EN中文

Economic geography >

2021 , Vol. 41 >Issue 12: 187 - 195

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.12.020

Evaluation of Provincial Digital Inclusive Finance and Rural Revitalization and Its Coupling Synergy Analysis

  • TAN Yanzhi ,
  • LI Yunzhong , ※ ,
  • YE Chengfang
Expand
  • Business School，Xiangtan University，Xiangtan 411105，Hunan，China

Received date: 2021-03-27

  Revised date: 2021-10-23

  Online published: 2025-03-31

Fold

Abstract

By constructing the evaluation index system of digital inclusive finance and rural revitalization,selecting the panel data of 30 provinces in China from 2011 to 2019,this paper calculates the digital inclusive finance index,rural revitalization index and their spatio-temporal coupling coordination on the basis of entropy weight method and coupling coordination model. The research shows that: Firstly,the development of digital inclusive finance and rural revitalization index in each province are on the rise,but there are still regional gaps in varying degrees between regions. Secondly,the coupling coordination level between digital inclusive finance and rural revitalization continues to increase,from serious imbalance to primary coupling stage. Thirdly,The coupling coordination between digital inclusive finance and rural revitalization shows significant spatial agglomeration and spatial correlation,forming a significant spatial linkage pattern in the East,but not in the central and western regions. Based on the above conclusions,this paper puts forward relevant policy suggestions from the aspects of differentiated digital inclusive financial construction and improving the radiation effect in developed areas.

Key words： digital inclusive finance; rural vitalization; coupling coordination; spatial difference; rural industry; evaluation; coordinated development

Cite this article

TAN Yanzhi , LI Yunzhong , YE Chengfang . Evaluation of Provincial Digital Inclusive Finance and Rural Revitalization and Its Coupling Synergy Analysis[J]. Economic geography, 2021 , 41(12) : 187 -195 . DOI: 10.15957/j.cnki.jjdl.2021.12.020

“十九大”报告中创新性地提出了“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的乡村振兴战略，乡村振兴战略的提出是为了补齐过往中国经济发展中农村发展的短板问题，是加快实现社会主义现代化强国目标的重要举措。2019年国家多部门联合推出的《关于金融服务乡村振兴的指导意见》中提出不断推进我国农村地区数字化普惠金融进程，数字普惠金融业已成为支持乡村振兴发展不可或缺的力量。数字普惠金融兼具普惠金融的普惠特征和互联网的广覆盖、便捷性特征，能有效解决普惠金融服务乡村建设的“最后一公里”问题，为发展乡村经济、服务乡村振兴提供了更多可能。而乡村的振兴为数字普惠金融提供了良好的沃土，乡村地区成为金融机构争取“长尾客户”的广阔市场，乡村振兴对于金融机构提质增效、创新发展具有重要意义。
普惠金融的提出与发展受到各国学者的普遍关注，学者们对普惠金融以可承受的费用为弱势群体提供全面的金融服务，有效抑制金融排斥，降低弱质市场融资门槛等作用达成共识[1-2]。作为互联网技术和普惠金融的结合体，数字普惠金融能降低金融服务门槛和服务成本，更有效服务普惠金融主体[3]。北京大学数字金融中心联合蚂蚁金服集团编制的中国数字普惠金融指数，从使用深度、覆盖广度和数字化程度等方面分析了数字普惠金融对落后地区实现经济包容性发展的可行性[4]。国内学者们利用该数据对数字普惠金融促进经济增长提供了更多理论和实践证据：①宏观层面。数字普惠金融能够显著促进城乡收入差距收敛[5]，对于促进贫困减缓尤其是经济发展水平不高地区具有显著效果[6-7]，通过促进就业和产业升级达到减贫增收[8-9]。②微观层面。数字普惠金融的区域发展对农户参与数字金融决策具有显著影响[10]，数字普惠金融通过促进居民消费[11]、改善农村居民创业行为[12]、缓解企业融资约束[13]等作用机制推动经济增长。乡村振兴自“十九大”被正式提出以来，国内学者围绕乡村振兴进行了大量研究：①定性分析。如乡村振兴的内涵阐释[14]、乡村振兴与农村金融的逻辑关系[15⇓⇓-18]、数字金融支持乡村振兴融合发展的优势与困境[19]、乡村振兴战略实施的困境[20]，以及实施的关键支持要素[21-22]。②定量分析。如普惠金融与乡村振兴中农户的福利效应[23]、普惠金融促进乡村振兴的社会绩效以及普惠金融对乡村振兴的影响机理、贡献率等[24⇓⇓-27]。
综上，纵观大量学者对数字普惠金融与乡村振兴的研究可以发现，现有文献对数字普惠金融推动经济增长、缩小城乡收入差距等方面做了较多研究，但现有研究均是从单方面对数字普惠金融和乡村振兴进行研究的，从二者的耦合协调发展研究相对空白。而数字普惠金融与乡村振兴均作为一个综合性发展指标，两者发展势必相互交织、相互影响。推进乡村振兴和数字普惠金融的相互促进和融合发展，对于强化农村金融市场的完善、加快乡村振兴战略的稳步推进，实现社会主义现代化强国目标具有重要意义。有鉴于此，本文试图探究数字普惠金融与乡村振兴发展的耦合协调关系，分析二者耦合协调的区域差距及空间关联，通过构建数字普惠金融和乡村振兴两个子系统的指标评价体系，运用耦合协调度模型对两个子系统进行耦合协调度分析，以对二者的协调发展提供相应的实践价值。

1 数字普惠金融与乡村振兴的耦合关系

数字普惠金融与乡村振兴发展均以服务农村弱势群体或地区脱贫增收为主要目标，二者内在目标一致，必然存在耦合互动关系。

1.1 乡村振兴的发展需要数字普惠金融的支持

依据哈耶克的“供给优先”理论，乡村振兴需要发挥金融供给的先导作用。中国金融发展具有典型的二元结构特征，尤其是农村地区存在的显著系统性负投资问题是制约乡村发展的一大因素。因此，解决农村地区金融排斥问题是推进金融支持乡村振兴的关键所在。普惠金融兼顾市场公平与效率，被普遍认为是破解农村金融抑制和金融排斥的理想选择[27]。然而，普惠金融的主要障碍就是农村地区的潜在客户囿于分散化、规模小、缺乏硬信息和抵押资产等原因，无法触及传统金融机构信用评估的门槛[28]，数字金融作为普惠金融的载体，摆脱了传统金融机构受地理位置和时间的限制，同时数字普惠金融的长尾特征，能够在几乎零边际成本的情况下，为大量需求客户提供服务。有效弥补了传统普惠金融的短板，延伸金融机构服务的覆盖范围。对于乡村企业而言，缓解乡村企业融资难、融资贵问题，极大程度上提高乡村企业存活率，同时帮助乡村企业跨期分散风险，减少企业生产、研发过程中遭遇损失的可能性。对于农村居民而言，使之能够触及理财、个人贷款、农业保险、农村教育贷款等多方面的金融服务，提高创业和就业机会，扩大收入来源。同时，数字普惠金融通过引导金融资本注入乡村建设，带动产业、人才、技术等要素资源向乡村汇聚，提高农村资源配置效率。

1.2 乡村振兴的发展促进数字普惠金融的创新升级

乡村振兴是产业、人才、文化、生态、组织的全面振兴，诸如农业产业化、规模化经营以及农村人居环境、生态环境改善等都为普惠金融在乡村的发展带来了巨大空间。一方面，乡村振兴对资金的多元化需求促进普惠金融机构服务乡村振兴的金融工具创新能力和创新潜力，通过提供更加多元化的金融产品和金融服务提升数字普惠金融发展水平。另一方面，乡村振兴不同于脱贫攻坚，更加注重乡村地区的内生发展动力，强调金融供给与乡村振兴资金需求适用性和匹配性。换言之，乡村振兴是强调金融的“造血”功能，而非财政资金的“输血”功能，乡村振兴对金融的需求倒逼农村金融市场从信用环境构建、拓宽农业农村抵押物范围等方面完善制度，有效降低信贷主体的违约概率，减少金融机构做普惠金融的交易成本和风险，提高普惠金融机构金融服务的包容性，实现普惠和盈利的双重目标。
综上，乡村振兴的发展为数字普惠发展金融创造了广阔的发展空间，而数字普惠金融发展又加速了乡村振兴战略实现的进程。乡村振兴战略的实施激活了广阔的农村市场活力，其潜在的庞大金融需求是数字普惠金融发展的无限动力。与此同时，数字普惠金融的发展又为乡村振兴注入大量的资金支持，通过合理的金融资源配置，促进乡村涉及产业、环境、收入、乡风等诸多方面的共同发展，使得乡村振兴和数字普惠金融达成良性共振、协调发展。

2 指标体系、研究方法及数据来源

2.1 指标体系构建

为全面、客观、系统、科学地分析中国数字普惠金融与乡村振兴发展的耦合协同作用，在遵循科学性、适用性、层次性、系统性原则的基础上，本文尝试构建中国数字普惠金融和乡村振兴发展的综合评价指标体系。
数字普惠金融指标体系。本文使用北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融作为衡量地区数字普惠金融发展的指标。该数据指标在传统普惠金融指标基础上，结合数字金融的新形势、新特点，从覆盖广度、使用深度和数字化程度三个维度，共33个具体指标，是国内反映数字普惠金融最权威的一套指标评价体系，指数的具体编制方法参考郭峰等[4]的研究。
乡村振兴指标体系构建。乡村振兴战略的提出对农村经济、政治、文化、社会、生态文明建设都提出了现代化要求。学者们对乡村振兴指标体系的构建作出了有效探索，普遍从产业兴旺、生态宜居、乡风文明、治理有效、生活服务五个方面构建乡村振兴指标体系，但尚未形成统一的标准。2018年国家发布的《乡村振兴战略规划（2018—2022年）》首次建立了乡村振兴指标评价体系，22项具体指标，其中约束性指标3项、预期性指标19项。本文依据该指标体系，借鉴现有研究成果的基础上，构建包含产业兴旺、生态宜居、乡风文明、治理有效、生活富裕5个一级指标、26个二级指标的乡村振兴评价体系，具体指标见表1。
表1 数字普惠金融与乡村振兴指标评价体系

Tab.1 Evaluation system of digital inclusive finance and rural revitalization

耦合子系统 一级指标 二级指标 性质 权重
数字普惠
金融		 覆盖广度 + 0.5400
使用深度 + 0.2970
数字化程度 + 0.1630
乡村振兴 产业兴旺 农业劳动生产率 + 0.0213
粮食单产 + 0.0262
农产品服务业占比 + 0.0308
人均生产性建筑面积 + 0.0773
亩均机械动力 + 0.0302
生态宜居 单位面积园林绿化 + 0.1197
单位面积环境卫生投入 + 0.0751
卫生厕所普及率 + 0.0129
污水处理 + 0.0410
乡风文明 教育文化支出 + 0.0288
农村人均受教育年限年 + 0.0093
义务教育师生占比 + 0.0773
单位人口拥有公共图书
馆藏量		 + 0.0590
单位公共性面积 + 0.0300
艺术表演团体数 + 0.0747
治理有效 低保人数占比 - 0.0094
每千农业人口村卫生室
人员		 + 0.0582
人均低保领取金额 + 0.0562
行政村规划比例 + 0.0213
村庄投入比例 + 0.0243
生活富裕 居民消费支出 + 0.0303
恩格尔系数农村 - 0.0100
硬化道路比例 + 0.0197
供水普及率 + 0.0167
城乡收入比 - 0.0109
农村居民人均纯收入 + 0.0293

注：“+”表示指标为正向指标，“-”表示指标为负向指标。

2.2 数据来源

数字普惠金融数据运用北京大学数字金融研究中心和蚂蚁金服集团共同编制的中国数字普惠金融指数。乡村振兴指标体系总共涵盖了26个具体指标，相关指标数据分别来自《中国统计年鉴》《中国农村统计年鉴》《中国城乡建设统计年鉴》《中国教育统计年鉴》《中国第三产业年鉴》以及各省统计年鉴，针对统计年鉴中某些具体指标的个别年份或地区的缺失情况，本文从各省市统计局网站、政府工作报告中手动整理，对于找不到的缺失数据采用插值法进行推算。文中所用到的GDP、产业增加值等数据均以2011年为基期进行计算。

2.3 研究方法

本文旨在通过构建数字金融和乡村振兴的指标评价体系，然后通过计算中国数字金融和乡村振兴的耦合协调模型，以分析中国地区间耦合协同的空间差异效应。具体采用方法与步骤如下。
①指标无量纲化处理。由于乡村振兴指标体系是包含五个方面共26个指标的综合评价体系，考虑到指标间的度量单位不统一，需要对数据进行无量纲化处理以消除指标间的量纲影响，由于数据极差法量纲方法会出现0的数据，为了避免求熵值的时候取对数的无意义，需要进行数据平移处理，式中 α为平移幅度，本文为尽可能降低平移对原数据的影响，取 α值为0.001。
计算指标方法如下：
正 向 指 标     λ i j = x i j - m i n x j m a x x j - m i n x j + α
负 向 指 标     λ i j = m a x x j - x i j m a x   x j - m i n x j + α
式中：i代表省份；j代表指标。经过公式（1）和公式（2）所得的 λ i j值组成指标矩阵 λ i j m n；其中m表示样本省份个数；n表示评价指标的个数。
②熵权法。熵权法作为一种客观赋值方法，是利用各指标的具体数值的差异度确定权重系数，客观反映各项指标在指标评价体系中的重要性，有效避免主观赋权带来的人为偏差[29⇓-31]。因此，本文选择熵权法作为测度数字金融和乡村振兴指标权重确定的方法。具体操作步骤如下：
第一步，计算各项指标 λ i j在数字普惠金融系统和乡村振兴系统中的指标比重 p i j：
p i j = λ i j / ∑ i = 1 m λ i j
第二步，计算第j项指标下的信息熵值 e j：
e j = - k ∑ i = 1 m p i j l n p i j
式中：系数 k = 1 / l n m , 0 ≤ e j ≤ 1。
第三步，计算各指标的综合权重 ω j：
ω j = 1 - e j ∑ j = 1 n 1 - e j
式中： 1 - e j为第j个指标的差异系数，差异系数越大，则指标 x j在综合评价指标体系中越重要。
第四步，通过对各指标的综合权重 ω j与相对应的归一化 λ i j的乘积之和计算综合评价指数 W i j：
W i j = ∑ i = 0 n ω j λ i j
③耦合协同模型。耦合概念源于物理学概念，指的是两个或两个以上的系统相互作用彼此影响从而出现的协同现象，本文研究数字普惠金融与乡村振兴之间的相互作用关系，引入物理学中的耦合概念，构建数字普惠金融与乡村振兴交互作用的耦合模型如下：
C = W 1 W 2 W 1 + W 2
式中：C表示数字普惠金融与乡村振兴交互作用的耦合度，反映二者交互耦合的强弱； W 1 与 W 2分别代表数字普惠金融指数和乡村振兴指数。从式（7）可以看出，耦合度C的取值范围在[0,1]之间，当C=0时，表示数字普惠金融与乡村振兴两系统之间耦合度极低，二者之间处于无序状态。当C=1时表示两系统之间达到最佳耦合，此时二者之间达到良性共振耦合。耦合度C作为衡量数字普惠金融与乡村振兴交互作用的重要指标，C的大小反映了二者的交互耦合程度，对于判断和预警地区数字普惠金融和乡村振兴协调发展程度和时空演化趋势和关系具有重要意义。但也存在一定缺陷，当某一地区的数字普惠金融和乡村振兴发展均比较差时，二者也可能出现较高的耦合度，即为“伪耦合”现象，此时耦合度就难以反映两个协同之间的整体功效和协同效应，为解决“伪耦合”问题，更加准确判断数字普惠金融和乡村振兴的耦合协同程度，本文引入数字普惠金融和乡村振兴的耦合协同度模型，其核心思想是采用离差最小化原理构建离差模型来判断两系统之间的协同程度：
D = C · T T = α · W 1 + β · W 2
式中：D为数字普惠金融与乡村振兴之间的耦合协调度；T为数字普惠金融与乡村振兴之间的综合协调指数，用以反映二者之间的综合发展水平； α与 β为待定系数，表示两个系统协调发展中各自重要程度， α + β = 1，本文假定数字普惠金融与乡村振兴同等重要，因此 α = β = 0.5。学界对耦合协调度的划分尚无统一标准，本文借鉴现有研究成果[32-33]，充分考虑研究对象的实际特征，对数字普惠金融与乡村振兴的耦合协调度等级划分见表2。根据两个子系统综合发展水平，将数字普惠金融和乡村振兴耦合协调发展划分为数字普惠金融滞后型和乡村振兴滞后型两个方面，若 W 1 - W 2 > 0.1，则代表数字普惠金融发展领先于乡村振兴发展，属于乡村振兴滞后性，反之，若 W 2 - W 1 > 0.1，则是属于数字普惠金融滞后性。若 0 ≤ W 1 - W 2 ≤ 0.1时，则代表数字普惠金融与乡村振兴两系统协同发展。
表2 耦合协调度等级划分标准

Tab.2 Classification standard of coupling coordination degree

耦合协调度 耦合协调等级 耦合协调度 耦合协调等级
（0，0.1） 极度失调 （0.4，0.5） 中级协调
[0.1，0.2） 严重失调 [0.5，0.6） 良性协调
[0.2，0.3） 濒临失调 [0.6，0.8） 高度协调
[0.3，0.4） 初级协调 [0.8，1.0） 优质协调
④空间相关性。空间相关性是地理学中研究某一现象存在与周围其他现象存在的联系，研究同一种现象的聚集和分散程度。学界普遍采用Moran's I作为检验空间相关性存在与否的依据。

3 数字普惠金融与乡村振兴时空特征分析

根据表1构建的数字普惠金融和乡村振兴指标体系，运用熵权法计算，得到2011—2019年中国30个省份的数字普惠金融与乡村振兴指数（表3）。使用ArcGIS10.6软件空间可视化中国数字普惠金融与乡村振兴的空间格局如图1所示。中国各省的数字普惠金融和乡村振兴均得到飞速发展，主要原因在于：一是互联网信息技术的快速发展以及电子商务的快速发展使得金融科技在中国得到快速应用普及；二是2011年中国大部分地区的数字普惠金融和乡村振兴基础比较薄弱，容易形成高增长姿态；三是在国家全力支持乡村发展的政策支持与实践下，全国各行各业倾尽全力解决农村发展薄弱环节，对数字普惠金融普及、乡村振兴的快速发展提供了基础环境。
表3 中国数字普惠金融与乡村振兴评价结果

Tab.3 Evaluation results of China's digital inclusive financial and rural revitalization（2011-2019）

地区 2011 2014 2017 2019
数字普惠金融 乡村振兴 数字普惠金融 乡村振兴 数字普惠金融 乡村振兴 数字普惠金融 乡村振兴
全国 0.0891 0.1551 0.4439 0.1935 0.6616 0.2671 0.7884 0.3059
北京 0.1588 0.3827 0.5470 0.5058 0.7805 0.5283 0.9575 0.6035
天津 0.1253 0.2579 0.4832 0.2242 0.6865 0.4384 0.8327 0.4518
河北 0.0771 0.1529 0.3990 0.1830 0.6287 0.2536 0.7458 0.2852
上海 0.1538 0.3918 0.5618 0.3922 0.8024 0.4916 0.9937 0.6069
江苏 0.1227 0.2482 0.4907 0.2960 0.7158 0.3579 0.8761 0.4033
浙江 0.1554 0.3155 0.5285 0.3769 0.7597 0.4893 0.9366 0.5501
福建 0.1305 0.2067 0.4876 0.2569 0.7160 0.3465 0.8722 0.4031
山东 0.0821 0.2077 0.4469 0.2592 0.6597 0.3469 0.7956 0.3900
广东 0.1561 0.1551 0.4842 0.1847 0.7055 0.2333 0.8731 0.2854
海南 0.1091 0.0857 0.4398 0.1282 0.6637 0.1802 0.7916 0.2106
山西 0.0788 0.1536 0.4141 0.1921 0.6322 0.2580 0.7438 0.2868
安徽 0.0723 0.1441 0.4521 0.1730 0.6645 0.2901 0.8077 0.3241
江西 0.0667 0.1415 0.4448 0.1671 0.6557 0.2204 0.7809 0.2579
河南 0.0695 0.1348 0.4134 0.1708 0.6511 0.2371 0.7827 0.2896
湖北 0.0824 0.1218 0.4656 0.1730 0.6934 0.2293 0.8379 0.2759
湖南 0.0743 0.0935 0.4147 0.1395 0.6410 0.2606 0.7653 0.2591
内蒙古 0.0615 0.0902 0.4359 0.1314 0.6340 0.1944 0.7088 0.2164
广西 0.0813 0.0826 0.4116 0.1309 0.6415 0.1783 0.7546 0.2084
重庆 0.0873 0.1199 0.4530 0.1555 0.6694 0.2410 0.7904 0.2829
四川 0.0890 0.0940 0.4236 0.1227 0.6562 0.2089 0.7763 0.2368
贵州 0.0468 0.0527 0.3944 0.0837 0.6146 0.1656 0.7126 0.1995
云南 0.0580 0.0861 0.4098 0.1300 0.6281 0.1795 0.7421 0.2239
陕西 0.0949 0.1221 0.4402 0.1573 0.6463 0.2209 0.7839 0.2531
甘肃 0.0528 0.1017 0.4085 0.1397 0.5921 0.1955 0.6985 0.2294
青海 0.0573 0.1084 0.3624 0.1481 0.5869 0.1858 0.6892 0.2265
宁夏 0.0654 0.1436 0.4042 0.1826 0.6164 0.2429 0.7018 0.2771
新疆 0.0442 0.0953 0.4077 0.1396 0.6064 0.1630 0.7100 0.2302
辽宁 0.0887 0.1390 0.4626 0.1808 0.6486 0.2663 0.7578 0.2509
吉林 0.0477 0.1136 0.4106 0.1421 0.6214 0.2150 0.7163 0.2357
黑龙江 0.0823 0.1115 0.4195 0.1394 0.6304 0.1932 0.7172 0.2218
图1 中国数字普惠金融与乡村振兴指标评价得分空间格局(2011、2019)

Fig.1 The spatial pattern of digital inclusive finance and rural revitalization in China(2011, 2019)

数字普惠金融方面，2011—2019年中国数字普惠金融平均发展水平为0.4963，从2011年的0.0856增长到2019年的0.7821，实现跨越式发展。从增长速度上，中国数字普惠金融呈放缓趋势，表明随着数字普惠金融的快速发展，中国数字普惠金融越来越成熟。本文依据国家统计局区域划分标准，将中国分为东、中、西、东北四个区域，从区域层面看，中国数字普惠金融在地区间存在明显的“东强西弱” 不均衡现象，东部数字普惠金融发展程度最高，中部和东北地区次之，西部最弱。
乡村振兴方面，2011—2019年中国乡村振兴发展平均水平为0.2221，从2011年的0.1551发展到2019年的0.3059，年均增长率达到7.84%，中国乡村振兴发展水平显著提高，说明脱贫攻坚和乡村振兴战略成效显著，但是省域乡村振兴发展最好最次之间呈现“固化”特征。

4 数字普惠金融与乡村振兴耦合协调度时空演变分析

4.1 数字普惠金融与乡村振兴耦合协调度分析

通过构建耦合协调度模型对中国数字普惠金融和乡村振兴系耦合协调度进行计算，得到2011—2019年数字普惠金融和乡村振兴耦合协调度见表4，运用ArcGIS10.6软件空间可视化得到中国数字普惠金融与乡村振兴的耦合协调度空间格局如图2。
表4 数字普惠金融与乡村振兴耦合协调度

Tab.4 Coupling coordination between digital inclusive finance and rural revitalization

地区 2011 2012 2013 2014 2015 2016 2017 2018 2019
中国 0.2361 0.3125 0.3601 0.3773 0.4125 0.4178 0.4537 0.4754 0.4908
北京 0.3511 0.4366 0.4917 0.5128 0.5567 0.5527 0.5666 0.5932 0.6165
天津 0.2998 0.3767 0.4204 0.4057 0.4838 0.4842 0.5237 0.5368 0.5538
河北 0.2330 0.3080 0.3556 0.3676 0.4026 0.4076 0.4468 0.4636 0.4802
上海 0.3504 0.4321 0.4849 0.4845 0.5186 0.5231 0.5604 0.5873 0.6231
江苏 0.2954 0.3734 0.4198 0.4365 0.4667 0.4723 0.5031 0.5279 0.5452
浙江 0.3327 0.4022 0.4568 0.4724 0.5067 0.5101 0.5521 0.5796 0.5991
福建 0.2866 0.3564 0.4067 0.4207 0.4505 0.4532 0.4990 0.5301 0.5445
山东 0.2555 0.3402 0.3936 0.4125 0.4477 0.4473 0.4891 0.5093 0.5278
广东 0.2789 0.3312 0.3759 0.3867 0.4143 0.4175 0.4504 0.4827 0.4996
海南 0.2198 0.2874 0.3254 0.3446 0.3893 0.3881 0.4158 0.4397 0.4518
山西 0.2345 0.3146 0.3579 0.3755 0.4067 0.4111 0.4493 0.4666 0.4805
安徽 0.2259 0.3076 0.3513 0.3739 0.4083 0.4219 0.4685 0.4949 0.5058
江西 0.2204 0.3068 0.3519 0.3692 0.3943 0.4016 0.4360 0.4572 0.4737
河南 0.2200 0.2969 0.3474 0.3645 0.3911 0.4002 0.4432 0.4698 0.4879
湖北 0.2238 0.3020 0.3557 0.3767 0.4092 0.4160 0.4465 0.4825 0.4903
湖南 0.2041 0.2792 0.3267 0.3468 0.3803 0.3921 0.4520 0.4622 0.4719
内蒙古 0.1930 0.2735 0.3225 0.3459 0.3946 0.4236 0.4190 0.4281 0.4425
广西 0.2024 0.2710 0.3149 0.3407 0.3736 0.3816 0.4112 0.4339 0.4453
重庆 0.2262 0.2976 0.3451 0.3643 0.3943 0.4066 0.4481 0.4713 0.4862
四川 0.2138 0.2775 0.3223 0.3377 0.3704 0.3781 0.4303 0.4510 0.4630
贵州 0.1576 0.2374 0.2771 0.3014 0.3400 0.3512 0.3994 0.4273 0.4342
云南 0.1879 0.2746 0.3182 0.3398 0.3691 0.3776 0.4097 0.4414 0.4515
陕西 0.2320 0.2992 0.3389 0.3627 0.3940 0.4025 0.4346 0.4587 0.4719
甘肃 0.1915 0.2736 0.3199 0.3456 0.3792 0.3790 0.4125 0.4335 0.4474
青海 0.1985 0.2637 0.3190 0.3404 0.3803 0.3787 0.4063 0.4231 0.4445
宁夏 0.2201 0.3004 0.3472 0.3686 0.4083 0.4061 0.4399 0.4548 0.4696
新疆 0.1801 0.2719 0.3324 0.3454 0.3747 0.3719 0.3965 0.4252 0.4496
辽宁 0.2356 0.3125 0.3638 0.3803 0.4110 0.4141 0.4559 0.4586 0.4670
吉林 0.1918 0.2870 0.3309 0.3475 0.3786 0.3819 0.4275 0.4407 0.4532
黑龙江 0.2188 0.2822 0.3279 0.3477 0.3789 0.3834 0.4177 0.4316 0.4466
图2 中国数字普惠金融与乡村振兴耦合协调度空间格局(2011、2019)

Fig.2 Spatial pattern of coupling coordination degree between digital inclusive finance and rural revitalization of China (2011, 2019)

从时空层面来看，中国数字普惠金融与乡村振兴耦合协调关系经历了濒临失调、初级协调、中级协调三个发展阶段，2019年的耦合协调度为0.4908，已经比较接近良性协调状态。分析数字普惠金融与乡村振兴两个子系统的耦合协调度发现，二者的综合发展趋势基本保持一致，随着数字普惠金融子系统的综合水平的迅速提升，数字普惠金融与乡村振兴总系统的耦合协调性呈不断上升趋势，说明中国数字普惠金融与乡村振兴已初步形成协同发展的内生动力。但是从发展程度上看，我国数字普惠金融与乡村振兴整体耦合协同性还处于较低状态，2011年数字普惠金融刚开始发展，此时 W 2 - W 1 > 0.1，中国整体处于数字普惠金融滞后性阶段；2012—2014年，两子系统发展水平差值在 0 ≤ W 1 - W 2 ≤ 0.1，此时两子系统属于平衡发展阶段，但此时的耦合协调度均小于0.4，处于初级协调阶段；2015年以来， W 1 - W 2 > 0.1，此时数字普惠金融发展领先于乡村振兴发展，属于乡村振兴滞后性，且 W 1 ~ W 2的值越来越大，说明数字普惠金融快速发展，但是并没有显著转化为推动乡村振兴发展的助力，反而在一定程度上抑制了两个系统的耦合协调发展。
从区域层面看，中国数字普惠金融与乡村振兴耦合协同度呈现明显的“东强西弱、南高北低”的特征，2011—2019年东、中、西、东北地区数字普惠金融与乡村振兴耦合协调均值分别为0.4424、0.3834、0.3585、0.3694，协调度分别从濒临失调到初级协调、中级协调转变，其中东部地区达到良性协调。2011年耦合协调度均值西部（0.2003）<东北（0.2154）<中部（0.2215）<东部（0.2903），2019年耦合协调度均值西部（0.4551）<东北（0.4556）<中部（0.4850）<东部（0.5442），中西部及东北地区虽然经过迅速发展，耦合协调度上升迅速，但是“东强西弱、南高北低”的整体趋势没有发生变化。中国数字普惠金融与乡村振兴耦合协同度呈现明显的“极化均衡”现象，即省域中存在部分省份实现数字普惠金融与乡村振兴高级别协调发展局面，同时其他省份地区同这些极化地区保持一定的差距，但是在同梯队趋向于均衡发展现象。目前，北京、上海、浙江、天津、江苏以及福建作为极化地区，是数字普惠金融与乡村振兴耦合协调发展最好的地区，尤其是北京、上海、浙江，其耦合协调水平已达到高度协调阶段，与中国其他地区形成差距，呈现一定的极化空间格局。其他地区之间耦合协调水平差异不大，通过近些年的发展，均从不同程度的失调发展到中级协调水平，尤其是西部的贵州、云南、甘肃等地，从2011年的严重失调到2019年达到中级协调水平，取得了长足的发展。总体而言，非极化地区间呈现均衡现象。

4.2 数字普惠金融与乡村振兴耦合协调度空间效应检验

为判断数字普惠金融与乡村振兴发展在空间上是否存在策略互动可能，对中国30个省份的数字普惠金融与乡村振兴耦合协调度进行莫兰指数检验。通过构建相邻权重矩阵，根据公式（9）计算的2011—2019中国省域数字普惠金融与乡村振兴耦合协调度的莫兰指数及检验结果见表5。结果显示，各年的Moran's I指数均为正，且均通过了1%显著性水平的Z检验，表明中国省域数字普惠金融与乡村振兴耦合协调度存在明显的空间正相关关系，也就是说数字普惠金融与乡村振兴耦合协调度高的省域与相对高的省域空间集聚，而耦合协调度低的省域与相对低的省域趋于空间集聚。且全局Moran's I指数在考察年份中处于波动上升趋势，说明随着时间的推移，数字普惠金融与乡村振兴空间集聚分布的现象更加明显。全局Moran指数只能从总体上表明中国省域间数字普惠金融与乡村振兴的空间正相关关系，无法刻画省域数字普惠金融与乡村振兴耦合协调的空间集聚性和局域空间自相关的特征。数字普惠金融与乡村振兴的耦合协调发展不仅存在空间集聚性，也可能存在较强的空间正相关性，地理邻近省域间存在邻居依赖效应。
表5 2011—2019年数字普惠金融与乡村振兴耦合协调度的全局Moran指数

Tab.5 Global Moran index of coupling coordination degree of digital inclusive finance and rural revitalization from 2011 to 2019

年份 I Z P
2011 0.548 4.792 0.000
2012 0.581 5.104 0.000
2013 0.557 4.924 0.000
2014 0.503 4.522 0.000
2015 0.543 4.849 0.000
2016 0.54 4.798 0.000
2017 0.582 5.079 0.000
2018 0.587 5.124 0.000
2019 0.582 5.112 0.000
为进一步考察不同省份间的空间相关关系，本文采用局部空间自相关模型进行检验，运用GeoDa软件绘制LISA集聚图刻画内部空间格局差异的动态特征（图略）。可以发现，高高集聚地区主要是集中在东部沿海地区，这些地区乡村振兴和数字普惠金融发展情况较高，能带动邻近省份的数字普惠金融和乡村振兴发展。低低集聚的省份主要集中在西部和东北地区，这些地区自身数字普惠金融和乡村振兴发展水平均比较低，缺少省份间的联动，难以影响邻近省份的数字普惠金融和乡村振兴发展。低高地区以中部省份为主，这些省份与发展较好的东部地区邻近，表现为较好的被带动性。在高低集聚区主要以广东为主，广东自身数字普惠金融较高，但是乡村振兴发展水平相对落后，没能通过区域优势起到邻近带动作用，导致相邻省份数字普惠金融和乡村振兴耦合协调度处于较低水平。
从动态角度看，2011—2019年仅有安徽地区从低高集聚区发展为高高集聚，安徽被东部发展较好的江浙包围，数字普惠金融与乡村振兴耦合协调发展从2011—2019年快速发展提高，体现了邻近省份的带动效应，其他地区没有相应的跃迁，主要在于中西部及东北地区缺乏具有数字普惠金融与乡村振兴耦合协调发展水平高的地区，无法起到带动效应。整体来看，中国数字普惠金融与乡村振兴耦合协调发展在东部地区已经形成较好的空间联动格局，但在中西部及东北地区还缺乏这种空间联动格局的形成。

5 结论与建议

本文选取2011—2019年中国省域面板研究中国数字普惠金融与乡村振兴耦合协调问题，分别构建数字普惠金融和乡村振兴综合评价体系，运用熵权法对两个指标体系进行评价，并采用耦合协调度模型测算中国数字普惠金融与乡村振兴发展指数之间的耦合协调度，得出以下结论：①数字普惠金融和乡村振兴发展水平显著提高，从2011年数字普惠金融指数0.0856，到2019年0.7821，数字普惠金融指数的“东强西弱”区域格局明显改善。乡村振兴虽然呈现显著的增长趋势，但是“东强西弱”的区域格局呈现一定的“固化”特征。②总结数字普惠金融与乡村振兴的耦合协调发展过程，2011年数字普惠金融刚开始发展，中国整体处于数字普惠金融滞后阶段；2012—2014年整体处于初级协调阶段，两子系统属于平衡发展阶段；2015年以来，两子系统耦合协调度0.4，处于中级协调阶段，此时数字普惠金融发展领先于乡村振兴发展，体现了乡村振兴发展滞后性。③数字普惠金融与乡村振兴耦合协调度呈现“极化均衡”现象，即省域中存在部分省份实现数字普惠金融与乡村振兴高级别协调发展局面，同时其他省份地区同这些极化地区保持一定的差距，但是在同梯队趋向于均衡发展现象。④数字普惠金融和乡村振兴耦合协调发展存在较强的空间集聚和空间相关特征，主要表现在东部地区耦合协调和空间联动格局较高，而中西部及东北地区缺乏数字普惠金融与乡村振兴耦合协调发展水平高的地区，尚未形成良性空间联动格局。
为提高区域数字普惠金融和乡村振兴发展水平，基于上述研究结论和各省实际情况，本文就如何推进数字普惠金融和乡村振兴耦合协同发展提出以下三点建议：
第一，探索差异化地区数字普惠金融推广的方案和策略。除东部沿海地区之外，多数中西部地区数字普惠金融与乡村振兴耦合协调度水平较低，普遍还处于初级耦合阶段，即便东部地区耦合协调度相对高的地区也仅是处于中级协调阶段，且都是乡村振兴滞后性，说明数字普惠金融不能够很好地服务于乡村振兴建设，为此需要加强地区乡村基础设施建设，尤其是数字信息基础设施建设，从外在属性上提高落后地区农村居民数字金融可得性，其次，政府结合金融机构需要加强农村地区数字普惠金融宣传与教育，提高农村居民金融知识素养，从居民内在属性上提高数字普惠金融能力，获取更多致富支持手段。鉴于地区之间数字普惠金融和乡村振兴发展的程度不同，为提高地区发展效率，各地区应针对地区发展的差异性，而制定相应的发展策略，对于经济发展落后的地区，着重通过外在属性提高可得性，对于经济发展较好的地区，鼓励更多从内在属性上提高居民的数字普惠金融能力。
第二，综合利用区域优势，提升区域发展协同效应。从中国省域数字普惠金融和乡村振兴耦合协调度局部自相关的分析来看，区域间的耦合协调度具有显著的空间集聚和空间正相关性，结合这一特点，应充分利用这种空间联动效应，对于高高集聚的东部地区，继续加强提高其对邻近省域的辐射效应，拓宽辐射范围，增强其与邻近省域的互联互动，带动周边更多省份的数字普惠金融与乡村振兴的发展。
第三，打造中西部地区增长极。中西部地区数字普惠金融和乡村振兴发展水平相较东部地区均比较低，对于这些落后地区，应加强在该地区的政策支持，在共同富裕的背景下，推进西部地区乡村振兴的金融支持政策和措施的实施。同时围绕中西部地区形成“头部引领、协同发展”的格局，在中西部和东北地区探索能够引领地方发展的“极化区域”，诸如围绕新疆、四川等区域代表性地区建设中西部发展中心，强化区域的空间联动，引领中西部经济发展。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Tchamyou V S, Erreygers G, Cassimon D. Inequality, ICT and financial access in Africa[J]. Technological Forecasting and Social Change, 2019,139:169-184.

[2]
Nair T S, Tankha A. Inclusive finance India report 2014[M]. New Delhi: Oxford University Press, 2015.

[3]
黄益平, 黄卓. 中国的数字金融发展:现在与未来[J]. 经济学(季刊), 2018, 17(4):1489-1502.

[4]
郭峰, 王靖一, 王芳, 等. 测度中国数字普惠金融发展:指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4):1401-1418.

[5]
宋晓玲. 数字普惠金融缩小城乡收入差距的实证检验[J]. 财经科学, 2017(6):14-25.

[6]
张子豪, 谭燕芝. 数字普惠金融与中国城乡收入差距——基于空间计量模型的实证分析[J]. 金融理论与实践, 2018(6):1-7.

[7]
龚沁宜, 成学真. 数字普惠金融、农村贫困与经济增长[J]. 甘肃社会科学, 2018(6):139-145.

[8]
何燕, 李静. 授人以渔:数字普惠金融的减贫效应及就业机制[J]. 消费经济, 2021, 37(3):69-79.

[9]
张林. 数字普惠金融、县域产业升级与农民收入增长[J]. 财经问题研究, 2021(6):51-59.

[10]
郭峰, 王瑶佩. 传统金融基础、知识门槛与数字金融下乡[J]. 财经研究, 2020, 46(1):19-33.

[11]
易行健, 周利. 数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J]. 金融研究, 2018(11):47-67.

[12]
张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019, 54(8):71-86.

[13]
任晓怡. 数字普惠金融发展能否缓解企业融资约束[J]. 现代经济探讨, 2020(10):65-75.

[14]
叶兴庆. 新时代中国乡村振兴战略论纲[J]. 改革, 2018(1):65-73.

[15]
余春苗, 任常青. 农村金融支持产业发展:脱贫攻坚经验和乡村振兴启示[J]. 经济学家, 2021(2):112-119.

[16]
肖汉平. 新时代乡村振兴与金融结构优化研究[J]. 开发性金融研究, 2018(4):11-18.

[17]
张洁妍, 陈玉梅. 乡村振兴战略背景下我国农村金融改革路径研究[J]. 学习与探索, 2018(12):156-161.

[18]
何广文, 刘甜. 基于乡村振兴视角的农村金融困境与创新选择[J]. 学术界, 2018(10):46-55.

[19]
何宏庆. 数字金融助推乡村产业融合发展:优势、困境与进路[J]. 西北农林科技大学学报:社会科学版, 2020, 20(3):118-125.

[20]
王国刚. 从金融功能看融资、普惠和服务“三农”[J]. 中国农村经济, 2018(3):2-14.

[21]
王曙光, 王丹莉. 乡村振兴战略的金融支持[J]. 中国金融, 2018(4):69-70.

[22]
王立胜, 陈健, 张彩云. 深刻把握乡村振兴战略——政治经济学视角的解读[J]. 经济与管理评论, 2018, 34(4):40-56.

[23]
刘玉丽, 马正兵. 乡村振兴中农民转型的普惠金融支持及其福利效应[J]. 西北民族大学学报:哲学社会科学版, 2019(6):163-175.

[24]
葛和平, 钱宇. 数字普惠金融服务乡村振兴的影响机理及实证检验[J]. 现代经济探讨, 2021(5):118-126.

[25]
谢地, 苏博. 数字普惠金融助力乡村振兴发展:理论分析与实证检验[J]. 山东社会科学, 2021(4):121-127.

[26]
熊正德, 顾晓青, 魏唯. 普惠金融发展对中国乡村振兴的影响研究——基于C-D生产函数的实证分析[J]. 湖南社会科学, 2021(1):63-71.

[27]
邹新阳, 温涛. 普惠金融、社会绩效与乡村振兴——基于30省(区、市)的面板数据[J]. 改革, 2021(4):95-106.

[28]
黄益平, 陶坤玉. 中国的数字金融革命:发展、影响与监管启示[J]. 国际经济评论, 2019(6):24-35,5.

[29]
朱建华, 王虹吉, 郑鹏. 贵州省循环经济与绿色金融耦合协调发展研究[J]. 经济地理, 2019, 39(12):119-128.

[30]
冯锐, 高菠阳, 陈钰淳, 等. 粤港澳大湾区科技金融耦合度及其影响因素研究[J]. 地理研究, 2020, 39(9):1972-1986.

DOI

[31]
张芷若, 谷国锋. 科技金融与科技创新耦合协调度的空间格局分析[J]. 经济地理, 2019, 39(4):50-58.

[32]
陈国生, 刘小凤, 蒋淑玲, 等. 湖南省乡村振兴耦合协调发展测度与路径选择研究[J]. 经济地理, 2019, 39(5):191-197,206.

[33]
田深圳, 李雪铭, 杨俊, 等. 东北三省城市拟态与现实人居环境时空耦合协调特征与机制[J]. 地理学报, 2021, 76(4):781-798.

DOI

Options
Outlines

/

〈 〉