消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈研發(fā)的傳導(dǎo)效應(yīng)研究

何琳,宋文卉

(1. 北京交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100044; 2. 廣東財(cái)經(jīng)大學(xué) 會計(jì)學(xué)院，廣東 廣州 510000)

發(fā)展新能源汽車產(chǎn)業(yè)不僅意味著社會交通運(yùn)輸方式的綠色化轉(zhuǎn)型，也成為降低中國石油的對外依存度、實(shí)現(xiàn)汽車產(chǎn)業(yè)趕超的重要契機(jī)。為了推動新能源汽車產(chǎn)業(yè)的市場推廣應(yīng)用，中國政府從2009年開始對公共領(lǐng)域、2013年開始對私人領(lǐng)域的新能源汽車消費(fèi)者進(jìn)行消費(fèi)補(bǔ)貼，2016～2020年消費(fèi)補(bǔ)貼共約329.46億元(1)資料來源于中華人民共和國工業(yè)和信息化部裝備工業(yè)一司發(fā)布的《關(guān)于2016～2020年度新能源汽車推廣應(yīng)用補(bǔ)助資金清算審核初審情況的公示》，見https://www.miit.gov.cn/zwgk/wjgs/art/2021/art_99ae13aa81d04a358e0443700fe100ce.html。。在政府補(bǔ)貼驅(qū)動下，中國新能源汽車消費(fèi)市場經(jīng)歷了爆發(fā)式增長，截至2021年6月，中國新能源汽車保有量達(dá)到603萬輛，是全球新能源汽車保有量最多的國家。

盡管自2009年以來的政府補(bǔ)貼是針對“需求側(cè)”的消費(fèi)補(bǔ)貼，但政策目的是扶持中國新能源汽車產(chǎn)業(yè)“供給側(cè)”的成長并培育新能源汽車產(chǎn)業(yè)國際競爭力。為此，補(bǔ)貼政策針對“續(xù)駛里程”“節(jié)油率水平”“快充倍率”等技術(shù)指標(biāo)設(shè)置差異化補(bǔ)貼標(biāo)準(zhǔn)。補(bǔ)貼的“技術(shù)門檻”是否間接促進(jìn)新能源汽車零部件制造企業(yè)的技術(shù)創(chuàng)新(本文將此定義為消費(fèi)補(bǔ)貼政策的“傳導(dǎo)效應(yīng)”)，值得研究。

當(dāng)前已有不少研究，是以整車制造企業(yè)為研究對象，研究消費(fèi)補(bǔ)貼對培育新能源汽車消費(fèi)市場和激勵新能源整車制造企業(yè)的影響[1-2]；或研發(fā)補(bǔ)助對新能源汽車整車制造企業(yè)研發(fā)投入和技術(shù)創(chuàng)新的影響[3-4]。然而新能源汽車產(chǎn)業(yè)是一個顛覆傳統(tǒng)汽車動力來源、商業(yè)模式和配套基礎(chǔ)設(shè)施體系的新興產(chǎn)業(yè)，產(chǎn)業(yè)發(fā)展不僅表現(xiàn)為整車產(chǎn)品創(chuàng)新，而且表現(xiàn)為產(chǎn)業(yè)鏈的整體培育與創(chuàng)新。中國政府為推動新能源汽車產(chǎn)業(yè)發(fā)展，進(jìn)行十余年的消費(fèi)補(bǔ)貼，正好為研究消費(fèi)補(bǔ)貼政策對產(chǎn)業(yè)鏈發(fā)展的影響提供了不可多得的樣本?；诖?，本文的研究聚焦以下2個問題：(1)消費(fèi)補(bǔ)貼對整車上游企業(yè)的技術(shù)創(chuàng)新是否產(chǎn)生“傳導(dǎo)效應(yīng)”？(2)如果產(chǎn)生“傳導(dǎo)效應(yīng)”，該效應(yīng)對新能源汽車產(chǎn)業(yè)鏈上游企業(yè)的研發(fā)產(chǎn)生了怎樣的影響，隨著消費(fèi)補(bǔ)貼的退坡，產(chǎn)業(yè)鏈上游企業(yè)的研發(fā)行為是否會隨之改變？

一、文獻(xiàn)回顧與研究假設(shè)

學(xué)者們自20世紀(jì)初開始研究政府補(bǔ)貼對企業(yè)研發(fā)投入和研發(fā)產(chǎn)出的影響，形成不同的觀點(diǎn)。

(一)政府補(bǔ)貼對企業(yè)研發(fā)投入與產(chǎn)出的影響

1.政府補(bǔ)貼對企業(yè)研發(fā)投入的影響

一些研究表明，政府補(bǔ)貼能夠有效補(bǔ)充企業(yè)資金，促進(jìn)企業(yè)增加研發(fā)投入。Lach、Xulia et al.和Lee et al.分別通過研究以色列、西班牙和韓國的高新技術(shù)制造企業(yè)，發(fā)現(xiàn)政府補(bǔ)貼能夠有效降低中小型制造企業(yè)技術(shù)創(chuàng)新的風(fēng)險(xiǎn)，顯著刺激其研發(fā)投入強(qiáng)度[5-7]。曾繁榮等、谷麗靜等認(rèn)為政府補(bǔ)貼顯著推動了企業(yè)技術(shù)創(chuàng)新，且通過信號效應(yīng)影響股權(quán)融資規(guī)模，間接激勵企業(yè)進(jìn)行技術(shù)創(chuàng)新[8-9]。梅吟晨等認(rèn)為一定程度的財(cái)政補(bǔ)助政策能夠促進(jìn)新能源汽車制造企業(yè)研發(fā)投入，但其激勵效果不如所得稅優(yōu)惠[10]。

另一些研究則表明，政府補(bǔ)貼會導(dǎo)致企業(yè)過度依賴外部，進(jìn)而減少自身對技術(shù)創(chuàng)新的投入[11]。Higgins基于174個制造業(yè)企業(yè)的財(cái)務(wù)數(shù)據(jù)，研究證實(shí)，隨著政府補(bǔ)貼的增加，企業(yè)自身的研發(fā)投入下降[12]。Wallsten以參加小企業(yè)創(chuàng)新研究計(jì)劃的81家企業(yè)數(shù)據(jù)，研究認(rèn)為政府補(bǔ)貼與企業(yè)自身的研發(fā)投入呈替代關(guān)系[13]。呂久琴等建立補(bǔ)助組、研發(fā)組和補(bǔ)助研發(fā)組，研究發(fā)現(xiàn)政府補(bǔ)貼顯著“擠出”企業(yè)當(dāng)年和下一年的研發(fā)投入[14]。

另有學(xué)者認(rèn)為，政府補(bǔ)貼對企業(yè)研發(fā)投入的影響呈現(xiàn)倒“U”形。例如劉虹等以2007～2009年中國上市公司為對象，研究發(fā)現(xiàn)政府補(bǔ)貼在初期對企業(yè)研發(fā)支出產(chǎn)生激勵作用，當(dāng)超過最佳補(bǔ)貼值則對企業(yè)研發(fā)支出產(chǎn)生擠出效應(yīng)[15]。侯世英等基于2013～2017年高新技術(shù)產(chǎn)業(yè)上市公司的財(cái)務(wù)數(shù)據(jù)，研究發(fā)現(xiàn)財(cái)政補(bǔ)貼激勵效果在研發(fā)活動前中期顯著, 但后期逐漸下降[16]。

2.政府補(bǔ)貼對企業(yè)研發(fā)產(chǎn)出的影響

一些研究認(rèn)為，政府補(bǔ)貼通過引導(dǎo)企業(yè)增加研發(fā)投入，從而刺激企業(yè)研發(fā)產(chǎn)出。Kang et al.基于2003～2007年中國工業(yè)企業(yè)數(shù)據(jù)，研究證實(shí)政府對中小企業(yè)的研發(fā)補(bǔ)貼能夠顯著提升企業(yè)創(chuàng)新能力[17]。鄭春美等通過研究創(chuàng)業(yè)板高新技術(shù)企業(yè)的財(cái)務(wù)數(shù)據(jù)，得出“政府財(cái)政激勵顯著推動中小型高新技術(shù)企業(yè)創(chuàng)新績效”的結(jié)論[18]。李磊基于A股上市的50家新能源汽車企業(yè)，研究發(fā)現(xiàn)盡管對不同生態(tài)位企業(yè)產(chǎn)生了不同效果，政府研發(fā)補(bǔ)貼仍可以使新能源汽車產(chǎn)業(yè)的整體技術(shù)創(chuàng)新產(chǎn)出有顯著提升[3]。謝海娟等、陳威等分別以2011～2014年高新技術(shù)型上市公司和2014～2017年中國上市戰(zhàn)略性新興企業(yè)為研究對象，實(shí)證研究結(jié)果均表明政府科技創(chuàng)新補(bǔ)助能夠提升樣本企業(yè)的創(chuàng)新能力，同時這種推動作用具有滯后影響[19-20]。

另一些研究則認(rèn)為，政府補(bǔ)貼會“擠出”企業(yè)研發(fā)投入，進(jìn)而削弱其創(chuàng)新能力，抑制企業(yè)研發(fā)產(chǎn)出。熊維勤、逯東等發(fā)現(xiàn)企業(yè)并未有效運(yùn)用政府給予的補(bǔ)助及資源，政府補(bǔ)貼反而對企業(yè)研發(fā)效率產(chǎn)生了負(fù)向影響[21-22]。白旭云等實(shí)證研究了505家高新技術(shù)企業(yè)的調(diào)研數(shù)據(jù)，發(fā)現(xiàn)直接研發(fā)補(bǔ)貼顯著擠出企業(yè)創(chuàng)新績效和創(chuàng)新質(zhì)量[23]。任躍文以滬深A(yù)股上市企業(yè)2015～2017年的數(shù)據(jù)為樣本，研究發(fā)現(xiàn)政府補(bǔ)貼顯著抑制企業(yè)創(chuàng)新效率[24]。

還有研究認(rèn)為，政府補(bǔ)貼與企業(yè)研發(fā)產(chǎn)出不存在顯著關(guān)系或一致性關(guān)系。Minjeong et al.認(rèn)為政府補(bǔ)助對企業(yè)創(chuàng)新產(chǎn)出無顯著的正向作用[25]。李爽運(yùn)用SFP模型研究發(fā)現(xiàn)在新能源上市企業(yè)中，政府補(bǔ)貼的激勵作用不顯著，技術(shù)創(chuàng)新效率一般不高[26]。余英等基于中國省級宏觀數(shù)據(jù)，研究認(rèn)為政府的財(cái)政補(bǔ)貼在企業(yè)研發(fā)階段有顯著激勵作用，但是其在技術(shù)成果轉(zhuǎn)化階段無顯著效果[27]。彭若弘等研究認(rèn)為在企業(yè)研發(fā)不同階段，不同類型的政府補(bǔ)貼對研發(fā)產(chǎn)出正向促進(jìn)作用存在差異[28]。

(二)政府補(bǔ)貼對供應(yīng)鏈技術(shù)創(chuàng)新的傳導(dǎo)作用

彭鴻廣等認(rèn)為，政府按照購買或銷售單位產(chǎn)品對消費(fèi)者或供應(yīng)商補(bǔ)貼，對激勵供應(yīng)商研發(fā)投入的效果相同[29]。Huang et al.研究了在雙寡頭環(huán)境下消費(fèi)補(bǔ)貼對燃料汽車與混合動力汽車供應(yīng)鏈的影響，發(fā)現(xiàn)高補(bǔ)貼可能并不會促進(jìn)企業(yè)技術(shù)創(chuàng)新和降低環(huán)境污染[30]。

還有學(xué)者認(rèn)為，供應(yīng)鏈企業(yè)的研發(fā)投入受到政府補(bǔ)助有正向促進(jìn)作用。羅春林研究電動汽車供應(yīng)鏈，提出政府補(bǔ)貼越高，供應(yīng)鏈績效越好，從而促進(jìn)制造商加大研發(fā)投入[31]。張正等研究發(fā)現(xiàn)政府對供應(yīng)商和消費(fèi)者采取創(chuàng)新補(bǔ)貼，能夠提高上游制造商價值，促進(jìn)供應(yīng)鏈內(nèi)企業(yè)創(chuàng)新水平提高[32]。Zhang et al.發(fā)現(xiàn)，不產(chǎn)生碳排放的零售商通過調(diào)整銷售價格，將政府補(bǔ)貼轉(zhuǎn)移給上游產(chǎn)生碳排放的制造商，制造商低碳技術(shù)創(chuàng)新水平會隨著補(bǔ)貼力度的加大而提高[33]。李柏洲等認(rèn)為政府的成果獎勵與成本補(bǔ)貼都可以增強(qiáng)戰(zhàn)略性新興產(chǎn)業(yè)供應(yīng)鏈系統(tǒng)協(xié)同創(chuàng)新效應(yīng)[34]。

綜上，目前國內(nèi)外學(xué)者在研究政府補(bǔ)貼與企業(yè)研發(fā)、供應(yīng)鏈研發(fā)之間的關(guān)系時，由于產(chǎn)業(yè)樣本、時間跨度、研究方法等存在差異，實(shí)證研究結(jié)果存在分歧，且較少關(guān)注消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈企業(yè)技術(shù)創(chuàng)新的影響。本文在已有研究的基礎(chǔ)上，將研究問題聚焦于：政府提供的消費(fèi)補(bǔ)貼是否存在激勵上游供應(yīng)鏈企業(yè)技術(shù)創(chuàng)新的傳導(dǎo)效應(yīng)，傳導(dǎo)效應(yīng)是否隨著補(bǔ)貼退坡而弱化，并提出以下假設(shè)：

H1：消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈研發(fā)投入有正向促進(jìn)作用。

H2：消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈研發(fā)產(chǎn)出有正向促進(jìn)作用。

H3：消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈研發(fā)投入的傳導(dǎo)效應(yīng)不隨補(bǔ)貼退坡而降低。

二、研究設(shè)計(jì)

本文通過兩步法完成對假設(shè)的檢驗(yàn)。第一步運(yùn)用傾向得分匹配(Propensity Score Matching,PSM)方法，通過配對分析具有相似特征的處理組與控制組樣本，檢驗(yàn)消費(fèi)補(bǔ)貼驅(qū)動下新能源汽車供應(yīng)鏈企業(yè)與傳統(tǒng)汽車零部件企業(yè)(從未受消費(fèi)補(bǔ)貼影響)的研發(fā)投入和研發(fā)產(chǎn)出差異，從而有效驗(yàn)證消費(fèi)補(bǔ)貼政策對供應(yīng)鏈企業(yè)研發(fā)激勵的傳導(dǎo)效應(yīng)“是否有”；第二步運(yùn)用多元回歸方法，檢驗(yàn)不同時期消費(fèi)補(bǔ)貼政策變化對新能源汽車供應(yīng)鏈企業(yè)的研發(fā)投入產(chǎn)生了怎樣影響，即研究傳導(dǎo)效應(yīng)“是怎樣”。

(一)樣本選擇與數(shù)據(jù)來源

本文的研究樣本是中國A股上市的汽車零部件制造行業(yè)企業(yè)，包括傳統(tǒng)汽車零部件制造企業(yè)和新能源汽車供應(yīng)鏈企業(yè)(主要為電池、電機(jī)、電控3類核心零部件供應(yīng)企業(yè))。為了保證研究的準(zhǔn)確性，剔除以下幾種情況的公司：①未披露本文所研究主要變量與相關(guān)數(shù)據(jù)的公司；②ST、*ST公司和B股公司；③上市年數(shù)小于1年的公司。經(jīng)過篩選和整理后，從同花順數(shù)據(jù)庫國民經(jīng)濟(jì)行業(yè)“汽車零部件及配件制造”中選擇出2010～2020年間共計(jì)238家上市公司的數(shù)據(jù)進(jìn)行實(shí)證分析。根據(jù)有無新能源汽車零部件制造業(yè)務(wù)，進(jìn)一步手動篩選區(qū)分出傳統(tǒng)汽車零部件制造企業(yè)125家、新能源汽車零部件制造企業(yè)113家。

第一步的PSM法選擇上述所有企業(yè)(共計(jì)238家)作為樣本，將125家傳統(tǒng)汽車零部件企業(yè)與113家新能源汽車零部件企業(yè)進(jìn)行匹配分析檢驗(yàn)；第二步的多元回歸法僅將新能源汽車零部件制造企業(yè)(共計(jì)113家)作為研究對象進(jìn)行實(shí)證分析。

(二)變量選取

本文的被解釋變量為研發(fā)投入和研發(fā)產(chǎn)出。考慮到指標(biāo)的代表性以及數(shù)據(jù)的可得性，本文選取“研發(fā)費(fèi)用”“研發(fā)費(fèi)用/營業(yè)收入”和“研發(fā)費(fèi)用/資產(chǎn)總額”來衡量企業(yè)研發(fā)投入強(qiáng)度；選擇“年專利申請數(shù)量”和“年專利申請數(shù)量增長率”來度量研發(fā)產(chǎn)出績效。PSM法中，處理變量選擇“消費(fèi)補(bǔ)貼”，使用虛擬變量(新能源汽車企業(yè)組取值為1，傳統(tǒng)汽車企業(yè)組取值為0)來衡量；根據(jù)企業(yè)相關(guān)財(cái)務(wù)指標(biāo)和治理結(jié)構(gòu)特征選取指標(biāo)作為協(xié)變量[35-36]。多元回歸法中，基于數(shù)據(jù)的可得性與合理性，解釋變量采用年平均每輛新能源汽車所獲消費(fèi)補(bǔ)貼進(jìn)行計(jì)量，控制變量與PSM方法中的協(xié)變量選擇相同。變量說明如表1所示。

表1 變量說明表

(三)PSM模型設(shè)計(jì)

傾向得分匹配法的處理過程如下：第一，Logit回歸估計(jì)傾向得分值。通過比較不同協(xié)變量的Logit模型回歸R2和AUC值，確定適用的傾向得分匹配模型。第二，平衡性檢驗(yàn)消除匹配后的兩組樣本協(xié)變量數(shù)據(jù)的顯著性差異。第三，根據(jù)最近鄰匹配法進(jìn)行1∶1匹配。第四，穩(wěn)健性檢驗(yàn)采用半徑匹配和核匹配法，檢驗(yàn)匹配效果。

本文樣本被分為處理組(新能源汽車企業(yè)組，受到消費(fèi)補(bǔ)貼影響)和控制組(傳統(tǒng)汽車企業(yè)組，從未受到消費(fèi)補(bǔ)貼影響)。本文假設(shè)二元虛擬變量Sit，當(dāng)企業(yè)i在第t年為補(bǔ)貼企業(yè)時，Sit取1，否則取值為0。

本文借鑒Rosenbaum et al.和Lian et al.的方法[37-38]，選擇企業(yè)的內(nèi)部特征及公司治理結(jié)構(gòu)等指標(biāo)，構(gòu)建如下Logit模型估計(jì)傾向得分值P

P=P{Sit=1}=Φ{Xit}

(1)

式中：P{Sit=1}表示企業(yè)在多維度特征影響下可能會受到消費(fèi)補(bǔ)貼的條件概率，Xit為i企業(yè)在第t年的多個維度的特征，Φ{Xit}表示Logit分布的累積概率。

(2)

對式(2)進(jìn)行估計(jì)可以得到概率預(yù)測值，將處理組和控制組的傾向得分值分別表示為Pi和Pj，則式(3)可表示最近鄰匹配原則

Ωi={Pi|min‖Pi-Pj‖,i∈(Sit=1),

j∈(Sit=0)}

(3)

式中：Ωi表示控制組企業(yè)(相對應(yīng)處理組企業(yè))的匹配集合。經(jīng)過最近鄰匹配后，控制組企業(yè)除了消費(fèi)補(bǔ)貼以外的差異可被替代。因此式(2)轉(zhuǎn)化為

(4)

(四)多元回歸模型設(shè)計(jì)

多元回歸分析以新能源汽車供應(yīng)鏈企業(yè)為樣本，模型設(shè)計(jì)如下

Yi=α0+β1Lei+β2Bi+β3Gri+β4Cfi+

β5Rai+β6Hi+β7Sui+εi

(5)

式中：Yi分別采用前文PSM法下新能源汽車零部件制造企業(yè)與傳統(tǒng)汽車零部件制造企業(yè)存在差異的3個技術(shù)創(chuàng)新指標(biāo)，即R1、R2、R3，α0為截距項(xiàng)，βi為待估參數(shù)，εi為隨機(jī)擾動項(xiàng)。

由于2010～2020年中國政府對新能源汽車的消費(fèi)補(bǔ)貼政策不斷調(diào)整，總體呈現(xiàn)退坡趨勢(表2)，為了進(jìn)一步研究消費(fèi)補(bǔ)貼強(qiáng)度變化對新能源汽車零部件企業(yè)研發(fā)投入和研發(fā)產(chǎn)出的影響，本文將新能源汽車供應(yīng)鏈企業(yè)樣本分為補(bǔ)貼上升階段(2010～2013)和補(bǔ)貼下降階段(2014～2020)，分別進(jìn)行多元統(tǒng)計(jì)回歸分析。

表2 平均每輛新能源汽車所獲消費(fèi)補(bǔ)貼(2010～2020)

(五)穩(wěn)健性檢驗(yàn)

本文選用半徑匹配和核匹配的方法再次配對分析處理組和控制組的樣本企業(yè)，用以考察最近鄰匹配法的穩(wěn)健性，保證實(shí)證結(jié)果可靠穩(wěn)定。

半徑匹配首先需要設(shè)定半徑值r，比較控制組半徑范圍內(nèi)的樣本平均傾向得分值與處理組個體i的傾向得分值，匹配程度低于半徑r的匹配對象具體表示為

Ωi={Pi‖Pi-Pj‖

j∈(Sit=0)}

(6)

核匹配通過加權(quán)平均所有的控制組企業(yè)，構(gòu)建最貼近控制組企業(yè)傾向得分值的虛擬樣本。

本文選用相似變量代替原模型的控制變量，再次對多元回歸模型進(jìn)行分析。如果二次回歸的結(jié)果與原有模型相同，則證明多元回歸模型結(jié)果的穩(wěn)定可靠性。

三、實(shí)證結(jié)果

(一)描述性統(tǒng)計(jì)

技術(shù)創(chuàng)新指標(biāo)和Logit模型各協(xié)變量的基本統(tǒng)計(jì)指標(biāo)如表3所示。

表3 變量的描述性統(tǒng)計(jì)

表3顯示，在研發(fā)投入方面，傳統(tǒng)組企業(yè)研發(fā)費(fèi)用、研發(fā)費(fèi)用/營業(yè)收入、研發(fā)費(fèi)用/總資產(chǎn)的均值和標(biāo)準(zhǔn)差均低于新能源組，說明新能源組樣本的研發(fā)投入強(qiáng)度更大，但企業(yè)間差異較大。在研發(fā)產(chǎn)出方面，新能源組企業(yè)年專利申請數(shù)量和增長率的均值、中位數(shù)和標(biāo)準(zhǔn)差都遠(yuǎn)高于傳統(tǒng)組企業(yè)，說明新能源組樣本企業(yè)的研發(fā)產(chǎn)出績效總體高于傳統(tǒng)汽車組，但企業(yè)間的異質(zhì)性更大。

(二)傾向得分匹配Logit模型選擇

根據(jù)Lian et al.的觀點(diǎn)[38]，本文基于式(1)，使用R2和AUC值判斷Logit回歸模型的有效性，選擇R2和AUC值最優(yōu)的模型作為估計(jì)傾向得分值的模型。經(jīng)過多次篩選協(xié)變量構(gòu)建Logit模型回歸分析，得到R2和AUC值最優(yōu)的3組協(xié)變量組合如表4所示。

表4 Logit模型估計(jì)結(jié)果

比較上述3種Logit模型，模型③的R2和AUC值最高，由此可以認(rèn)為模型③的擬合效果更優(yōu)，更適用于估計(jì)樣本的傾向得分值。

(三)平衡性檢驗(yàn)

只有處理組和控制組企業(yè)在匹配后的匹配變量上無顯著差異，才能滿足傾向得分匹配法的可靠性要求。因此，本文在匹配分析之前進(jìn)行平衡性檢驗(yàn)，主要變量在匹配后的樣本特征情況以及匹配的平衡性檢驗(yàn)結(jié)果見表5。匹配后各協(xié)變量的均值差異均無顯著性。同時，標(biāo)準(zhǔn)偏差值越小，匹配效果越好。借鑒Rosenbaum et al.的研究，當(dāng)協(xié)變量的標(biāo)準(zhǔn)偏差絕對值小于20時，匹配效果較好，傾向得分匹配估計(jì)結(jié)果具有可靠性[39]。表5匹配后各協(xié)變量的標(biāo)準(zhǔn)偏差絕對值均小于20，說明匹配方法有效。

表5 匹配后均值差異顯著性檢驗(yàn)及標(biāo)準(zhǔn)偏差檢驗(yàn)

圖1和圖2分別為最近鄰匹配前和匹配后處理組和控制組間的核密度函數(shù)圖。比較圖1和圖2發(fā)現(xiàn)，匹配后處理組和控制組樣本的核密度函數(shù)較為接近，且傾向得分值重合度較高，說明本文的樣本滿足傾向得分匹配分析的“共同支撐假設(shè)”，進(jìn)行實(shí)證分析后得到的結(jié)果具有可靠性。

圖1 處理組和控制組的核密度函數(shù)圖(匹配前)

圖2 處理組和控制組的核密度函數(shù)圖(匹配后)

(四)PSM法最近鄰匹配實(shí)證分析

1對1匹配完成后，消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈企業(yè)技術(shù)創(chuàng)新影響的ATT值及各指標(biāo)的差異、顯著性如表6所示。

為減少樣本選擇偏誤對實(shí)證的影響，本文使用set seed語句迭代2 020次，計(jì)算標(biāo)準(zhǔn)誤差和T值。表6顯示，匹配完成后，除了“是否受消費(fèi)補(bǔ)貼影響”以外的因素都已被控制，樣本企業(yè)之間技術(shù)創(chuàng)新投入和技術(shù)創(chuàng)新產(chǎn)出的差異可以認(rèn)為源于下游整車企業(yè)有無接受消費(fèi)補(bǔ)貼的差異，即下游整車企業(yè)是否為新能源汽車企業(yè)的差異。

表6 消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈技術(shù) 創(chuàng)新影響的效果(最近鄰匹配1對1)

在采用最近鄰匹配進(jìn)行配對分析時，處理組的研發(fā)投入變量研發(fā)費(fèi)用的自然對數(shù)(R2)的ATT值為 9.04，顯著高于匹配后控制組的同一變量，并且其ATT值在5%的水平上顯著異于0。研發(fā)費(fèi)用/營業(yè)收入和研發(fā)費(fèi)用/總資產(chǎn)(R1和R3)的ATT值均為0.01，在1%的水平上顯著異于0。由此可知，與傳統(tǒng)汽車供應(yīng)鏈企業(yè)相比較，消費(fèi)補(bǔ)貼促使新能源汽車供應(yīng)鏈企業(yè)更傾向于進(jìn)行研發(fā)投入，假設(shè)H1得到證實(shí)。

另外，處理組的研發(fā)產(chǎn)出變量年專利申請數(shù)量(T1)的ATT值為161.34，顯著高于匹配后控制組的同一變量，并且其ATT值在1%的水平上顯著異于0。而年專利申請數(shù)量增長率(T2)的ATT值為0.52，并未顯著異于0。由此可知，比較于傳統(tǒng)汽車供應(yīng)鏈企業(yè)，消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈企業(yè)的研發(fā)產(chǎn)出(年專利申請數(shù)量)有正向促進(jìn)作用，但對其年專利申請數(shù)量增長率無顯著影響，假設(shè)H2部分得到證實(shí)。

(五)多元回歸模型分析

首先，對變量做相關(guān)性分析，2010～2013年、2014～2020年樣本的相關(guān)性分析結(jié)果如表7所示。根據(jù)表7可知，各變量的方差膨脹因子值都在2.00以下，排除了自變量的多重共線性影響。

表7 方差膨脹因子檢驗(yàn)結(jié)果

其次，描述2010～2020年每輛新能源汽車所獲消費(fèi)補(bǔ)貼與樣本企業(yè)各年研發(fā)投入水平、研發(fā)產(chǎn)出績效的趨勢關(guān)系(圖3)，發(fā)現(xiàn)在2010～2013年間，研發(fā)投入、研發(fā)產(chǎn)出與補(bǔ)貼水平呈同向變化；在2014～2020年間，補(bǔ)貼水平迅速下降，但研發(fā)投入和研發(fā)產(chǎn)出總體仍呈現(xiàn)上升直至平穩(wěn)波動的趨勢，表明企業(yè)的研發(fā)行為并未受補(bǔ)貼退坡的影響。

圖3 2010～2020年補(bǔ)貼水平、研發(fā)投入和研發(fā)績效比較

最后，本文分階段進(jìn)行回歸分析，補(bǔ)貼上升階段(2010～2013年)和補(bǔ)貼下降階段(2014～2020年)的回歸結(jié)果分別如表8和表9所示。

表8 2010～2013年樣本回歸結(jié)果

表9 2014～2020年樣本回歸結(jié)果

多元回歸分析結(jié)果表明：在補(bǔ)貼上升階段(2010～2013年)，消費(fèi)補(bǔ)貼與新能源汽車零部件制造企業(yè)的研發(fā)費(fèi)用、研發(fā)費(fèi)用/總資產(chǎn)均顯著正相關(guān)，與研發(fā)費(fèi)用/營業(yè)收入不顯著正相關(guān)，表明在此階段消費(fèi)補(bǔ)貼具有顯著激勵作用。在補(bǔ)貼下降階段(2014～2020年)，消費(fèi)補(bǔ)貼水平與研發(fā)費(fèi)用、研發(fā)費(fèi)用/總資產(chǎn)和研發(fā)費(fèi)用/營業(yè)收入均顯著負(fù)相關(guān)，表明在此階段，隨著消費(fèi)補(bǔ)貼下降，研發(fā)投入強(qiáng)度反而繼續(xù)上升。實(shí)證結(jié)果驗(yàn)證了本文的假設(shè)H3。

(六)穩(wěn)健性檢驗(yàn)

1.半徑匹配結(jié)果分析

將配對范圍控制在r<0.04和r<0.02的匹配半徑下，通過半徑匹配檢驗(yàn)最近鄰匹配法的實(shí)證結(jié)果，如表10所示。

表10 消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈技術(shù) 創(chuàng)新影響的效果(半徑匹配穩(wěn)健性檢驗(yàn))

表10顯示，不同匹配半徑下專利數(shù)量增長率的結(jié)果不同，當(dāng)半徑范圍小于0.02和0.04時，研發(fā)費(fèi)用的自然對數(shù)在5%水平下顯著；研發(fā)費(fèi)用/營業(yè)收入、研發(fā)費(fèi)用/總資產(chǎn)和專利數(shù)量的實(shí)證結(jié)果均在1%水平下顯著。半徑匹配的實(shí)證結(jié)果整體上與最近鄰匹配結(jié)果一致，進(jìn)一步證明給予新能源汽車整車企業(yè)的消費(fèi)補(bǔ)貼有助于增強(qiáng)新能源汽車供應(yīng)鏈企業(yè)的研發(fā)積極性和研發(fā)產(chǎn)出。

2.核匹配結(jié)果分析

進(jìn)一步通過核匹配進(jìn)行穩(wěn)健性檢驗(yàn)，匹配前后的結(jié)果如表11所示。表11顯示，專利數(shù)量增長率的實(shí)證結(jié)果不顯著，研發(fā)費(fèi)用/營業(yè)收入、研發(fā)費(fèi)用的自然對數(shù)、研發(fā)費(fèi)用/總資產(chǎn)和專利數(shù)量的實(shí)證結(jié)果均顯著，穩(wěn)健性檢驗(yàn)的結(jié)果均控制了其他因素，表明消費(fèi)補(bǔ)貼對研發(fā)費(fèi)用的自然對數(shù)、研發(fā)費(fèi)用/總資產(chǎn)、研發(fā)費(fèi)用/營業(yè)收入和年專利申請數(shù)量的促進(jìn)作用顯著，證明本文的實(shí)證結(jié)果是穩(wěn)健的。

表11 消費(fèi)補(bǔ)貼對新能源汽車供應(yīng)鏈技術(shù) 創(chuàng)新影響的效果(核匹配穩(wěn)健性檢驗(yàn))

3.多元回歸穩(wěn)健性檢驗(yàn)

為保證多元回歸模型的穩(wěn)定性，以凈資產(chǎn)收益率代替總資產(chǎn)收益率，對模型重新進(jìn)行回歸分析，其實(shí)證結(jié)果與原有模型相同，證明了多元回歸模型的結(jié)果是穩(wěn)定、可靠的。

四、結(jié)論與啟示

(一)結(jié)論

本文以中國汽車供應(yīng)鏈上市公司為樣本，通過PSM和多元回歸實(shí)證分析，研究消費(fèi)補(bǔ)貼對新能源汽車零部件企業(yè)研發(fā)投入與產(chǎn)出中的傳導(dǎo)性調(diào)節(jié)效應(yīng)，并得到如下結(jié)論。

(1)相比傳統(tǒng)汽車制造業(yè)而言，消費(fèi)補(bǔ)貼激勵了新能源汽車供應(yīng)商的研發(fā)投入，并獲得更優(yōu)的研發(fā)產(chǎn)出，表明設(shè)定技術(shù)門檻的消費(fèi)補(bǔ)貼存在“傳導(dǎo)效應(yīng)”，并推動了新能源供應(yīng)鏈的技術(shù)創(chuàng)新。但是隨著產(chǎn)業(yè)技術(shù)創(chuàng)新逐漸從漸進(jìn)式創(chuàng)新走向突破式創(chuàng)新階段，技術(shù)創(chuàng)新難度越來越大，專利增長率與研發(fā)投入并未呈現(xiàn)規(guī)律性變動。

(2)在消費(fèi)補(bǔ)貼政策早期階段，新能源汽車供應(yīng)鏈的研發(fā)投入受到補(bǔ)貼的激勵效應(yīng)較為明顯；在后期的補(bǔ)貼退坡階段，企業(yè)依然保持高強(qiáng)度研發(fā)投入，與補(bǔ)貼退坡呈現(xiàn)相反趨勢。

本文認(rèn)為，消費(fèi)補(bǔ)貼的傳導(dǎo)效應(yīng)分為資金傳導(dǎo)和信號傳導(dǎo)。補(bǔ)貼初期正是產(chǎn)業(yè)起步期和消費(fèi)市場培育初期，市場規(guī)模不夠大，企業(yè)資金不足以完全支撐巨大的研發(fā)投入，政府補(bǔ)貼通過供應(yīng)鏈采購行為從整車制造企業(yè)傳導(dǎo)至上游，成為支撐上游企業(yè)研發(fā)和運(yùn)營周轉(zhuǎn)的重要財(cái)務(wù)資源。同時，高額且連續(xù)的消費(fèi)補(bǔ)貼為企業(yè)傳遞了政府支持新能源汽車產(chǎn)業(yè)的強(qiáng)烈信號，增加了企業(yè)技術(shù)創(chuàng)新的意愿。隨著消費(fèi)補(bǔ)貼退坡，資金傳導(dǎo)效應(yīng)減弱，但信號傳導(dǎo)效應(yīng)依然強(qiáng)烈。政府補(bǔ)貼重心轉(zhuǎn)向充電基礎(chǔ)設(shè)施領(lǐng)域，并且延續(xù)了新能源汽車在購車、路權(quán)等方面的優(yōu)惠政策，傳遞了持續(xù)支持新能源汽車產(chǎn)業(yè)發(fā)展的強(qiáng)烈信號，因此企業(yè)繼續(xù)保持高研發(fā)強(qiáng)度。

(二)啟示

基于上述分析，本文認(rèn)為政府可以在不同階段實(shí)行相應(yīng)的政策措施，激勵企業(yè)技術(shù)創(chuàng)新行為，扶持新興產(chǎn)業(yè)發(fā)展。

(1)政府從消費(fèi)端進(jìn)行持續(xù)補(bǔ)貼對新興產(chǎn)業(yè)發(fā)展至關(guān)重要，不僅能夠培育早期消費(fèi)市場，而且能夠?yàn)楫a(chǎn)業(yè)供應(yīng)鏈提供資金，傳遞市場預(yù)期的積極信號，從而激勵企業(yè)研發(fā)行為，促進(jìn)產(chǎn)業(yè)發(fā)展。

(2)當(dāng)產(chǎn)業(yè)發(fā)展的穩(wěn)定預(yù)期建立之后，政府的補(bǔ)貼應(yīng)當(dāng)逐漸退坡。一方面可以降低財(cái)政壓力，另一方面倒逼企業(yè)“自力更生”，避免陷入補(bǔ)貼依賴。

(3)貨幣補(bǔ)貼政策退坡的同時應(yīng)當(dāng)通過非貨幣補(bǔ)貼政策繼續(xù)傳遞政策支持信號，激勵企業(yè)的持續(xù)技術(shù)創(chuàng)新。消費(fèi)補(bǔ)貼推動新能源汽車產(chǎn)業(yè)發(fā)展的案例，可以為政府支持其他新興產(chǎn)業(yè)的發(fā)展和技術(shù)進(jìn)步提供借鑒。

五、結(jié)語

本文證實(shí)了新能源汽車消費(fèi)補(bǔ)貼對該產(chǎn)業(yè)鏈研發(fā)行為存在傳導(dǎo)效應(yīng)，豐富和完善了政府補(bǔ)貼對企業(yè)研發(fā)行為影響的相關(guān)理論，并有助于評價新能源汽車產(chǎn)業(yè)的補(bǔ)貼政策效果，為政府扶持新興產(chǎn)業(yè)發(fā)展制定補(bǔ)貼政策提供經(jīng)驗(yàn)證據(jù)。不足之處在于企業(yè)的產(chǎn)品結(jié)構(gòu)往往多元化，一些新能源汽車產(chǎn)業(yè)鏈企業(yè)也會生產(chǎn)非新能源汽車配套零部件，因此樣本企業(yè)的研發(fā)與新能源汽車補(bǔ)貼政策的相關(guān)度檢驗(yàn)效果可能受到影響?？傮w而言，新能源汽車產(chǎn)業(yè)的消費(fèi)補(bǔ)貼對產(chǎn)業(yè)鏈技術(shù)創(chuàng)新起到了積極作用，然而消費(fèi)補(bǔ)貼在何種技術(shù)和市場條件下才能夠起到最有效的激勵效果，補(bǔ)貼的強(qiáng)度和時間長度應(yīng)該如何確定，這是未來可進(jìn)一步研究的問題。