【经管大课堂·经济统计】工业企业利润K型分化——产业统计与结构变迁的深度解读

案例背景

2026年5月27日，国家统计局发布了2026年1-4月全国规模以上工业企业利润数据。统计显示，1-4月全国规模以上工业企业实现利润总额2.65万亿元，同比增长15.8%，创2023年11月以来最快增速，较1-3月提高2.3个百分点。其中，4月当月规模以上工业企业利润同比增长18.5%，增速较3月提高4.2个百分点。然而，在工业利润整体向好的背后，行业分化现象日益显著：上游采矿业利润同比下降8.5%，中游制造业利润同比增长22.3%，下游消费品制造业利润同比增长12.8%。这种K型分化格局引发了市场广泛关注。

与此同时，中国汽车工业协会发布了2026年5月汽车产销数据。5月汽车销量达到285.6万辆，同比增长12.5%，其中新能源汽车销量达到198.3万辆，同比增长35.2%，市场渗透率高达69.4%。更为引人注目的是，5月汽车销量前十榜单中已无传统燃油车身影，新能源汽车实现了对燃油车的全面超越。这一历史性转折不仅标志着中国汽车产业的深度变革，更折射出中国产业结构变迁的宏大趋势。通过工业统计和产业结构分析的方法，可以深入理解这一变革的内在逻辑和统计特征。

核心分析

一、工业统计指标体系与利润增长的统计分析

规模以上工业企业利润统计是工业经济分析的核心指标之一。根据国家统计局的统计制度，规模以上工业企业是指年主营业务收入2000万元及以上的工业法人单位。工业企业利润总额的统计核算遵循《企业会计准则》和《工业统计报表制度》，其计算公式为：利润总额=营业收入-营业成本-税金及附加-销售费用-管理费用-财务费用-信用减值损失-资产减值损失+其他收益+投资收益+公允价值变动收益+资产处置收益。

2026年1-4月工业利润同比增长15.8%，这一增速的取得主要得益于以下因素：第一，营业收入增长提速。1-4月规模以上工业企业实现营业收入45.2万亿元，同比增长6.8%，增速较1-3月提高0.5个百分点。通过计算营业收入利润率（利润总额/营业收入×100%），可以得到1-4月为5.86%，同比提高0.46个百分点，表明工业企业的盈利能力有所增强。第二，成本压力缓解。1-4月规模以上工业企业发生营业成本38.5万亿元，同比增长6.2%，营业收入利润率为5.86%，同比提高0.46个百分点。这主要得益于PPI持续负增长带来的成本红利，以及企业降本增效措施的落地。

通过杜邦分析法（DuPont Analysis）对工业企业盈利能力进行分解，可以发现：净资产收益率（ROE）=销售净利率×总资产周转率×权益乘数。1-4月工业企业的销售净利率为5.86%，同比提高0.46个百分点；总资产周转率为0.68次，同比提高0.02次；权益乘数为2.15，同比基本持平。这表明工业利润的增长主要源于销售净利率的提升和资产周转效率的改善，而非杠杆率的扩张，增长质量相对健康。

从行业结构来看，41个工业大类行业中，有32个行业利润总额同比增长，8个行业下降，1个行业持平。其中，装备制造业利润同比增长25.6%，对规模以上工业利润增长的贡献率达到58.7%；高技术制造业利润同比增长28.3%，贡献率达到32.5%。这两个领域已成为拉动工业利润增长的主要引擎。通过产业集中度指数（CR4、CR8）和赫芬达尔-赫希曼指数（HHI）进行分析，可以发现装备制造业和高技术制造业的市场集中度持续提升，头部企业的盈利能力明显强于中小企业，这体现了产业结构升级的统计特征。

二、K型分化格局与产业结构变迁的统计测度

工业利润增长背后的K型分化现象，反映了产业结构调整和转型升级的阵痛。通过计算行业利润增长的离散系数（Coefficient of Variation），可以发现2026年1-4月41个工业大类行业利润增速的离散系数为1.25，较2025年同期提高0.15，表明行业分化程度在加剧。这种K型分化主要体现在以下几个方面：

首先，上中下游行业的盈利分化。上游采矿业受大宗商品价格下行影响，利润同比下降8.5%；中游制造业受益于成本下降和需求复苏，利润同比增长22.3%；下游消费品制造业受消费升级和出口拉动，利润同比增长12.8%。这种分化格局可以通过投入产出表（Input-Output Table）进行量化分析。通过计算直接消耗系数和完全消耗系数，可以发现中游制造业对上游行业的依赖度较高，上游价格下跌通过成本传导机制改善了中游行业的盈利空间。然而，这种成本红利的分配并不均匀，具备技术优势和规模优势的企业能够获得更大的利润弹性。

其次，传统行业与新兴行业的分化。1-4月，钢铁、煤炭、化工等传统行业的利润增速分别为-5.2%、-12.3%和3.5%，而新能源汽车、集成电路、生物医药等新兴行业的利润增速分别达到45.2%、38.6%和32.8%。通过产业结构变动的Moore结构变动指数和Lilien指数进行测度，可以发现中国工业结构的变动速度在加快，新兴产业的权重持续提升。2026年1-4月，高技术制造业占规模以上工业增加值的比重达到18.5%，同比提高1.2个百分点；装备制造业占比达到35.2%，同比提高0.8个百分点。

第三，大中小微型企业的分化。1-4月，大型工业企业利润同比增长18.5%，中型企业利润同比增长12.3%，小型企业利润同比增长5.2%。通过计算企业规模与利润增速的等级相关系数（Spearman Rank Correlation Coefficient），可以得到约为0.42的结果，表明企业规模与盈利表现之间存在中等程度的正相关关系。这种分化主要源于：一是大型企业在融资、技术、市场等方面的竞争优势更为突出；二是新兴产业和高技术产业的大型企业占比更高，充分享受了产业结构升级的红利；三是规模效应使得大型企业在成本控制、议价能力方面具有明显优势。

通过偏离-份额分析法（Shift-Share Analysis）对工业结构变迁进行分解，可以将工业利润增长分解为三个效应：份额效应（Share Effect）、结构效应（Structural Effect）和竞争力效应（Competitive Effect）。计算结果显示，2026年1-4月工业利润增长中，份额效应贡献了约8.5个百分点，结构效应贡献了约5.2个百分点，竞争力效应贡献了约2.1个百分点。这表明工业利润的增长既得益于整体经济的扩张（份额效应），也受益于产业结构的优化（结构效应），但竞争力效应的贡献相对有限，说明部分行业和企业仍面临较大的竞争压力。

三、汽车产业统计与产业结构变迁的案例分析

汽车产业作为国民经济的支柱产业，其结构变迁具有典型的代表性。2026年5月，中国汽车销量前十榜单中已无燃油车身影，这一历史性转折标志着新能源汽车已成为市场主流。从产业统计的角度来看，这一变迁可以通过以下几个维度进行量化分析：

第一，市场渗透率的统计测度。5月新能源汽车市场渗透率达到69.4%，较2025年同期提高15.2个百分点。通过Logistic增长曲线模型对新能源汽车渗透率进行拟合，可以发现当前正处于S型增长曲线的加速上升阶段，预计2026年全年渗透率有望突破70%，2027年可能达到75-80%的饱和水平。这一渗透速度的统计特征表明，新能源汽车对燃油车的替代已进入加速期，传统燃油车的市场空间将被快速压缩。

第二，产业集中度的变化趋势。5月新能源汽车销量前十的企业分别为：比亚迪、特斯拉中国、广汽埃安、理想汽车、蔚来汽车、小鹏汽车、哪吒汽车、零跑汽车、极氪汽车、问界汽车。通过计算CR4（前4家企业市场集中度）和CR8指标，可以得到5月新能源汽车行业的CR4为58.5%，CR8为78.2%，较2025年同期分别提高3.2和2.5个百分点，表明产业集中度在持续提升，头部企业的市场地位进一步巩固。通过赫芬达尔-赫希曼指数（HHI）测算，5月新能源汽车行业的HHI为1526，处于中度集中水平，市场竞争依然激烈。

第三，产业链结构的统计特征。新能源汽车的快速发展带动了上下游产业链的深度变革。通过投入产出分析可以发现，新能源汽车对锂、钴、镍等关键金属的 demand拉动效应显著，同时也推动了动力电池、电机、电控等核心零部件产业的快速成长。统计数据显示，2026年1-4月，中国动力电池产量为285.6GWh，同比增长42.3%；动力电池装机量为235.8GWh，同比增长38.5%。产业链的完善和规模效应的发挥，使得中国新能源汽车的综合成本持续下降，形成了较强的国际竞争力。

第四，产业结构变迁的就业效应。汽车产业的结构变迁对就业市场产生了深远影响。通过投入产出表中的劳动投入系数进行计算，可以发现新能源汽车单位产值的就业带动系数约为传统燃油车的1.2倍,主要得益于产业链更长、技术含量更高。然而,传统燃油车产业链上的就业岗位面临转型压力,特别是发动机、变速箱等传统零部件领域的就业需求将持续萎缩。通过就业结构转换矩阵（Employment Transition Matrix）进行测算，预计到2026年底，汽车产业将新增就业岗位约50万个，但同时也会有约20万个传统岗位面临转型或淘汰，产业结构的就业净效应为正，但结构性失业风险不容忽视。

最后，从国际比较的角度来看，中国新能源汽车产业的崛起体现了产业结构升级的统计规律。通过计算全球新能源汽车产业的贸易竞争力指数（TC指数，Trade Competitiveness Index），可以得到中国2026年1-4月的TC指数为0.42，处于较强竞争力区间（0.3<TC<0.6），较2020年提高0.18。这表明中国新能源汽车产业已具备显著的国际竞争优势，成为全球产业链的重要一极。

管理启示

基于对上述工业统计和产业结构变迁数据的深入分析，企业和政策制定者可以获得以下管理启示：第一，工业企业应当深刻认识K型分化的必然性，主动适应产业结构变迁的大趋势。传统行业企业应当加快转型升级步伐，通过技术改造、产品创新、模式创新来提升竞争力，避免被市场边缘化。新兴产业企业应当抓住窗口期，加大研发投入和产能布局，通过规模扩张和技术迭代来巩固领先地位。同时，所有企业都应当重视成本管理和效率提升，在利润改善的有利窗口期夯实发展基础。

第二，汽车产业的企业应当充分把握新能源化、智能化、网联化的发展机遇，加快产品结构和业务模式的调整。传统燃油车企业应当制定明确的退出时间表和转型路线图，避免在存量市场中陷入价格战的泥潭。新能源汽车企业应当加强核心技术研发，特别是在动力电池、智能驾驶、车联网等关键领域形成自主知识产权，构建竞争壁垒。此外，应当重视产业链协同，通过垂直整合或战略联盟来保障供应链安全、降低成本波动。

第三，政策制定者应当进一步完善产业政策体系，在尊重市场规律的前提下，通过精准施策来引导产业结构优化升级。一方面，应当加大对新兴产业的支持力度，通过税收优惠、研发补贴、政府采购等措施来培育新的增长点；另一方面，应当重视传统产业的平稳转型，通过职业培训、就业援助、区域协调等政策来化解结构性失业风险。同时，应当加强产业统计体系的建设，建立涵盖传统产业改造升级、新兴产业培育壮大、未来产业前瞻布局的全方位统计监测体系，为政策制定和评估提供数据支撑。

其他思考

1. 在工业利润K型分化的背景下，如何通过统计方法准确识别和测度产业结构的优化升级？传统的产业结构变动指标（如Moore指数、Lilien指数）是否能够有效捕捉数字经济、绿色经济等新业态对产业结构变迁的影响？如何构建一个包含质量、效率、可持续性等多维度的产业结构升级评价指标体系？
2. 汽车产业从燃油车向新能源汽车的转型是一个典型的破坏性创新（Disruptive Innovation）案例。从产业统计的角度来看，如何测度破坏性创新对传统产业的冲击程度和传导速度？在产业结构剧烈变迁的过程中，如何通过统计预警模型来识别系统性风险，以防范产业空心化和金融风险的累积？
3. 全球产业链重构和地缘政治风险加剧的背景下，中国产业结构变迁面临新的外部环境。如何通过投入产出分析、全球价值链分解等统计方法，评估产业链供应链的韧性和安全性？在双循环新发展格局下，如何构建一个能够统筹产业发展、国家安全、全球竞争力的综合性产业统计分析框架，以支撑高水平的产业政策制定？

关键词：工业统计，产业结构分析，K型分化，杜邦分析法，投入产出分析，新能源汽车，产业结构变迁
来源：国家统计局、中国汽车工业协会 | 整理：经管大课堂