“双碳”战略下我国新能源企业创新效率研究

刘艺菲　姜娟

摘要：新能源企业在我国能源消费结构优化与“双碳”目标推进中担任关键角色，创新能力对其长足发展至关重要。文章基于2009-2021年我国146家新能源企业数据，利用两阶段SBM模型，探究“双碳”目标下我国新能源企业的创新效率水平。研究结果表明，我国新能源企业的创新效率较低，仍有较大的进步空间；效率时序变化表现出波动下降后回升的趋势，“双碳”目标发挥了切实支持作用；不同经营性质的企业创新效率存在差异，需灵活选择适合的效率提升策略。

关键词：创新效率；两阶段SBM模型；新能源企业；“双碳”目标

一、引言

随着中国工业经济快速发展，我国能源消费总量持续增长。高能耗不仅加速了以煤炭为代表的传统化石能源枯竭，也使大气污染、温室效应各种环境问题日益严峻。1988年，世界气象组织和联合国环境规划署成立了政府间气候变化专门委员会（IPCC），标志着气候变化问题开始进入国际政治议程，如何根本改变能源生产结构和能源消费结构与方式、降低有害气体排放是全球面临的共同问题。面对该挑战，除了提高能源效率外，优化能源消费结构十分关键；寻找并应用新的替代能源，能够在有效减少对煤炭等传统能源依赖的同时，满足日益增长的能源需求。

在此背景驱动之下，我国积极采取措施，大力支持新能源产业的发展。根据我国国民经济“九五”计划至“十四五”规划，国家对新能源行业的支持政策经历了从“开发出具有自主知识产权的技术”到“大力发展”再到“加快壮大”的变化，支持力度不断加强。2020年，中国在第75届联合国大会上正式提出2030年实现碳达峰、2060年实现碳中和的目标；由此“双碳”目标被大力推行，对我国新能源产业的长期发展发挥了至关重要的支持作用。

在“双碳”目标等一系列新能源产业支持政策的推进中，我国的能源结构转型优化已经初见成效，新能源得到了愈发广泛的应用，新能源企业蓬勃发展，创造了可观的产值成绩。但与此同时，我国新能源企业的创新能力相对薄弱，导致在快速发展的过程中，核心技术缺乏的问题逐渐凸显，为其长足发展敲响警钟。因此，新能源企业必须提升创新效率，弥补核心技术的缺乏，提升创新能力，为我国能源消费结构转型升级奠定坚实的基础。

因此，本文以我国新能源上市企业为主要研究对象，将创新活动分为“研发阶段”与“商业化阶段”，通过对2009-2021年的146家新能源上市企业进行实证分析。深入探究在“双碳”目标下，我国新能源企业在不同阶段的创新效率，以及根据不同阶段、不同模式的创新效率特征，发现其存在的问题与不足，进而提出提升创新效率的策略建议。

二、文献综述

创新在这个环境飞速变化的时代中，被广泛地看作核心竞争力的关键来源，尤其是新兴产业及高技术产业这类对创新要求极高的产业。“创新效率”是反映创新能力的关键指标，通过衡量创新能力以推知未来发展前景，对企业的长足发展至关重要。因此，国内外学者一直以来都十分重视创新效率的研究。

许多学者在对某产业或企业的创新效率进行实证分析时，所选用的方法都为数据包络分析法。如王恒田和杨晓龙（2021）基于产业创新理论，使用BCC模型对中国光伏产业的技术创新系统进行评价，提出了相应的提升路径与对策建议；鲁志国和孟霏（2022）对战略性新兴产业总体及七大细分行业的技术创新效率进行测算，以挖掘创新评价的深度为目标，提出环境及随机因素扰动，通过构建三阶段DEA模型来得到更加科学准确的结论，进而提出相关对策建议；Li等（2019）利用基于广义三阶段DEA模型、灰色关联分析理论和视察分解模型提出的新框架，对半导体产业的创新效率进行了测度评价，进而发现其创新活动中存在的各种问题，提出相应的后期发展建议；苏屹等（2022）利用DEA-RAM模型和经济收敛理论对新能源企业技术创新效率实际水平及其收敛性进行测算评价，同时对影响因素进行分析，以发现新能源企业技术创新效率存在的问题，进而提出相应的建议；韩斌等（2022）基于三阶段DEA与Tobit面板模型，利用三阶段DEA模型分析了新能源汽车上市企业的创新效率，Tobit模型对影响因素进行分析，得到新能源汽车企业整体创新效率“N”型发展趋势，并结合影响因素研究提出了相应的提升策略；Lan等（2022）提出当前对中国光伏企业的创新效率研究较少，相关研究采用模型多未考虑外部因素影响，因此，采取三階段DEA模型，寻找环境变量对光伏企业创新效率的实际影响，帮助提升技术低效能性；Jiang等（2021）对可再生能源企业的绿色技术创新效率利用动态SBM模型进行测算，识别效率低下的可再生能源企业的改进潜力，进而帮助政府部门和企业管理者分析可再生能源企业绿色创新技术现状并提出完善政策，促进后续长足发展；Wang等（2016）对中国新能源企业创新的两个阶段进行了评价，综合考虑不同阶段的创新效率，更加有助于揭示效率损失的来源和具体的改进措施。

三、研究方法

在利用数据包络分析方法（DEA）进行企业创新效率测算的众多研究中，许多采用的是传统的BCC、CCR模型或其他径向方法，即假设投入和产出同比例变化，忽视了变量松弛性问题及径向问题造成的误差，而利用SBM模型进行效率测算的研究较少。2001年，Tone提出了基于松弛变量的SBM模型，改进了径向方法造成的误差。2009年，Tone又提出了一种基于松弛变量的网络SBM模型（slacks-based network DEA models），优化了以往传统DEA模型忽视中间产出的问题，使得模型能够在评估决策单位整体效率的同时，评估不同阶段的效率。

本文利用两阶段SBM模型，同时从投入与产出两个角度对我国新能源企业创新效率进行分阶段及综合测度。模型公式如下：

minρ＝■

s.t.x■=Xλ+S■y■=Yλ-S■λ，S■，S■≥0

本文假设有N个新能源企业，用DMUk表示（k=1，2，…，N）。公式中，λ＝（λ1，λ2，…，λn）T表示权重向量，表示投入产出变量在效率评价中的重要性。xk、yk分别表示每个DMUk的投入、产出向量；xik为DMUk的投入向量xk中的第i个分量，yrk则为DMUk的产出向量yk中的第r个分量。s■■和s■■分别表示投入松弛变量s-的第i个分量和产出松弛变量s+的第i个分量。本文在VRS（规模报酬可变）条件下进行效率评价，因此添加约束条件λ1+λ2+…+λn=1。ρ为效率评价值，取值范围为0≤ρ≤1，当ρ=1时，被评价的DMUk是有效的；当ρ≠1（0≤ρ≤1）时则为非有效的，存在投入冗余或产出不足的问题，需要对投入产出进行改进以促进其达到有效。

四、指标体系建立与样本数据来源

（一）投入产出指标体系

参考其他学者构建的投入产出指标体系，结合创新活动两阶段的投入产出特征，构建两阶段投入产出指标体系及指标解释如表1所示。

（二）数据与样本

本文从中国同花顺信息科技有限公司旗下的问财网，选取了177家新能源上市企业作为研究的初始样本库，并通过分析其主营业务筛选出167家企业作为初始研究样本。通过国泰安数据库提取167家新能源企业2007-2021年的各项指标数据，并对部分缺失的数据通过查询企业年报进行补全。最终筛选出146家国内新能源上市企业作为研究样本，并选定2009-2021年作为研究的时间范围区间。

五、实证分析

（一）新能源企业创新效率分析

根据建立的投入产出指标体系，使用DEA-SOLVER Pro5.0软件，对我国新能源企业2009-2021年分阶段效率及综合创新效率进行测算。图1反映了2009年至2021年我国新能源企业两阶段创新效率及综合创新效率的时序变化情况。

观察图1可知，2009-2021年，创新效率整体呈现波动下降后又回升的趋势。其中，商业化效率变化的波动幅度相对较小，呈现不明晰的“U”型变化，但下降趋势最明显；这可能是由于市场对新能源企业研发成果的接纳度有限，尚未形成完整成熟的产业链，同时受到近年经济形势不佳的影响，使得商业化效率出现逐年下降的变化趋势。2009-2015年，商业化效率的下降速度较快。2015年后，效率值在0.13～0.20间波动，没有明显的上升或下降趋势。直到2020年出现了小幅度上升，虽然2021年仍然出现了小幅度的下降，但是仍然高于2015-2019年的水平，呈现回升状态。

结合商业化效率，对研发效率进行对应观察，可以看出2013年是一个明显的转折点。2009-2013年，研发效率以较快的速度下降。2013-2019年呈现出“M”型变化，是一个“较快上升-短暂下降-小幅上升-再次下降”的过程；其中，2014年的研发效率明显升高，可能是由于2013年底，《中华人民共和国可再生能源法》的修订对新能源企业的发展起到了较大的规范促进作用；2014年，国务院提出《国家应对气候规划（2014-2020年）》，为新能源企业的创新活动进一步注入了活力，提供了进一步支持。对应商业化效率来看，在这一时间段，商业化效率为小幅波动，变化不明显。到2020年，与商业化效率的变化相似，效率值开始回升，且为持续上升状态。

最后，对新能源企业的综合创新效率时序变化进行观察。与分阶段效率变化相似，2009年至2013年呈持续下降趋势，速率介于两阶段效率之间。2013-2019年呈现“W”型变化，与研发效率的“M”型变化相对；这可能是因为研发活动与商业化活动难以同时侧重进行，商业化阶段未及时与研发阶段协同调整，使得综合效率受到影响。与研发效率及商业化效率时序变化相似的是，2020年效率值亦出现回升，且回升幅度相较于分阶段效率更大，这可能是由于两阶段效率在2020年都有明显升高，同时两阶段的阶段协同性相对增强，使得综合创新效率有了更明显的升高。与商业化效率相似的是，2021年效率值亦相对下降，但是仍然高于研究期中期的效率水平，呈现较为明显的持续回升趋势。

经过对三者的比对分析可知，2020年创新效率有明显的效率值回升现象并呈现持续上升的趋势。这与2020年“双碳”目标的提出有着密切的关系。在2020年之前，国家陆续出台了许多支持传统能源企业转型及支持新能源企业发展的战略政策；但是由于研发活动有周期较长、效果显现速度慢的特点，前期的创新效率波动较大，且没有明显的效率进步，甚至出现多段明显下降。但是在长期发展过程中，我国的新能源企业经过长时间的研发积累及与商业化阶段的协同调整，已经奠定了更加坚实雄厚的创新基础。到2020年，“双碳”目标的提出与施行，给予了我国新能源企业更大幅度的支持，最大程度激发了企业的创新潜力、鼓励了企业的创新积极性，使得2020年开始，我国新能源企业总体的创新效率开始回升。

但是，评价结果也反映出了我国新能源企业的创新效率整体较低的问题，创新效率、商业化效率及综合创新效率值都不足0.5。同时对比两阶段效率可知，研发效率高于商业化效率，较低的成果商业转化率及不足的创新阶段协同性是造成创新效率低下的重要原因。该结论与赵巧芝等（2023）的研究一致。与部分研究结论存在差异，这种差异可能是由于研究对象、样本数量及研究时间区间不一致，以及所选用的模型方法和数据处理方法不同造成的。從我国经济发展的阶段特征角度分析，我国的经济发展模式正在由粗放型增长向创新驱动发展转变的起步阶段，国家政策及创新资源投入虽然为我国新能源企业创新活动提供了大力支持，但是由于企业对资源的利用能力欠缺、资源浪费行为凸显等因素的影响，我国新能源企业的创新效率整体较低。同时，虽然创新活动两阶段的协同能力已逐步提升，但是仍有较大的进步空间，是一个持久的“提升战”。因此，提升资源整合能力、减少资源浪费、增强协同作用对提高我国新能源企业创新效率有着重要的作用。

（二）新能源企业经营性质分析

企业经营性质类型是影响企业创新效率的重要因素。根据本文选取的研究样本企业的经营性质，分为国营或国有控股企业、私营企业、中外合资企业及其他类型。由于“其他”类型的企业数量较少，仅有1家，因此，在该部分中对该类型样本进行剔除。最终划分为三个类型：国营或国有控股企业、私营企业和中外合资企业。

表2反映了这三类经营性质的新能源企业的创新效率及三类企业的创新效率均值。表中ρ1、ρ2、ρ3分别表示研发效率、商业化效率和综合效率；空白部分表示当年参与该经营性质类型评价的样本企业缺失或数量过少，因此不参与分类评价。

国营或国有控股企业的平均综合效率是三者中最高的，为0.346，私营企业的综合效率与其相差较小，为0.338，但是中外合资企业的综合效率明显低于二者，为0.275，低于平均水平，可能是由于该类企业进入国内新能源市场较晚，基础实力相对欠缺，加上近年来受到国际形势波动影响，使得其综合创新效率相对较低。在研究期间，三类企业综合效率的时序变化大致呈先降后升的趋势。前期三者相差较小，中外合资企业下降速度尤其快，到2019年达到最低水平，与其他两类企业差距较大，但是2020年其上升速率是三类企业中最快的一类，其与其他两类企业的差距显著缩小。而私营企业与国营或国有企业的综合效率一直相差较小，国营或国有企业的速率相对较高。2020年三类企业的综合创新效率均显著提高，这与上文中分析的总体创新效率变化规律一致，说明“双碳”目标的实施对新能源企业创新效率提升的确有较为突出的影响。

研发效率方面，国营或国有控股企业最高且远高于另外两类企业，为0.547；私营企业与中外合资企业的研发效率相近，但都低于平均水平。此差异可能是由于国营或国有企业的基础实力相对雄厚，且企业进入能源市场时间早，许多为老牌能源企业响应国家政策向新能源市场转型发展较早，也更早地投入研发活动，吸引了更多研发人才，为较强的研发能力奠定了基础；因此，其研发效率相较于其他两类企业显著较高。三类企业的研发效率时序变化波动较大，都大致呈“W”型变化，中期研发效率提升较为明显，这可能与“十二五”时期国家明确了要大力发展新能源产业的规划有关，各企业响应国家号召，都更加重视研发活动的开展，推动了研发效率的上升，因此，出现了中期的高峰；由于要保证创新活动两阶段的协同发展，兼顾两阶段的效率提升，因此，在后期再次出现了下降趋势。到2020年左右，新能源企业在前期的创新积累及“双碳”目标的实施使得两阶段效率协同性加强，研发效率再次提升，并呈现较好的进步趋势。

商业化效率方面，三类企业的时序变化都呈下降趋势，与新能源企业总体的研发效率时序变化趋势基本一致。国营或国有企业、私营企业和中外合资企业的平均商业化效率分别为0.192、0.256和0.155，其中最高的是私营企业，另外两类企业都低于平均水平。

观察三类企业的效率均值可以发现，三者研发效率都高于商业化效率，与前文总体创新效率分析一致，这种较低的商业化效率是导致这些新能源企业效率低下的主要因素。对比两阶段创新效率差异可以看出，国营或国有控股企业的研发效率与商业化效率差值尤其明显，商业化效率仅为研发效率的三分之一，对比私营企业，虽然其研发效率远低于国营或国有控股企业，商业化效率相差较小，二者的综合效率却十分相近；这可能是由于私营企业创新活动的两阶段协同性较强，共同促进企业综合创新效率的作用更加明显，平衡研发与市场的能力更强。

六、研究结论与建议

与许多同类型研究相比，本文选取的新能源样本企业数量更多、研究的时间区间跨度更大，能够更综合地從时序变化特征中反映我国新能源企业的整体问题；同时，对指标数据中的负值进行了保留与处理，使得研究结果更加符合实际水平；所选用的两阶段SBM模型考虑了中间产出，在评估整体效率的同时反映阶段效率，能够提出更具有针对性的创新效率提升策略。经过实证分析，本文最终得出以下结论。

第一，我国新能源企业的创新效率整体较低，仍有较大的进步空间。所有样本企业的平均综合效率为0.311，平均研发效率与商业化效率分别为0.377和0.205。分阶段来看，研发效率高于商业化效率，综合效率介于二者之间，较低的阶段效率，尤其是商业化效率，以及阶段协同性的缺乏是我国新能源企业创新效率整体低迷的关键因素。因此，应在重视研发活动、提升研发阶段效率水平的同时，重视研发成果的商业转化，提高阶段协同性以促进效率提升。

第二，在研究时间区间内的时序变化方面，我国新能源企业创新效率的时序变化整体呈波动下降后回升的趋势。2020年左右，新能源企业的创新效率开始回升，在“双碳”目标等国家政策的支持之下，前景向好。同时，综合效率的时序变化与研发效率走势相对，大致分别呈“W”与“M”型趋势，而商业化效率时序变化与综合效率更接近，大致呈“U”型变化。因此，进一步提升商业化效率，促进其与研发效率协同发展对提升企业综合创新效率十分关键。

第三，从企业经营性质方面分析，不同类型的企业在创新效率方面表现不同。其中，国营与国有控股企业的研发效率最高，私营企业的商业化效率最高，二者综合创新效率相近，前者略高于后者；中外合资企业的创新效率总体较低。国营或国有控股企业应该更加注重创新活动两阶段的协同性，注重加强研发成果向商业应用的过渡；私营企业和中外合资企业则应进一步加强研发效率的提升，提升第一阶段效率的同时注重与第二阶段的协同发展，促进企业整体创新效率的提升。

根据以上结论，提出如下建议：第一，“双碳”目标及相关政策的推行对我国新能源企业的创新发展提供切实而有力的支持，极大促进了我国新能源企业创新效率的提高，推进了企业创新能力及核心竞争力的提升。因此，应继续助力“双碳”目标的推行，促进我国新能源企业发展，为新能源企业的创新活动提供更加坚实的政策支持，并加强对不同规模、不同地域、不同经营类型企业的分类支持，以便有针对性地促进效率提升。第二，政府应进一步完善创新科技成果的保护体系，加大人才培养力度，激发创新潜力，提升创新研发积极性。同时重视优化财政支持体系，为新能源企业的创新活动提供更加坚实的资源支持，营造更加良好的研发创新环境。第三，不同经营性质的新能源企业应重视根据自身创新活动特点制定下一步策略，更加灵活、更有针对性地选择与调整自身提升创新效率的策略。第四，企业应重视研发的同时注重成果商业化转化，提升创新活动两个阶段的协同性，形成研发阶段为商业化阶段奠定更雄厚稳固的基础、提升核心竞争力，商业化阶段转而向研发阶段提供更多资金支持的良性循环，共同促进我国新能源企业创新效率的提升，助力我国能源消费结构转型升级，助力我国实现“双碳”目标。

参考文献：

[1]王恒田，杨晓龙.中国光伏产业创新效率测评及提升路径研究[J].科学管理研究，2021，39（03）：49-57.

[2]鲁志国，孟霏.基于三阶段DEA模型的战略性新兴产业技术创新效率测算[J].统计与决策，2022，38（08）：158-162.

[3]Li H，He H，Shan J，et al.Innovation efficiency of semiconductor industry in China：A new framework based on generalized three-stage DEA analysis[J].Socio-Economic Planning Sciences，2019，66：136-148.

[4]苏屹，冯筱伟，苏帅，梁德智.新能源企业技术创新效率及收敛性研究[J/OL].科技进步与对策：1-10[2022-07-19].http：//kns.cnki.net/kcms/detail/42.1224.G3.20211018.1509.014.html.

[5]韩斌，冯筱伟，苏屹，梁德智.中国新能源汽车上市公司创新效率测度及影响因素研究——基于三阶段DEA与Tobit面板模型[J/OL].科技进步与对策：1-11[2022-07-19].http：//kns.cnki.net/kcms/detail/42.1224.G3.20220526.0848.004.html.

[6]Lan X，Li Z，Wang Z.An investigation of the innovation efficacy of Chinese photovoltaic enterprises employing three-stage data envelopment analysis （DEA）[J].Energy Reports，2022，8：456-465.

[7]Jiang T，Ji P，Shi Y，et al.Efficiency assessment of green technology innovation of renewable energy enterprises in China：a dynamic data envelopment analysis considering undesirable output[J].Clean Technologies and Environmental Policy， 2021，23（05）：1509-1519.

[8]Wang Q，Hang Y，Sun L，et al.Two-stage innovation efficiency of new energy enterprises in China：A non-radial DEA approach[J].Technological Forecasting and Social Change，2016，112：254-261.

[9]Tone K.A slacks-based measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001，130（03）：498-509.

[10]Tone K，Tsutsui M.Network DEA： A slacks-based measure approach[J]. European journal of operational research，2009， 197（01）：243-252.

[11]趙巧芝，刘倬璇，崔和瑞.中国高新技术产业技术创新效率测度及空间收敛研究[J].统计与决策，2023（01）：183-188.

[12]刘树峰，杜德斌，覃雄合，侯纯光.基于创新价值链视角下中国创新效率时空格局与影响因素分析[J].地理科学，2019，39（02）：173-182.

[13]韩斌，冯筱伟，苏屹，梁德智.中国新能源汽车上市公司创新效率测度及影响因素研究——基于三阶段DEA与Tobit面板模型[J/OL].科技进步与对策：1-11[2023-02-05].http：//kns.cnki.net/kcms/detail/42.1224.G3.20220526.0848.004.html.

[14]Liu H，Yan X，Cheng J，et al.Driving Factors for the Spatiotemporal Heterogeneity in Technical Efficiency of China’s New Energy Industry[J].Energies，2021，14（14）：4151.

[15]薛阳，秦金山，王健康，冯银虎.中国高技术产业创新效率时空演变研究[J].统计与决策，2022，38（18）：69-72.

[16]刘志辉，席崇俊，杨岩.基于动态网络SBM模型的区域科技创新效率测度方法研究[J].情报科学，2022，40（07）：145-153.

[17]朱慧明，张中青扬，吴昊，邹凯.创新价值链视角下制造业技术创新效率测度及影响因素研究[J].湖南大学学报（社会科学版），2021，35（06）：37-45.

[18]陈池.基于三阶段DEA模型的创新效率实证研究——来自2005年到2020年全国工业企业的证据[J].科学决策，2022（09）：111-121.

＊本文系２０２２年南京邮电大学国家级大学生创新训练计划基金项目“‘双碳’战略下我国新能源企业创新效率提升策略研究：基于两阶段非径向ＤＥＡ方法”（项目编号：２０２２１０２９３０５３Ｚ）的研究成果之一。

（作者单位：南京邮电大学管理学院）