趙宇霞 劉南

摘 要：在新能源汽車補(bǔ)貼進(jìn)入退坡階段，文章基于新能源汽車補(bǔ)貼退坡政策效果的視角，運(yùn)用雙重差分模型（DID）檢驗(yàn)財(cái)政補(bǔ)貼退坡政策對(duì)汽車企業(yè)財(cái)務(wù)績(jī)效的影響以及研發(fā)投入在其中的作用。在此基礎(chǔ)上，從新能源汽車補(bǔ)貼政策退出的銜接方案以及調(diào)整財(cái)稅政策作用環(huán)節(jié)等方面提出了政策建議。

關(guān)鍵詞：財(cái)政補(bǔ)貼 研發(fā)投入 企業(yè)財(cái)務(wù)績(jī)效 補(bǔ)貼退坡 雙重差分模型

中圖分類號(hào)：F230? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2023）05-042-03

隨著新能源汽車補(bǔ)貼退坡政策進(jìn)入收尾階段，補(bǔ)貼政策即將退出，目前在研究視角方面鮮有研究補(bǔ)貼退坡政策的影響路徑機(jī)制，特別是將新能源汽車補(bǔ)貼退坡政策融入企業(yè)財(cái)務(wù)績(jī)效和技術(shù)創(chuàng)新。本研究試圖回答以下問題：在補(bǔ)貼退坡階段，補(bǔ)貼退坡機(jī)制是否會(huì)導(dǎo)致新能源汽車生產(chǎn)企業(yè)財(cái)務(wù)績(jī)效的大幅下降？新能源汽車補(bǔ)貼退坡政策對(duì)汽車生產(chǎn)企業(yè)財(cái)務(wù)績(jī)效的影響機(jī)制路徑是什么？新能源汽車補(bǔ)貼退坡政策實(shí)施的效應(yīng)如何？

一、理論分析

依據(jù)庇古稅理論，補(bǔ)貼退坡政策的實(shí)施無疑將降低新能源汽車生產(chǎn)企業(yè)的預(yù)期補(bǔ)貼收益。但是新能源汽車補(bǔ)貼政策是在綜合考慮了宏觀經(jīng)濟(jì)形勢(shì)、新能源汽車行業(yè)制造成本、技術(shù)進(jìn)步及規(guī)模效應(yīng)等諸多因素下制定的，既降低了新能源汽車企業(yè)對(duì)補(bǔ)貼資金的依賴性，又兼顧了新能源汽車行業(yè)的穩(wěn)定、健康發(fā)展（韓紀(jì)琴和余雨奇，2021）?；谝陨戏治?，提出以下假設(shè)：

H1：財(cái)政補(bǔ)貼退坡政策不會(huì)引起新能源汽車企業(yè)財(cái)務(wù)績(jī)效的大幅下降。

由于新能源汽車補(bǔ)貼標(biāo)準(zhǔn)隨技術(shù)進(jìn)步等因素降低，續(xù)航里程、動(dòng)力電池系統(tǒng)質(zhì)量能量密度等技術(shù)門檻在逐步提高，補(bǔ)貼金額不及以前年度的既得補(bǔ)貼利益。因此，當(dāng)財(cái)政補(bǔ)貼逐步減少時(shí)，會(huì)降低汽車企業(yè)增加研發(fā)投入和技術(shù)創(chuàng)新的動(dòng)力?；谝陨戏治?，提出以下假設(shè)：

H2：財(cái)政補(bǔ)貼退坡政策會(huì)抑制新能源汽車企業(yè)技術(shù)創(chuàng)新能力。

熊彼特的技術(shù)創(chuàng)新理論認(rèn)為，創(chuàng)新是經(jīng)濟(jì)發(fā)展的動(dòng)力，技術(shù)創(chuàng)新不僅可以有效提升企業(yè)核心競(jìng)爭(zhēng)力，還可以促進(jìn)企業(yè)獲取新的可持續(xù)盈利點(diǎn)（劉曉光和邵潤(rùn)欣，2021）。在補(bǔ)貼退坡以及補(bǔ)貼獲取技術(shù)門檻不斷提高的背景下，加強(qiáng)技術(shù)創(chuàng)新有助于企業(yè)應(yīng)對(duì)新能源汽車產(chǎn)業(yè)變革，提高企業(yè)在新能源汽車市場(chǎng)的競(jìng)爭(zhēng)力，獲得更大的盈利空間。基于以上分析，本研究提出假設(shè)：

H3：財(cái)政補(bǔ)貼退坡政策推動(dòng)企業(yè)通過加快技術(shù)創(chuàng)新來降低對(duì)財(cái)務(wù)績(jī)效產(chǎn)生的負(fù)向影響，技術(shù)創(chuàng)新在新能源汽車補(bǔ)貼退坡政策與企業(yè)財(cái)務(wù)績(jī)效的關(guān)系間起到中介作用。

二、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文依據(jù)證監(jiān)會(huì)2012版汽車制造業(yè)分類，以2011—2020年汽車制造業(yè)上市公司為研究對(duì)象初步篩選了169家公司，剔除特別處理的ST股、*ST股以及2016年后上市的公司，最終選取了70家汽車行業(yè)上市公司為樣本企業(yè)。將樣本企業(yè)分為獲得中央財(cái)政新能源汽車推廣應(yīng)用補(bǔ)貼的處理組和未受到中央財(cái)政補(bǔ)貼的對(duì)照組，其中持續(xù)獲得中央財(cái)政補(bǔ)助的17家上市公司作為處理組，其余53家公司為控制組。

（二）模型構(gòu)建與變量定義

為研究新能源汽車補(bǔ)貼退坡政策對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響，并進(jìn)一步驗(yàn)證“補(bǔ)貼退坡政策—技術(shù)創(chuàng)新—企業(yè)財(cái)務(wù)績(jī)效”的路徑是否存在，借鑒溫忠麟和葉寶娟（2014）提出的中介效應(yīng)檢驗(yàn)流程，結(jié)合Hausman檢驗(yàn)結(jié)果，構(gòu)建如下模型：

首先建立模型（1）考察補(bǔ)貼退坡政策對(duì)新能源汽車企業(yè)財(cái)務(wù)績(jī)效的直接影響：

其次，以技術(shù)創(chuàng)新為被解釋變量，建立模型（2）考察補(bǔ)貼退坡政策對(duì)新能源汽車企業(yè)技術(shù)創(chuàng)新的影響：

最后，將補(bǔ)貼退坡政策和技術(shù)創(chuàng)新同時(shí)納入模型（3），進(jìn)而檢驗(yàn)補(bǔ)貼退坡政策與新能源汽車企業(yè)財(cái)務(wù)績(jī)效之間是否發(fā)揮部分中介效應(yīng)：

其中，i和t分別表示企業(yè)和年份，Treat·Aftert為第i個(gè)新能源汽車企業(yè)是否受到補(bǔ)貼退坡政策的影響的虛擬變量，Xit為系列控制變量，包括資產(chǎn)負(fù)債率（LEV）、股權(quán)集中度（TOP1）、產(chǎn)權(quán)性質(zhì)（STATE）、成長(zhǎng)能力（GROWTH）、公司規(guī)模（In SIZE），Companyi為個(gè)體固定效應(yīng)，Yeart為年份固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。變量定義見表1。

三、實(shí)證結(jié)果分析與討論

（一）描述性統(tǒng)計(jì)分析

樣本描述性統(tǒng)計(jì)如表2所示。統(tǒng)計(jì)結(jié)果顯示，總樣本量為650，總資產(chǎn)凈利潤(rùn)率均值為0.0331，標(biāo)準(zhǔn)差為0.0508，最大值和最小值為0.185和-0.356，反映了汽車生產(chǎn)企業(yè)間財(cái)務(wù)績(jī)效的明顯差異。研發(fā)投入均值為18.94，標(biāo)準(zhǔn)差為1.576，最大值為14.04，最小值為23.49，表明不同汽車企業(yè)研發(fā)投入的較大差異。各控制變量的分布特征和已有文獻(xiàn)相似。

（二）平行趨勢(shì)檢驗(yàn)

滿足平行趨勢(shì)假設(shè)是雙重差分法的重要前提，即如果沒有新能源汽車補(bǔ)貼退坡政策的實(shí)施，控制組和處理組的財(cái)務(wù)績(jī)效變化率應(yīng)當(dāng)是平行的。本文借鑒薛曉珊等（2021）采用事件研究法進(jìn)行平行趨勢(shì)檢驗(yàn)的思路，構(gòu)建模型（4）：

回歸結(jié)果顯示，補(bǔ)貼退坡政策實(shí)施前三年的對(duì)應(yīng)系數(shù)均未通過顯著性檢驗(yàn)，這意味著在這一期間，處理組與控制組的財(cái)務(wù)績(jī)效變動(dòng)趨勢(shì)滿足平行趨勢(shì)假設(shè)。在補(bǔ)貼退坡政策后第一年（2017年）和第二年（2018年）系數(shù)顯著為負(fù)，政策實(shí)施后第三年后系數(shù)為正，如表3所示。

此外，交互項(xiàng)系數(shù)于補(bǔ)貼退坡政策首次實(shí)施前三年在95%的置信區(qū)間內(nèi)均不顯著異于0（圖1），而在補(bǔ)貼退坡政策實(shí)施后2年系數(shù)基本顯著（政策實(shí)施后第一年即2017年時(shí)略微不顯著，但置信區(qū)間基本不包含0了），說明該政策的影響具有一定的持續(xù)性。因此，結(jié)果顯示交互項(xiàng)系數(shù)在補(bǔ)貼退坡政策首次實(shí)施前不顯著異于0，表明補(bǔ)貼退坡政策實(shí)施前處理組和控制組沒有顯著差異，即符合平行趨勢(shì)假設(shè)。

（三）基準(zhǔn)回歸結(jié)果

新能源汽車補(bǔ)貼退坡政策、技術(shù)創(chuàng)新與汽車企業(yè)財(cái)務(wù)績(jī)效的關(guān)系如表4所示。

模型（1）檢驗(yàn)了新能源汽車補(bǔ)貼退坡政策對(duì)汽車企業(yè)財(cái)務(wù)績(jī)效的影響，結(jié)果如表4第（1）列，表明政策交互項(xiàng)Treat·After系數(shù)為負(fù)，并且在5%的顯著性水平下顯著，新能源汽車補(bǔ)貼退坡政策沒有導(dǎo)致汽車企業(yè)財(cái)務(wù)績(jī)效的大幅下降，驗(yàn)證了研究假設(shè)1。

模型（2）以RD為因變量進(jìn)行回歸，結(jié)果如表4第（2）列，顯示政策交互項(xiàng)Treat·After系數(shù)在1%的顯著性水平下顯著為負(fù)。新能源汽車補(bǔ)貼退坡政策的實(shí)施降低了汽車企業(yè)獲得的補(bǔ)貼金額，因此，其可能較大程度上抑制了企業(yè)技術(shù)創(chuàng)新的動(dòng)力，從而降低了汽車企業(yè)研發(fā)投入，驗(yàn)證了研究假設(shè)2。

第（3）列中回歸結(jié)果顯示，技術(shù)創(chuàng)新在5%的顯著性水平下對(duì)企業(yè)財(cái)務(wù)績(jī)效顯著為正，即企業(yè)增加研發(fā)投入會(huì)有效提高企業(yè)財(cái)務(wù)績(jī)效水平。

模型（3）在模型（1）的基礎(chǔ)上，將解釋變量政策交互項(xiàng)Treat·After和中介變量技術(shù)創(chuàng)新RD同時(shí)引入模型，以驗(yàn)證技術(shù)創(chuàng)新在新能源汽車補(bǔ)貼退坡政策與企業(yè)財(cái)務(wù)績(jī)效關(guān)系間的中介效應(yīng)。結(jié)果如表4第（4）列，顯示RD的回歸系數(shù)在10%的水平下顯著為正，表明技術(shù)創(chuàng)新會(huì)提升企業(yè)財(cái)務(wù)績(jī)效水平。而政策交互項(xiàng)Treat·After的系數(shù)在5%的顯著性水平下顯著為負(fù)，負(fù)向影響略小于模型（1）。根據(jù)溫忠麟和葉寶娟（2014）提出的中介效應(yīng)檢驗(yàn)流程，驗(yàn)證了RD的中介效應(yīng)存在并發(fā)揮部分中介作用，研究假設(shè)3成立。

綜上所述，通過模型（1）發(fā)現(xiàn)新能源汽車補(bǔ)貼退坡政策沒有導(dǎo)致汽車企業(yè)財(cái)務(wù)績(jī)效的大幅下降;通過模型（2）發(fā)現(xiàn)新能源汽車補(bǔ)貼退坡政策降低了汽車企業(yè)技術(shù)創(chuàng)新水平;通過模型（3）發(fā)現(xiàn)技術(shù)創(chuàng)新在新能源汽車補(bǔ)貼退坡政策和財(cái)務(wù)績(jī)效間發(fā)揮部分中介效應(yīng)。

（四）進(jìn)一步分析

為進(jìn)一步研究事件對(duì)處置組在政策實(shí)施后不同年份的影響，將政策交互項(xiàng)Treati·Aftert細(xì)化為Treati·After2016+Treati·After2017+Treati·After2018+Treati·After2019，其中After2016、After2017、After2018分別是2016年、2017年和2018年的虛擬變量，After2019是2019年及以后的虛擬變量。

表5方程（1）反映了新能源補(bǔ)貼退坡政策對(duì)企業(yè)ROA的影響。從虛擬變量看，2016年、2017年、2018年系數(shù)分別在10%、5%、1%的顯著性水平下顯著為負(fù)，表明新能源補(bǔ)貼退坡政策顯著降低了企業(yè)的財(cái)務(wù)績(jī)效。Treati·After2016、Treati·After2017、Treati·After2018、Treati·After2019的系數(shù)分別為β=-0.021、β=-0.025、β=0.035、β=-0.013，說明新能源補(bǔ)貼退坡政策對(duì)企業(yè)的負(fù)向影響越來越大，2019年后有所反彈。

表5方程（2）反映了新能源補(bǔ)貼退坡政策對(duì)企業(yè)研發(fā)投入的影響。從虛擬變量看，2016年系數(shù)不顯著，2017年、2018年系數(shù)均在10%的顯著性水平下顯著為負(fù)，表明新能源補(bǔ)貼退坡政策顯著降低了企業(yè)研發(fā)投入。Treati·After2016、Treati·After2017、Treati·After2018、Treati·After2019的系數(shù)分別為α=-0.017、α=-0.190、α=0.171、α=-0.118，說明新能源補(bǔ)貼退坡政策的影響在2017年最大，2018年的負(fù)向影響有所下降。

表5方程（3）將解釋變量政策交互項(xiàng)Treat·After和中介變量技術(shù)創(chuàng)新RD同時(shí)引入模型，研發(fā)投入在10%的顯著性水平下對(duì)企業(yè)財(cái)務(wù)績(jī)效ROA顯著為正。從虛擬變量看，2016年、2017年、2018年系數(shù)分別在10%、5%、1%的顯著性水平下顯著為負(fù)，表明新能源補(bǔ)貼退坡政策顯著降低了企業(yè)的財(cái)務(wù)績(jī)效。Treati·After2016、Treati·After2017、Treati·After2018、Treati·After2019的系數(shù)分別為μ=-0.021、μ=-0.023、μ=-0.034、μ=-0.012，說明新能源補(bǔ)貼退坡政策的影響越來越大，在2018年的影響最大，2019年后有所反彈。

四、研究結(jié)論與建議

通過對(duì)新能源汽車補(bǔ)貼退坡政策、技術(shù)創(chuàng)新與企業(yè)財(cái)務(wù)績(jī)效之間的關(guān)系進(jìn)行研究，得到以下主要結(jié)論：新能源汽車補(bǔ)貼退坡政策對(duì)企業(yè)財(cái)務(wù)績(jī)效和技術(shù)創(chuàng)新均產(chǎn)生負(fù)向影響，但不會(huì)引起企業(yè)財(cái)務(wù)績(jī)效大幅下降;技術(shù)創(chuàng)新正向影響企業(yè)財(cái)務(wù)績(jī)效;技術(shù)創(chuàng)新在新能源汽車補(bǔ)貼退坡政策與企業(yè)財(cái)務(wù)績(jī)效間發(fā)揮部分中介效應(yīng)。

進(jìn)一步從新能源汽車補(bǔ)貼退坡政策的影響看，對(duì)于企業(yè)財(cái)務(wù)績(jī)效的負(fù)向影響自2016年起逐漸增大，且在2018年達(dá)到最大;對(duì)于企業(yè)研發(fā)投入的負(fù)向影響2017年最大;將企業(yè)財(cái)務(wù)績(jī)效和研發(fā)投入同時(shí)納入時(shí)，對(duì)于企業(yè)財(cái)務(wù)績(jī)效的負(fù)向影響也自2016年起顯著增大，且在2018年達(dá)到最大。

基于上述分析，本研究提出如下建議：

補(bǔ)貼政策退出后新能源汽車財(cái)稅支持政策應(yīng)當(dāng)平緩適度，避免新能源汽車財(cái)政補(bǔ)貼和稅收優(yōu)惠同時(shí)退出對(duì)新能源汽車市場(chǎng)產(chǎn)生巨大沖擊。建議繼續(xù)延長(zhǎng)免征新能源汽車購(gòu)置稅政策，以減緩補(bǔ)貼政策退出對(duì)新能源汽車產(chǎn)業(yè)產(chǎn)生的較大沖擊和對(duì)新能源汽車消費(fèi)市場(chǎng)的消極影響，待雙積分政策等市場(chǎng)化機(jī)制較成熟時(shí)退出。

中央和地方財(cái)稅政策應(yīng)進(jìn)一步聚焦新能源汽車關(guān)鍵核心技術(shù)和零部件研發(fā)環(huán)節(jié)。面向雙碳目標(biāo)，加強(qiáng)新能源汽車產(chǎn)業(yè)鏈技術(shù)創(chuàng)新的政策支持，通過財(cái)政補(bǔ)貼、投融資、稅收優(yōu)惠等財(cái)稅政策手段支持動(dòng)力電池、驅(qū)動(dòng)電機(jī)、電控等新能源汽車關(guān)鍵核心零部件和技術(shù)的研發(fā)與應(yīng)用。并且建立健全動(dòng)力電池梯次利用和回收拆解體系，完善促進(jìn)電池回收的財(cái)稅政策激勵(lì)和懲罰機(jī)制，妥善處理廢舊退役電池的環(huán)境影響。

進(jìn)一步細(xì)化研究基于新能源汽車使用環(huán)節(jié)的碳減排獎(jiǎng)勵(lì)的碳交易機(jī)制。針對(duì)新能源汽車用戶的碳獎(jiǎng)勵(lì)機(jī)制作為與碳稅、碳抵銷、碳交易相配合的新能源汽車碳減排路徑，探索基于新能源汽車使用環(huán)節(jié)的碳減排獎(jiǎng)勵(lì)的數(shù)據(jù)確權(quán)、兌換交易等體制機(jī)制、技術(shù)架構(gòu)、標(biāo)準(zhǔn)體系，作為新能源汽車補(bǔ)貼退出后的銜接方案。

參考文獻(xiàn)：

[1] 韓紀(jì)琴，余雨奇.政策補(bǔ)貼、研發(fā)投入與創(chuàng)新績(jī)效——基于新能源汽車產(chǎn)業(yè)視角[J].工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（08）：40-46.

[2] 李文翔，李曄，董潔霜，李一鳴.引入碳交易機(jī)制的新能源汽車發(fā)展路徑研究[J].系統(tǒng)仿真學(xué)報(bào)，2021，33（06）：1451-1465.

[3] 劉曉光，邵潤(rùn)欣.環(huán)境保護(hù)稅、技術(shù)創(chuàng)新與企業(yè)財(cái)務(wù)績(jī)效——基于雙重差分法的研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（09）：24-30.

[4] 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（05）：731-745.

[5] 薛曉珊，方虹，楊昭.新能源汽車推廣政策對(duì)企業(yè)技術(shù)創(chuàng)新的影響研究——基于PSM—DID方法[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2021，42（05）：63-84.

[6] 昝欣，歐國(guó)立.“補(bǔ)貼退坡”背景下補(bǔ)貼模式異質(zhì)性與消費(fèi)者購(gòu)買行為的博弈研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（05）：94-108.

（作者單位：趙宇霞，山西財(cái)經(jīng)大學(xué)財(cái)政與公共經(jīng)濟(jì)學(xué)院 山西太原 030006;劉南，西北大學(xué)經(jīng)濟(jì)管理學(xué)院 陜西西安 710127）

[作者簡(jiǎn)介：趙宇霞，山西財(cái)經(jīng)大學(xué)財(cái)政與公共經(jīng)濟(jì)學(xué)院學(xué)生，研究方向：政府財(cái)政政策與可持續(xù)發(fā)展;劉南，西北大學(xué)經(jīng)濟(jì)管理學(xué)院經(jīng)濟(jì)學(xué)碩士研究生在讀，研究方向：財(cái)政稅收與經(jīng)濟(jì)社會(huì)發(fā)展。]

（責(zé)編：賈偉）