摘要:本文聚焦2018年新能源汽车补贴政策调整对产业绩效的激励效应,采用“纵深横拓”视角,以财建[2018]18号文件为切入点,基于2016-2023年我国A股汽车上市公司数据,运用双重差分(DID)模型进行研究。结果显示,新补贴政策通过多种路径显著提升了企业绩效,且在不同规模、产权性质和地区的企业中存在异质性。本研究揭示了政策影响路径,为新能源汽车产业及其他战略性新兴产业政策制定和企业实践提供参考。
关键词:新能源汽车；财政补贴政策；绩效激励
一、绪论
(一)选题背景
在全球应对气候变化与“双碳”目标背景下,新能源汽车产业是培育新质生产力、实现“碳解锁”的关键。我国该产业发展依靠财政支持,但盈利模式转型紧迫。本文探究2018年补贴政策对产业绩效的激励效应。
(二)研究方法
本研究将财建[2018]18号文件引发的政策变化视为准自然实验,从“纵深横拓”视角出发,基于2016-2023年数据,考察补贴政策调整对企业绩效的影响机制与效果。纵向按营收占比分类,横向结合技术使用时间及区域分布,用多指标体系,采用实证和理论结合的方法,为车企发展提供思路。
(三)研究设计
1.样本选取和数据来源
样本选取2016-2022年中国沪深A股上市企业数据,对初始样本剔除TobinQ值缺失、处于ST或*ST状态、金融类企业,并对连续变量进行1%缩尾处理。数据来源上,异质性分析中“产品市场发育程度”来自《中国分省份市场化指数报告》；实验组样本依托Wind新能源车企概念股板块及“同花顺”软件手工整理,排除上下游供应商；控制组企业和其余变量来自国泰安数据库。
2.模型构建及变量选取
以2013-2022年我国沪深A股上市公司数据为基础,以2018年为政策冲击时点,按是否生产新能源车划分实验组和控制组,将其视为准自然实验,用双重差分法分析政策对企业业绩的影响机制。
TobinQi,t=α0+α1Treati*Postt+∑ρKX i,t+φt+σi+ε
TobinQ为被解释变量代表企业绩效,Treat表示实验组或控制组,政策实施前后,Treat*Post为核心解释变量,X为控制变量,同时控制年份和企业固定效应。后续进行稳健性检验,以及利用“产品市场发育程度指数”和产权性质进行异质性检验。本研究参考相关学者研究[1],采用托宾Q值为主要衡量指标,引入相关辅助变量。变量定义如表1:
二、研究背景和意义
1992年,钱学森院士建议发展新能源汽车,随后“电动汽车研究计划”被列入“八五计划”,我国正式开启新能源相关项目的立项与研究。“十四五规划”将新能源汽车列为战略性新兴产业。绿色金融是提升环境绩效的重要动力[2]。
在“双碳”政策背景下,新能源汽车补贴政策历经三个阶段:2009-2012年推进节能减排与产业化；2013-2015年加快产业发展；2016年至今促进健康、高质量发展。2018年财政部联合四部发布的最新补贴政策最有代表性,它将补贴方向从以往补贴新能源车企转变为补贴其配套设施并延续至今[3]。政策调整呈现从扩大总量到提升质量、从推广应用到技术升级的趋势,逐渐向市场导向转变。
充电基础设施建设同样经历了多个发展阶段[4]。当下,新能源汽车补贴降低、“准入性”标准提升、“新基建”政策优化,提升产业技术效率、实现高质量发展成为关键问题。
本研究从国泰安、wind等数据库获取多维度数据,利用“同花顺”软件整理,借助Stata软件建立实证模型,为解决“后补贴时代”产业发展难题、推动国家经济转型升级提供支撑。
三、文献综述与理论分析
目前学界针对新能源汽车产业政策效应的研究呈现多维状态。国外学者构建了动态分析框架:Chen(2019)[5]运用Logistics模型揭露了外部环境对企业成长具有显著而动态的门槛效应,Han等(2022)[6]提出“补贴递减-研发补偿”理论框架,证实了研发投入对政策冲击的缓冲机制。值得注意的是,U型调节效应假说虽被普遍支持,但就目前学界研究而言,拐点位置及作用路径仍未达成共识[7]。
国内学者研究呈现制度情景化特征,聚焦于研究政策传导的异质性机制。李旭等(2021)[8]通过双重差分模型发现国有车企绩效弹性系数较民营企业低12.7个百分点。王溪(2022)通过多期PSM-DID模型,证实企业规模与政策敏感度存在倒U型关系；而尹若清等(2022)相关研究结果证实核心竞争力对政策负向影响的调节作用。
当前研究有三重局限:因果推断偏差、政策协同效应、缺乏政策传导的实证检验。因此,我们提出“纵深横拓”的研究角度。
四、研究设计
(一)描述性统计
描述性统计显示,被解释变量观测值31566个,样本企业平均价值3.1,新能源车企价值差异大、发展不均衡。核心变量did观测值32642个,仅2.2%企业受特定政策影响,离散程度低。
(二)基准回归结果
基准回归控制个体与年份固定效应并加入控制变量。did系数0.379,在5%水平显著为正,表明2018年政策提升企业业绩。Bsize系数不显著,Fix、ROA系数在5%水平显著。两组回归R-squared值较大,模型拟合优度好,但仍有因素需考虑。
(三)稳健性检验
为确保稳健性,构建did2替代did,其系数仍显著,其他控制变量合理。安慰剂检验纳入营改增变量,核密度与回归系数分布及P值显示无虚假因果关系,模型稳健。
(四)异质性检验
基于企业规模、产权性质分组回归,大规模企业组did对Tobin_Q促进作用更显著,国有企业组系数大于民营企业组,政策效果更突出。新政策激励存在异质性。
五、研究结论
本研究结论与假设相符:
(一)补贴政策调整对企业绩效整体呈积极影响
2018年新补贴政策借补贴退坡,经促使设施完善等直接路径及促进研发创新等间接路径,提升新能源汽车企业绩效。部分企业补贴退坡初期营收利润或下滑,因补贴减少致成本增加、产品价格竞争力下降、销量营收受影响,但长期利于企业创新与可持续发展,推动绩效提升。
补贴方向转向配套设施意义重大。一方面推动充电基础设施建设,改善使用环境,增强购买意愿,拓展市场；另一方面促使企业加大研发投入,聚焦核心领域,推动产业技术升级。
(二)企业异质性下政策效果显著不同
企业规模方面,大型企业具有资金、研发及市场渠道优势,补贴退坡时可迅速调配资源创新,提升附加值与竞争力,绩效显著提升；中小企业资金紧、研发弱、份额有限,兼顾成本与市场,补贴退坡下绩效激励弱。
企业产权性质上,国有企业因政策使命与资金稳定,应对补贴退坡有优势,绩效提升快；非国有企业灵活,部分调整策略后绩效显著提升,但部分受资金与市场风险影响,补贴退坡初期波动大。
六、政策建议
(一)优化补贴退坡节奏与差异化补贴
政府应依新能源汽车产业实况,科学调控补贴退坡节奏；完善差异化补贴政策,提升补贴效能。
(二)强化企业研发创新支持体系
政府应加大财政支持,设专项研发基金；完善税收优惠,减免研发投入税收,降成本、增积极性；促进产学研深度合作,搭建交流平台促成果转化。
(三)完善配套设施建设与产业生态培育
政府应增加充电设施投入,吸引社会资本参与,合理规划布局。培育产业生态,加强上下游企业合作。
(四)加强市场监管与政策协同
相关监管部门应强化新能源汽车市场监管,构建严格检测体系,打击违规行为。注重政策协同,避免重复建设,推动产业集群发展。
参考文献:
[1]李良成,黎祯祯.补贴退坡政策对新能源汽车企业研发投入的影响实证研究[J].科学决策,2023,(05):152-168.
[2]林瑶如,蒋松演.绿色金融对区域环境绩效影响机制探析[J].时代经贸,2025(1):52-56.
[3]王溪,熊勇清.中国新能源汽车政策“抑扬结合”的特征及对创新激励绩效的影响——基于“扶持性”和“准入性”政策视角[J].科学学与科学技术管理,2021,42(11):39.
[4]范如国,冯晓丹.“后补贴”时代地方政府新能源汽车补贴策略研究[J].中国人口·资源与环境,2017,27(3):30-38.
[5]Qing Chen. Preliminary Study on the Internet Sensation Analysis of New Energy Vehicles Policy[J].IOP Conference Series:Materials Science and Engineering,2019,677(4).
[6]Han J,Guo J,Cai X,et al. An analysis on strategy evolution of research & development in cooperative innovation network of new energy vehicle within policy transition period[J].Omega,2022,112.
[7]Liu M,Liu L,Xu S,et al.The Influences of Government Subsidies on Performance of New Energy Firms:A Firm Heterogeneity Perspective[J].Sustainability,2019,11,4518.
[8]李旭,熊勇清.“双积分”政策对新能源车企研发投入的影响分析[J].科学学研究,2021,39(10):1770-1780.
(作者单位:西南财经大学)
表1 变量定义
变量类型 变量名称 变量符号 变量定义及度量方式
被解释变量 托宾Q TobinQ 股权市值+净债务市值/期末总资产
解释变量 政策与时间虚拟变量乘积 Treat×Post 2018年及之后,Post取1,反之取0；实验组Treat取1,控制组取0
控制变量 两职合一 Dual 董事长与总经理为同一人则取1,反之取0
董事会规模 Bsize 董事会人数的自然对数
固定资产比率 Fix 固定资产原值/总资产
第一大股东持股比例 Top1 第一大股东持股占比
企业年龄 Age 取自然对数
投资收益率 ROA 净利润/企业上期与当期资产的平均对数
综合杠杆 Lever 取自然对数
异质性变量 产权结构 Gu 1为国企,0为民营
市场化程度 Grow 产品市场发育程度
关键词:新能源汽车；财政补贴政策；绩效激励
一、绪论
(一)选题背景
在全球应对气候变化与“双碳”目标背景下,新能源汽车产业是培育新质生产力、实现“碳解锁”的关键。我国该产业发展依靠财政支持,但盈利模式转型紧迫。本文探究2018年补贴政策对产业绩效的激励效应。
(二)研究方法
本研究将财建[2018]18号文件引发的政策变化视为准自然实验,从“纵深横拓”视角出发,基于2016-2023年数据,考察补贴政策调整对企业绩效的影响机制与效果。纵向按营收占比分类,横向结合技术使用时间及区域分布,用多指标体系,采用实证和理论结合的方法,为车企发展提供思路。
(三)研究设计
1.样本选取和数据来源
样本选取2016-2022年中国沪深A股上市企业数据,对初始样本剔除TobinQ值缺失、处于ST或*ST状态、金融类企业,并对连续变量进行1%缩尾处理。数据来源上,异质性分析中“产品市场发育程度”来自《中国分省份市场化指数报告》；实验组样本依托Wind新能源车企概念股板块及“同花顺”软件手工整理,排除上下游供应商；控制组企业和其余变量来自国泰安数据库。
2.模型构建及变量选取
以2013-2022年我国沪深A股上市公司数据为基础,以2018年为政策冲击时点,按是否生产新能源车划分实验组和控制组,将其视为准自然实验,用双重差分法分析政策对企业业绩的影响机制。
TobinQi,t=α0+α1Treati*Postt+∑ρKX i,t+φt+σi+ε
TobinQ为被解释变量代表企业绩效,Treat表示实验组或控制组,政策实施前后,Treat*Post为核心解释变量,X为控制变量,同时控制年份和企业固定效应。后续进行稳健性检验,以及利用“产品市场发育程度指数”和产权性质进行异质性检验。本研究参考相关学者研究[1],采用托宾Q值为主要衡量指标,引入相关辅助变量。变量定义如表1:
二、研究背景和意义
1992年,钱学森院士建议发展新能源汽车,随后“电动汽车研究计划”被列入“八五计划”,我国正式开启新能源相关项目的立项与研究。“十四五规划”将新能源汽车列为战略性新兴产业。绿色金融是提升环境绩效的重要动力[2]。
在“双碳”政策背景下,新能源汽车补贴政策历经三个阶段:2009-2012年推进节能减排与产业化；2013-2015年加快产业发展；2016年至今促进健康、高质量发展。2018年财政部联合四部发布的最新补贴政策最有代表性,它将补贴方向从以往补贴新能源车企转变为补贴其配套设施并延续至今[3]。政策调整呈现从扩大总量到提升质量、从推广应用到技术升级的趋势,逐渐向市场导向转变。
充电基础设施建设同样经历了多个发展阶段[4]。当下,新能源汽车补贴降低、“准入性”标准提升、“新基建”政策优化,提升产业技术效率、实现高质量发展成为关键问题。
本研究从国泰安、wind等数据库获取多维度数据,利用“同花顺”软件整理,借助Stata软件建立实证模型,为解决“后补贴时代”产业发展难题、推动国家经济转型升级提供支撑。
三、文献综述与理论分析
目前学界针对新能源汽车产业政策效应的研究呈现多维状态。国外学者构建了动态分析框架:Chen(2019)[5]运用Logistics模型揭露了外部环境对企业成长具有显著而动态的门槛效应,Han等(2022)[6]提出“补贴递减-研发补偿”理论框架,证实了研发投入对政策冲击的缓冲机制。值得注意的是,U型调节效应假说虽被普遍支持,但就目前学界研究而言,拐点位置及作用路径仍未达成共识[7]。
国内学者研究呈现制度情景化特征,聚焦于研究政策传导的异质性机制。李旭等(2021)[8]通过双重差分模型发现国有车企绩效弹性系数较民营企业低12.7个百分点。王溪(2022)通过多期PSM-DID模型,证实企业规模与政策敏感度存在倒U型关系；而尹若清等(2022)相关研究结果证实核心竞争力对政策负向影响的调节作用。
当前研究有三重局限:因果推断偏差、政策协同效应、缺乏政策传导的实证检验。因此,我们提出“纵深横拓”的研究角度。
四、研究设计
(一)描述性统计
描述性统计显示,被解释变量观测值31566个,样本企业平均价值3.1,新能源车企价值差异大、发展不均衡。核心变量did观测值32642个,仅2.2%企业受特定政策影响,离散程度低。
(二)基准回归结果
基准回归控制个体与年份固定效应并加入控制变量。did系数0.379,在5%水平显著为正,表明2018年政策提升企业业绩。Bsize系数不显著,Fix、ROA系数在5%水平显著。两组回归R-squared值较大,模型拟合优度好,但仍有因素需考虑。
(三)稳健性检验
为确保稳健性,构建did2替代did,其系数仍显著,其他控制变量合理。安慰剂检验纳入营改增变量,核密度与回归系数分布及P值显示无虚假因果关系,模型稳健。
(四)异质性检验
基于企业规模、产权性质分组回归,大规模企业组did对Tobin_Q促进作用更显著,国有企业组系数大于民营企业组,政策效果更突出。新政策激励存在异质性。
五、研究结论
本研究结论与假设相符:
(一)补贴政策调整对企业绩效整体呈积极影响
2018年新补贴政策借补贴退坡,经促使设施完善等直接路径及促进研发创新等间接路径,提升新能源汽车企业绩效。部分企业补贴退坡初期营收利润或下滑,因补贴减少致成本增加、产品价格竞争力下降、销量营收受影响,但长期利于企业创新与可持续发展,推动绩效提升。
补贴方向转向配套设施意义重大。一方面推动充电基础设施建设,改善使用环境,增强购买意愿,拓展市场；另一方面促使企业加大研发投入,聚焦核心领域,推动产业技术升级。
(二)企业异质性下政策效果显著不同
企业规模方面,大型企业具有资金、研发及市场渠道优势,补贴退坡时可迅速调配资源创新,提升附加值与竞争力,绩效显著提升；中小企业资金紧、研发弱、份额有限,兼顾成本与市场,补贴退坡下绩效激励弱。
企业产权性质上,国有企业因政策使命与资金稳定,应对补贴退坡有优势,绩效提升快；非国有企业灵活,部分调整策略后绩效显著提升,但部分受资金与市场风险影响,补贴退坡初期波动大。
六、政策建议
(一)优化补贴退坡节奏与差异化补贴
政府应依新能源汽车产业实况,科学调控补贴退坡节奏；完善差异化补贴政策,提升补贴效能。
(二)强化企业研发创新支持体系
政府应加大财政支持,设专项研发基金；完善税收优惠,减免研发投入税收,降成本、增积极性；促进产学研深度合作,搭建交流平台促成果转化。
(三)完善配套设施建设与产业生态培育
政府应增加充电设施投入,吸引社会资本参与,合理规划布局。培育产业生态,加强上下游企业合作。
(四)加强市场监管与政策协同
相关监管部门应强化新能源汽车市场监管,构建严格检测体系,打击违规行为。注重政策协同,避免重复建设,推动产业集群发展。
参考文献:
[1]李良成,黎祯祯.补贴退坡政策对新能源汽车企业研发投入的影响实证研究[J].科学决策,2023,(05):152-168.
[2]林瑶如,蒋松演.绿色金融对区域环境绩效影响机制探析[J].时代经贸,2025(1):52-56.
[3]王溪,熊勇清.中国新能源汽车政策“抑扬结合”的特征及对创新激励绩效的影响——基于“扶持性”和“准入性”政策视角[J].科学学与科学技术管理,2021,42(11):39.
[4]范如国,冯晓丹.“后补贴”时代地方政府新能源汽车补贴策略研究[J].中国人口·资源与环境,2017,27(3):30-38.
[5]Qing Chen. Preliminary Study on the Internet Sensation Analysis of New Energy Vehicles Policy[J].IOP Conference Series:Materials Science and Engineering,2019,677(4).
[6]Han J,Guo J,Cai X,et al. An analysis on strategy evolution of research & development in cooperative innovation network of new energy vehicle within policy transition period[J].Omega,2022,112.
[7]Liu M,Liu L,Xu S,et al.The Influences of Government Subsidies on Performance of New Energy Firms:A Firm Heterogeneity Perspective[J].Sustainability,2019,11,4518.
[8]李旭,熊勇清.“双积分”政策对新能源车企研发投入的影响分析[J].科学学研究,2021,39(10):1770-1780.
(作者单位:西南财经大学)
表1 变量定义
变量类型 变量名称 变量符号 变量定义及度量方式
被解释变量 托宾Q TobinQ 股权市值+净债务市值/期末总资产
解释变量 政策与时间虚拟变量乘积 Treat×Post 2018年及之后,Post取1,反之取0；实验组Treat取1,控制组取0
控制变量 两职合一 Dual 董事长与总经理为同一人则取1,反之取0
董事会规模 Bsize 董事会人数的自然对数
固定资产比率 Fix 固定资产原值/总资产
第一大股东持股比例 Top1 第一大股东持股占比
企业年龄 Age 取自然对数
投资收益率 ROA 净利润/企业上期与当期资产的平均对数
综合杠杆 Lever 取自然对数
异质性变量 产权结构 Gu 1为国企,0为民营
市场化程度 Grow 产品市场发育程度