技术创新与新能源汽车销量：基于“创新引致需求理论”的经验检验

李 晓 敏， 刘 毅 然， 杨 娇 娇

(1.河南大学 经济学院，河南 开封 475004；2.四川大学 经济学院，四川 成都 610065)

发展新能源汽车是我国从汽车大国迈向汽车强国的必由之路，是应对气候变化、推动绿色发展的战略举措。为了减少对石油等化石燃料的使用和降低交通行业的碳排放，并使得中国在新一轮的汽车产业竞争中实现“弯道超车”，中国政府高度重视新能源汽车的发展[1]。2009～2020年间，新能源汽车在中国飞速发展，年销售量从2009年的5209辆上升到2020年的136.7万辆，成为世界新能源汽车的领跑国[2]。

然而作为一项新兴技术，新能源汽车技术的颠覆性与未来发展的不确定性大大提高了其技术改进的难度[3-4]。与传统汽车相比，新能源汽车在创新扩散过程中面临着许多技术障碍[5-6]。例如，过高的创新成本[7]、有限的续航里程[8]以及不稳定的安全性[9]等障碍。这些技术障碍的存在会影响新能源汽车性能与质量，增加消费者对新技术的感知风险，不利于技术扩散甚至会导致消费者需求外溢[10-11]。根据中国汽车工业协会数据统计显示，尽管新能源汽车在中国发展迅速，但是相对于传统燃油汽车，目前新能源汽车的市场份额仍然较小，2020年包括纯电动汽车(BEV)和混合动力汽车(PHEV)在内的中国新能源汽车的市场份额仅为5.4%，全球新能源汽车的市场份额仅为3.66%。创新理论认为，只有不断进行技术创新，才能够提高产品性能，进而通过技术扩散与规模经济降低产品的生产成本，增强产品的市场竞争优势，即“创新引致需求”[12]。因此，想要完成新能源汽车对传统燃油汽车的替代，需要通过技术创新来延长一次充电的续航里程，增加安全性能，降低售价，提高其在汽车市场中的竞争优势，进而加快新能源汽车的推广步伐[13]。当前，技术进步对于缓解消费者的成本焦虑、里程焦虑、安全焦虑以及改善消费者的认知至关重要[9]。然而，最近一项针对美国和德国新能源汽车行业的经验研究却得出不尽相同的结论。Choi研究发现在美国新能源汽车市场支持“创新引致需求理论”，而对德国新能源汽车市场的研究并不支持这一理论[14]。该研究认为美国是新能源汽车市场的“主导国”，而德国是新能源汽车市场的“追随国”，造成这种差异的原因主要在于两国的产业周期和国内市场状况不同。

中国是当今世界毫无争议的新能源汽车领跑国，那么中国新能源汽车市场是否支持“创新引致需求理论”呢？鉴于此，本文利用中国新能源汽车行业的宏观销量和专利数量数据，再一次对“创新引致需求理论”进行经验检验；其次，本文区分并考察3种不同类型(电池、电驱、电控)的技术创新对于新能源汽车销量的影响差异；最后，研究技术创新对两种新能源汽车(纯电动汽车和混合动力汽车)销量影响的异质性。对中国新能源汽车行业的经验检验不仅深化和丰富了“创新引致需求”的理论研究，而且从实践上为中国新能源汽车的推广与产业技术路线的制定提供了实证的依据。

一、文献回顾

技术创新是指与新产品的制造、新工艺过程或设备的首次商业应用有关的技术的、设计的、制造及商业的活动[15]。由此可见，技术创新与产品息息相关，技术创新必然会导致产品类型和生产工艺发生改变，进而影响产品的市场需求[16]。关于技术创新和市场需求的关系，熊彼特(Schumpeter)最早对其进行了界定，是“创新引致需求”[12]。随后一些学者基于企业生产“成本—收益”分析的视角对创新理论进行了拓展。他们认为，无论是新产品还是旧产品都是关于成本和收益的函数，技术创新能够改变企业要素投入产出的效率，进而影响产品的成本和收益函数[17-19]。通常而言，技术创新能够降低产品生产成本，提高消费者的产品使用收益，进而极大地促进产品需求[13]。Lin和Park在进一步的研究中发现，在一个颠覆性创新的产业里，由于消费者有限理性的存在，消费者很难向技术供应方发出明确的信号和想法，此时消费者偏好更容易受到创新的影响(削弱或是增强)，因此，技术创新决定市场需求的情形更容易在新兴产业中出现[20-21]。随后一些学者尝试以新能源汽车产业为例对此问题进行了深入的研究。

根据样本数据特征，当前关于“创新引致需求”是否存在于新能源汽车产业中的研究可以归为两大类。第一类是基于购买意愿问卷调查的微观研究。作为一种新产品和新技术，新能源汽车以动力电池为主要动力来源，与新能源汽车相关的技术因素(包括续航里程、充电时间、电池、车辆属性等)将会影响人们对新能源汽车的购买决策[8]。例如，Egbue等通过调查研究发现续航能力是消费者决定是否会购买新能源汽车最关键的因素，有43.7%的消费者会因为“里程焦虑”而拒绝购买新能源汽车[22]。在充电时间上，Chorus等调查发现充电时间长短与消费者对新能源汽车的偏好程度明显呈现负相关关系，缩短充电时间有助于减少消费者的“等待焦虑”[23]。此外，当前居高不下的电池成本也是新能源汽车采用的主要障碍[24]。Krause等的研究结果显示，如果“成本焦虑”的问题得到解决，那么愿意购买新能源汽车的消费者将会增加65%[25]。She等的研究结果则不同，他认为“安全焦虑”才是阻碍更多消费者购买新能源汽车的主要技术障碍[26]。除了电池技术，Laurence等[27]和何伟怡等[28]研究还发现与常规车辆属性相关的技术因素同样是影响新能源汽车购买的重要因素，例如车辆的易操作性、加速性能和车辆外观等。

第二类是基于地区实际销量数据的宏观研究。Choi使用谷歌搜索引擎中“雪佛兰Volt”、“特斯拉Model S”、“特斯拉Roadster”和“日产Leaf”这4个关键词的搜索流量数据代表新能源汽车需求，以专利数据代表技术进步，研究发现技术创新对于美国新能源汽车需求有促进作用，但对于德国市场却没有[21]。Chen等以丹麦、芬兰、冰岛、瑞典、挪威北欧5国17个城市为样本，研究发现电动汽车连接到电网的技术水平每提升1%，电动汽车销量将提升0.11%[29]。Sónia等使用24个欧盟国家2010～2016年新能源汽车的市场份额数据实证研究发现，技术创新对混合动力汽车(PHEV)的需求促进作用显著大于纯电动汽车(BEV)[30]。李晓敏等使用2011～2017年中国、美国、德国等15个国家新能源汽车的销量数据，发现一国新能源汽车专利授予数量每增加1%，该国新能源汽车销量就会增加1.18%[13]。

基于上述文献回顾可知，当前关于“创新引致需求理论”在新能源汽车产业中的经验检验研究还存在以下4点不足。第一，由于新能源汽车这类战略性新兴产业的发展起步较晚，经典文献关于“创新引致需求理论”的研究主要还集中在传统产业。第二，现有关于新能源汽车产业“创新引致需求”的研究文献大多通过调查问卷或网络搜索的方式收集消费者对新能源汽车的购买意向数据，并以此来反映市场需求状况，然而根据经济学的显示性偏好理论，购买意向并不能真实反映新能源汽车市场的有效需求[31]。第三，电池技术、电驱技术和电控技术是新能源汽车的3大核心技术，目前鲜有文献从技术细分视角研究不同类型的技术创新(电池、电驱、电控)对新能源汽车销量的影响。第四，大多数研究忽视了技术创新对不同类型新能源汽车(纯电动汽车和混合动力汽车)销量的影响差异。因此，在技术创新对新能源汽车需求的影响方面，学界还需要做更深入的研究并寻找新的证据。鉴于此，本文首先在基于消费者车辆需求行为的效用函数的基础上，构建新能源汽车市场需求的理论模型；其次，以2012～2019年间中国新能源汽车的月度销量数据作为被解释变量，新能源汽车技术专利申请月度数据为核心解释变量，加入公共充电桩数量、新能源汽车售价、人均收入、汽油价格和财政补贴作为控制变量，采用时间序列协整模型和误差修正模型对“创新引致需求理论”进行经验检验，进一步分别从技术细分(电池、电驱、电控)和车型细分(纯电动汽车和混合动力汽车)的视角考察技术创新对新能源汽车销量的影响，最后对中国新能源汽车的推广与产业技术路线的制定提出完善建议。

二、研究设计

1.模型设定

为了考察技术创新对新能源汽车需求的影响，本文参考Berry等[32]最早建立的汽车市场均衡理论模型，从消费者效用最大化角度建立新能源汽车市场需求的理论模型。假设单个消费者的行为选择是其效用最大化的权衡结果，并且为了简单起见，本文假设消费者在新能源汽车和传统燃油汽车之间进行选择。其中，i表示消费者，j表示车辆，其选择集包括新能源汽车(New Energy Vehicles，简称“NEV”)和传统燃油汽车(Internal Combustion Engine Vehicles，简称“ICEV”)。在给定时间段内，消费者i购买车辆j的效用函数被定义为：

Uij=F(xj;ξj;pj;cj;λj;ζi)+εij

(1)

其中，xj是车辆j的可观察到的产品属性，ξj表示车辆j的不可观测到的产品属性，pj是车辆j的价格，cj是车辆j的使用成本，λj是与车辆j相关的政策工具，ζi是表征消费者i偏好和社会经济特征的向量。另外，εij是一个包含随机冲击和其他车辆需求特征的误差项。

在给定的时间段内，消费者选择购买新能源汽车，当且仅当

Ui,NEV≥Ui,ICEV

(2)

这就是说，当且仅当购买NEV的效用高于(或等于)购买ICEV的效用时，该个体消费者才会选择购买NEV。基于方程(1)中的效用函数，我们推导出车辆j的市场总需求函数。对于给定的人口，车辆j的总需求定义为：

Dj={i:Uij≥Uir}其中，r=NEV,ICEV

(3)

车辆j的市场总需求Dj是由市场上单个消费者的需求总和组成，这些消费者具有购买车辆j的选择自由；r表示可供消费者选择的车辆类型。那么车辆j的市场需求Salesj进一步可以定义为：

Salesj=F(xj;ξj;pj;cj;λj;ζi)+εij

(4)

此时，车辆j市场需求仍然是个关于车辆属性、车辆不可观测属性、价格、使用成本、政策工具以及消费者经济社会属性的函数。其中，Salesj为车辆j的销量。

xj是车辆j的可观测到的产品属性，即车辆性能。由于新能源汽车的车辆性能主要取决于其技术水平，因此，我们用新能源汽车行业的技术水平替换车辆属性xj。ξj表示车辆j的不可观测到的产品属性，例如产品使用的便利性、相关配套设施的完备性等。当前同新能源汽车使用便利性和配套设施紧密相关的就是充电基础设施的完善程度，因此，我们用公共充电桩数量来表征新能源汽车不可观测到的产品属性ξj。

cj是新能源汽车的日常使用成本。新能源汽车日常使用成本主要包括充电成本(电价)。此外，燃油汽车作为新能源汽车的替代品，它的使用成本(油价)的变化，也会影响新能源汽车的需求。为了更好地刻画新能源汽车同燃油汽车相比在使用成本上的变化，本文用油价减去电价之差来刻画新能源汽车在使用成本上比较优势的动态变化。最终，我们用油电价格之差来表征使用成本cNEV。

ζi为新能源汽车消费者i的经济社会属性，基于数据的可得性，本文采用城镇居民人均收入水平来表征新能源汽车消费者i的社会经济特征。

这样一来，中国在时间t(月份)的新能源汽车市场需求(Sales)可以定义为：

SalesNEV,t=F(TechNEV,t;ChargerNEV,t;PriceNEV,t;CostNEV,t;λNEV,t;IncomeNEV,t)+εij

(5)

由此我们得到本文的基准计量模型公式(5)。其中，TechNEV,t是在时间t下新能源汽车行业的技术创新变量，ChargerNEV,t是时间t下全国公共充电桩的新增数量，PriceNEV,t表示在时间t下的新能源汽车售价，CostNEV,t表示在时间t下油电价格之差，λNEV,t是在时间t下新能源汽车的政策变量，IncomeNEV,t表示时间t下的城镇居民的人均收入水平。

在基准模型(5)中，技术创新变量TechNEV,t对新能源汽车销量的影响是本文关注的重点。

2.变量选取及说明

基于数据的可得性，本文采用中国2012年1月至2019年12月的月度数据作为实证研究的基础数据。变量解释和数据来源详见表1。被解释变量新能源汽车销量用2012年1月～2019年12月全国新能源乘用车销量表示，分别用新能源汽车总体销量、纯电动汽车销量和混合动力汽车销量3个指标来表示。乘用车一般指基本型乘用车(轿车)、多用途车与运动型多用途车等9座以下车辆，因此排除了新能源客车、公交车的销量，更能反映市场中消费者的实际需求情况。

表1 变量及数据来源

核心解释变量是新能源汽车的技术创新水平，用新能源汽车专利的月度申请数量表示。为了精准识别出新能源汽车相关技术的申请数量，本文采用关键词检索法与国际专利分类号(IPC)相结合的办法进行查询。新能源汽车的核心技术领域为动力电池、驱动电机与电机控制器(以下简称为电池Battery、电驱Drive与电控Control)[33]。因此，技术创新水平分别用新能源汽车专利申请总量以及电池、电驱和电控专利申请数量来表示。考虑到“专利——技术——技术影响”存在一定传导机制，技术创新与销量之间存在整体的时间差与滞后性，故在回归模型估计时将技术变量滞后一期作为本文主要解释变量。

在控制变量选取方面，根据以前学者的研究结果，分别选取充电桩数量、汽车价格、居民收入水平、油电价格之差以及财政补贴。其中，新能源汽车售价用上海汽车公司热销的纯电动车型荣威RX5和混合动力车型荣威E550的月度成交价格均值来表示。这是因为，由于停止生产或升级换代的原因，并不是每一款新能源汽车都可以统计到样本周期内连续完整的月度成交均价，而上汽荣威RX5和E550是为数不多的有完整数据统计的车型。更重要的是，由于各个新能源汽车厂商都面临着激烈的市场竞争，上海荣威的汽车售价与整体新能源汽车价格指数具有相同的变化趋势。各变量的描述性统计见表2。

由表2可知，新能源汽车销量和专利申请数量最大值和最小值差异明显，变量方差较大，表明2012～2019年间我国新能源汽车销量与新能源汽车专利申请数量增长速度较快，且随着时间变化波动幅度较大。其他控制变量指标最大值与最小值同样差异明显，有明显的时间变化趋势。

表2 各变量描述性统计

3.研究方法

首先对新能源汽车整体销量与主要解释变量电池、电驱与电控3类技术专利数据进行观察，如图1所示。

由图1可以发现，2012～2019年各时间序列变量在波动中有上升，具有大致相同的变化趋势，说明技术创新与新能源汽车销量之间可能存在长期稳定的协整关系，因此，通过构建计量模型来验证这种关系。

图1 电池、电驱与电控专利申请量和新能源汽车销量趋势图

为了验证新能源汽车销量和技术创新是否存在长期稳定的协整关系，采用时间序列协整模型进行检验。具体做法为，以新能源汽车月度销量为被解释变量，技术创新变量为主要解释变量，进行OLS回归并对其残差项进行单位根检验。

协整回归只考察了变量之间的长期关系，为了进一步考察新能源汽车销量与技术创新变量之间的短期动态关系，本文采用误差修正模型做进一步分析。具体做法为，保留协整方程中的残差项作为误差修正项ECM，并加入被解释变量Salest的差分滞后项，进一步对技术变量进行误差修正分析。

三、实证结果分析

由于数据为时间序列数据，为消除异方差影响，将虚拟变量以外的所有变量值取对数处理。为防止伪回归的出现，本文先对时间序列数据进行单位根检验，再进行协整检验。单位根检验结果显示，各变量一阶差分序列拒绝单位根假设，表现出平稳特征。

1.技术创新对新能源汽车销量的影响——技术细分

(1)协整回归结果

这一部分分别研究新能源汽车行业整体技术、电池技术、电驱技术、电控技术与新能源汽车总体销量之间的关系。

首先，对各变量进行OLS回归，结果如表3显示。从模型估计结果可以看出，模型1～4中的R2都超0.9，表明协整回归方程和变量的实际趋势拟合度较好。进一步保留协整模型1～4残差项，对其进行单位根检验，结果如表4所示：检验结果显示协整回归模型的t值小于1%水平临界值，说明残差项不存在单位根且表现平稳，因此可以表明协整回归模型1～4中各变量具有长期稳定的趋势，各变量之间具有协整关系。

表3 技术创新与新能源汽车销量的协整分析

如表3所示，模型1中表征新能源汽车整体技术水平lnPatent(t-1)的系数为0.698，且在1%的水平上显著。这表明技术创新有助于提高我国新能源汽车的销量，上一期有效专利申请量每增加1%，当期新能源汽车的销量就会提高0.698%。当前阻碍新能源汽车大规模采用的3大障碍——成本焦虑、里程焦虑和安全焦虑，都源于新能源汽车技术的不成熟，技术进步削弱了3大障碍在新能源汽车推广中的不利影响。首先，技术创新一定程度上降低了新能源汽车的成本和价格，以上海汽车荣威E550为例，2012年初其价格为26.58万元，到2019年其价格为17.23万元，技术的改进降低了新能源汽车成本和价格。其次，技术创新大大改善了新能源汽车的续航能力和安全性能。例如，从国家公布的新能源汽车推广目录来看，单次续航里程已经从2017年第1批推广的202.0km增加至2019年第7批的361.9km，2020年第6批推广目录包含的319款车型中有170款车辆的单次续航里程超过了400km。此外，在新能源汽车推广初期，安全事故频发，但是到2019年，我国新能源汽车出现事故的概率不到1[9]。总而言之，技术创新降低了新能源汽车的成本和价格，续航能力和安全属性得到改善，消费者对新能源汽车的认可度和接受度也大大提高，因此，新能源汽车的销量也在不断增长。

由模型2～模型4估计结果可知，上一期电池、电驱与电控3类技术专利申请数量的增加全都促进了当期新能源汽车销量的提升。其中，电池技术水平lnBattery(t-1)的系数为0.652，高于电驱lnDrive(t-1)与电控lnControl(t-1)的系数，分别为0.406和0.455，且全都在1%的统计意义上显著。这表明3类核心技术的改进对新能源汽车销量的影响存在明显差异，电池技术的改进对于提高新能源汽车销量的作用最为明显，其次为电控技术，电驱技术创新对增加新能源汽车的销量影响最小。出现这种结果有以下两种解释，一是目前电池技术是进一步推广新能源汽车的关键瓶颈。长期以来，有限的电池容量和续航能力一直是新能源汽车推广的最大技术障碍，是新能源汽车用户产生“里程焦虑”的主要原因之一[13]，电池技术的突破是解决这一障碍的根本途径。此外，潜在消费者所忧虑的安全问题也主要来源于动力电池[9]。当前新能源汽车技术突破面临着一个两难境地，那就是续航里程与安全性难以兼顾[26]。如果想要提高续航里程就要增加电池能量密度，然而电池能量密度的增加会导致更高的电池自燃概率，引发安全问题；如果不增加电池能量密度，新能源汽车的“里程焦虑”障碍就难以克服[26]。因此，想要解决有限的电池容量和安全性之间矛盾，就必须在电池技术上有所突破。最后，当前新能源汽车高昂的售价和使用成本也主要来源于电池成本[5]。当前新能源汽车电池成本占其售价的40%以上[9]。以比亚迪唐汽车为例，消费者更换一块电池的成本高达6万元[13]，居高不下的电池成本成为更多潜在消费者购买新能源汽车的主要障碍。因此，未来新能源汽车市场渗透率如果想要大幅度提升，就必须降低电池成本，同样需要在电池技术上进行突破[23，26]。另一种解释是当前电池技术改进的速度远快于电控、电驱技术的改进速度，电控、电驱技术改进速度与电池改进速度的不匹配，阻碍了新能源汽车行业的进一步优化和升级。因此，电控、电驱技术专利申请数量的增加对提高新能源汽车采用率的影响不如电池技术。2019年4月，DeepTech联合CB Insights 按照燃料电池、锂离子(液态)电池和固态电池3种技术路线分类，针对中国动力电池及上下游企业进行了评选，其中亿华通、宁德时代、辉能科技分别作为代表性企业上榜。当前我国宁德时代、比亚迪等公司的电池技术水平已达到世界前列。而相比于电池技术，电控和电驱技术与国外先进水平存在差距明显。电控技术方面，核心技术还受制于人，关键零部件IGBT(绝缘栅双极型晶体管，目前该技术是电控技术的核心)还需要从国外进口。在电驱技术方面，当前中国体现电驱动技术水平的发明专利占比仅为50%，远低于国外90%的水平，而且在轻量化、集成化等方面还未能达到国外“电机+变速器”等一体化集成的水平。这一结果同和Sónia等[30]和李晓敏等[13]研究结果一致。

表4 残差序列单位根检验结果

在控制变量中，与新能源汽车为互补品的充电桩数量lnCharger在1～4模型中系数均在10%水平上显著为正，表明充电设施的完善能够提高车辆使用的便利性，缓解消费者的里程焦虑，显著提高消费者的购买意愿。新能源汽车售价lnPrice在1～4模型中系数均在1%水平上显著为负，表明新能源汽车售价的提高不利于新能源汽车销量的增加，这符合经济学的常识，也与李国栋等[31]研究结论一致。消费者收入水平lnIncome在1～4模型中系数为正，但总体上没有统计意义，表明当前消费者的收入并不是影响增加新能源汽车销量的主要原因。出现这样的情形可能是因为，与整体汽车销售市场相比，新能源汽车的市场销售份额仍然很低，2020年全球新能源汽车销售份额仅占3.66%。因此，尽管我国存在许多有着较高的收入、受过高等教育、对环境保护充满热情的新能源汽车消费者，但从一个国家的角度来看，这些人占国家总人口的比重极小，无法反映一个国家的人口统计特征对新能源汽车采用水平的影响[34]。lnCost的系数在模型1～4中系数均显著为正，表明油电价格差距越大越有助于激励消费者购买新能源汽车，这与Liu等[35]研究结果一致。

表征财政补贴规模的变量lnSubsidy在4个模型中的系数均在10%的水平上显著为正，财政补贴规模的扩大显著提高了新能源汽车销量，这是因为财政补贴降低了消费者的购买和使用成本，缓解了技术不成熟带来的成本焦虑，进而提高了消费者的购买意愿。这表明财政补贴是影响新能源汽车推广的关键变量[34，36]。例如，从2019年7月份开始，受新能源补贴大幅退坡影响，中国新能源汽车市场销量连续负增长。仅2019年12月份，新能源汽车产销总量就分别同比下降30.3%和27.4%；2019年全年，新能源汽车销量为120.6万辆，同比下降4%，10年来首次同比下降。

(2)误差修正分析

协整方程只考察了技术创新与新能源汽车销量的长期协整关系，本文进一步通过误差修正模型来考察技术创新与新能源汽车销量的短期动态关系。保留协整方程中的残差项作为误差修正项ECM，并加入被解释变量lnNEV的差分滞后项，对所有变量进行差分，进一步OLS估计，剔除统计结果不显著的虚拟变量，结果如表5所示。误差修正项ECM系数在模型5～8中均小于0，且在5%的统计意义上显著，这符合反向修正机制原理。长期协整模型的R2都高于误差修正模型中的相应值，表明短期的整体拟合度不如长期协整拟合的程度好，这说明新能源乘用车销量在短期内更容易受到其他因素的影响。

表5 技术创新与新能源汽车销量的误差修正分析

通过与时间序列协整模型的对比分析后发现，lnPatent(t-1)在误差修正模型中的系数仍然显著为正，同长期协整模型中的系数相比没有太大变化，表明技术创新无论是在短期还是长期都促进了新能源汽车的销量增加。技术创新在短期内能够提高消费者对产品的感知有用性与感知易用性[10-11]，使得技术创新成为新能源汽车市场驱动力；在长期则通过技术扩散逐步消除有限理性对消费者的选择障碍，提高消费者对新能源汽车的认知度和接受度，进而扩大了新能源汽车的采用规模[1]。lnBattery(t-1)、lnDrive(t-1)与lnControl(t-1)的系数在误差修正模型中也都在1%的统计意义上显著为正，其系数分别为0.593、0.422、0.434。在短期内，电池技术对新能源汽车销量的影响依然最为明显。

2.技术创新对新能源汽车销量的影响——车辆细分

本文进一步将新能源汽车车型细分，探讨技术创新分别对纯电动汽车和混合动力汽车销量的影响。具体来说，将纯电动汽车和混合动力汽车销量的对数值分别作为被解释变量进行协整回归检验，结果见表6。进一步将残差进行单位根检验，结果如表7所示，发现模型9和10均在1%水平上通过检验，说明分车型来看，技术创新和新能源汽车销量之间也具有长期稳定的趋势。

表6 技术创新与不同类型汽车销量的协整分析

表7 残差序列单位根检验结果

根据模型9～10估计结果可知，lnPatent(t-1)在模型9中的系数(0.657)要高于模型10中的系数(0.382)，且模型9的R2(0.927)高于模型10 中的R2(0.925)，这表明从长期来看，无论是纯电动汽车还是混合动力汽车，技术创新都显著促进了其销量的增长。此外，与混合动力汽车相比，技术创新对纯电动汽车销量增加的促进作用更为显著。这是因为，与纯电动汽车相比，混合动力汽车是汽油和动力电池的双驱动系统。

相比于纯电动汽车用户，混合动力汽车用户的“充电焦虑”和“里程焦虑”要低很多，对技术创新的要求相对较低，因此，技术创新对混合动力汽车销量的影响不如纯电动汽车[22]。

限于文章篇幅，不再列出误差修正估计结果，只把误差修正方程列出，见式(6)和(7)。由方程式结果可知，在短期内，技术创新同样都能促进纯电动汽车和混合动力汽车销量的增加，而同混合动力汽车相比，技术创新对纯电动汽车销量增加的促进作用依然更为明显。

ΔlnBEV=0.101ΔlnBEV(t-1)+0.408ΔlnPatent

(t-1)+0.166ΔlnCharger-2.120ΔlnPrice+1.904

ΔlnIncome+1.211ΔlnCost+0.637ΔlnSubsidy-0.451Ecm(t-1)+0.045

(6)

ΔlnPHEV=0.053ΔlnPHEV(t-1)+0.229Δln

Patent(t-1)+0.075ΔlnCharger-2.411ΔlnPrice+0.791ΔlnIncome+0.914ΔlnCost+0.342ΔlnSubsidy-0.268Ecm(t-1)+0.037

(7)

四、稳健性检验

本文采用3种方法来进行稳健性检验。第1种方法是替换主要解释变量，我们采用新能源汽车专利授权量替换专利申请量，来进行模型估计；第2种方法是在模型中添加控制变量，我们在模型中增加因限购而被抑制的牌照需求变量，来进一步进行模型估计；第3种方法是更换样本数据，我们采用中国2014～2019年的月度数据来代替2012～2019年的月度数据，重新进行模型估计。3种方法的估计结果分别对应表8中模型11～13。无论是用新能源汽车专利授权量替换专利申请量，还是在模型中增加控制变量，亦或是更换样本数据，技术变量的系数均在1%的水平上显著为正，表明技术进步显著加快了新能源汽车的市场扩散速度，技术变量是影响新能源汽车需求的重要因素。进一步，本文还在模型估计中将专利变量滞后了二期、三期，其估计结果与滞后一期的结果基本上一致，模型估计结果具有稳健性。

表8 稳健性检验结果

五、结论及政策建议

本文利用中国2012年1月～2019年12月新能源汽车行业的销量和专利申请数量月度数据，采用时间序列协整模型和误差修正模型，分析了技术进步对于新能源汽车销量的影响。本文研究发现：①技术创新显著提升了新能源汽车销量，上一期新能源汽车有效专利申请数量每增加1%，当期新能源汽车的销量就会增加0.698%，从经验上再次证实了“创新引致需求理论”；②电池、电驱与电控3类技术的进步均促进了新能源汽车销量的增加，其中电池技术的改进对于提高新能源汽车销量的作用最大，电控技术次之，电驱技术最小；③与混合动力汽车销量相比，技术创新对于促进纯电动汽车销量的作用更大。本研究结论无论是对于中国战略性新兴产业培育还是对于新能源汽车产业政策体系的进一步完善都具有启发意义。

基于上文的实证结论，本文提出以下4条建议：一是在战略性新兴产业的培育过程中，要重视技术创新引导大众需求的作用。通过不断的创新来引导和培育大众健康环保的消费需求，实现创新驱动战略性新兴产业发展的战略目标。二是要完善创新扶持政策体系。政府应鼓励财税政策向技术研发领域倾斜，提高行业补贴和政府采购技术门槛，注重政策对技术创新方向的引导，建立政府、高校和企业协同创新体系，积极推进新能源汽车行业的技术升级；加大诸如“十城千辆”、公共采购等示范政策的推广力度，为新能源汽车技术的推广和应用提供商业化平台，注重发挥示范政策在传播新能源汽车知识和信息方面的作用[37-38]，提高消费者对新能源汽车认知和接受度，改善企业创新环境，加快技术创新成果转化的步伐。三是要加快电池技术的突破，正视电池技术改进在新能源汽车推广中关键作用。要加快电池技术创新步伐，尽快降低电池成本，延长电池续航里程，提高电池安全性能，鼓励发展氢能和燃料电池，积极发展部署快充技术，抢占电池技术领域制高点。四是要注重电池、电驱、电控3类技术改进之间的匹配，实施差异化的创新激励政策。政府应该重视电控、电驱技术方面的基础应用研究，重点布局关键领域的创新发展体系，特别是关键零部件的研发和创新，加快引进研发专业人才，对重大技术攻关项目给予专项资金支持，突破技术壁垒与降低对进口的依赖。