摘要：2020年初發生的新冠疫情對我國各產業均造成了不同程度的沖擊。其中雖然對線下服務業的影響最為嚴重，但對于我國制造業尤其勞密制造業的影響也絕對不容忽視。汽車產業不僅是我國高端制造業的標桿和工業實力的體現，也與我們的日常生活息息相關。本文旨在從短期視角分析本次新冠疫情對我國汽車產業的沖擊并探究其原因，用ols模型及時間序列數據對其進行了回歸檢驗，最后進行分析并提出一些可能的建議。

　　關鍵詞：新冠疫情;汽車產業;ols模型;政策建議

　　0引言

　　許多學者將此次COVID-19疫情與2003年發生的“非典”在同質的層面上進行比較，事實上，此次疫情由于其潛伏期長等特殊性，其對生產生活造成的影響將更為嚴重。

　　就汽車產業而言，供給層面的情形不容樂觀，由于我國汽車產業自動化程度并不算很高，且存在較多的勞動力密集環節，疫情對車間復工復產造成了相當的阻礙。

　　更為嚴重的則是需求層面，我國汽車市場短期內受到了疫情極大的沖擊，很多車企對一段時期內的汽車市場持悲觀態度。

　　Fitch表示：“汽車業受到的最大沖擊，可能是疫情期間的銷量下滑”，通用汽車將面臨最大影響，因為該公司約40%的銷售額依賴中國。

　　中國汽車工業協會(CAAM)此前修正了對2020年汽車銷量的預測，新的預測是，今年上半年銷量下降10%，全年銷量下降5%。

　　從國研網的最新數據來看，不僅國內市場，我國汽車進出口受到的影響也較為嚴重，2020年1-2月汽車共進口14萬輛，價值6780.194千美元，比去年同期下降6.3%;共出口15萬輛，比去年同期下降1.3%。

　　該種影響的原因也與我國外貿結構有很大關系，我國是貨物貿易順差國，大部分年份中凈出口對GDP仍為正向影響。目前受疫情影響最嚴重的前十大國家依次為：意大利、伊朗、西班牙、德國、韓國、法國、美國、瑞士、英國與荷蘭。上述十國2018年GDP總量占到全球的29.3%，貿易總額占到2018年全球的37.2%。

　　國內供需和國外市場的混合作用，導致了我國汽車產業一段時間內的低迷。

　　1沖擊原因分析

　　綜合來看，汽車產業受到的沖擊主要來自需求側，但其供給側受到的影響也不容忽視。供給側的影響主要來自勞動力、資本、中間品供應等要素的萎縮，需求側的影響則較為明顯——人們對出行需求的大量降低，供需兩側具體原因有如下分析。

　　1.1疫情下復工困難導致的勞動力要素減少

　　經典的經濟學理論認為，Cobb-Douglas生產函數接近大多數企業的生產函數形式，其形式為：

　　Y=A(t)LαKβμ

　　式中，Y為產值，A代表技術水平，L為勞動力要素，K為資本要素，μ代表隨機因素的干擾，α、β分別代表勞動力和資本所占的份額。

　　勞動力要素萎縮的壓力來自兩方面：一是口罩防護服等疫情防控必需品提高了汽車產業復工的成本和難度;二是人們對疫情本身精神上的壓力，也可能會導致工人的各方面效率降低。從汽車的生產層面，我們可以直觀的看出，隨著L降低，產值必然有所降低。

　　1.2資本市場短期內對汽車產業的悲觀預期

　　春節期間，由于疫情影響，我國資本市場出現了劇烈的波動。由于投資者短期對汽車產業的整體悲觀預期，部分車企在該時期出現了資金供應短缺、融資困難的問題，資金鏈的不穩定甚至斷裂將導致生產層面出現嚴重的問題。

　　1.3原材料及中間品供應的減少

　　受到沖擊的產業并非只有汽車產業，橡膠(輪胎)等汽車零部件或其他汽車生產必需中間品的生產受阻，對汽車產量的影響也較為嚴重。并且，疫情導致海外國家生產受限，出口中間品受到影響。單純從外貿角度而言，占我國進口比重最大的疫情國依次為韓國(8.36%)和美國(5.91%)，目前美國疫情較為嚴重。

　　1.4海外需求的大幅萎縮

　　近年來，我國一季度汽車產業出口額穩步上升，2018年和2019年一季度均同比增長達6%，而今年由于新冠疫情的影響，一季度整車出口同比下降達9%。其中海外訂單的壓縮既有人們出行減少的原因，也有各國限制人員流動導致部分訂單交接貨無法達成的原因。

　　2實證分析及結論

　　根據本文上文分析的原因，我們將被解釋變量設置為汽車總銷售量變化率，核心解釋變量分別為主要車企公布的復工變化率(按市場份額加權平均)、A股汽車板塊的股指變化率、汽車零部件總銷售額變化率、汽車出口額變化率。

　　本文選取這些變量的2月、3月、4月一共12周的時序數據(數據來源，wind數據庫)建立計量模型，模型可以有如下形式：

　　Δautosalevolt=α0+α1Δrestoret+α2Δindext+α3Δsparepartst+α4Δex-autosalevolt+μt

　　其中△代表變化率，autolevol為汽車總銷售量變化率，restore為主要車企公布的復工變化率，index為A股汽車板塊的股指變化率，spareparts為汽車零部件總銷售額變化率，ex-autosalevol為汽車整車出口額變化率，μ為隨機誤差項。

　　為消除量綱影響，對模型進行對數化處理，則其形式變為：

　　lnΔautosaleyolt=β0+β1lnΔrestoret+β2lnΔindext+β3lnΔsparepartst+β4lnΔex-autosalevolt+μt

　　本文使用Stata15.1軟件，利用異方差穩健統計量對該組數據進行回歸，其結果如表1所示。

　　從回歸結果我們可以明顯看出，P>F=0.00，總體回歸的聯合顯著性很高，解釋變量與被解釋變量均為正相關。其中三個解釋變量對于被解釋變量的作用雖然顯著性各有差別，但在最弱的顯著性條件下(10%條件下)均為顯著的。

　　推薦閱讀:工業控制系統論文怎么發表SCI期刊