曹可尔

【摘要】文章基于互联网金融视角，利用2012—2018年地级市城市统计年鉴数据，建立面板回归模型，实证分析数字普惠金融如何影响地级市外资流入。研究得出，数字普惠金融显著扩大了地级市外资利用规模，在考虑内生性后仍成立。将数字普惠金融进行维度分解后發现，主要是其覆盖广度显著促进了外资流入，而其余两个维度影响并不显著。进一步进行机制分析表明，数字普惠金融通过提高地级市金融发展水平显著促进了FDI流入，同时地级市互联网用户接入数越多，数字普惠金融对外资利用规模的影响越大。

【关键词】数字普惠金融；外资流入；金融发展水平

【中图分类号】F831.5；F832.48

一、引言

我国把引进FDI作为经济开放的重要政策之一。与此同时，数字普惠金融已经成为当前金融发展大趋势。

国内关于数字普惠金融的研究滞后于国外，文献数量和涉及的领域较少。而关于FDI流入的研究，也并未考虑到数字普惠金融对其的影响。因而本文以数字普惠金融为主体来研究其对外资流入的影响以及相关机制具有现实意义。

二、文献综述与理论分析

（一）文献综述

周娟娟（2020）指出，金融开放对FDI流入的影响是非线性的，当资源配置效率超过第一个阈值时，金融开放能有效促进FDI流入，而超过第二个阈值时，就变成了抑制FDI流入。董树功、王亚玲（2022）指出，地区金融发展水平对FDI流入存在单一门限效应，研究发现地区金融发展水平对吸引外国直接投资存在显著影响。Soumaré&Tchana（2015）通过面板数据研究FDI与金融市场发展之间的关系。其中，证券市场的发展促进了FDI的流入。

基于研究现状，本文可能的边际贡献主要有以下几点：一是研究样本方面，本研究包括2012—2018年地级市城市GDP、FDI等数据，所得出的结论更加全面；二是研究方法方面，利用二阶段最小二乘法，建立面板回归模型，实证分析了数字普惠金融如何影响地级市外资流入，丰富了相关研究文献；三是机制分析方面，本文构建了数字普惠金融覆盖广度影响FDI流入的理论框架。

（二）理论分析

1.地区金融发展水平的中介效应

数据科技与金融服务的结合，使其获得金融服务的边际成本降低。一般而言，跨国公司的投资规模较大，需要较多的资金支持，因此金融发展水平的不断提高能够有效地吸引FDI，即数字普惠金融通过推动金融发展水平的提高进而促进FDI流入。

2.互联网发展的调节效应

数字普惠金融主要是依据大数据开展业务，因此其发挥作用离不开互联网。在互联网用户较多的地区，数字普惠金融能够更好地拓展其覆盖范围，不断推动金融发展水平的提高。因此笔者认为，互联网用户越多，数字普惠金融对FDI的作用就越强。

对此，我们提出两个假设：

H1：数字普惠金融通过提高金融发展水平进而促进FDI流入。

H2：互联网用户越多，数字普惠金融对FDI的作用就越强。

三、变量选取、数据说明与模型构建

（一）变量选取

1.被解释变量（FDI）

本文采用实际利用外资取对数的方法进行研究，变量符号为lnfdi。数据来源于2012—2018年城市统计年鉴。

2.核心解释变量（数字普惠金融指数index）

数字普惠金融指数越高，数字普惠金融发展水平越高。数据来源为北京大学数字普惠金融指数。

3.控制变量

本文选用经济发展水平、就业人数、工资水平、二氧化硫排放量、固定资本投资、财政支出占比作为本文的控制变量。数据来源于2012—2018年地级市城市统计年鉴。各控制变量定义如下：

经济发展水平（lngdp）：经济发展水平以当地GDP来衡量，是影响外资流入的重要因素。本文取对数进入模型。

就业人数（lnl）：根据劳动力禀赋理论，充足的劳动力会吸引外资流入。本文取对数进入模型。

工资水平（lnw）：反映了一个地区的人力资本水平，较高的劳动力素质会吸引外资流入。本文取对数进入模型。

二氧化硫排放量（lns）：反映地区环境规制的严格程度，外资流入偏好于地区环境规制较为放松的地区。本文取对数进入模型。

固定资本投资（lnk）：反映了一个地区的基础设施建设程度，较高的固定资本投资可以吸引外资流入。本文取对数进入模型。

财政支出占比（share）：可以使经济增长中的其余要素发挥作用，从而间接促进外资流入。

（二）模型构建

其中c代表城市，t代表年份，α代表常数项，β代表数字普惠金融对FDI流入的影响程度，index代表数字普惠金融指数，X’ct代表控制变量。

四、实证检验

（一）基准回归

如表1所示，第一列仅加入了数字普惠金融指数，并控制了省份和年份固定效应。我们发现回归后的数字普惠金融指数p值<0.01，因而数字普惠金融显著提高了FDI流入的水平；第二列加入了“经济发展水平”这一控制变量，p值<0.01；第三列加入“就业人数”这一变量，p值<0.05，加入“工资水平”这一控制变量，p值<0.01，结果均显著；第四列加入“二氧化硫排放量”这一控制变量，结果不显著；加入“固定资本投资”这个控制变量，结果显著；第五列继续加入“财政支出占比”这一控制变量，结果不显著。

（二）分维度回归

数字普惠金融是覆盖广度（coverage）、使用深度（depth）以及数字化程度（digital level）的加总。为厘清分维度的数字普惠金融对FDI的影响，本文使用分维度指标进行回归。其中，覆盖广度主要体现为覆盖人群和地域范围。使用深度反映了现实使用程度和服务能力。数字化程度以服务可得性和使用成本为衡量标准。具体回归结果如表2所示。

從回归结果来看，数字普惠金融覆盖广度p值<0.01，数字普惠金融的覆盖范围越广，就有越多的中小企业可以高效获得融资。因而数字普惠金融的广泛应用对FDI流入有较为显著的影响；而剩余两个维度，对于FDI流入的影响较小。

五、机制分析

如表3第1列所示，我们发现数字普惠金融显著提高了地区金融发展水平，而地区金融发展水平的提高又能促进FDI流入（如表3第2列所示）。因此假设H1得到验证。如表3第3列所示，我们发现数字普惠金融与互联网用户接入数的交乘项显著为正，这说明，随着互联网用户的增加，数字普惠金融对外资流入的促进作用增强，假设H2得以验证。

六、内生性与异质性分析

考虑到遗漏变量以及外资对数字普惠金融的反向影响，本文参照张铭心等（2021）的做法，选取各地级市到杭州的距离作为数字普惠金融的工具变量，采用二阶段最小二乘法进行回归，结果如表4所示。

从回归结果来看，第（2）（3）列数字普惠金融指数p值都小于0.01，因而数字普惠金融对于沿海内陆地区FDI流入都有较强影响，但由于沿海地区开放程度较高等，数字普惠金融对沿海地区FDI流入的影响大于内陆地区。

七、结论与启示

本文认为，我们应深化数字普惠金融的发展，促使其吸引更多FDI。内陆地区想要获得更多外国直接投资，必须注重发挥数字普惠金融的优势。想要充分吸引高质量外资，就要增加数字普惠金融在内陆地区的覆盖广度，增强其对FDI利用规模的影响。

主要参考文献：

[1]周娟娟.金融开放对FDI的影响[D].上海：华东师范大学，2020.

[2]董树功，王亚玲.金融发展对FDI流入的影响研究：基于门限回归模型[J].吉林工商学院学报，2022，38（1）：77-88

[3]Issouf Soumaré，Fulbert Tchana Tchana. Causality between FDI and Financial Market Development：Evidence from Emerging Markets[J].The World Bank Economic Review，2015（29）：36-38.

[4]高雅柔.数字普惠金融视角下的城乡收入差距[J].青海金融，2021（4）：44-50.

[5]田杰，谭秋云，陈一明.数字普惠金融、要素扭曲与绿色全要素生产率[J].西部论坛，2021，31（4）：82-96.

[6]张铭心，汪亚楠，郑乐凯等.数字金融的发展对企业出口产品质量的影响研究[J].财贸研究，2021，32（6）：12-27.