中国汽车工业的快速发展引起了研究者们对研究中国汽车工业规模经济的浓厚兴趣。廖泉军（1999）通过对轿车工业的研究，发现规模化并未带来低成本，即中国轿车工业仍呈现规模不经济状态，他认为主要原因是企业在未能真正理解和掌握规模经济规律的情况下盲目地扩大生产规模，最终体现的是规模不经济。刘冰（1999）通过对中美两国汽车工业的比较研究，指出中国汽车工业在规模上与美国汽车工业存在差距，中国在1998年的汽车产量仅相当于美国同期的13.3%，而美国最小的“克莱斯勒”汽车公司年产量是中国三大汽车公司（一汽、东风和上汽）年产量总和的2.7倍。杨雪琴（2004）使用部分中国大汽车公司的1999年产量和成本数据分析认为，1999年中国汽车业成本是随着产量的增加而增加，并没有出现规模经济-规模报酬递增阶段。平新乔和魏军锋（2001）使用回归分析方法，从实证的角度对中国汽车工业的市场规模、企业数量、投资的分散程度进行了研究，他们的研究并未对企业的最低最优规模进行测算而侧重于市场规模。
戴双兴（2004）研究认为，尽管从整体看中国汽车工业的规模经济水平太低，但是至少在2001年生产能力在20万～40万辆之间的上汽、一汽、东风和长安汽车集团的规模经济效益开始呈现。Huang（2002）在研究了中国汽车生产企业的绝对规模后，得出结论认为中国企业是典型的在低产量下维持多产品生产的企业。曹建海（2003）研究认为中国经过多年的发展尽管已经有一汽、东风和上汽3家资产规模超过200亿元的特大型汽车企业集团，但从产业整体上看，单个企业的规模仍较小。秦远建和方壮新（2008）基于对策角度对中国汽车工业规模经济进行了研究，他们通过对中外汽车总产量和单个企业的产量以及产业集中度等指标的比较，提出国家应该引导和鼓励基于市场的汽车产业兼并、重组。类似的研究还有金剑锋（2006）和冯飞（2007）等。
时间（2003）基于DEA方法使用中国汽车工业1992～2001年的投入产出数据，对中国汽车产业10年间的资源配置及资产运营的相对效果进行了研究，结果发现中国汽车行业各年份的规模收益基本上处于递减阶段，只有1992年和2001年的产出规模适度，并进一步对中国汽车工业规模经济性差的原因进行了分析。白雪洁和戴小辉（2006）从效率角度运用DEA方法对中国12家主要轿车生产企业规模的经济性进行了研究。使用DEA方法最近的研究有常亚青和宋来（2009）和何元贵（2009）等。
前述有关对中国汽车工业规模经济的研究从研究视角看多为从汽车企业的最小有效规模来研究汽车企业的规模经济，如Huang（2002）、杨雪琴（2004）、戴双兴（2004）、白雪洁和戴小辉（2006）、秦远建和方壮新（2008）等，这在研究视野上不够宽广，而且所得出的最小有效规模相差甚远，例如金剑锋（2006）认为，按国际水平，一个汽车企业年产量为20万辆才能达到盈亏平衡点，30万辆才具有竞争力，25万辆才不会有被兼并的危险，而中国轿车企业绝大多数都没有达到年产量30万辆的规模，冯飞（2007）则认为在全球汽车产业大格局中，年产量低于400万辆规模的汽车企业很难独立生存。因此，是否可以从整个汽车产业的角度而不是只考察企业的产量角度来研究规模经济问题，而且不应只是关心中国汽车工业总体上存在或不存在规模经济，更应关心中国汽车工业离规模经济还有多远，能否给出一个具体的数值从整体上来测度中国汽车工业规模经济的状况而不是只估算规模产量，刘世锦（2008）也认为规模经济所对应的产量规模是一个变量而非常量，产量规模只是形成规模经济的要素之一。也许生产函数不失为一个较好的方法（如像Truett and Truett（2001，2003））。此外，前述许多对中国汽车行业规模经济的研究在数据的选取上跨度较短，只研究了一年或几年的汽车工业规模经济的状况，不能反映较长时期汽车行业规模经济的状况。
从研究方法看前述研究多采用定性的比较分析法和定量的DEA分析法。一些研究者通过比较中国汽车工业与国外汽车工业的有关同类指标，认为在相应时间段中国汽车企业的规模依然较小，如刘冰（1999）、曹建海（2003）、秦远建和方壮新（2008）等。显然，各国的具体情况千差万别，这种比较在逻辑上是否妥当值得研究。产量多、规模大并不等于生产就是经济的，规模小一些也不等于生产就不经济，一个有较低物质资本和人力资本价格的国家与一个有较高物质资本和人力资本价格的国家相比对经济性规模的要求是不一样的。DEA是一种估算效率的方法，它通过测度具有多项投入与多项产出的企业的相对效率，许多研究者使用DEA方法来研究最优规模和规模报酬，使用此方法较有代表性的国外研究如Banker（1984，1992）。DEA法在研究产业内各企业的效率上具有优点，但它不能考察产业的投入要素之间的关系，而且对产业的规模经济的判断是基于产业内各企业规模经济的判断，而不能直接从产业整体上对其规模经济作出判断。
基于上述考虑，笔者基于中国微型汽车所在行业1980～2002年相关的时间序列数据，在估计生产工人、非生产工人和资本三个投入要素的中国微型汽车所在行业的Translog生产函数的同时估计出中国微型汽车所在行业的规模报酬的阶数，并以此对中国微型汽车所在行业的规模经济状况作出判断。
中国微型汽车所在行业规模报酬的估计值是0.789164（模型1）或0.666152（模型2），其标准差为0.315926（模型1）或0.208483（模型2），它们均在5%的显着性水平下与0存在显着区别，但与1没有显着区别。这说明就本文所研究的时期而言，中国微型汽车所在行业接近规模报酬不变的阶段。
从获得的的估计值看，中国微型汽车所在行业规模报酬的估计值与其他国家汽车工业规模报酬的估计值比起来较低。Besen（1967）使用1957年美国的数据估计的运输设备制造业的规模报酬为1.454。Ferguson（1967）使用美国运输设备制造业1958年的横截面数据也获得了规模报酬的估计，其估计值最低是0.878，最高为1.824。Tyboutetal.（1991）应用Cobb-Douglas生产函数使用智利的运输设备制造业的1967年和1979年的面板数据估计了规模报酬，1967年的值为0.983，1979年的值为1.041。Westbrook &； Tybout（1993）使用智利1979～1986年的面板数据获得了运输设备制造业和汽车制造业规模报酬的估计，其值分别为1.217和1.001。也有一些其他的研究者还获得了大于2的估计值，例如，Truett &； Truett（2001，2003）在他们的两篇论文中就获得了大于2的估计值，他们使用西班牙汽车工业1967～1992年的时间序列数据和意大利汽车工业1959～1993年的时间序列数据估计了两国汽车工业的规模报酬，获得的估计值分别为2.664和2.404。尽管这些研究者获得的估计值都比中国微型汽车所在行业规模报酬的估计值大，但研究者们所做的假设检验显示，除了Truett &； Truett的估计值外其他的估计值与1没有显着区别。这说明中国微型汽车所在行业在规模扩张过程中其报酬虽未达到递增阶段而与某些国外的汽车工业存在差距但差距可能并不如想象的那样大。
3.3.5投入要素关系及要素价格弹性
众所周知，确定生产过程中投入要素是替代关系还是互补关系是经济学实证研究的一个重要内容。生产工人、非生产工人和资本是通常考察的三个投入要素，生产工人与非生产工人的区别在于后者一般来说具有更多的技能、获得了更多的训练或接受了更好的教育。在早期的对资本与生产工人和非生产工人两个劳动要素三者关系的研究中，Griliches（1969）提出了一个被称为资本-技能互补性（Capital-Skill Complementarity）的假设，该假设认为技能较少的劳动者比技能较多的劳动者更容易被资本所替代，这意味着当资本不足时可以用具有更多技能的劳动者补充其不足，而当拥有更多技能的劳动者缺乏时可以用更多的资本进行补充；同时，他提供了初步的实证证据来支持他的假设，但是他没有对投入要素的替代弹性进行估计。
在另一项研究中，Bowles（1970）提出了另一个假设，该假设认为用所受教育程度加以区别的劳动投入可以从资本中微弱地分离出来，这意味着不必把劳动考虑成几个要素，而且意味着资本和一种类型劳动的Allen替代弹性（AES）与资本和其他类型劳动的AES是相等的。显然，这两个假设不能都成立。Berndt and Christensen（1974）使用1929～1968年美国制造业的数据估计了生产工人、非生产工人和资本三个投入要素之间的AES，并进一步把Bowles的假设作为零假设而把Griliches的假设作为备择假设进行了假设检验，他们的检验结果在1%的显着性水平下拒绝了Bowles的分离性假设，当然也就支持了资本-技能互补性假设，他们得出结论，非生产工人和资本之间是互补关系，而生产工人与资本之间是替代关系。
Bergstrm &； Panas（1992）使用瑞典的从1963～1980年的时间序列数据估计了资本与蓝领和白领两个劳动投入之间的AES，他们的结论暗示资本-技能互补性假设在他们的情况下有92%的可能被接受。Hashimoto &； Heath（1995）使用1970～1988年日本制造业的时间序列数据和由Hanoch（1975）发展的CDE生产函数检验了资本-技能互补性假设，他们的检验结果几乎不支持资本-技能互补性假设。Duffyetal.（2004）使用73个发达国家和欠发达国家25年的时间序列和面板数据分析认为在总生产水平上存在一些实证证据支持资本-技能互补性假设，但是支持不是太强。Lindquist（2005）的研究认为在生产中资本-技能互相补充是存在的，而且他把这种存在作为瑞典高技能工人和低技能工人收入不平等性加大的原因之一。不同的研究者针对不同的情况得出了不同的研究结果，中国微型汽车所在行业在这三者之间的关系怎样呢？
下面选择模型2来计算三个投入要素之间的AES以确定它们之间的关系。之所以选择模型2是因为在估计出的4个模型中该模型有最大的和最好的Durbin-Watson统计值以及该模型的参数除其中两个（和）之外有最小的标准差，也就是说模型2是拟合数据最好的模型。从4个模型中选择最好模型的一个替代方法是利用Akaike信息准则（AIC）对几个模型排序，一个模型的AIC统计量被定义为，其中是似然函数的对数，是非零参数的个数，是观察值的个数，拟合最好的模型是指AIC统计值最小的模型。通过计算，4个模型的AIC统计值分别为-12.4315（模型1）、-12.7807（模型2）、-12.3980（模型3）和-12.6518（模型4）。显然，模型2应当被选择。
通过与其他研究者如像Berndt &； Christensen（1974）获得的其他国家不同时期的AES进行比较，发现中国微型汽车所在行业三个投入要素的AES要小得多（指绝对值）。对计算出的AES的进一步分析可以发现，这意味着用生产工人比用资本更容易补充非生产工人。此外，可以发现在一些年而在另一些年，因此不能确定是用生产工人比用非生产工人更能够替代资本呢还是用非生产工人比用生产工人更能够替代资本。由于和的估计值的差别很小，为此，检验了假设。由于检验假设等同于检验，因此使用成本份额的均值代替和检验了零假设。检验获得的值是0.129609，概率值为0.718837，因此不能拒绝假设。检验结果并没有支持Griliches的资本-技能互补性假设，相反，检验结果为Bowles的假设提供了一个实证证据。也就是说，就中国微型汽车所在行业而言，生产工人和资本之间、非生产工人和资本之间都是替代关系，而生产工人和非生产工人是互补关系，而且的绝对值随着时间的增加有增加的趋势，而和则相对稳定，生产工人和非生产工人可从资本中分离出来。