（2）中介效应模型设定
结合前文数字金融和实体经济融合对经济发展质量的机制分析，本文参考温中麟等的方法，设计中介变量M，建立中介效应模型，具体如下：
𝑀𝑖𝑡=𝛽0+𝛽1𝑗𝑠𝑖𝑡+𝛽𝑐𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑖𝑡+𝜇𝑖+𝛿𝑡+𝜀𝑖𝑡 （5.2）
ℎ𝑞𝑑𝑖𝑡=𝛾0+𝛾1𝑗𝑠𝑖𝑡+𝛾𝑐𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑖𝑡+𝜇𝑖+𝛿𝑡+𝜀𝑖𝑡 （5.3）
（5.2）式中，𝑀𝑖𝑡代表中介变量，包括创新能力𝑡𝑖𝑖𝑡和产业结构𝑐𝑦𝑖𝑡，其他参数含义不变。
6结论与建议
6.1研究结论
随着区块链、大数据及人工智能在多个行业的运用，数字经济蓬勃发展，由此也推动了金融产业数字化转型及数字金融产品及服务创新，数字金融的快速发展弥补了传统金融的劣势，构建现代金融体系，助推金融业高质量发展能更好地助力实体经济发展，为提升经济发展质量提供了重要契机。本文在理论分析的基础上，以我国2012-2021年30个省份相关数据为基础，采用熵值法构建了区域实体经济指标体系，衡量了我国各省的实体经济发展水平，对2012-2021年数字金融与实体经济的耦合协调度进行测度，揭示了其融合发展情况，并在此基础上以测算出的各省份经济发展质量作为被解释变量，数字金融与实体经济融合水平为解释变量，加入人力资本、政府支持、经济增长水平、城市化水平、对外开放度控制变量，构建双向固定效应模型探究数字金融与实体经济融合对经济发展质量的影响。具体而言，以下是本文得出的具体结论。
（1）在2012-2021年数字金融与实体经济的耦合协调度逐年增长，且在2021年达到了中级协调，部分省市达到了优质协调，如广东、江苏、浙江、山东、福建、北京。由此可以得出我国数字金融与实体经济存在融合发展的关系，且发展趋势越来越好。
（2）我国数字金融与实体经济融合发展有着很强的区域性，从高到低，依次为东部、中部、西部地区。
（3）数字金融与实体经济的融合能对经济发展质量产生积极的影响。由论文实证结果可知，数字金融与实体经济融合对经济发展质量的影响系数为0.2215，表明促进作用显著。在进行更换被解释变量等内生性、稳健性检验后，这一结论仍然成立，证明结果具有稳定性。
（4）数字金融与实体经济能够通过提升地区创新能力、推动地区产业升级，从而提升经济发展质量。
参考文献（略）
