数字金融对区域经济韧性的影响——基于长三角城市群的实证研究

胡时豪

新疆财经大学经济学院

0 引言

2022年中央经济工作会议指出，“当前，在需求收缩、供给冲击、预期转弱的三重压力之下，我国经济发展要始终坚持‘稳字当头、稳中求进’，强调保持经济平稳运行至关重要”。当前，我国正处在经济增速变缓、经济恢复基础尚待持续巩固提升以及国内外环境复杂多变的形势下，中美贸易摩擦以及新冠疫情的席卷，都对我国经济发展提出了新的挑战，给正处于高质量转型升级中的中国敲响了“韧性”的警钟，面对复杂的国内外环境，提升经济韧性已成为我国关注的重点问题之一。习近平总书记多次指出，“要看到我国经济韧性强、潜力大、活力足的特点，决定经济的长期发展，在于经济韧性”。强大的经济韧性可以使地区更好地应对外部环境干扰，抵御外部环境的冲击，优化地区经济结构，实现地区经济健康、稳固发展，通过调整自身发展路径，保持原有的经济发展水平，实现经济的可持续发展。因此，提升经济韧性水平是促进区域经济一体化、保持中国经济竞争优势、实现经济高质量发展的关键所在。

值得注意的是，金融作为经济发展的核心要素，可以为经济主体提供资金融通支持的方式和资本，在促进经济高质量发展中起重要作用。随着数字时代的到来，传统金融方式已经无法满足我国经济高速增长和高质量发展的新要求，数字金融作为传统金融与数字经济结合的产物，结合大数据、人工智能、区块链、智能算法等数字技术，能够以更便捷的服务方式为更多的经济主体提供“高效、全面、廉价”的金融服务，有效地提高金融运行效率与服务质量。数字金融的发展催生了大量的互联网金融平台，促使传统金融行业不断地进行创新，重塑了传统金融行业竞争格局，使其能够更好地服务实体经济。同时，数字金融具有的交易成本低、传播速度快、使用覆盖广等特点，可以进一步打破空间距离，推动金融要素跨区域流动，增强区域经济联系，提升地区经济韧性。长三角城市群作为我国第一大经济区，在数字金融发展方面处于领先地位，中国信息通信研究院发布的《长三角数字经济发展报告(2021)》显示，长三角三省一市数字经济增速均高于同期GDP 增速5 个百分点以上，数字经济在第三产业渗透率均高于40%。此外，现有国家数字人民币试点城市中，其中有8个位于长三角城市群，对长三角数字金融环境的改善起到重要的推进作用。因此，本文以长三角城市群27 个城市为研究对象，通过实证检验，深入探究数字金融对区域经济韧性的影响如何，以及数字金融对区域经济韧性的作用机理，具有重要的现实意义。

1 文献综述

韧性（Resilience）一词最早出现在物理学领域，后被Holling（1973）[1］引入到生态学研究框架，指系统在受到干扰后恢复到原有状态的能力。Martin（2013）[2］总结研究现有文献，提出完整的区域经济韧性概念。从四个维度出发：

1）系统抵御外部冲击的能力；

2）系统受到冲击后自我恢复的能力；

3）冲击后系统内部作出结构的调整，以使自身能够快速适应外部环境的变化，为系统内经济和社会的发展创造一个稳定的环境；

4）系统的自我创造能力，在外部冲击的影响下，区域内的经济衰退，为了谋求更好的发展，促使区域内改变发展路径，由此促进区域经济的平稳快速发展。

随着学者的深入研究以及多学科的融合，区域经济韧性的相关研究涉及各个领域。从产业结构的角度，张振等（2020）[3］、武翠等（2023）[4］认为产业结构多样化能够提升本地区的经济韧性，但对邻近地区的经济韧性有抑制作用，而产业结构专业化可以提升本地区以及邻近地区的经济韧性。从社会资本的角度，叶堂林等（2021）[5］认为原始社会资本对区域经济韧性的提升效果有限，随着社会资本向着高级化形态演变的同时，促进效果逐渐增加。从科技创新的角度，王鹏等（2022）[6］得出科技创新效率与经济韧性之间是相互促进的关系。从数字经济的角度，陈丛波等（2021）[7］认为数字经济通过促进创新能力增强进而提升区域经济韧性，数字经济对增强区域经济韧性存在非线性溢出效应和空间溢出效应；李晓钟等（2022）[8］认为数字经济可以促进人力资本水平提高，对区域经济韧性产生积极的影响。

数字经济时代下，数字科技与传统金融相融合，在降低金融服务门槛、促进金融行业创新等方面发挥重要作用，数字金融的发展能够拉动经济增长，推动经济高质量发展。现有文献关于数字金融的相关研究多从影响效应及空间效应两种视角出发。从影响效应的视角，贺建风等（2023）[9］认为数字金融可以拉动高档商品消费，抑制基本商品消费，促进消费结构优化，通过弥合数字鸿沟扩大居民消费。王年咏等（2023）[10］认为数字金融对城市经济高质量发展起显著促进作用，通过子系统分析，发现覆盖广度是主要促进途径。郝云平等（2023）[11］认为数字金融发展的覆盖广度、使用深度以及数字化程度均有助于提升共同富裕。周申蓓等（2022）[12］得出在内循环方面，数字金融通过促进居民消费和提高信贷水平产生促进效应，在外循环方面通过提高对外直接投资水平、外商直接投资水平和促进国际贸易产生促进效应。从空间效应的视角，林哲范等（2023）[13］得出在东部地区数字金融发展对城市全要素生产率起抑制作用，中西部地区数字金融发展促进城市全要素生产率，数字金融覆盖广度、使用深度在东中部起直接促进作用，在西部地区起间接作用。段雯瑾（2022）[14］得出数字金融可以显著提升农村居民家庭的消费规模，创造显著的消费扩容效应。姚凤阁等（2023）[15］认为数字金融是促进电商发展、产业结构优化升级的重要因素。

目前，已有部分学者就数字金融和区域经济韧性的关系作了初步探讨。崔耕瑞（2021）[16］得出数字金融对区域经济韧性具有正向促进作用，促进作用强弱分别为恢复力、抵抗力、转型力和适应力，通过缩小城乡收入差距、提高资本配置效率和引致消费升级产生促进作用；高粼彤等（2022）[17］得出区域经济韧性发展水平呈现“东强西弱”的空间分布特征，数字金融与区域经济韧性两者之间存在显著的空间溢出效应。综合现有文献可以看出，关于数字金融与区域经济韧性作用效果的相关研究成果凤毛麟角，鲜有人从地级市层面探讨数字金融与区域经济韧性的关系。鉴于此，本文选取长三角城市群27个城市为研究对象，探讨数字金融能否增强区域经济韧性，以区域创新能力为切入点，研究区域创新能力作为传导机制这一路径的可行性，同时考虑到长三角各城市数字金融发展程度存在差异，因此本文作进一步异质性探讨，更加全面地展示数字金融与区域经济韧性之间的关系。最终在理论与实证研究的基础上，对长三角城市群如何提升区域经济韧性、实现经济高质量发展提出建设性的对策与建议。

2 理论机制与假设研究

2.1 数字金融对区域经济韧性的直接影响

区域经济韧性是指一个地区的经济系统拥有抵御外部环境冲击，调整自身经济结构和经济发展方式，实现地区经济可持续发展的能力。金融发展是经济运作的原动力，影响着经济系统的方方面面，数字金融凭借服务范围广、交易成本低等优势，推动金融结构变革和金融效率的提升，实现金融普惠性，为经济韧性的增强提供可行渠道。

数字金融依靠大数据、人工智能、互联网等新型数字技术实现资金融通、支付、投资和信息中介服务创新，促进经济健康、可持续发展。首先，数字金融通过提供多元化的场景以及多样化的服务缓解企业融资约束，激励企业创新，增强企业应对环境冲击的能力。一方面，市场存在较大规模的长尾投资者群体，数字金融可以降低金融服务门槛、减少投资成本，拓宽融资的资金来源渠道，推进金融资源的合理配置；另一方面，企业在进行更新迭代产业技术时，会出现流动性资金不足现象，需要进行外部融资，数字金融依托大数据可以实现不同主体之间信息快速匹配，解决信息不对称问题，保证融资行为正常运作，促使企业技术创新，增强企业抵御冲击的能力[16］。另外，数字金融能够营造透明、公平的金融市场环境，缓解资源错配问题，促进实体经济发展，稳固地区经济结构，为提升地区经济韧性奠定基础[17］。基于以上分析，提出以下假设：

H1：数字金融对区域经济韧性有显著的正向促进作用。

2.2 数字金融对区域经济韧性的间接影响

数字金融通过提升区域创新能力进而影响区域经济韧性。随着云计算、大数据等前沿科技的蓬勃发展，传统金融与数字科技相融合，金融更加具有普惠性。企业想要发展就离不开创新的支持，企业需要融资对产学研进行资金支持。在金融市场中的投资者大多数为中小投资者，无法承担较高的交易成本与较高的交易风险，而数字金融可以依靠“成本低、覆盖广、速度快”等特点，提高企业资金可得性，缓解企业融资约束，保障企业创新活动的正常进行。中小微企业也可以通过融资获得启动资金，推动中小微企业快速发展，促进城市创新能力发展[18-19］。一方面，企业的科技研发行为依靠创新能力实现，创新能力能够激发企业间良性竞争，提高企业劳动生产效率，优化工业和技术结构，改变地区经济增长方式，使地区经济充满创造力和生命力，增强地区在遭受冲击时快速恢复的能力[20-21］；另一方面，经济危机的本质就是区域结构调整以及产业结构升级的过程，创新能力高的地区在面对风险性冲击时，往往能够利用冲击，在内部进行经济活动的创新，使自身经济发展跃进新的阶段，处于此阶段的地区通常对环境变化具有更强的适应和调整能力，增强地区抵御外部冲击和稳定经济发展的能力[22-23］。基于以上分析，提出以下假设：

H2：数字金融通过提高区域创新能力对区域经济韧性产生正向促进作用。

3 研究设计

3.1 模型设定

本文首先分析数字金融对区域经济韧性的影响。通过熵值法对区域经济韧性以及数字金融原始数据进行处理，得出综合指标，根据HAUSMAN检验结果可知，符合固定效应模型，具体回归模型如式（1）所示：

式（1）中，RESjit表示被解释变量区域经济韧性指数，j=1、2、3，分别表示区域经济韧性的3 个二级指标（抵抗力、恢复力、进化力），DFit表示解释变量数字金融指数，i表示长三角27 个城市，t=1,2…10，分别表示2011-2020 年各年份，Zit表示一系列控制变量，εit表示随机扰动项，αj0为常数项，αj1、αj2为变量的回归系数。

3.2 变量说明

被解释变量：区域经济韧性（RES）。目前对于区域经济韧性的测度方法，大致分为两种。第一种是指标体系法，通过构建一篮子的指标去解释区域经济韧性。第二种是核心解释变量法，利用人均GDP、就业人数等能够反映一个区域的经济韧性的指标，去解释区域经济韧性，区域经济韧性本身是一个动态演化的系统性过程，单一指标难以全面地反映其内涵特征，综合指标能够更合理地解释区域经济韧性。本文参考齐昕等（2019）[24］以及张振等（2020）[3］等现有文献中构建区域经济韧性综合指标方法，考虑理论支撑性和数据可得性，借鉴曾冰（2023）的研究方法，从抵抗力（RES1）、恢复力（RES2）、进化力（RES3）三方面构建区域经济韧性指标体系（见表1）。

表1 区域经济韧性指标体系

核心解释变量：数字金融（DF）。本文借鉴郭峰等（2020）[25］的研究方法，选取北京大学数字金融研究中心发布的数字普惠金融指数来表示，该指数数据来源客观、编制方法合理以及描述相对准确，受到现有学者一致认可，从覆盖广度、使用深度以及数字化程度三个维度构建指标，能够更加细致地解释影响数字金融的因素。

中介变量：区域创新能力（Iea）。本文借鉴龙建辉（2018）[26］的研究成果，选取区域创新能力作为中介变量。区域创新能力由北京大学企业大数据研究中心编制，结合大数据思维与技术，在全国工商企业注册数据库的全量企业信息基础上，从新建企业数量、吸引外来投资、吸引风险投资、专利授权数量以及商标注册数量5个维度，具有多维性、时效性以及合理性，能够充分反映区域创新活力与绩效。

控制变量：为进一步提高模型的准确性，本文选取政府干预、规模以上企业数量、人口密度以及交通运输水平作为控制变量。

1）政府干预（Gin）：当市场失灵时，适度的政府干预可以改善市场经济，弥补市场机制的不足，为地区经济增长注入新活力，提升区域经济韧性，但过度的政府干预会抑制市场在资源配置中的决定性作用，弱化资源配置效率，不利于区域经济韧性的提高。本文借鉴刘军等（2020）[27］的研究成果，用政府一般公共预算财政支出与GDP 之比来代表政府干预。

2）规模以上企业数量（Equ）：企业数量的增加，可以加大企业间的竞争力，提升企业创新能力整体的发展，提升地区面对冲击时的抵抗能力以及冲击后的恢复和创新能力。本文采用陈胜利等（2022）[20］研究成果，用城镇层面规模以上企业数量衡量。

3）人口密度（Pop）：潜在的高素质人力资源可以稳住市场内需，起到经济体减震器作用，高素质人力资源吸收外部知识与技术，可以进一步提升地区应对外部风险能力。本文采用胡艳等（2022）[28］研究成果，即地区常住人口与地区土地面积之比。

4）交通运输水平（Tra）：交通条件越便利，商品流通越频繁，就会导致市场活力高，激励全社会创新潜能，进一步提升市场经济韧性。本文借鉴郝国胜等（2023）[29］研究成果，即人均公路货运量来表示。其中，人口密度在实证检验中取对数处理。

3.3 变量来源与描述性统计

本文选取长三角城市群中27 个城市作为研究对象，分别为上海、南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州、杭州、宁波、温州、湖州、嘉兴、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城市。本文的主要数据均来源于2011-2020年《中国城市统计年鉴》、中国区域经济数据库、中国城市数据库。变量描述性统计结果如表2所示。

表2 变量描述性统计

4 实证分析

4.1 基准回归结构分析

数字金融对区域经济韧性的回归结果见表3。其中，前四列为不加入控制变量的回归结果，后四列是加入控制变量以后的结果。表3中列（1）（5）是数字金融对区域经济韧性的基准回归结果，无论是否加入控制变量，基准回归估计系数均显著为正，说明数字金融能够显著促进长三角城市群经济韧性的增强。政府干预、规模以上企业数量、人口密度以及交通运输水平的估计系数均在1%水平下显著，其中规模以上企业数量和交通运输水平的回归系数显著为正，随着企业数量的增加，企业间竞争加剧，为了追求利益就必须进行技术创新，带动地区经济质量的提升，而交通设施的完善有利于地区间联系更加密切，推动物流业、旅游业等服务业发展，促进地区经济增长，增强地区经济韧性。政府干预回归估计系数为负，可能的原因是政府过度地干预市场，扭曲市场经济，抑制了市场的有效建设，不利于经济韧性的提升。人口密度的估计系数为负值，可能的原因是人口聚集虽然会有利于市场的扩张，增加区域内部社会资本，提升区域发展潜能，在扩张过程中会导致资源的流出，削弱周边区域的经济发展，抑制经济韧性的增长。表3 第（6）（7）（8）列分别为在加入控制变量后数字金融对区域经济韧性子系统的回归结果，回归系数均在1%水平下显著为正，说明数字金融能显著增强地区应对外部冲击时的抵抗力、冲击时稳定自身经济发展的恢复力以及冲击后实现新经济增长的进化力。对比回归系数可知，数字金融对经济韧性的抵抗力促进作用最大，其次是恢复力，最后是进化力。综上所述，数字金融对长三角城市群经济韧性有正向促进作用，结果验证了假设H1。

表3 时间固定效应回归结果

4.2 稳健性检验

1）工具变量法。考虑到可能存在遗漏变量产生内生性问题，本文参考崔耕瑞（2021）[16］研究结果，选取地级市互联网普及率（Int）为工具变量，运用两阶段最小二乘法对模型进行重新估计。表4列（1）是第一阶段的回归结果，互联网普及率（Int）的回归系数（76.61）显著为正，说明互联网普及率对提升数字金融发展水平有正向作用，满足工具变量的选择标准。列（2）中数字金融（DF）的估计系数在1%水平下显著为正，wald 检验值也在1%的水平下显著，说明数字金融对区域经济韧性起显著促进作用，与基准回归结论一致，表明本文获得的实证结果是较稳健的。

表4 工具变量法回归结果

2）增加控制变量。本文借鉴高粼彤等（2022）[17］研究结果，提高控制变量信息化水平（Inf）、区域经济密度（Red）。以信息化为基础的现代经济，致力于塑造先进的生产力，有效地促进创新能力以及提高配置资源效率，保证经济发展质量，增强经济系统抵御环境冲击的能力。较高的经济密度对地区经济增长以及物质生活水平有一定的促进作用，经济的持续、高质量增长会增强地区应对不确定因素冲击的能力，是经济韧性最直观的体现。表5 是增加控制变量之后的时间固定效应模型的估计结果，其中，列（1）DF 的回归系数显著为正，与未增加控制变量时的估计结果相一致，说明数字金融可以显著增强区域经济韧性。列（2）（3）（4）分别是区域经济韧性的抵抗力、恢复力、进化力三个子维度，DF的估计系数全部显著为正，数值大小依次递减，说明数字金融对区域经济韧性的抵抗力影响效果最为显著，其次是恢复力，再是进化力，与上文子维度回归结果保持一致，说明本文获得的实证结果是较为稳健的。

表5 稳健性检验——增加控制变量估计结果

3）Tobit 模型。为进一步检验本文实证结果的稳健性，本文借鉴梁榜等（2019）[30］的研究方法，采用Tobit 模型重新进行回归分析。表6 是Tobit 模型回归结果，无论是区域经济韧性，或是区域经济韧性的抵抗力、恢复力、进化力，数字金融的回归估计系数均在1%水平下显著为正，子维度回归系数大小依次递减，说明数字金融对区域经济韧性的抵抗力影响最大，其次是恢复力，最后是进化力，与上文结论一致，进一步说明本文的实证结果是较稳健的。

表6 稳健性检验——Tobit模型估计结果

4.3 异质性分析

本文借鉴崔耕瑞（2021）[16］、李晓钟等（2022）[8］的研究方法，利用式（1）探究数字金融不同维度对区域经济韧性影响的异质性以及数字金融对不同地区的区域经济韧性影响的异质性。异质性检验结果见表7。

表7 异质性检验结果

1）结构异质性

数字金融发展水平受到覆盖广度、使用深度以及数字化程度三方面的影响，从这三个维度探究数字金融对区域经济韧性的影响。结构异质性检验结果见表7。其中，列（1）（2）（3）分别代表覆盖广度、使用深度以及数字化程度对区域经济韧性的固定效应回归结果，解释变量的估计系数均在1%水平下显著为正，说明覆盖广度、使用深度以及数字化程度均对区域经济韧性产生正向促进影响。覆盖广度的估计系数（0.003）大于使用深度的估计系数（0.002）以及数字化程度的估计系数（0.001），说明覆盖广度对区域经济韧性的影响效应最大，其次是使用深度，数字化程度最小。

2）区域异质性

本文根据行政区划将样本划分为中心城市和外围城市两个子样本，以直辖市、省会城市为中心城市，其余城市为外围城市。直辖市、省会城市通常代表着更重要的行政区位，相比其余城市，在政策导向上具有一定的优势，随着时间的推移，中心城市往往能够实现更大的经济规模、吸引更多的科技创新人才以及拥有发达的交通网络，与外围城市的差距会不断扩大。表8 为区域异质性检验结果，列（1）（2）中DF 的回归系数均在1%水平下显著为正，中心城市回归系数（0.004）大于外围城市回归系数（0.003），说明数字金融对中心城市的区域经济韧性促进效果更显著。

表8 中介效应模型估计结果

4.4 进一步分析：中介效应分析

为了进一步探究数字金融对区域经济韧性是否存在中介效应，本文结合逐步回归法构建中介模型，具体模型如下：

上式中，Ieait表示中介变量区域创新能力，其余变量含义与式（1）相同。式（2）中βj0为常数项，βj1、βj2为各变量的系数。式（3）中γj0为常数项，γj1、γj2为各变量的系数。

为验证假设H2，即数字金融通过提升区域创新能力对区域经济韧性产生正向促进影响，本文对式（2）（3）进行中介模型检验，估计结果见表8。列（1）中，在控制时间固定效应、加入控制变量之后，DF的估计系数为0.004，在1%水平下显著，说明数字金融对区域经济韧性有促进作用。列（2）中DF 的估计系数显著为正，通过显著性检验，说明通过提升地区数字金融水平能够促进区域创新能力的增强。列（3）中DF 和lnLea 的估计系数分别为0.001、0.334，均在1%水平下显著，其中列（3）DF 的估计系数小于列（1）的估计系数，说明区域创新能力符合中介变量的选取标准。Sobel 检验结果Z 值为1.817，P 值显著，进一步说明数字金融可以通过提升区域创新能力来增强区域经济韧性，实证结果验证了假设H2。

5 结论与建议

5.1 研究结论

本文利用2011-2020 年长三角地区27 个城市的面板数据，通过构建区域经济韧性发展水平综合指数和数字金融发展水平综合指数，运用时间固定效应模型与中介模型，探究数字金融对长三角城市群区域经济韧性的影响。研究发现：

1）在基准回归分析中，数字金融对区域经济韧性有显著的正向促进作用，能够提升地区经济的抵抗力、恢复力与进化力，对抵抗力的促进效果最佳，其次是恢复力，最后是进化力。

2）数字金融对区域经济韧性的影响存在结构异质性，扩大数字金融的覆盖广度对增强区域经济韧性的正向作用要略高于增加其使用深度带来的促进作用、提升其数字化程度的正向促进作用最低。

3）数字金融对区域经济韧性的影响存在区域异质性，中心城市的促进效果要高于外围城市，即行政区划越重要的地区促进效果越明显。4）在中介效应分析中，数字金融可以通过提升区域创新能力增强区域经济韧性。

5.2 对策与建议

1）加强数字金融基础设施建设，提升地区经济应对风险能力。继续推进数字金融与区块链、大数据、人工智能等前沿科技相融合，以实体经济为依托，推动新型数字金融融合发展。加强政府监管机制，避免企业恶性竞争及数据垄断行为产生，打造透明化、公平性的金融市场环境。保护长尾金融投资者群体的利益，降低金融交易成本，实现银企之间融资信息互通，保持金融市场发展活力，增强地区经济抵御外部环境冲击的能力。

2）针对数字金融发展程度不同的地区，制定差异化政策。对数字金融的覆盖广度、使用深度以及数字化程度发展要因地制宜，对数字化程度发展较弱的地区，应当大力发展数字基础设施建设，推动金融与科技相结合，打造多元化的金融场景和服务平台，充分发挥金融网络效应。对数字金融发展整体水平程度较弱的地区，要实施扶持政策，增加引入高技术人才的资金投入，鼓励企业创新行为，加强数字金融基础设施建设，缩小数字金融发展差距。

3）推动数字金融创新能力发展，进一步增强地区经济韧性。要重视科技人才在数字金融发展中的重要性，鼓励企业创新行为，建设创新型金融数据平台，扩大数字金融产品的数量种类，推动金融服务结构性调整，加快新旧动能转换，更好地服务实体经济和人民生活，实现地区经济稳定、健康发展，提升地区经济韧性发展水平。