金融集聚、创新创业活跃度与城市经济韧性.docx

第40卷第4期2023年7月经济经纬EConOmiCSUrVeyVol.40No.4Jul.2023金融集聚、创新创业活跃度与城市经济韧性李淑芬（吉林财经大学创新创业教育学院，吉林长春130017）88888888888888888888888888888888888888888888888888摘要：基于20042020年中国264个城市的面板数据，采用面板计量模型与中介效应模型考察金融集聚对城市经济韧性的影响及作用机制。研究结果表明：金融集聚对城市经济韧性提升具有显著驱动效应,且在运用替换变量指标、倾向得分匹配一双重差分法验证后,该结论依然稳健,中介机制检验结果表明:创新创业活跃度存在明显U形中介效应，即当金融集聚程度较低时，可能会由于金融支持不足抑制创新创业活跃度提升，从而降低城市经济韧性；随着金融集聚程度不断加深，创新创业活跃度显著提升，有助于提高城市经济韧性。异质性分析显示:在经济韧性强劲城市、经济韧性优良城市、经济韧性一股城市、中规模城市、中城市流强度、低城市流强度样本中，创新创业活跃度在金融集聚驱动城市经济韧性中的U形中介效应更为显著。为此，应培育金融创新源动力、优化创新创业生态圈和着力打造梯度韧性城市，以增强城市经济韧性并驱动经济高质量发展.关键词：金融集聚；创新创业活跃度，城市经济韧性；城市规模；中介效应基金项目：国家自然科学基金青年项目（71802090）；教育部人文社会科学青年基金项目（18YJC630067）;吉林省哲学社会科学规划基金（2021B87）;2021吉林省本科高等教育教学改革立项课题（JLJY202140598470）;吉林省教育科学"十四五”规划2022年度课题（GH22497）作者简介：李淑芬（1979-）,女，山西平遥人,博士，副教授，主要从事创新创业管理与人力资源管理研究.中图分类号：F832.7文献标识码:A文章编号:1006-1096（2023）04-0026-11收稿日期:2022-09-20一、引言及文献综述城市经济韧性是指城市在面对极端灾害及外部冲击后呈现的经济反弹能力与恢复能力，是提升城市资源配置能力、破除原有发展路径依赖的重要支撑。作为国民经济的“血液"，金融发展逐步深化,使得银行、保险、投资等各类金融要素汇集,促使金融集聚成为新的产业现象，在增强城市经济韧性中发挥着重要作用o不仅如此，金融集聚还能够通过引导各类金融资源流向竞争力较高企业，不断降低市场主体融资成本，提升创新创业活跃度o而创新创业能够驱动技术迭代升级与产业优化，推动深层次专业分工与效率提升，在城市经济韧性建设中亦具有重要现实意义。2022年政府工作报告中的“金融新任务”指出,要发挥开发性、政策性金融作用，优化金融服务及产品，促进创新创业投资发展，以探索国民经济安全发展路径o由此，深入解剖金融集聚、创新创业活跃度与城市经济韧性之间的作用机制，可为增强城市经济发展新动能、稳固国民经济发展根基、实现经济高质量发展提供决策参考。与本文相关的研究主要有以下几类。其一，城市经济韧性通常而言，城市经济韧性主要体现在经济增速、产业升级等方面（陈安平,2022）数字经济、产业关联结构的中心性和多样性、创业活力等均是影响城市经济韧性的重要因子（苏任刚等，2020;张跃胜等，2022;Heetal,2023;Yeetal,2023）,产业结构多样化可为技术创新提供良好环境，有效推动城市创新能力提升与结构调整，继而提升城市经济韧性（徐圆等，2020）程广斌等（2022）发现创新能力增强可有效驱动城市经济韧性提升,作用渠道主要为加强人才储备、产业结构升级、优化资源配置效率0其二，金融集聚与城市经济发展。部分学者认为，金融集聚对经济增长贡献较为明显（孙建国等,2019）,可通过优化产业结构、增强技术创新、推动节能减排等方式促进城市经济增长（施本植等，2018;斯丽娟等，2019;冯锐，2022）.还有部分学者认为，不同类型金融集聚对于城市经济增长具有异质性影响（岳婷婷,2020）,且伴随金融集聚程度提高，二者之间演变为倒U形关系（甘星等,2020）其三，金融发展与创新创业。金融发展有助于创新创业活动开展（程实等，2015）,这一作用具有明显空间正向溢出效应（王世强等,2020）,且二者间具有双向互动关系（李政等,2016）.综上来看，现有文献对金融集聚与城市经济发展关系的研究已有一定成果o学者们大多侧重于研究金融集聚与城市经济增长之间的作用效果，鲜少从微观层面考察金融集聚影响城市经济韧性的作用路径o鉴于以上分析，本文尝试在以下方面进行拓展与创新：就方法而言，通过构建CGE计量模型展开反事实估计，对城市经济韧性进行测度，有效避免指标单一、因果混淆等问题引起实证结果偏误，并进一步借助倾向得分匹配一双重差分法探讨金融集聚与城市经济韧性的关系，从微观层面为城市经济发展提供经验证据O就内容而言，其一，相较于技术创新、产业结构优化等单一视角，创新创业更具系统性与全面性，可持续集聚各类创新资源、培育科技创新企业、提升就业质量,为城市经济高质量发展提供重要势能。因此,借助中介效应模型检验金融集聚是否通过创新创业活跃度影响城市经济韧性，弥补现有文献在作用机制方面存在的不足，加深学界对金融集聚与城市经济韧性之间内在关系的理解o其二，以往研究多根据地理区位进行异质性检验，关于金融集聚对不同类别城市经济韧性影响的研究仍存在较大探索空间。从城市经济韧性水平、城市发展规模、城市流强度角度分别探讨金融集聚、创新创业活跃度对城市经济韧性的异质性影响，以规避城市类型划分的局限性，为不同类型城市差异化战略布局提供经验支撑，丰富相关领域研究O二、理论假设（一）金融集聚与城市经济韧性金融集聚为城市经济发展注入新动力，可推动城市经济高质量、高效率发展，提升城市经济韧性。深层次原因在于，金融集聚为城市经济发展带来信息、技术、人才、知识等高端资源,并由此产生共享、资源配置以及知识溢出等正外部效应，有助于城市经济韧性提升第一,共享效应，即金融集聚可缓解资本市场信息不对称，赋能城市经济韧性提升。金融集聚有助于打造更加便捷高效的信息交流与共享平台，加速资本市场信息流通，刺激资金供需双方多样化交易，满足企业资本获取需求（华桂宏等,2022）第二，资源配置效应，即金融集聚能够有效提升资本市场资源配置效率，进而增强城市经济韧性。金融集聚能够引导资金高效、顺畅流入市场需求端，提升资本配置效率，有效推动城市经济高质量发展（常新锋等，2020）。第三,知识溢出效应，即金融集聚能够通过知识溢出提升城市经济发展的创造能力。在城市经济遭受冲击后，金融集聚能够快速改变原有增长路径,实现经济稳定、高效、高质量增长。简言之,金融集聚带来的正外部性与金融市场结构的完善能够有效降低城市经济系统面对外部扰动或冲击的脆弱性,提升城市经济发展的可持续性与韧性O与此同时，过度金融集聚会导致少数金融机构出现垄断，尤其是在部分中小规模城市发生概率更大。这种小范围内的金融垄断会导致城市资本配置失衡，进一步凸显融资贵、融资难等问题，引致企业借贷成本与门槛提高、融资约束加大（吴小节等,2018）。在此背景下,城市经济发展的外部风险会进一步增加。从这一角度而言，规模较小城市的金融集聚规范性较低，不利于城市经济韧性提升.故整体而言，金融集聚影响城市经济韧性的作用效果存在两面性。据此,提出以下假说。假说1:金融集聚影响城市经济韧性的作用效果取决于正负两方面影响效应的总和。（二）创新创业活跃度的中介作用分析创新创业活跃度是提升城市发展软实力的利器，是实体经济参与城市发展的重要路径（刘成杰等,2021）金融集聚带来大量资本、技术与知识等资源要素,有效提升创新创业活跃度，为城市经济高质量、可持续发展注入新活力，有效提升城市经济韧性一方面，金融集聚可着力推动区域性创新产业金融高地建设,加速金融生态优化、机制创新、资源集聚,提升创新创业活动的连续性,助力产业结构升级与人力资本快速集聚，增强城市经济系统的风险抵御能力（章志华等,2021）。另一方面，金融集聚可优化新兴领域创业投资服务，不断提高信息交流、投入资金对接、项目路演等市场化专业化服务水平,优化创新创业创投生态链，提高创新创业活跃度，提升城市经济系统的适应性,进而增强城市经济韧性（张浩然,2014）需要注意的是，对于金融集聚程度较低的城市而言，若要提升其金融集聚程度，必然需要增加金融建设相关投入，这将会对城市创新创业活动的资源与资金投入造成挤压由于创新创业同样存在诸多不确定因素与风险，部分城市可能会相应减少创新创业活动，对城市经济韧性造成负面影响（颜强等，2022）.此外，部分城市在初期难以兼顾金融集聚与创新创业活动，导致金融集聚带来的正外部效应发挥有限，不利于城市经济韧性提升因此，当金融集聚水平较低时，可能会削弱创新创业活跃度的中介作用，对城市经济韧性提升造成负面影响；伴随金融集聚程度加深，大量金融服务与金融产品赋能创新创业活跃度提升，对城市经济韧性提升产生推动作用。鉴于此,提出以下假说。假说2:金融集聚能够通过创新创业活跃度对城市经济韧性产生U形的传导效能。三、城市经济韧性测度及评价结果（一）城市经济韧性测度方法当前，关于城市经济韧性的测算及评价方法主要有三种：一是指标体系法，即通过构建指标体系测算城市经济韧性（IndeX,2014;白立敏等,2019）.二是单指标测度法，即借助单指标对城市经济韧性进行表征（陈奕玮等，2020）.三是计量模型法，即构建CGE计量模型进行反事实估计,将城市实际经济产出与预期产出进行比较，进而对城市经济韧性展开测度（王鹏等，2021）。对比来看,构建指标体系容易产生因果混淆问题，引致测算结果偏误，无法科学合理判断研究主体的变动趋势；单指标测度方法操作较为简洁、经济含义较为明显,但蕴含信息量较少，评价不全面；计量模型法能够科学区分应对冲击的恢复力与抵抗力，直观刻画研究主体的动态演变趋势。而城市经济韧性描述的是城市经济可持续发展的能力，具有动态变化特征和连续性特征，因此，本文借鉴Martin等（2016）的研究方法，采用计量模型法,将城市实际经济产出与预期产出变动进行对比，测算城市经济韧性。预期城市经济产出变动测算方法如下：（ARe”预用=WEcOXM（1）m式中，（AEc。，J）Si期代表i城市处于抵抗期抑或是恢复期t,t+j内预期经济产出变化量;Ecct代表城市m中产业在t年的经济产出可表征全国在时期t,t+j中经济产出变化率。测算抵抗力公式具体为：a,4*）*式中，（AEcojaJ）主要指代抵抗期内i城市经济实际产出变化量，（AEco既产）预期主要指代抵抗期内i城市预期经济产出变化量。测算恢复力公式具体为：式中，（AEco恢/）主要指代恢复期内i城市经济实际产出变化量，（AEc。饮产）8i明主要指代恢复期内i城市预期经济产出变化量。当恢复力或抵抗力高于0时，说明城市在面对大型冲击下，经济抵抗力或者恢复力将优于全国均值水平；而当恢复力或抵抗力低于0时，意味着城市在金融或风险冲击下，经济恢复力或抵抗力将低于全国平均水平。城市经济的性测算所涉及原始数据主要来源于中国城市统计年鉴中国统计年鉴及CElC数据库。（二）城市经济韧性测度结果分析借助式（1）一（3）对中国城市经济韧性进行测度，限于篇幅不进行具体展示。从测算结果来看，整体城市经济韧性均值在考察期内表现为先下降后上升趋势。在测算结果基础上，借鉴陈奕玮等（2020）的研究，依据经济韧性强度对264个地级市进行分类:经济韧性强劲、经济韧性优良、经济韧性一般、经济韧性较弱。具体划分结果见表Ie观察表1可以发现，城市经济韧性分布具有以下几个特点：首先，经济韧性强度层级与地区经济发展程度没有明显相关性。在考察期内，并非经济越发达地级市经济韧性排名越高，二者之间不存在必然联系。其次，城市经济韧性排名与区位没有明显关联性，处于经济韧性较弱层级的城市分布在9个省份，这些省份既有东部沿海地区的省份也有西部地区的省份。可知，并不是处于区位优势较高的城市经济韧性越高。最后，就整体而言，城市经济韧性排名上升的地级市数量大于城市经济韧性下降的地级市O表1城市经济韧性强度分类分类城市乌咎木齐、够山、贵阳、西安、西宁、重庆、克拉玛农白银、杭城兰州、新余、青岛、茄峪关、上海天水沈阳、张经济韧性强劲掖、防城港、武威、珠海、广州、厦门、南京、大连、深圳、济南、金昌、原、短、呼和浩特、中山、常州、三亚天港太原、武汉、鄂州、南昌、汕头、球苏州、惠州安顺、舟山、攀枝花、鞍山、钦州、银Jlk鹤岗、烟台、Wtk无锡、抚顺、乌海、泰州、威海、湖州、成都、盐城扬州、长经济韧性优良沙、秦皇岛、枣庄、长春、福州、淄博、宁波、哈尔潦大同、铜川、南通、张家界、连云港、佳木斯、莆田、黄石、潮州、伊春、昆明、包头、谊江淮安、日照、郑州、+S苜口、Iffi汾、绍兴、四平、江n、达州、贺州、驻马店、阳泉、广安、泰安、松原、铜陵、保定、溪河、湘潭、晋城石嘴山、咸阳、盘锦、喀1、翻、滁帆七台河、安阳石家庄上饶唐山、吉安、牡丹江阳江长治、保山、六盘水,通化北海、三湖k南阳、云浮、三.焦作、宝双荷泽徐州、运城嘉兴、宜春、鸡西丽水东首、漳州、吴忠贵港、邢台、宣城怀化清远、衢州、荆门、鹤壁、自贡、鄂尔多斯、娜、蝌衡阳、吉林、岳阳、IlS沂、九江忻州、平经济韧性一般凉、河池、萍乡、信俎揭阳、韶关、聊城、阜新、丹东随州、黄山、邯郸、新乡、白城、龙岩、巴中、济宁、齐齐哈尔、梅州、茂名、德州、锦州、荆州、广元、泉州、绥化酒泉、咸宁、宿州、商丘、内江雅安、株源台州、南充、宿迁、桂林张家口、辽源葫芦岛、乐山、汉中、白山、常德、孝藤益Ia抚州、望庆'南平、安康、镌盘赤峰鼠崇左滨州、蚌埠、潍坊、辽阳、眉山、洛阳»赣汛阜阳、黑河、玉林泸州、通辽、温州、湛江廊坊、遂宁、遵义双鸭山、晋中、商洛、永州、宜昌、金华、开封、大庆，绵阳经济韧性较弱榆根周口、梧州、喙、呼伦贝把禅日许昌、委虑玉黑宜亮百色三门峡朝阳平顶山、沧州、庆阳、濮阳、宁徽渭南、铁臣安庆、鹰潭、三明、郴州、承德、郤B、畸、黄冈四、变量定义、数据来源与统计特征（一）变量说明1 .被解释变量城市经济韧性（Urecr）。相关数据来源于城市经济韧性测度结果。2 .核心解释变量金融集聚（Fina）。金融集聚主要是金融人员集聚与金融机构集聚，呈现出金融人员及机构集聚所带来金融行业服务水平提高，故应充分考量金融业增加值的重要性（刘佳宁等，2022）.因此,对传统区位燧测算方式进行改进优化,从金融业增加值、金融业从业人员入手合成金融集聚指标,具体公式如下：U/，1ZtFinat=1×+a2×（4）IJK.,式中,Finajt代表金融集聚系数，该数值越高说明金融集聚程度越深八、Uit分别代表t时期i城市总就业人数与金融业就业人数;k“、sit分别表示城市i在t时期金融业增加值与GDP*八Uit分别代表t时期264个城市年末总就业人数以及金融业就业总人数;K八Sn分别代表264个城市在t时期末金融业增加值总额与GDP总额。O（Aa2分别为金融业从业人员占比权重与金融业增加值占比权重+a2=L3 .控制变量一是经济密度（ecde）,借助地区生产总值与城市土地面积之比进行度量。这一指标可精准捕捉集聚经济效益。理论上集聚经济效益可利用更大本地市场优势驱动技术外溢与多元化中间品服务，在金融危机后进行适应性结构调整，从而抵御外部冲击（赵春燕等，2021）.二是产业结构（inst）,利用第三产业增加值与第二产业增加值比值进行表征。产业结构优化升级有助于经济可持续发展，即产业结构不断优化将引导城市经济韧性不断深化。三是城市研发支出（UreX）,运用科学事业费用支出进行测算。城市研发支出提升，意味着城市创新研发资本支持愈高，有助于夯实经济发展创新基础。四是城市优惠政策（UPiC）,运用是否具有国家级经济开发区衡量城市是否享有优惠政策。若该城市拥有国家级经济技术开发区，则该值为1,反之为O0五是人力资本（huca）,主要使用普通高等学校在校生人数进行度量。在面对外来冲击时，人力资本较为充裕的城市具有更好的消费能力及恢复能力，能够快速稳定经济波动（朱金鹤等，2021）。（二）数据来源及统计特征由于香港、澳门、台湾地区经济发展及产业结构与我国其他地区存在较大差异,故未将其纳入研究范围。为精准刻画城市经济韧性，本文以地级及以上城市为研究对象，共包含264个城市,涵盖范围为“全市"考虑到自2004年，中国城市统计年鉴将城市产业由原本15类上调为19类，使得城市产业数据更为细分，因此，研究时段选择2004-2020年，经过处理最终得到包含264个地级市的4488个样本数据。变量数据主要源自中国区域统计年鉴中国城市统计年鉴和EPS数据库，剔除县级城市样本及所有异常值指标.重要缺漏值运用线性差值法插补，具有时间价值的指标数据以2002年为基期进行平减处理。通过对连续变量进行1$水平Winsorize缩尾处理，进一步控制离群值对回归结果产生的影响。数据回归分析均使用Eviews7.0软件进行分析。各变量统计特征如表2所示。表2各变量统计特征变量符号最小值最大值平均值标准误样本数城市经济韧性Urecr0.21130.69380.51520.29584488金融集聚Fina0.29111.63250.85370.19444488经济密度ecde2.784911.22688.16241.24114488产业结构inst3.58914.60524.45220.10234488城市研发支出(取对数)urex5.856112.21148.83491.26944488城市优惠政策Upic010.51140.18564488人力资本(取对数)huca8.160114,090311.28111.08234488五、金融集聚对城市经济韧性的影响(一)计量模型设定考虑到城市经济韧性可能会随着金融集聚程度的变化而受到不同影响.需要验证金融集聚对城市经济韧性的影响是线性还是非线性的，故设定如下计量模型：Urecrwt=0+1Finant+i1Controlrt+m+t+nt(5)Urecrmt=0+,Finarrt+A2FinaJlt+Ctrofft+ll,+t+t(6)式中，m指代地级市，n指代城市经济，t代表研究年份,Urecrml主要指代城市经济韧性水平，Finant代表金融集聚程度Control.指代地级市层面相关控制变量。除此之外，本文在计量模型中均引入地区固定效应及时间固定效应。(二)基准回归结果利用式(5)(6)进行全样本基准检验,结果如表3所示。其中，列(1)(3)(5)检验金融集聚的线性影响，列(2)(4)(6)加入金融集聚平方项探析二者间是否具有非线性关系。同时，列(1)-(4)控制时间固定效应，结果发现金融集聚对城市经济韧性提升具有正向线性景乡响。歹(5)(6)进一步使用地区固定效应及时间固定效应，结果说明金融集聚对城市经济韧性依然具有正向线性关系，即金融集聚程度越深，越有利于城市经济韧性提升。由此可知，虽然金融集聚可能存在正向与负向两类作用效果，但就整体而言，金融集聚对城市经济韧性提升所带来的正向促进作用远高于负向影响，可有效增强城市经济韧性，验证了假说1o表3全样本基准检验结果变量(1)(2)(3)(4)(5)(6)0.4075-0.07690.167740.1935w0.1633040.2053m(0.0445)(0.0634)(0.0331)(0.0602)(0.0295)(0.0551)0.0501o-0.0033E-0.0053(0.0081)(0.0005)(0.0061)Control是是是是是是时间是是是是是是地区否否否否是是R20.09510.09530.44820.44820.70390.7039N448844884488448841364136注：0内系数为城市层面的稳健标准误分别为在10%.5k水平上显著。下同(三)稳健性讨论1 .使用倾向得分匹配-双重差分方法本文试图以金融集聚为冲击，设立数据处理组及对照组对金融集聚前后城市经济韧性变化进行对比。考虑到金融集聚系数可反映出各城市金融集聚程度，故将样本期内金融集聚系数得分低于05的城市设定-30为对照组.将金融集聚系数高于0.5的城市设定为处理组。2012年,以“余额宝”为标志的全新金融服务模式出现，推动中国金融业进入创新发展阶段,并促使金融集聚迎来发展高峰期。因此本文将2012年作为时间冲击节点，对比分析2012年前后金融集聚对城市经济韧性的影响。金融集聚在一定程度上具有城市主导性，容易引起自我选择问题.使得对照组与处理组样本难以进行对照分析。因而，借助倾向得分匹配法（PSM）筛选更为合适的对照对象。一方面，探析所选匹配对象是否与金融集聚具有相关性，经检验后选择人口规模、要素集聚度、技术创新水平等城市特征变量进行匹配。另一方面，使用PSM方法估计倾向得分，对样本进行计算，并对每年匹配样本展开共同支持条件检验与平衡性检验，选择可最小化均方误差的最优匹配，最终确定以1：3的比例配对。同时,对于各年份匹配样本进行共同支持条件检验与平衡性检验，进一步验证匹配样本的可信度。通过上述处理后得到处理组与对照组样本,基于2004-2020年地级市面板数据，使用双重差分法（DlD）回归分析。据此,构建出以下模型：Urecrmt=0+1Treamvntxn+BIeOntrOlmn砧面+久+G式中，Treamv代表处理变量，城市归属于处理组时该值为1,反之为0:dt表示城市在当年是否具有较好金融集聚效应的时间二元变量，将2012年及之前赋值为0,2012年之后赋值为1；交互项系数可刻画出金融集聚对城市经济韧性的影响效应z,其余变量含义同上。在式（7）基础上进行回归分析，结果如表4列（1）所示。其中，列（1）并未引入控制变量，列（2）则是加入控制变量。结果表明：控制变量的引入并不会对回归结果造成较为显著的影响。在此基础上，进一步刻画出平行趋势检验图（图1）。可以发现：在金融集聚前，对照组与处理组间差异并不明显，而在金融集聚程度加深后趋势略有上涨。特别是在金融集聚程度加深后第4年这类影响效应呈现上调趋势，并持续至第6年。可知.金融集聚对城市经济韧性具有驱动效应。表4稳健性检验结果(1)(2)(3)(4)(5)(6)变量PSM-DID法替换金融集聚替换城市经济韧性指标2SLS法Finadum0.2791*(0.0982)0.2073*(0.1199)0.14320.02650.0283-0.19IL(0.0305)(0.0059)(0.0062)(0.0679)Control否是是是是是时间是是是是是是地区是是是是是是R20.73090.73120.70390.67250.2847N2250225041364136413640252 .替换金融集聚衡量指标借助马勇等（2021）的研究方法，运用区位牖指数测算各城市金融集聚程度，具体计算公式为Fiai=FintZFm-O其中，Fiai代表i城市金融集聚程度，该值越高说明金融集聚程度越强；Fin指代金融发展指标;GP代表人口规模。在替换金融集聚衡量指标后，再次进行回归分析，具体测算结果如表4列（3）所示。可以看出，在替换金融集聚测度指标后，金融集聚对城市经济韧性的影响系数依然显著为正，说明研究结果具有稳健性。3 .调整城市经济韧性测度方法参照苏任刚等(2020)的方法,使用每一城市每一时期就业敏感度指数UER度量城市经济韧性，随后进行回归分析，结果见表4列(4)(5)0由此可知,在替换被解释变量后,回归结果仍然与基准回归结果较为相符，说明金融集聚可正向促进城市经济韧性提升这一结论具有稳健性。4 .内生性检验城市经济韧性提升后将使得经济发展处于较好水平，对金融吸引力较强或金融集聚程度较高。因此，运用两阶段最小二乘法(2SLS)展开检验，旨在有效规避可能存在的内生性问题。通常来说，上一期金融集聚会对当前城市经济韧性造成影响，而当期城市经济韧性并不会对上一期金融集聚产生影响，运用这一工具变量可在某种程度上避免内生性问题，故选用滞后一期金融集聚系数作为工具变量，内生性检验结果见表4列(6)o结果通过不可识别检验及弱工具变量检验，说明工具变量选取具有科学性与合理性，并且金融集聚对城市经济韧性回归系数显著为正，进一步验证研究结论具有较好稳健性。六、基于中介模型的影响机制分析为探究创新创业活跃度在金融集聚与城市经济韧性中是否起到中介作用，参考洪俊杰等(2022)的研究，进一步构建以下中介效应模型进行分析：Jrt=0+1Finant+Controlt+dm+t+flt(8)Jlt=0+1Finart+2Fina21+&Controlnt+dm+t+mt(9)Urectrtll=A0+1,Finanl+2Jl+,Contrort+m+l+t(10)式中，Jrit是表示创新创业活跃度的中介变量，使用中国区域创新创业指数(1990-2021)中的区域创新创业指数(riei)加以表征。另外，创新创业活跃度提升为城市发展带来较好的营商环境。故而,将营商环境(buen)作为代理变量进一步探究中介效应。营商环境参考吴娜等(2021)的研究方法，使用城市综合经济竞争力指数进行表征.数据来源于中国城市竞争力报告。创新创业活跃度中介效应检验结果见表50歹IJ(I)结果表明，金融集聚的系数显著为负。歹U(2)结果显示，金融集聚回归系数显著为负，其平方项系数则显著为正，表明金融集聚对创新创业活跃度存在先下降后上升的U形影响。歹U(3)为创新创业活跃度对城市经济韧性的影响，结果发现创新创业活跃度系数显著为正，说明创新创业活跃度提升有助于增强城市经济韧性，且金融集聚也可通过创新创业活跃度对城市经济韧性产生正U形中介效应。在列(4)-(6)中将中介变量替换为营商环境进行验证。回归结果也表明金融集聚会对营商环境产生U形效应,对城市经济韧性造成一定影响.说明创新活跃度具有非线性中介传导作用，验证了假说2。对于金融集聚效应较弱城市，应注意金融活动可能对人才引进、企业融资、优化服务等方面造成的消极影响,避免由于负面影响过大而抵消对城市经济韧性的促进效应。同时,营商环境也体现出城市表5中介机制检验变量rieiUrecrbuenUrecr(1)(2)(3)(4)(5)(6)Fina-0.2231E-0.7349F0.1655,*-0.0038-0.0126E0.1542-(0.0341)(0.0664)(0.0302)(0.0009)(0.0015)(0.0292)Fina20.0599”'(0.0053)0.0012(0.0002)riei0.00960(0.0044)ben1.4811-(0.2422)Control是是是是是是时间是是是是是是地区是是是是是是R20.70910.70950.70440.99540.99540.7078N413641364136402040204020创新发展氛围.是影响城市综合竞争力、高质量发展的重要因素。因此，城市需注重金融集聚可能对城市创新活跃度和营商环境等方面产生的影响。七、异质性分组检验(一)经济韧性水平异质性根据城市经济韧性测度结果将所选样本划分为经济韧性强劲、经济韧性优良、经济韧性一般、经济韧性较弱四类。考虑到处于不同经济韧性类别的城市金融集聚程度存在差异，故以前文测度所得的“经济韧性强劲、经济韧性优良、经济韧性一般、经济韧性较弱”为划分依据进行回归，结果见表6歹IJ(I)(4)。可以知悉，处于经济韧性强劲、经济韧性优良、经济韧性一般类别的城市金融集聚系数正，且在1$水平上显著：而处于经济韧性较弱的城市金融集聚回归系数为正但不显著。究其原因，本文认为经济韧性水平较好城市面对外部冲击时具有较强抗压能力及恢复能力，可更好发挥金融集聚对技术创新、科研创新、创新创业等方面的驱动效应,在现有基础上不断增强城市经济系统韧性。对于经济韧性较弱城市，金融集聚所蕴含的资本支持需较多投入在基础设施、公共服务等方面，使得金融集聚对城市经济韧性驱动作用有所分散。表7列(1)(8)结果表明，处于经济韧性强劲、经济韧性优良、经济韧性一般类别的城市，金融集聚均可通过创新创业活跃度对城市经济韧性产生U形影响；而处于经济韧性较弱类别城市，创新活跃度不存在显著中介效应。这进一步反映出创新创业活跃度的中介效应在不同程度经济韧性城市间存在差异。(二)城市规模异质性依据关于调整城市规模划分标准的通知中的划分标准，将所选样本划分为小城市、I型小城市、口型小城市、中等城市、大城市、I型大城市、U型大城市、特大城市、超大城市。在此基础上，将城市、I型4城市、U型小城市归纳为小规模城市，将中等城市、大城市、I型大城市归纳为中规模城市，将U型大城市、特大城市、超大城市归纳为大规模城市，并基于该划分标准进行回归分析，结果见表6歹IJ(5)(7)。可以发现，不同规模城市回归系数均显著为正。其中，大规模城市回归系数高于中小规模城市。而表7歹I(9)(14)结果显示,大规模城市、小规模城市金融集聚不利于创新创业活跃度提升,难以对城市经济韧性产生促进作用.中规模城市的创新创业活跃度存在显著U形中介效应。具体而言，大规模城市受到各类外在冲击时具有较好经济韧性，因而金融集聚对规模较大城市创新创业发展影响较小。小规模城市受限于人口、产业等因素影响，更侧重于产业结构调整与经济发展，对创新创业发展投入力度相对较弱，使得金融集聚通过创新创业活跃度提升城市经济韧性的作用强度较弱。而中规模城市正处于经济发展跃迁阶段，对创新创业发展投入力度较大，故金融集聚对创新创业活跃度影响较大。(三)城市流强度异质性城市流强度是指城市集聚与辐射形成的能量在城乡、城市之间相互作用的数量关系。考虑到以人口规模划分城市存在一定局限性与片面性，参考王海军等(2021)的研究以城市流强度为划分依据进行检验,结果见表6歹U(8)-(10)o结果表明，高城市流强度、中城市流强度及低城市流强度回归系数均显著为正。同时，表7列(15)-(20)结果显示，不同城市流强度城市金融集聚虽然对创新创业活跃度均存在显著促进作用，但创新创业活跃度在高城市流强度城市的中介作用不明显。相较而言，城市流强度较弱城市经济韧性上升空间较大，创新创业活跃度对其驱动效应更大，故而金融集聚更易通过提升创新创业活跃度影响中、低城市流强度城市经济韧性。表6金融集聚的异质性检验变量(1)经济韧性强劲(2)经济韧性优良(3)经济韧性一般(4)经济韧性较弱(5)大规模城市(6)中规模城市(7)小规模城市(8)高城市流强度(9)中城市流强度(10)低城市流强度0.18970.1951-0.1523*0.11250.2075*0.1978*0.1665*-0.1189*w0.1075*0.1011.(0.0312)(0.0334)(0.0805)(0.0788)(0.0632)(0.0606)(0.0518)(0.0325)(0.0206)(0.0332)Control是是是是是是是是是是时间是是是是是是是是是是地区是是是是是是是是是是R20.70650.69110.69850.68940.71450.71360.71280.73210.73150.7254N856915125614619201595197385916282001表7中介机制的异质性检骁(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)变量经济韧性强劲经济韧性优良经济韧性一股经济韧性较弱大规模城市riiOecrrieiUrecrrieiUrecrrieiUrecrrieiUrecr-0.9354o0.1932*-0.92850.1845E-0.91050.1754,1.1052,m-0.06750.04950.2056*(0.0659)(0.0325)(0.0661)(0.0330)(0.0584)(0.0286)(0.1866)(0.1088)(0.1705)(0.1142)0.0795-0.0822-0.0652a-0.1122m-0.1648(0.0062)(0.0079)(0.0039)(0.0379)(0.0517)rii0.0144-0.01590.0132-0.0135-0.0052(0.0042)(0.0037)(0.0035)(0.0189)(0.0085)(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)变量中规模城市小规模城市高城市流强度中城市流强度低城市流强度rieiUreCrrieiUrecrrieiUreCrrieiUrecrrieiUrecr-046394*0.1998,0.02510.1125*0.68950.1185-0.5112-0.0985-0.46390.1998*(0.0725)(0.0341)(0.1057)(0.0622)(0.4602)(0.0647)(0.1022