商帮文化：深入解析其影响力和特征

在前期对商帮文化的研究中，通常采用描述性方法（如Brook，1981；Dessí，Ogilvie，2004；Hamilton，1979；Liu，1988等）。此外，还有一小支文献采用数学分析和/或历史研究法对商帮文化进行探究（Grief et al.，1994；Pearson，1994）。然而，以往文献对商帮文化的决定因素和经济后果提供的经验证据较为缺乏。本章受前人有关管理、财务、宗教和儒家文化研究的启发（如Loughran，Schultz，2005；John et al.，2011；El Ghoul et al.，2013；Du，2013，2014a，2014b，2014c等），使用地理信息系统的公式并借助Google地图通过如下步骤手工收集了商帮文化的数据：

第一步，通过CSMAR数据库收集了公司注册地址的相关信息。

第二步，使用Google地图分别获取公司注册地以及商帮所在地的经纬度。根据张海鹏和张海瀛（1993）的研究，我国古代有十个著名的商帮，分别为山西的晋商、安徽的徽商、广东的粤商、福建的闽商、浙江的甬商、浙江的龙游商、江苏的洞庭商、山东的鲁商、江西的江右商和陕西的陕商。这十大著名商帮的精神对现代中国社会存在着潜在的影响。图11-1为十大著名商帮和我国上市公司的经纬度分布。

第三步，本章采用公式11-1分别代入公司注册地与商帮所在地的经纬度计算了二者之间的距离（Rising，2000；Du，2013，2014，2015，2016）。

式中，RAD代表弧长，计算方法为是地球赤道的直径，单位为千米；π代表圆周率）；α为公司与商帮之间的圆心角，其计算公式如下：

图11-1　十大著名商帮和我国上市公司的经纬分布(https://www.xing528.com)

注：（1）图11-1中，“▲”代表商帮，“◆”代表我国上市公司。一些商帮的发源地不止一处，但图中除C外，这些发源地都有集聚现象。
（2）图中存在着如下“▲”与商帮之间的一一对应关系。

式中，λF和ωF（λM和ωM）分别为公司（商帮）的经度和纬度。

第四步，与Du（2013，2014，2015，2016）类似的，本章基于地理近邻性定义了R千米范围内的一组商帮文化变量MGC_R（R＝100，120，140，160，180，200），表示公司注册地R千米范围内的商帮数量。

总的来说，以上基于地理近邻性的商帮文化变量是基于企业和商帮之间的距离进行度量的，因此能够反映位于两个或以上的省的商帮文化影响。此外，该方法还能减少回归结果的截面自相关风险。

用地理近邻性度量商帮文化的合理性在于：

首先，基于地理近邻性的商帮文化变量度量能从前期管理学、财务学、商业伦理与宗教和儒家文化的文献中得到理论支持（如Du，2013，2014，2015，2016；El Ghoul et al.，2013；Loughran，Schultz，2005；John et al.，2011），这些文献分别构建了基于地理近邻性的财务、监管、宗教和儒家文化的变量。迄今为止，学术界已接受了Du（2013，2014，2015，2016）有关宗教和儒家文化构建的地理近邻性变量具有合理性。因此，采用地理近邻性变量度量商帮文化是相对合理的，至少是一种有益的尝试。

其次，使用十大著名商帮度量商帮文化的合理性也能从以往研究中得到直接或间接的证据支持。Du（2015）使用7个儒家文化中心计算了基于地理近邻性的儒家变量；El Ghoul等（2013）使用分别位于波士顿、芝加哥、洛杉矶、纽约、宾夕法尼亚和旧金山的6个财务中心建立了一套监管强度的变量；Du等（2015）则用中国的3个证券监管中心定义了监管强度；DeFond等（2011）基于美国证券交易委员会的6个办公室建立了有关监管的变量（1个总部办公室和5个地方办公室，分别位于华盛顿特区、纽约、迈阿密、芝加哥、丹佛和洛杉矶）。

总之，上述讨论说明了基于地理近邻性度量的商帮文化变量既有理论上的合理性，又能得到前期文献的支持。此外，本章依据公式11-1构建了另外两个基于地理近邻性的商帮文化变量MGC_DIS_N和MGC_DUM_R。其中MGC_DIS_N为公司与最近的N（N＝1，2，3，…，10）个著名商帮间的平均距离，MGC_DUM_R则为虚拟变量，以公司注册地为中心，半径R（R＝100，120，140，160，180，200）的范围内，若有一个或以上的商帮则赋值为1，否则赋值为0。以上两种替代度量方式将作为敏感性测试。