企业参与产业精准扶贫投入绩效转化效果及机制分析A股市场的经验证据——来自中国

张玉明，邢 超

(山东大学 管理学院，济南 250100)

内容提要：产业精准扶贫是打赢脱贫攻坚战的关键武器，从企业的视角出发，参与产业精准扶贫不仅履行了社会责任，也获得了提升企业绩效的机会。基于资源依赖理论，以2016-2017年参与产业精准扶贫的A股上市公司为样本进行的实证研究表明：企业加大产业精准扶贫投入能够提高财务绩效，在排除了内生性问题后这一作用效果仍然显著；并且，在市场化程度较低的地区，产业精准扶贫投入对企业绩效的影响效果更好；同时，国有和非国有企业之间参与产业精准扶贫的财务绩效并没有表现出明显的差异，但较高的管理层权力集中度不利于企业通过产业精准扶贫提升财务绩效；进一步研究发现，产业精准扶贫投入水平和企业价值之间也同样呈现出类似的关系。以上结论丰富了精准扶贫领域的研究成果，对企业参与产业精准扶贫的决策具有借鉴意义。

一、引言

相比于传统扶贫模式资金使用效率差、模式创新不灵活、局域瞄准精度低等问题[1]，精准扶贫具有“摸清底、重造血、提效率”的特性。但实现脱贫致富工作的实质性效果，还需注重市场的作用，使政府引导和市场开发相结合[2]。2015年11月出台的《中共中央、国务院关于打赢脱贫攻坚战的决定》肯定了企业和市场在精准扶贫中的带动作用，诸多企业加入到了精准扶贫的行列之中，以“公司+贫困户”为主体思路，整合当地资源和自身优势，投入资金和技术，配合就业帮扶、技能培训等方式，帮助发展农牧、旅游、制造类等产业，以此开创了产业精准扶贫模式，极大提升了贫困户的造血能力和扶贫工作的效率。

产业精准扶贫是扶贫模式的创新和发展，是将贫困户纳入到现代产业链之中的有效举措，通过发展产业，企业和贫困户之间转化为“合作与共赢”的伙伴关系[3]。以陕西省府谷县的扶贫措施为例[4]，产业扶贫使企业和农民间产生了相互的正向影响，企业在进行慈善和道德付出的同时，也获得了经济和社会层面的收益。精准扶贫理念的提出将扶贫的对象具体到人，企业在实施产业扶贫时，能够充分考虑到贫困人群的特征，因地制宜、因人而异，从而更好地实现政府、企业、贫困户三者在产业精准扶贫中的共同发展。刘建生等(2017)[5]通过调研江西省六县市发现，近几年的产业精准扶贫更为强调政府、企业和贫困户之间的良性互动，扶贫效果和产业发展也进一步突出。因此，站在企业的视角，在产业精准扶贫方面的投入具有双层意义，一是通过其公益性履行企业的社会责任，二是借助其产业性促进自身的良性发展。

然而目前，国内外学者对精准扶贫和产业扶贫的研究主要集中在扶贫机制、产业形式、减贫效果[6-9]等领域，对于产业扶贫促进企业良性发展问题缺乏相应的实证研究。因此，本文以企业为视角，基于资源依赖理论，探讨产业精准扶贫对扶贫企业绩效的作用机制，并利用2016-2017年参与产业精准扶贫的中国A股上市公司数据开展了实证考察。研究结果表明：产业精准扶贫投入水平与扶贫企业绩效之间呈正向关系；市场化程度负向调节了这一关系，即扶贫地区的市场化程度越高，企业通过产业精准扶贫提升绩效的能力就越差；同时，本研究发现，产业扶贫对绩效的作用不会受到企业产权性质的影响，但较高的管理层权力集中度不利于产业扶贫对绩效的提升；上述结论在经过了内生性检验和稳健性检验之后仍成立；进一步分析发现，企业价值与产业扶贫投入之间也存在类似的关系。总之，在正确的规划和实施下，产业精准扶贫能够实现减贫脱贫和企业发展的同步，深入推进产业精准扶贫模式具有重大的理论和实践意义。

本文的贡献在于：(1)填补了精准扶贫和企业绩效之间实证研究的不足，丰富了精准扶贫领域的研究成果；(2)科学探讨了参与产业精准扶贫对企业绩效的影响，为精准扶贫政策的实施和深化提供了新的理论支撑，为企业的决策提供了可靠的经验证据；(3)站在企业的角度，从侧面反映了产业精准扶贫政策的价值，进一步丰富了精准扶贫的内涵。

二、理论分析与假设提出

企业参与产业精准扶贫兼顾了自身发展和社会责任。企业的市场主体性质决定，追求利益是企业的基本特性。然而，企业履行社会责任的动机却存在多种观点，包括利他动机、管理层利己动机；随着研究的深入，Porter和Kramer(2002)[10]提出，企业履行社会责任的利己性和利他性并不冲突，企业可以通过慈善行为同时取得社会效益和经济回馈，包括现金物资、政企关系、社会声望等具有重大战略意义的资源，因此，企业为了获取这类资源而履行社会责任的动机被称为战略动机。诸多文献也以此为基础探究了社会责任对企业绩效的影响，本文延续了这一观点，从产业精准扶贫的战略动机和企业发展相结合的角度出发，考察产业精准扶贫投入水平与企业绩效之间的关系。

(一)产业扶贫投入水平与企业绩效的关系

资源依赖理论(Resource Dependence Theory)指出，企业无法创造自己所需要的全部资源，绩效的提升与外部资源的获取息息相关[11]，而企业参与产业精准扶贫则为其取得外部资源提供了良好的机会。刘建生等(2017)[5]认为，产业精准扶贫的实施机制基于政府、贫困户和企业之间存在生产要素的互补，贫困户所拥有的土地、劳动力资源和政府所拥有的政策、资金资源是企业实现发展的有利条件，企业凭借自身的投资、品牌、技术、管理等能力参与到精准扶贫之中，以换得这些要素的使用权或所有权，从而实现规模经济和绩效提升。

首先，企业参与产业精准扶贫能够获得对土地这一重要外部资源进行开发的权利。随着中国经济的快速增长，城乡居民收入差距也呈现出扩大的趋势，这也导致了贫困人员主要存在于农村地区的现象，而土地资源是这类贫困户重要的家庭资产和生活保障，然而，传统农业，贫困户对新技术的应用能力较弱，使得土地的经济效益较差[12]。借助政府引导，贫困户以土地入股，企业将土地集中起来，统一运作管理、科学化生产，是产业精准扶贫在土地资源开发方面的重要举措[6]。在这一过程中，企业会同政府和贫困户签订产业发展合同或协议，按规定支付土地租金和开发成本，并构建相应的利益分配机制；由于规模化和机械化的种植、养殖效率远远高于小规模手工工具农业，且企业的品牌和平台不仅赋予了产品更好的经济附加值，也提供了更为可靠的销售途径，使得土地资源的经济效益大幅增加；同时，在现实中，企业对土地的开发并不局限于农林畜牧业，对于符合规定的土地类型，部分企业会开发建设车间、工厂，进一步扩充产品类型、提升产品价值，而在具有较好生态环境的地区，还衍生出了生态旅游、农业旅游等新型产业扶贫模式[7]，虽然需要更高的资金投入，但也实现了三大产业的融合发展，提升了土地利用效率和价值产出。当进入到收益分配环节时，企业便能够按照约定取得与产业投入水平相匹配的利润，从而促进企业的财务绩效。

其次，企业还能够取得扶贫资金的使用权，统筹规划，实现规模效益，并取得财政奖励。财政转移支付向来是促进扶贫产业发展的重要方式，当企业参与到精准扶贫时，财政资金随即流向了企业及其所创办的产业，且资金规模随着产业投入的提高而提高。因此，企业发展产业精准扶贫的资金组成包含自有资金和财政资金两部分，企业可以根据产业发展的要求，统筹管理和灵活运用这类资金。站在企业的角度，获取外部资金资源是企业成长、提高竞争力的重要举措，财政资金的介入实际上是另一种形式的企业融资行为，为产业发展带来了杠杆效应，降低了企业自身的投入成本，促使产业精准扶贫能够进入门槛较高、投入较大但盈利性较强的领域(如现代化养殖场或加工厂)，从而获得更高的产业收益，配合着利益共享机制，进一步提升企业的绩效水平。由于企业参与产业精准扶贫体现了履行社会责任的性质，所以政府还会普遍对扶贫企业进行资金奖励，以表彰和鼓励企业的慈善行为[13]，并且，有研究发现，企业的慈善捐赠越多，其能够获得的政府补助也随之越多[14]；与前述的扶贫财政资金只能投资于产业扶贫项目不同，企业可以自由支配政府发放的现金补助，这对于巩固企业绩效、提升企业利润均具有正向影响。

再次，企业可以通过产业精准扶贫获得劳动力资源。产业精准扶贫所开办的工厂、车间多属于劳动密集型行业，需要招聘较多的员工，而参与入股的贫困户正是这一类岗位的合适人选[8]。已有实地调研和文献发现，企业在扶贫产业中充分考虑了贫困人员的自身条件，所设立的岗位多为兼职，时间较为灵活，且是简单的体力劳动，因此，企业实际上获得的是来自于贫困户的“剩余劳动力”，且扶贫投入越多，所涉及的贫困户人数也越多，企业所能获得的劳动力资源也越丰富[9]。这类劳动力对于企业具有两大优势：一是产业发展能够得到更好的保证，由于贫困户以土地或扶贫金入股了扶贫产业，所以贫困户既是股东也是员工，这种双重身份不仅保证了工作的积极性，也降低了对工资水平的要求，企业调研证实，贫困户作为扶贫产业员工时，其报酬往往低于附近其他工作的工资水平，但企业在员工招聘方面并未面临太大的困难；二是企业创办精准扶贫产业不会对自身的人力资源产生负面影响，相反的，公司自身内部存在一些简单劳动型岗位，此类岗位在之前多为外包或正式员工兼任，而诸多企业吸纳了贫困人员就职于这类岗位，不仅降低了企业的用人成本，还调整了员工结构，提高了正式员工的满意度，使其能够更加专注于管理、研发、营销等关键工作，保证经营活动的质量[15]。因此，更高的产业扶贫投入意味着企业能够获得更多劳动力资源，从而更有效地保证产业扶贫和企业运营的质量，进一步促进企业绩效的提升。

同时，资源依赖理论认为，企业所需要的外部资源包括有形资源和无形资源。如前文所述，企业参与产业精准扶贫具有发展自身和履行社会责任的双重性质，前者决定了企业能够获得土地、资金、劳动力等有形资源，而后者则可以帮助企业取得政治资本、社会声望等无形资源。目前，大量研究表明企业履行社会责任的程度越强，其与政府之间的联系就越紧密，便越能够在融资[16]、政府补助[17]等方面取得优势；还有学者提出，履行社会责任是企业进行“善因营销”的良好载体，能够改善同消费者的关系，提升销售业绩[18]。但有研究认为，当企业在社会责任方面投入过高时，其绩效反而会下降，两者之间应是“倒U”型或负向相关关系[19-20]，这类文献将社会责任抑制企业绩效的作用归因于两个方面：一是高频率履行社会责任的行为是高管为获得个人利益而做的选择，将会提高企业的代理成本；二是过多的捐赠将会消耗企业的关键资源，从而有损企业的绩效。但是，产业精准扶贫不同于传统的企业社会责任行为，企业所付出的现金和资源不会消失，而是转化成了企业和贫困户共同的财产和收益来源，产业扶贫类似于企业的投资行为[5]，企业通过开展产业精准扶贫的方式履行社会责任并没有突破正常经营的框架[4]，融资、纳税、补助等优势更类似于产业发展的附属品，代理成本问题和资源消耗问题并不突出，所以，企业获取的无形资源能够随着产业精准扶贫投入的增加而增加，企业绩效也能因此得到进一步的提高。

根据以上分析，本文提出如下假设：

H1：产业精准扶贫投入水平对企业的财务绩效具有正向影响。

(二)市场化程度的调节作用

精准扶贫作为一项国家政策，在各个省市均有部署和规划，但由于区位差异，可能导致产业精准扶贫的效果在不同地区之间有着不同的表现，所以，本文进一步考察了在不同市场化程度下产业精准扶贫对企业绩效的影响是否出现变化。由于市场化程度与经济发展水平正向相关[21]，所以市场化程度也具有反映地区贫困程度的作用①。

一方面，市场化对扶贫产业发展具有一定的促进作用。樊纲等(2011)[21]发现，中国自改革开放以来，市场化进程有效推动了资源的合理配置，促进了经济的增长。从微观视角来看，市场化程度的提高使企业发展更依赖于市场，对于产业精准扶贫而言，市场化程度越好，其所受到的市场外因素就越少，从而能够降低扶贫产业发展中的不确定性和成本。如申宇等(2015)[22]发现，高市场化地区企业为保持同政府的关系所付出的寻租费用更少。并且，有文献认为，虽然中西部等市场化程度低且较为贫困的地区拥有丰富的自然资源，但这些资源不仅不能有效推动产业的发展，甚至阻碍整体经济的增长，因而被称作“资源诅咒假说”[23]，这说明在市场化程度较低的地区，扶贫产业发展受到更多的牵制。同时，从履行社会责任的角度出发，也有研究证明市场化程度越高，企业慈善行为对财务绩效的促进作用越明显[24]。通过上述分析，本文提出以下假设：

H2a：扶贫地区的市场化程度起到了正向调节作用，即市场化程度越高，产业精准扶贫对企业绩效的提升作用越强。

另一方面，在市场化程度较低的地区，也存在扶贫产业发展的有利条件。第一，政府的帮助作用更为突出。与传统的产业发展和社会责任不同，产业精准扶贫是在各级政府的规划和引导下开展的，多数地区的政府选择主动引进企业来开展扶贫工作，企业所付出的政治成本较低；并且，市场化程度越低，地方政府所掌握的资源也相应越多[25]，能够给予企业帮助的范围和力度也就越大；同时，精准扶贫作为一项国家政策，中央政府的财政资源一直向中西部等市场化程度较低、经济发展较差的地区倾斜。所以在这类地区的扶贫企业能够获得更多的中央财政支持，进而更好地发展产业、提升绩效。第二，“资源诅咒假说”具有很大的局限性和破解的空间。夏飞等(2014)[26]发现，在西部大开发战略实施之后，中国西部地区的资源诅咒现象得以缓解。这说明在中西部地区，外力的介入能够把资源从不利因素变为有利因素，真正阻碍贫困地区产业发展的是基建不完善、技能太老旧、销售途径少等问题[27]。而扶贫企业正是通过其所拥有的技术、管理、销售等能力，以产业扶贫的形式，更合理地配置了当地的资源，进一步提高当地经济水平和产业发展，加之这类地区拥有更为丰富的资源禀赋，提升潜力更大，从而提高企业绩效的效果也更好。

结合上述观点，本文认为，地区的市场化程度对产业扶贫和绩效之间关系的影响有正反两个方面，两种效应也有可能互相抵消，因此提出以下假设：

H2b：扶贫地区的市场化程度起到了负向调节作用，即市场化程度越低，产业精准扶贫对企业绩效的提升作用越强。

H2c：市场化程度的正负影响相互抵消，从而没有表现出显著的调节作用。

(三)不同产权性质和高管权力集中度下的表现

前已述及，扶贫地区的市场化程度作为企业面临的重要外部因素，可能会影响产业精准扶贫对企业绩效的作用，除此之外，企业的内部特性也能够影响企业的表现，所以还需考察在不同的企业内部特征下，产业精准扶贫对企业绩效产生的不同影响。因此，本文选取了产权性质和高管权力集中度两个企业内部特征来分析两者间的差异。

相对于非国有企业，国有企业存在市场性较差、决策机制较为繁复的问题，使得非国有企业的创新运营能力较国有企业更强，这表明非国有企业开展产业精准扶贫工作比国有企业更具备创造性和灵活性，能够为企业节省更多的成本、创造更好的效益。Porter和Kramer(2002)[10]认为，市场性更好的企业能够通过履行社会责任为企业创造更好的绩效。因此，从这一角度来看，非国有企业提高产业扶贫投入对其绩效提升的作用更强。然而，上述观点忽略了产业精准扶贫中的政企关系因素。由于国有企业和政府之间的关联程度更高，其行为体现出了一定的政府意志，国有企业高管也同时具有“经理人”和“准官员”的双重身份，这保证了国有企业在产业扶贫过程中能够获得更全面的政府支持，产业项目的推动阻力也更小；另外，孔东民等(2013)[28]发现，无论是行业层面还是地区层面，国有企业都能获得较高的政府补助，这表明在扶贫产业发展时，国有企业不仅能从政府层面获得更多无形资源的支持，还能直接获得更多实物资金的补偿，从而相对于非国有企业，实施产业精准扶贫对其绩效的正面影响更大。综合上述观点，本文认为，不同的企业产权性质拥有各自不同的优势，在产业精准扶贫中具体是哪类优势的作用更突出，抑或是没有显著的差异，还需进一步检验，因此提出以下假设：

H3a：相对于国有企业，非国有企业提高产业精准扶贫投入对财务绩效的提升效果更好。

H3b：相对于非国有企业，国有企业提高产业精准扶贫投入对财务绩效的提升效果更好。

H3c：产业精准扶贫对财务绩效的影响不受企业产权性质的影响。

企业管理层权力集中度在高管薪酬、企业投资等方面具有显著的影响，从而不同的权力集中度能够带来不同的产业精准扶贫效果。大量研究表明，企业管理层的权力集中度越高，企业的投资效率越差，出现投资失败的可能性也就越高[29]，所以，对于具有产业发展属性的产业精准扶贫来说，若企业的管理层权力集中度较高，高管个人的短视问题就有可能越突出，扶贫产业的投资不确定性就越大，从而造成规模不经济，影响产出的效率，降低企业的绩效水平。并且，企业的管理层权力集中度越高，高管越倾向于通过滥用权力提高自己的薪资报酬、掩盖企业经营的缺陷，加剧企业的腐败程度[30-31]。这说明，在高管权力较高的企业，管理层的目的可能不在于产业发展，而更倾向于把产业精准扶贫当作借口，包装公司的表现，用以获得来自政府和社会的认可，进而掩饰企业在其他方面的失败和不足，或者为其个人谋取私利，在这类情形下，产业精准扶贫对财务绩效的提升效果会大打折扣，甚至有可能损害企业的业绩表现。综上所述，本文提出以下假设：

H4：在高管理层权力集中度的企业中，产业精准扶贫投入对企业财务绩效的提升效果较差。

三、研究设计

(一)样本选择与数据处理

本研究以参与了产业精准扶贫的企业为样本开展实证检验。产业精准扶贫投入数据从企业年报和社会责任报告中手工收集获得；市场化程度数据来自于《中国分省份市场化指数报告(2016)》；其他数据取自国泰安CSMAR数据库。由于上市公司自2015年底《中共中央、国务院关于打赢脱贫攻坚战的决定》出台之后才开始普遍参与产业精准扶贫，并从2016年起才开始披露精准扶贫的实施情况，因此本文数据选取的时间区间为2016-2017年。

为了保证稳健性，本文对所涉及的关键连续变量(包括总资产报酬率、净资产报酬率、产业精准扶贫投入水平、企业成长性等)进行了上下1%水平上的Winsorize缩尾处理，并剔除了拥有以下特征的企业样本：(1)金融保险类企业；(2)ST、*ST、PT、*PT类企业；(3)相关数据缺失和冲突的企业②。最终的有效样本数为471个。

(二)变量设定

本文借鉴王克稳等(2014)[32]、潘奇等(2015)[20]的方式进行了如下的变量设定：

(1)被解释变量：企业财务绩效。采用资产收益率(Roa)和净资产收益率(Roe)衡量企业的财务绩效。

(2)解释变量：产业精准扶贫投入水平。利用产业精准扶贫现金投入的相对水平来衡量企业的产业扶贫情况，具体计算公式为：企业产业精准扶贫的现金投入÷当年营业收入×100%，符号记做Input。

(3)调节变量：市场化程度。本文利用扶贫产业所在省份的市场化指数衡量产业精准扶贫的市场化程度，由于政府引导、实施便利、企业规划等原因，上市公司通常在其所在省份开展产业精准扶贫活动，所以对于未披露扶贫地区的企业，以企业所在地的市场化指数替代，符号记做Mar。

(4)控制变量。除了上述变量以外，本文还设立了企业规模(Size)、股权集中度(Top)、独立董事占比(Board)、企业成长性(Grow)、成立年限(Age)、资产负债率(Lever)、产权性质(Soe)、行业(Ind)作为控制变量。

(5)分组变量：高管权力集中度、产权性质。高管权力集中度的设立参照权小锋和尹洪英(2017)[33]的方法，将董事长和总经理(CEO)由一人兼任的企业定义为高权力集中度组，否则为低权力集中度组；同时根据产权性质的不同分为国有企业组和非国有企业组，其设定与控制变量中的产权性质(Soe)相同。

变量符号与定义见表1。

表1 变量符号与定义

(三)模型设定

由于本研究数据的时间跨度较小，所以参考已有文献[34]，采用OLS混合回归模型进行假设检验，同时，为了保证结果的有效性，本文在稳健性检验中进一步构建了固定效应模型。对于假设H1，基本模型设定为：

Y=α+βInput+Controls+ε

(1)

其中，Roa、Roe为企业财务绩效的指标，Input为产业精准扶贫的投入水平，Controls表示控制变量的集合，ε为扰动项，因此系数β为本研究重点考察的对象。

对于假设H2、H3、H4，基本模型设定为：

Y=α+βInput+γ1Input×M+γ2M+Contrls+ε

(2)

其中，M为调节变量(市场化程度)或分组变量(产权性质、高管权力集中度)，对于分组变量来说，式(2)即为加入虚拟变量的邹检验(Chow-test)，也可以认为是另一类形式的调节作用[35]，所以无论是调节作用还是分组比较，均可以通过观察系数γ1判定是否存在调节效应或组间差异。

四、实证分析

(一)描述性统计与相关性分析

变量的相关性系数和统计特征如表2所示。表中各变量间的相关系数均小于0.55，参照以往文献，可以认为不存在严重的多重共线性问题[36]；在后续检验中，本研究还测算了各回归方程的方差膨胀因子(VIF)，结果显示，所有方程中最大的VIF值为7.35，没有超过10的临界值，所以进一步否定了多重共线性的存在。具体来看，精准扶贫投入水平Input和总资产报酬率Roa、净资产报酬率Roe的相关系数为正，但与Roa的相关性不显著，因此还需要进一步分析。由描述性统计可知，Input的最小值为0，这是因为部分企业仅通过投入闲置资源或利用政府补助创办扶贫产业，而没有动用企业的自有资金；Soe的均值为0.762，说明在参与产业精准扶贫的企业中，国企数量占比达到了76%，这也符合精准扶贫政策中“国企先行”的规划。

表2 相关系数与统计特征

注：相关系数类型为Pearson相关系数，*、**、***分别表示在10%、5%、1%的统计水平上显著(下同)。

表3 产业精准扶贫投入水平与企业绩效的回归结果

注：括号内为t值。

(二)回归分析与假设检验

1.产业精准扶贫投入水平与企业绩效。二者之间的关系如表3所示，模型(1)、(2)的回归结果表明，Input和Roa、Roe之间存在正向关系，其中，模型(1)Input的系数为0.798，在10%的水平上显著(p<0.1)，模型(2)Input的系数为3.179，并在1%的水平上显著(p<0.01)，因此，在其他条件相同的情况下，产业精准扶贫投入水平每提高1点，企业的总资产报酬率和净资产报酬率能相应提高0.798点和3.179点，假设H1得证；同时，为了保证结果的稳健性，本文加入了Input的平方项，考察扶贫投入和企业绩效之间是否存在非线性关系，即模型(3)和模型(4)，结果表明，虽然Input2的系数为正，但均没有在10%的统计水平上显著，因此可以认为两者之间不存在“正U”或“倒U”型关系。

2.调节变量与分组变量的影响。回归结果见表4。在模型(1)和模型(2)中，产业精准扶贫投入Input与市场化指数Mar的交乘项系数显著为负(p<0.01)，证明当扶贫地区的市场化程度较低时，企业通过产业扶贫提升自身绩效的效果更好，假设H2b得证。模型(3)和模型(4)中扶贫投入Input与产权性质Soe交乘项的系数不显著(p>0.1)，说明是否为国有企业并没有对扶贫投入和绩效之间的关系产生影响，假设H3c得证。同时，模型(5)和模型(6)的扶贫投入Input和高管权力集中度Power交乘项的系数显著为负，对于Roa在10%的水平上显著(p<0.1)，对于Roe在5%的水平上显著(p<0.05)，说明较高的管理层权力集中度不利于产业扶贫投入对绩效的提升，假设H4得证。市场化程度的调节作用和高管权力集中度的组间差异示意见图1。

表4 调节效应与组间差异

注：括号内为t值。

图1 调节效应与组间差异示意图

(三)内生性问题

由于现实中可能存在“企业的绩效越好，则其对产业精准扶贫的投入越大”的现象，所以扶贫投入和企业绩效间面临着互为因果的内生性问题，本研究通过变量滞后一期和工具变量法解决这一问题。

1.变量滞后。本文将产业精准扶贫投入水平和控制变量滞后一期，探究其与当期财务绩效的关系，即验证2016年的产业扶贫投入是否影响了2017年的企业绩效，以此来控制内生性；同时，本文也加入了滞后一期的调节变量和分组变量，来考察调节效应和组间差异的稳健性，但由于滞后一期损失了大量样本，导致高管权力集中度较高的一组样本数仅有17个，不足以说明不同高管权力集中度下的区别，因此本研究没有利用这一方法对高管权力集中度的组间差异进行检验。

滞后回归的结果如表5所示，在模型(1)和模型(2)中，Input的系数仍然为正，且都在1%的水平上显著(p<0.01)，说明精准扶贫投入水平与下一年度的绩效存在显著的正相关关系；同时，模型(3)到模型(6)显示，在滞后一期后，市场化程度仍然负向调节了扶贫投入和财务绩效的关系，国有企业和非国有企业之间的差异仍不显著，因此，能够在一定程度上说明内生性问题并没有改变本文结论。

表5 滞后一期的回归结果

注：括号内为t值。

2.工具变量法。为了更有效地规避内生性问题，本文利用了工具变量法进行了检验。由于产业精准扶贫具有慈善和社会责任的性质，所以参照张敏等(2013)[14]的做法，选取了研发投入水平、广告支出水平两个企业内部特征和地震距离这一外部因素作为工具变量，其中，研发投入水平为无形资产净值占总资产的百分比，广告支出水平为销售费用占总收入的百分比，地震距离的度量为企业所在地与2008-2012年最大量级地震发生地之间的距离。为了控制弱工具变量问题的产生，本研究除了运用二阶段最小二乘估计(2SLS)以外，还进行了有限信息最大似然估计(LIML)。回归结果如表6所示，Input的系数仍均显著为正，且LIML的回归结果在10%的水平上显著(p<0.1)，2SLS的回归结果在5%的水平上显著(p<0.05)。

综合以上两种方法可以认为，内生性问题没有对本研究造成严重的影响。

(四)稳健性检验

本研究从以下三个方面进行了稳健性检验：

1.替换被解释变量。本文以企业的销售净利率(Ros)作为企业财务绩效的替代变量进行了回归分析，Ros的计算公式为：净利润÷销售收入×100%。产业精准扶贫投入对财务绩效的直接影响、市场化程度的调节作用、产权性质和高管权力集中度的组间差异如表7所示，结果表明，替换被解释变量并没有改变本研究的结果。

表6 工具变量回归结果

注：括号内为z值。

表7 替换被解释变量的稳健性检验

注：括号内为t值。

2.固定效应模型。如表8所示，本文采用固定效应模型进行了进一步检验，控制了时间固定效应(Year)和行业固定效应(Ind)，表8的结果说明，更改估计方法后的结果与本研究原有模型的结果没有太大差异。

表8 固定效应模型的稳健性检验

注：括号内为z值。

3.缩小样本。本研究同时利用小样本进行了稳健性检验。由于发展产业需要一定的前期经验和资源禀赋，所以制造业企业是产业精准扶贫更为合适的企业类型，通过观察制造业企业的产业精准扶贫状况，能够避免因其他行业的极端情况而出现的统计偏差，可以更准确地分析产业精准扶贫投入对企业绩效的影响情况。小样本的回归分析如表9所示，其结果表明，本文的实证结论在小样本下仍然成立。

以上稳健性检验均没有改变原有的结果，因此可以认为本研究具有良好的稳健性。

(五)进一步讨论：企业价值受到影响了吗？

企业价值与企业财务绩效息息相关，其理想的计算方法为公司所有未来现金流的折现值之和，因此，财务绩效较好的企业应具有较高的企业价值。在现实中，企业估值往往与公司的股价或市值联系起来，相比于单纯的财务绩效，企业价值更能够反应市场的预期，对于本文来说，如果产业精准扶贫能够促进企业的财务绩效，则企业价值也应该相应上升。基于这一观点，本研究进一步分析了产业精准扶贫投入和企业价值之间的关系。

本文选取了市净率(Pbv)作为企业价值的代理变量，Fairfield(1994)[37]认为，市净率代表着企业净资产在未来的回报率，因此能够较好地评价企业未来的盈利能力和企业价值。市净率的计算公式为：股价÷每股净资产。

表9 小样本回归的稳健性检验

注：括号内为t值。

表10 产业精准扶贫投入水平与企业价值的回归结果

模型(1)模型(2)模型(3)模型(4)PbvPbvPbvPbvInput0.906∗∗∗2.236∗∗∗0.859∗∗∗1.060∗∗∗(5.04)(4.80)(3.71)(5.56)Input×Mar-0.219∗∗∗(-3.06)Input×Soe0.119(0.32)Input×Power-1.215∗∗(-2.36)Mar0.070∗(1.67)Power-0.100(-0.40)Soe0.1720.1340.1570.126(1.00)(0.79)(0.88)(0.72)Grow0.0000.0000.0000.000(0.15)(0.22)(0.11)(0.11)Size-0.712∗∗∗-0.715∗∗∗-0.710∗∗∗-0.714∗∗∗(-11.51)(-11.48)(-11.43)(-11.55)Top0.024∗∗∗0.023∗∗∗0.024∗∗∗0.023∗∗∗(4.82)(4.47)(4.77)(4.52)Board0.0060.0080.0060.007(0.53)(0.63)(0.52)(0.55)Age-0.000-0.001-0.000-0.002(-0.00)(-0.07)(-0.03)(-0.15)Lever0.0060.0060.0060.006(1.38)(1.31)(1.35)(1.39)Ind控制控制控制控制Cons18.176∗∗∗17.884∗∗∗18.172∗∗∗18.404∗∗∗(13.53)(13.41)(13.52)(13.69)N471471471471R20.4180.4310.4180.427Adj.R20.3880.3990.3870.395F13.973∗∗∗13.499∗∗∗13.368∗∗∗13.252∗∗∗

注：括号内为t值。

产业精准扶贫投入水平对企业价值的影响结果如表10所示，各模型回归系数的方向和显著性与上文中的结果类似，提高产业扶贫投入水平能够提高企业价值，且市场化程度负向调节了这一关系，同样的，企业的产权性质没有造成两者间的差异，但管理层权力集中度较高不利于企业价值的提升。

五、结论与启示

本文基于资源依赖理论，分析了企业参与产业精准扶贫和绩效之间的关系，利用中国A股上市公司为样本进行的实证结果表明，产业精准扶贫投入水平对企业的财务绩效具有一定的影响，且在不同的内外部因素下具有不同的表现。因此，本研究得出以下结论：

(1)总体来看，产业精准扶贫投入能够正向促进企业的财务绩效，即随着产业精准扶贫投入水平的提高，企业绩效也会相应提高，这一结论在控制了内生性问题和进行了稳健性检验后仍然成立。企业加大产业精准扶贫投入，对其扩大企业规模、改善政商关系、促进品牌宣传、强化形象搭建均起到了正面作用，因此产业精准扶贫不仅在缩短贫富差距、促进社会和谐方面拥有重要意义，也在经济层面被市场所认可。

(2)扶贫地区的市场化程度负向调节了产业扶贫投入和企业绩效之间的关系。产生这一现象的原因主要是在市场化程度较低的地区企业能够获得更多的政府支持，经济增长的潜力也更大，从而能够更好地提升企业的财务绩效。

(3)由于不同产权性质的企业拥有不同的优势和局限，所以在不同产权性质的企业之间，产业精准扶贫投入对企业绩效的影响没有显著的差别；但与管理层权力集中度较低的企业相比，高权力集中度不利于企业通过产业精准扶贫提升绩效，造成这一结果的原因在于高权力集中度企业的投资能力较差，管理层谋取私利的可能性也更高。

(4)由于企业财务绩效与企业价值呈正向相关，所以加大产业精准扶贫投入水平也能够提升企业的价值，市场化程度和管理层权力集中度对两者关系的影响也与上述结论类似。

以上分析和研究结论具有重要的理论意义和实践启示，主要包括下列两点：

(1)企业应积极对待精准扶贫对自身产生的正面影响，以产业精准扶贫为主要参与方式，适当加大扶贫投入水平，在取得社会效益的同时也能提高企业绩效；并且，产业扶贫的重点可以向市场化程度较低、发展较为落后的地区倾斜，以挖掘更大的经济潜力，实现贫困户、企业和地区的共同发展；同时，非国有企业不会受到自身属性的影响，所以也应积极相应政策号召，参与到产业精准扶贫的队列中来；另外，对于高管权力集中度较高的企业来说，如果出现企业盲目提高产业精准扶贫投入的情况，内外部监督机构应提起重视，避免商业腐败和经济资源流失等问题的出现。

(2)政府应重视产业精准扶贫的作用，积极引进并帮助企业进驻贫困地区开展扶贫产业，同时应理性看待财政转移支付的效果，将财政资源发放给企业并不意味着国有资产的流失，而是一种能够实现长期脱贫和经济发展的方式，所以应进一步增加对实施产业精准扶贫企业的财政资金扶持，从而保证产业扶贫的效果。

然而，本研究还有一些不完善之处。正如上文所提及的，政府在产业精准扶贫的发展历程中扮演了关键的角色，虽然研究过程中已在一定程度上考虑了政府的作用，但鉴于数据和方法的可得性，本文无法很好地量化政府、企业和贫困人口之间的关系，后续可从这一问题入手，进一步完善产业精准扶贫的相关研究。

注释：

① 根据《中国分省份市场化指数报告(2016)》，位于2014年市场化指数排名前端的均是较富裕地区省份，依次为：浙江、上海、江苏、广东、天津、北京、福建、山东，末5位省份分别为西藏、青海、新疆、甘肃、贵州；这一排名整体上与中国统计局所公布的各省人均可支配收入排名相同。

② 数据缺失主要表现为企业声称参与了精准扶贫，但没有披露任何相关数据；数据冲突是指部分企业所披露的产业精准扶贫数据在年报和社会责任报告中前后不一致。