数字普惠金融对城市外商投资的影响研究

宋 晔 黄瑶迦 黄 磊

一、引言

投资作为拉动经济增长的“三驾马车”之一，推动着中国经济几十年来保持高速增长。当前，外商投资企业创造了中国约1/4的工业产值、1/5的税收和1/15的就业，已经成为中国国内大循环的重要主体，对推动经济高质量发展发挥了积极作用。为了推动金融开放，吸引外商投资，近几年我国政府颁布了多项法规和条例，全面取消金融机构业务范围限制，不断放宽外国投资者准入条件，赋能金融机构大发展，增强行业整体竞争力，努力推进金融发展与外资引入。

金融作为市场经济的核心，发挥着资金蓄水池、配置资源、调节市场、指引趋势的重要作用，为经济发展带来全要素增益型动能。孙力军(2008)基于离散型拉姆齐—卡斯—库普曼斯模型的基本框架，将金融发展与外商直接投资的联合效应对经济增长的影响模型化，发现金融发展通过吸引外商直接投资、为外资企业提供金融服务, 将潜在的溢出效应转化为现实生产力, 从而显著地促进了经济增长。

数字金融作为新兴的金融模式，在推动传统金融机构变革和提高金融效率、减少交易过程中的信息不对称、降低交易成本等方面起到了很大作用。数字金融是在统一技术标准的基础上,利用信息处理技术和网络通信技术,构建跨系统互联网平台,整合、共享金融信息资源,实现银行间动态信息的交流,形成金融技术密集、营销灵活、管理协调的智能网络系统,使金融服务智能化,在与国际金融的直接竞争中具有相对优势。数字金融深刻改变了传统金融发展方式，在有效破解金融排斥问题、促进企业创新、提高创业就业水平、解决中小微企业融资难问题等方面具有重要意义。

推动数字金融发展以实现城市外商投资的增长是可持续且有巨大潜力的，但目前我们关于数字金融促进城市外资流入的研究甚少，对于数字金融发展与城市外商投资的因果关系及中间机制的认识不足。本文基于北京大学编制的数字普惠金融指数以及《中国城市统计年鉴》数据，采用双重固定效应和工具变量的方法，实证研究了数字普惠金融对外商直接投资的影响及其背后机制。在理论上，本文的研究丰富了数字金融对城市引进外资、对外开放及营商环境影响的相关研究，使用详细的数据系统评估了数字普惠金融对城市外商投资的影响，有助于加深我们对数字金融产生的社会经济影响的理解。在实践上，本文的研究对于进一步推进中西部地区数字普惠金融建设有一定的启示意义。我国对外开放的布局已经由偏重沿海转向从沿海向内陆全方位推进。为了促进中西部地区更好更快地引进外资，国家应继续推进中西部数字金融服务建设，尤其要提高数字金融的覆盖广度，进一步增加其优化资源配置的作用。

二、文献回顾与背景介绍

(一)数字金融的影响

得益于快速发展的数字技术以及宽松的监管环境，中国的数字金融得到了迅速且良好的发展。数字金融的发展不仅改变了人们的生活和生产方式，也使城市的生产活动方式发生了重要变革。数字金融最大的优点就是普惠性，通过利用大数据分析、大科技平台与云计算等数字科技方法，实体经济与数字经济融合发展，很好地缓解了传统金融机构存在的交易成本和信息不对称等问题。目前数字金融最为人们所熟知的业务是移动支付，但数字金融所提供的服务远不止于此。数字金融围绕金融服务构建起了以支付为核心的生态系统，衍生了更多服务，为更多地区和民众带来了便利和机遇，使得宏观的整体经济以及微观的消费和收入都有了显著提升。

目前，有关数字金融的实证研究受到广泛关注。现有文献的研究主要集中在以下几个方面。一是数字金融对于区域经济增长的影响。张琳(2020)基于2011～2016年我国286个城市的面板数据,引用北京大学互联网金融研究中心发布的中国数字普惠金融指数研究发现，在全国层面以及东中西区域层面,数字普惠金融有助于区域经济增长。二是数字金融对于城乡收入差距的影响。宋晓玲(2017)运用泰尔指数对我国各省(区、市)城乡居民收入差距进行测算,进而采用我国31个省(区、市)2011～2015年度数据构建平衡面板数据模型，发现数字普惠金融的发展能够显著缩小城乡居民收入差距。三是数字金融对于企业融资约束的影响。袁鲲和曾德涛(2020)构建了2011～2018年A股上市公司融资约束度量指标,并与北京大学数字普惠金融指数的地级市层面数据进行匹配，在考虑了内生性等问题后发现，数字金融的推广对企业融资约束有显著的缓解作用。四是数字金融对于创新创业的影响。郑雅心(2020)将数字普惠金融指数与申请专利授权量相结合, 实证检验了数字普惠金融有利于区域创新产出的增加。综上所述，大部分学者认为，数字金融缓解了中小企业的融资约束，激励了地区的创新创业水平，缩小了城乡之间的收入差距，促进了区域经济的发展。

数字金融的发展促进了城市的经济增长。已有文献从数字金融驱动城市创新、提高城市全要素生产率、改善城市人力资源质量方面阐述了这一事实。赵涛等(2020)测度了 2011～2016 年中国222个地级及以上城市的数字经济和高质量发展的综合水平，并以企业工商注册信息微观数据刻画城市的创业活跃度，发现激发大众创业是数字经济释放城市高质量发展红利的重要机制。汤旖璆(2020)采用 285个地级及以上城市 2009～2019 年面板数据，研究发现数字金融发展能够显著提高城市全要素生产率，赋能经济高质量发展，并且还显著提高了试点城市人力资本质量、扩大了试点城市的市场潜能。但是，鲜有学者关注数字金融对于城市外商投资的影响。本文的贡献在于从外商投资的角度，研究数字金融发展对城市经济增长的促进作用，这对于改善城市投资环境、推动城市高质量发展、提高城市创业创新水平具有重要意义。

(二)数字金融提高外商投资的机制

数字金融将传统金融机构与互联网公司结合起来，产生了许多衍生金融产品和服务，改善了传统金融行业的融资环境，降低了交易和服务的成本，极大地促进了金融行业的发展。数字金融从以下几个方面对城市外商投资产生影响。

第一，数字金融通过影响中小企业融资行为对外商投资产生影响。数字金融从两方面影响中小企业的融资行为：一方面，传统市场上信息不对称问题严重，市场经济效率低下，许多中小企业征信信息不明，而数字金融借助大数据分析对征信体系进行补充，有效提高了市场透明度，优化了投资环境，降低了外商投资风险，提高了市场经济效率，进而促进了城市外商投资的流入(周雷和颜芳，2016)；另一方面，数字金融缓解了中小企业的融资约束，利用数字技术降低了普惠金融的交易和服务成本，降低了中小企业进行融资的门槛，拓宽了金融服务的供给范围，更突破了传统的担保手段，实现了金融资源配置的优化(夏佳佳和王守龙，2021)。

第二，数字金融通过提升城市的创新创业水平对外商投资产生影响。数字金融与传统产业的结合刺激了创新创业行为，不仅为城市经济的发展提供了动力，同时也激励了外商投资的进入。例如，电商直播的出现使许多偏远地区的线下产业能够借助互联网平台扩展产品销路并吸引外资，从而扩大产业规模，带动城市经济发展。数字金融通过弥补传统金融机构对于欠发达地区和中小企业的不足来促使创新创业机会的产生，而当一个城市的创新创业水平上升时，其资本回报率也会相应提高，从而将增加外商投资(谢绚丽等，2018)。

第三，数字金融通过提升劳动力质量对城市外商投资产生影响。数字金融通过在教育方式上的创新为低教育水平的群体提供了获取知识和技能的渠道。线上教育平台及产品使低技能群体能够通过线上课堂掌握技能，提高自身受教育程度。如今跨国公司在我国从事研发活动日益普遍，在北京、上海等地纷纷建立研发机构(赵江林，2004)。而城市发展数字金融需要以高技能人才和研发中心为依托，因此数字金融的发展也带来了高质量劳动力的集聚。城市的劳动力质量越高，越能吸引外商进入并对人力资源进行投资。

第四，数字金融通过扩大城市的市场规模来吸引外资。传统金融下，许多商户仅在小范围内进行市场交易，而数字金融通过发展移动支付和电子商务，极大地扩大了城市的市场规模。个体商户可以通过开网店等方式进行线上交易，而大型企业也可以通过数字银行交付货款。数字金融不仅扩大了城市内部的市场规模，也加深了城市与城市之间的联系，在城市间产生溢出效应。外商在决定投资时，往往将市场规模视为一个重要因素，一个城市的市场规模越大，则其市场潜力就越大，此外还可以及时了解市场需求的变化，获得更多的经济效益(金相郁和朴英姬，2006)。

第五，数字金融通过提高城市的经济开放度对外资流入产生影响。中国数字金融的发展带来了电子商务的兴起，而电子商务打破了空间上的距离，极大地提高了城市的经济开放程度，推动了城市之间以及国家之间的贸易经济往来。开放公平的市场环境正是外商投资的关键因素，因此城市的经济开放度越高，越容易吸引外商投资的进入(李波和舒莉，2012)。

(三)数字金融促进城市经济发展的事实特征

随着数字金融的迅速发展，城市经济整体也呈现增长态势。不同于传统金融排除了大量群体，基于互联网的数字金融使金融服务行业的便利性和可得性得到了大幅改善，让更多的居民能够享受到金融服务。数字金融能够有效动员储蓄资金并将其引导到生产性投资中，可以提高国民收入、刺激金融行业的发展，由此形成数字金融和经济发展的良性循环，为吸引外资进入提供良好的营商环境。

2016～2020年，我国外商直接投资规模呈现出稳定增长态势。根据商务部、国家发展改革委统计数据，2016年全年吸收外商直接投资新设立企业27900家，同比增长5%；实际使用外商直接投资金额8132亿元，同比增长4.1%。2017年全年吸收外商直接投资新设立企业35652家，比上年增长27.8%；实际使用外商直接投资金额8776亿元，同比增长7.9%，增速比上年增加3.8个百分点。2018年全年外商直接投资新设立企业60533家，比上年增长69.8%；实际使用外商直接投资金额8856亿元，同比增长0.9%。2019年实际使用外商直接投资金额9415亿元，同比增长5.8%。2020年实际使用外商直接投资金额10000亿元，同比增长6.2%。2021年以来，我国吸引外资保持稳中向好的态势，外商投资信心进一步增强。1～5月，我国吸引外资4810亿元，同比增长35.4%，较2019年同期增长30.3%。中国美国商会的调查显示，近2/3的企业计划2021年增加在中国的投资；中国欧盟商会的调查显示，60%的企业表示将扩大在中国的业务规模，比上年提高8个百分点。

为了更深入地探讨数字普惠金融与城市外商投资之间的关系，本文根据各城市数字普惠金融指数和城市外商投资数据绘制了散点图(见图1)。图1(a)反映了2011～2019年各城市当年新签外商投资项目合同数的对数与数字普惠金融指数的相关关系；图1(b)反映了2011～2019年各城市当年实际使用外资金额的对数与数字普惠金融指数的相关关系。从图1可以看出，数字普惠金融与城市外商投资之间存在一定的正相关关系。数字普惠金融指数高的城市，相应的外商投资量也更大。

图1 2011～2019年城市吸引外商投资情况 资料来源：2011～2019年北京大学数字普惠金融指数、《中国城市统计年鉴》。

图2比较了数字普惠金融发达地区和发展中地区当年实际使用外资金额的差异。我们计算得出变量——当年数字金融指数共2316个观测值的均值(170)，将该指数高于170的城市定义为数字普惠金融发达城市，将该指数小于或等于170的城市定义为数字普惠金融发展中城市。从图2可以发现，数字普惠金融较发达的地区实际使用外资金额明显高于数字普惠金融发展程度较落后的地区。

图2 2011～2019年不同数字普惠金融发展程度的城市吸引外商投资情况 资料来源：2011～2019年北京大学数字普惠金融指数、《中国城市统计年鉴》。

三、数据来源与模型设计

(一)数据来源

本文所使用的数据主要包括两个部分。一是北京大学数字普惠金融指数，由北京大学数字金融研究中心和蚂蚁科技集团组成的联合课题组编制。该指数包括数字普惠金融指数，以及数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度。其中，数字金融使用深度指数包含支付、信贷、保险、信用、投资、货币基金等业务分类指数。指数范围涵盖中国31个省(区、市)、337个地级以上城市，省级和城市级指数的时间跨度为2011～2019年。本文选取2011～2019年城市层面数据。二是2011～2019年《中国城市统计年鉴》，涵盖了城市层面的经济、金融、财政、三大产业、环境、人口、教育等各方面的宏观数据。

(二)变量的选取与说明

本文的被解释变量包括当年新签外商投资项目合同数和当年实际使用外资金额。数据来自《中国城市统计年鉴》，在回归模型设计时，分别取对数，主要是为了减少异常值。本文的主要解释变量为数字普惠金融总指标。

为了解决潜在的遗漏变量偏误问题，本文选取全社会用电量，交通运输、仓储及邮政业从业人数，金融业从业人数，地方财政一般预算内支出以及普通高校在校学生数五个控制变量来分别控制各城市的经济规模、对外开放程度、传统金融发展程度和人力资本对吸引外商投资的影响。另外，本文采用各城市移动电话年末用户数作为数字普惠金融的工具变量。主要变量的描述性统计如表1所示。

表1 主要变量的描述性统计

续表

(三)实证分析策略

本文研究的是数字普惠金融对城市外商投资产出的影响，主要的模型如下：

Yc,t=β0+β1×indexc,t+Xγ+αc+λt+εc,t

其中，Yc,t是被解释变量，表示c城市t时期的当年新签外商投资项目合同数和当年实际使用外资金额；indexc,t是核心解释变量，表示c城市的数字普惠金融指标；Xγ表示一系列控制变量，包括全社会用电量，交通运输、仓储及邮政业从业人数，金融业从业人数，地方财政一般预算内支出以及普通高校在校学生数。

本文关注的重点系数是β1，它表示当年数字普惠金融指数每增加1个单位，会使当年新签外商投资项目合同数和当年实际使用外资金额变动β1%。αc表示县级城市固定效应，控制的是一些不随时间变化但对城市外商投资有影响的城市层面的变量，如城市的基础设施建设、宗教文化观念等。λt是年份固定效应，控制的是所有会随时间变化的对城市外商投资有影响的变量。εc,t为随机扰动项。考虑到自相关问题，本文将稳健型标准误聚类到城市层面，并拓展模型检验反向因果和遗漏变量问题。

四、实证结果分析

(一)基准结果分析

表2报告了使用基准的计量模型对数字普惠金融对于城市外商投资影响的估计结果。第1列和第2列的被解释变量分别为当年新签外商投资项目合同数的对数(ln_fdi1)和当年实际使用外资金额的对数(ln_fdi2)。在两者的回归中，我们都控制了年份固定效应和城市固定效应。

表2 基准回归结果

结果表明，数字普惠金融对当年新签订的外商投资项目合同数和当年实际使用外资金额都具有显著的正向影响。直观来看，表2的系数解释为当年数字普惠金融指数每增加1个单位，会使当年新签订的外商投资项目合同数平均增加0.94%，使当年实际使用的外资金额平均增加3.08%。

为了解读数字普惠金融指数每增加1个单位的含义，下面采用分位数进一步说明。本文使用的数据中，核心解释变量——当年数字金融指数的观测值共2316个(来自337个地级以上城市,时间跨度为2011～2019年)，其均值为170.0。假使某城市的当年数字金融指数为170.1，其对应的百分位数是42.92%。假使该城市当年数字普惠金融指数增加1个单位，达到171.1，该城市对应的百分位数将上升至43.48%，此时该城市外商投资将变为：当年新签订的外商投资项目合同数平均增加0.94%，当年实际使用的外资金额平均增加3.08%。假使该城市当年数字普惠金融指数增加10个单位，达到180.1，该城市对应的百分位数将上升至47.48%，此时该城市外商投资将变为：当年新签订的外商投资项目合同数平均增加9.4%，当年实际的使用外资金额平均增加30.8%。

表2的基准回归结果可能高估了数字普惠金融对城市外商投资的影响。外商投资的增加可能不是完全由当地普惠金融发展程度高造成的，而是由一些其他与数字金融相关的因素导致的。本文通过控制变量法来排除部分可观测的宏观经济变量的影响。

表3至表6报告了对基准计量模型逐步引入控制变量后，数字普惠金融对城市外商投资的影响。结果显示，在显著性和系数上均发生实质性改变，基本估计结果依然稳健。基于城市吸引外资的能力往往与其自身的经济规模、对外开放程度、传统金融发展程度、政府规模、人力资本等与营商环境密切相关的区位因素强关联，本文选取了五个控制变量分别作为上述五类区位经济特征的指标，即全社会用电量，交通运输、仓储及邮政业从业人数，金融业从业人数，地方财政一般预算内支出，普通高校在校学生数，对应数据均来自2011～2019年《中国城市统计年鉴》。

表3 稳健性检验1

表3的第(1)列至第(5)列分别控制了全社会用电量，交通运输、仓储及邮政业从业人数，金融业从业人数，地方财政一般预算内支出以及普通高校在校学生数。结果显示，城市的经济规模、对外开放程度、传统金融发展程度和人力资本不会影响数字金融对城市当年实际使用外资金额的贡献程度，而政府的财政预算支出对城市外资金额的影响程度有限。第(6)列同时控制了上述五个变量，其综合影响一定程度上平缓了基准回归结果对数字普惠金融之于城市外商投资影响的高估，但结果显著性依然稳健。

表4的第(1)列至第(5)列分别控制了全社会用电量，交通运输、仓储及邮政业从业人数，金融业从业人数，地方财政一般预算内支出以及普通高校在校学生数。结果显示，城市的经济规模、对外开放程度、传统金融发展程度和地方财政一般预算内支出对数字金融对城市当年新签订的外商投资项目合同数的贡献程度的影响有限，而城市的人力资本规模则不会影响报告结果。第(6)列同时控制了上述五个变量，其综合影响弱化了数字普惠金融之于城市当年新签订的外商投资合同数的贡献，并降低了显著性。

表4 稳健性检验2

续表

考虑到同期城市宏观层面的其他可能因素对外商投资的影响，如宏观经济的各个方面、相关政策的导向、财税制度的调整等因素可能都会对城市吸引外商投资发挥潜在作用，为了剥离这些宏观因素的影响，得出数字普惠金融与吸引外商投资的因果关系，我们增加了以下六个控制变量作为其他城市层面宏观因素的指标：当年地区生产总值，信息传输、计算机服务和软件业从业人数，房地产开发投资完成额，年末金融机构各项贷款余额，科学研究、技术服务和地质勘查业从业人数，职工平均工资。对应数据均来自2011～2019年《中国城市统计年鉴》。

表5与表6的第(1)列至第(6)列分别控制了城市地区生产总值，信息传输、计算机服务和软件业从业人数，房地产开发投资完成额，年末金融机构各项贷款余额，科学研究、技术服务和地质勘查业从业人数，职工平均工资。表5报告结果显示，地区生产总值(即地区经济发展水平)、房地产开发投资完成额(即城市固定资产投资水平)、年末金融机构各项贷款余额(即城市财政政策松紧程度)对数字金融对城市当年新签订的外商投资项目合同数的贡献程度的影响有限，而信息传输、计算机服务和软件业从业人数(即城市信息基础设施水平)，科学研究、技术服务和地质勘查业从业人数(即城市科学技术发展水平)，职工平均工资(即城市人口红利)不会影响数字金融对城市当年新签订的外商投资项目合同数的估计结果。表6报告结果显示，上述城市层面宏观因素均不会影响数字普惠金融之于城市外商投资估计结果的显著性。

表5 稳健性检验3

表6 稳健性检验4

为了减少自相关性可能带来的偏误，本文将稳健性标准误聚类到城市层面，并在表7中通过控制上一期的关键解释变量和被解释变量来控制城市外商投资可能对上年已有的外商投资存量存在的路径依赖。对于结果变量——当年新签外商投资项目合同数的对数，表7的第(1)列至第(3)列分别报告了控制上年数字普惠金融指数、上年新签外商投资项目合同数的对数、上年实际使用外资金额的对数后的估计结果。结果显示，上年和当年的外商投资项目合同数存在显著的正相关关系，报告显示未能通过稳健性检验，无法作为数字普惠金融之于城市外商投资影响的解释变量。对于结果变量——实际使用外资金额的对数，表7的第(4)列至第(6)列分别报告了控制上年数字普惠金融指数、上年新签外商投资项目合同数的对数、上年实际使用外资金额的对数后的估计结果。结果显示，上年的两个结果变量均与当年的数字普惠金融指数存在显著的正相关关系，但这并不影响本文关于数字普惠金融使得城市当年实际使用外资金额增加的结论。另外，报告显示相邻年份数字普惠金融指数之间不存在自相关性。

表7 稳健性检验5

续表

为了减少反向因果可能带来的偏误，在表8中采用滞后一期的数字普惠金融指标作为解释变量，可以在一定程度上缓解反向因果的内生性问题。表8显示，上年数字普惠金融指数依然能显著解释城市当年实际使用外资金额的增长，模型估计结果依然稳健。

表8 稳健性检验6

(二)工具变量结果

为了缓解其他遗漏变量偏误可能造成影响估计结果的问题，本文采用工具变量法进一步验证数字普惠金融指数对当年实际外资使用金额的影响，使用移动电话年末用户数作为数字普惠金融指标的工具变量。

表9报告了数字普惠金融对当年实际使用外资金额增加值影响的工具变量回归结果。其中，第(1)列为当年数字普惠金融对移动电话年末用户数的第一阶段回归结果。移动电话年末用户数的系数显著为正，说明移动电话年末用户数的增加会显著增加数字普惠金融指数，并且移动电话年末用户数是有效的工具变量。第(2)列为第二阶段回归的结果。结果显示，数字普惠金融与当年实际外资使用金额之间依旧是显著的正相关关系。通过上述工具变量回归，我们可以得出，遗漏变量偏差和反向因果不会影响数字普惠金融对城市外商投资的影响。

表9 工具变量回归结果

(三)数字普惠金融子指标的结果分析

数字普惠金融的衡量涉及不同维度，包括覆盖广度、使用深度，以及支付、保险、货币基金、投资、信用、信贷和数字化水平9个业务分类子指标。本文讨论数字普惠金融不同维度的子指标对城市外商投资引进的影响。表10和表11报告了数字普惠金融的9个子指标对当年实际使用外资金额的影响。结果表明，数字普惠金融的不同发展维度对城市外商投资的影响存在明显差异。对于当年实际使用外资金额而言，对其有正向显著影响的是数字普惠金融的覆盖广度、数字化水平，以及支付、保险、货币基金业务分类子指标，而其他子指标的影响较小且不显著。

表10 数字普惠金融子指标的影响(维度一)

表11 数字普惠金融子指标的影响(维度二)

移动支付方式的简便快捷、互联网的普及覆盖，以及保险和货币基金业务的推进进一步推动了城市外商投资的增加。这说明，对于城市外商投资引进而言，金融市场的覆盖宽度、交易的效率、“互联网+”的赋能，以及保险、货币基金等金融市场配套的完善度会显得更加重要，而数字金融的使用深度及城市现有的信用信贷和国内投资水平并不会影响太大。

(四)异质性分析

中国土地幅员辽阔，不同省份之间的地理区位，以及经济、政治、文化等区位因素各不相同。东部沿海城市由于得天独厚的地理优势，对外开放的进程相对于中西部城市遥遥领先，而随着西部振兴战略和“一带一路”建设的推进，西部的沿边城市获得了政策优势；然而，各地区又因历史原因，在起决定性作用的经济区位上各不相同，因此本文将样本城市划分为东部城市、中部城市和西部城市，进一步分析数字普惠金融对城市外商投资带来的影响。表12的第(1)列至第(3)列报告了不同地区样本的回归结果。结果显示，数字普惠金融对东部城市实际使用外商投资金额有显著的正向作用，但对中部和西部地区的影响并不显著。

为了进一步分析不同地区之间数字普惠金融影响程度的差异性，本文将各样本城市分为数字普惠金融发达地区和发展中地区。表12的第(4)列和第(5)列报告了不同数字普惠金融发展程度对外商投资金额的影响。结果显示，数字普惠金融发展程度更高(即其指标值更大)的城市吸引外商投资的效果更显著。可以推断，东部地区的城市比中西部地区的城市更能吸引外商投资的原因之一是东部地区拥有更多数字普惠金融发达的城市，其营商环境更佳。

表12 东、中、西部地区异质性分析

五、总结

党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，推动实施更大范围、更宽领域、更深层次对外开放，加快构建更高水平开放型经济新体制，坚持扩大开放、吸引外资的方向，坚持促增量、稳存量、提质量并举，进一步扩大鼓励外商投资范围，重点增加制造业、生产性服务业、中西部地区条目，引导外资投向，提振外资信心，促进外资基本盘稳定和产业链供应链稳定。作为市场经济核心的传统金融，在数字经济的赋能下持续向数字普惠金融发展，为经济发展带来全要素增益型动能，为吸引外资打造更优的营商环境，有效促进了信息共享，降低了交易成本和金融服务门槛，扩大了金融服务的范围和覆盖面，数字普惠金融服务链条更加顺畅，基础设施更加完善，制度保障更加健全。本着金融为民、科技向善的理念，国家出台了一系列政策大力扶持数字普惠金融的发展，但目前我们关于数字普惠金融对城市引进外资的影响认识有限。

本文专注于数字普惠金融与城市吸引外商投资之间的因果关系，基于2011～2019年北京大学数字普惠金融指数及《中国城市统计年鉴》，采用双重固定效应和工具变量模型，实证研究了数字普惠金融对城市外商投资的影响。研究发现：(1)数字普惠金融的发展显著提高了城市外商投资水平，并且在多种稳健性检验下的结果依旧稳健。平均而言，当年数字普惠金融指数每增加1个单位，会使城市当年实际使用的外资金额平均增加3.08%。(2)在数字普惠金融的各个维度中，其覆盖广度、数字化水平，以及支付、保险、货币基金业务分类子指标进一步推动了城市外商投资的增加。这说明，对于城市外商投资引进而言，金融市场的覆盖宽度、交易的效率、“互联网+”的赋能，以及保险、货币基金等金融市场配套的完善度更加重要。(3)通过地区的异质性分析发现，数字普惠金融发展程度越高，其对城市外商投资的贡献程度越大。

本文的研究结果对于目前数字普惠金融的发展政策具有一定的启示意义。国家应进一步推进中西部地区数字普惠金融建设，提高数字普惠金融的覆盖广度和数字化程度。加快中西部城市信息和金融的基础设置建设，普及更简便快捷的移动支付方式，提高互联网的普及覆盖面，推进保险和货币基金等金融衍生业务，以期建立更有活力的市场和更优的营商环境，进一步吸引外商投资，继续完善中西部地区的数字普惠金融建设，助力实现全面对外开放的格局，以开放促改革、促发展。