根据盖世汽车研究院出口数据库，2026年1-9月，中国汽车出口持续拓展全球市场，出口目的地包含欧洲、东南亚、中东、南美等多个区域，覆盖多种动力类型。从各区域出口企业排名来看，不同车企的市场布局和出口表现呈现出一定差异：部分企业凭借多品牌布局和规模优势，在多个区域保持较大出口体量；部分企业则在特定市场实现较快增长，逐步扩大海外业务规模。整体来看，中国汽车出口企业的海外竞争已从单一市场拓展，逐步转向多区域布局与差异化发展。 2026年1-9月中国乘用车出口欧洲车企TOP10 NO.1 奇瑞汽车，1-9月向欧洲出口426,022辆，累计同比增长275.7%。 NO.2 比亚迪汽车，1-9月向欧洲出口336,163辆，累计同比增长61.7%。 NO.3 上汽乘用车，1-9月向欧洲出口329,843辆，累计同比增长53.7%。 NO.4 吉利汽车，1-9月向欧洲出口159,148辆，累计同比增长151.3%。 NO.5 特斯拉汽车，1-9月向欧洲出口112,725辆，累计同比增长51.4%。 NO.6 零跑汽车，1-9月向欧洲出口99,004辆，累计同比增长324.1%。 NO.7 光束汽车，1-9月向欧洲出口37,403辆，累计同比下降0.3%。 NO.8 易捷特，1-9月向欧洲出口24,327辆，累计同比增长34.8%。 NO.9 长安汽车，1-9月向欧洲出口23,728辆，累计同比增长109.7%。 NO.10 北京现代，1-9月向欧洲出口18,981辆，累计同比增长182.6%。 2026年1-9月，奇瑞汽车以426,022辆的出口量位居欧洲市场第一，累计同比增长275.7%，在榜单中保持明显领先。比亚迪汽车和上汽乘用车分别以336,163辆和329,843辆位列第二、第三，出口规模较为接近，三家车企构成欧洲市场出口的第一梯队。吉利汽车以159,148辆排名第四，与前三名存在一定差距，但同比增长151.3%，表现出较快的增长势头。 从增速来看，零跑汽车累计同比增长324.1%，在TOP10中增幅最高，出口量达到99,004辆，排名第六；奇瑞汽车同样实现超过两倍的增长。长安汽车和北京现代分别增长109.7%和182.6%，均保持较快增长。相比之下，光束汽车出口量同比下降0.3%，是榜单中唯一出现下滑的车企。 2026年1-9月中国乘用车出口东南亚车企TOP10 NO.1 吉利汽车，1-9月向东南亚出口147,274辆，累计同比增长160.6%。 NO.2 比亚迪汽车，1-9月向东南亚出口110,697辆，累计同比增长1.5%。 NO.3 奇瑞汽车，1-9月向东南亚出口64,795辆，累计同比增长1.3%。 NO.4 振宜汽车（奇瑞控股），1-9月向东南亚出口59,188辆，累计同比数据暂未披露。 NO.5 长安汽车，1-9月向东南亚出口24,582辆，累计同比下降5.6%。 NO.6 特斯拉汽车，1-9月向东南亚出口21,522辆，累计同比增长67.2%。 NO.7 长城汽车，1-9月向东南亚出口20,122辆，累计同比增长33.6%。 NO.8 上汽通用五菱，1-9月向东南亚出口18,569辆，累计同比增长103.2%。 NO.9 零跑汽车，1-9月向东南亚出口18,301辆，累计同比增长213.3%。 NO.10 上汽乘用车，1-9月向东南亚出口18,280辆，累计同比增长57.8%。 2026年1-9月，吉利汽车以147,274辆的出口量位居东南亚市场第一，累计同比增长160.6%，领先第二名比亚迪汽车36,577辆。比亚迪和奇瑞分别以110,697辆和64,795辆位列第二、第三，但同比增幅仅为1.5%和1.3%，出口规模保持在较高水平，增长相对平缓。振宜汽车以59,188辆排名第四，与奇瑞汽车的出口量较为接近。两家企业均属于奇瑞控股体系，合计出口123,983辆，体现出奇瑞体系在东南亚市场的出口规模。 从同比表现来看，零跑汽车增长213.3%，增幅位居榜单首位，出口量为18,301辆；上汽通用五菱增长103.2%，排名第八。特斯拉、长城、上汽乘用车也实现不同程度增长。长安汽车则同比下降5.6%，是已披露同比数据的车企中唯一出现下滑的企业。整体来看，东南亚市场头部出口规模相对集中，吉利、比亚迪和奇瑞位居前三；与此同时，零跑、上汽通用五菱等车企也呈现较快增长。 2026年1-9月中国乘用车出口北美车企TOP10 NO.1 上汽通用五菱，1-9月向北美出口100,658辆，累计同比增长20.3%。 NO.2 上汽通用，1-9月向北美出口37,517辆，累计同比增长81.1%。 NO.3 长安福特，1-9月向北美出口33,205辆，累计同比增长28.0%。 NO.4 吉利汽车，1-9月向北美出口29,629辆，累计同比增长37.3%。 NO.5 上汽乘用车，1-9月向北美出口26,864辆，累计同比增长18.7%。 NO.6 奇瑞汽车，1-9月向北美出口23,193辆，累计同比下降8.3%。 NO.7 江苏悦达起亚，1-9月向北美出口20,769辆，累计同比下降6.6%。 NO.8 特斯拉汽车，1-9月向北美出口15,065辆，累计同比增长130.4%。 NO.9 比亚迪汽车，1-9月向北美出口13,195辆，累计同比下降83.2%。 NO.10 江铃汽车，1-9月向北美出口13,006辆，累计同比增长25.2%。 2026年1-9月，上汽通用五菱以100,658辆的出口量位居北美市场第一，明显领先其他车企，约为第二名上汽通用的2.7倍。其中，燃油车占据较大比重。上汽通用以37,517辆排名第二，长安福特、吉利汽车和上汽乘用车分别位列第三至第五，出口量均在2.6万至3.3万辆之间，形成第二梯队。整体来看，上汽集团旗下企业在榜单中占据多个席位，其中上汽通用五菱、上汽通用和上汽乘用车合计出口165,039辆。 特斯拉汽车同比增长130.4%，上汽通用增长81.1%，吉利汽车增长37.3%；比亚迪汽车则同比下降83.2%，奇瑞汽车和江苏悦达起亚也出现不同程度下滑。这种分化除了与企业自身的产品布局和市场策略有关，也受到北美贸易政策、关税安排及地缘政治环境的影响。近年来，北美市场围绕汽车及零部件进口的贸易政策持续调整，区域贸易规则和供应链本地化要求也增加了车企出口的不确定性。 2026年1-9月中国乘用车出口中南美车企TOP10 NO.1 比亚迪汽车，1-9月向中南美出口293,512辆，累计同比增长151.3%。 NO.2 奇瑞汽车，1-9月向中南美出口188,157辆，累计同比增长95.7%。 NO.3 吉利汽车，1-9月向中南美出口102,594辆，累计同比增长450.3%。 NO.4 长城汽车，1-9月向中南美出口96,250辆，累计同比增长96.9%。 NO.5 长安汽车，1-9月向中南美出口56,606辆，累计同比增长260.8%。 NO.6 江苏悦达起亚，1-9月向中南美出口52,303辆，累计同比增长44.2%。 NO.7 上汽通用五菱，1-9月向中南美出口42,338辆，累计同比增长152.4%。 NO.8 江铃汽车，1-9月向中南美出口34,126辆，累计同比增长20.7%。 NO.9 上汽乘用车，1-9月向中南美出口32,389辆，累计同比增长111.2%。 NO.10 特斯拉汽车，1-9月向中南美出口25,099辆，累计同比增长1935.6%。 2026年1-9月，比亚迪汽车以293,512辆的出口量位居中南美市场第一，累计同比增长151.3%，领先第二名奇瑞汽车105,355辆。奇瑞汽车出口188,157辆，同比增长95.7%，位列第二。吉利汽车和长城汽车分别以102,594辆和96,250辆排名第三、第四，两家车企出口规模较为接近，均超过9万辆。前四名车企出口量均在9万辆以上，构成中南美市场出口的主要力量。 从同比增速来看，TOP10车企均实现增长，其中特斯拉汽车同比增长1935.6%，增幅最为突出，但出口量为25,099辆，排名第十；吉利汽车增长450.3%，长安汽车增长260.8%，分别位列第三和第五。上汽通用五菱、比亚迪和长安汽车也实现超过两位数的增长。相比之下，江铃汽车增幅为20.7%，在榜单中相对较低。整体来看，中南美市场呈现头部企业出口规模较大、多数车企保持增长的特点，同时不同企业的增长幅度差异明显。 2026年1-9月中国乘用车出口中东车企TOP10 NO.1 奇瑞汽车，1-9月向中东出口115,786辆，累计同比增长4.5%。 NO.2 比亚迪汽车，1-9月向中东出口91,383辆，累计同比增长11.4%。 NO.3 吉利汽车，1-9月向中东出口47,131辆，累计同比下降13.5%。 NO.4 上汽乘用车，1-9月向中东出口47,106辆，累计同比下降35.0%。 NO.5 长城汽车，1-9月向中东出口46,091辆，累计同比增长15.9%。 NO.6 长安汽车，1-9月向中东出口38,716辆，累计同比增长2.1%。 NO.7 江苏悦达起亚，1-9月向中东出口36,571辆，累计同比下降42.4%。 NO.8 东南汽车（奇瑞控股），1-9月向中东出口28,969辆，累计同比下降25.5%。 NO.9 北京现代，1-9月向中东出口25,125辆，累计同比下降20.5%。 NO.10 开瑞汽车（奇瑞控股），1-9月向中东出口24,601辆，累计同比增长30.2%。 2026年1-9月，奇瑞汽车以115,786辆的出口量位居中东市场第一，累计同比增长4.5%；比亚迪汽车以91,383辆排名第二，同比增长11.4%。两家车企出口量明显高于其他上榜企业，形成第一梯队。吉利汽车、上汽乘用车和长城汽车分别以47,131辆、47,106辆和46,091辆位列第三至第五，三者出口规模十分接近，竞争较为胶着。长安汽车以38,716辆排名第六。 从企业集团布局来看，奇瑞控股在中东市场呈现出多品牌协同出口的特点。奇瑞汽车以115,786辆位居榜首，东南汽车和开瑞汽车也进入TOP10，三家企业合计出口169,356辆，超过比亚迪汽车与吉利汽车的出口量总和。除奇瑞体系外，比亚迪以91,383辆位居第二，是榜单中另一家出口规模较大的自主车企。相比之下，吉利、上汽、长城和长安等车企的出口量集中在3.8万至4.7万辆区间，形成较为接近的竞争梯队。

存储芯片警报未消，高端汽车PCB（印制电路板）同样告急。 过去两三周就能交付的货，如今要等上20周。涨价从覆铜板、玻纤布一路传导到最不起眼的辅料。中国PCB产值全球占比超57%，命门却可能攥在更上游的一台织机手里。 制造这轮短缺的，不是汽车需求自身的起伏，而是AI算力需求的爆发式增长。它正以前所未有的力度，从汽车产业抢走材料、产能与设备。 从3周等到20周，缺口不在板厂，在更上游 变化首先体现在交期上。 过去汽车PCB的交期通常是2到3周，现在平均要20周。某外资Tier1管理层坦言，交货周期被拉长了数倍。 他特别强调，真正拖慢交付的并不是板厂产能，而是覆铜板（CCL）、半固化片（PP）这些上游材料。 涨价同样从上游开始。某PCB厂商内部人士透露，自2025年第四季度起，涨价从覆铜板、玻纤布一路传到钻嘴、盖板等辅料，PCB每一层都在承受成本压力。 相关报道显示，2026年以来，龙头覆铜板企业已多次上调板料、半固化片和铜箔加工费。 AI制图；来源：豆包 为什么产能庞大的中国PCB产业，会被上游材料卡住？ 据上述PCB厂商内部人士介绍，这条产业链像一座层层收窄的倒金字塔。 最顶端是高度分散的PCB制造，全球约2000至3000家工厂，多数集中在中国。往下，覆铜板（CCL）全球约20家、主力供应商约8家。再往下，玻纤布（电子布）全球约15家、主力厂商约6家。而在最底端，制造高端电子布的喷气织机，全球几乎只依赖一家日本企业。 据公开资料，全球高端电子布（尤其是超薄品类）的产能，高度依赖丰田等少数厂商供应的高端喷气织机，丰田在该设备环节占据90%以上份额。 据上海证券报、财联社等报道，其JAT910系列是业内公认能稳定量产1080及以下超薄电子布的设备，在这一超薄布领域份额接近95%，交付周期长达18至24个月，现有订单已排至2030年，丰田且已于2026年5月停止接收高端织机新增订单。 而AI，正在改写上游材料的结构。 某头部PCB厂商负责人解释，在过去的电子布结构中，7628等厚布主要供应车板、工控和消费类产品，占比约七成，而1037、1027等超薄布用量很小，占比仅15%至20%。 这两年，AI服务器的高多层板几乎全部使用超薄布，彻底改变了这一结构。 需求陡增，上游材料商纷纷把产能转向超薄布，车规厚布随之被挤出。 铜箔也在同步升级，从标准铜箔转向RTF反转铜箔，再向AI服务器所需的HVLP低轮廓铜箔攀升。 这种挤出有多严重，几组数字足以说明。 民生证券研报称，AI服务器所需的HVLP4高频高速铜箔，全球月产能仅约700吨，2025年月需求已达850吨，缺口率超过40%。该机构2025年11月曾预测，随着1.6T光模块放量，2026年月需求有望突破3000吨、有效产能仅约1300吨。 各机构对2026年缺口测算口径不一，但供不应求、缺口两成以上是一致判断。 平缓的汽车需求，天然争不过陡峭的AI需求。 行业研究机构Prismark的数据印证了这一点。2025年全球PCB产值约858亿美元，同比增长16.7%。其中，服务器与数据存储用PCB大增约46.9%，汽车用PCB仅增长5.7%。展望2025至2030年，汽车板复合增速预计仅约3.3%（2026年3月口径，不同季度预测略有差异）。 AI是爆发式、抢夺式的增长，汽车是平缓、可预期的增长，拿到优质资源的一定是那条更陡的曲线。上述PCB厂商负责人表示。 更棘手的是，汽车板几乎无法灵活调剂。它高度定制化，一块板对应特定车型，不能随意切换，安全件更是质量红线。而电动化、智能化还在持续抬高单车PCB用量，从燃油车的约0.5至1平方米、价值数百元，提升到新能源车的3至5平方米、数千元。 需求在增长，产能却在被分流。这，就是结构性短缺。 从救火到穿透，把风险看到第五级 如此看来，这种短缺短期内难靠扩产解决，产业链的应对思路也在转变，从被动救火转向主动构建技术韧性。 第一步，是把鸡蛋放进不同的篮子。 上述外资Tier1内部人士介绍，公司把多源采购（multi-sourcing）作为采购战略的核心，要求尽可能多的关键料号拥有至少两家合格供应商，并在板厂和覆铜板厂两个层面持续拓宽供应商池。 上述PCB厂商内部人士表示，第一梯队的厂商可能已基本转向AI，第二梯队供应商可能50%至70%都转去做AI了，企业可以继续往下探到第三梯队，事实上，现在第三梯队一些供应商已经在接受相关验证。 未来一款料号，可能要配套两种可以相互切换的材料。该内部人士指出，这靠板厂自己做不到，必须把客户和供应商一起拉通。 但多一个备选，绝不只是在系统里新增一个物料编码。 一套可切换的备选体系，至少要走完五个环节。材料选型时，只有满足工艺参数的才能进入备选库。验证阶段，要同时通过板厂和客户端的双重验证。在此基础上，实现从PCB到覆铜板的全链条可追溯，再把量产节点前置。最后，供应商、板厂与客户要高度开放协同，把工作做在前面。 图片来源：景旺电子官网 能不能像应对其他短缺那样，靠大量囤库存缓冲？该内部人士给出了否定答案。 其一，当前材料连满足即期需求都很紧张，没有多余产能可供囤货。 其二，半固化片等材料有严格的储存条件和有效期，部分半固化片有效期仅约3个月，超期会直接影响汽车可靠性，这是不可触碰的红线。 其三，汽车板按车型定制，一旦改款换代或预测偏差，囤积的专用板就会变成无法转用的呆滞库存，还挤占资金与仓储。 这也与全球供应链管理近年的反思一致：纯粹追求极致成本效率的准时制（JIT），正在转向准时制＋以防万一的混合模式。对关键、长交期物料保持适度战略库存，真正的底气则建立在快速切换能力上。 第二步，是把风险视线向供应链深处穿透。 过去看一级、二级供应商已经不错，现在必须看到四级、五级。某咨询机构资深人士指出，这轮短缺暴露的不只是材料和产能竞争，更是对外来者的盲区：只盯着原有供应体系，很难察觉新进入者正从外部抢走资源。 第三步，是在波动中重建信任与协同。 整车厂给不出绝对稳定的预测，但可以做到透明。某整车企业采购负责人建议，把主机厂、Tier1直到Tier2、Tier3、Tier4、Tier5纳入同一个沟通机制，共享真实需求，同时借助大数据和AI工具改善预测，人基于有限信息判断未来，误差更大。AI或许能凭更大的知识量，找到更多解法。 协同，还体现在对未来产能的提前锁定。 一供应商管理层指出，AI客户往往提前锁定2027年甚至2028年的订单，倒逼上游产能优先保障自己。汽车产业链要应对，就必须与战略客户提前梳理明年的真实需求、层层向上传递，同时请客户支持对替代供应商的快速认证。 这条链上要找的，是价值观一致的长期主义者。他表示，短期汽车板不如AI产品赚钱，但汽车是一个稳定数十年的行业，能否绑定一批坚持车载战略、愿意共担波动的伙伴，决定了企业能否平稳渡过2027年的保供大考。 从活下来到走得远，商业韧性是更长的考题 技术韧性解决的是活下来。但要走得远，还需要另一层更难的支撑。 先看清一个现实，上游扩产有其客观周期，所谓中国速度在最上游并不完全适用。 上述PCB厂商负责人提到，建一座规模化玻纤窑炉，投资至少约20亿元。窑炉一旦点火，1400摄氏度的高温就要连续运转，且一旦设定产品结构，往往十年内难以更改。 这就是行业里赚一年、养三年的逻辑，上游企业对扩产天然谨慎。再加上高阶铜箔后处理线、超薄布核心织机仍集中在日本企业手中，材料端的真正缓解尚需时日。 上述供应商管理层判断，2027年将是汽车供应链保供最严峻的一年，产能瓶颈的实质性缓解，可能要等到2028年。 需要冷静的是，缺口并非永恒。一方面，AI数据中心需求同样有周期，下游一旦回落，被抢走的产能未必不会回流。另一方面，国内玻纤、铜箔、电子布的扩产潮已经启动，行业已出现结构性过热预警。对汽车产业而言，今天争的是有没有，明天要面对的可能是贵不贵、要不要继续锁定。 图片来源：宏和科技官网 缺口之中，国产替代正在加速。 公开报道显示，高端覆铜板、HVLP铜箔、高端电子布等环节，国内企业已相继突破。织机环节，国产设备在常规电子布规格上已形成一定替代能力，但高端特种布所需设备仍空白或处于验证阶段，加之头部产线仍以进口设备为主，国产设备在良率、效率及可靠性验证上仍有明显差距。 业内人士判断，随着新窑炉和新铜箔产能陆续投产，2027年下半年国产材料有望逐步接棒，但能否如期实现，仍取决于扩产节奏与车规认证进度。而对汽车安全件而言，认证与验证不能为速度让步，这是技术韧性必须守住的底线。 技术替代之外，还有一个更本质的概念：商业韧性。 上述咨询机构人士解释，产品认证、备份替代、快速切换是技术韧性，解决短期能否供货。中长期的供应保障，则要回答三个商业命题。 其一，上游投入重资产扩产，能否获得清晰、稳定的投资回报：如果下游在产能建成后突然弃用，谁来为风险买单？ 其二，韧性是有成本的，多重认证、战略库存、冗余产能带来的成本，应当在产业链各环节间如何分摊？ 其三，风险如何沿链共担，从最下游的主机厂到各级供应商，能否建立起共同分担的机制？ 技术韧性让我们在2026、2027年活下来，商业韧性则让我们走得更长远。 耐人寻味的是，这轮由AI引发的冲击，最终也可能由AI提供部分解法。 上述咨询机构人士把企业的AI应用分为提效、提效用、规模化三个阶段：从处理小场景的提效，到深入生产排程、工程技术、改善财务结果，再到成为AI原生组织。 据公开的行业实践，大模型已能把台风天气、上游供给、运输时效等纳入推演，提前预警并建议调整生产。数字孪生、供应链控制塔等手段，正让风险识别与策略生成的闭环成为可能。 在更长远的视野里，汽车与AI的关系不止于争夺资源：汽车本身就是高度智能的载体，更可能是具身智能的重要雏形，对芯片和AI的需求还将持续抬升。 倒金字塔的故事，本质上是一个关于确定性的故事。 当全球产业都在为AI的高回报加速时，汽车产业更需要用长期主义、透明协同与商业共识，为自己锁定一份稳定的上游预期。 这场韧性重建没有单一赢家。唯有一群人一起走，平缓的汽车曲线，才不会在陡峭的AI浪潮中，失去自己的位置。