數字金融對實體企業高質量發展的影響研究
——基于浙江的實證

張 超，鐘昌標，楊佳妮

（1.寧波財經學院 國際經濟貿易學院，浙江 寧波 315175；2.云南財經大學 經濟學院，云南 昆明 650221；3.浙江省科技評估和成果轉化中心，浙江 杭州 310007）

一、引 言

黨的十九大指出，中國經濟已進入高質量發展階段。黨的十九屆五中全會強調，堅持把發展經濟著力點放在實體經濟上。因此，促進實體經濟高質量發展是實現我國經濟高質量發展的關鍵所在。經濟是肌體，金融是血脈，通過傳統金融與大數據、區塊鏈、云計算等新技術的深度融合，數字金融日益成為服務新時代實體經濟的主力軍。《中國上市銀行分析報告2020》指出，2019年上市銀行金融科技投入快速增長，大中型上市銀行科技人員平均比例已超過4%，平均科技投入資金占營業收入比例達到2%，且在基礎平臺搭建、數字化公司金融、數字化零售金融等領域成效顯著。數字技術支持融資決策，讓實體企業獲得更為便捷可靠的金融服務，積極推動了我國普惠金融創新發展。根據《2020年中國銀行業服務報告》，截至2020年末，我國單戶授信總額1 000萬元及以下的普惠型小微企業貸款余額15.3萬億元，比年初增長30.9%。綜上，就理論層面來看，數字金融在一定程度上能破解我國實體企業融資難、融資貴的金融難題。那么現實中，數字金融是否能真正成為提高實體企業發展質量的有力工具？這有賴于細致的實證研究。

數字金融的經濟效應主要為宏觀與微觀經濟效應兩方面。宏觀經濟效應方面，張勛等（2019）、錢海章等（2020）、Risman等（2021）、Thathsarani等（2021）實證估測發現，數字金融對經濟增長存在顯著正向作用［1-4］；滕磊和馬德功（2020）、宇超逸等（2020）實證檢驗發現，數字金融顯著促進了經濟高質量發展［5-6］；張梁（2021）、潘爽（2021）、鄭萬騰（2021）實證考察發現，數字金融發展有效提升了區域創新水平［7-9］；何宗樾（2020）、孫繼國（2020）實證研究發現，數字金融具有顯著減貧效應［10-11］；許釗等（2021）實證發現，數字金融的污染減排效應存在雙門限效應［12］。微觀效應方面，張勛等（2020）、何宗樾和宋旭光（2020）、關鍵和馬超（2020）實證研究發現，數字金融的發展顯著增加了居民消費［13-15］；袁鯤和曾德濤（2020）、梁琦和林愛杰（2020）、黃銳等（2021）研究發現，數字金融對于緩解企業融資約束成效顯著［16-18］；唐松（2020）、賈俊生和劉玉（2021）、謝雪燕和朱曉陽（2021）實證發現，數字金融對企業創新產生顯著正向作用［19-21］；封思賢和郭仁靜（2019）、吳桐桐和王仁曾（2021）認為，數字金融在提升銀行效率的同時，還會增加銀行風險承擔［22-23］。

高質量發展要求企業由粗放式發展轉型為質量效率型可持續發展，塑造更具競爭力的高質量發展范式（黃速建等，2018）［24］。企業高質量發展主要受宏觀經濟環境和企業微觀特征的影響。宏觀經濟環境方面，主要受政府補貼（陳昭和劉映曼，2019）［25］、營商環境（陳太義等，2020）［26］、稅收政策（楊林和沈春蕾，2021）［27］、環境規制（郭濤和孫玉陽，2021）［28］、市場分割（呂越等，2021）［29］等因素影響；企業微觀特征方面，主要受內部控制（張廣勝和孟茂源，2020）［30］、資產金融化（田梓青，2020）［31］、企業聲譽（杜創，2020）［32］、股權結構（范玉仙和張占軍，2021）［33］等因素影響。

綜上，已有研究聚焦數字金融對企業融資、企業創新等具體行為或其他因素對企業高質量發展的影響，而關于數字金融對實體企業高質量發展影響的研究卻鮮見文端。因此，本文將在厘清數字金融與實體企業高質量發展邏輯關系的基礎上，實證估測數字金融對實體企業高質量發展的影響效應，以期為數字金融更好賦能實體企業高質量發展提供思路。

二、理論分析與研究假設

數字金融究竟如何影響實體企業高質量發展，本文將其概括為以下四個方面：①數字金融提高了企業融資可得性，進而促進實體企業發展。數字金融通過降低金融服務壁壘增加了實體企業融資渠道，通過降低信息不對稱提升了實體企業融資效率，有效緩解了實體企業的融資約束，讓處于金融弱勢地位的實體企業能較快獲得研發、生產、經營等活動所需的資金，這對于實體企業高質量發展會起到關鍵作用。②數字金融強化了企業信息獲取能力，進而促進實體企業發展。通過互聯網構建的平臺加速了商業、技術、服務等方面動態信息的傳播（宋林和何洋，2021）［34］，人工智能時代下的大數據定制推送，可將商業信息較為精準傳送于實體企業（Obschonka和Audretsch，2020）［35］。數字金融憑借數字平臺、數字技術生成線上金融服務渠道，借助理財、支付、信貸等業務，釋放信息傳遞和社會交互等功能，驅動實體企業更好地掌握市場的行情動態及政策變動，精準挖掘富有價值的商業和投資信息，有助于拓寬生意合作渠道及強化社會關系，最終助力實體企業高質量發展。③數字金融實現了企業數字化支付，進而促進實體企業發展。數字金融的興起為實體企業創造了高效便捷的支付方式（郭峰和王靖一等，2020）［36］，促使買賣雙方從傳統的線下交易向便捷的線上交易轉型，積極推動了電子商務的發展，有效降低了實體企業交易成本并擴大了實體企業銷售市場，最終提高了實體企業經營發展效率。④數字金融提供了企業數字化保險服務，進而促進實體企業發展。數字金融除了強化企業信息獲取能力、實現企業數字化支付外，還為實體企業發展提供了數字化保險服務，這將較好對沖實體企業發展過程中遇到的經營風險，有助于提振實體投資的積極性（謝絢麗等，2018）［37］。由此可見，數字金融能夠憑借高質量的風險分擔來提升生產效率、弱化經濟波動，進而更好地促進實體企業發展壯大。基于上述分析，本文提出假設1。

H1：數字金融能有效促進實體企業高質量發展。

本文認為，數字金融對實體企業高質量發展的影響效應可能存在異質性。①結構異質性。數字金融分為覆蓋廣度、使用深度和數字化程度三個維度，前兩個維度屬于傳統金融的服務范疇，已具有非常豐富的支持實體企業的實踐經驗；而數字化程度方面，由于我國金融尚處于數字金融轉型的過渡時期，數字化基礎設施并不完善，金融發展的數字化程度仍有待提高（杜雪鋒，2020）［38］，因此，數字化程度對于實體企業發展的促進作用仍有待檢驗。②規模異質性。數字金融對實體企業高質量發展的影響可能會因為企業規模的不同而存在異質性，大中型企業的管理水平高、創新能力強、資金利用效率高，通常善于挖掘數字金融帶來的紅利，實現企業生產效率提升；而小微企業由于“低、小、散”的先天劣勢，可能在利用數字金融提高自身質量發展方面能力有限。③區域異質性。發達地區往往集聚更多的金融資源，欠發達地區會受到嚴重的金融排斥（李建軍和韓珣，2017）［39］，數字金融是數字技術與傳統金融的深度結合，它對于受到金融歧視的欠發達地區實體企業具有更大的邊際效應。基于上述分析，本文提出假設2。

H2：數字金融對實體企業高質量發展的影響存在結構異質性、規模異質性以及區域異質性。

三、模型、變量與數據

（一）模型設定

為重點考察數字金融對實體企業高質量發展的影響，構建以下基準模型：

其中：REPit為被解釋變量，即i地區在t期的實體企業發展質量；DIFIit為核心解釋變量，即i地區在t期的數字金融發展水平；X it為其他控制變量，包括文獻已經識別出的影響實體企業發展質量的主要因素，如企業規模GMit、資產負債率FZit、現金流XJit、固定資產比例GDit；υit為獨立同分布的經典誤差項。

（二）變量選取

1.被解釋變量

本文被解釋變量為實體企業發展質量（REP）。通常采用全要素生產率或勞動生產率來衡量實體企業發展質量。其中，全要素生產率綜合性更好，涵蓋的信息更多，但是其結果易受測度方法和參數設定的影響；勞動生產率綜合性盡管不及全要素生產率，但其測算相對簡便，可比性較強，而且企業勞動生產率與全要素生產率之間存在長期穩定的正向關系（李永友等，2018）［40］。因此，借鑒王業斌等（2019）、汪兵韜等（2021）的做法［41-42］，使用企業勞動生產率衡量企業發展質量，計算方法為企業工業總產值除以員工人數（勞均工業總產值）。為確保估計結果的穩健性，本文將使用企業勞均工業銷售產值和地區勞動生產率兩個指標作為企業勞動生產率的替代變量，以進一步考察數字金融對實體企業發展質量的影響。

2.核心解釋變量

本文核心解釋變量為數字金融（DIFI）。借鑒張勛和萬廣華等（2019）的做法［43］，選取“北京大學數字普惠金融指數”作為數字金融的代理變量，并將數字普惠金融指數的對數值作為實證檢驗的核心解釋變量。為確保估計結果的穩健性，本文還將使用覆蓋廣度、使用深度及數字化程度三個子維度作為數字金融的替代變量，進一步考察數字金融對實體企業發展質量的影響。

3.控制變量

本文參考王業斌和許雪芳（2019）、汪兵韜等（2021）、馬草原和朱玉飛（2020）等學者的研究［41-42，44］，并考慮變量數據可得性，選取以下控制變量：企業規模（GM），以企業期末總資產的對數來表示；資產負債率（FZ），以企業總負債與企業總資產的比值來表示；現金流（XJ），以企業流動資產的對數來表示；固定資產比例（GD），以企業固定資產總額與企業總資產的比值來表示。

（三）樣本選擇

浙江作為民營經濟大省，實體經濟的強盛是其最大優勢，其制造業規模始終處于全國前列，目前，浙江正以新發展理念引領制造業高質量發展，建設全球先進制造業基地。與此同時，浙江作為我國金融科技發展的先行區，正努力構建全國數字金融發展高地，積極助力實體經濟高質量發展提質增效。浙江作為我國實體經濟和數字金融發展的主力軍，政府非常重視數字金融在浙江實體經濟中的應用和發展，堅定不移地抓好數字金融發展并取得積極成效。因此，使用浙江的案例和數據實證探究數字金融對實體企業高質量發展的影響頗具代表性。

（四）數據來源

本文采用的數據分為兩部分，包括數字金融數據和實體企業數據。其中，數字金融數據來自北京大學數字金融研究中心編制的“北京大學數字普惠金融指數（第二期，2011—2018年）”；實體企業數據來自2011—2018年浙江9個地市統計年鑒中（湖州和舟山企業經濟指標的統計口徑與其他9個地市完全不一致，故未列入研究樣本）的規模以上工業企業相關數據。主要變量描述性統計結果見表1所列，其中，實體企業發展質量最大值為2018年杭州市的4.909 1，最小值為2011年衢州市的3.066 4；數字金融水平最大值為2018年杭州市的5.713 7，最小值為2011年衢州市的4.219 4；企業規模最大值為2018年杭州市的18.931 3，最小值為2011年麗水市的16.125 9；資產負債率最大值為2011年紹興市的2.334 9，最小值為2016年麗水市的0.471 5；現金流最大值為2018年杭州市的18.409 2，最小值為2011年衢州市的15.534 4；固定資產比例最大值為2011年紹興市的1.449 0，最小值為2018年杭州市的0.179 2。綜上不難發現，數字金融水平越高的地區實體企業發展質量越好，故數字金融與實體企業發展質量之間可能存在正相關關系，但這僅為H1提供了一個初步判斷，若想得到客觀有效的結論，還需進行嚴謹的實證檢驗。

表1 主要變量的描述性統計

四、實證結果

（一）基準回歸分析

參照靜態面板數據的一般做法，回歸模型主要從混合效應、固定效應和隨機效應中遴選。表2是面板模型估計結果，模型（1）（2）（3）分別對應混合效應、固定效應和隨機效應模型。不難發現，F統計量是顯著的，說明固定效應優于混合效應；LM統計量是顯著的，說明隨機效應也優于混合效應；Hausman檢驗結果說明，隨機效應優于固定效應。因此，選取隨機效應模型為基準回歸模型。

表2 面板模型估計結果

表3列出了數字金融對實體企業高質量發展影響的基準回歸結果。模型（4）反映了在沒有加入任何控制變量的情況下，數字金融對實體企業高質量發展的直接回歸結果；模型（5）（6）（7）（8）分別是加入企業規模、資產負債率、現金流、固定資產比例變量的回歸結果。伴隨控制變量的逐個加入，模型的R2逐漸上升，這表明引入控制變量是合適的。由模型（4）的估計結果可知，數字金融的估計系數顯著為正，意味著數字金融對實體企業高質量發展產生了明顯促進作用。比較分析模型（5）（6）（7）（8）中的估計系數發現，在逐個添加控制變量的過程中，數字金融的估計系數皆顯著為正，且呈現不斷增加的趨勢，這充分表明數字金融對實體企業高質量發展的驅動效應是較為穩健的。綜上，H1得到驗證。

表3 基準回歸結果

引入所有控制變量的模型（8）估計結果顯示，企業規模對實體企業高質量發展的影響顯著為負，這可能是由于實體企業高質量發展需要適度的規模經濟與之匹配，企業規模過大或過小都無法有效實現企業高質量發展；資產負債率對實體企業高質量發展的影響顯著為負，這是由于一旦實體企業出現融資困難，很難通過負債融資去進行研發投入活動，進而阻礙了企業高質量發展；現金流對實體企業高質量發展的影響顯著為正，這是由于實體企業經營活動現金流越多，說明企業面臨的融資約束越小，進而企業發展的質量越高；固定資產比例的影響效應并不顯著，可能是由于固定資產投資效用周期較長，短期內對實體企業發展的促進作用并未顯現。

（二）內生性問題處理

“數字金融——實體企業高質量發展”的反向因果表現為：高質量發展的實體企業可能更容易推動金融與科技深度融合，進而促進地區數字金融發展。因此，關于基準回歸部分尚未考慮的內生性問題，進一步用工具變量重新進行檢驗。本文以其他地市數字普惠金融指數平均值作為本地數字金融的工具變量［45］，理由在于：其一，浙江在各個地市推動金融科技發展和數字金融發展的政策通常是一致的，因此，本地數字金融發展與其他地市往往高度相關；其二，數字金融發展容易受本地經濟發展、數字化普惠程度等因素影響，在不同地市的服務程度方面差距明顯，因此，其他地市數字金融發展并不會直接影響本地實體企業高質量發展。綜上，其他地市數字普惠金融指數平均值適合作為工具變量以減少內生性問題。

表4為工具變量法（2SLS）的回歸結果，模型（9）為第一階段回歸結果，模型（10）為第二階段回歸結果。第一階段Kleibergen-Paap rk LM值為14.31，在1%的顯著性水平上拒絕了“工具變量識別不足”的原假設；第一階段Cragg-Donald WaldF值為5 289.11，Kleibergen-Paap Wald rkF值為8 436.28，均遠遠大于Stock和Yogo（2005）［46］給出的10%顯著性水平臨界值16.38，均拒絕了“工具變量弱識別”的原假設。綜上，本文所選工具變量顯著有效。模型（10）的估計結果表明，數字金融對實體企業高質量發展存在顯著正向作用，這一結果與基準回歸結果相契合。

表4 工具變量法回歸結果

（三）穩健性檢驗

前文中涉及的逐步回歸法、工具變量法在一定程度上驗證了實證結果的可靠性，為了進一步確保基準回歸結果的穩健性，本文還考慮使用替換被解釋變量、替換核心解釋變量等方法加以檢驗。

首先，替換被解釋變量。實體企業勞動生產率分別用企業銷售總產值與企業從業人數比值對應模型（11）、地區勞動生產率對應模型（12）來替換，估計結果見表5所列。檢驗結果表明，無論使用哪一種指標對被解釋變量進行替代，估計結果均與基準回歸結果保持一致。

表5 更換被解釋變量指標的穩健性檢驗估計結果

其次，替換核心解釋變量。分別使用數字金融的三個子維度指標作為核心解釋變量，覆蓋廣度對應模型（13），使用深度對應模型（14），數字化程度對應模型（15），估計結果見表6所列。檢驗結果表明，無論使用哪一種指標對數字金融進行替代，穩健性結果均與基準回歸結果保持一致。

表6 更換解釋變量指標的穩健性檢驗估計結果

五、異質性分析

（一）結構異質性

數字金融的覆蓋廣度和使用深度兩個維度屬于傳統金融的服務范疇，已具有非常豐富的支持實體企業發展的實踐經驗，而數字化程度對于實體企業發展的促進作用仍有待檢驗。表6的回歸結果為剖析數字金融的結構異質性提供了實證依據。具體來看，覆蓋廣度對實體企業高質量發展的促進作用最大、使用深度的促進作用次之、數字化程度的促進作用最小，因此，H2得到驗證。這是因為：首先，現階段數字金融發展能夠有效填補傳統金融機構無法覆蓋的服務盲區，讓實體企業獲得了更多金融服務的機會，有助于實體經濟復蘇；其次，在數字金融發展過程中能夠為實體企業提供多元化和個性化的金融產品及服務，為實體企業發展保駕護航；最后，由于我國傳統金融模式尚處于向數字普惠金融轉型的過渡時期，數字化基礎設施并不完善，數字化水平總體不高，因而，數字金融的數字化功能并未得到充分發揮，我國金融發展的數字化程度仍有較大的提升空間。

（二）規模異質性

考慮不同規模實體企業發展質量對數字金融的敏感性可能存在差異，因此，本文將樣本數據分為大中型企業（規模以上工業大型企業和中型企業）和小微企業（規模以上工業小微企業）兩個子樣本，并運用隨機效應面板模型分別進行計量檢驗，結果見表7所列。模型（16）（17）分別為大中型和小微實體企業的回歸結果，從結果可以看出，數字金融對大中型實體企業高質量發展的促進作用明顯強于小微實體企業，以上結論說明數字金融具有規模效應；規模越大的實體企業越容易挖掘數字金融帶來的紅利，大中型企業能夠有效地將數字金融與自身比較優勢相結合，顯著提升生產經營效率，進而推動自身高質量發展；而規模小的實體企業雖然能借助數字金融獲得生產經營所需資金，緩解融資壓力，但限于“低、小、散”的劣勢，并不能充分借助數字金融提升企業生產率，難以實現高質量發展。綜上，進一步驗證了H2，同時也為小微企業發展制度的完善提供了重要支撐。

表7 規模異質性分析

值得注意的是，大規模實體企業比小規模實體企業可能更容易通過數字金融獲得支持，這意味著在規模異質性分析中可能存在內生性問題，因此，為獲得更為穩健的估計結果，本文將進一步借助工具變量進行檢驗。關于工具變量選取問題，已在前文實證分析中得到解決，因此，接下來仍然以其他地市數字普惠金融指數平均值作為本地區數字金融的工具變量，工具變量法（2SLS）的回歸結果見表8所列。

表8 規模異質性的工具變量法回歸結果

模型（18）（19）分別為大中型實體企業的第一階段和第二階段回歸結果，模型（20）（21）分別為小微實體企業的第一階段和第二階段回歸結果。首先，根據模型（18）和（20）的工具變量檢驗統計量可知，所選取的工具變量顯著有效。其次，觀察模型（19）（21）的估計結果可知，數字金融對大中型實體企業發展質量的回歸系數為0.215 4，數字金融對小微實體企業發展質量的回歸系數為0.211 4。由此可見，通過工具變量法得到的結果依然表明，數字金融對大中型實體企業發展質量的促進作用強于小微實體企業，從而表明表7的規模異質性分析是穩健可靠的。

（三）區域異質性

眾所周知，金融資源更傾向流往發達地區，欠發達地區則會受到嚴重的金融排斥，因此，數字金融對不同地區實體企業高質量發展的影響可能存在異質性。鑒于此，本文將樣本數據劃分為發達地區（浙東北）和欠發達地區（浙西南）兩個子樣本，其中發達地區包括4個地市區域，分別為杭州、寧波、嘉興、紹興，該子樣本共32個樣本量；欠發達地區包括5個地市區域，分別為溫州、金華、衢州、臺州、麗水，該子樣本共40個樣本量。分別運用隨機效應面板模型進行計量檢驗，結果見表9所列。

表9 區域異質性分析

模型（22）（23）分別為發達地區和欠發達地區的回歸結果。通過兩個模型中數字金融的系數可以看出，發達地區和欠發達地區數字金融均對實體企業高質量發展產生顯著正向效應，且欠發達地區的促進作用強于發達地區，這是因為發達地區經濟金融發展相對較好、存在大量傳統金融網點，數字金融對該地區實體企業的作用更多的是豐富了金融服務的選擇，其對于發達地區的實體企業起到了“錦上添花”的作用；而對于欠發達地區來說，地理位置相對較差、傳統金融發展滯后，數字金融的興起能夠更大程度地擴展金融覆蓋面并加深金融觸達度，儼然成為欠發達地區破解金融排斥、穩定實體經濟的重要工具，其對于欠發達地區的實體企業起到了“雪中送炭”的作用。因此，數字金融對于經濟發展落后、受到金融歧視的欠發達地區實體企業具有更大的邊際效應，這也進一步證實了數字金融的普惠性。綜上，H2中的區域異質性得到驗證。

六、結論與建議

數字金融能否成為提升實體企業發展質量的有效渠道？本文從金融服務實體經濟入手，就數字金融如何影響實體企業高質量發展展開了機制分析和實證估測。具體從數字金融提高了企業融資可得性、強化了企業信息獲取能力、實現了企業數字化支付、提供了企業數字化保險服務等四方面探討數字金融影響實體企業高質量發展的內在機制，并理論分析了數字金融對實體企業高質量發展的影響可能存在結構異質性、規模異質性以及區域異質性。以民營經濟大省以及全國數字金融發展高地——浙江省作為研究主體，并基于2011—2018年浙江省地市面板數據，實證檢驗了數字金融對實體企業高質量發展的影響效應。在對浙江的案例研究中發現：①數字金融有效促進了實體企業高質量發展，通過逐步回歸法、工具變量法、更換被解釋變量和解釋變量指標等進行穩健性檢驗，結論均顯示數字金融對實體企業高質量發展存在顯著正向作用；②數字金融的實體企業高質量發展效應存在結構異質性，覆蓋廣度的促進作用最強、使用深度的促進作用次之、數字化程度的促進作用最弱，表明數字金融的數字化功能并未得到充分發揮；③數字金融的實體企業高質量發展效應存在規模異質性，數字金融對大中型實體企業高質量發展的促進作用明顯強于小微實體企業，考慮可能存在的內生性問題，通過工具變量法得到的結果依然成立；④數字金融對實體企業高質量發展的影響存在區域異質性，發達地區和欠發達地區數字金融均能夠對實體企業高質量發展產生顯著正向作用，且欠發達地區的激勵效應強于發達地區。

綜合以上結論，本文提出相關建議如下：

（1）強力推進數字金融建設，更好服務實體企業高質量發展。研究表明，數字金融能顯著促進實體企業高質量發展，因此，應加快金融科技發展規劃的落地實施，多措并舉驅動金融數字化轉型，聚焦實體企業發展關鍵環節，找準薄弱點、盯住落腳點，適當借助金融科技工具，創新服務渠道、降低服務成本、提升產品質量、改善融資服務，為金融服務提質增效，促進金融科技創新成果更好服務實體企業，持續推動實體企業高質量發展。

（2）加快推動數字經濟發展，更好激發數字金融服務實體企業潛能。研究表明，數字化程度對實體企業高質量發展的影響最弱，因此，為更好發揮數字金融對實體企業高質量發展的促進作用，應積極推動數字經濟發展，加快5G網絡、數據中心等新基建步伐，著力驅動傳統金融基礎設施向數字化和智能化轉型，前瞻性布局數字金融新基建，激發數字化程度服務實體企業高質量發展的潛能。

（3）積極鼓勵小微企業并購重組，更好發揮數字金融的規模效應。研究表明，規模越大的實體企業越容易享受數字金融帶來的紅利，因此，為進一步深化數字金融對實體企業高質量發展的促進作用，應鼓勵和支持小微企業并購重組，并積極促成一批市場潛力大、社會效益好、綜合實力強的小微企業改制上市，最終驅動小微企業升級并擴大規模，這將有助于強化數字金融的滲透力度，為實體企業高質量發展注入更多的金融活力。

（4）努力營造數字金融環境，更好促進區域高質量協調發展。研究表明，數字金融對欠發達地區實體企業高質量發展的作用更大，這意味著數字金融可作為助力實現區域協調發展的重要引擎。因此，應不斷優化欠發達地區數字金融服務環境，將數字金融基礎設施建設專項資金適當向欠發達地區傾斜，搭建合作交流平臺，深化欠發達與發達地區數字金融協作，加大欠發達地區對數字經濟、數字金融等知識科普宣傳力度，更好實現欠發達地區實體企業高質量發展，為縮小區域發展差距注入新動能。