呂 鵬 李凌浩

一、引言

習(xí)近平總書記在2020年11月12日下午考察南通博物苑時指出，“張謇在興辦實(shí)業(yè)的同時，積極興辦教育和社會公益事業(yè)，造福鄉(xiāng)梓，幫助群眾，影響深遠(yuǎn)，是中國民營企業(yè)家的先賢和楷?！雹賲⒁奾ttp://www.gov.cn/xinwen/2020-11/13/content_5561189.htm。。中國民營企業(yè)在新冠疫情早期②本文所指的新冠疫情“早期”，主要配合本文數(shù)據(jù)的采集周期，是指2020年1月23日武漢市新型冠狀病毒感染的肺炎疫情防控指揮部發(fā)布武漢公交、地鐵、輪渡、長途客運(yùn)暫停運(yùn)營，機(jī)場、火車站離漢通道暫時關(guān)閉的公告起，至3 月29 日研究收集到的最后一筆企業(yè)捐贈，數(shù)據(jù)采集結(jié)束為止。的表現(xiàn)，成為這種號召的最好注腳。據(jù)全國工商聯(lián)發(fā)布的《中國民營企業(yè)社會責(zé)任報告（2020）》顯示，截至2020 年4 月14 日，全國共有110 589 家民營企業(yè)通過捐款捐物、設(shè)立基金等方式支持疫情防控，其中捐款172.22億元，捐物價值119.27億元，設(shè)立基金61.81億元③參見http://www.ce.cn/xwzx/gnsz/gdxw/202012/31/t20201231_36178121.shtml。。在這些企業(yè)中，頭部企業(yè)的捐贈起到了一個標(biāo)桿效應(yīng)，而其他企業(yè)的跟進(jìn)捐贈則出現(xiàn)了擴(kuò)散效應(yīng)[1]。

雖然很多人覺得面對大災(zāi)大難，企業(yè)進(jìn)行捐贈是一件“理所當(dāng)然”的事情，但實(shí)際上并非如此。面對突如其來的疫情，企業(yè)必須迅速做出決策：是否進(jìn)行捐贈？捐多少？捐現(xiàn)金還是實(shí)物？所有的這些問題，都涉及企業(yè)如何進(jìn)行決策。事實(shí)上，正如本文搜集到的數(shù)據(jù)所顯示的那樣，一方面眾多企業(yè)慷慨解囊，另一方面，出于種種原因，許多企業(yè)事實(shí)上并沒有進(jìn)行捐贈。本文所關(guān)注的問題是，在面對疫情這種具有高度不確定性的突發(fā)公共事件時，企業(yè)進(jìn)行捐贈的邏輯是什么？

有學(xué)者認(rèn)為，企業(yè)的捐贈是一種面對不確定環(huán)境時的回應(yīng)[2]。當(dāng)多家企業(yè)先后進(jìn)行捐贈決策時，可以被理解為一種組織間模仿行為的形成和擴(kuò)散。組織間模仿是多個學(xué)科的重要研究議題，比如，經(jīng)濟(jì)學(xué)中關(guān)于集體行動和從眾行為等的研究[3-4]、組織社會學(xué)中關(guān)于權(quán)變理論（contingency theory）、制度同構(gòu)（institutional isomorphism）、效率機(jī)制與合法性機(jī)制等的研究[5-6]，都關(guān)注了組織之間在形態(tài)、行為乃至組織過程上的相似性。決策環(huán)境的不確定性是導(dǎo)致模仿發(fā)生的主要原因。在組織決策層很難預(yù)見某一特定行為和方案的結(jié)果時，組織的決策過程和決策行為會呈現(xiàn)和行為人相似的傾向，即采用簡化的現(xiàn)實(shí)模型[7]。更具體地說，這一簡化的現(xiàn)實(shí)模型是通過模仿外部參照物或內(nèi)部既有經(jīng)驗(yàn)，降低決策環(huán)境的不確定性和決策需要的各種成本[8-9]。

本文意在從組織決策的不確定性出發(fā)，以組織人格化和組織間模仿的視角，通過實(shí)證分析疫情期間頭部民營企業(yè)的捐贈行為，探索外部因素以及內(nèi)部因素對這些企業(yè)組織在不確定性環(huán)境下的決策過程可能產(chǎn)生的影響。本文認(rèn)為，企業(yè)在應(yīng)對疫情時的捐贈決策中存在錨定效應(yīng)（anchoring effect）：一方面，企業(yè)捐贈受到顯著的外在錨影響，即企業(yè)的捐贈意向和捐贈力度會向同行業(yè)其他企業(yè)的捐贈情況靠攏；另一方面，對多次捐贈企業(yè)而言，其單次捐贈經(jīng)歷可以觸發(fā)內(nèi)部錨定效應(yīng)，其前一次捐贈的方式與力度會成為下一次捐贈時的參考。下文將首先回顧與錨定效應(yīng)理論相關(guān)的文獻(xiàn)，其次，在介紹研究設(shè)計(jì)之后，就疫情期間企業(yè)的捐贈行為進(jìn)行討論，利用統(tǒng)計(jì)回歸考察企業(yè)與企業(yè)、企業(yè)內(nèi)部捐贈之間的關(guān)聯(lián)性。本文認(rèn)為，企業(yè)捐贈受到外部和內(nèi)部雙重錨定效應(yīng)的影響，從而出現(xiàn)捐贈的“引領(lǐng)—跟隨現(xiàn)象”。最后，本文就企業(yè)捐贈的外部條件和更深入研究的必要性做進(jìn)一步討論。

二、文獻(xiàn)回顧與研究假設(shè)

錨定效應(yīng)在1974 年由Tversky 和Kahneman 首次提出，指人們傾向于圍繞某個已知的值進(jìn)行調(diào)整，并以此為依據(jù)對未知的事物做出估計(jì)的行為。這個初始值可能來自于問題本身，或是解決問題的過程中，不論如何，這一初始值并不能提供充分的信息，其產(chǎn)生的過程具有不確定性，使得人們最終估計(jì)的答案出現(xiàn)了傾向于初始值的偏差[10]。如在Tversky 和Kahneman 的“幸運(yùn)輪”實(shí)驗(yàn)中，被試者被分為無差異的若干組，并被要求估計(jì)某個事物的數(shù)量（如聯(lián)合國席位中非洲國家的比例），從一個標(biāo)有0～100數(shù)字的“隨機(jī)”轉(zhuǎn)盤中得到一個數(shù)字（實(shí)際上每一組得到的數(shù)字是相同的）。被試者首先被要求回答“隨機(jī)”得到的數(shù)字是高于還是低于這個比例，接著再給出他們自己的估計(jì)。結(jié)果顯示，事先通過轉(zhuǎn)盤向被試者展示的數(shù)字顯著影響了被試者的估計(jì)，回應(yīng)了人們在決策過程中存在錨定效應(yīng)的假設(shè)，并且，在之后的實(shí)驗(yàn)中，為回答正確的被試者提供獎勵的舉措也未減弱錨定效應(yīng)的影響效果[10]。此后，錨定效應(yīng)的存在和應(yīng)用場景的普遍性得到了廣泛的驗(yàn)證[11-13]。

在Tversky 和Kahneman 的基礎(chǔ)上，Wilson 等簡化了錨定效應(yīng)產(chǎn)生作用的條件，并提出了“基礎(chǔ)錨定效應(yīng)”（basic anchoring effect）[14]。Wilson等認(rèn)為，對于不具備充分信息的數(shù)字，即使不要求人們在其與估計(jì)值之間做出比較，這一數(shù)字也可以成為“錨”，對人們的估計(jì)結(jié)果產(chǎn)生錨定效應(yīng)，從而在不要求被試者進(jìn)行比較的情境下執(zhí)行了類似實(shí)驗(yàn)。但對于這一結(jié)果，Brewer和Chapman提出了質(zhì)疑，認(rèn)為基礎(chǔ)錨定效應(yīng)生效的條件更為苛刻，只有按照Wilson等實(shí)驗(yàn)中的操作過程，并且要求被試者在認(rèn)知上特別注意給定的數(shù)字時才能生效，基礎(chǔ)錨定效應(yīng)并不具備傳統(tǒng)錨定效應(yīng)的魯棒性[15]①Brewer和Chapman 認(rèn)為，傳統(tǒng)錨定效應(yīng)明確要求被試者在錨值和估計(jì)值之間進(jìn)行比較，因而錨值對估計(jì)的影響更穩(wěn)定。但對Wilson等提出的基礎(chǔ)錨定效應(yīng)實(shí)驗(yàn)設(shè)計(jì)而言，改變錨值出現(xiàn)的順序、使用不同的數(shù)字等都會減弱錨定效應(yīng)的效果，相比將錨值與估計(jì)進(jìn)行比較的傳統(tǒng)錨定效應(yīng)而言，僅展示錨值的基礎(chǔ)錨定效應(yīng)發(fā)生的條件更為苛刻，其聯(lián)系也更脆弱。。另一方面，Mussweiler 和Englich重新考察了錨值產(chǎn)生的條件：通過要求被試者在進(jìn)行估計(jì)的同時，凝視以無法察覺的速度快速顯示數(shù)字的顯示屏，則被試者最后給出的估計(jì)會在數(shù)值上偏向屏幕數(shù)字。由此，Mussweiler 和Englich 認(rèn)為，存在潛意識錨定效應(yīng)（subliminal anchoring），被試者在沒有意識到錨值存在的情況下，其做出的估計(jì)和判斷仍可能受到錨定效應(yīng)的影響[16]。Epley 和Gilovich 就錨定效應(yīng)和人們進(jìn)行復(fù)雜估計(jì)的心理學(xué)機(jī)制，對錨值的來源做出了內(nèi)在和外在的區(qū)分。內(nèi)在錨（self-generated anchor）是人們出于簡化復(fù)雜判斷和估計(jì)過程的需要而自我產(chǎn)生的一個接近正確估計(jì)的數(shù)值，屬于人們的判斷直覺，并且從一開始就被認(rèn)為是“不正確的”，只在判斷和估計(jì)過程中起輔助作用，比如，大多數(shù)美國人不知道喬治·華盛頓是何時被選為美國總統(tǒng)的，但幾乎人人都能根據(jù)獨(dú)立宣言的頒布時間來大致估計(jì)這一答案[17]。錨定效應(yīng)的具體形成機(jī)制也存在著很大差異，并且直接關(guān)切到錨定效應(yīng)的魯棒性。Mussweiler和Strack等人提出了選擇通達(dá)模型（Selective Accessibility Model,SA Model）[12，18]。該模型認(rèn)為，當(dāng)人們必須進(jìn)行對未知目標(biāo)值的復(fù)雜估計(jì)認(rèn)知操作時，傾向于認(rèn)為與錨相一致（anchor-consistent）知識的選擇性通達(dá)的增長引起了錨定效應(yīng)，在這一過程中，判斷介入了已啟動的“假設(shè)檢驗(yàn)”過程（hypothesis-testing progress），在這一過程中，人們認(rèn)為目標(biāo)值會接近錨值。接著，人們可能會接著尋找能夠支持這一與錨值相近的目標(biāo)值的證據(jù)。在這一估計(jì)鏈條的形成過程中，易得的（easily-accessible）與錨值相符的知識會首先進(jìn)入判斷者的考慮，導(dǎo)致了最終的判斷或估計(jì)結(jié)果與錨值有很大的相似性[19]。Mussweiler 等也通過實(shí)驗(yàn)類別知識和樣例知識在錨定判斷任務(wù)中的作用進(jìn)一步對SA模型進(jìn)行了驗(yàn)證[20]。

國內(nèi)對錨定效應(yīng)的研究和應(yīng)用主要集中在經(jīng)濟(jì)與管理科學(xué)，尤其是企業(yè)行為與企業(yè)決策領(lǐng)域。祝繼高等通過網(wǎng)絡(luò)檢索和回歸檢索驗(yàn)證了雅安地震中企業(yè)的捐贈行為受錨定效應(yīng)影響，隨捐贈次數(shù)增加，內(nèi)在錨對企業(yè)捐贈金額的影響增強(qiáng)[21]。何青松等以2010-2017 年滬深A(yù) 股上市公司為樣本研究企業(yè)社會責(zé)任的非理性決策問題，發(fā)現(xiàn)企業(yè)建設(shè)社會責(zé)任的經(jīng)驗(yàn)積累會抵消外在錨定效應(yīng)，而逐漸受到內(nèi)在錨效應(yīng)增強(qiáng)的影響，并且錨定效應(yīng)的強(qiáng)度會受到企業(yè)社會責(zé)任敏感度和社會責(zé)任信息披露行為的影響[22]。不僅企業(yè)面向社會的行為會受到錨定效應(yīng)的影響，企業(yè)間行為和企業(yè)內(nèi)部決策同樣會圍繞某個“錨值”展開。企業(yè)在兼并中的并購溢價策略同樣在一定程度上受到錨定效應(yīng)的影響[23]，而上市公司高管薪酬同樣存在對競爭對手和公司績效的“錨定”[24]。

根據(jù)錨定效應(yīng)的傳統(tǒng)模型與選擇通達(dá)理論，組織或決策者可能會利用易得性獲取的信息去建立信息的參照系，即選擇錨值。據(jù)Epley 和Gilovich 的研究，錨值可以分為外在錨與內(nèi)在錨。企業(yè)在進(jìn)行決策時，要么面臨著一個全新的決策情景和決策條件，要么能在既往的組織過程中找到依據(jù)。在2020 年1 月底至3月底的新冠疫情的背景中，絕大多數(shù)企業(yè)是首次面對此類突發(fā)性大規(guī)模公共健康事件的。這一背景為區(qū)分企業(yè)決策中可能存在的錨值的特點(diǎn)和類型提供了依據(jù)。在新冠疫情這一“新中國成立以來防控難度最大的一次重大突發(fā)公共衛(wèi)生事件”面前，除SARS可供局部參考外，大部分企業(yè)缺少過往決策的可能依據(jù)，更不用說很多企業(yè)成立時間在SARS之后，故而決策呈現(xiàn)外在錨效應(yīng)。但另一方面，我們也能看到許多企業(yè)在疫情中進(jìn)行了多次捐贈，每次捐贈的金額、對象、內(nèi)容、形式乃至途徑都有所不同?；谏鲜龇治?，本文提出假設(shè)1和假設(shè)2：

H1：在新冠疫情期間，企業(yè)做出捐贈決定時，同行業(yè)其他企業(yè)的捐贈比率越高，企業(yè)做出捐贈行為的可能性也越高。

H2：在新冠疫情期間，企業(yè)做出捐贈決定時，同行業(yè)其他企業(yè)的平均捐贈金額越多，企業(yè)的捐贈金額也越多。

在首次捐贈后，企業(yè)決策者對面向新冠疫情的慈善捐贈已經(jīng)具有了實(shí)際的經(jīng)驗(yàn)。此時，企業(yè)捐贈決策面臨的情景更多地轉(zhuǎn)向了外在錨與內(nèi)在錨同時存在、甚至內(nèi)在錨效應(yīng)占主要地位的情況。本文預(yù)期，多次捐贈的企業(yè)，其后幾次捐贈將以首次捐贈為內(nèi)在錨，進(jìn)入基于內(nèi)在錨錨定效應(yīng)的“假設(shè)檢驗(yàn)”的過程中，從而影響企業(yè)單次捐贈的金額（捐贈力度）。故本文提出假設(shè)3：

H3：對疫情期間多次捐贈的企業(yè)，其后幾次捐贈金額（捐贈力度）將存在偏離首次捐贈金額（捐贈力度）的傾向。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

為研究大型民營企業(yè)在疫情期間的捐贈表現(xiàn)，本文選取2019 年中華全國工商聯(lián)合會（以下簡稱“全國工商聯(lián)”）發(fā)布的“中國民營企業(yè)500強(qiáng)”榜單中列出的500家企業(yè)作為研究對象。此外，騰訊控股有限公司、阿里巴巴集團(tuán)控股有限公司雖然不在榜單中①騰訊、阿里一直不在全國工商聯(lián)的民營企業(yè)500強(qiáng)名單里，具體的原因并沒有官方說明。但網(wǎng)上的一些評論認(rèn)為，由于阿里和騰訊的主要股東里包含外資，所以他們是外資企業(yè)：阿里巴巴的第一大股東是日本軟銀，持股比例達(dá)29.2%；第二大股東是雅虎，持有阿里15%的股權(quán)。南非MIH 集團(tuán)持有騰訊33.93%的股權(quán)，是騰訊的第一大股東。但是，在中央召開的民營企業(yè)家座談會中，阿里和騰訊的負(fù)責(zé)人又都有出席。從最寬泛的意義上，它們至少屬于“非公有制經(jīng)濟(jì)”。因此，我們?nèi)匀粚⑺鼈兗{入。，但其作為我國頭部互聯(lián)網(wǎng)企業(yè)，不僅營業(yè)收入早已達(dá)到“500強(qiáng)”標(biāo)準(zhǔn)，而且在市場上也常常被視為民營企業(yè)，故本文也納入騰訊、阿里作為研究樣本。因此本文最終的樣本數(shù)據(jù)總量即來自對這502 個公司觀測，行文簡潔起見，以下將這502 個公司樣本稱為“502強(qiáng)民企”。

本文的研究數(shù)據(jù)基于企業(yè)的自愿披露，研究團(tuán)隊(duì)手工收集了502 強(qiáng)民企以及騰訊、阿里在2020 年1月24日至3月29日之間的捐贈信息，收集捐贈信息的渠道包括上市公司官方網(wǎng)站、百度檢索、新浪微博話題及超話社區(qū)、微信公眾號平臺信息等，記錄公司單次捐贈的人民幣金額（萬元）。對于捐贈實(shí)物或其他形式慈善物資的公司，記錄信息來源中寫明的折算價格，若該次捐贈沒有相關(guān)的金額折算信息，則不視為本文研究視野中的有效捐贈。若通過上述渠道未獲得有關(guān)捐贈信息，則認(rèn)為該公司未進(jìn)行捐贈。其他財(cái)務(wù)數(shù)據(jù)，包括企業(yè)2019年經(jīng)營總額等，除阿里和騰訊外，來源于“中國民營企業(yè)500強(qiáng)”榜單；阿里與騰訊相關(guān)數(shù)據(jù)來源于企業(yè)官網(wǎng)。

出于避免量綱和極端值影響的問題，提高模型分析的效率和準(zhǔn)確性，本文通過Max-Min歸一化方法處理不同量綱的數(shù)據(jù)。對所有連續(xù)變量，令其值等于其與樣本極差的比值。

（二）變量操作化

本文從企業(yè)疫情期間首次捐贈時間、首次捐贈金額以及總捐贈次數(shù)三個維度測量企業(yè)的捐贈行為。在檢驗(yàn)假設(shè)H1 時，自變量是企業(yè)首次捐贈前該企業(yè)所在行業(yè)已進(jìn)行捐贈的企業(yè)所占的比例（indusdonrate）（對沒有進(jìn)行捐贈的企業(yè)，則是該行業(yè)進(jìn)行過捐贈的企業(yè)所占的比例），而因變量則是基于企業(yè)自身的捐贈行為的虛擬變量ISDON，當(dāng)企業(yè)存在有效捐贈行為時賦值1，不存在有效捐贈行為時賦值0。考慮到企業(yè)捐贈實(shí)際上承擔(dān)企業(yè)社會責(zé)任的支出，不論是現(xiàn)金捐贈、實(shí)物捐贈還是其他類型的捐贈，都受制于企業(yè)當(dāng)時能夠支配的現(xiàn)金、物資和各式資源的多寡。我們也認(rèn)為，企業(yè)是否做出捐贈決定、乃至捐贈力度的大小，受企業(yè)經(jīng)營情況的影響。為了體現(xiàn)這方面的影響，我們加入企業(yè)在2019年的營業(yè)額作為控制變量，企業(yè)營業(yè)額的數(shù)據(jù)，除阿里與騰訊從其財(cái)報中獲取外，其余企業(yè)均直接從“全國工商聯(lián)”發(fā)布的“中國民營企業(yè)500強(qiáng)”榜單中獲取。

在檢驗(yàn)假設(shè)H2時，自變量是企業(yè)2019年?duì)I業(yè)額（revenue）、該企業(yè)捐贈時其所在行業(yè)企業(yè)捐贈比例（indusdonrate）、該企業(yè)捐贈時其所在行業(yè)企業(yè)捐贈平均金額（indusdonamt），因變量則是企業(yè)該次捐贈的有效金額（donamount）。

最后，在檢驗(yàn)假設(shè)H3 時，本文通過討論距離協(xié)方差對多次捐贈企業(yè)的捐贈金額的相關(guān)性與獨(dú)立性做出分析，在該檢驗(yàn)的基礎(chǔ)上進(jìn)一步討論企業(yè)捐贈行為之間的關(guān)聯(lián)。核心變量及其描述統(tǒng)計(jì)見表1。

表1 變量操作化與描述性統(tǒng)計(jì)

（三）回歸模型

本文參考祝繼高等構(gòu)建了回歸模型檢驗(yàn)假設(shè)[21]。為檢驗(yàn)H1和H2，本文采用公式(1)①出于避免變量之間的多重共線性的考慮，對這一假設(shè)的驗(yàn)證只采取企業(yè)2019年?duì)I業(yè)總額以及行業(yè)平均捐贈企業(yè)比例兩個變量，后文有更詳細(xì)的說明。和公式(2)進(jìn)行回歸分析。

對于公式(1)，本文采用Probit 回歸進(jìn)行檢驗(yàn)，根據(jù)H1 和選擇通達(dá)理論模型，當(dāng)同行業(yè)企業(yè)捐贈比成為仍未捐贈的企業(yè)捐贈行為決策的錨定值時，該企業(yè)應(yīng)更有可能進(jìn)行或不進(jìn)行捐贈。對公式2，本文采取最小二乘估計(jì)回歸檢驗(yàn)，同樣，根據(jù)H2 和選擇通達(dá)模型，其他行業(yè)平均捐贈額（indusdonamt）理應(yīng)對企業(yè)捐贈額（donamount）產(chǎn)生顯著的正效應(yīng)——從合法性組織的角度看，社會責(zé)任的履行外部合法性對組織內(nèi)部的期待，當(dāng)捐贈普及為潮流甚至共識時，平均捐贈額作為錨值在一般視域中應(yīng)對企業(yè)捐贈額起到正效應(yīng)。本文預(yù)期在公式(2)中，β2顯著為正。對企業(yè)而言，其真正能進(jìn)行捐贈的能力本質(zhì)上取決于企業(yè)的經(jīng)營狀況，其經(jīng)濟(jì)能力在根本地決定著企業(yè)進(jìn)行捐贈的能力，本文同樣預(yù)期β1的正效應(yīng)。

對H3，本文結(jié)合R-squared系數(shù)，采用Székely等人提出的基于經(jīng)驗(yàn)分布對連續(xù)型變量的獨(dú)立性檢驗(yàn)方法[25]，首先對企業(yè)多次捐贈之間的相關(guān)性和獨(dú)立性進(jìn)行驗(yàn)證。Székely等針對連續(xù)型變量，利用特征函數(shù)定義了距離協(xié)方差V2(X,Y)，用作連續(xù)型隨機(jī)變量的獨(dú)立性檢驗(yàn)，給出了相對于特征函數(shù)經(jīng)驗(yàn)公式的等價方法。在捐贈行為的相關(guān)性基礎(chǔ)上，再根據(jù)線性回歸作進(jìn)一步的討論。

對于聯(lián)合分布(X,Y)={(Xk,Yk):k=1,…,n}，其中X∈Rp,Y∈Rq，定義矩陣Akl：

當(dāng)且僅當(dāng)X，Y相互獨(dú)立時，有：

其中

對于本研究的案例而言，若兩變量相互獨(dú)立，則Q為非負(fù)常數(shù)。

四、結(jié)果與分析

（一）企業(yè)捐贈的總體情況

整體而言，502 強(qiáng)民企對2020 年初的突發(fā)疫情做出了迅速反應(yīng)，尤其是互聯(lián)網(wǎng)信息服務(wù)業(yè)的企業(yè)，在1月23日武漢市疫情防控指揮部發(fā)布防疫通告的第一時間，就針對疫情做出了有力應(yīng)對。82.7%的企業(yè)在榜單中20%的同行業(yè)企業(yè)具有捐贈行為之前就做出了捐贈決策。從抗疫阻擊戰(zhàn)打響到初步復(fù)工復(fù)產(chǎn)這半個月左右的時間，是502強(qiáng)企業(yè)集中捐錢捐物、貢獻(xiàn)力量的時期，49.4%的企業(yè)在這段時間內(nèi)加入了抗擊疫情的隊(duì)伍。在復(fù)工復(fù)產(chǎn)之后，502強(qiáng)民企的捐贈行為仍然延續(xù)了將近兩個月左右，在本研究中，最后一筆有效捐贈發(fā)生在3月29日。502強(qiáng)民企整體捐贈總額最終達(dá)到了82.74億元?？梢哉f，502強(qiáng)民企為一線疫情應(yīng)對、各地物資保障等方面做出了可觀的貢獻(xiàn)。

圖2揭示了本次疫情中企業(yè)捐贈金額和企業(yè)2019 年全年?duì)I業(yè)額的關(guān)系。從捐贈力度，即捐贈金額上看，最高的捐贈總額為22億（現(xiàn)金和實(shí)物合計(jì)），最低的是1 萬（員工捐贈），平均捐贈額為2 660.39 萬。大多數(shù)企業(yè)（80%）的捐贈額集中在70.9 萬至3 000 萬之間，相對于極值而言較為聚攏。其中，騰訊、阿里兩個企業(yè)表現(xiàn)突出，先后宣布捐贈22 億和10 億元，遠(yuǎn)遠(yuǎn)超過其他企業(yè)的捐贈額。而年?duì)I業(yè)額最高的兩家企業(yè)，其捐贈力度反而不大。即便如此，結(jié)合企業(yè)年?duì)I業(yè)額來看，企業(yè)現(xiàn)金捐贈額和企業(yè)營收存在較為明顯的正相關(guān)關(guān)系（p＜0.01），即企業(yè)2019年年?duì)I業(yè)額越高，疫情期間捐贈金額則越多，說明了在統(tǒng)計(jì)檢驗(yàn)中控制企業(yè)營業(yè)額的必要性。

圖2 企業(yè)2019年?duì)I業(yè)額與企業(yè)捐贈總額

處于不同行業(yè)的企業(yè)，針對疫情的應(yīng)對方式和反應(yīng)速度也有所不同。從圖1看來，信息服務(wù)業(yè)、房地產(chǎn)業(yè)的企業(yè)在第一時間（2020年1月24日）做出了應(yīng)對疫情的措施，而采礦業(yè)、住宿餐飲業(yè)的企業(yè)反應(yīng)則較為滯后，進(jìn)行首次捐贈的時間稍晚（2020年2月2日至2020年2月9日之間）。在14個行業(yè)中，有13個行業(yè)的捐贈集中在2020 年2 月9 日之前，此時也是全國范圍復(fù)工、復(fù)產(chǎn)的時間節(jié)點(diǎn)。不論從疫情爆發(fā)初期還是復(fù)工復(fù)產(chǎn)后的時間段來看，信息服務(wù)、互聯(lián)網(wǎng)行業(yè)的平均捐贈額都大大高于其他行業(yè)，特別是2020 年3 月22 日 至2020 年3 月29 日，還有一筆大額捐贈進(jìn)入。屬于建筑業(yè)、制造業(yè)的企業(yè)也在后期有追加捐贈的情況出現(xiàn)。

圖1 各行業(yè)捐贈金額的日期變化②為了保證趨勢圖的可讀性，這里只選取了部分捐贈情況有代表性行業(yè)進(jìn)行展示，并對坐標(biāo)軸進(jìn)行了截?cái)唷?/p>

具體到行業(yè)內(nèi)部有過捐贈行為企業(yè)的比例上（圖3），農(nóng)林牧副漁業(yè)、電力煤氣業(yè)、住宿餐飲業(yè)、科教文衛(wèi)業(yè)的企業(yè)在本文數(shù)據(jù)搜集的范圍內(nèi)做到了全員捐贈，其中農(nóng)林牧副漁業(yè)、電力煤氣業(yè)以及科教文衛(wèi)業(yè)的企業(yè)更是在復(fù)工復(fù)產(chǎn)前（2020 年2 月9日前）做到了全員捐贈①這可能也和502強(qiáng)企業(yè)的行業(yè)分布有關(guān)。。總體來看，14個行業(yè)的捐贈比例平均為70.24%，除了上述做到全員捐贈的行業(yè)外，信息服務(wù)業(yè)和建筑業(yè)的捐贈比例也較高（70%以上），而采礦業(yè)和租賃商業(yè)行業(yè)的捐贈比例則較低（不到50%）。在疫情發(fā)生的首周（2020 年1 月24 日至2020 年2月2日），各行業(yè)捐贈比例的增速較快，在復(fù)工復(fù)產(chǎn)后則趨于平穩(wěn)。

圖3 各行業(yè)捐贈比例的日期變化

（二）企業(yè)捐贈中的外在錨效應(yīng)檢驗(yàn)

本文對主要研究變量進(jìn)行了Person相關(guān)系數(shù)和VIF系數(shù)多重共線性檢驗(yàn)，結(jié)果發(fā)現(xiàn)，企業(yè)2019年?duì)I業(yè)額（revenue）與行業(yè)平均捐贈額（indusdonamt）有較大的VIF 系數(shù)值，說明在兩個變量之間具有較強(qiáng)的多重共線性，企業(yè)營業(yè)額和行業(yè)平均捐贈額存在一定的共變關(guān)系。在檢驗(yàn)中考慮去除企業(yè)2019 年?duì)I業(yè)額（revenue）或行業(yè)平均捐贈額（indusdonamt）（本文選擇去除INDUSDONAMT）。

根據(jù)公式(1)和公式(2)對假設(shè)H1 和假設(shè)H2 進(jìn)行檢驗(yàn)的結(jié)果如表2、表3。由表2 可知，對企業(yè)捐贈行為標(biāo)記變量ISDON 而言，INC 的回歸系數(shù)為3.9621，在p＜0.01 的水平上顯著，indusdonrante 的回歸系數(shù)為-2.983，在p＜0.01 的水平上顯著；由表3 可知，對企業(yè)單次捐贈金額（donamount）而言，revenue 的回歸系數(shù)為0.153 2，在p＜0.01 的水平上顯著，indusdonrante 的回歸系數(shù)為-0.050 1，在p＜0.1 的水平上顯著，indusdonamt的回歸系數(shù)為0.254 9，在p＜0.01的水平上顯著。說明在新冠疫情期間，同行業(yè)其他企業(yè)進(jìn)行捐贈的比例會顯著影響企業(yè)自身的捐贈行為，企業(yè)的年?duì)I業(yè)總額越高，企業(yè)捐贈的可能性越大，但與一般認(rèn)識不同的是，同行業(yè)企業(yè)捐贈比例越高，企業(yè)越不可能捐贈；對于企業(yè)單次捐贈的金額而言，企業(yè)的年?duì)I業(yè)總額、行業(yè)平均捐贈額都對企業(yè)的單次捐贈有較為顯著的正效應(yīng)，同樣，行業(yè)捐贈比例對企業(yè)單次捐贈金額也具有負(fù)效應(yīng)，但其顯著程度較低。上述結(jié)論支持了假設(shè)H1 和假設(shè)H2，也對這兩個假設(shè)做出了進(jìn)一步補(bǔ)充。在首次捐贈決策時，同行業(yè)其他企業(yè)的捐贈行為的確成為了企業(yè)決策的外部錨，企業(yè)捐贈存在來自外部的錨定效應(yīng)，并且這一效應(yīng)符合選擇通達(dá)模型的基本過程。

表2 公式(1)假設(shè)檢驗(yàn)結(jié)果

表3 公式(2)假設(shè)檢驗(yàn)結(jié)果

（三）企業(yè)捐贈中的內(nèi)在錨效應(yīng)檢驗(yàn)

根據(jù)502 強(qiáng)企業(yè)披露的捐贈情況來看，502 家企業(yè)中，有多次捐贈行為的企業(yè)有92家，占所有企業(yè)的18.4%。其中，有3 次及以上捐贈行為的企業(yè)有24 家，捐贈次數(shù)最多的企業(yè)達(dá)到了7 次。根據(jù)假設(shè)H3，企業(yè)單次捐贈行為之間，根據(jù)時間次序的先后可能存在后來捐贈的力度較先前捐贈力度更強(qiáng)或更弱的趨勢。本文根據(jù)多次捐贈企業(yè)捐贈次數(shù)的集中趨勢，選擇對這些企業(yè)第二次、第三次捐贈力度與首次捐贈力度進(jìn)行考察。即將企業(yè)三次捐贈的金額看作三個隨機(jī)變量X，Y，Z，運(yùn)用公式(3)所論及的檢驗(yàn)方法考察變量之間的相關(guān)性和獨(dú)立性，如表4所示。

表4 公式(3)假設(shè)檢驗(yàn)結(jié)果

根據(jù)表4內(nèi)容，首次捐贈與第二次捐贈、第二次捐贈與第三次捐贈的R-squared系數(shù)都具有較強(qiáng)的顯著性，尤其是首次捐贈額對第二次捐贈額有較強(qiáng)的解釋力。并且，對所有三次捐贈之間，其距離協(xié)方差的檢驗(yàn)結(jié)果都趨向于無窮大，即排除了捐贈與捐贈之間的獨(dú)立性。這一結(jié)果表明，就本文的研究而言，首次捐贈與其他兩次捐贈之間不存在獨(dú)立性，并且第一次捐贈與第二次捐贈之間、第二次捐贈與第三次捐贈之間存在著較強(qiáng)的相關(guān)關(guān)系。

若直觀地從多次捐贈企業(yè)每次捐贈的金額來考察這些捐贈之間的關(guān)系（圖4、圖5、圖6），我們可以發(fā)現(xiàn)，在首次捐贈額和第二次捐贈額之間的連線，同時存在上升、下降兩種情況，而首次捐贈與第三次捐贈之間的連線以下降情況居多，第二次捐贈與第三次捐贈之間的連線較為平緩，但也有上升和下降的情況出現(xiàn)。進(jìn)一步觀察發(fā)現(xiàn)，首次捐贈金額較高（1 000萬元以上）的企業(yè)，第二次捐贈的金額會相應(yīng)下調(diào)，而首次捐贈金額較低的企業(yè)（1 000 萬元及以下），第二次捐贈金額會相應(yīng)上升。類似的規(guī)律，同樣出現(xiàn)在第二次捐贈與第三次捐贈、以及第一次捐贈與第三次捐贈之間。故本文使用分組OLS 回歸衡量捐贈之間的具體關(guān)系，對于第一次捐贈與第二次捐贈之間的關(guān)系（以下簡寫為（1，2），其余類同），本文以1 000 萬元為界，分為高額捐贈組和低額捐贈組，分別記為H（1，2）和L（1，2）。類似地，以500 萬元為分界，考慮（2，3）和（1，3）之間的回歸關(guān)系，結(jié)果如表5所示。

圖4 企業(yè)首次捐贈額與第二次捐贈額

圖5 企業(yè)首次捐贈額與第三次捐贈額

圖6 企業(yè)第二次捐贈額與第三次捐贈額

表5 揭示了不同捐贈次數(shù)、不同捐贈金額組別組合之間的線性關(guān)系。不論是對捐贈金額較高的組別，還是對捐贈金額較低的組別，前一次的捐贈都對后續(xù)捐贈存在顯著的正效應(yīng)。尤其是針對第一次捐贈與第二次捐贈、第二次捐贈與第三次捐贈而言（p＜0.01），而第一次捐贈額度對第三次捐贈的額度之間并沒有出現(xiàn)顯著的線性關(guān)系。更具體地看，高組與低組之間的回歸系數(shù)也有所不同。對兩對捐贈而言（（1，2）與（2，3）），回歸系數(shù)出現(xiàn)了大小區(qū)別。對于高組而言，上一次捐贈額度的增加，會較少地反應(yīng)到下一次捐贈額度的數(shù)學(xué)期望中；而對于低組而言，上一次捐贈額度的增加，會在下一次的捐贈力度上有更大的影響。

表5 假設(shè)H3分組統(tǒng)計(jì)檢驗(yàn)結(jié)果

本文認(rèn)為，這部分驗(yàn)證了假設(shè)H3 的猜想。表5 在統(tǒng)計(jì)回歸上的結(jié)論首先說明了企業(yè)自身所做的捐贈行為之間的關(guān)聯(lián)，根據(jù)選擇通達(dá)模型，當(dāng)企業(yè)需要再次進(jìn)行決策時，會形成信息與決策結(jié)果之間的“估計(jì)鏈條”。在這一估計(jì)鏈條的形成過程中，易得的（easily-accessible）與錨值相符的信息會首先進(jìn)入判斷者的考慮，最終導(dǎo)致了最終的判斷或估計(jì)結(jié)果與錨值有很大的相似性[19]。對于多次捐贈的企業(yè)而言，其上一次捐贈的方式、金額具有易得性，很容易成為誘發(fā)錨定效應(yīng)的“錨值”，因而兩次捐贈的力度具有相關(guān)性。

另一方面，由于這一錨值是企業(yè)本身產(chǎn)生的內(nèi)在錨從而進(jìn)入“假設(shè)檢驗(yàn)”過程，這一過程強(qiáng)調(diào)對錨值的修改需求，所以，最終的決策結(jié)果會不同程度地“偏離”初始值。這意味著，就本研究的案例而言，在上一次捐贈中“多捐”了的企業(yè)，其下一次捐贈可能會減小捐贈的力度；而在上一次捐贈中“少捐”了的企業(yè)，則可能接著進(jìn)行更大力度的捐贈，這和假設(shè)H3的預(yù)計(jì)相符。

五、結(jié)論與討論

本文以502強(qiáng)民營企業(yè)在新冠疫情早期（2020年1月23日至2020年3月29日）的捐贈行為為研究對象，分析了企業(yè)捐贈中的錨定效應(yīng)。本文將同行業(yè)其他企業(yè)捐贈比例以及平均捐贈金額作為外在錨，將多次捐贈企業(yè)首次捐贈額作為內(nèi)在錨，綜合Probit回歸、OLS回歸等多種統(tǒng)計(jì)方法，實(shí)證檢驗(yàn)了企業(yè)應(yīng)對疫情捐贈中的外在錨定效應(yīng)，并且驗(yàn)證了企業(yè)多次捐贈決策中可能存在“假設(shè)檢驗(yàn)”過程的假設(shè)，并提出了進(jìn)一步驗(yàn)證企業(yè)決策內(nèi)在錨效應(yīng)的可能路徑。

而另一方面，基于本文樣本選擇和統(tǒng)計(jì)手段的局限性，以上結(jié)論均需要進(jìn)行針對競爭性假說的進(jìn)一步穩(wěn)健性檢驗(yàn)。從對新冠疫情發(fā)展的時間性分析上看，2020 年二、三月來自中央指導(dǎo)組、習(xí)近平總書記的實(shí)地考察都帶動了企業(yè)捐贈次數(shù)在相應(yīng)時間范圍的上漲趨勢乃至局部峰值；而另一方面，2020年2月中旬企業(yè)復(fù)工過程也伴隨著企業(yè)捐贈行為趨于頻繁的趨勢。以上的經(jīng)驗(yàn)分析說明了，企業(yè)捐贈行為可能具有來自外部合法性機(jī)制的驅(qū)動[6，26]。同樣，黃敏學(xué)等指出，上市公司可能存在被社會大眾“逼捐”的情況，這同樣外在于企業(yè)本身的效率機(jī)制，屬于外部合法性機(jī)制的范疇[27]。這意味著，對企業(yè)捐贈行為乃至決策行為中可能具有的錨定效應(yīng)的研究，需要進(jìn)一步考慮到外部性因素的影響。這一觀察為基于錨定效應(yīng)理論的企業(yè)研究打開了更曠闊的空間，也有待于更嚴(yán)謹(jǐn)?shù)膶?shí)證研究的進(jìn)一步討論和驗(yàn)證。