社會信用有助于促進企業數字化轉型嗎

丁怡帆 曹慧平

摘? ?要：社會信用作為制度環境的核心構成，對企業的變革與發展具有不可替代的作用。文章以國家發展改革委、中國人民銀行等部委推動的社會信用體系改革試點為準自然實驗，實證檢驗了社會信用體系建設對企業數字化轉型的影響效應及其作用路徑。研究發現，社會信用體系建設顯著提高了企業的數字化轉型水平。作用路徑及經濟后果檢驗發現，社會信用體系建設主要通過決策優化效應和資源虹吸效應兩條路徑作用于企業數字化轉型，并最終促進了企業高質量發展。拓展性研究發現，社會信用體系建設對企業數字化轉型的促進作用在信息不對稱較嚴重和經濟地位較低的企業中更為明顯。此外，社會信用體系建設所形成的制度型信任與方言和儒家文化所形成的關系型信任在促進企業數字化轉型方面呈現出替代效應，即制度型信任可以在一定程度上彌補關系型信任的不足。文章揭示了社會信用體系建設服務實體經濟的具體形式，為我國持續推進社會信用體系建設和助力實體經濟轉型乃至高質量發展提供了有益的政策啟示。

關鍵詞：社會信用；數字化轉型；決策優化效應；資源虹吸效應；制度型信任；關系型信任

中圖分類號：F830? ?文獻標識碼：A? 文章編號：1674-2265（2024）03-0010-12

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

一、引言

近年來，在新一輪科技革命和產業變革的推動下，以人工智能、區塊鏈、云計算、大數據為代表的數字化生產力正在從各領域、全方位深度融入經濟社會發展潮流，并逐漸成為激發傳統要素活力、實現新舊要素乘數倍增效應進而驅動經濟高質量發展的重要引擎（吳非等，2021）[1]。黨的二十大報告明確指出“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”。2023年2月中共中央、國務院印發的《數字中國建設整體布局規劃》更是明確了數字化發展領域一系列新的目標任務和戰略部署，旨在推動我國實體經濟的數字化轉型邁向更高質量、更高水平。在此背景下，越來越多的企業將數字化轉型作為未來一段時期發展的首要任務（賀超等，2023）[2]。

然而，數字化轉型并非易事，其本質是對企業研發生產、組織管理以及市場銷售等多個價值鏈的全方位重構。埃森哲發布的《2022中國企業數字化轉型指數》報告顯示，2022年我國企業數字轉型指數平均得分僅為52分，相比2018—2021年分別下降2分以及提高2分、7分、15分。不難發現，當前階段我國微觀層面數字化轉型水平進步緩慢，甚至偶爾還出現了一定程度的下滑，許多企業存在著由決策質量低下、資源約束等導致的“不愿轉”“不會轉”等數字化變革困境（Sun等，2020；劉淑春等，2021；李思飛等，2023）[3-5]。鑒于此，已有文獻從經濟政策和數字經濟制度環境等角度出發，探討了經濟不確定性（祝樹金等，2023）[6]、智慧城市建設（賴曉冰和岳書敬，2022）[7]、信息消費試點（王馨等，2023）[8]對企業數字化轉型的助推作用，但關于社會文化等隱性價值規范或非正式制度的研究還較少。

在眾多隱性價值規范中，作為市場經濟最重要的道德基礎，社會信用被認為是除物質資本和人力資本之外決定一國或地區經濟發展和社會進步最主要的社會資本。為此，早期經典研究也嘗試測度了城市層面的信用水平，如張維迎和柯榮?。?002）[9]利用5000多份有效問卷對地區信用水平進行了測算。李明輝（2019）[10]根據CGSS調查數據構建了省份層面的信用文化氛圍數據。戴亦一等（2019）[11]通過地區失信情況對信用水平進行了測算。這些研究為評估信用文化的經濟價值提供了不同的視角，但構建的信用指標均存在測量誤差、內生于經濟發展等問題，因果關系面臨挑戰。解決上述問題的一個理想方式是找到合理的外生沖擊作為因果識別場景（黃卓等，2023）[12]。為構建現代化信用體系，在《社會信用體系建設規劃綱要（2014—2020年）》的引導部署下，國家發展改革委和中國人民銀行聯合發文，將沈陽、青島、南京等11個城市列入全國首批社會信用體系建設示范城市；2016年4月，大連、蘇州等32個城市入選第二批試點城市。特別地，示范城市建立的公共信用信息共享平臺、城市信用門戶網站、重點領域的紅黑名單以及其他社會信用體系建設考核機制具有先進的創新示范效果，在很大程度上實現了社會信用在城市的落地生根（左靜靜等，2023）[13]。因此，可以發現，社會信用體系改革試點政策為探索社會信用與企業數字化轉型之間的關系提供了一個良好契機。

基于此，本文將社會信用體系改革試點作為準自然實驗，采用2010—2020年滬深Ａ股上市公司數據，重點檢驗社會信用環境改善對企業數字化轉型的影響效應、作用機理以及異質性特征。與已有文獻相比，可能的貢獻在于：第一，本文基于數字經濟高速發展和現代化信用體系逐步建設的背景，將社會信用體系建設和企業數字化轉型納入同一研究框架，并從決策優化效應和資源虹吸效應兩個方面揭示二者間的具體作用路徑，不僅有助于加深對社會信用體系建設對企業轉型發展作用邏輯的理解與認識，也拓展了企業數字化轉型主題文獻的研究視角。第二，異質性檢驗將信息不對稱、經濟地位等情景因素納入社會信用體系建設與企業數字化轉型之間關系的分析框架，通過捕捉社會信用體系建設影響企業數字化轉型更為細致的非對稱效果，增加了對社會信用體系建設經濟后果邊界條件和約束因素的認識。特別地，本文另一個重要的結論是，社會信用體系建設基于公共信用信息共享平臺、城市信用門戶網站、重點領域的紅黑名單以及其他考核機制所形成的制度化信任可以有效彌補中國社會長期以來關系型信任的不足，這也對理解現代化信用體系建設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

構建良好的信用環境是促進社會互信、減少社會矛盾的有效手段，更是促進資源優化配置、實現產業結構優化升級以及完善社會主義市場經濟體制的重要前提。2014年6月，國務院印發了《社會信用體系建設規劃綱要（2014—2020年）》，就全面建立社會信用體系提出具體框架、實施思路及建設目標。隨后，國家發展改革委和中國人民銀行分別在2015年8月和2016年4月聯合發文，設立了全國第一批和第二批社會信用體系建設試點城市。至此，中國社會信用制度化建設開始進入“快車道”，示范城市基于提高企業守信激勵和失信成本的運行機制，采取一系列制度手段來促進各自轄區的信用文化建設，以求構建覆蓋全社會的誠信系統。例如，蘇州市政府建立“信用蘇州”網站，定期在網站上公布守信企業和失信企業名單，并采用“桂花分”信用產品為信用水平良好的企業提供方便快捷的融資渠道，對失信企業則在貸款融資、注冊登記、評優評先以及市場準入等多個方面進行嚴格約束和懲罰；義烏市政府實行市場信用分類監管模式，向市場公開發布義烏市場信用指數，使市場主體能夠更便利地篩選優質企業，從而降低經營合作風險；大連市創新地推出信用承諾，探索行政監管新模式，要求企業建立嚴格的工作流程，并通過每日研判、嚴肅查處虛假公告等方式督促企業自下而上辨識管控風險、排查整改隱患并逐級承諾，對企業內部治理效率的提升有著極大幫助。在此政策的驅動下，各示范城市社會信用環境得到了極大改善，資源的跨區域流動以及企業的生產經營活動也受到一定程度的影響，這為評估社會信用體系建設驅動企業數字化轉型的影響效應提供了良好契機。

（二）理論分析與研究假設

社會信用體系建設旨在采用大數據及信息挖掘技術來建立經濟主體的社會信用評價制度，并通過守信激勵和失信懲戒等手段在試點城市中形成誠實自律、守信互信的道德規范，是改善社會信用環境的重要手段?，F有大量研究表明，社會信用作為地區文化的關鍵維度之一，不僅可以督促當地經濟主體遵循大多數人認可的社會道德規范，降低彼此間猜忌和欺騙的概率，同時還能夠提高信息的質量和流動速度，從而保障各類資源在不同社會群體或區域間的高效配置（戴亦一等，2019；Cao等，2016；申丹琳，2019）[11，14，15]。而數字化轉型作為企業一項重要的戰略決策，具有風險與收益并存的特點。企業是否選擇開展數字化轉型活動受到諸多因素的制約，其中，管理層的有限認知和轉型資源缺乏所引發的“不愿轉”“不會轉”問題尤為關鍵（李思飛等，2023）[5]?；谏鐣庞皿w系建設可能引發的一系列經濟后果，本文認為其可能會通過決策優化效應和資源虹吸效應實現對企業數字化轉型的促進作用，具體如下：

1. 決策優化效應。社會信用體系建設可以提高企業管理決策水平，進而促進企業數字化轉型。企業數字化轉型不能一蹴而就，需要大量且長期的基礎資源投入。由于業務模式顛覆性轉變、經營不確定性加劇等，企業還可能會陷入“轉型陣痛期”（劉淑春等，2021）[4]，業績不升反降。因此，這一轉型風險往往會影響管理層私有收益進而造成道德風險，導致其在面臨數字化變革時抱有“不愿轉”的態度。此外，盡管管理層選擇積極開展數字化轉型活動，但在新模式初期，股東等利益相關者的監督成本和難度均會因業務模式重塑而有所增加，其難以掌握企業真實的數字化轉型或其他經營項目的情況（賀超等，2023）[2]，容易將轉型所引致的短期業績下滑歸咎于管理層的無能，從而出現利益相關者干擾管理者的轉型決策或管理者出于職業擔憂而中斷轉型活動等情況（Cao等，2016）[14]。一方面，社會信用體系建設會在當地形成對誠實守信的教化作用，引導經濟主體遵循被大多數人認可的行為規范（左靜靜等，2023）[13]，而“享樂”“逃避”“偷懶”“不作為”“自私”等會被視為與主流價值觀不一致的負面行為，從而受到質疑和抵觸。換言之，對社會信用氛圍濃厚地區的企業管理者而言，若其面臨數字化轉型活動時選擇故意拖延或直接放棄，可能會面臨包括內疚、羞愧及其他負面情緒在內的精神壓力以及包括負面聲譽與社會排斥在內的輿論制裁。為避免這一不利影響，管理層會減少對安逸生活的追求以及轉型過程中的自利行為，在數字化決策中表現出較高的風險容忍度和自律性（申丹琳，2019）[15]，主動投入更多精力了解數字化項目、熟悉決策流程，以高質量的轉型決策來提升企業的核心競爭力和長期價值（Cichosz等，2020）[16]。另一方面，社會信用示范城市搭建的信用信息共享平臺，還有助于企業的經營信息在不同組織和區域內共享共用，使利益相關者能夠以較低成本掌握企業生產經營等方面的更真實全面的信息，進而可以客觀、準確地評價管理層在轉型決策中的專業水平和勤勉程度。這樣一來，股東不會將數字化轉型過程中的困難歸咎于管理層的無能，反而會給予管理層更多的信任，使管理層擁有更大的轉型決策空間，從而推動企業有節奏、有規劃地開展數字化轉型。

2. 資源虹吸效應。社會信用體系建設可以幫助企業吸引到更多資金、人才等關鍵性資源，進而促進企業數字化轉型。通常來說，企業數字化轉型無法脫離傳統生產要素而獨立存在，而在眾多要素資源中，資金和人才對于企業數字化轉型的順利開展尤為重要（王馨等，2023）[8]。如前文所述，社會信用體系建設有助于營造誠實自律、守信互信的文化氛圍，能夠有效緩解經濟主體間的信息不對稱。不難推測，這也勢必會對金融、人才等資源的流動和聚集產生影響。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提高契約的靈活性，從而促進契約的簽訂和保障契約的履行（顧雷雷和王鴻宇，2020）[17]。聚焦于企業的資金獲取活動，隨著信息不對稱的緩解以及對企業信任程度的提高，金融機構的放貸意愿也會逐漸增強，更傾向于為企業提供期限長、規模大的債務融資（Wu等，2014；錢先航和曹春方，2013）[18，19]。此外，與我國歷史上自發形成的信用文化不同的是，社會信用示范城市還基于相關信息共享平臺對企業的信用信息進行實時搜集和披露，并將這些數據與企業融資、政府補貼、工商注冊登記等直接掛鉤，這不僅可以通過制度手段來規范區域內企業的經營行為并降低其違約風險，使企業獲取更多外部融資，還能幫助外部投資者快速精準識別優質企業，進而為這類企業的數字化轉型活動提供強有力的資金支持。另一方面，實現人才聚集的關鍵在于就業信息的透明和就業權益的保障（周洲和吳馨童，2022）[20]。而社會信用示范城市的設立，可以通過強制信息披露使市場就業者較為清晰地了解企業的真實經營情況，并運用監測和制裁等制度手段遏制企業雇傭過程中的機會主義行為（左靜靜等，2023）[13]，從而充分保障員工的就業權益，吸引更多的優秀人才來此工作，進而為該地區企業的深層次數字化轉型注入核心動力。

基于上述分析，本文提出如下假設：

H1：社會信用體系建設能夠有效促進企業數字化轉型。

H2：社會信用體系建設可以通過決策優化效應和資源虹吸效應促進企業數字化轉型。

三、研究設計

（一）樣本選擇和數據來源

考慮到制造行業是數字技術與實體經濟融合的主要載體，本文選擇2011—2020年中國A股上市的制造業公司作為研究對象，并做了如下處理：（1）剔除ST類以及期間退市的企業；（2）剔除主要變量缺失的企業；（3）剔除資產負債率大于1以及員工人數小于30的企業；（4）為避免極端值的影響，本文對連續變量進行了上下1%水平的縮尾處理，最終得到了17026個觀測值。本文數據來源主要包括兩部分：被解釋變量企業數字化轉型程度指標通過Python 爬蟲技術搜集2011—2020年相關企業年度報告中相關詞頻并結合企業資產明細項目手工整理得到，公司財務及治理數據來自國泰安數據庫。

（二）模型設計和變量定義

為探究社會信用體系建設與企業數字化轉型之間的關系，本文構建如下模型：

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

其中，被解釋變量為企業數字化轉型[Digit]，核心解釋變量為社會信用體系建設虛擬變量[Trust]，[Controls]為控制變量，[ε]為隨機誤差項。與此同時，模型中還控制了時間[Year]、行業[Industry]、城市[City]和企業[Firm]虛擬變量以盡可能地吸收固定效應。若無特殊說明，本文在回歸過程中均采用Cluster聚類穩健標準誤到城市層面。

1. 被解釋變量：企業數字化轉型（Digit）。本文參考洪俊杰等（2022）[21]的研究思路，從文本披露和數字資產配置兩個維度整理出6個與企業數字化轉型密切相關的指標（見表1），然后運用熵權法測算企業數字化水平的綜合衡量指標，以盡可能客觀、全面地度量企業數字化轉型水平。

其中，文本披露指標的構建參考了趙宸宇等（2021）[22]的做法，將數字化轉型詞頻分為數字技術應用、互聯網商業模式、智能制造以及現代信息系統四個維度，通過Python對2011—2020年相關企業年報進行文本挖掘，并剔除前面存在“沒”“無”“不”等否定表述的關鍵詞以及在公司股東、客戶、供應商、高管簡介等字段中出現的關鍵詞，考慮到年報詞頻的右偏性特征，我們對四個維度的關鍵詞均進行對數化處理。數字資產指標是對公司的固定資產和無形資產明細項目進行人工篩選，整理出明細為計算機、電子設備及通信網絡設備相關的項目，并最終用相應資產對其期末余額標準化處理后得到①。

2. 核心解釋變量：社會信用體系建設（Trust）。為了更好地進行因果識別，本文參考左靜靜等（2023）[13]的做法，根據企業所在地區成為社會信用體系改革試點的時間設置了虛擬變量Trust，若企業所在地被列入社會信用體系改革試點，則列入的當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（祝樹金等，2023；Cichosz等，2020）[6，16]，本文設置了如下控制變量：企業規模（Size），總資產的自然對數；資產負債率（Lev），為總負債/總資產；企業成長性（Tobin_Q），為固定資產凈額/年末總資產；資產報酬率（ROA），為凈利潤/總資產；固定資產占比（Tangible），為固定資產凈額/總資產；現金持有（Cash），為現金及現金等價物/總資產；企業年限（Age），為企業成立年數的自然對數；股權集中度（TOP1），為第一大股東持股數/總股本；董事會規模（Board），為董事人數的自然對數；獨立董事占比（Ind），為獨立董事人數/董事人數；產權性質（SOE），國有企業取值為1，否則為0。

（三）描述性統計

表2匯報了主要變量的描述性統計結果。用熵權法構建的企業數字化轉型指數的區間范圍為0.0038～0.7315，均值為0.1366，標準差為0.1345，表明不同企業的數字化轉型進程存在較大差異，且整個制造行業的數字化轉型水平還有待提高。社會信用體系建設的均值為0.2900，意味著大約29%的樣本受到了社會信用體系建設的影響。此外，控制變量的描述性統計結果與現有研究基本保持一致，不再贅述。

四、實證分析

（一）基準回歸

表3報告了社會信用體系建設對企業數字化轉型的回歸結果。本文采用遞進式回歸，即在控制固定效應的情況下，列（1）中僅納入核心解釋變量，而列（2）則進一步控制本文所選取的一系列控制變量?？梢园l現，無論是否納入控制變量，核心解釋變量的回歸系數均在1%水平上正向顯著，這意味著社會信用體系建設產生了強有力的政策驅動效應，可以推動企業數字化轉型的進程，本文假設H1成立。

（二）穩健性檢驗

1. 平行趨勢檢驗。使用多時點DID模型的前提是需要滿足處理組和對照組的平行趨勢假定，具體到本研究，即試點城市和非試點城市企業數字化轉型程度的變化趨勢保持一致。為此，本文參考王鋒和葛星（2022）[23]的做法，采用事件研究法來進行平行趨勢檢驗，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[i]所在的城市在第[t]年列入社會信用體系建設試點，則取值為1，反之為0，其余變量與模型（1）一致。在模型（2）中，本文重點關注系數[γt]的顯著性，其反映了社會信用體系建設試點政策實施的第[t]年，試點城市和非試點城市企業數字化轉型程度的差異。

此外，考慮到政策實施前后4年的數據較少，本文將早于試點政策實施前4 年的數據并至第-4期，將試點政策實施4年后的數據并至第4期。以政策實施前第4期作為基準期的平行趨勢檢驗結果如圖1所示，社會信用體系試點政策發生前的各期時間虛擬變量的系數估計值較小且均不顯著。這表明政策實施前，試點和非試點城市企業數字化轉型程度并無顯著差異，即平行趨勢假設得到了驗證。

2. 安慰劑檢驗?？紤]到試點城市和非試點城市企業數字化轉型程度的差異也可能受到其他不可觀測因素的影響，我們借鑒魏志華等（2022）[24]的做法，通過隨機設置社會信用體系建設試點的實施時間和隨機選擇社會信用體系建設試點城市這兩種方法進行安慰劑檢驗。在安慰劑檢驗中，“偽”時間點和“偽”試點城市都是隨機生成的，故社會信用體系建設對企業數字化轉型的正向影響應當不再成立?；诖?，本文按照上述隨機過程重復500 次進行模型估計，圖2和圖3匯報了所得到的500 組偽社會信用體系建設政策效應估計值的核密度及其 P 值?？梢园l現，兩種隨機過程中回歸系數的均值都接近于0，且大部分p值在0.1以上，即回歸結果顯著屬于小概率事件。特別地，大部分隨機模擬的回歸系數均小于0.015。據此，可以說明社會信用體系建設對企業數字化轉型的影響并非偶然性事件，本文的研究結論具有一定穩健性。

3. 加入基準變量。多時點DID模型的理想情況是試點城市和非試點城市由隨機選擇確定。但在現實當中，一個城市是否為政策實施地區往往與其經濟發展水平、地理位置以及城市級別等特征有關，這些差異及其隨時間變化的趨勢可能影響當地企業數字化轉型進程，進而導致政策評估效果出現偏差?；诖?，本文借鑒王鋒和葛星（2022）[23]的研究思路，在主回歸的基礎上加入城市基準因素與時間趨勢的交互項，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、地理位置等基準因素的虛擬變量，包括該城市是否為省會城市、是否位于長江經濟帶以及是否為沿海城市，[Tt]為時間趨勢項，回歸結果如表4所示?？梢钥闯?，無論是逐一還是全部加入城市基準因素與時間趨勢的交互項，Trust的回歸系數依舊在1%水平上正向顯著，即在控制城市特征差異對試點城市選擇的影響后，社會信用體系建設依舊對企業數字化轉型有顯著的正向影響。

5. 其他穩健性檢驗。為進一步考察基準回歸結論的穩定性和可靠性，本文還進行了如下穩健性檢驗：（1）參考吳非等（2021）[1]的做法，將文本披露指標的范圍和定義改為人工智能、區塊鏈、云計算、大數據以及數字技術應用五類②，結合數字資產指標分別運用熵權法和主成分分析法，測算企業數字化轉型的綜合指數，記為Digit1和Digit2，并代入模型（1）重新進行回歸檢驗。（2）考慮到處理組和對照組之間的系統性差異可能會對基準回歸結果造成影響，本文采用傾向得分匹配方法來構建對照組，將企業規模、資產負債率、企業成長性、資產報酬率、固定資產占比、現金持有、企業年限、股權集中度、董事會規模、獨立董事占比作為匹配變量，并通過logit 模型計算傾向得分后進行1∶3的卡尺最近鄰匹配③，最后使用權重不為空的樣本重新進行回歸檢驗。（3）考慮到企業可能會出于迎合政策導向、概念炒作或蹭熱度等動機，故意夸大披露自身的數字化轉型信息，造成研究結果出現偏差。本文借鑒李萬利等（2022）[25]的研究思路，剔除深圳證券交易所發布的上市公司信息披露考評結果中及格和不及格的樣本后重新回歸。（4）外部環境的變化也可能會影響企業數字化轉型戰略的實施程度，故本文剔除“股災”（2015年）和新冠疫情（2020年）期間的樣本后重新進行回歸檢驗。（5）本文的研究樣本區間處于中國經濟轉型的關鍵時期，許多政策的出臺同樣會對企業數字化轉型進程產生不可忽視的影響，進而使社會信用體系建設政策效應的評估結果出現偏差。本文通過梳理和搜集相關文件，發現了國家級大數據綜合試驗區的設立、“寬帶中國”戰略的實施和“智慧城市”試點三個可能影響企業數字化轉型的政策，基于此，我們在模型（1）中加入這些政策虛擬變量并重新估計。上述回歸結果如表5所示，不難發現，社會信用體系建設的回歸系數依舊正向顯著。

（三）作用路徑檢驗

根據前文的理論分析可知，社會信用體系建設促進企業數字化轉型的核心作用路徑在于決策優化效應和資源虹吸效應，即社會信用體系建設可以提高企業管理決策水平以及為企業吸引資金和人才資源。為驗證上述路徑，本文參考江艇（2022）[26]以及劉貫春等（2023）[27]的做法，直接考察社會信用體系建設對企業管理決策水平和資金人才聚集情況的影響。

一方面，考察社會信用體系建設對企業管理決策水平的影響。通常來說，無論是礙于私人利益而不愿變革，還是利用數字化項目進行的機會主義投資，其本質都是企業管理層的短視行為（賀超等，2023）[2]。因此，本文采用“短期視域”詞匯數量占管理層討論與分析總詞頻的比例對管理層短視行為（Myopia）進行度量，其值越小，表示企業管理決策水平越高。此外，考慮到企業決策的質量往往與其內部治理效率呈現正相關關系，本文進一步參考林川（2023）[28]的研究思路，采用管理費用率（Manage）和運用高管薪酬、第二至第五大股東持股數量與第一大股東持股數量之比、機構持股比例、兩職合一、高管持股比例、董事會規模、獨立董事占比等七個變量進行主成分分析后得到的治理效率綜合指標（CG）兩個指標來對企業管理決策水平進行度量。其中，管理費用率越小或治理效率綜合指標越大，表示企業管理決策水平越高?；貧w結果如表6第（1）—（3）列所示，社會信用體系建設的回歸系數均在1%的水平上顯著，符號也與預期一致，表明社會信用體系建設有效提高了企業的管理決策水平。

另一方面，考察社會信用體系建設對企業資金人才聚集情況的影響。本文采用融資約束（KZ）和財務柔性（FIFL）作為資金聚集情況的代理變量，這是因為社會信用體系建設為企業吸引更多資金資源，可以在一定程度上表現為融資約束的緩解和財務柔性的上升。其中，融資約束采用KZ指數衡量，財務柔性以企業現金柔性與負債柔性之和來度量?；貧w結果如表8第（4）和（5）列所示，社會信用體系建設的回歸系數均通過了顯著性檢驗，符號也與預期一致。人才聚集方面，本文參考周洲和吳馨童（2022）[20]的研究思路，采用技術員工占比（Employee_C）和研究生及以上學歷的員工占比（Employee_G）來進行衡量，回歸結果如表6第（6）和（7）列所示，社會信用體系建設的回歸系數均在5%的水平上正向顯著，表明社會信用體系建設政策實施后，試點地區企業的技術人員占比和高學歷人員占比顯著提升。

以上結果表明，社會信用體系建設確實可以有效提高企業管理決策水平和改善企業的資金人才資源聚集情況，從而證實了決策優化效應和資源虹吸效應，即假設H2成立。

（四）經濟后果檢驗

從長遠發展來看，數字化轉型能夠全面驅動微觀企業生產方式、生活方式以及治理方式的變革，從而提高企業的核心競爭力（祝樹金等，2023；趙宸宇等，2021）[6，22]。但也有少部分文獻指出，數字化轉型可能會引發企業的機會主義行為，對企業的發展產生不利影響（賀超等，2023；李萬利等，2022）[2，25]。那么，由前文結論引發的一個更深層次的問題是：社會信用體系建設對企業戰略決策的積極影響能否真正賦能企業高質量發展呢？為解答這一問題，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]對企業高質量發展的定義，采用LP法測算的全要素生產率[TFP]來衡量高質量發展，并分別進行當期、超前一期、超前兩期處理。在模型（4）中，我們重點關注交互項[Digit×Trust]的回歸系數，其余變量的定義與模型（1）均相同。表7報告了社會信用體系建設所促進的數字化轉型對企業全要素生產率影響的檢驗結果?？梢园l現，交互項系數均正向顯著，表明社會信用體系建設通過促進企業數字化轉型，進而提高了企業的全要素生產率，并且這種積極效應隨著時間推移持續存在。上述結果也充分證明，社會信用體系建設過程中的一系列獎懲措施以及其所形成的誠信氛圍可以較好地約束企業的經營行為，使數字化轉型在企業產出端呈現長期性的實質回報。

五、拓展性研究

（一）基于企業信息不對稱的異質性分析

對于信息不對稱程度較高的企業而言，利益相關者、政府和監管部門均難以獲取企業的真實經營信息，進而可能會導致市場相關主體降低對企業金融資源和勞動力資源的供給意愿，使企業在數字化轉型過程中缺乏關鍵性資源的支撐。此外，信息透明度較低也往往會引發企業管理層的機會主義行為攀升、決策效率低下等一系列問題。而本文的核心邏輯在于：社會信用體系建設所營造的信用文化氛圍可以遏制企業藏匿壞消息的行為，并可以通過大數據及信息挖掘技術使外部市場主體及時獲取到企業經營的真實信息，從而在提高企業決策水平的同時幫助其吸引更多的轉型資源，進而有效促進企業的數字化轉型。據此不難推斷，社會信用體系建立對企業數字化轉型的促進作用理應在信息不對稱程度較高的樣本中更為凸顯。為驗證這一理論推斷，本文構建了兩個指標對企業信息不對稱情況進行刻畫：其一，考慮到信息不對稱和企業的信息披露質量直接相關，本文采用KV指數來進行度量，該指數從股票交易量依賴性的角度衡量了企業強制信息披露和自愿信息披露兩個方面的內容，其值越大，表明企業的信息不對稱程度越嚴重。我們將KV指數中位數以上的企業劃分為高信息不對稱組，中位數以下的企業劃分為低信息不對稱組。其二，利用企業當年網絡媒體新聞報道的數量作為信息不對稱的第二個衡量指標，將報道數量中位數以下的企業劃分為高信息不對稱組，中位數以上的企業劃分為低信息不對稱組。表8報告了基于企業信息披露質量和網絡媒體關注度的分組回歸結果，可以發現，社會信用體系建設的回歸系數在信息披露質量較差和網絡媒體關注較低的企業樣本中顯著為正，但在信息披露質量較好和網絡媒體關注較高的企業樣本中顯著性水平下降，而且前者系數絕對值遠大于后者。這些結果充分表明，對于信息不對稱較嚴重的企業，社會信用體系建設對其數字化轉型的正向影響更強。

（二）基于企業經濟地位的異質性分析

企業經濟地位不同，其資源調動能力和所受到的外部關注也往往存在明顯差異。具體而言，經濟地位高的大企業更容易獲得充足的信貸資源和勞動力資源，加之其對當地稅收貢獻較大，也會受到監管部門的重點關注，遏制企業低質量決策的出現（劉貫春等，2023）[27]，這些因素共同推動了大企業的數字化轉型。相反，經濟地位較低的中小企業獲取優質資源的能力較弱，其在數字化轉型過程中更容易出現資源困境，且這類企業的整體能力和所受到的外部關注較低，極易做出安于現狀或急于求成的低質量決策，最終阻礙數字化變革進程。那么，按照上述邏輯，經濟地位較低的小企業是否更容易受到社會信用體系建設的影響，其數字化轉型程度相較于經濟地位高的大企業是否提升更為明顯呢？為證實這一理論推斷，本文從行業內差距的視角對企業經濟地位進行刻畫：一是計算企業當年營業收入與同行業企業最高營業收入之比，并將該指標中位數的企業以上劃分為高經濟地位組，中位數以下的企業劃分為低經濟地位組。二是計算企業當年市值與同行業企業最高市值之比，并將該指標中位數以上企業劃分為高經濟地位組，中位數以下企業劃分為低經濟地位組。表9報告了基于企業經濟地位的分組回歸結果，可以發現，社會信用體系建設的回歸系數在經濟地位較低的企業樣本中顯著為正，但在經濟地位較高的企業樣本中顯著性水平下降，而且前者系數絕對值遠大于后者。這些結果意味著，社會信用體系建設對經濟地位較低企業的數字化轉型的促進作用更加明顯。

（三）制度化信任與關系型信任之間的替代效應

信任作為良好信用文化下衍生出的人際資源，對一個國家經濟增長和社會進步起著重要作用（張維迎和柯榮住，2002）[9]。但與西方國家長期以來的信任制度化建設不同，中國的信任文化體現在倫理道德層面認定的關系（家人、老鄉、朋友、同事、師生等）、刻意形成且可以搭建的關系以及由這兩者建立形成的社交網絡之中（余泳澤等，2019）[30]，個體守信與失信行為的獎懲也主要局限于這一范圍，具有明顯的關系化特征?，F有文獻針對中國特殊背景下所形成的關系型信任的經濟后果進行了較為豐富的探討，指出其在企業并購績效、技術研發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，隨著全球經濟一體化、人口跨區域流動以及社會結構轉型的發展，個體和組織的交往邊界變得廣闊，信息供給空前繁雜，此時關系型信任逐漸顯露弊端。特別是對于企業數字化轉型而言，位于關系網絡之外的經濟主體可能會由于信息不對稱以及技術滯后，無法及時獲得企業的真實經營情況，從而導致彼此間難以構建良好的信任關系（左靜靜等，2023）[13]，企業只能從自身關系網絡中獲取有限的資源。同時，社會信任的局部化也可能會使企業在決策方面表現出機會主義行為，最終可能造成企業數字化轉型受阻。而社會信用體系建設旨在通過大數據及信息挖掘技術建立社會活動參與者的信用評價系統，不同區域的主體可以基于彼此間真實的信用信息快速構建信任，從而實現資源的高效流動和聚集，同時也能夠在一定程度上規范企業的決策行為，促進其數字化轉型。因此，本文認為，就企業數字化轉型而言，社會信用體系建設可以較好地彌補關系型信任的不足，即社會信用體系建設對企業數字化轉型的促進作用應當在關系型信任氛圍較弱的地區更為明顯。

為證實這一推論，本部分構建了兩個指標對關系型信任進行刻畫：其一，方言是特定地區內劃分族群和社會身份的重要維度，人們會下意識地將方言作為判斷交易對象是否值得信任的標準，當一個地區方言數量較多，往往意味著地區內不同群體間對抗程度較大，關系型信任氛圍較差。因此，本文參考左靜靜等（2023）[13]的做法，采用方言數量來衡量關系型信任，并將方言數量中位數以下的樣本劃分為高關系型信任組，中位數以上的樣本劃分為低關系型信任組。其二，中國是一個典型受儒家思想影響的“關系型”社會（李雙建等，2020）[31]，“信”是“五?！敝腥寮页珜У奶幨涝瓌t，《論語·顏淵》也明確強調“自古皆有死，民無信不立”。故而本文從儒家文化的角度對關系型信任氛圍進行度量，采用企業周圍50公里內進士的數量作為儒家文化的代理指標，該指標越大，意味著關系型信任氛圍越濃。我們將該指標中位數以上的樣本劃分為高關系型信任組，中位數以下的樣本劃分為低關系型信任組。表10報告了基于地區關系型信任的分組回歸結果，可以發現，社會信用體系建設的回歸系數在方言數量較多和儒家文化氛圍較差的企業樣本中顯著為正，在方言數量較少和儒家文化氛圍較好的企業樣本中顯著性水平下降，且前者系數絕對值遠大于后者。這些結果意味著，社會信任體系建設有效地彌補了關系型信任的不足，為當前構建和諧社會和促進微觀企業轉型發展提供了更好的制度保障。

六、研究結論與啟示

本文利用社會信用體系建設試點政策構建準自然實驗，通過對上市企業年報和資產明細進行人工篩選或文本挖掘，進而運用熵權法構建企業數字化轉型綜合指標。在此基礎上，采用 2011—2020年A股上市制造業企業數據，就社會信用體系建設對企業數字化轉型的影響效應、作用路徑及異質性進行檢驗。研究發現：社會信用體系建設顯著促進了企業數字化轉型，這一結論在經過平行趨勢檢驗、排除其他政策的干擾、加入基準變量以及安慰劑檢驗等一系列穩健性檢驗之后依然成立。作用路徑檢驗發現，社會信用體系建設主要通過決策優化效應和資源虹吸效應作用于企業數字化轉型，并最終賦能企業高質量發展。拓展性研究發現，社會信用體系建設對企業數字化轉型的促進作用在信息不對稱較嚴重和經濟地位較低的企業中更為明顯。最后，考慮到社會信用體系建設是通過信用記錄、獎懲評價引導形成社會誠信的價值觀，這一信任具有明顯的制度化特征，我們進一步嘗試探究其是否可以彌補中國長期存在的關系型信任的不足，運用方言數量和儒家文化測算關系型信任后發現，社會信用體系建設對企業環境違規的抑制作用在關系型信任較差（方言數量較多和儒家文化氛圍較差）的地區更加明顯，即制度化社會信任建設彌補了關系型社會信任的不足。

根據研究結論，本文提出以下政策建議：第一，進一步強化社會信用體系建設。國家應繼續加大社會信用體系建設力度，將更多經濟主體的信用情況納入評估范圍，不斷強化其對企業數字化轉型的政策賦能效應。具體而言，一方面，應推進以現代數字化技術為根基的公共信用信息共享平臺、城市信用門戶網站、重點領域的紅黑名單等信用評價系統的建設，夯實社會信用體系建設的發展根基。另一方面，政府應發揮好政策試點的制度紅利在激發企業數字化轉型中的作用，通過建立誠實自律、守信互信的經營環境，為轄區企業吸引更多的優質生產資源，同時，也要著力做好政府的“守夜人”角色，在規范企業經營決策的過程中做到“不缺位”“不越位”。第二，應因地制宜制定社會信用體系建設發展戰略。各地區應結合本地具體特征探索適合自身的數字產業與傳統產業協同創新發展模式，從而促進實體經濟與數字技術更為高效地融合。具體而言，對于信息不對稱較嚴重或經濟地位較低的企業，應著重關注其經營行為中的誠信問題，鼓勵這類企業進行高質量信息披露來為數字化轉型吸引更多資源。此外，對于關系型信任較差的地區，政府也應積極推進制度化社會信任體系建設，減少信息碎片化等信任隔閡，為當地企業提供良好的轉型環境。第三，在鼓勵和引導企業數字化轉型的過程中，當地政府和企業管理層應重點關注“不愿轉”和“不能轉”的問題。例如，可以通過加強外部監督或邀請前沿數字人才入駐企業，實時把控企業數字化轉型方向和節奏，遏制企業管理層不明智的數字化轉型決策，當地政府也應積極為企業轉型發展提供人才、資金、技術研發與應用方面的支持，保障企業數字化轉型的順利實施。

注：

①數字化固定資產主要包括電子設備、辦公電子設備、計算機（電腦）設備、自動化、電子儀器儀表、通訊、郵電、管理設備、檢測設備、智能、物聯網、傳感器等。數字化無形資產主要包括軟件、系統（除研發項目）、計算機（或電腦）、電子商務、平臺、數據庫、數據中心、網站、ERP、OA、windows、office、微信公眾號等。數字化的具體詞頻內容與趙宸宇等（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，文本挖掘過程與前文一致，不再贅述。

③本文還進行了1∶1和1∶2的卡尺最近鄰匹配，結論依舊成立，作者備索。

參考文獻：

[1]吳非，胡慧芷，林慧妍，任曉怡.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據 [J].管理世界，2021，37（7）.

[2]賀超，丁怡帆，馬云飛.企業數字化轉型與資本市場穩定——基于“數據權力”加劇股票“同跌同漲”的經驗證據 [J].金融經濟學研究，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.企業管理數字化變革能提升投入產出效率嗎 [J].管理世界，2021，37（05）.

[5]李思飛，李鑫，王賽，佟巖.家族企業代際傳承與數字化轉型：激勵還是抑制？[J].管理世界，2023，39（06）.

[6]祝樹金，申志軒，文茜，段凡.經濟政策不確定性與企業數字化戰略：效應與機制 [J].數量經濟技術經濟研究，2023，40（05）.

[7]賴曉冰，岳書敬.智慧城市試點促進了企業數字化轉型嗎？——基于準自然實驗的實證研究 [J].外國經濟與管理，2022，44（10）.

[8]王馨，王營，呂靜.信息消費促進企業數字化轉型研究 [J].國際金融研究，2023，（11）.

[9]張維迎，柯榮住.信任及其解釋：來自中國的跨省調查分析 [J].經濟研究，2002，（10）.

[10]李明輝.社會信任對審計師變更的影響——基于CGSS調查數據的研究 [J].審計研究，2019，（01）.

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

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

[13]左靜靜，邱保印，蔣挺.社會信用體系建設能否抑制企業環保失信？[J].外國經濟與管理，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.社會信任與企業風險承擔 [J].經濟管理，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.社會信任、融資約束與企業創新[J].經濟學家，2020，（11）.

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

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

[20]周洲，吳馨童.知識產權保護對企業數字化轉型的影響——來自“三審合一”改革的經驗證據 [J].科學學與科學技術管理，2022，43（06）.

[21]洪俊杰，蔣慕超，張宸妍.數字化轉型、創新與企業出口質量提升 [J].國際貿易問題，2022，（03）.

[22]趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率 [J].財貿經濟，2021，42（07）.

[23]王鋒，葛星.低碳轉型沖擊就業嗎——來自低碳城市試點的經驗證據 [J].中國工業經濟，2022，（05）.

[24]魏志華，王孝華，蔡偉毅.稅收征管數字化與企業內部薪酬差距 [J].中國工業經濟，2022，（03）.

[25]李萬利，潘文東，袁凱彬.企業數字化轉型與中國實體經濟發展 [J].數量經濟技術經濟研究，2022，39（09）.

[26]江艇.因果推斷經驗研究中的中介效應與調節效應 [J].中國工業經濟，2022，（05）.

[27]劉貫春，葉永衛，張軍.稅收征管獨立性與企業信息披露質量——基于國地稅合并的準自然實驗[ J].管理世界，2023，39（06）.

[28]林川.多個大股東能促進企業數字化轉型嗎 [J].中南財經政法大學學報，2023，（02）.

[29]丁怡帆，魏彥杰，馬云飛.金融資源錯配如何影響企業高質量發展：理論與實證 [J].金融監管研究，2022，（08）.

[30]余泳澤，郭夢華，郭欣.社會信用的經濟效應研究回顧與展望 [J].宏觀質量研究，2019，7（04）.

[31]李雙建，李俊青，張云.社會信任、商業信用融資與企業創新 [J].南開經濟研究，2020，（03）.