周文成 趙默涵

摘 要：基于滬深兩市上市的2015—2019年13家新能源車企的數(shù)據(jù)，利用數(shù)據(jù)包絡(luò)分析法（DEA）中的BCC模型，對(duì)13家新能源車企政府投入補(bǔ)助所產(chǎn)生的的績(jī)效進(jìn)行實(shí)證分析。結(jié)果顯示：新能源車企的綜合效率水平較低，且整體呈現(xiàn)下降的趨勢(shì);盡管新能源車企的綜合效率存在較大的差異性，但綜合效率高的企業(yè)卻少之又少;純技術(shù)效率對(duì)新能源車企綜合效率的影響與規(guī)模效率的影響相當(dāng);大多數(shù)車企呈規(guī)模報(bào)酬遞減，政府應(yīng)適當(dāng)控制對(duì)新能源車企的補(bǔ)貼。最后，根據(jù)以上研究并結(jié)合新能源車企所面臨的問題提出對(duì)策與建議。

關(guān) 鍵 詞：數(shù)據(jù)包絡(luò)分析法;新能源車企;政府補(bǔ)助;績(jī)效

DOI：10.16315/j.stm.2020.05.005

中圖分類號(hào)： F407

文獻(xiàn)標(biāo)志碼： A

Abstract：Based on the data of 13 new energy automobile companies listed in Chinas Shenzhen GEM and Shanghai GEM during 2015—2019， this paper uses the DEABCC model to make an empirical analysis on the performance of Government Subsidies to above new energy automobile companies. The empirical analysis shows that low technical efficiency score exists in the new energy automobile companies and are in the downward trend; Although the technical efficiency score is the difference， the companies who have high technical efficiency score are very few; The pure technical efficiency score and scale efficiency score have the same effect on the technical efficiency score; The government should make the proper subsidies to the new energy automobile companies because most of them suffer from decreasing returns to scale. Finally， based on the above research and the problems new energy automobile companies face， this paper puts forward relevant suggestions.

Keywords：date envelopment analysis;new energy automobile companies;government subsidies;performance

收稿日期： 2020-07-18

作者簡(jiǎn)介： 周文成（1968—），男，教授，博士，碩士生導(dǎo)師;

趙默涵（1995—），女，碩士研究生.

近10年來，在國家補(bǔ)貼政策的推動(dòng)下，我國新能源汽車行業(yè)取得了長足的進(jìn)步，一方面，汽車電池的研發(fā)與應(yīng)用技術(shù)不斷得到提升，安全性能提高了，另一方面，新能源汽車的產(chǎn)銷量逐年增長（除了2019年），新能源汽車充電樁也在不斷普及。與此同時(shí)，政府對(duì)行業(yè)不斷提出了更高的要求，補(bǔ)助處于逐漸退坡的趨勢(shì)。

目前，盡管政府投入了巨額的補(bǔ)助，但我國的新能源汽車仍處于尚未成熟階段，諸多問題阻礙著該產(chǎn)業(yè)的發(fā)展，如研發(fā)技術(shù)不成熟且成本過高、缺乏相應(yīng)的基礎(chǔ)配套設(shè)施、市場(chǎng)競(jìng)爭(zhēng)力弱等。此外，新能源汽車的銷量受政府補(bǔ)助的影響較大，隨著補(bǔ)助的退坡，尤其在2019年補(bǔ)助大幅縮減，新能源汽車的銷量也隨之下滑，很多新能源汽車企業(yè)仍依賴政府的補(bǔ)助來維持生存，因此每年補(bǔ)助政策的發(fā)布都牽動(dòng)著市場(chǎng)的神經(jīng)。在此情況下，本文基于數(shù)據(jù)包絡(luò)分析法（data envelopment analysis，DEA）研究政府對(duì)新能源車企投入補(bǔ)助的有效性如何，即政府投入補(bǔ)助，使得新能源車企產(chǎn)生了怎樣的績(jī)效。在此基礎(chǔ)之上，為新能源車企提出優(yōu)化建議，以提高國家公共資源的使用效率，促進(jìn)我國新能源汽車形成產(chǎn)業(yè)規(guī)模，推動(dòng)技術(shù)、研發(fā)的進(jìn)步。

1 文獻(xiàn)綜述

1.1 數(shù)據(jù)包絡(luò)分析法的相關(guān)研究

數(shù)據(jù)包絡(luò)分析法（DEA）在測(cè)量投入產(chǎn)出效率方面的應(yīng)用已非常成熟，且被廣泛運(yùn)用，縱觀國內(nèi)外學(xué)者的研究領(lǐng)域和內(nèi)容，其使用對(duì)象主要分為3類：第1類，使用對(duì)象是政府。王莎[1]運(yùn)用DEA的CCR模型和CCGSS模型，以秦皇島市政府科技投入與產(chǎn)出為研究對(duì)象，并從總量和結(jié)構(gòu)兩方面分析秦皇島政府科技投入存在的問題;Deyneli[2]在研究歐洲國家司法服務(wù)效率與薪酬之間的關(guān)系時(shí)，運(yùn)用DEA模型測(cè)量了歐洲國家的司法服務(wù)效率，通過研究發(fā)現(xiàn)，國家為司法公職人員付出薪酬與他們的服務(wù)效率呈正比。第2類，使用對(duì)象是教育科技方面。陳洪轉(zhuǎn)等[3]以我國31所高校為研究對(duì)象，分析高?？蒲薪?jīng)費(fèi)使用效率情況，并得出我國高?？蒲薪?jīng)費(fèi)使用效率不高的結(jié)論;李曉靜等[4]則是以全國61所“985”“211”高校為研究對(duì)象，通過CCR模型得出各高校的效率得分。第3類，使用對(duì)象企業(yè)或行業(yè)方面。熊嬋等[5]運(yùn)用DEA的CCR模型和改進(jìn)競(jìng)爭(zhēng)型DEA交叉效率模型，對(duì)我國不同地區(qū)的高新技術(shù)企業(yè)的運(yùn)營績(jī)效進(jìn)行評(píng)價(jià)，研究結(jié)果顯示，我國高新技術(shù)企業(yè)總體運(yùn)營效率較低，主要是因?yàn)槠髽I(yè)發(fā)展規(guī)模滯后以及投入產(chǎn)出結(jié)構(gòu)不合理;李安渝等[6]結(jié)合BCC模型和超效率模型，對(duì)滬深兩市上市的電子商務(wù)企業(yè)績(jī)效做分析，他們得出絕大多數(shù)的電子商務(wù)企業(yè)處于規(guī)模報(bào)酬遞增的結(jié)論;

綜上所述，DEA模型的實(shí)證研究范圍較廣，內(nèi)容豐富，無論是分析政府投入的經(jīng)費(fèi)有效性還是衡量企事業(yè)單位的投入產(chǎn)出效率，學(xué)者們進(jìn)行了深入的探討與研究，為本文提供了的理論依據(jù)。雖然DEA模型被廣泛運(yùn)用，但是鮮有文獻(xiàn)用此模型來分析新能源車企政府投入補(bǔ)助的有效性，因此本文以此為切入點(diǎn)，并以眾多學(xué)者的研究為基礎(chǔ)。

1.2 政府補(bǔ)助與新能源汽車企業(yè)的研究

在對(duì)政府補(bǔ)助與新能源汽車企業(yè)的研究中，大多數(shù)學(xué)者主要從新能源汽車企業(yè)的績(jī)效出發(fā)，研究政府補(bǔ)助對(duì)新能源汽車企業(yè)績(jī)效的影響，研究方法多樣化，如利用經(jīng)濟(jì)學(xué)理論并構(gòu)建模型、運(yùn)用數(shù)據(jù)分析軟件進(jìn)行實(shí)證分析，研究?jī)?nèi)容主要集中于以下三方面。

一是在產(chǎn)業(yè)鏈不同階段的政府補(bǔ)貼研究。政府補(bǔ)助對(duì)企業(yè)績(jī)效的影響主要集中在對(duì)終端消費(fèi)者和下游充電基礎(chǔ)設(shè)施企業(yè)、整車企業(yè)的研究，宋海清[7]構(gòu)建了新能源汽車價(jià)格補(bǔ)貼模型，分別推導(dǎo)出補(bǔ)貼生產(chǎn)者和消費(fèi)者情況下的政府最優(yōu)價(jià)格補(bǔ)貼政策，他得出政府對(duì)消費(fèi)者購買新能源汽車給予補(bǔ)助，不能從根本上增加新能源汽車的銷量;Nie等[8]以美國新能源汽車市場(chǎng)為研究對(duì)象，也得出了相似的結(jié)論，他發(fā)現(xiàn)對(duì)充電站等基礎(chǔ)設(shè)施補(bǔ)助比對(duì)消費(fèi)者購車補(bǔ)助更能促進(jìn)新能源汽車產(chǎn)業(yè)的發(fā)展;除此之外，在以新能源汽車整條產(chǎn)業(yè)鏈作為研究對(duì)象的研究中，崔帥[9]認(rèn)為盡管政府補(bǔ)助對(duì)上中下游企業(yè)的影響系數(shù)均為正，但對(duì)下游企業(yè)的影響很小。綜上，在產(chǎn)業(yè)鏈不同階段的政府補(bǔ)貼研究中，盡管學(xué)者使用不同研究方法，但得出了普遍的結(jié)論：政府補(bǔ)助對(duì)下游車企并不能帶來顯著幫助和明顯的作用。

二是補(bǔ)助對(duì)象或補(bǔ)助方式的對(duì)比研究。一方面，學(xué)者對(duì)補(bǔ)助對(duì)象進(jìn)行對(duì)比研究，除了崔帥對(duì)比了新能源汽車產(chǎn)業(yè)鏈上、中、下游企業(yè)的政府補(bǔ)助績(jī)效外，董淑蘭等[10]也以整條產(chǎn)業(yè)鏈上的企業(yè)為研究對(duì)象，他們對(duì)比了不同性質(zhì)的企業(yè)，即國營企業(yè)和民營企業(yè)，發(fā)現(xiàn)雖然國有企業(yè)獲得政府補(bǔ)助總額的規(guī)模大于民營企業(yè)獲得的，但政府補(bǔ)助對(duì)民營企業(yè)業(yè)績(jī)提升作用更為顯著;另一方面，學(xué)者對(duì)補(bǔ)助方式也進(jìn)行了探討，周茂春等[11]對(duì)比了政府研發(fā)補(bǔ)助和非研發(fā)補(bǔ)助對(duì)企業(yè)經(jīng)營績(jī)效和創(chuàng)新績(jī)效的影響，他們認(rèn)為政府研發(fā)補(bǔ)助對(duì)企業(yè)創(chuàng)新績(jī)效有顯著正相關(guān)作用，而非研發(fā)補(bǔ)助對(duì)企業(yè)經(jīng)營績(jī)效有顯著正相關(guān)作用。

三是補(bǔ)貼退坡的研究。盡管中央政府補(bǔ)助呈現(xiàn)逐年退坡趨勢(shì)，力度不斷降低，范圍不斷縮小，門檻逐漸提高，但有些地方政府為提高當(dāng)?shù)亟?jīng)濟(jì)效益和政府績(jī)效，給予當(dāng)?shù)匦履茉雌嚻髽I(yè)大量的資金補(bǔ)助，因此結(jié)合中央政府和地方政府的補(bǔ)貼政策，范如國等[12]構(gòu)建了地方政府為實(shí)現(xiàn)既定新能源汽車推廣目標(biāo)的最優(yōu)補(bǔ)貼策略模型，研究結(jié)果表明北京新能源汽車存在地方配套比例過高、價(jià)格補(bǔ)貼比例上限過高等問題，并提出北京市政府需要對(duì)企業(yè)補(bǔ)貼進(jìn)行適當(dāng)“退坡”的建議;然而2019年，新能源汽車的補(bǔ)助大幅退坡，這必然會(huì)引起車輛終端價(jià)格的上浮，從而導(dǎo)致產(chǎn)品滯銷或企業(yè)淘汰出局[13]。隨著政策不斷降溫，下游車企市場(chǎng)即將迎來“大洗牌”，與過去豐厚的補(bǔ)貼相比，如今新能源車企面臨著嚴(yán)峻的考驗(yàn)。

在此背景下，結(jié)合學(xué)者對(duì)產(chǎn)業(yè)鏈不同階段政府補(bǔ)貼研究的普遍結(jié)論，即政府補(bǔ)助對(duì)下游車企并不能帶來顯著幫助和明顯的作用，本文聚焦下游新能源車企，研究它們對(duì)政府補(bǔ)助的運(yùn)用效率，探討政府投入補(bǔ)助與企業(yè)產(chǎn)出績(jī)效之間的關(guān)系。此外，在政府補(bǔ)助與新能源汽車企業(yè)的研究領(lǐng)域，學(xué)者使用多種多樣的研究方法探討政府補(bǔ)助與新能源車企績(jī)效之間的關(guān)系，在這些研究中，很少有學(xué)者使用過DEA模型進(jìn)行分析;因此，本文運(yùn)用DEA的BCC模型，從政府投入補(bǔ)助的有效性出發(fā)，基于滬深兩市上市的13家新能源汽車整車企業(yè)，研究2015—2019年新能源車企對(duì)政府補(bǔ)助的運(yùn)用效率，對(duì)新能源車企政府投入的補(bǔ)助有效性進(jìn)行實(shí)證分析。

2 研究設(shè)計(jì)

DEA模型是采用線性規(guī)劃模型來評(píng)價(jià)投入、產(chǎn)出的決策單元是否技術(shù)有效的一種方法，用以衡量投入產(chǎn)出的效率。本文以政府投入的補(bǔ)助作為投入指標(biāo)，以新能源車企獲補(bǔ)助后的績(jī)效表現(xiàn)為產(chǎn)出指標(biāo)，進(jìn)而評(píng)價(jià)新能源車企對(duì)補(bǔ)助的使用效率，即評(píng)價(jià)補(bǔ)助的有效性如何，分析車企所產(chǎn)生的績(jī)效能否達(dá)到補(bǔ)助的目的。

2.1 指標(biāo)選取

本文選取各企業(yè)2015—2019年年度報(bào)告中的數(shù)據(jù)，由于指標(biāo)的選取影響DEA 分析結(jié)果，因此在選取指標(biāo)時(shí)應(yīng)考慮科學(xué)性、可比性和可獲得性3個(gè)原則。在綜合考慮科學(xué)性、可比性和可獲得性3個(gè)原則以后，以年報(bào)中政府補(bǔ)助為投入指標(biāo)，以滬深兩市上市的13家新能源汽車整車企業(yè)的績(jī)效為產(chǎn)出指標(biāo)，如表1所示。

2.1.1 投入指標(biāo)

政府補(bǔ)助總額。本文研究的是政府補(bǔ)助，因此基于學(xué)者們的研究基礎(chǔ)，本文采用政府補(bǔ)助總額為投入指標(biāo)。

2015—2016年：政府補(bǔ)助總額=計(jì)入營業(yè)外收入的政府補(bǔ)助。

2017—2019年：政府補(bǔ)助總額=計(jì)入其他收益的政府補(bǔ)助+計(jì)入營業(yè)外收入的政府補(bǔ)助。

2.1.2 產(chǎn)出指標(biāo)

就管理學(xué)的角度而言，企業(yè)績(jī)效是組織為實(shí)現(xiàn)經(jīng)營目的而實(shí)施的輸出從而帶來的效益與結(jié)果。周國光等認(rèn)為企業(yè)績(jī)效是指一定經(jīng)營期間的企業(yè)經(jīng)營效益與業(yè)績(jī)，主要通過經(jīng)營者在經(jīng)營管理企業(yè)的過程中對(duì)企業(yè)經(jīng)營、成長、發(fā)展做出的貢獻(xiàn)并取得的成果來體現(xiàn)。本文以此定義為基礎(chǔ)，以凈資產(chǎn)收益率、營業(yè)收入增長率、專利授權(quán)數(shù)分別作為盈利能力、成長能力和研發(fā)能力的指標(biāo)綜合分析企業(yè)的績(jī)效。

1）凈資產(chǎn)收益率。張凱文[14]認(rèn)為，政府補(bǔ)助的投入目的在于推廣新能源汽車的使用，最直接影響的是企業(yè)的營業(yè)收入和獲利情況。從利潤表中的報(bào)表項(xiàng)目來看，2017年以前政府補(bǔ)助計(jì)入營業(yè)外收入，2017年以后不僅計(jì)入營業(yè)外收入項(xiàng)目，還計(jì)入其他收益項(xiàng)目，所以政府補(bǔ)助對(duì)企業(yè)的利潤會(huì)產(chǎn)生直接的影響，從而影響企業(yè)的盈利能力;因此，本文選用凈資產(chǎn)收益率代表盈利能力作為產(chǎn)出指標(biāo)之一。凈資產(chǎn)收益率=凈利潤/平均凈資產(chǎn)×100%。

3.3 結(jié)合經(jīng)營績(jī)效分析

本文整理了2015—2019年上述13家新能源車企與經(jīng)營績(jī)效相關(guān)的數(shù)據(jù)，包括代表盈利能力的凈資產(chǎn)收益率，代表償債能力的資產(chǎn)負(fù)債率，代表成長能力的營業(yè)收入增長率以及研發(fā)能力的專利授權(quán)數(shù)，并進(jìn)行描述性統(tǒng)計(jì)，如表8所示。

結(jié)合13家新能源車企的綜合效率和經(jīng)營績(jī)效，可以發(fā)現(xiàn)兩點(diǎn)共同之處：第一，無論是綜合效率還是經(jīng)營績(jī)效（最小值、最大值），企業(yè)之間表現(xiàn)出了差異性，且差異較大;第二，綜合效率均值和經(jīng)營績(jī)效均值都呈現(xiàn)下降的趨勢(shì)，綜合效率均值下降說明新能源車企對(duì)政府補(bǔ)助的運(yùn)用效率在降低，經(jīng)營績(jī)效均值下降說明新能源車企并沒有因?yàn)檎度胙a(bǔ)助而有所進(jìn)步與發(fā)展，反而因政府補(bǔ)助退坡而導(dǎo)致經(jīng)營績(jī)效不樂觀，進(jìn)一步坐實(shí)了新能源車企在很大程度上仍依賴政府的補(bǔ)助來維持生存。

4 結(jié)論與建議

4.1 研究結(jié)論

本文通過對(duì)滬深兩市上市的13家新能源車企政府投入補(bǔ)助的有效性分析，得出以下結(jié)論：第一，雖然有個(gè)別幾家車企政府投入補(bǔ)助的有效性較好，但總體而言，新能源車企對(duì)政府補(bǔ)助的運(yùn)用效率較低，這主要是受純技術(shù)效率的影響，此外，大多數(shù)車企呈現(xiàn)規(guī)模報(bào)酬遞減，政府對(duì)這些企業(yè)應(yīng)適當(dāng)減少補(bǔ)助金額。政府投入的補(bǔ)助并沒有產(chǎn)生預(yù)期的績(jī)效和成果，并且隨著補(bǔ)助退坡，補(bǔ)助的有效性在逐漸降低，企業(yè)的經(jīng)營績(jī)效也不樂觀。第二，新能源車企補(bǔ)助的有效性具有顯著的差異性，如2015年第1名力帆股份的綜合效率為1.00，最后1名的上汽集團(tuán)僅為0.167;2016年第1名長城汽車的綜合效率為1.00，最后1名的上汽集團(tuán)僅為0.181，2017年、2018年、2019年第1名和最后1名的差距皆是如此之大，這種差異性很可能是由于各企業(yè)的經(jīng)營水平、可持續(xù)發(fā)展能力、成長性不同所造成的。對(duì)于經(jīng)營水平高、可持續(xù)發(fā)展能力強(qiáng)的高成長性企業(yè)而言，企業(yè)自身具備一定的盈利能力，政府只要適當(dāng)給予些“外力”，就能產(chǎn)生更顯著的作用[20]。第三，新能源車企政府投入補(bǔ)助的有效性更容易受消極的補(bǔ)助政策的影響，消極、突發(fā)性的政策會(huì)導(dǎo)致新能源車企對(duì)補(bǔ)助的運(yùn)用效率降低。

4.2 建議

通過實(shí)證研究部分，本文得出當(dāng)前新能源車企在政府補(bǔ)助的運(yùn)用有效性方面存在問題，新能源車企并不能對(duì)政府補(bǔ)助加以最優(yōu)化利用，存在浪費(fèi)資源的現(xiàn)象，本文據(jù)此提出以下幾點(diǎn)建議：

1）完善補(bǔ)貼政策，保持適度退坡，給市場(chǎng)緩沖時(shí)間。2019年大幅退坡造成了市場(chǎng)反應(yīng)“過度”，這些反應(yīng)直接表現(xiàn)在新能源汽車的產(chǎn)銷量上，間接則表現(xiàn)在降低了新能源車企對(duì)政府補(bǔ)助的運(yùn)用效率。2019年以前，新能源汽車的補(bǔ)助政策在穩(wěn)步的退坡之中，雖然補(bǔ)助的有效性隨之呈現(xiàn)下滑，但給企業(yè)留有緩沖的余地。此外，政府應(yīng)加快對(duì)補(bǔ)貼申請(qǐng)的審核和補(bǔ)貼的下發(fā)，從而緩解車企資金緊張的局面，政府對(duì)新能源汽車的標(biāo)準(zhǔn)也應(yīng)盡快制定完畢，從而提升我國新能源標(biāo)準(zhǔn)化工業(yè)技術(shù)水平[21]。

2）重視研發(fā)與創(chuàng)新，重視培養(yǎng)核心競(jìng)爭(zhēng)力。政府補(bǔ)助不僅是為了推廣新能源汽車（推廣應(yīng)用補(bǔ)貼），還為了讓車企進(jìn)行研發(fā)創(chuàng)新、攻克技術(shù)難題（研發(fā)補(bǔ)貼）。新能源車企應(yīng)加大對(duì)關(guān)鍵技術(shù)的研發(fā)力度，提升電池、電機(jī)、電控等關(guān)鍵技術(shù)的水平，積極引進(jìn)國內(nèi)外優(yōu)秀人才和先進(jìn)技術(shù)，以培養(yǎng)核心競(jìng)爭(zhēng)力。目前，我國新能源車企普遍出現(xiàn)與租車平臺(tái)合作的現(xiàn)象，或者開展網(wǎng)約車等出行業(yè)務(wù)，這樣做不僅可以消化庫存，還可以形成出行領(lǐng)域的商業(yè)閉環(huán)，但這并不是長久之計(jì)，培養(yǎng)企業(yè)的核心競(jìng)爭(zhēng)力方能走得更遠(yuǎn)。

3）加大推廣力度，實(shí)現(xiàn)“新能源汽車下沉”。我國中小城市較多，因此存在大量的新能源汽車短續(xù)航里程市場(chǎng)，新能源車企可以尋找新的目標(biāo)人群，開發(fā)中低端的小型電動(dòng)汽車，將目標(biāo)群體從一二線城市轉(zhuǎn)移到三四線城市，甚至農(nóng)村。目前，新能源汽車的補(bǔ)貼更多的給到了新能源汽車基礎(chǔ)設(shè)施建設(shè)上，如充電樁，隨著充電樁數(shù)量的普及、質(zhì)量的提高，必然會(huì)給三四線城市帶來新的生機(jī)，因此新能源汽車“下沉”會(huì)是新的發(fā)展機(jī)遇。

參考文獻(xiàn)：

[1]王莎.秦皇島市政府科技投入績(jī)效分析[D].秦皇島：燕山大學(xué)，2010：1.

[2] DEYNELI F.Analysis of relationship between efficiency of justice services and judges with twostage DEA method[J].European Journal of Law and Economics，2012，34（3）：477.

[3]陳洪轉(zhuǎn)，羊震，劉思峰，許靜.基于滯后DEA的我國高?？蒲薪?jīng)費(fèi)使用效率評(píng)價(jià)[J].管理評(píng)論，2011，23（8）：72.

[4]李曉靜，王冰，謝佳穎.DEACCR模型在高校科研經(jīng)費(fèi)使用效率評(píng)價(jià)中的應(yīng)用研究[J].教育科學(xué)，2015，31（2）：79.

[5]熊嬋，買憶媛，何曉斌，肖仁橋.基于DEA方法的中國高科技創(chuàng)業(yè)企業(yè)運(yùn)營效率研究[J].管理科學(xué)，2014，27（2）：26.

[6]李安渝，張昭.財(cái)經(jīng)資訊類網(wǎng)站信息傳播效率研究：基于數(shù)據(jù)包絡(luò)分析的BCC模型和超效率模型[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2015（4）：44.

[7]宋海清.新能源汽車補(bǔ)貼政策研究[D].北京：北京理工大學(xué)，2015：1.

[8]NIE Y，GHAMAMI M，ZOCKAIE A.Optimization of incentive polices for plugin electric vehicles[J].Transportation Research Part B，2016（84）：103.

[9]崔帥.新能源汽車行業(yè)政府補(bǔ)貼對(duì)研發(fā)支出和績(jī)效影響的實(shí)證研究[D].杭州：浙江大學(xué)，2019：1.

[10]董淑蘭，吳鈺.政府補(bǔ)助、所有權(quán)性質(zhì)與企業(yè)財(cái)務(wù)績(jī)效：以新能源汽車行業(yè)為例[J].現(xiàn)代經(jīng)濟(jì)信息，2018（4）：381.

[11]周茂春，張笑宇.新能源汽車企業(yè)政府補(bǔ)助對(duì)財(cái)務(wù)績(jī)效影響研究[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，21（4）：253.

[12]范如國，馮曉丹.“后補(bǔ)貼”時(shí)代地方政府新能源汽車補(bǔ)貼策略研究[J].中國人口·資源與環(huán)境，2017，27（3）：30.

[13]賈慧慧，姜建華.我國新能源汽車在新補(bǔ)貼政策面臨的機(jī)遇與挑戰(zhàn)[J].市場(chǎng)論壇，2019（7）：81.

[14]張凱文.政府補(bǔ)助對(duì)企業(yè)經(jīng)營績(jī)效的影響研究[D].上海：上海國家會(huì)計(jì)學(xué)院，2017：1.

[15]黃慶慶，尹雯雯.政府補(bǔ)助對(duì)鋼鐵業(yè)僵尸企業(yè)的績(jī)效影響研究[J].時(shí)代金融，2018（30）：139.

[16]孫麗文，呂靜韋.創(chuàng)新網(wǎng)絡(luò)對(duì)高新技術(shù)產(chǎn)業(yè)發(fā)展的作用研究：以河北省為例[J].保定學(xué)院學(xué)報(bào)，2013，26（1）：48.

[17]方群.吉利汽車低碳技術(shù)創(chuàng)新績(jī)效評(píng)價(jià)研究[D].哈爾濱：哈爾濱理工大學(xué)，2016：1.

[18]劉巖，蔡虹，張潔.企業(yè)技術(shù)合作、知識(shí)基礎(chǔ)與技術(shù)創(chuàng)新績(jī)效關(guān)系研究：基于中國電子信息行業(yè)的實(shí)證分析[J].科技進(jìn)步與對(duì)策，2014，31（21）：59.

[19]呂璠，李竹梅.基于超效率DEA模型的物流上市公司經(jīng)營效率分析[J].商業(yè)會(huì)計(jì)，2013（15）：90.

[20]王維，李昊展，喬朋華，等.政府補(bǔ)助方式對(duì)新能源汽車企業(yè)績(jī)效影響研究：基于企業(yè)成長性的深入分析[J].科技進(jìn)步與對(duì)策，2017，34（23）：114.

[21]孫世超，蘇萌.新能源汽車發(fā)展的主要障礙與對(duì)策探究[J].科技經(jīng)濟(jì)市場(chǎng)，2019（5）：157.

[編輯：費(fèi) 婷]