摘 要：为了探究双循环新发展格局下实体投资结构优化对企业绩效的驱动路径与作用效果，本文以2020-2024年我国 A 股制造业上市公司为研究样本，采用面板数据回归分析法，从投资行业结构、投资区域结构、投资方式结构三个维度衡量实体投资结构优化水平，实证检验其对企业绩效的驱动机制，并分析异质性特征及调节效应。研究发现，实体投资结构优化能显著提升企业绩效，且技术创新、资源配置效率在其中发挥中介作用，市场化程度与政策支持力度具有正向调节效应。本文结论为双循环背景下企业优化实体投资结构、提升经营绩效提供了理论依据与实践参考。

关键词：双循环；实体投资结构优化；企业绩效；驱动机制；面板回归分析

一、引言与理论基础

（一）双循环背景下实体投资结构优化的内涵界定

双循环新发展格局是我国基于国内外经济形势变化提出的重大战略部署，核心是依托国内超大规模市场优势，畅通国内大循环，同时依托国际循环提升开放水平，实现国内国际双循环相互促进。实体投资作为企业发展的核心动力，其结构优化是双循环背景下企业实现高质量发展的关键路径。

实体投资结构优化并非单纯扩大投资规模，而是围绕企业核心竞争力提升，实现投资在行业、区域、方式上的合理配置。从行业维度来看，优化方向是减少对传统高耗能、低附加值行业的投资，加大对高新技术产业、战略性新兴产业及高端制造业的投资，契合国内循环中产业升级的需求；从区域维度来看，需打破区域壁垒，推动投资向国内需求潜力大、产业配套完善的区域倾斜，同时结合国际循环布局海外优质资源，实现国内外区域投资协同；从方式维度来看，应从单一的固定资产投资转向固定资产投资、研发投资、产业链投资相结合的多元化投资模式，强化企业在产业链供应链中的核心地位。

（二）相关理论基础

1. 资源配置理论：该理论认为，企业的资源配置效率决定了其经营绩效，合理的资源配置能够将有限的资源投入到边际收益最高的领域，实现资源利用最大化。在双循环背景下，实体投资结构优化本质上是企业对资本资源的重新配置，通过调整投资布局，将资本从低效领域转向高效领域，提升资源配置效率，进而推动企业绩效提升。

2. 技术创新理论：技术创新是企业核心竞争力的核心来源，也是双循环背景下企业融入国内国际双循环的关键支撑。实体投资结构优化中，研发投资占比的提升能够为企业技术创新提供资金支持，推动企业突破核心技术瓶颈，开发高附加值产品，提升产品市场竞争力，最终转化为企业绩效的增长。

3. 产业协同理论：双循环强调产业链供应链的稳定性与韧性，企业实体投资结构优化需围绕产业链布局，通过产业链投资加强与上下游企业的协同合作，降低交易成本，提升产业链整体效率。同时，跨区域、跨行业的投资协同能够整合国内外优质资源，拓展市场空间，为企业绩效提升创造有利条件。

（三）研究意义与研究假设

在双循环背景下，我国实体经济面临转型升级的压力，部分企业存在实体投资结构不合理、资源配置低效、研发投入不足等问题，制约了企业绩效的提升。探究实体投资结构优化对企业绩效的驱动机制，不仅能够丰富投资结构与企业绩效相关理论，还能为企业优化投资布局、政府制定相关政策提供实践参考，具有重要的理论与现实意义。基于上述理论分析，本文提出以下核心假设：

（1）双循环背景下，实体投资结构优化能够显著正向驱动企业绩效提升；

（2）技术创新在实体投资结构优化与企业绩效之间发挥中介作用；

（3）资源配置效率在实体投资结构优化与企业绩效之间发挥中介作用；

（4）市场化程度与政策支持力度对实体投资结构优化与企业绩效的关系具有正向调节效应。

二、研究设计与数据来源

（一）样本选取与数据来源

本文选取2020-2024年我国 A 股制造业上市公司作为研究样本，剔除 ST、*ST 及数据缺失的上市公司，最终得到有效观测值8920个。研究数据主要来源于三个渠道：一是上市公司年报、国泰安数据库（CSMAR）及万得数据库（Wind），获取企业投资结构、经营绩效、财务指标等相关数据；二是国家统计局、中国工业和信息化部，获取行业发展、政策支持等宏观数据；三是市场化指数数据库，获取各地区市场化程度相关数据。为避免极端值影响，对所有连续型变量进行1%的缩尾处理。

（二）变量定义

1. 被解释变量：企业绩效（Perf）。采用净资产收益率（ROE）衡量企业绩效，该指标能够综合反映企业的盈利能力与经营效率，是衡量企业绩效的常用指标，计算公式为：$$ROE = rac{归属于母公司股东的净利润}{平均净资产} imes 100%$$。同时，采用总资产净利率（ROA）作为稳健性检验指标，计算公式为：

ROA = 净利润 / 平均总资产 × 100%

平均总资产 = (期初总资产 + 期末总资产) / 2

ROA衡量企业每单位资产所能产生的净利润，反映资产使用效率与盈利水平。

2. 核心解释变量：实体投资结构优化（Inv_Str）。从行业结构、区域结构、方式结构三个维度构建综合指标衡量实体投资结构优化水平，具体如下：

（1）投资行业结构优化（Inv_Ind）：采用高新技术产业投资占实体投资总额的比重衡量，高新技术产业参照国家统计局《高新技术产业分类（2017）》确定；

（2）投资区域结构优化（Inv_Reg）：采用国内中西部地区投资占国内实体投资总额的比重与海外投资占实体投资总额的比重的加权平均值衡量，权重分别为0.6和0.4，契合双循环国内国际协同的要求；

（3）投资方式结构优化（Inv_Mod）：采用研发投资与产业链投资之和占实体投资总额的比重衡量，其中产业链投资包括对上下游企业的股权投资与合作投资。

采用熵值法对上述三个维度指标进行赋权，计算得到实体投资结构优化综合指数（Inv_Str），指数越高，表明实体投资结构优化水平越高。

3. 中介变量：（1）技术创新（Inn），采用企业研发投入强度衡量，计算公式为：$$Inn = rac{研发投入总额}{营业收入} imes 100%$$；（2）资源配置效率（Effi），采用数据包络分析（DEA）方法计算的综合效率值衡量，投入指标选取固定资产、员工人数、营业成本，产出指标选取营业收入、净利润。

4. 调节变量：（1）市场化程度（Mar），采用樊纲等编制的中国市场化指数衡量，指数越高，表明地区市场化程度越高；（2）政策支持力度（Pol），采用企业获得的政府补助占营业收入的比重衡量，比重越高，表明政策支持力度越大。

5. 控制变量：为排除其他因素对企业绩效的影响，选取企业规模（Size，总资产的自然对数）、资产负债率（Lev，负债总额/资产总额）、企业年龄（Age，上市年限的自然对数）、股权集中度（Top1，第一大股东持股比例）作为控制变量，同时控制年份（Year）与行业（Ind）固定效应。

（三）模型构建

为检验实体投资结构优化对企业绩效的驱动效应，构建基准回归模型：

Perf_{it} = α₀ + α₁ Inv_Str_{it} + Σα_k Controls_{it} + λ_t + μ_j + ε_{it}

其中，i为企业，t为年份；Perf为经营绩效；Inv_Str为投资者关注度（核心解释变量）；Controls为控制变量集；λ_t为年份固定效应；μ_j为行业固定效应；ε为随机误差项。α₁为核心估计系数。

为检验技术创新与资源配置效率的中介效应，构建中介效应模型：

(2) Mediator_{it} = β₀ + β₁ Inv_Str_{it} + Σβ_k Controls_{it} + λ_t + μ_j + ε_{it}

(3) Perf_{it} = γ₀ + γ₁ Inv_Str_{it} + γ₂ Mediator_{it} + Σγ_k Controls_{it} + λ_t + μ_j + ε_{it}

其中，Mediator为中介变量（Inn创新能力 / Effi运营效率）；β₁为Inv_Str对中介变量的影响；γ₁为Inv_Str对Perf的直接影响；γ₂为中介变量对Perf的影响。

判定条件：若β₁和γ₂均显著，且γ₁的绝对值小于基准模型（1）中的α₁，则中介效应成立。

为检验市场化程度与政策支持力度的调节效应，构建调节效应模型：

Perf_{it} = δ₀ + δ₁ Inv_Str_{it} + δ₂ Reg_{it} + δ₃ Inv_Str_{it}×Reg_{it} + Σδ_k Controls_{it} + λ_t + μ_j + ε_{it}

其中，Reg为调节变量（Mar市场竞争 / Pol产业政策）；Inv_Str×Reg为交互项；δ₃为交互项系数，若显著为正则表明调节效应为正。

三、实证结果与分析

（一）描述性统计

表1为主要变量的描述性统计结果。从表中可以看出，企业绩效（ROE）的均值为8.23%，标准差为7.89%，表明不同企业之间的绩效差异较大；实体投资结构优化综合指数（Inv_Str）的均值为0.372，标准差为0.185，最小值为0.085，最大值为0.892，说明样本企业的实体投资结构优化水平存在明显差异，部分企业仍存在投资结构不合理的问题。技术创新（Inn）的均值为2.87%，标准差为2.15%，反映出我国制造业上市公司研发投入强度整体偏低，仍有较大提升空间。其他变量的分布均处于合理范围，符合实证研究的基本要求。

数据来源：国泰安数据库（CSMAR）、万得数据库（Wind）、市场化指数数据库，经作者整理计算。

（二）基准回归结果分析

表2为基准回归结果，列（1）为未加入控制变量的回归结果，列（2）为加入控制变量并控制年份与行业固定效应的回归结果。从回归结果可以看出，无论是否加入控制变量，实体投资结构优化（Inv_Str）的系数均显著为正，其中列（2）中系数为0.0423，在1%的水平上显著，表明双循环背景下，实体投资结构优化能够显著提升企业绩效，验证了本文的核心假设（1）。

从控制变量来看，企业规模（Size）的系数显著为正，说明规模较大的企业拥有更充足的资源，能够更好地优化投资结构，提升经营绩效；资产负债率（Lev）的系数显著为负，表明过高的负债水平会增加企业的财务风险，挤占实体投资资金，进而抑制企业绩效提升；企业年龄（Age）的系数显著为正，说明上市年限较长的企业经营经验更丰富，投资决策更理性，有利于提升企业绩效；股权集中度（Top1）的系数显著为正，表明适度的股权集中能够提高决策效率，减少代理成本，对企业绩效具有正向促进作用。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

（三）中介效应检验结果

表3为技术创新与资源配置效率的中介效应检验结果。列（1）和列（2）为技术创新的中介效应检验结果，列（1）显示，实体投资结构优化（Inv_Str）对技术创新（Inn）的回归系数为0.0123，在1%的水平上显著，表明实体投资结构优化能够显著提升企业技术创新水平；列（2）显示，加入技术创新变量后，实体投资结构优化的系数为0.0356，相较于基准回归系数0.0423显著下降，且技术创新的系数为0.5320，在1%的水平上显著，说明技术创新在实体投资结构优化与企业绩效之间发挥部分中介作用，中介效应占比为15.84%，验证了假设（2）。

列（3）和列（4）为资源配置效率的中介效应检验结果，列（3）显示，实体投资结构优化（Inv_Str）对资源配置效率（Effi）的回归系数为0.1250，在1%的水平上显著，表明实体投资结构优化能够显著提升企业资源配置效率；列（4）显示，加入资源配置效率变量后，实体投资结构优化的系数为0.0312，相较于基准回归系数显著下降，且资源配置效率的系数为0.0880，在1%的水平上显著，说明资源配置效率在实体投资结构优化与企业绩效之间发挥部分中介作用，中介效应占比为26.24%，验证了假设（3）。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

（四）调节效应检验结果

表4为市场化程度与政策支持力度的调节效应检验结果。列（1）为市场化程度的调节效应结果，交互项（Inv_Str×Mar）的系数为0.0089，在1%的水平上显著为正，表明市场化程度越高，实体投资结构优化对企业绩效的驱动效应越强，验证了假设（4）。这是因为市场化程度较高的地区，资源配置更灵活，企业能够更高效地调整投资结构，将资本投入到高收益领域，同时市场化竞争能够倒逼企业提升技术创新能力，进一步强化投资结构优化的绩效驱动效应。

列（2）为政策支持力度的调节效应结果，交互项（Inv_Str×Pol）的系数为0.0567，在1%的水平上显著为正，表明政策支持力度越大，实体投资结构优化对企业绩效的驱动效应越强，验证了假设（4）。政府补助能够为企业实体投资结构优化提供资金支持，降低企业研发投资、产业链投资的风险，同时政策引导能够帮助企业把握双循环背景下的投资方向，提升投资效率，进而增强投资结构优化对企业绩效的促进作用。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

（五）稳健性检验

为确保实证结果的可靠性，本文采用替换被解释变量、缩尾处理、工具变量法三种方式进行稳健性检验。一是替换被解释变量，将净资产收益率（ROE）替换为总资产净利率（ROA），回归结果显示，实体投资结构优化的系数仍显著为正，与基准回归结果一致；二是调整缩尾比例，将缩尾比例从1%调整为2%，回归结果未发生实质性变化；三是采用工具变量法，选取企业所在行业的平均实体投资结构优化水平作为工具变量，解决内生性问题，两阶段回归结果显示，实体投资结构优化对企业绩效的驱动效应仍显著为正。上述稳健性检验结果表明，本文的实证结论具有可靠性，不存在内生性、极端值等问题带来的偏差。

四、驱动机制的异质性分析

（一）企业规模异质性

按照企业规模将样本分为大型企业与中小型企业，其中大型企业为总资产排名前30%的企业，中小型企业为总资产排名后70%的企业，分组回归结果如表5所示。从表中可以看出，大型企业实体投资结构优化的系数为0.0567，在1%的水平上显著；中小型企业实体投资结构优化的系数为0.0321，在5%的水平上显著，且大型企业的系数大于中小型企业。这表明，实体投资结构优化对大型企业绩效的驱动效应更强。原因在于大型企业拥有更充足的资金、技术和人才资源，能够更高效地实施投资结构优化策略，同时大型企业在产业链中占据主导地位，跨区域、跨行业投资的协同效应更明显，而中小型企业受资金、技术等约束，投资结构优化的难度较大，绩效驱动效应相对较弱。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

（二）企业所有制异质性

按照企业所有制将样本分为国有企业与非国有企业，分组回归结果如表6所示。从表中可以看出，国有企业实体投资结构优化的系数为0.0489，在1%的水平上显著；非国有企业实体投资结构优化的系数为0.0376，在1%的水平上显著，且国有企业的系数略高于非国有企业。这表明，实体投资结构优化对国有企业绩效的驱动效应更强。原因在于国有企业能够更好地把握双循环背景下的国家政策导向，获得更多的政策支持与资源倾斜，同时国有企业在重大项目投资、产业链布局等方面具有优势，投资结构优化的针对性更强，而非国有企业受政策支持力度、资源获取能力等限制，投资结构优化的绩效驱动效应相对较弱。但非国有企业的市场化程度更高，投资决策更灵活，未来通过优化投资结构提升绩效的潜力较大。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

（三）区域异质性

按照企业所在区域将样本分为东部地区、中西部地区，其中东部地区包括京津冀、长三角、珠三角等经济发达区域，中西部地区包括中部六省、西部十二省（区、市），分组回归结果如表7所示。从表中可以看出，东部地区企业实体投资结构优化的系数为0.0512，在1%的水平上显著；中西部地区企业实体投资结构优化的系数为0.0345，在5%的水平上显著，且东部地区的系数大于中西部地区。这表明，实体投资结构优化对东部地区企业绩效的驱动效应更强。原因在于东部地区市场化程度较高，产业配套完善，企业技术创新能力较强，能够更好地发挥投资结构优化的作用，而中西部地区受产业基础、技术水平等限制，投资结构优化的绩效驱动效应相对较弱。但随着双循环背景下中西部地区经济的快速发展，投资结构优化的潜力将逐步释放。

注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为 t 值；数据来源：经作者实证计算整理。

五、结论与政策建议

（一）研究结论

本文以2020-2024年我国 A 股制造业上市公司为样本，实证检验了双循环背景下实体投资结构优化对企业绩效的驱动机制，得出以下结论：第一，双循环背景下，实体投资结构优化能够显著正向驱动企业绩效提升，从行业、区域、方式三个维度优化实体投资布局，能够有效提升企业经营效率与盈利能力；第二，技术创新与资源配置效率在实体投资结构优化与企业绩效之间发挥部分中介作用，实体投资结构优化通过提升企业技术创新水平与资源配置效率，间接推动企业绩效提升；第三，市场化程度与政策支持力度具有正向调节效应，市场化程度越高、政策支持力度越大，实体投资结构优化对企业绩效的驱动效应越强；第四，实体投资结构优化对企业绩效的驱动效应存在明显的异质性，对大型企业、国有企业、东部地区企业的驱动效应更强。

（二）政策建议

基于上述研究结论，结合双循环新发展格局的要求，从企业与政府两个层面提出以下政策建议：

1. 企业层面：一是优化实体投资行业结构，加大对高新技术产业、战略性新兴产业的投资力度，减少对传统低附加值行业的投资，依托国内循环实现产业升级；二是完善实体投资区域布局，立足国内超大规模市场，加大对中西部地区的投资，同时结合国际循环，合理布局海外优质资源，实现国内外区域投资协同；三是创新实体投资方式，增加研发投资与产业链投资占比，强化技术创新能力，加强与上下游企业的协同合作，提升产业链供应链韧性；四是结合企业自身特征制定差异化投资策略，中小型企业可聚焦细分领域，依托市场化优势实现精准投资，非国有企业可加强与政府的沟通对接，获取更多政策支持，中西部地区企业可借助区域发展政策，加快投资结构优化步伐。

2. 政府层面：一是完善市场化机制，进一步降低市场准入门槛，打破区域壁垒，提升资源配置效率，为企业实体投资结构优化创造良好的市场环境；二是加大政策支持力度，针对企业研发投资、产业链投资出台专项补助政策，降低企业投资风险，同时加强对政策落实的监督，确保政策红利精准落地；三是加强产业引导，结合双循环背景下的产业发展趋势，发布投资导向目录，引导企业优化投资布局，推动产业协同发展；四是强化技术创新支撑，加大对科研院所、高校的研发投入，搭建产学研合作平台，为企业技术创新提供技术与人才支持，同时完善知识产权保护体系，激发企业创新活力。

（三）研究不足与展望

本文虽探究了双循环背景下实体投资结构优化对企业绩效的驱动机制，但仍存在一定不足：一是实体投资结构优化的衡量维度可进一步丰富，可考虑加入投资期限结构等维度，使衡量指标更全面；二是未深入探究不同行业之间的异质性差异，未来可分行业进行更细致的研究；三是未考虑国际循环中贸易摩擦、全球供应链波动等外部冲击的影响，未来可结合外部环境变化，进一步拓展研究边界。后续研究可针对上述不足，进一步完善研究设计，丰富研究内容，为双循环背景下企业高质量发展提供更全面的理论与实践参考。