数字金融发展、创新创业活力与城市经济效率
——来自中国地级城市层面的经验证据

颜 强 李晓龙

(1.贵州大学，贵州 贵阳 550025；2. 贵州财经大学，贵州 贵阳 550025；3.贵州省社会科学院，贵州 贵阳 550002)

一、引 言

当前，中国经济已步入高质量发展阶段，发展主旋律在于追求经济效率的提升和经济质量的改善，而非经济体量规模的简单扩张。然而，长期以来的粗放式发展模式导致中国经济效率的整体水平还比较低[1]，如何有效厘清促进或阻碍经济效率提升的关键因素，探究经济效率提升的动力机制，对于推动中国经济高质量发展至关重要。已有研究表明，作为现代经济体系的核心，金融是推动经济效率提升的重要动力。[2]近年来，伴随云计算、大数据、区块链以及人工智能等数字化技术的深度运用，数字金融作为一种新兴的金融服务模式获得快速发展，已成为一个国家或地区传统金融发展的重要补充。数字金融发展有助于缓解金融排斥、降低金融成本、优化金融供需对接以及改善资本配置，从而满足经济高效率发展的金融可得性，提升金融服务经济高效率发展水平。同时，数字金融发展能够通过供给和需求两个层面激发创新活力与创业活力，增强经济发展的核心驱动力，也会进一步对城市经济效率产生影响。由此可见，数字金融发展对城市经济效率的影响及其传导机制是目前值得研究的重要课题。

从目前的研究进展来看，涉及本文研究主题的文献主要集中在以下三个方面：一是数字金融发展对经济发展的影响。数字金融发展不仅有助于促进经济增长[3][4]，还能够显著带动经济高质量发展。[5][6]汪亚楠等、成学真和龚沁宜等学者聚焦实体经济层面讨论了数字金融发展的作用机制。[7][8]二是数字金融发展对创新创业的影响。在宏观层面，梁榜和张建华、聂秀华等研究指出，数字金融发展对区域创新水平具有显著的促进作用；[9][10]谢绚丽等、冯永琦和蔡嘉慧等学者研究发现，数字金融发展有效提升了区域创业水平。[11][12]在微观层面，数字金融的使用不仅可以激发企业创新行为，提升创新水平(唐松等，谢雪燕和朱晓阳)[13][14]，还能够激发居民创业行为，提高创业绩效(何婧和李庆海，陶云清等)。[15][16]三是创新创业对经济效率的影响。王鹏和宋德斌、张杰和付奎等学者研究发现，创新是驱动经济效率提升的关键动力；[17][18]代明和郑闽、许士道和江静的研究则表明，创业有利于提升经济效率。[19][20]

上述文献为本文研究提供了重要参考，遗憾的是，尚未有文献从效率这一层面考察数字金融发展对经济发展的影响，更加缺乏对数字金融发展影响经济效率的传导机制进行识别。相比于已有文献，本文主要的创新之处在于：第一，将数字金融发展、创新创业活力和城市经济效率统一纳入理论分析框架，基于中介效应模型实证检验数字金融发展对城市经济效率的影响及其传导机制，发现数字金融发展显著提升了城市经济效率，并且数字金融发展通过激发创新创业活力，进而提升城市经济效率。第二，构建面板门限模型研究数字金融发展、创新创业活力和城市经济效率之间的非线性关系，发现随着创新活力与创业活力的持续提升，数字金融发展对城市经济效率的提升作用不断增强。第三，本文还进行了维度异质性和区域异质性检验，发现相比于数字金融使用深度和数字化程度，数字金融覆盖广度更有利于提升城市经济效率；数字金融发展对城市经济效率的提升作用在中西部地区和传统金融欠发达地区更加明显。相关研究结论可以为推进中国金融供给侧结构性改革与城市经济高质量发展提供新的思路。

二、理论分析与研究假说

(一)数字金融发展对城市经济效率的直接影响

首先，数字金融发展可以缓解金融排斥和降低金融成本，满足经济高效率发展的金融可得性。一方面，数字金融发展使金融服务覆盖面得到极大扩宽，有效缓解了弱势经济主体或城市普遍面临的金融排斥。对于传统金融机构而言，出于收益与成本之间的考量，其不愿意为信用信息缺乏、担保抵押不足的中小微弱主体以及人口规模较少、地理位置偏远的城市提供金融服务。依托数字技术，数字金融能够更加精准地评估中小客户与企业的信用状况，拓宽金融服务对象，同时也可以突破传统金融服务的地理空间限制，有效延伸金融服务半径。[21]另一方面，数字金融发展使金融交易成本得到有效降低，有利于扩大经济高效率发展的金融服务供给。依托数字金融的快速发展，大多数传统金融业务可以在线上开展，降低金融机构物理网点、人力投入等固定成本；智能化信用评级可以提高对金融风险的甄别效率，降低金融机构的风险管理成本；多源信息深度融合可以加速金融供需双方的搜寻与配对，降低金融交易的时间成本。金融交易成本的降低可以释放出更多的金融资源，有利于促进城市经济高效率发展与经济效率提升。

其次，数字金融发展可以优化金融供需对接和改善资本配置，提升金融服务经济高效率发展水平。对金融资源进行公平、有效的配置，不仅是解决经济发展不平衡不充分问题的关键所在，也是推动经济社会持续健康发展的重要保障(何宏庆)。[22]在传统金融服务模式下，金融供需双方因信息不对称问题而难以实现有效对接。作为金融服务与数字技术的有机结合产物，数字金融通过发展数字信贷、数字保险、数字理财等相关业务平台，可以有效整合金融资源，缓解信息不对称现象，为金融供需双方搭建良好的对接桥梁，有效匹配双方的资本配置需求。借助数字金融平台，资金闲余者或城市可以找寻到符合其意愿且有价值的投资机会，有资金需求的主体或城市可以获得其发展急需且充足的资金支持，经济系统中的资本错配问题得到极大改善。与此同时，在数字金融快速发展的情形下，资本配置成本会因网络经济边际成本递减规律得到极大降低，不仅可以满足强势经济主体或城市的金融需求，同时也能够加强对弱势经济主体或城市的金融支持，充分反映出金融服务经济发展的精准性与普惠性，从而改善金融服务经济发展的水平，促进城市经济效率提升。

综上所述，本文提出如下研究假说：

假说1：数字金融发展有助于提升城市经济效率。

(二)数字金融发展对城市经济效率的间接影响

1.数字金融发展影响城市经济效率的创新活力传导机制。创新活力是先进生产力的核心内容，是经济发展的根本驱动力。一方面，创新活力的增强有助于提升城市经济效率。创新研发有利于优化生产要素投入组合，促使创新要素与其他生产要素的深度融合，降低生产消耗和污染排放，提高同等生产要素投入的经济产出水平，提升相关产业的盈利能力、产品质量以及生产效率。与此同时，创新研发还能够培育和壮大新兴产业，推动经济结构实现由低附加值、低技术水平向高附加值、高技术水平的转型，进而提升城市经济效率。另一方面，数字金融发展可以从供给和需求两个层面影响创新活力。从供给层面来看，数字金融发展借助大数据、云计算等数字化技术手段，可以拓宽创新活动外部融资渠道，降低金融服务的获取成本，缓解创新主体与金融机构之间的信息不对称现象，促进资金供需双方的精准匹配，加大对创新活动的金融支持力度，充分激发城市创新活力。从需求层面来看，数字金融发展通过提升居民消费需求，扩大了消费规模，并促进了消费结构升级，可以激励生产者从事以提升生产能力和产品更新换代为目的的创新行为。本文由此提出如下研究假说：

假说2：数字金融发展可以通过激发创新活力来提升城市经济效率。

2.数字金融发展影响城市经济效率的创业活力传导机制。创业活力反映了一个城市创业的活跃程度，是推动经济增长的关键动力。一方面，创业活力的增强可以通过推动创业主体集聚和创业活动渗透进而提升城市经济效率。在创业活力越高的城市，越容易形成创业主体的空间集聚，该集聚不仅使社会基础设施得到集约利用，也可以有效汲取其他创业主体的知识溢出并内化为自身的生产经营行为，有助于提升整个城市的生产效率。同时，创业活力的提升可以使创业活动渗透到各个产业领域，有助于激发新产业和新业态的发展活力，带动不同产业部门的融合发展和结构升级。另一方面，数字金融发展非常契合创业活力提升的需求。数字金融发展通过扩大金融服务覆盖面和提高金融服务可得性缓解缺乏抵押资产的潜在创业者的信贷约束，同时利用数字平台的无边界性与开放性为创业者提供丰富的创业资源与信息，有助于提高城市创业概率和创业活力。此外，数字金融发展通过缓解信息不对称问题能够极大地降低创业主体的外部融资成本，提升创业者的回报水平，进而可以激发潜在创业者的创业行为。本文由此提出如下研究假说：

假说3：数字金融发展可以通过激发创业活力来提升城市经济效率。

三、研究设计

(一)计量模型设定

为了检验数字金融发展对城市经济效率的影响，本文借鉴刘修岩、陈旭和邱斌等学者在研究经济效率影响因素时的思路[23][24]，以柯布-道格拉斯生产函数(简称C-D函数)作为计量模型设定的切入点，并对C-D函数进行适当延伸：

Y=AKαLβH1-α-β

(1)

式中，Y代表城市总产出，K、L以及H分别代表物质资本、劳动力以及人力资本的总投入，A代表生产过程中的效率因子。将式(1)进一步改写为：

y=Akαh1-α-β

(2)

式中，y代表人均产出，用以反映城市经济效率，k代表人均物质资本投入，h代表人均人力资本。式(2)表明，城市人均产出主要取决于物质资本积累、人力资本和技术进步。其他影响经济效率的相关因素，可以将其归入效率因子A中，这里包括数字金融发展(DFI)、人口规模状况(POP)、政府干预程度(GOV)、对外开放水平(OPE)等，其表达式为：

A=f(DFI，POP，GOV…)

(3)

依据前文的理论分析，为了验证研究假说1，本文将计量模型具体设定如下：

EFFit=α0+α1DFIit+γCTLit+φi+νt+εit

(4)

式(4)中，i为地级城市，t为年份；EFF为城市经济效率；α0表示常数项；DFI为数字金融发展；CTL表示其他控制变量的集合，包括物质资本投入、人力资本水平、人口规模状况、政府干预程度以及对外开放水平等；φi为城市固定，νt为年份固定，εit表示随机扰动项。

进一步地，为了验证研究假说2和研究假说3，本文将设定如下中介效应模型：

MEDit=β0+β1DFIit+ηCTLit+φi+νt+εit

(5)

EFFit=χ0+χ1DFIit+χ2MEDit+λCTLit+φi+νt+εit

(6)

式中，MED表示中介效应变量，即创新活力(INO)和创业活力(ENT)。中介效应检验的具体步骤为：首先，对计量模型式(4)进行回归，检验系数α1是否显著；其次，对计量模型式(5)进行回归，检验数字金融发展是否会对中介变量(创新活力和创业活力)的系数β1是否显著；最后，将数字金融发展与中介变量一同放入式(6)中进行回归，若系数χ1不显著而χ2显著，说明创新活力或创业活力具有完全性质的中介效应。若χ1和χ2均显著，且χ1的数值相比α1有所下降，则表明存在部分中介效应。

(二)变量选取

1.被解释变量

城市经济效率(EFF)为本文的被解释变量。经济效率提升意味着生产要素由低效率部门不断向高效率部门流动，推动资源的优化配置和经济结构的深度调整，进而实现经济高效率发展的动态过程。现有研究主要从全要素生产率和要素生产率两个方面对经济效率进行测度。但值得注意的是，全要素生产率更加适合衡量资本和劳动等要素投入之外的技术进步对经济增长的贡献大小，且现有方法仅能计算出全要素生产率的变化率而难以测算其绝对值。[25]相比而言，以劳动生产率(人均GDP)代表的要素生产率不仅容易量化且便于比较分析，近年来被学者们广泛用于衡量经济效率。进一步考虑到GDP统计过程中可能存在主观调整偏差，而夜间灯光数据能够更为客观地反映城市经济活动。为此，本文借鉴范子英等、刘修岩等的做法[26]，以地级城市夜间灯光平均亮度(DN值)(1)根据陈丰龙和王美昌的方法[27]，对DMSP/OLS和NPP/VIIRS两套卫星灯光数据进行校准，最终得到2011—2019年可比的地级城市夜间灯光图像栅格数据。作为城市经济效率的代理变量，同时将在后文引入人均实际GDP进行稳健性检验。

2.核心解释变量

本文的核心解释变量为数字金融发展(DFI)。借鉴现有关于数字金融发展研究文献的普遍做法，本文利用北京大学计算公布的地级城市层面的数字普惠金融指数作为数字金融发展的代理变量。该套指数依托蚂蚁集团的海量数字金融数据，构建了包含3个维度、33个具体指标的评价指标体系，较为客观地反映了中国数字金融发展现状、趋势以及地区差异化程度。其中，覆盖广度侧重体现数字金融账户所覆盖的范围状况；使用深度重点反映数字金融服务(包括支付、信贷、保险、信用以及货币基金等)的业务水平；数字化程度反映了用户获得数字金融服务的低成本、便利性以及信用化状况。后文异质性检验将引入覆盖广度、使用深度以及数字化程度三个指数，考察数字金融发展影响城市经济效率的维度异质性。

3.其他变量

本文的其它变量主要包括机制变量和控制变量两类。其中，机制变量包括：(1)创新活力(INO)，以地级城市每百人拥有专利数量(件/百人)来衡量。(2)创业活力(ENT)，用地级城市城镇私营和个体就业人员占城镇总就业人数的比重来表示。控制变量包括：(1)物质资本投入(CAP)，用地级城市人均固定资产投资(万元/人)来反映；(2)人力资本水平(HUM)，以地级城市科学技术就业人数占总就业人数的比重来衡量；(3)人口规模(POP)，用地级城市人口基数(万人)的对数来表示；(4)政府干预程度(GOV)，采用地级城市财政支出与GDP之比来反映；(5)对外开放水平(OPE)，以地级城市人均拥有外商直接投资金额(万元/人)来衡量。

(三)数据来源

本文选取2011—2019年中国内地255个地级城市(2)考虑到城市行政级别、数据缺失以及样本代表性等因素，本文样本不含北京、上海、天津和重庆四个直辖市，同时剔除了海南、西藏、青海、宁夏、新疆等年鉴中城市数量较少的省或自治区，以及从业人员少于10万人的地级城市。共计2295个样本数据进行实证检验。城市经济效率相关数据主要来自美国国家地球物理数据中心(NGDC)和《中国城市统计年鉴》；数字金融发展相关数据主要来自北京大学数字金融研究中心；各个控制变量的相关原始数据主要源自于各地级城市统计年鉴、各省(自治区)统计年鉴以及《中国城市统计年鉴》。为了消除价格因素的影响，本文对GDP、固定资产投资、外商直接投资等涉及货币计量的样本数据均以2011年作为基期进行了平减处理，以确保样本期内不同年份之间数据的可比性。

四、实证检验与结果分析

(一)数字金融发展影响城市经济效率的基准检验

表1列示了数字金融发展影响城市经济效率的基准检验结果。其中列(1)到列(4)分别为采取混合效应(POOL)、个体固定效应(FE)、个体随机效应(RE)和个体时间双向固定效应(TWO-FE)的估计结果。为了在上述四种方法中选择合适的估计结果进行分析，本文综合利用F检验、LM检验、HAUSMAN检验以及时间效应检验进行判断。其中，F检验和LM检验结果表明，个体固定效应和个体随机效应要优于混合效应；HAUSMAN检验结果表明，个体固定效应要明显优于个体随机效应；进一步的时间效应检验结果在1%的水平上拒绝原假设(无时间效应)，表明应该采取双向固定效应进行估计。接下来，本文的分析将以列(4)估计结果为主。

表1 数字金融发展影响城市经济效率的基准检验结果

根据表1中列(4)的估计结果可以发现，数字金融发展(DFI)对城市经济效率的影响系数为正(7.4193)，并且在1%的水平上通过检验，表明数字金融发展有效地促进了城市经济效率提升，从而验证了本文的研究假说1。事实上，这也意味着数字金融发展是提升中国城市经济效率的重要因素，各个城市要高度重视发挥数字金融发展的积极作用，破解经济高效率发展的金融供需矛盾，提升金融服务经济高效率发展水平。从本文控制变量的影响情况来看，物质资本投入(CAP)和人口规模状况(POP)对城市经济效率的影响系数至少在5%的统计水平上显著为正，表明加大物质资本投入和扩张人口规模都有利于提升城市经济效率。政府干预程度(GOV)对城市经济效率的影响系数在10%的统计水平上显著为负，表明政府干预程度越高越不利于城市经济效率提升。人力资本水平(HUM)和对外开放水平(OPE)的回归系数为正，但未能通过显著性检验。

(二)稳健性检验

一是工具变量回归。为了避免逆向因果关系可能造成的内生性问题，本文将互联网普及率作为数字金融发展的工具变量，利用两阶段最小二乘法(2SLS)重新对模型进行估计，结果见表2列(1)。二是动态面板回归。为了消除城市经济效率前后期相关可能引发的估计偏差，本文引入城市经济效率的一阶滞后项构建动态面板模型，采用系统矩估计(SYS-GMM)进行回归估计，结果见表2列(2)。三是空间计量回归。考虑到数字金融发展与城市经济效率普遍存在空间自相关性，使用传统计量模型可能会存在一定偏误。为此，本文在构建空间自相关模型(SAC)的基础上，采用极大似然法(ML)进行稳健性估计，结果详见表2列(3)。四是替换被解释变量。本文以人均GDP作为城市经济效率的代理变量，采用双向固定效应模型进行回归估计，结果见表2列(4)。五是调整研究样本。本文通过删除重点城市(省会城市、副省级城市和计划单列市)对研究样本进行了调整，并借助双向固定效应模型进行回归，结果见表3列(5)。根据上述稳健性检验的估计结果可以看出，数字金融发展对城市经济效率的提升作用均显著为正，表明前文的基准检验结论较为稳健。

(三)数字金融发展影响城市经济效率的异质性检验

1.维度异质性

为了检验数字金融发展对城市经济效率的维度异质性，本文分别以数字金融覆盖广度(COV)、使用深度(USE)和数字化程度(DIG)作为核心解释变量引入计量模型(4)进行回归，结果详见表3列(1)到列(3)所示。从回归结果可以看出，数字金融发展的三个维度对城市经济效率的影响系数均在1%的统计水平上显著为正，说明无论是数字金融覆盖广度、使用深度还是数字化程度，都有效促进了城市经济效率提升，但不同维度在作用大小方面存在一定差异。其中，数字金融覆盖广度的经济效率提升作用要强于使用深度，而使用深度要强于数字化程度。对此可能的原因在于：借助数字化技术，数字金融不再依赖传统物理网点，覆盖辐射范围更加广阔，同时数字金融产品业务种类不断深化，满足了更多经济主体的金融需求，为城市经济效率提升创造了良好的金融生态环境。相比而言，数字金融基础设施建设还有待加强，传统金融机构的数字化转型仍旧比较缓慢，这些都在一定程度上妨碍了数字金融数字化程度对城市经济效率的提升作用。

2.区域异质性

为了检验数字金融发展对城市经济效率的区域异质性，本文采用以下两种方法对地级城市样本进行区域划分：一是按照惯例，将地级城市划分为东部地区和中西部地区；二是根据传统金融发展水平(金融机构贷款余额与GDP的比值)中位数将地级城市划分为传统金融较发达地区和欠发达地区。以中西部地区与传统金融欠发达地区为基准，分别在计量模型(4)的基础上引入数字金融发展与东部地区虚拟变量(ETN)的交互项、数字金融发展与传统金融较发达地区虚拟变量(FLS)的交互项，估计结果详见表3列(4)和列(5)所示。从中可以发现，在中西部地区和传统金融欠发达地区，数字金融发展对城市经济效率的提升作用要比东部地区与传统金融较发达地区更强。其原因主要在于，与东部地区和传统金融较发达地区相比，中西部地区和传统金融欠发达地区的城市经济效率要较低一些，同时城市经济效率提升面临的金融约束更为严峻，因而这些地区大力发展数字金融能够有效地满足经济主体需要，并对城市经济效率产生更强的提升作用。

表2 稳健性检验结果

表3 数字金融发展影响城市经济效率的异质性检验结果

(四)数字金融发展影响城市经济效率的传导机制检验

前文检验证实数字金融发展对城市经济效率具有显著的正向影响。本部分将利用前文构建的面板中介效应模型，从创新活力和创业活力的双重视角出发，实证检验数字金融发展影响城市经济效率的传导机制，结果详见表4所示。其中，列(1)是面板中介效应模型第一步检验结果，数字金融发展(DFI)对城市经济效率的影响系数在1%的统计水平上显著为正，表明数字金融发展对城市经济效率具有正向提升效应。列(2)和列(3)是面板中介效应模型第二步检验结果，从中可以发现，数字金融发展对创新活力的影响系数在1%的统计水平上显著为正，与此同时，数字金融发展对创业活力的影响系数也显著为正，并且在10%的水平上通过检验，表明数字金融发展能够有效地提升创新活力和创业活力。

表4 数字金融发展影响城市经济效率的传导机制检验结果

列(4)和列(5)是面板中介效应模型第三步检验结果，可以看出，创新活力(INO)和创业活力(ENT)对城市经济效率的影响系数至少在10%的统计水平上显著为正，表明无论是创新活力还是创业活力，均有助于提升城市经济效率。列(6)是同时加入创新活力和创业活力两个中介变量的检验结果，创新活力和创业活力对城市经济效率的提升作用依旧显著。需要强调的是，无论是单独加入创新活力和创业活力两个中介变量的列(4)和列(5)估计结果，还是同时加入创新活力和创业活力的列(6)估计结果，数字金融发展对城市经济效率的影响系数均显著为正，且全部通过1%的显著性水平检验，但其数值与列(1)相比明显有所缩小，意味着创新活力和创业活力在数字金融发展提升城市经济效率过程中发挥了部分中介效应，表明数字金融发展通过激发创新活力和创业活力促进了城市经济效率提升，直观地揭示了创新活力与创业活力的传导机制，验证了前文的研究假说2与研究假说3。

(五)数字金融发展影响城市经济效率的约束条件检验

随着近年来大众创业万众创新的深入推进，创新创业活力是否会成为数字金融发展对城市经济效率的非线性调节因素？为此，本文借鉴Hansen的思路[28]，分别以创新活力以及创业活力作为门限变量构建面板门限回归模型，对数字金融发展影响城市经济效率的非线性效应进行检验。结合不同门槛模型(单门槛、双门槛和三重门槛)检验得到的F值和P值可知(篇幅所限，检验结果未列出)，创新活力(INO)通过了双重门限效应检验(门限值为0.2609和1.9836)，创业活力(ENT)通过了单重门限效应检验(门限值为0.6232)，这表明以创新活力作为门限变量时需要构建面板双重门限回归模型，以创业活力作为门限变量时应该构建面板单门限回归模型。

表5 面板门限模型回归结果

表5列示了以创新活力以及创业活力作为门限变量的面板门限模型回归结果。从中可以看出，以创新活力作为门限变量时，当创新活力低于0.2609时，数字金融发展对城市经济效率的影响系数为1.4328；当创新活力处于0.2609到1.9836之间时，数字金融发展对城市经济效率的影响系数明显增大(1.9488)；随着创新活力跨越1.9836之后，数字金融发展对城市经济效率的影响系数进一步扩大为3.0040。以创业活力作为门限变量时，数字金融发展对城市经济效率的影响同样呈现出非线性特征。具体而言，当创业活力低于0.6232时，数字金融发展对城市经济效率的影响系数为2.0094；当创业活力高于0.6232，数字金融发展对城市经济效率的影响系数变为2.3571。上述结果说明，数字金融发展对城市经济效率的作用效果受到创新活力和创业活力的制约，当创新活力和创业活力跨越更高水平时，数字金融发展对城市经济效率的提升作用会得到明显提升。换言之，在创新活力和创业活力越高的城市，越能够通过需求效应拉动数字金融发展，从而可以更好地提升城市经济效率。

五、研究结论与政策启示

(一)研究结论

数字金融发展有利于弥补传统金融发展的不足，提升金融服务经济高效率发展水平。本文从创新活力和创业活力的双重视角出发，理论分析了数字金融发展影响城市经济效率的内在机理，同时借助2011—2019年地级城市层面的面板数据，实证检验了数字金融发展对城市经济效率的影响。研究的主要结论如下：(1)数字金融发展显著提升了城市经济效率，在采用工具变量法、更换计量模型、替换被解释变量以及调整研究样本等稳健性检验后，结论依旧稳健。(2)从异质性来看，相比于使用深度和数字化程度，数字金融覆盖广度更有利于提升城市经济效率；同时，数字金融发展对城市经济效率的提升作用在传统金融欠发达地区与中西部地区更加明显。(3)从传导机制来看，数字金融发展可以通过激发创新活力和创业活力进而提升城市经济效率，即创新活力与创业活力是数字金融发展影响城市经济效率的重要传导机制。(4)约束条件检验表明，数字金融发展对城市经济效率的提升作用存在创新创业活力的门限特征，在创新活力和创业活力由低到高的动态变化过程中，数字金融发展对城市经济效率的提升作用将不断增强。

(二)政策启示

第一，加快推动数字金融发展，全方位满足经济高效率发展的金融需求。在数字金融发展能够提升城市经济效率的情形下，要积极借助“数字中国”建设契机，抓紧制定国家层面和城市层面的数字金融发展战略，全面释放数字红利激发经济高效率发展；要注意数字金融不同维度的均衡发展，通过加强数字基础设施建设，提高数字金融数字化程度，为提升城市经济效率提供新动能。

第二，因地制宜实行差异化的数字金融发展策略，夯实经济高效率发展的金融基础。要着重推动中西部地区数字金融的快速发展，充分释放该地区经济高效率发展的后发优势；结合地方传统金融发展的实际情况，努力实现数字金融与传统金融的优势互补，一方面利用传统金融为数字金融发展提供基础支撑，另一方面依托数字金融促进传统金融改善服务效能。

第三，抓紧完善创新创业的数字金融服务体系，提升创新创业活力。创新创业活力有助于提升城市经济效率，也能够强化数字金融发展对城市经济效率的积极影响。当前应认真贯彻落实“双创”战略，向更深层次和更广范围持续推进万众创新和大众创业。依托数字金融的快速发展，借助多元化的数字金融服务(如数字信贷、数字保险以及数字支付等)，积极对接创新创业活动的金融服务需求，激发创新创业活力，以带动城市经济效率的有效提升。