在风起云涌的电动化转型驱动下，新能源汽车已成为引领国内乘用车市场走向的风向标。与此同时，由新能源汽车引发的营销、服务以及金融等汽车后市场的裂变正在加速。

【资料图】

新能源汽车时代下，汽车营销和服务都在发生颠覆性变化，这种变化正在加速推进整个行业价值链模式的演进；包括二手车市场、汽车金融等领域也随之面临着新的发展趋势。未来，新能源汽车产业的发展，将面临哪些机遇和挑战？二手车市场、汽车金融等汽车后市场领域又将如何沉着应变、布局未来？

日前，汽车后市场专家刘加兵在接受本报记者采访时表示，中国新能源汽车产销量已经连续八年位居全球第一，成为全球新能源汽车第一大国，新能源汽车市场渗透率也步入高增长快车道，可以说国内新能源汽车产业已经步入到发展的新阶段，包括基础配套设施完善、充电及售后服务的跟进，以及产业链供应链的持续稳定等一系列问题都将成为未来新能源汽车产业发展的焦点。与此同时，在电动化、数字化、智能化的背景下，二手车市场、跨境电商以及汽车金融行业也迎来发展的新风口和拐点。

快速增长之下，新能源汽车几大焦虑亟待破解

今年一季度，国内新能源汽车产销分别完成165万辆和158.6万辆，同比分别增长27.7%和26.2%，市场占有率达到26.1%。“一路狂飙”的新能源汽车，在迅速成长、屡屡创下骄人业绩的同时，仍有诸多风险和挑战亟待规避、化解和应对。

另一组数据显示，随着规模达到一定量级，我国新能源汽车市场增速在放缓。从2021~2023年一季度的数据对比看，2021年一季度新能源汽车销量为294万辆，同比增长308%，2022年一季度新能源汽车销量的同比下降132%，今年一季度销量同比继续大幅缩水至22%。

“新能源汽车市场增速最快的时刻已经过去，2023年的新能源市场将进入‘低增长’阶段。”刘加兵判断，“今年，延续了13年的新能源汽车国家补贴已正式退出，补贴退出后，在市场化竞争下，车企降成本压力增大，行业洗牌必将提速，大量不具备综合竞争力的企业将被淘汰出局，事实上，在已经过去的近5个月中，车企都深切地感到2023年整个行业已经‘卷’出了新高度。”

采访中，刘加兵表示，当下及未来，新能源汽车行业存在不容回避的风险和挑战。“比如，大部分新能源车企仍然无法破解盈利焦虑。如何实现盈利，几乎似乎还摆在目前所有本土车企面前的一道‘世纪难题’；另外，新能源汽车依然没有完全摆脱里程焦虑，目前，锂电新能源车的动力电池性能受温度影响极大，无论是三元锂电池还是磷酸铁锂电池，冬天车辆续驶里程都会明显降低。对于动力电池来说，低温都会影响正负极材料的活性、电池的内阻，以及电解液的导电能力，对外就表现为电池可用容量减少，续驶里程打折。”刘加兵说，“相应地，新能源汽车价值链和供应链在随着行业进步而快速重构的同时，也存在一些风险。比如，在关键零部件领域，动力电池依然存在结构性产能过剩和高端产能不足的问题，对于供应链中严重依赖进口的产品，像三元正极的镍/钴资源、车载芯片等产品对进口的依赖度较高等等，这些问题未来能否通过技术创新、自主研发等方式化解，是支撑新能源汽车产业可持续发展的关键。” 

随着规模的扩大、技术的持续提升，新能源汽车正加速步入新的竞争阶段，这也需要韧性更强的产业链与之相匹配。采访中，刘加兵坦言，目前国内新能源汽车产业链仍然存在短板，一些关键系统、关键材料仍然被国外企业垄断。在芯片方面，一些芯片基础IP、高端芯片制造工艺等也主要依赖国外授权。在充换电基础设施建设层面，从技术到成本尚不成熟，仍有较大的提升空间。因此，电池材料缺乏革命性突破、汽车芯片尚不能实现国产替代、充电基础设施不尽完善等均是国内新能源汽车行业的瓶颈。

谈及业内热议的“缺芯贵电”，刘加兵认为，尽管我国“缺芯”问题得到了一定缓解，但由于新能源汽车发展迅速，现有芯片供应仍不能完全满足市场需求，而受“贵电”困扰，车企在2022年均出现了不同程度的销量下滑和交付延期。“短时间内‘缺芯贵电’仍然难以缓解，但随着国家相关部门制定极端风险下的保障方案，今年相较去年将有所改善。”刘加兵说。

变中寻机 打造韧性产业链

步入发展新阶段的新能源汽车产业，在打破瓶颈、化解风险的同时，又将有望迎来哪些新机会？ 

对此，刘加兵认为，新能源汽车的产业链很长，包括了电池、电机、控制器、传动系统、制动系统、转向系统、元器件、充换电设备、废旧电池回收处理装备等等，只有加快建设强大的产业链，整个新能源汽车发展才能获得最佳效果。“未来新能源汽车上游资源、动力系统以及智能化相关领域将迎来更多机会。”刘加兵说，“在上游资源开发方面，海外资源开发将成趋势。比如，未来中国锂钴企业走出国门，进行海外资源并购开发是趋势。另外，随着三元动力电池能量密度提高，适用于长里程新能源汽车，预计未来能量体系锂占比将提高，锂需求提升。同时，产业链联盟将继续发展壮大，下游新能源车企将建立从资源到电池的产业联盟，尤其进入主流新能源车企供应体系的锂钴行业将获得更大发展机会。最后，是产业链的拓展深化。目前，锂钴企业纷纷拓展产品线，出现锂钴企业业务互相渗透以及向镍资源开发和冶炼横向拓展趋势。” 

在核心技术层面面，未来拥有技术研发优势的动力电池企业将越来越得到下游产业链的青睐。对此，刘加兵判断，未来一线电池厂商普遍会保留一部分正极产能，同时加大对资源端的布局，以此来保障供应链的稳定。同时也会积极寻求外购，以确保产品技术的领先性。拥有技术研发优势的正极厂商依然有望长期受益。同时，高比容量负极是行业发展趋势。随着电池能量密度的不断提升以及快充技术的发展，负极材料逐渐向高比容量材料、快充性、低膨胀性等方向转型；隔膜领域，龙头先发优势明显，未来强者恒强。在电解液领域，原材料一体化与添加剂配方获得是未来趋势。溶质、溶剂、添加剂等原材料占电解液生产成本90%左右，其价格波动显著影响电解液厂商的盈利能力；纯电解液环节盈利空间有限，龙头厂商未来会在原料端进行更多布局。另外，安全有效的添加剂配方是获得电解液产品溢价的关键，未来电解液企业之间的竞争更多着眼于配方的开发以及对电池厂快速响应的服务能力。

电机电控系统，目前国内车企加大自供比例，刘加兵判断，未来从供应安全、降低成本和掌握动力总成技术等角度，将有越来越多的整车厂从依赖第三方供应商转向自供电机电控。在智能化方面，未来摄像头、毫米波雷达、超声波、激光雷达多传感器融合将是实现车辆环境感知的主流方式。传感器高端市场国际巨头仍将占领一定份额，不过国产厂商不断取得突破，未来机会可期。

新能源汽车金融如何创新

不可否认，目前在竞争激烈、利润下行、汽车金融产品同质化的现状下，汽车金融市场也面临着变革。加之新能源汽车的快速发展，汽车金融领域也需要开辟新思路。

对此，刘加兵认为，目前我国是全球最大的汽车市场，庞大的需求“基本盘”为未来汽车金融市场的创新和持续发展打下了坚实基础。随着未来经济增长、消费升级，预计人均汽车保有量有望进一步提升，这也将带动汽车产业“总盘子”扩大，从而为汽车金融市场提供更广阔的前景。“从需求结构看，二车手、新能源汽车、网约车、商用车市场快速发展，也需要创新的汽车金融市场做支撑。”刘加兵说，“未来随着二手车交易的蓬勃增长，消费者需求逐步成熟、政策支持日趋完善，预计二手车交易占比有较大提升空间，尤其是新能源二手车，未来置换需求将加大，预计有望为汽车金融带来更多机遇；另外，网约车和分时租赁的快速发展，使平台在扩大车队规模过程中也衍生出较大的金融杠杆需求。”

在金融产品的创新方面，近几年，随着新能源汽车进入二手车交易的量日渐增多，除了传统的汽车金融产品外，在新能源车产品上业内也推出了很多差异化的产品，比如新能源车的残值担保产品。另外，针对新能源车的产品特点还推出了超长期限的定额电池金融或者租赁产品，进一步在产品层面全方位地满足客户对于新能源车的需求，来配合新能源车辆的销售。对此，刘加兵表示，针对新能源车的这些产品，和主机厂一起合作残值担保的服务，目的是要进一步稳定和增强新能源车辆的残值管理，不仅可以缓解客户对于残值的焦虑，可以保证客户的无忧驾驶，享受电动车带来的驾驶乐趣，也进一步增强了新能源车在市场的竞争力。目前，除了头部车企早先就配备厂家金融之外，更多的新能源车贷款流入银行、金租、商租体系。在这个领域，未来实际竞争异常激励。

伴随着汽车行业数字化、智能化转型，对汽车金融行业提出哪些新的需求和建议呢？“关于汽车金融，风控是核心，所以对于金融的风控体系而言，数字化和智能化也是非常重要的。通过大数据应用的提升，专门成立数据团队，挖掘数据潜力，提升客户画像的分析，提升自动审批率。在经销商融资业务中，应用创新技术手段，对位于经销商端的融资车辆进行合理管控，实施了电子查库项目来代替传统的人工查库。电子查库项目用定位技术和AI两种查库方式相结合，增加了监管的灵活性多样性，减少了常规人力查库对于经销商日常业务的打扰，也节约了人力成本。”刘加兵说，“比如目前年轻一代对于电动车的车内互联、人机交互等智能化程度比燃油车诉求更高，基于目前这些变化，汽车金融产品也要做相应的调整来适应和满足客户的诉求。消费者可以在厂商APP或网站上自主选择车型，并且在平台上享受及时、便捷的金融服务，通过电子签名的方式完成购车车辆零售信贷申请和合同签署，将贷款流程和开走一辆车的时间最快缩短到10分钟，电子合同使用率更是高达90%以上。也可以通过智能机器人智能客服，7*24小时全天候服务，随时为客户回答问题。让客户足不出户即可贷车到家。这些数字化技术的应用，极大地提升了客户在使用金融工具购车过程中的服务体验。”

值得注意的是，由于市场环境变化很快，信审审核偏好与市场竞争经常出现不匹配的情况，导致有些无效的信审偏好不仅拒绝了“好”客户，还批复了“坏”客户，对此，刘加兵表示，这就需要汽车金融用创新的信审流程，提升审核流程的效率和科学性，全面通过“人”、“车”、“场景”综合了解，利用机器大数据学习模型，避免人的感性认知干扰，才能进行客户的综合分析判断，不错杀一个“好”客户，也不误判一个“坏”客户。