社會(huì)信用體系建設(shè)與企業(yè)區(qū)位選擇

DOI：10.19592/j.cnki.scje.420960

JEL分類(lèi)號(hào)：R11，R12，R38 中圖分類(lèi)號(hào)：F207

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-6249（2025）04-058-22

一、引言

作為社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制和社會(huì)治理體制的重要組成部分，社會(huì)信用體系建設(shè)通過(guò)提高失信成本和守信激勵(lì)等方式達(dá)到優(yōu)化外部信用環(huán)境的政策目標(biāo)（黃卓等，2023）。與西方國(guó)家市場(chǎng)化運(yùn)作的信用體系相比，中國(guó)社會(huì)信用體系建設(shè)走出了一條獨(dú)具特色的道路：以國(guó)務(wù)院頒布的文件為依據(jù)、由各地分別制定法規(guī)政策并予以推行（沈巋，2019）。習(xí)近平總書(shū)記強(qiáng)調(diào)，要加快完善產(chǎn)權(quán)保護(hù)、市場(chǎng)準(zhǔn)人、公平競(jìng)爭(zhēng)、社會(huì)信用等市場(chǎng)經(jīng)濟(jì)基礎(chǔ)制度，為中國(guó)式現(xiàn)代化持續(xù)注入強(qiáng)勁動(dòng)力①。以信用信息共享機(jī)制為核心的社會(huì)信用體系建設(shè)示范城市（區(qū)）建設(shè)，不僅是中國(guó)構(gòu)建高水平社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制中的重大課題，更是觀(guān)察信用信息共享對(duì)微觀(guān)企業(yè)區(qū)位選擇行為影響的重要窗口。新企業(yè)進(jìn)入，作為促進(jìn)市場(chǎng)競(jìng)爭(zhēng)和技術(shù)創(chuàng)新中“創(chuàng)造性毀火”的力量，在經(jīng)濟(jì)增長(zhǎng)與高質(zhì)量發(fā)展中具有決定性作用，長(zhǎng)期以來(lái)備受學(xué)界和業(yè)界的關(guān)注和探討（Aghionand Howitt，1992;賈俊雪，2014;畢青苗等，2018;Kong and Qin，2021;Kong et al.，2021;田磊和陸雪琴，2021;封進(jìn)和李雨婷，2023）。然而，鮮有研究探討社會(huì)信用制度環(huán)境建設(shè)對(duì)企業(yè)區(qū)位選擇行為的影響，以新企業(yè)進(jìn)人為切入點(diǎn)對(duì)信用信息共享如何影響地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的研究更是存在明顯的研究缺口。理論上，信用信息共享機(jī)制能夠顯著改善企業(yè)所處的外部信用環(huán)境，降低資金供需雙方的信息不對(duì)稱(chēng)程度（曹雨陽(yáng)等，2022），從而降低制度性交易成本（余泳澤等，2020），為企業(yè)帶來(lái)實(shí)際經(jīng)濟(jì)效益，并借此重塑企業(yè)區(qū)位選擇行為。因此，厘清信用體系建設(shè)和企業(yè)進(jìn)入之間的內(nèi)在機(jī)理，對(duì)于如何更好地激活微觀(guān)經(jīng)濟(jì)主體活力，釋放社會(huì)信用體系建設(shè)紅利，促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

十余年來(lái)，我國(guó)出臺(tái)了多項(xiàng)政策加強(qiáng)社會(huì)信用體系建設(shè)，失信懲罰制度不斷健全，社會(huì)信用環(huán)境明顯改善。2011年，黨中央國(guó)務(wù)院部署開(kāi)展社會(huì)信用體系建設(shè)規(guī)劃，隨后于2014年頒布《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》。2015年和2016年期間，國(guó)家發(fā)展改革委和中國(guó)人民銀行先后將42個(gè)城市（區(qū)）分兩批納人社會(huì)信用體系改革試點(diǎn)城市，通過(guò)在事前、事中和事后三個(gè)層面展開(kāi)信用監(jiān)管，發(fā)揮激勵(lì)、懲戒和修復(fù)的功能，從而將失信行為的負(fù)外部性成本內(nèi)在化。例如，北京市高度重視信用標(biāo)準(zhǔn)化工作，是全國(guó)最早推廣信用標(biāo)準(zhǔn)化的地區(qū)之一，目前已向各部門(mén)共享169萬(wàn)家企業(yè)的公共信用評(píng)價(jià)結(jié)果，提出了2類(lèi)8項(xiàng)31條失信懲戒措施，形成了極具效率的信用修復(fù)主動(dòng)告知機(jī)制①。同時(shí)，成都市實(shí)行的信用分級(jí)分類(lèi)監(jiān)管也獨(dú)具特色，至2022年底，該體系已涵蓋了36家市級(jí)單位、1490個(gè)可加減分的指標(biāo)項(xiàng)，同時(shí)由積分管理平臺(tái)采集2.82億條信用數(shù)據(jù)，每日自動(dòng)生成350萬(wàn)余戶(hù)市場(chǎng)主體的信用評(píng)價(jià)結(jié)果和風(fēng)險(xiǎn)等級(jí)②。此外，廣州市的失信主體信用修復(fù)機(jī)制也走在全國(guó)前列。廣州市研發(fā)的線(xiàn)上經(jīng)營(yíng)異常名錄、嚴(yán)重違法失信企業(yè)信用修復(fù)微信小程序，為企業(yè)提供全程網(wǎng)辦“零跑腿\"服務(wù)，積極引導(dǎo)嚴(yán)重失信企業(yè)及時(shí)履行法定義務(wù)、修復(fù)信用記錄、退出嚴(yán)重失信名單，已有累計(jì)7.8萬(wàn)余個(gè)市場(chǎng)主體通過(guò)微信小程序辦理相關(guān)業(yè)務(wù)，2020年“失信被執(zhí)行人名單”退出10787宗③。

基于上述背景，本文將社會(huì)信用體系建設(shè)試點(diǎn)視為準(zhǔn)自然實(shí)驗(yàn)，利用2010—2021年縣域面板數(shù)據(jù)，采用漸進(jìn)雙重差分模型考察信用體系制度環(huán)境建設(shè)對(duì)企業(yè)進(jìn)入的影響。本文使用縣域數(shù)據(jù)原因如下：其一，社會(huì)信用體系建設(shè)試點(diǎn)事實(shí)上并非完全在地級(jí)市層面開(kāi)展。例如，北京地區(qū)僅在海淀區(qū)而非全部轄區(qū)內(nèi)展開(kāi)建設(shè)，因此，政策效果難以保證在地級(jí)市內(nèi)部是同質(zhì)的，在地級(jí)市層面開(kāi)展研究可能導(dǎo)致研究結(jié)論產(chǎn)生偏誤。其二，縣域地區(qū)（包括縣、縣級(jí)市和地級(jí)市市轄區(qū)）作為國(guó)民經(jīng)濟(jì)的基本單元，其發(fā)展水平直接關(guān)系到我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的成效（毛捷等，2018）。為此，本文基于縣級(jí)空間尺度考察社會(huì)信用體系建設(shè)的企業(yè)進(jìn)入效應(yīng)具有更高的合理性。具體來(lái)說(shuō)，本文收集了附帶詳細(xì)地址的企業(yè)注冊(cè)數(shù)據(jù)、縣域主要經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)、人口、衛(wèi)星燈光等縣域經(jīng)濟(jì)地理大數(shù)據(jù)以及中國(guó)縣級(jí)矢量地圖，利用Python進(jìn)行匯總統(tǒng)計(jì)，構(gòu)建出2010—2021年縣域?qū)用娴拿姘鍞?shù)據(jù)，采用雙重差分識(shí)別策略以估計(jì)社會(huì)信用試點(diǎn)對(duì)企業(yè)進(jìn)人的影響。首先，本文檢驗(yàn)社會(huì)信用體系建設(shè)對(duì)企業(yè)空間布局的綜合影響，實(shí)證結(jié)果顯示，社會(huì)信用體系建設(shè)有助于吸引企業(yè)進(jìn)入，已實(shí)行社會(huì)信用體系建設(shè)改革的縣域與尚未實(shí)行的縣域相比，其企業(yè)進(jìn)入水平高出7.8個(gè)百分點(diǎn)，證實(shí)了社會(huì)信用體系建設(shè)改革的經(jīng)濟(jì)資源空間配置價(jià)值。其次，作用機(jī)制檢驗(yàn)發(fā)現(xiàn)，社會(huì)信用體系建設(shè)吸引企業(yè)進(jìn)入的核心機(jī)制在于提高金融機(jī)構(gòu)篩選能力、優(yōu)化外部信用環(huán)境。此外，分組檢驗(yàn)結(jié)果表明，社會(huì)信用體系建設(shè)的企業(yè)進(jìn)入吸引效應(yīng)在銀行競(jìng)爭(zhēng)度較低、信用環(huán)境稟賦較差的地區(qū)中更為凸顯。最后，本文還發(fā)現(xiàn)政府主導(dǎo)的社會(huì)信用體系與市場(chǎng)化運(yùn)作的個(gè)人征信機(jī)構(gòu)之間存在替代關(guān)系。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：

第一，本文揭示了制度環(huán)境建設(shè)如何影響企業(yè)區(qū)位選擇，豐富了社會(huì)信用體系建設(shè)實(shí)體經(jīng)濟(jì)后果的相關(guān)研究。既有研究多基于微觀(guān)企業(yè)層面，討論社會(huì)信用體系建設(shè)對(duì)社會(huì)責(zé)任、勞動(dòng)投資效率、違規(guī)行為與綠色創(chuàng)新等方面的重要性（曹雨陽(yáng)等，2022;申丹琳和江軒宇，2022;左靜靜等，2023;黃卓等，2023），盡管為理解社會(huì)信用體系建設(shè)的經(jīng)濟(jì)效應(yīng)提供了有益見(jiàn)解，但仍缺乏從地區(qū)層面對(duì)社會(huì)信用體系制度環(huán)境建設(shè)是否以及如何影響企業(yè)區(qū)位選擇行為的討論。本文首次基于縣域企業(yè)區(qū)位選擇視角，評(píng)估社會(huì)信用體系建設(shè)的企業(yè)進(jìn)人效應(yīng)，并進(jìn)一步探究不同銀行競(jìng)爭(zhēng)程度和信用環(huán)境稟賦下的異質(zhì)性效果，有助于全面理解社會(huì)信用體系政策的實(shí)體經(jīng)濟(jì)效應(yīng)。

第二，本文補(bǔ)充了企業(yè)區(qū)位選擇影響因素的相關(guān)研究。已有學(xué)者考察營(yíng)商環(huán)境（畢青苗等，2018）、產(chǎn)業(yè)創(chuàng)新政策（白俊紅等，2022）、區(qū)位導(dǎo)向政策（郭峰等，2023）、融資渠道（Black andStrahan，2002;Kerr and Nanda，2009）、政治腐?。‥strin et al.，2013;Kong and Qin，2021）和稅收政策（Gentry and Hubbard，2000;Djankov et al.，2010）等外部制度環(huán)境對(duì)企業(yè)進(jìn)人的影響。此外，部分學(xué)者從經(jīng)濟(jì)社會(huì)發(fā)展的角度，研究人力資本水平、人口老齡化、經(jīng)濟(jì)規(guī)模、教育程度、現(xiàn)有制造業(yè)基礎(chǔ)和交通基礎(chǔ)設(shè)施水平均對(duì)企業(yè)進(jìn)入存在的影響（Coughlin and Segev，2000;Marvel et al.，2016;Lianget al.，2018;Qin and Kong，2021;封進(jìn)和李雨婷，2023）。不同于已有研究，本文更加強(qiáng)調(diào)社會(huì)信用體系與外部信用環(huán)境是影響企業(yè)進(jìn)人的重要因素，這一發(fā)現(xiàn)不僅豐富了企業(yè)進(jìn)人決策影響因素研究，同時(shí)，基于中國(guó)特色社會(huì)信用體系建設(shè)現(xiàn)實(shí)背景，為地方如何充分利用社會(huì)信用制度優(yōu)勢(shì)，營(yíng)造良好信用環(huán)境，進(jìn)而吸引更多潛在企業(yè)進(jìn)入、推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)高質(zhì)量發(fā)展提供了政策借鑒和路徑選擇。

第三，本文研究具有鮮明的政策啟示。當(dāng)前世界正值百年未有之大變局，外部環(huán)境更趨復(fù)雜嚴(yán)峻，不確定因素愈發(fā)凸顯，大量潛在創(chuàng)業(yè)者傾向于保持觀(guān)望狀態(tài)以規(guī)避創(chuàng)業(yè)失敗風(fēng)險(xiǎn)，而這將抑制創(chuàng)新創(chuàng)業(yè)活力，影響新動(dòng)能的孕育成長(zhǎng)，進(jìn)一步削弱經(jīng)濟(jì)發(fā)展內(nèi)生動(dòng)力。為推動(dòng)國(guó)民經(jīng)濟(jì)長(zhǎng)期可持續(xù)發(fā)展，社會(huì)信用體系建設(shè)顯得尤為重要。本文通過(guò)系統(tǒng)分析社會(huì)信用體系建設(shè)的企業(yè)進(jìn)人效應(yīng)，發(fā)現(xiàn)社會(huì)信用體系建設(shè)對(duì)規(guī)范市場(chǎng)秩序、降低交易成本和增進(jìn)全社會(huì)誠(chéng)信水平具有重大意義。社會(huì)信用體系不僅能夠?yàn)槭袌?chǎng)主體提供更加廣闊的融資渠道，實(shí)現(xiàn)資源要素高效流動(dòng)和優(yōu)化配置，促進(jìn)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新，而且有利于加大對(duì)失信主體的懲戒力度，發(fā)揮其教育約束功能，為倡導(dǎo)誠(chéng)信理念提供重要的制度環(huán)境保障。

二、制度背景與理論分析

（一）社會(huì)信用體系建設(shè)的發(fā)展歷程

黨和國(guó)家對(duì)信用體系建設(shè)工作一直高度重視，并要求將以誠(chéng)信促進(jìn)經(jīng)濟(jì)健康發(fā)展作為重要的發(fā)展思路。2002年，黨的十六大報(bào)告首次明確了以誠(chéng)實(shí)守信為重點(diǎn)的公民道德建設(shè)實(shí)施綱要。2007年，國(guó)務(wù)院成立了社會(huì)信用體系建設(shè)部際聯(lián)席會(huì)議，其職責(zé)范圍包括規(guī)劃系統(tǒng)建設(shè)、研究起草重大政策措施與監(jiān)督政策實(shí)施等。在社會(huì)信用體系的建設(shè)過(guò)程中，地方政府也在積極探索。例如，位于蘇北地區(qū)的睢寧縣，于2010年1月推行《睢寧縣大眾信用管理實(shí)行辦法》和《睢寧縣大眾信用信息評(píng)估細(xì)則（試行）》，其中《評(píng)估細(xì)則》規(guī)定，個(gè)人積極從事志愿、義工服務(wù)、扶貧濟(jì)困、捐資助學(xué)、見(jiàn)義勇為等社會(huì)公益行為，可以增加10—100不等的分值。2013年，最高人民法院發(fā)布《關(guān)于公布失信被執(zhí)行人名單信息的若干規(guī)定》，建立了“全國(guó)法院失信被執(zhí)行人名單信息公布與查詢(xún)平臺(tái)”，以供社會(huì)各界查詢(xún)。

十八大以來(lái)，黨中央、國(guó)務(wù)院圍繞社會(huì)信用體系建設(shè)進(jìn)行了一系列的頂層設(shè)計(jì)。特別地，2014年，國(guó)務(wù)院發(fā)布了《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》，2015年和2016年，國(guó)家發(fā)展改革委和中國(guó)人民銀行先后選出了42個(gè)城市（區(qū)）作為全國(guó)創(chuàng)建社會(huì)信用體系建設(shè)的政策試點(diǎn)城市。社會(huì)信用體系建設(shè)的具體內(nèi)容和實(shí)施情況主要涵蓋以下三方面內(nèi)容：第一，部分地區(qū)形成了信用信貸掛鉤機(jī)制，為守信企業(yè)提供融資支持，降低銀企信息不對(duì)稱(chēng)程度，有效緩解融資約束（黃卓等，2023）。例如，北京市海淀區(qū)在社會(huì)信用體系建設(shè)過(guò)程中，著重強(qiáng)調(diào)要推進(jìn)\"信易 + ”便企專(zhuān)項(xiàng)，探索市場(chǎng)化的信用積分評(píng)級(jí)，充分釋放信用價(jià)值，讓守信企業(yè)可以在優(yōu)惠政策、財(cái)政資金以及金融信貸、市場(chǎng)交易等方面得到更多支持和機(jī)會(huì)①。截至2023年8月，海淀區(qū)憑借信易貸平臺(tái)為1606家企業(yè)授信放款，滿(mǎn)足兩千多筆貸款融資需求，發(fā)放貸款總額超過(guò)100億元，極大擴(kuò)寬了轄區(qū)內(nèi)中小微企業(yè)的融資渠道②。第二，對(duì)失信行為實(shí)行建檔留痕，依法施加多部門(mén)聯(lián)合懲戒，實(shí)現(xiàn)一處失信，處處受限。例如，上海市浦東新區(qū)由發(fā)改委牽頭，法院、市場(chǎng)監(jiān)管局、稅務(wù)局等部門(mén)配合，開(kāi)展\"屢禁不止、屢罰不改\"嚴(yán)重違法失信行為專(zhuān)項(xiàng)治理及信用服務(wù)機(jī)構(gòu)失信問(wèn)題專(zhuān)項(xiàng)治理，建立治理臺(tái)賬，按照屬地化原則，對(duì)專(zhuān)項(xiàng)治理對(duì)象開(kāi)展重點(diǎn)約談、重點(diǎn)監(jiān)管等治理工作，維護(hù)風(fēng)清氣正的市場(chǎng)環(huán)境。此外，各地在已有的信用數(shù)據(jù)基礎(chǔ)上進(jìn)一步完善了地方信用網(wǎng)站，并實(shí)時(shí)同步至全國(guó)性信用信息網(wǎng)站\"信用中國(guó)”。第三，在規(guī)定期限內(nèi)糾正失信行為、消除不良影響的失信市場(chǎng)主體，可以通過(guò)作出信用承諾、實(shí)行整改接受核查并聽(tīng)取專(zhuān)題培訓(xùn)、提交信用報(bào)告和參加公益慈善活動(dòng)等方式進(jìn)行信用修復(fù)。例如，上海市嘉定區(qū)加強(qiáng)破產(chǎn)重整企業(yè)信用修復(fù)“府院聯(lián)動(dòng)”，優(yōu)化企業(yè)信用信息公示系統(tǒng)和“信用中國(guó)（上海）\"網(wǎng)站信用修復(fù)結(jié)論共享和互認(rèn)機(jī)制，推動(dòng)有關(guān)部門(mén)依法依規(guī)解除失信約束措施，推動(dòng)市場(chǎng)化信用服務(wù)機(jī)構(gòu)同步更新信用修復(fù)結(jié)果③

（二）研究假說(shuō)

在特定區(qū)域內(nèi)識(shí)別企業(yè)進(jìn)人的空間差異，長(zhǎng)期以來(lái)受到學(xué)術(shù)界的廣泛關(guān)注。Hopenhayn（1992）最早通過(guò)設(shè)定僅包含勞動(dòng)要素投入且勞動(dòng)產(chǎn)出彈性小于0的生產(chǎn)函數(shù)，構(gòu)建局部一般均衡模型，提出了穩(wěn)態(tài)平衡存在企業(yè)進(jìn)入退出的條件。地區(qū)制度環(huán)境和政策會(huì)影響企業(yè)的經(jīng)營(yíng)成本與預(yù)期收益，例如行政審批改革、環(huán)保督察、國(guó)家級(jí)新區(qū)、反腐倡廉、社會(huì)保障、勞動(dòng)保護(hù)、最低工資以及減稅降費(fèi)，進(jìn)而影響企業(yè)進(jìn)入（賈俊雪，2014;畢青苗等，2018;孫早和劉李華，2019;黃亮雄等，2019;章韜和申洋，2020;Kong et al.，2021;李碩等，2022；吳敏等，2023；郭峰等，2023;顏杰等，2023;陳強(qiáng)遠(yuǎn)等，2024）。在考慮進(jìn)入市場(chǎng)前，潛在企業(yè)通常會(huì)綜合考慮市場(chǎng)環(huán)境、行業(yè)因素和政府政策等能夠?qū)ζ髽I(yè)穩(wěn)定經(jīng)營(yíng)產(chǎn)生重要影響的因素。余泳澤等（2020）研究發(fā)現(xiàn)，社會(huì)失信文化和社會(huì)體系不完善導(dǎo)致的失信現(xiàn)象會(huì)嚴(yán)重阻礙企業(yè)成長(zhǎng)發(fā)育。因此，社會(huì)信用體系建設(shè)如何改善信用區(qū)位條件最終影響企業(yè)進(jìn)入決策，是本文研究的重點(diǎn)內(nèi)容。

第一，社會(huì)信用體系建設(shè)能夠發(fā)揮信用信息共享效應(yīng)，提高金融機(jī)構(gòu)篩選能力，有利于新進(jìn)入企業(yè)獲得創(chuàng)業(yè)資金支持。具體而言，主要有兩點(diǎn)原因：一方面，商業(yè)銀行提供的信貸資源是企業(yè)獲得資金支持的主要途徑（余明桂和潘紅波，2008；馬光榮等，2014;張璇等，2017）。在對(duì)企業(yè)授信評(píng)估過(guò)程中，商業(yè)銀行所能獲取的企業(yè)信用信息數(shù)量和質(zhì)量在很大程度上決定了其信貸供給意愿（王迪等，2016）。受限于信用體系缺失造成企業(yè)信用信息披露不足，商業(yè)銀行更傾向于對(duì)聲譽(yù)較好、規(guī)模較大具有政府隱性擔(dān)保的企業(yè)進(jìn)行貸款授信（Hansen et al.，2011;Iglesias et al.，2020;李志生等，2020;孔東民等，2021），這進(jìn)一步惡化了初創(chuàng)企業(yè)無(wú)法獲得信貸資源支持的困境。已有研究證實(shí)，良好的信用環(huán)境能夠通過(guò)降低商業(yè)銀行不良貸款率提高其信貸供給意愿，從而緩解企業(yè)流動(dòng)性約束（錢(qián)先航和曹廷求，2015；馬述忠等，2017;錢(qián)水土和吳衛(wèi)華，2020）。社會(huì)信用體系通過(guò)大數(shù)據(jù)技術(shù)，合法采集個(gè)人信用信息，建立信用信息共享機(jī)制，有助于緩解金融交易中的信息不對(duì)稱(chēng)，強(qiáng)化商業(yè)銀行信貸篩選能力，增強(qiáng)商業(yè)銀行的信貸供給意愿，進(jìn)而提高企業(yè)外部信貸融資可獲得性（李施宇，2024）。另一方面，風(fēng)險(xiǎn)投資機(jī)構(gòu)能夠?yàn)閯?chuàng)業(yè)企業(yè)提供資金支持和發(fā)展戰(zhàn)略指導(dǎo)，是破除初創(chuàng)企業(yè)新生者劣勢(shì)、提高其長(zhǎng)期競(jìng)爭(zhēng)力的重要?jiǎng)右颍ǘo等，2017）。風(fēng)險(xiǎn)投資進(jìn)人被投資企業(yè)后，不但能夠緩解資金問(wèn)題，同時(shí)還能夠憑借自身的管理經(jīng)驗(yàn)、行業(yè)資源（陳思等，2017）和廣泛的關(guān)系網(wǎng)絡(luò)（Barryet al.，1990;Hochberg，2012），提供信息交流平臺(tái)，幫助被投資企業(yè)挖掘客戶(hù)的多樣化需求，捕捉潛在商機(jī)，進(jìn)而使被投資企業(yè)在發(fā)展的過(guò)程中進(jìn)行再創(chuàng)業(yè)活動(dòng)。因此，創(chuàng)業(yè)者會(huì)根據(jù)當(dāng)?shù)厥欠窬哂心軌蛑С謩?chuàng)業(yè)的風(fēng)險(xiǎn)投資資源而決定其區(qū)位選擇。此外，Megginson and Weiss（1991）的研究發(fā)現(xiàn)，風(fēng)險(xiǎn)投資十分重視自身聲譽(yù)，尤其是在幫助企業(yè)進(jìn)行外部融資時(shí)，因?yàn)橐坏┦牛蜁?huì)損失大量的未來(lái)合作機(jī)會(huì)。因此，如果社會(huì)信用體系能夠改善外部信用環(huán)境，那么這也意味著風(fēng)險(xiǎn)投資的企業(yè)搜尋成本將會(huì)降低，進(jìn)而提高風(fēng)險(xiǎn)投資的進(jìn)入水平，幫助潛在企業(yè)緩解資金問(wèn)題、提供信息交流平臺(tái)以捕捉商機(jī)，為企業(yè)進(jìn)入市場(chǎng)提供有力支持。

第二，社會(huì)信用體系建設(shè)能夠通過(guò)失信懲戒機(jī)制和誠(chéng)信教育機(jī)制，優(yōu)化外部信用環(huán)境，改善地區(qū)的制度環(huán)境和區(qū)位條件，進(jìn)而對(duì)企業(yè)進(jìn)人產(chǎn)生影響。由于信息不對(duì)稱(chēng)和道德風(fēng)險(xiǎn)，代理人很可能做出違背委托人利益最大化的自利行為（Jensen and Meckling，1976），而一般說(shuō)來(lái)，這種企業(yè)、股東和代理人的自利行為，導(dǎo)致了企業(yè)違規(guī)（孟慶斌等，2019）。已有研究已經(jīng)證實(shí)了社會(huì)信用體系建設(shè)能夠改善企業(yè)代理問(wèn)題（曹雨陽(yáng)等，2022），進(jìn)而從根源上抑制企業(yè)違規(guī)行為（黃卓等，2023）失信行為（左靜靜等，2023）。針對(duì)拒不履行司法裁判或行政處罰決定、屢犯不改、造成重大損失的失信主體，將實(shí)施市場(chǎng)或行業(yè)禁入措施，甚至永久逐出市場(chǎng)，剝奪其長(zhǎng)期占用的稀缺市場(chǎng)資源（黃卓等，2023），減少失信行為，提高失信成本，繼而提升社會(huì)信用水平（余泳澤等，2020）。具體而言，政府出臺(tái)了一系列舉措以加強(qiáng)失信懲戒和誠(chéng)信教育，改善社會(huì)信用環(huán)境。在失信懲戒機(jī)制方面，地方政府建立全面的企業(yè)信用狀況綜合評(píng)價(jià)體系，以信用風(fēng)險(xiǎn)為導(dǎo)向優(yōu)化配置監(jiān)管資源，在食品藥品、工程建設(shè)、環(huán)保、價(jià)格、統(tǒng)計(jì)、財(cái)政性資金使用等重點(diǎn)領(lǐng)域推進(jìn)信用分級(jí)分類(lèi)監(jiān)管，同時(shí)利用\"信用中國(guó)\"網(wǎng)站、國(guó)家企業(yè)信用信息公示系統(tǒng)、事業(yè)單位登記管理網(wǎng)站等信用信息公示平臺(tái)收集和披露政府監(jiān)管成果和企業(yè)失信信息，在社交媒體上進(jìn)行有針對(duì)性的曝光，并在“信用中國(guó)\"網(wǎng)站披露高頻失信市場(chǎng)主體信息、統(tǒng)計(jì)領(lǐng)域嚴(yán)重失信企業(yè)信息等多層次、全方位的征信信息①。這一舉措引發(fā)了社會(huì)各界的廣泛關(guān)注，從而震懾潛在失信分子，達(dá)到社會(huì)信用體系的失信懲戒功能。在誠(chéng)信教育方面，社會(huì)信用體系建設(shè)憑借守法誠(chéng)信“紅名單\"為企業(yè)提供稅收、融資、審批和市場(chǎng)準(zhǔn)入等方面的便利和獎(jiǎng)勵(lì)（左靜靜等，2023;黃卓等，2023），進(jìn)而促進(jìn)企業(yè)社會(huì)責(zé)任活動(dòng)（曹雨陽(yáng)等，2022）、提高其風(fēng)險(xiǎn)承擔(dān)水平（Tao etal.，2024）、緩解其流動(dòng)性約束（Wuand Zhang，2024）、促進(jìn)其創(chuàng)新活動(dòng)（Zuo etal.，2023;喬菲和文雯，2023）等。同時(shí)，政府加強(qiáng)誠(chéng)信文化建設(shè)，大力弘揚(yáng)社會(huì)主義核心價(jià)值觀(guān)，推動(dòng)形成崇尚誠(chéng)信、踐行誠(chéng)信的良好風(fēng)尚。引導(dǎo)行業(yè)協(xié)會(huì)商會(huì)加強(qiáng)誠(chéng)信自律，支持新聞媒體開(kāi)展誠(chéng)信宣傳和輿論監(jiān)督，鼓勵(lì)社會(huì)公眾積極參與誠(chéng)信建設(shè)活動(dòng)。這能通過(guò)有效激勵(lì)達(dá)到誠(chéng)信教育目的，進(jìn)而提高全社會(huì)的誠(chéng)信意識(shí)，有效緩解社會(huì)失信問(wèn)題。社會(huì)信用體系如果能夠通過(guò)失信懲戒和誠(chéng)信教育機(jī)制，改善外部信用營(yíng)商環(huán)境，這將為企業(yè)進(jìn)入某一地區(qū)創(chuàng)造有利條件。首先，在信用環(huán)境良好的地區(qū)，企業(yè)之間存在較高的互信基礎(chǔ)，有利于降低交易雙方的信息不對(duì)稱(chēng)程度，減少防范欺詐行為的監(jiān)督成本，從而減輕企業(yè)的交易成本負(fù)擔(dān)（張維迎和柯榮住，2002）。其次，信用體系健全有助于提高資金、技術(shù)、人才等生產(chǎn)要素的流動(dòng)效率（張杰等，2011），為企業(yè)獲取所需資源創(chuàng)造便利條件。再者，企業(yè)在信用環(huán)境良好的地區(qū)能夠更好地防范合作風(fēng)險(xiǎn)（Poppo et al.，2016），提高經(jīng)營(yíng)穩(wěn)定性和可持續(xù)性，從而有利于樹(shù)立長(zhǎng)遠(yuǎn)發(fā)展信心，主動(dòng)拓展業(yè)務(wù)布局。最后，地區(qū)信用環(huán)境的改善有助于遏制違法違規(guī)行為（黃卓等，2023），維護(hù)公平有序的市場(chǎng)競(jìng)爭(zhēng)環(huán)境（張維迎和柯榮住，2002），為企業(yè)進(jìn)入創(chuàng)造公正規(guī)范的制度空間。因此本文認(rèn)為，社會(huì)信用體系能夠改善外部信用環(huán)境，從而優(yōu)化制度環(huán)境，提高企業(yè)進(jìn)人水平。綜上所述，本文提出如下研究假說(shuō)：

研究假說(shuō)：社會(huì)信用體系建設(shè)能夠顯著提高企業(yè)進(jìn)入。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文首先考察社會(huì)信用體系建設(shè)的企業(yè)進(jìn)人效應(yīng)，在此基礎(chǔ)上研究這一效應(yīng)的具體作用機(jī)制，以此闡述信用環(huán)境對(duì)企業(yè)區(qū)位選擇過(guò)程中的重要作用。在實(shí)證過(guò)程中，本文主要使用了5套數(shù)據(jù)。第一套是天眼查數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)收錄了3.4億家社會(huì)實(shí)體信息的300多種維度信息，包括名稱(chēng)、地址、成立日期、注冊(cè)資本、企業(yè)類(lèi)型、企業(yè)狀態(tài)等信息。第二套是CSMAR縣域經(jīng)濟(jì)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)收錄了全國(guó)多達(dá)2000多個(gè)縣（或縣級(jí)市）的經(jīng)濟(jì)指標(biāo)數(shù)據(jù)，包括空間地理、地區(qū)生產(chǎn)總值、人口、財(cái)政金融、教育等方面內(nèi)容，從該數(shù)據(jù)庫(kù)中獲取了本文主要的控制變量，并與《中國(guó)縣域統(tǒng)計(jì)年鑒》（2010—2021），各省份、城市統(tǒng)計(jì)年鑒進(jìn)行比對(duì)①。第三套是LandScan人口分布數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)使用空間數(shù)據(jù)、高分辨率圖像開(kāi)發(fā)和多變量Dasymetric建模方法來(lái)分解行政邊界內(nèi)的人口普查計(jì)數(shù)，是分辨率最高全球人口分布數(shù)據(jù)。第四套是夜間燈光數(shù)據(jù)。本文采用的夜間燈光數(shù)據(jù)來(lái)自于DMSP-OLS和SNPP-VIIRS，然而，這兩種渠道的數(shù)據(jù)無(wú)法直接合并使用。本文參考Wu etal.（2021）使用\"偽不變像素\"方法，最終得到經(jīng)過(guò)校正的2010年至2021年的夜間燈光數(shù)據(jù)②。第五套數(shù)據(jù)來(lái)自清科數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)收錄了610880條VC/PE投融資交易數(shù)據(jù)，其豐富詳實(shí)的樣本信息為本文的數(shù)據(jù)匹配和實(shí)證研究提供了便利。為了提高本文實(shí)證結(jié)果的可靠性，本文對(duì)原始樣本中所有連續(xù)性變量進(jìn)行縮尾處理。

（二）變量說(shuō)明

被解釋變量企業(yè)進(jìn)入（Enter）。本文參照已有研究的方法（Kong etal.，2021;白俊紅等，2022;郭峰等，2023），以縣域每百人新增注冊(cè)企業(yè)數(shù)量衡量企業(yè)區(qū)位選擇決策。其中，鑒于縣域?qū)用嫒丝诳偭繑?shù)據(jù)在地區(qū)統(tǒng)計(jì)年鑒、人口普查數(shù)據(jù)可能存在非連續(xù)披露，本文參考劉修巖等（2022）與郭峰等（2023）的做法，使用LandScan人口數(shù)據(jù)衡量人口規(guī)模，該數(shù)據(jù)能夠在較小空間尺度下刻畫(huà)人口空間分布情況和人口數(shù)量。從天眼查數(shù)據(jù)庫(kù)中獲取2010—2021年間中國(guó)所有的工商注冊(cè)企業(yè)信息，考慮到不同地區(qū)之間，企業(yè)名稱(chēng)可能存在相似性，直接使用第三方地理信息編碼API對(duì)企業(yè)名稱(chēng)進(jìn)行地理位置信息進(jìn)行經(jīng)緯度定位，可能導(dǎo)致統(tǒng)計(jì)誤差。為此，本文首先利用Python對(duì)企業(yè)注冊(cè)時(shí)的郵編、企業(yè)名稱(chēng)、詳細(xì)地址和登記機(jī)關(guān)進(jìn)行省、市、縣三級(jí)的關(guān)鍵字篩選，進(jìn)行初步定位。當(dāng)上述四部分均指向同一縣域時(shí)，判定為初步定位成功，隨后對(duì)未定位成功的企業(yè)，再調(diào)用高德地圖API進(jìn)行經(jīng)緯度信息識(shí)別。實(shí)施上述兩步定位策略后，成功定位的企業(yè)占所有的工商注冊(cè)企業(yè)的 9 4 . 7 7 % 。最后，本文將定位成功的新進(jìn)入企業(yè)投影至中國(guó)縣域矢量地圖，在2010—2021期間逐漸加總得到年每個(gè)縣域的年度企業(yè)注冊(cè)數(shù)量。

解釋變量社會(huì)信用體系建設(shè)（Trust）。參考曹雨陽(yáng)等（2022）與黃卓等（2023）方法，本文根據(jù)各個(gè)區(qū)縣選入社會(huì)信用體系建設(shè)的不同時(shí)間，設(shè)置虛擬變量Trust，選人當(dāng)年及以后年份取值為1，否則為0。

此外，參考既有文獻(xiàn)的做法（呂冰洋等，2022），本文控制了如下區(qū)域特征。區(qū)域經(jīng)濟(jì)發(fā)展水平，使用GDP自然對(duì)數(shù)來(lái)度量（Kong etal.，2021）;地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，使用“第二產(chǎn)業(yè)增加值/地區(qū)GDP\"和“第三產(chǎn)業(yè)增加值/地區(qū)GDP\"控制了縣域二、三產(chǎn)業(yè)發(fā)展的影響;地區(qū)政府規(guī)模，以“地方財(cái)政一般預(yù)算支出/地區(qū)生產(chǎn)總值\"進(jìn)行度量（呂冰洋等，2022）;地區(qū)教育水平，使用普通中學(xué)在校學(xué)生數(shù)量占總?cè)丝诘谋戎乜刂平逃?地區(qū)儲(chǔ)蓄水平使用居民儲(chǔ)蓄存款余額的對(duì)數(shù)對(duì)儲(chǔ)蓄水平進(jìn)行控制（林嵩等，2023）；夜間燈光，以逐年夜間燈光均值對(duì)數(shù)來(lái)度量（郭峰等，2023）。

（三）模型設(shè)定

為了考察社會(huì)信用體系建設(shè)與企業(yè)進(jìn)人之間的因果關(guān)系，本文參考黃卓等（2023）的做法，將社會(huì)信用體系建設(shè)試點(diǎn)城市（區(qū)）視為準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建如下計(jì)量模型：

在模型（1）中，被解釋變量 表示在第i個(gè)縣域第t年的企業(yè)進(jìn)入水平。核心解釋變量是 ，某縣域選人社會(huì)信用體系建設(shè)試點(diǎn)的當(dāng)年及以后年份取值為1，否則為0。 表示一系列控制變量。此外，模型還進(jìn)一步控制了縣域固定效應(yīng)Perfucturei、省份與年份交叉固定效應(yīng)Province×入，。如無(wú)特殊說(shuō)明，本文中所有回歸結(jié)果的標(biāo)準(zhǔn)誤均在縣域?qū)用婢垲?lèi)， 表示隨機(jī)擾動(dòng)項(xiàng)。

（四）描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)。給定企業(yè)進(jìn)入的度量方式，其均值為0.3282，標(biāo)準(zhǔn)差為0.5222，最小值與最大值分別為0.0071和3.8448，這反映出不同縣域的企業(yè)進(jìn)入水平存在較大差異，為模型估計(jì)提供了良好的識(shí)別基礎(chǔ)。核心解釋變量Trust的均值為0.0419，表明本文的研究樣本中，約有 4 . 1 9 % 受到了社會(huì)信用體系建設(shè)試點(diǎn)的沖擊。其他控制變量的統(tǒng)計(jì)結(jié)果與現(xiàn)有文獻(xiàn)基本一致。

四、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果

表3匯報(bào)了社會(huì)信用體系建設(shè)對(duì)企業(yè)進(jìn)人的基準(zhǔn)回歸結(jié)果。在第（1）列中，本文直接考察了社會(huì)信用體系建設(shè)與企業(yè)進(jìn)人的因果效應(yīng)。結(jié)果顯示，解釋變量Trust的估計(jì)系數(shù)為0.2458，并在 1 % 的水平上顯著，初步表明社會(huì)信用體系建設(shè)提升了企業(yè)進(jìn)人水平。為進(jìn)一步提高基準(zhǔn)回歸結(jié)果的穩(wěn)健性，本文在第（2）列中控制了縣域固定效應(yīng)和省份年份交叉固定效應(yīng)，并在此基礎(chǔ)上將控制變量逐步添加至第（3）列和第（4）列中。結(jié)果顯示，核心解釋變量社會(huì)信用體系建設(shè)（Trust）的估計(jì)系數(shù)均為正值，且一致通過(guò) 1 % 水平的顯著性檢驗(yàn)。這些結(jié)果表明，相較于沒(méi)有劃入社會(huì)信用體系示范建設(shè)的地區(qū)，社會(huì)信用體系建設(shè)的實(shí)施顯著提高了當(dāng)?shù)氐钠髽I(yè)進(jìn)人水平。為進(jìn)一步說(shuō)明基準(zhǔn)回歸結(jié)果的經(jīng)濟(jì)顯著性，本文對(duì)第（4）列的結(jié)果進(jìn)行詳細(xì)闡釋。核心解釋變量Trust的估計(jì)系數(shù)為0.0783，即社會(huì)信用體系建設(shè)能夠提高企業(yè)進(jìn)入水平7.8個(gè)百分點(diǎn)，經(jīng)濟(jì)效應(yīng)顯著。具體而言，本文的控制變量的估計(jì)系數(shù)與現(xiàn)有文獻(xiàn)基本一致可比（畢青苗等，2018;馮志艷和黃玖立，2018;Kong et al.，2021）。例如，夜間燈光（NLight）的估計(jì)系數(shù)在 1 % 的水平上顯著為正，表明人口密度和經(jīng)濟(jì)密度高的地區(qū)有較強(qiáng)的集聚效應(yīng)，更容易吸引企業(yè)進(jìn)人，這一結(jié)論亦與郭峰等（2023）的研究發(fā)現(xiàn)一致。經(jīng)濟(jì)發(fā)展水平（GDP）第二產(chǎn)業(yè)增加值占地區(qū)GDP比重（Second）和第三產(chǎn)業(yè)增加值占地區(qū)GDP比重（Third）的估計(jì)系數(shù)與畢青苗等（2018）馮志艷和黃玖立（2018）的研究一致，表明地區(qū)經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)是影響企業(yè)進(jìn)人的重要參考因素。上述結(jié)果表明，社會(huì)信用體系建設(shè)能夠提高企業(yè)進(jìn)入水平，研究假設(shè)得證。

（二）穩(wěn)健性檢驗(yàn)

1.動(dòng)態(tài)效應(yīng)檢驗(yàn)

實(shí)驗(yàn)組和控制組滿(mǎn)足平行趨勢(shì)假定，是應(yīng)用雙重差分法的重要前提假設(shè)之一，即處理組在受到政策沖擊之前，企業(yè)進(jìn)入水平應(yīng)與對(duì)照組具有一致的時(shí)間變化趨勢(shì)。本文以事件研究法進(jìn)行動(dòng)態(tài)效

應(yīng)分析，通過(guò)包含受影響縣域的相對(duì)年份的虛擬變量，來(lái)驗(yàn)證平行趨勢(shì)假設(shè)，并觀(guān)察社會(huì)信用體系改革和企業(yè)進(jìn)人之間的動(dòng)態(tài)關(guān)系。具體的，本文以縣域劃人社會(huì)信用體系建設(shè)的前一期為基期，通過(guò)設(shè)置一系列年份虛擬變量，估計(jì)如下模型：

其中，表示社會(huì)信用體系建設(shè)試點(diǎn)城市（區(qū)）名單之前（之后）第k年，其他變量與模型（1）一致。圖1描繪了逐年虛擬變量的估計(jì)系數(shù)及 9 5 % 置信區(qū)間?？梢钥闯?，企業(yè)所在城市在入圍創(chuàng)建社會(huì)信用體系建設(shè)示范城市名單之前，年份虛擬變量的估計(jì)系數(shù)均未通過(guò) 5 % 水平的顯著性檢驗(yàn)，證實(shí)了平行趨勢(shì)假設(shè)。此外，除受新冠疫情嚴(yán)重沖擊的第六期即2020和2021年以外，試點(diǎn)當(dāng)期及隨后年份的虛擬變量的估計(jì)系數(shù)逐漸顯著為正，這意味著，社會(huì)信用體系建設(shè)對(duì)企業(yè)進(jìn)入水平的促進(jìn)作用，在該縣域被劃入社會(huì)信用體系建設(shè)試點(diǎn)后，政策效果逐步顯現(xiàn)，并且政策效果具有良好的持續(xù)性。Sunand Abraham（2021）指出，在交錯(cuò)DID模型中使用雙向固定效應(yīng)需要依賴(lài)處理效應(yīng)同質(zhì)假設(shè)，忽視這一假設(shè)可能存在嚴(yán)重的偏誤。鑒于本文的研究可能不滿(mǎn)足這一假設(shè)條件，為此，本文還借鑒Braghierietal.（2022）的方法，使用一系列穩(wěn)健異質(zhì)性處理效應(yīng)估計(jì)量進(jìn)行事件研究（DeChaisemartinand d'Haultfoeuille，2020; Clarke and Tapia-Schythe，2021;De Chaisemartin and d'Haultfoeuille，2024），圖1報(bào)告了具體結(jié)果。

2.安慰劑檢驗(yàn)

在基準(zhǔn)識(shí)別中，社會(huì)信用體系建設(shè)的效應(yīng)也可能是由難以觀(guān)測(cè)的沖擊所致，即沒(méi)有社會(huì)信用體系建設(shè)沖擊也可能存在這一效應(yīng)。為此，本文參照Chety etal.（2009）和Li etal.（2016）的方法進(jìn)行安慰劑檢驗(yàn)。具體而言，本文為社會(huì)信用體系建設(shè)試點(diǎn)地區(qū)隨機(jī)構(gòu)建\"虛假\"的處理變量Trust_New，采用模型（1）進(jìn)行反事實(shí)估計(jì)。為排除小概率事件的影響，增強(qiáng)安慰劑檢驗(yàn)結(jié)果的可靠性，本文重復(fù)上述操作10000次。如果本文結(jié)論成立，那么核心解釋變量Trust_New的估計(jì)系數(shù)理應(yīng)與0無(wú)顯著差異。圖2展示了10000次隨機(jī)抽樣所得Trust_New的估計(jì)系數(shù)的核密度分布及其P值的分布情況?？梢园l(fā)現(xiàn)Trust_New的估計(jì)系數(shù)明顯集中分布于0附近，小于基準(zhǔn)回歸結(jié)果表3第（4）列中Trust的估計(jì)系數(shù)0.0783。隨機(jī)安慰劑檢驗(yàn)結(jié)果表明，基準(zhǔn)結(jié)果并非源于其他未控制的偶然因素，因此通過(guò)了安慰劑檢驗(yàn)。

3.排除同時(shí)期其他政策干擾

盡管基準(zhǔn)回歸中結(jié)果證實(shí)了社會(huì)信用體系建設(shè)能夠提高企業(yè)進(jìn)人水平，并且通過(guò)了平行趨勢(shì)檢驗(yàn)，但是這一結(jié)論依然有可能是受到其他政策影響的結(jié)果，導(dǎo)致本文核心解釋變量估計(jì)有偏。為此，本文逐一考察同時(shí)期可能發(fā)生的其他政策的影響。

第一，考慮地區(qū)創(chuàng)新驅(qū)動(dòng)政策的經(jīng)濟(jì)后果。國(guó)家創(chuàng)新型城市試點(diǎn)政策為代表的創(chuàng)新驅(qū)動(dòng)政策，主要通過(guò)風(fēng)險(xiǎn)投資集聚、人才集聚以及技術(shù)集聚顯著促進(jìn)了城市創(chuàng)業(yè)活躍度提升（白俊紅等，2022）。為了排除國(guó)家創(chuàng)新型城市的干擾，本文構(gòu)造Innovate變量，如果一個(gè)地區(qū)當(dāng)年被納人了國(guó)家創(chuàng)新型試點(diǎn)城市，則當(dāng)年及之后的年份賦值為1，否則為0，將其納入回歸以控制地區(qū)創(chuàng)新驅(qū)動(dòng)政策的創(chuàng)業(yè)效應(yīng)?；貧w結(jié)果見(jiàn)表4（1）列，在控制創(chuàng)新驅(qū)動(dòng)政策后，核心解釋變量Trust的系數(shù)依然顯著為正。

第二，考慮數(shù)字基礎(chǔ)設(shè)施建設(shè)的影響。創(chuàng)業(yè)是具有高度不確定性的行為，需要在事前獲取大量商業(yè)資訊以捕捉商機(jī)，互聯(lián)網(wǎng)和數(shù)字化技術(shù)的發(fā)展為勞動(dòng)者創(chuàng)造了更加自由、靈活的就業(yè)環(huán)境，激發(fā)了他們從事創(chuàng)業(yè)活動(dòng)的動(dòng)力（王劍程等，2020）。溫永林和張阿城（2023）的研究表明，“寬帶中國(guó)”示范城市建設(shè)可以通過(guò)激發(fā)城市創(chuàng)新和提升人力資本水平，對(duì)示范城市的創(chuàng)業(yè)具有顯著的促進(jìn)作用。為此，本文構(gòu)造 Broadband以控制數(shù)字基礎(chǔ)設(shè)施建設(shè)的影響，當(dāng)某地區(qū)開(kāi)始實(shí)施“寬帶中國(guó)\"示范城市項(xiàng)目的當(dāng)年及之后年份賦值為1，否則為0?；貧w結(jié)果見(jiàn)表4（2）列，在控制“寬帶中國(guó)\"示范城市建設(shè)后，核心解釋變量的系數(shù)依然顯著為正。

第三，考慮初創(chuàng)企業(yè)無(wú)形資產(chǎn)質(zhì)押緩解資金短缺。由于專(zhuān)利質(zhì)押擴(kuò)充企業(yè)可利用的抵（質(zhì)）押物種類(lèi)，緩解緩解融資約束和分擔(dān)創(chuàng)業(yè)風(fēng)險(xiǎn)，繼而提高創(chuàng)業(yè)活躍度（袁禮和龔鈺涵，2023）。而本文中樣本期為2010—2021年，剛好是國(guó)家陸續(xù)出臺(tái)了一系列強(qiáng)調(diào)專(zhuān)利質(zhì)押貸款政策的時(shí)段。因此，為排除專(zhuān)利質(zhì)押政策對(duì)企業(yè)進(jìn)入的沖擊，本文在回歸中控制實(shí)施專(zhuān)利質(zhì)押試點(diǎn)的虛擬變量Pledge。具體地，一個(gè)城市納入專(zhuān)利質(zhì)押試點(diǎn)的當(dāng)年及之后年份設(shè)置為1，否則為0?；貧w結(jié)果見(jiàn)表4（3）列，在控制專(zhuān)利質(zhì)押政策后，核心解釋變量的系數(shù)依然顯著為正。

第四，考慮智慧城市建設(shè)的創(chuàng)業(yè)增進(jìn)效應(yīng)。作為利用新興信息技術(shù)重塑城市運(yùn)營(yíng)體系的系統(tǒng)工程，智慧城市建設(shè)不僅是目前城市發(fā)展戰(zhàn)略和轉(zhuǎn)型升級(jí)的關(guān)鍵抓手，更是助推數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的重要推動(dòng)力，憑借物聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)分析手段，智慧城市能為本地區(qū)的創(chuàng)業(yè)活動(dòng)提供前瞻性指引和信息化支持（Shapiro，2006;Kandt and Baty，2021）。此外，湛泳和李珊（2022）的研究也證實(shí)了智慧城市建設(shè)有利于激發(fā)區(qū)域創(chuàng)業(yè)活力，有效提升了經(jīng)濟(jì)發(fā)展質(zhì)量。為了保證本文結(jié)論不依賴(lài)于智慧城市建設(shè)沖擊，本文構(gòu)造Smart變量納入回歸加以控制。具體地，將2012、2013和2014年納人智慧城市建設(shè)試點(diǎn)的地區(qū)，當(dāng)年及之后年份賦值為1，否則為0。回歸結(jié)果見(jiàn)表4（4）列，在控制智慧城市建設(shè)后，核心解釋變量的系數(shù)依然顯著為正。此外，觀(guān)察表4（5）可以發(fā)現(xiàn)，當(dāng)控制了上述同期政策后，社會(huì)信用體系建設(shè)的企業(yè)進(jìn)入效應(yīng)依然顯著。

4.修正交疊雙重差分模型

在多期面板數(shù)據(jù)中使用固定效應(yīng)估計(jì)政策效果可能帶來(lái)嚴(yán)重偏誤，特別的，在交疊DID中，政策實(shí)施較早的處理組樣本會(huì)被作為政策實(shí)施較晚處理組樣本的控制組，因此會(huì)存在異質(zhì)性處理效應(yīng)（De Chaisemartin and d'Haultfoeuille，2020;Goodman-Bacon，2021;Sun and Abraham，2021）。為此，首先使用Goodman-Bacon（2021）的方法對(duì)交疊DID估計(jì)系數(shù)進(jìn)行分解，表5報(bào)告了Goodman-Bacon分解的結(jié)果。上述異質(zhì)性處理效應(yīng)帶來(lái)潛在偏誤的嚴(yán)重程度取決于“壞的\"組別，即較晚進(jìn)入信用體系試點(diǎn)的地區(qū)作為處理組與較早進(jìn)人試點(diǎn)的地區(qū)作為對(duì)照度的組別，而這一組別的權(quán)重僅為0.0030，估計(jì)系數(shù)為0.1160。這意味著異質(zhì)性處理效應(yīng)對(duì)DID估計(jì)結(jié)果的影響并不嚴(yán)重。其次，DeChaisemartin andd'Haultfoeuille（2020）的研究認(rèn)為，多時(shí)點(diǎn)DID的真實(shí)估計(jì)系數(shù)可以視為所有受處理個(gè)體的處理效應(yīng)加權(quán)之和的期望值，因此本文對(duì)“負(fù)權(quán)重\"問(wèn)題給模型潛在的異質(zhì)性處理效應(yīng)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示，在所有978個(gè)權(quán)重中，全部為正權(quán)重，因此，本文結(jié)果不存在“負(fù)權(quán)重\"問(wèn)題帶來(lái)的偏誤。

5.其他穩(wěn)健性檢驗(yàn)

第一，替換被解釋變量測(cè)度方式。其一，考慮到上文采用每百人新增企業(yè)數(shù)量這一企業(yè)進(jìn)入水平測(cè)度方法可能會(huì)受到地區(qū)人口變化的影響，本文將地區(qū)人口對(duì)數(shù)值納入控制變量，直接使用新增企業(yè)注冊(cè)數(shù)量（千家）作為被解釋變量加以檢驗(yàn)，回歸結(jié)果如表6第（1）列所示。其二，本文用該地區(qū)新登記注冊(cè)的企業(yè)數(shù)量與該地企業(yè)總數(shù)量的比值來(lái)衡量企業(yè)進(jìn)入率，并以之替代計(jì)量模型（1）的Enter進(jìn)行重新估計(jì)，回歸結(jié)果如表6第（2）列所示?？梢钥吹?，Trust的估計(jì)系數(shù)在表6（1）、（2）列中均在 1 % 的水平上顯著為正，結(jié)果仍然支持社會(huì)信用體系建設(shè)對(duì)企業(yè)區(qū)位選擇的促進(jìn)作用。

第二，考慮更多固定效應(yīng)、更換聚類(lèi)層級(jí)和排除疫情沖擊這三個(gè)維度進(jìn)行穩(wěn)健性測(cè)試。一是考慮不同城市之間的不可觀(guān)測(cè)差異，本文在原有固定效應(yīng)的基礎(chǔ)上，再引入城市固定效應(yīng)，結(jié)果見(jiàn)表6（3）列。二是本文穩(wěn)健標(biāo)準(zhǔn)誤的聚類(lèi)層級(jí)更改到地級(jí)市或省級(jí)，結(jié)果見(jiàn)表6（4）、（5）列。三是考慮到COVID-19疫情對(duì)經(jīng)濟(jì)社會(huì)的巨大沖擊，本文排除了2020年以后的數(shù)據(jù)重新進(jìn)行回歸，回歸結(jié)果見(jiàn)表6（6）列。結(jié)果顯示Trust系數(shù)依然顯著為正，表明本文基準(zhǔn)回歸結(jié)果穩(wěn)健。

第三，排除壞控制變量的影響。根據(jù)Cinelietal.（2021）對(duì)壞控制變量（Bad Control）的定義，本文縣域?qū)用娴目刂谱兞坑锌赡苁艿缴鐣?huì)信用體系建設(shè)試點(diǎn)的影響，進(jìn)而引發(fā)壞控制變量問(wèn)題，對(duì)因果估計(jì)效應(yīng)產(chǎn)生極大的干擾。為解決壞控制變量問(wèn)題，本文參考何凡等（2024）的做法，將可能影響試點(diǎn)選擇的失信執(zhí)行人數(shù)量、財(cái)政預(yù)算收支缺口、居民部門(mén)存款作為政策選擇標(biāo)準(zhǔn)，引人這些變量的基期值與對(duì)應(yīng)年份三次多項(xiàng)式的交互項(xiàng)，以假定影響試點(diǎn)政策選擇的因素對(duì)因變量的影響遵循特定的時(shí)間趨勢(shì)，并將其作為控制變量納入計(jì)量模型（1）進(jìn)行重新估計(jì)。結(jié)果見(jiàn)表6第（7）列，Trust系數(shù)顯著為正，可見(jiàn)引人了一組相對(duì)合理的隨時(shí)間變化的控制變量后，本文結(jié)論依然穩(wěn)健。

五、進(jìn)一步分析

（一）作用機(jī)制檢驗(yàn)

前文研究表明，社會(huì)信用體系建設(shè)顯著提高了企業(yè)進(jìn)人水平?？紤]到社會(huì)信用體系建設(shè)主要通過(guò)降低信用信息不對(duì)稱(chēng)，增進(jìn)金融機(jī)構(gòu)篩序能力，商業(yè)銀行和風(fēng)險(xiǎn)投資的資金供給意愿提高，從而釋放更多的金融資源，進(jìn)而緩解潛在企業(yè)的融資約束，最終影響企業(yè)進(jìn)入。此外，社會(huì)信用體系的失信懲戒機(jī)制和誠(chéng)信教育機(jī)制能夠優(yōu)化外部信用環(huán)境，減少防范欺詐行為的監(jiān)督成本，提高經(jīng)營(yíng)穩(wěn)定性和可持續(xù)性，維護(hù)公平有序的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，繼而提高企業(yè)進(jìn)入水平。因此，本文的邏輯在于社會(huì)信用體系建設(shè)能夠發(fā)揮金融機(jī)構(gòu)篩選能力的增進(jìn)效應(yīng)和外部信用環(huán)境的優(yōu)化效應(yīng)，為此分別對(duì)上述機(jī)制進(jìn)行分析檢驗(yàn)。

第一，驗(yàn)證社會(huì)信用體系建設(shè)具有金融機(jī)構(gòu)篩選能力的增進(jìn)效應(yīng)。如果社會(huì)信用體系建設(shè)能夠破除銀企信用信息不對(duì)稱(chēng)，幫助商業(yè)銀行深人挖掘信用良好的潛在創(chuàng)業(yè)者，提高金融機(jī)構(gòu)篩選能力，那么金融機(jī)構(gòu)的資金供給意愿也將會(huì)提高，進(jìn)而緩解流動(dòng)性約束，提高企業(yè)進(jìn)入水平?；诖?，本文參考劉潘和張子堯（2023），采用年末金融機(jī)構(gòu)貸款占GDP比重的對(duì)數(shù)值表示地區(qū)信貸資源釋放程度。為避免內(nèi)生性的干擾，參考Del（2010）和江艇（2022），本文按照模型（1）進(jìn)行機(jī)制檢驗(yàn)。另外，社會(huì)信用體系建設(shè)有助于風(fēng)險(xiǎn)投資機(jī)構(gòu)在篩選投資標(biāo)的時(shí)，更好地獲取個(gè)人或企業(yè)的歷史信用記錄，從而增進(jìn)雙方的互信水平并降低交易成本，進(jìn)而提高風(fēng)險(xiǎn)投資機(jī)構(gòu)的進(jìn)入意愿，這也可能緩解潛在企業(yè)的融資約束。為更準(zhǔn)確測(cè)度這一效應(yīng)，本文使用清科數(shù)據(jù)庫(kù)披露的VC/PE數(shù)據(jù)，統(tǒng)計(jì)樣本縣域當(dāng)年發(fā)生的風(fēng)險(xiǎn)投資次數(shù)的對(duì)數(shù)值和風(fēng)險(xiǎn)投資總金額（百萬(wàn)元）的對(duì)數(shù)值，作為衡量縣域風(fēng)險(xiǎn)投資進(jìn)入水平的指標(biāo)。表7報(bào)告了上述機(jī)制檢驗(yàn)結(jié)果，（1）至（3）列報(bào)告了金融機(jī)構(gòu)篩選能力機(jī)制，可以看出Trust系數(shù)顯著為正。結(jié)果表明社會(huì)信用體系建設(shè)顯著提高了縣域金融機(jī)構(gòu)篩選能力，幫助金融資源高效釋放，繼而緩解潛在企業(yè)在初創(chuàng)期面臨的資金壓力，提高企業(yè)進(jìn)入水平。此外，不論從風(fēng)險(xiǎn)投資的投資次數(shù)還是風(fēng)險(xiǎn)投資的投資金額來(lái)看，社會(huì)信用體系建設(shè)都帶來(lái)了更高的風(fēng)險(xiǎn)投資進(jìn)人水平，從而緩解潛在企業(yè)的融資約束，提高企業(yè)進(jìn)入水平。前述回歸結(jié)果表明，金融機(jī)構(gòu)篩選能力的提升是社會(huì)信用體系促進(jìn)企業(yè)進(jìn)人的作用機(jī)制。但是，社會(huì)信用體系建設(shè)的政策目標(biāo)，即優(yōu)化外部信用環(huán)境，是否能改善區(qū)位條件繼而影響企業(yè)進(jìn)入，目前尚不清晰。外部信用環(huán)境的提升，需要一個(gè)地區(qū)失信行為減少、全社會(huì)誠(chéng)信意識(shí)提高以及市場(chǎng)信用交易環(huán)境改善等多維度共同作用，最終影響企業(yè)區(qū)位選擇決策（沈巋，2019;余泳澤等，2020）。

第二，驗(yàn)證社會(huì)信用體系建設(shè)具有外部信用環(huán)境改善效應(yīng)。對(duì)于外部信用環(huán)境，本文聚焦于誠(chéng)信意識(shí)和商業(yè)信用交易環(huán)境這兩個(gè)維度。首先，在誠(chéng)信意識(shí)方面，本文從百度搜索指數(shù)中，按照“信用\"“失信\"和“征信\"提取搜索次數(shù)，考慮到人口差異，本文同樣以百人進(jìn)行標(biāo)準(zhǔn)化，得到各關(guān)鍵詞的搜索次數(shù)（萬(wàn)次），以此作為誠(chéng)信意識(shí)的代理變量。其次，在市場(chǎng)信用交易環(huán)境方面，本文采用林鈞躍（2012）的方法，使用城市商業(yè)信用環(huán)境指標(biāo)作為市場(chǎng)信用交易環(huán)境的測(cè)度指標(biāo)。分別將上述變量以式（1）進(jìn)行回歸，表7的（4）至（7）列報(bào)告了外部信用環(huán)境優(yōu)化的機(jī)制檢驗(yàn)，Trust系數(shù)均符合理論預(yù)期。結(jié)果表明，社會(huì)信用體系建設(shè)能夠通過(guò)建立失信信息披露機(jī)制提高社會(huì)公眾對(duì)信用的關(guān)注，提高社會(huì)整體的守信意識(shí)。此外，社會(huì)信用體系作為一種制度信用（沈巋，2019），依然可以提高社會(huì)整體的市場(chǎng)信用交易環(huán)境，帶來(lái)地區(qū)區(qū)位條件的改善，進(jìn)而帶來(lái)企業(yè)進(jìn)入的經(jīng)濟(jì)后果。

（二）異質(zhì)性分析

如上所述，本文已經(jīng)證實(shí)了我國(guó)的社會(huì)信用體系建設(shè)顯著促進(jìn)了企業(yè)進(jìn)入注冊(cè)，并從提高金融機(jī)構(gòu)篩選能力和改善外部信用環(huán)境兩個(gè)角度分析了政策作用機(jī)制。接下來(lái)，本文將基于銀行競(jìng)爭(zhēng)度和信用環(huán)境稟賦的差異，探討社會(huì)信用體系建設(shè)對(duì)企業(yè)進(jìn)入的異質(zhì)性影響。

1.基于銀行競(jìng)爭(zhēng)度的檢驗(yàn)

中國(guó)商業(yè)銀行的市場(chǎng)競(jìng)爭(zhēng)處于上升階段且存在空間差異（王聰和宋慧英，2012；宋顏群和胡浩然，2022），而某一地區(qū)銀行業(yè)競(jìng)爭(zhēng)激烈程度直接與商業(yè)銀行對(duì)客戶(hù)的篩選能力相關(guān)。理論上講，銀行競(jìng)爭(zhēng)度提高迫使商業(yè)銀行提升篩選能力、練就慧眼，有效識(shí)別經(jīng)營(yíng)管理好、發(fā)展前景優(yōu)的企業(yè)，從而增強(qiáng)為其提供信貸的意愿，吸引企業(yè)進(jìn)入注冊(cè)。在銀行競(jìng)爭(zhēng)度較低的地區(qū)，銀行篩選客戶(hù)的能力有更大的上升空間，政策會(huì)對(duì)吸引企業(yè)落地布局具有更大的潛在效應(yīng)。為驗(yàn)證以上推論，本文參考以往文獻(xiàn)的研究（姜付秀等，2019;楊大宇等，2023），分別采用前三大銀行支行數(shù)量占銀行支行總數(shù)的比例和前五大銀行支行數(shù)量占銀行支行總數(shù)的比例兩種方式衡量銀行競(jìng)爭(zhēng)度，并根據(jù)銀行競(jìng)爭(zhēng)度高低將樣本分為兩組，進(jìn)行分組回歸。表8實(shí)證結(jié)果顯示，無(wú)論采用哪種衡量方式，在銀行競(jìng)爭(zhēng)度較低的地區(qū)，Trust均在 1 % 水平顯著為正，而在銀行競(jìng)爭(zhēng)度較高的地區(qū)，Trust均不顯著。這證明政策在原本銀行業(yè)競(jìng)爭(zhēng)程度較低、銀行篩選能力較弱的地區(qū)對(duì)吸引企業(yè)進(jìn)入的促進(jìn)作用更為明顯。

注：第（1）列和第（2）列采用前三大銀行支行數(shù)量占銀行支行總數(shù)的比例衡量銀行競(jìng)爭(zhēng)度，第（3）列和第（4）列采用前五大銀行支行數(shù)量占銀行支行總數(shù)的比例衡量銀行競(jìng)爭(zhēng)度。上表基于費(fèi)舍爾組合檢驗(yàn)（Fisher's Permutation Test）考察核心解釋變量的組間系數(shù)差異，其中方括號(hào)中為該檢驗(yàn)對(duì)應(yīng)的P值，以下各表同。

2.基于信用環(huán)境稟賦的檢驗(yàn)

儒家文化要求企業(yè)代理人遵守“忠信\"的職業(yè)倫理和“義利\"觀(guān)（古志輝，2015），在今天已經(jīng)成為一種商人信仰，在中國(guó)企業(yè)中仍然發(fā)揮重要作用（胡國(guó)棟和王天嬌，2022）。儒家文化通過(guò)塑造責(zé)任型消費(fèi)者，間接促使企業(yè)履行社會(huì)責(zé)任（辛杰，2013），強(qiáng)儒家文化地區(qū)的企業(yè)更有可能規(guī)避機(jī)會(huì)主義和失信行為。另外，儒家產(chǎn)生于春秋晚期，歷經(jīng)千年沉淀融入中國(guó)人的文化基因，屬于不受解釋變量影響的外生變量，適合作為分組的標(biāo)準(zhǔn)進(jìn)行異質(zhì)性檢驗(yàn)。從理論上講，相對(duì)于“忠信”觀(guān)念盛行的強(qiáng)儒家文化地區(qū)，弱儒家文化地區(qū)的企業(yè)有更高的失信傾向，從而社會(huì)信用體系建設(shè)的效果會(huì)更為明顯。為檢驗(yàn)以上理論分析，本文使用該地區(qū)孔廟數(shù)量作為儒家文化影響程度的代理變量，以此衡量信用環(huán)境稟賦，并將樣本分為強(qiáng)儒家文化和弱儒家文化兩組分別進(jìn)行回歸，實(shí)證結(jié)果報(bào)告于表9中。可以看到，在弱儒家文化即信用環(huán)境稟賦較弱的地區(qū)，Trust更為顯著，說(shuō)明社會(huì)信用體系建設(shè)具有政策補(bǔ)充效應(yīng)。

（三）社會(huì)信用體系建設(shè)與個(gè)人征信業(yè)

本文除了深人分析企業(yè)進(jìn)人社會(huì)信用體系建設(shè)所帶來(lái)的經(jīng)濟(jì)后果，還試圖探討政府主導(dǎo)下的社會(huì)信用體系與市場(chǎng)化運(yùn)作的個(gè)人征信業(yè)之間的相互作用關(guān)系，旨在為進(jìn)一步“構(gòu)建覆蓋全社會(huì)的征信體系，推動(dòng)征信行業(yè)高質(zhì)量發(fā)展\"提供堅(jiān)實(shí)的經(jīng)驗(yàn)證據(jù)和政策建議。營(yíng)造良好的外部信用環(huán)境，單靠政府力量是遠(yuǎn)遠(yuǎn)不夠的。事實(shí)上，市場(chǎng)化運(yùn)作的個(gè)人征信業(yè)同樣是社會(huì)信用體系的重要組成部分。中國(guó)個(gè)人征信業(yè)可追溯至1996年人民銀行開(kāi)始推行企業(yè)貸款征信制度，這為今后發(fā)展個(gè)人征信體系奠定基礎(chǔ)。1999年，人民銀行批準(zhǔn)上海資信有限公司試點(diǎn)開(kāi)展個(gè)人征信業(yè)務(wù)，標(biāo)志著我國(guó)正式進(jìn)入個(gè)人征信時(shí)代。2004年，為建立統(tǒng)一的全國(guó)性個(gè)人征信系統(tǒng)，人民銀行組織各大商業(yè)銀行聯(lián)網(wǎng)運(yùn)行個(gè)人征信系統(tǒng)，并于年底投入試運(yùn)行。

2014年國(guó)務(wù)院發(fā)布《社會(huì)信用體系建設(shè)規(guī)劃綱要》后，個(gè)人征信業(yè)進(jìn)人新的發(fā)展階段。2015年1月，人民銀行允許8家機(jī)構(gòu)開(kāi)展第一批個(gè)人征信試點(diǎn)業(yè)務(wù)，但遺憾的是，經(jīng)過(guò)兩年多試點(diǎn)后，這8家機(jī)構(gòu)均未能滿(mǎn)足監(jiān)管要求和市場(chǎng)需求，沒(méi)有獲得正式的個(gè)人征信業(yè)經(jīng)營(yíng)牌照。直至2018年，由中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)主要控股的百行征信有限公司才獲得國(guó)內(nèi)首張個(gè)人征信經(jīng)營(yíng)牌照，并承繼了此前試點(diǎn)機(jī)構(gòu)的部分業(yè)務(wù)。2020年12月，由北京金融控股集團(tuán)、京東數(shù)科、小米等5家公司聯(lián)合發(fā)起設(shè)立的樸道征信有限公司，成為第二家全國(guó)性個(gè)人征信機(jī)構(gòu)，由此初步形成了一行（人民銀行）兩機(jī)構(gòu)（百行、樸道）的個(gè)人征信業(yè)格局。

從個(gè)人征信服務(wù)來(lái)看，人民銀行主要提供個(gè)人信用報(bào)告等基礎(chǔ)產(chǎn)品和信用特征洞察輔助決策等增值服務(wù)。而市場(chǎng)化運(yùn)作的個(gè)人征信機(jī)構(gòu)則提供更多元化的增值服務(wù)和產(chǎn)品，應(yīng)用場(chǎng)景也從金融信貸擴(kuò)展至反欺詐等其他領(lǐng)域。這意味著兩者在核心功能上存在重疊，導(dǎo)致政府主導(dǎo)建設(shè)的社會(huì)信用體系與市場(chǎng)化運(yùn)作的個(gè)人征信業(yè)之間可能存在替代關(guān)系，即當(dāng)一地區(qū)有更多征信企業(yè)時(shí)，社會(huì)信用體系政策效果可能會(huì)受到削弱。

目前個(gè)人征信牌照僅有兩家，但人民銀行對(duì)企業(yè)征信機(jī)構(gòu)卻實(shí)施了動(dòng)態(tài)管理，一方面對(duì)符合條件的機(jī)構(gòu)實(shí)施登記備案，另一方面對(duì)備案后六個(gè)月仍然未開(kāi)展業(yè)務(wù)的機(jī)構(gòu)實(shí)施注銷(xiāo)管理。因此，本文從人民銀行獲取了企業(yè)征信機(jī)構(gòu)名單，使用高德地圖API確認(rèn)所屬縣域后，手工查找各個(gè)企業(yè)的注冊(cè)年份，按照地區(qū)和年份進(jìn)行加總，得到CreditEnter，將其與Trust交乘后納入回歸方程?；貧w結(jié)果見(jiàn)表10，不論是否加人控制變量，Trust與CreditEnter的交乘項(xiàng)系數(shù)均顯著為負(fù)，這說(shuō)明市場(chǎng)化運(yùn)行的征信業(yè)企業(yè)在信用規(guī)制方面的作用，會(huì)削弱社會(huì)信用體系建設(shè)的政策效果，這一結(jié)果證實(shí)了本文提出的預(yù)期。

六、結(jié)論與政策啟示

本文根據(jù)中國(guó)特有國(guó)情，全面評(píng)估社會(huì)信用體系建設(shè)對(duì)企業(yè)進(jìn)入的影響。本文將社會(huì)信用體系建設(shè)試點(diǎn)視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，利用雙重差分法系統(tǒng)考察了社會(huì)信用體系建設(shè)對(duì)企業(yè)進(jìn)人的影響及效應(yīng)。研究發(fā)現(xiàn)，與非試點(diǎn)縣域相比，社會(huì)信用體系建設(shè)顯著提高了試點(diǎn)縣域的企業(yè)進(jìn)人水平。機(jī)制檢驗(yàn)表明，社會(huì)信用體系建設(shè)通過(guò)提高地區(qū)金融機(jī)構(gòu)篩選能力、優(yōu)化外部信用環(huán)境顯著吸引企業(yè)進(jìn)入。異質(zhì)性分析表明，這一效應(yīng)在具有較低銀行競(jìng)爭(zhēng)度和較差信用環(huán)境稟賦的地區(qū)更為突出。此外，本文還發(fā)現(xiàn)政府主導(dǎo)的社會(huì)信用體系建設(shè)與市場(chǎng)化運(yùn)作的個(gè)人征信業(yè)之間存在替代關(guān)系。

本文具有如下政策啟示：第一，進(jìn)一步完善以道德為支撐、產(chǎn)權(quán)為基礎(chǔ)、法律為保障的社會(huì)信用制度。本文發(fā)現(xiàn)，社會(huì)信用體系建設(shè)顯著提升了試點(diǎn)縣域的企業(yè)進(jìn)人水平。因此，要在全國(guó)范圍內(nèi)大力推廣社會(huì)信用體系建設(shè)試點(diǎn)經(jīng)驗(yàn)，總結(jié)提煉可復(fù)制可推廣的制度模式和操作機(jī)制，實(shí)現(xiàn)各地信用政策的有序推進(jìn)，加強(qiáng)對(duì)失信行為的溯源打擊，拓展信用制度的覆蓋邊界，能夠從源頭上預(yù)防和遏制失信行為。此外，也要注重識(shí)別和分析失信行為的根源及傳導(dǎo)路徑，對(duì)失信主體進(jìn)行精準(zhǔn)懲處，從而形成高壓態(tài)勢(shì)，有力震懾違法違規(guī)行為。同時(shí)，要逐步拓展信用制度的覆蓋領(lǐng)域，堵塞漏洞，完善守信激勵(lì)和紅黑名單管理，讓守信者一路綠燈，讓失信者處處受限，以此有效規(guī)范市場(chǎng)主體行為。

第二，鼓勵(lì)金融機(jī)構(gòu)利用社會(huì)信用信息改善篩選能力。作用機(jī)制檢驗(yàn)發(fā)現(xiàn)，社會(huì)信用體系建設(shè)吸引企業(yè)進(jìn)人的核心機(jī)制在于提高金融機(jī)構(gòu)篩選能力、優(yōu)化外部信用環(huán)境。因此，政府應(yīng)當(dāng)引導(dǎo)商業(yè)銀行、風(fēng)險(xiǎn)投資等金融機(jī)構(gòu)在貸款審批、項(xiàng)目評(píng)審等資金供給環(huán)節(jié)，充分參考企業(yè)和個(gè)人的信用記錄并將其作為風(fēng)險(xiǎn)評(píng)估的重要依據(jù)。要在法律層面為金融機(jī)構(gòu)合理使用信用信息提供制度保障，明確信用信息的合法獲取渠道、使用范圍、隱私保護(hù)要求，規(guī)范金融機(jī)構(gòu)的信用信息使用行為，避免個(gè)人信用數(shù)據(jù)被濫用、誤用。此外，要為創(chuàng)新主體提供更加廣闊的融資渠道，緩解創(chuàng)新主體的資金制約，為創(chuàng)新型企業(yè)的進(jìn)人注入源源不斷的內(nèi)生動(dòng)能。要科學(xué)評(píng)估和把握不同空間范圍內(nèi)的政策差異效應(yīng)，合理布局和分步推進(jìn)。

第三，注重政府主導(dǎo)下的社會(huì)信用體系與市場(chǎng)化運(yùn)作的個(gè)人征信業(yè)的良性互動(dòng)，發(fā)揮兩者的協(xié)同效應(yīng)，進(jìn)一步培育市場(chǎng)化法治化的征信企業(yè)。一方面，政府要為征信行業(yè)營(yíng)造良好的制度環(huán)境。要加快出臺(tái)完善的征信業(yè)監(jiān)管法規(guī)，明確市場(chǎng)準(zhǔn)入門(mén)檻、經(jīng)營(yíng)規(guī)范、信息權(quán)限、違規(guī)責(zé)任追究等，為行業(yè)健康發(fā)展掃清制度障礙。同時(shí)，建立行業(yè)監(jiān)管機(jī)制，對(duì)征信機(jī)構(gòu)實(shí)行準(zhǔn)入管理并持續(xù)監(jiān)管，規(guī)范其業(yè)務(wù)運(yùn)作行為，確保征信信息的真實(shí)權(quán)威性，維護(hù)公平有序的市場(chǎng)競(jìng)爭(zhēng)環(huán)境。在遵守相關(guān)法律法規(guī)的前提下，政府也要進(jìn)一步建立政府信用信息共享機(jī)制，暢通政府與征信企業(yè)信息交互通道，為征信行業(yè)提供必要的數(shù)據(jù)和信息支持。此外，政府還要鼓勵(lì)征信機(jī)構(gòu)加大科技創(chuàng)新投入，積極運(yùn)用大數(shù)據(jù)、人工智能、區(qū)塊鏈等新技術(shù)新模式持續(xù)提升征信服務(wù)質(zhì)量和專(zhuān)業(yè)化水平，助力信用體系現(xiàn)代化建設(shè)。另一方面，要實(shí)現(xiàn)政府信用評(píng)價(jià)與市場(chǎng)化評(píng)級(jí)的良性互動(dòng)，明確兩者職責(zé)分工，充分發(fā)揮各自?xún)?yōu)勢(shì)，使其形成合力。政府主要負(fù)責(zé)公共領(lǐng)域的信用監(jiān)管，統(tǒng)籌社會(huì)信用體系的頂層設(shè)計(jì)，而市場(chǎng)化信用評(píng)級(jí)機(jī)構(gòu)則專(zhuān)注于基于大數(shù)據(jù)的個(gè)人及企業(yè)信用評(píng)估，為市場(chǎng)主體提供專(zhuān)業(yè)化征信服務(wù)。兩者要建立信息共享、互認(rèn)互鑒的制度化安排，才能實(shí)現(xiàn)良性互動(dòng)。此外，政府和市場(chǎng)主體還要加強(qiáng)監(jiān)管協(xié)作，建立統(tǒng)一標(biāo)準(zhǔn)，促進(jìn)行業(yè)自律，保障評(píng)級(jí)結(jié)果的公正性，加快培育市場(chǎng)化、法治化的征信企業(yè)，提升社會(huì)公眾對(duì)征信行業(yè)的認(rèn)知和信任度。

參考文獻(xiàn)

白俊紅、張藝璇、卞元超，2022，“創(chuàng)新驅(qū)動(dòng)政策是否提升城市創(chuàng)業(yè)活躍度——來(lái)自國(guó)家創(chuàng)新型城市試點(diǎn)政策的經(jīng)驗(yàn)證據(jù)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第6期，第61-78頁(yè)。

畢青苗、陳希路、徐現(xiàn)祥、李書(shū)娟，2018，“行政審批改革與企業(yè)進(jìn)入”，《經(jīng)濟(jì)研究》，第2期，第140-155頁(yè)。

曹雨陽(yáng)、孔東民、陶云清，2022，“中國(guó)社會(huì)信用體系改革試點(diǎn)效果評(píng)估——基于企業(yè)社會(huì)責(zé)任的視角”，《財(cái)經(jīng)研究》，第2期，第93-108頁(yè)。

陳強(qiáng)遠(yuǎn)、殷賞、程蕓倩、孫久文，2024，“圍繞創(chuàng)新鏈布局產(chǎn)業(yè)鏈：基于中關(guān)村園周邊新企業(yè)進(jìn)入的分析”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第1期，第75-92頁(yè)。

陳思、何文龍、張然，2017，“風(fēng)險(xiǎn)投資與企業(yè)創(chuàng)新：影響和潛在機(jī)制”，《管理世界》，第1期，第158-169頁(yè)。

董靜、汪江平、翟海燕、汪立，2017，“服務(wù)還是監(jiān)控：風(fēng)險(xiǎn)投資機(jī)構(gòu)對(duì)創(chuàng)業(yè)企業(yè)的管理——行業(yè)專(zhuān)長(zhǎng)與不確定性的視角”，《管理世界》，第6期，第82-103+187-188頁(yè)

封進(jìn)、李雨婷，2023，“人口老齡化與企業(yè)進(jìn)入：基于中國(guó)地級(jí)市的研究”，《世界經(jīng)濟(jì)》，第4期，第170-191頁(yè)。

馮志艷、黃玖立，2018，“工業(yè)用地價(jià)格是否影響企業(yè)進(jìn)入：來(lái)自中國(guó)城市的微觀(guān)證據(jù)”，《南方經(jīng)濟(jì)》，第4期，第73-94頁(yè)。

古志輝，2015，“全球化情境中的儒家倫理與代理成本”，《管理世界》，第3期，第113-123頁(yè)。

郭峰、曹友斌、熊云軍、呂斌，2023，“國(guó)家級(jí)新區(qū)設(shè)立與企業(yè)空間布局：基于鎮(zhèn)級(jí)面板數(shù)據(jù)的分析”，《經(jīng)濟(jì)研究》，第208頁(yè)。

何凡、陳波、黃煒，2024，“行業(yè)規(guī)范標(biāo)準(zhǔn)化與資本跨區(qū)流動(dòng)——基于企業(yè)異地投資的研究”，《管理世界》，第7期，第204-225頁(yè)。

胡國(guó)棟、王天嬌，2022，“‘義利并重'：中國(guó)古典企業(yè)的共同體式身股激勵(lì)——基于晉商喬家字號(hào)的案例研究”，《管理世界》，第2期，第188-207+239+12-15頁(yè)。

黃亮雄、孫湘湘、王賢彬，2019，“反腐敗與地區(qū)創(chuàng)業(yè)：效應(yīng)與影響機(jī)制”，《經(jīng)濟(jì)管理》，第9期，第5-19頁(yè)。

黃卓、陶云清、王帥，2023，“社會(huì)信用環(huán)境改善降低了企業(yè)違規(guī)嗎？——來(lái)自‘中國(guó)社會(huì)信用體系建設(shè)'的證據(jù)”，《金融研究》，第5期，第96-114頁(yè)。

賈俊雪，2014，“稅收激勵(lì)、企業(yè)有效平均稅率與企業(yè)進(jìn)入”，《經(jīng)濟(jì)研究》，第7期，第94-109頁(yè)

江艇，2022，“因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第5期，第100-120頁(yè)。

姜付秀、蔡文婧、蔡欣妮、李行天，2019，“銀行競(jìng)爭(zhēng)的微觀(guān)效應(yīng)：來(lái)自融資約束的經(jīng)驗(yàn)證據(jù)”，《經(jīng)濟(jì)研究》，第6期，第72-88頁(yè)。

孔東民、李海洋、楊薇，2021，“定向降準(zhǔn)、貸款可得性與小微企業(yè)商業(yè)信用——基于斷點(diǎn)回歸的經(jīng)驗(yàn)證據(jù)”，《金融研究》，第3期，第77-94頁(yè)。

李施宇，2024，“社會(huì)信用體系建設(shè)能促進(jìn)企業(yè)專(zhuān)業(yè)化分工嗎”，《當(dāng)代財(cái)經(jīng)》，第7期，第152-164頁(yè)。

李碩、王敏、張丹丹，2022，“中央環(huán)保督察和企業(yè)進(jìn)入：來(lái)自企業(yè)注冊(cè)數(shù)據(jù)的證據(jù)”，《世界經(jīng)濟(jì)》，第1期，第110-132頁(yè)。

李志生、金凌、孔東民，2020，“分支機(jī)構(gòu)空間分布、銀行競(jìng)爭(zhēng)與企業(yè)債務(wù)決策”，《經(jīng)濟(jì)研究》，第10期，第141-158頁(yè)。

林鈞躍，2012，“中國(guó)城市商業(yè)信用環(huán)境指數(shù)研制與分析”，《財(cái)貿(mào)經(jīng)濟(jì)》，第2期，第89-97頁(yè)。

林嵩、谷承應(yīng)、斯曉夫、嚴(yán)雨姍，2023，“縣域創(chuàng)業(yè)活動(dòng)、農(nóng)民增收與共同富?！谥袊?guó)縣級(jí)數(shù)據(jù)的實(shí)證研究”，《經(jīng)濟(jì)研究》，第3期，第40-58頁(yè)。

劉潘、張子堯，2023，“地方公共債務(wù)與資源配置效率：企業(yè)間全要素生產(chǎn)率分布差異的視角”，《經(jīng)濟(jì)研究》，第10期，第114-133頁(yè)。

劉修巖、王嶠、吳嘉賢，2022，“城市快速軌道交通發(fā)展與企業(yè)創(chuàng)新”，《世界經(jīng)濟(jì)》第7期，第126-152頁(yè)。

呂冰洋、陳怡心、詹靜楠，2022，“政府預(yù)算管理、征稅行為與企業(yè)經(jīng)營(yíng)效率”，《經(jīng)濟(jì)研究》，第8期，第58-77頁(yè)。

馬光榮、劉明、楊恩艷，2014，“銀行授信、信貸緊縮與企業(yè)研發(fā)”，《金融研究》，第7期，第76-93頁(yè)。

馬述忠、張洪勝、王笑笑，2017，“融資約束與全球價(jià)值鏈地位提升——來(lái)自中國(guó)加工貿(mào)易企業(yè)的理論與證據(jù)”，《中國(guó)社會(huì)科學(xué)》，第1期，第 8 3 - 1 0 7 + 2 0 6 頁(yè)。

毛捷、呂冰洋、陳佩霞，2018“分稅的事實(shí)：度量中國(guó)縣級(jí)財(cái)政分權(quán)的數(shù)據(jù)基礎(chǔ)”，《經(jīng)濟(jì)學(xué)（季刊）》，第2期，第499-526頁(yè)。

孟慶斌、鄒洋、侯德帥，2019，“賣(mài)空機(jī)制能抑制上市公司違規(guī)嗎？”，《經(jīng)濟(jì)研究》，第6期，第89-105頁(yè)。

錢(qián)水土、吳衛(wèi)華，2020，“信用環(huán)境、定向降準(zhǔn)與小微企業(yè)信貸融資——基于合成控制法的經(jīng)驗(yàn)研究”，《財(cái)貿(mào)經(jīng)濟(jì)》，第2期，第99-114頁(yè)。

錢(qián)先航、曹廷求，2015，“法律、信用與銀行貸款決策——來(lái)自山東省的調(diào)查證據(jù)”，《金融研究》，第5期，第101-116頁(yè)。

喬菲、文雯，2023，“社會(huì)信用體系改革對(duì)企業(yè)綠色創(chuàng)新的影響研究”，《管理學(xué)報(bào)》，第8期，第1189-1197頁(yè)。

申丹琳、江軒宇，2022，“社會(huì)信任與企業(yè)勞動(dòng)投資效率”，《金融研究》，第9期，第152-168頁(yè)。

沈巋，2019，“社會(huì)信用體系建設(shè)的法治之道”，《中國(guó)法學(xué)》，第5期，第25-46頁(yè)。

宋顏群、胡浩然，2022，“外資準(zhǔn)入如何影響中國(guó)相鄰城市間生產(chǎn)率差距？”，《南方經(jīng)濟(jì)》，第1期，第56-77頁(yè)。

孫早、劉李華，2019，“社會(huì)保障、企業(yè)家精神與內(nèi)生經(jīng)濟(jì)增長(zhǎng)”，《統(tǒng)計(jì)研究》，第1期，第77-91頁(yè)。

田磊、陸雪琴，2021，“減稅降費(fèi)、企業(yè)進(jìn)入退出和全要素生產(chǎn)率”，《管理世界》，第12期，第56-77頁(yè)。

王聰、宋慧英，2012，“外資銀行進(jìn)人對(duì)中國(guó)商業(yè)銀行競(jìng)爭(zhēng)行為影響的實(shí)證研究”，《南方經(jīng)濟(jì)》，第9期，第17-31頁(yè)。

王迪、劉祖基、趙澤朋，2016，“供應(yīng)鏈關(guān)系與銀行借款——基于供應(yīng)商/客戶(hù)集中度的分析”，《會(huì)計(jì)研究》，第10期，第 4 2 - 4 9 + 9 6 頁(yè)。

王劍程、李丁、馬雙，2020，“寬帶建設(shè)對(duì)農(nóng)戶(hù)創(chuàng)業(yè)的影響研究——基于“寬帶鄉(xiāng)村'建設(shè)的準(zhǔn)自然實(shí)驗(yàn)”，《經(jīng)濟(jì)學(xué)（季刊》，第1期，第209-232頁(yè)。

溫永林、張阿城，2023，“信息基礎(chǔ)設(shè)施建設(shè)能促進(jìn)創(chuàng)業(yè)嗎？——基于‘寬帶中國(guó)'示范城市建設(shè)的準(zhǔn)自然實(shí)驗(yàn)研究”，《外國(guó)經(jīng)濟(jì)與管理》，第7期，第138-152頁(yè)。

吳敏、王亞慧、黃玖立，2023，“勞動(dòng)保護(hù)與外資企業(yè)進(jìn)入模式——來(lái)自《勞動(dòng)合同法》出臺(tái)的經(jīng)驗(yàn)證據(jù)”，《國(guó)際貿(mào)易問(wèn)題》，第9期，第71-87頁(yè)。

辛杰，2013，“企業(yè)社會(huì)責(zé)任與品牌資產(chǎn)：消費(fèi)者CSR體驗(yàn)與儒家價(jià)值觀(guān)的作用”，《南方經(jīng)濟(jì)》，第1期，第71-82頁(yè)。

顏杰、周茂、李雨濃、陸毅，2023，“外資進(jìn)入、市場(chǎng)不確定性與本土企業(yè)商業(yè)信用供給”，《中國(guó)工業(yè)經(jīng)濟(jì)》第12期，第153-170頁(yè)。

楊大宇、許曉芳、陸正飛，2023，“金融結(jié)構(gòu)與企業(yè)過(guò)度投資：基于社會(huì)融資結(jié)構(gòu)的證據(jù)”，《管理世界》，第7期，第121-140頁(yè)。

余明桂、潘紅波，2008，“政治關(guān)系、制度環(huán)境與民營(yíng)企業(yè)銀行貸款”，《管理世界》，第8期，第 9 - 2 1 + 3 9 + 1 8 7 頁(yè)。

余泳澤、郭夢(mèng)華胡山，2020，“社會(huì)失信環(huán)境與民營(yíng)企業(yè)成長(zhǎng)——來(lái)自城市失信人的經(jīng)驗(yàn)證據(jù)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第9期，第137-155頁(yè)。

袁禮、龔鈺涵，2023，“專(zhuān)利質(zhì)押融資對(duì)創(chuàng)業(yè)活躍度的影響”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第11期，第202-224頁(yè)。

湛泳、李珊，2022，“智慧城市建設(shè)、創(chuàng)業(yè)活力與經(jīng)濟(jì)高質(zhì)量發(fā)展——基于綠色全要素生產(chǎn)率視角的分析”，《財(cái)經(jīng)研究》，第1期，第4-18頁(yè)。

張杰、周曉艷、鄭文平、蘆哲，2011，“要素市場(chǎng)扭曲是否激發(fā)了中國(guó)企業(yè)出口\"，《世界經(jīng)濟(jì)》，第8期，第134-160頁(yè)。

張維迎、柯榮住，2002，“信任及其解釋?zhuān)簛?lái)自中國(guó)的跨省調(diào)查分析”，《經(jīng)濟(jì)研究》，第10期，第59-70+96頁(yè)。

張璇、劉貝貝、汪婷、李春濤，2017，“信貸尋租、融資約束與企業(yè)創(chuàng)新”，《經(jīng)濟(jì)研究》，第5期，第161-174頁(yè)。

章韜、申洋，2020，“企業(yè)進(jìn)入、稅收與集聚外部性——基于產(chǎn)業(yè)關(guān)聯(lián)的實(shí)證研究”，《經(jīng)濟(jì)學(xué)（季刊）》，第3期，第825-846頁(yè)。

左靜靜、邱保印、蔣挺，2023，“社會(huì)信用體系建設(shè)能否抑制企業(yè)環(huán)保失信？”，《外國(guó)經(jīng)濟(jì)與管理》，第3期，第101-117頁(yè)。

Aghion，P.and Howit，P.，992，“AModelofGrowth Through CreativeDestruction\"，Econometrica，60（2）：323-351.

Bary，C.B.，MusrelaC.Jeavi，JWndVetsus，M.99“RoleofVtreCapialiCrtiofPublcEvidence from the Going-public Process\"，Journal ofFinancial Economics，27（2）： 47-471.

Black，SE.andraan，PE.，，\"EtrepreneusindBankCeditAvlability”，eJualofance，57（6）：83.

Braghieri，L，evyE.andMakarn，A.2“SoialMediaandMentalHealth，AmericaEonomicReview，2：366693.

Chetty，R.，oodoft，KeeaioEden\"，mEocvi4）：.

Cineli，M.，Deaisiales，G，leazz，AQuaroiciWdStani“TEobetoada，Proceedings of the National Academy of Sciences，118（9）： e2023301118.

Loughlin，C.andegevLcaonetemantsoleregodautactingantsoualolegoaec，4U（2）： 323-351.

De Chaisemartin， C.and Haultfoeuille，X.，2O20，“Two-way FixedEffects Estimators with Heterogeneous Treatment Efects”，AmericanEconomic Review，110（9）： 2964-2996.

DeChaisemtill，“ecstosofeoalts，of Economics and Statistics，1-45.

Dell，M.，2010，“ThePersistent Effects of Peru's Mining Mita\"，Econometrica，78（6）：1863-1903.

Djankov，S.GnserT，ciesh，Camaondleifer，.“TeEtfoorateaxesonIvesmetandEtepruship\"，American Economic Journal： Macroeconomics，2（3）： 31-64.

Estrin，S.ea.diicz“stiougtrelao”，oness Venturing，28（4）： 564-580.

Gentry，W.M.andHubbard，RG.o，“TaxolicyandEntryintoEtreprenurship\"，AmericanEconomicReview，90（2）：87.

Goodma-BoAeeiornt\"，lois，22）：7

Hansen，S.D.d.，geoldployee trust： A Cross-disciplinary Perspective”，Journal of Business Ethics，102： 29-45.

Hochberg，Y.V.，20l2，“Venture Capitaland Corporate Governance inthe NewlyPublicFirm\"，ReviewofFinance，16（2）： 429-480.

Hopenhayn，H.A.，1992，“Entry，Exit，andFirmDynamics inLong Run Equilibrium\"，Econometrica，1127-1150.

Iglesias，O.kvic.dhngh，J“CeatiAyeoatoaoitomer Trust，and Customer Loyalty\"，Journal of Business Ethics，163： 151-166.

Jensen，M.C.andeling，W.976“ngerialhviorgencyostsadOwesiructure，Joualofnacialoc（4）： 305-360.

Kandt，J.andBty，O1\"SmartCitis，igDtaandUrbanPolicy：TwardsUbanAalfotheLongRu”，Cities9：1992.

Ke，Rdda\"matingtryigegatioscgsrntsdEtepreeus\"，anancial Economics，94（1）： 124-149.

Kong，D.and Qin，N.，2O21，“China’sAnticoruption CampaignandEntrepreneurship”，TheJournalofLawandEconomics， 6 4 （ 1 ） ÷ 153-180.

Kong，D.，Qin，N.andXiang，J.，021，“MniumWagandEntrepreneurship：EvidencefroCina”，JoualofEconomicBehavioramp;Orga-nization，189：320-336.

Li，P.，Lu，Y.dg，J6“oGeteocefacEeefroa，aement Economics，123：18-37.

Liang，J.，WangH.aLearE..，8，“mgacErepesp\"，JualolicalEo6（1）：19.

Marvel，M.R.Dvis，J.LndSproul，C..O6“HumanCpitalndEntrepreneurshipRsearch：AriticalRevieandutureietions\"，Entrepreneurship Theory and Practice，40（3）： 599-626.

Megginson，WLs，KA9VuepaCertiboala4）

Poppo，L.，Zhou，K.ZandLi，JJ.2O16“WhenCanYouTrust‘Trust？Calculative Trust，RelationalTrust，andSupplierPerfoe\"，Strategic Management Journal，37（4）： 724-741.

Qin，N.and Kong，D.，2O21，“Human Capitaland Entrepreneurship\"，Journalof Human Capital，15（4）： 513-553.

Shapiro，JM.O6，“SmartCities：QualityofLife，ProducitydthGowthEfectsofumanCapital\"，heReviewofEosStatistics，88（2）： 324-335.

Sun，L.adAba，S.，，“EtagDcTratEtsinEvtSudsitegeouTreatE，JulfEconometrics，225（2）： 175-199.

Tao，Y.，Kong，D.，Sun，.andLi，X.，24，“SocialCreditandCorporateRisk-taking：EvidencfroChina，ResearchinIteatioalBusiness and Finance， 69： 102206.

Wu，L.andZng，Y，24，“SocialCreditSsteContuctioandCpoateDebtleas”，aneResearchLetes，：55.

Wu，Y.，Shi，K.en，Z，，.andCng，Z，“DveloeligIpovemseris-likDta（1999）inaby Integrating DMSP-OLS and SNPP-VIRS\"，IEEE Transactions on Geoscience and Remote Sensing，6O： 1-14.

Zuo，J.，Huang，.Qiu，B.andMaR，O2，“TeConstructionofSocialCreditSystemandCorporateovation：Evidencefroina”，Pacific-Basin Finance Journal， 81：102116.

Establishmentof Social CreditSystemandLocation Choiceof Firms： Quasi-natural Experiment Evidence from County Panel Data

Zhou Kuo Sun Yiming Qu Zhi

Abstract： Theinstitutional environmentof aregion isacrucialdeterminant ofenterprisedevelopment，directlyffecting firms'lcationchoices.Asafoundational elementof themarketeconomy，thesocialcredit systemsignificantlyinfluences thesedecisions.Itisthereforeessentialtosystematicallexaminetheimpactofthedevelopmentofthesocialcreditsystemon firms'entryinto new markets.Drawing upona quasi-natural experiment framework，we systematically studytheentryeffects of social credit systemconstruction on firms，leveraging a comprehensive dataset spaning Chinese county-level economies andbusinessregistrationsfrom2010to2021.Employingastaggereddiference-indifferences methodology，ourempirical analysis revealsa pronounced7.8percentage pointincreaseinfimentryrates withinpilotregionscomparedtonon-pilot counterparts.Notably，this efect iseven more accentuated inareas characterized bylowerbank competitionand weakerinherentcreditenvironments.Mechanism testssugestthatthesocialcredit system fostersfimentrybyenhancing financial screningcapabilitiesandoptimizing the external creditlandscape.Furtheranalysis documentsasubstitutionaryrelationship between government-ledsocial credit systemdevelopmentand market-oriented personal credit bureaus.This research sheds lightontheintricate mechanismsthrough whichthesocial credit systempromotesfimentry，therebyclarifyingtheintrinsic nexus between social credit system construction and corporate location choices.Itcontributes to the theoretical underpinings of this domainbyenrichingourunderstandingandofers invaluableinsightsandstrategicrecommendations forpractitioners aiming to advance social credit system constructionand forgea high-standard socialist market economic system.

Keywords：Social Credit System Construction; Credit Information; Corporate Location Choice; BusinessEnvironment;Institu tional Transaction Costs

（責(zé)任編輯：張瑞志）