H2：政治联系对于企业获得政府补贴的影响因企业的所有制性质的不同而存在差别：政治联系对民营企业获得政府补贴的正面影响大于国有企业。

　　（三）市场化水平与政治联系的政府补贴效应

　　政治联系的政府补贴效应是指政治联系强度越强的上市公司能够获得更多的财政补贴。樊纲、王小鲁和朱恒鹏（2010）认为中国不同地区之间由于资源禀赋、地理位置、国家政策等方面的差异，导致其在市场化程度上存在很大的差异。在制度越落后、政府干预经济越严重、腐败越严重的国家和地区，民营企业家建立政治联系的动机就越强。在市场化程度越低的地区，地方政府的权力越大，政府对企业日常经营的干预越多。在这种情况下，政府制定补贴政策时有足够的自主裁量权，有政治联系的企业通过与政府官员有效的“沟通”，其获得政府补贴的优势就越大，也就是说政治联系的政府补贴效应越强。基于上述分析，本文提出以下假设：

　　H3：在同等条件下，上市公司所在地市场化水平越低，政治联系对企业获得政府补贴的正面影响就越显著。

　　实证设计

　　（一）样本选择与数据来源

　　在上海主板市场上市的公司具有市值大、准入要求高等特点，相比于深圳证券交易所的中小板、创业板公司发展程度更加成熟，所以本文的样本选取2004-2008年在上海证券交易所上市的公司。根据以下原则，对原始的样本进行筛选：一是剔除ST、PT公司，因为这类公司的异常政府补贴数据可能对结果产生影响。二是剔除政治联系以及政府补贴为零值的公司。三是剔除上市所在地在西藏的公司。四是剔除金融行业的公司。在数据处理过程中，首先全面核查所有原始数据，发现异常数据，再对异常数据的极端值进行处理。

　　本文的政治关系数据是根据Wind数据库记录的上市公司高管背景人工整理而成。上市公司实际控制人数据来自CSMAR数据库。上市公司补贴收入以及主营业务收入等数据均来自Wind数据库。上市公司所在地市场化水平数据来自樊纲等编写的中国市场化指数。

　　（二）变量定义与模型设定

　　政府补贴比例Subsidyt+1是下一年度的补贴收入与主营业务收入的比值，用来衡量企业获得政府补贴的强度。由于增值税返还政策大部分是由中央制定的，地方政府的可操作空间并不太大，所以本文将增值税返还从补贴收入中剔除出来，以便更好地考察政治联系影响下地方政府的补贴决策。将政治联系滞后一期是因为政治联系所带来的好处不会在当年马上得到充分的体现，它对政府补贴的影响具有时间上的滞后性。

　　一般来说，中国企业建立政治联系的主要方式有：企业高层当选人大代表或政协委员是最直接也是最有效的方式；聘请政府官员担任企业职务，或与政府领导人保持经常的联系；在工商联、青联、妇联等社团组织担任一定的职务，从而增加和政府官员接触的机会；加入中国共产党。

　　Faccio（2006）认为如果公司的控股股东或高管是国会议员、总理或高官以及与政党有密切联系都被认为有政治联系。Betrand（2004）则认为，在法国只要公司的CEO是从精英学校毕业的，同时曾为政府部门服务过或者现任政府高管就被认为有政治联系。Fan等（2007）对政府背景的刻画也是参照董事会成员中有政府背景的董事比例。目前国内对政治联系的刻画还没有形成一致通用的方法。最常用的方法是运用虚拟变量对政治联系进行“有无”刻画，如余明桂等（2010）、吴文锋等（2008）。这种做法仅仅考虑到政治联系的“是或否”，并不能对政治联系的强度进行有效评价。也有人采用比例法，如唐清泉和罗党论（2007）、陈东华（2003）、邓建平和曾勇（2009），用有政治背景的高管人数和高管总人数之比作为衡量政治关系的指标，但这种方法并没有考虑到政治关系的不同层次所造成的影响。

　　本文认为相对于虚拟变量法和比例法，评分法能够更加准确地刻画企业的政治联系。潘越等（2009）也采用评分法来刻画企业的政治联系，但仅仅从高管人员在（或曾在）行政系统任职时的最高行政级别进行评分，而没有对高管人员在（或曾）任人大代表、政协委员进行评分。本文在其基础上，进一步完善评分法。对政府官员类和代表委员内的政治联系都进行了刻画，并考虑到政治联系的不同层次和级别进行差别赋值，力求更加全面地把握企业的政治联系。

　　Wind数据库记录了所有在上交所和深交所上市的公司的高层管理人员的主要背景信息，其中包括高管曾担任政府职务或其他主要职务的信息。本文根据这些信息整理出了公司各高管的政治关联，并根据高管所任政府职务的级别高低计算出了公司高管的政治关联强度。具体处理方法如下：

　　高管的政治背景主要可以分为如下两类：第一类是曾任人大代表、政协委员等非政府官员，却对政治有较大影响力的职位，第二类是曾在中央或地方政府任职的官员。在中国当今的政治环境中，以上两类政治联系的影响力有显著的差异。考虑到这一点本文在评分时对这两类政治联系进行区别评分。中国的行政体系有严格的行政级别划分，从普通科员到国家级不等。对于以上两种类型的政治联系，文章根据高管曾任职务的行政级别高低对高管的政治关联强度进行评分。对于第一类人大代表、政协委员的评分如下：全国人大代表、政协委员，6分；省级人大代表、政协委员，4分；市级以下人大代表、政协委员，2分。对于第二类曾任政府官员评分如下：副部级及以上官员，7分；正厅级，6分；副厅级，5分；正处级，4分；副处级，3分；正科级，2分；副科级及以下，1分。不同级别的政府官员在决定补贴对象和额度时的决策权都不一样。差别赋值可以更好地反映不同级别的政府官员的行为。

　　针对每个高管的政治背景强度评分后，本文构建了每家公司的政治背景指数，也就是将公司所有高管的政治背景评分加总得到公司高管政治背景指数。其中，第一个政治关系指数Polindex1是简单加总，第二个政治关系指数Polindex2是考虑了国企、民营等因素后的权重加总。笔者认为，相对于虚拟变量法和比例法，评分法能够更加准确反映企业与政府联系的强度，更全面地刻画出企业公开的政治联系图景。

　　本文采用了樊纲等编制的中国市场化指数体系中的市场化总指数作为市场化水平的衡量指标，指数越小，表示该地区市场化水平越低。当企业所在省份的市场化指数高于31个省市的平均值时，定义为1，否则定义为0。其他变量方面，根据唐清泉和罗党论（2007）研究政府对上市公司进行补贴的动机，本文设计了雇员收入比例，也就是每万元主营业务收入所雇用的员工数。该比例越大，说明该上市公司对该地区就业贡献越大。对于公司的基本面情况，本文控制了公司负债比例、资产规模、盈利情况以及股权集中度。另外还控制了行业及年度等相关因素。变量定义如表1所示。

　　根据研究问题，构造如下模型：

　　实证研究

　　（一）描述性统计

　　表2是各变量的描述性统计，可以看到政府补贴比例的均值为0.0077，也就是说政府补贴平均占主营业务收入的0.77%。公司之间个体差异较大，没有受到政府补贴的公司补贴比例为0，补贴比例高者可以达11.9%，这也一定程度上反映政府补贴作为一种资源的稀缺性。从上市公司的政治联系来说，以Polindex1为例，详细统计表明国有企业的政治联系指数均值为16.23，民营企业则为10.42，这也一定程度上说明由于天然的“血缘”关系的存在，国有企业与政府的联系强度要大于民营企业。

　　（二）相关性分析

　　表3是变量的Pearson相关性分析。从表3可以看出，代表政治联系的两个指数Polindex1和Polindex2都与政府补贴比例Subsidyt+1呈显著的正相关，初步验证了假设H1，说明政治联系对企业获得政府补贴有显著的正面影响。另外，表3的结果还表明政府补贴强度跟资产规模和员工相对比例都有显著的关系。衡量政治联系的两个变量有很强的相关性，为了避免多重共线性的问题，下面将这两个变量分别引进回归。

　　（三）多元回归分析

　　表4是假设H1和假设H2的多元回归分析结果。先选取Polindex1作为政治联系强度的衡量指标对上市公司总样本进行回归，发现企业政治联系强度和政府补贴强度呈显著正相关，检验T值为2.61，在1%的统计水平上显著，说明企业政治联系对于政府补贴的获得有显著的正面作用，这也证实了本文的假设H1。接下来将样本分成国有企业和民营企业进行回归，政治联系对民营企业补贴获得呈显著正相关，检验T值为3.11，在1%的统计水平上显著。相反，政治联系对于国有企业补贴的获得作用检验T值为1.77，仅在10%的统计水平上显著。回归结果很好地证实了本文的假设H2，表明政治联系对于企业获得政府补贴的影响因企业的所有制性质存在差别：政治联系对民营企业获得政府补贴的正面影响大于国有企业。

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。