數字金融發展對FDI流入的動態驅動效應研究

摘 要：本文基于2011—2023年中國29個省份的面板數據，實證檢驗了數字金融發展對外商直接投資（FDI）的動態驅動效應。研究發現，數字金融發展對FDI流入具有顯著的正向驅動作用；從調節效應來看，政府支出在數字金融發展對FDI的驅動過程中發揮負向調節作用，而地區教育水平則產生正向調節作用；就異質性而言，數字金融發展對FDI流入的驅動作用在中國存在顯著區域差異，具體表現為中西部經濟發展相對較弱的地區，數字金融發展對FDI流入的驅動效應更為顯著。

關鍵詞：數字金融；外商直接投資；政府支出；教育水平；區域異質性

中圖分類號：F832.1 文獻標識碼：A 文章編號：2096-0298（2025）03（b）--05

改革開放以來，我國依托成本優勢與自然資源稟賦，吸引了大量外商在華直接投資（FDI），通過稅收優惠等政策的支持，提高了全球化進程中對外資的利用能力，有效彌補了開放初期在資本、技術等領域的不足。這種引資模式在產業結構優化升級、技術進步、擴大外貿規模等方面發揮了關鍵作用，為初期經濟的飛速發展提供了重要支撐。

近年來，國際局勢動蕩，貿易保護主義盛行，逆全球化趨勢愈發明顯，新冠疫情以來世界經濟遭遇寒冬，全球范圍內的引資競爭也日益激烈。同時，隨著我國前期勞動力、土地成本紅利的消失，區域發展不平衡問題開始顯現，亟須探索吸引外資的新動能，為我國經濟高質量發展提供有力保障。

數字金融作為傳統金融與互聯網相結合的產物，充分發揮了互聯網快速、便捷的優勢，打破了傳統金融業在時間和空間上的限制。其在傳統金融業務的基礎上進行創新升級，融入互聯網與新興信息技術手段，從供給和需求兩端入手，助力實體經濟更加高效地運轉。其對地區投資環境及條件的改善，顯著提高了對外資的吸引力。

現有研究主要聚焦數字金融的經濟效應及其對傳統金融的影響。收入和消費方面，Hu D等（2023）[1]認為，數字金融發展與居民收入差距間存在倒U型關系；Li J等（2020）[2]和王明洋（2021）[3]認為，數字金融發展會通過為家庭增加資金預算來降低居民家庭流動性限制，從而擴大消費支出；孫玉環等（2021）[4]研究發現，數字金融還能通過拓寬投資渠道、增加家庭可支配收入的途徑來促進居民消費。在經濟增長方面，嚴芝清等（2024）[5]認為，數字金融通過推動產業結構優化、綠色創新等途徑，促進了城市全要素生產率的提高；Yang Y等（2024）[6]研究發現，數字金融的發展還提高了區域經濟韌性。共同富裕和貧困緩解方面，Xie S等（2023）[7]認為，數字金融可以通過提高信貸可得性與促進家庭創業來緩解貧困；段志民和袁芳杰（2024）[8]同樣認為，長尾效應是緩解農村貧困的重要途徑，數字金融發展顯著促進農村貧困家庭參與金融活動，通過降低信貸約束來緩解相對貧困。

同時，數字金融對地區創業（陳怡、陶曉瑩，2021）[9]、區域創新 （聶秀華等，2021）[10]、產業結構優化 （杜金岷等，2020）[11]等區域層面的影響及數字金融對高質量發展（滕磊、馬德功，2020）[12]、國際貿易競爭力（肖彭、盤家偉，2023）[13]、包容性增長（李桂生等，2024）[14]等宏觀方面的影響也多有研究，而較少關注數字金融與FDI間的關系。本文將研究視角轉向外部投資，研究數字金融對外商投資的影響，有助于探究數字金融對外商投資的驅動效應，從而提高我國引資能力。

1 理論分析與研究假設

1.1 數字金融驅動FDI流入的直接效應

數字金融基于數字化和普惠性的內在特質，具有改善營商環境、降低交易成本、提高資本配置效率、促進產業聚集和結構優化等先天優勢。一方面，數字金融通過數字化技術，如互聯網、云計算、大數據與人工智能技術的運用來緩解市場信息不對稱問題，通過公開化、透明化的模式來促進市場化水平的提升，改善當地營商環境，從而提升吸引外資水平。另一方面，數字金融的發展降低了外商直接投資的成本，基于數字化手段，外資可以更迅捷、便利地了解意向投資項目的情況，降低信息獲取成本。同時，數字金融發展促成了產業集聚，產生范圍經濟效應，降低業務開拓邊際成本，對外資流入產生更強的吸引力。基于此，本文提出以下假設：

H1：數字金融發展能夠顯著促進地區FDI流入。

1.2 數字金融驅動FDI流入的調節效應

市場經濟背景下，政府對市場的適當干預有利于招商引資，從而有助于推動FDI流入，但過度干預反而會抑制數字金融發展對FDI流入的正向推動作用。教育水平代表當地未來人才水平，更好的教育水平能夠通過培養數字化人才來推動當地數字金融發展，從而在數字金融發展對FDI流入的影響中產生積極的推動作用。基于此，本文提出以下假設：

H2：政府支出在數字金融促進FDI流入中發揮負向調節作用，教育水平在數字金融促進FDI流入中發揮正向調節效應。

1.3 數字金融驅動FDI流入的異質性

我國在經濟發展狀況、數字基礎設施建設、政策導向等方面均存在顯著的區域差異，導致三大地帶FDI流入的巨大差異。傳統金融背景下，受限于地理環境和信息壁壘，中西部地區缺乏穩定的支撐點來吸引FDI流入，而數字金融的誕生、發展和廣泛運用打破了FDI流入的空間局部性，中西部地區能夠更好地發揮數字金融對FDI流入的賦能作用?；诖?，本文提出以下假設：

H3：數字金融對FDI流入的影響具有區域異質性，經濟發展較弱地區數字金融對FDI流入的促進作用更為顯著。

2 研究設計

2.1 實證模型構建

為探究數字金融發展對我國FDI流入的具體影響，基于前文假設，參照劉松濤等（2023）[15]和錢海章等（2020）[16]的方法，本文采用省份與年份雙向固定效應模型，具體模型設定如下：

lnFDI，it=α0+α1difi，it+∑λnXnit+μit+νit+εit（1）

lnFDI，it=β0+β1difi，it+β2gov，it+β3difi，it×gov，it+μit+νit+εit（2）

lnFDI，it=γ0+γ1difi，it+γ2edu，it+γ3difi，it×edu，it+μit+νit+εit（3）

式（1）中，lnFDI，it為被解釋變量，表示i省在第t年吸引外商投資水平；difi，it表示i省在第t年的數字金融發展水平；Xnit表示控制變量；νit表示省份固定效應；μit表示年份固定效應；εit表示隨機擾動項。

式（2）、式（3）中，為探究政府干預與教育水平對數字金融發展與FDI流入間影響的調節作用，在模型（1）的基礎上，本文引入了調節變量政府干預（gov）、教育水平（edu）及各自與數字金融發展（difi）的交互項。

2.2 變量說明與數據來源

2.2.1 指標數據選取

（1）被解釋變量與解釋變量。本文的核心解釋變量是數字金融發展水平（difi），采用北大數字普惠金融指數除以100來衡量（郭峰等，2020）[17]。指數由數字金融覆蓋廣度 （difi1）、數字金融使用深度 （difi2）、普惠金融數字化程度 （difi3）三個子維度構成。被解釋變量是吸引外商投資水平（lnFDI），采用各省外商直接投資額的自然對數值衡量。

（2）控制變量。為保證結果的準確性，本文參照部分學者的研究，選取以下控制變量：經濟發展狀況（lnpgdp），通過人均GDP的自然對數值來衡量；產業結構升級（uis），通過二、三產業增加值的比值來衡量；城鎮化率（urb），通過城鎮人口和年末常住人口的比值來衡量；開放水平（lnopen），通過進出口總額的自然對數值來衡量；市場發展水平（dm），通過社會消費品零售總額和同年地區生產總值的比值來衡量。

（3）調節變量。本文采用政府干預（gov）和教育水平（edu）作為調節變量，探究數字金融發展影響FDI流入的調節效應，分別通過各省一般財政預算支出和同年地區生產總值的比值與各省平均每十萬人中接受教育人員數量除以1000來衡量。

2.2.2 數據來源

基于數據完整性與連續性原則，本文以2011—2023年剔除上述省份及地區的29個省份的面板數據為研究樣本，研究中相關變量均無缺失值。外商直接投資水平來自wind數據庫和各省歷年統計年鑒；數字金融發展水平來自北京大學數字金融研究中心發布的第五期北大數字普惠金融指數；其余相關變量來自國家統計局。

2.2.3 描述性統計

表1報告了相關變量的描述性統計結果。

從變量整體來看，各相關變量標準差較低，均小于2，說明數據離散程度較低；從被解釋變量來看，各省份外商直接投資水平，即外商直接投資額的自然對數值最小值為 5.771，最大值為15.09，標準差為1.764，說明中國外商直接投資水平在各省份整體水平上相對平穩，但落后省份與發達省份間差異巨大。

3 實證結果分析

3.1 基準回歸結果

數字金融發展對FDI流入驅動作用的回歸結果如表2所示。其中，列（1）—（3）為對照組，僅加入了核心解釋變量；列（4）—（6）則在此基礎上加入了全部控制變量，同時通過逐步加入年份及省份單向、雙向固定效應，進一步分析數字金融發展對FDI流入影響的個體及時間效應。列（6）包含了所有控制變量，并控制了省份、年份雙向效應，結果顯示，數字金融發展的系數在回歸中均為正。除列（4）未固定省份、年份效應的回歸外，其余回歸結果中系數分別在5%和1%顯著水平上顯著，表明數字金融發展能顯著促進FDI的流入。因此，假設H1成立。

3.2 穩健性檢驗

為排除其他潛在因素對結論的影響，本文通過以下三種方法進行穩健性檢驗，以佐證結論：一是剔除樣本。由于我國各省份社會經濟發展極度不平衡，尤其是直轄市的經濟規模與其他省份比較，容易產生結構性差異，故剔除北京、上海、天津和重慶4個直轄市的樣本。二是進行縮尾處理。為減少樣本極值可能產生的影響，本文對被解釋變量在1%水平上做縮尾處理。三是替換被解釋變量。本文用FDI/10000替換lnFDI，作為衡量外商直接投資的變量。

本文分別進行上述三種舉措后再次回歸，結果如表3所示。由表3可知，數字金融發展的回歸系數均在1%置信水平上顯著為正，說明數字金融發展對FDI流入存在顯著驅動作用的結論具有穩健性。

3.3 調節效應分析

本文引入了數字金融與政府支出、地區教育水平的交互項difi×gov、difi×edu，以檢驗兩者數字金融發展對FDI流入影響的調節作用。檢驗結果如表4所示。其中，列（1）探究了政府支出（gov）在數字金融對吸引外商投資影響的調節效應，列（3）探究了教育水平（edu）在數字金融對吸引外商投資影響的調節效應；列（2）、列（4）在上述基礎上分別加入了相關控制變量。回歸結果顯示：交互項difi×gov對ln FDI的影響在1%統計水平上顯著為負，說明政府支出對數字金融促進中國FDI流入產生了負向調節作用；交互項difi×edu對ln FDI的影響在1%統計水平上顯著為正，表明教育水平對數字金融促進FDI流入起到了正向調節作用。值得注意的是，教育水平自身對FDI流入并無穩定的顯著影響，原因可能是地區的教育水平并非驅動FDI流入的核心要素，但會通過影響當地人力資源水平來間接賦能數字金融發展，從而對FDI流入產生積極的促進作用。因此，假設H2成立。

3.4 區域異質性分析

中國FDI流入存在顯著的區域差異，《中國外商投資報告2024》顯示，2023年東、中、西部地區實際使用外資金額分別為1422.4、103.7和106.4，占比分別為87.1%、6.4%和6.5%。東部地區依賴優質的產業結構、完善的基礎設施建設和發達的經濟水平，一直是FDI主要流入地；而中西部地區受制于地理因素，經濟發展緩慢，加之難以得到政策支持，一直缺乏FDI流入的支撐點。中國數字金融發展同樣存在區域異質性。劉璐等（2024）[18]發現，中國數字金融發展水平呈現自東至西遞減的現象，而在增速上呈現由東至西遞增的趨勢，中西部地區數字金融發展增速顯著高于東部地區。

為進一步探究數字金融發展對FDI流入影響的區域異質性，本文將中國29個省份劃分為東部、中部、西部3組，通過雙向固定效應模型進行分組回歸。表5列（1）—（3）分別為東部、中部、西部地區的雙向固定效應回歸結果；列（4）—（6）在此基礎上加入了控制變量，表5報告了異質性分析結果，數字金融發展對FDI流入的驅動作用存在區域異質性。在加入控制變量后，西部地區數字金融發展系數在1%統計水平上顯著為正，中部地區系數在5%統計水平上顯著為正，而東部地區僅在10%統計水平上顯著。這說明中西部地區，尤其是西部地區的數字金融發展更能顯著吸引外商投資準入；而東部地區數字金融發展對FDI流入的驅動作用并不顯著，這說明中西部地區數字金融發展對FDI流入的促進作用明顯大于東部地區。

數字金融的發展有望打破傳統金融背景下東部地區對外資的“壟斷”局面。一方面，數字金融基于數字化特點，打破了中西部地區吸引外資的最大痛點——地理環境限制。數字金融的發展解決了信息不對稱問題，外資企業無需實地考察即可獲取當地市場信息，降低了交易成本，提高了投資效率，極大程度地解決了外資企業在中西部地區投資的后顧之憂。另一方面，數字金融的發展為中西部地區帶來了寶貴的經驗。數字化技術的普及與運用顯著提高了政府效率，改善了中西部地區的營商環境，也為中西部地區提升對外開放水平提供了捷徑，從而間接提高了對外商投資的吸引力。此外，在西部大開發戰略影響下，中西部地區已建成中國的制造業轉接地，承接來自東部乃至全球的制造業及上下游產業，初步建成了較為完善的產業鏈條。中西部地區同時擁有著土地、能源和勞動力的比較優勢，此時數字金融的發展為中西部地區吸引FDI流入提供了關鍵的金融支持。相較東部地區，中西部地區傳統金融發展較慢，數字金融的發展在很大程度上彌補了傳統金融的不足，有效緩解了外資企業面臨的金融摩擦和融資約束，進一步促進了金融創新，通過促進區域創新不斷提高對FDI流入的吸引力。因此，中西部地區數字金融發展對FDI流入的驅動作用顯著優于東部地區。

4 結論與建議

4.1 結論

本文基于2011—2023年29個省份的面板數據，采用雙向固定效應模型，實證分析了數字金融水平對FDI流入的促進作用及相關變量在其中的調節作用。結果表明：第一，數字金融發展對當地FDI流入有驅動作用，通過一系列穩健性檢驗后，該結論仍然成立。第二，政府支出對數字金融發展驅動FDI流入存在負向調節作用，地區教育水平對數字金融發展驅動FDI流入存在正向調節作用。第三，中國FDI流入與數字金融發展水平存在區域異質性，東部地區FDI流入與數字金融發展水平顯著高于中西部地區；數字金融發展對FDI產生的驅動作用同樣存在區域異質性，其中西部、中部地區數字金融發展對FDI流入具有更強的驅動作用，而東部地區的驅動作用最小。

4.2 政策建議

基于本文研究結果，為進一步提升中國數字金融發展水平，促進FDI流入，本文提出以下政策建議：第一，提升數字金融發展水平，構建FDI與數字金融聯動發展機制，以更好地發揮數字金融對FDI流入的驅動作用。第二，控制政府支出，提升地區教育水平。創建透明、公平的投資市場，避免因政府過度干預而損害健康營商環境；聚焦人才培養，放大教育水平在數字金融發展和FDI流入間的正向調節效應。第三， 關注地區差異，把控數字金融發展方向。數字金融的發展既是機遇又是挑戰，我國數字金融發展存在嚴重的區域不平衡問題，政府應著眼于數字金融的長遠發展，注重其在全國范圍內的協調發展。目前，中西部地區數字金融發展水平較低，應強化政策扶持，加強數字化基礎設施建設，以提高當地數字金融覆蓋廣度和使用深度為動能，提高FDI吸引力；東部地區經濟發展水平較高，應以數字金融核心技術突破為要點，打破瓶頸，提升FDI流入上限。

參考文獻

Hu D， Guo F， Zhai C. Digital finance， entrepreneurship and the household income gap： Evidence from China. Inf Process Manag， 2023.

Li J， Wu Y， Xiao J J. The impact of digital finance on household consumption： Evidence from China[J].Economic Modelling， 2020， 86：317-326.

王明洋.收入分層視角下數字普惠金融對居民消費的影響[J].商業經濟研究，2021（7）：167-170.

孫玉環， 張汀昱， 王雪妮， 等. 中國數字普惠金融發展的現狀、問題及前景[J]. 數量經濟技術經濟研究， 2021（2）： 43-59.

嚴芝清，楊子生，鐘文.數字金融發展對城市綠色全要素生產率的影響： 效應與機制[J].統計與決策，2024，40（23）：138-143.

Yang Y， Lin Z， Xu Z，等. The impact of digital finance on regional economic resilience. Pacific-Basin Finance Journal， 2024.

Xie S， Jin C， Song T， 等. Research on the long tail mechanism of digital finance alleviating the relative poverty of rural households. PLOS ONE， 2023.

段志民，袁芳杰.數字金融發展減緩農村多維相對貧困的實證研究[J].管理學刊，2024，37（1）：120-140.

陳怡，陶曉瑩.FDI、數字金融發展對地區創業的影響[J].現代金融，2021（12）：3-8.

聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究[J].金融研究，2021（3）.

杜金岷，韋施威，吳文洋.數字普惠金融促進了產業結構優化嗎？[J].經濟社會體制比較， 2020（6）：38-49.

滕磊，馬德功.數字金融能夠促進高質量發展嗎？[J].統計研究，2020，37（11）：80-92.

肖彭，盤家瑋.雙循環背景下數字金融對國際貿易競爭力的動態驅動效應研究[J].商業經濟研究，2023（19）：148-152.

李桂生.數字普惠金融對包容性增長的影響研究[D].成都： 四川師范大學，2024.

劉松濤，羅煒琳，梁穎欣.數字普惠金融與城市FDI流入：基于人力資本與創新能力的視角[J].產業經濟評論，2023（6）：151-169.

錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究，2020，37（6）：26-46.

郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學季刊，2020，19（4）：1401-1418.

劉璐，肖偉斌，許磊.數字金融對雙向FDI發展的影響機制研究[J].中國西部，2024（4）：23-36.