金融科技發展與企業員工收入
——來自中國制造業上市公司的證據

李菲菲，馬若微

（1.運城學院 經濟管理系，山西 運城 044000；2.北京工商大學 經濟學院，北京 100048）

一、引言

近年來，隨著市場環境的改善和收入分配改革的深入，我國勞動報酬占GDP份額有所提高。但橫向比較來看，普通勞動者的工資水平與發達國家相比還有一些差距［1］。同時，我國經濟正處于“工資拉動的增長”區制，提升勞動收入份額一方面能改善個體間收入分配，另一方面能在提高居民消費率、推動內循環發展的同時，促進經濟實現更好更快增長，公平與效率目標相容［2］。在這一背景下，《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出：“堅持居民收入增長和經濟增長基本同步、勞動報酬提高和勞動生產率提高基本同步……堅持按勞分配為主體、多種分配方式并存，提高勞動報酬在初次分配中的比重。”如何提高勞動報酬在初次分配中的比重，如何提高員工收入成為“內循環”新發展格局下的現實問題。

當前，隨著大數據、區塊鏈、云計算等新興科技的發展，這些新技術在金融領域的應用也更加深入、廣泛，金融科技呈現飛速發展態勢（1）。以金融科技為代表的科技變革正在為金融發展注入源源不斷的活力，由此產生的新型金融業態成為社會邁向數字經濟和信息文明的新引擎［3］。在金融科技對經濟社會的影響方面，以往學者主要關注金融科技與實體企業融資約束［4］、金融科技與技術創新［5-6］、金融科技與生產率［7］等的關系。那么金融科技發展能否提高企業員工收入呢？員工收入一方面直接關系居民生活及消費水平，涉及最基本的民生問題，另一方面員工收入高低也與員工工作積極性與努力程度緊密相關，直接影響企業的可持續發展。從現有文獻來看，學者們重點考察了進出口［8-9］、融資環境［10-11］、市場化進程［12］等對員工收入的影響，鮮有將金融科技發展納入分析框架。當前，我國經濟處于高速增長向高質量發展的轉型階段，探索金融科技對勞動力收入水平的影響機制，對推動我國經濟發展具有重要的現實意義。

鑒于此，本文主要聚焦以下問題：第一，金融科技通過技術創新等手段提高傳統金融服務效率進而助力實體企業發展，那么，就業于企業的普通勞動者，能否得益于金融科技發展帶來的紅利？第二，若金融科技發展能帶來員工收入水平提升，其作用機制是什么？第三，考慮我國企業在所有制、所屬區域及行業類型等方面存在較大差異，金融科技發展對員工收入的影響是否存在所有制、區域和行業方面的異質性？為了對上述問題進行解答，本文以北京大學數字金融研究中心編制的數字普惠金融指數為基礎，首先，檢驗金融科技發展對員工收入的直接影響；其次，探討并實證檢驗金融科技對員工收入影響的內在機制；最后，從產權屬性、地區屬性、行業屬性三方面對金融科技與員工收入之間的關系做異質性分析。

本文可能的邊際貢獻在于：①將金融科技發展納入企業員工收入的分析框架，從宏觀層面拓展了對員工收入影響因素的認識，豐富了對員工收入的研究；②深入挖掘金融科技對員工收入的作用機制，從理論和實證層面驗證了“金融科技—技術創新—生產率—員工收入”和“金融科技—資源配置效率—生產率—員工收入”這兩條完整的邏輯鏈條，為理解金融科技對員工收入的影響提供了直接的經驗證據；③從企業產權性質、地區屬性、行業屬性三個角度揭示了金融科技對員工收入影響的異質性。

二、理論分析與研究假設

（一）金融科技發展與員工收入

傳統金融模式下，由銀行等金融中介機構主導的金融活動存在著屬性錯配、領域錯配、階段錯配等結構性錯配問題［13］，金融市場與實體經濟之間存在較為明顯的發展不平衡甚至金融發展脫離實體經濟的“脫實向虛”現象。同時，信貸資金的獲取是企業（尤其是中小民營企業）能夠持續發展和再投資的保障，然而，在不完善的金融體系下，受限于自身規模與抵押物的不足，企業很難通過銀行信貸獲取資金。為了維持正常的生產經營或擴大生產，企業不得不通過減少雇傭數量和降低員工工資來維持固有的投資［10］，這都會對整體的收入分配格局造成影響。近年來，金融科技的快速發展加強了金融市場與實體經濟間的聯接，拓展了傳統金融服務的內容和邊界。一方面，依托大數據、人工智能等新興技術，金融科技重塑了現行交易規則和支付、結算、清償系統領域的金融基礎設施，通過諸如移動支付、智能投顧等金融服務模式將服務方式網絡化，使得客戶的覆蓋范圍更廣，金融服務的門檻也更低；另一方面，不斷創新的金融產品和服務也拓寬了企業融資渠道。簡言之，金融科技發展帶來的金融服務水平提升為企業信貸資金的獲取提供了保障，進而促進員工收入的增長（2）。基于上述分析，本文提出假設1。

H1：金融科技發展能夠促進員工收入增長。

（二）金融科技發展與員工收入：作用機制

已有文獻表明，生產率是影響員工收入的重要因素。Egger和Kreickemeier（2009）［14］將公平工資機制引入到Melitz（2003）［15］所構建的包含異質性企業的一般均衡框架中，得出結論，生產率較高的企業有更高的產出水平，為員工支付更高的工資。實證結果也表明，企業生產率、利潤與員工報酬呈正相關關系。Egger和Kreickemeier（2012）［16］的研究認為，經濟中的個體在創業能力方面是異質的，更有能力的管理者經營的企業具有更高的生產率水平，并獲得更高的利潤。由于工人的公平工資偏好以及企業層面存在租金共享，利潤較高的企業在均衡狀態下會支付較高的工資，以激發工人盡全力工作。此外，很多學者在探討員工收入的影響因素時也將生產率效應作為重要的傳導機制［11，17-18］。總之，生產率水平的提高可以在一定程度上帶來員工收入水平的提高。而金融科技的發展可能通過以下渠道作用于生產率，進而對員工收入起到促進作用。

第一，金融科技發展可以緩解企業資金約束，助力企業創新。自從熊彼特提出“創新是創造性的破壞”的經典論述以來，大量研究表明創新投入是提高生產率的重要途徑［19-20］。然而，技術創新活動本身所具有的高風險、長周期、信息不對稱等特征使其難以獲得有效的資金支持，企業創新往往面臨著資金約束問題。金融科技依托大數據、區塊鏈、云計算等技術手段可以大幅降低數據處理和傳輸的成本，通過降低信息不對稱和融資成本緩解企業融資約束問題。方式更便利、成本更低的融資環境使得企業能夠有足夠的資金進行設備投資與研發創新，通過改善技術水平以提高生產率［11］。

第二，金融科技發展可以充分挖掘企業信息，優化資源配置效率。資源配置是否有效也在很大程度上影響全要素生產率。Hsieh和Klenow（2009）［21］認為，資源配置不當是導致中國全要素生產率不高的主要原因之一，若中國的資源配置效率與美國相當，生產率將會上升30%～50%。金融科技通過對金融機構和非金融企業的海量運營數據進行全面、及時、準確的搜集和分析，能更精準地獲取企業的相關信息，挖掘出優質企業，特別是優質的中小民營企業，從而引導更多的信貸資源流向它們，以實現資源的最優配置。Lee等（2019）［22］在將金融科技劃分為信息收集技術和信息處理技術兩種類別的前提下，構建了金融科技如何通過減少信息摩擦來優化資源配置的分析框架，研究結果表明，無論是信息處理技術還是信息收集技術，都有助于通過降低將好公司誤分類為壞公司的概率來調整資金供給，優化信貸資源配置。

綜上所述，以生產率作為重要中間節點，金融科技發展對員工收入的作用可以歸納為以下兩條路徑，即“金融科技發展—企業創新—生產率—員工收入”和“金融科技發展—資源配置效率—生產率—員工收入”。基于此，本文提出假設2。

H2：金融科技發展通過助力企業創新、優化信貸資源配置效率提升企業生產率，進而促進員工收入增長。

（三）金融科技發展與員工收入：企業異質性的調節分析

中國國有企業有更好的外部融資條件和渠道，長期占據大部分信貸資源，客觀造成國有企業的融資約束問題較小［4］。相比之下，非國有企業，尤其是缺乏信用背書的民營企業，由于與金融機構間存在嚴重信息不對稱而普遍面臨融資約束。文磊等（2015）［18］的研究認為，非國有企業面臨的融資約束會通過生產率等傳導機制顯著抑制員工收入增長。金融科技的發展憑借大數據、人工智能等技術可以深入挖掘企業信息，改善非國有企業與金融機構間的信息不對稱問題，提高非國有企業融資能力進而提高其員工收入。據此，本文提出假設3。

H3：金融科技發展對員工收入增長的促進作用存在產權異質性。

我國幅員遼闊、區域經濟差異明顯，不同地區在資源稟賦、基礎設施建設、產業集聚現象等方面都存在顯著差異，導致金融科技發展水平也參差不齊。東部地區市場資源較豐富，相關配套設施也相對健全，技術、人才、創新環境均處于領先水平，金融科技發展的深度、廣度、數字化程度都相對較高［23］；中部地區通過引進東部地區先進的數字技術和人才，可以有效發展金融科技產業；而西部地區相關配套設施相對薄弱，資源較匱乏，金融科技發展水平也比較落后，嚴重阻礙了金融科技提供信貸服務的通道，也使得金融科技優化資源配置效率以提高生產率的路徑受阻。由此可知，金融科技對員工收入的影響可能會受到企業所處地理位置的調節作用而呈現差異化。因此，本文提出假設4。

H4：金融科技發展對員工收入增長的促進作用存在地區異質性。

創新項目本身的高度不確定性，使得高技術型企業往往面臨較高的技術風險和市場風險，因而更加依賴高質量的金融服務水平［24］。而金融科技的優勢就在于能夠運用大數據、云計算、人工智能等科技創新手段，降低融資成本和緩解信息不對稱等問題，提高金融服務的效率和質量［7］。因而，相比低技術密集型行業，金融科技發展對高技術密集型行業優化資源配置、提高產能效率的作用更加明顯，對員工收入的促進作用也更強。據此，本文提出假設5。

H5：金融科技發展對員工收入增長的促進作用存在行業異質性。

三、模型設計、變量說明與數據來源

（一）模型構建

1.基準回歸模型

為驗證金融科技對員工收入的影響，本文設定如下基準回歸模型：

其中：Wageit為i企業在第t年的員工收入；Fintechit為i企業在第t年的金融科技指數；Xit為一系列控制變量；β1為金融科技對員工收入的影響效果；βj為各控制變量的系數；ηi為時間固定效應；φj為行業固定效應；εit為隨機誤差項。若H1成立，則β1＞0且顯著，意味著金融科技可以提高企業員工收入。

2.中介效應模型

在模型（1）中β1顯著的情況下，可進一步探討金融科技與員工收入兩者之間的傳導機制。參照董嘉昌等（2020）［25］的設計思路，構建以下兩組中介效應模型：

模型（2）（3）（4）用以檢驗金融科技發展能否通過推動企業創新、提升企業生產率促進員工收入增長，模型（5）（6）（7）用以檢驗金融科技發展能否通過優化資源配置效率、提升企業生產率進而促進員工收入增長。其中：RDit表示i企業在第t年的技術創新水平；TFPit表示i企業在第t年的全要素生產率；CRDit表示i企業在第t年的信貸資源配置效率；其他變量的含義與模型（1）相同。在模型（2）—（7）中重點關注α1、δ2、?3和?1的顯著性，若均顯著，且α1δ2?3與?1同號，則H2得以驗證。

3.異質效應模型

在進行金融科技對員工收入影響的異質性考察時，為了使其結果更加穩健，本文同時采用交互項模型和分組回歸進行檢驗。其中，分組回歸利用模型（1）對子樣本檢驗，交互項模型設定如下：

模型（8）（9）（10）在模型（1）的基礎上加入了金融科技與企業產權屬性（Owner）、地區屬性（Region）、行業屬性（Indu）的交互項，若交互項系數均顯著，則說明金融科技發展對員工收入的促進作用存在產權異質性、地區異質性、行業異質性。

（二）變量說明

1.被解釋變量：員工收入

采用普通員工平均收入取自然對數來衡量，用Wage表示。

2.核心解釋變量：金融科技指數

借鑒郭峰等（2020）［23］的研究思路，采用北京大學數字金融中心開發的數字普惠金融指數作為金融科技代理變量。該指數依托螞蟻金服微觀數據，包含了覆蓋廣度、使用深度、數字化程度等多維數據，能夠有效契合中國金融科技發展現狀，具有一定的代表性和可靠性，已在相關研究中得到廣泛運用［26-27］。本文選取2014—2019年地級市層面的數字金融指數作為模型中金融科技的代理變量，用Fintech表示。

3.中介變量

（1）企業創新（RD）。參考蔡慶豐等（2020）［28］的做法，采用研發支出∕營業收入衡量企業創新水平。

（2）資源配置效率（CRD）。借鑒周煜皓和張盛勇（2014）［29］的研究思路，采用企業資本成本對平均資本成本的偏離程度測度信貸資源錯配程度，具體公式為：

其中：Cit表示i企業第t年的資金使用成本，用利息支出與扣除應付賬款后的負債額之比衡量；CRj表示企業所在行業的平均資本成本。CRDit的值越大，表示資源錯配程度越高，則企業資源配置效率就越低。

（3）全要素生產率（TFP）。對于全要素生產率的測算方法，主要有最小二乘法OLS、OP法和LP法。OLS方法存在內生性問題；OP法采用企業投資作為代理變量存在大量數據缺失的問題；LP法一方面能夠較好解決OLS方法存在的內生性問題，另一方面采用中間投入作為代理變量能夠解決LP法存在的數據丟失問題。因此，本文選取LP法測算全要素生產率，具體測算過程可參考魯曉東和連玉君（2012）［30］的研究。

4.控制變量

本文的控制變量主要分為兩類：一是企業層面的相關變量，包括資本結構（Leverage）、企業規模（Size）、固定資產比（Fix）、第一大股東持股比例（First）、資產回報率（Roa）、企業增長率（Growth）、產權性質（Owner），這些變量將會對企業員工的收入水平產生影響。二是企業所屬城市層面特征的變量，包括該城市GDP、CPI。

各變量具體含義及算法見表1所列。

表1 指標選擇與變量說明

（三）樣本選擇與數據來源

本文選擇2014—2019年中國制造業上市公司A股數據作為實證研究樣本，其中，企業層面數據來源于國泰安CSMAR數據庫；企業所在城市層面數據來源于國家統計局；金融科技數據來源于北京大學數字金融研究中心。按照文獻的慣例做法，本文剔除了樣本期內ST、數據缺失的公司，為消除異常值對實證結果的影響，對所有連續變量進行了雙側1%的縮尾處理（winsor），最終得到1 126家上市公司6 756個平衡面板數據。

樣本數據的描述性統計見表2所列。

表2 描述性統計

四、實證結果與分析

（一）基本估計結果

基準模型的檢驗結果見表3所列，列（1）僅考慮金融科技對員工收入的單變量作用關系，且未控制固定效應，在列（2）（3）（4）中逐步加入年份、行業固定效應和企業層面、城市層面控制變量進行回歸分析。可以看出，在所有的回歸結果中，核心解釋變量金融科技（Fintech）的估計系數均在1%的水平上顯著為正，說明從總體上看，金融科技發展有效促進了員工收入增加，H1得到驗證。從經濟意義上來看，以列（4）為例，金融科技指標的系數為0.130 6，表明金融科技發展水平每提高1%，企業員工收入會提高0.130 6%。

表3 基準回歸結果

此外，在加入固定效應和控制變量后，模型的R2值由0.127 1上升到0.336 9，說明模型擬合優度較好。控制變量與員工收入的關系也基本符合預期。同樣以列（4）為例，資本結構（Leverage）、固定資產比（Fix）、企業增長率（Growth）的系數均顯著為負，表明負債率越高、固定資產投資比例越高、企業增長率越高的企業，越不利于員工收入的增加；企業規模（Size）、第一大股東持股比例（First）、產權性質（Owner）的系數均顯著為正，表明規模越大、第一大股東持股比例越高、產權性質為國有的企業員工收入越高；GDP、CPI系數顯著為正，說明某一城市GDP、CPI越高，該城市的企業員工收入越高。

續表3

（二）機制檢驗

由表3可知，模型（1）中金融科技指數的系數β1顯著為正，可以進行下一步中介效應檢驗。基于理論分析，金融科技通過影響企業生產率作用于員工收入，同時，技術創新和信貸資源配置效率是金融科技促進企業生產率的驅動因素，因此，本文選用企業創新、資源配置效率、生產率作為中介變量構造中介效應模型，深入分析金融科技影響員工收入的作用機制。機制檢驗的回歸結果見表4所列。

表4 機制檢驗

續表4

表4中，列（1）的Fintech系數在1%水平上顯著為正，列（4）的Fintech系數在1%水平上顯著為負，說明金融科技發展可以顯著提高企業創新水平，提高資源配置效率。列（2）（5）的結果說明，金融科技發展通過提升企業創新水平、降低資源錯配程度，顯著促進了企業生產率水平。更進一步地，由列（3）（6）的結果可知，金融科技發展和生產率水平均顯著提升了企業員工收入。根據中介效應的檢驗規則，H2得以驗證，即金融科技發展通過提升企業創新水平、優化資源配置效率促進了企業生產率水平，使得員工收入得以提高，企業創新、資源配置效率和生產率是金融科技作用于員工收入的中介因子。一方面，金融與科技的深度融合能夠提高傳統金融機構的服務效率，助力改善企業外部融資環境，將資金有效注入企業中，使得企業可以通過技術創新提高生產率，從而改善員工收入；另一方面，金融科技的發展極大地活躍了數據、技術要素市場，促進了數據、技術資源的流動，信息透明度大大提高，使得優質企業獲得信貸支持的概率得以提高，進而通過提高生產率改善員工收入。由此，形成了“金融科技—企業創新—生產率—員工收入”和“金融科技—資源配置效率—生產率—員工收入”的傳導機制。

（三）異質性檢驗

1.產權性質異質性檢驗

考察產權屬性對金融科技發展與員工收入間關系的影響，回歸結果見表5所列。

表5 產權性質對金融科技與員工收入關系的影響

續表5

表5列（1）為引入金融科技與產權性質的交叉項的回歸結果，金融科技與產權性質交叉項的系數顯著為負，說明國有控股會弱化金融科技與員工收入之間的正相關關系。將樣本按照產權性質劃分為國有企業樣本組（2 348家）和非國有企業樣本組（4 408家），分別進行回歸，回歸結果見表5列（2）（3）。兩組樣本中，金融科技與員工收入之間都存在顯著的正相關關系，但就其顯著性水平和系數大小來看，在非國有企業中，金融科技對員工收入的顯著性更強，影響效果更大。

為考察金融科技對員工收入的影響在所有權性質的差異上是否具有統計顯著性，采用stata軟件中suest檢驗進行分析，可得產權性質分組樣本系數差異性P值為0.024 2，在5%的水平上統計顯著，說明分組樣本存在顯著差異性。由此，H3得到證實。

2.地區屬性異質性檢驗

表6考察了地區屬性對金融科技與員工收入關系的影響。

表6 地區屬性對金融科技與員工收入關系影響

表6列（1）為引入金融科技與地區屬性交叉項的回歸結果。其中，Region1和Region2代表地區屬性，若企業注冊地屬于東部地區，則Region1取值為1，否則為0；若企業注冊地屬于中部地區，Region2取值為1，否則為0。由列（1）可知，金融科技與地區屬性Region1、Region2的交叉項均顯著為正，說明東部地區、中部地區與西部地區相比，金融科技對企業員工收入的促進作用更強。將樣本按地區屬性分為東部地區（4 670家）、中部地區（1 124家）和西部地區（962家），分別進行回歸，回歸結果見表6列（2）（3）（4）。結果顯示，在東部地區和中部地區，金融科技與員工收入之間都存在顯著的正相關關系，而在西部地區，金融科技對員工收入的促進作用并沒有顯現。由此，H4得到證實。

3.行業屬性異質性檢驗

通過理論分析可知，金融科技對員工收入的影響在技術密集度不同的行業中可能存在差異，因此，應考慮技術密集度的異質性。根據OECD（經濟合作與發展組織）關于高技術產業的分類方法，高技術產業（制造業）是指國民經濟行業中R&D投入強度相對高的制造業行業，具體包括：醫藥制造，航空、航天器及設備制造，電子及通信設備制造，計算機及辦公設備制造，醫療儀器設備及儀器儀表制造，信息化學品制造等六類。本文將歸屬于這六類的企業劃分到高技術密集型行業樣本中，其余企業作為低技術密集型行業的研究樣本。行業屬性對金融科技與員工收入關系異質性影響的回歸結果見表7所列。

表7 行業屬性對金融科技與員工收入關系的影響

表7列（1）為引入金融科技與行業屬性的交叉項的回歸結果，其中，行業屬性用Indu表示，若為高技術密集型行業，取值為1，反之取值為0。列（1）結果顯示，金融科技與行業屬性的交叉項顯著為正，說明金融科技對員工收入的促進作用受到行業屬性的調節。為驗證該結果的可靠性，分別對高技術密集型行業（3 438家）和低技術密集型行業（3 318家）樣本進行回歸，回歸結果見表7列（2）（3）。結果表明，在高技術密集型樣本中，金融科技對員工收入增長有顯著的促進作用，而在低技術密集型樣本中，金融科技對員工收入增長的促進作用沒有顯現。由此，H5得到證實。

（四）穩健性檢驗

1.內生性檢驗

基準分析結果表明，金融科技發展有助于員工收入水平提高，反之，支付較高薪酬的企業也可能更加愿意在金融科技發展程度較高的地區落戶和經營，即可能存在雙向因果關系導致內生性問題，引發基準回歸結果有偏。此外，盡管本文盡量控制了影響企業員工收入的因素，實證結果仍然可能會受到一些不可觀測因素的影響。因此，為了緩解這種因雙向因果、遺漏變量等原因導致的內生性問題，本文選擇工具變量法做進一步估計。參考謝絢麗等（2018）［31］的設計思路，選取互聯網普及率（Internet）作為工具變量，原因在于：一方面，互聯網普及率能夠在一定程度上反映出當地金融科技基礎設施建設水平，與金融科技發展趨勢密切相關；另一方面，控制與員工收入相關的其他變量后，互聯網普及率對員工收入并無直接影響。因此，互聯網普及率符合工具變量的相關性和外生性要求，可以作為金融科技指數的工具變量進行內生性檢驗。

工具變量回歸結果見表8列（1）（2），其中，第（1）列為工具變量第一階段的回歸結果，第（2）列為第二階段回歸結果。一階段回歸結果顯示，工具變量Internet的系數估計值在1%的水平上顯著為正，說明某一地區互聯網發展水平越高，該地區的金融科技水平也越高，驗證了工具變量的相關性假定。二階段的回歸結果顯示，金融科技變量（Fintech）的系數在1%的水平上顯著為正，說明在緩解潛在內生性后，本文結論依然成立，即金融科技能夠顯著促進企業員工收入增長，與前文結果一致。

2.更換解釋變量

北京大學數字普惠金融指數包括互聯網金融服務的覆蓋廣度（Coverage）、使用深度（Usage）和數字化程度（Digi）三個維度，為進一步驗證前文結果的穩健性，采用這三個維度作為衡量金融科技發展水平的指標，實證回歸結果見表8列（3）（4）（5）。結果顯示，在更換核心解釋變量指標后，金融科技對員工收入的促進作用依然顯現。

3.控制金融發展水平

金融科技指標可能也會摻雜金融發展的一些信息，為了排除這一混雜因素對實證結果的影響，本文在控制變量中加入地區金融發展水平（Fin）重新進行回歸。借鑒沈紅波等（2010）［32］的做法，采用地區金融業產值與地區GDP比值測度城市金融發展水平。由于金融機構各項貸款余額數據目前只披露到2018年，故采用2014—2018年樣本進行檢驗，回歸結果見表8列（6）。在控制金融發展水平后，金融科技指數在1%水平上依然顯著。

4.剔除特定樣本

由于直轄市的金融科技發展較快，員工收入往往也較高，可能存在反向因果問題。參考宋敏等（2021）［33］的做法，進一步剔除直轄市的樣本，利用模型（1）重新估計，估計結果見表8列（7）。回歸結果顯示，在剔除直轄市樣本后，金融科技對員工收入增長有顯著促進作用這一結論再次得到證實。

表8 工具變量回歸及穩健性檢驗估計結果

續表8

五.結論與啟示

本文利用2014—2019年中國制造業A股上市公司數據，通過構造基準回歸模型以及中介效應模型，驗證金融科技發展與企業員工收入間的關系，通過異質性檢驗研究金融科技發展對員工收入的影響在企業所有權性質、地理區域、行業屬性等方面的區別。主要結論為：整體上，金融科技發展顯著促進了企業員工收入，在進行考慮內生性問題以及更換金融科技指標、控制金融發展水平、剔除特定樣本等一系列穩健性檢驗后，這一結論仍然成立；金融科技發展能提高企業創新水平、優化資源配置效率，使得企業生產率得以提高，進而改善員工收入；金融科技發展促進員工收入提高的作用在非國有企業中、東中部地區、高技術密集型行業更為明顯。

本文的政策啟示在于：①金融科技發展有助于提高勞動力收入水平，對擴大內需，拉動我國宏觀經濟增長有重要意義。在牢牢守住不發生系統性金融風險的前提下，應積極順應金融創新發展的趨勢，對金融科技企業給予足夠的政策支持，鼓勵科學技術與金融、資本市場融合，推動金融科技發展。②通過研究金融科技影響員工收入的作用機制，發現企業創新、資源配置效率和生產率發揮了中介效應，因此應積極引導金融科技服務實體經濟，尤其重視金融科技對企業生產率的提升效應。這需要充分發揮金融科技創新的數字技術優勢，一方面，通過降低企業融資成本、信息不對稱等緩解企業融資困境，助力企業創新，進而推動生產效率的提升；另一方面，促進數據交易市場的活躍度，積極引導信貸資源流向優質企業。③因企業屬性的差異，金融科技對員工收入的影響存在異質性，應實施差異化金融服務策略。對于非國有企業，金融科技應發揮“普惠性”作用，打破“信貸歧視”，緩解其融資約束，提高其生產效率，促進非國有企業員工收入的增長。鑒于西部地區企業在信息化建設方面仍相對滯后，有關部門應推動政銀企合作機制，推進金融科技相關大數據、云計算等技術引入，重點加強西部地區金融科技基礎設施建設，提升金融科技普惠覆蓋面，最終提高西部地區企業員工收入。對不同技術密集度行業的企業，金融科技需要有的放矢，提高服務效率，其中，對高技術型企業，要為其提供高效、精準的資金支持；對低技術型企業，要進一步發揮“普惠性”，降低其融資成本，提高其研發效率，助力其生產率提升。

注釋：

（1）“金融科技”一詞最早由花旗集團董事長John Reed于20世紀90年代初在剛成立的“Smart Card Forum”上提出（Puschmann，2017）。根據金融穩定理事會（Financial Stability Board）的定義，金融科技是技術推動的金融創新，它能夠產生新的商業模式、技術應用及產品服務，從而對金融服務的提供方式產生重大影響，推動金融發展提質增效。

（2）邵敏等（2013）認為，通過完善金融體系、提高金融發展水平緩解我國企業的信貸融資約束，能夠提高勞動力收入水平。