数字普惠金融与乡村振兴耦合协调分析测度：以中部六省为例

赵健，魏欣

（1.河南工程学院经济贸易学院，郑州 451191；2.云南民族大学政治与公共管理学院，昆明 650031）

0 引言

数字普惠金融是数字技术服务普惠金融的行为，从可获得性、成本控制等方面弥补了传统金融服务的缺陷。因此，发展农村数字普惠金融，对于实施乡村振兴战略和实现共同富裕具有重要意义。近年来，我国农村数字普惠金融得到快速发展，但因受数字金融技术、金融发展水平、居民金融素养水平和金融监管等因素影响，农村数字普惠金融发展尚存在诸多问题。

梳理现有文献，学术界相关研究主要集中在三个方面：一是普惠金融支持乡村振兴的作用机制与实现路径。学者研究主要采用规范分析方法，从经济学的角度分析普惠金融在乡村振兴中的作用。谢琳（2020）[1]认为，普惠金融的农村经济服务功能体现在资源配置、便利清算与支付以及风险分散三个方面。弋伟伟（2021）[2]分析了普惠金融服务乡村振兴的兰考县实践，并提出了普惠金融助推乡村振兴的路径。二是普惠金融在支持乡村振兴过程中产生的福利效应。其研究采用规范分析和实证分析相结合的方法，分析普惠金融在助推乡村振兴过程中产生的经济效应。刘玉丽和马正兵（2019）[3]、邹新阳和温涛（2021）[4]、翟宛东（2021）[5]均认为普惠金融对农村发展的作用是积极的。三是数字普惠金融与乡村振兴关系的研究。部分学者通过实证研究检验两者之间的关系，如李季刚和马俊（2021）[6]的研究。

在已有文献的基础之上，本文将以中部六省为研究对象，从社会绩效视角，构建测度数字普惠金融与乡村振兴的指标体系，借助耦合协调度模型分析两者的双向关系，并根据对耦合协调度公式的推导，采用四分位法划分相应的取值范围及对应的评价等级，以期认识中部六省数字普惠金融与乡村振兴发展现状，进而探索数字普惠金融助推乡村振兴的实现路径。

1 数字普惠金融与乡村振兴的耦合机理

1.1 数字普惠金融加快乡村振兴进程

乡村振兴战略有效实施需要强大的资金支持。在不能完全依赖财政资金投入的情况下，金融成为不可或缺的手段。然而，金融天生的“逐利性”与农村地区天然的“弱势性”存在对立矛盾，使广大农村普遍处于“金融排斥”状态，成为推进乡村振兴的主要障碍。基于此，兼顾公平与效率、融合政府主导与市场驱动的普惠金融就成为解决金融排斥问题的可行选择。然而，由于信息不对称，加之农村金融需求主体分散、规模小、周期短以及缺少抵押物等特点，传统普惠金融一直不能破解成本高、风险控制难、发展不均衡等问题，数字普惠金融则有效弥补了上述短板，成为打通信贷客户“最后一公里”的新兴金融工具。

数字普惠金融依托现代数字技术建立的“产、学、研、推”智慧农业发展模式，可有效改善信息不对称问题，降低融资成本,充分提高资本、劳动力、土地等生产要素的流动性与效率，有利于农业生产形成规模效应。同时，数字普惠金融扩大了金融服务的覆盖面，极大程度地提升了乡村企业的信贷支持率。此外，数字普惠金融可满足农户生产、教育、创业、就业等方面的资金需求，提高农户收入。

1.2 乡村振兴为数字普惠金融创造发展空间

乡村振兴是产业、人才、文化、生态、组织的全面振兴，资金的多元化需求为数字普惠金融创造了发展空间。数字普惠金融改变了融资供给方和需求方的互动范式，改变了传统“坐等客户”的单侧供给模式。一方面，数字普惠金融充分提升了客户参与度，利用大数据技术对金融需求者进行较为精准的需求定位和风险评估。并从客户需求出发，有针对性地设计金融产品和金融服务，满足客户个性化、专属化的需求。另一方面，乡村产业融资需求得到满足后，其生产活力被激发出来，实体经济的供给结构可得到优化。此外，乡村振兴注重金融供给与资金需求的匹配，会“倒逼”农村金融市场不断完善相关制度，优化信用环境、拓宽信贷抵押物范围等，从而减小信贷主体的违约概率，有效降低普惠金融风险和交易成本，提升金融服务的包容性，实现普惠和盈利的双重目标。

1.3 数字普惠金融与乡村振兴的耦合路径

数字普惠金融借助数字化技术，为农业发展提供低成本、广覆盖的信贷支持，并引导与农业发展相关的人力资本、先进技术等生产要素进入农村市场，为乡村新产业、新业态形成和发展提供支撑；农村产业发展对数字普惠金融提出了多元化需求，促使金融机构不断开展金融创新、完善信用环境、拓宽抵押物范围。“生态宜居”是乡村振兴的重点，要求数字普惠金融树立绿色金融理念，将金融活动与生态环境项目相结合，引导资金、人才、技术等流向绿色、低碳型产业。金融知识的普及，提升了农户金融素养；利用数字技术建设信用体系，信用信息的共享有利于构建乡村守信、守则的新风貌。数字技术的应用便于乡村内部和外部主体共同参与乡村治理，改善乡村治理环境。数字普惠金融扩大了农村基础设施建设的资金来源渠道，较为精准地满足了农户的信贷需求，有助于塑造“生活富裕”的新风貌。数字普惠金融通过下沉服务、创新产品、改善供给、防控风险等满足了乡村振兴对金融提出的多元化、多层次要求，并在推进实现乡村振兴五大发展目标的过程中耦合协调、共同发展。两者的耦合路径如图1所示。

图1 数字普惠金融与乡村振兴的耦合路径

2 乡村振兴水平的测度指标、数据处理与方法选择

2.1 乡村振兴水平测度指标体系构建

基于乡村振兴发展战略的内涵和基本要求，本文借鉴联合国人类发展指数构建模式，同时考虑数据的可获取性，本文构建的乡村振兴指标体系包括“产业兴旺”“生态宜居”“乡风文明”“治理有效”和“生活富裕”五个方面，具体如表1所示。

表1 乡村振兴发展水平测度指标体系

2.2 数据处理及测度方法

表1中农村居民家庭恩格尔系数为逆向指标，需要将其进行正向化处理，本文将该指标取倒数；各观测指标计量单位不一致，会影响数据之间的可比性，需消除数据计量单位差异对分析结果带来的影响；测度指标体系中各变量较多，且各变量间可能存在相关性，而因子分析法既可减少参与建模的变量个数，又可最大限度地保留原有信息，因此本文选择因子分析法测度乡村振兴水平。

3 中部六省的实证测度

3.1 样本选择与数据来源

本文选择中部六省为研究对象，这是因为中部六省处于我国内陆腹地，具有承东启西、融南贯北的区位优势，同时又是国家综合运输网络中心区、全国重要的粮食主产区以及重要的能源基地制造业聚集区，在中国整体区域发展格局中具有重要的支撑作用。考虑到数字普惠金融可获取数据从2011年开始，因此本文选择样本区间为2011—2020年。表1中各观测指标数据来源于国家统计局官网、各省份历年统计年鉴、金融运行报告、国民经济和社会发展统计公报及历年《中国区域金融运行报告》。数字普惠金融指数来源于北京大学数字金融研究中心提供的2011—2020年北京大学数字普惠金融指数。

3.2 测度结果分析

3.2.1 中部六省数字普惠金融发展水平比较

根据北京大学数字金融研究中心提供的数字普惠金融指数及覆盖广度、使用深度和数字化程度三个维度的指数，可绘制中部六省2011—2020年数字普惠金融指数变化趋势图，如图2所示。以中部六省数字普惠金融历年指数及其不同维度指数的平均值可绘制2011—2020年数字普惠金融指数箱线图，如图3所示。

图2 中部六省2011—2020年数字普惠金融指数变化趋势

图3 2011—2020年中部六省数字普惠金融各维度指数箱线图

图2 显示，在2011—2020年，中部六省数字普惠金融指数整体上呈上升趋势；区域间存在显著差距，2014年后差距基本保持稳定；湖北数字普惠金融发展水平一直保持领先地位，其次是安徽，2016年以后，六省数字普惠金融发展水平均出现大幅度提升；样本区间内，湖南和山西则位居六省末尾。数字普惠金融水平的不断提升主要是因为数字技术的快速发展及其在金融业中的应用普及；作为金融发展历程中的重要节点，数字普惠金融离不开经济基础的支撑，中部六省经济基础存在差异，是导致各省份间数字普惠金融发展水平存在差异的主要原因之一。

图3箱线图反映了中部六省2011—2020年数字普惠金融不同维度的发展差异。可以看出，在数字普惠金融的三个维度中，数字化程度和使用深度的区间差异较为明显；数字普惠金融使用深度整体水平偏低，且区域间发展不均衡。这从侧面反映出在普惠金融相关政策引导下，各省份数字普惠金融都得到了快速发展，覆盖广度差异不大，但当发展以使用深度驱动时，因各区域资源禀赋差异较大，区域间就出现了显著差异。

3.2.2 中部六省乡村振兴发展水平比较

对表1中18个可测指标进行巴特利特球和KMO检验，以确定因子分析法的可行性，在SPSS 20.0中运行，检验结果显示，巴特利特球形度检验的统计量的观测值为988.24，其P值接近0，因此拒绝原假设；KMO检验值为0.727，说明可以采用因子分析法测度乡村振兴水平。进一步采用主成分分析法提取大于1的特征根，共提取因子4个，合计解释原有18个观测指标总方差的81.12%。结合因子得分系数矩阵和各因子方差贡献率，最终得到中部六省2011—2020年乡村振兴水平的测度值。可绘制相应的箱线图，如图4所示。

图4 2011—2020年中部六省乡村振兴水平箱线图

由图4可以看出：2011—2020年，湖北和湖南的平均水平较高，而河南和山西的平均水平偏低；湖北、湖南和安徽的各年份间发展水平存在较大差异，尤其是湖南在历年存在较大差异的情况下，仍保持较高的均值水平，说明该省份乡村振兴发展步伐较快；山西和江西历年发展均衡，整体水平偏低，因此有较大的提升空间。

4 中部六省数字普惠金融与乡村振兴的耦合关系分析

4.1 耦合协调度模型构建

采用物理学中容量耦合的概念和模型可以考察数字普惠金融与乡村振兴的耦合情况，关于耦合度模型，不同学者采用的具体形式是不一样的，本文基于姜磊等（2017）[7]的研究，定义耦合度模型如式（1）所示。

其中，C表示数字普惠金融与乡村振兴的耦合度；U1和U2分别表示数字普惠金融和乡村振兴的综合得分。由于U1+U2≥，所以式（1）的取值范围为[0,1],当且仅当U1=U2时，式（1）可取得最大值1。耦合度C越大，说明数字普惠金融与乡村振兴耦合程度越高。耦合度能够度量系统间交互作用的强弱，但却无法体现各系统间的作用是高水平上的相互促进还是低水平上的相互制约。当某区域数字普惠金融和乡村振兴发展水平都很低时，也可能出现较高的耦合度。

为避免“伪耦合”，需要借助耦合协调度模型进一步分析两者间良性共振的强弱，该模型的基本思想是采用离差最小化来判断各系统间的协调程度。先计算两个系统的综合评价得分T，如式（2）所示；然后计算两者的协调度D，如式（3）所示。式（2）中α和β分别表示数字普惠金融和乡村振兴在综合评价得分中的权重，为待估系数，本文认为数字普惠金融与乡村振兴两系统间是互为补充、互相促进的，因此设定α=β=。

4.2 耦合度与协调度测度结果分析

依据式（1）至式（3）测度2011—2020年中部六省数字普惠金融与乡村振兴两系统的耦合协调情况，如表2所示。四分位数是描述性统计的分位数方法，把样本历年数据按照由小到大的顺序排列后，处于25%、50%和75%的分割点可将数据分为四个部分，能较为直观地反映数据的对称性、离散程度、数据优劣等分布情况，因此被广泛应用于工程、医疗、经济等领域。本文借鉴权小锋等（2010）[8]、程雄等（2022）[9]的经验方法，将耦合度和协调度的测度结果划分为低度、中度、较高和高度四个水平。因耦合度与协调度量纲化不一致，为便于对两者进行比较，将测度结果进行了无量纲化处理，其计算公式如式（4）所示。

表2 2011—2020年中部六省数字普惠金融与乡村振兴耦合度和协调度测度结果

其中，Di为测度结果，minDi和maxDi分别表示测度值的最小值和最大值。对测度结果进行无量纲化处理后，可绘制2011—2020年中部六省数字普惠金融与乡村振兴耦合度、协调度均值的趋势图，如图5所示。

图5 2011—2020年中部六省数字普惠金融与乡村振兴耦合度、协调度均值变化趋势

（1）样本期内，中部六省数字普惠金融与乡村振兴的耦合度和协调度均呈上升趋势。2011—2020年，中部六省数字普惠金融与乡村振兴的耦合度从0.17上升至0.31，协调度则从19.54增加到43.47；无量纲化处理后的趋势图显示，相对而言，协调度变化趋势较为平稳；耦合度在2013年、2016年出现短暂调整之后趋于稳步增长；样本期内，耦合度一直高于协调度，且两者差距呈缩小趋势。数字普惠金融是乡村振兴的重要推动力，在政策性金融引导、乡村普惠金融风险分担和容错机制完善以及农村地区数字基础设施建设推进过程中，数字普惠金融不断向农村下沉，在乡村振兴中的作用日益凸显，因此与乡村振兴间的耦合度不断加强。同时，借助数字化技术，金融机构不断创新管理模式和服务模式，且针对农村地区实体经济和居民特征，设计出更多适合农村需求的金融产品，大大提高了金融的可获取性和覆盖率，增强了金融与乡村振兴间的平衡性与协调性。

（2）样本期内，中部六省数字普惠金融与乡村振兴耦合度及协调度排名不一致。表2计算结果显示，样本期内，耦合度由高到低依次是山西、河南、湖北、江西、安徽和湖南；协调度由高到低依次是湖北、安徽、湖南、江西、河南和山西，湖南和江西差距不明显。这说明部分省份数字普惠金融与乡村振兴存在低水平下的耦合，并未形成良性互动，尤其是山西和河南特征更为明显。中部六省数字普惠金融发展水平呈现赶超趋势，与东部经济发达地区的差距不断缩小；作为农业大省的河南，农村的数字普惠金融发展更是走在全国前列，“人人有授信、户户能贷款”在该省份部分地区已成为现实。但实证结果显示，河南数字普惠金融与乡村振兴两系统却处于高耦合度、低协调度的状态，这说明数字普惠金融在助力乡村振兴过程中不仅要实现量的合理增长，而且要注重质的有效提升。

（3）样本期内，中部六省数字普惠金融与乡村振兴的互动状态存在差异。比较耦合度与协调度的均值，可将中部六省分为三类。第一类是耦合度和协调度都比较高，包括湖北，说明湖北数字普惠金融发展已转化为乡村振兴的推动力量，乡村振兴也促进了数字普惠金融的发展，两系统处于高水平下的良性共振；第二类是高耦合度、低协调度，包括山西和河南，这两个省份数字普惠金融整体水平和乡村振兴整体水平都较低，两系统处于低水平下的互相制约；第三类则是耦合度和协调度基本均处于中等水平，两系统平衡发展，包括安徽、江西和湖南，这三个省份数字普惠金融和乡村振兴已初步形成协同发展的内生动力，但两个系统都有较大的提升空间。将两个系统测度结果进行无量纲化处理后，进一步分析安徽、江西和湖南三个省份。结果显示，湖南处于乡村振兴领先、数字普惠金融滞后阶段；安徽和江西则处于数字普惠金融领先、乡村振兴滞后阶段。这说明数字普惠金融的快速发展并未有效转化为推动乡村振兴的实质性力量，需要创新金融服务，加强数字普惠金融向农村地区下沉。

3.3 耦合度与协调度的空间格局特征

利用上述测度结果，可进一步考察耦合度与协调度的空间格局特征，图6分别给出了2011年、2016年和2020年耦合度及协调度的空间分布情况。图6中各省份测度数据的高低水平是由相应年份横向比较而确定的。

图6 中部六省数字普惠金融与乡村振兴耦合度、协调度的空间格局

由图6可以看出，样本期内，中部六省数字普惠金融与乡村振兴的耦合度和协调度都具有空间集聚与空间联动的特征。耦合度空间分布显示，2011年湖北和山西处于高水平，安徽处于中等水平，江西、湖南和河南处于低水平；2016年低水平的河南和江西转化为中等水平；2020年中等水平的河南上升为高水平，这说明数字普惠金融与乡村振兴的耦合程度在不断提升。从空间分布上看，较为集中且连片特征明显，说明区域间联动效应明显，高水平的辐射效应会带动低水平区域提升。协调度的空间分布呈现基本相同的规律，高水平省份依次由湖北增至湖北、湖南、安徽和江西，低水平省份由山西、河南和江西减少为仅有山西。

4 结论

本文分析了数字普惠金融与乡村振兴的耦合机理，以中部六省2011—2020年相关数据为样本，测度了乡村振兴发展水平，并对中部六省数字普惠金融与乡村振兴发展现状进行了比较分析。同时，借助耦合协调度模型，测度了中部六省数字普惠金融与乡村振兴的耦合度与协调度，并依据四分位数，将测度结果进行了划分。得出如下研究结果：

（1）中部六省数字普惠金融指数整体上呈上升趋势，区域间存在显著差异，可能是由各省份经济基础存在差异所导致的。从数字普惠金融的三个维度看，数字化程度和使用深度的区间差异较为明显，且数字普惠金融使用深度整体水平偏低，说明当普惠金融发展以使用深度驱动时，各区域资源禀赋差异是导致数字普惠金融发展出现差异的主要原因。

（2）中部六省数字普惠金融与乡村振兴的耦合度和协调度均呈上升趋势。相比较而言，协调度变化较为平稳，且耦合度一直高于协调度，两者差距呈缩小趋势。

（3）湖北数字普惠金融与乡村振兴耦合度和协调度都较高，说明两个系统处于高水平下的良性互振；山西和河南则是高耦合度、低协调度，说明两个系统处于低水平下的互相制约；安徽、江西和湖南两系统平衡发展，已初步形成协同发展的内生动力，但两者发展水平都偏低，有较大提升空间。其中，湖南处于乡村振兴领先、数字普惠金融滞后阶段，安徽和江西则处于数字普惠金融领先、乡村振兴滞后阶段。

（4）中部六省数字普惠金融与乡村振兴耦合度和协调度呈现空间集聚和空间联动的特征，即耦合协调度水平相近的省份会集聚在一起，且高水平省份会辐射相邻低水平省份，使其向高水平发展。