社會信用體系建設與企業區位選擇

DOI：10.19592/j.cnki.scje.420960

JEL分類號：R11，R12，R38 中圖分類號：F207

文獻標識碼：A 文章編號：1000-6249（2025）04-058-22

一、引言

作為社會主義市場經濟體制和社會治理體制的重要組成部分，社會信用體系建設通過提高失信成本和守信激勵等方式達到優化外部信用環境的政策目標（黃卓等，2023）。與西方國家市場化運作的信用體系相比，中國社會信用體系建設走出了一條獨具特色的道路：以國務院頒布的文件為依據、由各地分別制定法規政策并予以推行（沈巋，2019）。習近平總書記強調，要加快完善產權保護、市場準人、公平競爭、社會信用等市場經濟基礎制度，為中國式現代化持續注入強勁動力①。以信用信息共享機制為核心的社會信用體系建設示范城市（區）建設，不僅是中國構建高水平社會主義市場經濟體制中的重大課題，更是觀察信用信息共享對微觀企業區位選擇行為影響的重要窗口。新企業進入，作為促進市場競爭和技術創新中“創造性毀火”的力量，在經濟增長與高質量發展中具有決定性作用，長期以來備受學界和業界的關注和探討（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;封進和李雨婷，2023）。然而，鮮有研究探討社會信用制度環境建設對企業區位選擇行為的影響，以新企業進人為切入點對信用信息共享如何影響地區經濟高質量發展的研究更是存在明顯的研究缺口。理論上，信用信息共享機制能夠顯著改善企業所處的外部信用環境，降低資金供需雙方的信息不對稱程度（曹雨陽等，2022），從而降低制度性交易成本（余泳澤等，2020），為企業帶來實際經濟效益，并借此重塑企業區位選擇行為。因此，厘清信用體系建設和企業進入之間的內在機理，對于如何更好地激活微觀經濟主體活力，釋放社會信用體系建設紅利，促進實體經濟高質量發展具有重要的現實意義。

十余年來，我國出臺了多項政策加強社會信用體系建設，失信懲罰制度不斷健全，社會信用環境明顯改善。2011年，黨中央國務院部署開展社會信用體系建設規劃，隨后于2014年頒布《社會信用體系建設規劃綱要（2014—2020年）》。2015年和2016年期間，國家發展改革委和中國人民銀行先后將42個城市（區）分兩批納人社會信用體系改革試點城市，通過在事前、事中和事后三個層面展開信用監管，發揮激勵、懲戒和修復的功能，從而將失信行為的負外部性成本內在化。例如，北京市高度重視信用標準化工作，是全國最早推廣信用標準化的地區之一，目前已向各部門共享169萬家企業的公共信用評價結果，提出了2類8項31條失信懲戒措施，形成了極具效率的信用修復主動告知機制①。同時，成都市實行的信用分級分類監管也獨具特色，至2022年底，該體系已涵蓋了36家市級單位、1490個可加減分的指標項，同時由積分管理平臺采集2.82億條信用數據，每日自動生成350萬余戶市場主體的信用評價結果和風險等級②。此外，廣州市的失信主體信用修復機制也走在全國前列。廣州市研發的線上經營異常名錄、嚴重違法失信企業信用修復微信小程序，為企業提供全程網辦“零跑腿\"服務，積極引導嚴重失信企業及時履行法定義務、修復信用記錄、退出嚴重失信名單，已有累計7.8萬余個市場主體通過微信小程序辦理相關業務，2020年“失信被執行人名單”退出10787宗③。

基于上述背景，本文將社會信用體系建設試點視為準自然實驗，利用2010—2021年縣域面板數據，采用漸進雙重差分模型考察信用體系制度環境建設對企業進入的影響。本文使用縣域數據原因如下：其一，社會信用體系建設試點事實上并非完全在地級市層面開展。例如，北京地區僅在海淀區而非全部轄區內展開建設，因此，政策效果難以保證在地級市內部是同質的，在地級市層面開展研究可能導致研究結論產生偏誤。其二，縣域地區（包括縣、縣級市和地級市市轄區）作為國民經濟的基本單元，其發展水平直接關系到我國經濟高質量發展的成效（毛捷等，2018）。為此，本文基于縣級空間尺度考察社會信用體系建設的企業進入效應具有更高的合理性。具體來說，本文收集了附帶詳細地址的企業注冊數據、縣域主要經濟統計指標、人口、衛星燈光等縣域經濟地理大數據以及中國縣級矢量地圖，利用Python進行匯總統計，構建出2010—2021年縣域層面的面板數據，采用雙重差分識別策略以估計社會信用試點對企業進人的影響。首先，本文檢驗社會信用體系建設對企業空間布局的綜合影響，實證結果顯示，社會信用體系建設有助于吸引企業進入，已實行社會信用體系建設改革的縣域與尚未實行的縣域相比，其企業進入水平高出7.8個百分點，證實了社會信用體系建設改革的經濟資源空間配置價值。其次，作用機制檢驗發現，社會信用體系建設吸引企業進入的核心機制在于提高金融機構篩選能力、優化外部信用環境。此外，分組檢驗結果表明，社會信用體系建設的企業進入吸引效應在銀行競爭度較低、信用環境稟賦較差的地區中更為凸顯。最后，本文還發現政府主導的社會信用體系與市場化運作的個人征信機構之間存在替代關系。

本文的研究貢獻主要體現在以下三個方面：

第一，本文揭示了制度環境建設如何影響企業區位選擇，豐富了社會信用體系建設實體經濟后果的相關研究。既有研究多基于微觀企業層面，討論社會信用體系建設對社會責任、勞動投資效率、違規行為與綠色創新等方面的重要性（曹雨陽等，2022;申丹琳和江軒宇，2022;左靜靜等，2023;黃卓等，2023），盡管為理解社會信用體系建設的經濟效應提供了有益見解，但仍缺乏從地區層面對社會信用體系制度環境建設是否以及如何影響企業區位選擇行為的討論。本文首次基于縣域企業區位選擇視角，評估社會信用體系建設的企業進人效應，并進一步探究不同銀行競爭程度和信用環境稟賦下的異質性效果，有助于全面理解社會信用體系政策的實體經濟效應。

第二，本文補充了企業區位選擇影響因素的相關研究。已有學者考察營商環境（畢青苗等，2018）、產業創新政策（白俊紅等，2022）、區位導向政策（郭峰等，2023）、融資渠道（Black andStrahan，2002;Kerr and Nanda，2009）、政治腐敗（Estrin et al.，2013;Kong and Qin，2021）和稅收政策（Gentry and Hubbard，2000;Djankov et al.，2010）等外部制度環境對企業進人的影響。此外，部分學者從經濟社會發展的角度，研究人力資本水平、人口老齡化、經濟規模、教育程度、現有制造業基礎和交通基礎設施水平均對企業進入存在的影響（Coughlin and Segev，2000;Marvel et al.，2016;Lianget al.，2018;Qin and Kong，2021;封進和李雨婷，2023）。不同于已有研究，本文更加強調社會信用體系與外部信用環境是影響企業進人的重要因素，這一發現不僅豐富了企業進人決策影響因素研究，同時，基于中國特色社會信用體系建設現實背景，為地方如何充分利用社會信用制度優勢，營造良好信用環境，進而吸引更多潛在企業進入、推動當地經濟高質量發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。當前世界正值百年未有之大變局，外部環境更趨復雜嚴峻，不確定因素愈發凸顯，大量潛在創業者傾向于保持觀望狀態以規避創業失敗風險，而這將抑制創新創業活力，影響新動能的孕育成長，進一步削弱經濟發展內生動力。為推動國民經濟長期可持續發展，社會信用體系建設顯得尤為重要。本文通過系統分析社會信用體系建設的企業進人效應，發現社會信用體系建設對規范市場秩序、降低交易成本和增進全社會誠信水平具有重大意義。社會信用體系不僅能夠為市場主體提供更加廣闊的融資渠道，實現資源要素高效流動和優化配置，促進大眾創業、萬眾創新，而且有利于加大對失信主體的懲戒力度，發揮其教育約束功能，為倡導誠信理念提供重要的制度環境保障。

二、制度背景與理論分析

（一）社會信用體系建設的發展歷程

黨和國家對信用體系建設工作一直高度重視，并要求將以誠信促進經濟健康發展作為重要的發展思路。2002年，黨的十六大報告首次明確了以誠實守信為重點的公民道德建設實施綱要。2007年，國務院成立了社會信用體系建設部際聯席會議，其職責范圍包括規劃系統建設、研究起草重大政策措施與監督政策實施等。在社會信用體系的建設過程中，地方政府也在積極探索。例如，位于蘇北地區的睢寧縣，于2010年1月推行《睢寧縣大眾信用管理實行辦法》和《睢寧縣大眾信用信息評估細則（試行）》，其中《評估細則》規定，個人積極從事志愿、義工服務、扶貧濟困、捐資助學、見義勇為等社會公益行為，可以增加10—100不等的分值。2013年，最高人民法院發布《關于公布失信被執行人名單信息的若干規定》，建立了“全國法院失信被執行人名單信息公布與查詢平臺”，以供社會各界查詢。

十八大以來，黨中央、國務院圍繞社會信用體系建設進行了一系列的頂層設計。特別地，2014年，國務院發布了《社會信用體系建設規劃綱要（2014—2020年）》，2015年和2016年，國家發展改革委和中國人民銀行先后選出了42個城市（區）作為全國創建社會信用體系建設的政策試點城市。社會信用體系建設的具體內容和實施情況主要涵蓋以下三方面內容：第一，部分地區形成了信用信貸掛鉤機制，為守信企業提供融資支持，降低銀企信息不對稱程度，有效緩解融資約束（黃卓等，2023）。例如，北京市海淀區在社會信用體系建設過程中，著重強調要推進\"信易 + ”便企專項，探索市場化的信用積分評級，充分釋放信用價值，讓守信企業可以在優惠政策、財政資金以及金融信貸、市場交易等方面得到更多支持和機會①。截至2023年8月，海淀區憑借信易貸平臺為1606家企業授信放款，滿足兩千多筆貸款融資需求，發放貸款總額超過100億元，極大擴寬了轄區內中小微企業的融資渠道②。第二，對失信行為實行建檔留痕，依法施加多部門聯合懲戒，實現一處失信，處處受限。例如，上海市浦東新區由發改委牽頭，法院、市場監管局、稅務局等部門配合，開展\"屢禁不止、屢罰不改\"嚴重違法失信行為專項治理及信用服務機構失信問題專項治理，建立治理臺賬，按照屬地化原則，對專項治理對象開展重點約談、重點監管等治理工作，維護風清氣正的市場環境。此外，各地在已有的信用數據基礎上進一步完善了地方信用網站，并實時同步至全國性信用信息網站\"信用中國”。第三，在規定期限內糾正失信行為、消除不良影響的失信市場主體，可以通過作出信用承諾、實行整改接受核查并聽取專題培訓、提交信用報告和參加公益慈善活動等方式進行信用修復。例如，上海市嘉定區加強破產重整企業信用修復“府院聯動”，優化企業信用信息公示系統和“信用中國（上海）\"網站信用修復結論共享和互認機制，推動有關部門依法依規解除失信約束措施，推動市場化信用服務機構同步更新信用修復結果③

（二）研究假說

在特定區域內識別企業進人的空間差異，長期以來受到學術界的廣泛關注。Hopenhayn（1992）最早通過設定僅包含勞動要素投入且勞動產出彈性小于0的生產函數，構建局部一般均衡模型，提出了穩態平衡存在企業進入退出的條件。地區制度環境和政策會影響企業的經營成本與預期收益，例如行政審批改革、環保督察、國家級新區、反腐倡廉、社會保障、勞動保護、最低工資以及減稅降費，進而影響企業進入（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;陳強遠等，2024）。在考慮進入市場前，潛在企業通常會綜合考慮市場環境、行業因素和政府政策等能夠對企業穩定經營產生重要影響的因素。余泳澤等（2020）研究發現，社會失信文化和社會體系不完善導致的失信現象會嚴重阻礙企業成長發育。因此，社會信用體系建設如何改善信用區位條件最終影響企業進入決策，是本文研究的重點內容。

第一，社會信用體系建設能夠發揮信用信息共享效應，提高金融機構篩選能力，有利于新進入企業獲得創業資金支持。具體而言，主要有兩點原因：一方面，商業銀行提供的信貸資源是企業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）。在對企業授信評估過程中，商業銀行所能獲取的企業信用信息數量和質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信用信息披露不足，商業銀行更傾向于對聲譽較好、規模較大具有政府隱性擔保的企業進行貸款授信（Hansen et al.，2011;Iglesias et al.，2020;李志生等，2020;孔東民等，2021），這進一步惡化了初創企業無法獲得信貸資源支持的困境。已有研究證實，良好的信用環境能夠通過降低商業銀行不良貸款率提高其信貸供給意愿，從而緩解企業流動性約束（錢先航和曹廷求，2015；馬述忠等，2017;錢水土和吳衛華，2020）。社會信用體系通過大數據技術，合法采集個人信用信息，建立信用信息共享機制，有助于緩解金融交易中的信息不對稱，強化商業銀行信貸篩選能力，增強商業銀行的信貸供給意愿，進而提高企業外部信貸融資可獲得性（李施宇，2024）。另一方面，風險投資機構能夠為創業企業提供資金支持和發展戰略指導，是破除初創企業新生者劣勢、提高其長期競爭力的重要動因（董靜等，2017）。風險投資進人被投資企業后，不但能夠緩解資金問題，同時還能夠憑借自身的管理經驗、行業資源（陳思等，2017）和廣泛的關系網絡（Barryet al.，1990;Hochberg，2012），提供信息交流平臺，幫助被投資企業挖掘客戶的多樣化需求，捕捉潛在商機，進而使被投資企業在發展的過程中進行再創業活動。因此，創業者會根據當地是否具有能夠支持創業的風險投資資源而決定其區位選擇。此外，Megginson and Weiss（1991）的研究發現，風險投資十分重視自身聲譽，尤其是在幫助企業進行外部融資時，因為一旦失信，就會損失大量的未來合作機會。因此，如果社會信用體系能夠改善外部信用環境，那么這也意味著風險投資的企業搜尋成本將會降低，進而提高風險投資的進入水平，幫助潛在企業緩解資金問題、提供信息交流平臺以捕捉商機，為企業進入市場提供有力支持。

第二，社會信用體系建設能夠通過失信懲戒機制和誠信教育機制，優化外部信用環境，改善地區的制度環境和區位條件，進而對企業進人產生影響。由于信息不對稱和道德風險，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），而一般說來，這種企業、股東和代理人的自利行為，導致了企業違規（孟慶斌等，2019）。已有研究已經證實了社會信用體系建設能夠改善企業代理問題（曹雨陽等，2022），進而從根源上抑制企業違規行為（黃卓等，2023）失信行為（左靜靜等，2023）。針對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，將實施市場或行業禁入措施，甚至永久逐出市場，剝奪其長期占用的稀缺市場資源（黃卓等，2023），減少失信行為，提高失信成本，繼而提升社會信用水平（余泳澤等，2020）。具體而言，政府出臺了一系列舉措以加強失信懲戒和誠信教育，改善社會信用環境。在失信懲戒機制方面，地方政府建立全面的企業信用狀況綜合評價體系，以信用風險為導向優化配置監管資源，在食品藥品、工程建設、環保、價格、統計、財政性資金使用等重點領域推進信用分級分類監管，同時利用\"信用中國\"網站、國家企業信用信息公示系統、事業單位登記管理網站等信用信息公示平臺收集和披露政府監管成果和企業失信信息，在社交媒體上進行有針對性的曝光，并在“信用中國\"網站披露高頻失信市場主體信息、統計領域嚴重失信企業信息等多層次、全方位的征信信息①。這一舉措引發了社會各界的廣泛關注，從而震懾潛在失信分子，達到社會信用體系的失信懲戒功能。在誠信教育方面，社會信用體系建設憑借守法誠信“紅名單\"為企業提供稅收、融資、審批和市場準入等方面的便利和獎勵（左靜靜等，2023;黃卓等，2023），進而促進企業社會責任活動（曹雨陽等，2022）、提高其風險承擔水平（Tao etal.，2024）、緩解其流動性約束（Wuand Zhang，2024）、促進其創新活動（Zuo etal.，2023;喬菲和文雯，2023）等。同時，政府加強誠信文化建設，大力弘揚社會主義核心價值觀，推動形成崇尚誠信、踐行誠信的良好風尚。引導行業協會商會加強誠信自律，支持新聞媒體開展誠信宣傳和輿論監督，鼓勵社會公眾積極參與誠信建設活動。這能通過有效激勵達到誠信教育目的，進而提高全社會的誠信意識，有效緩解社會失信問題。社會信用體系如果能夠通過失信懲戒和誠信教育機制，改善外部信用營商環境，這將為企業進入某一地區創造有利條件。首先，在信用環境良好的地區，企業之間存在較高的互信基礎，有利于降低交易雙方的信息不對稱程度，減少防范欺詐行為的監督成本，從而減輕企業的交易成本負擔（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、人才等生產要素的流動效率（張杰等，2011），為企業獲取所需資源創造便利條件。再者，企業在信用環境良好的地區能夠更好地防范合作風險（Poppo et al.，2016），提高經營穩定性和可持續性，從而有利于樹立長遠發展信心，主動拓展業務布局。最后，地區信用環境的改善有助于遏制違法違規行為（黃卓等，2023），維護公平有序的市場競爭環境（張維迎和柯榮住，2002），為企業進入創造公正規范的制度空間。因此本文認為，社會信用體系能夠改善外部信用環境，從而優化制度環境，提高企業進人水平。綜上所述，本文提出如下研究假說：

研究假說：社會信用體系建設能夠顯著提高企業進入。

三、研究設計

（一）數據來源

本文首先考察社會信用體系建設的企業進人效應，在此基礎上研究這一效應的具體作用機制，以此闡述信用環境對企業區位選擇過程中的重要作用。在實證過程中，本文主要使用了5套數據。第一套是天眼查數據庫，該數據庫收錄了3.4億家社會實體信息的300多種維度信息，包括名稱、地址、成立日期、注冊資本、企業類型、企業狀態等信息。第二套是CSMAR縣域經濟數據庫，該數據庫收錄了全國多達2000多個縣（或縣級市）的經濟指標數據，包括空間地理、地區生產總值、人口、財政金融、教育等方面內容，從該數據庫中獲取了本文主要的控制變量，并與《中國縣域統計年鑒》（2010—2021），各省份、城市統計年鑒進行比對①。第三套是LandScan人口分布數據庫，該數據庫使用空間數據、高分辨率圖像開發和多變量Dasymetric建模方法來分解行政邊界內的人口普查計數，是分辨率最高全球人口分布數據。第四套是夜間燈光數據。本文采用的夜間燈光數據來自于DMSP-OLS和SNPP-VIIRS，然而，這兩種渠道的數據無法直接合并使用。本文參考Wu etal.（2021）使用\"偽不變像素\"方法，最終得到經過校正的2010年至2021年的夜間燈光數據②。第五套數據來自清科數據庫，該數據庫收錄了610880條VC/PE投融資交易數據，其豐富詳實的樣本信息為本文的數據匹配和實證研究提供了便利。為了提高本文實證結果的可靠性，本文對原始樣本中所有連續性變量進行縮尾處理。

（二）變量說明

被解釋變量企業進入（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企業數量衡量企業區位選擇決策。其中，鑒于縣域層面人口總量數據在地區統計年鑒、人口普查數據可能存在非連續披露，本文參考劉修巖等（2022）與郭峰等（2023）的做法，使用LandScan人口數據衡量人口規模，該數據能夠在較小空間尺度下刻畫人口空間分布情況和人口數量。從天眼查數據庫中獲取2010—2021年間中國所有的工商注冊企業信息，考慮到不同地區之間，企業名稱可能存在相似性，直接使用第三方地理信息編碼API對企業名稱進行地理位置信息進行經緯度定位，可能導致統計誤差。為此，本文首先利用Python對企業注冊時的郵編、企業名稱、詳細地址和登記機關進行省、市、縣三級的關鍵字篩選，進行初步定位。當上述四部分均指向同一縣域時，判定為初步定位成功，隨后對未定位成功的企業，再調用高德地圖API進行經緯度信息識別。實施上述兩步定位策略后，成功定位的企業占所有的工商注冊企業的 9 4 . 7 7 % 。最后，本文將定位成功的新進入企業投影至中國縣域矢量地圖，在2010—2021期間逐漸加總得到年每個縣域的年度企業注冊數量。

解釋變量社會信用體系建設（Trust）。參考曹雨陽等（2022）與黃卓等（2023）方法，本文根據各個區縣選入社會信用體系建設的不同時間，設置虛擬變量Trust，選人當年及以后年份取值為1，否則為0。

此外，參考既有文獻的做法（呂冰洋等，2022），本文控制了如下區域特征。區域經濟發展水平，使用GDP自然對數來度量（Kong etal.，2021）;地區產業結構，使用“第二產業增加值/地區GDP\"和“第三產業增加值/地區GDP\"控制了縣域二、三產業發展的影響;地區政府規模，以“地方財政一般預算支出/地區生產總值\"進行度量（呂冰洋等，2022）;地區教育水平，使用普通中學在校學生數量占總人口的比重控制教育水平;地區儲蓄水平使用居民儲蓄存款余額的對數對儲蓄水平進行控制（林嵩等，2023）；夜間燈光，以逐年夜間燈光均值對數來度量（郭峰等，2023）。

（三）模型設定

為了考察社會信用體系建設與企業進人之間的因果關系，本文參考黃卓等（2023）的做法，將社會信用體系建設試點城市（區）視為準自然實驗，構建如下計量模型：

在模型（1）中，被解釋變量 表示在第i個縣域第t年的企業進入水平。核心解釋變量是 ，某縣域選人社會信用體系建設試點的當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，模型還進一步控制了縣域固定效應Perfucturei、省份與年份交叉固定效應Province×入，。如無特殊說明，本文中所有回歸結果的標準誤均在縣域層面聚類， 表示隨機擾動項。

（四）描述性統計

表2報告了主要變量的描述性統計。給定企業進入的度量方式，其均值為0.3282，標準差為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進入水平存在較大差異，為模型估計提供了良好的識別基礎。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 % 受到了社會信用體系建設試點的沖擊。其他控制變量的統計結果與現有文獻基本一致。

四、實證分析

（一）基準回歸結果

表3匯報了社會信用體系建設對企業進人的基準回歸結果。在第（1）列中，本文直接考察了社會信用體系建設與企業進人的因果效應。結果顯示，解釋變量Trust的估計系數為0.2458，并在 1 % 的水平上顯著，初步表明社會信用體系建設提升了企業進人水平。為進一步提高基準回歸結果的穩健性，本文在第（2）列中控制了縣域固定效應和省份年份交叉固定效應，并在此基礎上將控制變量逐步添加至第（3）列和第（4）列中。結果顯示，核心解釋變量社會信用體系建設（Trust）的估計系數均為正值，且一致通過 1 % 水平的顯著性檢驗。這些結果表明，相較于沒有劃入社會信用體系示范建設的地區，社會信用體系建設的實施顯著提高了當地的企業進人水平。為進一步說明基準回歸結果的經濟顯著性，本文對第（4）列的結果進行詳細闡釋。核心解釋變量Trust的估計系數為0.0783，即社會信用體系建設能夠提高企業進入水平7.8個百分點，經濟效應顯著。具體而言，本文的控制變量的估計系數與現有文獻基本一致可比（畢青苗等，2018;馮志艷和黃玖立，2018;Kong et al.，2021）。例如，夜間燈光（NLight）的估計系數在 1 % 的水平上顯著為正，表明人口密度和經濟密度高的地區有較強的集聚效應，更容易吸引企業進人，這一結論亦與郭峰等（2023）的研究發現一致。經濟發展水平（GDP）第二產業增加值占地區GDP比重（Second）和第三產業增加值占地區GDP比重（Third）的估計系數與畢青苗等（2018）馮志艷和黃玖立（2018）的研究一致，表明地區經濟發展水平和產業結構是影響企業進人的重要參考因素。上述結果表明，社會信用體系建設能夠提高企業進入水平，研究假設得證。

（二）穩健性檢驗

1.動態效應檢驗

實驗組和控制組滿足平行趨勢假定，是應用雙重差分法的重要前提假設之一，即處理組在受到政策沖擊之前，企業進入水平應與對照組具有一致的時間變化趨勢。本文以事件研究法進行動態效

應分析，通過包含受影響縣域的相對年份的虛擬變量，來驗證平行趨勢假設，并觀察社會信用體系改革和企業進人之間的動態關系。具體的，本文以縣域劃人社會信用體系建設的前一期為基期，通過設置一系列年份虛擬變量，估計如下模型：

其中，表示社會信用體系建設試點城市（區）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系數及 9 5 % 置信區間。可以看出，企業所在城市在入圍創建社會信用體系建設示范城市名單之前，年份虛擬變量的估計系數均未通過 5 % 水平的顯著性檢驗，證實了平行趨勢假設。此外，除受新冠疫情嚴重沖擊的第六期即2020和2021年以外，試點當期及隨后年份的虛擬變量的估計系數逐漸顯著為正，這意味著，社會信用體系建設對企業進入水平的促進作用，在該縣域被劃入社會信用體系建設試點后，政策效果逐步顯現，并且政策效果具有良好的持續性。Sunand Abraham（2021）指出，在交錯DID模型中使用雙向固定效應需要依賴處理效應同質假設，忽視這一假設可能存在嚴重的偏誤。鑒于本文的研究可能不滿足這一假設條件，為此，本文還借鑒Braghierietal.（2022）的方法，使用一系列穩健異質性處理效應估計量進行事件研究（DeChaisemartinand d'Haultfoeuille，2020; Clarke and Tapia-Schythe，2021;De Chaisemartin and d'Haultfoeuille，2024），圖1報告了具體結果。

2.安慰劑檢驗

在基準識別中，社會信用體系建設的效應也可能是由難以觀測的沖擊所致，即沒有社會信用體系建設沖擊也可能存在這一效應。為此，本文參照Chety etal.（2009）和Li etal.（2016）的方法進行安慰劑檢驗。具體而言，本文為社會信用體系建設試點地區隨機構建\"虛假\"的處理變量Trust_New，采用模型（1）進行反事實估計。為排除小概率事件的影響，增強安慰劑檢驗結果的可靠性，本文重復上述操作10000次。如果本文結論成立，那么核心解釋變量Trust_New的估計系數理應與0無顯著差異。圖2展示了10000次隨機抽樣所得Trust_New的估計系數的核密度分布及其P值的分布情況。可以發現Trust_New的估計系數明顯集中分布于0附近，小于基準回歸結果表3第（4）列中Trust的估計系數0.0783。隨機安慰劑檢驗結果表明，基準結果并非源于其他未控制的偶然因素，因此通過了安慰劑檢驗。

3.排除同時期其他政策干擾

盡管基準回歸中結果證實了社會信用體系建設能夠提高企業進人水平，并且通過了平行趨勢檢驗，但是這一結論依然有可能是受到其他政策影響的結果，導致本文核心解釋變量估計有偏。為此，本文逐一考察同時期可能發生的其他政策的影響。

第一，考慮地區創新驅動政策的經濟后果。國家創新型城市試點政策為代表的創新驅動政策，主要通過風險投資集聚、人才集聚以及技術集聚顯著促進了城市創業活躍度提升（白俊紅等，2022）。為了排除國家創新型城市的干擾，本文構造Innovate變量，如果一個地區當年被納人了國家創新型試點城市，則當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創新驅動政策的創業效應。回歸結果見表4（1）列，在控制創新驅動政策后，核心解釋變量Trust的系數依然顯著為正。

第二，考慮數字基礎設施建設的影響。創業是具有高度不確定性的行為，需要在事前獲取大量商業資訊以捕捉商機，互聯網和數字化技術的發展為勞動者創造了更加自由、靈活的就業環境，激發了他們從事創業活動的動力（王劍程等，2020）。溫永林和張阿城（2023）的研究表明，“寬帶中國”示范城市建設可以通過激發城市創新和提升人力資本水平，對示范城市的創業具有顯著的促進作用。為此，本文構造 Broadband以控制數字基礎設施建設的影響，當某地區開始實施“寬帶中國\"示范城市項目的當年及之后年份賦值為1，否則為0。回歸結果見表4（2）列，在控制“寬帶中國\"示范城市建設后，核心解釋變量的系數依然顯著為正。

第三，考慮初創企業無形資產質押緩解資金短缺。由于專利質押擴充企業可利用的抵（質）押物種類，緩解緩解融資約束和分擔創業風險，繼而提高創業活躍度（袁禮和龔鈺涵，2023）。而本文中樣本期為2010—2021年，剛好是國家陸續出臺了一系列強調專利質押貸款政策的時段。因此，為排除專利質押政策對企業進入的沖擊，本文在回歸中控制實施專利質押試點的虛擬變量Pledge。具體地，一個城市納入專利質押試點的當年及之后年份設置為1，否則為0。回歸結果見表4（3）列，在控制專利質押政策后，核心解釋變量的系數依然顯著為正。

第四，考慮智慧城市建設的創業增進效應。作為利用新興信息技術重塑城市運營體系的系統工程，智慧城市建設不僅是目前城市發展戰略和轉型升級的關鍵抓手，更是助推數字經濟蓬勃發展的重要推動力，憑借物聯網技術和大數據分析手段，智慧城市能為本地區的創業活動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）的研究也證實了智慧城市建設有利于激發區域創業活力，有效提升了經濟發展質量。為了保證本文結論不依賴于智慧城市建設沖擊，本文構造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試點的地區，當年及之后年份賦值為1，否則為0。回歸結果見表4（4）列，在控制智慧城市建設后，核心解釋變量的系數依然顯著為正。此外，觀察表4（5）可以發現，當控制了上述同期政策后，社會信用體系建設的企業進入效應依然顯著。

4.修正交疊雙重差分模型

在多期面板數據中使用固定效應估計政策效果可能帶來嚴重偏誤，特別的，在交疊DID中，政策實施較早的處理組樣本會被作為政策實施較晚處理組樣本的控制組，因此會存在異質性處理效應（De Chaisemartin and d'Haultfoeuille，2020;Goodman-Bacon，2021;Sun and Abraham，2021）。為此，首先使用Goodman-Bacon（2021）的方法對交疊DID估計系數進行分解，表5報告了Goodman-Bacon分解的結果。上述異質性處理效應帶來潛在偏誤的嚴重程度取決于“壞的\"組別，即較晚進入信用體系試點的地區作為處理組與較早進人試點的地區作為對照度的組別，而這一組別的權重僅為0.0030，估計系數為0.1160。這意味著異質性處理效應對DID估計結果的影響并不嚴重。其次，DeChaisemartin andd'Haultfoeuille（2020）的研究認為，多時點DID的真實估計系數可以視為所有受處理個體的處理效應加權之和的期望值，因此本文對“負權重\"問題給模型潛在的異質性處理效應進行穩健性檢驗，結果顯示，在所有978個權重中，全部為正權重，因此，本文結果不存在“負權重\"問題帶來的偏誤。

5.其他穩健性檢驗

第一，替換被解釋變量測度方式。其一，考慮到上文采用每百人新增企業數量這一企業進入水平測度方法可能會受到地區人口變化的影響，本文將地區人口對數值納入控制變量，直接使用新增企業注冊數量（千家）作為被解釋變量加以檢驗，回歸結果如表6第（1）列所示。其二，本文用該地區新登記注冊的企業數量與該地企業總數量的比值來衡量企業進入率，并以之替代計量模型（1）的Enter進行重新估計，回歸結果如表6第（2）列所示。可以看到，Trust的估計系數在表6（1）、（2）列中均在 1 % 的水平上顯著為正，結果仍然支持社會信用體系建設對企業區位選擇的促進作用。

第二，考慮更多固定效應、更換聚類層級和排除疫情沖擊這三個維度進行穩健性測試。一是考慮不同城市之間的不可觀測差異，本文在原有固定效應的基礎上，再引入城市固定效應，結果見表6（3）列。二是本文穩健標準誤的聚類層級更改到地級市或省級，結果見表6（4）、（5）列。三是考慮到COVID-19疫情對經濟社會的巨大沖擊，本文排除了2020年以后的數據重新進行回歸，回歸結果見表6（6）列。結果顯示Trust系數依然顯著為正，表明本文基準回歸結果穩健。

第三，排除壞控制變量的影響。根據Cinelietal.（2021）對壞控制變量（Bad Control）的定義，本文縣域層面的控制變量有可能受到社會信用體系建設試點的影響，進而引發壞控制變量問題，對因果估計效應產生極大的干擾。為解決壞控制變量問題，本文參考何凡等（2024）的做法，將可能影響試點選擇的失信執行人數量、財政預算收支缺口、居民部門存款作為政策選擇標準，引人這些變量的基期值與對應年份三次多項式的交互項，以假定影響試點政策選擇的因素對因變量的影響遵循特定的時間趨勢，并將其作為控制變量納入計量模型（1）進行重新估計。結果見表6第（7）列，Trust系數顯著為正，可見引人了一組相對合理的隨時間變化的控制變量后，本文結論依然穩健。

五、進一步分析

（一）作用機制檢驗

前文研究表明，社會信用體系建設顯著提高了企業進人水平。考慮到社會信用體系建設主要通過降低信用信息不對稱，增進金融機構篩序能力，商業銀行和風險投資的資金供給意愿提高，從而釋放更多的金融資源，進而緩解潛在企業的融資約束，最終影響企業進入。此外，社會信用體系的失信懲戒機制和誠信教育機制能夠優化外部信用環境，減少防范欺詐行為的監督成本，提高經營穩定性和可持續性，維護公平有序的市場競爭環境，繼而提高企業進入水平。因此，本文的邏輯在于社會信用體系建設能夠發揮金融機構篩選能力的增進效應和外部信用環境的優化效應，為此分別對上述機制進行分析檢驗。

第一，驗證社會信用體系建設具有金融機構篩選能力的增進效應。如果社會信用體系建設能夠破除銀企信用信息不對稱，幫助商業銀行深人挖掘信用良好的潛在創業者，提高金融機構篩選能力，那么金融機構的資金供給意愿也將會提高，進而緩解流動性約束，提高企業進入水平。基于此，本文參考劉潘和張子堯（2023），采用年末金融機構貸款占GDP比重的對數值表示地區信貸資源釋放程度。為避免內生性的干擾，參考Del（2010）和江艇（2022），本文按照模型（1）進行機制檢驗。另外，社會信用體系建設有助于風險投資機構在篩選投資標的時，更好地獲取個人或企業的歷史信用記錄，從而增進雙方的互信水平并降低交易成本，進而提高風險投資機構的進入意愿，這也可能緩解潛在企業的融資約束。為更準確測度這一效應，本文使用清科數據庫披露的VC/PE數據，統計樣本縣域當年發生的風險投資次數的對數值和風險投資總金額（百萬元）的對數值，作為衡量縣域風險投資進入水平的指標。表7報告了上述機制檢驗結果，（1）至（3）列報告了金融機構篩選能力機制，可以看出Trust系數顯著為正。結果表明社會信用體系建設顯著提高了縣域金融機構篩選能力，幫助金融資源高效釋放，繼而緩解潛在企業在初創期面臨的資金壓力，提高企業進入水平。此外，不論從風險投資的投資次數還是風險投資的投資金額來看，社會信用體系建設都帶來了更高的風險投資進人水平，從而緩解潛在企業的融資約束，提高企業進入水平。前述回歸結果表明，金融機構篩選能力的提升是社會信用體系促進企業進人的作用機制。但是，社會信用體系建設的政策目標，即優化外部信用環境，是否能改善區位條件繼而影響企業進入，目前尚不清晰。外部信用環境的提升，需要一個地區失信行為減少、全社會誠信意識提高以及市場信用交易環境改善等多維度共同作用，最終影響企業區位選擇決策（沈巋，2019;余泳澤等，2020）。

第二，驗證社會信用體系建設具有外部信用環境改善效應。對于外部信用環境，本文聚焦于誠信意識和商業信用交易環境這兩個維度。首先，在誠信意識方面，本文從百度搜索指數中，按照“信用\"“失信\"和“征信\"提取搜索次數，考慮到人口差異，本文同樣以百人進行標準化，得到各關鍵詞的搜索次數（萬次），以此作為誠信意識的代理變量。其次，在市場信用交易環境方面，本文采用林鈞躍（2012）的方法，使用城市商業信用環境指標作為市場信用交易環境的測度指標。分別將上述變量以式（1）進行回歸，表7的（4）至（7）列報告了外部信用環境優化的機制檢驗，Trust系數均符合理論預期。結果表明，社會信用體系建設能夠通過建立失信信息披露機制提高社會公眾對信用的關注，提高社會整體的守信意識。此外，社會信用體系作為一種制度信用（沈巋，2019），依然可以提高社會整體的市場信用交易環境，帶來地區區位條件的改善，進而帶來企業進入的經濟后果。

（二）異質性分析

如上所述，本文已經證實了我國的社會信用體系建設顯著促進了企業進入注冊，并從提高金融機構篩選能力和改善外部信用環境兩個角度分析了政策作用機制。接下來，本文將基于銀行競爭度和信用環境稟賦的差異，探討社會信用體系建設對企業進入的異質性影響。

1.基于銀行競爭度的檢驗

中國商業銀行的市場競爭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），而某一地區銀行業競爭激烈程度直接與商業銀行對客戶的篩選能力相關。理論上講，銀行競爭度提高迫使商業銀行提升篩選能力、練就慧眼，有效識別經營管理好、發展前景優的企業，從而增強為其提供信貸的意愿，吸引企業進入注冊。在銀行競爭度較低的地區，銀行篩選客戶的能力有更大的上升空間，政策會對吸引企業落地布局具有更大的潛在效應。為驗證以上推論，本文參考以往文獻的研究（姜付秀等，2019;楊大宇等，2023），分別采用前三大銀行支行數量占銀行支行總數的比例和前五大銀行支行數量占銀行支行總數的比例兩種方式衡量銀行競爭度，并根據銀行競爭度高低將樣本分為兩組，進行分組回歸。表8實證結果顯示，無論采用哪種衡量方式，在銀行競爭度較低的地區，Trust均在 1 % 水平顯著為正，而在銀行競爭度較高的地區，Trust均不顯著。這證明政策在原本銀行業競爭程度較低、銀行篩選能力較弱的地區對吸引企業進入的促進作用更為明顯。

注：第（1）列和第（2）列采用前三大銀行支行數量占銀行支行總數的比例衡量銀行競爭度，第（3）列和第（4）列采用前五大銀行支行數量占銀行支行總數的比例衡量銀行競爭度。上表基于費舍爾組合檢驗（Fisher's Permutation Test）考察核心解釋變量的組間系數差異，其中方括號中為該檢驗對應的P值，以下各表同。

2.基于信用環境稟賦的檢驗

儒家文化要求企業代理人遵守“忠信\"的職業倫理和“義利\"觀（古志輝，2015），在今天已經成為一種商人信仰，在中國企業中仍然發揮重要作用（胡國棟和王天嬌，2022）。儒家文化通過塑造責任型消費者，間接促使企業履行社會責任（辛杰，2013），強儒家文化地區的企業更有可能規避機會主義和失信行為。另外，儒家產生于春秋晚期，歷經千年沉淀融入中國人的文化基因，屬于不受解釋變量影響的外生變量，適合作為分組的標準進行異質性檢驗。從理論上講，相對于“忠信”觀念盛行的強儒家文化地區，弱儒家文化地區的企業有更高的失信傾向，從而社會信用體系建設的效果會更為明顯。為檢驗以上理論分析，本文使用該地區孔廟數量作為儒家文化影響程度的代理變量，以此衡量信用環境稟賦，并將樣本分為強儒家文化和弱儒家文化兩組分別進行回歸，實證結果報告于表9中。可以看到，在弱儒家文化即信用環境稟賦較弱的地區，Trust更為顯著，說明社會信用體系建設具有政策補充效應。

（三）社會信用體系建設與個人征信業

本文除了深人分析企業進人社會信用體系建設所帶來的經濟后果，還試圖探討政府主導下的社會信用體系與市場化運作的個人征信業之間的相互作用關系，旨在為進一步“構建覆蓋全社會的征信體系，推動征信行業高質量發展\"提供堅實的經驗證據和政策建議。營造良好的外部信用環境，單靠政府力量是遠遠不夠的。事實上，市場化運作的個人征信業同樣是社會信用體系的重要組成部分。中國個人征信業可追溯至1996年人民銀行開始推行企業貸款征信制度，這為今后發展個人征信體系奠定基礎。1999年，人民銀行批準上海資信有限公司試點開展個人征信業務，標志著我國正式進入個人征信時代。2004年，為建立統一的全國性個人征信系統，人民銀行組織各大商業銀行聯網運行個人征信系統，并于年底投入試運行。

2014年國務院發布《社會信用體系建設規劃綱要》后，個人征信業進人新的發展階段。2015年1月，人民銀行允許8家機構開展第一批個人征信試點業務，但遺憾的是，經過兩年多試點后，這8家機構均未能滿足監管要求和市場需求，沒有獲得正式的個人征信業經營牌照。直至2018年，由中國互聯網金融協會主要控股的百行征信有限公司才獲得國內首張個人征信經營牌照，并承繼了此前試點機構的部分業務。2020年12月，由北京金融控股集團、京東數科、小米等5家公司聯合發起設立的樸道征信有限公司，成為第二家全國性個人征信機構，由此初步形成了一行（人民銀行）兩機構（百行、樸道）的個人征信業格局。

從個人征信服務來看，人民銀行主要提供個人信用報告等基礎產品和信用特征洞察輔助決策等增值服務。而市場化運作的個人征信機構則提供更多元化的增值服務和產品，應用場景也從金融信貸擴展至反欺詐等其他領域。這意味著兩者在核心功能上存在重疊，導致政府主導建設的社會信用體系與市場化運作的個人征信業之間可能存在替代關系，即當一地區有更多征信企業時，社會信用體系政策效果可能會受到削弱。

目前個人征信牌照僅有兩家，但人民銀行對企業征信機構卻實施了動態管理，一方面對符合條件的機構實施登記備案，另一方面對備案后六個月仍然未開展業務的機構實施注銷管理。因此，本文從人民銀行獲取了企業征信機構名單，使用高德地圖API確認所屬縣域后，手工查找各個企業的注冊年份，按照地區和年份進行加總，得到CreditEnter，將其與Trust交乘后納入回歸方程。回歸結果見表10，不論是否加人控制變量，Trust與CreditEnter的交乘項系數均顯著為負，這說明市場化運行的征信業企業在信用規制方面的作用，會削弱社會信用體系建設的政策效果，這一結果證實了本文提出的預期。

六、結論與政策啟示

本文根據中國特有國情，全面評估社會信用體系建設對企業進入的影響。本文將社會信用體系建設試點視為一項準自然實驗，利用雙重差分法系統考察了社會信用體系建設對企業進人的影響及效應。研究發現，與非試點縣域相比，社會信用體系建設顯著提高了試點縣域的企業進人水平。機制檢驗表明，社會信用體系建設通過提高地區金融機構篩選能力、優化外部信用環境顯著吸引企業進入。異質性分析表明，這一效應在具有較低銀行競爭度和較差信用環境稟賦的地區更為突出。此外，本文還發現政府主導的社會信用體系建設與市場化運作的個人征信業之間存在替代關系。

本文具有如下政策啟示：第一，進一步完善以道德為支撐、產權為基礎、法律為保障的社會信用制度。本文發現，社會信用體系建設顯著提升了試點縣域的企業進人水平。因此，要在全國范圍內大力推廣社會信用體系建設試點經驗，總結提煉可復制可推廣的制度模式和操作機制，實現各地信用政策的有序推進，加強對失信行為的溯源打擊，拓展信用制度的覆蓋邊界，能夠從源頭上預防和遏制失信行為。此外，也要注重識別和分析失信行為的根源及傳導路徑，對失信主體進行精準懲處，從而形成高壓態勢，有力震懾違法違規行為。同時，要逐步拓展信用制度的覆蓋領域，堵塞漏洞，完善守信激勵和紅黑名單管理，讓守信者一路綠燈，讓失信者處處受限，以此有效規范市場主體行為。

第二，鼓勵金融機構利用社會信用信息改善篩選能力。作用機制檢驗發現，社會信用體系建設吸引企業進人的核心機制在于提高金融機構篩選能力、優化外部信用環境。因此，政府應當引導商業銀行、風險投資等金融機構在貸款審批、項目評審等資金供給環節，充分參考企業和個人的信用記錄并將其作為風險評估的重要依據。要在法律層面為金融機構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、隱私保護要求，規范金融機構的信用信息使用行為，避免個人信用數據被濫用、誤用。此外，要為創新主體提供更加廣闊的融資渠道，緩解創新主體的資金制約，為創新型企業的進人注入源源不斷的內生動能。要科學評估和把握不同空間范圍內的政策差異效應，合理布局和分步推進。

第三，注重政府主導下的社會信用體系與市場化運作的個人征信業的良性互動，發揮兩者的協同效應，進一步培育市場化法治化的征信企業。一方面，政府要為征信行業營造良好的制度環境。要加快出臺完善的征信業監管法規，明確市場準入門檻、經營規范、信息權限、違規責任追究等，為行業健康發展掃清制度障礙。同時，建立行業監管機制，對征信機構實行準入管理并持續監管，規范其業務運作行為，確保征信信息的真實權威性，維護公平有序的市場競爭環境。在遵守相關法律法規的前提下，政府也要進一步建立政府信用信息共享機制，暢通政府與征信企業信息交互通道，為征信行業提供必要的數據和信息支持。此外，政府還要鼓勵征信機構加大科技創新投入，積極運用大數據、人工智能、區塊鏈等新技術新模式持續提升征信服務質量和專業化水平，助力信用體系現代化建設。另一方面，要實現政府信用評價與市場化評級的良性互動，明確兩者職責分工，充分發揮各自優勢，使其形成合力。政府主要負責公共領域的信用監管，統籌社會信用體系的頂層設計，而市場化信用評級機構則專注于基于大數據的個人及企業信用評估，為市場主體提供專業化征信服務。兩者要建立信息共享、互認互鑒的制度化安排，才能實現良性互動。此外，政府和市場主體還要加強監管協作，建立統一標準，促進行業自律，保障評級結果的公正性，加快培育市場化、法治化的征信企業，提升社會公眾對征信行業的認知和信任度。

參考文獻

白俊紅、張藝璇、卞元超，2022，“創新驅動政策是否提升城市創業活躍度——來自國家創新型城市試點政策的經驗證據”，《中國工業經濟》，第6期，第61-78頁。

畢青苗、陳希路、徐現祥、李書娟，2018，“行政審批改革與企業進入”，《經濟研究》，第2期，第140-155頁。

曹雨陽、孔東民、陶云清，2022，“中國社會信用體系改革試點效果評估——基于企業社會責任的視角”，《財經研究》，第2期，第93-108頁。

陳強遠、殷賞、程蕓倩、孫久文，2024，“圍繞創新鏈布局產業鏈：基于中關村園周邊新企業進入的分析”，《中國工業經濟》，第1期，第75-92頁。

陳思、何文龍、張然，2017，“風險投資與企業創新：影響和潛在機制”，《管理世界》，第1期，第158-169頁。

董靜、汪江平、翟海燕、汪立，2017，“服務還是監控：風險投資機構對創業企業的管理——行業專長與不確定性的視角”，《管理世界》，第6期，第82-103+187-188頁

封進、李雨婷，2023，“人口老齡化與企業進入：基于中國地級市的研究”，《世界經濟》，第4期，第170-191頁。

馮志艷、黃玖立，2018，“工業用地價格是否影響企業進入：來自中國城市的微觀證據”，《南方經濟》，第4期，第73-94頁。

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。

郭峰、曹友斌、熊云軍、呂斌，2023，“國家級新區設立與企業空間布局：基于鎮級面板數據的分析”，《經濟研究》，第208頁。

何凡、陳波、黃煒，2024，“行業規范標準化與資本跨區流動——基于企業異地投資的研究”，《管理世界》，第7期，第204-225頁。

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

黃亮雄、孫湘湘、王賢彬，2019，“反腐敗與地區創業：效應與影響機制”，《經濟管理》，第9期，第5-19頁。

黃卓、陶云清、王帥，2023，“社會信用環境改善降低了企業違規嗎？——來自‘中國社會信用體系建設'的證據”，《金融研究》，第5期，第96-114頁。

賈俊雪，2014，“稅收激勵、企業有效平均稅率與企業進入”，《經濟研究》，第7期，第94-109頁

江艇，2022，“因果推斷經驗研究中的中介效應與調節效應”，《中國工業經濟》，第5期，第100-120頁。

姜付秀、蔡文婧、蔡欣妮、李行天，2019，“銀行競爭的微觀效應：來自融資約束的經驗證據”，《經濟研究》，第6期，第72-88頁。

孔東民、李海洋、楊薇，2021，“定向降準、貸款可得性與小微企業商業信用——基于斷點回歸的經驗證據”，《金融研究》，第3期，第77-94頁。

李施宇，2024，“社會信用體系建設能促進企業專業化分工嗎”，《當代財經》，第7期，第152-164頁。

李碩、王敏、張丹丹，2022，“中央環保督察和企業進入：來自企業注冊數據的證據”，《世界經濟》，第1期，第110-132頁。

李志生、金凌、孔東民，2020，“分支機構空間分布、銀行競爭與企業債務決策”，《經濟研究》，第10期，第141-158頁。

林鈞躍，2012，“中國城市商業信用環境指數研制與分析”，《財貿經濟》，第2期，第89-97頁。

林嵩、谷承應、斯曉夫、嚴雨姍，2023，“縣域創業活動、農民增收與共同富裕——基于中國縣級數據的實證研究”，《經濟研究》，第3期，第40-58頁。

劉潘、張子堯，2023，“地方公共債務與資源配置效率：企業間全要素生產率分布差異的視角”，《經濟研究》，第10期，第114-133頁。

劉修巖、王嶠、吳嘉賢，2022，“城市快速軌道交通發展與企業創新”，《世界經濟》第7期，第126-152頁。

呂冰洋、陳怡心、詹靜楠，2022，“政府預算管理、征稅行為與企業經營效率”，《經濟研究》，第8期，第58-77頁。

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

馬述忠、張洪勝、王笑笑，2017，“融資約束與全球價值鏈地位提升——來自中國加工貿易企業的理論與證據”，《中國社會科學》，第1期，第 8 3 - 1 0 7 + 2 0 6 頁。

毛捷、呂冰洋、陳佩霞，2018“分稅的事實：度量中國縣級財政分權的數據基礎”，《經濟學（季刊）》，第2期，第499-526頁。

孟慶斌、鄒洋、侯德帥，2019，“賣空機制能抑制上市公司違規嗎？”，《經濟研究》，第6期，第89-105頁。

錢水土、吳衛華，2020，“信用環境、定向降準與小微企業信貸融資——基于合成控制法的經驗研究”，《財貿經濟》，第2期，第99-114頁。

錢先航、曹廷求，2015，“法律、信用與銀行貸款決策——來自山東省的調查證據”，《金融研究》，第5期，第101-116頁。

喬菲、文雯，2023，“社會信用體系改革對企業綠色創新的影響研究”，《管理學報》，第8期，第1189-1197頁。

申丹琳、江軒宇，2022，“社會信任與企業勞動投資效率”，《金融研究》，第9期，第152-168頁。

沈巋，2019，“社會信用體系建設的法治之道”，《中國法學》，第5期，第25-46頁。

宋顏群、胡浩然，2022，“外資準入如何影響中國相鄰城市間生產率差距？”，《南方經濟》，第1期，第56-77頁。

孫早、劉李華，2019，“社會保障、企業家精神與內生經濟增長”，《統計研究》，第1期，第77-91頁。

田磊、陸雪琴，2021，“減稅降費、企業進入退出和全要素生產率”，《管理世界》，第12期，第56-77頁。

王聰、宋慧英，2012，“外資銀行進人對中國商業銀行競爭行為影響的實證研究”，《南方經濟》，第9期，第17-31頁。

王迪、劉祖基、趙澤朋，2016，“供應鏈關系與銀行借款——基于供應商/客戶集中度的分析”，《會計研究》，第10期，第 4 2 - 4 9 + 9 6 頁。

王劍程、李丁、馬雙，2020，“寬帶建設對農戶創業的影響研究——基于“寬帶鄉村'建設的準自然實驗”，《經濟學（季刊》，第1期，第209-232頁。

溫永林、張阿城，2023，“信息基礎設施建設能促進創業嗎？——基于‘寬帶中國'示范城市建設的準自然實驗研究”，《外國經濟與管理》，第7期，第138-152頁。

吳敏、王亞慧、黃玖立，2023，“勞動保護與外資企業進入模式——來自《勞動合同法》出臺的經驗證據”，《國際貿易問題》，第9期，第71-87頁。

辛杰，2013，“企業社會責任與品牌資產：消費者CSR體驗與儒家價值觀的作用”，《南方經濟》，第1期，第71-82頁。

顏杰、周茂、李雨濃、陸毅，2023，“外資進入、市場不確定性與本土企業商業信用供給”，《中國工業經濟》第12期，第153-170頁。

楊大宇、許曉芳、陸正飛，2023，“金融結構與企業過度投資：基于社會融資結構的證據”，《管理世界》，第7期，第121-140頁。

余明桂、潘紅波，2008，“政治關系、制度環境與民營企業銀行貸款”，《管理世界》，第8期，第 9 - 2 1 + 3 9 + 1 8 7 頁。

余泳澤、郭夢華胡山，2020，“社會失信環境與民營企業成長——來自城市失信人的經驗證據”，《中國工業經濟》，第9期，第137-155頁。

袁禮、龔鈺涵，2023，“專利質押融資對創業活躍度的影響”，《數量經濟技術經濟研究》，第11期，第202-224頁。

湛泳、李珊，2022，“智慧城市建設、創業活力與經濟高質量發展——基于綠色全要素生產率視角的分析”，《財經研究》，第1期，第4-18頁。

張杰、周曉艷、鄭文平、蘆哲，2011，“要素市場扭曲是否激發了中國企業出口\"，《世界經濟》，第8期，第134-160頁。

張維迎、柯榮住，2002，“信任及其解釋：來自中國的跨省調查分析”，《經濟研究》，第10期，第59-70+96頁。

張璇、劉貝貝、汪婷、李春濤，2017，“信貸尋租、融資約束與企業創新”，《經濟研究》，第5期，第161-174頁。

章韜、申洋，2020，“企業進入、稅收與集聚外部性——基于產業關聯的實證研究”，《經濟學（季刊）》，第3期，第825-846頁。

左靜靜、邱保印、蔣挺，2023，“社會信用體系建設能否抑制企業環保失信？”，《外國經濟與管理》，第3期，第101-117頁。

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

（責任編輯：張瑞志）