数字金融对城市经济韧性的影响研究
2023-07-27龚勤林张冰冰
龚勤林,张冰冰
(四川大学 经济学院,成都 610065)
一、引言
经济韧性是指经济体应对外界突发冲击的承受能力和恢复能力,是经济系统化解风险能力的体现。提升经济韧性是后疫情时代“稳字当头、稳中求进”工作总基调的内在要求,也是中国实现经济高质量发展的必要手段。《“十四五”新型城镇化实施方案》将韧性纳入新型城市建设的重点(1)《“十四五”新型城镇化实施方案》提出“建设宜居、创新、智慧、绿色、人文、韧性城市”。,党的二十大报告中进一步明确了“打造宜居、韧性、智慧城市”的城市建设目标,提升城市经济韧性是中国立足于当前复杂国际形势变化的重要选择(2)值得注意的是,党的二十大报告将韧性目标顺序提前,这可能是考虑到统筹发展与安全的建设要点,稳定成为近年发展的根本遵循。。
数字金融是金融体系在互联网的延伸,具备覆盖面广、共享性强、便捷度高和利息率低的特点。推动新一代数字技术与实体经济深度融合,发挥金融国民经济“润滑油”特征,提升数字金融服务经济发展的能力是“十四五”规划建设数字中国的内在要求。近年来,随着数字基础设施的更新换代,数字应用场景进一步拓展,数字金融赋能实体经济发展效果更加凸显,数字经济与实体经济和谐共荣局面逐步形成。随着互联网、区块链和大数据等新兴技术的广泛运用,数字要素由制造业蔓延到金融领域,数字金融方兴未艾。一方面,金融平台可以通过大数据应用对贷款主体进行深层次立体化风险评估,降低金融获得门槛,缓解金融排斥,最大可能地降低呆账与坏账的出现,实现经济体系的包容性增长;另一方面,数字技术的融入使得金融产品不断推陈出新、拓宽服务渠道,显著降低市场信息不对称问题,促进经济可持续发展。鉴于此,探索数字金融与城市经济韧性的关系对贯彻新发展理念、推动经济高质量发展和实现中国式现代化具有重要意义。
二、文献综述
韧性作为物理学概念,后由学者将其引入空间经济系统研究范畴(Reggiani等,2002)[1]。对于经济韧性的定义和内涵,学者一般认为城市经济韧性包含脆弱性、抵御冲击、适应冲击以及从冲击中恢复四维的城市经济系统应对冲击时保持系统稳定的调整力(Martin,2012)[2]。在经济韧性的影响因素方面,已有研究证明,产业部门结构(Davies,2011;徐圆和张林玲,2019)[3～4]、思想文化(Glaeser,2011)[5]、企业家文化(Huggins等,2015)[6]、风险类别、经济周期、货币周期、技术水平(刘晓星等,2021)[7]、创新水平、非相关多样性、中小企业占比、外贸依存度(徐媛媛和王琛,2017)[8]等因素可以影响城市经济韧性,且在不同地区存在显著的异质性。
当前文献中对数字金融促进经济韧性提升的研究较少,已有研究证明数字金融可以正向影响经济体的诸多方面:数字金融可以促进居民消费水平提升并且呈现明显的非线性特征(蓝乐琴和杨卓然,2021)[9];数字金融可以比传统金融更有效地满足低收入群体的金融需求,缓解信息不对称,优化收入结构从而降低收入差距(宋科等,2022;郝云平和张兵,2023)[10～11];数字金融可以缓解企业融资约束从而提升企业技术创新水平(黄锐等,2021)[12];数字金融可以显著促进经济韧性的提升并且对临近单元具备正向溢出的空间效应(崔耕瑞,2021;高粼彤等,2022;朱金鹤和孙红雪,2021)[13～15]。在数字金融促进经济韧性提升的机制分析上,一方面数字金融可以缓解创业者信息约束和融资约束,促进城市创业活跃度提升和贫困家庭创业(杨景院等,2022;张勋等,2020)[16～17],促进城市经济迅速恢复并在新经济形态下转型。另一方面,数字金融具备的普惠性质可以同时满足城乡居民的金融需求,提升家庭金融产品持有概率和信贷可得性,从而有效缩小收入差距(田瑶和郭立宏,2022;胡善成等,2022)[18～19],进一步提高低收入群体面临经济冲击时的抵抗力。
已有文献对数字金融和经济韧性的研究取得了一系列成果,也为后续研究提供了研究方向和广阔空间。本文以地级及以上城市为研究对象,在已有文献基础上建立综合指标体系对城市经济韧性进行评价,随后验证了数字金融对经济韧性的影响情况,进一步探讨收入差距和创业活跃度对数字金融和经济韧性关系的调节影响,并且考察了在产业结构和数字注意力门槛效应下,数字金融对城市经济韧性的非线性影响,丰富了数字金融和经济韧性的作用关系研究,为进一步设计数字金融政策、发挥数字金融赋能经济韧性和落实“稳字当头、稳中求进”的经济工作基调提供了理论支撑。
三、理论分析与研究假说
在传统金融体系中,金融市场存在较高的金融租金门槛,市场主体难以获得公平公开的交易机会,金融排斥无处不在(何德旭和苗文龙,2015)[20],且这种金融排斥不断自我强化。普惠金融的发展使得金融体系之外的小微企业、农民和低收入者逐步被金融服务覆盖(李建军等,2020)[21],以数字技术为核心的数字金融,能够使金融服务更快速精准地被获得,进一步提升了普惠金融的发展潜力(锦怡和刘纯阳,2020)[22]。
首先,数字金融具备的数字特征可以促使中小企业进行数字化转型,同时数字金融机构能够全面监测经济体系内金融风险并及时反应监测信息,提升经济系统对风险的承受能力和反应速度,从而强化经济体系的抵抗力。其次,数字金融可以利用大数据、云计算等新兴技术对市场主体进行估算描象,快速识别企业用户,使金融资源和企业的金融需求最大限度地全方位匹配,减少金融资源的错配(黄益平和黄卓,2018)[23]。同时由于对市场主体的立体刻画可以让金融机构准确掌控资金的输出,持续供给金融资源,使得经济体系在受到冲击后恢复时可以兼备迅速和稳定特点,提升经济韧性的适应力。再次,创新是经济韧性的重要来源,但是创新具备“周期长风险高投入高”的特点,部分企业不愿意进行创新而只是进行技术上的简单重复,即使金融资金的注入也不会流入创新领域而是进一步扩大生产规模,而真正需要金融资金支持创新的小企业又因为不具备资金而陷入不能创新不敢创新的尴尬场景。数字金融一方面继承了传统金融对创新的支持,并发挥了数字经济的特点,打破地域限制,在空间上拓展了金融支持范围,提升了配置效率。另一方面数字应用的扩展使得资金流入到真正需要创新资金的创新企业中,这不仅扩大了创新资金投入,更提升了企业的创新质量,从而深化了经济韧性的转型力。
综上所述,数字金融可以激发当地经济系统潜力,使其运行更加稳定,增强了城市韧性。基于此,提出假说H1:
H1:数字金融对于城市经济韧性有着正向促进作用。
创业活跃度可以强化数字金融对城市经济韧性的影响。一方面,创业成功直接促进了创业者收入的增加。另一方面,创业会向社会输出就业机会,因此提升创业活跃程度可以增进城市经济韧性。数字金融通过“金融+科技”简化融资流程,降低融资门槛,弥补初创企业的资金缺口,可以显著促进创业(谢绚丽等,2018)[24],同时,数字金融还可以触及传统金融难以触及之处,兼顾城乡金融资源输出,改善创业机会不平等(张勋等,2019)[25]。
城乡收入差距可以弱化数字金融对城市经济韧性的影响。城乡收入差距过大会导致经济体两极分化,城市居民和乡村居民对消费产品的偏好差异使得社会消费能力减弱(耿蕊,2019)[26],同时城乡差距过大使得财政资金持续投入,在促进经济增长上难以发挥作用。数字金融具备普惠性和共享性,可以兼顾城市与乡村居民的金融需求,有效弥补传统金融在落后地区金融的稀缺性。并且大数据和人工智能可以利用其在风险识别中的显著优势,降低不同地区因为经济发展和金融禀赋不同导致的金融门槛,提高金融资源可得性。基于此,提出假说H2:
H2:创业活跃度和城乡收入差距分别强化和削弱了数字金融对城市经济韧性的赋能效应。
产业结构是区域一、二、三产业之间的比例结构关系,党的二十届中央财经委员会第一次会议指出,要将发展经济的着力点放在实体经济上,构建以实体经济为支撑的现代产业体系。中国是在新冠肺炎疫情冲击下第一个恢复经济正增长的主要经济体,也是全球唯一拥有完整工业链的国家。在当前全球背景下,产业结构发展要兼顾发展实体经济和服务业。在数字金融促进经济韧性的提升过程中,产业结构对数字金融的资源配置有重要影响。当产业结构越高级时,经济韧性往往越强,数字金融赋能经济韧性提升的效应就会边际递减。
地方政府在社会主义市场经济中发挥着重要作用。地方政府对数字重视程度越高,其推动数字金融基础设施建设、加大数字金融普及力度和降低数字金融使用成本的工作意愿和工作力度就越大,数字金融的经济韧性提升效应就越显著。基于此,提出假说H3:
H3:产业结构高级化和数字注意力对数字金融提升经济韧性的影响有显著门槛效应。
四、研究设计
(一)模型构建
1.基准回归模型
依据上述的理论分析及假说H1,进一步采用双向固定效应模型来探讨数字金融对长江经济带三大城市群城市经济韧性的影响:
RESi,t=cons+α1DFi,t+αkXi,t+δi+μt+εi,t
(1)
其中,RESi,t代表城市经济韧性,DFi,t表示数字金融,Xi,t包括了多个可能影响城市经济韧性的控制变量,μt为时间固定效应,δi为地区固定效应,εi,t为随机误差项。若回归系数α1显著为正,则说明数字金融对城市经济韧性具有正向促进效应,假说H1得到验证。为了消除异方差问题及量纲差异可能带来的偏误,同时明确变量间的弹性变化系数,采用双对数模型,即所有变量都以对数形式呈现。
2.调节效应模型
为分析数字金融对城市经济韧性影响机制,检验假说H2,在式(1)的基础上分别引入城市创业活跃度、城乡收入差距及其与数字金融的交互项,即:
RESi,t=cons+β1DFi,t+β2ENTREi,t+β3DFi,t×ENTREi,t+βkXi,t+δi+μt+εi,t
(2)
RESi,t=cons+γ1DFi,t+γ2GAPi,t+γ3DFi,t×GAPi,t+γkXi,t+δi+μt+εi,t
(3)
其中,ENTREi,t表示创业活跃度,GAPi,t表示城乡收入差距,其余变量含义与基准回归模型相同。若数字金融系数和交乘项系数都显著且符号相同,则调节变量发挥正向调节效应,若都显著但符号相反则调节变量发挥负向调节效应。具体而言,当β1与β3都显著为正时,可以认为数字金融可以促进城市活跃度提升从而增强城市经济韧性;当γ1显著为正且γ3显著为负时,则可以说明数字金融能缩小城乡收入差距从而增强城市经济韧性。
3.门槛效应模型
为验证产业结构和数字注意力在数字金融增进经济韧性过程中发挥的门槛效应,检验假说H3,构建如下模型:
RESi,t=cons+φ1DFi,t×I(INSTUi,t≤θ1)+φ2DFi,t×I(θ1
(4)
RESi,t=cons+ω1DFi,t×I(ATTi,t≤σ1)+ω2DFi,t×I(σ1
(5)
其中,INSTUi,t表示产业结构情况,ATTi,t表示城市的数字注意力,I(·)为示性函数,θ和σ表示未知门槛值,当门槛变量满足条件时,I(·)=1,反之则为0,其余变量含义与式(1)相同。
(二)变量设定
1.被解释变量
被解释变量为城市经济韧性(RES)。对城市经济韧性的测度研究方面主要有以下三种方法:一是Martin(2012)[2]提出的敏感度测算法,即使用区域生产总值或者就业人口数量的变化比例与整体生产总值或者总就业人数之比作为经济韧性的表征;二是基于凡尔登定律的空间计量GMM-SL-SAR-RE估计法(Fingleton等,2012)[27],该方法的优点在于考虑了时间与空间的滞后影响,但是涉及层面较少,难以全面估计区域经济韧性;三是指标体系法,即根据经济韧性的定义选取指标,然后加权得到城市经济韧性指数,相比较而言该方法涉及指标较为全面,目前在韧性研究中得到了广泛应用(张振等,2020;李连刚等,2022;白立敏等,2019)[28～30]。基于科学性、系统性和数据可得性,将城市经济韧性划分为三个维度:抵抗力、适应力和转型力。
抵抗力是指经济体面对冲击时的抵抗能力和反应速度,本研究选择人均地区生产总值和外资投资占地区生产总值比重表征经济体量和对外依赖情况,人均固定资产投资和人口城镇化率代表城市资产的积累和城乡关系转变进程,在岗职工工资代表劳动者的收入情况。适应力是在一个经济体受冲击后的恢复能力,选用人均社会消费品、财政收支比、金融机构存贷款之比分别表征市场消费能力、金融机构效率和财政运转能力,使用城市绿化率表示城市的基础设施能力。转型力是指一个经济体在冲击后恢复中向着新增长模式的创新能力,本研究选择每万人高校学生数量、科研教育投入占财政支出之比,专利授权量表征城市人力资本、科教重视程度和创新产出情况。具体指标及其属性如表1所示。
表1 城市经济韧性指标体系构建
为消除指标的量纲与性质的影响,使用熵值法对城市经济韧性进行评价与测度。
2.核心解释变量
核心解释变量为数字金融(DF)。目前对数字金融的衡量并未形成统一认识,较为公认全面的指标是北大数字金融研究中心和蚂蚁科技集团研究院联合发布的中国数字普惠金融指数(郭峰等,2020)[31]。该指数不仅包括传统数字金融指标,还包括支付、投资和保险等元素,体系全面、新颖且科学。虽然由于数据可得性在数字支付方面偏向于支付宝一个软件,而对日常数字金融中的微信及各大手机银行等软件考虑较少,但却是目前数字金融测算领域内对微观支付数据涵盖最全面的指数,受到诸多学者的认可,本文采用该指数表征数字金融发展程度。
3.调节变量
调节变量有创业活跃度(ENTRE)、城乡收入差距(GAP)。一个地区每年新登记的企业越多,说明其创业的活跃程度越强,因此本研究使用每年新注册企业数量表征创业活跃度,同时,为保证结果的可靠性,使用北京大学中国区域创新创业指数(IRIEC)中的新建企业数量得分指标作为替代调节变量。居民收入反映经济发展差距,因此选用城市居民和农村居民人均可支配收入之比表征城乡收入差距。已有研究证明夜间灯光数据可以稳定反映经济发展水平,因此使用乡镇灯光数据计算基尼系数表征城乡收入差距(Zhou等,2015)[32]。
4.门槛变量
门槛变量有产业结构(INSTU)、数字注意力(ATT)。第二产业和第三产业反映区域实体经济和服务经济的体量,是经济体转型的方向,本研究使用二、三产业占比表征产业结构高级化程度。地方政府年度工作报告反映当地产业规划和发展趋势,为排除不同地区不同年份报告长度的影响,使用城市每年度政府工作报告数字相关词频占报告总词频之比表征地方政府的数字注意力。
5.控制变量
为了更加全面分析数字金融对城市经济韧性的影响,还需控制其他对城市经济韧性产生影响的变量,主要包括以下控制变量:经济密度(ED),即地区生产总值与城市面积之比;人口密度(PD),即地区常住人口与城市面积之比;产品流动(PF)使用人均公路货运量表征;政府干预(GOV),即政府一般公共预算财政支出与地区生产总值之比;城市便利度(UC)使用万人公共汽电车数量表示。
(三)数据说明
本文的数据样本区间为2011—2020年,剔除数据缺失较多的城市后,最终对223个地级及以上城市展开研究,形成了10年的面板数据。研究使用数据主要来自《中国城市统计年鉴》、各地级市统计年报、政府工作报告、CNRDS数据库和国泰安数据库。新注册企业数量来自企查公开数据,中国区域创新创业指数和数字普惠金融指数来自北京大学,夜间灯光数据来自美国国家海洋和大气管理局的国家地理数据中心。所有与价格相关数据都以2011年为基期进行了平减,为削弱异方差带来的偏误,所有变量在实证分析中都取对数进行分析。表2为主要变量的描述性统计结果。
表2 主要变量描述性统计
五、实证检验
(一)基准回归
表3为控制了城市效应和时间效应的回归结果。(1)列至(6)列为逐步加入控制变量的回归结果。无论是否加入控制变量,数字金融都能促进城市经济韧性的提升,且在1%的水平上显著,假说H1得以验证。
表3 基准回归结果
各控制变量中,产品流动系数显著为正,说明产品流动越频繁,城市物流能力和对外货物输出能力越强,城市经济韧性就越强。人口密度系数显著为负,这可能是当前城市中已经呈现人口密度过高引发交通压力、生态问题和资源紧张,大城市病使得城市经济韧性降低。经济密度系数显著为正,说明城市内部单元规划合理,对城市土地的经济开发利用程度较高使得经济韧性提升。城市便利度系数显著为正,说明城市内部通达程度越高,交通体系越发达,城市经济韧性越强。政府干预系数显著为负,说明市场发育程度不够完善,政府过度干预导致经济韧性降低。
(二)稳健性检验
1.数据缩尾处理
考虑到回归中极端数据的影响,对原始数据进行上下1%的缩尾处理,回归结果如表4中(1)列所示。数字金融的经济韧性提升效应依旧显著为正且系数更大,这说明排除极端值影响后回归更加平稳。
表4 稳健性检验
2.政策效应考虑
数字金融的发展离不开国家顶层设计,2013年党的十八届三中全会第一次提出要在国家战略层面上发展数字普惠金融。因此以2013年为节点,将回归划分为两段,结果如表4中(2)列、(3)列所示。党的十八届三中全会之前回归系数为正但不显著,2014年之后回归系数显著为正且系数更大,证明了结论的稳健性。
3.工具变量
参考王智新等(2023)[33]的研究,将数字金融指数滞后一阶作为工具变量纳入回归分析,其结果如表5中(2)列所示,回归系数依旧显著为正。考虑到数字金融最初在杭州诞生,因而各城市到杭州的距离是一个较好的工具变量[18],因其不随时间变化故而将其乘以时间趋势的三次项获得一个随时间变化的面板数据作为工具变量进行回归,结果如表5中(3)列所示,回归系数依旧显著为正,且通过了工具变量弱识别检验。
表5 工具变量检验
(三)异质性分析
1.城市等级异质性
为考察城市等级在数字金融促进城市经济韧性提升中的作用,将直辖市、省会城市及计划单列市三类城市合为核心城市,将其他地级市定义为外围城市进行分组回归,并采取CHOW检验进行组间系数差异检验,回归结果如表6所示。CHOW检验结果表明,在不同城市等级之间存在显著差异,数字金融对城市经济韧性的提升效应在核心城市比外围城市更明显,分析其原因可能在于核心城市由于行政等级更高具备更加充足的政治资源、经济集聚度和人力资本,可以更好地利用数字资源发挥作用。
表6 城市等级异质性检验
2.区域异质性
为考察数字金融发挥韧性促进效应在不同地区的差异性,将样本划分为东部、中部、西部和东北四部分分别回归,并采取CHOW检验进行组间系数差异检验。由表7可知,CHOW检验结果表明,数字金融的城市经济韧性在不同区域之间存在显著差异,其促进效应在东部、中部、东北都显著为正,且系数关系为中部>东北>东部,在西部为正但不显著。分析其原因可能是由于数字金融依赖数字基础设施建设,而中部、东北省份近年来数字基础设施建设迅速,同时部分中部省份在农村地区开展数字金融试点县实验,将数字金融向更基层推介,因此中部和东北的数字金融对经济韧性的促进效应更明显,西部因基础设施建设薄弱导致效应尚不显著。东部地区数字金融发展已较为成熟,所以其促进效应反不如中部省份。
表7 区域异质性检验
3.数字金融分维度异质性
数字普惠金融指数从覆盖广度、使用深度和数字化程度三个维度对数字普惠金融指标体系进行全面构建,因此在分析时需要将数字普惠金融指数的三个子指数对城市经济韧性分别进行回归分析,结果如表8所示。可知在全国层面上,数字金融覆盖广度的韧性提升效应显著为正,使用深度和数字化程度的提升效应不显著。其原因可能是当前数字金融由于其便利度高且在全国已经基本普及,实现了多领域、全行业覆盖,但是使用深度差异大,数字化程度发展不一,因此在整体上表现出使用深度和数字化程度的削弱效应。
表8 分维度异质性检验
4.基于国家级大数据综合实验区的异质性
国家级大数据试验区建设可以重点突破数字基础设施建设困境、数字技术研发投入瓶颈,弥补数字人才缺口,2015年国务院《促进大数据发展行动纲要》将贵州纳入大数据综合实验区建设项目,随后诸多省份和城市相继开展国家级大数据综合实验区建设。将贵州、广东、内蒙古、河南、河北内部城市和四大直辖市及沈阳列为实验组,其他城市列为对照组进行分组回归,并采取CHOW检验进行组间系数差异检验,结果如表9所示。CHOW检验结果表明,城市是否纳入国家级大数据试验区,其系数存在显著差异,在国家级大数据试验区内的城市其数字金融的提升作用更强。其原因可能是大数据试验区内部城市在推动政府数据共享、工业农业新兴产业和万众创新大数据工程建设中发挥了大数据的技术特征,为数字金融发挥经济韧性提升效应提供了物质支撑。
表9 基于国家级大数据综合实验区的异质性检验
(四)机制分析
进一步地,为考察数字金融对城市经济韧性的影响机制,在基准回归检验模型之中分别加入数字普惠金融指数与创业活跃度和城乡收入差距的交互项以检验其调节作用。为削弱交互项产生的多重共线性问题,在构造交互项时进行去中心化处理,回归结果如表10所示。
表10 数字金融对城市经济韧性的机制检验
表10中,(1)列和(2)列分别代表使用每年新注册企业数量和新建企业数量,得分代表创业活跃度与数字金融交互项的回归,可见数字金融主效应和交乘项系数都显著为正,说明在创业活跃度越高的地方数字金融可以越好地发挥对城市经济韧性的促进效应,创业活跃度有助于放大数字金融的经济韧性提升效应。(3)列和(4)列分别代表使用城乡收入比和夜间灯光所计算的城乡收入基尼系数与数字金融交互项的回归,可见数字金融主效应显著为正,交乘项系数显著为负,说明随着城乡收入差距的缩小,数字金融对城市经济韧性的影响增强,城乡收入差距可以削弱数字金融的经济韧性提升效应。
(五)门槛效应分析
为进一步考察数字金融提升城市经济韧性的非线性影响,使用产业结构和地方政府数字注意力作为门槛变量进行检验。由表11可知,使用Bootstrap抽样300次,产业结构和数字注意力的单门槛和双门槛都通过了显著性检验,而三门槛检验不显著。为了更直观展示检验信息,图1和图2分别为产业结构和数字注意力为门槛变量的似然比统计量LR检验图,虚线代表门槛估计值95%的置信区间,因此设立双门槛回归模型,结果如表12所示。
图1 产业结构LR检验图
图2 数字注意力LR检验图
表11 门槛效应检验结果
表12 门槛效应回归结果
产业结构存在双门槛效应并将回归分为3段,第一门槛值为91.11%,第二门槛值为96.66%。随着产业结构高级化程度的提升,数字金融对城市经济韧性的作用边际递减。其原因在于随着产业结构的提升,城市经济韧性也在逐步增强,因而数字金融发挥促进效应逐渐减弱。数字注意力存在双门槛效应并将回归分为3段,第一门槛值为0.001,第二门槛值为0.002。随着数字注意力的提升,数字金融对城市经济韧性的作用边际递增。其原因在于数字注意力越高,地方政府对数字经济基础设施投入建设、数字经济产业布局规划和数字经济扶持政策都会更加完善,数字金融可以更好发挥对经济韧性的促进效应,假说H3得以验证。
六、结论与建议
(一)研究结论
本文利用2011—2020年中国223个地级及以上城市的面板数据,构建城市经济韧性指标体系,通过双向固定效应、调节效应和门槛效应模型,系统分析了数字金融对城市经济韧性影响的作用机制及门槛效应,得出以下研究结论。
第一,数字金融对城市经济韧性存在显著的正向促进作用。在进行稳健性检验和异质性分析后发现结论依旧稳健,且数字金融对城市经济韧性的提升效应受到城市行政等级、城市所在区域、数字金融结构和国家大数据综合实验区的影响。
第二,数字金融对城市经济韧性的赋能效应受创业活跃度的正向调节和城乡收入差距的负向调节。引入创业活跃度和数字金融的交互项后发现交乘项系数与数字金融系数同向显著为正,创业活跃度可以增强数字金融的经济韧性赋能效应。引入城乡收入差距和数字金融的交互项后发现数字金融系数显著为正而交乘项系数显著为负,城乡收入差距能削弱数字金融的经济韧性赋能效应。
第三,产业结构高级化和数字注意力对数字金融提升经济韧性的影响有显著门槛效应,数字金融对城市经济韧性的赋能效应随产业结构高级化增强而边际递减,随政府数字注意力增强而边际递增。
(二)对策建议
第一,推进金融数字化改革,增强新兴技术赋能效应。数字金融对经济韧性有着显著正向影响,因此要创新数字普惠金融产品,增多金融产品供给,精细化满足各类市场主体对金融的需求。进一步完善数字普惠金融服务体系和数字基础设施建设,推进大数据、云计算等数字技术发展和数字场景应用,培育数字经济优势,缓解金融排斥,同时积极促进企业数字化转型,发挥数字金融对实体经济的赋能作用,提升城市经济韧性。
第二,引导数字金融支撑创新创业,促进城乡金融资源均衡发展。在引导数字金融促进“双创”时,要进一步拓宽信息获得渠道,推出多元化金融产品,降低金融产品获得门槛,缓解金融排斥。在推动数字金融下乡时,要加快农村数字经济基础设施建设,拓展数字金融的服务网络,缩减城乡数字鸿沟,发挥数字技术的减贫效果。同时针对金融发展相对滞后的乡村地区,应加强数字知识和金融知识宣传,符合乡村振兴政策和当地实际增加农村金融产品供给,真正践行数字金融的普惠属性。
第三,促进数字金融服务实体经济,提升地方政府数字注意力。深化金融业的供给侧改革,促进实体经济和数字金融的高质量融合发展,使得金融发挥经济润滑油作用,促进国民经济的合理运转。加强对产业资金投入的监测,尤其是要监测支柱产业和龙头产业的金融化水平,从微观层面上遏制金融传染,促进实体经济和数字经济的深度融合。以推动数字政府建设为抓手提升数字治理能力,刺激数字经济发展,制定数字经济发展规划,进一步优化数字生态,推动数字中国建设水平。
