趙柳青
(四川大學經濟學院 四川 成都 610065)
當前我國脫貧攻堅取得舉世矚目的成就,但存在脫貧質量不高等問題,上市公司作為參與扶貧的重要社會力量,從2016年披露扶貧信息起,上市公司扶貧參與力度逐年提升,但仍存在較大的提升空間。
一方面產業扶貧可以幫助貧困群體提升能力、獲取機會,推動實現貧困地區穩定持續脫貧,另一方面結合企業自身業務有助于上市公司充分發揮自身的產業優勢,激發扶貧的長效內生動力,因此上市公司積極探索結合自身業務開展產業扶貧的模式具有重要意義。對于上市公司結合自身業務開展產業扶貧目前鮮有文獻進行分析和研究,本文通過分析上市公司存在的結合自身業務開展產業扶貧的行為,對其內部影響因素進行實證分析,為規范和引導上市公司精準扶貧提供依據。
國內外學者關于企業結合自身業務扶貧的研究均有所涉及,Nkamnebe(2011)認為企業扶貧工作應當與企業自身的發展融合起來,國內學者周虹、張蒽也認為企業應結合自身經營業務選擇扶貧項目。學者們對于企業參與扶貧的影響因素研究多從企業社會責任與企業扶貧的緊密聯系上進行闡述,田虹(2007)認為企業社會責任的影響因素可以分為內部因素和外部因素,現有文獻中對內部因素的研究主要有企業規模、企業財務狀況、企業所有制性質、企業治理結構、企業生命周期等。現有文獻中上市公司精準扶貧的影響因素研究較少,杜世風(2019)基于社會責任的視角認為上市公司精準扶貧行為的主要影響因素是公司業績、公司規模和國有產權;
上市公司開展扶貧的行為受到內外部環境中各類因素的影響,本文觀察到企業結合自身業務開展產業扶貧的行為,旨在基于企業立場研究企業扶貧的內生動力,因此從公司內部因素出發,分析公司業績、公司成長性、資產負債率、公司規模、公司性質、公司成立年限、公司上市年限等對上市公司結合自身業務開展產業扶貧的影響。
根據以往的研究結果,擬建立以下假設:公司規模越大、公司業績越好、公司成長性越大、資產負債率越低、實際控制人為國企、公司成立年限、上市年限越長,越容易發生結合自身業務開展產業扶貧的行為。
(一)樣本選取。本文選取結合自身業務開展產業扶貧比較具有代表性的三個行業187家上市公司三年的數據,手工查找公司年度報告中的精準扶貧信息和財務數據,剔除披露不完整樣本后共收集到549個樣本。
(二)變量設定。被解釋變量:上市公司結合自身業務開展產業扶貧的行為,用IPA(industrial poverty alleviation)表示,上市公司結合自身業務開展產業扶貧為1,否則為0。解釋變量:(1)公司業績ROE,為上一年的凈資產收益率(2)企業成長性GROW,為上一年的主營業務收入增長率(3)資產負債率LEV,負債總額與資產總額的比值,為上一年的(4)公司規模,為上一年的總資產的自然對數SIZE(5)公司性質NATURE,實際控制人為國企的為1,否則為0,(6)公司成立年限EAGE,公司成立年度始至本年末的年數(7)公司上市年限LAGE,公司上市年度始至本年末的年數。
(三)模型設計。根據研究內容和研究目標,本文建立以下模型檢驗本文的假設:IPA=β0+β1*ROE+β2*GROW+β3*LEV+β4*SIZE+β5*NATURE+β6*EAGE+β7*LAGE+ε
(四)實證分析。基于以上方法及模型設定,對上市公司結合自身業務開展產業扶貧行為的影響因素進行實證分析,由相關性分析得出各解釋變量之間的相關系數都在0.5以下,因此認為不存在多重共線性問題。實證結果顯示穩健標準誤與普通標準誤相差不大,認為模型設定基本正確。

表 實證結果
注*、**、***分別表示變量在10%、5%、1%的顯著性水平上顯著,括號內的數字為對應的P值.
如表所示,實證結果可表述如下:LR統計量為50.14,對應的P值為0.00,故整個方程的系數聯合顯著性很高。ROE在5%的顯著性水平下對IPA具有正向影響,LEV在10%的顯著性水平下對IPA具有正向影響,SIZE在1%的顯著性水平下對IPA具有正向影響,EAGE在1%顯著性水平下對IPA具有正向影響,GROW、NATURE、LAGE對IPA均為負向影響作用,但不顯著。
本文實證分析了上市公司結合自身業務開展產業扶貧的內部影響因素,結果表明公司業績越好、規模越大、成立年限越長,上市公司越容易發生結合自身業務開展產業扶貧的行為,與原假設相符,而資產負債率越高,越容易發生結合自身業務開展產業扶貧的行為,可以理解為不同于是否參與扶貧的影響因素,資產負債率高更容易激發愿意參與扶貧的上市公司提高資金運用效率的扶貧方式。因此本文認為可以鼓勵公司規模較大、業績較好,引導資產負債率較高的上市公司探索通過結合自身業務開展產業扶貧的模式實現企業與社會共贏。