數字普惠金融是否促進了區域產業鏈韌性提升？
——基于中國267個城市的經驗證據

■何宇 田杰鑫 覃朝暉 陳珍珍

一、引言

受“逆全球化”、全球突發性公共衛生事件、世界經濟復蘇乏力和國際局部沖突等多重因素影響，國際“斷鏈”風險加劇，全球產業鏈重構加速，產業鏈體系不確定性增加。黨的二十大報告指出，要“著力提升產業鏈供應鏈韌性和安全水平，推動經濟實現質的有效提升和量的合理增長”?？梢?，提升產業鏈韌性和安全水平是實現產業鏈現代化進程中的重要內容，亦是推進中國產業邁向全球價值鏈高端的關鍵。隨著大數據、云計算和人工智能等新一代信息技術的快速發展，數字普惠金融結合了傳統普惠金融與數字技術的優勢，對我國產業鏈體系產生了深刻變革。在此背景下，研究數字普惠金融對產業鏈韌性的影響和作用機制，對于實現產業鏈自主可控和經濟高質量發展具有重要的理論和現實意義。

近年來，隨著國際分工逐漸復雜化，產業鏈活動極易受到外部環境的影響[1]。如何在外部風險沖擊下保持產業鏈韌性受到學術界高度關注?！绊g性”最早出現在物理學領域，之后被引入經濟學領域，以探索經濟系統對于外生沖擊的適應性能力。相關研究主要集中于城市韌性和經濟韌性等視角[2—6]。隨著國際環境動蕩加劇，產業鏈韌性逐漸成為研究熱點。產業鏈的復雜網絡組織特征決定了產業鏈分工體系容易受到外部沖擊而表現出網絡脆弱性。學者們主要通過指標體系[7]、網頁排序[8]等方法測度產業鏈韌性。產業鏈韌性的提升是實現產業鏈現代化的重要支撐。陳曉東等[9]基于數字經濟時代數據要素作為新的生產要素，探索了數字經濟驅動中國產業鏈韌性提升的動力機制和實現路徑。李勝會等[10]基于產業鏈“困境識別—破解策略—韌性塑造與提升”分析框架，探索中國破解產業鏈低端鎖定困境的方法和產業鏈韌性提升的實現機理。也有學者指出知識產權制度能夠通過知識多樣化和政府政策支持有效促進產業鏈韌性提升[11]。衛彥琦[12]發現數字普惠金融通過為產業鏈主體提供金融支持，能夠增強其應對沖擊并快速恢復的能力，保持產業鏈韌性強勁。

隨著數字技術和傳統金融的深度融合，數字普惠金融得到了長足發展?，F有文獻對于數字普惠金融影響的探討主要集中于減貧效應、居民消費和產業升級。數字普惠金融通過優化家庭內部資產配置，增強風險管控能力來降低貧困脆弱性[13]。數字普惠金融通過提供數字支付和在線信貸等方式促進居民消費[14]。隨著數字普惠金融從消費端轉入生產端，數字普惠金融憑借其數字化和普惠化等優勢推動產業結構優化，助力產業升級[15]。

相關文獻為本文研究提供了重要借鑒和參考，但現有文獻仍存在兩方面不足：（1）目前在理論層面探討產業鏈韌性提升的研究較豐富，但在宏觀層面關于區域參與生產網絡中的韌性測度仍然是通過指標體系和網頁排序變動等方法間接測度，沒有統一的直接測度方法；（2）目前學術界的研究主要聚焦于經濟韌性和城市韌性，部分學者對制造業和服務業等單一行業的韌性有所研究，鮮有學者從產業鏈網絡關聯視角對中國產業鏈韌性進行研究。本文的邊際貢獻主要體現在兩個方面：（1）以2012、2015 和2017年中國城市尺度多區域投入產出數據為樣本，基于復雜網絡理論，構建產業鏈網絡節點模擬攻擊模型，從復雜網絡研究視角直接測度中國產業鏈韌性，相比其他方法能更好地揭示中國產業鏈韌性特征；（2）利用測算的產業鏈韌性指數探索數字普惠金融對產業鏈韌性的影響和作用路徑，為提升產業鏈韌性提供了重要參考和政策建議。

二、理論分析與研究假說

數字普惠金融作為傳統金融和數字技術深度融合的新型金融模式，能夠更好地實現覆蓋廣度和使用深度的最大化，助力實現產業鏈韌性的提升。第一，數字普惠金融能夠緩解信息不對稱。產業鏈網絡的復雜產業關聯和上下游企業在地理空間上的分散分布導致產業鏈上下游之間存在信息不對稱問題。依托互聯網、區塊鏈和大數據等新興技術的數字普惠金融能夠突破時間和空間的限制[16]，增強金融機構和產業鏈主體之間信息傳遞的準確性和流暢性，破解信息不對稱導致的“斷鏈”問題，提升產業鏈韌性。第二，數字普惠金融能夠降低產業鏈主體的交易成本。交易成本是制約產業鏈分工和競爭的重要因素[17]。在產業鏈分工背景下，上一階段的產品成為下一階段的中間產品，因此生產是層層嵌套的，成本也存在嵌套關系，上游階段的成本會沿著產業鏈傳導到最終產品，影響整個產業鏈網絡。數字普惠金融以信息技術的零邊際成本顯著降低了產業鏈主體的信息獲取成本和學習成本，提高了經濟效率，鞏固了地區產業鏈優勢，提升了地區產業鏈韌性[9]。第三，數字普惠金融能夠提升交易靈活性。產業鏈網絡的主體通過錯綜復雜的關聯關系連接，某一節點的交易延遲通過產業鏈網絡的層層傳遞會快速蔓延，導致整個產業鏈網絡癱瘓?；诖髷祿臄底制栈萁鹑诶镁W絡空間格局，增強了企業融資的快速性和便捷性，加速企業的資金周轉，能有效應對市場動蕩，更好地識別產業鏈網絡中的潛在風險和中斷點，保持產業鏈韌性[18]。第四，數字普惠金融能夠緩解金融排斥。在產業鏈網絡中，每個節點根據其要素稟賦結構差異選擇在產業鏈的特定階段進行專業化分工，成為整個產業鏈網絡不可缺少的一部分。中小企業等弱勢主體融資難等問題通過產業鏈上下游關系蔓延至整個網絡，影響產業鏈韌性。數字普惠金融借助大科技生態系統和大數據風控模型，通過全方位監測、評估和預測，拓寬了金融深度和廣度，優化了金融資源的配置效率，提升了中小企業和偏遠地區的金融可得性，緩解了產業鏈相對弱勢主體融資難的問題[19]，增強了整個產業鏈網絡抗風險能力?；诖?，本文提出以下假說：

假說1：數字普惠金融有助于提升產業鏈韌性。

數字普惠金融能夠整合各種創新資源，提升城市創新能力，繼而通過發揮創新的“水平效應”和“結構效應”，夯實產業基礎，提升產業鏈韌性[20]。數字金融為創新提供了基礎和保障[21]。創新具有高投入、周期長和產出不確定性的特點，而數字普惠金融能夠有效解決傳統金融存在的“屬性錯配”“領域錯配”和“階段錯配”問題，為創新的開展提供了融資渠道，緩解了融資約束，對創新具有較強的驅動效應[22]。創新是產業鏈應對風險沖擊的安全保障，夯實產業鏈上各節點的自主創新能力有助于抵御外部沖擊。產業鏈網絡的復雜性決定了某一節點所面臨的風險會通過產業鏈網絡傳遞至其他節點，對整個產業鏈網絡造成沖擊。通過提升創新能力，解決我國產業基礎能力薄弱、部分領域核心技術受制于人的困境，防止技術封控等原因導致的“卡鏈”威脅整個產業鏈的安全發展。同時，全球價值鏈嵌入位置的提升對提升產業鏈韌性至關重要[23]。創新能力的提升為產業升級提供了技術保障，有助于推動產業向優勢領域轉型，助推產業向全球價值鏈中高端邁進，從而增強了產業鏈韌性?；诖?，本文提出以下假說：

假說2：數字普惠金融通過提升城市創新能力來增強產業鏈韌性。

三、研究設計

（一）樣本選擇與數據來源

計算產業鏈韌性指數所使用的投入產出表數據來自中國碳核算數據庫（CEADs）提供的《2012 年中國城市尺度多區域投入產出表》《2015 年中國城市尺度多區域投入產出表》和《2017 年中國城市尺度多區域投入產出表》。目前，中國城市尺度多區域投入產出表僅更新到2017 年，受限于數據可得性，本文數據更新到2017 年。數據集涵蓋2012、2015 和2017 年中國大陸地區313 個行政單位42 個行業的投入產出數據。數字普惠金融指數來自《北京大學數字普惠金融指數（2011—2020 年）》，其他數據來自《中國城市統計年鑒》和各地級市統計年鑒。剔除數據缺失嚴重的城市，本文最終選擇2012、2015 和2017年中國267個地級市的面板數據進行研究。

（二）變量說明

1.被解釋變量：產業鏈韌性（resilience）

（1）產業鏈網絡構建。產業鏈網絡由生產節點和邊組成。令生產節點為pi，產業鏈網絡的生產節點集則表示為P={p1,p2,p3,…,pN}，N 為生產節點總數；生產節點pu與生產節點pv的邊關系記作，u,v∈{1,2,…,N}。對節點pu來說，邊Luv表示節點pu與節點pv之間的投入產出關系，使用E={L11,L12,…,Luv} 表示邊的集合。因此，中國產業鏈網絡可以抽象為一個由生產節點集P、邊集E組成的生產網絡G(P,E)。

（2）網絡中心性指標。為測度中國各地級市的產業鏈韌性指數，選擇介度中心性、鄰近中心性和度中心性作為測度產業鏈韌性的指標[24]。

介度中心性指標（betw）：介度中心性表示生產網絡中某生產節點控制其他生產節點的能力。數值越大，表示該生產節點的中轉作用越強。整個生產網絡結構的介度中心性指標的計算公式如下：

式（1）中，nkj表示生產節點pk與生產節點pj之間最短路徑的條數；nkj(i)表示生產節點pk與生產節點pj之間經過生產節點pi的最短路徑條數。

鄰近中心性指標（clsn）：鄰近中心性表示生產節點在生產網絡中居于中心的程度，是衡量生產節點的中心性指標之一。數值越大，說明生產節點越靠近生產網絡的中心位置，生產節點間越緊密。整個生產網絡結構的鄰近中心性指標的計算公式如下：

度中心性指標（degr）：在生產網絡中，度中心性是刻畫節點中心性最直接的度量指標，表示與生產節點pi存在聯系的所有生產節點數量之和，包括出度和入度。數值越高，表示該生產節點在生產網絡中與其他生產節點聯系越多。整個生產網絡結構的度中心性指標的計算公式如下：

式（3）中，n-1 表示生產網絡最大可能的度，其度中心性表示整個生產網絡的度除以最大可能的度n-1。

最大連通子圖的相對大?。⊿）：生產網絡移除某個節點會改變網絡的連通性，學術界通常使用最大連通子圖的相對大小來描述這一變化。最大連通子圖的相對大小的計算公式如下：

式（4）中，N 表示初始網絡中的生產節點總數，N'表示移除生產節點后的網絡中最大連通子圖的生產節點總數。

（3）產業鏈韌性測度。具體分為兩步：①基于復雜網絡理論，對產業鏈網絡進行模擬網絡節點攻擊。本文選擇蓄意攻擊網絡節點的方式，此處以度中心性作為表征參數為例介紹攻擊步驟（以介度中心性和鄰近中心性作為表征參數的步驟類似）。模擬網絡節點攻擊的步驟如下：首先將中國產業鏈網絡作為初始網絡，計算初始網絡的度中心性和最大連通子圖大小并將產業鏈網絡節點的度中心性按照降序排列，然后根據排序依次對產業鏈網絡的度中心性最大的節點進行攻擊，攻擊完成后，計算網絡中最大連通子圖的相對大小S(n)，若S(n)＞0，則按照排序繼續對產業鏈網絡的度中心性最大的節點進行攻擊，直至S(n)=0 則終止攻擊。②基于模擬數值計算產業鏈韌性指數。根據以上分析，本文設定產業鏈韌性指數（resilience）的測度公式如下：

式（5）中，S(n)表示產業鏈網絡未受到外生沖擊時最大連通子圖的相對大小，表示產業鏈網絡受到外生沖擊后最大連通子圖的相對大小。

2.核心解釋變量：數字普惠金融（digit）

針對數字普惠金融的衡量，現階段學術界主要使用的是北京大學數字金融研究中心發布的中國數字普惠金融指數。該指數以螞蟻金服集團提供的海量數據為基礎，從數字金融覆蓋廣度、數字金融使用深度和數字支持服務程度三個維度全面構建數字普惠金融指標體系，共包含33 個具體指標，指標選擇合理且測算方法科學，已經被廣泛應用于學術研究中[25，26]。因此，本文最終選取郭峰等[27]建立的北京大學數字普惠金融指數作為本文的核心解釋變量。

3.控制變量

除了核心解釋變量以外，還需控制其他可能影響產業鏈韌性的變量，本文選取以下變量作為控制變量，以降低由于遺漏變量而產生的內生性偏誤：①經濟發展水平（economic），使用人均GDP 的自然對數衡量；②教育發展水平（education），使用教育業從業人員數的自然對數衡量；③外資引進（foreign），使用港澳臺投資企業數的自然對數衡量；④金融發展水平（finance），使用年末金融機構各項貸款余額與國內生產總值的比值衡量。

4.中介變量

創新能力（innovation）。采用各地級市歷年專利授權數的自然對數進行衡量。

（三）模型設定

1.基準模型

為檢驗數字普惠金融對產業鏈韌性的驅動效應，本文構建如下固定效應模型：

式（6）中，下標i和t分別表示城市和年份。被解釋變量resilienceit表示城市i在t年的產業鏈韌性指數，具體包括以介度中心性（betwresi）、鄰近中心性（clsnresi）和度中心性（degrresi）為表征參數測度的產業鏈韌性指數。核心解釋變量digitit表示數字普惠金融指數。Xit表示可能影響產業鏈韌性的控制變量集，具體包括經濟發展水平、教育發展水平、外資引進和金融發展水平。β0為不隨個體變化的截距項，δi表示個體固定效應，γt表示時間固定效應，εit表示隨機誤差項。digitit的系數β1用來衡量數字普惠金融對產業鏈韌性的影響，若數字普惠金融對產業鏈韌性具有明顯的驅動效應，則β1顯著為正。

2.機制模型

為檢驗數字普惠金融對產業鏈韌性的驅動機制，本文設定如下中介效應模型：

上式中，Mit為中介變量，具體指創新能力（innovation），其他變量的含義與式（6）一致。

（四）描述性統計分析

主要變量的描述性統計結果如表1 所示。betwresi、clsnresi 和degrresi 的標準差分別為0.080、0.081 和0.083，表明中國各城市之間的產業鏈韌性相差較大。數字普惠金融指數的標準差為0.405，表明各城市之間的數字普惠金融發展水平存在較大的差距。從經濟發展水平、教育發展水平、外資引進和金融發展水平來看，各城市之間的差異亦較明顯。

表1 主要變量描述性統計

四、實證結果與討論

（一）基準回歸

表2報告了數字普惠金融對產業鏈韌性的基準回歸結果。其中，奇數列為數字普惠金融與產業鏈韌性的單變量回歸結果，偶數列加入了控制變量，同時控制了時間效應和地區效應。結果顯示，在控制其他影響因素的情況下，數字普惠金融的系數分別為0.077、0.068 和0.069，且均在5%的水平上顯著，說明數字普惠金融可以促進產業鏈韌性的提升，假說1得證。從控制變量看，經濟發展水平、教育發展水平和外資引進對產業鏈韌性的提升均具有促進作用?？赡苁且驗椋航洕l展水平高的城市，能夠形成產業集聚的規模效應，吸引資金和人才等向該地聚集，提升產業效率，有利于產業轉型和發展，產業鏈韌性更強；教育發展水平高的城市，能為產業結構升級提供智力支持和人才儲備[28]，當地產業鏈網絡能夠及時應對外來沖擊，產業鏈韌性更強；外資引進水平高的城市，可以為當地產業轉型發展提供充足的資金支持，產業鏈韌性更強。金融發展水平的系數為負但不顯著?？赡苁且驗?，金融杠桿率的上升使得金融體系更加不穩定，抗風險能力降低，導致產業鏈韌性較弱[29]。

表2 數字普惠金融影響產業鏈韌性的基準回歸結果

（二）穩健性檢驗

1.內生性檢驗

理論上，產業鏈韌性強的城市其數字普惠金融發展也會更好，且模型無法考慮影響產業鏈韌性的全部因素，因此，該模型存在內生性問題。為使檢驗結果更準確，本文使用工具變量法處理模型中的內生性問題。參考楊景院等[30]的研究，本文使用各地級市到杭州市的球面距離作為工具變量。首先，該變量滿足外生性的基本條件。球面距離是純地理因素，對于產業鏈韌性具有極強的外生性。其次，該變量滿足相關性條件。螞蟻金服總部位于杭州市，數字普惠金融指數數據大部分來自螞蟻金服的大數據，主要通過支付寶作為交易平臺，但同時發展水平仍然受到距離的影響。學術界已經證實距離杭州市越遠，數字普惠金融發展難度越大[31]。需要說明的是，由于距離是橫截面數據，不能直接應用于面板數據分析，因此需選取一個時間序列數據與其相乘。具體而言，將地級市到杭州市的球面距離與上一年的數字普惠金融指數相乘作為本文的工具變量（digit1）。工具變量法的回歸結果如表3 所示。其中，識別不足檢驗（LM statistic）拒絕工具變量識別不足的假設，弱工具變量檢驗的F 統計量的值大于10%的臨界值，拒絕弱工具變量的假設，說明選取的工具變量與數字普惠金融是高度相關的。實證結果顯示，數字普惠金融的系數仍顯著為正，說明前文得出數字普惠金融對產業鏈韌性具有較強的驅動效應的結論是穩健的。

表3 數字普惠金融影響產業鏈韌性的工具變量法檢驗結果

2.其他穩健性檢驗

為了保證實證結果的科學性，本文從以下兩個方面進行了穩健性檢驗。一是縮尾1%。為了消除異常值對結果的影響，本文對所有的連續變量均進行了上下1%的縮尾處理，結果見表4（1）至（3）列。二是剔除直轄市。北京市、天津市、重慶市和上海市無論是經濟發展狀況還是產業結構均優于其他城市，為降低直轄市對檢驗結果的影響，本文將四大直轄市剔除以檢驗非直轄市中數字普惠金融對產業鏈韌性的影響，結果見表4（4）至（6）列。從表4 可知，數字普惠金融的系數仍顯著為正，說明前文得出的結果是穩健的。

表4 數字普惠金融影響產業鏈韌性的其他穩健性檢驗結果

（三）異質性檢驗

1.維度異質性

數字普惠金融具有多層次和多元化特征，在考慮其整體對城市產業鏈韌性的影響后，為深入探索其分維度對城市產業鏈韌性的影響特征，本文分別引入數字普惠金融覆蓋廣度、使用深度和數字支持服務程度的對數值，以檢驗不同維度的數字普惠金融對產業鏈韌性的影響，結果如表5 所示。數字普惠金融覆蓋廣度和數字支持服務程度對產業鏈韌性的影響不顯著，使用深度對產業鏈韌性的影響為正且在1%水平上顯著，說明數字普惠金融使用深度對產業鏈韌性的促進作用最大。覆蓋廣度和數字支持服務程度對產業鏈韌性的促進作用不顯著，這可能是因為：數字普惠金融使用深度側重縱向，反映的是數字普惠金融的實際運用水平，包括信貸業務和投資業務，其對產業鏈上的主體提供信貸資金支持，有利于產業鏈韌性的提升。而覆蓋廣度側重的是金融服務的地域范圍，數字化程度衡量的是便利化水平。我國金融體系數字化轉型尚未全面普及，仍處于起步階段，覆蓋范圍較小，因此其對產業鏈韌性的提升作用暫不顯著[32]。

表5 數字普惠金融影響產業鏈韌性的維度異質性檢驗結果

2.市場化程度異質性

對于市場化程度不同的地區，數字普惠金融也可能產生不同的影響效果。參照王小魯等[33]編制的各省“市場化總指數”指標進行樣本劃分，該指數越大說明市場化水平越高。因該指數2016 年前后的年份不可比，故本文使用2008—2016年的平均指數將各個省份分為“市場化程度低”和“市場化程度高”兩組，樣本城市再根據其所處省份的組別進行劃分，以考察數字普惠金融對不同市場化發展程度地區的異質性影響，回歸結果如表6所示?？梢园l現，數字普惠金融在市場化發展水平低的城市中系數為正且顯著，說明對產業鏈韌性的促進作用更強，而在市場化發展水平高的城市中，數字普惠金融的系數均為正但不顯著，說明其促進作用有待提升?？赡艿脑蛟谟?，低市場化程度地區相較于高市場化程度地區，其金融發展環境處于劣勢，要素市場發育程度不充分，因此數字普惠金融在市場化程度低的地區能更好地發揮其依靠數字技術降低交易成本的優勢，促進產業鏈條的本土化，顯著提升產業鏈韌性。

表6 數字普惠金融影響產業鏈韌性的市場化程度異質性檢驗結果

3.區域異質性

我國不同地區在地理文化、經濟發展、基礎設施等方面存在較大的差異，這也可能導致數字普惠金融對城市產業鏈韌性的促進作用存在異質性。為了進一步探索數字普惠金融對產業鏈韌性影響的區域異質性，本文首先根據各地級市所在省份，按照國家統計局的劃分標準將樣本劃分為東部和中西部兩大區域進行異質性分析[34]。表7匯報了東部和中西部兩大區域的數字普惠金融對產業鏈韌性影響的回歸結果。就核心解釋變量而言，數字普惠金融（digit）的系數在東部地區均為正但不顯著，在中西部地區為正且至少在10%水平上顯著。究其原因可能在于：東部地區產業基礎強，經濟發展水平高，依托京津冀經濟帶、粵港澳大灣區和長三角城市群等經濟圈的發展，其產業集聚度和金融服務水平較高，區域內傳統金融機構已經形成較為完備的金融服務網絡，數字普惠金融等新興的金融模式邊際效益不高，導致其促進作用不明顯；相反，中西部地區金融發展水平較低，近幾年借助中部崛起和西部大開發等國家政策，實現了經濟迅猛發展，使得數字普惠金融憑借其低門檻和低成本的普惠優勢迅速融入當地產業發展中，改善了產業融資環境，帶動了中西部地區城市產業鏈韌性的提升[35]。

表7 數字普惠金融影響產業鏈韌性的區域異質性檢驗結果

（四）機制檢驗

自主創新能力的提升是產業鏈主體應對外來風險，保持產業鏈韌性強勁的關鍵。創新能為產業鏈實現價值增值和流動，減少產業鏈斷點、堵點和短板涌現的風險，增加產業鏈發展動力[36]。本文通過使用專利申請數衡量城市的創新能力來檢驗創新效應這一中介機制，中介機制檢驗結果如表8 所示。（1）列數字普惠金融（digit）的系數在5%水平上顯著為正，說明數字普惠金融通過為創新活動提供充足資金能夠有效提升城市創新能力。（2）至（4）列數字普惠金融（digit）和創新能力（innovation）的系數均顯著為正，表明數字普惠金融能夠通過緩解融資約束，改善創新環境，提升城市的創新能力，進而為產業鏈韌性提升提供技術支持，假說2得證。

表8 數字普惠金融影響產業鏈韌性的機制檢驗結果

五、結論與政策建議

本文基于復雜網絡理論，構建產業鏈網絡節點模擬攻擊模型，以介度中心性、鄰近中心性和度中心性為表征參數建立產業鏈韌性測度框架，根據2012、2015和2017年中國城市尺度多區域投入產出表相關數據測度中國地級市產業鏈韌性指數，之后利用中國267 個地級市面板數據，通過固定效應模型和中介模型分析數字普惠金融對產業鏈韌性的影響及其作用機制。研究表明：數字普惠金融對產業鏈韌性具有明顯的驅動作用，這一結論經過內生性檢驗，即剔除直轄市和排除異常值后依然成立。異質性分析發現，數字普惠金融對產業鏈韌性的影響具有維度、區域和市場化發展程度異質性。具體而言，數字普惠金融對中西部城市和市場化發展水平較低城市的產業鏈韌性促進作用更明顯，且數字普惠金融使用深度對產業鏈韌性的促進作用更強。機制檢驗表明，數字普惠金融通過提升城市創新能力以驅動產業鏈韌性提升。

基于以上研究結論，本文提出以下政策建議：

第一，推進數字普惠金融綜合發展，完善金融服務體系。在新一輪科技革命和產業變革中，各城市應借助大數據、人工智能等現代信息技術，打破產業鏈上的“信息孤島”，緩解信息不對稱，提升金融支持效率。應大力推進數字普惠金融深度發展，協同產業鏈上下游，更好釋放規模效應。同時，健全“互聯網+”金融生態，完善市場金融體系，為產業鏈韌性的提升注入源源不斷的資金支持。

第二，推進數字普惠金融差異化，統籌區域協調發展。在深入實施區域重大戰略和區域協調發展戰略的背景下，各區域發揮數字普惠金融優勢需要保持差異化和特色化，基于區域發展基礎差異化，因地制宜完善數字普惠金融發展體系，合理布局產業鏈，統籌區域協調，鼓勵東中西區域交流與合作。中西部地區應繼續發揮數字普惠金融的促進作用，帶動區域產業鏈韌性提升。

第三，完善金融支持創新體系，強化產業鏈和創新鏈雙鏈融合。提升創新能力是解決“卡脖子”問題、提升產業鏈韌性的關鍵。政府應鼓勵城市高質量打造區域創新高地，以創新帶動技術前沿領域發展，牢牢把握產業鏈關鍵環節和核心基礎位置，努力實現關鍵核心技術自主可控，著力疏通卡點堵點，增強對產業鏈的話語權、議事權和主導權。同時，提升國家創新體系整體效能，瞄準新一輪科技革命和產業變革發展方向，努力搶占科技革命的制高點，避免產業鏈低端化，推動產業邁向全球價值鏈中高端，為打造安全穩定的國內產業鏈運行體系、提升產業鏈韌性提供保障。