中圖分類號(hào)：F061.5；F832.7 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3060（2025）03-0072-17

一、引言

在全球價(jià)值鏈重構(gòu)與金融供給側(cè)改革不斷深化的背景下，金融資源配置效率已超越傳統(tǒng)經(jīng)濟(jì)地理學(xué)的分析范疇，成為衡量區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵指標(biāo)。經(jīng)典經(jīng)濟(jì)地理學(xué)理論認(rèn)為，基礎(chǔ)設(shè)施建設(shè)通過(guò)\"時(shí)空壓縮\"產(chǎn)生虹吸效應(yīng)，有助于推動(dòng)金融資源在城市間的集聚[1]。然而，中國(guó)的相關(guān)實(shí)證研究卻發(fā)現(xiàn)，城市金融資源配置并非均表現(xiàn)為單純的集聚形態(tài)，而是可能呈現(xiàn)出輻射、飽和乃至衰退等多樣的非集聚形態(tài)[2]。特別是在中國(guó)西部地區(qū)和部分中小城市，基礎(chǔ)設(shè)施改善未必能有效促進(jìn)金融資源的集聚[3]，甚至?xí)殡S資源外流的現(xiàn)象[4]。這些與經(jīng)典理論相悖的經(jīng)驗(yàn)事實(shí)表明，“基建投入－要素集聚\"這一傳統(tǒng)因果邏輯可能存在一定的局限性，基礎(chǔ)設(shè)施如何更有效地促進(jìn)城市金融資源配置值得進(jìn)一步深入探討。

從新制度經(jīng)濟(jì)學(xué)的觀點(diǎn)來(lái)看，城市基礎(chǔ)設(shè)施作為正式制度的載體，與非正式制度共同影響著資源配置和經(jīng)濟(jì)發(fā)展[5]。因此，“基建投入 $$ 要素集聚\"這一傳統(tǒng)的因果邏輯需要引入非正式制度來(lái)進(jìn)行更深層次的理解。由于基礎(chǔ)設(shè)施如交通數(shù)字網(wǎng)絡(luò)和政府治理等具有非常明顯的可觀察和易量化特征，其作用已被大量實(shí)證研究所證實(shí)[6」。但遺憾的是，諸如社會(huì)信任這樣的非正式制度，其可觀察性和易量化性相對(duì)較弱，故而并未得到主流文獻(xiàn)的關(guān)注。這直接導(dǎo)致了對(duì)于非正式制度能否促進(jìn)要素集聚，以及其與正式制度之間是否存在協(xié)同效應(yīng)等問(wèn)題缺乏系統(tǒng)性研究。

為回應(yīng)上述缺憾，本文聚焦于社會(huì)信任這一非正式制度變量，研究其與基礎(chǔ)設(shè)施的協(xié)同作用對(duì)城市金融資源集聚的影響機(jī)制。具體而言，本文利用2016—2023年中國(guó)失信被執(zhí)行人名單數(shù)據(jù)，構(gòu)建城市層面的社會(huì)信任指標(biāo)，并借助PageRank算法對(duì)282個(gè)地級(jí)市的社會(huì)信任水平進(jìn)行量化測(cè)度。隨后，結(jié)合城市面板數(shù)據(jù)，本文嘗試回答以下兩個(gè)具體問(wèn)題：（1）社會(huì)信任是否提升了城市金融資源的集聚水平？（2）交通、數(shù)字與治理基礎(chǔ)設(shè)施作為正式制度載體，是否與社會(huì)信任這一非正式制度共同發(fā)揮作用，影響金融資源集聚？本文的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，創(chuàng)新性地利用失信被執(zhí)行人數(shù)據(jù)與 PageRank算法構(gòu)建了社會(huì)信任指標(biāo)，為城市層面社會(huì)信任的科學(xué)測(cè)度提供了新思路;第二，將社會(huì)信任這一非正式制度因素納入新經(jīng)濟(jì)地理學(xué)框架，豐富了基礎(chǔ)設(shè)施影響金融資源配置機(jī)制的理論解釋;第三，系統(tǒng)分析社會(huì)信任與不同類型基礎(chǔ)設(shè)施的協(xié)同作用機(jī)制，揭示其機(jī)制的異質(zhì)性，為城市的差異化治理提供政策參考。

二、文獻(xiàn)回顧

（一）社會(huì)信任的測(cè)度

作為一種重要的非正式制度和社會(huì)資本，社會(huì)信任能夠降低交易成本、提高信息傳遞效率」，從而促進(jìn)資源的高效流動(dòng)。已有大量文獻(xiàn)證明，社會(huì)信任通過(guò)減少機(jī)會(huì)主義行為和提高合作意愿，可改善交易環(huán)境，進(jìn)而促進(jìn)資源在金融市場(chǎng)中的自由流動(dòng)和高效配置，正向推動(dòng)了金融集聚[8-9]。要研究社會(huì)信任對(duì)經(jīng)濟(jì)與金融的影響，首要難點(diǎn)在于社會(huì)信任的精準(zhǔn)度量。其度量演進(jìn)可概括為三大趨勢(shì)：一是由主觀問(wèn)卷向客觀指標(biāo)測(cè)量轉(zhuǎn)變；二是由靜態(tài)測(cè)度向動(dòng)態(tài)跟蹤轉(zhuǎn)變；三是由國(guó)家和省域?qū)用嫦虺鞘袑用嫜由?。?wèn)卷調(diào)查是早期最常見(jiàn)的社會(huì)信任測(cè)量手段。20 世紀(jì)末，Knack 等[10]率先基于調(diào)查數(shù)據(jù)測(cè)度了29個(gè)國(guó)家的社會(huì)信任水平;張維迎和柯榮住[]首次利用企業(yè)家調(diào)查系統(tǒng)數(shù)據(jù)測(cè)量了中國(guó)省級(jí)社會(huì)信任水平[1]。社會(huì)信任具有動(dòng)態(tài)特性，會(huì)因經(jīng)濟(jì)社會(huì)的發(fā)展而不斷變遷。為彌補(bǔ)靜態(tài)測(cè)量的不足，學(xué)界開(kāi)始利用《中國(guó)城市商業(yè)信用環(huán)境指數(shù)藍(lán)皮書(shū)》[12]、《中國(guó)綜合社會(huì)調(diào)查（CGSS）》[13-14]、《中國(guó)家庭金融調(diào)查（CHFS）》[15]以及《中國(guó)家庭追蹤調(diào)查（CFPS）》[16]等具有持續(xù)性的綜合調(diào)查數(shù)據(jù)構(gòu)建跨時(shí)期樣本，研究社會(huì)信任的動(dòng)態(tài)變化。然而，這些調(diào)查信任題項(xiàng)較少，樣本量有限，若將樣本分解至城市層面，易引發(fā)樣本選擇偏誤和測(cè)量誤差，致使城市層面數(shù)據(jù)依然不足。對(duì)此，少量研究嘗試采用無(wú)償獻(xiàn)血比例[14]、方言數(shù)量和方言多樣性[17-18]等客觀指標(biāo)間接測(cè)量社會(huì)信任。此類方法要么缺乏足夠的準(zhǔn)確性和直觀性，要么仍然受限于靜態(tài)測(cè)量。隨著“信用中國(guó)\"的建設(shè)趨于完善，學(xué)界開(kāi)始使用失信被執(zhí)行人名單數(shù)據(jù)測(cè)量城市社會(huì)信任水平[19-20]。余泳澤等[21]進(jìn)一步增加失信金額指標(biāo)，豐富了城市信任水平的測(cè)度方式。

然而，失信人數(shù)或失信金額與經(jīng)濟(jì)發(fā)展程度高度相關(guān)，既難以揭示失信主體來(lái)源結(jié)構(gòu)的多樣性，也無(wú)法反映城市間雙向信任網(wǎng)絡(luò)的復(fù)雜脈絡(luò)。楊繼彬等[22]指出，省級(jí)層面的企業(yè)家調(diào)查數(shù)據(jù)雖是目前唯一可用的雙邊信任資源，但其空間分辨率不足以支持地級(jí)市研究。為此，本文采用失信被執(zhí)行人名單中記錄的戶籍地與執(zhí)行公告地信息，構(gòu)建跨城市的雙邊信任網(wǎng)絡(luò)，并借助PageRank算法對(duì)節(jié)點(diǎn)信任度進(jìn)行加權(quán)測(cè)算，為探究社會(huì)信任作用機(jī)制提供了更為精準(zhǔn)的工具。

（二）城市基礎(chǔ)設(shè)施與金融集聚

一般而言，城市基礎(chǔ)設(shè)施可劃分為載體性“硬設(shè)施\"（包括交通網(wǎng)絡(luò)、5G基站與數(shù)據(jù)中心等）與支撐性\"軟設(shè)施”（如行政服務(wù)效率）[23]。2020年，中國(guó)政府提出了以數(shù)字基礎(chǔ)設(shè)施為主的新基建概念，并將其與傳統(tǒng)基礎(chǔ)設(shè)施區(qū)分開(kāi)來(lái)。據(jù)此，本節(jié)從交通、數(shù)字和治理三個(gè)方面展開(kāi)文獻(xiàn)回顧。（1）從交通基礎(chǔ)設(shè)施來(lái)看，完善的交通網(wǎng)絡(luò)不僅改善了區(qū)域間的聯(lián)系和信息傳遞，還直接影響了金融資源的空間分布。高速鐵路和城際快速路的擴(kuò)建顯著縮短了出行時(shí)長(zhǎng)，使金融機(jī)構(gòu)能夠更頻繁地開(kāi)展面對(duì)面交流與業(yè)務(wù)考察，從而促進(jìn)信息外溢并降低交易成本。王梓利等[24]發(fā)現(xiàn)，交通線路延伸能夠有效吸引金融人才及機(jī)構(gòu)集中于交通節(jié)點(diǎn)城市。覃朝暉等[25]的研究進(jìn)一步表明，高鐵開(kāi)通有助于知識(shí)溢出，吸引金融機(jī)構(gòu)匯集并形成金融網(wǎng)絡(luò)。（2）就數(shù)字基礎(chǔ)設(shè)施而言，現(xiàn)有研究普遍認(rèn)為，其通過(guò)降低信息成本與提升要素配置效率，對(duì)金融資源空間分布產(chǎn)生重要重構(gòu)作用。一方面，云計(jì)算、區(qū)塊鏈等新興數(shù)字技術(shù)以高效透明的交易機(jī)制吸引金融服務(wù)向數(shù)據(jù)節(jié)點(diǎn)城市集中，從而形成物理空間與虛擬空間并存的“物理一虛擬”雙核集聚[26]；另一方面，數(shù)字基礎(chǔ)設(shè)施的分布本身也在重塑區(qū)域格局——東部發(fā)達(dá)地區(qū)憑借數(shù)字優(yōu)勢(shì)強(qiáng)化了“虹吸效應(yīng)\"[27]，而中西部地區(qū)則借助“東數(shù)西算\"等國(guó)家工程形成新的功能性集聚[28]。（3）治理基礎(chǔ)設(shè)施對(duì)金融集聚的作用路徑呈現(xiàn)出顯著的雙重特征：完善的法規(guī)體系與高效的行政服務(wù)能夠打破地區(qū)間的制度障礙，顯著提升金融機(jī)構(gòu)跨域合作的便利性與資源集中度[29];；而各地在政策設(shè)計(jì)與執(zhí)行效率上的差異，又使得治理環(huán)境對(duì)金融集聚的影響演化出明顯的區(qū)域差異[2]。例如，長(zhǎng)三角地區(qū)的江蘇和浙江在承接上海金融外溢效應(yīng)過(guò)程中金融機(jī)構(gòu)的集中度持續(xù)上升，而環(huán)渤海地區(qū)部分城市因?yàn)檎邊f(xié)調(diào)不足出現(xiàn)了金融資源分散的局面[30]。

從現(xiàn)有文獻(xiàn)來(lái)看，學(xué)者們普遍將基礎(chǔ)設(shè)施視為正式制度的載體，側(cè)重于研究其顯性作用的發(fā)揮，卻往往忽略了非正式制度的隱性機(jī)制的作用。這種單一的研究視角可能會(huì)低估非正式制度在資源配置、信息傳遞和協(xié)同合作中的關(guān)鍵作用，從而導(dǎo)致對(duì)基礎(chǔ)設(shè)施整體價(jià)值的高估，甚至可能引導(dǎo)基礎(chǔ)設(shè)施投入偏離高效的目標(biāo)。對(duì)此，本文在正式制度的基礎(chǔ)上引入非正式制度中的社會(huì)信任，旨在更準(zhǔn)確地評(píng)估基礎(chǔ)設(shè)施的整體價(jià)值。

（三）金融集聚的內(nèi)外部驅(qū)動(dòng)因素

關(guān)于金融集聚的討論，學(xué)者們?cè)缙诘难芯恐饕性诮鹑跈C(jī)構(gòu)的地理分布問(wèn)題上。但隨著互聯(lián)網(wǎng)打破地理邊界的限制，更多的文獻(xiàn)開(kāi)始關(guān)注金融資源的流向和集聚問(wèn)題[31]。已有文獻(xiàn)指出，政府推動(dòng)、實(shí)體經(jīng)濟(jì)發(fā)展水平以及社會(huì)資本積累對(duì)區(qū)域金融發(fā)展和資源集聚具有重要影響[32]。從微觀層面來(lái)看，在社會(huì)資本水平較高的環(huán)境下，個(gè)體更傾向于通過(guò)信任與合作實(shí)現(xiàn)效率的最大化，避免因互相猜疑而陷入低效的囚徒困境[33]。這意味著，微觀個(gè)體匯總起來(lái)的全社會(huì)信任很可能是一個(gè)潛在的關(guān)鍵因素，不僅有助于提升金融中介服務(wù)的效率，也為金融市場(chǎng)規(guī)模的擴(kuò)大和金融資源的集中提供了支撐。還有一些研究認(rèn)為，區(qū)域創(chuàng)新能力、規(guī)模經(jīng)濟(jì)效應(yīng)及城市群發(fā)展同樣對(duì)金融集聚構(gòu)成了正向推動(dòng)。規(guī)模經(jīng)濟(jì)通過(guò)成本的節(jié)約來(lái)提高交易效率、促進(jìn)資源集中[34-35];機(jī)構(gòu)間的知識(shí)與技術(shù)溢出則激發(fā)創(chuàng)新，進(jìn)一步強(qiáng)化集聚效應(yīng)[36-37]。就外部因素而言，地理區(qū)位優(yōu)勢(shì)與政策的支持至關(guān)重要。城市群功能分工越精細(xì)，金融機(jī)構(gòu)越傾向于向核心區(qū)域集中[38-39]。還有部分研究基于中心—外圍理論和預(yù)期理論，從區(qū)域中心地位與市場(chǎng)預(yù)期角度闡釋金融集聚的內(nèi)在邏輯[34]。

上述文獻(xiàn)在揭示金融集聚的經(jīng)濟(jì)邏輯、制度基礎(chǔ)及空間格局方面已頗有建樹(shù)，但多從正式制度或要素稟賦出發(fā)，強(qiáng)調(diào)單向推動(dòng)機(jī)制。社會(huì)信任作為非正式制度的核心，卻鮮被系統(tǒng)納入分析框架。本文將社會(huì)信任與正式制度的交互作用置于分析核心，力求更全面地理解金融資源的空間重構(gòu)及其復(fù)雜脈絡(luò)。

三、研究假設(shè)

現(xiàn)有研究已從緩解融資約束、提升企業(yè)投資效率等角度初步探討了社會(huì)信任對(duì)金融集聚的影響[15.40]，但尚未充分揭示其作為內(nèi)生因素的作用機(jī)理，存在以下不足：一是缺乏適用于地級(jí)市層面的社會(huì)信任量化指標(biāo)，尤其難以精準(zhǔn)刻畫(huà)城市間雙邊信任水平；二是對(duì)于社會(huì)信任通過(guò)何種機(jī)制驅(qū)動(dòng)金融資源集聚，尚缺乏深入的理論與實(shí)證分析；三是研究多聚焦社會(huì)信任或城市基礎(chǔ)設(shè)施的獨(dú)立效應(yīng)，忽略二者的交互機(jī)制及其綜合影響。為此，本文構(gòu)建了反映地級(jí)市間雙邊信任關(guān)系的社會(huì)信任指標(biāo)。在此基礎(chǔ)上，本文進(jìn)一步結(jié)合交通、數(shù)字和治理基礎(chǔ)設(shè)施的變量，系統(tǒng)剖析社會(huì)信任與基礎(chǔ)設(shè)施的互動(dòng)關(guān)系，從而為金融資源集聚的內(nèi)在機(jī)制提供新的理論視角與實(shí)證證據(jù)（見(jiàn)圖1）。

（一）社會(huì)信任與金融集聚

社會(huì)信任作為非正式制度的核心，深刻影響經(jīng)濟(jì)社會(huì)運(yùn)行，對(duì)經(jīng)濟(jì)發(fā)展起到關(guān)鍵推動(dòng)作用。其作用發(fā)揮的核心在于塑造了合作強(qiáng)度。Fukuyama[41]認(rèn)為，信任是一種“非正式契約”，使人們?cè)谌狈?yán)格法律約束時(shí)仍能依托信任構(gòu)建高效合作機(jī)制，降低對(duì)正式契約和監(jiān)管的依賴，從而減少交易成本[10]。當(dāng)一個(gè)地區(qū)的社會(huì)信任水平較高時(shí)，投資者與金融服務(wù)機(jī)構(gòu)之間及機(jī)構(gòu)內(nèi)部的協(xié)作會(huì)更順暢，金融市場(chǎng)活力顯著增強(qiáng)。

社會(huì)資本理論表明，社會(huì)信任有助于減少對(duì)昂貴契約和外部監(jiān)管機(jī)制的依賴，有效降低了監(jiān)督成本。Coleman[42]的研究揭示，信任網(wǎng)絡(luò)可以為金融服務(wù)提供非正式信息驗(yàn)證機(jī)制。而Guiso等[43]進(jìn)一步證實(shí)，高信任地區(qū)的家庭和企業(yè)在獲取低利率信貸及商業(yè)信用時(shí)具有成本優(yōu)勢(shì)。從信息不對(duì)稱理論來(lái)看，信任網(wǎng)絡(luò)中的聲譽(yù)機(jī)制會(huì)對(duì)歷史行為進(jìn)行“記錄”與“評(píng)價(jià)”，使得高風(fēng)險(xiǎn)主體難以通過(guò)隱瞞信息來(lái)蒙混過(guò)關(guān)。因此，高信任的環(huán)境可有效緩解金融活動(dòng)中的逆向選擇與道德風(fēng)險(xiǎn)，更易吸引金融資源，從而形成資源與地理空間的優(yōu)化配置[44]。

從經(jīng)濟(jì)運(yùn)行效率的角度來(lái)看，高信任環(huán)境能夠提升整體的經(jīng)濟(jì)效率。這是因?yàn)?，社?huì)信任不僅降低了融資摩擦，還能激發(fā)企業(yè)加大研發(fā)投入和提高專利產(chǎn)出，從而推動(dòng)技術(shù)創(chuàng)新和金融科技的發(fā)展[45]。這種良性循環(huán)進(jìn)一步促進(jìn)了區(qū)域內(nèi)金融資源的集聚和經(jīng)濟(jì)競(jìng)爭(zhēng)力的提升。相反，低信任水平不僅會(huì)增加融資成本、降低交易頻率和合作可能性，還會(huì)對(duì)金融市場(chǎng)運(yùn)行的效率產(chǎn)生負(fù)向影響，抑制金融資源的集聚。據(jù)此，本文提出如下假設(shè)：

H1社會(huì)信任水平的提高對(duì)于城市金融資源的集聚有正向影響。

（二）社會(huì)信任與城市交通基礎(chǔ)設(shè)施的交互作用

由于信任存在傳遞性，社會(huì)信任往往以信任網(wǎng)絡(luò)的形態(tài)呈現(xiàn)。這種信任網(wǎng)絡(luò)的建立與維護(hù)非常依賴于正式制度載體的協(xié)助，尤其需要依靠頻繁的面對(duì)面人際溝通。因?yàn)槊鎸?duì)面人際溝通不僅承載了語(yǔ)言信息，還包括肢體動(dòng)作、面部表情、語(yǔ)音語(yǔ)調(diào)等多維度的非語(yǔ)言信息。這些非語(yǔ)言信息能夠顯著增強(qiáng)互動(dòng)雙方對(duì)動(dòng)機(jī)、態(tài)度與情感的感知準(zhǔn)確度，有助于減少信息歧義、提升信任判斷的可靠性。當(dāng)龐大的信任網(wǎng)絡(luò)得以建立時(shí)，金融機(jī)構(gòu)能更加放心地開(kāi)展合作，降低因信息不完善而帶來(lái)的運(yùn)營(yíng)風(fēng)險(xiǎn)，提高金融市場(chǎng)的資源配置效率[46]。

交通基礎(chǔ)設(shè)施作為促進(jìn)面對(duì)面交流的載體，是與信任相輔相成的要素之一。高效便捷的交通網(wǎng)絡(luò)通過(guò)縮短時(shí)空距離，加速了人際間的溝通，促進(jìn)信任網(wǎng)絡(luò)的建立和金融要素的區(qū)域集聚。當(dāng)社會(huì)信任網(wǎng)絡(luò)與交通網(wǎng)絡(luò)相互作用時(shí)，就形成了一種制度與空間層面的正反饋機(jī)制：一方面，暢通的交通通道化解了地理隔閡帶來(lái)的信息滯后與溝通障礙;另一方面，這些通道又為信任的擴(kuò)散提供了現(xiàn)實(shí)支撐，打破了區(qū)域界限，促進(jìn)了跨城市合作。得益于此，城市金融機(jī)構(gòu)不僅能夠在更大范圍內(nèi)整合資源，還能顯著增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)。這一正反饋機(jī)制表明，交通基礎(chǔ)設(shè)施不僅通過(guò)改善物理聯(lián)通直接優(yōu)化資源配置，還通過(guò)強(qiáng)化社會(huì)信任的傳導(dǎo)效應(yīng)協(xié)同推動(dòng)金融集聚，形成可持續(xù)的區(qū)域競(jìng)爭(zhēng)力[47]。據(jù)此，本文提出假設(shè)：

H2 交通基礎(chǔ)設(shè)施正向調(diào)節(jié)社會(huì)信任對(duì)城市金融資源集聚的影響。交通基礎(chǔ)設(shè)施越完善，社會(huì)信任對(duì)城市金融資源集聚的促進(jìn)作用越強(qiáng)。

（三）社會(huì)信任與城市數(shù)字基礎(chǔ)設(shè)施的交互作用

金融集聚依賴于可信賴的市場(chǎng)環(huán)境，而數(shù)字基礎(chǔ)設(shè)施與社會(huì)信任分別從技術(shù)和社會(huì)兩個(gè)角度增強(qiáng)了這種可信賴度。從技術(shù)層面來(lái)看，數(shù)字基礎(chǔ)設(shè)施通過(guò)區(qū)塊鏈智能合約的自動(dòng)執(zhí)行和大數(shù)據(jù)分析的精準(zhǔn)性，提升了金融交易的透明度和安全性。具體來(lái)說(shuō)，區(qū)塊鏈技術(shù)確保了交易記錄的公開(kāi)透明與不可篡改，智能合約則降低了金融契約執(zhí)行中的不確定性[48]，從而增強(qiáng)了市場(chǎng)主體之間的信任傳遞，強(qiáng)化了社會(huì)信任在促進(jìn)要素集聚中的作用。數(shù)字基礎(chǔ)設(shè)施的數(shù)據(jù)共享功能促進(jìn)了信息流動(dòng)，抑制了市場(chǎng)中的信息不對(duì)稱[49]，有助于構(gòu)建高效、透明且具備自我修正能力的市場(chǎng)環(huán)境，與非正式制度產(chǎn)生了較高的互補(bǔ)效應(yīng)。

從社會(huì)層面來(lái)看，以互聯(lián)網(wǎng)為代表的數(shù)字基礎(chǔ)設(shè)施在促進(jìn)信息高速流動(dòng)的過(guò)程中，能夠連接更大的社會(huì)網(wǎng)絡(luò)，激發(fā)更強(qiáng)的網(wǎng)絡(luò)效應(yīng)，從而進(jìn)一步減弱信息不對(duì)稱。金融機(jī)構(gòu)可以借助數(shù)字平臺(tái)實(shí)現(xiàn)更廣泛的連接與互動(dòng)，形成正反饋循環(huán)[50]，從而推動(dòng)金融資源的不斷集聚。究其原因，數(shù)字基礎(chǔ)設(shè)施構(gòu)建的這種平臺(tái)效應(yīng)打破了地域限制，為跨區(qū)域乃至跨國(guó)金融合作創(chuàng)造更多機(jī)會(huì)，有利于鞏固和放大社會(huì)信任在金融集聚過(guò)程中的正向作用。據(jù)此，本文提出以下假設(shè)：

H3 數(shù)字基礎(chǔ)設(shè)施正向調(diào)節(jié)社會(huì)信任對(duì)城市金融資源集聚的影響。數(shù)字基礎(chǔ)設(shè)施越完善，社會(huì)信任對(duì)城市金融資源集聚的促進(jìn)作用越強(qiáng)。

（四）社會(huì)信任與城市治理基礎(chǔ)設(shè)施的交互作用

根據(jù)制度互補(bǔ)性理論的觀點(diǎn)[51]，正式制度與非正式制度之間具有良性協(xié)同作用，對(duì)于政府治理尤其如此。在城市經(jīng)濟(jì)發(fā)展中，完善的法治體系、透明高效的行政審批制度以及優(yōu)質(zhì)的政府服務(wù)構(gòu)成了各類信息透明流動(dòng)的基礎(chǔ)。政府治理在強(qiáng)化市場(chǎng)主體契約執(zhí)行力的同時(shí)，為全社會(huì)成員間的可靠合作提供了正式制度方面的保障。理論上，這種正式制度的保障通過(guò)降低信息不對(duì)稱和交易摩擦，激發(fā)了社會(huì)信任等非正式制度的正向效應(yīng)，提高了資源配置效率，促進(jìn)了金融資源的集聚[52]。

具體從交易成本理論的視角來(lái)看，城市治理基礎(chǔ)設(shè)施通過(guò)構(gòu)建規(guī)范化的市場(chǎng)監(jiān)管框架，有效降低了金融活動(dòng)的合規(guī)成本，這與社會(huì)信任降低交易成本在邏輯上是一致的。制度與信任的相互作用降低了金融交易的總成本，為金融機(jī)構(gòu)提供了更加穩(wěn)定和透明的運(yùn)營(yíng)環(huán)境。例如，在杭州和深圳等區(qū)域中心城市，政府通過(guò)“最多跑一次\"等改革舉措不斷提升治理效率，為基于社會(huì)信任網(wǎng)絡(luò)的金融網(wǎng)絡(luò)發(fā)展創(chuàng)造了有利發(fā)展條件，促進(jìn)了金融中心的形成。這種治理與信任的協(xié)同效應(yīng)使得金融機(jī)構(gòu)更傾向于將這些城市作為區(qū)域總部，進(jìn)而形成自我強(qiáng)化的金融資源集聚效應(yīng)。

從跨區(qū)域的實(shí)踐來(lái)看，正式制度與非正式制度的協(xié)同不僅降低了交易成本，還為金融創(chuàng)新和跨區(qū)域合作提供了有力保障，進(jìn)一步推動(dòng)了區(qū)域金融生態(tài)系統(tǒng)的優(yōu)化與完善。主要原因在于，穩(wěn)定且高效的治理有助于減少市場(chǎng)參與者之間的信息不對(duì)稱風(fēng)險(xiǎn)[53]，為社會(huì)信任在降低交易成本中的作用提供有利條件。在這種環(huán)境下，信任合作機(jī)制得以順暢發(fā)揮，金融集聚得以產(chǎn)生。據(jù)此，本文提出以下假設(shè)：

H4 治理基礎(chǔ)設(shè)施正向調(diào)節(jié)社會(huì)信任對(duì)城市金融資源集聚的影響。治理基礎(chǔ)設(shè)施越完善，社會(huì)信任對(duì)城市金融資源集聚的促進(jìn)作用越強(qiáng)。

四、研究設(shè)計(jì)與數(shù)據(jù)來(lái)源

（一）模型設(shè)定與變量選擇

為研究社會(huì)信任對(duì)城市金融資源集聚的影響，本文建立模型對(duì)假設(shè)H1進(jìn)行檢驗(yàn)：

Agg_i，t=c+α₁Trust_i，t+αX_i，t+σ_i+φ_t+ε_i，t

其中， Agg_i，t 為被解釋變量，表示地區(qū) i 在 Ψ_t 年的金融資源集聚水平； Trust_i，t 為核心解釋變量，表示地區(qū) i 在 Ψ_t 年的信任度; X_i，t 為一組控制變量； σ_i 為城市固定效應(yīng)； φ_t 為年份固定效應(yīng)； ε_i，t 表示隨機(jī)擾動(dòng)項(xiàng)。

為研究城市交通基礎(chǔ)設(shè)施水平、數(shù)字基礎(chǔ)設(shè)施水平和治理基礎(chǔ)設(shè)施水平對(duì)于社會(huì)信任對(duì)城市金融資源集聚的作用機(jī)制的調(diào)節(jié)效應(yīng)，本文建立模型對(duì)假設(shè)H2—H4進(jìn)行檢驗(yàn)：

Agg_i，t=c+β₁Trust_i，t+β₂Rail_i，t+β₃Trust_i，t×Rail_i，t+βX_i，t+σ_i+φ_t+ε_i，t

Agg_i，t=c+γ₁Trust_i，t+γ₂Digital_i，t+γ₃Trust_i，t×Digital_i，t+γX_i，t+σ_i+φ_t+ε_i，t

其中， .Rail_i，tDigital_i，t 和 Policy_i，t 分別為交通基礎(chǔ)設(shè)施、數(shù)字基礎(chǔ)設(shè)施和治理基礎(chǔ)設(shè)施。若信任和交通基礎(chǔ)設(shè)施的交互項(xiàng) （Trust_i，t×Rail_i，t） 系數(shù) β₃ 顯著為正，則可證明假設(shè)H2成立；當(dāng)信任和數(shù)字基礎(chǔ)設(shè)施的交互項(xiàng) （Trust_i，t×Digital_i，t） 系數(shù) γ₃ 顯著為正，則假設(shè)H3成立;若信任和治理基礎(chǔ)設(shè)施的交互項(xiàng) （Trust_i，t×Policy_i，t） 系數(shù) δ₃ 顯著為正，則假設(shè)H4得到支持。

（二）變量定義及說(shuō)明

1．被解釋變量

在金融資源集聚的衡量方面，過(guò)往研究廣泛使用金融從業(yè)人數(shù)區(qū)位熵[54」和金融機(jī)構(gòu)存貸款余額區(qū)位熵[38]等指標(biāo)進(jìn)行度量。考慮到社會(huì)信任水平主要影響到金融機(jī)構(gòu)貸款的發(fā)放，本文借鑒 Shao 等[55]的方法，使用金融機(jī)構(gòu)年末貸款余額區(qū)位熵來(lái)對(duì)地區(qū)金融資源集聚度進(jìn)行衡量。具體計(jì)算方式如下：

其中， Y_i，t 、 N_i，t 分別表示 i 城市 Ψ_t 年末金融機(jī)構(gòu)貸款余額和常住人口數(shù)量； Y_??? 分別表示 Ψ_t 年末中國(guó)金融機(jī)構(gòu)貸款余額和常住人口數(shù)量。

2.核心解釋變量

自 2013年10月24日起，中國(guó)執(zhí)行信息公開(kāi)網(wǎng)開(kāi)始向公眾公布部分“失信被執(zhí)行人\"名單。為保護(hù)個(gè)人隱私，名單中失信人18位身份證號(hào)碼的出生日期部分（第7位至第14位）已采用通配符進(jìn)行遮蓋，但前6位的出生戶籍地信息仍可查閱。本文選取出生戶籍地與判決地不一致的樣本，并利用 Page-Rank算法計(jì)算各城市的信任指數(shù)。具體步驟如下：（1）利用身份證號(hào)的前6位匹配失信被執(zhí)行人的戶籍地。（2）保留異地被執(zhí)行數(shù)據(jù)，即保留戶籍地與判決地相異的數(shù)據(jù)。（3）將每個(gè)城市視為一個(gè)節(jié)點(diǎn)構(gòu)建網(wǎng)絡(luò)模型，判決城市 i 對(duì)出生戶籍地 j 的失信案件數(shù)記作 N_i…j ，并將其視為一種“非信任流”的指標(biāo)。（4）借鑒引力模型的思想，引人經(jīng)濟(jì)校正因子以消除經(jīng)濟(jì)規(guī)模帶來(lái)的測(cè)量偏差，采用 Ψ_t 年城市 i 的GDP_i，t 與城市 j 的 GDP_j，t 乘積的平方根作為權(quán)重因子，調(diào)整原始失信數(shù)據(jù)。調(diào)整后的邊權(quán) W_{i，j，t} 可以表示為：

（5）利用調(diào)整后的邊權(quán)構(gòu)造有向圖，采用PageRank算法來(lái)迭代計(jì)算每個(gè)城市的信任得分。PageRank算法是由谷歌公司創(chuàng)始人Page等[56]提出的用于衡量網(wǎng)頁(yè)重要性的算法，是Google搜索引擎早期的核心算法之一。本文的“非信任流\"構(gòu)建有向圖需要計(jì)算每個(gè)節(jié)點(diǎn)的“重要性”，即相對(duì)于整個(gè)網(wǎng)絡(luò)而非局部的不信任程度，因此完全適用該算法。PageRank的迭代公式為：

其中， U_j，ι 和 U_i，t 分別為 Ψ_t 期內(nèi)地區(qū) j 和地區(qū) i 的不信任得分， α 為衰減因子（通常取值為 0.85），U₀ 為初始信任值。最后，為了獲得正向的信任得分，對(duì) U_j，t 進(jìn)行歸一化處理后再取補(bǔ)數(shù)，得到 Ψ_tΨ_Ψ 年城市 j 的信任水平 Trust_j，t

3.調(diào)節(jié)變量

交通基礎(chǔ)設(shè)施方面，綜合考慮現(xiàn)有文獻(xiàn)[57-58]，本文選取每萬(wàn)人城市軌道交通里程數(shù)作為替代變量對(duì)其進(jìn)行衡量;數(shù)字基礎(chǔ)設(shè)施方面，本文參考北大數(shù)字金融中心發(fā)布的數(shù)字普惠金融指數(shù)[59」中構(gòu)建“數(shù)字化水平\"的指標(biāo)的方式來(lái)衡量地級(jí)市層面數(shù)字基礎(chǔ)設(shè)施水平;治理基礎(chǔ)設(shè)施方面，本文參考張三保等[60]在《中國(guó)城市營(yíng)商環(huán)境評(píng)估》報(bào)告中所構(gòu)建“政府透明\"指標(biāo)的方法，使用稅收收人與罰沒(méi)收入之比并進(jìn)行取對(duì)數(shù)處理作為衡量指標(biāo)。

4.控制變量

本文在基準(zhǔn)回歸中引入政府支出、通信水平、公共服務(wù)水平、城鎮(zhèn)化率、城市規(guī)模、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、開(kāi)放程度、經(jīng)濟(jì)增長(zhǎng)和信貸結(jié)構(gòu)的替代變量作為控制變量。具體數(shù)據(jù)來(lái)源和測(cè)量方式見(jiàn)表1。

（三）數(shù)據(jù)來(lái)源及說(shuō)明

本文收集了2013—2023年“中國(guó)執(zhí)行信息公開(kāi)網(wǎng)\"上所披露的1071.76萬(wàn)宗失信被執(zhí)行人案件，并對(duì)其身份證號(hào)前6位所展示的戶籍信息和判決地信息進(jìn)行匹配。考慮到失信被執(zhí)行人制度從實(shí)施到成熟存在一個(gè)過(guò)程，早期的數(shù)據(jù)極易受到各地執(zhí)法力度和地方數(shù)據(jù)不同步的影響，2013—2015 年三年間的樣本占比僅為 6.01% 。因此本文將樣本時(shí)間設(shè)定為2016—2023年，案件數(shù)減少至1007.35萬(wàn)宗。考慮到本文旨在通過(guò)構(gòu)建有向網(wǎng)絡(luò)量化不同地級(jí)市間的信任水平，為規(guī)避自環(huán)效應(yīng)對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及后續(xù)分析結(jié)果可能產(chǎn)生的偏差，本文剔除了戶籍地與判決地一致的失信被執(zhí)行人數(shù)據(jù)，最終得到348.97萬(wàn)宗案件，并以此為基礎(chǔ)計(jì)算“地級(jí)市 $$ 地級(jí)市\(zhòng)"的信任網(wǎng)絡(luò)。

地級(jí)市層面數(shù)據(jù)來(lái)源于CSMAR、各?。ㄗ灾螀^(qū)、直轄市）及各地級(jí)市（自治州）統(tǒng)計(jì)年鑒（不包含港澳臺(tái)地區(qū)）、北大普惠金融指數(shù)。為了保證數(shù)據(jù)質(zhì)量，本文對(duì)全國(guó)297個(gè)地級(jí)以上城市（含直轄市和地級(jí)市）的樣本進(jìn)行了如下處理：（1）設(shè)定研究時(shí)間范圍為2016—2023年；（2）剔除樣本缺失值較大的地級(jí)市；（3）剔除因行政區(qū)劃調(diào)整進(jìn)而身份證號(hào)碼無(wú)法正確匹配的地級(jí)市；（4）對(duì)部分缺失值使用“插值法\"進(jìn)行補(bǔ)缺，得到282個(gè)城市的平衡面板數(shù)據(jù)。在數(shù)據(jù)處理過(guò)程中，使用Python進(jìn)行數(shù)據(jù)清理，并以Statal8.0進(jìn)行數(shù)據(jù)回歸分析。

五、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)和相關(guān)性分析

表2展示了各變量的統(tǒng)計(jì)信息，可見(jiàn)各變量分布在合理范圍內(nèi)，未出現(xiàn)極端異常值。表3展示了本文測(cè)算的2023年社會(huì)信任水平和金融資源集聚水平最高的十大城市。其中，社會(huì)信任水平最高的城市為深圳市，金融資源集聚程度最高的地區(qū)為上海市;地區(qū)信任度（Trust）均值為0.85，最小值和最大值分別為0.01和1.00。該結(jié)果與張維迎和柯榮住[7所報(bào)告的信任水平排名前五的省級(jí)行政單位（上海、北京、江蘇、廣東和山東）基本吻合，體現(xiàn)了社會(huì)信任與政治、經(jīng)濟(jì)和文化密切相關(guān)[61」。此外，各解釋變量間的相關(guān)系數(shù)均小于0.5，且方差膨脹因子檢驗(yàn)結(jié)果顯示最大VIF值僅為1.52，表明本研究不存在顯著的多重共線性問(wèn)題。

（二）基準(zhǔn)回歸

在模型選擇方面，Hausman檢驗(yàn)的卡方值為 χ²（1）=19.21，P 值小于0.01，表明固定效應(yīng)模型的系數(shù)與隨機(jī)效應(yīng)模型存在顯著差異，因此本文選擇固定效應(yīng)模型進(jìn)行后續(xù)分析。為了更準(zhǔn)確地描述地區(qū)信任度提升對(duì)于地區(qū)金融資源集聚程度的影響，在對(duì)城市和時(shí)間進(jìn)行雙重固定的基礎(chǔ)上，本文依次加人了交通、數(shù)字和治理三類基礎(chǔ)設(shè)施的替代變量（Rail、Digit、Policy）以及各控制變量進(jìn)行回歸?；貧w結(jié)果如表4所示。其中，第1列展示只包含信任的回歸結(jié)果，第2列展示加入基礎(chǔ)設(shè)施變量的回歸結(jié)果，第3列展示計(jì)人調(diào)節(jié)變量和控制變量的回歸結(jié)果。鑒于我國(guó)各地級(jí)市發(fā)展水平差異較大，最發(fā)達(dá)地區(qū)和最不發(fā)達(dá)地區(qū)等極端值可能會(huì)對(duì)回歸結(jié)果產(chǎn)生影響，因此在第4列中補(bǔ)充展示采用了將分位數(shù)設(shè)置為 50% 的分位數(shù)回歸模型的結(jié)果。根據(jù)表4結(jié)果，金融集聚對(duì)地區(qū)信任水平的回歸系數(shù)均顯著為正，說(shuō)明社會(huì)信任對(duì)于地區(qū)金融資源集聚具有顯著正向促進(jìn)作用，假設(shè)H1得以驗(yàn)證。

（三）內(nèi)生性檢驗(yàn)

金融集聚一方面受到社會(huì)信任的正向影響，另一方面，其本質(zhì)上是一種信任引發(fā)的行為[62]，金融集聚水平反過(guò)來(lái)也可能影響社會(huì)信任。為解決此內(nèi)生性問(wèn)題，本文選取了與社會(huì)信任密切相關(guān)但不直接影響金融集聚的變量作為工具變量，具體包括2010年末各地的孔子學(xué)校、孔子書(shū)院和孔廟數(shù)量之和并取對(duì)數(shù)得到的“孔子機(jī)構(gòu)數(shù)量”（Confucianism）和各城市政府工作報(bào)告中的“失信執(zhí)法力度”（Legal）。（1）第一個(gè)工具變量為“孔子機(jī)構(gòu)數(shù)量”，孔子機(jī)構(gòu)數(shù)量越多，表明當(dāng)?shù)厝寮椅幕諊綕夂?。儒家文化倡?dǎo)“仁、禮、信、忠、孝\"等核心價(jià)值，對(duì)社會(huì)信任產(chǎn)生直接影響[63]?？鬃訖C(jī)構(gòu)傳承儒家文化，其數(shù)量能夠較好地反映地區(qū)的儒家文化強(qiáng)度。同時(shí)，儒家文化不會(huì)直接作用于金融集聚，而是通過(guò)提升社會(huì)信任間接產(chǎn)生影響，因此滿足工具變量的外生性要求。（2）考慮到孔子機(jī)構(gòu)數(shù)量缺乏動(dòng)態(tài)變化，本文進(jìn)一步采用了第二個(gè)工具變量，即使用政府工作報(bào)告中“老賴”“失信被執(zhí)行人”\"執(zhí)法力度”“信用修復(fù)”“產(chǎn)權(quán)保護(hù)\"等詞匯的年度詞頻來(lái)衡量“失信執(zhí)法力度”。執(zhí)法力度越大，越能改善地區(qū)社會(huì)信任水平，而其對(duì)金融集聚的影響同樣通過(guò)社會(huì)信任間接傳導(dǎo)，符合工具變量外生性的條件。表5展示了兩階段OLS估計(jì)，其中第1列和第2列分別報(bào)告了將\"孔子機(jī)構(gòu)數(shù)量\"作為工具變量的第一階段和第二階段的回歸結(jié)果;第3列和第4列分別報(bào)告了將“失信執(zhí)法力度\"作為工具變量的第一階段和第二階段的回歸結(jié)果。結(jié)果顯示，Trust系數(shù)顯著為正，表明假設(shè)H1成立。同時(shí)，本文所采用的工具變量均順利通過(guò)了弱工具變量檢驗(yàn)和工具變量識(shí)別不足檢驗(yàn)（高于Stock-Yogo提出的 10% 閾值要求）。因此，本文的結(jié)論是可靠的。

（四）穩(wěn)健性檢驗(yàn)

1．替換變量法

為了避免變量衡量的片面性對(duì)于結(jié)果準(zhǔn)確性的影響，本文采用替換變量法進(jìn)行穩(wěn)健性檢驗(yàn)。首先，本文參考任英華等[38]的做法，將被解釋變量替換為金融機(jī)構(gòu)存貸款余額區(qū)位熵 （Agg2） 。金融資源涵蓋了金融機(jī)構(gòu)所擁有和管理的各項(xiàng)金融資產(chǎn)和金融負(fù)債，使用金融機(jī)構(gòu)存貸款余額區(qū)位熵作為被解釋變量可以同時(shí)對(duì)金融資源集聚程度和金融活動(dòng)活躍程度進(jìn)行衡量。其次，本文將解釋變量替換為以失信金額為權(quán)重的指標(biāo)（Trust2）。權(quán)重中，判決地區(qū) i 對(duì)出生戶籍來(lái)源地區(qū) j 的失信金額記作 M_i…j 。最后，本文將被解釋變量和解釋變量均進(jìn)行替換。結(jié)果分別在表6的第1—3列中展示。回歸結(jié)果表明，社會(huì)信任對(duì)于金融集聚有顯著正向影響，說(shuō)明假說(shuō)H1是穩(wěn)健的。

2.剔除樣本法

由于直轄市與其他地級(jí)市相比，經(jīng)濟(jì)、科技發(fā)展水平具有較大的差距，這種差距可能會(huì)對(duì)實(shí)驗(yàn)結(jié)果具有一定影響。本文從樣本中剔除北京、天津、上海和重慶4個(gè)直轄市的數(shù)據(jù)，再次進(jìn)行回歸，以進(jìn)行穩(wěn)健性檢驗(yàn)。表6第4列中社會(huì)信任的系數(shù)為正向顯著，說(shuō)明剔除4個(gè)直轄市后，社會(huì)信任依舊可以正向促進(jìn)金融資源集聚，假設(shè)H1具有穩(wěn)健性。

3.分年回歸

不同年份可能受到不同的外部環(huán)境、政策變化或宏觀經(jīng)濟(jì)條件的影響，進(jìn)而對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生一定的影響。因此，本文增加逐年回歸，以檢驗(yàn)回歸結(jié)果在不同年份之間是否具有一致性。表7回歸結(jié)果說(shuō)明，在不同的年份，社會(huì)信任對(duì)于金融集聚均具有顯著促進(jìn)作用，本文的結(jié)論是穩(wěn)健的。

4.更換計(jì)量模型

為進(jìn)一步驗(yàn)證社會(huì)信任對(duì)城市金融資源配置存在空間集聚效應(yīng)，本文引人空間計(jì)量模型進(jìn)行穩(wěn)健性檢驗(yàn)?？臻g計(jì)量模型能夠捕捉金融資源配置過(guò)程中的空間依賴與溢出效應(yīng)，避免因忽視空間相關(guān)性而產(chǎn)生的估計(jì)偏差；同時(shí)，它還能檢驗(yàn)空間因素對(duì)“社會(huì)信任 $$ 金融集聚\"關(guān)系的影響，確保結(jié)論在不同空間情境下的穩(wěn)健性。為選擇合適的空間計(jì)量模型進(jìn)行分析，本文分別對(duì)樣本數(shù)據(jù)進(jìn)行了LM檢驗(yàn)、Hausman檢驗(yàn)和Wald檢驗(yàn)。LM檢驗(yàn)方面，LM-lag和LM-error的統(tǒng)計(jì)量均通過(guò)了 1% 水平的顯著性檢驗(yàn)，表明使用空間杜賓模型（SDM）來(lái)分析樣本數(shù)據(jù)更為合適。Hausman 檢驗(yàn)表明，本文使用固定效應(yīng)模型更為合適。Wald檢驗(yàn)結(jié)果顯示W(wǎng)ald檢驗(yàn)統(tǒng)計(jì)量均在 1% 的水平上拒絕了原假設(shè)，即無(wú)法簡(jiǎn)化SDM。為更加直觀地分析社會(huì)信任對(duì)金融集聚影響的空間特征，本文通過(guò)偏微分的方法將空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)。根據(jù)表8的分解結(jié)果可知：第一，社會(huì)信任對(duì)于金融集聚影響的直接效應(yīng)在 10% 的水平下顯著為正，進(jìn)一步為H1提供了實(shí)證支持。第二，社會(huì)信任對(duì)周邊城市的金融集聚沒(méi)有顯著溢出作用，說(shuō)明社會(huì)信任更傾向于“虹吸\"本地金融資源，而對(duì)周邊城市的輻射效應(yīng)并不明顯。

（五）調(diào)節(jié)效應(yīng)分析

為驗(yàn)證假設(shè)H2—H4所提出的交通、數(shù)字與治理基礎(chǔ)設(shè)施作為正式制度載體與社會(huì)信任這一非正式制度的協(xié)同作用，本文在基準(zhǔn)回歸的基礎(chǔ)上依次加入三類基礎(chǔ)設(shè)施變量和其與社會(huì)信任變量的交互項(xiàng)后進(jìn)行回歸，結(jié)果如表9所示。表9中，第1—2列、第3—4列和第5—6列分別展示了交通、數(shù)字和治理基礎(chǔ)設(shè)施調(diào)節(jié)社會(huì)信任對(duì)金融集聚影響的結(jié)果，第7列呈現(xiàn)了全模型回歸結(jié)果?；貧w結(jié)果顯示，社會(huì)信任與三類基礎(chǔ)設(shè)施的交互項(xiàng)系數(shù)均為正向且顯著，表明城市基礎(chǔ)設(shè)施能夠顯著正向調(diào)節(jié)社會(huì)信任對(duì)金融集聚的促進(jìn)作用，假設(shè)H2—H4得到支持。這說(shuō)明，在城市治理與金融發(fā)展過(guò)程中，應(yīng)充分發(fā)揮基礎(chǔ)設(shè)施與社會(huì)信任之間的協(xié)同效應(yīng)，從而提升金融集聚效應(yīng)。

（六）異質(zhì)性分析

為進(jìn)一步揭示交通、數(shù)字與治理基礎(chǔ)設(shè)施等正式制度載體與社會(huì)信任等非正式制度之間交互作用的特征，本文將從城市規(guī)模與時(shí)間兩個(gè)維度進(jìn)行分組，重點(diǎn)分析城市基礎(chǔ)設(shè)施在社會(huì)信任影響城市金融集聚水平中調(diào)節(jié)作用的異質(zhì)性。分組回歸和SUEST檢驗(yàn)結(jié)果如表1O所示。

在城市規(guī)模劃分方面，本文以樣本城市常住人口中位數(shù)為閾值，將城市分為常住人口超過(guò)353萬(wàn)人的“大規(guī)模城市\(zhòng)"與常住人口不超過(guò)353萬(wàn)人的“小規(guī)模城市\(zhòng)"兩類。根據(jù)表10左側(cè)結(jié)果，從城市規(guī)模維度可觀察到兩大異質(zhì)性特征：第一，在小規(guī)模城市中，數(shù)字基礎(chǔ)設(shè)施與治理基礎(chǔ)設(shè)施對(duì)“社會(huì)信任 $$ 金融集聚”關(guān)系具有顯著正向調(diào)節(jié)效應(yīng)。這主要是因?yàn)檫@些城市的數(shù)字化建設(shè)與市場(chǎng)治理相對(duì)薄弱，難以充分釋放社會(huì)信任的潛在價(jià)值，因而必須依賴數(shù)字與治理基礎(chǔ)設(shè)施的提升來(lái)彌補(bǔ)短板。相比之下，大規(guī)模城市的治理體系已較為完善，其數(shù)字基礎(chǔ)設(shè)施仍能發(fā)揮正向調(diào)節(jié)作用，但治理基礎(chǔ)設(shè)施的調(diào)節(jié)效應(yīng)已顯著遞減。第二，在大規(guī)模城市中，交通基礎(chǔ)設(shè)施對(duì)“社會(huì)信任 $$ 金融集聚\"關(guān)系展現(xiàn)出顯著正向調(diào)節(jié)效應(yīng)，而在小規(guī)模城市中，交通基礎(chǔ)設(shè)施的調(diào)節(jié)效應(yīng)不僅不顯著，甚至呈現(xiàn)負(fù)向趨勢(shì)，反映出小規(guī)模城市交通建設(shè)的投入效率或布局均衡性可能存在問(wèn)題。上述交通基礎(chǔ)設(shè)施在兩類城市中的異質(zhì)性已通過(guò)SUEST檢驗(yàn)。

在失信信息共享方面，2020年12月底，國(guó)務(wù)院發(fā)布了《國(guó)務(wù)院辦公廳關(guān)于進(jìn)一步完善失信約束制度構(gòu)建誠(chéng)信建設(shè)長(zhǎng)效機(jī)制的指導(dǎo)意見(jiàn)》[64]，明確提出要完善信息共享機(jī)制，要求對(duì)失信信息“一口采集、充分共享”。本文以2020年為分界點(diǎn)，將 2016—2019年的樣本劃分為信息分割組，將 2021—2023年的樣本劃分為信息共享組，進(jìn)行分組回歸。根據(jù)表10右側(cè)結(jié)果可以發(fā)現(xiàn)：在信息分割組中，數(shù)字與治理基礎(chǔ)設(shè)施顯著放大了社會(huì)信任對(duì)金融集聚的正向效應(yīng)，而交通基礎(chǔ)設(shè)施因信息壁壘未能發(fā)揮作用；在信息共享組中，交通和數(shù)字基礎(chǔ)設(shè)施顯著增強(qiáng)了社會(huì)信任對(duì)金融集聚的推動(dòng)作用，而治理設(shè)施的調(diào)節(jié)效應(yīng)不再顯著。同樣，交通基礎(chǔ)設(shè)施在上述兩組環(huán)境下的調(diào)節(jié)效應(yīng)差異已通過(guò)SUEST檢驗(yàn)，進(jìn)一步表明交通基礎(chǔ)設(shè)施對(duì)金融集聚具有關(guān)鍵的調(diào)節(jié)作用。

六、研究結(jié)論與建議

本文以金融資源為例，在收集了2016—2023年282個(gè)地級(jí)市面板數(shù)據(jù)的基礎(chǔ)上，借助失信被執(zhí)行人名單中戶籍地與執(zhí)行地信息，構(gòu)建了跨區(qū)域社會(huì)不信任的復(fù)雜網(wǎng)絡(luò)，并運(yùn)用PageRank算法對(duì)城市信任水平進(jìn)行全面測(cè)度。在此基礎(chǔ)上，本文深入剖析了社會(huì)信任與基礎(chǔ)設(shè)施之間的相互作用對(duì)城市金融資源集聚影響機(jī)制的內(nèi)在邏輯。研究結(jié)果顯示：第一，社會(huì)信任對(duì)城市金融資源集聚具有顯著正向的推動(dòng)作用;第二，交通、數(shù)字及治理基礎(chǔ)設(shè)施均對(duì)社會(huì)信任在促進(jìn)金融資源集聚中的作用構(gòu)成正向調(diào)節(jié)效應(yīng);第三，異質(zhì)性分析進(jìn)一步揭示，在大規(guī)模城市和信息共享環(huán)境中，交通基礎(chǔ)設(shè)施能更有效地增強(qiáng)信任的價(jià)值?；谏鲜鲅芯拷Y(jié)論，本文提出以下政策建議：

（一）建立多層次社會(huì)信用網(wǎng)絡(luò)

本研究的結(jié)論表明，社會(huì)信任是在促進(jìn)區(qū)域金融資源集聚過(guò)程中不可忽略的因素。為此，全社會(huì)應(yīng)當(dāng)共同努力，構(gòu)建一個(gè)包含政府、市場(chǎng)和公眾在內(nèi)的多層次信用網(wǎng)絡(luò)。在具體實(shí)踐過(guò)程中，政府應(yīng)積極運(yùn)用數(shù)字人民幣等先進(jìn)的區(qū)塊鏈技術(shù)成果，制定并推廣易用的評(píng)級(jí)制度，使其成為經(jīng)濟(jì)主體參與市場(chǎng)的名片；同時(shí)，還應(yīng)鼓勵(lì)企業(yè)及社會(huì)公眾加入信用信息的采集與共享過(guò)程，不斷壯大信用網(wǎng)絡(luò)，充分利用信任的可傳遞性，建立起一個(gè)由全社會(huì)共同維護(hù)的信用生態(tài)。

（二）建設(shè)差異化區(qū)域基礎(chǔ)設(shè)施

本研究進(jìn)一步揭示，基礎(chǔ)設(shè)施對(duì)城市發(fā)展的影響會(huì)因城市規(guī)模和信息發(fā)展階段的不同而呈現(xiàn)出較大差異。因此，城市在推進(jìn)基礎(chǔ)設(shè)施建設(shè)時(shí)應(yīng)采取因地制宜、各有側(cè)重的策略。例如，對(duì)于規(guī)模較小或信息共享不充分的城市，不應(yīng)盲目擴(kuò)張交通基礎(chǔ)設(shè)施，而應(yīng)優(yōu)先完善數(shù)字和治理相關(guān)的基礎(chǔ)設(shè)施，以提升信息透明度作為突破口;相對(duì)地，對(duì)于規(guī)模較大或信息共享度較高的城市，由于數(shù)字與治理設(shè)施的信任邊際效應(yīng)已趨飽和，應(yīng)轉(zhuǎn)向強(qiáng)化交通基礎(chǔ)設(shè)施建設(shè)，以高效的交通網(wǎng)絡(luò)拉近時(shí)空，促進(jìn)面對(duì)面交流，放大信任對(duì)金融資源集聚的作用，進(jìn)而優(yōu)化資源配置并推動(dòng)城市經(jīng)濟(jì)發(fā)展。

（三）健全政府與市場(chǎng)的聯(lián)動(dòng)

本研究還發(fā)現(xiàn)，完善的城市基礎(chǔ)設(shè)施（硬環(huán)境）和良好的社會(huì)信任（軟環(huán)境）能相互作用，共同促進(jìn)金融資源的集聚。從這一點(diǎn)來(lái)看，城市要實(shí)現(xiàn)進(jìn)一步的發(fā)展，需要政府和市場(chǎng)更緊密地合作，構(gòu)建協(xié)同治理的新模式。政府應(yīng)當(dāng)引導(dǎo)企業(yè)和社會(huì)組織在基礎(chǔ)設(shè)施建設(shè)和信用體系構(gòu)建中積極聯(lián)動(dòng)，通過(guò)搭建跨部門、跨地區(qū)的信息共享和協(xié)作平臺(tái)，促進(jìn)政府、市場(chǎng)與社會(huì)的順暢對(duì)接，從而更有效地匯聚金融資源。

參考文獻(xiàn)

[1]KRUGMANP. Increasing returns and economic geography[J]. Journal of Political Economy，1991，99（3）：483-499.

[2]謝漾，洪正.金融集聚的地理結(jié)構(gòu)及演進(jìn)規(guī)律：虹吸還是輻射——基于城市群的研究視角[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022，44（11）：28-38.

[3]鄭聯(lián)盛，孟雅婧，李俊成.高鐵開(kāi)通、金融資源配置與區(qū)域經(jīng)濟(jì)發(fā)展不平衡——基于PSM-DID模型的估計(jì)［J].金融評(píng)論，2022，14（3）：39-61.

[4］張海波.鄉(xiāng)村振興背景下涼山州鹽源縣農(nóng)村電子商務(wù)發(fā)展對(duì)策研究[J].商場(chǎng)現(xiàn)代化，2022（16）：45－47.

[5]NORTH DC. Institutions，institutional change and economic performance[M]. Cambridge：Cambridge UniversityPress，1990.

[6]ACEMOGLU D，JOHNSON S，ROBINSONJA. The colonialorigins of comparative development： an empirical in-vestigationlJ」. American Economic Review，200l，91（5）：1369-1401.

[7]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）：59－70.

[8]劉鳳委，李琳，薛云奎.信任、交易成本與商業(yè)信用模式[J].經(jīng)濟(jì)研究，2009，44（8）：60－72.

[9]LU JW，SONG Y，SHAN M. Social trustin subnational regions and foreign subsidiary performance： evidence fromforeign investments in China[J]. Journal of International Business Studies，2O18，49：761-773.

[10]KNACK S， KEEFER P. Does social capital have an economic payoff？Across-country investigation[J]. The Quar-terly Journal of Economics，1997，112（4）：1251-1288.

[11]潘越，戴亦一，吳超鵬，等.社會(huì)資本、政治關(guān)系與公司投資決策[J].經(jīng)濟(jì)研究，2009，44（11）：82－94.

[12］陽(yáng)鎮(zhèn)，凌鴻程，陳勁.社會(huì)信任與企業(yè)綠色技術(shù)創(chuàng)新——基于上市公司微觀證據(jù)的研究[J].武漢大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，77（1）：136－149.

[13］王泰，朱衡，卓志.社會(huì)信任對(duì)個(gè)人商業(yè)保險(xiǎn)購(gòu)買決策的影響——基于CGSS 數(shù)據(jù)的實(shí)證研究[J].保險(xiǎn)研究，2022（8） ：3-16.

[14」申慧云，余杰，衣長(zhǎng)軍.社會(huì)信任對(duì)吸引FDI的影響研究[J].國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2024（1）：78－97.

[15］溫濤，劉亭廷.金融素養(yǎng)和社會(huì)信任能促進(jìn)農(nóng)戶數(shù)字金融參與嗎[J].西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，49（1）：85－100.

[16]張威，張衛(wèi)國(guó).數(shù)字賦能慈善事業(yè)背景下互聯(lián)網(wǎng)使用對(duì)居民捐贈(zèng)行為的影響研究[J].社會(huì)保障研究，2023（1）：53－65.

[17]徐現(xiàn)祥，劉毓蕓，肖澤凱.方言與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)學(xué)報(bào)，2015，2（2）：1－32.

[18］汪圣國(guó)，杜素珍，李炳財(cái).社會(huì)信任影響了企業(yè)國(guó)際化嗎？［J].世界經(jīng)濟(jì)研究，2022（3）：54－66，135.

[19]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（8）：77 -95.

[20]向宇，代沁雯，馬俊峰.社會(huì)信用對(duì)企業(yè)金融化的影響及其機(jī)制研究——基于城市失信被執(zhí)行人數(shù)據(jù)的分析[J].當(dāng)代財(cái)經(jīng)，2021（12）：126－136.

[21］余泳澤，莊海濤，伏雨.社會(huì)失信與全要素生產(chǎn)率——基于交易成本視角的研究[J].金融研究，2023（5）：58－76.

[22]楊繼彬，李善民，楊國(guó)超，等.省際雙邊信任與資本跨區(qū)域流動(dòng)——基于企業(yè)異地并購(gòu)的視角[J].經(jīng)濟(jì)研究，2021，56（4）：41 -59.

[23]李俊青，韓其恒，寇海潔.政府、社會(huì)信任與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2022，57（6）：26－44.

[24]王梓利，林曉言，高宏偉.交通基礎(chǔ)設(shè)施對(duì)金融集聚的影響研究——基于鐵路和高速公路的證據(jù)[J].宏觀經(jīng)濟(jì)研究，2020（12）：47-61，120.

[25］覃朝暉，潘昱辰.數(shù)字普惠金融促進(jìn)鄉(xiāng)村產(chǎn)業(yè)高質(zhì)量發(fā)展的效應(yīng)分析［J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，21（5）：23-33.

[26]張健華.金融與數(shù)字技術(shù)融合下的助貸業(yè)務(wù)發(fā)展[EB/OL].（2023－05－20）．htps：//thuifr.pbcsf.tsinghua.edu.cn/info/1012/2498.htm.

[27］姚璐，王書(shū)華，趙雯雯.金融集聚與環(huán)境規(guī)制的\"本地—鄰地\"綠色創(chuàng)新效應(yīng)[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023，44（1）：113-124.

[28]鈔小靜，薛志欣.以新經(jīng)濟(jì)推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的機(jī)制與路徑[J].西北大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，50（1）：49-56.

[29］張成思，尹學(xué)鈺.現(xiàn)代中央銀行制度下的金融基礎(chǔ)設(shè)施體系建設(shè)路徑[J].深圳社會(huì)科學(xué)，2023，6（4）：51－64

[30]俞穎，蘇慧琨，李勇.區(qū)域金融差異演進(jìn)路徑與機(jī)理[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（4）：74－93.

[31]王如玉，王志高，梁琦，等.金融集聚與城市層級(jí)[J].經(jīng)濟(jì)研究，2019，54（11）：165－179.

[32]孫國(guó)茂，范躍進(jìn).金融中心的本質(zhì)、功能與路徑選擇[J].管理世界，2013（11）：1－13.

[33]張俊生，曾亞敏.董事會(huì)特征與總經(jīng)理變更[J].南開(kāi)管理評(píng)論，2005（1）：16－20.

[34]金洪飛，李弘基，劉音露.金融科技、銀行風(fēng)險(xiǎn)與市場(chǎng)擠出效應(yīng)[J].財(cái)經(jīng)研究，2020，46（5）：52－65.

[35]車欣薇，部慧，梁小珍，等.一個(gè)金融集聚動(dòng)因的理論模型[J].管理科學(xué)學(xué)報(bào)，2012，15（3）：16－29.

[36］戴金平，馮帆.“集聚\"還是“分散”？數(shù)字金融對(duì)金融空間分布的影響研究[J].現(xiàn)代經(jīng)濟(jì)探討，2023（10）：43－57.

[37]LEYSHON A. Geographies of money and finance I[J].Progress in Human Geography，1998，22（3）：433－446.

[38]任英華，徐玲，游萬(wàn)海.金融集聚影響因素空間計(jì)量模型及其應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（5）：104－115.

[39]蔡強(qiáng)，王啟文.區(qū)域金融集聚的形成機(jī)制與空間溢出效應(yīng)[J].學(xué)習(xí)與探索，2023（7）：96－107.

[40］謝漾，肖冬利.城市群功能分工的金融集聚效應(yīng)與影響機(jī)制[J].世界經(jīng)濟(jì)研究，2023（4）：119－133，136.

[41] FUKUYAMA F. Social capital and the global economy[J]. Foreign Affairs，1995，74（5）： 89.

[42]COLEMANJS.Socialcapital inthecreationof humancapital[J].AmericanJournalofSociology，988，94：S95－S120.

[43]GUISO L，SAPIENZA P， ZINGALES L. The role of social capital in financial development[J]. American Eco-nomic Review，2004，94（3）：526-556.

[44]楊惠芳.企業(yè)家社會(huì)資本對(duì)中小企業(yè)商業(yè)信用融資的影響[J].社會(huì)科學(xué)戰(zhàn)線，2017（3）：260－264.

[45］傅紹正，劉揚(yáng).社會(huì)信任影響企業(yè)創(chuàng)新的作用路徑研究[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，36（4）：67－77.

[46]張浩然，魏琳.金融集聚與城市經(jīng)濟(jì)績(jī)效：基于城市異質(zhì)性視角的分析[J].當(dāng)代財(cái)經(jīng)，2015（10）：61－69.

[47]侯贊慧，錢曄，鄒昊.無(wú)形資產(chǎn)、資本結(jié)構(gòu)與企業(yè)績(jī)效——基于創(chuàng)業(yè)板上市公司的數(shù)據(jù)[J].現(xiàn)代金融，2022（1）：20－27.

[48] CONG L W，HE Z. Blockchain disruption and smart contracts[J].The Review of Financial Studies，2019，32（5）：1754 -1797.

[49]范合君，吳婷．新型數(shù)字基礎(chǔ)設(shè)施、數(shù)字化能力與全要素生產(chǎn)率[J]．經(jīng)濟(jì)與管理研究，2022，43（1）：3－22.

[50]郭朝先.數(shù)字經(jīng)濟(jì)時(shí)代產(chǎn)業(yè)組織演變：趨勢(shì)、特征與效果[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2023（10）：2－25.

[51]AOKI K.Optimal monetary policy responses to relative-price changes[J]. Journal of Monetary Economics，2001，48（1）：55-80.

[52]成德寧.我國(guó)城鄉(xiāng)間產(chǎn)業(yè)的遷移與分工協(xié)調(diào)發(fā)展[J].經(jīng)濟(jì)學(xué)家，2011（8）：43－50.

[53]許文彬.制度的信息意義考察：理論與模型[J].經(jīng)濟(jì)研究，2010，45（2）：97－108.

[54]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）：39－50.

[55] SHAO S，WANG Y，YAN W，et al. Administrative decentralization and credit resource reallcation：evidencefrom China's“enlarging authority and strengthening counties”reform[J]. Cities，202o，97：1-16.

[56] PAGE L，BRIN S，MOTWANI R. The PageRank citation ranking：bringing order to the web[R]. StanfordInfoLab，1999.

[57]吳嘉賢，劉修巖.空間經(jīng)濟(jì)視角下地鐵建設(shè)與城市空間結(jié)構(gòu)演化[J].現(xiàn)代經(jīng)濟(jì)探討，2023（11）：85－100.

[58]劉潔，王亞，蘇楊.城市群高質(zhì)量發(fā)展背景下人口聚散規(guī)律和驅(qū)動(dòng)因素研究[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023，25（6）：103-119.

[59]郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

[60]張三保，張志學(xué)，黃敏學(xué).中國(guó)城市營(yíng)商環(huán)境評(píng)估[EB/OL].（2024－09－24）.htps：//opendata.pku.edu.cn/data-set.xhtml？ persistentId doi：10.18170/DVN/9NJDWEamp;version ?3.1

[61]史宇鵬，李新榮.公共資源與社會(huì)信任：以義務(wù)教育為例[J].經(jīng)濟(jì)研究，2016，51（5）：86－100.

[62]崔巍.我國(guó)區(qū)域金融發(fā)展的差異性研究——基于社會(huì)資本的視角[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2013（3）：89－94.

[63］居來(lái)提·色依提，張傳兵，葛力銘.儒家文化降低企業(yè)內(nèi)收入不平等了嗎——基于區(qū)域信任度與公平感的視角[［J].科學(xué)決策，2022（5）：15－34.

[64］國(guó)務(wù)院．國(guó)務(wù)院辦公廳關(guān)于進(jìn)一步完善失信約束制度構(gòu)建誠(chéng)信建設(shè)長(zhǎng)效機(jī)制的指導(dǎo)意見(jiàn)[EB/OL]．（2020－12-18）. https：//www.gov. cn/zhengce/content/2020-12/18/content_5570954.htmN.

How Do Social Trust and Infrastructure Affect the Agglomeration of Urban Financial Resources？ An Empirical Study Based on Big Data from the List of Dishonest Judgment-defaulters

ZHOU Geng1'2， CHEN Lijing2， WANG Yuwei1，2 （1. Yangtze River Delta Economics and Social Development Research Center ， Nanjing University，Nanjing ，China; 2. Business School，Nanjing University，Nanjing 21ooo8，China）

Abstract： Social trust，as an important informal institution，profoundly influences the efficiency of factor agglomeration in a city. Based on big data from the List of Judgment Defaulters （2O16-2023）， this study employs the PageRank algorithm to measure the level of social trust in 282 cities. City panel data are also used to investigate the impact of social trust and city infrastructure on the agglomeration of financial resources. The results indicate that， firstly， social trust significantly promotes the agglomeration of financial resources. Secondly，transportation， digital，and governance infrastructures positively moderate the role of social trust in promoting financial resource agglomeration. Thirdly， in large-scale cities and environments with shared information， transportation infrastructure can play a greater role. These findings shed light on the internal mechanisms of urban financial agglomeration and provide a novel theoretical perspective for optimizing urban governance and refining the policy framework in China.

Key words： social trust;city infrastructure; financial agglomeration；informal institutions; PageRank algorithm

（責(zé)任編輯：王晨麗）