皖江城市帶上市公司績效提升的多重路徑研究
——基于fsQCA的實證分析

童 喆

(湖南工業大學，湖南 株洲 412007）

一、引言

皖江城市帶承接產業轉移示范區對安徽省廣泛參與長三角地區產業分工，實現跨越式發展具有重大戰略意義。2016年10月，安徽省政府對示范區提出了兩個五年規劃：一是到2020年進一步完善以先進制造業和現代服務業為主的產業體系；二是到2025年形成一批具有國際水平的產業集群。因此，在兩個五年計劃交匯之際，把握皖江城市帶上市公司績效提升的驅動機理對促進規劃內容實現具有重要意義。

現有企業績效的研究大多采用傳統計量分析視角[1]；也有部分學者結合具體案例來分析[2]。然而二者都存在不足：定量研究得出的一般性解釋可能不適用于個例，以案例為導向的定性研究結論范圍則相對有限[3]。而定性比較分析能有效克服傳統方法的局限，更適合對樣本量較小的示范區展開研究。且績效如何提高是一個復雜的過程，特別是示范區為了“全面融入長三角”，發展形勢在不斷變化，因此，從整體視角剖析尤為必要。鑒于此，以皖江城市帶57個代表性上市公司為樣本，運用模糊集定性比較分析（fsQCA）方法，挖掘多重因素并發影響企業績效的復雜因果機制。本文試圖回答以下問題：哪些路徑可以使皖江城市帶上市公司產生高績效？哪些路徑又會使得績效提升受阻？以及導致高績效的必要條件是否存在？

二、文獻回顧與模型構建

（一）文獻回顧

關于不同層級因素對企業績效的影響程度問題，學者基于不同的意識形態和學術理念會得到各不相同的結論[4]。譬如依據環境決定論，施馬蘭西（Schmalensee）[5]認為企業間利潤率的方差主要來自于產業的差別，企業自身的效應幾乎可以忽略；而依據資源基礎觀，企業利潤主要來自業務單元特質，源于其獨特的資源和能力。而這些結論是否普適于皖江城市帶的上市公司需要打一個問號。

自皖江城市帶承接產業轉移示范區成立以來，國內關于皖江城市帶的研究便層出不窮，但多數研究集中在產業承接轉移效果上[6]。此外丁澍等[7]也分析了皖江城市帶確立前后帶內縣域經濟增長速度的空間相關結構。區域的經濟增長顯然和當地的產業息息相關，脫離具體企業談經濟是不切實際的，但目前只有少部分學者關注到皖江城市帶的企業情況。項桂娥和王劍程[8]運用結構方程理論和方法實證探討了產業轉移背景下中小企業技術轉移及協同創新的影響因素。張艷和徐琴[9]通過線性回歸分析了皖江城市帶上市公司資本結構和公司治理之間關系和影響。何靜[10]闡述了影響皖江城市帶和環鄱陽湖城市群小微企業融資的因素。

綜上，目前學者主要采用計量分析和理論推演來探究皖江城市帶的企業發展，鮮有從定性和定量相結合的角度進行分析。鑒于既有文獻的不足，本文選用fsQCA方法尋找條件因素不同組合方式，通過集合分析發現其影響企業績效的協同作用機制。

（二）模型構建

結合皖江城市帶上市公司的獨特之處，本研究考慮是否有效地覆蓋影響其績效的關鍵因素，以及組態能否解釋大多數高績效的形成原因，采用整合視角確定了來自管理者、資本結構、宏觀環境三個層面的前因條件，構建如圖1所示的研究模型。

圖1 皖江城市帶上市公司績效的驅動機制模型

三、研究設計

（一）方法選擇

定性比較分析（QCA）使用布爾代數與集合論思想作為方法論基礎來進行中小數量的跨案例比較研究，從而找出前因條件組合與結果之間的因果關系[11]。管理領域的研究常常具有因果關系復雜性的特點，而QCA方法契合了許多管理問題研究的特性[12]。

本研究樣本有57家企業，且研究變量中既有定性指標，也有定量指標。fsQCA方法既關注定性研究的復雜性特征也沒有忽視定量研究的一般性特征，對樣本的數量要求一般為5～100個[3]，更適合于中小數量的案例分析。

（二）樣本選擇

以2019年皖江城市帶承接轉移示范區在滬、深兩市的上市公司為研究對象，選擇這一數據庫的原因在于：與其他區域相比，皖江城市帶地處人口密集的中部地區，經濟發展水平較高，不僅是長三角發展的重要一環和中部崛起的重要組成部分，也是帶動安徽經濟的“發動機”。而皖江城市帶區域的上市公司是經濟發展的重中之重，研究提升其績效水平的因素對促進安徽省產業優化、協調區域經濟發展有著重要作用。

初始樣本中皖江城市帶上市公司共計78家，按照以下原則甄選樣本：（1）剔除金融、保險行業上市公司；（2）剔除ST、PT上市公司；（3）剔除上市時間少于1年的公司；（4）刪除數據異常、關鍵數據缺失、公司管理發生重大變化的上市公司。最終剩余57家。其行業分布如表1所示，樣本基本覆蓋了所有行業，樣本選擇不存在偏誤。

表1 樣本公司行業分布

（三）變量選取及度量

高管教育背景是研究生及以上的高管占比，并分別賦值比例在0～20%、20%～40%、40%～60%、60%～100%的企業為1、2、3、4，并通過新浪財經門戶網站的“公司資料——公司高管”欄目補全[13]。政府補助則根據上市公司年報細目手工加總整理，其余數據主要來自CSMAR數據庫。變量設定的具體情況如表2所示。

表2 變量定義表

四、fsQCA分析

（一）描述性統計

描述性統計的結果如表3所示。可以發現大部分案例公司同屬于制造業（61.40%），且績效水平差距并不大，ROA標準差只有0.108。但仍有部分上市公司績效為負，這些企業因何未盈利？盈利的企業優勢何在？這值得探究。資本結構層面的Lev和OC1同樣差異不大，標準差分別只有0.177和0.365。相比而言，差異主要體現在Edu和SUB，標準差分別為1.107和1.258。是否可以認為皖江城市帶上市公司在資本結構層面大同小異？而部分企業取得高績效的原因在于高管教育背景和政府補助？這有待進一步進行fsQCA分析。

表3 變量描述性統計

由于江浙一帶的傳統產業逐漸向安徽省轉移，為了進一步實現產業結構升級，皖江城市帶各市縣結合當地經濟發展實際構建了人才培育、引進、共享等機制，譬如合肥市的《關于進一步支持人才來肥創新創業的若干政策》、銅陵市的“銅都英才計劃”等，因此皖江城市帶上市公司高管受教育平均水平較高，均值為2.603。而作為承接長三角產業轉移的橋頭堡，帶內各市縣政府以非常大的投資和政策優惠為裝備制造業，高新技術產業的發展創造條件，特別是在土地政策上的優惠，如果示范區建設需要的話，還可以增加安徽省的用地指標，因此政府補助均值處于4.609這一較高水平。

（二）變量的校準

本文采用三值模糊集，包含了完全隸屬、交叉點、完全非隸屬這三個隸屬程度，并采用上四分位數、平均值、下四分位數作為高公司績效等7個目標集合的3個錨點。各變量的校準錨點如表4所示。

表4 各變量校準錨點

（三）前因條件必要性分析

從表5的檢驗結果可知，各個單項前因條件的必要性均未超過0.9（一致性最高為0.869），所有原因變量均無法構成結果變量的必要條件；同時條件變量的覆蓋度最高為0.763，均小于0.8，說明解釋力度不是很明顯。因此，需要組態分析才能找到產生高、非高績效的路徑。

表5 單個原因變量的必要性分析

（四）組態分析

由于案例數量較少，故原始一致性閾值設定為0.8，案例頻數閾值設定為1，PRI一致性閾值設定為0.7。表6和表7分別為高績效（ROA）和低績效（～ROA）的中間解構型。

1.高績效組態分析

如表6所示，皖江城市帶上市公司產生高績效的組態有4種，其中H1a、H1b構成了二階等價組態。中間解總一致性為0.908，每個解的一致性均大于0.8，說明4種組態是高績效的充分條件。同時模型解的總體覆蓋率為0.591，表明前因條件在很大程度上解釋了皖江城市帶上市公司高績效的原因。為了比較組態間的差異，歸納出3條產生高績效的路徑如下。

表6 產生高企業績效的條件組態

政府主導邏輯下資本結構驅動型（H1a和H1b）。皖江城市帶部分高管學歷不足的上市公司需要依靠政府主導讓良好的資本結構發揮作用。低債務減少了對企業盈利能力造成負向影響，中小股東分散股權也防止了“壕溝防御效應”，雖然高管學歷不足，但較高的政府補助可以為企業減小成本約束提供有益助力。具體來說，皖江城市帶上市公司有著安徽省政府的大力支持，包括“861重點項目庫”、“所得稅返還”、“緩繳土地出讓金”等財政政策，給予了示范區內企業發展的良好環境，以至可忽略行業競爭帶來的部分不利影響。例如銅基新材料產業基地內的一批龍頭企業，屢獲省獎勵資金扶持，加上資本結構良好，績效水平處全省前列。

資本結構助力下擠出政府依托人才驅動型（H2）。示范區內另一部分同樣資本結構良好的上市公司恰恰相反，并不需要政府補助，而是依靠受到高等教育的高管解決股權分散帶來的“搭便車”問題和債務融資不足帶來的資金問題。比較H2與H1發現示范區內上市公司的一個特點：高學歷高管可以替代政府補助提升企業績效。這也是安徽省政府建立向優秀人才傾斜的分配機制的原因所在，支持企業高薪聘用拔尖人才正是看重了人才的重要作用。在本文的實證分析中，我們發現，依托人才的驅動作用，實現了高績效的企業并非個例，案例中很多人才眾多的企業都有較好的績效。

資本結構和行業雙元邏輯下依托人才驅動型（H3）。皖江城市帶中池州、宣城等市的經濟發展相對較落后，導致競爭實際大于合作，而合肥、蕪湖等較大規模的城市也是競爭激烈。因此示范區內上市公司之間往往會明爭暗斗，若同時處于競爭激烈的行業環境，具備高學歷的男性高管就會顯得不同凡響，能極好地掌控企業自身的資本結構來提升績效。這可能是在示范區內，高學歷男性高管在激勵的行業競爭中所創造的價值遠遠超過了補貼金額，所以政府補助都變得可有可無了。

2.非高績效組態分析

如表7所示，結合產生非高績效5個組態的核心條件發現4條路徑如下。組態NH1顯示，示范區內公司負債過高時，安徽省各市政府起到的作用微乎其微，需要女性高管控制風險。組態NH2顯示，示范區內部分公司資本結構較差，加上行業競爭激勵，因此增大了管理層的道德風險，降低了企業績效，2018年東華科技財務總監被立案調查的例子就說明了這點。組態NH3顯示，小部分企業難以適應示范區日新月異的發展速度，管理層教育水平低且不擅長利用政府政策，因此企業生產落后，進而抑制了績效。組態NH4顯示，示范區部分公司面臨的競爭不激烈，生存和經營的壓力較小，高管學識較低而缺乏大局觀和危機意識，工作積極性較差，因此績效不好。

表7 產生非高企業績效的條件組態

3.歸納總結

通過對比9個組態發現，促進高績效的原因并非抑制績效的對立面。就資本結構而言，皖江城市帶高績效的上市公司都存在良好的資本結構，而低績效的企業大多負債過高。實際上，由于皖江及安徽在國家經濟戰略中的重要地位，一系列政策傾斜、項目扶持和資金注入等吸引了眾多股權投資，大量未開發的岸線和土地為安慶、銅池樅、馬蕪巢三大產業集中區提供的良好承接空間也吸引了一批投資者，抓住這一機遇的上市公司及時調整了資本結構。

皖江城市帶上市公司取得高績效的另一個特點是善于依托政府和人才。安徽與長三角地區就職工權益保障事項等達成的多條協議為吸引高層次人才發揮了巨大作用，人才戰略成效斐然。皖江城市帶在政府方面也強化了體制創新，特別是近幾年構建公平競爭的良好環境，扶持發展非公經濟，對上市公司的績效提升起到了不可忽視的作用。譬如《規劃》指出會適當增加安徽用地指標，因此示范區重大項目的土地審批會獲得便利；同時稅收政策上也有各項優惠，部分稅收實行先征后返用于支持基礎設施建設、地方政府債券單列、生產性企業所得稅減免等。這些政策優惠有著區別于其他區域規劃的鮮明特色，為上市公司的績效提升爭取了更多機會。

（五）穩健性檢驗

通過進一步提高各項閾值來確保研究結果的可信性，首先將原始一致性閾值提高至0.85（原為0.8），其次將PRI一致性值提高至0.75（原為0.7）。結果發現，擬合參數一致性和覆蓋度差異不足以保證有意義且不同的實質性解釋，因此，可以認為fsQCA分析的組態結果總體是可靠的。

五、結論和建議

新時代我國要推動長三角區域一體化高質量發展，就要讓皖江城市帶內的上市公司壯大起來。由于示范區大力發展第二產業，眾多企業都涉足重工業和制造業，所以無論績效好壞，大部分企業都處于競爭激烈的行業環境中。近幾年各市形成的主導產業也以制造業的子行業居多，如銅陵的銅基新材料產業、蕪湖的汽車裝備制造業、馬鞍山的鐵基新材料產業等。互相競爭中資本結構良好、善于利用政府政策、人才儲備多的上市公司得以脫穎而出；而另一部分債務融資過高、缺少長遠規劃、人才和政府補貼都稀缺的上市公司則捉襟見肘，績效水平每日愈下。

研究也存在一定的局限性。受限于fsQCA方法無法區分條件組合之間的發生順序，隨著時序定性比較分析的發展，未來可收集跨時間數據進行動態演變研究。此外企業績效的影響因素眾多，難免有疏漏之處，譬如今后的研究可以結合徽商企業文化。

鑒于以上結論，提出如下建議：（1）吸引投資者，優化企業資本結構。各市縣繼續優化升級目前占據主導地位的制造業，如銅陵的有色金屬、蕪湖的汽車、馬鞍山的鋼鐵等，一方面可以增強企業的自主創新能力，另一方面可以為承接產業打好基礎；繼續開發皖江城市帶總長近300公里的岸線，特別是巢湖、安慶、池州幾十公里的深水宜港岸線。產業優勢和區位優勢都是吸引投資者的重要因素，增加股權融資的同時可以輔之以完善破產法等去規范企業的債務融資、減少不良投資，以優化企業的資本結構，進而提升企業績效。（2）皖江城市帶各地方政府和上市公司都要提高人才利用效率，企業是不可能孤立發展的，通過人才共享促進生產要素的流動才能實現企業績效提升的共贏。從省市政府之間、城市之間、同行企業之間探索人才戰略合作來實現有效利用安徽乃至泛長三角的人才資源。（3）立足安徽自貿區高新片區等，加大政府對高端制造業、高新技術產業的資金投入，并在合肥片區等較成熟的區域去發展低碳新產品，上市公司從企業內部推進改革，增強自身競爭力以促進績效提升。