后危机时代德国大众汽车产业发展能力研究

高同彪，刘云达

（1.长春金融高等专科学校 经济管理学院，吉林 长春 130028）（2.中国科学院东北地理与农业生态研究所人事教育处，吉林 长春 130102）

汽车是世界上唯一兼有零件以万计、产量以千万计、保有量以万万计的，综合性强、精度高、大批量生产的产品，是拉动工业进步的“带头产业”。［1］第二次工业革命以来的历次重大科技创新和进步，汽车产业都当之无愧地成为重要的应用载体，更成为工业化和现代化进程中不可替代的战略性产业，“现代管理学之父”彼得·德鲁克甚至称其为“工业中的工业”。

一、文献综述

长期以来，国内外有关汽车产业的研究大多针对汽车产业本身，主要集中于以下三个方面：第一，汽车产业纵向一体化演进和趋势研究。如关于英国汽车产业的空间演化规律的研究，证明了派生动态、集聚经济和进入时间与汽车制造商的市场适应性显著相关；［2］从成本领先到投资组合，从精益生产到大规模定制的生产模式双螺旋演化；［3］“锁定”绿色产业发展路径的汽车产业与国家制度具有高度的相关性。［4］第二，汽车产业全球化研究。Bailey等通过分析汽车产业价值链的波动和整合，提出汽车产业经历的并不是全球化，而是全球范围内的真正区域化；［5］实现全球化共享生产平台是汽车行业进行进一步兼并重组的巨大推力。［6］第三，汽车产业周期研究。曲国俊引入两区制马尔科夫区制转移模型研究汽车产业长期经济行为，发现了汽车产业实际产出序列中存在典型的周期波动成分，“大周期”长度约为9年，“小周期”长度约为5年。［7］当前，对适应“后危机时代”和借势“工业4.0”发展汽车产业的研究多以定性理论探讨为主。如Fern Abolhassan主张必须数字化汽车产业的核心流程，并跨越公司的边界，发挥协作优势打造“汽车产业4.0”；［8］也有学者从宏观战略和政府管理角度提出促进我国汽车产业转型升级和发展的政策建议。［9］［10］

综合来看，已有成果多体现在对汽车产业自身规律的研究，而有关汽车产业发展能力的研究成果相对较少，多是重视汽车产业链对宏观政策和中观行业响应程度的理论探讨，而基于微观汽车企业发展能力的影响因素实证研究尚不多见。因此，本文以德国大众汽车集团为研究对象，旨在探讨德国具有全球领先优势的汽车产业及其发展能力和显著影响因素，试图为我国汽车产业转型升级提供借鉴模式。

二、模型建立、数据来源与变量选取

（一）模型建立

首先，将大众汽车产业发展能力与潜在影响因素的回归模型设定为：

其中，Xi1，Xi2，…，Xip分别为第i次观测时自变量（潜在影响因素）X1，X2，…，Xp的取值，Yi为因变量（大众汽车产业发展能力）Y的观测值，假定εi（i=1，2，…n）相互独立，且均服从同一正态分布N（0，σ2），σ2是未知参数。回归分析需要对模型中的未知参数β0，β1，…，βp以及σ2做出估计，并且对建立的回归方程参数检验和设定检验，对于通过检验的模型，可以用来解释现象并对未来进行预测。本文旨在分析生产能力、研发能力、资本能力和市场能力对大众汽车产业发展能力的潜在影响和贡献，因此，模型进一步细化为：

其中，T1，T2，T3，T4分别代表生产能力、研发能力、资本能力和市场能力。

（二）数据来源

本文选取2008—2016年德国大众汽车集团的面板数据，构建汽车产业发展能力的回归模型并进行实证研究，阐明从后危机时代到“工业4.0”进程响应的区间内，大众汽车产业发展能力的弹性。统计数据来源于大众年报［11］（Bundesamt für Statistik）、德国汽车工业协会（VDA）、财富世界500强情报中心（FORTUNE）①从www.destatis.de、www.vda.de、www.fortune.com搜集整理得到。。

（三）变量选取

1.生产能力的度量

选取反映大众汽车生产能力分布、产值贡献度、劳动力配置的产业集中度、产值占比和劳动力增长率作为度量生产能力的解释变量。

2.研发能力的度量

选取反映大众汽车科技创新能力、可持续创新水平，研发潜力的研发投入强度、研发增长率和研发人员占比作为度量研发能力的解释变量。

3.资本能力的度量

选取反映大众汽车未来发展能力、资本竞争实力和抵御冲击能力的总资产扩张率、资产收益率、股东权益比率作为度量资本能力的解释变量。

4.市场能力的度量

选取反映大众汽车销售盈利能力、市场占有能力和周转运营能力的销售利润率、营业增长率和总资产周转率作为度量市场能力的解释变量。

三、实证结果

（一）面板数据结果

表1是根据以上12个解释变量，对2008—2016年大众汽车集团的相关统计数据进行整理。表2是运用统计分析软件SPSS20.0计算出大众汽车生产能力、研发能力、资本能力和市场能力的度量值及其均值和标准差。表1中X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12分别代表产业集中度、汽车产值占比、劳动力增长率、研发投入强度、研发增长率、研发人员占比、总资产扩张率、资产收益率、股东权益比率、销售利润率、营业增长率、总资产周转率。

表1 大众汽车产业发展能力度量值

表2 大众汽车产业发展能力集中和离散度量值

X2 X3 X4 X5 X6 17.822 2.644 5.956 10.256 7.289 1.4228 2.4709.7923 11.6285.5862 X8 X9 X10 X11 X12 3.033 23.322 4.822 4.911 61.556 2.4357 2.2736 3.8248 13.6325 5.2070

由此，设Wi（i=1，2，…11，12）为表1中某一解释变量的实际度量值，Mi（i=1，2，…11，12）为表2中反映指标动态趋势的均值，V为大众汽车产业各解释变量的实现度量值，则

则大众汽车产业发展能力表现为：

根据上述模型，输入大众汽车集团的基础数据，可以计算出2008—2016年大众汽车产业发展能力度量值及其生产能力、研发能力、资本能力和市场能力的均值分项贡献，如图1、图2所示。

图1 大众汽车产业发展能力度量值

图2 大众汽车产业发展能力的四维分项贡献

图1说明大众汽车产业发展能力的度量值及其移动平均线呈现出不规则的倒“V”字型。图2说明大众汽车集团在生产能力、研发能力、资本能力、市场能力四个维度上的均值合围面积越大，发展能力越强。图3说明大众汽车集团2008—2016年在财富世界500强榜单的最高排名、最低排名和平均排名三个维度上的表现值合围面积越小，发展能力越强。由此，可以认为上述方程能够近似反映大众汽车产业发展能力的实际表现，假设合理。

（二）因子回归结果

由于解释变量个数较多，数据之间可能存在共线性，因此在做回归分析前有必要对大众汽车产业发展能力的解释变量进行降维处理。利用统计分析软件SPSS20.0对大众汽车产业发展能力度量值进行因子分析，得到相关系数矩阵的特征值、方差贡献率以及旋转成分矩阵。如表3、表4和图4所示。

表3 解释的总方差

提取方法：主成分分析

图3 大众汽车集团财富世界500强排名

图4 碎石图

根据表3和图4可知，前四个主因子的特征根分别为5.047、3.296、1.484和1.104（皆大于1），方差贡献率分别为42.054%、27.466%、12.364%和9.202%，累积方差贡献率91.086%，图4中折线陡峭，说明前四个主因子能够提取初始变量的绝大部分信息，解释了总变异的91%。因此，选择前四个主因子F1、F2、F3、F4来建立模型，并且计算其特征向量。

表4 旋转成分矩阵a

由表4可见，第一个主因子在X10（销售利润率）、X8（资产收益率）、X11（营业增长率）、X7（总资产扩张率）、X5（研发增长率）上的载荷较高；第二个因子在X12（总资产周转率）、X2（汽车产值占比）、X6（研发人员占比）、X4（研发投入强度）上的载荷较高；第三个因子在X1（产业集中度）、X9（股东权益比率）上的载荷较高；第四个因子在X3（劳动力增长率）上的载荷较高。

由此，建立第一、二、三、四主因子的表达式为：

将2008—2016年的变量值代入上式，可运算出第一、二、三、四主因子的得分，如表5所示。

表5 主因子得分

2012 2013 2014 2015 2016 72.31 37.77 15.23-10.34 8.83-29.70-27.87-32.27-22.81-23.21 61.40 63.63 66.11 60.92 57.23 3.98 5.40 4.46 1.23-0.09

以Y为因变量，F1、F2、F3、F4为自变量，进行多元线性回归分析，建立回归模型为：

运用SPSS20.0，将主因子得分对大众汽车2008—2016年产业发展能力度量值进行回归分析，进而求解回归模型中各主因子包含自变量的系数，回归分析主要结果如表6—8所示。

表6 模型汇总b

表7 Anovaa

表8 系数a

a.因变量：Y

由以上结果可知，因变量与自变量之间具有高度显著的线性关系，调整后的判定系数R方为0.879，F统计量为15.579，显著性水平P值为0.010，模型通过了设定检验。然而变量F2、F3、F4的t值太小，Sig没有达到显著性水平，可知模型未通过变量的显著性检验，因此将这三个变量剔除，运用上述方法和步骤，重新令Y对F1回归，得到的主要回归结果如表9—11所示。

表9 模型汇总b

表10 Anovaa

表11 系数a

从中可以看出，剔除F2、F3、F4三个主因子后，模型拟合优度为0.966，调整后的判定系数R方为0.923，解释因变量92.3%的方差变异，F和P值均通过了模型设定检验，新模型与原模型相比，各个系数都通过了显著性t检验，因而更加合理，回归模型修正为：

将F1的回归系数向量乘上F1所含自变量的系数向量，可求解大众汽车产业发展能力回归模型及自变量在回归模型中的系数：

其中，市场能力和资本能力对大众汽车产业发展能力的贡献程度最大，可持续创新能力是大众汽车保持全球领先优势的重要影响因子。

四、大众汽车产业发展能力的影响因素分析

（一）影响产业发展能力的直接因素

式1的回归结果显示，大众汽车集团X（营业增长率）每提高一个单位，产业发展能力提高3.77个单位；X10（销售利润率）每上升一个单位，产业发展能力升高3.54个单位，这与图2中大众汽车集团市场能力表现强度趋于一致；而大众汽车集团X8（资产收益率）每提高一个单位，产业发展能力提高3.74个单位；X7（总资产扩张率）每上升一个单位，产业发展能力升高3.51个单位。以上结果说明大众汽车集团在市场能力和资本能力方面表现突出，对于布局未来发展能力有着独到的判断力和整合力。面对金融危机的重创，大众汽车集团先后并购瑞典斯堪尼亚、德国保时捷、意大利乔治亚罗，入股日本铃木，增资中国江淮，持股北美商用车及纳威司达，实现全球范围内的资本运作，整合业内优势资源。出色的资本能力为大众汽车产业发展能力的提升提供了新领域、新动力，也使得大众汽车集团在遭受金融危机波及时展现出了较强的盈利能力、抗风险能力和快速恢复能力。

（二）影响产业发展能力的间接因素

式1的回归结果显示，大众汽车集团X5（研发增长率）每提高一个单位，产业发展能力提高3.13个单位。这说明大众汽车集团高度重视汽车研发的可持续创新能力，力图确保汽车全谱系研发的全球领先优势。2010年，其率先完成电动汽车发展路线图的设定，抢先布局欧洲、北美和中国的电动车战略市场，以积极的态度响应“工业4.0”时代的到来。研发能力是汽车产业提质控本的关键，是汽车产业升级的核心驱动力，决定着未来汽车产业的最终发展潜力。虽然大众汽车产业发展能力的回归方程中未体现生产能力的贡献程度，但在图2中可以看出，生产能力仍然是决定大众汽车产业发展能力的重要因素，是大众汽车集团特有的内生竞争优势，也是保持大众汽车集团基业长青和行业影响力的关键。因此，提升研发能力的横向拓展与生产能力的纵向集成，使其互为促进，共同支撑大众汽车集团从“后危机时代”领先迈向“工业4.0”时代。

五、结论及建议

本文通过构建大众汽车产业发展能力的因子回归模型，对2008—2016年德国大众汽车产业发展能力做了测算，而后对影响大众汽车产业发展能力的直接因素和间接因素进行了分析，结论如下：

第一，“后危机时代”大众汽车产业发展能力表现经历了三个小周期，即2008—2010年的“行业衰退”，2011—2013年的“强势复苏”，2014—2016年的“调整蓄势”。表明大众汽车集团在经历“后危机时代”制造业劳动力成本上升和竞争力下降的双重压力下，在“工业4.0”的进程响应下可做到汽车产能趋稳，市场规模增长，这为将来的汽车产业升级打下坚实的基础，也使大众汽车产业成为“工业4.0”时代最先构建和实现互联互动的智能制造产业体系成为可能。

第二，通过产业发展能力的影响因素分析，发现大众汽车集团的市场能力具有很好的张力和明显的竞争优势；体内整合和体外扩张的资本运营策略使得大众汽车集团展现出利用全球优势资源打造全产业链升级并实现在困境中创造利润的超群实力；高度重视决定未来汽车产业发展能力的研发投入是大众汽车集团成为行业翘楚的关键影响因素；生产能力作为回归方程之外的间接影响因素是大众汽车产业保持可持续发展能力和提升行业影响力的内生动力。

在工业化和信息化深度融合的时代背景下，有关我国汽车产业转型升级的具体启示和建议如下：

第一，在全球汽车产业转型升级的关键时期，我国汽车产业应迅速布局并优先发展新能源汽车和电动汽车，实现由汽车产销大国到产销强国的“弯道超车”；第二，抓住产品形态和生产方式深度变革的黄金周期，大幅提升汽车产品研发投入和研发效率，借势工业化和信息化深度融合，加速全汽车产业链的高效配置和汽车“智”造的平台建设；第三，高度重视资本运作和转移，实现生产平台、研发平台、销售服务平台的全球资源整合；第四，正确认识我国汽车产业自主创新能力不足和产业格局深刻调整的矛盾，提升自主品牌的行业形象和影响力，充分释放汽车产品满足新兴需求的创新动能；第五，加强产业链、价值链的数字化、模块化和虚拟化，重塑汽车产业供需生态平衡。