基于大数据词典构建的新能源车产业上市公司政策注意力聚焦识别与战略调整

根据中国汽车工业协会（中汽协）等权威机构发布的数据，2024年7月，我国新能源车产销分别完成98.4万辆和99.1万辆，同比分别增长22.3%和27%，新能源车零售渗透率达到了51.1%，较去年同期的36.1%提升了15个百分点，这是新能源车渗透率首次月度突破50%，标志着新能源车在国内市场的份额已经超过了传统燃油车，新能源车已经开始成为中国重要的新技术引擎，并作为政策引导的重要产业得到了快速发展。

政策引导对产业发展起到了至关重要的正向扶持作用。与此同时，过度关注政策环境可能挤压企业对其他内外部环境要素的关注，甚至滋生“政策套利”行为。此外，产业政策随着产业发展阶段的不同将呈现为显著的政策变迁特征，企业对政策的关注方面或层次的也可能随之产生转移，导致企业难以持续性地对其所关注的对象做出响应。

学者们对于新能源车政策的研究大多集中于政策注意力本身及其对企业的影响，而没有关注企业政策注意力的识别方法，以及如何利用企业响应更好地发挥政策的激励和引导作用。

一、国内外文献综述

（一）政策注意力

新能源车产业的发展在很大程度上依赖于国家政策的引导和支持。现有研究较多从政策工具理论的视角解析政策对企业的作用机制，政策工具向市场参与者传递了关于未来发展方向的信号，使企业能够预见到政府的优先事项，在战略规划中加以考虑；或通过奖励或惩罚机制，塑造企业的行为模式。监管规制类的政策工具有助于建立公平竞争的市场环境，保护知识产权，以及确保企业的合规性和社会责任。通过精心设计的政策目标，政府可以引领企业注意力，确保其决策过程和资源配置与企业发展的长远目标相协调。

（二）政策注意力测度方式

直接测度方法往往是从公开信息中直接获取变量。通过使用自然语言处理技术，学者们从公开语料中测度组织的注意力，Li等人开发了一套数字平台注意力衡量方法，胡楠等学者使用基于研究的短视主义范畴自定义词集，并通过Word2Vec方法扩充完善了词集，针对同一概念或事物，往往使用多个语义相似的词进行描述。

尽管学者们在大数据建模及文本分析方面已经有了一定的探索，但已有研究尚无法测度企业的政策注意力特征。因此，本文期望设计一套行之有效的政策注意力识别方法，从微观上理解政策变化对企业发展的影响，为企业战略规划和政策制定者提供有价值的洞见。

二、研究设计与方法

（一）研究方法与设计思路

本文使用动态主题模型（Dynamic Topic Models, DTM）与BERT模型（Bidirectional Encoder Representations from Transformers）词嵌入技术对政策文本进行文本挖掘分析，探索企业对政策注意力聚焦在文本上的识别方法。

首先使用下游自定义分类任务，输入本文研究场景所用的文本数据微调模型参数，将通用的BERT定制化为适用于本文研究场景的领域BERT模型，命名为政策领域BERT与年报MD&A章节领域BERT，通过分类任务常用的评价指标进行模型的外部评估，如精确率、召回率等，使用相关性任务、类比任务以及聚类任务对模型所生成动态词向量进行内部评估。

其次，进行注意力目标的关键词挖掘。通过收集政策文本，划分政策随时间演变的阶段，利用DTM识别政策文本的主题分类，得到政策主题各分类下的若干政策文本关键词，结合新能源车产业政策的特性定义主题内涵。

最后，基于上述关键词的扩充思路，从年报文本中找到和政策文本关键词集相似的词，并继承词集的时间戳属性，最终构成本文识别企业政策注意力聚焦所用的词典。

（二）数据选取及评估

1.数据选取

数据源包括产业政策文本以及上市公司披露文本。产业政策文本是用于新能源车产业政策关键词的构建，上市公司披露文本用于企业政策注意力聚焦特征的研究。

第一，关于产业政策数据，鉴于地方政策常为国家政策的延伸，研究专注于国家层面的政策。自2009年起，我国陆续发布了促进新能源车产业发展的多项政策。因此，本研究利用Python爬虫技术，通过北大法宝数据库、政眼通及政府官方网站等渠道，收集了2009~2022年间的国家政策文件，并经人工筛选剔除低相关度政策后，整理出183篇新能源车产业政策，数据涵盖标题、时效性、效力位阶、制定机关等字段。

第二，对于上市公司选取年报中的“管理层讨论与分析”章节。通过同花顺网站搜索新能源车相关概念股，运用Python爬虫技术获取股票代码及业务简介，初步筛选出201家上市公司。考虑到市场完善度与政策滞后性，研究时间段设定为2011~2022年。根据上市公司股票代码，撰写爬虫程序从巨潮资讯网获取相关企业年度报告PDF文档，选取大部分新能源车产业上市公司的上市年限2011作为起始年。考虑到市场反应的滞后性，本文将上市公司样本的研究时间框定在2011~2022年。爬虫共获取201家企业12年间共2424份PDF文件，使用年报文本中的MD&A章节分析企业管理者注意力，根据各个时间段的章节分布特点匹配并搜索相关文本，最后将MD&A文本数据进行常规预处理。

三、政策关键词构建

本文采用动态主题模型结合人工筛选的方式，以识别新能源汽车产业政策文本中各个主题下的核心关键词集合。

（一）新能源车产业政策阶段

新能源车产业政策发展可以分为三个主要时期，具体如下：

扶持推广阶段（2009～2015）：此阶段国家高度重视，将产业发展提升至战略层面，通过创新驱动实现了技术突破、产品丰富及市场初建。政府力推示范项目，辅以购置补贴和推荐车型目录等措施，促进产业发展。至2015年，补贴政策开始逐年递减，标志着补贴退坡、市场引导阶段的开始。

市场引导阶段（2016～2019）：随着经济转向高质量发展，政策体系改革深化，针对“骗补”现象加强监管，补贴策略转向支持优质企业，并维持退坡趋势。政府角色向市场机制过渡，构建长期管理机制，促进产业健康有序发展。

服务优化阶段（2020至今）：新能源车市场进入高速增长期，技术创新与国际竞争加剧。为应对挑战，政府通过市场准入、“双积分”政策等手段营造公平竞争环境，同时在财政补贴、保险、基建、行业管理及公共领域等多方面出台支持政策，全方位服务企业与消费者，推动产业持续发展。

（二）动态主题建模步骤

在Python3.10.13环境中，利用Gensim4.3.2工具包以及其他辅助工具包运行DTM模型，设置上述主题数以及三个政策演化阶段，将183篇政策文本语料导入模型，得到主题-关键词矩阵，根据新能源车产业政策特点，总结7个主题下的关键词命名每个主题，以金融领域大规模语料训练的开源中文预训练模型FinBERT作为处理MD&A语料的初始模型。随后，将政策关键词集与MD&A分词输入至MD&A领域微调后的BERT模型，生成动态词向量。利用余弦相似度分析，筛选出与政策关键词相似度高于0.85的词汇，扩展形成含688个关键词的政策注意力词集，各词时间戳源自原政策关键词集，如表1所示。

表1企业的政策注意力聚焦词典

四、新能源车产业政策注意力聚焦特征

（一）企业的政策注意力聚焦测度

本研究分析了2011-2022年间201家企业年报MD&A章节，通过政策注意力聚焦词典统计政策主题关键词频次，引入时间戳确保测度时效性，揭示了企业对政策主题的重视程度及动态变化。

首先，针对每家企业的年报MD&A章节，统计了属于企业政策注意力聚焦词典七个政策主题类别的关键词在每个年份的出现频次，当年报年份大于等于关键词的时间戳数据时，计入该词汇的出现次数。

其次，计算每个主题下关键词的出现频次与MD&A章节总词数的比值，比值的标准化处理可以准确反映出企业在其年报中对不同政策主题的相对重视程度。

最终，计算得到201家企业在2011年至2022年间对绿色低碳减排、技术创新发展、基础设施投资、示范推广工程、财政激励措施、市场监管优化、市场准入管理七个方面政策注意力聚焦程度的面板数据。

（二）企业政策注意力聚焦的特征

1.基本特征

表2揭示了七个方面企业政策注意力聚焦程度的初步描述统计结果：七类政策注意力聚焦程度的均值均略大于中位数，呈现出一致的右偏态分布，表明企业注意力聚焦的不一致性：多数企业只有中等或较低程度的政策关注，少数企业对政策各主题高度关注；技术创新发展、财政激励措施与市场监管优化的均值相较于其他几个政策主题有明显的提高。

首先，企业对技术创新发展的注意力聚焦程度显著高于其他领域，反映了技术创新在当前产业发展战略中的核心地位，技术创新是新能源车产业驱动产业进步、提升竞争力的关键因素。

其次，企业对政府监管的关注也相对较高。在2014年至2017年的这段时间，普惠的补贴政策逐渐显示出一些负面效应，“骗补”事件频发，为此，政府加大了对新能源车补贴政策的监管力度，完善了补贴政策体系，对骗补行为进行严厉查处，同时逐步调整和优化补贴政策，推动消费补贴退坡，对补贴的产品标准、车型要求等实施严格监管。

再次，财政激励措施相关政策一直是市场关注的热点，相关的补贴、税收减免政策不但直接支撑了众多新能源车企业的生存，更是当下诸多消费者选择购买的决定性因素，财政补贴、税收减免等措施是帮助企业降低研发和生产成本、加快市场推广的重要手段，企业通过密切关注这些政策动态，能够更好地规划财务预算和投资策略，抓住政策带来的发展机遇。

此外，企业对于基础设施投资相关政策主题的平均注意力相对较低。可能的原因在于基础设施相关政策的责任主体在于地方政府以及以充换电服务为主营业务的产业链下游企业，城市充电网络、居住区充电设施、公路充电网络等基础设施的规划建设可能被视为更多是政府和社会资本的职责，主要由发改委、能源局等部委牵头，政府负责或通过公私合作模式进行。因此相对而言，企业对基础设施投资相关的政策注意力聚焦度较低。

表2 企业政策注意力聚焦初步描述统计

由初步的特征分析可知，从整体上看，企业对政策的注意力聚焦具有较强的宽范围性，对七个方面政策工具均有一定程度上的关注。对技术创新发展、财政激励措施和市场监管优化三方面政策工具的高程度注意力聚焦凸显了企业对政策注意力聚焦的选择性。

2.阶段特征

新能源车产业政策发展可以分为新能源车产业政策的推广应用阶段（2009~2015），新能源车产业政策的市场引导阶段（2016~2019），新能源车产业政策的市场服务阶段（2020至今），每一阶段企业对政策的注意力聚焦有何差异，政策主题热度趋势如何发展，我们可以通过主题热度演化数据来加以分析。

首先，基于动态主题模型数据，本文计算得到了三阶段政策主题的热度演化数据，具体而言，动态主题模型的输出结果包含了文档-主题概率分布数据，每个政策文件均被赋予七个概率值，用来衡量政策文件在七个主题内容上关键词分布的概率，取各阶段所有政策文件的概率值总和并相比于各阶段政策文件的数量，就得到了三阶段七个主题的热度图，计算得到的数据代表每个阶段有多少比例的政策文件对相应主题进行描述。通过计算三阶段所有企业对七个主题的政策注意力聚焦程度平均值，得到企业平均注意力聚焦在三个阶段的演化图，如图1(b)所示，数据代表各阶段内所有企业对相关主题的平均注意力聚焦程度。

在政策主题热度演化方面，绿色低碳减排与财政激励措施两方面政策热度均逐年上升，保持平稳发展，其中绿色低碳减排始终是政策主线，这与我国近年来推动生态文明建设、绿色低碳发展以及参与全球气候治理、提高产业和经济的全球竞争力有关；而财政激励措施政策热度的上涨并不代表普惠式的补贴优惠政策持续施行，主要是对产业初期各类补贴、税收减免政策的体系完善与策略调整，财政激励措施政策在新能源车产业发展的三个阶段始终是产业政策的重点，但政策的要点从最开始的示范推广补贴到过度补贴阶段，最后转变为2020年至今的调整完善阶段；市场监管优化相关的政策在2016-2019年期间热度上升，然后在2020-2022年保持稳定，相关的政策要点主要围绕财政激励措施的优化、完善，并补充重要的市场调整、监管措施更新或是市场开放政策的实施。

与上述三类政策相比，技术创新发展和示范推广工程相关政策均在2011-2015年期间热度最高，表明在这个时间段内，政策的焦点在鼓励技术发展、创新和推广示范工程上。在2016年以后的两个阶段，随着新能源车产业市场化程度、成熟度的提高以及市场参与者多元化的加深，示范、试点以及推广的相关政策逐渐退出环境，而对于企业的技术创新发展，政策从宏观战略引领逐步转向通过多方位体系促进，例如财税支持、金融服务、知识产权保护等细分领域的激励措施。市场化的进程要求更加精细化和多元化的政策工具来支持技术创新，以保持产业的活力和竞争力；基础设施投资政策的热度虽然提升不多，但在2020-2022年期间出现了轻微上升趋势。随着新能源车产业的市场发展和技术的成熟，我国新能源车产业迈向全球化发展，销量增长迅速，对配套基础设施的需求也随之增加。因此，即使基础设施投资政策的热度在整个时间段内相对较低，但我们也可以观察到其逐渐上升的趋势，尤其是从2023年起，新能源车市场蓬勃发展，销量的带动引发了基础设施布局不够完善、结构不够合理、服务不够均衡、运营不够规范等问题，消费者购车的痛点集中于充电桩不够、充电时间慢，因此基础设施相关政策逐步放宽，服务于市场需求的变化趋势。

五、结语

新能源车产业作为绿色发展战略转型的重要组成部分，这一产业的发展在很大程度上依赖于国家政策的引导和支持。我国新能源车产业政策在发展中经历了推广应用阶段、市场引导阶段、市场服务阶段，随着新能源车产业向市场服务阶段的过渡，企业对政策的关注点明显发生了转变，企业在不同政策阶段下的注意力焦点也有所不同。政策制定者在设计、实施与调整政策过程中，应密切关注产业发展的实际进程，深入理解企业面临的挑战和机遇。此外，企业对不同方面政策注意力聚焦的持续性伴随着产业政策的重点变化而发生一定的变化，但对于企业注意力选择的政策主题，例如技术创新发展政策，企业注意力聚焦的持续性较高，而少受到政策演变的影响，政策制定者需关注企业对各方面政策的注意力聚焦的范围与程度，确保政策更加精准地传达给目标受众，引导新能源车产业高质量、可持续发展。

文章来源：  《商业观察》   https://www.zzqklm.com/w/jg/125.html