數字金融對城市經濟韌性的影響研究

摘" "要：基于2011—2022年中國289個地級市的面板數據，測度城市經濟韌性，并實證分析數字金融對城市經濟韌性的影響及內在機理。研究結果表明：數字金融能夠顯著增強城市經濟韌性。機制分析表明：數字金融能夠通過人口密度和經濟發展水平提升城市經濟韌性水平。基于此，提出加大發展數字金融力度、鼓勵科技創新、加強數字金融監管等政策建議。

關鍵詞：數字金融；經濟韌性；影響機制；人口密度；經濟發展水平

DOI：10.3969/j.issn.1003-9031.2025.02.006

中圖分類號：F832" " " " " " "文獻標識碼：A" " "文章編號：1003－9031（2025）02－0068－12

一、引言

經濟韌性是指經濟體在面臨外部沖擊（如經濟危機、自然災害、技術變革等）時，保持穩定、迅速恢復，并繼續向高效率、高創新和可持續的增長路徑前進的能力，是實現經濟高質量發展的重要基石。當前國際環境嚴峻復雜，各國面臨許多不確定性因素沖擊，包括金融市場波動、供應鏈擾動、地緣沖突等多重挑戰。在不確定因素沖擊后，經濟韌性較強的經濟體會更快恢復經濟。

數字金融作為推動經濟高質量發展的關鍵力量，通過促進金融包容性、提升金融市場效率、激發金融創新和改善資源配置，在經濟面對外部沖擊時，增強其韌性和恢復能力。數字金融通過互聯網、移動支付、大數據分析、區塊鏈等技術手段，實現了金融服務的線上化和智能化，不僅提高了金融服務的效率和普惠性，也在一定程度上增強了區域經濟的抗風險能力。當前我國數字金融的發展尤為迅速，已成為推動經濟轉型升級不可忽視的重要力量。中國的市域經濟發展在國家政策和市場需求的雙重驅動下，逐漸呈現出數字化、智能化的趨勢。在這種背景下，研究數字金融對城市經濟韌性的影響具有重要的理論價值和現實意義。

本文將從測度和評價289個中國城市經濟韌性出發，通過實證分析，揭示數字金融對城市區域經濟韌性的影響，并挖掘該影響的機制與路徑，進而探討數字金融提升城市經濟韌性的異質性表現，豐富當前數字金融與城市經濟韌性關系的實證研究。

二、文獻綜述

Martin et al.（2012）指出城市經濟韌性受構成因素、共同因素、環境因素三類因素影響，如經濟結構、勞動力市場、金融狀況和政府管理等方面。張振（2021）等則更為深入地指出，產業聚集度越高越能提升城市經濟抵御風險的能力，并有可能產生空間溢出效應。隨著學術界對此問題的不斷探索，還發現了諸如社會資本、經濟資本、物質資本、人力資本以及自然資本形態量化社區災害韌性等因素同樣對城市經濟韌性有著重要影響。

經濟韌性的測度方式，主要包括了采用多維度指標排列組合和單獨使用特定指標的這兩種辦法。在多維度指標排列組合的方法中，根據Briguglio et al.（2009）的研究，他們設定了從市場效率到社會發展再到經濟穩定性的三個核心領域，用于衡量經濟韌性的指標組合。Martin et al.（2012）用反事實的敏感性指數法來測度經濟韌性，按照全國平均變化速度測度的區域的預期經濟產出變化量來衡量韌性。宋玉茹等（2023）在傳統指標構建韌性測度方法的基礎上加入創新路徑即創新能力。李東麟等（2022）針對市場調控、 政策供給、 自然環境變化以及經濟波動等對鄉村產生的沖擊，引入“壓力—狀態—響應”模型對鄉村經濟韌性進行測度。陳勝利和王東（2022）從抵抗與恢復能力、適應與調整能力以及創新與升級能力三個維度，構建區域經濟韌性的綜合評價體系。陳奕瑋和丁關良（2020）選取集聚程度、經濟增長的水平、貧富差距、城市產業結構優化度、城市經濟的敏感度五個變量，采用熵值法計算城市經濟韌性。從單維指標方面，Yicheol（2015）通過美國各縣就業率的變化來測算美國138個縣在2003—2014年的經濟韌性。趙春燕和王世平（2021）以城市實際GDP增長速度為基準，算出各城市每年實際GDP增速與該城市實際GDP增速的差值。差值越大，說明韌性越小，反之韌性越大。

在數字金融領域，Ozili（2022）對全球范圍內的相關研究與發展進行了梳理，詳細解析了數字金融的關鍵驅動因素，并對未來研究趨勢進行了展望。王儒奇等（2024）研究發現，數字金融能夠顯著增強中國的實體經濟韌性且可以通過改善資源錯配、促進產能協同創新和推動產業結構升級間接地強化實體經濟韌性。趙康杰等（2024）研究發現，數字普惠金融的發展促進了城鄉共同富裕，主要表現在城鄉居民（尤其是農村居民）收入增長和城鄉收入差距減少。張勛等（2019）研究表明，數字金融促進了中國的包容性增長，數字金融的發展幫助改善了農村居民的創業行為，并帶來了創業機會的均等化。此外，眾多學者在研究過程中也充分肯定了數字金融在提升家庭消費結構、推動產業升級、縮小城鄉收入差距、提高社會福利水準、刺激居民消費積極性以及激發創新創業活力等多方面所表現出來的顯著優勢。

數字金融與經濟韌性的緊密關系方面，陳勝利（2022）以2012—2020年中國278個城市的數據為樣本，研究結果顯示，數字經濟能推動創新、創業，推動產業結構升級，以此來增強經濟的抗壓能力。胡艷（2022）從實證角度證實了這一點，采用41個長三角城市的數據分析指出，數字經濟的發展能顯著提升該區域城市的經濟韌性，尤其是在抵抗和恢復力上表現突出。朱波（2024）采用廣義矩方法（GMM）動態評估家庭金融韌性，研究發現數字金融素養能夠顯著增強家庭金融韌性。通過緩解流動性約束、增加風險承擔和促進財富積累，數字金融素養建設有助于家庭金融韌性的提升。梁辰（2023）以2014—2020年中國1453個縣域的數據為基礎，探討了數字金融如何影響縣域經濟韌性，并揭示其內在機制，研究成果顯示，數字金融可通過縮小城鄉收入差距、提高資本配置效率以及促進產業結構升級等方式，提升縣域經濟韌性。陸園（2024）則以安徽省16個地市的數據為例，研究了數字普惠金融對城市經濟韌性的影響，研究結果表明，數字普惠金融能有效提升城市經濟韌性，但存在差異性，且省內發展不平衡，與江浙地區仍有差距。

綜上，現有研究成果為本文研究提供了重要基礎，但無論是數字金融領域還是經濟韌性領域都還有進一步拓展的空間，特別是針對數字金融與城市經濟韌性關系的研究較為鮮見。基于此，本文利用2011—2022年中國289個地級市各項宏觀經濟指標，構建較全面反映城市經濟韌性的評價指標體系，再構建實證分析模型，探究數字金融與城市經濟韌性之間的關系。

三、理論分析與研究假設

（一）數字金融對提升城市經濟韌性的直接影響

數字金融利用互聯網技術打破了傳統金融的地域限制，加速了資本的流動和資源配置效率。數字金融平臺通過大數據風控技術，能夠更準確地評估中小企業或個體戶的信用風險，從而提供更便捷、更低成本的融資服務，增強城市經濟中的企業活力。通過數字金融，資金可以更快速地流向有發展潛力的行業或企業，減少資金在傳統金融體系中的滯留或浪費。創業項目在資金需求上的靈活性得到提高，能夠有效應對市場變化和潛在風險，進一步提升城市整體經濟的抗沖擊能力。

數字金融的普及大幅降低了傳統金融服務的門檻，傳統金融體系無法覆蓋的低收入群體、偏遠地區居民等，通過數字化手段也能獲得基本金融服務，從而激活更多潛在經濟活動。數字金融服務通過線上平臺覆蓋更多中小城市及偏遠地區，促進城鄉之間以及區域之間資源的均衡，從而提升城市的經濟韌性。

基于上述分析，提出研究假設 H1：數字金融對促進城市經濟韌性產生正向直接影響。

（二）數字金融對城市經濟韌性的間接影響

1.人口密度的集聚效應

人口密度較高的城市往往伴隨著更大的市場規模和更高的經濟活動水平，勞動力市場更完善，人力資本水平更高，消費需求以及金融服務需求也更高，這有助于數字金融發揮其在促進信息流通、降低交易成本和提高金融資源配置效率方面的作用。如移動支付、互聯網銀行等數字金融服務在高人口密度地區的推廣更為有效。人口密度高的地區，資源供需更復雜，通過數字金融工具可以更有效地促進資源的高效配置，減少中介環節。數字金融平臺可以更快、更透明地將資金、信貸等資源分配給最需要的人或企業，提升整體經濟的抗風險能力。

基于上述分析，提出研究假設H2：數字金融通過人口密度的集聚效應，對城市經濟韌性起到正向促進作用。

2.經濟發展水平的協同效應

經濟發展水平高的城市往往具備完善的數字基礎設施，這為數字金融服務的推廣提供了基礎；這些城市通常具有更成熟的市場和更高的人均收入水平，這為數字金融的發展創造了巨大需求，并推動數字金融產品和服務創新。這些城市往往擁有更發達的金融服務體系和更強的創新能力，數字金融發展能獲得更快的效率和更全面的創新和應用。此外，經濟發展水平較高的城市能夠更有效地利用數字金融工具進行資源配置，提高資本的使用效率等。綜上，經濟發展水平為數字金融發展構筑了協同效應，從而增強城市經濟韌性。

基于上述分析，提出研究假設H2-1：數字金融通過經濟發展水平的協同效應，對城市經濟韌性起到正向促進作用。

（三）數字金融影響城市經濟韌性的異質性

不同地區的數字金融發展水平和城市經濟韌性之間存在差異，經濟發達地區通常擁有更完善的數字基礎設施、金融科技創新能力以及較高的金融服務需求，這使得數字金融能夠更好地促進區域經濟的快速恢復和轉型。在欠發達地區，數字金融發展相對滯后，基礎設施薄弱，導致其在應對經濟沖擊時的作用不如發達地區顯著。此外，同一地區的不同規模城市，其數字金融發展水平和城市經濟韌性之間也存在很大差異，大規模城市通常擁有更加發達的基礎設施、更多的金融機構和市場主體，數字金融可以更廣泛地滲透到各個經濟層面，提升資源配置效率，增強抗風險能力。同時，大規模城市擁有更強的金融科技創新能力和多元化的產業結構，數字金融對其經濟復蘇和經濟恢復作用較大。與之相比，小規模城市的金融資源和市場容量有限，數字金融發展也受到一定制約。

基于上述分析，提出以下假設：

假設H3：數字金融促進城市經濟韌性存在區域異質性。

假設H3-1：數字金融促進城市經濟韌性存在城市規模異質性。

四、數字金融對城市經濟韌性的影響機制實證分析

（一）模型構建

本文選取中國289個地級市2011—2022年間的經濟發展相關數據，基于上文提出的假設，設定如下實證檢驗模型。

1.數字金融提升城市經濟韌性的固定效應模型

為探究數字金融對城市經濟韌性的影響，針對前文提出的假設，本文設定如下所示的基準回歸模型：

Resit=0+1Difiit+jXit+i+t+？著it （1）

其中，下標i表示城市，下標t表示年份。Res為被解釋變量，表示城市經濟韌性，以下通過構建綜合指標體系進行測定；Difi為核心解釋變量，表示數字金融指數，以及該指數的三種維度指數（Breadth，Depth，Digi）；X表示一系列控制變量；0表示截距項，1表示核心解釋變量的系數，j表示控制變量的系數，為城市個體固定效應，為時間固定效應；？著為隨機誤差項。

2.數字金融影響城市經濟韌性的中介機制模型

依據前文的機制路徑分析，數字金融通過人口密度和經濟發展水平的路徑影響城市經濟韌性。本文借鑒溫忠麟（2022）的研究思路，針對研究假設H2和H2-1，構建如下中介機制模型：

Medit=0+ 1Difiit+jXit+i+t+it （2）

Resit=0+1Difiit+2Medit+jXit+i+t+it （3）

式（2）中，Med是中介變量，分別表示人口密度和經濟發展水平。若式（1）中的1顯著，且式（2）中1的和式（3）中1與2的均顯著，并結合這些參數的正負和大小，綜合判斷是否存在中介效應。

（二）變量選取

1.被解釋變量

城市經濟韌性（Res）。在借鑒相關研究的基礎上，將指標體系分為抵抗與恢復力、適應與調整力、創新與轉型力三個維度。基于數據的可得性和指標科學性對各維度展開至7個二級指標，進而細化為17個三級指標，構建如表1所示的城市經濟韌性指標體系對城市經濟韌性做了全面的衡量。依據各個指標的具體情況，利用熵值法來計算權重，從而得出各個城市的經濟韌性數值。選擇使用熵值法進行韌性評估，主要是因為它具有以下優勢：能客觀準確地體現數據特點，對數據質量沒有過高要求；評價結果能將評價對象的實際發展狀況真實反映出來，有效避免因人為主觀因素而產生的偏差。

2.核心解釋變量

核心解釋變量（Difi），數字金融指數選用北京大學數字普惠金融指數，該指標從數字金融業務的覆蓋廣度（Breadth）、使用深度（Depth）、數字化程度（Digi）等方面量化了數字金融綜合指數。

3.控制變量

為使實證結果更加精確，本文參考已有文獻，選取社會保障水平（Sec）、金融開放程度（Fin）、經濟集聚（Urban）、環境污染控制（Env）作為控制變量。其中，Sec用失業保險參保比例與醫療保險參保比例的比值來衡量，Fin以當地年末金融機構存款余額與GDP之比來衡量，Urban以地區生產總值與土地面積之比來衡量，Env以污水集中處理率來衡量。

4.中介變量

參考陸園等（2024）的研究思路，選取人口密度（Dop）和經濟發展水平（Edl）作為中介變量。其中，Dop以常住人口與城市面積的比值進行表征，Edl采用GDP的自然對數來衡量。

（三）數據來源與描述統計

本文的各項關鍵數據主要來源自《中國縣（市）社會經濟統計年鑒》2011—2022年度報告以及《中國區域社會經濟統計年鑒》同期發布的內容，以及北京大學首發的數字普惠金融指數。剔除有大量數據丟失的城市情況后，對于個別可能存在缺失的特定指標，我們參照了各省份對應年份的年鑒資料并運用線性插值法進行了相應的補充。關于城市經濟韌性的計算結果，我們將其放大到了原來的100倍以獲取更為精確的數值，各變量描述性統計如表2所示。

（四）數字金融對城市經濟韌性影響的實證分析檢驗

1.數字金融對城市經濟韌性影響的基準回歸分析結果

依據式（1）估計基準回歸模型過程中，經過多輪回歸和檢驗后發現，個體隨機效應模型優于個體固定效應模型，因此基準回歸調整為個體隨機效應模型（見表3）。比較表3中列（1）和列（2）估計結果時發現無論是否加入控制變量，數字金融對城市經濟韌性的回歸系數均顯著為正，在加入控制變量時，該系數為0.034，且在1%的水平下顯著，說明數字金融對城市經濟韌性有正向促進作用。表3中列（3）—列（5）考察了數字金融的三個分類指標構成指數對城市經濟韌性的影響。從回歸結果來看，數字金融的覆蓋廣度（Breadth）、使用深度（Depth）和數字化程度（Digi）這三個維度均在1%的水平下對增強城市經濟韌性起到了顯著的正向影響。對比三者的回歸系數，覆蓋廣度的系數最高，使用深度的系數次之，使用深度的系數最低，說明覆蓋廣度對城市經濟韌性的促進作用最值得關注。以上分析可知，研究假設H1得到驗證，即數字金融對促進城市經濟韌性產生正向直接效應。

2.數字金融對城市經濟韌性影響的中介效應分析

為進一步探究數字金融對城市經濟韌性的影響路徑，依據式（2）和式（3）的中介效應模型，估計結果如表4所示。表4中列（1）為基準回歸結果，列（2）—列（3）為對人口密度作為中介變量的效應檢驗。列（4）—列（5）是經濟發展水平為中介變量時的檢驗回歸結果。

列（1）檢驗結果表明，數字金融能夠促進經濟韌性發展，與前文相符，列（2）回歸結果顯示，數字金融水平與人口密度正相關。列（3）的回歸結果顯示，中介變量人口密度對經濟韌性的回歸系數為0.0375，結果正向顯著。人口密度在數字金融影響城市經濟韌性的過程中具有部分中介作用。以上分析可知，研究假設H2得到驗證，即數字金融通過人口密度的集聚效應，對城市經濟韌性起到正向的促進作用。

列（4）回歸結果顯示，數字金融與經濟發展水平正相關。列（5）回歸結果顯示，中介變量經濟發展水平對經濟韌性的回歸系數為0.0286，結果正向顯著，說明經濟發展水平在數字金融影響城市經濟韌性的過程中具有部分中介作用。以上分析可知，研究假設H2-1得到驗證，即數字金融通過經濟發展水平的協同效應，對城市經濟韌性起到正向的促進作用。

3.數字金融對城市經濟韌性影響的異質性分析

（1）區域異質性。本文借鑒馬俊（2023）的方法，將全國城市所屬省份劃分為東中西三個區域進行實證分析，回歸結果如表5列（1）—列（3）所示。結果顯示，東中西三個區域的數字金融（Difi）系數均顯著為正，且東部最高（0.150），中部次之（0.036），西部略低（0.024），說明數字金融對東部地區的城市經濟韌性促進效應最強，其次為中部和西部。東部地區尤其是北京、上海、深圳等城市是中國金融科技發展的中心，集聚了大量的金融科技企業、技術人才和投資資金，這些資源的集聚效應加速了東部地區數字金融的發展，使得金融科技能夠迅速融入各個經濟領域，為企業和個人提供更高效的金融服務，進而促進該區域城市的經濟韌性。此外，在經濟波動時期，數字金融能夠通過快捷的貸款審批、智能投顧、在線支付等方式幫助企業和個人應對風險，提高城市經濟韌性。與東部相比，中西部地區在金融科技企業、人才集聚等多種資源上都略顯薄弱，規模效應不足，對該區域城市經濟韌性的促進作用也略低。以上分析可知，研究假設H3得到驗證，即數字金融促進城市經濟韌性存在區域異質性。

（2）規模異質性。本文借鑒胡時豪（2024）的研究思路，以直轄市和省會城市作為中心城市（共30個），其余城市作為外圍城市（共256個），這兩類城市的實證分析如表5列（4）—列（5）所示。結果顯示，中心城市和外圍城市的數字金融（Difi）系數均顯著為正，數值分別為0.143和0.018，說明數字金融對中心城市經濟韌性的正向促進作用高于外圍城市，其原因是中心城市的經濟規模較大，往往集聚了更多的資源和多樣化的產業結構，特別是高附加值的服務業、科技創新產業和金融業等。經濟結構多樣化程度高，當某一產業受到沖擊時，其他產業能起到更好的緩沖作用，從而增強了整體的抗風險能力。與中心城市相比，外圍城市的經濟更可能依賴單一產業或資源型經濟，在外部沖擊中更容易受到較大負向影響。此外，中心城市通常是行政、經濟、文化和教育等資源的集聚地，擁有更多的人力、資金、技術等關鍵要素，這些資源的集中能夠有效提升城市應對經濟波動的能力，如中心城市的科技和教育資源能夠幫助其在經濟下行時迅速調整創新方向，促進新興產業發展。以上分析可知，研究假設H3-1得到驗證，即數字金融促進城市經濟韌性存在城市規模異質性。

4.穩健性檢驗

（1）變換回歸模型。表6列（1）采用固定效應模型進行穩健性檢驗，結果顯示數字金融的回歸系數為0.105，且顯著，說明數字金融對經濟韌性有正向促進作用。

（2）替換解釋變量。表6列（2）借鑒梁晨（2023）的思路，將原核心解釋變量數字金融指數取對數后加入模型，結果顯示數字金融對數的系數為2.305，且顯著，再次說明數字金融對經濟韌性有正向促進作用。

（3）增加控制變量。表6列（3）在基準回歸模型基礎上加入對外投融資程度（Eif）和居民儲蓄意愿（Sav）為新的控制變量，前者用年末居民存款與GDP之比表示，后者用移動電話用戶與總人口之比表示。結果顯示，在加入兩個控制變量之后，數字金融的歸回系數為0.006，且顯著。

（4）內生性問題處理。考慮到可能存在遺漏變量產生內生性問題，借鑒崔耕瑞（2021）的研究思路，選取覆蓋廣度為工具變量進行兩階段最小二乘估計，表6列（4）顯示數字金融系數為0.008，且顯著。

綜合以上四種穩健性檢驗結果，數字金融對城市經濟韌性均有正向促進作用，與基準回歸結果一致，即本文的實證結果是穩健的。

五、結論與政策建議

（一）結論

本文基于2011—2022年中國289個地級市的面板數據，首先，構建評價指標體系，運用熵值法測度城市經濟韌性；其次，構建基準回歸模型和中介效應模型，實證檢驗了數字金融對城市經濟韌性的影響效應及作用機制，得出以下研究結論。

第一，在基準回歸分析中發現，數字金融綜合指數及三個構成指數對城市經濟韌性均起到正向促進作用，即數字金融的發展能夠提升城市整體抵抗風險與恢復力、調整與適應力以及創新與轉型力。從回歸結果來看，覆蓋廣度對城市經濟韌性的促進作用略大于使用深度和數字化程度。

第二，在機制檢驗分析中發現，數字金融可以通過人口密度的集聚效應，以及經濟發展水平的協同效應，對城市經濟韌性起到正向促進作用。具體而言，數字金融在高人口密度地區以及經濟發展水平較高的區域表現出更強地促進經濟韌性的能力，人口密度的增加提升了數字金融的覆蓋率和可及性，而經濟發展水平的提高為數字金融提供了更穩定的應用環境和技術基礎。

第三，數字金融促進城市經濟韌性存在區域異質性，以及城市規模異質性。在區域異質性方面，東部地區的數字金融發展對經濟韌性的促進作用最強，中部次之，西部較弱。這一差異反映了區域間經濟發展水平、金融基礎設施建設及政策支持的差異，東部地區憑借更高的經濟發展水平和金融技術創新能力，率先從數字金融中受益。在規模異質性方面，中心城市的數字金融發展對經濟韌性的提升作用顯著強于外圍城市。

（二）政策建議

第一，發展數字金融，以實現經濟更具抗風險能力的轉型升級。數字金融不僅為我們展示了一條全新的區域演進道路和模式，同時也與傳統路徑進行了深度融合，從而極大地提升了傳統產業的運行效率，成為增強經濟韌性模塊化能力的全新動力源泉。因此，我們必須緊緊抓住數字金融發展所帶來的歷史性機遇，制定出符合實際情況的數字經濟發展策略，以此來推動數字經濟在各個地區之間的平衡發展，實現數字經濟的高質量增長，將有望顯著提升區域經濟的抗風險能力。

第二，在推動數字金融發展的過程中，應特別關注區域人口密度和經濟發展水平的差異，以便更有效地提升經濟的韌性。此外，政府和金融機構可以通過針對性政策措施，鼓勵人口密集地區和經濟較發達區域優先采用數字金融技術，從而帶動經濟韌性的整體提升，這為未來制定提升城市經濟韌性的政策提供了理論依據和實踐指導。

第三，數字金融對城市經濟韌性的影響并非均衡，應考慮到區域和規模差異，針對不同地區和城市群制定差異化的數字金融發展戰略，以更有效地提升城市經濟韌性。

第四，加強數字金融監管，完善相關法律法規，制定與數字金融相符的規章制度，明確金融監管部門的職責和監管要求。提升數字金融機構的風險管理能力，在鼓勵數字金融產品創新的基礎上加強對新型金融業務的風險評估和監管，使數字金融能夠充分發揮其對經濟韌性的積極作用。

（責任編輯：孟潔）

參考文獻：

[1]Martin R，Sunley P，Tyler P.Local growth evolutions：Recession， resilience and recovery[J].Cambridge Journal of Regions，Economy and Society，2015，8（2）：141-148.

[2]張振，李志剛，胡璇.城市群產業集聚、空間溢出與區域經濟韌性[J].華東經濟管理，2021，35（8）：59-68.

[3]Briguglio L，Cordina G，Farrugia N，et al.Economic Vulnerability and Resilience：Concepts and Measurements[J].Oxford Development Studies，2009，8（3）：229-247.

[4]宋玉茹，董小君，許詩源，等.中國經濟韌性水平測度與時空格局演變分析[J].統計與決策，2023，39（9）：103-108.

[5]李東麟，廖和平，鄭蕭，等.西南丘陵山區鄉村經濟韌性測度及空間格局研究——以重慶市為例[J].西南大學學報（自然科學版），2022，44（11）：13-24.

[6]陳勝利，王東.中國城市群經濟韌性的測度、分解及驅動機制[J].華東經濟管理，2022，36（12）：1-13.

[7]陳奕瑋，丁關良.中國地級市城市經濟韌性的測度[J].統計與決策，2020，36（21）：102-106.

[8]Yicheol H，Stephan G.The Economic Resilience of U.S.Counties during the Great Recession[J].The Review of Regional Studies，2015（2）：131-149.

[9]趙春燕，王世平.經濟集聚對城市經濟韌性的影響[J].中南財經政法大學學報，2021（1）：102-114.

[10]Ozili P K.Digital finance research and developments around the world：A literature review[J].International Journal of Business Forecasting and Marketing Intelligence，2023，8（1）：35-51.

[11]王儒奇，陶士貴.數字金融對中國實體經濟韌性的影響研究[J].現代經濟探討，2024（11）：10-23.

[12]趙康杰，付昕昱.數字普惠金融賦能創新創業的城鄉共同富裕效應研究[J].河南社會科學，2024，32（10）：55-66.

[13]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.

[14]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].系統科學與數學，2024，44（5）：1448-1477.

[15]胡艷，栗明鈺，唐睿.長三角數字經濟網絡結構特征及影響因素[J].華東經濟管理，2022，36（12）：26-34.

[16]崔耕瑞.數字金融能否提升中國經濟韌性[J].山西財經大學學報，2021，43（12）：29-41.

[17]梁辰，崔迪，田杰.數字金融對縣域經濟韌性的影響研究[J].當代金融研究，2023，6（9）：33-52.

[18]陸園，王晗，汪洋.數字普惠金融對城市經濟韌性的影響研究——基于安徽省16地市數據分析[J].數學的實踐與認識，2024，54（9）：110-124.

[19]溫忠麟，方杰，謝晉艷，等.國內中介效應的方法學研究[J].心理科學進展，2022，30（8）：1692-1702.

[20]馬俊.數字金融、銀行風險承擔與經濟高質量發展[J].海南金融，2023（1）：18-37.

[21]胡時豪.數字金融對區域經濟韌性的影響——基于長三角城市群的實證研究[J].上海節能，2024（1）：15-25.