新能源企業技術創新效率及收斂性研究

蘇 屹，馮筱偉，蘇 帥，梁德智

(哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001)

0 引言

國務院印發的《“十三五”國家戰略性新興產業發展規劃》，對新能源提出了新要求，為新能源行業未來發展提供了新機遇。隨著經濟社會高質量發展，現實中能源資源消耗以及環境污染成為各國家地區發展難題。各國家地區逐漸重視新能源發展，并基于自身資源和國情制定新能源發展戰略。在國務院印發的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中，對新能源提出了新的規劃，為新能源行業未來發展提供了新機遇。近年來，隨著創新作用的凸顯，企業間競爭從人力資源優勢競爭，發展到企業規模優勢競爭，最后演變成為技術創新優勢競爭。新能源企業整體上存在技術創新水平不高、行業內部差距較大、區域間發展水平不均衡等問題，嚴重阻礙其平穩良性發展。本文研究旨在解決兩個基本問題:第一，新能源企業技術創新效率實際水平及其收斂性如何？第二，技術創新效率收斂性會受哪些因素的影響？DEA-RAM模型和經濟收斂理論正好滿足本文研究需要。

1 文獻回顧

現有技術創新效率研究主要集中在3個方面：研究方法、研究層面以及影響因素。首先，研究方法主要有參數方法和非參數方法兩種。參數方法的代表是SFA模型，該方法由Aigner等[1]、Meeusen等[2]提出，具體做法是假設投入與產出之間存在一個明確的生產函數，然后將一組投入產出數據代入生產函數求得未知參數，這樣便得到生產函數的具體表達形式，求解過程類似于數學中給定一組函數值求解未知量。非參數方法的代表是DEA模型[3]，主要是通過線性規劃方法計算生產前沿面，好處在于不需要事先估計生產函數，操作簡單，因而被國內外學者廣泛使用。其次，研究層面集中在企業、行業以及區域層次。學者們認為，企業實際上是創新決策的最小可行化單元，研究企業技術創新效率水平是研究其它層面的基礎[4]，但由于企業層面數據難以獲取，大部分企業層面的技術創新效率研究關注規模以上工業企業[5]或上市企業[6]。進一步地，有學者指出，行業是企業構成的集合，比較不同行業間技術創新效率水平有助于行業間相互學習、取長補短[7]。在此基礎上，學者進一步擴大研究范圍，對區域層面的技術創新效率進行研究，為政策制定提供依據[8]。最后，影響因素可分為企業內因與外因。內因主要包括公司規模[9]、公司股權結構[10]、資本密集度、所有制類型[11]、創新氛圍、人才結構[12]、研發經費內部支出(王黎螢等，2018)等；外因主要有社會投入、產業高級化(吳傳清等，2017)、市場集中度、政府支持[13]、經濟發展水平、基礎設施[14]、信息化水平(張曦、郭淑芬，2020)等。

收斂性最初被用于研究區域間經濟發展隨時間推移的動態變化情況(楊朝峰等，2015)，隨著收斂性研究不斷深入，收斂性研究范圍不斷擴大，具體有農業勞動生產率收斂性研究[15]、中國工業環境效率收斂性研究[16]、服務業碳生產率收斂性研究(滕澤偉等，2017)等。近年來，技術創新效率重要性凸顯，學者們對于技術創新效率收斂性越來越關注(沈能等，2019)。從研究層面看，技術創新效率收斂性研究主要集中在區域以及(內地)行業層面，其中，區域層面的研究包括中國三大區域[17]以及內地各省份[18]等。此外，有學者指出，考慮到地理學第一定律，在對區域間技術創新效率進行收斂性研究時，應將空間作用納入計量經濟模型(呂巖威等，2020)。由于數據獲取難度較大，行業層面技術創新效率收斂性研究較為匱乏，并且主要集中在高技術行業[19]。

通過以上文獻分析可知，現有技術創新效率和收斂性研究較為豐富，但存在可以進一步完善之處：第一，宏觀和中觀層面的技術創新效率研究相對豐富，但微觀層面的公司個體研究呈現“百家爭鳴”，新能源類高技術新興領域的微觀研究需要進一步深入。第二，傳統技術效率評價方法要求投入與產出要素同比例變動，并且需要主觀設定方向向量。由于被評價個體投入產出數據可能存在非零松弛，造成測量結果偏差。因此，改進以往評價方法顯得尤為重要。第三，對于技術創新效率的收斂性，以往研究主要集中在區域層面，分析區域間產生趨同的原因，較少關注個體層面技術創新效率的相互影響。個體是構成區域的基本要素，研究個體間技術創新效率的影響，可以在微觀層面上探究技術創新效率收斂性發生機制。

與已有文獻相比，本文主要研究貢獻如下：第一，構建改進的DEA-RAM模型，避免主觀設定方向向量，使評價結果更準確。由于新能源企業技術創新投入產出數據普遍存在非零松弛，為了避免主觀設定方向向量導致新能源企業技術創新效率測量不準確，使用改進評價模型更貼近現實。第二，構建基于個體層面而非區域層面的技術創新效率收斂性分析模型，拓展收斂性研究范圍。以往研究主要關注區域間技術創新效率收斂性，很少有學者研究基于新能源企業的技術創新效率收斂性。而個體是構成區域的基本元素，對個體進行分析，不僅可以把握個體技術創新收斂性效應，而且可以探究區域層面的技術創新收斂性情況。

2 新能源企業技術創新效率評價

2.1 模型與指標體系構建

2.1.1 模型構建

考慮到新能源企業特點及投入產出數據非零松弛特性，本文參照Aide等[20]的研究成果，構建基于期望產出的新能源企業技術創新效率評價模型，RAM模型構建方法如下：

(1)

(2)

(3)

式(3)中，*表示模型取得最優解時的值，λ*是模型取得最優解時每個新能源企業在經濟現實中可能達到的最大相對效率橫截面觀察值的權重。令所有橫斷面觀察值的權重變量和等于1，即：

(4)

上式表明生產技術為可變規模報酬(VRS)，線性規劃模型將非效率程度最大化目標函數值設定為max(·)∈[0,1]，那么第k個新能源企業技術創新效率變為：

(5)

θk∈[0,1]表明新能源企業技術創新效率存在上下邊界，并可以比較大小。θk=1表示新能源企業技術創新效率達到最優狀態，此時要素投入達到最小值，要素產出達到最大值。也就是說，投入松弛與產出松弛均等于零，達到帕累托最優。新能源企業技術創新效率模型如圖1所示。圖1中，橫軸表示投入要素x，縱軸表示期望產出要素y，圖中拋物線構成新能源企業技術創新效率的最優生產前沿面。假設決策單元為K，該決策單元當前投入產出點K需要沿著KB方向投影，此時產出增加，而投入減小，因而效率是向著好的方向發展的。KA和KC代表傳統投入產出情況，也就是傳統DEA測算方法，從圖1可以看出，KD方向效率并沒有變好的傾向[21]。

圖1 RAM模型原理Fig.1 Principle of RAM model

2.1.2 指標體系建立

本文選取各年份R&D人員折合全時當量與R&D經費內部支出作為技術創新投入變量；選取各年份新能源企業發明專利數、公司凈利潤作為技術創新產出變量，具體如表1所示。

表1 具體測量指標Tab.1 Specific measurement indicators

(1)技術創新投入指標。在創新研發投入過程中，新能源企業資本投入與勞動力投入被當作最基本的投入要素。研發資金投入是指新能源企業在進行新產品開發、新技術研究過程中投入的費用。創新對于企業來說是一個高風險、高收益的過程，企業為了取得超額利潤，通常會加大研發資金投入力度。因此，研發資金投入也被稱為創新產出的前置要素。新能源企業在大量研發資金投入后，需要研發人員對資金進行調度、管理、使用，研發人員資金管理水平直接影響創新產出質量及效率。

(2)技術創新產出指標。新能源企業創新產出可分為經濟產出和知識產出。新能源企業創新成果在經過一系列轉化過程后，能夠幫助企業在市場上獲得可觀的利潤。專利既是新能源企業研發的重要成果，也是創新知識的客觀載體。因此，參考韓東林等[22]、陳升等[23]的做法，采用凈利潤與專利申請數客觀地反映新能源企業產出情況。

2.2 數據來源

新能源上市企業作為新能源企業的代表，可以有效反映整體行業技術創新效率水平。本文在選取新能源上市企業作為樣本分析時，嚴格遵循新能源行業上市分類標準，經過如下篩選流程：首先，為了確保時間跨度，本文選取2014-2018年數據，剔除2014年后上市的新能源企業，包括珠海港、振江股份、贏合科技等公司。在資料收集過程中，上市企業2019年的年度報告并未公布，為了確保數據的精確性，本文沒有對2019年相關數據進行統計。其次，剔除2014—2018年被強制退市或作ST、ST*處理的企業，如中天、新光、斯太等。最后，剔除豫能控股、天富能源等研發數據缺失企業。最終，整理得到78家新能源上市企業作為研究樣本。雖然78家新能源上市企業并不能完整地反映出新能源企業技術創新效率整體水平，但經過篩選的樣本企業可以比較客觀地反映出新能源企業技術創新效率整體狀況及發展趨勢。所有樣本數據均來源于深圳證券交易所、上海證券交易所、國家統計局網站、國家知識產權局網站等。

考慮到部分新能源上市企業2014年研發人員數據缺失，本文采用褚剛[24]的方法，對2014年缺失數據進行推理插補。在對新能源上市企業研發人員數據以及上市企業總人數進行回歸分析后，發現二者相關性顯著，超過95%。因此，采用如下公式對新能源上市企業2014年研發人員數據缺失值進行插補。

RPi=AVi*HCi

(6)

式(6)中，RPi代表第i個新能源上市企業研發人員，AVi代表第i個新能源上市企業2015—2018年研發人員占各年份企業員工總數比率的平均值，HCi代表第i個新能源上市企業2014年員工總數。同時，為了消除價格因素對新能源上市企業凈利潤數據的影響，本文以2014年為基期，將其余年份各新能源上市企業凈利潤數據折換成基期不變價。

新能源上市企業的投入產出數據來源于各上市企業年度報告以及國家知識產權局，投入要素指標與產出要素指標特征如表2所示。

表2 2014-2018年投入產出要素指標數據特征描述Tab.2 Characteristic description of input-output factor indicator data from 2014 to 2018

從表2可以看出：在創新資源投入要素方面，不同新能源上市企業創新投入情況大不相同。在研發投入中，投入最多的新能源上市企業是投入最少企業的16 024倍，標準差也遠遠大于中值；科研人員投入中，最大值為41 385，是研發人員投入最少企業的6 897.5倍。可見，不同企業對創新投入的重視程度不同，創新資源投入相差較大。在創新產出要素方面，不同新能源上市企業產出能力也大不相同。少數新能源上市企業連續多年有效專利申請量為零，并且少數新能源上市企業經營業績為負，導致新能源上市企業樣本數據波動性較大。為了避免樣本數據波動性帶來統計分析誤差，本文在對78家新能源上市企業進行技術創新效率分析時，采用式(7)對創新投入與產出要素等數據進行標準化處理。

(7)

2.3 實證研究

本文使用數據包絡分析軟件Maxdea6.6，運用RAM模型對2014—2018年78家新能源企業樣本數據進行技術創新效率分析，具體結果如表3所示。

表3 基于DEA-RAM模型的技術創新效率測算結果(2014—2018年)Tab. 3 Calculation results of technological innovation efficiency based on DEA-RAM model (2014-2018)

續表3 基于DEA-RAM模型的技術創新效率測算結果Tab. 3(Contniued) Calculation results of technological innovation efficiency based on DEA-RAM model (2014-2018)

進一步地，分析新能源行業技術創新效率區域分布情況，如表4所示。

表4 技術創新效率區域分布情況Tab.4 Regional distribution of technological innovation efficiency

從對新能源企業技術創新效率實證研究結果可以看出：

(1)新能源企業技術創新效率水平不高。根據表3統計結果，整體來看，78家新能源企業近5年技術創新效率值處于0.708～1.000之間，技術創新效率平均值為0.819，在5年平均統計結果中，大于0.819的企業有34家，小于平均值的企業有44家。設定技術創新效率值大于等于0.9的企業為技術創新效率較高企業，大于等于0.8小于0.9的企業為中等技術創新效率企業，小于0.8的企業則為技術創新效率較低企業。從近5年均值看，有11家新能源企業技術創新效率較高，26家技術創新效率處于中等水平，41家技術創新效率水平較低。技術創新效率連續5年處于最優生產前沿面上的企業只有3家，分別是寶新能源、長江電力以及向日葵，3家企業技術創新效率為最優值1。排名后10位的新能源企業技術創新效率值均低于0.75，參照最優生產前沿面上的企業，此類新能源企業技術創新效率至少有25%的提升空間。綜上可知，我國新能源企業技術創新效率水平不高，仍有較大提升空間。

從新能源發展角度分析發現，政府在新能源企業創新活動中扮演重要角色。通常情況下，在市場創新動力不足的情況下，政府采取適當措施為新能源企業提供必要的支持，不僅會改善企業經營狀況，引導企業將更多資源投入到創新活動中，而且能夠促使新能源行業形成良好的創新態勢。一旦政府忽略市場自身規律，為企業提供過多支持，引發企業過度投資，則會對市場機制運行效率產生負向影響。以新能源汽車為例，中央和地方政府將發展新能源汽車視為中國在汽車領域實現“彎道超車”的機遇，大力支持新能源汽車創新發展。在刺激新能源汽車企業創新的同時，導致產業粗放式發展，造成新能源企業產能過剩。在國家發改委重點調控的六大產能過剩行業中，光伏、風電兩個新興行業赫然在列。因此，應提升新能源企業技術創新效率，政府適度干預，發揮市場機制作用，使缺乏競爭力的企業退出新能源行業。

(2)新能源企業技術創新效率受政策和市場的影響較大。從表3統計分析結果可以看出，2014年新能源企業技術創新效率為5年來的最高水平0.844，其主要原因是新能源企業投入了更多創新資源，從而降低了未來盈利水平。2014年4月24日，十二屆全國人大常委會第八次會議表決通過《環保法修訂案》，促進了新能源產業蓬勃發展。然而，臨時調整企業中長期投資決策，增加投入會造成企業短期經營壓力，需要考慮時滯性。從表4可以看出，2015年技術創新效率明顯下降，但2016年開始震蕩回升。可見，相關法案的提出造成新能源企業短期經營壓力，導致大部分新能源企業技術創新效率在2014年處于高點。

(3)西部新能源企業技術創新效率均值顯著高于其它兩個區域。由表4統計結果可以看出，2014—2018年西部地區新能源企業技術創新效率均值均高于東部及中部地區，主要原因如下：首先，西部地區新能源企業樣本數量較小，主要集中在重慶、成都等技術水平較高城市。其次，新能源企業區域特點鮮明。近年來，在區域優勢及資源稟賦的影響下，我國新能源企業出現明顯的產業聚集特征。西部地區硅晶體太陽能電池板企業與核能企業發展迅速，光伏產業、生物質能以及風能具有良好的資源稟賦和較大的發展空間[25]。西部地區新能源企業依據獨特的地理位置優勢，取得了較好的技術創新效率。最后，西部地區新能源企業技術溢出效益顯著，自主創新能力得到有效提升，從而趕超中部、東部地區。東部地區產業技術創新效率大于中部地區，排名第二。相較于中部地區，東部地區經濟發達、人力資源豐富、交通運輸通暢[26]，聚集了全國約1/3的新能源企業，是我國重要新能源研發和制造基地，這一系列優勢使得東部地區產業技術創新效率較高。

3 新能源企業技術創新效率收斂性分析

為了動態、全面地研究新能源企業技術創新效率實際演化趨勢及特征，本文采用δ收斂性檢驗、絕對β收斂性檢驗及條件β收斂性檢驗對78家新能源企業技術創新效率作進一步分析。

3.1 δ收斂性檢驗

在δ收斂檢驗中，相關指標包括δ收斂指數、變異系數、標準差和泰爾指數等。因為變異系數可以比較不同量綱間的數據指標，故本文使用無權重的變異系數對新能源企業技術創新效率進行檢驗。若隨著時間推移，反映離散程度的變異系數減小，則說明存在δ收斂。變異系數公式定義如下：

(8)

(9)

從表5可以看出，隨著時間推移，全國范圍內新能源企業技術創新效率離散程度并未顯著下降，而是出現不規律的上下波動，各區域變異系數波動情況如圖2所示。

圖2 新能源企業變異系數變化情況Fig.2 Changes in the coefficient of variation of new energy companies

表5 新能源企業技術創新效率δ收斂性檢驗結果Tab.5 Test results of delta-convergence of technological innovation efficiency of new energy enterprises

從整體層面看，新能源企業技術創新效率變異系數介于0.075 5～0.127 1之間，表明新能源企業之間技術創新效率差異顯著。全國范圍內，新能源企業技術創新效率變異系數先上升后下降再上升，表明新能源行業技術創新效率并不存在顯著δ收斂性。從區域層面看，東部地區和中部地區技術創新效率變化趨勢與全國整體變化趨勢相似，即中、東部地區并未表現出顯著δ收斂性。西部地區新能源企業創新效率變異系數先上升后趨于平緩，說明西部新能源企業之間技術差距變大，也不存在δ收斂性。從變異系數看，西部新能源企業變異系數顯著高于其它地區，說明西部地區新能源企業間技術創新效率差距最大；中部地區新能源企業創新效率變異系數最小，說明中部地區新能源企業間技術創新效率差距最小。

3.2 絕對β收斂性檢驗

為了進一步探究新能源行業內部技術研發水平落后的新能源企業能否實現有效追趕，對新能源企業進行絕對β收斂性檢驗。絕對β收斂性檢驗公式定義如下：

(lnEiT-lnEi0)/T=α+βlnEi0+εit

(10)

式(10)中，EiT、Ei0分別代表測算期與基期新能源企業技術創新效率值，T為測算期減去基期的時間值，α為常數項，β為收斂系數，εit為隨機誤差項。接下來，需要對絕對β收斂性檢驗公式進行回歸分析。本文選擇最小二乘法進行回歸分析，其基本原理是尋找到能使數據殘差平方和最小化的最優函數。在最終檢驗結果中，若β系數小于零且顯著，則表明新能源企業技術創新效率存在絕對β收斂性，新能源行業存在顯著技術溢出效應，研發能力落后的新能源企業借助行業內部技術溢出優勢，可以追趕上研發能力較強的新能源企業。其中，β可以表示為：

β=-(1-e-λT)/T

(11)

式(11)中，λ為β收斂的收斂速度。

采用模型(10)對新能源企業進行技術創新效率絕對β收斂性檢驗，以探討絕對β收斂性是否存在，檢驗結果如表6所示。從表6可以看出，從整體上看，全國范圍內新能源企業技術創新效率的β值為負，并通過1%的顯著性檢驗，表明新能源行業整體表現出絕對β收斂性。也就是說，在不考慮初始技術創新效率水平的情況下，技術創新效率落后的新能源企業增速加快，與先進新能源企業間的差距逐漸縮小，最終新能源行業技術創新效率收斂到相同的穩態水平。全國范圍內新能源企業技術創新效率絕對β收斂速度明顯快于不同區域新能源企業技術創新收斂速度。從整體看，新能源行業內部技術溢出效應顯著，各新能源企業可以有效模仿、學習、引進先進企業研發經驗，技術研發水平落后的新能源企業能夠以較快的速度追趕先進新能源企業。

表6 絕對β收斂性檢驗結果Tab.6 Absolute beta-convergence test results

從各區域層面看，東部地區新能源企業技術創新效率的β值為負，并通過1%的顯著性檢驗，中部及西部地區新能源企業技術創新效率的β值雖然為負，但是并未通過10%的顯著性檢驗，表明東部地區新能源企業技術創新效率存在顯著絕對β收斂性，中西部地區并未表現出顯著絕對β收斂性。在收斂速度上，東部地區新能源企業收斂速度略低于全國范圍內新能源企業收斂速度，同時略快于中部及西部地區新能源企業收斂速度。可能原因是：東部地區經濟發達，憑借獨特的區位優勢，可以吸引大量新能源企業入駐，由此導致全國范圍內新能源企業技術創新效率隨著時間推移的變化趨勢與東部地區基本相同。中西部地區新能源企業并未發展成為產業集群，其發展方式過于粗獷，不利于區域新能源政策實施。中西部地區新能源企業內部不能相互學習借鑒，故技術溢出效應不顯著。

3.3 條件β收斂性檢驗

不同于絕對收斂性，條件β收斂性承認不同區域或個體間差異存在的持續性。條件β收斂性可探究隨著時間推移，新能源企業技術創新效率能否收斂于各自穩態水平。在解釋變量指標選取方面，本文在眾多指標中選取3個具有代表性的指標作為解釋變量，分別是反映新能源企業內在特性的企業規模、股權集中度，以及反映新能源企業外在特性即所處研發環境的區域知識存量。

資產在會計處理上表示為新能源企業擁有或控制的且預期能夠提供經濟效益的經濟資源的總和，同時也是評價新能源企業規模的重要指標。因此，本文選取新能源企業資產總量表示新能源企業規模，并以第一大股東控股情況衡量股權集中度[27]，將經過永續盤存法計算后的區域專利申請授權量作為當年知識存量。知識存量具體計算方法如下：由于知識具有推陳出新的特性，即知識具有一定的折舊率τ，故第t年知識存量計算公式為：

At=(1-τ)At-1+Pt

(12)

其中，Pt為各省實際專利申請授權量，基年知識存量A1設定如下：

(13)

式(13)中，根據各省實際專利申請授權量計算各地區年算數平均增長率g。通常情況下，我國技術平均使用年限為14年，可得折舊率τ為0.071 4。具體數據指標描述性統計結果如表7所示。

表7 數據描述性統計結果Tab.7 Data descriptive statistical results

依據本文指標，條件β收斂性檢驗模型構建如下：

lnEi(t+1)-lnEit=α+βlnEit+θ1lnScaleit+θ2lnStockit+θ3lnAit+vit

(14)

式(14)中，Scaleit、Stockit、Ait分別代表第i個新能源企業第t年的企業規模、股權集中度、所在區域知識存量。采用Eviews分析軟件，運用式(14)對新能源企業技術創新效率條件β進行收斂性檢驗，結果如表8所示。

表8 條件β收斂性檢驗結果Tab.8 Conditional β-convergence test results

從新能源企業技術創新效率條件β收斂性檢驗結果可以看出，全國范圍內新能源企業β系數小于零并通過1%的顯著性檢驗，表明新能源企業存在顯著條件β收斂性。也就是說，全國范圍內新能源企業技術創新效率會隨著時間推移收斂于自己的穩態水平。從影響因素層面看，新能源企業規模系數為正，并通過5%的顯著性檢驗，說明新能源企業規模對技術創新效率的實際增長率存在顯著正向影響。股權集中度與區域知識存量均通過10%的顯著性檢驗，不同的是，股權集中度系數為負，區域知識存量系數為正。由此表明，股權集中度對于新能源企業技術創新效率的實際增長率存在顯著負向影響，而區域知識存量則對新能源企業技術創新效率存在顯著正向影響。

東中部地區新能源企業β系數小于零并通過1%的顯著性檢驗，由此說明，東中部地區新能源企業存在顯著的條件β收斂。也就是說，上述地區新能源企業技術創新效率隨著時間推移，最終會收斂于自身穩態水平。西部地區新能源企業β系數小于零，但未通過10%的顯著性檢驗，表明西部地區新能源企業技術創新效率條件β收斂性不顯著。從各區域收斂性影響因素看，東部地區新能源企業規模與股權集中度均通過5%的顯著性檢驗，但系數相反。較大的企業規模可以有效促進新能源企業技術創新效率的實際增長率提升，而較高的股權集中度則會抑制新能源企業技術創新效率的實際增長率提升。區域知識存量對新能源企業技術創新效率的影響不顯著。在中部地區，新能源企業存在條件β收斂性，但企業規模、股權集中度以及區域知識存量均未通過10%的顯著性檢驗，說明本文所選的3種影響因素對于上述地區新能源企業技術創新效率收斂性不具有顯著影響。西部地區新能源企業并未表現出顯著條件β收斂性，也就是說，隨著時間推移，新能源企業技術創新效率并不會收斂于各自穩態水平。

4 新能源企業技術創新效率提升對策

從新能源企業技術創新效率測算及收斂性實證結果可以看出，促進新能源企業技術創新效率提升可以從兩個方面入手：第一，基于投入產出角度提升投入水平、產出質量；第二，基于影響因素角度適度提升新能源企業規模和股權集中度。

4.1 基于投入產出角度

(1)基于投入角度。在保證新能源企業R&D經費投入不變的情況下，提升新能源企業創新人才投入水平成為促進新能源企業技術創新效率提升的關鍵。新能源企業研發、生產、制造、運營、維護是一個多學科交叉的復雜環節。因此，應重點加強新能源企業創新人才培養，為新能源企業創新發展提供助力。首先，擴大新能源復合型人才培訓規模，加大新能源領域人才培養力度，真正從新能源人才培養產業鏈的源頭做起；其次，加強高校新能源類專業課程建設，推廣教材、教學、教師、實驗等一體化新能源實訓課堂，充分發揮新能源類專業教學指導委員的作用，為新能源企業輸送高質量人才；最后，加強新能源企業和高校之間的合作，設立“校中廠，廠中校”，明確學習方向，提高學習質量。

(2)基于產出角度。新能源企業普遍存在產能過剩、產品同質化競爭嚴重、產品缺乏競爭力等問題。因此，避免企業產能過剩，提高產出質量，對于新能源企業技術創新效率提升具有顯著作用。具體可以從企業和政府兩方面入手：第一，就企業層面而言，部分新能源行業已出現大規模產能過剩的情況，應避免規模小且缺乏競爭力的新能源企業進入，進而加劇部分新能源產能過剩問題。新能源企業應定期對資產進行盤查清算，由專業人士上報資產利用率。決策者應加強對產能的全方位管理，努力解決資產閑置問題。第二，就政府層面而言，可以從減少新能源企業供給和提高新能源產品市場需求率兩方面著手。政府應轉變補貼思路，提高補貼資金利用率，杜絕部分企業為獲得財政補貼而盲目進入新能源行業的情況。在供給端淘汰缺乏競爭力的小型新能源企業，提高新能源行業準入門檻。在需求端培養用戶對新能源產品的使用習慣，擴充國內外新能源市場容量，對具有核心競爭力及發展前景的新能源產品進行補貼，鼓勵用戶使用新能源產品。對資產利用率高、研發基礎雄厚、研發意愿強的新能源企業進行研發補貼，增強新能源企業核心競爭力，提升其國內外市場占有率。在降低新能源產品產能的基礎上，促進新能源企業技術創新效率提高，實現健康有序發展。

4.2 基于影響因素角度

(1)適度提升新能源企業規模。由新能源企業技術創新效率條件β收斂性檢驗結果可以看出，企業規模提升有助于促進企業技術創新效率的實際增長率提升。新能源企業可以采取橫向并購及縱向并購行為擴大自身規模。顧名思義橫向并購，是指新能源企業對生產銷售相同或相似類型產品公司的并購行為，如風電企業間的并購、風電和核電企業間的并購等[28]。橫向并購有助于減少同行業競爭對手，并購企業可以利用被并購企業原有知名度與市場占有率，增強自身市場支配能力。不僅如此，橫向并購企業間可以相互學習以更低的生產成本、更具效率的管理行為實現擴張。分工協作細化有助于促進企業生產效率提高，從而產生規模效益[29]。縱向并購是指新能源企業對同一產業鏈上不同產銷階段公司的并購行為，如新能源汽車企業對鋰離子電池企業的并購行為。新能源企業對產業鏈上游原材料生產廠家的并購，有助于加強生產資料監管，提升生產質量并降低生產成本。新能源企業對產業鏈下游銷售企業的并購可以為客戶提供精準專業的售后服務，從而提升品牌認可度與影響力。

(2)提升新能源企業股權集中度。實證研究結果表明，股權過于集中會阻礙新能源企業技術創新效率的實際增長率提升。因此，為了提升新能源企業技術創新效率的實際增長率，應促進新能源企業股權多元化，加強企業治理。目前，在新能源企業股權結構中，集團公司控股現象嚴重，造成新能源企業股權集中度過高，不能有效采納不同的決策意見。新能源企業應實行股權分散制度，增加其它法人組織持股比例，提升股權流動性，以相對控股方式管理公司[30]。同時，為了調動員工的積極性，可向表現良好的員工分發股利，拿出一部分股權對業績考核優秀的管理人員進行激勵，進而提升員工與管理人員的工作動力，真正實現股權多元化，促進新能源企業健康發展。

5 結語

5.1 結論

本文對2014—2018年78家新能源企業技術創新效率及其收斂性進行測算分析，得到如下結論：

(1)全國范圍內，新能源企業技術創新效率水平不高，仍有較大提升空間。從區域范圍看，西部地區新能源企業技術創新效率值顯著高于東中部地區。西部地區風能、生物質能及光伏產業均具有較好的資源稟賦，在西部大開發戰略背景下，該地區新能源企業技術創新效率普遍較高。東部因獨特的地理位置及發達的經濟環境，其新能源企業技術創新效率高于中部地區，排名第二。

(2)全國及各地區新能源企業技術創新效率并未表現出顯著δ收斂性。西部地區新能源企業間技術創新效率差距最大，中部地區新能源企業間技術創新效率差距最小；全國范圍內新能源技術創新效率存在絕對β收斂性，東部地區新能源企業技術創新效率發展趨勢與全國類似，而中西部新能源企業公司并未表現出顯著絕對β收斂性。從收斂速度看，東部地區技術創新效率收斂速度小于全國，但高于中西部地區；全國以及東中部地區存在顯著條件β收斂性，西部地區條件β收斂性不顯著，并且較大企業規模、較高區域知識存量對新能源企業技術創新效率的實際增長率具有促進作用，而較高股權集中度對技術創新效率的實際增長率則具有抑制作用。

(3)依據新能源企業技術創新效率測算及收斂性實證結果，本文從投入產出角度與影響因素角度，提出促進新能源企業技術創新效率的實際增長率提升的相關建議。

5.2 不足與展望

(1)由于數據可得性，本文選擇的指標不夠全面，未來可挖掘其它指標進行測度。

(2)本文采用2014-2018年78家新能源上市公司數據進行測算分析，采取5年時間跨度是因為在2014年以前，新能源上市公司年度報表中沒有統計R&D研發經費支出。本研究采用平衡面板，而研發經費支出數據大范圍缺失將影響測量結果，故本文只能選取5年時間跨度。5年期雖然能反映新能源企業技術創新效率水平及發展趨勢，但并不能很好地預測未來發展趨勢，78家新能源上市公司也不能代表整個新能源行業。從理論上看，時間跨度越大，樣本越多，模型擬合效果越優，分析結果就越準確。

(3)本文參考前人研究，考慮到數據可得性，選取3個影響因素作為解釋變量，探究3個因素對技術創新效率收斂性的影響。但在實際創新活動中，影響因素可能有很多，需要進一步討論。未來可以進一步探究其它影響因素對新能源企業技術創新效率的影響，以全面探究新能源企業技術創新效率影響因素。