社會信用體系建設的穩就業效應研究

中圖分類號：F249.2；D64 文獻標識碼：A 文章編號：1007-5097（2025）05-0080-10

The Stable Employment Effect of Social Credit System Construction： EmpiricalEvidencefromthePilotReformoftheSocialCreditSystem

CHENG Guangbin， LYU Taisheng （School of Economics and Management， Shihezi University，Shihezi 832oo3， China）

Abstract：Thisarticlesystematically examines the impactof thesocial credit system constructiononcorporate labor employment byusing A-share non-financial listedcompanies inShanghai and Shenzhen from2O1Oto2O23as the research samples，regarding the pilot social credit system reform asa quasi-natural experiment，and employing a diffrence-in-differencesmodel.Acording to theresearch findings，thesocial creditsystem constructioncan significantly expand thescaleofcorporate labor employmentand playa policyrolein stabilizing employment.The mechanismanalysis shows thatthe financing constraint alleviation efect，theproduction scale expansion effct，and the transactioncostreduction effectare themainchannelsthrough which thesocial credit systemconstructionaffects the corporatelabor employment.The heterogeneityanalysisreveals thattheemployment stabilization efectofsocial credit systemconstruction ismore prominent inenterprises with lower governance level，labor-intensive enterprisesand sampleswith poorerregional legalenvironmentandlowerfinancialdevelopment level.Theextendedanalysis indicates thatthe social credit systemconstructionalsocontributes to improving the labor employment structure of enterprises and driving the human resource capital upgrade of enterprises.

Keywords：socialcredit system; corporate laboremployment; financing constraint; ransactioncost; human resource capital upgrade

一、引言與文獻綜述

就業是民生之本、發展之基，一頭牽著萬家燈火，一頭系著經濟大局，歷來受到黨和政府高度重視。《“十四五”就業促進規劃》明確提出“把就業擺在經濟社會發展和宏觀政策優先位置”，黨的二十大報告進一步強調“強化就業優先政策，健全就業促進機制，促進高質量充分就業”。作為創造和吸納就業的主要載體，企業在推動高質量充分就業過程中發揮著關鍵作用2。然而，受經濟增速放緩、新冠疫情等多重因素沖擊，許多企業在生存和發展上面臨著日益嚴峻的挑戰，從而直接影響了其就業吸納能力，使得整體就業形勢不容樂觀[3]。在此背景下，如何進一步穩定和擴大企業勞動雇傭規模已成為我國新發展階段亟待解決的重要議題。

作為企業至關重要的生產經營決策，其勞動雇傭影響因素的研究備受學界和業界的廣泛關注。其中，部分學者從微觀視角出發考察了ESG表現[1]、技術進步[4]、融資約束[5]和混合所有制改革[6]等在企業勞動雇傭過程中扮演的角色；另有部分學者則從相對宏觀的視角出發探究了減稅降費營商環境優化[8-9]和信息基礎設施建設[10]等對企業勞動雇傭的影響。但上述研究大多從正式制度安排視角展開分析，缺乏對非正式制度的足夠關注。事實上，我國的發展經驗表明，即使在正式制度存在空缺、設計欠妥或執行不力的情境下，我國經濟仍能借助非正式制度的力量取得舉世矚自的發展成就[1]。特別是社會信用作為一項典型的非正式制度，在增進社會信任、優化資源配置以及提升治理效能等方面發揮著不可或缺的作用[12-14]，同時也有助于減少公司違規[15]、降低企業違約風險[16]和促進企業專業化分工[17]。那么，社會信用是否會對企業勞動雇傭決策產生影響？會產生何種影響？傳導機制是什么？不同類型企業之間是否存在差別？厘清并回答上述問題，有助于深化對非正式制度與企業勞動雇傭關系的理論認知，也能為我國進一步完善社會信用制度以推進高質量充分就業提供理論依據和決策參考。

黨的十八大以來，黨和政府高度重視社會信用體系建設，并于2014年正式出臺《社會信用體系建設規劃綱要（2014—2020年）》（以下簡稱《規劃》），從國家戰略層面明確了我國社會信用體系建設的總體要求、重點任務和保障措施。在此基礎上，國家發展和改革委員會、中國人民銀行等部門先后于2015年、2016年和2021年分三批對77個城市（區）組織開展了社會信用體系改革試點工作，旨在通過探索和推廣適合地方特點的社會信用體系建設模式，不斷增強社會主體的誠信意識和提升社會整體信用水平，充分發揮社會信用在國家治理體系和治理能力現代化中的積極作用。在上述政策的引導下，我國社會信用體系建設取得了顯著成效，現已初步形成各類信用主體“不敢失信、不能失信、不想失信”的信用格局，為推動經濟社會高質量發展提供了有力支撐，也為考察社會信用與企業勞動雇傭關系提供了天然的準自然實驗。鑒于此，本文將社會信用體系改革試點視為一項外生政策沖擊，以2010—2023年中國滬深A股非金融類上市企業為研究樣本，利用多期雙重差分模型（DID）系統考察社會信用體系建設對企業勞動雇傭的影響和作用機制。

相較于以往研究，本文可能的邊際貢獻如下：① 在研究視角方面，已有研究主要從企業內部或外部正式制度安排視角考察了企業勞動雇傭的影響因素，缺少來自非正式制度的經驗證據。本文創新性地從社會信用這一非正式制度視角出發，考察社會信用體系建設對企業勞動雇傭的影響，這在豐富企業勞動雇傭影響因素的同時，也拓展了對社會信用體系建設經濟后果的分析。 ② 在研究內容方面，本文將機制檢驗、異質性分析、人力資本升級效應等同時納入社會信用體系建設與企業勞動雇傭的分析框架，從而有助于從多維度深化對兩者關系的理論認知，并為后續研究提供一個可供參考的分析范式。 ③ 在實踐意義方面，本文從理論和實證兩個層面揭示社會信用體系建設在穩就業方面的制度紅利，有助于政策制定者更好地理解和評估當前社會信用體系改革試點的政策效果，以提高未來政策實施的針對性和有效性，同時也為企業更好地應對社會信用環境變化以及調整人力資源策略提供經驗借鑒和政策啟示。

二、理論分析與研究假設

從理論上看，勞動雇傭作為企業一項重要的生產經營決策，其規模大小主要取決于企業開展勞動雇傭的意愿和能力[3.5.9-10]。從雇傭意愿來看，一方面，企業生產規模是影響其雇傭決策的關鍵因素之一，且生產規模的擴張往往伴隨著勞動雇傭規模的增加；另一方面，交易成本也直接影響企業開展勞動雇傭的意愿，高昂的內外部交易成本會增加企業運營負擔，惡化企業生存發展環境，使得企業更加謹慎地考慮勞動雇傭決策，甚至選擇通過技術替代或外包等方式來減少勞動雇傭。從雇傭能力來看，融資約束在企業勞動雇傭決策過程中發揮著至關重要的作用，當融資約束較高時，企業很可能會選擇在資源約束條件下削減非必要的勞動力開支，從而導致企業勞動雇傭規模下降[5。作為正式制度的重要補充，社會信用體系建設通過采取完善信用信息共享平臺，構建守信激勵與失信懲戒機制等措施，能夠在一定程度上幫助企業緩解融資約束、擴大生產規模和降低交易成本[15-17]，使其在穩就業方面享有潛在的制度紅利。因此，本文將主要從融資約束緩解效應、生產規模擴張效應及交易成本降低效應三個方面系統論述社會信用體系建設可能影響企業勞動雇傭的理論機制。

（一）融資約束緩解效應

基于資源依賴理論，較高的融資約束是阻礙企業勞動雇傭決策的重要因素。究其原因，受限于企業工資支付周期與現金流周期不匹配以及人力資本投資的專有性和不可抵押性等特征，企業勞動雇傭決策通常受到較強的流動性約束，使得其在資源約束條件下傾向于減少或推遲現階段勞動雇傭需求[2]。特別是作為轉型中的發展中國家，我國長期存在金融體系發展不完備、金融服務實體經濟能力欠佳等問題，致使市場當中企業普遍面臨不同程度的融資約束，不利于企業勞動雇傭規模的擴大[1.5.18]。從理論上看，以社會信用體系改革試點為代表的社會信用體系建設有助于緩解企業融資約束，為企業勞動雇傭提供源源不斷的資金支持。首先，社會信用體系建設通過完善信用信息共享平臺，有助于形成“一處失信、處處受限”的信用監管格局，從而幫助資金供給方更好地了解企業的信用水平和風險狀況，緩解債權人與企業之間的信息不對稱，引導資源向信譽良好的企業集中，有效提高企業信貸資金和商業信用的可獲得性[1]。其次，社會信用體系建設借助數智化技術手段能夠強化信用信息的賦能作用，從而幫助創新信用融資產品和融資服務，不斷破解企業面臨的融資難、融資貴難題。最后，社會信用體系改革試點城市為滿足政府誠信建設要求，會積極完善拖欠賬款的長效治理機制，從而緩解企業在勞動雇傭過程中的流動性約束，達到穩就業的政策效果[8]。

（二）生產規模擴張效應

已有研究表明，企業生產規模大小深刻影響著其勞動雇傭決策[1，10]。通常而言，更大的生產規模要求企業增加勞動力的投入，并保持勞動雇傭的穩定性和連續性，以適應新的生產需求和市場環境[1。社會信用體系建設在重塑企業供應鏈關系、改善消費者信任環境等方面發揮著重要作用，為企業擴大生產規模提供良好的市場環境，充分釋放其穩就業的政策效能。從重塑企業供應鏈角度來看，社會信用體系建設有助于加強企業與供應鏈上下游之間的信任程度，幫助企業建立更加長期穩定的合作關系，從而降低企業采購成本和獲取穩定的原材料供應，為企業擴大生產規模提供基礎支撐[19]。與此同時，社會信用體系建設還可以幫助企業更好地應對市場風險，提高其風險管控能力，從而在復雜多變的市場環境中保持穩定健康發展，為擴大企業生產規模創造有利條件[3]。從改善消費者信任環境來看，一方面，社會信用體系建設能夠為消費者提供更為全面的企業信用信息，不斷增強消費者對企業品牌的信任和依賴程度，進而直接增加信譽良好企業的市場份額，為擴大企業生產規模提供穩定的市場需求1；另一方面，隨著社會信用體系改革試點的持續推進，消費者的消費習慣和消費行為也可能隨之轉變，如更多地采取超前消費和信用消費等，這能夠為企業提供更多的市場需求，從而帶動企業生產規模的擴大。

（三）交易成本降低效應

依據交易成本理論，高昂的交易成本會直接削弱企業勞動雇傭的意愿和積極性，從而不利于企業勞動雇傭規模的擴大9。具體而言，一方面，較高的內部交易成本增加了企業運營負擔，降低了企業管理效率，迫使企業投人更多的資源和精力用于內部管理協調、信息溝通，易于形成對企業勞動雇傭的擠出作用；另一方面，以信息搜尋、面試篩選、合同談判等為代表的外部交易成本上升，提高了企業進入勞動力市場的門檻，增加了其勞動雇傭的不確定性，從而使得企業在考慮勞動雇傭決策時更加謹慎，甚至通過技術替代或外包等方式來優化自身勞動力資源配置，這不利于企業勞動雇傭規模的擴大。社會信用體系建設作為一種非正式制度約束，在降低企業內外部交易成本方面發揮著關鍵的作用，有助于達到穩定企業就業的效果。首先，社會信用體系建設通過完善失信懲戒和信用信息公開制度提高了企業管理層的失信成本，迫使管理層采取更加積極和負責任的態度來管理和運營企業，從而不斷提高企業運營效率，使其有更多的時間和精力用于諸如勞動雇傭等一系列經營活動，穩步增加企業勞動雇傭需求[8.16]。其次，在健全的社會信用體系環境下，企業可以更容易地獲取求職者的信用記錄、職業技能、工作經驗等關鍵信息，這不僅提高了企業招聘效率，還降低了因信息不對稱而引發的逆向選擇風險，使企業能夠更準確地匹配到符合崗位需求的勞動力，促進企業勞動雇傭規模的合理擴張。最后，社會信用體系建設還能夠促進合同執行效率和法律保障水平的提升，降低企業在合同談判及后續執行過程中的交易成本，這種制度性的保障有助于構建較為和諧的勞資關系，鼓勵企業長期投資于人力資源，擴大雇傭規模，以實現企業的可持續發展。

基于上述分析，本文提出研究假設1和假設2。

H1：社會信用體系建設能夠擴大企業勞動雇傭規模，起到穩就業的政策效果。

H2：融資約束緩解效應、生產規模擴張效應和交易成本降低效應是社會信用體系建設發揮穩就業效應的關鍵渠道。

三、研究設計

（一）計量模型設定

參考曹雨陽等的做法，本文將社會信用體系改革試點政策的分批實施作為一項準自然實驗，利用多期雙重差分模型（DID）實證考察社會信用體系建設對企業勞動雇傭的影響，具體模型設定如下：

其中：下標 和 分別代表企業、城市和年份；Labor為被解釋變量，以企業勞動雇傭規模表示；Credit為核心解釋變量，以社會信用體系改革試點的政策沖擊表示；系數 為本文重點關注的回歸系數，表示社會信用體系建設對企業勞動雇傭的政策凈效應，預期 顯著大于0；Controls表示其他一系列可能影響企業勞動雇傭規模的控制變量； 和 分別為企業和年度層面的固定效應； 表示隨機擾動項。此外，本文還將穩健的標準誤聚類到企業層面，以提高回歸分析的準確性和可靠性。

（二）變量選取與說明

1.被解釋變量

企業勞動雇傭（Labor）。本文參考毛其淋和王玥清1、陳勝藍等8的做法，以企業員工人數的自然對數作為企業勞動雇傭規模的代理變量。此外，在穩健性檢驗部分，則參考葉永衛和張磊的做法，利用企業總資產對員工人數進行標準化處理，以剔除企業規模的潛在影響。

2.解釋變量

社會信用體系建設（Credit）。本文參考曹雨陽等[12]的研究，依據企業所在城市是否入選及入選為社會信用體系改革試點城市的時間設置政策虛擬變量。具體而言，從企業注冊地城市入選為社會信用體系改革試點城市的當年開始，Credit取值為1，其他情況下均取值為0。

3.控制變量

為盡可能控制其他因素對企業勞動雇傭的影響，本文參考毛其淋和王玥清[]、余明桂和王空[2]的研究，在模型中加入了以下控制變量：企業規模（Size），以企業期末資產總數的自然對數表示；企業現金流（Cashflow），以企業經營活動現金流的自然對數表示；資產負債率（Lev），采用企業負債規模與資產規模的比值表示；資產收益率（ROA），以企業凈利潤與企業資產規模的比值表示；企業年齡（FirmAge），以企業成立年限取自然對數表示；企業成長性（Growth），以企業營業收入增長率衡量；董事會規模（Board），采用企業董事會人數的自然對數表示;股權集中度（Top1），以第一大股東持股比例衡量;獨立董事占比（Indep），以獨立董事占董事會人數比值表示；兩職合一（Dual），董事長與總經理兼任為1，否則為0。

（三）樣本選擇與數據來源

為剔除2008年國際金融危機的潛在影響，本文選取2010—2023年中國滬深A股非金融類上市企業為初始研究樣本，在此基礎上剔除了被ST、*ST、PT等特殊標識以及重要財務數據缺失的企業樣本。經過上述處理，最終得到38073個“企業一年度”有效觀測值數據。在數據來源方面，企業財務指標均來自萬得（Wind）數據庫和國泰安（CSMAR）數據庫，社會信用體系改革試點城市名單及試點年份則通過國家發展和改革委員會官網手工搜集。主要變量的描述性統計結果見表1所列。

四、實證結果與分析

（一）基準回歸結果分析

社會信用體系建設對企業勞動雇傭規模影響的基準回歸結果見表2所列。其中，列（1）僅控制了企業和年度層面的固定效應，列（2）在列（1）基礎上進一步加入了企業層面的控制變量。結果顯示，無論在何種情況下，解釋變量Credit的估計系數均顯著為正，說明社會信用體系建設對企業勞動雇傭規模存在顯著的促進作用，即在社會信用體系改革試點政策實施后，試點城市企業的勞動雇傭規模相較于非試點城市企業得到了明顯提升，初步驗證了H1。另外，從經濟顯著性來看，由于Labor為對數形式，故試點城市企業實際勞動雇傭規模相較于預期提高了 ，這在經濟意義上具有較為可觀的促進作用。以上結果說明，社會信用體系建設對于擴大企業勞動雇傭規模至關重要，是新時期我國穩就業的重要基石和有效支撐。

注：***、**、*分別代表在 1 % 5 % . 1 0 % 水平上顯著;括號內為聚類到企業層面的穩健標準誤。下同。

（二）識別有效性檢驗

1.平行趨勢檢驗

滿足平行趨勢假設是雙重差分模型的適用前提條件之一，即在社會信用體系改革試點政策實施前，試點城市企業和非試點城市企業在勞動雇傭規模方面具有相同的變化趨勢。為驗證這一假設，本文參考曹雨陽等的研究，利用事件研究方法考察社會信用體系改革試點政策實施前后8期年份虛擬變量對企業勞動雇傭的影響，平行趨勢檢驗的估計結果如圖1所示。結果顯示，所有事前年份虛擬變量的估計系數均不顯著，說明實驗組與對照組企業的勞動雇傭規模在社會信用體系改革試點政策實施之前存在共同變動趨勢，滿足平行趨勢假設的要求；進一步地，在政策實施兩年后，解釋變量的估計系數開始變得顯著并呈上升趨勢，說明社會信用體系建設對企業勞動雇傭的影響具有滯后性和長期性。

2.安慰劑檢驗（1）

為剔除不可觀測因素對試點政策處理效應的影響，本文采取隨機設定社會信用體系改革試點偽政策虛擬變量的方式進行安慰劑檢驗，并利用式（1）進行反事實估計。此外，為增強安慰劑檢驗的可靠性，將上述隨機過程重復1000次，結果顯示，所有偽政策虛擬變量的估計系數符合均值為0的正態分布特征，且絕大部分系數 P 值也大于0.1，遠小于真實估計系數0.068，說明本文的基準估計結果較為穩健，較少受到其他隨機性因素的干擾。

3.異質性處理效應2）

現有研究表明，使用雙向固定效應（TWFE）估計多期DID模型可能會違背處理效應同質性假設，導致估計系數難以準確反映真實處理效應狀況[20]鑒于此，本文利用培根分解法來檢驗模型存在的處理效應異質性程度，并進一步參考Callaway和Sant'Anna[21]、Borusyak等[22]、Cengiz等[23]提出的估計方法，得到雙向固定效應下的“異質性-穩健估計量”。其中，未匯報的培根分解結果表明，以較早受到試點政策影響企業為對照組的不良政策處理效應占總效應的比重約為 7 . 7 % ，說明本文較少受到組間異質性處理效應的影響。此外，不同異質性-穩健估計方法所得出的社會信用體系建設的估計系數均顯著為正，與基準結果保持一致，說明本文的模型設定較為合理，結論較為穩健。

（三）穩健性檢驗

1.PSM-DID估計

為緩解樣本選擇偏誤問題，本文利用傾向得分匹配法下的雙重差分模型（PSM-DID）進行穩健性檢驗。具體而言，以處理組虛擬變量為因變量，選取模型（1）中的控制變量為協變量，按照1：1近鄰匹配方法進行PSM匹配，并利用匹配后的可比樣本重新進行DID估計，估計結果見表3列（1）。結果顯示，PSM-DID所得估計系數仍在 1 % 的置信水平上顯著為正，說明本文回歸結果較少受到系統性差異的影響，所得研究結論較為穩健。

2.排除替代性解釋

在本文研究樣本期間內，我國還實施了諸如增值稅留抵退稅（DID_ldts）、固定資產加速折舊（DID_gdzcjs）和政府欠款清理（DID_qkql）等一系列穩就業的政策措施，這可能會對基準研究結論產生干擾。鑒于此，本文通過在基準模型中引入上述政策虛擬變量作為控制變量，以剔除其他政策對估計結果的潛在影響，具體估計結果見表3列（2）。結果顯示，剔除上述替代性解釋后，Credit的估計系數仍顯著為正，說明本文研究結論較為穩健。

3.工具變量估計

為降低遺漏變量和反向因果等內生性問題的干擾，本文選取各城市古代儒家書院數量作為社會信用體系建設的工具變量（Credit_IV），并利用兩階段最小二乘法（IV-2SLS）進行重新估計。工具變量選取的合理性在于，濃厚的儒家文化有助于形成誠實守信的社會風氣，從而增大城市入選為社會信用體系改革試點的概率，滿足相關性要求。與此同時，儒家書院作為歷史變量，并不會直接影響當期企業勞動雇傭決策，滿足外生性要求。此外，考慮儒家書院數量作為截面數據不適用于雙向固定效應估計，故將儒家書院數量與政策時間虛擬變量進行交互處理，以確保估計的有效性，表3列（3）一列（4）為IV-2SLS的估計結果。其中，列（3）顯示，在第一階段估計中，工具變量Credit_IV的回歸系數在 1 % 的置信水平上顯著為正，且通過了不可識別和弱工具變量檢驗，說明城市儒家書院數量與社會信用體系建設呈顯著正相關關系，工具變量選取較為有效；列（4）顯示，在第二階段估計中，解釋變量Credit的估計系數仍在 1 % 的置信水平上顯著為正，說明在緩解了模型的內生性問題后，社會信用體系建設仍能顯著擴大企業勞動雇傭規模，本文研究結論較為穩健。

4.其他穩健性檢驗

為保障研究結論的穩健性，本文還采取了如下穩健性檢驗措施： ① 替換被解釋變量：采取企業總資產對員工總人數進行標準化處理，結果見表3列（5）。② 高階固定效應估計：在基準模型中進一步控制“省份 ? × 年度”和“行業 × 年度”層面的高階固定效應，以剔除省份和行業層面隨時間變化的不可觀測因素對研究結論的影響，估計結果見表3列（6）。 ③ 更換研究樣本：首先，將非平衡面板轉化為平衡面板，估計結果見表3列（7）；其次，剔除2020—2023年度樣本觀測值，以排除新冠疫情對企業勞動雇傭的潛在影響，結果見表3列（8）；最后，剔除位于北京、上海、天津和重慶四個直轄市的特殊企業樣本，結果見表3列（9）。結果顯示，無論采取何種穩健性檢驗方式，解釋變量Credit的估計系數仍顯著為正，與基準估計結果保持一致，說明本文研究結論較為穩健。

五、進一步分析

（一）作用機制檢驗

依據理論分析內容，社會信用體系建設主要通過緩解企業融資約束、擴大企業生產規模和降低企業交易成本來擴大企業勞動雇傭規模。鑒于此，本文依次對上述三條機制進行實證檢驗，以期打開兩者之間的機制“黑箱”。由于融資約束、生產規模和交易成本對企業勞動雇傭的影響在已有文獻中得到充分驗證[1.9，10]，故遵循江艇[24]對機制分析的建議，本文主要考察社會信用體系建設對上述機制變量的影響。在機制變量的選擇上，參考余明桂和王空的做法，采用SA指數衡量企業融資約束狀況，數值越大，企業面臨的融資約束越嚴重；參考孫偉增和郭冬梅的做法，以企業主營業務收人取自然對數表示企業生產規模，主營業務收入越多，企業生產規模也就越大;參考葉永衛和張磊[]、薛鋼和董睿的做法，分別以企業管理費用率和銷售費用率表示企業面臨的內、外部交易成本，數值越大，企業交易成本越高。

作用機制檢驗結果見表4所列。其中，列（1）顯示，解釋變量Credit對SA指數的估計系數為-0.088，通過了 1 % 的置信水平檢驗，說明社會信用體系建設有助于緩解企業融資約束狀況，為企業勞動雇傭提供源源不斷的資金支持；列（2）顯示，解釋變量Credit對企業主營業務收入的估計系數為0.223，也通過了 1 % 的顯著性水平檢驗，說明社會信用體系建設在擴大企業生產規模方面發揮著重要的作用，進而增加企業的勞動雇傭需求；列（3）一列（4）顯示，解釋變量Credit對企業管理費用率和銷售費用率的估計系數分別為-0.005和-0.006，且至少通過了 5 % 的置信水平檢驗，說明社會信用體系建設顯著降低了企業面臨的內外部交易成本，使得企業有更多的時間和精力用于諸如勞動雇傭等一系列經營活動。至此，H2得以充分證實。

（二）異質性分析

1.公司治理水平異質性分析

社會信用具有治理效應，能夠在一定程度上彌補公司治理機制的欠缺[12]。鑒于此，本文推斷在公司治理水平較低的企業中，社會信用體系建設對于企業勞動雇傭可以發揮更大的促進作用。為驗證上述推斷，本文參考周茜等25的做法，構建公司治理水平的綜合評價指標，并依據該指標年度行業中位數將全部樣本劃分為公司治理水平較低和較高兩組子樣本，并利用模型（1）展開分組回歸，估計結果見表5列（1）一列（2）。結果顯示，在公司治理水平較低的企業樣本中，Credit的回歸系數在 1 % 的置信水平上顯著為正，但在公司治理水平較高的企業樣本中，Credit的回歸系數不顯著，說明相較于公司治理水平較高的企業，社會信用體系建設對公司治理水平較低的企業勞動雇傭規模具有更顯著的促進作用，支持了上述推斷。

2.要素密集度異質性分析

通常而言，不同要素密集度企業對于勞動力的依賴程度存在較大差異。其中，相較于資本密集型企業，勞動密集型企業對于勞動力投人更多，且可供抵押的資產更少，受到更強的融資約束。因此，本文推斷社會信用體系建設對于勞動密集型企業勞動雇傭的促進作用更強。為了驗證上述推斷，本文參考魯桐和黨印[26的做法，將全部樣本按照所屬行業要素密集度劃分為勞動密集型和資本密集型兩類子樣本，并分別考察社會信用體系建設對不同要素密集度企業的影響差異，具體估計結果見表5列（3）—列（4）。結果顯示，Credit的回歸系數在兩類企業樣本中均顯著為正，但就系數大小和顯著性而言，社會信用體系建設對勞動密集型企業勞動雇傭的促進作用更明顯，支持了上述推斷。

3.地區法治環境異質性分析

地區法治環境作為正式制度的重要組成部分，對企業生產經營狀況具有重要影響，而社會信用作為一種非正式制度，與地區正式制度之間可能存在著互補與替代兩種作用[12]。因此，社會信用體系建設對企業勞動雇傭規模的影響在不同地區法治環境下可能存在差異。為驗證上述推斷，本文參考曹雨陽等1的做法，將《中國分省份市場化指數報告》中的“市場中介組織的發育和法律制度環境指數”作為地區法治環境的代理變量，并根據該指數年度中位數將全部樣本劃分為法治環境較好和較差兩組子樣本，利用模型（1）展開分組回歸，具體估計結果見表5列（5）一列（6）。結果顯示，在法治環境較差組，Credit的回歸系數在 1 % 的置信水平上顯著為正，而在法治環境較好組，Credit的回歸系數僅通過了 10 % 的置信水平檢驗，且系數值小于前者，說明社會信用體系建設對企業勞動雇傭的促進作用在法治環境較差地區更為明顯，即社會信用體系建設能夠彌補以法治環境為代表的正式制度的不足。

4.金融發展水平異質性分析

地區金融發展水平在企業勞動雇傭過程中扮演著重要角色。地區金融發展水平越高，企業擁有更加多元化的融資渠道，其勞動雇傭活動更容易獲得來自金融機構的融資支持。鑒于此，本文認為在金融發展水平較低地區，企業勞動雇傭決策對于社會信用體系建設的依賴程度更大。為驗證上述推斷，本文參考余明桂等2的做法，將地區金融機構人民幣貸款余額占地區生產總值的比重作為金融發展水平的代理變量，并按照年度中位數將全樣本劃分為金融發展水平較高和較低兩組子樣本，利用模型（1）展開分組回歸，具體估計結果見表5列（7）一列（8）。結果顯示，在金融發展水平較低組，Credit的回歸系數在 1 % 的置信水平上顯著為正，而在金融發展水平較高組，Credit的回歸系數僅通過了 10 % 的置信水平檢驗，且系數值小于前者，說明相較于金融發展水平較高地區，金融發展水平欠佳地區的企業勞動雇傭決策更容易受社會信用體系建設的影響，穩就業效果更加突出，驗證了上述推斷。

（三）拓展性分析：社會信用體系建設與企業人力資本升級

本文已經證實社會信用體系建設有助于擴大企業勞動雇傭規模，從而在就業規模層面上驗證了社會信用體系建設的穩就業效應。但黨的二十大報告強調要“促進高質量充分就業”，這不僅要求我們關注就業數量的增減，也要考慮就業結構的變動，以緩解就業結構失調矛盾，促進人力資源的合理利用和高效配置[1。鑒于此，有必要進一步考察社會信用體系建設對企業勞動雇傭結構的影響，從而更充分地揭示社會信用體系建設在助推實現更加充分更高質量就業目標中所發揮的作用。從理論上看，社會信用體系建設有助于優化企業勞動雇傭結構，促進企業人力資本升級。究其原因，社會信用體系建設能夠迫使企業樹立更加良好的聲譽和企業形象，從而吸引和留住更多的高素質員工，提升人才供給質量。與此同時，社會信用體系建設有助于打破信息壁壘，提升勞動力市場透明度，幫助企業識別所需的高素質、高技能員工，提高員工的招聘質量和招聘效率，最終實現企業人力資本升級。為驗證上述推論，本文參照毛其淋和王玥清1的做法，分別從企業勞動力的教育結構和崗位結構兩個方面考察社會信用體系建設對企業勞動雇傭結構的影響。

其中，教育結構包含研究生及以上學歷占比、本專科學歷占比和高中及以下學歷占比三類變量，而崗位結構則主要包含技術型占比、生產型占比和服務型占比三類變量，具體估計結果見表6所列。結果顯示，解釋變量Credit僅對研究生及以上學歷占比和技術型占比的回歸系數顯著為正，而在其他類別中均不顯著，說明社會信用體系建設主要促進了高學歷和高技能員工的就業，有效改善了企業勞動雇傭結構，是實現企業人力資本升級的重要保障。

六、研究結論與政策建議

加強社會信用體系建設是優化營商環境的內在要求，為實現高質量充分就業注入了強勁動能。本文將社會信用體系改革試點視為一項準自然試驗，以2010—2023年中國滬深A股非金融類上市企業為研究樣本，利用多期雙重差分模型系統考察了社會信用體系建設對企業勞動雇傭的影響，主要研究結論如下：社會信用體系建設顯著增加了企業勞動雇傭規模，且該結論經過平行趨勢檢驗、安慰劑檢驗、傾向性得分匹配、異質性處理效應、工具變量估計以及排除其他可能性解釋等穩健性檢驗后依然成立。機制分析表明，融資約束緩解效應、生產規模擴張效應和交易成本降低效應是社會信用體系建設發揮穩就業效應的關鍵渠道。異質性分析發現，社會信用體系建設對企業勞動雇傭的促進作用在治理水平較低企業、勞動密集型企業、法治環境較差地區和金融發展水平欠佳地區的樣本中更為顯著。拓展性分析表明，社會信用體系建設也有助于改善企業勞動雇傭結構，助推企業人力資本升級。

基于上述研究結論，本文提出如下政策建議：

第一，持續深化社會信用體系改革，不斷穩固就業增長強勁引擎。本文研究結論證實社會信用體系建設在擴大企業勞動雇傭規模方面具有顯著優勢，現已成為我國穩就業的強勁引擎。鑒于此，我國應進一步加強社會信用體系建設，不斷優化制度實施的頂層設計。例如，主管部門可以在已有試點城市的基礎上，適時增加和布局新的試點城市，不斷擴大社會信用體系改革的試驗田范圍，充分釋放試點政策在穩就業方面的制度紅利；此外，我國政府應及時總結試點城市的成功經驗和典型做法，并定期對政策效果進行評估，以形成可復制、可推廣的中國特色社會信用體系建設模式，并在全國范圍內進行推廣。

第二，積極疏通穩就業的傳導渠道，有效拓寬企業勞動雇傭多元增長路徑。理論和實證分析表明，融資約束緩解效應、生產規模擴張效應、交易成本降低效應是社會信用體系建設發揮穩就業效應的關鍵渠道。為此，政府在推動社會信用體系建設過程中應著重解決企業面臨的融資約束困境，為促進企業勞動雇傭提供充足的資金支持；與此同時，政府應鼓勵企業積極利用社會信用體系建設促進生產規模的合理擴張，穩步擴大其勞動雇傭規模;政府應以社會信用體系建設為契機，持續優化地區營商環境，簡化行政審批流程，提高政務服務效率，從而減輕企業負擔，讓企業能夠輕裝上陣，將更多資源和精力投人生產經營和勞動雇傭中。

第三，精準實施差異化支持政策，充分釋放社會信用體系改革政策效能。實踐表明，社會信用體系建設對企業勞動雇傭的影響存在企業和地區層面的非對稱性。這啟示我們需要針對特定情境施策，以提升社會信用體系建設促就業的有效性。其中，對于治理水平較低的企業而言，應鼓勵其將社會信用體系建設與自身治理相結合，以信用促治理，減少對企業勞動雇傭的擠出作用；對于勞動密集型企業，可以考慮將此類企業的用工規范、員工福利、勞動保護等方面的表現納入信用評價范圍，以有效緩解其融資困境，促進勞動雇傭規模的擴大；對于法治環境較差地區而言，要積極加強社會信用體系的建設力度，以此來彌補自身正式制度的不足之處，從而為企業開展勞動雇傭活動提供良好的經營環境；對于金融發展水平欠佳地區，政府應積極利用社會信用體系建設服務地區金融發展，持續擴大金融服務覆蓋范圍，進而帶動企業勞動雇傭需求的持續增長。

第四，加快推動企業人力資本升級，助力構建高質量充分就業格局。社會信用體系建設不僅能夠增加企業勞動雇傭規模，還有助于優化企業勞動雇傭結構，實現企業人力資本升級。鑒于此，企業應更好地應對社會信用體系改革試點的變化，自覺將自身人力資源管理戰略與社會信用體系建設進行深度融合，并借助信用信息來構建更為科學的員工招聘和評價體系，從而吸引和留住更多高素質人才，促進企業人力資源的合理配置和高效利用。與此同時，政府部門應建立健全以信用為基礎的新型人力資本監管體系和新時代人力資本高質量發展的現代化服務體系，為構建高質量充分就業格局貢獻信用的力量。

注釋：

（1）限于篇幅，安慰劑檢驗結果未匯報，留存備索。

（2）限于篇幅，異質性處理效應結果未匯報，留存備索。

參考文獻：

[1毛其淋，王玥清.ESG的就業效應研究：來自中國上市公司的證據[J].經濟研究，2023，58（7）：86-103.

[2]余明桂，王空.地方政府債務融資、擠出效應與企業勞動雇傭[J].經濟研究，2022，57（2）：58-72.

[3]蔡昉.中國面臨的就業挑戰：從短期看長期[J].國際經濟評論，2022（5）：9-21，4.

[4]宋建，鄭江淮.中國企業創新的就業效應—“創造\"還是“破壞\"[J].南開經濟研究，2021（4）：169-191.

[5]張三峰，張偉.融資約束、金融發展與企業雇傭—來自中國企業調查數據的經驗證據[J].金融研究，2016（10）：111-126.

[6]葉永衛，張磊.混合所有制改革有助于穩就業？—基于國有資本進入與民營企業就業吸納能力的討論[J].產業經濟研究，2022（2）：57-70.

[7]崔小勇，蔡昀珊，盧國軍.增值稅留抵退稅能否促進企業吸納就業？—來自2019年試行留抵退稅制度的證據[J]管理世界，2023，39（9）：15-38.

[8]陳勝藍，王鵬程，馬慧，等《中小企業促進法》的穩就業雙應 圣政府后用體爾廷以優用LJ」性匹喬2023，39（9）：52-68，88，69-70.

[9]薛鋼，董睿.稅收營商環境優化的穩就業效應——基于稅收\"放管服\"改革的準自然實驗[J].財政研究，2023（6）：81-95.

[10]孫偉增，郭冬梅.信息基礎設施建設對企業勞動力需求的影響：需求規模、結構變化及影響路徑[J].中國工業經濟，2021（11）：78-96.

[11]ALLEN F，QIAN J， QIAN M. Law，Finance，and Eco-nomic Growthin China[J]. Journal of Financial Econom-ics，2005，77（1）：57-116.

[12]曹雨陽，孔東民，陶云清.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[J].財經研究，2022，48（2）：93-108.

[13]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）：59-70，96.

[14]KNACK S，KEEFER P.Does Social Capital Have an Eco-nomic Payoff？ A Cross-Country Investigation [J].TheQuarterly Journal of Economics，1997，112（4）：1251-1288.

[15]黃卓，陶云清，王帥.社會信用環境改善降低了企業違規嗎？— 一來自“中國社會信用體系建設”的證據[J].金融研究，2023（5）：96-114.

[16]范潤，翟淑萍，甦葉.社會信用環境與企業違約風險基于社會信用體系示范城市建設的準自然實驗[J].經濟經緯，2024，41（1）：120-133.

[17]鄭志強，何佳俐.社會信用、交易成本與企業專業化分工[J].財經研究，2024，50（2）：139-153.

[18]方軍雄.所有制、制度環境與信貸資金配置[J].經濟研究，2007（12）：82-92.

[19]王智勇，楊金嬌.國家級大數據綜合試驗區的就業效應研究[J].勞動經濟研究，2024，12（2）：95-118.

[20]BAKERAC，LARCKERDF，WANGCCY.How MuchShould We Trust Staggered Difference-in-DifferencesEstimates？[J]. Journal of Financial Economics，2022，144（2） ：370-395.

[21]CALLAWAY B，SANT'ANNA P H C.Difference-in-Differenceswith Multiple Time Periods[J].Journal ofEconometrics，2021，225（2）：200-230.

[22]BORUSYAK K， JARAVEL X， SPIESS J. RevisitingEvent Study Designs：Robust and Efficient Estimation[DB/OL].（2021-08-21）[2025-01-10]. htps：//arxiv.org/pdf/2108.124 19.pdf.

[23]CENGIZ D，DUBE A，LINDNER A，et al. The Effect ofMinimum Wages on Low-Wage Jobs[J].The QuarterlyJournal of Economics，2019，134（3）：1405-1454.

[24]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（5）：100-120.

[25]周茜，許曉芳，陸正飛.去杠桿，究竟誰更積極與穩妥？[J].管理世界，2020，36（8）：127-148.

[26]魯桐，黨印.公司治理與技術創新：分行業比較[J].經濟研究，2014，49（6）：115-128.

[27]余明桂，王俐璇，趙文婷，等.專利質押、融資約束與企業勞動雇傭[J].數量經濟技術經濟研究，2022，39（9）：70-93.

[責任編輯：葉紅艷，陶繼華]