“双碳”目标下政策激励能否提升我国新能源产业技术创新水平——来自上中下游企业的实证检验.pdf

2023年第5期（总第244期）新疆财经Finance&Economics of XinjiangNo.5.2023General No.244“双碳”目标下政策激励能否提升我国新能源产业技术创新水平？来自上中下游企业的实证检验袁培，赵娜，董志炜（新疆财经大学，新疆 乌鲁木齐 830012）摘要：新能源产业对国家产业安全、能源安全具有重要意义，技术创新水平决定了新能源产业的国际竞争力。文章以20162021年我国沪深A股新能源上市公司为研究对象，探究政策激励能否促进新能源产业技术创新水平提升，并分析处于新能源产业链中不同位置的企业对政策激励的敏感度。研究发现：新能源产业链中的上中下游企业，其创新投入、创新产出、创新效率具有差异性；税收优惠有利于上游和中游企业技术创新，政府补贴能够激励上中下游企业加大研发投入。未来新能源产业相关政策应以创新效率为衡量标准，采用更为精准的政策手段，针对处于产业链不同位置的企业制定差异化政策。关键词：“双碳”目标；技术创新；税收优惠；政府补贴；新能源产业中图分类号：F426文献标志码：A文章编号：1007-8576（2023）05-0029-12DOI：10.16716/ki.65-1030/f.2023.05.003Have Policy Incentives Improved the Technological Innovation Efficiency ofNew Energy Enterprises Under Carbon Peaking and Carbon Neutrality Goals?An Empirical Testing from Upstream,Midstream,and Downstream EnterprisesYUAN Pei,ZHAO Na,DONG Zhiwei(Xinjiang University of Finance and Economics,Urumqi 830012,China)Abstract:The new energy industry is of great significance for national industrial security and energy security,and the level oftechnological innovation determines the international competitiveness of the new energy industry.This paper takes 105 Shanghai and Shenzhen A-share new energy listed companies in China from 2016 to 2021 as the research object,analyzes whethergovernment policies effectively promote the overall technological innovation level of the new energy industry,and explores thesensitivity of upstream,midstream and downstream enterprises to policy incentives.The results show that there are differencesin innovation efficiency,innovation willingness and innovation ability in different positions of industrial development.Tax incentives favor upstream and midstream firms for technological innovation,while government subsidies encourage R&D investment for all firms.It also suggested that the future new energy industry policy should be measured by innovation efficiency,design more accurate policy means,and establish differentiated policies for different positions in the industrial chain.收稿日期：2022-10-26基金项目：新疆财经大学科研创新团队项目“双碳 目标下我国新能源产业发展研究基于全国统一大市场的思路”；新疆财经大学研究生科研创新项目“双碳 目标下新疆新能源产业发展的政策设计基于市场机制行政干预的协同作用视角”（XJUFE2022K27）作者简介：袁培（1980），女，经济学博士，新疆财经大学经济学院教授，研究方向为能源经济、区域经济；赵娜（1998），女，新疆财经大学经济学院硕士研究生，研究方向为能源经济理论；董志炜（1997），男，新疆财经大学经济学院硕士研究生，研究方向为资源、能源经济。29 经济经纬 Key words：carbon peaking and carbon neutrality goals;technological innovation;tax benefits;government subsidies;new energy industry一、问题的提出随着我国经济的快速发展以及现代化、城镇化建设步伐的日益加快，传统化石能源的不可持续性问题日益突出，能源安全形势日趋严峻，能源转型迫在眉睫。为加快推动全国大范围清洁能源增量替代和区域性存量替代，2010年10月 国务院关于加快培育和发展战略性新兴产业的决定 正式下发，明确将新能源产业作为重点培育和发展的新兴产业之一。自此，我国相继出台了多项关于能源安全发展的政策和举措，新能源产业进入超常规增长期，累计装机容量（或产能）年均增长12.7%；截至2020年底，非化石能源消费占比增长至15.9%1。2020年9月，习近平主席在第七十五届联合国大会一般性辩论上发表重要讲话，向世界作出了我国力争于2030年前实现碳达峰、努力争取2060年前实现碳中和的重大宣示。党的二十大报告也明确指出，加快发展方式绿色转型，加快推动产业结构、能源结构、交通运输结构等调整优化，加快实施创新驱动发展战略，坚决打赢关键核心技术攻坚战，要坚持以推动高质量发展为主题，着力提升产业链供应链韧性和安全水平。可见，发展新能源产业对新时代贯彻新发展理念、通过创新驱动产业发展和实现产业链安全具有重要意义。在创新驱动发展时代，新一轮能源技术革命兴起，新的能源科技成果不断涌现，世界主要国家均把能源技术视为新一轮科技革命和产业革命的突破口。加强新能源技术创新，是促进清洁能源利用高质量和高效化的重要手段。税收优惠和政府补贴作为宏观调控的政策工具，有利于引导企业技术创新，增强企业核心竞争力，其在产业发展初期发挥了重要作用，主要以政府主导供给侧拉动式的政府补贴、税收优惠、金融政策为主。截至2022年底，我国可再生能源发电装机达到12.13亿千瓦，水电、风电、光伏发电、生物质能发电装机规模稳居世界第一，其中风电光伏并网装机突破7亿千瓦。“十四五”时期我国可再生能源发电量的增量在全社会用电增量中的占比将超过50%2-3。当前，我国已形成较为完备的可再生能源产业体系，能为新能源产业的技术创新提供长期支持4。基于此，研究税收优惠和政府补贴对新能源产业技术创新的激励效应，对于新能源产业未来可持续健康发展具有重要意义。本文拟基于20162021年沪深A股上市公司数据，研究政府补贴和税收优惠对新能源企业技术创新水平提升的拉动效果，探析政府激励政策的激励效果、激励方向及偏好类别等，以期为市场化激励手段的运用提供经验数据和政策建议。本文的边际贡献主要体现在：一是从现有新能源企业上市公司数据出发，研究创新投入、创新产出、创新效率3个维度的差异性，评估新能源企业技术创新质量；二是实证检验税收优惠和政府补贴两类政策作用机制的区别；三是根据企业在新能源产业链中的不同位置，分析上中下游企业技术创新水平对政策激励的敏感度。二、文献综述由于创新收益具有外部性和信息不对称性，创新过程具有非竞争性、非排他性、不可分性、风险性等特征，技术创新活动中存在市场失灵现象，而仅依靠市场调节无法从根本上解决市场失灵问题，必须发挥政府的宏观调控功能，对市场进行适当干预。庇古在 福利经济学 中提出，资源配置的前提是在完全竞争水平下，但现实中存在经济正的外部性和负的外部性，信息对称的条件、厂商的目标、生产力发展的变化等均有所不同，导致无法实现帕累托最优和福利最大化。对此，政府应进行调控和干预，通过税收制度对边际私人纯产值小于边际社会纯产值的产业进行限制，采取政府补贴方式对边际私人纯产值大于边际社会纯产值的产业进行扶持和鼓励。既有相关研究主要涉及以下几方面内容。30“双碳”目标下政策激励能否提升我国新能源产业技术创新水平？来自上中下游企业的实证检验1.新能源产业技术创新。新能源产业作为高新技术产业，其发展的核心是技术创新，目前国内外学者主要使用规范与实证的研究方法，从政府政策、创新环境、市场结构等角度来研究新能源产业的技术创新问题。梁潇颖5通过深入分析市场竞争、政府扶持影响新能源汽车产业技术创新的作用机制，发现市场驱动显著激励了我国新能源汽车上市公司的创新投入，且市场竞争的调节作用改善了政府扶持对新能源产业技术创新的激励效果。韩江波6基于“供给侧-需求侧-环境侧”的角度，研究发现我国新能源汽车产业总体上处于发展阶段，应从创新主体激励机制、创新资源和要素供给机制、创新环境优化机制3个方面着手改进。郭淑芬7使用20002013年的专利数据研究了公共政策对新能源产业技术创新的影响，发现公共政策在新能源专利申请方面具有重要作用，不同类型的政策工具对新能源产业技术创新的影响存在差异。张根明8以我国新能源产业企业为切入点，探讨了新能源产业技术创新的行为机理，为解释企业内在创新动力不足提供了新视角。2.财税政策对企业创新效果的影响。相关研究主要形成了以下4种不同的观点。一是财税政策对企业创新活动产生了显著的激励效应，能够减轻企业研发投入压力，促进企业进行创新。如Clausen9、Minniti10实证发现政府补贴可对企业研发投入起到激励作用，且这种激励作用在技术水平不高的企业中表现更为明显。二是政府补贴对企业技术创新没有显著影响。如Yu11认为企业研发投入会被政府补贴挤出，政府补贴对企业技术创新没有明显的激励作用。三是政府补贴对企业技术创新具有反向作用。企业会因政策扶持而增加创新数量、忽视创新质量，从而造成企业创新效率低下，同时在政策实施过程中还可能存在寻租问题，从而产生挤出效应。如Bernini12以意大利南部地区的公司为研究样本，实证分析发现政府补贴会对企业技术创新产出产生抑制作用。四是政策补贴对企业创新的激励效应存在不确定性。如赵玉林13研究发现政府补贴对民营企业、中小型企业、高融资约束企业、低市场化地区企业具有创新激励作用，但对其他企业的激励作用不明显。相关研究结果的不一致表明税收优惠和政府补贴并不是激励企业进行技术创新的唯一方式，受助对象、监管力度、当地市场环境等均会影响企业技术创新。3.财税政策对新能源企业研发投入的影响。戴晨14认为税收优惠对于研发投入具有较强的激励效应，而在具体应用和反应时效方面，政府补助则更具优势。柳光强15分析了税收优惠和政府补贴这两类政策工具对信息技术、新能源产业发展的影响效果及其差异，提出应在把握激励力度的基础上更加注重结构优化，统筹运用税收优惠和政府补贴这两类政策工具促进产业发展。尚洪涛16引入风险承担这一中介变量来研究政府补贴对企业技术创新的影响，发现政府补贴可通过提高企业风险承担水平促进企业技术创新，且对企业创新数量和质量均存在滞后激励效应，这种激励效应在制造业和小规模民营科技企业中尤为显著。4.政府激励政策对新能源产业发展的影响。黄栋17通过回溯产业发展历程，得出政府补贴和健全的法律法规体系有利于完善新能源产业运行机制的结论。曹楠楠18结合20162019年相关统计数据，构建计量模型分析新能源产业集聚程度和金融扶持之间的关系，据此提出通过金融支持优化新能源产业集聚发展的相关对策。张济建19通过建立面板向量自回归模型，结合新能源产业相关数据，探究金融状况与新能源产业技术创新之间的关系，认为新能源企业营业总收入受资本投入和劳动投入的正向影响，而技术创新难以对新能源企业融资产生影响。通过梳理既有文献可以发现，现有研究还存在以下不足：一是多侧重于激励政策对制造业或高新技术产业技术创新的影响研究，而对新能源产业领域的相关研究不多；二是虽然从多方面探讨了财税政策与企业技术创新之间的关系，但未形成一致的结论。本文试图从企业技术创新投入、创新产出、创新效率3个维度，实证检验税收优惠和政府补贴对新能源产业链上不同位置企业技术创新的激励效应，并进一步分析税收优惠和政府补贴与企业技术创新之间的关系。31 经济经纬 三、研究设计（一）理论机制与研究假说企业技术创新水平与经济环境、政策激励、市场竞争、需求规模、产业发展阶段等因素有关。新能源产业在我国有一定的发展历史，是我国七大战略性新兴产业之一，欧美发达国家也高度重视新能源、可再生能源、清洁能源等产业的发展规模和质量，出台了各种扶持政策支持产业发展，主要以价格补贴制、差额支付合同制和能源消费配额制为主。从经济政策视角来看，税收优惠和政府补贴主要发挥纠正市场失灵和进行资源再配置的作用；从产业发展理论来看，税收优惠和政府补贴是对优势产业和处于萌芽期、成长期的企业给予政策倾斜和扶持。新能源产业作为新型清洁产业而备受关注，其技术创新活动具有典型的正外部效应，易造成公共产品技术外溢，导致企业技术创新投入所带来的私人收益小于社会收益，而税收优惠和政府补贴能通过增加现金流、缓解资金压力改善企业的经营状况，增加企业技术创新投入的私人收益，纠正市场失灵，从而促进企业加大对技术创新的资金投入。据此，本文提出研究假说1：税收优惠和政府补贴能激励企业加大创新投入，促进企业技术创新。从企业发展来看，税收优惠和政府补贴可能会导致企业只关注短期利益而忽视长远发展，影响创新产出和创新效率。政府激励政策会使企业与政府建立良好的合作关系，企业可获得更多的资源，政府可通过企业实现地区经济和社会发展目标。但这种合作关系也会带来政府激励效果与企业创新绩效不一致的问题，导致政府政策性激励支出偏离预期效益，进而降低企业创新投资比例。在利润目标驱动下，由于技术创新成本高、风险大，企业往往过于关注短期投资回报率而忽视了企业技术创新带来的长远利益，导致出现风险外部化，创新效果具有明显的不确定性；同时，企业也将面临政府资金支持的不确定性。综合博弈的结果会导致部分企业创新效率较低。据此，本文提出研究假说2：税收优惠和政府补贴对企业技术创新产出和创新效率的影响存在不确定性。从政策效果来看，税收优惠和政府补贴对企业技术创新的贡献效应不同，对创新产出和创新效率的作用具有差异性，对各类企业的技术创新具有替代效应和补充效应，即税收优惠和政府补贴会对技术创新产生挤出效应和挤入效应。新能源产业自本世纪初以来规模不断扩大，发展速度较快，但由于企业在新能源产业链中所处的位置不同，企业的起点、规模不同，对政策的反应也不同。据此，本文提出研究假说3：税收优惠和政府补贴对产业链上中下游企业技术创新的激励效应存在差异。（二）样本选取与数据来源本文选取20162021年我国沪深A股106家新能源上市公司作为研究对象，以企业数据作为样本数据。为避免异常数据导致实证结果不准确，对样本数据进行如下处理：一是剔除ST、*ST类上市公司；二是剔除数据缺失的上市公司；三是剔除财务非正常的上市公司。样本数据来源于CSMAR数据库和上市公司年度报告，专利申请数量、研发投入等数据通过手工整理获得。本文主要使用Excel和Stata16.0统计分析软件对数据进行处理和实证分析。同时，本文依据新能源上市公司主营业务占比来划分新能源上市公司在产业链中所处的位置，将样本企业分为上游、中游、下游3组。上游企业共有25家，主要从事原材料提供、零部件制造和生产等业务；中游企业共有62家，主要从事中间产品的加工、组装、运输，如风机组装、光伏板组装等业务；下游企业共有19家，主要从事输电、新能源相关产品销售等业务。（三）变量选取与模型设定1.变量选取。本文的被解释变量为企业研发投入（RD）和企业专利申请数量（Patent），解释变量为税收优惠（Tax）和政府补贴（Sub）。本文以企业获得的税收优惠和政府补贴来衡量解释变量：企业32“双碳”目标下政策激励能否提升我国新能源产业技术创新水平？来自上中下游企业的实证检验所享受的税收优惠分为直接优惠和间接优惠，但考虑到资金、时间等因素，选用企业年报中“收到的各项税费返还”即直接优惠作为税收优惠的变量值；选用企业年报中“收到的政府补助”作为政府补贴的变量值。参考已有研究，选取企业规模（Size）、流动比率（CA）、资产负债率（ZCFZL）、营业总成本（YYZCB）、主营业务收入（ZYYWSR）作为控制变量，将年度变量（YEAR）和产权性质（SOE）作为虚拟变量。以上指标数据均从上市公司年报中得到。各变量定义具体如表1所示。表1变量定义变量类型被解释变量解释变量控制变量虚拟变量变量名称企业研发投入企业专利申请数量税收优惠政府补贴企业规模流动比率资产负债率营业总成本主营业务收入年度变量产权性质变量符号lnRDPatentlnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOE变量计算方法取研发支出加1的自然对数企业年度发明专利、实用新型专利以及外观设计专利申请总数取各项税费返还加1的自然对数取政府补助加1的自然对数取企业总资产的自然对数流动资产/总资产总负债/总资产取营业总成本的自然对数取主营业务收入的自然对数年度虚拟变量国有企业为1，否则为02.模型设定。在构建多元回归模型并进行数据处理后，本文采用Stata16.0软件实证分析税收优惠和政府补贴对企业技术创新的激励效应。参考程曦20的模型设定原则，本文所采用的面板数据为短面板数据，根据短面板数据估计理论，可忽略单个截面的时间序列影响，因此本文直接进行面板数据的固定效应估计和随机效应估计。为更准确地检验解释变量对被解释变量的影响，借助LM检验和Hausman检验选取双向固定效应模型，模型具体形式如下：Yit=0+iXit+iCuit+iTreatit+it（1）模型（1）中：Yit为被解释变量，表示企业研发投入和企业专利申请数量，其数值是本文关注的重点；Xit为解释变量，i=1即Xit为X1税收优惠，i=2即Xit为X2政府补贴；i为主要待估计参数，若i显著为正，表示税收优惠和政府补贴对企业技术创新具有激励效应；Cuit为控制变量；Treatit为虚拟变量；it为误差项。（四）变量的描述性统计分析表2为变量的描述性统计结果。表2变量的描述性统计结果变量lnRDPatentlnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOE观测值696696696696696696696696696696696均值8.77158.6707.2217.54913.8291.66952.03212.97613.01914.9140.500中位数9.20714.5007.8757.64313.6701.32651.82012.85612.87712.0000.000标准差2.508191.7802.9341.7421.3922.13117.6631.3401.3647.3040.500最小值0.0001.0000.0000.0009.2400.0602.7109.8889.5541.0000.000最大值13.8762243.00013.37112.33017.52840.13198.86016.87816.88729.0001.000由表2可以看出：企业研发投入（lnRD）的最小值为0.000，最大值为13.876，标准差为2.508，说明不同企业在技术创新投入方面存在较大差异；企业专利申请数量（Patent）的最小值为1.000，最大值为33 经济经纬 2243.000，标准差为191.780，说明不同企业在技术创新产出方面也存在较大差异；税收优惠（lnTax）的均值为7.221，标准差为2.934，说明不同企业所享受的税收优惠存在差异性；政府补贴（lnSub）的均值为7.549，标准差为1.742，说明不同企业所享受的政府补贴差异较大。在此基础上，采用Stata16.0软件对变量进行标准化处理，使其均值为0、方差为1，可解决由于资产负债率等量纲不同所造成的问题。四、实证分析（一）基准回归结果本文采用模型（1）实证检验税收优惠和政府补贴对企业技术创新的激励效应，结果如表3所示。由表3列（a）可知，lnTax和lnSub的系数估计值分别为0.176和0.408且均在1%水平显著，表明税收优惠和政府补贴能促进企业加大研发投入。由列（b）可知，lnTax的系数估计值为5.677且在5水平显著，lnSub的系数估计值为17.878且在1水平显著，表明税收优惠和政府补贴对企业专利申请数量有显著的激励效应。税收优惠和政府补贴对企业技术创新投入和企业专利申请数量均有显著的激励效应，企业在获得政府补贴、增加研发投入后，将其有效转化为实质的技术创新产出，提高了技术创新能力。综上，研究假说1得以验证。表3双向固定效应模型回归结果变量lnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOEConstantObservationsR-squaredlnRD（a）0.176*（5.91）0.408*（7.25）-0.919*（-7.10）-0.186（-1.01）-0.019*（-3.28）1.156*（2.60）0.114（0.26）-0.057*（-4.72）-0.260（-1.54）2.663*（3.07）696.0000.800Patent（b）5.677*（2.16）17.878*（2.436）-0.459（-0.04）-1.636（-0.46）-0.569（-1.14）52.179（1.13）-8.223（-0.21）-3.95*（-3.68）-27.288*（-1.83）-576.955*（-7.54）696.0000.934CX（c）0.563*（1.98）2.776*（4.81）-0.633（-0.55）-0.067（-0.20）-0.018（-0.37）4.218（1.15）-0.359（-0.10）-0.363*（-3.32）-3.221*（-2.14）-52.128*（-6.86）630.0000.200注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。（二）异质性分析1.企业创新效率异质性分析。本文基于106家样本企业数据，对企业研发支出取对数后，用专利申请数量与前两年研发支出之和的比值来衡量创新效率，并取20162021年这6年创新效率的平均值作为平均创新效率，以此分析新能源产业链上中下游企业间技术创新效率的差异，所用数据由历年上市公司年报、Wind数据库数据整理计算得出。图1、图2、图3分别为20162021年上中下游企业中平均创新效率排名前十的企业。由图1可知，上游企业中，先导智能的平均创新效率最高，为36.08%，迪森股份的平均创新效率最低，为2.48%，说明上游企业间的创新效率差异较大；由图2可知，中游企34“双碳”目标下政策激励能否提升我国新能源产业技术创新水平？来自上中下游企业的实证检验业中，国电南瑞的平均创新效率最高，为44.00%，金风科技的平均创新效率最低，为15.12%，说明中游企业间的创新效率差异也较大；由图3可知，下游企业中，比亚迪的平均创新效率最高，为161.3%，茂硕电源的平均创新效率最低，为2.43%，说明下游企业间的创新效率差异较上游和中游企业间大。由此可知，不论处在上中下游哪个位置，由于企业创新基础和创新诉求不同，有的企业创新效率较高，而有的企业创新产出停滞不前。综上，研究假说2得以验证。图1平均创新效率排名前十的上游企业图2平均创新效率排名前十的中游企业图3平均创新效率排名前十的下游企业2.企业所处产业链位置的异质性分析。由于上市公司在新能源产业链中所处的位置不同，其所面临的市场竞争环境、资源禀赋以及可享受的政策支持等也存在一定差异。本文将根据企业所处产业链的不同位置来考察税收优惠和政府补贴对企业技术创新的激励效应。上游企业主要从事新能源收集业务，存在技术难度较大等问题，更易获得税收优惠和政府补贴；中游企业主要以劳动密集型以及组装、运输企业为主，对技术创新的要求不高，税收优惠和政府补贴的激励效应并不明显；下游企业主要从事输电和新能源销售业务，对技术要求较高，税收优惠和政府补贴的激励效果较好。本文采用模型（1）实证检验税收优惠和政府补贴对上中下游企业研发投入、专利申请数量、创新效率的激励效应，结果如表4、表5、表6所示。表4上中下游企业研发投入异质性分析结果变量lnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOEConstantObservationsR-squaredlnRD上游组0.240*（2.28）0.686*（3.61）-7.754*（-2.33）-0.004（-0.03）-0.040（-2.28）1.657*（1.98）-1.212（-1.37）-0.134（-0.45）-0.954*（-1.99）8.365（3.30）1740.304下游组0.013（0.18）0.454*（3.82）-1.319*（-3.51）-0.071（-1.25）-0.020（-1.16）-0.148（-0.10）2.179（1.47）-0.155*（-5.41）0.185（0.40）-0.052（-0.02）1380.512中游组0.176*（5.85）0.299*（5.08）-1.025*（-6.94）0.124（0.78）-0.013*（-1.78）1.218*（2.39）0.263（0.54）-0.051*（-4.05）0.051（0.29）1.898*（1.86）3840.514注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。表4显示：lnTax对上游组企业研发投入的系数估计值为0.240且在5%水平显著，对中游组企业研发投入的系数估计值为0.176且在1水平显著，对下游组企业研发投入的系数估计值不显著，表明税35 经济经纬 收优惠对上游和中游组企业研发投入有显著的激励效应，但对下游组企业研发投入没有显著的激励作用；lnSub对上游、中游、下游组企业研发投入的系数估计值分别为0.686、0.299、0.454且均在1%水平显著，表明政府补贴对上中下游企业研发投入均有显著的激励效应。表5上中下游企业专利申请数量异质性分析结果变量lnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOEConstantObservationsR-squaredPatent上游组3.730（1.41）9.147*（1.91）-6.151（-0.76）0.588（0.19）0.299（0.83）-10.064（-0.48）9.421（0.42）-1.277*（-1.69）-4.212（-0.35）23.241（0.36）1740.099下游组7.098（0.76）39.147*（2.44）-17.176（-0.34）-5.121（-0.67）2.266（1.00）92.480（0.48）25.488（0.13）-11.537*（-2.98）-274.47*（-4.44）-1356.5*（-4.24）1380.419中游组0.794（0.45）8.762*（2.55）-15.427*（-1.79）-10.357（-1.12）-1.326（-3.09）20.074（0.67）21.407（0.76）-0.624（-0.79）33.427*（3.30）-258.364*（-4.34）3840.266注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。表5显示：lnTax对上游、中游、下游组企业专利申请数量的系数估计值分别为3.730、0.794、7.098，但均未通过显著性检验，表明税收优惠对上中下游企业专利申请数量没有显著的激励效应；lnSub对上游、中游、下游组企业专利申请数量的系数估计值分别为9.147、8.762、39.147且分别在10%、5%、1%水平显著，表明政府补贴对上中下游企业专利申请数量均有显著的激励效应。表6上中下游企业创新效率异质性分析结果lnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEAR0.829*（1.93）0.816（1.22）-0.648（-0.61）0.250（0.63）0.539（1.11）-1.436（-0.53）1.535（0.53）-0.291*（-2.74）2.149*（2.16）6.096*（3.58）-2.182（-0.49）0.071（0.10）0.697*（2.94）-12.077（-0.70）19.369（1.09）-1.168*（-2.80）-0.073（-0.36）1.231*（2.54）-0.975（-0.94）-1.147（-1.10）-0.114*（-2.34）0.559（0.17）2.786（0.92）0.012（0.14）变量CX上游组下游组中游组36“双碳”目标下政策激励能否提升我国新能源产业技术创新水平？来自上中下游企业的实证检验SOEConstantObservationsR-squared-0.013（-0.01）-0.760（-0.08）1500.130-37.389*（-5.11）-119.988*（-4.41）1140.5562.757*（2.40）-25.664*（-3.69）3660.245续表6变量CX上游组下游组中游组注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。表6显示：lnTax对上游组企业创新效率的系数估计值为0.829且在10%水平显著，对下游组企业创新效率的系数估计值为2.149且在5%水平显著，对中游组企业创新效率的系数估计值为-0.073但未通过显著性检验，表明税收优惠对上游、下游组企业的创新效率有显著的激励效应但对中游组企业不具有显著的激励效应；lnSub对上游组企业创新效率的系数估计值为0.816但未通过显著性检验，对中游、下游组企业创新效率的系数估计值分别为1.231、6.096且分别在5%、1%水平显著，表明政府补贴对中游、下游组企业创新效率有显著的激励效应但对上游组企业创新效率没有显著的激励效应。上述异质性分析结果表明，税收优惠和政府补贴对处于产业链中不同位置的企业有着不同的激励效应。税收优惠对上游、中游组企业研发投入有显著的激励效应，对上、中、下游组企业专利申请数量没有显著的激励效应，说明我国为扶持新能源产业发展而出台的税收优惠政策并未真正提升企业技术创新水平。这意味着在新能源产业发展过程中，企业仅追求税收政策红利，未能有效将创新投入转化为创新产出。税收优惠对上游、下游组企业创新效率有显著的激励效应，而对中游组企业创新效率没有显著的激励效应，这可能是因为：一方面中游企业以组装、运输以及提供部分零部件、原料为主，对技术水平的要求和创新需求不高；另一方面缺乏完善的税收激励政策对其进行扶持和激励。政府补贴对上、中、下游组企业专利申请数量和研发投入均有显著的激励效应，说明不论处于上中下游哪个位置，政府补贴都能够降低企业生产成本，通过资金支持促进企业增加研发投入和专利申请数量，进而提高企业创新效率和整体竞争力。政府补贴对中游、下游组企业创新效率有显著的激励效应，而对上游组企业的创新效率没有显著的激励效应。这可能是因为：上游企业主要从事机器设备和原料提供等业务，大宗商品成本高，利润转化率低，政府补贴占比少，导致其激励效果未能充分发挥；而中游、下游企业主要从事组装、运输、销售等业务，企业能够充分利用政府补贴增加资本积累，通过创新占据有利市场、扩大市场份额，进而有利于提高创新效率。综上，研究假说3得以验证。（三）稳健性检验为进一步有针对性地探寻税收优惠和政府补贴对企业技术创新的影响，本文采用滞后一阶回归检验和分位数回归法对基准回归结果进行稳健性检验。1.滞后一阶回归检验。为避免变量之间的内生性问题，本文采用滞后一阶的企业研发投入和专利申请数量作为被解释变量分别进行多元回归。结果（限于篇幅未列示）表明税收优惠和政府补贴对企业技术创新仍具有显著的激励作用，与前文研究结论一致，说明前文结论稳健。2.分位数回归法。分位数回归法即利用解释变量的多个分位数来得到被解释变量条件分布的相应分位数方程。本文所设置的分位数为0.25、0.5、0.75，分位数回归结果如表7、表8、表9所示。表7企业研发投入分位数回归结果lnTaxlnSub0.1120（0.53）0.164*（4.25）0.1121（0.97）0.241*（1.57）0.2411（1.43）0.315*（5.30）分位数QR_25QR_50QR_7537 经济经纬 lnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOEConstantObservations-0.582*（-4.35）-0.010（-0.47）-0.011*（-2.11）1.039（8.09）9.610*（2.01）-0.016（-0.42）0.679*（3.50）0.926（0.96）630-0.073（-0.60）-0.006（-0.16）-0.006*（-2.83）0.735（7.96）6.410（2.91）-0.014*（-2.12）0.180*（2.57）-0.192*（-0.22）6300.113（1.76）-0.008（-0.10）-0.001（-0.72）0.593*（9.31）4.480（2.58）-0.006（-1.50）0.057（1.28）-0.628*（-1.25）630续表7分位数QR_25QR_50QR_75注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。表8企业专利申请数量分位数回归结果分位数lnTaxlnSublnSizeCAZCFZLlnYYZCBlnZYYWSRYEARSOEConstantObservationsQR_25-0.073（-0.38）1.525*（2.34）-1.303*（-1.72）-0.109（-0.67）0.010（0.24）1.083（0.58）1.270（0.35）-0.191*（-1.97）2.170（1.37）-0.743（-0.04）630QR_500.183（0.52）2.297*（2.29）-3.681*（-2.27）-0.008（-0.23）0.060（0.93）-3.055（-1.22）0.00002*（4.30）-0.170（-1.25）5.014*（1.71）73.567*（2.90）630QR_750.650（0.51）3.987（21.29）-8.230（-1.38）-0.436（-0.38）0.106（0.46）-5.352（-0.31）0.00006（1.58）-0.216（-0.51）2.698（0.32）147.271（0.90）630注：*、*、*分别表示在1%、5%、10%水平显著，括号内数字为t值。表9企业创新效率分位数回归结果lnTaxlnSublnSizeCA0.001（0.04）0.143*（2.64）-0.187*（-2.82）-0.016（-0