许 钊，高 煜，霍治方

(1.常州大学吴敬琏经济学院，江苏 常州 213161；2.西北大学经济管理学院，陕西 西安 710127；3.南开大学经济学院，天津 300071)

一、引言与文献综述

数字普惠金融作为金融科技最广泛、最丰富的实践与应用，拓展了金融服务的应用边界，提升了金融服务的渗透性和穿透力，提高了金融服务供给质量和资源配置效率，降低了金融歧视[1]。数字普惠金融发展对经济社会带来了诸多益处。张勋等(2019)发现，家庭收入随着数字普惠金融的发展而提升，更为重要的是，农村低收入群体从这种包容性增长中获益显著[2]。汪亚楠等(2020)认为，数字普惠金融缓解了中国实体经济的融资难、融资贵困扰，从而提振实体经济[3]。马德功和滕磊(2020)则分析了数字普惠金融对创业创新的正向作用及其内在机制[4]。除此之外，数字普惠金融在提高社会保障水平[5]、刺激消费[6]、实现乡村产业振兴[7]、改善收入不平等[8]方面也产生了积极作用。

数字普惠金融发展离不开信息基础设施的配套和完善，我国政府于2012年推行“智慧城市”试点政策，试图提升城市信息基础设施建设水平，实现城市可持续发展。智慧城市建设有利于快速提升城市信息化程度，那么，智慧城市建设能否对数字普惠金融发展产生影响？作用机制是什么?“智慧城市”试点政策可看作是新型城市发展模式的一次“准自然实验”，为解答上述问题提供了机会，这对于提升智慧城市建设质量以及发展数字普惠金融具有十分重要的理论价值和实践指导意义。

智慧城市建设的初衷是利用先进通信技术推动城市运行智能化和可持续发展，将“数据”作为城市发展主要驱动力[9]，革新城市生产、生活方式，优化城市经济社会发展[10]，居民获得感也会因城市运行效率的提升而大幅提高[11]。在新一代通信技术的支持下，城市管理摒弃了过往突击式、运动式的落后管理模式，向多主体参与、标准化、常态化的城市信息化管理高级发展阶段转变[12]，理解智慧城市与数字普惠金融的关系，要从影响数字普惠金融发展因素入手。郭峰和王瑶佩(2020)研究发现，居民使用数字普惠金融产品的概率既受传统金融知识、使用传统金融频率的影响，也和家庭成员受教育程度息息相关[13]。董晓林和张晔(2021)则从自然资源依赖的视角解释了数字普惠金融发展不平衡的成因，认为数字普惠金融的科技创新特征更容易受到资源依赖对人力资本投资和技术创新的“挤出效应”的影响，而加大对科技的财政支持可以摆脱低技术、低人力资本下的平衡“陷阱”[14]。由此可见，人力资本与创新能力是影响数字普惠金融发展的重要因素。智慧城市正是一项由政府主导，旨在提高居民文化素质、提升城市创新力、加强城市管理能力的系统性工程。已有文献表明，智慧城市建设能在数量和质量双重层面带来人力资本提升，提高城市创新能力[15]。智慧城市在革新传统城市发展模式的基础上，将培育新经济增长点作为重要内容，加快传统产业与新兴信息技术融合[16]，而数字普惠金融作为数字技术与金融的结合，也会受到智慧城市建设的影响。

鉴于此，本文采用2011—2018年中国283个地级及以上城市面板数据，将“智慧城市”试点政策视为准自然实验，运用双重差分方法研究智慧城市建设对数字普惠金融发展的影响。本文的边际贡献在于：(1)深化了对数字普惠金融发展影响因素的研究，将智慧城市建设纳入到数字普惠金融发展的分析框架中，推动相关领域研究；(2)从技术维度、制度维度和人的维度三个层面系统探讨智慧城市建设对数字普惠金融发展的作用机理，并利用中介效应模型实证检验；(3)理论分析与实证研究相结合，探讨智慧城市建设过程中存在的弊端与不足，为推动数字普惠金融良性发展提出合理化建议。

二、政策背景与理论假说

(一)智慧城市建设的政策背景

“智慧城市”概念源自IBM公司2008年提出的“智慧地球”战略，在城市发展成为国民经济和社会发展新增长极的背景下，“智慧城市”成为这一战略的突破口和关键点。通过运用先进的通信技术手段，对城市运行核心系统的各项关键数据进行感测、分析、整合，“智慧城市”希望以此加强对城市资源的精细和动态高效配置，实现城市中生产生活的智慧式治理和运行。信息基础设施是智慧城市建设的先决条件[3]，无论是英国的“数字英国”计划、德国的“T-CITY”实验，还是韩国的“U-Korea”发展战略、新加坡的“智慧国2015”计划、日本的“I-Japan”战略，都希望通过城市网络建设计划完成城市基础设施“智慧化”升级。

从2010年开始，国务院和各部委就分别从顶层设计到具体应用不断推出指导和鼓励智慧城市建设的相关政策。为探索智慧城市建设、运行、管理、服务和发展的科学方式，住房和城乡建设部于2012年下发《关于开展国家智慧城市试点工作的通知》(建办科〔2012〕42号)，公布了首批国家智慧城市试点名单，同时印发《国家智慧城市(区、镇)试点指标体系(试行)》，将指标体系分为保障体系与基础设施、智慧建设与宜居、智慧管理与服务、智慧产业与经济等四大类。2015年，中国国家标准化管理委员会(下文简称国家标准委)、中共中央网络安全和信息化委员会办公室(下文简称中央网信办)、国家发展和改革委员会(下文简称国家发改委)联合印发《关于开展智慧城市标准体系和评价指标体系建设及应用实施的指导意见》(国标委工二联〔2015〕64号)，将重视人才培养纳入智慧城市建设保障措施中。2018年6月7日国家市场监督管理总局、国家标准委发布《智慧城市 顶层设计指南》(GB/T36333—2018)，除了将数据架构和基础设施架构纳入顶层设计外，还将保障措施细分为组织保障、政策保障、人才保障、资金保障等四类。同年12月19日，国家发改委、中央网信办公布《新型智慧城市评价指标(2018)》，创新发展的体制机制被作为重要的评价指标。由此可见，在智慧城市建设过程中，随着城市信息基础设施体系、数据共享机制的日渐完善，制度环境、人才培养等相关保障体系逐渐受到重视。

(二)理论假说

结合前文关于智慧城市建设制度背景的分析可知，智慧城市是包含城市治理、产业转型升级等内容的城市可持续发展新形态、新模式。除了为地方政府提供有效的城市治理手段，还能为居民提供优美的城市环境，智慧城市不仅是利用物联网、云计算等数字技术的信息革命，更是一场制度革命[17]。智慧城市作为城市发展模式的一种综合创新，融合了技术创新、产品创新、市场创新、资源配置创新和组织创新[18]，这种“破坏式创新”将会驱动城市跃升到高级形态，而由创新驱动推进的智慧城市建设反映在金融行业上，则推动了传统金融向数字普惠金融的发展，并且带动移动支付融入各类应用场景，进而打造全新商业生态圈，重构商业模式。通过应用数字技术，实现数据要素共享，从而提升公共服务水平，这是智慧城市建设最基础的发展愿景，因此可以从以下三个方面分析智慧城市建设对数字普惠金融的直接影响：

首先，在要素层面，智慧城市建设与数字普惠金融发展都将数据作为核心要素。数字经济的崛起使数据成为新的生产要素[19]。智慧城市的核心是利用嵌入到建筑物、电网、公路、桥梁等各类智能感应器、传感器收集数据，然后运用云计算和超级计算机对城市运行中产生的大数据资源进行分析和整合，推动城市经济从依赖“土地红利”“人口红利”的“要素驱动”转向依靠知识和信息的“创新驱动”，数据成为智慧城市建设的关键。数据的收集和整理同样是数字普惠金融发展的基础，收集用户在互联网上沉淀下来的大量行为数据，利用新一代信息技术，将传统金融基于“信用”的框架逐渐改为基于“数据”的数字变现[20]。因此，从重视数据要素角度来说，智慧城市建设提升了城市对数据的收集、运用能力，也满足了数字普惠金融发展的数据需求。

其次，在科技层面，智慧城市与数字普惠金融均是基于前沿数字技术的产物。先进、高效的通信技术是信息化应用的根本，物联网、大数据、云计算等新兴数字技术是两者的技术基础。智慧城市建设带动了数字技术的大规模应用，能够促进相关技术的开发与研究，推动信息产业的纵深化发展，从而扩大产业规模，加大对相关领域人才、产品、服务的需求，进一步推动通信技术创新与发展，夯实金融科技发展的技术基石。这既能为数字普惠金融开发相关产品提供所需的产品供给链，也能满足其发展的技术、人才需要。

最后，在服务层面，智慧城市有提升城市有效服务功能的需求，推动了数字普惠金融在城市应用场景的广泛融入。智慧城市建设的根本目的是实现城市公共服务、生产活动、民生保障等智慧式治理和运行以及城市和谐，覆盖了经济、环境、市民生活、医疗等多个领域。为实现全流域、全体量平台服务，智慧城市建设会大力推广数字普惠金融应用，利用其突破传统金融功能的时空限制、延展服务边界的优势，将金融应用场景融入居民生活，让居民在金融内场景、生活外场景等任何触点都能享受到无缝衔接的服务，实现包括社会保障、生活缴费、公共交通等各类公共服务的线上办理，提高公共服务便利性、提升公众获得感和幸福感，凸显“以人为本”的城市发展理念。据此，本文提出如下假说：

假说1：智慧城市建设对数字普惠金融发展具有促进作用。

依据智慧城市建设的政策规定，本文从技术维度、制度维度和人的维度分析智慧城市建设影响数字普惠金融发展的作用机制。

1.技术维度：基础设施效应。在技术维度上，智慧城市建设通过完善基础设施促进数字普惠金融发展。智慧城市建设推动了生物识别、区块链、云计算等各类新型信息技术的落地，实现了平台统一、数据互联互通的愿景，从而满足了数字普惠金融发展的信息基础设施需求。现代金融业中，信息与数据的重要性凸显，而提高城市信息化程度，推动大数据、物联网等信息技术在各行各业的应用正是智慧城市建设的首要之义[21]。中国城镇化的快速推进造成了信息基础设施建设的脱节，也决定了中国智慧城市建设的重中之重是信息基础设施建设[16]。信息基础设施的普及让公众享受金融科技带来的便捷，各类数字普惠金融产品既可以提供个人服务，也有利于企业提升信息化水平，融入新型商业生态圈。据此，本文提出如下假说：

假说2a：在技术维度上，智慧城市建设的基础设施效应促进数字普惠金融发展。

2.制度维度：创新环境效应。在制度维度，智慧城市建设通过优化创新环境推动数字普惠金融发展。在以物联网、云计算为代表的新一代信息技术的智能融合应用支持下，智慧城市提供了有利于创新涌现的制度环境与开放的创新生态。此时，这种面向知识社会的用户创新、开放创新、大众创新、协同创新将形成多重螺旋反哺，鼓励城市创新，加快技术的迭代开发[15]，而依赖信息技术发展的数字普惠金融亦将从不断迭代升级的信息技术中受益。因此，智慧城市建设为城市创新带来的良好氛围与硬性条件改善了城市创新环境，这既为数字金融发展提供了创新的有力支持，也为其提供了更多试错容错空间，有利于数字普惠金融真正实现普惠、安全、开放。据此，本文提出如下假说：

假说2b：在制度维度上，智慧城市建设的创新环境效应促进数字普惠金融发展。

3.人的维度：人才集聚效应。在人的维度上，智慧城市建设通过集聚专业人才推动数字普惠金融发展。人力资本是城市发展的前提和基础保障，城市发展水平在很大程度上取决于人才集聚能力，而数字普惠金融的高科技含量更加依赖高素质人才。在制度视角下，利用政策引导、制度供给等人才战略来完善人才聚集制度环境，能够引导人才流动。智慧城市在各方面协同配合，积极优化人才的成长和发展环境。一方面，智慧城市通过建立人才创业特别社区、设立“千人计划”项目等，让高素质人才在创业启动资金、住房补贴、商业担保等方面获得政策支持，吸引更多外来人才；另一方面，智慧城市建设对城市环境的优化改造，让生活在这个城市的居民更有安全感、幸福感，更能吸引和留住人才。智慧城市建设的人才集聚效应能够满足金融科技行业的高素质人才需求，加速知识的传播、扩散与溢出。据此，本文提出如下假说：

假说2c：在人的维度上，智慧城市建设的人才集聚效应促进数字普惠金融发展。

三、研究设计

(一)模型设计

本文将2012年后在“智慧城市”试点政策名单中的城市设为实验组，未在名单中的城市设为控制组，利用双重差分法(DID)考察智慧城市建设对数字普惠金融的影响。为此，构建如下模型：

indexit=α+βDIDit+γcontrolit+δi+ηt+εit

(1)

其中，indexit为被解释变量，表示i城市第t年数字普惠金融发展水平。DIDit为核心解释变量，其估计系数测度智慧城市建设对数字普惠金融的效应，若β>0，说明智慧城市建设对数字普惠金融发展存在促进作用，反之，则存在抑制作用。controlit为控制变量，α为常数项，δi为地区固定效应，ηt为年份固定效应，εit为残差项。

(二)变量选取

1.被解释变量：数字普惠金融(index)。本文选取北京大学数字金融研究中心发布的数字普惠金融指数衡量城市数字普惠金融发展程度，该指标包括覆盖广度(coverage)、使用深度(usage)和数字化程度(digitization)三个维度。

2.解释变量：智慧城市建设(DID)。智慧城市建设虚拟变量是本文的核心解释变量，按照建设时间先后，对各城市进行统一赋值。根据历年国家智慧城市试点名单，如果某一城市在当年获批或已经获批智慧城市试点，则赋值为1，否则赋值为0。

3.控制变量。本文的控制变量包括人口密度(density)、劳动力水平(hum)、政府干预(gov)、教育支出(edu)、科技研发投资(tech)、交通设施水平(traffic)、对外开放水平(open)。

(三)数据说明

本文实证研究的数据来源于北京大学数字金融研究中心发布的数字普惠金融指数、智慧城市网公布的“智慧城市”试点政策、历年《中国城市统计年鉴》、EPS数据库和海关数据库。个别缺失值利用均值法补齐。考虑到数据的连续性和可得性，结合行政区划调整和两套数据匹配情况，分析样本选取了2011—2018年283个地级及以上城市。变量描述性统计见表1。

表1 描述性统计

四、实证分析

(一)基准回归

本文采用双向固定效应计量模型检验智慧城市建设对数字普惠金融的影响。表2报告了基准回归结果，其中第(1)、(2)列，第(3)、(4)列，以及第(5)、(6)列分别是全部城市，排除直辖市和计划单列市(1)直辖市包括北京、天津、上海和重庆，计划单列市包括大连、青岛、宁波、厦门和深圳。，以及普通地级市(排除直辖市、计划单列市和省会城市)的回归结果。由表2可知，无论是否加入控制变量，所有模型中智慧城市建设对数字普惠金融的影响都在1%显著性水平上为正，说明智慧城市建设显著提高了城市数字普惠金融发展水平。第(3)—(6)列结果表明，城市行政级别差异并未对本文核心结论产生影响。以第(2)列为准，解释变量的估计系数表明，在其他条件不变的情况下，智慧城市建设使数字普惠金融提升179.64%，说明智慧城市建设对数字普惠金融发展的意义深远。上述基准回归结果表明，智慧城市建设实施后实验组数字普惠金融发展速度明显高于控制组，这与理论预期一致，验证了假说1。

表2 基准回归结果

(二)平行趋势检验(2)限于篇幅，平行趋势检验和稳健性检验结果未报告，作者备索。

为了确保本文的研究满足平行趋势假定，以第一批智慧城市设立的2012年为基准年，对基准年之前和之后年份的被解释变量单独进行与主回归一致的DID回归，以观察政策变量的显著性。回归结果显示，在含控制变量情形下，试点前年份的政策系数不显著异于0，说明实验组和控制组在“智慧城市”试点政策之前没有显著差异；在试点后，除2012年外，其余年份政策系数均显著异于0，说明“智慧城市”试点政策的实施效果良好。综上所述，本文满足平行趋势假定的要求。

(三)稳健性检验

1.反事实检验。参考石庆玲等(2016)[22]的做法，基于“反事实”的框架来评估智慧城市建设对数字普惠金融的影响。由于本文样本时间范围为2011—2018年，而首批智慧城市设立时间为2012年，所以本文将城市建设智慧城市的时间提前一年。由“反事实”检验看出，建设智慧城市提前一年，智慧城市系数不显著，表明虚假智慧城市建设时间的智慧城市变量对地区数字普惠金融的影响不显著，在一定程度上能够验证没有发生预期效应。

2.政策实行的时间差异。参考孙浦阳等(2019)[23]的做法，剔除2012年第一批智慧城市名单中的城市，保留第二、三批智慧城市名单中的城市重新回归检验。回归结果显示，虽然第二、三批智慧城市的作用系数相对于平均作用略有下降，但依然在1%显著性水平上为正，表明不同时间建设智慧城市对数字普惠金融的作用均显著。这与基准回归结果保持一致，证明了模型的稳健性。

3.PSM-DID检验。双重差分过程中，样本会因存在自选择问题导致估计结果可能出现选择性偏误，为此，本文采用倾向匹配得分法(PSM)。由于各城市建设智慧城市的时间存在差异，本文运用逐年匹配法计算倾向得分值，再根据倾向得分值对实验组进行一对一匹配，将匹配后的样本合并形成影响建设智慧城市最接近的实验组和控制组，重新进行估计。回归结果显示，解释变量的显著性与符号与前文一致。

4.变量滞后。考虑到智慧城市建设影响数字普惠金融需要一定的时间，因此本文采用变量滞后的方法来缓解可能存在的内生性问题。从自变量滞后一期的回归结果可知，智慧城市建设的回归系数均显著为正，说明研究结论具有稳健性。

五、进一步研究

(一)异质性分析

1.结构异质性。数字普惠金融指数可以细分为覆盖广度、使用深度和数字化程度三个维度，表3的回归结果展示了智慧城市建设对数字普惠金融影响的结构异质性。智慧城市建设对数字化程度的提升作用最大，使用深度次之，覆盖广度最小。可能的解释是：第一，相较于传统金融，数字普惠金融最大的优势就是低成本和低门槛，而这恰恰属于数字化程度维度。数字化程度维度体现金融服务的便利化和低成本，移动支付是最常用的金融功能，智慧城市建设提升了城市数字化水平，让居民能够更方便、更低成本地获得金融服务，所以对数字化程度提升作用最大。第二，使用深度体现互联网金融服务的深化，所包含的保险服务、信贷服务、基金服务等是除移动支付外最常使用的金融服务。第三，覆盖广度体现交易账户数，该指标会随着数字普惠金融的普及出现饱和现象，所以对覆盖广度的影响最小。

表3 结构异质性回归结果

2.区域异质性。表4报告了智慧城市建设影响数字普惠金融区域异质性的回归结果。相比于西部城市(west)，智慧城市建设对数字普惠金融的提升效应在东部和中部城市(east_middle)更为显著。这可能是因为中国各区域经济呈现明显的空间不平衡特征，东部和中部城市发展好于西部城市。东部和中部地区本就拥有良好的产业发展、科技创新和金融需求基础，加之地理位置优越、交通便利，拥有许多智慧城市建设的独特优势。而西部地区由于地形复杂，开展智慧城市建设存在诸多不便，信息基础设施与金融知识也相对缺乏，原有的区域间信息技术差距在新一轮的数字经济发展中产生极化效应，形成“数字鸿沟”[24]，导致西部地区与东部和中部地区城市间数字普惠金融发展差距加大。

表4 区域异质性回归结果

3.城市等级异质性。城市等级差异意味着城市在规模、经济发展水平和资金需求等方面存在差异，导致智慧城市建设对城市数字普惠金融的影响存在异质性。参考刘传明和马青山(2020)[25]的做法，按照《中国城市新分级名单》(3)《中国城市新分级名单》将城市划分为一线、新一线、二线、三线、四线、五线6个等级，本文将一线城市、新一线城市和二线城市定义为大城市，三线城市和四线城市定义为中等规模的城市，五线城市定义为小城市。《中国城市新分级名单》未包含样本数据中的莱芜市，所以本部分研究将莱芜市去除。对城市等级进行分类。由表5回归结果可知，智慧城市建设在大中城市(big_medium)显著促进了数字普惠金融发展，而在小城市(small)对数字普惠金融的促进作用不显著。原因在于大中城市拥有良好的数字基础设施，智慧城市建设有利于大中城市金融业收集、整合、运用数据，推动了数字普惠金融发展。小城市缺乏智慧城市建设的相关资金投入，同时人口数量和产业规模有限，金融需求较小，导致智慧城市建设对数字普惠金融未能在短期内发挥良好的政策效果。

表5 城市等级异质性回归结果

(二)作用机制

前文论证了智慧城市建设对数字普惠金融的直接影响，接下来进一步探讨智慧城市建设对数字普惠金融的作用机制。参考温忠麟和叶宝娟(2014)[26]的做法，本文构建式(2)—(4)：首先，对式(2)进行回归，即数字普惠金融对智慧城市建设进行回归；然后，对式(3)进行回归，即中介变量对智慧城市建设进行回归，被解释变量M为中介变量，包括基础设施效应(fac)、创新环境效应(innov)和人才集聚效应(agg)；最后，对式(4)进行回归，即数字普惠金融对智慧城市建设和中介变量同时进行回归。有关式(2)的回归结果，见前文表2，本部分主要是对式(3)、(4)进行检验。

indexit=a0+a1DIDit+a2controlit+λi+ηt+εit

(2)

Mit=b0+b1DIDit+b2controlit+λi+ηt+εit

(3)

indexit=c0+c1DIDit+c2Mit+c3controlit+λi+ηt+εit

(4)

1.技术维度：基础设施效应。本文选取“互联网用户数比率”来衡量基础设施，回归结果如表6所示。基础设施效应在1%显著性水平上通过了中介效应检验，意味着在技术维度，智慧城市建设通过提升信息基础设施覆盖提高了城市数字普惠金融发展水平，验证了假说2a。信息基础设施是数字普惠金融发展的根基，提高信息基础设施覆盖面，提升公众使用互联网的便利性，能让更多人享受金融科技带来的益处。

2.制度维度：创新环境效应。本文选择寇宗来和刘学悦(2017)[27]发布的“城市创新指数”(4)“城市创新指数”的时间跨度为2001—2016年，为了保证样本内研究对象数据的一致性，该数据的时间跨度选取2011—2016年。同时，出于稳健性考虑，本文采用线性插值法将数据拓展至2018年，对比2011—2016年与2011—2018年的实证结果，发现两者差别不大。来衡量城市创新环境。表6结果显示，创新环境效应在1%显著性水平上通过了中介效应检验，验证了假说2b。在制度维度，智慧城市既为创业创新提供了制度环境，也为数字普惠金融等各类创新技术扩散创造了条件，智慧城市建设通过优化城市创新环境促进数字普惠金融发展。

3.人的维度：人才集聚效应。数字普惠金融发展与信息技术发展息息相关，因此本文选取“信息传输、计算机服务和软件业就业人数比重”来衡量人才集聚。表6结果显示，人才集聚效应未通过中介效应检验，说明智慧城市建设并未通过实现人才集聚来推动城市数字普惠金融发展，假说2c未得到验证。原因可能在于城市人才政策刚性过强，但柔性不足。目前，城市人才政策多是由政府主导制定和实施，行业企业参与度低，市场对人力资源的配置功能发挥不足，导致人才供需双方在劳动力市场缺乏主动性和积极性，人才的同质化现象严重。同时，城市的人才政策多倾向于高端人才，忽视了基础层和复合型人才，造成科研与生产脱节，导致科技成果转化率低。另外，人才政策往往是重引进轻管理，加之招聘环节不科学、流程不规范，人才管理过程中缺乏长效机制，监督和评价机制失位，导致人才要么留不住，要么用不了。总体而言，由于缺乏完善的人才生态系统和人才成长环境，导致智慧城市建设的人才集聚效应难以发挥作用。

表6 作用机制回归结果

六、结论与建议

本文从理论上分析了智慧城市建设对数字普惠金融的影响及其作用机制，并运用2011—2018年中国283个地级及以上城市数据进行实证检验。结果表明：智慧城市建设显著提高了城市数字普惠金融发展水平；智慧城市建设对数字化程度的提升作用最大，使用深度次之，覆盖广度最小，对数字普惠金融的影响呈现结构异质性；智慧城市建设对数字普惠金融发展的影响存在区域异质性，对东部和中部地区数字普惠金融发展有促进效应，对西部地区有抑制效应；智慧城市建设对数字普惠金融发展的影响存在城市等级异质性，显著推动了大中城市数字普惠金融发展，而对小城市的作用不显著；智慧城市建设主要通过基础设施效应、创新环境效应影响数字普惠金融发展，而人才集聚效应的中介效应不显著。

依据研究结论，本文提出如下建议：首先，全力打通“信息孤岛”，破除“数据壁垒”，建立融合共享的数据应用平台，加快城市内部各子系统与智慧城市模式的深度融合，实现跨系统技术集成与信息共享。其次，加强顶层设计，向欠发达地区适度倾斜，缩小“数字鸿沟”。地方政府要综合考虑城市的发展基础和比较优势，选择适应本地特点的智慧发展之路。小城市要发挥“船小好调头”的优势，以城市智能化综合管理和应用服务作为切入口，形成从机制创新到数据互通整合的协同管理与服务模式，推动数字普惠金融全面深入应用场景。最后，人才引进方面，形成市场需求是推动智慧城市持续发展源动力的认识，政府与相关企业协作搭建高层次人才引进平台。建立产学研协同的人才培养载体，实现规划建设与应用需求的有效对接。