网站导航 | 网站地图 | 关于我们现代商业学术期刊投稿采编平台官方网站

 产业研究
双碳目标下新能源汽车产业产业链协同升级路径与政策优化
发布时间:2026-04-08 点击: 128 发布:www.xiandaishangye.cn 编辑:马建伟

摘 要:为探索双碳目标下新能源汽车产业链协同升级与政策支持、技术创新的关系,采取问卷调查法与企业访谈法结合的方式,收集280家新能源汽车产业链相关企业的数据,用SPSS26.0与AMOS24.0对数据进行分析。结果发现:在产业链协同升级方面,技术协同、资源协同都对产业链升级绩效、政策适配性有显著的影响,而市场协同对这两个变量的影响不显著。

关键词:双碳目标 新能源汽车 产业链协同 升级路径 政策优化

中图分类号:F426.471 

一、引言

近年来,我国“双碳”战略深入推进,绿色低碳发展成为产业转型的核心导向,且新能源技术、智能制造、数字经济等新一代技术加速迭代,充电基础设施体系逐步完善,新能源汽车产业已成为推动“双碳”目标实现、培育新增长动能的战略性新兴产业。新能源汽车产业链以清洁低碳、技术密集、协同性强等优势,快速实现规模化发展,产销量连续多年位居全球首位。但当前产业链仍面临核心技术瓶颈、上下游协同不足、政策适配性不强等问题,部分企业存在技术研发分散、资源配置低效、政策衔接不畅等现象,导致产业链整体竞争力提升缓慢,难以充分适配双碳目标下的发展需求。这种现象的成因固然有新能源汽车产业技术迭代速度快、产业链环节众多的客观因素,也有市场竞争无序、资源整合能力不足的市场因素,但是产业链协同机制不完善、政策支持针对性不强等核心问题也可能是关键的制约因素。因此研究双碳目标下新能源汽车产业链协同升级的现状及其与升级绩效、政策适配性之间的关系非常必要。

新能源汽车产业链研究领域比较重要的理论有产业协同理论、技术创新理论、可持续发展理论、政策工具理论等。学者们基于这些理论开展了系列研究。李建明等(2020)的研究证明技术创新能力、资源整合效率对新能源汽车产业链协同水平具有直接影响[1]。张艳等(2019)发现产业政策、市场需求、技术进步是影响新能源汽车产业链升级的外部因素,企业协同意愿和核心竞争力是影响产业链升级的内部因素[2]。Li和Wang(2013)证明各国对低碳发展的政策导向、企业对绿色技术的投入意愿,会影响新能源汽车产业链的协同发展,进而影响产业升级绩效[3]。

本研究认为应该重点关注技术协同、资源协同、市场协同这些可能推动新能源汽车产业链协同升级,以及影响升级效果和政策适配性的核心因素,例如产业链升级绩效。技术协同(Technological Collaboration,TC)指的是产业链上下游企业在核心技术研发、技术成果转化、技术标准统一等方面的协同配合程度,这是决定产业链技术水平提升、实现低碳升级的关键因素。Zhang(2022)提出,技术协同是指新能源汽车产业链各环节企业通过技术共享、联合研发,实现技术突破与高效应用的程度,能够有效降低研发成本、提升产业低碳竞争力[4]。因此,要明确产业链各企业技术协同的实际水平与需求。资源协同(Resource Collaboration,RC)指的是产业链各环节企业在原材料供应、生产要素配置、基础设施共享等方面的协同程度。Wang等(2010)总结了过往研究后指出,在双碳目标导向下,新能源汽车产业链的资源协同能够实现资源优化配置,减少碳排放,提升产业链整体效率,而资源分散、协同不足会严重制约产业升级[5]。刘敏等(2018)发现,资源协同水平对新能源汽车产业链的规模化发展、低碳转型有直接影响[6]。赵磊等(2023)指出,新能源汽车产业链在资源协同过程中面临着原材料供应不稳定、基础设施共享不足、资源循环利用水平低等挑战[7]。可见,如果产业链企业能够实现高效的资源协同,那么产业链升级的速度和质量将会显著提升。市场协同(Market Collaboration,MC)指的是产业链各环节企业在市场布局、品牌建设、渠道共享等方面的协同配合程度,Song等人(2012年)把市场协同定义为“产业链各主体通过整合市场资源、统一市场策略,实现市场份额提升、市场竞争力增强的一种协同行为,其核心是实现市场需求与产业供给的精准匹配。”[8]Chen和Li(2015)等多项研究表明,市场协同能够推动新能源汽车产业链实现供需平衡,提升产业整体的市场适配性,但过度依赖市场协同可能会忽视技术研发与资源优化的核心作用[9]。产业链升级绩效(Industrial Chain Upgrade Performance,ICUP)是指产业链在协同发展过程中,在技术水平、低碳水平、竞争力等方面取得的提升效果,是衡量产业链协同升级成效的核心指标。政策适配性(Policy Adaptability,PA)是指现有产业政策与新能源汽车产业链协同升级需求的匹配程度,主要体现在政策支持的针对性、政策衔接的顺畅性、政策实施的有效性等方面。

基于以上阐述,提出以下七个假设:

假设1 不同企业规模、产业链环节、区域分布的新能源汽车相关企业在技术协同、资源协同、市场协同方面,以及产业链升级绩效方面差异显著。

假设2 新能源汽车产业链技术协同对产业链升级绩效有显著的正向影响。

假设3 新能源汽车产业链技术协同对政策适配性有显著的正向影响。

假设4 新能源汽车产业链资源协同对产业链升级绩效有显著的正向影响。

假设5 新能源汽车产业链资源协同对政策适配性有显著的正向影响。

假设6 新能源汽车产业链市场协同对产业链升级绩效有显著的正向影响。

假设7 新能源汽车产业链市场协同对政策适配性无显著的影响。

二、对象与方法

1.对象

研究样本的企业规模、产业链环节、区域分布、成立年限情况如下:

调查对象来源统计表如下:

样本类别

指标描述

频数

百分比(%)

企业规模

大型企业

78

27.9


中型企业

126

45.0


小型企业

76

27.1

产业链环节

上游(原材料/零部件)

98

35.0


中游(整车制造)

63

22.5


下游(充电/回收/服务)

119

42.5

区域分布

东部地区

134

47.9


中部地区

72

25.7


西部地区

74

26.4

成立年限

3年以内

59

21.1


3~10年

148

52.9


10年以上

73

26.0

总企业数:280家

2.测量工具

问卷分为三个部分,第一部分为企业基本情况调查,包括企业规模、产业链环节、区域分布、成立年限。第二部分是新能源汽车产业链协同发展基本情况调查,包括协同合作频率、协同投入占比、协同合作意向,共5个题目。第三部分是关于新能源汽车产业链协同水平、升级绩效、政策适配性的调查问卷,共计5个量表。3个产业链协同水平量表分别是:Zhang(2022)的技术协同(TC)量表,共4个题目[4]。资源协同(RC)量表是参考Wang等(2010)研究编写,共4道题目[5]。市场协同(MC)量表参考Song等 (2012)的研究中采用的量表编写,共3道题目[8]。产业链升级绩效(ICUP)量表参考李建明等(2020)的量表编写,共4道题目[1]。以上4个量表均采用 5点式衡量指标,将企业对测量题项的感受程度分为1~5分,代表:“完全不符合、不太符合、一般、比较符合、完全符合”的同意程度。新能源汽车产业政策适配性测量评估,只有一个自编题目,“贵企业认为当前新能源汽车产业政策与企业协同升级需求的适配程度是哪个等级?”(评分1~10级)。

编写成问卷后,邀请新能源汽车产业领域学者、企业管理人员及行业协会专家给予指导和修改意见。通过线上问卷平台、行业研讨会、企业走访等方式发布问卷、收集数据,同时结合企业访谈补充完善信息,确保数据的真实性和全面性。

技术协同(TC)量表、资源协同(RC)量表、市场协同(MC)量表和产业链升级绩效(ICUP)量表的Cronbach’s Alpha信度系数分别为0.882,0.836,0.845,0.821,均在0.8以上,内部一致性良好。

3.数据处理

用Excel进行数据录入和整理,采用 SPSS26.0与AMOS24.0对数据进行分析, 主要采用了描述统计、T检验、方差分析、相关分析、回归分析等方法。

三、分析与结果

本研究运用SPSS26.0与AMOS24.0作为统计工具进行描述统计分析、独立样本T检验、单因素方差分析和回归分析。

1.新能源汽车产业链协同发展基本情况

新能源汽车产业链企业协同合作情况:仅有12.1%的企业协同合作频率低于每季度1次,56.4%的企业协同合作频率达到每月1次及以上。有68.2%的企业有稳定的协同合作伙伴,有31.8%的企业未建立稳定的协同合作关系。至于企业什么情况下会考虑开展产业链协同合作,有41.5%的企业会在技术研发、资源共享等多种情况下考虑协同合作,仅有1.8%的企业不会考虑开展产业链协同合作。值得注意的是,虽然有31.8%的企业没有稳定的协同伙伴,但是却有97.2%的企业认为开展产业链协同合作对企业发展和产业升级具有重要意义。

2.相关性分析

表2 变量的描述性统计与相关分析

变量

均值

标准差

1企业规模

2产业链环节

3区域分布

4协同频率

5政策适配性

6升级绩效

7技术协同

8资源协同

9市场协同

1.企业规模

-

-

1









2.产业链环节

-

-

-

1








3.区域分布

-

-

-

-

1







4.协同频率

3.52

1.38

.12*

.08

.10

1






5.政策适配性

3.75

2.46

.18**

.14*

.16*

.22**

1





6.升级绩效

7.02

2.48

.22**

.15*

.17*

.26**

.23**

1




7.技术协同

4.62

2.68

.20**

.13*

.15*

.28**

.32**

.50**

1



8.资源协同

10.32

3.68

.19**

.12*

.14*

.25**

.29**

.42**

.46**

1


9.市场协同

10.58

3.22

.11

.09

.10

.13*

.07

.08

.24**

.22**

1

注:企业规模:小型=1,中型=2,大型=3;产业链环节:上游=1,中游=2,下游=3;区域分布:西部=1,中部=2,东部=3;成立年限从1~3代表3种分组(见前表1)。**表示p<0.01 (双尾),相关性非常显著。*表示p< 0.05(双尾),相关性显著。

从表2可以看出,新能源汽车企业规模与协同频率显著正相关,相关系数为0.12,达到显著水平。企业规模与政策适配性、产业链升级绩效、技术协同、资源协同相关达到非常显著水平,相关系数分别为0.18、0.22、0.20、0.19。产业链环节与政策适配性、升级绩效、技术协同、资源协同相关显著,相关系数分别为0.14、0.15、0.13、0.12。区域分布与政策适配性、升级绩效、技术协同、资源协同相关显著,相关系数分别为0.16、0.17、0.15、0.14。协同频率与政策适配性、升级绩效、技术协同、资源协同相关达到非常显著水平,相关系数分别为0.22、0.26、0.28、0.25。技术协同与政策适配性、升级绩效、资源协同的相关均达到极为显著水平,相关系数分别为0.32、0.50和0.46。资源协同与政策适配性、升级绩效的相关均达到极为显著水平,相关系数分别为0.29、0.42。市场协同与协同频率、技术协同、资源协同相关显著,相关系数分别为0.13、0.24、0.22;但市场协同与政策适配性、升级绩效的相关系数均未达到显著水平,分别为0.07、0.08。

3.差异性比较

通过SPSS软件对不同企业规模、产业链环节、区域分布的新能源汽车企业在技术协同、资源协同、市场协同,以及产业链升级绩效进行比较,数据结果如下。

不同背景的新能源汽车企业产业链协同、升级绩效的比较情况见表3。

样本类别

指标描述

企业数

构成比(%)

技术协同(平均数±标准差)

资源协同(平均数±标准差)

市场协同(平均数±标准差)

升级绩效(平均数±标准差)

企业规模

大型企业

78

27.9

5.02±3.12

11.05±3.76

10.89±3.35

7.86±2.35


中型企业

126

45.0

4.58±2.56

10.23±3.58

10.47±3.18

6.98±2.42


小型企业

76

27.1

4.05±2.28

9.42±3.45

10.32±3.26

6.15±2.51

产业链环节

上游

98

35.0

4.42±2.65

10.56±3.62

10.63±3.32

6.78±2.48


中游

63

22.5

5.13±2.89

10.89±3.71

10.75±3.28

7.52±2.31


下游

119

42.5

4.38±2.42

9.98±3.51

10.36±3.21

6.59±2.53

区域分布

东部

134

47.9

4.85±2.76

10.68±3.65

10.61±3.25

7.23±2.40


中部

72

25.7

4.41±2.52

10.12±3.54

10.45±3.19

6.85±2.47


西部

74

26.4

4.12±2.36

9.65±3.48

10.28±3.27

6.42±2.55

总企业数


280

100

4.62±2.68

10.32±3.68

10.58±3.22

7.02±2.48

(注:因为样本在不同成立年限分组中分布不均,对比成立年限方面的政策适配性差异可能有偏颇,因此没有对比)

通过独立样本T检验和单因素方差分析对比不同背景企业的差异,发现:不同企业规模的企业在技术协同、资源协同、升级绩效方面差异显著,因sig值均小于0.05,其中大型企业的协同水平和升级绩效显著高于中小型企业;市场协同方面企业规模差异不显著,sig值大于0.05。不同产业链环节的企业在技术协同、升级绩效方面差异显著,sig值均小于0.05,其中中游整车制造企业的技术协同水平和升级绩效显著高于上下游企业;资源协同、市场协同方面产业链环节差异不显著,sig值大于0.05。不同区域分布的企业在技术协同、资源协同、升级绩效方面差异显著,sig值均小于0.05,其中东部地区企业的协同水平和升级绩效显著高于中西部地区企业;市场协同方面区域分布差异不显著,sig值大于0.05。

4.各变量之间的回归分析

因为在上文相关分析表(见表2)中,市场协同分别与产业链升级绩效、政策适配性之间的相关系数均未达到显著水平,因此不需要做回归分析研究变量之间的影响关系。提前验证了假设6不成立,假设7成立。其它变量之间的回归分析结果见表4。新能源汽车产业链技术协同对产业链升级绩效、政策适配性影响的F值达到极其显著的水平,其中P<0.001,标准回归系数分别为0.50和0.32,说明技术协同对产业链升级绩效、政策适配性有显著的正向影响。假设2、3得到了验证。资源协同对产业链升级绩效、政策适配性影响的F值达到极其显著的水平,其中P<0.001,标准回归系数分别为0.42和0.29,说明资源协同对产业链升级绩效、政策适配性有显著的正向影响。假设4、5得到了验证。

表4 各变量之间的回归分析

因变量

自变量

标准回归系数

t值

显著性

调整后R²

F值

产业链升级绩效

技术协同

.50

8.92

.000

.25

79.57

政策适配性

技术协同

.32

5.18

.000

.10

26.83

产业链升级绩效

资源协同

.42

7.05

.000

.17

49.70

政策适配性

资源协同

.29

3.26

.001

.08

10.63

基于以上数据结果,假设1~7之中,只有假设6不成立,假设1部分成立,其它假设均成立。

四、讨论

从数据分析的结果看,新能源汽车产业链企业协同合作比例较高,多数企业认可协同发展对产业升级的重要意义。企业的规模、产业链环节、区域分布等背景因素,与协同频率、产业链升级绩效、政策适配性、产业链协同水平(技术协同、资源协同和市场协同3个变量)多个变量之间存在着一些显著的相关关系。例如企业规模与协同频率显著正相关,与产业链升级绩效显著正相关。协同频率与产业链升级绩效显著正相关,说明高频次的协同合作可能是推动产业链升级的重要原因。

新能源汽车产业链协同水平与升级绩效、政策适配性方面,存在企业规模、产业链环节、区域分布差异方面的显著差异,而市场协同在各类背景差异中均不显著。大型企业、中游整车制造企业、东部地区企业的技术协同、资源协同水平和产业链升级绩效,均显著高于中小型企业、上下游企业、中西部地区企业,这与大型企业资源优势、中游企业核心地位、东部地区产业基础优势密切相关。

技术协同、资源协同、产业链升级绩效三个变量的彼此相关均达到极为显著水平,说明技术协同、资源协同程度越高,产业链升级绩效也越好,政策适配性也越强。而回归分析发现,技术协同、资源协同都对产业链升级绩效、政策适配性有显著的影响,而市场协同对这两个变量的影响则不显著。这两个结果说明:首先,当前新能源汽车产业链升级的核心驱动力是技术创新与资源优化,市场协同的作用尚未充分发挥,可能与市场竞争无序、协同机制不完善有关,部分企业过度关注自身市场份额,忽视了产业链整体市场协同的重要性。其次,产业链企业越是重视技术协同,加强联合研发与技术共享,越是注重资源协同,优化资源配置与基础设施共享,产业链升级绩效往往越好,也越能适配当前的产业政策导向;反之,技术与资源协同不足,会严重制约产业链升级,导致政策支持难以发挥实效。再次,一些企业虽然重视市场协同,但由于缺乏技术与资源的支撑,难以实现产业链升级的突破,也无法有效适配政策需求,凸显了技术协同与资源协同的核心作用。

五、结论与启示

新能源汽车产业链已成为推动双碳目标实现、培育产业新动能的核心载体,产业链协同升级是提升产业整体竞争力、实现低碳发展的关键路径。产业链企业、行业协会、政府部门应认识到,推动产业链协同升级,实现技术、资源的高效整合,才是符合产业长远发展利益的核心方向。所以企业不宜过度追求自身利益,应加强上下游协同合作,重点推进技术联合研发、资源优化配置,提升产业链整体协同水平。针对不同规模、不同环节、不同区域的企业,应制定差异化的协同发展策略,重点扶持中小型企业、上下游配套企业、中西部地区企业的协同发展,缩小协同水平差距。

政府部门应优化新能源汽车产业政策体系,增强政策与产业链协同升级需求的适配性,重点加大对技术协同、资源协同的政策支持力度,完善技术研发补贴、资源共享激励、基础设施共建等政策措施,推动产业链各环节协同发力。行业协会应发挥桥梁纽带作用,搭建协同合作平台,推动技术标准统一、资源信息共享,引导企业建立长期稳定的协同合作机制。社会层面应加强绿色消费引导,完善充电基础设施、电池回收体系等配套设施,为产业链协同升级营造良好的发展环境。

因样本采样主要集中在东部地区,且中小型企业样本占比相对较低,研究结果的代表性不足,未来研究可以在样本采样、研究内容等方面进行更为有效的探索,例如扩大中西部地区企业样本,增加对市场协同作用的深入研究,完善产业链协同升级的路径与政策优化方案。