通往可再生能源的道路：企业转型过程与低效的投资

《Financial Innovation》：The path towards renewable energy: business transformation processes and inefficient investment

　　**摘要**
在经济发展背景下，对脱碳的紧迫需求为可再生能源的快速增长创造了巨大的机会。因此，进一步的研究对于推动可再生能源产业的进步至关重要，尤其是需要理解企业在进入该领域时所面临的障碍。本研究通过探讨中国上市可再生能源公司在业务扩张与低效投资之间的关系来探究上述问题。首先，我们比较了分期投资（PI型）和企业并购（M&A型）类型的可再生能源企业。初步研究结果表明存在进入壁垒：PI型企业的低效投资与其可再生能源业务的扩张呈现出倒U形关系，而M&A型企业则没有显著的相关性。此外，我们还通过考虑行业趋势和构建工具变量来分析潜在的因果关系。同时，基于传统的企业业务扩张和市场竞争理论，我们对这种非线性关系进行了调节效应分析。通过对比PI型与M&A型企业，我们提供了支持传统理论框架的新实证证据。最后，考虑到可再生能源行业的独特特性，我们探讨了三种类型的政府角色如何缓解进入壁垒。这些结论为政府制定可再生能源发展政策提供了参考，并帮助企业理解转型到新兴产业中的权衡因素。

**引言**
本研究关注可再生能源供应链中的壁垒问题，这是一个复杂且关键的问题。可再生能源供应链具有两个显著特征：首先，它具有典型的市场垄断结构，上游环节以竞争性市场为主，而下游环节则以自然垄断为主。具体来说，供应链从原材料提取者经过零部件供应商和发电企业延伸到电网。由于电网具有公共物品的特性和规模经济，下游实体本质上具有自然垄断特征，企业越靠近下游，其议价能力越强。与此同时，这一产业链上的产品从下游的 homogeneous 商品（电力）逐渐转变为上游的差异化产品，例如光伏技术中的不同晶体硅路线和不同规模的风力发电单元，进一步强化了这些结构特征（Davies & Joglekar 2013; Xiong et al. 2022）。其次，可再生能源供应链的最终产品——电力——是 homogeneous 的，并具有正外部性，这可能引入行政垄断的潜在风险。具体而言，可再生能源发电与基于化石燃料的发电直接竞争。尽管两者都产生电力这一 homogeneous 产品，但其生产过程存在显著差异。可再生能源产生的碳排放量极少，避免了化石燃料消费带来的持续碳排放，从而产生了正外部性。然而，可再生能源发电严重依赖自然资源条件（Song et al. 2023），如光照条件和风速，这些因素的不稳定性使得可再生能源在市场上处于竞争劣势。

供应链特性和与上述可再生能源相关的发电特性增加了这一产业链的复杂性。在自然垄断特征下，产业链内企业的议价能力逐渐减弱，最终产品的正外部性则可能引入行政垄断的潜力。从经济角度来看，这些特征可能会阻碍可再生能源在市场驱动机制下的大规模发展。市场垄断结构可能会阻止新企业进入可再生能源领域，而潜在的行政垄断可能会扰乱市场机制的良性循环。另一方面，气候变化危机的背景要求大规模发展可再生能源。极端天气事件的频率增加和全球变暖威胁着经济发展和人类生存。十年前，各国就“巴黎协定”达成共识，并设定了“2°C”目标。应对气候危机的关键在于减少温室气体排放，根据联合国可持续发展目标（SDG 7），大约60%的温室气体排放与能源系统密切相关。因此，推动可再生能源的大规模部署以改变能源结构是一种有效的可持续方法（Su et al. 2023）。为此，中国提出了“碳达峰和碳中和”战略，成为全球领导者（Jia et al. 2021; Wang et al. 2025b）。具体而言，中国在可再生能源供应链的上游和下游环节占比分别为全球的30%，并在光伏组件和风力涡轮机等关键组件市场上占据了超过70%的市场份额（Footnote 1）。快速的市场扩张也意味着中国面临比其他国家更早实施市场导向型可再生能源产业发展的压力，从而更容易遇到严重的进入壁垒。可再生能源产业需要高竞争力才能实现快速发展，但它具有阻碍充分竞争的独特自然垄断特征。在这种背景下，研究企业进入这一产业链的行为成为一个紧迫且实际重要的课题，涉及两个关键挑战：衡量企业进入可再生能源领域时面临的进入壁垒，以及识别能够有效帮助新企业缓解这些壁垒的因素。

**现有研究**
现有研究采用了多种方法来衡量进入壁垒。早期研究基于双头投资模型，研究人员模拟了企业之间的多期游戏，并从投资策略的角度阐明了现有企业的联合成本优势（Baumol 1982; Guthrie 2020）和决策优势（Dixit 1980; Huisman & Kort 2015）。这些研究突出了进入壁垒的两个关键表现：新企业的战略投资往往导致投资不足或过度投资。在此基础上，Stoughton等人（2017）利用两阶段贝叶斯游戏框架进一步探讨了行业内竞争背景下的投资效率与进入壁垒之间的关系。我们在上述研究基础上，通过企业投资效率的视角来考察业务动态与进入壁垒之间的联系，将其作为我们的基准实证框架。此外，我们还采用了Lin和Wang（2023）的可再生能源业务指数来量化这一过程的动态性。在实证研究中，我们基于现有企业和新企业之间的多期动态游戏理论框架，考察了企业可再生能源业务扩张与低效投资之间的非线性关系。在不同的异质性假设下，现有企业（M&A型企业）与新企业（PI型企业）之间这种非线性关系的差异成为评估进入壁垒存在的实证基准。在此基础上，我们从企业业务扩张理论（市场力量视角、资源视角、代理视角）和市场竞争理论（不确定性下的投资机会、增长的市场和战略投资决策）的角度进行了调节效应分析。这种双重视角的分析为进入壁垒的存在提供了实证证据，并支持了传统理论。最后，考虑到可再生能源行业的独特特性，我们探讨了三种类型的政府干预——水平产业政策、垂直产业政策和隐性政府角色——如何帮助缓解企业面临的进入壁垒。图1展示了我们实证分析的框架。

**变量关系和逻辑框架**
这项研究的边际贡献体现在以下三个方面：
首先，本研究从新的视角促进了可再生能源产业的市场导向型发展。面对日益加剧的气候变化压力，通过可再生能源发展来改变能源结构已成为各领域的普遍共识。鉴于该行业固有的正外部性，从政府支持向市场驱动发展的转变已成为现有研究的重点。然而，现有文献大多集中在提高可再生能源的融资水平和增加企业的投资额上，而对这类投资的效率关注较少。因此，本研究采用了动态视角来探讨企业在其可再生能源业务扩张过程中为何会出现低效投资。此外，我们深入分析了导致低效投资现象的潜在进入壁垒。这项研究丰富了关于可再生能源市场导向型发展的文献，并为研究新兴产业面临的具体挑战提供了参考。
其次，本研究提供了一个新的框架，用于测试企业进入新兴产业时的动态进入壁垒。以往的研究主要关注进入壁垒的静态特性，强调企业克服这些壁垒所需的固有特质和行业机会。然而，进入一个行业并非瞬间完成；现有企业可能会根据新企业的竞争威胁采取战略响应。在这一动态互动过程中，企业的能力会不断发展，行业不确定性也会随时间波动。借鉴关于新企业和现有企业的博弈论，我们区分了中国可再生能源领域的两种不同类型的企业——PI型企业和M&A型企业，并构建了一个比较分析框架来考察它们的行为。此外，我们从新企业和现有企业的角度，分析了企业能力和行业波动如何影响投资效率的变化。这项研究为壁垒测量和动态博弈的文献提供了微观层面的证据，并为探索可再生能源行业的其他潜在挑战提供了分析框架。
第三，我们对政府政策的探索性分析揭示了实际意义，包括水平政策、垂直政策和隐性政府角色。研究结果表明，政府可以通过组合政策来增强可再生能源产业的发展效果。此外，其他国家也可以通过实施符合自身情况的定制化水平产业政策来加速其可再生能源行业的发展。

**文献综述**
进入壁垒理论
现有研究中，现有企业和潜在新企业之间的战略互动一直是产业链研究的核心焦点。学者们从企业战略投资的角度进行了理论分析，为探索进入壁垒奠定了基础。一方面，以Baumol（1982）为代表的竞争市场理论强调企业内部的业务联系，并认为现有企业可以以较低的成本将新的生产能力整合到现有系统中，这意味着新企业必须进行更多显著的投资才能在市场上有效竞争。另一方面，基于Dixit（1979）和Dixit（1980）的实期权理论的研究探讨了现有企业和潜在新企业如何评估投资机会。一个关键发现是，现有企业通常对投资机会有更深入的理解，导致潜在新企业在多期战略互动中要么投资不足，要么无法维持额外的投资。此外，现有企业在生产能力和市场份额方面具有先行优势（Smit & Trigeorgis 2004）。同样，Almaghrabi（2023）通过结合区域产品市场数据扩展了多期博弈研究，揭示了现有企业会根据潜在进入者的市场规模来评估其威胁。竞争市场理论和实物期权理论从现有企业的内部成本优势及其对外部投资机会的把握角度，阐明了潜在进入者的投资行为。与现有企业相比，潜在进入者更可能出现过度投资或投资不足的模式，这受到行业垄断特征和战略互动时间动态的影响。此外，Guthrie（2020）通过构建双寡头投资模型进一步扩展了这些研究，更精确地描述了现有企业和进入者之间的四种均衡状态，从而加强了投资灵活性理论。同样，Stoughton等人（2017）使用两阶段贝叶斯模型研究了在行业竞争环境下信息获取与投资效率之间的关系。他们采用了Richardson（2006）的投资效率指数来量化进入壁垒与投资绩效之间的关系。该指数根据一系列行业和企业特定的指标估计企业应在当前时期进行的最优投资，偏离这一最优水平则表明过度投资或投资不足，统称为无效投资。

我们后续的实证分析基于上述理论框架，并整合了可再生能源业务扩张指数，使我们能够研究企业在业务增长过程中遇到的障碍演变。先前的研究主要集中在行业视角的外部因素上（Almaghrabi 2023；Stoughton等人2017）；我们的研究从企业内部视角阐明了进入者如何克服障碍的动态过程。此外，我们将并购企业归类为现有企业，将私募股权（PI）类型企业归类为进入者，从而间接验证了通过比较分析讨论进入壁垒的有效性。

结合对可再生能源行业特征的理论洞察，可以更深入地理解进入壁垒。根据主导技术和企业路径选择理论，技术选择多样性较大的行业往往会遇到更严重的进入壁垒，使得这些壁垒对潜在进入者来说更加持久（Agarwal & Tripsas 2008）。可再生能源行业的两个关键特征加剧了新进入者面临的潜在壁垒。首先，作为一个新兴行业，该行业具有多种不成熟的技术路径，为进入者提供了广泛的选择，但也增加了在主导技术出现之前遇到重大进入壁垒的可能性（Anderson & Tushman 1990）。其次，上游和中游阶段主要是以市场为导向的制造部门，而下游阶段则以计划为导向的发电运营为主。这种产业链内的复杂性增加了企业在操作上的一致性难度，从而加剧了进入壁垒。此外，先发优势理论不仅包括现有企业的品牌和规模优势，还涵盖了自然垄断优势（Smit & Trigeorgis 2004）。鉴于可再生能源行业严重依赖自然资源，这种依赖性进一步加剧了新进入者的进入壁垒（Bistline 2017；Liu等人2018）。

基于上述分析，我们提出假设1：通过分阶段投资进入可再生能源行业的企业将在业务扩张过程中遇到进入壁垒，导致更高的无效投资程度；通过并购进入该行业的企业不太可能面临进入壁垒。此外，从业务专业化和多样化理论的角度来看，进入壁垒的存在也可以间接得到验证。企业业务多样化的理论基础侧重于从内部组织视角探索经营活动的边界。Montgomery（1994）确定了推动业务多样化的三个关键动机和潜在优势：市场力量视角、资源视角和代理理论视角。后续研究越来越多地将企业主观扩张业务边界与其遇到的被动进入壁垒视为同一问题的两个方面（Guerras-Martín等人2020）。学者们认为，企业可以通过合作市场策略克服这些壁垒，包括内部交叉补贴、企业在产业链中利用各自的竞争优势进行相互采购，以及跨行业的战略规避。从资源视角来看，企业内部的非专用资源通过技术相似性和产能转换显著促进了进入相关行业的机会，从而降低了进入壁垒。基于这一建立的理论框架，我们研究了企业的市场力量和非专用资源是否能够在扩展可再生能源业务的同时有效减轻无效投资。这一分析可以支持假设1，并从目标业务发展的角度为业务多样化理论提供实证证据。

假设2-1：市场力量使私募股权类型的企业在扩展到可再生能源领域时能够减轻进入壁垒。
假设2-2：非专用资源使私募股权类型的企业在扩展到可再生能源领域时能够减轻进入壁垒。
假设2-3：代理动机不能使私募股权类型的企业在扩展到可再生能源领域时减轻进入壁垒。

对于进入者来说，进入市场的动机持续影响他们随后克服进入壁垒的潜在优势和投资表现。由于更熟悉现有的竞争环境，现有企业更能做出灵活的投资，从而在业务不确定性中迅速抓住新兴市场（Dixit 1980）。关于可再生能源的研究强调了行业不确定性在塑造企业投资行为中的重要性。例如，Liu等人（2020）从实物期权的角度认为，尽管宏观经济政策的不确定性可能会抑制总体企业投资（Gulen & Ion 2016），但它对可再生能源投资有积极影响，主要是因为可再生能源行业的新兴性质，其中不断增长的投资机会可以有效缓解不确定性的不利影响。此外，学者们探讨了化石燃料价格的波动如何通过替代效应使可再生能源受益，同时强调了市场竞争结构在促进可再生能源投资中的作用（Cao等人2020）。此外，对可再生能源行业中不确定商业环境的分析揭示，信息不对称性的增加扭曲了企业和外部对战略投资的认知，导致企业的成本认知失灵（Lin & Li 2023）。

研究可再生能源企业投资行为的文献从宏观经济、能源行业和可再生能源行业的角度描述了企业在不确定性下的投资决策。然而，这些研究尚未区分现有企业和进入者。从投资机会的角度来看，现有企业在不确定性条件下更善于实施适应性投资策略，从而能够利用潜在收益。在能源转型的背景下，化石燃料价格的波动有利于可再生能源行业，使更擅长行业运营的现有企业有机会进入新兴市场。此外，可再生能源行业的波动性允许现有企业利用其信息和品牌优势，在不确定性中抓住投资机会并实现潜在收益。因此，我们提出以下假设：
假设3-1：宏观经济不确定性可能有利于通过并购进入可再生能源领域的私募股权类型企业。
假设3-2：化石燃料价格波动可能有利于通过并购进入可再生能源领域的私募股权类型企业。
假设3-3：行业不确定性可能有利于通过并购进入可再生能源领域的私募股权类型企业。

我们后续的实证设计首先通过分析可再生能源行业的现有企业和进入者来验证假设1的存在性。此外，我们为这两种类型的企业构建了比较基准来测试假设2和3。具体来说，我们研究了进入者的潜在优势以及现有企业从市场波动中获得的潜在收益，进一步证实了可再生能源领域中存在进入壁垒。

模型和数据
基准框架和进入壁垒的检验
模型框架中的测量挑战在于识别企业进入壁垒。如上所述，一种合理的方法涉及在样本之间进行比较并纳入非线性规格。具体来说，我们逐步放宽方程（1）中回归系数的异质性假设，以初步验证通过分阶段投资进入可再生能源行业的企业与通过并购进入的企业是否面临进入壁垒。
$$\begin{aligned} \text{无效投资}_{i,t} = \beta_{0} + \beta_{1} \text{新百分比}_{i,t} + \beta_{2} \text{新百分比}^2_{i,t} + \beta_{3} \text{现金流}_{i,t} + \beta_{4} 托宾Q_{i,t} + \beta_{5} \text{利润增长}_{i,t} + \beta_{6} ROA_{i,t} + \beta_{7} 规模_{i,t} + \beta_{8} 杠杆率_{i,t} + \beta_{9} 年龄_{i,t} + \beta_{10} 多元化_{i,t} + \beta_{11} 风险_指标_{i,t} + \beta_{12} 增长_指标_{i,t} + \beta_{13} 资本密集度_指标_{i,t} + \mu_{i} + \tau_{t} + \epsilon_{i,t} \\
\end{aligned}$$
（1）
因变量\(\text{无效投资}_{i,\text{t}}\)代表企业的无效投资（Richardson 2006），可以在年度层面衡量，并广泛应用于实证研究中，通过事后评估来评估实际投资的效率（Stoughton等人2017；Wu等人2022）。具体来说，通过将企业的投资机会（\(Tobin^{\prime}s Q_{i,t - 1}\)）、支持投资的财务条件（负债比率\(Lev_{i,t - 1}\)、\(现金流入_{i,t - 1}\)、投资者盈利能力（个股回报\({Ret}_{i,t-1}\)、企业状态变量（\(Age_{i,t - 1}\)和\(Size_{i,t - 1}\)）以及投资惯性（\({Inv}_{i,t-1}\)）纳入回归模型，并控制子行业\(\sum Industry\)和年度\(\sum Year\)的冲击，可以拟合当前时期的战略投资。该拟合回归的残差绝对值表示无效投资的程度。较大的残差表示与最优投资水平的偏差更大。模型如下所示（2）。
$$\begin{array}{*{20}c} \text{投资}_{i,t} = \alpha_{0} + \alpha_{1} 托宾Q_{i,t - 1} + \alpha_{2} 杠杆率_{i,t - 1} + \alpha_{3} 现金流入_{i,t - 1} + \alpha_{4} 年龄_{i,t - 1} + \alpha_{5} 规模_{i,t - 1} + \alpha_{6} \text{新比率}_{i,t - 1} + \alpha_{7} 投资_{i,t - 1} + \mu_{i} + \tau_{t} + \epsilon_{i,t} \\
\end{array}$$
（2）
核心自变量包括企业可再生能源业务扩张的线性和二次项（\({\text{可再生能源百分比}}_{\text{i},\text{t}}\), \({\text{可再生能源百分比}}_{\text{i},\text{t}}^{2}\)）。该指标由Lin和Wang（2023）通过手动收集和系统组织13,338家中国可再生能源公司的财务报表编制而成。这一过程主要包括四个步骤：1）确定企业进入可再生能源行业的年份、其之前的行业归属（与传统能源、制造业或可再生能源初创企业相关）以及其可再生能源业务的具体子行业。2）通过文本分析确定四种类型的企业：可再生能源安装容量和行业特定配件业务；与可再生能源行业链相关的非行业特定制造业；与电力传输相关的业务；以及与可再生能源无关的业务。3）通过计算可再生能源相关业务的比例来确定可再生能源业务的份额，包括从最小到最大值的范围。4）通过对可再生能源业务份额进行一阶差分来确定可再生能源业务的增长（后续分析中也称为可再生能源业务扩张）。

以下考虑因素指导了控制变量的选择和包含。\(现金流入_{i,t}\)、\(托宾Q_{i,t}\)和\(\text{利润增长}_{i,t}\)是三个直接反映投资机会的内部因素，分别从自由现金流、金融市场预期和产品市场预期的角度衡量（Gulen & Ion 2016）。由于样本企业都是通过转换其他行业来扩展其可再生能源业务的，因此企业的当前状态和目标转换行业的整体发展趋势在企业战略决策中起着重要作用。因此，我们控制了总资产回报率（\({\text{ROA}_{{{\text{i}},{\text{t}}}\)）、规模（\({\text{Size}_{{{\text{i}},{\text{t}}}\)）、杠杆率（\({\text{Lev}}_{{{\text{i}},{\text{t}}}\)）、年龄（\({\text{Age}}_{{{\text{i}},{\text{t}}}\)）和业务多元化（\({\text{Diversification}}_{{{\text{i}},{\text{t}}}\)），以反映企业的当前状态，并控制可再生能源行业的风险水平（\({\text{风险指标}}_{{{\text{i}},{\text{t}}}\)、增长水平（\({\text{增长指标}}_{{{\text{i}},{\text{t}}}\)）和投资强度（\({\text{资本密集度指标}}_{{{\text{i}},{\text{t}}}\)），以反映行业的整体发展趋势。这些控制变量的选择和计算也可以在Ljubownikow和Ang（2020）的文章中找到。在方程中，\(\mu_{i}\)代表企业的个体固定效应，\({\tau }_{t}\)代表时间固定效应。此外，我们对股票变量使用当前时期，对流量使用上一时期，以减轻潜在的因果倒置问题。在后续章节中，我们用\(\Gamma^{\prime}Control_{i,t,j}\)表示控制变量。

在上述基准框架下，我们通过组间比较方法比较了进入者和现有企业。具体来说，专利投资（PI型）和并购（M&A型）类型的可再生能源企业被视为进入者和现有企业，这有助于验证第二章中提出的假设1。验证这一假设的一个关键挑战是适当设置模型以考虑群体间的异质性。为了解决这个问题，我们逐步放宽了方程（1）中变量系数的异质性假设，涵盖了四种不同的设置。此外，在“稳健性测试：行业发展趋势”部分确定了样本内的最优模型规格后，我们在所有后续的实证分析中都遵循这一最优设置。

$$\to Heter_{0} :\beta_{i,IS} = \beta_{i,M\& A} \left( {对所有i} \right)$$
$$\to Heter_{1} :\beta_{i,IS} \ne \beta_{i,M\& A} \left( {i = 1,2} \right)$$
$$\to Heter_{2} :\beta_{i,IS} \ne \beta_{i,M\& A} \left( {i = 1,2, \ldots ,10} \right)$$
$$\to Heter_{3} :\beta_{i,IS} \ne \beta_{i,M\& A} \left( {对所有i} \right)$$

异质性设置与企业可再生能源业务扩张与低效投资之间非线性关系的结合，有助于评估PI组相对于M&A组的投资效率低下情况，从而描述了投资评估背景下的动态进入壁垒。此外，我们采用了Haans等人（2016年）提出的方法对非线性曲线进行点估计，通过估计核心自变量的边际效应来验证其稳健性。

$$\begin{array}{*{20}c} {边际效应 = {\raise0.7ex\hbox{${\partial {\text{低效投资}}}$} \!\mathord{\left/ {\vphantom {{\partial {\text{低效投资}}} {\partial {\text{可再生能源百分比}}}}}\right.\kern-0pt} \!\lower0.7ex\hbox{${\partial {\text{可再生能源百分比}}}$}}} \\ { = \widehat{{\beta_{1} }} + 2 \times \widehat{{\beta_{2} }}\text{可再生能源百分比} \\ \end{array}$$

（3）

非线性曲线的边界斜率可以如下推导：

$$\begin{array}{*{20}c} {左斜率 = 边际效应_{{{{可再生能源百分比 = 最小}}} = \widehat{{\beta_{1} }} + 2 \times \widehat{{\beta_{2} }}\widetilde{{{{可再生能源百分比\left( {最小} \right)}}} \\ \end{array}$$

（4）

$$\begin{array}{*{20}c} {右斜率 = 边际效应_{ {可再生能源百分比 = 最大}} = \widehat{{\beta_{1} }} + 2 \times \widehat{{\beta_{2} }}\widetilde{{{{可再生能源百分比}} \left( {最大} \right)}}} \\ \end{array}$$

（5）

左右端点斜率的相反符号表明存在一个非线性曲线：左侧为正斜率，右侧为负斜率，形成倒U形曲线。此外，通过对非线性进行点估计（具体来说，是确定边际效应等于零的值），我们可以推导出倒U形（或U形）曲线的拐点置信区间：

$$\begin{array}{*{20}c} {拐点 = - {\raise0.7ex\hbox{${\widehat{{\beta_{2} }}}$} \!\mathord{\left/ {\vphantom {{\widehat{{\beta_{2} }}} {2 \times \widehat{{\beta_{1} }}}}}\right.\kern-0pt} \!\lower0.7ex\hbox{${2 \times \widehat{{\beta_{1} }}}$}}} \\ \end{array}$$

值得注意的是，企业可再生能源业务的扩张可能受到内生干扰，这在先前的研究中主要体现在两个方面。一方面，关于新兴产业的研究表明，企业的发展倾向于呈现正向扩张趋势。同时，新兴产业的增长通常遵循规模扩张轨迹，可能会引入遗漏变量偏差。另一方面，关于企业的研究表明，经理的战略决策受到他们所处行业及相关行业发展的影响，这可能导致回归结果中的反向因果问题。为了解决这些问题，“稳健性测试：行业发展趋势”和“内生性测试：工具变量和测量误差”部分专注于通过测试行业趋势和构建工具变量来缓解这些内生性问题。

为了进一步探讨缓解这些进入壁垒的内部和外部因素，我们依赖于调节效应框架，确保回归系数的一致性（Barwick等人2024年；Wang等人2025a年）。具体来说，在方程（7）中，我们通过核心自变量的第一阶项与调节变量之间的交互项来证明回归系数的无偏性。

$$\begin{gathered} {\text{cov}} \left( {{{可再生能源百分比}_{i,t} \times adj_{i,t} ,\smallint_{i,t} |{{可再生能源百分比}_{i,t} ,adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right) = \hfill \\
\left[ {\begin{array}{*{20}c} {E\left( {{{可再生能源百分比}_{i,t} \times adj_{i,t} \times \smallint_{i,t} |{{可再生能源百分比}_{i,t} ,adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right)} \\
{ - \left[ {\begin{array}{*{20}c} {E\left( {{{可再生能源百分比}_{i,t} \times adj_{i,t} |{{可再生能源百分比}_{i,t} , adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right)} \\
{ \times E\left( {\smallint_{i,t} |{{可再生能源百分比}_{i,t} , adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right)} \\
\end{array} } \right]} \\ \end{array} } \right] = \hfill \\
\left[ {\begin{array}{*{20}c} {{{可再生能源百分比}_{i,t} \times adj_{i,t} \times E\left( {\smallint_{i,t} |{{可再生能源百分比}_{i,t} , adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right)} \\
{ - \left[ {\begin{array}{*{20}c} {{{可再生能源百分比}_{i,t} \times adj_{i,t} } \\
{ \times E\left( {\smallint_{i,t} |{{可再生能源百分比}_{i,t} ,adj_{i,t} ,\Gamma^{\prime}Control_{i,t,j} } \right)} \\
\end{array} } \right]} \\ \end{array} } \right] = 0 \hfill \\
\end{gathered}$$

（7）

调节效应模型如方程（8）所示：

$$\begin{array}{*{20}c} {低效投资_{i,t} = \alpha_{0} + \alpha_{1} {{可再生能源百分比}_{i,t} + \alpha_{2} {{可再生能源百分比}^{2}_{i,t} } \\
{ + \alpha_{3} ADJ_{i,t} *{{可再生能源百分比}_{i,t} + \alpha_{4} ADJ_{i,t} *{{可再生能源百分比}^{2}_{i,t} + \alpha_{5} ADJ_{i,t} } \\
{ + \Gamma Control_{j,i,t} + \mu_{i} + \tau_{t} + \epsilon_{i,t} } \\
\end{array}$$

（8）

（ADJ_{i,t}）代表调节变量。我们的分析分为三个维度。首先，借鉴商业多元化的经典理论，我们研究了进入可再生能源领域的企业是否可以从其战略动机中获得潜在优势（Montgomery 1994；Wang & Lin 2024）。在指数计算方面，市场力量通常通过成本加成定价原则来衡量。与文献一致，我们采用营业利润与营业收入的比率作为市场力量的代理指标（Wang & Zhang 2022）。非专用资源是通过计算既不属于可再生能源也不属于其他行业但可以在整个可再生能源产业链中使用的产品的比例来量化的。企业内部代理问题的程度是通过评估所有权和控制权的分离来衡量的。所有权和控制权明显分离的企业被赋值为1；其他企业被赋值为0。

其次，考虑到可再生能源企业面临的不确定性，我们从宏观到行业层面进行分析，包括经济政策不确定性、化石燃料价格波动以及可再生能源销售市场的不确定性。由于这些指标主要是行业层面的衡量标准，通过交互项引入它们可以在一定程度上缓解多对一匹配问题，但识别仍然比较粗略。因此，遵循Jia（2023）的方法，我们使用企业与可再生能源行业之间的相关性作为在各种不确定性下的暴露系数。学者们广泛采用了类似的方法（Xu 2020）。经济政策不确定性由Baker等人（2016）衡量，这在战略性投资中的实物期权研究中很常见（Gulen & Ion 2016；Hassan等人2022）。煤炭价格波动的方差衡量了化石燃料价格的不确定性，因为煤炭是主要的化石燃料，它既受到市场投资者的重视，又与政策层面的可再生能源消费市场直接相关（Wang等人2025a）。行业内企业销售额的平均变异系数代表了可再生能源市场的风险。

第三，在调节效应模型的基础上，我们研究了不同形式的政府干预是否能够有效降低可再生能源行业进入者的进入壁垒。分析了三种政策工具：绿色信贷政策（代表横向产业政策）（Pan & Lin 2025；Xu & Lin 2024；Ying等人2024）、装机容量补贴（代表纵向产业政策）和政府股权参与（表明隐性的监管影响）（Deng等人2020）。我们衡量绿色信贷政策影响的方法是将中国每年的绿色信贷发行量乘以企业特定的暴露系数。补贴水平通过对企业补贴收入的对数转换来衡量；政府所有权是直接和间接国有股份的总比例。

中国的可再生能源公司列表来自Wind数据库。排除初创的可再生能源公司后，剩下80家转型公司，分布在三个产业链中：风力发电、光伏和核能。企业有两种类型：专利投资型（即通过逐步投资建设工厂来扩展可再生能源业务），其中大多数最初来自与可再生能源或传统能源相关的制造业。另一种类型是并购型（通过并购和资产交换发展可再生能源业务的部门）。尽管企业的原始退出形式已经消失，但其能力仍然存在（Fortune & Mitchell 2012）。值得注意的是，从事专利投资的企业被归类为可再生能源行业的进入者；通过并购进入的企业被归类为现有企业，这是我们比较分析的基础。收购者的识别通过两种方法进行交叉验证。首先，我们手动收集和审查抽样可再生能源企业的年度报告，以确定它们是通过收购现有未上市公司进入该行业的。其次，我们检查了并购企业在可再生能源业务活动变化中是否存在显著的不连续性或“跳跃点”，以进一步确认并购的实际时间以及是否发生了实质性并购。

样本的时间段是2003年至2020年的不平衡面板数据，共有844个观测值。企业层面的数据来自CSMAR数据库。根据相关文献的惯例，通过对财务数据进行1%的Winsor化处理，以防止结果受到异常值的干扰。表1和表2展示了所用变量的描述性统计。

表1 描述性统计：专利投资型企业

表2 描述性统计：并购型企业

本节从三个角度检验假设1。主要目的是证明专利投资型投资企业在扩展可再生能源业务时遇到进入壁垒，而并购型企业则没有。首先，鉴于进入者和现有企业之间的战略互动，可以通过比较两种类型企业的回归系数来进行初步测试。具体来说，专利投资型投资企业的可再生能源业务扩张与低效投资之间存在显著的“倒U形”关系，而并购型企业则没有这种关系。控制干扰因素后的相关性分析详见“可再生能源业务发展与低效投资”部分。其次，逐步检验因果关系对于支持假设至关重要。通过排除可再生能源行业中相关趋势的影响，可以从另一个角度为假设提供支持，如“稳健性测试：行业发展趋势”部分所述。同时，构建异质性假设阐明了两种类型企业之间的差异。最后，“内生性测试：工具变量和测量误差”部分引入了工具变量，以 clarify 企业可再生能源业务扩张与其投资效率变化之间的因果关系，从而为假设1提供直接的实证支持。

本节评估了可再生能源业务比例与企业低效投资之间的基准关系。表3展示了不同测量方法下的最小二乘拟合结果。此外，鉴于基准回归的非线性关系，验证这一特征需要基于参数估计进行点估计（Haans等人2016），包括测量端点斜率和拐点，如表4所示。

表3 基准回归

表4 非线性点估计

表3的结果显示，PI型和M&A型样本组之间存在显著异质性，前者在扩展可再生能源业务时遇到行业壁垒。具体来说，在列（1）到（4）中采用越来越异质的变量进行回归时，随着异质性变量的增加，回归拟合系数不断改善。似然比测试值也逐渐改善，表明样本内部存在异质性。此外，对于PI型样本组，核心变量“可再生能源百分比”对低效投资具有正系数，其平方项具有显著的负系数。值得注意的是，在各列中系数的数量级没有观察到显著波动。总体而言，结果表明，随着可再生能源业务比例的增加，PI型企业的总体低效投资最初增加，然后减少，形成“U形”曲线。对于M&A样本组，变量“可再生能源百分比2”在各种异质性假设下均未显示出显著性，表明这种类型的投资效率没有表现出非线性特征。

尽管参数估计结果初步揭示了上述非线性关系，但在估计倒U形曲线时存在两个重要因素。首先，非线性特征在样本的实际数据范围内得到了充分展示。对于倒U形曲线，左端点的斜率需要显著大于零，而右端点的斜率则需要显著小于零。结果在表4的“左斜率”和“右斜率”中显示。此外，点估计进一步反映出右端点斜率的绝对值通常大于左端点的斜率，这意味着企业可再生能源业务与低效投资之间的非线性关系具有左侧尾部特征。其次，因变量对核心自变量的敏感性取决于倒U形曲线的曲率。尽管“可再生能源百分比2”的系数已经考虑了这种曲率，但对拐点的置信区间估计可以进一步加以验证。因此，在表4中，我们展示了拐点及其对应的90%置信区间（这些置信区间位于“可再生能源百分比”样本集的1/4分位数和3/4分位数之间）。

鲁棒性测试：产业发展趋势
一种挑战上述观点的直观推理如下：一方面，鉴于可再生能源代表了一个新兴产业，高期望值可能会促使企业进入这一领域并逐步扩大他们的可再生能源业务。因此，他们的可再生能源业务份额可能会呈现上升趋势（尽管这一假设需要忽略由于行业竞争和企业可能转向其他行业而导致的业务收缩）（张和孔2022）。另一方面，该行业面临着一个复杂而动态的环境，其特征是存在“反倾销和反补贴”调查等国际贸易壁垒，以及中国工业政策的变动，这可能会导致在工业快速发展阶段的低效投资（王等人2023；张等人2019）。因此，由不同因素驱动的结果可能会导致不可靠的模型拟合结果。此外，可再生能源业务的增长可能是由于某些行业特征的趋势。因此，我们进行了两项鲁棒性测试来解决这一问题：首先，我们通过引入代表可再生能源行业趋势的变量作为调节因素来扩展基准回归模型。然后我们通过交互项检查这些行业趋势是否影响核心自变量的显著性。表5显示了回归结果，其中第（1-1）栏至第（1-3）栏使用行业的平均投资强度从企业战略扩张的角度来捕捉其趋势；第（2-1）栏至第（2-3）栏利用行业的平均营业利润率从市场扩张的角度来描述其趋势。在这些调节因素被整合后，核心自变量的显著性水平和幅度都没有变化，表明行业趋势不会在企业扩大可再生能源业务时引发非线性变化。

鲁棒性测试：产业发展趋势

其次，我们排除了可能在基准回归分析中引入潜在干扰的特定时期。具体来说，这包括2009年之前的时期，当时可再生能源行业还处于起步阶段。由于行业发展的限制，可能会出现业务份额较低的小值。此外，我们还排除了2012年至2014年这段时间，因为在这段时间里，由于“反倾销和反补贴”调查等国际贸易壁垒，可再生能源行业经历了明显的市场低迷，这可能干扰了业务扩张。回归结果报告在表6的第（1）栏至第（3）栏。值得注意的是，省略这两个时期中的任何一个都不会改变我们的结论，因此为了简洁起见，在此省略了。我们的研究结果表明，异常值并不会引起与可再生能源业务扩张相关的低效投资的非线性变化。

内生性测试：工具变量和测量误差
比较分析和鲁棒性测试的结果初步表明，企业扩大可再生能源业务时会遇到行业障碍。然而，这种推理仍然可能面临模型和数据识别的挑战。
解决模型识别的一个实际方法是工具变量测试。因此，我们采用了Lin和Wang（2023）提出的方法，该方法使用投入产出表来辅助进一步识别。具体来说，构建这种工具变量的想法来源于文献（Antràs等人2012；Jia 2023；Ju和Yu 2015），通过以下三个步骤：
首先，鉴于我们正在研究企业的进入壁垒，市场权力视角和资源基础观点都表明，那些已有业务与可再生能源紧密相关的可能进入者更有可能克服这些壁垒。为了实现这一概念，我们确定了企业在进入可再生能源行业之前的行业代码，并通过多部门投入产出表计算了它们原始行业与可再生能源发电行业之间的投入产出关系。经过标准化后，与可再生能源行业联系更紧密的企业被赋予了更高的权重值，称为暴露权重\(Weight_{i}\)。由于这个权重来源于行业层面的投入产出数据，因此它证明了相对的外生性。
其次，企业转型的关键驱动因素不仅仅是业务上的便利性；它还包含了目标行业的吸引力。目标行业内的平均投资强度经常作为其繁荣和增长潜力的指标。因此，我们计算了可再生能源行业的平均投资强度来评估潜在进入者在该领域投资的倾向\(Invest_{t}\)。这个时间序列指标在相关性和相对外生性之间取得了平衡。
第三，我们通过将上述组件相乘来得到一个相对外生的工具变量\(IV_{i,t} = Weight_{i} \times Invest_{t}\)。
此外，对企业可再生能源业务的评估源自Lin和Wang（2023）的研究，他们论证了这一指标的合理性和精确性，同时该指标的置信区间仍然存在。因此，我们进一步结合了置信区间的最小值和最大值来进行回归分析，以减轻仅使用平均值时可能存在的潜在内生性问题。表7展示了上述两个方面的回归结果。鉴于结果的简洁性和信息的有效传递，后续的回归分析将专门展示在完全异质性条件下的PI和M&A样本组的结果（与表3的第（4）栏一致）。

表7展示了使用工具变量的两阶段回归结果。与表3第（4）栏的结果相比，表7显示了可再生能源业务比例及其平方项的系数在第（1-1）栏至第（1-3）栏中有显著增加，表明通过工具变量获得的结果进一步验证了PI样本组内的结论。在M&A子样本中，第（2-1）栏至第（2-3）栏的回归系数显著下降，估计值显示不显著，这表明要么没有行业障碍，要么工具变量不适合这个子样本。总体而言，这些发现支持了我们之前的观点，即可再生能源行业内的行业障碍导致了业务扩张与低效投资之间的倒U形关系，这在采用渐进式投资策略的企业中尤为明显。M&A类型的企业更有可能已经克服了投资行业障碍，因为它们完全收购了相关企业和贸易合作伙伴。

进一步讨论
本节进一步研究了可以帮助企业在扩大可再生能源业务时减少遇到障碍的调节因素，同时也提供了基于进入者和现有企业的确认性分析，以及基于产业政策的探索性分析。具体来说，“企业扩张中的潜在优势”部分验证了业务转型的潜在优势可以帮助PI类型的可再生能源企业克服进入障碍；行业竞争中的不确定性可能为M&A类型的可再生能源企业带来潜在的好处。本节讨论了假设2和假设3，这两个假设相互支持，每个假设都包含三个子假设。“政府角色和进入障碍”部分深入探讨了可再生能源行业内特定政策对分阶段投资企业克服这些障碍的影响。值得注意的是，“进一步讨论”部分的实证分析是基于“鲁棒性测试：产业发展趋势”部分验证的结论，该结论表明两种类型的企业之间存在完全的异质性。

企业扩张中的潜在优势和市场波动下现有企业的潜在好处
公司有针对性地扩大可再生能源业务是一种与它们重新聚焦于专业化的战略级业务多样化形式（Tokbolat等人2021）。现有研究主要从三个关键视角调查企业的业务多样化：市场权力、非专用资源和代理理论（Montgomery 1994）。前两个视角主要基于相关优势来阐明业务多样化的动机；第三个视角则通过所有权和控制权分离来解释这一点。
市场权力观点是一种源自经济学中垄断权力概念的企业战略概念，也被称为企业的联合市场战略。它基于这样一个前提：一个企业已经在某个特定行业中拥有市场权力，这可以促进其他工业部门的发展。这一概念主要表现为三种形式。首先，企业可以通过参与多个产业链并用其有利行业产生的利润来补贴新兴行业中的较低回报来降低风险。其次，当多元化企业在产业链的同一环节运营时，它们可以在不同行业之间进行合作，用它们在有优势行业的让步来促进劣势行业的发展。最后，当多元化企业在不同的产业链环节运营时，它们可以建立跨行业合作，以换取互惠的购买。因此，拥有市场权力的企业可以通过利用这三种联合市场战略来有效应对可再生能源行业中的障碍。
在非专用资源视角下，非专用资源包括设备、技术和品牌，不同行业的企业可以不作修改或仅作少量调整即可利用这些资源。这些资源促进了产业转型，使企业能够有效地克服目标行业中的技术和市场障碍。从代理理论的角度来看，这通常意味着企业经营者追求多元化业务扩张是为了最大化个人利益，而不是公司利益，使首席执行官（CEO）能够在其他领域获得经验并提升声誉，从而往往提高公司的短期表现，进而增加CEO的薪酬。
在表8的第（1-1）栏中，Adj *(Renew Percent) 2的系数显著为负，而(Renew Percent) 2的系数为正。这意味着具有强大市场权力的PI类型企业可以有效减少倒U形曲线的曲率，表明市场权力可以降低企业进入可再生能源行业的产业障碍。此外，考虑到市场权力的平均值大约为0.02，我们可以得出结论，虽然这可以减少产业障碍，但它不会改变倒U形关系。

表8 调节效应：企业特征
市场权力在扩大可再生能源业务时有效降低障碍的能力可能主要源于两个关键行业特征。首先，中国可再生能源行业的下游企业严重依赖于政府资源和产业政策。例如，电网连接机制受到政府监管，核电站建设需要政府批准。这种依赖性赋予了下游企业在产业链中的市场权力，为寻求与它们连接的上游企业制造了障碍。在其他行业中拥有强大市场权力的企业可以通过产业链中的互惠购买更快地与下游企业建立联系。其次，作为一个新兴产业，可再生能源行业仍然存在关于技术路径的激烈争论。缺乏主导技术进一步复杂化了上游和下游企业之间的配对关系，加剧了产业链上的技术障碍。具有显著市场力量的企业通常更有能力承担风险，并通过利用联合市场战略中的交叉补贴，在特定技术路径下整合到产业链中。表8的第(2–1)列显示了非专用资源的调节效应。尽管第(2–2)列中的两个交互项并不完全显著，但任何交互项的显著性（以及非交互项的相反符号）可能表明，非专用资源可以帮助减少企业扩展可再生能源业务时出现的倒U形曲线的曲率，这意味着在某种程度上，它们可以降低企业进入该行业的障碍。这些结果背后的逻辑是显而易见的：一方面，可再生能源产业的上游部分严重依赖于传统制造技术，这意味着拥有相关技术专长的公司可以通过利用其技术和专利优势来克服产业链的障碍；另一方面，可再生能源产业的下游部分则显著依赖于区域资源禀赋以及与电网公司和政府实体的合作能力。这表明，之前从事化石能源或传统电力行业的企业可以通过与政府建立联系或在市场上拥有强大品牌影响力来减轻进入障碍。

表8的第(3–1)列的结果表明，企业内部所有权和控制权的分离并不显著影响倒U形曲线的曲率，从而间接支持了之前的观点。本质上，企业内部的代理问题很难直接影响它们遇到的行业障碍。此外，第(1–2)、(2–2)和(3–2)列展示了在上述三种调节效应下并购型公司的回归系数。结果仍然缺乏统计显著性，有效地验证了我们选择的比较分析基准。新进入者通常会利用其固有的能力优势来扩展到新的业务领域，并克服现有企业设置的潜在障碍。相应地，现有企业可以利用他们对市场的熟悉度和专业知识，在市场不确定性较高的时期识别投资机会以获得潜在收益。为了确保可比性，我们使用了一个非线性模型来研究这两种类型的企业是否能够利用这种高度不确定的环境。表9显示了回归结果。研究结果表明，随着各种衡量维度的不确定性增加，PI型可再生能源企业的业务扩张与低效投资之间的关系保持显著的“倒U形”曲线。相比之下，并购型可再生能源企业的表现与PI型企业相反。这与经济直觉一致：随着不确定性的增加，市场上出现了更多投资机会，使并购型企业能够从中受益，而PI型企业则没有这种提升。

表7的结果支持了假设2中概述的三个子假设。假设2是从新进入者的角度提出的；从现有企业的角度来看，相应的假设是假设3（其验证在表8的分析中有详细说明）。从双方的角度进行测试可以导致相互确认。

在前一节中，我们从市场的角度研究了PI型和并购型的可再生能源企业。作为实现碳减排目标的关键行业，可再生能源产业通常被认为产生的社会效益超过了经济成本。这种正面外部性加剧了企业获得充足融资的难度。此外，可再生能源行业的高初始投资要求进一步加剧了这一融资挑战。鉴于这些因素，政府产业政策的主要重点一直是提供财政支持，以促进可再生能源产业的快速发展。这些措施促进了产业内的激烈竞争，并吸引了潜在进入者以更低的成本采用类似的技术。因此，我们研究了政府干预的三个维度是否可以帮助潜在进入者克服可再生能源行业的进入障碍。首先，中国政府支持绿色产业的主要横向政策是提供绿色信贷，这是一种关键的金融工具。文献强调了其对可再生能源发展的巨大影响，指出它有时会激励企业采取表面的绿色计划来进行“漂绿”行为。根据这项政策，传统的“棕色”能源公司和高能耗企业面临严格的融资审批流程，而绿色项目则获得优惠待遇。这种双重机制提高了可再生能源行业潜在进入者的融资可用性和可负担性。其次，一个互补的纵向产业政策是对可再生能源项目的安装补贴。与覆盖整个行业的绿色信贷不同，安装补贴专门针对下游部分，通过供应链效应降低了下游企业的成本并提高了上游和中间环节企业的盈利能力。第三，企业股权结构往往反映了政府的隐性作用。在中国，许多企业直接或间接由政府控制，这服务于维护社会稳定和推进国家战略优先事项的双重目标。作为关键的新兴战略产业，可再生能源行业中包含许多政府控制的企业。这些企业在扩展可再生能源业务时面临的进入障碍程度，可以为我们提供有关政府所有权长期益处的宝贵见解。

表7的结果支持了假设2中的三个子假设。假设2是从新进入者的角度提出的；从现有企业的角度来看，相应的假设是假设3（其验证在表8的分析中有详细说明）。从双方的角度进行测试可以导致相互确认。

政府角色和进入障碍

在前一节中，我们从市场的角度研究了PI型和并购型的可再生能源企业。作为实现碳减排目标的关键行业，可再生能源产业往往被认为产生的社会效益超过了经济成本。这种正面外部性使得企业获得充足融资的能力变得更加复杂。此外，可再生能源行业的高初始投资要求进一步加剧了这一融资挑战。鉴于这些因素，政府产业政策的主要重点一直是提供财政支持，以促进可再生能源产业的快速发展。因此，我们研究了政府干预的三个维度是否可以帮助潜在进入者克服可再生能源行业的进入障碍。首先，中国政府支持绿色产业的主要横向政策是提供绿色信贷，这是一种关键的金融工具。文献强调了其对可再生能源发展的巨大影响，指出它有时会激励企业采取表面的绿色倡议来进行“漂绿”行为。根据这项政策，传统的“棕色”能源公司和高能耗企业面临严格的融资审批流程，而绿色项目则获得优惠待遇。这种双重机制提高了可再生能源行业潜在进入者的融资可用性和可负担性。其次，一个补充的纵向产业政策是对可再生能源项目的安装补贴。与覆盖整个行业的绿色信贷不同，安装补贴专门针对下游部分，降低了下游企业的成本，并通过供应链效应提高了上游和中游企业的盈利能力。第三，企业股权结构往往反映了政府的隐性作用。在中国，许多企业直接或间接由政府控制，这服务于维护社会稳定和推进国家战略优先事项的双重目标。作为关键的新兴战略产业，可再生能源行业中包含许多政府控制的企业。这些企业在扩展可再生能源业务时面临的进入障碍程度，可以为我们提供有关政府所有权长期益处的宝贵见解。

表10展示了关于PI型企业的实证测试结果。结果表明，绿色信贷的可用性增加与较低的进入障碍相关。具体来说，当绿色信贷的可用性处于平均值0.00319时，(Renew Percent)2及其交互项的系数之和为-0.08。这表明绿色信贷平缓了“倒U形”曲线，从而证明了这一政策的有效性。当政府补贴和政府持股比例分别处于其平均值（13.063和16.881）时，二次项和交互项的组合产生的平均效应分别为-0.133和-0.1435。这些值没有低于基准回归的结果。对政府在三个维度上的作用进行比较分析表明，横向产业政策有效地减轻了PI型企业面临的进入障碍。虽然政府补贴作为一种纵向产业政策和政府持股作为隐性因素在统计上是显著的，但它们的平均影响相对有限。它们的显著性可能源于对特定企业的显著影响，而非广泛的影响。这一发现与经济直觉一致：横向产业政策通常被认为对产业有广泛的影响，而政府补贴主要针对下游企业，政府持股则侧重于特定企业。此外，绿色信贷的发放通过增加融资可用性和降低融资利率来缓解企业的进入障碍。为了解决可能由于测量误差引起的内生性问题，我们使用企业的自由现金流进行了类似的分析（表A.1展示了实证结果）。这种方法有助于澄清，缓解进入障碍更多归因于外部融资渠道，而不是内部资金的充裕。关于纵向产业政策，我们将企业所在的地区与中国指定的可再生能源上网电价资源区进行匹配，并进行了类似的分析（同样在表A.1中呈现）。这种方法 mitigate 了位置因素对政府补贴效果的内生干扰。

我们的研究发现为公司管理者、公共投资者和政策制定者提供了决策依据。具体来说，我们的实证结果表明，PI型企业在进入可再生能源行业时面临显著的进入障碍，而并购型企业则没有，表明该行业存在进入障碍。因此，当公司管理者考虑进入可再生能源行业时，他们可以仔细评估投资效率与并购相关的成本之间的权衡。虽然管理者的风险承受能力部分影响了这一决定，但彻底评估企业的核心竞争力并专注于战略性、深入的转型更为重要。此外，我们的调节效应分析基于业务多元化的理论和市场竞争的视角，揭示了可再生能源行业的进入者更有可能通过利用其固有能力获得竞争优势，而现有企业则更有可能从动态市场竞争中受益。这一结论对公共投资者有启示：在投资可再生能源企业时，公共投资者可以根据企业类型调整他们的投资策略。对于PI型企业，可以更加强调它们之前核心业务与可再生能源业务之间的相关性，以及它们已建立的市场品牌（Yüksel等人，2025年）。在行业波动时期，投资者可以考虑并购型企业可能从市场动态中获得的潜在收益，并据此调整他们的投资策略。

最后，我们对中国政府在可再生能源行业中作用的探索性分析揭示了其有效性，并突显了各种政府干预的不同影响。这一发现为政策制定者提供了参考：政府可以根据行业的发展阶段来调整政策组合，以实现可再生能源目标。在行业动力不足的时期，有针对性的补贴和对国有企业的支持可以加速行业增长，尽管这种方法可能导致现有企业数量增加。当行业稳定后，可以更加强调横向产业政策，引导潜在进入者进入可再生能源业务，同时逐步减少其他形式的政府干预。这允许普遍的横向政策发挥重要作用，促进从快速扩张向更具竞争力和多样化的行业格局的转变。

研究进入障碍是产业经济学中的一个关键理论问题，也是公司金融中关于企业运营活动边界的一个实际问题。尽管文献基于现有企业和新进入者的角色发展了许多理论框架，但将理论与现实联系起来的实证证据相对较少，特别是在动态探索企业的发展轨迹方面。利用中国可再生能源上市公司的业务扩张微观数据，我们通过比较两种类型的企业（PI型企业和并购型企业）来研究进入障碍的动态变化。基准回归的结论如下：在各种异质性假设下，观察到PI型企业的可再生能源业务扩张与低效投资之间存在倒U形关系，而并购型企业则没有。这为组间比较建立了一个初始的实证基准，为进入障碍的存在提供了初步证据。进一步的点估计和稳健性测试，控制了行业发展趋势，确认了组间差异和倒U形曲线的完整性。这些分析缓解了从模型规范角度对进入障碍有效性的疑虑。我们通过使用企业业务与可再生能源行业之间的转型前关联作为工具变量，验证了进入障碍的测量。

我们进一步将调节效应纳入框架，以描述不同情景下进入障碍的变化。调节效应的结论如下：基于市场力量、资源和业务多元化视角，我们发现联合市场战略和非专用资源显著减少了PI型企业（进入者）在业务扩张过程中的进入障碍。从产业竞争的角度来看，我们发现投资机会、不断增长的市场以及在不确定性下抓住机会的能力有助于减轻并购型企业（现有企业）的障碍。最后，从政府角色的角度来看，我们发现横向产业政策（绿色信贷）在帮助潜在进入者克服进入障碍方面具有更明显的效果。纵向产业政策（政府补贴）和隐性政府角色（政府持股比例）的平均效果较弱，更可能影响关键企业。