企业精准扶贫模式及后续扶贫计划对农村脱贫绩效的影响

李贵卿 刘洁 吴继红

摘要：企業作为扶贫的重要社会力量，在精准扶贫项目实施过程中扮演着非常重要的角色。为了推动因地制宜的扶贫策略制定和促进脱贫攻坚与乡村振兴有效衔接，采用各企业从2016年开始在年度报告中披露的有关精准扶贫的规划与成效（2016 — 2019年沪深两市主板A股中所披露的精准扶贫的面板数据）。以帮助建档立卡贫困人口脱贫总数来评价农村脱贫绩效，经过构建多元回归模型，探讨精准扶贫模式投入与脱贫绩效之间的关系。研究发现，企业投入产业发展脱贫、教育脱贫、转移就业与异地搬迁脱贫、健康及生态保护扶贫、兜底保障与社会扶贫、其他项目脱贫均有利于提升脱贫绩效。加入企业是否具有后续扶贫计划这一调节变量后，企业有后续扶贫计划，能增强企业投入产业发展脱贫、转移就业与异地搬迁脱贫、兜底保障与社会扶贫、其他项目脱贫对脱贫绩效的正向影响。总之，企业对各类精准扶贫模式的投入对脱贫绩效都有正向影响，企业是否有后续扶贫计划对其也具有调节作用。

关键词：精准扶贫模式；农村脱贫绩效；后续扶贫计划；扶贫投入

中图分类号：F32              文献标志码：A              文章编号：2097-2172（2022）03-0271-10

doi：10.3969/j.issn.2097-2172.2022.03.018

Effects of Different Targeted Poverty Alleviation Models of Enterprises and Follow-up Poverty Alleviation Plans on the Performance of Poverty

Alleviation in Rural Areas

LI Guiqing 1， LIU Jie 1， WU Jihong 2

（1. School of Management， Chengdu University of Information Technology， Chengdu Sichuan 610103， China; 2. School of Economics

and Management， University of Ecectronic Science and Technology of China， Chengdu Sichuan 610056， China）

Abstract： As an important social force for poverty alleviation， enterprises play a very important role in the implementation of targeted poverty alleviation projects. To promote the formulation of poverty alleviation strategies adapted to local conditions and boost the effective connection between poverty alleviation and rural revitalization， this study adopted the planning and effectiveness of targeted poverty alleviation disclosed in the annual report of various companies since 2016： the panel data of targeted poverty alleviation disclosed in the A-shares of the Shanghai and Shenzhen stock markets from 2016 to 2019， total number of poverty alleviation populationsonce registeredas poverty-stricken household were used to evaluate the alleviation performance in rural areas. After constructing a multiple regression model， the relationship between investment in precision poverty alleviation models and poverty alleviation performance was explored. The study found that the investment of enterprises in various targeted poverty alleviation models showed a positive impact on poverty alleviation performance and whether the enterprise had a follow-up poverty alleviation plan also had a moderating effect on it. The prediction of poverty alleviation performance of the rural registered population through the adoption of different precision poverty alleviation models by enterprises has laid a theoretical foundation and practical guide for promoting the effective connection of poverty alleviation and rural revitalization.

Key words： Targeted poverty alleviation model; Rural poverty alleviation performance; Follow-up poverty alleviation plan; Investment in poverty alleviation

近来年我国在脱贫减贫方面取得了显著成就，抒写了人类反贫困史上的奇迹，这离不开党中央的领导和人民的支持。精准扶贫政策是2013年习近平总书记在对湖南湘西十八洞村进行考察时提出的，是我国众多扶贫政策里面极其重要的一项［1 ］。和传统扶贫方式不同，精准扶贫是一种极具创新的扶贫模式，具体是指在政府政策主导下通过对贫困地区不同生活层次的人群进行贫困识别，按照科学合理的程序方法，以户为单位精准识别出贫困目标人口，结合实际情况，对贫困人口采取针对性的帮扶措施和健全档案、扶贫手册跟踪管理机制，属于创新型扶贫系统理念。精准扶贫模式能针对性、高效性及持续性地帮扶贫困地区的真正贫困人口，从而达到稳定脱贫的成效。精准扶贫要义是精准，具体内容涵盖“四个切实” “五个一批”“六个精准”等重要思想，是我国新时期扶贫开发工作的行动指南。

近年来，习近平总书记再次提出了“精准扶贫、精准脱贫”的战略，各地政府纷纷积极响应战略的实施，把精准扶贫纳入工作重点。除此以外，社会力量参与精准扶贫也逐步成为新常态，在全面打赢脱贫攻坚战的时代背景下，各地区央企、民企、上市公司涌入精准扶贫队伍，成为我国脱贫攻坚主力军的一员。作为社会经济活动的主要成员，企业可以密切连接贫困地区，共同促进企业与贫困地区的发展。在参与扶贫方面企业有着特殊的优势，不仅可以优化资源配置，还可以帮助贫困对象实现自我脱贫，从而实现持续稳定的脱贫。其次，企业参与扶贫可以与政府扶贫形成良好的互补性，达到一加一大于二的效果，在政府的引导下，企业开展扶贫，使市场在精准扶贫方面发挥作用，和传统的扶贫模式对比起来更具创新性和高效性，企业作为社会力量的中坚，发挥着无可替代的作用。

国内一些学者对扶贫模式、扶贫效果分别开展了相关研究，可是，许多学者在研究过程中割裂了扶贫模式与效果，对扶贫模式的特殊性考虑较少，以致在进行扶贫绩效评价时结果不准确。2020年为我国打赢脱贫攻坚的收官之年，绝对贫困已消除，但相对贫困依然存在，而实现共同富裕是我国社会主义制度的本质要求。我国已按时实现第一个百年目标，在朝着第二个百年目标大步前进的新时代背景下，研究上市公司精准对不同精准扶贫模式投入与脱贫绩效水平的关系作用与内在机制，不仅有助于加强了解企业参与不同精准扶贫模式对我国脱贫绩效的影响，还可丰富企业社会责任与精准扶贫领域的研究，为企业参与精准扶贫的规划、决策及方式提供指导，对奠定我国脱贫攻坚与乡村振兴事业有效衔接的理论依据有现实意义。

1   理论分析与假设提出

1.1   不同精准扶贫模式与脱贫绩效

关于贫困的研究产生了许多著名的理论，在经济学领域一些人还获得了诺贝尔奖。在20世纪80年代阿马蒂亚·森就获得了诺贝尔经济学奖，其最重要的经济学贡献之一是对贫困的研究。阿马蒂亚·森［2 ］的权力贫困理论认为，认识贫困不应只是注意收入，还应考虑到贫困对象的生存状态。阿马蒂亚·森还认为，无论是绝对贫困还是相对贫困，其本质都是一样的，都是由于权利的被剥夺或者其他条件的不足造成的［3 ］。阿马蒂亚·森在《贫困与饥荒-论权利与剥夺》一书中分析了什么原因导致贫困的发生以及其与权利体系的关系。他指出，要解释饥饿现象，需要深入到所有权结构中去研究，“如果你不是自愿挨饿，可以说饥饿现象基本上可以反映人类关于食物所有权。” 阿马蒂亚·森指出，贫困的本质其实是缺乏能力，当能力提升，收入则自然提升，而良好的教育以及健康的身体则能提升摆脱贫困的能力［2 ］。

阿比吉特·班纳吉是2019年诺贝尔经济学奖得主，他在《贫穷的本质》这一著作中指出，贫困与衣食短缺、工作不稳定、缺乏社会支持、子女教育程度低等有关联［4 ］。阿比吉特·班纳吉等［4 ］解释了发展中国家在减贫领域的经验：首先要改变贫困群体的健康状况，其次是考虑提高贫困群体的教育水平和提供贫困群体就业培训的支持。而贫困群体常常由于害怕而没有意愿进行冒险投资，不是因为他们不想改变贫困现状且没有进取心，而是觉得自身无能为力。想要来改变他们的认知用“扶贫先扶智”的办法是很难实现的，相比之下，反而支持他们的后代进行“扶智”更简单容易些，这就突出了通过教育消除贫困的重要性。 此外，贫困群体面对外部市场风险的经验比正常的社会群体相对要弱，因此，可建立如农产品保险的帮扶措施，以全产业链视角达到脱贫的实效。

然而在发展中国家关于消除贫困方面的具體影响的研究相对不足，这将对消除贫穷的效力和消除贫穷做法的成功产生影响。国内一些学者对扶贫模式与扶贫效果分别展开了相关研究，然而在研究过程中大多学者将扶贫模式与扶贫效果分开，很少关注到不同扶贫模式具有的特殊性，导致对减贫效果的评估不够准确。中国上市公司可以采取的精准扶贫模式多样，主要涵盖6个领域。上海证券交易所与深圳证券交易所发布的《关于进一步完善上市公司扶贫工作信息披露的通知》提到，精准扶贫可包括教育脱贫、产业发展脱贫、健康及生态保护扶贫、转移就业与异地搬迁脱贫、兜底保障与社会扶贫以及其他项目。企业在对农村地区实施精准扶贫行为时，往往有不同的扶贫模式可以选择，而企业在采用不同的扶贫模式时，可能对脱贫的效果有不同的影响。曾庆捷等［5 ］通过研究了三种产业扶贫模式与脱贫绩效的关系，得出三种产业扶贫模式对脱贫绩效都有正向影响。吴春选［6 ］提出，扶贫工作的根本之道在于教育扶贫。张娜［7 ］通过对内蒙古地区精准扶贫产出指标构建多元线性回归模型，实证分析提出转移就业的形式和岗位对精准扶贫的成效有非常重要的影响。熊遥［8 ］通过对庆市秦巴山区的实证分析研究发现，异地搬迁这种模式帮扶贫困户的效果比较明显；且可以通过生态农业、生态工业和生态旅游业三种生态保护模式来促进扶贫，并论证了生态保护对扶贫绩效的显著影响。韩华为等［9 ］利用中西部地区5个省份的大样本调研数据分析认为，农户在得到农村低保救助后的贫困发生率比救助前下降了9.02百分点。卢淑华［10 ］以证明社会扶贫重要性为目标，系统对比分析了公司+农户、科技扶贫、救济扶贫三种方式。基于以上，本文把扶贫模式和扶贫效果联系起来进行分析，研究成果将有助于进一步丰富和完善减贫理论体系，因此提出假设：

H1-企业投入脱贫攻坚对脱贫绩效有正向影响。

H1a-企业投入产业发展脱贫，有利于提升脱贫绩效。

H1b-企业投入教育脱贫，有利于提升脱贫绩效。

H1c-企业投入转移就业与异地搬迁脱贫，有利于提升脱贫绩效。

H1d-企业投入健康及生态保护扶贫，有利于提升脱贫绩效。

H1e-企业投入兜底保障与社会扶贫，有利于提升脱贫绩效。

H1f-企业投入其他项目扶贫，有利于提升脱贫绩效。

1.2   企业是否有后续扶贫计划的调节作用

随着利益相关者理论和资源基础理论的发展，支持企业履行社会责任的研究越来越多。Godfrey［11 ］认为，企业通过承担社会责任，可以在社会上产生良好的声誉，如果由于错误或操作不当而损害了利益相关者的利益，那么道德所积累的资本将为企业减轻相关的利益损害。Fisherd ［12 ］的“工具性观点”认为，企业承担社会责任的做法可以增强利益相关者对企业的信任感，而信任感可以为企业在社会网络方面起到重要作用，其可以节省企业的交易成本，降低企业所处环境带来的不确定性风险。而一些学者认为，与企业社会责任有关的行为不能导致企业绩效的提高，甚至企业承担社会责任的行为会导致企业成本的增加，最终会使企业价值降低，反而背离了企业的根本目标——实现利润最大化，而企业为了追求更大的利润，从而扶贫工作不具有长期稳定性［13 ］。其次，企业在参与精准扶贫行为的过程中，更多的是强调贫困户的利益，忽视了对企业利益的保护，企业承担经济损失的风险大大增加。作为市场的主体，盈利是企业的根本，以保证自身的生存与发展。而现阶段企业参与扶贫，缺乏对企业自身利益的保护，因此企业在扶贫工作时，其顾虑也要明显增多。曾嘉［14 ］采用盈余反应系数（ERC）模型来检验企业社会责任的价值效应发现，持续性企业社会责任活动可能会持续增加收益，而临时的企业社会责任活动可能会损害企业的收益，从而损害企业价值。张曦等［15 ］通过对河北省康保县的产业扶贫模式进行研究，提出持续推进产业扶贫是巩固脱贫攻坚成果的重要举措。周媛也［16 ］提出，扶贫既注重“输血”，更注重“造血”，强调扶贫措施的可持续性，让贫困群众脱贫不返贫，从而提高脱贫的效果。因而，在研究企业采取不同的精准扶贫模式对我国脱贫绩效的影响时，仅考虑企业不同精准扶贫模式是不科学的。企业采取不同精准扶贫模式且考虑扶贫是否具有长期、稳定性，对扶贫效果可能会有不同的影响。因此，本研究加入了企业是否具有后续扶贫计划这一调节变量，来检验企业对不同精准扶贫模式投入是否能正向影响脱贫绩效。基于以上观点，我们提出假设：

H2-企业有后续扶贫计划，能增强企业投入脱贫攻坚对脱贫绩效的正向影响。

H2a-企业有后续扶贫计划，能增强企业投入产业发展脱贫对脱贫绩效的正向影响。

H2b-企业有后续扶贫计划，能增强企业投入教育脱贫对脱贫绩效的正向影响。

H2c-企业有后续扶贫计划，能增强企业投入转移就业与异地搬迁脱贫对脱贫绩效的正向影响。

H2d- 企业有后续扶贫计划，能增强企业投入健康及生态保护扶贫对脱贫绩效的正向影响。

H2e- 企业有后续扶贫计划，能增强企业投入兜底保障与社会扶贫对脱贫绩效的正向影响。

H2f-企业有后续扶贫计划，能增强企业投入其他项目扶贫对脱贫绩效的正向影响。

理论模型如图1。

2   研究设计

2.1   样本选取

选取2016 — 2019年披露的是否参与精准扶贫的上市公司为研究样本。为了避免对实证分析的准确性产生影响，对特殊样本按以下进行筛选：剔除金融类企业、剔除交易状态为ST（指公司经营连续两年亏损，财务状况或其他状况出现异常的上市公司）或ST*（指公司经营连续三年亏损，退市预警的上市公司）的企业、剔除数据缺失的样本。为了消除异方差问题，对企业不同精准扶贫模式投入金额以及帮助建档立卡贫困人口脱贫总数取对数。最终取得3 961家扶贫公司样本，总共15 840个观测样本。企业精准扶贫内容来自于披露的上市公司社会责任报告明细表，其他数据指标均来源于国泰安CSMAR数据库。

2.2   研究方法

研究對象为我国沪深A股主板上市企业的精准扶贫行为。选取2016 — 2019年的上市公司作为样本，建立相关回归模型，借鉴以往企业慈善捐赠影响脱贫绩效的文献，运用Stata软件对相关理论和研究假设进行实证检验，试图从理论和实证上探讨企业投入不同精准扶贫模式对我国脱贫绩效水平的影响，并进一步研究否有后续扶贫计划是否能增强企业投入不同精准扶贫模式对脱贫绩效的正向影响。

2.3   变量说明

为检验企业不同精准扶贫模式与脱贫绩效的关系，设定回归模型如下：

模型一   PAPit = α1 + β1IPit + β2 Educationit + β3 TRit + β4 HEit + β5 CSit +β6 Othersit + Controlit + εit

模型二   PAPit = α1 + β1IPit + β2 Educationit + β3 TRit+ β4 HEit + β5 CSit + β6 Othersit + β1IPit*Persistencceit +β2 Educationit *Persistencceit + β3 TRit*Persistencceit + β4 HEit*Persistencceit + β5 CSit*Persistencceit + β6 Othersit *Persistencceit +Controlit+εit

PAPit为脱贫绩效指标；IPit为企业产业发展脱贫投入金额；Educationit 为企业教育脱贫投入金额；TRit为转移就业与异地搬迁脱贫投入金额；HEit为健康及生态保护扶贫投入金额；CSit为兜底保障与社会扶贫投入金额；Othersit为企业其他项目投入金额。Controlit代表控制变量，包括资产负债率 （Lev）、企业成长性（Growth）、企业成立年限（Age）、 独立董事占比（Indep）、股权集中度（Top10）、资产负债率（Lev）等，εit 为随机干扰项。β0表示常数项；i表示横截面的观察个体；t表示时间（年）；βn表示对应的估计系数。各变量的具体定义详见表1。

3   实证分析与检验

3.1   描述性统计与相关性分析

3.1.1    描述性统计分析    从表2可以看到，IP的均值为0.175，标准差为0.636，峰度为23.08；Education的均值为0.130，标准差为0.458，峰度为22.76；TR的均值为0.032，标准差为0.228，峰度为92.73；HE的均值为0.061，标准差为0.355，峰度为64.95；CS的均值为0.165，标准差为0.544，峰度为18.35；Others的均值为0.112，标准差为0.468，峰度为27.20。可以看得出，不同企业选择不同精准扶贫模式的差异较大，且对不同精准扶贫模式投入的金额差别较大。

3.1.2    相关性分析     由表3可以看出，企业不同精准扶贫模式（IP、Education、TR、HE、CS、Others）与脱贫绩效（PAP）的相关系数在1%的水平上显著为正，这一结果初步验证了企业采取不同精准扶贫模式与脱贫绩效之间均有正相关的关系，进一步的验证需要做回归分析。

3.2   回归分析

以脱贫绩效为因变量，以不同精准扶贫模式（教育脱贫、产业发展脱贫、健康及生态保护扶贫、转移就业与异地搬迁脱贫、兜底保障与社会扶贫以及其他项目）为自变量，以是否有后续扶贫计划为调节变量来建立多元线性回归模型。由表4可知，模型一（m1）是各控制变量与脱贫绩效（PAP）的直接关系。控制变量统计数据显示，企业年龄对脱贫绩效的影响系数为0.012，并在1%的水平下显著，说明企业年龄与脱贫绩效呈显著的正相关关系，即企业年龄越大，采取精准扶贫行为时脱贫效果越明显，其原因有可能是企业年龄大，其经营能力较好，资金水平较稳定，对精准扶贫有较好的支持能力。企业资产负债率对脱贫绩效的影响不显著，说明企业资产负债率与脱贫绩效无关，同理，前十大股东比例也对脱贫绩效的影响不显著。企业性质对脱贫绩效的影响系数为0.143，并在1%的水平下显著。本文假设中设定国有企业为虚拟变量 1，说明国有企业参与精准扶贫对脱贫绩效的影响更为显著。模型二（m2）显示了六类精准扶贫模式对脱贫绩效的影响。在该模型中，产业发展脱贫（b=0.384，p＜0.01）的系数在1%的水平上显著为正， 假设H1a初步得到检验；教育脱贫（b=0.021，p＜0.05）的系数在5%的水平上显著为正，假设H1b初步得到检验；转移就业与异地搬迁脱贫（b=0.193，p＜0.01）的系数在1%的水平上显著为正，假设H1c初步得到检验；健康及生态保护扶贫（b=0.068，p＜0.01）的系数在1%的水平上显著为正，假设H1d初步得到检验；兜底保障与社会扶贫（b=0.032，p＜0.01）的系数在1%的水平上显著为正，假设H1e初步得到检验；其他项目（b=0.041，p＜0.01）的系数在1%的水平上显著为正，假设H1f初步得到检验。这表明企业无论在哪种精准扶贫模式上的投入都有利于提升脱贫绩效。模型三（m3）加入了企业是否有后续扶贫计划的调节项，主要对自变量及调节变量进行检验。产业发展脱贫（b=0.382，p＜0.01）、教育脱贫（b= 0.020，p＜ 0.05）、转移就业与异地搬迁脱贫（b= 0.193，p＜0.01）、健康及生态保护扶贫（b=0.068，p＜0.01）、兜底保障与社会扶贫（b=0.031，p＜0.01）、其他项目（b=0.038，p＜0.01）、是否有后续扶贫计划（b=0.029，p＜0.01），都具有显著的统计学意义。模型四（m4）加入了企业是否有后续扶贫计划与各个自变量的交互项进行调节作用的研究，主要分析调节变量企业是否有后续扶贫计划和各个自变量的交叉乘积项系数是否显著。由表1可知，调节变量Persistence和自变量IP的交叉乘积项系数结果为 0.031，并且通过了5%水平下的显著性检验，假设中设定企业有后续扶贫计划为虚拟变量1，说明该正向调节效应对应的是具有后续扶贫计划的企业，贫困地区的农民可以提供产业发展所需的劳动力和土地生产要素，政府可以提供相应的帮扶资金和政策，企业则可以利用和发挥自身在技术、管理和品牌效应的优势，将企业的经营发展与脱贫项目结合起来。这样，贫困地区的产业发展被带动起来，企业在实施产业发展脱贫项目投入时具有后续扶贫计划有利于强化该地区的脱贫效果，假设H2a得到验证。调节变量Persistence和自变量Education的交叉乘积项系数结果为 -0.029，并且通过了10%水平下的显著性检验，表明企业在实施教育脱贫项目投入时具有后续扶贫计划对该地区的脱贫效果影响不显著。“扶贫先扶智”，企业对贫困地区采取教育扶贫的方式包括但不限于资助贫困学生、改善贫困地区教育资源等行为，在实施精准扶贫、精准脱贫事业中教育具有基础性、先导性作用。本文将帮助建档立卡贫困人口脱贫总数作为因变量，而建档立卡的贫困人口大多为成年人口，教育精准扶贫的对象为在普通学校就读，具有全日制学历教育正式学籍的农村建档立卡贫困户学子。因此，假设H2b没有得到验证。调节变量Persistence和自变量TR的交叉乘积项系数结果为 0.070，并通过了5%水平下的显著性检验，表明企业在实施转移就业与异地搬迁脱贫项目投入时具有后续扶贫计划有助于提高该地区的脱贫效果。转移就业与异地搬迁政策使那些生存在恶劣环境下的贫困人群到环境发展良好的地区重新生活，在地域上为其脱贫提供了一层保障。贫困群体迁出贫困的地域，或者离土离乡转移就业，而企业能为其提供更多的就业机会，因此企业在实施转移就业与异地搬迁扶贫投入具有持续性时，脱贫效果会更加明显，假设H2c得到验证。调节变量Persistence和自变量HE的交叉乘积项系数结果为 -0.035，并且通过了10%水平下的显著性检验，表明企业在实施健康及生态保护扶贫项目投入时具有后续扶贫计划对该地区的脱贫效果影响不显著。原因有可能是企业在对健康及生态保护扶贫项目投入时，往往会有减少深山区乱砍滥伐林木、乱开滥垦山地等活动，减少了木材等自然资源的消耗，减少垃圾的排放，减少人类活动对环境的破坏，加快了植被等自然资源的恢复的效果。而在贫困地区，大部分人口以土地资源为生，此举往往会减少耕地面积，人们赖以生存的土地資源被改变，因此不利于脱贫，假设H2d没有得到验证。调节变量Persistence和自变量CS的交叉乘积项系数结果为 0.034，并且通过了5%水平下的显著性检验，表明企业在实施兜底保障与社会扶贫投入时具有后续扶贫计划有助于提高该地区的脱贫效果，假设H2e得到验证。调节变量Persistence和自变量Others的交叉乘积项系数结果为 0.055，并且通过了1%水平下的显著性检验，表明企业在实施其他扶贫项目投入时具有后续扶贫计划有助于提高该地区的脱贫效果。除了以上5种扶贫模式，还有其他的扶贫模式，例如整村推进扶贫模式、科技扶贫等。企业在选择扶贫模式时，往往会选择与企业自身业务、能力相关的扶贫模式，在此基础上再有持续性的投入，其脱贫效果更加明显，因此假设H2f得到验证。

4   稳健性检验

回归分析结果显示，企业不同的精准扶贫模式投入对脱贫效果都有正向影响，且企业具有后扶贫计划能增强投入产业发展脱贫、转移就业与异地搬迁脱、贫兜底保障与社会扶贫以及其他项目扶贫对脱贫绩效的调节作用。许晶［17 ］发现，企业规模与企业财务绩效之间有显著的正相关关系；杜世风等［18 ］基于企业社会责任的角度，经实证研究发现，业绩越好、规模越大的国有企业更倾向于参与精准扶贫，那么这类企业其脱贫绩效就越好。因此，我们采用补充变量法，加入了Size企业规模（企业年末总资产的自然对数）这一遗漏控制变量，建立回归模型进行稳健性检验，结果与上述一致（表5）。

5   讨论与结论

脱贫攻坚战的胜利不是扶贫工作的终点，后续还有很多工作要做，我们要时刻关注脱贫户的后续发展及防止脱贫户再次返贫。陈志钢等［19 ］提出，2020 年后的扶贫战略应该更加重视缩小人们的收入和生活水平差距，体现公平性的相对贫困测量方法将被纳入政策制定者的考虑范围。为了更好地适应扶贫开发新形势的需要，更准确地瞄准贫困群体，国家提出了一系列有针对性的扶贫开发模式，这些扶贫模式各具特色，分别从不同的角度促进了农村贫困地区的发展［20 - 22 ］。帮扶模式本身并不存在孰优孰劣的问题，只是对某地区适应不适应问题，不同帮扶模式导向不同，每种模式在表现出其优点的同时，也显示出明显的缺陷或不足，都不能完全适应所有困难地区的具体情况和需求。有针对性的，因地制宜地选择合适的帮扶模式，并且将各种扶貧模式有机地结合起来，是保证脱贫和不返贫的前提。

随着扶贫工作开展的不断推进改革，除了本文提及的六种扶贫模式，越来越多的扶贫模式在探索中不断形成。然而单一扶贫模式并不能有效覆盖扶贫工作的各个方面，要根据贫困地区的实际情况，合理选择多种扶贫模式相互配合、相互补充，才能使贫困地区的政治、经济、环境各个领域得到全面发展。2020年我国扶贫事业已完美收官，如何防止返贫、实现共同富裕、减小贫富差距，借鉴前期精准扶贫的可取经验具有现实意义。

另外，企业在某些资源获取、市场竞争上存在先天性劣势，这要求在鼓励和引导民营企业参与精准扶贫、参与对农村地区帮扶时，要从资源互补、互利共赢角度出发，充分保障民营企业的利益，尽可能降低他们可能承担的风险。只有这样，才能吸引更多的民营企业参与农村帮扶工作，同时保证合作的长期性和稳定性，从而为乡村振兴事业添砖加瓦。

我们利用上市公司的相关数据，实证研究了企业投入不同精准扶贫方式对脱贫绩效的影响，并以企业是否具有后续扶贫计划作为调节变量进行进一步研究，得到的主要结论为：首先，企业投入产业发展脱贫、教育脱贫、转移就业与异地搬迁脱贫、健康及生态保护扶贫、兜底保障与社会扶贫、其他项目脱贫都有利于提升脱贫绩效。其次，加入企业是否具有后续扶贫计划这一调节变量后，企业有后续扶贫计划，能增强企业投入产业发展脱贫、转移就业与异地搬迁脱贫、兜底保障与社会扶贫、其他项目脱贫对脱贫绩效的正向影响。但这会减弱企业投入教育脱贫、健康及生态保护扶贫对脱贫绩效的影响，其原因之一可能是企业持续投入教育扶贫，那么对于贫困家庭来说，子女上学减少了一定的劳动力，反而增加了贫困家庭的负担，从而导致脱贫效果并不显著。在教育脱贫实践中，除了要帮助因家庭贫困无法接受教育的学生，还要引导其父母的思维，让其认识到适龄孩子应接受教育而不是直接从事生产劳动创造效益。教育扶贫本身是一个长期的事业，教育扶贫对象收益能得到体现往往在学习完成步入社会参加工作以后，需要长期坚持保持接受教育的持续性。其原因之二有可能是教育精准扶贫的对象为在普通学校就读、具有全日制学历教育正式学籍的农村建档立卡贫困户学子，因此教育脱贫的对象与本文研究的脱贫绩效取值不一致，从而导致影响不显著。除此以外，企业持续投入健康及生态保护脱贫，可能会造成农民赖以生存的耕地面的较少，从而造成脱贫效果不显著。

参考文献：

［1］ 周   然.  我国农村贫困人口精准识别机制的创新研究［D］.  南京：东南大学，2018.

［2］ 阿马蒂亚·森.  贫困与饥荒［M］.  上海：商务印书馆，2001.

［3］ 刘小刚.  发展、权利与平等——阿马蒂亚·森经济伦理思想评析［D］. 苏州：苏州大学，2004.

［4］ 阿比吉特·班纳吉，埃斯特·迪弗洛.  贫穷的本质：我们为什么摆脱不了贫穷［M］.  北京：中信出版社，2018.

［5］ 曾庆捷，牛乙钦.  乡村治理中的产业扶贫模式及其绩效评估［J］.  南开学报（哲学社会科学版），2019（4）：87-96.

［6］ 吴春选.  谈智力扶贫［J］.  群言，1987（9）：23.

［7］ 张   娜. 内蒙古精准扶贫绩效研究［D］.   呼和浩特：内蒙古财经大学，2018.

［8］ 熊   遥.  重庆市秦巴山区连片扶贫及扶贫绩效研究［D］.  重庆：重庆工商大学，2016.

［9］ 韩华为，徐月宾.  中国农村低保制度的反贫困效应研究——来自中西部五省的经验证据［J］.  经济评论，2014（6）：63-77.

［10］ 卢淑华.  科技扶贫社会支持系统的实现——比较扶贫模式的实证研究［J］.  北京大学学报（哲学社会科学版），1999（6）：43-51.

［11］ GODFREY P C.  The relationship between corporate philanthropy and share holder wealth：a risk management perspective［J］.  The Academy of Management Review，2005，30（4）：777-798.

［12］ FISHERD.  Fundamental development of the social sciences：rocke fellerphilanthropy and the United Ownerships social science research council［J］.  History of Education Quarterly，1993，100（3）：259-260.

［13］ FRIEDMAN M．  The social responsibility of business is to increase its profits［J］.  New York Times Magazine，1970，9（13）：32－33．

［14］ 曾   嘉.  持續性企业社会责任盈余反应系数研究——来自中国A股上市公司的经验证据［J］.  宜宾学院学报，2021，21（5）：37-52.

［15］ 张   曦，王娟娟，徐树仁.  持续推进产业扶贫是巩固脱贫攻坚成果的重要举措——以河北省康保县产业扶贫工作为例［J］.  中国农技推广，2020，36（8）：3-6.

［16］ 周媛也.  新时代中国共产党扶贫理论与实践研究［D］.  长沙：湖南师范大学，2019.

［17］ 许   晶.  国有企业参与产业扶贫对财务绩效的影响研究［D］.  长沙：湖南师范大学，2020.

［18］ 杜世风，石恒贵，张依群.  中国上市公司精准扶贫行为的影响因素研究——基于社会责任的视角［J］.  财政研究，2019（2）：104-115.

［19］ 陈志钢，毕洁颖，吴国宝，等.  中国扶贫现状与演进以及2020年后的扶贫愿景和战略重点［J］.  中国农村经济，2019（1）：2-16.

［20］ 乌丽晗.  教育阻断民族地区多维返贫风险的机理与对策［J］.  甘肃农业科技，2022，53（4）：16-19.

［21］ 史润玲.  定西市民族地区脱贫攻坚与乡村振兴现状及对策［J］.  甘肃农业科技，2021，52（8）：89-92.

［22］ 孙   磊，祁慧博，龙   飞.  土壤生态环保政策对贫困县农业经济增长的影响［J］.  甘肃农业科技，2022，53（1）：77-80.

收稿日期：2022 - 05 - 12

基金项目：国家社科基金项目（19BGL123）。

作者简介：李贵卿（1967 — ），女，四川成都人，教授，博士，研究方向为组织创新与知识管理、企业组织与人力资源管理、农村人力资源管理。Email：e2001011@163.com。