中国新能源汽车产业政策工具动态变迁与效能评价研究

周银香 高珊珊 田婧茹 芮紫薇 徐俊韩

（浙江财经大学数据科学学院，杭州 310018）

为应对全球气候变暖，2020年9月联合国气候首脑会议上，全球65个国家发布了碳中和宣言。中国作为世界第二大经济体和最大的发展中国家，明确承诺 “二氧化碳排放力争于2030年前达到峰值，2060年前实现碳中和”（“双碳”目标）。新能源汽车产业作为战略型新兴产业之一，被喻为一种 “绿色”产业，并成为 “蓝天保卫战”的重要战略支撑，发展新能源汽车产业是目前世界各国解决能源危机和环境污染的重要途径，更是实现 “双碳”目标的强有力手段。

为加强对新能源汽车产业的宏观规划，以确保新能源汽车产业长远高质量发展，中国政府自2009年开始，相继出台了免征购置税、财政补贴及免费专用牌照等系列扶持政策，驱动新能源汽车产业发展迅速进入快车道。但与传统燃油车相比，由于存在着销售价格偏高、充电配套设施不完善和技术成熟度偏低等问题，导致消费者对新能源汽车的接受度不高，扶持政策实施的实际成果与预期目标仍有较大差距。为此，科学评判新能源汽车产业政策质量与效能，优化政策工具选择以保证政策实施的前瞻性、连续性和实效性，对于推动新能源汽车产业的可持续高质量发展和全社会的节能减排具有重要的现实意义。

1.1 政策工具分类研究

政策工具维度的合理划分对于政策分析乃至政策目标的实现具有较为直接的影响。Rothwell和Zegveld （1985）［1］按照政策措施的影响与着力面，将政策工具划分为供给型、需求型和环境型三大类，成为操作性最强、最为经典的分类方式。Rochefort［2］根据政府行政干预力度的不同，将政策工具分为强制性、混合性和自愿性三大类。Woolthuis等［3］依据政府所拥有的资源类型，将政策工具系统化分类为信息型、权威型、组织型和财政型。Huang等［4］针对新兴产业创新力与竞争力提升，将创新政策工具聚类为战略型、综合型与基本型。近年来，随着节能减排与新能源汽车推广应用示范工作的大力发展，政策工具成为国内学者进行新能源汽车产业政策分析的主要手段之一，郭随磊［5］按照政府的介入程度，将政策工具分为强制性工具、混合性工具和自愿性工具，指出在新能源汽车产业政策工具执行中存在政府职能定位不合理的现象。李珒和战建华［6］依据政策工具的作用方式与作用程度，从组织性、管制性、经济诱因性、信息性和自愿性5类政策工具的视角，定性分析了新能源政策变迁中的政策工具选择与推动力。谢青和田志龙［7］、 张永安和周怡园［8］、 高伟和胡潇月［9］基于对政策工具的供给端、需求端和环境端三层面划分，分别选取了截至2013年底、2016年底及2017年底中央或地方的新能源汽车产业政策进行文本内容分析，结果大多表明，在三类政策工具中，环境端政策工具的运用最为频繁，供给端与需求端政策工具的表现则各不相同。

1.2 新能源汽车产业政策评价

对于政策工具的评价方法，早期主要以指标体系结合实证研究为主［10，11］，随着模糊数学、统计学等学科的成熟发展，AHP与模糊综合评价、灰色关联、DEA数据包络分析等量化方法逐渐流行于政策评价［12-14］。互联网时代下，基于大数据、机器学习的共词分析、BP神经网络等方法被用于评价政策优劣特性［15，16］。纵观各种政策评价方法，虽然具有一定的科学性和合理性，但多数方法的缺陷体现在主观性较强和精确度较低等方面。为此，由Estrada［17］提出的政策文本量化评价方法 PMC（Policy Modeling Consistency）指数模型开始被学者们采用，并成为节能环保、大数据、人工智能等新兴产业领域较为先进的政策评价方法［18-21］，但鲜有文献从系统、动态视角对新能源汽车产业政策体系展开效能评价研究。检索国内外研究文献发现， 张永安和周怡园［8］、 Yang等［22］、Wang等［23］运用PMC指数模型对新能源汽车产业的财税补贴、充电设施奖励及双重信贷等政策进行了量化评价，但由于量化评价仅涉及少数补贴政策或特定性政策，对于引领新能源汽车产业高质量持续发展的规划类政策较少涉及，导致研究结果在时空层面具有一定的局限性。

综合来看，围绕新能源汽车产业政策工具的研究取得了系列成果，但仍存在些不足：（1）已有研究因政策样本选择的时段与数量限制，或因研究视角的局限性，导致研究结果在时空层面上可能出现偏颇；
（2）涉及新能源汽车产业政策的量化评价大多采用模糊数学或传统评价方法进行单一政策分析，基于政策文本的多维度和群组效能评价则相对缺乏。基于此，本文依据新能源汽车产业化推进 “三步走”战略（2008～2010年、2011～2015年、2016～2020年），扩大研究样本的时空范围，运用文本挖掘、内容分析法及PMC指数模型，对新能源汽车产业的政策工具选择、中长期规划政策及重点政策的群组效能进行探究，多维度识别产业政策的优劣程度及动态演变态势。

引入 Rothwell和 Zegveld［1］的政策工具分类方法，将政策工具划分为供给型、需求型和环境型3个层面，采用内容分析法对新能源汽车产业政策进行文本量化研究。其中，供给型政策工具的主要作用是鼓励新能源汽车技术研发与产品生产，提高产品性能、降低生产成本推动新能源汽车市场的发展；
需求型政策工具作为拉动力促进新能源汽车市场的发展及新能源汽车产品的消费，以对消费者的购置补贴为主；
环境型政策工具通过金融财税、法规管制等方式，通过营造有利的环境条件支持新能源汽车产业的发展（表1）。

表1 政策工具分类

2.1 政策文件样本选择与政策条款编码

依据科技部制定的新能源汽车产业化推进“三步走”战略，选取2008～2020年期间的新能源汽车产业政策作为样本。由于地方政策通常基于国家政策的扩展且作用对象相对局限，因此仅选取国家层面政策进行分析。通过各政府部门网站与北大法律信息网，共获取新能源汽车产业政策76项（考虑到2008年未出台相关政策，且2007年底发布政策的主体实施时段为2008年后，故将2007年10月发布的政策纳入样本框）。将政策条款作为基本分析单元，按照 “政策编码-章节-条款”进行编码，共得到844条政策条款及其编码，部分条款编码示例如表2所示。

表2 政策条款编码表

2.2 政策工具维度分析

（1）政策工具条款分析

从政策工具各维度条款分布来看（表3），我国2008～2020年间环境型政策工具占比最大，为59.83%；
其次为供给型工具，政策条款数量占比为23.70%；
而需求型政策工具条款占比仅为16.47%。可见，我国当前新能源汽车产业政策体系主要着力于为产业发展营造良好的环境，并辅以供给型政策工具推动产业发展，但需求型政策工具对于新能源汽车推广的拉动力则表现出明显的不足。

表3 各维度政策条款数量分布表

进一步分析可知，在环境型政策工具层面，制度规范类政策条款最多，达到293条，占全部政策条款的比重为34.72%，体现了国家为推动新能源汽车产业发展着重于实施产业规范化、标准化。其次为策略性措施，条款占比12.44%，说明国家为促进新能源汽车产业发展推出了创新奖励、区域协调发展、商业模式优化等大量实质性举措。此外，金融支持和税收减免等政策条款分布则相对较低，占比分别为4.62%和3.67%，表明政府在金融与财税支持等方面的扶持力度相对偏弱。

供给型政策工具层面，政府对科技支持和信息支持等方面较为重视，政策占比分别达9.60%和7.82%。公营事业在政策体系中占比不足5%，透露出我国新能源汽车产业发展的基础设施建设仍不够完善。人才资源政策占比仅为1.66%，表明政策对这项工具的支持力度严重不足。

需求型政策工具层面，政策扶持主要体现在公共服务与购置补贴两方面，占比分别为6.28%和6.16%，这两类政策工具的运用能快速提高我国各领域新能源汽车使用率，但两类政策工具总体占比不高。同时，海外贸易与政府采购方面的政策支持力度也明显不足，占比仅为2.37%和1.66%。

（2）政策工具的动态变迁

从产业政策发展来看，不同维度的政策工具对于新能源汽车产业发展的不同阶段所呈现出的着力点不尽相同。从历年新出台政策所使用的三类基本政策工具比例来看（图1），环境型政策工具在产业发展的各个阶段占比基本保持在50%以上，供给型政策工具占比呈现出先涨后平的趋势，需求型政策工具则显现出先扬后抑的态势。

图1 政策工具累计占比

在新能源汽车产业化推进的第一阶段（2007～2010年），国家侧重于营造产业发展环境，需求型政策占比逐渐提高。产业化推进的第二阶段（2011～2015年），环境型政策工具占比保持在50%左右，而供给型与需求型政策工具占比则出现交替领先的波动状态，这与2012年科技部发布《电动汽车科技发展 “十二五”专项规划》，提出“实现混合动力汽车产业化技术突破”与 “开展以小型电动汽车为代表的纯电驱动汽车大规模商业化示范”两个目标有关。进入第三阶段（2016～2020年），三类政策工具基本趋于稳态，表明我国新能源汽车产业政策逐步趋向成熟稳定，但需求型政策工具仍保持20%以下的最低占比。

进一步剖析三类政策工具各维度的动态变迁情况，在环境型政策工具层面（图2），制度规范工具占比随着产业化推进虽有所下降，但其主导地位贯穿了我国新能源汽车产业的发展历程，表明产业规范化、标准化作为产业发展的关键前提与保障，受到了政府的高度重视；
其次，策略性措施随着产业化进程的推进，其重要程度也逐渐凸显；
而金融支持、税收减免政策工具占比则始终保持较低水平，尤其是税收减免类政策工具在2013年前占比均未突破2%。

图2 环境型政策工具占比

在供给型政策工具变迁中（图3），政府的科技支持力度始终较高，尤其是随着产业化推进至第二阶段，科技支持类政策占比大幅增加。其次，信息支持类政策随着产业化进程推进也逐渐增多。然而，公营事业与人才资源的支持力度在产业化推进过程中占比相对落后，尤其是人才资源政策工具，自产业化推进第二阶段开始占比不断下降，反映出新能源汽车产业人才的重视程度严重不足。

图3 供给型政策工具占比

需求型政策工具中（图4），购置补贴类政策占比自2009年开始迅猛增加，2010年达到最高且突破20%，其主要原因是2009年国家正式实行新能源汽车示范推广试点工作，但此后该政策工具逐渐退坡，至2020年购置补贴类政策占比降至不足10%。公共服务类政策则在2014年占比达到最高，此后也呈现逐年下降的趋势，反映我国新能源汽车发展过程中确实存在配套服务滞后的问题。此外，海外贸易与政府采购类政策在产业化推进过程中始终保持不足5%的水平，表明长期以来政策对机关采购与进出口贸易方面的引导与支持力度严重缺失。

图4 需求型政策工具占比

前文分析表明，在各阶段的政策工具中，产业规划类政策内容最为全面、涉及领域最为广泛且对于下一阶段新能源汽车产业发展具有导向性作用。为此，进一步构建PMC指数模型对产业规划类政策群组进行量化评价，探究新能源汽车发展进程中政策工具着力点的动态变迁及政策效能。

3.1 变量设置及模型构建

（1） 变量设置及参数识别。参考Estrada［17］的PMC指标体系构建思路及变量参数设计方法，结合新能源汽车产业政策的具体特点，调整并确立了10个一级变量，每个一级变量下设置若干个二级变量（表4），假定每个二级变量的权重相同，采用二进制对所有二级子变量的相关参数进行赋值，若待评价政策涉及相关自变量的内容，则赋予该子变量的参数为1，否则为0。

表4 政策量化评价变量设置表

（2）建立多投入产出表。多投入产出表是一种从多维度量化单个变量的数据分析框架，基于变量设置的基础上，建立多投入产出表，如表5所示。

表5 多投入产出表

（3）计算PMC指数。PMC指数计算需要经过以下4个步骤：

①将设置好的一级变量和二级变量放置到多投入产出表中。

②计算指标体系中各二级变量得分。

③计算待评价政策的一级变量值。

其中，i为一级变量，j为二级变量。

④将所有一级变量得分求和，计算对应政策的PMC指数值：

根据所计算的PMC指数得分，对政策等级进行划分，标准如下：0～4.99分为不良；
5～6.99分为良好；
7～8.99分为优秀；
9～10为完美。

（4）绘制PMC曲面。PMC曲面是对PMC指数的可视化处理，绘制出曲面图形更为直观地展现政策量化评价结果。

3.2 产业规划类政策效能评价

根据政策工具分类所获取的新能源汽车政策文件，有3项为新能源汽车行业发展规划类政策（2009年、2012年及2020年），分别简记为P1、P2、P3，具体内容如表6所示。

表6 产业规划类政策文件

针对所选取的三项政策，采用二进制对多投入产出表的各指标进行赋值，计算PMC指数值并进行量化评价，结果如表7所示。

表7 产业规划类政策PMC指数值汇总

将PMC指标体系的10个一级变量得分转化为三阶方阵，由于X10（政策公开）无二级变量且所选政策文件均为公开文件，考虑到矩阵的对称性和PMC曲面的平衡性，在构建矩阵时去除X10，得到三阶方阵如下：

其中，矩阵中对应的各项数值为相应一级变量得分，依此绘制PMC曲面如图5所示。

图5 产业规划类政策PMC曲面图

表7结果表明，三项产业规划类政策文件PMC指数值都较高，其中P1和P2政策等级均为优秀，说明两项政策涉及面较广、涵盖范围较为全面，内容设计较为合理；
P3政策的评价结果为良好，表明政策仍存在一定的改进空间。根据PMC曲面图可直观地展现待评价政策的优劣情况，图中凸起程度越明显表明一级指标评价结果越好，凹陷程度越深表明在该一级指标上有待进一步完善，由图5可知，P1和P2政策的凸起程度略高于P3政策。

进一步引入政策蛛网图，对比分析三项政策评分差距的原因。由图6可知，P1政策的X6（政策功能）和X7（政策内容）两项指标数值明显高于P2和P3，故而PMC指数排名第一。P3政策的X1（政策性质）和X7（政策内容）两项指标数值均低于前两项政策文件，尤其是政策内容方面，激励措施仅涉及充电设施建设方面，从而导致P3评分低于P1和P2。

图6 产业规划类政策蛛网图

3.3 分阶段新能源汽车政策变迁量化评价

基于新能源汽车产业发展的三阶段时间划分，根据北大法宝资源库关于新能源汽车相应政策的引用量排序，分别选取三阶段中引用量排名位列前二的6项政策文件（表8），构建PMC指数模型探析新能源汽车产业政策变迁情况，结果如表9和图7所示。

表8 新能源汽车产业分阶段政策

表9 分阶段政策PMC指数值

量化评价结果表明（表9），3个阶段政策工具评价中，评分最高者为P7，PMC指数值为7.15，评价等级为优秀，说明该项政策各维度涉及较为全面；
P4、P6、P9政策的PMC指数值分别为5.61、5.40和5.85，评价等级为良好；
P5及P8两项政策评价等级均为不良，PMC指数值仅为4.91。结合PMC曲面图（图7），可以看出P7政策的曲面凸起程度要明显优于其他政策，P5、P8政策的X1（政策性质）凹陷程度较大，说明其对应的一级指标得分较低，存在一定的提升空间。

图7 分阶段政策PMC曲面图

由蛛网图（图8）可直观看出，在评价等级为良好的三项政策工具中（P4、P6、P9），X7（政策内容）指标数值均较低，其中P9为 “双积分”政策，由于政策本身性质原因其政策内容仅涉及到燃料消耗管理，政策受体仅为新能源汽车企业，导致其X7（政策内容）的指标数值较低进而影响PMC总指数值；
而P4和P6分别为准入规则及推广应用的相应政策，在政策内容方面仅涉及补贴及贸易便利导致其得分较低。

图8 分阶段政策蛛网图

在评价等级为不良的两项政策工具中（P5、P8）， X1（政策性质）、 X4（涉及领域）和 X7（政策内容）的指标数值明显较低，政策的涉及面及受体较为狭窄。其中，P5是有关新能源汽车试点推广的通知，P8为财政补贴类政策工具，两者均是效用迅速的需求型政策工具，实施中单纯靠部分企业、某些部门或是部分消费者很难达到既定目标，未来的政策调整中，需要进一步考虑政策的涉及领域以及政策受体。

4.1 主要结论

新能源汽车产业因其技术和发展阶段的特殊性，不同类型政策工具在各阶段的施策力度及其作用成效也不尽相同，总体结论显示如下：

（1）环境型政策工具总体过溢，并着重于产业规范类政策。环境型政策占基本政策工具的比重高达59.83%，总体来看存在过溢现象，其中制度规范和策略性措施两项占比总和接近50%，表明我国新能源汽车产业发展过程中，政府倾向于通过制定大量制度规范与策略措施来营造社会经济环境，以支撑新能源汽车市场的健康发展。新能源汽车产业属于新兴战略性产业，管理制度体系和规范类政策有利于引导产业发展的规范化与标准化，但激励产业创新发展的金融与财税支持等方面的扶持力度明显偏弱（占比4.62%和3.67%），势将影响技术推进的步伐。

（2）需求型政策工具总量不足，且过于聚焦补贴类政策。需求型政策在三类政策工具中占比最低（16.47%），而且过于聚焦购置补贴，容易滋生企业的 “骗补”念头而未能真正激发消费者的购买需求。此外，尽管政策在公共服务领域作了大量推广，但政府采购与海外贸易却相对不足，尤其是贸易政策工具的缺位在一定程度上会阻碍技术研发的提升，降低新能源汽车产业推广效率。

（3）供给型政策工具占比尚可，但缺乏人才资源类政策。供给型政策占比接近25%，其中力度最大的属科技投入（9.6%）与信息支持（7.82%），但对于人才资源的投入力度明显不足（仅占1.66%）。与新能源汽车发展较为成熟的其他国家相比，我国目前还存在核心技术不成熟、技术研发滞后等短板问题，政府对于产业发展的政策支持应以科技投入与信息共享为重心，但人才支持政策工具的缺失也直接影响研发水平的提升及关键技术的突破。

（4）随着产业化的推进，政策着力点呈现出从需求面到环境面、再到供给面的动态调整态势。从动态变迁趋势来看，环境面政策工具占比呈下降态势，其中的制度规范性工具占绝对主导地位，但金融税收等激励政策则相对不足，在一定程度上影响了政策的优良度评价等级；
需求型政策工具呈现先扬后抑的变迁趋势，尤其是购置补贴类政策的退坡趋势极为明显；
供给型政策工具的使用量在产业化推进的第一阶段增长最快，其中的科技和信息支持类政策增幅较为显著，而人才资源类政策工具出现严重不足且始终呈现下降态势。

（5）新能源汽车产业发展的各阶段政策效能总体良好，但部分政策文件的涉及面及受体较为狭窄。对比3个阶段的政策效能评价等级，结果显示第三阶段的政策效能受政策性质和政策内容的影响，评级略低于前两个阶段。结合三类政策工具来看，环境端的产业规划类政策PMC指数值较高，表明政策涵盖内容较广、设计较为合理，但各阶段的需求端和供给端的部分政策涉及面及受体较为狭窄，尤其是供给端政策内容的缺乏，在一定程度上限制了政策工具的作用效能。

4.2 政策启示

（1）调整三类基本政策工具的总量占比，优化类型内部结构。适度调减同类型环境政策工具反复使用的频次，并注重补充可操作的实施细则，同时加大激励产业创新的金融财税等政策工具的投放力度；
重点调整 “漫天洒水”的需求补贴政策，并充分运用贸易政策工具，大力支持新能源车企对海外研发、生产与销售市场的开发；
供给型政策中的人才资源类政策工具匮乏成为技术创新的一大制约因素，需要加大政策扶持力度，为新能源汽车的创新发展提供充足的人才保障。

（2）动态完善政策着力点，加快推进产业化进程。我国新能源汽车产业已完成从导入期进入到发展期的蜕变，与之相对应的政策着力点也应从环境面到供给面再到需求面不断完善，在财政补贴类政策退坡的基础上更加侧重于研发指导、技术创新等方面的激励与扶持，同时大力发挥公共服务、租税优惠（电费、过桥过路费、保险费等）、海外贸易等需求端政策工具，启动市场力量力促新能源汽车产业的持续发展。

（3）强化政策主体的协同合作，拓展政策受体和涉及面。分阶段政策效能评价结果表明，现有政策往往以单一政策主体制定为主，跨部门联合主体制定的政策工具较少，政策文件涉及面和受体较为狭窄导致部分文件无法系统性实施或在实施时效果打了折扣，这在很大程度上限制了政策工具的作用效能。未来的政策调整中应加强政策主体之间的协作，综合产业、贸易、财税、金融等多领域政策措施，建立多层次多方位跨部门的政策协同体系。

猜你喜欢汽车产业工具新能源装配式支吊架在汽车产业集聚区的应用建材发展导向(2021年6期)2021-06-09波比的工具小太阳画报(2020年11期)2020-12-10波比的工具小太阳画报(2020年10期)2020-10-30解读《新能源汽车产业发展规划(2021-2035)》工业经济论坛(2020年6期)2020-04-13培育世界级汽车产业集群信息化建设(2019年2期)2019-03-27准备工具：步骤：红领巾·成长(2018年10期)2018-11-19“巧用”工具读者(2017年18期)2017-08-29买不买新能源汽车瞭望东方周刊(2016年40期)2016-11-02共享新能源汽车产业盛宴四川党的建设(2014年10期)2014-08-23绿色新能源小学生导刊(高年级) (2006年6期)2006-06-27

推荐访问:产业政策 新能源 效能