數(shù)字普惠金融與鄉(xiāng)村振興耦合協(xié)調(diào)分析測度：以中部六省為例

趙健，魏欣

（1.河南工程學(xué)院經(jīng)濟(jì)貿(mào)易學(xué)院，鄭州 451191；2.云南民族大學(xué)政治與公共管理學(xué)院，昆明 650031）

0 引言

數(shù)字普惠金融是數(shù)字技術(shù)服務(wù)普惠金融的行為，從可獲得性、成本控制等方面彌補(bǔ)了傳統(tǒng)金融服務(wù)的缺陷。因此，發(fā)展農(nóng)村數(shù)字普惠金融，對于實(shí)施鄉(xiāng)村振興戰(zhàn)略和實(shí)現(xiàn)共同富裕具有重要意義。近年來，我國農(nóng)村數(shù)字普惠金融得到快速發(fā)展，但因受數(shù)字金融技術(shù)、金融發(fā)展水平、居民金融素養(yǎng)水平和金融監(jiān)管等因素影響，農(nóng)村數(shù)字普惠金融發(fā)展尚存在諸多問題。

梳理現(xiàn)有文獻(xiàn)，學(xué)術(shù)界相關(guān)研究主要集中在三個方面：一是普惠金融支持鄉(xiāng)村振興的作用機(jī)制與實(shí)現(xiàn)路徑。學(xué)者研究主要采用規(guī)范分析方法，從經(jīng)濟(jì)學(xué)的角度分析普惠金融在鄉(xiāng)村振興中的作用。謝琳（2020）[1]認(rèn)為，普惠金融的農(nóng)村經(jīng)濟(jì)服務(wù)功能體現(xiàn)在資源配置、便利清算與支付以及風(fēng)險(xiǎn)分散三個方面。弋偉偉（2021）[2]分析了普惠金融服務(wù)鄉(xiāng)村振興的蘭考縣實(shí)踐，并提出了普惠金融助推鄉(xiāng)村振興的路徑。二是普惠金融在支持鄉(xiāng)村振興過程中產(chǎn)生的福利效應(yīng)。其研究采用規(guī)范分析和實(shí)證分析相結(jié)合的方法，分析普惠金融在助推鄉(xiāng)村振興過程中產(chǎn)生的經(jīng)濟(jì)效應(yīng)。劉玉麗和馬正兵（2019）[3]、鄒新陽和溫濤（2021）[4]、翟宛東（2021）[5]均認(rèn)為普惠金融對農(nóng)村發(fā)展的作用是積極的。三是數(shù)字普惠金融與鄉(xiāng)村振興關(guān)系的研究。部分學(xué)者通過實(shí)證研究檢驗(yàn)兩者之間的關(guān)系，如李季剛和馬?。?021）[6]的研究。

在已有文獻(xiàn)的基礎(chǔ)之上，本文將以中部六省為研究對象，從社會績效視角，構(gòu)建測度數(shù)字普惠金融與鄉(xiāng)村振興的指標(biāo)體系，借助耦合協(xié)調(diào)度模型分析兩者的雙向關(guān)系，并根據(jù)對耦合協(xié)調(diào)度公式的推導(dǎo)，采用四分位法劃分相應(yīng)的取值范圍及對應(yīng)的評價等級，以期認(rèn)識中部六省數(shù)字普惠金融與鄉(xiāng)村振興發(fā)展現(xiàn)狀，進(jìn)而探索數(shù)字普惠金融助推鄉(xiāng)村振興的實(shí)現(xiàn)路徑。

1 數(shù)字普惠金融與鄉(xiāng)村振興的耦合機(jī)理

1.1 數(shù)字普惠金融加快鄉(xiāng)村振興進(jìn)程

鄉(xiāng)村振興戰(zhàn)略有效實(shí)施需要強(qiáng)大的資金支持。在不能完全依賴財(cái)政資金投入的情況下，金融成為不可或缺的手段。然而，金融天生的“逐利性”與農(nóng)村地區(qū)天然的“弱勢性”存在對立矛盾，使廣大農(nóng)村普遍處于“金融排斥”狀態(tài)，成為推進(jìn)鄉(xiāng)村振興的主要障礙?；诖?，兼顧公平與效率、融合政府主導(dǎo)與市場驅(qū)動的普惠金融就成為解決金融排斥問題的可行選擇。然而，由于信息不對稱，加之農(nóng)村金融需求主體分散、規(guī)模小、周期短以及缺少抵押物等特點(diǎn)，傳統(tǒng)普惠金融一直不能破解成本高、風(fēng)險(xiǎn)控制難、發(fā)展不均衡等問題，數(shù)字普惠金融則有效彌補(bǔ)了上述短板，成為打通信貸客戶“最后一公里”的新興金融工具。

數(shù)字普惠金融依托現(xiàn)代數(shù)字技術(shù)建立的“產(chǎn)、學(xué)、研、推”智慧農(nóng)業(yè)發(fā)展模式，可有效改善信息不對稱問題，降低融資成本,充分提高資本、勞動力、土地等生產(chǎn)要素的流動性與效率，有利于農(nóng)業(yè)生產(chǎn)形成規(guī)模效應(yīng)。同時，數(shù)字普惠金融擴(kuò)大了金融服務(wù)的覆蓋面，極大程度地提升了鄉(xiāng)村企業(yè)的信貸支持率。此外，數(shù)字普惠金融可滿足農(nóng)戶生產(chǎn)、教育、創(chuàng)業(yè)、就業(yè)等方面的資金需求，提高農(nóng)戶收入。

1.2 鄉(xiāng)村振興為數(shù)字普惠金融創(chuàng)造發(fā)展空間

鄉(xiāng)村振興是產(chǎn)業(yè)、人才、文化、生態(tài)、組織的全面振興，資金的多元化需求為數(shù)字普惠金融創(chuàng)造了發(fā)展空間。數(shù)字普惠金融改變了融資供給方和需求方的互動范式，改變了傳統(tǒng)“坐等客戶”的單側(cè)供給模式。一方面，數(shù)字普惠金融充分提升了客戶參與度，利用大數(shù)據(jù)技術(shù)對金融需求者進(jìn)行較為精準(zhǔn)的需求定位和風(fēng)險(xiǎn)評估。并從客戶需求出發(fā)，有針對性地設(shè)計(jì)金融產(chǎn)品和金融服務(wù)，滿足客戶個性化、專屬化的需求。另一方面，鄉(xiāng)村產(chǎn)業(yè)融資需求得到滿足后，其生產(chǎn)活力被激發(fā)出來，實(shí)體經(jīng)濟(jì)的供給結(jié)構(gòu)可得到優(yōu)化。此外，鄉(xiāng)村振興注重金融供給與資金需求的匹配，會“倒逼”農(nóng)村金融市場不斷完善相關(guān)制度，優(yōu)化信用環(huán)境、拓寬信貸抵押物范圍等，從而減小信貸主體的違約概率，有效降低普惠金融風(fēng)險(xiǎn)和交易成本，提升金融服務(wù)的包容性，實(shí)現(xiàn)普惠和盈利的雙重目標(biāo)。

1.3 數(shù)字普惠金融與鄉(xiāng)村振興的耦合路徑

數(shù)字普惠金融借助數(shù)字化技術(shù)，為農(nóng)業(yè)發(fā)展提供低成本、廣覆蓋的信貸支持，并引導(dǎo)與農(nóng)業(yè)發(fā)展相關(guān)的人力資本、先進(jìn)技術(shù)等生產(chǎn)要素進(jìn)入農(nóng)村市場，為鄉(xiāng)村新產(chǎn)業(yè)、新業(yè)態(tài)形成和發(fā)展提供支撐；農(nóng)村產(chǎn)業(yè)發(fā)展對數(shù)字普惠金融提出了多元化需求，促使金融機(jī)構(gòu)不斷開展金融創(chuàng)新、完善信用環(huán)境、拓寬抵押物范圍?！吧鷳B(tài)宜居”是鄉(xiāng)村振興的重點(diǎn)，要求數(shù)字普惠金融樹立綠色金融理念，將金融活動與生態(tài)環(huán)境項(xiàng)目相結(jié)合，引導(dǎo)資金、人才、技術(shù)等流向綠色、低碳型產(chǎn)業(yè)。金融知識的普及，提升了農(nóng)戶金融素養(yǎng)；利用數(shù)字技術(shù)建設(shè)信用體系，信用信息的共享有利于構(gòu)建鄉(xiāng)村守信、守則的新風(fēng)貌。數(shù)字技術(shù)的應(yīng)用便于鄉(xiāng)村內(nèi)部和外部主體共同參與鄉(xiāng)村治理，改善鄉(xiāng)村治理環(huán)境。數(shù)字普惠金融擴(kuò)大了農(nóng)村基礎(chǔ)設(shè)施建設(shè)的資金來源渠道，較為精準(zhǔn)地滿足了農(nóng)戶的信貸需求，有助于塑造“生活富?！钡男嘛L(fēng)貌。數(shù)字普惠金融通過下沉服務(wù)、創(chuàng)新產(chǎn)品、改善供給、防控風(fēng)險(xiǎn)等滿足了鄉(xiāng)村振興對金融提出的多元化、多層次要求，并在推進(jìn)實(shí)現(xiàn)鄉(xiāng)村振興五大發(fā)展目標(biāo)的過程中耦合協(xié)調(diào)、共同發(fā)展。兩者的耦合路徑如圖1所示。

圖1 數(shù)字普惠金融與鄉(xiāng)村振興的耦合路徑

2 鄉(xiāng)村振興水平的測度指標(biāo)、數(shù)據(jù)處理與方法選擇

2.1 鄉(xiāng)村振興水平測度指標(biāo)體系構(gòu)建

基于鄉(xiāng)村振興發(fā)展戰(zhàn)略的內(nèi)涵和基本要求，本文借鑒聯(lián)合國人類發(fā)展指數(shù)構(gòu)建模式，同時考慮數(shù)據(jù)的可獲取性，本文構(gòu)建的鄉(xiāng)村振興指標(biāo)體系包括“產(chǎn)業(yè)興旺”“生態(tài)宜居”“鄉(xiāng)風(fēng)文明”“治理有效”和“生活富?！蔽鍌€方面，具體如表1所示。

表1 鄉(xiāng)村振興發(fā)展水平測度指標(biāo)體系

2.2 數(shù)據(jù)處理及測度方法

表1中農(nóng)村居民家庭恩格爾系數(shù)為逆向指標(biāo)，需要將其進(jìn)行正向化處理，本文將該指標(biāo)取倒數(shù)；各觀測指標(biāo)計(jì)量單位不一致，會影響數(shù)據(jù)之間的可比性，需消除數(shù)據(jù)計(jì)量單位差異對分析結(jié)果帶來的影響；測度指標(biāo)體系中各變量較多，且各變量間可能存在相關(guān)性，而因子分析法既可減少參與建模的變量個數(shù)，又可最大限度地保留原有信息，因此本文選擇因子分析法測度鄉(xiāng)村振興水平。

3 中部六省的實(shí)證測度

3.1 樣本選擇與數(shù)據(jù)來源

本文選擇中部六省為研究對象，這是因?yàn)橹胁苛√幱谖覈鴥?nèi)陸腹地，具有承東啟西、融南貫北的區(qū)位優(yōu)勢，同時又是國家綜合運(yùn)輸網(wǎng)絡(luò)中心區(qū)、全國重要的糧食主產(chǎn)區(qū)以及重要的能源基地制造業(yè)聚集區(qū)，在中國整體區(qū)域發(fā)展格局中具有重要的支撐作用?？紤]到數(shù)字普惠金融可獲取數(shù)據(jù)從2011年開始，因此本文選擇樣本區(qū)間為2011—2020年。表1中各觀測指標(biāo)數(shù)據(jù)來源于國家統(tǒng)計(jì)局官網(wǎng)、各省份歷年統(tǒng)計(jì)年鑒、金融運(yùn)行報(bào)告、國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào)及歷年《中國區(qū)域金融運(yùn)行報(bào)告》。數(shù)字普惠金融指數(shù)來源于北京大學(xué)數(shù)字金融研究中心提供的2011—2020年北京大學(xué)數(shù)字普惠金融指數(shù)。

3.2 測度結(jié)果分析

3.2.1 中部六省數(shù)字普惠金融發(fā)展水平比較

根據(jù)北京大學(xué)數(shù)字金融研究中心提供的數(shù)字普惠金融指數(shù)及覆蓋廣度、使用深度和數(shù)字化程度三個維度的指數(shù)，可繪制中部六省2011—2020年數(shù)字普惠金融指數(shù)變化趨勢圖，如圖2所示。以中部六省數(shù)字普惠金融歷年指數(shù)及其不同維度指數(shù)的平均值可繪制2011—2020年數(shù)字普惠金融指數(shù)箱線圖，如圖3所示。

圖2 中部六省2011—2020年數(shù)字普惠金融指數(shù)變化趨勢

圖3 2011—2020年中部六省數(shù)字普惠金融各維度指數(shù)箱線圖

圖2 顯示，在2011—2020年，中部六省數(shù)字普惠金融指數(shù)整體上呈上升趨勢；區(qū)域間存在顯著差距，2014年后差距基本保持穩(wěn)定；湖北數(shù)字普惠金融發(fā)展水平一直保持領(lǐng)先地位，其次是安徽，2016年以后，六省數(shù)字普惠金融發(fā)展水平均出現(xiàn)大幅度提升；樣本區(qū)間內(nèi)，湖南和山西則位居六省末尾。數(shù)字普惠金融水平的不斷提升主要是因?yàn)閿?shù)字技術(shù)的快速發(fā)展及其在金融業(yè)中的應(yīng)用普及；作為金融發(fā)展歷程中的重要節(jié)點(diǎn)，數(shù)字普惠金融離不開經(jīng)濟(jì)基礎(chǔ)的支撐，中部六省經(jīng)濟(jì)基礎(chǔ)存在差異，是導(dǎo)致各省份間數(shù)字普惠金融發(fā)展水平存在差異的主要原因之一。

圖3箱線圖反映了中部六省2011—2020年數(shù)字普惠金融不同維度的發(fā)展差異。可以看出，在數(shù)字普惠金融的三個維度中，數(shù)字化程度和使用深度的區(qū)間差異較為明顯；數(shù)字普惠金融使用深度整體水平偏低，且區(qū)域間發(fā)展不均衡。這從側(cè)面反映出在普惠金融相關(guān)政策引導(dǎo)下，各省份數(shù)字普惠金融都得到了快速發(fā)展，覆蓋廣度差異不大，但當(dāng)發(fā)展以使用深度驅(qū)動時，因各區(qū)域資源稟賦差異較大，區(qū)域間就出現(xiàn)了顯著差異。

3.2.2 中部六省鄉(xiāng)村振興發(fā)展水平比較

對表1中18個可測指標(biāo)進(jìn)行巴特利特球和KMO檢驗(yàn)，以確定因子分析法的可行性，在SPSS 20.0中運(yùn)行，檢驗(yàn)結(jié)果顯示，巴特利特球形度檢驗(yàn)的統(tǒng)計(jì)量的觀測值為988.24，其P值接近0，因此拒絕原假設(shè)；KMO檢驗(yàn)值為0.727，說明可以采用因子分析法測度鄉(xiāng)村振興水平。進(jìn)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個，合計(jì)解釋原有18個觀測指標(biāo)總方差的81.12%。結(jié)合因子得分系數(shù)矩陣和各因子方差貢獻(xiàn)率，最終得到中部六省2011—2020年鄉(xiāng)村振興水平的測度值。可繪制相應(yīng)的箱線圖，如圖4所示。

圖4 2011—2020年中部六省鄉(xiāng)村振興水平箱線圖

由圖4可以看出：2011—2020年，湖北和湖南的平均水平較高，而河南和山西的平均水平偏低；湖北、湖南和安徽的各年份間發(fā)展水平存在較大差異，尤其是湖南在歷年存在較大差異的情況下，仍保持較高的均值水平，說明該省份鄉(xiāng)村振興發(fā)展步伐較快；山西和江西歷年發(fā)展均衡，整體水平偏低，因此有較大的提升空間。

4 中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合關(guān)系分析

4.1 耦合協(xié)調(diào)度模型構(gòu)建

采用物理學(xué)中容量耦合的概念和模型可以考察數(shù)字普惠金融與鄉(xiāng)村振興的耦合情況，關(guān)于耦合度模型，不同學(xué)者采用的具體形式是不一樣的，本文基于姜磊等（2017）[7]的研究，定義耦合度模型如式（1）所示。

其中，C表示數(shù)字普惠金融與鄉(xiāng)村振興的耦合度；U1和U2分別表示數(shù)字普惠金融和鄉(xiāng)村振興的綜合得分。由于U1+U2≥，所以式（1）的取值范圍為[0,1],當(dāng)且僅當(dāng)U1=U2時，式（1）可取得最大值1。耦合度C越大，說明數(shù)字普惠金融與鄉(xiāng)村振興耦合程度越高。耦合度能夠度量系統(tǒng)間交互作用的強(qiáng)弱，但卻無法體現(xiàn)各系統(tǒng)間的作用是高水平上的相互促進(jìn)還是低水平上的相互制約。當(dāng)某區(qū)域數(shù)字普惠金融和鄉(xiāng)村振興發(fā)展水平都很低時，也可能出現(xiàn)較高的耦合度。

為避免“偽耦合”，需要借助耦合協(xié)調(diào)度模型進(jìn)一步分析兩者間良性共振的強(qiáng)弱，該模型的基本思想是采用離差最小化來判斷各系統(tǒng)間的協(xié)調(diào)程度。先計(jì)算兩個系統(tǒng)的綜合評價得分T，如式（2）所示；然后計(jì)算兩者的協(xié)調(diào)度D，如式（3）所示。式（2）中α和β分別表示數(shù)字普惠金融和鄉(xiāng)村振興在綜合評價得分中的權(quán)重，為待估系數(shù)，本文認(rèn)為數(shù)字普惠金融與鄉(xiāng)村振興兩系統(tǒng)間是互為補(bǔ)充、互相促進(jìn)的，因此設(shè)定α=β=。

4.2 耦合度與協(xié)調(diào)度測度結(jié)果分析

依據(jù)式（1）至式（3）測度2011—2020年中部六省數(shù)字普惠金融與鄉(xiāng)村振興兩系統(tǒng)的耦合協(xié)調(diào)情況，如表2所示。四分位數(shù)是描述性統(tǒng)計(jì)的分位數(shù)方法，把樣本歷年數(shù)據(jù)按照由小到大的順序排列后，處于25%、50%和75%的分割點(diǎn)可將數(shù)據(jù)分為四個部分，能較為直觀地反映數(shù)據(jù)的對稱性、離散程度、數(shù)據(jù)優(yōu)劣等分布情況，因此被廣泛應(yīng)用于工程、醫(yī)療、經(jīng)濟(jì)等領(lǐng)域。本文借鑒權(quán)小鋒等（2010）[8]、程雄等（2022）[9]的經(jīng)驗(yàn)方法，將耦合度和協(xié)調(diào)度的測度結(jié)果劃分為低度、中度、較高和高度四個水平。因耦合度與協(xié)調(diào)度量綱化不一致，為便于對兩者進(jìn)行比較，將測度結(jié)果進(jìn)行了無量綱化處理，其計(jì)算公式如式（4）所示。

表2 2011—2020年中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度和協(xié)調(diào)度測度結(jié)果

其中，Di為測度結(jié)果，minDi和maxDi分別表示測度值的最小值和最大值。對測度結(jié)果進(jìn)行無量綱化處理后，可繪制2011—2020年中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度、協(xié)調(diào)度均值的趨勢圖，如圖5所示。

圖5 2011—2020年中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度、協(xié)調(diào)度均值變化趨勢

（1）樣本期內(nèi)，中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合度和協(xié)調(diào)度均呈上升趨勢。2011—2020年，中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合度從0.17上升至0.31，協(xié)調(diào)度則從19.54增加到43.47；無量綱化處理后的趨勢圖顯示，相對而言，協(xié)調(diào)度變化趨勢較為平穩(wěn)；耦合度在2013年、2016年出現(xiàn)短暫調(diào)整之后趨于穩(wěn)步增長；樣本期內(nèi)，耦合度一直高于協(xié)調(diào)度，且兩者差距呈縮小趨勢。數(shù)字普惠金融是鄉(xiāng)村振興的重要推動力，在政策性金融引導(dǎo)、鄉(xiāng)村普惠金融風(fēng)險(xiǎn)分擔(dān)和容錯機(jī)制完善以及農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)推進(jìn)過程中，數(shù)字普惠金融不斷向農(nóng)村下沉，在鄉(xiāng)村振興中的作用日益凸顯，因此與鄉(xiāng)村振興間的耦合度不斷加強(qiáng)。同時，借助數(shù)字化技術(shù)，金融機(jī)構(gòu)不斷創(chuàng)新管理模式和服務(wù)模式，且針對農(nóng)村地區(qū)實(shí)體經(jīng)濟(jì)和居民特征，設(shè)計(jì)出更多適合農(nóng)村需求的金融產(chǎn)品，大大提高了金融的可獲取性和覆蓋率，增強(qiáng)了金融與鄉(xiāng)村振興間的平衡性與協(xié)調(diào)性。

（2）樣本期內(nèi)，中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度及協(xié)調(diào)度排名不一致。表2計(jì)算結(jié)果顯示，樣本期內(nèi)，耦合度由高到低依次是山西、河南、湖北、江西、安徽和湖南；協(xié)調(diào)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顯。這說明部分省份數(shù)字普惠金融與鄉(xiāng)村振興存在低水平下的耦合，并未形成良性互動，尤其是山西和河南特征更為明顯。中部六省數(shù)字普惠金融發(fā)展水平呈現(xiàn)趕超趨勢，與東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)的差距不斷縮??；作為農(nóng)業(yè)大省的河南，農(nóng)村的數(shù)字普惠金融發(fā)展更是走在全國前列，“人人有授信、戶戶能貸款”在該省份部分地區(qū)已成為現(xiàn)實(shí)。但實(shí)證結(jié)果顯示，河南數(shù)字普惠金融與鄉(xiāng)村振興兩系統(tǒng)卻處于高耦合度、低協(xié)調(diào)度的狀態(tài)，這說明數(shù)字普惠金融在助力鄉(xiāng)村振興過程中不僅要實(shí)現(xiàn)量的合理增長，而且要注重質(zhì)的有效提升。

（3）樣本期內(nèi)，中部六省數(shù)字普惠金融與鄉(xiāng)村振興的互動狀態(tài)存在差異。比較耦合度與協(xié)調(diào)度的均值，可將中部六省分為三類。第一類是耦合度和協(xié)調(diào)度都比較高，包括湖北，說明湖北數(shù)字普惠金融發(fā)展已轉(zhuǎn)化為鄉(xiāng)村振興的推動力量，鄉(xiāng)村振興也促進(jìn)了數(shù)字普惠金融的發(fā)展，兩系統(tǒng)處于高水平下的良性共振；第二類是高耦合度、低協(xié)調(diào)度，包括山西和河南，這兩個省份數(shù)字普惠金融整體水平和鄉(xiāng)村振興整體水平都較低，兩系統(tǒng)處于低水平下的互相制約；第三類則是耦合度和協(xié)調(diào)度基本均處于中等水平，兩系統(tǒng)平衡發(fā)展，包括安徽、江西和湖南，這三個省份數(shù)字普惠金融和鄉(xiāng)村振興已初步形成協(xié)同發(fā)展的內(nèi)生動力，但兩個系統(tǒng)都有較大的提升空間。將兩個系統(tǒng)測度結(jié)果進(jìn)行無量綱化處理后，進(jìn)一步分析安徽、江西和湖南三個省份。結(jié)果顯示，湖南處于鄉(xiāng)村振興領(lǐng)先、數(shù)字普惠金融滯后階段；安徽和江西則處于數(shù)字普惠金融領(lǐng)先、鄉(xiāng)村振興滯后階段。這說明數(shù)字普惠金融的快速發(fā)展并未有效轉(zhuǎn)化為推動鄉(xiāng)村振興的實(shí)質(zhì)性力量，需要創(chuàng)新金融服務(wù)，加強(qiáng)數(shù)字普惠金融向農(nóng)村地區(qū)下沉。

3.3 耦合度與協(xié)調(diào)度的空間格局特征

利用上述測度結(jié)果，可進(jìn)一步考察耦合度與協(xié)調(diào)度的空間格局特征，圖6分別給出了2011年、2016年和2020年耦合度及協(xié)調(diào)度的空間分布情況。圖6中各省份測度數(shù)據(jù)的高低水平是由相應(yīng)年份橫向比較而確定的。

圖6 中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度、協(xié)調(diào)度的空間格局

由圖6可以看出，樣本期內(nèi)，中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合度和協(xié)調(diào)度都具有空間集聚與空間聯(lián)動的特征。耦合度空間分布顯示，2011年湖北和山西處于高水平，安徽處于中等水平，江西、湖南和河南處于低水平；2016年低水平的河南和江西轉(zhuǎn)化為中等水平；2020年中等水平的河南上升為高水平，這說明數(shù)字普惠金融與鄉(xiāng)村振興的耦合程度在不斷提升。從空間分布上看，較為集中且連片特征明顯，說明區(qū)域間聯(lián)動效應(yīng)明顯，高水平的輻射效應(yīng)會帶動低水平區(qū)域提升。協(xié)調(diào)度的空間分布呈現(xiàn)基本相同的規(guī)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、河南和江西減少為僅有山西。

4 結(jié)論

本文分析了數(shù)字普惠金融與鄉(xiāng)村振興的耦合機(jī)理，以中部六省2011—2020年相關(guān)數(shù)據(jù)為樣本，測度了鄉(xiāng)村振興發(fā)展水平，并對中部六省數(shù)字普惠金融與鄉(xiāng)村振興發(fā)展現(xiàn)狀進(jìn)行了比較分析。同時，借助耦合協(xié)調(diào)度模型，測度了中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合度與協(xié)調(diào)度，并依據(jù)四分位數(shù)，將測度結(jié)果進(jìn)行了劃分。得出如下研究結(jié)果：

（1）中部六省數(shù)字普惠金融指數(shù)整體上呈上升趨勢，區(qū)域間存在顯著差異，可能是由各省份經(jīng)濟(jì)基礎(chǔ)存在差異所導(dǎo)致的。從數(shù)字普惠金融的三個維度看，數(shù)字化程度和使用深度的區(qū)間差異較為明顯，且數(shù)字普惠金融使用深度整體水平偏低，說明當(dāng)普惠金融發(fā)展以使用深度驅(qū)動時，各區(qū)域資源稟賦差異是導(dǎo)致數(shù)字普惠金融發(fā)展出現(xiàn)差異的主要原因。

（2）中部六省數(shù)字普惠金融與鄉(xiāng)村振興的耦合度和協(xié)調(diào)度均呈上升趨勢。相比較而言，協(xié)調(diào)度變化較為平穩(wěn)，且耦合度一直高于協(xié)調(diào)度，兩者差距呈縮小趨勢。

（3）湖北數(shù)字普惠金融與鄉(xiāng)村振興耦合度和協(xié)調(diào)度都較高，說明兩個系統(tǒng)處于高水平下的良性互振；山西和河南則是高耦合度、低協(xié)調(diào)度，說明兩個系統(tǒng)處于低水平下的互相制約；安徽、江西和湖南兩系統(tǒng)平衡發(fā)展，已初步形成協(xié)同發(fā)展的內(nèi)生動力，但兩者發(fā)展水平都偏低，有較大提升空間。其中，湖南處于鄉(xiāng)村振興領(lǐng)先、數(shù)字普惠金融滯后階段，安徽和江西則處于數(shù)字普惠金融領(lǐng)先、鄉(xiāng)村振興滯后階段。

（4）中部六省數(shù)字普惠金融與鄉(xiāng)村振興耦合度和協(xié)調(diào)度呈現(xiàn)空間集聚和空間聯(lián)動的特征，即耦合協(xié)調(diào)度水平相近的省份會集聚在一起，且高水平省份會輻射相鄰低水平省份，使其向高水平發(fā)展。