數字金融、產業結構升級與黃河流域高質量發展

摘要：數字經濟的發展為社會經濟發展釋放了新的活力，作為數字經濟的重要組成部分，數字金融依靠其可得性強、便捷性高的優勢為高質量發展提供了更有利的支撐。選擇2011—2021年黃河流域76個地級以上的城市數據作為研究樣本，立足黃河流域高質量發展的特殊性，探索數字金融對黃河流域高質量發展的影響，同時分析產業結構升級的中介作用。研究結論如下：第一，數字金融顯著促進了黃河流域高質量發展，且通過了內生性檢驗；第二，數字金融可以通過驅動產業結構升級來促進黃河流域高質量發展；第三，異質性分析表明，數字金融對黃河流域上游影響程度最大，中游次之，下游最低。

關鍵詞：黃河流域；高質量發展；數字金融；產業結構升級

中圖分類號：F49；F207 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2024.05.008

隨著近年來中國經濟發展速度放緩以及新發展理念的提出，中國經濟開始向高質量發展轉型。而高質量發展對金融支持提出了更高的要求，需要深化金融體系改革，提高金融支持廣度與服務深度。與此同時，數字金融作為數字經濟關鍵組成部分，呈現出了蓬勃發展的態勢。區塊鏈、云計算、大數據以及人工智能等新興技術的發展為數字金融提供了技術支撐，金融機構紛紛進行數字化轉型，加快了數字金融的發展，并使其成為數字經濟產業發展的重要推動力。數字金融憑借其可得性強、便利性高的優勢為貧困地區以及偏遠地區的邊緣群體提供了平等的金融服務，促進了金融普惠的實現。同時，通過大數據技術減輕了信息不對稱問題，可以更高效整合信息資源，實現創新主體與金融資源的直接對接，為創新主體注入新活力?？梢?，數字金融為服務經濟轉型提供了有利的支撐。

2019年黃河流域生態保護與高質量發展戰略的提出為黃河流域指明了發展方向。然而，作為我國區域協調發展的關鍵區域與重要的經濟地帶，黃河流域地區間發展差距懸殊，存在區域間人口、經濟和資源環境發展不協調等問題。2021年中共中央、國務院印發的《黃河流域生態保護和高質量發展規劃綱要》也指出沿黃各省區發展不平衡不充分問題尤為突出，黃河流域最大的短板是高質量發展不充分。從黃河流域上下游經濟發展來看，2022年上游甘肅省人均生產總值僅為下游山東省的一半，發展差距巨大。在“一帶一路”戰略中，黃河流域承擔著重要使命，部分省份負責形成面向中亞、南亞、西亞國家的通道、商貿物流樞紐、重要產業和人文交流基地，這就對黃河流域發展提出了更高的要求。為保障“一帶一路”戰略的順利推進以及實現中國式現代化建設的目標，推進黃河流域高質量發展，解決其發展不平衡不充分問題十分關鍵。已有研究表明，數字金融在落后地區發展速度更快，能夠促進包容性增長［1］，為落后地區的發展帶來一些數字紅利。數字金融發展還能夠促進創業活動［2］，為經濟發展注入新活力。目前有研究指出數字金融對中部地區地級市高質量發展存在顯著正向影響，同時發現數字金融的驅動效應存在區域差異［3］。那么數字金融是否能夠促進黃河流域高質量發展，需要進一步討論。

綜上所述，本文將結合黃河流域發展現狀，以黃河流域地級以上城市為研究對象，研究數字金融對黃河流域高質量發展的影響效應，并深入探索數字金融對黃河流域高質量發展的影響機制，同時根據研究結論提出針對性的政策建議。

1 文獻綜述與研究假設

新時代下，我國經濟已從高速發展階段轉向高質量發展階段，這意味著相對于追求“量”的增加，更加注重“質”的提升。而發展質量的高低，最終的評價標準就是發展是否滿足人民日益增長的美好生活的需求［4］。高質量發展有著多維性、豐富性的內涵，不僅注重經濟發展，也同樣注重社會、生態等方面的發展，還因區域特征差異而具有一定的區域特殊性［5］。根據黃河流域當前發展現狀以及黃河戰略要求，黃河流域高質量發展應以生態環境保護為前提［6］，通過創新驅動的發展方式，提高社會經濟活力和經濟發展效率，改善不平衡不充分的發展現狀，實現區域協調發展，最終滿足人民的美好生活需求。

1.1 數字金融對黃河流域高質量發展的影響

近年來，黃河流域高質量發展已經成為學術界研究的熱點。部分學者從高質量發展水平測度［7］與生態保護耦合協調［8］角度展開研究，也有學者關注財政分權［9］、環境規制［10］、金融集聚［11］等影響黃河流域高質量發展的推進路徑。但目前仍鮮有文獻聚焦于數字金融視角，并結合黃河流域高質量發展的特殊性來構建理論機制展開研究。數字金融作為數字經濟發展的新型驅動引擎，對于緩解黃河流域發展不平衡不充分問題，促進黃河流域高質量發展起到了重要作用。首先，數字金融發展可以促進包容性增長，縮小收入差距［12］，為實現黃河流域區域協調發展提供可能。根據金融排斥理論，高昂的服務成本是導致金融排斥現象的重要原因之一［13］，而偏遠以及貧困地區的金融機構往往承擔著較高的成本，Argent 和Rolley［14］研究發現隨著時間的推移，偏遠貧困地區的金融機構數量明顯減少，而發達地區的機構數量明顯增加。黃河流域上游部分地區經濟實力較弱，在金融資源分配上處于不利地位。數字金融的發展在一定程度上解決了這種由地理和經濟因素導致的金融排斥問題。通過線上金融服務，打破了傳統金融模式的區域服務限制［15］，使落后地區所面臨的金融資源匱乏得到了有效改善，為弱勢群體提供了更多通過合理利用金融資源致富的機會，有利于促進黃河流域協調發展。而在另一方面，根據金融深化理論，數字金融的發展降低了資金成本，進一步增強了風險管理能力，并有效緩解了金融資源錯配的問題，提升了金融資源利用效率，促進了技術創新，推動經濟增長和社會進步。數字商城與線上支付模式的出現，改變了人們的消費方式，通過刺激消費活躍了社會經濟，同時還加大了企業間的競爭強度，倒逼企業推陳出新?？萍冀鹑谄髽I通過互聯網、大數據、人工智能等先進技術建立的各種風險識別控制機制，減輕了信息不對稱問題，有助于減輕創新型企業所面臨的“融資歧視”［16］，為創新驅動發展提供了有力的支撐，有助于為黃河流域發展培育更強的競爭力。黃河流域數字金融發展水平落后于國家平均水平，存在一定的后發優勢［17］，通過數字金融發展釋放數字紅利，為黃河流域經濟社會提供更高質量服務，以此帶動總體發展水平的提高。綜上所述，提出假設：

H1：數字金融發展可以顯著促進黃河流域高質量發展。

1.2 數字金融對黃河流域高質量發展的影響機制

金融發展是推動產業結構升級的重要路徑［18］，通過產業結構升級，生產要素可以向高附加值產業流動，優化資源要素配置，進而促進高質量發展［19］。數字金融通過驅動產業結構升級促進黃河流域高質量發展，一方面數字金融的發展能夠催生一批數字經濟產業，將區塊鏈、云計算、大數據等先進的技術轉化為生產力，進一步與傳統產業交叉融合促進技術密集型產業的發展。通過產業融合和集聚為企業創造了更強的競爭優勢，將為黃河流域高質量發展提供更有力的產業支撐。比如當前的供應鏈金融，將數字技術與現代供應鏈管理相結合，可以顯著降低鏈內企業融資成本并降低鏈內風險，促進鏈內企業協同發展。另一方面，數字金融能為黃河流域傳統產業升級轉型提供更靈活的融資支持。黃河戰略對生態環境保護和社會經濟發展提出了更高的要求，部分高污染企業在環境規制的壓力下需要進行綠色技術創新或是購買減污設備來降低自身的污染排放，并且為了提高發展質量，黃河流域也需要淘汰落后產能，發展高成長型產業以及培育戰略性新興產業，而這無疑都需要大量資金。數字金融的發展能夠通過數字技術整合有效數據，建立征信體系和風險防控機制，為投資者提供更多有效的投資決策信息，減輕信息不對稱現象，并且觸及更多金融市場中的長尾群體，可以吸納更多的投資者來拓寬資金來源以及增加融資數量，減輕信貸扭曲程度，為緩解企業融資約束進行產業優化升級提供可能［20］。

通過產業結構升級，一方面可以優化資源配置，推動黃河流域經濟結構向具有更高附加值和創新能力的行業轉型。同時引導勞動力從傳統低效產業向高技術、高附加值產業轉移，提高勞動生產率和工作效率，促進全要素生產率的提升。另一方面通過培育高技術產業，提升科技創新能力，推動黃河流域創新驅動發展。進一步淘汰落后產能，減少資源浪費和環境壓力，實現資源的有效利用和可持續發展，從而實現黃河流域經濟增長質量的提升。綜上所述，提出假設：

H2：數字金融能夠通過提升產業結構升級來促進黃河流域高質量發展。

2 研究設計

2.1 指標選取

（1）被解釋變量

高質量發展（HQD）。當前對于高質量發展水平的研究，主要采用構建高質量發展指標體系來測算指數［21］，或使用包含非期望產出的綠色全要素生產率來進行衡量［22］?？紤]到高質量發展的多維性特征，構建指標體系更能詮釋高質量發展的內涵。因此基于黃河戰略的要求以及對黃河流域高質量發展內涵的理解，通過參考相關文獻［23］，依照全面性、系統性、層次性和可得性原則，從社會經濟發展和生態環境治理兩個層面選取24個指標構建黃河流域高質量發展指標體系（詳見表1），運用熵值法測出2011—2021年黃河流域76個城市的高質量發展數據。

（2）解釋變量

數字金融（DF）。參考吳雨等［24］的研究，選用北京大學數字金融研究中心和螞蟻科技集團研究院組成的聯合課題組編制的數字普惠金融指數來表示，該指數采用層次分析法從多個維度對中國數字金融發展狀況進行了刻畫，兼顧橫向和縱向上的可比性，是一套反映數字金融發展現狀和演變趨勢的工具性數據。為了方便估計結果的匯報，對其除以100。

（3）中介變量

產業結構升級（UPG）。產業結構升級是在經濟發展過程中，通過調整國民經濟各個產業之間的比重和結構，推動經濟實現從低附加值、勞動密集型產業向高附加值、技術密集型產業的轉變，以促進新興產業的發展，提高整體經濟的效率、創新能力和_{j5GlaAm1wnK04+wIjVAGQnOJz0qgn6E8VEtZm9IADm4=}可持續發展水平。參考徐敏等［25］的研究，采用產業結構層次系數來說明個城市的產業結構升級水平，測算公式如下：

（4）控制變量

根據研究需要，參考上官緒明和葛斌華［26］的研究，選擇以下控制變量：人口密度（PD），選用每平方公里人口數來衡量，并對其取對數處理；基礎設施水平（Infrastructure），采用人均道路面積來衡量；外商直接投資（FDI），選用實際利用外商投資額占地區生產總值比重表示，且對實際利用外商直接投資額按照年均匯率折算成人民幣處理；城鎮化水平（Urban），采用城鎮人口數與總人口數之比來衡量；環境規制（ER），借鑒陳詩一等［27］的研究，選用政府工作報告中環保詞匯比重作為環境規制的代理變量；勞動力就業水平（Labor），選用城市單位就業人數占城市總人口數比重來衡量。

2.2 數據來源與描述性統計

為考察數字金融對黃河流域高質量發展的影響，選取2011—2021年黃河流域76個地級以上城市的面板數據作為樣本進行研究。其中數字金融指數源自北京大學數字金融研究中心發布的數字普惠金融指數；黃河流域高質量發展指標體系中PM2.5 濃度源數據來自于大氣成分分析組（Atmospheric Composition AnalysisGroup）；環境規制數據來源于政府工作報告；其余指標數據均來源于歷年《中國城市統計年鑒》《中國城市建設統計年鑒》，以及各省和地級市統計年鑒、統計公報。少數缺失值通過線性差補法補齊。表2為變量的描述性統計。

2.3 模型構建

2.3.1 基準回歸模型構建

在設計實證分析前，考慮到不同城市間存在的資源稟賦等難以觀測因素和時間上宏觀經濟形勢、政策變化等對高質量發展的影響，本文擬采用時間個體雙固定模型來固定個體和時間上的差異，減少遺漏變量偏誤，消除這些問題的影響，得到更準確的結果，實證檢驗數字金融對黃河流域高質量發展影響的機理，具體模型如下所示：

2.3.2 機制模型構建

為探究數字金融對黃河流域高質量發展的間接傳導效應機制，參考溫忠麟等［28］的研究方法，在基準回歸模型的基礎上加入中介變量來分析數字金融與黃河流域高質量發展間關系的內部機制，如下模型所示：

3 實證檢驗

3.1 基準回歸

運用stata17.0對數字金融影響黃河流域高質量發展進行實證檢驗，表3為基準回歸結果，首先Hausman檢驗結果表明，在1% 水平上拒絕原假設，應該以固定效應模型為準，本文模型構建無誤。根據第（1）列固定城市個體的回歸結果表明，數字金融影響黃河流域高質量發展的回歸系數為0.045，且通過了1%水平的顯著檢驗。在第（2）列加入控制變量后，數字金融影響黃河流域高質量發展的系數依舊通過了1%水平的顯著檢驗，且正向影響水平有所加強。在第（3）列加入時間固定后，數字金融系數增大到0.111，且依舊通過了1%水平的顯著檢驗，意味著數字金融發展顯著促進了黃河流域高質量發展水平的提升。假設H1得到驗證。

在固定時間和個體因素并加入控制變量后的模型（3）中，人口密度與黃河流域高質量發展間存在正相關關系，表明當前黃河流域人口密度的提升仍能促進高質量發展?；A設施水平系數為正但不顯著，可能因為基礎設施水平的提升對高質量發展的影響并不是一個立竿見影的過程，回報周期較長，對高質量發展的影響具有滯后性。外商直接投資系數為負且不顯著，說明外商直接投資未能促進黃河流域社會經濟發展質量的提升，可能是因為引進外資，容易形成技術依賴，不利于黃河流域創新能力的提升，與趙濤等［29］的研究結果一致。城鎮化水平系數為負且顯著，表明當前城鎮規模擴張不利于黃河流域高質量發展。環境規制系數為負且不顯著，可能是因為從長期來說，環境規制對黃河流域高質量發展具有積極影響，而從短期而言，環境規制可能對部分地區經濟發展帶來一些“陣痛”，使部分地區發展受限。勞動力就業水平系數為正且顯著，說明勞動力就業水平的增加能夠提升黃河流域發展質量。

3.2 中介效應檢驗

表4為產業結構升級中介效應回歸檢驗，從第（2）列來看數字金融對產業結構升級影響的回歸系數為0.088，通過了1%水平的顯著性檢驗，說明數字金融可以促進產業結構升級。將產業結構升級放入第（3）列模型后，觀察數字金融系數及顯著性變化，發現相對于第（1）列系數略有下降但顯著性未變，產業結構升級對高質量發展回歸d8eb5509bdfdf114938e1a2cde10d48118e1e5929fd5b30f98192aeb680ff553系數也顯著，表明產業結構升級是數字金融促進黃河流域高質量發展間的作用機制，假設H2得到驗證。數字金融為傳統產業帶來了新的活力和動力，傳統產業在數字化轉型的過程中，通過數字金融的支持，能夠更加靈活地適應市場需求的變化，提升產業的競爭力和創新能力。此外，數字金融還為中小微企業和新興產業提供了更多融資機會，推動它們快速發展。而產業轉型升級優化了產業布局、提升了技術水平、培育了新興產業、加強了人力資本培養，有助于提高經濟的競爭力和增長質量，實現經濟社會的高質量發展。

3.3 異質性分析

為檢驗數字金融影響黃河流域高質量發展的區域異質性，將黃河流域城市分為上游、中游、下游三組后進行回歸檢驗，具體結果如表5所示。下游、中游、上游數字金融回歸系數分別為0.105、0.129和0.132，且均通過了顯著性檢驗。這表明數字金融發展均可以促進黃河流域下中上游高質量發展，其中對上游高質量發展的影響程度最大，中游次之，下游最低，存在些許差異。

黃河流域上游地區經濟發展相對滯后，基礎設施相對薄弱。數字金融的發展可以促進上游地區的金融服務普及和改善，提供更多便捷的金融服務和金融工具，支持上游地區的產業發展、資源開發和生態保護等方面，從而推動上游地區實現高質量發展。對于中游地區來說，數字金融的發展可以為中游地區的金融機構提供更多創新的金融產品和服務，加強金融市場的深化和金融體系的建設，提升金融效率和服務質量，進一步促進中游地區的產業升級和經濟發展。而下游地區相對來說已經有較為發達的經濟基礎和金融體系，雖然數字金融的發展可以提供更多金融創新和服務機會，但由于下游地區已經相對成熟，數字金融發展對下游地區的影響可能相對較低。

3.4 內生性檢驗

為了解決內生性問題，采用兩種方法進行內生性檢驗。首先，為了緩解反向因果帶來的內生性問題，將解釋變量滯后一期代入模型中。具體而言，評估了上一年數字金融對當年黃河流域高質量發展的影響。通過引入滯后變量，可以在一定程度上消除反向因果的影響［30］。其次，內生性的另一個來源是模型可能存在遺漏變量的問題。盡管已經控制了一系列影響黃河流域高質量發展的相關特征變量，但從理論上講，仍然無法有效解決由其他不可觀測因素引起的遺漏變量偏誤。為了解決這個問題，進一步引入了工具變量，并采用最小二乘法來估計模型。根據黃群慧等［31］的研究經驗，選取了各城市1984年每百人固定電話數量和每百萬人郵局數量作為城市數字金融的工具變量。由于所選取的數據為截面數據，無法用于面板估計，因此參考Nunn等［32］的方法，分別將每百人固定電話數量和每百萬人郵局數量與上一年互聯網用戶數構建交互項作為數字金融的工具變量。通過以上方法，可以得到數字金融對黃河流域高質量發展影響的無偏估計，并且解決了內生性問題引起的估計偏誤。檢驗結果見表6。

第（1）列為數字金融滯后一期對黃河流域高質量發展的回歸結果，可見系數依舊為正且通過了1%的顯著性檢驗，在考慮反向因果問題后，數字金融依舊可以促進黃河流域高質量發展。為了進一步避免內生性問題，采用工具變量法進行檢驗，第（2）（3）列分別為兩種工具變量的最小二乘法回歸結果，根據結果來看，在進一步考慮內生性問題后，數字金融提升黃河流域高質量發展效應依舊成立。此外，通過了工具變量識別不足和工具變量弱識別檢驗，說明了選取每百人固定電話數量和每百萬人郵局數量與上一年互聯網用戶數構建交互項作為數字金融工具變量的合理性。

3.5 穩健性檢驗

選用綠色全要素生產率替換被解釋變量進行穩健性檢驗，進一步增強本文說服力。借鑒岳立等［33］的做法，選用超效率SBM模型測算綠色全要素生產率。表7為綠色全要素生產率替換被解釋變量后的回歸結果。從各項回歸結果看，無論是數字金融還是覆蓋廣度、數字化程度和使用深度三個維度，均可以顯著促進綠色全要素生產率的提升，表明數字金融對黃河流域高質量發展具有較大的推動作用，證明了該模型的正確性，增強了結果的穩健性。

4 結論及建議

4.1 研究結論

保護黃河是事關中華民族偉大復興的千秋大計，識別黃河流域高質量發展路徑十分關鍵。利用2011—2021年黃河流域76個地級以上城市的相關數據，探討數字金融發展對于黃河流域高質量發展的具體影響機制。研究結論如下：（1）數字金融對于黃河流域的高質量發展起到了顯著的促進作用。（2）通過加入產業結構升級作為中介變量，發現數字金融的發展顯著促進了產業結構的升級，進而推動了黃河流域的高質量發展。（3）通過異質性分析得出，數字金融對上游高質量發展的影響程度最高，中游次之，下游最低。

4.2 政策建議

（1）加強數字金融政策引導，推動黃河流域數字金融快速發展。數字金融的發展需要有力的政策引導并創造更優良的金融環境，對于黃河流域來說，要精準分析金融資源供求情況，完善頂層設計，并出臺相應的發展規劃以及實施細則，從而促進數字金融的快速發展。

（2）構建數字金融生態體系，促進數字金融產業與傳統產業相融合。在黃河流域選取中心城市或區域，建立產業融合創新實驗區，為實驗區內企業提供優惠政策和便利條件，包括政策支持、人才培養和科技創新等，通過以點帶面的方式，輻射全流域數字金融創新和產業融合發展。

（3）深化數字金融體系改革，推動黃河流域產業轉型升級。要通過建立更健全的風險防控機制與數字征信體系，為投資者增強信心保障，同時黃河流域應加大落后產能淘汰力度，上游大力發展新能源、新材料等清潔循環產業，中游加快產業技術改造，優化基礎能源原材料發展方式，下游著力發展電子信息、生物醫藥等高成長性制造業和戰略新興產業，并積極拓展現代服務業，通過產業結構升級推動高質量發展。

參考文獻：

［1］ 張勛，萬廣華，張佳佳，等. 數字經濟、普惠金融與包容性增長［J］.經濟研究，2019，54（8）：71-86.

［2］ 謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？來自中國的證據［J］.經濟學（季刊），2018，17（4）：1557-1580.

［3］ 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）：23-37.

［4］ 金碚.關于“高質量發展”的經濟學研究［J］.中國工業經濟，2018（4）：5-18.

［5］ 安樹偉，李瑞鵬.黃河流域高質量發展的內涵與推進方略［J］.改革，2020（1）：76-86.

［6］ 任保平，張倩.黃河流域高質量發展的戰略設計及其支撐體系構建［J］.改革，2019（10）：26-34.

［7］ 韓君，杜文豪，吳俊珺.黃河流域高質量發展水平測度研究［J］.西安財經大學學報，2021，34（1）：28-36.

［8］ 劉琳軻，梁流濤，高攀，等.黃河流域生態保護與高質量發展的耦合關系及交互響應［J］.自然資源學報，2021，36（1）：176-195.

［9］ 張瑞，王格宜，孫夏令.財政分權、產業結構與黃河流域高質量發展［J］.經濟問題，2020（9）：1-11.

［10］ 弓媛媛，周俊杰.環境規制、產業結構優化與經濟高質量發展：以黃河流域沿線地級市為例的研究［J］. 生態經濟，2021，37（9）：52-60.

［11］ 程德智，王滿倉.黃河流域金融集聚對區域高質量發展的影響［J］.中國人口·資源與環境，2021，31（8）：137-147.

［12］ 崔海洋，袁倩瑩.數字金融、產業結構升級與包容性增長：基于區域和城鄉協調發展的視角［J］.云南民族大學學報（哲學社會科學版），2022，39（5）：108-116.

［13］ ANDREW，LEYSHON，NIGEL，et al. Geographies of financial exclusion：financial abandonment in Britain and the United States［J］. Transaction of the Institute of British Geographers，1995，20（3）：312-341.

［14］ ARGENT N M，ROLLEY F.Financial exclusion in rural and remote New South Wales，Australia：a geography of bank branch rationalisation，1981-98［J］.Australian Geographical Studies，2000，38（2）：182-203.

［15］ 郭峰，王靖一，王芳，等.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（4）：1401-1418.

［16］ 梁榜，張建華.數字普惠金融發展能激勵創新嗎？來自中國城市和中小企業的證據［J］.當代經濟科學，2019，41（5）：74-86.

［17］ 唐文進，李爽，陶云清.數字普惠金融發展與產業結構升級：來自283 個城市的經驗證據［J］. 廣東財經大學學報，2019，34（6）：35-49.

［18］ 賈洪文，張伍濤，盤業哲.科技創新、產業結構升級與經濟高質量發展［J］.上海經濟研究，2021（5）：50-60.

［19］ 金鳳君，馬麗，許堞.黃河流域產業發展對生態環境的脅迫診斷與優化路徑識別［J］.資源科學，2020，42（1）：127-136.

［20］ 萬佳彧，周勤，肖義.數字金融、融資約束與企業創新［J］.經濟評論，2020（1）：71-83.

［21］ 李金昌，史龍梅，徐藹婷.高質量發展評價指標體系探討［J］.統計研究，2019，36（1）：4-14.

［22］ 余泳澤，楊曉章，張少輝.中國經濟由高速增長向高質量發展的時空轉換特征研究［J］. 數量經濟技術經濟研究，2019，36（6）：3-21.

［23］ 徐輝，師諾，武玲玲，等.黃河流域高質量發展水平測度及其時空演變［J］.資源科學，2020，42（1）：115-126.

［24］ 吳雨，李曉，李潔，等.數字金融發展與家庭金融資產組合有效性［J］.管理世界，2021，37（7）：92-104.

［25］ 徐敏，姜勇.中國產業結構升級能縮小城鄉消費差距嗎？［J］.數量經濟技術經濟研究，2015，32（3）：3-26/tZ5+Qhq5psVWLzzMDzNu2f5O3APjXX2ZJTHeGDpp4=1.

［26］ 上官緒明，葛斌華.數字金融、環境規制與經濟高質量發展［J］.現代財經：天津財經大學學報，2021，41（10）：84-98.

［27］ 陳詩一，陳登科.霧霾污染、政府治理與經濟高質量發展［J］.經濟研究，2018，53（2）：20-34.

［28］ 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（5）：731-745.

［29］ 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）：65-76.

［30］ WOOLDRIDGE J M . Econometric analysis of cross section and panal data［M］.London：The Mit Press，2010.

［31］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［32］ NUNN N，QIAN N. US food aid and civil conflict［J］. American Economic Review，2014，104（6）：1630-1666.

［33］ 岳立，薛丹.黃河流域沿線城市綠色發展效率時空演變及其影響因素［J］.資源科學，2020，42（12）：2274-2284.