《新能源汽车技术创新效率及影响因素.docx》由会员分享，可在线阅读，更多相关《新能源汽车技术创新效率及影响因素.docx（12页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、新能源汽车技术创新效率及影响因素 摘要：新能源汽车是我国的战略新兴产业，处于高速增长的发展阶段，在长三角区域形成了产业集群。在多重机遇与挑战下，持续高效的创新至关重要。文章回顾了新能源产业技术创新效率的现有研究，总结了国内学者对于产业技术创新效率的测度情况、动态变化和影响因素的研究，特别是长三角区域内的发展情况，对比得出现有成果和分歧，及局限不足之处，展望了未来的研究方向。 关键词：新能源汽车；技术创新效率；长三角 一、引言 新能源汽车产业在我国具有重要的战略地位。“十三五”国家战略性新兴产业发展规划中，明确将新能源汽车作为战略新兴产业，要推动其快速壮大、强化技术创新和形成有国际竞争力的车企及
2、供应商。2022年我国新能源汽车产销超过125万辆，同比增速达60%以上，在全球销量占比过半。国内新能源汽车的高速发展成为我国汽车产业乃至制造业弯道超车的重要机会。然而目前新能源汽车产业仍然处于成长阶段，发展还存在许多问题和挑战。首先，尽管我国新能源汽车在过去几年景气程度高，但是产业对于政府支持的依赖程度依然较高，过去几年的迅速发展离不开政策的支撑。一方面，消费者购车价是政府单车数万元补贴后的价格，一定程度上弥补了电动车相对传统车的价格劣势；另一方面，产业链内企业在各地园区落户、建设都享受了较大的政府土地、税收优惠和部分补贴。2022年整体来看，新能源汽车销量增速有所下滑。补贴将在未来两年退坡
3、和取消，消费者可能因为价格补贴减少而不再继续选购新能源车。其次，目前产业的技术发展存在瓶颈，动力电池的高能量密度、安全性等问题仍然没有得到很好的平衡和解决；第三，新能源汽车全球化浪潮兴起，海外新旧造车势力都将新能源汽车作为未来明确的发展方向，将在未来几年陆续推出新车型，消费者将有更多的选择，对于国内企业而言是很大的挑战。持续高效的创新，提升竞争力，是新能源企业面对挑战的唯一解决方法。产业只有真正从技术创新角度出发，才能获得长久的竞争优势。技术创新效率是对产业或公司创新投入质量的良好测度，过去快速发展的几年，新能源汽车产业的技术创新效率如何、存在哪些问题、影响因素有哪些，都是需要研究的问题，对于
4、未来也能够有效地帮助车企和政府做出最佳的投入选择，有助于我国新能源产业继续高效创新发展，提升竞争力。长三角地区作为我国经济最发达的区域之一，具有优越的产业发展条件。科技创新和人才聚集的优势，以及陆续出台的政策支持因素，吸引了国内外的多家电动车造车力量，正在发展成为我国新能源汽车“新硅谷”。特斯拉落户上海再次强化了长三角的新能源汽车产业集群地位。车企的汇集带动了上游的电池、配件企业产能迅速拓展到上海周边，在江苏、浙江和安徽形成了上一百零一个产业园区。区域内发达的制造业，便利的贸易、活跃的民营经济和丰富的劳动力资源助力产业集群协同效应形成。因此，长三角新能源汽车产业的发展一定程度上代表了国内新能源
5、汽车创新和发展的主流、领先水平。同时，政策、人才、资金和产业集聚等各方面因素都充分地作用在长三角的新能源产业上。从研究长三角地区来探究新能源产业的创新发展及影响因素是具有代表意义的。 二、国内外研究现状 1.技术创新效率。技术创新效率这一名词在国外文献上并不常见，在更多类似研究中被表述为创新绩效、RD效率等。关于国家、地区和各产业的此类研究很多，基本都是由技术效率的基础概念和模型延伸而来。Farrell（1957）最早从投入角度提出技术效率（TechnicalEfficiency）的概念，即特定产出下理想化的最小投入与实际投入的比例，用来衡量公司要素投入的质量。Charnes，Cooper和R
6、hodes（11018）提出了DEA模型，用以测度有多个输入和输出的决策单元的活动的相对效率。但从已有文献看，海外由于新能源汽车的推广要晚于国内，因而相关的产业研究也比较少。国内学者池仁勇（2003）较早提出技术创新效率的概念，即以较少投入得到较高绩效，这样的投入产出关系是生产前沿面，这个前沿面上企业的技术创新是有效的。DEA方法可以求解这样的前沿面。而对技术创新效率定义即衡量企业在一定创新要素投入下，其产出距前沿面的距离。距离越远，效率越低。在这之后，有大量的学者开始研究区域、公司、行业层面的技术创新效率。技术创新效率，还可以进一步被划分为技术开发和成果转化两个阶段，也可以拆分为纯技术效率和
7、规模效率两个方面。文献中多从这两个方向去分析和评价技术创新效率的高低及原因。从数据分析方法上看，国内文献以DEA为代表的非参数法和SFA为代表的参数方法为主。另外，Malmquist和Tobit回归模型是较为常见的分别用以测度技术创新效率的动态变化、研究变量对技术创新效率的影响的方法。技术创新效率的相关研究显示，我国整体的技术创新效率还不高，且存在显著的区域差异。如张宗益等（2022）使用随机前沿生产函数（SFA）方法实证研究了我国31个省市19101年2003的面板数据，发现我国技术创新效率较低但呈上升趋势，东部、中部和西部之间差异较大。余永泽（2022）根据我国各地区11015年2022年
8、高科技产业的面板数据，发现这期间我国绝大多数地区高技术产业创新效率都较低，两阶段效率较高的地区主要集中在高技术产业发达的直辖市和广东地区。过去十多年关于大的区域和产业技术创新效率的研究还有很多，之后也有很多学者逐渐不再笼而统之去看区域和大的产业，开始将研究下沉到具体省市地区和细分的行业去。2.新能源汽车产业技术创新效率。关于新能源汽车产业技术创新效率的研究，目前有企业和区域两个层面，学者们采集的均为2022年之前的数据，选择的创新投入与产出指标较为相近。创新投入的指标可大体被分为资本和人力两方面。资本包括企业的研发支出金额或占比、产品开发投入及技术获取改造等其他支出；人力即研发员工数或占比。也
9、有学者将新产品开发项目数量、合作的高校或机构也加入其中。创新产出的指标可分为企业经营指标和知识成果产出。主营业务收入、净利润、新产品市场份额等企业经营指标常被使用到，知识成果产出包括专利、商标和等内容。也有学者进行两阶段DEA分析，在技术开发阶段，资本、人力等为投入指标，知识成果类产出为产出指标；在成果产业化的阶段，知识成果类为投入指标，而销售收入等经济效益指标为产出指标。多数研究结论显示纯技术效率较低是新能源汽车产业整体的技术创新效率不高的主要原因。有不少学者指出上汽、宇通等公司在行业内技术创新效率较为领先。童萍，谢荣见（2022）选取了15家新能源产业上市公司2022年2022年的数据，使
10、用DEA方法研究得到，上汽集团、宇通客车和江特电机的纯技术效率、规模效率、综合效率均达到DEA有效。企业的规模效率平均水平较高，要显著高于纯技术效率，即纯技术效率拉低了整体的技术效率数值。彭雯婷（2022）选取了2022年2022年20家上市企业的共计101个面板数据，运用DEA和DEA-Malmquist模型分别进行了静态和动态评价，发现“十二五”期间新能源汽车行业整体的创新效率和纯技术效率均偏低，但上汽集团属于行业领先水平，在2022年2022五年间其技术创新效率均保持较优。李爽（2022）使用随机前沿生产模型测度了92家新能源行业上市公司2022年2022年的数据，发现这些新能源企业的技
11、术创新效率均值经历先降后升，整体水平不高，增长较慢。王玮（2022）选取了2022年2022年的24家新能源车企数据，利用DEA和主成分分析，得出行业整体技术创新效率低、创新投入存在冗余情况的结论。多数企业规模效率达到或近似有效，但仅有少数几个公司如上汽、宇通等纯技术效率也达到有效。从区域比较的角度，文献显示长三角地区的技术创新效率在国内领先，影响因素相比其他地区也存在一定的特殊性。乔占稳和刘峰（2022）发现长三角地区技术创新效率均值位居全国第一，但只有上海的技术创新效率达到了DEA相对有效，浙江、江苏虽然也在全国领先，但未达到有效。周玉琪（2022）发现长江下游地区的高技术产业集聚程度在研
12、发和成果转化两个阶段均显著正向影响技术创新效率，但在长江上游和中游并不完全成立。关于长三角的新能源汽车产业，现有研究认为，长三角区域新能源车技术创新效率是相对有效的，尤其是上海，在国内各地区中存在显著优势。王玮（2022）分区域研究发现长三角、珠三角地区纯技术效率、规模效率和总的技术创新效率均为1，达到技术创新有效。高阳，张蒙蒙和游达明（2022）研究了2022年11个新能源汽车推广城市的情况，发现上海、南通、长株潭、重庆和哈尔滨等5个城市为DEA有效，技术创新效率较高；各城市的规模效率整体较高，纯技术效率低是综合的技术创新效率低的主要原因。乔威威等（2022）发现新能源汽车产业技术创新总效率
13、DEA有效，企业技术创新成果产业化阶段的创新效率为1，但前一个阶段，即技术创新成果化阶段的创新效率DEA无效，也就是上海新能源产业将技术转化为成果的效率仍存在提升空间。3.历史变化趋势。关于新能源汽车产业技术创新效率在历史年份中的动态发展，现有研究的样本数据普遍集中于2022年之前。趋势上看结论相对一致，但由于样本、创新投入和输出指标选取的差异，在个别年份新能源汽车创新效率的走势在文献中存在一定的分歧。多数学者研究认为我国新能源产业技术创新效率大致呈现上升态势，纯技术效率仍有提升空间，规模效率在个别年份出现了下滑的情况。闫俊周，杨祎（2022）选取了11家新能源汽车上市公司数据，发现2022年
14、2022年我国新能源汽车创新效率呈现倒V型，即先小幅增长后小幅下降，其中纯技术效率先增长后下降，规模效率在3年间小幅下滑。乔威威等（2022）在针对上海市的战略新兴产业研究中指出2022年2022年新能源汽车技术创新效率呈现“倒V型”，主要是2022和2022年年度规模无效对其创新成果化无效影响较大。然而近几年，新能源汽车产业的发展也进入了新的阶段，国内企业的创新能力持续提升，补贴政策也在每年出现变动。但是目前并未有文献去研究2022年之后的新能源汽车产业技术创新效率及其变化。4.影响因素。在新能源汽车产业技术创新效率的影响因素方面，国内现有文献研究可分为企业内部因素和外部环境因素。内部因素包
15、括了企业规模、所有制结构、研发费用率、盈利能力、营运能力、劳动者素质、激励等涉及企业经营管理的各方面指标，现有研究主要外部因素是政府的支持。学者在企业内部影响因素上较多达成一致，认为这些能够正向影响企业的技术创新效率。但政府支持是否有显著的正向或负向影响仍然存在分歧。在企业内部指标方面，企业的研发费用率被大多数学者认为正向影响技术创新效率，企业内部研发费用越充足，企业技术创新效率也越高；企业的规模、盈利能力也被认为能够起到正向影响；劳动者素质的影响是否有正向影响存在一定的分歧。对于政府支持这一重要因素的影响，学者们观点不一。李爽（2022）研究认为政府支持度会对技术创新效率产生负向影响，原因可
16、能是政府对研发方向的“远期”偏好和实际运行中对企业内部研发投入的“挤出”。这一结论与肖文和林高榜（2022）对于工业行业的研究中指出的政府支持的影响一致。也有学者提出了一些比较新颖的因素，如胡振兴和王阿娇（2022）研究了出资背景、注资策略和持股强度等创业投资方面的因素对新能源产业技术创新效率的撬动作用，发现外资和高声誉背景、注资时机、注资轮次数和注资联合者个数均与技术创新效率显著正相关；创业投资持股比例与技术创新效率呈倒“U”形关系。 三、结论与展望 总的来说，我国关于技术创新效率的研究经过十几年，从大的范围到细分的地区和行业，方法和研究角度大体相似。从现有研究可以看到，2022年之前我国新
17、能源产业技术创新效率呈现提升趋势，但仍相对较低，主要是由于纯技术效率低的原因。同时，新能源产业技术创新往往成果产业化有效，而技术开发阶段无效。长三角是我国新能源产业集聚地，其新能源产业技术创新效率显著高于其他地区，尤其是上海，已经达到技术创新有效。但目前的研究也存在一些局限之处。在技术创新效率领域，关于高科技产业、工业、制药业等行业的研究很集中，但由于产业发展阶段的原因，对于新能源汽车这类新兴的产业研究在国内和海外均略显不足。在国内，对于长三角地区不断形成的新能源汽车产业集群也缺乏观察和分析。我国新能源汽车产业实际开启爆发式增长是在2022年左右，自那之后政策的完善、产业的集聚开始逐步推进。而
18、现有新能源汽车产业的技术创新效率研究主要采集和分析的还是2022年及之前的数据，没有能够捕捉近几年的关键变化，导致研究结论比较落后，不能反映当前的发展情况。之后的研究，可以注重收集和分析2022年之后的时间段产业的发展情况，跟上产业发展的步伐。新能源车产业技术创新效率的影响因素，现有研究挖掘的也不够深入，因素选择缺乏丰富性。目前文献中的因素主要是选取企业的RD费用、盈利、规模等财务指标和政府支持这一外部因素。新能源汽车行业是有较高程度政策依赖的，政府支持到底会如何影响其技术创新效率的发展，会对技术开发和成果转化阶段各有什么影响，现有文献的结论仍然存在着分歧，亟待探究和解决。进一步看，目前产业内
19、部分上游公司已经有了全球化竞争的能力和发展趋势，结合长三角地区便利的贸易环境，企业的出口情况也可以成为重要的影响因素，值得探究。再者，新能源车产业资金密集，很多企业为了进一步投入研发和扩张，需要筹集大量资金。一个企业的股权和债务融资渠道是否畅通，也关系到公司能否进行合理的投入和扩张。最后，新能源汽车发展的“新硅谷”长三角，其集聚效应等因素是否真正有利于产业发展，这些都值得更进一步的探索。因而，影响因素的拓宽也是后续的研究可以继续完善的地方，为长三角新能源汽车产业技术创新发展提供有用建议。 作者:陈瑶 周颖 第12页 共12页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页第 12 页 共 12 页