技术创新视角下中国汽车工业节能减排效率研究

欧阳铭珂，李坚飞，张亚斌

(1.湖南大学经济与贸易学院，湖南 长沙 410079;2.湖南工商大学工商管理学院，湖南 长沙 410205)

0 引言

自20世纪30年代开始，中国汽车工业已有近90年的发展历史，尤其是改革开放以来汽车工业以惊人速度不断壮大发展。伴随汽车产业快速崛起，能源危机、环境污染、交通拥堵等社会问题日趋突显。数据显示，中国在用机动车60%～70%属于高能耗、高污染物排放车辆，每年所消耗的燃油、机油总量占中国成品油年产量的一半以上，造成很大环境污染。汽车产业发展 “大而不强”、新能源开发加速、新型节能技术和信息技术的普遍应用对中国汽车产业可持续发展带来巨大挑战。低碳化、信息化和智能化成为未来中国汽车产业发展的主题和方向，节能减排作为 “三化”目标实现的重要指标和手段，成为各界关注的焦点问题。在当前日益激烈的市场竞争中，谁拥有绿色、节能、循环、低碳技术创新能力，谁就拥有抢占国际汽车市场的先机，这一观点已成为理论研究的基本共识，但关于技术创新与产业的节能效率之间的作用机制和关联体系，现有研究结论不一。有学者认为技术创新对节能减排有较显著的促进效应[1]，而有学者通过验证技术创新在当前产业结构优化过程中，对节能减排效率并没有发挥其应有的显著促进效应，其远不及政府规制方式所带来的正面效应[2]。

技术创新和节能减排二者的因果关系如何？谁是因？谁是果？在什么情境下两者的角色存在差异？技术创新和节能效率在不同工业部门、不同技术条件和不同资源禀赋等方面是否存在显著的差异?对此，本文从技术创新视角研究中国汽车工业节能减排效率，剖析技术创新对其汽车工业节能减排效率的影响机制。本文创新之处是：①结合中国汽车产业发展特点，运用SSBM-NDEA模型，将投入产出过程划分为技术研发转化和资源要素转化两个阶段，由此综合测量汽车工业节能减排效率；②从基础创新和应用创新两个技术创新维度，审视中国汽车工业技术创新对节能减排效率提升所产生的影响，探讨不同创新维度间的异质效应；③将汽车工业划分为技术研发导向和加工制造导向两类工业部门，对比分析不同工业部门不同技术创新维度的节能减排效应，并提出改善节能减排效率的策略。

1 文献回顾

目前研究节能减排效率的文献主要集中在两个领域：①节能减排效率测评体系研究。该类研究主要采用数据包络分析 (DEA)及其改良优化后的效率评价方法来测算区域经济、主要产业和核心企业这3个领域的节能减排效率。在区域经济方面，孙传旺等[3]、孙欣[4]、于鹏飞等[5]、王小兵等[6]和余泳泽等[7]分别运用DEA和经逐步改良的模型对中国及其各地区节能减排效率进行测度与评价。在主要产业方面，庞瑞芝等[8]、张庆芝等[9]、周五七等[10]、蔡宁等[11]、冯博等[12]、王惠等[13]、周群英等[14]对节能减排效率模型进行逐步改良与完善，分别对中国工业以及核心产业的节能减排效率进行测度与评价。在核心企业方面，金桂荣等分别运用超级DEA[15]、三阶段DEA[16]等效率模型对不同类型企业的节能减排效率进行测量与特征描述。②节能减排效率影响因素及相互作用机制的研究。该类研究主要围绕节能减排效率复杂的影响因素开展，针对不同区域、行业和企业存在较大差异特征，对节能减排效率影响因素的研究大致集中在环境规制[17]、技术进步与创新[18]、产业结构[19]、能源供给[20]、对外开放[21]、经济规模和治理制度[22]等方面。

技术进步与技术创新对节能减排效率有正向积极作用，这已成为该领域研究的基本共识。相关研究大致分为3类：①将技术进步与技术创新作为节能减排效率的自变量或前置要素展开研究，韩珺[23]、张金英[24]、王丽民等[25]、金培振等[26]、周杰琦等[27]、史丹等[28]、何小钢[29]认为技术创新在提高能源利用和降低CO2等污染物排放方面发挥着基础性作用。王怡等[30]认为技术创新是节能减排的技术基础，且技术创新能力与碳排放量之间的相互响应曲线为N形和倒U形；李沙沙等[31]认为技术进步对节能减排的作用有一定时滞；蔡宁等[11]分析内生创新努力、本土创新溢出、国外技术引进3种类型技术创新对工业节能减排效率的影响。②基于 “波特假说”，将技术进步与技术创新作为节能减排效率的因变量或后置要素展开研究，曾萍等[32]认为节能减排对企业技术创新确实有显著积极作用，企业降低能耗对新产品产值率有正面影响；邹新月等[33]运用脉冲响应与参数敏感性分析测度节能减排、技术创新与收入再分配的宏观波动效应。③将技术创新与节能减排作为全要素生产率的子系统进行研究，这类研究将技术创新、节能减排看作两个子系统，关注两个子系统间的协同与耦合。段文斌等[18]论证异质性产业在不同技术选择中节能、减排的差异化效果,并总结出异质性产业节能减排的最优技术路径及比较优势。李斌等[34]通过构建理论模型发现不同的环境规制工具对环境技术创新及最终污染排放具有空间异质效应。王锋正等[35]对环境规制、技术进步与SO2排放之间的关系进行计量分析,发现技术进步与SO2排放呈负相关关系。吴卫红等[36]通过构建技术创新与节能效率和减排效率复合系统协同度模型,对高耗能产业技术创新和节能减排效率协同发展状况进行研究。郑季良等[37]构建高耗能企业技术创新和节能减排系统评价指标体系、双向关联度和耦合度评价模型,发现技术创新对节能减排的影响大于节能减排对技术创新的反作用。王班班等[38]构建中国工业行业节能减排专利、能源价格指数和政策执行措施的面板数据进行实证检验，发现不同行业不同政策工具对不同情境下的节能减排效率存在差异性。

从现有研究文献看，有关节能减排效率的研究较丰富，但在以下3个方面亟待完善：①在研究对象上，现有研究文献更多侧重于宏观地域经济部门、三次产业以及部分高耗能产业等领域节能效率的评价及其影响因素研究，对中观层面具体某个产业行业的节能效率评价及其影响因素、内在机理等方面的研究文献并不多见。②在研究内容上，更多文献集中在节能减排效率、碳排放效率评价模型构建及其对宏观经济、产业结构、技术创新以及社会发展之间的关联研究上，而对技术创新与汽车产业发展影响机理的研究文献并不多见。③在研究视角上，现有文献更多将技术创新作为节能减排效率的一个评价指标或影响要素之一进行研究，而将技术创新作为研究视角的研究文献相对较少，且研究技术创新与汽车制造业节能效率之间内在的耦合机理的研究更少。因此，本文基于技术创新效率视角，运用网络DEA模型构建中国汽车工业节能减排效率内部影响结构模型，采用非径向非角度Super-SBM算法对2000—2016年中国汽车工业节能减排效率进行测量。同时，采用分位数回归模型分析技术创新与中国汽车工业节能减排效率的差异化程度进行经验比较，探讨中国汽车制造业近20年来技术创新驱动下的节能减排效率表现特征和分异过程。

2 模型设定与变量测量

2.1 中国汽车工业节能减排效率测度模型

(1)SSBM-NDEA模型。数据包络分析模型 (DEA)是当前用来评价节能减排效率最常用的方法之一。由于传统DEA方法不能识别测量的误差等不足，近些年来，学者在DEA模型的基础上进行改进与优化，先后提出SE-DEA、三阶段DEA、SFA、SBM-DDF、SBM-DEA、StoNDE等模型对地区、产业和企业的节能减排效率进行了评价。Tone Kaoru等[39]将松弛变量引入目标函数，建立基于非角度、非径向的Super-SBM (Super Slacks-Based Measure)模型，不仅考虑松弛变量的问题，而且可以有效地对单元大小进行区分，有效解决传统DEA模型中存在的问题。Fare等[40]认为传统的DEA模型都是将生产过程看作一个 “黑箱”，其将包括投入产出的生产过程视为相互关联的复杂网络，并认为中间变量的引入能更准确地预测生产过程的效率值，更能反映真实的生产过程。Chui等[41]对该模型进行修正，引入分阶段投入变量，关注不同阶段投入对产出的直接效应，提出网络DEA模型，可表示为：

(1)

λj≥0,α≤1,μj≥0,β≥1

(2)

式中，ξd(d=1,…D)和ξm(m=1,…M)分别代表模型中两个阶段的投入项。本文基于Super-SBM和网络DEA模型，结合汽车工业制造过程及关联，将其节能减排效率过程视为一个由技术研发转化和资源要素转化构成的两阶段网络结构系统，第一阶段的产出是第二阶段的投入，不同阶段之间存在典型的递阶关系，如图1所示。

图1 汽车工业制造节能减排效率的网络DEA模型结构

(2)指标选取与数据来源。本文以中国汽车工业链作为研究对象，不仅包括汽车制造业，还包括石油加工、炼焦和核燃料加工业，金属品制造业，计算机、通信和其他电子设备制造业，通用设备制造业，专用设备制造业，仪器仪表制造业，电气机械和器材制造业这7个上游相关制造工业部门。选取2000—2016年中国汽车工业部门的统计数据，参照蔡宁等[11]、黄清煌等[42]提出的节能减排效率模型中的投入产出指标，将资本、劳动力和能源消费、新产品研发投入和研发人员工时当量作为模型分阶段的投入变量；将发明专利数作为中间变量，将中国汽车工业部门的生产总值作为期望产出；将各工业部门所产生废水排放量、废气排放量和废物产生量为非期望产出。上述各投入产出变量数据均来自2001—2017年《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》和《中国环境统计年鉴》，相关数据处理见表1。

表1 中国汽车产业节能减排效率的投入产出变量

2.2 技术创新与节能减排效率的分位数回归模型

(1)分位数回归模型。技术创新与节能减排之间有密切关联，两者相辅相成，通过不断交互对全要素生产率产生重要影响。为了验证技术创新与节能减排效率之间的交互作用，本文采用分位数回归模型[43]对技术创新与节能减排效应进行验证，考察中国汽车产业发展过程中技术创新对产业节能减排效率的作用效应是否显著，以及不同汽车工业部门之间的差异化程度。因此，建立如下计量模型，并对所涉及变量进行对数化处理，以消除变量间异方差的影响。

lnEcstt=β0+β1lnTit+β2lnTnt+θXt+α+εt

(3)

式中，t表示年份；Ecst代表被解释变量节能减排效率；Ti和Tn分别表示内部技术创新能力和外部技术创新投入；Xt包括了其他一些可能影响节能减排的因素，如对外开放程度、产业规模、能源消费结构和市场前景预期等。

(2)变量选取与数据来源。在上述模型中，被解释变量来自于本文提出的非径向非角度超效率SBM-NDEA模型测算所得的中国汽车产业节能减排效率值；在解释变量中，采用R&D内部支出总额代表技术基础创新能力，用新产品研发经费支出代表技术应用创新投入，用外资投入总额 (港台投入+外商投资)占实收资本总额比例近似代表对外开放程度，用产业企业总数与工业总产值的比值代表产业规模，用煤炭消费总量占能源消费总量的比值代表能源消费结构。模型研究数据均来源于2001—2017年的《中国工业统计年鉴》《中国能源统计年鉴》和《中国科技统计年鉴》。其中所有货币计量的变量均以2000年不变价格为参照进行调整。

3 实证分析

3.1 节能减排效率测量结果分析

将上述数据整理后导入MaxDEA Pro 6.9A软件，设定网络关系及非期望产出指标，得到中国汽车工业节能减排效率评价结果。

(1)整体效率评价结果描述。从2000—2016年中国汽车工业体系节能减排效率的整体分布看， “汽车制造业” “石油加工、炼焦和核燃料加工业” “通用设备制造业”和 “专用设备制造业”的节能减排效率值相对较低，均在0.7以下。 “仪器仪表制造业” “计算机、通信和其他电子设备制造业” “金属品制造业”和 “电气机械和器材制造业”的节能减排效率值较高，均在0.85以上。这一节能减排效率数据分布与中国汽车工业体系的发展实际较为吻合， “电气机械和器材制造业” “计算机、通信和其他电子设备制造业” “金属品制造业”和 “仪器仪表制造业”4个产业均为研发导向的技术、知识密集型产业体系，无论是技术研发转化、资源要素投入还是产出效率方面，均有较好的基础条件和优势资源，这无形驱动了其节能减排转化过程的优化，因此效率相对较高。而 “石油加工、炼焦和核燃料加工业” “专用设备制造业” “通用设备制造业”和 “汽车制造业”这4个产业均属于生产导向的劳动、资金密集型产业，无论是在技术研发转化还是资源要素转化过程中，都需投入大量的人力物力，资产专用性较强且产出对环境有较大影响，因此其节能减排效率相对较低。

从中国汽车工业体系中节能减排效率的发展演化看，不同汽车工业部门之间存在不同的发展特征，以能源加工、装配制造为主的工业部门，虽整体水平不高，但整体呈现出稳步增长的发展趋势，如图2所示。作为能源加工支撑的 “石油加工、炼焦和核燃料加工业”，其节能减排效率经过2000—2004年高位起落后逐步回落，2008年后虽有增长，但幅度不大，效率值一直稳定在0.6～0.7水平，这与该工业部门的高能耗高排放的投入产出结构有密切关联。以装配制造为主的 “汽车制造业”的节能减排效率呈现较强增长态势，从2000年的0.1702增长到2016年的0.7704，尤其是2007年后，提升空间日益加大，这与中国汽车市场规模发展和制造工业体系逐步完善、消费市场对节能减排需求日益强烈有较为紧密的关联，而作为其重要战略支撑的 “通用设备制造业”和 “专用设备制造业”与 “汽车制造业”一样表现出较强发展态势。这说明近10多年以来，随着新能源、新技术、新理念、新方式的引入和应用，对传统以加工制造为主的汽车工业部门的能源结构、生产方式和产品研发等方面发挥显著的正向作用，促进节能减排效率的有效改善。

图2 以能源加工、装备制造为主的汽车工业部门节能减排效率

以技术研发和精密制造为主的汽车工业部门的节能减排效率则呈现出不一样的发展特征，如图3所示。虽然4个相关工业部门在节能减排效率上都表现出较高水平，但在时间演化中存在较为显著的波动和非线性增长特征，以技术研发 “电气机械和器材制造业”和 “仪器仪表制造业”的节能减排效率出现了 “过山车”式的发展历程； “金属品制造业”和 “计算机、通信和其他电子设备制造业”则经过了一个 “波动收敛”的发展过程。这与该类工业部门节能减排效率往往受更为复杂因素的影响有一定关联，其不仅受来自于资源要素投入的影响，还受发展过程中的技术创新、政策规制、产业结构调整、市场前景预期等因素的影响。

图3 以技术研发、精密制造为主的汽车工业部门节能减排效率

(2)网络节点效率分析。汽车产业是一个典型的技术创新带动的产业形态，本文将其投入产出过程划分为两个阶段，第一阶段为技术研发和新品开发转化过程 (Node1)，第二阶段为投入量产的过程 (Node2)。网络节点1主要反映的是技术创新和研发投入产出效率，而网络节点2主要反映的是投入量产后所产生节能减排的全要素生产率。从Node1效率值的结果分布看， “电气机械和器材制造业”的技术创新与研发效率较高，平均值在1.0以上，仅有少数年份没有达到有效值； “仪器仪表制造业” “金属品制造业”和 “计算机、通信和其他电子设备制造业”的效率处于第二梯队，平均效率值在0.7以上；而 “专用设备制造业” “通用设备制造业”和 “汽车制造业” “石油加工、炼焦和核燃料加工业”等产业在技术创新与研发阶段的效率较低，这也反映了中国在传统以能源加工、装配制造为主的工业部门中技术创新与研发存在 “短板”，转化效率有待提升。

从第二阶段 (Node2)资源投入转化及其节能减排效率的分布特征看， “电气机械和器材制造业” “计算机、通信和其他电子设备制造业”和 “仪器仪表制造业”的效率值均在1.0以上，表现出较高的全要素生产效率和较强的节能减排效应。而以装配制造为主的 “专用设备制造业” “通用设备制造业”和 “汽车制造业”3个工业部门的技术转化效率及节能减排效率相对较低。值得注意的是，作为能源加工的 “石油加工、炼焦和核燃料加工业”在资源投入转化和节能减排效率一直保持着较高水平，而作为精密制造的 “金属品制造业”在该阶段的效率并没有像其他同类型部门一样表现出较高的效率水平，这也许与两个工业部门的特性及其相关配套设施、资源投入存在关联，如政策引导、能源消费以及劳动力成本。

3.2 分位数回归模型结果分析

(1)全样本分位数回归分析。为了进一步检验技术创新对中国汽车工业节能减排效率是否存在显著差异，考虑到分位数回归不仅利于排除极端值的干扰，而且能够全面刻画出条件分布的全貌。为此，本文选择5个具有代表性的分位点 (10%、25%、50%、75%和90%)对中国汽车工业节能减排效率方程进行估计。此外，为对比现有文献中的传统回归检验模型，本文使用OLS估计初步探讨技术创新与节能减排效率的关系，相应的估计结果如图4所示。由图4可知，x1 (能源消费结

注：x1-ecst，x2-open,x3-rdin,x4-rdnw,x5-size,x6-news。图4 中国汽车工业技术创新与节能减排效率OLS回归条件概率分布

构)、x3 (基础研发能力)、x4 (应用研发能力)和x6 (市场前景预期)这4个解释变量显示出较为显著的节能减排效应，其中x3和x4这两个代表技术创新的变量显示出较强的条件概率，即不同条件或类别下呈现出显著的异质状态，而x1和x6没有表现出类似状态。

全样本分位数回归估计结果见表2。无论是传统的OLS估计还是QR估计，新产品开发投入的系数除了在0.75和0.9分位数上不显著外，均为显著正值。这说明中国汽车工业新产品开发投入和能力的逐步增强，其节能减排效率得到有效改善。OLS回归显示 “新产品开发投入”对节能减排效率弹性系数显著为正，表现出显著的杠杆效应。从分位数回归结果看，新产品开发投入的节能减排效应在所考察的分位点处均为正向，且随着分位数的增加，分位数回归系数呈现逐渐下降趋势，且显著关联在高分位点消失。这表明中国汽车工业新产品研发投入对节能减排效率在低分位点时产生的杠杆效应最明显，随着分位点由低端向高端处移动，其促进效果将逐渐减弱。对于中国汽车工业而言，新产品开发投入在初期能给节能减排效率的提升带来较好的提升效应，但随着工业部门的发展，其所带来的改进效应会逐渐消退。这一现象在另一个技术创新变量 “R&D经费内部支出”上也相应得到印证。

表2 中国汽车工业节能减排效率全样本分位数回归的估计结果

可以发现，变量 “R&D经费内部支出”除了在0.1分位数上对节能减排效应表现出显著的负相关外，其他分位点并没有表现出显著的关联效应。OLS回归结果显示 “R&D经费内部支出”对节能减排效率弹性系数显著为负，表现出显著的挤出效应。从分位数回归结果看，系数随着分位点由低到高，呈现出正向增长趋势。这一结论有悖于传统研究结论，可能的原因是， “R&D经费内部支出”是指包括了企业科技活动经费内部支出中用于基础研究、应用研究和试验发展这3类项目的费用支出以及用于这3类项目的管理和服务的费用支出，这项技术创新投入主要是基于企业长远可持续发展而支付的投入支出。而当前的中国汽车工业发展正处于一个相对特殊的发展阶段，汽车消费市场规模迅速扩大给汽车工业带来了巨大的增长空间和发展 “红利”，工业部门规模以上企业的短期 “逐利”行为偏好很大程度上导致了企业内部创新投入在节能减排中并没有发挥理论上所期望的积极推动作用，反而成为阻碍节能减排效率提升的主要因素。这一现象从另一侧面印证了当前中国推进实施以质量效率相结合为导向的供给侧结构性改革的现实必要性和紧迫性。

在其他控制变量中，以煤消费量在能源消费总量占比为代表, “能源消费结构”变量对节能减排效率呈现出负向关联，在低分位点上表现出较显著的关系，而在高分位点上没有表现出显著性关联。这充分反映当前中国能源禀赋结构决定了长期能源消费结构的不合理性，以煤炭消费为主将长期羁绊节能减排效率提升目标的实现；但随着汽车工业朝着新能源方向发展，传统能源供给方式的无效性将被新能源所产生的节能减排效率所替代。对外开放程度在0.1低分位点和0.9高分位点的系数显著为正，意味着工业部门对外开放程度对节能减排效率的提升存在 “敲门效应”和 “收敛效应”，即对外开放程度在产业初级水平阶段对节能减排效应有显著推动作用，通过示范效应和技术溢出效应改善节能减排效率；同时在高阶水平对节能减排效率存在显著的转型驱动效应，通过优化内部结构改善节能减排效率。以新产品销售收入作为代表的 “市场前景预期”在0.1和0.25低分位点上对节能减排效应表现出显著负相关，并随着分位点由低向高移动，其弹性系数逐渐增大，且在0.9分位点由负变为了正值，这从另一侧面说明消费市场对汽车节能减排需求的增加对汽车工业所带来的杠杆效应可能存在，但由于目前中国汽车工业产业规模小、集聚程度较低，制约了汽车工业节能减排效率的提升和改善，这在分位数回归中的 “产业集聚程度”指标上得到体现，如图5所示。

图5 技术创新视角下中国汽车工业节能减排效率影响因素的分位数系数分布

(2)工业部门间的差异性分析。考虑到汽车工业各部门在技术创新、对外开放、能源消费结构以及产业集聚程度等方面存在的巨大差异，因此，有必要按照不同工业部门的划分来考察技术创新对节能减排效应的部门异质性。本文将所选取的汽车工业部门划分为两大类，分别为技术研发导向类和加工制造导向类。其中，将 “电气机械和器材制造业” “金属品制造” “计算机、通信和其他电子设备制造业”和 “仪器仪表制造业”归为技术研发导向类，将 “石油加工、炼焦和核燃料加工业” “专用设备制造业” “通用设备制造业”和 “汽车制造业”归为加工制造导向类。

从不同工业部门分组的OLS估计和分位数回归结果见表3。由表3可知，与技术创新相关的两个变量指标对节能减排效率所产生的效应存在显著的行业差异性。技术研发导向工业部门的 “新产品研发投入”对节能减排效率的提升表现出显著的正向促进管理，且在0.1、0.25和0.5这3个分位点上显著，各分位点弹性系数随着分位点的向上移动而呈现出下降趋势；而 “R&D内部支出”对节能减排效率的提升存在负向关系，且并不显著，各分位点弹性系数随着分位点的向上移动而呈现上升趋势。这与全样本回归的系数分布特征类似，这意味着在技术研发为导向的工业部门中，R&D内部支出与投入并未给其节能减排效率带来推动作用，反而阻碍了其改善；新产品研发投入在低分位点对节能减排效率存在显著的杠杆效应，驱动节能减排体系的改良，而在高分位点处其杠杆效应会逐渐减弱，在0.75分位点上开始变得模糊，在0.9分位点上甚至出现了负值。这与该类工业部门在新产品研发和传统产品改良之间的衔接有关联。事实上，随着外部市场需求的日益增长和以新能源、智能技术为主导汽车产品的更新换代，企业往往更偏好于通过新产品研发来弥补传统产品更新换代所带来的节能减排效应。

表3 按行业类型分组的样本分位数回归的估计结果

可以看出，在以加工制造为主导的工业部门OLS回归和分位数回归结果中，技术创新相关联的两个变量呈现出与技术研发导向为主工业部门相比截然相反的结果。以加工制造为导向的工业部门的 “R&D内部支出”对节能减排效率的提升发挥正向推动作用，尤其在0.1、0.25和0.5这3个分位点上表现出显著的关联关系和杠杆效应。 “新产品研发投入”对节能减排效率提升的弹性系数为显著负值，分位点上的弹性系数随着分位点的向上移动而呈现出 “先降后升”和 “先正后负”的发展趋势，说明新产品研发投入对节能减排效率存在挤出效应。这一现象也意味着在以加工制造为主的工业部门中，内部创新投入的增加有利于提升内部流程的工作效率，能有效促进其工业体系的节能减排效率的提升；而新产品研发投入对现有工业部门中所形成的节能减排效率有挤出效应，在分位点较低时可能会产生一定的正向促进作用，但随着分位点的向高位移动，这种作用就逐渐消失，甚至出现某种程度上的阻碍作用。

4 结论与启示

本文基于中国2000—2016年汽车工业体系中的八大行业面板数据，运用SSBM-NDEA模型测量了各行业的节能减排效率，运用分位数回归检验了8个主要行业在各个分位点上的影响效应，验证了不同技术创新水平下中国汽车工业节能减排效率的异质性特征，并揭示了技术创新弹性系数在各个行业及其各分位点上的效率差异、变化规律和分布特征。实证结果表明：①中国汽车工业体系的整体节能减排效率水平不高，存在阶段性波动分布特征；主要制造业的节能减排效率存在较大差异，以研发为导向的仪器仪表、通信设备、专用设备等产业的节能减排效率相对较好，而以制造为导向的石油加工、金属制品、汽车制造、通用设备等制造业的节能减排效率较低。②内生技术创新能力、对外开放程度、新产品开发经费投入、企业规模、能源消费结构等6个因素影响了中国汽车工业节能减排效率的提升，不同技术创新分位数之间存在较为显著的差异，在规模报酬可变的前提下中国汽车产业节能减排效率表现出较为显著的差异，对节能减排效应有着较为显著的影响。③技术创新对汽车工业节能减排效率影响效果存在鲜明的分布差异性，从整个汽车工业体系看，新产品研发投入和R&D内部支出两个因素对节能减排效率产生截然不同的效应，前者呈现出显著的杠杆效应，且随着分位点的逐渐提升，呈现出逐渐减弱的趋势；后者呈现出挤出效应，且随着分位点逐步提升，呈现出逐渐增强的趋势。能源消费结构则存在显著的挤出效应，随着分位数的提升，其弹性系数逐步变小。从不同汽车工业部门差异看，对于以技术研发为导向的工业部门，新产品研发投入对节能减排效率提升发挥了显著的正向杠杆效应，各分位点的弹性系数呈现逐渐减弱的趋势；而R&D内部支出则呈现相反的趋势。对于以加工制造为导向的工业部门，新产品研发投入对节能减排效率产生显著的挤出效应，而R&D内部支出则发挥显著的杠杆效应，促进工业部门节能减排效率的提升。

综上所述，中国汽车工业制造体系中的技术创新对节能减排效率的影响效果存在较大的差异性，对其变化规律与分布特征的深入剖析将为中国汽车工业技术创新和节能减排效率之间的影响机制以及政府推动产业技术创新和节能减排政策制定提供有力的参考依据。汽车工业体系的节能减排是一个复杂工程，单依靠技术创新所带来的挤出效应是远远不够的，其还与工业体系中的能源消费结构、对外开放程度、企业规模大小、盈利能力等因素息息相关，本文的实证结果验证了这一观点。需要强调，提升工业体系节能效率需从以下3个方面加以改善：①从产业链发展的视角构建产业部门完善、制造技术先进、管理理念科学的汽车工业链，汽车工业体系的节能减排不是某个环节单一的节能减排，而是一个链条，要从产业链的高度，整体协调提升汽车工业体系的节能减排效率。②积极发展开放型经济，进一步加大对外开放力度，通过加大外资引入和进口贸易传导，进口更多发达国家的器械设备、产品等，通过技术模仿进口产品中先进的技术知识加以吸收、利用、再创新，促进工业研发创新。③进一步加大企业内部技术创新投入，提高人力资本，注重引入技术的消化吸收，注重新产品研发投入，尤其是加大对未来新能源为主导的产品研发，促进新技术新能源在工业体系中的有效利用。