上市公司参与精准扶贫能获得政府资源支持吗？

严若森 唐上兴

(武汉大学经济与管理学院，湖北 武汉 430072)

一、引言

如何克服贫困、实现共同富裕是决策高层、专家学者和社会各界民众共同关注的话题。尽管我国不断完善扶贫政策和推进扶贫实践并取得一定成效，然而既往的扶贫政策仍存在诸多不足，相对粗放的扶贫方式导致扶贫成效难以达到目标(刘湖北等，2019)[28]。近年来，以***总书记为核心的党中央高度重视扶贫开发工作，2013年，***总书记首次明确“精准扶贫”的改革方向，标志着我国进入脱贫攻坚的全新阶段。统计数据显示，2013―2019年我国贫困发生率从10.2%下降至0.6%，贫困人口从9899万人减少至551万人，连续7年每年减贫超1000万人，贫困县从832个减少至52个，从而印证了精准扶贫理念的有效性。2015年，中共中央明确要求“广泛动员全社会力量，合力推进脱贫攻坚”。其中，资本市场作为精准扶贫的重要力量，成为中国特色扶贫开发道路不可或缺的参与主体，2016年9月中国证监会发布《关于发挥资本市场作用服务国家脱贫攻坚战略的意见》，积极引导资本市场全行业多方力量广泛参与深度贫困地区脱贫攻坚，为构建多层次、多渠道、全方位的资本市场精准扶贫工作格局奠定了基础。图1展示了2016―2018年我国参与精准扶贫的上市公司数量、年平均投入金额与成效，可以发现近三年我国上市公司参与精准扶贫的公司数量与投入金额不断上升，帮助建档立卡贫困人口脱贫数不断增加，取得了良好的社会效益。2020年是全面打赢脱贫攻坚战的收官之年，巩固脱贫攻坚成果并建立减贫的长效机制更显重要。因此，对我国资本市场尤其是上市公司参与精准扶贫的经济后果进行研究，对于进一步完善精准扶贫政策和实现全面建设小康社会目标具有重要的研究价值。

图1 2016―2018年我国上市公司参与精准扶贫的投入与成效

关于企业实施精准扶贫的经济后果，已有研究主要围绕微观企业经营和宏观社会福利展开。例如，研究发现，实施精准扶贫不仅有助于企业获得更积极的资本市场评价(易玄等，2020)[21]，而且对优化社会资源配置、调节贫富差距、维护社会公平、实现共同富裕发挥重要的促进作用(黄承伟，2016；邢成举和李小云，2018)[18][16]。类似相关研究不一而足。然而，企业实施精准扶贫虽是中国特色情境下企业社会责任的重要内容，但罕有文献从公司财务的角度对其经济后果进行研究，亦未针对性考虑微观企业特征和外部制度环境在其中的制约作用。因此，对中国企业如何在参与精准扶贫的过程中谋求自身改善与发展进行研究，是在学术研究层面非常重要的研究问题，也正是本文的目的所在。

本文具有如下两方面的贡献：(1)丰富了关于企业实施精准扶贫经济后果的学术文献。既有研究主要围绕精准扶贫如何影响微观企业的运营状况和宏观社会发展，却忽视了企业如何通过精准扶贫活动谋求政府资源支持和自身发展壮大这一视角。本文发现企业积极实施精准扶贫有助于获得更高程度的政府资源支持，从而促进自身的高质量发展。(2)为决策高层更好地筹划精准扶贫工作提供了一定的政策参考价值。自2013年***总书记提出“精准扶贫”精神以来，精准扶贫日益成为中国企业履行社会责任的重要工作内容。2015年，中共中央、国务院明确提出了要凝聚全社会力量推进脱贫攻坚，确保到2020年所有贫困地区和贫困人口全部脱贫，从此正式吹响了脱贫攻坚战的冲锋号。本文旨在探索上市公司参与精准扶贫的经济后果，能够更好地把握现阶段企业精准扶贫的状况与存在问题，对这些内容的研究有助于监管层进一步完善上市公司精准扶贫的相关政策和制度规定，鼓励资本市场更多力量参与精准扶贫攻坚战，进而为全面建成小康社会提供一定的政策参考。

二、理论分析与研究假设

(一)企业精准扶贫行为与政府资源支持

一般地，企业承担社会责任伴随着显性、直接的额外成本和费用发生，现有文献大量探讨企业实行社会责任对其财务绩效的影响。Margolis and Walsh(2001)[5]对109篇企业社会责任的相关研究进行总结，发现有54篇研究认为企业积极履行社会责任将显著改善企业绩效，7篇研究认为企业社会责任导致了更差的企业绩效，28篇研究发现企业社会责任与企业绩效无关，而20篇研究则得出企业社会责任与企业绩效关系不明确的结论。Orlitzky et al.(2003)[6]对52篇论文进行总结，发现企业积极履行社会责任将显著改善企业的经营业绩，尤其是采用会计财务指标和企业声誉指标来衡量企业经营业绩时，二者的关系更为显著。Margolis et al.(2009)[7]分析了167篇企业社会责任的相关研究，同样发现公司财务绩效和企业社会责任之间具有正相关关系。由此可见，支持企业社会责任改善经营绩效的文献显然占据主要位置(Allouche and Laroche，2005；Van Beurden and Gossling，2008)[8][9]。

然而，作为中国特色企业社会责任的重要内容之一，精准扶贫较少被纳入企业社会责任的理论框架下讨论，更罕有文献对精准扶贫如何影响企业自身经营发展进行探讨。实践中，实施精准扶贫是兼具公益性和政策性的企业社会责任内容，具有一定程度的“半强制”特征，精准扶贫对于企业而言不仅是其战略慈善选择，更是应对政府干预的一种途径。在此情况下，不同于既有文献多从市场角度分析企业履行社会责任活动的可能收益，本文统筹考虑精准扶贫兼具市场调节和政策要求的双重属性，基于市场调节和政策要求的双重角度分析企业实施精准扶贫行为的社会经济后果，特别是其获得的政府资源支持。从政治经济学的理论出发，企业积极参与精准扶贫能够获得更多的政府补贴和税收返还等政府资源的支持。事实上，政府补贴多年来一直影响着我国企业的发展(李传宪和刘晓雨，2016)[11]。统计数据表明，在2012年，我国2511家上市公司获得政府补助，2013年则有2542家，而2014年获得政府补助的2473家上市公司，计入当期损益的补助额度高达900多亿元人民币。在当前我国资本市场实践中，不管是民营企业还是国有企业，获得高额政府补贴已然构成普遍现象，后者金额较大并且项目种类繁多。精准扶贫项目显然受到政府补贴等资源支持，中国核工业集团、深圳特区建发集团、深圳能源等企业实施的产业扶贫项目便充分体现上述特点。以深圳特区建发集团为例，2011年5月，深圳市开始引导深圳产业向四川广安转移；2014年8月，四川广安广深产业园正式成立；按照“园区开发、产业引进、城市建设”同步推进思路，深圳特区建发集团全力推动广深产业园建设。截至目前，广深产业园28平方公里规划范围内累计完成固定资产投资约171亿元，建成面积约5平方公里，带动就业近万人，初步走出了一条“政府引导、市场主导、企业运作”的精准扶贫、区域合作新路子，获得各方充分肯定。在完成精准扶贫、对口帮扶的过程中，深圳特区建发集团也相继获得深圳市政府财政补贴10亿元，加速实现了集团的发展壮大。

进一步地，精准扶贫已成为地方政府考核和官员晋升的重要考核内容。例如，国务院扶贫开发领导小组2019年印发的《东西部扶贫协作成效评价方法》显示，国务院扶贫办等部门每年要对东部地区省市在组织领导、人才支援、资金支持等方面的扶贫协作与工作创新情况进行考核评价，对中西部地区省市在组织领导、人才交流、资金使用等方面的扶贫协作与工作创新情况进行考核评价，综合评议结果经党中央、国务院审定后予以通报，并送中央组织部。从地方官员竞争锦标赛理论分析，为了鼓励更多的企业参与精准扶贫，完成脱贫脱困的政治任务，地方政府也将给予参与精准扶贫的企业更多的优惠政策。作为对企业精准扶贫的奖励方式之一，政府补贴是一种直接反映地方政府对参与精准扶贫企业认可的方式。当然，政府补贴只是企业参与精准扶贫的直接和显性回报，地方政府可能通过其他隐性方式对参与精准扶贫的企业进行奖励，如给予企业更优惠的项目或在政策上予以更多支持等。综上，无论企业参与精准扶贫是出于企业社会责任感，抑或为了建立政治联系及获取更多的政治资源，政府补贴是企业参与精准扶贫能够获得的最直接的收益来源。因此，本文提出如下假设：

H1：在其他条件均一致的情况下，企业在精准扶贫项目投入资源越多，其获得的政府资源支持越多。

(二)企业政治关联和外部制度环境的调节作用

既有文献表明具有政治关联的企业可以获得更低的融资成本、更多社会经济资源等利益(Faccio，2006；余明桂等，2010)[10][12]。在此情况下，该类企业参与精准扶贫项目，主要是为了满足地方政府工作目标和维持政治关系，相较于其通过政治关联已经获得的财政补贴等资源，从精准扶贫中获得的政府补贴等经济资源则比较有限；而缺乏政治关联的企业，借助参与精准扶贫活动，能够谋求建立一定的政治关系，有助其接触和获取相应的政治资本。对于此类企业，精准扶贫给其带来的政府支持性资源可能相对更多。据此，本文提出如下假设：

H2：在其他条件一定的情况下，相较于具有政治关联的企业，精准扶贫投入与政府资源获得的正向关系在缺乏政治关联的企业更强。

政府干预是我国经济发展过程的一个普遍现象(潘红波等，2008；王凤荣和高飞，2012；江轩宇，2016)[13][14][15]，地方政府有较强的动机和能力影响辖区内企业的经营与投资决策(Lin et al.，1998；曾庆生和陈信元，2006；Lin and Li，2008；刘行和李小荣，2012；黄俊和李增泉，2014)[4][17][3][19][20]。具体到精准扶贫内容，为了打赢脱贫攻坚战，实现全面小康，精准扶贫效果成为各级地方政府考核的重要指标。为了在晋升锦标赛中脱颖而出，地方官员有较强的动机实现精准扶贫的目标(Li and Zhou，2005；周黎安，2007)[2][22]。在这一背景下，地方政府利用地方企业资源实现精准扶贫目标是一种可行的方式，对于地方政府干预较强的地区，这一现象可能更为明显，作为回报，地方政府则可能给予相关企业更多的政府补贴。政府干预与市场化水平是同一个硬币的两面(夏立军和陈信元，2007)[23]，地方政府干预反映了该地区的市场化水平相对较低，基于同样的逻辑，在市场化水平较低的地区，政商关系更为紧密，一方面地方政府更可能干预企业实现精准扶贫任务和目标，另一方面，积极参与精准扶贫的企业也将获得地方政府更多的资源倾斜和支持。据此，本文提出以下假设：

H3：在其他条件一定的情况下，相对于地方政府干预较低地区的企业，精准扶贫投入与政府资源获得的正向关系在政府干预程度较高地区的企业上更强。

H4：在其他条件一定的情况下，相对于市场化水平较高地区的企业，精准扶贫投入与政府资源获得的正向关系在市场化水平较低地区的企业上更强。

三、研究设计

(一)样本选择与数据来源

为了研究企业精准扶贫对其获得政府资源支持的影响，本文选取2016―2018年中国A股上市公司为研究对象。在研究期间选择方面，鉴于2016年中国上市公司才开始在年度报告以及相关公告中披露精准扶贫相关信息，在此之前自愿披露精准扶贫信息的上市公司数量极少，故本文选取2016年作为研究期间起点。在数据来源方面，本文使用的上市公司精准扶贫数据及其他公司财务和治理数据主要来源于CSMAR数据库。本文依次剔除了主要变量数据缺失以及金融行业上市公司，最终获得8340个上市公司-年度样本。

(二)模型设定与变量定义

本文借鉴精准扶贫和公司财务的相关文献(蔡贵龙等，2018；黄晓蓓和钟宏武，2019)[24][25]，构建如下回归模型检验企业精准扶贫投入与政府资源支持之间的关系：

其中，FP_RT衡量上市公司精准扶贫的资源投入，参照黄晓蓓和钟宏武(2019)[25]，本文以公司当年精准扶贫投入资金与物资折款之和除以期初与期末主营业务收入的均值衡量；ZIYUAN衡量上市公司获得的政府资源支持，以公司当年获得的政府补贴金额除以期初与期末主营业务收入均值衡量。在控制变量方面，本文控制了常见的企业特征和公司治理特征变量，这些变量均可能影响样本企业的精准扶贫行为和政府资源支持力度，具体包括企业规模(SIZE)、企业杠杆率(LEV)、企业盈利能力(ROA)、企业成长性(GROWTH)、股权集中程度(TOP1)以及地区财政赤字水平(DEFICIT)，控制变量均采用期初值。此外，本文在模型中还控制了年度和行业固定效应，并对所有连续变量在1%和99%分位处分别做了缩尾处理，从而缓解异常值的干扰；所有回归均进行了异方差稳健性处理。各变量具体定义见表1。

四、实证结果与分析

(一)描述性统计分析

表2报告了主要变量的描述性统计结果。可以发现，上市公司精准扶贫投入(FP_RT)的均值约为0.028，表明上市公司在精准扶贫工作的投入金额占主营业务收入平均为0.028%；标准差是均值的4.9倍，表明不同上市公司在精准扶贫投入上存在较大差异，为本文探究精准扶贫投入的经济后果提供了足够空间。进一步地，上市公司获得政府补贴等政府资源占主营业务收入的均值约为1%，最大值约为9.5%，表明上市公司普遍获得较多的政府资源支持。其他变量的描述性统计与已有文献近似。

表1 变量定义

表2 主要变量描述性统计

(二)相关性分析

表3报告了主要变量的相关系数。上市公司在精准扶贫项目的相对投入程度(FP_RT)与政府资源支持(ZIYUAN)显著正相关，表明上市公司在精准扶贫工作中投入资源越多，获得政府资源倾斜力度越大，初步支持本文假设。此外，控制变量与主要解释和被解释变量之间的相关系数均较小，表明模型不存在严重的共线性问题。

(三)基本回归结果

表4报告了企业精准扶贫投入(FP_RT)对其获得政府资源支持的影响。首先，列(1)展示了企业精准扶贫投入(FP_RT)对企业获得政府补贴(ZIYUAN)的影响，FP_RT的系数在1%水平下显著为正，表明上市公司在精准扶贫项目中投入资源越多，获得的政府补贴越高，政府资源支持力度越大。从经济意义上分析，上市公司的精准扶贫金额相对营业收入的比例(FP_RT)每上升1%，获得的政府补贴(ZIYUAN)将上升0.42%，具有较强的经济显著性。为了确保研究结论的可靠性，本文将解释变量(FP_RT)滞后一期，重新按照模型(1)进行回归，结果如列(2)所示。可以发现，列(2)中滞后一期企业精准扶贫投入(L_FP_RT)的系数在5%水平下显著为正，表明上市公司在精准扶贫项目中投入水平越高，次年获得的政府补贴越多，政府资源支持力度越大，与列(1)的结果保持一致，本文的假设H1得到支持。

表3 主要变量的Pearson 相关系数

表4 精准扶贫与政府资源支持：基本回归结果

(四)企业政治关联和外部制度环境的调节作用

进一步地，本文考察政治关联和外部制度环境如何影响企业精准扶贫投入与获得的政府资源之间关系。首先，本文将样本公司按照董事长或总经理是否具有政治关联分为有政治关联和没有政治关联两组，并分别按照模型(1)进行回归，回归结果如表5所示。其中，列(1)和(2)报告了具有政治关联和没有政治关联两组中企业的精准扶贫投入与政府资源支持的回归结果，列(1)中FP_RT的系数为正但不显著，列(2)中FP_RT的系数在5%水平下显著为正，表明相对于具有政治关联的企业，缺乏政治关联的企业在精准扶贫项目中的投入水平越高，获得的政府补贴等政府资源支持越多。因此，缺乏政治关联的公司可能通过积极参与精准扶贫的方式建立一定的政治联系。为了确保研究结论的可靠性，本文将解释变量滞后一期，重新进行分析的结果如列(3)和(4)所示保持不变，本文的假设H2得到支持。

表5 精准扶贫、政治关联与政府资源支持回归结果

其次，本文分别采用王小鲁等(2017)[26]编制的市场化指数报告中的综合市场指数和“减少政府对企业的干预”指标，分年度按照相对于中位数大小对上市公司所处地区的市场化水平高低、政府干预程度高低进行分组，并分别按照模型(1)进行回归。其中，考虑到市场化指数仅更新至2015年，且地区制度发展在短期内较为稳定，本文以2015年的市场化水平和政府干预指数衡量地区制度环境，分组结果如表6和表7所示。一方面，表6汇报了政府干预程度对企业精准扶贫投入与所获政府资源支持之间关系的影响作用，列(1)中FP_RT的系数为正不显著，列(2)中FP_RT的系数在1%水平下显著为正，且数值大于列(1)，表明相对于政府干预较弱地区的企业，政府干预较强地区的企业在精准扶贫项目中的投入越多，获得的政府补贴等政府资源支持也将更多。为了确保研究结论的可靠性，本文将解释变量滞后一期重新回归，结果如列(3)和(4)所示保持不变，本文的假设H3得到支持。

另一方面，表7汇报了市场化水平对企业精准扶贫投入与所获政府资源支持之间关系的影响作用。其中，列(1)显示在所处地区市场化水平较高的企业中FP_RT的系数为正但不显著；相反，列(2)显示对于地区市场化水平较低的企业，FP_RT的系数在1%水平下显著为正，且数值相对较大，表明相对于市场化水平较高地区的企业，市场化水平较低地区的企业在精准扶贫项目中的投入越高，获得的政府补贴等政府资源支持越多。同样地，本文将解释变量滞后一期，重新回归的结果如列(3)和(4)所示基本不变，本文的假设H4得到支持。

表6 精准扶贫、政府干预与政府资源支持回归结果

(五)稳健性检验

为保证研究结论的稳健性，本文进行一系列稳健性检验。

第一，本文更换被解释变量的衡量方式重新进行回归。以样本公司当年获得的政府补贴金额加上税收返还金额再除以期初与期末主营业务收入均值来衡量政府资源支持(ZIYUAN_B)，并将其作为被解释变量按照模型(1)进行回归，结果如表8所示，可以发现研究结论保持不变。

第二，本文更换解释变量的衡量方式重新进行回归。以上市公司当年度帮助建档立卡贫困人口脱贫数量除以期初期末营业收入均值(单位为亿元)，衡量产出视角下上市公司精准扶贫的投入水平(FPPERSON)，重新按照模型(1)进行回归，结果如表9所示。可以发现，列(1)和(2)中企业精准扶贫帮助人数(FPPERSON)的系数均在1%水平下显著为正，表明上市公司在精准扶贫项目中投入水平越高，获得的政府资源支持越高。将解释变量(FPPERSON)滞后一期重新回归的结果如列(3)和(4)所示保持不变，可见本文结论比较稳健。

表7 精准扶贫、市场化水平与政府资源支持回归结果

第三，内生性缓解处理。本文结论可能存在一定的内生性问题，即企业获得的政府资源越多，便可以将更多资源投入到精准扶贫中。尽管本文已采用将解释变量滞后一期的方法缓解内生性问题，但此处仍采用二阶段回归增强结论的稳健性。具体地，本文选取上市公司所在省份的贫困县数量作为工具变量。一方面，上市公司所在地的贫困县数量越多，其辖区内地方政府承担的精准扶贫工作压力越大，更需要干预辖区内企业、促使其投入更多经济资源申请精准扶贫项目；另一方面，上市公司所在地贫困县数量更多是历史发展遗漏的问题，难以直接影响到上市公司获得的税收返还、政府补贴等，后者主要与上市公司自身的主营业务相关。因此，该工具变量满足外生性和相关性两项标准。基于此，在第一阶段，本文以上市公司所在省份的贫困县数量加1后取自然对数构造工具变量PKXNUM，并将上市公司精准扶贫投入对地区贫困县数量及其他常见的公司特征变量进行回归，结果如表10所示。其中，列(1)展示了第一阶段回归的结果，上市公司所在地贫困县数量(PKXNUM)的系数在1%水平下显著为正，表明上市公司所在地的贫困县数量越多，企业在精准扶贫中的投入程度越大；列(2)和(3)分别报告了企业获得政府补贴(ZIYUAN)和企业获得政府补贴与税收返还之和(ZIYUAN_B)作为被解释变量的回归结果，可以发现企业精准扶贫投入的回归系数仍然在1%水平下显著为正，表明在缓解内生性后本文的研究结论保持稳健。

表8 将税收返还纳入被解释变量衡量的回归结果

五、进一步研究

在企业实施精准扶贫行为能够获得更高程度的政府资源支持的基础上，本文在此研究企业实施精准扶贫行为能否影响其经营绩效和市场价值，从而促进高质量发展。

理论上，企业实施精准扶贫行为对经营绩效和公司价值的影响可能存在两个方向。一方面，企业实施精准扶贫需要付出一定成本，直接表现为扶贫支出，例如在实施过程中经常发生计提项目基金、购买农户产品等费用支出，这将增加企业当期费用，很可能不利于短期经营绩效。同时，代理理论认为企业社会责任可能是管理层代理问题的表现，即企业社会责任产生的收益归管理层，而履行社会责任的成本则由公司股东承担。精准扶贫作为一类中国特色的企业社会责任，企业(尤其是国有企业)管理层出于个人私利动机也可能通过精准扶贫获得更高的社会声誉，而忽略精准扶贫对公司股东权益和公司经营发展的不利影响，这将不利于公司绩效和价值的提升。

表9 更换精准扶贫投入衡量指标的回归结果

另一方面，企业实施精准扶贫行为将获得更高程度的政府补贴、税收返还等政策资源支持，这有助于提升企业经营绩效(余明桂等，2010；陈晓和李静，2001；Cerqua and Pellegrini，2014)[12][27][1]。此外，精准扶贫是全面建成小康社会、夺取全面脱贫胜利的关键路径，企业积极参与精准扶贫工作，将获得地方政府更多赞赏和社会媒体积极评价，形成良好的政商关系和社会声誉，企业在为精准扶贫项目乃至其他项目进行信贷融资、行政审批等工作时，将更加顺利甚至获得地方政府一定程度的优先对待，有助于降低企业融资成本、改善投资和经营效率等，进而提升业绩和市场价值。

综上所述，企业积极履行精准扶贫的社会责任，既有助于获得政府补贴等实际经济利益，又有助于获得良好政商关系和社会声誉，从而在信贷融资、政府审批等方面降低交易成本，最终提升会计业绩和市场价值。鉴于此，本文以上市公司的总资产收益率(ROA)和净资产收益率(ROE)衡量其经营绩效、以上市公司的托宾Q值(TOBINQ)衡量其市场价值，将此三者作为被解释变量，构建如下回归模型：

表10 二阶段回归结果

其中，PERF衡量企业经营绩效，采用ROA和ROE进行衡量；TOBINQ衡量上市公司的市场价值，AGE衡量公司的上市年限，其他变量的衡量同模型(1)一致。此外，模型也控制了年份和行业固定效应，并采用稳健标准误。

回归结果如表11所示。其中，列(1)报告了上市公司精准扶贫投入对其总资产收益率的回归结果，可以发现上市公司精准扶贫投入的系数在1%水平下显著为正，表明上市公司积极实施精准扶贫行为，当年经营绩效显著更高。然而，本文采用滞后一期的解释变量(L_FP_RT)重新回归的结果显示，L_FP_RT的系数不显著，表明上市公司积极实施精准扶贫行为，仅能改善其当年的经营绩效，对次年绩效则没有显著促进作用。进一步地，列(3)和(4)是采用净资产收益率(ROE)回归的结果，与前述结果保持一致。最后，列(5)报告了上市公司精准扶贫投入与市场价值的回归结果，其中FP_RT的系数在5%水平下显著为正，表明上市公司积极实施精准扶贫行为对公司市场价值具有显著提升作用。进一步地，本文将解释变量滞后一期，重新回归发现列(6)中滞后一期精准扶贫投入比例(L_FP_RT)的系数依然在5%水平下显著为正。上述结果表明，企业积极实施精准扶贫行为最终对其经营绩效和市场价值均产生积极影响作用。

表11 精准扶贫、公司经营绩效与市场价值回归结果

六、结论与启示

打赢脱贫攻坚战、全面建成小康社会是新时代全面深化改革的重要攻坚任务，资本市场如何助力脱贫攻坚并从中协同发展成为值得研究的问题。本文以2016―2018年中国A股上市公司为研究样本，对上市公司实施精准扶贫行为如何影响其获得的政府资源支持进行研究。本文发现：上市公司积极实施精准扶贫行为对其获得的政府补贴等政府资源支持具有显著提升作用；当上市公司缺乏政治关联或者处于政府干预程度较高、市场化水平较低的地区时，精准扶贫投入能为其带来更多的政府资源支持；最后，上市公司积极实施精准扶贫行为对当年的经营绩效具有提升作用，但对其次年经营绩效不具有显著影响，同时精准扶贫行为可以显著提升上市公司的市场价值；此外，经过一系列稳健性检验后，本文结论保持不变。

精准扶贫作为中国特色企业社会责任的一项重要内容，受到政府的高度重视，然而上市公司参与精准扶贫既受到政府干预的影响，也可能是企业出于自身收益与成本的权衡做出的选择。企业在精准扶贫项目中投入大量人力物力资源，如果企业实施精准扶贫行为对自身具有消极经济影响，则难以期望企业长期积极参与精准扶贫活动。从本文研究结论出发，企业积极实施精准扶贫行为可以获得更多的政府补贴、税收返还等资源支持，并且能够提升经营绩效和市场价值。换言之，精准扶贫对企业经营发展带来一定的收益，有助于企业参与精准扶贫的良性互动发展。因此，决策层可以进一步提升对积极参与精准扶贫企业的社会经济资源倾斜，激励资本市场力量更加可持续地实施精准扶贫活动，以防贫困地区脱贫后返贫的情况出现。事实上，只有企业通过实施精准扶贫行为进而在经济方面上获得足够收益，才能有效、长期地激励我国企业投身于社会主义扶贫事业。因此，决策高层可以沿着既有路径继续改善精准扶贫政策要求和资源配置，将更多社会经济资源赋予敢啃“硬骨头”贫困地区、使用资源效率较高的企业，惟此可以达到贫困地经济社会和扶贫企业相互促进、共同发展的政策初心。