數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展的影響研究

摘 要：本文采用熵值法，測算了湖南省13個地級市在2011—2021年的經(jīng)濟高質(zhì)量發(fā)展水平指數(shù)，并通過固定效應模型實證分析了數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展的影響效應。通過系統(tǒng)探討數(shù)字金融與經(jīng)濟高質(zhì)量發(fā)展的關系，并提出影響機制和假設?；诒本┐髮W數(shù)字普惠金融指數(shù)，對湖南省數(shù)字金融的發(fā)展現(xiàn)狀進行了分析，并構建了經(jīng)濟高質(zhì)量發(fā)展的評價指標體系。研究結果表明，數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展具有顯著的正向作用，但區(qū)域間存在一定差異。據(jù)此，本文提出了因地制宜推進數(shù)字金融發(fā)展、加強監(jiān)管與風險防范以及推動數(shù)字金融人才培養(yǎng)等方面的政策建議，以供參考。

關鍵詞：數(shù)字金融；經(jīng)濟高質(zhì)量發(fā)展；熵值法；固定效應模型；區(qū)域經(jīng)濟

中圖分類號：F276.44；F833 文獻標識碼：A 文章編號：2096-0298（2025）02（b）--05

1 引言

當前，我國經(jīng)濟已進入高質(zhì)量發(fā)展階段。中共十九屆六中全會進一步強調(diào)了“高質(zhì)量發(fā)展”理念，推動經(jīng)濟高質(zhì)量發(fā)展已成為政府和學術界的共同關注焦點。金融作為經(jīng)濟核心動力，既依賴創(chuàng)新驅(qū)動，也需支持實體經(jīng)濟。數(shù)字金融作為數(shù)字經(jīng)濟的一部分，借助大數(shù)據(jù)、人工智能等技術，推動金融與數(shù)字技術融合，突破傳統(tǒng)金融的限制，提升服務效率與覆蓋面。

在高質(zhì)量發(fā)展背景下，核心目標是解決不平衡不充分問題，推動全面協(xié)調(diào)發(fā)展（林毅夫，2019）。數(shù)字金融在滿足多樣化金融需求和推動高質(zhì)量發(fā)展方面發(fā)揮了重要作用，逐漸成為核心動力（黃益平，2019）。它通過提升普惠性和創(chuàng)新性，優(yōu)化資源配置，促進產(chǎn)業(yè)升級，為經(jīng)濟高質(zhì)量發(fā)展注入新活力。

“數(shù)字湖南”是湖南省“四個湖南”建設的核心戰(zhàn)略。2021年，湖南數(shù)字經(jīng)濟規(guī)模突破1.3萬億元，成為高質(zhì)量發(fā)展的驅(qū)動力。作為內(nèi)陸地區(qū)，湖南金融發(fā)展滯后，限制了經(jīng)濟提升。如今，湖南通過融入長江經(jīng)濟帶、中部崛起戰(zhàn)略及“一帶一路”建設，為數(shù)字經(jīng)濟發(fā)展提供了舞臺，數(shù)字金融發(fā)展需求也隨之增加。因此，研究數(shù)字金融如何賦能湖南經(jīng)濟高質(zhì)量發(fā)展的機制，具有重要的戰(zhàn)略意義。

本文的貢獻在于：一是系統(tǒng)探討數(shù)字金融與經(jīng)濟高質(zhì)量發(fā)展的關系，提出影響機制和假設；二是基于五大發(fā)展理念，構建經(jīng)濟高質(zhì)量發(fā)展評價體系，采用2011—2021年湖南省13個地級市數(shù)據(jù)，通過熵值法衡量經(jīng)濟高質(zhì)量發(fā)展水平，并運用固定效應模型檢驗數(shù)字金融的影響。

2 文獻綜述與評述

近年來，金融發(fā)展與數(shù)字金融對經(jīng)濟增長及高質(zhì)量發(fā)展的研究取得了豐富成果，主要集中在以下三個方面：

2.1 金融發(fā)展與經(jīng)濟增長的關系

金融在經(jīng)濟增長中的作用一直備受關注。新古典增長理論強調(diào)，金融發(fā)展能夠通過改善資源配置和降低交易成本促進經(jīng)濟快速增長（Mckinnon，1973）。同時，內(nèi)生增長理論指出，金融發(fā)展還能通過推動資本積累和技術創(chuàng)新促進長期經(jīng)濟增長。由此可見，金融發(fā)展不僅提升了市場運行效率，還為經(jīng)濟的持續(xù)增長提供了動力。

2.2 數(shù)字金融對經(jīng)濟增長的作用

隨著技術的進步，數(shù)字金融成為經(jīng)濟發(fā)展的新引擎。數(shù)字金融依托大數(shù)據(jù)、區(qū)塊鏈等技術手段，打破了傳統(tǒng)金融的局限，拓展了金融服務的覆蓋范圍（黃益平，2018）。郭峰等（2020）發(fā)現(xiàn)，數(shù)字金融不僅降低了交易成本，還顯著提升了中小企業(yè)的融資可得性。同時，數(shù)字金融還推動了居民消費，增強了創(chuàng)業(yè)活力（張勛，2020），并且在縮小城鄉(xiāng)差距、促進區(qū)域創(chuàng)業(yè)等方面展現(xiàn)出廣泛影響（Yin，2019）。

2.3 數(shù)字金融與經(jīng)濟高質(zhì)量發(fā)展

學者們普遍認為，數(shù)字金融為實現(xiàn)高質(zhì)量發(fā)展提供了新的途徑。金碚（2018）指出，數(shù)字金融通過優(yōu)化產(chǎn)業(yè)結構、促進技術創(chuàng)新，為經(jīng)濟高質(zhì)量發(fā)展注入了動力。其他研究也表明，數(shù)字金融能夠緩解企業(yè)融資約束，推動技術創(chuàng)新和產(chǎn)業(yè)升級，促進經(jīng)濟向更高質(zhì)量邁進（孟添，2022）。然而，數(shù)字金融在不同區(qū)域的影響存在差異，短期與長期效應也有不同表現(xiàn)（姚鳳閣，2022）。

2.4 文獻評述

雖然大量研究探討了數(shù)字金融對經(jīng)濟增長和高質(zhì)量發(fā)展的積極作用，但在機制分析上仍存在不足，尤其是區(qū)域差異和時間維度的深入研究較少。此外，現(xiàn)有文獻大多基于全國或宏觀層面的分析，缺乏針對湖南省的實證研究。本文將填補這一空白，通過系統(tǒng)的量化模型探討數(shù)字金融對湖南省經(jīng)濟高質(zhì)量發(fā)展的影響及其內(nèi)在機制。

3 理論分析與研究假設

3.1 數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的直接影響

數(shù)字金融依托大數(shù)據(jù)、云計算和人工智能等技術，深刻改變了傳統(tǒng)金融模式，突破了時間和空間限制，提升了服務效率和覆蓋面。移動支付和在線交易加快了資金流動，增強了市場活力，加速了經(jīng)濟增長。同時，數(shù)字金融還為中小企業(yè)和個體經(jīng)營者提供了更便捷的融資渠道，解決了傳統(tǒng)金融中的信息不對稱和高成本問題，促進了金融資源的公平分配，從而推動實體經(jīng)濟的發(fā)展。

根據(jù)金融效率理論，金融發(fā)展在于提高資本配置效率、優(yōu)化資源分配和降低交易成本，而數(shù)字金融通過技術手段強化了這些核心功能。因此，我們可以合理推斷，數(shù)字金融在提升資金使用效率和優(yōu)化資源配置方面能夠直接推動經(jīng)濟高質(zhì)量發(fā)展。

基于此，本文提出第一個假設：

H1：數(shù)字金融通過提升資金效率和優(yōu)化資源配置，直接推動經(jīng)濟高質(zhì)量發(fā)展。

3.2 數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的間接影響

除了直接推動經(jīng)濟增長，數(shù)字金融還通過增加資本投入、促進技術創(chuàng)新和提升人力資本，間接推動經(jīng)濟高質(zhì)量發(fā)展。

首先，數(shù)字金融提升了資本流動性和可獲得性，使中小企業(yè)的融資更加便捷，增加了資本投入總量，增強了企業(yè)競爭力并優(yōu)化了資源配置。其次，數(shù)字金融為創(chuàng)新型企業(yè)提供資金支持，降低了金融服務成本，推動技術創(chuàng)新，提高生產(chǎn)力，優(yōu)化產(chǎn)業(yè)結構，并通過技術溢出效應加速創(chuàng)新成果的傳播。最后，數(shù)字金融通過降低金融服務準入門檻，促進教育和技能培訓的資金支持，提升了人力資本質(zhì)量，從而提高了整體生產(chǎn)效率，進一步推動經(jīng)濟發(fā)展。

因此，本文提出第二個假設：

H2：數(shù)字金融通過增加資本投入、促進技術創(chuàng)新和提升人力資本，間接推動經(jīng)濟高質(zhì)量發(fā)展。

4 數(shù)字金融影響湖南經(jīng)濟高質(zhì)量發(fā)展的實證分析

4.1 變量選取與定義

4.1.1 被解釋變量

本文在整理相關文獻的基礎上，結合經(jīng)濟新發(fā)展理念，參考劉佳等（2021）的指標體系，從創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五個維度構建了包含17個指標的經(jīng)濟高質(zhì)量發(fā)展評價體系?；诤鲜?3個地級市2011—2021年的宏觀數(shù)據(jù)，本文采用熵值法測算各地級市的經(jīng)濟高質(zhì)量發(fā)展指數(shù)，并將該指數(shù)（Hqd）作為被解釋變量進行分析。

4.1.2 解釋變量

本文采用北京大學互聯(lián)網(wǎng)研究中心發(fā)布的數(shù)字普惠金融指數(shù)（Difi）作為解釋變量。該指數(shù)基于覆蓋廣度、使用深度和數(shù)字化程度三個維度，綜合評價了數(shù)字金融的發(fā)展情況。本文選取湖南省13個地級市（不包括數(shù)據(jù)缺失的湘西自治州）2011—2021年的數(shù)字普惠金融指數(shù)及其三個主要指標：覆蓋廣度、使用深度和數(shù)字化程度進行相關分析。

4.1.3 控制變量

為減少混淆變量對評估效果的影響，本文結合湖南省情，選取產(chǎn)業(yè)結構水平（ISS）、稅負水平（Tax）和政府干預程度（Gov）作為控制變量。其中，產(chǎn)業(yè)結構水平通過各城市第三產(chǎn)業(yè)增加值占區(qū)域GDP的比例來衡量；稅負水平以稅收收入占地區(qū)生產(chǎn)總值的比重表示；政府干預程度則采用政府財政支出占GDP的比重來衡量，反映其對市場經(jīng)濟運行和社會經(jīng)濟發(fā)展的影響。

4.2 描述性統(tǒng)計分析

本文基于2011—2021年湖南省13個地級市的143個樣本數(shù)據(jù)進行分析。結果顯示，經(jīng)濟高質(zhì)量發(fā)展的平均值為10.528，表明這些地區(qū)在經(jīng)濟高質(zhì)量增長方面取得了相對穩(wěn)定的成果。但標準差為4.134則表明不同地級市在經(jīng)濟高質(zhì)量發(fā)展方面仍存在一定差異。由此可見，湖南省在推動經(jīng)濟高質(zhì)量發(fā)展方面的總體表現(xiàn)尚處于相對初級階段，且各區(qū)域間的發(fā)展水平存在較為明顯的差異。

4.3 模型構建與方法選擇

4.3.1 計量模型選擇

本文選取湖南省13個地級市在2011—2021年的平衡面板數(shù)據(jù)作為研究樣本，構建如下面板模型：

lnHqdi，t=α0+α1lnDifii，t+α2lnTaxi，t+α3lngovi，t+α4lnISSi，t+μi，t

其中，i表示地區(qū)，t表示時間。Hqd、Difi、gov、Tax、ISS分別表示經(jīng)濟高質(zhì)量發(fā)展、數(shù)字金融、政府支出規(guī)模、稅負水平、政府干預程度和產(chǎn)業(yè)結構水平。μi，t表示第i個城市t年的殘差（誤差）。在實證回歸之前本文對所有變量取對數(shù)來提高變量平穩(wěn)性，以此來避免因為變量單位不同而帶來的異方差和非線性問題。

4.3.2 Hausman檢驗

本文通過Hausman檢驗確定了固定效應模型的優(yōu)越性。檢驗結果顯示p值小于0.05，拒絕了隨機效應模型，選擇固定效應模型。固定效應模型不僅通過統(tǒng)計檢驗表現(xiàn)出優(yōu)越性，還適合數(shù)據(jù)特征。首先，它能夠控制時間不變的區(qū)域異質(zhì)性，排除地級市間不可觀察的個體差異，如自然資源稟賦、歷史發(fā)展路徑等對經(jīng)濟高質(zhì)量發(fā)展的影響。相比之下，隨機效應模型假設個體效應與解釋變量不相關，而在現(xiàn)實中，數(shù)字金融的發(fā)展往往與地區(qū)內(nèi)生特征相關，隨機效應模型可能導致估計偏誤。因此，固定效應模型更適合處理本文的面板數(shù)據(jù)，確保了估計結果的穩(wěn)健性和可靠性。

4.4 回歸結果分析

表1展示了數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展的回歸結果，使用OLS、隨機效應、固定效應和雙固定效應四種模型。以下是主要變量的回歸系數(shù)及其經(jīng)濟含義分析：

4.4.1 數(shù)字金融指數(shù)（Difi）

在固定效應模型中，數(shù)字金融指數(shù)的回歸系數(shù)為0.094，并在1%顯著性水平下顯著。這說明數(shù)字金融對湖南省經(jīng)濟高質(zhì)量發(fā)展有顯著正向促進作用，數(shù)字金融指數(shù)每上升1個單位，經(jīng)濟高質(zhì)量發(fā)展水平將提升約9.4%。

4.4.2 產(chǎn)業(yè)結構水平（ISS）

產(chǎn)業(yè)結構水平的回歸系數(shù)為0.169，在5%顯著性水平下顯著，表明第三產(chǎn)業(yè)增加值占比的提高促進了經(jīng)濟高質(zhì)量發(fā)展。產(chǎn)業(yè)結構優(yōu)化提升了生產(chǎn)效率和服務業(yè)競爭力，推動區(qū)域經(jīng)濟轉(zhuǎn)型升級。

4.4.3 稅負水平（Tax）

稅負水平的回歸系數(shù)為0.137，在10%顯著性水平下顯著，表明合理的稅收政策通過支持公共基礎設施建設和社會保障，促進了經(jīng)濟可持續(xù)增長。

4.4.4 政府干預程度（Gov）

政府干預的回歸系數(shù)為-0.130，未通過顯著性檢驗，表明在湖南省的情境下，政府干預對經(jīng)濟高質(zhì)量發(fā)展的影響不顯著。過度干預可能抑制市場自由運作，限制創(chuàng)新。

4.4.5 常數(shù)項

常數(shù)項系數(shù)為2.199，表明即使不考慮解釋變量，湖南省經(jīng)濟高質(zhì)量發(fā)展指數(shù)的基礎水平仍然較高，反映了其內(nèi)在經(jīng)濟發(fā)展?jié)摿Α?/p>

在每一種回歸方式中，湖南省數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)均在5%的水平上表現(xiàn)出顯著的正向效果，這一結果充分證明數(shù)字金融在推動湖南省經(jīng)濟高質(zhì)量發(fā)展方面發(fā)揮著重要作用，假設H1成立。

4.5 穩(wěn)健性檢驗

為驗證回歸結果的穩(wěn)健性，本文進行了兩項檢驗：調(diào)整時間段和去除極端值，旨在排除潛在影響因素，確保模型結果的可靠性。

本文將樣本時間段調(diào)整為2013—2021年，因2013年是中國數(shù)字金融快速發(fā)展的標志性年份，尤其是余額寶等金融科技產(chǎn)品的普及推動了數(shù)字金融服務的擴展。通過這一調(diào)整，檢驗數(shù)字金融進入快速發(fā)展階段后對湖南經(jīng)濟高質(zhì)量發(fā)展的影響。結果顯示，數(shù)字金融系數(shù)為0.214，且在1%顯著性水平下顯著，表明其促進作用增強。

為避免個別城市對回歸結果的偏差，本文去除了長沙市和邵陽市的極端值。長沙經(jīng)濟領先，邵陽發(fā)展相對滯后，可能分別導致結果向上或向下偏離。去除極端值后，數(shù)字金融的系數(shù)仍為0.0953，并在1%顯著性水平下顯著，驗證了數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的促進作用具有穩(wěn)健性。

4.6 湖南數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的機制檢驗結果

本文通過構建普通面板數(shù)據(jù)模型，實證分析資本投資、技術創(chuàng)新和人力資本在湖南數(shù)字金融影響經(jīng)濟高質(zhì)量發(fā)展過程中的作用機制。

4.6.1 資本投資的機制作用

如表3所示，數(shù)字金融通過增加資本投資推動湖南經(jīng)濟高質(zhì)量發(fā)展。表3列（1）中，數(shù)字金融對資本投資的影響系數(shù)為0.616，且在1%顯著性水平下顯著，表明數(shù)字金融顯著促進了資本投入的增長。列（2）中，數(shù)字金融和資本投資對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)分別為0.281和0.103，均在5%的顯著性水平下顯著，說明兩者的同步提升對經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生了協(xié)同效應；為驗證資本機制的穩(wěn)健性，本文引入資本投資的滯后變量。列（3）中，滯后一期的資本投資系數(shù)為0.134，且顯著為正，進一步證實資本投入對經(jīng)濟高質(zhì)量發(fā)展的重要貢獻。

4.6.2 技術創(chuàng)新的機制作用

表3顯示，數(shù)字金融通過提升技術創(chuàng)新推動湖南經(jīng)濟高質(zhì)量發(fā)展。表3列（4）中，數(shù)字金融對技術創(chuàng)新的影響系數(shù)為0.583，且在1%顯著性水平下顯著，表明數(shù)字金融顯著促進了技術創(chuàng)新。列（5）中，數(shù)字金融和技術創(chuàng)新對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)分別為0.0456和0.0831，均在5%顯著性水平下顯著，說明兩者共同推動經(jīng)濟高質(zhì)量發(fā)展。列（6）中，技術創(chuàng)新的滯后效應對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)為0.0674，顯著為正，進一步證明技術創(chuàng)新對經(jīng)濟的正向作用。綜上，數(shù)字金融不僅直接推動經(jīng)濟高質(zhì)量發(fā)展，還通過技術創(chuàng)新間接促進經(jīng)濟增長，兩者發(fā)揮了協(xié)同效應。

4.6.3 人力資本的機制作用

表3顯示，數(shù)字金融通過提高人力資本推動湖南經(jīng)濟高質(zhì)量發(fā)展。列（7）中，數(shù)字金融對人力資本的影響系數(shù)為0.145，且在1%顯著性水平下顯著，表明數(shù)字金融顯著提升了人力資本水平。列（8）中，數(shù)字金融和人力資本對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)分別為0.0695和0.194，表明兩者對經(jīng)濟高質(zhì)量發(fā)展具有顯著正向作用。列（9）顯示，滯后一期的人力資本對經(jīng)濟高質(zhì)量發(fā)展的影響系數(shù)為0.218，顯著為正，說明人力資本的滯后效應對經(jīng)濟長期發(fā)展具有持續(xù)的積極影響。因此，人力資本積累對當前和未來經(jīng)濟高質(zhì)量發(fā)展均發(fā)揮了關鍵作用。

由此可見，假設H2成立。

5 結論與政策建議

5.1 結論

本文探討了數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展的影響，基于北京大學發(fā)布的數(shù)字普惠金融指數(shù)，結合黨的十九大提出的高質(zhì)量發(fā)展理念，構建了涵蓋5個維度、17個評估指標的評價體系，并通過熵值法計算了湖南省13個地級市的經(jīng)濟高質(zhì)量發(fā)展指數(shù)?；诿姘鍞?shù)據(jù)，采用固定效應模型進行實證分析，得出以下結論：

（1）數(shù)字普惠金融發(fā)展趨勢：2011—2021年，湖南省數(shù)字普惠金融穩(wěn)步發(fā)展，但各地市差異明顯，長沙市增速遠超其他城市。

（2）經(jīng)濟高質(zhì)量發(fā)展差異：各地市的經(jīng)濟高質(zhì)量發(fā)展水平逐年提升，但長沙市和湘潭市領先，其他城市則相對落后，存在顯著地區(qū)不均衡。

（3）數(shù)字金融正向影響：實證分析表明，數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展有顯著正向影響，去掉2011—2012年數(shù)據(jù)后，相關系數(shù)提高至0.214，進一步驗證了這一促進作用。

（4）資本、創(chuàng)新與人才的促進作用：研究表明，資本投資、創(chuàng)新驅(qū)動和人才培養(yǎng)是數(shù)字金融間接推動經(jīng)濟高質(zhì)量發(fā)展的關鍵路徑。

5.2 政策建議

基于本文的實證分析結果，數(shù)字金融對湖南經(jīng)濟高質(zhì)量發(fā)展具有顯著促進作用，但各地級市之間的數(shù)字金融發(fā)展水平和經(jīng)濟發(fā)展狀況存在較大差異。因此，制定針對不同區(qū)域的定制化政策顯得尤為重要。以下從三個方面提出具體的政策建議，以推動湖南省數(shù)字金融的進一步發(fā)展，并促進全省經(jīng)濟高質(zhì)量增長。

5.2.1 因地制宜推進數(shù)字金融發(fā)展

針對各地區(qū)發(fā)展不均衡，可采取差異化策略。湖南應對邵陽、懷化、張家界等落后地區(qū)，優(yōu)先建設網(wǎng)絡基礎設施，擴展電子支付和移動金融覆蓋，確保居民和小微企業(yè)獲得便捷金融服務。政府可提供補貼，鼓勵金融科技企業(yè)在這些地區(qū)設立分支或提供遠程服務。對于長沙、株洲、湘潭等發(fā)達地區(qū)，重點推動金融科技創(chuàng)新，支持開發(fā)個性化金融產(chǎn)品，提升智能化服務水平，促進金融與產(chǎn)業(yè)深度融合，助力區(qū)域經(jīng)濟轉(zhuǎn)型升級。

5.2.2 加強監(jiān)管與風險防范

隨著數(shù)字金融快速發(fā)展，風險防控尤為重要。應完善金融監(jiān)管制度，利用大數(shù)據(jù)、區(qū)塊鏈等技術實時監(jiān)控交易，防范金融欺詐和數(shù)據(jù)泄露。針對發(fā)展階段差異，發(fā)達地區(qū)如長沙應加強創(chuàng)新金融產(chǎn)品的監(jiān)管，確保合規(guī)推廣；落后地區(qū)則側重基礎金融服務的監(jiān)管，防止信息不對稱和金融教育不足引發(fā)的風險。

5.2.3 推動數(shù)字金融人才培養(yǎng)

數(shù)字金融可持續(xù)發(fā)展依賴高素質(zhì)人才。發(fā)達地區(qū)如長沙、湘潭等，應加強金融科技復合型人才培養(yǎng)，推動高校、科研機構與企業(yè)合作，設立人才孵化基地和實訓平臺。欠發(fā)達地區(qū)則應提升基礎金融教育水平，通過在線培訓和技能提升計劃，讓居民掌握數(shù)字金融產(chǎn)品的使用技能。同時，政府可通過政策激勵，吸引優(yōu)秀金融科技人才赴偏遠地區(qū)創(chuàng)業(yè)或工作，縮小區(qū)域數(shù)字金融差距。

參考文獻

郭峰， 王靖一， 王芳，等. 測度中國數(shù)字普惠金融發(fā)展： 指數(shù)編制與空間特征[J]. 經(jīng)濟學（季刊）， 2020， 19（4）： 1401-1418.

黃益平. 中國數(shù)字金融能否持續(xù)領先？[J].清華金融評論， 2018（11）： 35-36.

任保平.新時代中國經(jīng)濟從高速增長轉(zhuǎn)向高質(zhì)量發(fā)展： 理論闡釋與實踐取向[J]. 學術月刊， 2018， 50（3）： 66-74+86.

景維民， 王瑤. 改革開放40年來中國經(jīng)濟增長軌跡研究： 穩(wěn)增長、高質(zhì)量發(fā)展與混合經(jīng)濟結構優(yōu)化[J]. 現(xiàn)代財經(jīng)（天津財經(jīng)大學學報）， 2018， 38（12）： 13-21.

張軍擴， 侯永志， 劉培林， 等. 高質(zhì)量發(fā)展的目標要求和戰(zhàn)略路徑[J]. 管理世界， 2019， 35（7）： 1-7.

賀健. 數(shù)字普惠金融對省域經(jīng)濟高質(zhì)量發(fā)展的影響研究 [D]. 貴陽： 貴州財經(jīng)大學， 2021.

徐亞平， 潘韻婷， 史依銘. 數(shù)字普惠金融、市場化水平與經(jīng)濟高質(zhì)量發(fā)展： 來自我國217個地級市的證據(jù)[J]. 金融發(fā)展研究， 2023（1）： 47-56.

陳國生. 湖南省經(jīng)濟高質(zhì)量發(fā)展水平測度及影響因素研究： 基于面板數(shù)據(jù)模型[J]. 湖南社會科學， 2022（6）： 58-63.

賀健， 張紅梅. 數(shù)字普惠金融對經(jīng)濟高質(zhì)量發(fā)展的地區(qū)差異影響研究： 基于系統(tǒng)GMM及門檻效應的檢驗[J]. 金融理論與實踐， 2020（7）： 26-32.

劉偉， 戴冰清， 劉衛(wèi)鎮(zhèn). 數(shù)字金融能驅(qū)動經(jīng)濟高質(zhì)量發(fā)展嗎： 基于2011—2017年中國省級面板數(shù)據(jù)的實證分析[J]. 經(jīng)濟社會體制比較， 2021（6）： 63-75.

徐銘， 沈洋， 周鵬飛. 數(shù)字普惠金融對經(jīng)濟高質(zhì)量發(fā)展的影響研究[J]. 資源開發(fā)與市場， 2021， 37（9）： 1080-1085.

張新月， 師博， 甄俊杰. 高質(zhì)量發(fā)展中數(shù)字普惠金融促進共同富裕的機制研究[J]. 財經(jīng)論叢， 2022（9）： 47-58.

楊孟陽， 唐曉彬. 數(shù)字金融與經(jīng)濟高質(zhì)量發(fā)展的耦合協(xié)調(diào)度評價[J]. 統(tǒng)計與決策， 2023， 39（3）： 126-130.

牛麗娟. 數(shù)字金融與經(jīng)濟高質(zhì)量發(fā)展： 理論分析與實證檢驗[J]. 西南民族大學學報（人文社會科學版）， 2023， 44（1）： 125-138.

北京大學數(shù)字金融研究中心課題組. 北京大學數(shù)字普惠金融指數(shù)（第三期， 2011-2020年）[EB/OL]. https：//idf.pku.edu.cn/zsbz/515313.htm. （2021-04-21） [2023-06-20].

王剛貞， 陳夢潔. 數(shù)字普惠金融影響經(jīng)濟高質(zhì)量發(fā)展的渠道機理與異質(zhì)特征[J]. 財貿(mào)研究， 2022， 33（10）： 45-56.

張玨. 數(shù)字普惠金融對湖南經(jīng)濟高質(zhì)量發(fā)展影響研究[D].長沙： 中南林業(yè)科技大學， 2023.

李燕玲. 數(shù)字金融對經(jīng)濟高質(zhì)量發(fā)展的影響研究[D].廣州： 廣州大學， 2023.