數字金融對贛南原中央蘇區經濟高質量發展的影響與空間效應

舒長江 魏全

作者簡介：舒長江，南昌航空大學經管學院副院長，特聘教授；魏全，南昌航空大學經管學院碩士研究生。

摘 要：基于2015-2022年贛南原中央蘇區15個縣域的面板數據，構建贛南原中央蘇區經濟高質量發展指標，探究數字金融對贛南原中央蘇區縣域經濟高質量發展的影響。研究結果顯示，數字金融對贛南原中央蘇區經濟高質量發展的影響成正U型；政府干預對該影響存在負向調節作用。進一步分析顯示，數字金融與經濟高質量發展在贛南原中央蘇區都有顯著的區域集聚性，且數字金融對贛南原中央蘇區經濟高質量發展的影響存在顯著的正向空間溢出效應，即數字金融在對本地區經濟高質量發展產生影響的同時，對相鄰地區也會產生同方向的影響。

關鍵詞：蘇區振興；數字金融；高質量發展

中圖分類號：F273 文獻標識碼：A 文章編號：1005-7544（2024）01-0062-13

一、引言

黨的十九大以來，我國經濟由高速增長階段轉向經濟高質量發展階段已成為黨的重要戰略抉擇。近年來，黨中央更是將高質量發展作為全面建設社會主義現代化國家的首要任務。在全面建成社會主義現代化國家新征程的戰略驅動下，支持革命老區和中央蘇區振興已成為共識，促成其高質量發展更是展現了黨中央的使命擔當。然而，革命老區的貧困現象尚未完全消除，區域發展不平衡問題仍舊存在。如何實現革命老區與中央蘇區的高質量發展以加速建設社會主義現代化國家的進程，是解決我國區域發展不平衡問題的重要選擇，亦是基于革命老區為支持國家創建事業所作出的巨大犧牲而進行補償的客觀需要。

我國經濟發展出現區域不平衡問題的重要原因之一，在于我國多數省份的省會城市處于省會行政版圖的中央區域，而在周圍環繞的縣域經濟體常因“小、邊、窮”等屬性而存在發展難題，尤其在金融領域，如何破除融資難題已是老生常談。縣域中的經濟主力多為中小微企業、農戶、個體工商戶等，常出現信用記錄無擔保、缺乏抵押資產、管理不規范等問題，容易受到金融排斥。另外，在傳統金融的逐利性與“嫌貧愛富”的影響下，金融資源易出現規模、領域錯配，縣域中的小微經濟體更是難以在資源市場中分得一杯羹，致使諸多縣域在高質量發展道路上皆難以跨越金融約束之藩籬。

數字金融作為互聯網等新一代信息技術與金融深入融合的全新金融業態，能夠解決傳統金融機構在支持長尾群體時的困難，有助于提高中共蘇區經濟體的信貸可得性，并且數字金融天然的時空跨越特性在一定程度上能夠破除贛南地區受群山阻隔的地理劣勢，進而對贛南縣域經濟高質量發展起到一定的積極作用。自2012年《國務院關于支持贛南等原中央蘇區振興發展的若干意見》實施以來，學術界對革命老區振興發展的研究不斷增多，但目前并無研究對數字金融與贛南原中央蘇區經濟高質量發展之間的關系進行探討。數字金融可否成為贛南原中央蘇區突破“環江西經濟圈”的利劍？研究此問題有助于檢驗數字金融的普惠效果，進而為實現中國式現代化提供一個明確的路徑參考。

二、文獻綜述

（一）數字金融對經濟高質量發展

關于數字金融與經濟高質量發展的影響研究，學者們從不同視角探究了二者之間的關系。趙軍等（2021）認為數字金融憑借大數據、互聯網等新一代信息技術打破傳統金融“二八法則”的藩籬，數字金融依靠數字技術對大量數據進行挖掘來弱化位置阻力、降低搜索阻力，并進一步打破市場分割，通過加強市場金融資源的整合，驅動數據資源的流動，推動各行業資源的合理配置，提升企業生產率，最終達到經濟高質量發展的目標。［1］從宏觀經濟角度來看，眾多學者從省域、市域的角度探究了數字金融與經濟高質量發展二者的關系。張慶君、黃玲（2021），姚鳳閣等（2022），趙麗（2022），薛秋童、封思賢（2022），李林漢、李建國（2022），張珍花、楊朝暉（2022），馬黃龍、屈小娥（2021）分別從產業結構優化、技術進步、創新驅動、居民消費、政府參與、綠色創新、農村人力資本與數字鴻溝視角證實了數字金融對經濟高質量發展之間的促進作用。［2-8］袁徽文（2021）研究認為數字金融使用深度對不同城市全要素生產率呈現不同特征，在東部地區呈現出倒U型特征，在中部地區呈現正U型特征，在西部地區的影響不顯著。［9］從微觀經濟角度來看，數字金融通過擴大金融體系的覆蓋范圍，幫助弱勢群體與弱勢地區得到金融支持，緩解小微企業面臨的融資約束，有效推動地區經濟增長（BeckT等，2000）。［10］數字金融的發展能夠積極有效地緩解信息不對稱，擴大金融供給，提高資源配置效率，促進經濟高質量發展。同時，數字技術的運用能更好地發揮數字金融低成本、低門檻的優勢，降低資金流動成本，加強民眾的經濟參與度，達到推動經濟增長的目的（方先明等，2022）。［11］當企業所在地區擁有更高的數字金融發展水平時，投資者能夠接收到企業發展前景良好的信號，能夠緩解信息不對稱帶來的一系列監管問題，拓寬企業的融資渠道（周開國等，2017）［12］，進一步促進了地區經濟高質量發展。此外，數字金融能夠激勵企業家創新創業活動，改善要素配置效率，提升城市經濟高質量水平（程云潔、段鑫，2022）。［13］Boateng（2009）［14］認為發達的金融發展水平能夠在使企業獲得足夠的外部資金注入同時，也能幫助投資者更快地獲取企業投資與融資決策的信息，企業能夠更便捷地獲取外部資金。企業能得到更加快速的發展，進而促進經濟高質量發展。

（二）政府干預對高質量發展

改革開放40年來，中國經濟飛速增長，取得了萬眾矚目的增長奇跡，地方政府在其中起到重要作用（沈坤榮、付文林，2005）。［15］政府在影響地區經濟高質量發展的過程中有著兩面性。一方面，政府的參與能夠有效緩解市場失靈導致的壟斷、負外部性與信息不對稱等問題，促進經濟高質量發展；另一方面，政府干預與經濟增長之間也存在負向關系（RobertJ.Barro，1991）。［16］ 政府干預對地方經濟發展的影響作用巨大，但政府干預并非越多越好，在不同時期、經濟發展水平不同的地區應當因地制宜（李勝旗、鄧細林，2016）。［17］適度的政府干預行為可以促進經濟高質量發展，過度的政府干預則會阻礙經濟高質量發展（張治棟、廖常文，2019）。［18］在政府干預促進高質量發展方面，已有文獻表明政府補貼具有激勵效應（白俊紅、李靖，2011）［19］，能夠消除因融資約束等市場不完善帶來的負面影響，鼓勵企業進行研發提高其生產率。任曙明和呂鐲（2014）也從政府補貼的角度說明了有針對性的政府干預能對生產率產生正向的促進作用。［20］在政府干預阻礙經濟高質量發展方面，陳斌開、林毅夫（2012）提出政府干預過度會導致金融市場的扭曲，加劇收入不平等，最終呈現出“倒掛效應。”［21］此外，為刺激經濟快速發展，政府的過度投資常常產生產能過剩問題，進一步影響全要素生產率（王文甫等，2014）。［22］王宇、羅悅（2018）通過構建古諾競爭模型，研究得出政府過度干預會導致新興產業面臨產能過剩的問題，并進一步影響經濟發展。［23］

三、理論分析與研究假說

（一）數字金融與經濟高質量發展

Buera等（2011）認為在金融發展水平較低的區域常常伴隨著資源錯配的情況，這將阻礙全要素生產率的升高。［24］由于不同地區之間經濟發展狀況各不相同，在欠發達地區，信息不對稱與資源錯配的情況相對較多，應對風險的措施存在一定的滯后，難以對資產進行充分有效的配置重組，數字金融最初發展會阻礙地區全要素生產率的提高（馬勇、張航，2017）。［25］數字金融在發展的過程中會產生溢出效應和擠出效應，即市場參與者會使用數字金融來緩解融資約束以提高資源配置的效率，會出現促進地區全要素生產率的溢出效應（袁徽文，2021）。［9］同時，市場參與者為獲取數字金融產品帶來的短期利益，會忽略實體經濟長期發展帶來的收益，引起抑制地區全要素生產率的擠出效應（許平祥、李寶偉，2019）。［26］李林漢、李建國（2022）實證表明數字金融與經濟高質量發展之間存在U型非線性關系［6］，基于以上分析，提出假設1：

H1：數字金融對贛南縣域經濟高質量發展呈現“U”型非線性關系。

（二）政府干預與經濟高質量發展

不少專家學者在研究金融發展對經濟高質量發展時都關注了政府干預在兩者中起到的作用。“市場增進論”認為，政府干預是金融市場改革的內生需要，政府促進了市場功能的增強（張杰、謝曉雪，2008）。［27］“金融抑制論”認為，發展中國家政府過多干預金融資本會抑制金融體系的進步（Beck，2003）［28］，進一步影響經濟增長質量。張璟、沈坤榮（2008）便認為因為政治晉升壓力與財政壓力的存在，政府在干預金融機構時常常會出現“粗放型”經濟增長結果，對經濟增長方式產生不利結果。［29］褚敏、蹤家峰（2018）通過研究發現，政府在干預金融業發展時，會出現嚴重的產業結構扭曲，對經濟結構轉型起到了阻礙作用。［30］基于以上分析，提出假設2：

H2：政府干預在數字金融影響長江經濟帶縣域經濟高質量發展的過程中起到負向調節作用。

（三）空間相關性

經濟空間差異是空間經濟學研究領域中的重要變量，是指在一定時期內區域間經濟發展水平非均等化的現象。［31］區域經濟差異一直受到學術界的廣泛關注，學者們多從格局、過程、機理和政策等視角對區域經濟差異進行闡述。由于革命老區區域內部受到的政策支持存在差異，這導致其區域經濟格局呈現差異化。自2012年《國務院關于支持贛南等原中央蘇區振興發展的若干意見》實施后，贛南的縣域經濟所受影響較大，其經濟發展差異明顯縮小。在贛州市城市總體規劃（2017—2035年）中，提出要打造以贛州都市區為核心、東部和南部城鎮群協同發展的“一區兩群”市域城鎮發展空間結構。此規劃的實施意味著贛州市縣域在高質量發展方面可能出現較明顯的差異性。另外，經濟發展能力較強的縣域對數字金融可能存在更強的接受能力，使數字金融在地區間出現集聚現象。基于以上分析，提出假設3：

H3：數字金融與經濟高質量發展在贛南原中央蘇區出現集聚現象。

四、研究設計

（一）變量定義與數據來源

1.被解釋變量。縣域經濟高質量發展（CEQ）。已有文獻主要采用全要素生產率、綠色全要素生產率和熵值法構造綜合指數以衡量經濟高質量發展水平。由于全要素生產率、綠色全要素生產率在概念誤差與度量方法上存在一定的局限，因此不能全面反映經濟發展質量。本文參考王薔等（2021）、項寅等（2022）的文章［32］［33］，建立贛南縣域經濟高質量發展評價指標體系，具體見表1。

2.解釋變量。數字金融（DEI）。使用北京大學數字金融研究中心發布的《北京大學數字金融指數》各區縣數字金融指數作為解釋變量，為便于實證分析，參考吳雨等（2021）的研究，將數字金融指數除以100來量化。［34］

3.控制變量。基礎設施（Inft）、人口密度（Popdes）、消費水平（Clev）、環境質量（Tpf）。參考陳晉等（2003）的研究，使用固定電話數與戶籍人口比值來衡量基礎設施；使用戶籍人口數與縣域面積的比值衡量人口密度；使用人均社會消費品零售總額衡量消費水平。［35］環境質量使用縣域碳排放數據來衡量。

4.調節變量。政府干預（Gov）。參考帥博、沈坤榮（2013）的研究，使用縣域一般公共預算支出占GDP的比重衡量政府干預水平。［36］

本文以2015—2022年贛南15個縣域作為研究對象，其中經濟高質量發展的二級指標X1、X2、X3、X4、X5、X6、X12數據來源于《中國縣域統計年鑒》，X7、X8數據來源于國家知識產權局，X9、人均社會消費品零售總額數據主要來自于《中國縣域統計年鑒》，缺失數據由各省統計年鑒、地級市統計年鑒、各縣級單位國民經濟和社會發展公報的綜合整理，X10、X11、X13數據來源于《中國縣城建設統計年鑒》與《中國城市建設統計年鑒》，X14數據來源于加拿大達爾豪斯大學大氣成分分析組。基礎設施、人口密度、消費水平、政府干預、環境質量數據均來源于2015-2022年《中國縣域統計年鑒》。對少數缺失值使用線性插值法以及灰色預測模型進行了補全，基于數據可得性，對數據缺失嚴重的縣域與地級市市轄區進行了剔除，最終得到贛州15個縣域樣本數據。

（二）模型設定

由前文理論分析可知，數字金融對贛南縣域經濟高質量發展的影響可能是非線性的，為提高研究前的假設可靠性，使用所收集的縣域面板數據繪制分倉散點圖（如圖1）進行非線性擬合，并構建雙向固定效應模型（1）、（2）進行實證檢驗。為探究政府干預在數字金融對贛南原中央蘇區縣域經濟高質量發展之間起到的調節效應，將政府干預（Gov）與數字金融（DEI）的交乘項引入模型（2），構建模型（3）。計量模型如下：

CEQit=β0+β1DEIit+δXit+αi+λt+εit （1）

CEQit=μ0+μ1DEIit+μ2DEI■■+δX■+α■+λ■+ε■ （2）

CEQ■=θ■+θ■DEI■+θ■DEI■■+θ■G■+θ■G■×DEI■+θ■G■×DEI■■+δX■+α■+λ■+ε■ （3）

其中，CEQ表示經濟高質量發展水平；DEI表示數字金融；X表示控制變量；ɑ表示控制個體效應，λ表示時間固定效應，i表示縣域地區，t表示年份，表示殘差項。模型（3）中G表示政府干預水平。

（三）描述性統計

表2報告了描述性統計結果。其中被解釋變量綠色創新（CEQ）的極差較大，說明贛南不同縣域間的經濟發展可能存在不平衡現象，核心解釋變量數字金融水平（DF）極差也較大，且標準差較大，說明贛南縣域間在數字金融水平上也存在較大差異。其余控制變量的標準差及最大、最小值也存在不同程度的變化，與現有文獻基本一致。

五、實證分析

（一）基準回歸

表3報告了基準回歸結果。根據列（1）的回歸結果顯示，數字金融（DF）對贛南縣域經濟高質量發展在10%顯著性水平上顯著為負，說明數字金融對贛南原中央蘇區高質量發展存在抑制作用。列（2）的結果顯示，加入DEI二次項之后，回歸結果在5%水平上表現出顯著的“先抑后揚”的U型關系，且當數字金融水平發展到79.33時曲線出現拐點，此結果與分倉散點圖擬合效果幾乎一致。出現此結果可能的原因在于：第一，在經濟發展上，贛南原中央蘇區縣域呈現出西南高、東部低的分化現象［31］，而當數字金融處于發展初期時，經濟活動較熱的區域可能對其他相對落后區域形成擠出效應，甚至可能出現區域“地頭蛇”將數字金融的蛋糕獨占己有，使落后地區陷入短暫的數字鴻溝，從而拉低贛南原中央蘇區整體的高質量發展水平。但當數字金融發展逐漸成熟時，其普惠特性開始作用于長尾群體，落后地區的小微企業或個體戶因其低成本、高可得性，逐漸享受到數字紅利。第二，在數字金融發展早期，由于其前期組織成本較高，贛南原中央蘇區中本就中小微企業偏多，可能僅有少數公司具備實力通過數字金融來獲利，因而會出現阻礙經濟高質量發展的情況發生；但隨著數字金融機構組織成本的下降，數字金融通過其普惠性優化了資源配置效應，促進了經濟高質量發展。第三，縣域經濟體的一大特性在于對新興事物的接受能力、承受能力較弱。數字金融作為信息時代下的“新生兒”，贛南原中央蘇區可能因自身基礎設施欠缺、群眾接受度低等方面的原因，使傳統金融仍占據主導地位。但隨著技術的飛速更新迭代，數字金融實施成本的降低意味著其將具備更強的滲透能力與普惠性，金融資源配置效率進得到進一步提升，贛南原中央蘇區的縣域獲取金融資源的能力將有大幅提升，從而推動了其高質量發展。綜上所述，數字金融對贛南原中央蘇區經濟高質量發展的影響呈現出顯著的先抑制后促進的“U”型影響，假設1得以驗證。

（二）政府干預的調節效應

表4報告了政府干預調節效應的結果。列（1）的結果并未通過顯著性檢驗，說明政府干預在數字金融對贛南縣域經濟高質量發展的線性影響中不存在調節作用。列（2）中，數字金融對贛南縣域經濟高質量發展的影響曲線在1%顯著性水平上呈現U型，經過計算可知該U型曲線的拐點為80.19，相較于模型（2）的拐點79.33出現向右偏移現象，且數字金融二次項與政府干預（Gov）交互項的回歸系數符號為負，與數字金融二次項系數符號恰好相反，此結果表明政府干預呈現出負向調節效應。可能的原因在于：當數字金融發展初期對贛南縣域經濟高質量發展呈現出抑制作用時，政府的介入可能使市場管控強度提高，且地方政府可能為追求短期利益而放棄對數字金融的投入。數字金融作為新興事物在并未獲得地方政府完全認可之前，其在地方產生的效用必然會受到一定限制，從而削弱了其對贛南縣域經濟高質量發展的抑制作用。當數字金融發展到已開始顯現普惠特性的后期時，其在地方金融市場必然已有一定的認可度，但地方政府及監管部門出于對市場穩定的考慮，可能并未完全信任數字金融帶來的數字紅利效用，進而仍對數字金融持有一定的警惕性與控制力，從而使數字金融對贛南縣域經濟高質量發展的促進效用受到一定約束。

（三）內生性檢驗

借鑒易行健、周利（2018）的研究，將數字金融滯后一期作為工具變量，采用兩階段最小二乘法（2SLS）來處理潛在的內生性問題。［37］表5列出了工具變量的回歸結果。列（1）、列（2）顯示l_DEI與l_DEI2通過了工具變量相關性、不可識別性與弱工具變量檢驗。列（3）結果與前文一致，證明了研究結論的穩健性。

（四）穩健性檢驗

為驗證結論的可靠性，本文進行以下穩健性檢驗。（1）縮尾處理。對主要解釋變量在1%的水平上進行縮尾處理后重新放入模型，結果如表6列（1）所示，結論與前文一致，說明研究是可靠的。（2）門檻效應檢驗非線性。從95%置信區間下的似然比函數圖（如圖2）可以得出，數字金融存在顯著的單門檻效應，門檻值為68.02，門檻回歸結果如表所示，達到門檻值之前DEI對應系數為0.320，越過門檻之后DEI對應系數為0.455，可見數字金融在后期發揮的紅利效果逐漸增大，與基準回歸中U型曲線拐點之后的部分相似，表明了結果的穩健性。

六、進一步分析

（一）空間自相關分析

在進行空間效應檢驗之前，使用Morans I對贛南原中央蘇區空間全局自相關進行測度，Morans I值介于-1至1之間，如果Morans I值為正且越接近1，說明具有正的空間自相關性，集聚度明顯；如果Morans I值是負且越接近-1，說明具有負的空間自相關性，離散度越明顯；如果Morans I值接近0則表明不存在空間相關性，呈空間隨機分布。表7分別展示了2016、2018、2020年數字金融與經濟高質量發展在贛南原中央蘇區的莫蘭指數。可見，數字金融指數（DEI）在2016年并未呈現出明顯的集聚現象，在2018年與2020年則逐漸呈現出“高-高”或“低-低”集聚現象。經濟高質量發展指數（CEQ）在2016、2018、2020年間皆呈現出較明顯的“高-高”或“低-低”集聚現象。

本文分別選擇2016、2018、2020、2022年共四年的數據，繪制數字金融與經濟高質量發展的聚類地圖（如圖3、圖4），以進一步展現兩者在贛南原中央蘇區的集聚效應及其格局演變。由圖3可知，數字金融在贛南原中央蘇區并沒有得到很強的發展，在贛南東北部地區三年皆呈現出“低-低”聚集，意味著東北部地區數字金融程度都較低，直到2020年才在贛南中部地區呈現出“高-高”聚集，并在2022年仍保持“高-高”聚集狀態。由于關鍵數據缺失，無法構建章貢區、南康區及贛縣區的經濟高質量發展指數，因此圖4排除了這三個地區。分析圖4可知，贛南西南部 經濟高質量發展指數在2016、2018、2020年皆表現出顯著的“高-高”聚集，2022年表現為“低-高”聚集，說明贛南原中央蘇區西南地區經濟發展質量較好，原因可能在于西南部城鎮毗鄰珠三角經濟區，能夠更快速地吸收珠三角地區的經濟紅利溢出，但隨著時間推移，也出現了強弱差距。

（二）空間效應檢驗

基于前文分析可知，贛南原中央蘇區經濟高質量發展存在空間自相關，可進行空間效應檢驗，通過LM與Walds檢驗后，選擇空間杜賓模型（SDM）對空間效應進行檢驗，因此設定模型（4）進行空間效應檢驗。

CEQit=λWCEQit+βDEIit+δWDEIit+εit （4）

W表示空間權重矩陣，本文使用queen鄰接矩陣，即兩區域間共點或共邊皆認為相鄰，在矩陣中取1，否則取0。WCEQ和WDEI分別表示贛南原中央蘇區經濟高質量發展、數字金融的空間滯后項。

表8報告了空間杜賓模型的結果，由列（3）可知使用雙向固定效應最佳。在Main回歸中，數字金融對贛南原中央蘇區經濟高質量發展的影響在1%顯著性水平上呈現出正U型，拐點為79.33，與基準回歸相似，空間滯后項Wx中數字金融（DEI）對應的回歸系數在1%水平下顯著且符號為正，說明數字金融指數存在正向的空間溢出效應，即數字金融對本地區經濟高質量發展產生效用時，也會對相鄰地區的經濟高質量發展產生相同方向的效用。表9報告了空間溢出效應的分解情況，其中直接效應是指區域內數字金融對本區域經濟高質量發展的影響，間接效應是指周邊地區數字金融對本區域經濟高質量發展的影響，總效應等于直接、間接效應相加。從表中可知，數字金融在贛南原中央蘇區內的間接效應幾乎與直接效應持平，說明區域間存在較好的輻射效果，這也反映了數字金融跨越地理空間與距離限制的天然優勢。

七、研究結論與啟示

本文基于2015—2022年贛南原中央蘇區15個縣域的各項面板數據，構建綜合評價指標體系來衡量贛南原中央蘇區各縣域經濟高質量發展情況，結合北京大學數字金融指數，實證檢驗了數字金融對贛南原中央蘇區縣域經濟高質量發展的影響。研究結論如下：（1）數字金融對贛南原中央蘇區縣域經濟高質量發展呈現顯著的U型關系，蘇區縣域經歷了從“數字鴻溝”到“數字紅利”的轉變；（2）政府干預在數字金融對贛南原中央蘇區經濟高質量發展的影響中發揮了顯著的負向調節效應；（3）數字金融與經濟高質量發展在贛南原中央蘇區表現出較明顯的空間集聚性；（4）數字金融對贛南原中央蘇區經濟高質量發展的影響存在正向的空間溢出效應。

基于以上研究，本文的政策啟示如下：（1）普及數字金融知識。數字金融具備普惠性，能夠提高金融資源配置效率，但諸多企業、個體商戶等雖有資金需求但缺乏相關金融知識，從而止步于獲取金融資源的“最后一米”，此現象在接受新興事物能力弱的縣域更甚。政府、企業應加強對相關金融知識的宣傳，銀行、金融機構等可舉辦公益活動以促成數字金融知識在社會面的普及，以縮短群眾通過數字金融獲取金融資源的“最后一米”；（2）強化優勢產業。贛南原中央蘇區因經濟實力較弱，前期大力投資數字金融可能并不能保證收獲紅利，因此重點發揮自身優勢才有機會劍走偏鋒。地方政府應當積極鼓勵各縣域立足自身產業基礎、資源稟賦、優化縣域各產業的轉型提質；同時引導金融機構將數字金融資源合理投入至優勢產業、高附加值產業以發揮其最佳效果，提升對企業的金融創新服務來推動經濟高質量發展；（3）地域間擴流提速。數字金融在跨時空傳播上具備天然優勢，贛南原中央蘇區的多區域間受群山阻隔，一定程度上會影響到區域間的經濟往來，但數字金融依然能夠對經濟高質量發展產生溢出效應。地方政府應鼓勵銀行、企業、金融機構等將線下業務同步轉移至線上，加強與周邊縣域經濟體的商務往來，以擴大相鄰區域間的信息流，從而加速顯現數字金融對經濟高質量發展的紅利作用。另外，“全南、龍南、定南”三南地區毗鄰珠三角經濟帶，具備吸收珠三角及粵港澳大灣區經濟溢出紅利的區位優勢，加強三南地區的數字金融的建設，可能使其能更好地將珠三角的經濟溢出鏈接至贛南原中央蘇區，進而加速贛南原中央蘇區高質量經濟的發展。

參考文獻：

［1］趙軍，李艷姍，朱為利.數字金融、綠色創新與城市高質量發展［J］.南方金融，2021，（10）.

［2］張慶君，黃玲.數字普惠金融、產業結構與經濟高質量發展［J］.江漢論壇，2021.（10）.

［3］姚鳳閣，梁珈源，汪曉梅，張德華.數字金融、技術進步與區域經濟高質量發展［J］.統計與決策，2022，（18）.

［4］趙麗.數字普惠金融、創新驅動與經濟高質量發展［J］.統計與決策，2022，（15）.

［5］薛秋童，封思賢.數字普惠金融、居民消費與經濟高質量發展［J］.現代經濟探討，2022，（7）.

［6］李林漢，李建國.數字普惠金融、經濟開放對經濟高質量發展的非線性效應［J］.統計與決策，2022，（11）.

［7］張珍花，楊朝暉.數字普惠金融對經濟高質量增長影響研究——基于政府參與視角［J］.華東經濟管理，2022，（4）.

［8］馬黃龍，屈小娥.數字普惠金融對經濟高質量發展的影響——基于農村人力資本和數字鴻溝視角的分析［J］.經濟問題探索，2021，（10）.

［9］袁徽文.數字金融賦能城市全要素生產率——來自283個城市的經驗研究［J］.科技管理研究，2021，（17）.

［10］Beck T， Levine R， Loayza N. Finance and the Sources of Growth［J］. Journal of financial economics， 2000， （1-2）.

［11］方先明，劉韞爾，陳楚.數字普惠金融、居民消費與經濟增長——來自我國省域面板數據的經驗證據［J］.東南大學學報（哲學社會科學版），2022，（3）.

［12］周開國，盧允之，楊海生.融資約束、創新能力與企業協同創新［J］.經濟研究，2017，（7）.

［13］程云潔，段鑫.數字普惠金融對城市經濟高質量發展的影響及其傳導機制研究——來自中部地區79個地級市的經驗數據［J］.調研世界，2022，（6）.

［14］Duncomber R.，Boateng R..Mobile Phones and Financial Services in Developing Countries： A Review of Concepts，Methods，Issues，Evidence and Future Research Directions［J］.Third World Quarterly，2009，（7）.

［15］沈坤榮，付文林.中國的財政分權制度與地區經濟增長［J］.管理世界，2005，（1）.

［16］Barro R J. Economic growth in a cross section of countries［J］. The quarterly journal of economics， 1991，（2）.

［17］李勝旗，鄧細林.政府干預、金融集聚與地區技術進步［J］.貴州財經大學學報，2016，（6）.

［18］張治棟，廖常文.全要素生產率與經濟高質量發展——基于政府干預視角［J］.軟科學，2019，（12）.

［19］白俊紅，李婧.政府R&D資助與企業技術創新——基于效率視角的實證分析［J］.金融研究，2011，（6）.

［20］任曙明，呂鐲.融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究［J］.管理世界，2014，（11）.

［21］陳斌開，林毅夫.金融抑制、產業結構與收入分配［J］.世界經濟，2012，（1）.

［22］王文甫，明娟，岳超云.企業規模、地方政府干預與產能過剩［J］.管理世界，2014，（10）.

［23］王宇，羅悅.外需引導與政府補貼下戰略性新興產業的產能過剩研究——以光伏產業為例［J］.現代經濟探討，2018（03）.

［24］Buera F J， Kaboski J P， Shin Y. Finance and development： A tale of two sectors［J］. American economic review， 2011， （5）.

［25］馬勇，張航.金融因素如何影響全要素生產率？［J］.金融評論，2017，（5）.

［26］許平祥，李寶偉.企業金融資產配置與全要素生產率之謎——基于中國A股制造業上市公司財務數據的GMM分析［J］.貴州財經大學學報，2019，（6）.

［27］張杰，謝曉雪.政府的市場增進功能與金融發展的“中國模式”［J］.金融研究，2008，（11）.

［28］Beck T， Demirgü？-Kunt A， Levine R. Law and finance： why does legal origin matter？［J］. Journal of comparative economics， 2003，（4）.

［29］張璟，沈坤榮.地方政府干預、區域金融發展與中國經濟增長方式轉型——基于財政分權背景的實證研究［J］.南開經濟研究，2008，（6）.

［30］褚敏，蹤家峰.政府干預、金融深化與經濟結構轉型——基于“新東北現象”的考察［J］.中國軟科學，2018，（1）.

［31］張明林，曾令銘.蘇區振興背景下贛南經濟差異格局與空間聯系研究［J］.地域研究與開發，2020，（6）.

［32］王薔，丁延武，郭曉鳴.我國縣域經濟高質量發展的指標體系構建［J］.軟科學，2021，（1）.

［33］項寅，李琳歆，張佳玥，韓琳，劉天雯，丁曉文.速度特征視角的長三角縣域高質量發展動態測評［J］.華東經濟管理，2022，（1）.

［34］吳雨，李曉，李潔，周利.數字金融發展與家庭金融資產組合有效性［J］.管理世界，2021，（7）.

［35］陳晉，卓莉，史培軍，一之瀨俊明.基于DMSP/OLS數據的中國城市化過程研究——反映區域城市化水平的燈光指數的構建［J］.遙感學報，2003，（3）.

［36］師博，沈坤榮.政府干預、經濟集聚與能源效率［J］.管理世界，2013，（10）.

［37］易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據［J］.金融研究，2018，（11）.

The Impact and Spatial Effect of Digital Finance on the High-quality Economic Development of the Former Central Soviet Area in Southern Jiangxi

Shu Changjiang Wei Quan

Abstract： Based on the panel data of 15 counties in the former Central Soviet Area in southern Jiangxi from 2015 to 2022， this study constructed an index of high-quality economic development in the former Central Soviet Area in southern Jiangxi， and explored the impact of digital finance on the high-quality economic development of counties in the former Central Soviet Area in southern Jiangxi. The research results showed that the impact of digital finance on the high-quality economic development of the former Central Soviet Area in southern Jiangxi was U-shaped; government intervention had a negative regulatory effect on this impact. After further analysis， it was found that digital finance and high-quality economic development both had significant regional agglomeration in the former Central Soviet Area in southern Jiangxi， and digital finance had a significant positive spatial spillover effect on the high-quality economic development of the former Central Soviet Area in southern Jiangxi， that is， digital finance not only had an impact on the high-quality economic development of the local region， but also had the same directional impact on neighboring regions.

Key words： Revitalization of the Soviet area; Digital finance; High-quality development

責任編輯：邵猷芬