金融科技創新如何促進實體經濟高質量發展

周雷　寧心怡　宋佳佳　張鑫

摘? ?要：金融科技創新對于提升金融服務效率，服務實體經濟具有重要意義?；?011—2021年我國31個省份的平衡面板數據，運用空間計量模型和中介效應檢驗，研究金融科技創新對實體經濟高質量發展的直接影響、間接效應和作用機制。研究發現：金融科技創新不僅能直接促進本地區實體經濟高質量發展，而且具有正向空間溢出，對鄰近地區實體經濟高質量發展呈現漸進、動態的長期影響。中介效應和異質性檢驗表明，提升金融服務效率是金融科技創新促進實體經濟高質量發展的主要機制。在金融科技創新監管試點地區，金融科技對實體經濟高質量發展的直接影響、間接效應和中介效應均明顯高于非試點地區。因此，要優化金融科技業態空間布局，提升金融服務效率，深化金融科技創新監管試點，以更好地服務實體經濟高質量發展。

關鍵詞：金融科技；實體經濟；高質量發展；金融服務效率；空間效應；雙重差分模型

中圖分類號：F832.1? ?文獻標識碼：A? 文章編號：1674-2265（2024）01-0079-10

DOI：10.19647/j.cnki.37-1462/f.2024.01.009

一、引言及文獻綜述

2023年10月召開的中央金融工作會議強調，堅持把金融服務實體經濟作為根本宗旨，做好科技金融、綠色金融、普惠金融、養老金融、數字金融五篇大文章。服務實體經濟是金融科技創新的出發點和落腳點。田秀娟等（2021）[1]從宏觀產業層面實證分析了金融科技服務實體經濟的路徑，結果表明金融科技可以通過金融創新和科技創新雙路徑促進實體經濟增長。王婧菲和孫立（2023）[2]則從微觀層面運用滬深A股上市公司數據檢驗發現，在“數實融合”背景下，數字產業化是金融科技創新的主要“動力源”，而金融科技創新水平的提升能顯著抑制實體企業的“脫實向虛”傾向，從而助力實體經濟高質量發展，但上述影響強度存在地區和產權異質性。譚中明等（2022）[3]通過實證檢驗發現，金融科技會促進實體經濟的高質量發展，并通過信貸規模、信貸結構和長期信貸價格的傳導，體現出顯著的正向空間溢出。王紅建等（2023）[4]基于金融加速器理論考察金融科技對實體經濟運行的穩定器作用及其機理，發現金融科技發展通過減少銀企信息不對稱，抑制上市企業投資波動，降低抵押品在債務契約中的重要性等渠道，顯著弱化金融加速器效應，提高實體經濟運行穩定性和發展質量。此外，金融科技與數字金融高度相關，隨著科技、數據與金融融合的深入，兩者的界限日益模糊，一般認為數字金融是金融科技應用成果的體現。聞岳春和黃昌杰（2023）[5]采用雙向固定效應模型檢驗得出新興數字金融的發展對我國東、中、西部地區實體經濟發展規模均具有顯著的正向促進作用。陸鳳芝和王群勇（2022）[6]構建空間計量模型研究得出數字普惠金融的發展可以顯著促進本地區金融服務實體經濟效率的提升，但對鄰近地區的影響尚未有效顯現。

綜上，已有文獻主要研究了金融科技對實體經濟規模、質量和效率的影響，但對其動態空間效應和作用機制的討論不足，特別是已有研究關注了金融科技創新對金融服務效率的正向影響，但是對金融服務效率提升如何進一步促進實體經濟高質量發展，鮮有完整的機制檢驗。因此，本文通過構建實體經濟高質量發展指標體系和嵌套空間權重矩陣，全面研究金融科技創新對實體經濟高質量發展的直接影響、動態間接效應和作用機制，并基于金融科技創新監管試點政策進行異質性分析，為推動金融科技守正創新、提升金融服務實體經濟高質量發展能力提供借鑒。本文的邊際貢獻和主要創新點包括：一是測算考慮地理距離與經濟特征的嵌套空間權重矩陣，構建包含外生交互與內生交互的空間杜賓模型，并通過引入時空滯后項對金融科技創新的長短期效應進行偏微分分解，全面、精準評估其對實體經濟高質量發展的直接效應、間接效應及其動態變化。二是以金融服務實體經濟效率為中介變量，檢驗“金融科技創新→金融服務實體經濟效率→實體經濟高質量發展”的作用機制，彌補相關文獻的欠缺。三是已有金融科技對實體經濟影響的異質性分析大多根據我國東中西部的地理區劃來劃分，未能很好地抓住金融科技創新的監管環境差異和空間分布特征。本文根據中國人民銀行金融科技創新監管試點開展情況，將31個省（自治區、直轄市，以下簡稱省份）劃分為試點地區和非試點地區兩類進行多時點雙重差分檢驗和異質性分析，詳細比較兩類地區在金融科技服務實體經濟成效和傳導機制方面的差異，為評估、完善和推廣試點政策、更好地發揮金融科技創新對實體經濟高質量發展的支持作用提供經驗證據。

二、理論分析與研究假設

（一）金融科技創新對實體經濟高質量發展的影響

從宏觀上看，金融科技創新能夠強化金融體系的資金融通、資源配置和風險保障等功能，滿足實體經濟的多樣化金融需求，助力實體經濟高質量發展。周雷等（2019）[7]認為金融科技創新提高了儲蓄向投資的轉化效率，緩解了融資約束，提升了實體部門，特別是小微企業的融資可得性，擴大了金融服務覆蓋面，從而有助于實體經濟的包容性增長。薛瑩和胡堅（2020）[8]重點從資源配置角度分析了金融科技助推實體經濟高質量發展的理論邏輯，認為金融科技創新減少了傳統金融面臨的信息不對稱問題，降低了交易成本，從而提升了金融跨時空配置資源的能力，服務實體經濟高質量發展。謝絢麗等（2018）[9]驗證了保險科技產品能夠對沖和降低實體經濟的運行風險和創業風險，提高經濟發展的韌性。從微觀上看，金融科技能促進企業技術創新，且這一效應在中西部地區和國有企業中更大。此外，金融科技創新還能為居民提供數字人民幣、互聯網消費金融等新產品，降低交易和融資成本，助力消費升級和擴大內需。因此，金融科技創新能夠推動實體經濟內生增長和良性循環，服務高質量發展。綜上，提出假設H1。

H1：金融科技創新有助于促進實體經濟的高質量發展。

金融科技的“非接觸式”特征，使其天然具有突破空間限制，為實體經濟提供跨區域、跨市場數字化金融服務的優勢。數字技術賦能下的金融科技創新能夠打破傳統金融市場要素流動的壁壘，增強區域間經濟金融活動的關聯度和集聚性，從而為其發揮服務實體經濟的正向溢出效應奠定基礎。唐松等（2019）[10]的實證研究表明，金融科技創新總體上提升了本地區實體經濟的全要素生產率，同時通過知識和技術溢出，有效提高周邊地區的全要素生產率，助力經濟高質量發展。劉丹陽和黃志剛（2023）[11]基于“雙循環”相互促進的視角，實證研究得出金融科技創新成果的推廣應用，可有效促進金融科技對鄰近地區實體經濟高質量發展外溢效應的發揮，助力構建新發展格局。李夢雨等（2021）[12]運用我國地級市數據檢驗卻得出金融科技創新對實體經濟高質量發展的溢出效應尚未顯現的結論。事實上，金融科技創新除短期內可跨區域提供數字金融服務外，還可以通過數字產業合作、共建金融科技基礎設施、技術成果市場化等方式，對鄰近地區實體經濟的高質量發展產生長期的“涓滴效應”。因此，金融科技創新的溢出是一個漸進、動態的過程，而相關研究對此關注不足，可能影響對金融科技與實體經濟高質量發展關系的全面把握。綜上，從動態空間效應角度提出假設H2。

H2：金融科技創新對實體經濟高質量發展具有動態的正向空間溢出效應。

（二）金融科技創新影響實體經濟高質量發展的機制

已有文獻驗證了金融科技發展有助于提升金融服務實體經濟效率，但是金融服務效率的提升對實體經濟高質量發展的影響機制尚未得到完整檢驗。因此，可以考慮將金融服務實體經濟效率作為中介變量，系統考察金融科技創新對實體經濟高質量發展的影響機制。首先，金融機構通過引進、應用和普及金融科技企業的技術和產品，能夠提升金融服務效率，從而間接促進實體經濟的高質量發展（魯釗陽和馬輝，2021）[13]。其次，金融科技創新降低了交易成本，提高了金融的普惠性，能夠滿足面廣量大的小微企業等“長尾群體”的金融服務需求，促進實體經濟均衡高質量發展。最后，金融科技平臺運用數字技術對客戶進行實時、動態監測，能有效降低信用風險和市場風險，為金融服務實體經濟高質量發展保駕護航。此外，金融科技與傳統金融的“競爭效應”還能倒逼傳統金融機構在數實融合背景下加快數字化轉型步伐，深化供給側結構性改革，以自身高質量發展更好地服務實體經濟的高質量發展。綜上，可以提出假設H3。

H3：金融科技創新通過提升金融服務實體經濟效率促進實體經濟高質量發展。

我國實體經濟發展質量存在顯著的空間差異（邵漢華和劉克沖，2020）[14]，金融科技發展水平也呈現一定的區域差異與空間效應（王榮等，2023）[15]。因此，金融科技創新提升金融服務效率，進而促進實體經濟高質量發展的作用可能存在區域異質性。特別是，隨著中國人民銀行開展的金融科技創新監管試點工作的推進，試點與非試點地區在金融科技監管環境、支持政策、市場化程度等方面的差異，為檢驗金融科技創新促進實體經濟高質量發展影響機制的異質性提供了條件。金融科技創新監管試點構建了中國版“監管沙盒”，通過創新監管工具，為金融科技發展提供具有安全邊界的真實市場環境，實現了鼓勵創新與防范風險的平衡。截至2022年底，在政策支持下，已有172個試點項目落地，包括16個資本市場項目，涉及9個省級行政區。絕大部分項目均以服務實體經濟重點領域和薄弱環節為目標，通過技術賦能金融科技創新，提升金融服務實體經濟效率，進而促進實體經濟的高質量發展。此外，金融科技創新監管試點通過引入市場化競爭機制，也有助于市場主體在相對公平的環境中爭取金融資源，暢通金融科技創新促進實體經濟高質量發展的傳導機制（聶秀華等，2021）[16]。綜上，可以提出假設H4。

H4：在金融科技創新監管試點地區，金融科技創新更能通過提升金融服務效率進而促進實體經濟高質量發展。

三、研究設計

（一）樣本選擇與數據來源

本文樣本覆蓋我國31個省份（不含港澳臺地區）的宏觀平衡面板數據，考慮到數據可得性及我國金融科技的發展實際，樣本期間為2011—2021年，共包括341個年度樣本觀測值。主要原始數據來源于《中國統計年鑒》以及各省市統計年鑒、國家統計局和中國人民銀行官網、萬得數據庫、北京大學數字金融研究中心等。

（二）變量設定

1. 被解釋變量：實體經濟高質量發展指數。實體經濟高質量發展水平的測度主要有兩種方法：一是使用綠色全要素生產率（常建新等，2021）[17]；二是通過構建指標體系綜合評價（譚中明等，2022）[3]。使用單一指標測度可能無法反映實體經濟高質量發展的豐富內涵，因此，本文從創新、協調、綠色、開放、共享五大新發展理念出發，構建實體經濟高質量發展的評價指標體系，如表1所示。其中，涉及實體經濟的指標，采用通行的去除房地產業和金融業之后的地區生產總值來表示（樊羚和韓廷春，2020）[18]，涉及實體企業的指標，也采用去除房地產企業和金融企業之后的企業來表示（申明浩等，2022）[19]。在構建評價指標體系的基礎上，本文運用基于熵權法的TOPSIS模型處理指標數據，先對負向指標取倒數，然后對缺失值用插值法填補，再進行數據標準化，最后為避免主觀賦權可能存在的偏誤，采用信息熵確定各項指標權重，合成實體經濟高質量發展指數（HQR），作為實證研究的被解釋變量。

2. 解釋變量：金融科技創新水平?？偨Y已有文獻，常用以下兩種代理變量來測度金融科技創新水平：一是借鑒Askitas和Zimmermann（2009）[20]提出的互聯網信息論，郭品和沈悅（2015）[21]率先通過挖掘網絡文本中金融科技相關的詞頻來合成代理變量；二是北京大學數字金融研究中心定期發布的數字普惠金融指數（郭峰等，2020）[22]。由于第一種測度方法主要測度的是金融科技的網絡輿情熱度，可能與實際金融科技創新水平存在一定的偏差。而數字普惠金融指數涵蓋了數字支付、互聯網理財、互聯網貸款、保險科技、互聯網基金、大數據征信等金融科技主要業態，反映了金融科技的普及程度、創新產品、使用狀況、服務成本和便捷性，能夠較全面地體現實際金融科技創新水平，滿足本研究對數據來源和樣本期間的要求。因此，借鑒亓鵬和韓慶瀟（2022）[23]的做法，采用數字普惠金融指數測度金融科技創新水平（Fin）。

3.中介變量：金融服務實體經濟效率。金融科技在金融服務實體經濟過程中發揮了“催化劑”作用，通過提升金融服務實體經濟的效率，促進實體經濟高質量發展。因此，本文選擇金融服務實體經濟效率（FTFP）作為中介變量。考慮到數據的可得性，參考宋志秀（2019）[24]等的指標構建方法，完善了金融服務實體經濟效率投入產出指標體系，如表2所示。然后運用DEA-Malmquist法測度2011—2021年我國31個省份金融服務實體經濟效率。

4. 控制變量。為控制其他影響實體經濟高質量發展水平的因素，篩選了五個控制變量納入計量模型，分別為實體經濟人力資本（Hum）、實體經濟物質資本（K）、政府財政支出（Fis）、城鎮化水平（Town）和物價水平（P）。表3給出了模型使用的主要變量定義。

（三）模型構建

1. 嵌套空間權重矩陣構建。金融科技創新的“鲇魚效應”促進了生產要素流動，優化了資源配置，這種要素流動包括跨區域流動，因此，檢驗金融科技創新對實體經濟高質量發展的影響時有必要考慮空間效應，構建空間計量模型?？紤]到空間效應可能同時蘊含地理距離因素與經濟規模因素，且在實際中這種空間效應存在非對稱性，因此，本文將地理反距離矩陣與經濟特征矩陣相結合，構建嵌套空間權重矩陣，以更準確地刻畫空間效應的綜合性與復雜性，如（1）式所示。

[Wij=diag（X1/X，X2/X，…，X31/X）×Wdij]? ? ? （1）

其中，[Wij]為嵌套空間權重矩陣，[diag…]為對角矩陣，[Xi]為2011—2021年省份[i]的GDP均值，[X]為2011—2021年全國的GDP均值（不含港澳臺地區），[Wdij]為地理反距離矩陣，其元素為省份[i]與省份[j]的省會城市間地理距離的倒數。

2. 面板空間計量模型構建。已有研究利用空間計量模型考察金融科技對其他被解釋變量的影響，結果表明金融科技創新確實存在空間集聚特征與溢出效應（劉繼兵等，2022）[25]。而實體經濟發展的空間溢出效應也已經得到了部分實證研究的支持。同時，對于省級層面的數據，雙向固定效應下的面板模型可以避免樣本異質性和時間效應帶來的結果有偏性，因此，選擇空間、時間雙向固定效應模型作為構建面板空間計量模型的基礎。

綜上，結合設定的變量及選擇的嵌套空間權重矩陣，可以構建如（2）式所示的雙向固定效應面板空間計量模型。此外，為統一量綱，減少異方差性，在構建模型時對各變量取自然對數，統一在變量前加ln表示。

[lnHQRit=β0+ρWlnHQRit+β1lnFinit+β2WlnFinit+γ1lnCit+γ2WlnCit+φi+ut+λWεit+vit] （2）

在（2）式中，[lnHQRit]表示省份[i]第[t]年對數化后的實體經濟高質量發展指數；[lnFinit]表示省份[i]第[t]年對數化后的金融科技創新水平；[lnCit]為選取的一組對數化處理后的控制變量向量；[W]為構建的嵌套空間權重矩陣；[ρ]度量[lnHQRit]的空間滯后系數，體現被解釋變量與其空間自回歸項的內生交互；[β0]為常數項，[β1]為核心解釋變量的回歸系數，[γ1]為控制變量的回歸系數向量；[β2]為核心解釋變量的空間回歸系數，體現核心解釋變量與被解釋變量在空間上的外生交互；[γ2]為控制變量的空間回歸系數向量；[φi]和[μt]分別為空間和時間固定效應；[λ]為空間誤差系數；[εit]和[vit]為隨機誤差項。

根據參數設置的不同，空間計量模型可分為空間杜賓模型、空間滯后模型和空間誤差模型。在（2）式中，當[λ=0]時，表示空間杜賓模型（SDM）；當[λ=β2=γ2=0]時，表示空間滯后模型（SAR）；當[ρ=β2=γ2=0]時，表示空間誤差模型（SEM）。

3.中介效應模型構建。為進一步檢驗金融服務實體經濟效率的中介效應，筆者參考溫忠麟和葉寶娟（2014）[26]的經典文獻，采用逐步因果法構建中介效應模型。以金融服務實體經濟效率為中介變量的空間杜賓模型中介效應檢驗過程如下所示。

[lnHQRit=β0+ρWlnHQRit+clnFinit+β2WlnFinit+γ1lnCit+γ2WlnCit+φi+ut+vit] （3）

[lnFTFPit=α0+alnFinit+a'WlnFinit+α1lnCit+φi+ut+vit] （4）

[lnHQRit=β'0+ρ'WlnHQRit+blnFTFPit+c'lnFinit+β'2WlnFinit+γ1'lnCit+γ'2WlnCit+φi+ut+vit] （5）

在（3）式中，若經檢驗回歸系數[c]顯著，則主效應顯著，繼續檢驗（4）式和（5）式，若回歸系數[a]和[b]同時顯著，則中介效應顯著；若[a]和[b]中至少有一個不顯著，則用Bootstrap法檢驗系數乘積[ab]，若系數乘積顯著，則中介效應顯著。在中介效應顯著的前提下，若（5）式中的回歸系數[c']同時顯著，則為部分中介效應，否則為完全中介效應。

四、實證分析

（一）面板空間計量模型估計

首先，基于構建的嵌套空間權重矩陣，采用Moran's I指數檢驗金融科技創新水平（Fin）和實體經濟高質量發展指數（HQR）的全局空間自相關性，結果顯示全局Moran's I均為正值，且均在1%的水平下顯著，說明具備統計學意義上的空間集聚特征，適合采用空間計量方法進行實證分析。其次，需要選擇合適的空間模型設定形式。根據空間計量的似然比檢驗（LR檢驗）結果，在5%的顯著性水平下，拒絕了空間杜賓模型（SDM）可以退化為空間滯后模型（SAR）或空間誤差模型（SEM）的原假設，因此，采用空間杜賓模型（SDM）是合理的。為避免遺漏，本部分同時估計SAR和SEM，以便與SDM的估計結果相比較，得出更加可靠的結論。此外，隨機效應豪斯曼檢驗在1%的顯著性水平下拒絕了原假設，因此，可以選擇空間、時間雙向固定效應模型（FE）。最后，根據處理雙向固定效應面板模型可能存在的內生性的通行做法，對所有解釋變量均滯后一期處理，以緩解內生性問題。為敘述方便，本文實證分析部分在討論解釋變量的回歸系數時，默認指的是解釋變量一期滯后項的回歸系數。

表4報告了各模型的基準回歸估計結果，其中模型1是作為對照的雙向固定效應面板回歸模型估計結果，模型2—4 是三種空間計量模型的回歸結果。根據表4，模型1—4的核心解釋變量金融科技創新水平（Fin）的回歸系數均在1%的水平下顯著為正，結果具有穩健性。其中，在考慮空間內生和外生交互的SDM模型中，金融科技創新水平的回歸系數更大，從整體上驗證了金融科技創新有助于促進實體經濟高質量發展，即假設H1在樣本范圍內得到了支持。同時，從SDM模型的估計結果看，金融科技創新水平的空間回歸系數也在1%的水平下顯著為正，初步驗證了金融科技創新不僅會促進本地區的實體經濟高質量發展，而且會影響鄰近地區的實體經濟高質量發展。但是，直接通過點回歸估計空間效應系數可能產生偏誤（趙濤等，2020）[27]，下文將進一步構建動態空間杜賓模型并運用偏微分方法進行效應分解。此外，SAR模型和SDM模型的空間滯后系數均在1%的水平下顯著為正，說明鄰近地區提高實體經濟高質量發展水平，能夠通過示范效應和溢出效應提升本地區的實體經濟高質量發展水平。統一大市場的構建、生產要素的自由流動和基礎設施的共享有助于強化實體經濟發展的空間集聚特征，推動實現共同富裕目標。

（二）空間效應分解

基準回歸驗證了金融科技創新對實體經濟高質量發展存在間接效應，即正向空間溢出，但是這種空間溢出是一個動態過程。因此，本部分通過引入被解釋變量的時空滯后項，將空間杜賓模型擴展為動態空間杜賓模型（DSDM），采用偏微分方法進行效應分解，分為直接效應、間接效應和總效應，并進一步參考姚鳳閣等（2022）[28]的做法，將DSDM模型區分為短期DSDM模型和長期DSDM模型，其中短期DSDM模型僅考慮滯后一期的影響，而長期DSDM模型同時考慮了滯后二期和三期的動態影響，結果如表5所示。從短期DSDM分解結果看，金融科技創新水平對實體經濟高質量發展的直接效應在1%的水平下顯著，而間接效應和總效應分別在10%和5%的水平下顯著，比較具體的效應系數大小可以發現，金融科技創新在短期內主要促進本地區的實體經濟高質量發展，同時對鄰近地區有一定的正向空間溢出。從長期DSDM分解結果看，金融科技創新的直接效應、間接效應和總效應均在1%的水平下顯著為正，其中，間接效應系數較短期上升近1倍，表明在長期，金融科技創新在促進本地區實體經濟高質量發展的同時，其對鄰近地區的動態正向空間溢出進一步顯現，通過技術擴散、資源共享和要素流動，顯著助推鄰近地區實體經濟高質量發展水平的提升。綜上，假設H2在樣本范圍內得到了支持。

（三）穩健性檢驗

1. 替換核心解釋變量測度方法?？紤]到數字普惠金融指數的成分比較復雜，而實體經濟高質量發展與銀行信貸關聯度較高，與保險、基金的關聯度較弱，因此，在穩健性檢驗部分，先替換解釋變量測度方法，創新性地采用銀行為申請人的金融科技專利數量FinPT來測度金融科技創新水平。具體做法為運用Python 3.11軟件，參考李真等（2023）[29]構建的金融科技專利詞典，從“中國專利信息中心專利之星檢索平臺”獲取銀行為申請人的金融科技專利相關數據，并根據專利申請公布日、申請人所在省級行政區，進行匹配和統計，形成銀行金融科技專利數量的“年份—省份”面板數據，作為測度金融科技創新水平的代理變量納入空間杜賓模型?；貧w結果如表6的模型7所示?？梢?，替換核心解釋變量的測度方法后，金融科技創新對實體經濟高質量發展的回歸系數仍顯著為正，同時金融科技的空間效應、實體經濟的空間滯后系數也與基準回歸結果基本一致，通過了穩健性檢驗。

2. 金融科技創新監管試點的雙重差分檢驗。為推動金融科技守正創新，更好地促進實體經濟高質量發展，中國人民銀行組織開展了金融科技創新監管試點。截至2022年底，已有172個服務實體經濟的試點項目落地，涉及北京市、上海市、廣東省、江蘇省、浙江省、河北省、四川省、重慶市、湖北省等9個省份。金融科技創新監管試點作為外生的政策沖擊，為檢驗金融科技創新對實體經濟高質量發展的影響提供了良好的“自然實驗”條件。由于各地區開展試點的具體時點不同，本部分通過構建多時點雙重差分模型，進行穩健性檢驗，如（6）式所示。

[lnHQRit=α0+ρWlnHQRit+βDIDit+α1lnCit+φi+ut+vit]? ? ? ? ? ? ?（6）

在（6）式中，下標[i]、[t]分別表示地區和年份，[lnHQRit]表示對數化后的實體經濟高質量發展指數，[W]為嵌套空間權重矩陣，[ρ]為空間滯后系數；[DIDit=Treati×Postit]為多時點雙重差分模型的核心解釋變量，表示地區[i]在[t]年是否參加了金融科技創新監管試點，參加取1，未參加取0，其回歸系數[β]即為我們關注的“自然實驗”的“凈政策處理效應”；[lnCit]為一組對數化處理后的控制變量向量，[α1]為控制變量的回歸系數向量；[φi]和[μt]分別為空間和時間固定效應，[vit]為隨機誤差項。

表6的模型8報告了多時點雙重差分模型的估計結果，“凈政策處理效應”的估計系數在5%水平上顯著為正，即與非試點地區相比，金融科技創新監管試點顯著促進了試點地區實體經濟的高質量發展。為驗證雙重差分結果的可信度，進一步進行了平行趨勢檢驗和安慰劑檢驗，結果表明，在試點政策實施之前，估計系數并不顯著異于0，意味著實驗組和對照組之間不存在系統性的顯著差異，符合平行趨勢假設。從試點實施后的效果看，金融科技創新監管試點的影響存在一定的動態性，與空間計量模型檢驗結果基本一致。同時，進一步通過500次的隨機抽樣進行安慰劑檢驗。結果估計系數基本服從以0為均值的正態分布，表明雙重差分模型的估計結果并非由不可觀測的隨機因素驅動，進一步驗證了估計結果的穩健性。

五、機制分析

（一）金融服務實體經濟效率的中介效應檢驗

本部分進一步探究金融科技創新促進實體經濟高質量發展的機制及其異質性特征。將基于表2指標體系測算的我國31個省份2011—2021年金融服務實體經濟效率作為中介變量納入空間杜賓模型，根據式（3）—（5）所示的逐步因果法進行中介效應檢驗，結果如表7所示。

表7：金融服務實體經濟效率中介效應檢驗結果

[變量 模型9：lnFTFP 模型10：lnHQR lnFin 0.265***

（3.604） 0.079**

（2.527） WlnFin 0.083*

（1.792） 0.085*

（1.959） lnFTFP 0.231***

（4.056） WlnHQR 0.401***

（3.259） 控制變量 控制 控制 空間固定效應 控制 控制 時間固定效應 控制 控制 N 341 341 R2 0.514 0.609 ]

根據模型4的基準回歸結果，在主效應顯著為正的前提下，表7中模型9和10顯示，金融科技創新對金融服務效率的回歸系數及金融服務效率對實體經濟高質量發展的回歸系數均在1%水平下顯著為正，同時模型10中金融科技創新水平的回歸系數在5%的水平下顯著為正，且其絕對值比基準回歸明顯下降，表明存在部分中介效應，且中介效應占總效應的比值較高，為52.77%。因此，提升金融服務效率是金融科技服務實體經濟的主渠道，即假設H3在樣本范圍內得到支持。

（二）金融科技創新監管試點的異質性分析

已有研究表明，完善金融監管體系，運用監管科技創新審慎監管工具，有助于提升金融服務實體經濟效率，增強金融科技對實體經濟高質量發展的促進作用。因此，本部分將31個省份劃分為金融科技創新監管試點地區和非試點地區兩個子樣本，均以金融服務實體經濟效率為中介變量進行機制分析，結果如表8所示。

根據表8，先對比模型11和14，可以發現，試點地區金融科技創新對本地區實體經濟高質量發展的促進作用以及對鄰近地區的正向空間溢出均明顯高于非試點地區，初步驗證了金融科技創新監管試點服務實體經濟的成效。進一步對比機制檢驗結果，模型12中金融科技創新對金融服務效率的回歸系數在1%的水平下顯著為正，模型13中金融服務效率對實體經濟高質量發展的回歸系數也在1%的水平下顯著為正，同時直接效應系數不顯著，表明在試點地區，金融服務效率發揮了完全中介作用。而對于非試點地區，模型15中金融科技創新的回歸系數不顯著，模型16中金融服務效率的回歸系數在10%的水平下顯著，參考溫忠麟和葉寶娟（2014）[26]的做法，進一步用Bootstrap法檢驗系數乘積，盡管也驗證了金融服務效率的部分中介作用，但明顯弱于試點地區，即假設H4在樣本范圍內得到了支持。

六、結論與建議

基于2011—2021年31個省份的面板數據，通過構建實體經濟高質量發展指標體系和嵌套空間權重矩陣，運用空間計量經濟學方法，研究金融科技創新對實體經濟高質量發展的直接影響、動態間接效應和作用機制，并運用銀行金融科技專利數據和基于金融科技創新監管試點的雙重差分模型進行穩健性檢驗。主要結論如下：（1）金融科技創新有助于促進實體經濟的高質量發展，其中，在短期，主要促進本地區實體經濟的高質量發展，同時對鄰近地區有一定的正向空間溢出；而在長期，反映正向空間溢出的間接效應系數較短期上升近1倍，說明金融科技創新的空間影響是一個漸進、動態的過程。上述結論在進行了一系列穩健性檢驗后，仍然成立。（2）中介效應檢驗表明，金融服務實體經濟效率的中介效應占總效應的52.77%，驗證了金融科技創新通過提升金融服務效率進而促進實體經濟高質量發展的機制。（3）與非試點地區相比，在金融科技創新監管試點地區，金融科技更能通過提升金融服務效率促進實體經濟的高質量發展，其直接影響、間接效應和中介效應均明顯高于非試點地區。根據以上結論，可以從優化金融科技業態空間布局、提升金融服務實體經濟效率和推進金融科技創新監管試點等方面提出具體建議，以更好地發揮金融科技創新的賦能作用，促進實體經濟高質量發展。

第一，優化金融科技創新業態空間布局，助力實體經濟均衡高質量發展。實證研究表明，金融科技不僅能促進本地區實體經濟高質量發展，而且對鄰近地區具有動態空間溢出，呈現明顯的空間集聚特征。因此，需要結合國家級金融改革創新試點和區域一體化發展的頂層設計，優化金融科技創新業態空間布局，為加快建設金融強國提供有力支撐。京津冀地區要充分發揮北京的首位優勢和雄安新區的“先行先試”政策優勢，抓好金融科技創新監管、數字人民幣試點、區塊鏈先導應用和金融科技服務資本市場等項目落地，優化金融科技創新業態的空間布局與要素集聚，促進數實融合”，支撐京津冀高質量協同發展。環渤海地區要圍繞環渤海經濟圈建設需要，加強區域金融合作，推動山東半島和遼東半島兩翼加快融入和協同發展，優化金融科技業態空間布局，賦能綠色金融、科技金融、普惠融資等產品和模式更好地服務沿海開發、開放和實體經濟高質量發展。長三角地區要落實區域一體化發展規劃，發揮上海國際金融中心的輻射效應，促進金融科技業態、數字技術資源和金融科技復合型人才集聚，優化空間布局和功能支撐，打造國際一流的金融科技創新都市圈和金融服務實體經濟高質量發展標桿?；浉郯拇鬄硡^要從金融結構、跨境合作、外商投資等方面優化發展，增強灣區金融資源和生產要素集聚，充分發揮金融科技創新的正向空間溢出，服務灣區實體經濟一體化、高質量發展。其他地區也要結合區位優勢和實體經濟重點領域，完善地方金融科技“監管沙盒”，培育和發展數字技術支撐的綠色金融、轉型金融、智慧鄉村金融等特色金融服務，優化金融科技創新業態空間布局，促進實體經濟均衡高質量發展。

第二，提升金融服務效率，暢通金融科技促進實體經濟高質量發展傳導機制。實證研究表明，提升金融服務實體經濟效率，對于暢通傳導機制，更好地發揮金融科技創新的直接作用與間接效應具有重要價值?？梢詮耐度氘a出轉換、數字技術賦能和數據要素應用三個層面提升金融服務實體經濟效率。首先，投入產出的轉換是金融服務效率的根基。要貫徹落實中央金融工作會議精神，完善機構定位，支持國有大型金融機構做優做強，當好服務實體經濟的主力軍和維護金融穩定的壓艙石。要著力打造現代金融機構和市場體系，優化網點、人員、資本等要素投入數量和比例，同時提高信貸資金、金融服務等產出與實體經濟高質量發展需求的匹配度，從而提高金融行業整體的全要素生產率，提升金融服務實體經濟效率。其次，要加大驅動金融科技創新的生成式人工智能、大數據多維引擎等前沿技術的研發力度，賦能金融機構數字化轉型，提升金融科技服務實體經濟的效率。最后，在數字經濟時代，數據作為金融科技行業的核心資產和關鍵新型生產要素，突破了傳統生產要素的邊際生產力遞減規律。要深化數據要素在金融科技創新與推廣中的應用，完善數據要素的產權、定價、流通、交易、使用、分配、治理、安全等基礎制度和政策體系，建立創新容錯機制，加快突破金融數據可信流通、開放共享等關鍵技術，促進數據要素與金融要素高效流動和優化配置，暢通傳導機制，充分釋放金融科技創新促進實體經濟高質量發展的動力。

第三，穩步推進金融科技創新監管試點，增強金融科技服務實體經濟能力。實證研究表明，金融科技創新對實體經濟高質量發展的促進作用和間接效應，在金融科技創新監管試點地區明顯高于非試點地區。因此，建議根據各地金融科技發展實際，針對實體經濟需求，借鑒試點地區的成功經驗，完善金融科技監管體系，加強監管科技能力建設，穩步擴大試點范圍、增加試點項目、打造具有地方特色的“監管沙盒”，引導金融機構加快數字化轉型步伐，推動數字技術與金融業態的深度融合，通過培育和開展有特色、高質量的金融科技試點項目，滿足鄉村振興、產業數字化、綠色發展、共同富裕等實體經濟高質量發展過程中新的金融需求。同時，貫徹落實《金融科技發展規劃（2022—2025年）》，在風險可控、依法合規的前提下發揮好金融科技創新監管試點對全局性轉型升級的示范、突破、帶動作用，為經濟社會發展提供優質金融服務，實現金融科技創新與實體經濟高質量發展的相互促進和良性循環。

參考文獻：

[1]田秀娟，李睿，楊戈.金融科技促進實體經濟發展的影響：基于金融創新和科技創新雙路徑的實證分析 [J].廣東社會科學，2021，（05）.

[2]王婧菲，孫立.數字產業化、金融科技創新與實體經濟“脫實向虛” [J].商業研究，2023，（03）.

[3]譚中明，劉倩，李潔，卜亞.金融科技對實體經濟高質量發展影響的實證 [J].統計與決策，2022，（06）.

[4]王紅建，張科，李青原.金融科技的經濟穩定器作用：金融加速器理論的視角 [J].經濟研究，2023，（12）.

[5]聞岳春，黃昌杰.數字金融、金融集聚與實體經濟發展 [J].金融監管研究，2023，（09）.

[6]陸鳳芝，王群勇.數字普惠金融與金融服務實體經濟效率提升 [J].南開學報（哲學社會科學版），2022，（03）.

[7]周雷，周鈴，毛丹玲.金融科技助力實體經濟高質量發展的作用機理研究 [J].浙江金融，2019，（08）.

[8]薛瑩，胡堅.金融科技助推經濟高質量發展：理論邏輯、實踐基礎與路徑選擇 [J].改革，2020，（03）.

[9]謝絢麗，沈艷，張皓星，郭峰.數字金融能促進創業嗎？——來自中國的證據 [J].經濟學（季刊），2018，（04）.

[10]唐松，賴曉冰，黃銳.金融科技創新如何影響全要素生產率：促進還是抑制？——理論分析框架與區域實踐[J].中國軟科學，2019，（07）.

[11]劉丹陽，黃志剛.金融科技、OFDI與經濟高質量發展：基于“雙循環”相互促進的視角 [J].中國管理科學，2023，（11）.

[12]李夢雨， 彭傳旭， 魏熙曄. 數字金融能否促進經濟高質量發展：來自我國275 個城市的經驗證據 [J]. 金融監管研究，2021，（11）.

[13]魯釗陽，馬輝.金融科技創新對實體經濟增長的影響研究 [J].科學管理研究，2021，39（05）.

[14]邵漢華，劉克沖.實體經濟與要素投入協同發展的時空差異及效應研究：高質量發展視角 [J].科技進步與對策，2020，37（12）.

[15]王榮，葉莉，房穎.中國金融科技發展的動態演進、區域差異與收斂性研究 [J].當代經濟管理，2023，45（04）.

[16]聶秀華，江萍，鄭曉佳，吳青.數字金融與區域技術創新水平研究 [J].金融研究，2021，（03）.

[17]常建新，范立春，高莉.數字普惠金融能夠推動經濟高質量發展嗎？[J].金融發展研究，2021，（12）.

[18]樊羚，韓廷春.金融發展服務實體經濟過程中的政府作用：增進還是抑制？[J].經濟與管理研究，2020，41（08）.

[19]申明浩，譚偉杰，楊永聰.科技金融試點政策賦能實體企業數字化轉型了嗎？[J].中南大學學報（社會科學版），2022，28（03）.

[20]Askitas N，Zimmermann K F. 2009. Google Econometrics and Unemployment Forecasting [J].Discussion Papers of DIW Berlin，55（2）.

[21]郭品，沈悅.互聯網金融對商業銀行風險承擔的影響：理論解讀與實證檢驗 [J].財貿經濟，2015，（10）.

[22]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數字普惠金融發展：指數編制與空間特征 [J].經濟學（季刊），2020，19（04）.

[23]亓鵬，韓慶瀟.金融科技發展有助于農商行業務回歸本源嗎？——來自縣域農商行的微觀證據 [J].金融發展研究，2022，（07）.

[24]宋志秀.基于 DEA-Malmquist 法的中國區域金融服務實體經濟效率測度 [J].武漢金融，2019，（12）.

[25]劉繼兵，田韋侖，張馳，常俊萍.金融科技如何影響綠色發展：基于動能轉換和地理結構的經驗證據 [J].技術經濟，2022，（09）.

[26]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（05）.

[27]趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據 [J].管理世界，2020，36（10）.

[28]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，2022，38（18）.

[29]李真，李茂林，朱林染.銀行金融科技與企業金融化：基于避險與逐利動機 [J].世界經濟，2023，46（04）.

收稿日期：2023-11-05? ? ? 修回日期：2023-12-28

基金項目：國家教育部人文社會科學研究青年基金項目“數字金融服務實體經濟高質量發展研究：宏觀影響與微觀機制”（23YJC790206）；江蘇省社科應用研究精品工程課題“江蘇數字金融產業支持實體經濟高質量發展研究”（23SYB-036）。

作者簡介：周雷，男，江蘇蘇州人，蘇州市職業大學商學院研究員，東南大學SRTP項目指導教師，注冊會計師，研究方向為金融科技；寧心怡，女，江蘇蘇州人，蘇州市職業大學商學院，研究方向為金融科技；宋佳佳，女，江蘇宿遷人，東南大學經濟管理學院，研究方向為數字金融；張鑫，女，河南南陽人，東南大學經濟管理學院，研究方向為金融科技。