研究设计

1、变量界定与度量

( 1) 企业社会责任( Corporate Social Ｒesponsibility)

目前，理论界对企业社会责任的内容还没有形成一致意见。比较流行的观点是三个同心圆模型与四层次模型，前者认为CSＲ 内容如同三个同心圆，内圈责任是最基本的企业责任，即有效执行经济职能，中圈责任是配合社会价值的变化而执行经济职能的责任，外圈责任是积极改善社会环境的其他无形责任。四层次模型则将企业社会责任划分为四个层次，即经济责任、法律责任、伦理责任和慈善责任。尽管这两个模型都对企业社会责任的内容作出了界定，并且在以后的研究中获得了广泛的认可，但两者还是存在不能全面、清晰衡量CSＲ的缺点。直到后来利益相关者理论的引入，企业社会责任的衡量开始与利益相关者相结合，才为评价公司社会表现提供了一个有用的分析框架。本文借鉴沈洪涛等［20］的度量经验，采用每股社会贡献值来衡量公司的社会责任表现，该指标由上海证券交易所在2008 年5 月发布的《关于加强上市公司社会责任承担工作的通知》中提出，即“在公司为股东创造的基本每股收益的基础上，增加公司年内为国家创造的税收、向员工支付的工资、向银行等债权人给付的借款利息、公司对外捐赠额等为其他利益相关者创造的价值额，并扣除公司因环境污染等造成的其他社会成本，计算形成的公司为社会创造的每股增值额”。

( 2) 财务绩效( Corporate Financial Performance)

以往研究公司业绩的文献主要采用市场绩效Tobin’s Q 或会计绩效指标。在资本市场发达与全流通的条件下，Tobin’s Q 是衡量公司业绩比较理想的指标，但是普遍认为当前我国资本市场的有效程度与西方成熟市场相比还有较大差距，并且我国资本市场上存在着大量的非流通股，而非流通股的价值度量没有一个合理的标准，所以用Tobin’s Q 来度量公司业绩存在比较大的缺陷。因此，本文用财务绩效( CFP) 衡量公司的业绩水平，使用会计绩效指标来度量。在本文的分析中，我们采用被广泛应用的会计指标———总资产净利率( ＲOA) 作为财务绩效的替代变量，之后再用净资产收益率( ＲOE) 进行财务绩效的稳健性检验。

( 3) 政治关联( Political Connection)

本文从关键高管政治关联的角度，研究政治关联对财务绩效与企业社会责任的影响。对高管政治关联的衡量，以往学者在研究中采用的方法不尽相同，表1 比较系统的总结了高管政治关联的衡量方法以及研究所使用的变量类型。

我们发现，虚拟变量法已经普遍应用于研究企业的政治关联问题，并且近些年来一些学者在使用虚拟变量的同时，对高管政治关联的级别进行赋值［10， 21， 22］，更好地反映出了中国的制度背景。在度量对象的选取上，学者们从董事长、总经理，中央政府、地方政府等不同角度对政治关联情形进行了研究。本文借鉴已有的研究成果，将关键高管的政治关联进一步细分为两个部分: 代表委员类政治关联( DWDUM) 和政府官员类政治关联( GOVDUM) ，前者指的是公司关键高管担任各级人大代表或政协委员，后者是指关键高管曾经在政府机构( 中央政府或地方政府) 任职，但现在已不再担任相关职务。同时为体现政治关联的层次，我们还引入了代表委员级别( DWJB) 和政府官员级别( GOVJB) 两个定序变量，前者根据关键高管政治联系的强度，按国家级、省部级、市级、县区级分别赋值，后者根据关键高管曾经担任职务的级别，按部级、厅级、处级、科级分别赋值。

( 4) 控制变量

由于公司财务绩效和企业社会责任受到多方面因素的影响，所以本文在实证检验政治关联与其关系时控制了相关影响因素，具体变量的定义见表2。

2、模型构建

本文构造模型1 和模型2，考察政治关联对财务绩效的影响( 假设1 和假设2a、2b) ; 构造模型3 和模型4，考察政治关联对企业社会责任的影响( 假设3a、3b) ，具体模型如下:

其中，CFP 表示企业财务绩效，CSＲ 为企业社会责任变量，DWDUM 表示代表委员类政治关联的虚拟变量，DWJB 表示代表委员级别，GOVDUM 表示政府官员类政治关联的虚拟变量，GOVJB 表示政府官员级别，SIZE 表示企业的规模，GＲOWTH 衡量企业的成长性水平，LEV 表示财务杠杆，YEAＲ 是年度虚拟变量。

3、样本选择与数据来源

本文选取2007 － 2011 年度我国化工行业上市公司的数据为原始样本，统计口径以Wind 金融数据库中申银万国的化工行业类板块为准，包括化工新材料、化学纤维、化学原料、化学制品、石油化工、塑料以及橡胶等子行业。由于化工行业是国民经济的基础性行业，其产品构成了其他许多行业的原材料或重要的中间产品，因而化工企业绩效的好坏是一件关系国计民生的大事。并且，长期以来化工是污染环境的大户，化工企业在环境保护、安全生产、员工健康和社区关系等方面承担着更多的责任与义务，其社会责任的履行情况自然也更受关注，因此本文选择化工行业的上市公司作为研究对象，以反映其鲜明的行业特性。

本研究所需的高管政治关联数据通过手工采集而成，首先查阅企业年报中披露的高管个人简历资料，然后与Wind 金融数据库列示的历任高管简历匹配，若能确认高管的政治身份，则到此结束; 反之，在百度和谷歌中输入“高管( 董事长和总经理) + 公司名称”进一步复核身份，最终得到高管政治关联的数据。企业社会责任则以上市公司的每股社会贡献值来衡量，计算公式为: 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，上述公式中的数据及其他财务数据来自国泰安CSMAＲ系列研究数据库。

在原始样本的基础上，剔除数据缺失及异常指标的上市公司后，最终得到有效样本706 个，其中2007 年117 个，2008 年131 个， 2009 年140 个， 2010 年140 个， 2011 年178 个。样本企业2007 － 2011 年政治关联的具体分布情况如表3 所示。