數字金融與縣域經濟發展：影響機制與異質性研究

推動縣域經濟發展是促進我國經濟增長的重要力量。然而，經濟強縣數量還較少，總體上經濟能級較低，仍有很大提升空間。在經濟發展新時代，我國縣域經濟“融資難”“融資貴”問題日漸顯現，如何滿足縣域經濟實體的金融需求，成為縣域經濟發展的重要課題。在新興科技時代，數字金融逐漸成為助推縣域經濟高質量發展的重要力量。一方面，數字金融服務方式創新，不受地域限制，能更快滿足縣域主體的金融需求；另一方面，數字金融服務門檻低，無需抵押，運用大數據技術實現快速授信，增加金融服務的可得性。因而，探索金融科技背景下數字金融影響縣域經濟發展的路徑，對落實鄉村振興戰略和縮小城鄉差距具有重要的現實意義。

為此，本文主要關注以下問題：第一，數字金融利用新一代信息技術使縣域居民、小微企業等弱勢群體享受到優質、便捷的金融產品和服務，那么，數字金融是否有利于促進縣域經濟發展，以及數字金融不同維度能否更好地揭示其對縣域經濟發展產生的不同影響？第二，產業結構調整是經濟發展到一定階段的客觀要求，通過加入產業結構升級能否有助于解釋數字金融對縣域經濟發展的實現路徑？第三，資本效率是影響金融發展和經濟增長的重要因素，如果一個地區資本效率高，是否強化或抑制了數字金融對縣域經濟發展的作用效果？第四，數字金融較傳統金融更加關注發揮對長尾客群、經濟落后地區的普惠作用，所以在分樣本檢驗下，數字金融對縣域經濟發展是否會產生差異化影響？為了回答上述問題，本文使用2014—2019年北京大學數字普惠金融指數和中國內地縣域的樣本數據，對數字金融如何影響縣域經濟發展進行實證檢驗，分別探討數字金融的三個維度，即覆蓋廣度、使用深度、數字化程度對縣域經濟發展的具體影響，并以產業結構升級作為中介變量，以資本效率作為調節變量，深入探討數字金融對縣域經濟發展的影響及作用機制。

一、文獻綜述

當前，學術界關于縣域經濟發展的研究成果已十分豐富。一方面，已有文獻從產業特征角度分析對縣域經濟的影響，如農產品加工集聚、產業效應、產業新城PPP項目、交通基礎設施建設等；另一方面，從外部環境出發，以金融、財政、政策等角度進行分析。外部發展環境是一個復雜的社會系統，由經濟、政策、技術、金融等眾多要素構成，良好的外部環境是提升縣域經濟水平的重要力量。金融是縣域經濟發展的重要外部影響因素。在傳統金融領域，傅昌鑾(2014)基于“最優金融結構”視角研究發現，農村中小金融機構更加匹配縣域企業的貸款服務，利于縣域經濟增長。劉沖等(2019)認為縣域受金融約束越小，各行業從交通基礎設施提升中獲得的市場機遇會越多，進而帶動產業增加值增長，有效提升縣域經濟水平。此外，張珩等(2021)運用FGLS方法和面板門檻模型，實證表明在不同金融狀態和經濟基礎影響下，改變信用環境、金融服務滲透或業務創新可以發揮農信社對縣域經濟不同程度的“賜福”效應。

以上諸多研究表明金融發展對縣域經濟有積極影響，不過在實踐中，金融支持縣域經濟發展仍然面臨眾多難點。第一，基于成本效益考慮，從供給端來說，傳統金融“嫌貧愛富”，資金優先滿足城市中效益較好的大企業。尹振濤和舒凱彤(2016)研究認為，縣域金融機構網點密度遠小于城市是導致縣域金融有效供給嚴重不足，難以滿足縣域企業信貸需求的重要原因之一。第二，傳統金融機構由于手續繁雜、門檻較高、要求嚴格等問題加大了金融排斥，降低了縣域金融服務可得性。姚梅潔等(2017)認為，較高的縣域金融排斥削弱金融機構的產品供給，進而阻礙企業創新和影響經濟增長。第三，縣域經濟結構單一，多數以低附加值的企業為主，其資產質量欠佳和信用記錄缺乏，導致難以從正規融資渠道獲得融資支持。李晶玲和吳強(2015)指出有效抵押物缺乏、交易成本高限制了金融支持縣域經濟發展的效能。

UCT算法在不同的深度獲取評估值。根據算法具體設計邏輯，在執行過程中，先評估分支的“希望”值，值越高，然后UCT算法的搜索深度越深 （遠大于 d），結果能較大限度的擬合最優解[2]；相反，值越低，丟棄的可能性越大。

梳理上述文獻，金融發展影響縣域經濟研究已取得一定成果，不過仍存在以下不足：一方面，已有研究以傳統金融為主，較少關注數字金融如何影響縣域經濟發展。區別于傳統金融，數字金融主要指利用云計算、大數據等數字技術手段，實現支付、融資、投資等業務的新模式，具有覆蓋廣泛、服務門檻低、無需抵押等諸多特點，對于縣域經濟發展具有重要促進作用。另一方面，已有研究少有涉及數字金融與縣域經濟發展之間的中介效應、調節效應分析，難以完整識別數字金融如何影響縣域經濟發展。因此，本文以數字金融為切入點，通過分析和檢驗它們之間的影響機制，為促進縣域經濟發展提供可參考建議。

二、理論分析

數字金融對于縣域經濟發展的直接作用包括三個方面。第一，降低金融服務門檻。數字金融充分利用大數據等現代信息技術，有效降低金融服務的融資成本，彌補了傳統金融對縣域企業的資金支持不足，促進創業，釋放縣域經濟發展紅利。第二，擴大金融服務覆蓋范圍。數字金融以線上模式為主，打破了傳統金融服務的地理界限，其廣泛覆蓋的“普”效果通過優化外部金融環境，使縣域居民和企業更易獲得信貸支持，增加金融可得性，促進經濟發展。第三，豐富金融產品，提升居民投資收益。數字金融包含投資、貨幣基金等多樣性的金融服務，拓展了投資渠道，有助于優化家庭資產組合，提高縣域居民投資性收入，居民收入增加有效帶動縣域經濟發展。

Fig. 2 shows the distribution of the depletion region in the linear regime.

數字金融通過推動產業結構升級進而對縣域經濟發展產生間接影響。在消費轉型方面，數字金融具備移動化、信用化等特點，消費者可以獲得先用后付、分期付款等金融服務，同時隨著生活水平的提高，人們更加追求醫療、娛樂、教育等服務類消費，數字金融的便利性極大促進消費升級，進而帶動傳統服務行業轉型升級。在技術驅動方面，通過大數據分析等技術手段，數字金融能夠有效緩解信息不對稱和實現精準放貸，在融資約束得到緩解的條件下，數字金融顯著提高區域技術創新水平。數字金融帶動服務類消費支出和高新技術等企業發展，推動產業高級化轉型，同時，數字金融有助于激發企業創新活力和提高企業技術水平，提升生產效率和推動產業合理化，進而促進縣域經濟發展。

=++++++

此外，較高的資本效率會強化數字金融對縣域經濟發展的正向影響。資本效率是資本投入經濟體系中的使用效率，具體包括資本形成效率、資本配置效率和資本產出效率。一方面，資本形成效率提升，意味著居民和企業資金能夠通過投資行為高效轉變為生產資本,在資本形成效率高的區域，數字金融提供豐富的金融服務，促使儲蓄轉化為資產收入；另一方面，資本具有流動性和趨利性，可以從邊際生產率較低的地區(企業或產業)流向邊際生產率較高的地區(企業或產業)，資本效率較高的區域，其資本配置效率也較高，使得數字金融更能夠緩解企業的融資約束，進而促使企業提高盈利能力和資本產出水平，發揮數字金融對縣域經濟發展的促進作用。

三、研究設計

(一)模型設定

本文研究數字金融對縣域經濟發展的影響，基本模型如下：

=++++

第一，深化對產學研協同育人模式的認識。目前，由于高校對產學研協同育人模式認識不夠充分，阻礙了三方合作。通過產學研協同，創新育人模式，把學校的人才培養置于多方參與的開放系統中，貫穿于培養方案設計、教育教學、生產實踐、創新研發和應用服務的全過程，才能適應經濟發展方式轉變對人才培養的要求，實現高等教育的創新。

+++++

(1)

其中，表示被解釋變量縣域經濟發展；表示地區；表示年份；表示解釋變量數字金融；、、、、表示控制變量，分別是勞動力投入、城鄉收入差距、社會消費能力、基礎教育水平、政府行為。表示地區固定效應，表示時間固定效應，為誤差擾動項。

接著，研究中介變量在數字金融影響縣域經濟發展中發揮的作用。中介效應檢驗具體模型如下：

1.7.1 樣地設置 2014年7—9月、2015年6—9月、2016年7—9月分別進行了野外調查、樣地布設以及樣品采集工作。選取了過火時間為2014年、2015年和2016年不同火燒強度下（重度、輕度）的火燒跡地為研究對象，火燒強度劃分見表1。以臨近未過火，且與火燒跡地立地條件基本一致的林地為對照區，在火燒區以及對照區各布設3個標準樣地，共計27個，樣地大小均為20 m×20 m，樣地基本情況如表2。

(2)

=+++++

=+++++

(3)

無論學校職務發明的成果是想要實現轉移還是轉化，技術市場以及科技中介服務組織這二者對其提供相應的系列支撐都是必不可少的。就目前來說，學校職務發明成果主要是在兩方面有所欠缺，分別是市場發現機制和銜接機制；與此同時，可以說沒有實力相對而言較強的科技成果轉化運營機構，以及在人才方面的建設亦不夠，所以使得學校專利成果轉化方面就有了限制。

所謂典故，是指詩文中古代故事和有來歷出處的詞語。適當運用典故可以增加文學表現力，在有限的詞語中展現更為豐富的內涵；可以增加韻味和情趣，使文章委婉含蓄，避免平直。

(4)

其中，表示中介變量；表示控制變量，具體包括勞動力投入、城鄉收入差距、社會消費能力、基礎教育水平和政府行為。

為檢驗資本效率對數字金融與縣域經濟發展的調節效應，構建如下模型：

本文評析了母語磨蝕研究中關于磨蝕發生機制的各種假說，討論了影響母語磨蝕的各種因素。這些假說基于不同的理論，從不同的角度試圖解釋母語磨蝕的發生機制，雖然具有一定的解釋力，但都存在這樣或那樣的問題。語言磨蝕是一個長期的、復雜的過程，受到各種內外部因素的影響和制約，只有通過大量的有效的實證研究，我們才能更好地弄清語言磨蝕的起因、過程及發生模式，才能提煉出語言磨蝕的理論模型，并有效地防止語言磨蝕的發生與發展，促進語言系統的習得與保持。

=+++*++++

當學生積累了一定的文言知識后，到高三閱讀《論語》時，不僅培養了自己文言文閱讀及用文言素材轉化為白話文寫出優質文章的能力，而且還培養了他們熱愛傳統文化及在傳統文化中熏陶漸染并慢慢懂得“仁”“義”“禮”“智”“信”的真諦，化為生活實踐，與時代結合，取其精華、革故鼎新，在做好學問之余，反轉過來促進做人、做事的和諧與圓通。

(5)

在明確微課在教學中的優勢后，需要加深對現階段微課教學產生的問題的理論探究，從而更好地解決微課發展中產生的問題，使微課更加有效地應用于日常教學。

(二)變量測量

1解釋變量：數字金融()。本文采用的數字金融指數結合數字金融新形勢新特征，由覆蓋廣度()、使用深度(_)、數字化程度()三個維度構成，并做對數化處理。指數具體計算過程參閱郭峰等(2020)。

2被解釋變量：縣域經濟發展()。選取各縣(縣級市)生產總值指數衡量縣域經濟發展水平。為消除價格因素、增加數據可比性，利用GDP指數平減法折算各縣域實際生產總值。

3中介變量：產業結構升級()。產業結構升級主要體現為產業間的比例均衡(產業結構合理化)和三大產業結構的比例演進(產業結構高度化)。前者指產業間的協調關聯，即反映投入與產出的耦合程度及資源的有效利用程度；后者指產業結構中產業重點、產品形態等依次向更高級別轉移的表現。

(1)產業結構合理化(1)。參考馬青山等(2021)的研究，產業結構合理化的衡量如下：

其中，調節變量表示資本效率，具體包括資本形成效率()、資本配置效率()、資本產出效率()。其他變量定義不變。為避免多重共線性問題，對交互項去中心化處理。

(6)

式中，1表示產業結構合理化；表示地區第產業在時期的生產總值，表示產業結構，即三大產業在總產出的比重；表示地區第產業在時期的從業人員數量，表示就業結構，即三大產業的從業人數占總從業人數的比重。1值越大，產業結構合理化水平越高。

(2)產業結構高度化(2)。參考陳曉東和楊曉霞(2021)等的研究，產業結構高度化采用產業結構層次系數進行度量，具體計算公式如下：

(7)

(2)資本配置效率()：以資本價格扭曲度衡量，本文資本配置效率采用資本價格扭曲度的倒數，資本價格扭曲程度越小，表明資本配置效率越高。參考杜思正等(2016)的研究，資本價格扭曲度采用C-D生產函數方法。設定生產函數如下：

4調節變量：資本效率()。參考杜思正等(2016)、徐盈之和童皓月(2019)的做法，從資本形成、資本配置、資本產出三個方面衡量資本效率。

如圖3所示，S．salivarius ATCC 13419模式株、臨床株HS_01及HS_02中clpP基因在55℃刺激2 h后的表達水平均高于37℃時表達水平，分別達到4.53±0.58倍、3.96±0.63倍及3.72±0.22倍，差異有統計學意義(P＜0.05)。

(1)資本形成效率()：反映投資轉換為資本的有效程度，投資轉化為資本的效率越高，資本形成效率越高。以固定資本形成總額全社會固定資產投資完成額來衡量，其中，歷年固定資本形成總額即歷年資本存量的增加額。本文使用永續盤存法計算資本存量，資本存量的基本估計公式表達如下：

=-1(1-)+

(8)

其中，-1表示上一年的資本存量，表示當年投資額，表示當年投資價格指數，為折舊率。借鑒王小魯和樊綱(2004)的做法，資本折舊率設定為5。此外，參考張軍等(2004)的方法計算各縣域初始資本值，以2014年為基期，估算各縣域2014—2019年的資本存量。

式中，2表示產業結構高度化，反映三大產業重點依次轉移，即由第一產業占主導地位逐漸向第二、三產業占主導地位的比例演進。表示地區在時期第產業的生產總值占地區生產總值的比重。

(9)

基于式(9)，資本的邊際產出為：

(10)

式中，表示地區，表示年份，表示各地區產出水平，表示生產技術，表示資本存量，表示勞動投入量，和分別表示各地區資本、勞動力對產出的貢獻參數，由混合回歸得出。

式中，表示資本價格，選取六個月至一年(含一年)銀行貸款基準利率表示。

=

(11)

資本價格扭曲度計算公式為：

(3)資本產出效率()：反映資本的產出能力，資本產出越多，資本產出效率越高，以地區實際GDP地區實際資本存量來衡量。

5控制變量：參考陳池波等(2019)、姚梅潔等(2017)的研究，與縣域經濟發展有關的因素包括勞動力投入(，全社會從業人員數自然對數值)、城鄉收入差距(,城鎮居民人均可支配收入農村居民人均可支配收入)、社會消費能力(,社會消費品零售總額自然對數值)、基礎教育水平(,高中學生在校人數自然對數值)、政府行為(,地方財政支出GDP)。

(三)數據來源及描述性統計

本文使用的2014—2019年數據由數字金融和縣域經濟兩部分組成，在剔除明顯異常值和不完整的數據后，總體樣本量為5190。其中，數字金融數據來源于北京大學數字金融研究中心，縣域經濟數據來自CSMAR數據庫。此外，固定資產投資額、從業人員數量、社會消費品零售額、地方財政支出等數據來自CSMAR、《中國縣域統計年鑒》、各省市統計年鑒等。變量的描述性統計結果如表1所示。

四、實證結果與分析

(一)數字金融對縣域經濟發展的影響

基于Hausman檢驗的結果，本文采用固定效應模型進行檢驗，表2報告的是基于式(1)的回歸結果。表2第(1)列中只加入了數字金融指數，結果顯示，數字金融對縣域經濟發展的影響顯著為正。接著在表2第(2)列中增加勞動力投入、城鄉收入差距、社會消費能力、基礎教育水平和政府行為等控制變量，結果依然顯著。

邵南是一家家族企業的繼承人，沉穩內斂，而且他是一個很紳士的男人。上車的時候會為李若開門，用餐的時候會為她拉椅子。一切都很贊，李若的愛情像她的鞋一樣，華麗、高貴。

(二)數字金融分維度指數對縣域經濟發展的影響

表3報告了依次將覆蓋廣度、使用深度、數字化程度作為解釋變量加入式(1)的回歸結果。結果顯示，覆蓋廣度、使用深度、數字化程度均對縣域經濟發展產生顯著的促進作用。第一，覆蓋廣度代表數字金融的普惠程度，數字金融以線上模式為主，提高了用戶金融服務可得性，進而對縣域經濟發展產生積極影響。第二，使用深度代表數字金融業務的種類(包括貨幣基金、信貸、保險、投資和信用等)和使用頻率(包括實際使用總量和使用活躍度)。信貸、支付等金融服務能夠克服企業資金約束、激發生產經營積極性，貨幣基金產生的“理財效應”能夠獲得比傳統儲蓄更多的資本增值和資金積累，數字保險則能夠規避外部環境變化所帶來的經濟風險。第三，數字化程度強調金融服務的便利化、信用化，如數字支付通過縮短購物時間增加居民消費，帶動消費經濟。

躺著想了許久才發現面膜還沒洗，該死，又過時間了，臉上的水分都被吸走了。就像他死后，我的感情也被有他在的那段時間吸走了。

(三)穩健性檢驗

參考楊偉明等(2020)、錢海章等(2020)的研究，本文做了以下工作：一是對解釋變量、控制變量使用一階滯后項，在一定程度上弱化了反向因果問題。二是采用工具變量控制內生性問題。本文采用移動電話用戶數量作為工具變量。一方面，數字金融以電腦、手機等電信設備為重要載體，移動電話使用率高的地區很有可能數字金融發展也較好，兩者存在緊密聯系；另一方面，在控制勞動力投入、基礎教育水平、社會消費能力等對縣域經濟發展的影響后，移動電話用戶數量與縣域經濟發展之間不存在直接聯系，這使得移動電話用戶數量可能成為一個有效的工具變量。三是對主要解釋變量進行在1%水平上的縮尾處理。此外，在數字金融指數計算中，北京大學數字金融研究中心和螞蟻集團聯合課題組對性質和計量單位不同的指標進行了無量綱化處理，并采用主觀與客觀賦權相結合的方法確定權重，使數據具有較高穩健性，減弱了測量誤差問題。表4結果顯示，數字金融對縣域經濟發展產生顯著的正向影響，說明研究結論是穩健的。

(四)中介效應檢驗

關于數字金融對產業結構升級的影響，表5第(3)列結果顯示，產業結構高度化(2)在1的水平下通過檢驗，表5第(2)列產業結構合理化(1)在5的水平下通過檢驗，表明數字金融對產業結構升級呈現有效的促進作用。對數字金融通過產業結構升級作用于縣域經濟發展的關系進行實證檢驗，表5第(5)列結果顯示，加入中介變量后，數字金融指數的影響系數顯著變小，表明產業結構高度化(2)在數字金融與縣域經濟發展之間具有部分中介效應。不過，產業結構合理化(1)的中介效應不顯著。對此主要的解釋是，在產業結構調整過程中，利用區塊鏈等數字金融技術有助于獲得有效的信用信息，引導資金流向高收益、高技術的產業，促進產業結構高度化升級，生產效率得到提高，技術水平得以提升，助推縣域經濟發展。

(五)調節效應分析

表6反映了數字金融、資本效率與縣域經濟發展三者之間的關系。結果顯示，除資本形成效率外，資本配置效率、資本產出效率的回歸系數均在1%的水平下顯著為正，數字金融與資本配置效率的交互項、數字金融與資本產出效率的交互項同樣顯著為正值，且至少在5%的水平下顯著，但數字金融與資本形成效率的交互項不顯著。這表明，數字金融分別與資本配置效率、資本產出效率的交叉項對縣域經濟發展正相關，在資本配置效率高和資本產出效率高的區域，借助資金積累，數字金融可以為支柱產業、新興產業等注入資本要素，同時，資本的趨利性有利于存量結構的調整，能夠更好地利用數字金融引導資金向相對弱勢群體及中小微企業進行配置，提升企業創新水平和產出能力，從而對縣域經濟發展產生正面影響，形成正向調節效應。

執行功能是指一個人能獨立地、有目的地、成功地實施自身行為的能力，是很多基本認知功能的綜合體現，與智力、學習、創造力等高級認知活動密切相關。目前公認的執行功能分類如下：①Gioia等[3]認為執行功能可分為抑制控制、發動、轉換、計劃、組織、自我監控、情緒控制和工作記憶；②Pennington和Ozonoff[4]認為執行功能具有工作記憶、抑制控制和注意靈活性3個維度；③Collette和Van der Linden[5]從影像學角度將執行功能分為抑制、轉換、刷新以及雙任務協調4個維度。綜合考慮上述分類方法，現從評估工具、執行功能損害臨床特征及相關因素等方面對執行功能進行綜述。

(六)異質性分析

1.分地區的異質性分析。將縣域樣本按其所屬的省份分為東、中、西部地區三個子樣本進行回歸。東部地區包括遼寧、河北、北京、天津、上海、江蘇、浙江、福建、山東、廣東及海南；中部地區包括山西、河南、安徽、湖北、湖南、黑龍江、吉林及江西；西部地區包括陜西、甘肅、寧夏、青海、內蒙古、新疆、四川、重慶、云南、貴州、廣西及西藏。表7結果表明，數字金融均顯著促進東、中、西部地區的縣域經濟發展，且對西部地區的作用效果最強。可能的原因在于，西部地區縣域經濟發展水平較低，導致數字金融對其提升的邊際效應更大。

2.分貧困縣與非貧困縣的異質性分析。根據2020年公布的全國貧困縣名單，將總樣本劃分為貧困縣和非貧困縣兩個子樣本進行回歸。表8結果表明，數字金融顯著促進貧困縣、非貧困縣的縣域經濟發展，且對貧困縣的作用效果更強。對此的解釋是，數字金融促進包容性增長，數字金融不但在落后地區的發展速度更快，而且對于增加低收入群體的家庭收入作用更加顯著。收入水平的提升縮小了城鄉收入差距，同時也促進了居民消費，并為居民創業提供了資金保障，有利于貧困縣實現更高質量的經濟發展。

3.分金融排斥程度的異質性分析。我國縣域金融資源不一，金融排斥程度存在差異，本文選取人均金融機構貸款余額(年末金融機構貸款余額/年末總人口數)衡量金融排斥情況，將總樣本劃分為金融排斥較弱和金融排斥較強兩個子樣本進行回歸。表8結果表明，數字金融顯著促進縣域經濟發展，且對金融排斥較強縣域的影響大于金融排斥較弱縣域。可能的解釋在于，數字金融作為傳統金融的重要補充，其線上化模式覆蓋范圍廣，能更好地滿足以往被傳統金融服務排斥在外的縣域地區金融需求。另外，數字金融低成本、無需抵押擔保，有利于改善融資環境，區塊鏈、云計算等數字技術應用于信用評估，實現快速授信，填補了傳統金融的缺失，更好地推動縣域金融供給和經濟發展。

五、結論與政策建議

本文使用2014—2019年北京大學數字普惠金融指數與中國內地縣域數據，實證檢驗數字金融對縣域經濟發展的影響機制。研究發現:第一，總體而言，數字金融顯著提升縣域經濟發展水平；第二，數字金融通過推動產業結構高度化間接促進縣域經濟發展；資本配置效率和資本產出效率強化了數字金融對縣域經濟發展的正向促進作用；第三，對于西部地區縣域、貧困縣城、金融排斥較強的縣域，數字金融對經濟發展的提升效果較強。為了更好地發揮數字金融的作用，助推縣域經濟發展，提出以下建議：第一，加大數字金融普及力度，特別是西部地區縣域、貧困縣域應加快數字金融基礎設施建設。第二，創新數字金融產品。政府應積極鼓勵各縣(市)立足產業基礎、資源稟賦，開發各縣域競爭優勢和優化縣域產業的轉型提質；同時，鼓勵探索科技與傳統金融產業的發展機制，引導金融機構充分發揮對高新產業、高附加值產業的資金支持，提升對企業的金融創新服務。第三，優化金融發展環境。加快國內資本積累，充分發揮資本要素在不同地區間合理流動的引導作用，推動信息、智能、技術融合的數字金融平臺建設，加強擴展惠農終端的數字金融服務。