邵 慰,孫陽陽,劉 敏

(浙江財經(jīng)大學經(jīng)濟學院，浙江 杭州 310018)

2017年中國汽車產(chǎn)銷量分別為2901.5萬輛和2887.9萬輛，我國的汽車市場規(guī)模已經(jīng)躍居世界首位。其中，新能源汽車銷量為55.64萬輛，與政府規(guī)劃到2025年新能源汽車年度銷量達到700萬輛的目標尚有不小的距離。汽車產(chǎn)業(yè)具有資本密集型和技術密集型等顯著特點，但由于自主品牌競爭力不強，我國汽車產(chǎn)業(yè)技術與西方發(fā)達國家尚有較大差距[1]?；谶@兩方面的考量，我國大力發(fā)展新能源汽車產(chǎn)業(yè)，并將提高新能源汽車企業(yè)的技術創(chuàng)新能力作為行業(yè)發(fā)展的突破口。為更好地發(fā)揮中央財政對新能源整車項目及關鍵零部件開發(fā)的支持作用，財政部、工信部和科技部于2012年9月聯(lián)合出臺《新能源汽車產(chǎn)業(yè)技術創(chuàng)新財政獎勵資金管理暫行辦法》[2]。2014年，國務院發(fā)布《關于加快新能源汽車推廣應用的指導意見》，為此前新能源汽車產(chǎn)業(yè)在發(fā)展過程中遇到的難題提供有效的解決辦法。數(shù)據(jù)顯示，自2009年至2016年底中央財政累計對新能源汽車的創(chuàng)新補助資金高達334.35億元，但相關研究表明政府對企業(yè)創(chuàng)新進行直接資助的政策通常因為主體之間的信息不對稱而造成政策實際效果沒有達到理想目標[3]。近些年，諸多騙補事件頻繁曝出也引起各界對政府研發(fā)補貼政策是否真正促進新能源汽車企業(yè)創(chuàng)新的熱烈討論。

基于以上問題，本文利用2009～2016年83家新能源汽車上市公司的數(shù)據(jù)，通過構建相關模型，對政府研發(fā)補貼與新能源汽車企業(yè)技術創(chuàng)新的作用機理進行剖析，從而更加系統(tǒng)地探究政府研發(fā)補貼政策對新能源汽車企業(yè)研發(fā)創(chuàng)新的影響。

一、相關文獻綜述

當今理論界對政府研發(fā)補貼是否促進新能源汽車產(chǎn)業(yè)創(chuàng)新水平?jīng)]有達成共識。有學者認為技術創(chuàng)新是促進新能源汽車發(fā)展關鍵，而新能源汽車企業(yè)的研發(fā)活動需要承擔高成本和高風險，所以政府通過財政補貼對新能源汽車企業(yè)技術創(chuàng)新活動進行干預是必要的。劉蘭劍等(2013)認為近年來我國制定和實施的大量支持政策，極大地推動新能源汽車相關技術的創(chuàng)新[4]。顧瑞蘭(2013)認為我國新能源汽車由于存在技術瓶頸，短期內(nèi)很難取得較快發(fā)展，若要突破技術瓶頸就需要政府資金的大力支持[5]。但也有學者對政府研發(fā)補貼政策的實際效果產(chǎn)生質(zhì)疑。由于技術衡量標準難以確定，政府很難對企業(yè)的研發(fā)效果進行定量評估，政府研發(fā)補貼就可能沒有促進新能源汽車企業(yè)技術創(chuàng)新水平的提高。李永友等(2017)通過研究發(fā)現(xiàn)企業(yè)面對政府補助時有兩種類型的行為反應：一類企業(yè)行為是不進行任何創(chuàng)新行為，僅僅通過“創(chuàng)新信號”騙取政府補助；另一類行為是政府補助反而對企業(yè)的創(chuàng)新行為產(chǎn)生擠出效應[6]。此外，楊解君等(2017)認為現(xiàn)階段我國對新能源汽車企業(yè)補貼大多以政府政策體現(xiàn)，缺乏法律層面的制度支持，最終不利于新能源汽車企業(yè)創(chuàng)新水平的提升[7]。

根據(jù)以上分析，明確政府關于新能源汽車企業(yè)研發(fā)補貼的實際效果意義重大。因此，本文以上市公司數(shù)據(jù)為研究樣本，分析政府研發(fā)補貼對新能源汽車企業(yè)技術創(chuàng)新的作用效果，為政府研發(fā)補貼政策的爭論提供有益參考。

二、理論分析與研究假說

新能源汽車產(chǎn)業(yè)是戰(zhàn)略性新興產(chǎn)業(yè)，技術創(chuàng)新是推動該產(chǎn)業(yè)快速發(fā)展的關鍵所在，但創(chuàng)新活動的外部性、高投入特征使新能源汽車企業(yè)缺乏創(chuàng)新動力。當企業(yè)面對巨額的資金成本時，由于資金有限，只能對創(chuàng)新活動望洋興嘆。此時，政府對企業(yè)進行創(chuàng)新補貼，可降低企業(yè)的研發(fā)成本，從而提高企業(yè)的研發(fā)投入水平。郭曉丹(2011)的研究認為政府的研發(fā)補貼有時并沒有直接帶來企業(yè)研發(fā)支出的增加，但在研發(fā)補貼政策的影響下產(chǎn)生很多的專利成果，這表明政府的研發(fā)補貼政策對提高企業(yè)的創(chuàng)新積極性具有激勵作用[8]。我們可以將研發(fā)補貼政策的激勵效應概括為三種傳導機制：(1)政府向企業(yè)研發(fā)補貼為企業(yè)的研發(fā)活動承擔一定的經(jīng)濟風險，降低企業(yè)因創(chuàng)新失敗帶來的收益損失，從而激勵企業(yè)增加研發(fā)投入；(2)政府的研發(fā)補貼具有溢出效應，可降低企業(yè)其他研發(fā)項目的成本。王剛剛等(2017)指出我國的研發(fā)補貼有一部分是針對研發(fā)設備的更新升級，在設備更新升級完成后就可以提高該設備的使用效率，進而間接減少使用該研發(fā)設備的其他研發(fā)活動的固定成本[9]。(3)政府的研發(fā)補貼有助于拓寬企業(yè)研發(fā)資金的融資渠道。目前，我國的資本市場發(fā)展不夠完善，高風險的創(chuàng)新項目很難獲得投資，此時政府的研發(fā)補貼就成為投資機構判斷企業(yè)發(fā)展質(zhì)量的標準，從而有利于解決企業(yè)研發(fā)資金不足的問題。因此，本文提出假說1：政府研發(fā)補貼對促進新能源汽車企業(yè)研發(fā)支出增加具有顯著的激勵效應。

由于信息不對稱和道德風險的存在，政府的研發(fā)補貼政策效果受到其他一些因素的影響。張杰等(2015)的研究發(fā)現(xiàn)知識產(chǎn)權保護越弱，政府的創(chuàng)新補貼政策的實施效果就越明顯[10]。解維敏(2009)認為所有制不同的企業(yè)，其面對的融資難度不同，政府研發(fā)補貼政策對企業(yè)激勵效應也有很大的差別[11]。程虹(2016)的研究認為勞動力成本對企業(yè)的技術創(chuàng)新和政府創(chuàng)新補貼政策實施效果具有重要影響[12]。在企業(yè)面臨諸如勞動力成本上升的情況下，它可能改變研發(fā)資金的用途，政府的研發(fā)補貼效果就受到抑制。此外，理論界也普遍關注企業(yè)規(guī)模對政府創(chuàng)新補貼政策效果產(chǎn)生的影響。王俊(2011)認為政府研發(fā)補貼政策對中小企業(yè)的激勵效果更為明顯[13]。規(guī)模越大的企業(yè)，面臨的資金約束更少，對政府研發(fā)補貼資金反應不敏感，故政府研發(fā)補貼政策對規(guī)模大的企業(yè)實施效果不佳?；谝陨戏治?，本文提出假說2：政府對新能源汽車企業(yè)的研發(fā)補貼政策效果受到企業(yè)規(guī)模、企業(yè)勞動力成本等企業(yè)特征因素的影響。

三、數(shù)據(jù)來源和變量選取

(一)數(shù)據(jù)來源與處理

本文的數(shù)據(jù)主要來自新能源汽車上市企業(yè)的年報和同花順數(shù)據(jù)庫，在數(shù)據(jù)選擇方面做出以下說明：首先，選取新能源汽車企業(yè)中的上市公司作為研究樣本是因為上市公司信息透明度高，公布的數(shù)據(jù)也相對比較完整；其次，由于數(shù)據(jù)的可得性，極個別企業(yè)的數(shù)據(jù)無法搜集，本文參考Flannery and Rangan(2006)的數(shù)據(jù)處理技巧，將無法搜集到的數(shù)據(jù)用0代替。

(二)變量選取

1.被解釋變量。已有研究通常采用兩種方法對企業(yè)的技術創(chuàng)新水平進行測度。一部分學者采用企業(yè)的研發(fā)投入衡量企業(yè)創(chuàng)新水平。馮根福等(2008)以研銷比作為企業(yè)創(chuàng)新的工具變量，分析上市公司治理與企業(yè)技術創(chuàng)新的關系[14]。另一部分學者以專利產(chǎn)出衡量創(chuàng)新水平。余明桂等(2016)以專利數(shù)量衡量企業(yè)的創(chuàng)新產(chǎn)出，研究發(fā)現(xiàn)產(chǎn)業(yè)政策能顯著提高被鼓勵行業(yè)中企業(yè)發(fā)明專利數(shù)量[15]。但專利水平不容易受到企業(yè)管理層的控制，本文綜合考慮后選擇以研銷比衡量新能源汽車企業(yè)的技術創(chuàng)新并記為R_Dint。

2.解釋變量。政府的研發(fā)補貼作為解釋變量，它的數(shù)據(jù)搜集具體方法是在附注中的“營業(yè)外收入”科目下找到“政府補貼”這一子科目，該子科目列有具體的明細數(shù)據(jù)。如果某個上市公司的該子科目沒有相關明細，我們就通過查詢公司年報中“非流動負債”中包含的“政府補貼”子項目的詳細數(shù)據(jù)，將期初與期末做差而得到該公司本年度總的結(jié)轉(zhuǎn)額，最后將搜到的數(shù)據(jù)與公司公布的信息進行比對，從而得到最終需要的數(shù)據(jù)[16]。政府研發(fā)補貼記為Gov。

3.控制變量。(1)企業(yè)規(guī)模。聶輝華等(2008)以中國規(guī)模以上的工業(yè)企業(yè)數(shù)據(jù)為研究背景，實證發(fā)現(xiàn)適度的規(guī)模和市場競爭能有效地提高企業(yè)創(chuàng)新能力[17]。因此，本文將企業(yè)規(guī)模作為企業(yè)技術創(chuàng)新的控制變量并記為lnSize。(2)企業(yè)年齡。Phelps等(2010)提出企業(yè)的資本積累可能改變企業(yè)的創(chuàng)新情境[18]。越早上市的企業(yè)有著一定的市場積累，對研發(fā)風險可能有著更強的承受能力，那么它進行技術創(chuàng)新的積極性就越高，我們將企業(yè)年齡作為企業(yè)創(chuàng)新的控制變量并記為Age。(3)企業(yè)性質(zhì)。Luo et al等(2011)學者強調(diào)企業(yè)的所有制類型對政府創(chuàng)新補貼政策的反應不同[19]。這是因為不同產(chǎn)權結(jié)構的企業(yè)面臨的激勵不同，國有企業(yè)的經(jīng)理人綜合考慮自己的政治利益和經(jīng)濟利益，進而不愿意從事風險高、投資回報周期長的企業(yè)創(chuàng)新活動。若企業(yè)性質(zhì)為非國有企業(yè)，則他會通過提高創(chuàng)新能力來增強自身的競爭力。企業(yè)性質(zhì)變量記為State。(4)資本結(jié)構。企業(yè)的資產(chǎn)負債率對企業(yè)研發(fā)活動具有重要影響。汪曉春(2002)認為擁有低杠桿率的企業(yè)面臨的創(chuàng)新融資壓力小，其創(chuàng)新活動的積極性就越高[20]。資本結(jié)構變量記為Leve。(5)應付職工薪酬。通過對文獻分析，我們發(fā)現(xiàn)應付職工薪酬的增加，一方面企業(yè)可能由于成本上升而減少研發(fā)費用的支出，另一方面勞動力成本上升也促使企業(yè)進行創(chuàng)新。程虹等(2016)的研究發(fā)現(xiàn)勞動力成本上升加快大規(guī)模企業(yè)的創(chuàng)新速度，而對中小企業(yè)產(chǎn)生的影響并不明顯[12]。因此，本文把企業(yè)應付職工薪酬作為控制變量并記為Wage。

表1 變量定義

注：部分指標數(shù)據(jù)來自對同花順數(shù)據(jù)庫和公司年報數(shù)據(jù)的整理，政府研發(fā)補貼包括直接補貼和間接補貼。

四、模型建立與實證分析

(一)模型建立

為鼓勵新能源汽車產(chǎn)業(yè)的發(fā)展，政府對其給予各種形式的補貼，既有供給端的生產(chǎn)補貼，也有需求端的消費者補貼。本文的研究重點在于政府對新能源汽車的研發(fā)補貼，該項補貼政策的目的在于激發(fā)新能源汽車企業(yè)的創(chuàng)新積極性，增強新能源汽車的技術創(chuàng)新能力，因此選擇以企業(yè)的技術創(chuàng)新水平作為政府研發(fā)補貼政策的判斷標準。針對前面已經(jīng)選定的變量，我們構建如下的兩個模型：

lnR_Dintit=α0+α1lnGovit+α2lnSizeit+α3lnWageit+α4lnAgeit+α5Stateit+α6Leveit+

ηi+μt+ξit

(1)

lnR_Dintit=α0+α1lnGovit+α2lnSizeit*lnGovit+α3lnWageit*lnGovit+

α4lnAgeit*lnGovit+α5Stateit*lnGovit+α6Controlit+ηi+μt+ξit

(2)

模型(1)是對政府研發(fā)補貼與新能源汽車企業(yè)創(chuàng)新的相關性分析，并加入控制變量。模型(2)在模型(1)的基礎上進一步分析政府創(chuàng)新補貼政策的具體實施效果，本文重點分析模型(2)的實證結(jié)果。其中，i表示第i個企業(yè)，t表示第幾年，α0為該模型的截距項，α1-α6為系數(shù)，ηi、μt和ξit分別表示企業(yè)偏差、時間效應偏差和純隨機擾動項，Controlit是控制變量。在(2)式中，如果交互項系數(shù)為正，意味著該因素對政策效果的發(fā)揮具有正相關作用，反之則說明該因素限制政府創(chuàng)新補助效果的發(fā)揮。本文對2009～2016年上市的新能源汽車公司的面板數(shù)據(jù)進行處理，最終選擇個體固定效應模型。

(二)實證分析

1.描述性統(tǒng)計。表2為主要變量的描述性統(tǒng)計。研銷比的平均值為3.603%，說明平均而言樣本中企業(yè)研發(fā)投入占銷售收入的比重為3.603%。其中，研銷比的最小值為0，最大值為13.51%。

表2 主要變量的描述性統(tǒng)計(N=664)

注：表中數(shù)據(jù)運用Stata13軟件處理而得。

表3 政府研發(fā)補貼與新能源汽車創(chuàng)新的系數(shù)分析

注：括號內(nèi)為相應統(tǒng)計量的概率p值，*** 、** 和*分別表示顯著性水平為1%、5%和10%。下表同此。

2.政府研發(fā)補貼與企業(yè)創(chuàng)新的回歸系數(shù)。從表3可以看出，R_Dint與Gov呈正相關，即隨著政府對企業(yè)研發(fā)補貼的投入增加，企業(yè)的研發(fā)強度提高。R_Dint與lnSize呈負相關,說明企業(yè)的規(guī)模越大，其研發(fā)強度越低。R_Dint與State呈顯著負相關，意味著企業(yè)性質(zhì)越偏向于國有，則越不利于調(diào)動企業(yè)的研發(fā)積極性。這初步說明政府研發(fā)補貼有助于提高新能源汽車企業(yè)的研發(fā)積極性，政府補貼的具體效果還需后文的進一步分析。

3.研發(fā)補貼政策的實施效果。我們采用模型(2)分析政府研發(fā)補貼對新能源汽車企業(yè)研銷比的政策效果(回歸結(jié)果如表4所示)。

表4 政府研發(fā)補貼對新能源汽車企業(yè)研銷比的效果分析

在表4中，(2.1)是僅考慮政府研發(fā)補貼的估計結(jié)果，(2.2)～(2.5)是把企業(yè)規(guī)模、應付職工薪酬、企業(yè)年齡和企業(yè)性質(zhì)等因素考慮在模型中的回歸結(jié)果。(2.1)顯示政府創(chuàng)新補助的系數(shù)為正，表明政府研發(fā)補貼有利于提高企業(yè)增加研發(fā)支出的積極性。系數(shù)為0.115意味著政府創(chuàng)新補助每增加1%，企業(yè)的研銷比增加約0.115%，這說明政府研發(fā)補貼正向激勵作用的存在，從而驗證假說1的正確性。從(2.2)～(2.5)的估計結(jié)果來看，企業(yè)規(guī)模與政府研發(fā)補貼的效果呈負相關，表明新能源汽車企業(yè)規(guī)模越大，政府研發(fā)補貼的激勵效果越不明顯。有關研究表明，在新興產(chǎn)業(yè)發(fā)展過程中,中小企業(yè)有著較強的創(chuàng)新能力[21]。應付職工薪酬與政府研發(fā)補貼的交互系數(shù)顯著為負，表明應付職工薪酬越多，越不利于發(fā)揮政府創(chuàng)新補貼的政策效果。企業(yè)年齡與政府研發(fā)補貼的系數(shù)在1%的水平上顯著為負，即在新能源汽車行業(yè)，后上市的企業(yè)有更強的創(chuàng)新動力，政府研發(fā)補貼的激勵效果越明顯。

值得注意的是，企業(yè)性質(zhì)與政府研發(fā)補貼政策的交互項系數(shù)顯著為負，表明政府研發(fā)資助的效果對國有企業(yè)可能更差。國有企業(yè)由于經(jīng)營目標多樣化，加上技術研發(fā)的復雜性，導致國有股東及其代理人對研發(fā)投入動力不足。對非國有的新能源汽車企業(yè)來說，追求利潤最大化是其唯一目的，因此它會充分利用研發(fā)資金來提高創(chuàng)新能力。這也驗證假說2是正確的。此外，我們經(jīng)過檢驗發(fā)現(xiàn)構建模型不存在嚴重的異方差問題。

(三)有關內(nèi)生性問題的處理

政府對企業(yè)創(chuàng)新補貼時受一些與創(chuàng)新無關因素的影響，這意味著政府研發(fā)補貼可能不屬于嚴格意義上的外生變量。雖然在構建模型時對可能的偏好因素進行了控制，但仍有可能因為遺漏變量而產(chǎn)生內(nèi)生性。Arellano和Bover等提出系統(tǒng)廣義矩估計方法，它在差分廣義矩估計的基礎上增加了解釋變量的一階差分滯后項作為原水平方程的工具變量，并將水平方程和差分方程作為一個系統(tǒng)同時對其進行估計[22]。因此，本文把企業(yè)研發(fā)投入的滯后一期項引入到前文構建的模型中并作為解釋變量，建立動態(tài)面板數(shù)據(jù)模型，分析政府研發(fā)補貼對新能源汽車企業(yè)的研發(fā)投入的影響(估計結(jié)果如表5所示)。

表5 政府研發(fā)補貼對新能源汽車企業(yè)研銷比的動態(tài)面板回歸結(jié)果

從(3.1)～(3.5)可以看出，企業(yè)滯后一期研發(fā)投入對本期企業(yè)的研發(fā)支出具有顯著影響。在各個模型下，政府研發(fā)補貼對企業(yè)的研發(fā)密度的激勵作用與靜態(tài)面板估計結(jié)果相比較有所降低，在加入企業(yè)性質(zhì)與政府研發(fā)補貼政策交互項后，研發(fā)補貼政策的激勵作用變得不顯著，其原因可能是動態(tài)面板數(shù)據(jù)控制了遺漏變量的影響。在(3.2)～(3.5)中，企業(yè)規(guī)模、應付職工薪酬、企業(yè)年齡和企業(yè)性質(zhì)與政府研發(fā)補貼的交互項系數(shù)為負，這與靜態(tài)估計結(jié)果一致，從而支持了本文的結(jié)論。

五、穩(wěn)健性檢驗

為保證實證結(jié)果的準確性，我們從企業(yè)創(chuàng)新產(chǎn)出方面測度新能源汽車企業(yè)創(chuàng)新能力，采用企業(yè)的專利申請數(shù)量作為創(chuàng)新產(chǎn)出的代理變量并記為Patent。由于新能源汽車行業(yè)是新興領域，發(fā)明專利產(chǎn)品難度大，導致專利數(shù)據(jù)量過小。因此，本文采用發(fā)明型、實用型和外觀型專利數(shù)據(jù)之和來衡量企業(yè)的專利數(shù)量。我們將83家新能源汽車上市企業(yè)在2009～2016年申請專利數(shù)量作為研究樣本，構建以下的模型，綜合分析政府研發(fā)補貼對企業(yè)專利產(chǎn)出的影響(具體結(jié)果見表6所示)。其中，Patent表示新能源汽車企業(yè)的專利產(chǎn)出，其他變量與前文一致。

Patentit=α0+α1Govit+α2Sizeit*Govit+α3Wageit*Govit*Govit+α4Ageit*Govit+

α5Stateit*Govit+α6Controlit+ηi+μt+ξit

(3)

表6 政府研發(fā)補貼對新能源汽車企業(yè)專利產(chǎn)出的影響

表6中(4.1)僅將政府研發(fā)補助列入企業(yè)專利產(chǎn)出模型中，(4.2)～(4.5)是依次考察企業(yè)規(guī)模、應付職工薪酬、企業(yè)年齡和企業(yè)性質(zhì)與政府創(chuàng)新補助交互關系的回歸結(jié)果。從(4.1)來看，政府研發(fā)補貼對新能源汽車企業(yè)的專利產(chǎn)出具有顯著的正向影響。(4.2)～(4.5)表明加入交互項的各模型中，政府研發(fā)補貼的正向激勵效應仍然是顯著的，這是因為政府研發(fā)補貼使企業(yè)的創(chuàng)新風險降低，最終帶動企業(yè)創(chuàng)新產(chǎn)出的增加。(4.2)顯示政府研發(fā)補貼與企業(yè)規(guī)模的交互系數(shù)顯著為負，表明企業(yè)規(guī)模對政府創(chuàng)新資助產(chǎn)生抑制作用。(4.3)顯示應付職工薪酬與政府研發(fā)補貼的系數(shù)為負，即政府的研發(fā)資金有可能被企業(yè)用來應對勞動力成本的上升，這抑制政府研發(fā)補貼的政策效果。(4.4)顯示企業(yè)年齡與政府研發(fā)補貼的交互項系數(shù)為負，表明上市越晚的新能源汽車企業(yè)具有更高的創(chuàng)新積極性。(4.5)顯示企業(yè)性質(zhì)與政府研發(fā)補貼的交互項系數(shù)為負，表明政府對國有企業(yè)的補貼并沒有促使其創(chuàng)造更多的專利，這可能是因為國有企業(yè)獲得政府研發(fā)補貼時具有優(yōu)勢，從而導致對政府研發(fā)補貼資金的使用效率關注較少，沒有高效地從事研發(fā)創(chuàng)新。上述檢驗表明，無論是采用創(chuàng)新投入還是專利產(chǎn)出作為衡量企業(yè)創(chuàng)新的工具變量，二者的結(jié)論是相同的，因而再次證明本文提出的原假說是正確的。

六、結(jié)論與建議

本文選擇2009～2016年83家新能源汽車上市企業(yè)作為研究樣本，分析新能源汽車企業(yè)的創(chuàng)新水平與政府研發(fā)補貼政策的關系。整體而言，政府對新能源汽車企業(yè)的研發(fā)補貼是有效的，即政府補貼有利于促進企業(yè)提高研發(fā)水平和創(chuàng)新產(chǎn)出水平；對新能源汽車企業(yè)而言，企業(yè)規(guī)模越小、應付職工薪酬越少、上市時間越短、企業(yè)性質(zhì)越偏向于非國有，政府研發(fā)補貼政策的實施效果越明顯。

本文的研究結(jié)論引發(fā)我們對新能源汽車企業(yè)研發(fā)補貼政策的反思。雖然政府對新能源汽車企業(yè)的研發(fā)補貼是有效的，但仍存在部分企業(yè)對政府補貼的“騙補”行為。那么，如何糾正這一扭曲行為是優(yōu)化政府補貼政策的關鍵所在。為此，本文提出兩點建議：首先，優(yōu)化研發(fā)補貼評審機制，對不同企業(yè)實施差異化的補貼政策。政府在進行評審時，要堅持創(chuàng)新效率優(yōu)先的原則，綜合考慮企業(yè)的所有制、企業(yè)年齡和企業(yè)規(guī)模等因素，確保政府研發(fā)補貼資金發(fā)揮應有效果；其次，政府在實施研發(fā)補貼政策時，要及時公布受補貼企業(yè)名單，使企業(yè)申請的專利和具體的研發(fā)技術透明化，明確研發(fā)補貼資金的使用方向。

當然，新能源汽車產(chǎn)業(yè)創(chuàng)新能力的提升不是一蹴而就的,其支撐體系的構建需要多種政策措施相互配合，如此才能達到預期效果。由于現(xiàn)階段新能源汽車行業(yè)中企業(yè)層面數(shù)據(jù)非常缺乏，本文僅采取2009～2016年83家新能源汽車上市公司作為研究樣本，后續(xù)的研究將搜尋更多的微觀數(shù)據(jù)來予以豐富，研究思路也轉(zhuǎn)移到影響新能源汽車產(chǎn)業(yè)創(chuàng)新的內(nèi)部治理因素，從而加強對企業(yè)內(nèi)部治理環(huán)境與企業(yè)創(chuàng)新關系的分析。