摘要：培育新能源汽車產業(yè)是應對能源危機、環(huán)境污染等問題的關鍵舉措，其中企業(yè)的技術創(chuàng)新尤為重要。本文以139個新能源汽車企業(yè)為研究對象，結合創(chuàng)新理論，構建了產業(yè)政策、創(chuàng)新網絡與企業(yè)技術創(chuàng)新效率的分析框架。通過運用NCA與QCA方法，從組態(tài)視角深入探究了不同因素及其組合對企業(yè)技術創(chuàng)新效率的作用機制與驅動路徑，進一步挖掘了產業(yè)政策與創(chuàng)新網絡兩個層面因素交互作用下對企業(yè)技術創(chuàng)新效率的核心條件及聯(lián)動效應。研究發(fā)現(xiàn)：首先，產業(yè)政策與創(chuàng)新網絡單個因素并不構成高技術創(chuàng)新效率的必要條件；其次，創(chuàng)新網絡因素對企業(yè)技術創(chuàng)新效率具有普適性，隨著產業(yè)發(fā)展，合作創(chuàng)新成為企業(yè)獲取競爭優(yōu)勢的重要戰(zhàn)略環(huán)節(jié)；最后，產業(yè)政策與創(chuàng)新網絡兩個層面因素對新能源汽車企業(yè)技術創(chuàng)新效率的驅動效應存在差異。

關鍵詞：新能源汽車企業(yè)；技術創(chuàng)新效率；QCA；NCA

引言

2010年，新能源汽車產業(yè)被納入中國戰(zhàn)略性新興產業(yè)規(guī)劃。在一系列政策的支持和推動下，中國新能源汽車產業(yè)保持了快速發(fā)展的態(tài)勢，整車產品的續(xù)駛里程、能耗、電池比能量等關鍵指標大幅提升，并基本構建了結構完整、自主可控的產業(yè)體系。2022年，中國新能源汽車銷量達到566.7萬輛，占全球總交付量的一半以上。經過十多年的發(fā)展，中國已成為全球最大的新能源汽車生產國和消費國之一，同時也是世界新能源汽車產業(yè)的發(fā)展中心。

一、理論基礎

（一）產業(yè)政策與技術創(chuàng)新效率

產業(yè)政策是影響新能源汽車企業(yè)技術創(chuàng)新的重要因素。學界針對產業(yè)政策及其相應的政策手段和執(zhí)行策略是否有利于或限制企業(yè)技術創(chuàng)新，在國內外展開了激烈討論。由于產業(yè)政策的多樣性，對技術創(chuàng)新的影響具有個體差異。在實踐中，創(chuàng)新主體往往會同時受到多種產業(yè)政策的綜合影響。

（二）創(chuàng)新網絡與技術創(chuàng)新效率

創(chuàng)新網絡的核心功能在于，通過創(chuàng)新主體的行為，利用資源互補、知識共享等手段，提升創(chuàng)新資源的配置效率[1]。在知識經濟背景下，知識成為企業(yè)創(chuàng)新的重要源泉。本文基于知識基礎觀，探討企業(yè)在知識網絡層面如何獲取、處理、共享、整合及運用知識，以實現(xiàn)技術創(chuàng)新能力的持續(xù)提升。

二、研究方法

（一）QCA與NCA混合方法

為了深入剖析企業(yè)技術創(chuàng)新效率的必要與充分因果關系，本文在運用QCA方法的基礎上，進一步引入了必要條件分析的新方法NCA，以實現(xiàn)兩種方法的優(yōu)勢互補。

（二）變量設計與數據來源

第一，變量設計。一是信貸融資，采用企業(yè)長期貸款占總資產比重的對數來衡量。二是財政補貼，采用企業(yè)獲得的政府補貼總額的對數來表示。三是稅收優(yōu)惠，采用企業(yè)實際稅率（所得稅費用除以息稅前利潤）的對數進行衡量。四是準入制度，以行業(yè)競爭程度來反映。五是結構洞，采用有效規(guī)模對結構洞進行衡量。六是網絡中心度，使用相對中心度來表示。七是合作強度，通過網絡節(jié)點之間共同參與合作專利申請的次數來衡量網絡主體間的關系強度。八是企業(yè)技術創(chuàng)新效率，運用DEA方法，結合CCR和BCC模型來測度。第二，數據來源。本文選取2016—2020年的相關數據，計算平均值作為截面數據進行分析，共計得到有效樣本企業(yè)139家。企業(yè)數據來源于同花順財經、搜狐財經網站，以及CSMAR、CCER、Wind等主流數據庫。專利相關數據則通過中國國家知識產權局向社會公開提供的專利檢索與分析數據庫獲得。

（三）變量校準

本文對變量進行了校準（表1所示），賦予其集合隸屬關系，確保校準后的隸屬度位于0至1之間。為實現(xiàn)這一目標，我們根據數據的實際取值分布，選擇了能夠代表變量中間程度的取值作為定性錨點[2]。同時，我們將結果變量與前因條件變量描述性統(tǒng)計結果的95%、50%、5%分別設定為完全隸屬、交叉點、完全不隸屬這三個校準點[3]。

三、實證分析

（一）單一因素必要性分析

在進行組態(tài)分析之前，本文先進行了必要條件分析，以檢驗每一個解釋變量與結果變量之間的關系，并分析這些變量是否構成企業(yè)技術創(chuàng)新效率水平的必要條件，具體結果如表2所示。

表2顯示，所有條件變量的一致性均未超過0.8，這表明沒有單一條件變量對結果變量具有較強的解釋力度，即不存在充分的解釋條件。同時，所有條件變量的一致性均低于0.9，這意味著它們均無法單獨構成影響結果變量的必要條件。這一結果揭示了企業(yè)技術創(chuàng)新效率較高是由多個因素共同作用的結果，而非單一因素所致[4]。

（二）條件組態(tài)分析

本文進行了提高企業(yè)技術創(chuàng)新效率組態(tài)條件的分析（表3所示）。結果表明，企業(yè)技術創(chuàng)新效率的形成是多因素共同作用的結果，不同的條件組態(tài)可能導致不同的組態(tài)類型。進一步地，本文識別出兩種主要的組態(tài)類型，它們共同影響著企業(yè)技術創(chuàng)新效率的生成，即創(chuàng)新網絡驅動型和政策—網絡雙輪驅動型。

第一種組態(tài)類型是創(chuàng)新網絡驅動型，對應于組態(tài)1、組態(tài)3、組態(tài)8和組態(tài)9。在這種組態(tài)中，關鍵因素主要集中在創(chuàng)新網絡的各個方面。

第二種組態(tài)類型是政策—網絡雙輪驅動型，對應于除組態(tài)1、組態(tài)3、組態(tài)8和組態(tài)9之外的其他組態(tài)。在這種組態(tài)中，除了創(chuàng)新網絡的相關變量，產業(yè)政策的作用也尤為重要。

本文還進行了非高新技術企業(yè)技術創(chuàng)新效率組態(tài)條件的分析。觀察這4種條件組態(tài)，可以發(fā)現(xiàn)它們的共同特點是存在大量的條件缺失。具體來說，這些企業(yè)在創(chuàng)新過程中缺乏必要的產業(yè)政策支持和良好的創(chuàng)新網絡，這進一步限制了它們技術創(chuàng)新效率的提升。

（三）穩(wěn)健性檢驗

本文進行了一致性閾值的調整，以檢驗結果的穩(wěn)健性。具體做法是，將因變量的閾值從0.935適當上調至0.938，其他步驟和處理過程保持不變。調整后得到的結果基本一致，結論未發(fā)生實質性變化。

四、研究結論與政策建議

（一）研究結論

第一，產業(yè)政策與創(chuàng)新網絡兩個層面的7個因素均非實現(xiàn)高技術創(chuàng)新效率的必要條件。第二，創(chuàng)新網絡因素對企業(yè)技術創(chuàng)新效率具有促進作用，合作創(chuàng)新是企業(yè)在發(fā)展過程中獲取競爭優(yōu)勢的重要環(huán)節(jié)。第三，產業(yè)政策與創(chuàng)新網絡兩個層面的因素對新能源汽車企業(yè)技術創(chuàng)新效率的驅動效應存在差異。多重因素的不同組合對企業(yè)技術創(chuàng)新效率的驅動作用殊途同歸。

（二）政策建議

第一，統(tǒng)籌協(xié)同產業(yè)政策與扶持規(guī)劃，并及時調整政策以優(yōu)化實施效果。新能源汽車產業(yè)作為綠色轉型的關鍵領域，其健康發(fā)展離不開科學、合理的政策引導。當前，中國新能源汽車產業(yè)已進入全面市場化拓展期，產業(yè)政策的制定與執(zhí)行顯得尤為重要。第二，優(yōu)化政策工具配置結構，選擇恰當的政策工具“精準發(fā)力”。在產業(yè)發(fā)展實踐中，政府補貼仍是促進戰(zhàn)略性新興產業(yè)發(fā)展的重要政策工具。同時，除了直接的政府補貼外，還有稅收優(yōu)惠、信貸政策、市場準入、產權保護等多種政策工具可供選用。第三，突破網絡外部合作限制，激發(fā)各創(chuàng)新主體之間的協(xié)調和配合。在“產、學、研、用”的背景下，新能源汽車企業(yè)應加強與高校、科研中心的交流與互動，進一步強化信息協(xié)同、資源協(xié)同、技術協(xié)作和方法互補，通過發(fā)揮協(xié)同效應來進一步提升自身的技術創(chuàng)新能力和效率。

參考文獻：

[1]張豐，魯家欣，繆小明.基于專利分析的新能源汽車技術創(chuàng)新合作網絡研究[J].世界科技研究與發(fā)展，2019，41（04）：358-367.

[2]湯志偉，王研.TOE框架下政府數據開放平臺利用水平的組態(tài)分析[J].情報雜志，2020，39（06）：187-195.

[3]鄭愛琳，藍海林.多重制度邏輯、企業(yè)異質性與技術創(chuàng)新績效——來自125家上市新能源汽車企業(yè)的模糊集定性比較分析[J].科技進步與對策，2023，40（17）：99-107.

[4]湯志偉，羅意.資源基礎視角下省級政府數據開放績效生成邏輯及模式——基于16省數據的模糊集定性比較分析[J].情報雜志，2021，40（01）：157-164.

（基金項目：2023 華商學研究院課題）

（作者簡介：柏婧，南京工業(yè)大學浦江學院助理研究員。郭哲廷，南京審計大學經濟學院。）