新能源汽車產業鏈創新效率及要素投入差異性研究
——基于兩維度創新驅動視角

戴 強 王 蕾

（安徽財經大學，安徽 蚌埠 233030）

2006 年 《國家中長期科學和技術發展規劃綱要（2006—2020 年）》公布，黨的十八大作出了創新驅動發展戰略部署。 2015 年，《中共中央國務院關于深化體制機制改革加快實施創新驅動發展戰略的若干意見》發布。2016 年《國家創新驅動發展戰略綱要》正式實施， 創新驅動戰略是我國現代化道路上的必然選擇。 在當前綠色經濟的背景下，傳統高污染汽車行業紛紛進軍新能源汽車市場， 新能源汽車產業也成為我國國民經濟中的戰略性新興產業之一。 2018 年我國新能源汽車銷量125.6 萬輛，目前我國是新能源汽車的最大市場，份額在全球占比高達58%。 創新政策的推動，政府補貼和稅收優惠的刺激，企業內部研發人員和研發經費的投入， 使得新能源汽車行業日益壯大。 但隨之而來的政策局限性、內部投入產出不合理及新能源汽車產業對補貼的依賴性問題也日趨嚴重。 2019 年我國新能源汽車銷量120.6 萬輛，下滑約4%。這是我國大力推動新能源汽車市場發展以來，第一次出現新能源汽車下滑。 合理評價兩維度創新驅動政策對新能源汽車產業鏈上市公司的影響， 對政府把握新能源汽車產業鏈上中下游的情況具有一定參考價值。

一、文獻綜述

為貫徹落實國務院關于培育戰略性新興產業和加強節能減排工作的部署，新能源汽車補貼應運而生。新能源汽車行業作為新興的朝陽產業，一直受到各界的關注。國內外學者對于新能源汽車行業的研究成果頗豐。馬亮（2019）基于雙積分制背景，研究發現消費者支付意愿的提高、電池生產企業研發能力的提升、市場上新能源汽車積分交易價格的上漲,都有利于新能源汽車續航能力的提高[1]。 高偉（2019）從不同市場結構出發，分析了政府補貼和企業研發投入，企業績效之間的關系[2]。 張永安（2019）從創新驅動視角出發分析了新能源汽車上市公司的創新效率，重點分析了政府補貼和稅收優惠對企業的影響[3]。 李紹萍（2018）分析了企業盈利能力、成長能力、技術水平、研發投入與新能源汽車企業財政補貼、稅收優惠的關聯關系[4]。郭燕青（2017）基于產業創新生態系統網絡化組織特征，建立了新能源汽車產業鏈創新生態系統[5]。阮嫻靜（2016）用灰色關聯模型評價新能源汽車競爭力，認為政策的推動極大促進了產業競爭力的提升[6]。 童萍（2019）從企業層面實證分析新能源汽車技術創新效率,結果表明我國新能源汽車企業整體技術創新效率處于中等水平，創新投入產出優化緩慢，企業發展還有很大提升空間[7]。 高陽（2016）從城市的視角將主成分分析與DEA 模型結合起來分析新能源汽車的技術創新效率問題,發現該行業普遍存在新產品開發投入冗余、研發支出投入過多、企業規模不合理和資源利用效率不高等問題[8]。 綜上可以看出，對新能源汽車行業整體分析的文獻較多， 但對新能源汽車上中下游產業鏈的研究較少。 基于此，本文以新能源汽車行業上市公司為對象，劃分為上游、中游、下游，分析了新能源汽車產業鏈上市公司2014-2018 年的創新效率，并從創新驅動視角出發，構建兩維度創新驅動評價體系，運用灰色關聯分析法，以創新綜合效率為參考值，分析要素投入的差異性。

二、研究方法和數據來源

（一）研究方法

1.數據包絡分析法

數據包絡分析法簡稱DEA，DEA 方法通過使用數學規劃構建模型，來測算具有多個輸入與輸出的決策單元間的相對有效性，CCR 模型 （1） 和BCC 模型（2）是其中的基本模型，可以判定決策單元是否有效。

式（1）和（2）中 θ 為各決策單元效率值， 在 0～1之間， λi為決策單元 i 的投入產出指標權重， xi為決策單元i 的投入指標， yi為決策單元i 的產出指標，s-，s+分別為投入和產出松弛變量。

2.灰色關聯分析法

灰色關聯分析法是研究兩個因素或者兩個系統關聯程度的方法，可以分析子因素與母因素之間發展趨勢的相似或相異程度， 根據序列曲線幾何形狀的相似程度判斷，常用灰色關聯度來衡量。 具體步驟如下：（1）確定參考數列和比較數列。 參考數列Yj=（yj1,yj2,yj3……yjn）（j=1,2,3,.......n） 是反映系統行為特征的數列，用創新綜合創新效率值衡量。比較數列Xi=（xi1,xi2,xi3……xin）（i=1,2,3,........n） 表示新能源汽車上市企業兩維度要素投入。 （2）對數據進行無量綱化處理。（3）計算關聯系數，計算公式如下：

其中 i=1,2,3,......n，j=1,2,3......n，k=1,2,3.......n，p是分辨系數，取值范圍在0-1 之間，一般取值為0.5。（4）計算參考數列和比較數列的關聯度r，r 越接近于1，表明兩者之間相互作用越大

（二）研究對象與數據來源

1.研究對象及指標選取

兩維度創新驅動指政府維度投入和企業維度投入，借鑒張永安（2019）[3]的做法，企業投入采用人員和資金投入衡量，用財務表中披露的研發人員數量和研發資金投入來表示。政府投入則分為財政補貼和稅收優惠兩個方面，用財務報表中的政府補助和稅收返還來表示。借鑒高陽（2016）[8]的做法，將產出分為產品產出和專利產出兩方面， 用利潤額和專利申請數衡量。由于利潤額有些年份可能出現負數， 本文借助DEA決策單元“變換不變性”特點，讓決策單元同時加上相同數來中和負數效應，使得決策單元有效（見表1）。

表1 創新驅動視角下企業創新效率評價指標體系

2.數據來源

本文依據同花順財經概念股分類， 選取新能源汽車行業上市公司， 樣本時間跨度為2014-2018年，剔除數據缺失以及ST 公司后，最終樣本量115家，數據總計3,450 個，手動劃分為上游企業22 家，中游企業47 家， 下游企業46 家。 財務數據來源于CSMAR 數據庫以及東方財富網，部分數據手動年報摘得，專利數據來源于大為專利數據庫，對于少部分缺失數據，本文借鑒以往文獻采用插補法以保證數據完整性。

三、實證分析

（一）新能源汽車產業鏈創新效率分析

運用 DEA-Solver 軟件， 對新能源汽車產業鏈2014-2018 年創新效率進行計算。

新能源汽車產業鏈上游企業整體創新效率低，綜合效率值處于低水平狀態，2018 年有 3 個企業達到 DMU 有 效 ，2017 年 2個企業效率值達到1，2016 年僅 1 個企 業有效，2015 年 2 個，2014 年僅1 個企業創新有效。 這說明整個上游企業創新水平不佳，應優化外部環境，提高創新回報。 同樣純技術效率值表現不佳，存在投入產出不協調的問題。 規模效率值則反映出上游企業可能存在資源浪費情況，應當優化投入產出結構。 橫向來看，各個企業之間存在一定差距，天齊鋰業、英洛華、寒銳鈷業表現較好，在強調優勢企業發展同時，應當注重其他企業發展， 促進行業整體進步。 縱向來看，2014-2018 年間，企業創新效率雖低，但在逐漸提高，技術研發收到重視，總體發展態勢向上，說明上游企業的創新勢頭受政府補貼退坡影響不大（見表2）。

同上游一樣, 產業鏈中游存在創新效率低的問題，綜合創新效率值呈現U 型變動，2014-2016 年呈現逐步上升趨勢， 政府政策起到一定的激勵效果。2016 年后卻逐漸下降，財政部2015 年公布的新能源汽車政策補貼顯示，2017 年補貼在2016 年基礎上下降20%， 這可能是造成創新效率波動幅度較大的原因之一。 純技術效率值變動幅度較上游企業小，但同樣存在效率低，資源配置不合理問題等。 規模效率值存在波動，且未達到理想水平，中游企業也應審視存在的問題，積極應對改進。 47 家上市公司中，2018 年僅2 家公司達到綜合效率DMU 有效，占比遠低于上游企業， 最低效率值在0.01 左右， 公司之間差異較大。 創新現狀不佳，不利于中游產業的持續發展（見表 3）。

新能源汽車產業鏈下游創新效率值低于中上游企業，且波動幅度大。 即使是像比亞迪這樣的龍頭公司，創新也處于低水平，達到DMU 有效的公司很少,存在資源分配不合理，投入產出不協調的問題。 2018年，下游企業的綜合效率平均值僅只有0.02 左右，在補貼退坡的背景下，反映出下游企業對政府補貼依賴比較嚴重。 同時也存在充電樁開發投入較少，數量遠遠達不到需求的問題，政府在注重新能源汽車發展的同時，也應當鼓勵匹配服務業的發展。縱觀全產業鏈，創新驅動政策一定程度上激發了企業的創新活力，上游企業的創新表現優于中下游企業，中游企業受外部因素影響產生波動。產業鏈下游則存在創新投入產出不協調問題，且受政策影響較大，對政府政策有依賴，技術創新能力有待進一步提升（見表4）。

表2 新能源汽車產業鏈上游上市公司創新效率

表3 新能源汽車產業鏈中游上市公司創新效率

（二）兩維度創新驅動視角下產業鏈要素投入差異性分析

上文基于DEA 法分析了驅動政策對新能源汽車產業鏈上下游的支撐效率，分析了近五年來產業鏈上的投入產出情況，結果表明，該行業創新效率整體極低。 為了進一步明確各個投入要素對創新的影響，借助灰色關聯分析法，研究兩維度創新投入與企業綜合創新效率之間的關系。

新能源汽車產業鏈上游企業間創新要素投入差異性較大， 以銀河镃體和融捷股份為代表的企業，研發人員、研發資金、政府補助和稅收返還等要素投入與創新綜合效率產出關聯程度相當，這類企業，在政府補貼退坡的情況下，可以通過企業層面的合理創新投入來平衡政策的影響，兩維度投入間存在一定替代效應。 以新宙邦和多氟多為代表的企業，企業層面創新投入關聯度低于政府層面創新投入關聯度，這類企業對政策依賴性較強，未能充分調動內部創新積極性，更可能存在因政府補貼而減少自身研發投入的情況，當前補貼退坡的背景下，這類企業受到的影響較大。 以天齊鋰業和航贛鋒鋰業為代表的企業，政府創新驅動政策對企業創新影響程度低于企業自身投入政策， 這類公司企業層面投入發揮著更大的作用，創新活力激發，內部創新氛圍良好。

表4 新能源汽車產業鏈下游上市公司創新效率

平均來看，上游企業維度創新投入與創新關聯度低于政府維度關聯度，其中企業維度研發人員關聯略高于研發經費投入，企業在增加研發資金投入的同時要注意人才隊伍的培養，鼓勵員工創新嗎，積極引進外來人才。 政府維度中，稅收優惠創新關聯度略高于政府補助， 企業在享受政府直接補貼政策的同時，應當專款專用，也當及時將稅收返還資金再次投入技術創新流程之中（見表5）。

中游企業主要是電機、電控、電池等制造業，平均來看兩維度創新驅動差異不大，各要素作用效果也無明顯差異，內部投入發揮積極作用的同時，政府政策驅動也起到激勵作用，說明企業注重創新，合理利用政策優惠。 在當前政策補貼退坡的背景下， 企業應當激發內部創新優勢， 確定合理的投入產出比， 才能提高企業的創新效率。 企業間差距明顯，以華域汽車為例， 該企業要素關聯度中， 稅收優惠關聯度遠遠高于其他企業， 對政策依賴性強， 當前背景不利于這類型企業的發展， 要提高創新效率， 不僅要從企業內部的投入產出比入手，還當合理配置政府資金使用，將資金再次投入創新鏈。

表5 新能源汽車產業鏈上游上市公司兩維度投入與綜合創新效率的關聯度

下游企業主要是整車制造企業以及充電樁企業。 企業投入維度來看,研發經費投入創新關聯度高于研發人員投入，在注重人才隊伍培養的同時，企業應該合理確定研發投入的金額， 爭取做到效率最大化，加大研發投入提高創新效率。 政府維度來看，政府補助的創新關聯度高于稅收優惠， 政策驅動促進了企業技術創新， 政府直接補貼對創新效率激勵效用更明顯.分行業來看，整車制造業中，以比亞迪為代表的企業，對政府驅動政策投入依賴大，當前補貼退坡背景下不利于該類企業發展， 應優化企業維度投入，積極消除政策帶來的影響。 以宇通客車為代表的企業，創新驅動力更多來源于企業內部投入，對政策依賴性小，應當充分發揮政策優勢的同時，繼續保持內部創新積極性，合理確定產出投入結構，提高企業創新效率。 充電樁制造業各要素投入創新關聯度差異不大，以森源電氣為代表，企業內部研發投入和政府驅動政策投入對創新效率的影響都比較大， 企業創新效率處于低水平， 可見各要素投入所激發的創新活力不夠，當前補貼退坡，充電樁企業更當協調好內部投入產出，應當鼓勵內部員工積極創新，通過創新才能提高企業的核心競爭力（見表7）。

表6 新能源汽車產業鏈中游上市公司兩維度投入與綜合創新效率的關聯度

表7 新能源汽車產業鏈下游上市公司兩維度投入與綜合創新效率的關聯度

四、研究結論與啟示

（一）研究結論

本文基于2014-2018 年115 家新能源上市企業數據，構建兩維度創新驅動評價指標體系，運用DEA法計算了新能源汽車產業鏈創新效率， 并以綜合創新效率為母因素，借助灰色關聯分析法，計算了各要素投入創新差異性，結論如下：

1.新能源汽車產業鏈整體創新效率低，達到DEA有效的企業少。 橫向來看，產業鏈上中下游企業間創新效果差異大，不利于整體發展；縱向來看。上游企業各年份創新效率低，但呈現增長趨勢，創新驅動作用效果較明顯，受政策補貼退坡影響較小；中游企業創新效率幾年間波動幅度大，呈U 型關系，受政策影響明顯；下游企業5 年來創新效率最低，且對政策驅動依賴性強，補貼退坡或將對下游企業影響最大。

2.產業鏈上游企業，政府政策驅動創新效果優于企業投入維度，研發人員投入與創新效率關聯度高于研發經費創新關聯度；稅收優惠比直接補貼更能激發創新活力。 產業鏈中游企業，兩維度創新驅動差異不明顯，企業積極創新的同時，政府政策對技術創新起到了鼓勵引導的作用。 產業鏈下游企業，兩維度創新驅動不存在明顯差距， 要素投入差異作用效果明顯，研發經費投入對創新影響大于研發人員的影響，政府補貼的驅動效果優于稅收返還再投入的效果。

（二）啟示

在兩維度創新驅動背景下，結合前文研究，本文認為，要激發新能源汽車產業的創新活力，應因企業而異，分別制定符合產業鏈上下游企業的政策。 于企業而言，優化內部結構，合理配置資源勢在必行；于政府而言，大力支持同時，要完善補貼體系，避免“騙補”和過度依賴情況的發生。 只有兩維度創新驅動協調發展，才有可能提高新能源汽車產業的創新效率。