数字金融对双向FDI发展的影响机制研究
2024-01-01刘璐肖伟斌许磊
〔摘要〕 数字金融作为金融创新与科技创新相互融合的新型金融服务模式，为构建新发展格局注入了新的动力。文章基于我国2011-2020年30个省（区、市）的面板数据，实证检验数字金融对双向FDI发展的影响。研究发现，数字金融不仅显著促进了双向FDI发展，还通过提升区域资本要素集聚进而促进双向FDI的发展。此外，产业结构升级、经济开放水平均对数字金融影响双向FDI起着正向调节作用。数字金融三个维度对双向FDI的促进效果存在异质性，其中，数字金融覆盖广度对IFDI和OFDI的促进作用最大，数字金融对东部地区的IFDI和OFDI促进作用更强，对高创新环境地区IFDI的作用更强，对低创新环境地区OFDI的作用更强。
〔关键词〕 数字金融；双向FDI；调节效应；异质性
〔中图分类号〕F832.5；F49；F733 〔文献标志码〕A 〔文章编号〕1008-0694（2024）04-0023-14
〔作者〕 刘 璐 讲师 云南民族大学经济与管理学院 昆明 650000
肖伟斌 硕士研究生 云南民族大学经济与管理学院 昆明 650000
许磊（通信作者） 硕士研究生 云南民族大学经济与管理学院 昆明 650000
〔基金项目〕国家自然科学基金项目“贸易政策不确定性对中国企业出口的风险溢出效应与应对策略研究”（71863036）；国家社会科学基金项目“供给侧改革背景下中国通货膨胀的动态行为及其宏观经济效应研究”（19BTJ021）；国家社会科学基金项目“革命老区‘数智化’赋能促进共同富裕研究”（22BKS151）。
一、引言
改革开放以来，我国通过采取“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，积极融入经济全球化浪潮，并依靠人口、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，有效弥补了资本、技术等关键生产要素方面的不足，为经济高速发展做出了重要贡献。
近年来，贸易保护主义抬头、“逆全球化”现象逐渐明显，国际不确定性因素普遍增多，全球引资竞争愈发激烈。与此同时，随着经济社会发展，我国人口、土地和自然资源等要素成本上升，经济结构、产业结构和区域发展不平衡不充分等问题也愈发明显。在国际形势严峻、国内经济增长方式亟待转型的背景下，亟需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支撑。
随着以人工智能、量子信息、移动通信、物联网、区块链等为代表的新一代信息技术加速突破以及在金融领域的广泛应用，数字金融“数字金融”，与互联网金融、金融科技等概念类似，具有广义和狭义之分：广义上讲银行及其他传统金融机构以及互联网企业利用数字技术开展的金融业务，都可以称为数字金融；而狭义上数字金融则一般指互联网企业开展的新型金融模式。本文采用的数字金融更接近于其狭义的定义。正在发挥越来越重要的作用〔1〕。《中国数字经济发展报告（2022年）》显示，2021年我国数字经济增加值规模达到45.5万亿元，同比名义增长16.2%。在此背景下，如何有效释放数字金融对区域经济高质量发展的红利，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，成为政府与社会广泛关注的问题。
关于数字金融是否显著影响我国对外直接投资（OFDI）和吸引外商投资（IFDI），现有研究成果大多围绕数字金融对家庭消费〔2〕、收入差距〔3-5〕、粮食体系韧性〔6〕、共同富裕〔7〕，以及对外直接投资的影响〔8-9〕、制造业企业创新〔10〕等方面展开。然而，围绕数字金融，对开放经济和跨国投资的关注较少，鲜有文献将数字金融发展和对外直接投资、吸引外商投资一起纳入同一框架探讨。本文将研究视角转向开放经济，研究数字金融对我国对外直接投资和吸引外资的影响，有助于探寻数字金融对开放经济的积极效应，从而提高我国国际贸易的竞争力。
本文可能的边际贡献有：第一，在已有研究基础上，将数字金融发展和对外直接投资、吸引外商投资一起纳入同一分析框架中，探讨数字金融发展对二者影响传导机制的差异，丰富相关研究成果。第二，多维度探析数字金融对双向FDI影响程度差异，并重点考察数字金融在不同地理区域、不同区域创新环境下对双向FDI影响作用的差异，剖析其背后的逻辑机理。
二、理论机制与研究假设
1.数字金融赋能双向FDI的直接效应
数字金融具有突破时空距离束缚、加速优质要素流动、促进资源合理配置、提升营商环境质量等先天优势和自身特质，能够有效破解外商直接投资和对外直接投资面临的地理空间受限、经济效率不高、产业结构失衡等突出问题。一方面，数字金融能够增强风险防范能力，通过数字化技术可以实现建设全过程监管和评估，避免造成产能过剩、资源错配和资源浪费等，增强对虚拟资产交易的监管和反洗钱能力，提升当地营商环境质量等，从而提高利用外商直接投资水平。另一方面，数字金融可以降低对外投资的成本，通过数字化手段，企业可以更快速、更准确地获取国际市场信息，了解投资项目的详细情况，减少因信息不对称而产生的成本。同时，数字金融还可以降低跨境交易的成本，进而提升跨境投资的效率。基于此，提出假说H1：数字金融对双向FDI有显著促进作用。
2.数字金融对双向FDI的间接效应
数字金融主要通过资本要素集聚来促进双向FDI的发展。一方面，与传统金融模式相比，数字金融利用微信、支付宝等平台不断拓展金融覆盖广度与使用深度，使原本游离在金融系统之外的小额、零散但总量巨大的资本流入金融体系，降低开拓相关业务的边际成本，发挥数字金融长尾优势，促进区域资本集聚。另一方面，资本要素集聚意味着更多的资金和技术流入某一地区或行业，有利于扩大市场规模，为投资者提供更多投资机会，从而吸引外商直接投资。同时，资本要素集聚效应还有助于推动产业升级和优化，形成更加完整的产业链，实现企业生产成本的降低与生产效率的提高，从而有利于企业对外投资。基于此，提出假说H2：数字金融通过资本要素集聚促进双向FDI发展。
3.数字金融对双向FDI的调节效应
随着产业结构升级，经济资源的配置将会更科学合理，生产要素流动将会更加自由频繁。数字金融作为产业结构升级的重要推动力之一，通过其高效的资源配置机制〔11〕，有利于吸引资本投向高水平、高效率的行业中，从而推动地区双向FDI的增长。另外，产业结构升级与数字金融的协同作用也有助于技术进步和产业转型升级。数字金融作为技术驱动的产业，与先进制造业、高科技产业等相互融合，通过数字化手段推动技术变革。这种技术升级和行业变革不仅提升了本地产品出口的竞争力，使得企业更倾向于对外投资，同时也为外国投资者提供了更为优质的投资机会，增强该地区对国际资本流入的吸引力。
开放的经济环境是影响双向直接投资的重要环境因素。开放的经济环境有利于降低外国企业进入本土市场的门槛，为投资者提供更加稳定透明的营商环境，增强外国投资者进入市场的信心。同时随着外商直接投资带来的技术溢出效应，有利于本土企业通过吸收IFDI带来的先进技术与管理经验，进而提升产品生产效率，促进企业资本积累与技术扩散，最终达到促进对外投资的效果〔12〕，从而在数字金融服务和资金跨区域流动加快发展的背景下，经济开放水平的提升将会放大数字金融对双向FDI的促进作用。基于此，提出假说H3：产业结构升级、经济开放水平对数字金融促进双向FDI的发展起正向调节作用。
4.数字金融对双向FDI的异质性效应
从地理空间的视角来看，区域经济发展、数字技术基础、金融业务能力、金融科技发展和国家政策导向都存在明显的区域性差异。同时，我国数字金融发展水平总体上呈现出东高西低的局面，东部地区依托自身良好的经济资源禀赋条件，借助数字金融这一新兴工具，能够为国际资本流动提供更高效、更便捷的金融服务，更好发挥数字金融对双向FDI的赋能作用。然而，由于中西部地区的经济基础相对薄弱，数字金融技术难以在差异化的环境中发挥等效作用。因此，数字金融对中西部地区双向FDI的促进作用可能会弱于东部地区。
从区域创新环境的角度上看，高创新环境地区在吸引外商投资方面占据先天区位优势和后天政策优势，良好的外商投资基础在面对数字金融的良性冲击下，其反应速度和运作效率明显优于低创新环境地区，并能通过发挥完善的产业链上下游连接效应，扩大数字金融的影响范围〔13〕。低创新环境地区由于投资者与其他主体之间的联系和合作较少，信息传递和获取路径较为单一，更多依赖于数字经济或数字金融，使得数字金融对OFDI的促进作用能得到更好发挥。基于此，提出假说H4：数字金融对双向FDI的促进效果存在地区异质性、创新环境异质性。
三、模型设计与变量说明
1.计量模型构建
（1）基准回归模型。为了考察数字金融发展水平对我国双向FDI的影响，并考察在不同区域是否具有异质性，设立计量模型如下：
IFDIit=β0+β1finit+β2Govit+β3Lnlaborit+β4Lninfrait+β5Lntechit+μit+Vit+eit（1）
OFDIit=α0+α1finit+α2Govit+α3Lnlaborit+α4Lninfrait+α5Lntechit+μit+Vit+eit（2）
其中，IFDI表示外商直接投资，OFDI表示对外投资水平，fin为数字金融，Gov为政府干预度，Lnlabor为人力成本，Lninfra为基础设施水平，Lntech为创新能力，i为年份，t为相应省（区、市），表示第i年第t个省（区、市）的相关数据，β1、β2、β3、β4、β5分别为数字金融、政府干预度、人力成本、基础设施水平、创新能力的回归系数（α1-α5同理），μit表示省份固定效应，Vit表示时间固定效应，eit为随机误差项。
（2）中介效应模型。为进一步考察数字金融通过区域资本要素集聚影响双向FDI发展的传导机制是否存在，设定中介效应模型如下：
capit=c0+c1finit+c2controlit+μit+Vit+eit（3）
IFDIit=d0+d1finit+d2capit+d3controlit+μit+Vit+eit（4）
OFDIit=V0+V1finit+V2capit+V3controlit+μit+Vit+eit（5）
其中，capit表示资本要素集聚的代理变量，control为控制变量，当c1和d2同时显著时，说明资本要素集聚在数字金融对吸引外商投资起中介作用。同理，当c1和V2同时显著时，说明资本要素集聚在数字金融对促进对外投资起中介作用。
（3）调节效应模型。为了研究数字金融在影响双向FDI发展的过程中，地区经济开放度、地方产业结构高级化会对其产生怎样的影响，本文还引入了数字金融与经济开放度、产业结构高级化的交互项，构建调节效应模型如下：
IFDIit=f0+f1finit+f2openit+f3fin*openit+f4controlit+μit+Vit+eit（6）
OFDIit=g0+g1finit+g2openit+g3fin*openit+g4controlit+μit+Vit+eit（7）
IFDIit=j0+j1finit+j2TSit+j3fin*TSit+j4controlit+μit+Vit+eit（8）
OFDIit=p0+p1finit+p2TSit+p3fin*TSit+p4controlit+μit+Vit+eit（9）
其中，fin*openit表示数字金融与经济开放度的交互项，fin*TSit表示数字金融与产业结构高级化的交互项。
2.变量选取与数据说明
（1）被解释变量与解释变量。本文的被解释变量分别为对外投资水平（OFDI）和外商直接投资（IFDI），分别用各省份外商直接投资流量的对数和非金融类对外直接投资流量的对数来衡量。核心解释变量为数字金融（fin），以北京大学数字金融研究中心课题组发布的《北京大学数字普惠金融指数（2011-2020年）》来衡量〔14〕。其中，数字普惠金融指数（fin）主要由数字金融覆盖广度（fin1）、数字金融使用深度（fin2）、普惠金融数字化程度（fin3）这3个二级指标来衡量。
（2）控制变量。控制变量的选取借鉴范建红（2022）〔15〕、张纪凤（2022）〔16〕、赵明亮（2023）〔17〕等学者研究成果，选择了下列变量。技术革新（Lntech）：技术革新体现了一国对科技的重视程度，反映了当地科技发展水平，技术革新能提升产品质量，从而对FDI的流入和流出产生影响，用国内专利申请授权量的自然对数来测度。政府干预度（Gov）：政府是经济发展的重要建设者、招商引资的重要引导者，使用地方一般财政预算支出与GDP的比值来衡量。人力成本（Lnlabor）：人力成本作为生产工作的重要要素成本，体现了地区比较优势，人力成本会影响IFDI布局以及OFDI中的产品竞争力，以城镇单位就业人员工资总额的对数来衡量。基础设施水平（Lninfra）：基础设施建设是影响双向FDI的重要因素，完善的基础设施和服务能够促进信息的快速收集与通畅交流，有助于减少双向FDI的经营成本，以铁路营业里程（万公里）的对数来衡量〔18〕。
（3）其它变量。中介变量选取了资本要素集聚（cap），以每一年省域物质资本存量占该年全国物质资本存量的比例作为资本要素集聚的代理指标〔19〕，采用永续盘存法进行测算〔20〕。调节变量选取了经济开放水平（open）和产业结构升级（TS），其中，经济开放水平体现了一国或地区对外贸易、资本流动和外国直接投资的整体情况，与FDI的流动息息相关，采用贸易依存度即进出口总额与GDP的比值衡量，研究其对数字金融影响双向FDI的调节作用；产业结构升级采用产业高级化指数即第三产业增加值和第二产业增加值的比值来衡量。
以上数据来源于2011-2020年的《中国统计年鉴》《中国对外直接投资统计公报》，以及相应省（区、市）考虑到数据可获得性，香港特别行政区、澳门特别行政区和台湾省，以及西藏自治区未纳入讨论。的统计年鉴。在数据处理方面，通过将大部分变量取对数，以降低数据的绝对值使其更加稳定，并在一定程度上缓解了异方差的影响。除可直接获取的数据以外，部分数据通过计算得到，个别缺失数据采用线性插值法补齐。变量描述性统计详见表1。
四、实证检验与分析
1.基准回归分析
在模型估计之前，采用VFI方差膨胀因子方法检验变量之间的多重共线性，结果显示各变量的VIF值均小于10，说明两个模型的变量之间并不存在明显的多重共线性问题。通过Chow检验、豪斯曼检验，确定使用固定效应模型，同时考虑模型可能存在异方差问题，故使用稳健标准误回归，并同时控制时间、省份固定效应。回归结果详见表2。
表2列（1）是加入控制变量前核心解释变量fin对被解释变量IFDI的回归结果，列（2）为加入控制变量后fin对IFDI的回归结果，列（3）是加入控制变量前核心解释变量fin对被解释变量OFDI的回归结果，列（4）为加入控制变量后fin对OFDI的回归结果。在加入控制变量后，拟合优度不断提高，模型拟合较好。
从核心解释变量的回归结果看，数字金融均对IFDI、OFDI在1%的显著性水平上有正向影响。这说明提高数字金融发展水平既有利于引进外资，又有利于推动对外投资，从而实现“引进来”和“走出去”的结合。可见，发达的数字金融有利于促进双向FDI发展。同时，在加入控制变量后，数字金融对于对外直接投资的正向作用要大于吸引外商直接投资的正向作用，这说明提高数字金融水平不仅提升了我国国际贸易投资的竞争力，更有利于满足国际市场的需求，进一步拓展业务和市场份额。因此假说H1成立。
从模型中的控制变量看，对于IFDI来说，人力成本在1%的显著性水平上显著为正，原因可能是以工资水平为主要代表的人力成本的提高作为地区经济活跃、需求旺盛的市场信号，这种积极的市场信号有助于增强外商对该地区投资的信心和意愿，从而对吸引外商直接投资有积极的正向影响。政府干预度均在1%的水平上显著为正，说明政府为大力支持市场经济发展而营造了良好的投资环境，有利于对外投资和吸引外资。创新能力对外商直接投资的影响在10%的水平上显著为正，表明创新能力强的地区通常拥有更高的技术水平和更完善的产业链，能够为外商提供更好的投资机会和更高的投资回报，因此有助于吸引外商投资。而对于OFDI来说，基础设施水平在10%的水平上显著为负，原因可能是本国基础设施越完善，国内各地区间交易越频繁，从而越倾向于选择国内地区间的交易而非国际贸易与国际投资。同时创新在5%的水平上显著为正，说明创新不仅有利于“引进来”，还有利于提升我国产品的国际竞争力，从而更好实现“走出去”，因此企业要加强自主创新能力，提升产品国际竞争力。
2.内生性与稳健性检验
（1）内生性检验。考虑到模型可能存在的内生性问题，本文采用各省份地形起伏度与数字普惠金融的交互项为工具变量，并采用两阶段最小二乘法进行回归以排除内生性对回归结果的影响。一方面，地形起伏度影响数字基础设施建设的难易程度，与数字金融直接相关，符合工具变量相关性的原则。同时，地形起伏度作为客观存在的地理条件，与当前的IFDI和OFDI不直接相关，符合工具变量外生性原则。另一方面，考虑到地形起伏度不可变，为使工具变量满足时间与个体的双向动态性，故将地形起伏度与上一年的数字金融做交互处理，根据豪斯曼检验P值为0.000，拒绝原假设，所选的内生变量中具有内生性。由内生性检验结果可知，采用工具变量法后，数字金融对IFDI和OFDI的回归系数仍为正向显著，同时对比前文基准回归结果发现，数字金融的回归系数明显提高，这也说明内生性问题的存在导致数字金融对IFDI以及OFDI的作用比实际偏小。
（2）稳健性检验。一是剔除2020年样本数据，由于2020年受新冠疫情影响，我国的外商直接投资和对外直接投资在样本期内均出现下降，参考陈倩倩等（2023）的研究〔21〕，剔除2020年的样本，缩短研究期间；二是剔除4个直辖市（北京、上海、天津、重庆）样本数据，缩短样本区间，对其余省份的面板数据重新回归；三是缩尾处理，对相关变量在1%和99%分位上进行缩尾处理后重新回归，以防止异常值对研究结果的影响。通过以上检验，观察核心解释变量是否会发生符号以及显著性的变化，以验证是否具有稳健性。结果如表4所示，稳健性检验的结果与原回归结果的结论基本一致，核心解释变量的符号并未改变且依然显著为正，表明数字普惠金融对IFDI和OFDI具有促进作用。
3.中介效应分析
中介效应结果表明，数字金融可以通过提高资本要素的集聚度进而促进双向FDI发展。其中，表5列（1）显示，数字金融对资本要素集聚的影响系数为0.0002，且在1%的显著性水平上显著，表明数字金融能够促进区域资本要素的集聚。列（2）、列（3）是检验区域资本集聚对IFDI和OFDI的影响，其回归系数均在5%的显著性水平上显著为正，说明区域资本要素的集聚不仅有益于当地吸引外资，也有利于当地企业走出去。同时，列（2）和（3）也证明了数字金融通过资本要素集聚对我国FDI流入和流出产生间接效应，均在1%的显著性水平上显著为正。综上，中介效应检验了“数字金融→资本要素集聚→双向FDI”这一影响机制。表明资本要素集聚所带来的规模效应为数字金融应用提供了更为有利的基础和环境，不仅增强对外资流入的吸引力，同时刺激本地企业更加积极地展开对外投资，故假说H2成立。
4.调节效应分析
本文引入了数字金融与产业结构高级化、经济开放度的交互项fin*TS、fin*open，以此来检验上述假说是否成立，调节效应检验的回归结果如表6所示。列（1）检验了产业结构高级化（TS）对数字金融与吸引外商投资的调节效果，列（2）检验了产业结构高级化（TS）对数字金融与对外直接投资的调节效果，结果显示数字金融与产业结构高级化的交互项fin*TS对IFDI和OFDI的影响均在1%的显著性水平下显著为正，说明产业结构高级化对数字金融促进我国双向FDI发展起着正向调节作用。一方面，产业结构高级化意味着经济发展质量较高，当地产业结构较为合理，从而该地在全球市场上有较好的投资前景。在产业较为发达的地区，数字金融可以为海外投资者提供更高效、便捷和创新的数字金融服务，进一步增强了该国或地区的吸引力，吸引外商投资。外商投资者也看重数字金融所带来的商业机会和便捷的效率，从而选择将资金投入到这些国家或地区。因此，产业结构升级能强化数字金融对吸引外资的作用。另一方面，产业结构高级化意味着产业从低级向高级的转变，这种转变通常伴随着技术进步、生产效率提高和经济增长。在这个过程中，企业为了寻求更大的发展空间和更优质的资源，会积极进行对外直接投资，因而产业结构高级化也推动企业对外直接投资的发展。
列（3）检验了经济开放水平（open）对数字金融与吸引外商投资的调节效果，列（4）检验了经济开放水平（open）对数字金融与对外直接投资的调节效果，结果显示数字金融与经济开放水平的交互项fin*open对于吸引外资（IFDI）和直接投资（OFDI）分别在1%和5%的显著性水平下显著为正，即经济开放水平对数字金融促进双向投资起着正向调节作用。这说明在经济开放水平较高的地区，数字金融的发展为当地企业“引进来”和“走出去”提供了更多的便利，从而促进了双向投资的增长。因此，经济开放水平的提高强化了数字金融对双向投资的促进作用。值得注意的是，经济开放水平对吸引外资起着显著的正向作用，但对出口投资的作用不显著，说明开放的经济环境更有助于国际资本的流入，但对企业对外出口投资的影响较小，企业对外投资或许更看重的是经济开放环境。因此，假说H3成立。
5.异质性效应分析
（1）分维度异质性分析。使用数字金融覆盖广度（fin1）、数字金融使用深度（fin2）、普惠金融数字化程度（fin3）这3个二级指标对被解释变量IFDI、OFDI进行回归。结果如表7所示，数字金融覆盖广度对我国双向FDI的促进作用最大，而数字金融使用深度和普惠金融数字化程度对我国双向FDI所起的正向作用偏小。
从数字普惠金融指数的指标体系构建可以看出，数字金融覆盖广度（fin1）体现了数字金融账户的覆盖率，账户覆盖率是衡量金融服务普及程度的重要指标，高账户覆盖率意味着更多的市场主体能够接受数字金融支付、信贷、保险、投资等服务，这为国外投资者提供了更多商机和潜在客户。同时，高数字金融账户覆盖率可以提供更广泛的金融支持，包括资金管理、汇款和跨境支付等，为国内企业对外投资提供更多的便利和支持。而数字金融使用深度（fin2）体现了数字金融基本服务的情况和使用活跃度，普惠金融数字化程度（fin3）体现了数字金融服务的便利性、低成本和信用化。因此，便捷的金融服务与开放的跨境投资环境，较低的交易成本和风险对FDI的双向流动有较大的吸引力。综上，数字金融各维度均对我国FDI的流入和流出起着显著的正向作用，并呈现出“覆盖广度gt;使用深度gt;数字化程度”的异质性特点。作为数字金融的代理变量，从替换变量法的角度来说，这也反映了上述基准回归结果的稳健性。
（2）区域异质性分析。考虑到我国东部、中部和西部地区的经济发展水平不同，区域数字金融以及对外投资水平、吸引外资水平具有差异，因此对不同地区分别进行分析，以研究不同区域的数字金融对其对外直接投资以及外商直接投资是否具有异质性。结果如表8所示，数字金融发展水平对于双向FDI存在较为明显的区域异质性。从分组回归结果看，只有东部地区的数字金融在1%的显著性水平下显著，中部和西部地区的回归结果均不显著，且东部地区的数字金融的回归系数最大，这说明东部地区由于经济较为发达，数字金融发展水平较高，从而能更好促进区域对外投资和吸引外资。而中部和西部地区由于经济发展水平相对偏低，数字金融发展水平不高，故数字金融对于双向FDI发挥的作用不够明显。同时只观察回归系数的大小，可以发现不同区域的数字金融对于对外投资的互补作用明显高于其对吸引外商投资的作用。综上，数字金融对双向FDI的影响效应呈现“东部＞中部＞西部”依次递减的异质性特点。
（3）创新环境异质性分析。区域创新环境不同，数字金融发展水平不同，对国际投资活动的影响也将不同。考虑到我国数字金融发展以及区域创新环境的差异，本文以2020年各省（区、市）研发机构的数量来衡量区域创新环境，并将创新环境前15名的省份划分为高创新环境地区，后15名的省份划分为低创新环境地区，以此进行异质性分析，结果如表9所示，区域创新环境对IFDI和OFDI的影响存在明显的异质性。其中，高创新环境地区的数字金融对IFDI的促进作用较为显著，低创新环境地区的数字金融对OFDI的促进作用较为显著。原因可能是高创新环境地区的数字金融与其他产业的联动效应较高，外国资本可能受益于和这些产业的联动效应，从而选择高创新环境地区进行投资。在低创新环境中，可能存在由信息不对称带来的不确定性和投资交易风险，使得当地企业通过将资金投资到国外市场，以分散风险和促进投资组合多元化，而数字金融在这方面可以提供便利的跨境支付和结算服务，以此降低跨国投资的交易成本和风险。综上，假说H4成立。
五、结论与建议
本文基于2011-2020年我国30个省（区、市）的面板数据，实证分析了数字金融水平提高对我国双向FDI的促进作用及传导机制。研究结论如下：第一，数字金融有助于促进双向FDI的发展，且数字金融水平各二级维度对促进我国双向FDI发展程度不同，其中数字金融覆盖广度的促进作用最大。第二，区域资本要素集聚对于数字金融促进我国的双向FDI起正向作用，表明数字金融通过提升区域资本要素集聚间接促进双向FDI的发展。第三，产业结构高级化、地区经济开放水平均对数字金融促进双向FDI起正向调节作用。第四，数字金融对我国双向FDI的影响存在明显的区域异质性和创新环境异质性。数字金融对东部地区的双向FDI有着更强的驱动作用，对中部和西部地区的促进作用不显著。高创新环境地区数字金融对IFDI的促进作用较为显著，低创新环境地区数字金融对OFDI的促进作用较为显著。
基于上述结论，为进一步提升数字金融水平，从而促进对外投资以及吸引外资的发展，提出以下政策建议：
第一，提升数字金融发展水平，发挥数字金融对双向FDI的促进作用。鼓励金融科技企业和创新团队加大研发力度，推动数字金融技术的创新和应用。政府可以提供相应的支持和激励机制，包括资金投入、税收优惠和知识产权保护等，以推动数字金融在国际贸易投资领域中的应用，从而起到提升我国投资环境吸引力和竞争力的作用，促进我国双向FDI高质量发展。
第二，提高数字金融覆盖广度，更好满足跨境投资的需求。应大力提高跨境数字金融账户的覆盖率，推广数字支付、数字信贷、数字保险等服务。同时注重提升支付系统、跨境支付和结算服务的效率和可靠性，通过提供便捷、安全的金融服务以满足国内企业及外国企业的投资需求。
第三，提升产业升级与经济开放程度，促进区域资本要素集聚。数字金融与产业发展密切相关，应大力推进产业转型升级，通过引导资金流向高技术、高附加值产业，培育新兴产业，推动数字技术发展，为数字金融赋能双向FDI发展提供更广阔的应用场景和发展空间。同时，进一步扩大对外开放，降低市场准入门槛，提供公平竞争的市场环境，吸引更多外资进入，并通过税收优惠、财政补贴等措施，降低企业融资成本，鼓励企业扩大投资，推动资本要素在区域内的流动和集聚。
第四，结合区域实际，实行差异化策略。东部地区经济发达，产业基础、数字金融发展水平较好，可以推进数字金融核心技术研发，突破技术瓶颈，推动双向FDI更快发展；中部和西部地区经济发展水平相对较低、数字金融基础设施相对薄弱，应加大政策扶持力度，强化数字金融基础设施建设，培养技术人才，优化数字资源配置，更好发挥数字金融对双向FDI的促进作用。同时，优化区域创新环境，在低创新环境中完善双向FDI发展的创新体系，高创新环境下利用创新环境中的先进数字技术以实现国际投资向纵深发展，提高国际贸易竞争力。
参考文献：
〔1〕王智新，王辰筱，朱文卿，等.新发展格局下城市数字金融对外商直接投资的影响——来自我国256个地级及以上城市的经验证据［J］.统计研究，2023，（03）.
〔2〕罗荷花，姚璇.数字金融使用对农户家庭消费的影响研究——以河北、湖南、广西三省为例［J］.调研世界，2023，（06）.
〔3〕李建伟，危仁义，解其昌.共同富裕视域下数字金融对城乡消费差距空间收敛的影响研究［J］.统计与信息论坛，2023，（06）.
〔4〕罗荷花，叶谊锋.数字金融能力对居民家庭收入脆弱性影响的实证［J］.统计与决策，2023，（10）.
〔5〕伍卓，周付友.共同富裕背景下数字普惠金融对城乡收入差距的影响效应［J］.江汉论坛，2023，（05）.
〔6〕李明亮，陈德慧，余国新.数字普惠金融赋能粮食体系韧性——基于空间溢出效应视角分析［J］.中国农业资源与区划，2024，（05）.
〔7〕齐红倩，张佳馨.普惠金融发展促进共同富裕的路径与异质性研究［J］.现代经济探讨，2023，（06）.
〔8〕林婷，陈浩伟，钟昌标.外商直接投资与产业结构优化升级——基于数字普惠金融的调节作用［J］.生产力研究，2023，（03）.
〔9〕陈永胜，龚征旗，王艳苹.数字金融对外商直接投资的影响［J］.金融发展研究，2023，（01）.
〔10〕肖雁飞，陈静.数字金融、融资成本与制造业企业创新［J］.中国西部，2023，（04）.
〔11〕韩谷源，张忠宇.数字经济对共同富裕的影响研究——基于产业结构升级的视角［J］.技术经济，2023，（05）.
〔12〕柴正猛，李柯.数字经济影响双向FDI协调发展水平的机制分析及空间效应［J］.软科学，2023，（11）.
〔13〕张勋，杨桐，汪晨，等.数字金融发展与居民消费增长：理论与中国实践［J］.管理世界，2020，（11）.
〔14〕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，（04）.
〔15〕范建红，闫乐，王冰.数字经济对双向FDI的影响——基于省级面板数据的实证分析［J］.投资研究，2022，（09）.
〔16〕张纪凤，王宏瑞.数字经济、产业结构与双向FDI协调发展——基于长三角地区的实证研究［J］.哈尔滨商业大学学报（社会科学版），2022，（06）.
〔17〕赵明亮，高婕，杨昊达.自由贸易试验区设立对双向FDI协调发展的影响［J］.经济与管理评论，2023，（02）.
〔18〕蔡啸，黄旭美.人工智能技术会抑制制造业就业吗？——理论推演与实证检验［J］.商业研究，2019，（06）.
〔19〕余泳泽.创新要素集聚、政府支持与科技创新效率——基于省域数据的空间面板计量分析［J］.经济评论，2011，（02）.
〔20〕张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000［J］.经济研究，2004，（10）.
〔21〕陈倩倩，田文.数字服务贸易壁垒与全球价值链升级［J］.当代经济，2023，（11）.
（责任编辑 肖华堂）
