参与精准扶贫对企业创新投入的影响

邵文武，王若男

(沈阳航空航天大学 经济与管理学院，沈阳 110136)

消除贫困、改善民生、逐步实现共同富裕，是社会主义的本质要求，是党的重要使命。2020年，我国脱贫攻坚进入决战决胜之年，也是收官之年。3月6日，习近平总书记在《决战决胜脱贫攻坚座谈会上的讲话》中指出，要坚决克服新冠肺炎疫情影响，落实好精准帮扶措施，增强基层干部精准扶贫、精准脱贫能力，确保如期完成脱贫攻坚目标任务，全面建成小康社会。早在2013年，习总书记在湖南湘西考察时首次提出了“精准扶贫”一词；2015年，《中共中央、国务院关于打赢脱贫攻坚战的决定》出台，精准扶贫上升为国家战略；2016年，国务院印发了《“十三五”脱贫攻坚规划》，从产业扶贫、就业扶贫、易地搬迁扶贫、教育扶贫、健康扶贫、生态保护扶贫、兜底扶贫、社会扶贫等方面做出了详细部署，明确指出要强化国有企业帮扶责任，引导民营企业和其他所有制企业参与扶贫开发，实施“百县万村”、“同舟工程”、“万企帮万村”等行动。党的十八大以来，在全党全国全社会共同努力下，我国脱贫攻坚取得决定性成就，贫困人口从2012年底的9 899万人降至2019年底的551万人，贫困发生率由10.2%降至0.6%。2016 年底，沪深交易所分别发布《关于进一步完善上市公司扶贫工作信息披露的通知》和《关于做好上市公司扶贫工作信息披露的通知》，细化了上市公司扶贫相关社会责任工作的信息披露要求，强化了企业参与精准扶贫的责任。

社会责任理论认为，慈善责任是企业履行社会责任的最高层次。教育扶贫、健康扶贫、生态保护扶贫等其他精准扶贫形式大多属于慈善范畴，参与精准扶贫是企业履行社会责任的重要表现[1]，且具有战略性，已由单纯的利他型慈善转化为互利型慈善[2]。一方面，企业履行精准扶贫社会责任可以整合当地优势资源，带动贫困地区产业发展，促进贫困人口就业，改善教育、医疗、公共设施条件，提高生活水平[3]；另一方面，企业积极履行精准扶贫社会责任有助于树立良好社会形象，提高企业声誉，与利益相关者建立稳固的社会关系，获得资本、人才、技术等更多关键资源，缓解融资约束，提高企业业绩[4]。

技术创新是经济增长的动力与引擎，提高企业技术创新能力不仅有助于企业获得市场竞争优势，保持持续成长，也是促进我国经济高质量发展的源动力。创新投入的增强是企业创新能力提升的保障，具有时效性，其多寡更能衡量企业的创新意愿[5]。关于企业参与精准扶贫助力打赢脱贫攻坚战对促进企业创新投入的影响和不同产权性质、不同规模以及不同绩效水平的企业参与精准扶贫对创新投入的影响差异问题研究。本文运用倾向得分匹配与双重差分方法(PSM-DID)，实证检验了参与精准扶贫对企业创新投入的影响。本文的边际贡献如下：一方面，目前企业精准扶贫的实证研究大多从企业内部特征与外部因素两方面研究影响企业精准扶贫的因素，如产权性质、业绩水平、企业规模[1]，地方政府财政压力[6]、媒体关注度[7]等。而企业精准扶贫经济效应的研究成果相对较少，目前仅局限于融资约束[8]、企业绩效[4]与市场反应[9]三方面。本文从企业创新投入视角展开研究，在微观层面丰富了企业参与精准扶贫经济效应的研究成果，为企业提升创新能力提供新视角；另一方面，从产权性质、规模、业绩水平三方面探讨了异质性企业不同形式的精准扶贫行为对创新投入影响的差异，为不同类型企业制定精准扶贫决策提供参考。

1 理论分析与研究假设

企业参与精准扶贫可以通过获取外界优势资源、吸引优秀人才、降低融资约束等方式促进创新投入[10]。

第一，企业参与精准扶贫能够获取政府关键资源，享受政策补贴与税收优惠，促进企业创新投入。由于目前我国市场机制尚不健全，政府部门拥有对部分关键资源的分配权。基于资源依赖理论，企业出于对这些资源的依赖性，会积极参与精准扶贫，建立良好政企关系，为企业技术创新提供保障[11]。一方面，企业履行精准扶贫社会责任有助于向外界树立良好声誉与形象，提高政府对企业的认同感[12]，进而获得项目审批权、土地使用权等其他稀缺资源，提高竞争优势；另一方面，企业参与精准扶贫会享受一系列政策优惠，例如吸纳贫困人口就业的企业可按规定享受职业培训补贴等就业支持，用于脱贫地区的捐赠支出准予在计算企业所得税应纳税所得额时据实扣除等。企业参与精准扶贫的力度越大，获取的补贴越多[13]，越能激发企业创新动力，从而提高创新投入水平。

第二，企业参与精准扶贫可以吸引优秀人才，获得知识外溢，促进企业创新投入。一方面，企业积极参与精准扶贫有助于在人力市场吸引优秀人才[14]，通过人力资本积累促进企业创新投入。基于信号传递理论，企业参与精准扶贫所传递出的担当作为、扶危济困的企业文化容易获得外界对企业的认同感，吸引具有相似价值观念的高素质、创新型人才加入，为企业技术创新提供人力支持，从而提高创新绩效[15]；另一方面，参与精准扶贫有助于企业加快知识创新，促进知识资本化，从而提高企业创新投入水平[16]。基于利益相关者理论，企业积极履行精准扶贫社会责任可以同利益相关者建立稳固的社会网络关系，有利于企业获取新的知识，扩充企业知识资源[17]，并与内部知识整合，促进企业创新投入[18]。

第三，企业参与精准扶贫可以减轻代理问题，缓解融资约束，促进企业创新投入。一方面，企业履行精准扶贫社会责任会吸引更多的利益相关者关注公司治理，对企业经营者形成监督机制，从而使企业管理过程变得更加透明，缓解投资者与企业管理者之间的代理问题，降低企业管理者因短视与业绩压力放弃创新的机率，有利于企业加大创新投入[19]；另一方面，企业参与精准扶贫可以向投资者传递出企业财务信息良好的信号，降低企业和投资者之间的信息不对称程度，从而降低投资者的搜寻成本、监督成本，降低企业融资的交易成本[20]。除此之外，也有助于降低企业融资的风险溢价，降低融资成本[21]，缓解融资约束，从而促使企业加大创新投入。

然而，参与精准扶贫对企业创新投入也可能具有抑制效应。第一，为动员全社会力量参与脱贫攻坚，国家制定一系列奖励措施，如举办减贫与发展高层论坛，设立“脱贫攻坚奖”，以表彰为脱贫攻坚作出重要贡献的个人。积极履行精准扶贫社会责任可能是高管为获得个人声誉提升而做的选择，“利己性”慈善将会提高企业的代理成本，对创新投入具有不利影响[22]；第二，转移就业脱贫、异地搬迁脱贫、教育扶贫、健康扶贫、生态环保扶贫、兜底扶贫、社会扶贫及其他精准扶贫形式多表现为公益性，企业参与精准扶贫具有战略性，过度希望提升社会形象降低了对技术创新的关注度[22]。因此，企业参与精准扶贫对创新投入会产生分散作用；第三，过多的捐赠会消耗企业的关键资源，从而有损企业的绩效，弱化创新投入。以产业扶贫为主的整合型扶贫属于长期扶贫机制，需不断投入资源维持产业发展，持续时间长，可能存在风险[3]。过多的公益性扶贫捐赠将减少企业利润，对创新投入具有抑制作用。

综上所述，提出本文研究假设如下：

H1：参与精准扶贫对企业创新投入存在促进作用。

H2：参与精准扶贫对企业创新投入存在抑制作用。

2 研究设计

2.1 数据选取

本文选取2013-2018年我国A股上市公司数据。其中，精准扶贫数据、研发创新数据、财务数据等均来源于国泰安数据库，所用的数据处理软件为Stata15.0。借鉴张曾莲[4]、易玄等[9]的方法，对原始数据进行如下处理：第一，由于金融行业财务结构与其他企业存在差异，故删除金融类行业上市公司数据；第二，删除ST与*ST上市公司数据；第三，删除主要数据缺失的企业数据。经整理，最终得到3365家上市公司6年非平衡面板数据。为避免异常值的影响，对所有连续变量进行1%与99%的缩尾处理。

2.2 变量定义

被解释变量：参照顾群等[23]的研究，选取研发支出率(R&D支出占营业收入的比例)与研发人员率(研发人员数占企业员工总数的比例)衡量企业创新投入水平。

解释变量：本文解释变量为企业精准扶贫行为。设定treated和time两个虚拟变量，从企业是否参与精准扶贫与企业参与精准扶贫前后两方面衡量。由于2016年沪深交易所发布《关于进一步完善上市公司扶贫工作信息披露的通知》和《关于做好上市公司扶贫工作信息披露的通知》之后，企业精准扶贫信息披露才更为规范，更具可比性。因此，本文将2016年及以后披露精准扶贫信息的企业作为处理组，treated取值为1，其余企业作为对照组，treated取值为0；将企业参与精准扶贫当年及以后年份time取值为1，否则取值为0。

控制变量：借鉴张玉明[3]、易玄等[9]研究成果，选取总资产收益率(roa)、资产负债率(lev)、资产结构(fix)、企业规模(size)、成长性(growth)、第一大股东持股比例(holder)作为控制变量。

上述变量定义如表1所示。

表1 变量定义

2.3 模型构建

为剔除处理组企业与对照组企业之间的个体差异，利用倾向得分匹配(PSM)方法为处理组企业匹配与之对应的对照组企业。匹配方式为基于倾向得分的半径匹配(r=0.01)，匹配变量为企业规模(size)、企业绩效(roa)、成长性(growth)、资产负债率(lev)与第一大股东持股比例(holder)，进而利用双重差分模型(DID)进行回归。

统计数据显示，2016年我国披露精准扶贫信息的企业为654家，2017年为952家，2018年上升至1 207家(数据来源于国泰安数据库)。鉴于我国企业参与精准扶贫不是统一时间，因此本文借鉴张曾莲[4]的研究方法，使用多期双重差分模型，研究企业精准扶贫对创新投入的影响。设定基准回归模型如式(1)所示。

RDi,t=β0+β1treated×time+β2Contorli,t+year+industry+εi,t

(1)

其中，RDi,t表示i企业在第t期的创新投入水平，treated×time表示企业精准扶贫行为，Contorl表示一系列控制变量，εi,t表示残差项，同时控制年度与行业虚拟变量。核心解释变量treated×time前的回归系数β1为本文重点关注系数，如果参与精准扶贫促进了企业创新投入，则β1显著为正。

3 实证检验与结果分析

3.1 描述性统计

表2为样本描述性统计情况。可以看出，研发支出率(rd)均值为0.045，最小值为0.000，最大值为0.259，说明样本企业研发资金支出普遍偏低。研发人员率(person)均值为0.157，最小值为0.003，表明企业研发人员比例也处于较低水平。企业规模(size)标准差为1.318，说明所选样本中企业规模差异较大。

3.2 匹配平衡性检验

本文运用的匹配方法是基于倾向得分的半径匹配(r=0.01)，通过Logit模型估计倾向得分，并施加共同支撑条件。图1和图2分别绘制了匹配前与匹配后处理组与对照组倾向得分的核密度分布图，可以看出匹配前处理组与对照组间存在的差异较大，匹配后两组样本差异明显减小，核密度分布趋势一致。

表2 描述性统计

图1 匹配前倾向得分的核密度分布图

匹配平衡性检验结果如表3所示。可以看出，匹配前后变量标准化偏差明显变小，均低于5%，且匹配后变量的p值均不能拒绝实验组和对照组无系统差异的原假设，说明匹配结果很好地平衡了数据，符合可比性的要求。

图2 匹配后倾向得分的核密度分布图

表3 匹配平衡性检验

3.3 基准结果分析

根据式(1)的基准回归方程，分别以企业研发支出率和研发人员比例作为被解释变量，利用PSM-DID方法对全样本进行回归，结果如表4所示。其中，第(1)列与第(2)列为企业参与精准扶贫对研发资金投入影响的回归结果，第(3)列与第(4)列为企业参与精准扶贫对研发人员投入影响的回归结果。加入控制变量后，第(2)列回归结果表明企业参与精准扶贫在1%的显著性水平上促进了研发资金投入，边际效应为0.001 84；第(4)列回归结果可以看出参与精准扶贫在5%的显著性水平上促进了企业研发人员投入，边际效应为0.005 57。说明企业参与精准扶贫对创新投入的正向影响大于对创新投入带来的不利影响，总体上参与精准扶贫对企业创新投入表现为正向促进作用。这是由于高管在自利动机驱使下参与精准扶贫对企业创新投入产生的不利影响较弱，企业参与精准扶贫向外界传递出了积极履行社会责任的信号，从利益相关者处获取了较多的稀缺资源，吸引优秀人才加入，企业积累了较多用于技术创新的优势资源，从而促进企业创新投入。由此，H1得证。

3.4 稳健性检验

3.4.1 替换被解释变量的稳健性检验

借鉴白旻[10]对于企业创新的衡量方法，按照企业是否具有研发经费支出与研发人员，将被解释变量替换为虚拟变量(如果企业披露研发支出与研发人员，则取值为1，否则取值为0)，进而利用Logit模型进行回归，结果如表5第(1)列与第(2)列所示。可以看出，核心解释变量treated×time前回归系数均在1%的显著性水平上显著为正，说明企业参与精准扶贫显著促进了企业研发资金与研发人员投入。证实前述回归结果的稳健性。

3.4.2 更改匹配方式的稳健性检验

此处更改倾向得分匹配的方式，采用近邻匹配(K=3)方法的双重差分估计结果如表5第(3)列与第(4)列所示。可以看出企业参与精准扶贫在1%的显著性水平上促进了企业研发资金支出与研发人员投入，边际效应分别为0.018 3和0.005 82。再次证实前述所得结果的稳健性。

表4 基准回归结果

表5 稳健性检验结果

3.5 异质性分析

杜世风等[1]指出，越是国有企业、大规模企业、业绩水平较好的企业，越容易发生精准扶贫行为。为研究参与精准扶贫对异质性企业创新投入的影响是否具有差异性，下面分别从产权异质性、规模异质性与绩效水平异质性三方面展开研究。

3.5.1 产权异质性

为检验不同产权性质企业参与精准扶贫对创新投入的影响是否具有差异，将全样本按照企业产权性质划分为国有企业与民营企业，对两类子样本分别进行回归分析，结果如表6所示。第(1)列与第(2)列国有企业的回归结果表明，企业参与精准扶贫在1%的显著性水平上促进了研发资金与研发人员投入，边际效应分别为0.002 91与0.008 27。第(3)列与第(4)列民营企业核心解释变量对于的回归系数分别为0.000 930与0.005 72，但均没能通过显著性检验。说明相对于民营企业，国有企业参与精准扶贫对企业创新投入的促进效应更显著。这是由于在脱贫攻坚战中，国有企业承担了较多的政治任务，同时国企高管兼具“经理人”与“准官员”身份[1]，参与精准扶贫的动机更强，使得国有企业更容易获得政府资源，从而激励国有企业增加创新投入。对于民营企业，只有业绩水平突出、社会地位高的企业才更有意愿参与精准扶贫，而这类企业本身具有较强的创新能力，精准扶贫行为对创新投入的促进效应较弱。

表6 产权异质性回归结果

3.5.2 规模异质性

为检验不同规模企业参与精准扶贫对创新投入影响的差异，根据企业规模大小，将位于行业前25%的企业界定为大规模企业，行业后50%的企业界定为中小规模企业。对两类子样本分别进行回归分析，结果如表7所示。从第(1)列与第(2)列大规模企业回归结果可以看出，参与精准扶贫在1%的显著性水平上促进了研发资金与研发人员投入，边际效应分别为0.002 09与0.007 35。从第(3)列与第(4)列中小规模企业回归结果可以看出，参与精准扶贫在10%的显著性水平上促进了研发资金投入，边际效应为0.002 05，而企业参与精准扶贫对研发人员投入的边际效应为0.005 29，但回归结果并不显著。说明相对于中小企业，大规模企业参与精准扶贫对创新投入的促进作用更显著。这是由于大规模企业资产规模较大，可用于精准扶贫的资本较多，参与精准扶贫的意愿更强[1]，社会关注度较高，精准扶贫行为更容易获得社会形象的提升。相应地，企业从利益相关者处获取的优势资源也就更多，吸引的优秀人才也较多，从而进一步强化企业研发创新的动机，促使企业加大研发资金投入与研发人员投入。中小规模企业由于资金等资源相对匮乏，企业新增就业岗位能力也较为有限，使得参与精准扶贫获取的外部资源较少，对创新投入的促进效应较低。

表7 规模异质性回归结果

3.5.3 绩效水平异质性

为检验不同绩效水平的企业参与精准扶贫对创新投入的影响是否存在差异，将总资产收益率作为衡量企业绩效水平的指标，按照企业总资产收益率的大小，将总资产收益率高于均值的企业界定为高绩效企业，低于均值的企业界定为低绩效企业。对两类子样本分别进行回归分析，结果如表8所示。从第(1)列与第(2)列高绩效企业回归结果可以看出，企业参与精准扶贫分别在1%与5%的显著性水平上促进了研发资金与研发人员投入，边际效应分别为0.002 23与0.007 12。对于低绩效企业，第(3)列与第(4)列回归结果表明，企业参与精准扶贫同时在10%的显著性水平上促进了研发资金与研发人员投入，边际效应分别为0.001 54与0.005 62，均低于同期高绩效企业。说明相对于绩效水平较低的企业，参与精准扶贫对高绩效企业创新投入的促进作用更强。这是由于高绩效企业盈利能力较强，参与精准扶贫的强度较大[1]。企业精准扶贫行为向外界传递出了财务信息良好的信号，使得投资者对企业项目的投资更有信心，降低了资金供给者的搜寻成本与监督成本，有助于降低企业融资的风险溢价，进而降低融资成本，激励企业加大创新投入。低绩效企业盈利水平相对较低，用于精准扶贫的金额较低，对企业创新投入的促进作用较为有限。

表8 绩效水平异质性回归结果

4 结论

2020年是我国脱贫攻坚决战决胜之年，也是收官之年。企业是打赢脱贫攻坚战的重要社会力量，参与精准扶贫无论对于国家战略目标的实现还是促进企业创新投入均具有重要意义。本文选取我国A股非金融类上市公司样本数据，运用倾向得分匹配与双重差分方法，实证研究了参与精准扶贫对企业创新投入的影响。研究发现，参与精准扶贫显著促进了企业研发资金与研发人员投入，这一结论经稳健性检验之后依然成立；相对于民营企业、中小规模企业与低绩效企业，参与精准扶贫对国有企业、大规模企业与高绩效企业创新投入的促进作用更显著。

对此，提出建议如下：第一，企业履行精准扶贫社会责任，可以与贫困户互利共赢，在帮扶贫困人口改善生活水平、摆脱贫困的同时，又能树立良好企业形象，获得外界关键资源，降低融资成本，促进企业创新投入。因此，我国企业应积极参与精准扶贫，为打赢脱贫攻坚战助力；第二，参与精准扶贫也是企业获取创新资源的重要方式，政府应引导更多民营企业参与精准扶贫，通过履行精准扶贫社会责任提高企业获取外界优势资源的能力，促进企业增加创新投入，提高技术创新能力，形成“国进民进”的格局；第三，贫困户返贫问题应是未来一段时期关注的重点问题，政府及各部门应建立健全防止返贫监测和帮扶机制，引导企业制定后续帮扶计划，“扶上马送一程”，切实保障困难人口真脱贫、脱真贫，确保全面建成小康社会，实现全体人民的共同富裕。