引言

在全球经济迈向绿色低碳转型的十字路口，新能源汽车产业已超越其交通工具属性，成为各国竞相角逐的战略制高点，其发展态势深刻重塑着全球制造业的竞争格局与国际分工体系。在这一背景下，中国新能源汽车出现了一个令人瞩目的经济现象：其年度出口量从2018年的14.7万辆激增至2024年的223.9万辆，6年间增长超过14倍（见图1）。

与出口表现同步演进的是产业创新结构的优化。数据显示（见图2），以发明专利为代表的实质性创新占比持续攀升，表明创新活动正从“量”的积累转向“质”的飞跃。这一结构性变迁引出了一个核心的经济学问题：对于一个后发追赶型经济体而言，在战略性新兴产业中，由创新质量驱动的结构转型，是否以及如何重塑其在全球市场的动态比较优势，从而实现出口的“量价齐升”？

一、文献综述

在技术创新研究领域，学者们经历了从关注专利“数量”到重视创新“质量”的范式转变。魏正妍和石沂哲将发明专利界定为“实质性创新”，证实其对产业技术进步的驱动作用显著优于实用新型专利等“策略性创新”。宫毓雯和杜香禹在构建企业新质生产力评价体系时，将“发明专利授权量”确立为核心指标，凸显了高质量创新的基石地位。邹哲琦构建了基于专利信息的技术创新能力评价指标体系，为量化评估企业创新质量提供了方法论支撑。杨利锋与陈凯华通过跨国专利比较，为中国新能源汽车技术水平的国际定位提供了重要参考。在核心技术演进方面，池晓伟与王敏基于专利视角深入探讨了新能源汽车电池技术的发展路径，为核心技术攻关提供了重要参考。

政策环境对产业发展的塑造作用备受学者关注。欧阳明高系统回顾了中国新能源汽车技术路线的演进历程，阐释了政策对技术发展路径的深远影响。韩世锋和程旖婕深入分析了“后补贴时代”的政策转型对产业发展的多重影响。洪宇铖等人通过模拟评估验证了“双积分”政策在引导产业升级中的积极作用。马海珍和马颖以安徽省为例，剖析了地方性产业政策如何系统性地塑造区域内的技术创新方向与专利布局。何裕捷创新性地从“政策组合复杂程度”视角，为优化政府干预提供了精细化理论支撑。高运胜和金添阳从双循环视角分析了中国新能源汽车出口的机遇与挑战，为理解政策与市场的协同效应提供了重要参考。

市场需求是产业发展的重要牵引。张永勤基于S-O-R理论框架，揭示了优越的驾乘体验对消费者购买意愿的显著影响。李晓敏等人强调了充电基础设施在促进消费者采纳行为中的关键作用。在出口竞争力研究方面，卢文慧和问泽霞通过面板数据模型系统识别了中国新能源汽车出口竞争力的关键影响因素。王湘玉等运用Bass模型对新能源汽车销量及碳减排量进行了预测，揭示了市场扩散的内在规律。景睿等从专利信息视角分析了我国新能源汽车技术创新的现状与短板，为理解技术创新与市场表现的关联提供了新视角。

尽管现有研究从多个维度奠定了坚实基础，但通过系统梳理发现仍存在以下研究空白：多数研究或将创新视为同质变量，缺乏对创新质量的系统度量与动态分析；现有研究多侧重于静态关联分析，缺乏利用高频时间序列数据对创新结构与出口表现之间因果关系的严谨检验；对创新质量影响出口表现的具体路径和相对重要性缺乏深入剖析。基于此，本文通过构建以“发明专利占比”为核心的创新质量指标，利用2018-2024年月度数据与向量自回归模型，系统检验创新质量对出口“量价齐升”的动态驱动机制，特别注重揭示“质”与“量”的相对重要性，为质量导向的创新政策提供经验证据。

二、研究设计

（一）数据来源

新能源汽车主要包括纯电动汽车（BEV）、混合动力电动汽车（HEV，包括非插电式和插电式两种类型）、燃料电池电动汽车（FCEV）以及其他采用高效储能技术（如超级电容器、飞轮等）的新能源汽车。查阅海关HS编码后，本文参考李淑敏（2024）的分类，将选取870220、870230、870240、870340、870350、870360、870370、870380等编码下的新能源汽车产品出口数据，其时间跨度为2018年1月至2024年12月（见表1）。

商品编码	商品名称
870220	同时装有压燃式活塞内燃发动机（柴油或者半柴油发动机）及驱动电动机的车辆
870230	同时装有点燃式活塞内燃发动机及驱动发动机的车辆
870240	仅装有驱动电动机的车辆
870340	非插电式汽油混动小客车
870350	非插电式柴油混动小客车
870360	插电式汽油混动小客车
870370	插电式柴油混动小客车
870380	仅装有驱动电动机的主要用于载人的机动车

数据来源：中国海关总署。

（二）变量选取及统计

本研究旨在检验创新质量和创新数量这两个核心解释变量，如何分别影响出口规模和出口价格这两个被解释变量（见表2，描述性统计见表3），从而解释“量价齐升”的现象。

	变量选取	英文	测度方法
被解释变量	出口规模	ln(Export_Volume)	月度新能源汽车出口数量（辆），取自然对数
被解释变量	出口价格	ln(Export_Price)	月度新能源汽车出口金额除以出口数量（万元/辆），取自然对数
解释变量	创新数量	ln(Patent_Total)	月度专利申请总量（件），取自然对数
解释变量	创新质量	Innovation_Quality	发明专利申请数量在专利申请总量中的占比

数据来源：中国海关总署、中国汽车工业协会、国家知识产权局和智慧芽，本文作者整理。

变量名	样本量		最大值	最小值	平均值	标准差	峰度	偏度
ln(Export_Volume)	84		12.332	7.197	10.671	1.177	-0.367	-0.444
ln(Export_Price)	84		3.111	0.155	2.163	0.796	-0.299	-1.026
ln(Patent_Total)	84		9.466	7.876	8.819	0.3	2.041	-1.119
Innovation_Quality	84		0.022	0.004	0.012	0.003	1.379	0.15

三、实证结果与分析

为严谨检验专利结构升级对出口表现的驱动作用，本章首先对数据进行平稳性检验，随后基于稳定的向量自回归模型，依次通过格兰杰因果检验、脉冲响应函数与方差分解，揭示创新质量、创新数量与出口量价之间的动态关系。

（一）数据平稳性检验与模型设定

由于非平稳时间序列直接回归可能导致“伪回归”问题，本研究首先对所有变量进行ADF单位根检验。如表4所示，水平序列和一阶差分序列的检验结果均无法拒绝存在单位根的原假设，表明其为非平稳序列。然而，所有变量的二阶差分序列均在1%的显著性水平上平稳，即它们均为二阶单整I(2)过程。

变量	T	P	临界值			Result
			1%	5%	10%
ln(Export_Volume)	-1.692	0.435	-3.514	-2.898	-2.586	不平稳
dln(Export_Volume)	-8.78	0.000***	-3.514	-2.898	-2.586	平稳
ddln(Export_Volume)*	-5.735	0.000***	-3.527	-2.904	-2.589	平稳
ln(Export_Price)	-2.004	0.285	-3.513	-2.897	-2.586	不平稳
d ln(Export_Price)	-15.303	0.000***	-3.513	-2.897	-2.586	平稳
dd ln(Export_Price)*	-5.102	0.000***	-3.526	-2.903	-2.589	平稳
ln(Patent_Total)	-0.089	0.951	-3.526	-2.903	-2.589	不平稳
d ln(Patent_Total)	-1.453	0.557	-3.527	-2.904	-2.589	不平稳
dd ln(Patent_Total)*	-7.91	0.000***	-3.527	-2.904	-2.589	平稳
Innovation_Quality	0.146	0.945	-3.526	-2.903	-2.589	不平稳
d Innovation_Quality	-1.165	0.688	-3.527	-2.904	-2.589	不平稳
dd Innovation_Quality*	-7.363	0.000***	-3.527	-2.904	-2.589	平稳

注：***、**、*分别代表1%、5%、10%的显著性水平。

鉴于所有核心变量同为I(2)序列，满足构建VAR模型的前提条件。我们基于二阶差分后的平稳序列建立VAR模型。模型稳定性检验结果显示，所有单位根模的倒数均位于单位圆内（图3），表明所设定的VAR模型是稳定的，其脉冲响应函数和方差分解结果是可靠有效的。

（二）格兰杰因果检验

配对样本		F	P
ln(Export_Price)	ln(Export_Volume)	2.176	0.120
ln(Export_Volume)	ln(Export_Price)	3.715	0.029**
ln(Patent_Total)	ln(Export_Volume)	3.622	0.031**
ln(Export_Volume)	ln(Patent_Total)	0.713	0.493
Innovation_Quality	ln(Export_Volume)	3.304	0.042**
ln(Export_Volume)	Innovation_Quality	0.81	0.449
ln(Patent_Total)	ln(Export_Price)	3.415	0.038**
ln(Export_Price)	ln(Patent_Total)	1.24	0.295
Innovation_Quality	ln(Export_Price)	3.437	0.037**
ln(Export_Price)	Innovation_Quality	0.586	0.559
Innovation_Quality	ln(Patent_Total)	5.568	0.006***
ln(Patent_Total)	Innovation_Quality	2.799	0.067*

注：***、**、*分别代表1%、5%、10%的显著性水平。

从实证结果可以分析，核心驱动力是“创新”（尤其是创新质量）。高水平的创新质量不仅能直接促进专利总量的增长，两者还形成积极的相互促进关系；创新（无论是用专利总量还是创新质量衡量）是提升出口表现的驱动力。它既能够帮助扩大出口量，也能够支撑更高的出口价格，这符合“创新驱动出口升级”的理论；出口量的增长本身也会影响出口价格，这可能反映了市场规模效应或市场势力变化。

（三）脉冲响应分析

给予“创新质量”一个正向冲击后，出口规模在短期即产生显著的正向响应，并于第2期左右达到峰值（图4）。这表明，创新结构的优化（向更高价值的发明专利转型）能迅速转化为国际市场竞争力，有效拉动出口数量的增长。

同样的冲击下，出口价格的响应更为深刻。其正向效应不仅强度更大，且在整个预测期内都维持在较高水平，未见明显衰减（图5）。这清晰地揭示，创新质量的提升是企业实现产品差异化、增强定价权、突破“低价竞争”困境的根本路径，其带来的溢价效应具有长期性。创新结构的转型（提质），既能做“大”出口（扩大规模），更能做“强”出口（提升价格），是实现出口价值攀升的可持续动力。

将“创新质量”与“创新数量”对出口价格的冲击进行对比，可以观察到决定性差异：专利总量的冲击效应无论在强度还是持续性上，都远逊于创新质量（图6）。这强有力地证明，在驱动出口升级的过程中，“质”的影响远胜于“量”。

（四）方差分解

脉冲响应分析揭示了影响的方向和模式，而方差分解则量化了不同冲击的相对重要性。表6展示了各变量冲击对出口规模波动的贡献度。

阶数	标准差	ln(Export_Volume)%	ln(Export_Price)%	ln(Patent_Total)%	Innovation_Quality%
1	0.435	100	0	0	0
2	0.468	97.806	0.386	1.234	0.575
3	0.536	93.304	2.436	1.855	2.405
4	0.583	87.396	2.649	2.235	7.72
5	0.601	87.345	2.685	2.287	7.683
6	0.621	85.717	3.817	2.148	8.318
7	0.636	84.451	4.308	2.672	8.57
8	0.649	83.137	4.956	3.112	8.795
9	0.658	82.22	6	3.225	8.556
10	0.667	81.473	6.827	3.321	8.379
11	0.675	80.757	7.531	3.482	8.231
12	0.683	80.121	8.255	3.556	8.068

方差分解结果从贡献度的角度量化了不同冲击的重要性（表6）。对出口规模波动的分解显示，至第12期，创新质量冲击的贡献度稳定在8.07%，而创新数量冲击的贡献度仅为3.56%。创新质量的贡献度是创新数量的两倍以上，这从另一个维度确证了“质胜于量”的结论。此外，创新质量冲击的贡献度甚至与出口价格冲击的贡献度（8.26%）相当，表明其在解释出口规模变化时，是一个与核心价格因素同等重要的外部变量。

四、结论与政策启示

本研究基于2018-2024年中国新能源汽车产业的月度高频数据，通过构建“创新结构”指标并采用向量自回归模型，系统性地检验了以发明专利占比为核心的创新质量对出口表现的动态驱动机制。实证结果一致且强有力地表明，创新质量是驱动中国新能源汽车出口实现“量价齐升”现象的根本动力。研究发现，发明专利占比的提升不仅能够快速拉动出口数量的增长，更能通过赋予产品更高的技术内涵与品牌价值，产生强劲且持久的溢价效应，从而系统性推高出口均价。尤为关键的是，在整个驱动过程中，创新质量的贡献度与重要性显著超越了单纯的专利数量扩张，这标志着中国新能源汽车产业的国际竞争力来源，已经实现了从“数量扩张”到“质量追赶”的历史性跨越。

上述结论具有清晰而深刻的政策含义。对于政府而言，应当从注重专利总量的“数量型”激励政策，转向以“发明专利占比”和“高价值专利转化率”为核心的质量导向政策体系。在研发补贴、税收优惠等政策工具运用上，应向致力于底层技术攻关和实质性创新的企业精准倾斜，引导创新资源优化配置。一个健康的创新生态远比短期的专利数字更能支撑产业的可持续发展和在全球竞争中的优势地位。对于企业而言，应充分认识创新质量对国际竞争力的决定性作用，加大核心技术研发投入，优化专利布局策略，通过提升创新质量增强产品在国际市场上的差异化竞争优势，实现从“价格竞争”向“价值竞争”的战略转型。

当然，本研究亦存在一定的局限。宏观月度数据虽然能够揭示产业层面的整体规律，但无法捕捉企业规模、所有制结构、出口市场细分等微观异质性对上述机制的影响。未来的研究可以进一步结合企业层面的微观数据，深入剖析创新质量对不同类型企业出口决策、产品定位乃至全球价值链攀升路径的差异化影响，从而为创新驱动出口升级的理论提供更细致、更丰富的经验证据，也为分级分类的产业政策制定提供更为精准的参考依据。

参考文献：

1. [1] Thunder Power New Energy Vehicle Development Company Limited; Patent issued for lateral energy absorption system (USPTO10,766,536)[J]. Journal of transportation,2020,4032.
2. [2] 李东阳,关建波. “一带一路”背景下新能源汽车出口竞争力分析——以广东省为例[J]. 商展经济,2023(16):89-92.
3. [3] 滕法鑫,李铭坤,关玉宁. 我国新能源汽车出口的机遇与挑战[J]. 商业观察,2024,10(05):53-55+60.
4. [4] 魏正妍,石沂哲. 数字经济驱动新能源汽车产业技术创新能力提升机制研究[J]. 科技和产业,2025,25(11):143-148.
5. [5] 宫毓雯,杜香禹. 新质生产力赋能新能源汽车企业高质量发展研究[J]. 江西科技师范大学学报,2025(02):66-82.
6. [6] 邹哲琦. 基于专利信息的新能源汽车企业技术创新能力评价指标体系的构建[J]. 企业研究,2025(02):6-14.
7. [7] 杨利锋,陈凯华. 中国电动汽车技术水平国际比较研究——基于跨国专利的视角[J]. 科研管理,2013(03):128-136.
8. [8] 池晓伟,王敏. 基于专利视角的新能源汽车电池技术发展研究[N]. 市场信息报,2025-03-24(014).
9. [9] 欧阳明高. 中国新能源汽车技术路线回顾与展望[J]. 科学中国人,2017(02):18-21.
10. [10] 韩世锋,程旖婕. 后补贴时代新能源汽车产业展望:政策梳理与技术分析[J]. 科技和产业,2023,23(22):199-208.
11. [11] 洪宇铖,白华,鲁锦涛. "双积分"政策对新能源汽车企业创新投入的影响研究[J]. 西安理工大学学报,2025,41(03):324-335.
12. [12] 马海珍,马颖. 基于专利分析的安徽省新能源汽车技术创新研究[J]. 芜湖职业技术学院学报,2025,27(02):17-23.
13. [13] 何裕捷. 政策组合复杂程度如何影响政策效能——基于新能源汽车推广的分析[J]. 公共管理学报,2024,21(01):41-55+169.
14. [14] 高运胜,金添阳. 双循环视角下中国新能源汽车出口机遇与挑战[J].价格月刊,2021(09):55-62.
15. [15] 张永勤. 新能源汽车销量影响因素分析[J]. 汽车实用技术,2025,50(12):13-16+23.
16. [16] 李晓敏,刘毅然.充电基础设施对新能源汽车推广的影响研究[J]. 中国软科学,2023(01):63-72.
17. [17] 卢文慧,问泽霞. 中国新能源汽车出口竞争力影响因素分析——基于面板数据模型的研究[J].现代工业经济和信息化,2023,13(11):194-198.
18. [18] 王湘玉,李可强,高丽辉,等. 基于Bass模型的新能源汽车销量及碳减排量预测[J]. 河北科技师范学院学报（社会科学版）,2024,23(02):103-108.
19. [19] 景睿,石秀,侯光明. 专利信息视角下我国新能源汽车技术创新研究[J]. 科技管理研究,2018,38(15):205-214.
20. [20] 李淑敏. 中国新能源汽车出口影响因素研究[D]. 商务部国际贸易经济合作研究院,2024.