《经济政策不确定性对新能源汽车产业全要素生产率的影响.doc》由会员分享，可在线阅读，更多相关《经济政策不确定性对新能源汽车产业全要素生产率的影响.doc（15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、经济政策不确定性对新能源汽车产业全要素生产率的影响【摘要】本文基于20142018年中国沪深A 股上市的涉及新能源汽车的公司财务数据，以全要素生产率(TFP) 作为被解释变量，采用LP法测算新能源汽车产业全要素生产率，建立面板数据计量模型，实证检验经济政策不确定性（EPU）对新能源汽车产业全要素生产率的影响。实证结果表明，经济政策不确定性越高，越抑制新能源汽车产业全要素生产率的提升。理论机制研究发现，在技术创新层面上，经济政策不确定性会促使新能源汽车产业加大研发投入，提高技术能能力，从而促进全要素生产的提升。据此，本文提出要完善市场机制，提高政府政策透明度，以及新能源汽车产业要及时调整经营行为
2、等相关政策建议。【关键词】经济政策不确定性 全要素生产率 新能源汽车 研发投入TheInfluenceofEconomicPolicyUncertaintyonTotalFactorProductivityofNewEnergyVehicleIndustryProfessionalClass:EconomicsandFinance1602LiYoubinInstructor:CaoYanqiaoAbstractThis article is based on the financial data of companies involved in new energy vehicles list
3、ed on the Shanghai and Shenzhen A-shares in 2014-2018, using total factor productivity (TFP) as the interpreted variable, using the LP method to measure the total factor productivity of the new energy vehicle industry and establishing a panel data measurement model , Empirically test the impact of e
4、conomic policy uncertainty (EPU) on the total factor productivity of the new energy vehicle industry. The empirical results show that the higher the uncertainty of economic policy, the more inhibited the increase in total factor productivity of the new energy vehicle industry. Theoretical mechanism
5、research found that at the level of technological progress, economic policy uncertainty will prompt the new energy vehicle industry to increase investment in research and development, and improve technical capacity, thereby promoting the promotion of total factor production. Accordingly, this articl
6、e proposes to improve the market mechanism, increase government policy transparency, and the new energy vehicle industry should promptly adjust the operating behavior and other relevant policy recommendations. Key wordsEconomic policy uncertainty Total factor productivity New energy vehicles R & D i
7、nvestment前 言新能源汽车产业作为新兴产业,战略意义重大。作为战略性新兴产业之一,新能源汽车产业在国内的发展并不是一蹴而就的,其发展势必要经历萌芽期、形成期、发展期、成熟期等阶段。为了帮助并快速推进新能源汽车产业的发展,世界各国相继出台一系列政策,来引导和促进新能源汽车产业的发展。但在一系列政策颁布实施过程中,易出现时间和执行上的冲突等不确定性在政策与政策之间,经济政策不确定性是指参与市场的主体在某种情况下面临着比较高的政策风险，这种情况通常是市场参与者难以准确预知政策改变的具体时间和形式。新能源汽车是使用非传统的汽车燃料作为能源,配置新型动力装置的汽车。在新能源汽车研究方面,王贺武等
8、指出中国财政补贴政策的变化对新能源汽车产品市场表现有着较大影响1。乔亮国等以企业和消费者为切入点,研究得出由于缺乏正确的政策导向,再加上政府税收优惠力度不够,导致新能源汽车产业发展缓慢2。陈柳钦等指出要想加快新能源汽车市场化,政府需要发挥其作用,加大政策支持和财政补贴力度3。作为制造业的龙头产业,新能源汽车的产业效率研究尤其是全要素生产率的研究,就显得格外重要。企业各个要素的综合生产率就是全要素生产率,2016年我国经济增长质量的全要素生产率出现拐点，由下降变为上升，可以看到出现了明显的溢出效应。其实全要素生产率的实质就是结构或者企业技术的升级，管理水平的提高。2016年的变化总体增速仍是比较
9、缓慢，而专家所关注的经济贡献仍是较低。作为新兴市场经济国家的政府,想要促进新能源汽车产业的发展,在经济政策制定、经济发展规划乃至资源分配等方面发挥了巨大作用。企业全要素生产率不仅刻画了微观企业竞争力，而且可以说是核心指标，并且其是经济增长的核心动力。国家开展宏观调控的理论依据便可以以此为切入点，在考察经济政策的不确定性对全要素生产率所产生的影响的同时，能够探究微观经济效应背后的宏观经济政策。本文采用实证研究的方法，选取2014-2018年沪深两市有关新能源汽车企业的相关财务数据，使用Baker等构建的宏观经济政策不确定指数。目前国内有关部门频繁使用各种政策工具开展宏观调控，在这样的背景下，企业
10、全要素生产率是否受到经济政策的不确定性的影响是现下各方探究的热点。本文主要研究经济政策不确定性对新能源汽车产业全要素生产率的影响。一、文献综述结合时代背景和政策背景,本文对已有文献研究进行相关回顾,对新能源汽车、经济政策不确定性和全要素生产率相关文献进行梳理总结，提出本文的研究意义。在现行的市场经营环境之下,企业和产业要想经营发展,所必须面临的一个环境就是经济政策环境,政府部门对经济政策的调整,或者说突然性的制度变更,会提高当前市场环境下的经济政策不确定性,从而导致企业和产业直接面对经济政策不确定性带来的风险。经济政策对于政府和企业有着不同方面的作用，是政府与主体经营行为相联系的纽带，也是企业
11、不可避免的外部坏境4接着，Gulen and Ion、顾夏铭等指出,所谓经济政策不确定性是指参与市场的主体在某种情况下面临着比较高的政策风险，这种情况通常是市场参与者难以准确预知政策改变的具体时间和形式。56然后，Baker等自2013年开始,正式指出经济政策的不确定一定程度上阻碍了经济发展，这是在提取政策不确定系数之后得出的结果7至此,许多学者致力于这方面的研究,Wang等则采用Baker系数明确有些有着高投资回报率的公司，为了减少经济不确定性带来的影响，常增加内部融资。这同事也说明企业投资会随着经济不确定性程度的增加而减少。8Baker等测度的指数在国内被广泛使用，国内在研究经济政策不确定
12、性对企业经济的影响主要依靠该系数。7之后，孟庆斌和师倩认为经济政策不确定性对企业先进技术的开发起到显著的正向作用。9此后，顾夏铭等研究发现经济政策不确定性能够提高公司的研发创新能力。5生产率通常被认为能够准确反映经济增长的速度和质量，常常被看做是一个国家盘活经济的关键要素。在对其研究的过程中，被普遍认可的含义是生产过程中把资本和劳动要素的投入转化产出的效率。在所熟知的经济模型中，全要素生产率反应国家间人均收入水平差异。在全要素生产率研究方面,邵宜航等认为快速提升全要素生产率是跨越中等收入陷阱的重要法宝，而当前中国正处在经济转型的重要时期，亟需提升经济增长动力，转变经济增长方式，推动国内经济高速
13、发展转为高质量发展10政府十分重视经济发展,在工作的过程中不断探索能够促进经济发展的方法，出台了许多的政策。然而各级政府政策与政策之间容易出现时间和执行上的冲突等不确定性。在整理相关文献的基础上可以发现，研究影响全要素生产率的主要政策有贸易政策、区域性政策、企业政策和坏境规则政策。盖庆恩等研究发现要素市场扭曲会降低全要素生产率。11林毅夫等研究发现由政府选定的高生产率企业,不会出现“生产率溢价”,主要原因是为其提供的政策环境较其他比较优越。12宋凌云和王贤彬研究影响重点企业全要素生产率的作用机制，并开启资源重置效率这一角度，发现企业政策能够对地方企业生产率起到正向显著的作用13王杰和刘斌等研究
14、发现环境规制与全要素生产率存在“倒N型”关系。14在对文献进行梳理归纳之后，可以发现前人的研究基本是围绕政策对中小企业全要素生产率的影响而展开研究，而且研究大多数只是针对全行业的,没有具体到相关行业,因此具体行业受经济政策不确定性的影响程度如何,其全要素生产率又是如何变化被忽略。本文通过分析可能影响新能源汽车产业发展的因素,目的在于研究经济政策不确定性如何影响新能源汽车产业全要素生产率, 通过选择相关指标,构建模型,实证检验,辅助以各控制变量指标,作出较为全面的分析。对如何减小经济政策不确定性带来的负面影响,提高新能源汽车产业全要素生产率,提出合理化建议,对于这个新兴产业的发展具有深远意义,也
15、是本文研究的意义所在。二、理论分析与假设提出结合文献综述部分的回顾,本部分针对全要素生产率和经济政策不确定的相关理论做细致分析,通过对理论和作用机制的分析,提出本文的研究假设。（一）全要素生产率的相关理论分析全要素生产率的提升可以以技术创新和资源配置效率两点作为切入点，优化技术吸收相关专业人才，改善资源配置效率能有效达到提升全要素生产率的目的。全要素生产率是评估政府出台政策科学性和有效性的衡量尺度，能够作为衡量技术创新和资源配置效率的关键指标，是激发经济增长动力的关键工具。吴利学在考察一定数量的大中型企业地全要素生产率的增长情况，对背后隐藏的原因做详细分析，最终得出这些大中型企业地全要素生产率
16、逐年递增，递增的主要原因是技术创新所带来的利益增长，充分说明技术创新对全要素生产率的重要作用 15范剑勇等主要考察企业集聚的产业区对全要素生产率的作用，全要素生产率在增加的同时，前沿技术和技术效率也在改善，前沿技术和技术效率可以看做是全要素生产率增加的结构性因素16罗德明,盖庆恩等则认为全要素效率的提升的过程中有一定的障碍，其中比较明显的障碍是要素扭曲1117,宋凌云和王贤彬研究指出企业政策在促进全要素效率提升的过程中，首先是铜鼓实习企业内部的资源重置，资源配置效率得到有效提高的同时全要素生产率就能够得到提高13。综上，发现目前主流研究都是从某一具体方向研究政策对全要素生产率影响，却未注意到中
17、国的经济状态正在处于高速转型中，政策不断出台，产生的经济政策不确定性如何影响研发创新能力，由此产生连锁反应，影响全要素生产率。（二）经济政策不确定性影响全要素生产率的作用机制分析从资源配置效率和技术创新两个方面进行相关分析实现在分析经济政策不确定性对企业全要素生产率作用机制的主流研究方向。1资源配置效率角度以资源配置效率为切入点，学者们的观点并非十分一致，而是各有不同。李凤羽和杨墨竹、谭小芬和张文婧指出企业当期投资水平显著受到经济政策不确定性的影响，经济政策不确定性越强，当期投资水平越低。然而饶品贵认为当经济政策不确定时，投资方通常会考虑复合经济因素，增加投资，于是投资会随着经济政策不确定性而
18、增加。这种观点是从实物期权理论出发，公司在获取市场投资等信息等投资方面不对称，因而当期资本投资会得到削弱，如果企业能够较快获得信息，那么投资决策制定比较及时，投资不会受到影响。然而，还存在另外一种观点，申慧慧指出经济政策不确定性加剧企业中非效率的投资，受融资约束的非国有企业在环境不确定时会减少投资，容易受到影响，而对于受融资约束程度较低的国有企业在环境不确定时倾向于过度投资。2.技术创新角度郝威亚认为环境的不确定性即经济政策的不确定性制约了企业决策的效率，企业在这种环境下过多的考虑多种因素会延缓决策的进度，与此同时，企业的技术创新速度必然下降。另一方面，顾夏铭指出经济政策的不确定性，使得企业增
19、加创新收入抵御价值损害风险作用的地位一跃占据主导，故在这种情况下，企业当期创新收入有所增加，企业创新收入反而在不确定的经济政策下出现了增长。因而在基础创新的角度下，经济政策的不确定性既可能增加企业研发投入，也可能减少企业研发投入。实际上是一方面经济政策不确定，使得企业希望通过投资来减少风险发生的可能性以挽回可能出现的风险，另一方面在这种环境不确定的状况下，研发投资也不能确定，因而会减少研发投资的注入。这是从技术创新角度前人所认可且大家广泛接受的两种观点。本文综合已有文献和相关理论分析,从新能源汽车产业角度出发,本文把技术创新角度下的新能源企业产业的全要素生产率。选择这个机制作为分析因素,是因为
20、新能源汽车作为新兴产业,要想获得发展,获得进步,就必须通过加大研发创新力度,来获得长久发展的机会。因此本文单独选取技术创新,去研究作用机制产生的影响。综合以上分析,在研究经济政策不确定性对新能源汽车产业全要素生产率的影响时，存在两个不同的观点。第一个观点是当经济政策不确定性较高时,如果能够促使该产业增加更多研发投入或者在投资决策时更加考虑经济因素,会促进产业全要素生产率的提升；第二个观点是当经济政策不确定性较高时,该产业为避免更大的不确定性而削减研发投入或者出现更大的投资波动时,会抑制该产业全要素生产率的提升。综上,提出以下两个基本假设：H1a：经济政策不确定性的上升会抑制新能源汽车产业全要素
21、生产率的提升。H1b：经济政策不确定性的上升会促进新能源汽车产业全要素生产率的提升。三、研究设计在梳理、整理、归纳文献之后,提出了两个假设,但以上两个假设是在进行理论分析后,从全行业角度出发建立的,因此这两种假设是否适合新能源汽车这单独一类产业,上述理论分析是否成立,还需要运用计量经济进行进一步的检验分析和确认,因此,本部分针对以上问题,对新能源汽车产业如何进行样本的选择,如何进行变量的选取与定义,以及如何设计计量模型做一说明。（一）样本选择与数据来源本文数据处理采用软件Stata15.0，使用的经济不确定性指数是Baker开发的数据库。研究样本是2014-2018年中国沪深两市A股涉及到的新
22、能源企业的年度数据，这些财务数据大多来自于CSMAR数据库,Choice数据库,采用剔除金融、保险等金融类的上市公司；剔除数据残缺的样本；剔除产权性质不明的样本三个标准保证了数据有效性。排除异常值的影响之后确定221家上市公司,得到1105个公司年度观测值,获得平衡面板数据。（二）回归模型与变量定义为了检验本文所提研究假设,为了检验经济政策不确定性对全要素生产率的影响，列出方程（1）： （1）TFP_lp为被解释变量,表示全要素生产率。EPU为解释变量,表示经济政策不确定性。 本文考虑到控制变量的影响,分别是（1）公司规模（SIZE）, 企业总资产取对数值表示；（2）企业年龄（AGE）,使用当
23、期减去成立年份；（3）资产负债率（LEV）,企业的资产负债率；（4）资产报酬率（ROE）,使用净利润除以净资产来表示；（5）研发投入（RD）,用财务报表中研发投入值除以总资产表示；（6）政府补助（SUB）,用企业年度报表政府补助除以总资产取对数表示；（7）资本密集度（FIXED）,使用期末固定资产除以期末总资产来表示；（8）产权性质（SOE）,国有企业取值为,非国有企业为。以上变量的具体定义详见表1。表1 主要变量定义变量类型变量名称变量符号变量定义被解释变量全要素生产率TFP_lp使用TFP(lp)计算方法估算得来,具体方法主要参考鲁晓东和连玉君,其中产出变量为销售收入,投入变量使用当年员工
24、数量、购入商品和劳务的金额与固定资产等,使用levpep 程序计算得出,最后TFP_lp取自然对数。解释变量经济政策不确定性EPU使用Baker 等构建的经济政策不确定性指数,然后按照月度进行算数平均得到年度经济政策不确定性指数。控制变量企业规模SIZE企业总资产取自然对数企业年龄AGE当期减去企业成立年份资产负债率LEV企业的资产负债率净资产收益率ROE净利润/净资产研发投入R&D等于研发投入除以总资产取对数政府补助SUB等于政府补助除以总资产取对数产权性质SOE国有企业时取值为,非国有企业为资本密集度FIXED固定资产/总资产四、实证结果分析经过上一部分的研究设计,设计出了适合研究经济政策
25、不确定性对新能源汽车产业全要素生产率影响的模型,以及对相关变量进行了定义,结合相关文献资料,认为该模型具有实证检验意义,对此,整个实证检验的初步准备已经完成。针对以上研究设计,本部分便运用Stata15.0进行实证检验,针对检验结果开展进一步详细分析。（一）本文主要变量的描述性统计表2 主要变量描述性统计 Variable Obs Mean Std. Dev. Min Max epu11052.9881.2591.2364.605 tfp110511.146.887.04214.616 age110517.9465.685560 soe1105.267.44301 lev1105.45.207
26、.033.262 size110522.3151.28218.8327.386 roe11037.42217.64-186.841176.637 fixed11033.421e+081.136e+10.0013.773e+11 rd1054.025.0160.11 sub108616.4771.6269.92221.81表2列示的是被解释变量、解释变量以及相关控制变量的统计分布。其中TFP_lp的平均值为11.146, 最小值7.042，最大值为14.616，EPU的平均值为2.988,最小值为1.236,最大值为4.605,由于是年度数据,经过算数平均后,样本区间内变化不是很大,并且数值大小
27、都在理论的可控范围内。控制变量统计结果,数值大小和范围与已有文献基本一致。由此得出,本文的数据选择和筛选都符合预期,符合当前研究的大趋势,本文研究结论是在有高可信度的数据支持下计算得出的,具有一定的可靠性。（二）假设检验结果与分析 本文根据已有数据,做了初步检验,根据F检验和Hausman检验的结果,确定固定效应模型对全样本,国有企业样本以及非国有企业样本进行回归检验分析。表3 经济政策不确定性与全要素生产率面板模型回归（1）全样本（2）国有（3）非国有epu-0.0226188*（-2.80）-0.0358186*（-2.06）-0.0135243（-1.59）age0.0017511（0.
28、40）0.0080994 (0.71)0.0003549 (0.09)lev0.4849353*（4.67）0.7922049 *（2.76）0.413721 *（3.98）size0.4604709*（17.14）0.4906515 * (13.03)0.4454059 *（13.32）roe0.0021755*（3.49）0.0018148 *(2.55).0026276 *（3.05）fixed-1.573624 *（-9.93）-1.847951 * (-6.90)-1.453971 *（-7.57）sub0.0098051（0.86）0.0277954 *(1.55)-0.00060
29、49（-0.04）rd9.343885*（6.98）10.47284 *(5.33)8.764157 *（5.44）常数项0.6118284 (1.24)-0.531274 (-0.78)1.104873 *（1.79）R20.62050.59170.6391 注：*、*、*分别表示在1%,5%,10%的水平上显著。上表内为回归系数,括号内为z统计量值。本文使用方程（1）对研究假设1进行检验,结果见表3。在对新能源汽车产业全样本的检验中,结果显示：经济政策不确定性系数（EPU）为-0.0226188（0.001）,这表明当经济政策不确定性上升一个标准差,新能源汽车产业全要素生产率将下降0.02
30、个标准差,而根据前文描述性统计,新能源汽车产业全要素生产率（TFP）的标准差为1.259,所以当经济政策不确定性（EPU）变动一个标准差时,那么全要素生产率（TFP）变动为0.02个标准差,即0.021.259,即下降0.02518个百分点。说明在控制了公司方面的特征变量,经济政策不确定性显著降低企业全要素生产率，假设H1a成立。从控制变量的检验结果,选择的相关控制变量,都起到了应有的作用,从表3中,可以看出：公司规模、资产收益率、资产负债率的检验结果均显著为正,这就表明企业规模越大、资产收益率越高,则全要素生产率越高,而资本密集度检验结果显著为负,说明固定资产在总资产占比越高,则全要素生产率
31、越低,即当固定资产的占比高到一定程度时,能灵活用于变现的资本变少,这对新能源汽车产业这样一个新兴产业来说是非常不利的,资金变现能力,资金周转能力对一个产业起步发展至关重要。另外从政府补助来看,虽然是正向影响,但并不显著。研发投入正向影响全要素生产率,且结果显著,说明研发投入力度越大,越有利于提高全要素生产率。（三）作用机制检验在理论分析的基础上，能够得出经济政策不确定的环境下新能源汽车产业全要素的影响机制，可能是因为技术创新机制的存在,因此本部分针对技术创新这一方面进行作用机制检验。本部分使用的研发投入使用财务报表中研发投入值除以总资产取对数表示,对经济政策不确定性如何影响企业技术创新进行实证
32、检验。检验结果如下：表4 经济政策不确定性与研发投入面板模型回归epu0.0020215*（2.49）age0.0000549（0.35）lev0.0140672*（2.79）size-0.0052958*（-3.89）roe0.0000326（1.04）fixed0.0108486 *（1.54）sub0.0014436*（3.74）常数项0.1091*(4.18)注：*、*、*分别表示在1%,5%,10%的水平上显著。上表内为回归系数,括号内为z统计量值。从研发投入视角检验了经济政策不确定性抑制全要素生产率的作用机制。根据表4检验结果,发现：经济政策不确定性（EPU）系数显示为0.002,
33、并且在5%的水平上显著,这与孟庆斌和师倩9、顾夏铭等5检验结果是一致的。控制变量对该模型的控制结果达到预期要求,且对比检验结果的显著性和相关性,与已有相关研究的结论一致。综上研究可知：从技术创新角度出发,经济政策不确定性的上升显著促进了研发投入,即新能源汽车产业在面对经济政策不确定性指数上升时,选择加大研发创新力度,以削弱因不确定性带来的不利影响,而由此带动产业各生产部门积极性，有效提升产业全要素生产率。（四）进一步检验以上检验是从全样本数据出发,基于同一横截面,检验结果已经初步达到预期,第一假设得到验证。本文针对产权性质的不同进行检验,结果如表3,数据分为国有企业和非国有企业两个样本组,有效
34、地研究经济政策不确定性的提升抑制新能源汽车产业全要素生产率是否存在差异。检验结果发现：经济政策不确定性（EPU）的系数在国企样本为-0.035,且结果显著,而在非国企样本组系数-0.0135,但结果不显著。综合以上结果表明,经济政策不确定性对国有企业全要素生产率的影响作用更小,这是因为国有企业相对于非国有企业获得政策信息的速度更快，内容更全。因而受到经济政策不确定性的冲击可能更小。对于新能源汽车这样的新兴产业,政府会根据市场反应,适时调整政策,因此谁能第一时间获得这方面的信息,谁就能及时对市场做出反应和调整。（五）稳健性检验中国经济政策不确定性的测量指标，使用Baker 等构建的经济政策不确定
35、性指数,前文按照月度算数进行平均得到年度经济政策不确定性指数。为了避免Baker提供的月度数据直接进行算术平均的影响,通过对经济政策不确定性指标重新测算,遵照GulenIon(2016)、李凤羽和史永东(2016)的做法,对季度内个月的权重依次赋值权重1/6、1/3、1/2,进而得到经济政策不确定性的加权指标。将epu的数据替换成加权平均法计算的epu,进行稳健性检验,结果显示和前文结论一致,并且其他控制变量的符号和显著性也没有发生变化,即调整epu计算方法后,前文的结论依旧成立,通过了稳健性检验。（六）实证分析结果与对策建议本部分实证分析,以经济政策不确定性对全要素生产率的影响理论为依据,利
36、用研究样本,即2014-2018年中国沪深两市A股涉及新能源汽车的公司年度数据，对新能源汽车产业的全要素生产率进行分析,结合Baker等直接开发的数据库所提供的经济政策不确定性指数,在综合公司规模,企业年龄,资产负债率,资产报酬率,研发投入,政府补助,资本密集度,产权性质等多方影响因素后,实证检验得出经济政策不确定性越高,越抑制新能源汽车产业全要素生产率的增长。在机制检验中发现,研发投入正向影响新能源汽车产业全要素生产率,即研发投入力度越大,越有利于提升新能源汽车产业全要素生产率。针对国有企业和非国有企业分组研究中发现经济政策不确定性对国有企业的抑制性要小于非国有企业的。针对本结论,尝试提出以
37、下几点对策建议：第一,从宏观经济增长质量的提升角度看待新能源汽车产业的成长。市场参与者是主要管理对象,政策的一致性能达到新能源汽车产业参与者的预期, 如果想让参与者完全信服，经济政策的信息必须是透明的。政府在信息透明方面任重道远，以发展的眼光看，政府的压力主要在于经济政策信息的透明化。第二,新能源汽车产业经济的快速发展,离不开国家经济政策的调控,由此产生的经济政策的不确定性难以避免。经济政策的不确定性是系统风险的一种，在资产专用性较高的条件下，改变经营过程需要极高的成本，新能源汽车企业的全要素生产率会出现显著下降。因此可以反映出解决系统风险的工具还是比较单一，目前需要增加多样的系统工具以有效解决新能源汽车产业所面临的系统风险，增强抵御系统风险的能力。结 论本文通过运用计量经济学的方法,构建实证模型,检验得出经济政策不确定性的提高会抑制新能源汽车产业全要素生产率的提升。从近几年的数据来看,世界各国的宏观经济政策在金融危机的冲击下越来越趋于不确定性,全要素生产率准确反映的经济增长的速度和质量，对于新能源汽车产业，提高其全要素生产率是提升新能源汽车企业经济增长质量的基础，探究经济政策不确定条件下新能源汽车行业全要素生产率的影响因素能够抵御系统风险，促进其经济水平高质量发展。