數(shù)字金融與鄉(xiāng)村振興的發(fā)展評(píng)價(jià)及其耦合協(xié)調(diào)度研究

摘要：文章通過對(duì)數(shù)字金融與鄉(xiāng)村振興指標(biāo)體系的構(gòu)建，使用耦合協(xié)調(diào)度模型，對(duì)2013—2022年我國數(shù)字金融與鄉(xiāng)村振興的發(fā)展水平以及二者的耦合協(xié)調(diào)關(guān)系作了實(shí)證分析。經(jīng)過分析發(fā)現(xiàn)，數(shù)字金融發(fā)展水平呈現(xiàn)整體上升的趨勢(shì)，但地區(qū)差異明顯，呈現(xiàn)出東部—中部—西部的階梯差異格局；鄉(xiāng)村振興水平整體上也呈現(xiàn)出上升趨勢(shì)，呈現(xiàn)出中部農(nóng)業(yè)大省的鄉(xiāng)村振興水平高，東部沿海地區(qū)次之，西部地區(qū)最低的特點(diǎn)；數(shù)字金融與鄉(xiāng)村振興的耦合協(xié)調(diào)度逐步提高，且呈現(xiàn)“東高西低”的空間分布格局。最后，基于以上的結(jié)論，提出了相關(guān)建議。

相關(guān)概況

把推進(jìn)鄉(xiāng)村全面振興作為新時(shí)代新征程“三農(nóng)”工作的總抓手，2024年中央一號(hào)文件明確指出：“打好鄉(xiāng)村全面振興漂亮仗，以加快農(nóng)業(yè)農(nóng)村現(xiàn)代化更好推進(jìn)中國式現(xiàn)代化建設(shè)”[1]。近年來，數(shù)字金融的突破發(fā)展為鄉(xiāng)村振興賦予了新動(dòng)能。數(shù)字金融依托大數(shù)據(jù)、云計(jì)算以及人工智能等技術(shù)手段，憑借降低農(nóng)村地區(qū)的金融服務(wù)成本，提升金融普惠性與包容性，降低金融門檻的優(yōu)勢(shì)，極大地緩解了鄉(xiāng)村地區(qū)“融資難、融資貴”問題。數(shù)字金融的應(yīng)用重塑了鄉(xiāng)村的金融生態(tài)，為鄉(xiāng)村建設(shè)提供了資金支持，進(jìn)而推動(dòng)我國鄉(xiāng)村振興。

目前，學(xué)者就數(shù)字金融和鄉(xiāng)村振興已展開了大量的研究。較多的學(xué)者，如鄢宇昊、李巍等（2023）、潘明清、范雅靜（2023），通過實(shí)證的方法，闡明了數(shù)字金融對(duì)鄉(xiāng)村振興的積極影響，數(shù)字金融能夠賦能鄉(xiāng)村振興[2-3]，對(duì)于二者的耦合協(xié)調(diào)關(guān)系的研究則較少。譚燕芝、李云仲等（2021）、趙健、魏欣（2023）通過研究發(fā)現(xiàn)數(shù)字普惠金融與鄉(xiāng)村振興存在互動(dòng)關(guān)系，二者能夠相互促進(jìn)[4-5]?？梢?，大多數(shù)學(xué)者都認(rèn)為數(shù)字金融可以賦能鄉(xiāng)村振興。但是，多數(shù)研究主要把視角放在數(shù)字金融與鄉(xiāng)村振興的單向研究上，缺少有關(guān)兩者的雙向研究?；诖?，文章通過構(gòu)建數(shù)字金融和鄉(xiāng)村振興評(píng)價(jià)體系，并建立耦合協(xié)調(diào)模型，進(jìn)一步論證兩者的耦合協(xié)調(diào)關(guān)系，具有重要的現(xiàn)實(shí)意義。

數(shù)字金融與鄉(xiāng)村振興的耦合關(guān)系分析

數(shù)字金融能夠?yàn)榕嘤l(xiāng)村產(chǎn)業(yè)、改造人居環(huán)境、建設(shè)文明鄉(xiāng)風(fēng)、農(nóng)民生活富裕等鄉(xiāng)村振興建設(shè)提供一定的資金支持。第一，數(shù)字金融能夠?yàn)檗r(nóng)業(yè)生產(chǎn)提供新的融資渠道。通過網(wǎng)上借貸平臺(tái)，以及多樣化、定制化的農(nóng)業(yè)專屬金融產(chǎn)品與服務(wù)，能夠更好地滿足農(nóng)業(yè)企業(yè)和農(nóng)民生產(chǎn)的融資需求，融資門檻的降低，帶動(dòng)更多的人才在鄉(xiāng)村地區(qū)就業(yè)創(chuàng)業(yè)，從而推動(dòng)鄉(xiāng)村產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。第二，數(shù)字金融依托大數(shù)據(jù)、人工智能等技術(shù)手段，能夠?yàn)檗r(nóng)業(yè)生產(chǎn)主體提供精準(zhǔn)的市場(chǎng)預(yù)測(cè)、產(chǎn)銷對(duì)接等信息服務(wù)，提高農(nóng)業(yè)生產(chǎn)效率和生產(chǎn)質(zhì)量。第三，數(shù)字金融通過提供數(shù)字支付、數(shù)字理財(cái)?shù)雀鄻印⒏憬莸慕鹑诜?wù)，進(jìn)一步促進(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展，進(jìn)而促進(jìn)農(nóng)戶增收，提升其生活質(zhì)量。最后，數(shù)字金融通過資源的優(yōu)化配置，將更多的財(cái)力投向環(huán)保型的可持續(xù)發(fā)展領(lǐng)域，支持鄉(xiāng)村生態(tài)文明的建設(shè)，極大地提升了鄉(xiāng)村的環(huán)境質(zhì)量，助力鄉(xiāng)村的可持續(xù)發(fā)展。

從鄉(xiāng)村振興的角度來看，首先，鄉(xiāng)村振興戰(zhàn)略的實(shí)施為數(shù)字金融的發(fā)展和使用提供了廣闊的發(fā)展空間，鄉(xiāng)村振興戰(zhàn)略的實(shí)施需要投入大量的資金，因此鄉(xiāng)村振興的實(shí)施為數(shù)字金融創(chuàng)造了市場(chǎng)。其次，鄉(xiāng)村振興戰(zhàn)略的深度實(shí)施需要滿足更加個(gè)性化和專屬化的金融需求，進(jìn)而刺激了數(shù)字金融的創(chuàng)新水平。因此，數(shù)字金融與鄉(xiāng)村振興存在相互促進(jìn)、共同發(fā)展的互動(dòng)關(guān)系。

研究設(shè)計(jì)

指標(biāo)體系構(gòu)建

首先，文章使用北大互聯(lián)網(wǎng)金融研究中心編制的《北京大學(xué)數(shù)字普惠金融指數(shù)》（第三期）來衡量各省份的數(shù)字金融發(fā)展水平。時(shí)間跨度為2013—2022年，橫跨31個(gè)省份。

其次，依據(jù)2018年《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》中關(guān)于鄉(xiāng)村振興概念的界定以及現(xiàn)有研究的成果為參照，采用更加客觀賦權(quán)的熵值法，分別從產(chǎn)業(yè)興旺、生活富裕、治理有效、生態(tài)宜居和鄉(xiāng)風(fēng)文明5個(gè)一級(jí)指標(biāo)和16個(gè)二級(jí)指標(biāo)對(duì)鄉(xiāng)村振興水平進(jìn)行構(gòu)建，全面考察鄉(xiāng)村振興現(xiàn)狀。文章用了地區(qū)生產(chǎn)總值、農(nóng)業(yè)機(jī)械總動(dòng)力和糧食綜合生產(chǎn)力衡量了產(chǎn)業(yè)興旺；農(nóng)藥化肥施用量、鄉(xiāng)村衛(wèi)生廁所覆蓋率、森林覆蓋率、垃圾無害處理率來衡量生態(tài)宜居；農(nóng)民受教育程度、文化娛樂消費(fèi)水平、鄉(xiāng)村文化站數(shù)量、人均鄉(xiāng)村有線廣播電視用戶數(shù)來衡量鄉(xiāng)風(fēng)文明；一般公共預(yù)算支出、村主任和書記“一肩挑”比例來衡量治理有效；農(nóng)民恩格爾系數(shù)、農(nóng)民人均可支配收入、農(nóng)村居民人均住房面積來衡量生活富裕。

研究方法

耦合協(xié)調(diào)度模型用于分析事物的協(xié)調(diào)發(fā)展水平，可以反映系統(tǒng)之間的相互依賴相互制約程度。因此，文章運(yùn)用耦合協(xié)調(diào)度模型對(duì)數(shù)字金融和鄉(xiāng)村振興這二者的互動(dòng)關(guān)系進(jìn)行分析。

式（1）中：C表示數(shù)字金融與鄉(xiāng)村振興之間的耦合度；W1代表數(shù)字金融指數(shù)；W2代表鄉(xiāng)村振興水平。上式（1）中C的取值在[0，1]之間，當(dāng)C=0時(shí)，表示W(wǎng)1和W2耦合度極低，處于無序狀態(tài)；當(dāng)C越接近于1時(shí)，耦合度就越高，當(dāng)C=1時(shí)，表示二者處于最佳耦合狀態(tài)。但耦合協(xié)調(diào)度模型易存在偽耦合的現(xiàn)象，因此引入式（2）來解決偽耦合問題。

式（2）中，D為二者的耦合協(xié)調(diào)度；T為二者的綜合協(xié)調(diào)指數(shù)；α與β是兩個(gè)系數(shù)分別表示自重要程度，滿足α+β=1，本文假定數(shù)字金融與鄉(xiāng)村振興同等重要，因此α=β=0.5。其中，D值越大，耦合協(xié)調(diào)程度就越好，

數(shù)字金融與鄉(xiāng)村振興的發(fā)展評(píng)價(jià)

通過對(duì)數(shù)字金融和鄉(xiāng)村振興評(píng)價(jià)指數(shù)的構(gòu)建，發(fā)現(xiàn)了以下的特點(diǎn)。

數(shù)字金融發(fā)展水平評(píng)價(jià)：從時(shí)間層面上來看，數(shù)字金融發(fā)展水平指標(biāo)的數(shù)值整體呈逐年上升趨勢(shì)，從全國平均水平來看，數(shù)字金融在2013—2016年間的增速最快，主要原因在于互聯(lián)網(wǎng)金融的迅速發(fā)展和移動(dòng)通信的普及。從區(qū)域的層面來看，上海市、浙江省、廣東省等東部沿海發(fā)達(dá)地區(qū)的數(shù)字金融發(fā)展增速最快，其中，上海市處于一直處于全國領(lǐng)先地位，原因是東部沿海地區(qū)擁有更加完善的金融服務(wù)基礎(chǔ)設(shè)施和良好的金融制度環(huán)境。而西部地區(qū)的數(shù)字金融發(fā)展水平最慢，多數(shù)省份低于全國的平均水平，原因在于西部地區(qū)數(shù)字基礎(chǔ)薄弱，金融業(yè)起步較慢。由此看出，我國數(shù)字金融的發(fā)展總體呈現(xiàn)出東部—中部—西部的階梯差異格局。

鄉(xiāng)村振興水平評(píng)價(jià)：從時(shí)間層面來看，鄉(xiāng)村振興綜合指標(biāo)整體呈現(xiàn)逐年上升趨勢(shì)，特別是在2016—2019年這個(gè)區(qū)間，得益于習(xí)近平總書記在2017年黨的十九大報(bào)告中對(duì)鄉(xiāng)村振興戰(zhàn)略的提出和在2018年《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》的實(shí)施，鄉(xiāng)村振興更加深入。從區(qū)域?qū)用鎭砜矗鳛槲覈按蠹Z倉”的黑龍江省，其鄉(xiāng)村振興水平最高。湖南省、河南省、山東省等農(nóng)業(yè)大省緊隨其后，而廣東省、上海市等一線發(fā)達(dá)地區(qū)，卻位居中間。這是因?yàn)榘l(fā)達(dá)地區(qū)的城鎮(zhèn)化水平逐年提高，使得發(fā)達(dá)地區(qū)農(nóng)村的勞動(dòng)人口逐步流向城鎮(zhèn)，進(jìn)而導(dǎo)致農(nóng)村鄉(xiāng)村振興人才的流失。而西部地區(qū)由于自然資源的匱乏和生產(chǎn)水平較為落后，導(dǎo)致其鄉(xiāng)村振興水平低于其他地區(qū)。

數(shù)字金融與鄉(xiāng)村振興的耦合協(xié)調(diào)度分析

數(shù)字金融與鄉(xiāng)村振興的耦合協(xié)調(diào)度表

2013 2016 2019 2022

D值 耦合協(xié)調(diào)程度 D值 耦合協(xié)調(diào)程度 D值 耦合協(xié)調(diào)程度 D值 耦合協(xié)調(diào)程度

北京 0.61 初級(jí)協(xié)調(diào) 0.71 中級(jí)協(xié)調(diào) 0.82 良好協(xié)調(diào) 0.88 良好協(xié)調(diào)

天津 0.47 瀕臨失調(diào) 0.57 勉強(qiáng)協(xié)調(diào) 0.67 初級(jí)協(xié)調(diào) 0.73 中級(jí)協(xié)調(diào)

河北 0.40 瀕臨失調(diào) 0.55 勉強(qiáng)協(xié)調(diào) 0.66 初級(jí)協(xié)調(diào) 0.71 中級(jí)協(xié)調(diào)

山西 0.27 中度失調(diào) 0.39 輕度失調(diào) 0.45 瀕臨失調(diào) 0.49 瀕臨失調(diào)

內(nèi)蒙古 0.43 瀕臨失調(diào) 0.61 初級(jí)協(xié)調(diào) 0.69 初級(jí)協(xié)調(diào) 0.75 中級(jí)協(xié)調(diào)

遼寧 0.36 輕度失調(diào) 0.47 瀕臨失調(diào) 0.54 勉強(qiáng)協(xié)調(diào) 0.58 勉強(qiáng)協(xié)調(diào)

吉林 0.41 瀕臨失調(diào) 0.59 勉強(qiáng)協(xié)調(diào) 0.70 初級(jí)協(xié)調(diào) 0.76 中級(jí)協(xié)調(diào)

黑龍江 0.50 勉強(qiáng)協(xié)調(diào) 0.72 中級(jí)協(xié)調(diào) 0.83 良好協(xié)調(diào) 0.90 優(yōu)質(zhì)協(xié)調(diào)

上海 0.56 勉強(qiáng)協(xié)調(diào) 0.63 初級(jí)協(xié)調(diào) 0.75 中級(jí)協(xié)調(diào) 0.79 中級(jí)協(xié)調(diào)

江蘇 0.47 瀕臨失調(diào) 0.59 勉強(qiáng)協(xié)調(diào) 0.68 初級(jí)協(xié)調(diào) 0.74 中級(jí)協(xié)調(diào)

浙江 0.50 勉強(qiáng)協(xié)調(diào) 0.58 勉強(qiáng)協(xié)調(diào) 0.69 初級(jí)協(xié)調(diào) 0.73 中級(jí)協(xié)調(diào)

安徽 0.39 輕度失調(diào) 0.52 勉強(qiáng)協(xié)調(diào) 0.63 初級(jí)協(xié)調(diào) 0.68 初級(jí)協(xié)調(diào)

福建 0.44 瀕臨失調(diào) 0.53 勉強(qiáng)協(xié)調(diào) 0.62 初級(jí)協(xié)調(diào) 0.66 初級(jí)協(xié)調(diào)

江西 0.35 輕度失調(diào) 0.49 瀕臨失調(diào) 0.57 勉強(qiáng)協(xié)調(diào) 0.62 初級(jí)協(xié)調(diào)

山東 0.49 瀕臨失調(diào) 0.62 初級(jí)協(xié)調(diào) 0.74 中級(jí)協(xié)調(diào) 0.81 良好協(xié)調(diào)

河南 0.45 瀕臨失調(diào) 0.63 初級(jí)協(xié)調(diào) 0.76 中級(jí)協(xié)調(diào) 0.82 良好協(xié)調(diào)

湖北 0.45 瀕臨失調(diào) 0.57 勉強(qiáng)協(xié)調(diào) 0.68 初級(jí)協(xié)調(diào) 0.73 中級(jí)協(xié)調(diào)

湖南 0.45 瀕臨失調(diào) 0.61 初級(jí)協(xié)調(diào) 0.73 中級(jí)協(xié)調(diào) 0.79 中級(jí)協(xié)調(diào)

廣東 0.51 勉強(qiáng)協(xié)調(diào) 0.61 初級(jí)協(xié)調(diào) 0.73 中級(jí)協(xié)調(diào) 0.78 中級(jí)協(xié)調(diào)

廣西 0.46 瀕臨失調(diào) 0.66 初級(jí)協(xié)調(diào) 0.78 中級(jí)協(xié)調(diào) 0.84 良好協(xié)調(diào)

海南 0.45 瀕臨失調(diào) 0.60 勉強(qiáng)協(xié)調(diào) 0.70 中級(jí)協(xié)調(diào) 0.76 中級(jí)協(xié)調(diào)

重慶 0.24 中度失調(diào) 0.33 輕度失調(diào) 0.37 輕度失調(diào) 0.43 瀕臨失調(diào)

四川 0.44 瀕臨失調(diào) 0.58 勉強(qiáng)協(xié)調(diào) 0.69 初級(jí)協(xié)調(diào) 0.74 中級(jí)協(xié)調(diào)

貴州 0.28 中度失調(diào) 0.50 瀕臨失調(diào) 0.59 勉強(qiáng)協(xié)調(diào) 0.65 初級(jí)協(xié)調(diào)

云南 0.28 中度失調(diào) 0.42 瀕臨失調(diào) 0.49 瀕臨失調(diào) 0.53 勉強(qiáng)協(xié)調(diào)

西藏 0.14 嚴(yán)重失調(diào) 0.31 輕度失調(diào) 0.40 瀕臨失調(diào) 0.42 瀕臨失調(diào)

陜西 0.41 瀕臨失調(diào) 0.56 勉強(qiáng)協(xié)調(diào) 0.65 初級(jí)協(xié)調(diào) 0.71 中級(jí)協(xié)調(diào)

甘肅 0.35 輕度失調(diào) 0.56 勉強(qiáng)協(xié)調(diào) 0.67 初級(jí)協(xié)調(diào) 0.74 中級(jí)協(xié)調(diào)

青海 0.15 嚴(yán)重失調(diào) 0.31 輕度失調(diào) 0.37 輕度失調(diào) 0.40 瀕臨失調(diào)

寧夏 0.16 嚴(yán)重失調(diào) 0.27 中度失調(diào) 0.29 中度失調(diào) 0.36 輕度失調(diào)

新疆 0.32 輕度失調(diào) 0.44 瀕臨失調(diào) 0.52 勉強(qiáng)協(xié)調(diào) 0.57 勉強(qiáng)協(xié)調(diào)

全國平均 0.43 瀕臨失調(diào) 0.56 勉強(qiáng)協(xié)調(diào) 0.66 初級(jí)協(xié)調(diào) 0.72 中級(jí)協(xié)調(diào)

從時(shí)間層面上看，在樣本期內(nèi)，我國數(shù)字金融和鄉(xiāng)村振興的耦合協(xié)調(diào)關(guān)系實(shí)現(xiàn)了從2013年的瀕臨失調(diào)到2022年的中級(jí)協(xié)調(diào)的良性轉(zhuǎn)變，而且各個(gè)省份的耦合協(xié)調(diào)D值都有所上升，耦合協(xié)調(diào)程度也逐漸向更高級(jí)別方向發(fā)展。近年來，我國加大了對(duì)鄉(xiāng)村經(jīng)濟(jì)建設(shè)的投入，鄉(xiāng)村振興戰(zhàn)略的不斷深入實(shí)施以及大數(shù)據(jù)、云計(jì)算及人工智能技術(shù)在我國的高速發(fā)展，使數(shù)字金融與鄉(xiāng)村振興的耦合協(xié)調(diào)等級(jí)逐年上升，這表明我國數(shù)字金融與鄉(xiāng)村振興之間存在著相輔相成的發(fā)展態(tài)勢(shì)。

從空間角度來看，除黑龍江省外，我國其他省份和城市的數(shù)字金融與鄉(xiāng)村振興耦合協(xié)調(diào)等級(jí)經(jīng)歷了嚴(yán)重失調(diào)、瀕臨失調(diào)、勉強(qiáng)協(xié)調(diào)、初級(jí)協(xié)調(diào)、中級(jí)協(xié)調(diào)、良好協(xié)調(diào)六個(gè)發(fā)展階段。全國大部分地區(qū)數(shù)字金融與鄉(xiāng)村振興之間的耦合協(xié)調(diào)關(guān)系已經(jīng)從失調(diào)狀態(tài)轉(zhuǎn)向協(xié)調(diào)狀態(tài)，只有少數(shù)地區(qū)的耦合協(xié)調(diào)關(guān)系達(dá)到了良好協(xié)調(diào)的水平，還有一些地區(qū)處于瀕臨失調(diào)的水平。因此，我國各地區(qū)的耦合協(xié)調(diào)程度存在顯著差異。具體而言，東部沿海地區(qū)大部分省份的數(shù)字金融與鄉(xiāng)村振興的耦合協(xié)調(diào)關(guān)系水平較高。例如，北京、天津等直轄市已經(jīng)達(dá)到了中級(jí)協(xié)調(diào)和良好協(xié)調(diào)的階段，農(nóng)業(yè)大省黑龍江省更是達(dá)到了優(yōu)質(zhì)協(xié)調(diào)階段；中部地區(qū)大部分省份的耦合協(xié)調(diào)關(guān)系處于勉強(qiáng)協(xié)調(diào)和中級(jí)協(xié)調(diào)階段；然而，西部地區(qū)和一些偏遠(yuǎn)地區(qū)的數(shù)字金融與鄉(xiāng)村振興之間的耦合協(xié)調(diào)關(guān)系仍然相對(duì)薄弱。由表可以看出西部地區(qū)仍有省份的耦合協(xié)調(diào)D值低于全國水平，個(gè)別省份還處于瀕臨失調(diào)階段，這可能是由于這些地區(qū)的金融發(fā)展水平相對(duì)落后。盡管各地區(qū)的耦合協(xié)調(diào)D值在逐步增大，但我國三大區(qū)域差異仍然明顯。由此可見，除部分地區(qū)外，三大區(qū)域的相對(duì)差異格局并不能完全改變。

結(jié)論與對(duì)策建議

文章通過對(duì)數(shù)字金融與鄉(xiāng)村振興指標(biāo)體系的構(gòu)建，使用耦合協(xié)調(diào)度模型，對(duì)2013—2022年我國數(shù)字金融與鄉(xiāng)村振興的發(fā)展水平進(jìn)行評(píng)價(jià)以及對(duì)二者的耦合協(xié)調(diào)關(guān)系作了實(shí)證分析，得到以下結(jié)論。我國數(shù)字金融發(fā)展水平逐年提升，但面臨著區(qū)域發(fā)展不平衡的困境，呈現(xiàn)出東強(qiáng)西弱的不平衡格局。我國的鄉(xiāng)村振興水平也在逐年提升，但也面臨著中部和東部發(fā)展水平高，而西部發(fā)展較慢的問題。其中，我國鄉(xiāng)村振興水平最高的省份主要是集中在中部地區(qū)的農(nóng)業(yè)強(qiáng)省。從時(shí)間層面上來看，我國數(shù)字金融和鄉(xiāng)村振興的協(xié)調(diào)度總體上在逐漸上升，協(xié)調(diào)程度不斷提高，但從區(qū)域的層面來看，卻呈現(xiàn)出東強(qiáng)西弱的趨勢(shì)，西部地區(qū)的協(xié)調(diào)程度低于全國的平均水平。

基于上述研究結(jié)論，提出以下建議。首先，政府應(yīng)加強(qiáng)西部地區(qū)的數(shù)字金融基礎(chǔ)設(shè)施建設(shè)。針對(duì)西部地區(qū)數(shù)字金融發(fā)展滯后的問題，政府應(yīng)加大對(duì)數(shù)字金融基礎(chǔ)設(shè)施建設(shè)的投入力度，加快5G在全國的布局進(jìn)程，提升西部地區(qū)的數(shù)字金融服務(wù)水平，縮小地區(qū)間的差距。其次，結(jié)合鄉(xiāng)村自身特色，多元化、多層次地貫徹鄉(xiāng)村振興戰(zhàn)略，大力發(fā)展鄉(xiāng)村產(chǎn)業(yè)，推動(dòng)鄉(xiāng)村產(chǎn)業(yè)融合。最后，各地區(qū)可以加強(qiáng)跨區(qū)域的合作和交流，分享成功經(jīng)驗(yàn)，共同解決發(fā)展中遇到的問題。通過跨區(qū)域合作，可以促進(jìn)數(shù)字金融和鄉(xiāng)村振興的協(xié)同發(fā)展，實(shí)現(xiàn)全國范圍內(nèi)的均衡發(fā)展。

參考文獻(xiàn)：

[1]程暉.打好鄉(xiāng)村全面振興漂亮仗[N].中國經(jīng)濟(jì)導(dǎo)報(bào)，2024-02-06（002）.

[2]鄢宇昊，李巍，胡錫琴，等.數(shù)字普惠金融對(duì)鄉(xiāng)村振興的影響效應(yīng)與經(jīng)驗(yàn)證據(jù)[J].統(tǒng)計(jì)與決策，2023，39（15）：131-135.

[3]潘明清，范雅靜.數(shù)字普惠金融助推鄉(xiāng)村振興的機(jī)制與效應(yīng)研究[J].宏觀經(jīng)濟(jì)研究，2023（03）：35-47.

[4]譚燕芝，李云仲，葉程芳.省域數(shù)字普惠金融與鄉(xiāng)村振興評(píng)價(jià)及其耦合協(xié)同分析[J].經(jīng)濟(jì)地理，2021，41（12）：187-195+222.

[5]趙健，魏欣.數(shù)字普惠金融與鄉(xiāng)村振興耦合協(xié)調(diào)分析測(cè)度：以中部六省為例[J].統(tǒng)計(jì)與決策，2023，39（15）：142-146.

湖南農(nóng)業(yè)大學(xué)大學(xué)生科創(chuàng)項(xiàng)目“數(shù)字金融使用對(duì)農(nóng)村家庭消費(fèi)升級(jí)的影響研究”（XCX2023124）。

（作者單位：湖南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)學(xué)院）