戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率及影響因素研究

[摘 要：文章以2013—2022年新能源汽車產(chǎn)業(yè)鏈上的44家上市公司為研究對象，運用DEA-BCC模型和DEA-Malmquist模型，分別從靜態(tài)和動態(tài)視角測度其技術(shù)創(chuàng)新效率，并構(gòu)建Tobit模型，分析影響其技術(shù)創(chuàng)新效率的內(nèi)外部因素。研究發(fā)現(xiàn)：受規(guī)模效率和純技術(shù)效率制約，新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率整體偏低；研發(fā)費用加計扣除優(yōu)惠對技術(shù)創(chuàng)新效率具有顯著促進作用，所得稅稅收優(yōu)惠和財政補貼對技術(shù)創(chuàng)新效率作用不理想；專利存量、企業(yè)規(guī)模、企業(yè)年齡和企業(yè)性質(zhì)均對技術(shù)創(chuàng)新效率具有顯著促進作用，研發(fā)人員、企業(yè)成長和財務(wù)杠桿對技術(shù)創(chuàng)新效率作用不理想。由此，提出鼓勵兼并重組、強化知識產(chǎn)權(quán)保護、優(yōu)化財稅政策供給等對策建議。

關(guān)鍵詞：戰(zhàn)略性新興產(chǎn)業(yè)；新能源汽車；技術(shù)創(chuàng)新；技術(shù)創(chuàng)新效率；財稅政策；DEA模型

中圖分類號：F426.471；F273.1 文獻標識碼：A 文章編號：1007-5097（2024）12-0054-11 ]

Efficiency and Influencing Factors of Technological Innovation in

Strategic Emerging Industries：

From the Perspective of the New Energy Vehicle Industry

CHENG Xiazhen， TANG Xiaoting

（Department of Economics Teaching&Research， Party School of the Anhui Provincial Committee of the Communist Party of

China （Anhui Academy of Governance）， Hefei 230022， China）

Abstract：This article uses 44 listed companies in the new energy vehicle industry chain from 2013 to 2022 as the research subjects， utilizes the DEA-BCC model and DEA-Malmquist model to measure its technological innovation efficiency from both static and dynamic perspectives， and builds a Tobit model to analyze the internal and external factors affecting this technological innovation efficiency. According to the research findings， as constrained by scale efficiency and pure technical efficiency， the overall efficiency of technological innovation in the new energy vehicle industry is relatively low. The additional tax deduction for R&D expenses has a significant promoting effect on technological innovation efficiency， while income tax incentives and fiscal subsidies have an unsatisfactory effect on technological innovation efficiency. Patent stock， enterprise size， enterprise age， and enterprise nature all have a significant promoting effect on technological innovation efficiency， while R&D personnel， enterprise growth， and financial leverage have an unsatisfactory effect on technological innovation efficiency. Based on this， we propose strategies and suggestions such as encouraging mergers and acquisitions， strengthening intellectual property protection， and optimizing fiscal and tax policy provisions.

Key words：strategic emerging industries; new energy vehicle; technological innovation; technological innovation efficiency; fiscal and tax policies; DEA model

一、引 言

2023年7月以來，習(xí)近平總書記在四川、黑龍江、浙江、廣西等地考察調(diào)研時提出，要整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力是創(chuàng)新起主導(dǎo)作用，擺脫傳統(tǒng)經(jīng)濟增長方式、生產(chǎn)力發(fā)展路徑，具有高科技、高效能、高質(zhì)量特征，符合新發(fā)展理念的先進生產(chǎn)力質(zhì)態(tài)，是以全要素生產(chǎn)率大幅提升為核心標志，特點是創(chuàng)新，關(guān)鍵在質(zhì)優(yōu)，本質(zhì)是先進生產(chǎn)力［1］。2024年政府工作報告強調(diào)，要“實施產(chǎn)業(yè)創(chuàng)新工程，完善產(chǎn)業(yè)生態(tài)，拓展應(yīng)用場景，促進戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展”［2］。由此可見，戰(zhàn)略性新興產(chǎn)業(yè)是引領(lǐng)未來發(fā)展的新支柱、新賽道，科技創(chuàng)新是推動經(jīng)濟高質(zhì)量發(fā)展的主引擎、主動能。因此，積極研究并著力提升我國戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率，對促進新質(zhì)生產(chǎn)力發(fā)展、助力中國式現(xiàn)代化建設(shè)意義重大。

戰(zhàn)略性新興產(chǎn)業(yè)，如新能源產(chǎn)業(yè)、節(jié)能環(huán)保產(chǎn)業(yè)、高端裝備制造業(yè)、新一代信息技術(shù)產(chǎn)業(yè)等［3］，對發(fā)展新質(zhì)生產(chǎn)力作用顯著，對經(jīng)濟社會發(fā)展影響重大。其中，新能源汽車產(chǎn)業(yè)一直是國家政策扶持的重點。自2015年起，其產(chǎn)銷量節(jié)節(jié)攀升（見表1所列），2023年產(chǎn)銷量占全球比重超過60%，已實現(xiàn)量的突破，如今正邁步向全球價值鏈高端攀升［4］。隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等多種變革性技術(shù)的融入，我國新能源汽車產(chǎn)業(yè)創(chuàng)新有效重塑了汽車產(chǎn)業(yè)生態(tài)，促進了經(jīng)濟社會綠色發(fā)展，切實推動我國從汽車大國向汽車強國邁進。但不可否認的是，我國大部分新能源汽車企業(yè)仍存在自主研發(fā)投入力度不大、產(chǎn)業(yè)創(chuàng)新氛圍不濃、核心技術(shù)創(chuàng)新能力不強等問題。國務(wù)院辦公廳在《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021—2035年）》中，將加大關(guān)鍵技術(shù)攻關(guān)、提高技術(shù)創(chuàng)新能力放在首要位置，充分彰顯了技術(shù)創(chuàng)新在新能源汽車產(chǎn)業(yè)可持續(xù)發(fā)展中的重要性［5］。因此，客觀評價我國新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率，剖析影響技術(shù)創(chuàng)新效率的主要因素并探究應(yīng)對之策，對于促進我國新能源汽車產(chǎn)業(yè)健康發(fā)展十分必要。

二、文獻綜述

（一）技術(shù)創(chuàng)新效率界定的研究

Afriat（1972）［6］基于產(chǎn)出視角認為，在一定資源條件下，技術(shù)創(chuàng)新效率是指技術(shù)最佳產(chǎn)出與實際創(chuàng)新產(chǎn)出之間的差距，差距越大，技術(shù)創(chuàng)新效率越低，差距越小，技術(shù)創(chuàng)新效率越高；Fritsch和Slavtchev（2010）［7］基于投入產(chǎn)出視角，將技術(shù)創(chuàng)新效率的概念延伸至區(qū)域?qū)用?，通過關(guān)聯(lián)區(qū)域研發(fā)投入和產(chǎn)出構(gòu)建效率測度模型，認為只要在一定的創(chuàng)新投入中獲得最大創(chuàng)新產(chǎn)出，則該區(qū)域的技術(shù)創(chuàng)新活動就是有效的；呂海萍和池仁勇（2016）［8］認為，技術(shù)創(chuàng)新效率就是多種創(chuàng)新要素投入向創(chuàng)新產(chǎn)出轉(zhuǎn)換的投入產(chǎn)出概念；方正起等（2019）［9］認為，技術(shù)創(chuàng)新效率是企業(yè)創(chuàng)新資源有效配置和技術(shù)創(chuàng)新活力的重要體現(xiàn)，也是企業(yè)生產(chǎn)經(jīng)營能力的核心支撐。結(jié)合國內(nèi)外學(xué)者的相關(guān)研究，本文認為，企業(yè)在技術(shù)創(chuàng)新活動中，其技術(shù)創(chuàng)新效率不僅表明了各項投入與產(chǎn)出之間的內(nèi)在聯(lián)系，而且也反映了實際的技術(shù)創(chuàng)新活動與生產(chǎn)前沿面的接近程度，在投入一定時，產(chǎn)出離生產(chǎn)前沿面的距離越近，效率越高，反之則越低。

（二）技術(shù)創(chuàng)新效率測度方法研究

劉志輝等（2022）［10］認為，技術(shù)創(chuàng)新效率測度方法一般基于生產(chǎn)前沿面分析。根據(jù)生產(chǎn)前沿面的參數(shù)是否需要估計，可分為兩種方法：一是參數(shù)法，主要是隨機前沿分析法（SFA），適用于生產(chǎn)函數(shù)能夠確定的情形下，用于單投入單產(chǎn)出或多投入單產(chǎn)出評估研究，因其準確性較高，受到部分學(xué)者青睞。如尹述穎和陳立泰（2016）［11］、易明等（2019）［12］基于SFA方法，分別對中國醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率和中國高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率進行了研究。二是非參數(shù)法，主要是數(shù)據(jù)包絡(luò)分析法（DEA），適用于生產(chǎn)函數(shù)不易確定情形下的多投入多產(chǎn)出分析，因其更符合技術(shù)創(chuàng)新活動實際，故被多數(shù)學(xué)者采用。如劉順忠和官建成（2002）［13］、官建成和何穎（2005）［14］、吳傳清等（2017）［15］采用數(shù)據(jù)包絡(luò)分析法，以行政區(qū)域為考察對象，測算了我國各省份技術(shù)創(chuàng)新效率情況；而肖仁橋等［16-17］則以產(chǎn)業(yè)為研究對象，采用數(shù)據(jù)包絡(luò)分析法測算了我國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率情況。

（三）技術(shù)創(chuàng)新效率的影響因素研究

影響技術(shù)創(chuàng)新效率的因素紛繁眾多，不同學(xué)者從不同視角進行了研究，歸納起來主要包括內(nèi)部因素和外部因素兩個方面。其中，內(nèi)部因素主要與企業(yè)自身生存和發(fā)展的特性相關(guān)，如研發(fā)人員［18］、財務(wù)杠桿［5］、專利存量［19］、企業(yè)規(guī)模［20］、成長能力［21］、企業(yè)年齡［21］、企業(yè)性質(zhì)［18］等，這些因素短期內(nèi)往往不易改變；外部因素主要與企業(yè)外部經(jīng)濟社會狀況和變化情況相關(guān)，涵蓋政治、經(jīng)濟、文化、科技等多方面因素，如政策環(huán)境［21］、市場環(huán)境［19］、環(huán)境規(guī)制［19］等，這些影響因素因地而異，因時而變。特別值得關(guān)注的是，由于政府是創(chuàng)新系統(tǒng)頂層設(shè)計的主體，是引領(lǐng)創(chuàng)新戰(zhàn)略方向、塑造創(chuàng)新環(huán)境的根本力量，因此，基于技術(shù)創(chuàng)新的正外部性和不確定性，考慮財稅政策對技術(shù)創(chuàng)新效率的影響至關(guān)重要，一些學(xué)者［22-24］對此作了大量研究。

本文可能的邊際貢獻在于：一是現(xiàn)有研究主要聚焦于區(qū)域創(chuàng)新效率和高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，而針對某一產(chǎn)業(yè)特別是新能源汽車產(chǎn)業(yè)的技術(shù)創(chuàng)新效率研究不多，本文對此作了有益探索；二是在對影響產(chǎn)業(yè)技術(shù)創(chuàng)新效率的外部因素進行研究時，涉及財稅政策的分析，現(xiàn)有研究大多關(guān)注財政補貼和稅收優(yōu)惠政策，對研發(fā)費用加計扣除優(yōu)惠較少涉及，本文在探究財政補貼和稅收優(yōu)惠政策的同時，更著力關(guān)注研發(fā)費用加計扣除優(yōu)惠政策成效，以期對新能源汽車產(chǎn)業(yè)提升技術(shù)創(chuàng)新效率有所助益，為政府制定新能源汽車產(chǎn)業(yè)財稅政策提供參考。

三、研究假設(shè)和研究框架

企業(yè)技術(shù)創(chuàng)新效率受內(nèi)部因素和外部因素的綜合影響。在眾多影響因素中，內(nèi)部因素主要體現(xiàn)為企業(yè)的研發(fā)人員、財務(wù)杠桿和專利存量，外部因素著重體現(xiàn)在財稅政策［18-19，21］上。因此，本文將由財政補貼、稅收優(yōu)惠和研發(fā)費用加計扣除三部分構(gòu)成的財稅政策作為主要外部因素，將研發(fā)人員、財務(wù)杠桿和專利存量三個核心變量作為內(nèi)部因素，著力研究它們對企業(yè)技術(shù)創(chuàng)新效率的影響。

（一）財政補貼、稅收優(yōu)惠和研發(fā)費用加計扣除對企業(yè)技術(shù)創(chuàng)新效率的影響

依據(jù)古典經(jīng)濟學(xué)理論，完全的市場競爭雖能使社會資源達到最優(yōu)配置，但外部性問題的存在使其難以實現(xiàn)帕累托最優(yōu)效應(yīng)。由于企業(yè)技術(shù)創(chuàng)新活動具有正外部性，因此，完全依靠市場自發(fā)調(diào)節(jié)，其創(chuàng)新資源配置很難實現(xiàn)最優(yōu)。杜斌等（2017）［25］認為，新能源汽車企業(yè)創(chuàng)新成果存在非市場性擴散現(xiàn)象，其溢出效應(yīng)可使其他創(chuàng)新主體受益而企業(yè)自身并未從中獲得經(jīng)濟補償或得不償失。肖鵬和代龍濤（2023）［26］認為，技術(shù)創(chuàng)新成果不僅具有溢出效應(yīng)，而且具有不完全可收益性，由此導(dǎo)致企業(yè)技術(shù)創(chuàng)新存在“市場失靈”，即私人收益率低于社會收益率，研發(fā)投入和產(chǎn)出均低于社會最優(yōu)水平。

為提升技術(shù)創(chuàng)新效率，政府通常運用財稅政策矯正“市場失靈”，引導(dǎo)企業(yè)技術(shù)創(chuàng)新的方向、速度和規(guī)模，支持企業(yè)增強技術(shù)創(chuàng)新動力、能力和信心。事實上，財政補貼和稅收優(yōu)惠正是用來彌補企業(yè)正外部性的［27］。財稅政策影響企業(yè)技術(shù)創(chuàng)新效率的渠道有兩種：一是增加企業(yè)技術(shù)創(chuàng)新的現(xiàn)金流。張建順和解洪濤（2022）［28］認為，財政補貼和稅收優(yōu)惠不僅能幫助企業(yè)緩解融資壓力、提升產(chǎn)出成效，還能激勵企業(yè)增加創(chuàng)新投入、增強創(chuàng)新動力。二是降低企業(yè)技術(shù)創(chuàng)新風(fēng)險。周振等（2024）［29］認為，研發(fā)費用加計扣除不但能分擔企業(yè)創(chuàng)新風(fēng)險、減輕企業(yè)創(chuàng)新顧慮、提高企業(yè)對創(chuàng)新風(fēng)險的承擔能力，而且能釋放激勵信號，降低外部投資者對創(chuàng)新的風(fēng)險預(yù)期，刺激外部資金加入，進而提升企業(yè)技術(shù)創(chuàng)新效率。因此，本文提出假設(shè)1。

H1：財政補貼、稅收優(yōu)惠和研發(fā)費用加計扣除均對企業(yè)技術(shù)創(chuàng)新效率具有正向影響。

（二）內(nèi)部因素對企業(yè)技術(shù)創(chuàng)新效率的影響

影響企業(yè)技術(shù)創(chuàng)新效率的內(nèi)部因素雖然很多，但核心因素是研發(fā)人員、財務(wù)杠桿和專利存量。

1. 研發(fā)人員對企業(yè)技術(shù)創(chuàng)新效率的影響

內(nèi)生經(jīng)濟增長理論認為，人力資本是影響經(jīng)濟增長的內(nèi)生因素，而技術(shù)創(chuàng)新則是經(jīng)濟持續(xù)增長的發(fā)動機。王美紅等（2008）［30］認為，依托人力資本的知識創(chuàng)新，可促進技術(shù)創(chuàng)新，并作用于經(jīng)濟增長；于曉宇等（2007）［31］認為，技術(shù)創(chuàng)新過程，知識含量密集，資金投入不可少，研發(fā)人員是關(guān)鍵；黃寰等（2015）［32］認為，企業(yè)技術(shù)創(chuàng)新與研究部門的勞動力正相關(guān)，與研發(fā)人員設(shè)計研究的能力正相關(guān)；劉金濤（2017）［33］認為，企業(yè)技術(shù)創(chuàng)新離不開知識型人才，并最終落實到以研發(fā)人員為典型代表的人員身上。

研發(fā)人員影響企業(yè)技術(shù)創(chuàng)新效率的渠道有兩種：一是直接效應(yīng)，二是間接效應(yīng)。秦天如等（2018）［34］認為，在企業(yè)創(chuàng)新要素投入中，研發(fā)人員直接決定著企業(yè)技術(shù)創(chuàng)新能力和水平，決定著企業(yè)技術(shù)創(chuàng)新成敗和效率；張樹滿和原長弘（2022）［35］認為，科技人員是科技創(chuàng)新主體，能將隱性知識轉(zhuǎn)化為顯性知識，創(chuàng)造并應(yīng)用新的技術(shù)知識，最終影響技術(shù)創(chuàng)新效率；Soh和Grover（2022）［36］認為，企業(yè)研發(fā)人員的新思路、新觀點可催生新技術(shù)、新產(chǎn)品，企業(yè)能否取得技術(shù)優(yōu)勢，關(guān)鍵在于研發(fā)人員創(chuàng)新能力的顯露，而企業(yè)能否提升創(chuàng)新效率，關(guān)鍵在于研發(fā)人員核心作用的發(fā)揮。因此，本文提出假設(shè)2。

H2：研發(fā)人員對企業(yè)技術(shù)創(chuàng)新效率具有正向影響。

2. 財務(wù)杠桿對企業(yè)技術(shù)創(chuàng)新效率的影響

陳華東（2016）［37］認為，技術(shù)創(chuàng)新投入大、周期長、風(fēng)險高，需要利用財務(wù)杠桿來優(yōu)化資金配置，確保現(xiàn)金流支撐；Brown等（2009）［38］提出，根據(jù)優(yōu)序融資理論，應(yīng)首選內(nèi)部融資，但Hall（2002）［39］認為，內(nèi)部融資不穩(wěn)定，容易中斷技術(shù)創(chuàng)新活動進程，因此，王玉澤等（2019）［40］提出，應(yīng)借助財務(wù)杠桿，吸納外部資金來保障技術(shù)創(chuàng)新現(xiàn)金流；曾國安等（2023）［41］認為，使用財務(wù)杠桿要適度，較高的財務(wù)杠桿會增加企業(yè)財務(wù)風(fēng)險和破產(chǎn)風(fēng)險，加重委托代理問題和經(jīng)營環(huán)境的不確定性；辜勝阻和莊芹芹（2016）［42］認為，債務(wù)比例上升意味著財務(wù)成本增加，債務(wù)融資越多，風(fēng)控要求越高，企業(yè)技術(shù)創(chuàng)新活動越受限；吳延兵（2012）［43］認為，在高杠桿條件下，企業(yè)高管會傾向于成本低、收益快的項目，其投資偏好會抑制技術(shù)創(chuàng)新效率的提升；周勤和盛巧燕（2004）［44］認為，企業(yè)杠桿率過高，財務(wù)穩(wěn)定性就會降低，融資信譽也會受到影響，會給企業(yè)技術(shù)創(chuàng)新帶來更多的不確定性。因此，本文提出假設(shè)3。

H3：財務(wù)杠桿對企業(yè)技術(shù)創(chuàng)新效率具有反向影響。

3. 專利存量對企業(yè)技術(shù)創(chuàng)新效率的影響

內(nèi)生增長理論代表人物Romer（1990）［45］認為，新知識的生產(chǎn)不僅取決于研發(fā)投入，還取決于對知識存量的有效利用；龍小寧和王?。?015）［46］認為，專利是企業(yè)知識產(chǎn)出的重要組成部分，是衡量企業(yè)自主創(chuàng)新能力的重要維度；肖仁橋等（2015）［47］認為，專利存量是企業(yè)技術(shù)創(chuàng)新實力的體現(xiàn)，對企業(yè)新技術(shù)研發(fā)具有良好的促進作用；袁禮等（2024）［48］認為，依托專利存量的專利質(zhì)押，可為企業(yè)創(chuàng)新提供融資，從而緩解企業(yè)融資約束；俞劍和劉曉光（2024）［49］認為，專利質(zhì)押可發(fā)揮擔保價值，獲得銀行資金支持，從而拓寬了企業(yè)融資渠道，有利于企業(yè)技術(shù)創(chuàng)新效率的提升；Saidi和Zaldokas（2021）［50］認為，基于信息不對稱，專利存量成為彰顯企業(yè)創(chuàng)新能力的重要信號，從而增強銀行和風(fēng)險投資等金融機構(gòu)投資企業(yè)技術(shù)創(chuàng)新的信心；Hochberg等（2018）［51］認為，基于專利質(zhì)押，風(fēng)險投資對企業(yè)的支持是一種可信承諾，也向外傳遞了企業(yè)有良好創(chuàng)新行為的信號，從而有利于促進企業(yè)技術(shù)創(chuàng)新效率的提升。因此，本文提出假設(shè)4。

H4：專利存量對企業(yè)技術(shù)創(chuàng)新效率具有正向影響。

除了研發(fā)人員、財務(wù)杠桿和專利存量三個內(nèi)部核心因素外，企業(yè)規(guī)模、企業(yè)成長、企業(yè)年齡和企業(yè)性質(zhì)四個內(nèi)部一般因素也對企業(yè)技術(shù)創(chuàng)新效率產(chǎn)生影響，此部分內(nèi)容在下文“控制變量”中詳細說明。

綜上所述，本文研究框架如圖1所示。

四、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

1. 樣本選擇

新能源汽車產(chǎn)業(yè)鏈主要由上游企業(yè)、中游企業(yè)、下游企業(yè)及后期服務(wù)企業(yè)四部分構(gòu)成。上游企業(yè)一般從事資源采集業(yè)務(wù)，如鋰礦、鈷礦、稀土、石墨的開發(fā)生產(chǎn)等；中游企業(yè)重在動力研制與拓展，如動力電池、電驅(qū)和電控的研發(fā)創(chuàng)新等；下游企業(yè)主要是指汽車零部件生產(chǎn)、整車制造等企業(yè)；后期服務(wù)企業(yè)通常包括充電樁制造與運營以及電池回收等企業(yè)。本文以新能源汽車產(chǎn)業(yè)鏈上已在A股上市的公司為研究對象，剔除其中被ST、*ST的企業(yè)，以及數(shù)據(jù)缺失或財務(wù)指標明顯異常的企業(yè)（凈利潤率大于100%、資產(chǎn)負債率小于0或大于1），最終選取44家有代表性的上市公司作為研究樣本，通過數(shù)據(jù)收集與整理，分別獲取其在2013—2022年的平衡面板數(shù)據(jù)，共計440個樣本觀測值。

2. 數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于東方財富Choice數(shù)據(jù)庫，專利申請數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局的檢索系統(tǒng)，研發(fā)人員和研發(fā)費用數(shù)據(jù)來源于巨潮資訊網(wǎng)公布的上市公司年報，財政補貼數(shù)據(jù)采用公司財務(wù)報告中的“政府補助”。

（二）模型構(gòu)建

1. DEA-BCC模型

在采用數(shù)據(jù)包絡(luò)分析法（DEA）測度企業(yè)技術(shù)創(chuàng)新效率時，有兩種導(dǎo)向：一是投入導(dǎo)向，基于一定的產(chǎn)出水平，致力于降低投入水平；二是產(chǎn)出導(dǎo)向，基于一定的投入水平，致力于提高產(chǎn)出水平。由于新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新具有不確定性，其產(chǎn)出情況不易把控。因此，本文選擇投入導(dǎo)向的DEA-BCC模型來測度其技術(shù)創(chuàng)新效率。

DEA-BCC模型將測度效率的組織稱為決策單元。假設(shè)有n個決策單元（j＝1，2，3，…，n），每個決策單元均有m種投入（i＝1，2，3，…，m）和s種產(chǎn)出（r＝1，2，3，…，s）。若用xij代表第j個決策單元DMUj的第i種投入量，用yrj代表第j個決策單元DMUj的第r種產(chǎn)出量，則決策單元DMUj的投入向量為Xj＝（x1j，x2j，x3j，…，xmj），產(chǎn)出向量為Yj＝（y1j，y2j，y3j，…，ysj）。借鑒相關(guān)研究成果［52］，評價決策單元（DMU）有效性的對偶形式的DEA-BCC模型如式（１）所示。

[Minθ-ε∑sr=1s+r-∑mi=1s-is.t.∑nj=1λjxij+s-i=θxi0， i=1，…， m ∑nj=1λjyrj-s+r=yr0， r=1，…， s ∑nj=1λj=1， λj， s-i， s+r≥0] （1）

其中：λj表示單位組合系數(shù)；ε表示非阿基米德無窮小量；[s-i]和[s+r]分別表示投入與產(chǎn)出維度的松弛變量；θ表示綜合技術(shù)效率（crste），包含純技術(shù)效率（vrste）和規(guī)模效率（scale），且crste＝vrste×scale。綜合技術(shù)效率（crste）反映決策單元對投入資源的配置利用情況，當crste=1時，說明決策單元在此投入產(chǎn)出下，綜合技術(shù)效率有效，即純技術(shù)效率（vrste）和規(guī)模效率（scale）同時有效。純技術(shù)效率（vrste）是指企業(yè)由于管理和技術(shù)方面的原因帶來的生產(chǎn)效率，當vrste=1時，說明在當前技術(shù)水平下，資源被有效利用，反之則相反。規(guī)模效率（scale）是衡量企業(yè)生產(chǎn)效率的重要指標，它反映企業(yè)實際規(guī)模與最佳生產(chǎn)規(guī)模之間的差距，如果scale<1，表明企業(yè)未達到最佳生產(chǎn)效率，處于規(guī)模無效率的狀態(tài)，需要據(jù)實調(diào)整投入產(chǎn)出規(guī)模。

2. DEA-Malmquist模型

DEA-BCC模型旨在考察企業(yè)某一靜態(tài)時間內(nèi)的綜合技術(shù)效率，要動態(tài)分析多個決策單元多投入、多產(chǎn)出、多時期的技術(shù)創(chuàng)新效率變化情況，還需引入DEA-Malmquist模型。DEA-Malmquist模型是一種基于效率測度的非參數(shù)方法，可基于面板數(shù)據(jù)，以決策單元的定向輸入和定向輸出定義距離函數(shù)，通過距離函數(shù)計算投入產(chǎn)出效率，并動態(tài)分析多個決策單元相對效率的變化趨勢［53］。其輸出變量的距離函數(shù)表達式如式（2）所示。

[D0（x，y）=inf{δ：（x，y）/δ∈p（x）}] （2）

其中：x表示輸入矩陣元素；y表示輸出矩陣元素；D0（x，y）為輸出變量的距離函數(shù)；δ表示輸出效率標量；p（x）表示所有可行的生產(chǎn)效率可能集合。t時期到t+1時期Malmquist生產(chǎn)率指數(shù)（以下簡稱Malmquist指數(shù)）M（xt+1，yt+1，xt，yt）如式（3）所示。

[M（xt+1， yt+1， xt， yt）=Dt0（xt+1， yt+1）Dt0（xt， yt）×Dt+10（xt+1， yt+1）Dt+10（xt， yt）12] （3）

其中：xt和yt分別表示第t時期投入值與產(chǎn)出值；xt+1和yt+1分別表示第t+1時期投入值與產(chǎn)出值；D0t（xt，yt）和D0t（xt+1，yt+1）分別表示第t時期和第t+1時期的距離函數(shù)。Malmquist指數(shù)M（xt+1，yt+1，xt，yt）可進一步分解為技術(shù)效率變動與技術(shù)進步變動的乘積，分解后的Malmquist指數(shù)如式（4）所示。

[TFP=M（xt+1， yt+1， xt， yt）=Dt0（xt+1， yt+1）Dt0（xt， yt）×Dt+10（xt+1， yt+1）Dt+10（xt， yt）12=Dt+10（xt+1， yt+1）Dt+10（xt， yt）×Dt0（xt+1， yt+1）Dt+10（xt+1， yt+1）×Dt0（xt+1， yt+1）Dt+10（xt， yt）12=Effch×Tech] （4）

上式中，TFP為全要素生產(chǎn)率，TFP＝Effch×Tech。其中：Effch為技術(shù)效率變動，表示t時期到t+1時期技術(shù)創(chuàng)新能力與規(guī)模變化程度；Tech為技術(shù)進步變動，表示t時期到t+1時期由技術(shù)進步引起的效率變化。技術(shù)效率變動（Effch）又可分解為純技術(shù)效率變動（Pech）與規(guī)模效率變動（Sech），前者是規(guī)模報酬變動情況下的效率之比，后者是指規(guī)模經(jīng)濟對全要素生產(chǎn)率（TFP）的影響。此時，Malmquist指數(shù)如式（5）所示。

TFP = Effch × Tech = Pech × Sech × Tech （5）

當Malmquist指數(shù)>1時，表明從t到t+1時期的效率增長率為正，即TFP呈上升趨勢；當Malmquist指數(shù)<1時，表明從t到t+1時期的效率增長率為負，即TFP呈下降趨勢；當Malmquist指數(shù)=1時，表明TFP不變。

3. Tobit模型

基于DEA-BCC模型測算出的技術(shù)創(chuàng)新效率，是在0～1之間截斷的離散分布值，屬于受限制的被解釋變量，此時若仍采用傳統(tǒng)最小二乘法分析，難免估計結(jié)果有偏或不一致［54］。為有效避免這一問題，在分析內(nèi)外部因素對技術(shù)創(chuàng)新效率的影響時，大多數(shù)學(xué)者運用Tobit模型，如韓斌等（2023）［19］、白俊紅（2011）［20］。標準Tobit模型如下：

[Yi=βTXi+ei，βTXi+ei>00，βTXi+ei<0] （6）

其中：Yi為被解釋變量，是受限制的觀測值，只能在一定條件下被觀測到（當Yi>0，無限制的觀測值均取實際的觀測值；當Yi≤0，受限制的觀測值均取0）；[βT]是估計參數(shù)向量；Xi是解釋變量向量；ei是誤差項，服從正態(tài)分布，且ei～N（0，σ2）。

（三）數(shù)據(jù)變量

1. 投入與產(chǎn)出變量

投入變量主要包括新能源汽車企業(yè)的研發(fā)費用和研發(fā)人員；產(chǎn)出變量包括知識產(chǎn)出和經(jīng)濟產(chǎn)出，主要用企業(yè)專利數(shù)量來代表知識產(chǎn)出，用主營業(yè)務(wù)收入來代表經(jīng)濟產(chǎn)出，具體見表2所列。

2. 影響因素

（1）被解釋變量。本文被解釋變量為技術(shù)創(chuàng)新效率。借鑒韓斌等的研究［19，21.29］，采用上述DEA-BCC模型測度的綜合技術(shù)效率（crste）作為衡量指標。

（2）核心解釋變量。由上述分析可知，新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率受內(nèi)部和外部因素的共同影響。由于新能源汽車企業(yè)相關(guān)的稅收優(yōu)惠主要涉及車輛購置稅、車船稅、增值稅和企業(yè)所得稅等，首先排除以消費者為對象的車輛購置稅和車船稅優(yōu)惠，其次排除增值稅退稅優(yōu)惠，只考慮企業(yè)所得稅稅收優(yōu)惠。參考相關(guān)研究［5，18-19］，本文選取所得稅稅收優(yōu)惠、研發(fā)費用加計扣除、財政補貼、研發(fā)人員、財務(wù)杠桿以及專利存量作為核心解釋變量。

（3）控制變量。借鑒相關(guān)研究［18-20，29］，本文選取企業(yè)規(guī)模、企業(yè)6QJAqw9+L1lp4uV3J2mPyBe+DV9dELa/zz5ffyojTuo=成長、企業(yè)年齡和企業(yè)性質(zhì)作為控制變量。①企業(yè)規(guī)模（size）。在技術(shù)創(chuàng)新活動中，不同規(guī)模的企業(yè)具有不同特點，占據(jù)不同優(yōu)勢［54］?？傮w而言，規(guī)模大的企業(yè)，擁有資源配置相對豐沛的優(yōu)勢；規(guī)模小的企業(yè)，可能在創(chuàng)新方面機制靈活［55］。②企業(yè)成長（grow）。技術(shù)創(chuàng)新投入與企業(yè)成長有明顯的正相關(guān)關(guān)系，具有較高成長性的企業(yè)會更加注重創(chuàng)新效率的提高［56］。③企業(yè)年齡（age）。新老企業(yè)在技術(shù)創(chuàng)新方面具有明顯差異，企業(yè)年齡越長，其行業(yè)資源和管理經(jīng)驗往往就會越多，信息獲取和決策管理方面的優(yōu)勢也就越大，這無疑有利于技術(shù)創(chuàng)新效率的提升。④企業(yè)性質(zhì)（prop）。不同產(chǎn)權(quán)性質(zhì)的企業(yè)，其經(jīng)營管理理念不盡相同，風(fēng)險管控方式差異較大。國有企業(yè)的經(jīng)理人為了追求個人利益最大化，可能對風(fēng)險大、周期長的技術(shù)創(chuàng)新活動積極性不高；而非國有企業(yè)由于面臨更大的市場競爭壓力，進行技術(shù)創(chuàng)新的意愿會更強，創(chuàng)新效率可能會更高。

為控制異方差，本文對有關(guān)變量作對數(shù)處理（企業(yè)成長、企業(yè)年齡和企業(yè)性質(zhì)除外）。各變量的具體定義見表3所列。

五、實證分析

（一）新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率測度

1. DEA-BCC模型的靜態(tài)分析

根據(jù)DEA-BCC模型，借助DEAP2.1軟件，通過對樣本數(shù)據(jù)的整理與輸入，本文測度出2013—2022年新能源汽車產(chǎn)業(yè)鏈上的44家上市公司的技術(shù)創(chuàng)新效率，其有關(guān)平均值如圖2所示。

由圖2可知，新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率總體發(fā)展趨勢呈倒“N”型走勢。具體來說，其綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率均值分別圍繞0.4、0.5和0.8上下波動；綜合技術(shù)效率偏低，且和純技術(shù)效率走勢基本一致；純技術(shù)效率始終低于規(guī)模效率，處于較低水平。由于純技術(shù)效率主要反映企業(yè)在既定投入下實現(xiàn)產(chǎn)出最大化或在既定產(chǎn)出下實現(xiàn)投入最小化的能力，因此，新能源汽車產(chǎn)業(yè)純技術(shù)效率不高，表明其技術(shù)創(chuàng)新活動中的管理效率不高。純技術(shù)效率的提升，依賴于企業(yè)管理方式優(yōu)化和管理水平的提高。

2. DEA-Malmquist指數(shù)的動態(tài)分析

基于DEA-Malmquist指數(shù)的動態(tài)分析，旨在進一步探究新能源汽車產(chǎn)業(yè)在技術(shù)逐步升級過程中效率的變動情況［56］。當Malmquist指數(shù)大于1，表明新能源汽車產(chǎn)業(yè)經(jīng)營績效呈上升趨勢；當Malmquist指數(shù)小于1，表明新能源汽車產(chǎn)業(yè)經(jīng)營績效呈下降趨勢。相關(guān)結(jié)果見表4所列。

由表4可知，2013—2022年新能源汽車產(chǎn)業(yè)年均全要素生產(chǎn)率為0.985，年均增長率為-1.5%，總體效率不高。究其原因，一方面，就全要素生產(chǎn)率而言，其技術(shù)效率變動均值為0.974，年均增長率為-2.6%，技術(shù)進步變動均值為1.011，年均增長率為1.1%，表明全要素生產(chǎn)率的下降主要應(yīng)歸咎于技術(shù)效率的降低；另一方面，就技術(shù)效率而言，其純技術(shù)效率變動均值為0.988，年均下降1.2%，規(guī)模效率變動均值為0.986，年均下降1.4%，表明技術(shù)效率下降主要應(yīng)歸咎于純技術(shù)效率和規(guī)模效率的雙降態(tài)勢。由此可見，新能源汽車產(chǎn)業(yè)全要素生產(chǎn)率下降，不僅是因為企業(yè)存在經(jīng)營規(guī)模不大、管理水平不高、發(fā)展方式不活等問題，而且是因為企業(yè)面臨資源配置不優(yōu)、資源利用效率不高等問題。

（二）新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素分析

1.建立Tobit模型

為進一步分析內(nèi)外部環(huán)境等相關(guān)因素對新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率的影響，本文借鑒相關(guān)研究［19-20］，建立Tobit模型。以技術(shù)創(chuàng)新效率（IE）作為被解釋變量，根據(jù)前文所述，選取所得稅稅收優(yōu)惠（taxb）、研發(fā)費用加計扣除（rded）、財政補貼（gos）、研發(fā)人員（peop）、財務(wù)杠桿（leve）、專利存量（pate）作為核心解釋變量，選取企業(yè)規(guī)模（size）、企業(yè)成長（grow）、企業(yè)年齡（age）、企業(yè)性質(zhì)（prop）作為控制變量，設(shè)定Tobit模型如下：

[IEit=β0+β1taxbit+β2rdedit+β3gosit+β4peopit+β5pateit+β6leveit+β7sizeit+β8growit+β9ageit+β10propit+εit] （7）

其中：IEit表示技術(shù)創(chuàng)新效率（i代表決策單元，即企業(yè)；t代表時間，即年份）；β0為常數(shù)項；β1—β10為各變量回歸系數(shù)；εit為隨機擾動項。

2. 變量描述性統(tǒng)計

本文采用Stata15進行相關(guān)分析，變量的描述性統(tǒng)計結(jié)果見表5所列。

3. Tobit回歸結(jié)果分析

依據(jù)上述結(jié)論，結(jié)合企業(yè)相關(guān)特征指標，本文采用Tobit模型，對新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率影響因素進行回歸分析，結(jié)果見表6所列。

由表6可知，從外部影響因素來看，財稅政策的不同支持方式對技術(shù)創(chuàng)新效率具有不同影響。研發(fā)費用加計扣除在1%的水平上對技術(shù)創(chuàng)新效率具有顯著促進作用，可能是因為新能源汽車產(chǎn)業(yè)從政府導(dǎo)向過渡到市場導(dǎo)向階段后，很多企業(yè)逐漸意識到技術(shù)創(chuàng)新是企業(yè)的核心競爭力，所以該政策能更進一步激勵企業(yè)增加研發(fā)投入。因此，研發(fā)費用加計扣除對企業(yè)技術(shù)創(chuàng)新效率具有正向影響的假設(shè)得以驗證。財政補貼對技術(shù)創(chuàng)新效率具有正向促進作用但在統(tǒng)計上不顯著，而所得稅稅收優(yōu)惠在1%的水平上對技術(shù)創(chuàng)新效率提升具有顯著抑制作用。所得稅稅收優(yōu)惠和財政補貼對技術(shù)創(chuàng)新效率作用不理想，究其原因可能是因為上述資金的獲得都需要通過政府資質(zhì)認定，實施過程難免會受外在因素干擾，使用過程也難免監(jiān)督不到位、處罰不及時，優(yōu)惠資金挪作他用也不鮮見，導(dǎo)致相關(guān)政策效果不佳。因此，財政補貼和稅收優(yōu)惠對企業(yè)技術(shù)創(chuàng)新效率具有正向影響的假設(shè)未得到驗證。

從內(nèi)部影響因素來看，不同企業(yè)因自身特性不同，各因素對技術(shù)創(chuàng)新效率的影響也不盡相同。首先，從三個核心因素來看，研發(fā)人員在1%的水平上對技術(shù)創(chuàng)新效率提升有顯著抑制作用，原因可能是新能源汽車企業(yè)研發(fā)人員結(jié)構(gòu)與創(chuàng)新活動需求不匹配，人力資本水平尚未達到促進其技術(shù)創(chuàng)新的“門檻”，“非關(guān)鍵人才”的冗余會造成創(chuàng)新資源浪費，由此阻礙了技術(shù)創(chuàng)新效率的提高，H2未得到驗證。財務(wù)杠桿對技術(shù)創(chuàng)新效率提升有負向影響但在統(tǒng)計上不顯著，可能是因為企業(yè)在技術(shù)創(chuàng)新時，受信息不對稱和代理問題等影響，缺乏資金支持和投資機會，難以拓展其發(fā)展空間，所以最終阻礙了技術(shù)創(chuàng)新效率的提升，H3未得到驗證。專利存量在1%的水平上顯著促進企業(yè)技術(shù)創(chuàng)新效率的提高，可能是因為企業(yè)專利存量越多，可協(xié)調(diào)的創(chuàng)新資源就越優(yōu)，其創(chuàng)新活動優(yōu)勢越大，創(chuàng)新效率也就越高。因此，H4得以驗證。其次，從四個一般因素來看，企業(yè)規(guī)模在1%的水平上對企業(yè)技術(shù)創(chuàng)新效率有顯著促進作用，可能是因為規(guī)上企業(yè)的專利存量相對較多，資源整合能力較強，其經(jīng)營管理能力和商業(yè)化操作水平也相對較高，從而有助于企業(yè)技術(shù)創(chuàng)新效率的提高；企業(yè)成長在10%的水平上對技術(shù)創(chuàng)新效率提升有抑制作用，可能是因為企業(yè)成長并趨于穩(wěn)定后，具有高風(fēng)險性和不確定性的技術(shù)創(chuàng)新會影響企業(yè)整體架構(gòu)的穩(wěn)固，從而不利于企業(yè)技術(shù)創(chuàng)新效率的提高；企業(yè)年齡在1%的水平上對技術(shù)創(chuàng)新效率有顯著促進作用，可能是因為企業(yè)成立時間越長，積累的資源就越多，管理經(jīng)驗越成熟，就越有利于技術(shù)創(chuàng)新效率的提升；企業(yè)性質(zhì)在1%的水平上對技術(shù)創(chuàng)新效率有顯著促進作用，可能是因為國企政策待遇好、發(fā)展基礎(chǔ)厚、經(jīng)營環(huán)境優(yōu)，擁有更多的技術(shù)創(chuàng)新資源和較強的風(fēng)險承擔能力，肩負著更高的職責和更強的使命擔當，所以在創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略大背景下，無論是從技術(shù)實力還是從創(chuàng)新要求來看，其技術(shù)創(chuàng)新活動相對民營企業(yè)而言，總體上更加有力并深受激勵，這無疑極大地促進了企業(yè)技術(shù)創(chuàng)新效率的提升。

六、結(jié)論及對策

（一）結(jié)論

本文以2013—2022年新能源汽車產(chǎn)業(yè)鏈上的44家上市公司為研究對象，通過DEA模型，測度其技術(shù)創(chuàng)新效率，并運用Tobit模型，探析技術(shù)創(chuàng)新效率的影響因素，具體結(jié)論如下：

第一，DEA-BCC模型的靜態(tài)分析顯示，新能源汽車產(chǎn)業(yè)的綜合技術(shù)效率不高，主要緣于其純技術(shù)效率低下，意味著技術(shù)創(chuàng)新活動的組織管理能力和水平不高。

第二，DEA-Malmquist指數(shù)的動態(tài)分析顯示，新能源汽車產(chǎn)業(yè)全要素生產(chǎn)率下降主要受技術(shù)效率降低拖累，而導(dǎo)致技術(shù)效率下降的主要原因在于純技術(shù)效率和規(guī)模效率的雙降態(tài)勢。這表明，新能源汽車產(chǎn)業(yè)全要素生產(chǎn)率下降，不僅在于企業(yè)存在管理水平不高、經(jīng)營規(guī)模不大等問題，還在于企業(yè)存在資源配置不優(yōu)、利用效率不高等問題。

第三，新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新效率的Tobit回歸結(jié)果表明，從外部影響因素來看，在財稅政策中，研發(fā)費用加計扣除對技術(shù)創(chuàng)新效率具有顯著促進作用，所得稅稅收優(yōu)惠和財政補貼對技術(shù)創(chuàng)新效率作用不理想；從內(nèi)部影響因素來看，不同因素對技術(shù)創(chuàng)新效率的影響具有差異性，專利存量、企業(yè)規(guī)模、企業(yè)年齡和企業(yè)性質(zhì)均在1%的水平上顯著促進企業(yè)技術(shù)創(chuàng)新效率的提高，而研發(fā)人員和企業(yè)成長分別在1%和10%的水平上對技術(shù)創(chuàng)新效率提升有抑制作用，財務(wù)杠桿對技術(shù)創(chuàng)新效率提升有負向影響但不顯著。

（二）對策

基于上述結(jié)論，本文提出以下對策建議：

第一，鼓勵兼并重組，強化產(chǎn)業(yè)集聚，提升管理效率，推動新能源汽車產(chǎn)業(yè)形成規(guī)模優(yōu)勢。當前，新能源汽車企業(yè)數(shù)量眾多但規(guī)模不大、管理分散且效率不高，其產(chǎn)業(yè)發(fā)展未能真正形成規(guī)?；⒓夯l(fā)展態(tài)勢。管理效率不高會導(dǎo)致技術(shù)效率下降，規(guī)模效率不高會對企業(yè)技術(shù)創(chuàng)新效率提升有顯著影響。因此，應(yīng)大力發(fā)揮市場主導(dǎo)作用和政府引導(dǎo)作用，支持優(yōu)勢企業(yè)兼并重組，完善僵尸企業(yè)退出機制，激勵新能源汽車企業(yè)集聚發(fā)展，提高產(chǎn)業(yè)集中度，促進管理現(xiàn)代化；大力夯實產(chǎn)業(yè)基礎(chǔ)，推動創(chuàng)新要素集聚，促進各類新能源汽車企業(yè)融通發(fā)展，形成規(guī)模優(yōu)勢，并選樹龍頭骨干企業(yè)，發(fā)揮其示范帶動作用，不斷提高管理水平，優(yōu)化資源配置，提升創(chuàng)新效率，實現(xiàn)可持續(xù)健康發(fā)展。

第二，用好專利存量，強化技術(shù)合作，保護知識產(chǎn)權(quán)，推動新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新平臺建設(shè)。產(chǎn)業(yè)的專利存量對提升技術(shù)創(chuàng)新效率作用顯著，應(yīng)最大限度依托行業(yè)整體優(yōu)勢，充分發(fā)揮產(chǎn)業(yè)專利存量效用，建立互惠互利的企業(yè)專利共享平臺；打破產(chǎn)業(yè)鏈企業(yè)間技術(shù)壁壘，降低技術(shù)交易成本，促進企業(yè)技術(shù)合作，構(gòu)建新能源汽車產(chǎn)業(yè)共融共生的創(chuàng)新發(fā)展平臺；強化知識產(chǎn)權(quán)保護，加大侵權(quán)行為查處力度，并構(gòu)建知識產(chǎn)權(quán)服務(wù)體系，為企業(yè)技術(shù)創(chuàng)新和專利申請?zhí)峁﹫詫嵉姆ㄖ伪Ｕ希瑸榇呱纬筛喔邇r值核心產(chǎn)品探索更多協(xié)同創(chuàng)新模式，努力搭建合作共贏的專利轉(zhuǎn)化運用平臺。

第三，細化稅收優(yōu)惠，優(yōu)化財政補貼，增強研發(fā)激勵，推動新能源汽車產(chǎn)業(yè)技術(shù)創(chuàng)新高質(zhì)量發(fā)展?；诩夹g(shù)創(chuàng)新的正外部性和不確定性，外部環(huán)境影響特別是政府的財稅政策，對新能源汽車產(chǎn)業(yè)的技術(shù)創(chuàng)新可謂至關(guān)重要。因此，政府應(yīng)進一步提升財稅政策的精準性，減少所得稅稅收優(yōu)惠和財政補貼力度，以便更好地發(fā)揮財政資金“四兩撥千斤”的引導(dǎo)作用；加大研發(fā)費用加計扣除優(yōu)惠力度，提高財政資源配置效率；進一步注重財稅政策的有效性，著力提升財政資金使用效率，有效激勵企業(yè)增加研發(fā)投入，壯大創(chuàng)新動能，以技術(shù)創(chuàng)新效率提升推動企業(yè)高質(zhì)量發(fā)展。

參考文獻：

［1］習(xí)近平.發(fā)展新質(zhì)生產(chǎn)力是推動高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點［J］.求是，2024（11）：4-8.

［2］李強作的政府工作報告（摘登）［N］.人民日報，2024-03-06（3）.

［3］林麗鸝.聚焦新興產(chǎn)業(yè)8個領(lǐng)域和未來產(chǎn)業(yè)9個領(lǐng)域——為新產(chǎn)業(yè)定標準、促發(fā)展［N］.人民日報，2024-01-03（2）.

［4］金永花.新發(fā)展機遇期我國新能源汽車產(chǎn)業(yè)鏈水平提升研究［J］.經(jīng)濟縱橫，2022（1）：83-90.

［5］李朋林，王婷婷.政府補貼對新能源汽車產(chǎn)業(yè)發(fā)展的促進作用——基于技術(shù)創(chuàng)新效率視角的評價［J］.地方財政研究，2021（8）：86-96.

［6］AFRIAT S N. Efficiency Estimation of Production Function［J］. International Economic Review，1972，13（3）：568-598.

［7］FRITSCH M，SLAVTCHEV V. How Does Industry Specialization Affect the Efficiency of Regional Innovation Systems？［J］.The Annals of Regional Science，2010，45（1）：87-108.

［8］呂海萍，池仁勇.基于產(chǎn)業(yè)波及效應(yīng)視角的9ff42ecfcd300e235adf1a57550b2da5浙江省戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究［J］.科技管理研究，2016，36（21）：91-97，122.

［9］方正起，張寶承，秦杰.創(chuàng)新價值鏈視角下我國上市軍工企業(yè)技術(shù)創(chuàng)新效率評價研究［J］.經(jīng)濟與管理評論，2019，35（6）：37-48.

［10］劉志輝，席崇俊，楊巖.基于動態(tài)網(wǎng)絡(luò)SBM模型的區(qū)域科技創(chuàng)新效率測度方法研究［J］.情報科學(xué)，2022，40（7）：145-153.

［11］尹述穎，陳立泰.基于兩階段SFA模型的中國醫(yī)藥企業(yè)技術(shù)創(chuàng)新效率研究［J］.軟科學(xué)，2016，30（5）：54-58.

［12］易明，彭甲超，吳超.基于SFA方法的中國高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究［J］.科研管理，2019，40（11）：22-31.

［13］劉順忠，官建成.區(qū)域創(chuàng)新系統(tǒng)創(chuàng)新績效的評價［J］.中國管理科學(xué)，2002（1）：75-78.

［14］官建成，何穎.基于DEA方法的區(qū)域創(chuàng)新系統(tǒng)的評價［J］.科學(xué)學(xué)研究，2005（2）：265－272.

［15］吳傳清，黃磊，文傳浩.長江經(jīng)濟帶技術(shù)創(chuàng)新效率及其影響因素研究［J］.中國軟科學(xué)，2017（5）：160-170.

［16］肖仁橋，錢麗，陳忠衛(wèi).中國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素研究［J］.管理科學(xué)，2012，25（5）：85-98.

［17］宛群超，楊曉嵐，鄧峰.中國省域高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的收斂性及其影響因素研究——基于空間經(jīng)濟學(xué)視角［J］.科技管理研究，2018，38（8）：80-86.

［18］范琳，姜娟.中國新能源汽車企業(yè)創(chuàng)新效率研究——SBM—Tobit兩階段模型［J］.生產(chǎn)力研究，2023（6）：24-30.

［19］韓斌，馮筱偉，蘇屹，等.中國新能源汽車上市公司創(chuàng)新效率測度及影響因素研究——基于三階段DEA與Tobit面板模型［J］.科技進步與對策，2023，40（6）：110-120.

［20］白俊紅.企業(yè)規(guī)模、市場結(jié)構(gòu)與創(chuàng)新效率——來自高技術(shù)產(chǎn)業(yè)的經(jīng)驗證據(jù)［J］.中國經(jīng)濟問題，2011（5）：65-78.

［21］孫健夫，賀佳.財稅支持政策對新能源汽車產(chǎn)業(yè)研發(fā)效率的效應(yīng)分析［J］.軟科學(xué)，2021，35（1）：56-61.

［22］HONG J，F(xiàn)ENG B，WU Y R，et al. Do Government Grants Promote Innovation Efficiency in China's High-Tech Industries？［J］.Technovation，2016，57/58：4-13.

［23］張帆，孫薇.政府創(chuàng)新補貼效率的微觀機理：激勵效應(yīng)和擠出效應(yīng)的疊加效應(yīng)——理論解釋與檢驗［J］.財政研究，2018（4）：48-60.

［24］羅雪婷.政府補助對高技術(shù)企業(yè)技術(shù)創(chuàng)新效率的影響研究——基于東中西區(qū)域的門檻分析［J］.調(diào)研世界，2020（10）：33-41.

［25］杜斌，張治河，李斌.健全技術(shù)創(chuàng)新的市場導(dǎo)向機制：動態(tài)最優(yōu)、福利分配與補償機制——彌合技術(shù)創(chuàng)新溢出效應(yīng)的視角［J］.經(jīng)濟管理，2017，39（3）：63-75.

［26］肖鵬，代龍濤.財政補貼、稅收優(yōu)惠與創(chuàng)新激勵：效應(yīng)分析與政策啟示［J］.經(jīng)濟與管理評論，2023，39（5）：21-35.

［27］路春城，王翠翠，姜常梅.政府補貼、創(chuàng)新投入與制造業(yè)企業(yè)全要素生產(chǎn)率［J］.經(jīng)濟與管理評論，2023，39（1）：50-61.

［28］張建順，解洪濤.財政補貼分配方式變革能促進企業(yè)創(chuàng)新嗎？［J］.科研管理，2022，43（10）：61-70.

［29］周振，陶欣然，應(yīng)望江.財稅政策對新能源汽車產(chǎn)業(yè)研發(fā)效率的影響分析［J］.華東經(jīng)濟管理，2024，38（6）：12-20.

［30］王美紅，孫根年，康國棟.我國自然資本、人力資本與經(jīng)濟資本的空間錯位及組合分析［J］.軟科學(xué)，2008（8）：1-5，10.

［31］于曉宇，謝富紀，彭鵬.知識管理與高技術(shù)企業(yè)技術(shù)創(chuàng)新模式的耦合性機理研究［J］.情報科學(xué)，2007（2）：302-305.

［32］黃寰，王瑋，曾智.基于DEA－Malmquist指數(shù)的四川創(chuàng)新科技效率評價分析［J］.軟科學(xué)，2015，29（10）：131-135.

［33］劉金濤.知識管理、人才管理和技術(shù)創(chuàng)新的耦合模型分析［J］.軟科學(xué)，2017，31（9）：97-100.

［34］秦天如，康玲，梁文群.綠色低碳發(fā)展視域下人力資本的創(chuàng)新效應(yīng)研究——基于區(qū)域工業(yè)企業(yè)面板數(shù)據(jù)的實證研究［J］.中國人力資源開發(fā)，2018，35（4）：107-117.

［35］張樹滿，原長弘.制造業(yè)領(lǐng)軍企業(yè)如何培育關(guān)鍵核心技術(shù)持續(xù)創(chuàng)新能力？［J］.科研管理，2022，43（4）：103-110.

［36］SOH F，GROVER V. Leveraging Platform Boundary Resources：The Role of Distributed Sensemaking［J］. Journal of Management Information Systems，2022，39（2）：366-394.

［37］陳華東.管理者任期、股權(quán)激勵與企業(yè)創(chuàng)新研究［J］.中國軟科學(xué)，2016（8）：112-126.

［38］BROWN J R，F(xiàn)AZZARI S M，PETERSEN B C. Financing Innovation and Growth：Cash Flow，External Equity，and the 1990s R&D Boom［J］.The Journal of Finance，2009，64（1）：151-185.

［39］HALL B H. The Financing of Research and Development［J］. Oxford Review of Economic Policy，2002，18（1）：35-51.

［40］王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新［J］.中國工業(yè)經(jīng)濟，2019（3）：138-155.

［41］曾國安，蘇詩琴，彭爽.企業(yè)杠桿行為與技術(shù)創(chuàng)新［J］.中國工業(yè)經(jīng)濟，2023（8）：155-173.

［42］辜勝阻，莊芹芹.資本市場功能視角下的企業(yè)創(chuàng)新發(fā)展研究［J］.中國軟科學(xué)，2016（11）：4-13.

［43］吳延兵.國有企業(yè)雙重效率損失研究［J］.經(jīng)濟研究，2012，47（3）：15-27.

［44］周勤，盛巧燕.企業(yè)破產(chǎn)成本的研究綜述［J］.經(jīng)濟學(xué)動態(tài)，2004（6）：84-88.

［45］ROMER P M. Endogenous Technological Change［J］. Journal of Political Economy，1990，98（5）：71－102.

［46］龍小寧，王俊.中國專利激增的動因及其質(zhì)量效應(yīng)［J］.世界經(jīng)濟，2015，38（6）：115-142.

［47］肖仁橋，王宗軍，錢麗.我國不同性質(zhì)企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究：基于兩階段價值鏈的視角［J］.管理工程學(xué)報，2015，29（2）：190-201.

［48］袁禮，周燕，戴鵬毅.專利質(zhì)押對企業(yè)技術(shù)創(chuàng)新的影響研究［J］.科研管理，2024，45（6）：174-182.

［49］俞劍，劉曉光.專利權(quán)質(zhì)押與企業(yè)創(chuàng)新［J］.經(jīng)濟理論與經(jīng)濟管理，2024，44（1）：55-70.

［50］SAIDI F，ZALDOKAS A. How Does Firms′ Innovation Disclosure Affect Their Banking Relationships？［J］. Management Science，2021，67（2）：742-768.

［51］HOCHBERG Y V，SERRANO C J，ZIEDONIS R H. Patent Collateral，Investor Commitment，and the Market for Venture Lending［J］. Journal of Financial Economics，2018，130（1）：74-94.

［52］BANKER R D，CHARNES A，COOPER W W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］. Management Science，1984，30（9）：1078-1092.

［53］安勇，王拉娣.金融要素扭曲、地方政府行為與創(chuàng)新效率缺失［J］.數(shù)理統(tǒng)計與管理，2022，41（1）：135-147.

［54］韓慶瀟，楊晨，顧智鵬.高管團隊異質(zhì)性對企業(yè)創(chuàng)新效率的門檻效應(yīng)——基于戰(zhàn)略性新興產(chǎn)業(yè)上市公司的實證研究［J］.中國經(jīng)濟問題，2017（2）：42-53.

［55］龔立新，呂曉軍.政府補貼與企業(yè)技術(shù)創(chuàng)新效率——來自2009—2013年戰(zhàn)略性新興產(chǎn)業(yè)上市公司的證據(jù)［J］.河南大學(xué)學(xué)報（社會科學(xué)版），2018，58（2）：22-29.

［56］吳文清，趙黎明.中國火炬計劃項目的效率現(xiàn)狀及動態(tài)效率分析［J］.軟科學(xué)，2012，26（2）：1-5.

［責任編輯：余 芳］