《World Electric Vehicle Journal》：Multi-Type Policies and New Energy Vehicle Innovation Output in China: A Central–Local Perspective
编辑推荐：
为推动新能源汽车（NEVs，new energy vehicles）可持续发展，多层级政府正在制定日益增多的政策组合（policy mixes），其特征是不同治理层级采用不同政策工具，并可能由此在政策工具间产生交互作用。本研究基于中国新能源汽车产业数据，将政策
为推动新能源汽车（NEVs，new energy vehicles）可持续发展，多层级政府正在制定日益增多的政策组合（policy mixes），其特征是不同治理层级采用不同政策工具，并可能由此在政策工具间产生交互作用。本研究基于中国新能源汽车产业数据，将政策划分为战略型（strategic）、供给侧（supply-side）、需求侧（demand-side）和环境侧（environmental-side）类型，并进一步区分中央政策与地方政策。随后，本研究考察这些多类型政策如何与新能源汽车创新产出相关联及其协同关系。结果显示，单独考察时，中央和地方层面的多类型政策均与新能源汽车创新产出正相关，而需求侧消费者补贴退坡（phasing down of consumer subsidies）呈倒U型关系。当中央与地方政策同时实施时，同类型供给和需求侧政策的协调（coordination）与创新产出正相关，供给侧不协调（incoordination）同样为正相关，而需求侧不协调为负相关但在统计上不显著。此外，中央与地方政府间环境侧政策的不协调与新能源汽车创新产出正相关。这些发现表明，多层级政府应同时关注政策协同与政策不协调，并优化新能源汽车产业政策的类型与层级。
论文解读：中央—地方视角下多类型政策与新能源汽车创新产出
一、研究背景与问题
全球基于绿色能源、环境保护和低碳理念的技术创新不断涌现，发达经济体和发展中经济体政府均支持汽车电动化转型。多层级政府运用一系列政策或政策组合支持新能源汽车（NEV）技术创新，其驱动因素不仅包括能源、气候和环境目标，也包括在全球汽车价值链中维持或增强竞争力。政策组合会影响社会技术向可持续性转型的速度和方向。政策组合是来自不同治理层级的不同政策工具的组合，一种政策工具可能增强、削弱或不影响另一种政策工具的效果，且交互既可能发生在同一政府层级的多政策类型之间，也可能发生在不同政府层级之间。既有政策组合研究主要考察多种政策工具组合如何影响NEV市场采纳和技术创新，但未明确区分政策的纵向政府层级及其差异化效应，这与多层级政府政策实施现实不一致。已有研究虽从中央—地方维度评估NEV政策，但沿纵向政府层级，较少实证研究考察不同层级多种类型NEV政策与创新产出的关联，或这些层级政策工具是否相互作用。中国政府具有典型多层级结构，中央和地方政府重视NEV可持续发展并频繁采用政策组合促进绿色技术进步。既有NEV政策有效性研究主要聚焦供给—需求政策以及供给侧、需求侧和环境侧政策，尚未明确沿纵向政府维度考察这些多类型政策的具体效果，且对战略政策（strategic policy）的评估仍较少。基于此，研究人员沿两个维度分类政策：纵向上区分中央政府政策与地方政府政策；功能上分为战略、供给侧、需求侧和环境侧政策，并主要回答三组问题：同一层级政府内，中央和地方多类型政策分别与NEV创新产出有何相关性；沿多层级纵向政府维度，在考虑中央多类型政策相关性后，引入地方政府政策是否仍与NEV创新产出显著相关；中央和地方同类型政策协调或不协调与NEV创新产出有何相关性。
二、研究开展、结论与意义
研究人员基于中国NEV产业数据开展实证研究，将政策按功能和政府层级分类，考察多类型政策与NEV创新产出的关联及协同关系。研究结论显示，单独考察时，中央和地方层面多类型政策均与NEV创新产出显著正相关，需求侧消费者补贴退坡呈倒U型关系；中央与地方政策同时实施时，同类型供给和需求侧政策协调与创新产出正相关，供给侧不协调同样正相关，需求侧不协调为负但不显著；中央与地方政府环境侧政策不协调与NEV创新产出正相关。该研究意义在于：从政策功能视角将战略政策引入政策组合，扩展政策工具分类理论；采用纵向政府视角定量考察多层级、多类型政策与NEV创新产出的异质性关联，并分离各政策类别的单独关联；提供中央—地方同类型政策协调或不协调的实证证据；以中国经验拓展政策组合研究在发展中国家中的应用范围。
三、主要关键技术与方法（不超过250字）
研究人员采用1993—2022年中国20个NEV试点城市面板数据，样本为2009年和2010年最早启动的试点城市。政策数据来自Pkulaw数据库、NEV统计年鉴和中国NEV产业发展报告，其他数据来自中国经济社会发展统计数据库、中国城市统计年鉴和中国城市统计公报。因变量为NEV相关专利申请数，来自中国国家知识产权局网站，按“申请地（城市）+关键词+检索范围+申请日期+公布类型”检索，关键词包括电动汽车、混合动力汽车、燃料电池汽车、新能源汽车、锂离子电池、动力电池系统、驱动电机系统和整车控制，申请日为1993-01-01至2022-12-31，公布类型为发明公布、实用新型和外观设计。政策变量除需求侧补贴上限外均为虚拟变量；控制变量为per_GDP、per_income、per_citypatent。主回归采用随机效应负二项面板回归（negative binomial panel regression），稳健性采用随机效应泊松回归（Poisson regression）和牌照政策控制，并进行政策滞后估计；协同分析采用虚拟变量法。
四、研究结果
4.1 描述性统计分析（Descriptive Statistical Analysis）：研究人员对模型选取的11个变量进行描述统计，20个城市平均专利数为189.98，标准差为327.44，方差均值比为564，表明变量过度离散，适合采用负二项回归模型。
4.2 多层次与多类型政策关系分析（Analysis of Multilevel and Multi-Type Policy Relationship）：根据Hausman检验结果，研究人员采用随机效应负二项面板回归，考察中央、地方及多层级政府实施多类型政策与NEV创新产出的关联，并使用Akaike信息准则和Bayesian信息准则检验模型适宜性；不含二次项模型的平均VIF低于10，表明不存在严重多重共线性。
4.2.1 中央政府政策与NEV创新产出的关系（Relationships Between Central Government Policies and NEV Innovation Output）：模型（2）、（3）、（6）表明，中央战略、供给侧和环境侧政策工具单独实施时与NEV创新产出正显著相关；模型（4）、（5）表明，中央需求侧消费者补贴退坡与NEV产业创新产出呈倒U型关系。在全模型（8）中，四类政策工具同时采用时，战略、供给、需求和环境侧政策仍与NEV创新产出显著相关，符号与单变量模型一致；Sasabuchi检验表明中央需求侧政策倒U型关系统计显著，转折点为4.31。因此，Hypothesis 1、2、4和6得到支持。
4.2.2 地方政府政策与NEV创新产出的关系（Relationships Between Local Government Policies and NEV Innovation Output）：模型（9）和（12）表明，地方供给侧和环境侧政策工具单独实施时与NEV创新产出正显著相关；模型（10）、（11）显示，地方需求侧消费者补贴退坡与NEV创新产出呈倒U型关系。全模型（14）中，地方供给、需求和环境侧政策工具同时实施时仍与NEV创新产出显著相关，符号与单变量模型一致；Sasabuchi检验确认地方需求侧政策倒U型关系统计显著，转折点为3.47。
4.2.3 多层次政策与NEV创新产出的关系（Relationships Between Multilevel Policies and NEV Innovation Output）：模型（15）表明，在控制中央政府政策工具后，地方供给侧政策工具仍与NEV创新产出提升正显著相关；模型（17）表明，在纳入中央政府政策工具后，地方需求侧消费者补贴退坡仍呈倒U型关系；模型（18）和（20）表明，在存在中央政府政策工具时，地方环境侧政策不再与NEV创新产出显著正相关。全模型（20）中，中央和地方政府多类型政策同时实施时，地方供给侧和需求侧政策工具与NEV创新产出的关联方向不变。总体而言，Hypothesis 3a、3b、5a、5b和7a得到支持，Hypothesis 7b未得到支持；Sasabuchi检验表明多层级政府需求侧政策倒U型关系统计显著，转折点为4.46和2.91。
4.3 政策滞后测度分析（Analysis of Policy Lag Measurement）：除需求侧政策因当期支付而无滞后外，研究人员计算不同层级政府不同类型政策的具体滞后期。
4.3.1 中央政府多类型政策滞后期估计（Lag Period Estimation of Multi-Type Policies at the Central Government Level）：中央战略侧和供给侧政策估计系数在滞后2期最大，之后随滞后期增加而下降；中央需求侧政策工具虽有一定滞后效应，但当期效应最大，主要原因是政策补贴在购车时直接从车价中扣除；中央环境侧政策工具在滞后3期系数最大。
4.3.2 地方政府多类型政策滞后期估计（Lag Period Estimation of Multi-Type Policies at the Local Government Level）：地方政策滞后期总体短于中央政策。地方供给侧政策工具当期系数最大；地方需求侧政策当期系数显著时间较长，其实施机制与中央需求侧政策一致；地方环境侧政策在滞后1期系数最大。
4.4 稳健性检验（Robustness Test）：研究人员采用随机效应泊松回归重新估计模型，结果与中央战略、供给、需求和环境侧政策以及地方供给和需求侧政策同NEV创新产出的统计关系方向一致；例外是地方环境侧政策在纳入中央政府政策后结果不再一致，这可能反映两种估计量分布假设不同，负二项模型允许专利计数过度离散，而泊松模型假设均等离散。研究人员还额外控制试点城市牌照政策（license plates policy），牌照变量为虚拟变量，涵盖北京、上海、广州、天津、杭州和深圳，回归结果进一步确认假设。
5 进一步分析：多层级政府政策协同效应（Further Analysis: Synergistic Effects of Multilevel Government Policies）：研究人员进一步考察中央和地方同类型政策协同或不协同对NEV创新产出的影响。参照既有中央—地方同类型政策协同的虚拟变量方法，若某年中央和地方均对试点城市发布NEV研发支持政策，则supply_cd_Y
it等于1，否则为0；若仅中央或仅地方实施，则supply_cd_N
it等于1，表示不协同；demand_cd_Y
it、demand_cd_N
it、env_inf_cd_Y
it和env_inf_cd_N
it以相同方式编码。因变量NEV创新产出以滞后一年的NEV专利申请数衡量，采用固定效应负二项回归。结果表明，中央和地方同类型供给侧政策无论协同或不协同均与NEV创新产出正相关，说明在中国NEV产业高速扩张阶段，政策仅存在与否的边际激励可能超过协调成本，但该结论不能推广至产业成熟阶段；同类型需求侧政策协同与NEV创新产出正相关，不协同为负相关但统计不显著；同类型环境侧政策不协同与NEV创新产出正相关，协同则与NEV创新产出显著负相关。总体而言，中央—地方同类型政策的协同与不协同模式与第4.2节多层级、多类型政策结果大体一致。
五、讨论总结
6.1 理论意义：本研究从中央和地方视角考察多层级、多类型政策与NEV创新产出的关系。第一，在Rothwell供给、需求和环境侧分类基础上引入战略政策，将政策组合沿功能和治理两维度定义。第二，采用政府层级纵向维度，定量分析中央和地方多类型政策与NEV创新产出的关联，分离政策组合中中央和地方政策的各自贡献，为中央与地方在NEV产业政策中的责任划分与合作提供启示，并丰富地方政府政策与NEV创新活动的文献。第三，进一步考察中央和地方同类型政策协调与不协调同NEV创新产出的关联，丰富中央—地方同类型政策协调的实证证据。
6.2 实践意义：政策制定者应关注不同类型和层级政策的搭配。中央战略政策与NEV创新产出显著正相关，中央政府应重视NEV战略政策工具部署，加强国家NEV产业发展的顶层设计与规划，明确电动化和智能化转型方向及关键核心技术领域技术进步方向，并发挥对其他政策工具的引导作用。尽管需求侧政策在NEV产业早期和扩张阶段作用重要，但NEV购置补贴政策长期必然退出；需求侧补贴政策应面向高技术创新型车辆产品，而非所有NEV产品，双积分政策（dual-credit policy）等规制政策是需求侧政策的良好替代和补充。中央和地方政府应继续加强这些政策，同时明确责任划分：中央负责支持关键核心技术领域和平台建设，试点城市沿NEV产业链推进关键核心技术差异化发展，以放大政策协同效果并缓解政策重叠的不利后果。这些政策措施主要适用于NEV产业早期和快速扩张阶段，可能不适用于成熟阶段。中央和地方政府环境侧政策不协同与NEV创新产出正相关，实证结果显示中央和地方各自实施环境侧政策时均与NEV创新产出正相关，但引入中央政策后，地方环境侧政策与NEV创新产出无显著关联。在中国，地方政府是充电桩建设等环境侧政策的主要实施者，应继续作为这些政策的主要执行主体，为NEV消费者创造有利使用环境。战略、供给、需求和环境侧政策在中央和地方协调下的组合应用，最适用于已具备坚实NEV产业基础和较强创新能力的大中城市；对于NEV产业基础薄弱、人口规模较小的中小城市，政策重点应主要转向改善NEV使用环境，如充电基础设施、道路通行优惠和购买激励，即环境侧和需求侧政策，而非培育产业本身。
6.3 局限与未来研究：本研究仅考察中国多层级、多类型政策与NEV创新产出的相关关系，未建立因果关系，政策采纳的内生性也未充分处理。政策实施过程研究使用虚拟变量，不能量化每项政策强度，未来政策强度量化研究是重要方向，基于机器学习的文本分析方法也有助于量化政策强度。尽管实证模型控制了人均GDP、人均收入和每万人专利活动，但遗漏了教育水平、研究中心存在和充电基础设施等其他潜在重要因素，尤其充电基础设施可能与环境政策相关，这些遗漏可能产生遗漏变量偏差并影响结果适用性。未来随着城市层面NEV产业数据更完整，可纳入更多控制变量，增强研究实践相关性。本研究仅实证考察中国NEV政策组合，研究结论是否适用于其他国家 and 产业仍需检验。
六、研究结论翻译
本研究考察多层级政策组合与NEV创新产出之间的关系。政策被分为战略、供给侧、需求侧和环境侧政策，并分为国家和地方层级。以下结果值得注意。第一，单独考察时，中央和地方层面多类型政策均与NEV创新产出显著正相关。就战略政策而言，该发现与Liu et al.一致，但与Heidrich et al.关于英国电动汽车战略政策的结果不同。因为中国中央政府的战略政策发挥统领性、自上而下的战略作用，对NEV产业创新发展产生显著引导影响，从而提升其创新产出。关于中央政府供给侧政策的发现与既有文献一致，表明供给侧研发补贴与NEV创新产出的正相关强于需求侧消费者补贴政策。关于环境侧政策的发现也与既有文献一致，表明基础设施补贴政策与NEV创新产出正相关，这种关联可能通过消费者购买和使用NEV的环境发挥作用。需求侧消费者补贴退坡政策与NEV创新产出呈倒U型关系。此外，需求侧政策不一定意味着由此产生的专利申请响应立即发生，这与既有文献中的正向和负向发现均不一致。第二，在NEV发展的早期和扩张阶段，当中央政策同时实施时，地方政府供给和需求侧政策仍与NEV创新产出显著相关。这与第5节发现一致：对于同类型政策，供给侧政策协调、供给侧政策不协调和需求侧政策协调均与NEV创新产出正相关，而需求侧政策不协调与NEV创新产出负相关但统计不显著。结果表明，在中国，中央和地方政府应协调其供给和需求侧政策，积极利用中央—地方同类型政策协调与NEV发展的正相关，并尽量减少需求侧政策不协调的负相关。第三，中央和地方政府环境侧政策不协调与NEV创新产出正相关。这与控制中央政府政策后，地方政府环境侧政策与NEV创新产出的关联不再统计显著一致。一定程度上，这表明同类型两项政策可能重叠，当纳入一项政策时，另一项政策的估计关联趋于减弱。根据中国程序，中央和地方政府可以划分责任，地方政府更适合负责所在区域NEV基础设施建设和创新。
