數字普惠金融對城市外商投資的影響研究

宋 曄 黃瑤迦 黃 磊

一、引言

投資作為拉動經濟增長的“三駕馬車”之一，推動著中國經濟幾十年來保持高速增長。當前，外商投資企業創造了中國約1/4的工業產值、1/5的稅收和1/15的就業，已經成為中國國內大循環的重要主體，對推動經濟高質量發展發揮了積極作用。為了推動金融開放，吸引外商投資，近幾年我國政府頒布了多項法規和條例，全面取消金融機構業務范圍限制，不斷放寬外國投資者準入條件，賦能金融機構大發展，增強行業整體競爭力，努力推進金融發展與外資引入。

金融作為市場經濟的核心，發揮著資金蓄水池、配置資源、調節市場、指引趨勢的重要作用，為經濟發展帶來全要素增益型動能。孫力軍(2008)基于離散型拉姆齊—卡斯—庫普曼斯模型的基本框架，將金融發展與外商直接投資的聯合效應對經濟增長的影響模型化，發現金融發展通過吸引外商直接投資、為外資企業提供金融服務, 將潛在的溢出效應轉化為現實生產力, 從而顯著地促進了經濟增長。

數字金融作為新興的金融模式，在推動傳統金融機構變革和提高金融效率、減少交易過程中的信息不對稱、降低交易成本等方面起到了很大作用。數字金融是在統一技術標準的基礎上,利用信息處理技術和網絡通信技術,構建跨系統互聯網平臺,整合、共享金融信息資源,實現銀行間動態信息的交流,形成金融技術密集、營銷靈活、管理協調的智能網絡系統,使金融服務智能化,在與國際金融的直接競爭中具有相對優勢。數字金融深刻改變了傳統金融發展方式，在有效破解金融排斥問題、促進企業創新、提高創業就業水平、解決中小微企業融資難問題等方面具有重要意義。

推動數字金融發展以實現城市外商投資的增長是可持續且有巨大潛力的，但目前我們關于數字金融促進城市外資流入的研究甚少，對于數字金融發展與城市外商投資的因果關系及中間機制的認識不足。本文基于北京大學編制的數字普惠金融指數以及《中國城市統計年鑒》數據，采用雙重固定效應和工具變量的方法，實證研究了數字普惠金融對外商直接投資的影響及其背后機制。在理論上，本文的研究豐富了數字金融對城市引進外資、對外開放及營商環境影響的相關研究，使用詳細的數據系統評估了數字普惠金融對城市外商投資的影響，有助于加深我們對數字金融產生的社會經濟影響的理解。在實踐上，本文的研究對于進一步推進中西部地區數字普惠金融建設有一定的啟示意義。我國對外開放的布局已經由偏重沿海轉向從沿海向內陸全方位推進。為了促進中西部地區更好更快地引進外資，國家應繼續推進中西部數字金融服務建設，尤其要提高數字金融的覆蓋廣度，進一步增加其優化資源配置的作用。

二、文獻回顧與背景介紹

(一)數字金融的影響

得益于快速發展的數字技術以及寬松的監管環境，中國的數字金融得到了迅速且良好的發展。數字金融的發展不僅改變了人們的生活和生產方式，也使城市的生產活動方式發生了重要變革。數字金融最大的優點就是普惠性，通過利用大數據分析、大科技平臺與云計算等數字科技方法，實體經濟與數字經濟融合發展，很好地緩解了傳統金融機構存在的交易成本和信息不對稱等問題。目前數字金融最為人們所熟知的業務是移動支付，但數字金融所提供的服務遠不止于此。數字金融圍繞金融服務構建起了以支付為核心的生態系統，衍生了更多服務，為更多地區和民眾帶來了便利和機遇，使得宏觀的整體經濟以及微觀的消費和收入都有了顯著提升。

目前，有關數字金融的實證研究受到廣泛關注。現有文獻的研究主要集中在以下幾個方面。一是數字金融對于區域經濟增長的影響。張琳(2020)基于2011～2016年我國286個城市的面板數據,引用北京大學互聯網金融研究中心發布的中國數字普惠金融指數研究發現，在全國層面以及東中西區域層面,數字普惠金融有助于區域經濟增長。二是數字金融對于城鄉收入差距的影響。宋曉玲(2017)運用泰爾指數對我國各省(區、市)城鄉居民收入差距進行測算,進而采用我國31個省(區、市)2011～2015年度數據構建平衡面板數據模型，發現數字普惠金融的發展能夠顯著縮小城鄉居民收入差距。三是數字金融對于企業融資約束的影響。袁鯤和曾德濤(2020)構建了2011～2018年A股上市公司融資約束度量指標,并與北京大學數字普惠金融指數的地級市層面數據進行匹配，在考慮了內生性等問題后發現，數字金融的推廣對企業融資約束有顯著的緩解作用。四是數字金融對于創新創業的影響。鄭雅心(2020)將數字普惠金融指數與申請專利授權量相結合, 實證檢驗了數字普惠金融有利于區域創新產出的增加。綜上所述，大部分學者認為，數字金融緩解了中小企業的融資約束，激勵了地區的創新創業水平，縮小了城鄉之間的收入差距，促進了區域經濟的發展。

數字金融的發展促進了城市的經濟增長。已有文獻從數字金融驅動城市創新、提高城市全要素生產率、改善城市人力資源質量方面闡述了這一事實。趙濤等(2020)測度了 2011～2016 年中國222個地級及以上城市的數字經濟和高質量發展的綜合水平，并以企業工商注冊信息微觀數據刻畫城市的創業活躍度，發現激發大眾創業是數字經濟釋放城市高質量發展紅利的重要機制。湯旖璆(2020)采用 285個地級及以上城市 2009～2019 年面板數據，研究發現數字金融發展能夠顯著提高城市全要素生產率，賦能經濟高質量發展，并且還顯著提高了試點城市人力資本質量、擴大了試點城市的市場潛能。但是，鮮有學者關注數字金融對于城市外商投資的影響。本文的貢獻在于從外商投資的角度，研究數字金融發展對城市經濟增長的促進作用，這對于改善城市投資環境、推動城市高質量發展、提高城市創業創新水平具有重要意義。

(二)數字金融提高外商投資的機制

數字金融將傳統金融機構與互聯網公司結合起來，產生了許多衍生金融產品和服務，改善了傳統金融行業的融資環境，降低了交易和服務的成本，極大地促進了金融行業的發展。數字金融從以下幾個方面對城市外商投資產生影響。

第一，數字金融通過影響中小企業融資行為對外商投資產生影響。數字金融從兩方面影響中小企業的融資行為：一方面，傳統市場上信息不對稱問題嚴重，市場經濟效率低下，許多中小企業征信信息不明，而數字金融借助大數據分析對征信體系進行補充，有效提高了市場透明度，優化了投資環境，降低了外商投資風險，提高了市場經濟效率，進而促進了城市外商投資的流入(周雷和顏芳，2016)；另一方面，數字金融緩解了中小企業的融資約束，利用數字技術降低了普惠金融的交易和服務成本，降低了中小企業進行融資的門檻，拓寬了金融服務的供給范圍，更突破了傳統的擔保手段，實現了金融資源配置的優化(夏佳佳和王守龍，2021)。

第二，數字金融通過提升城市的創新創業水平對外商投資產生影響。數字金融與傳統產業的結合刺激了創新創業行為，不僅為城市經濟的發展提供了動力，同時也激勵了外商投資的進入。例如，電商直播的出現使許多偏遠地區的線下產業能夠借助互聯網平臺擴展產品銷路并吸引外資，從而擴大產業規模，帶動城市經濟發展。數字金融通過彌補傳統金融機構對于欠發達地區和中小企業的不足來促使創新創業機會的產生，而當一個城市的創新創業水平上升時，其資本回報率也會相應提高，從而將增加外商投資(謝絢麗等，2018)。

第三，數字金融通過提升勞動力質量對城市外商投資產生影響。數字金融通過在教育方式上的創新為低教育水平的群體提供了獲取知識和技能的渠道。線上教育平臺及產品使低技能群體能夠通過線上課堂掌握技能，提高自身受教育程度。如今跨國公司在我國從事研發活動日益普遍，在北京、上海等地紛紛建立研發機構(趙江林，2004)。而城市發展數字金融需要以高技能人才和研發中心為依托，因此數字金融的發展也帶來了高質量勞動力的集聚。城市的勞動力質量越高，越能吸引外商進入并對人力資源進行投資。

第四，數字金融通過擴大城市的市場規模來吸引外資。傳統金融下，許多商戶僅在小范圍內進行市場交易，而數字金融通過發展移動支付和電子商務，極大地擴大了城市的市場規模。個體商戶可以通過開網店等方式進行線上交易，而大型企業也可以通過數字銀行交付貨款。數字金融不僅擴大了城市內部的市場規模，也加深了城市與城市之間的聯系，在城市間產生溢出效應。外商在決定投資時，往往將市場規模視為一個重要因素，一個城市的市場規模越大，則其市場潛力就越大，此外還可以及時了解市場需求的變化，獲得更多的經濟效益(金相郁和樸英姬，2006)。

第五，數字金融通過提高城市的經濟開放度對外資流入產生影響。中國數字金融的發展帶來了電子商務的興起，而電子商務打破了空間上的距離，極大地提高了城市的經濟開放程度，推動了城市之間以及國家之間的貿易經濟往來。開放公平的市場環境正是外商投資的關鍵因素，因此城市的經濟開放度越高，越容易吸引外商投資的進入(李波和舒莉，2012)。

(三)數字金融促進城市經濟發展的事實特征

隨著數字金融的迅速發展，城市經濟整體也呈現增長態勢。不同于傳統金融排除了大量群體，基于互聯網的數字金融使金融服務行業的便利性和可得性得到了大幅改善，讓更多的居民能夠享受到金融服務。數字金融能夠有效動員儲蓄資金并將其引導到生產性投資中，可以提高國民收入、刺激金融行業的發展，由此形成數字金融和經濟發展的良性循環，為吸引外資進入提供良好的營商環境。

2016～2020年，我國外商直接投資規模呈現出穩定增長態勢。根據商務部、國家發展改革委統計數據，2016年全年吸收外商直接投資新設立企業27900家，同比增長5%；實際使用外商直接投資金額8132億元，同比增長4.1%。2017年全年吸收外商直接投資新設立企業35652家，比上年增長27.8%；實際使用外商直接投資金額8776億元，同比增長7.9%，增速比上年增加3.8個百分點。2018年全年外商直接投資新設立企業60533家，比上年增長69.8%；實際使用外商直接投資金額8856億元，同比增長0.9%。2019年實際使用外商直接投資金額9415億元，同比增長5.8%。2020年實際使用外商直接投資金額10000億元，同比增長6.2%。2021年以來，我國吸引外資保持穩中向好的態勢，外商投資信心進一步增強。1～5月，我國吸引外資4810億元，同比增長35.4%，較2019年同期增長30.3%。中國美國商會的調查顯示，近2/3的企業計劃2021年增加在中國的投資；中國歐盟商會的調查顯示，60%的企業表示將擴大在中國的業務規模，比上年提高8個百分點。

為了更深入地探討數字普惠金融與城市外商投資之間的關系，本文根據各城市數字普惠金融指數和城市外商投資數據繪制了散點圖(見圖1)。圖1(a)反映了2011～2019年各城市當年新簽外商投資項目合同數的對數與數字普惠金融指數的相關關系；圖1(b)反映了2011～2019年各城市當年實際使用外資金額的對數與數字普惠金融指數的相關關系。從圖1可以看出，數字普惠金融與城市外商投資之間存在一定的正相關關系。數字普惠金融指數高的城市，相應的外商投資量也更大。

圖1 2011～2019年城市吸引外商投資情況 資料來源：2011～2019年北京大學數字普惠金融指數、《中國城市統計年鑒》。

圖2比較了數字普惠金融發達地區和發展中地區當年實際使用外資金額的差異。我們計算得出變量——當年數字金融指數共2316個觀測值的均值(170)，將該指數高于170的城市定義為數字普惠金融發達城市，將該指數小于或等于170的城市定義為數字普惠金融發展中城市。從圖2可以發現，數字普惠金融較發達的地區實際使用外資金額明顯高于數字普惠金融發展程度較落后的地區。

圖2 2011～2019年不同數字普惠金融發展程度的城市吸引外商投資情況 資料來源：2011～2019年北京大學數字普惠金融指數、《中國城市統計年鑒》。

三、數據來源與模型設計

(一)數據來源

本文所使用的數據主要包括兩個部分。一是北京大學數字普惠金融指數，由北京大學數字金融研究中心和螞蟻科技集團組成的聯合課題組編制。該指數包括數字普惠金融指數，以及數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度。其中，數字金融使用深度指數包含支付、信貸、保險、信用、投資、貨幣基金等業務分類指數。指數范圍涵蓋中國31個省(區、市)、337個地級以上城市，省級和城市級指數的時間跨度為2011～2019年。本文選取2011～2019年城市層面數據。二是2011～2019年《中國城市統計年鑒》，涵蓋了城市層面的經濟、金融、財政、三大產業、環境、人口、教育等各方面的宏觀數據。

(二)變量的選取與說明

本文的被解釋變量包括當年新簽外商投資項目合同數和當年實際使用外資金額。數據來自《中國城市統計年鑒》，在回歸模型設計時，分別取對數，主要是為了減少異常值。本文的主要解釋變量為數字普惠金融總指標。

為了解決潛在的遺漏變量偏誤問題，本文選取全社會用電量，交通運輸、倉儲及郵政業從業人數，金融業從業人數，地方財政一般預算內支出以及普通高校在校學生數五個控制變量來分別控制各城市的經濟規模、對外開放程度、傳統金融發展程度和人力資本對吸引外商投資的影響。另外，本文采用各城市移動電話年末用戶數作為數字普惠金融的工具變量。主要變量的描述性統計如表1所示。

表1 主要變量的描述性統計

續表

(三)實證分析策略

本文研究的是數字普惠金融對城市外商投資產出的影響，主要的模型如下：

Yc,t=β0+β1×indexc,t+Xγ+αc+λt+εc,t

其中，Yc,t是被解釋變量，表示c城市t時期的當年新簽外商投資項目合同數和當年實際使用外資金額；indexc,t是核心解釋變量，表示c城市的數字普惠金融指標；Xγ表示一系列控制變量，包括全社會用電量，交通運輸、倉儲及郵政業從業人數，金融業從業人數，地方財政一般預算內支出以及普通高校在校學生數。

本文關注的重點系數是β1，它表示當年數字普惠金融指數每增加1個單位，會使當年新簽外商投資項目合同數和當年實際使用外資金額變動β1%。αc表示縣級城市固定效應，控制的是一些不隨時間變化但對城市外商投資有影響的城市層面的變量，如城市的基礎設施建設、宗教文化觀念等。λt是年份固定效應，控制的是所有會隨時間變化的對城市外商投資有影響的變量。εc,t為隨機擾動項?？紤]到自相關問題，本文將穩健型標準誤聚類到城市層面，并拓展模型檢驗反向因果和遺漏變量問題。

四、實證結果分析

(一)基準結果分析

表2報告了使用基準的計量模型對數字普惠金融對于城市外商投資影響的估計結果。第1列和第2列的被解釋變量分別為當年新簽外商投資項目合同數的對數(ln_fdi1)和當年實際使用外資金額的對數(ln_fdi2)。在兩者的回歸中，我們都控制了年份固定效應和城市固定效應。

表2 基準回歸結果

結果表明，數字普惠金融對當年新簽訂的外商投資項目合同數和當年實際使用外資金額都具有顯著的正向影響。直觀來看，表2的系數解釋為當年數字普惠金融指數每增加1個單位，會使當年新簽訂的外商投資項目合同數平均增加0.94%，使當年實際使用的外資金額平均增加3.08%。

為了解讀數字普惠金融指數每增加1個單位的含義，下面采用分位數進一步說明。本文使用的數據中，核心解釋變量——當年數字金融指數的觀測值共2316個(來自337個地級以上城市,時間跨度為2011～2019年)，其均值為170.0。假使某城市的當年數字金融指數為170.1，其對應的百分位數是42.92%。假使該城市當年數字普惠金融指數增加1個單位，達到171.1，該城市對應的百分位數將上升至43.48%，此時該城市外商投資將變為：當年新簽訂的外商投資項目合同數平均增加0.94%，當年實際使用的外資金額平均增加3.08%。假使該城市當年數字普惠金融指數增加10個單位，達到180.1，該城市對應的百分位數將上升至47.48%，此時該城市外商投資將變為：當年新簽訂的外商投資項目合同數平均增加9.4%，當年實際的使用外資金額平均增加30.8%。

表2的基準回歸結果可能高估了數字普惠金融對城市外商投資的影響。外商投資的增加可能不是完全由當地普惠金融發展程度高造成的，而是由一些其他與數字金融相關的因素導致的。本文通過控制變量法來排除部分可觀測的宏觀經濟變量的影響。

表3至表6報告了對基準計量模型逐步引入控制變量后，數字普惠金融對城市外商投資的影響。結果顯示，在顯著性和系數上均發生實質性改變，基本估計結果依然穩健?；诔鞘形赓Y的能力往往與其自身的經濟規模、對外開放程度、傳統金融發展程度、政府規模、人力資本等與營商環境密切相關的區位因素強關聯，本文選取了五個控制變量分別作為上述五類區位經濟特征的指標，即全社會用電量，交通運輸、倉儲及郵政業從業人數，金融業從業人數，地方財政一般預算內支出，普通高校在校學生數，對應數據均來自2011～2019年《中國城市統計年鑒》。

表3 穩健性檢驗1

表3的第(1)列至第(5)列分別控制了全社會用電量，交通運輸、倉儲及郵政業從業人數，金融業從業人數，地方財政一般預算內支出以及普通高校在校學生數。結果顯示，城市的經濟規模、對外開放程度、傳統金融發展程度和人力資本不會影響數字金融對城市當年實際使用外資金額的貢獻程度，而政府的財政預算支出對城市外資金額的影響程度有限。第(6)列同時控制了上述五個變量，其綜合影響一定程度上平緩了基準回歸結果對數字普惠金融之于城市外商投資影響的高估，但結果顯著性依然穩健。

表4的第(1)列至第(5)列分別控制了全社會用電量，交通運輸、倉儲及郵政業從業人數，金融業從業人數，地方財政一般預算內支出以及普通高校在校學生數。結果顯示，城市的經濟規模、對外開放程度、傳統金融發展程度和地方財政一般預算內支出對數字金融對城市當年新簽訂的外商投資項目合同數的貢獻程度的影響有限，而城市的人力資本規模則不會影響報告結果。第(6)列同時控制了上述五個變量，其綜合影響弱化了數字普惠金融之于城市當年新簽訂的外商投資合同數的貢獻，并降低了顯著性。

表4 穩健性檢驗2

續表

考慮到同期城市宏觀層面的其他可能因素對外商投資的影響，如宏觀經濟的各個方面、相關政策的導向、財稅制度的調整等因素可能都會對城市吸引外商投資發揮潛在作用，為了剝離這些宏觀因素的影響，得出數字普惠金融與吸引外商投資的因果關系，我們增加了以下六個控制變量作為其他城市層面宏觀因素的指標：當年地區生產總值，信息傳輸、計算機服務和軟件業從業人數，房地產開發投資完成額，年末金融機構各項貸款余額，科學研究、技術服務和地質勘查業從業人數，職工平均工資。對應數據均來自2011～2019年《中國城市統計年鑒》。

表5與表6的第(1)列至第(6)列分別控制了城市地區生產總值，信息傳輸、計算機服務和軟件業從業人數，房地產開發投資完成額，年末金融機構各項貸款余額，科學研究、技術服務和地質勘查業從業人數，職工平均工資。表5報告結果顯示，地區生產總值(即地區經濟發展水平)、房地產開發投資完成額(即城市固定資產投資水平)、年末金融機構各項貸款余額(即城市財政政策松緊程度)對數字金融對城市當年新簽訂的外商投資項目合同數的貢獻程度的影響有限，而信息傳輸、計算機服務和軟件業從業人數(即城市信息基礎設施水平)，科學研究、技術服務和地質勘查業從業人數(即城市科學技術發展水平)，職工平均工資(即城市人口紅利)不會影響數字金融對城市當年新簽訂的外商投資項目合同數的估計結果。表6報告結果顯示，上述城市層面宏觀因素均不會影響數字普惠金融之于城市外商投資估計結果的顯著性。

表5 穩健性檢驗3

表6 穩健性檢驗4

為了減少自相關性可能帶來的偏誤，本文將穩健性標準誤聚類到城市層面，并在表7中通過控制上一期的關鍵解釋變量和被解釋變量來控制城市外商投資可能對上年已有的外商投資存量存在的路徑依賴。對于結果變量——當年新簽外商投資項目合同數的對數，表7的第(1)列至第(3)列分別報告了控制上年數字普惠金融指數、上年新簽外商投資項目合同數的對數、上年實際使用外資金額的對數后的估計結果。結果顯示，上年和當年的外商投資項目合同數存在顯著的正相關關系，報告顯示未能通過穩健性檢驗，無法作為數字普惠金融之于城市外商投資影響的解釋變量。對于結果變量——實際使用外資金額的對數，表7的第(4)列至第(6)列分別報告了控制上年數字普惠金融指數、上年新簽外商投資項目合同數的對數、上年實際使用外資金額的對數后的估計結果。結果顯示，上年的兩個結果變量均與當年的數字普惠金融指數存在顯著的正相關關系，但這并不影響本文關于數字普惠金融使得城市當年實際使用外資金額增加的結論。另外，報告顯示相鄰年份數字普惠金融指數之間不存在自相關性。

表7 穩健性檢驗5

續表

為了減少反向因果可能帶來的偏誤，在表8中采用滯后一期的數字普惠金融指標作為解釋變量，可以在一定程度上緩解反向因果的內生性問題。表8顯示，上年數字普惠金融指數依然能顯著解釋城市當年實際使用外資金額的增長，模型估計結果依然穩健。

表8 穩健性檢驗6

(二)工具變量結果

為了緩解其他遺漏變量偏誤可能造成影響估計結果的問題，本文采用工具變量法進一步驗證數字普惠金融指數對當年實際外資使用金額的影響，使用移動電話年末用戶數作為數字普惠金融指標的工具變量。

表9報告了數字普惠金融對當年實際使用外資金額增加值影響的工具變量回歸結果。其中，第(1)列為當年數字普惠金融對移動電話年末用戶數的第一階段回歸結果。移動電話年末用戶數的系數顯著為正，說明移動電話年末用戶數的增加會顯著增加數字普惠金融指數，并且移動電話年末用戶數是有效的工具變量。第(2)列為第二階段回歸的結果。結果顯示，數字普惠金融與當年實際外資使用金額之間依舊是顯著的正相關關系。通過上述工具變量回歸，我們可以得出，遺漏變量偏差和反向因果不會影響數字普惠金融對城市外商投資的影響。

表9 工具變量回歸結果

(三)數字普惠金融子指標的結果分析

數字普惠金融的衡量涉及不同維度，包括覆蓋廣度、使用深度，以及支付、保險、貨幣基金、投資、信用、信貸和數字化水平9個業務分類子指標。本文討論數字普惠金融不同維度的子指標對城市外商投資引進的影響。表10和表11報告了數字普惠金融的9個子指標對當年實際使用外資金額的影響。結果表明，數字普惠金融的不同發展維度對城市外商投資的影響存在明顯差異。對于當年實際使用外資金額而言，對其有正向顯著影響的是數字普惠金融的覆蓋廣度、數字化水平，以及支付、保險、貨幣基金業務分類子指標，而其他子指標的影響較小且不顯著。

表10 數字普惠金融子指標的影響(維度一)

表11 數字普惠金融子指標的影響(維度二)

移動支付方式的簡便快捷、互聯網的普及覆蓋，以及保險和貨幣基金業務的推進進一步推動了城市外商投資的增加。這說明，對于城市外商投資引進而言，金融市場的覆蓋寬度、交易的效率、“互聯網+”的賦能，以及保險、貨幣基金等金融市場配套的完善度會顯得更加重要，而數字金融的使用深度及城市現有的信用信貸和國內投資水平并不會影響太大。

(四)異質性分析

中國土地幅員遼闊，不同省份之間的地理區位，以及經濟、政治、文化等區位因素各不相同。東部沿海城市由于得天獨厚的地理優勢，對外開放的進程相對于中西部城市遙遙領先，而隨著西部振興戰略和“一帶一路”建設的推進，西部的沿邊城市獲得了政策優勢；然而，各地區又因歷史原因，在起決定性作用的經濟區位上各不相同，因此本文將樣本城市劃分為東部城市、中部城市和西部城市，進一步分析數字普惠金融對城市外商投資帶來的影響。表12的第(1)列至第(3)列報告了不同地區樣本的回歸結果。結果顯示，數字普惠金融對東部城市實際使用外商投資金額有顯著的正向作用，但對中部和西部地區的影響并不顯著。

為了進一步分析不同地區之間數字普惠金融影響程度的差異性，本文將各樣本城市分為數字普惠金融發達地區和發展中地區。表12的第(4)列和第(5)列報告了不同數字普惠金融發展程度對外商投資金額的影響。結果顯示，數字普惠金融發展程度更高(即其指標值更大)的城市吸引外商投資的效果更顯著。可以推斷，東部地區的城市比中西部地區的城市更能吸引外商投資的原因之一是東部地區擁有更多數字普惠金融發達的城市，其營商環境更佳。

表12 東、中、西部地區異質性分析

五、總結

黨的十九屆五中全會通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》提出，要加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局，推動實施更大范圍、更寬領域、更深層次對外開放，加快構建更高水平開放型經濟新體制，堅持擴大開放、吸引外資的方向，堅持促增量、穩存量、提質量并舉，進一步擴大鼓勵外商投資范圍，重點增加制造業、生產性服務業、中西部地區條目，引導外資投向，提振外資信心，促進外資基本盤穩定和產業鏈供應鏈穩定。作為市場經濟核心的傳統金融，在數字經濟的賦能下持續向數字普惠金融發展，為經濟發展帶來全要素增益型動能，為吸引外資打造更優的營商環境，有效促進了信息共享，降低了交易成本和金融服務門檻，擴大了金融服務的范圍和覆蓋面，數字普惠金融服務鏈條更加順暢，基礎設施更加完善，制度保障更加健全。本著金融為民、科技向善的理念，國家出臺了一系列政策大力扶持數字普惠金融的發展，但目前我們關于數字普惠金融對城市引進外資的影響認識有限。

本文專注于數字普惠金融與城市吸引外商投資之間的因果關系，基于2011～2019年北京大學數字普惠金融指數及《中國城市統計年鑒》，采用雙重固定效應和工具變量模型，實證研究了數字普惠金融對城市外商投資的影響。研究發現：(1)數字普惠金融的發展顯著提高了城市外商投資水平，并且在多種穩健性檢驗下的結果依舊穩健。平均而言，當年數字普惠金融指數每增加1個單位，會使城市當年實際使用的外資金額平均增加3.08%。(2)在數字普惠金融的各個維度中，其覆蓋廣度、數字化水平，以及支付、保險、貨幣基金業務分類子指標進一步推動了城市外商投資的增加。這說明，對于城市外商投資引進而言，金融市場的覆蓋寬度、交易的效率、“互聯網+”的賦能，以及保險、貨幣基金等金融市場配套的完善度更加重要。(3)通過地區的異質性分析發現，數字普惠金融發展程度越高，其對城市外商投資的貢獻程度越大。

本文的研究結果對于目前數字普惠金融的發展政策具有一定的啟示意義。國家應進一步推進中西部地區數字普惠金融建設，提高數字普惠金融的覆蓋廣度和數字化程度。加快中西部城市信息和金融的基礎設置建設，普及更簡便快捷的移動支付方式，提高互聯網的普及覆蓋面，推進保險和貨幣基金等金融衍生業務，以期建立更有活力的市場和更優的營商環境，進一步吸引外商投資，繼續完善中西部地區的數字普惠金融建設，助力實現全面對外開放的格局，以開放促改革、促發展。