金融科技发展对进口贸易的影响

王筱依，张 帅

(1.太原学院 财经系，山西 太原 030032；
2.天津财经大学 经济学院，天津 300222；
3.云南财经大学 经济学院，云南 昆明 650221)

2018年我国成功举办首届中国国际进口博览会，吸引了172个国家、地区和国际组织参会，3 600多家企业参展，成交额达578亿美元，进博会俨然已成为一个资源优化配置的精致平台。主动扩大进口，不仅能够引进国外优质产品、服务，从而倒逼我国产业结构转型升级，而且有利于加大国内市场竞争程度，改善营商环境，进而吸引高质量外资企业进入，形成良性循环。据海关统计，2021年我国货物贸易进口总值17.37万亿元，同比增长21.5%。主动扩大进口有利于我国增进国民福利、实现全球分工地位的提升，也有利于各国共享中国发展红利，构建人类命运共同体。

金融科技作为技术驱动的金融创新，是深化金融供给侧结构性改革、增强金融服务实体经济能力的重要引擎。2022年2月，中国人民银行印发《金融科技发展规划(2022—2025年)》，提出新时期金融科技发展指导意见，指出要将数字思维贯穿业务运营全链条，注重金融创新的科技驱动和数据赋能，推动我国金融科技从“立柱架梁”全面迈入“积厚成势”新阶段。数字经济发展背景下，金融科技依托各类数字技术逐步迈入高质量发展的新阶段。那么，金融科技能否赋能进口贸易发展？如果可以，潜在的机制是什么？回答这些问题既推进了对金融科技经济效应的理解，也为中国进口贸易高质量发展提供有益参考。

本文可能的边际贡献有：第一，研究视角方面，已有研究多关注金融科技对银行业、企业出口方面的经济效应，鲜有文献涉及金融科技对企业进口的影响。在此基础上，文章考察了金融科技对进口的影响及其作用机制，不仅有助于为构建新发展格局、实现共同富裕贡献金融力量，也丰富了进口的相关研究。

第二，研究内容方面，通过构建中介效应模型从创新角度检验了金融科技影响企业进口的渠道，为进口规模扩大提出了来自金融科技的解释。

(一)文献综述

与本文密切相关的一支文献研究了金融科技(1)黄益平和黄卓在阐述中国数字金融发展的文章中并不区分数字金融、互联网金融和金融科技之间的细微差别。[1]的经济效应。多数文献从微观视角展开研究，如冉芳和谭怡[2]基于2011—2018年我国数字金融和上市企业微观数据，探究了数字金融对企业全要素生产率的影响，发现数字金融显著促进了企业全要素生产率的提高。李春涛等[3]则考察了金融科技对企业创新的影响，研究显示金融科技发展显著促进了企业创新。贾俊生和刘玉婷[4]亦得出类似结论。与此不同的是，唐松等[5]研究发现金融科技创新借助技术优势缓解信息不对称，其衍生的创新性金融基础设施、金融新业态和金融新业务模式助力本地区全要素生产率提升。殷越[6]利用2011—2019年我国30个省份的面板数据进行实证检验，得出相同结论。余谦和刘汀滢[7]则基于我国 2011—2018年省际面板数据，实证研究了数字金融对区域创新效率的影响及其作用机制。结果表明，数字金融发展水平的提升可以提高本地区创新效率，但邻近地区数字金融发展则会抑制本地区创新效率。此外，也有文献研究了金融科技对经济增长[8-10]、产业结构升级[11]、银行资产负债结构[12]、居民消费[13-14]等方面的影响。不难发现，已有文献从多个维度对金融科技的经济效应展开研究，但鲜有文献关注金融科技发展对进口贸易的影响。

与本文密切相关的另一支文献研究了进口的影响因素。通过梳理，已有研究多关注进口结构的影响因素，如知识产权保护[15-17]、贸易政策不确定性[18-19]、人民币汇率[20]、双边贸易成本[21]等；
进口贸易方式的影响因素，如营商环境[22]等；
进口规模的影响因素，如“一带一路”倡议[23]、外资准入[24]等；
进口质量的影响因素，如贸易自由化[25]、知识产权保护[26]、生产性补贴[27]等；
进口边际的影响因素，如融资约束[28]等；
进口倾向的影响因素，如近邻效应[29]等。由此可见，鲜有文献关注金融科技对企业进口的影响。综上，本文在充分挖掘现有文献的基础上探讨金融科技是否以及如何促进企业进口，丰富了金融科技对企业进口行为影响的范畴。

(二)理论机制与假说

金融科技通过城市创新效应促进了进口。一方面，金融科技可以促进城市创新水平的提高。首先，金融科技依托AI、大数据等技术搭建数字化平台及业务场景，涌现出诸多新模式、新业态等[30]，推动金融业的要素禀赋结构升级，提高资本配置效率和优化资本配置结构[31]，进而为企业提供高效率和高质量的金融服务，为企业全要素生产率水平及创新水平的提高提供了基础。其次，金融科技赋能传统金融机构，降低了金融资源搜索和传输的成本，从而缓解信息不对称问题以及降低企业融资成本[32]，扩大了金融服务覆盖面，增加了优质金融产品的供给，进而有助于促进科技向生产力的稳步转化，提高企业自主创新能力。再次，金融科技逐步成为金融创新的重要驱动力和关键支撑力。金融科技激活了数字化经营新动能，推动金融机构从生产经营的全过程、全链条进行创新与变革，首先就是通过构建敏捷化创新体系，使创新资源合理流动，提高配置效率，进而为城市创新发展注入活力。最后，国务院发布的《“十四五”数字经济发展规划》中，关于人才培养的内容，提出要做好金融科技人才培养。金融科技人才是企业金融数字化转型和高质量发展的基石，加强金融科技人才队伍建设是金融科技创新与数字金融发展的重要抓手。金融科技的发展有利于培养一批高素质金融人才，形成高质量人力资本，人才的流动带来知识的迁移与技术的溢出，进而促进创新。另一方面，城市创新水平的提升有利于企业增加进口。首先，城市创新水平的提高，表明城市为企业和人才提供解决问题的技术、方案、商业模式和竞争等服务的能力增强，通过集聚技术市场、技术支持、市场开拓、专利维护等各方力量，充分调动各类资源，发挥极致效应，客观上有利于激发企业活力，进而以出口带动进口，更好吸收进口产品内嵌的高技术，从而形成良性循环。其次，城市创新活力的增强，意味着市场需求层次多样化，为满足国内消费需求，企业有动力通过进口增加产品供给数量与种类。再次，城市创新水平较高，有利于现有外资企业进行技术创新或者吸引到更多高生产率外资企业进入[33]，高质量外资企业的进入带来先进的技术与管理经验，通过学习效应、技术溢出等带动本地企业生产率的提升，增加企业营收，进而增加进口。综上，本文提出以下待检验假说：

理论假说1：金融科技可以显著促进进口规模的扩张。

理论假说2：金融科技可以通过城市创新效应促进进口规模的扩张。

(一)模型设定

为考察金融科技对进口的影响效应，参考唐松等[5]的方法，构建如下模型：

lnimpct=α+βfintenchct+γZ+δc+μt+εct

(1)

其中，lnimp表示进口额;fintech代表金融科技发展水平;下标c代表城市，t代表年份；
Z表示城市层面控制变量；
δc为城市固定效应;μt为年份固定效应;εct为误差项。β是本文关注的参数，预期符号为正。

(二)指标选取与数据来源

1．解释变量：金融科技(fintech)。借鉴李春涛等[3]的做法，首先，利用文本分析从《“十三五”国家科技创新规划》《大数据产业发展规划(2016—2020 年)》《中国金融科技运行报告(2018)》以及相关新闻和会议中提取与金融科技相关的关键词，构建原始词库；
其次，利用百度新闻高级检索功能爬取“关键词+地区”的相关新闻并统计其数量，最终形成2011—2016年181个地级市的金融科技发展水平。考虑到很多样本取值为0，存在明显的厚尾现象，因此需要加1取对数。

2．被解释变量：进口额(lnimp)。使用地区进口额作为被解释变量，并按照当年平均汇率将美元换算成人民币，并取对数。数据来源于各地区国民经济和社会发展统计公报。

3．其他控制变量。为确保估计结果的稳健性，参考相关文献，选取以下控制变量：经济发展水平(lnGDP)，使用全市GDP并取对数来测度[34]；
开放水平(open)，用全市实际利用外资额占GDP比重来衡量[35]；
人口密度(density)，用常住人口与土地面积的比值来表示[22]；
金融发展水平(financial)，使用全市金融机构贷款余额与全市总人口比重表示[36]；
城镇化水平(urban)，使用地区城镇人口占总人口比重衡量[34]。控制变量数据来源于历年《城市统计年鉴》。

(三)变量的描述性统计

为消除可能存在的异方差问题，对所有连续变量在1%和99%分位上进行缩尾处理。各变量的描述性统计结果见表1。

表1 各变量的描述性统计表

续表1

(一)基准回归

表2为本文基准回归结果。列(1)仅考虑金融科技对城市进口规模的影响，同时加入城市固定效应和时间固定效应，并使用城市层面聚类标准误。结果发现，fintech回归系数在1%水平上显著为正，初步说明金融科技的发展促进了城市进口规模的增加。列(2)在列(1)基础上加入控制变量，发现fintech的系数仍然在1%水平上显著为正，即金融科技发展水平每提高1个百分点，城市进口规模增加0.404个百分点，由此验证了假说1。

表2 基准回归结果

控制变量的符号与预期基本吻合。经济发展水平(lnGDP)的回归系数在1%水平上显著为正，表明经济发展水平高的地区，基础设施完善，营商环境指数较高，为企业提供了各种便利条件，有利于企业扩大进口规模。外资开放水平(open)的系数也显著为正，表明城市开放水平的提高，有利于促进外商投资，进一步通过技术溢出效应、学习效应等带动本地企业生产率的提升，进而扩大进口能力与进口规模。人口密度(density)回归系数亦显著为正，表明人口密度在一定程度上反映了本地的要素供给水平和市场需求[35]，本地消费水平的提高，刺激了企业进口规模的扩大。金融发展水平(financial)的系数显著为正，表明地区金融发展水平越高，有利于缓解企业融资约束，降低企业进口成本[22]，增加进口规模。城镇化水平(urban)的系数通过了显著性检验，表明城镇化水平的提高有利于刺激企业扩大进口额。

(二)稳健性检验

1．内生性讨论

内生性的产生源于自变量与因变量存在反向因果关系、遗漏变量、测量误差等原因。金融科技作为一个宏观变量，据前文分析，会促进地区进口规模的扩大。反之，地区进口规模的扩大，意味着企业生产率高，盈利能力强，这会吸引金融科技企业的设立，引致本地区金融科技水平的提高，从而产生内生性,导致回归结果出现偏差。因此，本文借鉴宋敏等[37]的方法，使用各省内GDP最为接近的其他三个地级市的金融科技发展水平均值(average)，作为企业所在地区金融科技的工具变量(IV)，以弱化内生性问题。理由是：一方面经济发展水平相近的城市，其金融科技发展水平接近；
另一方面GDP水平接近的其他城市，并不会直接影响本地区企业进口，满足工具变量的相关性与外生性要求。回归结果见表3。列(1)展示了第一阶段回归结果，average的回归系数显著为正。LM统计量的p值为0，在1%水平上显著；
F统计量值为35.442，大于弱工具变量检验10%的上限值，显著拒绝工具变量无效的原假设。列(2)展示了第二阶段回归结果，表明金融科技对城市进口的影响仍然显著为正，初步反映本文核心结论的稳健性。

此外，遗漏变量也有可能导致内生性，从而使估计出现偏差。由于信息化水平的提高有利于降低企业进口贸易中的信息搜寻与获取成本，因此，参考魏浩和袁然[38]的做法，以各地级市互联网宽带接入用户数和固定电话用户数占总人口的比重衡量地区信息化水平(information)，数据来源于《城市统计年鉴》。回归结果见表3列(3)，核心解释变量的回归系数仍显著为正。

2．更换核心解释变量

为保证估计结果的稳健性，根据现有研究，使用北京大学数字金融指数来测度金融科技发展水平(lnindex)。回归结果见表3列(4)，lnindex的回归系数在1%水平显著为正，与基准回归一致。

表3 稳健性检验

续表3

(三)异质性分析

1．区位异质性

由于我国地域辽阔，东中西部的地理条件、经济发展水平、要素禀赋、人口密度等方面存在较大差异。参考已有文献，本文将样本划分为东中部地区和西部地区分别进行回归，回归结果见表4列(1)(2)。研究发现，东中部地区fintech的回归系数显著为正，而西部地区核心变量的系数不显著。对此可能的解释是，东中部地区相对西部地区，经济发展水平高且开放程度高，城镇化水平高，政府财政实力强，金融科技发展所需的基础设施相对完善，因而对企业进口的促进作用明显。

表4 异质性分析

续表4

2．金融发展水平异质性

不同地区原有的金融发展水平可能存在差异，从而使金融科技对企业进口的影响产生差异。本文依据金融发展水平中位数，将样本划分为金融发展高水平和低水平两组，以此检验金融科技对企业进口的影响差异性。其中，金融发展水平指标的测度，与基准回归一致，使用全市金融机构贷款余额与全市总人口比重表示。回归结果显示，在金融发展水平低的地区，fintech的回归系数在1%水平显著为正，表明原有的金融发展水平相对低的地区，金融科技的发展对企业进口规模的促进作用更明显，而对金融发展水平高的地区的促进作用不明显。这可能是因为，原有金融发展水平高的地区，金融科技在一定程度上与传统银行形成“竞争”， 给商业银行的业务拓展和传统获客带来一定的“市场挤出”[39]，但传统银行的市场势力较强，挤出效应有限；
反而在金融发展水平低的地区，金融科技凭借以信息技术为基础的云计算、大数据、移动互联网、区块链、人工智能等新兴信息技术优势，挖掘潜在客户，大大缓解了企业“融资难、融资贵”问题，对企业金融起到信贷支持。

(四)机制分析

上述回归揭示了金融科技对企业进口的促进作用，但没有回答金融科技如何影响进口的问题。这里，借鉴寇宗来和刘学悦[40]的方法测度城市创新水平(inno)，数据来源《中国城市和产业创新力报告2017》，该报告涵盖了全国338个城市(所有直辖市、地级市、地级区域)2001—2016年的城市创新指数。具体地讲，创新指数是一个经过专利价值调整的存量指数：首先，它区分了不同年龄专利的平均价值，通过加总不同年龄专利的价值得到；
其次，类似物质资本存量，以专利价值来衡量无形资本存量。同时参考温忠麟和叶宝娟[41]的方法，构建中介效应模型检验这一可能存在的渠道。

lnimpct=α0+α1fintechct+α2Z+δc+μt+εct

(2)

innoct=β0+β1fintechct+β2Z+δc+μt+εct

(3)

lnimpct=γ0+γ1fintechct+γ2innoct+γ3Z+δc+μt+θct

(4)

其中，innoct表示中介变量，其他变量定义如前文所述。方程(2)与基准回归一致，衡量的是自变量对因变量的总效应；
方程(3)为自变量对中介变量的效应；
方程(4)是在控制了自变量的影响后，中介变量对因变量的影响。若系数γ1、β1和γ2均显著，则中介效应显著，为部分中介效应；
若β1、γ2系数显著，而γ1系数不显著，则是完全中介效应；
若β1、γ2系数至少一个不显著，则需要进行Sobel检验进一步分析。

影响渠道检验结果见表(5)。列(1)与基准回归一致，反映的是自变量(fintech)对因变量(lnimp)的总效应。列(2)的因变量是创新这一中介变量，发现fintech的回归系数在1%水平显著为正，表明金融科技能够促进城市创新。列(3)报告了因变量对自变量和中介变量的回归结果。结果显示，中介变量inno的回归系数显著为正，表明创新水平的提高有利于企业增加进口。与列(1)相比，在控制中介变量后，fintech的回归系数不仅显著为正，且数值有所降低，表明此中介效应的存在。为严谨起见，进一步采用sobel方法检验中介效应是否存在。发现中介变量(inno)的Z统计值为1.95，在10%水平上显著，进一步验证了中介效应的存在，由此验证了假说2。

表5 影响机制检验

数字化浪潮汹涌而来，人类社会正在全面进入数字化时代。金融科技依托大数据、云计算、区块链、人工智能等新技术，创新服务方式和流程，其应用已渗透到各行各业。本文利用2011—2016年金融科技发展水平数据实证检验了其对城市进口规模的影响及其作用机制。研究表明：(1)金融科技显著促进了企业进口规模。在处理内生性、更换解释变量测度方法后，结果依然稳健。(2)异质性分析发现，金融科技对东中部地区、金融发展水平低的地区企业进口的促进作用明显。(3)机制检验表明，创新是金融科技促进城市进口规模扩大的作用渠道。

基于以上分析，本文主要政策建议有：金融科技显著促进了城市进口，因此需要进一步规范金融科技的健康发展。一方面，健全安全高效的金融科技创新体系，建立智能化风控机制，全面激活数字化经营新动能；
另一方面，要注重金融科技发展对企业进口的影响，同时充分考虑地区差异，利用金融科技地理穿透属性，缩小东中西部差距，促进经济健康高质量发展。