政府对企业进行补助一定程度上解决企业的资金需求，刺激企业创新，还可以减少企业负债，降低企业的经营风险，优化产业结构。对资本结构的影响因素的研究的文献中，资本结构受政府补助、营业周期、供应商集中度等若干因素的影响，倪馨(2018)认为政府补助对资本结构影响显著，呈现正相关关系 [1] ，也有学者看法不同，他们认为政府补助与资本结构负相关 [2] [3] 。参考秦子蕊 [2] 和杨惠贤 [4] 等人的文献，本文提出以下假设：

假设1：政府补助与新能源企业的资本结构负相关，随着政府补助的金额提高，资本结构将趋于下降。

许多实证表明，政府资金补贴可以有效缓解企业外部融资压力和财务约束，使其在进行研发创新的时候具有更加充足的资金 [4] [5] 。政府补助对企业研发的作用在于：一方面可以降低企业的研发成本，从而研发回报与社会最高收益水平的差距得以缩小 [6] ；另一方面使新能源企业能够受益于补贴带来的工程知识和技术的外溢，提高创新能力 [7] [8] 。综上，本文提出以下假设：

假设2：政府补助对新能源企业的研发投入之间正相关，政府对企业进行补助的金额越高，企业可用于研发投入的资金就越多，研发投入相应提高。

首先，随着政府补助的提高，政府资金补贴可以有效缓解企业外部融资压力和财务约束，增加企业创新研发时的可用现金流，使其进行研发创新的时候资金更加充足 [9] 。其次，创新企业为了减少财务约束和压力，避免财务拮据，保持财务宽松，便会减少负债融资，通过种种途径获得研发所需资金，降低负债融资的比重，政府对新能源行业进行补助也会影响企业对负债的需求。最后，根据产业组织资本结构理论：技术创新会对资本结构产生影响。具体原因可能在于研发投入会对企业的创新能力和核心竞争力产生制约，因此企业投入适当资金进行产品研发，有助于增强企业的竞争力，对企业的偿债能力具有正向作用，能够促使企业进行资本结构的优化。基于以上分析，本文认为政府补助、研发投入和资本结构三者具有紧密联系，针对研发投入对政府补助影响新能源企业资本结构的中介效应 [10] ，提出如下假设：

假设3：研发投入是政府补助影响新能源企业资本结构的中介变量。政府补助可以通过研发投入进而对新能源企业的资本结构产生影响。

参照温忠麟等(2014)中介效应模型 [11] (见 图1 )，本研究建立三个面板数据计量模型进行中介效应检验，并且将依据系数显著性和Sobel检验查看是否存在中介效应。具体的面板回归计量模型如下：

模型一：

$\text{Lev}={\alpha }_0+{\alpha }_1{\text{SUB}}_{i,t}+{\alpha }_2{\text{RNDT}}_{i,t}+{\alpha }_3{\text{STRU}}_{i,t}+{\alpha }_4{\text{VOAC}}_{i,t}+{\alpha }_5{\text{SIZE}}_{i,t}+{\alpha }_6{\text{GROW}}_{i,t}+{\alpha }_7{\text{ROA}}_{i,t}$

模型二：

$\text{R}\&\text{D}={\beta }_0+{\beta }_1{\text{SUB}}_{i,t}+{\beta }_2{\text{RNDT}}_{i,t}+{\beta }_3{\text{STRU}}_{i,t}+{\beta }_4{\text{VOAC}}_{i,t}+{\beta }_5{\text{SIZE}}_{i,t}+{\beta }_6{\text{GROW}}_{i,t}+{\beta }_7{\text{ROA}}_{i,t}$

模型三：

$\text{Lev}={\gamma }_0+\alpha `{\text{SUB}}_{i,t}+{\gamma }_1\text{R}\&D_{i,t}+{\gamma }_2{\text{RNDT}}_{i,t}+{\gamma }_3{\text{STRU}}_{i,t}+{\gamma }_4{\text{VOAC}}_{i,t}+{\gamma }_5{\text{SIZE}}_{i,t}+{\gamma }_6{\text{GROW}}_{i,t}+{\gamma }_7{\text{ROA}}_{i,t}$

结合温忠麟等(2014)中介效应检验程序 [11] 以及以上三个模型，进一步具体解释中介效应的检验。

第一：若模型一中政府补助对资本结构的影响系数 ${\alpha }_1$显著，则继续中介效应检验；若模型一中政府补助对资本结构的影响系数 ${\alpha }_1$不显著，不继续中介效应检验。

第二：对于模型二和模型三，若模型二中政府补助对研发投入的影响系数 ${\beta }_1$显著且模型三中系数 ${\gamma }_2$显著，则观察模型三中系数 ${\gamma }_1$，若 ${\gamma }_1$显著，则政府补助通过研发投入对资本结构进行作用为部分中介效应，即政府补助中有一部分直接影响资本结构，另一部分通过研发投入影响资本结构；若 ${\gamma }_1$不显著，则该中介效应为完全中介效应，即政府补助直接影响资本结构。若 ${\beta }_1$与 ${\gamma }_2$中至少一个系数不显著，进行Sobel检验，若Sobel检验显著，则该效应为部分中介效应，若Sobel检验不显著，则该效应为完全中介效应。

本文样本选取2010~2019年的新能源上市公司非平衡面板数据，为保证统计分析的合理性，本文对样本做了以下处理：第一，剔除ST、ST*的样本数据，这些样本公司一般经营较差，出现连续亏损，研究价值较小；第二，剔除含有异常值，例如政府补助项目为0、资产负债率为负值等数据异常的样本；第三，剔除极端值，对样本数据进行(1%, 99%)的缩尾处理。本文从东方财富网的新能源板块筛选新能源企业，将股票代码导入CSMAR数据库获取所需要的数据。经过Stata软件的处理，本文最终样本数据为117家新能源上市企业2010至2019年的十年期非平衡面板数据。

本文选取资本结构作为被解释变量；政府补助为解释变量；研发投入为中介变量；非债务税盾、股权结构、资产担保物价值、公司规模、成长能力、盈利能力这六方面因素作为控制变量。所有变量的具体定义见 表1 。

表2 显示，研究样本包含917组数据，被解释变量资本结构(Lev)的均值为0.492，最小值为0.0795，最大值为0.901，最小值和最大值差异较大。解释变量政府补助(SUB)金额对数的均值为16.93，最小值为12.95，最大值为20.61。中介变量研发投入(R&D)，均值为3.599%，最小值为0。在六个控制变量中，非债务税盾(NDTS)的均值为0.0228，最小值为0，最大值为0.112；股权结构(STRU)的均值为0.763，最小值为0.100，最大值为1；资产担保物价值(VOAC)的均值为0.403，最小值为0.0743，最大值为0.864；公司规模(SIZE)均值为22.64，最小值为19.52，最大值为26.50；成长能力(GROW)以托宾Q衡量，该变量均值为1.915，最小值为0.764，最大值为10.94；盈利能力(ROA)均值为0.0298，最小是−0.493，最大值为0.242。

^***P < 0.01,^**P < 0.05,^*P < 0.1.

表3 显示解释变量和控制变量之间的相关系数低于0.5，表示这三个模型不存在显著的共线性。同时模型一、模型二和模型三的被解释变量与解释变量、控制变量之间的相关的显著性很高，通过了1%的显著性水平检验，说明模型变量选取可行。

1) 豪斯曼检验结果

表4 显示豪斯曼的P值均为0，表明强烈拒绝原假设，因此本文认为与随机效应模型相比，模型一、模型二和模型三使用固定效应模型更合适。

2) 政府补助对资本结构的固定效应分析

^***P < 0.01,^**P < 0.05,^*P < 0.1.

根据温忠麟等(2014)中介效应检验程序 [11] ，在 表5 中，政府补助(SUB)系数未通过显著性水平检验，政府补助对资本结构的影响系数不显著，此时应停止中介效应检验。

参考苏屹、林雨侬(2020)的研究 [9] ，本文将政府补助的滞后效应纳入考虑：通常政府补助存在效果时滞，这种时滞至少1年之久，政府补助(SUB)对新能源企业的资产负债率(Lev)产生影响，往往需要较长时间才能反映出来。故本文认为由于滞后效应的存在，当期政府补助对新能源企业当期的资产负债率影响不显著，因此将政府补助(SUB)进行逐期滞后。

^***P < 0.01,^**P < 0.05,^*P < 0.1.

表6 显示，政府补助对研发投入的影响在10%的水平上显著为正(0.146)，表明当期政府补助的提高，能够带来当期研发投入的上升。同时，在接下来的中介效应检验中，保持政府补助与研发投入的滞后期数一致。

^***P < 0.01,^**P < 0.05,^*P < 0.1.

将政府补助逐期滞后，由 表7 中结果可知：将政府补助(SUB)滞后1、2、4期时，政府补助对新能源企业的资本结构(Lev)的影响不显著；滞后3期时，政府补助(L3.SUB)对新能源企业的资本结构(Lev)影响显著(−0.0119)，通过10%的显著性水平检验，因此滞后3期的政府补助(L3.SUB)能够对新能源企业资本结构(Lev)产生显著影响，该影响系数显著为负，初步验证假设1：政府补助与资本结构负相关，随着政府补助的金额提高，资本结构将趋于下降，也即资产负债率趋于下降。

对模型一和模型三进行修正，以滞后三期的政府补助(L3.SUB)替代模型和模型三中的政府补助(SUB)，修正后的模型，如下所示

模型1：

$\text{Lev}={\alpha }_0+{\alpha }_1\text{L}3.{\text{SUB}}_{i,t}+{\alpha }_2{\text{RNDT}}_{i,t}+{\alpha }_3{\text{STRU}}_{i,t}+{\alpha }_4{\text{VOAC}}_{i,t}+{\alpha }_5{\text{SIZE}}_{i,t}+{\alpha }_6{\text{GROW}}_{i,t}+{\alpha }_7{\text{ROA}}_{i,t}$

模型2：

$\text{R}\&\text{D}={\beta }_0+{\beta }_1{\text{SUB}}_{i,t}+{\beta }_2{\text{RNDT}}_{i,t}+{\beta }_3{\text{STRU}}_{i,t}+{\beta }_4{\text{VOAC}}_{i,t}+{\beta }_5{\text{SIZE}}_{i,t}+{\beta }_6{\text{GROW}}_{i,t}+{\beta }_7{\text{ROA}}_{i,t}$

模型3：

$\text{Lev}={\gamma }_0+\alpha \text{`}3.{\text{SUB}}_{i,t}+{\gamma }_1\text{L}3.\text{R}\&D_{i,t}+{\gamma }_2{\text{RNDT}}_{i,t}+{\gamma }_3{\text{STRU}}_{i,t}+{\gamma }_4{\text{VOAC}}_{i,t}+{\gamma }_5{\text{SIZE}}_{i,t}+{\gamma }_6{\text{GROW}}_{i,t}+{\gamma }_7{\text{ROA}}_{i,t}$

1) 豪斯曼检验结果

对修正后的模型进行豪斯曼检验， 表8 显示修正后的模型均对豪斯曼检验原假设表示拒绝，因此这三个模型选取固定效应模型更为合适。

2) 修正模型回归结果

^***P < 0.01,^**P < 0.05,^*P < 0.1.

表9 显示三个修正后模型的固定效应回归结果，回归结果分析如下：

根据模型1，后三期的政府补助与资产负债率的系数 ${\alpha }_1$在10%的显著性水平上为负(−0.0119)。假设1得以验证：滞后3期的政府补助(L3.SUB)与新能源企业的资产负债率(Lev)呈现负相关关系， ${\alpha }_1$的显著提示进行中介效应下一步检验。

根据模型2，政府补助和研发投入的系数 ${\beta }_1$在5%的水平上显著为正(0.146)。假设2得以验证：政府对企业进行补助的金额越高，研发投入(R&D)随之提高。 ${\beta }_1$的显著提示进行中介效应下一步检验。

根据模型3，滞后三期的政府补助(L3.SUB)与资产负债率的系数 ${\gamma }_1$在10%的显著性水平上为负(−0.0121)。引入中介变量后，该负值再一次验证假设1，且滞后3期的研发投入与资产负债率的系 ${\gamma }_2$数不显著(0.003)，系数 ${\gamma }_2$不显著提示下一步进行Sobel检验。

表10 为Sobel检验结果展示，Sobel检验的P值(0.0197)明显小于0.05，Sobel检验显著，表明中介变量研发投入(R&D)起到了部分中介作用，即政府补助对公司资产负债率的部分影响通过研发投入来实现的。政府补助对资本结构影响的总效应α为−0.0119，直接效应等于−0.0121，间接效应等于0.146*0.00319，满足中介效应计算公式α = α` + β*γ，验证假设3，研发投入是政府补助影响新能源企业资本结构的中介变量。