EN中文

经济地理 >

2026 , Vol. 46 >Issue 2: 46 - 58

DOI: https://doi.org/10.15957/j.cnki.jjdl.2026.02.005

区域经济与理论方法

区域金融科技对新质生产力的影响研究——兼论制度创新的调节效应

  • 周孟亮 ,
  • 肖露 , ※
展开
  • 湖南农业大学 经济学院，中国湖南 长沙 410128
※肖露（1998—），女，博士研究生，研究方向为农村金融。E-mail：
周孟亮（1977—），男，博士，教授，博士生导师，研究方向为农村金融。E-mail：

收稿日期: 2025-06-06

  修回日期: 2025-12-16

  网络出版日期: 2026-04-10

基金资助

国家社会科学基金项目(23BJY167)

湖南省研究生科研创新项目(CX20251142)

收起

Impact of Regional Fintech on New Quality Productive Forces：Moderating Effects of Institutional Innovation

  • ZHOU Mengliang ,
  • XIAO Lu , ※
Expand
  • School of Economics， Hunan Agricultural University， Changsha 410128， Hunan， China

Received date: 2025-06-06

  Revised date: 2025-12-16

  Online published: 2026-04-10

Fold

摘要

文章从劳动者、劳动对象、劳动资料和渗透性要素4个维度构建区域新质生产力指标体系，基于2012—2022年中国284个地级及以上城市的面板数据，实证检验了金融科技对新质生产力的影响效应和作用机制，以及制度创新的调节效应。研究发现：①中国新质生产力水平保持快速增长，但各地区存在较大差距。②金融科技能够促进新质生产力发展，且表现出区域异质性。③金融科技通过优化资源配置效率和推动产业结构升级，影响新质生产力发展水平。④制度创新在金融科技促进新质生产力的过程中具有正向调节效应，供给端金融监管沙盒试点政策的推进，需求端知识产权质押融资试点政策的实施，均使得金融科技对新质生产力的促进作用增强。因此，应实施差异化的区域金融科技发展策略，聚焦资源配置与产业升级路径，深化制度创新，构建与金融科技发展适配的监管与服务体系。

关键词： 金融科技; 新质生产力; 资源配置效率; 产业结构升级; 制度创新; 调节效应

本文引用格式

周孟亮 , 肖露 . 区域金融科技对新质生产力的影响研究——兼论制度创新的调节效应[J]. 经济地理, 2026 , 46(2) : 46 -58 . DOI: 10.15957/j.cnki.jjdl.2026.02.005

Abstract

This study constructs an indicator system of regional new quality productive forces from four dimensions: laborers, objects of labor, means of labor, and pervasive factors. Using the panel data of 284 prefecture-level and above cities in China from 2012 to 2022, this study empirically examines the impact effects and operational mechanisms of fintech on new quality productive forces, as well as the moderating effect of institutional innovation. The findings reveal that: 1) The level of China's new-quality productive forces maintains rapid growth, but there are significant regional disparities. 2) Fintech promotes the development of new quality productive forces, exhibiting regional heterogeneity. 3) Fintech influences the development level of new quality productive forces by optimizing resource allocation efficiency and driving industrial structure upgrading. 4) Institutional innovation exerts a positive moderating effect on fintech's promotion of new quality productive forces. The advancement of supply-side financial regulatory sandbox pilot policies and the implementation of pilot policies of demand-side intellectual property pledge financing both enhance fintech's catalytic role in new quality productive forces. Therefore, differentiated regional fintech development strategies should be implemented, focusing on resource allocation and industrial upgrading pathways, deepening institutional innovation, establishing a regulatory and service system compatible with fintech development.

Key words： fintech; new quality productive forces; resource allocation efficiency; industrial structure upgrading; institutional innovation; moderating effect

高质量发展是全面建设社会主义现代化国家的首要任务，新质生产力是高质量发展的内在要求和重要着力点 ① 。党的二十届四中全会强调，要加快高水平科技自立自强，引领发展新质生产力。2023年9月，习近平总书记提出“新质生产力”，强调以创新驱动为主导，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志，具有高科技、高效能、高质量特征[1]。在国家政策的高位推动下，中国新质生产力水平呈现上升趋势，但整体水平较低[2]。从新质生产力的培育与发展来看，我国战略性新兴产业和未来产业仍存在技术创新短板，阻碍现代化产业体系的构建[3]。因此，在中国经济转型的关键时期，探寻新质生产力加速发展的核心推力，是推动高质量发展的重要举措。
金融作为国民经济的核心枢纽，是促进新质生产力发展的重要力量。作为金融与技术深度融合的金融创新，金融科技依托大数据、云计算等前沿数字技术，极大地重塑了金融市场以及金融服务模式[4]，有助于解决信贷配给、风险评估和服务效率等难题，提升金融服务适配性，缓解融资需求与供给不匹配问题[5]，从而激励技术创新投入，加速战略性新兴产业和未来产业发展，实现科技、产业与金融正向循环，加快促进区域新质生产力形成。在此基础上，制度创新能够进一步扩大金融科技的赋能效果。供给端金融监管沙盒试点政策与需求端知识产权质押融资试点政策的推进，是该领域制度创新的核心落地载体。前者通过明晰创新业务的监管边界、平衡创新活力与风险防控，为金融科技服务新质生产力提供稳定预期；后者则针对新兴产业企业合格抵质押物不足，通过盘活知识产权无形资产，将其转化为融资资本，激活融资需求，拓宽金融科技服务新质生产力的能力边界。那么，金融科技能否促进我国新质生产力发展?其作用机制是什么?制度创新能否强化金融科技与新质生产力的关系?科学解答上述问题，有助于为加快新质生产力形成、优化区域布局与协同发展提供决策依据。
新质生产力是中国提出的重要经济概念，国外学界的相关研究主要聚焦于其在中国情境下的多维度影响及驱动机制。具体而言，当前学界对新质生产力的研究，重点关注其与数字经济、人工智能等领域的互动关系[6-7]，深入剖析其在推动低碳转型、促进高质量发展方面的关键作用[8]，并探讨了绿色金融与数字普惠金融对新质生产力的赋能机制[9]。在国内，新质生产力的研究主要集中在两个方面：一是新质生产力的理论内涵及测度。学者们从劳动者、劳动资料、劳动对象等实体性要素出发，对新质生产力进行大量的理论探讨[10]。有学者围绕如何实现实体性要素优化组合的跃升展开探讨，指出新技术、生产组织、数据等渗透性要素发挥着重要作用[11]；也有学者通过构建指标体系测度新质生产力水平。如王珏等从劳动者、劳动对象和生产资料维度构建新质生产力指标体系，评价中国省域新质生产力水平[12]；卢江、吉雪强等则从科技、绿色和数字方面构建新质生产力指标体系[13-14]。二是如何推动新质生产力发展。现有文献从数字化转型[15]、制度型开放[16]等视角论述如何影响新质生产力，而关于金融如何有效促进新质生产力发展的探讨则还在探索阶段。金融聚集有助于加强新质生产力形成[17]，通过强化金融与科技、产业的深度协同，提升金融服务效能并推动新质生产力跃迁[18]。同时，金融制度作为经济社会运行的基础性制度，新质生产力的加速形成离不开健全高效金融体系的支撑[19]。
上述成果为本文研究奠定了重要基础。与以往文献相比，本文的边际贡献主要体现在：①新技术、生产组织和数据等渗透性要素在新质生产力测度的指标选取中尚未得到充分重视，同时地级市层面的研究也相对薄弱。本文构建了涵盖渗透性要素的地级市新质生产力发展评价指标体系，为更细尺度下的新质生产力定量研究提供了经验参照。②现有研究以理论分析为主，针对新质生产力发展中金融科技的影响还有待更多数据验证。本文将金融科技纳入新质生产力的分析框架中，并基于资源配置效率和产业结构升级，揭示区域金融科技影响新质生产力的效应及机制，为我国金融科技助推新质生产力发展提供了现实证据和路径指引。③少有探究在制度创新外部作用下金融科技对新质生产力影响的研究。本文深入探讨了制度创新的调节效应，通过引入金融监管沙盒试点和知识产权质押融资试点政策，从供给端和需求端两个维度揭示制度创新对金融科技赋能效果的强化作用，为通过制度改革、以金融科技推动新质生产力提供了有益的政策思考。同时，研究结论对于推动金融更好地促进区域新质生产力发展，从而实现高质量发展具有重要的理论和现实意义。

1 理论分析与研究假说

1.1 区域金融科技影响新质生产力的直接作用

劳动者、劳动对象、劳动资料等实体性要素和渗透性要素相互结合，共同构成新质生产力系统[20]。下文从这4个维度分析区域金融科技对新质生产力的影响。
①金融科技能够促进劳动者素质提升。高素质的劳动者是新质生产力的核心主体。第一，金融科技能够提供多样化融资渠道和便捷的金融服务，显著缓解劳动者的融资约束，有助于提升技能培训的经济可负担性，满足劳动者创新对不同资金的需求[17]，从而促进劳动者综合素质提高。第二，金融科技的应用突破创新要素的地域局限，加快创新要素流动和聚集，实现创新资源优化配置，提高劳动者创新整体效能。第三，金融科技能够提供多元化的金融产品，从而有助于形成风险分散机制，有效提升试错意愿，激励劳动者发挥创新创业精神，进一步推动创新能力提升。
②金融科技能够促进劳动对象升级。新兴和绿色的劳动对象是新质生产力的重要构成。一方面，金融科技有利于缓解新兴产业企业融资约束，进一步推动新兴产业发展。金融科技的数字信息技术，不仅能够充分挖掘企业历史和实时数据，将各类“软”信息“硬”化，降低银企之间的信息不对称，减少对传统抵押和担保方式的依赖，还能加快信贷审批程序，进而减少企业融资成本[21]，有助于缓解战略性新兴产业企业和未来产业企业融资困境，缩小“麦克米伦缺口”，扩大生产规模和增大创新投入，促进劳动对象升级。另一方面，对于助力绿色创新成果而言，信贷审查和监督存在更为复杂的挑战，金融科技对绿色创新的作用更强[22]。金融科技助力技术革新降低生产能耗，减少污染排放，提高生态环境质量。
③金融科技能够促进劳动资料优化。科技含量更高和可持续利用的劳动资料是新质生产力的重要表征。一方面，金融科技的出现极大地推动了数字基础设施的建设和完善，促进劳动者利用的劳动资料向更智能、高效方向优化，从而提高劳动生产率。另一方面，金融科技通过云计算、物联网、智能合约等手段，实现对绿色信贷产品和服务的灵活化、智能化、场景化的创新[23]，引导更多金融资本投入绿色低碳领域，为可再生能源的开发和利用提供资金支持，推动劳动资料向更加环保和可持续的方向优化。
④金融科技能够促进渗透性要素强化。以新技术、生产组织和数据为核心的渗透性要素是新质生产力的关键驱动力量。第一，金融科技内蕴的大数据、云计算、分布式账本技术等通过技术溢出效应，推动区域整体技术进步。第二，金融科技能准确评估创新潜在价值，进而有效识别和管理创新流程中的风险，以提升创新研发活动的可行性和可持续性[4]。这种研发过程的优化进一步延伸到生产组织层面，促使采用更加智能的生产流程。第三，金融科技通过移动支付、在线交易等多种方式不仅革新了金融服务模式，还推动整个社会的数字化水平，有效增强数据采集和处理能力，推动数据要素的强化。根据上述分析，本文提出假说1。
H1：区域金融科技对新质生产力发展具有促进作用。

1.2 区域金融科技通过优化资源配置效率影响新质生产力的间接作用

①金融科技有利于优化资源配置效率。根据经典的微观银行理论，银行与企业之间的信息不对称会导致信贷配给。传统金融机构为规避风险面对不确定性较高的融资需求时持审慎态度，导致众多创新活动因初创期资金支持不足而难以持续发展。金融科技作为大数据、云计算、人工智能等技术在金融领域的融合创新，能够对传统金融进行重塑，使金融资本能够突破有形抵押品的约束，更为精准地识别并支持以知识产权和数据资产为核心具有较大成长潜力的企业[4]，缓解其在技术研发与市场开发环节面临的融资约束。同时，通过市场化的价格信号，引导社会资本向生产率更高的新兴部门集聚，提升资源配置的精准性和有效性。凭借数字化流程再造，金融科技有效提升信贷审批效率，降低资金要素获取成本，有助于增强区域投资开放度。在良好的金融生态环境下，金融资源向实体产业精准配置激活创新动能，为科技人才创造更多的就业机会和发展空间，从而吸引科技人才自发集聚，能够有效改善劳动力等生产要素的错配程度。
②资源配置效率的提升能够促进新质生产力发展。以技术进步为引领的全要素生产率跃升，构成了新质生产力的核心要义，其实现离不开生产要素的优化配置。金融资本从边际产出递减的传统部门，高效地配置到更具潜力的创新领域。这一过程遵循熊彼特创造性破坏理论，即经济资源需要不断流向新的技术生产组合集中。倘若资本配置僵化，资源无法有效流动至高效使用的领域，大量要素被沉淀在低效部门，则会抑制技术创新的涌现与扩散，阻碍新质生产力的形成[24]。根据上述分析，本文提出假设2。
H2：区域金融科技通过优化资源配置效率，进而促进新质生产力发展。

1.3 区域金融科技通过推动产业结构升级影响新质生产力的间接作用

①金融科技有助于推动产业结构升级。一方面，金融科技运用前沿数字技术手段催生新的金融服务模式，提高金融服务易得性，拓展其覆盖面，为战略性新兴产业和未来产业提供更为广泛的融资渠道，有效促进资金的高效流动。同时，金融科技通过金融产品创新与服务的供给，精准对接新产业、新业态、新模式的需求，有效缓解金融供需不匹配问题，推动金融服务提质升级，从而助力新兴产业培育壮大，加快地区的产业结构优化。另一方面，以人工智能、大数据分析等数字技术为支撑，金融科技可有效纾解长尾企业的融资流动性困境，推动劳动密集型企业转型升级、促进技术密集型企业集群化发展，助力产业链上下游协同整合，进而实现产业体系的高效迭代优化[21]。
②产业结构升级能够促进新质生产力发展。新质生产力并非传统生产力的改良优化或简单升级，而是伴随着产业深度转型与结构优化调整而催生的新型生产力形态[24]。产业结构升级作为培育新质生产力的关键路径，不仅能够推动资源使用模式从粗放型向集约型转型，促使经济主体以最少的资源投入，达成最大产出，进而获取结构红利并提升绿色含量，而且通过产业的转型升级促使劳动力向更高技能岗位转移。资源利用效率和劳动力素质的提升，为新质生产力的发展提供有力支撑。根据上述分析，本文提出假设3。
H3：区域金融科技通过推动产业结构升级，进而促进新质生产力发展。

1.4 制度创新在区域金融科技影响新质生产力中的调节效应

制度创新理论认为，制度创新是现有制度变革的重要方式，能够为创新者带来额外利益。从制度调节的角度看，金融科技在促进新质生产力过程中，其作用效果会受到风险不确定以及交易成本等因素影响，而政府部门的制度创新可以发挥“有形之手”的调节功能，通过政策支持和引导能够降低创新摩擦、优化资源配置效率，进一步放大金融科技对新质生产力的促进作用。具体而言，制度创新的调节效应可以从供给与需求两个层面展开。
①针对供给端金融科技创新面临风险问题的金融监管沙盒试点政策实施，能够为金融科技促进新质生产力提供风险管控与创新激励的双重保障。金融监管沙盒试点政策是一项突破性的制度安排，通过构建科学的规范体系和运作框架，为金融机构开展服务新技术、新产业的金融产品创新提供试错空间[25]。这种制度创新既能缓解金融创新过程中的风险暴露，为新质生产力提供稳健的金融支持体系，又通过明确的监管边界消除金融机构因政策不确定性而产生的顾虑，从而激励其将更多资源投入到金融服务创新领域，增强金融科技服务的供给效能，从供给端强化金融科技对新质生产力的驱动作用。
②针对需求端新兴产业企业等新质生产力融资主体面临抵质押物不足难题，政府实施的知识产权质押融资试点政策，能够有效提升金融科技促进新质生产力的作用。新兴产业多为专利技术、软件著作权等无形资产，根据不完全契约理论和资产专用性理论，传统金融模式难以对这类资产估值和处置，导致其无法成为合格的质押品。我国先后对知识产权质押融资试点政策进行有益探索，旨在有效解决融资主体因缺乏抵押质押等担保品而无法获得金融支持的难题[26]。知识产权质押融资试点政策通过建立价值评估体系、质押融资质物处置流转体系等创新性制度安排，显著提升知识产权的市场价值与流动性，使其转变为可信质押品。这一政策直接降低新兴产业企业获取金融资源的门槛，从需求端激活其对金融科技服务的有效需求，使得金融科技优化资源配置的功能得以更顺畅地作用于技术研发与产业升级的全过程，强化区域金融科技对新质生产力的促进效应。根据上述分析，本文提出假说4。
H4：制度创新在区域金融科技促进新质生产力的过程中具有正向调节效应。

2 研究设计

2.1 数据来源

考虑数据的可获性与连续性等因素，且2011年后中国金融科技开始高速发展，本文选定中国284个地级及以上城市2012—2022年的面板数据作为样本进行研究。样本不包括自治州、盟以及中国港澳台地区，并剔除数据严重缺失的城市。数据来自《中国统计年鉴》《中国城市统计年鉴》、各省市统计年鉴和地级市统计公报、CNRDS数据库、CSMAR数据库、国际机器人联盟（IFR）、企查查数据库和北京大学数字金融研究中心等，地级市层面金融科技公司数量主要来自“天眼查”网站。针对少量数据缺失值，采用插值法补齐。

2.2 变量选取

2.2.1 被解释变量

新质生产力发展水平（Produ）。新质生产力以劳动者、劳动对象和劳动资料等实体性要素的革新为根基，同时依赖新技术、生产组织和数据等渗透性要素对要素优化组合的跃升。实体性要素与渗透性要素共同构成新质生产力系统。新质生产力是对传统生产力的继承与发展，更侧重生产要素质量，在组织和技术层面具有复杂性，并涌现多元新兴产业形态[27]。因此，新质生产力难以用单一指标衡量，本文基于王珏等构建的指标体系[12]，借鉴韩文龙等做法[20]，将渗透性要素纳入指标体系中，并根据城市层面数据可获性完善，构建地级市新质生产力发展水平评价指标体系（表1）。为避免主观赋权，运用熵值法确定指标权重，计算2012—2022年新质生产力发展水平。
表1 区域新质生产力发展水平评价指标体系及说明

Tab.1 Evaluation indicator system of development level of regional new quality productive forces and its explanation

基础维度 一级指标 二级指标 三级指标 衡量方式 单位 属性 权重
劳动者 劳动生产率 经济产出 人均GDP GDP/总人口 元/人 正 0.0147
经济收入 人均工资 在岗职工平均工资 元/人 正 0.0045
劳动者素质 文化程度 高等教育人数占比 普通高等学校在校学生数/常住人口 % 正 0.0291
培育经费 教育经费强度 教育支出/财政总支出 / 正 0.0026
劳动者意识 创业精神 创业活跃度 每百人新创企业数 个/百人 正 0.0245
就业理念 第三产业就业比重 第三产业就业人数/总就业人数 / 正 0.0046
劳动对象 新质产业发展 战略性新兴产业 战略性新兴产业产值 战略性新兴产业上市企业营业收入 亿元 正 0.1207
未来产业 机器人发展 机器人安装密度 台/万人 正 0.0175
生态环境 绿色生态 绿化覆盖率 建成区绿化覆盖面积/建成区面积 % 正 0.0010
环境保护力度 节能环保支出/财政支出 / 正 0.0095
绿色生产 污染防治质量 工业废水排放量/GDP 万t/亿元 负 0.0001
SO2排放量/GDP t/亿元 负 0.0002
废物利用 工业固体废物综合利用率 工业固体废物综合利用量/产生量 % 正 0.0037
劳动资料 物质劳动资料 新基础设施 数字基础设施 每百人移动电话用户数 户/百人 正 0.0046
人均电信业务总量 万元/人 正 0.0183
每百人互联网用户数 户/百人 正 0.0115
能源消耗 总体能源消耗 能源消耗量/GDP 万t标准煤/亿元 负 0.0002
渗透性要素 新技术 技术研发 技术研发投入 科学技术支出/地方一般公共预算支出 / 正 0.0280
创新产出 专利数量 当年申请的发明数量 个 正 0.0975
当年申请的实用新型数量 个 正 0.0773
生产组织 智能化 电商智能交易渗透度 电子商务销售额 亿元 正 0.1152
绿色化 绿色发明成果 当年申请的绿色发明数量 个 正 0.1098
当年申请的绿色实用新型数量 个 正 0.0822
数据要素 数据处理 数据采集和处理能力 信息传输、计算机服务和软件业从业人员数/总从业人员数 / 正 0.0168
数据交易 大数据交易规模 数据交易平台数 个 正 0.2058
①劳动者。新质生产力的劳动者应具备高素质的创新素养、知识素养以及劳动能力，从而提高劳动生产效率。基于此，劳动者维度围绕劳动生产率升级、劳动者素质革新、劳动者意识转型3个层面选取指标。在劳动生产率层面，本文选取人均GDP、人均工资2个指标，反映经济产出和经济收入。战略性新兴产业增加值占GDP比重稳步提升，人均GDP的增长能够体现由技术进步与产业升级驱动的劳动生产效率提高，彰显新质生产力的高效能特征。随着新兴产业规模扩大和辐射带动作用增强，逐步拉高整体在岗职工平均工资水平。人均工资的增长不仅体现劳动者在知识经济中的报酬水平，更是其生产效率提高的价值回报。在劳动者素质层面，本文选用高等教育人数占比、教育经费强度2个指标，反映劳动者文化程度和培育经费，能够进一步体现各地区劳动力供给潜力，尤其是为战略性新兴产业提供高素质人才的能力。在劳动者意识层面，本文选取创业活跃度、第三产业就业比重2个指标，反映创业精神和就业理念。创业活跃度体现劳动者参与经济活动创新的积极性，第三产业就业比重体现就业结构向高附加值部门转型，是新质生产力形成的重要动力源。
②劳动对象。新质劳动对象更强调战略性新兴产业和未来产业发展，以及营造并保护好新质生产力依附的自然环境[28]。因此，劳动对象维度围绕新质产业发展、生态环境质量提升2个层面选取指标。在新质产业发展层面，本文选取战略性新兴产业产值、机器人发展2个指标，反映战略性新兴产业和未来产业水平。战略性新兴产业产值能够体现生物制造、新能源等新兴产业的规模与质量，机器人发展则体现生产智能化、技术集成化水平，这是未来产业的重要领域，二者均是新质生产力高科技、高质量特征的核心载体。在生态环境层面，本文选取绿化覆盖率、环境保护力度、污染防治质量和工业固体废物综合利用率4个指标，反映绿色生态、绿色生产和废物利用水平。绿化覆盖率与环境保护力度体现新质生产力的绿色底色，污染防治质量以单位产出的环境代价下降，凸显高质量特征。工业固体废物综合利用率则体现循环经济理念，是新质生产力中可持续发展水平的重要表现。
③劳动资料。新质生产力的劳动资料为新型基础设施与高效能源利用体系，为生产活动的高效能运转、高质量推进提供支撑。生产资料是劳动者用以改变和影响劳动对象的一切物质资料。因此，劳动资料维度主要基于物质劳动资料层面，选取数字基础设施和总体能源消耗2个指标，反映新基础设施和能源消耗水平。数字基础设施依托于信息技术，高效可靠地传输、加工和存储数据，为新质生产力的生产过程提供数字化工具与底层支撑。总体能源消耗聚焦劳动资料的高效化利用，通过低消耗、高产出，体现高质量发展。
④渗透性要素。渗透性要素主要表现为新技术、生产组织和数据等非物质形态[20]，其通过与实体性要素深度融合，改善生产方式、优化要素配置，是新质生产力的关键驱动力。因此，渗透性要素维度围绕新技术创新、生产组织转型和数据要素赋能3个层面选取指标。在新技术层面，本文选取技术研发投入和专利数量2个指标，反映技术研发和创新产出。技术研发投入聚焦对原创性、引领性技术的攻关投入，专利数量能够体现技术创新水平，是新质生产力创新能力的重要体现。在生产组织层面，本文选取电商智能交易渗透度和绿色发明成果2个指标，反映智能化和绿色化。电商智能交易渗透度体现依托大数据精准分析和数字化平台，实现生产要素的智能调配，提升生产效率，凸显高效能特征。绿色发明成果则呈现高质量发展要求，体现生产组织向低碳化、环保化转型的支撑能力。在数据要素层面，本文选取数据采集和处理能力、大数据交易规模2个指标，反映数据处理和交易情况。数据采集和处理能力体现区域对数据要素的挖掘与应用水平，大数据交易规模则表现数据要素的市场化程度，这是数据赋能高科技产业、高效能生产的重要保障。

2.2.2 核心解释变量

金融科技（Fintech）。目前金融科技的度量方法有以下两种：①文本挖掘法。以金融科技关键词+区域名称为文本数据挖掘对象，通过百度新闻或百度指数得出金融科技发展水平[29]。②构建多层次指标体系。已有研究将数字普惠金融指数作为金融科技的代理变量[30]，还有研究从金融科技产业、应用、监管和生态4个维度构建指标体系衡量金融科技[31]。然而，由于词库构建可能存在偏差，报道内容重复且多为规划展望等，会产生度量误差。同时，基于支付宝用户的数字普惠金融指数，难以反映金融机构及企业的现实状况。因此，本文参考宋敏等研究[32]，首先借助“天眼查”网站在企业名称或经营范围中，检索“金融科技”“云计算”“大数据”“区块链”“人工智能”“物联网”等关键词，得到数据池；其次，为防止空壳和非正常经营的公司对指标产生干扰，进一步剔除经营时间小于1年或经营状态非正常的公司；再次，为确保公司将技术运用于金融领域，将“金融”“保险”“信贷”“清算”“支付”等关键词同企业经营范围中的信息筛选匹配，且删除含有“不得从事……业务”“严禁涉及……业务”“以上除……业务”等与金融相关表述的公司；最后，保留符合条件的企业，得到地区金融科技公司数量，以此衡量金融科技水平。

2.2.3 机制变量

①资源配置效率（Alloca）：借鉴刘诚等的做法[33]，本文采用生产函数法测算各城市的要素市场扭曲程度，再用各城市要素市场扭曲程度与当年所有城市中最大值的比值衡量各城市的资源错配程度，作为资源配置效率的代理变量，该值越大说明资源配置效率越低。
②产业结构升级（Upgra）：借鉴袁航等的做法[34]，本文构建涵盖第一二三产业的产业结构升级指数，具体计算公式如下：
$Upgr{a}_{it}={\sum }_{m=1}^{3}\left({y}_{imt}·m,m\right)=\mathrm{1,2},3$
式中：Upgrait为t时期i地区产业结构升级水平；yimt表示i地区第m产业在t时期占地区生产总值的比重，该指数能反映产业结构由低水平向高水平演进的逻辑顺序。

2.2.4 控制变量

新质生产力发展受多种因素影响，为减少遗漏变量缺失导致模型估计结果所存在的偏误，遵循已有文献[35]，本文控制以下影响新质生产力的因素：①第二产业增加值占比（Sec），第二产业是技术创新的重要应用领域，其发展水平能较高程度影响新质生产力。②人力资本水平（Hc），人才储备和智力支持在新质生产力培育中发挥重要作用。③基础设施水平（Road），道路建设水平较高的地区能体现良好的交通网络覆盖范围和连通性，直接提升经济活动的效率促进新质生产力。④物质资本投资水平（Inv），高水平的物质资本投资会促进技术创新、生产效率提升，新质生产力形成在一定程度上依赖于高水平的物质资本投资。⑤金融发展水平（Ft），发达的金融体系能为新兴产业提供资金支持，对新质生产力具有积极影响。变量定义和描述性统计结果见表2。
表2 变量定义与描述性统计

Tab.2 Variable definitions and descriptive statistics

变量类型 变量名称 变量测度 均值 标准差
被解释变量 新质生产力（Produ） 构建指标体系并通过熵值法测算 0.045 0.055
解释变量 金融科技（Fintech） 金融科技公司数量的对数 2.510 1.592
机制变量 资源配置效率（Alloca） 资源错配指数 0.330 0.171
产业结构升级（Upgra） 产业结构升级指数 2.316 0.143
控制变量 第二产业增加值占比（Sec） 第二产业增加值/GDP 0.441 0.110
人力资本水平（Hc） 普通高等学校在校学生数的对数 1.781 1.021
基础设施水平（Road） 人均道路建设面积 18.916 7.884
物质资本投资水平（Inv） 社会固定投资/GDP 0.842 0.368
金融发展水平（Ft） 金融机构存贷款余额/GDP 2.622 1.166

2.3 模型设定

考虑到地区特征差异和时间变化的影响，本文构建双向固定效应模型，检验区域金融科技对新质生产力发展的影响效应。计算公式如下：
$\begin{array}{l}Prod{u}_{it}={\alpha }_{0}+{\alpha }_{1}Fintec{h}_{it}+{\alpha }_{2}Contro{l}_{it}+\\ {\theta }_{i}+{\delta }_{t}+{\varepsilon }_{it}\end{array}$
式中：被解释变量Produit为t时期i地区新质生产力；核心解释变量Fintechit为t时期i地区金融科技水平；Controlit为控制变量，包括第二产业增加值占比、人力资本水平、基础设施水平、物质资本投资水平、金融发展水平；θi和 ${\delta }_{t}$分别表示不随时间变化的地区效应和不随地区改变的时间效应；α0、α1和α2为待估计参数；εit为随机扰动项。同时，考虑异方差和序列相关对估计结果的影响，本文使用聚类稳健标准误。

3 实证结果及分析

3.1 新质生产力发展水平的测算

3.1.1 全国新质生产力发展水平

根据各指标得分，得到2012—2022年中国新质生产力及其基础维度的发展水平（图1）。结果显示，2012—2022年中国新质生产力快速增长，从2012年的0.027上升至2022年的0.063，复合年增长率高达9%。新质生产力的各基础维度发展水平也基本保持正向增长。其中，劳动者和劳动资料指数稳定增长，表明在我国长期性拔尖创新人才培育政策指引和高端装备、5G等新基建的突破下，有助于促进高素质劳动者和数字基础设施不断壮大和完善；劳动对象的发展指数则呈波动式增长，这说明培育和发展战略性新兴产业和未来产业是一项复杂的综合性工程，其涉及多方面协同，需具备系统思维，全面推动其发展；渗透性要素指数表现高速增长，得益于我国实施科教兴国和创新驱动发展战略，创新活力被充分激发，催生原创性和颠覆性技术，显著提升全要素生产率，加快形成新质生产力。
图1 2012—2022年中国新质生产力发展水平

Fig.1 Development level of China's new quality productive forces from 2012 to 2022

3.1.2 各地区新质生产力发展水平

为深入研究各地区新质生产力发展水平，本文计算了全国、东部、中部、西部和东北各地区新质生产力平均水平（图2）。从整体上看，新质生产力在各地区均呈现出上升趋势，但发展水平差异较大。分地区看，东部地区新质生产力水平处于全国前列。其雄厚的经济基础、密集的新兴产业布局，以及人才、资本要素的高度集聚，共同构成了培育新质生产力的肥沃土壤。随着新时代中部崛起战略实施，配套出台产业升级、科技创新、基础设施建设等扶持政策。中部地区新质生产力保持快速增长，次于东部地区。西部和东北地区新质生产力水平尽管均实现一定幅度增长，但提升潜力仍较大。其中东北地区受传统产业转型滞缓、经济活力不足、产业基础支撑有限、创新驱动能力薄弱等因素制约，新质生产力发展相对滞后。亟须因地制宜制定发展策略，着力弥合区域间新质生产力发展差距。
图2 2012—2022年中国各地区新质生产力发展水平

Fig.2 Development level of new quality productive forces in various regions of China from 2012 to 2022

3.2 区域金融科技影响新质生产力的结果分析

3.2.1 基准回归

表3报告了区域金融科技影响新质生产力的基准回归结果。具体而言，列（1）（2）作为未加入任何控制变量的回归模型的估计结果，显示金融科技的系数分别为0.012和0.005，分别在1%和5%水平上显著，其中列（2）在列（1）的基础上控制时间固定效应，模型拟合优度上升，能更准确测量变量之间的关系。列（3）为引入对区域新质生产力产生影响的控制变量，回归结果显示金融科技系数仍然在1%的显著水平上为正。列（4）为进一步控制时间的固定效应，结果显示金融科技系数为0.005，依旧保持在1%的显著水平，表明区域金融科技对新质生产力发展具有促进作用。在分别添加控制变量和控制时间和地区固定效应后，区域金融科技影响新质生产力的正负性与显著性均未发生太大变化，模型拟合度呈逐步提高趋势。据此，区域金融科技能够促进新质生产力发展，H1得以验证。
目前，我国正处于新发展阶段，以创新为引领的新质生产力，正是新阶段生产力向现代化转型的集中体现。金融科技通过缓解信息不对称造成的信贷配给问题，释放资本活力助力创新研发活动，进而通过溢出与传递效应促进技术创新范式变革，推动生产力由传统向现代转变，从而催生新质生产力形成。金融科技的发展是加速新质生产力形成的重要途径，有助于实现高质量发展。
表3 区域金融科技影响新质生产力的基准回归结果

Tab.3 Benchmark regression results for regional fintech impact on new quality productive forces

变量 新质生产力
（1） （2） （3） （4）
金融科技 0.012***
（0.001）		 0.005**
（0.002）		 0.013***
（0.002）		 0.005***
（0.002）
第二产业增加值占比 0.005
（0.017）		 0.043*
（0.022）
人力资本水平 0.005
（0.006）		 0.001
（0.007）
基础设施水平 -0.001***
（0.000）		 -0.001***
（0.000）
物质资本投资水平 -0.003
（0.002）		 -0.003
（0.003）
金融发展水平 0.005*
（0.003）		 0.002
（0.002）
常数项 0.014***
（0.003）		 0.021***
（0.003）		 0.010
（0.016）		 0.013
（0.019）
时间固定效应 否 是 否 是
地区固定效应 是 是 是 是
观测值 3124 3124 3124 3124
拟合优度 0.218 0.237 0.242 0.264

注：括号中数值为聚类稳健标准误；***、**、*分别表示1%、5%、10%的水平上显著。表4~表8同。

3.2.2 内生性检验

尽管本文通过双向固定效应面板模型等方法降低测量误差，但也难免会存在其他内生性干扰：首先，新质生产力的发展可能具有动态连续性，且新质生产力与金融科技存在反向因果；其次，依然存在遗漏变量问题；最后，金融科技公司布局具有非随机性。因此，本文采用动态面板模型、工具变量法、双重差分估计及倾向得分匹配法缓解内生性，检验金融科技对新质生产力的影响。
①GMM动态面板分析。本文引入新质生产力的滞后一期作为解释变量，构建动态面板模型并采用系统GMM估计。表4列（1）显示，新质生产力滞后一期项的系数在1%水平上显著为正，金融科技的系数在5%水平上正向显著，说明考虑动态连续性后，金融科技依然对新质生产力具有促进作用。残差项一阶自相关，无二阶自相关，Hansen检验大于0.1，通过过度识别检验，模型设定合理，H1得以验证。
表4 区域金融科技影响新质生产力的内生性检验结果

Tab.4 Results of endogeneity test of regional fintech impact on new quality productive forces

变量 动态面板 工具变量 双重差分估计 倾向得分匹配法
（1） （2） （3） （4） （5）
新质生产力滞后一期 1.076***（0.020）
金融科技 0.002**（0.001） 0.057***（0.009） 0.003***（0.001）
工具变量 -0.000***（0.000）
政策 0.016***（0.004）
AR（1） 0.000
AR（2） 0.612
HansenTest 0.175
不可识别检验 0.000
弱工具变量检验 68.613
控制变量 是 是 是 是
时间固定效应 是 是 是 是
地区固定效应 是 是 是 是
观测值 2556 3124 3124 1499
拟合优度 0.282 0.582

注：AR（1）是模型残差项的一阶自相关检验的P值，AR（2）是二阶自相关检验的P值，Hansen表示Hansen检验的P值；不可识别检验和弱工具变量检验分别报告的是Kleibergen-Paap rk LM检验的P值和Wald F检验的F值。

②工具变量法。借鉴张勋等的思路[36]，本文选取各地级市到杭州的球面距离作为工具变量。杭州作为金融科技的发源地，其辐射效应在空间表现显著特征，各区域金融科技的活跃度与到该地的地理距离呈相关性。同时，利用地理要素构建的变量具有外生性，各地区与杭州市的球面距离并不会直接对其新质生产力水平造成影响。该变量满足外生性和相关性。但地理距离在时间推移中不变，导致2SLS第二阶段估计失效，所以采取与时间相关的当年全国金融科技发展水平的均值（除本市外）交互处理。表4列（2）（3）呈现工具变量的两阶段回归分析结果。第一阶段回归分析表明，金融科技发展水平随与核心区域距离增加而递减，验证了相关性假设的有效性。第二阶段估计结果中，金融科技系数在1%显著性水平上为0.057，区域金融科技对新质生产力有显著促进作用。结果通过了不可识别和弱工具变量检验，工具变量充分有效。
③双重差分估计。2015年《推进普惠金融发展规划（2016—2020年）》提出，金融机构应积极应用数字技术推动服务创新，这些政策对金融机构的数字化转型形成外生冲击。由此可应用DID模型评估区域金融科技对新质生产力的影响。借鉴已有研究处理方法[32]，本文依据2015年中国各地级市金融科技发展水平（数字普惠金融指数中数字化进程得分）的中位数，将地级市划分为金融科技发展水平高和低两组，分别记为对照组和实验组，同时以2016年为政策冲击时点。表4列（4）显示，政策的系数在1%的水平上显著为正，表明金融科技发展能够促进新质生产力形成。
④倾向得分匹配法。中国金融科技公司的空间分布受多种区域因素影响[37]，注册地址的选择并非随机。因此，本文使用倾向得分匹配法解决样本选择偏误问题。借鉴宋清华等研究[38]，根据金融科技水平的均值将样本划分为实验组（大于或等于均值）和对照组，以所有控制变量作为协变量，采用卡尺范围内1∶1近邻匹配方式。由表4列（5）可知，金融科技对新质生产力有显著的正向影响。

3.2.3 稳健性检验

为保证上文研究结论的可靠性，本文从以下5个方面进行稳健性检验：①更换被解释变量新质生产力的衡量方法。为避免单一评估方法引发的测量偏差，本文将熵值法替换为主成分分析法重新回归。②更换解释变量金融科技的代理变量。考虑金融科技公司数量没有捕捉到公司质量，导致可能存在测量误差风险。借鉴其他学者研究，本文分别使用当地存续金融科技公司注册资本总额的对数值和北京大学数字普惠金融指数作为核心解释变量，重新进行基准回归。③解释变量滞后处理。本文通过估计前一期的金融科技对当期新质生产力的影响，控制潜在时间滞后效应。④删除直辖市样本。直辖市的金融科技发展更为迅猛，新质生产力通常也处于较高水平，从而导致反向因果偏误风险较高。因此本文删除北京、上海、天津和重庆这四个直辖市的样本后重新估计。⑤删除2018年的样本。2018年大量 P2P 平台爆雷关闭，影响了金融科技的发展。为消除这种干扰，本文将2018年的样本剔除后重新估计。由表5可知，金融科技对新质生产力具有显著促进作用，基准回归的研究结论稳健可靠，佐证H1成立。
表5 区域金融科技影响新质生产力的稳健性检验结果

Tab.5 Robustness test results for the impact of regional fintech on new quality productive forces

变量 更换被解释变量 更换解释变量一 更换解释变量二 解释变量滞后处理 删除直辖市样本 删除2018年样本
（1） （2） （3） （4） （5） （6）
金融科技 0.088***（0.031） 0.006***（0.001） 0.005**（0.002）
金融科技公司注册资本 0.005**（0.002）
数字普惠金融指数 0.001***（0.000）
金融科技滞后一期 0.006***（0.002）
控制变量 是 是 是 是 是 是
时间固定效应 是 是 是 是 是 是
地区固定效应 是 是 是 是 是 是
观测值 3124 3124 3124 2840 3080 2840
拟合优度 0.749 0.268 0.306 0.258 0.312 0.266

3.2.4 异质性分析

上文的分析已明确金融科技对新质生产力的总体影响，但从地理区位角度审视，金融科技对新质生产力的影响在不同地区可能并不一致。为精准制定政策建议，需进一步探究金融科技对新质生产力的促进作用是否呈现区域异质性。对此，本文参照国家统计局，将全样本划分为东部、中部、西部和东北四大区域，并进行分样本回归。由表6可知，金融科技对中部、西部和东北地区新质生产力的促进作用分别通过10%和5%的显著性检验，而在东部地区，金融科技并没有展现出具有统计显著差异的影响。可能的原因是：①发展阶段不同。中部、西部和东北地区处于新质生产力发展追赶阶段，生产力跃迁对金融服务业存在较大市场需求，金融科技呈现显著的补短板赋能效应；而东部地区进入新质生产力进阶发展阶段，驱动力更侧重前沿技术突破、高端要素优化配置的更高维度发展需求，金融科技的基础赋能作用相对有限。②政策导向不同。在“中部崛起”“西部大开发”及“东北振兴”等国家战略支持下，中部、西部和东北地区精准把握发展机遇，金融科技得以充分发挥后发性优势促进产业结构升级，为新质生产力发展提供支撑。③发展空间不同。东部地区由于金融体系较为完善，信贷资源配置效率较高，使金融科技的边际贡献相对有限。相比之下，中部、西部和东北地区通常面临严峻的金融抑制，此时金融科技施展效用的空间就越大，能够带来边际产出的较大提升。由此，中部、西部和东北地区可通过发展金融科技加快新质生产力生成，而东部地区需依托既有发展基础深化金融科技创新，为更高质量新质生产力发展提供有力支撑。
表6 区域金融科技影响新质生产力的异质性检验结果

Tab.6 Heterogeneity test results for regional fintech impact on new quality productive forces

变量 （1）东部 （2）中部 （3）西部 （4）东北
金融科技 -0.005
（0.009）		 0.003*
（0.002）		 0.003**
（0.001）		 0.008**
（0.004）
控制变量 是 是 是 是
时间固定效应 是 是 是 是
地区固定效应 是 是 是 是
观测值 946 880 924 374
拟合优度 0.340 0.335 0.335 0.415

3.3 区域金融科技影响新质生产力的作用机制分析

3.3.1 优化资源配置效率

由于传统的中介效应“三步法”可能存在内生性偏误和部分机制识别不清等问题，借鉴江艇的做法[39]，本部分重点检验解释变量对机制变量的因果关系，通过考察金融科技对资源配置效率的影响，识别促进新质生产力的间接作用机制。由表7列（1）可知，金融科技的系数显著为正，表明金融科技有助于新质生产力发展；列（2）中金融科技在5%的水平上显著且系数为-0.019，说明金融科技能够降低各城市的资源错配程度，即金融科技对资源配置效率具有显著正向推动作用，继而在理论上比较直观认识到资源配置效率能够促进区域新质生产力发展，从而“金融科技→资源配置效率→新质生产力”的传导机制成立。区域金融科技能显著优化资源配置效率，进而促进新质生产力发展，H2得以验证。
表7 区域金融科技影响新质生产力的作用机制检验结果

Tab.7 Results of the test of the action mechanism of regional fintech affecting new quality productive forces

变量 新质生产力 资源配置效率 产业结构升级
（1） （2） （3）
金融科技 0.005***
（0.002）		 -0.019**
（0.009）		 0.010**
（0.004）
控制变量 是 是 是
时间固定效应 是 是 是
地区固定效应 是 是 是
观测值 3124 3124 3124
拟合优度 0.264 0.158 0.716
金融科技依托大数据与人工智能等现代信息技术，显著提升金融体系的信息处理与风险定价能力，有效降低资金供需双方的信息不对称。这一机制推动金融资源遵循市场效率原则，从边际产出递减的传统部门，向更具创新活力与发展潜力的战略性新兴产业和未来产业领域加速流动。在此过程中，劳动力、资本与技术等生产要素得以在更高效率水平上实现配置，进而通过优化资源配置效率这一核心路径，有效促进新质生产力形成与发展。

3.3.2 推动产业结构升级

本部分也重点检验解释变量对机制变量的因果关系，通过考察金融科技对产业结构升级的影响，识别促进新质生产力的间接作用机制。表7列（3）显示，金融科技在5%的水平上显著且系数为0.010，金融科技对产业结构升级具有显著正向推动作用，继而因在理论上比较直观认识到产业结构升级能够促进区域新质生产力发展，从而“金融科技→产业结构升级→新质生产力”的传导机制成立。区域金融科技能显著推进产业结构升级，进而促进新质生产力发展，H3得以验证。
金融科技通过其创新的服务模式和精准的资本配置功能，显著推动了产业结构转型升级。它通过多元化渠道引导金融资源从传统高耗能产业向战略性新兴产业和未来产业集中，加速传统产业的数字化智能化改造。同时通过产业关联效应催生了以知识密集、技术先进、绿色低碳为特征的现代产业体系。产业结构升级为新质生产力提供必要的产业载体和发展生态，有效推动新质生产力形成。

4 进一步研究：制度创新的调节效应

制度创新通过具体的制度安排体现，为推动金融科技促进新质生产力发展提供坚实的制度保障。政府作为制度创新的主要主体，一方面，针对供给端金融科技创新的风险，已实施金融监管沙盒试点政策。2020年为“监管沙盒”试点元年，北京、上海、重庆、深圳等9市纳入试点范围，2021年试点城市范围扩大，包含山东、湖北等省份的多个城市。“监管沙盒”是一种创新型的监管模式，以“安全试验场”为载体，允许金融创新产品及服务测试，鼓励金融科技创新，有效防范潜在的金融风险，从而从供给端增强金融科技对新质生产力的支撑作用。另一方面，针对需求端新质生产力融资主体新兴产业企业的抵质押物不足，已开展知识产权质押融资试点政策。该试点政策自2008年起分5批开展，2016年公布试点示范城市名单，其中40地获批“专利质押”试点城市，而后专利质押融资业务快速发展。这一制度创新能够增加融资需求，从而拓宽金融科技服务新质生产力的能力边界。这两个政策分别从供给端和需求端共同构建有利于金融科技促进新质生产力的制度环境，体现较高的制度创新水平。那么，在制度创新程度较高之下，能否强化区域金融科技对新质生产力产生的正向影响，发挥制度创新的调节效应?这是本部分回答的问题。
本文以金融监管沙盒试点的设立与知识产权质押融资试点的设立衡量制度创新的程度，设立上述试点反映制度创新程度相对较高，反之则制度创新程度较低。由于该试点是一个逐期设立的过程，参考以往学者的做法[26,40]，根据地区是否被设立为金融监管沙盒试点与知识产权质押融资试点分别赋值1或0，在上文构建的模型中引入调节变量制度创新和金融科技与制度创新的交互项进行全样本回归，以分析制度创新对区域金融科技影响新质生产力的调节作用。回归方程如下：
$\begin{array}{c}Prod{u}_{it}={\alpha }_{0}+{\alpha }_{1}Fintec{h}_{it}+{\beta }_{1}Fintec{h}_{it}·\\              In{s}_{itm}+{\beta }_{2}In{s}_{itm}+{\alpha }_{2}Contro{l}_{it}+\\ {\theta }_{i}+{\delta }_{t}+{\varepsilon }_{it},m=\mathrm{1,2}      \end{array}$
式中：Insitm表示制度创新，包含金融监管沙盒试点与知识产权质押融资试点；Fintechit·Insit1为金融科技与金融监管沙盒试点的交互项；Fintechit9Insit2为金融科技与知识产权质押融资试点的交互项。其他符号与上文模型相同。
由表8列（2）（4）可知，“金融科技×金融监管沙盒试点”交互项与“金融科技×知识产权质押融资试点”交互项均在1%显著性水平上正向显著，验证了制度创新的正向调节效应，当制度创新程度较高时，会强化区域金融科技对新质生产力的促进作用，H4得以验证。这表明金融监管沙盒试点和知识产权质押融资试点政策有效强化了金融科技对新质生产力的促进作用，为完善金融支持新质生产力发展的制度体系提供重要启示。健全的制度体系与优质的制度环境，通过优化创新要素的流动机制，使金融科技影响新质生产力的过程更有效率。
表8 制度创新在区域金融科技影响新质生产力中的调节效应检验结果

Tab.8 Test results of the moderating effect of institutional innovation in regional fintech affecting new quality productive forces

变量 新质生产力
（1） （2） （3） （4）
金融科技 0.012***（0.001） 0.003**（0.002） 0.012***（0.001） 0.005***（0.002）
金融科技×金融监管沙盒试点 0.024***（0.005） 0.024***（0.005）
金融监管沙盒试点 -0.025***（0.005） -0.020***（0.005）
金融科技×知识产权质押融资试点 0.027***（0.006） 0.027***（0.006）
知识产权质押融资试点 -0.005（0.009） -0.008（0.009）
控制变量 是 是 是 是
时间固定效应 否 是 否 是
地区固定效应 是 是 是 是
观测值 3124 3124 3124 3124
拟合优度 0.404 0.437 0.401 0.418

5 结论与建议

本文利用2012—2022年中国284个地级及以上城市的面板数据测度新质生产力水平，探讨了金融科技对新质生产力的影响效应、作用机制以及制度创新的调节作用。研究结论如下：①中国新质生产力水平保持快速增长，但各地区新质生产力水平存在较大差距，其中东部地区发展相对较快。②金融科技对新质生产力的发展具有显著的促进作用。该作用具有区域异质性，其中中部、西部和东北地区金融科技对新质生产力的发展具有促进作用，但东部地区的促进效果并不显著。③金融科技通过优化资源配置效率与推动产业结构升级两条路径驱动新质生产力发展。④制度创新在金融科技影响新质生产力的过程中发挥正向调节作用。
根据上述结论，为发展金融科技与加快新质生产力的形成，本文提出政策建议如下：
①实施差异化的区域金融科技发展策略，精准赋能新质生产力。东部地区应聚焦金融科技高端化、专业化创新，重点拓展金融科技在前沿技术、高端制造和未来产业中的融合应用，推动新质生产力向更高维度进阶；中部地区需强化与东部地区的交流与合作，营造更加宽松的金融市场氛围，加大金融科技创新和应用力度，加速新兴产业培育与高技术产业基地打造；西部地区应加大金融科技基础设施建设力度，并着力培养既懂金融又懂科技的复合型人才，发展特色化、绿色化的金融科技服务，形成特色化新质生产力发展路径；东北地区应设立专门的金融科技园区或创新中心，推动传统优势产业智能化改造和创新生态构建，激发区域发展新动能，助力新质生产力形成。
②聚焦资源配置与产业升级两大关键路径，强化金融科技的赋能效能。鼓励发展能够深化市场信息透明度、优化要素流动的金融科技模式，减少资本错配，确保信贷资源更有效地从传统部门流向高技术、高成长性的创新领域。同时，支持金融科技在赋能传统产业转型与培育新兴产业集群中发挥系统性作用，推动区域产业体系向智能化、绿色化与高级化方向演进，从而夯实新质生产力发展的产业基础。
③深化制度创新，构建与金融科技发展适配的监管与服务体系。扩大金融监管沙盒试点的覆盖范围与业务领域，将更多服务于科技创新和绿色转型的金融产品纳入测试，并建立常态化的监管协调机制，为金融机构创新提供稳定预期。同时，在全国范围内加快推广和完善知识产权质押融资体系，包括建立统一、权威的知识产权评估和交易平台，设立专项风险补偿基金，以充分激活知识产权的金融属性，缓解新质生产力融资主体的资金瓶颈。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘伟. 科学认识与切实发展新质生产力[J]. 经济研究, 2024, 59(3):4-11.

[2]
曾鹏, 覃意晗, 周联超. 中国城市新质生产力水平的测算及时空格局[J]. 地理科学进展, 2024, 43(6):1102-1117.

DOI

[3]
周文, 许凌云. 论新质生产力:内涵特征与重要着力点[J]. 改革, 2023(10):1-13.

[4]
李春涛, 闫续文, 宋敏, 等. 金融科技与企业创新——新三板上市公司的证据[J]. 中国工业经济, 2020(1):81-98.

[5]
唐松, 赖晓冰, 黄锐. 金融科技创新如何影响全要素生产率:促进还是抑制?——理论分析框架与区域实践[J]. 中国软科学, 2019(7):134-144.

[6]
Yue X, Shi Q Y. Digital economy,innovation capability,and new quality productivity[J]. Finance Research Letters, 2026, 88:109112.

DOI

[7]
Sun X Y, Wu Q. Artificial intelligence applications,regional inclusive finance development,and new quality productive[J]. Finance Research Letters, 2026, 87:109069.

DOI

[8]
Zhao H R, Li C, Yang Z, et al. How can new quality productivity decrease carbon emission intensity? Evidence from 30 provincial regions in China[J]. Energy, 2025, 327:136487.

DOI

[9]
Xu T, Yang G D, Chen T Q. The role of green finance and digital inclusive finance in promoting economic sustainable development:A perspective from new quality productivity[J]. Journal of Environmental Management, 2024, 370:122892.

DOI

[10]
蒲清平, 向往. 新质生产力的内涵特征、内在逻辑和实现途径——推进中国式现代化的新动能[J]. 新疆师范大学学报(哲学社会科学版), 2024, 45(1):77-85.

[11]
刘志彪, 凌永辉, 孙瑞东. 新质生产力下产业发展方向与战略——以江苏为例[J]. 南京社会科学, 2023(11):59-66.

[12]
王珏, 王荣基. 新质生产力:指标构建与时空演进[J]. 西安财经大学学报, 2024, 37(1):31-47.

[13]
卢江, 郭子昂, 王煜萍. 新质生产力发展水平、区域差异与提升路径[J]. 重庆大学学报(社会科学版), 2024, 30(3):1-17.

[14]
吉雪强, 贺志浩, 李卓群, 等. 省域新质生产力发展水平测度、时空特征及其影响因素[J]. 经济地理, 2024, 44(11):104-112.

DOI

[15]
刘敦虎, 易敏轩, 唐国强, 等. 数字化转型对制造企业新质生产力影响机理研究[J]. 软科学, 2025, 39(1):31-39.

[16]
李瑞琴, 王超群, 陈丽莉. 以制度型开放助推新质生产力发展:理论机制与政策建议[J]. 国际贸易, 2024(3):5-14.

[17]
任宇新, 吴艳, 伍喆. 金融集聚、 产学研合作与新质生产力[J]. 财经理论与实践, 2024, 45(3):27-34.

[18]
盛朝迅. 新质生产力的形成条件与培育路径[J]. 经济纵横, 2024(2):31-40.

[19]
刘洪铎, 吴璇, 吴金燕, 等. 金融供给侧结构性改革与中国新质生产力培育——来自国家金融综合改革试验区设立的准实验证据[J]. 郑州大学学报(哲学社会科学版), 2025, 58(1):85-92.

[20]
韩文龙, 张瑞生, 赵峰. 新质生产力水平测算与中国经济增长新动能[J]. 数量经济技术经济研究, 2024, 41(6):5-25.

[21]
聂秀华, 江萍, 郑晓佳, 等. 数字金融与区域技术创新水平研究[J]. 金融研究, 2021(3):132-150.

[22]
谭常春, 王卓, 周鹏. 金融科技“赋能”与企业绿色创新——基于信贷配置与监督的视角[J]. 财经研究, 2023, 49(1):34-48,78.

[23]
詹姝珂, 王仁曾, 刘耀彬. 金融科技与绿色金融协同对产业结构升级的影响——基于异质性环境规制视角[J]. 中国人口·资源与环境, 2023, 33(11):152-162.

[24]
汤凯, 刘晓康, 王海杰. 促进还是抑制——城市收缩与新质生产力发展[J]. 管理学刊, 2025, 38(4):108-121.

[25]
田利辉, 李懿行. 金融科技监管与实体企业创新:来自中国版“监管沙盒”试点的考察[J]. 会计研究, 2025(1):102-119.

[26]
赵亚雄, 王毅鹏, 王修华. 县域金融竞争的创新效应——兼论政策调节的影响[J]. 金融研究, 2024(10):76-94.

[27]
高帆. “新质生产力”的提出逻辑、多维内涵及时代意义[J]. 政治经济学评论, 2023, 14(6):127-145.

[28]
方创琳, 孙彪. 新质生产力的地理学内涵及驱动城乡融合发展的重点方向[J]. 地理学报, 2024, 79(6):1357-1370.

DOI

[29]
盛天翔, 范从来. 金融科技、 最优银行业市场结构与小微企业信贷供给[J]. 金融研究, 2020(6):114-132.

[30]
邱晗, 黄益平, 纪洋. 金融科技对传统银行行为的影响——基于互联网理财的视角[J]. 金融研究, 2018(11):17-29.

[31]
侯世英, 宋良荣. 金融科技、 科技金融与区域研发创新[J]. 财经理论与实践, 2020, 41(5):11-19.

[32]
宋敏, 周鹏, 司海涛. 金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J]. 中国工业经济, 2021(4):138-155.

[33]
刘诚, 夏杰长. 线上市场、 数字平台与资源配置效率:价格机制与数据机制的作用[J]. 中国工业经济, 2023(7):84-102.

[34]
袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018(8):60-77.

[35]
罗爽, 肖韵. 数字经济核心产业集聚赋能新质生产力发展:理论机制与实证检验[J]. 新疆社会科学, 2024(2):29-40,148.

[36]
张勋, 杨桐, 汪晨, 等. 数字金融发展与居民消费增长:理论与中国实践[J]. 管理世界, 2020, 36(11):48-63.

[37]
盛天翔, 许润韬, 范从来, 等. 中国金融科技公司时空格局及其影响因素[J]. 经济地理, 2025, 45(3):119-128.

DOI

[38]
宋清华, 周学琴. 金融科技能提升城市包容性绿色全要素生产率吗?[J]. 中南财经政法大学学报, 2024(2):67-80.

[39]
江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5):100-120.

[40]
吕勇斌, 郭懿晨, 李婧菲. 监管处罚如何影响银行财务绩效——兼论金融科技监管创新的调节效应[J]. 现代金融研究, 2025, 30(9):84-100.

Options
文章导航

/

〈 〉