新能源汽车补贴政策对移动污染源的门槛效应
来源:用户上传
作者:
摘 要：近年来，随着我国经济飞速发展，人们对汽车的需求越来越大。燃油汽车的大量使用形成的移动污染源给城市尤其是一线、省会城市的环境保护带来巨大压力，因此，新能源汽车补贴政策试图从扶持新能源汽车产业发展的角度来缓解移动污染源对城市空气污染的影响。但在实证研究中发现，新能源汽车补贴政策对移动污染源的抑制效果存在门槛效应。即在新能源汽车产业发展初期，补贴政策可以有效缓解因移动污染源引起的空气污染;随着新能源汽车产业的发展，该缓解效应出现拐点，缓解移动污染源的作用效果降低。
关键词：新能源汽车补贴政策;移动污染源;门槛效应
中图分类号：F062.9 文献标志码：A 文章编号：1673-291X（2020）07-0127-05
引言
根据百度百科对移动污染源的定义，移动污染源是位置随时间变化的空气污染源。主要是指空气排放污染物的交通工具，如排放碳氧化物、氮氧化物、硫氧化物、碳氢化合物、铅化物及黑烟的汽车、飞机、船舶、机车等。本文通过研究分析前人的研究成果后认为，新能源汽车产业补贴政策对减缓我国因移动污染源引起的城市空气污染具有门槛效应。政府补贴是直接作用于企业，对产业发展速度、产业发展高度具有很大影响。而我国城市空气污染则是消费者消费使用机动车的结果，也就是说，城市空气污染问题与新能源汽车产业发展水平有着密不可分的关系。
国外学者关于新能源汽车研究有：Leila Ahmadi&Steven B.Young（2017）通过回收锂离子电池组，研究了电动汽车的潜在技术、改善经济、环境机遇、能源系统和材料效率[1];Arshdeep Singh&Shimi Sudha Letha（2017）认为，电动汽车正在成为一种新的交通方式，通过提出Altona来纠正能源危机，是为电动汽车提供能量的有效来源[2];Bart Degraeuwe等（2017）指出，欧洲大城市的居民暴露于经常超过空气质量标准的NO2浓度的环境中，而柴油车已被认定是造成这种状况的主要原因[3]。国内学者研究有：郭燕青、李磊等（2016）对近年来的补贴政策进行了梳理与分析[4];吴潇萌、吴烨（2018）对我国目前汽车的污染物排放特征进行了研究，对各类汽车污染物排放的历史数据进行了分析、总结与建模，对未来排放趋势进行了预测[5];王恩慈、范松（2017）利用美国阿贡国家实验室提出的评价体系和交通运输仿真模型，采用控制变量的方法分析了传统汽车和新能源汽车在排放量和能耗方面的区别[6];陈坤（2016）从产业链上分析认为，纯电动汽车所带来的污染不见得比传统内燃机汽车带来的污染更小[7]。
由此可以发现，国内外学者普遍认为新能源汽车的出现可以缓解移动污染源引起的城市空气污染问题，但相关实证研究相对较少，无法得出新能源汽车补贴政策与移动污染源的相对精确关系。本文认为，新能源汽车补贴政策对移动污染源具有门槛效应，即当政府对新能源汽车产业的补贴超过某一临界值时，新能源汽车产业的发展水平对减缓移动污染源的效用将减少甚至会促进污染水平增加;当政府补贴小于该临界值时，新能源汽车产业发展水平越高，对减缓移动污染源的效果越显著。本文以新能源汽车产业上市公司的相关数据为例，以Hansen（1999）的面板门槛模型为基础，构建新能源汽车产业政府补贴对减缓移动污染源问题的门槛效应模型。
一、指标选取及数据处理
（一）指标选取
本文研究的核心是新能源汽车产业补贴政策对减缓移动污染源的门槛效应研究，本文设计的模型指标有以下几种。
1.被解释变量。机动车尾气污染物的排放是城市大气污染的重要来源之一，占比也越来越大，并且新能源汽车产业能够直接影响到的就是汽车尾气排放导致的污染，因此本文将机动车尾气排放量作为移动污染源的被解释变量，用符号Gas表示。
2.核心解释变量。根据政府补助对移动污染源的作用机制可以发现，政府补助是通过影响新能源汽车产业的发展水平来影响移动污染源的。因此，本文根据于明超、孙晋云（2018）的研究内容，将企业营业总收入作为核心解释变量[8]，用符号Inc表示。
3.门槛变量。政府补助设置为门槛变量。政府补助是指政府对上市公司的补贴金额，用符号Sub表示。
4.控制变量。郭四代、张华（2018）认为，产出水平、产业结构、科技水平、制度结构、人口压力、对外开放程度、环保意识是区域环境污染的主要影响因素[9]。
本文设计以下变量作为控制变量：一是产业结构。产业结构表示一个地区各个产业的占比，本文用各地区第三产业增加值除以第二产业增加值表示，以符号Str来表示。二是城镇化水平。用各地区城市人口除以土地面积表示，以符号Urb来表示。三是研发强度。用各地区R&D研发支出占地区GDP的比重表示，表示地区投入科技等基础研究研发的支出力度，以符号Rd来表示。四是对外开放程度。用各地区进出口货物总价值来表示一个地区对外开放的程度，以符号Ope来表示。五是环境治理力度。用各地区环境治理支出总额除以地区GDP表示该地区对环境治理方面的投入力度，以符号Env来表示。
（二）数据来源
本文根据同花顺网站上新能源汽车概念股提供的新能源汽车221家上市公司作为研究对象，考虑到我国新能源汽车产业整个的发展歷程和数据可获得性及有效性，需将这221家上市公司进行筛选和剔除。在删除停牌股、ST股、上市时间太短、数据有缺失的公司后，本文最终选取156家新能源汽车产业上市公司，该名单包括整个新能源汽车上、中、下游整个产业链。本文最终在同花顺网站获得2010—2017年新能源汽车产业上市公司的营业总收入数据，在Wind数据库获得相应上市公司的政府补贴数据，因变量机动车尾气排放数据来自《中国机动车环境管理年报》，控制变量及其他数据均来源于《中国统计年鉴》《中国环境统计年鉴》和《中国科技统计年鉴》。 二、模型设计
根据Hansen（1999）对于面板数据的门限回归模型，本文构建了如下的固定效应门槛回归模型一：
其中，Subit为门限变量，γ为待估计的门限值，扰动项μit为独立同分布的。假设解释变量与外生变量，与扰动项不相关。因此，解释变量不包含被解释变量的滞后值，不是动态面板。
对于是否存在“门槛效应”，可以检验以下原假设：
如果此假设成立，则不存在门槛效应。此时，模型简化为：
其中，为对扰动项方差的一致估计。然而，如果原假设“h0∶β=α”成立，则不存在门槛效应，也就无所谓门槛值γ等于多少。因此，在h0成立的情况下，无论γ取什么值，对模型都没有影响，故参数γ不可识别。
如果拒绝“h0∶β=α”，则认为存在门槛效应，可以进一步对门槛值进行检验，即检验“h0∶γ=γ0”。定义似然比检验统计量为：
可以证明，在“h0∶γ=γ0”成立的情况下，LR（γ）的渐近分布虽然仍然是非标准的，但其累计分布函数为（1-e-x/2）2，可以直接算出其临界值。由此，可以利用统计量LR（γ）来计算γ的置信区间。
三、数据检验及分析
（一）单位根检验
为了确保模型回归结果的有效性，本文对数据进行单位根检验。陈强（2010）第一代的面板单位根检验均假设面板数据中“不同个体的扰动项相互独立”，包括LLC检验、IPS检验、CHOI检验和HADRI检验等[10]。本文采用学术上普遍认可的LLC检验。其中对外开放程度指标为降低数据波动性去自然对数后再加入模型，所获得的单位根检验结果（如表1所示）。
依据检验结果，机动车尾气排放、企业主营总收入和城镇化水平在1%、5%、10%水平上均不显著，政府补贴、产业结构、研发强度、取对数的对外开放程度和环境治理支出力度指标均在1%的显著水平显著。针对不显著的指标，对其进行一阶差分处理后也都通过了LLC单位根检验，因此处理后的模型数据不存在单位根，即本文模型回归不存在伪回归情况，模型数据是平稳的。
（二）多重共线性检验
为了使模型更加符合实际情况，有必要对变量间的共线性问题进行检验。本文采用Person相关性检验和计算各变量的方差膨胀因子（VIF）的方法对模型中是否存在多重共线性问题进行判断。Person相关性检验系数（如表2所示）。一般来说，两个变量之间的皮尔逊相关系数的绝对值小于0.8，既可以认为这两个变量之间不存在多重共线性问题。从表3所得到的系数结果可发现，本文变量之间的皮尔逊相关系数的绝对值均小于0.8。为了更加准确地判断本文选取的数据是否存在多重共线性问题，本文还进一步地计算了各变量的方差膨胀因子（VIF），具体结果（如表3所示）。
由表中结果可知，本文所有变量的方差膨胀因子（VIF）均小于10，容差均大于0.1。这表明，本文构建的模型不存在多重共线性问题，基于此可以保证本文模型的合理性和有效性。
四、实证分析
为了确认门槛模型类型，本文采用Hansen提供的门槛值确认方法，分别假设在以政府补贴作为门槛变量时对大气污染影响效果产生单一门槛效应、双重门槛效应和三重门槛效应，再通过500次Bootstrap（自抽样法）模拟F统计量的渐进分布，最终获得各门槛效应的P值，本文获得的门槛效果自抽样检验结果（如下页表4所示）。
在门槛效果自抽样检验中，单一门槛的F值是39.61，在顯著性1%、5%和10%水平下的临界值分别是32.7282、15.0653、11.5819，单一门槛模型在1%的显著性水平上显著;双重门槛模型的F值是10.96，在显著性1%、5%和10%水平下的临界值分别是101.575、60.7138、35.9262，双重门槛模型在显著性1%、5%和10%的水平下均不显著;三重门槛模型的F值是16.86，在显著性1%、5%和10%水平下的临界值分别是107.283、65.6662、41.5187，三重门槛模型在显著性1%、5%和10%水平下均不显著。因此，本文确定以政府补贴作为门槛变量的模型确定为单一门槛模型，政府补贴对我国大气污染的影响仅具有单一门槛效应。
本文确定了当政府补贴仅仅作为门槛变量时，企业主营总收入对我国大气污染的影响存在单一门槛效应。为了分析门槛前后的差异性，对新能源汽车企业主营总收入对机动车尾气排放进行门槛模型回归分析，回归结果（如表5所示）。
由表5回归结果可知，Rd（研发强度）和小于门槛值的Inc（企业主营总收入）在1%的显著水平上显著，Lnope（对外开放程度）在5%的显著水平上显著，Urb（城镇化水平）和大于门槛值的Lnc（企业主营总收入）在10%的显著水平上显著，Str（产业结构）和Env（环境治理支出力度）在15%的显著水平上不显著。
结语
本文主要关注在政府补贴门槛的作用下，由补贴引起的新能源汽车产业发展水平对移动污染源的影响效应。通过将政府补贴设为门槛变量、企业主营总收入作为核心解释变量，根据单一门槛值可以将政府补贴与企业主营总收入产生的影响效果划分为两部分。根据回归结果可知，当政府对一地区新能源汽车企业的补贴小于门槛值时，新能源汽车产业发展水平与机动车尾气排放相对值成反比。也就是说，在这一情况下，新能源汽车产业发展水平越高，对减缓移动污染源问题的效果越显著。但当政府补贴超过门槛值后，新能源汽车产业发展水平与机动车尾气排放成正比，发生了轻微变化。即在这一情况下，政府补贴越多，产业发展水平越高，会引起移动污染源排放增速变大。这也是验证了新能源汽车产业补贴政策在产业发展前期具有正面积极影响，但当补贴超过一定的临界值后会产生一定的抑制作用，这也是政府逐渐实行退补政策的原因之一。
本文分析当政府补贴超过门槛值后，对移动污染源增速产生轻微促进作用的原因主要来源于：过多的政府补贴会让企业产生创新惰性，企业怠于新能源汽车创新与进行更高层次的产业升级。此外，骗补、寻租等不良经济行为大大增多，影响社会经济正常健康运行。因此，政府必须要在适当的时候减少对新能源汽车产业的补贴扶持政策，淘汰行业中发展落后的企业。除此之外，政府补助要及时扶持幼小产业快速成长，但是更要注重政策合理性，要注意在产业发展不同阶段政策的及时转型，致力于绿色技术创新升级，而不是一味地补贴新能源汽车企业或简单的退补，制定好规则，让市场机制发挥作用。 参考文献：
[1] Leila Ahmadi，Steven B.Young.A Cascaded Life Cycle：Reuse of Electric Vehicle Lithium-ion Battery Packs in Energy Storage Systems[J].Life Cycle Assess，2017，（22）：111-124.
[2] Arshdeep Singh，Shimi Sudha Letha.Emerging Energy Sources for？Electric Vehicle Charging Station[J].Environ Dev Sustain，2018.
[3] Bart Degraeuwe，Philippe Thunis.Impact of Passenger Car NOx Emissions on Urban NO2 Pollution-Scenario Analysis for 8 European Cities[J].Atmospheric Environment，2017，（171）：330-337.
[4] 郭燕青，李磊，姚遠.中国新能源汽车产业创新生态系统中的补贴问题研究[J].经济体制改革，2016，（2）：31-36.
[5] 吴潇萌，吴烨.我国汽车与环境协同发展进程中主要矛盾与发展方向研究[J].中国工程科学，2018，（1）：74-83.
[6] 王恩慈，范松.基于Greet模型的新能源汽车污染排放特征分析[J].上海大学学报：自然科学版，2017，（5）：810-820.
[7] 陈坤.纯电动汽车产业政策调整研究[J].上海经济研究，2016，（12）：53-60.
[8] 于明超，孙晋云.政府扶持与中国新能源汽车产业生产效率——基于四阶段Dea模型的实证分析[J].华东经济管理，2018，（7）：48-54.
[9] 郭四代，张华.基于空间计量模型的中国大气污染评价及影响因素分析[J].生态学杂志，2018，（2）：471-481.
[10] 陈强.高级计量经济学[M].北京：高等教育出版社，2010.
[责任编辑 刘 瑶]
收稿日期：2019-10-08
作者简介：阮夏丽（1994-），女，安徽合肥人，硕士研究生，从事产业经济学研究;刘芹（1978-），女，江苏徐州人，副教授，硕士生导师，博士，从事产业经济学、战略管理和市场营销等研究。
转载注明来源:https://www.xzbu.com/2/view-15160968.htm
