丁怡帆 曹慧平

摘? ?要：社會(huì)信用作為制度環(huán)境的核心構(gòu)成，對(duì)企業(yè)的變革與發(fā)展具有不可替代的作用。文章以國(guó)家發(fā)展改革委、中國(guó)人民銀行等部委推動(dòng)的社會(huì)信用體系改革試點(diǎn)為準(zhǔn)自然實(shí)驗(yàn)，實(shí)證檢驗(yàn)了社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)及其作用路徑。研究發(fā)現(xiàn)，社會(huì)信用體系建設(shè)顯著提高了企業(yè)的數(shù)字化轉(zhuǎn)型水平。作用路徑及經(jīng)濟(jì)后果檢驗(yàn)發(fā)現(xiàn)，社會(huì)信用體系建設(shè)主要通過(guò)決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)兩條路徑作用于企業(yè)數(shù)字化轉(zhuǎn)型，并最終促進(jìn)了企業(yè)高質(zhì)量發(fā)展。拓展性研究發(fā)現(xiàn)，社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在信息不對(duì)稱較嚴(yán)重和經(jīng)濟(jì)地位較低的企業(yè)中更為明顯。此外，社會(huì)信用體系建設(shè)所形成的制度型信任與方言和儒家文化所形成的關(guān)系型信任在促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型方面呈現(xiàn)出替代效應(yīng)，即制度型信任可以在一定程度上彌補(bǔ)關(guān)系型信任的不足。文章揭示了社會(huì)信用體系建設(shè)服務(wù)實(shí)體經(jīng)濟(jì)的具體形式，為我國(guó)持續(xù)推進(jìn)社會(huì)信用體系建設(shè)和助力實(shí)體經(jīng)濟(jì)轉(zhuǎn)型乃至高質(zhì)量發(fā)展提供了有益的政策啟示。

關(guān)鍵詞：社會(huì)信用；數(shù)字化轉(zhuǎn)型；決策優(yōu)化效應(yīng)；資源虹吸效應(yīng)；制度型信任；關(guān)系型信任

中圖分類號(hào)：F830? ?文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2024）03-0010-12

DOI：10.19647/j.cnki.37-1462/f.2024.03.002

一、引言

近年來(lái)，在新一輪科技革命和產(chǎn)業(yè)變革的推動(dòng)下，以人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)為代表的數(shù)字化生產(chǎn)力正在從各領(lǐng)域、全方位深度融入經(jīng)濟(jì)社會(huì)發(fā)展潮流，并逐漸成為激發(fā)傳統(tǒng)要素活力、實(shí)現(xiàn)新舊要素乘數(shù)倍增效應(yīng)進(jìn)而驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎（吳非等，2021）[1]。黨的二十大報(bào)告明確指出“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”。2023年2月中共中央、國(guó)務(wù)院印發(fā)的《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》更是明確了數(shù)字化發(fā)展領(lǐng)域一系列新的目標(biāo)任務(wù)和戰(zhàn)略部署，旨在推動(dòng)我國(guó)實(shí)體經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型邁向更高質(zhì)量、更高水平。在此背景下，越來(lái)越多的企業(yè)將數(shù)字化轉(zhuǎn)型作為未來(lái)一段時(shí)期發(fā)展的首要任務(wù)（賀超等，2023）[2]。

然而，數(shù)字化轉(zhuǎn)型并非易事，其本質(zhì)是對(duì)企業(yè)研發(fā)生產(chǎn)、組織管理以及市場(chǎng)銷(xiāo)售等多個(gè)價(jià)值鏈的全方位重構(gòu)。埃森哲發(fā)布的《2022中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》報(bào)告顯示，2022年我國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)平均得分僅為52分，相比2018—2021年分別下降2分以及提高2分、7分、15分。不難發(fā)現(xiàn)，當(dāng)前階段我國(guó)微觀層面數(shù)字化轉(zhuǎn)型水平進(jìn)步緩慢，甚至偶爾還出現(xiàn)了一定程度的下滑，許多企業(yè)存在著由決策質(zhì)量低下、資源約束等導(dǎo)致的“不愿轉(zhuǎn)”“不會(huì)轉(zhuǎn)”等數(shù)字化變革困境（Sun等，2020；劉淑春等，2021；李思飛等，2023）[3-5]。鑒于此，已有文獻(xiàn)從經(jīng)濟(jì)政策和數(shù)字經(jīng)濟(jì)制度環(huán)境等角度出發(fā)，探討了經(jīng)濟(jì)不確定性（祝樹(shù)金等，2023）[6]、智慧城市建設(shè)（賴曉冰和岳書(shū)敬，2022）[7]、信息消費(fèi)試點(diǎn)（王馨等，2023）[8]對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的助推作用，但關(guān)于社會(huì)文化等隱性價(jià)值規(guī)范或非正式制度的研究還較少。

在眾多隱性價(jià)值規(guī)范中，作為市場(chǎng)經(jīng)濟(jì)最重要的道德基礎(chǔ)，社會(huì)信用被認(rèn)為是除物質(zhì)資本和人力資本之外決定一國(guó)或地區(qū)經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步最主要的社會(huì)資本。為此，早期經(jīng)典研究也嘗試測(cè)度了城市層面的信用水平，如張維迎和柯榮住（2002）[9]利用5000多份有效問(wèn)卷對(duì)地區(qū)信用水平進(jìn)行了測(cè)算。李明輝（2019）[10]根據(jù)CGSS調(diào)查數(shù)據(jù)構(gòu)建了省份層面的信用文化氛圍數(shù)據(jù)。戴亦一等（2019）[11]通過(guò)地區(qū)失信情況對(duì)信用水平進(jìn)行了測(cè)算。這些研究為評(píng)估信用文化的經(jīng)濟(jì)價(jià)值提供了不同的視角，但構(gòu)建的信用指標(biāo)均存在測(cè)量誤差、內(nèi)生于經(jīng)濟(jì)發(fā)展等問(wèn)題，因果關(guān)系面臨挑戰(zhàn)。解決上述問(wèn)題的一個(gè)理想方式是找到合理的外生沖擊作為因果識(shí)別場(chǎng)景（黃卓等，2023）[12]。為構(gòu)建現(xiàn)代化信用體系，在《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》的引導(dǎo)部署下，國(guó)家發(fā)展改革委和中國(guó)人民銀行聯(lián)合發(fā)文，將沈陽(yáng)、青島、南京等11個(gè)城市列入全國(guó)首批社會(huì)信用體系建設(shè)示范城市；2016年4月，大連、蘇州等32個(gè)城市入選第二批試點(diǎn)城市。特別地，示范城市建立的公共信用信息共享平臺(tái)、城市信用門(mén)戶網(wǎng)站、重點(diǎn)領(lǐng)域的紅黑名單以及其他社會(huì)信用體系建設(shè)考核機(jī)制具有先進(jìn)的創(chuàng)新示范效果，在很大程度上實(shí)現(xiàn)了社會(huì)信用在城市的落地生根（左靜靜等，2023）[13]。因此，可以發(fā)現(xiàn)，社會(huì)信用體系改革試點(diǎn)政策為探索社會(huì)信用與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系提供了一個(gè)良好契機(jī)。

基于此，本文將社會(huì)信用體系改革試點(diǎn)作為準(zhǔn)自然實(shí)驗(yàn)，采用2010—2020年滬深Ａ股上市公司數(shù)據(jù)，重點(diǎn)檢驗(yàn)社會(huì)信用環(huán)境改善對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)、作用機(jī)理以及異質(zhì)性特征。與已有文獻(xiàn)相比，可能的貢獻(xiàn)在于：第一，本文基于數(shù)字經(jīng)濟(jì)高速發(fā)展和現(xiàn)代化信用體系逐步建設(shè)的背景，將社會(huì)信用體系建設(shè)和企業(yè)數(shù)字化轉(zhuǎn)型納入同一研究框架，并從決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)兩個(gè)方面揭示二者間的具體作用路徑，不僅有助于加深對(duì)社會(huì)信用體系建設(shè)對(duì)企業(yè)轉(zhuǎn)型發(fā)展作用邏輯的理解與認(rèn)識(shí)，也拓展了企業(yè)數(shù)字化轉(zhuǎn)型主題文獻(xiàn)的研究視角。第二，異質(zhì)性檢驗(yàn)將信息不對(duì)稱、經(jīng)濟(jì)地位等情景因素納入社會(huì)信用體系建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間關(guān)系的分析框架，通過(guò)捕捉社會(huì)信用體系建設(shè)影響企業(yè)數(shù)字化轉(zhuǎn)型更為細(xì)致的非對(duì)稱效果，增加了對(duì)社會(huì)信用體系建設(shè)經(jīng)濟(jì)后果邊界條件和約束因素的認(rèn)識(shí)。特別地，本文另一個(gè)重要的結(jié)論是，社會(huì)信用體系建設(shè)基于公共信用信息共享平臺(tái)、城市信用門(mén)戶網(wǎng)站、重點(diǎn)領(lǐng)域的紅黑名單以及其他考核機(jī)制所形成的制度化信任可以有效彌補(bǔ)中國(guó)社會(huì)長(zhǎng)期以來(lái)關(guān)系型信任的不足，這也對(duì)理解現(xiàn)代化信用體系建設(shè)的目的和效果具有新的啟示。

二、制度背景與理論分析

（一）制度背景

構(gòu)建良好的信用環(huán)境是促進(jìn)社會(huì)互信、減少社會(huì)矛盾的有效手段，更是促進(jìn)資源優(yōu)化配置、實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)以及完善社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的重要前提。2014年6月，國(guó)務(wù)院印發(fā)了《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》，就全面建立社會(huì)信用體系提出具體框架、實(shí)施思路及建設(shè)目標(biāo)。隨后，國(guó)家發(fā)展改革委和中國(guó)人民銀行分別在2015年8月和2016年4月聯(lián)合發(fā)文，設(shè)立了全國(guó)第一批和第二批社會(huì)信用體系建設(shè)試點(diǎn)城市。至此，中國(guó)社會(huì)信用制度化建設(shè)開(kāi)始進(jìn)入“快車(chē)道”，示范城市基于提高企業(yè)守信激勵(lì)和失信成本的運(yùn)行機(jī)制，采取一系列制度手段來(lái)促進(jìn)各自轄區(qū)的信用文化建設(shè)，以求構(gòu)建覆蓋全社會(huì)的誠(chéng)信系統(tǒng)。例如，蘇州市政府建立“信用蘇州”網(wǎng)站，定期在網(wǎng)站上公布守信企業(yè)和失信企業(yè)名單，并采用“桂花分”信用產(chǎn)品為信用水平良好的企業(yè)提供方便快捷的融資渠道，對(duì)失信企業(yè)則在貸款融資、注冊(cè)登記、評(píng)優(yōu)評(píng)先以及市場(chǎng)準(zhǔn)入等多個(gè)方面進(jìn)行嚴(yán)格約束和懲罰；義烏市政府實(shí)行市場(chǎng)信用分類監(jiān)管模式，向市場(chǎng)公開(kāi)發(fā)布義烏市場(chǎng)信用指數(shù)，使市場(chǎng)主體能夠更便利地篩選優(yōu)質(zhì)企業(yè)，從而降低經(jīng)營(yíng)合作風(fēng)險(xiǎn)；大連市創(chuàng)新地推出信用承諾，探索行政監(jiān)管新模式，要求企業(yè)建立嚴(yán)格的工作流程，并通過(guò)每日研判、嚴(yán)肅查處虛假公告等方式督促企業(yè)自下而上辨識(shí)管控風(fēng)險(xiǎn)、排查整改隱患并逐級(jí)承諾，對(duì)企業(yè)內(nèi)部治理效率的提升有著極大幫助。在此政策的驅(qū)動(dòng)下，各示范城市社會(huì)信用環(huán)境得到了極大改善，資源的跨區(qū)域流動(dòng)以及企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)也受到一定程度的影響，這為評(píng)估社會(huì)信用體系建設(shè)驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)提供了良好契機(jī)。

（二）理論分析與研究假設(shè)

社會(huì)信用體系建設(shè)旨在采用大數(shù)據(jù)及信息挖掘技術(shù)來(lái)建立經(jīng)濟(jì)主體的社會(huì)信用評(píng)價(jià)制度，并通過(guò)守信激勵(lì)和失信懲戒等手段在試點(diǎn)城市中形成誠(chéng)實(shí)自律、守信互信的道德規(guī)范，是改善社會(huì)信用環(huán)境的重要手段?，F(xiàn)有大量研究表明，社會(huì)信用作為地區(qū)文化的關(guān)鍵維度之一，不僅可以督促當(dāng)?shù)亟?jīng)濟(jì)主體遵循大多數(shù)人認(rèn)可的社會(huì)道德規(guī)范，降低彼此間猜忌和欺騙的概率，同時(shí)還能夠提高信息的質(zhì)量和流動(dòng)速度，從而保障各類資源在不同社會(huì)群體或區(qū)域間的高效配置（戴亦一等，2019；Cao等，2016；申丹琳，2019）[11，14，15]。而數(shù)字化轉(zhuǎn)型作為企業(yè)一項(xiàng)重要的戰(zhàn)略決策，具有風(fēng)險(xiǎn)與收益并存的特點(diǎn)。企業(yè)是否選擇開(kāi)展數(shù)字化轉(zhuǎn)型活動(dòng)受到諸多因素的制約，其中，管理層的有限認(rèn)知和轉(zhuǎn)型資源缺乏所引發(fā)的“不愿轉(zhuǎn)”“不會(huì)轉(zhuǎn)”問(wèn)題尤為關(guān)鍵（李思飛等，2023）[5]?；谏鐣?huì)信用體系建設(shè)可能引發(fā)的一系列經(jīng)濟(jì)后果，本文認(rèn)為其可能會(huì)通過(guò)決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)實(shí)現(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用，具體如下：

1. 決策優(yōu)化效應(yīng)。社會(huì)信用體系建設(shè)可以提高企業(yè)管理決策水平，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)數(shù)字化轉(zhuǎn)型不能一蹴而就，需要大量且長(zhǎng)期的基礎(chǔ)資源投入。由于業(yè)務(wù)模式顛覆性轉(zhuǎn)變、經(jīng)營(yíng)不確定性加劇等，企業(yè)還可能會(huì)陷入“轉(zhuǎn)型陣痛期”（劉淑春等，2021）[4]，業(yè)績(jī)不升反降。因此，這一轉(zhuǎn)型風(fēng)險(xiǎn)往往會(huì)影響管理層私有收益進(jìn)而造成道德風(fēng)險(xiǎn)，導(dǎo)致其在面臨數(shù)字化變革時(shí)抱有“不愿轉(zhuǎn)”的態(tài)度。此外，盡管管理層選擇積極開(kāi)展數(shù)字化轉(zhuǎn)型活動(dòng)，但在新模式初期，股東等利益相關(guān)者的監(jiān)督成本和難度均會(huì)因業(yè)務(wù)模式重塑而有所增加，其難以掌握企業(yè)真實(shí)的數(shù)字化轉(zhuǎn)型或其他經(jīng)營(yíng)項(xiàng)目的情況（賀超等，2023）[2]，容易將轉(zhuǎn)型所引致的短期業(yè)績(jī)下滑歸咎于管理層的無(wú)能，從而出現(xiàn)利益相關(guān)者干擾管理者的轉(zhuǎn)型決策或管理者出于職業(yè)擔(dān)憂而中斷轉(zhuǎn)型活動(dòng)等情況（Cao等，2016）[14]。一方面，社會(huì)信用體系建設(shè)會(huì)在當(dāng)?shù)匦纬蓪?duì)誠(chéng)實(shí)守信的教化作用，引導(dǎo)經(jīng)濟(jì)主體遵循被大多數(shù)人認(rèn)可的行為規(guī)范（左靜靜等，2023）[13]，而“享樂(lè)”“逃避”“偷懶”“不作為”“自私”等會(huì)被視為與主流價(jià)值觀不一致的負(fù)面行為，從而受到質(zhì)疑和抵觸。換言之，對(duì)社會(huì)信用氛圍濃厚地區(qū)的企業(yè)管理者而言，若其面臨數(shù)字化轉(zhuǎn)型活動(dòng)時(shí)選擇故意拖延或直接放棄，可能會(huì)面臨包括內(nèi)疚、羞愧及其他負(fù)面情緒在內(nèi)的精神壓力以及包括負(fù)面聲譽(yù)與社會(huì)排斥在內(nèi)的輿論制裁。為避免這一不利影響，管理層會(huì)減少對(duì)安逸生活的追求以及轉(zhuǎn)型過(guò)程中的自利行為，在數(shù)字化決策中表現(xiàn)出較高的風(fēng)險(xiǎn)容忍度和自律性（申丹琳，2019）[15]，主動(dòng)投入更多精力了解數(shù)字化項(xiàng)目、熟悉決策流程，以高質(zhì)量的轉(zhuǎn)型決策來(lái)提升企業(yè)的核心競(jìng)爭(zhēng)力和長(zhǎng)期價(jià)值（Cichosz等，2020）[16]。另一方面，社會(huì)信用示范城市搭建的信用信息共享平臺(tái)，還有助于企業(yè)的經(jīng)營(yíng)信息在不同組織和區(qū)域內(nèi)共享共用，使利益相關(guān)者能夠以較低成本掌握企業(yè)生產(chǎn)經(jīng)營(yíng)等方面的更真實(shí)全面的信息，進(jìn)而可以客觀、準(zhǔn)確地評(píng)價(jià)管理層在轉(zhuǎn)型決策中的專業(yè)水平和勤勉程度。這樣一來(lái)，股東不會(huì)將數(shù)字化轉(zhuǎn)型過(guò)程中的困難歸咎于管理層的無(wú)能，反而會(huì)給予管理層更多的信任，使管理層擁有更大的轉(zhuǎn)型決策空間，從而推動(dòng)企業(yè)有節(jié)奏、有規(guī)劃地開(kāi)展數(shù)字化轉(zhuǎn)型。

2. 資源虹吸效應(yīng)。社會(huì)信用體系建設(shè)可以幫助企業(yè)吸引到更多資金、人才等關(guān)鍵性資源，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。通常來(lái)說(shuō)，企業(yè)數(shù)字化轉(zhuǎn)型無(wú)法脫離傳統(tǒng)生產(chǎn)要素而獨(dú)立存在，而在眾多要素資源中，資金和人才對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的順利開(kāi)展尤為重要（王馨等，2023）[8]。如前文所述，社會(huì)信用體系建設(shè)有助于營(yíng)造誠(chéng)實(shí)自律、守信互信的文化氛圍，能夠有效緩解經(jīng)濟(jì)主體間的信息不對(duì)稱。不難推測(cè)，這也勢(shì)必會(huì)對(duì)金融、人才等資源的流動(dòng)和聚集產(chǎn)生影響。具體而言，一方面，良好的信用文化在交易合作中扮演著“潤(rùn)滑劑”的角色（黃卓等，2023）[12]，可在降低交易雙方合作成本的同時(shí)提高契約的靈活性，從而促進(jìn)契約的簽訂和保障契約的履行（顧雷雷和王鴻宇，2020）[17]。聚焦于企業(yè)的資金獲取活動(dòng)，隨著信息不對(duì)稱的緩解以及對(duì)企業(yè)信任程度的提高，金融機(jī)構(gòu)的放貸意愿也會(huì)逐漸增強(qiáng)，更傾向于為企業(yè)提供期限長(zhǎng)、規(guī)模大的債務(wù)融資（Wu等，2014；錢(qián)先航和曹春方，2013）[18，19]。此外，與我國(guó)歷史上自發(fā)形成的信用文化不同的是，社會(huì)信用示范城市還基于相關(guān)信息共享平臺(tái)對(duì)企業(yè)的信用信息進(jìn)行實(shí)時(shí)搜集和披露，并將這些數(shù)據(jù)與企業(yè)融資、政府補(bǔ)貼、工商注冊(cè)登記等直接掛鉤，這不僅可以通過(guò)制度手段來(lái)規(guī)范區(qū)域內(nèi)企業(yè)的經(jīng)營(yíng)行為并降低其違約風(fēng)險(xiǎn)，使企業(yè)獲取更多外部融資，還能幫助外部投資者快速精準(zhǔn)識(shí)別優(yōu)質(zhì)企業(yè)，進(jìn)而為這類企業(yè)的數(shù)字化轉(zhuǎn)型活動(dòng)提供強(qiáng)有力的資金支持。另一方面，實(shí)現(xiàn)人才聚集的關(guān)鍵在于就業(yè)信息的透明和就業(yè)權(quán)益的保障（周洲和吳馨童，2022）[20]。而社會(huì)信用示范城市的設(shè)立，可以通過(guò)強(qiáng)制信息披露使市場(chǎng)就業(yè)者較為清晰地了解企業(yè)的真實(shí)經(jīng)營(yíng)情況，并運(yùn)用監(jiān)測(cè)和制裁等制度手段遏制企業(yè)雇傭過(guò)程中的機(jī)會(huì)主義行為（左靜靜等，2023）[13]，從而充分保障員工的就業(yè)權(quán)益，吸引更多的優(yōu)秀人才來(lái)此工作，進(jìn)而為該地區(qū)企業(yè)的深層次數(shù)字化轉(zhuǎn)型注入核心動(dòng)力。

基于上述分析，本文提出如下假設(shè)：

H1：社會(huì)信用體系建設(shè)能夠有效促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

H2：社會(huì)信用體系建設(shè)可以通過(guò)決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來(lái)源

考慮到制造行業(yè)是數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)融合的主要載體，本文選擇2011—2020年中國(guó)A股上市的制造業(yè)公司作為研究對(duì)象，并做了如下處理：（1）剔除ST類以及期間退市的企業(yè)；（2）剔除主要變量缺失的企業(yè)；（3）剔除資產(chǎn)負(fù)債率大于1以及員工人數(shù)小于30的企業(yè)；（4）為避免極端值的影響，本文對(duì)連續(xù)變量進(jìn)行了上下1%水平的縮尾處理，最終得到了17026個(gè)觀測(cè)值。本文數(shù)據(jù)來(lái)源主要包括兩部分：被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)通過(guò)Python 爬蟲(chóng)技術(shù)搜集2011—2020年相關(guān)企業(yè)年度報(bào)告中相關(guān)詞頻并結(jié)合企業(yè)資產(chǎn)明細(xì)項(xiàng)目手工整理得到，公司財(cái)務(wù)及治理數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）模型設(shè)計(jì)和變量定義

為探究社會(huì)信用體系建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，本文構(gòu)建如下模型：

[Digitit=α0+α1Trustit+α2Controlsit+Year+Industry+City+Firm+εit]? （1）

其中，被解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型[Digit]，核心解釋變量為社會(huì)信用體系建設(shè)虛擬變量[Trust]，[Controls]為控制變量，[ε]為隨機(jī)誤差項(xiàng)。與此同時(shí)，模型中還控制了時(shí)間[Year]、行業(yè)[Industry]、城市[City]和企業(yè)[Firm]虛擬變量以盡可能地吸收固定效應(yīng)。若無(wú)特殊說(shuō)明，本文在回歸過(guò)程中均采用Cluster聚類穩(wěn)健標(biāo)準(zhǔn)誤到城市層面。

1. 被解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型（Digit）。本文參考洪俊杰等（2022）[21]的研究思路，從文本披露和數(shù)字資產(chǎn)配置兩個(gè)維度整理出6個(gè)與企業(yè)數(shù)字化轉(zhuǎn)型密切相關(guān)的指標(biāo)（見(jiàn)表1），然后運(yùn)用熵權(quán)法測(cè)算企業(yè)數(shù)字化水平的綜合衡量指標(biāo)，以盡可能客觀、全面地度量企業(yè)數(shù)字化轉(zhuǎn)型水平。

其中，文本披露指標(biāo)的構(gòu)建參考了趙宸宇等（2021）[22]的做法，將數(shù)字化轉(zhuǎn)型詞頻分為數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造以及現(xiàn)代信息系統(tǒng)四個(gè)維度，通過(guò)Python對(duì)2011—2020年相關(guān)企業(yè)年報(bào)進(jìn)行文本挖掘，并剔除前面存在“沒(méi)”“無(wú)”“不”等否定表述的關(guān)鍵詞以及在公司股東、客戶、供應(yīng)商、高管簡(jiǎn)介等字段中出現(xiàn)的關(guān)鍵詞，考慮到年報(bào)詞頻的右偏性特征，我們對(duì)四個(gè)維度的關(guān)鍵詞均進(jìn)行對(duì)數(shù)化處理。數(shù)字資產(chǎn)指標(biāo)是對(duì)公司的固定資產(chǎn)和無(wú)形資產(chǎn)明細(xì)項(xiàng)目進(jìn)行人工篩選，整理出明細(xì)為計(jì)算機(jī)、電子設(shè)備及通信網(wǎng)絡(luò)設(shè)備相關(guān)的項(xiàng)目，并最終用相應(yīng)資產(chǎn)對(duì)其期末余額標(biāo)準(zhǔn)化處理后得到①。

2. 核心解釋變量：社會(huì)信用體系建設(shè)（Trust）。為了更好地進(jìn)行因果識(shí)別，本文參考左靜靜等（2023）[13]的做法，根據(jù)企業(yè)所在地區(qū)成為社會(huì)信用體系改革試點(diǎn)的時(shí)間設(shè)置了虛擬變量Trust，若企業(yè)所在地被列入社會(huì)信用體系改革試點(diǎn)，則列入的當(dāng)年和以后年份取值為1，否則為0。

3. 控制變量。參考既有研究（祝樹(shù)金等，2023；Cichosz等，2020）[6，16]，本文設(shè)置了如下控制變量：企業(yè)規(guī)模（Size），總資產(chǎn)的自然對(duì)數(shù)；資產(chǎn)負(fù)債率（Lev），為總負(fù)債/總資產(chǎn)；企業(yè)成長(zhǎng)性（Tobin_Q），為固定資產(chǎn)凈額/年末總資產(chǎn)；資產(chǎn)報(bào)酬率（ROA），為凈利潤(rùn)/總資產(chǎn)；固定資產(chǎn)占比（Tangible），為固定資產(chǎn)凈額/總資產(chǎn)；現(xiàn)金持有（Cash），為現(xiàn)金及現(xiàn)金等價(jià)物/總資產(chǎn)；企業(yè)年限（Age），為企業(yè)成立年數(shù)的自然對(duì)數(shù)；股權(quán)集中度（TOP1），為第一大股東持股數(shù)/總股本；董事會(huì)規(guī)模（Board），為董事人數(shù)的自然對(duì)數(shù)；獨(dú)立董事占比（Ind），為獨(dú)立董事人數(shù)/董事人數(shù)；產(chǎn)權(quán)性質(zhì)（SOE），國(guó)有企業(yè)取值為1，否則為0。

（三）描述性統(tǒng)計(jì)

表2匯報(bào)了主要變量的描述性統(tǒng)計(jì)結(jié)果。用熵權(quán)法構(gòu)建的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)的區(qū)間范圍為0.0038～0.7315，均值為0.1366，標(biāo)準(zhǔn)差為0.1345，表明不同企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程存在較大差異，且整個(gè)制造行業(yè)的數(shù)字化轉(zhuǎn)型水平還有待提高。社會(huì)信用體系建設(shè)的均值為0.2900，意味著大約29%的樣本受到了社會(huì)信用體系建設(shè)的影響。此外，控制變量的描述性統(tǒng)計(jì)結(jié)果與現(xiàn)有研究基本保持一致，不再贅述。

四、實(shí)證分析

（一）基準(zhǔn)回歸

表3報(bào)告了社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的回歸結(jié)果。本文采用遞進(jìn)式回歸，即在控制固定效應(yīng)的情況下，列（1）中僅納入核心解釋變量，而列（2）則進(jìn)一步控制本文所選取的一系列控制變量?？梢园l(fā)現(xiàn)，無(wú)論是否納入控制變量，核心解釋變量的回歸系數(shù)均在1%水平上正向顯著，這意味著社會(huì)信用體系建設(shè)產(chǎn)生了強(qiáng)有力的政策驅(qū)動(dòng)效應(yīng)，可以推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程，本文假設(shè)H1成立。

（二）穩(wěn)健性檢驗(yàn)

1. 平行趨勢(shì)檢驗(yàn)。使用多時(shí)點(diǎn)DID模型的前提是需要滿足處理組和對(duì)照組的平行趨勢(shì)假定，具體到本研究，即試點(diǎn)城市和非試點(diǎn)城市企業(yè)數(shù)字化轉(zhuǎn)型程度的變化趨勢(shì)保持一致。為此，本文參考王鋒和葛星（2022）[23]的做法，采用事件研究法來(lái)進(jìn)行平行趨勢(shì)檢驗(yàn)，具體模型如下：

[Digitit=β0+t=-54γtTit+β1Controlsit+Year+Industry+City+Firm+εit]? ?（2）

其中，[Tit]為一組虛擬變量，若企業(yè)[i]所在的城市在第[t]年列入社會(huì)信用體系建設(shè)試點(diǎn)，則取值為1，反之為0，其余變量與模型（1）一致。在模型（2）中，本文重點(diǎn)關(guān)注系數(shù)[γt]的顯著性，其反映了社會(huì)信用體系建設(shè)試點(diǎn)政策實(shí)施的第[t]年，試點(diǎn)城市和非試點(diǎn)城市企業(yè)數(shù)字化轉(zhuǎn)型程度的差異。

此外，考慮到政策實(shí)施前后4年的數(shù)據(jù)較少，本文將早于試點(diǎn)政策實(shí)施前4 年的數(shù)據(jù)并至第-4期，將試點(diǎn)政策實(shí)施4年后的數(shù)據(jù)并至第4期。以政策實(shí)施前第4期作為基準(zhǔn)期的平行趨勢(shì)檢驗(yàn)結(jié)果如圖1所示，社會(huì)信用體系試點(diǎn)政策發(fā)生前的各期時(shí)間虛擬變量的系數(shù)估計(jì)值較小且均不顯著。這表明政策實(shí)施前，試點(diǎn)和非試點(diǎn)城市企業(yè)數(shù)字化轉(zhuǎn)型程度并無(wú)顯著差異，即平行趨勢(shì)假設(shè)得到了驗(yàn)證。

2. 安慰劑檢驗(yàn)?？紤]到試點(diǎn)城市和非試點(diǎn)城市企業(yè)數(shù)字化轉(zhuǎn)型程度的差異也可能受到其他不可觀測(cè)因素的影響，我們借鑒魏志華等（2022）[24]的做法，通過(guò)隨機(jī)設(shè)置社會(huì)信用體系建設(shè)試點(diǎn)的實(shí)施時(shí)間和隨機(jī)選擇社會(huì)信用體系建設(shè)試點(diǎn)城市這兩種方法進(jìn)行安慰劑檢驗(yàn)。在安慰劑檢驗(yàn)中，“偽”時(shí)間點(diǎn)和“偽”試點(diǎn)城市都是隨機(jī)生成的，故社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向影響應(yīng)當(dāng)不再成立?；诖耍疚陌凑丈鲜鲭S機(jī)過(guò)程重復(fù)500 次進(jìn)行模型估計(jì)，圖2和圖3匯報(bào)了所得到的500 組偽社會(huì)信用體系建設(shè)政策效應(yīng)估計(jì)值的核密度及其 P 值?？梢园l(fā)現(xiàn)，兩種隨機(jī)過(guò)程中回歸系數(shù)的均值都接近于0，且大部分p值在0.1以上，即回歸結(jié)果顯著屬于小概率事件。特別地，大部分隨機(jī)模擬的回歸系數(shù)均小于0.015。據(jù)此，可以說(shuō)明社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響并非偶然性事件，本文的研究結(jié)論具有一定穩(wěn)健性。

3. 加入基準(zhǔn)變量。多時(shí)點(diǎn)DID模型的理想情況是試點(diǎn)城市和非試點(diǎn)城市由隨機(jī)選擇確定。但在現(xiàn)實(shí)當(dāng)中，一個(gè)城市是否為政策實(shí)施地區(qū)往往與其經(jīng)濟(jì)發(fā)展水平、地理位置以及城市級(jí)別等特征有關(guān)，這些差異及其隨時(shí)間變化的趨勢(shì)可能影響當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，進(jìn)而導(dǎo)致政策評(píng)估效果出現(xiàn)偏差?；诖?，本文借鑒王鋒和葛星（2022）[23]的研究思路，在主回歸的基礎(chǔ)上加入城市基準(zhǔn)因素與時(shí)間趨勢(shì)的交互項(xiàng)，如模型（3）所示：

[Digitit=α0+α1Trustit+ξZc×Tt+α2Controlsit+Year+Industry+City+Firm+εit]? （3）

其中，[Zc]為一組包含城市等級(jí)、地理位置等基準(zhǔn)因素的虛擬變量，包括該城市是否為省會(huì)城市、是否位于長(zhǎng)江經(jīng)濟(jì)帶以及是否為沿海城市，[Tt]為時(shí)間趨勢(shì)項(xiàng)，回歸結(jié)果如表4所示?？梢钥闯?，無(wú)論是逐一還是全部加入城市基準(zhǔn)因素與時(shí)間趨勢(shì)的交互項(xiàng)，Trust的回歸系數(shù)依舊在1%水平上正向顯著，即在控制城市特征差異對(duì)試點(diǎn)城市選擇的影響后，社會(huì)信用體系建設(shè)依舊對(duì)企業(yè)數(shù)字化轉(zhuǎn)型有顯著的正向影響。

5. 其他穩(wěn)健性檢驗(yàn)。為進(jìn)一步考察基準(zhǔn)回歸結(jié)論的穩(wěn)定性和可靠性，本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)：（1）參考吳非等（2021）[1]的做法，將文本披露指標(biāo)的范圍和定義改為人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)以及數(shù)字技術(shù)應(yīng)用五類②，結(jié)合數(shù)字資產(chǎn)指標(biāo)分別運(yùn)用熵權(quán)法和主成分分析法，測(cè)算企業(yè)數(shù)字化轉(zhuǎn)型的綜合指數(shù)，記為Digit1和Digit2，并代入模型（1）重新進(jìn)行回歸檢驗(yàn)。（2）考慮到處理組和對(duì)照組之間的系統(tǒng)性差異可能會(huì)對(duì)基準(zhǔn)回歸結(jié)果造成影響，本文采用傾向得分匹配方法來(lái)構(gòu)建對(duì)照組，將企業(yè)規(guī)模、資產(chǎn)負(fù)債率、企業(yè)成長(zhǎng)性、資產(chǎn)報(bào)酬率、固定資產(chǎn)占比、現(xiàn)金持有、企業(yè)年限、股權(quán)集中度、董事會(huì)規(guī)模、獨(dú)立董事占比作為匹配變量，并通過(guò)logit 模型計(jì)算傾向得分后進(jìn)行1∶3的卡尺最近鄰匹配③，最后使用權(quán)重不為空的樣本重新進(jìn)行回歸檢驗(yàn)。（3）考慮到企業(yè)可能會(huì)出于迎合政策導(dǎo)向、概念炒作或蹭熱度等動(dòng)機(jī)，故意夸大披露自身的數(shù)字化轉(zhuǎn)型信息，造成研究結(jié)果出現(xiàn)偏差。本文借鑒李萬(wàn)利等（2022）[25]的研究思路，剔除深圳證券交易所發(fā)布的上市公司信息披露考評(píng)結(jié)果中及格和不及格的樣本后重新回歸。（4）外部環(huán)境的變化也可能會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的實(shí)施程度，故本文剔除“股災(zāi)”（2015年）和新冠疫情（2020年）期間的樣本后重新進(jìn)行回歸檢驗(yàn)。（5）本文的研究樣本區(qū)間處于中國(guó)經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，許多政策的出臺(tái)同樣會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程產(chǎn)生不可忽視的影響，進(jìn)而使社會(huì)信用體系建設(shè)政策效應(yīng)的評(píng)估結(jié)果出現(xiàn)偏差。本文通過(guò)梳理和搜集相關(guān)文件，發(fā)現(xiàn)了國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立、“寬帶中國(guó)”戰(zhàn)略的實(shí)施和“智慧城市”試點(diǎn)三個(gè)可能影響企業(yè)數(shù)字化轉(zhuǎn)型的政策，基于此，我們?cè)谀Ｐ停?）中加入這些政策虛擬變量并重新估計(jì)。上述回歸結(jié)果如表5所示，不難發(fā)現(xiàn)，社會(huì)信用體系建設(shè)的回歸系數(shù)依舊正向顯著。

（三）作用路徑檢驗(yàn)

根據(jù)前文的理論分析可知，社會(huì)信用體系建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的核心作用路徑在于決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)，即社會(huì)信用體系建設(shè)可以提高企業(yè)管理決策水平以及為企業(yè)吸引資金和人才資源。為驗(yàn)證上述路徑，本文參考江艇（2022）[26]以及劉貫春等（2023）[27]的做法，直接考察社會(huì)信用體系建設(shè)對(duì)企業(yè)管理決策水平和資金人才聚集情況的影響。

一方面，考察社會(huì)信用體系建設(shè)對(duì)企業(yè)管理決策水平的影響。通常來(lái)說(shuō)，無(wú)論是礙于私人利益而不愿變革，還是利用數(shù)字化項(xiàng)目進(jìn)行的機(jī)會(huì)主義投資，其本質(zhì)都是企業(yè)管理層的短視行為（賀超等，2023）[2]。因此，本文采用“短期視域”詞匯數(shù)量占管理層討論與分析總詞頻的比例對(duì)管理層短視行為（Myopia）進(jìn)行度量，其值越小，表示企業(yè)管理決策水平越高。此外，考慮到企業(yè)決策的質(zhì)量往往與其內(nèi)部治理效率呈現(xiàn)正相關(guān)關(guān)系，本文進(jìn)一步參考林川（2023）[28]的研究思路，采用管理費(fèi)用率（Manage）和運(yùn)用高管薪酬、第二至第五大股東持股數(shù)量與第一大股東持股數(shù)量之比、機(jī)構(gòu)持股比例、兩職合一、高管持股比例、董事會(huì)規(guī)模、獨(dú)立董事占比等七個(gè)變量進(jìn)行主成分分析后得到的治理效率綜合指標(biāo)（CG）兩個(gè)指標(biāo)來(lái)對(duì)企業(yè)管理決策水平進(jìn)行度量。其中，管理費(fèi)用率越小或治理效率綜合指標(biāo)越大，表示企業(yè)管理決策水平越高?；貧w結(jié)果如表6第（1）—（3）列所示，社會(huì)信用體系建設(shè)的回歸系數(shù)均在1%的水平上顯著，符號(hào)也與預(yù)期一致，表明社會(huì)信用體系建設(shè)有效提高了企業(yè)的管理決策水平。

另一方面，考察社會(huì)信用體系建設(shè)對(duì)企業(yè)資金人才聚集情況的影響。本文采用融資約束（KZ）和財(cái)務(wù)柔性（FIFL）作為資金聚集情況的代理變量，這是因?yàn)樯鐣?huì)信用體系建設(shè)為企業(yè)吸引更多資金資源，可以在一定程度上表現(xiàn)為融資約束的緩解和財(cái)務(wù)柔性的上升。其中，融資約束采用KZ指數(shù)衡量，財(cái)務(wù)柔性以企業(yè)現(xiàn)金柔性與負(fù)債柔性之和來(lái)度量?；貧w結(jié)果如表8第（4）和（5）列所示，社會(huì)信用體系建設(shè)的回歸系數(shù)均通過(guò)了顯著性檢驗(yàn)，符號(hào)也與預(yù)期一致。人才聚集方面，本文參考周洲和吳馨童（2022）[20]的研究思路，采用技術(shù)員工占比（Employee_C）和研究生及以上學(xué)歷的員工占比（Employee_G）來(lái)進(jìn)行衡量，回歸結(jié)果如表6第（6）和（7）列所示，社會(huì)信用體系建設(shè)的回歸系數(shù)均在5%的水平上正向顯著，表明社會(huì)信用體系建設(shè)政策實(shí)施后，試點(diǎn)地區(qū)企業(yè)的技術(shù)人員占比和高學(xué)歷人員占比顯著提升。

以上結(jié)果表明，社會(huì)信用體系建設(shè)確實(shí)可以有效提高企業(yè)管理決策水平和改善企業(yè)的資金人才資源聚集情況，從而證實(shí)了決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)，即假設(shè)H2成立。

（四）經(jīng)濟(jì)后果檢驗(yàn)

從長(zhǎng)遠(yuǎn)發(fā)展來(lái)看，數(shù)字化轉(zhuǎn)型能夠全面驅(qū)動(dòng)微觀企業(yè)生產(chǎn)方式、生活方式以及治理方式的變革，從而提高企業(yè)的核心競(jìng)爭(zhēng)力（祝樹(shù)金等，2023；趙宸宇等，2021）[6，22]。但也有少部分文獻(xiàn)指出，數(shù)字化轉(zhuǎn)型可能會(huì)引發(fā)企業(yè)的機(jī)會(huì)主義行為，對(duì)企業(yè)的發(fā)展產(chǎn)生不利影響（賀超等，2023；李萬(wàn)利等，2022）[2，25]。那么，由前文結(jié)論引發(fā)的一個(gè)更深層次的問(wèn)題是：社會(huì)信用體系建設(shè)對(duì)企業(yè)戰(zhàn)略決策的積極影響能否真正賦能企業(yè)高質(zhì)量發(fā)展呢？為解答這一問(wèn)題，本文建立如下模型：

[TFPit/TFPit+1/TFPit+2=β0+β1Digitit+β2Digitit×Trustit+β3Trustit+β4Controlsit+Year+Industry+City+Firm+εit]? （4）

本文參考丁怡帆等（2022）[29]對(duì)企業(yè)高質(zhì)量發(fā)展的定義，采用LP法測(cè)算的全要素生產(chǎn)率[TFP]來(lái)衡量高質(zhì)量發(fā)展，并分別進(jìn)行當(dāng)期、超前一期、超前兩期處理。在模型（4）中，我們重點(diǎn)關(guān)注交互項(xiàng)[Digit×Trust]的回歸系數(shù)，其余變量的定義與模型（1）均相同。表7報(bào)告了社會(huì)信用體系建設(shè)所促進(jìn)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率影響的檢驗(yàn)結(jié)果?？梢园l(fā)現(xiàn)，交互項(xiàng)系數(shù)均正向顯著，表明社會(huì)信用體系建設(shè)通過(guò)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，進(jìn)而提高了企業(yè)的全要素生產(chǎn)率，并且這種積極效應(yīng)隨著時(shí)間推移持續(xù)存在。上述結(jié)果也充分證明，社會(huì)信用體系建設(shè)過(guò)程中的一系列獎(jiǎng)懲措施以及其所形成的誠(chéng)信氛圍可以較好地約束企業(yè)的經(jīng)營(yíng)行為，使數(shù)字化轉(zhuǎn)型在企業(yè)產(chǎn)出端呈現(xiàn)長(zhǎng)期性的實(shí)質(zhì)回報(bào)。

五、拓展性研究

（一）基于企業(yè)信息不對(duì)稱的異質(zhì)性分析

對(duì)于信息不對(duì)稱程度較高的企業(yè)而言，利益相關(guān)者、政府和監(jiān)管部門(mén)均難以獲取企業(yè)的真實(shí)經(jīng)營(yíng)信息，進(jìn)而可能會(huì)導(dǎo)致市場(chǎng)相關(guān)主體降低對(duì)企業(yè)金融資源和勞動(dòng)力資源的供給意愿，使企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中缺乏關(guān)鍵性資源的支撐。此外，信息透明度較低也往往會(huì)引發(fā)企業(yè)管理層的機(jī)會(huì)主義行為攀升、決策效率低下等一系列問(wèn)題。而本文的核心邏輯在于：社會(huì)信用體系建設(shè)所營(yíng)造的信用文化氛圍可以遏制企業(yè)藏匿壞消息的行為，并可以通過(guò)大數(shù)據(jù)及信息挖掘技術(shù)使外部市場(chǎng)主體及時(shí)獲取到企業(yè)經(jīng)營(yíng)的真實(shí)信息，從而在提高企業(yè)決策水平的同時(shí)幫助其吸引更多的轉(zhuǎn)型資源，進(jìn)而有效促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型。據(jù)此不難推斷，社會(huì)信用體系建立對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用理應(yīng)在信息不對(duì)稱程度較高的樣本中更為凸顯。為驗(yàn)證這一理論推斷，本文構(gòu)建了兩個(gè)指標(biāo)對(duì)企業(yè)信息不對(duì)稱情況進(jìn)行刻畫(huà)：其一，考慮到信息不對(duì)稱和企業(yè)的信息披露質(zhì)量直接相關(guān)，本文采用KV指數(shù)來(lái)進(jìn)行度量，該指數(shù)從股票交易量依賴性的角度衡量了企業(yè)強(qiáng)制信息披露和自愿信息披露兩個(gè)方面的內(nèi)容，其值越大，表明企業(yè)的信息不對(duì)稱程度越嚴(yán)重。我們將KV指數(shù)中位數(shù)以上的企業(yè)劃分為高信息不對(duì)稱組，中位數(shù)以下的企業(yè)劃分為低信息不對(duì)稱組。其二，利用企業(yè)當(dāng)年網(wǎng)絡(luò)媒體新聞報(bào)道的數(shù)量作為信息不對(duì)稱的第二個(gè)衡量指標(biāo)，將報(bào)道數(shù)量中位數(shù)以下的企業(yè)劃分為高信息不對(duì)稱組，中位數(shù)以上的企業(yè)劃分為低信息不對(duì)稱組。表8報(bào)告了基于企業(yè)信息披露質(zhì)量和網(wǎng)絡(luò)媒體關(guān)注度的分組回歸結(jié)果，可以發(fā)現(xiàn)，社會(huì)信用體系建設(shè)的回歸系數(shù)在信息披露質(zhì)量較差和網(wǎng)絡(luò)媒體關(guān)注較低的企業(yè)樣本中顯著為正，但在信息披露質(zhì)量較好和網(wǎng)絡(luò)媒體關(guān)注較高的企業(yè)樣本中顯著性水平下降，而且前者系數(shù)絕對(duì)值遠(yuǎn)大于后者。這些結(jié)果充分表明，對(duì)于信息不對(duì)稱較嚴(yán)重的企業(yè)，社會(huì)信用體系建設(shè)對(duì)其數(shù)字化轉(zhuǎn)型的正向影響更強(qiáng)。

（二）基于企業(yè)經(jīng)濟(jì)地位的異質(zhì)性分析

企業(yè)經(jīng)濟(jì)地位不同，其資源調(diào)動(dòng)能力和所受到的外部關(guān)注也往往存在明顯差異。具體而言，經(jīng)濟(jì)地位高的大企業(yè)更容易獲得充足的信貸資源和勞動(dòng)力資源，加之其對(duì)當(dāng)?shù)囟愂肇暙I(xiàn)較大，也會(huì)受到監(jiān)管部門(mén)的重點(diǎn)關(guān)注，遏制企業(yè)低質(zhì)量決策的出現(xiàn)（劉貫春等，2023）[27]，這些因素共同推動(dòng)了大企業(yè)的數(shù)字化轉(zhuǎn)型。相反，經(jīng)濟(jì)地位較低的中小企業(yè)獲取優(yōu)質(zhì)資源的能力較弱，其在數(shù)字化轉(zhuǎn)型過(guò)程中更容易出現(xiàn)資源困境，且這類企業(yè)的整體能力和所受到的外部關(guān)注較低，極易做出安于現(xiàn)狀或急于求成的低質(zhì)量決策，最終阻礙數(shù)字化變革進(jìn)程。那么，按照上述邏輯，經(jīng)濟(jì)地位較低的小企業(yè)是否更容易受到社會(huì)信用體系建設(shè)的影響，其數(shù)字化轉(zhuǎn)型程度相較于經(jīng)濟(jì)地位高的大企業(yè)是否提升更為明顯呢？為證實(shí)這一理論推斷，本文從行業(yè)內(nèi)差距的視角對(duì)企業(yè)經(jīng)濟(jì)地位進(jìn)行刻畫(huà)：一是計(jì)算企業(yè)當(dāng)年?duì)I業(yè)收入與同行業(yè)企業(yè)最高營(yíng)業(yè)收入之比，并將該指標(biāo)中位數(shù)的企業(yè)以上劃分為高經(jīng)濟(jì)地位組，中位數(shù)以下的企業(yè)劃分為低經(jīng)濟(jì)地位組。二是計(jì)算企業(yè)當(dāng)年市值與同行業(yè)企業(yè)最高市值之比，并將該指標(biāo)中位數(shù)以上企業(yè)劃分為高經(jīng)濟(jì)地位組，中位數(shù)以下企業(yè)劃分為低經(jīng)濟(jì)地位組。表9報(bào)告了基于企業(yè)經(jīng)濟(jì)地位的分組回歸結(jié)果，可以發(fā)現(xiàn)，社會(huì)信用體系建設(shè)的回歸系數(shù)在經(jīng)濟(jì)地位較低的企業(yè)樣本中顯著為正，但在經(jīng)濟(jì)地位較高的企業(yè)樣本中顯著性水平下降，而且前者系數(shù)絕對(duì)值遠(yuǎn)大于后者。這些結(jié)果意味著，社會(huì)信用體系建設(shè)對(duì)經(jīng)濟(jì)地位較低企業(yè)的數(shù)字化轉(zhuǎn)型的促進(jìn)作用更加明顯。

（三）制度化信任與關(guān)系型信任之間的替代效應(yīng)

信任作為良好信用文化下衍生出的人際資源，對(duì)一個(gè)國(guó)家經(jīng)濟(jì)增長(zhǎng)和社會(huì)進(jìn)步起著重要作用（張維迎和柯榮住，2002）[9]。但與西方國(guó)家長(zhǎng)期以來(lái)的信任制度化建設(shè)不同，中國(guó)的信任文化體現(xiàn)在倫理道德層面認(rèn)定的關(guān)系（家人、老鄉(xiāng)、朋友、同事、師生等）、刻意形成且可以搭建的關(guān)系以及由這兩者建立形成的社交網(wǎng)絡(luò)之中（余泳澤等，2019）[30]，個(gè)體守信與失信行為的獎(jiǎng)懲也主要局限于這一范圍，具有明顯的關(guān)系化特征?，F(xiàn)有文獻(xiàn)針對(duì)中國(guó)特殊背景下所形成的關(guān)系型信任的經(jīng)濟(jì)后果進(jìn)行了較為豐富的探討，指出其在企業(yè)并購(gòu)績(jī)效、技術(shù)研發(fā)以及資本配置效率等方面均有著積極影響（張維迎和柯榮住，2002；李雙建等，2020）[9，31]。

然而，隨著全球經(jīng)濟(jì)一體化、人口跨區(qū)域流動(dòng)以及社會(huì)結(jié)構(gòu)轉(zhuǎn)型的發(fā)展，個(gè)體和組織的交往邊界變得廣闊，信息供給空前繁雜，此時(shí)關(guān)系型信任逐漸顯露弊端。特別是對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型而言，位于關(guān)系網(wǎng)絡(luò)之外的經(jīng)濟(jì)主體可能會(huì)由于信息不對(duì)稱以及技術(shù)滯后，無(wú)法及時(shí)獲得企業(yè)的真實(shí)經(jīng)營(yíng)情況，從而導(dǎo)致彼此間難以構(gòu)建良好的信任關(guān)系（左靜靜等，2023）[13]，企業(yè)只能從自身關(guān)系網(wǎng)絡(luò)中獲取有限的資源。同時(shí)，社會(huì)信任的局部化也可能會(huì)使企業(yè)在決策方面表現(xiàn)出機(jī)會(huì)主義行為，最終可能造成企業(yè)數(shù)字化轉(zhuǎn)型受阻。而社會(huì)信用體系建設(shè)旨在通過(guò)大數(shù)據(jù)及信息挖掘技術(shù)建立社會(huì)活動(dòng)參與者的信用評(píng)價(jià)系統(tǒng)，不同區(qū)域的主體可以基于彼此間真實(shí)的信用信息快速構(gòu)建信任，從而實(shí)現(xiàn)資源的高效流動(dòng)和聚集，同時(shí)也能夠在一定程度上規(guī)范企業(yè)的決策行為，促進(jìn)其數(shù)字化轉(zhuǎn)型。因此，本文認(rèn)為，就企業(yè)數(shù)字化轉(zhuǎn)型而言，社會(huì)信用體系建設(shè)可以較好地彌補(bǔ)關(guān)系型信任的不足，即社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用應(yīng)當(dāng)在關(guān)系型信任氛圍較弱的地區(qū)更為明顯。

為證實(shí)這一推論，本部分構(gòu)建了兩個(gè)指標(biāo)對(duì)關(guān)系型信任進(jìn)行刻畫(huà)：其一，方言是特定地區(qū)內(nèi)劃分族群和社會(huì)身份的重要維度，人們會(huì)下意識(shí)地將方言作為判斷交易對(duì)象是否值得信任的標(biāo)準(zhǔn)，當(dāng)一個(gè)地區(qū)方言數(shù)量較多，往往意味著地區(qū)內(nèi)不同群體間對(duì)抗程度較大，關(guān)系型信任氛圍較差。因此，本文參考左靜靜等（2023）[13]的做法，采用方言數(shù)量來(lái)衡量關(guān)系型信任，并將方言數(shù)量中位數(shù)以下的樣本劃分為高關(guān)系型信任組，中位數(shù)以上的樣本劃分為低關(guān)系型信任組。其二，中國(guó)是一個(gè)典型受儒家思想影響的“關(guān)系型”社會(huì)（李雙建等，2020）[31]，“信”是“五常”中儒家倡導(dǎo)的處世原則，《論語(yǔ)·顏淵》也明確強(qiáng)調(diào)“自古皆有死，民無(wú)信不立”。故而本文從儒家文化的角度對(duì)關(guān)系型信任氛圍進(jìn)行度量，采用企業(yè)周?chē)?0公里內(nèi)進(jìn)士的數(shù)量作為儒家文化的代理指標(biāo)，該指標(biāo)越大，意味著關(guān)系型信任氛圍越濃。我們將該指標(biāo)中位數(shù)以上的樣本劃分為高關(guān)系型信任組，中位數(shù)以下的樣本劃分為低關(guān)系型信任組。表10報(bào)告了基于地區(qū)關(guān)系型信任的分組回歸結(jié)果，可以發(fā)現(xiàn)，社會(huì)信用體系建設(shè)的回歸系數(shù)在方言數(shù)量較多和儒家文化氛圍較差的企業(yè)樣本中顯著為正，在方言數(shù)量較少和儒家文化氛圍較好的企業(yè)樣本中顯著性水平下降，且前者系數(shù)絕對(duì)值遠(yuǎn)大于后者。這些結(jié)果意味著，社會(huì)信任體系建設(shè)有效地彌補(bǔ)了關(guān)系型信任的不足，為當(dāng)前構(gòu)建和諧社會(huì)和促進(jìn)微觀企業(yè)轉(zhuǎn)型發(fā)展提供了更好的制度保障。

六、研究結(jié)論與啟示

本文利用社會(huì)信用體系建設(shè)試點(diǎn)政策構(gòu)建準(zhǔn)自然實(shí)驗(yàn)，通過(guò)對(duì)上市企業(yè)年報(bào)和資產(chǎn)明細(xì)進(jìn)行人工篩選或文本挖掘，進(jìn)而運(yùn)用熵權(quán)法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型綜合指標(biāo)。在此基礎(chǔ)上，采用 2011—2020年A股上市制造業(yè)企業(yè)數(shù)據(jù)，就社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)、作用路徑及異質(zhì)性進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn)：社會(huì)信用體系建設(shè)顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，這一結(jié)論在經(jīng)過(guò)平行趨勢(shì)檢驗(yàn)、排除其他政策的干擾、加入基準(zhǔn)變量以及安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)之后依然成立。作用路徑檢驗(yàn)發(fā)現(xiàn)，社會(huì)信用體系建設(shè)主要通過(guò)決策優(yōu)化效應(yīng)和資源虹吸效應(yīng)作用于企業(yè)數(shù)字化轉(zhuǎn)型，并最終賦能企業(yè)高質(zhì)量發(fā)展。拓展性研究發(fā)現(xiàn)，社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在信息不對(duì)稱較嚴(yán)重和經(jīng)濟(jì)地位較低的企業(yè)中更為明顯。最后，考慮到社會(huì)信用體系建設(shè)是通過(guò)信用記錄、獎(jiǎng)懲評(píng)價(jià)引導(dǎo)形成社會(huì)誠(chéng)信的價(jià)值觀，這一信任具有明顯的制度化特征，我們進(jìn)一步嘗試探究其是否可以彌補(bǔ)中國(guó)長(zhǎng)期存在的關(guān)系型信任的不足，運(yùn)用方言數(shù)量和儒家文化測(cè)算關(guān)系型信任后發(fā)現(xiàn)，社會(huì)信用體系建設(shè)對(duì)企業(yè)環(huán)境違規(guī)的抑制作用在關(guān)系型信任較差（方言數(shù)量較多和儒家文化氛圍較差）的地區(qū)更加明顯，即制度化社會(huì)信任建設(shè)彌補(bǔ)了關(guān)系型社會(huì)信任的不足。

根據(jù)研究結(jié)論，本文提出以下政策建議：第一，進(jìn)一步強(qiáng)化社會(huì)信用體系建設(shè)。國(guó)家應(yīng)繼續(xù)加大社會(huì)信用體系建設(shè)力度，將更多經(jīng)濟(jì)主體的信用情況納入評(píng)估范圍，不斷強(qiáng)化其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的政策賦能效應(yīng)。具體而言，一方面，應(yīng)推進(jìn)以現(xiàn)代數(shù)字化技術(shù)為根基的公共信用信息共享平臺(tái)、城市信用門(mén)戶網(wǎng)站、重點(diǎn)領(lǐng)域的紅黑名單等信用評(píng)價(jià)系統(tǒng)的建設(shè)，夯實(shí)社會(huì)信用體系建設(shè)的發(fā)展根基。另一方面，政府應(yīng)發(fā)揮好政策試點(diǎn)的制度紅利在激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型中的作用，通過(guò)建立誠(chéng)實(shí)自律、守信互信的經(jīng)營(yíng)環(huán)境，為轄區(qū)企業(yè)吸引更多的優(yōu)質(zhì)生產(chǎn)資源，同時(shí)，也要著力做好政府的“守夜人”角色，在規(guī)范企業(yè)經(jīng)營(yíng)決策的過(guò)程中做到“不缺位”“不越位”。第二，應(yīng)因地制宜制定社會(huì)信用體系建設(shè)發(fā)展戰(zhàn)略。各地區(qū)應(yīng)結(jié)合本地具體特征探索適合自身的數(shù)字產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展模式，從而促進(jìn)實(shí)體經(jīng)濟(jì)與數(shù)字技術(shù)更為高效地融合。具體而言，對(duì)于信息不對(duì)稱較嚴(yán)重或經(jīng)濟(jì)地位較低的企業(yè)，應(yīng)著重關(guān)注其經(jīng)營(yíng)行為中的誠(chéng)信問(wèn)題，鼓勵(lì)這類企業(yè)進(jìn)行高質(zhì)量信息披露來(lái)為數(shù)字化轉(zhuǎn)型吸引更多資源。此外，對(duì)于關(guān)系型信任較差的地區(qū)，政府也應(yīng)積極推進(jìn)制度化社會(huì)信任體系建設(shè)，減少信息碎片化等信任隔閡，為當(dāng)?shù)仄髽I(yè)提供良好的轉(zhuǎn)型環(huán)境。第三，在鼓勵(lì)和引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中，當(dāng)?shù)卣推髽I(yè)管理層應(yīng)重點(diǎn)關(guān)注“不愿轉(zhuǎn)”和“不能轉(zhuǎn)”的問(wèn)題。例如，可以通過(guò)加強(qiáng)外部監(jiān)督或邀請(qǐng)前沿?cái)?shù)字人才入駐企業(yè)，實(shí)時(shí)把控企業(yè)數(shù)字化轉(zhuǎn)型方向和節(jié)奏，遏制企業(yè)管理層不明智的數(shù)字化轉(zhuǎn)型決策，當(dāng)?shù)卣矐?yīng)積極為企業(yè)轉(zhuǎn)型發(fā)展提供人才、資金、技術(shù)研發(fā)與應(yīng)用方面的支持，保障企業(yè)數(shù)字化轉(zhuǎn)型的順利實(shí)施。

注：

①數(shù)字化固定資產(chǎn)主要包括電子設(shè)備、辦公電子設(shè)備、計(jì)算機(jī)（電腦）設(shè)備、自動(dòng)化、電子儀器儀表、通訊、郵電、管理設(shè)備、檢測(cè)設(shè)備、智能、物聯(lián)網(wǎng)、傳感器等。數(shù)字化無(wú)形資產(chǎn)主要包括軟件、系統(tǒng)（除研發(fā)項(xiàng)目）、計(jì)算機(jī)（或電腦）、電子商務(wù)、平臺(tái)、數(shù)據(jù)庫(kù)、數(shù)據(jù)中心、網(wǎng)站、ERP、OA、windows、office、微信公眾號(hào)等。數(shù)字化的具體詞頻內(nèi)容與趙宸宇等（2021）[22]一致，不再贅述。

②詞頻范圍可以參考吳非等（2021）[1]的研究，文本挖掘過(guò)程與前文一致，不再贅述。

③本文還進(jìn)行了1∶1和1∶2的卡尺最近鄰匹配，結(jié)論依舊成立，作者備索。

參考文獻(xiàn)：

[1]吳非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù) [J].管理世界，2021，37（7）.

[2]賀超，丁怡帆，馬云飛.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)穩(wěn)定——基于“數(shù)據(jù)權(quán)力”加劇股票“同跌同漲”的經(jīng)驗(yàn)證據(jù) [J].金融經(jīng)濟(jì)學(xué)研究，2023，38（04）.

[3]Shiwei Sun，Dianne Hall，Casey Cegielski. 2020. Organizational Intention to Adopt Big Data in the B2B Context：An Integrated View[J].Industrial Marketing Management，86.

[4]劉淑春，閆津臣，張思雪，林漢川.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎 [J].管理世界，2021，37（05）.

[5]李思飛，李鑫，王賽，佟巖.家族企業(yè)代際傳承與數(shù)字化轉(zhuǎn)型：激勵(lì)還是抑制？[J].管理世界，2023，39（06）.

[6]祝樹(shù)金，申志軒，文茜，段凡.經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化戰(zhàn)略：效應(yīng)與機(jī)制 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（05）.

[7]賴曉冰，岳書(shū)敬.智慧城市試點(diǎn)促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型嗎？——基于準(zhǔn)自然實(shí)驗(yàn)的實(shí)證研究 [J].外國(guó)經(jīng)濟(jì)與管理，2022，44（10）.

[8]王馨，王營(yíng)，呂靜.信息消費(fèi)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型研究 [J].國(guó)際金融研究，2023，（11）.

[9]張維迎，柯榮住.信任及其解釋：來(lái)自中國(guó)的跨省調(diào)查分析 [J].經(jīng)濟(jì)研究，2002，（10）.

[10]李明輝.社會(huì)信任對(duì)審計(jì)師變更的影響——基于CGSS調(diào)查數(shù)據(jù)的研究 [J].審計(jì)研究，2019，（01）.

[11]戴亦一，張鵬東，潘越.老賴越多，貸款越難？——來(lái)自地區(qū)誠(chéng)信水平與上市公司銀行借款的證據(jù) [J].金融研究，2019，（08）.

[12]黃卓，陶云清，王帥.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) [J].金融研究， 2023， 515（05）.

[13]左靜靜，邱保印，蔣挺.社會(huì)信用體系建設(shè)能否抑制企業(yè)環(huán)保失信？[J].外國(guó)經(jīng)濟(jì)與管理，2023，45（03）.

[14]Chunfang Cao，Changyuan Xia，Kam Chan. 2016. Social Trust and Stock Price Crash Risk：Evidence from China [J].International Review of Economics & Finance， 46.

[15]申丹琳.社會(huì)信任與企業(yè)風(fēng)險(xiǎn)承擔(dān) [J].經(jīng)濟(jì)管理，2019，41（08）.

[16]Cichosz M，Wallenburg CM，Knemeyer AM. 2020. Digital Transformation at Logistics Service Providers：Barriers，Success Factors and Leading Practices [J].The International Journal of Logistics Management， 31（2）.

[17]顧雷雷，王鴻宇.社會(huì)信任、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟(jì)學(xué)家，2020，（11）.

[18]W Wu，M Firth，OM Rui. 2014. Trust and the Provision of Trade Credit [J]. Journal of Banking & Finance， 39.

[19]錢(qián)先航，曹春方.信用環(huán)境影響銀行貸款組合嗎——基于城市商業(yè)銀行的實(shí)證研究 [J].金融研究，2013，（04）.

[20]周洲，吳馨童.知識(shí)產(chǎn)權(quán)保護(hù)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響——來(lái)自“三審合一”改革的經(jīng)驗(yàn)證據(jù) [J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2022，43（06）.

[21]洪俊杰，蔣慕超，張宸妍.數(shù)字化轉(zhuǎn)型、創(chuàng)新與企業(yè)出口質(zhì)量提升 [J].國(guó)際貿(mào)易問(wèn)題，2022，（03）.

[22]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率 [J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（07）.

[23]王鋒，葛星.低碳轉(zhuǎn)型沖擊就業(yè)嗎——來(lái)自低碳城市試點(diǎn)的經(jīng)驗(yàn)證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（05）.

[24]魏志華，王孝華，蔡偉毅.稅收征管數(shù)字化與企業(yè)內(nèi)部薪酬差距 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（03）.

[25]李萬(wàn)利，潘文東，袁凱彬.企業(yè)數(shù)字化轉(zhuǎn)型與中國(guó)實(shí)體經(jīng)濟(jì)發(fā)展 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（09）.

[26]江艇.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) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022，（05）.

[27]劉貫春，葉永衛(wèi)，張軍.稅收征管獨(dú)立性與企業(yè)信息披露質(zhì)量——基于國(guó)地稅合并的準(zhǔn)自然實(shí)驗(yàn)[ J].管理世界，2023，39（06）.

[28]林川.多個(gè)大股東能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型嗎 [J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2023，（02）.

[29]丁怡帆，魏彥杰，馬云飛.金融資源錯(cuò)配如何影響企業(yè)高質(zhì)量發(fā)展：理論與實(shí)證 [J].金融監(jiān)管研究，2022，（08）.

[30]余泳澤，郭夢(mèng)華，郭欣.社會(huì)信用的經(jīng)濟(jì)效應(yīng)研究回顧與展望 [J].宏觀質(zhì)量研究，2019，7（04）.

[31]李雙建，李俊青，張?jiān)?社會(huì)信任、商業(yè)信用融資與企業(yè)創(chuàng)新 [J].南開(kāi)經(jīng)濟(jì)研究，2020，（03）.