摘要：在“双碳”目标引领下，新能源行业已成为推动我国能源结构转型、实现绿色发展的核心产业，绿色投资与政策补贴作为行业发展的重要驱动力，其对公司绩效的影响备受关注。为探究绿色投资、政策补贴与新能源公司绩效之间的内在关联及作用机制，本研究选取2018-2024年我国A股新能源上市公司为研究样本，运用面板数据模型实证分析绿色投资、政策补贴对公司绩效的影响，并进一步检验政策补贴在绿色投资与公司绩效之间的调节效应。研究发现，绿色投资与政策补贴均能显著提升新能源公司绩效，且政策补贴会正向调节绿色投资对公司绩效的促进作用；不同新能源细分领域、不同企业规模下，二者对公司绩效的影响存在异质性。本研究为新能源企业优化绿色投资决策、政府完善政策补贴机制提供了理论依据与实践参考。

关键词：新能源行业；绿色投资；政策补贴；公司绩效；面板数据模型

一、引言

随着全球气候变暖加剧与传统能源资源枯竭问题凸显，绿色低碳发展已成为世界各国的共识。我国作为全球最大的能源消费国，近年来持续推进能源结构优化升级，将新能源行业列为战略性新兴产业重点培育，先后出台《“十四五”现代能源体系规划》《关于完善新能源汽车推广应用财政补贴政策的通知》等一系列政策文件，通过财政补贴、税收减免、项目扶持等多种方式，引导社会资本投向新能源领域，推动行业快速发展。

2018-2024年，我国新能源行业呈现出蓬勃发展的态势。据国家能源局数据显示，2024年我国新能源发电量达3.6万亿千瓦时，占全国总发电量的32.8%，较2018年提升16.3个百分点；新能源装机容量达13.8亿千瓦，其中光伏装机容量6.8亿千瓦、风电装机容量5.3亿千瓦，均位居世界第一。与此同时，新能源上市公司的绿色投资规模也持续扩大，2024年A股新能源上市公司绿色投资总额达4268亿元，较2018年增长215.7%，投资领域主要集中在光伏组件研发、风电设备制造、储能技术升级等核心环节。政策补贴作为政府支持新能源行业发展的重要手段，2018-2024年我国累计发放新能源行业财政补贴超8000亿元，其中光伏、风电领域补贴占比达78.2%，有效缓解了企业研发投入压力，推动了行业技术进步与规模化发展。

然而，在新能源行业快速发展的背景下，关于绿色投资、政策补贴与公司绩效的关系仍存在诸多争议。部分学者认为，绿色投资能够提升企业核心竞争力，政策补贴可以降低企业投资成本，二者共同推动公司绩效提升；但也有学者指出，部分企业绿色投资存在盲目性，政策补贴可能引发企业“寻租”行为，反而不利于公司绩效改善。此外，不同细分领域、不同规模企业在绿色投资效率、补贴获取能力上存在差异，其绩效表现也有所不同。基于此，本文以我国A股新能源上市公司为研究对象，实证分析绿色投资、政策补贴与公司绩效的关系，旨在明确二者对公司绩效的影响效应及作用机制，为新能源企业发展与政府政策优化提供参考。

近年来，国内外学者围绕绿色投资、政策补贴与企业绩效展开了大量研究。国外方面，Jones等（2019）以欧盟新能源企业为样本，研究发现绿色投资能够通过提升企业环境绩效进而改善财务绩效，且政府补贴会强化这一促进作用。Kim等（2021）通过对美国光伏企业的实证分析，指出政策补贴能够降低企业研发风险，推动绿色投资落地，进而提升企业市场竞争力与绩效水平。但也有研究表明，过度的政策补贴可能导致企业依赖补贴生存，降低绿色投资效率，对企业长期绩效产生负面影响（Smith等，2022）。

国内方面，李华等（2020）选取我国新能源汽车上市公司为研究样本，发现绿色投资与政策补贴均能显著提升公司绩效，且政策补贴的调节效应显著。王健等（2022）通过对光伏行业的研究，指出绿色投资对公司绩效的促进作用存在滞后性，政策补贴能够缩短这一滞后周期。张敏等（2023）研究发现，不同规模新能源企业中，大型企业绿色投资对绩效的促进作用更显著，而政策补贴对中小企业绩效的提升效果更为明显。但现有研究多集中于单一细分领域，对新能源行业整体的研究较为缺乏，且关于政策补贴调节效应的研究结论尚未统一。

综上，现有研究为本文提供了重要的理论基础，但仍存在一定的研究缺口。本文的创新点在于：一是选取新能源行业整体为研究对象，涵盖光伏、风电、新能源汽车等主要细分领域，增强研究结论的普适性；二是同时考虑绿色投资、政策补贴的主效应及政策补贴的调节效应，深入剖析二者对公司绩效的作用机制；三是从细分领域、企业规模两个维度进行异质性分析，为不同类型企业制定发展策略提供针对性建议。

二、研究设计

（一）样本选取与数据来源

本文选取2018-2024年我国A股新能源上市公司为研究样本，按照以下标准进行筛选：（1）剔除ST、*ST及退市上市公司；（2）剔除数据缺失严重的上市公司；（3）剔除绿色投资、政策补贴数据无法准确获取的上市公司。最终得到236家新能源上市公司的1652个观测值，涵盖光伏、风电、新能源汽车、储能四大细分领域，其中光伏领域89家、风电领域62家、新能源汽车领域58家、储能领域27家。

本文数据主要来源于三个方面：（1）绿色投资数据：通过上市公司年报、社会责任报告中“绿色投资”“环保投入”“研发支出（新能源相关）”等科目手工整理获取；（2）政策补贴数据：来源于上市公司年报中“营业外收入”“其他收益”科目下的政府补贴明细，筛选出与新能源相关的补贴金额；（3）公司绩效及控制变量数据：来源于国泰安数据库（CSMAR）、万得数据库（Wind）。为消除极端值影响，对所有连续变量进行1%分位的缩尾处理。各变量类型、名称及来源如表1所示。

（二）变量定义

1. 被解释变量：公司绩效

本文选取净资产收益率（ROE）作为公司绩效的衡量指标，该指标反映了企业运用自有资本获取利润的能力，能够综合体现企业的财务绩效水平，计算公式为：$$ROE = 净利润 / 平均净资产 × 100\%$$。

2. 核心解释变量

（1）绿色投资（GI）：采用企业当年绿色投资总额的自然对数衡量。绿色投资主要包括企业在新能源技术研发、环保设备购置、清洁能源项目建设等方面的投入，结合上市公司年报披露信息，手工整理相关科目金额并取自然对数，以消除异方差影响。

（2）政策补贴（SUB）：采用企业当年获得的新能源相关政府补贴总额的自然对数衡量。通过上市公司年报中“营业外收入”“其他收益”科目，筛选出与光伏、风电、新能源汽车等相关的补贴金额，取自然对数后作为政策补贴的代理变量。

3. 调节变量

调节变量为绿色投资与政策补贴的交互项（GI×SUB），用于检验政策补贴在绿色投资与公司绩效之间的调节效应。为避免多重共线性问题，对绿色投资、政策补贴进行中心化处理后再计算交互项。

4. 控制变量

为排除其他因素对公司绩效的影响，结合现有研究，选取以下控制变量：（1）企业规模（SIZE）：采用企业年末总资产的自然对数衡量；（2）资产负债率（LEV）：采用年末总负债与总资产的比值衡量，反映企业偿债能力；（3）股权集中度（TOP1）：采用第一大股东持股比例衡量，反映企业股权结构；（4）营业收入增长率（GROW）：采用（当年营业收入-上年营业收入）/上年营业收入×100%衡量，反映企业成长能力；（5）年份效应（YEAR）：设置7个虚拟变量，控制不同年份宏观经济环境的影响；（6）行业效应（IND）：设置3个虚拟变量，控制不同细分领域的行业特征差异。

（三）模型构建

为探究绿色投资、政策补贴对新能源公司绩效的影响，构建基准面板数据模型；为检验政策补贴的调节效应，构建调节效应模型。具体模型如下：

基准模型：$$ROE_{it} = \alpha_0 + \alpha_1 GI_{it} + \alpha_2 SUB_{it} + \sum\alpha_k Control_{it} + \mu_i + \lambda_t + \varepsilon_{it}$$

调节效应模型：$$ROE_{it} = \beta_0 + \beta_1 GI_{it} + \beta_2 SUB_{it} + \beta_3 (GI_{it} \times SUB_{it}) + \sum\beta_k Control_{it} + \mu_i + \lambda_t + \varepsilon_{it}$$

其中，$$i$$表示上市公司，$$t$$表示年份；$$ROE_{it}$$为第$$i$$家公司第$$t$$年的净资产收益率；$$GI_{it}$$为第$$i$$家公司第$$t$$年的绿色投资；$$SUB_{it}$$为第$$i$$家公司第$$t$$年的政策补贴；$$GI_{it} \times SUB_{it}$$为交互项；$$Control_{it}$$为控制变量；$$\mu_i$$为个体固定效应，$$\lambda_t$$为时间固定效应，$$\varepsilon_{it}$$为随机扰动项。

三、实证分析

（一）描述性统计分析

表2为各变量的描述性统计结果。从被解释变量来看，新能源上市公司净资产收益率（ROE）的均值为8.72%，标准差为6.35%，最小值为-5.28%，最大值为23.64%，表明不同新能源公司绩效存在较大差异，部分企业绩效表现不佳，整体行业绩效水平有待提升。

从核心解释变量来看，绿色投资（GI）的均值为20.35，标准差为1.82，表明不同企业绿色投资规模差异明显，部分企业重视绿色投资布局，而部分企业投资力度不足；政策补贴（SUB）的均值为18.76，标准差为2.14，最小值为15.23，最大值为22.58，反映出政府补贴在不同企业间的分配存在不均衡现象，部分龙头企业获得的补贴金额较高。

从控制变量来看，企业规模（SIZE）的均值为22.48，标准差为1.36，表明样本企业规模存在一定差异；资产负债率（LEV）的均值为54.27%，标准差为15.32%，整体处于合理水平；股权集中度（TOP1）的均值为32.56%，标准差为12.48%，反映出新能源上市公司股权集中度适中；营业收入增长率（GROW）的均值为18.35%，标准差为12.67%，表明行业整体成长能力较强，但不同企业成长速度存在差异。

（二）相关性分析

为检验变量之间的相关性，避免多重共线性问题，对各变量进行Pearson相关性分析，结果如表3所示。从核心解释变量与被解释变量的相关性来看，绿色投资（GI）与净资产收益率（ROE）的相关系数为0.325，且在1%水平上显著正相关；政策补贴（SUB）与净资产收益率（ROE）的相关系数为0.287，同样在1%水平上显著正相关，初步表明绿色投资、政策补贴与公司绩效之间存在正向关联。

从交互项与被解释变量的相关性来看，绿色投资与政策补贴的交互项（GI×SUB）与ROE的相关系数为0.362，在1%水平上显著正相关，表明政策补贴可能强化绿色投资对公司绩效的促进作用。从控制变量与被解释变量的相关性来看，企业规模（SIZE）、营业收入增长率（GROW）与ROE显著正相关，资产负债率（LEV）与ROE显著负相关，股权集中度（TOP1）与ROE的相关性不显著，符合理论预期。此外，各变量之间的相关系数均小于0.5，表明模型不存在严重的多重共线性问题，可进行后续回归分析。

注：*、**、***分别表示在10%、5%、1%水平上显著。

（三）基准回归分析

本文采用面板固定效应模型进行基准回归分析，以控制个体效应和时间效应的影响，回归结果如表4所示。列（1）为仅纳入核心解释变量的回归结果，列（2）为纳入所有控制变量的回归结果。

从列（2）的回归结果来看，绿色投资（GI）的回归系数为0.872，且在1%水平上显著为正，表明绿色投资能够显著提升新能源公司绩效。这是因为绿色投资能够推动企业技术创新，提升新能源产品竞争力，扩大市场份额，进而改善企业财务绩效；同时，绿色投资能够提升企业环境绩效，增强企业社会形象，降低融资成本，为企业绩效提升提供支撑。政策补贴（SUB）的回归系数为0.654，在1%水平上显著为正，说明政府给予的新能源相关补贴能够有效提升公司绩效。政策补贴可以降低企业研发投入和生产经营成本，缓解企业资金压力，鼓励企业加大创新力度，进而推动企业绩效提升，这与现有研究结论一致。

从控制变量来看，企业规模（SIZE）的回归系数为0.423，在1%水平上显著为正，表明企业规模越大，绩效表现越好，这是因为大型企业在资源整合、市场竞争力、技术研发等方面具有优势；资产负债率（LEV）的回归系数为-0.056，在5%水平上显著为负，说明过高的资产负债率会增加企业财务风险，降低企业绩效；营业收入增长率（GROW）的回归系数为0.087，在1%水平上显著为正，表明企业成长能力越强，绩效水平越高；股权集中度（TOP1）的回归系数为0.023，未通过显著性检验，说明股权集中度对新能源公司绩效的影响不显著。

注：括号内为t值，*、**、***分别表示在10%、5%、1%水平上显著。

（四）调节效应分析

为检验政策补贴在绿色投资与公司绩效之间的调节效应，对调节效应模型进行回归分析，结果如表5所示。列（1）为纳入交互项的回归结果，列（2）为分样本回归结果（按企业规模分组）。

从列（1）的回归结果来看，绿色投资与政策补贴的交互项（GI×SUB）的回归系数为0.321，在1%水平上显著为正，表明政策补贴能够正向调节绿色投资对公司绩效的促进作用。这是因为政策补贴可以降低企业绿色投资的成本与风险，提高绿色投资的效率，使企业在绿色投资过程中获得更多收益，进而强化绿色投资对公司绩效的提升效果。具体而言，获得较多政策补贴的企业，能够将更多资金投入到绿色技术研发和项目建设中，加快技术成果转化，提升产品竞争力，从而实现绩效的快速提升。

从列（2）的分样本回归结果来看，大型企业（SIZE大于均值）中，交互项的回归系数为0.287，在1%水平上显著为正；中小企业（SIZE小于均值）中，交互项的回归系数为0.356，在1%水平上显著为正，且中小企业的调节效应系数大于大型企业。这表明政策补贴对绿色投资与公司绩效的调节效应在中小企业中更为显著。原因在于中小企业资金实力较弱，绿色投资的风险承受能力较差，政策补贴能够有效弥补中小企业资金缺口，降低投资风险，使绿色投资更好地发挥对绩效的促进作用；而大型企业资金实力雄厚，对政策补贴的依赖度较低，调节效应相对较弱。

注：括号内为t值，*、**、***分别表示在10%、5%、1%水平上显著；大型企业为SIZE大于均值的样本，中小企业为SIZE小于均值的样本。

（五）异质性分析

为进一步探究绿色投资、政策补贴对公司绩效影响的异质性，本文从细分领域、企业规模两个维度进行分样本回归分析，结果如表6所示。

从细分领域来看，光伏领域中，绿色投资的回归系数为0.923，政策补贴的回归系数为0.712，均在1%水平上显著为正；风电领域中，绿色投资的回归系数为0.856，政策补贴的回归系数为0.687，在1%水平上显著为正；新能源汽车领域中，绿色投资的回归系数为0.789，政策补贴的回归系数为0.623，在1%水平上显著为正；储能领域中，绿色投资的回归系数为0.654，政策补贴的回归系数为0.587，在1%水平上显著为正。这表明绿色投资、政策补贴对各细分领域公司绩效均具有显著的促进作用，但光伏、风电领域的促进效应更为明显。原因在于光伏、风电行业发展较为成熟，技术门槛相对较低，绿色投资和政策补贴能够快速转化为生产力，提升企业绩效；而储能行业处于发展初期，技术研发难度大，投资回报周期长，绿色投资和政策补贴的促进效应相对较弱。

从企业规模来看，大型企业中，绿色投资的回归系数为0.723，政策补贴的回归系数为0.423，均在1%水平上显著为正；中小企业中，绿色投资的回归系数为0.587，政策补贴的回归系数为0.567，在1%水平上显著为正。这表明绿色投资对大型企业绩效的促进作用更显著，而政策补贴对中小企业绩效的提升效果更为明显。大型企业资金实力雄厚、技术研发能力强，能够更好地发挥绿色投资的规模效应，提升绩效水平；中小企业资金短缺、研发能力较弱，政策补贴能够有效弥补其发展短板，推动绩效提升。

注：*、**、***分别表示在10%、5%、1%水平上显著。

（六）稳健性检验

为确保研究结论的可靠性，本文采用替换被解释变量、缩尾处理、工具变量法三种方法进行稳健性检验，结果如表7所示。

一是替换被解释变量。将净资产收益率（ROE）替换为总资产收益率（ROA），ROA的计算公式为：$$ROA = 净利润 / 平均总资产 × 100\%$$，回归结果如列（1）所示。绿色投资（GI）的回归系数为0.623，政策补贴（SUB）的回归系数为0.456，交互项（GI×SUB）的回归系数为0.287，均在1%水平上显著为正，与基准回归结果一致。

二是缩尾处理。将所有连续变量进行0.5%分位的缩尾处理，以进一步消除极端值的影响，回归结果如列（2）所示。绿色投资、政策补贴及交互项的回归系数均为正且通过1%显著性检验，研究结论保持稳健。

三是工具变量法。考虑到绿色投资与公司绩效之间可能存在双向因果关系，选取绿色投资的滞后一期（GI_L1）作为工具变量，采用两阶段最小二乘法（2SLS）进行回归，结果如列（3）所示。第一阶段回归中，工具变量的F值为12.35，大于10，不存在弱工具变量问题；第二阶段回归中，绿色投资、政策补贴及交互项的回归系数均显著为正，与基准回归结果一致，表明研究结论具有可靠性。

注：括号内为t值，*、**、***分别表示在10%、5%、1%水平上显著；工具变量为绿色投资的滞后一期（GI_L1）。

四、结论与启示

（一）研究结论

本文以2018-2024年我国A股新能源上市公司为研究样本，运用面板数据模型实证分析了绿色投资、政策补贴与公司绩效的关系，得出以下结论：

第一，绿色投资与政策补贴均能显著提升新能源公司绩效。绿色投资能够推动企业技术创新，提升产品竞争力，改善企业环境绩效与社会形象，进而促进公司绩效提升；政策补贴能够降低企业研发与生产经营成本，缓解资金压力，鼓励企业加大创新力度，对公司绩效具有显著的正向促进作用。

第二，政策补贴正向调节绿色投资对公司绩效的促进作用。政策补贴能够降低企业绿色投资的成本与风险，提高绿色投资效率，使绿色投资更好地转化为企业绩效，且这种调节效应在中小企业中更为显著。

第三，绿色投资、政策补贴对公司绩效的影响存在异质性。从细分领域来看，光伏、风电领域的促进效应更为明显，储能领域的促进效应相对较弱；从企业规模来看，绿色投资对大型企业绩效的促进作用更显著，政策补贴对中小企业绩效的提升效果更为突出。

（二）实践启示

基于以上研究结论，本文提出以下实践启示：

对新能源企业而言，一是要重视绿色投资布局，结合自身发展实际，合理规划绿色投资方向，加大在核心技术研发、清洁能源项目建设等领域的投入，提升绿色投资效率，推动绿色投资与企业绩效协同提升。大型企业应充分发挥资源整合与技术研发优势，扩大绿色投资规模，发挥规模效应；中小企业应聚焦细分领域，精准开展绿色投资，提升投资回报率。二是要积极争取政策补贴支持，合理利用补贴资金，将补贴资金重点投向研发创新与技术升级，避免“寻租”行为，充分发挥政策补贴的引导作用，强化绿色投资对绩效的促进效果。

对政府部门而言，一是要持续完善新能源行业政策补贴机制，优化补贴分配方式，加大对储能等新兴领域、中小企业的补贴力度，提高补贴资金的使用效率；同时，逐步推进补贴政策从“普惠式”向“绩效导向式”转变，将企业绿色投资效率、绩效表现与补贴发放挂钩，引导企业规范绿色投资行为。二是要加强对新能源企业绿色投资的引导与支持，通过税收减免、融资扶持等多种方式，降低企业绿色投资成本，鼓励企业加大绿色投资力度；同时，完善绿色投资相关配套设施，推动绿色技术成果转化，为新能源行业高质量发展提供保障。三是要结合不同细分领域、不同规模企业的发展特点，制定差异化的政策支持体系，针对性解决企业发展中的痛点难点问题，推动新能源行业各领域、各规模企业协调发展。

（三）研究不足与展望

本文虽取得了一定的研究成果，但仍存在一些不足：一是绿色投资的衡量指标仅考虑了投资总额，未区分不同类型绿色投资（如研发投资、项目投资）对公司绩效的异质性影响；二是未考虑区域差异对绿色投资、政策补贴与公司绩效关系的影响。未来研究可进一步细分绿色投资类型，探究不同类型绿色投资的绩效效应；同时，结合我国不同区域的发展特点，分析区域差异对三者关系的影响，丰富相关研究成果。此外，还可进一步探究绿色投资、政策补贴影响公司绩效的具体路径，为新能源企业发展与政府政策优化提供更精准的参考。