基于FAHP的政府补贴对新能源汽车产业转型的影响分析

邱雪光,牛占文,党 培

(天津大学管理与经济学部,天津 300072)

随着我国经济的快速发展,人们的收入逐渐提高,生活条件得到了改善,面对越来越好的生活条件,汽车逐渐被人们列入了购买清单。然而,近些年随着我国拥有汽车的数量增多的同时,也带来了诸如环境污染、能源枯竭等一系列问题[1]。因此,为实现汽车消费的可持续发展,寻求新型替代能源并应用于汽车成为缓解环境压力和能源危机的一种有效途径。与发达国家相比,我国的新能源汽车发展比较滞后。

目前,新能源汽车得到了国家重视,在政策和补贴方面都获得了支持,从而使我国新能源汽车行业取得了一定的发展。然而,由于当前政府补贴处于退坡阶段以及后补贴时代,对产业转型提出了新的挑战[2]。在此背景下,相关影响因素的识别对于解决该问题及提升转型效果具有关键作用[3]。针对新能源汽车发展的当前阶段,探究政府补贴对我国新能源汽车产业转型的促进作用、关键影响因素及发展路径具有重要意义,不仅可以为相关汽车产业转型提供方案,而且能够为政府调整和制定更加有效的补贴措施提供参考,促进我国新能源汽车产业的高效发展[4]。

关于政府补贴对企业发展的影响已经取得了一些成果,如陈玲等[5]通过对数据进行分析,发现政府的补贴政策能够推动企业进行创新活动;汤颖梅等[6]选取企业层面的微观面板数据,通过分析发现财政补贴的创新激励效应无论是对衰退型企业还是对成长型企业都具有积极作用,且这种激励作用对于衰退型企业更为显著;陈明明等[7]基于面板数据分析,指出政府补贴中的创新研发补贴能够显著促进企业进行创新;顾群等[8]从我国高新技术产业中选取企业层面的面板数据,实证分析了政府补贴与创新投入及其模式的关系,发现政府补贴可以显著促进高新型技术企业的创新行为;翟海燕等[9]、刘兰剑等[10]均指出对于处于不同发展阶段的企业来说,财政补贴对研发中创新的作用是不一样的,前者通过分析发现,在短期内财政补贴能够显著促进企业加大对创新的投入,而长期内这种促进作用微乎其微,甚至还有可能出现挤出效应,后者通过研究指出,政府的补贴政策在一定时间后应该被替换,否则将会对企业的创新支出产生挤出效应。

综上所述,现有的相关成果只是从宏观上研究了政府财政补贴对企业创新的影响,关于具体的财政补贴对新能源汽车产业转型影响的研究少之又少。现有研究大多数只证明了财政补贴对企业发展有影响,并未对其产生影响的关键因素及其他相关因素展开分析,从而制约了我国新能源汽车产业转型的价值提升。所以,研究利用模糊层次分析法(FAHP,fuzzy analytic hierarchy process)识别政府补贴对新能源产业转型影响的关键因素,并在此基础上,提出了具有参考意义的转型途径。

1 基于模糊层次分析的影响因素识别和分析模型

FAHP在构造判断矩阵时引入模糊集理论,该方法以构建模糊判断矩阵为基础,然后通过运用相应数学原理及公式,经过解析与计算最后得到综合因素的权重值[11-12]。FAHP模型主要包括构建模糊判断矩阵、确定初始模糊权重、去模糊化三部分[13],同时,为提高评价结果的科学性、全面性及系统性,需要多个领域的T个专家进行评价,再赋予每个专家相同的权重,以求出评价结果,作为构建模糊判断矩阵的基础。利用FAHP构建的新能源汽车产业转型关键影响因素评价模型步骤如下:

步骤1数据收集。

FAHP的判断矩阵的打分值一般使用三角模糊数表示,一般表示为[l,m,u],其中m为中间值,l和u分别为上界和下界,并且|u-l|的差值越大,此因素的模数程度越大[14]。m的取值依据AHP的1～9标度法确定,l和u的取值分别根据0.5<|u-l|<1和0.5<|u-m|<1及经验确定。

步骤2构建初始模糊判断矩阵。

由于模糊判断矩阵构造的相似性,研究选取第一级指标层(B)对目标层(A)为实例,具体展示相关矩阵的建立过程。假设一级指标层有n个指标,基于专家打分,并进行汇总整理,所得判断矩阵为

(1)

步骤3构建综合模糊判断矩阵。

基于通过T个专家分别构建的模糊判断矩阵,需要将其集成为一个综合矩阵,而集成的过程可以参照公式

(2)

可得综合判断矩阵为

(3)

步骤4确定初始模糊权重。

在确定综合判断矩阵的基础上,可以按照公式

(4)

求得第一级指标层对目标层的模糊权重,其中i,j=1,2,3,…,n,且设定模糊权重为w(Bi)。

步骤5权重去模糊化及综合权重。

在确定模糊权重的基础上,对三角模糊权重去模糊化。在此过程中,一般采用可能度公式。采用可能度公式进行模糊权重实数转换的主要步骤如下。

假设2个三角模糊数yi=(li,mi,ui)和yi+1=(li+1,mi+1,ui+1)。

yi≥yi+1的可能度用三角模糊函数定义为

(5)

基于此,定义一个模糊数大于其他i个的可能度,且一个模糊数大于其他的可能度即为这个模糊数与其他比较之后得到的最终的实数权重W(Bi):

W(Bi)=V(B≥B1, B2, B3,…,Bi)=

minV(B≥Bi)。

(6)

研究进一步对实数权重W(Bi)进行标准处理,得到第一级指标分别相对于目标层的最终权重W′(Bi)。

同理,计算得出第二级指标层(C)分别对于第一级指标层(B)的实数权重,定义为W′(Cs),其中s=1,2,3,…,S,S表示第二级指标层指标的总数量。

在此基础上,通过公式

θ=(θ1,θ2,θ3,…,θs)=W′(Bi) ⊗W′(Cs)

(7)

可以进一步求得第二级指标层对于目标层的最终权重,设定为W(θs)。

2 政府补贴对新能源产业转型的影响因素

按照评价指标的层次结构,根据FAHP方法初选指标的完备性等原则,基于已有研究文献及国家财政支持对新能源汽车行业及公司转型的机制,从技术研发、生产制造、经营收益、消费市场及配套服务5个方面构建政府补贴对新能源产业影响关键因素评价的指标体系,涵盖18个子方面,具体评价指标体系如图1所示[15-16]。

图1 影响因素的评价指标体系Fig.1 The evaluation system of influencing factors

2.1 技术研发方面(B1)

技术创新是我国新能源汽车发展的重要支撑,然而,由于相关的研发活动具有研发投入大、风险高以及溢出效应等特征,相关汽车企业进行新能源汽车的创新活动及研发容易受外部影响,比如企业会避免承担研发风险,减少新能源汽车的研发投入。因此企业借助政府补贴可以提升产品性能、提升创新能力、升级研发技术及扩增技术人才规模等。

2.2 生产制造方面(B2)

生产制造是我国新能源产业转型的载体,决定了转型实施的执行能力和效果。然而,由于产业的转型升级是对当前生产工艺和生产模式的更新换代,汽车生产设备、工艺、人员及管理等均需要做升级和调整。在此背景下,政府补贴可以使企业有更多的资金来调整和提升生产工艺水平、提升员工技能、提升工业化和智能化生产能力,并且可以提升运营管理能力。

2.3 经营收益方面(B3)

经营收益是企业得以生存和不断发展的基础。面对我国不成熟的新能源汽车市场,企业进行转型不仅面临着高投入,而且面临着由此带来的收益减少。国家财政补贴能够对企业的利润提高起到或多或少的促进作用,且还可以增加企业的可用资金及投入产出比。

2.4 消费市场方面(B4)

随着国家对可持续发展理念的倡导和对新能源汽车消费的补贴,国内市场对新能源汽车的接受程度不断提高,更加有意愿购置环保类型汽车,进而引起了较大的对该类汽车的消费需求和市场规模,由此扩大了相关企业的市场规模。在此过程中,由于政府补贴降低了顾客对新能源汽车的购置成本,因此顾客可以获得更高质量的产品。

2.5 配套服务方面(B5)

新能源汽车作为传统汽车的转型,不仅对研发及制造工艺提出了新要求,而且对使用过程的配套设施提出了挑战。为此,政府通过补贴支持新能源企业不断完善充电桩服务、提升售后服务水平,并且促进企业发展循环经济,促使对电池等易耗品的回收再利用。此外,政府通过补贴会不断完善电池等关键产品的研发和生产,培育全产业链发展。

3 基于模糊层次分析的关键影响因素识别

基于FAHP的关键影响因素识别和分析模型,识别政府补贴对我国新能源汽车产业转型的关键影响因素,主要包括数据收集和模型计算2个方面。

3.1 数据收集

在基于FAHP的关键影响因素识别和分析中,需要通过专家对评价指标体系中各层级指标的重要性进行打分,以作为构建模糊判断的基础。为了确保评价的科学性和有效性,研究选取了与新能源汽车产业相关的8个专家进行打分,且均具有5年以上的相关工作经验。其中2位专家来自学术机构,3位专家来自新能源汽车公司,2位专家来自政府部门,1位专家来自咨询公司,并且每位专家利用第1部分步骤1中基于1～9标度法的三角模糊数进行打分。在此基础上,根据每位专家相同的权重,进一步将每位专家打分的平均值作为基于FAHP模型计算的基础。

3.2 基于FAHP的模型计算

基于FAHP的关键影响因素识别和分析模型的计算过程,主要分为以下5个步骤。

步骤1构建模糊判断矩阵。

在利用FAHP对我国新能源汽车影响因素进行重要度排序时,需要首先构造模糊判断矩阵,分别包括第一级指标层对目标层以及第二级指标层对第一级指标层的相关矩阵。在获得专家打分的基础上,利用式(1)～式(3),构建这两类矩阵,具体步骤如下:

步骤2确定初始模糊权重。

在构建模糊判断矩阵的基础上,利用式(4)计算B层指标对A层指标及C层指标对B层指标的初始模糊权重。

(1) 确定B层对目标A的初始模糊权重w(Bi)。

B1的初始模糊权重为

(23.44,34.25,47.97),

(6.18,9.25,12.40)。

(0.128 9,0.270 1,0.529 0)。

同理,可得

(0.058 8,0.121 7,0.273 0),

(0.077 8,0.175 2,0.391 1),

(0.152 9,0.306 6,0.597 3),

(0.070 2,0.126 5,0.256 0)。

(2) C层对B层的初始模糊权重w(Cs)

w(C1)=(0.124 7,0.283 6,0.574 2),

w(C2)=(0.199 6,0.403 0,0.765 6),

w(C3)=(0.061 2,0.097 0,0.195 6),

w(C4)=(0.135 8,0.216 4,0.382 8),

w(C5)=(0.132 9,0.314 5,0.684 8),

w(C6)=(0.112 7,0.258 1,0.540 6),

w(C7)=(0.067 8,0.112 9,0.240 3),

w(C8)=(0.167 6,0.314 5,0.612 7),

w(C9)=(0.160 2,0.356 2,0.726 6),

w(C10)=(0.087 8,0.150 7,0.322 9),

w(C11)=(0.233 0,0.493 2,1.029 3),

w(C12)=(0.095 0,0.150 7,0.301 0),

w(C13)=(0.270 0,0.575 3,1.143 8),
w(C14)=(0.133 3,0.274 0,0.561 9),

w(C15)=(0.124 1,0.294 6,0.642 8),
w(C16)=(0.087 4,0.178 3,0.374 0),

w(C17)=(0.102 8,0.178 3,0.350 6),
w(C18)=(0.161 1,0.348 8,0.736 3)。

步骤3模糊权重去模糊化。

在确定各个层级初始模糊权重的基础上,利用式(5)和式(6)对模糊权重去模糊化,以求得相应的实数权重。

(1) 确定B层对A层的实数权重W(Bi)。

对w(B1),w(B2),w(B3),w(B4)和w(B5)去模糊化,得到B1,B2,B3,B4和B5的实数权重W(B1),W(B2),W(B3),W(B4)和W(B5):

V(w(B1)≥w(B2))=1.000 0,

V(w(B1)≥w(B3))=1.000 0,

V(w(B1)≥w(B4))=0.911 6,

V(w(B1)≥w(B5))=1.000 0,

W(B1)=minV(w(B1)≥w(B2),

w(B3),w(B4),w(B5))=0.911 6。

同理,可得

W(B2)=1.000 0,W(B3)=0.644 5,

W(B4)=1.000 0,W(B5)=0.364 1

(2) 确定C层对B层的实数权重W(Cs)。

W(C1)=0.758 3,W(C2)=0.421 1,

W(C3)=0,W(C4)=0.495 5,

W(C5)=1.000 0,W(C6)=1.000 0,

W(C7)=0.264 9,W(C8)=1.000 0,

W(C9)=0.782 8,W(C10)=1.000 0,

W(C11)=1.000 0,W(C12)=0.068 0,

W(C13)=1.000 0,W(C14)=0.492 0,

W(C15)=0.898 7,W(C16)=1.000 0,

W(C17)=0.526 3,W(C18)=1.000 0。

步骤4确定C层对A层的最终权重W(θs)。

在上述基础上,根据式(8)对W(Bi)和W(Cs)进一步进行标准化:

(WB1,WB2,WB3,WB4,WB5)=

(8)

据此,可以计算得出B层对A层的标准化权重W′(Bi)及C层对B层的标准化权重W′(Cs):

(W′(B1),W′(B2),W′(B3),W′(B4),W′(B5))=

(0.232 5,0.255 1,0.164 4,0.255 1,0.092 9),

(W′(C1),W′(C2),W′(C3),W′(C4))=

(0.336 5,0.443 7,0,0.219 8),

(W′(C5),W′(C6),W′(C7),W′(C8))=

(0.306 3,0.306 3,0.081 1,0.306 3),

(W′(C9),W′(C10),W′(C11))=

(0.281 3,0.359 4,0.359 4),

(W′(C12),W′(C13),W′(C14))=

(0.043 6,0.641 0,0.315 4),

(W′(C15),W′(C16),W′(C17),W′(C18))=

(0.262 4,0.292 0,0.153 7,0.292 0)。

在此基础上,根据式(7)计算得出C层对A层的最终权重W(θs):

W(θs)=(0.078 2,0.103 2,0,0.056 1,

0.078 1,0.078 1,0.020 7,0.078 1,

0.046 2,0.059 1,0.059 1,0.011 1,

0.163 5,0.080 4,0.024 4,0.027 1,

0.014 3,0.027 21)。

步骤5基于指标权重结果的影响要素识别。

通过模糊层次分析法确定政府补贴对新能源汽车产业转型的影响要素体系中各个要素的权重,从而确定各个指标值的重要度排序,为政府补贴背景下新能源汽车产业制定更有效的转型对策建议提供了基础,且提升了对策和建议的效率和有效性,同时也为国家各级部门制定更加完善的新能源汽车财政支持政策贡献了有效的参考建议。

4 基于模糊层次分析的关键影响因素分析

通过FAHP方法分别求得了B层及C层权重,为清晰表示这些指标权重值,特别是相互之间的关系,以分辨各个权重的指标值大小,采用折线图绘制一级指标权重,采用雷达图表示第二层指标权重,分别如图2和图3所示。

图3 第二层影响因素权重统计Fig.3 The statistic char of weights of second-grade criteria

通过图2可以得出,第一级影响因素权重的排列顺序为B2(生产制造方面)=B4(消费市场方面)>B1(技术研发方面)>B3(经营收益方面)>B5(配套服务方面)。从整体上看,国家财政支持对新型汽车产业转型的关键因素为消费市场,这说明在政府补贴激烈的情况下,可以培育出一定规模的新能源汽车消费市场,且新能源产业需要以满足顾客需求和扩大市场规模进行技术升级,从而实现自身的转型[17-18]。因此,我国新能源产业在转型过程中需要时刻关注消费市场,根据消费市场的变化及时调整自身发展战略,进行有效的转型。

图2 第一级影响因素权重统计Fig.2 The statistic char of weights of first-grade criteria

在分析第一级影响因素的基础上,通过图3可以进一步具体分析政府补贴对我国新能源汽车产业转型的关键影响因素。由图3可知,C13、C2、C14及C1为相对重要影响因素。C13为消费者多样化需求增加,是权重最大的影响因素,即为最重要的影响因素;C2表示技术研发及创新(R&D)提升,是权重第二大影响因素,对传统汽车向新能源汽车转型也具有较大的促进作用,因此,该产业需要注重自身的技术升级及关键技术的创新和突破,利用政府补贴不断提升使自身的研发更符合市场需求的能力[19];C14为消费者环保意识增强,表明在政府补贴激励下,顾客的环保消费理念和接受程度逐步增强,因此,新能源汽车产业在产品材料等方面需要注重环保性,并进行转型[20];C1表示产品性能提升,说明在国家财政支持下,产品性能需要得到提升,新能源汽车产业需要紧跟市场变化,不断加强产品性能,且尽量为顾客创造更大的价值及消费点[21]。

在政府补贴背景下,我国新能源汽车产业需要充分利用补贴,注重上述5个方面18个子方面,并重点关注C13、C2、C14及C1相对重要影响因素,以提升转型的效果。

5 政府补贴背景下新能源汽车产业转型路径

在识别和分析政府补贴对新能源汽车转型的关键影响因素的基础上,进一步为政府补贴背景下新能源汽车产业转型措施和政府制定更加有效的补贴方案提供了以下建议:

(1) 加强技术研发,满足市场个性需求。由于消费市场方面(B4)是政府补贴影响新能源汽车转型的最重要方面之一,且消费者多样化需求增加(C13)和消费者环保意识增加(C14)是关键影响因素。因此,在政府补贴背景下,新能源汽车产业需要立足于消费市场需求,不断根据其变化扩展业务发展模式,不仅为消费者创造更大的价值,而且提升自身转型的价值[22]。在此情况下,企业需要通过细化市场,针对差异性层次用户的需求,推行各种类型业务并存的发展模式,满足市场的多样化需求。

为更好地满足市场的多样化需求,企业需要加强其自身技术研发能力。技术研发方面(B1)也是政府补贴影响新能源汽车转型的较为重要方面。在此过程中,需要重视产品性能提升(C1),并进行有效的技术研发及创新(C2)[23]。比如在新能源汽车市场上,不同类型的用户对续航里程的需求也是不一样的。因此,对于新能源汽车公司来说,可将市场以用户类型进行层次划分,针对不同层次的用户推出不同续航里程的新能源汽车[24]。

然而,国家财政补贴逐渐减少的现状制约了新能源汽车公司的创新投入,因此需要优化公司的融资结构,特别是搭建多元的融资体系[25]。在内部融资上,新能源汽车公司要充分利用自身的自由资金进行内部融资,以增强公司的自身造血功能。同时优化外部融资结构,形成以股权融资为主以提供长期发展资金,而以信贷融资、债务融资为辅以提供短期资金融通的外部融资体系,为其搭建了多元的融资体系[26]。此种情况下,将进一步激发企业的创新能力,能更好地满足市场变化的动态需求。

(2) 加强生产运营能力,提升经济效益。生产制造方面(B2)是政府补贴影响新能源汽车转型的最重要方面之一。为此,企业需要不断加强自身生产方面的能力,而不断优化其自身的运营模式和能力(C8)是重要的一个环节[27]。考虑到新能源汽车的生产方面的制约因素,包括电池维护和产业链合作,企业可以从这2个方面进行运营提升,以提高经济效益(B3)。

关于电池维护运营能力提升,对于新能源汽车来说,一个关键之处就在于充电时间,目前各种型号的新型汽车,其常规充电时间为5～6小时。因此,可以改变传统“一车一电源”的充电模式,即创新开发使用更换电池模式下的电池租赁经营模式,不仅大大缩短用户的等候时间,还可以吸引更多的投资者进入新能源汽车市场,以个性化营销来提高服务的质量和效率,以规模效应降低业务成本,提升盈利空间[28]。

关于产业链合作方面的运营能力提升,需要强化产业链间合作,推动该产业与其他产业进行产业价值链间的不断沟通及相互合作[27]。同时还要加强与其他国家间的交流与合作,这样才能聚众人之力攻克制约该产业发展的难题和“拦路虎”[29-30]。

6 结语

在探究了政策补贴对新能源汽车产业转型的影响作用及关键因素的基础上,提出了可供参考的转型路径,具体研究内容如下:为深入分析政府补贴对产业转型的影响因素,构建了技术研发、生产制造、营业收益、消费市场及配套服务5个方面,共计18个子方面的影响因素,后利用FAHP方法进行了重要性排序,确定了满足消费者多样性需求及技术创新能力等方面为关键因素;在分析政府补贴对产业转型影响因素的基础上,从不同的方面和视角,提炼出了汽车产业进行转型的路径,包括及时响应市场需求、加强自身创新能力等。研究为新能源汽车产业转型及政府补贴优化提供了具有参考意义的意见和建议,进而促进我国新能源汽车产业转型的有效性及价值提升。