數字金融發展、區域金融與內陸開放型經濟

摘要：數字金融與經濟增長作為現代經濟體系的兩大核心要素，它們之間的關系與相互影響一直是學術研究的熱點。隨著數字經濟的發展，數字金融已成為左右經濟高質量發展的重要變量。本文通過構建中介效應模型，分別設計內陸開放型經濟省份及東南部沿海省份兩個樣本組進行對照分析，實證檢驗了數字金融對內陸開放型經濟省份及東南部沿海省GDP增長的影響，發現其起到的促進作用在不同歷史時期并不相同，而且作為中介變量的地方金融發展程度，在數字金融對的回歸分析中統計上顯著。基于實證分析的結果，本文還為我國內陸開放型經濟省份如何利用數字金融實現高質量增長提出了政策建議。

關鍵詞：數字金融；區域金融；開放型經濟；中介效應

DOI：10.12433/zgkjtz.20241803

基金項目： 江西省社科聯重點研究基地（重點）項目

項目名稱： 數字金融對發展江西省開放型經濟的作用機制與對策研究

項目編號： 23ZXSKJD43

基金項目： 江西省教育廳高校人文社會科學研究項目

項目名稱： 數字金融對江西省高質量發展的效應及對策研究

項目編號： JJ20117

一、引言

從社會經濟總量來看，每一次大的文明飛躍，人類創造財富的能力都會有數以十倍、百倍計的提升，數字經濟就是數字文明時代人類創造財富的新模式。目前我們面對的是第四次工業革命，人類社會即將迎來 “數字文明” 的新時代（黃奇帆等，2022）。數字金融與經濟增長一直是學術研究的熱點。數字金融泛指傳統金融機構與科技互聯網公司利用數字技術實現融資、支付、投資及其他新型金融業務的金融模式。2023年中央金融工作會議提出" “加快建設金融強國” ，將金融工作上升到更高戰略高度，并提出重點做好數字金融等五大文章。

現有文獻對數字金融的經濟影響進行了廣泛探討。丁娜等（2020）從信息供給方的角度出發，認為數字金融能夠改進金融信息服務領域的市場效率。江紅莉、蔣鵬程（2021）研究發現，數字金融通過緩解企業融資難、融資貴的困境，促進企業技術創新，進而提升企業全要素生產率，并得出結論認為，我國應重視數字金融的生產率提升效應，在守住不發生系統性金融風險底線的前提下，給予數字金融更多的政策支持，各地區則應根據本地區資源稟賦、產業發展狀況等實施差異化的數字金融服務策略。張宇等（2023）認為，數字金融是一種高度適應性的金融服務模式，數字金融發展形成的海量數據促生新的生產要素，對提高全社會的信息流轉、資源配置發揮了乘數效應；數字金融兼具內生性與外部性特點，數字金融既是信息技術與金融市場發展的內生變量，同時又對經濟增長、創新創業具有正的外部性。

從歷史的角度來看，金融的目標始終是服務實體經濟，而隨著第四次工業革命的到來，數字技術開始改變存續百年的社會經濟發展基本秩序，人類開始進入數據要素時代、人工智能時代。工業互聯網、大數據、云計算、人工智能、區塊鏈、5G等技術，深刻地改變了產品的基本形態、企業盈利的方式以及產業組織的模式。產業生態中的數據確權、透明、穿透，改變了傳統金融中的信用、杠桿、風險的內涵，并急需一種基于數字技術、更好地服務產業生態的金融模式，也就是數字金融（黃奇帆等，2022）。數字金融對經濟增長的影響如何，又怎樣通過中介的作用途徑實現經濟增長，正是本文試圖研究和探索的核心問題。

本文采用2011～2020年全國31個省市的經濟數據為樣本，數字金融采用北京大學數字普惠金融指數（郭峰等，2020），實證檢驗數字金融對我國內陸開放型經濟省份經濟增長的影響，與現有研究結果有所不同，本文發現目前的數字金融發展還處于努力突破傳統發展模式、探索數字金融應用以及與監管反復博弈的初級階段，金融市場波動、數字金融模式風險與監管政策調整等因素都可能對經濟增長產生短期負面影響。同時，研究發現數字金融能夠顯著影響地方金融發展程度以及產業聚集度，證明某些變量在數字金融與內陸開放型經濟省份及東南部沿海省份經濟增長之間具有部分中介效應。

本文的學術貢獻體現在以下方面：第一，分別設立內陸開放型經濟省份及東南部沿海省份兩組樣本對照，通過實證分析其數字金融發展歷史與現狀，查找內陸開放型經濟省份的差距，為推動內陸開放型經濟省份利用數字金融實現高質量增長形成政策建議。第二，將區域金融發展程度作為中介變量，分析數字金融對經濟增長的中介效應，并進一步解釋了從數字金融到經濟增長之間的聯結關系與作用機制。第三，在設計以上兩組樣本省份的產業聚集度指標的基礎上，將其作為重要控制變量，分析數字金融與經濟增長的關系。

二、文獻綜述與研究假設

科技與金融的協同發展對于一個地區的經濟增長極為關鍵。借助數字技術和互聯網通信技術，數字金融實現了金融服務方式的創新和優化，提升金融服務效率，從而有助于提高新創企業的經營效益。科技和金融過去幾個世紀的發展歷史證明，它們往往以協同的方式相互影響（Allen and Gale， 1994;Goetzmann，2009）。在19世紀和20世紀為了籌資建設大規模的鐵路，金融企業家們開發了專門的投資銀行和會計系統，以便遠程投資者進行篩選和監控。近年來，金融企業家們開發了現代風險投資機構來篩選信息技術的初創企業。許多計量證據表明，金融和企業技術創新之間存在著密切的聯系，這種協同作用對于經濟增長至關重要。Laeven et al（2015）提出：技術和金融創新將呈正相關;除非金融家與技術前沿的推進相配合，創新并改進篩選技術，否則找到成功的創業者的概率會下降，從而減緩經濟增長。

數字金融與開發型經濟的關系。Yueh，L.（2016）分析了數字金融對于開放型經濟的影響，認為數字金融可以促進跨國貿易和外匯交易的便利，同時也能夠幫助發展中國家加速發展。Zhang， Y. （2017） 通過實證研究發現，數字金融可以提高金融市場的效率，降低交易成本，提高跨國貿易的效率，同時也能夠幫助發展中國家加速發展。Vishwanath，S. R. （2019） 研究了數字金融對于銀行行業在開放型經濟區的影響，認為數字金融將有效推動銀行業務的創新及其在國際貿易和跨境支付領域的重要性，從而推動經濟增長。

數字金融對經濟增長的作用機制。數字金融的快速發展，能有力地促進金融服務實體經濟的質量與效果（董玉峰等，2020；呂江林等，2021）。數字金融通過緩解企業內外部的信息不對稱，完善企業內部管理，吸引外部資金支持，提升企業的科技創新與盈利能力（朱柯潔，2023）。許多學者認為，數字金融的發展能夠提高創新型企業在金融資源方面的獲取能力和利用能力，緩解中小企業在融資、投資、支付、資產管理等方面面臨的金融排斥問題，促進區域金融發展，從而進一步提升地區經濟發展水平。

基于此，本文提出如下假設：

H1：數字金融與區域金融發展程度呈正相關，且能夠通過促進區域金融發展影響地方經濟增長。

數字金融的發展能夠加快該地區的產業集聚，從而激發經濟高質量增長。隨著數字經濟的快速發展，數字金融逐漸成為影響產業集聚和經濟增長的重要力量。數字媒體和信息技術使工作和組織能夠遠距離進行，3D打印、工業機器人和智能化裝備可以支持不斷變化的生產地點，但是其中仍然存在著一個悖論：隨著遠程工作在技術上變得更加容易，高科技企業員工仍然喜歡通過他們的社會網絡，或由社會關系聯系在一起的一組人和組織來聚集或定位工作地點（Neff G.，2005）。數字金融的發展催生了一種限于特定區域的創新產業集聚區，例如，硅谷地區聚集了全球許多頂尖的科技公司，這些企業通過人才流動、技術共享和合作創新，不斷引領世界科技行業的發展；再如電子信息產業集聚區的深圳市，以其完整的產業鏈、強大的供應鏈和高效的協同合作而著稱。這種效應也被稱作產業創新的 “集聚效應”（ 張宇，2024）。

在現代產業的形成與創新產業的集聚中，該地區的科技創新型企業需要大量的資金投入用于技術創新、擴大生產規模等。傳統的金融服務往往存在較高的交易成本和繁瑣的流程，而數字金融利用先進的技術手段，簡化了交易流程，降低了交易成本，使得市場更加高效。數字金融通過提供便捷、低成本的融資渠道，滿足了企業的資金需求，從而促進了產業集聚的形成。數字金融在“數字金融→產業結構升級→區域經濟韌性”關系中發揮了顯著的正向中介效應（陳勝利等，2024）。

產業創新技術工作人員的集聚區將產生 “虹吸” 效應和 “技術外溢” 的外部性。 “虹吸” 效應可以加速產業鏈上下游的凝聚和形成過程，并培養出整個產業生態系統。產業的區域集聚能夠吸引更多的人才和資源。當一個地區已經形成特色產業聚集地時，其頭部企業的入駐、成熟的配套環境和尖端科研機構的號召力能夠吸引更多的專業人才、市場供應商和服務提供商的加入。這對地區的經濟發展創造有利的外部經濟性，激發有潛能的消費，擴大有效益的投資，進一步提高產業集聚地的凝聚度和競爭力。例如，德國的汽車工業集聚地巴伐利亞州和巴登-符騰堡州吸引了全球頂尖的汽車制造商和供應商，這為德國汽車工業的創新性和國際競爭力提供了強力支持。數字金融的發展有助于促進地區產業聚集。

基于此，本文提出如下假設：

H2：數字金融對地方經濟的產業集聚產生正面的影響。

三、研究設計與實證分析

（一）樣本選擇與數據來源

為了對比我國內陸省份與東南部經濟發達省份的數字金融與產業聚集效應，本文設立了兩個參照組數據。2012年以來，中國政府在國家層面先后批準設立了寧夏、四川、陜西、甘肅、青海、新疆、江西等七省區的內陸開放型經濟試驗區。組1樣本由以上七個省份構成，以反映內陸開放型經濟特征。組2樣本以長江三角洲和珠江三角洲的三個省份組成，即江蘇、浙江和廣東，代表東南部沿海的經濟發達省份。本文以2011～2020年經濟數據為樣本，原始數據來源于各省統計年鑒和萬德數據庫。數字金融變量采取北京大學數字普惠金融指數各省數據（郭峰等，2020）。

（二）變量定義

1.被解釋變量

開放型經濟增長（OE）。采用內陸省份與東南部經濟發達省份GDP增長率為代表變量。

2.核心解釋變量

數字金融指數（DF）。采用北京大學數字普惠金融指數為代理變量，當作核心解釋變量。

3.中介變量

地區金融發展水平（Dev）。由內陸省份與東南部經濟發達省份金融機構貸款數量除以各省地區生產總值表示。

4.控制變量

根據齊紹洲和原毅軍等的研究成果，地區層面的控制變量選擇：①人力資本（Labor），由樣本省份高等教育在校人數除以人口數量表示；②產業聚集度（Aggl），計算樣本省份中各城市常住人口的變異系數。變異系數是標準差與平均值的比值，用于消除樣本數據點數量對差異度的影響，變異系數越高表明該省的產業聚集性越好。相關變量定義見表1。

（三）模型設定

構建考察數字金融對開放型經濟省份經濟增長的影響的回歸模型，以及基于區域金融發展（Dev）作用下的中介效應模型（溫忠麟、葉寶娟，2014），如下：

模型中，下標i，t分別代表省份和年份，OEi，t為被解釋變量，DF為數字金融的代表變量，controli，t為一系列控制變量，εi，t為隨機誤差項。在模型構建中本文還進行如下處理：第一，所有原始數據通過Stata軟件進行中心化（即均值為零）處理；第二，通過豪斯曼檢驗固定效應和隨機效應的系數差異，選擇適當的模型；第三，檢驗中介變量的中介效應是否顯著，如果顯著則計算出中介效應在總效應中的占比。

（四）實證分析

1. 描述性統計

表2為變量描述性統計結果。模型運行結果顯示：2011～2020年組1的七個內陸開放型經濟省份地區生產總值的增速均值為8.558%，高于組2的平均增速，最高值為15%，最低值為1.5%，差異度高于組2；組2的三個東南沿海省份地區生產總值的增速均值為7.527%，最高值為11%，最低值為2.3%。組2的數字金融水平更高，而組1的地區金融發展程度（Dev）更高，表明內陸開放型經濟省份的信貸投放相對GDP的比例更高；從受高等教育人口占比（Labor）看，組2明顯更高，東南沿海省份的教育資源更豐富；區域城市人口的變異系數（Aggl）組1更高，表示內陸開放型經濟省份城市人口分布相對均值有更大的偏差性。

2. 相關性分析

表3中，組1內樣本省份的數字金融（DF）與經濟增長（OE）顯著負相關（相關系數-0.89）；Dev與經濟增長負相關性（-0.627）；數字金融與Dev正相關（0.502），與城市人口聚集的變異系數（Aggl）正相關（0.096）。組2內樣本省份的數字金融與經濟增長顯著負相關（相關系數-0.833）；Dev與經濟增長負相關性（-0.601）；數字金融與Dev正相關（0.583），與城市人口聚集的變異系數（Aggl）正相關（0.181）。兩組樣本反映的規律一致，只是相關系數不同，數字金融與經濟增長均負相關。

3.多重共線性檢驗與豪斯曼檢驗

多重共線性是指線性回歸模型中的解釋變量之間因為存在高度相關性，導致出現模型估計的參數不穩定和不準確問題。檢查多重共線性是建立和評估線性回歸模型的重要步驟之一，有助于提高模型的準確性、簡化模型、避免偽回歸和發現潛在的因果關系。我們利用VIF檢驗評估變量的多重共線性問題，結果見表4，平均VIF值為2.11，說明解釋變量之間的多重共線性問題不大。一般情況下，如果VIF值大于5或10，則認為解釋變量之間存在多重共線性問題。

豪斯曼檢驗（Hausman Test）是用于判斷模型采用固定效應模型或是隨機效應模型的檢驗方法。Hausman（1978）提出，應首先在估計模型中分別加入個體固定效應和隨機效應，然后規范地檢驗時變解釋變量系數的統計量是否存在顯著區別，進而做出對兩種方法的選擇判斷。本文的豪斯曼檢驗統計量結果如下：chi2（5）=10.30，Prob＞chi2=0.0673，這表明原假設（Ho：系數的差異不是系統性的）被拒絕，即固定效應和隨機效應的系數存在系統性差異，應選擇隨機效應模型。

4.實證結果與中介效應分析

表5和表6是我們應用隨機效應模型的檢驗結果，可以對比表5加入控制變量和表6沒有加入控制變量的兩種情形。首先，模型的整體解釋程度較高，整體R2最高0.906，最低0.5327，表示在隨機效應模型下，模型中的解釋變量能夠解釋因變量的大部分變異。組間R2最高0.938，最低為0.525，表示個體間的異質性對因變量的解釋能力很高。Wald chi2統計量最高為240.74，對應的p值均為0，這個統計量用于檢驗模型中的自變量是否顯著影響因變量，p值在小于通常的顯著性水平（如0.05）下，模型中的自變量整體上均對因變量有顯著影響。

在表5中，組1的模型OE（3）中的解釋變量DF和中介變量Dev的p值都在1%以內顯著，回歸系數分別為-0.729和-0.308，表示數字金融和地方金融發展程度每增加1個單位，經濟增長率減少0.729和0.308個單位，反向變化。組2的模型OE（6）中的DF和Dev的p值都在1%以內顯著，控制變量Labor和Aggl的p值在1%、5%以內顯著；數字金融和地方金融發展程度每增加1個單位，經濟增長率減少0.480和0.350個單位，反向變化。自變量產業聚集度的回歸系數為0.175，其與經濟增長同向變化。

我們先考察第一個假設H1：數字金融與區域金融發展程度呈正相關，且能夠通過區域金融發展（中介）影響地方經濟增長。樣本組1（內陸開放型經濟省份）的模型Dev（2）和樣本組2（東南部經濟發達省份）的模型Dev（5）中，DF的回歸系數均為正且統計上顯著，未加控制變量時為0.474、0.578，加入控制變量后分別為0.488和0.651，且整體R2 從0.225、0.271提升到0.570、0.533，表明加入控制變量后模型的解釋力得到提升，這兩組樣本省份中的數字金融發展均對地方金融發展程度產生正面影響，且東南部經濟發達省份的數字金融對地方金融發展程度的邊際效應更大。

其次，分析中介效應。根據溫忠麟、葉寶娟（2014）的分析方法，將所有變量都進行中心化（即均值為零）處理。表5的觀察組1中：模型Dev（2）中解釋變量DF的系數為0.488且統計量p值顯著；模型OE（3）的Dev系數-0.308且統計量p值顯著，拒絕原假設。觀察組2中：模型Dev（5）變量DF的系數為0.651且統計量p值顯著；模型OE（6）的Dev系數為-0.350且統計量p值顯著，拒絕原假設。兩組檢驗數據均說明：數字金融對兩組樣本省份經濟增長的影響有部分是通過中介變量——地區金融發展程度來實現的。根據溫忠麟、葉寶娟（2014）的方法，計算得出我國內陸省份與東南部經濟發達省份金融發展程度的中介效用在總效用占比，分別為17.46%、29.40%。

再考察第二個假設H2：數字金融對地方經濟的產業集聚產生正面的影響。

本文定義的產業聚集度（Aggl）側重產業從事人員的聚集與相應信息流的交換，因此，由省級每個城市常住人口的變異系數代表（見表1），該算法一般用于消除樣本數據點數量對差異度的影響，變異系數越高表明該省的產業聚集性越好。建模如下：

（4）

豪斯曼檢驗：Hausman檢驗的原假設（Ho）是兩個模型之間的系數差異是隨機的，即應該使用隨機效應模型。如果拒絕原假設，則應該使用固定效應模型。經Hausman檢驗的結果是：chi2（3） = 9.54，Prob＞chi2 = 0.0229，拒絕原假設，這意味著兩個模型之間的系數差異不是隨機的，應該使用固定效應模型。

表7中，組1的模型Aggl（1）～（3）中未加入控制變量時，以DF對Aggl的彈性系數為-2.555，整體R2很低；加入控制變量后，模型解釋力增強。總體上，內陸開放型經濟省份中，數字金融指數對產業聚集度的影響不顯著且為負數。組2中，模型Aggl（4）～（6）中未加入控制變量時，DF對Aggl的彈性系數為1.119，為正；在加入控制變量Labor后，模型解釋力改善，且DF和Labor的統計值仍然顯著，系數為正。可見，與組1的檢驗結果不同，組2東南部經濟發達省份中數字金融指數對產業聚集度的影響十分顯著，而且整體呈正向作用。

綜合來看，根據實證結果，第二個假設數字金融對各省的產業集聚產生正向影響，在內陸開放型經濟省份表現不顯著且略有負相關；在東南部經濟發達省份在統計上則十分顯著，在加入控制變量Labor后，數字金融每增加1個單位，產業集聚度增加7.352個單位，可以認為東南部經濟發達省份的數字金融發展與產業集聚之間已經形成相互促進的互融關系。

四、數字金融與內陸開放型經濟增長的啟示

（一）數字金融與經濟增長作用機制的探討

第一個假設成立，內陸開放型與東南部經濟發達省份的數字金融發展均對地方金融發展程度產生正面影響，且東南部經濟發達省份的數字金融對地方金融發展程度的邊際效應更大。從作用機理上看，數字金融的發展推動了技術創新在金融領域的應用，如大數據、人工智能、區塊鏈等，使得金融服務更加智能化、個性化。技術創新不僅提高了金融服務的效率和質量，也促進了金融產品創新，為區域金融發展注入了新的活力。數字金融通過獲得更多的個人財務數據，能夠緩解中小微客戶貸款因信息不對稱而可能引發的信用風險問題，確保中低收入群體的貸款可獲得性，進而促進區域貸款業務增長。數字金融的支付業務能夠大大便利居民的支付活動、降低消費的交易成本，從而促進區域消費增長，發展地區的消費信貸業務。而區域消費的增長又將帶動區域經濟的繁榮，進而推動區域金融發展。

至于數字金融和地方金融發展程度與地方經濟增長率均反向變化，我們分析可能原因如下：一是數字金融的快速發展使一些地方省份出現了產業結構的不可逆轉變，一些行業原有的盈利模式失效而新模式并未確立，可能導致一段時間內經濟增長的放緩或產生負向影響。例如，一些省份的傳統產業數字化過程中，傳統制造業就業機會減少，而數字經濟和新興行業還需要積累時間和技術來發展壯大，在經濟增長過程中出現時間的不同步性。另外，發展數字金融以及與之相應的金融科技需要大量的研發資金投入，也會對原有支撐地方經濟發展的傳統行業如房地產形成“擠出效應”。

二是數字金融是一個新生事物，目前總體上仍處于突破傳統金融發展模式、探索數字金融應用、以及在創新發展與合規監管之間反復博弈磨合的初期階段。數字金融最早可以追溯到上世紀90年代國內互聯網剛剛興起，主要是電子支付的形式存在。2013年以后，中國的互聯網金融才開始崛起，包括陸金所、宜人貸等眾多互聯網金融平臺涌現。2014年智能手機迅速普及，傳統金融機構和金融科技企業開始大力發展互聯網銀行、移動支付、互聯網保險及網絡借貸等。而在野蠻生長之后，2015年中國政府加強對P2P借貸平臺的監管，開啟數字金融強監管序幕，互聯網金融泡沫爆破。在我們的統計期2011年～2020年，數字金融發展一波三折，金融市場的波動、數字金融模式風險以及監管和政策的調整等因素，都可能對省級經濟增長產生短期的負面影響。

三是我們同樣面臨世界上存在的 “數字鴻溝” 難題。數字金融的發展是以普惠金融為目標，但同時也可能帶來 “數字鴻溝” 問題，即數字技術和金融服務的不平等分布。一些內陸省份由于基礎設施缺乏、數字技術普及率低等原因，在數字金融方面的發展相對東南部沿海省份滯后。某些邊緣群體或邊遠地區無法充分融入數字金融體系，導致他們無法享受到數字金融帶來的機會，從而加劇社會財富分配的不均等化，進而導致數字金融與經濟增長之間存在負相關的問題。

第二個假設基本成立，數字金融對各省的產業集聚產生正向影響。從作用機理上，第一，數字金融能夠高效地匹配資本供給與產業發展需求，提高資本配置效率。通過信息技術的應用，數字金融可以更精準地識別不同產業的資金需求和風險特征，從而引導資本流向具有發展潛力的產業，促進產業集聚形成。第二，數字金融的發展有助于提升區域創新能力，進而促進產業集聚。《推進普惠金融發展規劃（2016—2020年）》的頒布強化了數字金融對地區創新能力的提升效應，為產業集聚提供了更加有力的政策支持。一方面，數字金融為創新型企業提供了更加便捷的融資渠道和風險管理工具；另一方面，數字金融也促進了新技術、新模式的傳播和應用，為產業集聚提供了更多的創新動力。當然，數字金融對產業集聚的影響在不同地區存在著異質性問題，內陸開放型經濟地區在數字金融促進產業聚集效應方面的效應明顯不如東南部經濟發達省份顯著，這可能與不同地區的經濟發展水平、產業結構、政策引導與營商環境等因素有關。

（二）內陸開放型經濟地區發展數字金融的建議

目前，我國內陸開放型經濟地區在數字金融領域已經取得了一定的發展成果。數字銀行、數字人民幣、數字支付等新型金融業態不斷涌現，為開放型經濟地區的企業和個人提供了更加便捷、高效的金融服務。同時，數字金融的發展也推動了內陸地區的產業結構升級和經濟增長方式的轉變。然而，內陸開放型經濟地區在數字金融發展過程中也面臨著一些挑戰。首先，由于內陸地區相對封閉的地理位置和經濟發展水平的限制，數字金融的普及程度和應用水平相對較低。其次，數字金融領域的人才匱乏和技術創新不足，也制約著內陸地區數字金融發展。此外，監管政策的滯后和不完善也給內陸地區數字金融的發展帶來了一定的風險和挑戰。

展望未來，區塊鏈、加密技術和區塊鏈應用的軌跡正在超過早期的互聯網應用。Web 3.0的崛起正以其前所未有的迅猛之勢，預示著一次影響深遠的變革，其勢頭堪比第四次工業革命，且其演進速度更為迅猛。在這一浪潮中，科技與金融等領域將迎來深度而全面的融合。金融領域將迎來數字金融和數字貨幣的革命性突破，科技領域則將被元宇宙等前沿技術引領至全新紀元，藝術領域將迎來數字藝術的繁榮與重塑，隱私保護將借助GDPR和信任機器等技術手段得到顯著提升，法律體系也將面臨適應新技術發展的重大改革，而可編程經濟的興起則將開啟經濟運作的全新模式。這一系列變革將共同塑造一個更加智能、互聯、安全且高效的新時代。

根據以上，我們提出以下內陸開放型經濟省份發展數字金融、提升新質生產力的政策建議：

第一，加強金融數字基礎設施建設。內陸開放型經濟地區應加大對數字金融基礎設施建設的投入，提高網絡覆蓋率和數據傳輸速度，為數字金融的發展提供有力的支撐。未來數字金融的發展需要構筑堅實的數字基礎設施，內陸開放型經濟省份應主動掌握主流金融科技的研發與應用，在關鍵技術自主可控的前提下打造新型數字基礎設施，培育適合各地方發展的金融數字生態。

第二，推動技術創新和應用。金融新質生產力的發展離不開技術的革命性突破，如新一代信息技術、先進制造技術、新材料技術等的融合應用，這些技術突破為金融新質生產力的發展提供了強有力的技術支撐。內陸省份應當鼓勵和支持地方金融機構和科技企業加強合作，共同推動數字金融領域的技術創新和應用。加強金融科技研發和應用推廣，能夠有效提高數字金融服務的智能化、個性化和便捷化水平。

第三，培養和引進人才。科技創新的來源是人才，內陸省份應當加強數字金融科技領域的人才培養和引進工作，建立與高校和研究機構的合作機制，培養具有創新精神和實踐能力的數字金融人才。同時，積極引進國內外優秀的數字金融企業和團隊，提升內陸地區數字金融的整體水平。

第四，促進金融與產業的融合。推動數字金融與實體經濟深度融合發展，支持傳統產業轉型升級和新興產業培育發展。通過數字金融的支持和服務，促進內陸地區產業結構優化升級與經濟高質量增長。產業數字金融的特點是金融機構依托物聯網、大數據、區塊鏈、人工智能、云計算等數字技術，可以“一行一策”地定制數據采集與算法模型，通過物聯網布點和企業系統無縫直連，基于區塊鏈不可篡改、可追溯的特點將每一筆資產背后交易情況數字化、透明化和可視化。數字金融的發展加速了產業鏈上下游企業的業務整合與空間聚集，而產業數字化也為數字金融提供了發展的空間。

第五，加大內陸開放型經濟省份的雙向開放力度。開放型經濟是一種打破地理邊界、市場隔離和行政限制的、與封閉經濟不同的新類型經濟形態。內陸開放型經濟省份應加大國內國際雙向開放力度，鼓勵符合國家戰略發展方向的新興產業在海外上市融資，鼓勵并購、重組具有關鍵技術、重要能源的海外公司，大力引進和培育人工智能、互鏈網、超算等數字技術企業，以實現內陸省份在Web 3.0時代技術路線的彎道超車。

第六，內陸省份應致力于完善數字金融監管政策，確保金融市場的穩健運行。需積極配合人民銀行、金融監管總局等金融監管部門，建立健全地方數字金融監管政策法規體系，明確監管職責和權限，確保監管措施的有效性和針對性。加強對內陸省份數字金融領域的監管和風險防范，包括但不限于對數字貨幣、互聯網支付、網絡借貸等新興金融業態的監管。通過設立專門的監管機構或部門，配備專業的監管人員，運用大數據、人工智能等先進技術手段，對數字金融活動進行實時監控和風險評估，及時發現并處置潛在風險。通過參與國際金融監管合作機制，學習借鑒國際先進監管經驗和技術手段，提升本地監管水平。同時，加強與國內其他省份的監管協作，共同打擊跨地區、跨行業的金融違法犯罪行為，維護金融市場的公平競爭和秩序。

參考文獻：

[1]黃奇帆，朱巖，邵平.數字經濟：內涵與路徑[M].北京：中信出版社.2022.

[2]黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（04）：1489-1502.

[3]江紅莉，蔣鵬程.數字金融能提升企業全要素生產率嗎？——來自中國上市公司的經驗證據[J].上海財經大學學報，2021，23（03）：3-18.

[4]丁娜，金婧，田軒.金融科技與分析師市場[J].經濟研究，2020，55（09）：74-89.

[5]郭峰，熊云軍.中國數字普惠金融的測度及其影響研究：一個文獻綜述[J].金融評論，2021，13（06）：12-23+117-118.

[6]陳勝利，游婷麟，宋繼偉.數字金融對中國區域經濟韌性的影響機制研究[J/OL].系統科學與數學：1-31[2024-01-20].

[7]姜曉芳，蔡維德.下一代互聯網Web 3.0與中國數字經濟發展路線研究[J].中國工業和信息化，2022（10）：7-11.

[8]溫忠麟.張雷，侯杰泰等.中介效應檢驗程序及其應用[J].心理學報，2004（05）：614-620.

[9]張宇，李靜.數字金融支持江西高質量發展研究[J].九江學院學報（社會科學版），2023，42（01）：123-128.

[10]張宇：更好發揮新興產業創新的“集聚效應”[N].光明日報，2024-2-22（015）.

[11]Gompers， Paul， Lerner， Josh. 2001. The Venture Capital Revolution [J].Journal of Economic Perspectives 2（1）， 145-168.

[12]Schweitzer， Stuart. Pharmaceutical Economics and Policy[M]. New York： Oxford University Press. 2006.

[13]Laeven L， Levine R， Michalopoulos S. Financial innovation and endogenous growth[J]. Journal of Financial Intermediation， 2015， 24（1）： 1-24.

[14]Neff G. The changing place of cultural production： The location of social networks in a digital media industry[J]. The Annals of the American Academy of Political and Social Science， 2005， 597（1）： 134-152.

[15]Vishwanath. The impact of Fintech on Open Economy Banking[J].Journal of Banking Regulation， 2019，20（1）：22-31.

[16]Yueh，L. The Future of Digital Finance[J]. Journal of Financial Transformations， 2016，43， 71-79.

[17]Zhang， Y. The Effect of Digital Finance on Open Economy[J]. Finance and Trade Research， 2017，16（5）， 52-61.

作者簡介：

陳華（1972），江西九江人，九江學院經濟學院講師，研究方向為金融風險。

程鵬（1982），江西景德鎮人，九江學院經濟學院講師，研究方向為財政金融。

通訊作者：

張宇（1972），河南濟源人，江西開放型經濟研究中心研究員，九江學院經濟學院副教授，研究方向為數字金融、資本市場。