摘 要：本文基于2011—2023年中国29个省份的面板数据，实证检验了数字金融发展对外商直接投资（FDI）的动态驱动效应。研究发现，数字金融发展对FDI流入具有显著的正向驱动作用；从调节效应来看，政府支出在数字金融发展对FDI的驱动过程中发挥负向调节作用，而地区教育水平则产生正向调节作用；就异质性而言，数字金融发展对FDI流入的驱动作用在中国存在显著区域差异，具体表现为中西部经济发展相对较弱的地区，数字金融发展对FDI流入的驱动效应更为显著。
关键词：数字金融；外商直接投资；政府支出；教育水平；区域异质性
中图分类号：F832.1 文献标识码：A 文章编号：2096-0298（2025）03（b）--05
改革开放以来，我国依托成本优势与自然资源禀赋，吸引了大量外商在华直接投资（FDI），通过税收优惠等政策的支持，提高了全球化进程中对外资的利用能力，有效弥补了开放初期在资本、技术等领域的不足。这种引资模式在产业结构优化升级、技术进步、扩大外贸规模等方面发挥了关键作用，为初期经济的飞速发展提供了重要支撑。
近年来，国际局势动荡，贸易保护主义盛行，逆全球化趋势愈发明显，新冠疫情以来世界经济遭遇寒冬，全球范围内的引资竞争也日益激烈。同时，随着我国前期劳动力、土地成本红利的消失，区域发展不平衡问题开始显现，亟须探索吸引外资的新动能，为我国经济高质量发展提供有力保障。
数字金融作为传统金融与互联网相结合的产物，充分发挥了互联网快速、便捷的优势，打破了传统金融业在时间和空间上的限制。其在传统金融业务的基础上进行创新升级，融入互联网与新兴信息技术手段，从供给和需求两端入手，助力实体经济更加高效地运转。其对地区投资环境及条件的改善，显著提高了对外资的吸引力。
现有研究主要聚焦数字金融的经济效应及其对传统金融的影响。收入和消费方面，Hu D等（2023）[1]认为，数字金融发展与居民收入差距间存在倒U型关系；Li J等（2020）[2]和王明洋（2021）[3]认为，数字金融发展会通过为家庭增加资金预算来降低居民家庭流动性限制，从而扩大消费支出；孙玉环等（2021）[4]研究发现，数字金融还能通过拓宽投资渠道、增加家庭可支配收入的途径来促进居民消费。在经济增长方面，严芝清等（2024）[5]认为，数字金融通过推动产业结构优化、绿色创新等途径，促进了城市全要素生产率的提高；Yang Y等（2024）[6]研究发现，数字金融的发展还提高了区域经济韧性。共同富裕和贫困缓解方面，Xie S等（2023）[7]认为，数字金融可以通过提高信贷可得性与促进家庭创业来缓解贫困；段志民和袁芳杰（2024）[8]同样认为，长尾效应是缓解农村贫困的重要途径，数字金融发展显著促进农村贫困家庭参与金融活动，通过降低信贷约束来缓解相对贫困。
同时，数字金融对地区创业（陈怡、陶晓莹，2021）[9]、区域创新 （聂秀华等，2021）[10]、产业结构优化 （杜金岷等，2020）[11]等区域层面的影响及数字金融对高质量发展（滕磊、马德功，2020）[12]、国际贸易竞争力（肖彭、盘家伟，2023）[13]、包容性增长（李桂生等，2024）[14]等宏观方面的影响也多有研究，而较少关注数字金融与FDI间的关系。本文将研究视角转向外部投资，研究数字金融对外商投资的影响，有助于探究数字金融对外商投资的驱动效应，从而提高我国引资能力。
1 理论分析与研究假设
1.1 数字金融驱动FDI流入的直接效应
数字金融基于数字化和普惠性的内在特质，具有改善营商环境、降低交易成本、提高资本配置效率、促进产业聚集和结构优化等先天优势。一方面，数字金融通过数字化技术，如互联网、云计算、大数据与人工智能技术的运用来缓解市场信息不对称问题，通过公开化、透明化的模式来促进市场化水平的提升，改善当地营商环境，从而提升吸引外资水平。另一方面，数字金融的发展降低了外商直接投资的成本，基于数字化手段，外资可以更迅捷、便利地了解意向投资项目的情况，降低信息获取成本。同时，数字金融发展促成了产业集聚，产生范围经济效应，降低业务开拓边际成本，对外资流入产生更强的吸引力。基于此，本文提出以下假设：
H1：数字金融发展能够显著促进地区FDI流入。
1.2 数字金融驱动FDI流入的调节效应
市场经济背景下，政府对市场的适当干预有利于招商引资，从而有助于推动FDI流入，但过度干预反而会抑制数字金融发展对FDI流入的正向推动作用。教育水平代表当地未来人才水平，更好的教育水平能够通过培养数字化人才来推动当地数字金融发展，从而在数字金融发展对FDI流入的影响中产生积极的推动作用。基于此，本文提出以下假设：
H2：政府支出在数字金融促进FDI流入中发挥负向调节作用，教育水平在数字金融促进FDI流入中发挥正向调节效应。
1.3 数字金融驱动FDI流入的异质性
我国在经济发展状况、数字基础设施建设、政策导向等方面均存在显著的区域差异，导致三大地带FDI流入的巨大差异。传统金融背景下，受限于地理环境和信息壁垒，中西部地区缺乏稳定的支撑点来吸引FDI流入，而数字金融的诞生、发展和广泛运用打破了FDI流入的空间局部性，中西部地区能够更好地发挥数字金融对FDI流入的赋能作用。基于此，本文提出以下假设：
H3：数字金融对FDI流入的影响具有区域异质性，经济发展较弱地区数字金融对FDI流入的促进作用更为显著。
2 研究设计
2.1 实证模型构建
为探究数字金融发展对我国FDI流入的具体影响，基于前文假设，参照刘松涛等（2023）[15]和钱海章等（2020）[16]的方法，本文采用省份与年份双向固定效应模型，具体模型设定如下：
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为被解释变量，表示i省在第t年吸引外商投资水平；difi，it表示i省在第t年的数字金融发展水平；Xnit表示控制变量；νit表示省份固定效应；μit表示年份固定效应；εit表示随机扰动项。
式（2）、式（3）中，为探究政府干预与教育水平对数字金融发展与FDI流入间影响的调节作用，在模型（1）的基础上，本文引入了调节变量政府干预（gov）、教育水平（edu）及各自与数字金融发展（difi）的交互项。
2.2 变量说明与数据来源
2.2.1 指标数据选取
（1）被解释变量与解释变量。本文的核心解释变量是数字金融发展水平（difi），采用北大数字普惠金融指数除以100来衡量（郭峰等，2020）[17]。指数由数字金融覆盖广度 （difi1）、数字金融使用深度 （difi2）、普惠金融数字化程度 （difi3）三个子维度构成。被解释变量是吸引外商投资水平（lnFDI），采用各省外商直接投资额的自然对数值衡量。
（2）控制变量。为保证结果的准确性，本文参照部分学者的研究，选取以下控制变量：经济发展状况（lnpgdp），通过人均GDP的自然对数值来衡量；产业结构升级（uis），通过二、三产业增加值的比值来衡量；城镇化率（urb），通过城镇人口和年末常住人口的比值来衡量；开放水平（lnopen），通过进出口总额的自然对数值来衡量；市场发展水平（dm），通过社会消费品零售总额和同年地区生产总值的比值来衡量。
（3）调节变量。本文采用政府干预（gov）和教育水平（edu）作为调节变量，探究数字金融发展影响FDI流入的调节效应，分别通过各省一般财政预算支出和同年地区生产总值的比值与各省平均每十万人中接受教育人员数量除以1000来衡量。
2.2.2 数据来源
基于数据完整性与连续性原则，本文以2011—2023年剔除上述省份及地区的29个省份的面板数据为研究样本，研究中相关变量均无缺失值。外商直接投资水平来自wind数据库和各省历年统计年鉴；数字金融发展水平来自北京大学数字金融研究中心发布的第五期北大数字普惠金融指数；其余相关变量来自国家统计局。
2.2.3 描述性统计
表1报告了相关变量的描述性统计结果。
从变量整体来看，各相关变量标准差较低，均小于2，说明数据离散程度较低；从被解释变量来看，各省份外商直接投资水平，即外商直接投资额的自然对数值最小值为 5.771，最大值为15.09，标准差为1.764，说明中国外商直接投资水平在各省份整体水平上相对平稳，但落后省份与发达省份间差异巨大。
3 实证结果分析
3.1 基准回归结果
数字金融发展对FDI流入驱动作用的回归结果如表2所示。其中，列（1）—（3）为对照组，仅加入了核心解释变量；列（4）—（6）则在此基础上加入了全部控制变量，同时通过逐步加入年份及省份单向、双向固定效应，进一步分析数字金融发展对FDI流入影响的个体及时间效应。列（6）包含了所有控制变量，并控制了省份、年份双向效应，结果显示，数字金融发展的系数在回归中均为正。除列（4）未固定省份、年份效应的回归外，其余回归结果中系数分别在5%和1%显著水平上显著，表明数字金融发展能显著促进FDI的流入。因此，假设H1成立。
3.2 稳健性检验
为排除其他潜在因素对结论的影响，本文通过以下三种方法进行稳健性检验，以佐证结论：一是剔除样本。由于我国各省份社会经济发展极度不平衡，尤其是直辖市的经济规模与其他省份比较，容易产生结构性差异，故剔除北京、上海、天津和重庆4个直辖市的样本。二是进行缩尾处理。为减少样本极值可能产生的影响，本文对被解释变量在1%水平上做缩尾处理。三是替换被解释变量。本文用FDI/10000替换lnFDI，作为衡量外商直接投资的变量。
本文分别进行上述三种举措后再次回归，结果如表3所示。由表3可知，数字金融发展的回归系数均在1%置信水平上显著为正，说明数字金融发展对FDI流入存在显著驱动作用的结论具有稳健性。
3.3 调节效应分析
本文引入了数字金融与政府支出、地区教育水平的交互项difi×gov、difi×edu，以检验两者数字金融发展对FDI流入影响的调节作用。检验结果如表4所示。其中，列（1）探究了政府支出（gov）在数字金融对吸引外商投资影响的调节效应，列（3）探究了教育水平（edu）在数字金融对吸引外商投资影响的调节效应；列（2）、列（4）在上述基础上分别加入了相关控制变量。回归结果显示：交互项difi×gov对ln FDI的影响在1%统计水平上显著为负，说明政府支出对数字金融促进中国FDI流入产生了负向调节作用；交互项difi×edu对ln FDI的影响在1%统计水平上显著为正，表明教育水平对数字金融促进FDI流入起到了正向调节作用。值得注意的是，教育水平自身对FDI流入并无稳定的显著影响，原因可能是地区的教育水平并非驱动FDI流入的核心要素，但会通过影响当地人力资源水平来间接赋能数字金融发展，从而对FDI流入产生积极的促进作用。因此，假设H2成立。
3.4 区域异质性分析
中国FDI流入存在显著的区域差异，《中国外商投资报告2024》显示，2023年东、中、西部地区实际使用外资金额分别为1422.4、103.7和106.4，占比分别为87.1%、6.4%和6.5%。东部地区依赖优质的产业结构、完善的基础设施建设和发达的经济水平，一直是FDI主要流入地；而中西部地区受制于地理因素，经济发展缓慢，加之难以得到政策支持，一直缺乏FDI流入的支撑点。中国数字金融发展同样存在区域异质性。刘璐等（2024）[18]发现，中国数字金融发展水平呈现自东至西递减的现象，而在增速上呈现由东至西递增的趋势，中西部地区数字金融发展增速显著高于东部地区。
为进一步探究数字金融发展对FDI流入影响的区域异质性，本文将中国29个省份划分为东部、中部、西部3组，通过双向固定效应模型进行分组回归。表5列（1）—（3）分别为东部、中部、西部地区的双向固定效应回归结果；列（4）—（6）在此基础上加入了控制变量，表5报告了异质性分析结果，数字金融发展对FDI流入的驱动作用存在区域异质性。在加入控制变量后，西部地区数字金融发展系数在1%统计水平上显著为正，中部地区系数在5%统计水平上显著为正，而东部地区仅在10%统计水平上显著。这说明中西部地区，尤其是西部地区的数字金融发展更能显著吸引外商投资准入；而东部地区数字金融发展对FDI流入的驱动作用并不显著，这说明中西部地区数字金融发展对FDI流入的促进作用明显大于东部地区。
数字金融的发展有望打破传统金融背景下东部地区对外资的“垄断”局面。一方面，数字金融基于数字化特点，打破了中西部地区吸引外资的最大痛点——地理环境限制。数字金融的发展解决了信息不对称问题，外资企业无需实地考察即可获取当地市场信息，降低了交易成本，提高了投资效率，极大程度地解决了外资企业在中西部地区投资的后顾之忧。另一方面，数字金融的发展为中西部地区带来了宝贵的经验。数字化技术的普及与运用显著提高了政府效率，改善了中西部地区的营商环境，也为中西部地区提升对外开放水平提供了捷径，从而间接提高了对外商投资的吸引力。此外，在西部大开发战略影响下，中西部地区已建成中国的制造业转接地，承接来自东部乃至全球的制造业及上下游产业，初步建成了较为完善的产业链条。中西部地区同时拥有着土地、能源和劳动力的比较优势，此时数字金融的发展为中西部地区吸引FDI流入提供了关键的金融支持。相较东部地区，中西部地区传统金融发展较慢，数字金融的发展在很大程度上弥补了传统金融的不足，有效缓解了外资企业面临的金融摩擦和融资约束，进一步促进了金融创新，通过促进区域创新不断提高对FDI流入的吸引力。因此，中西部地区数字金融发展对FDI流入的驱动作用显著优于东部地区。
4 结论与建议
4.1 结论
本文基于2011—2023年29个省份的面板数据，采用双向固定效应模型，实证分析了数字金融水平对FDI流入的促进作用及相关变量在其中的调节作用。结果表明：第一，数字金融发展对当地FDI流入有驱动作用，通过一系列稳健性检验后，该结论仍然成立。第二，政府支出对数字金融发展驱动FDI流入存在负向调节作用，地区教育水平对数字金融发展驱动FDI流入存在正向调节作用。第三，中国FDI流入与数字金融发展水平存在区域异质性，东部地区FDI流入与数字金融发展水平显著高于中西部地区；数字金融发展对FDI产生的驱动作用同样存在区域异质性，其中西部、中部地区数字金融发展对FDI流入具有更强的驱动作用，而东部地区的驱动作用最小。
4.2 政策建议
基于本文研究结果，为进一步提升中国数字金融发展水平，促进FDI流入，本文提出以下政策建议：第一，提升数字金融发展水平，构建FDI与数字金融联动发展机制，以更好地发挥数字金融对FDI流入的驱动作用。第二，控制政府支出，提升地区教育水平。创建透明、公平的投资市场，避免因政府过度干预而损害健康营商环境；聚焦人才培养，放大教育水平在数字金融发展和FDI流入间的正向调节效应。第三， 关注地区差异，把控数字金融发展方向。数字金融的发展既是机遇又是挑战，我国数字金融发展存在严重的区域不平衡问题，政府应着眼于数字金融的长远发展，注重其在全国范围内的协调发展。目前，中西部地区数字金融发展水平较低，应强化政策扶持，加强数字化基础设施建设，以提高当地数字金融覆盖广度和使用深度为动能，提高FDI吸引力；东部地区经济发展水平较高，应以数字金融核心技术突破为要点，打破瓶颈，提升FDI流入上限。
参考文献
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.收入分层视角下数字普惠金融对居民消费的影响[J].商业经济研究，2021（7）：167-170.
孙玉环， 张汀昱， 王雪妮， 等. 中国数字普惠金融发展的现状、问题及前景[J]. 数量经济技术经济研究， 2021（2）： 43-59.
严芝清，杨子生，钟文.数字金融发展对城市绿色全要素生产率的影响： 效应与机制[J].统计与决策，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.数字金融发展减缓农村多维相对贫困的实证研究[J].管理学刊，2024，37（1）：120-140.
陈怡，陶晓莹.FDI、数字金融发展对地区创业的影响[J].现代金融，2021（12）：3-8.
聂秀华，江萍，郑晓佳，等.数字金融与区域技术创新水平研究[J].金融研究，2021（3）.
杜金岷，韦施威，吴文洋.数字普惠金融促进了产业结构优化吗？[J].经济社会体制比较， 2020（6）：38-49.
滕磊，马德功.数字金融能够促进高质量发展吗？[J].统计研究，2020，37（11）：80-92.
肖彭，盘家玮.双循环背景下数字金融对国际贸易竞争力的动态驱动效应研究[J].商业经济研究，2023（19）：148-152.
李桂生.数字普惠金融对包容性增长的影响研究[D].成都： 四川师范大学，2024.
刘松涛，罗炜琳，梁颖欣.数字普惠金融与城市FDI流入：基于人力资本与创新能力的视角[J].产业经济评论，2023（6）：151-169.
钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证[J].数量经济技术经济研究，2020，37（6）：26-46.
郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学季刊，2020，19（4）：1401-1418.
刘璐，肖伟斌，许磊.数字金融对双向FDI发展的影响机制研究[J].中国西部，2024（4）：23-36.
