數字金融與新質生產力耦合協調的時空演進及差異分析

摘 要：選取中國30個省份為研究對象，以2011—2022年數據為觀察樣本，使用熵值法與耦合協調度模型，測算研究期數字金融與新質生產力的耦合協調發展水平，在此基礎上結合Kernel密度估計和Dagum基尼系數，對比分析三大經濟區域數字金融與新質生產力之間的耦合協調度的時空演進及差異分析。結果表明，中國各省份數字金融與新質生產力的耦合協調水平呈逐年上升趨勢，各區域耦合協調發展水平從高到低依次為東部、中部和西部。通過高斯核函數估計得出中國中部地區的協調發展水平出現了兩極分化現象，并且各省份在數字金融與新質生產力耦合協調總體水平上的區域差異不斷擴大。區域間差異是造成三大經濟區域耦合協調發展不平衡的主要因素，但其貢獻率呈現下降趨勢。同時，東部地區與中西部省份之間的差距也在逐步縮小。在綜合以往研究的基礎上，進一步補充和豐富了數字金融與新質生產力之間的理論機制。

關鍵詞：數字金融；新質生產力；耦合協調；時空演進；區域差異

中圖分類號：F832；F124

文獻標識碼：A

DOI：10.3969/j.issn.1672-2272.202408075

英文標題

Spatiotemporal Evolution and Difference Analysis of the Coupling and Coordination of Digital Finance and New Quality Productivity

Chen Siji， Niu Feiliang，Shao Yu，Wang Shuai

（Faculty of Mathematics and Statistics， Kashi University， Kashgar 843800， China）

英文摘要Abstract： Taking the data from 2011 to 2022 as the observation samples， this paper uses the entropy method and the coupling coordination degree model to measure the coupling and coordinated development level of digital finance and new quality productivity during the study period. The results show that the level of coupling and coordination between digital finance and new quality productivity in various provinces and cities in China is increasing year by year， and the level of coupling and coordination development in each region is in the east， central and western regions from high to low. Based on the Gaussian kernel function estimation， it is concluded that the level of coordinated development in central China is polarized， and the regional differences between provinces and cities in the overall level of coupling and coordination of digital finance and new quality productivity are expanding. Regional differences are the main factors causing the imbalance in the coupling and coordinated development of the three major economic regions， but their contribution rate shows a downward trend， and the gap between the eastern region and the central and western provinces is gradually narrowing. The study believes that in order to effectively promote the coupling and coordination role of digital finance and the development of new quality productivity， increase policy support for the central and western regions， as well as the cultivation of new quality productivity， encourage innovation and entrepreneurship， promote the upgrading and transformation of industrial structure， improve the quality and efficiency of economic growth， and formulate differentiated policies and measures to ensure the coordinated development of various regions.On the basis of the synthesis of previous research， the theoretical mechanism between digital finance and new qualitative productivity is further supplemented and enriched. Through the comprehensive analysis of coupling coordination degree and its spatial distribution characteristics and regional differences， the relationship between business environment and new quality productivity is discussed， and the relevant research in this field is expanded.

英文關鍵詞Key Words：Digital Finance; New Quality Productivity; Coupling Coordination; Spatiotemporal Evolution; Regional Differences

0 引言

數字金融作為金融科技的重要應用，以其獨特的優勢為金融服務普及和深化提供了新的動力。數字金融不僅提升了金融服務的普及性和易用性［1］，使得更多的消費者能夠便捷地享受金融服務，而且有效減少金融服務的準入難度和費用，進一步推動資本與信息等關鍵生產要素的高效配置。同時，新質生產力正逐漸成為推動經濟高質量發展的重要引擎。

學者對數字金融進行了多個維度的分析，包括其發展速度、對經濟社會的影響以及面臨的問題與挑戰。中國數字金融正經歷著迅猛的發展，特別是在那些相對欠發達的地區，其增長勢頭尤為強勁。這種發展不僅顯著提高了家庭收入，而且對于農村低收入群體來說，其積極影響尤為顯著［2］。盡管數字金融在全球范圍內展現出了迅猛的發展勢頭，但它同時也遭遇了一系列的挑戰，包括運營成本高昂、服務效率不盡如人意以及服務覆蓋范圍不均衡等難題［3］。數字金融在追求健康可持續的發展道路上面臨著諸多挑戰和困難。這些挑戰不僅包含其內部存在的固有難題，也涉及到技術層面所遭遇的困境［4］。隨著數字金融迅猛發展，它在一定程度減輕了傳統普惠金融體系所承擔的部分風險，同時也為普惠金融領域引入了新的風險點，這些新風險對現行的監管機制構成了新的挑戰。因此，構建一套適應數字金融發展特點的監管框架，并提出具體且有針對性的監管措施，變得尤為迫切和重要［5］。

同時，也對新質生產力進行了多個維度的分析，包括其內涵、特征、發展路徑以及對高質量發展的推動作用。新質生產力以科技創新為主導，通過關鍵性技術突破而產生。它超越了傳統生產力形式，需要新的生產關系來與之相適應［6］。它體現為全方位、系統性、持續性的變革過程，不僅能優化經濟基礎的應用場景和能力層級，而且能推進產業協同升級和整體躍遷［7］。新質生產力能夠有效推動經濟高質量發展內生要求的“動力變革”“效率變革”“質量變革”，從而契合經濟高質量發展的現實需求［8］。新質生產力的提出立足于我國經濟發展的現實與大國競爭格局，旨在應對當前迫切的任務，即推動經濟實現高質量發展，并實現中國式現代化［9］。

數字金融與新質生產力的發展狀況及特點，可以從不同層面進行分析，具體涵蓋其對經濟發展、產業升級、實體經濟效能提高、企業科技革新、地區創新實力增強以及整體生產效率提升等多個方面的作用。數字金融憑借其不斷擴大的服務范圍、日益深化的用戶參與以及持續提升的數字化技術，對經濟增長產生顯著的正向推動作用［10］。數字金融在推動金融服務實體經濟的效率方面展現出顯著成效，特別在東部地區及市場化程度較高的地區，其效果得到了充分驗證［11］。數字金融快速發展在緩解融資難題上發揮著重要作用，直接促進了區域創新能力的顯著增強。同時，它通過增強人力資本的供給和推動產業結構的優化升級，為提升區域創新水平提供了重要的推動力［12］。

綜上所述，學者對數字金融與新質生產力進行分析，不乏有數字金融耦合協調發展的研究，均取得了豐碩的研究成果，對本文的研究有很大的借鑒意義，但對于數字金融與新質生產力兩者間耦合協調度及其空間分布特征、區域差異等方面的研究較為缺乏。本文基于中國30個省份2011－2022 年的面板數據，構建數字金融、新質生產力的指標體系及模型，綜合測度了全國數字金融指數和新質生產力指數，計算三大地區的耦合協調度系數，運用熵值法、耦合協調度模型、核密度估計、Dagum 基尼系數法對三大地區數字金融與新質生產力耦合協調及其動態演進、空間差異進行系統研究。

1 研究設計

1.1 指標體系構建

北京大學數字金融研究中心在構建數字金融的量化評估框架上取得了顯著成就，他們研究并持續推出的“數字普惠金融指數”已成為衡量我國數字金融發展水平的關鍵指標。這一指數不僅全面反映了我國數字金融的發展態勢，也為政策制定者、金融機構以及研究者提供了重要的參考依據，經過持續的更新與優化，為我國數字金融領域的定量研究提供了豐富且精確的數據支撐。本文數字金融的評價指標運用了數字普惠金融指數的3個分類指數，即覆蓋廣度、使用深度和數字化程度。

在對新質生產力評價指標體系進行構建上，本文借鑒任宇新等［13］構建的新質生產力指標體系，主要基于指標數據的實際可獲取性和準確性，最終以勞動者、勞動資料、勞動對象為準則層選取22個二級指標構成本文的新質生產力指標體系。各個指標的具體含義如表1所示。

1.2 研究方法

1.2.1 熵值法

本文利用熵值法來確定各項指標的權重，采用加權法來計算數字金融水平與新質生產力水平：

①正向歸一化和逆向歸一化指標。

y'iij=yij－minyjmaxxj－minxj（1）

y'iij=maxyj－yijmaxyj－minyj（2）

其中，yij 表示第i年的第j個評價指標。

②求和歸一化。

Aij=y'iij/∑ni=1y（3）

其中，Aij表示第i個樣本第j項指標的比重。

③計算第j 項指標的熵值。

fj=－1lnn∑ni=1Aijln （Aij）（4）

其中，0≤fjlt;1

④計算第j項指標的冗余度。

hj=1－fj（5）

⑤計算第j項指標的權重。

wj=hj/∑nj=1hj（6）

⑥計算數字金融和新質生產力的綜合指數。

Q=∑mj=1wj×Aij（7）

按照上述公式，計算得到數字金融水平與新質生產力水平各評價指標的權重。

1.2.2 耦合協調度

本文采用耦合協調度來衡量數字金融與新質生產力之間的相互作用。

C（Z1，Z2，…，ZL）=n×［Z1Z2…ZL/（Z1+Z2+…+ZL）L］1/L（8）

Cab=2×［ZaZb/（Za+Zb）2］1/2（9）

其中，Zi 介于0 到1 之間，Zi 為正向指標，即數值越大，表示i省份數字金融與新質生產力越高；L 代表系統個數；Cab 表示耦合度，取值范圍在0 到1 之間。

Dab= Cab×Tab（10）

Tab=αZa+βZb（11）

其中，Dab 表示耦合協調度；α、β為待定系數，分別表示兩個子系統對總系統的重要程度，α+β=1，α=β=0.5。參考已有研究成果［14-15］，將耦合度C 和協調度D 劃分為若干種類型，劃分標準如表2所示。

1.2.3 Kernel 密度估計

運用Kernel 密度估計分析耦合協調度的分布動態。

f（x）=1nh∑ni=1Kx－x-h（12）

其中：n是樣本個數，x-為均值，h為帶寬；Kd 為核函數，本文采用高斯核函數，具體為：

K（d）=1 2πexp（－d22）（13）

1.2.4 Dagum 基尼系數及其分解

在評估中國三大地區數字金融與新質生產力的發展差異時，Dagum基尼系數及其分解法相較于傳統基尼系數提供了更為細致和深入的分析。具體來說，Dagum基尼系數能夠將這種差異分解為3個主要部分，即區域內差異（Gw）、區域間差異（Gnb）以及超變密度差異（Gt），從而更準確地揭示這些差異的成因。且G=Gw+Gnb+Gt，如式（14）所示。

G=∑kj=1∑kh=1∑nji=1∑nhr=1|yji－yhr|/2n2y-（14）

式中，yji yhr代表了在區域j h內任意一個地區的耦合協調度；y-為各地區的耦合協調度的均值；n代表省份的總數；k為區域個數；nj （nh）表示的是在第j h個地區個數。

1.3 數據來源

選取2011-2022年中國30個省份為樣本，數字金融的指標數據來源于北京大學數字金融研究中心發布的數字普惠金融指數中的分類指數。對于新質生產力的指標數據，則廣泛收集多個官方統計年鑒的數據，包括《中國統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》《中國勞動統計年鑒》等。此外，也參考了各省份的統計年鑒，以確保數據的全面性和準確性。為了保證數據的完整性和連貫性，采用線性插值法對缺失的數據進行了合理的估計與補齊。

2 實證結果與分析

2.1 數字金融與新質生產力耦合協調變化特征

本文把30個樣本省份按其地理位置分為東、中、西3個組［16］，根據耦合度（C）與耦合協調度（D）的分類標準，對中國各省份在數字金融與新質生產力耦合發展中的表現進行分析，如表3、圖1所示。東部地區在耦合度和耦合協調度方面表現最為優異，地區平均耦合度為0.915 9，耦合協調度為0.600 3，均排名第一。具體來看，北京在2011年的耦合度為0.998 0，達到高水平耦合，但耦合協調度為0.381 7，僅為中度失調；到2022年，北京的耦合度下降至0.869 1，但仍保持高水平耦合，耦合協調度則顯著提升至0.747 4，達到中度協調，年增長率為6.34%。廣東在2011年的耦合度為0.958 5，耦合協調度為0.426 0，分別屬于高水平耦合和輕度失調；2022年，廣東的耦合度上升至0.990 1，耦合協調度顯著提高至0.879 2，達到高度協調，年增長率為10.6%。

中部地區的耦合度和耦合協調度雖然略遜于東部，但也有顯著增長，地區平均耦合度為0.889 5，耦合協調度為0.540 5，均排名第二。河南和湖北表現較為突出。河南在2011年的耦合度為0.909 6，耦合協調度為0.307 1，分別為高水平耦合和中度失調；2022年，河南的耦合度為0.867 4，耦合協調度為0.697 6，提升至中度協調，年增長率為10.72%。湖北的耦合度從2011年的0.955 5下降至2022年的0.875 2，但仍保持高水平耦合，耦合協調度則從0.311 6提升至0.718 0，達到中度協調，年增長率為11.89%。

西部地區的耦合度和耦合協調度雖然在所有地區中排名第三，但也展示了不少亮點，地區平均耦合度為0.862 3，耦合協調度為0.510 2。四川省在西部地區表現出色，2011年耦合度為0.968 4，耦合協調度為0.316 5，分別為高水平耦合和中度失調；2022年，四川的耦合度為0.894 6，耦合協調度顯著提升至0.709 4，達到中度協調，年增長率為10.99%。

從總體來看，各省份2011-2022年在數字金融與新質生產力的耦合度和耦合協調度方面都呈現出積極的增長趨勢，但不同地區之間仍存在明顯差異。東部地區耦合度和耦合協調度都普遍領先于中部和西部地區，顯示出較強的數字金融整合與發展程度。廣東、上海和北京等省市的顯著進步，進一步證明這些地區在相關領域的政策和投入取得了成功。通過上述分析，可以更好地理解中國各地區在數字金融與新質生產力發展中的表現與潛力。

2.2 Kernel 核密度估計動態演進分析

為了更直觀地展示2011-2022年中國三大地區數字金融與新質生產力的耦合協調度的分布情況，本文采用Matlab軟件繪制了Kernel核密度圖。這種圖形分析方法通過非參數估計的方式，展現耦合協調度在不同年份和區域內的概率密度分布，從而幫助更深入地理解其動態變化和區域差異、分布動態特征。

就全國總體層面而言，如圖2所示，數字金融和新質生產力耦合協調發展，Kernel密度函數的中心點向右轉移趨勢顯著，意味著數字金融和新質生產力耦合協調發展水平不斷提升；Kernel密度函數的峰值呈現“高-低”循環波動態勢，且波峰寬度逐漸拓寬，具體而言，2011年數字金融和新質生產力耦合協調發展水平主要分布在0.234～0.426之間，差值為0.192，而2020年主要分布在0.567～0.879之間，差值為0.312，說明數字金融和新質生產力耦合協調度分布呈分散化趨勢，耦合協調發展水平高的省份（如江蘇、廣東）與耦合協調發展水平低的省份（如甘肅、青海）之間的差距在持續拉大；其次，從波峰數量來看，初期在2011年數字金融和新質生產力耦合協調發展存在區域差異，由一個主峰、一個側峰構成，直到2018年情況有所改善，一直到2022年都以單峰為主，說明全國的耦合協調發展水平有著明顯的改善，在2018年之后不存在明顯的多級或兩級分化情況。

就東部、中部與西部地區而言，如圖3、圖4、圖5所示。從核密度函數的中心點位置來看，東部、中部和西部地區的中心點均向右移動，表明研究期內三大區域的耦合協調水平持續上升；從核密度函數波峰高度的分布狀況來看，東部波峰高度在2011-2018年開始下降，之后在小范圍內波動上升，總體上呈現為降低，表明東部耦合協調水平從聚集到分散的動態趨勢；中部波峰高度在除2011-2012年之外其余小范圍內波動，總體上略有降低。中部波峰高度自2011年開始均呈波動式降低，表明中部耦合協調水平呈分散趨勢；西部波峰高度與東部相似，但與東部不同的是，西部在2018年之后呈現的聚集程度相比于東部會更加顯著一些。從核密度函數分布的拖尾長度來看，東部拖尾變長，耦合協調水平差距有擴大趨勢；中部拖尾在2013－2015 年變短，并開始變長，表明中部的耦合協調水平的差距有擴大趨勢；西部拖尾在2012－2015 年變短，并開始變長，表明西部的耦合協調水平的差距有擴大趨勢。從核密度函數波峰數量來看，東部波峰數量穩定在1個，表明東部耦合協調水平未出現多級分化特征。中部波峰數量波動明顯，波峰數量除2012年與2013年為1個，其余年份均為2 個，說明中部耦合協調水平幾乎都處于兩級分化特征，并且此現象在研究期內未得到改善。西部波峰數量穩定在1個，表明西部耦合協調水平未出現多級分化特征。

2.3 基于Dagum 基尼系數分解法的空間差異分析

表4展示的是2011-2022年數字金融與新質生產力耦合協調水平總體的基尼系數及貢獻率。總體系數呈現“下降-上升”的演變過程，從2011年的0.088 3開始下降直至2016年的0.049 3，降幅為44.19%，之后一直上升至2022年的0.060 9，增幅為23.5%。總體系數從2011年的0.088 3下降到2022年的0.060 9，降幅為31.05%，均值為0.059 3，表明數字金融與新質生產力的耦合協調度逐漸增強，數字金融與新質生產力之間的總體的耦合協調水平不均衡的問題有所改善。

分析區域差距來源及其貢獻率，區域內差距、區域間差距和超變密度的年均貢獻率分別為24.985 1%、65.767 7%和9.247 2%。數字金融和新質生產力之間的耦合協調水平差異，其主要成因歸結為區域間不平衡發展。區域內差距貢獻率的變化呈現上升-下降-上升-下降的“M”型演變過程。從2011年的22.146 2%上升到2022年的25.677 9%，增幅為15.95%，總體表現為上升的過程。區域間差距和超變密度的貢獻率變化呈現下降-上升-下降-上升的“W”型演變過程。區域間差距貢獻率變化從2011年的72.655 8%下降到2022年的62.776 7%，降幅為13.95%，總體呈現為下降的過程。超變密度貢獻率變化 2011年的5.198 0%上升到2022年的11.545 3%，增幅為122.11%，總體表現為上升的過程。

表5展示的是區域內和區域間差異及演變過程。從區域內基尼系數來看，東部地區基尼系數從2011年的0.065 5下降到2022年的0.057 9，降幅為11.6%，期間雖然有所波動，但總體呈下降趨勢，表明東部地區內的數字金融與新質生產力耦合協調程度逐步提升，區域內的不平衡有所改善，分配逐漸趨于平等；其次東部地區平均基尼系數為0.053 3，說明東部地區的整體不平等程度較低，但仍有進一步優化的空間。中部地區基尼系數從2011年的0.028 4下降到2015年的最低值0.019 6，然后逐漸上升到2022年的0.035 8。雖然總體上中部地區的基尼系數有所上升，但變化幅度較小，波動相對較為平穩，均值為0.027 0，耦合協調分配相對較為平等；西部地區基尼系數從2011年的0.063 1逐年下降至2022年的0.037 5，降幅為40.57%，顯示出明顯的改善趨勢，表明西部地區在數字金融與新質生產力耦合協調方面的分配不平等性逐步減弱。

區域間基尼系數方面，東部與中部、東部與西部、中部與西部的基尼系數的均值分別為0.063 2、0.087 5和0.043 4，均呈下降趨勢，東-中部地區基尼系數從2011年的0.097 4降低到2022年的0.066 7，降幅為31.52%，顯示出東部與中部地區之間的耦合協調分配不平等性在減弱，兩地區之間的差距逐漸縮小；東-西部地區基尼系數從2011年的0.137 4降低到2022年的0.086 2，降幅為37.26%，顯示出東部與西部地區之間的耦合協調分配不平等性逐漸減弱，兩地區之間的差距顯著縮小；中-西部地區基尼系數基尼系數從2011年的0.061 8下降到2015年的最低值0.033 6，并且逐漸上升至2022年的0.045 4，總體上中部與西部地區之間的耦合協調分配不平等性在波動中有所減弱。

總體來說，東部地區在數字金融與新質生產力的耦合協調方面雖然起點較高，但區域內分配不平等性較大，仍需進一步優化。中部和西部地區雖然起點較低，但區域內的分配逐漸趨于平等，尤其是西部地區改善最為顯著。地區間的分析表明，東部與中西部地區之間的差距在逐漸縮小，但仍需繼續努力以實現更均衡的發展。

3 結論與建議

3.1 研究結論

通過構建數字金融、新質生產力評價指標體系，運用熵值法、耦合協調度模型、核密度估計、Dagum 基尼系數法對中國30個省份2011—2022 年的數字金融與新質生產力的耦合情況及其時空演進及差異分析。結果發現：

在耦合協調度方面，中國各省份數字金融與新質生產力的耦合協調水平總體不斷提升，但存在明顯的區域間差距；東部地區耦合協調發展水平高度協調。中部地區和西部地區耦合協調發展水平呈現為中度協調；各地區在數字金融與新質生產力的耦合協調發展上表現出不同的水平，具體而言，東部地區的耦合協調發展水平最高，中部地區次之，而西部地區相對較低。

Kernel密度估計結果顯示耦合協調度不斷升高。全國耦合協調水平呈先集聚后分散的趨勢，并在2018年之后不存在明顯的多級或兩級分化情況。三大地區的耦合協調水平持續上升，區域耦合協調水平在總體上均表現出分散趨勢；并且耦合協調水平差距也都呈擴大趨勢；只有中部地區表現出兩級分化特征，且在研究期內也未得到改善。

在考察數字金融與新質生產力的耦合協調發展水平時，發現總體差異主要源于區域間的差異。具體來說，東部與西部地區之間的差異是最為顯著的，但值得注意的是區域間差異總體上呈現出逐步遞減的趨勢，在區域內，東部地區內部差異最大，其次是西部和中部。

3.2 政策建議

加大對中部和西部地區的政策扶持力度，尤其是在數字金融基礎設施和新質生產力方面。通過設立專項資金、稅收優惠、技術援助等措施，提升中西部地區的數字金融和新質生產力水平，縮小區域間的差距。加快中西部地區數字金融基礎設施的建設與完善，建立區域合作機制，促進東部地區與中西部地區的資源共享、優勢互補，提高互聯網普及率和金融科技應用水平，確保這些地區能夠更好地融入數字經濟體系。建立東部、中部和西部地區的協同合作機制，促進技術、資源和人才的交流與共享。鼓勵東部發達地區通過結對幫扶、產業合作、技術輸出等方式，帶動中西部地區共同發展。

加大對新質生產力的培育力度，鼓勵創新創業，推動產業結構升級和轉型，提高經濟增長的質量與效益。聚焦耦合協調發展，提高整體水平。建立健全監測評估機制，定期對各地區數字金融和新質生產力的發展進行評估與分析，及時發現問題并采取措施加以解決。

在中西部地區建立創業孵化器、科技園區和產業創新中心等創新平臺建設，為數字金融和新質生產力的協同發展提供平臺和載體，促進創新資源的集聚和高效利用，提升科技創新能力，增強內生動力。加強對數字金融和新質生產力相關領域的人才培養，鼓勵高校和職業院校設置相關專業課程。同時，通過提供住房補貼、創業基金等政策措施，吸引高端人才到中西部地區發展，提升這些地區的創新能力和競爭力。對于東部地區內部差異較大的問題，要深入分析原因，制定差異化的政策措施，確保各地區能夠協調發展。西部地區和中部地區也要重視內部差異問題，通過加強區域內部合作、優化資源配置等方式，促進各地區均衡發展。

3.3 研究局限與展望

本研究的局限主要體現在數據和視角上，數據覆蓋2011-2022年，但由于部分地區數據不完整或更新滯后，影響了研究的時效性。研究主要從經濟學和統計學角度出發，缺乏跨學科視角。未來可擴展數據范圍，并結合社會、文化、環境等因素，探討數字金融對新質生產力的多維影響。

參考文獻參考文獻：

［1］ 張林，王燕霞，鄭強.數字普惠金融如何影響民營企業成長［J］.財經問題研究，2023（5）：76-88.

［2］ 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.

［3］ 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.

［4］ 孫玉環，張汀昱，王雪妮，等.中國數字普惠金融發展的現狀、問題及前景［J］.數量經濟技術經濟研究，2021，38（2）：43-59.

［5］ 吳善東.數字普惠金融的風險問題、監管挑戰及發展建議［J］.技術經濟與管理研究，2019（1）：66-69.

［6］ 周文，許凌云.論新質生產力：內涵特征與重要著力點［J］.改革，2023（10）：1-13.

［7］ 韓江波，沙德春，李超.新質生產力的演化：維度、結構及路徑［J］.技術經濟與管理研究，2024（1）：8-16.

［8］ 戴翔.以發展新質生產力推動高質量發展［J］.天津社會科學，2023（6）：103-110.

［9］ 周文，李吉良.新質生產力與中國式現代化［J］.社會科學輯刊，2024（2）：114-124.

［10］ 王剛貞，陳夢潔.數字普惠金融影響經濟高質量發展的渠道機理與異質特征［J］.財貿研究，2022，33（10）：45-56.

［11］ 陸鳳芝，王群勇.數字普惠金融與金融服務實體經濟效率提升［J］.南開學報（哲學社會科學版），2022（3）：34-47.

［12］ 唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［13］ 任宇新，吳艷，伍喆.金融集聚、產學研合作與新質生產力［J］.財經理論與實踐，2024，45（3）：27-34.

［14］ YOU H Y. Quantifying the coordinated degree of urbanization in Shanghai， China［J］. Quality amp; Quantity， 2016， 50（3）： 1273-1283.

［15］ LIU N N， LIU C Z， XIA Y F， et al. Examining the coordination between urbanization and eco-environment using coupling and spatial analyses： a case study in China［J］. Ecological Indicators， 2018， 93： 1163-1175.

［16］ 沈小波，陳語，林伯強.技術進步和產業結構扭曲對中國能源強度的影響［J］.經濟研究，2021，56（2）：157-173.

（責任編輯：要 毅）