【安徽省汽车产业集群竞争力的实证探究16000字（论文）】

安徽省汽车产业集群竞争力的实证研究目录TOC\o"1-2"\h\u11321安徽省汽车产业集群竞争力的实证研究 112046第一章安徽省汽车产业集群发展现状分析 121471一、安徽汽车产业集群国内发展环境 14847二、安徽省汽车产业集群发展现状分析 627874第二章安徽省汽车产业集群竞争力的实证分析 1331375一、安徽省汽车集群的产业集中度分析 137210二、安徽省汽车产业集群的竞争力评价 1516362三、安徽省汽车产业集群的影响因素分析 30第一章安徽省汽车产业集群发展现状分析一、安徽汽车产业集群国内发展环境（一）汽车产业规模巨大我国汽车产业的发展起源于五十年代，经历了六十余年的发展，初始时期工业水平还相对落后，到如今产量和销量均居于世界第一，我国变成名副其实的汽车大国。从历史发展角度来看，1950年－1990年之间我国汽车工业发展相对较慢，1990年－2010年之间属于绝对性的高速增长，2010年－2020年期间受诸多因素影响，呈现出波动性增长的态势。2001年全年汽车产量仅在233.44万辆，位于世界第八；而到了2008年，受政府出台政策促进汽车行业的影响，销量达到1，364万辆，取代美国，跃居为世界第一汽车消费市场。2009年汽车产量增长48.3%，达到1，379万辆，取代日本，跃居为世界第一汽车生产国。2009年至今，中国则一直位于世界第一汽车产销国的地位，产业规模非常庞大。然而近三年来，受到消费市场内需拉动不足、钢铁类原材料产能过剩、汽车新能源化技术变革以及中美贸易摩擦带来的出口下滑等一系列因素，对中国汽车销量带来阶段性波动，且如图3-1所示。面对这样的变化我国的汽车产业发展战略应做出相应调整，因而研究汽车产业集群的研究对行业发展尤为必要。图3-12001-2020中国汽车销量及增长率数据来源：中国汽车工业协会汽车消费市场的潜在空间巨大上世纪八十年代市场改革至今，经济水平不断增长，至2020已破1万美元，人均可支配收入也已达32189元。在国家和地方政府出台的产业政策引导下，对应传统汽车行业的工业自动化水平已达先进水平，对应新能源汽车的芯片制造、人工智能、汽车电池等高新科技不断发展。国内交通基础设施建设不断完善，也使得物流更加方便和交易成本的降低。这些技术的进步、精密分工的成产体系、成熟的市场营销渠道直接提升了汽车工业的生产力水平，生产成本不断减少也带来了汽车平均价格也不断下跌。对应内循环经济发展战略，和精准扶贫政策完美实施和不断富裕起来的新城镇居民，中国的汽车消费市场仍有非常庞大的增量空间汽车内销市场依旧潜力巨大。同时对应出口方面，得益于加入世界贸易组织、一带一路政策、签订区域全面经济伙伴关系协定等一系列外交利好带来的出口便利度提升，中国汽车出口依然有人口众多需求旺盛的新兴消费市场尚待开发，可谓潜力巨大。形成了一定规模的汽车产业集群中国汽车产业经过了五十余年的发展，通过经济规律的自发聚集和产业政策的自觉引导，大陆地区已经形成了相对成熟的六大汽车产业集群，分别为东北地区汽车产业集群、长三角汽车产业集群、珠三角汽车产业集群、京津地区汽车产业集群、华中地区汽车产业集群和西南地区汽车产业集群。每个集群内都有独具特色的核心汽车企业、成熟的生产配套企业群和发达的销售服务网络。这里对长三角汽车产业集群和珠三角地区的汽车产业集群着重展开分析：（1）长三角汽车产业集群：长三角地区包括上海、江苏、浙江和安徽，三省一市。地理上位于长江下游与东海的交汇处，水域发达港口众多。长三角是我国经济最发达最活跃的地区之一。至2019年底，人口达2.27亿，GDP达23.72万亿元，城镇化率在60%以上。长三角汽车产业集群企业数量众多且规模巨大。仅仅是年工业产值超过一百亿元的工业园区就达百余家，包括了上汽集团、奇瑞集团、江淮集团、吉利集团、东风系客车、乘用车、卡车、以及一系列汽车零部件制造等上千家大型企业。如表3-2所示。表3-2长三角地区主要汽车生产企业及其产能规划和投资规模城市主要车企/基地产能规划（万辆）投资规模（亿元）上海上汽新能源5数十亿元杭州长江汽车551万向集团纯电动乘用车基地527.5苏州长城华冠520.2饥龙东方1530常州车和家3050北汽新能源35100南京FMC拜腾汽车30116博郡汽车10100上汽乘用车5数十亿元长安汽车24200温卅成马汽车2067嘉兴浙江合众511.6铜陵智车优行2080淮安江苏敏安525芜湖奇瑞新能源8.520.4合肥江淮汽车1020江淮大众3660金华零跑汽车525台州沃尔沃汽车路桥基地20121数据来源：中商产业研究院长三角汽车产业集群除了规模大以外，产业链条上的生产细分、高度分工也是该集群一大特点。重视产业链协作、推动企业之间不断交流合作，这一特点使得长三角横向和纵向的一体化水平逐年上升。如图3-3所示，该图反映了位于上海的上汽大众与周边城市的供应商之间的相互联系。方形表示所设生产基地，圆形则表示核心供应商，数字则表示上汽大众供应商的数量。由此可见，得益于长三角优越的交通运输网络和较低运输成本，交易成本可以相应较低，且生产的精细化也能实现。图3-3上汽大众生产基地和供应商在长三角的布局资料来源：公开资料不难看出，长三角地区的汽车产业集群对标的是世界级的汽车集群。根据上文论述，世界级的产业集群都有几个特点，一是在集群内产生热核效应的龙头主导汽车品牌；二是拥有领先世界的科研技术；三是具有广袤的经济腹地和便捷销售网络作为市场来保证其销量；四是政府支持，颁布产业政策，统筹协调。长三角的当今的成就和第三第四点是分不开的，仍需努力的是品牌建设和汽车的科技研发。本文所研究的安徽省也应积极参与到世界级的长三角汽车厂产业集群建设中。（2）珠三角汽车产业集群珠三角地区位于广东省南部，共计9市。珠三角地区市场广袤，经济活力指数在国内名列前茅，集聚了广东地区53.35%的人口，79.67%的经济总量。珠三角地区是改革开放中也是市场经济改革开放的试验田，其先进制造业、现代服务业、高新技术产业都是中国经济的样板标杆。2019年起，珠三角九市携手香港、澳门进一步扩容，构建粤港澳大湾区。汽车工业基础十分雄厚，人力、资本、政策无一不是得天独厚。现有车企分可粗略分为三个部分，中资的广汽集团、中日合资的广汽本田和广汽丰田等、以及新能源汽车比亚迪。珠三角地区的汽车产业布局如表3-4所示。以广州市为例，汽车产业生产基地就有三个，分别为黄埔的广汽本田汽车有限公司、包括东风汽车和日产汽车等一系列车企在内的广州花都汽车城，以及包含广汽丰田在内、并负责各类零部件生产、综合服务和商贸物流的南沙开发区。整个珠三角地区汽车产业集群以广州市为中心，其他地区是在保证积极合作做好配套服务，并且能够互利互惠的基础上进行市场供给的补充，竞争－合作关系中则以合作为基础。表3-4珠三角地区主要汽车生产企业及其产能规划和投资规模城市主要车企/基地产能规划（万辆）投资规模（亿元）广州广汽乘用车2046.94长江汽车16110佛山陆地方舟517.83深圳南京金龙年产1万辆大中型客车、2万辆轻型商用车80肇庆小鹏汽车10100柳州上通五菱20/莆田云度汽车6.518.8数据来源：中商产业研究院珠三角汽车产业集群之中企业间的关系较为良好，存在的竞争－合作关系中则以合作为基础。以广州市为例，汽车产业生产基地就有三个，分别为黄埔的广汽本田汽车有限公司、包括东风汽车和日产汽车等一系列车企在内的广州花都汽车城，以及包含广汽丰田在内、并负责各类零部件生产、综合服务和商贸物流的南沙开发区。整个珠三角地区汽车产业集群以广州市为中心，其他地区是在保证积极合作做好配套服务，并且能够互利互惠的基础上进行市场供给的补充，而且从出资方来说，基本上都由广汽参与，因此广汽集团可以在各方势力间发挥核心领导力并协调关系。如图3-5所示，最外围的圆表示整个珠三角地区的汽车产业集群，三个小圆表示大集群内以合作为主但互有一定竞争性的小集群，黑色的点代表集群内最为核心的整车制造企业，空心校园和空心方块则分别表示配套服务企业和零部件供应商。图3-5珠三角地区主要汽车生产企业之间的关系示意图这一集群建造模式对于如何避免地区内单一经济成分占比过大从而引发社会治理风险这个问题是非常具有启发性的。安徽省汽车产业集群在融入长三角汽车产业集群时也应参考珠三角案例，同时对内来说，珠三角的汽车产业集群对如何平衡由江淮汽车集团、蔚来汽车和大众新能源系列等车企构成的合肥汽车产业集群和奇瑞汽车集团主导的芜湖汽车产业集群的关系有非常重要的参考作用。二、安徽省汽车产业集群发展现状分析安徽省的汽车产业发展至今已有五十余年的历史，相对来说产业体系也较为完整。全省与汽车相关从业企业数量约1100家，汽车制造业规模以上工业企业数885家，其中，作为整车生产的企业数量达9家，专用汽车生产企业数量为49家。诞生了一系列如江淮、安凯、蔚来、星凯龙、奇瑞、凯翼等扬名中外的汽车品牌。发展初期，安徽省的汽车产业规模小、产量低，表现不尽如人意，但自2000年以来，安徽省的汽车产业规模逐渐扩大，产销量表现在全国来看可圈可点。本文将安徽省汽车产业的特点通过以下几个方面进行阐述。（一）产销量不断增加，形成一定规模2010年汽车工业产值仅为1481亿元，而到了2019年已增长至4243亿元，如图3-6所示。到2020年，安徽省汽车制造产业在1-11月营业收入达到2447.67亿元，利润总额达到63.54亿元，其中整车企业营业收入1148.5亿元。安徽省汽车制造产业占全省的7.3%，是名副其实的主导产业。而在销量方面更是表现突出，近几十年来由基础薄弱、产业链不健全的工业欠发达省份不断发展，逐渐发展成全国范围内位居前列的汽车大省。以2020年为例，全国汽车市场生产量达2522.5万辆，下降2%；销售量达到2531.1万辆，下降1.9%。而安徽省汽车产量连续两年低迷之后重新超过百万辆，达116.1万辆，同比增长23.8%，在全国占比达到4.6%。而在品牌建设方面，奇瑞汽车和江淮汽车的表现也较为突出。对应国际国内双循环战略，奇瑞汽车2020年出口量达11.4万辆，在中国本土汽车品牌乘用车出口连续十八年排名第一，也第五次荣获“中国企业海外形象20强”的称号，累计海外用户170万。而江淮汽车产销量均为456125量，实现增长8.36%和7.63%，其中商用车销量为29.8万辆，在国产车品牌排名第七。而在中部六省中比较，安徽省汽车产业连年增长已经逐渐对标上工业基础雄厚、具备一定工业成熟度的湖北省。如图3-7。由此可见，安徽省汽车产业已然具备一定规模。图3-62010-2019安徽省汽车产业总产值资料来源：中国汽车工业年鉴图3-72010年－2019年中部六省汽车工业产值比较资料来源：中国汽车工业年鉴（二）安徽汽车产业集群建设布局相对合理目前安徽省内具备整车生产资质的企业数量有9家，分别位于安徽省合肥市、滁州市、芜湖市和马鞍山市，地理上皆属于合肥城市群，可以形成一定程度的产业集聚效应，同时拉动区域经济发展。省内专用车生产企业数量达到49家，分别位于合肥市、滁州市、芜湖市、马鞍山市、亳州市、蚌埠市、阜阳市。全省共计千余家汽车零部件生产企业则形成了以合肥市和芜湖市为生产基地，周围如马鞍山市、安庆市、滁州市、宣城市等地区开始集聚的集群。合肥和芜湖不仅是整车生产基地和战略性新兴产业集群的核心，也是国家级的汽车及各类汽车零件出口基地。如图3-8和表3-9所示。图3-8安徽省汽车整车生产企业、专用汽车生产企业及其汽车零部件生产企业布局示意图信息来源：《安徽省“十三五”汽车和新能源汽车产业发展规划》安徽省经济和信息化委员会表3-9安徽省2018年主要整车及关键零部件企业市在各城市分布及其产量情况城市企业名称主要产品产量本地产能单位合肥安徽江淮汽车集团乘用车.商用车.新能源45180万辆合肥长安汽车乘用车7.8015万辆安徽江南机械制动机械油门踏板系产品241.4120万件安徽安凯汽车客车0.733万辆滁州安徽猎豹汽车乘用车4.1012.6万辆安徽全柴动力公司汽车用发动机316.2130万台安庆安庆环新集团活塞环.气门.缸套.模具7862845万件芜湖奇瑞汽车乘用车.新能源75200万辆马鞍山安徽华菱汽车重型载货车2.104万辆宁国安徽中鼎控股集团橡胶制品571.18141万件表3-9资料来源《2019年中国汽车工业年鉴》安徽省汽车产业集群主要分布以合肥和芜湖为中心的皖中城市群，但是合肥市本身就独揽了安徽江淮集团股份有限公司、合肥长安汽车有限责任公司、安徽江南器械有限责任公司和安徽安凯股份有限公司四家公司，分别在乘用车.商用车.新能源汽车、客车和零部件配套的制动机械油门踏板系产品.锁扣系部分都有所涉及。由此可见，安徽省产业集群已然初具规模，并且安庆、宁国、滁州的汽车产业配套零部件产能也很高，安徽省汽车产业链也较为完整。（三）安徽汽车企业当下正进行混合所有制经济改革我国从市场经济改革发展初期，面临着国企运营效率低、政企边界不明、权责不够对等的系列问题。从1992年十四届三中全会首提“财产混合所有”到2013年十八届三中全会，首次提出“积极发展混合所有制经济”，混改已然成为国有制企业发展的大趋势。上汽集团、广汽集团、长安汽车等各路汽车企业也先后探索混改之路。2018年国家发改委发布《汽车产业投资管理规定》又提供了政策支持和宏观指导，混改浪潮也将是今后安徽汽车企业的新趋势。图3-10中国汽车企业混合所有制改革实践资料来源：华安证券研究所近些年安徽省汽车企业，以奇瑞汽车、江淮汽车和华菱星马为代表，也积极加入到混合所有制改革中。2018年9月起，青岛五道口新能源汽车产业基金企业（有限合伙）则以75.86亿元和68.63亿元投资分别入股奇瑞控股集团有限公司和奇瑞汽车股份有限公司，持股比例为30.99%和18.52%。2017年奇瑞汽车销量仅达成目标70%，而到2019年，奇瑞汽车销量为74.5万辆，与2017年相比增长9.56%，可谓成效显著。江淮汽车则从代工蔚来开始，便和合肥市政府商议战略性投资蔚来汽车。2020年引入德系汽车品牌大众汽车集团深度合作，使其控股一系列皖系车企，其中在江淮汽车控股50%，合资成立江淮大众品牌，大众集团控股达75%，在安徽新能源汽车电池企业国轩高科也增资，大众集团变为第一大股东。2020年6月华菱星马发布公告称，浙江吉利新能源商用车集团拟收购控股，占华菱星马公司股本15.24%，与吉利集团合作。（四）安徽新能源汽车产业链逐渐完善汽车发展走向新能源化、电力化、智能化是大势所趋。国家也将发展新能源汽车产业视为战略要求，并在购车补贴、税费减额、车牌路权等方面给予了诸多政策优惠。对于工业后起追赶的省份来说，当规模经济效益没有达到一定水平时，实现产品差异化专攻汽车领域的细分市场也是一个不错的策略。而安徽省汽车产业相应近些年来新能源汽车的时代浪潮无疑是皖系产业发展史上浓墨重彩的一笔。汽车新能源化自2012年起便已是国家级战略项目，在长达八年的交通网络及充电桩普及、购车经济补贴和牌照优惠等一系列政策推动下，中国新能源汽车市场逐渐被打开。根据华安证券研究所的预测，2025年我国新能源汽车销量将超五百万辆，2030年新能源汽车销量超过一千万辆。2020年至于2030年新能源汽车作为汽车产业内细分领域，将迎来一个风口期，而时至今日安徽省新能源汽车产业链布局初具规模，在新能源的整车制造企业里也开始显山露水。安徽省新能源汽车产业发展战略是可圈可点的，江淮汽车代工蔚来、合肥市政府战略性投资蔚来汽车、和德系汽车品牌大众汽车集团深度合作，使其控股一系列皖系车企，其中在江淮汽车控股50%，合资成立江淮大众品牌，大众控股达75%，大众汽车在国轩高科增资变为第一大股东。和大众汽车的深度合作是皖系车企不断完善产业链，提升自身品牌影响力的商业策略，也是在市场占有上和更为强势的上汽集团和东风集团进行平衡和博弈。于当下而言，对于江淮系列的皖系车企和大众系列的德国车企无疑都是双赢。安徽汽车产业也高度重视新能源汽车产业的发展，通过提高技术、资金支持、产业政策等方式促进当地构建完整的产业链。安徽省新能源汽车产业已然具备一定水平，2019年其销量便占全国销量超10%。而且政府高度重视该产业发展，希望其做大做强。安徽省发展改革委等部门在2021年1月联合印发《安徽省智能汽车创新发展战略实施方案》，对该产业建设提出相应要求：以2025年为时间节点，在关键技术、生态体系、基础设施、政策法规等方面取得一定进展。如前文所提，江淮汽车集团、国轩高科、蔚来汽车和大众新能源多方以股权形式和商业往来形式达成的绑定合作，是安徽省对于发展新能源汽车产业链的意志体现。而安徽省对于新能源产业的布局也具备一定策略性，以蔚来汽车为例，2020年合肥市经开区引进蔚来汽车，并建立管理、销售、技术开发、供应链一体化基地。合肥建投公司、国投招商公司等多方战略投资方入股蔚来，占24.1%，蔚来集团也拿到了112.6亿的现金流。这无疑是对当时深陷现金流危机的蔚来汽车和想要高质量布局新能源汽车产业链的安徽省是一场共赢。蔚来汽车在2020年则累计销售4.37万辆，同比增长121%。安徽省新能源汽车产业战略布局具备一定前瞻性，但依旧具备值得防范的风险。风险主要体现在引入外资可能产生的产业风险和新旧产业之间的代际损耗。引进外资盘活传统国有企业，这种深度混改应当立足于自身品牌的建设、技术研发上水平和生产效能提升。考虑到国有汽车品牌的经济主权和工业发展的安全性，这种发展机遇同时存在一定风险。另外，在传统燃油车的产业链和依然走向网络化智能化的新能源汽车的产业链之间，虽然具备一定的重叠性，新旧产业的待机损耗问题依然值得注意。安徽省在发展新兴产业同时也应注意到，传统产业在逐渐被替代时带来的负面效应和资源损耗。\o"CurrentDocument"\h第二章安徽省汽车产业集群竞争力的实证分析一、安徽省汽车集群的产业集中度分析汽车产业集群是汽车企业发展起来的重要途径和载体，而对于集群本身发展来说非常重要的是集群内核心企业的主导作用。本文则通过行业集中度指标来测算安徽省汽车产业集群内核心企业在安徽省范围内的市场占有度。行业集中度指标是指在一个市场范围内，少数企业寡占市场的程度，体现了少数企业对市场的占有度。产业集中度的计算方式则是通过计算该行业内排行数值X位企业的（销售额、资产额、从业者人数、增加值等）占据整个行业或者市场的比例份额，或者在一定市场份额比例中的企业数量。计算公式如下：其中CRn代表该行业内排名前几企业的行业集中度；i代表第i家企业的产值、销售量、职工人数、产量、销售额、资产总额等；n代表该行业内规模最大排行前几的企业数；N代表这个产业内的企业总数。一般来说n=4或者n=8，此时，行业集中度指标就表示产业内规模最大的前4家或者前8家企业的集中度。本文在这里Xi采用销售额来进行计算，因为其能够较好反映市场情况。为了更客观地测算，考虑到安徽省汽车产业的规模状况，本文的n值取4。即本文将用规模较大的前四家汽车企业销售额总和占据全省汽车工业增加总值的比例。安徽省汽车产业四大厂商为奇瑞汽车股份有限公司、安徽江淮汽车集团股份有限公司、安徽安凯汽车股份有限公司和安徽华菱汽车股份有限公司。年份跨度从2012年至2018年，合计7年，如表4-1所示。表4-12012-2018安徽省行业集中度结果年份2012年2013年20142015201620172018四大厂商销售额总和644.82737.44738.58820875.98900.11856.37行业销售额总和1777.311905.552085.382428.94320138964520CR40.360.380.350.340.270.230.19数据来源：中国汽车工业年鉴由此可见，安徽省前四位车企的行业集中度CR4的均值水平在0.30，且数值在逐年降低，说明安徽省汽车产业集群从集中寡占形或低集中寡占形到近些年来愈发发展成竞争型。结合前文，首先安徽省汽车产业集群在地理布局上是存在的。安徽东南部以合肥芜湖为代表的四个地级市共计整车生产企业36家，零部件生产企业1567家，在安徽省内占比分别为56%和47%。然而CR4值的测算结果说明安徽省汽车市场竞争性高，且市场的参与者日趋增多。安徽省汽车行业的总和也因此在不断增加，可以得知汽车生产市场充满经济活力。另一方面CR4的连年下降则说明安徽省汽车产业集群中的整车生产企业核心主导力相对欠缺。在这类市场条件中，集群内部核心企业可以通过并购等方式提升自身的竞争力和影响力，市场的竞争性也不会因此而被破坏。在全国范围内比较，江淮汽车集团和奇瑞汽车集团只能算初具规模，与上汽集团和广汽集团这类企业相比，竞争力和区域经济带动的影响力依然有待提升。另外，除了来自政府颁布产业政策的引导，众多零部件生产厂家的营收额增加近年来不断融入更大的长三角汽车产业集群相关，这也在一定程度上体现长三角发展一体化。因而在这类集群网络中，要加大力度发展江淮汽车和奇瑞汽车这类在集群内能够具备核心主导作用的整车生产企业，也要加强与长三角地区其他整车生产企业和零部件制造商的合作与交流，从而不断优化自身的生产效能。安徽省汽车产业集群的竞争力评价评价指标体系的建立迈克尔•波特在《国家竞争优势》一书中提到“钻石模型”，产业集群的竞争优势竞争从禀赋要素、市场需求、企业战略、配套产业链、政策和机遇六个因素获得。本文结合了这六大要素，将汽车产业集群的竞争力影响因素分为五个方面，分别为集群规模表现力、集群市场表现力、集群配套支撑力、集群市场贡献力和集群自主创新力。本文将收集的数据根据这五个影响集群发展的因素进行分类处理。图4-1集群竞争力影响因素关系示意图集群规模表现力企业战略是否成功在很大程度上体现在了集群的规模表现力上面，战略越优，集聚效应越显著，集群规模表现力越突出。本文采用了2019年各省的汽车工业总产值和汽车企业数量两个指标。工业总产值展示出该地区车企在概念的总价值，汽车企业数量则是集聚效应强弱的直观体现。集群市场表现力集群的市场表现力可以直接反映该地区的市场需求，需求越旺盛，市场表现力越强。本文采用的是各省市地区2019年汽车企业的主营业务收入作为市场表现力的指标。集群配套支撑力集群配套支撑力是产业链建设的表现，产业链建设越好，上下游产业及集群内产业环境的支撑力度越强。本文选取了2019年各省市汽车零部件机配件制造商的数量、高速公路里程和汽车产业从业人员数量三个指标。地区内零部件数量越多，与核心企业的联系越密切，支撑力度越强；而高速公路里程则反映了对核心企业的供应和服务效率，汽车从业人员数量反映出地区人才的支撑力度。集群市场贡献力市场贡献力是对当今汽车产业发展的禀赋要素的体现，本文选取了2019年各省市GDP和人口数量作为指标。地区生产总值可以反映出该地区的购买力强弱，而人口因素则是该地区产业发展空间的重要体现。集群自主创新力自主创新是时代对当今汽车集群发展并提升竞争力的要求，因此除了对应波特的理论的四个因素外，本文把政策和机遇的因素归纳到自主创新的驱动力是。并选取了2019年各省市R&D投资金额、专利申请授权量和高等院校数量作为三大指标。R&D投资金额反应除了各省市创新氛围强弱和对科技研发的投入力度；专利申请授权量则体现了创新投入的产出；高等院校数量则体现了科技创新的发展空间强弱。结合上述五点要素，本文将各类影响因素总结成下列指标，结合2019年中国汽车工业年鉴和统计年鉴上所收集的各类数据，根据5个一级指标和11个二级指标对全国31个省市的汽车产业数据进行整理和定量分析。表4-2汽车产业竞争力指标示意图一级指标二级指标A1：集群规模表现力X1:汽车工业总产值（万元）X2:汽车工业企业数量（个）A2：集群市场表现力X3:主营业务收入（亿元）A3：集群配套支撑力X4:汽车零部件及配件制造企业数量X5:高速公路里程（公里X6:汽车产业从业人员数量万人）A4：集群市场贡献力X7:GDP（亿）X8:人口万人）A5：集群自主创新力X9:高校数量（所）X10:R&D投资金额（亿元）X11:专利申请授权量（个）数据标准无量纲化由于本文数据存在不同的量纲，各变量的取值范围也存在较大的差异，原始数据大小和单位各有不同，当各指标间的水平相差很大时，如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用。因此，为了保证结果的可靠性，需要对原始指标数据进行标准化处理。本文采用最小－最大标准化方法，消除量纲对模型的影响，由于指标体系都为正向指标，标准化方法采用每个指标值减去最小值作为分子的正向指标映射法，最终得到的标准化值将在0-1之间，标准化的数值越大则说明其对汽车产业竞争力影响力越大。上式中代表原始值经过最小－最大标准化后的规范值，代表该指标的最小值，代表该指标的最大值，表5-3为本文采用最小－最大标准化方法所得到的数据标准化后的结果。表4-3指标标准化结果省份X1X2X3X4X5安徽省0.0400.7010.3480.3220.514江西省0.0090.1590.1950.1610.647湖北省0.0480.8220.6190.5230.722湖南省0.0110.1910.1660.1560.716河南省0.0140.2500.3100.2270.734山西省0.0030.0410.0250.0260.601吉林省0.0420.8130.1810.1480.377黑龙江省0.0030.0450.0140.0110.475辽宁省0.0230.3980.1490.1110.456上海市0.0410.9430.2490.2470.087江苏省0.0480.8520.9711.0000.512浙江省0.0330.6191.0000.9750.489北京市0.0280.5380.0940.1000.123天津市0.0100.1750.1210.0870.133河北省0.0160.2430.2120.1800.787广东省0.0531.0000.4290.4491.000重庆市0.0210.3430.4300.4180.340四川省0.0160.2750.1960.1880.792福建省0.0060.1050.2320.2150.583山东省0.0260.6440.5330.5930.679海南省0.0000.0010.0040.0040.122贵州省1.0000.0160.0050.0050.738云南省0.0020.0320.0170.0160.632陕西省0.0120.1970.1050.0940.590甘肃省0.0000.0010.0030.0030.469青海省0.0000.0010.0030.0030.363内蒙古0.0010.0130.0210.0210.699广西0.0110.1990.1480.1260.000西藏0.0000.0000.0000.0000.066宁夏0.0000.0000.0010.0010.000新疆0.0000.0030.0050.0050.000省份X6X7X8X9X10X11安徽省1.0000.3450.5530.7190.2430.155江西省0.1820.2300.4050.6170.1240.110湖北省0.6570.4260.5140.7660.3090.139湖南省0.4010.3690.6010.7490.2540.102河南省0.3380.5040.8370.8440.2560.162山西省0.0600.1580.3240.4910.0620.030吉林省0.8500.1090.2340.3710.0480.028黑龙江省0.1190.1260.3260.4850.0470.036辽宁省0.2650.2310.3780.6890.1640.074上海市0.9830.3540.2110.3830.4920.189江苏省0.8520.9250.7001.0000.8970.595浙江省0.9270.5790.5080.6470.5390.540北京市0.2510.3290.1870.5570.7210.248天津市0.2090.1310.1360.3350.1490.108河北省0.3260.3260.6590.7310.1830.108广东省0.8181.0001.0000.9221.0001.000重庆市0.6280.2190.2710.3890.1520.081四川省0.3670.4330.7270.7540.2810.154福建省0.1990.3940.3450.5390.2430.186山东省0.9300.6600.8740.8740.4820.276海南省0.0480.0490.0820.1200.0100.006贵州省0.0380.1560.3140.4310.0470.045云南省0.0400.2160.4220.4850.0710.040陕西省0.2060.2400.3360.5690.1890.082甘肃省0.0020.0810.2300.2930.0360.026青海省0.0010.0280.0530.0720.0070.004内蒙古0.0360.1600.2200.3170.0480.019广西0.2290.0000.0000.0000.0000.041西藏0.0000.0160.0300.0420.0010.000宁夏0.0000.0000.0000.0000.0000.009新疆0.0040.0000.0000.0000.0000.014（三）因子分析可行性检验首先需要对所有省份的各项指标数据进行巴特利特球检验和KMO检验。从检验结果分析（见表5-4)，其巴特利特球的检验统计值为525.172，其显著性水平为0.000，小于显著性水平0．05，可以分析出各个样本指标之间的相关矩阵之间存在较强的相关性，而KMO值达到0.758，大于0.6，说明适合进行因子分析。表4-4KMO和巴特利特检验KMO取样适切性量数。0.758巴特利特球形度检验近似卡方525.172自由度55显著性0.000（四）总方差解释随后通过对数据进行相关矩阵的特征值求解，得到能够解释原有变量总方差的因子个数确定表。通过各因子对11个指标的解释率可以判断出，第一因子可以解释总指标的56.623％，而第二因子可以解释总指标的22.299％，两因子已经累计可以解释总指标量的78.922％，总体囊括了11个指标的大部分信息，信息缺失情况较少，因子分析效果较为理想。表4-5总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差百分比累积%17.07964.35464.3547.07964.35464.3546.22856.62356.62321.60214.56878.9221.60214.56878.9222.45322.29978.92230.9208.36887.28940.5965.42192.71150.4744.30897.01960.1631.48098.49970.0920.83399.33180.0330.29999.63190.0280.25199.882100.0100.09399.975110.0030.025100.000提取方法：主成分分析法。（五）因子个数确定通过表4-5旋转后的因子载荷矩阵可以分析出各个指标与两大因子的相互关系。通过各个指标与两个因子之间的相互关系，可以将因子归纳为两大类：第一类是汽车产业规模现状因子，主要包括主营业务收入（亿元）、汽车工业企业数量、年汽车零部件及配件制造企业数量、汽车产业从业人员数量、GDP、R&D投资金额、专利申请授权量。这7大指标囊括了目前汽车产业基本的宏观、微观的主要影响因素，展现其汽车产业规模发展主要情况。第二类是汽车产业发展前景因子，主要有汽车工业总产值、高速公路里程、人口、高校数量。这4个指标对于汽车产业规模发展主要起到推动作用，能够有效提升汽车产业集群的效率和发展广度。表4-6旋转后的因子载荷矩阵指标成分12汽车工业总产值（万元）-0.2150.409主营业务收入（亿元）0.8940.008汽车工业企业数量0.9030.089汽车零部件及配件制造企业数量0.9120.085高速公路里程（公里0.1960.931汽车产业从业人员数量万人）0.8900.017GDP（亿）0.8480.480人口（万人）0.5910.750高校数量0.6350.698R&D投资金额（亿元）0.8690.221专利申请授权量0.8230.271（六）指标与因子之间的关系而各要素的因子得分情况则见前文表4-6，该表代表汽车产业集群竞争力分析中的每一个指标与因子之间的权重运算关系。其中，设定F1和F2为两个因子，Xi为各个指标数据，则：F1=-0.118*X1+0.18*X3+0.192*X2+0.182*X4-0.121*X5+0.19*X6+0.1*X7-0.003*X8+0.015*X9+0.149*X10+0.131*X11F2=0.262*X1-0.109*X3-0.152*X2-0.113*X4+0.477*X5-0.146*X6+0.115*X7+0.309*X8+0.272*X9-0.031*X10+0.005*X11表4-7因子得分系数矩阵一级指标二级指标成分12汽车产业规模汽车工业总产值（万元）-0.1180.262汽车工业企业数量0.180-0.109集群市场表现力主营业务收入（亿元）0.192-0.152集群配套支撑力汽车零部件及配件制造企业数量0.182-0.113高速公路里程（公里）-0.1210.477汽车产业从业人员数量万人）0.190-0.146集群市场贡献力GDP（亿）0.1000.115人口万人）-0.0030.309集群自主创新力高校数量0.0150.272R&D投资金额（亿元）0.149-0.031专利申请授权量0.1310.005（七）因子分析综合排名通过以上分析，结合两大因子在所有指标中分别占56.623％和22.299％，可以得到汽车产业集群综合竞争力的公式是：F=(0.56623*F1+0.22299*F2)/(0.56623+0.22299)最终的综合排名情况如表4-8所示表4-8各大省份竞争力排名省份综合得分A1：产业规模A2：市场表现力A3：集群配套支撑力A4：集群市场贡献力A5：集群自主创新力得分排名得分排名得分排名得分排名得分排名得分排名安徽省0.43660.02770.05260.11950.065100.0809江西省0.234170.015130.012190.051150.046120.06115湖北省0.48650.04830.06140.11760.06990.0887湖南省0.312110.013150.014170.069120.07080.07910河南省0.38280.02480.019130.071110.09740.0916山西省0.140210.002210.003220.029210.035190.04120吉林省0.279140.014140.06150.08990.025230.03223黑龙江省0.132220.001240.003210.028230.032210.04021辽宁省0.250160.011170.030100.046160.044140.06614上海市0.39070.01990.07120.09670.043150.07911江苏省0.76820.07520.06430.16120.12320.1842浙江省0.62930.07710.04680.16410.08160.1273北京市0.293130.007200.04090.031190.039170.1135天津市0.143200.009180.013180.028240.020250.04318河北省0.313100.016110.018140.068130.07170.07312广东省0.77010.03360.07510.13440.14910.2171重庆市0.294120.03350.026110.09380.036180.04517四川省0.35290.015120.021120.072100.08450.0868福建省0.260150.018100.008200.054140.055110.07013山东省0.58640.04140.04870.14230.11330.1194海南省0.036270.000260.000270.009280.010260.01026贵州省0.12123-0.008310.001240.031180.034200.03722云南省0.152190.001230.002230.028220.046130.04219陕西省0.216180.008190.015160.045170.042160.06016甘肃省0.083250.000280.000280.018260.022240.02525青海省0.033280.000270.000290.014270.006270.00627内蒙古0.112240.002220.001250.031200.028220.02724广西0.071260.011160.015150.027250.000290.00328西藏0.011290.000300.000310.002290.003280.00329宁夏0.001310.000290.000300.000310.000290.00131新疆0.003300.000250.000260.001300.000290.00130竞争力排名结果和分析在全国范围来看，安徽省的汽车产业集群竞争力排名第六，如图4-9所示，低于江苏、浙江、广东、山东和湖北。汽车产业集群竞争力强的地区基本上位于经济较发达的地区，主要分布在长三角、珠三角和山东省，分布状态和各省市GDP排名是大致重合的。而安徽省2019年全国GDP排名11，汽车产业集群争力位于全国第六，因而可知汽车产业在安徽省具有非常重要的地位。且与在中部地区与湖北省并未拉开明显差距，后期可以考虑展开多方面的竞争中合作，从而实现两省份汽车产业双赢发展。图4-9汽车集群竞争力排名而在产业规模表现力上来看，安徽省在全国排名第七，低于江苏、浙江、湖北、山东、广东和重庆。如图4-10。全国范围内来看，产品规模表现力的分布状态和中国的头部车企所在地重合。值得提出的一点是，虽然全国范围内排名第七，名次依然可圈可点，然而安徽省汽车产业集群的规模表现力和江苏、浙江、湖北这些省份的参差是比较大的。而这些又是安徽省的周边省份，安徽也应提升自身汽车产的规模表现从而避免被挤压，并达到规模经济的效应。图4-10汽车集群产业规模表现安徽省汽车产业集群的市场表现力在全国排名第六，低于广东省、上海市、江苏省、吉林省和湖北省。如图4-11所示。市场表现力反映该地区汽车产业的盈利能力，体现该地区汽车产业在市场上的活力。而全国范围内市场表现力分布也在广汽、比亚迪、一汽、上汽、东风等大型汽车集团的所在地。安徽车企在起步晚、规模相对较小的情况下依旧有着可观的表现力，应当继续保持。图4-11集群市场表现力安徽省汽车集群配套支撑力在全国排名第五，仅次于江苏、浙江、山东、广东。而且超过湖北省，在中部地区位列第一。如图4-12。集群配套支撑力度和交通便利度、人力资源储备和零部件产品制造有关，直接体现了产业链建设以及一体化水平。和安徽相邻的长三角其他两省份便是典型代表。今后长三角地区进一步高质量协同一体化发展的进程，势必会促进安徽汽车集群配套支撑力进一步提升。图4-12集群配套支撑力在全国范围内看安徽汽车产业集群的市场贡献力排名第十，排在前面的有广东省、江苏省、山东省、河南省、四川省、河北省、浙江省、湖南省和湖北省。如图4-13。市场贡献力主要指标来自地区的经济水平和人口数量，体现的是地区市场的贡献空间。安徽省的排名相对客观，和其GDP排名相当。有些汽车产业不突出的省份，市场贡献力却相对较高，这些地区可以成为安徽汽车的目标市场。同时本地车企应在发展自身的同时进一步带动地区经济水平的提升，从而拓宽本地消费市场图4-13集群市场贡献力安徽省汽车集群的自主创新力在全国范围内排名第九，排名在前的前八位分别是广东省、江苏省、浙江省、山东省、四川省、北京市、河南省和湖北省。如图4-14。在中部地区排名第三，且并未和湖北和河南拉开差距。但在全国比较广东省和江苏省在自主创新力的指标上占据绝对优势。自主创新驱动力是集群竞争力中贯穿始终的因素，也是一个产业从初始粗犷式成长转型为高质量增长的决胜性关键。安徽汽车集群应当增加对科技研发的投入，从而为当今汽车产业转型的趋势建立可持续性发展的基础。图4-14集群自主创新力三、安徽省汽车产业集群的影响因素分析（一）建立模型并对变量定义说明一般来说，对于汽车产业集群的竞争力直接反映就是该地区汽车及其零部件的销售量或者增加产值和营业额。而影响集群发展成果的因素却很多。根据经典的生产函数，劳动力、土地和资本等因素是影响产品产值的主要因素；而根据柯布道格拉斯生产函数，认为科学技术水平也是影响产品产值的主要因素。结合前文我们发现每个省份的汽车产业布局都是不均衡的，如安徽省的汽车集群主要布局在皖东南地区的四个地级市，皖西南和皖西北处的汽车产业则相对欠缺，对于汽车产业而言土地相对充沛，因而土地因素暂时舍弃。在这个基础上，本文建立模型Y=a在前文的探讨后，本文对变量的选择进行一番取舍，认为市场因素、交通因素、经济因素和科技水平是四个最基本的对汽车产业集群有影响作用的变量。即Y代表汽车产业工业总产值，X1代表市场因素，X2代表交通因素，X3首先市场因素对应着更大的需求和更强的消费潜力，企业的产业布局有很大程度上都会受到市场规模的影响。本文用人口数量来作为市场因素的替代变量对汽车产业集群进行分析。其次，交通因素则代表了便捷度。汽车产业包含了汽车制造和汽车销售服务等，产业链较长，从原材料运输到销售输出都需要便捷的交通网络作为支撑。便捷的交通网络也可以帮助减少交易成本，从而促进销量增加品牌影响力。本文则采用公路里程来作为交通要因素的替代指标进行分析。再之，经济因素则代表了城市化水平的高低。大量聚集起来的汽车产业会在区域内吸纳劳动力，促进城市化进程。而发展起来的城市化这意味着更好的基础设施建设和更优质的城市服务，这势必又会进一步促进更多的企业向此处聚集同时经济水平高低和吸纳投资的可能性也成正比，因而研究区域经济本身对汽车产业集群的促进是作具备理论和现实基础的，本文用GDP来作为经济因素的替代变量。最后，收到新能源和智能化浪潮影响，传统汽车企业面临转型，技术水平的重要性越来越被重视。汽车生产制造业相对复杂、对技术要求很高的产业，一般选址都在拥有大量高校和科学研究机构的城市。例如江淮汽车和蔚来汽车所在地合肥拥有中国科学技术大学、合肥工业大学等众多高等学府和科研机构，东风汽车集团所在地武汉则拥有武汉大学和华中科技大学等优质人才输送地。高等学府和科研机构数量则反映了当地汽车产业集群的人才情况，体现当地集群的技术水平。因而本文用高等学府和科研机构数量来作为技术因素的替代指标。总结来说本文在选择了GDP、人口、公路里程和高校数量四个变量来进行分析。样本选择则采用2000年－2019年的中部六省，一来是考虑传统意义上安徽省还被认为是中部六省之一，而以长三角三省一市样本分析体量差距较大，因而在中部六省为样本分析更为客观。如表4-14所示。另外考虑到在交通运输对汽车产业影响时，沿海省份的汽车产业则还会受到海运影响，因而以中部六省为样本分析并对安徽省比较研究更客观。表4-14中部六省汽车10-19年产值示意图单位（万元）安徽省江西省湖北省湖南省河南省山西省2010年14814318318709621648318450591174455844559162011年14622225275307430846915583423465230846334082012年15777381297056739484078629513870384066834472013年15122210337604543003479677792993162396458732014年153200001029600040504423.515830600232601008874002015年1779884110645346380053687947799129225557161442016年320100001365900042837977.31178921003001160013810002017年3896000015615055.9344459382.312105500028446561.1431630002018年4520000017985235.6846142157.012300000032321491383040002019年4243315720355415.4247888624.2524126727.4436196420.8618578339.42资料来源：中国汽车工业年鉴、统计年鉴安徽省汽车集群的影响因素分析本文利用2000-2019年的数据，建立六省以GDP、人口、公路里程以及高校数量为自变量，汽车产值为因变量的回归方程。首先以安徽的数据为例，建立相关系数表检测各个自变量之间的相关关系，得到的结果如下：表4-15各自变量相关关系GDP人口公路里程高校数量GDP10.4620.8860.803人口10.2380.053公路里程10.918高校数量1由上表可知，GDP、公路里程、以及高校数量之间的相关系数较高，相关程度也较高，因此可能存在多重共线性。为了解决多重共线性，本文使用主成分回归来探究GDP、人口、公路里程以及高校数量与汽车产值之间的关系。用KMP和巴特利特检验来检测这四个变量是否适合主成分分析，得到的结果如下：表4-16KMO和巴特利特检验KMO取样适切性量数。656巴特利特球形度检验近似卡方68.624自由度6显著性000KMO检验的值为0.656>0.5，显著性为0.000，适合进行主成分降维。本文利用SPSS软件进行主成分分析对4个指标进行解析，提取特征值相对较大的主要成分。在累计贡献率中，1个主成分的累计贡献率为71.058%，两个的主要成分的累计贡献率达到了96.029%，也就是说这两个主成分解释了四个变量96.029%的信息，可以比较好地描述出这四个变量的影响程度。因此，我们从4个指标中提取2个主成分，并用这两个主成分的得分作为中介变量进行回归，解决变量中的多重共线性问题。表4-17总方差解释成分初始特征值提取载荷平方和总计方差百分比累积%总计方差百分比累积%12.84271.05871.0582.84271.05871.058299924.97196.02999924.97196.02930982.44198.47040611.530100.000提取方法：主成分分析法。通过主成分分析后得出各个主成分的得分情况，并分别以四个指标作为自变量，两个主成分的得分为因变量建立线性回归方程。可以得到：通过两个主成分对汽车产值回归的结果建立线性回归方程，得到的结果如下：从上式中可以看出，可决系数R方的值为0.887，表示这两个主成分解释了因变量88.7%变化。F值表示回归方