开放科学(资源服务)标识码(OSID)：
In order to provide a better explanation of the dynamic relationship between the development of emerging industries based on disruptive technologies and relevant policy impact, this paper constructs a policy-technology roadmap framework for the development of disruptive technologies and their emerging industries. By introducing the sustainable transition theory of socio-technical system, the framework of integrated policy-technology roadmap (P-TRM) proposed by Huang Cui is improved in two aspects. Firstly, the traditional technology roadmap consists of three levels (market-product-technology), and then the user demand layer and the participant layer are added to realize the embedding of social dimensions and multi-subject analysis. Secondly, the typology of policy instruments is adjusted into three types (shielding, nurturing, and empowerment) to realize the dynamic analysis and transition research in the process of disruptive innovation. Meanwhile, according to the conclusion of theoretical research, a preliminary analysis is made on impact dimensions of policy instruments and multi-level interaction mechanism in the early stage, growth stage and transition stage.
Within the analytical framework,empirical research is carried out by taking China's new energy vehicle industry as an example. To ensure the validity of the empirical research, this paper adopts the research method combining case studies and meta-analysis. It firstly employs case studies by collecting diverse sources of data and multi-heterogeneous data to descriptively analyze the development process of the industry, in preparation for the drawing of the technology roadmap. Then it makes the meta-analysis to summarize impact dimensions of China's new energy vehicle policy by extracting the research conclusions of 43 literatures on policy effects, and provides political implications. According to the research conclusions of case studies and meta-analysis, a policy-technology roadmap of China's new energy vehicle industry is drawn, and the usage frequency and impact dimensions of three types of policies,including shielding, nurturing, and empowerment at each stage are analyzed. The conclusions of the empirical research validate the explanatory potential of the disruptive technology policy-technology roadmap proposed in this paper. Further, according to the conclusions of the empirical research, impact dimensions of policy instruments are revised. Firstly, shielding instruments have a positive effect on the formation of emerging markets in the early stage. Secondly, empowerment instruments have a certain impact on the product level in the transition stage.
In summary, the results show that the policy-technology roadmap framework explains the interactive evolution law of policy instruments, disruptive technologies and emerging industries in different stages from the perspective of socio-technical system transition. In the early stage, shielding instruments are employed to support the formation of knowledge space. In the growth stage, nurturing instruments are employed to establish good niche functions. In the transition stage, empowerment instruments are employed to promote the smooth transformation from old paradigms to new paradigms through fit-and-conform and stretch-and-transform paths. The results provide some management enlightenments for solving the problem of agile response of disruptive technology policies in low-carbon transitions. (1) Early intervention should mainly focus on shielding instruments, with the aim to provide space for niche diversification and promote the formation of emerging markets. (2) The timing of intervention will affect the policy effect significantly. (3) In the growth and transition stages, it is critical to pay attention to the interaction between nurturing and empowerment instruments. The effects of policy instruments on multiple participants and their spillover effects on other instruments should be considered comprehensively, and dynamic adjustments should be made according to the policy feedback loops.
开放科学(资源服务)标识码(OSID)：
伴随新一轮科技革命和产业变革,颠覆性技术的复杂性和不确定性增大,影响范围不断向社会层面延伸,尤其是在低碳转型背景下,要求公共政策在时间维度上更快、在社会—技术系统层面上更从容地应对创新发展和产业新变化。中国新能源汽车产业的快速发展,一方面为汽车产业换道超车提供了重要机遇,另一方面也为汽车产品低碳发展提供了技术路线,是低碳转型背景下颠覆性技术及其产业发展的典型代表。目前,学界普遍认为政策对中国新能源汽车发展具有重要作用(张蕾等,2020),但从颠覆性技术视角对公共政策的时间敏感性和社会性影响缺乏讨论,为此亟需构建分析框架用于解释基于颠覆性技术创新的新兴产业发展与政策关系,为低碳转型过程中的政策决策提供支撑。
为此,本文将构建一个面向颠覆性技术及其新兴产业发展的政策—技术路线图框架,在综合考虑敏捷应对和低碳转型的基础上,为解构政策影响及其与颠覆性技术创新过程之间的交互机制提供分析工具。在框架构建上,通过引入社会—技术系统的可持续转型理论,对传统技术路线图进行改进,提出适应颠覆性技术分析需要的技术路线图分层结构和政策工具分类,阐述早期阶段、成长阶段、转型阶段的政策工具和主要作用维度,以此为基础开展实证研究,以中国新能源汽车产业为例,综合使用案例分析和荟萃分析方法,将既有的量化分析结论充分整合到实证研究中,验证颠覆性技术政策—技术路线图框架的解释力,为低碳转型进程中的政策工具选择提供启示。
颠覆性技术(disruptive technologies)是指在主要性能上稍逊于主流技术,在发展初期只能服务于次要性能细分市场,并通过后期改进主要性能逐步满足用户需求,最终取代现有市场主流技术的一种新技术类型[1]。由于颠覆性技术常常能够以革命性方式对传统产业产生“归零效应”,因而容易对在位企业、细分市场、技术创新生态、现有制度和范式造成破坏性影响。以往关于颠覆性技术响应策略的研究大多着眼于单一主体,然而越来越多的实践证据表明,颠覆性创新通常起源于系统层面而非个体公司[2],这是因为由多主体系统支撑的颠覆性技术比由单一主体支持的颠覆性技术发展更快,支持者规模的合法性效应有助于提高社会、政策制定者、监管机构和资本投资者对新兴技术的接受度。因此,颠覆性技术响应策略研究也应由企业层面向系统层面突破,需要综合考虑系统内部发展和外部生存机制[3]。
从颠覆性技术的系统应对来看,基于政策制定者视角的研究明显不足,相关政策研究主要面临两大关键挑战:第一,颠覆性技术的高时间敏感性要求重塑时间维度与公共政策之间的关系。新兴复杂技术具有的适应性、协同进化与敏捷性特征,是当前公共政策议题中的难点[4]。具体来说,一是识别政策工具干预时机,通过时间序列逻辑解释政策作用机制和影响效果(Scordato et al.,2018);二是在政策反馈过程中识别引爆要素,即通过较小扰动引发强烈且不可逆的自我放大机制,加速转型进程(Stadelmann-Steffen et al.,2021)。这需要公共政策按照颠覆性技术发展轨迹及其系统性影响进行快速应对。第二,颠覆性技术的社会性影响要求公共政策从更高层面制定响应策略。Schuelke-Leech(2018)指出,颠覆性技术发展存在两个阶段,一阶颠覆是市场或行业内的局部变化,二阶颠覆影响更广泛的社会规范和运作,包括社会关系、组织结构、制度、公共政策和物理环境等。尤其是在低碳转型背景下,技术创新过程不仅涉及生产方式转变、产业转型升级、消费市场变革,还涉及社会生活方式改变,因此需要在社会—技术系统层面考虑颠覆性技术响应策略。
为了应对颠覆性技术的高时间敏感性,技术路线图方法能够表征颠覆性技术在时间序列上的发展轨迹。技术路线图可以用于识别潜在颠覆性技术和产品[5]、区分颠覆性与渐进性创新[6],通过分层结构和时间维度布局有效提高颠覆性技术规划与执行效率,更好地解析颠覆性技术及新兴产业发展过程的复杂性。技术路线图方法在可再生能源领域得到广泛应用(Amer,Daim,2010),然而其与政策分析手段的结合较为少见。
Zhou等(2013)首先采用含有政策的技术路线图方法,揭示政策对新兴产业的影响过程。在此基础上,为了理解政策影响产业发展的间接、隐含机制,黄萃等[7]提出纳入政策维度的技术路线图分析框架,该框架通过分析政策工具与技术路线分层结构间的作用关系解释风机和光伏产业的政策机制,该技术路线图采用传统的“市场—产品—技术”分层结构,关注不同发展阶段的政策工具应用,包括需求面、环境面、供给面三类。该分析框架已被应用于部分新兴产业领域(胡峰 等,2019;黄剑锋,章晓懿,2020),但尚没有将技术的社会性影响纳入分析,因而难以支持针对颠覆性技术的政策研究。
为了分析颠覆性技术的社会性影响,引入社会—技术系统转型理论有助于在兼顾社会系统与技术系统的基础上为更高层面决策提供支撑。近年来,可持续发展问题日益突出,此类具有社会嵌入性的挑战需要通过社会—技术系统转型解决,即由激进式创新或颠覆性技术实现社会—技术系统的根本性转变(Köhler et al.,2019)。多层次视角(MLP)是社会—技术系统转型理论的主流分析框架,其认为转型是通过利基层、体制层和远景层3个层级互动实现的。该框架为颠覆性技术的政策干预提供了合理依据。
在社会—技术系统转型理论中,通过建立保护空间使利基创新免受不利影响是基本共识[8]。颠覆性技术保护空间是为新兴技术构建的一个具有虚拟或实体边界的保护区域,使新兴技术免受外部压力。保护空间提供3项重要功能,即①防御功能,旨在保护处于萌芽期的颠覆性技术免受主流技术市场的选择压力;②培育功能,在成长期为颠覆性技术提供试验空间,帮助支持者构建社交网络[9];③赋能功能,在颠覆性技术发展成熟并形成主导设计后,促使旧的社会—技术制度向新的社会—技术制度转型,直到颠覆性技术在新制度中实现社会嵌入[10]。保护空间的概念属性为政策干预研究提供了基础,一方面,保护空间的内涵机制揭示利基层与体制层间存在多维互动关系,涉及市场、用户偏好、文化等社会属性,有助于政策研究者从更高层级将颠覆性技术的社会性影响纳入考察范围;另一方面保护空间的功能效应在时间维度上具有顺序逻辑,能够为时间维度上的政策工具配置和选择提供启示。
目前,基于社会—技术系统转型理论的政策研究仍处于早期发展阶段,虽然Rogge &Reichardt(2016)提出适用于可持续转型研究的政策组合概念框架,但相较于转型研究与日俱增的社会生态属性和系统复杂性,针对政策工具选择、政策过程分析、政策绩效评估的研究明显滞后,亟待补充。
为了构建面向颠覆性技术的政策—技术路线图框架,分别对技术路线图的分层结构和政策工具类型划分进行优化。
(1)在传统技术路线图“市场—产品—技术”的基础上,增加用户需求和参与者两个层级。一是在用户需求层面将用户对颠覆性技术主要性能和次要性能的需求纳入分析范围,综合考察颠覆性技术在市场需求层面的压力和机遇。二是在参与者层面将政府、企业、科研机构、中介组织等利益相关者纳入分析范围,实现颠覆性技术的社会维度嵌入和多元主体分析。
(2)以社会—技术系统的可持续转型理论为基础,采用颠覆性技术保护空间的政策干预机制(胡雯等,2021),将政策工具划分为防御型、培育型、赋能型3种,相关定义和政策示例如表1所示。具体来说:
表1 政策工具分类维度定义
Table 1 Definitions of classification dimensions of policy tools
政策工具维度定义防御产业和市场降低原有产业功能、用户—生产者关系、业务模型和资源分配流程对颠覆性技术的选择压力,支持有利于颠覆性技术的市场规则、用户习惯以及制度偏好形成知识和技术现行的知识创新活动具有范例性特点,减少既有期刊、研究机构、权威会议形成的制度化组织和体系压力,降低现有技术标准和基础设施选择压力,促进颠覆性技术在技术更新和经济发展上充分发挥作用公共政策降低现有公共政策规则对颠覆性技术的选择压力制度文化降低与现行制度相关的文化价值、技术象征意义、媒体偏好等带来的选择压力培育期望建立建立稳健、具象、高质量的颠覆性技术期望,其中,稳健性是指期望在众多行动者间达成共识,高质量则由正在进行中的实验项目背书网络构建构建有利于颠覆性技术发展的广泛且深度的行动者社交网络,广泛的网络能够带来多元化观点,深度的网络能够提供大量资源承诺学习和试验帮助颠覆性技术积累事实、数据和产生一阶学习效应,同时,还能产生评估与支持利基市场替代方法有关的二阶学习效应赋能适应性赋能在环境不变的情况下,促进颠覆性技术与主流技术竞争转换性赋能通过改变主流选择环境,使其更适合颠覆性技术发展
第一,防御型政策旨在帮助颠覆性技术抵御既有环境选择压力,包括来自产业、主流技术和基础设施、知识基础、用户关系和市场、公共政策和政治权力、制度文化意涵等方面的压力,加速新知识开发和技术研发进程,适度降低企业研发投入风险,助力颠覆性技术实现技术发展目标[8]。
第二,培育型政策旨在对颠覆性技术进行选择、培育、孵化,加速主导设计形成,推动颠覆性技术由成长阶段迈向转型阶段,并通过期望建立、社会网络构建、学习和试验等方式促进利基层内部参与者达成共识,形成具有协商机制的创新网络,实现技术应用目标,逐步降低从技术到产品过程中的不确定性。
第三,赋能型政策旨在帮助颠覆性技术平稳实现社会嵌入,促使社会—技术制度完成转型,其有适应型和转换型两条作用路径。其中,适应型路径在环境不变的情况下推动颠覆性技术与主流技术竞争,转换型路径通过改变既有环境助力颠覆性技术发展[11]。
在对技术路线图分层结构和政策工具类型划分进行调整的基础上,绘制面向颠覆性技术的政策—技术路线图框架,如图1所示。其中,技术路线图由“用户需求—市场—产品—技术—参与者”5个层级组成,政策分析采用防御型、培育型、赋能型3种工具分类,箭头表示层级间互动关系以及政策工具的作用维度。
图1 面向颠覆性技术的政策—技术路线图框架
Fig.1 A framework of policy-technology roadmap of disruptive technology
进一步地,三类政策工具通过在颠覆性技术不同发展阶段聚焦不同侧重点,实现政策效应的渐层释放,最终完成转型。从生命周期角度,可以将颠覆性技术发展分为3个阶段,即早期阶段(知识空间形成)、成长阶段(利基功能建立)、转型阶段(新旧技术竞争和范式转换),下面对三类政策工具的主导阶段和作用维度进行具体分析。
(1)防御型政策在颠覆性技术发展早期阶段占据主导地位,侧重为知识空间建立和形成提供支撑。防御型工具可以通过优先或专项资助、建设专门的研发或应用基础设施、减少现有技术标准和公共政策对新兴技术的限制等途径,支持知识空间发展。因此,防御型工具的着力点是技术和参与者维度,旨在促进知识基础形成,推动技术早期迭代,其最终目标是促使知识空间形成,确保颠覆性技术的后续发展拥有足够的知识生产者和传播者。此外,防御型工具效用发挥也与体制层在制度、认知和规范结构方面的强势程度有关[12]。
(2)培育型政策在颠覆性技术成长阶段占据主导地位,侧重为利基功能建立提供支撑。在成长阶段,颠覆性技术尚处于产品化和商业化过程中,因此需要使用培育型工具为其提供试验机会和应用场景,也可以采用鼓励产学研合作等方式促进网络构建,还可以通过发布产业规划等方式建立稳定期望,释放积极的政策信号。所以,培育型工具的着力点是产品和参与者维度,同时,也对技术维度有支持作用,能够加速主导设计出现、扩大创新网络规模、增强网络内部连接、促进共识空间形成,其最终目标是建立良好的利基功能,确保颠覆性技术具备与主流技术竞争的基础。
(3)赋能型政策在转型阶段占据主导地位,侧重于推动颠覆性技术与主流技术竞争,促进新旧范式平稳转换。在转型阶段,赋能型工具主要有两条作用途径,一是通过补贴、税收减免等方式,降低颠覆性技术在主要性能属性上的劣势,减少用户转换成本,促进其与主流技术充分竞争;二是通过改变现有选择环境制定出更利于颠覆性技术发展的“游戏”规则,使稀缺的制度资源向颠覆性技术倾斜,以此推动转型。因此,赋能性工具着力点主要体现在市场维度,无论是适应性策略还是转换性策略,都能够面对市场释放出强烈的政策信号,帮助颠覆性技术逐步赢得保护空间外部主体信任,最终实现平稳转型。
表2为政策工具的主要作用维度,其中,星号表示政策工具着力点,方形表示对政策工具效用具有影响。
表2 政策工具的主要作用维度
Table 2 Main impact dimensions of policy instruments
工具类型细分类型参与者技术产品市场用户需求颠覆性技术发展阶段防御型产业和市场★★早期阶段:保护空间初步形成、知识空间形成、参与者规模小知识和技术★★公共政策★★制度文化★★培育型期望建立★★成长阶段:主导设计出现、创新网络扩展、共识空间形成社会网络★★学习和实验★★赋能型适应性赋能★■转型阶段:新旧技术竞争、范式形成转换性赋能★■
为了验证政策—技术路线图框架对颠覆性技术发展阶段和政策作用的解释力,选取中国新能源汽车产业及其政策工具为研究对象。
首先,采用案例分析方法对中国新能源汽车产业发展过程进行描述性分析,为技术路线图绘制奠定基础。使用多种资料来源和多元异构数据相互印证,以确保案例研究的准确性,主要包括政策文件、学术文献、统计数据、访谈资料等。
其次,采用荟萃分析法对中国新能源汽车政策作用维度进行总结,为政策层绘制奠定基础。由于中国新能源汽车政策研究在变量选取、模型方法、数据规模上均存在较大差异,很难采用定量荟萃分析计算平均效应,因此本文选取定性荟萃分析方法。定性荟萃分析是社科领域常用的分析工具,主要以大量具有矛盾性结论的文献为研究对象,采取广泛比较的研究思路(齐磊,唐权,2019)。荟萃分析步骤如下:第一步,文献收集与筛选。通过中国知网核心期刊(SCI收录、EI收录、核心期刊、CSSCI期刊)数据库,以“新能源汽车”或“电动汽车”和“政策”或“政策工具”为检索词进行检索,获得初始文献430篇。在此基础上,根据3个标准进行筛选,一是研究议题围绕中国新能源汽车政策实施效果,二是研究设计能够通过量化实证方法考察政策工具作用方向和影响程度,三是研究数据是真实的而非模拟仿真数据。最终得到43篇文献。第二步,文献分析。由两位作者分别对文献进行阅读,手工提取涉及工具类型、作用维度、作用对象、路径关系、样本规模、模型方法等方面的关键要素,并就意见不一致部分进行讨论,形成分析结果。第三步,分类比较。按照分析框架中的工具类型和分层结构对三类工具作用机制进行总结与对比,并对框架作进一步修正。
最后,综合案例分析和荟萃分析结果,绘制中国新能源汽车的政策—技术路线图。
4.1.1 用户需求
新能源汽车的早期消费者往往是时尚的环保者,或者是对驾车成本敏感的受众(孙晓华,王林,2014)。时尚的环保主义消费者注重产品的绿色和节能属性,也乐于尝试新兴产品,因此即使新能源汽车在主要性能维度(购买价格、续航里程、使用便利性)上不及燃油汽车,他们仍然会倾向于选择新能源汽车并成为早期消费者。对驾车成本敏感的受众(如出租车和网约车司机)则能够从次要性能维度上受益,即新能源汽车的使用成本较低。
4.1.2 市场
中国新能源汽车市场发展的起步时间明显晚于国外新能源市场,2010年之前新能源汽车市场规模很小,年销量不足5 000辆,直到2012年才超过1万辆。2013年以后,新能源汽车市场迎来高速增长期,5年内平均增速超过150%,其中,2014年和2015年增速超过300%。2019年以后,新能源汽车市场增速明显放缓,2020年销量达到136.7万辆,较上一年增长13.54%。市场占有率变化情况与年销售量类似,具体见图2所示。2015年新能源汽车市场占有率首次超过1%,2020年市场占有率达到5.4%。
图2 中国新能源汽车销售量和市场占有率
Fig.2 Sales and market shares of China's new energy vehicle
数据来源:中国汽车工业协会
4.1.3 产品
2009年是中国新能源汽车由研发向产业化迈进的标志性年份,比亚迪F3DM的上市是国产新能源轿车面向私人个体销售的开端,具有里程碑意义。由于该阶段产品续航里程最高仅有180Km左右,因此微型和小型纯电轿车产品市场率先得到快速发展(2014-2015年)。2018年之后,纯电轿车续航里程普遍超过500Km,中高端轿车产品市场开始形成,微型小型纯电轿车市场份额逐步下降。同时,国产新势力车企借助互联网和自动驾驶技术的东风迅速发展。
4.1.4 技术
国内新能源汽车发展主要受到电池、电机、电控三类技术的影响,这也是“十五”期间863计划“三纵三横”研发布局的核心组成部分。电池技术方面,锂电池是当前新能源汽车的主流动力源,其能量密度直接决定汽车续航里程(靳文婷 等,2022)。早期阶段,研发重点为磷酸铁锂电池技术,2010年后逐渐转向三元锂电池技术,“十四五”期间研发重点转变为固态动力电池技术。电机技术方面,主要以永磁同步电机研发为主,兼顾交流异步电机。电控技术方面,自2010年始新能源汽车企业开始广泛进行电机控制系统、能量管理系统、电动转向助力、电池管理系统等电控系统研发与应用。随后,高级驾驶辅助系统得到快速发展,L3和L4级别的应用落地化。2017年后,车载人工智能成为国产新势力车企的研发重点之一。
4.1.5 参与者
在“十五”和“十一五”期间,国内新能源汽车仍处于研发阶段,根据863计划《电动汽车》重大科技专项和《节能与新能源汽车》重大项目参与情况,以比亚迪、一汽等企业,同济大学、清华大学等高校为重要参与主体。2009-2015年,工信部先后公布76批新能源汽车推广目录,涉及企业共225家(何文韬,肖兴志,2017)。同时,从IPC国际专利的行动者网络来看,清华大学、浙江大学等是主要研发机构(高建刚,2019)。2016年后,为了治理电动汽车骗补问题,工信部对新能源汽车推广目录的准入要求进行调整,截至2020年先后公布263批目录。同时,从IPC国际专利的申请量看,吉林大学、清华大学等是主要研发机构。从参与者合作网络看,新能源汽车产业合作网络的整体联通性不高,虽然上中下游之间的内部协同创新增强,但产业链各环节间协同创新关联程度较低(刘国巍,邵云飞,2020)。
4.2.1 防御型政策
中国新能源汽车产业发展在很大程度上来源于国家政策扶持[13]。从时间分布上看,早在“十五”期间就已开始通过防御型政策支持新能源汽车产业发展,政策工具则主要集中在知识技术防御举措上。2001年“863”计划启动电动汽车重大专项,开展“三纵三横”研发布局,为新能源汽车产业化奠定技术基础,同时,提出知识产权保护和标准战略落实的相关举措。此后,在“十一五”和“十二五”期间,“863”计划和科技专项计划围绕电动汽车开展持续的专项研究布局,这是典型的知识技术防御举措。2004年《汽车产业发展政策》出台,一方面要求加强新能源汽车技术研发和产业化研究,另一方面要求引导消费者购买和使用低能耗、低污染、小排量、新能源、新动力汽车,可以认为是一项知识技术防御和市场产业防御并重的举措。2007年《新能源汽车生产准入管理规则》出台,此后经工信部多次修订,为降低新能源汽车企业生产和技术标准方面的选择压力提供支撑,上述也属于知识技术防御举措。
从作用维度看,荟萃分析结果显示,现有文献主要是对知识技术防御政策效果进行讨论。其中,涉及研发补贴工具的文献最多(6篇),涉及标准规范工具的文献较少(2篇)。由于以“863”计划为代表的专项政策效果很难通过计量模型考察,因此本文借助研发补贴工具文献对此类知识技术防御政策效果进行解释。具体来说:研发补贴工具在市场(销量规模)、技术(研发销量比、研发投入规模、研发投入强度)、参与者(产能利用率)维度都表现出显著的正向作用;标准规范类工具则在市场(销量规模)、技术(专利规模)维度表现出显著的正向作用。
4.2.2 培育型政策
自2009年始中国新能源汽车产业在密集的扶持政策下进入快速发展轨道。2009年《关于开展节能与新能源汽车示范推广试点工作的通知》出台,决定在北京、上海等13个城市开展节能与新能源汽车示范推广试点工作。同年,工信部开始发布新能源汽车推广目录。此后,新能源汽车示范推广试点范围不断扩大,这是典型的学习试验类培育政策。2012年《节能与新能源汽车产业发展规划(2012-2020年)》发布,对中国新能源汽车产业未来发展进行了总体布局,这是典型的期望建立类培育政策。2017年《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》(以下简称“双积分”政策)出台,旨在促进汽车生产企业更好地平衡传统燃油车和新能源汽车的生产决策,可以认为这是一种网络构建类培育政策,能够促使传统燃油车生产企业将更多资源投入新能源汽车研发生产。
从作用维度看,针对培育型政策的讨论主要涉及税收优惠(11篇)、推广目录(2篇)、双积分政策(2篇)。荟萃分析结果显示,税收优惠工具对技术维度的作用较复杂,其中,对研发投入强度和专利质量表现出显著的正向作用,但对研发效率的作用不显著,与研发投入规模以及专利规模存在非线性关系。同时,税收优惠工具对参与者表现出显著的正向影响,有利于增加企业总收入和净利润[14],提升企业盈利能力、偿债能力、运营能力和发展能力[15]。推广目录则在技术(专利规模)维度表现出显著的正向影响。双积分政策在技术(研发投入规模和强度)、参与者(经营绩效)维度表现出显著的正向作用。同时,基于博弈论研究结果提出,双积分政策对新能源汽车供应链合作具有一定影响,特别是当积分较高时,在供应链合作模式下车企会进行更多研发努力,激励制造商生产和销售新能源汽车[16]。此外,来自演化博弈的证据表明,市场机制和政府调控对参与者维护合作行为并形成网络集聚具有促进作用[17],市场机制下政府补贴、违约金以及收益分配系数对驱动企业与学研机构开展新能源汽车合作创新的效果明显[18]。
4.2.3 赋能型政策
伴随扶持政策的密集出台,中国新能源汽车市场规模快速扩张。2010年《关于开展私人购买新能源汽车补贴试点的通知》发布,确定在上海等5个城市启动私人购买新能源汽车补贴试点工作,并按照动力电池组能量分别制定插电式混动和纯电乘用车补贴额度。2014年《关于免征新能源汽车车辆购置税的公告》出台,对纳入免征购置税目录的车型施行购置税减免政策,并在此后的政策中对车船税也施行减免,这是典型的适应性赋能政策。2013年发布的《关于继续开展新能源汽车推广应用工作的通知》,要求示范城市的政府车辆采购向新能源汽车倾斜。2014年首次对充电设施建设实施扶持政策,发布《关于新能源汽车充电设施建设奖励的通知》。2015年李克强总理要求各地不得对新能源汽车实行限行限购[19]。此外,各城市根据交通承载力情况,制定了不同的路权政策[20]。例如上海实行限牌不限行政策,符合要求的新能源汽车可以获得免费绿牌,从而享受优先路权福利。诸如政府采购、充电桩建设、限行限购路权优先等举措属于转换型赋能政策,使稀缺的制度资源向颠覆性技术倾斜。
从作用维度看,针对政府补贴的讨论最集中(30篇),其次是限行限购路权优先(8篇)、购置税减免(7篇)和充电桩建设(6篇),针对政府采购的讨论较少(4篇)。荟萃分析结果显示,政府补贴工具对5个维度都具有一定影响,其中,在用户需求(购买动机和意愿)、市场(销量规模)维度表现出显著的正向影响;在产品维度上,对产量规模的影响存在争议,且对产品质量没有起到促进作用;在技术维度上,对研发投入强度和专利质量具有显著正向影响,但对研发投入规模、研发效率、专利规模的影响尚不明确;在参与者维度上则呈现出较大差异。高秀平和彭月兰[15]的研究指出,财政补贴对新能源汽车企业盈利能力和运营能力的影响为负,对偿债能力、发展能力的影响为正。限行限购路权优先工具在用户需求(购买意愿)和市场(销量规模)维度均表现出显著正向作用,且通常在交通承载压力较高的城市中政策效果更佳[20]。购置税减免政策在市场(销量规模)和产品(产量规模)维度均表现出显著正向影响,但对企业全要素生产率的影响不显著。充电桩建设政策在市场(销量规模)维度的显著正向影响得到多次验证,还有学者指出,国内充电桩建设政策出台时间较晚[19]。政府采购政策对市场(销量规模)具有显著正向影响,但对产量规模的影响不显著。由此可见,相较于适应性赋能政策在多个维度上的复杂作用机制,转换性赋能政策在用户需求和市场维度表现出更加明确且直接的影响效应。
综合案例分析和荟萃分析结果,绘制中国新能源汽车产业的政策—技术路线图如图3所示,并选择有代表性的政策工具进行总结,其中,灰色箭头标注了政策工具作用维度。从图3可知,中国新能源汽车产业发展得到各类扶持政策支持,从政策工具实施时间看,防御型、培育型、赋能型三类政策伴随产业发展依次出现,其中,防御型政策在早期阶段的出现密度最高(2009年前),培育型政策在成长阶段更为集中(2010-2017年),赋能型政策则更多作用于转型阶段(2018年至今)。
图3 中国新能源汽车的政策—技术路线
Fig.3 Policy-technology roadmap of new energy vehicle in China
长期以来,以颠覆性技术为核心的新兴产业形成通常存在较高不确定性和广泛的社会影响,尤其是在低碳转型背景下,使得政策决策者需要在不同产业发展阶段动态调整政策工具应用,同时,快速应对突如其来的复杂变化。因此,本文提出的颠覆性技术政策—技术路线图框架可为破解此类困境提供参考。引入社会—技术系统的可持续转型理论,对原有政策—技术路线图进行改进:在传统技术路线图“市场—产品—技术”的基础上,增加用户需求层和参与者层,实现社会维度的嵌入和多元主体分析;对政策工具划分进行调整,提出防御型、培育型、赋能型三类政策工具,以适应颠覆性技术动态分析和转型研究需要。在先验框架基础上,以中国新能源汽车产业为例,综合案例分析和荟萃分析方法,验证框架的解释力。根据实证研究结果,对框架进行修正,提出管理启示和研究不足。
根据实证研究结果,本文提出的颠覆性技术政策—技术路线图框架对政策工具在不同阶段的分布假设得到充分验证。值得注意的是,在成长和转型阶段,培育型和赋能型工具存在交互更迭的关系。按照荟萃分析结果,进一步对政策工具作用维度进行修正,如图4所示,灰色线条为修正后新增。修正内容包括:①防御型工具对早期阶段的新兴市场形成具有积极作用,通过制定排放规则、准入门槛、行业标准等规范新能源汽车市场秩序(熊勇清等,2019),引导消费者逐步建立对新能源汽车的良好认知,为培育先锋型消费者奠定基础;②赋能型工具在转型阶段对产品具有一定影响,但这种影响主要表现在产量规模增加上,对产品迭代升级和质量改进的影响没有得到实证研究的支持[22]。
图4 修正后的颠覆性技术政策—技术路线图框架
Fig.4 A revised framework of policy-technology roadmap of disruptive technology
根据政策—技术路线图分析结果,对中国新能源汽车政策制定有以下启示:①早期干预应以防御型工具为主,例如科技专项计划、知识产权保护、标准制定与落实、消费者引导等,旨在为利基多样化发展提供空间,同时,对新兴市场形成也具有积极作用;②政策工具的过早/过晚介入均对政策效果产生影响,例如赋能型政策的过早介入会对主导设计迭代产生负面影响,从而延缓颠覆性技术扩散速度,从中国新能源汽车政策在成长阶段的作用效果来看,由于新能源汽车产品尚不成熟,充电基础设施不足,在细分市场上难以与传统燃油车竞争,因此在这一阶段即使通过政府补贴方式将新能源汽车推向市场,鉴于其在主要性能属性上的明显劣势,赋能型政策也无法起到推动颠覆性技术与主流技术竞争的作用。同时,由于成长阶段的技术发展尚不能支撑主导设计快速迭代,产品质量参差不齐,从而降低消费者购买意愿;③在成长和转型阶段,应注意培育型与赋能型工具间的互动关系,尤其是补贴政策作用范围广泛,需要综合考虑政策工具对多元参与者的作用,及对其它工具的溢出效应,并根据政策反馈结果动态调整工具组合和政策力度,以预防颠覆性技术可能出现的社会性影响。
虽然本文提出的政策—技术路线图框架为颠覆性技术公共政策的敏捷应对提供了启示,但仍有诸多局限:一是3类工具之间的互动关系有待深入讨论。由于政策工具交互实例以及特定类型工具交互的重复实例很难被观测和记录,因此如何综合考察政策组合互动中日益凸显的复杂性、多层次、多主体等特点是一个难点问题,亟待补充。二是对政策工具介入时机的判断缺乏更细致的量化研究支撑,在后续研究中需要进一步结合颠覆性技术发展阶段开展分析。
[1] BOWER J L, CHRISTENSEN C M. Disruptive technologies:catching the wave[J].Harvard Business Review, 1995(1): 43-53.
[2] PALMIE M, WINCENT J, PARIDA V, CAGLAR U. The evolution of the financial technology ecosystem:an introduction and agenda for future research on disruptive innovations in ecosystems[J].Technological Forecasting and Social Change, 2020,151: 119779.
[3] WALRAVE B, TALMAR M, PODOYNITSYNA K S, et al. A multi-level perspective on innovation ecosystems for path-breaking innovation[J].Technological Forecasting and Social Change, 2018,136: 103-113.
[4] REJENSKI D. Making policy in a Moore's Law World[J].Ubiquity, 2003(12): 1.
[5] KOSTOFF R N, BOYLAN R, SIMONS G R. Disruptive technology roadmaps[J].Technological Forecasting and Social Change, 2004,71: 141-159.
[6] YOON B, PHAAL R, PROBERT D. Morphology analysis for technology roadmapping: application of text mining[J].R&D Management, 2008,38: 51-68.
[7] 黄萃, 徐磊, 钟笑天, 等. 基于政策工具的政策-技术路线图(P-TRM)框架构建与实证分析——以中国风机制造业和光伏产业为例[J].中国软科学, 2014,29(5): 76-84.
[8] RAVEN R, KERN F, VERHEES B, et al. Niche construction and empowerment through socio-political work:a meta-analysis of six low-carbon technology cases[J].Environmental Innovation and Societal Transitions, 2016,18: 164-180.
[9] GEELS F W. From sectoral systems of innovation to socio-technical systems: insights about dynamics and change from sociology and institutional theory[J].Research Policy, 2004,33: 897-920.
[10] GENUS A, COLES A M. Rethinking the multi-level perspective of technological transitions[J].Research Policy, 2008, 37(8): 1436-1445.
[11] GEDDES A, SCHMIDT T S. Integrating finance into the multi-level perspective: technology niche-finance regime interactions and financial policy interventions[J].Research Policy, 2020,49: 103985.
[12] NYKVIST B, NILLSSON M. The EV paradox-a multilevel study of why stockholm is not a leader in electric vehicles[J].Environmental Innovation and Societal Transitions, 2015,14: 26-44.
[13] 李珒, 战建华. 中国新能源汽车产业的政策变迁与政策工具选择[J].中国人口·资源与环境, 2017, 27(10): 198-208.
[14] 周燕, 潘遥. 财政补贴与税收减免——交易费用视角下的新能源汽车产业政策分析[J].管理世界, 2019,35(10): 133-149.
[15] 高秀平, 彭月兰. 我国新能源汽车财税政策效应与时变研究——基于A股新能源汽车上市公司的实证分析[J].经济问题, 2018,40(1): 49-56.
[16] 孙慧芳, 王阳. “双积分”政策下新能源汽车供应链横向竞合研发博弈[J].数学的实践与认识, 2020, 50(22): 67-77.
[17] 曹霞, 李传云, 于娟, 等. 市场机制和政府调控下的产学研合作创新网络演化博弈仿真——以新能源汽车产业为例[J].系统管理学报, 2020,29(3): 464-474.
[18] 徐建中, 孙颖. 市场机制和政府监管下新能源汽车产业合作创新演化博弈研究[J].运筹与管理, 2020,29(5): 143-151.
[19] 马少超, 范英. 基于时间序列协整的中国新能源汽车政策评估[J].中国人口·资源与环境, 2018,28(4): 117-124.
[20] 熊勇清, 黄恬恬, 李小龙. 新能源汽车消费促进政策实施效果的区域差异性[J].中国人口·资源与环境, 2019,29(5): 71-78.
[21] 陈洲, 陈钊, 陈诗一. 阶梯式补贴与企业的策略反应——基于新能源汽车企业的分析[J].经济学动态, 2021,62(2): 32-49.