數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)的時(shí)空演進(jìn)及差異分析

摘 要：選取中國30個(gè)省份為研究對(duì)象，以2011—2022年數(shù)據(jù)為觀察樣本，使用熵值法與耦合協(xié)調(diào)度模型，測(cè)算研究期數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)發(fā)展水平，在此基礎(chǔ)上結(jié)合Kernel密度估計(jì)和Dagum基尼系數(shù)，對(duì)比分析三大經(jīng)濟(jì)區(qū)域數(shù)字金融與新質(zhì)生產(chǎn)力之間的耦合協(xié)調(diào)度的時(shí)空演進(jìn)及差異分析。結(jié)果表明，中國各省份數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)水平呈逐年上升趨勢(shì)，各區(qū)域耦合協(xié)調(diào)發(fā)展水平從高到低依次為東部、中部和西部。通過高斯核函數(shù)估計(jì)得出中國中部地區(qū)的協(xié)調(diào)發(fā)展水平出現(xiàn)了兩極分化現(xiàn)象，并且各省份在數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)總體水平上的區(qū)域差異不斷擴(kuò)大。區(qū)域間差異是造成三大經(jīng)濟(jì)區(qū)域耦合協(xié)調(diào)發(fā)展不平衡的主要因素，但其貢獻(xiàn)率呈現(xiàn)下降趨勢(shì)。同時(shí)，東部地區(qū)與中西部省份之間的差距也在逐步縮小。在綜合以往研究的基礎(chǔ)上，進(jìn)一步補(bǔ)充和豐富了數(shù)字金融與新質(zhì)生產(chǎn)力之間的理論機(jī)制。

關(guān)鍵詞：數(shù)字金融；新質(zhì)生產(chǎn)力；耦合協(xié)調(diào)；時(shí)空演進(jìn)；區(qū)域差異

中圖分類號(hào)：F832；F124

文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.3969/j.issn.1672-2272.202408075

英文標(biāo)題

Spatiotemporal Evolution and Difference Analysis of the Coupling and Coordination of Digital Finance and New Quality Productivity

Chen Siji， Niu Feiliang，Shao Yu，Wang Shuai

（Faculty of Mathematics and Statistics， Kashi University， Kashgar 843800， China）

英文摘要Abstract： Taking the data from 2011 to 2022 as the observation samples， this paper uses the entropy method and the coupling coordination degree model to measure the coupling and coordinated development level of digital finance and new quality productivity during the study period. The results show that the level of coupling and coordination between digital finance and new quality productivity in various provinces and cities in China is increasing year by year， and the level of coupling and coordination development in each region is in the east， central and western regions from high to low. Based on the Gaussian kernel function estimation， it is concluded that the level of coordinated development in central China is polarized， and the regional differences between provinces and cities in the overall level of coupling and coordination of digital finance and new quality productivity are expanding. Regional differences are the main factors causing the imbalance in the coupling and coordinated development of the three major economic regions， but their contribution rate shows a downward trend， and the gap between the eastern region and the central and western provinces is gradually narrowing. The study believes that in order to effectively promote the coupling and coordination role of digital finance and the development of new quality productivity， increase policy support for the central and western regions， as well as the cultivation of new quality productivity， encourage innovation and entrepreneurship， promote the upgrading and transformation of industrial structure， improve the quality and efficiency of economic growth， and formulate differentiated policies and measures to ensure the coordinated development of various regions.On the basis of the synthesis of previous research， the theoretical mechanism between digital finance and new qualitative productivity is further supplemented and enriched. Through the comprehensive analysis of coupling coordination degree and its spatial distribution characteristics and regional differences， the relationship between business environment and new quality productivity is discussed， and the relevant research in this field is expanded.

英文關(guān)鍵詞Key Words：Digital Finance; New Quality Productivity; Coupling Coordination; Spatiotemporal Evolution; Regional Differences

0 引言

數(shù)字金融作為金融科技的重要應(yīng)用，以其獨(dú)特的優(yōu)勢(shì)為金融服務(wù)普及和深化提供了新的動(dòng)力。數(shù)字金融不僅提升了金融服務(wù)的普及性和易用性［1］，使得更多的消費(fèi)者能夠便捷地享受金融服務(wù)，而且有效減少金融服務(wù)的準(zhǔn)入難度和費(fèi)用，進(jìn)一步推動(dòng)資本與信息等關(guān)鍵生產(chǎn)要素的高效配置。同時(shí)，新質(zhì)生產(chǎn)力正逐漸成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。

學(xué)者對(duì)數(shù)字金融進(jìn)行了多個(gè)維度的分析，包括其發(fā)展速度、對(duì)經(jīng)濟(jì)社會(huì)的影響以及面臨的問題與挑戰(zhàn)。中國數(shù)字金融正經(jīng)歷著迅猛的發(fā)展，特別是在那些相對(duì)欠發(fā)達(dá)的地區(qū)，其增長(zhǎng)勢(shì)頭尤為強(qiáng)勁。這種發(fā)展不僅顯著提高了家庭收入，而且對(duì)于農(nóng)村低收入群體來說，其積極影響尤為顯著［2］。盡管數(shù)字金融在全球范圍內(nèi)展現(xiàn)出了迅猛的發(fā)展勢(shì)頭，但它同時(shí)也遭遇了一系列的挑戰(zhàn)，包括運(yùn)營(yíng)成本高昂、服務(wù)效率不盡如人意以及服務(wù)覆蓋范圍不均衡等難題［3］。數(shù)字金融在追求健康可持續(xù)的發(fā)展道路上面臨著諸多挑戰(zhàn)和困難。這些挑戰(zhàn)不僅包含其內(nèi)部存在的固有難題，也涉及到技術(shù)層面所遭遇的困境［4］。隨著數(shù)字金融迅猛發(fā)展，它在一定程度減輕了傳統(tǒng)普惠金融體系所承擔(dān)的部分風(fēng)險(xiǎn)，同時(shí)也為普惠金融領(lǐng)域引入了新的風(fēng)險(xiǎn)點(diǎn)，這些新風(fēng)險(xiǎn)對(duì)現(xiàn)行的監(jiān)管機(jī)制構(gòu)成了新的挑戰(zhàn)。因此，構(gòu)建一套適應(yīng)數(shù)字金融發(fā)展特點(diǎn)的監(jiān)管框架，并提出具體且有針對(duì)性的監(jiān)管措施，變得尤為迫切和重要［5］。

同時(shí)，也對(duì)新質(zhì)生產(chǎn)力進(jìn)行了多個(gè)維度的分析，包括其內(nèi)涵、特征、發(fā)展路徑以及對(duì)高質(zhì)量發(fā)展的推動(dòng)作用。新質(zhì)生產(chǎn)力以科技創(chuàng)新為主導(dǎo)，通過關(guān)鍵性技術(shù)突破而產(chǎn)生。它超越了傳統(tǒng)生產(chǎn)力形式，需要新的生產(chǎn)關(guān)系來與之相適應(yīng)［6］。它體現(xiàn)為全方位、系統(tǒng)性、持續(xù)性的變革過程，不僅能優(yōu)化經(jīng)濟(jì)基礎(chǔ)的應(yīng)用場(chǎng)景和能力層級(jí)，而且能推進(jìn)產(chǎn)業(yè)協(xié)同升級(jí)和整體躍遷［7］。新質(zhì)生產(chǎn)力能夠有效推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展內(nèi)生要求的“動(dòng)力變革”“效率變革”“質(zhì)量變革”，從而契合經(jīng)濟(jì)高質(zhì)量發(fā)展的現(xiàn)實(shí)需求［8］。新質(zhì)生產(chǎn)力的提出立足于我國經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)與大國競(jìng)爭(zhēng)格局，旨在應(yīng)對(duì)當(dāng)前迫切的任務(wù)，即推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展，并實(shí)現(xiàn)中國式現(xiàn)代化［9］。

數(shù)字金融與新質(zhì)生產(chǎn)力的發(fā)展?fàn)顩r及特點(diǎn)，可以從不同層面進(jìn)行分析，具體涵蓋其對(duì)經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級(jí)、實(shí)體經(jīng)濟(jì)效能提高、企業(yè)科技革新、地區(qū)創(chuàng)新實(shí)力增強(qiáng)以及整體生產(chǎn)效率提升等多個(gè)方面的作用。數(shù)字金融憑借其不斷擴(kuò)大的服務(wù)范圍、日益深化的用戶參與以及持續(xù)提升的數(shù)字化技術(shù)，對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著的正向推動(dòng)作用［10］。數(shù)字金融在推動(dòng)金融服務(wù)實(shí)體經(jīng)濟(jì)的效率方面展現(xiàn)出顯著成效，特別在東部地區(qū)及市場(chǎng)化程度較高的地區(qū)，其效果得到了充分驗(yàn)證［11］。數(shù)字金融快速發(fā)展在緩解融資難題上發(fā)揮著重要作用，直接促進(jìn)了區(qū)域創(chuàng)新能力的顯著增強(qiáng)。同時(shí)，它通過增強(qiáng)人力資本的供給和推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，為提升區(qū)域創(chuàng)新水平提供了重要的推動(dòng)力［12］。

綜上所述，學(xué)者對(duì)數(shù)字金融與新質(zhì)生產(chǎn)力進(jìn)行分析，不乏有數(shù)字金融耦合協(xié)調(diào)發(fā)展的研究，均取得了豐碩的研究成果，對(duì)本文的研究有很大的借鑒意義，但對(duì)于數(shù)字金融與新質(zhì)生產(chǎn)力兩者間耦合協(xié)調(diào)度及其空間分布特征、區(qū)域差異等方面的研究較為缺乏。本文基于中國30個(gè)省份2011－2022 年的面板數(shù)據(jù)，構(gòu)建數(shù)字金融、新質(zhì)生產(chǎn)力的指標(biāo)體系及模型，綜合測(cè)度了全國數(shù)字金融指數(shù)和新質(zhì)生產(chǎn)力指數(shù)，計(jì)算三大地區(qū)的耦合協(xié)調(diào)度系數(shù)，運(yùn)用熵值法、耦合協(xié)調(diào)度模型、核密度估計(jì)、Dagum 基尼系數(shù)法對(duì)三大地區(qū)數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)及其動(dòng)態(tài)演進(jìn)、空間差異進(jìn)行系統(tǒng)研究。

1 研究設(shè)計(jì)

1.1 指標(biāo)體系構(gòu)建

北京大學(xué)數(shù)字金融研究中心在構(gòu)建數(shù)字金融的量化評(píng)估框架上取得了顯著成就，他們研究并持續(xù)推出的“數(shù)字普惠金融指數(shù)”已成為衡量我國數(shù)字金融發(fā)展水平的關(guān)鍵指標(biāo)。這一指數(shù)不僅全面反映了我國數(shù)字金融的發(fā)展態(tài)勢(shì)，也為政策制定者、金融機(jī)構(gòu)以及研究者提供了重要的參考依據(jù)，經(jīng)過持續(xù)的更新與優(yōu)化，為我國數(shù)字金融領(lǐng)域的定量研究提供了豐富且精確的數(shù)據(jù)支撐。本文數(shù)字金融的評(píng)價(jià)指標(biāo)運(yùn)用了數(shù)字普惠金融指數(shù)的3個(gè)分類指數(shù)，即覆蓋廣度、使用深度和數(shù)字化程度。

在對(duì)新質(zhì)生產(chǎn)力評(píng)價(jià)指標(biāo)體系進(jìn)行構(gòu)建上，本文借鑒任宇新等［13］構(gòu)建的新質(zhì)生產(chǎn)力指標(biāo)體系，主要基于指標(biāo)數(shù)據(jù)的實(shí)際可獲取性和準(zhǔn)確性，最終以勞動(dòng)者、勞動(dòng)資料、勞動(dòng)對(duì)象為準(zhǔn)則層選取22個(gè)二級(jí)指標(biāo)構(gòu)成本文的新質(zhì)生產(chǎn)力指標(biāo)體系。各個(gè)指標(biāo)的具體含義如表1所示。

1.2 研究方法

1.2.1 熵值法

本文利用熵值法來確定各項(xiàng)指標(biāo)的權(quán)重，采用加權(quán)法來計(jì)算數(shù)字金融水平與新質(zhì)生產(chǎn)力水平：

①正向歸一化和逆向歸一化指標(biāo)。

y'iij=yij－minyjmaxxj－minxj（1）

y'iij=maxyj－yijmaxyj－minyj（2）

其中，yij 表示第i年的第j個(gè)評(píng)價(jià)指標(biāo)。

②求和歸一化。

Aij=y'iij/∑ni=1y（3）

其中，Aij表示第i個(gè)樣本第j項(xiàng)指標(biāo)的比重。

③計(jì)算第j 項(xiàng)指標(biāo)的熵值。

fj=－1lnn∑ni=1Aijln （Aij）（4）

其中，0≤fjlt;1

④計(jì)算第j項(xiàng)指標(biāo)的冗余度。

hj=1－fj（5）

⑤計(jì)算第j項(xiàng)指標(biāo)的權(quán)重。

wj=hj/∑nj=1hj（6）

⑥計(jì)算數(shù)字金融和新質(zhì)生產(chǎn)力的綜合指數(shù)。

Q=∑mj=1wj×Aij（7）

按照上述公式，計(jì)算得到數(shù)字金融水平與新質(zhì)生產(chǎn)力水平各評(píng)價(jià)指標(biāo)的權(quán)重。

1.2.2 耦合協(xié)調(diào)度

本文采用耦合協(xié)調(diào)度來衡量數(shù)字金融與新質(zhì)生產(chǎn)力之間的相互作用。

C（Z1，Z2，…，ZL）=n×［Z1Z2…ZL/（Z1+Z2+…+ZL）L］1/L（8）

Cab=2×［ZaZb/（Za+Zb）2］1/2（9）

其中，Zi 介于0 到1 之間，Zi 為正向指標(biāo)，即數(shù)值越大，表示i省份數(shù)字金融與新質(zhì)生產(chǎn)力越高；L 代表系統(tǒng)個(gè)數(shù)；Cab 表示耦合度，取值范圍在0 到1 之間。

Dab= Cab×Tab（10）

Tab=αZa+βZb（11）

其中，Dab 表示耦合協(xié)調(diào)度；α、β為待定系數(shù)，分別表示兩個(gè)子系統(tǒng)對(duì)總系統(tǒng)的重要程度，α+β=1，α=β=0.5。參考已有研究成果［14-15］，將耦合度C 和協(xié)調(diào)度D 劃分為若干種類型，劃分標(biāo)準(zhǔn)如表2所示。

1.2.3 Kernel 密度估計(jì)

運(yùn)用Kernel 密度估計(jì)分析耦合協(xié)調(diào)度的分布動(dòng)態(tài)。

f（x）=1nh∑ni=1Kx－x-h（12）

其中：n是樣本個(gè)數(shù)，x-為均值，h為帶寬；Kd 為核函數(shù)，本文采用高斯核函數(shù)，具體為：

K（d）=1 2πexp（－d22）（13）

1.2.4 Dagum 基尼系數(shù)及其分解

在評(píng)估中國三大地區(qū)數(shù)字金融與新質(zhì)生產(chǎn)力的發(fā)展差異時(shí)，Dagum基尼系數(shù)及其分解法相較于傳統(tǒng)基尼系數(shù)提供了更為細(xì)致和深入的分析。具體來說，Dagum基尼系數(shù)能夠?qū)⑦@種差異分解為3個(gè)主要部分，即區(qū)域內(nèi)差異（Gw）、區(qū)域間差異（Gnb）以及超變密度差異（Gt），從而更準(zhǔn)確地揭示這些差異的成因。且G=Gw+Gnb+Gt，如式（14）所示。

G=∑kj=1∑kh=1∑nji=1∑nhr=1|yji－yhr|/2n2y-（14）

式中，yji yhr代表了在區(qū)域j h內(nèi)任意一個(gè)地區(qū)的耦合協(xié)調(diào)度；y-為各地區(qū)的耦合協(xié)調(diào)度的均值；n代表省份的總數(shù)；k為區(qū)域個(gè)數(shù)；nj （nh）表示的是在第j h個(gè)地區(qū)個(gè)數(shù)。

1.3 數(shù)據(jù)來源

選取2011-2022年中國30個(gè)省份為樣本，數(shù)字金融的指標(biāo)數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)中的分類指數(shù)。對(duì)于新質(zhì)生產(chǎn)力的指標(biāo)數(shù)據(jù)，則廣泛收集多個(gè)官方統(tǒng)計(jì)年鑒的數(shù)據(jù)，包括《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國勞動(dòng)統(tǒng)計(jì)年鑒》等。此外，也參考了各省份的統(tǒng)計(jì)年鑒，以確保數(shù)據(jù)的全面性和準(zhǔn)確性。為了保證數(shù)據(jù)的完整性和連貫性，采用線性插值法對(duì)缺失的數(shù)據(jù)進(jìn)行了合理的估計(jì)與補(bǔ)齊。

2 實(shí)證結(jié)果與分析

2.1 數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)變化特征

本文把30個(gè)樣本省份按其地理位置分為東、中、西3個(gè)組［16］，根據(jù)耦合度（C）與耦合協(xié)調(diào)度（D）的分類標(biāo)準(zhǔn)，對(duì)中國各省份在數(shù)字金融與新質(zhì)生產(chǎn)力耦合發(fā)展中的表現(xiàn)進(jìn)行分析，如表3、圖1所示。東部地區(qū)在耦合度和耦合協(xié)調(diào)度方面表現(xiàn)最為優(yōu)異，地區(qū)平均耦合度為0.915 9，耦合協(xié)調(diào)度為0.600 3，均排名第一。具體來看，北京在2011年的耦合度為0.998 0，達(dá)到高水平耦合，但耦合協(xié)調(diào)度為0.381 7，僅為中度失調(diào)；到2022年，北京的耦合度下降至0.869 1，但仍保持高水平耦合，耦合協(xié)調(diào)度則顯著提升至0.747 4，達(dá)到中度協(xié)調(diào)，年增長(zhǎng)率為6.34%。廣東在2011年的耦合度為0.958 5，耦合協(xié)調(diào)度為0.426 0，分別屬于高水平耦合和輕度失調(diào)；2022年，廣東的耦合度上升至0.990 1，耦合協(xié)調(diào)度顯著提高至0.879 2，達(dá)到高度協(xié)調(diào)，年增長(zhǎng)率為10.6%。

中部地區(qū)的耦合度和耦合協(xié)調(diào)度雖然略遜于東部，但也有顯著增長(zhǎng)，地區(qū)平均耦合度為0.889 5，耦合協(xié)調(diào)度為0.540 5，均排名第二。河南和湖北表現(xiàn)較為突出。河南在2011年的耦合度為0.909 6，耦合協(xié)調(diào)度為0.307 1，分別為高水平耦合和中度失調(diào)；2022年，河南的耦合度為0.867 4，耦合協(xié)調(diào)度為0.697 6，提升至中度協(xié)調(diào)，年增長(zhǎng)率為10.72%。湖北的耦合度從2011年的0.955 5下降至2022年的0.875 2，但仍保持高水平耦合，耦合協(xié)調(diào)度則從0.311 6提升至0.718 0，達(dá)到中度協(xié)調(diào)，年增長(zhǎng)率為11.89%。

西部地區(qū)的耦合度和耦合協(xié)調(diào)度雖然在所有地區(qū)中排名第三，但也展示了不少亮點(diǎn)，地區(qū)平均耦合度為0.862 3，耦合協(xié)調(diào)度為0.510 2。四川省在西部地區(qū)表現(xiàn)出色，2011年耦合度為0.968 4，耦合協(xié)調(diào)度為0.316 5，分別為高水平耦合和中度失調(diào)；2022年，四川的耦合度為0.894 6，耦合協(xié)調(diào)度顯著提升至0.709 4，達(dá)到中度協(xié)調(diào)，年增長(zhǎng)率為10.99%。

從總體來看，各省份2011-2022年在數(shù)字金融與新質(zhì)生產(chǎn)力的耦合度和耦合協(xié)調(diào)度方面都呈現(xiàn)出積極的增長(zhǎng)趨勢(shì)，但不同地區(qū)之間仍存在明顯差異。東部地區(qū)耦合度和耦合協(xié)調(diào)度都普遍領(lǐng)先于中部和西部地區(qū)，顯示出較強(qiáng)的數(shù)字金融整合與發(fā)展程度。廣東、上海和北京等省市的顯著進(jìn)步，進(jìn)一步證明這些地區(qū)在相關(guān)領(lǐng)域的政策和投入取得了成功。通過上述分析，可以更好地理解中國各地區(qū)在數(shù)字金融與新質(zhì)生產(chǎn)力發(fā)展中的表現(xiàn)與潛力。

2.2 Kernel 核密度估計(jì)動(dòng)態(tài)演進(jìn)分析

為了更直觀地展示2011-2022年中國三大地區(qū)數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)度的分布情況，本文采用Matlab軟件繪制了Kernel核密度圖。這種圖形分析方法通過非參數(shù)估計(jì)的方式，展現(xiàn)耦合協(xié)調(diào)度在不同年份和區(qū)域內(nèi)的概率密度分布，從而幫助更深入地理解其動(dòng)態(tài)變化和區(qū)域差異、分布動(dòng)態(tài)特征。

就全國總體層面而言，如圖2所示，數(shù)字金融和新質(zhì)生產(chǎn)力耦合協(xié)調(diào)發(fā)展，Kernel密度函數(shù)的中心點(diǎn)向右轉(zhuǎn)移趨勢(shì)顯著，意味著數(shù)字金融和新質(zhì)生產(chǎn)力耦合協(xié)調(diào)發(fā)展水平不斷提升；Kernel密度函數(shù)的峰值呈現(xiàn)“高-低”循環(huán)波動(dòng)態(tài)勢(shì)，且波峰寬度逐漸拓寬，具體而言，2011年數(shù)字金融和新質(zhì)生產(chǎn)力耦合協(xié)調(diào)發(fā)展水平主要分布在0.234～0.426之間，差值為0.192，而2020年主要分布在0.567～0.879之間，差值為0.312，說明數(shù)字金融和新質(zhì)生產(chǎn)力耦合協(xié)調(diào)度分布呈分散化趨勢(shì)，耦合協(xié)調(diào)發(fā)展水平高的省份（如江蘇、廣東）與耦合協(xié)調(diào)發(fā)展水平低的省份（如甘肅、青海）之間的差距在持續(xù)拉大；其次，從波峰數(shù)量來看，初期在2011年數(shù)字金融和新質(zhì)生產(chǎn)力耦合協(xié)調(diào)發(fā)展存在區(qū)域差異，由一個(gè)主峰、一個(gè)側(cè)峰構(gòu)成，直到2018年情況有所改善，一直到2022年都以單峰為主，說明全國的耦合協(xié)調(diào)發(fā)展水平有著明顯的改善，在2018年之后不存在明顯的多級(jí)或兩級(jí)分化情況。

就東部、中部與西部地區(qū)而言，如圖3、圖4、圖5所示。從核密度函數(shù)的中心點(diǎn)位置來看，東部、中部和西部地區(qū)的中心點(diǎn)均向右移動(dòng)，表明研究期內(nèi)三大區(qū)域的耦合協(xié)調(diào)水平持續(xù)上升；從核密度函數(shù)波峰高度的分布狀況來看，東部波峰高度在2011-2018年開始下降，之后在小范圍內(nèi)波動(dòng)上升，總體上呈現(xiàn)為降低，表明東部耦合協(xié)調(diào)水平從聚集到分散的動(dòng)態(tài)趨勢(shì)；中部波峰高度在除2011-2012年之外其余小范圍內(nèi)波動(dòng)，總體上略有降低。中部波峰高度自2011年開始均呈波動(dòng)式降低，表明中部耦合協(xié)調(diào)水平呈分散趨勢(shì)；西部波峰高度與東部相似，但與東部不同的是，西部在2018年之后呈現(xiàn)的聚集程度相比于東部會(huì)更加顯著一些。從核密度函數(shù)分布的拖尾長(zhǎng)度來看，東部拖尾變長(zhǎng)，耦合協(xié)調(diào)水平差距有擴(kuò)大趨勢(shì)；中部拖尾在2013－2015 年變短，并開始變長(zhǎng)，表明中部的耦合協(xié)調(diào)水平的差距有擴(kuò)大趨勢(shì)；西部拖尾在2012－2015 年變短，并開始變長(zhǎng)，表明西部的耦合協(xié)調(diào)水平的差距有擴(kuò)大趨勢(shì)。從核密度函數(shù)波峰數(shù)量來看，東部波峰數(shù)量穩(wěn)定在1個(gè)，表明東部耦合協(xié)調(diào)水平未出現(xiàn)多級(jí)分化特征。中部波峰數(shù)量波動(dòng)明顯，波峰數(shù)量除2012年與2013年為1個(gè)，其余年份均為2 個(gè)，說明中部耦合協(xié)調(diào)水平幾乎都處于兩級(jí)分化特征，并且此現(xiàn)象在研究期內(nèi)未得到改善。西部波峰數(shù)量穩(wěn)定在1個(gè)，表明西部耦合協(xié)調(diào)水平未出現(xiàn)多級(jí)分化特征。

2.3 基于Dagum 基尼系數(shù)分解法的空間差異分析

表4展示的是2011-2022年數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)水平總體的基尼系數(shù)及貢獻(xiàn)率?？傮w系數(shù)呈現(xiàn)“下降-上升”的演變過程，從2011年的0.088 3開始下降直至2016年的0.049 3，降幅為44.19%，之后一直上升至2022年的0.060 9，增幅為23.5%?？傮w系數(shù)從2011年的0.088 3下降到2022年的0.060 9，降幅為31.05%，均值為0.059 3，表明數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)度逐漸增強(qiáng)，數(shù)字金融與新質(zhì)生產(chǎn)力之間的總體的耦合協(xié)調(diào)水平不均衡的問題有所改善。

分析區(qū)域差距來源及其貢獻(xiàn)率，區(qū)域內(nèi)差距、區(qū)域間差距和超變密度的年均貢獻(xiàn)率分別為24.985 1%、65.767 7%和9.247 2%。數(shù)字金融和新質(zhì)生產(chǎn)力之間的耦合協(xié)調(diào)水平差異，其主要成因歸結(jié)為區(qū)域間不平衡發(fā)展。區(qū)域內(nèi)差距貢獻(xiàn)率的變化呈現(xiàn)上升-下降-上升-下降的“M”型演變過程。從2011年的22.146 2%上升到2022年的25.677 9%，增幅為15.95%，總體表現(xiàn)為上升的過程。區(qū)域間差距和超變密度的貢獻(xiàn)率變化呈現(xiàn)下降-上升-下降-上升的“W”型演變過程。區(qū)域間差距貢獻(xiàn)率變化從2011年的72.655 8%下降到2022年的62.776 7%，降幅為13.95%，總體呈現(xiàn)為下降的過程。超變密度貢獻(xiàn)率變化 2011年的5.198 0%上升到2022年的11.545 3%，增幅為122.11%，總體表現(xiàn)為上升的過程。

表5展示的是區(qū)域內(nèi)和區(qū)域間差異及演變過程。從區(qū)域內(nèi)基尼系數(shù)來看，東部地區(qū)基尼系數(shù)從2011年的0.065 5下降到2022年的0.057 9，降幅為11.6%，期間雖然有所波動(dòng)，但總體呈下降趨勢(shì)，表明東部地區(qū)內(nèi)的數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)程度逐步提升，區(qū)域內(nèi)的不平衡有所改善，分配逐漸趨于平等；其次東部地區(qū)平均基尼系數(shù)為0.053 3，說明東部地區(qū)的整體不平等程度較低，但仍有進(jìn)一步優(yōu)化的空間。中部地區(qū)基尼系數(shù)從2011年的0.028 4下降到2015年的最低值0.019 6，然后逐漸上升到2022年的0.035 8。雖然總體上中部地區(qū)的基尼系數(shù)有所上升，但變化幅度較小，波動(dòng)相對(duì)較為平穩(wěn)，均值為0.027 0，耦合協(xié)調(diào)分配相對(duì)較為平等；西部地區(qū)基尼系數(shù)從2011年的0.063 1逐年下降至2022年的0.037 5，降幅為40.57%，顯示出明顯的改善趨勢(shì)，表明西部地區(qū)在數(shù)字金融與新質(zhì)生產(chǎn)力耦合協(xié)調(diào)方面的分配不平等性逐步減弱。

區(qū)域間基尼系數(shù)方面，東部與中部、東部與西部、中部與西部的基尼系數(shù)的均值分別為0.063 2、0.087 5和0.043 4，均呈下降趨勢(shì)，東-中部地區(qū)基尼系數(shù)從2011年的0.097 4降低到2022年的0.066 7，降幅為31.52%，顯示出東部與中部地區(qū)之間的耦合協(xié)調(diào)分配不平等性在減弱，兩地區(qū)之間的差距逐漸縮小；東-西部地區(qū)基尼系數(shù)從2011年的0.137 4降低到2022年的0.086 2，降幅為37.26%，顯示出東部與西部地區(qū)之間的耦合協(xié)調(diào)分配不平等性逐漸減弱，兩地區(qū)之間的差距顯著縮??；中-西部地區(qū)基尼系數(shù)基尼系數(shù)從2011年的0.061 8下降到2015年的最低值0.033 6，并且逐漸上升至2022年的0.045 4，總體上中部與西部地區(qū)之間的耦合協(xié)調(diào)分配不平等性在波動(dòng)中有所減弱。

總體來說，東部地區(qū)在數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)方面雖然起點(diǎn)較高，但區(qū)域內(nèi)分配不平等性較大，仍需進(jìn)一步優(yōu)化。中部和西部地區(qū)雖然起點(diǎn)較低，但區(qū)域內(nèi)的分配逐漸趨于平等，尤其是西部地區(qū)改善最為顯著。地區(qū)間的分析表明，東部與中西部地區(qū)之間的差距在逐漸縮小，但仍需繼續(xù)努力以實(shí)現(xiàn)更均衡的發(fā)展。

3 結(jié)論與建議

3.1 研究結(jié)論

通過構(gòu)建數(shù)字金融、新質(zhì)生產(chǎn)力評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法、耦合協(xié)調(diào)度模型、核密度估計(jì)、Dagum 基尼系數(shù)法對(duì)中國30個(gè)省份2011—2022 年的數(shù)字金融與新質(zhì)生產(chǎn)力的耦合情況及其時(shí)空演進(jìn)及差異分析。結(jié)果發(fā)現(xiàn)：

在耦合協(xié)調(diào)度方面，中國各省份數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)水平總體不斷提升，但存在明顯的區(qū)域間差距；東部地區(qū)耦合協(xié)調(diào)發(fā)展水平高度協(xié)調(diào)。中部地區(qū)和西部地區(qū)耦合協(xié)調(diào)發(fā)展水平呈現(xiàn)為中度協(xié)調(diào)；各地區(qū)在數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)發(fā)展上表現(xiàn)出不同的水平，具體而言，東部地區(qū)的耦合協(xié)調(diào)發(fā)展水平最高，中部地區(qū)次之，而西部地區(qū)相對(duì)較低。

Kernel密度估計(jì)結(jié)果顯示耦合協(xié)調(diào)度不斷升高。全國耦合協(xié)調(diào)水平呈先集聚后分散的趨勢(shì)，并在2018年之后不存在明顯的多級(jí)或兩級(jí)分化情況。三大地區(qū)的耦合協(xié)調(diào)水平持續(xù)上升，區(qū)域耦合協(xié)調(diào)水平在總體上均表現(xiàn)出分散趨勢(shì)；并且耦合協(xié)調(diào)水平差距也都呈擴(kuò)大趨勢(shì)；只有中部地區(qū)表現(xiàn)出兩級(jí)分化特征，且在研究期內(nèi)也未得到改善。

在考察數(shù)字金融與新質(zhì)生產(chǎn)力的耦合協(xié)調(diào)發(fā)展水平時(shí)，發(fā)現(xiàn)總體差異主要源于區(qū)域間的差異。具體來說，東部與西部地區(qū)之間的差異是最為顯著的，但值得注意的是區(qū)域間差異總體上呈現(xiàn)出逐步遞減的趨勢(shì)，在區(qū)域內(nèi)，東部地區(qū)內(nèi)部差異最大，其次是西部和中部。

3.2 政策建議

加大對(duì)中部和西部地區(qū)的政策扶持力度，尤其是在數(shù)字金融基礎(chǔ)設(shè)施和新質(zhì)生產(chǎn)力方面。通過設(shè)立專項(xiàng)資金、稅收優(yōu)惠、技術(shù)援助等措施，提升中西部地區(qū)的數(shù)字金融和新質(zhì)生產(chǎn)力水平，縮小區(qū)域間的差距。加快中西部地區(qū)數(shù)字金融基礎(chǔ)設(shè)施的建設(shè)與完善，建立區(qū)域合作機(jī)制，促進(jìn)東部地區(qū)與中西部地區(qū)的資源共享、優(yōu)勢(shì)互補(bǔ)，提高互聯(lián)網(wǎng)普及率和金融科技應(yīng)用水平，確保這些地區(qū)能夠更好地融入數(shù)字經(jīng)濟(jì)體系。建立東部、中部和西部地區(qū)的協(xié)同合作機(jī)制，促進(jìn)技術(shù)、資源和人才的交流與共享。鼓勵(lì)東部發(fā)達(dá)地區(qū)通過結(jié)對(duì)幫扶、產(chǎn)業(yè)合作、技術(shù)輸出等方式，帶動(dòng)中西部地區(qū)共同發(fā)展。

加大對(duì)新質(zhì)生產(chǎn)力的培育力度，鼓勵(lì)創(chuàng)新創(chuàng)業(yè)，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和轉(zhuǎn)型，提高經(jīng)濟(jì)增長(zhǎng)的質(zhì)量與效益。聚焦耦合協(xié)調(diào)發(fā)展，提高整體水平。建立健全監(jiān)測(cè)評(píng)估機(jī)制，定期對(duì)各地區(qū)數(shù)字金融和新質(zhì)生產(chǎn)力的發(fā)展進(jìn)行評(píng)估與分析，及時(shí)發(fā)現(xiàn)問題并采取措施加以解決。

在中西部地區(qū)建立創(chuàng)業(yè)孵化器、科技園區(qū)和產(chǎn)業(yè)創(chuàng)新中心等創(chuàng)新平臺(tái)建設(shè)，為數(shù)字金融和新質(zhì)生產(chǎn)力的協(xié)同發(fā)展提供平臺(tái)和載體，促進(jìn)創(chuàng)新資源的集聚和高效利用，提升科技創(chuàng)新能力，增強(qiáng)內(nèi)生動(dòng)力。加強(qiáng)對(duì)數(shù)字金融和新質(zhì)生產(chǎn)力相關(guān)領(lǐng)域的人才培養(yǎng)，鼓勵(lì)高校和職業(yè)院校設(shè)置相關(guān)專業(yè)課程。同時(shí)，通過提供住房補(bǔ)貼、創(chuàng)業(yè)基金等政策措施，吸引高端人才到中西部地區(qū)發(fā)展，提升這些地區(qū)的創(chuàng)新能力和競(jìng)爭(zhēng)力。對(duì)于東部地區(qū)內(nèi)部差異較大的問題，要深入分析原因，制定差異化的政策措施，確保各地區(qū)能夠協(xié)調(diào)發(fā)展。西部地區(qū)和中部地區(qū)也要重視內(nèi)部差異問題，通過加強(qiáng)區(qū)域內(nèi)部合作、優(yōu)化資源配置等方式，促進(jìn)各地區(qū)均衡發(fā)展。

3.3 研究局限與展望

本研究的局限主要體現(xiàn)在數(shù)據(jù)和視角上，數(shù)據(jù)覆蓋2011-2022年，但由于部分地區(qū)數(shù)據(jù)不完整或更新滯后，影響了研究的時(shí)效性。研究主要從經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)角度出發(fā)，缺乏跨學(xué)科視角。未來可擴(kuò)展數(shù)據(jù)范圍，并結(jié)合社會(huì)、文化、環(huán)境等因素，探討數(shù)字金融對(duì)新質(zhì)生產(chǎn)力的多維影響。

參考文獻(xiàn)參考文獻(xiàn)：

［1］ 張林，王燕霞，鄭強(qiáng).數(shù)字普惠金融如何影響民營(yíng)企業(yè)成長(zhǎng)［J］.財(cái)經(jīng)問題研究，2023（5）：76-88.

［2］ 張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)［J］.經(jīng)濟(jì)研究，2019，54（8）：71-86.

［3］ 郭峰，王靖一，王芳，等.測(cè)度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

［4］ 孫玉環(huán)，張汀昱，王雪妮，等.中國數(shù)字普惠金融發(fā)展的現(xiàn)狀、問題及前景［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（2）：43-59.

［5］ 吳善東.數(shù)字普惠金融的風(fēng)險(xiǎn)問題、監(jiān)管挑戰(zhàn)及發(fā)展建議［J］.技術(shù)經(jīng)濟(jì)與管理研究，2019（1）：66-69.

［6］ 周文，許凌云.論新質(zhì)生產(chǎn)力：內(nèi)涵特征與重要著力點(diǎn)［J］.改革，2023（10）：1-13.

［7］ 韓江波，沙德春，李超.新質(zhì)生產(chǎn)力的演化：維度、結(jié)構(gòu)及路徑［J］.技術(shù)經(jīng)濟(jì)與管理研究，2024（1）：8-16.

［8］ 戴翔.以發(fā)展新質(zhì)生產(chǎn)力推動(dòng)高質(zhì)量發(fā)展［J］.天津社會(huì)科學(xué)，2023（6）：103-110.

［9］ 周文，李吉良.新質(zhì)生產(chǎn)力與中國式現(xiàn)代化［J］.社會(huì)科學(xué)輯刊，2024（2）：114-124.

［10］ 王剛貞，陳夢(mèng)潔.數(shù)字普惠金融影響經(jīng)濟(jì)高質(zhì)量發(fā)展的渠道機(jī)理與異質(zhì)特征［J］.財(cái)貿(mào)研究，2022，33（10）：45-56.

［11］ 陸鳳芝，王群勇.數(shù)字普惠金融與金融服務(wù)實(shí)體經(jīng)濟(jì)效率提升［J］.南開學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（3）：34-47.

［12］ 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，2020，36（5）：52-66，9.

［13］ 任宇新，吳艷，伍喆.金融集聚、產(chǎn)學(xué)研合作與新質(zhì)生產(chǎn)力［J］.財(cái)經(jīng)理論與實(shí)踐，2024，45（3）：27-34.

［14］ YOU H Y. Quantifying the coordinated degree of urbanization in Shanghai， China［J］. Quality amp; Quantity， 2016， 50（3）： 1273-1283.

［15］ LIU N N， LIU C Z， XIA Y F， et al. Examining the coordination between urbanization and eco-environment using coupling and spatial analyses： a case study in China［J］. Ecological Indicators， 2018， 93： 1163-1175.

［16］ 沈小波，陳語，林伯強(qiáng).技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)扭曲對(duì)中國能源強(qiáng)度的影響［J］.經(jīng)濟(jì)研究，2021，56（2）：157-173.

（責(zé)任編輯：要 毅）