新能源汽车产业链专题报告：基于移动大数据分析汽车行业变迁

专题报告——新能源汽车产业链 基于移动大数据分析汽车行业变迁 报告日期：2024年12月2日 ★整车厂生产波动可反映行业趋势、企业经营情况和战略调整 我们使用数行科技基于移动大数据生成的整车厂生产指数来实现对国内整车工厂生产波动的跟踪，可以看到，新能源车企的生产热度在过去几年有爆发性的增长，标志着这段时间内后者有大量新工厂建设或完成扩建，有不少新增产能投产，和合资车企的生态形成了鲜明对比；合资车企在行业整体中生产规模的份额从2019年35%-40%左右一路下滑至30%以下，而新能源车企则从 新2019年的不到15%跃升至40%。 能企业方面，1）蔚来汽车的新品牌乐道首款新车L60上市和交付，源公司生产强度出现加大，尤其是晚班生产指数呈现相当高的增汽速，与公司所称转向双班生产的情况相符；2）哪吒汽车正着力车推进重大战略调整，包括通过精简架构与聚焦核心业务，进一步 产提升运营效率，对照工厂生产热度指数可知，近几个月其三家工业厂的生产规模均同比出现不同程度下降；3）今年9月曾传出大链众集团计划关闭南京某工厂的消息，也有报道称浙江宁波一家生 产斯柯达车型的工厂已闲置数月正考虑关闭，我们对照上汽大众 南京、宁波工厂的生产指数可以看到，南京工厂较去年生产强度同比有所增长，而宁波工厂与去年同期基本持平，虽然对比过去更长时间维度来看，当前整体处于较低水平，但工厂还是处于正常运转状态，尚未出现大幅波动。 ★数行移动大数据可填补工厂运行信息的缺口 当前市场上对于工厂运行情况的信息获取存在明显缺口，信息获取主要依赖于公司公告或新闻报道，因此常出现信息不全面、不及时、不连续等情况，该指数可与公司公告、新闻报道相辅相成，帮助我们客观跟踪一家工厂从开始建设到生产开工全周期的情况。另外，数据在时间维度层面能够前置于产销数据，例如，当发生疫情和半导体供应问题时，车企先调整了生产计划，后公布当月的产销情况。 ★风险提示 工厂自动化生产比例增加导致数据解释力度降低。 曹洋有色首席分析师从业资格号：F3012297 投资咨询号：Z0013048 Tel:8621-63325888-3904 Email:yang.cao@orientfutures.com 联系人徐瑜 从业资格号：F03107629 Email：yu.xu@orientfutures.com 重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成交易建议，投资者据此做出的任何投资决策与本公司和作者无关。 有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。 目录 1.生产热度指数观察优势与意义5 2.生产热度指数与产量相关性验证7 3.生产指数应用（一）：行业趋势分析10 4.生产指数应用（二）：企业案例分析13 4.1.蔚来：乐道L60上市以来订单量领先，正努力协调产能以满足市场需求13 4.2.哪吒：未发布10月交付量，着力推进重大战略调整15 4.3.上汽大众：�一工厂功能转型，南京、宁波工厂关闭传闻17 5.总结和讨论19 6.风险提示21 图表目录 图表1：自主、合资品牌乘用车市场份额5 图表2：自主、合资品牌新能源乘用车市场份额5 图表3：燃油车、新能源车厂商库存变化（年累计）6 图表4：燃油车、新能源车渠道库存变化（年累计）6 图表5：上汽集团主要子公司产能利用率6 图表6：比亚迪乘用车产能利用率6 图表7：工厂生产指数与产量的相关性分析：比亚迪8 图表8：工厂生产指数与产量相关关系图：比亚迪9 图表9：工厂生产指数与产量相关关系图：上汽集团9 图表10：工厂生产指数与产量相关关系图：上汽大众9 图表11：工厂生产指数与产量相关关系图：一汽大众9 图表12：工厂生产指数与产量相关关系图：长安福特（2019-）10 图表13：工厂生产指数与产量相关关系图：长安福特（2020-）10 图表14：行业整体人流指数11 图表15：行业整体物流指数11 图表16：合资车企人流指数11 图表17：合资车企物流指数11 图表18：新能源车企人流指数12 图表19：新能源车企物流指数12 图表20：合资车企生产份额12 图表21：新能源车企生产份额12 图表22：工厂生产指数绝对值排名12 图表23：工厂生产指数增速排名13 图表24：蔚来F1工厂白班生产指数14 图表25：蔚来F1工厂晚班生产指数14 图表26：蔚来F2工厂白班生产指数14 图表27：蔚来F2工厂晚班生产指数14 图表28：哪吒桐乡工厂白班生产指数15 图表29：哪吒桐乡工厂晚班生产指数15 图表30：哪吒宜春工厂白班生产指数16 图表31：哪吒宜春工厂晚班生产指数16 图表32：哪吒南宁工厂白班生产指数16 图表33：哪吒南宁工厂晚班生产指数16 图表34：哪吒汽车国内销量17 图表35：哪吒汽车海外销量17 图表36：上汽大众安亭二厂生产指数18 图表37：上汽大众安亭三厂生产指数18 图表38：上汽大众新能源工厂生产指数18 图表39：上汽大众南京工厂生产指数19 图表40：上汽大众宁波工厂生产指数19 图表41：上汽大众仪征工厂油漆车间自动化率85%20 图表42：上汽大众长沙工厂车身车间自动化率61%20 1.生产热度指数观察优势与意义 在对汽车行业的持续跟踪中，我们注意到，行业正在经历此消彼长的分化现象。电动化转型背景下，以合资车企为主的传统汽车制造商普遍面临生产动能的下降，而新能源汽车制造商，例如新势力车企，正在积极扩产以满足日益增长的市场需求。具体来看，分化主要体现在—— 1、市场份额：中国乘用车市场中，合资品牌的市场份额从22年的50%+降至今年的不足40%，持续创下新低，而自主品牌依托新能源汽车产品实现弯道超车，在乘用车市场中自主品牌份额稳步上升，在新能源乘用车这一细分市场中更是占据绝对主导。 图表1：自主、合资品牌乘用车市场份额图表2：自主、合资品牌新能源乘用车市场份额 资料来源：数典汽车，东证衍生品研究院资料来源：数典汽车，东证衍生品研究院 2、库存周期：我们追溯近几年乘用车库存变化可以看到，乘用车市场整体处于去库存周期，其中燃油车去库存的现象尤为显著。在厂商库存方面，近三年燃油车累库均小于新能源车，库存去化均强于新能源车；在渠道库存方面，燃油车22、23年累库均大于新能源车，而24年（截至8月）去库强于新能源车。此外，如果逐月观察，可以发现 12月是燃油车的季节性去库月份，而新能源车并无这种现象。 差异的原因主要包括：1）燃油车库存前期的积累较为充分；2）燃油车销售模式以加盟经销商（年底降库回笼资金）为多，而新能源车企有不少直营模式（根据订单生产）；3）新能源在售车型增加带来必要的累库等。 图表3：燃油车、新能源车厂商库存变化（年累计）图表4：燃油车、新能源车渠道库存变化（年累计） 资料来源：乘联会，东证衍生品研究院资料来源：乘联会，东证衍生品研究院 3、产能利用率：产能利用率是衡量企业经营效率和产品竞争力的关键指标，当前车企产能利用率趋势分化。以上汽集团为例我们可以看到，上汽集团主要子公司多处于产能利用率下降的趋势中，这个现象可解释为——作为国内市场重要的传统车企，在早期已经建设好充足产能，而在市场向新能源汽车转型过程中，一方面企业面临了新旧产能替换的问题，另一方面新兴细分市场竞争格局出现变化。而在新能源汽车领域拥有稳固市场地位的比亚迪（乘用车）产能利用率逐年提升，据年报数据，23年乘用车产能190万辆，产量303万辆，产能利用率高达159.5%。基于产能利用率的模型计算存在偏高的可能，因为设计产能往往是投产时的数值，而可能在随后的生产过程中出现提升。但即使如此，比亚迪优越的订单量和满负荷的生产班次都可以与该高数值相互映照。 图表5：上汽集团主要子公司产能利用率图表6：比亚迪乘用车产能利用率 资料来源：公司公告，东证衍生品研究院资料来源：公司公告，东证衍生品研究院 如上所述，市场份额、库存、产能利用率的推算主要基于常规的行业、企业产量、销量、产能情况。当前，行业整体对销售端的跟踪和分析都较为充分，包括中汽协、乘联会等机构发布的批发、零售、上险量数据，以及各家车企自行公布的月交付数据，但生产端作为同样重要的因子，目前的观察相对不那么丰富。此外我们还看到，过去几年，行业经历了前所未有的挑战，包括疫情的全球蔓延、半导体供应短缺等黑天鹅事件。这些事件不仅对生产和供应造成了重大冲击，也使得市场对生产波动情况变得更加敏感，对相关信息的诉求也更为明确。在此背景下，我们认为，在基础的产销等数据外，对工厂的生产情况进行持续跟踪显得尤为重要。 当前市场上对于工厂运行情况的信息获取存在明显缺口，此外，产能规划调整例如工厂的关闭、转让，或者新工厂的建设等信息，也大多依赖于公司公告或新闻报道，因此常出现信息不全面、不及时、不连续等情况。我们提出，使用数行科技基于移动大数据生成的整车厂生产热度指数来实现对工厂生产情况的跟踪。该指数可与公司公告、新闻报道相辅相成，帮助我们跟踪一家工厂从开始建设到生产开工全周期的情况；还能够在时间维度上更加高频，能够帮助投资者更快了解生产动态，例如，当发生疫情和半导体供应问题时，车企先调整生产计划，后期才会公布当月的产销情况，信息披露滞后于实际生产调整。 2.生产热度指数与产量相关性验证 工厂生产指数可拆分为人流和物流两个大方面维度，可进一步拆分为白班、晚班、夜班人流指数以及轻卡、重卡物流指数。我们选取了比亚迪、上汽集团、上汽大众、一汽大众、长安福特五个对象，结合各企业的汽车月度产量数据，进行工厂人流、物流指数的相关性验证，统计周期为2019年1月至2024年9月。 可以看到，首先，人流指数与产量的相关性通常高于物流指数与产量的相关性。其次，大多数情况下工厂生产指数（人流）和产量的相关系数在0.6以上，可视为存在较强的正相关性，其中，比亚迪工厂人流、物流指数与产量的相关系数高达0.97和0.92。 长安福特相关性偏低。我们注意到其哈尔滨工厂于2019年11月停产，而我们在生产指 数的抓取中未囊括此工厂，因此2019年1-11月期间产量和生产工厂之间存在不匹配。 因此我们重新计算了从2020年起的相关性系数，可以看到，人流指数和产量的相关性 系数重新回到了0.64的水平。 工厂人员数量和产量之间存在较大正相关性，我们认为暂时不存在太大争议，整车行业兼具资金、技术、劳动力、人才密集型特征，人员数量是影响生产的一个重要因素。因此我们可以看到，随着业务扩张，23年比亚迪的员工数量增长了13.3万人至70.4万人，成为全球员工最多车企；而随着全球市场出现收缩面临挑战，海外跨国车企如大众集团不断传出关厂、裁员的消息。当然，除人员数量外，人员技能水平、生产流程优化程度、生产自动化程度等因素都会影响企业最终的产出。如今，自动化率提升已是不争的趋势，随着类似于“黑灯工厂”越来越多的出现，支持该相关性的逻辑正在面临颠覆。 物流指数（卡车数量）和产量之间的正相关性相较之下偏弱一些，除了数据收集层面可能存在不完整以外，我们认为还有一些情形可以对此作出解释：1）在供应商零部件入厂物流方面，为了尽可能以最小的成本准时运送，入厂物流的主要方式已从传统的直接配送转变为直接配送与循环取货相结合的方式；2）在整车出厂运输方面，生产完成的汽车会有一部分停留在车场，也正是因此我们通常以“产量-批发销量”来作为公式模型以估算“厂商库存”。 统计学上看，相关不等于因果。因此，尽管我们能够对上述相关性做出一定解释，但汽车产量受制于市场和产能，也就是说受制于订单情况、项目规划、供应链能力等诸多方面。我们跟踪工厂生产的波动，旨在对上述因素进行侧面印证，并提前或