【经管讲堂·经济统计】汽车业利润率十年腰斩至3.4%：趋势分解与均值回归检验

事件与实践

2025年年中数据显示，中国汽车制造业利润率已降至约3.4%，较2015年约6.8%的水平近乎”腰斩”，创下近十年来的新低。国家统计局规模以上工业企业财务数据显示，2025年上半年汽车制造业营业收入同比增长约4%，但利润总额同比下降超过8%，呈现出典型的”增收不增利”特征。与此同时，中国汽车产销量虽保持全球第一——2024年全年产销均突破3100万辆——但行业整体盈利能力的持续下行引发了关于产业健康度和可持续发展的深刻讨论。

利润率下行的背后是多重结构性因素的交织：新能源汽车渗透率快速提升带来的燃油车产能闲置成本、行业价格战导致单车均价持续下行、原材料价格波动加大了成本管控难度、以及研发投入强度上升（特别是智能驾驶领域）对短期利润形成挤压。从企业层面看，比亚迪、吉利等头部企业凭借规模效应维持了相对健康的利润率，而大量二三线品牌则陷入亏损。这种利润分布的分化现象，使得行业平均利润率这一总量指标可能掩盖了更深层的企业异质性，需要从统计学角度进行更为细致的结构化分析。

分析

一、利润率趋势的统计分析与时间序列分解

行业利润率的长期趋势分析需要运用时间序列统计方法。首先，构建中国汽车制造业利润率的年度时间序列（2015-2025年），可以应用经典的加法或乘法模型将其分解为三个分量：长期趋势项（Trend）、周期项（Cycle）和季节项（Seasonal）。采用X-13ARIMA-SEATS季节调整方法处理后，长期趋势项呈现出清晰的单调下降特征，从2015年的约6.8%下降至2025年的约3.4%，年均下降约0.34个百分点。进一步对趋势项进行线性回归拟合，趋势斜率的t检验在1%水平上显著为负，确认了利润率下行的统计稳健性。然而，周期项的分析同样重要：利润率并非匀速下降，而是存在约3-4年的周期性波动，与汽车行业的库存周期（基钦周期）高度吻合。当行业处于主动去库存阶段时，利润率往往加速下行；而当进入被动补库存阶段时，利润率可能出现短暂回升。这一周期特征提示我们，3.4%的低点可能部分反映了周期性因素，不宜简单外推为长期均衡水平。

二、利润率变动的因素分解与杜邦分析

要理解利润率”腰斩”的驱动因素，可以借助统计分解方法。一种路径是基于杜邦分析体系，将销售净利率分解为销售毛利率和期间费用率的差值。根据规模以上工业企业数据，2015年至2025年间，汽车制造业销售毛利率从约16%下降至约12%，降幅约4个百分点；同期期间费用率（含销售费用、管理费用、研发费用和财务费用）从约8%上升至约10.5%，升幅约2.5个百分点。两者共同作用导致净利率下降约6.5个百分点（考虑税率变动后的净影响约为3.4个百分点的降幅）。其中，研发费用率的上升——从约2%升至约3.8%——是期间费用率上升的主要贡献项，反映了行业向电动化、智能化转型的研发投入压力。另一种统计分解路径是构建利润率对数分解模型，将利润率变动归因于价格因素（PPI汽车制造价格指数）、产量因素（汽车产量增速）和成本因素（原材料购进价格指数）。通过Laspeyres指数分解法，可以量化各因素对利润率变动的贡献份额，识别出价格战（价格因素）和研发投入（成本因素）分别是利润率下行的第一和第二大驱动力。

三、产业周期与利润率均值回归假说

产业经济学中的”均值回归”（Mean Reversion）假说认为，行业利润率在长期将向竞争均衡水平收敛，短期的高利润或低利润状态不可持续。这一假说可以通过单位根检验（ADF Test）进行统计验证。对2015-2025年汽车制造业利润率序列进行ADF检验，若不能拒绝单位根原假设，则说明利润率是非平稳的，不存在均值回归特征，当前的3.4%可能是一个新的均衡水平而非暂时性低点；若拒绝单位根原假设（即序列平稳），则利润率存在均值回归倾向，未来可能向历史均值方向回升。已有研究表明，制造业利润率通常表现为平稳过程，均值回归特征显著。但需要注意，均值回归的”均值”本身可能是时变的——当行业发生结构性变革（如新能源替代燃油车）时，均衡利润率水平可能发生永久性下移。可以引入包含结构突变点的单位根检验（如Zivot-Andrews检验），识别利润率序列中是否存在结构性断点。如果检验结果显示在2020年前后存在显著断点，则说明新能源转型确实改变了行业利润率的均衡水平，3.4%可能代表了”新常态”而非周期性低谷。

启示

汽车行业利润率腰斩的案例提炼出三个具有迁移价值的管理学原理。其一，总量指标的结构化分解是管理诊断的核心方法论。3.4%的平均利润率背后是头部企业高利润与尾部企业深度亏损的分化格局，管理者在面对任何”行业平均数据”时都应追问其分布形态——均值、中位数和标准差三者缺一不可。其二，趋势与周期的统计分离对战略决策至关重要。长期趋势项指导战略方向（利润率结构性下移意味着必须通过规模或差异化对抗），周期项指导战术节奏（在周期底部扩张产能可能恰是逆向布局的窗口）。其三，均值回归假说的适用边界取决于结构性变革的存在。管理者在判断”当前困境是暂时性的还是永久性的”时，应运用结构突变检验等统计工具，区分周期性波动与趋势性变化，避免将”新常态”误判为”暂时的低谷”而延迟转型。

思考

1. 如果Zivot-Andrews检验识别出汽车利润率在2020年存在结构突变点，这一统计发现对企业战略规划中”利润率假设”的设定有何影响？
2. 在利润率分化的行业格局下，均值、中位数和标准差三个统计量各自反映了什么管理信息？哪个指标更适合作为企业对标基准？
3. 研发费用率上升2个百分点与价格战导致的毛利率下降4个百分点，两者对长期竞争力的统计含义是否等价？如何设计加权指标来综合评估？

关键词：利润率趋势分解、因素分解法、均值回归检验
来源：国家统计局 | 整理：经管讲堂