捐赠期望落差、现金流权与企业应对策略

宋渊洋，张 罕，匡 倩

(华东理工大学 商学院，上海 200237)

近年来，企业社会绩效日益被利益相关者关注，成为衡量企业成功的核心维度之一[1-2]。企业社会绩效低于预期(即社会绩效期望落差)会导致利益相关者对企业产生质疑，降低支持力度[3-4]，进而危害企业长期发展。例如，新冠肺炎爆发后，中国企业纷纷驰援灾区。小米于2020年1月24日捐赠30万元医疗防护物资。与此同时，截止2020年1月28日捐赠上亿的企业就有吉利、万科和美的等20余家。与这些企业相比，小米的捐赠力度远低于公众预期，导致其捐赠行为在微信和知乎等社交平台被广泛质疑。为平息质疑，小米于1月29日宣布追加捐款1 000万元。在其他捐赠事件中，企业捐赠金额低于预期也曾引发质疑。例如，2008年汶川地震发生后，万科宣布捐赠220万元。由于其捐赠金额比同行低很多，万科的捐赠行为引发广泛的批评和股票抛售，导致其股价在两个交易日内下跌近10%。万科不得不在1周后宣布追加捐赠1亿元。

上述案例表明，企业社会绩效应设法达到利益相关者的预期。然而，由于信息不对称和决策者有限理性，企业社会绩效低于预期(即出现社会绩效期望落差)普遍存在。一个重要的理论和现实问题是:如果难以避免出现社会绩效期望落差，企业应该采用什么策略来缓解社会绩效期望落差带来的负向冲击?现有研究侧重于探讨财务绩效期望落差对企业行为的影响，发现财务绩效期望落差迫使企业搜寻和实施提高财务绩效的各种措施，如内部治理结构调整[5]、战略变革[6]、创新[7-8]、跨国并购[9]、国际化[10-11]、进入新市场[12]和企业社会责任[13-14]。与大量研究关注财务绩效期望落差相比，现有研究对企业如何应对社会绩效期望落差探讨较少[15]。然而，社会绩效期望落差和财务绩效期望落差是两种本质不同的绩效反馈。财务绩效期望落差预示企业面临效率威胁，而社会绩效期望落差则更多地预示企业面临合法性威胁[15-16]，需要采取不同的应对措施。由于社会绩效期望落差与财务绩效期望落差有本质不同，有关财务绩效期望落差的研究结论很难直接推广到社会绩效期望落差。

有鉴于此，本文进一步探讨企业如何应对社会绩效期望落差，为企业规避社会绩效期望落差的潜在负向影响提供理论和实证依据。由于企业社会绩效包含范围很广，故选取企业社会绩效在中国最受企业决策者和利益相关者关注的一个维度——企业慈善捐赠进行探讨[17-18]。企业慈善捐赠是企业与利益相关者(如公众、政府、消费者和供应商等)构建良好关系，进而获得利益相关者支持和赢得可持续竞争优势的重要战略举措[19-20]。作为企业常见和最可见的社会责任行为[18]，慈善捐赠日益得到中国企业和利益相关者重视。据统计，2009～2019年中国企业慈善捐赠从131.27亿元增长到931.47亿元，年均增长率高达21.65%1数据来源:中国慈善联合会发布的2009和2019年《中国慈善捐助报告》)。随着企业慈善捐赠日趋普遍和重要，研究企业如何应对捐赠期望落差具有重要意义。

本文探讨的问题包括:①企业如何应对捐赠期望落差?由于慈善捐赠属于企业社会责任的范围[21]，企业应对捐赠期望落差的自然做法是在将来增加捐赠等企业社会责任行为，故首先探讨捐赠期望落差对企业捐赠和捐赠之外的其他社会责任行为的影响。②企业采用不同类型的社会责任行为的可能性相同吗?与采取捐赠之外的其他社会责任行为相比，企业更可能采取捐赠这一与捐赠期望落差直接相关的企业社会责任行为吗?③捐赠期望落差包括捐赠历史期望落差和捐赠社会期望落差，它们对企业行为的影响孰强孰弱?④什么样的企业对捐赠期望落差的反应更强?考虑到实际控制人的现金流权比例越高，实际控制人承担的反应成本越高，本文侧重于探讨实际控制人现金流权在捐赠期望落差对企业行为影响中的调节作用。

1 理论分析与研究假设

绩效期望落差是企业绩效低于利益相关者预期的程度[22-23]。企业绩效包含财务绩效和社会绩效[15]，绩效期望落差也包含财务绩效期望落差和社会绩效期望落差两个维度。现有研究集中于探讨财务绩效期望落差伴随的后果，对社会绩效期望落差研究较少。社会绩效期望落差与财务绩效期望落差对组织的意义和伴随的行为后果有本质差异(见表1)。

表1 财务绩效期望落差和社会绩效期望落差的比较

如表1所示，首先，财务绩效期望落差和社会绩效期望落差的决策含义有差异。财务绩效期望落差预示着企业经营效率有问题，而社会绩效期望落差预示着企业合法性受到威胁[15]。其次，虽然财务绩效期望落差和社会绩效期望落差都预示着企业存在问题，但财务绩效期望落差比社会绩效期望落差带来的短期危害更大，更可能被视为短期紧迫的威胁。再次，决策者的解读有差异。决策者往往会在短期内采取各种措施消除财务绩效期望落差，而决策者是否将缓解社会绩效期望落差提上日程取决于企业对合法性的依赖程度和采取措施的成本。最后，企业消除财务绩效期望落差的措施多种多样(如调整组织结构、推出新产品和进行国际化)，但消除社会绩效期望落差的措施较为有限。例如，当捐赠期望落差导致企业合法性受损时，企业最有效的措施是采取社会责任相关的行动，而不是采用企业研发和国际化等不太相关的行动。

鉴于社会绩效期望落差的影响机制与财务绩效期望落差有差异，而现有研究对社会绩效期望落差研究较少，本文致力于揭示社会绩效期望落差的一个重要方面(慈善捐赠期望落差)对企业行为的影响。企业行为包含的范围很广，那么，捐赠期望落差对哪些行为会产生影响?由于捐赠属于企业社会责任的范围，企业应对捐赠期望落差的自然做法是在将来增加捐赠等社会责任行为。在理论上，增加企业社会责任行为与捐赠期望落差相关，容易得到利益相关者的认可[3-4，24]。在实践中，企业普遍通过增加捐赠等企业社会责任行为来应对捐赠期望落差。例如，万科在2008年汶川地震后宣布捐赠200万元。由于捐赠金额比其他企业少很多(即捐赠社会期望落差大)，万科被称为“铁公鸡”，其高管甚至受到人身攻击。最后，万科迫于压力增加捐赠1亿元。显然，万科只有增加捐赠才能平息利益相关者的批评，采取其他措施(如增加研发投入、并购、国际化和多元化等)并不能有效地回应和平息利益相关者的质疑，因为这些措施与威胁企业合法性的诱因(捐赠期望落差)相关性较弱。综上所述，本文侧重于探讨捐赠期望落差对企业后续捐赠等社会责任行为的影响，以及这种影响对不同类型的捐赠期望落差和不同特征的企业有何差异，并提出研究假设。

1.1 捐赠期望落差与企业应对策略

企业慈善捐赠是企业为社会和慈善事业捐助的物品和现金，包括对救灾、教育、文化、艺术和医疗等方面的捐赠[20]。慈善捐赠能提高企业合法性[20，25]，使企业得到利益相关者认可和支持，进而获得可持续竞争优势[19，26]。一方面，慈善捐赠是一种符合社会规范的制度化活动，企业参与慈善捐赠预示着企业行为与社会规范一致。因此，慈善捐赠能提高企业合法性[20，27]。另一方面，慈善捐赠向利益相关者彰显了企业致力于解决社会问题和推动社会进步的决心，使利益相关者相信企业并不是短期机会主义者，能促进利益相关者与企业合作[28-29]。与上述逻辑一致，实证研究表明，慈善捐赠能降低企业的资本成本[30]，提高顾客满意度[31]、供应商信用额度[32]、银行贷款额度[33]和企业创新绩效[34]。

与恰当的慈善捐赠伴随诸多正面后果不同，捐赠期望落差使企业面临合法性威胁[3-4]。企业捐赠期望落差越大，预示着企业行为偏离社会期望的制度化行为越多，企业合法性受到的负面影响越大[20，27]。捐赠期望落差对企业发展有负面影响。一方面，捐赠期望落差伴随的合法性降低会影响企业的竞争优势和长期财务绩效[20]，使利益相关者更难从与企业的合作和联系中获益，从而降低利益相关者(如员工、供应商和客户)进一步与企业发生社会经济交换的积极性;另一方面，捐赠期望落差带来的合法性降低会溢出到利益相关者，使利益相关者的合法性受损[35-36]。例如，万科“捐款门”产生的合法性威胁会溢出到高管和员工等利益相关者，导致高管和员工被社会批评甚至遭到人身攻击。因此，如果企业不能快速有效地应对捐赠期望落差，利益相关者会降低甚至终止对企业的支持。

为了降低捐赠期望落差对企业合法性的负面影响，企业需要做出恰当反应[37]。由于企业合法性受损是因为捐赠低于期望水平，企业应对捐赠期望落差的一个重要策略是在将来增加捐赠。与捐赠期望落差小的企业相比，捐赠期望落差大的企业的合法性受到的负面影响更大，企业需要更大幅度地增加捐赠来赢得利益相关者的认可和支持[3-4]。因此，捐赠期望落差对企业后续的捐赠增加有正向影响。

与财务绩效期望落差包括财务绩效历史期望落差和财务绩效社会期望落差一样[38-41]，捐赠期望落差也可以分为捐赠历史期望落差和捐赠社会期望落差。其中，捐赠历史期望落差是企业实际捐赠额低于历史期望水平的幅度，捐赠社会期望落差是企业实际捐赠额低于社会期望水平的幅度。这是因为利益相关者在判断企业捐赠金额是否合理时主要有两个参照对象:企业自身的历史捐赠金额和同行业企业的捐赠金额。一方面，参照企业的历史捐赠金额，利益相关者会形成对企业当期捐赠金额的期望水平(即捐赠历史期望水平)。企业实际捐赠金额低于捐赠历史期望水平越多(即捐赠历史期望落差越大)，利益相关者越倾向于认为企业的实际捐赠金额低于预期，越会负面评价和降低支持;另一方面，利益相关者在判断企业捐赠金额是否合理时还会参照同行业企业的捐赠水平。企业实际捐赠金额低于同行业企业的捐赠金额越多，利益相关者越倾向于认为企业的实际捐赠金额低于预期，越可能负面评价和降低支持。因此，无论捐赠历史期望落差还是捐赠社会期望落差都会降低企业合法性[22，40]，而增加捐赠是修复合法性的有效手段。基于上述分析，提出如下假设:

H1a捐赠历史期望落差越大，企业后续的捐赠增加越多。

H1b捐赠社会期望落差越大，企业后续的捐赠增加越多。

除了增加捐赠，企业还可能增加其他类型的企业社会责任行为以应对捐赠期望落差带来的合法性威胁。首先，其他社会责任行为与捐赠有某种相关性。现有研究认为，当企业修复合法性的行为与损害企业合法性的行为相关时，企业更容易得到利益相关者的认可和支持[3-4，24]。由于其他社会责任行为与捐赠都属于企业社会责任，企业增加其他社会责任行为来应对捐赠期望落差在利益相关者看来是相关的。其次，企业合法性源于利益相关者对企业的整体感知[37]，企业可以使用不同维度的社会责任行为来提升合法性。现有研究表明，无论是慈善捐赠还是其他社会责任行为(如环境保护)都有助于提高企业合法性[25，42-43]。因此，企业不仅可以通过增加捐赠，也可以通过增加其他社会责任行为来应对合法性威胁，使企业整体合法性维持在较高水平。综上所述，企业捐赠期望落差越大越可能增加捐赠之外的其他社会责任行为。考虑到捐赠历史和社会期望落差的影响机理类似，提出如下研究假设:

H2a捐赠历史期望落差越大，企业后续的其他社会责任行为增加越多。

H2b捐赠社会期望落差越大，企业后续的其他社会责任行为增加越多。

上述分析指出，企业捐赠等企业社会责任行为的调整同时受捐赠历史期望落差和捐赠社会期望落差的影响，那么，一个重要的研究问题是:哪一种期望落差的影响更强?虽然在研究财务绩效期望落差时，部分研究同时将历史和社会期望落差纳入研究范围[10，23，38，44-46]，但这些研究并没有进一步比较两者影响强度的差异。因此，进一步比较捐赠历史期望落差和捐赠社会期望落差的影响强度具有重要理论意义。另外，对两者影响强度的进一步比较也有助于指导企业在决策时赋予捐赠历史期望落差和捐赠社会期望落差不同权重，在不增加资源投入的情况下最有效地维护企业合法性。

捐赠历史期望落差和捐赠社会期望落差通过降低企业合法性，迫使企业通过增加社会责任行为来修复合法性。当一种期望落差对企业合法性降低的影响强于另一种时，这种期望落差会使企业采用更强有力的修复行为。由于如下原因，捐赠社会期望落差比捐赠历史期望落差对企业合法性降低的影响更强。相关研究表明，在做出没有客观标准的判断时，利益相关者更倾向于使用社会比较而不是历史比较[47-48]，这是因为社会比较能更有效地排除时间和情境因素的影响，所以虽然利益相关者可以借助企业历史比较和社会比较的方法来判断企业捐赠是否低于预期，并分别形成捐赠历史期望落差和捐赠社会期望落差的数值，但是由于社会比较比历史比较能更有效地排除各方面因素的影响，利益相关者更依赖捐赠社会期望落差(而不是捐赠历史期望落差)的大小来判断企业捐赠行为是否合理[47，49]。与之对应，企业捐赠低于社会期望水平(即捐赠社会期望落差)比低于历史期望水平(即捐赠历史期望落差)更能引起利益相关者的关注和重视，对企业合法性的威胁更强。由于捐赠社会期望落差比捐赠历史期望落差对企业合法性的负向影响更强，企业对捐赠社会期望落差更重视，更会大幅度地增加捐赠等社会责任行为。基于上述分析，提出如下假设:

H3a捐赠社会期望落差比捐赠历史期望落差对捐赠增加的影响更强。

H3b捐赠社会期望落差比捐赠历史期望落差对其他社会责任行为增加的影响更强。

1.2 实际控制人现金流权的调节作用

由于中国企业的股权高度集中在实际控制人手中[50]，企业决策主要由实际控制人主导[51-52]。在这种意义上，上市公司实际控制人决定了企业对捐赠期望落差带来的合法性威胁的反应程度。考虑到实际控制人的现金流权会影响实际控制人分担的增加企业社会责任行为的成本，把实际控制人的现金流权作为调节变量。

实际控制人在做出是否增加企业社会责任行为来应对捐赠期望落差伴随的合法性威胁时面临如下冲突:一方面，实际控制人需要直接承担企业社会责任行为增加的成本;另一方面，企业社会责任行为增加虽然能修复捐赠期望落差导致的合法性受损[20，25，30]，但是由于实际控制人的现金流权动态变化，实际控制人能否享受到企业社会责任行为增加带来的长期正向影响具有不确定性。因此，企业社会责任行为增加会导致实际控制人承担确定的短期成本，但能否获得长期收益具有不确定性。企业实际控制人的现金流权比例越高，上述冲突越严重。一方面，现金流权比例越高，实际控制人越需要承担企业社会责任行为增加伴随的短期成本;另一方面，由于中国上市公司实际控制人的现金流权随着时间在稀释，现金流权较高的实际控制人在获取企业社会责任行为增加带来的长期收益方面面临同等甚至更高的不确定性。因此，企业实际控制人的现金流权比例越高，捐赠期望落差对企业社会责任行为增加的正向影响越弱。由于上述机理对于增加捐赠和增加其他社会责任行为一致，故提出如下研究假设:

H4a实际控制人的现金流权对捐赠期望落差与捐赠增加之间的关系有调节作用:现金流权比例越高，捐赠期望落差对捐赠增加的正向影响越弱。

H4b实际控制人的现金流权对捐赠期望落差与其他社会责任行为增加之间的关系有调节作用:现金流权比例越高，捐赠期望落差对其他社会责任行为增加的正向影响越弱。

2 研究设计

2.1 研究数据

为了分析捐赠期望落差对企业应对策略的影响，需要收集企业慈善捐赠等社会责任行为和相关变量的纵向数据以检验研究假设。中国上市公司为检验研究假设提供了数据基础，这是因为上市公司在年报中披露了企业社会责任行为的相关信息[18]。具体而言，中国上市公司从2003年开始在年报附注的“营业外支出”中详细披露了营业外支出的明细数据，包含企业慈善捐赠的具体项目和支出金额。此外，上市公司还在2006年及之后披露企业社会责任报告，使收集捐赠之外的社会责任行为成为可能。考虑到2007年只有不到10家企业在社会责任报告中披露了其他社会责任项目的数据，选择样本较多的2008年作为研究起点。另外，从2019年起CSMAR数据库不再包含其他社会责任项目的明细数据。因此，本文选择2008～2018年的A股上市公司作为研究样本，研究数据来自国泰安中国上市公司研究数据库。为了反映变量在时间上的先后顺序，因变量(捐赠和其他社会责任行为增加)和控制变量使用t年的数据，而自变量使用t-1年的数据。在剔除没有披露企业社会责任报告和缺乏数据的企业后，得到2008～2018年853家企业的4 856条观测值。

2.2 研究变量

(1)被解释变量。捐赠增加(Don_increase)反映了企业i在t年的慈善捐赠与t-1年相比增加多少。首先，参照现有研究[18]，在上市公司年报附注“营业外支出”中查找与“慈善捐赠”相关的支出，然后把企业在t年和t-1年的所有慈善捐赠支出分别加总得到企业在t年和t-1年的慈善捐赠金额(Doni，t和Doni，t-1)。由于慈善捐赠金额是偏态分布，使用企业t年和t-1年慈善捐赠金额加1再取自然对数(ln(Doni，t+1)和ln(Doni，t-1+1))度量企业在t年和t-1年的慈善捐赠强度[17-18]。其次，与现有研究一样[31]，企业i在t年慈善捐赠增加(Don_increasei，t)是企业i在t年的慈善捐赠强度减去t-1年的慈善捐赠强度，即

没有使用t年的捐赠金额减去t-1年的捐赠金额再取自然对数的原因在于，企业t年的捐赠金额可能低于t-1年的捐赠金额，导致无法对差额取对数。

使用上述方法测量因变量主要基于如下考虑。首先，慈善捐赠旨在赢得利益相关者的支持[19-20]，慈善捐赠增加的额度比其他反映捐赠变动的指标(如捐赠增长率)更容易被利益相关者理解并得到支持。其次，由于部分企业在某些年份的慈善捐赠为0，导致无法计算捐赠增长率等指标，故其他度量指标在实证上不可行。另外，按照对数公式和因变量的测量方法，Don_increasei，t本身也包含增长率的含义2这是因为Don_increase i，t=ln(Don i，t+1)-ln(Don i，t-1+1)=ln[1+(Don i，t-Don i，t-1)/(Don i，t-1+1)]，约等于捐赠增长率加1再取自然对数)。最后，没有直接使用企业t年实际捐赠金额减去t-1年实际捐赠金额是因为这种测量方法有很强的异方差[17-18]。

其他社会责任行为增加(Un Don_increase)是指企业i在t年除捐赠之外的其他社会责任行为与t-1年相比增加多少。考虑到无法从企业社会责任报告中获取其他社会责任行为涉及的成本投入，使用企业除捐赠外开展的社会责任活动的项数来反映企业履行捐赠之外的社会责任的情况。由于部分企业的其他社会责任项目数众多，参照上面对捐赠增加的度量原理，首先对其他社会责任活动数取自然对数以消除异方差的影响，然后用企业i在t年的其他社会责任活动数(+1)的自然对数减去t-1年其他社会责任活动数(+1)的自然对数，以度量企业其他社会责任行为的增加幅度(Un Don_increasei，t)。

(2)解释变量。捐赠期望落差反映了企业实际捐赠强度与期望捐赠强度的差距，包括捐赠历史期望落差(His_below)和捐赠社会期望落差(Soc_below)[38]。企业i在t年的捐赠历史期望落差(His_belowi，t)和捐赠社会期望落差(Soc_belowi，t)分别等于企业捐赠历史期望强度(Historical Aspiration，HA i，t)和捐赠社会期望强度(Social Aspiration，SA i，t)减去企业实际捐赠强度。考虑到本文侧重于探讨捐赠期望落差(即实际捐赠强度低于预期捐赠强度的幅度)的影响，当企业t期实际捐赠强度高于期望时，企业当期的捐赠期望落差为0[22，53-54]，即与预期捐赠强度相比，企业没有期望落差。

计算捐赠历史期望落差和社会期望落差的难点在于确定企业捐赠的历史期望水平和社会期望水平。现有研究指出，企业i在t年的历史期望(HA i，t)是由企业在t-1年的表现和t-1年的历史期望共同决定[55-56]。企业在t-1年的表现越好或历史期望越高，利益相关者对于企业在t年的历史期望水平越高。与上述研究一样，使用下式计算捐赠历史期望水平:

式中:ln(Doni，t-1+1)表示企业i在t-1年的捐赠强度;HA i，t-1表示企业i在t-1年的历史期望3企业i在2007年的捐赠历史期望就是企业在2006年的捐赠强度(即ln(Don i，2006+1)))。α反映的是利益相关者对企业在捐赠方面的当前绩效和过去绩效关注程度的不同[57]。参照现有研究[16，58]，在正文部分给出的是α=0.75时的回归结果。在稳健性检验中，把α设定为0.25和0.5再进行检验[58]，发现能得到一致的分析结果。

在度量社会期望时，现有研究使用与企业类似的同行业企业的均值来度量企业的期望绩效[5，45，59-60]。这是因为利益相关者期望企业在特定方面的绩效至少在类似企业的平均水平之上，否则可能对企业有负面评价。参照现有研究[58]，使用在t年与企业i归属于同一个一级行业的所有企业中与i在营业收入和总资产最接近的N个企业作为i的类似企业，并用这些企业的慈善捐赠强度的平均值来度量企业i在t年的捐赠社会期望水平(SA i，t)。具体而言，在t年，可以根据营业收入和总资产计算企业i与所有同行业企业的马氏距离，然后选取马氏距离最小的N个企业作为企业i的类似企业。最后，求这N个企业的慈善捐赠强度的平均值得到企业i的捐赠社会期望水平(SA i，t)。由于社会比较一般在较小的范围进行，主要的回归结果是基于N=5[58]。在稳健性测试中，还基于N等于7或9计算捐赠社会期望落差[58]，发现能得到一致的研究结论。

现金流权(CFR)。参照现有研究[61-62]，用实际控制人与上市公司股权关系链每层持有比例相乘或实际控制人与上市公司每条股权关系链每层持有比例相乘之总和来度量实际控制人在上市公司持有的现金流权。

(3)控制变量。参照期望落差和企业捐赠相关文献[12，17-18，44]，设置如下控制变量:①控制企业性质(Private)的影响。这是因为民营企业和国有企业面临的制度环境有很大差异，对捐赠期望落差的反应策略可能有所不同。②企业规模(Firm size)的影响。因为规模大的企业有更多资源用于增加企业社会责任行为。企业规模用营业总收入的自然对数来测量。③成立越久的企业的合法性越强，对捐赠期望落差带来的合法性威胁越不敏感，因此，控制企业年龄(Firm age)。④负债率越高的企业越缺乏可用于增加社会责任行为的资源，把资产负债率(Leverage)作为控制变量。⑤企业业绩越好，越可能增加社会责任行为，因此，控制资产收益率(ROA)。⑥为了控制财务绩效期望落差对企业应对策略的影响，基于ROA按照捐赠期望落差的计算方法计算企业的财务绩效历史期望落差(ROAHis_below)和财务绩效社会期望落差(ROASoc_below)，并把这两个变量作为控制变量。⑦企业冗余资源越多越可能增加社会责任行为，把企业冗余资源(Slack)作为控制变量，用企业流动资产除以总资产来度量[6]。⑧现有研究表明，机构投资者持股总体上能促进企业履行社会责任[63-68]。为了反映机构投资者对企业应对策略的影响，把机构投资者在企业的持股比例(Inst)作为控制变量。机构投资者包括基金、券商、保险公司、信托公司、财务公司、社保基金、企业年金和QFII[69]。最后，控制行业哑变量(Industry)和年份哑变量(Year)，以反映企业社会责任行为增加的行业和年份差异。

变量名称、代码和测量方法如表2所示。在回归分析前，检查数据后发现资产收益率(ROA)和资产负债率(Leverage)有异常值。为避免异常值干扰回归结果，对这两个连续变量进行1%水平的缩尾处理[39]。

表2 变量的含义、代码和测量方法

2.3 研究模型和估计方法

为了反映变量之间的因果关系，因变量(捐赠增加和其他社会责任行为增加)、调节变量和控制变量使用t年数据，自变量使用t-1年数据。由于因变量捐赠增加和其他社会责任行为增加都是连续变量，可以采用的估计方法包括普通最小二乘法(OLS)、固定效应回归方法和随机效应回归方法。考虑到同一个企业在不同年份的观测值的误差项可能相关，排除了OLS估计方法。在选择固定效应还是随机效应时，为了控制不随时间变化却又难以度量的企业层面因素(例如企业文化和组织流程)对回归结果的干扰[70]，采用固定效应回归方法。

3 实证分析结果

3.1 描述性统计

研究涉及的核心变量的描述性统计如表3所示。表3表明，企业捐赠增加(Don_increase)和其他社会责任行为增加(UnDon_increase)的标准差较大(与均值相比)，说明不同企业在捐赠增加和其他社会责任行为增加方面的差异很大。表3中的中位数显示，捐赠增加和其他社会责任行为增加的中位数均为0，说明接近一半的企业的捐赠和其他社会责任行为有所增加，而另一半企业的捐赠和其他社会责任行为有所减少。为了避免因变量严重偏态分布影响分析结果的准确性，绘制了捐赠增加和其他社会责任行为增加的分布图，发现这两个变量的分布与正态分布比较类似(见图1)。另外，虽然小样本时要求因变量严格遵循正态分布，但在大样本的情况下对因变量的分布的要求可以放松[70]。因此，总体上本文可以基于面板数据的回归方法得到可靠的研究结论。

表3 变量的描述性统计

研究中涉及的核心变量的相关系数如表4所示。由表4可见，捐赠历史期望落差和社会期望落差都与下一年捐赠增加呈显著正相关关系，捐赠历史期望落差与下一年其他社会责任行为增加显著正相关，与研究假设一致。捐赠社会期望落差与其他社会责任行为增加的相关系数不显著，这可能是由于没有控制其他变量的影响的缘故。由自变量的相关系数可见，除了财务绩效历史期望落差(ROAHis_below)、财务绩效社会期望落差(ROASoc_below)以及ROA之间的相关性较高外，其他自变量之间的相关系数中等偏低，说明多重共线性不严重。进一步检验显示，各核心变量的VIF值(His_below、Soc_below和CFR的VIF值分别为1.43、1.56和1.36)以及所有变量VIF的均值(5.71)均低于临界值10。为了进一步避免多重共线性的干扰，还把财务绩效历史期望落差(ROAHis_below)、财务绩效社会期望落差(ROASoc_below)以及ROA逐个或多个从回归模型中移除，发现仍能得到一致的回归结果。

表4 变量的相关系数

3.2 主要回归结果

(1)捐赠期望落差对下一年捐赠增加的影响。假设H1a和H1b预测捐赠历史和社会期望落差对企业下一年捐赠增加有正向影响，检验结果如表5所示。表5模型(1)、(2)分别把捐赠历史期望落差和捐赠社会期望落差作为自变量，模型(3)同时把两者纳入回归模型。比较模型(1)、(2)和模型(3)回归系数的方向和显著性程度可以发现，无论是单独还是同时纳入回归模型，捐赠历史期望落差和捐赠社会期望落差的回归系数的方向和显著性程度保持不变，说明研究结论有较强的稳健性。

假设H1a关于捐赠历史期望落差对下一年捐赠增加的影响，检验结果如表5模型(1)、(3)所示。模型(1)、(3)的分析结果均表明，捐赠历史期望落差(His_below)对企业下一年捐赠增加(Don_increase)有显著的正向影响(p＜0.01)，H1a得到支持。假设H1b关于捐赠社会期望落差对捐赠增加的影响，检验结果如表5模型(2)、(3)所示。模型(2)、(3)的分析结果均表明，捐赠社会期望落差(Soc_below)对企业下一年捐赠增加(Don_increase)有显著的正向影响(p＜0.01)，H1b也得到支持。这是因为捐赠历史和社会期望落差越大，企业越可能面临利益相关者的质疑和不支持，越需要通过增加捐赠来降低负面影响。

表5 捐赠期望落差对企业捐赠增加的影响

表5中控制变量的回归结果显示，财务绩效历史和社会期望落差对捐赠增加的影响总体上不显著，说明企业不倾向于使用捐赠增加来改善财务绩效。这可能是因为增加捐赠对修复财务绩效期望落差的短期作用较小。与增加捐赠相比，内部治理结构调整[5]、战略变革[6]、加大投资[71]、国际化[10]和进入新市场[12]等措施可以更有效地改善财务绩效期望落差。与此同时，增加捐赠意味着短期内企业资源的外流，可能进一步恶化短期财务绩效。其他控制变量的回归结果显示，民营企业、规模大的企业、成立时间短的企业和机构投资者持股比例高的企业更倾向于增加捐赠支出。

(2)捐赠期望落差对下一年其他社会责任行为增加的影响。假设H2a和H2b预测捐赠历史和社会期望落差对企业其他社会责任行为增加有正向影响，检验结果如表6所示。表6模型(1)、(2)分别把捐赠历史期望落差和捐赠社会期望落差作为自变量，模型(3)同时把两者纳入回归模型，以检验研究结论是否对模型设定敏感。表6的回归结果表明，无论是采用哪种模型设定，研究结论基本一致。假设H2a的检验结果如表6模型(1)、(3)所示。模型(1)、(3)的分析结果均表明，捐赠历史期望落差(His_below)对企业其他社会责任行为增加(UnDon_increase)没有显著影响(p＞0.1)，H2a没有得到实证支持。假设H2b的检验结果如表6模型(2)、(3)所示。模型(2)、(3)的分析结果均表明，捐赠社会期望落差(Soc_below)对企业其他社会责任行为增加(UnDon_increase)没有显著影响(p＞0.1)，H2b也没有得到实证支持。

表6 捐赠期望落差对其他社会责任行为增加的影响

假设H1a和H1b得到了支持，而假设H2a和H2b没有得到支持，说明企业在应对捐赠期望落差时更倾向于通过增加捐赠，而不是增加其他社会责任活动来赢得利益相关者对企业的持续支持。这可能是因为，与增加其他社会责任行为相比，增加捐赠是与捐赠期望落差最相关，也是最容易获得利益相关者认可的应对策略[3-4，24]。这充分说明企业在应对捐赠期望落差时，应该首先选择与捐赠直接相关的社会责任活动。

表6中控制变量的回归结果显示，财务绩效历史和社会期望落差对其他社会责任行为增加的影响为负，但不显著。这可能是因为增加其他社会责任行为不是修复财务绩效期望落差最有效的方法。与此同时，增加其他社会责任行为会消耗企业资源，可能恶化企业短期财务绩效，这也导致企业不倾向于通过增加其他社会责任行为来应对财务绩效期望落差。其他控制变量的回归结果显示，大规模企业和成立时间短的企业更倾向于增加其他社会责任行为。

(3)捐赠历史和社会期望落差影响强度的比较。假设H3a预测捐赠社会期望落差对捐赠增加的影响比捐赠历史期望落差更强。H3a的检验结果如表5模型(3)所示。由表5模型(3)的回归系数大小来看，捐赠社会期望落差的回归系数(0.802 7)明显大于捐赠历史期望落差的回归系数(0.109 7)，但是由于两者的测量方法有差异，这个直观的分析结果可能并不可靠。为消除变量测量方法的影响，把捐赠历史期望落差和捐赠社会期望落差标准化后放入回归模型，分析结果如表5模型(4)所示。在标准化后，回归系数的含义是自变量每上升一个标准差，因变量会在多大程度上改变。表5模型(4)的分析结果表明，捐赠社会期望落差的影响强度(4.086 9)约为捐赠历史期望落差影响强度(0.304 2)的13倍，说明捐赠社会期望落差的影响强度的确远远超过历史期望落差。进一步T检验显示，捐赠社会期望落差的影响显著大于捐赠历史期望落差的影响(p＜0.01)，H3a得到实证支持。这是因为与企业自身历史相比形成的捐赠历史期望落差难以排除时间趋势等替代性解释，而与同行业中类似企业相比形成的社会期望落差则更有效地排除了时间和情境等替代性解释，更能反映企业捐赠行为是否合理。因此，与捐赠历史期望落差相比，利益相关者和企业高管决策时更依赖社会期望落差[72]。

假设H3b预测捐赠社会期望落差对其他社会责任行为增加的影响比捐赠历史期望落差更强，检验结果如表6模型(3)所示。表6模型(3)虽然可以发现捐赠社会期望落差与捐赠历史期望落差对其他社会责任行为增加均有正向影响，但是T检验结果不显著。此外，对捐赠历史期望落差和捐赠社会期望落差进行标准化处理后重新放入回归模型。分析结果如表6模型(4)所示。进一步T检验显示，捐赠社会期望落差和捐赠历史期望落差对其他社会责任行为增加的影响仍然没有显著差异(p＞0.1)，H3b没有得到支持。

(4)现金流权的调节作用。假设H4a预测当控股股东现金流权比例高时，捐赠期望落差对下一年捐赠增加的正向影响更弱，检验结果如表7所示。表7模型(1)加入了现金流权和捐赠历史期望落差的交乘项，模型(2)加入了现金流权和捐赠社会期望落差的交乘项，模型(3)同时加入了现金流权和捐赠历史期望落差和捐赠社会期望落差的交乘项。模型(3)由于包含较多交乘项，部分变量的显著性水平有所下降。

表7模型(1)的回归结果显示，捐赠历史期望落差与现金流权的交乘项为负且显著(p＜0.01)，即现金流权比例越高，捐赠历史期望落差对下一年捐赠增加的正向影响越小。模型(2)的结果表明，捐赠社会期望落差与现金流权的交乘项的回归系数也显著为负(p＜0.01)，即现金流权比例越高，捐赠社会期望落差对下一年捐赠增加的正向影响越小。因此，H4a总体上得到支持。上述结论说明，实际控制人的现金流权比例越高，由于越需要承担慈善捐赠的成本和不确定性，更容易出于降低成本的考虑忽略企业捐赠低于历史期望和社会期望可能带来的合法性威胁，导致捐赠期望落差对下一年捐赠增加的影响越小。

表7 现金流权在捐赠期望落差对捐赠增加影响中的调节作用

假设H4b预测当控股股东现金流权比例高时，捐赠期望落差对下一年其他社会责任行为增加的影响更弱，检验结果如表8模型(1)、(2)所示。表8模型(1)加入了现金流权和捐赠历史期望落差的交乘项，模型(2)加入了现金流权和捐赠社会期望落差的交乘项，模型(3)同时加入了现金流权和捐赠历史期望落差和社会期望落差的交乘项。表8模型1的回归结果显示，捐赠历史期望落差与现金流权的交乘项不显著(p＞0.1)。模型(2)的结果显示，捐赠社会期望落差与现金流权的交乘项同样不显著(p＞0.1)。值得注意的是，表8模型(3)中交乘项的显著性上升，这可能是因为模型(3)加入了较多交乘项，由此带来的多重共线性导致显著性发生了变化。因此，H4b总体上没有得到实证支持。

表8 现金流权在捐赠期望落差对其他社会责任行为增加影响中的调节作用

3.3 内生性讨论

内生性主要源于同时性偏误、测量误差和遗漏变量[73]。本文用如下方法控制内生性的影响:首先，为了打破变量之间的同时性，使用滞后变量的方法(即自变量使用t-1期，因变量使用t期)。由于在t期时，企业t-1期决策已经成为既成事实，一般不会被企业t期决策所改变，因而可以控制同时性偏误的影响。其次，自变量和因变量都是基于审计过的企业财务数据进行测量，测量误差在可控范围。最后，使用固定效应模型分析数据，能够排除难以测量的、不随时间变化的因素可能带来的遗漏变量误差。固定效应模型在进行估计时用差分法把企业文化、价值观和组织流程等不随时间变化但会影响企业捐赠增加的因素差分掉，使本文能排除这些因素的影响[70]，降低不随时间变化却又没有纳入模型的因素可能带来的内生性，得到可靠的研究结论。

虽然本文做了上述努力，但是仍然难以完全剔除那些随时间变化、却难以测量的企业因素的影响。如果这些因素同时对自变量和因变量产生影响，那么，模型仍然存在内生性。下面基于现有经济学和国际商务研究中的方法评估该方面遗漏变量偏误的严重程度[74-75]。该方法通过调整模型中的控制变量，通过比较回归系数在不同模型的变化幅度来评估回归系数对控制变量增减的敏感程度，从而评估遗漏某些变量可能带来的偏误程度。

具体而言，假设一个回归只放入少数控制变量(restricted model)，另一个回归放入所有控制变量(full model)。捐赠历史期望落差的回归系数分别为，捐赠社会期望落差的系数分别为，则统计量就反映了遗漏变量偏误对捐赠历史和社会期望落差的系数估计的干扰程度。统计量的数值与遗漏变量的严重程度负相关[74]，这是因为如果遗漏变量后回归系数变化很小，就说明遗漏变量偏误对系数估计的影响非常有限。本文的全模型就是表5模型(3)，该模型包含了所有控制变量。受限模型包括如下3种遗漏重要控制变量的形式:①遗漏财务绩效历史和社会期望落差;②遗漏企业业绩和冗余资源;③遗漏机构投资者比例。以捐赠期望落差对企业下一年捐赠增加的影响为例，不同设定方法的回归系数和统计量如表9所示。

表9 遗漏随时间变化因素导致的内生性偏误的估计(捐赠增加)

表9表明，不管遗漏哪些变量，捐赠历史和社会期望落差的回归系数的方向和大小高度稳定。相关统计量显示，如果捐赠历史期望落差对捐赠增加的影响完全归因为遗漏变量偏误，则遗漏变量的数量至少是模型中已有变量的84～183倍(平均值是180);如果捐赠社会期望落差对捐赠增加的影响完全归因于遗漏变量偏误，则遗漏变量的数量至少是模型中已有变量的617～2 676倍(均值是1 633)。由于研究模型中已经放入较多企业层面变量和行业年份控制变量，即便存在遗漏变量，也不可能有如此之多。因此，遗漏的企业层面随时间变化的因素导致的内生性偏误应该不会改变研究结论。

另外，同时性偏误和遗漏变量还可能导致逆向因果问题，即因变量对自变量有逆向影响。这一问题在使用横截面数据时尤为严重，因为横截面数据往往在同一时点测量自变量和因变量。在面板数据中，可以联合使用滞后处理和固定效应模型控制逆向因果的影响，得到可靠的研究结论。Leszczensky等[76]基于蒙特卡罗模拟发现，使用包含滞后变量的固定效应模型能在广泛情形下有效地控制面板数据中可能存在的逆向因果偏误。遵循Leszczensky等的建议，本文也使用带有滞后项的固定效应模型控制可能存在的逆向因果偏误。

最后，本文还尝试使用工具变量法控制内生性的影响，以得到更准确的研究结论。考虑到捐赠期望落差对企业下一年捐赠增加有显著影响，而对下一年其他社会责任行为增加没有显著影响，侧重使用工具变量法评估捐赠期望落差对捐赠增加的分析结果是否稳健。参照现有研究[77-78]，选取t-1年是否发生大地震作为捐赠期望落差的工具变量4把大于里氏7级的地震界定为大地震。在研究样本期间，2008年、2010年和2013年分别发生过汶川地震、玉树地震和雅安地震)。首先，t-1年发生大地震后，利益相关者(如政府和网民)会密切关注企业捐赠水平，使企业面临很强的社会比较压力[47]。为了不被利益相关者批评，企业在t-1年会密切监控同行的捐赠水平和企业历史捐赠水平，导致企业捐赠不仅与同行更为接近，而且往往会高于历史水平，即t-1年发生大地震会导致企业在t-1年的捐赠社会期望落差和历史期望落差变小。因此，工具变量与内生自变量负相关。其次，由于利益相关者注意力稀缺，一般不会长期紧密关注某一事件，导致t-1年的大地震对捐赠产生的影响一般集中在当年，而对企业后续年份(如t年)的捐赠行为没有直接影响。因此，t-1年的大地震是一个合格的工具变量。工具变量的回归结果如表10所示。

表10进一步基于统计检验来判断工具变量是否恰当。无论是Stock-Wright检验还是Anderson-Rubin检验都拒绝了工具变量是弱工具变量的原假设(p＜0.01)，说明工具变量选取恰当。回归结果显示，t-1年发生大地震后，企业t-1年的捐赠历史和社会期望落差更低(p＜0.01)，符合预期。同时，在控制内生性的影响之后，企业t-1年的捐赠历史和社会期望落差仍然对企业t年的捐赠增加有显著的正向影响(p＜0.01)，与表5的回归结果一致，说明研究结论受内生性的影响较小。

表10 使用工具变量法控制内生性的影响(捐赠增加)

3.4 样本选择性偏差的影响

本文仅把披露了企业社会责任报告的企业纳入研究(这些企业在社会责任报告中披露了其他社会责任行为)，可能有样本选择偏差。与现有研究一样，使用Heckman两阶段模型来控制样本选择偏差的影响[79]。第1阶段模型预测企业是否披露CSR报告，然后生成Inverse Mill’s ratio;第2阶段模型把新生成的变量作为控制变量，以控制样本选择偏差。使用Heckman两阶段模型的回归结果如表11所示。表11表明，在控制样本选择偏差之后，回归结果仍然保持不变，说明样本选择偏差问题不至于从根本上改变研究结论。

表11 捐赠期望落差对企业捐赠和其他社会责任行为增加影响的Heckman两阶段回归结果

3.5 稳健性测试

为了检验研究结论的稳健性，本文还进行了如下测试:

(1)用不同方法计算捐赠历史期望落差。在计算捐赠历史期望落差时，需要选择恰当的α值计算捐赠历史期望(HA i，t)。在主要回归结果中，把α设定为0.75。为检验结果的稳健性，把α设定为0.25或0.5，并重新计算捐赠历史期望落差(His_below2和His_below3)。进一步分析表明，无论α取哪个值都能得到一致的研究结论，说明研究结论对捐赠历史期望落差的不同计算方法有较强的稳健性。

(2)用不同方法计算捐赠社会期望落差。在计算捐赠社会期望落差时，需要选择一定数量的同行业企业。参照现有研究[58]，基于马氏距离选择同行业中与企业最为接近的5个企业计算捐赠社会期望落差。为检验回归结果是否受企业数量的影响，基于7个或9个同行业企业计算捐赠社会期望落差(Soc_below2和Soc_below3)。回归结果显示，研究结论与主要的回归结果一致，说明研究结论对捐赠社会期望落差的不同计算方法稳健。

4 结论

社会绩效期望落差会降低企业合法性，导致利益相关者质疑和不支持企业[3-4]，进而危害企业长期发展。虽然社会绩效期望落差伴随严重后果，但是现有研究集中于探讨企业如何应对财务绩效期望落差，对企业如何应对社会绩效期望落差研究较少。本文分析了企业如何应对捐赠期望落差这一社会绩效期望落差的重要维度，有助于拓展社会绩效期望落差与企业应对策略相关研究。基于中国上市公司2008～2018年数据进行实证检验，研究发现:

(1)捐赠期望落差越大，企业越需要增加社会责任行为以消除负面影响，赢得利益相关者的支持。

(2)与采取其他社会责任行为相比，企业更可能采用增加捐赠这一与捐赠期望落差直接相关的企业社会责任行为。

(3)不同类型的捐赠期望落差对企业行为的影响强度有差异:与捐赠历史期望落差相比，捐赠社会期望落差对捐赠增加的影响更强，但捐赠历史和社会期望落差对其他社会责任行为增加的影响强度没有显著差异。

(4)现金流权比例越高，实际控制人越需要承担捐赠增加的成本，捐赠期望落差对捐赠增加的影响越弱。

本文对绩效反馈和慈善捐赠文献有如下贡献:

(1)将绩效反馈从财务绩效拓展到社会绩效，丰富和拓展了绩效反馈理论。具体而言，现有研究侧重于探讨财务绩效期望落差对企业行为的影响，对社会绩效期望落差研究较少[15]。本文深入比较了社会绩效期望落差与财务绩效期望落差的差异，并基于慈善捐赠这一社会绩效的核心维度，探讨了捐赠期望落差对企业捐赠和其他社会责任活动增加的影响，有助于将绩效反馈理论从财务绩效推广到社会绩效。研究表明，与企业可以通过多样性的策略来应对财务绩效期望落差不同，企业倾向于采用相关和较为单一的策略来应对社会绩效期望落差。

(2)比较了捐赠历史期望落差和捐赠社会期望落差影响强度的差异，发现在面临决策不确定性时，企业更依赖捐赠社会期望落差进行决策。由于财务绩效评估有较为明确的标准，导致企业会较为平等地解读和对财务绩效历史和社会期望落差做出反应。然而，由于社会绩效的评价标准模糊，利益相关者(包括企业决策者)更依赖能排除更多替代性解释的捐赠社会期望落差来做出后续的社会责任决策。这凸显了不同维度期望落差的决策含义对财务和社会绩效有本质不同，丰富和拓展了对于财务绩效期望落差和社会绩效期望落差的异质性的理解。

(3)通过比较捐赠期望落差对捐赠增加和其他社会责任行为增加的影响，发现企业更倾向于使用增加捐赠而不是增加其他社会责任行为来应对捐赠期望落差带来的威胁，说明企业倾向于使用单一和相关的策略来应对社会绩效期望落差，深化了对于企业应对社会绩效期望落差的策略的理解。

(4)通过分析实际控制人现金流权的调节作用，揭示了企业决策者在解读和应对绩效期望落差方面的异质性，为提出有针对性的建议奠定了基础。

(5)丰富和拓展了企业慈善捐赠相关研究。以往研究往往静态地研究企业捐赠的影响因素，对捐赠如何在时间上动态调整探讨较少。然而，万科“捐款门”等企业实践表明，企业一般会依据历史和社会比较信息动态地调整企业捐赠行为，使企业的行为动态地符合利益相关者的预期。基于企业实践和绩效反馈理论，本文把捐赠历史期望落差和社会期望落差纳入企业捐赠的影响因素，不仅弥补了传统静态研究的局限，而且对理解企业捐赠如何在时间上进行动态调整具有重要启示。

研究结论对企业实践有如下启示:

(1)由于捐赠期望落差会降低企业合法性，企业应该动态地监控企业在捐赠活动中的表现。当企业的表现低于利益相关者预期时，下一期要在捐赠方面表现得更积极，避免捐赠行为不当影响企业长远发展。

(2)与捐赠历史期望落差相比，企业更应注重监控捐赠社会期望落差，并更及时和更高强度地对捐赠社会期望落差做出反应。

(3)为了节省成本，企业在面临捐赠期望落差时没有花费太多资源增加其他维度的社会责任行为。这可能是因为在投入资源相同的情况下，企业增加捐赠比增加其他社会责任行为能更有效地修复合法性，说明企业在面对社会绩效期望落差时，要使用直接相关的弥补措施，以提高合法性修复效果。

(4)当实际控制人的现金流权比例高时，实际控制人由于需要承担更多的捐赠增加成本，导致对捐赠期望落差更不敏感。由于捐赠行为不当会损害企业合法性和长期发展潜力，现金流权比例高的企业要更谨慎地评估各种应对策略的短期和长期影响，避免为了节省短期成本而影响企业长期发展。

本文存在如下不足:首先，虽然捐赠是最受中国企业决策者和利益相关者关注的一个社会绩效维度，但研究结论能否推广到社会绩效其他维度(如环境保护、合规经营和劳工政策等)存在疑问。因此，进一步的研究可以基于其他社会责任维度探讨社会绩效期望落差对企业应对策略的影响，丰富和拓展正在兴起的社会绩效期望落差相关研究[15]。其次，本文基于理论和企业实践认为企业主要通过调整后续的社会责任行为来应对捐赠期望落差，但企业仍然有其他选项。例如，企业可以通过惩罚做出不当捐赠决策的高管(包括解雇、降低薪酬和不予晋升)等方法来降低利益相关者对企业捐赠行为的批评，从而修复企业合法性。因此，进一步的研究可以将其他结果变量(如高管离职、薪酬和晋升)纳入研究范围，以丰富和拓展企业应对捐赠期望落差的策略。最后，近年来社会各界对企业捐赠的持续关注可能放大捐赠期望落差对结果变量的影响强度。因此，进一步的研究可以把其他国家作为研究情境，以评估研究结论的国家差异。