数字普惠金融、产业结构升级与中国OFDI

张晓华，张志轩，陈 婷

（1.河北大学 经济学院，河北 保定 071002；2.河北大学 管理学院，河北 保定 071002；3.南开大学 商学院，天津 300071）

0 引言

借鉴历史实践经验，中国将继续施行对外开放的基本国策，坚持开拓对外贸易领域，坚持创新海外投资方式。在中国经济飞速发展和国家“走出去”战略落地实施的大背景下，中国企业积极融入全球贸易产业链条，对外直接投资（Outward Foreign Direct Investment，OFDI）的质量和数量同步提升。据《中国对外直接投资公报》显示，2020 年中国OFDI 金额高达1 537 亿美元，较2019年增长12.3%，投资流量首次位居世界第一。截至2020 年末，中国OFDI 存量已接近2.6 万亿美元，但仍不及美国和荷兰，有较大的提升空间。此外，中国境内有近3 万家投资者，投资范围遍及189 个国家和地区。然而，随着近几年新冠疫情的蔓延和全球贸易保护主义抬头，中国的OFDI活动同样面临巨大挑战，集中体现在部分国家不断提高外资准入门槛并收紧中国在东道国关键领域的企业并购，这严重阻碍了中国内外兼顾的良性双循环建设进程。与此同时，中国数字普惠金融在近十年获得迅猛发展，作为网络社会和数字技术催生的新兴业态，数字金融深刻影响了传统跨国企业的投资动能和投资方式。数字金融凭借其特有的低成本、便利性、高效性、普惠性优势，可有效去除传统金融领域中的“长尾效应”，对拓宽我国中小国际化企业的融资渠道、提升其国际投资能力具有积极作用。因此，中国企业如何抓住数字化金融发展的机遇，优化海外布局，提升国际影响力是新发展格局下中国能否转变为投资强国的关键所在。

目前学界对有关母国数字普惠金融是否并将如何影响本国OFDI等问题的研究相对较少。相比前期文献，本文的边际贡献有三点：一是尝试将数字普惠金融与OFDI结合起来进行研究，以往研究金融服务与对外投资关系的文献大多关注其对企业国际投资的影响［1］，而从宏观层面针对数字普惠金融与中国OFDI关系的研究仍是空白，故本文将北京大学数字金融指数与OFDI 相关数据进行匹配，实证探究自2011 年以来数字金融发展与中国OFDI的关系，补充现有文献的不足；二是针对数字金融的产业优化效应，检验产业结构升级在数字金融推动中国OFDI 增长中的中介效应；三是验证政府财政支持在数字金融影响OFDI的过程中发挥调节作用。

1 理论分析及研究假设

1.1 数字普惠金融与OFDI

数字普惠金融对OFDI 增长的作用，包含在数字普惠金融的基本内涵中，数字普惠金融作为金融发展的基本成分已得到学界的广泛认可。首先，根据凯恩斯的有效需求理论，金融发展能够通过促进信贷扩张直接影响对外直接投资，这一逻辑已得到有力的研究支撑［2-4］。其次，金融化对企业融资约束的缓解具有积极意义［5］，而较高的融资约束严重限制了我国的OFDI能力［6］。不仅如此，伴随着金融市场的完善，我国资本流动性的增强和资本配置效率的提升对于纠正资本扭曲，减轻企业成本负担进而增强企业的海外投资能力具有积极影响［7］。

数字普惠金融是一种依托数字化平台和大数据算法，并结合传统金融中的贷款、存款、结算等相关业务而衍生出的新型金融服务模式。数字金融具有传统金融无法比拟的精准性和普惠性，符合申请企业特别是中小微企业的融资需要，从而提高了企业信贷的可得性［8］；数字金融通过技术创新，对于校正传统金融领域中的资源错配问题具有积极效应［9］；受限于较强的融资约束和较高的代理成本，企业一般倾向增加现金储备而减少投资，数字金融加快了企业现金调整，减少了企业现金持有量［10］，增强了中国企业的海外投资意愿。基于以上分析，数字普惠金融可以通过多种方式促进区域OFDI增长。为此，本文提出以下假设：

H1：数字普惠金融与OFDI 正相关，即数字金融会扩大OFDI规模。

1.2 产业结构升级的中介作用

数字普惠金融除直接促进OFDI 增长，还可以通过产业结构升级增加OFDI 规模。借鉴已有研究，数字金融主要从以下几个方面影响产业结构升级：（1）数字化的金融服务拓宽了实体经济的融资渠道，数字普惠金融通过加速技术创新提升资源配置效率、降低融资成本、改善企业融资环境，推动传统实体企业向智能化、数字化转型升级［11］；（2）大部分现有企业“结构性”创新动力不足，数字金融通过利用区块链、AI 等新兴数字科技，将非结构化和非标准化的数据信息进行统计、分析、归纳，有力缓解了现代企业中仍普遍存在的非信息对称问题，加快了全生产要素在不同行业、地区间的流通，有利于企业开展创新活动进而提升实质性技术创新能力［12］；（3）数字金融可以显著提升地区的创业活力。数字金融的服务范围可以延伸至传统金融无法覆盖的偏远、贫困地区，只要有互联网，便能享受到与发达地区同样便捷的金融信贷服务，为当地的创业活动提供资金支持。创业导向理论揭示了创新创业活动将催生新兴产业和新生业态，引领产业结构升级方向［13-14］。

另外，无论从经济学理论出发，还是观察世界主要国家发展轨迹，本国的产业结构升级都会对OFDI 的发展产生正向作用。由库兹涅茨法则和“第三产业化”定律可知，服务业就业人口、国民收入比重与本国经济发展同步提升，经济规模的扩大会促进我国OFDI 的增长［15］。对于产业结构与OFDI 的关系研究，以往的研究主要聚焦在OFDI 对产业结构的影响，但近年来一些学者开始关注产业结构对OFDI 的作用。顾雪松等［16］立足产业结构高度化与产业结构低度化两个视角，证实了东道国与母国的产业结构差异会削弱对外直接投资的出口效应；韩沈超［17］通过测算164个国家与中国的产业结构距离，证明了产业结构距离对地区OFDI 的影响是非线性的，呈倒“U”形曲线，并且中国更愿意在与之地理距离相近的国家投资；章志华等［18］检验了产业结构升级与OFDI 的相互促进关系，结果表明产业结构的变化与对外直接投资具有高度一致性。据此，本文提出以下假设：

H2：产业结构升级是数字普惠金融促进OFDI 增长的有效渠道。

1.3 政府支持的调节作用

政府支持是指有关部门关注企业经营环境改善，通过财政补贴、税收减免和银行贷款等多种手段助推产业高质量、可持续发展的行为。政府作为配置金融资源的手段之一，会影响数字金融对OFDI 的作用。政府财政支持有效降低了数字金融保障下企业存在的外部性风险，其信号属性增加了企业获得投资和信贷的可能性，有利于提高经济主体的资金供给水平［19］。同时，数字金融也为政府增收赋能，二者相互强化。欧卫东等［20］认为金融深化扩大了资本规模、丰富了金融工具、拓展了融资渠道，从而进一步激发了经济增长“红利”，推动税基持续扩张。宋宝琳等［21］基于中国城市面板数据，运用双固定效应模型，验证了数字金融能够显著增加地方政府收入，并通过消费水平提升以及产业结构升级实现。

政府支持与我国OFDI发展紧密相关。地方政府可以制定适合本地区的对外直接投资政策，优化区域制度环境，合理配置财政支持资金，从而推动区域内OFDI协调发展。具体而言，主要有以下三种路径：一是鼓励落后地区企业开展海外投资活动，抑制传统地理上的空间滞后效应。政府可通过改变自身资源配置体制机制，强化财税部门对欠发达地区企业的政策扶持力度，消除与发达地区存在的种种信息不对称，改善偏远企业的OFDI 环境［22］；二是简化行政审批程序，激励企业增加对外投资项目。地方政府积极响应中央“走出去”的战略号召，明确各部门的权责归属，改革OFDI 管理模式，推动投资活动立项由审批制向核准制转变［23］；三是缓解融资约束，降低企业信贷成本。融资约束对企业的海外直接投资具有抑制效应［24］，政府为融资难的民营企业提供信用担保［25］，有利于破除企业外源性融资壁垒进而加快企业对外投资速度［26］。

数字普惠金融对OFDI 的促进作用依赖于政府支持，政府支持加强了数字普惠金融对OFDI的促进作用。政府支持力度越大，数字金融对OFDI 的促进作用就越显著；政府支持力度越小，数字金融对OFDI的促进作用就越微弱。综上，提出假设：

H3：政府支持正向调节数字普惠金融对OFDI 的促进作用，即政府支持力度越大，数字普惠金融对OFDI的促进作用越强。

2 模型设定与变量选取

2.1 模型设定

根据上文机理分析，本文构建了三个实证模型：一是构建固定效应模型，分析数字普惠金融对我国对外直接投资的直接影响；二是构建中介效应模型，识别数字普惠金融可能通过产业结构升级对我国OFDI增长产生影响；三是构建调节效应模型，分析政府干预是否影响数字普惠金融对OFDI的作用。

2.1.1 基准回归模型

为验证假设H1，考察数字普惠金融对OFDI增长的促进作用，文章设定如下基准回归模型：

其中：i代表省份；t代表时期；lnOFDIit表示i省份t时期对外直接投资数额的对数；lnDFit为i省份t时期当地数字金融指数的对数；Controlit代表由经济发展程度、利用外资水平等构成的一组控制变量；μi表示控制地区的固定效应；εit为随机误差；α0、α1、α2为待解的系数。

2.1.2 中介效应模型

为了实证考察数字普惠金融是否通过产业结构升级对OFDI 增长产生作用，检验产业结构升级在数字普惠金融与OFDI 增长之间是否起到中介作用，本研究参考了Kenny 等［27］的中介效应分析法。分步骤检验模型如式（2）（3）（4）所示。

其中：ISit为产业结构升级；β、γ、η为待解的回归系数；式（2）的系数β1为lnDF对lnOFDI的总效应；式（3）的系数γ1为lnDF对IS的效应；式（4）的系数η2是在控制了自变量DF的影响后中介变量IS 对lnOFDI的效应；系数η1是在控制了IS 的影响后lnDF对lnODFI的直接效应。本文三阶段中介模型的中介效应为γ1×η2，直接效应为η1，总效应为β1=η1+γ1×η2。

2.1.3 调节效应模型

为了实证检验数字普惠金融是否通过政府干预对OFDI 增长产生作用，考察政府支持在数字普惠金融与OFDI 增长之间是否存在调节效应，验证假设H3，本文参考了张岳等［28］的研究，在方程（1）的基础上加入了数字普惠金融与政府支持的乘积交互项（lnDF×lnGOVER），构建了调节效应模型（5）。

2.2 变量选取

2.2.1 被解释变量

对外直接投资（lnOFDI）。对外直接投资的度量方式多样，本文综合考虑各个省份的对外直接投资累积效应及数据信息的稳定性，参考章志华等［29］的做法，选用对外直接投资存量来衡量OFDI 规模，为避免异方差问题对实验结果的干扰，对OFDI取对数处理。

2.2.2 核心解释变量

数字普惠金融（lnDF）。本文采用北京大学发布的数字普惠金融指数来衡量中国各省的数字金融发展程度。同时选取了数字金融指数的3 个二级维度，分别是数字化程度（DF-DIG）、使用深度（DF-DEP）和覆盖广度（DF-COV）。

2.2.3 中介变量

产业结构升级（IS）。根据发展经验，产业结构通常受社会进步、消费升级等因素推动，倾向从低加工度产业向高加工度产业转型。本文参考赵景瑞等［30］的做法，选取产业结构优化度作为产业升级指标，具体计算方法为：第三产业产值/第二产业产值，该指数越高，则反映当地的产业结构越优化。

2.2.4 调节变量

政府支持力度（GOVER）。根据化祥雨等［31］的做法，采用中国各省财政支出占当年GDP 比重的对数代表。

2.2.5 控制变量

在已有文献的基础上，引入经济发展程度（EC）、利用外资水平（lnFDI）、研发经费投入强度（lnR&D）和人力资本（EDU）作为控制变量，从而提升模型对OFDI 增长的解释力。一般来讲，经济越发达的地区资本越雄厚，对外投资的能力也越强。经济发展程度采用各省人均GDP 表示。外商直接投资具有技术溢出效应和贸易创造功能，可有效提高东道国外贸规模和水平，采用各省实际利用外资金额的对数测度利用外资水平［32］。研发资本投入除了直接影响OFDI，还对产业结构升级具有明显的促进作用，选择工业企业R&D 支出对数来衡量研发经费投入强度。劳动者素质的提高意味着劳动力成本的上升，将增加企业的生产和出口成本，迫使部分企业到海外投资建厂，促进了对外直接投资增长，本文的人力资本使用各省的平均受教育年限代表。

2.3 数据说明与描述性统计

本文采用中国30 个省区市的面板数据为研究对象（西藏和港澳台除外），实证研究阶段为2011—2020 年，本文变量定义依据的数据集主要有《中国统计年鉴》《中国对外直接投资统计公报》《中国科技统计年鉴》、国泰安数据库、EPS 统计平台及各省区市统计年鉴，部分缺失数据通过插值法进行估算。为避免异方差性对分析结果的干扰，在进行实证检验前应对变量对外直接投资、数字普惠、金融、利用外资水平、研发经费投入强度作对数处理。主要变量描述性统计结果如表1所示。

表1 主要变量的描述性统计

3 实证结果与分析

3.1 数字普惠金融影响OFDI增长的基准检验

进行回归前，需在混合回归、REM模型和FEM模型中选择合适模型。针对混合回归和FEM模型的选择，F值为39.90，p值为0.000，故认为存在个体效应，应选择固定效应模型。本文进一步讨论REM模型和FEM模型，豪斯曼检验表明，卡方值为9.52，p值为0.049 2，检验结果在5%的水平上显著，应拒绝RE效应假设而选择FEM模型。本研究最终选择FEM模型检验数字金融对OFDI增长的影响。

本部分选取Stata 16 进行面板数据回归检验，表2为数字金融影响我国OFDI 增长的基准回归结果。表中列（1）为未加入控制变量时，数字金融（lnDF）对OFDI影响的回归结果，列（2）～（5）分别表示逐一加入控制变量后，lnDF对lnOFDI增长的回归结果。根据表2 的检验结果显示，在各控制变量逐步添加下，模型（1）～（5）的拟合优度也稳定在0.739 7～0.824 7 之间，表明面板固定效应模型整体的拟合程度非常高。由列（1）～（5）可以发现，lnDF的系数为正，且均在1%的显著性水平下显著，表明数字金融发展对OFDI有着明显的正向作用，即数字金融显著促进了OFDI 增长，这验证了上文中的假设H1。

表2 基准回归结果

在控制变量方面，经济发展程度（EC）变量和人力资本（EDU）变量的回归系数在1%的水平上显著为正，说明经济发展水平和劳动力素质的提高对中国OFDI 的贡献较为突出。不仅如此，控制变量中利用外资水平和R&D 经费投入强度等控制因素的回归系数都为正值。以上结果表明，在新发展格局下，单一的经济指标增长无法进一步推动我国对外直接投资向更高水平发展，也说明了当前除数字金融的影响作用之外，我国近年来吸引外商来华投资、加大R&D经费投入和提升劳动力素质等举措切实提升了ODFI发展。

3.2 数字普惠金融对OFDI增长影响的中介效应检验

为了考察数字普惠金融通过何种渠道对OFDI 产生作用，参考贾俊生等［33］的研究，采用中介效应的依次检验法，建立模型（2）～（4）探讨数字金融对OFDI 增长的影响机制，检测产业结构升级（IS）是否是数字金融影响OFDI 增长的中介变量。步骤如下：首先，检验数字金融发展对OFDI 增长的影响是否显著；如果通过显著性检验，进入下一环节，建立以产业结构升级为被解释变量的模型，检验数字金融发展对产业结构升级的影响是否显著；如果显著，进入最后环节，将数字金融和产业结构升级变量一起对OFDI 增长进行回归，检验lnDF和IS的系数是否显著；如果均显著，则为部分中介效应；如果IS的系数显著，而lnDF的系数不显著，则为完全中介效应。由以上检验思路得出中介检验结果如表3所示。

表3 介效应检验结果

根据表3 的中介效应检验结果可发现，在模型（2）中，数字金融对OFDI 增长的总效应为0.617 4，且在1%水平上显著。在模型（3）的检验结果中，数字金融对产业结构升级的效应为0.213 1，且在1%统计水平上显著，说明我国数字金融的发展显著促进了产业结构的不断升级。其原因可能在于以互联网、大数据技术为依托的各种数字普惠金融业务持续发展迭代，丰富了企业、行业和地域间的数字化融资信息传播途径并提升了其融资效率，进而弱化了传统金融领域中的信息不对称，促进了资源要素市场的合理配置和风险管理优化。在模型（4）的检验结果中，数字金融对于OFDI增长的系数为0.544 8，产业结构升级对于OFDI增长的系数为0.340 7，两者在1%水平上通过了显著性检验。这样的检验结果说明在控制了数字金融这一变量之后，产业结构升级能够显著提升我国OFDI增长，从而也证实了产业结构升级确实是我国数字金融对OFDI增长作用的影响渠道。

3.3 数字普惠金融对OFDI增长影响的调节效应检验

数字普惠金融对OFDI 增长的影响并不是独立的，数字金融反映的是企业融资约束缓解和投资能力提升，而政府支持倾向指特定政策对OFDI企业的优惠待遇和财政补助。所以，二者之间可能存在交互效应进而影响到中国OFDI。根据前文的理论分析和研究设计，在考察数字金融对中国OFDI 的影响后，继续讨论政府支持是否会在数字金融影响OFDI 的过程中发挥调节作用，即在基准模型的基础上加入数字金融与OFDI 交互项，在进行回归分析前，对lnDF与GOVER做中心化处理。

通过表4结果可以发现，数字普惠金融（lnDF）的估计系数无论在影响方向还是显著性上，均与前文基准回归结果保持一致。列（1）～（4）为依次加入控制变量的结果，政府支持（GOVER）的系数在1%的水平下显著为正，数字普惠金融和政府支持的交互项（lnDF×GOVER）系数均在1%的水平上显著。这意味着数字金融不仅直接影响OFDI 增长，而且还受到政府支持的影响。数字普惠金融通过政府支持的调节效应正向影响中国OFDI，使得数字普惠金融加强了对OFDI的正向影响。本文认为，各级政府在财政、税收等方面的支持加速实现了各大金融机构数字化金融服务的全方位、多领域布局，有利于缓解中国跨国投资企业的现金流压力。同时，在“制度性优势”保障下，政府的政策扶植也增强了中国企业“走出去”的驱动力，有助于OFDI规模进一步扩大。由此可判断，政府支持在数字普惠金融影响OFDI增长的过程中发挥了一定的正向调节作用，假设H3成立。

4 稳健性检验

4.1 工具变量法和解释变量滞后一阶

为减少因遗漏变量而引发的内生性偏差，本研究的基准回归主要运用了FEM模型，但因本文变量主要采用省级层面宏观数据，指标之间可能存在较强的关联性，故存在导致反向因果问题的风险。为解决两个内生性问题，本文采用2SLS 法进行检验，移动电话普及率（MOBILE）和互联网普及率（INTERNET）作为工具变量。利用两者作为本文工具变量的原因是：（1）移动电话和互联网的普及是数字金融产生的必要条件，均与数字金融发展紧密相连；（2）在控制了区域经济发展程度、利用外资水平、R&D 经费投入强度和人力资本后，变量MOBILE、INTERNET与lnOFDI之间不发生直接关系。因此，MOBILE和INTERNET被认为是两个可靠工具变量。

在运用2SLS 估计前要先对所选工具变量进行检验：第一步，采取Hausman 法考察lnDF变量的内生性，由表5 中列（1）可得，Hausman 统计值在10%的水平下显著，故拒绝外生性假设；第二步，运用LM检验实施不可识别测试，结果发现LM统计量对应值显著，故强烈拒绝不可识别假设；第三步，利用F 检验证明工具变量的选取是否具有弱相关性，且MOBILE与INTERNET的F统计量分别为47.56 和59.34，表明工具变量移动电话普及率、互联网普及率与内生性解释变量DF存在较强相关性。根据表5 中列（2）和列（4）的回归结果显示，模型（1）中lnDF的回归系数在1%水平下显著为正。

表5 稳健性检验：工具变量法和滞后自变量

此外，根据实际情况，数字金融的应用可能不仅对当期OFDI 水平有明显的提升，当期的数字金融应用还可能会对未来中国OFDI增长发挥作用，基于此种考虑，本研究对模型（1）中所有解释变量取滞后一期，对原假设H1进行稳健性检验，对前一期数字金融对当期OFDI的影响进行考察，为缓解遗漏变量问题，对个体固定效应进行控制。由表5 第（5）列检验结果可知，对lnDF及控制变量滞后一期后，回归结果中所有解释变量与模型（1）的实验结果基本一致。因此，不论基于工具变量回归还是滞后自变量回归，数字金融驱动中国OFDI 增长的结论都是可靠的。

4.2 分维度回归

为进一步检验数字普惠金融与OFDI 的关系，本文对数字普惠金融进行降维处理。具体来说，数字普惠金融由三个子维度组成，分别是数字化程度（DF-DIG）、使用深度（DF-DEP）和覆盖广度（DF-COV）。将数字金融三个子维度分别作为核心解释变量进行稳健性回归（受版面所限，数据过程不再展示，留存备索）。实验结果表明，DF-COV、DF-DEP和DF-DIG的系数均显著为正，说明数字金融覆盖广度、使用深度及数字化程度均显著促进了中国OFDI增长，证实了实验结论的稳健性。

4.3 区域异质性检验

由于我国不同区域在金融发展水平、对外开放程度以及相关政策扶持等方面存在差异，本文进一步将选取的30 个省份划分为西部、中部和东部三个区域，分别进行分析。其中东部地区涵盖海南、广东、天津、辽宁、福建、山东、浙江、上海、江苏、河北、北京、广西；西部地区涵盖新疆、重庆、宁夏、贵州、青海、陕西、甘肃、四川、云南；中部地区涵盖河南、内蒙古、湖北、黑龙江、安徽、江西、山西、吉林、湖南。就数字普惠金融对中国OFDI 的影响进行区域异质性分析，实证分析结果如表6所示。

表6 数字普惠金融对OFDI增长的影响：分区域

由表6 可知，在东部、西部和中部地区数字金融对OFDI增长均有显著的正向影响，且均在1%置信水平上显著。再比较三地区中lnDF变量的回归结果，回归系数分别为0.731 7、0.471 0 和0.641 9。可以得出东部地区数字金融的系数值均大于中西部地区，西部地区回归系数高于中部地区。其背后逻辑可能是在全国多地都在加强数字化金融服务体系搭建的大背景下，相较西部和中部地区，我国东部沿海地区经济水平相对较高。数字化金融服务应用与当地产业的融合深度仍取决于不同区域经济实际条件，部分中西部偏远省份可能因自然地理条件和金融基础设施等限制不能完全享受数字普惠金融服务带来的红利。而西部地区数字金融对OFDI的贡献率高于中部地区的原因在于西部地区较为封闭，对外直接投资的规模和水平都远落后于中部地区，数字普惠金融的出现极大改善了西部企业的融资困境，提高了其国际化水准，因此西部地区数字金融对OFDI 的边际贡献度更高。这就要求各级政府不断加大对中西部偏远地区经济基础设施和数字化金融体系建设的投入，以充分释放数字普惠金融带来的红利。

5 结论与建议

在新格局、新形势下探究数字普惠金融对我国OFDI的影响效应及路径兼具理论和实践价值。数字普惠金融是提升中国企业国际化水平的关键抓手，也是实现我国对外投资高质量发展的重要工具。本文基于中国数字金融发展指数和对外直接投资相关数据，采用固定效应模型（FEM 方法）考察了数字普惠金融对我国OFDI 影响结果，并进一步验证数字金融是否通过优化产业结构促进中国OFDI发展，此外，还对数字金融所依赖的重要资金保障——政府财政支持是否存在调节效应进行了检验，最后就区域异质性展开讨论。研究得出结论：第一，数字普惠金融有利于扩大我国OFDI 规模，该结果在更换解释变量和使用工具变量法控制内生性问题后仍然稳健；第二，数字普惠金融可通过优化产业结构这一途径促使中国OFDI 增长，中介效应成立；第三，政府财政支持是数字金融发展的重要保障，其调节效应存在，强化了数字金融对我国OFDI 扩张的正向赋能作用；第四，中西部地区数字金融对OFDI的影响效应相对东部地区较小。

根据本文的分析结果，为充分发挥数字普惠金融对我国OFDI发展的促进作用，提出以下政策建议：一是加快数字技术的基础设施建设，提升数字化金融服务质量。尤其是要加快普惠性数字金融服务在对外投资领域的深度应用，着力打造数字化新投资、拓宽中小外贸企业的融资渠道、助力国际化企业海外扩张；二是通过加强现代金融体系建设，加快大数据、5G 通信、区块链、物联网等现代信息技术在金融服务中的应用，赋能数字普惠金融发展，加深数字金融与全产业部门的融合，优化区域产业间生产要素再分配，充分发挥数字金融的结构效应，推动中国产业结构升级；三是政府应加大政策支持，强化金融监管。各级政府应大力培育数字化金融服务主体，提供有效的财政支持和策略方案，降低企业融资成本，为中国企业解决从融资到投资过程中的难题。在推动企业走出国门的同时，数字金融也衍生出传导更快、波及更广、隐蔽性更强的新风险，相关部门必须借鉴国外先进的管理经验，加紧制定符合中国国情的数字信贷监管法规，避免企业因融资风险而导致并购失败；四是加强数字金融区域协调发展，缩小地区间的“数字鸿沟”。在资金和政策支持上，国家应继续向中西部欠发达地区倾斜，逐步提高中西部地区数字金融覆盖广度，进一步激发数字金融的普惠性与创新性，降低企业融资门槛，同时，落后地区企业应积极挖掘后发优势，充分利用数字金融工具和服务，减小自身信用风险、流动性风险和筹投资风险，进而提升企业对外投资的竞争力。