補貼退坡下新能源汽車產業鏈融資效率研究

張浩 余圓圓 張星惠

【摘 要】 為分析補貼退坡政策對新能源汽車產業鏈融資效率的影響，運用兩階段鏈式DEA模型，測度了2010—2021年該產業鏈的融資效率，分析了產業鏈上下游企業和細分行業的情況，并據此提出了相關建議。結果表明，新能源汽車產業鏈融資普遍較為有效，產業鏈上下游企業關聯度高，退坡政策在短期內產生了一定的負面影響，長期來看會產生積極影響；整體產業鏈籌資效率普遍較高且幾乎不受退坡政策影響；資金配置效率整體仍較低但明顯得到了提升，政策實現了倒逼企業改善的目的，其中整車企業改善明顯但仍存在較大的改進空間。為提高融資效率，提出做好后續政策的承接、落實精準化補貼、加強全產業鏈合作的建議。

【關鍵詞】 補貼退坡； 融資效率； 兩階段鏈式DEA

【中圖分類號】 F276.3? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）21-0089-07

一、引言

環境與能源問題在國際上一直以來備受關注，中國為發展中國家提供了綠色轉型方案。黨的二十大報告強調了綠色轉型、能源安全及能源革命的重要性，為實現“雙碳”目標勾勒了發展藍圖。發展新能源汽車產業符合上述戰略需求，故我國一直重點發展該產業。在國家配套政策的有力支持下該產業發展迅猛，但還存在著核心技術落后、造車成本高、配套設施不完善等問題，相關企業亟須加強研發。而新能源汽車產業融資需求巨大，融資效率高的企業才能夠以低成本獲得資金并高效使用，這樣的企業才更可能實現高質量發展，進而提升整體產業鏈的競爭力。

自2009年以來，國家在經濟和政策上一直扶持新能源汽車產業的發展，尤其是消費補貼政策的出臺，極大程度上緩解了由于技術不成熟帶來的高昂成本，使得消費者能夠以較低的價格購買新能源汽車，汽車銷量直線增長，車企盈利增加。同時，國家的大力支持也激發了市場對新能源汽車產業的投資潮，相關企業融資效率得以提升。但是持續的財政支持不僅會加重政府的負擔，讓車企患上“補貼依賴癥”，還催發出“騙補”等惡劣事件，不利于我國新能源汽車產業的長久發展。為此，財政部等四部委決定從2017年開始提高補貼門檻，同時補貼將分階段退坡，其目的是倒逼車企進行技術升級以增強競爭力，實現高質量發展。

盡管退坡政策是為了新能源汽車的長遠發展，但補貼的減少導致新能源汽車紛紛呈現“漲價”趨勢，售價的不穩定致使消費者采取觀望態度或轉而購買燃油汽車，銷售市場“遇冷”，企業獲利減少，經營面臨困難。因此該產業可能會因補貼退坡政策的實施而受挫。2023年，財政部宣布新能源汽車車輛購置稅減免政策延長至2027年年底，減免力度逐步退坡。在這種背景下，新能源汽車產業鏈的融資效率表現如何？特別是新能源汽車整體產業鏈關聯度高[1]，產業鏈上下游企業的融資效率以及關聯性如何？退坡政策是否對其產生了影響以及如何影響？本文對此進行研究，以期為后續政策制定提供參考。

二、文獻綜述

融資效率一直是學者重點關注的問題，就測算方法而言，近年來數據包絡法（DEA）被廣泛使用，例如楊銘慧等[2]使用超效率DEA并結合Malmquist指數對林業投入產出效率進行測度；曾雄旺等[3]運用三階段DEA模型，發現規模效率的低下導致農業上市公司融資效率偏低；也有學者研究了供應鏈金融對融資效率的影響，但沒有針對新能源汽車產業的深入分析[4]，其實該產業的融資效率也有許多學者關注。李素梅等[5]研究發現新能源汽車產業未實現融資充分有效；陳艷杰等[6]則是對細分行業進行分析，發現整車制造企業融資效率相對較低，而電池制造企業融資效率較高，但學者們很少考慮到補貼的影響。

關于補貼對企業融資效率的影響存在爭議，以往的研究表明政府補貼影響著企業融資與經營，同樣會影響企業的融資效率，多數學者認為補貼不利于企業融資效率的提高[7]，少數學者則持不同觀點[8]。既然補貼會對企業融資以及業績造成一定的影響，那么新能源汽車補貼的退坡勢必同樣會產生影響，這已成為近年來學者們的研究重點。多數學者認為車補的逐步取消對新能源汽車行業健康自主的發展有積極作用[9-10]，但前提是退坡應該平緩，否則會對行業產生不利影響[11]。因此，在“后補貼”時代，新能源汽車產業支持政策該如何制定成為了重點研究問題，在過渡時期，新能源汽車信貸監管政策應與補貼政策相互補充[12]；在引導消費者購買新能源汽車時，價格折扣和綠色稅收政策將起到重要的作用[13]；而在促進行業創新發展時，則應將研發補貼與稅收優惠政策進行搭配使用[14]。

綜上所述，關于融資效率以及政府補貼的研究較為豐富，對于補貼退坡的研究雖然關注后續政策的制定，但是沒有基于融資效率的分析。

三、研究設計

為了更全面地分析融資效率的整體情況，以及資金的籌資和使用情況，本文將融資過程分為兩個階段：第一階段為資金籌集，第二階段為資金配置，運用兩階段鏈式網絡DEA模型進行效率測算。測算可得到三個結果：總效率值——綜合融資效率、第一階段效率值——資金籌集效率、第二階段效率值——資金配置效率。后文的分析也將分為三個部分，即綜合融資效率分析、資金籌集效率分析以及資金配置效率分析，并且每個部分都按照產業總體情況、細分行業情況、效率值分布情況的思路進行分析，其中整車企業是貫穿三個部分的主要脈絡。

（一）兩階段鏈式網絡DEA模型

由于傳統模型將系統視為一個整體，只能得出初始投入與最終產出的相對效率，運算過程是一個“黑箱”，對于子過程的效率卻一概不知，而網絡DEA模型則是將“黑箱”打開，對各子過程進行效率評價，能夠發現出現問題的具體環節。根據本文的研究需要，將融資過程分為資金籌集階段與資金配置階段（圖1），并參考黃■等[15]和肖仁橋等[16]所構造的基于規模報酬可變（VRS）假設的兩階段鏈式網絡DEA模型進行效率測算。

設有n個決策單元DMUj（j=1，2，…，n），Xi為第i個決策單元第一階段的投入，其中Xi=（xi1，xi2，…，xim）T；Zi為第一階段的產出也是第二階段的投入，其中Zi=（zi1，zi2，…，zik）T；Yi為第二階段的產出也是最終產出，其中Yi=（yi1，yi2，…，yis）T。uT為對第一階段輸入的一種度量；wT為對中間產出的一種度量；vT為對最終輸出的一種度量，則決策單元整體純技術效率E可表示為：

則可得出整體及各子階段的效率值，分別為：

其中E為整體即綜合融資效率值，E1為第一階段即籌資階段效率值，E2為第二階段即配置階段效率值，ξ*、φ*，ω*，ηi（1）*、ηi（2）*為式4的最優解。

（二）研究指標

本文在參考已有文獻對于指標選擇的基礎上，結合新能源汽車產業資金籌集和資金配置兩階段的特點，并考慮到指標衡量的全面性、直接性、間接性以及數據的可得性，最終選取2個投入指標、2個中間指標以及3個產出指標。

1.投入指標。相比常用的財務費用這一指標，籌資活動現金流出包括了籌資費用、股利分配、利息支出等，能夠更加全面地反映企業的籌資成本，因此本文選擇籌資活動現金流出衡量籌資成本。產權比率是總負債與所有者權益總額的比率，體現了企業自由資金對償債風險的承受能力[17]，本文選擇產權比率衡量籌資風險。

2.中間指標。中間指標是籌資階段的產出，同時也是資金配置階段的投入，因此選擇籌資活動現金流入和總資產作為中間指標，其中籌資活動現金流入很好地反映企業該年籌得的資金規模。總資產可以間接反映企業融資規模，同時還體現了企業掌握資源的多少，較適合作為第二階段的投入。

3.產出指標。和多數學者一樣，本文選取總資產收益率、總資產周轉率和營業收入增長率分別來衡量企業的盈利能力、營運能力和成長能力以考察資金配置水平。

（三）數據來源

首先應對產業鏈上下游企業的細分行業進行確定。本文以天風證券提供的新能源汽車產業鏈圖為參考，分析該行業自身特點后選取：正負極材料、電解液作為新能源汽車產業鏈的上游；電池、電機和電控作為新能源汽車產業鏈的中游；整車制造、充電樁以及電池回收作為新能源汽車產業鏈的下游。其次要明確這些行業的具體企業樣本來源，為全面且真實反映補貼退坡對新能源汽車產業鏈的影響，本文以2010—2021年新能源汽車產業上市公司作為數據來源，并剔除ST及數據缺失的企業，最終選取了62家企業，所有數據來源于Wind數據庫。

（四）數據處理

在使用DEA方法之前需要滿足決策單元的數量大于投入產出指標之和2倍的要求，本文投入產出指標之和為5，樣本企業（決策單元）為62家，符合這一要求；其次，DEA模型雖然不受量綱的影響，但要求投入產出指標均為正數，本文選取的總資產收益率和營業收入增長率有負值，因此需要對原始數據進行如下處理：

yij=0.1+0.9×■? （8）

其中mj=min（xij），Mj=max（xij），i=1，

2，…，n。

四、結果分析

（一）綜合融資效率分析

1.新能源汽車產業鏈綜合融資效率分析

運用Matlab軟件進行效率測算，新能源汽車產業鏈的上中下游企業以及行業平均綜合融資效率走勢如圖2所示。

總體來看，上中下游企業的綜合融資效率曲線和行業平均值形態很相似，特別是拐點出現的時期吻合度較高，說明整體產業鏈的相互關聯度很高。從行業均值看，2009年相關政策剛出臺，特別是中央財政重點對購置節能與新能源汽車給予補助，2010年全國剛開始實施相關政策并大力示范推廣，因此2011年綜合融資效率值迅速提高，但2012年各項工作規范程度提高，許多補貼增加了限定條件，該值又迅速下降，然后呈現較為平穩的波動形態，但整體普遍處于0.75—0.85區間，說明該行業的融資較為有效。2017年補貼退坡政策出臺后再次出現波動并回升，這說明整個行業受政策影響是明顯的，長期來看退坡政策的不利影響正在消失并有提振作用。

從產業鏈上下游企業看，上游企業的融資效率曲線和行業均值高度吻合，中游企業則波動式下降但穩定在合理水平，下游企業的融資效率則整體呈現波動上升趨勢，并于2020年達到峰值，這說明退坡政策的積極影響主要是通過下游企業形成的。

2.新能源汽車細分行業綜合融資效率分析

為了進一步明確新能源汽車各個細分行業的融資效率，特別是下游企業三大主要細分行業情況，將其綜合融資效率走勢匯總成圖3。

電池材料企業12年間綜合融資效率集中在0.75—0.85，融資較為高效，補貼的減少雖然導致其在2017—2019年效率略有降低，但影響不大；電池電機企業受到了一定的沖擊，在退坡開始后下降但很快回到原來水平；下游三大行業的綜合融資效率均呈波動上升趨勢，但充電樁和回收企業顯著高于整車企業且變動幅度較小，說明補貼退坡政策對下游企業產生的積極影響主要體現在整車企業上。補貼退坡期間充電樁企業幾乎未產生影響，這與行業特點有關，該行業的進入門檻較高且一直不缺用戶，因為新能源汽車一直在不斷出廠，使用中一直有充電需求。回收企業的融資效率有所提升的原因主要有兩方面：一是國家循環經濟的戰略發展方向以及其他政策的激勵，與補貼退坡政策關系不大；二是近年來退役的新能源汽車電池一直在不斷增多。

3.新能源汽車產業綜合融資效率分布分析

既然補貼退坡政策主要影響產業鏈下游企業且主要通過整車企業體現，那么能否全面提升該產業的融資效率呢，是否有一部分優質企業掩蓋了其他劣質企業的情況呢？也就是說，該政策是否真正起到了“倒逼”車企技術升級以增強競爭力，實現高質量發展的作用？為了回答這一問題，有必要分析融資效率分布及其變化情況。

把產業鏈上中下游企業綜合融資效率值大于0.8的企業（優質企業）占比情況匯總成圖4，不難發現2017年以后下游的優質企業占比一直穩步增加，且連續4年處于全產業鏈的最高水平。但下游企業也有很多，整車只是其中一部分，由于回收企業受補貼退坡政策直接影響的邏輯不明顯，所以不專門分析。由于充電樁企業的綜合融資效率整體很高，近年來的表現一直較穩定，因此將其作為參照對象，把整車企業和充電樁企業進行對比觀察（圖5）。

不難看出，充電樁企業明顯優于整車企業，并且近兩年融資低效的企業均已淘汰。整車企業的變化是明顯的，2018年開始融資效率得到快速優化，融資效率達0.8以上的企業明顯增多，且到2020年已沒有融資低效企業，也就是說政策起到了“倒逼”的作用。

（二）資金籌集效率分析

1.新能源汽車產業鏈資金籌集效率分析

整體來看，新能源汽車產業鏈資金籌集效率整體較高，曲線走勢和綜合融資效率接近，波動式上升且趨于平穩，退坡政策對其影響不大。這是因為自國家大力發展新能源汽車以來，該產業就成為了熱門投資產業，近年來國家的一系列支持政策進一步鞏固和擴大了新能源汽車產業發展優勢。國內外投資者普遍認為投資該產業可以獲得可觀的回報，因此籌資成本相對較低，而籌資總額相對較高。

從產業鏈上下游來看，上下游企業的資金籌集效率值均在0.8到0.87之間波動，差別不太大。上游企業的曲線變動趨勢和行業平均值高度一致，中游企業的籌資效率在補貼退坡后有較明顯的下降趨勢，而下游企業則是呈現上升趨勢，這是資本市場“理性回歸”的一種表現，并說明資本市場對下游企業更有信心。

2.新能源汽車細分行業資金籌集效率分析

該部分與新能源汽車細分行業綜合融資效率研究邏輯相同，其走勢圖繪制方式及表現方式與也與圖3相同，限于篇幅此處不再給出新能源汽車細分行業資金籌集效率走勢圖。

通過對新能源汽車細分行業資金籌集效率走勢圖（略）分析不難發現，補貼退坡對各行業的融資影響均不大，且下游企業中的整車企業反而明顯上升；電池電機企業出現了下降趨勢，這與其行業特點有關，電池電機是新能源汽車的“核心”部件，早期雖然技術攻關難度大，但資金需求量也大，產品的利潤空間大，因此更容易受到資本市場的“青睞”，近年來競爭更激烈，原料成本增加，性能和環保要求更高，技術攻關的“瓶頸”更難突破；此外，如果補貼退坡“倒逼”整車企業，則整車企業很可能首先就試圖降低電池電機的成本，這就進一步壓縮其利潤空間；相反整車企業的技術則更智能化，核心技術不再集中于電池，并且在不斷形成供應鏈，供應鏈金融等新的融資方式正在興起且通常以整車企業為主，融資成本降低，融資量加大。

3.新能源汽車產業資金籌集效率分布分析

同樣的，該部分與新能源產業綜合融資效率分布研究邏輯一致，圖示的呈現方式也一致，故省略。通過繪制并觀察新能源汽車產業鏈籌資效率達0.8的企業占比圖（略），可看出近年來下游企業的效率持續增加且位于全產業鏈前列。進一步觀察整車企業與充電樁企業的資金籌集效率分布對比圖（略），雖然2018年、2019年出現了小的波動，但整車企業整體改善明顯。

（三）資金配置效率分析

1.新能源汽車產業鏈資金配置效率分析

首先來看2020年的特例，圖7中各條曲線均出現了低點，這很可能與新冠疫情有關，全球汽車業面臨物流成本上升、進口原料和零部件停供以及訂單減少等難題，尤其是我國新能源汽車電子控制等中高端電控設備非常依賴進口[1]，一旦斷供就會影響汽車的生產，進而降低資金的配置效率，但這種影響是短期的，這一點在2021年得到了體現。

但從圖2和圖6來看，該年的綜合融資效率和資金籌集效率都是高的，說明綜合融資效率值提升的原因主要是由資金籌集效率引起的，這進一步說明了當年國家的金融政策有力，同時投資者的信心也充足。

如果把2020年的點去除，不難發現：圖7中的幾條曲線的形狀高度相似，近年來資金配置效率值也接近，產業鏈上下游關聯度緊密。此外，資金配置效率更能反映企業本身的綜合管理能力和經營水平，相比于資金籌集效率該值整體較低，但經過幾年的發展已不斷上升并穩定在一定的水平上，補貼退坡政策的影響是積極的。

2.新能源汽車細分行業資金配置效率分析

資金配置效率與企業綜合管理水平有關，正常情況下很難快速提高，但下降則容易得多。從細分行業資金配置效率走勢圖（略）看，電池電機企業資金配置效率則是從2016年開始持續下降，但整體尚能維持在0.7的較高水平之上且明顯高于整車企業。整車企業的資金配置效率一直是低位運行，這與新能源汽車行業本身具有資金投入大而回報周期長的特點有關，且規模效應明顯，整車企業在發展初期回報較小，但隨著國家支持、新能源汽車的普及，車企投入回報開始增加，資金配置效率逐漸上升，尤其是補貼退坡激發了車企的研發創造能力以及競爭意識，車企對于資金的配置進一步優化，具體表現在2017—2019年整車企業的資金配置效率逐漸提升，2020年雖受疫情沖擊但很快回到以前水平。

3.新能源汽車產業資金配置效率分布分析

同樣的，通過繪制并觀察新能源汽車產業資金配置效率達0.8的企業占比圖（略）可發現，如果去掉2020年的數據，補貼退坡政策后，下游企業的整體水平表現是令人滿意的，但中游的電池電機行業則處于承壓狀態。

從整車企業與充電樁企業資金配置效率分布對比圖（略）中也能看出補貼退坡后整車企業資金配置效率得到優化，高效的整車企業占比呈增長趨勢，這說明退坡政策的“洗牌”目的得到了實現，有實力的企業能夠逆勢而上，而不具備實力的企業則會被逐漸淘汰。

五、結論與建議

（一）結論

運用兩階段鏈式DEA模型對新能源汽車產業鏈融資效率進行測度與分析，主要結論如下：

1.新能源汽車產業鏈融資普遍較為有效，補貼退坡政策對融資效率造成一定的短期負面影響，但長期來看有利于融資效率的提高。產業鏈上下游企業關聯度高，相對來說上游企業融資效率與行業均值接近，中游企業略有下降，下游企業略有上升，特別是整車企業改善效果最為明顯。

2.新能源汽車產業鏈資金籌集效率普遍較高，幾乎不受補貼退坡政策影響，電池材料企業仍與行業均值接近，下游企業反而明顯提高，雖然電池電機企業略有降低，但仍高于下游的整車企業，這與行業的特點有關。

3.新能源汽車產業鏈資金配置效率改善明顯，但整體尚處在較低效狀態，產業鏈上中下游企業配置效率走勢較相似，其中電池、電機企業略有下降但穩在較高水平，整車企業雖然得到提升，但存在較大的改進空間。

4.無論是在資金籌集還是資金配置階段，補貼退坡政策能夠成功實現“倒逼”企業改善的目的，特別是整車企業得到明顯的改善優化，說明該政策的實行是正確且必要的，有助于新能源汽車產業鏈的發展。

（二）建議

在上述結論的基礎上，對提高新能源汽車產業融資效率提出一些建議：

1.做好后續政策的承接

盡管新能源汽車產業已經進入到快速發展階段，但由于充電難、續航里程短等問題仍然存在，且現有車型以低端車為主，加上特斯拉等國外品牌加入競爭，目前本土品牌對消費者的吸引力有待加強，若后續無政策繼續支持其發展，我國新能源汽車產業很有可能停滯不前甚至倒退，因此在“后補貼”時代仍需有相應的政策繼續支持，積極發揮財稅政策的激勵作用，例如在繼續實行雙積分政策的基礎上，搭配研發補貼和稅收優惠政策以提高企業研發創新能力，搭配信貸優惠政策以促進新能源汽車消費。

2.落實精準化補貼

我國新能源汽車產業鏈資金配置效率低，企業需要加大研發投入以提升技術水平，從而達到降低成本、增加營收最終達到有效配置資金的目的。作為高新技術產業，新能源汽車企業研發投入大，離不開政府的支持，消費補貼取消后，政府仍應加大研發支持的力度。但“騙補”之事已有前車之鑒，因此研發補貼應做到精準落實，動態提高補貼技術門檻，即在事前對相關企業做好調查了解，根據企業的實際水平確定是否發放研發補貼以及發放多少補貼，事中監管資金使用情況，事后做好考核與懲處工作，依據當期研發成果決定下期研發補貼的發放。

3.加強全產業鏈合作

未來的競爭是全產業鏈的競爭，企業合作有利于提高產業鏈總體運行效率，因此需要鼓勵企業間加強合作，例如開展供應鏈金融，以整車作為核心企業為上中下游企業提供資金支持，可以有效降低供應鏈管理成本、籌資成本，同時增強供應鏈的競爭力，從而提高融資效率。特別是電池電機行業目前承壓較大，而電池回收再利用將成為未來發展的大方向之一，整合上中下游企業形成高效的回收聯盟，有利于降低原料和生產成本，進而提高整體產業鏈的資金配置效率，推動新能源汽車產業高質量發展。

【參考文獻】

［1］ 高運勝，孫露，張玉連.新冠疫情全球蔓延對我國汽車產業鏈的沖擊與機遇［J］.國際貿易，2020（11）：36-44.

［2］ 楊銘慧，謝煜.基于超效率DEA-Malmquist的林業投入產出效率測度研究［J］.中國林業經濟，2021（6）：7-10.

［3］ 曾雄旺，唐學思，李志勝.農業上市公司融資效率及政府補助的影響效應［J］.會計之友，2021（23）：58-63.

［4］ 楊毅，高■，吳晶晶.供應鏈金融提升了上市公司的融資效率嗎——基于兩類會計穩健性視角的研究［J］.會計之友，2022（1）：52-60.

［5］ 李素梅，陳琛，徐繼明.我國新能源汽車產業融資效率評價與分析——基于DEA-Logit模型的實證研究［J］.科技管理研究，2016，36（18）：57-63，74.

［6］ 陳艷杰，紀靜.新能源汽車公司融資效率研究［J］.會計之友，2018（14）：72-76.

［7］ 張玉喜，趙麗麗.政府支持和金融發展、社會資本與科技創新企業融資效率［J］.科研管理，2015，36（11）：55-63.

［8］ 藍圖，張彥.政府補助、研發投入與科技創新企業融資效率研究［J］.中國注冊會計師，2020（12）：70-74.

［9］ JI SHOUFENG，ZHAO DAN，LUO RONGJUAN.Evolutionary game analysis on local governments and manufacturers' behavioral strategies：impact of phasing out subsidies for new energy vehicles［J］.Energy，2019，189（12）.

［10］ 昝欣，歐國立.“補貼退坡”背景下補貼模式異質性與消費者購買行為的博弈研究［J］.中央財經大學學報，2021（5）：94-108.

［11］ 高■.產業補貼退坡的政策效果及啟示——以中國新能源汽車為例［J］.軟科學，2020，34（12）：28-32，46.

［12］ CHEN KANGDA，ZHAO FUQUAN，HAO HAN，et al.Synergistic impacts of Chinas subsidy policy and new energy vehicle credit regulation on the technological development of battery electric vehicles［J］.Energies，2018，11（11）：3193.

［13］ 李冬冬，商辰宣，呂宏軍，等.“后補貼”時代考慮消費者需求異質性的新能源汽車推廣政策研究［J/OL］.中國管理科學：1-11［2021-10-29］.https：//doi.org

/10.16381/j.cnki.issn1003-207x.2021.0007.

［14］ 李文鶼，戴良平，郭本海，等.后補貼時代復合牽引機制下新能源汽車上下游企業合作創新博弈分析［J］.軟科學，2021，35（1）：81-88.

［15］ 黃■，葛虹，馮英浚.基于鏈形系統的關聯網絡DEA模型：以我國14家商業銀行為例［J］.系統工程理論與實踐，2009，29（5）：106-114.

［16］ 肖仁橋，錢麗，陳忠衛.中國高技術產業創新效率及其影響因素研究［J］.管理科學，2012，25（5）：85-98.

［17］ 熊正德，陽芳娟，萬軍.基于兩階段DEA模型的上市公司債權融資效率研究——以戰略性新興產業新能源汽車為例［J］.財經理論與實踐，2014，35（5）：51-56.