【摘要】在全球数字经济蓬勃发展的背景下， 数字技术已成为推动科技金融转型升级的核心驱动力。本文通过梳理与整合相关领域的文献， 构建数字技术、 科技金融与新质生产力之间的理论逻辑框架， 剖析当前科技金融面临的融资难点、 供需双侧失衡及核心制约因素等主要挑战， 提出数字技术赋能科技金融服务新质生产力的八条路径： 一是以智能决策系统提升资源配置效率； 二是深化技术工具在金融服务中的应用； 三是建立基于数字技术的协同创新机制； 四是构建多元化服务模式； 五是构建科技金融数字生态系统； 六是对区域科技资源进行优化与协同创新； 七是强化产学研协同推动创新闭环； 八是推动绿色科技与普惠金融的融合发展。本文呼吁进一步深化数字技术与科技金融的融合， 以持续释放新质生产力潜能， 助力产业金融的高质量发展。
【关键词】数字经济；科技金融；新质生产力；产业金融
【中图分类号】F832" " " 【文献标识码】A" " " 【文章编号】1004-0994（2025）07-0013-5
一、 引言
当前， 以新质生产力为核心驱动的数字经济蓬勃发展， 且正深刻重塑着我国的产业结构与经济形态。在新质生产力的崛起过程中， 核心驱动力不仅限于数字技术、 新能源及先进材料的技术革新， 更体现为大数据、 人工智能等新型生产要素的深度嵌入及其创新价值的持续释放。然而， 作为服务和保障科技企业成长的重要手段， 传统科技金融在应对新质生产力需求时面临诸多挑战。突出问题包括： 信息不对称问题难以有效缓解、 风险评估及定价能力不足、 融资渠道与工具的匹配性不高。这导致科技企业“融资难、 融资贵”的问题长期存在， 从而严重制约了创新成果转化及经济高质量发展。
在此背景下， 深入探讨新质生产力对科技金融的驱动机制， 不仅关乎经济转型升级的理论深化， 更是破解现实困境的迫切需求。然而， 现有研究在关注科技金融传统职能的同时， 对于其在新质生产力推动下的创新路径探索仍存在诸多不足。一方面， 关于新质生产力内涵的研究多停留于宏观理论层面， 未能充分结合科技金融实践展开讨论； 另一方面， 对于数字技术赋能科技金融的具体模式与路径缺乏系统性分析。这使得科技金融无法充分发挥对经济结构优化和创新体系构建的支撑作用。因此， 亟需从新质生产力视角出发， 以数字技术为依托， 探索科技金融的优化与创新， 进而为经济社会高质量发展提供科学路径与政策支持。
围绕科技金融的内涵与外延， 学术界已形成了一定的研究基础。陆岷峰和张壹帆（2024）将科技金融定义为服务于科技企业的银行信贷与股权投资等传统金融活动， 这是对科技金融的狭义理解。相较之下， 邱海洋等（2024）从更为广义的角度强调了科技、 金融与经济生态的深度协同。孟添等（2024）进一步将科技金融视为由互联网金融与金融科技演化而来的重要成果， 并强调了其在当前国民经济战略中的重要地位。围绕这一逻辑， 张亚明等（2023）特别关注科创金融， 其指出了科创金融对于技术研发及产业创新的直接支持功能。然而， 现有研究更多停留在科技金融的传统功能定位上， 忽视了新质生产力背景下的科技金融创新需求。
关于新质生产力的研究， 已有学者对其核心要素和特征进行了初步探讨。孙嘉雯和陆岷峰（2024）指出， 新质生产力强调技术、 数据、 知识的高效组织与整合， 其驱动机制主要依托于创新能力的提升。陆岷峰和欧阳文杰（2025）则进一步强调了新质生产力的网络化、 智能化与数字化特性。尽管目前的研究已为新质生产力的理论构建提供了坚实基础， 但实践导向的研究明显不足（孟添和陆岷峰，2024）， 尤其是在新质生产力如何赋能科技金融方面， 相关文献尚未对具体实施路径与内在规律进行充分阐释。
在科技金融与新质生产力关系的研究方面， 李昕和符玉阳（2024）提出， 二者的深度融合是推动企业数字化转型的核心动能。然而， 现有文献多集中于理论层面的宏观分析（孟添和贺臻，2024）， 缺乏对具体行业场景的深入考察与分析（陆岷峰，2024b）。李晴和郁俊莉（2023）指出， 新质生产力如何真正落地并赋能科技金融实践仍是亟待解决的学术命题。陆岷峰和欧阳文杰（2023）进一步批评了当前研究在政策设计、 区域适配性和实施路径上的系统性匮乏。
基于上述文献， 本文尝试结合数字技术创新， 厘清数字技术、 科技金融与新质生产力之间的内在逻辑， 剖析当前科技金融领域面临的主要挑战， 并提出数字技术赋能科技金融服务新质生产力的实现路径， 以期为经济社会高质量发展提供理论支持与实践指引。
二、 理论框架： 数字技术、 科技金融与新质生产力的内在逻辑
随着全球经济进入数字化与智能化纵深发展的阶段， 新质生产力愈发成为新时代经济增长的核心动力， 其理论基础与实践探索也受到学术界和实务界的广泛关注。在这一背景下， 数字技术赋能科技金融不仅展现了跨领域融合的广阔前景， 也构建了数字经济中高效协同的新型生产服务生态。本框架从理论层面剖析数字技术、 科技金融与新质生产力的内在逻辑， 以揭示三者深度互动的演化模式。
1. 新质生产力与数字技术发展的理论关联。新质生产力作为数字经济时代的新型经济动能， 其生成与发展集中体现了现代生产方式的革命性变革： 以数字技术为核心驱动力， 以数据、 算法与智能系统为生产要素， 通过优化生产关系和提升生产效率， 为经济社会注入持续创新力和竞争力（刘莹，2022）。在科技金融领域， 数字技术深度嵌入服务体系并推动了资源配置模式的革新。具体而言， 区块链技术为去中心化金融（DeFi）的实现提供了技术基础， 大数据通过智能分析促进了动态化风控水平的提升， 人工智能则成为提升金融服务精细化水平的关键抓手。在这一过程中， 新质生产力不仅赋予了传统金融全新的内涵， 更推动了数字金融基础设施的加速完善。
2. 新质生产力驱动科技金融的结构性变革。科技金融的结构性变革可以被视为新质生产力作用下产业变迁的缩影。从技术革新到社会实践的转化路径来看， 新质生产力可以从以下两方面推动金融服务范式的嬗变： 首先， 在精准服务与成本缩减方面， 通过数字技术的全链条赋能， 金融机构能够以更低的边际成本完成用户和企业的精准对接。例如， 智能合约技术的广泛应用在降低交易不确定性与提高效率的同时， 实现了运营模式从手动向自动化的过渡（梁兴辉和张旭冉，2023）。其次， 在标的物创新与价值网络构建方面， 新质生产力通过技术工具的突破创造出高效流转的新兴资本形态， 包括数字资产、 绿色金融产品等， 这些创新极大程度地丰富了金融市场的结构与功能。
3. 新质生产力与科技金融协同发展的逻辑机理。本文提出的“技术赋能—机制优化—智能协同”逻辑机理为剖析数字技术支持下新质生产力与科技金融的互动关系提供了重要理论支撑， 具体表现为： 一是技术赋能。通过互联网、 区块链、 大数据等核心技术的应用， 科技金融的服务边界逐步扩展， 迈向更高水平的信息对称与数据共享。二是机制优化。数字技术通过智能化模型重塑金融业务类型， 不仅在风险管理领域实现技术驱动的效率变革， 还通过算法定制发展出更具灵活性的个性化金融方案。三是智能协同。基于人工智能和节点多主体协作的特征， 新质生产力进一步激发金融业的全产业链协同效应， 从而在时空灵活性和社会价值创造方面深化科技金融的社会影响力（陆岷峰，2025）。
数字技术赋能科技金融发展的理论框架展现了新质生产力在数字经济背景下的核心逻辑演进。通过多元技术的整合与实践创新， 科技金融不仅实现了模式和效率层面的双重升级， 更回应了经济社会协同发展的重要需求。本文的理论框架为新质生产力驱动行业变革奠定了学术基础， 并为未来科技与金融的可持续发展提供了有力参考。
三、 当前科技金融面临的主要挑战
随着全球科技创新的快速发展， 科技金融作为连接科技与资本的重要桥梁， 已成为推动经济增长与技术进步的关键动力。然而， 现有金融体系在支持科技企业发展方面仍存在结构性不足、 难以匹配科技企业的特殊需求与快速变化的市场环境等问题。基于我国实际情况， 本文从融资难点、 供需双侧矛盾及核心制约因素三个维度， 结合数字技术赋能的视角， 深入剖析当前科技金融面临的主要挑战。
1. 科技金融中的融资难点。科技企业具有高风险、 高成长性和高技术壁垒等特点， 其融资需求的特殊性使得传统金融模式难以适配。银行信贷作为主要的融资渠道， 因科技企业缺乏固定资产抵押且商业模式存在高不确定性， 导致信贷支持覆盖率低、 效率不足。尽管近年来商业银行加快探索知识产权质押贷款等创新模式， 但从整体来看， 仍未形成规模化推广。股权投资基金和产业引导基金在支持科技企业发展中发挥了重要作用， 但这些基金的资金投向多集中于成熟期企业， 初创企业的早期融资需求仍未得到有效满足。此外， 科技保险和科技担保作为风险分担工具， 虽具有一定创新性， 但市场规模有限， 推广力度不足， 难以形成广泛影响力。在资本市场方面， 尽管科创板和创业板的设立为科技企业提供了直接融资渠道， 但部分中小型企业仍面临上市门槛高、 融资周期长等实际困难。总体而言， 科技金融模式的多元化发展虽取得了一定成效， 但在满足科技企业全生命周期、 多层次融资需求方面仍存在显著不足。
2. 科技金融中的供需双侧矛盾。科技金融的供需失衡是当前其面临的核心问题之一。从需求侧来看， 科技企业的融资困境主要体现在以下方面： 首先， 高技术含量与高不确定性加剧了信息不对称， 金融机构由于难以全面评估企业价值， 只能普遍采取审慎策略， 导致融资效率低下； 其次， 政策实施过程中缺乏地区间统筹协调， 部分地方政策在执行时难以落地； 最后， 中小型科技企业和初创企业因资产规模小、 信用积累不足， 在融资竞争中处于劣势地位。从供给侧来看， 金融机构的风险控制能力与专业化服务水平仍有待提升。一方面， 部分金融机构以短期收益为导向， 更多关注低风险领域， 导致具有高成长潜力的科技企业融资难以获得足够支持； 另一方面， 针对科技企业的风险评估与信用评级工具尚不成熟， 大数据与人工智能等数字技术的应用未能充分发挥作用； 此外， 资本市场的信用机制不健全， 社会资本未能有效流入技术潜力巨大的冷门领域， 进一步加剧了资本配置效率低下的问题（胡本田和汤永慧，2022）。
3. 科技金融发展的核心制约因素。科技金融生态体系的优化面临供需两端的多重制约。从供给端来看， 金融机构在技术评估、 风险定价及资源配置能力方面存在明显短板， 难以为高风险、 高技术壁垒的科技企业提供精准支持。数字技术在金融服务中的应用虽已初见成效， 但对风险预测、 信用评估等关键环节的深度挖掘仍显不足。从需求端来看， 科技企业普遍面临信息不对称、 信用积累不足及资产规模小等问题， 进一步削弱了其市场竞争力与融资能力。供需矛盾的长期存在不仅制约了科技金融生态体系的完善， 也使得整个金融体系的结构性瓶颈难以突破。尽管近年来我国科技金融规模化发展势头强劲， 但其广度与深度仍显不足， 尤其是在数字技术赋能方面的创新应用尚需进一步深化。
当前， 科技金融作为推动科技创新与经济增长的重要工具， 正处于加速发展的关键阶段。针对融资难点、 供需双侧矛盾及核心制约因素， 需进一步发挥数字技术的赋能作用， 通过完善政策体系、 优化金融结构及深化技术应用， 推动科技金融实现高质量发展， 从而为经济转型与技术进步提供强有力的支撑（陆岷峰，2024c）。
四、 数字技术赋能科技金融服务新质生产力的作用机制与实现路径
针对科技金融发展中的问题， 应基于数字技术、 科技金融与新质生产力之间的关系， 从多个方面推进科技金融创新机制的构建， 以有效解决发展中的核心难题， 促进科技与金融的深度融合， 进而形成健康的科技金融生态。
1. 数字技术赋能科技金融服务新质生产力的作用机制。随着以大数据、 人工智能、 区块链为代表的数字技术的迅猛发展， 科技金融面临着深刻变革。数字技术以其颠覆性特性革新了传统生产力形态， 为新质生产力的构建注入了强劲动力。从供给侧和需求侧两大维度分析数字技术赋能的作用机制， 能够全面揭示其推动科技与金融深度融合的逻辑路径。
（1） 供给侧驱动： 利用数字技术提升资源配置效率。在供给侧层面， 数字技术通过突破传统金融体系的瓶颈， 提升了金融服务的效率与精准性。首先， 智能化的信贷评估重构了金融机构的风控机制。其以大数据和人工智能为核心技术支撑， 通过深度挖掘企业信用数据并构建预测模型， 使金融服务体系的信息不对称问题得以缓解， 从而精准匹配金融资源与企业需求。人工智能赋能的风险管理工具还能够动态追踪潜在变量， 从而减少资本浪费与风险暴露。其次， 区块链技术的透明性和不可篡改性为供给侧创新提供了技术保障。通过区块链智能合约的应用， 投融资协议执行更加高效可靠， 为金融资源的透明流动创造了安全环境（邱海洋等，2023）。在资本市场与股权投资领域中， 这尤为显著地提升了资源配置效率。最后， 基于产业链数据的物联网技术与动态建模的人工智能结合， 助力国有资本投资基金及科技保险优化资金配置策略。这不仅提升了资本流动的效率， 更在科技创新导向中实现了精准发力。
（2） 需求侧驱动： 利用数字技术精准匹配企业动态需求。从需求侧看， 以科技企业为主体的需求变化推动了数字技术在金融服务创新中的深度融合。首先， 数字技术支持下的分阶段服务体系满足了企业全生命周期的融资需求。初创企业通过政策支持与快速融资通道获得启动资金， 成长期企业利用智能化信用评级系统获取动态性融资， 成熟期企业则依托智能分析进一步拓展资金来源渠道， 最终完成价值链的全面升级。数字技术的精准匹配能力为企业融资路径提供了个性化解决方案， 为不同发展阶段的企业需求提供了保障（陆岷峰等，2024）。其次， 大数据和区块链驱动的智能风控体系显著提升了市场风险管控能力。在高风险的科技金融领域， 技术赋能使融资信息高效对接， 同时结合政府与金融机构的协同机制， 共同构建动态化的风险分担模式， 增强企业在高速成长中的抗风险韧性。最后， 元宇宙技术与大语言模型的交互强化了决策工具的智能化特征。其中： 元宇宙为金融服务提供市场环境的虚拟仿真， 优化投资策略； 大语言模型通过实时动态分析， 增强对市场趋势与企业需求的感知能力， 加速供需对接效率的提升。
（3） 供需协同： 构建健康科技金融生态。数字技术在供需两端贯通的作用下， 形成了推动科技金融服务新质生产力的系统性效应。一方面， 其通过解决传统金融体系中的结构性问题， 实现资源优化配置。另一方面， 其通过动态衔接企业需求与金融供给， 构筑创新导向型的科技金融生态。这种生态以开放协同为基础， 依托数字技术促进信息流通与全局联动， 最终实现全要素的高效整合。数字技术不仅是科技金融服务创新的重要工具， 更是驱动新质生产力发展的内生变量。在未来发展中， 需继续强化其赋能效应， 探索数字技术与科技金融高度融合的实践路径， 并完善政策体系， 以保障生态健康发展。唯有如此， 才能真正推动经济社会实现可持续与高质量发展的目标。
2. 数字技术赋能科技金融服务新质生产力的实现路径。在数字技术引领经济转型的背景下， 科技金融服务新质生产力发展离不开技术创新与制度创新的深度融合， 这种融合为金融资源的优化配置、 风险控制的动态管理以及科技企业的创新升级提供了强有力的保障。本文基于数字技术赋能视角， 从八个维度提出科技金融服务新质生产力发展的实现路径。
（1） 以智能决策系统提升资源配置效率。智能决策系统作为新质生产力的重要抓手， 通过聚焦科技金融中资源配置效率和效果的提升， 实现技术创新与效率并举。具体而言， 可构建基于人工智能与大数据分析的精准匹配系统， 用以整合企业技术需求与金融资本供给。在此基础上， 通过即时动态数据建模与机器学习算法， 为企业提供差异化、 动态性的金融服务。此外， 利用智能风控系统提升科技企业的信用评估能力， 降低信息不对称造成的资源浪费， 最终推动科技金融的智能化与高效化发展（李静和傅明宸，2024）。
（2） 深化技术工具在金融服务中的应用。技术工具的深度融合将成为科技金融转型的重要驱动力。区块链技术以其去中心化、 透明性和不可篡改性， 有效解决了价值链中的信任问题。例如： 通过智能合约的自动执行， 可实现复杂金融流程的自动化； 在担保核查环节， 区块链技术的应用可显著减少中介介入带来的成本与风险。此外， 人工智能结合大数据技术的模式， 可用于设计更加具有前瞻性的动态风险管理机制， 从而优化风控体系， 增强金融服务的稳定性和适应性。
（3） 建立基于数字技术的协同创新机制。协同创新机制是促进科技金融服务新质生产力发展的制度保障。首先， 通过政策驱动和资源分配， 搭建跨领域的协作平台， 整合科研机构、 金融企业与技术平台等多方资源， 形成开放共赢的协同创新生态。其次， 加大政府政策对中小型科技企业的支持力度， 重点扶持数字化转型进程中面临资金困难的企业群体（陆岷峰，2024a）。最后， 优化数据治理体系， 建立透明化、 安全化的数据共享机制， 提高产学研合作效率， 进一步推动协同创新机制走向成熟。
（4） 构建多元化服务模式。构建多元化服务模式是科技金融创新的关键路径。在普惠金融领域， 可依托智能风控模型， 设计面向中小型科技企业的低成本、 定制化金融服务方案； 在保险服务中， 可引入人工智能进行动态风险评估， 以支持高投入、 高风险企业的可持续发展； 在担保环节， 可全面引入区块链技术， 推行自动化与透明化的信用担保流程（龚立新等，2024）。这些服务模式的创新升级， 不但能够扩大科技金融服务的覆盖面， 还能优化金融资源的结构性配置。
（5） 构建科技金融数字生态系统。科技金融数字生态系统是实现新质生产力发展不可或缺的基础设施平台。通过技术开放、 资源整合和治理优化， 可以显著提升金融效率并实现资本的精准导向。首先， 着眼技术层面的全球开放协同， 构建跨主体的合作网络。以区块链技术驱动跨机构数据可信共享， 确保数据交易过程透明、 安全。同时， 通过部署人工智能技术， 加强动态风险分析与智能匹配， 将资本精准导流至高潜力的技术创新项目（陆岷峰，2023）。其次， 在宏观治理方面， 打造平衡推动与规范的“双向调节系统”。引入监管科技（RegTech）以构建实时动态的金融活动监测体系， 通过政策沙盒模式对创新项目进行前期测试与试点， 确保金融生态在风控与创新间取得动态平衡。
（6） 对区域科技资源进行优化与协同创新。区域经济发展的不均衡性对科技金融生态系统的优化提出了挑战。通过数字技术推动区域资源的流动共享与协同治理， 可显著提升科技资源的利用效率。首先， 利用数字化资源流转平台提升资源整合能力。例如， 采用基于区块链的资源台账技术， 对各区域的科研设备与人才流动进行全流程记录与智能匹配， 构建动态、 高效的技术要素配置模式。其次， 在政策层面设立区域间联动激励机制。通过专项创新基金或税收政策推进科技成果跨区转化。同时， 探索共建跨区域科技要素共享中心， 为资本技术间的深度融合创造新条件。
（7） 强化产学研协同推动创新闭环。在产学研链条中， 协同效果直接决定了科技成果转化的效率。针对新质生产力发展的实际需求， 应优化技术研发、 市场应用与反馈迭代间的高效循环链条。首先， 深化高校与产业界的协作创新机制。通过设立联合研发实验室、 数字孵化器等方式， 形成“技术—资本—产品”的全过程链条（张壹帆和陆岷峰，2025）。其次， 利用以人工智能驱动的智能测试平台对产学研成果进行实时评估， 提升资本配置决策的科学性。最后， 强化研发与应用端的动态调整机制。以创新链条的运作效率为导向， 运用大数据分析挖掘市场需求， 并快速调整研发方向， 确保科技成果与产业需求的高度一致性。
（8） 推动绿色科技与普惠金融的融合发展。绿色科技与普惠金融的结合不仅能推动可持续发展目标的实现， 还能为新质生产力的发展注入绿色动能。首先， 在资本支持层面， 通过绿色投资引导资金流向新能源与环保领域。监管部门可构建绿色金融追踪系统， 实现对绿色科技项目资金流向及收益信息的全程管理， 为绿色科技发展提供资金保障。其次， 通过普惠金融工具的创新， 使中小型绿色企业有效解决融资难题。例如， 建立全链条数字融资平台， 协助初创企业对接资本市场， 同时利用智能化工具降低信贷成本， 提高融资效率（陆岷峰，2024a）。
五、 结论与建议
本文以数字技术赋能科技金融服务新质生产力为研究核心， 从理论背景、 实际挑战以及作用机制与实现路径三个方面进行深入剖析。研究表明， 数字技术凭借其高效性、 智能化和全局优化能力， 提升了科技金融的供需匹配效率， 优化了资源配置， 促进了新质生产力的全面提升。从供给侧来看， 数字化工具的广泛应用不仅显著提升了科技金融服务的覆盖面与精准度， 还推动了金融服务的多元化； 从需求侧来看， 数字技术能够加速洞察市场需求并驱动产品创新， 为科技企业提供更灵活、 高效的金融服务。最终， 数字技术赋能科技金融的综合效应通过构建智能决策系统、 推广技术工具在金融服务中的应用、 建立生态协同网络及构建多元化服务模式等手段， 促进科技金融在服务新质生产力发展的过程中向多领域、 深层次发展。在挑战与机遇并存的环境中， 数字技术驱动的科技金融创新有效回应了时代发展需求， 为实现经济高质量发展提供了有力支撑。
为了进一步推动数字技术与科技金融的深度融合， 以全方位赋能新质生产力， 应从以下五个方面着手： 第一， 注重区域间的协同效应， 搭建以多元主体为核心的“区域科技金融协同创新平台”。通过平台化合作， 突破地区资源配置不均的制约， 引导科技成果与金融服务的高效对接。第二， 加大对小微企业及初创科技企业的定向帮扶力度。通过应用区块链、 大数据等数字技术， 为这些企业提供信用提升与精准融资支持， 从而更好地激发市场主体活力， 优化金融生态体系。第三， 推动金融与教育的深度融合， 培育跨学科型复合人才。建立“科技金融—数字技术”融合的职业教育体系， 为未来发展储备高水平专业人才， 提升科技金融服务的执行力和创新性。第四， 鼓励以绿色科技为核心的普惠金融发展方向， 利用数字技术推动绿色金融产品和服务创新， 助力“双碳”目标实现， 同时促进社会效益与经济效益的协调发展。第五， 加强国际合作与政策配套， 在全球视野下提升我国科技金融数字生态的对外开放水平， 激发数字技术优势在国际市场中的辐射效应， 从而助力我国在全球科技与金融体系中占据创新引领地位。
【 主 要 参 考 文 献 】
龚立新，唐梦雅，李俊．数字经济文献综述［ J］．信阳师范学院学报（哲学社会科学版），2024（4）：37 ～ 41．
胡本田，汤永慧．高质量发展视域下制造业企业创新与绩效研究——基于高管薪酬激励、股权集中度的影响［ J］．重庆工商大学学报（社会科学版），2022（1）：54 ～ 72．
李静，傅明宸．企业数字化助推劳动配置效率：机制和异质性［ J］．西安财经大学学报，2024（5）：40 ～ 54．
李晴，郁俊莉．数实融合下数字经济的分类治理路径研究［ J］．河南社会科学，2023（10）：84 ～ 92．
李昕，符玉阳．数字经济对企业高质量创新的影响：知识吸收能力的中介作用［ J］．渤海大学学报（哲学社会科学版），2024（5）：52 ～ 61．
梁兴辉，张旭冉．数字经济能否促进区域经济充分发展？——基于省际面板数据的实证研究［ J］．燕山大学学报（哲学社会科学版），2023（1）：66 ～ 76．
刘莹．我国信息产业与制造业融合度的时空演变特征分析［ J］．长春金融高等专科学校学报，2022（6）：84 ～ 90．
陆岷峰，欧阳文杰．关于新时期数据资产要素市场化的目标、原则及路径的研究——以商业银行数据资产为例［ J］．新疆社会科学，2023（5）：43 ～ 56．
陆岷峰，欧阳文杰．耐心资本：发展框架、国际经验与中国路径［ J］．经济学家，2025（2）：14 ～ 25．
陆岷峰，王稳华，朱震．国有资本参股对民营企业债务违约风险的影响［ J］．苏州大学学报（哲学社会科学版），2024（3）：125 ～ 137．
陆岷峰，张壹帆．新质生产力发展下的数字经济与区域经济协同［ J］．云南师范大学学报（哲学社会科学版），2024（3）：86 ～ 97．
陆岷峰．打造具有核心竞争力的普惠金融生态研究［ J］．新疆社会科学，2023（2）：24 ～ 31．
陆岷峰．新格局与区域经济协调战略：数字技术与供应链双支撑模式探讨［ J］．新疆社会科学，2024a（3）：83 ～ 95．
陆岷峰．中国式现代化中的新质生产力与乡村振兴融合创新政策研究［ J］．河南社会科学， 2024b（8）：10 ～ 19．
陆岷峰．建设社会主义金融强国的特点、难点及路径选择［ J/OL］．新疆师范大学学报（哲学社会科学版），1 ～ 11［2024c-06-28］．https：//doi.org/10.14100/j.cnki.65-1039/g4.20240626.002．
陆岷峰．数据市场化赋能新质生产力：理论逻辑、实施模式与发展趋势［ J］．新疆社会科学，2025（1）：11 ～ 20+187．
孟添，贺臻，陆岷峰．长三角科创金融一体化与高质量发展“双目标”路径研究［ J］．兰州学刊，2024（9）：87 ～ 99．
孟添，贺臻．基于新制度经济学的长三角一体化进阶路径研究［ J］．河南社会科学，2024（11）：83 ～ 91．
孟添，陆岷峰．以数据要素市场化推动长三角金融一体化路径研究［ J］．江苏行政学院学报，2024（6）：42 ～ 49．
邱海洋，康佳倩，李鑫．数字金融对制造业绿色发展的影响研究［ J］．信阳师范学院学报（哲学社会科学版），2024（4）：54 ～ 59．
邱海洋，李鑫，赵迪．黄河流域数字经济与实体经济耦合协调发展研究［ J］．信阳师范学院学报（哲学社会科学版），2023（4）：61 ～ 64+70．
孙嘉雯，陆岷峰．新质生产力激发下的数字技术与现代化产业体系深度融合研究［ J/OL］．新疆社会科学，1 ～ 17［2024-07-29］．http：//kns.cnki.net/kcms/detail/65.1211.F.20240726.1404.002.html．
张壹帆，陆岷峰．新质生产力视角下政府引导基金“耐心度”培育：评价体系与利益平衡［ J］．证券市场导刊，2025（1）：53 ～ 64．
张亚明，刘保冰，刘伟岩．数字经济提升高技术产业创新绩效研究——基于中介效应和门槛效应的分析［ J］．燕山大学学报（哲学社会科学版），2023 （6）：1 ～ 10．
