數字金融發展促進企業跨區域投資了嗎？

關鍵詞：數字金融傳統金融融資成本跨區域投資DOI： 10.19592/j.cnki.scje.420642JEL分類號：G21，D22，E22 中圖分類號：F273.1文獻標識碼：A 文章編號：1000-6249（2025）08-046-24

一、引 言

企業跨區域投資在暢通要素流動、發揮超大市場規模優勢、推動高質量發展等方面發揮著重要作用。從微觀視角看，企業跨區域投資有助于突破地理邊界、增強市場競爭力（楊繼彬等，2021）;從宏觀視角看，企業跨區域投資帶來的資本要素流動，有助于推進國內市場一體化，暢通國內經濟大循環（余婕等，2022；范子英和周小昶，2022），同時也有利于實現資本要素最優化配置。國務院在《擴大內需戰略規劃綱要（2022－2035年）》①中明確指出，要\"著力提高投資效率，促進投資規模合理增長、結構不斷優化，增強投資增長后勁”。然而，企業長期、普遍存在的融資難、融資貴等問題，嚴重制約其投資規模擴張、投資結構優化及投資效率提升（趙瑞瑞等，2021）。企業跨區域投資存在資金需求大、投資周期長、短期回報率不確定大以及潛在風險高等特點（Drobetz etal.，2018），當金融市場存在摩擦和本地偏好時，企業跨區域投資活動將會受到抑制。如何破解企業融資難題，促進企業跨區域投資、暢通資本要素流動，始終是政府部門與學術界關心的熱點話題。

現有關于企業異地投資的研究主要圍繞公司治理、政策環境以及基礎設施建設等方面展開（郭曉冬等，2020;馬光榮等，2020;錢雪松和方勝，2021）。其中，與本文最相關的一支文獻為金融發展對企業投資的影響。完善的金融市場能夠為企業投資提供資金、資源以及制度等方面的支持和保障（Demirguc-Kunt and Maksimovic，1998;王鳳榮和苗妙，2015;曹春方等，2019;Dai etal.，2021），是企業投資特別是跨區域投資的重要考量因素之一。王秀麗等（2014）及謝軍和黃志忠（2014）等學者認為，金融市場發展能夠顯著降低市場中的信息不對稱，緩解企業融資約束，提高企業投資和資本配置效率。此外，金融市場化程度提高有助于加快政府融資偏好向商業融資偏好轉變，破除區域壁壘和所有制歧視，為外來企業提供更多的投資機會（李青原等，2013）。綜上所述，現有研究從不同視角考察了各類因素對企業投資的影響，并驗證了金融發展對企業投資的作用，為本文探討數字金融發展助力企業跨區域投資提供了理論參考。

遺憾的是，數字金融作為金融發展的重要標志，卻鮮有研究探討其對企業投資尤其是跨區域投資的影響。企業跨區域投資不僅反映了企業投資活動的地域突破，更反映了資本的跨區域流動，對于優化資本要素配置、促進市場一體化至關重要。為此，本文試圖厘清數字金融發展與企業跨區域投資之間的關系，并厘清兩者之間的潛在作用機制。考慮到以上市公司異地子公司衡量跨區域投資的局限性，本文采用包含近2億家企業的工商登記注冊信息數據對跨區域投資進行衡量，該數據庫涵蓋了在中國境內登記注冊的所有企業，并且對企業注冊地點、法人性質以及股權結構等信息及其歷史變更有較為詳細的記錄，能夠全面地反映地區間資本要素的流動情況，從而提高數據的準確性和研究結論的可信度。

本文試圖從以下四個方面對現有文獻進行擴展：第一，豐富數字金融以及企業跨區域投資的相關研究?，F有關于數字金融的研究主要關注其對消費增長（張勛等，2020）、個人創業（李建軍等，2020）、企業創新（謝雪燕和朱曉陽，2021）、產業結構升級（劉國武等，2023）、城鄉收人差距（周利等，2020）、區域經濟發展（金環和于立宏，2021）等方面的影響。有關跨區域投資的研究主要圍繞基礎設施建設、政企關系、制度差異等方面（馬光榮等，2020;范子英和周子昶，2022）展開分析，鮮有文獻研究數字金融發展和企業跨區域投資之間的關系。而數字金融發展與企業投資的相關文獻主要基于特定區域內部，分析數字金融發展對該地區投資規模、投資效率和投資模式等方面的影響（趙瑞瑞等，2021;萬佳或等，2020），鮮有文獻關注數字金融發展對企業跨區域投資的影響。為此，本文實證檢驗了數字金融發展對企業跨區域投資的影響，揭示了金融發展水平的提高對暢通資本要素流動、促進資本要素市場整合以及加快構建國內統一大市場的關鍵作用。對現有文獻進行補充和擴展，豐富了數字金融發展影響企業跨區域投資的相關研究。

第二，現有文獻在考察資本要素跨區域流動時，普遍采用上市公司及其子公司的投資數據（曹春方等，2019;馬光榮等，2020）?？紤]到上市公司能夠在證券市場上進行直接融資，對間接融資的需求相對較低，因此，數字金融發展對上市公司設立異地子公司的影響可能相對較小，使用上市公司數據可能并不適合本文的研究主題。此外，上市公司的空間分布較為聚集（Chenet al.，2022），而本文的研究話題與空間分布高度相關，涉及資本要素在城市間的流動，因而使用上市公司數據作為研究對象可能存在較高的選擇性偏誤問題?；谏鲜鰞牲c原因，本文在構建企業跨區域投資指標時，需要對樣本范圍進行擴充。為此，本文主要利用包含近2億家企業的全量工商登記注冊信息，構建高度細化的企業跨區域投資關系網絡，能夠更加真實和全面地反映地區之間的投資往來關系，以期更為充分地估計數字金融發展對企業跨區域投資的促進作用。

第三，本文從事前篩選成本以及事后監督成本兩個視角對數字金融發展影響企業跨區域投資的渠道進行理論分析，構建理論模型并得到可供實證檢驗的相關結論。已有文獻研究表明，將數字技術應用在企業信貸融資過程中，對緩解金融市場信息不對稱、降低交易成本、提高金融體系穩定性以及降低系統性風險具有重要意義（Sarma and Pais，2011;李海奇和張晶，2022），但鮮有文獻在統一的框架下考慮數字金融發展對企業跨區域投資行為的影響及其作用機制。本文通過事前貸款申請時，貸款申請人與金融機構之間存在信息不對稱;在貸款發放后，項目實施過程中貸款申請人相對金融機構對項目的進展情況更為了解等維度刻畫信息不對稱。詳細探討了數字金融如何減少金融機構與企業之間的信息差，并以此降低企業融資成本，增加企業獲得貸款的成功率，進而促進企業跨區域投資，從理論上對現有文獻進行補充和擴展。

第四，信息不對稱是導致不完美金融市場的主要原因，是造成企業融資難、融資貴，并抑制企業跨區域投資的關鍵因素。數字金融作為傳統金融的補充與替代，在信息搜尋、處理和配置等方面的具體應用有效提高了交易的信息透明度、降低了銀企之間的信息不對稱程度（封思賢和郭仁靜，2019）。在此基礎上，科學回答數字金融發展能否化解傳統金融市場中存在的所有制歧視、規模歧視以及地域歧視等問題，對充分發揮數字金融促進實體經濟發展的潛力具有重要的理論價值。本文通過比較數字金融和傳統金融在促進企業跨區域投資方面的差異，凸顯數字金融在優化金融資源配置、促進資本要素跨區域流動等方面的潛在優勢（李靜等，2013）。在加快推進全國統一大市場建設的背景下，加速傳統金融機構的數字化轉型，破除金融市場歧視，對促進資本跨地區流動、推進區域市場一體化進程具有重要的理論價值和現實意義。

本文余下的內容安排如下：第二部分構建數字金融影響企業跨區域投資的理論模型并推導出相應的研究假說;第三部分介紹數據來源、變量說明及計量模型設定;第四部分實證檢驗數字金融發展對企業跨區域投資的影響;第五部分為研究結論與啟示。

二、理論分析與研究假說

（一）基本設定

相對于在本地進行投資，異地投資需要克服距離帶來的信息壁壘，從而需要面臨更高的融資成本和交易成本（曹春方和賈凡勝，2020）。在風險投資領域存在\"20分鐘法則”，即只有位于風險投資公司20分鐘車程內的初創公司，才可能獲得風險投資（Cumming andDai，2010）?；谏鲜隼碛?，本文試圖建立數字金融降低信息壁壘，進而促進跨區域投資的一般均衡模型。參考Kingand Levine（1993）的相關研究，假設經濟體中每個體存活兩期，第一期作為工人在勞動力市場上無彈性地提供1單位勞動力，并賺取工資收人w。在第二期，年輕的工人逐漸成長為企業家，并使用上一期所賺的工資w為其跨區域投資活動進行融資，以設立異地公司進行項目運營①。該投資項目的基礎收益為 π ，其對應的成長能力g以及項目成功概率p取決于企業家的資金投人I既定的成長能力下，資金投入越大，則該項目獲得成功的概率越高②，三者之間的關系可以表示為：

上述關系式實際上是項目投資的成本函數，其具體含義為：首先，在保持項目成長性不變的條件下，資金投人的增加可以提高項目的成功概率，但資金投人對于成功概率的提升呈現出邊際收益遞減規律，且無法達到 100% 的成功率。其次，在保持項目成功率不變的條件下，企業家若是想讓項目的成長性更好，也需要付出更多的金錢成本，即更高的資金投入。最后，若保持項目的投人不變，則想要取得更高的成長性就必須犧牲項目的成功概率。直覺上來說，項目的成長性越好，技術水平要求更高、面臨的競爭也會更加激烈，從而使得項目的成功概率相對較低。經過簡單整理，可以由公式（1）得到資金投入的表達式為：

其中， φ=2/λ² 是度量資金投人成本的參數，該系數越大意味著取得同樣的成長能力和項目成功概率所需要付出的資金投入將會越高，也就意味著資金利用效率越低。在上述設定下，企業家通過選擇最優資金投入，最大化其跨區域投資的期望利潤。為分析的方便，假設該異地投資企業的成長能力為常數。由公式（2）可知，企業家選擇最優資金投入的同時也決定了最優成功概率。于是，企業家的利潤最大化問題可以表示為：

（二）數字金融與篩選成本

企業家在第一期賺到的工資收益w并不能完全覆蓋資金投人I，因而需要向金融機構申請金額為 L=I-w 的貸款。由于企業家來源地與金融機構并不在同一座城市，傳統的金融機構很難獲取該企業家的歷史交易信息，兩者之間存在較為嚴重的信息不對稱。部分不具有優質投資項目的外地企業家利用信息不對稱向金融機構申請貸款，金融機構需要通過收集信息對貸款人以及貸款項目的質量進行評估和篩選。顯然，金融機構與企業家之間的信息不對稱程度越高，相應的項目篩選成本也會越高。假設從金融機構獲得貸款的先驗概率為0，該概率也代表了所有貸款申請人中擁有優質項目的比例。

對于每一項貸款申請，金融機構需要付出f I審核成本，才能最終確定該筆申請是否屬于可行的投資項目。其中， D_i 為地區i數字金融發展水平，在數字金融較為發達的地區，信息的透明度會有所增加，金融機構之間也能夠更加高效地互通信息，從而有效降低單位篩選成本。而對于傳統金融占主導的地區來說，由于傳統金融機構在收集、利用以及共享數據方面相對于數字金融較為落后（龔強等，2021）。因而在保持其他條件不變的情況下，以傳統金融機構為主的地區，在面對相同的貸款申請時，可能會產生更高的篩選成本。同時，這里假設項目投資金額越大，所涉及的項目業務越復雜，從而需要的審核成本就會越高?；谏鲜隼碛桑梢约僭O金融機構進行項目篩選的邊際成本與該地區數字金融發展水平之間存在如下關系：

上述表達式意味著數字金融的發展有助于緩解企業家與金融機構之間的信息不對稱，從而有效降低項目篩選的邊際成本（黃浩，2018;Lin etal.，2022）。為不失一般性，假設申請貸款成功的企業家需要承擔全部項目的篩選成本，則考慮金融機構篩選成本之后的項目利潤函數可以表示為：

將項目資金投入的表達式（2）代入上述利潤最大化的目標函數（5），并對成功概率p求偏導數令其結果等于零，可以得到企業跨區域投資項目的最優成功概率為①：

由此，可以得到以下結論：

假說1：數字金融發展能夠降低融資成本，從而促進跨區域投資。

假說2：數字金融發展能夠提高異地投資成功概率，從而促進跨區域投資。

（三）數字金融、事后監督與道德風險

在貸款發放之后，發放貸款的金融機構需要監督企業家的資金使用情況，并了解投資項目進展，及時掌握項目是否取得成功的相關信息。由于企業家來自外地，可能會通過關聯交易等方式轉移項目收益。同時，外來投資企業家撤出本地市場的機會成本也遠低于本地投資企業（劉春等，2015），導致金融機構對外來投資項目的監督成本相對于本地投資項目大幅度提高（Yaoetal.，2021）。參考Aghion etal.（1999）的相關研究，假設進行跨區域投資的企業家有動機隱藏項目的真實結果，以避免向銀行支付貸款本息。由于金融機構會在發放貸款后進行有效監督，使得企業家在隱藏真實收益時需要付出一定的成本 h（D_i）I_o 企業家隱藏真實收益的單位成本 h（D_i） 與地區數字金融發展水平有關，數字金融發展水平越高，金融機構獲取、處理以及共享信息的能力就會相應提高。而在傳統金融機構占主導的地區，信息處理優勢相對較小，從而導致這些地區的金融機構擁有較高的事后監督成本。同時，信息處理能力的提高也意味著金融機構對企業家的監督能力越強（吳曉求，2014），從而使企業家面臨高昂的隱藏成本。也就意味著：

若企業家的最優選擇是隱瞞項目的真實收益，則理性的金融機構一開始就會選擇不發放貸款，

從而導致信貸市場萎縮。因此，信貸市場的發展依賴于企業家的決策滿足以下激勵相容約束條件：

h（D_i）I?p（I）Γ（I-w）

不等式左邊為企業家隱瞞真實收益所需要花費的成本，不等式右手邊為企業家誠實報告項目收益時，所需要支付的利息支出，I表示貸款利率。p（I）表示項目成功的概率，而企業家可以通過增加項目投入，從而提高項目成功的概率，因而這里將項目成功概率寫作項目投入的函數。當上述不等式成立時，企業家的最優策略是真實報告項目收益。給定企業家匯報真實項目收益，金融機構也會在第一階段選擇向企業家發放貸款，從而能夠使信貸合約生效。在該經濟體中，信貸資金的唯一來源是第一期賺取工資的年輕人，只有當出借資金的期望收益等于出借額的時候，才有可能借出資金。因而利率需要滿足以下套利條件：

Γ_P（I）=1

將套利條件（11）代入激勵相容約束條件（10），可以得到如下關系式：

其中， 為信貸乘數，表示企業家在其工資收入 w 的基礎上，所能實現的最大投資額度。在保持其他條件不變的情況下，若企業隱瞞真實收益的邊際（單位）成本越高，即 h（D_i） 越大，則金融機構越愿意給企業發放更多的貸款，從而企業家獲得大于其財富水平的資金也就越多，反之則企業家很難獲得信貸。假設一種極端情形，企業家隱藏真實收益的邊際成本 ，此時的信貸乘數 v（D_i）=1 ，企業家只能依靠第一期獲得的工資收人進行投資而無法獲得任何信貸支持?；谏鲜鲇懻?，在數字金融較為發達的地區，企業家在事后隱藏真實收益所面臨的成本較高，導致金融機構更加愿意為該地區的企業家發放更高額度的貸款，從而降低該地區外來企業家的融資約束。在本文模型中，體現為數字金融發達地區的外來企業家具有更高的信貸乘子：

假說3：數字金融發展能夠提高信貸乘數降低融資約束，從而促進跨區域投資。

三、研究設計

（一）數據選擇與數據來源

1.被解釋變量衡量

現有文獻多數將上市公司設立異地子公司數量作為跨區域投資衡量指標，不僅沒有投資額的相關信息，樣本也缺乏代表性。此外，上市公司的空間分布較為聚集（Chenetal.，2022），而本文的研究話題恰好與空間分布高度相關，因而使用上市公司數據作為研究對象可能存在較高的選擇性偏誤。為此，本文選取2005—2022年工商登記注冊信息數據庫，構建跨區域投資相關指標。該數據庫涵蓋了在中國境內成立的約2億家企業的工商登記注冊信息，主要指標包括企業成立時間、所處地理位置、所有制類型、法人代表、股東以及相應的出資額和出資比例、注冊資本以及行業代碼等。不僅如此，還包含上述信息的歷史變化詳細記錄，能夠利用上述信息計算城市之間的投資情況，在近期的研究中得到了廣泛的使用（Allen et al.，2019;Bai et al.，2019;Shi etal.，2021;Brandt etal.，2022）。

本文利用企業的地理位置信息識別本地企業與異地企業，然后利用注冊資本以及出資比例計算每家企業中不同來源地股東的投資額，并將這些投資額依據城市對-年份進行加總，得到用于計量分析的非平衡面板數據。在具體計算中，被投資企業的地址信息是確定的，而數據庫并未報告具體的投資人地理位置信息，對于以法人為出資人的投資，本文采用法人名稱作為匹配變量與地址信息進行匹配，可以有效得到各法人的地址信息。難點在于自然人作為出資人的投資，需要對自然人的地理位置進行識別，本文優先采用手機號碼作為地理信息識別的補充信息，對于未能有效識別的樣本，進一步使用“同名消歧”的無監督機器學習算法進行處理，最終得到自然人作為出資人的地理位置信息。在此基礎上，通過計算異地投資者數量以及異地投資額作為本文的被解釋變量，衡量企業跨區域投資行為。

2.核心解釋變量衡量

現有文獻關于數字金融發展程度的衡量指標主要有兩類，分別為以“文本挖掘法\"構建的金融科技指數和數字普惠金融指數。相較于后者，前者涉及金融服務與數字技術兩個方面，更能體現數字時代通過云計算、大數據、區塊鏈、人工智能等新興技術手段賦能傳統金融行業，促進金融機構數字化轉型，提升傳統金融效率。對此，本文采用金融科技指數來衡量地區的數字金融發展水平，并選取數字普惠金融指數進行穩健性檢驗。參考李春濤等（2020）的做法，從有關科技創新、大數據發展等重要新聞和會議中提取與金融科技相關的48個關鍵詞，利用百度新聞高級搜索將關鍵詞與中國所有地級市或直轄市匹配，并提取搜索的結果數量，將同一地級市或直轄市層面的所有關鍵詞搜索結果數量加總，得到總搜索量（ DF_total ）。考慮到該指標分布存在顯著的右偏性，對這一指標作對數變換，得到最終衡量該地級市或直轄市層面數字金融發展水平（InDF）的指標。

另外，本文還進一步考察了傳統金融對企業異地投資的影響，以此與數字金融的作用效果形成對比分析?？紤]到我國目前仍以間接融資為主，而商業銀行作為金融中介，在間接融資中起主導性作用，商業銀行網點密度會對企業的經營以及融資活動產生重要影響（余明桂和潘紅波，2008），因而本文選取各城市每百萬人的商業銀行機構數作為衡量各地區傳統金融發展水平的指標，并對該指標作對數變換，記為（lnTF）。

3.控制變量

回歸分析中的控制變量主要包括各地區的歷年人均GDP、人口規模、地理距離等指標，經濟發展和人口規模數據來自歷年城市統計年鑒，各城市之間地理距離的信息通過ArcGIS軟件計算得到。

4.其他變量說明

（1）融資約束：企業融資約束指企業在資本市場融資時所面臨的制約與限制，反映了企業融資能力與外部融資環境的匹配程度?，F有研究中常用的衡量融資約束程度的指數分別有KZ指數、SA指數、WW指數和FC指數等。本文選取了外生性較強的SA指數（Hadlockand Pierce，2010）來測度企業融資約束程度。該指標的具體計算公式可以表示為： SA=- 0.737×Size+0.043×Size²-0.04× Age。其中，Size為企業規模，Age為企業年齡。

（2）融資成本：本文參考余明桂等（2019）的做法，使用利息支出占比（企業利息支出/總負債）來衡量企業的融資成本，由此更為直接地考察數字金融發展如何降低企業的融資成本，進而降低企業異地投資的資金負擔，該數據來源于稅收調查數據庫（2008—2016）。

（3）銀行市場集中度：參考姜付秀等（2019）的做法，本文使用前三大銀行支行數量占銀行支行總數的比例來衡量各地區的銀行集中度。該指標為負向指標，其數值越大，表明銀行競爭程度越低，銀行市場壟斷程度越高。

（4）市場化指數：本文參考王小魯和樊綱（2004）構建了各城市市場化指數，以此來衡量企業跨區域投資所面臨的外部制度環境的差異。該指數由政府與市場的關系、非國有經濟的發展、產品市場的發育程度、要素市場的發育程度以及市場中介組織發育和法律制度環境等五個方面構成，最終加總得到各地市場化程度總得分。市場化程度得分越高，表明該地區市場化程度越高，地區制度環境越好。

（5）國有企業占比：首先，分別加總得到各城市企業職工總人數和國有企業職工總人數。然后，以各地區國有企業職工總人數占企業職工總人數的比重來衡量該地區國有企業占比。該指標計算所使用的原始數據來自2004年工業企業數據庫。

（二）實證分析策略

為實證檢驗數字金融發展對企業跨區域投資的影響，可以建立如下計量模型：

其中， 和 分別表示第t年中城市j的個人或企業在城市i的投資金額和設立的企業數量，兩者均取自然對數。核心解釋變量 代表第t年城市i的數字金融發展水平。Controls控制了城市i和城市j的人均GDP，人口規模，以上變量均取對數。 u_i，v_j，w_t 分別表示城市i、城市j以及年份固定效應，以排除非時變不可觀測因素的影響。 ε 表示均值為零的隨機干擾項。

（三）描述性統計結果

為直觀展示我國數字金融發展趨勢，本文繪制了各項數字金融指數的趨勢圖，如圖1所示。從

圖1數字金融各指數時間趨勢圖

注：圖中繪制了兩類指標：數字金融發展水平與數字普惠金融指數。其中，“lnDF\"表示數字金融發展水平、“lnDFdi\"\"InDF-breath\"和\"lnDFdepth\"分別表示數字普惠金融指數的三個細分維度：普惠金融數字化程度、數字金融覆蓋廣度、數字金融使用深度。

中可以看出，無論是數字金融發展水平還是數字普惠金融指數，在2011年至2020年期間均呈現明顯的上升趨勢。得益于互聯網金融的跨越式發展①，數字金融在2014年之后增速加快。總體而言，數字金融作為一種新型金融創新實現了快速發展，在覆蓋廣度、使用深度、金融科技應用等方面均取得了顯著的成效，已然成為精準服務實體經濟、助力經濟高質量發展的關鍵力量。

表1給出了各主要變量的描述性統計，其中核心解釋變量數字金融發展水平（InDF）的均值、最小值、最大值分別為3.308、0和6.987，表明各城市之間數字金融發展程度存在顯著差異，且相較于均值而言，仍存在部分地區未能在當地拓展數字金融相關業務。核心解釋變量的顯著差異意味著能夠提供足夠的差異來源以支持本文的因果識別。此外，從被解釋變量來看，無論是企業跨區域投資金額（Ininv）或是進行跨區域投資的企業數量（ 在不同城市之間均存在較大差異，表明各城市之間企業異地投資情況差異巨大，資本要素的自由流動仍存在較大阻力，側面反映了國內各區域之間的資本市場一體化程度相對較低。這可能與目前我國存在的區際市場分割有關（范欣等，2017;薛啟航等，2022），市場一體化建設任重而道遠。

本文同時給出了地區層面其他變量的描述性統計情況，分別為銀行集中度、市場化指數以及地方國有企業占比，由此方便進行后續的異質性檢驗。具體來看，我國整體市場化水平較高，能夠為企業發展提供更為良好的市場環境。但是，各地區銀行市場均存在一定程度的壟斷，這可能會在一定程度上給異地投資企業帶來融資難題，抑制企業跨區域投資。

表1描述性統計

四、實證分析

（一）基準回歸結果

1.數字金融與跨區域投資

表2報告了數字金融與企業跨區域投資的基準回歸結果。第（1）、（3）兩列未對除核心解釋變量外的其他變量進行控制，數字金融發展水平估計系數顯著為正，表明數字金融發展對企業跨區域投資存在顯著的促進作用。在第（2）、（4）兩列，進一步控制了兩地人均GDP、人口規模以及地理距離，結果顯示無論是投資額還是投資企業數量的回歸中，數字金融發展的估計系數依然在 1% 的水平上顯著為正。具體來看，在保持其他條件不變的情況下，數字金融發展水平對企業跨區域投資額以及跨區域投資企業數量的彈性估計值分別是0.0224以及0.0355。上述結果表明，數字金融的發展能夠顯著增加企業跨區域投資額、跨區域投資企業數量，即當地數字金融的發展能夠有效吸引更多外來企業在當地進行投資。

表2數字金融與跨區域投資

注：括號內為城市級聚類標準誤，***、**、*分別表示在 1%5%.10% 水平上顯著，下同。

此外，表2的結果表明，投資流入地城市i的人均GDP系數均顯著為正，而投資方來源地城市j的人均GDP系數卻顯著為負，即流入地城市的人均GDP越高，對投資的吸引力越強，流出地城市的人均GDP越高，投資越不容易流出，企業越不傾向于對外投資。一種可能的解釋為，區域發展狀況是影響企業跨區域投資的重要因素之一，人均GDP越高在一定程度上能夠反映流入地經濟發展水平相對較高、投資機會更多，資本流動往往選擇從欠發達地區流向較為發達地區（馬光榮等，2020）。另外，以人口規?？坍嫷氖袌鲆幠＞@著為正，表明市場規模大能夠享受規模遞增的優勢，企業在該地投資有更高的回報率（Helpman and Krugman，1985）?？刂谱兞拷Y果表明，區域基礎稟賦，如市場規模、發展潛力等仍是企業跨區域投資所需考慮的重要因素，該結果與現有研究以及理論預期都較為符合。

2.傳統金融與跨區域投資

傳統金融領域普遍存在的信息不對稱、金融資源不合理配置等問題嚴重阻礙了資本要素跨區域流動，而數字金融的發展為緩解上述問題帶來了重大突破。一方面，受限于傳統技術手段的局限性，傳統金融領域中商業銀行很難人工搜集和處理中小企業大量信息，進而導致中小企業參與信貸市場的門檻極高（張一林等，2019），嚴重限制了中小企業的融資能力。而數字金融對數據運算、分析、處理和預測的能力遠超人力，推進銀行數字化轉型可以大幅度提高銀行在信息篩選和風險控制方面的時效性和準確性（Liberti and Petersen，2019），降低企業融資門檻。另一方面，受限于地方政府的干預和金融市場的不完美，“金融抑制\"以及金融市場固有歧視嚴重扭曲了金融資源配置（劉瑞明，2011;羅長遠和陳琳，2012;張一林等，2021）。而數字金融具有普惠性與包容性，能夠增加金融機構對民營企業與小微企業的資金支持，進而提升金融市場資源配置效率（唐松等，2020）。

基于上述分析，本文在表3估計了傳統金融對企業跨區域投資的影響，以此與數字金融進行對比分析。結果顯示，不論在投資額還是投資企業數量上，傳統金融的估計系數雖然都為正，但統計意義上均不顯著，表明傳統金融對企業跨區域投資不存在顯著影響?？赡艿脑蛟谟冢菏紫?，傳統金融市場存在更為嚴重的信息不對稱問題，會加大銀企之間的交易難度，企業融資受到極大限制，抑制了企業跨區域投資的積極性。其次，傳統金融市場通常有地域限制，即主要服務特定區域的客戶，可能導致企業在進行跨區域投資時，需要面臨更高的金融交易復雜性和不確定性（袁博等，2013）。最后，傳統金融機構易受政府干預的影響，導致具有“政企紐帶\"的企業往往更容易獲得金融資源（夏立軍等，2011），因而企業跨區域投資過程中可能需要投人其他成本以得到所在地政府的庇護（宋淵洋和黃禮偉，2014），以此獲得更多的金融資源。綜上所述，由于面臨更大的信息不對稱，傳統金融可能存在更為嚴重的“地域歧視”以及“所有制歧視”，使得其對跨區域投資的促進作用較為有限。

表3傳統金融與跨區域投資

（二）穩健性檢驗

1.更為嚴格的固定效應

為提升估計結果的可靠性，進一步將兩地固定效應替換為城市對固定效應。在城市對層面，存在諸如行政邊界、地理距離以及區域互信等非時變因素，城市對固定效應能夠將這些無法觀測的因素全部吸收，減少遺漏變量導致的內生性問題。因此，本文對城市對固定效應加以控制，估計結果如表4所示。可以看到，不論是否加入額外控制變量，數字金融發展水平對企業跨區域投資依然具有顯著的促進作用。與表2基準回歸的第（2）和第（4）列相比，表4的第（2）和第（4）列在同樣加入控制變量的情況下，數字金融的估計系數略微上升?？傃灾谔鎿Q固定效應后本文基準回歸結論依然成立。

表4穩健性檢驗（一）：城市對固定效應

2.加總到流入地

鑒于本文主要考察的是投資目的地的資本流入情況，因而進一步將異地投資金額與異地投資企業數量加總至投資目的地城市，以此作為基準回歸的穩健性檢驗，估計結果如表5所示。核心解釋變量數字金融的估計系數仍顯著為正，系數大小較基準回歸結果略有增加。同時，流入地的人均GDP和人口規模的系數仍然顯著為正，與基準回歸結果保持一致。上述結果表明，數字金融能夠顯著提升投資目的地的吸引力，提高異地投資規模以及異地投資企業數量。

表5穩健性檢驗（二）：加總到資本流入地

3.替換核心解釋變量

本文研究結果的可靠性很大程度上取決于數字金融發展水平的合理度量。由于數字金融的發展是多維的，既包含了大數據、人工智能、金融科技等數字化技術賦能傳統金融的數字化轉型，又包含了數字金融發展帶來的金融服務的普惠性與包容性。為提高研究結論的可信度，本文選取數字普惠金融指數替換核心解釋變量，以此對數字金融促進企業跨區域投資進行穩健性檢驗，結果如表6所示。具體來看，無論基于何種細分維度，核心解釋變量的估計系數均顯著為正，表明本文基準回歸結果具有較高的穩健性，并不會因指標更換而出現較大的波動。無論是企業跨區域投資額還是跨區域投資企業數量，普惠金融數字化程度對企業跨區域投資的促進作用最明顯，表明數字化程度加深更有助于提升金融服務的可及性。

表6穩健性檢驗（三）：替換解釋變量

4.替換其他控制變量

由于投資流動可能會帶來勞動力的遷移，同時要素跨區域流動也會對地區經濟發展水平產生影響。基于上述考慮，在回歸中加入時變的人均GDP、人口規模作為控制變量可能會由于存在反向因果而產生內生性問題。因此，借鑒Lietal.（2016）的研究，本文以樣本期第一年（2004年）各地區人均GDP和人口規模作為控制變量，對基準回歸進行重新估計。此外，由于該控制變量為非時變變量，直接加人基準回歸可能會被兩地城市固定效應吸收，因此需要構建與時間變量的交互項，以此更好捕捉地區特征對跨區域投資的時變影響。同時，考慮到人口規模、經濟發展水平等區域特征可能對企業跨區域投資存在非線性影響，本文還引入了區域特征與時間變量二次項、三次項的交互項，以考察區域特征對跨區域投資的非線性時間趨勢。為確保估計結果的穩健性，進一步引人年份虛擬變量與地區特征的交互項，以控制地區特征對跨區域投資影響的任意時間趨勢。

表7穩健性檢驗（四）：替換控制變量

替換控制變量后的估計結果如表7所示，無論控制何種類型的地區特征及時間趨勢，數字金融發展都能夠顯著促進企業跨區域投資，本文基準回歸結果依然成立。

（三）內生性問題

盡管本文在基準回歸和穩健性檢驗部分盡可能控制了相關變量，但仍然可能存在遺漏變量帶來的內生性問題。為此，本文進一步采用移動份額工具變量進行內生性處理，以獲得更為可信的估計結果。移動份額工具變量可以有效緩解傳統工具變量外部性假設不易滿足的局限性（武常岐等，2022），因而在相關文獻中得到廣泛應用（易行健和周利，2018;柏培文和喻理，2021）。在本文中，考慮到數字金融的發展離不開數據和算力的支持，將樣本期初各地區工業企業2004年擁有的計算機數量占當年全國工業企業計算機總量的比率作為份額（Share），以衡量各地區在樣本初期計算能力的分布水平。移動變量（Shifter）則對應2006年—2016年每百人中互聯網寬帶接入用戶數年增長率，互聯網接入用戶越多，數字金融獲取數據的能力就會相應越強。最終將這兩個指標的交乘項作為工具變量進行兩階段最小二乘估計，估計結果如表8所示。列（1）和列（3）為工具變量一階段回歸結果，顯示工具變量的系數均在 1% 水平上通過了顯著性檢驗。列（2）和列（4）結果顯示，核心解釋變量的估計結果仍顯著為正，表明數字金融確實能夠促進企業跨區域投資。此外，Kleibergen-Paap rk LM檢驗LM值為549.452，通過了弱工具變量檢驗，說明不存在弱工具變量問題。由本部分Bartik工具變量回歸結果可見，在考慮了內生性問題后，數字金融依然對企業跨區域投資具有顯著的促進作用，基準回歸結果較為穩健。

表8內生性檢驗：Bartik工具變量

（四）潛在機制分析

前文分析表明，數字金融發展確實對企業跨區域投資存在顯著的促進作用。那么，數字金融通過何種渠道影響企業跨區域投資？理清具體作用機制和渠道，有助于采取更有針對性的政策措施，更好地發揮數字金融暢通國內資本要素流動的作用。本文理論分析部分表明，數字金融可能會通過

降低企業融資成本、緩解融資約束、降低企業生存風險三個渠道對企業跨區域投資產生影響。下面將逐一檢驗上述三條機制。

1.融資約束與融資成本

融資約束是影響企業投資的重要因素之一。金融市場不完善使得企業融資難、融資貴問題依舊大量存在（龍小寧等，2015;李宏兵等，2016），而企業在資金籌集、資源獲取上所面臨的限制一定程度上會導致企業投資意愿大幅度下降（彭俞超等，2018）。同樣地，多數研究發現融資約束的緩解能夠促進實體投資（張成思和劉貫春，2018;李波和朱太輝，2020）?；谝延醒芯浚疚脑噲D探究數字金融發展能否通過緩解融資約束，進而促進企業跨區域投資。在融資約束的衡量方面，Hadlock andPierce（2010）根據企業財務報表對企業的融資約束類型進行劃分，構建了SA指數，能夠有效克服內生性干擾。有鑒于此，本文采用SA指數作為融資約束的衡量指標。

有別于企業內外部融資成本差異造成的融資約束，融資成本更為直接反映了企業在信貸市場進行交易所需投人的成本。金融市場信息不對稱導致較高的融資成本，嚴重抑制了企業跨區域投資的積極性。隨著數字金融的發展，互聯網、大數據等技術與金融服務深度融合，提高了銀行獲取中小企業信息的便利度，大幅度降低了銀企間信息不對稱水平，為降低企業融資成本帶來了重大突破（謝絢麗等，2018）。一方面，大數據、人工智能等技術賦能銀行數字化轉型，銀行能以更低成本和更高效率匹配到合適的企業進行交易，降低了交易過程中的事前篩選成本；另一方面，數字金融有助于銀行更好監督企業行為，減少企業投機行為，降低了交易過程中的事后監督成本。

基于上述分析，本文分別從融資約束和融資成本兩個視角檢驗數字金融發展促進企業跨區域投資的潛在機制，結果如表9所示。具體來看，無論是融資約束還是融資成本，數字金融的估計系數均顯著為負，表明數字金融的發展能夠有效緩解企業融資約束，降低企業融資成本，進而促進企業跨區域投資。作為金融領域的重要創新產物，數字金融的發展有助于解決企業融資難、融資貴的問題（黃銳等，2021;宋敏等，2021），為企業異地投資和發展提供更多的信貸支持，有效激發企業跨區域投資的積極性，促進區域間資本要素流動。

表9機制 （-） ：融資約束與融資成本

2.企業生存風險

生存是企業發展的基礎。企業能否在外地市場存續，是決定投資與否的重要因素，較低的生存風險和較長的存續時間意味著企業有機會實現更高盈利和可持續發展，提高企業跨區域投資的信心。現有研究表明，企業的生存狀況在一定程度上依賴于金融市場的完善程度（蘇振東等，2016;鐘騰和汪昌云，2017）。一方面，企業的生存與發展離不開資金支持，完善的金融市場決定了企業獲得資金的便捷程度和融資成本;另一方面，金融市場的成熟與完善有助于更為有效、合理地配置金融資源，提升企業的生存和發展機會。然而，由于金融市場普遍存在的信息不對稱問題，大量資金、資源往往會偏向于本地企業，而對外來企業采取歧視性措施（張杰等，2013），外來企業難以獲得投資和后續發展所需資源，增加企業異地生存風險。此外，我國各地區金融發展水平存在差異，企業跨區域投資需要面臨不同金融市場環境，這種外部市場的不確定性可能會增加企業經營失敗的風險，影響企業生存與發展。

為此，本文采用威布爾模型對企業進行生存分析，考察數字金融發展對異地投資企業生存風險的影響，并估計如下生存風險函數：

h_{k，i，j}（t）=αλ^αt^α-1

其中， h_k，i，j（t） 表示來自城市j的企業家在i地區投資的企業 Δk 在t時刻退出市場的風險，即企業退出風險。 ∝ 反映了風險隨時間變化的總體趨勢，當 αgt;1 時，風險隨時間增大；當 αlt;1 時，風險隨時間減小；當 α∝1 風險保持恒定不變。 λ 表示尺度參數， λ 越大， ∝ 的影響越明顯；反之 ∝ 影響較小。本文將企業存續時間定義為：企業存續時間 Σ=Σ 企業退出市場的年份－企業進入市場的年份 ⁺1 。

結合理論模型，數字金融發展能夠緩解銀企間信息不對稱，為企業提供良好的融資服務，降低企業生存風險（歐定余和魏聰，2016），促進企業跨區域投資。表10第（1）列的結果顯示，數字金融發展對企業退出風險具有顯著負向影響，說明數字金融發展能夠降低企業退出市場的風險。同時，利用多維固定效應將被解釋變量調整為存續時間后，得到數字金融的系數顯著為正，表明數字金融發展能夠提高企業的存續時間。上述結果表明，不論是基于企業退出市場風險還是存續時間的視角，數字金融發展對企業生存有顯著的正向作用。數字金融的發展有助于消除企業異地投資過程中的信貸約束、資源配置不合理、政策風險等種種障礙（郭峰等，2017），提高企業異地投資成功的概率，增強企業的生存能力，進而激發企業跨區域投資的積極性。

表10機制（二）：數字金融與企業生存

（五）異質性分析

上文分析表明，數字金融發展能夠促進企業跨區域投資。本節將進一步分析在不同地區特征條件下，數字金融發展對企業跨區域投資的異質性作用效果，為后續政策建議提供更具針對性的理論支撐和經驗證據。

1.銀行集中度

銀行是重要的金融中介，銀行信貸是企業投資活動重要的資金來源。銀行集中度作為衡量銀行業結構的代表性指標，反映了銀行體系的市場結構和競爭程度（林毅夫等，2003）。而銀行市場結構和競爭程度會影響銀行信貸行為，改變銀行信貸資源配置（姜付秀等，2019）。銀行集中度同樣會對企業融資行為產生影響：根據“市場勢力假說”，銀行競爭加劇會降低企業融資約束，即銀行集中度越低，企業越容易獲得銀行貸款（林毅夫等，2009;Chong etal.，2013）；“信息假說\"認為銀行競爭程度提高不利于銀行與企業關系的建立與維系，進而加劇銀企間信息不對稱，增加企業融資難度（Fungacova et al.，2017）。

基于上述考慮，本文利用前三大銀行支行數量占銀行支行總數的比例衡量各地區銀行集中度，根據樣本期首年各地銀行集中度將全樣本分為三個子樣本，并保留銀行集中度最高和最低的兩個組，對基準回歸進行重新估計，以檢驗數字金融發展對企業跨區投資的異質性作用效果，結果如表11所示。（2）、（4）列結果顯示，在銀行集中度較高的地方，數字金融發展的估計系數均顯著為正，即銀行壟斷程度較高的地區，數字金融發展對企業跨區域投資的促進效應更加明顯。受傳統金融市場信息不對稱的影響，擁有高市場份額或較大壟斷勢力的銀行往往不愿意給異地初創企業發放貸款，以避免交易風險和損失。因此，銀行集中度越高，越不利于企業進行跨區域投資活動。此外，較高的銀行壟斷勢力會增加金融市場的不穩定性、加劇企業融資風險，進而抑制企業跨區域投資。而數字金融通過提供多元化的融資渠道（Becketal.，2016），提高金融服務的可及性（邱晗等，2018），有助于減輕銀行壟斷引發的系列問題，為企業提供更多的融資渠道和融資機會（趙紹陽等，2022）。而（1）、（3）列結果顯示，在銀行集中度較低的地方，數字金融系數不存在統計意義上的顯著性。較低的銀行壟斷允許銀行間的合作與競爭，有利于提高金融市場的整體運行效率，促進金融資源的有效配置和金融服務的有效供給，更好滿足企業投資的融資需求，為外來企業提供穩定的投資環境（張璇等，2019）。

表11異質性（一）：銀行集中度

2.市場化程度

加快推進市場化進程是優化企業投資環境、提高企業投資水平的重要舉措。一般而言，較高的市場化水平通常伴隨著更為公平、便利的融資環境，有利于緩解企業面臨的融資約束，促進企業投資（董志強等，2012）;而較低的市場化程度意味著較低的市場開放度和較高的市場干預，可能會限制資本的跨區域流動。對此，本文認為在市場化程度較低的地區，數字金融具有“補短板”的功能（唐松等，2020），能夠為企業跨區域投資提供更好的金融服務。也有研究認為，數字金融的發展離不開良好的市場化基礎條件支撐（王喆等，2021），只有在更為有效的制度環境下，金融服務于實體經濟的效果才能得到充分發揮。

本文以市場化指數衡量地區市場化程度，根據樣本期首年各地市場化程度將全樣本分為三個子樣本，并保留市場化程度最高和最低的兩個組，對基準回歸進行重新估計，以檢驗數字金融對企業跨區域投資的作用效果是否因地區市場化水平不同而存在差異，結果如表12所示。具體來看，（1）、（3）列結果顯示，在市場化程度較低的地區，數字金融能夠顯著促進企業跨區域投資。（2）、（4）列結果顯示，數字金融的系數均不顯著，表明在高市場化程度地區，數字金融對企業跨區域投資并無顯著作用。可能的原因在于：在市場化程度較高的地區，企業可以直接依靠完善的市場機制獲取信貸支持和金融服務，且高市場化程度通常也意味著更高的開放程度，外地企業能夠相對容易地進入該地區開展經營活動。此外，高市場化程度通常伴隨較為完善的監督與管理體制，有效保證企業的信息披露，降低企業與金融機構的信息不對稱，提高金融機構的貸款意愿，緩解企業融資約束，為企業跨區域投資提供較為充分的資金支持，促進企業跨區域投資（徐玉德等，2011）。

表12異質性（二）：市場化程度

3.各地區國有企業占比

由于我國金融市場普遍存在的“所有制歧視”和“規模歧視\"現象，金融資源的配給更青睞于國有企業（張杰等，2013;李宏兵等，2016）。作為地方政府和金融機構的\"寵兒”，無論是金融機構的\"融資偏好”，還是出于拉升地方經濟指標考慮，國有企業更容易獲取政府和銀行的資金、資源和政策支持（李靜等，2013），中小企業或外來企業往往面臨更為嚴峻的融資困境。此外，由于銀企間信息不對稱的存在，企業規模無疑成為銀行是否給予信貸支持的重要衡量指標，企業規模越大其獲取信貸資源的可能性越大。因而，中小企業會面臨“所有制”和\"規模\"的雙重歧視。有鑒于此，本文提出猜想，在國有企業占比較高的地區，數字金融發展更能促進企業跨區域投資。

為此，根據樣本期首年各地國有企業占比將全樣本分為三個子樣本，并保留國有企業占比最高和最低的兩個組，對基準回歸進行重新估計，結果如表13所示。具體來看，（2）、（4）列結果顯示，數字金融的估計系數顯著為正，表明在國有企業占比相對較高的地區，數字金融對企業跨區域投資的促進作用更加明顯。相對應地，在國有企業占比相對較低的地區，數字金融對企業跨區域投資額的促進作用并不顯著;雖然數字金融發展能夠增加跨區域投資的企業數量，但系數遠小于國有企業占比高的地區。該結果表明國有企業占比越高，數字金融普惠的優勢越明顯，也越能吸引跨區域投資。

數字金融發展能彌補金融服務歧視、金融供給不足的缺陷，為企業提供更多的融資機會。一方面，數字金融平臺為企業提供了更多的融資渠道，這種多元化選擇有助于降低企業對于傳統金融機構的依賴，減輕“融資偏好\"給企業融資帶來的不確定性（莊旭東和王仁曾，2023）;另一方面，有別于傳統金融機構，數字金融通常更注重客戶的數字信用記錄和財務歷史而非個人特征，這有助于消除傳統金融領域的歧視問題，為企業提供了更平等的融資機會（余明桂和潘紅波，2008;Fermandes etal.，2021;Huang etal.，2023）。

表13異質性（三）：地方國有企業占比

4.融資成本異質性

為探討數字金融對企業跨區域投資的異質性作用，本文還估計了數字金融發展對企業融資成本的異質性影響。結合上述異質性分析結果，在銀行集中度、市場化程度和國有企業占比不同的地區，數字金融發展帶來的融資成本下降也可能存在差異。表14報告了企業融資成本異質性的回歸結果，（2）、（3）、（6）列數字金融的估計系數均顯著為負，即銀行集中度越高、市場化指數越低、國有企業占比越高，數字金融發展對企業融資成本的降低作用更加明顯。該結果與現有研究結果具有較高的一致性：在更具競爭性的銀行業市場結構下，企業獲得信貸資金的難度和成本都更低（姜付秀等，2019）;市場化程度的提升能夠有效促進金融服務于實體經濟（楊暢等，2022），有利于資本流向非國有企業，緩解其受到的融資約束；降低基于所有制和規模的\"信貸歧視”，有助于提高金融資源配置效率，促進低成本的金融資源流向中小企業（徐飛，2019）。

表14異質性（四）：融資成本

不同地區特征下，數字金融對企業跨區域投資的促進作用存在顯著差異。在銀行集中度較高、市場化程度較低以及國企占比較高的城市，數字金融對促進企業跨區域投資的作用效果更為明顯。數字金融作為傳統金融的補充和替代，能夠很好地發揮\"補短板\"的作用，因而當金融市場存在壟斷和歧視時，數字金融的發展更具必要性和迫切性。總而言之，數字金融的發展能夠有效彌補傳統金融體系的不足，持續助力金融市場的完善，更好服務實體經濟發展，政府應當積極創造有利于數字金融發展與創新的條件，以促進資本跨區域流動和加快構建全國統一大市場。

五、結論與啟示

盡管改革開放以來，國內市場一體化進程不斷推進，市場整合程度逐漸提高，但主要集中在產品市場（賀穎和呂冰洋，2019），要素市場的統一較為滯后。其中，資本要素的市場分割情況更為嚴重，且近年來尚未出現明顯改善（劉志彪和孔令池，2021）。與此同時，數字金融的蓬勃發展，能夠在降低銀企間信息不對稱、促進金融資源合理配置、提高金融市場整體運行效率等方面發揮重要作用。對此，本文立足于金融服務實體經濟、推動區域間協調發展的實際，剖析數字金融發展對企業跨區域投資的影響及其作用機制。研究發現：數字金融發展能夠顯著促進企業跨區域投資，推動資本要素跨區域流動。機制分析結果表明：一方面，數字金融發展能夠減少企業融資約束與融資成本，有效提高企業跨區域投資的積極性;另一方面，數字金融的發展能夠增加企業異地投資成功的概率，提高企業異地投資的信心。異質性分析結果表明，銀行集中度越高、市場化程度越低、國有企業占比越高的地區，數字金融對企業跨區域投資的促進作用越明顯。

基于上述結論，本文可以得出以下幾點啟示：

（1）大力發展數字金融，促進數字技術與金融服務的深度融合。讓\"金融活血\"融入實體經濟發展，暢通經濟循環，持續激發經濟活力。首先，要加強數字金融基礎設施建設，包括完善高速網絡覆蓋力、提升數據處理能力和安全性，以確保金融交易的高效和安全;其次，給予數字技術和金融業務深度融合的支持政策，在有效控制風險的基礎上，提供足夠的\"試錯\"空間，并完善相應的配套產業發展，奠定堅實的信息技術基礎;最后，還應加強風險監管，規范數字金融發展過程中可能引發的金融風險，有效引導數字金融為資本的自由流動注人動力。

（2）積極推廣數字技術，推進傳統金融機構的數字化轉型。鼓勵傳統金融機構充分利用大科技信貸、數字貨幣等前沿數字技術為企業進行精準\"畫像”，綜合考慮企業的發展潛能，逐漸消除傳統金融對外來企業和中小企業的偏見。數字金融背景下，傳統金融機構還需強化網絡渠道，實現信息共享，消除信息不對稱，降低企業融資成本，同時為企業跨區域投資提供個性化金融產品與服務。

（3）推動數字金融試點區域先行先試，形成可復制的經驗。在傳統銀行集中度較高、國有企業占比較大以及市場化程度較低的地區優先布局數字金融試點，通過政策先行和實踐積累，為全國統一大市場建設提供參考。上述地區中數字經濟促進企業跨區域投資的潛力相對較大，可以給予充分的政策傾斜，讓數字金融在這些地區進行優先發展，以最大限度發揮數字金融的普惠性優勢。

參考文獻

柏培文、喻理，2021，數字經濟發展與企業價格加成：理論機制與經驗事實”，《中國工業經濟》，第11期，第59-77頁。

曹春方、賈凡勝，2020，“異地商會與企業跨地區發展”，《經濟研究》，第4期，第150-166頁。

曹春方、夏常源、錢先航，2019，“地區間信任與集團異地發展——基于企業邊界理論的實證檢驗”，《管理世界》，第1期，第179-191頁。

董志強、魏下海、湯燦晴，2012，“制度軟環境與經濟發展——基于30個大城市營商環境的經驗研究”，《管理世界》，第4期，第9-20頁。

范欣、宋冬林、趙新宇，2017，“基礎設施建設打破了國內市場分割嗎？”，《經濟研究》，第2期，第20-34頁。

范子英、周小昶，2022，“財政激勵、市場一體化與企業跨區域投資——基于所得稅分享改革的研究”，《中國工業經濟》，第2期，第

118-136頁。

封思賢、郭仁靜，2019，“數字金融、銀行競爭與銀行效率”，《改革》，第11期，第75-89頁。

龔強、班銘媛、張一林，2021，“區塊鏈、企業數字化與供應鏈金融創新”，《管理世界》，第2期，第22-34+3頁。

郭峰、孔濤、王靖一，2017，“互聯網金融空間集聚效應分析——來自互聯網金融發展指數的證據”，《國際金融研究》，第8期，第75-85頁。

郭曉冬、王攀、吳曉暉，2020，“機構投資者網絡團體與公司非效率投資”，《世界經濟》，第4期，第169-192頁。

賀穎、呂冰洋，2019，“行政性分權與地區市場分割——基于地級市的研究”，《經濟學報》，第4期，第127-157頁。

黃浩，2018，“數字金融生態系統的形成與挑戰——來自中國的經驗”，《經濟學家》，第4期，第80-85頁。

黃銳、賴曉冰、趙丹妮、湯子隆，2021，“數字金融能否緩解企業融資困境——效用識別、特征機制與監管評估”，《中國經濟問題》，第1

期，第52-66頁。

姜付秀、蔡文婧、蔡欣妮、李行天，2019，“銀行競爭的微觀效應：來自融資約束的經驗證據”，《經濟研究》，第6期，第72-88頁。

金環、于立宏，2021，“數字經濟、城市創新與區域收斂”，《南方經濟》，第12期，第21-36頁。

李波、朱太輝，2020，“銀行價格競爭融資約束與企業研發投資——基于‘中介效應'模型的實證研究”，《金融研究》，第7期，第134-152頁。

李春濤、閆續文、宋敏、楊威，2020，“金融科技與企業創新——新三板上市公司的證據”，《中國工業經濟》，第1期，第81-98頁。

李海奇、張晶，2022，“金融科技對我國產業結構優化與產業升級的影響”，《統計研究》，第10期，第102-118頁。

李宏兵、蔡宏波、胡翔斌，2016，“融資約束如何影響中國企業的出口持續時間”，《統計研究》，第6期，第30-41頁。

李建軍、彭俞超、馬思超，2020，“普惠金融與中國經濟發展：多維度內涵與實證分析”，《經濟研究》，第4期，第37-52頁。

李靜、彭飛、毛德鳳，2013，“企業金融資源配置：稟賦差異抑或所有制歧視”，《南方經濟》，第6期，第49-61頁。

李青原、李江冰、江春、Huang，K.X.D.，2013，“金融發展與地區實體經濟資本配置效率——來自省級工業行業數據的證據”，《經濟學

（季刊）》，第2期，第527-548頁。

林毅夫、孫希芳、姜燁，2009，“經濟發展中的最優金融結構理論初探”，《經濟研究》，第8期，第4-17頁。林毅夫、章奇、劉明興，2003，“金融結構與經濟增長：以制造業為例”，《中國金融》，第4期，第63頁。劉春、李善民、孫亮，2015，“獨立董事具有咨詢功能嗎？——異地獨董在異地并購中功能的經驗研究”，《管理世界》，第3期，第124-

^136+188 頁。

劉國武、李君華、湯長安，2023，“數字經濟、服務業效率提升與中國經濟高質量發展”，《南方經濟》，第1期，第80-98頁。

劉瑞明，2011，“金融壓抑、所有制歧視與增長拖累——國有企業效率損失再考察”，《經濟學（季刊）》，第2期，第603-618頁。

劉志彪、孔令池，2021，“從分割走向整合：推進國內統一大市場建設的阻力與對策”，《中國工業經濟》，第8期，第20-36頁。

龍小寧、張晶、張曉波，2015，“產業集群對企業履約和融資環境的影響”，《經濟學（季刊）》，第4期，第1563-1590頁。

羅長遠、陳琳，2012，“融資約束會導致勞動收入份額下降嗎？——基于世界銀行提供的中國企業數據的實證研究”，《金融研究》，第3期，第29-42頁。

馬光榮、程小萌、楊恩艷，2020，“交通基礎設施如何促進資本流動——基于高鐵開通和上市公司異地投資的研究”，《中國工業經濟》，第6期，第5-23頁。

歐定余、魏聰，2016，“融資約束、政府補貼與研發制造企業的生存風險”，《經濟科學》，第6期，第63-74頁。

彭俞超、韓珣、李建軍，2018，“經濟政策不確定性與企業金融化”，《中國工業經濟》，第1期，第137-155頁。

錢雪松、方勝，2021，“《物權法》出臺、融資約束與民營企業投資效率——基于雙重差分法的經驗分析”，《經濟學（季刊》，第2期，第713-732頁。

邱晗、黃益平、紀洋，2018，“金融科技對傳統銀行行為的影響——基于互聯網理財的視角”，《金融研究》，第11期，第17-29頁。

宋敏、周鵬、司海濤，2021，“金融科技與企業全要素生產率——‘賦能'和信貸配給的視角”，《中國工業經濟》，第4期，第138-155頁。

宋淵洋、黃禮偉，2014，“為什么中國企業難以國內跨地區經營？”，《管理世界》，第12期，第115-133頁。

蘇振東、劉淼、趙文濤，2016，“微觀金融健康可以提高企業的生存率嗎？——‘新常態'背景下經濟持續健康發展的微觀視角解讀”，《數量經濟技術經濟研究》，第4期，第3-20頁。

唐松、伍旭川、祝佳，2020，“數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異”，《管理世界》，第5期，第 頁。

萬佳或、周勤、肖義，2020，“數字金融、融資約束與企業創新”，《經濟評論》，第1期，第71-83頁。

王鳳榮、苗妙，2015，“稅收競爭、區域環境與資本跨區流動——基于企業異地并購視角的實證研究”，《經濟研究》，第2期，第16-30頁。

王小魯、樊綱，2004，“中國地區差距的變動趨勢和影響因素”，，《經濟研究》，第1期，第33-44頁。

王秀麗、鮑明明、張龍天，2014，“金融發展、信貸行為與信貸效率——基于我國城市商業銀行的實證研究”，《金融研究》，第7期，第94-108頁。

王喆、陳胤默、張明，2021，“傳統金融供給與數字金融發展：補充還是替代？——基于地區制度差異視角”，《經濟管理》，第5期，第5-23頁。

吳曉求，2014，“中國金融的深度變革與互聯網金融”，《財貿經濟》，第1期，第14-23頁。

武常岐、張昆賢、周欣雨、周梓洵，2022，“數字化轉型、競爭戰略選擇與企業高質量發展——基于機器學習與文本分析的證據”，《經濟管理》，第4期，第5-22頁。

夏立軍、陸銘、余為政，2011，“政企紐帶與跨省投資——來自中國上市公司的經驗證據”，《管理世界》，第7期，第128-140頁。

謝軍、黃志忠，2014，“宏觀貨幣政策和區域金融發展程度對企業投資及其融資約束的影響”，《金融研究》，第11期，第64-78頁。

謝絢麗、沈艷、張皓星、郭峰，2018，“數字金融能促進創業嗎？——來自中國的證據”，《經濟學（季刊）》，第4期，第1557-1580頁。

謝雪燕、朱曉陽，2021，數字金融與中小企業技術創新——來自新三板企業的證據”，《國際金融研究》，第1期，第87-96頁。

徐飛，2019，“銀行信貸與企業創新困境”，《中國工業經濟》，第1期，第119-136頁。

徐玉德、李挺偉、洪金明，2011，“制度環境、信息披露質量與銀行債務融資約束——來自深市A股上市公司的經驗證據”，《財貿經濟》，第5期，第51-57頁。

薛啟航、王慧敏、魏建，2022，“金融科技發展是否削弱了國內市場分割？——來自消費品市場和資本品市場的證據”，《改革》，第5期，第110-125頁。

楊暢、曾津、沙宸冰，2022，“營商環境優化推動了金融支持實體經濟嗎——基于中國民營制造企業的研究”，《財經科學》，第2期，第60-73頁。

楊繼彬、李善民、楊國超、吳文鋒，2021，“省際雙邊信任與資本跨區域流動——基于企業異地并購的視角”，《經濟研究》，第4期，第41-59頁。

易行健、周利，2018，“數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據”，《金融研究》第11期，第47-67頁。余婕、董靜、鄧浩然，2022，“風險投資介入推動了資本跨區域流動嗎？——基于企業異地并購的實證研究”，《財經研究》，第1期，第108-122頁。

余明桂、潘紅波，2008，“政治關系、制度環境與民營企業銀行貸款”，《管理世界》，第8期，第 9-21+39+187 頁。余明桂、鐘慧潔、范蕊，2019，“民營化、融資約束與企業創新——來自中國工業企業的證據”，《金融研究》，第4期，第75-91頁。袁博、李永剛、張逸龍，2013，“互聯網金融發展對中國商業銀行的影響及對策分析”，《金融理論與實踐》，第12期，第66-70頁。張成思、劉貫春，2018，“中國實業部門投融資決策機制研究——基于經濟政策不確定性和融資約束異質性視角”，《經濟研究》，第12

期，第51-67頁。

張杰、劉元春、翟福昕、蘆哲，2013，“銀行歧視、商業信用與企業發展”，《世界經濟》，第9期，第94-126頁。

張璇、李子健、李春濤，2019“銀行業競爭融資約束與企業創新——中國工業企業的經驗證據”，《金融研究》，第10期，第98-116頁。

張勛、楊桐、汪晨、萬廣華，2020，“數字金融發展與居民消費增長：理論與中國實踐”，《管理世界》，第11期，第48-63頁。

張一林、林毅夫、龔強，2019，“企業規模、銀行規模與最優銀行業結構——基于新結構經濟學的視角”，《管理世界》，第3期，第31-47+206頁。

張一林、郁蕓君、陳珠明，2021，“人工智能、中小企業融資與銀行數字化轉型”，《中國工業經濟》，第12期，第69-87頁。

趙瑞瑞、張玉明、劉嘉惠，2021，“金融科技與企業投資行為研究——基于融資約束的影響機制”，《管理評論》，第11期，第312-323頁。

趙紹陽、李夢雪、佘楷文，2022“數字金融與中小企業融資可得性——來自銀行貸款的微觀證據”，《經濟學動態》，第8期，第98-116頁。

鐘騰、汪昌云，2017，“金融發展與企業創新產出——基于不同融資模式對比視角”，《金融研究》，第12期，第127-142頁。

周利、馮大威、易行健，2020，“數字普惠金融與城鄉收入差距：數字紅利'還是‘數字鴻溝\"”，《經濟學家》，第5期，第99-108頁。

莊旭東、王仁曾，2023，“金融科技、企業金融投資動機與‘脫實向虛\"問題——基于中國企業微觀數據的實證證據”，《南方經濟》，第2期，第90-109頁。

Aghion，P.，CaroliE.ndrcenasa，C99，“IqaliyndooicGrowth：espectieofthGrowth，Jounal of Economic Literature，37（4）： 1615-1660.

Allen，F.，Qian，M.andXie，J.，19，“UnderstandingInformalFinacing”，JournalofinancialItermediation，9：19-33.

Bai，C.E.ih.dog，9，esithseactesi，eal4）7.

Beck，T.，Chen，Tin，C.andSong，F.M16“FinancialIovation：TheBrightandtheDarkSids”，JoualofBnkigamp;ia，：28-51.

Brandt，L.Di，KboovGseenK.dZg，X，2“Saltreshia，Eui17131.

Chen，T.，Tan，Y.Wang，J.andZeng，C，22，“TeUitendedCosequencfLandFance：EvidencefroCororateTav，Management Science， 68（11）： 8319-8342.

Chong，T.T.L，LuL.andOngena，S.2O13，“DoesBankingCompetitionAleviateorWorsenCreditConstraintsFacedbySallandMedium-sized Enterprises？Evidence from China\"，Journal of Banking amp;Finance，37（9）： 3412-3424.

Cumming，D.andDai，N.，2O10，“Local Biasin VentureCapitalInvestments”，JournalofEmpiricalFnance，17（3）：362-38.

Dai，Y.Hou，JdLiusyoieteetE，eational Business and Finance，56： 101372.

Demirguig-Kunt，A.andMaksimovic，V.，1998，“Law，Finance，andFirmGrowth\"，TheJournalofFinance，53（6）： 2107-2137.

Drobetz，W.ol，n“liUcetetdtial，ulcial Stability，39：28-45.

Fernandes，C.gs.ndido，“TribuiiialacavictoaialusiineARDLModel Approach\"，AppliedEconomics，53（3）： 400-409.

Fungova，Z，amsur，ndWeillL，7“DosBnkompetionReduceCostofediossotrEvidencero，Journal of Bankingamp;Finance，83：104-120.

Hadock，C.J.andiee，J“NeEideneoeasuingFanialCostraints：ovingBeyodteZdex”，evinancial Studies，23（5）： 1909-1940.

Helpman，E.andgan，.985，rketuctuedFeigdeIeasigeu，pctpeitodilEconomy，Cambridge： MIT Press.

Huang，Z.，Tao，Y.uo，X，e，.ndLeiT“RegioaliitalaedoprateIvesmenEiencina，ldEconomics，55（43）： 5115-5134.

King，R.G.andevie，R.99，“FaneandGowth：hmperightbeight\"，eQuarterlyJoualocooics8（3）：777.

Li，P.Lu，Y.ndngJ，“DosingetIroeEoocefaceEeneroa，JaementEconomics，123：18-37.

Liberti，J.M.andPetersen，M.A.2O19，“Information：HardandSoft\"，TheReviewofCorporateFinanceStudies，8（1）：1-41.

Lin，A.，Peng，Y.ndWu，X2，“DigitalanceadIesmentofrondSallEnterises：Evidenefroa，iEnomic Review，75：101846.

Sarma，M.andPais，J.，2O11，“FinancialInclusionandDevelopment\"，JournalofInternationalevelopment，23（5）：6-628.

Shi，X.，XiT.Zg，ndag，“igUrell'：reuaticesdovntofteioatmentsin China”，Journal ofDevelopment Economics，153：102717.

Yao，Y.ChenG.ndZang，L“LocalaialIteationdrigDectIesnt：Evideefroaetional Review of Economics amp;Finance，72： 198-216.

DoesDigital Finance Promote Interregional Investment？ Evidence from 2OoMillion BusinessRegistration Records

JiangWeijie ChengQinqin WangNianke

Abstract：Financeservesasthelubricantof thereal economy，andawell-developedfinancial marketfacilitatescrossregionalcapitalflowsandpromotescapitalmarketintegration.Asacomplementandsubstitutefortraditionalfinance，digital financeimproves transparencyinfinancialtransactions，reduces informationasymmetrybetweenbanksandenterprisesnd therebyfosters interregional investmentbyenterprises through itsspecific applications ininformation searching，procesing， andsharng.Thisstudyutilizesindustrialandcommercialregistrationdatafrom2OO5to2O22 toconstructanetworkof interregionalinvestmentsbyenterprises，measuringthelevelofregionaldigitalfinancialdevelopmentusingafintech indexand empirically examining theimpactofdigitalfinanceoncross-regional investmentfrom theperspectiveofcapitalflows.The findingsshowthatdigitalfinancesignificantly increases thevolumeof interegional investmentsandthenumberof enterprises egaging in such investments，with this resultremaining robustafteraseriesofrobustnesschcksand endogenous treatments，whiletraditionalfinancedoesnotexhibitsimilarefects.Mechanismanalysisrevealsthatdigitalfinancefacilitates interregionalinvestmentbyalleviatingcorporatefinancingconstraints，reducingfinancingcosts，ndmitigatingsurvivalisks. Furtheranalysisindicates thatthe impactof digitalfinanceoninterregional investmentis more pronounced inregions with higherlevelsof taditionalbankingmonoolization，lowerdegrsofmarketization，ndaigherproportionofstateowedenterprises.This research provides new theoretical supportandempirical evidence forhow digital financecanovercomeregional and ownership discrimination and optimize the allocation of financial resources.

.eywords：Digital Finance; Traditional Finance;Financing Cost; Interregional Investmen

（責任編輯：童玉芬）