引言

当前，全球正经历一场由大数据、云计算、人工智能和区块链等技术驱动的金融科技革命。这场革命深刻重塑了金融业的生态格局与服务模式，推动了普惠金融的深化发展。传统金融体系由于服务成本高、覆盖范围有限、信息不对称等问题，往往难以有效触达并服务长尾客户，特别是低收入群体、小微企业和农村居民，在一定程度上固化了金融资源的分配不均，进而可能影响收入分配的公平性。金融科技的发展有效缓解了金融市场的信息不对称，通过降低中小企业融资门槛、降低居民交易成本以及为社会创造更多的就业机会，为社会整体收入水平的提高起到了积极的推动作用。

本文将遵循“理论分析—实证检验—政策讨论”的研究路径。首先，梳理国内外相关文献，构建金融科技影响居民收入的理论分析框架，剖析其可能存在的增收效应。随后，利用我国省级层面的宏观数据，运用计量经济学模型进行实证检验，识别金融科技对居民收入的影响效应及传导渠道。最后，基于本文研究结论，提出推动金融科技向善发展、使其更好地服务于居民财富增长和共同富裕目标的政策建议。

一、金融科技概述

（一）互联网金融

互联网金融是金融科技的基础应用技术，指利用互联网等相关技术手段，提供金融服务和解决方案，形成“互联网+金融”的商业模式，包含了在线支付、P2P借贷、数字化银行、理财产品、余额宝等多种形式的金融产品。互联网金融以其低门槛高便携性等特点，极大程度上提高了金融服务的效率，对传统金融业的服务形式产生了巨大变革。互联网金融的发展使得更多互联网参与者通过在线平台和移动应用程序获得金融服务，为广大客户提供了更为丰富的投融资选择。

（二）区块链技术

区块链技术是一种去中心化的数据库技术，通过加密和分布式的数据存储方式，实现对交易信息的安全记录和验证。区块链技术在金融领域被广泛应用于加密货币、交易结算、资产管理和智能合约等方面，通过提高交易和资产管理的透明度，降低交易风险和操作成本，很大程度上优化了传统的金融业务流程，推动金融行业向规范化和数字化的转型。

（三）大数据技术

现代金融交易中数据具有规模大、种类多、来源广等特点，传统的数据处理方法已经无法满足对海量数据的处理需求。大数据技术能够对金融交易过程中的数据信息进行收集、筛选、处理和分析，为金融科技提供强大的数据处理和分析能力。其被广泛应用于风险管理、个性化营销、诈骗检测等领域。例如通过对用户信息的收集和处理，精准刻画用户画像，从而有效地对其信用风险进行评估和管理。

（四）人工智能技术

人工智能技术是当代信息技术发展最具代表性的领域之一，包括机器学习、自然语言处理、语音识别等技术。人工智能技术在世界范围内被普遍应用，其适用范围也更加广泛。人工智能技术成为推动金融创新的重要因素，极大程度转变了金融服务的形式，被广泛应用于智能风控、智能投资等多个场景中，通过提供数据分析和决策支持的能力，降低客户筛选、风险管理的难度，降低了金融机构尤其是商业银行的管理成本，有助于金融机构效率的提升。

（五）保险科技

保险科技通过数据分析和风险评估以及智能理赔处理等手段，在提供保险产品和保险客户服务等方面发挥着重要作用。保险科技可以被视为金融科技的一个特定分支，其发展受益于金融科技发展带来的技术支持，推动了保险行业的转型和创新发展。

二、理论分析和提出假说

金融科技的发展已经贯穿于企业日常经营、投融资、交易和监管的全过程中，通过大数据技术、人工智能技术、区块链技术等先进信息化技术的广泛应用，金融科技有效促进了企业融资模式的创新，扩大了小微企业的融资渠道，提高了企业的投资效率；激发了企业的创新活力，为企业提供了更多的创新方向选择，促进了企业创新能力的提升；提高了企业的风险识别和防范能力，有助于企业更好地进行风险管理和控制；降低了政府和其他监管机构对企业识别和监管的难度，提高了政府激励政策的效果。这些因素都对企业的生产经营产生积极影响，有助于企业生产和经营效率的提升，提高企业资金的利用效率。在居民个人层面，一方面，金融科技通过在线支付、电子转账等方式有效降低了交易成本。另一方面，金融科技为居民提供了更为丰富的投资和理财机会，从而为带来更高的投资回报带来了可能。同时金融科技的推动作用会对整体经济增长产生积极影响，这就为社会创造了更多的就业机会，进而推动社会整体收入水平的提高。

本文据此提出以下假说。

假说1：金融科技的发展对居民收入具有正向影响。

假说2：金融科技通过促进实体经济的增长增加居民收入。

三、金融科技促进居民收入增长的理论机制

（一）金融科技降低了居民投资的盲目性

传统的金融市场上往往存在着明显的信息不对称现象，导致金融机构不愿意提供理财服务，居民无法享受理财服务的现象，居民享受理财服务的门槛较高。同时，人们在进行投资的过程中往往存在盲目性和跟风行为。随着数字技术和互联网金融的快速发展，我国金融市场逐渐形成了“互联网+金融”的商业模式，其中包含了在线支付、P2P借贷、数字化银行、理财产品、余额宝等多种形式的金融产品。这些金融产品有其低门槛、高便携性等特点，极大程度上提高了金融服务的效率，对传统金融业的服务形式产生了巨大变革。这些金融产品的出现很大程度上降低了金融市场的信息不对称，为人们提供了更为丰富的资产增值选择。个人可以根据自己的偏好，在丰富的金融产品中进行对比和选择，这就降低了人们在进行理财产品选择时的盲目性。因此金融科技在推动金融机构进行创新的同时，为居民个人提供了更加丰富的金融产品选择，通过降低信息不对称程度降低了居民投资的盲目性，从而促进了居民收入的增长。

（二）金融科技促进了实体企业的创新

在金融科技的推动下，企业创新获得了新的途径、新的条件，同时也表现出了新的形式。一方面，金融科技的发展为企业带来了融资模式的创新。在传统金融市场的融资模式中，由于信息不对称壁垒的存在，金融机构为了自身的资金安全，不得不提高自身金融服务提供的门槛，这就可能导致逆向选择问题的产生。金融科技使得融资过程中信息的透明度增强，有效降低了金融机构提供金融服务的门槛，使创新型企业获得平等的金融服务成为可能。同时P2P借贷、众筹等新的融资模式也使得小微企业获得资金的方式更加多样、灵活，极大降低了企业的融资门槛，从而有利于创新型企业的孵化和发展。另一方面，金融科技的发展也为企业创新提供了更多的方向选择。依托于人工智能技术的智能风险管理，使得企业更好地评估和管理业务风险，并及时规避风险，进行合理的创新路径的选择。金融科技中大数据技术也使得企业对用户的精准识别和分析成为可能，因此企业在享受到金融科技发展所带来的融资便利的同时，可以利用大数据相关技术，对用户需求进行精准分析，对企业服务和产品的创新提供依据。同时区块链技术的广泛应用为企业各部门间及企业间提供了去中心化可信数据存储和信息共享平台，有利于促进跨部门和跨企业的合作与创新。企业创新能力的增强能够有效促进经济的增长，从而提高居民的总体收入。

（三）金融科技缓解了企业和个人的金融约束

在传统的金融交易模式下，融资难、融资贵的问题常常存在，而随着金融科技的发展，融资难、融资贵的问题可以得到有效解决。一方面，金融科技可以通过互联网平台为小微企业和个人提供便捷的融资渠道，有效降低交易过程中的信息不对称和交易成本，提高企业和个人的融资效率。另一方面，大数据和人工智能技术可以通过精准识别，对用户进行风险评估和风险定价，有效规避金融产品交易过程中的风险，增加金融机构提供金融服务的信心，为企业和个人提供更加安全、透明和高效的融资解决方案。同时金融科技可以推动金融机构开发更加灵活和符合实际需求的金融产品，满足不同群体的融资需求。对于企业层面，金融科技推动的金融约束的缓解能够有效提高企业创新和投资的效率。而对于个人层面，融资门槛和金融约束的降低可以降低个人创业的难度，提供更多的就业机会，从而对居民收入尤其是农民收入起到明显的正向影响。

四、我国金融科技发展及居民收入现状

（一）我国金融科技发展现状

相较于其他美国、英国等发达国家，我国金融业的起步较晚，金融体系的发展相对不成熟。但是随着近些年中国互联网金融的快速发展，传统的金融服务供给已经很难满足我国金融业的发展要求。在这一因素的推动下，结合政府出台的一系列支持金融创新的政策，我国金融科技行业进入了迅猛增长的阶段。借助于体量优势、政策优势和技术优势，多个新金融中心已经形成，一大批金融科技公司快速诞生，覆盖了包括支付、借贷和投资等多个领域。就支付领域来说，起步于2004年的支付宝不仅在估值上远远高于Paypal的市值，在用户数量和交易规模上也远远超过起步于1998年的Paypal。现阶段我国的金融科技的优势不仅仅限于支付领域，我国在网络借贷和保险科技等多个领域都在一个很短的时间内发展到了世界领先水平。

受益于体量优势和互联网金融的飞速发展，我国金融科技的发展仍存在着很大的发展空间，现阶段的政策环境也十分有利于我国金融科技的更进一步发展。首先，中国重视加强配套基础设施的建设，北京市致力于培育金融科技孵化器，为各类企业的私募融资提供专业化和平台化的服务。上海市作为国际金融中心，着力建设金融科技生态圈，主导“金融+科技”双向布局。粤港澳大湾区的建设也将充分发挥我国香港地区作为国际金融中心的优势，凝聚我国澳门地区、广州、深圳、珠海的丰富资源条件，打造具有国际影响力的粤港澳大湾区金融核心圈。其次，我国不断加大对金融科技企业的财税政策支持，北京、上海、杭州等城市通过税收减免、税收优惠以及对金融企业设立的一次性奖励，吸引金融机构的入驻，也创造了有利于金融科技企业快速发展的政策环境。再次，我国积极建立金融科技人才引进及培养机制，推动金融科技领域人才队伍建设，加速培养和引进高端金融科技人才，建设具有全球影响力的国际金融人才高地，为我国金融科技的发展提供了人才支持。

北京、上海、深圳、杭州等城市的金融科技发展的经验为我国金融科技的发展提供了国内范例，其他省市也都重视金融科技的发展，相继出台一系列支持政策，推动了我国各省市金融科技的快速稳定发展。

（二）我国居民收入现状

近些年我国居民收入状况发生了显著的变化，总体上呈现出稳步提升的态势，人均GDP、个人可支配收入均得到了较大提升。随着我国经济的持续增长和就业机会的扩大，越来越多我国居民的收入状况得到大幅改善，同时我国致力于提高相对贫困地区的居民收入水平，实施了一系列扶贫开发措施。但是现阶段我国居民收入发展不平衡、不充分的矛盾虽然得到改善，但推进速度仍然较缓，从区域层面来看，我国居民收入状况呈现出东高西低、南高北低的格局，尤其是青海、甘肃等西部省份总体居民收入水平较低。因此，我国在进一步推进居民收入提升的过程中，要重点关注区域、城乡协调发展的问题，使我国各地区居民充分享受经济发展的红利。

五、研究设计

（一）数据来源

本文选取了2014—2022年中国31个省区市的面板数据，以数字普惠金融发展指数代理我国金融科技的发展水平，数据来源于《北京大学数字普惠金融指数（2011-2022）》。经济发展、居民收入、城镇化水平、产业结构等数据主要来自国家统计局和地方统计局网站以及国泰安数据库。

（二）变量选取

1.被解释变量

居民收入（lninc）。本文中以各地区居民可支配收入表示被解释变量居民收入，并对居民可支配收入取对数处理。

2.解释变量

金融科技系数（lnindex）。本文以数字普惠金融指数代理解释变量金融科技，这一指数可以很好地描述中国金融科技的发展情况。本文对数字普惠金融指数除以100后取对数处理。

3.控制变量

本文从居民收入的影响因素进行考虑，选取城镇化水平（urb）（各地区城镇人口占该地区总人口的比重）、产业结构（indus）（各地区第二产业和第三产业产值占GDP比重之和）、开放程度（open）（各地区进出口总额与该地区GDP之比）作为控制变量进行研究。

4.中介变量

经济发展（lngdp）。本文采用各地区人均GDP作为经济发展的衡量指标，并对人均GDP进行取对数处理。

具体变量说明和定义如表1所示。

变量类型	变量名称	计算方法
被解释变量	居民收入（lninc）	各地区人均可支配收入取对数
解释变量	金融科技（lnindex）	各地区数字普惠金融指数/100，取对数
控制变量	开放程度（open）	各地区进出口总额/该地区GDP
	产业结构（indus）	二、三产业所占GDP比重之和
	城镇化率（urb）	城镇人口数/总人数
中介变量	经济增长（lngdp）	各地区人均GDP取对数

（三）模型构建

1.金融科技与居民收入

lninc_it=β₀+β₁lnindex_it+Σβ_jcontrol_ijt+μ_it

其中lninc_it表示被解释变量居民收入，lnindex_it表示金融科技指数，control_ijt表示一系列的控制变量，β_j表示金融科技对居民收入的影响，μ_it为随机扰动项。

2.金融科技、经济发展与居民收入

lngdp_it=γ₀+γ₁lnindex_it+Σcontrol_ijt+μ_it

lninc_it=θ₀+θ₁lnindex_it+θ₂lngdp_it+Σcontrol_ijt+μ_it

其中，lninc_it表示被解释变量居民收入，lnindex_it表示解释变量金融科技指数，lngdp_it表示中介变量经济发展，control_ijt表示一系列控制变量，为保持回归结果的一致性，控制变量的选取与之前保持一致。

（四）描述性统计

变量的描述性统计如表2所示。在对原始数据进行取对数处理后，被解释变量lninc的最小值是0.07，最大值是2.075，均值是0.961。解释变量lnindex最小值是0.364，最大值是1.568，均值是1.035，从原始数据来看，居民收入inc的最小值为1.073，最大值为7.961，均值为2.824，说明各地区之间居民收入存在较大差异。从控制变量的统计结果来看，各地区产业结构、城镇化水平和开放程度也存在较大差异。

变量名	样本量	均值	标准差	最小值	最大值
lninc	279	0.961	0.378	0.07	2.075
lnindex	279	1.035	0.262	0.364	1.528
lngdp	279	1.789	0.417	0.962	2.946
open	279	0.242	0.249	0.008	1.216
indus	279	0.907	0.050	0.749	1.00
urb	279	0.60	0.123	0.257	0.90
inc	279	2.824	1.254	1.073	7.961

六、实证分析

（一）基准回归

豪斯曼检验结果显示，P值小于0.01，在1%的显著性水平下拒绝原假设，因此选择固定效应模型。本文采用双固定效应模型进行回归分析，为保证控制变量选取的合理性，本文选择逐步添加控制变量的方法进行逐步回归。回归结果如表3所示。其中第（1）列未加入控制变量，（2）至（4）列表示逐步加入控制变量后的回归结果。

变量	(1) lninc	(2) lninc	(3) lninc	(4) lninc
lnindex	0.645***	0.678***	0.574***	0.538***
	(8.21)	(8.71)	(7.08)	(6.49)
open		-0.115**	-0.101**	-0.105**
		(-3.15)	(-2.82)	(-2.94)
indus			0.643***	0.654***
			(3.64)	(3.72)
urb				0.143
				(1.89)
_cons	0.261***	0.276***	-0.247	-0.315*
	(5.72)	(6.12)	(-1.65)	(-2.05)
省份固定效应	YES
年份固定效应	YES
N	279
R-squared	0.9857 /0.9863 /0.9870 /0.9872

从表3中（1）至（4）列的回归结果可以看出，在没有加入控制变量时，在1%显著性水平下，解释变量的回归系数显著为正。随着变量的逐个加入，解释变量的回归系数仍然在1%的显著性水平下显著为正，并且模型的拟合优度逐渐提高，说明解释变量和控制变量的选取较为合理，并且金融科技对居民收入有着显著的正向影响，因此印证了假说1。

（二）中介效应分析

以经济发展作为中介变量，讨论金融科技是否通过经济发展来影响居民收入，实证结果如表4所示。模型（2）的回归结果说明金融科技对经济发展在1%的水平下显著为正。模型（3）中金融科技发展和经济发展对居民收入在1%的水平下显著为正，但有所减小，说明经济发展在金融科技影响居民收入的过程中起到了部分中介效应，也就是说金融科技对居民收入的影响除了直接效应外，还有一部分是通过经济发展这一中介变量来实现的，因此该分析结果印证了假说2。

变量	(1) lninc	(2) lninc	(3) lninc
lnindex	0.538***	1.055***	0.407***
	(6.49)	(4.51)	(5.02)
lngdp			0.124***
			(5.75)
open	-0.105**	-0.637***	-0.0261
	(-2.94)	(-6.30)	(-0.72)
indus	0.654***	3.958***	0.161
	(3.72)	(7.99)	(0.87)
urb	0.143	0.204	0.118
	(1.89)	(0.95)	(1.66)
_cons	-0.315*	-2.560***	0.00402
	(-2.05)	(-5.91)	(0.03)
省份固定效应	YES
年份固定效应	YES
N	279
R-squared	0.9872 /0.8828 /0.9888

（三）稳健性检验

为保证回归结果的稳健性，本文选择剔除2020年的数据进行稳健性检验，回归结果如表5所示。从表中结果可知，在对样本区间进行调整后，解释变量依旧在1%的显著性水平下显著为正，与原回归结果相近，再次印证金融科技的发展能够显著促进居民收入的提高。

变量	(1) lninc	(2) lninc	(3) lninc	(4) lninc
lnindex	0.613***	0.656***	0.557***	0.530***
	(7.36)	(7.96)	(6.59)	(6.11)
open		-0.136**	-0.123**	-0.124**
		(-3.34)	(-3.10)	(-3.13)
indus			0.711***	0.712***
			(3.66)	(3.67)
urb				0.103
				(1.30)
_cons	0.280***	0.294***	-0.293	-0.335*
	(5.77)	(6.19)	(-1.76)	(-1.97)
省份固定效应	YES
年份固定效应	YES
N	279
R-squared	0.9859 /0.9866 /0.9874 /0.9875

为了进一步保证研究结果的可靠性，本文选取了替换中介效应的检验方法即Bootstrap方法进行检验，检验结果如表6所示。从表中结果可以看出，在95%水平下的置信区间，无论是修正的还是未修正的置信区间均不包含0，说明经济增长在金融科技对居民收入的正向影响中确实起到了中介作用。

	Observed coef.	Bias	Bootstrap Std.Err.	95% Conf.Interval
BS_1	0.1598	-0.0007	0.0205	0.1205	0.2010	(P)
				0.1241	0.2042	(BC)

（四）异质性分析

将金融科技进行分区域回归，回归结果如表7所示。由表中结果可见，金融科技对东部和西部地区的收入都存在显著影响，且这种影响为正向影响，其中对西部地区的影响更为明显。这可能是因为东部地区发展基础较好，金融科技各方面发展难度较小，因而能对收入增长产生一定的促进作用。而西部地区补贴力度较大，在资金投入等方面具有较大优势，这就创造了金融科技发展的有利条件，从而能够促进收入的较大幅度增长。

变量	(1) 东部	(2) 中部	(3) 西部
lnindex	0.315***	0.236	0.801***
	(3.51)	(1.64)	(4.68)
open	-0.0645	0.416*	-0.275*
	(-2.74)	(2.60)	(-2.06)
indus	0.781**	0.949***	1.030*
	(2.86)	(4.50)	(2.19)
urb	0.239	0.00661	-0.144
	(1.89)	(0.07)	(-1.02)
_cons	-0.131	-0.465**	-0.842
	(-0.56)	(-3.02)	(-1.94)
N	108	81	90
R-squared	0.9960	0.9934	0.9882

七、结论与建议

本文选取了2014—2022年的省级面板数据，运用固定效应模型和中介效应模型，系统分析了金融科技发展与居民收入的关系。结果发现，金融科技的发展对居民收入有正向影响，即金融科技的发展有利于居民收入的提高，并且通过地区异质性分析，发现这种影响在我国东部和西部地区更加显著，而经济增长是金融科技促进居民收入提高的渠道。鉴于此，本文提出以下政策建议。

第一，要进一步扩大金融科技的覆盖范围。通过大数据技术、人工智能技术和云计算等技术，将金融科技应用到企业和农业生产的各个方面。要积极进行金融科技的创新，加大研发投入，加大金融科技基础设施建设，让更多的企业和个人能够获得金融科技服务，提高金融科技核心竞争力，以金融科技的低门槛、高效率，促进居民收入的提高。

第二，要完善金融科技领域的法律法规。完善相应的法律法规制度，规范金融科技领域的行为，对金融科技的良性发展起着至关重要的作用。政府和相应的监管机构应该充分了解金融科技行业的现状和需求，积极听取各方意见，制定出具有可操作性和前瞻性的法律法规以对金融科技领域的规范化发展，防止不正当竞争等行为破坏金融市场的秩序，影响金融资源的合理有效配置。

第三，要认识到人才在金融科技领域的重要作用，重视和加强人才的培养和引进。人才对于金融科技的发展起着举足轻重的作用，可以说在金融科技领域，具有丰富专业技术的人才是第一生产力。金融机构和实体企业都应该建立起金融科技人才体系，提高专业型人才的挖掘能力，培训和引起一批具备丰富金融和科技知识的专业人才，为企业和金融机构引入和应用金融科技提供人力支持。同时企业内部还应该优化人员和部门的分工，建立有效的激励机制，激发企业内部人员的创新活力，推动金融科技在企业中的应用和发展，增强企业创新活力进而让金融科技在促进居民收入增长的过程中发挥更大作用。

第四，要充分了解不同地区之间差异，因地制宜合理发展金融科技。我国不同地区之间地理位置、资源禀赋、金融发展程度等方面都存在较大差异，农村地区与城镇地区也存在明显差异，因此相同的政策可能在不同地区之间无法很好地适用。鉴于此，要注重分析不同地区的差距，结合各地区特点，制定适合本地区实际情况的金融支持政策。尤其是在经济发展稍差的地区，要进一步完善地区基础设施建设，加大对广大居民的金融知识的普及力度，提高人们对金融科技的接受度和包容度。要尽可能缩小城乡和地区间的金融创新能力差距和收入差距，切实提高居民的收入水平。

参考文献：

1. [1] 李娟娟.金融科技发展对提高居民收入的作用机制研究[J].河北企业,2024(02):14-17.
2. [2] 张克雯,何聪.数字普惠金融对地区经济增长的影响——基于江西省11个市的实证研究[J].商业经济,2024(03):168-170+192.
3. [3] 张磊,许坤,张琳,等.政策扶持、金融科技与小微企业信贷融资[J].统计研究,2023,40(12):50-61.
4. [4] 徐顾纹.金融科技对企业信贷融资的影响研究[J].全国流通经济,2023(19):165-168.
5. [5] 程民强.金融科技对企业投资效率的影响研究[J].全国流通经济,2023(16):105-108.
6. [6] 王文姬,夏杰长.数字金融、居民消费与地区经济增长[J].求索,2023(04):96-105.
7. [7] 张瑾.数字普惠金融发展对农村居民收入的影响[D].沈阳农业大学,2023.
8. [8] 陈健强.数字经济对共同富裕的影响：时空格局与影响机制[D].山西财经大学,2023.
9. [9] 高培莹.金融科技发展对居民消费结构的影响研究[D].河南财经政法大学,2023.
10. [10] 高源.金融科技对创新发展的影响[D].四川大学,2022.
11. [11] 潘昱丞.数字普惠金融对居民收入水平及结构的影响研究[D].中南大学,2022.
12. [12]赖岳飞.金融科技对居民消费行为的影响研究[D].湖南大学,2022.
13. [13] 段坪利,王淑敏.数字普惠金融与居民收入增长研究——基于地级市和CLDS的证据[J].财会月刊,2021(10):153-160.
14. [14] 薛莹,胡坚.金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择[J].改革,2020(03):53-62.
15. [15] 郭媖颖,朱志刚.金融科技发展政策的国内外比较研究[J].浙江金融,2018(07):68-74.
16. [16] 贾康.金融科技的归宿是服务实体经济升级[J].金融经济,2017(21):9.