技术升级是城市经济增长的主要驱动力之一，尤其是在当前世界经济形势不确定性增大、中国进入增长动力转换攻关期的内外约束背景下，创新驱动内涵式增长，已然成为经济高质量发展的重要抓手。技术的创新与突破作为一个具有典型投入沉没性、过程不可逆性及产出不确定的长周期高风险活动，本身受到高融资成本和高人力资本的“双高”问题困扰，其持续性需要稳定充足的金融资源和大量高端技术人才作为保障。从这两个角度来看，技术升级的实现既需要以共享、便捷、低成本为特征的数字金融为城市的创新生产活动注入资金活力，又需要跨边界构建创新网络为异地获取、整合与利用人才资源以及由此产生的溢出效应提供载体与平台，两者相互作用、缺一不可。
早期的研究已经从城市内部自身特征角度讨论了对城市技术升级的影响。随着技术复杂度的逐渐提高以及竞争环境的快速变化，城市的创新活动不再囿于封闭孤立的系统中，尝试采取多种方式与外部主体开展创新合作以获取关键技术、降低创新成本和风险成为新的趋势。而不同城市经济主体之间的频繁交流与互动构成了一个彼此依存、相互影响的创新网络，一个高度整体关联的“创新共同体”。创新网络中的“管道”连接，包括连接一国内部不同城市间创新合作联系形成的国内创新网络以及本地城市与海外其他国家通过创新合作联系形成的国际创新网络，能够促进全球性高端技术人才在空间上相互接近，增加面对面接触与互动，加速知识想法的扩散与溢出，对城市的创新创造至关重要。
双循环创新网络促进城市技术升级离不开金融部门的支撑。但是，我国传统金融部门面临信用、渠道、信息、成本等方面的难题，在很大程度上阻碍了国民经济循环。李言和孙献贞的研究揭示，金融错配通过抑制企业研发投入和扭曲资本流向，显著削弱了新质生产力的培育空间，深刻反映了传统金融在支持创新活动中的局限性。而数字金融凭借大数据信用评估、智能风控系统和分布式服务网络等数字化技术的应用，有效地解决了金融市场的信息不对称问题，能够促进金融资本的跨区域流动，成为畅通国内国际双循环的重要推动力。数字金融、国内国际双循环创新网络和城市技术升级作为国家高质量发展的三大战略支撑，有其内在联系。遗憾的是，现有研究虽然识别出了数字金融的城市创新效应，却鲜有从城市技术升级视角切入，研究数字金融在国内国际双循环创新网络赋能城市技术升级中的作用。因此，有必要思考：数字金融如何促进双循环创新网络的城市技术升级效应？
鉴于以上认识，本文将数字金融与双循环创新网络纳入同一理论分析框架，基于2015—2019年间中国城市的发明授权专利数据构建国内国际双循环创新网络，并匹配北京大学数字金融发展研究中心的数字金融发展指数，实证检验数字金融如何影响国内国际双循环创新网络赋能城市技术升级。本文的研究发现，数字金融有助于城市技术升级从国内国际双循环创新网络中获益。在经过基于份额转移法的工具变量回归以及一系列稳健性检验后，上述结论依然成立。但这一作用在不同城市间存在异质性：相比于研发落后城市和小规模城市，数字金融更能促进研发领先城市和大规模城市的国内国际双循环创新网络赋能技术升级。进一步的作用机制检验发现，数字金融促进国内国际双循环创新网络赋能城市技术升级主要通过优化要素禀赋结构和提升知识深度这两大渠道实现。
与现有研究相比，本文可能的边际贡献主要体现在以下方面。
第一，研究视角上。现有研究主要关注数字金融或创新网络对城市创新的影响，缺乏讨论对城市技术升级的影响。本文基于中国城市35个技术领域的发明授权专利数据，构建城市技术升级指标，研究数字金融对双循环创新网络赋能城市技术升级的作用，为城市经济领域研究提供了一个新视角和新思路。
第二，拓展了金融服务实体的相关研究。数字金融、国内国际双循环创新网络作为经济高质量发展的重要战略支撑，有其内在联系，但现有研究仅仅考虑了数字金融或创新网络单一视角效应，几乎没有将数字金融与双循环创新网络联系起来。本文将数字金融与双循环创新网络纳入同一框架，理论与实证研究数字金融赋能国内国际双循环创新网络的技术升级效应，拓展了金融服务实体的相关研究，也为探索数字金融如何助推双循环创新网络实现城市技术升级提供了充分的经验证据。
第三，现有关于城市技术升级的研究缺乏作用机制检验分析。本文通过构建相关指标，理论分析和实证检验数字金融影响国内国际双循环创新网络赋能城市技术升级的作用机制及在中国的情况，由此弥补现有研究的缺失。
本文主要研究数字金融、双循环创新网络对城市技术升级的影响。因此，本文的研究与以下两个方面的文献相关。
首先是关于创新网络的城市经济效应的相关文献。国内外学者们就共同专利、合著论文以及研发项目等数据研究了创新合作网络对城市创新的影响，并较为一致地得出创新网络能够促进城市创新水平提升的基本结论。具体而言，创新网络有利于知识共享和信息快速传播，提高资源配置效率，促进发明生产率。然而，现有关于创新网络的研究鲜有明确区分国内国际创新网络的作用差异。张萃和王佰芳从技术领域二元边际视角讨论了国内国际双循环创新网络对城市创新的影响，发现国内创新网络主要通过技术领域集约边际和技术领域扩展边际影响城市创新，而国际创新网络主要通过技术领域集约边际对城市创新产生作用。但是，现有研究仍尚未将国内国际双循环创新网络与城市技术升级联系起来。
其次是关于数字金融的城市经济效应的相关文献。潘爽等的研究表明，数字金融能够通过缓解融资约束提升城市创新创业水平，并且对中小城市的作用更加明显。王修华和杨彦宁研究了数字金融对城市发展差距的影响，发现数字金融对城市发展差距有显著的非线性影响，当数字金融发展到一定水平后，其作用也随之增大。万佳彧等基于2011—2018年中国278个城市样本的研究表明，数字金融的平衡发展有利于缩小中国地区间创新绩效差距。类似的，Zhang et al.的研究表明，数字金融通过优化资源配置、缓解融资约束和降低信息不对称等机制，显著提升了城市的适应能力和恢复能力，从而为城市的创新创业活动提供了坚实的基础。此外，倪宣明等通过构建空间计量模型发现，金融服务不仅直接促进本地技术创新，还能通过资本和知识溢出效应带动邻近区域创新水平提升，这一结论为金融资源的跨区域协同效应提供了实证支持。胡汉辉和申杰将数字金融与国内国际双循环联系起来，发现数字金融可以提升国内大循环效率，进而畅通国内国际双循环。这一研究为本文提供了思路。
国内国际创新合作项目的推进，离不开恰当的资金支持。在中国，由于金融体系不够健全，资金供需双方之间存在严重的信息不对称问题，创新主体往往很难达到证券市场的准入门槛获得股权融资，也无法在缺乏抵押物的情况下通过银行贷款获得外源融资。因此，创新合作项目的资金需求需要具有增量补充“普惠效果”的数字金融支持，进而拓展创新主体范围，激发市场动能，实现国家整体的技术升级。接下来，本文就数字金融如何影响双循环创新网络的城市技术升级效应这一问题进行理论分析并提出相应的研究假说。
已有研究表明，城市的创新活动不再囿于封闭或孤立的系统中，通过跨越不同地理边界获取金融资本与人才等创新要素，可以加快创新要素在全国以及全球范围内自由流动，这就需要数字金融与创新网络的良好协同为推动城市技术升级打造高效、顺畅的要素转移渠道，从而打通制约经济高质量发展的关键堵点，实现国家整体的创新联动效应。
创新网络是知识生成过程的关键引擎，为创新者提供地理上的接近性、物理平台以及传播和交流思想的有利环境。国内创新网络和国际创新网络可以为城市创新提供不同的知识源。国内创新网络的地理范围相对较小，网络成员间更容易产生隐性知识溢出；国际创新网络的地理范围相对较大，来自全球的知识技术在网络中自由流动，更容易增加知识的新鲜度与广度。无论是国内创新网络还是国际创新网络都为不同领域高端技术人才流动提供了可实现平台。因此，融入国内国际双循环创新网络程度越大的城市越有能力利用集聚经济效应将在网络中流动的科学知识转化为创新创造生产力，也有助于网络中创新人才的知识共享，加速新想法新知识的产生，进而推动城市技术升级。
将国内国际双循环创新网络中的新想法、新知识转化为现实生产力需要金融资本的支持。技术突破与升级在客观上需要不断地投入研发资金，而创新活动的投入沉没性、过程不可逆性及产出不确定的长周期高风险性决定了仅由创新主体的内源资金尚不能满足创新的资金需求，需要借助外源融资来弥补创新资金缺口。相比于传统金融业，数字金融的快速发展，为跨区域市场交易的信息获取提供技术支持与保障，为金融资本跨区域流动产生信息驱动。数字金融具备更独特、高效的信息收集、处理能力，突破了传统金融服务实体经济发展的瓶颈，扩大了金融覆盖面，降低了金融服务成本。在数字金融背景下，不同城市的金融供需信息能够以数据形式在网络上零成本跨时空传播，不断模糊地理边界，为金融资本要素跨区域流动缓解匹配难题。这有助于引导社会闲置资金流向高效率的创新研发部门，保证技术创新活动的可持续性，推动城市技术升级。既有研究多关注数字金融的直接技术赋能作用，但对支撑其运行的制度和技术环境讨论不足。值得注意的是，数字经济作为数字金融发展的基础支撑，已被证明能够通过优化营商环境、提升区域创新水平等机制弱化国内市场分割，这为数字金融与创新网络的协同效应提供了底层逻辑。
城市的技术升级既需要数字金融助力资本跨区域流动来降低创新研发的融资成本，也需要通过借助国内国际双循环创新网络打破地理边界、行政壁垒来促进发明者在全国以及全球范围内自由流动来集聚更多的创新人才。综上，本文探讨数字金融在国内国际双循环创新网络赋能城市技术升级中的作用。
（一）数字金融、国内创新网络与城市技术升级
在国内创新网络中，网络成员运用数字金融进行创新，会产生积极的技术升级效果。首先，数字金融具有较强的信息搜集能力，能够缓解网络内成员间资金供给与需求双方存在的信息不对称现象，加速促进资本在网络内流动，提高所有节点城市的外源融资，实现创新合作主体之间的信息匹配，降低国内创新网络中各经济主体的融资约束，进而提高城市自身创新能力和技术升级。其次，数字金融的发展在一定程度上降低了地理距离的重要性，使得地区之间、金融机构之间的边界被逐渐淡化。这有助于国内不同城市的金融资源整合，促进国内金融市场一体化形成，提高国内网络成员的资金使用效率，加速推动科技成果转化，实现城市的技术升级。另外，数字金融有助于提升落后城市的金融可得性，有助于避免网络内高创新能力城市对低创新能力城市的“虹吸效应”引起的创新差距拉大现象。数字金融的“3A”（任何时间、任何地点、任何方式）属性，能够以低成本、高效率、更公平的方式向国内创新网络中的各城市配置金融资源，极大地拓宽了创新尾部城市的资金来源，实现金融资源在区域间的均衡布局。近期研究进一步表明，数字金融通过数字化技术降低了地理距离对技术扩散的阻碍，并突破了行政边界的限制，为国内创新网络中异质性主体间的知识共享提供了技术基础，从而推动城市技术升级。这对落后城市更好地融入国内创新网络以及由此产生的技术升级效应至关重要。基于上述分析，本文提出研究假说H1。
H1：数字金融可以促进国内创新网络的城市技术升级效应
（二）数字金融、国际创新网络与城市技术升级
数字技术具有减小空间和资源限制、扩大不同主体之间交流和沟通范围、增加知识和资源的异质性等积极作用。因此，数字金融也会进一步加强国际创新网络的城市技术升级效应。首先，城市在与海外其他国家建立国际创新网络的初期，网络内成员之间具有较强的信息互动需求，而此时距离较远、国别差异、文化阻碍等原因导致网络成员间的信息沟通成本较高。数字金融的发展加速推动了跨境创新合作边界的消除和模糊，减少了国际成员之间信息交流的障碍，促进了信息交换的效率，强化异质性的创新主体之间的合作以及由此产生的跨境知识溢出效应，进而推动城市的技术升级。其次，国际创新网络相较于国内创新网络来说，范围更大，传统的金融机构对跨国合作项目中的海外经济主体的信用和能力识别更加困难，会进一步影响对国际研发合作项目的贷款支持。而数字金融很好地弥补了传统金融机构这一不足，依托互联网技术跨时空精准捕捉来自全球的创新合作伙伴的资金状况，可以有效缓解资金的跨境可利用风险，同时加速全球性资金在网络内不同成员之间的快速流动。这有助于促进国际创新网络中的知识与技术转化为现实生产率，进而提高城市的技术升级水平。基于上述分析，本文提出研究假说H2。
H2：数字金融可以促进国际创新网络的城市技术升级效应
（三）数字金融、国内国际创新网络协同互补与城市技术升级
数字金融会进一步强化国内国际双循环创新网络协同互补对城市技术升级的影响。已有研究表明，国内国际创新网络的协同互补对创新活动至关重要。具体来讲，国际创新网络为国家带来了外部信息流，充当国家间的沟通渠道，提供来自其他国家的知识溢出。而国内创新网络联系紧密度越高越有利于网络内成员对国际创新网络中的外部信息的吸收与利用，两者相互协同，促进城市的技术升级。而城市将内外部知识信息转化为专利产出离不开恰当的资金支持，数字金融可以跨地区的金融集聚效应为城市的创新合作研发项目注入资金活力，因此可以强化国内国际双循环创新网络对城市技术升级的积极作用。基于上述分析，本文提出研究假说H3。
H3：数字金融有助于城市技术升级从国内国际双循环创新网络的协同互补中获益
（一）计量模型与变量设定
在前文理论分析的基础上，本文实证检验数字金融对双循环创新网络赋能城市技术升级作用的影响，并设定如下计量模型。
其中，
为城市i在第t年的技术升级程度，本文分别用该城市的高技术领域发明授权专利占比（
）和高技术领域发明授权专利对数与低技术领域发明授权专利对数之差（
）来衡量。指标的数值越大，表明城市的技术升级程度越高。
表示数字金融与创新网络的交互项，是本文关注的核心解释变量。其中，DF表示各城市的数字金融发展指数；Net表示创新网络，包括国内创新网络（DomInno）和国际创新网络（GloInno），分别用城市i与国内其他城市间的共同发明授权专利数以及与海外其他国家间的共同发明授权专利数对这两大指标进行度量。
的值越大，表明数字金融越能够促进国内国际创新网络的城市技术升级效应。
X为其他影响城市技术升级的控制变量集合。根据现有研究，本文选取了如下控制变量：对外开放度（FDI share），用实际使用外资额占GDP的比重衡量；经济发展水平（RGDP），用人均GDP衡量；市场化程度（Market），用政府财政总支出占GDP的比重衡量；城市创新能力（Stock），用发明授权专利存量衡量；城市化水平（POP），用城市常住人口数衡量；R&D投入强度（Tecrate），用政府科技支出占比衡量；产业结构高级化程度（Industry structure），用第三产业产值占GDP的比率衡量；研发人员数量（ITNUM），用信息传输、计算机服务和软件业就业人员衡量。
分别表示城市和年份固定效应，
表示随机误差项。
（二）识别策略
由于回归模型（1）式中的数字金融指数可能与观测不到的城市特征相关，从而使其估计系数有偏。为解决此问题，本文采用面板数据，引入城市固定效应控制每个城市无法观测到的个体效应，并利用固定效应回归模型估计（1）式。
在此基础上，本文还采用工具变量法进一步解决遗漏变量产生的内生性问题。本文借鉴现有研究常用的份额转移法来构造工具变量。具体而言，使用2014年城市i的数字金融发展指数作为城市i的数字金融基期数，然后将2014—2015年剔除该城市的全国数字金融指数总数的增长率作为城市i数字金融发展的增长率，在此基础上预测出2015年城市i的数字金融指数，作为其2015年的工具变量。并以此类推，构建出其他年份的工具变量。构建这一工具变量的背后思想是：采用全国增长的总趋势预测该城市的数字金融指数的增长，那么全国数字金融增长的总趋势必定和该单个城市数字金融增长情况紧密相关，可以较好满足工具变量的相关性要求。同时，由于该预测值代表全国（去除该城市）增长的总趋势，因而又不会直接影响该城市的技术升级，即与该城市具体的冲击（city-specific shocks）无关，所以也满足工具变量的外生性要求。因此，将预测值作为各城市数字金融指数的工具变量能够较好符合工具变量构造的两个标准。
（三）数据来源说明与统计性描述
数字金融指数来自北京大学数字金融研究中心编制的数字普惠金融指数。该指数从数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度等3个维度综合测度了各城市的数字金融水平，全面反映了数字技术助力金融的总体发展和变化趋势。
发明授权专利数据来自国家知识产权专利数据库。为构造国内国际创新网络，本文利用大数据处理分析技术，从国家知识产权局专利数据库提取到样本期内所有申请人大于1的发明授权专利的微观信息，根据申请人的地址将专利匹配到所属城市或所属国家，进而构建出城市间或国家间的合作专利二维矩阵，在此基础上，依次统计各城市与国内其他城市间的发明授权专利数量、与其他国家间的发明授权专利数量分别对国内创新网络、国际创新网络这两大指标加以衡量。
控制变量数据主要来自历年的《中国城市统计年鉴》。考虑到已有研究利用五年窗口期构造创新网络，并考虑到数据的可得性，本文最终选取2015—2019年中国地级及以上城市为研究样本。本文主要变量的统计性描述见表1。
表1 主要变量的统计性描述
（一）基准回归结果
表2提供了模型（1）式的基准回归结果。第（1）至（3）列是以高技术领域发明专利占比作为因变量的估计结果；第（4）至（6）列是以高技术领域发明专利对数与低技术领域发明专利对数之差作为因变量的估计结果。可以看出，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）以及数字金融与国内国际双循环创新网络的交互项（DF*DomInno*GloInno）对城市技术升级的影响均显著为正。上述结果表明，在其他条件不变的情况下，国内、国际创新网络以及国内国际创新网络的协同互补对城市技术升级的影响随着数字金融水平的提高而不断增强，因此假说1至假说3得到验证。数字金融的发展，促进了城市间资本的区际流动，降低了实施创新合作研发项目所需克服的融资成本，更有利于城市通过国内国际双循环创新网络中的知识转化为现实生产力，从而提高城市的发明生产率和技术升级。
从其余控制变量的回归结果来看，对外开放度（FDI share）的估计系数为正但不显著。一个可能的原因是，外商直接投资程度的提升往往伴随着对外依存度的加深，而通过模仿和复制海外技术可能使得城市产业链陷入低端陷阱，因此对城市技术升级作用不明显。经济发展水平（RGDP）的估计系数显著为正，表明较高的经济发展水平能够正向促进城市技术升级。一般来讲，经济发展水平越高，城市的创新要素越充裕，越有利于技术进步。市场化程度（Market）对城市技术升级的作用显著为正，说明有为政府在引导产业发展和资源配置过程中存在积极效应。城市创新能力（Stock）对城市技术升级作用不显著，原因在于中国城市间的专利存量存在一定的不均衡现象。数据显示，2019年北京、深圳、上海、南京等27个城市的专利存量超过万件，远远大于其他城市，所以可能不利于提升整体城市的技术升级。第（3）和第（6）列的回归表明，城市化水平（POP）的系数不显著。一个可能的解释是，城市人口规模既会因为集聚效应扩大创新来源而产生正外部性，也会因为拥挤效应增加生产成本而减少创新投入产生负外部性，因此对城市技术升级的作用不明显。R&D投入强度（Tecrate）对城市技术升级发挥明显的促进作用，与预期相符。较高的R&D投入强度意味着城市对外部资源的吸收能力越强，有助于提升创新效率进而实现技术升级。产业结构高级化（Industry structure）的系数始终显著为正，表明对城市技术升级具有正向影响。研发人员数量（ITNUM）的作用不明显，可能是因为其对城市技术升级的影响受其他因素影响较大。
表2 基准回归结果
注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
（二）稳健性检验
1.拓展控制变量
已有研究表明，城市在网络中的相对位置会影响创新活动，鉴于此，本文在模型（1）式的基础上增加结构洞（structural holes）和聚类系数（clustering coefficients）这两个创新网络结构特征指标拓展为新的控制变量。具体而言，首先，本文参照Guan et al.的研究，用2减去网络约束（CO）来构建结构洞指标（SH），其中网络约束（CO）的测算方法如（2）式所示：
其中，j表示与城市i有专利合作的其他城市，q是除城市j之外与城市i有专利合作的第三方城市，
就表示城市i到城市j的直接合作联系强度，表示城市i通过所有的第三方城市q与城市j建立的间接合作联系强度。其次，本文通过（3）式构建聚类系数指标：
其中，E（i）是城市i合作者之间的边数，k（i）为城市i的度。因此，如果一个城市的合作者之间都没有专利合作，则CC（i）=0。
本文将结构洞和聚类系数这两个新的控制变量引入模型（1）并进行重新回归，估计结果见表3。可以看出，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）以及数字金融与国内国际创新网络的交互项（DF*DomInno*GloInno）的系数和显著性并未发生明显变化，表明在考虑创新网络结构特征的影响后本文的基准回归结果依然稳健。
表3 拓展控制变量
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
2.替换核心变量衡量方法
为了检验回归结果是否受核心指标度量方式的影响，本文分别采用人均发明授权专利数替换原有的城市技术升级指标，采用城市i拥有的国内专利合作城市个数（Incopcity）、国际专利合作国家个数（Excopcountry）替换原有的国内国际创新网络指标，再分别与数字金融进行交互。替换核心变量衡量方法后的回归结果见表4，可以看出，DF*Incopcity、DF*Excopcountry以及DF*Incopcity*Excopcountry的系数均显著为正，表明数字金融有助于城市技术升级从国内、国际以及国内国际双循环创新网络协同互补中获益。上述结果也表明本文的基准结果不受核心指标度量方式的影响，具有较强稳健性。
表4 替换核心变量衡量方法
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
3.排除人口规模100万以下的城市
借鉴已有研究做法［58-59］，本文将人口规模低于100万的中小城市从样本中剔除来进一步考察基准回归结果的稳健性。从表5中可以发现，数字金融与国内创新网络的交互项（DF*DomInno）的系数显著为正，表明数字金融明显有助于城市技术升级从国内创新网络中获益。数字金融与国际创新网络的交互项（DF*GloInno）的系数也显著为正，表明数字金融同样有助于城市技术升级从国际创新网络中获益。另外，数字金融与国内国际创新网络的交互项（DF*DomInno*GloInno）的系数和符号与基准回归结果相比也基本没有发生变化，表明数字金融有助于国内国际创新网络的协同互补中获益。上述结果也表明，数字金融能够促进双循环创新网络赋能城市技术升级的作用具有普适性和稳健性。
表5 排除人口规模100万以下的城市
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
4.排除技术升级水平位于0.1分位点及以下的城市组
为了排除尾部城市对数字金融促进国内国际创新网络的城市技术升级效应的影响，本文将所有城市的技术升级水平进行分位数排序，并将0.1分位点及以下的城市组从样本中剔除并重新回归，估计结果见表6。可以看出，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）和数字金融与国内国际创新网络的交互项（DF*DomInno*GloInno）的系数均依然显著为正，表明本文的基准结论依然稳健。
表6 排除0.1分位点及以下的城市组
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
（三）内生性处理
为避免模型（1）式可能存在遗漏变量而产生的内生性问题，本文运用工具变量法进行处理。基于份额转移法的工具变量回归结果见表7所示。可以看出，第一阶段工具变量的系数显著为正，表明工具变量与内生解释变量之间具有较强相关性。Cragg-Donald Wald F值大于Stock & Yogo提出的10%显著性水平的临界值16.38，表明不存在弱工具变量问题，能够满足外生性要求。第二阶段中的数字金融与国内创新网络交互项（DF*DomInno）、数字金融与国际创新网络交互项（DF*GloInno）以及数字金融与国内国际创新网络交互项（DF*DomInno*GloInno）的系数均显著为正，这表明数字金融能够促进国内、国际创新网络的城市技术升级效应，并有助于城市技术升级从国内国际双循环创新网络的协同互补中获益。
表7 工具变量回归
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
（四）异质性分析
1.研发能力异质性
城市的研发能力差异可能会导致数字金融、双循环创新网络对城市技术升级的影响呈现显著差别。本文将各城市的科研支出占比高于中位数的样本城市划分为研发领先城市组，将低于中位数的样本城市划分为研发落后城市组。分样本回归结果见表8。可以看出，数字金融促进双循环创新网络的城市技术升级效应在研发领先城市较强。研发领先城市一般充当着区域经济发展和国家战略规划的核心，这部分城市的政策支持与基础设施投入为数字金融赋能双循环创新网络的技术升级效应提供了坚实的基础，上述结果也表明研发领先城市的“虹吸效应”仍然十分显著。
比较来看，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）以及数字金融与国际国内创新网络的交互项（DF*DomInno*GloInno）在研发落后城市分组中的系数均不显著。一个可能的解释是数字金融与创新网络的结合促进专利产出需要相匹配的资源基础。由于研发能力落后的城市在知识技术等创新要素方面存在不足，从两种创新网络中获益有限，因此数字金融可能无法发挥有效的资源配置作用为城市技术升级提供支撑，也就不能进一步与双循环网络相互协同来促进城市技术转型升级。
表8 研发能力异质性
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
2.城市规模异质性
已有研究表明，城市人口规模不同，城市化水平以及城市对人口与生产要素的吸引力也不同，城市空间扩张质量也不同，那么可能使数字金融、双循环网络对城市技术升级的影响呈现差异化效果。鉴于此，本文根据城市常住人口的中位数将所有样本城市划分为小规模城市组和大规模城市组，分样本回归结果见表9。可以看出，交互项DF*DomInno、DF*GloInno以及DF*DomInno*GloInno的系数仅在第（4）至（6）列中显著为正，表明数字金融更有助于大规模城市从国内、国际创新网络以及从国内国际双循环创新网络的协同互补中获益。这一结果与Tan et al.的研究一致，即发达地区（如中国东部城市）由于更高的数字化水平和更完善的市场一体化机制，能够更有效地利用数字金融突破地理边界，从而在技术扩散中占据优势地位。
表9 城市规模异质性
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
比较之下，DF*DomInno、DF*GloInno以及DF*DomInno*GloInno系数在第（1）至（3）列中不显著，这表明数字金融无法促进小规模城市从国内、国际创新网络以及从国内国际双循环创新网络的协同互补中获益。一个可能的原因是，小规模城市的数字技术发展有限，并且与海内外经济主体进行的创新合作水平和规模都相对较低。因此小规模城市通过数字金融与双循环创新网络实现技术升级的效果不如大规模城市明显。
由前文的基准回归检验可知，数字金融促进了国内国际创新网络以及国内国际创新网络的协同互补的城市技术升级效应，符合本文预期。本部分将对其中的作用机制进行实证检验。
（一）要素禀赋结构机制检验
最新研究表明，在城市实施数字智能转型的过程中，数字化技术应用通过加速研发人才流动、资本配置效率提升和知识扩散，显著促进了本地及跨城市的协同创新，为区域技术升级提供强有力的支持。这一发现与新结构经济学关于要素禀赋驱动技术升级的理论框架高度契合。资本和劳动力是要素禀赋结构的重要组成部分，其中劳动力主要反映人力资本。因而，数字金融可能通过优化要素禀赋结构渠道，增强技术升级效应。鉴于此，本文参照赵昆仑和李文兴的研究，用各城市的金融机构贷款余额衡量金融资本水平，用各城市的常住人口数衡量人力资本（劳动力），那么要素禀赋结构就表示为金融资本与人力资本的相对比值。这一指标的经济含义是：数值越大，表明要素禀赋结构越偏向于资本密集型；数值越小，表明要素禀赋结构越偏向于劳动密集型。
本文将要素禀赋结构替换为模型（1）式的因变量重新回归，回归结果见表10第（1）至第（3）列。可以看出，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）和数字金融与国内国际双循环创新网络的交互项（DF*DomInno*GloInno）的系数均显著为正，表明数字金融与国内国际创新网络可以通过优化城市的要素禀赋结构，进而促进技术升级。
（二）知识宽度机制检验
知识宽度可以反映出一项技术所使用的知识的复杂性和广泛性，其内含的知识越复杂意味着其技术质量越高、创新能力越强。拥有多样化的知识与技术、创新资源，可以提升该城市的知识宽度，并且城市知识宽度水平越高，则意味着该城市创新水平越高，成为拓展新技术新领域从而实现技术升级的重要引力之一。知识深度则反映出一项技术的专业化程度，其内含的知识在某技术领域的深度越大意味着其技术专业化基础越强。拥有专业化的知识与技术，有助于城市培育核心技术优势，强化相关领域创新能力，进而实现弯道超车。鉴于此，为检验数字金融与国内国际双循环创新网络是通过知识宽度还是通过知识深度这一渠道作用于城市的技术升级，本文参照张杰和郑文平的做法，采用专利数据依据下式对知识宽度指标进行测算：
上式中，α为专利分类号中各大组分类所占比重，
的数值越大，表明城市的知识宽度越大，否则，表明城市的知识深度越大。
本文将知识宽度指标作为模型（1）式的因变量重新回归，结果见表10第（4）至第（6）列。可以看出，数字金融与国内创新网络的交互项（DF*DomInno）、数字金融与国际创新网络的交互项（DF*GloInno）以及数字金融与国内国际创新网络的交互项（DF*DomInno*GloInno）的系数均显著为负，这表明数字金融影响城市技术升级从双循环创新网络中获益是通过知识深度而非知识宽度。
表10 作用机制检验
注：限于篇幅，控制变量的估计结果未列示，留存备索。***、**、*分别表示在1%、5%、10%的水平上显著，括号内的值为稳健标准误。
城市作为新知识创造的孵化器和关键引擎，其技术升级水平的提升对国家创新驱动发展战略具有重要意义。数字金融以及网络式创新模式的颠覆式发展成为城市创新活动的关键驱动力。基于以上背景，本文构建了数字金融、国内国际双循环创新网络与城市技术升级的理论分析框架，并利用2015—2019年中国城市间共同发明授权专利与数字金融发展指数实证检验数字金融在国内国际双循环创新网络影响城市技术升级中的作用。研究表明，数字金融有利于城市技术升级从国内国际创新网络双循环创新网络中获益。在通过份额转移法的工具变量回归及一系列稳健性检验后这一基准结论依然成立。异质性分析发现，数字金融与国内国际双循环创新网络的相互协同更能促进研发领先城市和大规模城市的技术升级。机制分析表明，要素禀赋结构优化和知识深度的提升是数字金融赋能国内国际双循环创新网络的城市技术升级效应的作用机制。
基于以上研究结论，本文提出如下政策建议。
第一，分层完善数字金融基础设施建设，优化区域间资源配置。针对研发落后城市和中小城市数字金融渗透率不足的短板，应加强数字支付、大数据征信、智能风控等基础设施的覆盖广度。可通过财政激励引导金融机构下沉服务网络，依托数字技术降低偏远地区金融服务成本；同时构建跨区域数字金融共享平台，促进高资本密集度地区向低资本密集度地区的金融资源流动，缓解“虹吸效应”。对于研发领先城市和大规模城市，需深化数字金融与实体经济融合，探索区块链技术在跨境支付中的应用场景，提升国际国内两种创新网络的资本配置效率。
第二，深化国内国际双循环创新网络的协同机制，提升知识溢出与技术转化的效率。国内层面，以数字金融平台为依托建立区域性技术交易市场，通过数字供应链金融模式为跨城市研发合作提供多元化融资支持，促进核心城市与中小城市间的隐性知识共享。国际层面，推动数字金融机构联合国际科技园区搭建跨境投融资平台，优化知识产权跨境质押流程，降低国际合作中的信息壁垒。针对研发领先城市，设立专项基金支持其主导国际联合研发项目，整合全球技术资源；对中小城市，通过税收优惠等政策引导其嵌入国内技术转移网络，夯实创新基础能力。此外，支持企业参与国际技术标准制定，提升中国在全球创新规则中的话语权，并依托跨境技术交易平台推动高端人才与资本的双向流动。
第三，构建要素禀赋与知识深度联动的金融支持体系，培育专业化技术竞争力。依据城市要素禀赋差异实施精准化要素优化策略，同时深化知识深度导向的技术升级路径。对资本密集型城市，开发创新金融工具引导社会资本向高技术领域集聚，同步利用数字金融收益反哺职业教育体系，定向培育与本地主导产业适配的复合型技术人才；对研发能力薄弱城市，以数字普惠金融扩大创新主体覆盖面，完善基于大数据画像的小微企业信用贷款机制，同时建立“技术孵化器—金融加速器—产业园区”三级联动平台，推动地方特色技术与知识深度积累。