一、问题的提出

2008年以来，履行企业社会责任(Corporate Social Responsibility，简称CSR)在中国逐步受到重视，相应的研究也方兴未艾^[1]。然而，企业社会责任的履行程度不仅总体水平偏低，且在企业间存在极大的异质性^[2]。因此，需要理清企业社会责任的驱动机制，从而推动企业与利益相关者实现和谐共赢。令人遗憾的是尚缺乏对当前中国企业社会责任履行的系统完整解答，更多的研究则着力于企业社会责任的履行后果。

关于企业社会责任动力机制的探究可以划分为三类：利他性视角、工具性视角与制度性视角。利他性视角认为企业的社会责任出自于企业家或企业组织的伦理，其进行诸如慈善捐赠等社会责任行为时不考虑经济效益^[3]。工具性视角则将企业社会责任视作企业可选择的战略工具，通过提升利益相关者的满足度来增加企业价值。因为企业履行社会责任会消耗稀缺的企业资源，一旦其降低企业价值，那么企业社会责任的可持续性将会丧失^[4]。事实上，企业践行社会责任是由于其可以提升企业声誉、消费者与雇员满意度及强化组织承诺等。制度性视角主要强调外部环境对企业的影响，即企业履行社会责任的主要动机是适应外部环境的变化，如适应公众对环保的需求而采用绿色供应链，进而提升企业的合法性^[5]。由于工具性视角与制度性视角均强调了资源的重要性，更贴近企业自身发展与利益相关者满足之间的现实，因而通常以二者作为企业社会责任动力机制的主要解释理论。二者的主要区别在于：工具性视角主要突出了企业在社会责任履行中的主动性，而制度性视角则主要认为企业被动适应环境。

上述研究虽指出了企业社会责任履行的可能原因，但是仍然存在以下不足：(1)企业社会责任行为往往是若干动力机制的叠加，而以往研究将工具性视角与制度性视角进行割裂，片面强调其被动回应或主动嵌入，不仅缺乏对相关理论进行整合，更无法对企业社会责任水平的参差不齐进行解答；(2)企业社会责任履行可能存在一个目标值，如基于工具性视角对企业社会责任与企业价值间关系的研究表明企业社会责任的践行水平只有达到某个临界值后才会实现企业价值的最大化。考虑到企业社会责任的临界值难以被直接观测，在相关文献中一个通行的做法是用企业社会责任的真实值作为替代变量。但是，企业社会责任的理想水平与实际水平之间由于受调整成本等因素的影响会存在较大的差异，进而导致严重的偏误；(3)以往的研究往往采用静态方式进行研究，从而无法捕捉企业社会责任存在的动态调整行为，事实上企业社会责任也与其他企业行为类似存在动态调整，而且，风险态度的差异性也可能导致调整存在非对称性。

基于此，本文从权衡视角出发，采用动态面板系统GMM对2008—2016年沪深A股上市公司中选取的7 011个样本进行企业社会责任行为研究。通过本文的研究，我们试图回答如下三个问题：企业社会责任的权衡机制是什么？企业社会责任是否存在目标值？如果存在目标值，在社会责任投资高偏与低偏其目标值时，其调整行为如何？

本文其余部分安排如下：第二部分为理论基础与研究假设；第三部分为研究设计，包括动态调整模型设定及其检验方法，目标社会责任的衡量等；第四部分为实证分析，包括企业社会责任目标值是否存在及对应的调整周期等；第五部分为结论与启示。

二、理论基础与研究假设 (一) 企业社会责任行为的静态权衡

企业的生存与发展是置于某种制度环境之下的，因而企业行为具有依从性、习惯性和权宜性。其最核心的理念是企业行为在社会结构中应该是合理或恰当的，即所谓的“合法性”^[6]。正是在这种合法性机制的作用下，来自规制、规范与社会认知等制度环境的压力使企业践行社会责任，从而获取“合法性”及企业所需要的资源。与之并行的视角是工具性考量，企业履行社会责任可以改善同利益相关者的关系^[7]，如提升消费者满意度，并提升企业的声誉^[8]，以形成企业的竞争优势，从而实现企业价值的提升，并在企业面临危机时发挥类保险作用。然而，企业社会责任的履行有一定的成本，如机会成本、管理成本等，同时企业社会责任方面的投入会引致管理层可支配资源的增加，在中国目前公司治理机制尚不完善的情况下会进一步加重代理问题。

基于此，理性的企业必然会进行成本—收益分析，以确定最优的企业社会责任水平。具体看，企业基于外部环境与内部特征，当企业社会责任的边际收益与边际成本相等时即达到最优，这是静态权衡理论的基本思想。这一理论预期虽无直接经验证据的支撑，但是基于工具性视角的相关研究却为其提供了间接性支持。Trumpp与Guenther^[9]的研究表明企业环境责任与企业价值呈现U型关系，当企业环境责任处于低水平时，其资源消耗及代理冲突效应占据主导，即降低企业价值，但当企业环境责任履行水平较高时，其可以充当企业的战略工具，提升企业的合法性及获取相应的外部资源，从而提升企业价值。Barnett与Salomon^[10]运用利益相关者影响力理论(Stakeholder Influence Capacity，简称SIC)，对1998—2006年美国上市公司的数据进行了实证研究，结果表明二者为U型，即中等的社会责任水平并不会比低等社会责任水平所带来的收益更大，即企业应该倾向于维持非中等水平的社会责任。

虽然相关基于发达国家的研究支持了静态权衡理论，但处于新时代的中国市场是否也适用该理论，即是否存在企业社会责任的最优值？基于此，本文提出如下假设。

假设1：中国企业社会责任履行过程中存在最优值，企业会沿着该目标值进行调整。

(二) 企业社会责任行为的动态权衡

然而在具体的社会责任履行过程中，企业会由于资源的限制及风险态度的偏好导致较难以实现最优的水平，即与目标值产生偏离。为此，企业需要采用增加或降低股利、利息、员工福利及公益性捐赠支出，及提高或降低社会责任信息披露水平等手段进行调整。但由于调整本身及调整过程均会消耗企业的稀缺资源，从而带来调整成本，同时企业不同的风险偏好也会导致调整速度的差异。

显然，与目标值的偏离可能出现两种情况：社会责任投资过度与社会责任投资不足。在不同情况下，企业朝向目标值调整的成本会有极大的异质性，同时也与企业对不同偏离状态的风险偏好有关，进而导致调整速度并非两侧对称。具体看，当企业将资源过多分配于利益相关者管理之上时，企业把握其他投资机会的能力就会明显不足，从而在短期内导致盈利能力下降，更因为在中国治理机制不完善的前提下，进一步加剧“委托—代理”矛盾。相较而言，过低的社会责任投资水平所带来的成本则明显不同。社会责任投资不足可能导致公司对外部制度环境响应不足，更无法调动起利益相关者的再回馈，从而导致其在竞争过程中相较于高社会责任投资的公司处于相对劣势，无法有效地获取外部环境的支持。然而，中国整体的社会责任履行水平相对偏低，且利益相关者反馈的意愿和能力尚不足，过高的社会责任所带来的收益远远无法弥补其对应的成本^[11]。从中国社科院经济学部企业社会责任研究中心发布的《中国企业社会责任蓝皮书(2016)》看，2016年中国300强企业的社会责任指数仅为35.1分，虽较2009年的15.2分翻了一倍，但70%的企业仍然低于60分的及格线，整体上中国的企业社会责任尚处于起步阶段^[12]。对中国上市公司而言，相较于社会责任过度投资带来的管理成本及代理成本增加，低社会责任投资水平带来的负面影响则显得微不足道，即上市公司在社会责任投资过度情况下的调整行为会更加积极。

基于此，本文提出如下假设，来验证中国企业社会责任实践中是否存在动态权衡。

假设2：中国企业社会责任高(上)偏时的调整速度明显快于低(下)偏时的调整速度，具有明显的非对称特征。

三、研究设计 (一) 动态调整模型及检验方法

基于前面的论述，本文运用Nerlove提出的部分调整模型(又称为存量调整模型)来对权衡视角下的企业社会责任调整行为进行分析：

$ {\rm{CS}}{{\rm{R}}_{i{\rm{t}}}} - {\rm{CS}}{{\rm{R}}_{i{\rm{t}} - 1}} = \gamma \left( {{\rm{CSR}}_{i{\rm{t}}}^ * - {\rm{CS}}{{\rm{R}}_{i{\rm{t}} - 1}}} \right) $

(1)

其中，CSR_it和CSR_it-1分别表示期末和期初的社会责任履行水平，CSR_it^*表示目标社会责任水平。因而，公司当期需要调整的量为(CSR_it^*-CSR_it-1)。γ被称为调整系数，取值范围在0与1之间。若其值为0，则表示过高的调整成本导致企业无法对其社会责任投资水平进行调整，当然也表明权衡理论并不适用于对企业社会责任行为进行解释，上市公司也不存在社会责任投资的目标值；若其值为1，则表示不存在调整成本，可以在当期实现向目标值的调整。

虽然，企业社会责任的目标值CSR_it^*无法进行直接观测，但可行的办法是运用企业历史均值或行业均值进行替代，如Husted等^[13]的研究就表明企业社会责任的履行倾向于靠近行业或地区平均水平。事实上，对目标社会责任水平的度量准确度是客观度量企业社会责任调整速度的关键，而综合考虑外部环境和公司特征的估算结果更能保证估计结果的准确性和有效性。在此，本文通过线性拟合的方式来拟合企业社会责任的目标值：

$ {\rm{CSR}}_{i{\rm{t}}}^ * = \rho + \sum\limits_k {{\beta _k}{x_{ki{\rm{t}}}} + } {\xi _i} + {\theta _{\rm{t}}} + {v_{i{\rm{t}}}} $

(2)

其中，ρ为常数项，x_kit为影响社会责任的相关因素，ξ_i和θ_t分别为个体与时间效应，ν_it为干扰项。将式(2)带入式(1)，整理可得：

$ {\rm{CS}}{{\rm{R}}_{i{\rm{t}}}} = \alpha + {\delta _0}{\rm{CS}}{{\rm{R}}_{i{\rm{t}} - 1}} + \sum\limits_k {{\delta _k}{x_{ki{\rm{t}}}} + {\eta _i}} + {\lambda _{\rm{t}}} + {\varepsilon _{i{\rm{t}}}} $

(3)

其中，α=ργ；δ₀=1-γ；δ_k=γβ_k；η_i=γξ_i；λ_t=γθ_t；ε_it=γν_it。同时，为了对比分析，本文还进一步探讨了对应的静态模型：

$ {\rm{CS}}{{\rm{R}}_{i{\rm{t}}}} = \rho + \sum\limits_k {{\delta _k}{x_{ki{\rm{t}}}} + } {\xi _i} + {\theta _{\rm{t}}} + {v_{i{\rm{t}}}} $

(4)

显然，静态模型假定企业社会责任行为不存在调整成本，公司可以时刻保证最优的社会责任值，即调整系数γ=1，而这也是相关对社会责任影响因素进行探讨的常用模型。

因而，当调整系数显著异于0，且不为1时，则支持本文假设1关于企业社会责任行为静态权衡的论述。

关于假设2的检验，本文借鉴连玉君、苏治^[14]对中国上市公司现金持有调整行为的研究方式：将样本区间划分为观察期和检验期，对检验期中上偏与下偏时的调整速度的差异进行实证分析。具体步骤如下：(1)定义偏离度为DIFF_it=CŜR_it^*-CSR_it-1。其中，CŜR_it^*为模型(4)的拟合值；(2)将偏离度根据其33和66分位数划分为上偏、中偏与下偏；(3)分别运用模型(3)对上偏与下偏两个组在检验期内的调整速度进行估计。在假设2成立的条件下，上偏时的调整速度应该显著大于下偏组。

关于组间差异的检验方法，本文采用Bootstrap技术进行，以克服小样本带来的估计偏误。具体步骤如下：(1)将样本随机等分为三等分，记为上偏、中偏与下偏组；(2)分别对上偏与下偏时的样本进行模型(3)的估计，以获取对应的系数差异；(3)重复进行步骤(1)和(2)的过程，统计最终真实差异大于抽样差异的概率，即实证p值。若该值在特定置信水平之下，则拒绝二者调整速度无差异的原假设。

(二) 动态面板模型的估计

值得注意的是，在本文的主模型(3)中，包含了被解释变量的滞后一期CSR_it-1，因而本文的估计是一个动态估计过程。传统的OLS与FE估计均没有对内生性进行考虑，从而导致估计结果的非一致性。一阶差分广义矩估计方法(first-difference GMM)是解决该问题的一个可行思路，但是，由于该方法选用水平滞后项作为工具变量，会出现弱工具问题，因而文献中常采用系统广义矩估计方法(system GMM)。该方法由于利用了水平方程的相关信息，综合了样本更多的信息，因而可以有效克服弱工具问题。基于此，本文选用系统广义矩估计方法(system GMM)来处理内生性问题，同时通过AR检验及Sargan检验对自相关及工具变量的合理性进行检验。

(三) 企业社会责任的代理指标

关于企业社会责任的度量方式，文献中通常采用如下三种方式^①：(1)内容分析法^[15]；(2)借用某些机构发布的社会责任排名，如KLD社会责任数据库与润灵环球责任评级等^[16]；(3)采用由上海证券交易所2008年发布《关于加强上市公司社会责任承担工作的通知》计算得出的每股社会责任贡献值^[17]。然而，考虑到中国社会责任尚处于起步阶段，报告的真实性还有待于进行检验，如企业往往着重于其准备做的，而是否进行了投资值得怀疑，同时也缺乏令人信服和广泛采用的社会责任机构排名。基于此，本文利用每股社会责任贡献值作为因变量，该指标不仅涵盖了企业对应的利益相关者，同时利用相关财务信息保证了其真实可比性。其中，每股社会贡献值=(净利润+所得税费用+营业税金及附加+支付给职工以及为职工支付的现金+本期应付职工薪酬-上期应付职工薪酬+财务费用+捐赠-排污费及清理费)/期初和期末总股数的平均值。

① 当然，也有部分研究采用慈善捐赠或环境责任水平作为企业社会责任的代理指标，但由于其没有涵盖到企业的各利益相关者，本文在此不将其单列。

(四) 目标社会责任值的衡量

本文通过权衡理论及前期相关研究来确定式(2)中用以拟合社会责任目标值的相关变量。首先，外部制度环境会对企业产生压力，迫使企业履行社会责任，以获取合法性。关于制度环境的常用指标是市场化指数，但由于该指标在样本期间内多年未更新，导致样本缺失。同时，通过平均值等方法补全后容易导致其变化不足以与公司个体效应贡献相匹配，因而选取人均真实GDP来度量，这主要是考虑到经济发展水平的提升不仅会通过公众压力等途径影响企业社会责任水平，更是由于其与制度环境存在极强的相关性^[18]。其次，无论是制度性视角，抑或是工具性视角的企业社会责任投资都需要企业资源进行匹配，并与企业治理结构相关联^[19]。因而，相关文献中还包括了企业规模、财务杠杆、企业治理结构、盈利能力等变量。最后，企业特质(如行业归属、企业文化及管理层的风险态度等)及时间推移也会对企业社会责任行为产生影响，因而在式(2)中加入了虚拟变量ξ_i和θ_t，加以控制。

(五) 样本选取与数据来源

本文的初始样本为2008—2016年^②所有的A股上市公司^③因，同时遵循通行的做法剔除了金融类、ST/PT类、兼并重组类、事实上资不抵债及存在缺失数据的上市公司。同时，考虑到动态权衡理论检验要求样本在各年内平衡分布，从而筛选出由779个上市公司共9年构成的平衡面板，共计7 011个样本。

② 之所以选取2008—2016年的样本数据，是因为2008年通常被视作中国企业社会责任的元年。

③ 为A股与B、H股面临的市场监管环境不一样，进而对企业的社会责任行为产生影响，因而本文仅选取A股上市公司以剔除市场监管环境带来的影响。

本文所有财务数据均根据CSMAR数据库整理得到，GDP数据根据历年中国统计年鉴整理得到。表 1列示了主要变量的基本统计量和计算方法。平均而言，中国上市公司的每股社会责任贡献值为1.227 3元，但值得注意的是，每股社会责任贡献值的标准差较大，最大值与最小值之间的差距为3.223 7元，表明社会责任的履行水平参差不齐。这些都从侧面验证了本文从静态权衡与动态权衡两个层面对企业社会责任行为进行研究的必要性及科学性。

四、实证分析 (一) 单因素分析

在正式回归之前，本文还通过单因素分析，探讨不同社会责任履行水平间公司差异。根据公司每股社会责任贡献值的第33分位数与66分位数将样本等分为3个区间，并使用学生t检验计算了最高(第3三分位)与最低(第1三分位)区间的外部环境与内部特征均值差异，结果如表 2所示。

整体而言，社会责任履行水平最高与最低组之间的差异在1%水平上显著，再一次表明了企业社会责任履行的参差不齐，需要对其行为进行科学解释。同时，各组之间的公司特征指标均存在显著的差异。如企业规模(TA)、财务杠杆(LEV)、股权集中度(SHRCR)及净资产收益率(ROE)均在1%水平上显著，且均与社会责任水平正相关；企业年龄则与企业社会责任水平负相关，且在5%水平上显著；两组之间的外部环境似乎没有显著差异，但这可能是由于单因素分析没有控制住其他变量的影响，因而还需要通过多元回归分析进行进一步探究。

(二) 静态权衡检验

表 3分别列示出了关于静态模型(4)与动态模型(3)的估计结果。其中，静态模型中的OLS为不考虑个体异质性的估计，而FE为考虑个体异质性的固定效应估计结果；动态模型中除OLS与FE外，还重点采用系统广义矩估计方法(system GMM)来克服CSR滞后一期带来的内生性问题。通过AR与Sargan检验的结果可知估计结果满足残差一阶自相关，二阶不相关及工具变量不存在过度识别的相关假定。

通过比较变量系数及显著性在各模型间的变化，可以发现其具有较强的稳定性，再一次验证了模型设定的合理性。企业规模(TA)、资产负债率(LEV)及净资产收益率(ROE)均会对企业社会责任产生正向影响，表明企业规模带来的可见性及与净资产收益率相关联的冗余资源是企业进行社会责任投入的关键约束条件。外部环境(GDP)、股权结构(SHRCR)与企业年龄(AGE)的系数在系统GMM估计中并不显著。

对比动态模型中的三个估计结果，可以发现采用不同估计方法得到的关于企业社会责任滞后一期的系数存在明显的差异，但满足GMM估计结果(0.525 5)介于FE(0.382 8)与OLS(0.758 4)之间的假定，表明GMM估计结果是较为合理的。

根据GMM的估计结果可知，中国上市公司存在目标值，向目标社会责任调整的速度为0.474 5(1-0.525 5)，对应的调整半周期为1.460 8。换言之，公司只需要大约1年多的时间就可以达到新均衡态的一半。之所以出现这么快的调整速度，主要是因为本文以企业的实际支出来度量企业社会责任值，而非通过涉及企业制度或文化相关的变量来度量。

综上所述，我们无法拒绝假设1，即中国上市公司会在权衡外部压力、公司特征及成本的基础上，确定一个最优的企业社会责任值，并倾向于向这一目标值调整。平均而言，公司完成向一个新的均衡态一半的调整约需1.460 8年。

(三) 动态权衡检验

为了对假设2进行检验，本文选取2008—2011年为观测期，以2012—2016年为检验期。通过上文中定义的偏离度，以其33和66分位数划分上偏与下偏。之所以选用2011年作为节点，主要是这种划分方式可以保证样本在观测期与检验期的分布均匀。同时，笔者也采用了诸如2009与2010等划分方式，发现结果并无明显变化。

从表 4的结果可以看出，上偏组的样本其调整半周期为1.184 5，而下偏组的调整半周期为1.616 5，对应的实证p值为0.007 0，在1%的水平下显著。这表明上偏组的调整速度确实快于下偏组的调整速度，从而支持本文的假设2。对于这样一个结果，我们可以进行如下解读：一方面，虽然外部环境压力迫使企业履行社会责任，但企业也需要根据自身特性，衡量对应的成本收益，来保证公司发展的可持续性。实际上，正是当前利益相关者的回应力度不足，才导致部分企业倾向于进行低水平企业社会责任投资(下偏组)；另一方面，由于部分企业引导利益相关者回应的能力不足，致使高水平企业社会责任投资(上偏组)调整更为积极，同时也表明上市公司治理机制还需要进一步完善。

当然，值得注意的是下偏组的公司面临的外部环境及自身特征等因素更为相近，即外部压力不足、公司规模较小的相关企业，而这也是下偏组中相关变量显著性不足的重要原因。

五、结论与启示

企业无论是在被动的压力驱使下，还是在主动的战略选择中，承担社会责任已经成为必然。但推动企业践行社会责任的机制尚不明晰，无法对当前社会责任表现进行有信服力的解答，从而更好地指导企业践行社会责任。基于此，本文从权衡视角对企业社会责任行为进行研究。具体而言：理性的企业基于外部环境与内部特征的考量确定企业社会责任投资策略，当企业社会责任的边际收益与边际成本相等时即达到最优，即公司价值最大，这就是企业社会责任行为的静态权衡；同时，由于企业对不同偏离状态下的风险态度存在差异，进而导致低偏与高偏其目标值时，对应的调整速度也会存在差别。

本文运用2008—2016年中国A股上市公司的数据进行了实证检验。其一，基于部分调整模型探讨企业社会责任的权衡调整，运用动态面板系统GMM(system GMM)进行实证估计。结果表明企业社会责任投资过程中存在一个目标值，企业会沿着该值调整，平均而言调整的半周期为1.460 8年，符合静态权衡理论。这意味着中国的企业社会责任投资存在极强的理性，会在外部压力、公司特征与成本之间确定最优的社会责任投资。其二，运用Bootstrap技术对高偏与低偏情况下的调整速度进行差异性检验，以探讨企业在不同偏离度下的风险态度是否存在差别。与动态权衡预期一致，风险承受能力的差别导致朝目标值的调整速度存在差异，当企业的社会责任水平高偏于最优值时，呈现出较快的调整速度，而低偏于目标社会责任时，调整速度较慢，对应的调整半周期差异为0.432 0年。因为过高的社会责任水平会消耗较多的企业资源，更会在一定程度上加重代理问题，而过低的社会责任投资水平则只会导致对外部环境的响应不足，即无法充分调动利益相关者的支持，这也侧面表明中国企业社会责任尚处于起步阶段，制度环境的压力及利益相关者的回应机制尚不完全。其三，本文的实证研究还表明企业所处的外部环境越完善、规模越大、盈利水平越强，企业履行社会责任的程度就越高。

本文的结论对于企业社会责任的研究具有两方面的启示：(1)从理论上看，权衡视角是基于工具性视角和制度性视角的结合，通过实证分析可以看出企业社会责任的调整存在极强的理性，会进行成本收益之间的权衡。因此，对于企业社会责任驱动机制的研究不应将利他性视角、工具性视角与制度性视角相分割，而应从各维度结合的角度看待问题。(2)从实践上看，对于政府而言，企业在下偏时的调整速度慢于上偏时的调整速度，在下偏时存在更高的风险容忍度，因此政府可以提高对企业社会责任的管制力度，驱使企业在压力下履行社会责任。同时，政府也可以完善补贴奖励机制，以激励手段调动企业积极性。对于利益相关者而言，企业通过改善与利益相关者的关系可以增强企业竞争优势，从而提升企业价值，因此利益相关者可以积极响应企业社会责任行为，以良性的互动来激发企业的主观能动性，从而提升企业社会责任的上限。