AStudy on Long-Term Mechanism of Private Enterprises Participating in Rural Revitalization Based on Spatial Differentiation of Targeted Poverty Alleviation and Operating Performance

因为民营企业的经营资讯较难获知，参与精准扶贫的信息也不易收集，同时考虑到从2016年开始上市公司要求在其年度财务报告中披露参与精准扶贫的信息，本文选取上市民营公司作为研究样本，具体包括了沪市、深市、中小板和创业板，本文的原始数据资源包括CSMAR数据库、CCER数据库和WIND数据库。我们从上市民营公司年报中“经营情况讨论及分析”部分获得民营企业营业收入状况的数据，从“履行精准扶贫社会责任情况”中获得民营企业参与精准扶贫的投入，具体包括精准扶贫资金和物资折款数值。同时为了可能地扩大样本数量，本文还通过企业社会责任报告、公司主页对参与扶贫行为新闻报道等途径对精准扶贫信息进行补充。

考虑到本文涉及到空间分异研究，并囿于数据获取途径的局限性，本文以省域范围(因数据收集问题，研究数据未包括港澳台地区)为地域分析单元。本文将2016—2020年作为实证分析数据的时间区间，选择2016年作为时间区间起点的原因在于上市公司从该年起强制在年报中披露参与扶贫信息，这样可以有效保证实证分析样本集合的可对比性，并更为有效地延长数据的横向时间跨度；选择2020年作为时间区间终点的原因在于考虑到近几年民营企业参与扶贫和创新发展趋势的渐次增多，涵盖时效性最新的实证样本，能更为有效地保证本文研究结论的稳健性。最终得到1 089个参与精准扶贫的民营企业样本，在2016—2020时间区间内共获得3 074个观测值。

本文回归分析的目的主要是解析民营企业参与精准扶贫与提升经营绩效的前因要素，为保证研究结论的谨慎性，我们选取Anselin的空间线性回归方程为计量模型，该回归方程一般存在两种形式：空间滞后模型(Spatial Lag Model，SLM)和空间误差模型(Spatial Error Model，SEM)，实际应用过程中则需要选取其中一种。依据B Born，Jrg Breitung所提出的判别准则^[7]，通常做法是将拟合优度Adjusted-R2和自然对数似然函数值log L作为判断标准，这两个判断标准相对较大的模型即可视为恰当的模型。

收集实证分析数据过程中，发现不同属性民营企业的精准扶贫资金和物资折款数量存在较大的差异，如果使用扶贫资金投入的绝对值或者其自然对数值来测度参与精准扶贫的情况，则可能导致不同样本之间缺乏可比性；更为重要的是，本文研究还将涉及到省域范围之间的对比，而民营企业数目及经营规模在经济发达和欠发达地区之间存在着较大差异，这也意味着使用参与精准扶贫的相对数值会比较合理。因此本文选择采用民营上市公司每年精准扶贫资金投入占总营业收入的比率(简称“扶贫资金比例”)作为精准扶贫的评价指标。同时为更为科学地表征经营绩效，本文从民营企业持续经营的角度，选择每个经营年度所进入新产业营业收入占企业总营业收入的比率(简称“创新收入比例”)作为经营绩效的评价指标。此处为地理空间分布研究，故采用省域范围内所有民营企业指标的简单平均值。

民营企业精准扶贫和经营绩效的量化评价公式如下：

A指某个省域在2016-2020年度内扶贫资金比例的加权平均值；B指某个省域在2016-2020年度内创新收入比例的加权平均值；i=1, 2, …m，指2016-2020年的时间段；j=1, 2, …n，指的是某个省域范围内上市民营企业的数量；POR_ij指该省域范围内第j个民营企业在第i年的扶贫资金比例；IOR_ij指该省域范围内第j个民营企业在第i年的创新收入比例。将2016-2020年民营企业的样本数据带入公式(1)和公式(2)中计算，分别得出各省域民营企业参与精准扶贫及经营绩效评价指标的具体数值以及排名，如下表 1所示。

我们采用ArcGIS自然间断点分级法进行分析，省域范围内民营企业参与精准扶贫的程度与其经营绩效水平在省域维度上出现了明显的地区差异和空间集聚，扶贫资金比例和创新收入比例这两个评价指标出现了较为不同的空间分布趋势，二者既有相互重叠的部分，比如上海的“高—高”(扶贫资金比例达0.443%，创新收入比例达15.96%)以及四川的“低—低”(扶贫资金比例仅0.070%，创新收入比例仅7.93%)；同时二者还存在迥然不同的部分，比如陕西的“高—低”(扶贫资金比例达0.347%，创新收入比例仅8.50%)以及山东的“低—高”(扶贫资金比例仅0.152%，创新收入比例达16.77%)。

从内部因素来看，既然民营企业决策者遵循扶贫政策的引导，意欲获取发展所需的政策支持，本着承担社会责任，培育良好的企业声誉，保障民营企业长期发展的目的，会积极参与精准扶贫；同时自然也会努力实施创新，迎合转型升级的趋势，打造持续性竞争优势，拥抱不断涌现的市场机会；因此民营企业精准扶贫与其经营绩效之间应当存在空间范围上的同向变化特征，然而实证分析表明这一命题并未得到验证，也就表明对民营企业精准扶贫与其经营绩效产生影响的主要是外部环境因素。下文结合Anselin的空间线性回归方程，针对这一问题展开实证研究，以解析出可能对精准扶贫与创新绩效产生异质性作用的环境因素。

从文献梳理来看，多数学者都选择从宏观政策、微观行业、媒体关注这三个视角来诠释民营企业参与扶贫和经营行为的环境因素。代表性文献有：区域制度环境会从政策指引、税收优惠、财政补贴、项目扶持等方面引导民营企业参与精准扶贫与乡村振兴^[8]，同时也可以通过创新环境完善、智力资源共享、高新技术引领等方面帮助民营企业提升经营绩效^[9]；行业竞争环境会从资源丰度摊薄、客户忠诚度降低、品牌重要性凸显等方面引导民营企业参与精准扶贫与乡村振兴，同时也可以通过创新节奏加速、生命周期缩短、迭代创新显著等方面逼迫民营企业提升经营绩效^[10]；考虑到参与精准扶贫工作对企业经营的影响可能存在一定的滞后性，从民营企业理性决策的角度来看，可能一定程度的媒体关注能保证民营企业获得及时性的“市场资源补偿”，进而激励民营企业参与精准扶贫和乡村振兴工作^[11]。

综合上述分析，并考虑到数据可得性以及横向可比性，本文以区域制度环境、行业竞争环境和媒体关注程度三个指标作为自变量，分别以各样本民营企业的“扶贫资金比例”和“创新收入比例”指标作为因变量，组成两个量化模型进行回归分析。

对于区域制度环境的计量，可以采用民营企业所在省份的市场化指数来衡量一个地区的正式制度的发育情况，本研究关于制度环境的衡量方法将采用王小鲁等^[12]研究的市场化指数，由于地区的制度环境在短期内并不会发生较大变化，因此本研究借鉴李新春等^[13]的处理方法，采用2017年的市场化指数来代替2016—2020年的市场化指数，市场化指数越高则表明民营企业所在地区的制度环境越完善，正式制度发育越良好。

对于行业竞争环境的计量，借鉴P Florian，Z Christoph，B Olive，et al的方法，采用公司k在行业l中所占市场份额的平方和来衡量行业间的竞争程度，HI_kl=∑(X_kl(∑X_l)²，X_kl为行业l中公司k的主营业务收入，∑X_l为行业l中全部国有及规模以上非国有工业企业的主营业务收入，HI_kl数值越大，产品市场竞争程度越低^[14]，本文对此数值进行了转换，即用HHI=1-HI_kl来表示行业竞争性，HHI指数越大，行业竞争性越强。

对于媒体关注程度的计量，本文参考以往媒体关注的研究^[15]，采用公司的报刊财经新闻报道总数的自然对数Sumnews来衡量其媒体关注情况，选择了中国上市公司财经新闻数据库中《证券时报》《中国证券报》《上海证券报》《证券日报》《中国经营报》《经济观察报》《21世纪经济报道》《第一财经日报》等最具影响力的八大全国性财经日报的新闻数据来计量民营上市公司的媒体关注程度，量化回归模型中自变量名称及英文缩写见表 2。

为保证研究的严谨性，引用纳入空间自相关性的空间计量经济模型进行评价，分析环境因素与民营企业精准扶贫和经营绩效之间的关联状况，以解析民营企业精准扶贫与经营绩效出现非同步性状况的缘故。首先对所有变量指标的数据进行自然对数化处理，以降低实证分析中所可能存在的数据波动和异方差性，再构建出空间滞后模型和空间误差模型。

其中，空间滞后模型(SLM)为：

ρ是空间自回归系数；W是空间权重矩阵；ρWLnTPA_t和ρWLnIP_t是空间滞后变量；ε_t是随机误差项。

空间误差模型(SEM)为：

φ是空间误差系数，衡量了样本观测值的空间依赖关系；Wε_t是空间滞后误差项。

相关研究表明，区域环境因素对企业经营活动的影响通常具有滞后性，实证分析中以滞后一年或者三年为宜^[16]。由于本文撰写之际上市公司精准扶贫能全面收集到的仅2016—2020年数据，为最大限度地揭示环境因素与精准扶贫及经营绩效的关联，我们将2016、2017、2018年的数据作为自变量，然后相对应地将2018、2019、2020年的数据作为因变量，重新组成样本集合进行回归分析(如下表 3和表 4)，并根据该组数据的实证结果进行讨论。

由表 3和表 4可知，空间误差模型(SEM)的Adjusted-R²以及LogL均大于空间滞后模型(SLM)，即空间效应更多地体现在误差项上。因此选择SEM模型作为基准模型，分析环境因素中各设定变量对民营企业精准扶贫与经营绩效的影响程度，具体结论为：

第一，因变量为“扶贫资金比例”的SEM模型回归结果显示：媒体关注程度对精准扶贫的影响程度较大，其斜率系数为0.093 52，通过了5%的显著性水平检验；区域制度环境对精准扶贫的影响程度较小，其斜率系数为0.020 29，通过了10%的显著性水平检验；行业竞争环境与精准扶贫的斜率系数为0.016 85，未通过显著性水平检验；表明对民营企业参与精准扶贫行为产生影响的主要因素是媒体关注程度。

第二，因变量为“创新收入比例”的SEM模型回归结果显示：区域制度环境对经营绩效的影响程度较大，其斜率系数为0.070 21，通过了5%的显著性水平检验；行业竞争环境对创新绩效的影响程度较小，其斜率系数为0.030 94，通过了10%的显著性水平检验；媒体关注程度与创新绩效的斜率系数为0.011 07，未通过显著性水平检验；表明对民营企业经营绩效产生影响的主要因素是区域制度环境。

诚如前文陆继霞所指出的，如何保证民营企业自身发展与促进乡村振兴之间的协同，是我们需要探讨的重要课题^[3]，这也是我们的研究初衷。从实证分析结果来看，强化媒体关注能有效地促进民营企业参与精准扶贫，合理的区域制度环境是民营企业经营绩效提升的保障，但如何依据这两个因素来设计民营企业参与乡村振兴的长效机制，还值得我们进一步探索，下文将首先基于资源依赖理论，探讨民营企业财富动机与非财富动机在参与精准扶贫至乡村振兴进程中的行动逻辑转换机理；其次分析逐利动机牵引下民营企业参与“精准扶贫→乡村振兴”的靶向协同机制；最后设计民营企业参与乡村振兴的长效机制。

根据资源依赖理论，组织的行动逻辑取决于其资源禀赋，任何组织都不可能实现完全的自力更生，而需要搜寻和获取外部资源^[17]。如果一个组织自身所需的核心资源基本都源自某个资源供给方，那么它对资源供给方将产生较大的嵌入性依赖^[18]，组织对资源供给环境稳定性水平的判断将影响其战略设计及行动逻辑，只有接收到资源供给环境长期互惠互利的信号时，组织才会逐渐形成稳定的高质量发展战略^[19]。根据这一理论，我们以图 2来展示民营企业财富动机与非财富动机在参与精准扶贫至乡村振兴进程中的行动逻辑转换机理。

民营企业相对而言获取外部资源的渠道较为有限，通常需要与政府合作来获取更多资源，形成对公共资源的非对称依赖模式。精准扶贫阶段，绝对贫困必须被消除，在这一阶段，民营企业出于与政府资源的非对称依赖关系，会做出更多的利他举动，体现出更多的非财富动机(提供物资帮扶，扶贫资金捐赠)，同时自身往往会逐步熟悉乡村市场属性，获取相应的扶贫政策扶持和税收优惠^[20]，此时处于聚焦识别外部机遇，实现资源获取的结构化环节。

在相对贫困治理的乡村振兴阶段，民营企业已经依靠精准扶贫中的努力，逐步赢得了良好社会声誉和财务杠杆利益，进而促使民营企业资源获取模式达到了与政府及市场的一定均衡状态，体现出非财富动机与财富动机并存(既积极帮扶乡村，同时也高效开发乡村资源)，此时处于依托组织柔性培育和市场需求分析，将资源组合转化为动态能力的能力化环节。

未来经过一段时间的乡村建设，民营企业可视为已接收到资源供给环境的长期、积极、稳定发展信号，其资源获取模式将表现出更多的市场属性，财富动机将占主导地位(通过城乡价值共创实现经营绩效的最大化)，此时处于达成现有价值共创目标、搜寻未来价值共创路径的杠杆化环节。

综上所述，民营企业参与精准扶贫是为了消除绝对贫困，参与乡村振兴是为了实施相对贫困治理，在两种不同的制度环境转换情境下，尽管这两个环节中财富动机与非财富动机的表现形式和权重对比存在差异，但均是基于民营企业对外部资源依赖状态所进行的动态调适，具有理论的连贯性和实践的延续性。据此，本文认为民营企业在精准扶贫阶段的行动逻辑可以被推广至乡村振兴阶段，也即根据实证分析结论“对民营企业参与精准扶贫行为产生影响的主要因素是媒体关注程度”，可以推演认为：强化媒体关注同样能够促进民营企业积极参与乡村振兴，这一结论将指导我们设计民营企业参与乡村振兴的长效机制。

如图 2所述，在乡村振兴战略实践中，民营企业作为独立的经济主体，其财富动机的驱动力越发明显，其逐利动机占主体地位，为设计民营企业参与乡村振兴的长效机制，就必须探讨如何协调与乡村振兴中相对贫困治理的关系，以实现民营企业发展目标与乡村产业振兴目标的耦合。本文以民营企业参与乡村振兴长效机制构建的关键——“城乡资源契合与供需平衡匹配”为切入点，将逐利动机牵引下民营企业参与“精准扶贫→乡村振兴”的靶向协同机制解析为初级、中级和高级三个阶段(图 3)，初级阶段主要涉及民营企业对乡村的资源投入，中级阶段则逐步涵盖民营企业与乡村的绩效匹配，高级阶段主要涉及协同创新维度下民营企业发展壮大与乡村产业振兴的耦合。因此结合实证分析结果，强化媒体关注程度能有效促进初级和中级阶段的推进，优化区域制度环境能有效促进中级和高级阶段的推进。同时本文还概括出三种典型靶向匹配方式：“推”的路径(民营企业提供资金、技术、物资等参与乡村振兴)，“拉”的路径(民营企业推动乡村实现自然资源精耕、村民素质提升等目标)，“推+拉”相结合的路径(民营企业向乡村传授专业知识，并协助乡村实现产业升级、乡村治理、产村融合等目标)，通过针对不同乡村状况的差异化靶向匹配，实现对乡村相对贫困的科学治理，渐次推动民营企业在本地或跨地域参与乡村振兴过程中实现从低级阶段向高级阶段的跃迁。

根据上文分析，本文以图 4来描绘民营企业参与乡村振兴的长效机制，并将民营企业参与乡村振兴的长效机制区分为基础期、升级期和优化期三个阶段，各阶段民营企业与乡村之间资源交互、动态协同的方式也分别展示于图中，按照这种发展轨迹，民营企业与乡村之间能够形成动态良性协同，将民营企业永续经营与乡村振兴转化为合作共赢关系。与图 3类似的是，结合实证分析结果，强化媒体关注程度能有效促进基础期和升级期的推进，优化区域制度环境能有效促进升级期和优化期的推进。

这一长效机制也对学术界的观点做出了呼应：民营企业起初主要通过资金和物资馈赠的方式帮扶乡村，同时也享受到了信贷、税收等方面的优惠政策；之后考虑到产业兴旺是乡村振兴的基本要求^[21]，民营企业开始通过产业经营技巧传授的方式帮扶乡村，同时也通过市场机制的作用获得了直接的需求信息，双方协同推动农业的现代化发展，使贫困地区参与到国家产业结构调整中；然后考虑到积极延续之前的扶贫产业，能够降低乡村产业的甄别成本，更好地推动乡村振兴^[22]，同时民营企业也能够通过将乡村产业纳入自身价值链体系中，进行更为广泛的跨界创新从而获取持续性经济收益。

本文应用2016—2020年民营上市公司作为样本，首先实证分析了民营企业精准扶贫与经营绩效的空间分异状况，计算结果显示不同省域范围内民营企业精准扶贫与经营绩效存在“高—高”、“低—低”、“高—低”和“低—高”四种地理空间分布；其次剖析了出现空间分异状况的前因要素，空间常系数模型计算结果显示：影响民营企业精准扶贫的要素为媒体关注程度，影响其经营绩效的要素为区域制度环境。然后基于资源依赖理论，探讨了民营企业财富动机与非财富动机在参与精准扶贫至乡村振兴进程中的行动逻辑转换机理，并据此解析了民营企业与乡村间的动态靶向协同路径，最后设计出民营企业参与乡村振兴的长效机制。

本研究实践启示在于：

(1) 本文实证分析数据详细展示了不同省域范围内民营企业扶贫行为与经营绩效状态的空间分异状况，因而为经济发达地区民营企业与具有自然资源和劳动力资源比较优势的欠发达地区乡村之间的协同发展提供了政策设计的基础数据，比如山东(扶贫资金比例仅0.152%，创新收入比例达16.77%)、四川(扶贫资金比例仅0.070%，创新收入比例仅7.93%)，“东西协作、对口支援”政策就可以重点考虑通过对“媒体关注程度”和“区域制度环境”两个维度的优化，来实现这两个省份之间民营企业与贫困乡村之间的协同发展。

(2)“媒体关注程度”和“区域制度环境”两个维度能有效促进民营企业参与乡村振兴基础期、升级期和优化期三个阶段的递进式发展，这也提示我们可以考虑优化媒体关注方式，比如合理引导媒体关注方向、科学配置媒体报道频度、动态调适媒体报道方式(尤其是符合互联网背景下新闻受众特点的媒体报道方式)；同时完善区域制度环境，比如设计以乡村振兴规划引领、参与乡村建设项目补贴、帮扶乡村优惠贷款额度为核心内容的激励机制；以实现民营企业经营绩效提升、基于相对贫困治理的乡村振兴双重目标。

(3) 构建民营企业参与乡村振兴长效机制的基础在于民营企业与乡村间的动态靶向协同，特别是将民营企业逐利动机与参与乡村振兴进行科学整合，也即在实践中应当针对不同类型民营企业、不同区域乡村社会的发展状况、以及不同省市中民营企业的资源禀赋差别、不同省市内乡村“防贫减贫”战略的需要，合理构建出以乡村全面振兴为根本导向，以“乡村自主创新能力培育”“民营企业自身发展与反哺乡村间协同”“城乡靶向匹配绩效动态监控与调适”为核心内容，以“政府—民营企业—乡村—农户—城乡市场”为多元主体的价值共创途径。

(4) 基于“万企帮万村”过程中民营企业所展示出来的参与帮扶广泛性、帮扶方式灵活性、价值链向乡村的延伸性等特征，可以考虑从产业链与乡村产业的互补潜力、企业目标市场向广大乡村的拓展趋势两个方面甄选合适的民营企业群体，通过强化媒体关注程度、优化区域制度环境等方式激励它们接续参与“万企兴万村”行动，尤其是通过资源互补和共同经营的方式使得千千万万贫困农户与市场紧密衔接；同时在客观上实现财富的再分配，避免只是依靠“涓滴效应”来克服乡村振兴工作发展的非同步性，为经济发达地区与欠发达地区乡村之间实现共同富裕贡献力量。