融資約束、政府補貼與新能源企業投資效率——基于異質性雙邊隨機前沿模型

唐安寶 李鳳云（中國礦業大學，徐州 221116）

融資約束、政府補貼與新能源企業投資效率——基于異質性雙邊隨機前沿模型

唐安寶 李鳳云
（中國礦業大學，徐州 221116）

從融資視角來看，新能源產業的發展因其自身特點受制于較強的融資約束。因其引發的資金不足問題導致新能源企業的投資效率低下。為扶持新能源產業的發展 ，政府補貼成為緩解融資約束的必然選擇。本文基于2010～2014年新能源產業微觀數據，在全樣本和按企業異質性分組的子樣本下，利用異質性雙邊隨機前沿模型定量估計融資約束和政府補貼對新能源企業投資效率的雙邊效應和凈效應。研究結果表明：平均而言，政府補貼對新能源產業上市企業投資效率的正向效應能夠平滑融資約束的負效應，但卻未能完全正負抵消 ，新能源產業上市企業仍存在投資不足現象。但也有1/4的企業存在過度投資現象。從新能源上市企業的異質性來看，東部地區企業和非國有企業的投資效率更高。

融資約束 政府補貼 投資效率 異質性雙邊隨機前沿模型

1 引言與文獻回顧

國務院于2010年10月18日公布了 《關于加快培育和發展戰略性新興產業的決定》，明確了包括新能源產業在內的七大產業作為戰略性新興產業進行培育和扶持的國家戰略［1］。在資源約束和環境約束的背景下，新能源產業的發展將成為我國實現經濟發展方式轉變和產業結構轉型的重要推動力，其發展戰略和對策引起了國內外學者的廣泛關注 （Jenner S等，2012［2］；Jacobsson R和Jacobsson S，2012［3］；張國有，2009［4］；李強等，2013［5］；周亞虹等，2015［6］）。

新能源產業作為衡量一國高新技術發展水平的重要依據，其固定資產投資、研發投入等投資行為對新能源企業的長期發展起關鍵性作用。然而中國的資本市場還不盡完善，再加之新能源上市企業由于具有技術開發難度大、資金需求量大、投資周期長、抗風險能力較弱的特點，其投資行為往往受到融資約束。理論上，融資約束指市場不完備引起外源融資成本過高，使得企業投資機會得不到充分的資金支持，投資無法達到最優水平 （Fazzari等，1988［7］）。

當這些企業的資金需求得不到滿足時，可能錯失有價值的投資機會 ，使企業的實際投資水平偏離最優水平，企業的投資效率下降。在研究投資效率問題時，Wang（2003）［8］將在資本市場完美時企業的投資支出作為最優投資邊界，將企業的實際投資水平與最優投資邊界的偏離看做融資約束造成的投資效率損失 ，該損失具有單邊分布的特征。有研究表明，融資約束的存在使得中國上市企業的投資支出比最優水平低 （連玉君、蘇治，2009［9］；劉飛、鄭曉亞 ，2014［10］）。

由于融資約束對新能源企業的投資效率造成負面的影響，許多學者針對緩解融資約束壓力的各種因素做了研究，發現諸多因素都能對融資約束產生的負面效應起到平滑作用。如鞠曉生等（2013）［11］認為營運資本對緩沖融資約束導致的企業創新投資波動有平滑作用，并且發現融資約束越嚴重，營運資本對創新的平滑作用越明顯。謝軍等 （2014）［12］認為寬松的貨幣政策和區域金融市場的發展可以緩解企業的外源融資難問題。唐清泉等 （2015）［13］認為銀行業競爭性的市場結構有助于緩解企業R&D投資的融資約束。

與以往的研究不同，本文認為政府補貼是緩解企業融資約束壓力的重要因素，能夠對融資約束造成的投資效率損失起到平滑作用。Anna Spadavecchia（2005）［14］研究發現，政府補貼是新能源企業的重要資金來源。趙瑋 （2015）［15］研究發現政府R&D資助能夠平滑融資約束對企業研發投入的負面效應。自2010年以來，我國政府越來越重視新能源產業的發展，出臺了諸多相關的產業政策扶持新能源產業發展 ，主要以政府補貼和稅收政策為主。以往學者有關政府補貼政策效果的研究，大多集中在補貼政策對企業生產率、盈利能力以及研發投入的影響上。如任曙明和呂鐲 （2014）［16］指出政府補貼平滑了融資約束對裝備制造企業生產率的負面作用。Tzelepis和Skuras（2004）［17］以希臘企業為樣本，發現政府補貼并沒有給企業效率和獲利能力產生正向效應。也有少數學者研究了政府補貼對企業投資行為的影響，但主要觀點不一致，有學者認為政府補貼能夠降低企業的投資不足問題 （何源等 ，2006［18］；周軼昆 ，2012［19］），而還有學者認為政府補貼會加重投資過度現象（江飛濤 ，2009［20］；張中華、杜丹 ，2014［21］）。

有不少學者研究了融資約束對企業投資效率的影響 （連玉君、蘇治，2009［22］；張宗益、鄭志丹，2012［23］），但很少有學者同時考慮政府補貼這一因素對企業投資效率的平滑機制。本文嘗試采用異質性雙邊隨機前沿模型測度融資約束和政府補貼對新能源上市企業投資效率的雙邊效應及凈效應，彌補已有研究的不足。

2 理論分析與研究假設

政府對新能源產業的補貼會直接或間接地影響企業的投資行為。Tzelepis和Skuras（1998）［19］指出由于政府補貼的直接效應，企業擁有了大量的自由現金流入，直接彌補了企業的資金缺口，促進企業投資；另外政府補貼行為具有信號傳遞作用，通過向市場參與者傳遞政府扶持該產業發展的信息，引導社會潛在投資者對該產業的投資 ，緩解企業的融資約束。Feldman和Kelley（2006）［24］、郭曉丹和何文韜 （2011）［25］的研究發現，政府補貼可能使企業擁有更多的融資來源，企業能夠從銀行和社會公眾手中籌集更多的資金。魏志華等（2015）［26］指出政府補貼將直接緩解企業所面臨的融資約束，并能對企業產生激勵作用，有助于促進企業進行投資。基于以上分析提出待檢驗假設1。

假設1：政府補貼能夠平滑融資約束對投資效率的負向效應。

我國的市場經濟處于轉型時期，資本市場還不夠完善，由此產生的融資約束問題抑制了新能源企業的投資行為，降低了企業的投資效率。由前面的分析可知，融資約束對新能源企業投資效率的負向影響可以由政府補貼來抵補。但是補貼資金是否能完全滿足企業的資金需求還需要進一步定量分析，再加之企業的研發投入具有極強的外部性，政府補貼在激勵研發活動的同時，還可能替代、擠出研發投入，使企業的實際投資水平再次偏離最優投資水平。

由以上分析，針對融資約束和政府補貼對企業投資效率的共同作用形成的凈效應，提出兩個對立的待檢驗假設2a和2b。

假設2a：兩者對投資效率的凈效應為負，政府補貼能夠降低企業的投資不足現象。

假設2b：兩者對投資效率的凈效應為正，政府補貼造成了企業的過度投資現象。

3 研究方法與數據處理

3.1 雙邊隨機前沿模型的設定

基于前文的理論分析，融資約束和政府補貼對新能源產業上市企業投資效率的影響是雙邊的。為此，在本文模型的框架設定中，依據2009年Kumbhakar和Parmeter［27］所構建的雙邊隨機前沿模型，將融資約束和政府補貼納入到雙邊隨機前沿模型，得到新能源產業上市企業投資效率的分解公式為如下形式：

（1）式中，Ii，t——新能源產業上市企業的實際投資水平；μ（xi，t）=xi，t′β——新能源產業上市企業的最優投資水平，由投資機會決定，β為待估參數，xi，t為樣本新能源企業特征變量，本文包括了銷售增長率、負債率、現金存量等相關特征變量；wi，t≥0，代表政府補貼使得新能源企業投資水平對其有效水平的偏離程度；ui，t≥0，代表融資約束使得新能源企業投資水平對其有效水平的偏離程度；vi，t為傳統意義上的隨機干擾項。由前文分析和模型 （1）的設定可知，融資約束參數ui，t和政府補貼參數wi，t都呈現單邊分布，故假設二者服從指數分布，即ui，t∶i.i.d.Exp（δu，δ），wi，t∶i.i.d.Exp（δw，δ），對于傳統意義上的隨機干擾項vi，t，假設其服從正態分布，即vi，t∶i.i.d.N（0，δ），且假設ui，t、wi，t、vi，t相互獨立 ，且與xi，t不存在相關關系。根據上述假設，ξi，t的分布密度函數為：

其中，φ（·）和Φ（·）分別為標準正態分布的概率密度函數和累積分布函數，其他參數設定如下：

第t期，第i個觀測值的對數似然函數為：

其中，θ=［β，δv，δu，δw］′為待估參數，可通過對數似然函數的最大化來獲得所有參數的極大似然估計值。本文主要研究的是融資約束和政府補貼對新能源企業投資效率的負向效應和正向效應的測度 ，為此，需要進一步推導出ui，t和wi，t的條件分布：

其中，λ=1/δu+1/δw，Ui，t=Φ（hi，t）+exp（ai，t-bi，t）Φ（ci，t），Wi，t=exp（bi，t-ai，t）*Ui，t。同時 ，由式 （4）和 （5）所確定的條件分布為基礎，可以進一步推出ui，t和wi，t的條件期望 ：

式 （6）和 （7）分別衡量了融資約束和政府補貼對新能源企業投資效率負向效應和正向效應影響的相對程度，進而可以得到二者對新能源企業投資效率影響的凈效應，如下式：

3.2 計量經濟模型的設定

前文提到，最優的投資水平是由投資機會決定的，而傳統的托賓Q值可以用來預測企業的投資機會，但同國外完善的資本市場相比 ，我國資本市場還不盡完善，托賓Q值不能作為預測企業投資機會的替代變量。為此，本文借鑒了Richardson的投資支出預期模型來構建異質性雙邊隨機前沿計量經濟模型，從而來預測新能源企業的最優投資水平 ：

由于企業之間存在異質性，本文借鑒有關文獻對融資約束和政府補貼的分布參數進行異質性設定：δu=exp（u）和δw=exp（w）。其中，δu=α0+ α1CFi，t，δw=β0+β1GSi，t，借鑒 Kaplan和 Zingales （2000）［29］，李青原、王紅建 （2013）［30］的觀點 ，自由現金流較多的企業面臨的融資約束較低，本文采用現金流GFi，t作為融資約束的代理變量；用政府補貼金額GSi，t作為政府補貼的代理變量。

3.3 樣本篩選和變量描述性統計

本文使用的數據來源于Wind資訊和國泰安CSMAR數據庫。首先選取2010年以前在滬深證券交易所A股市場上市的167家新能源企業，并獲取企業的相關數據。然后，借鑒李云鶴 （2014）［31］等的研究對初始樣本按如下原則篩選：（1）剔除樣本期間數據缺漏的上市企業；（2）剔除金融類上市企業；（3）剔除樣本期間處于ST、*ST和PT類上市企業；（4）剔除樣本期間資產負債率、總資產增長率和銷售增長率大于100%的上市企業。樣本篩選完成后剩下109家新能源企業，共545 個 “企業——年”樣本觀測值。本文所有的數據處理和統計分析均在STATA11.0中進行，所有變量的描述性統計如表1所示。

表1 所有變量的基本描述性統計

4 實證結果與分析

本節根據異質性雙邊隨機前沿模型的設定，定量估計融資約束、政府補貼對新能源產業上市企業投資效率的雙邊效應和凈效應，首先在全樣本下對式 （9）進行估計，再依據選定的模型進行方差分解。然后按不同所有制、不同地區下的子樣本進行分組回歸。

4.1 異質性雙邊隨機前沿模型的估計：全樣本

4.1.1 新能源產業上市企業投資效率的影響因素及模型估計

表2 異質性雙邊隨機前沿模型估計結果

續表

表2給出了式 （9）的回歸結果。模型1采用OLS回歸估計，從估計結果來看，VIF均值為1.37，而且各個變量對應的VIF均小于2，多重共線性檢驗通過，且調整的R2值為0.537，證明本文所設定的模型能較好地擬合新能源企業的實際投資水平。模型2～6均是異質性雙邊隨機前沿模型下的極大似然估計 （MLE），其中模型2的約束條件為δu=δw=0，模型3的約束條件為δu和δw均不受外生變量的影響，模型4和模型5的約束條件為δu和δw分別不受外生變量的影響，模型6的約束條件為δu和δw同時受外生變量的影響。與其他模型相比，模型6的LL值與LR值均為最大值，說明模型6的擬合效果最優，后續分析均依據模型6的回歸結果進行。

4.1.2 方差分解：融資約束、政府補貼對新能源企業投資效率的影響

表3 方差分解結果 （全樣本）

表3給出了方差分解分析的結果，發現企業投資效率同時受到融資約束和政府補貼的影響，其中 ，投資效率受融資約束的影響更甚，這將導致兩者對新能源企業投資效率的綜合影響為負，E（u-w）=δu-δw。干擾項總方差 （δ+δ+δ）為0.4740，這其中64.35%由融資約束參數δu和政府補貼參數δw所貢獻；而在融資約束和政府補貼對投資效率的總影響中，融資約束相對于政府補貼處于一個相對優勢地位，達到64.05%，政府補貼對新能源企業投資效率的影響為35.95%。這表明，雖然在新能源企業投資效率的形成過程中，政府補貼具有一定的正向效應，但是投資效率的高低更取決于所受融資約束的影響。

4.1.3 融資約束、政府補貼導致新能源企業投資效率偏離的程度

表4 融資約束、政府補貼和二者凈效應的統計性描述 （全樣本）

本文進一步對融資約束和政府補貼做了單邊效應估計，表4給出了全樣本的估計結果：平均而言，由于政府補貼直接或間接地為新能源企業注入資金，對投資活動起了帶動作用，使得新能源企業的投資效率比最優水平高了24.04%；而受融資約束的影響，企業無法抓住有利的投資機會，使新能源企業的投資效率比最優水平低了31%，政府補貼的正向效應在一定程度上平滑了由于融資約束的存在而對新能源企業投資效率產生的負向效應，但不能完全抵消負向效應，我國新能源企業整體上表現為投資不足。

盡管我國新能源企業整體上表現為投資不足，但是表4中Q1～Q3更為全面的呈現了融資約束、政府補貼對新能源企業投資效率影響的分布特征。具體而言，由第一四分位 （Q1）的統計結果來看，有1/4的新能源企業的投資效率相對于最優水平下降幅度高達近20%。然而，由Q3、Q4對應的結果來看，約有1/4的新能源企業的投資效率相對于最優水平高出了6.34%，表現為投資過度。

圖1 融資約束負向效應的頻數分布

圖2 政府補貼正向效應的頻數分布

圖1～3分別為融資約束和政府補貼在對新能源企業投資效率產生的負向效應、正向效應以及兩者凈效應的分布特征。由圖1和圖2可以看出，兩圖右邊拖尾處很接近坐標軸，表明我國只有少數新能源上市企業面臨絕對強勢的融資約束負向效應和政府補貼正向效應。同時，指數分布的特征也印證了前文參數假設設定的合理性。由圖3凈效應的分布特征來看，實際上融資約束、政府補貼對新能源企業投資效率的凈效應集中分布在-0.3～0.2，說明只有極少數新能源企業面臨嚴重的融資約束導致了我國新能源企業整體上表現為投資不足。

圖3 凈效應的頻數分布

4.2 異質性雙邊隨機前沿模型的估計：按企業異質性分組的子樣本

4.2.1 按照所有制性質分組的子樣本估計

由表5的估計結果可知，在不同所有制下的新能源企業中，兩者的凈效應均為負，其中政府補貼對非國有企業融資約束負效應的抵補效果更好，實際投資水平低于最優水平6.28%，而國有企業低了8.53%。從各分位來看，在新能源企業中，非國有企業的凈效應也都高于國有企業，這說明政府補貼對非國有企業的激勵效果要比國有企業好，可能是因為我國非國有新能源企業的發展中一直面臨著較強的融資約束問題，當政府給予該類企業補貼后，因具有較高的邊際效應，其投資效率會有一個較大幅度的提升。

表5 融資約束、政府補貼和二者凈效應的統計性描述 （所有制子樣本）

4.2.2 按照地區分組的子樣本估計

表6給出了東、中、西部地區融資約束、政府補貼對新能源企業投資效率影響的分布特征。平均而言，在不同地區下，兩者的凈效應為負，說明不同地區的新能源企業整體表現為投資不足。其中 ，中部地區的凈效應最低，低于最優投資水平8.58%。這可能是因為中部地區處于我國經濟發展的 “中間地帶”，一方面，在經濟發展水平和金融支持產業發展上與東部地區相比較差，面臨更大的融資約束；另一方面，在新能源儲量和政府扶持產業發展的力度上又不及西部地區，進而造成了中部地區的新能源企業面臨更嚴重的投資不足。

表6 融資約束、政府補貼和二者凈效應的統計性描述 （地區子樣本）

續表

5 結論及政策建議

在資本市場完美假設下，企業的實際投資支出等于最優投資支出，而由于我國普遍存在融資約束問題，加上政府對一些產業的政策補貼，使得企業實際投資水平呈現雙邊偏離于最優水平的特征。因此本文采用異質性雙邊隨機前沿模型研究融資約束和政府補貼對新能源上市企業投資效率的影響，這一方法能夠定量分析其單獨作用程度，并能計算兩者共同作用的凈效應。

實證結果發現：（1）融資約束的存在對新能源企業的投資效率產生負向影響；（2）政府補貼在一定程度上能夠平滑融資約束對新能源上市企業投資效率的負向效應。（3）在平均水平上，政府補貼未能完全抵消融資約束的負效應，新能源上市企業仍然存在投資不足現象。但也有1/4的新能源企業存在過度投資現象。（4）從不同所有制、不同地區的新能源上市企業來看，非國有企業和東部地區的投資效率更高。

基于以上研究結果，政策建議如下：（1）由于政府補貼能夠在一定程度上緩解新能源上市企業的融資約束問題，所以政府的扶持政策對新能源產業投資效率的提高具有重要作用 ；（2）在供給側改革的大背景下，針對產能過剩問題，新能源市場上出現許多 “去產能”的呼聲，但是我們的研究發現僅有1/4的企業存在過度投資現象，因此在化解產能的過程中要區別對待；（3）政府要謹慎進行補貼政策，提高補貼效率，既要激發國有企業的發展動力，強化補貼的激勵效果，又要適當傾向于更具創新活力的非國有企業；（4）針對中西部地區投資效率低的問題，要建立多層次的資本市場，降低銀行貸款的信息非對稱性，解決中西部企業外源資金不足的問題，緩解融資約束，而不能僅僅依靠政府補貼來平滑融資約束的負向效應。

［1］國務院.國務院關于加快培育和發展戰略性新興產業的決定［J］.中國環保產業 ，2010，（33）：4～8

［2］Jenner S，Chan G，Frankenberger R，et al.What Drives States to Support Renewable Energy［J］.Energy Journal，2012，33（2）：1 ～12

［3］Jacobsson R，Jacobsson S.The Emerging Funding Gap for the European Energy Sector—Will the Financial Sector Deliver［J］.Environmental Innovation&Societal Transitions，2012，（5）：49～59

［4］張國有.對中國新能源產業發展的戰略思考 ［J］.經濟與管理研究 ，2009，（11）：5～9

［5］李強，楚明欽.新能源和常規能源對經濟增長貢獻的比較分析——兼論戰略性新興產業的發展 ［J］.資源科學，2013，35（4）：704～712

［6］周亞虹 ，蒲余路 ，陳詩一 ，等.政府扶持與新型產業發展——以新能源為例 ［J］.經濟研究，2015，（6）：147～161

［7］Fazzari，S.，R.Hubbard and B.Petersen.Financing Constraints and Corporate Investment［J］.Brookings Papers on Economic Activity，1988，19（1）：141～206

［8］Wang H J.A Stochastic Frontier Analysis of Financing Constraints on Investment［J］.Journal of Business&Economic Statistics，2003，21（3）：406～419

［9］連玉君，蘇治.融資約束、不確定性與上市企業投資效率［J］.管理評論，2009，21（1）：19～26

［10］劉飛，鄭曉亞.融資約束條件下我國中小板上市企業投資效率測度 ［J］.商業經濟與管理 ，2014，（6）：76～85

［11］鞠曉生，盧荻 ，虞義華.融資約束、營運資本管理與企業創新可持續性 ［J］.經濟研究，2013，（1）：4～16

［12］謝軍，黃志忠.宏觀貨幣政策和區域金融發展程度對企業投資及其融資約束的影響 ［J］.金融研究 ，2014，（11）：64 ～78

［13］唐清泉 ，巫岑.銀行業結構與企業創新活動的融資約束［J］.金融研究，2015，（7）：116～134

［14］Spadavecchia A.State Subsidies and the Sources of Company Finance in Italian Industrial Districts，1951-1991［J］.Enterprise& Society，2003，6（4）：571～580

［15］趙瑋.融資約束、政府R&D資助與企業研發投入——來自中國戰略性新興產業的實證研究 ［J］.當代財經 ，2015，（11）：86～97

［16］任曙明，呂鐲.融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究 ［J］.管理世界，2014，（11）：10～23

［17］Tzelepis D，Skuras D.The Effects of Regional Capital Subsidies on Firm Performance：An Empirical Study［J］.Journal of Small Business&Enterprise Development，2004，11（1）：121～129

［18］何源 ，白瑩，文翹.財政補貼、稅收與企業投資行為 ［J］.財經問題研究，2006，（6）：54～58

［19］周軼昆.戰略性新興產業創新博弈、研發外溢與政府補貼［J］.深圳大學學報 （人文社會科學版），2012，29（5）：55 ～59

［20］江飛濤 ，曹建海.市場失靈還是體制扭曲——重復建設形成機理研究中的爭論、缺陷與新進展 ［J］.中國工業經濟，2009，（1）：53～64

［21］張中華 ，杜丹.政府補貼提高了戰略性新興產業的企業投資效率嗎？——基于我國A股上市企業的經驗證據 ［J］.投資研究 ，2014，（11）：16～25

［22］連玉君 ，蘇治.融資約束、不確定性與上市企業投資效率［J］.管理評論，2009，21（1）：19～26

［23］張宗益 ，鄭志丹.融資約束與代理成本對上市企業非效率投資的影響——基于雙邊隨機前沿模型的實證度量 ［J］.管理工程學報 ，2012，26（2）：119～126

［24］Feldman M P，Kelley M R.The Ex Ante Assessment of Knowledge Spillovers：Government R&D Policy，Economic Incentives and Private Firm Behavior［J］.Research Policy，2006，35（10）：1509 ～1521

［25］郭曉丹 ，何文韜 ，肖興志.戰略性新興產業的政府補貼、額外行為與研發活動變動 ［J］.宏觀經濟研究 ，2011，（11）：63～69

［26］ 魏志華，吳育輝，李常青，等.財政補貼，誰是 “贏家” ——基于新能源概念類上市企業的實證研究 ［J］.財貿經濟 ，2015，（10）：73～86

［27］Kumbhakar S C，Parmeter C F.The Effects of Match Uncertainty and Bargaining on Labor Market Outcomes：Evidence From Firm and Worker Specific Estimates ［J］.Journal of Productivity Analysis，2009，31（1）：1～14

［28］尚洪濤，昝星灼.我國戰略性新興節能環保企業R&D投資效率研究 ［J］.工業技術經濟，2013，（11）：14～21

［29］Kaplan S N，Zingales L.Investment-Cash Flow Sensitivities Are Not Valid Measures of Financing Constraints［J］.Quarterly Journal of Economics，2000，115（2）：707～712

［30］李春紅 ，王苑萍 ，鄭志丹.雙重委托代理對上市企業過度投資的影響路徑分析——基于異質性雙邊隨機前沿模型 ［J］.中國管理科學，2014，（11）：131～139

［31］李云鶴.企業過度投資源于管理者代理還是過度自信 ［J］.世界經濟 ，2014，（12）：95～117

The Financial Constraints，the Government Subsidies and the Investment Efficiency of New Energy Enterprises——Based on the Heterogeneity Two-Tier Stochastic Frontier Model

Tang Anbao Li Fengyun
（China University of Mining and Technology，Xuzhou 221116，China）

From the perspective of financing，the development of new energy industry is hindered by strong financial constraints because of its own characteristics.The problem of insufficient funds financing constraints formed leads to lower investment efficiency of new energy enterprises.In order to support the development of new energy industry，government subsidies has inevitable choice to ease the financing constraints.Based on the micro data of the new energy industry from 2010 to 2014，under the full sample and subsample grouped by firm heterogeneity，this paper quantitatively estimates the bilateral effect and net effect of financial constraints and government subsidies on the investment efficiency of new energy listed enterprises by using the heterogeneity two-tier stochastic frontier model.Our study shows that：on average，the positive effects of government subsidies on the investment efficiency of new energy industry listed enterprises can smooth the negative effects of financial constraints，but not completely offset，there is still insufficient investment phenomenon in the new energy listed enterprises.But there is also over investment phenomenon in 1/4 enterprises.From the heterogeneity of the new energy listed enterprises，the investment efficiency of enterprises in the eastern region and the non-state enterprises is higher.

financial constraints；government subsidies；investment efficiency；heterogeneity two-tier stochastic frontier model

（責任編輯：王 平）

10.3969/j.issn.1004-910X.2016.08.019

F832.5；F275

A

2016—05—20

江蘇高校哲學社會科學研究基金項目 （項目編號：2015SJD429）。

唐安寶 ，中國礦業大學管理學院副教授，博士。研究方向：能源金融、貨幣政策評價。李鳳云，中國礦業大學管理學院碩士研究生。研究方向 ：金融學。