雷火竞技首页

银行金融科技的发展能否提高劳动收入份额?来自中国企业的证据
发布时间:2026-08-09
 摘要本研究探讨了银行金融科技发展如何影响以银行为主导的经济体中的劳动收入份额。我们发现,银行金融科技发展与企业劳动收入份额之间存在U形关系。这一规律在高度数字化的企业、劳动密集型企业以及劳动保护力度较强或数字基础设施较为落后的地区的企业中更为明显。机制分析表明,融资成本和劳动力技  本研究探讨了银行金融科技发展如何影响以银行为主导的经济体中的劳动收入份额。我们发现,银行金融科技发展与企业劳动收

  摘要本研究探讨了银行金融科技发展如何影响以银行为主导的经济体中的劳动收入份额。我们发现,银行金融科技发展与企业劳动收入份额之间存在U形关系。这一规律在高度数字化的企业、劳动密集型企业以及劳动保护力度较强或数字基础设施较为落后的地区的企业中更为明显。机制分析表明,融资成本和劳动力技

  本研究探讨了银行金融科技发展如何影响以银行为主导的经济体中的劳动收入份额。我们发现,银行金融科技发展与企业劳动收入份额之间存在U形关系。这一规律在高度数字化的企业、劳动密集型企业以及劳动保护力度较强或数字基础设施较为落后的地区的企业中更为明显。机制分析表明,融资成本和劳动力技能结构可能是这种关系的传导渠道。这种U形关联主要体现在普通员工身上,而非高管,这与企业内部收入不平等的倒U形格局一致。我们的研究结果表明,加快银行金融科技发展有助于实现共同富裕,为全球其他以银行为主导的经济体提供了可行的政策建议,不过需要采取针对性政策来缓解初期的分配冲击。

  劳动收入份额对于分配公平、社会稳定以及可持续经济增长至关重要。在中国,劳动收入占家庭收入的大部分,但按照国际标准,其占比仍然偏低,这成为实现共同富裕的一大障碍(Grossman和Oberfield,2022)。

  金融体系深刻影响着企业的要素配置决策。融资约束被认为是提高劳动收入份额的主要障碍之一(Benmelech等人,2021;Li、Huo等人,2023)。中国传统的金融体系存在信贷分配失衡的问题,这阻碍了劳动收入份额的提升。而金融科技的发展已被证明能够推动可持续发展(Hasan等人,2024),抑制银行的过度风险行为(Zhao等人,2023),并加速银行的数字化转型(Zeng等人,2024)。在这种背景下,银行金融科技具有特殊意义,因为它有望缓解银行与企业之间的信息不对称,提高信贷分配效率(Goldstein等人,2019;Fuster等人,2019)。

  然而,银行金融科技究竟是否以及如何影响企业劳动收入份额,目前仍缺乏深入研究。近期有一些研究开始探讨这一关系。Zhu(2023)和Cao等人(2025)发现,外部金融科技的发展能显著提升劳动收入份额。Si等人(2024)则表明,银行业竞争也有助于这一比例的提升。尽管这些研究为我们提供了些许见解,但它们分别关注的是外部金融科技的渗透程度和金融市场结构。因此,银行自身的金融科技转型如何影响企业劳动收入份额仍是一个未解之谜。此外,现有研究大多假设效应是单调的,忽视了银行金融科技采用过程中的非线性动态。实际上,银行金融科技的发展在不同采用阶段可能会呈现出不同的效应(Ni等人,2023;Khan等人,2024)。在初期阶段,银行需要承担较高的固定成本和技术调整费用,这会降低运营效率,进而减少信贷供给(Li等人,2023b;Ning等人,2024)。而一旦超过某个临界点,规模经济效应就会显现,提升运营效率,同时扩大普惠型信贷的覆盖范围(Khan等人,2024;He等人,2024)。实证研究也证实了这种非线性变化趋势,金融科技对运营效率(Khan等人,2024)、绿色信贷分配(He等人,2024)以及企业信贷供给(Ning等人,2024)都存在U形影响。这种阶段性变化特征表明两者之间可能存在非线性而非线性关系,而这一可能性在现有的劳动收入份额研究中尚未得到探讨。鉴于信贷供给状况直接影响劳动投资决策和劳动收入份额的变化趋势(Benmelech等人,2021),与银行金融科技相关的信贷供给的非线性变化,很可能会在企业劳动收入份额方面也呈现出类似的U形格局。

  我们选择研究中国的银行金融科技与劳动收入份额,主要有三个原因。首先,中国已成为全球金融科技创新领域的领头羊(Goldstein等人,2019),政府也通过《金融科技发展规划(2022–2025年)》等举措积极推动银行的金融科技转型。其次,中国的金融体系以银行为主导,银行信贷占社会融资总额的近70%(Ye等人,2019),因此相比外部金融科技,银行金融科技对企业行为的影响更大(Liu和Hu,2025)。第三,中国将共同富裕作为核心目标,致力于提高初次分配中劳动报酬的占比。我们利用中国上市公司的数据,发现了银行金融科技与劳动收入份额之间存在U形关系的证据。我们所构建的指标结合了银行层面的金融科技专利数据(重点关注经过质量调整的发明专利)和企业层面的贷款信息,以此确保数据的客观性,避免因文本披露带来的偏差。异质性分析显示,这种U形格局在高度数字化的企业、劳动密集型企业,以及劳动保护力度较强或数字基础设施较为落后的地区的企业中更为明显。我们研究了融资成本和劳动力技能结构作为可能的传导渠道,发现这种效应主要体现在普通员工身上,而非高管,这与企业内部收入不平等的倒U形趋势一致。

  本研究为相关领域做出了四项贡献。首先,我们通过研究银行金融科技对劳动力市场的分配影响,丰富了该领域的研究内容,补充了以往关于债务违约(Liu和Hu,2024)、绿色转型(Qian等人,2025)以及创新(Tan等人,2023)的研究。其次,我们将银行金融科技视为影响劳动收入份额的金融因素,拓展了现有研究范畴,这些现有研究主要聚焦于企业数字化(Chen等人,2023;Yang等人,2023)、工业机器人应用(Du等人,2024)以及环境监管政策(Cui等人,2023;Xiao等人,2023)等方面。第三,我们揭示了银行金融科技发展影响劳动收入份额的非线性机制,提出了一个基于不同发展阶段的分析框架,用以解释其中的非线性动态特征。第四,我们研究了银行金融科技发展与企业内部收入不平等之间的关系,全面分析了其分配效应,并为利用金融创新促进公平的收入分配和实现共同富裕提供了政策建议。

  本文的其余部分结构如下:第2节介绍数据、模型及变量;第3节展示实证结果;第4节总结并提出政策建议。

  我们的样本涵盖2013年至2023年间中国A股上市公司。我们排除了金融类企业、ST或*ST企业,以及核心变量缺失的观测值。连续变量会在第1百分位和第99百分位处进行截断处理。我们的数据来源如下:企业特征、财务数据及治理指标来自CSMAR和Wind数据库;银行层面的金融科技专利申请数据来自CNIPA,而银行财务数据则来源于CSMAR银行研究数据库。

  表2展示了基准回归结果,用于分析银行金融科技对企业劳动收入份额的影响。第(1)列和第(2)列分别使用了

  。对于每一项指标,第一列显示的是未加入控制变量的结果,第二列则包含了所有企业和银行层面的控制变量。银行金融科技的线%的水平上显著为负,而二次项也显著为负。

  本研究发现,银行金融科技发展与企业劳动收入份额之间存在U形关系。机制分析指出,可能存在两种传导渠道:对企业融资成本具有倒U形影响,以及对劳动力技能结构具有U形影响。这种基准格局在高度数字化的企业、劳动密集型企业,以及位于劳动保护力度较强或数字基础设施较为落后的地区的企业中更为明显。此外,

  概念构建、数据整理、定量分析、研究调查、方法设计、项目管理、软件应用、结果可视化、初稿撰写、论文修订。