數字金融生態對創新韌性的影響

【摘要】區域創新韌性的提升需要資本支持，而數字金融生態環境的協同共生是推動創新韌性提升的重要杠桿。本文基于共生理論和動態定性比較分析方法，采用2011～2021年我國內地30個省份（不含西藏）的樣本數據，從經濟基礎、金融發展、政府治理、社會保障、信用與法治、數字金融等6個維度，考察數字金融生態環境與自主創新韌性、開放創新韌性之間的復雜因果關系，并檢驗其時空差異。研究發現： 數字金融生態環境與區域創新韌性之間存在顯著不符合線性關系假設的反向案例，適宜使用定性比較分析方法。在時間維度上，單個前因條件的存在與否并不構成區域高創新韌性的必要條件，但數字金融對區域創新韌性的必要性程度呈逐年上升的趨勢。從空間維度來看，數字金融生態環境與區域創新韌性的必要性因果關系呈現出典型的空間差異性。存在“實體經濟與金融種群協同共進型”和“數字金融主導下種群交互共生型”兩條促進高自主創新韌性產生的組態路徑，以及“金融種群與政府部門聯動共演型”和“信用法治引領下金融種群共棲型”兩條促進高開放創新韌性產生的組態路徑。

【關鍵詞】數字金融生態環境；自主創新韌性；開放創新韌性；共生理論；動態QCA方法

【中圖分類號】 F204；F205；F832nbsp;""" 【文獻標識碼】A""""" 【文章編號】1004-0994（2025）06-0113-8

【基金項目】江蘇省研究生科研與實踐創新計劃項目“供應鏈數字化轉型對企業能源韌性的微觀經濟效應評估”（項目編號：KYCX24_1654）

一、引言

2023年中央金融工作會議明確提出要加快建設金融強國，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，把更多金融資源用于促進科技創新，大力支持實施創新驅動發展戰略。金融生態環境與技術創新之間的相互聯系及交互作用是推動經濟穩定、可持續增長的關鍵因素（馬微和惠寧，2018）。面對新發展格局，加快實現高水平科技自立自強是促進高質量發展，推進中國式現代化的必經之路。但在內外環境周期性風險沖擊與不確定性擾動的影響下，創新能力不足、關鍵核心技術受制于人等問題并未得到根本性解決（劉海兵，2022）。同時，創新活動往往存在較大的資金缺口，難以獲得金融投資的支持，進一步制約了自主創新水平的提升（胡慧芳等，2022）。此外，面對新一輪科技革命與產業變革的新機遇和全球科技競爭的新挑戰，我國亟需實現自主創新與開放創新的協同共進（夏先良，2017），而增強創新韌性成為應對風險挑戰的關鍵。應激框架下創新生態系統的功能維持尤為需要充足的資金供給，依托創新驅動發展戰略實現經濟高質量發展需要進一步加快推進傳統金融體系與數字技術的深度融合，增強金融“活水”對科技創新的支持力度。

金融生態環境是一個融合了金融發展理念與生態思想的中國本土概念，其意味著將金融體系構建為具有協同、共生、進化等功能的生態系統，并從種群共生關系的視角考察金融生態系統的內部運行機理（張玉喜和劉欒云嶠，2021）。數字技術的縱深發展與深度應用推動了數字和金融的緊密結合，數字金融的涌現拓寬了金融服務的廣度與深度，減少了金融主體與其他主體的交易摩擦，降低了信息不對稱，促進了金融資源更合理的流動（Feng等，2022；Ozili，2018；鄭金輝等，2024）。基于此，數字金融生態系統應運而生。數字金融生態系統是指在一定的時空范圍內，數字金融與傳統金融種群相互作用、相互依賴，并與實體經濟、政府部門、居民以及其他中介平臺所構成的賴以生存、穩定運行、共生發展的生態系統環境（黃浩，2018）。在此環境下，數字科技賦能貨幣資金與商業信用的有效流動和合理配置，促進金融功能的實現與優化。數字金融生態環境的有效運行是系統內各種群協同共生、良性發展的重要體現，亦是為區域科技創新系統提供良好金融服務支持，促進風險沖擊下高創新韌性涌現的前提。因此，本文考察了共生視角下何種數字金融生態環境能夠促進區域高創新韌性的涌現。

金融生態與科技創新研究由來已久，本文根據研究方法的差異將現有研究分為如下三類： 一是通過實證檢驗方法考察金融生態系統或其子系統對技術創新的影響（吳昊旻和靳亭亭，2017），此類研究基于還原論視角著重考察金融生態環境或其子維度對于區域創新的孤立“凈效應”，或者額外考察金融生態環境與環境規制、產業結構等變量的交互作用對創新的影響（方磊和張雪薇，2023；孫龍和雷良海，2021）。二是基于理論思辨與演繹推理的邏輯解構金融生態環境對科技創新的作用機理、發展態勢以及規劃架構（張貴和張東旭，2019）。三是通過數理建模方法測度區域金融生態環境指數，并評估金融生態系統與科技創新的耦合程度、空間差異及其動態演進趨勢（白玉娟和于麗英，2019），進而使用系統動力學等仿真方法考察金融生態系統的演化機制（李媛媛和陳文靜，2022）。上述研究豐富并拓寬了金融生態與科技創新的研究范疇，但仍存在如下不足： 其一，部分學者基于種群與環境的交互作用考察科技金融生態系統對創新的影響，但較少探究數字金融主體如何通過與其他主體的聯動匹配促進區域創新。其二，少數學者基于創新模式差異考察金融發展對不同程度創新的影響，但并未充分挖掘金融生態子系統的交互聯動對創新模式的影響差異，且多將創新置于線性、穩定的發展環境下，較少談及數字金融生態環境對創新韌性的影響。

鑒于此，本文從共生理論切入，使用基于面板數據集的動態定性比較分析（QCA）方法，選取2011～2021年我國內地30個省份（包含直轄市、自治區，不含西藏，下同）的樣本數據，從時間和空間雙重維度考察數字金融生態環境與區域創新韌性間的復雜因果關系，旨在解決如下問題： 其一，單個數字金融生態環境要素能否成為區域高創新韌性產生的必要條件？該條件是否具有典型的時間特征或空間特征？其二，哪些數字金融生態環境的條件組態能夠促進區域高創新韌性的涌現？高自主創新韌性與高開放創新韌性的組態路徑是否存在差異？其三，數字金融生態環境影響區域創新韌性的組態路徑是否存在時間效應或空間效應？

本文具有如下潛在貢獻： 首先，從研究視角來看，本文基于共生理論的視角，聚焦數字金融生態環境內不同主體的交互共生關系，解構數字金融生態環境對區域創新韌性的影響機理，豐富了區域創新韌性的前因研究。其次，從研究內容來看，本文將數字金融納入金融生態環境分析框架，拓寬了金融生態環境的研究邊界，并將區域創新韌性細分為自主創新韌性和開放創新韌性，揭示了數字金融生態環境與自主創新韌性、開放創新韌性之間的復雜因果關系。最后，從研究方法來看，本文通過反向案例檢驗判斷從組態視角考察數字金融生態環境與區域創新韌性間復雜因果關系的適用性，為QCA方法的應用提供了定量證據支撐； 同時，探索適宜面板數據集的QCA一般方法，從時間與空間雙重維度考察數字金融生態環境對區域創新韌性的必要性與充分性，豐富了該研究領域的方法論一般范式，并為動態QCA方法在創新管理領域的應用提供了參考。

二、理論框架構建

基于創新模式差異，可將區域創新劃分為自主創新和開放創新。自主創新表現為獨立自主對前沿技術的顛覆式、革命性突破，具有更高的不確定性、技術復雜度、資金投入強度以及更長的研發周期（馬微和惠寧，2018）。自主創新韌性則表現為區域自主創新系統在面臨外部風險沖擊時維持自身穩定，甚至演化至更高水平自主創新的能力。相比之下，開放創新則強調積極融入內外創新網絡，通過加強對外交流合作、充分利用創新資源，促進技術聯合攻關，并實現對先進外來技術的消化吸收和再創新（尹西明等，2019），該創新模式具有更低的創新風險及更具確定性的創新收益，創新復雜度相對較低，資金需求量相對較少。開放創新韌性則表現為區域開放創新系統應對風險沖擊時所激發的風險吸收、抵御、恢復及進化的能力。區域創新系統具有高度的復雜性與異質性（Ramezani和Camarinha-Matos，2020），不同創新模式的“風險—收益”特征衍生出不同的金融需求，進而需要營造出適宜的金融生態環境以促進區域創新韌性的提升。

金融生態環境是典型的多主體共生耦合的復雜系統，系統中的企業種群（實體經濟）、政府部門、金融市場、中介服務機構以及普通投資者等組織群落利用所持有的資源與能力，促進資金、信息、政策等資源的流動與整合（張玉喜和劉欒云嶠，2021），共同實現該系統的良性運轉，推動高質量金融價值的共創，促進主體間的共生與增益。數字技術的發展與應用為傳統金融發展帶來新的契機，進一步打破金融生態系統的時空局限，加速系統的技術流動與動態演化，數字金融生態環境隨之衍化而生。數字金融生態環境是數字技術與傳統金融生態系統的有機結合，其將數字金融種群引入傳統金融生態系統，促進系統功能的優化升級（黃浩，2018），加速系統內種群的互動，重塑種群間的協調機制。基于數字金融生態環境的種群共生關系，本文在以往研究的基礎上，延伸出經濟基礎、社會保障、政府治理、信用與法治、數字金融以及金融發展等6個維度，考察共生視角下數字金融生態環境與區域創新韌性之間的復雜因果關系。

經濟基礎反映了地區實體經濟的發展現狀及其資金需求。各類創新活動的開展均需高密度的資金投入，經濟基礎薄弱的地區由于自身經濟實力的限制和發展需求的約束，更傾向于選擇開放創新模式。自主創新活動的開展需要在堅實經濟基礎的前提下進一步調動金融主體的支持，金融發展的參與能夠有效實現資金合理配置，緩解創新活動面臨的融資約束（張貴和張東旭，2019），促進區域創新韌性的提升。數字金融依托技術賦能傳統金融主體，能夠進一步打破金融的時空局限與信息壁壘，降低其運行成本，并促進規模效應的產生，優化資金配置，提升區域創新韌性。

良好的公眾投資環境是促進企業創新的重要條件，在社會保障水平較高的地區，公眾傾向于將資金用于投資，從而增強資金流動性（何曉斌等，2020）。活躍的金融市場更能將短期資金轉化為適應自主創新的長期資金，在一定程度上緩解創新資金需求與投資者風險厭惡之間的矛盾（馬微和惠寧，2018），保障自主創新韌性的提升。相比之下，社會保障體系薄弱地區的投資者傾向于選擇儲蓄這類流動性風險較低的投資方式，銀行等金融機構的信息處理能力及風險管控流程則決定了開放創新模式的適宜性（龔強等，2014），促進了開放創新韌性的提升。數字金融在提升資金配置能力的同時，還可強化信息處理與風險預測監管功能，進一步提升區域創新韌性。

數字技術與金融市場對資金流動的主導作用存在市場失靈的風險，因此通過政府治理這一“有形的手”進行調控是必要的。政府通過財稅政策、補貼政策、投資基金等分散并化解金融機構的投資風險，提升其投資收益，進而增強其投資意愿、擴大其投資規模，為區域創新韌性的提升提供政策引導與資金支持。數字金融與政府治理的緊密結合在促進金融體系優化升級的同時，還能規范金融主體的運行秩序，保障創新資金的良性運行。

政府部門通過完善數字金融相關政策法規、深化社會信用體系建設等舉措，促進區域信用與法治水平的提升。良好的信用與法治環境能夠規范金融市場行為（李思龍等，2022），助力金融市場的完善與健全，提升投資者信心，約束投資者道德風險，彌補金融市場無法通過抵押、清算等手段約束企業道德風險的缺陷（馬微和惠寧，2018），發揮金融市場對自主創新韌性的支持作用，并協調投資者利益關系，為開放創新韌性的提升減少阻礙。

就數字金融與傳統金融的交互關系而言，充分的傳統金融供給可促進數字金融的快速發展。傳統金融為數字金融的發展提供了初始資金支持、高質量金融人才以及潛在的市場空間（王喆等，2021），在加速數字金融發展的同時促進傳統金融發展，進而為創新活動提供廣泛的資金來源，促進區域創新韌性的提升。在政府監管缺失以及信用與法治環境較差的情況下，數字金融面臨監管缺失與技術漏洞等潛在風險（孟曉倩和吳傳清，2022），出于風險規避的需求，傳統金融仍具有較大的發展優勢，對區域創新韌性的支持力度更強。此外，在社會保障體系較為薄弱的地區，資金需求方和資金供給方的風險規避意愿較強，具備完善金融監管體系與行業自律準則的傳統金融對區域創新韌性的支持力度更強。

基于此，本文從共生理論入手，結合數字金融生態系統的理論維度，構建區域創新韌性的組態分析理論框架，如圖1所示。

三、研究設計

（一）研究方法

由于數字金融生態環境與區域創新韌性之間的關系并非簡單的線性關系，且該影響效應具有動態連續性和一定的滯后性，本文選擇適宜探究非對稱因果關系的QCA方法，考察數字金融生態環境各子維度間的交互聯動如何影響區域創新韌性。經典的QCA方法基于案例導向考察截面數據下前因條件的多重并發因果關系，但該方法并未考慮時間效應對因果關系的影響，且缺乏對案例對象個體差異的挖掘。Roberto和Miguel（2016）提出的基于面板數據集的QCA一般方法可在一定程度上彌補上述缺陷，該方法將一致性指標和覆蓋度指標分別劃分為組間、組內以及總體三個維度，并引入一致性調整距離的概念用于考察因果組態的時間效應和個體效應的動態性與穩健性。因此，本文選取基于面板數據集的QCA一般方法，探討產生區域高創新韌性的數字金融生態環境條件組態的動態性及因果穩定性。

（二）數據來源

我國于2012年正式提出創新驅動發展戰略，故本文的區域創新韌性數據來源于2012～2021年的《中國科技統計年鑒》，金融生態環境數據來源于2011～2020年的《中國統計年鑒》《中國金融統計年鑒》以及《中國勞動統計年鑒》，數字金融數據來源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》第五期。由于我國的西藏及港澳臺地區數據缺失較為嚴重，本文參考同類研究將其剔除，并采用線性插值法填補其余缺失值。考慮到數字金融生態環境對區域創新韌性的影響存在一定的滯后性，本文對條件變量進行滯后一期處理。

（三）變量設置

1. 結果變量： 區域創新韌性。創新韌性主題的研究尚處于起步階段，常見的測度方式包括綜合指標法和核心變量法兩種。本文根據創新模式的差異，將區域創新韌性劃分為自主創新韌性和開放創新韌性，并參考Martin等（2016）、胡甲濱和俞立平（2022）以及馬微和惠寧（2018）的測度方法，通過分析有效發明專利的變化狀況來衡量自主創新韌性（IDCR），通過分析技術獲取與改造經費支出的變化狀況來衡量開放創新韌性（IPCR）。此處以自主創新韌性為例介紹其數據處理過程，開放創新韌性同理可得。

IDCRi，t=（△Ei-△P）/|△P| （1）

△Ei=Ei，t-Ei，t-1 （2）

△P=［（Ec，t-Ec，t-1）/Ec，t-1］×Ei，t-1 （3）

其中： IDCRi，t表示i地區在t年的自主創新韌性水平； △Ei表示t-1～t年i地區有效發明專利的變動情況； △P表示以全國的有效發明專利變化情況為基礎預測得到的i地區在t-1～t年有效發明專利的變動情況； Ei，t、Ei，t-1分別表示t年、t-1年i地區有效發明專利數量； Ec，t、Ec，t-1分別表示t年、t-1年全國有效發明專利數量。

為使數據具有可比性，本文對IDCR、IPCR進行中心化處理。處理后的指標數值越大，意味著自主創新韌性、開放創新韌性水平越高，數值正負則表示該地區的創新韌性高于或低于全國平均水平。

2. 條件變量。數字金融生態環境是數字技術與傳統金融生態系統相結合的衍生概念，本文參考以往研究及《中國地區金融生態環境評價（2013～2014）》的劃分維度，將其劃分為經濟基礎、金融發展、政府治理、社會保障、信用與法治以及數字金融等6個維度，各維度所涵蓋的具體指標如表1所示。

經濟基礎（EB）是指地區實體經濟發展水平及其對資金的需求狀況。該維度包括地區生產總值、第三產業增加值占比、規模以上工業企業流動資產、社會消費品零售額、固定資產投資額、進出口總額以及城鎮居民人均可支配收入等指標。

金融發展（FD）是指地區在金融市場規模、金融市場化、金融結構優化、金融系統性風險防范以及金融服務實體經濟等方面的整體發展水平。該維度涵蓋金融業城鎮單位就業人員、金融機構存款余額、金融機構貸款余額、股票市價總值、保險機構保費收入以及金融業增加值等指標。

政府治理（GM）是指政府對市場規制與市場秩序的指導和維持水平，以及政府對市場資源流動的干預和調控水平。該指標涵蓋地方財政一般預算支出、地方財政一般預算收入、稅收占財政收入比重以及地方財政金融監管支出等指標。

高水平的社會保障有助于促進社會公平、營造良好的社會信用環境、提升人民生活水平。社會保障（SI）維度涵蓋醫療衛生機構床位數、城鎮職工參加養老保險人數以及參加失業保險人數等指標。

信用與法治（CL）是指地區社會信用文化氛圍及法治環境水平。該維度涵蓋普通高等學校本科在校學生數、普通高等學校教職工總數、人均擁有公共圖書館藏量、法院案件結案率以及不良貸款率等指標。

數字金融（DF）是指數字技術與傳統金融活動有機結合所形成的創新型金融發展體系，其核心要義在于依托數字技術實現金融系統的普惠價值創造。該維度涵蓋數字金融覆蓋廣度、數字金融使用深度以及普惠金融數字化程度等指標。

各條件變量均使用TOPSIS-熵權法進行指標測度。

（四）變量校準與描述性統計分析

校準可將原始數據轉化為集合中的隸屬程度。本文采用直接校準法，參考張吉昌等（2023）的操作辦法，依次選取25%分位數、50%分位數和75%分位數作為完全不隸屬、交叉點以及完全隸屬的校準錨點。變量校準與描述性統計結果見表2。由描述性統計結果可知，區域創新韌性整體水平較低，具有較大的改進空間，且不同區域間存在較大差異，因此該研究主題獲得了各界的廣泛關注。

四、數據分析

（一）反向案例檢驗

上文已初步推斷QCA方法適用于考察數字金融生態環境與區域創新韌性間的因果關系，本文利用反向案例檢驗為QCA方法的適用性提供定量證據支撐。若變量間的關系存在顯著的反向案例，則意味著存在因果不對稱性，由此可驗證QCA方法的適用性。本文參考李振東等（2023）的處理辦法，按照五分位法依次生成新變量，并對新變量進行交叉表分析，結果顯示（部分如表3所示），變量間存在顯著不符合線性關系假設的反向案例，說明本文適合使用QCA方法檢驗變量間的構型模式。

（二）單個條件的必要性分析

單個條件的必要性分析用于考察某一條件變量的存在或缺失是否是結果變量存在的必要條件。傳統QCA方法判斷必要性的標準為一致性大于0.9且覆蓋度大于0.5； 動態QCA方法除了要滿足上述標準，還應符合組間一致性調整距離和組內一致性調整距離小于0.2，以此說明總體一致性精準度較高。單個條件必要性分析結果如表4所示，各條件變量對區域創新韌性的總體一致性均小于0.9，但數字金融（DF）的組間一致性調整距離大于0.2，意味著可能存在潛在的時間效應，需要做進一步檢驗。

通過進一步識別數字金融的組間一致性與覆蓋度發現，部分年份的組間一致性大于0.9且覆蓋度大于0.5。為此，依次畫出DF對IDCR的必要性、DF對IPCR的必要性、～DF對IDCR的必要性、～DF對IPCR的必要性四種情況的散點圖（圖略，留存備索），發現大部分案例集中于右下角，表明其未通過必要條件檢驗。因此，不存在單一條件變量的存在或缺失構成區域創新韌性的必要條件。

盡管數字金融未構成區域創新韌性的必要條件，但由各年份數字金融與區域創新韌性的組間一致性變動趨勢可知，數字金融呈現出明顯的時間效應，其對區域創新韌性的必要性于2015年發生飛躍，此后呈現持續增長趨勢。這可能是因為2015年《政府工作報告》中首次提及互聯網金融，市場對數字金融持積極態度，且數字金融監管逐漸正規化，數字金融對經濟發展的支持作用日益顯著（黃益平和陶坤玉，2019）。

經濟基礎（EB）、政府治理（GM）、社會保障（SI）以及信用與法治（CL）的組內一致性調整距離均大于0.1的臨界值，意味著上述前因條件在不同地區間的必要性存在較大個體差異，進一步表明金融主體需要同其他主體構成良性、有序的共生關系，進而促進區域高創新韌性的涌現。表5呈現了數字金融生態環境構成區域高創新韌性必要條件的具體省份。經濟基礎、政府治理、社會保障以及信用與法治對東部地區和中部地區的高自主創新韌性具有較強的必要性，且主要集中于北京、江蘇、山東等東部地區省份； 經濟基礎、政府治理、社會保障以及信用與法治對東、西部地區的高開放創新韌性具有較強的必要性，主要集中于廣東、遼寧、上海等東部地區省份，以及以四川為代表的西部地區省份，經濟基礎、政府治理、信用與法治對中部地區的高開放創新韌性具有較強的必要性，主要集中于以河南為代表的中部地區省份。可見，數字金融生態環境與區域創新韌性的必要性因果關系呈現出典型的空間差異性。在此基礎上，本文進一步進行條件組態的充分性分析，以挖掘自主創新韌性與開放創新韌性的構型模式，并分析其路徑差異。

（三）條件組態的充分性分析

條件組態的充分性分析用于挖掘前因條件的不同組態促進結果變量產生的充分性。基于本文所覆蓋的樣本量及同類研究對各參數閾值的設置規范（Ding，2022），本文將一致性閾值設置為0.75，案例數閾值設置為1，PRI閾值設置為0.6。由于不存在相關事實證據或經驗文獻表明條件變量對結果變量的影響存在方向預判，故在反事實分析環節將6個條件變量均設置為“存在或缺失”，由此獲得中間解和簡約解。當某一條件同時在中間解和簡約解中存在或缺失時構成核心條件，僅在中間解中存在則構成邊緣條件。組態分析結果如表6所示。共有3個組態能夠產生高自主創新韌性，其總體一致性為0.797，大于0.75的臨界值，總體覆蓋度為0.153； 組態N1a和N1b均包含經濟基礎與金融發展，構成二階等價組態。共有3個組態能夠產生高開放創新韌性，其總體一致性為0.766，大于0.75的臨界值，總體覆蓋度為0.125； 組態M1a和M1b均包含金融發展和政府治理，構成二階等價組態。此外，各組態的組間一致性調整距離和組內一致性調整距離均超過0.1的臨界值，意味著各組態存在潛在的地區效應和時間效應，需要進一步討論。

1. 關于促進高自主創新韌性產生的數字金融生態環境組態路徑。

（1）路徑一： “實體經濟與金融種群協同共進型”。其包含N1a、N1b兩個組態。組態N1a表明，高經濟基礎、高金融發展、非高社會保障以及非高數字金融作為核心條件，高政府治理、非高信用與法治作為邊緣條件可以產生高自主創新韌性。組態N1b表明，高經濟基礎、高金融發展、非高社會保障以及非高數字金融作為核心條件，非高政府治理、高信用與法治作為邊緣條件可以促進高自主創新韌性的涌現。在這兩個組態中，政府治理和信用與法治存在替代關系，此時政府部門與相關平臺中介扮演著“協助之手”的角色，強有力的金融市場和實體經濟協同推進、相互增益，共同提升區域創新基礎水平，為自主創新活動提供強大的支撐，增強區域創新系統的風險承擔能力，促進高自主創新韌性的涌現。

該路徑的典型案例包括福建（2015年）和天津（2015年）等。福建省通過持續優化信貸投放結構，加大對重點項目、產業發展及薄弱環節的信貸投入，并針對中小微企業提供“無間貸”“連連貸”等無還本續貸產品，為自主創新提供充足的資金支持； 泉州市通過深入開展金融服務實體經濟綜合改革，并著力提升金融風險防范能力，為自主創新進一步提供保障，促進高自主創新韌性的涌現。天津市通過支持實體企業發行各類債務融資工具，并注重發揮政策性金融優勢，幫助實體企業獲得低息資金； 通過實施中小微企業貸款風險補償機制，開辟金融支持實體經濟發展制度創新的先河，2015年全市新獲得貸款企業占當年有融資需求企業的75.3%； 通過構建國內最大的融資租賃集聚區，積極向高端裝備、軌道交通、節能環保等領域延伸服務，在提升實體經濟裝備水平的同時，有效提升自主創新韌性。進一步分析可知，該組態路徑在2015年及以前的一致性水平較高，具有較強的解釋力，而2015年是互聯網金融進入爆發式增長、互聯網金融監管進入密集期的一年，這意味著在數字金融缺失的情況下，強有力的實體經濟與傳統金融發展相互支持、協同共進是促進高自主創新韌性涌現的主要路徑。

（2）路徑二： “數字金融主導下種群交互共生型”。組態N2表明，高經濟基礎、非高金融發展、高政府治理、高信用與法治、高數字金融作為核心條件，高社會保障作為邊緣條件可以促進高自主創新韌性的涌現。組態N2呈現了數字金融生態環境下多方種群主體在數字金融的主導下協同發力、交互共生，進而產生高自主創新韌性的演化邏輯。組態N2所包含的省份在傳統金融領域的表現相對較弱，但較高的社會保障水平促使資金向數字金融領域流動，使數字金融成為主導力量； 在傳統金融市場失靈的情況下，需要依靠政府部門的“有形之手”實現資源的有效配置，進而推動金融資源與實體經濟的良性互動； 信用與法治體系的完善有助于營造良好的金融交易氛圍，為失信風險的防范與分散提供有力背書。高自主創新韌性由此得以涌現。

該路徑的典型案例包括福建（2018年）、河北（2018年）、河南（2018年）、湖北（2016年、2017年）、遼寧（2016年、2017年）等。以湖北為例，湖北省積極探索互聯網金融新模式，加快科技金融改革創新，初步形成了以“六個專項”為特點的“東湖模式”，實現了社會融資規模及戰略性新興產業貸款的大幅提升； 出臺《湖北省互聯網金融風險專項整治工作實施方案》，規范各類互聯網金融業態，有效遏制了互聯網金融的潛在風險。在此背景下，湖北省綜合科技創新水平指數于2017年提升至全國第7位，部分科技成果在領域內邁入世界一流水平，自主創新韌性顯著。進一步分析發現，該組態路徑的解釋力隨著數字金融的發展而逐步提升。

2. 關于促進高開放創新韌性產生的數字金融生態環境組態路徑。

（1）路徑一： “金融種群與政府部門聯動共演型”。其包含M1a、M1b兩個組態。組態M1a表明，高金融發展、高政府治理、非高社會保障作為核心條件，高經濟基礎、非高信用與法治作為邊緣條件能夠產生高開放創新韌性。組態M1b表明，高金融發展、高政府治理、非高社會保障作為核心條件，非高信用與法治、高數字金融作為邊緣條件能夠促進高開放創新韌性的涌現。該路徑的典型特征為： 在社會保障水平較低的情況下，居民更傾向于將資金用于儲蓄而非投資，導致資金流動性降低，而信用與法治的缺失導致潛在風險變大； 此時，政府部門的“有形之手”和金融市場的“無形之手”交互聯動、協同共演，數字金融促使信息處理能力提升，與政府的有效監管共同作用于金融風險管理和資金精準流動，短期內可促進資金向風險共擔、收益穩定的開放創新領域流動，增強開放創新韌性。

該路徑的典型案例包括福建（2015年、2016年）、山西（2019年、2020年、2021年）、內蒙古（2018年、2019年）等。以山西為例，山西省堅持推動高質量共建“一帶一路”走深走實，深化多雙邊和區域經濟合作，牢固樹立內陸和沿海同處開放一線的理念，在加快建立“一帶一路”科技合作基地的同時，積極擁抱長三角、京津冀等創新區域，呈現出高水平開放創新韌性。山西省穩步推進金融開放，積極與國內外各類金融機構達成戰略合作，中國人民銀行太原中心支行出臺《關于積極穩步推進山西省金融科技創新發展的指導意見》，鼓勵金融機構積極與國內外龍頭科技企業、高校院所建立合作伙伴關系，促進產學研協同發展，推進數字技術與金融業務深度結合； 同時，聚焦金融數據能力建設，開展數據治理，加強數據融合應用，連同政府監管嚴控金融風險。山西省金融機構資金的主要來源——住戶和非金融企業部門存款，實現增量穩步提升； 山西省大力發展數字普惠金融，緩解小微企業融資約束，以金融“活水”促進實體經濟高開放創新韌性的涌現。進一步分析發現，該組態路徑的解釋力呈現出波動上升趨勢。

（2）路徑二： “信用法治引領下金融種群共棲型”。組態M2表明，非高經濟基礎、高金融發展、高信用與法治、高數字金融作為核心條件，非高政府治理、非高社會保障作為邊緣條件能夠促進高開放創新韌性的涌現。在高信用與法治水平的引領下，基于大數據和人工智能等數字技術，銀行等金融機構可通過逆周期監管、數字信用、金融脫媒等技術手段實現有效金融監管與資金融通，為開放創新優化資金配置。同時，健全的信用與法治體系可有效減少投資主體依靠策略性股權融資手段獲利的短期投機行為（方磊和張雪薇，2023），通過為企業構建良性的合作創新資金支持體系，優化金融種群在重疊的生態位服務開放創新的數字金融生態環境，促進高開放創新韌性的涌現。

該組態路徑的典型案例為陜西（2017年）。陜西省金融辦等出臺《關于進一步優化金融業運行環境的意見》，鼓勵、扶持與金融生態環境密切相關的中介機構發展，嚴厲打擊各類違法金融活動，加快信用環境建設； 同時，陜西省鼓勵發展多層次資本市場，規范發展區域性股權市場，圍繞高端裝備制造、新材料、大數據等重點行業和關鍵領域助力關中協同創新發展； 此外，陜西省深入開展互聯網金融專項整治，通過增量投入化解不良貸款風險，建立陜西省社會信用體系建設聯席會議制度，營造良好的金融信用環境。基于此，陜西省有效推進跨區域、跨主體、跨領域協同創新，推動科研基礎設施、創新平臺等開放共享，推動創新資源在更大范圍內有序流動、高效利用，實現產學研深度融合，共建高效協同創新體系和成果轉化機制，促進開放創新韌性的提升。進一步分析表明，該組態路徑的解釋力呈現出波動上升趨勢。

（四）穩健性檢驗

本文通過調整一致性閾值（從0.75提升至0.8）、調整案例數閾值（從1提升至2）、調整PRI閾值（從0.6提升至0.65）、調整校準錨點（將完全不隸屬、交叉點、完全隸屬的校準錨點調整為20%分位點、50%分位點以及80%分位點）、取消滯后期、替換結果變量的測度方式（通過新產品銷售收入、Ramp;D經費外部支出的變動狀況衡量區域創新韌性）等方法進行了穩健性檢驗，所得結果與原組態間存在一定的子集關系，并未改變本文的實質解釋，驗證了本文結果的穩健性。受篇幅所限，此處不予呈現穩健性檢驗的具體結果，留存備索。

五、結論與啟示

（一）研究結論

基于上述研究，本文主要得到如下結論： 一是，通過反向案例檢驗可知，數字金融生態環境與區域創新韌性之間存在顯著不符合線性關系假設的反向案例，適宜使用QCA方法來探究兩者間的復雜因果關系。二是，由單個條件的必要性分析可知，在時間維度上，單個前因條件的存在與否并不構成區域高創新韌性的必要條件，但數字金融對區域創新韌性的必要性程度呈逐年上升的趨勢。從空間維度來看，經濟基礎、政府治理、社會保障以及信用與法治對東部和中部地區的高自主創新韌性具有較強的必要性，對東部和西部地區的高開放創新韌性具有較強的必要性，經濟基礎、政府治理、信用與法治對中部地區的高開放創新韌性具有較強的必要性，數字金融生態環境與區域創新韌性的必要性因果關系呈現出典型的空間差異。三是，由條件組態的充分性分析可知，存在“實體經濟與金融種群協同共進型”和“數字金融主導下種群交互共生型”兩條促進高自主創新韌性涌現的組態路徑，存在“金融種群與政府部門聯動共演型”和“信用法治引領下金融種群共棲型”兩條促進高開放創新韌性涌現的組態路徑，且上述路徑存在一定的時空差異。

（二）實踐啟示

1. 堅持因地制宜、因時制宜培育并優化數字金融生態環境。一方面，由于經濟基礎、政府治理、社會保障以及信用與法治對區域創新韌性的必要性呈現出空間差異，可針對不同經濟區域出臺梯度式差異化的數字金融生態環境培育方案，聚焦北京、江蘇、山東、廣東等東部省份，河南、湖北等中部省份以及四川等西部省份，進一步激發數字金融生態的創新支持效應。另一方面，加快融入數字賦能發展趨勢，推進傳統金融數字化轉型與數字金融賦能雙輪驅動，促進數字技術與政府監管、金融發展的結合，并依托數據治理優化信用與法治環境，依托數字普惠金融發展完善社會保障體系，支持數字金融服務實體經濟的發展。

2. 打造適宜新時代創新需求的數字金融生態環境發展路徑。堅持在以市場為主導的基礎上，更好地發揮政府的作用，強化政府部門對自主創新活動的協助作用，加強政府部門對開放創新的規范引導作用； 營造良好的信用與法治環境，推進信用與法治和政府治理的協同互動； 推進實體經濟與金融資源的深度融合，加大金融對實體經濟創新活動的支持力度； 支持金融科技創新發展與數字技術深度應用，積極建立政企銀合作機制，加強監管協調，為金融市場提供公平、公正的發展環境，促進金融資源的良性精準配置。

3. 著力促進自主創新與開放創新的協同發展、韌性增長。政府部門通過強化創新韌性意識，提升創新關注度，充分發揮政策引導效應，并針對異質性風險沖擊，形成針對性的應急預案，充分發揮資金配置對創新的支持作用，針對自主創新和開放創新出臺差異化金融支持方案，以保障區域創新生態系統的正常運行。自主創新與開放創新協同發展需要推動開放環境下的自主創新，鼓勵自主創新主導下的開放創新，持續增加自主創新投入，鼓勵企業積極融入內外創新網絡，并依托產融合作促進“卡脖子”技術聯合攻關，以實現關鍵核心技術自主可控。

2025. 06"" 財會月刊" ·113 ·□

DOI：10．19641/j．cnki．42-1290/f．2025．06．016

白玉娟，于麗英．我國科技金融生態系統評價及空間演化趨勢分析［J］．科技管理研究，2019（23）：67～74．

方磊，張雪薇．科技金融生態對區域經濟韌性的空間效應及影響機制［J］．中國軟科學，2023（6）：117～128．

龔強，張一林，林毅夫．產業結構、風險特性與最優金融結構［J］．經濟研究，2014（4）：4～16．

何曉斌，徐旻霞，鄭路．房產、社會保障與中國城鎮居民家庭的風險金融投資——相對剝奪感和主觀幸福感作為中介的一項實證研究［J］．江淮論壇，2020（1）：98～109．

黃浩．數字金融生態系統的形成與挑戰——來自中國的經驗［J］．經濟學家，2018（4）：80～85．

黃益平，陶坤玉．中國的數字金融革命：發展、影響與監管啟示［J］．國際經濟評論，2019（6）：24～35+5．

李媛媛，陳文靜．基于系統動力學的區域金融生態系統穩定性研究——以河北省為例［J］．系統科學學報，2022（3）：125～130．

李振東，梅亮，朱子欽等．制造業單項冠軍企業數字創新戰略及其適配組態研究［J］．管理世界，2023（2）：186～208．

劉海兵．引領性創新：理論脈絡、基本內涵與結構構件［J］．科學學研究，2022（4）：723～733．

馬微，惠寧．金融結構對技術創新的影響效應及其區域差異研究［J］．經濟科學，2018（2）：75～87．

孟曉倩，吳傳清．數字金融對區域創新生態影響研究［J］．中國軟科學，2022（9）：161～171．

孫龍，雷良海．科技金融生態對科技創新的跨層級交互作用研究——基于兩階層線性模型的實證分析［J］．技術經濟，2021（2）：1～7．

王喆，陳胤默，張明．傳統金融供給與數字金融發展：補充還是替代？——基于地區制度差異視角［J］．經濟管理，2021（5）：5～23．

吳昊旻，靳亭亭．金融生態環境與企業創新效率［J］．金融論壇，2017（12）：57～67．

夏先良．中國科技自主創新政策：自我主導的開放創新［J］．安徽師范大學學報（人文社會科學版），2017（4）：438～444．

張貴，張東旭．基于四維度金融生態視角的我國技術創新效率研究［J］．科技管理研究，2019（8）：178～182．

張玉喜，劉欒云嶠．共生視角下科技金融生態系統對科技創新的影響［J］．系統工程，2021（3）：25～36．

鄭金輝，陳海娜，徐維祥等．數字金融、創新創業效應與區域經濟增長——基于規模與質量視角的分析［J］．統計與決策，2024（3）：145～150．

Feng S.，Zhang R.，Li G.. Environmental decentralization，digital finance and green technology innovation［J］． Structural Change and Economic Dyna-mics，2022（61）：70～83．

Martin R.，Sunley P.，Gardiner B.，et al.. How regions react to recessions： Resilience and the role of economic structure［J］． Regional Studies，2016（4）：561～585．

Ozili K. P.. Impact of digital finance on financial inclusion and stability［J］．Borsa Istanbul Review，2018（4）：329～340．

【 主 要 參 考 文 獻 】

（責任編輯·校對： 喻晨" 陳晶）