后，我国在2008年北京奥运会举行时应用了人脸识别技术，这标志着我国的人脸识别进入大规模的使用阶段。在前几年举办的世博会上，该技术得到更加广泛的应用，同时各大公司也逐渐加入，实现了人脸识别技术在中国的大规模应用。随着我国技术的不断进步，“三化两合”将是人脸识别发展的必然趋势。“三化”指：主流化、芯片化、标准化；“两合”指：与其他生物特征的多生物特征融合与REID的联合。
图：人脸识别相关政策
资料来源：公开资料，中国报告网整理
2.2国外
国内外对于人脸识别的研究都非常的活跃。美国、德国、日本等经济发达国家和部分发展中国家都有研究机构和研究人员对此进行专门的研究。以下只取其中两个国家作为例子。
2.2.1美国
美国是人脸识别技术最先起步的国家，也是最先应用该技术的国家，其人脸识别技术的水平一直走在国际前列。早在1993年，美国国防部就启动了FERET项目，为其之后的生物智能识别技术奠定了基础，推动人脸识别技术从初始阶段提升到原型系统阶段。目前，美国电影中没有钥匙孔只有一个摄像头的大门，刷一下人脸就可以进入；机要部门的核心设备通过指纹进行设备的解锁；追踪情节中利用街边摄像头进行识别等等，这些场景在实际生活中已经得到实际的应用。例如，FBI在2014年就推出了他们的新一代的电子识别系统，总投入超过10亿美金。用于利用监控锁定犯罪嫌疑人，从而进行全网追捕。不仅如此，美国国防部和国土安全部门加大了对人工智能识别技术的投资，用来防止恐怖分子对公共安全造成的威胁。
2.2.2日本
日本虽然也是略晚接触人脸识别技术的国家，但是其发展却日新月异。在2014年日本的一家研究中心就在日本大阪试验一项基于视频的人脸识别技术，目的在于当灾难来临是，通过实时监控中人脸的表情以及人流的动态来判断各个紧急安全出口是否可用。日本近年来一直在加快对只能视频分析技术的研究。据中关在线报道，2015年日本日立公司推出的视频监控人脸识别技术能够技术能够以3600万张图像/秒的速度进行扫描，以高精度识别出路人，并且即时存储路人脸部图像，将长相相似的人脸进行分类。随后，据中新网2015年7月3日报道，日本在国内的骨干机场引进了通过计算机智能识别人脸来确认身份的系统，有望在举办东京奥运会和残奥会的之前，推进日本人出入境审查的无人化，大大缩短外国游客入境审查的时间。
图：人脸识别发展阶段
资料来源：公开资料，中国报告网整理
3人脸识别的展望
虽然人脸识别技术目前还存在一些缺陷，但是这一技术目前已经得到了非常迅速的发展，还出现了专门的国际会议，越来越多的研究人员和研究机构投入其中，同时各国也开始逐渐试验这一技术，那些亟待解决的问题不过也是时间的问题。相信不久的将来，这一人工智能技术会在不断的应用中逐渐完善，并且造福全人类。
中国报告网发布的《2018--2023年中国人脸识别行业发展现状分析及投资风险研究报告》内容严谨、数据翔实，更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、市场前景、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据，以及我中心对本行业的实地调研，结合了行业所处的环境，从理论到实践、从宏观到微观等多个角度进行市场调研分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势，洞悉行业竞争格局，规避经营和投资风险，制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。
目录
第一章：中国人脸识别行业发展背景概述
1.1人脸识别行业发展综述
1.1.1人脸识别行业相关概念界定
（1）生物识别行业的定义
（2）人脸识别行业的定义
1.1.2人脸识别行业核心技术分析
1.1.3人脸识别行业产品特点分析
1.1.4人脸识别与其他生物识别的对比
1.1.5人脸识别行业产业链结构分析
1.2人脸识别行业发展环境分析
1.2.1人脸识别行业政策环境分析
（1）人脸识别行业管理体制分析
（2）人脸识别行业发展规划分析
（3）人脸识别行业政策动向分析
（4）人脸识别行业标准
1.2.2人脸识别行业经济环境分析
（1）国际宏观经济环境分析
（2）中国宏观经济环境分析
（3）中国关联产业环境分析
1.2.3人脸识别行业社会环境分析
（1）中国互联网普及情况分析
（2）中国居民收入情况分析
1.2.4人脸识别行业技术环境分析
（1）行业技术活跃程度分析
（2）行业技术领先企业分析
（3）行业热门技术分析
1.2.5人脸识别行业PEST分析总结
第二章：国外人脸识别行业发展状况分析
2.1全球人脸识别行业市场发展现状及前景
2.1.1全球人脸识别行业发展概况
（1）全球人脸识别行业发展历程
（2）全球人脸识别行业发展特点
（3）全球人脸识别行业影响因素
2.1.2全球人脸识别行业市场规模
2.1.3全球人脸识别行业发展趋势
2.1.4全球人脸识别行业前景预测
2.2国外人脸识别技术应用领域市场分析
2.2.1国外人脸识别技术安防应用市场分析
（1）国外人脸识别技术安防应用市场发展现状
（2）国外人脸识别技术安防应用市场趋势及前景
（3）国外人脸识别技术安防应用典型案例分析
2.2.2国外人脸识别技术身份认证应用市场分析
（1）国外人脸识别技术身份认证应用市场发展现状
（2）国外人脸识别技术身份认证应用市场趋势及前景
2.2.3国外人脸识别技术社交娱乐应用市场分析
（1）国外人脸识别技术社交娱乐应用市场发展现状
（2）国外人脸识别技术社交娱乐应用市场趋势及前景
（3）国外人脸识别技术社交娱乐应用典型案例分析
2.3主要国家人脸识别行业市场发展分析
2.3.1美国人脸识别行业市场发展分析
（1）美国人脸识别行业在全球的地位
（2）美国人脸识别行业主要企业分析
（3）美国人脸识别行业应用市场分析
（4）美国人脸识别行业发展趋势及前景
2.3.2德国人脸识别行业市场分析分析
（1）德国人脸识别行业在全球的地位
（2）德国人脸识别行业主要企业分析
（3）德国人脸识别行业应用市场分析
（4）德国人脸识别行业发展趋势及前景
2.3.3英国人脸识别行业市场发展分析
（1）英国人脸识别行业在全球的地位
（2）英国人脸识别行业主要企业分析
（3）英国人脸识别行业应用市场分析
（4）英国人脸识别行业发展趋势及前景
2.3.4日本人脸识别行业市场发展分析
（1）日本人脸识别行业在全球的地位
（2）日本人脸识别行业主要企业分析
（3）日本人脸识别行业应用市场分析
（4）日本人脸识别行业发展趋势及前景
2.3.5澳大利亚人脸识别行业市场发展分析
（1）澳大利亚人脸识别行业在全球的地位
（2）澳大利亚人脸识别行业主要企业分析
（3）澳大利亚人脸识别行业应用市场分析
（4）澳大利亚人脸识别行业发展趋势及前景
2.4跨国公司人脸识别业务布局
2.4.1美国Identix公司
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
2.4.2美国Bioscrypt公司
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
2.4.3德国CognitecSystems公司
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
2.4.4西班牙HertaSecurity公司
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
2.4.5日本NEC公司
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
第三章：中国人脸识别行业发展现状及前景
3.1中国人脸识别行业发展现状分析
3.1.1人脸识别行业发展历程分析
3.1.2人脸识别行业发展特点分析
3.1.3人脸识别行业影响因素分析
3.1.4人脸识别行业市场规模分析
3.2中国人脸识别行业竞争态势分析
3.2.1中国人脸识别行业竞争格局分析
（1）中国人脸识别行业品牌竞争格局分析
（2）中国人脸识别行业技术竞争格局分析
（3）中国人脸识别行业区域竞争格局分析
3.2.2中国人脸识别行业竞争强度分析
（1）波特五力竞争模型简介
（2）中国中国人脸识别行业五力竞争分析
（3）中国人脸识别行业五力竞争情况总结
3.2.3中国人脸识别行业投资兼并分析
（1）中国人脸识别行业投资兼并与重组概况
（2）中国人脸识别行业投资兼并与重组动向
（3）中国人脸识别行业投资兼并与重组趋势
3.2.4人脸识别行业内外资企业竞争力比较
（1）内外资企业经营模式比较分析
（2）内外资企业市场规模比较分析
（3）内外资企业产品研发能力比较分析
（4）内外资企业竞争力评价总结
3.3人脸识别行业发展趋势与前景
3.3.1中国人脸识别行业发展趋势分析
（1）大数据与人脸识别技术的融合趋势分析
（2）2D人脸识别技术产品市场展趋势分析
（3）3D人脸识别技术产品市场展趋势分析
（4）智慧城市建设对人脸识别技术的需求趋势
（5）人脸识别技术与视频监控的融合趋势分析
（6）人脸识别技术与智能家居的融合趋势分析
3.3.2中国人脸识别行业发展前景预测
（1）中国人脸识别行业市场驱动因素分析
（2）中国人脸识别行业市场阻力因素分析
（3）中国人脸识别行业市场规模前景预测
第四章：中国人脸识别行业商业模式分析
4.1中国人脸识别行业商业模式概述
4.1.1新兴技术行业商业模式的相似性
（1）新兴技术行业的范畴与特征
（2）新兴技术行业通用商业模式
4.1.2人脸识别行业商业模式的特殊性
（1）人脸识别与安防行业商业模式的区别
（2）人脸识别与广义生物识别商业模式的区别
4.1.3商业模式对人脸识别企业的重要性
（1）商业模式对创业型人脸识别企业的重要性分析
（2）商业模式对成长型人脸识别企业的重要性分析
（3）商业模式对成熟性人脸识别企业的重要性分析
（4）商业模式在应对市场同质化竞争上的重要性分析
4.2中国人脸识别行业商业模式构成分析
4.2.1人脸识别行业价值定位分析
（1）人脸识别行业业务范围定位
（2）人脸识别行业目标客户定位
4.2.2人脸识别行业价值创造分析
（1）人脸识别行业业务系统分析
（2）人脸识别行业关键资源能力分析
4.2.3人脸识别行业价值实现分析
（1）人脸识别行业盈利模式分析
（2）人脸识别行业投资价值分析
4.3中国人脸识别行业商业模式设计策略
4.3.1人脸识别企业业务范围与市场定位策略
4.3.2人脸识别企业目标客户定位与分析策略
4.3.3人脸识别企业独特业务系统的构建策略
4.3.4人脸识别企业关键资源能力的挖掘策略
4.3.5人脸识别企业独特盈利模式的构建策略
4.3.6人脸识别企业资本号召力的提升策略
4.4互联网+环境下行业商业模式创新分析
4.4.1互联网+环境下行业客户需求的创新分析
4.4.2互联网+环境下行业产品形态的创新分析
4.4.3互联网+环境下行业合作伙伴的创新分析
4.4.4互联网+环境下行业盈利模式的创新分析
4.4.5互联网+环境下行业投融资模式的创新分析
第五章：中国人脸识别行业应用领域市场前景
5.1人脸识别技术应用领域市场结构特征分析
5.1.1人脸识别的应用领域
5.1.2人脸识别应用领域分布
5.1.3人脸识别应用产品结构
5.2人脸识别技术在金融领域的市场前景
5.2.1人脸识别技术在金融领域的应用范围分析
5.2.2中国互联网金融发展现状及未来趋势分析
5.2.3人脸识别技术在金融领域的市场需求现状
（1）人脸识别技术在金融领域的市场规模测算
（2）人脸识别技术在金融领域的重点厂商分析
（3）人脸识别技术在金融领域的重点客户分析
（4）人脸识别技术在金融领域的应用案例分析
5.2.4人脸识别技术在金融领域的市场趋势及前景
（1）人脸识别技术在金融领域的市场趋势分析
（2）人脸识别技术在金融领域的市场前景预测
5.3人脸识别技术在电子商务领域的市场前景
5.3.1人脸识别技术在电子商务领域的应用范围分析
5.3.2中国电子商务发展现状及未来发展趋势分析
5.3.3人脸识别技术在电子商务领域的市场需求现状
（1）人脸识别技术在电子商务领域的市场规模测算
（2）人脸识别技术在电子商务领域的重点厂商分析
（3）人脸识别技术在电子商务领域的重点客户分析
（4）人脸识别技术在电子商务领域的应用案例分析
5.3.4人脸识别技术在电子商务领域的市场趋势及前景
5.4人脸识别技术在安防领域的市场前景
5.4.1人脸识别技术在安防领域的应用范围分析
5.4.2人脸识别技术在安防领域的市场需求现状
（1）人脸识别技术在安防领域的市场规模测算
（2）人脸识别技术在安防领域的重点厂商分析
（3）人脸识别技术在安防领域的典型产品分析
（4）人脸识别技术在安防领域的重点客户分析
（5）人脸识别技术在安防领域的应用案例分析
5.4.3人脸识别技术在安防领域的市场趋势及前景
（1）人脸识别技术在安防领域的市场趋势分析
（2）人脸识别技术在安防领域的市场前景预测
5.5人脸识别技术在门禁/考勤领域的市场前景
5.5.1人脸识别技术在门禁/考勤领域的应用范围分析
5.5.2人脸识别技术在门禁/考勤领域的市场需求现状
（1）人脸识别技术在门禁/考勤领域的市场规模测算
1）人脸识别技术在门禁/考勤领域总规模测算
2）按照应用领域分
3）按应用主体分
（2）人脸识别技术在门禁/考勤领域的重点厂商分析
（3）人脸识别技术在门禁/考勤领域的重点客户分析
（4）人脸识别技术在门禁/考勤领域的应用案例分析
5.5.3人脸识别技术在门禁/考勤领域的市场趋势及前景
5.6人脸识别技术在社保管理领域的市场前景
5.6.1人脸识别技术在社保管理领域的应用范围分析
5.6.2人脸识别技术在社保管理领域的市场需求现状
（1）人脸识别技术在社保管理领域的市场规模测算
（2）人脸识别技术在社保管理领域的重点厂商分析
（3）人脸识别技术在社保管理领域的典型产品分析
（4）人脸识别技术在社保管理领域的重点客户分析
（5）人脸识别技术在社保管理领域的应用案例分析
5.6.3人脸识别技术在社保管理领域的市场趋势及前景
5.7人脸识别技术在社交娱乐领域的市场前景
5.7.1人脸识别技术在社交娱乐领域的应用范围分析
5.7.2人脸识别技术在社交娱乐领域的市场需求现状
（1）人脸识别技术在社交娱乐领域的市场规模测算
（2）人脸识别技术在社交娱乐领域的重点厂商分析
（3）人脸识别技术在社交娱乐领域的典型产品分析
（4）人脸识别技术在社交娱乐领域的重点客户分析
（5）人脸识别技术在社交娱乐领域的应用案例分析
5.7.3人脸识别技术在社交娱乐领域的市场趋势及前景
5.8人脸识别技术在其他应用领域的市场前景
5.8.1人脸识别技术在教育领域的市场前景分析
5.8.2人脸识别技术在交通领域的市场前景分析
5.8.3人脸识别技术在智能商业领域的市场前景
第六章：中国人脸识别行业领先企业经营分析
6.1人脸识别行业企业整体发展情况分析
6.2人脸识别行业领先企业经营个案分析
6.2.1汉王科技股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.2北京海鑫科金高科技股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.3佳都新太科技股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.4四川川大智胜软件股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.5科大讯飞股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.6珠海欧比特控制工程股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.7北京旷视科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.8北京中科奥森科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.9北京安捷天盾科技发展有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.10上海银晨智能识别科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.11上海骏聿数码科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.12深圳市飞瑞斯科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.13深圳市科葩信息技术有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.14北京天诚盛业科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.15浙江大华技术股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.16合肥赛为智能有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.17北京智慧眼科技股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.18广州像素数据技术股份有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.19重庆中科云丛科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.20江苏清大维森科技有限责任公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.21厦门瑞为信息技术有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.22苏慧信息技术（上海）有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.23北京众智益华科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.24江苏瑞奥风软件科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
6.2.25北京千搜科技有限公司经营分析
一、企业概况
二、主营业务情况分析
三、公司运营情况分析
四、公司优劣势分析
第七章：中国人脸识别行业投资机会与建议
7.1人脸识别行业投资特性分析
7.1.1行业进入壁垒分析
7.1.2行业盈利模式分析
7.1.3行业盈利影响因素分析
7.2人脸识别行业投资风险预警
7.2.1行业政策风险
7.2.2行业技术风险
7.2.3行业市场风险
7.2.4宏观经济波动风险
7.2.5应用风险
7.2.6行业其他风险
7.3人脸识别行业投资现状分析
7.3.1人脸识别行业投资规模分析
7.3.2人脸识别行业投资主体分析
7.3.3人脸识别行业投资结构分析
7.3.4人脸识别行业投资热点分析
7.3.5人脸识别投资项目深度解析
7.4人脸识别行业投资机会分析
7.4.1大数据与云计算为人脸识别行业带来的投资机会
7.4.2智慧城市建设为人脸识别行业带来的投资机会分析
7.4.3移动互联网发展为人脸识别行业带来的投资机会
7.4.4互联网金融发展为人脸识别行业带来的投资机会分析
7.4.5互联网+热点为人脸识别行业带来的投资机会分析
7.5关于人脸识别行业的投资建议
7.5.1人脸识别行业应用领域投资建议
7.5.2人脸识别行业核心技术投资建议
7.5.3人脸识别行业重点区域投资建议
7.5.4人脸识别行业资本并购重组模式建议
7.5.5人脸识别行业企业经营管理建议
图表目录
图表1：生物识别技术应用的基础
图表2：人脸识别行业的核心技术
图表3：人脸识别特征分析
图表4：人脸识别与其他生物识别对比
图表5：人脸识别行业产业链结构示意图
图表6：人脸识别行业主管部门与管理职责
图表7：人脸识别行业主要政策
图表8：人脸识别行业主要标准
图表9：Q1美国实际GDP（年化季率）变化情况（单位：%）
图表10：Q1欧元区GDP季度增速走势图（单位：%）
图表11：Q1日本GDP环比变化情况（单位：%）
图表12：Q1我国GDP同比增速（单位：%）
（GYZJY）
图表详见正文
特别说明：中国报告网所发行报告书中的信息和数据部分会随时间变化补充更新，报告发行年份对报告质量不会有任何影响，请放心查阅。
