双积分型产业政策对新能源汽车产业的影响：基于企业政策适应行为的建模

周 钟，刘 敏

（上海应用技术大学经济与管理学院，上海 201418）

顺应全球能源变革趋势和产业绿色转型发展要求，我国《“十三五”国家战略性新兴产业发展规划》（以下简称《规划》）将新能源汽车产业列为战略性新兴产业，但目前，我国新能源汽车产业的发展除受消费者需求激励、基础设施建设等外部因素的影响外［1］，续航能力不足、质量与品质参差不齐等技术问题突出［2］。这背后是新能源汽车企业对传统能源和新能源两种汽车技术的管理与运营问题。新旧技术的竞争、升级和变革，是企业管理技术资源时面对的一项重要问题，传统能源汽车和新能源汽车即为典型情景：企业一方面投入资源研发新技术、谋划布局逐步投产，另一方面享受传统市场的高额稳定收益，传统技术累积形成的路径依赖、沉没成本和持续盈利使得企业很难将重心转移到需求疲软、盈利困难的新技术。因此，在创新驱动和需求拉动都较困难的背景下，政府政策成为引导新技术、新业态成长发展的关键要素［3］。根据《规划》，在新能源汽车产业发展的第一阶段（2008—2010 年），大部分政策工具使用在创新价值链的市场化阶段，主要为法规、管制和财务金融；2011—2015 年是产业发展的第二阶段，政策工具主要分布在研发和市场两头。在以上两阶段，国家层面已发布施行的政策近50 项，但这些政策工具对产业的直接推动作用仍十分有限［4］。政策工具能否直接影响企业新旧两种技术（以下简称“新旧技术”）的管理及其产能产量实际运营决策，是解决当前问题的关键。2017年，工信部发布《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》（以下简称“双积分政策”），以积分方式量化技术的能效特性并设置目标值，具有对旧技术增效限产、对新技术增产提效的政策引导与惩罚约束性，在新技术采纳、解决资源问题等方面具有多领域的普遍适用性。因此，掌握此类政策影响企业的新旧技术管理与运营的内部机制，揭示在不同外部环境与企业特征下的政策实施效果，探析企业面向政策的适应性决策行为，对保障政策制定的合理性和执行效果，以及指导企业的技术管理实践均尤为重要。

1 相关研究

国内外学者近年来围绕政策如何促进技术创新做了深入研究，按照动因主要分为需求驱动和供给推动两种类型。其中，Kim 等［5］认为，在市场培育初期供给推动政策的影响更加有效，随着行业发展成熟，供给推动型政策的作用有所减弱，需求驱动型政策的激励效果逐渐增强；郭旭等［6］研究认为，需求导向型政策有利于工艺创新，供给导向型政策有利于产品创新，提出两种政策的结合使用；除供给型、需求型之外，张永安等［7］采用文本挖掘方法对环境型政策工具做了提炼，此类政策通过营造环境条件和提供配套设施来支撑、保障新技术及其市场的健康发展。

结合新能源汽车等具体产业领域，学术界围绕供给面、环境面和需求面三大类创新政策工具的具体形式和制定落实开展了广泛的探讨，包括政府的补贴政策、补贴策略优化，涉及政府、制造商和消费者多方意愿的政策组合，以及税收优惠、限行、限购等非财税类工具。梳理发现，一方面政府已发布施行的政策工具较少直接作用在新能源汽车创新价值链的产业环节，多围绕研发和需求两端；同时，现有研究较多围绕产业创新政策体系的完善、创新政策工具的梳理与分类，针对政策如何影响企业研发活动、新技术的管理与运营等微观层面的研究相对缺乏，仅补贴政策对企业创新的影响相对较受关注［8］。但企业所面临的问题并非简单的研发意愿欠缺或投入不够而导致创新不足，而主要是作为旧技术的传统能源汽车在需求和盈利方面处于优势，但燃油经济性带来的资源与环保压力剧增，亟待增效限产，同时新能源汽车作为产业发展趋势，在补贴、优惠、限行等组合政策影响下需求仍较有限，基础投入大但缺乏盈利，严重影响着企业产能、产量的资源分配的积极性。

与新施行的双积分政策相似，围绕环境规制，带有约束性且关联技术创新的政策已被关注，如Porter 等［9］认为遵守环境法规的成本将被法规鼓励技术创新降低的成本所抵消；Hamamoto［10］证实了Poeter 提出的假说，研究表明严格管制会刺激研发投入增加，对要素生产率的增长有显著的正向影响；沈能等［11］发现环境规制强度和技术创新之间呈现“U”型关系，并存在地区差异；娄昌龙等［12］研究污染行业上市公司的经验证据表明，内外部融资约束越低，越能支持环境规制创新效应或缓解环境规制挤出效应。

针对双积分政策，通过构建基于博弈论的分析框架，Li 等［13］认为该政策将有效推动新能源汽车的发展，且效果优于补贴政策，但该研究未充分解释企业层面应对政策的决策行为，传统能源汽车和新能源汽车的市场需求变化以及新旧技术通过研发投入实现学习效应的影响未被考虑。

综上，已有研究表明采取限制性、约束性的政策措施能够影响企业的研发与创新行为，对新旧技术的竞争、刺激和迁移有所涉及，但如何设计政策实现旧技术增效限产、新技术增产提效，而非简单地抛弃旧技术、扶持新技术，特别是对于政策措施与市场因素两者间的制衡关系，政策如何影响企业研发之外的运营决策以及企业面向政策的适应性行为，现有研究的解释力较有限，具体的作用要素与过程尚不清晰。基于此，本研究将从理论上分析双积分型产业政策（以下简称“产业政策”）对汽车产业企业新旧技术管理与运营的影响，以及该影响对政策效果的反馈作用，建立相应的系统动力学模型，并选择吉利汽车集团（以下简称“吉利汽车”）作为典型案例，通过政策与市场因素的多情景设计，探究企业层面的新旧技术管理行为和决策机制，探讨政府产业政策的合理性与施行效果。

2 政策框架与因果回路分析

2.1 产业政策框架

随着新能源汽车产业的发展，财税、补贴等政策的刺激作用逐渐示弱，政策力度正缓慢退坡。从《新能源汽车碳配额管理办法》（征求意见稿）到双积分政策，带有约束性的产业政策将产生影响，以通过配额与惩罚性措施的方式推动产业转型升级。双积分政策中的积分，是指平均燃料消耗量积分和新能源汽车积分。如图1 所示，双积分型产业政策框架主要包括3 个核心机制：（1）平均燃料消耗量积分与新能源汽车积分的两套核算规则；（2）平均燃料消耗量正积分的结转与关联企业间转让；（3）新能源汽车正积分的交易抵偿，每年度内若两项积分的负值不能抵偿归零，将面临新产品不予核发强制性产品认证证书或其他处罚。

图1 双积分型产业政策框架

双积分型产业政策的核心机制中，积分核算由两项技术的性能与其产量两个因素决定，技术性能主要取决于汽车企业的研发活动，产量则由企业的业务运营策略决定，两方面的决策调整又会作用于下一周期政策的迭代施政效果，形成反馈循环的影响关系。系统动力学（system dynamics）是一种适用于认识、分析动态复杂系统的跨学科研究方法，通过设计稳定的信息反馈结构，描述、分析时变系统的行为，进而探讨策略效果及优化［14］。因此，本研究以汽车产业企业为研究对象、产业政策框架为系统边界，通过框架内涵变量间关系与回路的分析，在系统动力学建模基础上探索双积分型产业政策作用的机理与效果。

2.2 政策因果回路分析

在双积分政策与企业运营两者形成的反馈系统中，围绕两种技术性能与产量的内部结构及反馈机制是系统行为模式的决定因素。一方面，企业参与外部市场行为的本质是逐利获益，并通过内部的运营不断强化该目标的实现，如Du 等［15］研究碳排放限额与交易机制下的企业决策行为发现，相比碳排放配额交易，企业倾向于优先响应消费者的偏好。若消费市场保持增长，企业会提高产能利用率，通过适时扩充产能来获取最大化盈利；而汽车产销增长会进一步反馈强化企业扩张型的运营决策，除非市场需求出现疲软甚至负增长。另一方面，如Zhang等［16］和Zhang 等［17］研究认为，碳配额机制会促使企业作出减排的生产决策，在传统能源汽车运营完全正反馈的回路中，双积分政策的施行将打破这种内在的强化关系。在平均燃料消耗量实际值普遍高于达标值的情况下，随着传统能源汽车产销增长，平均燃料消耗量积分负值将不断扩大，负值的累积增大将给企业产生或购买新能源汽车正积分造成压力。上述要素间的相互关系具体如图2 所示。

图2 传统能源汽车企业技术运营因果关系

双积分政策与碳排放配额的显著区别在于，前者更侧重多方面衡量技术的能耗特性，包括燃油经济性、单位电能的行驶里程等。Moser 等［18］发现提高能源效率需要持续的研发，运营阶段的短期投入并不能带来显著的能效提高。汽车制造具有冗长庞大的产业链条、结构复杂的零部件体系，研发是运营的关键支撑。在环境保护力度加大、环境规制趋严的背景下，《轻型汽车污染物排放限值及测量方法（中国第六阶段）》等政策法规同样推动着汽车业的高密集研发，降低传统汽车的燃料消耗和尾气排放以达到准入标准，增加新能源汽车的续航里程以增强产品的市场竞争力。另一方面，研发投入受限于企业经营的盈利情况，营收则与汽车的产销量挂钩。因此认为，汽车企业的生产运营策略通过产量与盈利影响其研发投入，同时因双积分政策的实施并行影响着其研发投入决策，特别是在积分为负的情况下。其中，研发投入的增加，通过技术的学习效应推动汽车燃料消耗量降低、提升新能源汽车的续航里程。产业政策影响下传统能源汽车技术研发与管理要素相互影响，形成的反馈关系如图3所示。

图3 传统能源汽车企业技术研发因果关系

将传统能源汽车企业的技术运营与研发两个模块中所涉及要素的因果关系整合，如图4 所示。新能源汽车与此类似，两者差异在于传统能源汽车的燃料消耗量达标值为政策固定值，新能源汽车积分达标值是由传统能源汽车产量与新能源汽车积分比例要求的乘积决定，此项设计使得新旧技术存在关联和挤出效应，即传统能源汽车产量的增加将导致新能源汽车达标值提升，对新能源正积分的产生造成负面压力。

图4 产业政策影响传统能源汽车企业技术管理与运营因果回路

3 系统动力学建模

针对共营燃油和新能源汽车两项业务的汽车企业，基于两个模块的因果回路分析，本研究构建了双积分型产业政策影响企业技术管理与运营的系统动力学模型，如图5 所示。按照系统动力学理论，该模型由4 类变量即存量、速率变量、辅助变量和常量组成，分别包含10 个存量、14 个速率变量、22 个辅助变量以及5 个常量。

图5 产业政策影响传统能源汽车企业技术管理与运营的系统动力学模型

3.1 关键函数界定

函数用于界定模型变量间的关系。首先考虑基本的市场因素，在市场需求大于当前产量的情况下，若需求增幅低于利用率的提升空间，企业会优先提高产能利用率，调整的幅度取决于需求超过产量的差额，若高则会促使企业在提高利用率至100%的同时增加部分产能；对于市场需求小于当前产量的情况，设置衡量产能利用率状况的特定阈值（例如50%），当实际利用率小于阈值时表明产能冗余严重，降低产能是合理决策。当根据市场需求减幅调整后的产能利用率高于阈值，则仅调整利用率，否则在降低利用率至阈值的同时会削减部分产能。以传统能源汽车企业为例，市场情景划分、对应决策机制和调整幅度如表1 所示。

其次，产业政策的作用机制是函数界定的关键。按照政策设计思路，平均燃料消耗量积分与新能源汽车积分存在4 种正负值关系。其中，积分为负值时背离节能降耗和发展新能源汽车的政策目标，企业会受迫限制传统能源汽车的业务扩张乃至收缩，同时则会推动新能源汽车的发展，前者表现为企业会依次选择增加传统能源汽车的研发投入、降低产能利用率和削减产能，后者则是企业会增加新能源汽车的研发投入、提高产能利用率和增加产能；但当需求大于产量而积分为负，基于市场和基于积分的两种决策机制相矛盾。考虑新能源汽车积分比例要求趋严、负积分未抵偿归零将面临行政处罚等原因，产业政策因素会限制甚至阻碍企业作出完全基于市场的决策，而产业政策的影响程度则取决于两种积分的比值，即平均燃料消耗量积分负值越大，企业基于市场情况作出的调整幅度受产业政策的影响越大。设定积分因素调整值如式（1）所示：

在初始情景中，针对积分因素的影响设置上下限值分别为50%和5%，表示产业政策工具在此程度范围内影响企业基于市场情况作出的运营调整。以传统能源汽车企业为例，积分因素调整值整合如表1 所示。

表1 市场与政策双因素推动传统能源汽车企业决策机制

对于研发投入，当平均燃料消耗量积分大于等于0 时，模型设定产业政策不对汽车企业的技术研发投入决策产生影响，即保持基础系数不变；当积分小于0 时，积分绝对值数值越大，对企业投入传统能源汽车研发的推动力越强，而对企业在新能源汽车的资源投入则与之相制约。相应的，传统能源汽车研发投入系数的函数表达形式如下：

对于传统能源汽车的燃料消耗量，模型中设定该因素主要由研发投入决定，引入单位生产成本随产量增加而逐渐下降的“学习效应”概念，研发投入的增长将促进汽车燃料消耗量的缩减。假定研发总投入相比基础投入每增加1 倍，燃料消耗量降至此前基础数值的90%。表达式如下：

对于新能源汽车，将企业的常规运营决策与积分作用机制同传统能源汽车做相似设定。根据双积分政策的规则，新能源汽车积分达标值为传统能源汽车生产量与新能源汽车积分比例要求的乘积，积分比例要求按规则设定为10%，积分实际值为新能源汽车各车型产量与车型相应单位积分的乘积。

3.2 参数设定

近些年，我国民营车企的产销规模和品牌认知程度不断上升，在新能源汽车领域的表现激进突出，本研究选取具有代表性的吉利汽车作为仿真案例。吉利汽车侧重传统能源汽车业务，能代表国内汽车企业现阶段普遍具有的平均燃料消耗量积分为负的特点，而其新能源汽车积分为正又符合当前政策初期的宽松特征。根据《吉利汽车控股有限公司年度报告2019》，吉利汽车共销售136 万辆乘用车，其中博越、新帝豪、新远景、帝豪GS 和远景SUV 五款车型约占总销量的75%［19］。本研究以此五款车型的数据作为依据，按销量比例计算得到吉利汽车平均燃料消耗量实际值6.2 和达标值5.2，单位为“L/100 km”。参考历史数据，估定平均燃料消耗量基础值为8.0，基础投入为30 亿元，按照式（3）计算设定传统能源汽车研发总投入的初始值为160 亿元。

市场需求是重要的外部环境参数，结合当前国内传统乘用车市场趋于成熟的现状，模型假定吉利汽车的传统能源汽车市场需求呈现仿真前期逐渐增长、增长率达到峰值后下滑，并在后期出现负增长的预测趋势，新能源汽车市场的消费者需求则设定为呈现缓慢的线性增长趋势，模型中主要存量的初始值和常数的设定以及依据描述如表2 所示。

表2 案例分析模型主要参数取值与说明

4 案例的系统动力学仿真与分析

以年为步长，仿真周期为60 个时间单位，初始时间为0，采用Vensim PLE 软件对本研究所构建的系统动力学模型进行仿真。在运用吉利汽车产能与产量现实数据的基础上，通过在合理范围内改变产能利用率等存量初始值、研发投入基础系数等常量取值，以及汽车总产量与单位盈亏等函数关系的灵敏度测试，结果显示在双积分型产业政策的影响下，企业的汽车产能、平均燃料消耗量积分等关键变量的行为趋势较一致，表明模型具有强壮性，仿真结果具有意义。

4.1 产业政策的影响

产业政策对乘用车企业的影响，主要集中在产能、产量和研发投入3 个方面，通过对模型关键因素间反馈影响关系的进一步分析发现，外部市场需求和研发的学习曲线两个因素具有明显的不确定性，施政效果较易受其影响。考虑国内市场对传统能源汽车的偏好和销量变化走势，设定被模拟企业的传统能源汽车市场需求从150 万辆/每年逐渐增长，增长率从年度大约12%逐渐缩减至0，在模拟后期呈现加速下滑至大约年度-6.5%，需求变化总体上呈现抛物线状趋势；同时，针对传统能源汽车的需求因素设定对比情景，即增长率从年度大约7%逐渐缩减至0，在模拟后期呈现加速下滑至大约年度-3.5%。对于代表旧技术的传统能源汽车，提高技术效能/经济性是延续其存在价值的关键，因此围绕技术指标设定积分的产业政策的影响之一在于推动企业加大旧技术的研发投入。图6 针对传统能源汽车市场需求高低两种情景分别展示了产业政策实施与否时的企业研发投入情况，可见市场需求的高低会直接影响企业在研发上的当期投入程度，产销旺盛、经营情况好，则研发资金投入相应更多，产业政策将在某种程度上推动企业增加研发投入，以消除旧技术的负积分。

图6 产业政策下传统能源汽车企业市场需求情景及相应的研发投入

产业政策影响旧技术研发投入的持续周期取决于积分的正负值转变。如图7 所示，由于研发投入多，燃料消耗量实际值下降更明显，高需求情景下燃料消耗量积分先于低需求情景由负转正值，致使低需求情景下政策影响周期更长；另一方面，由于负积分在转正值过程中绝对值逐渐变小，按照模型中“燃料消耗量积分/新能源积分”的方式产业政策的影响程度逐渐减小，乃至正积分时不再对研发投入产生作用，如图6 中基准情景和低市场需求情景对应的曲线分别回归与另两条曲线接近重合。

图7 产业政策下不同需求情景的传统能源汽车企业平均燃料消耗量实际值与积分

此外，当旧技术的指标性能，例如平均燃料消耗量积分为负时，产业政策通过影响企业的产能和产量调整决策同样能直接决定积分数量，但对于该积分负值转正不直接产生转变作用。如图8 所示，在表1、表2 的分析框架下，由于前半期需求增长且平均燃料消耗量积分为负，产业政策以每1 单位时间最高50%的幅度削减企业考虑需求增长而计划增加的产能；当后半期需求下降时，企业决定调整产能利用率，在保持产能的情况下降低产量。考虑到平均燃料消耗量正积分可以结转或者在关联企业间转让，存在一定的商业经济价值，依据本研究的模型设定，产业政策会阻碍真实产能利用率的降低，高需求情景中需求的下降幅度大导致产能利用率的降幅更明显，此时，平均燃料消耗量积分处于从负值经平衡点逐步提升的阶段，该正数值较小，按照模型中“燃料消耗量积分/新能源积分”的方式，产业政策的影响幅度较有限，致使两种情景中产能利用率曲线间的差异较小。

图8 产业政策下不同需求情景的传统能源汽车企业产能和产能利用率

自主研发能力是企业间创新实力差异的体现，而技术的研发效应具有不确定性，对此设定两种不同的学习效应来表征技术研发的上述特征：情景一假定两者在研发总投入不超过特定阈值（假定200亿元）的前期保持曲线一致；而情景二用于表征研发能力落后或效应不显著的情况，即在超过上述阈值后出现学习效应的疲软，表达如式（4）所示。两种情景具体表现为图9（a）中低学习效应情景对应的两条曲线，其中燃料消耗量实际值下降幅度相对较缓慢。

在研发投入所产生技术学习效应相对不显著的情景下，平均燃料消耗量实际值逼近达标值所需要的时间变久，相应的，双积分型产业政策刺激企业增加研发投入的周期加长，如图9 所示，从第22 延长至第37 个时间点，案例企业才达到设定的达标值5 L/100 km。另一方面，仿真得到的数据显示，由于外部市场需求未发生改变，旧技术学习效应的差异并未对企业的产能和产量调整决策造成实质影响，仅延长政策作用周期，对需求增长时的产能增加、需求下滑时的产能利用率降低，政策阻碍效果的期限被相应拉长。其中，在高学习效应情景下案例企业受政策影响相对较小，平均燃料消耗量积分负值转正的时间点从28 提前至22，在低学习效应情景下则从45 变为37，可见在低学习效应的情景下平均燃料消耗量实际值从初始状态降至目标值的时间缩短幅度更大，实施围绕技术指标设定积分的产业政策效果更显著。

图9 产业政策下不同学习效应的传统能源汽车企业平均燃料消耗量实际值与积分

4.2 企业适应性行为

随着达标值、积分比例要求等重要指标进一步趋严，市场中能够交易的新能源汽车正积分将较稀缺，应对产业政策的施行与政策指标变动，在变化的产业环境中优化自身决策对企业的生存发展至关重要。在表1 基础上，调整产业政策影响下的企业决策机制，将政策工具［5%，50%］影响范围中的上限50%分别设定为60%、70%和100%，结果表明案例企业在更大程度上响应产业政策的影响，特别是当上限为100%时。图10 展示了企业不同决策下的多情景对比结果，仿真数据显示，当提高应对产业政策施行而作出的决策调整上限值时，一方面，企业针对传统能源汽车技术的研发投入系数从初始情景的7.5%分别提高至8.0%、8.5%，另一方面，企业响应市场需求而增加的传统能源汽车产能被抑制，每1 个时间单元产量相对初始情景反而减少，年度盈利的减少与研发投入比重的增加，两方面因素此消彼长，但总体上，传统能源汽车技术的研发投入随上限值提高而小幅增加，推动平均燃料消耗量实际值下降，积分曲线相应呈现一定程度的上升趋势，体现在积分从负值转正的时间上则相差无几，上述3 个情景均在第22 个时间点达到燃油消耗量目标值。

图10 产业政策下传统能源汽车企业的决策分析

其中，当上限值设定为极端的100%时，如图10 中情景III 对应的实线曲线所示，在平均燃料消耗量积分为负且与新能源汽车积分比值绝对值超过10 的前期，产能和产能利用率均保持不变，研发投入系数达到最高的10%，平均燃料消耗量积分相比其他情景上升幅度明显，但盈利受限导致实际研发投入减少的效应显现；随着两项积分逐渐上升，在经历波动的反复期后，决策调整的数值降低，响应市场需求的产能、产量逐步增加，但对研发投入的刺激略有下降，总体的研发投入仍相对落后，导致平均燃料消耗量积分曲线在中后期低于其他情景。可见，控制传统能源汽车产量能在短期内减少积分负值、增加研发投入从而降低燃油消耗量，是实现负积分转正的关键，但前提是有足够的盈利以投入研发。

产业政策对乘用车企业平均燃料消耗量与新能源汽车积分的并行管理，主要通过平均燃料消耗量达标值、新能源汽车积分比例要求两项指标加以调控。若政策的制定导致行业内的新能源汽车积分平均值为负，企业通过市场机制购买新能源汽车正积分的难度和成本大幅增加，对此，如式（5）所示，当单位新能源汽车积分购买成本高于PNEV时，减少1 单位传统能源汽车产量在经济上具有可行性，其中POIFV和POINEV分别表示平均燃料消耗量积分、新能源汽车积分的变化，Upf-FV为传统能源汽车单位盈利；相对应，在需求存在时，增加新能源汽车产量无疑能够帮助企业获益，特别是案例企业新能源汽车产能过剩。但在需求不足情况下，仅当PNEV满足式（6），增加1单位新能源汽车产量在经济上才具有可行性，其中Cinv表示汽车未售前的短期平均库存成本。

若产业政策的制定与施行使得市场中存在新能源汽车积分的交易，而其购买成本PNEV不满足式（5）（6）时，企业将面临政策处罚与经济损失之间的选择。考虑到产品准入等处罚所带来的影响，企业将倾向于选择降低一定程度的传统能源汽车产量或增加新能源汽车产量，取决于Upf-FV-(POIFV+POINEV)×PNEV与Cinv-POINEV×PNEV的高低，前者高则企业更愿意增加新能源汽车产量，反之则会作出减少传统能源汽车产量的决策。

5 主要研究结论及展望

在缓解能源和环境压力、推动汽车产业创新发展背景下，结合政府最新出台施行的双积分政策，本研究致力于以积分形式衡量技术性能指标来实现传统能源汽车企业旧技术抑制、新技术扶持的产业政策，特别是政策对企业多技术管理的影响机理与作用效果，及企业应对政策调控时的适应性决策行为。通过对双积分政策影响下传统能源汽车企业技术管理与运营的因果回路分析，构建了系统动力学模型，选取具有典型性的吉利汽车作为案例做了详细的参数设置、变量间关系设定及模型检验。多情景设计和仿真分析表明：

在传统能源汽车与新能源汽车领域，若技术的性能指标未达到目标值而导致积分为负，通过研发投入降低燃料消耗量实际值或提高新能源汽车续航里程以增加车型积分，是实现积分负值转正的关键。通过调整产能利用率乃至产能的方式，降低传统能源汽车的产量或者增加新能源汽车的产量，仅能在短期内控制负积分的数量，在新能源汽车整体销售尚疲软的环境下，相应造成的盈利缩减将导致企业投入研发经费的不足，并非负积分管理的长期有效办法。

外部的市场需求和内部的研发学习效应会影响产业政策的施行效果：产品需求旺盛的企业产销经营情况好，在产业政策推动下企业投入技术研发的资金更充裕，燃料消耗量实际值下降幅度明显，积分相对更早地实现由负转正值；技术研发学习效应相对不显著的企业，平均燃料消耗量实际值逼近达标值所需要的时间变久，将受持续周期更长的产业政策影响，但推动研发从而提升燃油经济性的政策效果更佳。换角度理解，产业政策亦将在一定程度上促使市场需求弱、研发效率低的企业淘汰退出，推进汽车产业的资源整合。

政策对平均燃料消耗量达标值、新能源汽车积分比例要求等关键指标的调控，决定着企业是否能够通过市场机制购买新能源汽车正积分以抵偿归零负积分以及外部积分的获得成本，并进一步影响企业应对产业政策的适应性决策行为。在能通过交易机制获得新能源汽车正积分，且成本相对传统能源汽车单位产销盈利可接受的情况下，以市场需求为导向优先调整经营决策，在保证充裕营收前提下大幅激励技术研发较为合理；但当政策趋严导致外部正积分难以获取，或成本超过特定条件，选择降低一定程度的传统能源汽车产量或增加新能源汽车产量，能在短期内避免政策处罚。

通过分析上述研究结论，作为产业政策制定者的政府，若在政策施行初期采取异常严格的关键指标控制，能够较大程度限制旧技术的产量或推动新技术的投产，但同时将给企业的正常运营制造障碍并带来利润损失，而技术的经济性等指标未能通过研发得以显著改观；而通过设定阶梯式逐步趋于严格的技术性能指标，在初期给予企业政策压力的同时刺激其开展技术研发，为其通过响应市场需求积累研发资金提供条件。作为企业，其应认清政策形势，在政策指标相对宽松的缓冲期内应避免完全市场导向的运营方式，加大研发投入以显著提升技术性能指标效率，尤其是外部需求增幅较快的技术，为政策趋严时的产能、产量调整决策提供便利，从而保障企业经营收益。

本研究借助系统动力学建模与仿真探索了特定产业政策对企业多技术管理的影响与作用效果，以及企业应对政策调控时的适应性决策差异，为政府掌握通过设定目标性能指标实现旧技术抑制、新技术扶持的产业政策内在机理，揭示政策指标与企业管理要素间的互为反馈关系和连锁反应，指导企业科学合理地制定技术管理策略与运营措施应对产业政策带来的影响提供参考，然而，在新旧技术的外部需求均不确定的情况下，受有限的研发资源等约束，如何精确地配置资源、优化新旧技术的产能产量调整，以达到产业政策要求的性能目标值仍有待深入研究。