数字普惠金融对居民收入的影响：基于新质劳动者的调节效应视角

王国松; 曹磊; 许玲丽

数字普惠金融对居民收入的影响：基于新质劳动者的调节效应视角

上海大学经济学院，上海 200444

基金项目:

国家自然科学基金面上项目 72373094

详细信息

作者简介:
王国松(1968-)，男，安徽滁州人，上海大学经济学院教授，博士生导师

许玲丽(1982-)，女，江苏昆山人，上海大学经济学院教授，博士生导师

通讯作者:
曹磊(1996-)(通讯作者)，男，江苏扬州人，上海大学经济学院博士研究生

中图分类号: F832; F014.2
计量
- 文章访问数: 10
- HTML全文浏览量: 9
- PDF下载量: 1
- 被引次数: 0
出版历程
- 收稿日期: 2025-10-21
- 网络出版日期: 2026-05-15
- 刊出日期: 2026-03-28

The Impact of Digital Inclusive Finance on Residents' Income: Evidence from the Moderating Role of New-Quality Laborers

School of Economics, Shanghai University, Shanghai 200444, China

摘要

摘要: 数字普惠金融是数字时代金融创新的重要产物，能够提升金融服务实效，为居民收入增长提供新契机。基于中国家庭金融调查(CHFS)数据实证分析数字普惠金融对居民收入的影响，并考察新质劳动者在其中发挥的调节作用。研究发现，数字普惠金融能显著促进居民收入提升，新质劳动者在提升收入过程中发挥显著正向调节作用，经过内生性处理及稳健性分析后结论依然成立。机制检验表明，数字普惠金融能够拓展居民金融信息可得性，提高居民金融认知水平，增强居民金融参与度，进而提升居民收入。异质性分析显示，数字普惠金融对居民收入的影响在不同城市群、不同新质劳动者指数水平地区及不同收入群体中呈现出明显差异。此外，数字普惠金融还能够显著缩小居民收入差距，新质劳动者在其中发挥了负向调节作用。研究结论对健全数字普惠金融服务体系，加快新质劳动者培育，促进区域间协调发展具有一定启示意义。
- 数字普惠金融 /
- 居民收入 /
- 新质劳动者 /
- 调节效应
Abstract: As an important outcome of financial innovation in the digital era, digital inclusive finance can improve the effectiveness of financial services and create new opportunities for residents' income growth. Based on data from the China Household Finance Survey (CHFS), this study empirically examines the impact of digital inclusive finance on residents' income and investigates the moderating role played by new-quality laborers in this relationship. The results show that digital inclusive finance significantly promotes residents' income growth, while new-quality laborers exert a significant positive moderating effect in this process. These findings remain robust after addressing potential endogeneity and conducting a series of robustness checks. Mechanism analysis indicates that digital inclusive finance increases residents' income by expanding their access to financial information, improving their level of financial understanding, and strengthening their participation in financial activities. Heterogeneity analysis further reveals that the income effect of digital inclusive finance differs significantly across city clusters, across regions with different levels of the new-quality laborer index, and across income groups. In addition, digital inclusive finance significantly reduces residents' income inequality, whereas new-quality laborers exert a negative moderating effect in this process. These findings provide useful policy implications for improving the service system of digital inclusive finance, accelerating the cultivation of new-quality laborers, and promoting more coordinated regional development.
- digital inclusive finance /
- residents' income /
- new-quality laborers /
- moderating effect

HTML全文

表 1 主要变量描述性统计结果

变量名称	变量符号	均值	标准差	最小值	中位数	最大值
居民收入	Y	7.817	9.587	0.0370	5.082	67.28
数字普惠金融指数	dif	0.579	0.674	0	0	3
新质劳动者指数	npi	0.143	0.137	0.0120	0.106	0.637
地区生产总值	gdp	17.60	1.171	14.59	17.60	19.76
产业结构	ins	1.462	0.831	0.421	1.228	5.168
家庭人口规模	fas	3.365	1.477	1	3	17
老年人抚养比	oldpct	0.068	0.169	0	0	2
少儿抚养比	ypct	0.119	0.169	0	0	4
年龄的平方	age2	25.30	9.981	3.240	25	42.25
性别	gender	0.777	0.416	0	1	1
婚姻状况	marry	0.885	0.319	0	1	1
受教育年限	edu	10.05	3.826	0	9	22

下载: 导出CSV

表 2 基准回归结果

变量	(1)	(2)	(3)	(4)
dif	1.193^***	0.964^***	0.862^***	0.666^***
	(0.086)	(0.085)	(0.124)	(0.122)
npi			18.391^***	14.979^***
			(2.590)	(2.621)
npi_dif			2.266^***	2.056^***
			(0.614)	(0.604)
gdp		2.049^***	1.257^**
		(0.400)	(0.413)
ins		0.642^**		0.387^*
		(0.208)	(0.210)
fas		1.421^***		1.413^***
		(0.501)	(0.051)
oldpct		-0.414		-0.476
		(0.346)		(0.346)
ypct		-1.253^**		-1.328^**
		(0.442)		(0.442)
age2		-0.163		-0.174^*
		(0.010)		(0.010)
gender		0.034		0.019
		(0.146)		(0.145)
marry		0.628^**		0.611^**
		(0.239)		(0.239)
edu		0.093^***		0.092^***
		(0.026)		(0.026)
个体固定效应	是	是	是	是
时间固定效应	是	是	是	是
样本量	72 493	72 493	72 493	72 493
R²	0.072	0.139	0.120	0.149
注：*、与*分别表示在1%、5%和10%水平下显著，括号内为稳健标准误。下表同。

下载: 导出CSV

表 3 内生性检验结果

变量	(1)	(2)	(3)	(4)
变量	IV₁一阶段	IV₁二阶段	IV₂一阶段	IV₂二阶段
dif		14.979^***		18.402^***
		(0.616)		(1.073)
工具变量	-1.377^***		0.021^***
	(0.049)		(0.001)
Kleibergen-Paap rk LM统计量	910.03 [0.000]		409.400 [0.000]
Kleibergen-Paap Wald	797.44 {16.380}		390.100 {16.380}
控制变量	是	是	是	是
个体固定效应	是	是	是	是
时间固定效应	是	是	是	是
样本量	72 493	72 493	72 493	72 493
R²	0.219	0.000	0.289	0.000
注：[ ]内为Kleibergen-Paap rk LM统计量P值，{ }内为弱工具变量识别检验的10%临界值。

下载: 导出CSV

表 4 稳健性检验结果

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)
变量	更换解释变量		5%缩尾处理		去除直辖市		改变标准误聚类		控制地区-时间趋势
dif	0.014^**	0.017^**	0.742^***	0.645^***	0.896^***	0.612^***	0.964^***	0.666^***	2.735^***	1.651^***
	(0.007)	(0.007)	(0.054)	(0.078)	(0.090)	(0.133)	(0.073)	(0.130)	(0.117)	(0.114)
npi_dif		0.066^***		0.672^**		2.450^***		2.057^***		6.319^***
		(0.007)		(0.388)		(0.900)		(0.577)		(0.250)
控制变量	是	是	是	是	是	是	是	是	是	是
个体固定效应	是	是	是	是	是	是	是	是	是	是
时间固定效应	是	是	是	是	是	是	是	是	是	是
样本量	72 493	72 493	72 493	72 493	72 493	72 493	72 493	72 493	72 493	72 493
R²	0.117	0.081	0.177	0.195	0.126	0.129	0.070	0.073	0.233	0.239

下载: 导出CSV

表 5 机制检验结果

变量	(1)	(2)	(3)
变量	金融信息可得性	金融认知水平	金融参与度
dif	0.053^***	-0.102^***	0.104^***
	(0.004)	(0.019)	(0.004)
控制变量	是	是	是
个体固定效应	是	是	是
时间固定效应	是	是	是
样本量	72 493	72 493	72 493
R²	0.094	0.069	0.001

下载: 导出CSV

表 6 城市群异质性分析的回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
变量	长三角		珠三角		京津冀		其他地区
dif	0.822^**	0.120	0.835	3.739^*	1.004^***	0.345^*	0.941^***	0.713^***
	(0.127)	(0.424)	(0.628)	(1.599)	(0.207)	(0.432)	(0.119)	(0.148)
npi_dif		3.293^**		13.151^***		2.645^***		0.438^*
		(1.657)		(4.266)		(1.279)		(1.263)
控制变量	是	是	是	是	是	是	是	是
个体固定效应	是	是	是	是	是	是	是	是
时间固定效应	是	是	是	是	是	是	是	是
样本量	11 099	11 099	4 112	4 112	7 779	7 779	49 497	49 497
R²	0.116	0.068	0.024	0.013	0.176	0.142	0.091	0.063

下载: 导出CSV

表 7 新质劳动者指数异质性分析的回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	低指数组		中指数组		高指数组
dif	2.151^***	2.790^***	2.502^***	1.641^***	2.999^***	1.134^***
	(0.099)	(0.532)	(0.105)	(0.371)	(0.177)	(0.311)
npi_dif		-21.160		8.330^**		6.158^***
		(12.358)		(3.716)		(0.773)
控制变量	是	是	是	是	是	是
个体固定效应	是	是	是	是	是	是
时间固定效应	是	是	是	是	是	是
样本量	24 150	24 150	24 076	24 076	24 267	24 267
R²	0.144	0.144	0.184	0.186	0.231	0.235

下载: 导出CSV

表 8 收入异质性分析的回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	低收入组		中收入组		高收入组
dif	0.062^**	0.166^***	0.202^***	0.224^***	1.745^***	0.411^*
	(0.018)	(0.019)	(0.011)	(0.015)	(0.198)	(0.203)
npi_dif		-0.842^***		-0.166^**		6.701^***
		(0.121)		(0.057)		(0.530)
控制变量	是	是	是	是	是	是
个体固定效应	是	是	是	是	是	是
时间固定效应	是	是	是	是	是	是
样本量	24 151	24 151	24 163	24 163	24 179	24 179
R²	0.050	0.054	0.054	0.054	0.089	0.097

下载: 导出CSV

表 9 数字普惠金融、新质劳动者与居民收入差异回归结果

变量	(1)	(2)	(3)	(4)
变量	Gini	Gini	Gini	Gini
dif	-0.019^***	-0.012^***	-0.106^***	-0.094^***
	(0.002)	(0.002)	(0.003)	(0.003)
npi			-0.355^***	-0.261^***
			(0.015)	(0.025)
npi_dif			0.534^***	0.512^***
			(0.014)	(0.014)
控制变量	是	是	是	是
个体固定效应	是	是	是	是
时间固定效应	是	是	是	是
样本量	72 493	72 493	72 493	72 493
R²	0.001	0.016	0.021	0.034

下载: 导出CSV

参考文献(32)

[1]	章贵军, 方若婷, 朱建平. 城乡居民共同富裕之路探究——基于"收入、消费和财富"不平等的测度与比较[J]. 当代经济研究, 2024(7): 88-104.
[2]	贝多广, 张锐. 包容性增长背景下的普惠金融发展战略[J]. 经济理论与经济管理, 2017(2): 5-12.
[3]	Lin H, Zhang Z J. The impacts of digital finance development on household income, consumption, and financial asset holding: an extreme value analysis of China's microdata[J]. Personal and Ubiquitous Computing, 2023, 27(4): 1607-1627. doi: 10.1007/s00779-022-01667-z
[4]	乔洪洋, 吴三忙. 数字经济赋能我国农村居民收入增长研究[J]. 西安财经大学学报, 2025(8): 1-21.
[5]	陈梦根, 周元任. 数字经济、分享发展与共同富裕[J]. 数量经济技术经济研究, 2023, 40(10): 5-26.
[6]	李林玥. 数字经济发展助力农村居民增收: 作用机制与实证检验[J]. 改革, 2024(11): 57-71.
[7]	周佳宁, 张建锋, 王宁, 等. 包容性增长视角下数字普惠金融对灵活就业者收入的影响效应研究[J]. 财贸研究, 2025, 36(2): 12-28.
[8]	崔海洋, 袁倩莹. 数字金融、产业结构升级与包容性增长——基于区域和城乡协调发展的视角[J]. 云南民族大学学报(哲学社会科学版), 2022, 39(5): 108-116.
[9]	程锐. 数字金融、融资困境与企业劳动收入份额[J]. 财经科学, 2024(1): 18-32.
[10]	李兰冰, 吴京洪. 数字经济与家庭收入包容性增长[J]. 广东财经大学学报, 2025, 40(4): 21-34. http://xb.gdufe.edu.cn/article/id/e8d9edaa-ae09-47b7-bbe7-405d3fce7483
[11]	张玉静, 涂圣伟. 数字普惠金融、农业要素配置效率与城乡居民收入差距——来自中国1572个县域的证据[J]. 南京农业大学学报(社会科学版), 2025, 25(1): 182-192.
[12]	郭劲光, 张景媛. 数字经济背景下技术创新是否有助于地区收入收敛?——基于研发要素流动的视角[J]. 兰州学刊, 2025(8): 1-21.
[13]	Zhan Y Q, Gao D F, Feng M Z, et al. Digital finance, non-agricultural employment, and the income-increasing effect on rural households[J]. International Review of Financial Analysis, 98 (2025): 103897. doi: 10.1016/j.irfa.2024.103897
[14]	高星. 新型城镇化、数字经济与共同富裕: 基于城乡收入分配视角[J]. 世界地理研究, 2025, 34(8): 101-113.
[15]	赵慧, 杨璐瑶, 郑瑞坤. 数字乡村建设对城乡居民收入差距收敛性的驱动机制[J]. 城市问题, 2025(1): 70-84.
[16]	徐彩瑶, 钱晨, 孔凡斌. 数字乡村建设能否缩小城乡收入差距——基于农业科技进步中介和门槛效应的实证检验[J]. 农业技术经济, 2024(12): 4-24.
[17]	王俊杰. 数字经济之于共同富裕: 效率还是公平?[J]. 浙江工商大学学报, 2024(4): 111-124.
[18]	孙伯驰, 尹含. 数字乡村发展能否促进农户共同富裕——基于收入增长与收入不平等的双重视角[J]. 华东经济管理, 2025, 39(6): 35-45.
[19]	王景圣, 孔令鹏. 数字鸿沟还是普惠红利——数字普惠金融对家族资产配置的影响与群体差异[J]. 统计研究, 2026, 43(1): 98-109.
[20]	曾永明, 潘丹, 汪瑶瑶, 等. 数字乡村建设促进了共同富裕吗——对农户收入增长与差距双重目标的考察[J]. 中国经济问题, 2024(6): 141-157.
[21]	洪俊杰, 李研, 杨曦. 数字经济与收入差距: 数字经济核心产业的视角[J]. 经济研究, 2024, 59(5): 116-131.
[22]	蒋永穆. 新质生产力理论对马克思主义生产力理论的继承和发展[J]. 经济学动态, 2025(5): 5-18.
[23]	杨云霞, 严晓红. 高素质劳动者在新质生产力中的战略定位与发展路径[J]. 西安财经大学学报, 2025, 38(4): 3-13.
[24]	洪银兴. 新质生产力及其培育和发展[J]. 经济学动态, 2024(1): 3-11.
[25]	胡莹, 方太坤. 再论新质生产力的内涵特征与形成路径——以马克思生产力理论为视角[J]. 浙江工商大学学报, 2024(2): 39-51.
[26]	简新华, 聂长飞. 中国新质生产力水平测度及省际现状的比较分析[J]. 经济学动态, 2024(10): 3-20.
[27]	吴雨, 李晓, 李洁, 等. 数字金融发展与家庭金融资产组合有效性[J]. 管理世界, 2021, 37(7): 92-104+7.
[28]	刘魏. 数字普惠金融对居民相对贫困的影响效应[J]. 华南农业大学学报(社会科学版), 2021, 20(6): 65-77.
[29]	郭沛瑶, 尹志超. 小微企业自主创新驱动力——基于数字普惠金融视角的证据[J]. 经济学动态, 2022(2): 85-104.
[30]	张勋, 杨桐, 汪晨, 等. 数字金融发展与居民消费增长: 理论与中国实践[J]. 管理世界, 2020, 36(11): 48-63.
[31]	黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23.
[32]	江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120.