上市公司精準扶貧對企業價值的影響研究

■ 王競達 馬里斌 劉祎男

（首都經濟貿易大學，北京 100070）

一、引言

黨的十八大以來，為實現消除貧困、共同富裕的社會主義本質要求，黨中央將脫貧攻堅作為治國理政的重點工作。2015 年，中共中央、國務院發布《關于打贏脫貧攻堅戰的決定》，對脫貧攻堅工作作出全面部署，動員、鼓勵社會力量積極參與脫貧攻堅工作。2016 年，證監會發布《關于發揮資本市場作用服務國家脫貧攻堅戰略的意見》（證監會公告〔2016〕19 號），支持并鼓勵上市公司積極履行企業社會責任，并進一步服務國家脫貧攻堅戰略。在此之后，資本市場充分發揮其資源配置優勢，并通過教育扶貧、產業扶貧等多渠道積極參與貧困治理活動。現階段做好鞏固脫貧攻堅成果和鄉村振興有效銜接工作是一項重大戰略任務，新形勢下，要立足高質量發展目標，發揮組織優勢、做好產業銜接、堅持政策引領，乘勢而上全面推進鄉村振興。

探索精準扶貧行為給企業帶來的價值效應，總結完善對應領域的評估理論，才能更好地促進資產評估行業服務鄉村振興及其相關產業。《“十四五”時期資產評估行業發展規劃》報告中明確闡明，資產評估行業要服務綠色發展、自然資源管理和鄉村振興，抓住時代發展機遇，在綠色產業及其相關領域發展過程中發揮專業優勢。從資產評估實務操作視角而言，需要評估機構能夠將精準扶貧與鄉村振興行為帶來的價值效應納入評估考量，充分發揮資產評估價值尺度作用，服務產業升級和新經濟發展。

綜上所述，本文從利益相關者視角出發，探究精準扶貧投入與企業價值的相關性。探究在不同情況下，精準扶貧投入對企業價值的影響機制，增進理論研究者和評估實務從業人員對精準扶貧與企業價值之間相關性的理解，進一步提高專業服務水平，以更好地在鄉村振興這一國家戰略中發揮自己的作用。

二、理論分析與假說提出

（一）精準扶貧與企業價值相關性

基于利益相關者理論，企業管理者需要管理并維護企業與其利益相關者之間的互動關系，權衡二者之間發生的一系列資源交換與利益交換（Freeman,1984），也即企業不僅應對其股東負責，而且與各利益相關者有著更深層次的利益關系。伍德于1991 年對這一理論進行了補充，指出管理者需要在企業社會責任的每個領域發揮創造性，協調股東與其他利益相關者之間的利益沖突。隨著時代發展，企業面對來自更多利益相關者群體的要求，不僅包括股東、債權人、員工、消費者、供應商等，也包括中央政府、地方政府、居民、媒體以及環保主義者，甚至包括自然環境等受到直接或間接影響的客體。這需要企業將更多資源投入到其社會責任中，從而緩解與上述利益相關者之間的利益沖突（Mcwilliams 和Siegel）。

對于上市公司而言，企業社會責任是指企業在創造利潤以及對其股權持有者、債權持有者和員工承擔法律責任的基礎上，對供應商、消費者、政府部門以及社會整體的貢獻，包括環境保護、慈善事業、職工健康、科技發展、文化建設等方面的責任。2016 年，針對證監會發布的《關于發揮資本市場作用服務國家扶貧攻堅戰略的意見》，上海交易所、深圳交易所先后發布了關于做好扶貧工作信息披露的通知。兩份通知中皆要求上市公司充分披露精準扶貧概要、成效以及后續計劃等信息，以量化形式反映企業參與精準扶貧取得的成果。

談到精準扶貧行為對企業的影響，學者們通常的研究思路是精準扶貧使企業獲得更多資源，進而影響企業的財務績效。國內目前已經有很多學者論述了相關的影響途徑。有學者指出，參與精準扶貧的企業將獲得更多的經濟資源，包括信貸支持和政府補貼等，這使企業的融資約束明顯降低，從而提高企業的財務績效（鄧博夫等，2020；王帆等，2020）。另外有學者發現，精準扶貧行為提高了企業創新產出的數量與質量，并最終影響了企業的財務績效（岳佳彬，胥文帥，2021）。胡浩志（2020）指出，企業通過參與精準扶貧可以獲取更多的市場資源與政治資源，處在市場化程度低的地區、無政治關聯以及民營企業中效果更為顯著。政治資源是企業實施精準扶貧的重要驅動因素，精準扶貧為企業在外部融資、稅收規避等方面創造了經濟利益，尤其是在行業同構程度較高的行業（楊義東，程宏偉，2020）。從經濟后果看，精準扶貧能夠提高扶貧企業的經營業績，但是與慈善捐贈有所不同的是，企業進行精準扶貧投入不完全是出于其自利動機，而是出于利他性動機與戰略性動機，并實現企業、社會與環境三者的共贏（潘健平等，2021）。

基于此，本文提出假設1：

假設1：企業精準扶貧投入與企業價值正相關。

（二）企業異質性對精準扶貧與企業價值相關性的影響

首先，從行業特點來看，當企業處于高污染行業時，其日常生產經營將導致所處地區的環境受到污染，從而產生負外部性。這將侵犯到利益相關者群體中政府部門、本地居民以及環保主義者的利益，并因此帶來負面影響。這種負面影響將導致企業日常經營受到束縛，如外部資金獲取、人才吸引等方面（任長秋，王釗，2020）。而積極從事精準扶貧工作對社會公益帶來的積極影響將在其他領域彌補上述利益相關者被侵害的利益，并且精準扶貧行為產生的正面影響可以在某些程度上抵消上述負面影響。另外，從注意力視角分析，高污染行業可以通過扶貧等履行企業社會責任的行為改善自身的負面形象（Jenkins，2006）。

基于此，本文提出假設2：

假設2：當扶貧企業為高污染企業時，精準扶貧投入對企業價值的影響更大。

員工福利是中國企業社會責任中的重要維度之一，需要企業長期、持續地投入資源。該項投入雖然能夠有效地提高企業員工的歸屬感，從而提高其工作積極性與生產效率，但是在短期內不會有明顯的績效變化，并且因此產生的社會效應也較為局限（鄒潔，武常岐，2015）。當部分企業選擇低員工福利水平的管理策略時，將侵占其員工作為利益相關者群體的利益。這不僅會降低企業員工的歸屬感，更會影響到企業管理層對其下屬員工的管理效率，從而導致企業的生產效率降低。對于此類企業，從事精準扶貧工作帶來的積極影響可以提高下屬員工在其所處的社交關系中的道德形象，提升其對國家政策的認識，提高其對外部環境的信心（祝麗敏等，2021）。從而彌補其低福利水平所帶來的負面影響。

基于此，本文提出假設3：

假設3：當扶貧企業員工福利較低時，精準扶貧投入對企業價值的影響更大。

研發投入水平較低可以反映出企業在生產經營過程中更多依賴于傳統方式，從而導致其對所屬領域科技發展的推動效果較差。任玉嶺（2005）提出，上市公司所需承擔的八大社會責任中包括發展科技與自主知識產權，這不僅關乎企業自身在其所屬行業中的競爭地位，更關系到我國在國際分工生產鏈條中的位置。因此，企業輕視甚至忽視科研創新，而選擇循規蹈矩的傳統生產方式將在無形中侵害到政府部門、消費者以及企業員工的利益，而進行精準扶貧帶來的積極影響將在其他領域彌補這些負面影響。

基于此，本文提出假設4：

假設4：當扶貧企業創新投入較低時，精準扶貧投入對企業價值的影響更大。

三、樣本數據與研究設計

（一）數據來源

本文以2016-2020 年中國滬深A 股上市公司中披露了精準扶貧工作相關信息的企業為初始研究樣本，并進行以下樣本篩選：（1）剔除ST，*ST 等被特別處理的上市公司；（2）剔除金融、保險類上市公司；（3）剔除關鍵財務數據缺失的上市公司，最終共得到有效扶貧企業樣本4940 個。為了解決極端值的影響，對文中全部連續變量進行了上、下1%的縮尾處理（Winsorize）。本文研究中的數據主要來自CSMAR 數據庫和RESSET 數據庫。

（二）變量定義

1.因變量

參考前人的研究，本文選取托賓Q（TobinQ）作為衡量企業價值的指標。本文采取股權市值與凈債務市值之和除以扣除無形資產、商譽之后的總資產賬面價值的計算方法來測算托賓Q。

2.自變量

企業精準扶貧投入（Tpa）。利用企業精準扶貧投入金額的相對水平來衡量企業的精準扶貧情況，企業精準扶貧投入金額等于企業精準扶貧投入的現金投入與企業因精準扶貧投入的產品、物料等投入折算的金額之和。這種計算方式的優勢在于避免了因企業規模而造成的影響，并且相對全面的統計了企業精準扶貧的實際投入水平。具體計算公式為：

企業精準扶貧投入=企業精準扶貧的投入金額÷當年營業收入×100%。

3.控制變量

本文引入了一系列控制變量，包括企業規模（Size）、資產負債率（Lev）、第一大股東持股比例（Top1）、凈資產收益率（Roe）、收入增長率（Grow）、企業董事會規模（Board），行業虛擬變量（Ind）和年度虛擬變量（Year）。

4.分組變量

為了探討針對不同利益相關者場景下精準扶貧投入對企業價值的影響，本文設置了三個分組變量。第一個分組變量為行業性質（Pollution），環保部2008 年公布的《上市企業環保核查行業分類管理名錄》中規定，高污染行業主要包括采掘業、金屬非金屬業、食品飲料業、紡織服裝皮毛業、石化塑膠業、生物醫藥業、水電煤氣業及造紙印刷業共八類行業。本文將屬于這八類行業的企業設為 1，否則為 0。第二個分組變量為員工福利水平（Welfare），根據企業員工福利水平進行分組，當上市公司的員工福利水平大于樣本中位數時，取值為1，否則為0。第三個分組變量為企業研發水平（RD），根據企業研發投入水平進行分組，當上市公司的研發投入水平大于樣本中位數時，取值為1，否則為0。

表1 變量定義表

續表

（三）模型設計

為了研究企業精準扶貧投入對于企業價值的影響，也即檢驗假設1，本文建立了以下實證模型（1）：

其中，i 表示上市公司，t 表示年度。因變量是企業價值（TobinQ），自變量是企業精準扶貧投入（Tpa），模型控制了公司規模（Size）、資產負債率（Lev）、董事會規模（Board）、第一大股東持股比例（Top1）、凈資產收益率（Roe）、成長能力（Grow）、年份虛擬變量（Year）、行業虛擬變量（Ind）。若Tpa 的回歸系數為正，說明精準扶貧投入能夠有效提升企業價值，則驗證假設1。

為了研究高污染行業與否對于企業精準扶貧投入和企業價值之間相關性的影響，也即驗證假設2，本文在上述模型的基礎上，利用分組變量高污染行業與否（Pollution）作為分組依據，對研究樣本進行了分組回歸檢驗。若高污染行業分組Tpa 的回歸系數顯著大于非高污染行業分組，說明當扶貧企業為高污染企業時，精準扶貧投入對企業價值的影響更大，則驗證假設2。

為了研究員工福利水平對于企業精準扶貧投入和企業價值之間相關性的影響，也即驗證假設3，本文在上述模型的基礎上，利用分組變量員工福利水平（Welfare）作為分組依據，對研究樣本進行了分組回歸檢驗。若低員工福利水平分組Tpa 的回歸系數顯著大于高員工福利水平分組，說明當扶貧企業員工福利較低時，精準扶貧投入對企業價值的影響更大，則驗證假設3。

為了研究研發投入水平對于企業精準扶貧投入和企業價值之間相關性的影響，也即驗證假設4，本文在上述模型的基礎上，利用分組變量研發投入水平（RD）作為分組依據，對研究樣本進行了分組回歸檢驗。若低研發投入水平分組Tpa 的回歸系數顯著大于高研發投入水平分組，說明當扶貧企業創新投入較低時，精準扶貧投入對企業價值的影響更大，則驗證假設4。

四、實證分析

（一）描述性統計

從表2 的描述性統計可以看出企業價值（TobinQ）的均值為1.910，中位數是1.524，標準差為1.191，最大值7.802，最小值0.846，說明我國A 股市場企業價值存在明顯差異。精準扶貧投入（Tpa）的均值為0.13%，最小值為0.00%，最大值為4.34%，中位數為0.01%，說明樣本中大部分企業的精準扶貧投入低于0.01%。主要的控制變量方面，企業規模（Size）的均值為22.23，最小值為19.95，最大值為25.86，說明A 股上市公司資產規模差異性不大；凈資產收益率（Roe）的均值為0.061；董事會規模（Board）的均值為8.781；負債率（Lev）的均值為0.450；第一大股東持股比例（Top1）的均值為35.98；成長能力（Grow）的均值為14.30%；其他變量均保持在合理水平，且均值和現有研究文獻基本一致。

表2 關鍵變量描述性統計分析表

表3 是主要變量的相關系數矩陣。從表3 可以看出，精準扶貧投入與企業價值在1%的統計水平上顯著正相關，從控制變量和因變量之間的相關系數和顯著性看，凈資產收益率、企業規模、董事會規模、企業負債、第一大股東持股比例以及企業成長性均與企業價值顯著相關。從控制變量的相關系數來看，全部控制變量之間的相關系數皆小于0.5，可以基本排除多重共線性對回歸結果的影響。

表3 關鍵變量相關系數分析表

（二）回歸分析

為了研究精準扶貧投入對企業價值的影響，本文利用模型（1）進行了多元回歸檢驗，并控制行業固定效應與年度固定效應進行聚類調整，具體結果如表4。第（1）列報告了未加入控制變量情況下，采用OLS 回歸，企業精準扶貧投入對企業價值的影響。回歸結果表明，精準扶貧投入Tpa 的回歸系數為正（13.762），且在1%水平上表現出統計顯著性。第（2）列報告了加入控制變量后的企業精準扶貧投入對企業價值的影響。回歸結果表明，精準扶貧投入Tpa 的回歸系數為正（11.981），且在1%水平上表現出統計顯著性。第（3）列報告了加入控制變量以及行業、年份固定效應后的企業精準扶貧投入對企業價值的影響，并在此基礎上進行了聚類調整。回歸結果表明，精準扶貧投入Tpa 的回歸系數為正（12.034），且在1%水平上表現出統計顯著性。上述各列結果表明，企業精準扶貧投入能夠顯著促進企業價值提升，實證結果支持假設1。

表4 精準扶貧投入對企業價值影響的基準回歸分析表

（三）企業是否處于高污染行業分組檢驗

本文將所有樣本企業按照高污染行業與否進行分組，然后進行回歸分析。回歸結果如表5 所示，第（1）列報告了當企業為非高污染行業時，精準扶貧投入對企業價值的影響，回歸結果不顯著，第（2）列報告了當企業為高污染行業時，精準扶貧投入對企業價值的影響，精準扶貧投入Tpa 的回歸系數為正（16.421），且在5%水平上表現出統計顯著性。且高污染行業企業回歸系數明顯大于非高污染行業企業。這一結果表明當進行精準扶貧的企業為高污染行業時，精準扶貧投入更加能夠提高企業價值，實證結果支持假設2。

表5 高污染行業與否分組回歸結果

（四）員工福利水平高低分組檢驗

本文將所有樣本企業按照員工福利水平高低進行分組，然后進行回歸分析。回歸結果如表6 所示，第（1）列報告了當企業為低福利水平時，精準扶貧投入對企業價值的影響，精準扶貧投入Tpa 的回歸系數為正（18.119），且在5%水平上表現出統計顯著性，第（2）列報告了當企業為高福利水平時，精準扶貧投入對企業價值的影響，回歸結果不顯著。且低福利水平企業回歸系數明顯大于高福利水平企業。這一結果表明當進行精準扶貧的企業為低福利水平企業時，精準扶貧投入更加能夠提高企業價值，實證結果支持假設3。

表6 企業員工福利水平分組回歸結果

（五）研發投入水平分組檢驗

本文將所有樣本企業按照研發投入水平高低進行分組，然后進行回歸分析。回歸結果如表7 所示，第（1）列報告了當企業為低研發投入水平時，精準扶貧投入對企業價值的影響，精準扶貧投入Tpa 的回歸系數為正（11.478），且在5%水平上表現出統計顯著性，第（2）列報告了當企業為高研發投入水平時，精準扶貧投入對企業價值的影響，回歸結果不顯著。且低研發投入水平企業的回歸系數明顯大于高研發投入水平企業。這一結果表明當進行精準扶貧的企業為低研發投入水平企業時，精準扶貧投入更加能夠提高企業價值，實證結果支持假設4。

表7 企業研發投入水平分組回歸結果

續表

五、穩健性檢驗

為了提升本文核心結論的穩健性和有效性，本文從多個角度進行了穩健性檢驗，結果如表8 所示。

表8 穩健性檢驗

第一，以企業的資產規模即總資產作為營業收入的替代變量計算企業的精準扶貧投入Tpa2，并進行了回歸分析，Tpa2 的計算公式為：精準扶貧投入金額÷企業年末總資產×100%。結果表明，替換解釋變量沒有改變本研究的結果。

第二，將企業價值的衡量指標托賓Q 值的計算方法重新定義為股票市值與負債賬面價值總和除以資產總額，命名為TobinQ（A）替換原有的因變量TobinQ 作為企業價值的替代變量進行了回歸分析。結果表明，替換被解釋變量沒有改變本研究的結果。

第三，采用更為嚴格的固定效應模式減弱內生性干擾，并進行進一步檢驗。在控制了時間固定效應（Year）和行業固定效應（Ind）的基礎上，控制省份固定效應（ProID）。結果表明，固定效應模式更改后沒有改變本研究的結果。

此外，本文還對高污染行業與否、員工福利水平與研發投入水平三個分組回歸模型分別進行了如上穩健性檢驗，檢驗結果依舊顯著，沒有改變本研究的結果。

續表

六、結論與啟示

本文對我國2016-2020 年上市公司精準扶貧投入的現狀進行了描述，對精準扶貧投入對企業價值的影響進行了研究，并深入探討了企業高污染行業與否、員工福利水平以及創新投入水平對精準扶貧投入與企業價值之間相關性影響。研究發現，精準扶貧投入的提高促進了企業價值的提升。在此基礎之上，當扶貧企業為高污染企業時，精準扶貧投入對企業價值的影響更大；當扶貧企業員工福利水平較低時，精準扶貧投入對企業價值的影響更大；當扶貧企業創新投入水平較低時，精準扶貧投入對企業價值的影響更大。

基于本文的實證結果，提出如下兩點建議：

（1）企業應當根據自身性質調整精準扶貧以及鄉村振興行為的投入策略。特別是高污染行業、員工福利水平較低以及研發投入水平較低的企業，精準扶貧投入能夠有效地緩解其對利益相關者所造成的利益上的侵害，且精準扶貧帶來的積極影響在其他領域彌補了其所產生的負面影響。因此，此類企業在鞏固拓展脫貧攻堅成果同鄉村振興有效銜接等各項工作中應當合理分配企業資源，努力承擔更多社會責任，從而提高其企業價值。

（2）評估機構應當關注精準扶貧以及鄉村振興行為對企業價值帶來的正向影響，尤其應當著重關注高污染行業、員工福利水平較低以及研發投入水平較低的企業。評估機構應當在評估模型中合理考慮企業精準扶貧投入所帶來的價值效應。例如采用收益法評估時，應結合企業精準扶貧現狀、成效以及后續計劃，在預測未來年度現金流的過程中考慮精準扶貧投入的金額與因精準扶貧行為帶來的收益；在計算未來年度債務資本成本時應考慮精準扶貧行為給企業帶來的低息外部資金；在計算未來年度股權資本成本時應結合精準扶貧行為對企業進行風險調整。而在采用市場法評估時，選擇可比公司時，應優先選擇與標的企業精準扶貧行為一致的可比公司；在預測企業財務指標的過程中，應當體現精準扶貧投入帶來的影響；在價值比率的修正過程中，應當考慮企業的精準扶貧投入帶來的價值效應，并予以適當修正。