数字普惠金融对城市技术创新的影响机制研究
——以长三角城市群为例

叶仁道,孙 鹏,杨梦瑶

(杭州电子科技大学 经济学院,浙江 杭州 310018)

当前,我国经济增长模式正由传统模式向创新驱动发展模式转变[1]。习近平总书记在党的二十大报告中指出,“强化企业科技创新主体地位,发挥科技型骨干企业引领支撑作用,营造有利于科技型中小微企业成长的良好环境,推动创新链产业链资金链人才链深度融合”。综合分析,加快推动创新链产业链资金链人才链“四链”的深度融合,是完善国家创新体系、构建新发展格局、推动经济高质量发展的必然选择。同时,伴随创新驱动战略得到逐步推进,各级政府对技术创新活动的支持力度与广度不断加强,城市已成为支撑国家技术创新发展的重要支柱。在新发展格局背景下,随着我国经济发展战略的改变,数字普惠金融得到迅速发展[2]。数字普惠金融作为数字技术与普惠金融融合而成的产物,弥补了传统金融业务的缺陷,为普惠金融可持续发展开辟新道路。数字普惠金融可以通过场景、数据和结合金融创新产品来补足传统金融服务的短板,充分发挥其“成本低、速度快、覆盖广”的优势,更有效地服务普惠金融主体[3]。

作为国家重大战略发展区域,长三角城市群在我国社会发展中发挥引领作用,区位政策优势突出,上下游产业链完善,发展数字普惠金融的优势尤为明显。自《长江三角洲城市群发展规划》实施后,区域内金融服务需求量日益增加,以共同推进产业升级和经济一体化发展。在此背景下,研究长三角城市群数字普惠金融发展对城市技术创新的影响,对于把握数字普惠金融发展现状和厘清其对城市技术创新的影响机制,具有重要理论意义和实践价值。

尽管已有部分学者对技术创新进行了深入探讨,然而有关数字普惠金融对城市技术创新的影响机制还缺少系统性研究。根据相关文献研究,数字普惠金融可以从优化金融资产配置和提升家庭金融资产价值等方面促进区域经济发展[4-6]。伴随区域经济发展,数字普惠金融进而对区域技术创新产生重要影响。一是通过为中小微企业、民营企业提供帮助,缓解其技术创新融资约束问题[7]。二是通过促进地区产业结构优化升级等方式提升区域技术创新水平,尤其在人力资本水平较高情况下,数字普惠金融对区域技术创新将产生“激励效应”[8]。鉴于此,文章对数字普惠金融与城市技术创新的影响机制进行研究。首先,本研究基于构建的城市技术创新能力指标体系,对各城市技术创新能力进行综合评估。其次,探讨了数字普惠金融在促进城市技术创新能力方面的两条作用路径:一是通过提升城市产业链质量,二是通过提高城市人才链水平。接着,对于模型可能存在的三类内生性问题进行分析。实证研究结果发现,城市人口规模能够显著促进数字普惠金融对城市技术创新的正向影响,并验证了其在数字普惠金融提升城市产业链质量路径中的调节效应。最后,利用变量替换与缩小样本区间方法对城市人口规模的调节效应进行了稳健性检验,检验了文章结论的可靠性与稳定性。

在当前“深度融合金融科技,发展数字普惠金融”背景下,本研究拓展了普惠金融可直接促进城市技术创新发展的理论。同时,丰富了数字普惠金融通过影响产业链质量与人才链水平,间接促进城市技术创新发展的机制研究。进一步,明确了城市人口规模在上述影响机制中的调节效应,为后续技术创新的影响研究奠定理论基础。

一、理论分析与研究假设

(一)数字普惠金融、资金链与城市技术创新

数字普惠金融的高质量发展能有效改善城市技术创新要素投入结构。数字普惠金融可以通过提高金融服务的可及性和便利性,扩大金融服务覆盖面,从而增加资金供给,改善资金链,促进资金的有效配置和利用。具体而言,数字普惠金融发展对城市技术创新的直接影响主要体现在以下方面。第一,加快金融资源在城市区域间的流通速度,改善城市资金链。数字金融不仅可以直接促进区域创新水平,还可通过供给侧和需求侧两个渠道影响区域创新[9]。徐子尧等[10]研究发现,数字普惠金融发展可通过改善地区信贷资源配置状况,促进区域技术创新能力提升。第二,丰富财富管理模式,提升资源配置效率。数字普惠金融发展是推动创新要素配置效率提升的重要影响因素,在促进创新要素配置效率发展过程中具有显著作用[11]。张杉[12]认为数字普惠金融的发展能突破金融服务格式化特征,丰富创新主体的财富管理方式,提高区域创新水平。第三,提高金融服务的透明度和可追溯性,有效降低资金链风险。在区块链技术应用背景下,数字普惠金融服务可以构建新的“政银担企”间信息共享、行为共约的普惠金融生态圈,激励企业创新行为[13]。林德发和张献[14]基于区块链技术指出,数字普惠金融可保证信息真实有效性与提高信息传递效率,推动城市技术创新发展。综上所述,提出假设:

H1:数字普惠金融发展能够通过改善资金链,直接促进城市技术创新能力提升。

(二)数字普惠金融、产业链与城市技术创新

企业作为我国产业链的重要组成部分,是集聚创新要素的天然载体,也是开展科技创新活动的实施主体。其中,实体企业在产业链中处于核心地位。实体企业是产业链中的主要生产者和提供者,对整个产业链的运作和价值创造起到关键作用,其发展质量直接影响着城市及区域技术创新能力。数字普惠金融以其“低成本、低门槛、共享化、个性化”的金融服务,实现了在服务实体经济中普惠与精准的目标[15]。当前,实体企业与数字普惠金融的融合愈加紧密。在企业层面上,数字普惠金融聚焦于保护企业维稳利润,减轻企业在融资方面的限制,降低企业的财务杠杆率。数字普惠金融发展改善企业财务状况,推动企业在技术创新领域的深耕,并能通过“外降”与“内增”途径促进企业技术创新[16]。李春涛等[17]认为金融科技可通过缓解企业融资约束等方式促进企业创新。解维敏和方红星[18]研究表明地区数字金融发展水平能够正向促进企业R&D投入,进而提升企业技术创新能力。综上所述,提出假设:

H2:数字普惠金融发展能够显著提高产业链质量,促进城市技术创新发展。

(三)数字普惠金融、人才链与城市技术创新

“十四五”发展规划时期,我国人力资本发展面临人口结构转变与人口红利减弱的双重挑战。在“需求收缩、供给冲击、预期转弱”三重压力下,数字普惠金融助力金融发展,提升企业收入份额,有助于企业增加人力资本投资。人才链的建立有助于提升当地技术水平、壮大产业,加快城市软硬实力的建设步伐。同时,伴随人才链的虹吸效应,其还能作为科技依托,吸引更多高素质人才,从而实现经济社会的良性循环发展。人作为生产要素的核心载体,是支撑发展的第一资源,人力资本的积累在很大程度上决定了国家创新能力水平。Nelson和Phelps[19]指出人力资本积累程度会极大影响国家的创新转化能力,且人力资本对先进技术具有引进和迁徙作用。从地区及国家发展角度看,人力资本积累越高,地区内知识转移、扩散和溢出越容易。此外,随着人力资本积累程度提高,中国等发展中国家对先进技术的吸收能力不断增强,技术创新水平提升概率也越大[20]。综上所述,提出假设:

H3:数字普惠金融发展能够显著优化地区人才链,促进城市技术创新发展。

(四)城市人口规模的调节效应

习近平总书记强调,在以中国式现代化全面推进中华民族伟大复兴进程中,人口规模巨大既是压力又是优势,既是考验也是红利。从发展经济学的角度来看,人口规模对于促进技术创新具有重要作用。一方面,人口为产业链提供了必要的劳动力来生产最终产品。人口规模越大将极大促进劳动力流动,邢赵婷和钟若愚[21]研究发现数字普惠金融能够通过劳动力流动对产业结构产生间接影响,从而提高产业结构优化效率。另一方面,对于人才链建设来说,大规模的人口意味着获取非竞争性知识和技术的可能性更大。Duncan和Vernon[22]认为城市人口增加能够促进当地人力资本积累,从而推动创新活动和专利申请数量的增长。此外,大规模人口也会产生巨大的市场需求,激励生产者进行产品与技术的创新,提升企业发展质量。郭卫军和黄繁华[23]研究发现,地区人力资本水平的提升将吸引更多企业集聚,推动科技创新与进步。进一步,企业集聚将形成产业协同效应,进而在更广泛范围内优化资源配置,促进产业升级和创新[24]。综上所述,提出假设:

H4a:城市人口规模能够显著调节以产业链质量为中介的作用路径。

H4b:城市人口规模能够显著调节以人才链水平为中介的作用路径。

二、研究设计与指标说明

(一)城市技术创新能力评价

在深刻理解城市技术创新理论内涵的基础上,基于社会支撑力度、城市投入强度与技术产出效率等视角,构建城市技术创新能力评价指标体系。该体系由6类18个指标构成,具体如表1。

表1 城市技术创新能力水平指标体系

表2 主要变量及定义

(二)城市技术创新能力水平测度

基于表1所构建的指标体系,利用TOPSIS熵值法计算各城市技术创新能力水平综合得分。首先,运用熵值法确定各级指标权重,基本步骤如下。

1.数据标准化。对各指标进行去量纲化处理,假设给定m个指标,X1,X2,…,Xm,其中Xi={x1,x2,…,xn},n为样本个数。对于正向、负向指标采用如下不同公式进行数据标准化处理:

其中,Xijt表示第i个样本在第t年的第j个指标。

4.计算信息熵冗余度。dj=1-ej

进一步,运用TOPSIS法计算各城市技术创新综合得分。TOPSIS法能充分利用原始数据信息,精确反映各评价方案间差距,具体步骤如下。

1.计算加权规范化矩阵。

Y=X×W

2.确定正负理想解。

3.计算样本各指标加权值与正负理想解的距离。

(三)变量选取及说明

1.被解释变量

城市技术创新能力(utic)。基于表1构建的城市技术创新指标体系,以TOPSIS熵值法计算所得的城市技术创新综合得分作为城市技术创新能力代表变量。

2.核心解释变量

数字普惠金融发展水平(difi)。借鉴张勋等[25]和叶仁道等[26]的做法,选取北京大学数字普惠金融指数作为数字普惠金融发展水平代表变量。该指数从数字金融覆盖广度、使用深度和数字化程度三个维度刻画数字普惠金融发展状况,具有较好的代表性和可靠性。

3.中介变量

产业链质量(icq)。由于实体企业是产业链的核心组成部分,故文章以实体企业发展质量衡量产业链质量。对于实体企业发展质量,通常采用全要素生产率或劳动生产率来衡量。由于全要素生产率易受测度方法和参数设定影响,根据王业斌和许雪芳[27]和汪兵韬等[28],采用劳动生产率衡量实体企业发展质量。劳动生产率与全要素生产率之间存在长期稳定的正向关系[29],计算方法为第二产业增加值除以第二产业职工数(劳均第二产业增加值)。

人才链水平(tcl)。人力资本是人才链的基础和重点,根据Moretti[30]的观点,不同学历的人力资本对外部性的影响不同,高素质人力资本对技术创新的影响更为显著。因此,使用城市每10万人大学以上学历人数衡量城市人才链水平。

4.调节变量

城市人口规模(ups)。城市人口规模对创新活动有着显著影响关系,城市人口规模扩张,当地人力资本会逐渐积累。人口向城镇集中能够为辖区内企业带来集聚优势,进而将对企业生产率产生溢出效应。因此,用城市年末常住人口数作为城市人口规模的代表变量。

5.控制变量

考虑模型中潜在的内生性问题,选取如下控制变量:(1)城镇化率(ur),以城镇年末人口在地区总人口之中的占比来衡量。(2)产业结构(is),以第三产业与第二产业增加值的比值来衡量。(3)居民消费水平(cpi),以居民消费价格指数来衡量。(4)劳动力投入(lab),以地区就业人数与总常住人口的比值来衡量。

(四)模型构建

根据江艇[31]和李春涛等[17]的研究,设定具体模型如下:

uticit=c1+α1·difiit+ρ1·∑controlit+μi+λt+ε1i,t

(1)

icqit=c2+α2·difiit+ρ2·∑controlit+μi+λt+ε2i,t

(2)

tclit=c3+α3·difiit+ρ3·∑controlit+μi+λt+ε3i,t

(3)

考虑城市人口规模(ups)的调节作用:

uticit=c4+α4·difiit+β4·upsit+γ4·difiit·upsit+ρ4·∑controlit+μi+λt+ε4i,t

(4)

uticit=c5+α5·difiit+β5·upsit+γ5·icqit·upsit+ρ5·∑controlit+μi+λt+ε5i,t

(5)

uticit=c6+α6·difiit+β6·upsit+γ6·tclit·upsit+ρ6·∑controlit+μi+λt+ε6i,t

(6)

其中,i为城市,t为年份,utic为城市技术创新能力水平,difi为数字普惠金融发展水平,icq为产业链质量,tcl为人才链水平,ups为城市人口规模,∑control为控制变量,μ为不随城市变化的个体固定效应,λ为时间固定效应,c为截距项,ε为随机扰动项。

对于上述模型,模型(1)检验数字普惠金融发展对城市技术创新的影响是否显著;模型(2)检验数字普惠金融发展对产业链质量的影响是否显著;模型(3)检验数字普惠金融发展对人才链水平的影响是否显著;模型(4)检验城市人口规模在数字普惠金融直接影响城市技术创新中的调节效应;模型(5)和(6)分别检验两种路径下城市人口规模对技术创新的调节效应。

三、城市技术创新能力水平测度

(一)数据来源

选取我国长三角城市群26个城市的面板数据为样本,时间跨度为2011—2020年(1)由于2021年起,部分城市R&D数据指标统计口径发生变化,故样本数据选取截至2020年。。数据来源为各省市统计年鉴、国民经济与社会发展统计公报、政府工作报告、Wind数据库以及中国经济与社会发展统计数据库等。

(二)指标体系权重分析

本文使用TOPSIS熵值法,对城市技术创新指标权重进行计算,结果如表3。

表3 2011—2020年系统层指标权重

由表3知,从指标体系权重视角分析,投入能力权重均值最高,即人力与财力投入强度对城市技术创新的影响最为显著。产出能力权重均值最低,然而,2011年其所占权重最高。出现该现象的原因可能是近年来各城市愈加重视基础研究领域投资,而基础研究领域产出回报能力较弱,回报周期较长。从权重变化趋势视角分析,支撑能力指标权重呈现先增后降的趋势。产出能力指标权重总体递减趋势明显,投入能力指标权重呈现逐年增长的趋势,表明人力与财力投入在城市技术创新能力发展中愈加重要。

(三)各城市技术创新综合得分

基于城市技术创新能力水平指标体系各级指标权重,计算得2011—2020年长三角城市群各城市技术创新综合得分,如表4。

表4 2011—2020年长三角城市群技术创新能力综合得分

由表4可知:(1)从城市发展视角看,上海作为长三角城市群核心城市,在技术创新领域发挥着龙头作用。南京、杭州、合肥作为长三角城市群三大副中心城市,城市技术创新能力处于领先地位。地级市方面,江浙地区城市技术创新能力得分较高,其中以无锡、苏州、常州、南通、宁波、嘉兴、绍兴等为代表。然而,安徽省下辖地级市城市技术创新能力水平在长三角城市群中较为落后。(2)从创新发展趋势视角看,安徽省内芜湖、马鞍山、宣城,浙江省内绍兴、嘉兴、湖州、舟山以及江苏省内常州、盐城等地的城市技术创新能力水平增长趋势显著。(3)受2020年新冠疫情冲击,国内各城市经济、工业及服务业发展均严重受挫。长三角城市群部分城市技术创新活动有所受限,技术创新水平有所下降。

四、实证分析

(一)描述性统计与平稳性检验

各变量基本统计特征如表5所示,平稳性检验结果如表6所示。

表5 变量描述性统计

为避免伪回归现象,确保结果有效性,采用LLC和Fisher-ADF方法检验各变量平稳性。由表6可知,除ups以外的变量均满足一阶单整条件,且各变量均满足二阶单整条件。进一步,基于Kao方法得到的协整检验结果亦表明,模型各变量间存在长期稳定关系,故可进行多元回归分析。

(二)基准回归

表7分别给出数字普惠金融发展对城市技术创新、产业链质量和人才链水平影响的回归结果。由表7可得,Hausman检验p值均小于0.05,故应采用固定效应模型。

表7 基准回归结果

由表7可见,数字普惠金融发展对城市技术创新有显著正向影响,假设1成立。同时,数字普惠金融发展能够显著提升产业链质量,并促进城市人才链水平提高。结合理论分析,产业链质量提升、人才链水平提高均会对城市技术创新产生正向驱动作用。综上所述,假设2、3均成立。

为进一步探讨数字普惠金融发展的异质性,从结构异质性角度出发,分别考虑数字普惠金融发展的三个子维度覆盖广度(coverage_breadth)、使用深度(usage_depth)、数字化程度(digitization_level)的影响程度与方向。由表8可知,从显著性角度分析,数字普惠金融发展子维度中的数字化程度对城市技术创新能力的影响显著,覆盖广度和使用深度的系数均不显著,说明数字普惠金融的数字化程度能够显著促进城市技术创新。从影响程度角度分析,数字普惠金融使用深度的回归系数最大,具有“使用深度>数字化程度>覆盖广度”的异质性特征。

表8 数字普惠金融结构异质性回归结果

(三)内生性问题

文章实证分析的关键在于识别数字普惠金融对城市技术创新影响的内生性问题,并尽可能剥离出单向影响[32]。故逐一分析模型可能存在的反向因果、测量误差、遗漏变量三类内生性问题:

其一,由于被解释变量为城市技术创新综合得分,核心解释变量为数字普惠金融发展指数,二者数据来源于不同数据库且计算方法不同,因此回归分析中的反向因果性有所降低。

其二,城市技术创新综合得分采用TOPSIS熵值法综合评估,数字普惠金融发展指数采用了主客观赋权相结合的方法来确定权重,均具有较高稳健性。由此可知,模型测量误差较小。

其三,本文试图寻求一个合适的工具变量来控制模型的内生性。借鉴张杰等[33]和张璇等[34]的思路,将区域内接壤城市的数字普惠金融发展指数均值定义为工具变量,其满足相关性和外生性两个约束条件。特别地,上海、南京、杭州、合肥作为长三角城市群的中心及副中心城市,数字普惠金融发展水平较高,对相邻城市辐射能力较强而受相邻城市的影响较弱,故该4座城市的数字普惠金融发展指数以自身原本指数表示。

表9给出了工具变量的两阶段最小二乘法回归结果,在考虑数字普惠金融发展与城市技术创新之间可能存在的内生性问题后,数字普惠金融发展系数显著且依然为正,表明数字普惠金融发展能够显著促进城市技术创新能力提升,这与基准回归所得结论完全一致。

(四)机制分析

为进一步探讨数字普惠金融影响城市技术创新的作用机制,以城市人口规模为切入点,主要从扩大市场规模、提升产业链发展质量和提高人才链水平三个方向进行分析。

1.基于扩大普惠金融市场规模、增强数据驱动力

首先,人口规模较大的城市拥有更多潜在用户与市场需求,这将为数字普惠金融发展提供更大市场规模。同时,人口规模较大的城市有数量更加庞大的用户,这促使金融科技公司和创新者提供更多创新的数字普惠金融产品和服务,进一步提高金融包容性水平。此外,人口规模较大的城市将产生海量数据,这些数据对数字普惠金融的创新发挥着重要作用。通过数据挖掘与分析,金融科技公司可以更好了解用户需求、消费习惯等信息,设计更为精准、个性化的金融产品和服务。

2.基于提高企业生产效率、提升城市产业链发展质量

人口规模的扩大有利于发挥产业集聚对经济的促进作用[35]。根据新经济地理学理论,城市化进程可以促进资源要素的聚集,从而提高生产力和生产效率。此外,城市人口规模的增加还将引起城市经济的正反馈循环,并创造更多的就业机会和商业机会。这种正反馈循环会进一步加强城市经济的竞争力和创新能力,也会推动实体企业提高其生产效率。同时,城市人口规模增加会产生更大的人才优势,形成城市集聚效应,提高城市生产率[36]。

3.基于促进知识溢出与就业竞争、提高城市人才链水平

城市人口规模对于知识溢出和就业竞争的提升具有理论支持。首先,城市化进程可以促进资源、信息和技术的汇聚,从而形成知识溢出和创新效应。其次,城市人口规模提升,会使得劳动力流动性增强。因此,企业间将存在更为激烈的人才竞争,促进企业技术创新和生产率提高。

由表10可知,数字普惠金融与城市人口规模的交互项系数显著为正,这表明城市人口规模能显著促进数字普惠金融对城市技术创新的正向影响。即在人口规模较大的地区,数字普惠金融发展对城市技术创新的正向影响更加显著。同时,产业链质量与城市人口规模的交互项系数亦显著为正。这表明,人口规模提升了产业链发展质量提高所带来的创新效应,假设4a得到证实。然而,人才链水平与城市人口规模的交互项系数并不显著,故没有充分证据表明人口规模可调节人才链水平对城市技术创新的影响,假设4b不能被证实。

表10 机制分析结果

(五)稳健性检验

运用变量替换和缩小样本区间方法对模型(4)-(6)进行稳健性检验。对于变量替换法,将被解释变量城市技术创新能力综合得分(utic)替换为万人发明专利拥有数(invent)。对于缩小样本区间法,将受到新冠疫情严重冲击的2020年数据剔除,样本数据区间缩短为2011—2019年。由表11可知,模型稳健性检验结果均与机制分析的结论保持一致。

表11 稳健性检验结果

(六)案例分析

作为长三角城市群的核心城市,上海围绕市场主体需求全力打造一流的金融营商条件,数字普惠金融发展生态不断优化、水平持续提高。成效主要体现在四个方面,一是打造面向科创企业的投融资链条,积极支持科创企业发展,持续完善“科创助力贷”等科技专属信贷产品。2022年末,上海科技企业贷款余额较年初增长52%,已在科创板上市78家,融资额2 033.40亿元,总市值1.42万亿元。二是为中小微企业成长保驾护航,营造高效优质融资环境。深化大数据普惠金融应用,累计服务企业55万户次,支持发放贷款3 800亿元。政府性融资担保规模已累计突破2 000亿元。三是搭建企业加速成长的金融引擎,赋能实体经济新发展。上海实体经济获得千亿级融资支持,为全市“南北转型”发展进一步蓄能增势。四是持续打造金融人才高地,不断完善金融人才服务政策,上海金融从业人员超47万人,人才素质进一步提升。

上述案例分析表明,大数据普惠金融的应用能够支持科创企业发展,完善科技专属信贷产品。此外,普惠金融的发展还将赋能产业链与实体经济发展,打造人才高地,显著提升地区人才链水平。综上所述,数字普惠金融可助力产业链发展、强化人才链水平,进而促进城市技术创新能力提升。

五、结论与建议

(一)结论

在数字科技革命的背景下,随着“数字中国”建设大力推进,我国数字普惠金融得到迅速发展。本文立足数字普惠金融发展新阶段,选取长三角城市群作为研究对象,分析数字普惠金融发展对城市技术的影响及作用机制。研究结果表明:其一,数字普惠金融发展对于城市技术创新具有显著促进作用,数字普惠金融助力城市技术创新与高质量发展。其二,数字普惠金融发展能够显著提升城市产业链发展质量、强化城市人才链水平,促进城市技术创新进一步发展。在城市产业链高质量发展、人才链水平逐步提升的条件下,建设更高水平创新型城市进程将极大加快。其三,人口规模作为城市发展的重要影响因素,能够提升城市产业链质量提高所带来的创新效应。然而,没有充分证据表明城市人口规模可调节城市人才链水平对城市技术创新的影响过程。进一步,考虑变量内生性和模型稳健性问题,验证了以上结论的可靠性。

(二)建议

基于数字普惠金融对城市技术创新能力的影响关系及作用机制,提出以下建议。

其一,持续推进数字普惠金融发展。政府和相关机构应加大对数字普惠金融服务的推广力度,在中小企业和个体从业者中积极宣传数字普惠金融服务的优势和使用方法。城市可以设立专门的数字普惠金融创新基金,支持初创企业和技术创新项目。这一基金可以吸引更多的风险投资,为创新企业增加资金支持、改善资金链,推动技术创新的发展。同时,政府也应该加大对普惠金融平台的监管力度,规范金融市场秩序,保障金融服务的安全性、可靠性和公正性。

其二,支持实体企业的发展。政府应该出台相关政策,促进实体企业与数字金融平台合作,加大对人力资本的投入,建立更为良好的融资环境。此外,还应鼓励企业进行技术创新,加强自主知识产权的保护。积极引导金融机构、实体企业和上下游产业链之间的合作,打造数字普惠金融生态系统,推动城市产业链整体向高质量发展转型升级。

其三,实行城市规模差异化发展战略。在人口规模较大的城市中,政府应注重培育高素质人才。推动高校和培训机构开展数字普惠金融领域的人才培训计划,培养具备数字金融和技术背景的专业人才,以满足技术创新领域的需求。在人口规模较小的城市中,政府应注重提高实体企业的发展质量,通过产业链升级、优化营商环境等措施,推动城市技术创新的发展。