5.4 实证统计分析
5.4.1 基本数据及分析。
为了进行皮尔逊相关性分析和多元线性回归分析。
对企业社会责任报告中的专业性页码进行过分析。为数据分析对比方便，将其改用自然对数形式 lg CSRD,数据形式变化没有改变数据对比状态（英企葛兰素史克 lg CSRD=2.16 大于中企中国神华 lgCSRD=2.05）。与此类似，对自变量 SIZE（公司规模）亦采用了自然对数形式 lgSIZE,中英两组样本企业的自变量数据。
中国神华是中国组中盈利能力（ROCE）最强的企业，资本回报率 0.2127,利洁时集团是英国组中盈利能力（ROCE）最强的企业，资本回报率 17.7101,两者相差极大。中国组的平均资本回报率 0.0706,英国组的平均资本回报率1.3616,两者相差约 19 倍。
中国建材是中国组中财务风险（财务杠杆 LEV）最大的企业，负债率 0.8800,英国电信是英国组中财务风险（财务杠杆 LEV）最大的企业，负债率 1.2380,两者相差 1.4 倍。但中国组的平均负债率 0.6902,高于英国组 0.6201 的平均负债率 0.0701 个百分点。
国药控股是中国组中独立董事比例（IDR）最高的公司，独立董事比例 0.8667葛兰素史克英国组中独立董事比例（IDR）最高的公司，独立董事比例 0.9286,两者相差约 6%.但中国组的平均独立董事比例 0.6301,比英国组的平均独立董事比例 0.8088 约低 17.87%.
因中英两国国情差异，中国组有 3 家企业（中国电信、中国联通、兖矿集团）董事长兼任首席执行官（自变量 CEO =1），约占样本企业数近 19%.英国组企业因循该国公司结构传统，董事长和首席执行官职位分离，没有双职兼任情况（自变量 CEO = 0）。
5.4.2 皮尔逊相关性分析。
使用 SPSS 统计分析软件中的皮尔逊相关性计算程序，对中英两个样本组统计数据的相关性计算结果见表 5.8 和表 5.9.这些数据可用于初步分析企业社会责任信息披露状况（因变量）与其自变量之间的相关性，并检测自变量之间是否共线。
SPSS 程序计算所获中国组相关系数，在 0.05（5%）显着性水平上，自变量 lg SIZE（企业规模）与因变量 lg CSRD（企业社会责任信息披露状况）正向高度相关，相关系数 0.598 约等于 0.6,（张顺华等（2011）指出│r│=0.40~0.59 中度相关；│r│=0.60~0.89 高度相关）。另在 0.1（10%）显着性水平上，自变量 LEV（财务杠杆）与因变量 lg CSRD（企业社会责任信息披露状况）的相关系数│r│=0.416>0.4（r = -0.416），可视两者负向中度相关。再观察 0.05（5%）显着性水平上，自变量 ROCE（盈利能力）分别与自变量 LEV（财务杠杆）和 IDR（独立董事比例）具有高度相关系数-0.618 和 0.533.这种高度相关性质意味 ROCE 与 LEV 和 IDR 共线，使用它们进行多元线性回归，可能出现不稳定现象或难于解释回归结果。但做以下两方面考虑，仍可忽略它们的共线性并使用它们进行多元线性回归。其一考虑两个共线│r│只是略微大于和接近于高度相关共线的临界值 0.6,远未达到极高相关程度。据 Hossain et al.（1995）介绍，只要两变量之间相关系数不超过 0.8,他们之间的共线性就不会严重影响回归方程的有效性。
分析表 5.9 所示 SPSS 程序计算所获英国组相关系数，在 0.01（1%）显着性水平上，自变量 lg SIZE（企业规模）和 IDR（独立董事比例）均与因变量 lg CSRD（企业社会责任信息披露状况）正向高度相关，相关系数分别为 0.667 和 0.674.
另自变量 lg SIZE（企业规模）与 IDR（独立董事比例）在约 0.1（10%）显着性水平上的相关系数 0.458 达到中度相关程度外，其他自变量之间相关性都很弱，因此对英国组进行多元线性回归，基本上没有自变量共线问题。
综合对表 5.8 和表 5.9 分析可以认为：1）中国组的相关系数显着性水平比英国组高，置信区间（1-显着性水平）比英国组小；2）中国组自变量 lg SIZE（企业规模）与因变量 lg CSRD（企业社会责任信息披露状况）在 0.05 显着性水平上正向高度相关，另在约 0.1（10%）显着性水平上，自变量 LEV（财务杠杆）与因变量 lg CSRD（企业社会责任信息披露状况）具有中度负相关性质；3）英国组自变量 lg SIZE（企业规模）和 IDR（独立董事比例）均与因变量 lg CSRD（企业社会责任信息披露状况）正向高度相关。
5.4.3 多元线性回归及分析。
5.4.3.1 中国组多元线性回归及分析。
针对中国企业样本组，表 5.10 和表 5.11 展现了 SPSS 多元线性回归分析过程及数据。
Lg CSRD = 1.105+0.342 lg SIZE-2.585 ROCE-1.330 LEV+0.528 IDR-0.154 CEO （5-3）分析表 5.10,SPSS 程序对统计变量进行调整后，在 0.1 的显着性水平上中国组自变量 lg SIZE（企业规模）与因变量 lg CSRD（企业社会责任信息披露状况）呈正相关关系，假设一成立；而 LEV（财务杠杆）与因变量 lg CSRD（企业社会责任信息披露状况）在 0.1 的显着性水平呈负相关关系，与假设三相斥；其他自变量假设不成立。多元线性回归分析显示方程（式 5-3）受自变量的影响百分比只有 34.6%（回归方程以 34.6%的自变量影响比例通过拟合度检验）。但参考 R2等价│r│以及前文 5.3.3.1 所述│r│>0.30 低度相关之概念，可认为回归方程（式 5-3）具有一定的统计学意义。
分析表 5.11,SPSS 程序计算的方差膨胀因子小于临界值（VIF = 10,亦即容差大于 0.1），故可认为：虽然经皮尔逊相关性分析显示自变量 lg SIZE 分别与自变量 LEV（财务杠杆）和 IDR（独立董事比例）具有共线性，但从多元线性回归分析的方差膨胀因子或容差视角来看，自变量共线性对回归方程的影响可能不会非常明显，在一定程度上也说明前文 5.4.2 对两个共线│r│只是略微大于和接近于高度相关共线的临界值 0.6 之考虑，以及对 Hossain et al.（1995）的研究借鉴是合理的。
lg CSRD = 0.721+0.163 lg SIZE-0.003 ROCE-0.041 LEV+0.666 IDR（5-4）分析表 5.12 和表 5.13,SPSS 程序对统计变量进行调整后，在 0.018 显着性水平上 R2=0.632,且有自变量 lg SIZE（企业规模）和 IDR（独立董事比例）在0.01 显着性水平与因变量 lg CSRD（企业社会责任信息披露状况）正向高度相关，显示出英国组回归方程以自变量对因变量 63.2%的影响比例通过拟合度检验，而且自变量之间的相关系数以及容差和方差膨胀因子的数据均不存在共线性问题。
再籍用 R2等价│r│以及前文 5.3.3.1 所述│r│>0. 6 高度相关之概念，可认为英国组的回归方程（式 5-4）比中国组的回归方程（式 5-3）具有更为明显的统计学意义。但从 R2=0.632 来看，英国组回归方程仍然存在 36.8%不能用自变量解释其变化的比例。意味着在英国组，对盈利能力（ROCE）、财务杠杆（LEV）、董事长与首席执行官双职兼任状况（CEO）的假设被实证统计分析拒绝，除了这些变量外可能还存在别的自变量影响企业社会责任信息披露状况。因此尚待今后深入研究解决这些问题。
5.5 研究局限。
由于本章实证研究设置的样本选取原则比较严格，受研究时间限制，筛选择取出的合格企业少，故统计样本小，统计规律不是十分显着，导致所设变量失真现象严重（大部分自变量设置欠缺充分的统计学意义）。
因为初次研究，为可靠稳妥，所设自变量较少，加之样本亦小，导致相关性分析显着性水平偏高，置信度偏小。
使用内容分析法并以企业社会责任报告专业页码作为信息计量来源，虽然有笼括图表之优势，但相比专业文字、文句和段落等信息来源，计量方法尚显粗糙、信息本源相对贫乏，这也是造成上述两个问题的原因之一。
鉴于样本小、信息本源相对贫乏，仅采用通用多元回归方程，也可能是产生问题的原因。
总合以上 4 个方面的局限或缺陷，为提高本章实证研究的统计学意义和可靠性，下步工作需采取扩大样本、增加自变量设置、扩大计量信息范围和优选统计方法等措施，从改善本章实证研究过程出发，求取真实、可靠和科学的实证研究成果。
5.6 结果分析。
英国组和中国组在实证检验中的表现可以代表英国和中国大部分公司的表现。中英两组的两个自变量独立董事和财务杠杆在描述性统计中呈现的不同水平状态以及在相关性分析和回归分析中表现出与企业社会责任信息披露不一样的相关性，这两点结合起来就是在微观层面中英两国企业社会责任披露表现出不同水平的主要原因。
首先，在英国组，董事独立性与企业社会责任披露水平显着正相关，且英国组企业董事独立性水平普遍较高。相比之下，中国组的董事独立性与企业社会责任披露水平无显着相关性，且企业董事独立性水平低于英国组水平。从这一结论中我们可以发现，董事独立性在英国可以较好的影响企业社会责任披露，支持了英国企业社会责任信息披露的高水准，而中国未能利用这一公司治理机制来有效激励企业社会责任信息披露。
Ahmed & Duellman （2007）认为独立董事可以对一个公司实现有效的监督管理职能。董事会的高度独立性一方面会使得其成员高度重视企业社会责任披露，提高披露程度（Harrison & Freeman, 1999）。另一方面，独立董事机制会监督或者施加压力给企业使得其为社会责任报告主动寻求第三方认证，避免企业社会责任报告形如广告宣传，提高信息的可靠性，增强报告的真实性。从描述性统计中，可以看出，董事独立性在英国组的均值是 0.8061,远远高于中国组均值的0.6301.低水平的董事独立性将会制约其本身公司治理机制的发挥以及对企业社会责任信息披露的积极作用。除此之外，独立董事的有效执行陷入一种困境，越来越多的灰色董事混淆与企业独立董事之中，这些灰色董事往往与企业管理层有着或多或少的裙带关系（Cheng & Courtenay, 2006）。特别是在中国，独立董事制度的相关法律法规还不是很健全（王宁宁，刑保帅，2006）。灰色董事在独立董事中的混杂将会降低独立董事对企业社会责任信息披露的要求。因此，与保持高度董事独立性的英国相比，中国独立董事对企业社会责任披露的积极作用往往收效甚微。
其次，在中国组的实证分析中，企业财务杠杆表现出了对企业社会责任披露的反作用。也就是说当一个公司财务杠杆率高，也就是企业财务风险高时候，企业社会责任披露水平会降低。当一个公司财务杠杆率低，也就是企业财务风险低时候，企业社会责任披露水平会升高。从描述性统计中可以发现，在英国组财务杠杆率（财务风险）均值在 0.6201 水平，在中国组财务杠杆率（财务风险）均值微高，保持在在 0.6902 水平，两国企业的负债率都较高。即使这两个组别只有很微小的差别，但是财务杠杆（财务风险）在中国组与企业社会责任的负相关关系使得拥有高风险的中国公司企业社会责任披露的不足表现拉低了中国企业的整体社会责任披露水平。
大量先前的文献和委托代理理论证明因由于来自贷款人的压力或者是较高的代理成本（Meek et al. 1995），维持高负债率的公司更希望披露企业社会责任信息。然而，在本次的实证检验中发现，当一个国家并没有足够健全的法律法规对强制性披露内容进行约束时，例如中国，较多高风险的公司更倾向于降低其透明度，掩盖公司的负面信息，以便降低道德风险（Mitchell & Wood, 1997），从而造成了在中国企业社会责任信息披露率低并出现大量信息失真的状态。这种现象会使得企业社会责任报告产生的更多的是粉饰效应而不是有益的效应（Owen et al.1997）。而在英国，由于对企业社会责任披露的内容、范围都进行了全面地要求与规定，所以即使是存在高风险的公司，也必将全面的社会责任信息公之于众，其中包括了很多重大事项的负面信息。
5.7 本章小结。
（1）采用内容分析法对样本统计素材计量的企业社会责任信息数据显示，无论样本组中计量数据（专业性页码数）的最大值还是平均值，中国样本组均低于英国样本组。而且两个样本组中的数据显示，中国企业之间对社会责任信息披露的差距比英国组企业之间的差距大。因此从统计计量的信息数量判断，中国企业社会责任信息披露水平不及英国企业。
（2）皮尔逊相关性分析和显多元线性回归分析均显示，中国样本组相关系数的显着性水平和回归方程拟合检验显着性水平的比英国样本组高，对应的相关系数置信区间小。
（3）籍用 R2等价│r│以及 5.3.4.1 所述│r│>0. 6 高度相关之概念，中国和英国两个企业样本组的回归方程均具有一定程度的统计学意义，而且英国组的统计学意义大于中国组。
（4）作为自变量影响因素的企业规模（lg SIZE），与中国企业社会责任信息披露状况呈正相关关系，财务杠杆（LEV）与之呈负相关关系。企业规模（lg SIZE）与独立董事 （IDR）两个自变量影响因素均与英国企业社会责任信息披露状况正向高度相关，显然，财务杠杆和独立董事与企业社会责任信息披露存在不同相关性，所以成为影响中英两国企业社会责任信息披露呈现不同状况的关键因素。
