精准扶贫、政策惠企与企业价值

王嘉鑫 陈今 刘志宇

(中南财经政法大学会计学院，湖北 武汉 430073)

一、引言

企业是巩固脱贫攻坚成果的重要力量，特别是在我国以共同富裕为目标实现高质量发展的新阶段，更加需要企业“扶上马，送一程”。而企业“愿意来，留得住”取决于自身能否在帮扶中受益。从“万企帮万村”到如今“万企兴万村”，我国企业精准扶贫虽取得了一定成效，但仍有学者认为帮扶活动对企业资源的占用造成效率损失[1]。对于企业精准扶贫是否有助于自身发展这一问题，学界尚无定论。一方面，学者从获取政治资源[2]、缓解融资约束[3]、提升投资效率[4]等视角分析了企业参与精准扶贫的潜在收益；另一方面，也有学者认为，对于社会责任范畴内的企业精准扶贫活动[5]，其产生的正外部性可能是以牺牲股东利益为代价的，具体表现为，企业扶贫开支可能造成运营成本负担[6]，甚至沦为管理层自利工具[7]，最终不利于自身价值的提升。因此，本文从价值增值的角度探究企业精准扶贫的经济后果，以期为我国实现扶贫社会效益和企业效益的共赢机制提供理论参考。

“精准扶贫”作为党中央和国务院的重大战略部署，政策惠企能否落地直接关乎扶贫模式的长期持续。因此，政府需要引导企业创造扶贫价值。中共中央、国务院于2015年底发布《中共中央国务院关于打赢脱贫攻坚战的决定》(下文简称《决定》)，确立了“精准扶贫”的主导思想，即坚持专项扶贫、行业扶贫、社会扶贫的“三位一体”扶贫格局。次年，各省区市、行业部门“1+N”(1)“1+N”精准扶贫系列文件中，“1”指中央颁布的《决定》，起到纲领性的指导作用。“N”指各部委、地方政府和行业部门出台的扶贫配套文件，如《贫困地区发展特色产业促进精准脱贫指导意见》《国家扶贫荣誉制度》《“万企帮万村”精准扶贫行动方案》《关于在打赢脱贫攻坚战中做好人力资源社会保障扶贫工作的意见》《关于加大贫困地区项目资金倾斜支持力度促进特色产业精准扶贫的意见》等。系列文件的发布，更是明确提出政府为责任主体、企业为帮扶主体的定位，使得政府支持企业参与精准扶贫有法可依、有章可循。政府通过对企业进行不同程度的政策支持，引导社会资源流向选定的受支持企业，为企业扶贫注入内生动力。一方面，依据新结构经济学理论，政府将自身定位于“有为政府”，当贫困地区资源稀缺导致有效需求不足时，政府有必要采取措施扩大辖区内需，避免企业因市场需求不足所导致的困难。另一方面，企业参与精准扶贫带动当地产业发展有助于增加地方财政税收，推动区域经济增长，进而有助于地方官员执政目标和个人效用的实现，政府具备足够动机推动政策惠企落地见效，助力企业破解发展难题。然而，政府如何更好地推动企业参与扶贫以及政府影响企业扶贫效果的作用机制，仍需进一步探讨。

有鉴于此，本文以2014-2020年A股上市公司为样本，考察企业参与精准扶贫的价值增值效应以及政府在其中发挥的作用。本文的研究贡献主要体现在以下方面：第一，拓展了精准扶贫的经济后果研究。当前文献多从产权性质、政治资源激励等视角，聚焦于企业参与扶贫的动机研究[8-9]，而对扶贫的经济后果研究相对不足。本文运用企业社会责任、利益相关者等理论，检验了企业参与精准扶贫对其自身价值的影响。第二，探索了政府在引导企业实现扶贫价值中的重要作用，为政府如何推动政策惠企落地、帮助扶贫企业破解发展难题提供了新的评估视角。第三，有助于从公司价值视角阐述企业精准扶贫是否有助于实现企业经济效益和社会责任的共赢这一问题，为进一步强化企业责任担当、发挥政府宏观调控作用、守住脱贫硕果提供理论依据和政策参考。

二、文献回顾与研究假设

企业社会责任理论认为，企业在创造经济利润的同时，需要承担对消费者、社区和环境的责任。企业与社会间的共荣关系是企业履行社会责任的出发点[10]，企业应秉持共享价值理念，建立社会责任与企业经营强有力的内在联系。现阶段，企业社会责任的实现主要是将利益相关者关注的社会议题嵌入到经营运作的目标期望之中，从而实现社会效益与企业增值的关联整合[11]。因此，企业精准扶贫可视作企业将对社会的关切嵌入到经营管理活动以及利益相关者互动关系，并因此获取竞争优势、创造价值的行为。具体地，本文将从社会期望和治理期望两个方面对企业精准扶贫的增值效应展开分析。

第一，从“社会期望”角度分析，企业参与精准扶贫通过履行社会责任，在利益相关者中营造良好的社会形象，实现精准扶贫的社会效应带动价值增值。以弗里曼为代表的利益相关者理论(Stakeholder Theory)认为，拥有较好社会绩效的企业会产生积极的社会公众效应，能够向投资者、客户、员工等传递积极信号，促进财务资本、人力资本、社会资本的积累，最终为企业价值提升带来正面影响[12]。首先，从财务资本和人力资本积累角度来看，社会公众效应表现突出的企业能够吸引更多投资者关注，以及发现和聘任更有效的员工[13]，而当筹集足够的资金和人力资本后，企业能够通过集约型创新方式来提升管理效率和核心竞争力，从而增加公司价值。其次，从社会资本积累角度来看，企业社会资本的获取将在利益相关者中建立信任感和互惠性，尤其当社会整体信任处于较低水平时，社会资本能够迅速转变为公众信任，获取稀缺有价值的信息，有助于降低交易成本、实现价值增值[14]。

第二，从“治理期望”角度分析，企业投身精准扶贫活动将面临更高的监管要求，有助于企业合规经营，实现精准扶贫的治理效应，进而带动价值增值。一方面，企业参与精准扶贫会受到更多新闻媒体和机构投资者的关注与监督。媒体的报道能够刺激管理层维护自身声誉的主观意识，促进监管部门完善相关法规，同时，企业参与精准扶贫能够吸引更多机构投资者的关注，而机构投资者兼具积极监督的动机和能力，通过搜集信息获取监督收益，这些因素共同敦促了扶贫企业治理水平的改善[15-16]，有助于企业科学决策并保持核心竞争力，实现自身价值增值。另一方面，根据监管机构的要求，参与精准扶贫的企业需要按规进行相关信息披露，这些信息对企业的财务报告起到补充作用，保护了投资者权益，改善了公司治理透明度。例如，2016年沪深交易所发布《关于做好上市公司扶贫工作信息披露的通知》，要求企业实施扶贫投资项目取得重大进展的，本着利于投资者了解的角度，除年报外，应以临时报告的形式持续披露履行精准扶贫社会责任的相关进展。

基于以上分析，本文提出如下研究假设。

H1企业参与精准扶贫提升了企业价值。具体而言，企业参与精准扶贫可通过提升企业社会责任绩效、改善公司治理水平实现价值增值。

资源依赖理论(Resource Dependence Policy)认为，企业价值的创造不仅取决于自身行为与禀赋，还离不开外部环境的支持，而参与精准扶贫正是企业寻求外部资源的良好机遇。依据政府“帮助之手”(Helping Hand)假说，为促成重大国家战略的达成，政府可能采取各种财政、金融等政策工具有计划地配置资源，改变企业面临的外部环境，进而对企业的经营状况、财务行为等产生重要影响[17]。已有研究发现，受政策支持的企业会得到更多发展机遇，甚至摆脱经营困境[18]。具体而言，聚焦于精准扶贫政策背景，政府主要运用政府采购和扶贫表彰两大政策工具引导企业创造扶贫价值。

首先，政府采购政策通过提升扶贫企业的经营业绩，促进企业创造扶贫价值。具体地，各地方政府出台区域性的《政府采购贫困地区货物和服务目录》，并在各地招标网上对扶贫项目进行公开招标，鼓励发达地区供应商对贫困地区进行一对一或多对一帮扶。理论上，当政府作为企业客户时，公司面临的需求不确定性更低，公司业绩会更高，这是因为：第一，相比普通客户，政府作为企业客户不太可能违约或宣告破产，其供应商面临更少的需求降低风险和坏账风险[19]。第二，政府采购通常签订长期非竞争性采购合同，这降低了政府客户更换供应商的风险，同时企业也面临更少的产品市场竞争[20]。第三，政府不会受到竞争威胁和利润最大化动机的驱动，其向供应商转移成本的动机较弱。已有研究发现，政府采购对企业总收入的贡献率高达三分之一以上，且政府大客户集中度与公司经营业绩正相关[21-22]。

其次，政府扶贫表彰政策通过给予扶贫企业更高的市场关注，促进企业创造扶贫价值。自2016年以来，为鼓励广大企业参与到扶贫事业中去，国务院扶贫领导小组每年开展一次“全国脱贫攻坚奖”的表彰工作，并号召中央电视台、各地方电视台举办精准扶贫爱心企业颁奖晚会，同时“企业精准扶贫综合50佳案例”等评选也在相关网站公示报道并同步发行相关书籍。有学者研究发现，市场对公司的关注是有限的，公司知名度对于市场投资者决策具有重要参考价值[23]。当一家公司出现在扶贫表彰榜单中且被大力宣传报道时，其市场曝光率将大幅增加，而更多的市场关注可能会扩大投资者基础，从而增加市场交易量，进而提升企业价值[24]。

基于以上分析，本文提出如下研究假设。

H2a政府对扶贫企业给予采购支持，有助于提升扶贫企业的经营业绩。

H2b政府对扶贫企业给予表彰宣传，有助于提升扶贫企业的市场关注。

三、样本选择与模型设定

(一)样本选择

本文选择2014-2020年沪深两市A股上市公司作为初始样本。由于本文后续相关检验需要使用未来一期与未来两期的托宾Q值数据，因此对于参与精准扶贫的样本区间截至2018年。特别地，公司只有参与产业化性质的扶贫(如农林产业扶贫、科技扶贫、电商扶贫等)，才可定义为其实施精准扶贫。初始样本筛选过程如下：剔除了金融类行业与标注ST、*ST的企业；剔除财务数据存在缺失以及产权性质不明确的企业，最终得到13 440个公司年度观测值。其中，上市公司精准扶贫数据取自国泰安(CSMAR)数据库“精准扶贫板块”，上市公司扶贫项目政府采购、扶贫奖励等是通过“上市公司扶贫公告”手工收集获得。公司财务、企业特征数据来源于国泰安(CSMAR)数据库，媒体报道、企业社会责任数据等来源于中国研究数据服务平台(CNRDS)数据库，投资者保护指数数据来源于北京工商大学投资者保护研究中心数据库。此外，为缓解极端值对结果的影响，本文对全部连续变量进行了1%分位数与99%分位数的Winsorize处理。

(二)研究设计

为验证企业精准扶贫的增值效应，本文基于公司年度数据，构建如下DID模型。

Value=β0+β1FPA+β2Controls+Year+Firm+ε

(1)

其中，Value为因变量，表示公司价值。参照余明桂等(2016)[25]的方法，以上市公司下一年度托宾Q值作为代理变量，其数值越大，表明公司价值越高。同时，为进一步缓解内生性问题，参照周泽将等(2018)[26]的方法，对因变量进行未来二期处理。

在模型(1)自变量的设计中，由于企业参与扶贫具有动态多时点特征，故参照Fauver等(2017)[27]的方法，使用当前政策效益研究广泛采用的多时点双重差分法，构建虚拟变量FPA，该变量等同于静态双重差分模型中的交互项，变量在区分实验组和控制组的同时，也控制了政策实施年度。具体而言，若企业i在t年度参与扶贫，则FPA取值为1，否则为0。本文重点关注系数β1，反映的是企业精准扶贫前后实验组与控制组的公司价值变化情况。若β1显著为正，表明与未参与精准扶贫企业相比，参与精准扶贫有助于提升公司价值。

为进一步检验企业精准扶贫实现自身价值增值的内在机制，本文参考温忠麟等(2004)[28]中介效应检验程序，分析企业社会责任溢出效应和公司治理效应在精准扶贫与企业价值关系中的中介作用，构建如下模型。

Median=β0+β1FPA+β2Controls+Year+Firm+ε

(2)

Value=β0+β1FPA+β2Median+β3Controls+Year+Firm+ε

(3)

其中，参照已有文献[29]，中介变量(Median)包括：(1)企业社会责任绩效(CSR)。根据公司CSR报告信息覆盖全面性、公司主页是否开设CSR专栏、公司是否建立CSR领导机构、公司文化是否有CSR愿景、CSR培训情况以及CSR报告的可靠性等特征，使用因子分析法构建企业社会责任绩效得分，其值越大，公司的企业社会责任绩效越好。(2)机构投资者持股比例(Institution)，即上市公司机构投资者持股占总股数比例，用于衡量公司治理效应，其值越大公司治理水平越高。(3)投资者保护指数(AIPI)。AIPI指数通过对企业的会计信息质量、外部审计质量、内部控制质量、管理控制水平和财务运行质量等五个维度进行总体评价，可以综合反映上市公司的治理情况，其数值越大，表明投资者保护程度越高、公司治理情况越好。

为验证H2a，本文构建如下模型检验政府采购政策对扶贫企业的作用。

Performance=β0+β1FPA×Bidding+β2FPA+β3Bidding+β4Controls+Year+Firm+ε

(4)

其中，因变量为公司经营业绩(Performance)，包括销售毛利率(OPM)和销售净利率(NOR)，Bidding表示政府采购，政府采购数据通过人工查阅上市公司扶贫公告信息获取，如中利集团2017年7月22日披露的扶贫公告显示，该集团成果中标了贵州省罗甸县、贞丰县等地的光伏扶贫农场EPC统一采购项目。若扶贫企业参与了当地政府采购项目，则取值为1，否则为0。

为检验H2b，本文构建如下模型检验扶贫表彰政策对扶贫企业的作用。

Attention=β0+β1FPA×Award+β2FPA+β3Award+β4Controls+Year+Firm+ε

(5)

其中因变量为市场关注(Attention)，参照Bushee等(2010)[30]的研究，使用媒体报道(Media)和分析师关注(Analyst)进行衡量，调节变量为扶贫表彰(Award)，若参与扶贫的公司被政府颁发与扶贫相关的奖章，则取值为1，否则为0。

以上模型中Controls代表控制变量、Year与Firm分别代表年度固定效应与公司固定效应，所有回归模型标准误差均经过公司层面cluster调整。具体变量定义如表1所示。

表1 变量定义

四、实证结果与分析

(一)描述性统计

表2报告了企业精准扶贫的行业分布统计。依据证监会2012年发布的《上市公司行业分类指引》，在剔除金融行业(J)后，全样本被划分为18个行业(A-S)。在2014-2018年期间，我国沪深A股上市公司参与精准扶贫占比的前三名分别是电力、热力、燃气及水、生产和供应业(20.18%)、采矿业(15.22%)、农、林、牧、渔业(14.75%)，而信息传输、软件和信息技术服务业(2.82%)、居民服务、修理和其他服务业(0.00%)、教育业(0.00%)是全行业中企业精准扶贫占比最少的三个行业，其中居民服务、修理和其他服务业与教育业中没有公司参与精准扶贫。

表2 样本行业分布统计

表3列示了主要变量的描述性统计结果。可以观察到，股东价值的均值为2.08，标准差为1.29，最小值为0.87，最大值为8.09，表明我国上市公司间的股东价值差异较大。企业扶贫的均值为0.07，意味着近7%的A股上市公司参与了精准扶贫。政府采购的均值为0.003，表明约有0.3%的上市公司参与了政府采购项目。扶贫表彰的均值为0.02，表明约由2%的扶贫公司被颁发扶贫表彰称号。其他变量的统计结果与现有文献无显著差异，在此不一一赘述。

表3 主要变量的描述性统计

(二)精准扶贫与企业价值检验结果

表4报告了精准扶贫与企业价值检验结果。列(1)是未加入控制变量，公司参与精准扶贫与企业价值的系数为0.29，在1%的水平上显著为正，即相比控制组企业而言，实验组公司在参与精准扶贫后企业价值显著上升。列(2)为加入控制变量的检验结果，结果显示，公司参与精准扶贫与企业价值的系数为0.20，在1%水平上显著为正，说明在控制公司特征有关的变量后，两者的正相关性仍是稳健的。上述结果与预期相符，说明企业精准扶贫具有价值增值效应。

(三)企业精准扶贫增值效应的机制检验

表5列示了提升社会责任绩效的中介效应回归结果，列(1)为中介效应第二步回归结果，FPA与CSR在1%水平上显著正相关，这表明企业参与精准扶贫显著提升了其社会责任评级。进一步将三者(Value、CSR、FPA)置于同一模型中，列(2)结果显示，企业社会责任绩效(CSR)与企业价值(Value)在5%水平上显著正相关，同时公司参与精准扶贫(FPA)与企业价值(Value)仍在1%水平上显著正相关，并且本文进行了抽样500次的Bootstrap检验，其间接效应的置信区间为(0.01，0.02)不包含0，表明社会责任绩效的中介效应成立，即公司参与精准扶贫可以经由提升社会责任绩效实现其价值增值。

表4 精准扶贫与企业价值检验结果

表5 提升社会责任绩效的中介效应检验结果

表6列示了改善公司治理的中介效应回归结果，列(1)(2)为机构投资者持股比例(Institution)中介效应检验结果，FPA与Institution在1%水平上显著正相关，这表明企业参与精准扶贫显著提升了机构投资者持股比例。进一步将三者(Value、Institution、FPA)置于同一模型中，机构投资者持股比例(Institution)与企业价值(Value)在1%水平上显著正相关，同时公司参与精准扶贫(FPA)与企业价值(Value)仍在1%水平上显著正相关，并且抽样500次的Bootstrap检验显示，其间接效应的置信区间为(0.02，0.03)不包含0，即机构投资者比例的中介效应成立。列(3)(4)为投资者保护指数(AIPI)中介效应检验结果，FPA与AIPI在1%水平上显著正相关，这表明企业参与精准扶贫显著提升了投资者保护指数。进一步将三者(Value、AIPI、FPA)置于同一模型中，投资者保护指数(AIPI)与企业价值(Value)在1%水平上显著正相关，同时公司参与精准扶贫(FPA)与企业价值(Value)仍在1%水平上显著正相关，抽样500次的Bootstrap检验显示，间接效应的置信区间为(0.00，0.01)不包含0，即投资者保护指数的中介效应成立。以上结果表明了企业参与精准扶贫可以通过改善公司治理水平实现价值增值。

表6 改善公司治理的中介效应检验结果

表7 政府采购、扶贫表彰的作用检验结果

(四)政府采购、扶贫表彰政策的作用分析

表7列示了政府采购和扶贫表彰作用的检验结果。列(1)(2)为政府采购对扶贫公司经营业绩影响的检验结果。可以看出，在政府采购支持下，企业精准扶贫对经营业绩的提升具有显著的正向影响，表明政府通过政府采购方式支持扶贫公司，优先采购其在扶贫地区提供的产品和服务，促进公司业绩增长。列(3)(4)为扶贫表彰政策对扶贫公司市场关注度影响的检验结果。结果显示，扶贫表彰对于扶贫公司的市场关注度具有显著的正向影响，表明政府通过对扶贫公司给予表彰，让扶贫公司获得了更多的市场关注度。

表8 PSM-DID稳健性检验结果

(五)稳健性检验

1.采用PSM的稳健性检验

考虑到基本面较好的公司因其有更多的可支配资源更倾向于回馈社会，参与到扶贫事业中。为缓解该内生性问题，本文采用倾向匹配法(PSM)对实验组和对照组进行匹配，以产权性质、公司规模、资产负债率、总资产收益率、固定资产占比、营业收入增长率、股权集中度、两职合一、独立董事占比、机构投资者持股、现金比率和公司年龄作为匹配特征变量，以实验组参与扶贫前一年为匹配年度进行1∶3、1∶4和1∶5最近邻匹配。检验模型如下。

表9 其他稳健性检验结果

Value=β0+β1Treat×After+β2Treat+β3After+β4Controls+Year+Firm+ε

(6)

其中，Treat为用于区分实验组和控制组的虚拟变量，若为实验组定义为1，否则为0。After表示时间虚拟变量，公司参与精准扶贫后定义为1，否则为0。本文重点关注交乘项Treat×After的系数，用于衡量公司参与精准扶贫前后实验组和控制组企业价值水平变化的差异。需要说明的是，由于双重差分模型控制了公司固定效应与年度固定效应，Treat与After的统计量会被剔除。

表8的列(1)-(3)分别报告了1∶3、1∶4和1∶5最近邻匹配下的PSM-DID检验结果。可以发现，在不同的匹配方式下，交乘项与因变量的系数均显著为正，检验结果不存在实质性的改变。

2.安慰剂检验

为排除研究结论为随机性因素所导致的，根据王永海和王嘉鑫(2017)[32]做法，本文采用提前事件发生时间进行安慰剂检验，若检验结果非显著为正，则表明安慰剂检验成功。表9的列(1)报告了安慰剂检验结果，企业精准扶贫与公司价值的系数为-0.01，无显著相关性，排除受偶然性因素的影响。

3.替换因变量

参照周泽将等(2018)[26]的方法，使用公司当期与未来两期托宾Q值作为因变量，且控制变量中加入对应上一期托宾Q值再次进行检验。表9列(2)的结果显示，精准扶贫与当期企业价值的系数为0.09，在1%的水平上显著为正，但系数小于主回归系数，说明精准扶贫的企业价值增值效应已在当期显现，但产生的效应较弱；表9列(3)结果显示，精准扶贫与当期企业价值的系数为0.17，在1%的水平上显著为正，说明以未来两期托宾Q值作为公司价值代理变量的检验结果依然稳健。

4.平行趋势检验

双重差分的一个重要前提是应满足平行趋势假设，即如果不存在外生事件，实验组和控制组之间的发展趋势应保持一致，并不随时间而发生系统性差异。为解决该问题，本文借鉴Hering和Poncet(2014)的方法[33]，通过考察各年度效应来进行平行趋势检验。本文构建了虚拟变量Current(事件发生当年)、After1(事件发生一年度)、After2(事件发生后两年及后续年度)、Before1(事件发生前一年)、Before2(事件发生前两年)、Before3(事件发生前三年)以及Before4(事件发生前四年及以前年度)，特别地，为避免多重共线性问题，本文将样本区间第一期作为基期参照组，并剔除该期。本文汇报的系数是当因变量为当期托宾Q值时的系数。如图1所示，可以发现，当公司未参与精准扶贫时，实验组与控制组样本的企业价值基本无显著差异，甚至参与扶贫的公司样本企业价值要低于未参与扶贫的公司；在公司参与精准扶贫后，事件虚拟变量的相关系数逐渐转变为正向显著，且显著性逐年递增，进一步证明了公司参与精准扶贫所带来的价值增值效应，以上检验结果满足平行趋势假设。

图1 平行趋势检验

进一步地，如表10所示，本文补充了参与精准扶贫前，实验组与控制组公司价值相关变量的差异性检验，发现实验组样本托宾Q的均值整体低于控制组样本，而ROA没有显著差异，可以看出，参与精准扶贫所产生的价值增值效应并非是公司本身经营状况较好或者企业价值较高导致的。

表10 扶贫前企业价值差异检验结果

表11 控制地区因素的稳健性检验结果

5.控制地区因素

本文进一步控制省份固定效应以及省份控制变量，以缓解由于地区层面的因素带来的遗漏变量的问题。具体包括省GDP增长率(GDPGrowth)、第一产业占GDP比重(FGDP)、第二产业占GDP比重(SGDP)、第三产业占GDP比重(TGDP)、省人均GDP(PerGDP)、省总人口数的自然对数(Population)、省居民消费价格指数(CPI)、省预算收入的自然对数(Revenue)、省预算支出的自然对数(Expenditure)、省进出口总额的自然对数(FDI)、地区市场化指数(Market)。回归结果如表11所示，结论未发生变化。

五、进一步分析

前文研究了企业精准扶贫的增值效应，需要指出的是，上述效应可能受到行业因素与地区经济水平差异的影响。本节从行业竞争程度和扶贫地区相对富裕程度等角度进一步对此进行分析。

(一)行业竞争程度差异

资源基础观认为，资源禀赋的差异会制约企业的决策行为，进而影响企业的经营绩效与价值增值[34]。当企业所处行业的竞争越激烈时，其产品替代性越高，利润空间越小，管理层所承担的市场业绩压力越大[35]。此时，企业所能够支配于扶贫活动的资源(资金、技术、市场)越少,制约企业发挥自身资源优势、实现扶贫价值。因此本文预期，当企业所处行业竞争程度较低时，企业精准扶贫的增值效应更明显。为此，本文在模型(1)基础上加入行业竞争程度(HHI)这一调节变量，参照李维安和韩忠雪(2013)[36]的方法，以赫芬达尔指数衡量行业竞争程度。模型中，重点关注交乘项系数的符号，它衡量的是企业所处的行业竞争程度每变化一个单位，企业参与扶贫对公司价值边际效应的影响。表12的列(1)报告了检验结果。结果显示，交乘项的系数为0.11，在5%水平上显著为正，表明行业竞争程度越低，企业参与精准扶贫的增值效应越强。

(二)地区相对富裕程度差异

企业参与精准扶贫实现自身增值的行为会受到所处环境及其资源支持的影响。在相对富裕程度较低的扶贫地区，一方面，地方政府在限定期限内完成脱贫目标的任务更加艰巨和紧迫，此时，辖区内官员治贫动机更易被激活，并将治贫任务分派给辖区内的扶贫企业，鼓励企业加快扶贫进度，动员企业创造扶贫价值[37]。同时，在经济发展水平较低、信贷资源稀缺的地区，企业参与精准扶贫获取地方政府支持，实现经济增值的动机更强烈[4]。另一方面，已有研究表明，地区自身发展状况与扶贫开发水平呈负相关关系，即中央会向相对富裕程度较低的地区倾斜更多的扶贫补贴、要素优惠等资源[38]。因此，相比于富裕程度较高的扶贫地区，中央政府更倾向于给予相对富裕程度较低的扶贫地区更多的政策扶持，此时，辖区内扶贫企业更易获取稀缺资源、政府补助、融资等方面的收益，对企业精准扶贫增值效应的提升作用更强。因此本文预期，企业精准扶贫的增值效应在相对富裕程度较低的扶贫地区更明显。为此，本文在模型(1)基础上加入扶贫地区的相对富裕程度(Wealth)这一调节变量，以该地区GDP的大小作为代理变量。表12的列(2)报告了检验结果。结果表明，交乘项的相关系数在10%水平上显著为负，表明扶贫地区相对富裕程度越低，企业参与精准扶贫的增值效应越强。

表12 企业精准扶贫增值效应的异质性检验结果

六、结论与启示

企业精准扶贫能否取得既带动贫困地区发展，又不失推动企业经营发展的“两全”，是一个值得政府和业界共同关注的重要问题。依托于企业社会责任理论框架，本文认为，企业作为履行社会责任和创造价值的统一体，其参与精准扶贫的社会目标与经济目标是相容的，能够实现自身的价值增值。为此，本文以2014-2020年A股上市公司为样本，采用双重差分模型，实证检验了企业参与精准扶贫对公司价值的影响。研究发现：(1)企业开展扶贫活动会显著提升公司价值，且此种增值效应主要通过提升社会责任绩效和公司治理水平实现。(2)本文验证了政府影响企业精准扶贫增值效应的作用机制，即受到政府采购、扶贫表彰的扶贫企业其经营业绩、市场关注有了显著提升。(3)企业精准扶贫对公司价值的提升作用在市场竞争较低的行业以及相对贫困的扶贫地区更为显著。

本文的研究结论有以下政策启示。第一，企业作为帮扶主体，应充分发挥主观能动性，改变过去的输血式扶贫，转为发展造血式扶贫。例如，企业可以结合自身的发展需求和资源优势，运用本地资源打造特色产业，也可以充分运用扶贫的声誉积累机制，以达到较好的公众传播影响力。同时，企业也可以通过有针对性的培训、招工等，最大限度地将人力资源、市场与资金等要素有机结合起来，将经营目标期望和扶贫责任履行进行有效组合，最终更好地实现其未来增值。第二，政府作为责任主体，应保障精准扶贫政策的出台和落地，提振扶贫企业市场需求、引导资源合理配置。企业精准扶贫可能存在风险与不确定性，其增值效应离不开“有为政府”的支持，要想巩固已实现的精准扶贫成果，离不开政府扶贫部门职能的转变和管理效率的提高。相比于传统的粗放型扶贫模式(如捐赠)而言，政府可通过制定科学合理的产业化扶贫政策，充分激发企业的扶贫动机，提升贫困治理效果，优化现有的扶贫机制。第三，充分发挥企业优势与地方禀赋相结合的路径，助力精准扶贫与乡村振兴的创新实践，推动共同富裕。长期以来，我国企业参与贫困治理的症结在于，扶贫过程中经济目标的缺失，而当企业经营目标与精准扶贫政策紧密耦合时，企业精准扶贫的价值效应和多重优势将得到显现。2021年精准扶贫已取得全面胜利，我国迈入巩固脱贫成果同乡村振兴有效衔接的5年过渡期。在脱贫攻坚向乡村振兴转变的过程中，企业应积极响应治贫这一国家战略，在进一步巩固脱贫成果的前提下，更好地发挥企业与地方政府的协同力量，为我国经济发展注入持续活力。