技术经济

创新价值链下新能源汽车产业技术创新效率——基于两阶段Super-DEA与Malmquist指数模型

PDF下载

周银香 , 高珊珊 , 王妍

技术经济 | 技术经济评价 2025,44(10): 116-127

收起

技术经济 |技术经济评价 2025 , 44 (10) : 116 -127

创新价值链下新能源汽车产业技术创新效率——基于两阶段Super-DEA与Malmquist指数模型

全屏

[Author(id=1321914825886774258, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1321914825979048948, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914825886774258, language=EN, stringName=Yinxiang Zhou, firstName=Yinxiang, middleName=null, lastName=Zhou, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1321914826054546421, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914825886774258, language=CN, stringName=周银香, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=浙江财经大学数据科学学院，杭州 310018, bio={"content":"

周银香（1971—），博士，浙江财经大学数据科学学院教授，博士研究生导师，研究方向：新兴产业政策与创新效率评价，低碳经济统计

"}, bioImg=null, bioContent=

周银香（1971—），博士，浙江财经大学数据科学学院教授，博士研究生导师，研究方向：新兴产业政策与创新效率评价，低碳经济统计

, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1321914825794499566, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, xref=null, ext=[AuthorCompanyExt(id=1321914825802888175, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, companyId=1321914825794499566, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China), AuthorCompanyExt(id=1321914825815471088, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, companyId=1321914825794499566, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=浙江财经大学数据科学学院，杭州 310018)])]), Author(id=1321914826146821111, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1321914826218124281, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914826146821111, language=EN, stringName=Shanshan Gao, firstName=Shanshan, middleName=null, lastName=Gao, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1321914826310398970, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914826146821111, language=CN, stringName=高珊珊, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=浙江财经大学数据科学学院，杭州 310018, bio={"content":"

高珊珊（1998—），浙江财经大学数据科学学院博士研究生，研究方向：新兴产业政策与创新效率评价

"}, bioImg=null, bioContent=

高珊珊（1998—），浙江财经大学数据科学学院博士研究生，研究方向：新兴产业政策与创新效率评价

, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1321914825794499566, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, xref=null, ext=[AuthorCompanyExt(id=1321914825802888175, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, companyId=1321914825794499566, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China), AuthorCompanyExt(id=1321914825815471088, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, companyId=1321914825794499566, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=浙江财经大学数据科学学院，杭州 310018)])]), Author(id=1321914826385896444, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, orderNo=2, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1321914826520114174, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914826385896444, language=EN, stringName=Yan Wang, firstName=Yan, middleName=null, lastName=Wang, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1321914826583028735, tenantId=1146029695717560320, journalId=1146120045056339983, articleId=1321914822866875371, authorId=1321914826385896444, language=CN, stringName=王妍, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=null, address=浙江财经大学数据科学学院，杭州 310018, bio={"content":"

王妍（1997—），浙江财经大学数据科学学院硕士研究生，研究方向：新兴产业政策与创新效率评价。

"}, bioImg=null, bioContent=

王妍（1997—），浙江财经大学数据科学学院硕士研究生，研究方向：新兴产业政策与创新效率评价。

周银香, 高珊珊, 王妍

作者信息

浙江财经大学数据科学学院，杭州 310018

作者简介:

周银香（1971—），博士，浙江财经大学数据科学学院教授，博士研究生导师，研究方向：新兴产业政策与创新效率评价，低碳经济统计

高珊珊（1998—），浙江财经大学数据科学学院博士研究生，研究方向：新兴产业政策与创新效率评价

王妍（1997—），浙江财经大学数据科学学院硕士研究生，研究方向：新兴产业政策与创新效率评价。

The Technological Innovation Efficiency of New Energy Vehicle Industry under Innovation Value Chain: Based on Two-stage Super-DEA and Malmquist Index Modeling

Yinxiang Zhou, Shanshan Gao, Yan Wang

Affiliations

School of Data Science, Zhejiang University of Finance & Economics, Hangzhou 310018, China

出版时间: 2025-10-25 doi: 10.12404/j.issn.1002-980X.J24032805

文章导航

摘要

收起

发展新能源汽车产业是我国实施绿色发展的战略举措，作为技术密集型产业，创新才能促进其高质量发展。基于创新价值链视角将新能源汽车产业技术创新过程分为技术成果生产与转化两阶段，运用Super-DEA和Malmquist指数模型测算不同产权企业2016—2022年两阶段创新效率、创新模式及动态变化趋势。研究表明：新能源汽车产业创新价值链两个阶段的创新效率均不高，绝大多数企业属于粗放型创新模式，但技术成果转化阶段创新效率显著优于生产阶段；不同产权性质及产业链不同环节的技术创新效率具有异质特征，非国有企业的技术生产效率高于国有企业，但成果转化效率则相对偏低，产业链各环节的技术生产效率差异更大；动态来看，生产阶段和转化阶段全要素生产率均呈现波动态势，创新价值链两阶段创新效率变化的促增动力分别为技术效率变化和技术进步。研究结论为新能源汽车产业高质量发展提供三重实践指引：揭示创新价值链不同阶段的技术创新效率及关键促增因素，指导企业优化技术创新资源配置；解析不同产权的新能源汽车企业创新效率差异，助力政府精准实施差异化激励政策；破解产业链技术创新薄弱环节，全面提升上下游企业创新韧性。

关键词

新能源汽车产业 / 技术创新效率 / 创新价值链 / 两阶段Super-DEA / Malmquist指数

Abstract

收起

The development of the new energy vehicle (NEV) industry in China is a strategic endeavor towards green development. As a technology-intensive industry, innovation is pivotal for the NEV industry to advance its high-quality development. From the innovation value chain perspective, the technological innovation process of the NEV industry was divided into two distinct stages: technology achievement production and technology achievement transformation. By employing the Super-DEA and Malmquist index models, the two-stage innovation efficiency, innovation patterns, and dynamic trends of firms with varying ownership structures from 2016 to 2022 were quantified. The results show that, firstly, the innovation efficiency in both stages of the NEV industry is generally low, with the majority of firms adhering to an extensive innovation model. However, the efficiency in the technology achievement transformation stage significantly is better than that in the production stage. Secondly, there exists notable heterogeneity in technological innovation efficiency across firms with different ownership structures and within distinct segments of the industrial chain. Specifically, non-state-owned enterprises demonstrate higher technology production efficiency compared to state-owned enterprises, albeit with relatively lower technology transformation efficiency. Additionally, there are more pronounced disparities in technology production efficiency among various segments of the industrial chain. Lastly, from a dynamic perspective, total factor productivity (TFP) in both the production and transformation stages exhibits fluctuating trends, with technical efficiency change and technical change serving as the primary catalyst for TFP growth in different stages respectively. The research findings provide theoretical references and policy insights for enhancing the technological innovation efficiency and market competitiveness of the new energy vehicle industry and promoting the high-quality synergistic development of the new energy vehicle industry chain.

Key words

new energy vehicle enterprises / technological innovation efficiency / innovation value chain / two-stage super-DEA model / Malmquist index

引用本文

周银香, 高珊珊, 王妍. 创新价值链下新能源汽车产业技术创新效率——基于两阶段Super-DEA与Malmquist指数模型. 技术经济, 2025 , 44 (10) : 116 -127 . DOI: 10.12404/j.issn.1002-980X.J24032805

Yinxiang Zhou, Shanshan Gao, Yan Wang. The Technological Innovation Efficiency of New Energy Vehicle Industry under Innovation Value Chain: Based on Two-stage Super-DEA and Malmquist Index Modeling[J]. Journal of Technology Economics, 2025 , 44 (10) : 116 -127 . DOI: 10.12404/j.issn.1002-980X.J24032805

基金

收起

国家社会科学基金重点项目“碳排放统计核算体系构建及碳数据协同治理研究”(24ATJ004)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

周银香，高珊珊，田婧茹，等．中国新能源汽车产业政策工具动态变迁与效能评价研究[J]．工业技术经济，2023，42（3）：13-23．

[2]

郭燕青，李爽，于健．企业技术创新效率双生态模型构建[J]．科技进步与对策，2017，34（18）：74-79．

[3]

方正起，张宝承，秦杰．创新价值链视角下我国上市军工企业技术创新效率评价研究[J]．经济与管理评论，2019，35（6）：37-48．

[4]

朱慧明，张中青扬，吴昊，等．创新价值链视角下制造业技术创新效率测度及影响因素研究[J]．湖南大学学报（社会科学版），2021，35（6）：37-45．

[5]

ANDERSEN P, PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993, 39(10): 1261-1264.

[6]

杨浩昌，钟时权，李廉水．绿色技术创新与碳排放效率：影响机制及回弹效应[J]．科技进步与对策，2023，40（8）：99-107．

[7]

彭绪庶，张笑．基于创新创业的区域创新效率时空特征研究[J]．技术经济，2022，41（3）：1-12．

[8]

付宁宁，苏屹，郭秀芳．基于两阶段超效率DEA的智能制造企业创新效率评价[J]．科技进步与对策，2024，41（10）：67-77．

[9]

冯莎．我国高技术产业创新效率评价研究[J]．调研世界，2019（9）：37-42．

[10]

张炜，赵玉帛．人工智能企业创新效率评价及影响因素研究——基于Super DEA-Tobit模型[J]．技术经济与管理研究，2021（8）：41-45．

[11]

LU C, ROMG K, YOU J, et al. Business ecosystem and stakeholders' role transformation: Evidence from Chinese emerging electric vehicle Industry[J]. Expert Systems with Applications, 2014, 41(10): 4579-4595.

[12]

RONG K, SHI Y, SHANG T, et al. Organizing business ecosystems in emerging electric vehicle industry: Structure, mechanism, and integrated configuration[J]. Energy Policy, 2017(107): 234-247.

[13]

柳卸林，杨培培，丁雪辰．央地产业政策协同与新能源汽车产业发展：基于创新生态系统视角[J]．中国软科学，2023（11）：38-53．

[14]

张兰，任杏，梁毕明．绿色创新政策赋能企业创新生态系统的构建——基于比亚迪汽车的案例研究[J]．科学学与科学技术管理，2023，44（11）：111-128．

[15]

韩斌，冯筱伟，苏屹，等．中国新能源汽车上市公司创新效率测度及影响因素研究——基于三阶段DEA与Tobit面板模型[J]．科技进步与对策，2022（5）：1-11．

[16]

XU X L, CHEN H H. Exploring the innovation efficiency of new energy vehicle enterprises in China[J]. Clean Technologies and Environmental Policy, 2020, 22(8): 1671-1685.

[17]

FANG S, XUE X, YIN G, et al. Evaluation and improvement of technological innovation efficiency of new energy vehicle enterprises in China based on DEA-Tobit model[J]. Sustainability, 2020, 12(18): 7509.

[18]

范琳，姜娟．中国新能源汽车企业创新效率研究——SBM-Tobit两阶段模型[J]．生产力研究，2023（6）：24-30．

[19]

HANSEN M T, BRIKINSHAW J. The innovation value chain[J]. Harvard Business Review, 2007, 85(6): 121.

[20]

CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444.

[21]

MALMQUIST S. Index numbers and indifference surfaces[J]. Trabajos de Estadística, 1953, 4(2): 209-242.

[22]

FARE R, GROSSKOPF S, LINDGREN B, et al. Productivity changes in Swedish pharamacies 1980-1989: A non-parametric malmquist approach[J]. Journal of Productivity Analysis, 1992, 3(1): 85-101.

[23]

张丽琨，张亚萍，梁远．中国工业企业绿色技术创新效率的测度与评价——基于超效率网络SBM-Malmquist模型分析[J]．技术经济，2022，41（7）：13-22．

[24]

易明，彭甲超，吴超．基于SFA方法的中国高新技术产业创新效率研究[J]．科研管理，2019，40（11）：22-31．

[25]

林辉，李唐蓉．绿色发展、金融支持与企业价值——基于上市公司ESG的实证检验[J]．现代经济探讨，2023（2）：28-44．

[26]

邱牧远，殷红．生态文明建设背景下企业ESG表现与融资成本[J]．数量经济技术经济研究，2019，36（3）：108-123．

[27]

李爽．R&D强度、政府支持度与新能源企业的技术创新效率[J]．软科学，2016，30（3）：11-14．

2025年第44卷第10期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J24032805

接收时间：2024-03-28
首发时间：2026-10-27
出版时间：2025-10-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-03-28

基金

国家社会科学基金重点项目“碳排放统计核算体系构建及碳数据协同治理研究”(24ATJ004)

作者信息

浙江财经大学数据科学学院，杭州 310018

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J24032805

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT