数字金融对外商直接投资的影响

陈永胜 龚征旗 王艳苹

（1.辽宁大学金融与贸易学院，辽宁 沈阳 110036；2.贵州财经大学经济学院，贵州 贵阳 550025；3.贵州财经大学大数据应用与经济学院，贵州 贵阳 550025）

一、引言与文献综述

新古典经济学增长理论指出，资本和技术是影响经济增长的重要因素。改革开放以来，中国通过“渐进式”改革从局部沿海沿边开放到构建开放型经济新体制，积极参与经济全球化进程，依靠人口、土地、自然资源等要素红利和税收优惠政策吸引大量外商直接投资（以下简称FDI），很大程度上弥补了改革开放初期中国在资本、技术等关键生产要素方面的不足，为经济高速发展做出了突出贡献。然而，随着新冠肺炎疫情全球暴发，后疫情时代贸易保护主义抬头，“逆全球化”现象逐渐明显，国际不确定性逐渐加剧，全球引资竞争愈发激烈；与此同时，随着经济发展，国内人口、土地和自然资源等要素成本上升，前期要素红利逐渐消失，经济结构、产业结构和区域不平衡等问题也愈发明显。在国际形势严峻、国内经济增长方式亟待转型的背景下，中国亟须探索吸引高质量外资的新动能，以此应对“逆全球化”的负面影响，为经济高质量发展提供新保障。

近年来，在以区块链、物联网、人工智能等为代表的信息技术的有序推进下，数字金融迅速发展，不仅重塑了中国金融行业传统运行逻辑，构建了新金融格局，而且对经济的各方面产生了深刻影响。宏观经济方面，已有研究发现，数字金融对包容性经济增长（张勋等，2019）[1]、区域创新（聂秀华等，2021）[2]、产业结构优化（杜金岷等，2020）[3]等具有积极影响。数字金融有利于改善资本供求不平衡，缓解融资约束，降低投融资风险，以此提升资源配置效率，减少交易成本，进而推动区域创新、产业升级与经济增长。另一部分研究从微观视角切入，发现数字金融有助于促进创新创业（谢绚丽等，2018；唐松等，2020；谢婷婷和高丽丽，2021）[4-6]、提高居民消费（张勋等，2020）[7]和减少收入差距（王修华和赵亚雄，2020）[8]，主要原因是数字金融能够降低金融服务门槛，增加金融可得性，减小流动性约束和吸纳长尾群体等。

数字金融是金融机构与互联网技术高度耦合的产物，凭借大数据、云计算等现代信息技术引领着传统金融服务与业务模式进行一系列变革（钱海章等，2020）[9]，为传统金融行业转型升级增加了活力和动力，为中国建立具有普惠性、便利性、高效性和竞争性的现代金融体系注入了新动能。那么，一个值得深思的问题是，数字金融带来的新动力能否能够对FDI产生影响，如果能，其内在作用机制是什么？

针对以上问题，本文率先将数字金融和FDI 纳入同一框架下，分别从优化营商环境、经济集聚和创新创业角度分析数字金融对FDI 的内在影响机制，并运用计量模型进行机制检验。另外，考虑到在不同网络基础设施、传统金融发展程度与城镇化水平条件下，数字金融发展对FDI 的作用效果可能不同，本文也将进一步进行异质性检验，以此为未来数字金融发展和制定外资政策提供经验支撑和政策借鉴。

二、理论机制分析

数字金融主要通过优化营商环境、促进经济集聚和创新创业效应三种途径促进FDI流入。

（一）优化营商环境

东道国的营商环境是降低外商投资风险、推进贸易投资便利、维护市场公平透明的制度基础。Corcoran 和Gillanders（2015）[10]发现，营商环境优化能够显著增加东道国外资流入。数字金融通过优化营商环境从而促进FDI 增长的内在机制主要表现在以下两个方面：一是市场化缓解信息不对称。数字金融通过互联网采集、收纳市场主体的各类信息与数据，运用云计算、大数据与人工智能技术进行分析、归类、总结与披露，有效评估了市场主体的需求与供给、信用与成本、收益与风险等，以公开化、透明化的金融模式促进市场化水平提升，有利于减少外资企业投融资的信息不对称与不确定风险，从而缓解道德风险和逆向选择问题（Pástor 和Veronesi，2009）[11]，提升企业投融资效率与收益率。二是市场一体化促进规模经济。传统金融环境下，各区域间长期处于“诸侯经济”状态，对于FDI 分别实施相互竞争的政策，导致市场分割、外资流入分布不均衡和区域保护主义，从而不利于FDI增长与经济发展（曾鹏和秦艳辉，2017）[12]。而数字金融发展缩短了区域间的地理距离，加速了区域间资本、信息等要素的空间流动，突破了以往市场分割的局面，促进市场一体化发展并产生规模经济，在扩大FDI 容纳空间的同时，也提升了企业投融资的收益率，从而有利于FDI增长。张蕊和余进韬（2021）[13]从营商环境角度探讨数字金融的经济效应，发现优化营商环境是数字金融促进经济增长的重要途径。

（二）促进经济集聚

经济集聚会引起人才、资本、信息和技术等要素的重组与分配，产生货币与技术外部性，进而吸引外资流入。Krugman（1991）[14]建立了一个基于规模经济的理论模型，研究发现产业集聚度越高，对FDI 的吸引力越大。数字金融发展通过促进经济集聚而吸引FDI 流入的内在机制主要表现为以下两点：一是资本要素集聚。与传统金融模式相比，数字金融更易于发挥范围经济和尾部效应（钱海章等，2020）[9]。一方面，传统金融业务办理需要以物理机构网点为基础，而数字金融凭借互联网、大数据与人工智能技术，使得在没有银行网点、ATM 等硬件设施地区的客户仍能通过电脑、手机等设备进行投融资行为和获取金融服务（郭峰等，2020）[15]，降低开拓相关业务的边际成本，产生范围经济效应，有利于吸引金融资本集聚。另一方面，数字金融不断拓宽金融覆盖广度与使用深度，利用微信、支付宝等平台，将原本游离在金融系统之外的小额、零散但总量巨大的资本吸收进金融体系，发挥数字金融长尾优势，进而促进区域资本集聚。根据陈建军和胡晨光（2008）[16]提出的自我聚集概念，资本集聚具有市场扩大效应、价格指数效应和外部性，会对外资企业产生巨大吸引力，促进外资流入。二是劳动要素集聚。数字金融依托互联网技术缓解金融排斥，降低信息不对称风险，提升金融服务可得性，进而拓展了大量新就业空间（谢绚丽等，2018）[4]。一方面，数字金融在低成本和低风险的基础上，降低企业融资约束，促进企业技术创新与规模扩张，产生外部规模经济，为更多高技能劳动力创造就业岗位，进而形成人力资本集聚。另一方面，数字金融利用互联网、大数据等数字技术提升信息传播速度与透明度，在加剧劳动力市场竞争的同时，也完善了人才评价标准，集聚大量更优质的劳动力。而大量的优质劳动力产生劳动力“蓄水池效应”，进而有助于吸引外资企业进行投资。夏广瑞（2021）[17]基于中国285 个城市面板数据的研究发现，数字金融发展能够显著促进第二、三产业集聚。

（三）创新创业效应

创新创业活跃度提升，意味着区域生产效率提升、技术进步与市场规模扩张，外资企业为寻求更多的知识资产、获得本地技术和市场，会增加对东道国的资本投入。陈继勇等（2010）[18]发现，自主创新能力是影响FDI 流入的重要因素。数字金融通过激发创新创业活力从而促进FDI 流入的内在机制主要表现为以下两点：一是技术创新。数字金融具有高效、便捷、低成本、低门槛等特征，能极大地优化信贷资源配置，增加对创新活动的金融供给，促进区域技术创新，从而增强外资企业的效率寻求动机，吸引FDI 流入。一方面，数字金融在人工智能、大数据、云计算等技术支持下，以低成本低风险方式吸纳了市场中大量的“多、小、散”金融资源，然后通过层次丰富的融资渠道和方式缓解企业融资约束，增强企业创新投入强度（唐松等，2020）[5]；另一方面，数字金融发展通过“竞争效应”“示范效应”和“学习效应”倒逼传统金融机构转型升级，降低了金融排斥，提升了创新融资效率，为企业技术创新提供资金保障。唐松等（2020）[5]和聂秀华等（2021）[2]分别从微观企业角度和宏观区域角度研究发现，数字金融发展有助于技术创新。二是创业活力。数字金融能够弥补传统金融不足，降低金融服务门槛，为大众创业提供良好的金融环境，激发创业活力，推进商业模式改革与创新，进而吸引外资。数字金融不仅是对传统金融的增量补充，更是对传统金融深度、效率和服务质量的优化提升，有助于实现存量优化（唐松等，2020）[5]。一方面，数字金融发展挤压了传统金融机构的投融资业务，加剧了金融机构间的竞争，倒逼传统金融机构转型升级；另一方面，金融机构通过数字化与智能化技术为企业投融资提供了丰富的应用场景和便捷的操作方式，不仅降低了金融服务门槛，而且提升了金融机构运作效率，为大众创业提供高效、便捷的资金支持。另外，数字金融将科学技术与管理、交付、运营等创新模式相结合，改变了传统金融服务与业务处理模式，衍生出支付宝、微信支付、淘宝等一系列新业态、新科技、新模式，不仅推进了商业模式变革，而且释放了大量创业机会，拓展了外资流入空间。谢绚丽等（2018）[4]发现，数字金融对创业具有显著促进作用。陆凤芝等（2022）[19]发现，数字金融能够通过扩大信贷供给和提高金融效率促进创新创业质量提升。

三、研究设计

（一）模型设定

为了验证数字金融发展对FDI 的影响，本文参考唐松等（2020）[5]和钱海章等（2020）[9]的方法，构建城市与年份双向固定效应模型，具体模型设定如下：

式（1）中，lnfdiit为被解释变量，表示城市i在t年的FDI，用城市实际利用外资总额的对数值衡量。indexit表示城市i在t年的数字金融发展。X为一系列影响FDI 的控制变量。vi表示城市固定效应，ut表示年份固定效应，εit表示随机扰动项。

（二）变量定义与数据来源

1.变量定义。本文核心解释变量为数字金融发展（index），采用北京大学数字金融研究中心编制的2011—2019年中国各城市数字普惠金融指数除以100进行衡量（钱海章等，2020；郭峰等，2020）[9，15]。为了避免其他因素干扰模型估计结果，本文参考已有研究，选取如下控制变量：经济发展规模（lngdp），采用各城市实际GDP 的对数值衡量；产业结构（indup），采用各城市第三产业增加值与第二产业增加值之比衡量；城镇化率（urb），采用各城市城镇人口与总人口之比衡量；政府干预（fin），采用各城市政府财政支出与城市GDP之比衡量；投资（inv），采用各城市固定资产投资占城市GDP 的比重衡量；劳动力价格（lnwage），采用各城市平均工资水平的对数值衡量；科学技术（tec），采用各城市科学技术支出与城市GDP之比衡量。

2.数据来源。本文以2011—2019年273 个地级及以上城市面板数据为研究样本，实证过程中使用的FDI、GDP、第二、三产业增加值等城市特征数据均来源于《中国城市统计年鉴》《中国区域经济统计年鉴》以及各省市历年统计年鉴，数字普惠金融指数数据来源于北京大学数字金融研究中心，市场化数据来源于王小鲁等（2019）[20]编制的中国各省份市场化指数，互联网宽带接入用户数据来源于中国互联网络信息中心（CNNIC），夜间灯光数据来源于美国国家海洋和大气管理局（NOAA）。

3.描述性统计。变量描述性统计显示，lnfdi均值为2.325，标准差为2.114，偏度为-0.608，峰度为3.749。index 均值为1.660，标准差为0.655，偏度为-0.283，峰度为2.125。lnfdi和index的标准差均小于相应的均值，说明观察期内不同年份、不同城市间外商直接投资和数字金融发展水平差异较小，且均呈现左偏的尖峰分布，样本基本集中分布在均值附近。控制变量描述性统计结果与已有研究结果基本一致，此处不再赘述。

四、实证结果及分析

（一）基准回归结果

表1 报告了数字金融对FDI 的基准回归结果，其中，列（1）仅加入了变量数字金融发展，列（2）、（3）在此基础上分别纳入城市、年份固定效应和控制变量组，列（4）则报告了控制所有变量与城市、年份固定效应的完整结果。可以看出，数字金融发展的系数均显著为正，表明数字金融发展显著促进FDI 增加。其原因可能在于，在数字金融的影响下，城市对外资的吸引力逐步加强，表现出显著的市场和效率竞争优势，有效缓解世界经济不稳定、大国贸易摩擦、逆全球化等因素造成的外资引入压力。对于其他控制变量，经济发展规模、城镇化率、政府干预、投资和科学技术均对FDI 起着正向促进作用，这说明东道国市场规模和人口规模提升了外资企业的市场寻求动机，通过释放人口红利，增强对外资的吸引力；政府行政干预有利于进行招商引资，增加了跨国公司的投资动力；投资有利于城市基础设施、管理机制的完善，而科学技术进步有助于生产效率提升，增加外资企业的效率寻求动机，从而有利于FDI 增加。产业结构和劳动力价格均对FDI 产生不显著的负向影响，可能是因为产业结构优化在技术创新、能源消耗和环境规制等方面对外资企业提出新要求，从而挤出了部分低效率和低端生产的外资企业；而劳动力价格提升增加了外资企业生产成本，进而对劳动密集型外资企业产生挤出压力，对外资引进产生不利影响。

表1：基准回归结果

（二）工具变量法

考虑到数字金融与FDI 的反向因果关系和遗漏变量可能对回归结果造成的干扰，本文拟采用工具变量法进一步克服内生性影响，以检验基准模型估计结果。本文选取滞后一期的互联网宽带用户接入数（iv1）和夜间灯光平均辐射像元值（iv2）作为数字金融发展的工具变量。其中，互联网属于数字金融发展的基础设施，而互联网宽带用户接入数反映了互联网使用普及率，因此，数字金融发展与互联网宽带接入户数存在紧密联系（谢绚丽等，2018）[4]，满足工具变量相关性假设；同时，当期的FDI 无法影响上一期的互联网宽带接入户数，满足工具变量外生性假设。数字金融依赖于金融科技，属于普惠金融服务业，需要一定的经济基础和设施建设作为支撑，钱海章等（2020）[9]认为造成东中西部数字金融发展存在较大差距的原因可能就是区域互联网技术和基础设施建设水平存在差距，而夜间灯光亮度作为经济发展和基础设施建设的良好体现（崔日明等，2021）[21]，可能在一定程度上反映了数字金融发展水平，满足工具变量相关性假设；同时，当期的FDI 对上一期的夜间灯光亮度没有影响，满足工具变量外生性假设。

表2 报告了两阶段最小二乘回归结果。其中，列（1）、（2）和列（3）、（4）分别是各采用一个工具变量的估计结果，列（5）、（6）是使用两个工具变量的估计结果。根据列（5）、（6），在第一阶段回归中，两个工具变量系数均在1%的统计水平上显著为正，说明滞后一期的互联网宽带接入户数、夜间灯光亮度与数字金融发展存在显著正相关关系，与理论预期一致，并且F统计量值为55.62，大于10%水平的临界值19.93，说明本文选取的工具变量有效，不存在弱工具变量问题。在第二阶段回归中，数字金融发展的系数在1%的统计水平上显著为正，对FDI 的作用方向与基准回归结果保持一致，并且Hansen J 检验统计值为0.532，对应P 值为0.4657，大于0.1，说明本文选取的工具变量都是外生的。根据列（1）—（4），分别采用一个工具变量的估计结果与基准回归结果也基本一致。综上所述，在尽可能消除数字金融发展与FDI 潜在的反向因果关系和遗漏变量带来的内生性问题之后，数字金融发展依然显著促进FDI 增加，说明基准回归结果具有可靠性。

表2：两阶段最小二乘回归结果

（三）稳健性检验

表3 主要通过以下4 种方法进行稳健性检验：一是变换核心变量，包括变换被解释变量和核心解释变量，以城市实际利用外资总额的绝对值（fdi）衡量FDI，以数字金融覆盖广度（breadth）衡量数字金融发展。二是修正离群值，分别对FDI 和数字金融发展按照上下1%进行缩尾处理。三是滞后一期解释变量，将数字金融发展与所有控制变量均滞后一期后再对式（1）进行回归，以此削弱FDI 与解释变量潜在的反向因果关系对估计结果的干扰。四是剔除外部因素干扰。本文样本期正处于全球经济发展模式变革、中国经济结构转型的重要阶段，政府在经济增速放缓、不确定性因素增多和贸易摩擦压力加大等多重冲击下，实施了一系列政策。本文重点考虑自由贸易试验区政策和“一带一路”倡议，参考崔日明等（2021）[21]、傅京燕和程芳芳（2021）[22]的研究，根据自贸试验区政策和“一带一路”倡议实施年份与区域分别构建政策虚拟变量did01 和did02，然后分别将其嵌入式（1）进行回归。总体来说，数字金融发展的回归系数均至少在10%的统计水平上显著为正，说明数字金融发展有利于FDI流入的结论具有稳健性。

表3：稳健性检验

（四）异质性检验

上述实证检验显示，总体样本下数字金融发展显著吸引FDI 流入，但在不同的外在条件约束下，数字金融的外资吸引效应可能存在差异。借鉴已有研究，信息网络基础设施是数字金融发展的前提，直接影响数字金融的接入成本和用户规模；传统金融与数字金融存在竞争与补充关系，理论上，传统金融发展水平越低，越有利于数字金融发挥降低金融服务门槛、缓解金融抑制、金融摩擦等作用；城镇化水平不同，数字金融长尾效应作用空间不同。因此，本文进一步从网络基础设施、传统金融发展和城镇化三个角度考察数字金融发展影响FDI的异质性。

1.网络基础设施。本文根据工信部和国家发改委公布的“宽带中国”战略试点城市名单将全样本分为试点城市与非试点城市，并进行分组回归，结果见表4列（1）、（2）。可以看出，对于试点城市，数字金融发展显著促进FDI 增加，而非试点城市不显著。这说明数字金融发展必须以网络基础设施为支撑，基础设施建设不仅提升了宽带用户规模与普及率、网络性能与服务质量，而且有助于信息技术进步，为拓展数字金融服务广度与深度提供了必要平台。

表4：异质性检验

2.传统金融发展。以金融机构贷款余额占GDP的比重衡量传统金融发展程度（聂秀华等，2021）[2]，将各城市分为传统金融发展程度较高（中位数以上）和传统金融发展程度较低（中位数以下）两组，然后进行分组回归，结果见表4 列（3）、（4）。可以看出，在传统金融发展程度较低组，数字金融显著促进FDI 增加，而较高组则不显著。可能是因为，数字金融是将金融科技与金融服务相结合，致力于缓解传统金融的结构性问题和供给不足问题，弥补传统金融的不足（唐松等，2020）[5]。数字金融在深化传统金融的同时，加入了金融普惠性和可得性元素，扩展了金融服务和金融业务的覆盖广度、渗透深度与便利程度，因此，在传统金融发展程度越低的地区，传统金融可得性与服务质量越差，数字金融发展产生的边际效应越大。

3.城镇化。按城镇化率中位数将各城市分为高城镇化城市和低城镇化城市，然后进行分组回归，结果见表4 列（5）、（6）。可以看出，高城镇化城市数字金融发展作用不显著，而低城镇化城市显著为正，这再次体现了数字金融发展的普惠性特点，数字金融在一定程度上弥补了传统金融的“嫌贫爱富”，有利于缓解金融排斥，因此，城镇化率较低的地区数字金融发展对FDI 流入的促进作用更大。针对数字金融发展的其他研究也得出了相似结论，如钱海章等（2020）[9]研究发现低城镇化地区数字金融发展对经济的促进作用大于高城镇化地区。

五、影响机制检验

本文理论机制分析得出数字金融可通过优化营商环境、促进经济集聚和创新创业效应来吸引FDI 流入，对此，本部分进行逐一检验。

（一）优化营商环境

优化营商环境已成为发展中国家在引资竞争过程中凸显新优势的重要方式之一。张应武和刘凌博（2020）[23]基于2009—2018年世界123 个经济体的面板数据，研究发现一国营商环境改善能够显著促进该国FDI 净流入。数字金融最直接的作用机制是优化资源配置，降低投融资风险，进而优化营商环境，增强外资企业的市场寻求动机。借鉴李蕊等（2021）[24]的做法，使用王小鲁等（2019）[20]编制的中国各省份市场化总指数衡量各省市营商环境（mark）。表5 列（1）报告了数字金融对营商环境的影响，数字金融发展的回归系数为-0.267，但不显著，这与理论分析结果不符。考虑到数字金融与营商环境之间可能存在非线性关系，即数字金融在不同区间内对营商环境的影响可能有所不同①，因此，本文以数字金融为门槛变量，检验数字金融在不同区间内对营商环境的影响。

表5：营商环境机制检验

在估计门槛效应模型前，先确定数字金融发展的门槛值以及门槛个数，本文采用自举法（Bootstrap）进行1000次抽样，估计出门槛值、F统计量以及对应P 值，估计结果如表6 所示。可以看出，单一门槛在5%的统计水平上显著，而双门槛不显著。因此，本文认为数字金融发展对营商环境的影响存在单门槛效应。表5 列（2）报告了数字金融发展在不同区间内对营商环境的影响结果。具体来看，当index≤0.3541时，数字金融对FDI 的影响系数为1.664，且在1%的统计水平上显著；当index>0.3541 时，数字金融对FDI 的影响系数为0.569，且在1%的统计水平上显著。这说明数字金融发展确实能够优化营商环境，并且随着数字金融发展水平提升，其对营商环境的边际优化作用递减。可能的原因有：一方面，数字金融发展初期通过互联网、大数据技术迅速提升资源配置效率，并且对市场信息进行归类、总结与公开，快速推进了市场化进程，而当市场化水平提升到一定程度之后，开始进入瓶颈期，推进速度逐渐放缓；另一方面，当前数字金融发展属于早期阶段，主要在数字金融覆盖广度方面成效显著，而在数字金融使用深度、数字支持服务程度方面呈现出结构性差距与波动式变化（钱海章等，2020）[9]，前期覆盖广度动力放缓后，使用深度和数字支持服务程度的推动作用尚未显现。该实证检验结果启示我们，后续应重点关注数字金融使用深度、数字支持服务程度等方面的发展。

表6：门槛效应检验

表5 列（3）、（4）分别报告了营商环境和不同数字金融区间下营商环境对FDI 的影响作用，可以看出，营商环境的系数均显著为正，并且随着数字金融发展水平提升，优化营商环境对FDI 流入的边际效应递增，这说明更高水平的数字金融发展伴随着更良好的市场环境，对FDI的吸引力更大。

（二）经济集聚效应

经济集聚能够共享劳动力市场，降低营运成本和不确定性，进而吸引FDI 流入。肖文和林高榜（2008）[25]以长三角地区为研究样本，发现产业集聚水平对FDI 流入具有显著正向影响。王硕和殷凤（2021）[26]发现，外资企业为追求知识溢出，会倾向于选择集聚度高的地区。借鉴陶锋等（2017）[27]的方法，分别采用单位面积非农产出（lnecagg）、单位面积金融机构贷款余额对数值（lnfiagg）衡量数字金融发展产生的经济集聚，表7 列（1）—（4）报告了经济集聚的机制检验结果。列（1）、（2）中，数字金融发展的系数均显著为正，说明数字金融发展显著促进城市经济集聚；列（3）、（4）中，单位面积非农产出对数值系数为正但不显著，但以其为中介变量的Sobel 检验Z 统计量为2.315，大于5%显著性水平的临界值0.97，单位面积金融机构贷款金额对数值系数显著为正。这说明二者在数字金融发展吸引FDI 流入过程中均起到显著中介作用，表明数字金融发展能够通过促进区域经济、资本和劳动集聚，进而促进FDI流入。

（三）创新创业效应

激发创新创业活力有利于促进技术进步与扩大市场规模，从而增加外资企业的效率寻求动机和市场寻求动机。雷欣和陈继勇（2012）[28]发现，技术进步和研发投入均有利于促进外资流入。Kuzmisin 和Šišková（2013）[29]发现，创业环境是提升国家竞争力、促进外资流入的重要因素。本文借鉴毛文峰和陆军（2020）[30]的研究，采用地级市层面人均创新创业指数（pinno）和单位面积创新创业指数（ainno）衡量城市创新创业活力，数据来源于北京大学企业大数据研究中心、龙信数据研究院和企研数据联合编制的《中国区域创新创业指数2020》。表7 列（5）—（8）报告了创新创业活力的机制检验结果，列（5）、（6）中，数字金融系数均显著为正，说明数字金融发展显著提升城市创新创业活力；列（7）、（8）中，两个城市创新创业活力指标系数均显著为正，说明其在数字金融发展吸引FDI 流入过程中均起到显著中介作用，数字金融发展能够通过激发城市创新创业活力，进而吸引FDI增加。

表7：经济集聚与创新创业机制检验

六、结论与政策启示

（一）结论

本文基于2011—2019年273 个地级及以上城市面板数据，采用固定效应模型、工具变量法等方法对数字金融与FDI 的关系进行深入研究，主要发现：第一，数字金融能够显著促进FDI 增加，经过一系列稳健性检验之后，该结论仍然成立；第二，内在机制方面，数字金融能够通过优化营商环境、促进经济集聚和激发创新创业活力吸引FDI 流入，其中，数字金融对营商环境的优化作用存在门槛效应，具体表现为边际优化作用递减；第三，异质性方面，在网络基础设施水平、传统金融发展程度和城镇化水平不同的地区，数字金融对FDI的影响效果存在异质性。

（二）政策启示

本文研究结果具有以下政策启示：第一，构建数字金融与FDI 联动机制。制定多层次、多元化、便利化的投融资政策，激发外企投资活力和招商引资动力，以提升金融行业运行效率，加大对FDI 的吸引力。第二，厘清政府与市场之间的关系，优化城市营商环境。一方面，地方政府应注重提升自身公共服务能力，减少在金融行业、市场运行等方面的过多行政性干预，逐步完善市场价格秩序，通过市场竞争机制建立公平、公正、透明的投融资环境；另一方面，积极利用信息技术采集市场主体信息，做好风险评估和控制，制定金融市场风险补偿和惩罚机制，完善商事纠纷解决制度，保障内外资企业合法、合理的投融资活动，形成内外资企业合作共赢的局面。第三，强化数字金融集聚效应和创新创业活力，形成数字金融与外资流入相互促进的发展格局。一方面，积极引导数字创新型、高新技术型与生产服务型外资企业集聚发展，通过数字金融的存量增加与质量优化增强数字金融对经济集聚的支持，充分发挥经济集聚对外资的沉淀效应；另一方面，依托数字金融引导市场各类主体支持和参与创新创业项目开展，利用互联网技术搭建区域间创新创业联动网络，提升区域创新创业在吸引外资方面的作用。第四，充分考虑区域差异性，因地制宜，因城施策，合理调整与发展数字金融。一方面，缩小数字鸿沟，加大网络基础设施建设，不仅要巩固数字金融覆盖广度，更要注重使用深度、数字化支持服务程度的发展，保持数字金融各子维度均衡发展；另一方面，充分重视数字金融吸引外资的后发优势，在保障金融安全的前提下，适当降低传统金融发展程度和城镇化水平较低地区的数字金融发展门槛，利用数字金融规模经济与长尾效应，实现金融要素与外资引入区域协调发展。

注：

①作者在检验数字金融与FDI 之间关系时也考虑到是否存在非线性关系，但是通过门槛效应模型未得到有价值结果，感兴趣的读者可以向作者索取检验过程与结果。