数字普惠金融、产业结构升级与中国OFDI
数字普惠金融、产业结构升级与中国OFDI
张晓华1，张志轩1，陈婷2，3
（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）
摘要：作为“走出去”战略的重要驱动力，数字普惠金融与中国对外直接投资（OFDI）相结合有助于中国海外投资的高质量发展。本文基于2011—2020年30个省份的面板数据考察了数字普惠金融影响中国OFDI的效应，并通过中介效应和调节效应探究数字金融对OFDI的作用机制。研究结果表明：数字金融的发展显著促进了中国OFDI的规模扩大；从机制来看，数字金融发展通过影响产业结构进而影响中国OFDI，同时，政府财政支持在数字金融促进OFDI增长的过程中起正向调节作用；分区域来看，相较于中
西部地区，东部地区数字金融发展对中国OFDI具有更强的促进作用。研究结论对于在新发展格局下中国更好地实现外循环具有一定的启示，并为数字金融与各行业的深化融合提供了新的思路和视角。
关键词：数字普惠金融；产业结构；OFDI；中介效应；调节效应
中图分类号：F49文献标识码：A DOI：10.3969/j.issn.1003-8256.2023.05.011
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1537亿美元，
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
基金项目：2022年度河北省社会科学基金项目（HB22TQ007）
作者简介：张晓华（1978—），女，河北保定人，博士，副教授，硕士生导师，研究方向：国际直接投资与服务贸易；（通信作者）张志轩（1998—），男，河北保定人，硕士研究生，研究方向：国际直接投资与数字经济。
第5期
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
数字普惠金融、产业结构升级与中国OFDI103
科学与管理2023年
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：
ln OFDI it =a 0+a 1ln DF it +a 2Control it +u i +e it （1）
其中：i 代表省份；t 代表时期；ln OFDI it 表示i 省份t 时期对外直接投资数额的对数；ln DF it 为i 省份t 时期当地数
字金融指数的对数；Control it 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。
ln OFDI it =b 0+b 1ln DF it +b 2Control it +u i +e it （2）
IS it =g 0+g 1ln DF it +g 2Control it +u i +e it （3）ln OFDI it =h 0+h 1ln DF it +h 2IS it +
h 3Con tr ol it +u i +e it
（4）
其中：IS it 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ln DF 对ln OFDI 的总效应；式（3）的系数γ1为ln DF 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ln OFDI 的效应；系数η1是在控制了IS 的影响后ln DF 对ln ODFI 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（ln DF ×ln GOVER ），构建了调节效应模型（5）。
ln OFDI it =λ0+λ1ln DF it +λ2ln GOVER it +λ3ln DF it ×
ln GOVER it +λ4Con tr ol it +μi +εit （5）
2.2变量选取2.2.1
被解释变量
对外直接投资（ln OFDI ）。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（ln DF ）。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（ln FDI ）、研发经费投入强度（ln R &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
104
第5期
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。
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0.0492，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Stata16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（ln DF）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，ln DF对ln OFDI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0.7397~0.8247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，ln DF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。
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ln DF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ln DF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1主要变量的描述性统计
变量ln OFDI ln DF
DF-COV DF-DEP DF-DIG IS GOVER EC
ln FDI ln R&D EDU
指标含义
对外直接投资
数字金融总指数
覆盖广度
使用深度
数字化程度
产业结构升级
政府支持
经济发展程度
利用外资水平
R&D经费投入
人力资本
均值
13.160
5.219
198.000
212.000
290.200
2.373
0.250
56386
14.540
14.320
9.207
标准差
1.528
0.668
96.330
98.110
117.600
0.130
0.103
27307
1.948
1.353
0.892
中位数
13.120
5.412
198.500
203.700
323.200
2.361
0.226
48497
15.110
14.560
9.128
最大值
16.940
6.068
397.000
488.700
462.200
2.836
0.643
164889
16.930
17.030
12.780
最小值
7.173
2.909
1.960
6.760
7.580
2.166
0.110
16413
6.7020
10.960
7.4740
数字普惠金融、产业结构升级与中国OFDI105
科学与管理2023年表2基准回归结果
变量ln DF
EC
ln FDI
ln R&D
EDU
个体固定效应_cons
R2
（1）
ln OFDI
1.0567***（27.65）
Yes
7.6464***
（38.04）
0.7397
（2）
ln OFDI
0.7259***（16.65）
0.0000***（11.06）
Yes
7.9615***
（47.03）
0.8213
（3）
ln OFDI
0.6924***（14.89）
0.0000***（10.04）
0.0009（0.04）
Yes
7.9701***
（20.82）
0.8176
（4）
ln OFDI
0.6767***（12.22）
0.0000***（8.59）
0.0006（0.03）
0.0725（0.53）
Yes
7.0634***
（3.99）
0.8178
（5）
ln OFDI
0.6174***（10.68）
0.0000***（7.28）
-0.0041（-0.17）
0.1036（0.76）
0.4583***（3.04）
Yes
2.9660
（1.35）
0.8247
注：***代表在1%的置信水平上显著，**代表在5%的置信水平上显著，*代表在10%的置信水平上显著，下同。括号内数据为相应变量对应的t值。
表3介效应检验结果
变量ln DF
IS
EC
ln FDI
ln R&D
EDU
个体固定效应_cons
R2
（1）
ln OFDI
0.6174***
（10.68）
0.0000***
（7.28）
-0.0041
（-0.17）
0.1036
（0.76）
0.4583***
（3.04）
Yes
2.9660
（1.35）
0.8247
（2）
IS
0.2131***
（7.46）
0.0000***
（6.65）
-0.0022
（-0.19）
-0.3407***
（-5.07）
0.3123***
（4.19）
Yes
1.5211
（1.40）
0.6319
（3）
ln OFDI
0.5448***
（8.58）
0.3407***
（2.61）
0.0000***
（5.72）
-0.0034
（-0.15）
0.2197
（1.55）
0.3519**
（2.28）
Yes
2.4478
（1.12）
0.8297
注：括号内数据为相应变量对应的t值。
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0.6174，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0.2131，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
0.5448，产业结构升级对于OFDI增长的系数为0.3407，两者在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
河北疫情怎么回事数字普惠金融对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ln DF与GOVER做中心化处理。
通过表4结果可以发现，数字普惠金融（ln DF）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（ln DF×GOVER）系数均在1％的水平上显著。这意味着数字金融不仅直
106

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。