金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)：時空演化與驅(qū)動因素

張城愷 李 華 張彥軍 楊麗麗

（1.北京市科學技術(shù)研究院，北京 100089；2.北京農(nóng)學院，北京，102200）

一、引言及文獻綜述

黨的十八大以來，黨中央、國務(wù)院把農(nóng)業(yè)現(xiàn)代化建設(shè)、鄉(xiāng)村數(shù)字化發(fā)展推至空前高度，在立足新時代農(nóng)情國情、積極推進數(shù)字技術(shù)與鄉(xiāng)村融合發(fā)展的基礎(chǔ)上，提出了金融科技、數(shù)字鄉(xiāng)村等一系列重大戰(zhàn)略部署。但就現(xiàn)實情況而言，我國鄉(xiāng)村地區(qū)發(fā)展非均衡現(xiàn)象客觀存在，仍有綜合供給不平衡、數(shù)字鴻溝突出、普惠金融目標偏移等一系列問題。為了解決當前存在的問題，國家陸續(xù)出臺了一系列政策與規(guī)劃：《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》提出要以數(shù)字鄉(xiāng)村戰(zhàn)略為抓手，進一步推動我國城鄉(xiāng)融合發(fā)展和現(xiàn)代化建設(shè)進程；《金融科技發(fā)展規(guī)劃（2022—2025）》①金融科技的相關(guān)名詞還有“數(shù)字普惠金融”“互聯(lián)網(wǎng)金融”等，根據(jù)《金融科技發(fā)展規(guī)劃（2022—2025）》以及眾多學者的評述，金融科技、數(shù)字普惠金融和互聯(lián)網(wǎng)金融的差別細微，因此本文統(tǒng)一使用金融科技來概稱。強調(diào)要解決金融科技發(fā)展不平衡不充分等問題，更好地滿足數(shù)字經(jīng)濟時代的新要求、新任務(wù)。由此可見，國家高度重視金融科技與數(shù)字鄉(xiāng)村的發(fā)展，處理好兩者的關(guān)系對實現(xiàn)中國式現(xiàn)代化意義重大，故針對金融科技與數(shù)字鄉(xiāng)村關(guān)系的研究很有意義。

近年來，基于金融科技與數(shù)字鄉(xiāng)村取得的巨大成效，兩者關(guān)系的研究一直是學者討論的重點。張文娟和張正平（2022）認為數(shù)字鄉(xiāng)村的建設(shè)為金融科技發(fā)展提供了重要機遇，在數(shù)字基礎(chǔ)設(shè)施建設(shè)、多樣化金融需求以及降低金融成本等方面有顯著的推進作用[1]。為進一步探討兩者之間的關(guān)系，有學者從金融科技與鄉(xiāng)村振興等更宏觀的視角切入。金融科技促進鄉(xiāng)村振興具有天然優(yōu)勢，譚燕芝和李云仲等（2021）依據(jù)哈耶克的“供給優(yōu)先”理論，認為鄉(xiāng)村振興發(fā)展的首要任務(wù)是發(fā)揮金融供給先導作用，數(shù)字金融作為普惠金融的載體，能夠在幾乎零邊際成本的情況下，第一時間為需求客戶提供服務(wù)，擺脫了時間和地理對傳統(tǒng)金融機構(gòu)的限制[2]。鄉(xiāng)村振興的發(fā)展也需要高水平金融科技力量，李季剛和馬?。?021）指出金融科技可以有效促進鄉(xiāng)村振興發(fā)展，在覆蓋廣度和數(shù)字化程度上具有顯著特征，并且存在非線性相關(guān)關(guān)系[3]。除了針對兩者關(guān)系的研究，學者們對金融科技與數(shù)字鄉(xiāng)村各自所在的分領(lǐng)域也展開大量探索。一方面，基于金融科技的概念[4]、發(fā)展模式[5]、運行機理[6]等方面開展理論探討，并利用實證研究手段向社會共同富裕[7-9]、產(chǎn)業(yè)協(xié)同發(fā)展[10-11]等領(lǐng)域持續(xù)拓展。另一方面，聚焦數(shù)字鄉(xiāng)村發(fā)展的內(nèi)涵[12]，在鄉(xiāng)村數(shù)字治理[13]、數(shù)字基礎(chǔ)設(shè)施[14]、鄉(xiāng)村數(shù)據(jù)資源開發(fā)與管理[15]、鄉(xiāng)村數(shù)字產(chǎn)業(yè)[16-17]等維度深度挖掘。

綜上所述，直接開展金融科技與數(shù)字鄉(xiāng)村關(guān)系的研究還較少，相關(guān)研究主要集中在金融科技和數(shù)字鄉(xiāng)村分領(lǐng)域內(nèi)，對兩者間作用機制進行實證研究的成果甚是鮮見。本文的邊際貢獻在于：第一，構(gòu)建了適用于科學評價金融科技與數(shù)字鄉(xiāng)村發(fā)展水平的指標體系，測度了金融科技與數(shù)字鄉(xiāng)村的綜合發(fā)展水平，豐富了金融科技與數(shù)字鄉(xiāng)村的發(fā)展理論；第二，運用耦合協(xié)調(diào)度模型、面板回歸模型實證分析金融科技與數(shù)字鄉(xiāng)村的耦合協(xié)調(diào)度以及影響兩者耦合協(xié)調(diào)的驅(qū)動因素，深度剖析金融科技與數(shù)字鄉(xiāng)村的互促關(guān)系，為兩者間融合發(fā)展提供依據(jù)和對策建議。

二、指標體系、研究方法及數(shù)據(jù)來源

1. 構(gòu)建指標體系

為了更客觀、全面、系統(tǒng)分析我國金融科技與數(shù)字鄉(xiāng)村建設(shè)的耦合協(xié)同作用，綜合考量指標的科學性、代表性，本文最終形成兩大系統(tǒng)的綜合評價指標體系，見表1。選用熵權(quán)法對各項指標進行賦權(quán)，測算金融科技與數(shù)字鄉(xiāng)村發(fā)展水平。

表1 金融科技與數(shù)字鄉(xiāng)村綜合指標體系

金融科技指標體系。利用數(shù)字金融指數(shù)作為金融科技代表指標。其中，金融科技涵蓋了覆蓋廣度、使用深度、數(shù)字化程度，能夠針對中國金融科技發(fā)展現(xiàn)狀展開更為客觀全面的指標評價。

數(shù)字鄉(xiāng)村指標體系。對標《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025）》《中國數(shù)字鄉(xiāng)村發(fā)展報告（2020）》《數(shù)字鄉(xiāng)村標準體系建設(shè)指南》等規(guī)劃與報告中的相關(guān)指標，設(shè)置了資金投入、基礎(chǔ)設(shè)施、農(nóng)業(yè)生產(chǎn)和生活服務(wù)4 個維度，共計15 個具體指標，其指數(shù)范圍在0—1之間。

2. 數(shù)據(jù)來源

金融科技指標的相關(guān)數(shù)據(jù)來源于北京大學研究團隊。數(shù)字鄉(xiāng)村指標相關(guān)數(shù)據(jù)分別來自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各?。▍^(qū)、市）統(tǒng)計年鑒，還有阿里研究院相關(guān)報告中的數(shù)據(jù)。其中針對統(tǒng)計年鑒中某些具體指標的缺失問題，本文從官方網(wǎng)站和官方報告中獲取，對缺失數(shù)據(jù)采用插值法進行推算。西藏、香港、澳門、臺灣因數(shù)據(jù)缺失嚴重，本文予以剔除。

3. 研究方法

本文旨在通過構(gòu)建金融科技和數(shù)字鄉(xiāng)村指標體系，測算中國金融科技和數(shù)字鄉(xiāng)村的發(fā)展水平，利用耦合協(xié)同模型分析中國地區(qū)間耦合協(xié)同的空間差異效應，采用面板數(shù)據(jù)回歸估計影響耦合協(xié)同的驅(qū)動因素。具體步驟與方法如下：

（1）耦合協(xié)同模型

第一，耦合度模型。耦合用來反映兩個或兩個以上系統(tǒng)間相互影響和相互作用的關(guān)系。為了研究金融科技與數(shù)字鄉(xiāng)村間的彼此影響關(guān)系，基于上述評價指標體系，建立金融科技與數(shù)字鄉(xiāng)村耦合度模型，具體公式為：

其中，C 代表金融科技與數(shù)字鄉(xiāng)村發(fā)展的耦合水平，C 的取值范圍在[0，1]之間。

第二，協(xié)調(diào)度模型。為了深入研究金融科技與數(shù)字鄉(xiāng)村間的協(xié)調(diào)關(guān)系，反映各系統(tǒng)間耦合程度高低，引入?yún)f(xié)調(diào)度模型，具體模型為：

其中，T 代表金融科技與數(shù)字鄉(xiāng)村的協(xié)調(diào)程度，α 、β 為待定系數(shù)，本文設(shè)定金融科技與數(shù)字鄉(xiāng)村同等重要，故將α 、β 均賦值為0.5。

第三，耦合協(xié)調(diào)度模型。進一步構(gòu)建耦合協(xié)調(diào)度模型以客觀反映兩系統(tǒng)耦合發(fā)展程度與協(xié)調(diào)性，具體模型如下：

其中，D 表示金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)發(fā)展程度，取值范圍在[0，1]之間。為了更加直觀地反映金融科技與數(shù)字鄉(xiāng)村的耦合協(xié)調(diào)水平，基于兩系統(tǒng)實際發(fā)展程度，以均值分段法為基礎(chǔ)，將其劃分為8 個等級，如表2 所示。

表2 兩系統(tǒng)耦合協(xié)調(diào)發(fā)展等級

（2）面板數(shù)據(jù)回歸模型

系統(tǒng)間的耦合是多種因素驅(qū)動的結(jié)果。因耦合協(xié)調(diào)度是耦合質(zhì)量的良好反應，依此構(gòu)建面板回歸模型，探討耦合的驅(qū)動因素?；隈詈蠀f(xié)調(diào)度介于[0，1]之間，受因變量的限制，其數(shù)值的有限性不能忽視，所以采用面板數(shù)據(jù)回歸模型：

其中，下標i 和t 分別為個體和時間；α 為常數(shù)項；β1，β2，…，β5為各變量的回歸系數(shù)；εit為誤差項。

三、實證研究

1. 金融科技與數(shù)字鄉(xiāng)村綜合指數(shù)分析

（1）綜合指數(shù)的時序特征

經(jīng)過系統(tǒng)測算得到2013—2020 年中國30 個?。▍^(qū)、市）的金融科技與數(shù)字鄉(xiāng)村綜合指數(shù)，見圖1。我國各?。▍^(qū)、市）的金融科技和數(shù)字鄉(xiāng)村實現(xiàn)快速發(fā)展，呈漸次上升的態(tài)勢，金融科技的總體發(fā)展高于數(shù)字鄉(xiāng)村的發(fā)展。從金融科技發(fā)展的角度看，2013 年的水平與數(shù)字鄉(xiāng)村相差無幾，一直保持11.94%的平均增速持續(xù)增長，到2020 年達到頂峰0.342。從數(shù)字鄉(xiāng)村建設(shè)的角度看，2013—2020 年的年均增長率為7.49%，雖然保持每年持續(xù)增長，但是其發(fā)展速度遠低于金融科技。

圖1 金融科技與數(shù)字鄉(xiāng)村綜合指數(shù)的時序特征

（2）綜合指數(shù)的空間特征

金融科技已經(jīng)具備了顯著的空間聚集特征，在空間上形成了以東部省（市）為主的“一帶三核心”中心發(fā)展區(qū)和以內(nèi)陸為輔的“一極多點”次級發(fā)展區(qū)，具體數(shù)值見表3。

表3 金融科技與數(shù)字鄉(xiāng)村發(fā)展水平

東部發(fā)展經(jīng)濟帶的形成催生了金融科技以“北京- 天津”為核心的環(huán)渤海地區(qū)、以“浙江- 上海- 江蘇”為核心的長三角地區(qū)和以“廣東- 福建”為核心的東南部地區(qū)集聚的地理分布格局。三大地理中心所在的?。▍^(qū)、市），2020 年金融科技綜合指數(shù)介于0.380—0.432 之間，均值達0.394。其中北京和上海的金融科技指數(shù)最高，客觀反映了兩座城市在要素供給、產(chǎn)業(yè)發(fā)展和政策支撐上的投入，成為帶動全國金融科技發(fā)展的戰(zhàn)略高地。以湖北為核心的中部地區(qū)成為內(nèi)陸新增長點，金融科技綜合指數(shù)為0.359，帶動中部和西部等內(nèi)陸省份形成多點協(xié)調(diào)發(fā)展的格局。金融科技發(fā)展水平較低的省（區(qū)、市）則主要位于我國北部沿邊地區(qū)，東起黑龍江西至新疆，其金融科技綜合指數(shù)尚不足0.350。

我國數(shù)字鄉(xiāng)村綜合指數(shù)形成了東部沿海的“數(shù)字發(fā)展帶”，并呈現(xiàn)出沿東、中、西部梯度下降的態(tài)勢。在東部沿海的“數(shù)字發(fā)展帶”上，廣東、浙江、江蘇和山東表現(xiàn)最為搶眼，其綜合指數(shù)分別達到了0.582、0.574、0.557 和0.430，成為東部領(lǐng)跑地區(qū)。數(shù)字鄉(xiāng)村綜合指數(shù)中低值點主要包含以河南為代表的中部內(nèi)陸省份，其綜合指標值介于0.130—0.257 之間。與金融科技發(fā)展水平不同，西部部分省（區(qū)、市）成為數(shù)字鄉(xiāng)村發(fā)展綜合指數(shù)低值聚集區(qū)，除四川發(fā)展較好，其他西部?。▍^(qū)、市）數(shù)值不高于0.190。

從地理格局看，兩大綜合指數(shù)均形成了從沿海到內(nèi)陸等級遞減的態(tài)勢，分布特征上有明顯的空間聯(lián)系，與各地經(jīng)濟社會發(fā)展關(guān)系密切。并且，部分地區(qū)的綜合指數(shù)展現(xiàn)出超脫地域水平的表現(xiàn)，如金融科技發(fā)展較好的湖北達到0.359，數(shù)字鄉(xiāng)村發(fā)展較好的四川達到0.332，成為帶動周邊區(qū)域的“領(lǐng)頭羊”。

2. 金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)及時空特征分析

（1）耦合協(xié)調(diào)度的時序特征

在確定金融科技與數(shù)字鄉(xiāng)村綜合發(fā)展水平的條件下，運用式（3）進一步測算兩系統(tǒng)的耦合協(xié)調(diào)度，結(jié)果見圖2。

圖2 兩系統(tǒng)耦合協(xié)調(diào)度時序特征

兩系統(tǒng)耦合協(xié)調(diào)度均值在考察期內(nèi)持續(xù)增長，從2013 年的0.266 增長到2020 年的0.362，進入初級協(xié)調(diào)階段，說明金融科技與數(shù)字鄉(xiāng)村兩體系之間的相互影響仍不夠深入。從變化幅度看，耦合協(xié)調(diào)度均值逐年增高，年均增長幅度為4.5%，說明兩系統(tǒng)之間的相互作用和相互影響在持續(xù)提升，但整體上還有巨大的成長空間。耦合協(xié)調(diào)度的均值存在階段性特征。2013—2015 年耦合協(xié)調(diào)度快速增長，但是在2015—2016 年期間耦合協(xié)調(diào)度增速突然趨緩，直到2017 開始才維持6.6%左右的緩步增長。

（2）耦合協(xié)調(diào)度的空間特征

以2013—2020 年兩系統(tǒng)耦合協(xié)調(diào)度分析其空間特征，如表4 所示。2013 年，兩系統(tǒng)耦合協(xié)調(diào)度空間分布極不均衡，各?。▍^(qū)、市）的耦合協(xié)調(diào)度從0.203 到0.340 不等，均值為0.266。處于瀕臨失調(diào)階段的有25個?。▍^(qū)、市），主要集中在中部、西部和部分東部地區(qū)，其中也包含了北京、天津、重慶等傳統(tǒng)數(shù)字化發(fā)展較好的地區(qū)。處于初級協(xié)調(diào)階段的有5 個，包含江蘇、廣東、山東等地區(qū)，其中江蘇的耦合協(xié)調(diào)度最高，達到了0.340。東部、中部、西部的耦合協(xié)調(diào)度均值分別為0.290、0.266、0.240，形成由東向西依次遞減的態(tài)勢。由此可見，2013 年兩系統(tǒng)的耦合協(xié)調(diào)度水平非常低，整體水平處于起步階段。

表4 2 013 年與2 02 0 年各?。▍^(qū)、市）耦合協(xié)調(diào)度測量與排名

對比2013 年的耦合協(xié)調(diào)度，2020 年各?。▍^(qū)、市）的耦合協(xié)調(diào)度實現(xiàn)了較大提升，地區(qū)間的差異明顯擴大。2020 年各省（區(qū)、市）耦合協(xié)調(diào)度的最大值和最小值分別為0.492 和0.266，均值為0.362。按照耦合協(xié)調(diào)度發(fā)展等級看，以浙江為代表的東部地區(qū)6 個?。ㄊ校┖退拇詈蠀f(xié)調(diào)度最高，最高達到0.492，邁入中級協(xié)調(diào)階段。北京、河北、河南、安徽等20 個?。▍^(qū)、市）進入初級協(xié)調(diào)階段，耦合協(xié)調(diào)度介于0.304—0.398 之間。此外，仍然有寧夏、青海、海南處在瀕臨失調(diào)階段，耦合協(xié)調(diào)度不足0.3。整體看，各種要素的集聚產(chǎn)生了金融科技與數(shù)字鄉(xiāng)村兩大系統(tǒng)非均衡發(fā)展的客觀現(xiàn)狀。

結(jié)合表4，兩系統(tǒng)耦合協(xié)調(diào)度的整體空間特征表現(xiàn)為：受國家與地方經(jīng)濟、社會、政策和區(qū)位條件差異的影響，考察期起始階段雖然耦合協(xié)調(diào)度不高，但仍有部分東部地區(qū)進入初級協(xié)調(diào)階段，考察期尾聲階段高數(shù)值聚集區(qū)主要處于東部沿海地區(qū)，空間分布呈現(xiàn)自東向西逐次遞減的態(tài)勢。

3. 驅(qū)動因素研究

（1）變量選取

為了分析各因素對兩系統(tǒng)耦合協(xié)調(diào)度的影響，本文將上述計算得到的金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)度（D）作為被解釋變量，選取經(jīng)濟發(fā)展水平、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、社會發(fā)展水平、居民金融活躍度和數(shù)字基礎(chǔ)設(shè)施水平作為解釋變量。其中：①經(jīng)濟發(fā)展水平（EDL）。金融科技與數(shù)字鄉(xiāng)村的發(fā)展均離不開國家與地方經(jīng)濟的持續(xù)增長，高水平的經(jīng)濟形態(tài)有助于兩者發(fā)展，用人均GDP 表示。②地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（RIS）。地區(qū)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，能有力支撐數(shù)字鄉(xiāng)村建設(shè)以及實現(xiàn)鄉(xiāng)村高質(zhì)量發(fā)展，用第二產(chǎn)業(yè)增加值與第一產(chǎn)業(yè)增加值比值來表示。③地區(qū)人口密度（RPD）。高密度的人口將帶來更高的數(shù)字化需求，豐富金融科技與數(shù)字鄉(xiāng)村的發(fā)展，用年末常住人口除以土地面積來表示。④居民金融活躍度（FAR）。具有金融高承載力的居民將為金融科技的發(fā)展帶來堅實的需求端數(shù)量，用居民存貸款之和與GDP 比值來表示。⑤數(shù)字基礎(chǔ)設(shè)施水平（DIL）。數(shù)字基礎(chǔ)設(shè)施水平的高低直接反映了地區(qū)整體數(shù)字化程度，用光纜線路長度來表示。

（2）驅(qū)動因素分析

兩系統(tǒng)耦合協(xié)調(diào)的驅(qū)動因素估計結(jié)果見表5。以面板數(shù)據(jù)為基礎(chǔ)構(gòu)建列（1）混合效應模型、列（2）隨機效應模型和列（3）固定效應模型并逐一進行回歸分析。列（1）的估計結(jié)果中，存在變量估計系數(shù)不顯著現(xiàn)象，并且從三組模型的數(shù)值對比可知，混合效應模型值最低為0.878，擬合優(yōu)度最低，與預期不一致，無法推動兩個系統(tǒng)的耦合協(xié)調(diào)。列（2）的隨機效應模型的擬合優(yōu)度雖然高于混合效應，但依然存在變量估計系數(shù)不顯著和系數(shù)估計值符號為負的情況，與理論預期相背離。在對隨機效應和固定效應的Hausman 檢驗中，估計結(jié)果p 值為0.000，在1%水平下顯著，拒絕了隨機效應的原假設(shè)，因此列（3）報告了固定效應的估計。列（3）報告中變量系數(shù)均在1%水平下顯著，并且系數(shù)估計符號符合理論預期，因此，可以認為計量結(jié)果穩(wěn)定可靠。

從表5 可知，固定效應模型的R2值達到0.960，說明模型的擬合度較高，選取的變量可以很好地解釋被解釋變量。根據(jù)固定效應模型：第一，經(jīng)濟發(fā)展水平（EDL）的系數(shù)為正且在1%水平下顯著，人均GDP 的數(shù)值直接反映了當?shù)厝嗣竦纳钏脚c生活方式，經(jīng)濟水平越高的地區(qū)對數(shù)字化提升的要求越高，數(shù)字化得到提升后，反向刺激經(jīng)濟持續(xù)增長。第二，地區(qū)產(chǎn)業(yè)結(jié)構(gòu)（RIS）在1%的水平下負向顯著，體現(xiàn)出第一產(chǎn)業(yè)占比越高越能促進兩系統(tǒng)的耦合協(xié)調(diào)程度。第三，地區(qū)人口密度（RPD）正向且在1%水平下顯著，人口密度變量對兩系統(tǒng)耦合協(xié)調(diào)具有積極的促進作用，反映出人口集中度較高的東部沿海地區(qū)耦合協(xié)調(diào)度高，西部人口集中度低的地區(qū)耦合協(xié)調(diào)度較低。第四，居民金融活躍度（FAR）正向且在1%水平下顯著，其活躍度越高潛在客戶就越高，較高的客戶儲備直接刺激金融機構(gòu)的營收，表明金融科技可以體現(xiàn)出居民金融生活中的深度與廣度，促進兩系統(tǒng)的耦合協(xié)調(diào)。第五，數(shù)字基礎(chǔ)設(shè)施水平（DIL）正向且在1%水平下顯著，地區(qū)整體數(shù)字基礎(chǔ)設(shè)施的覆蓋效果、穩(wěn)定程度、運行速度是影響數(shù)字鄉(xiāng)村建設(shè)的重要因素，發(fā)展程度高的省份，其耦合協(xié)調(diào)度也較高。

四、結(jié)論與建議

本文系統(tǒng)梳理了金融科技與數(shù)字鄉(xiāng)村相互作用的耦合關(guān)系，在此基礎(chǔ)上構(gòu)建金融科技與數(shù)字鄉(xiāng)村綜合評價指數(shù)，并運用耦合協(xié)調(diào)度模型、面板回歸模型對金融科技與數(shù)字鄉(xiāng)村之間的耦合協(xié)調(diào)程度以及影響耦合協(xié)調(diào)的驅(qū)動因素進行了分析。

1. 研究結(jié)論

第一，金融科技與數(shù)字鄉(xiāng)村綜合指數(shù)按照時間增長呈現(xiàn)出逐年遞增的態(tài)勢，時空分異明顯。從時間特征看，金融科技綜合指數(shù)比數(shù)字鄉(xiāng)村綜合指數(shù)貢獻度大，系統(tǒng)間的耦合協(xié)調(diào)由金融科技主導。從空間格局看，金融科技形成以東部省（市）為主的“一帶三核心”中心發(fā)展區(qū)和以內(nèi)陸為輔的“一極多點”次級發(fā)展區(qū)，數(shù)字鄉(xiāng)村則形成了東部沿海“數(shù)字發(fā)展帶”，并呈現(xiàn)由東向西梯度下降的態(tài)勢。

第二，金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)度在時間上表現(xiàn)出階段性與上升性。階段性特征指2016 年以后，系統(tǒng)間耦合協(xié)調(diào)度的增長幅度明顯高于前期。系統(tǒng)間的耦合協(xié)調(diào)度總體呈持續(xù)上升態(tài)勢，從瀕臨失調(diào)發(fā)展到初級協(xié)調(diào)，但距離優(yōu)質(zhì)協(xié)調(diào)還有較大的增長空間。

第三，金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)度在空間上具有差異性與集聚性。金融科技與數(shù)字鄉(xiāng)村的空間差異性顯著，耦合協(xié)調(diào)度空間分布非均衡，出現(xiàn)東部強、中部平、西部弱的態(tài)勢。30 個?。▍^(qū)、市）的耦合協(xié)調(diào)度跨度較大，覆蓋瀕臨協(xié)調(diào)到中級協(xié)調(diào)的范圍。

第四，金融科技與數(shù)字鄉(xiāng)村的耦合協(xié)調(diào)度是多種因素共同驅(qū)動的結(jié)果。經(jīng)濟發(fā)展水平、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、地區(qū)人口密度、居民金融活躍度和數(shù)字基礎(chǔ)設(shè)施水平的驅(qū)動效果明顯。

2. 對策建議

第一，探索差異化的地區(qū)推廣方案與策略，提升金融科技與數(shù)字鄉(xiāng)村發(fā)展水平。由地方政府牽頭，結(jié)合金融機構(gòu)的需要推進農(nóng)村地區(qū)金融科技教育與宣傳，提高落后地區(qū)農(nóng)村居民數(shù)字金融可得性，從居民內(nèi)在屬性上提高金融科技能力?；诟鞯貐^(qū)金融科技與數(shù)字鄉(xiāng)村發(fā)展水平各異的現(xiàn)實，制定相應的發(fā)展策略，對于東部沿海經(jīng)濟發(fā)達地區(qū)，鼓勵多從內(nèi)在屬性上提升居民的金融科技能力，對于中西部欠發(fā)達地區(qū)，要注重外在屬性的提升。

第二，打造中西部增長極，推進金融科技與數(shù)字鄉(xiāng)村進一步協(xié)同發(fā)展。基于我國金融科技與數(shù)字鄉(xiāng)村耦合協(xié)調(diào)出現(xiàn)的東部強、中部平、西部弱態(tài)勢，要突出中西部的政策支持，推動重大項目落地，打造新增長點。圍繞中西部地區(qū)形成“頭部帶動、多點分布”的格局，在中西部地區(qū)探索培養(yǎng)能夠引領(lǐng)輻射地區(qū)發(fā)展的“極化區(qū)域”，實現(xiàn)中西部經(jīng)濟高質(zhì)量發(fā)展。

第三，健全要素流動機制，構(gòu)建適合金融科技與數(shù)字鄉(xiāng)村發(fā)展的內(nèi)外部環(huán)境。進一步推動要素市場化改革、健全市場化配置的體制機制，通過市場競爭形成價格，調(diào)節(jié)供求關(guān)系，優(yōu)化資源配置，最終實現(xiàn)數(shù)據(jù)、人口、技術(shù)、資本等促進金融科技與數(shù)字鄉(xiāng)村發(fā)展的重要要素，科學、合理地融入數(shù)字化建設(shè)實踐中。