數字金融對雙向FDI發展的影響機制研究
2024-01-01 00:00:00劉璐肖偉斌許磊
中國西部 2024年4期
〔摘要〕 數字金融作為金融創新與科技創新相互融合的新型金融服務模式，為構建新發展格局注入了新的動力。文章基于我國2011-2020年30個省（區、市）的面板數據，實證檢驗數字金融對雙向FDI發展的影響。研究發現，數字金融不僅顯著促進了雙向FDI發展，還通過提升區域資本要素集聚進而促進雙向FDI的發展。此外，產業結構升級、經濟開放水平均對數字金融影響雙向FDI起著正向調節作用。數字金融三個維度對雙向FDI的促進效果存在異質性，其中，數字金融覆蓋廣度對IFDI和OFDI的促進作用最大，數字金融對東部地區的IFDI和OFDI促進作用更強，對高創新環境地區IFDI的作用更強，對低創新環境地區OFDI的作用更強。
〔關鍵詞〕 數字金融；雙向FDI；調節效應；異質性
〔中圖分類號〕F832.5；F49；F733 〔文獻標志碼〕A 〔文章編號〕1008-0694（2024）04-0023-14
〔作者〕 劉 璐 講師 云南民族大學經濟與管理學院 昆明 650000
肖偉斌 碩士研究生 云南民族大學經濟與管理學院 昆明 650000
許磊（通信作者） 碩士研究生 云南民族大學經濟與管理學院 昆明 650000
〔基金項目〕國家自然科學基金項目“貿易政策不確定性對中國企業出口的風險溢出效應與應對策略研究”（71863036）；國家社會科學基金項目“供給側改革背景下中國通貨膨脹的動態行為及其宏觀經濟效應研究”（19BTJ021）；國家社會科學基金項目“革命老區‘數智化’賦能促進共同富裕研究”（22BKS151）。
一、引言
改革開放以來，我國通過采取“漸進式”改革，從局部沿海沿邊開放到構建開放型經濟新體制，積極融入經濟全球化浪潮，并依靠人口、土地、自然資源等要素紅利和稅收優惠政策吸引大量外商直接投資，有效彌補了資本、技術等關鍵生產要素方面的不足，為經濟高速發展做出了重要貢獻。
近年來，貿易保護主義抬頭、“逆全球化”現象逐漸明顯，國際不確定性因素普遍增多，全球引資競爭愈發激烈。與此同時，隨著經濟社會發展，我國人口、土地和自然資源等要素成本上升，經濟結構、產業結構和區域發展不平衡不充分等問題也愈發明顯。在國際形勢嚴峻、國內經濟增長方式亟待轉型的背景下，亟需探索吸引高質量外資的新動能，以此應對“逆全球化”的負面影響，為經濟高質量發展提供新支撐。
隨著以人工智能、量子信息、移動通信、物聯網、區塊鏈等為代表的新一代信息技術加速突破以及在金融領域的廣泛應用，數字金融“數字金融”，與互聯網金融、金融科技等概念類似，具有廣義和狹義之分：廣義上講銀行及其他傳統金融機構以及互聯網企業利用數字技術開展的金融業務，都可以稱為數字金融；而狹義上數字金融則一般指互聯網企業開展的新型金融模式。本文采用的數字金融更接近于其狹義的定義。正在發揮越來越重要的作用〔1〕。《中國數字經濟發展報告（2022年）》顯示，2021年我國數字經濟增加值規模達到45.5萬億元，同比名義增長16.2%。在此背景下，如何有效釋放數字金融對區域經濟高質量發展的紅利，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，成為政府與社會廣泛關注的問題。
關于數字金融是否顯著影響我國對外直接投資（OFDI）和吸引外商投資（IFDI），現有研究成果大多圍繞數字金融對家庭消費〔2〕、收入差距〔3-5〕、糧食體系韌性〔6〕、共同富裕〔7〕，以及對外直接投資的影響〔8-9〕、制造業企業創新〔10〕等方面展開。然而，圍繞數字金融，對開放經濟和跨國投資的關注較少，鮮有文獻將數字金融發展和對外直接投資、吸引外商投資一起納入同一框架探討。本文將研究視角轉向開放經濟，研究數字金融對我國對外直接投資和吸引外資的影響，有助于探尋數字金融對開放經濟的積極效應，從而提高我國國際貿易的競爭力。
本文可能的邊際貢獻有：第一，在已有研究基礎上，將數字金融發展和對外直接投資、吸引外商投資一起納入同一分析框架中，探討數字金融發展對二者影響傳導機制的差異，豐富相關研究成果。第二，多維度探析數字金融對雙向FDI影響程度差異，并重點考察數字金融在不同地理區域、不同區域創新環境下對雙向FDI影響作用的差異，剖析其背后的邏輯機理。
二、理論機制與研究假設
1.數字金融賦能雙向FDI的直接效應
數字金融具有突破時空距離束縛、加速優質要素流動、促進資源合理配置、提升營商環境質量等先天優勢和自身特質，能夠有效破解外商直接投資和對外直接投資面臨的地理空間受限、經濟效率不高、產業結構失衡等突出問題。一方面，數字金融能夠增強風險防范能力，通過數字化技術可以實現建設全過程監管和評估，避免造成產能過剩、資源錯配和資源浪費等，增強對虛擬資產交易的監管和反洗錢能力，提升當地營商環境質量等，從而提高利用外商直接投資水平。另一方面，數字金融可以降低對外投資的成本，通過數字化手段，企業可以更快速、更準確地獲取國際市場信息，了解投資項目的詳細情況，減少因信息不對稱而產生的成本。同時，數字金融還可以降低跨境交易的成本，進而提升跨境投資的效率。基于此，提出假說H1：數字金融對雙向FDI有顯著促進作用。
2.數字金融對雙向FDI的間接效應
數字金融主要通過資本要素集聚來促進雙向FDI的發展。一方面，與傳統金融模式相比，數字金融利用微信、支付寶等平臺不斷拓展金融覆蓋廣度與使用深度，使原本游離在金融系統之外的小額、零散但總量巨大的資本流入金融體系，降低開拓相關業務的邊際成本，發揮數字金融長尾優勢，促進區域資本集聚。另一方面，資本要素集聚意味著更多的資金和技術流入某一地區或行業，有利于擴大市場規模，為投資者提供更多投資機會，從而吸引外商直接投資。同時，資本要素集聚效應還有助于推動產業升級和優化，形成更加完整的產業鏈，實現企業生產成本的降低與生產效率的提高，從而有利于企業對外投資。基于此，提出假說H2：數字金融通過資本要素集聚促進雙向FDI發展。
3.數字金融對雙向FDI的調節效應
隨著產業結構升級，經濟資源的配置將會更科學合理，生產要素流動將會更加自由頻繁。數字金融作為產業結構升級的重要推動力之一，通過其高效的資源配置機制〔11〕，有利于吸引資本投向高水平、高效率的行業中，從而推動地區雙向FDI的增長。另外，產業結構升級與數字金融的協同作用也有助于技術進步和產業轉型升級。數字金融作為技術驅動的產業，與先進制造業、高科技產業等相互融合，通過數字化手段推動技術變革。這種技術升級和行業變革不僅提升了本地產品出口的競爭力，使得企業更傾向于對外投資，同時也為外國投資者提供了更為優質的投資機會，增強該地區對國際資本流入的吸引力。
開放的經濟環境是影響雙向直接投資的重要環境因素。開放的經濟環境有利于降低外國企業進入本土市場的門檻，為投資者提供更加穩定透明的營商環境，增強外國投資者進入市場的信心。同時隨著外商直接投資帶來的技術溢出效應，有利于本土企業通過吸收IFDI帶來的先進技術與管理經驗，進而提升產品生產效率，促進企業資本積累與技術擴散，最終達到促進對外投資的效果〔12〕，從而在數字金融服務和資金跨區域流動加快發展的背景下，經濟開放水平的提升將會放大數字金融對雙向FDI的促進作用。基于此，提出假說H3：產業結構升級、經濟開放水平對數字金融促進雙向FDI的發展起正向調節作用。
4.數字金融對雙向FDI的異質性效應
從地理空間的視角來看，區域經濟發展、數字技術基礎、金融業務能力、金融科技發展和國家政策導向都存在明顯的區域性差異。同時，我國數字金融發展水平總體上呈現出東高西低的局面，東部地區依托自身良好的經濟資源稟賦條件，借助數字金融這一新興工具，能夠為國際資本流動提供更高效、更便捷的金融服務，更好發揮數字金融對雙向FDI的賦能作用。然而，由于中西部地區的經濟基礎相對薄弱，數字金融技術難以在差異化的環境中發揮等效作用。因此，數字金融對中西部地區雙向FDI的促進作用可能會弱于東部地區。
從區域創新環境的角度上看，高創新環境地區在吸引外商投資方面占據先天區位優勢和后天政策優勢，良好的外商投資基礎在面對數字金融的良性沖擊下，其反應速度和運作效率明顯優于低創新環境地區，并能通過發揮完善的產業鏈上下游連接效應，擴大數字金融的影響范圍〔13〕。低創新環境地區由于投資者與其他主體之間的聯系和合作較少，信息傳遞和獲取路徑較為單一，更多依賴于數字經濟或數字金融，使得數字金融對OFDI的促進作用能得到更好發揮。基于此，提出假說H4：數字金融對雙向FDI的促進效果存在地區異質性、創新環境異質性。
三、模型設計與變量說明
1.計量模型構建
（1）基準回歸模型。為了考察數字金融發展水平對我國雙向FDI的影響，并考察在不同區域是否具有異質性，設立計量模型如下：
IFDIit=β0+β1finit+β2Govit+β3Lnlaborit+β4Lninfrait+β5Lntechit+μit+Vit+eit（1）
OFDIit=α0+α1finit+α2Govit+α3Lnlaborit+α4Lninfrait+α5Lntechit+μit+Vit+eit（2）
其中，IFDI表示外商直接投資，OFDI表示對外投資水平，fin為數字金融，Gov為政府干預度，Lnlabor為人力成本，Lninfra為基礎設施水平，Lntech為創新能力，i為年份，t為相應省（區、市），表示第i年第t個省（區、市）的相關數據，β1、β2、β3、β4、β5分別為數字金融、政府干預度、人力成本、基礎設施水平、創新能力的回歸系數（α1-α5同理），μit表示省份固定效應，Vit表示時間固定效應，eit為隨機誤差項。
（2）中介效應模型。為進一步考察數字金融通過區域資本要素集聚影響雙向FDI發展的傳導機制是否存在，設定中介效應模型如下：
capit=c0+c1finit+c2controlit+μit+Vit+eit（3）
IFDIit=d0+d1finit+d2capit+d3controlit+μit+Vit+eit（4）
OFDIit=V0+V1finit+V2capit+V3controlit+μit+Vit+eit（5）
其中，capit表示資本要素集聚的代理變量，control為控制變量，當c1和d2同時顯著時，說明資本要素集聚在數字金融對吸引外商投資起中介作用。同理，當c1和V2同時顯著時，說明資本要素集聚在數字金融對促進對外投資起中介作用。
（3）調節效應模型。為了研究數字金融在影響雙向FDI發展的過程中，地區經濟開放度、地方產業結構高級化會對其產生怎樣的影響，本文還引入了數字金融與經濟開放度、產業結構高級化的交互項，構建調節效應模型如下：
IFDIit=f0+f1finit+f2openit+f3fin*openit+f4controlit+μit+Vit+eit（6）
OFDIit=g0+g1finit+g2openit+g3fin*openit+g4controlit+μit+Vit+eit（7）
IFDIit=j0+j1finit+j2TSit+j3fin*TSit+j4controlit+μit+Vit+eit（8）
OFDIit=p0+p1finit+p2TSit+p3fin*TSit+p4controlit+μit+Vit+eit（9）
其中，fin*openit表示數字金融與經濟開放度的交互項，fin*TSit表示數字金融與產業結構高級化的交互項。
2.變量選取與數據說明
（1）被解釋變量與解釋變量。本文的被解釋變量分別為對外投資水平（OFDI）和外商直接投資（IFDI），分別用各省份外商直接投資流量的對數和非金融類對外直接投資流量的對數來衡量。核心解釋變量為數字金融（fin），以北京大學數字金融研究中心課題組發布的《北京大學數字普惠金融指數（2011-2020年）》來衡量〔14〕。其中，數字普惠金融指數（fin）主要由數字金融覆蓋廣度（fin1）、數字金融使用深度（fin2）、普惠金融數字化程度（fin3）這3個二級指標來衡量。
（2）控制變量。控制變量的選取借鑒范建紅（2022）〔15〕、張紀鳳（2022）〔16〕、趙明亮（2023）〔17〕等學者研究成果，選擇了下列變量。技術革新（Lntech）：技術革新體現了一國對科技的重視程度，反映了當地科技發展水平，技術革新能提升產品質量，從而對FDI的流入和流出產生影響，用國內專利申請授權量的自然對數來測度。政府干預度（Gov）：政府是經濟發展的重要建設者、招商引資的重要引導者，使用地方一般財政預算支出與GDP的比值來衡量。人力成本（Lnlabor）：人力成本作為生產工作的重要要素成本，體現了地區比較優勢，人力成本會影響IFDI布局以及OFDI中的產品競爭力，以城鎮單位就業人員工資總額的對數來衡量。基礎設施水平（Lninfra）：基礎設施建設是影響雙向FDI的重要因素，完善的基礎設施和服務能夠促進信息的快速收集與通暢交流，有助于減少雙向FDI的經營成本，以鐵路營業里程（萬公里）的對數來衡量〔18〕。
（3）其它變量。中介變量選取了資本要素集聚（cap），以每一年省域物質資本存量占該年全國物質資本存量的比例作為資本要素集聚的代理指標〔19〕，采用永續盤存法進行測算〔20〕。調節變量選取了經濟開放水平（open）和產業結構升級（TS），其中，經濟開放水平體現了一國或地區對外貿易、資本流動和外國直接投資的整體情況，與FDI的流動息息相關，采用貿易依存度即進出口總額與GDP的比值衡量，研究其對數字金融影響雙向FDI的調節作用；產業結構升級采用產業高級化指數即第三產業增加值和第二產業增加值的比值來衡量。
以上數據來源于2011-2020年的《中國統計年鑒》《中國對外直接投資統計公報》，以及相應省（區、市）考慮到數據可獲得性，香港特別行政區、澳門特別行政區和臺灣省，以及西藏自治區未納入討論。的統計年鑒。在數據處理方面，通過將大部分變量取對數，以降低數據的絕對值使其更加穩定，并在一定程度上緩解了異方差的影響。除可直接獲取的數據以外，部分數據通過計算得到，個別缺失數據采用線性插值法補齊。變量描述性統計詳見表1。
四、實證檢驗與分析
1.基準回歸分析
在模型估計之前，采用VFI方差膨脹因子方法檢驗變量之間的多重共線性，結果顯示各變量的VIF值均小于10，說明兩個模型的變量之間并不存在明顯的多重共線性問題。通過Chow檢驗、豪斯曼檢驗，確定使用固定效應模型，同時考慮模型可能存在異方差問題，故使用穩健標準誤回歸，并同時控制時間、省份固定效應。回歸結果詳見表2。
表2列（1）是加入控制變量前核心解釋變量fin對被解釋變量IFDI的回歸結果，列（2）為加入控制變量后fin對IFDI的回歸結果，列（3）是加入控制變量前核心解釋變量fin對被解釋變量OFDI的回歸結果，列（4）為加入控制變量后fin對OFDI的回歸結果。在加入控制變量后，擬合優度不斷提高，模型擬合較好。
從核心解釋變量的回歸結果看，數字金融均對IFDI、OFDI在1%的顯著性水平上有正向影響。這說明提高數字金融發展水平既有利于引進外資，又有利于推動對外投資，從而實現“引進來”和“走出去”的結合。可見，發達的數字金融有利于促進雙向FDI發展。同時，在加入控制變量后，數字金融對于對外直接投資的正向作用要大于吸引外商直接投資的正向作用，這說明提高數字金融水平不僅提升了我國國際貿易投資的競爭力，更有利于滿足國際市場的需求，進一步拓展業務和市場份額。因此假說H1成立。
從模型中的控制變量看，對于IFDI來說，人力成本在1%的顯著性水平上顯著為正，原因可能是以工資水平為主要代表的人力成本的提高作為地區經濟活躍、需求旺盛的市場信號，這種積極的市場信號有助于增強外商對該地區投資的信心和意愿，從而對吸引外商直接投資有積極的正向影響。政府干預度均在1%的水平上顯著為正，說明政府為大力支持市場經濟發展而營造了良好的投資環境，有利于對外投資和吸引外資。創新能力對外商直接投資的影響在10%的水平上顯著為正，表明創新能力強的地區通常擁有更高的技術水平和更完善的產業鏈，能夠為外商提供更好的投資機會和更高的投資回報，因此有助于吸引外商投資。而對于OFDI來說，基礎設施水平在10%的水平上顯著為負，原因可能是本國基礎設施越完善，國內各地區間交易越頻繁，從而越傾向于選擇國內地區間的交易而非國際貿易與國際投資。同時創新在5%的水平上顯著為正，說明創新不僅有利于“引進來”，還有利于提升我國產品的國際競爭力，從而更好實現“走出去”，因此企業要加強自主創新能力，提升產品國際競爭力。
2.內生性與穩健性檢驗
（1）內生性檢驗。考慮到模型可能存在的內生性問題，本文采用各省份地形起伏度與數字普惠金融的交互項為工具變量，并采用兩階段最小二乘法進行回歸以排除內生性對回歸結果的影響。一方面，地形起伏度影響數字基礎設施建設的難易程度，與數字金融直接相關，符合工具變量相關性的原則。同時，地形起伏度作為客觀存在的地理條件，與當前的IFDI和OFDI不直接相關，符合工具變量外生性原則。另一方面，考慮到地形起伏度不可變，為使工具變量滿足時間與個體的雙向動態性，故將地形起伏度與上一年的數字金融做交互處理，根據豪斯曼檢驗P值為0.000，拒絕原假設，所選的內生變量中具有內生性。由內生性檢驗結果可知，采用工具變量法后，數字金融對IFDI和OFDI的回歸系數仍為正向顯著，同時對比前文基準回歸結果發現，數字金融的回歸系數明顯提高，這也說明內生性問題的存在導致數字金融對IFDI以及OFDI的作用比實際偏小。
（2）穩健性檢驗。一是剔除2020年樣本數據，由于2020年受新冠疫情影響，我國的外商直接投資和對外直接投資在樣本期內均出現下降，參考陳倩倩等（2023）的研究〔21〕，剔除2020年的樣本，縮短研究期間；二是剔除4個直轄市（北京、上海、天津、重慶）樣本數據，縮短樣本區間，對其余省份的面板數據重新回歸；三是縮尾處理，對相關變量在1%和99%分位上進行縮尾處理后重新回歸，以防止異常值對研究結果的影響。通過以上檢驗，觀察核心解釋變量是否會發生符號以及顯著性的變化，以驗證是否具有穩健性。結果如表4所示，穩健性檢驗的結果與原回歸結果的結論基本一致，核心解釋變量的符號并未改變且依然顯著為正，表明數字普惠金融對IFDI和OFDI具有促進作用。
3.中介效應分析
中介效應結果表明，數字金融可以通過提高資本要素的集聚度進而促進雙向FDI發展。其中，表5列（1）顯示，數字金融對資本要素集聚的影響系數為0.0002，且在1%的顯著性水平上顯著，表明數字金融能夠促進區域資本要素的集聚。列（2）、列（3）是檢驗區域資本集聚對IFDI和OFDI的影響，其回歸系數均在5%的顯著性水平上顯著為正，說明區域資本要素的集聚不僅有益于當地吸引外資，也有利于當地企業走出去。同時，列（2）和（3）也證明了數字金融通過資本要素集聚對我國FDI流入和流出產生間接效應，均在1%的顯著性水平上顯著為正。綜上，中介效應檢驗了“數字金融→資本要素集聚→雙向FDI”這一影響機制。表明資本要素集聚所帶來的規模效應為數字金融應用提供了更為有利的基礎和環境，不僅增強對外資流入的吸引力，同時刺激本地企業更加積極地展開對外投資，故假說H2成立。
4.調節效應分析
本文引入了數字金融與產業結構高級化、經濟開放度的交互項fin*TS、fin*open，以此來檢驗上述假說是否成立，調節效應檢驗的回歸結果如表6所示。列（1）檢驗了產業結構高級化（TS）對數字金融與吸引外商投資的調節效果，列（2）檢驗了產業結構高級化（TS）對數字金融與對外直接投資的調節效果，結果顯示數字金融與產業結構高級化的交互項fin*TS對IFDI和OFDI的影響均在1%的顯著性水平下顯著為正，說明產業結構高級化對數字金融促進我國雙向FDI發展起著正向調節作用。一方面，產業結構高級化意味著經濟發展質量較高，當地產業結構較為合理，從而該地在全球市場上有較好的投資前景。在產業較為發達的地區，數字金融可以為海外投資者提供更高效、便捷和創新的數字金融服務，進一步增強了該國或地區的吸引力，吸引外商投資。外商投資者也看重數字金融所帶來的商業機會和便捷的效率，從而選擇將資金投入到這些國家或地區。因此，產業結構升級能強化數字金融對吸引外資的作用。另一方面，產業結構高級化意味著產業從低級向高級的轉變，這種轉變通常伴隨著技術進步、生產效率提高和經濟增長。在這個過程中，企業為了尋求更大的發展空間和更優質的資源，會積極進行對外直接投資，因而產業結構高級化也推動企業對外直接投資的發展。
列（3）檢驗了經濟開放水平（open）對數字金融與吸引外商投資的調節效果，列（4）檢驗了經濟開放水平（open）對數字金融與對外直接投資的調節效果，結果顯示數字金融與經濟開放水平的交互項fin*open對于吸引外資（IFDI）和直接投資（OFDI）分別在1%和5%的顯著性水平下顯著為正，即經濟開放水平對數字金融促進雙向投資起著正向調節作用。這說明在經濟開放水平較高的地區，數字金融的發展為當地企業“引進來”和“走出去”提供了更多的便利，從而促進了雙向投資的增長。因此，經濟開放水平的提高強化了數字金融對雙向投資的促進作用。值得注意的是，經濟開放水平對吸引外資起著顯著的正向作用，但對出口投資的作用不顯著，說明開放的經濟環境更有助于國際資本的流入，但對企業對外出口投資的影響較小，企業對外投資或許更看重的是經濟開放環境。因此，假說H3成立。
5.異質性效應分析
（1）分維度異質性分析。使用數字金融覆蓋廣度（fin1）、數字金融使用深度（fin2）、普惠金融數字化程度（fin3）這3個二級指標對被解釋變量IFDI、OFDI進行回歸。結果如表7所示，數字金融覆蓋廣度對我國雙向FDI的促進作用最大，而數字金融使用深度和普惠金融數字化程度對我國雙向FDI所起的正向作用偏小。
從數字普惠金融指數的指標體系構建可以看出，數字金融覆蓋廣度（fin1）體現了數字金融賬戶的覆蓋率，賬戶覆蓋率是衡量金融服務普及程度的重要指標，高賬戶覆蓋率意味著更多的市場主體能夠接受數字金融支付、信貸、保險、投資等服務，這為國外投資者提供了更多商機和潛在客戶。同時，高數字金融賬戶覆蓋率可以提供更廣泛的金融支持，包括資金管理、匯款和跨境支付等，為國內企業對外投資提供更多的便利和支持。而數字金融使用深度（fin2）體現了數字金融基本服務的情況和使用活躍度，普惠金融數字化程度（fin3）體現了數字金融服務的便利性、低成本和信用化。因此，便捷的金融服務與開放的跨境投資環境，較低的交易成本和風險對FDI的雙向流動有較大的吸引力。綜上，數字金融各維度均對我國FDI的流入和流出起著顯著的正向作用，并呈現出“覆蓋廣度gt;使用深度gt;數字化程度”的異質性特點。作為數字金融的代理變量，從替換變量法的角度來說，這也反映了上述基準回歸結果的穩健性。
（2）區域異質性分析。考慮到我國東部、中部和西部地區的經濟發展水平不同，區域數字金融以及對外投資水平、吸引外資水平具有差異，因此對不同地區分別進行分析，以研究不同區域的數字金融對其對外直接投資以及外商直接投資是否具有異質性。結果如表8所示，數字金融發展水平對于雙向FDI存在較為明顯的區域異質性。從分組回歸結果看，只有東部地區的數字金融在1%的顯著性水平下顯著，中部和西部地區的回歸結果均不顯著，且東部地區的數字金融的回歸系數最大，這說明東部地區由于經濟較為發達，數字金融發展水平較高，從而能更好促進區域對外投資和吸引外資。而中部和西部地區由于經濟發展水平相對偏低，數字金融發展水平不高，故數字金融對于雙向FDI發揮的作用不夠明顯。同時只觀察回歸系數的大小，可以發現不同區域的數字金融對于對外投資的互補作用明顯高于其對吸引外商投資的作用。綜上，數字金融對雙向FDI的影響效應呈現“東部＞中部＞西部”依次遞減的異質性特點。
（3）創新環境異質性分析。區域創新環境不同，數字金融發展水平不同，對國際投資活動的影響也將不同。考慮到我國數字金融發展以及區域創新環境的差異，本文以2020年各省（區、市）研發機構的數量來衡量區域創新環境，并將創新環境前15名的省份劃分為高創新環境地區，后15名的省份劃分為低創新環境地區，以此進行異質性分析，結果如表9所示，區域創新環境對IFDI和OFDI的影響存在明顯的異質性。其中，高創新環境地區的數字金融對IFDI的促進作用較為顯著，低創新環境地區的數字金融對OFDI的促進作用較為顯著。原因可能是高創新環境地區的數字金融與其他產業的聯動效應較高，外國資本可能受益于和這些產業的聯動效應，從而選擇高創新環境地區進行投資。在低創新環境中，可能存在由信息不對稱帶來的不確定性和投資交易風險，使得當地企業通過將資金投資到國外市場，以分散風險和促進投資組合多元化，而數字金融在這方面可以提供便利的跨境支付和結算服務，以此降低跨國投資的交易成本和風險。綜上，假說H4成立。
五、結論與建議
本文基于2011-2020年我國30個省（區、市）的面板數據，實證分析了數字金融水平提高對我國雙向FDI的促進作用及傳導機制。研究結論如下：第一，數字金融有助于促進雙向FDI的發展，且數字金融水平各二級維度對促進我國雙向FDI發展程度不同，其中數字金融覆蓋廣度的促進作用最大。第二，區域資本要素集聚對于數字金融促進我國的雙向FDI起正向作用，表明數字金融通過提升區域資本要素集聚間接促進雙向FDI的發展。第三，產業結構高級化、地區經濟開放水平均對數字金融促進雙向FDI起正向調節作用。第四，數字金融對我國雙向FDI的影響存在明顯的區域異質性和創新環境異質性。數字金融對東部地區的雙向FDI有著更強的驅動作用，對中部和西部地區的促進作用不顯著。高創新環境地區數字金融對IFDI的促進作用較為顯著，低創新環境地區數字金融對OFDI的促進作用較為顯著。
基于上述結論，為進一步提升數字金融水平，從而促進對外投資以及吸引外資的發展，提出以下政策建議：
第一，提升數字金融發展水平，發揮數字金融對雙向FDI的促進作用。鼓勵金融科技企業和創新團隊加大研發力度，推動數字金融技術的創新和應用。政府可以提供相應的支持和激勵機制，包括資金投入、稅收優惠和知識產權保護等，以推動數字金融在國際貿易投資領域中的應用，從而起到提升我國投資環境吸引力和競爭力的作用，促進我國雙向FDI高質量發展。
第二，提高數字金融覆蓋廣度，更好滿足跨境投資的需求。應大力提高跨境數字金融賬戶的覆蓋率，推廣數字支付、數字信貸、數字保險等服務。同時注重提升支付系統、跨境支付和結算服務的效率和可靠性，通過提供便捷、安全的金融服務以滿足國內企業及外國企業的投資需求。
第三，提升產業升級與經濟開放程度，促進區域資本要素集聚。數字金融與產業發展密切相關，應大力推進產業轉型升級，通過引導資金流向高技術、高附加值產業，培育新興產業，推動數字技術發展，為數字金融賦能雙向FDI發展提供更廣闊的應用場景和發展空間。同時，進一步擴大對外開放，降低市場準入門檻，提供公平競爭的市場環境，吸引更多外資進入，并通過稅收優惠、財政補貼等措施，降低企業融資成本，鼓勵企業擴大投資，推動資本要素在區域內的流動和集聚。
第四，結合區域實際，實行差異化策略。東部地區經濟發達，產業基礎、數字金融發展水平較好，可以推進數字金融核心技術研發，突破技術瓶頸，推動雙向FDI更快發展；中部和西部地區經濟發展水平相對較低、數字金融基礎設施相對薄弱，應加大政策扶持力度，強化數字金融基礎設施建設，培養技術人才，優化數字資源配置，更好發揮數字金融對雙向FDI的促進作用。同時，優化區域創新環境，在低創新環境中完善雙向FDI發展的創新體系，高創新環境下利用創新環境中的先進數字技術以實現國際投資向縱深發展，提高國際貿易競爭力。
參考文獻：
〔1〕王智新，王辰筱，朱文卿，等.新發展格局下城市數字金融對外商直接投資的影響——來自我國256個地級及以上城市的經驗證據［J］.統計研究，2023，（03）.
〔2〕羅荷花，姚璇.數字金融使用對農戶家庭消費的影響研究——以河北、湖南、廣西三省為例［J］.調研世界，2023，（06）.
〔3〕李建偉，危仁義，解其昌.共同富裕視域下數字金融對城鄉消費差距空間收斂的影響研究［J］.統計與信息論壇，2023，（06）.
〔4〕羅荷花，葉誼鋒.數字金融能力對居民家庭收入脆弱性影響的實證［J］.統計與決策，2023，（10）.
〔5〕伍卓，周付友.共同富裕背景下數字普惠金融對城鄉收入差距的影響效應［J］.江漢論壇，2023，（05）.
〔6〕李明亮，陳德慧，余國新.數字普惠金融賦能糧食體系韌性——基于空間溢出效應視角分析［J］.中國農業資源與區劃，2024，（05）.
〔7〕齊紅倩，張佳馨.普惠金融發展促進共同富裕的路徑與異質性研究［J］.現代經濟探討，2023，（06）.
〔8〕林婷，陳浩偉，鐘昌標.外商直接投資與產業結構優化升級——基于數字普惠金融的調節作用［J］.生產力研究，2023，（03）.
〔9〕陳永勝，龔征旗，王艷蘋.數字金融對外商直接投資的影響［J］.金融發展研究，2023，（01）.
〔10〕肖雁飛，陳靜.數字金融、融資成本與制造業企業創新［J］.中國西部，2023，（04）.
〔11〕韓谷源，張忠宇.數字經濟對共同富裕的影響研究——基于產業結構升級的視角［J］.技術經濟，2023，（05）.
〔12〕柴正猛，李柯.數字經濟影響雙向FDI協調發展水平的機制分析及空間效應［J］.軟科學，2023，（11）.
〔13〕張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐［J］.管理世界，2020，（11）.
〔14〕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，（04）.
〔15〕范建紅，閆樂，王冰.數字經濟對雙向FDI的影響——基于省級面板數據的實證分析［J］.投資研究，2022，（09）.
〔16〕張紀鳳，王宏瑞.數字經濟、產業結構與雙向FDI協調發展——基于長三角地區的實證研究［J］.哈爾濱商業大學學報（社會科學版），2022，（06）.
〔17〕趙明亮，高婕，楊昊達.自由貿易試驗區設立對雙向FDI協調發展的影響［J］.經濟與管理評論，2023，（02）.
〔18〕蔡嘯，黃旭美.人工智能技術會抑制制造業就業嗎？——理論推演與實證檢驗［J］.商業研究，2019，（06）.
〔19〕余泳澤.創新要素集聚、政府支持與科技創新效率——基于省域數據的空間面板計量分析［J］.經濟評論，2011，（02）.
〔20〕張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952-2000［J］.經濟研究，2004，（10）.
〔21〕陳倩倩，田文.數字服務貿易壁壘與全球價值鏈升級［J］.當代經濟，2023，（11）.
（責任編輯 肖華堂）
