新能源汽车产业政策关联及其耦合效应研究

乐 为，谢隽阳，刘启巍，郭本海

（中国计量大学 经济与管理学院，浙江 杭州 310018）

一、引 言

在能源危机和环境污染的双重压力下， 培育和发展新能源汽车已成为全球汽车产业转型的主要趋势[1]。 新能源汽车是指采用包括电能、氢能、生物能源等能源形式替代石油能源作为动力来源的汽车，从市场化技术路线来看，主要包括纯电动汽车、混合动力电动汽车和燃料电池电动汽车三大类型。 国务院于2012 年出台的《节能与新能源汽车产业发展规划（2012—2020 年）》明确指出，当前重点推进纯电动汽车和插电式混合动力汽车产业化。因而，我国进一步聚焦于纯电动汽车和插电式混合动力汽车。这两类新能源汽车产业是典型的技术密集型产业，具有投资大、回报周期长、风险高等一系列特点，因此其发展离不开政府的大力支持[2]。 自2009 年实施”十城千辆：示范推广工程以来，国家及各部委相继或联合出台一系列覆盖新能源汽车产业的相关政策，这些政策出自不同部门，作用于不同领域，具有不同的政策属性，形成了庞大复杂的产业政策体系。从系统理论的角度来看，可以将其视为由若干子系统组成并涉及多属性、多要素、多目标的复杂系统，由于系统的运行并不仅仅依赖于单个子系统，其与子系统间的相互作用、协调发展密切相关，因此系统耦合也变得尤为重要。

”耦合：这一概念主要是指两个或两个以上系统通过相互作用而彼此影响的现象[3]。 从政策文本上看，若出自不同层级部门、不同形式下的政策相互独立、关联性弱，体现出政策文本与执行层面的不协调，其可能增加政策执行成本，甚至使政策偏离原有意图[4-5]，因而很多学者研究政策间的关联或与关联相关的指标表征耦合，从而得到耦合效应或效果的结论。 但在社会经济系统中，政策归根结底要作用于产业发展的具体环节，在产业发展目标上体现政策耦合的叠加、协同、助长效应[6]，抑或是政策不耦合所产生的对立效应，即本文所指的”耦合效应：。 可见，面对日益复杂的产业技术环境和竞争更加激烈的市场环境，既需要考虑政策与政策间的关联情况，也需要考虑政策在系统运行目标上是否发挥相应的耦合效应。 数量众多、类型不一的政策只有相互配合，协调发展，才能真正发挥政策的耦合效应，为产业营造良好的发展环境。 因此，本文旨在在剖析新能源汽车产业政策系统间的关联性的基础上，进一步结合政策实施效果来表征政策系统间的耦合性，并建议政策制定者根据不同关联及耦合程度制定和完善相应政策，发挥政策间最大程度耦合以推动产业高质量可持续发展。

二、文献综述

不少学者围绕财政补贴、税收减免、环境规制等具体政策展开了研究，深入分析新能源汽车产业不同政策类型的特点及优势。Han 等分析了我国新能源汽车补贴政策对产业市场渗透率的影响，非常详细地介绍了政策的两阶段及其涉及的每个具体车型、城市和企业等[7]。 Sierzchula 等发现财政刺激对促进电动汽车的推广应用产生了积极影响[8]。 马亮等则通过探讨新能源汽车产业补贴政策由需求侧调整为供给侧，同时实行产业内补贴，发现这一调整不仅能激励传统汽车制造企业加大新能源汽车领域投入，促进产业升级，还能激励新进新能源汽车生产企业加大投入[9]。 彭向等分析了燃油税和车船税政策对低能耗小排量汽车的影响[10]。 白恩来和赵玉林通过对财税政策的微观分析发现，新能源汽车的税收优惠与政府补贴的作用对企业规模的扩大和研发支出的增加都有直接的作用[11]。 部分学者还分析了政策激励的不足之处。 赵烨和郑吉川通过分析研发、市场补贴与市场稳定性之间的关系，发现市场补贴不足或过度可能会使新能源汽车产业陷入停滞或失稳状态[12]。 周燕和潘瑶则从交易费用理论视角分析财政补贴与税收减免政策作用于市场的规律，发现税收减免政策均会带来一定的交易费用[4]。 Li 等指出，自2009 年来的补贴政策给政府造成了巨大的财政负担，并难以为继[13]。

上述种种政策涉及新能源汽车研发、生产、销售、消费等全产业链流程，面对如此庞大复杂的产业政策体系，要想有效推动产业发展，政府层面的协同合作、政策间的有效联动必不可少[14-15]，因而部分学者在已有研究的基础上聚焦于政策间的耦合协调情况展开了进一步研究，虽相对较少，但也取得了一些有益成果。 王珞丹等指出，新能源汽车产业政策虽渐成体系，但政策之间相互割裂、政策主体之间利益难以协调以及碎片化问题逐渐凸显[16]。 张蕾等对我国2007—2017 年国家层面的新能源汽车产业政策进行了协同评估和演化研究，发现政策存在措施协同程度不均衡、协同部门过于集中、部门协同形式有待改善等问题[17]。 郭本海等从耦合协调度视角出发，测度了2001—2017 年新能源汽车产业26 个关键技术环节政策措施间的耦合协调度， 并实证分析其对新能源汽车产业创新绩效的影响，发现各技术环节上的政策子系统存在普遍失调状态，导致上下游技术水平不匹配，制约了整车整体技术水平的提升[6]。乐为等构建了我国2009—2018 年国家层级发布的新能源汽车产业政策协同度模型， 测度不同目标与单一措施或多措施组合的协同状况以及协同度对新能源汽车市场的影响，发现新能源汽车产业政策协同情况对市场的渗透效果存在方向性差异[18]。 王溪和熊勇清则采用我国114 家新能源汽车上市公司的面板数据，运用双重差分法分析”扶持性：政策、”准入性：政策以及这两类政策的交互作用对新能源车企技术创新的影响[19]。

从所检索的文献来看，不少学者对新能源汽车产业具体政策方面做了深入研究，部分学者在此基础上通过将政策集合，从产业政策体系的角度考虑政策间的耦合协调状况，但此过程仅考虑了政策与政策要素间的关联性，忽视了政策要素在系统运行中的最终结果。 政策要素间的关联性虽然非常重要，但并不能取代政策要素的作用，尤其是在社会经济系统中，只有政策要素对系统最终运行目标产生的作用效果才能真正反映政策系统的耦合程度。 因而本文将与传统的耦合研究区分开，在划分产业政策系统结构的基础上，分别构建新能源汽车产业政策系统关联度和耦合效应模型，以关联度表征传统意义上的耦合，即政策与政策要素间的相互作用程度，以耦合度表征政策子系统在不同耦合目标上贡献度的差异，分析整个政策系统在目标体系上的耦合情况，从中探寻发挥政策间最大程度耦合的政策要素，从而为制定和完善我国新能源汽车产业政策提供依据。

三、新能源汽车产业政策系统结构及耦合评价指标体系构建

（一）产业政策收集与系统结构分析

”新能源汽车产业政策：是指政府通过战略规划引导、标准法规制定、质量安全监管、市场秩序维护、绿色消费引导等措施作用于新能源汽车产业的政策，具体包括各级、各类政府部门为实现新能源汽车产业发展目标而制定的规划、法令、意见、办法、方案、标准等。 考虑到地方政策通常是对国家政策的延伸，本文主要关注国家及各部委颁布的与新能源汽车产业相关的政策，本文通过搜索中国汽车工业协会、国家法规数据库、北大法律信息网数据库等网站，收集了2009—2019 年国务院、工信部、发改委、财政部、科技部等多部门发布的与新能源汽车产业相关的政策，同时为保证数据完整性，使用万方数据库对所收集的政策进行核对，从政策有效期、政策内容、发布部门等维度进行整理，最终确定如表1 所示的118 项政策文本。

表1 2009—2019 年我国新能源汽车产业政策列表

为划分庞大复杂的新能源汽车产业政策系统结构，需结合已有文献的研究成果进行分析，而不同学者侧重点有所不同，划分结果也有所差异。Li 等将新能源产业相关政策分为宏观、示范、补贴、税收优惠、技术支持、产业管理和基础设施七个方面[20]。 此分类对示范政策与补贴政策的内容进行了区分，然而我国在推行示范政策的过程中，伴随着一系列补贴标准，两类政策相辅相成，难以完全区分。为了使政策分类更具综合性与代表性，《中国新能源汽车产业发展报告（2015）》将这两种政策统一合并为示范政策[21]。 本文在上述两项研究的基础上，结合政策文本具体内容，将政策系统划分为战略规划、行业管理、税收优惠、示范、技术创新和基础设施六大政策子系统，以便更好地涵盖目前我国新能源汽车产业的相关政策。 作为产业政策系统的有机构成，六个政策子系统并非相互独立的，而是具有内在关联性并相互影响的耦合关系。 其中，战略规划是产业发展方向，是其他相关政策的最终目标合集；行业管理为行业发展规范，是对税收优惠和示范政策的监管与约束；税收优惠和示范政策从消费需求上拉动其他政策系统的发展；技术创新是产业发展核心所在，是其他政策得以实现的驱动源泉。

具体来看，战略规划政策的核心是从战略层面规划布局新能源汽车产业，指导产业的具体发展方向，它包括一系列凸显发展新能源汽车重要性和紧迫性的相关政策。 如以新能源汽车为突破口促进汽车产业发展，加快培育和发展节能与新能源汽车产业缓解能源和环境压力，将新能源汽车产业列入重点发展领域等；行业管理政策的核心是规范行业发展，加强对新能源汽车行业的监管，如行业相关准入条件、技术规范和管理办法、新能源汽车产品质量安全和使用安全监管等；税收优惠政策则是通过减免购置税、车船税、增值税等方式来减少消费者或企业成本的政策；示范政策是一系列旨在加速普及和促进新能源汽车产业化目标实现的政策，其以引导的方式指导政策的实施和产业发展等相关工作的开展，如制定汽车产品推广目录、确定试点城市与推广目标、明确财政补助范围和对象等； 技术创新政策主要是指一系列对技术创新行为进行各方面支持或是强调技术创新重要性的政策，如依托国家科技计划与示范项目对关键技术给予科技支撑，部署技术创新工程并建立技术创新体系，引导建设各类研发平台并完善产学研合作机制等；基础设施政策旨在完善新能源汽车基础设施建设，涉及为新能源汽车的使用提供充电、废旧电池回收等服务内容。 结合上述分析，本文的政策分类结果如表2 所示。

表2 2009-2019 年我国新能源汽车产业政策系统分类结果

（二）政策文本量化

首先，确定对政策文本进行量化的原则。政策文本的量化最初是Libecap 对涉及矿产权的各项法规进行分类和打分，并利用量化结果对政策作用效果进行统计分析[22]，而后，彭纪生等在此方法基础上，从不同维度建立政策量化标准赋值打分，并利用量化结果分析政策的力度、目标、措施的演化及其协同情况[23]，再后来，张国兴[24]、何源[25]等学者采用5 分制并对每一分制进行定义，该方法本质是依照一定量化标准对政策子要素进行赋值评分。 本文在参考已有文献的基础上，初步考虑从政策力度、措施和目标方面进行量化，在量化过程中，考虑到战略规划政策偏向于产业发展整体发展方向，与其他政策子系统有所不同，因而从政策颁布部门级别、政策目标明确性和措施多样性角度分析战略规划政策子系统，从具体政策措施实施力度、目标对象明确程度及方案详细程度来分析其他政策子系统。同时课题组还邀请了3 位分别来自南京航空航天大学、 江苏大学、 中国计量大学的公共政策领域教授和3 位浙江吉利控股集团有限公司相关负责人对子系统关键性要素进行讨论，最终确定如表3 所示的子系统要素划分结果。

表3 新能源汽车产业政策系统要素

其次，从不同政策子系统角度出发制定量化标准。 本文在参考已有政策量化标准的基础上，结合新能源汽车产业政策的特点， 并同3 位公共政策领域教授和3 位新能源汽车企业负责人进行探讨，最终制定了如表4 所示的5 分制量化标准。

最后，根据量化标准对划分子系统后的产业政策进行打分。 为保证政策量化过程的严谨性和真实性，该打分阶段由2 位新能源汽车产业政策领域专家、3 位公共政策领域的教授和6 位本课题组成员组成评估小组，对政策进行多轮打分，评分主要包括预评分、初步评分和终审评分三个阶段。 预评分即在每个政策子系统下随机抽选6 条政策，通过对打分人员培训后，由每位成员对这36 项政策进行独立打分。 第一次预评分的一致性（分值相差1）概率为69.4%，评分结果并不理想，经讨论后再次修改政策量化标准，并重复上述过程，得到评分的一致性概率为88.89%。 接着进入初步评分阶段，每位成员对118 项政策进行独立打分，整理并保留评分一致性的政策，发现其中仍有28 项政策评分结果差值大于1，因而再次有针对性地讨论上述政策存在评分差异的原因，并由2 位新能源汽车产业政策领域专家和3 位公共政策领域的教授重新打分，最终得到真实有效的量化数据。 考虑到政策自出台至废止过程中，效力会逐步减弱，但也伴随着政策的不断完善，因而将政策在有效期内发挥的效用视为相同，即有效期内的政策量化数值相同，并在此基础上形成政策数据的时间序列如表5 所示。 为保证数据的可靠性，采用克朗巴哈系数（Cronbach's α）测度同质性信度，以此来对政策量化数据进行内部一致性检验，一般Cronbach α＞0.8 视为信度良好，信度分析结果为Cronbach α=0.83，说明政策量化结果可靠性好。

在使用相机时，我们通常会测出自己能够接受的最高ISO值，按照大多数摄影师的经验，同一代的相机，比如全画幅机身的最高可接受ISO值为6400，那么APS-C机身就要降1挡为ISO 3200，M4/3再降1挡为ISO 1600。

表5 118 项政策评分结果

从表5 可以看出，早期我国新能源相关政策更加注重市场端的推广作用，并长期持续地使用行业管理及示范政策，但对其他政策的重视程度不高，产业政策系统并不完善。 随着产业不断发展，新能源汽车产业政策系统自2014 年开始变得复杂多样，从整体上看，对技术创新与基础设施政策的重视程度依旧明显弱于其他政策，而日渐复杂的政策系统间耦合效应究竟如何，政策是否耦合产生政策的对立效应，甚至导致政策偏离原有意图，需进一步结合政策实施效果进行分析。

（三）产业政策系统耦合目标设定

由上述分析可知，新能源汽车产业政策系统是以促进产业增长和效率提升的政策为基础[26]，涉及多属性、多要素、多目标的复杂政策系统，其最终目的是实现产业全局性长期性发展进而增强综合国力，具有明确的目的性和社会性。 其与新能源汽车产业发展之间鲜明的因果关系决定了政策系统的耦合效果最终是通过产业发展目标来体现的。 因此本文通过专家访谈和文献分析[27-28]，借鉴已有新能源汽车产业竞争力评价指标体系[29]，从产业链角度设定产业政策目标，包括研发技术和人才的积累情况、汽车使用过程中基础设施保障情况、产业规模大小以及由此带来的社会经济效益，同时结合各类统计年鉴中产业发展数据的可得性，确定表6 所示的新能源汽车产业政策系统耦合目标。

表6 新能源汽车产业政策系统耦合目标

四、模型构建

新能源汽车产业政策系统是一个复杂的政策系统， 同时也是一个难以全面采集信息的灰色系统。 虽然政策系统的产生原因、评价指标容易确定，但各子系统间关系不清晰，存在空间和时间的差异，系统复杂性特征显著，显示出灰色系统的特征。 除此之外，新能源汽车产业还具有发展时间短、数据量较少的特点，因此本文采取了基于灰色关联的系统耦合模型，以政策量化和产业发展目标的年度数据为基础，构建新能源汽车产业政策系统关联度及耦合模型，政策系统关联度模型用于分析政策与政策文本间的相互作用程度，政策系统耦合模型则用于结合政策实施效果来分析政策耦合是否在产业发展政策目标上发挥出相应的叠加、协同、助长效应。

（一）政策系统关联度模型

首先，鉴于原始数据量纲不同，为便于不同样本间的横向比较，采用极差标准化方法对数据进行无量纲化处理。 设X1,X2,…,Xi（i=1,2,…,n）是产业政策系统X 的i 个子系统，Xi1,Xi2,…,Xij（j=1,2,…,m）是子系统Xi的j 个子要素，其t 时刻的值为x ij(t)(t= 1,2,…,T)，则计算公式如下：

通过比较不同政策子系统间的关联度大小， 可以分析出政策子系统间哪些相互作用程度大，其中哪些要素的作用关系紧密。 当γ= 0时，说明两政策系统间无关联，相互之间并不影响；当0＜γ＜1时，说明政策系统间存在关联性，γ越大，关联性越大，系统间相互影响程度也越大。 为了对政策关联情况进行具体评价，本文在参考相关文献[31]的基础上设定如表7 所示的系统关联度等级。

表7 系统关联度等级划分

（二）政策系统耦合模型

首先，设Y1,Y2,…,Yk（k=1,2,…,s）为系统目标Y 的k 个子目标，y k(t)为t 时刻系统子目标Yk的观测值， 其中子目标数据主要来源于2009—2019 年的国家统计局官网、《新能源汽车蓝皮书》《节能与新能源汽车统计年鉴》《中国科技统计年鉴》等，对部分缺失数据采用曲线拟合法进行处理。 由于子目标的原始数据量纲和数量级不同，为了消除其对结果的影响，同样采用极差标准化方法对数据进行无量纲化处理，计算公式如下：

由公式（7）可以得到政策系统X 对系统目标Y 的贡献度矩阵：

各个政策子系统对不同的系统子目标的贡献度存在差异，差异越小则系统耦合程度越大，反之，差异越大说明系统的耦合程度越小。 因此，子系统对系统子目标贡献程度的方差可以反映政策系统的耦合程度：

为了以更直观的形式呈现政策系统间关联及耦合的关系差异， 本文在结合两模型参数的基础上，构建如图1 所示的新能源汽车产业政策系统关联及耦合结构关系图。 从图1 可以看出，本文首先是通过政策子系统关联度指标来衡量政策与政策文本间的相互作用程度的，并不涉及政策的最终实施效果，但由于政策文本间的关联度并不能表征政策系统间的耦合程度，因而在政策文本关联度基础上，进一步通过贡献度指标来衡量政策子系统要素以及政策子系统对系统子目标以及总目标的贡献程度，最终通过贡献度的差异程度来表征政策系统的耦合效应。

五、实证结果及分析

利用上述模型，结合新能源汽车产业相关政策量化数据及产业发展数据，通过政策子系统在不同耦合目标上的贡献度差异情况，来分析整个政策系统在目标体系上的耦合情况。 同时为发挥政策间最大程度耦合，还需找出能够提高产业政策贡献度、缩小贡献度差距的政策要素，以此来由果溯因。 因而本文先对政策系统的总体耦合效果进行分析，再进一步剖析不同组合下政策子系统关联度及贡献度。

（一）产业政策系统总体耦合效果

利用新能源汽车产业政策系统耦合模型， 得到政策子系统在不同耦合目标上的贡献度（如图2柱状图所示），以及整个政策系统在目标体系上的耦合情况（如图2 折线图所示）。

图2 新能源汽车产业政策耦合情况

从图2 的折线可以看出新能源汽车产业政策系统在不同目标上的耦合度存在明显差异，在产业发展目标体系上的耦合状态相对较差。 由于耦合度越小政策耦合状态越好，从整体上看，可将政策系统在不同目标上的耦合情况划分为三个等级层：第一层是政策耦合状态最好的产业规模和人才积累目标，其耦合度分别为0.002 和0.003；第二层是技术进步和基础保障目标，其耦合度同为0.027；第三层是经济效益目标，其耦合度为0.070。 在各目标上的政策耦合效果存在显著差异。 与各耦合目标相比，政策系统在产业发展目标体系上的耦合度为0.045，整体耦合状态并不理想。 由于政策耦合效应是由贡献度的差异程度来表征的[33]，从各政策子系统贡献度角度可以明显看出战略规划、行业管理及税收优惠的贡献度明显优于示范、技术创新及基础设施的贡献度，各项政策具有明显的目标偏好，整个政策系统对产业化的重视多于对技术研发、基础保障设施的重视，产业不同环节存在政策效应差异，在产业经济效益上并未发挥出相应的政策耦合效应，不利于解决新能源汽车发展所面临的核心技术创新能力不强、质量保障体系不完善、基础设施建设滞后等问题[1]。同时在政策文本上，技术创新与基础设施政策并不连续，政策稳定性差，对技术创新与基础设施政策的重视程度也依旧弱于其他政策。 为发挥政策间最大程度耦合效应，找出能够提高产业政策贡献度、缩小贡献度差距的政策要素，需要进一步从不同政策子系统角度出发，研究在政策两两组合情况下的关联度及各政策子系统对耦合目标的贡献度。

（二）不同组合下政策子系统关联度及贡献度

根据政策优化的先后次序，首先从贡献度较低的示范、基础设施及技术创新政策角度出发，分别得到不同政策组合情况下，其关联度及贡献度情况，如图3 至图8 所示。 然后再从战略规划、行业管理及税收优惠政策出发，分别得到不同政策组合下其关联度及贡献度情况，如图9 至图14 所示。

图3 示范政策组合情况下的关联度

图4 不同组合情况下示范政策对各目标的贡献度

图5 基础设施政策组合情况下的关联度

图6 不同组合情况下基础设施政策对各目标的贡献度

图7 技术创新政策组合情况下的关联度

图8 不同组合情况下技术创新政策对各目标的贡献度

图9 战略规划政策组合情况下的关联度

图10 不同组合情况下战略规划政策对各目标的贡献度

图11 行业管理政策组合情况下的关联度

图12 不同组合情况下行业管理政策对各目标的贡献度

图13 税收优惠政策组合情况下的关联度

图14 不同组合情况下税收优惠政策对各目标的贡献度

从图3 和图4 的结果可以看出，示范政策（X4）与其他政策组合的关联度虽维持在同一水平，但产生的耦合协同效果并不显著。具体来看，示范政策在与战略规划、行业管理、税收优惠政策组合情况下，对各目标的贡献度情况与示范政策本身作用效果重合， 即上述三类政策对示范政策的实施并无促进作用，这说明目前示范政策并未受到上述三类政策的调控和约束。 结合政策内容和属性发现，达到示范政策相应要求的新能源汽车企业可获得政府部门的补贴资金，这极大影响了企业的经营和研发策略，但也由此使新能源汽车产业规模得以扩大。而在各目标贡献度方面，在所有政策组合情况下，示范政策在技术进步目标系统上的耦合结果较差，尤其是在新能源汽车专利申请数量目标上政策作用效果无任何提升。结合政策文本发现，示范推广类政策着重于新能源汽车市场培育，虽然对相关企业的技术要求逐渐增高，但总体在较为基础的技术水平上，在该政策作用下，企业将更多的精力放在市场销量上，以获得政府的额外补助，难以激发企业研发活力。因而，从长期考虑，应适当降低示范政策补贴强度，提高补贴门槛，并将补贴与专利进行挂钩，在扩大市场规模的同时弥补补贴政策的局限性，提升企业研发活力。

由图6 可以看出，基础设施（X6）与其他政策组合并未产生较大的耦合协同效应。 结合图5 关联度情况发现，基础设施在与战略规划、行业管理和税收优惠政策组合情况下，对各目标的贡献度情况与基础设施政策本身作用效果重合，其中基础设施与战略规划政策的关联度较低。 通过政策文本发现，这些政策虽一直强调基础设施建设的重要性，但在实际操作中更为强调”地方政府因地制宜建设基础保障设施：，基础设施与战略规划、行业管理和税收优惠政策在实施过程中具有相对独立性，政策文本间关联度的高低对基础设施政策的实施结果并无影响。 基础设施与示范、技术创新政策组合关联情况较好， 在各目标的实施效果上均有一定的促进作用， 尤其是与技术创新政策的耦合效应较好。 因此，应从多方面加强对地方政府实施基础设施政策效果的考核，保障消费者在使用新能源汽车过程中对充电、保养、废弃电池回收等相应设施的需求，同时也要加强相关技术的推动。

由图8 可以看出，技术创新政策（X5）本身具有明显的政策效力，但与其他政策共同作用下贡献度反而下降，政策间耦合效应较差，尤其表现在技术发展目标上。 结合图7 的关联度结果可知，技术创新与其他政策组合的关联度值均在0.6 以上，最低值也为0.631。纵观所有政策组合的关联情况可以发现，技术创新政策与其他政策之间都保持了较强的关联性。 在各目标贡献度方面，所有组合情况下技术创新政策的作用效果都低于该政策单独作用，但结合其他政策子系统的贡献度结果可知，技术创新政策对其他政策均有促进作用。 从表面上看这些政策抑制了技术创新政策效力的发挥，但实际上这与技术的多样性有关，由于技术本身具有不同的发展方向，在技术创新政策中一般也是以”鼓励各种技术发展：的形式出现，不可否认这有益于行业的长远发展，但同时这也意味着技术的发散性。 其他政策组合的存在对企业的技术发展而言便是一种现实规制，抑制了技术的发散式生长，使其朝着更加规范化方向发展，即其他政策的技术目标偏好在一定程度上限制技术创新效力的发挥。 关联性强的政策组合对技术创新政策的效力约束相对更弱，这也进一步说明政策文本在补充和规范技术目标上的强关联能够更好地发挥政策间的协同效应。 因此，需要做到如下两项工作。 首先，在产业发展过程中应当矫正技术目标过度分散的倾向，梳理产业技术研发过程的难度及优先级，可针对不同层级和类别的技术目标出台针对性支持政策，以充分发挥其他政策与技术创新政策的规范协调作用。其次，对于贡献度较高的政策，也需进一步保持或完善其相关政策内容，协调配合其他政策，保证整个政策系统的协调发展。

由图10 可以看出，战略规划政策（X1）本身对目标的贡献度较小，虽与其他政策共同作用下贡献度大幅提升，政策间耦合效应较显著，但与政策作用本身存在明显的背离现象。 结合图9 的关联度结果可知，战略规划与技术创新政策组合的关联度值为0.674，处于弱关联状态，但该情况下战略规划政策对各目标的贡献度远高于其他组合，政策间相互推动、支撑作用明显。 在各目标的贡献度方面，该组合情况下，战略规划政策在第二产业生产总值增量和电动汽车标准数量目标上的贡献度与政策本身对目标的作用效果背离，这说明在与技术创新政策协同情况下，战略规划政策推动了新能源汽车上游技术研发与下游产业化发展的有效衔接，并通过相关标准研制支撑产业发展，促进各类生产要素合理流动和高效集聚。 战略规划与税收优惠政策组合的关联度大于0.7，属于中度关联状态，但该情况下战略规划政策整体作用效果不佳，在新能源汽车市场渗透率、企业R&D 项目数和动力电池回收企业数目标上的作用效果甚至比单独作用效果更差，通过对政策文本的进一步分析发现，这与战略规划政策在整个产业链的税收设计不完善有关，尽管国家非常重视税收手段的调节作用，但目前主要将其运用在新能源汽车生产和销售环节，较少涉及研发、保有和报废回收等环节，与新能源汽车发展实际需求有所脱节。 由上述分析可知，战略规划政策在新能源汽车产业发展过程中必不可少，但同时也存在较大的优化空间，尤其是在产业链税收设计方面。

由图12 可以看出，不同政策协同情况下行业管理政策（X2）对各目标的贡献度和政策本身作用效果具有趋同性。 结合图11 的关联度结果发现，除了行业管理与战略规划政策组合外，不同政策组合间的关联度与对应情况下行业管理政策的贡献度之间具有一致性，这与新能源汽车的新兴产业性质密不可分，行业准入条件、行业监管、技术规范等方面需随着产业发展不断更新，因而出台的行业管理相关政策数量庞大，涵盖行业发展的各个方面，配合其他政策共同发挥了良好的作用。 同时对比图10 可以发现，行业管理政策与战略规划政策组合情况下，战略规划政策效力得到提升，而行业管理政策原有效力受到约束，结合政策文本以及子系统要素贡献度的结果看，这是因为近年来行业管理和战略规划政策在积极营造开放、包容、公平的市场环境过程中，并未处理好有序监管与它们的关系。 在各目标贡献度方面，行业管理政策在不同组合情况下对目标的作用效果与该政策单独作用效果的整体趋势相同，但在技术进步和基础保障目标系统上协同效果不稳定，呈现”W：形模式，其中在电动汽车标准数量和动力电池回收企业数上的作用效果与政策本身背离， 这与央地政策在研发、生产回收环节协同状况不佳有关[26]， 在政策落实过程中并未充分考虑新能源汽车跨行业融合发展问题，忽视了相关标准的制定，回收渠道不完善、回收责任界定不清、动力电池回收难等问题长期得不到解决。 因此，从整体上看行业管理政策较为完善，但仍需加强标准制定、跨行业融合发展和动力电池回收等方面的监管与督导。

从图14 可以看出，除新能源汽车专利申请目标外，税收优惠政策（X3）与其他政策组合对各目标的贡献度与政策单独作用效果具有较高一致性，但部分政策组合并未发挥政策协同效果。 通过图13的关联度可以看出， 税收优惠与战略规划政策组合的关联度为0.718， 在整体上处于高水平关联状态， 但该情况下税收优惠政策的作用效果与战略规划政策本身作用重叠， 结合图10 的分析结果发现，税收与战略规划的关联性强，但在政策实施过程中战略规划对税收政策并无任何促进效果，分析其原因，可能是因为税收优惠政策的反馈机制缺失，战略规划政策难以及时发挥调控作用，使税收优惠与战略规划政策并未产生应有的协同作用。 税收优惠与行业管理政策组合的关联度为0.595，处于轻度不关联状态，该情况下行业管理政策对税收优惠政策的作用程度有限，但税收优惠政策的有效执行需要完善的监管体系作为支撑，因而为确保税收政策的实施效果，应进一步提高两政策联动性。税收优惠与示范政策组合的关联度为0.620，属于弱关联状态，该情况下税收优惠政策对各目标的贡献度保持了政策本身的作用趋势，与示范政策在目标匹配上具有较高一致性。 在各目标的贡献度方面，税收优惠与技术、基础设施政策组合情况下对新能源汽车专利申请目标的协同效果与政策本身作用趋势并不相同，在企业R&D 项目数量上作用趋势相同，因而税收优惠政策在一定程度上能有效增强企业研发积极性，但在专利化过程也即研发过程中缺乏相应的税收优惠政策。 因此，要重视税收优惠政策与示范政策的协调使用，在扩大新能源汽车产业规模的同时确保企业研发积极性，并建立相应的实施效果反馈机制，加强政策监管体系。

六、结论与建议

随着新能源汽车产业不断发展，政策系统日渐复杂，只有不同层级、不同形式的诸多政策相互配合、协调发展，才能真正发挥政策系统的耦合效应。 基于此，本文在梳理2009—2019 年我国新能源汽车产业政策的基础上，从政策本身出发将该产业政策系统分解为若干子系统，分析系统间的关联性及耦合效应，主要结论如下：

第一，从政策关联度角度看，新能源汽车产业政策通过政策文本表现出子系统间不同的关联强度，同时在不同组合情况下的关联度大都处于弱关联到中度关联的过渡阶段，与最终耦合效应之间并未显现出完全的一致性。 在政策耦合效果方面，不同产业发展目标上的政策耦合效果存在显著差异，各项政策具有明显的目标偏好，整个政策系统对产业化的重视多于对技术研发、基础保障设施的重视，产业不同环节上存在政策效应差异，在产业发展目标体系上的整体耦合状态并不理想。

第二，围绕政策系统耦合效应的短板，即分别从贡献度较低的示范政策、基础设施及技术创新政策角度来看：示范推广类政策以其补贴的特殊性及市场培育的明确目的性，与其他政策的耦合协同效果并不显著，难以激发企业研发活力；基础设施政策则是在实施过程中具有相对独立性，仅与技术创新政策配合效果较好；而由于技术具有不同的发展方向，技术创新政策与其他政策的相互协调在一定程度上约束了技术的发散式生长，使其朝更加规范化方向发展，无法完全耦合，难以发挥其应有效力。

第三，围绕政策系统耦合效应的长板，即分别从贡献度较高的战略规划、行业管理及税收优惠政策角度来看：战略规划政策与其他政策的耦合效果较为显著，并且能够推动相关标准研制支撑产业发展，促进各类生产要素合理流动和高效集聚；行业管理政策则随着产业发展不断更新，配合其他政策共同发挥了良好的作用，但在营造开放、包容、公平的市场环境过程中还需进一步完善有序监管；而税收优惠政策与战略规划政策间的协同调控作用有所缺失，同时在税收手段的使用上，目前主要将其运用在生产及销售环节，较少涉及研发、保有和报废回收等环节，与新能源汽车发展实际需求有所脱节。

基于以上结论，结合我国新能源汽车产业发展现状提出以下建议：首先，应转变政府治理理念，引导资源向产品研发及使用环节倾斜。 整个产业政策系统在战略规划上相对完善，但就整体而言不应过度重视新能源汽车产业化，应逐渐实现由质变到量变，引导资源集中实现核心技术研发突破，同时以消费者需求为导向，保障消费者基础使用权益，形成良好的产业链发展生态。 其次，应矫正技术目标过度分散的倾向，梳理产业技术研发过程的难度及优先级，针对不同层级和类别的技术目标出台针对性支持政策，以充分发挥其他政策与技术创新政策的规范协调作用。 最后，从长期考虑，应适当降低示范政策补贴强度，提高补贴门槛，并将补贴与专利进行挂钩，同时保持其与税收优惠政策目标的一致性，加大减税降费力度，尤其是应加大对企业研发创新以及消费者使用阶段各种费用的减免力度，在扩大市场规模的同时打破补贴政策的局限性，提升企业研发活力。