数字普惠金融提高了劳动收入份额吗?*

刘长庚 王宇航 张 磊

(湘潭大学商学院 湖南湘潭 411105)

一、引 言

收入分配与社会公平、经济发展质量、劳动者福利等息息相关，是经济学研究的核心话题之一。其中，劳动收入份额是收入分配研究领域的重要方面，劳动收入份额过低可能带来居民消费不足、收入差距扩大等问题，不利于经济社会健康发展(陈宇峰等，2013)。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出，要“坚持居民收入增长和经济增长基本同步，劳动报酬提高和劳动生产率提高基本同步，提高劳动报酬在初次分配中的比重”。可见，优化收入分配结构，提高劳动收入份额是提高全社会福利和促进经济高质量发展的应有之义。但一个不容忽视的事实是，根据收入法GDP核算结果，我国劳动收入份额从1990年的53.42%下降到2007年的42.86%，之后逐步回归到2017年的47.51%，虽然有所增长，但总体上依旧在低位徘徊，且长期下降的趋势尚未改变，该现象引起众多学者的关注。

现阶段，学者们主要从经济发展阶段(李稻葵等，2009)、产业结构(罗长远和张军，2009)、对外贸易和外商投资(邵敏和黄玖立，2010；余淼杰和梁中华，2014)、技术偏向(陈宇峰等，2013)以及企业劳资关系(魏下海等，2013)等不同视角对劳动收入份额展开研究。其中，金融被认为是影响劳动收入份额的重要因素(施新政等，2019)。Aziz和Cui(2007)、罗长远和陈琳(2012)、汪伟等(2013)认为融资约束会限制企业“流动资本”的规模，减少企业对劳动的雇佣或工资支付，降低企业劳动收入份额。施新政等(2019)发现国有企业股权分置改革减少了“工资侵蚀利润”的现象，造成劳动收入份额下降。张建武等(2014)认为在金融抑制下，对国有企业的利率补贴和信贷配给长期压制着我国劳动收入份额的提升。虽然上述研究从多个视角探讨了金融对企业劳动收入份额的影响，但主要集中于从金融视角解释我国劳动收入份额下降的原因，较少讨论当前金融发展能否提高劳动收入份额，以及何种金融工具有利于劳动收入份额的提高等问题。相关文献对包容性金融与劳动收入份额关系的研究(张彤进和任碧云，2016)为我们探讨金融对劳动收入份额的积极效应提供了新的视角。但该研究将居民收入作为包容性金融提高劳动收入份额的传导机制并没有在理论和实证中获得支持，且在一定程度上混淆了劳动收入与收入的概念。同时，在数字技术方兴未艾的大背景下，数字普惠金融作为一种新的金融发展力量，在推动经济包容性发展方面被各国寄予厚望，但未有学者从数字普惠金融这一视角探究金融发展与劳动收入份额之间的关系。因此，关于数字普惠金融能否提高劳动收入份额以及如何提高劳动收入份额的问题值得我们关注。

与上述文献相比，本文的主要贡献在于:第一，当前，关于金融与劳动收入份额的研究多是从金融视角解释我国劳动收入份额下降的原因，较少讨论金融发展能否提高劳动收入份额，以及何种金融工具有利于劳动收入份额提高等问题。本文检验数字普惠金融对劳动收入份额的影响是对相关文献的重要补充。第二，现阶段关于金融发展对劳动收入份额影响的传导机制尚不清晰，本文研究结论将数字普惠金融与企业劳动收入份额的关系拓展到数字普惠金融—融资约束—扩大就业—企业劳动收入份额，弥补了相关文献在金融与劳动收入份额机制研究方面的不足，为提高我国劳动收入份额提供了新思路。第三，从企业规模、所有制形式和成长阶段三个方面，检验了数字普惠金融发展对传统金融“属性错配”和“阶段错配”问题的纠正效应。本文从地区金融发展水平和货币政策变化出发，检验了数字普惠金融“普惠性”的本质特征，为推进数字普惠金融的发展提供了经验证据。

二、理论分析与研究假说

本文目的是探究数字普惠金融与企业劳动收入份额之间的关系。为了建立数字普惠金融与要素收入分配的联系，我们将地区数字普惠金融视作一种宏观环境，考察企业最优生产决策对这一宏观变量的反应，进而建立企业要素收入分配和数字普惠金融的数理模型，这也是考察宏观环境下企业行为的常见思路。

其中，为企业当期利润总额，w为企业当期工人的平均工资，为企业当期固定资产折旧比例，wL+(K-(1-)K)为企业生产过程的总成本。为简化模型，本文假设企业下一期资本存量为当期资本存量的线性函数，即存在K＝BK，＞1。

从生产过程来看，企业生产成本投入为预付制。在生产之前，为了满足对原材料和劳动力的需求，企业需要充足的流动资本。根据世界银行对中国企业的调查结果，在流动资本来源中，银行贷款是企业流动资本的主要来源，所占比重是企业自有资金的两倍(罗长远和陈琳，2012)。同时，企业的投资需求对银行信贷有较高的依赖性。为简化模型设计，借鉴Aziz和Cui(2007)、汪伟等(2013)的做法，本文假设企业存量资本K为自有资本，并通过借贷获取当年投入资金，包括企业劳动工资支出wL和新增资本投入(-1+)K，成本增加为必要的生产投入及其借贷利息，相应的利润函数转变为:

现实情况中，企业面对着一个存在融资约束的金融市场，其信贷资金获取受到自身资产规模和其他特征的约束。在该条件下，企业利润最大化的生产要素投入条件受到企业债务融资约束的限制，主要表现为企业融资的可得性不足。假定企业获得贷款规模θK为期初资本存量K与自身融资可得性程度θ的乘积。其中，自身融资可得性程度θ与企业融资约束水平成反比。基于此，设定企业利润最大化的约束条件为:

相关研究表明，企业融资约束程度除受自身特征影响外，与金融发展水平也有关，有效的金融供给方式能够改善金融生态环境，降低企业融资约束水平。其中，数字普惠金融被认为是可行路径之一(傅秋子和黄益平，2018)。首先，在互联网和大数据等新兴技术的支撑下，数字金融能够突破实体机构的限制，利用数字终端以更低的成本吸收储蓄，以更便捷的方式提供金融服务，增加金融资金的可供给规模和覆盖范围，缓解传统金融机构价格排斥和地理排斥带来的融资约束问题。其次，数字普惠金融在信息技术和人工智能系统的支持下，能够更高效地收集和处理各类财务和非财务信息，更加精准地评估市场主体信用水平，降低银企之间的信息不对称问题，增加金融机构对企业的信用贷款。最后，数字普惠金融发展会增大金融市场竞争，从整体上缓解企业融资约束问题。一方面，数字普惠金融技术发展具有较强的溢出效应，能够促使传统金融行业向数字化转型。另一方面，随着数字金融的发展，传统金融的市场份额被逐步蚕食，将迫使传统金融行业不断降低成本，扩大金融资源供给，增强自身竞争力，该过程将在整体上改变企业融资约束困境。基于上述理由，本文将企业融资可得性θ作为地区数字普惠金融发展水平index的函数，即θ＝f(index)，且数字普惠金融发展水平越高，企业融资可得性越高，进而企业借贷约束条件可以改写为:

结合式(2)和式(4)，构建求解企业利润最大化的拉格朗日方程，得到利润最大化的要素投入水平:

其中，为融资宽松度的拉格朗日乘子，表示单位信贷对企业利润的影响。在此基础上，本文求解得到企业在融资约束条件下利润最大化的劳动和产出量。

根据劳动收入份额的定义，我们计算企业在最优生产条件下的劳动收入份额:

可以发现，在实现企业利润最大化目标下，数字普惠金融发展是影响企业收入分配的重要因素。通过求解LS对index的一阶导，我们得到企业劳动收入份额与地区数字普惠金融发展之间的变动关系:

因为-1+((1+r)恒大于0，且∂θ/∂index＞0，进而得到∂LS/∂index＞0。

由式(7)可得，数字普惠金融的发展与企业劳动收入份额之间存在正相关关系。该结论可能的经济学基础在于，新古典经济学认为在不存在要素投入约束时，劳动和资本在企业收入分配的比例主要由劳动力和资本两类要素的边际产出决定。但在过高债务融资约束条件下，以企业固定资产为代表的资本要素除获取其边际产出的价值外，还能凭借其稀缺性和高抵押价值获取额外收益(江轩宇和贾婧，2021)。此时，企业很可能通过减少营运资本来增加固定资产投资以增强自身信贷能力，迫使企业减少用于雇用劳动力的流动资本，降低企业劳动收入份额。相反，数字普惠金融发展能够通过缓解金融市场融资约束水平，提高企业流动资本获取，增加对劳动力的需求或工资支付能力，进而提高劳动收入份额。基于上述分析，本文提出以下假说。

H1:数字普惠金融能够通过降低企业融资约束来提高劳动收入份额。

H2:数字普惠金融可能通过扩大雇佣或改善职工收入条件来提高企业劳动收入份额。

信息不对称是金融市场存在融资约束问题的根本原因之一。在信息不对称环境下，不同企业面对的市场摩擦不同，规模小的企业往往存在更大的融资约束(Whited和Wu，2006)。与多数市场化国家不同，我国企业的融资约束问题更为复杂，表现为以国有商业银行为主导的金融体系对不同类型企业的信贷偏好差异。在这一体系下，大量信贷资源被资本雄厚、财务信息完备的国有企业和大型企业获取，而多数急需资金投入的中小企业和民营企业，由于财务信息残缺、可支配抵押品不足等问题，承受着严重的融资约束(汪伟等，2013)。与此类似，企业在不同生命阶段的融资约束也存在差异(黄宏斌等，2016)。成熟期企业市场份额稳定，资金充裕，外部融资需求较小。相反，成长期企业内部现金流少，资金缺口大，外部融资依赖性更强，且盈利能力相对滞后，银企之间的信息不对称程度更高，更难从银行等正规金融机构获得信贷资金。此外，在信息不对称条件下，中小企业、民营企业和成长期企业存在更高道德风险问题也是限制其获取外部融资的重要原因。

与传统金融机构不同，数字普惠金融强大的信息收集和分析能力扩大了金融机构的信息来源，提高了金融机构的数据处理和识别效率，增强了对中小企业、民营企业和成长期企业等长尾客户的评级能力，改善了银企之间的信息不对称程度。同时，数字普惠金融对企业经营状况、上下游产业链等信息的全面了解，能够更好地判断企业信贷资源使用的规范性和合理性，降低企业借贷的道德风险问题，增大金融机构发放信用贷款的可行性(Duarte等，2012)，进而改善中小企业、民营企业和成长期企业的融资环境。唐松等(2020)发现，数字普惠金融能够有效缓解中小企业、民营企业和成长期企业“融资难、融资贵”问题，提高企业信贷获取能力，促进创新活动。基于以上分析，本文提出以下假说。

H3:数字普惠金融能够改善金融市场资源错配问题，降低中小企业、民营企业和成长期企业的融资约束，提高企业劳动收入份额。

传统金融机构依赖物理网点的覆盖方式有较大的边际成本，金融机构的扩张会受到边际成本递增的限制。在规模不经济条件下，传统金融机构通过聚集在经济发达地区来降低自身成本和经营风险的方式，造成部分地区金融服务供给不足，导致区域性融资约束问题。与此相反，数字普惠金融通过信息网络来提供金融服务的方式，并不会带来边际成本的上升。信息技术的利用有效地打破了传统金融服务在时间和空间上的限制(Demertzis等，2018)，能够以更低的成本集聚和供给金融资源，有助于解决传统金融规模不经济的问题，降低区域性金融供给不足带来的企业融资约束，进而提高企业的劳动收入份额。此外，数字普惠金融对信息的收集和处理能够提高对企业经营状况和风险承担的评估精度，增强金融机构对不同地区、不同环境和不同特征企业的服务能力，优化不同金融周期下的资金供给规模(L'Pástor和Veronesi，2009)，降低货币紧缩带来的融资限制。基于以上分析，本文提出以下假说。

H4:数字普惠金融能够弥补传统金融在供给成本和风险控制方面的不足，缓解在金融禀赋条件较差地区和信贷紧缩条件下企业的融资约束，进而提高企业的劳动收入份额。

三、数据与实证模型

(一)数据来源与核心变量释义

本文采用如下数据:第一，2011—2018年北京大学数字金融中心发布的中国数字普惠金融指数。第二，2011—2018年中国A股上市企业的财务数据，数据来源于国泰安数据库(CSMAR)，为了保证实证结果的可靠性，进一步剔除以下异常样本:在统计期内出现过ST的企业样本；不符合基本会计原则的企业样本(负债+所有者权益≠资产)；在统计期内出现借壳上市或退市的企业样本；金融和房地产行业的企业样本。为消除极端值的影响，对所有连续变量1%和99%的数据进行了缩尾处理，最终保留2525家上市企业的14081个样本数据。第三，省际数据来自2011—2018年《中国统计年鉴》。

(1)数字普惠金融指数。数字普惠金融指数来自北京大学数字金融研究中心发布的中国数字普惠金融指数。该指数从数字金融的覆盖广度、使用深度和数字化程度三个维度出发，构建了能够客观、全面地反映我国数字普惠金融的指标体系。其中，覆盖广度使用地区互联网金融账户数来衡量，使用深度以人均使用互联网金融服务业务量来衡量，数字化程度主要用于衡量数字普惠金融的便利性和可负担性，即用户使用过程便利化程度越高，信贷利息越低，数字化程度就越高。截止到2019年4月，该指数包含2011—2018年31个省份、337个地级市的数据。本文在核心实证部分采用省一级层面的数字普惠金融指数，同时使用市一级层面的数字普惠金融指数进行稳健性检验。

(2)劳动收入份额。企业劳动收入份额的衡量方法主要有两种:一种是要素增加值法:1＝劳动收入/(劳动收入+资本收入)(方军雄，2011)，其中企业劳动收入使用“支付给职工以及为职工支付的现金”来衡量，该指标包括本期实际支付给职工的工资、奖金、各种津贴和补贴以及为员工支付的五险一金、福利费用等，资本收入＝营业收入-营业成本+固定资产折旧。另一种为收入法:2＝劳动收入/营业总收入(王雄元和黄玉菁，2017)。本文使用1作为核心回归变量，使用2指标进行稳健性检验。

(二)实证模型构建

为检验数字普惠金融对企业劳动收入份额的影响，本文构建如下实证模型:

其中变量下标、、分别表示企业、省份和年份。被解释变量1是企业劳动收入份额，解释变量index是省际层面数字普惠金融。Control为一系列可能影响企业劳动收入份额的控制变量，包括:企业规模()、独立董事比例()、管理层持股()、资本产出比()、股权集中度()、企业所有制()、资产负债率()、净资产收益率()、公司成长性()。行业和省际层面的控制变量包括行业集中度()、经济增长()、产业结构()、对外出口()、通货膨胀率()。同时控制了年度和企业个体效应。

为检验数字普惠金融能否通过缓解融资约束来提高企业劳动收入份额，本文构建如下交互项模型:

其中，为企业融资约束水平，其余变量定义与式(8)一致。对于融资约束的测定最早来源于Kaplan和Zingales(1997)，其根据有限样本内企业财务状况来定性地划分企业融资约束程度，然后刻画出融资约束程度与企业特征变量之间的数量关系，即融资约束指数。依据这一思想，学者们利用现金流、资产负债率等变量构造了KZ指数和WW指数。Hadlock和Pierce(2010)按照KZ方法使用企业规模和企业年龄两个随时间变化不大且具有很强外生性的变量构建SA指数来衡量企业的融资约束。本文借鉴鞠晓生等(2013)的计算方法，构建企业SA指数作为机制检验的中介变量。具体计算方法为-0.737×+0.043×-0.04×，其中为企业规模，为企业成立年限。SA指数越大，企业受到融资约束越严重。

四、实证结果

(一)数字普惠金融对企业劳动收入份额影响的实证检验

(1)基准回归。本文使用双向固定效应，通过模型(1)检验数字普惠金融对企业劳动收入份额的影响，表1中汇报了相应的估计结果。第(1)列报告了数字普惠金融指数对企业劳动收入份额的估计结果，表明数字普惠金融能够在5%的显著水平上提高企业劳动收入份额。第(2)—(4)列结果显示数字普惠金融各维度对企业劳动收入份额的影响并不一致，仅数字化程度水平显著提高了企业劳动收入份额。该结果可能与不同维度指标所代表的内容有关，数字普惠金融覆盖广度与互联网金融账户比重相关，使用深度与数字金融工具的使用密度相关，两个指标均表现出一定的规模效益。然而，当前数字普惠金融这两个维度的发展并不充分，企业并不能直接受益。数字化程度指标可以衡量企业使用信贷服务的便利性和信贷成本等，反映企业融资难易程度和成本高低。数字化程度指标越大，表明当地企业的融资可得性和可负担性越高，对企业融资约束的缓解效应越大，劳动收入份额提升越明显。

表1 数字普惠金融对企业劳动收入份额的影响:基准回归

(2)动态变化。上述结论表明，数字普惠金融能够提高企业的劳动收入份额。但其长期效应如何，以及是否存在动态变化，需要进一步检验。数字普惠金融指数及其各维度指标滞后1—4期时对企业劳动收入份额影响的估计结果显示，数字普惠金融滞后1—2期对企业劳动收入份额没有显著影响，相反在滞后3—4期后显示出对劳动收入份额的积极作用，且该效应随着时间推移逐步加强。从数字普惠金融不同维度指标的长期效应来看，覆盖广度和使用深度对企业劳动收入份额的提升作用也在其滞后3—4期时被显著增强，而数字化程度对企业劳动收入的影响并没有长期效应。结合表1可以发现，短期内数字普惠金融的低成本、低门槛和高便利性可能是提高劳动收入份额的主要原因。长期来看，利率刺激并不是提升劳动收入份额的长效机制，金融服务的覆盖广度和使用深度才能持久地改善企业融资条件，进而提高劳动收入份额。综上所述，与传统金融相比，数字普惠金融不仅是当下改善要素收入分配的有效手段，也是促进我国要素收入分配合理化的长效机制。

(二)稳健性检验

在基准回归的基础上，本文进一步检验上述结果的稳健性，以增强结论的可信度。具体从以下三方面展开:第一，使用不同方法测度的企业劳动收入份额指标进行回归，保证结果不因测度方法的变化而改变；第二，采用地级市层面数字普惠金融检验基准回归结果，排除数字普惠金融在省内发展的差异造成潜在偏误，提高结果的可靠性；第三，采用工具变量法排除遗漏变量带来的内生性问题。回归结果均与表1基准回归结果一致。

五、拓展分析:数字普惠金融影响劳动收入份额的机制和异质性分析

(一)数字普惠金融影响企业劳动收入份额的机制检验

1.数字普惠金融影响企业劳动收入份额的间接路径:缓解企业融资约束

在上述检验的基础上，本文进一步依照模型(9)检验数字普惠金融提高劳动收入份额的传导机制，考虑到数字普惠金融覆盖广度和使用深度对当期企业劳动收入没有显著影响，在机制检验部分仅验证数字普惠金融指数及数字化程度维度的传导机制。间接路径检验结果的第(1)—(2)列报告了数字普惠金融指数及其数字化程度影响企业劳动收入份额的机制检验结果，其中和估计系数显著为正，与基准回归结果一致。估计系数显著为负，表明融资约束降低了企业劳动收入份额。交互项×和×系数显著为正，表明对融资约束越大的企业，数字普惠金融提升其劳动收入份额的作用越强。原因在于数字普惠金融对融资约束越大企业的缓解作用越明显，企业获取信贷的效用越大，对劳动收入份额的提升越明显。为了更加清晰地刻画缓解企业融资约束的传导机制，我们构建虚拟变量，以全样本指数均值为界，对于高融资约束的企业取1，否则为0。第(3)—(4)列交互项×和×的估计系数显著为正，表明数字普惠金融对高融资约束企业劳动收入份额的提升作用更大。同时，考虑到指数均值附近的样本融资约束基本一致，按照均值分组可能低估数字普惠金融缓解企业融资约束的能力。本文将指数从大到小排列，剔除排在中间13的样本之后，构建虚拟变量，高融资约束的企业取1，否则为0，重复上述检验。估计结果如第(5)—(6)列所示，交互项×和×的估计系数显著为正，且系数明显大于第(3)—(4)列的估计结果，表明数字普惠金融通过缓解企业融资约束，提高劳动收入份额的渠道稳健存在。

2.数字普惠金融提升企业劳动收入份额的直接路径:扩大雇佣抑或提高工资?

理论部分认为数字普惠金融能够降低企业融资约束，提高企业对劳动力工资的支付能力，通过增加企业雇佣或职工工资的方式提高劳动收入份额，但具体路径如何，无法通过理论分析得到明确答案。鉴于此，我们检验数字普惠金融对企业员工雇佣和工资水平的影响，进一步揭示数字普惠金融提高劳动收入份额的完整路径。

本文使用企业职工人均劳动收入对数值作为其工资水平的代理变量，使用企业职工人数对数值作为其员工雇佣的代理变量，并将两变量作为被解释变量代入模型(8)。从直接路径检验结果的第(1)—(2)列来看，数字普惠金融及其数字化程度对职工收入水平的影响并不显著，数字普惠金融发展并没有提高企业员工的收入水平。从第(3)—(4)列的估计结果来看，数字普惠金融及其数字化程度指数显著提高了企业就业水平，表明数字普惠金融缓解企业融资约束的效应有助于企业就业规模的扩大。在此基础上，本文进一步检验就业是否为数字普惠金融提高企业劳动收入份额的直接路径。具体做法为，将中介变量Ln作为控制变量加入模型(8)，第(5)—(6)列报告了相应的估计结果。其中，Ln的估计系数显著为正，且在加入Ln变量后，数字普惠金融指数和数字化程度的估计系数和显著性明显下降，可见提高就业是数字普惠金融提升劳动收入份额的直接路径，而数字普惠金融通过提高收入来提高劳动收入份额的机制可能不存在。

(二)数字普惠金融的“纠错配”、“普惠性”功能与企业劳动收入份额

1.数字普惠金融对企业劳动收入份额的影响:属性错配和阶段错配

如前文所述，我国金融问题更多地表现为结构性的融资约束问题。从现有文献来看，我国金融市场的资金错配问题主要表现为属性错配和阶段错配(唐松等，2020)。数字普惠金融能否改善传统金融市场中存在的结构性融资约束问题，需要我们进一步检验。为考察金融市场的属性错配问题，我们按照企业规模将企业分为规模较大企业—规模较小企业，按照所有制形式将企业分为国有企业—民营企业。为考察阶段错配问题，将企业分为成长期—成熟期—衰退期三个子样本，分别对上述分组样本进行实证检验。属性错配和阶段错配相关估计结果，第(1)—(2)列的回归结果显示，数字普惠金融对不同规模企业劳动收入份额的影响存在显著差异，对规模较小企业劳动收入份额的提升效果更大，对规模较大企业劳动收入份额影响不显著。第(3)—(4)列的回归结果显示，数字普惠金融显著提升了民营企业劳动收入份额，对国有企业的影响不显著。可能的原因是，大型企业和国有企业能够在传统金融市场中获得足够的金融资源，使得他们对数字普惠金融的作用缺乏敏感性。相反，对于长期处于融资约束下的中小企业和民营企业而言，数字普惠金融对其劳动收入份额提升的边际效应更大。第(5)—(7)列的回归结果显示，数字普惠金融的发展仅提高了成长期企业的劳动收入份额，对成熟期和衰退期企业没有显著影响。造成该结果可能的原因是，数字普惠金融发展缓解了市场信息不对称对成长期企业的融资约束，进而提高企业劳动收入份额。综上所述，数字普惠金融的发展有助于降低中小企业、民营企业的融资约束，帮助初创期企业更好地融资和成长，提高金融资源利用效率，降低金融资源错配带来的劳动者福利损失。

2.数字普惠金融对企业劳动收入份额的影响:普惠性特征检验

本文通过检验不同传统金融禀赋条件下数字普惠金融对企业劳动收入份额的影响来识别其普惠性特征。具体地，本文使用各省贷款规模总量与GDP的比值来衡量企业信贷资源的可得性，使用各省年末股票总市值与GDP的比重来衡量企业股权融资的可得性，以上述指标的样本中位数为标准划分企业所在地区的传统金融禀赋条件。同时，周期性货币政策也会对企业融资可得性产生影响。与宽松性货币政策相比，紧缩性货币政策会加大商业银行的信贷管制，加剧企业的融资约束状况。对此，本文以我国广义货币量M2增长速度为货币政策的代理变量，选择2011—2018年我国广义货币量M2增长率的中位数为划分标准，增长速度超过中位数时为宽松性货币政策，反之为紧缩性货币政策，以此检验不同货币环境下，数字普惠金融对企业劳动收入份额的影响。

根据相应的估计结果，从融资可得性差异来看，数字普惠金融仅显著提高了信贷可得性较低地区企业和股权融资比例较低地区企业的劳动收入份额，对融资可得性较高地区的企业没有影响。可见，数字普惠金融的发展提高了金融服务的覆盖广度，有助于弥补传统金融区域供给不足的问题。从货币环境来看，数字普惠金融发展在紧缩性货币政策下的作用更加显著。可能的原因是，数字普惠金融发展增大了货币紧缩条件下的金融供给，降低了货币紧缩环境给企业带来的融资约束问题。综上所述，数字普惠金融在金融资源分布的空间和时间上，表现出明显的普惠性特征。

六、结论与建议

如何提高我国劳动收入份额，对促进社会公平、推进经济高质量发展具有重要意义。金融作为影响劳动收入份额的重要因素，已经受到学者的广泛关注，但现有文献较少关注何种金融工具有利于劳动收入份额提高，以及如何实现提高劳动收入份额等问题。数字普惠金融作为当今世界金融发展的新引擎被各国寄予厚望，其发展能否以及如何提高劳动收入份额值得我们深入研究。

理论分析发现，数字普惠金融的发展能够有效缓解企业融资约束，降低资本对劳动收入的挤压程度，进而提高企业劳动收入份额。本文以中国2011—2018年A股上市企业为样本，检验了数字普惠金融对企业劳动收入份额的影响及其传导机制。研究结果发现，数字普惠金融能够提高企业劳动收入份额，且其短期效应主要来自数字普惠金融的数字化程度，长期效应来自数字普惠金融覆盖广度和使用深度。机制检验发现，在数字普惠金融提高劳动收入份额的过程中存在数字普惠金融—融资约束—劳动收入份额的传导机制，直接效应主要体现在数字普惠金融扩大了企业劳动力雇佣。异质性检验发现，数字普惠金融对中小企业、民营企业和成长期企业劳动收入份额提升作用更大，表明数字普惠金融能够纠正传统金融市场存在的属性错配和阶段错配等问题。在不同金融发展水平和货币环境下，数字普惠金融对企业劳动收入份额的影响差异，体现了数字普惠金融在地理空间和经济周期中的普惠性特征。综上所述，数字普惠金融在缓解企业融资约束、扩大居民就业、提高企业劳动收入份额、改善金融资源配置效率等方面具有积极作用。

在此基础上，本文提出以下政策建议:第一，加大信息基础设施投入，积极推进数字普惠金融体系建设。数字普惠金融的发展依赖于信息技术和数字技术的普及。因此，加大信息基础设施投入、推动居民信息终端普及，能够提升数字金融的覆盖范围和渗透能力，降低由金融市场信息不对称和边际成本过高带来的传统金融市场供给不足的问题，改善金融生态环境，进而优化要素收入分配结构。第二，积极推进传统金融机构向科技金融和数字金融转型，尤其是推进银行等信贷部门的转型，建立起全方位、多层次的数字金融体系，提高金融服务信用化水平，降低正规金融机构对小微企业及民营企业的排斥。第三，实施有利于中小企业、民营企业的金融政策。在金融政策制定和实施过程中，要更加关注中小企业、民营企业和成长期企业的发展，通过差异化的金融服务体系，满足中小企业对金融服务的需求，扩大市场就业规模，提高劳动收入份额，为经济发展提供新动能。