稳定客户关系抑制了企业精准扶贫行为吗？——基于中国A股上市公司的实证研究

■杨 蓉，朱 杰

一、引言与文献综述

2013年11月，习近平总书记首次作出关于精准扶贫的重要指示，推动着我国扶贫事业由粗放化向精细化的转型。所谓精准扶贫，是指针对不同贫困区域环境、不同贫困农户状况，运用科学有效程序对扶贫对象实施精确识别、精确帮扶、精确管理的定向治贫方式。实践经验表明，精准扶贫政策能有效降低人口贫困率，使我国脱贫目标如期实现。

从资源配置视角看，企业作为市场经济中各类经济资源的载体，能够运用其自身资源优势为国家产业扶贫、社会公益扶贫、生态健康扶贫、教育扶贫、转移就业扶贫贡献重要力量。据国泰安资料显示，2016—2019年，参与精准扶贫的中国A股上市公司由569家增至1133家，占比接近A股上市公司总数的1/3；A股上市公司精准扶贫资金或物资投入总额由138.54亿元增至1104.72亿元，年涨幅高达100%；帮助建档立卡贫困人口脱贫数由397137人增至6719728人，年涨幅超150%，表明中国企业是国家脱贫攻坚事业的中坚力量，是实现全体人民共同富裕的中国梦的不可或缺因素。

在理论研究方面，大量文献从企业社会声誉、管理者个人声誉、企业社会责任以及政企关联等视角探讨了企业参与精准扶贫的内在驱动因素，认为精准扶贫所产生的社会资本溢出效应是导致企业偏离资本逐利属性而开展公益性扶贫活动的客观原因。尽管在中国独特的政治背景下，参与精准扶贫是大中型企业履行政治责任与社会责任的重要方式，但这是否意味着中国企业的精准扶贫行为是非理性的，精准扶贫决策偏离了市场经济成本效益原则呢？资本市场数据显示，截至2019年底，仍有近2/3的A股上市公司并未参与过任何公益性扶贫活动，资产规模大、盈利能力强、经营时间长且经营地位于发达地区以及国有产权的企业更倾向于实施精准扶贫活动（施赟和舒伟，2020；杜世风等，2019）。这意味着在理性经济人假设下，除了企业外部社会因素与制度因素外，企业自身经营能力与经营风险可能也是影响管理层精准扶贫意愿以及精准扶贫资源配置的重要因素，而将企业内部特征纳入企业精准扶贫行为的研究框架中，有助于引导企业积极履行社会责任。

在企业各类利益相关者中，客户是企业的价值创造源泉，是影响企业经营业绩与经营风险最重要的因素，因此供应商—客户关系问题成为公司财务领域的研究热点。尽管大量文献表明稳定的客户关系有助于企业降低交易成本，提高资产周转率、经营效率与财务业绩（Patatoukas，2012），但也有文献表明稳定的客户关系会增加供应商企业的客户流动性风险与外部融资成本，降低企业与客户之间的议价能力，进而加剧企业经营环境的不确定性程度（程敏英等，2019；周冬华和王晶，2017），加剧企业财务风险。由此可见，稳定的客户关系犹如一把“双刃剑”，既可能存在收益效应，也可能存在风险效应。而稳定的客户关系究竟如何影响企业资源配置决策，进而影响企业精准扶贫意愿与行为？现有文献并未给出解答。鉴于此，本文以2016—2019年间中国A股上市公司为样本，基于稳定客户关系的“收益效应理论”与“风险效应理论”实证检验供应商—客户关系对供应商企业精准扶贫行为的影响。

二、理论分析与研究假设

企业与利益相关者所形成的社会关系对于企业获取稀缺资源、降低交易成本与营运成本、提高生产要素配置效率产生了至关重要的影响。而在企业广泛存在的各种社会关系中，客户关系备受理论界与实务界关注。通常，为防范客户流失风险、应对在产品市场可能面临的经营不确定性问题，企业更倾向于维持相对稳定的客户关系，甚至不惜耗费大量资源同少量客户建立关系型投资以及战略合作关系。然而，稳定的客户关系犹如一把“双刃剑”，既有可能为企业创造相对稳定的经营收益，也有可能加剧企业面临的经营风险与融资约束程度。考虑到精准扶贫本质上是一项非盈利性投资活动，会导致企业内部资源净流出，对企业生产经营活动产生“挤出效应”，而在理性经济人假说下，企业的精准扶贫社会责任行为既受社会因素与制度因素影响，又受企业经营能力与经营风险等内部因素影响，管理层通常会在权衡自身经济绩效、资源冗余程度以及利弊得失的基础上理性承担社会责任（赵秀云等，2018；杜世风等，2019）。因此，本文认为客户关系可能也是影响供应商企业精准扶贫行为的重要因素，但稳定客户关系所引发的“收益效应”或“风险效应”如何影响企业精准扶贫资源配置决策，存在较大不确定性。

稳定的供应商—客户关系有可能促进企业精准扶贫行为。有文献指出，稳定的客户关系能够产生显著的“收益效应”，主要表现为：第一，稳定客户关系有助于提高企业存货管理效率、生产效率与资产周转效率，降低存货积压风险与资金占用风险，进而降低企业生产成本与运营成本（Patatoukas，2012）；第二，稳定客户关系有助于企业针对客户需求开展研发创新等资产专用性投资（文旭倩和叶勇，2020）以及供应链实物资本投资（Raman&Shahrur，2008），提高企业在产品市场的自然垄断程度，增加企业获取超额收益的能力；第三，稳定客户关系具有良好的信号传递效应，能够向债权人、投资者等外部利益相关者传递公司经营业绩稳健的积极信号（王雄元和彭旋，2016）。尤其是资产规模大、盈利能力强的大客户，还能在一定程度上为供应商企业的盈利稳健性提供隐性担保，缓解供应商企业融资约束程度，降低供应商企业资金短缺风险。由此可见，稳定客户关系能有效提高企业经营业绩，降低企业面临的财务风险，为企业提供相对稳定的现金流量。而既有文献也指出，经营业绩与财务能力是影响企业慈善捐赠、社会救助等社会公益行为的重要因素，盈利能力强、资金实力雄厚的企业会将社会公益支出作为积累社会声誉、提高社会知名度、积攒社会资本的重要途径（唐果等，2017；冯建和程文莉，2010）。这就意味着，客户关系稳定型企业有能力、有剩余资源且有动机履行更多社会责任回馈社会。而且，精准扶贫是一项具有国家战略属性的社会公益事业，在制度压力下，收益能力强、财务风险小的企业如若参与精准扶贫的意愿较低，将会面临较大的媒体负面关注与社会舆论压力，给企业带来声誉风险，也不利于与政府部门建立良好的政企关系。因此，客户关系稳定型企业积极参与精准扶贫是管理层在履行社会责任时的最优决策。

稳定的供应商—客户关系也有可能会抑制企业精准扶贫行为。既有文献指出，稳定客户关系能够产生显著的“风险效应”，主要表现为：第一，稳定客户关系会增加供应商企业对主要客户的依赖程度（程敏英等，2019），增加了供应商企业在产品市场面临的风险敞口，加剧了其经营业绩与现金流量的不确定性程度；第二，稳定客户关系加剧了供应商企业供应链投资的“套牢风险”，降低供应商企业的议价能力（Raman&Shahrur，2008）；第三，稳定客户关系还有可能加剧客户流动性风险，增加供应商企业的外部融资难度，引发供应商企业短期资金短缺风险与财务风险（周冬华和王晶，2017；况学文和王靖茹，2018）。对客户关系稳定型企业而言，任一主要客户的流失不仅会使企业销售收入出现严重下滑，还会导致企业存货积压以及供应链生态断裂，造成企业短期经营业绩与现金流量的剧烈波动，加剧债权人、投资者等外部利益相关的风险感知程度，增加企业获取外部资金的难度，引发企业财务危机产生。因此，既有文献也指出，社会责任投资是企业主营业务投资被满足后的次优投资行为。当企业存在经营困境以及融资约束问题时，其社会责任投资意愿会显著降低（莫言和刘笑彤，2020）。因此，相比非理性履行社会责任、将企业稀缺资源投入到短期内收益未知的精准扶贫社会公益活动中，理性的管理者出于风险规避等动机，会倾向于储备更多现金等营运资本（李姝等，2017）、暂缓精准扶贫资源配置决策，进而导致企业参与精准扶贫的意愿显著降低。

鉴于以上分析，本文提出如下对立假设：

假设1a：稳定客户关系能够有效促进企业精准扶贫行为；

假设1b：稳定客户关系能够有效抑制企业精准扶贫行为。

三、研究设计

（一）样本选择与数据来源

自2016年底沪深两市证券交易所分别发布《关于进一步完善上市公司扶贫工作信息披露的通知》和《关于做好上市公司扶贫工作信息披露的通知》后，精准扶贫工作情况成为上市公司强制性会计信息披露事项。鉴于此，本文选择2016—2019年中国A股上市公司为研究对象，共包含3730家公司的13906个观测值。剔除了352个金融保险类公司样本、415个ST、*ST公司样本、146个上市以前年度样本以及403个关键变量缺失的样本，最终得到3535家公司的12590个“公司—年度”观测值。实证研究中所需精准扶贫数据以及公司财务数据均来源于国泰安CSMAR数据库，对连续变量进行了1%和99%分位上的缩尾处理以避免极端值的可能影响。

（二）变量定义

1.被解释变量。参照胡浩志和张秀萍（2020）、黄珺等（2020）等的做法，使用精准扶贫参与意愿（TPA_Trend）以及精准扶贫参与程度（TPA）两个变量衡量企业的精准扶贫行为。其中，TPA_Trend为衡量上市公司精准扶贫参与意愿的哑变量，若上市公司当年存在任一形式的精准扶贫资金或物资投入，TPA_Trend取1，否则TPA_Trend取0；TPA为衡量上市公司精准扶贫参与程度的连续变量，为消除企业规模对企业精准扶贫行为的潜在影响，本文令TPA=上市公司当年精准扶贫总投入金额/年末总资产×100，显然TPA越大代表企业在精准扶贫帮扶活动中投入的资金或物资越多，即精准扶贫参与程度越深。

2.解释变量。参照王雄元和彭旋（2016）等文献的做法，使用“企业来源于前五大客户的营业收入占总营业收入的比值（CC）”衡量供应商企业与客户之间关系的稳定程度，显然CC越大，意味着企业大客户集中程度越高，企业对前五大客户的依赖程度越大，即供应商企业与大客户之间的关系越稳定。

3.控制变量。参照既有文献的做法，控制了若干可能影响企业精准扶贫行为的因素，包括：公司规模（Size），用年末总资产取自然对数；流动比率（Leverage），用年末流动负债与流动资产的比值；总资产收益率（Roa），用当年净利润与年末总资产的比值；现金持有量（Cfo），用年末现金及现金等价物余额与总资产的比值；股权集中度（Shold），用第一大股东持股比例与第二至第十大股东持股比例的比值；高管持股比率（Mhold），用年末高管持股数量与总股数的比值；两职兼任哑变量（Dual），当董事长和总经理由同一人兼任时取1，否则取0；两权分离度（Sep），用实际控制人拥有公司控制权与所有权之间的差额；公司上市年限（Age），用公司上市年限加1取自然对数；人均国内生产总值（Ln_GDP），用公司注册地所在省份当年人均GDP取自然对数；公司注册地贫困情况哑变量（Poor），公司注册地属于国家级贫困县时取1，否则取0。表1列示了主要变量的描述性统计结果。

（三）模型设定

本文构建模型（1）对前文提出的假说进行检验，具体如下：

其中，当被解释变量为TPA_Trend时使用Logit回归模型，当被解释变量为TPA时使用OLS回归模型。此外，为排除潜在影响，模型（1）中还控制了行业固定效应与年度固定效应。

表1 主要变量描述性统计结果

四、实证结果

（一）相关系数检验及单变量差异性检验

为验证供应商—客户关系与企业精准扶贫行为之间的统计相关性，进行了Pearson相关系数检验，支持假说1b，意味着稳定客户关系会显著抑制企业精准扶贫行为。此外，TPA_Trend、TPA均与其他控制变量之间均存在显著的相关关系，控制变量之间不存在明显的多重共线性问题。

表2报告了单变量差异性检验结果，更加直观地观察企业的精准扶贫行为在客户关系稳定程度不同的企业之间是否存在显著差异。具体的，本文按照同一行业、同一年度内样本公司CC的中位数将样本总体划分为客户关系稳定程度较高组与客户关系稳定程度较低组。通过组间差异t检验结果可以看出，供应商—客户关系稳定程度较高的企业，其精准扶贫参与意愿（TPA_Trend）以及精准扶贫参与程度（TPA）均在1%水平上显著低于供应商—客户关系稳定程度较低的企业，初步说明稳定客户关系确实在一定程度上抑制了供应商企业的精准扶贫行为。

表2 单变量差异性检验结果

（二）基本回归

表3列示了模型（1）的回归结果。其中，表3列（1）和列（3）中因为修理和其他服务业样本公司完全预测失败导致2个观测值失效，因此最终回归结果中缺失2个观测值，导致样本量减少为12588个。后续以TPA_Trend为被解释变量的回归均存在该问题，不再逐一说明。列（1）和列（2）未加入控制变量。可以看出，列（1）至列（4）中无论哪一列，变量CC的回归系数均在1%或5%水平上显著为负，表明企业与客户之间的关系越稳定，企业的精准扶贫参与意愿以及精准扶贫参与程度越低。这一回归结果有效支持了假说1b，即：稳定客户关系会有效抑制企业的精准扶贫行为。

表3 主回归结果

（三）稳健性检验①

①限于篇幅，结果留存备索。

为进一步验证模型（1）回归结果的有效性，还进行了如下稳健性检验：

一是借鉴杜世风等（2019）和黄珺等（2020）的做法，重新定义企业精准扶贫参与程度的计算方法，构造了新变量Ln_TPA，令Ln_TPA=ln（1+企业当年精准扶贫资金或物资投入金额）；二是参照Patatoukas（2012）等文献的做法，本文使用企业前五大客户营业收入占比的赫芬达尔指数（CC_HHI）重新度量企业客户关系稳定程度，令CC_HHI等于企业前五大客户中每个客户营业收入占企业总营业收入比值的平方和；三是按照同一行业、同一年度内样本公司CC的中位数将样本总体划分为客户关系稳定程度较高组（处理组）与客户关系稳定程度较低组（对照组），并使用倾向得分匹配法（PSM）排除潜在内生性问题，并进行回归检验；四是使用面板Tobit模型检验稳定客户关系对企业精准扶贫参与程度的影响；五是通过模型（1）中加入产权性质哑变量Soe（企业实际控制人为国有单位时Soe取1，否则取0）以及交乘项Soe×CC来排除竞争性假说。以上检验结果均再次验证了稳定客户关系与精准扶贫间的负相关关系。

（四）影响机制检验

综合前文分析可知，稳定的供应商—客户关系增加了供应商企业收益与现金流量的不确定性程度，加剧了供应商企业的外部融资难度，在一定程度上增加了供应商企业的经营风险与财务风险，而经营风险与财务风险则是抑制企业精准扶贫行为的客观原因。为验证这一推断，本文参照温忠麟等（2014）的做法，使用中介效应模型，从公司经营风险以及财务风险两个方面检验供应商—客户关系影响企业精准扶贫行为的路径和作用机理。

第一，基于经营风险的路径检验。本文将经营风险作为第一个中介因子进行机制检验。参照Choi et al.（2015）的做法，使用公司过去三年（包含本年）净利润的标准差与过去三年（包含本年）平均总资产的比值衡量公司经营风险（Ope_Risk）。表4报告了中介效应检验回归结果。可以看出，列（1）中CC与Ope_Risk在5%水平上显著正相关，表明客户关系越稳定的企业经营风险越大，盈利不确定性程度越高。列（2）和列（3）中加入中介因子Ope_Risk后，中介因子与TPA_Trend、TPA在1%或5%水平上显著负相关，表明随着经营风险的增加，企业出于风险规避动机，精准扶贫参与意愿以及精准扶贫资金或物资投入金额会显著降低，这也意味着稳定的供应商—客户关系通过增加企业经营风险进而抑制企业精准扶贫行为的路径成立。CC与TPA_Trend、TPA在1%或10%水平上显著负相关，表明中介因子Ope_Risk在上述路径中发挥了部分中介效应。列（2）和列（3）中Sobel Z统计量在10%水平上显著，检验通过，证明了上述中介效应的合理性。

表4 基于经营风险的路径检验回归结果

第二，基于财务风险的路径检验。本文预期，融资约束所引发的资金短缺风险与财务风险是抑制企业精准扶贫行为又一重要原因，因此使用融资约束指标衡量企业财务风险。参照Kaplan和Zingales（1997）等文献的做法，使用KZ指数衡量企业融资约束程度①KZ指数=-1.001909×（经营活动产生的现金流量净额/上年年末总资产）+3.139193×资产负债率-39.3678×（分配股利利润或偿付利息支付的现金/上年年末总资产）-1.314759×（期末现金及现金等价物余额/上年年末总资产）+0.2826389×托宾Q值。，KZ指数越大说明企业融资约束程度越高。表5报告了中介效应检验回归结果。可以看出，列（1）中CC与KZ在1%水平上显著正相关，表明客户关系越稳定的企业融资约束程度越高，企业从外部市场获取资金的难度越大，成本越高。列（2）和列（3）中加入中介因子KZ后，中介因子与TPA_Trend、TPA在5%或10%水平上显著负相关，表明随着融资约束程度的增加，企业面临的财务风险以及资金短缺风险不断加大，企业出于风险规避动机，精准扶贫参与意愿以及精准扶贫资金或物资投入金额会显著降低，这也意味着稳定的供应商—客户关系通过增加企业融资约束进而抑制企业精准扶贫行为的路径成立。CC与TPA_Trend在1%水平上显著负相关，表明中介因子KZ在影响CC与TPA_Trend的路径中发挥了部分中介效应；CC与TPA负相关，但在10%水平上不显著，表明中介因子KZ在影响CC与TPA的路径中发挥了完全中介效应。列（2）和列（3）中Sobel Z统计量在10%水平上显著，检验通过，证明了上述中介效应的合理性。

表5 基于融资约束的路径检验回归结果

五、进一步分析

（一）区分稳定客户关系对不同类别精准扶贫行为的影响

本文参照国泰安披露的数据，将企业参与精准扶贫的方式划分为产业发展扶贫（TPA_Ind）、社会公益扶贫（TPA_Social）、生态健康扶贫（TPA_Health）、教育扶贫（TPA_Edu）、就业及其他扶贫（TPA_Emp）五大类，以区分供应商—客户关系对不同类别企业精准扶贫行为的影响。表6报告了回归结果，可以看出，CC与TPA_Social在5%水平上显著负相关，与TPA_Edu在10%水平上显著负相关，与TPA_Ind、TPA_Health、TPA_Emp负相关 但 在10%水平上不显著，这也意味着稳定的供应商—客户关系更有可能抑制企业的社会公益扶贫以及教育扶贫行为。原因可能在于：相较于社会关注度高、社会声誉好、帮扶成效显著的产业扶贫、生态健康扶贫以及就业扶贫，社会公益扶贫以及教育扶贫的资金投入量更大，帮扶周期更长，成本更高，脱贫成效却相对较低。因此，对于面临经营风险以及融资约束的企业而言，更倾向于降低社会扶贫与就业扶贫的帮扶意愿与帮扶程度。

表6 区分稳定客户关系对不同类别精准扶贫行为的影响

（二）按照产品市场竞争强度高低分组回归

当企业面临的产品市场竞争强度不同时，稳定客户关系所引发的风险效应对于企业精准扶贫行为的负面影响也会存在显著差异。为验证这一推断，参照谢珺和陈航行等（2016）等文献的做法，使用“勒纳指数（PCM）”衡量企业在产品市场的竞争强度与市场势力，并定义PCM=（营业收入―营业成本―销售费用―管理费用）/营业收入，PCM越大意味着企业在产品市场获得的单位产品垄断租金越高，企业面临的产品市场竞争强度自然越低。按照同一行业、同一年度内样本公司PCM的中位数对模型（1）进行分组回归，表7报告了回归结果。可以看出，CC与TPA_Trend、TPA之间的显著负相关关系仅出现在高产品市场竞争组，表明激烈的产品市场竞争环境会加剧客户稳定型企业的经营风险与财务风险规避动机，进而抑制企业的精准扶贫参与意愿以及参与程度。

表7 按照产品市场竞争强度高低分组回归结果

（三）按照政府补助程度高低分组回归

政府补助具有较强的政府资源配置引导效应与信号传递效应，有助于一定程度上降低企业经营风险与财务风险，因此，当企业获得的政府补助水平不同时，稳定客户关系所引发的风险效应对于企业精准扶贫行为的负面影响也会存在显著差异。参照严若森和唐上兴（2020）等文献的做法，使用“企业当年获得的政府补助收入占总营业收入的比值（Gov_subsidy）”衡量企业获得的政府补助程度，并按照同一行业、同一年度内样本公司Gov_subsidy的中位数对模型（1）进行分组回归，表8报告了回归结果。可以看出，CC与TPA_Trend、TPA之间的显著负相关关系仅出现在低政府补助组，表明较高的政府补助水平有助于缓解企业的风险规避动机，进而削弱稳定的客户关系对企业精准扶贫行为的不利影响。相反，较低的政府补助水平则会强化客户稳定型企业的经营风险与财务风险规避动机，进而抑制企业的精准扶贫参与意愿以及参与程度。

（四）按照管理层风险承担水平高低分组回归

既有文献指出，管理者个人特征、管理者自信程度会通过影响企业对待风险的态度进而影响企业社会责任履行情况（祁怀锦和刘艳霞，2018；李思飞等，2015），那么当管理层风险承担水平不同时，稳定的客户关系对企业精准扶贫行为的抑制效应也会存在显著差异。本文参照Billingset al.（2020）等文献的做法，使用“企业当年费用化研发投入金额占当年总营业收入的比值（Risktaking）”衡量管理层的风险决策以及风险承担水平，并按照同一行业、同一年度内样本公司Risktaking的中位数对模型（1）进行分组回归，表9报告了回归结果。可以看出，CC与TPA_Trend、TPA之间的显著负相关关系仅出现在低风险承担组，而在高风险程度组，CC与TPA_Trend甚至出现了微弱的正相关关系，表明管理层较高的风险承担意愿有助于缓解企业的风险规避动机，进而削弱稳定客户关系对企业精准扶贫行为不利影响。相反，管理层较低的风险承担意愿则会强化客户稳定型企业的经营风险与财务风险规避动机，进而抑制企业的精准扶贫参与意愿以及参与程度。

表9 按照管理层风险承担水平高低分组回归结果

六、研究结论与启示

本文以中国特有的精准扶贫制度作为切入点，探讨供应商—客户关系对企业社会责任行为的影响。研究发现，稳定客户关系会显著加剧企业经营风险与财务风险，进而显著抑制企业精准扶贫行为。这一结论经过一系列稳健性检验与机制检验后依然成立。进一步区分不同类别精准扶贫行为发现，稳定的供应商—客户关系更有可能抑制企业的社会公益扶贫以及教育扶贫行为；且横截面分组检验发现，当产品市场竞争强度较高、政府补助水平较低以及管理层风险承担水平较低时，稳定客户关系对企业精准扶贫行为的抑制效应更加显著。上述研究结论对于引导中国企业防范经营风险与财务风险、积极参与精准扶贫实践具有借鉴意义。

本文的对策建议包括：第一，政府监管部门应当提示企业关注稳定客户关系可能引发的经营风险以及财务风险，提醒企业防范过分依赖大客户潜在的供应链风险传染效应。一方面，应督促企业建立健全客户关系管理体系，在维持良好客户关系的同时降低主要客户的集中程度；另一方面，证券监管部门应当强化上市公司客户风险信息披露机制，将客户关系作为强制性披露事项在年报附注中予以详细说明，以有助于资本市场参与者更加合理评估企业价值。第二，精准扶贫作为助力国家全面建成小康社会的重要抓手，应当得到更多企业的广泛支持与积极响应。企业应当结合自身经营情况，通过提高产品市场竞争能力、获取政府资源支持以及提升管理层风险承担意愿等方式在合理控制经营风险与财务风险的同时，探索适宜的精准扶贫模式，实现企业价值与社会声誉的共同增长。