数字普惠金融与乡村振兴耦合机理研究

芮训媛

（铜陵学院，安徽 铜陵 244000）

普惠金融与信息技术的深度结合造就了便于获取的数字普惠金融服务模式，其对乡村振兴各项工作的金融支持作用日益凸显，同时又可借机扩大自身的服务范围和市场规模，二者的作用方式中存在某种耦合关系，但相关的耦合机理尚不明确。研究这一问题能够为乡村振兴和数字普惠金融的协同发展奠定理论基础，本文基于数据和实证方法，从数学建模、量化评价的角度出发，对作用机理进行探索。

1 数字普惠金融与乡村振兴耦合关系的基本分析

1.1 数字普惠金融

数字普惠金融是传统普惠金融与数字化技术深度结合的产物，能够以更高的效率向特定人群提供金融服务。当前，数字普惠金融的重点服务对象为农民、小微企业以及城镇低收入人群，其业务内容涵盖助业贷款、助学贷款、投资理财、储蓄、养老金、保险等[1]。大力发展数字普惠金融能够增加市场经营主体的数量，激发民营经济的活力，在促进农村经济发展方面发挥着重要作用。

1.2 乡村振兴

乡村振兴旨在实现农业农村现代化发展，是新时期解决“三农”问题、缩小城乡差距、推动共同富裕的重要途径，其主要内容为文化振兴、产业振兴、生态振兴、人才振兴、组织振兴，总要求为产业兴旺、生活富裕、治理有效、乡风文明、生态宜居，这五项全面地描绘出农村未来的发展方向。对金融支持提出了较高的要求。

1.3 耦合关系分析

充足的资金是实现乡村振兴的重要保障，乡村产业培育、基础设施改善、环境污染治理、人居设施改造、农业现代化升级需要投入较多的资金，当前主要依靠国家财政资金推进乡村振兴，另一个重要的资金来源为农村金融[2]。数字普惠金融以其便捷的获取方式和相对较低的获取门槛，成为助力农业发展、农民创业、农村建设的重要金融工具。反过来看，数字普惠金融的发展离不开乡村振兴所创造的广阔市场空间，以该市场为基础，数字普惠金融可创新金融产品、扩大金融服务范围、探索新的经营模式、优化金融生态环境。由此可见，乡村振兴和数字普惠金融形成了耦合发展关系，二者具有特定的协调机制和互助机制。

2 数字普惠金融与乡村振兴的发展评价

2.1 构建发展评价的指标体系

2.1.1 数字普惠金融的评价指标体系

在研究中使用“北京大学数字普惠金融指数”中提出的三类评价指标，分别为数字金融覆盖广度、普惠金融数字化程度和数字金融使用深度，三类指标下共设置了33 个二级指标，指数的时间跨度自2016 年到2022 年，对全国31 个省份形成了覆盖，涉及2800 个县域地区。以使用深度为例，其下设的关键指标为用户使用比例、用户活跃度、人均使用金额。

2.1.2 乡村振兴的评价指标体系

数字普惠金融以提供金融服务为核心职能，乡村振兴的五大要求中仅治理有效这一项与金融的关联性较低，其余四项要求均需要较强的金融支持，因此乡村振兴的评价指标体系围绕产业兴旺、生活富裕、生态宜居和乡风文明进行设置。评价指标体系由目标层、系统层、衡量维度以及指标层构成。例如，产业兴旺作为系统层的组成部分，其衡量维度包括农村的产业化水平、农业生产效率以及农业生产的机械化水平，相应的指标层为有效灌溉面积、农用机械总动力、农村用电量以及农业总产值[3]。再如，乡风文明对应的评价指标为农村家庭文教娱乐支出比重、每百户拥有智能手机数量。

2.2 指标测算及结果分析

2.2.1 指标数据无量纲化处理

各指标对应的原始数据存在量纲差异，在分析之前需进行无量纲化处理，数据处理方法基于Min-Max 标准化原理。将处理前的原始指标数据记为xij，同一指标下存在若干组数据，将其中的最大值和最小值分别表示为max(xij)、min(xij),标准化处理方法为：

式中，为无量纲处理后的结果，其中i 表示年份，j 表示某一地区的第j 个指标值。

2.2.2 指标权重计算

系统层对应多个衡量维度，不同衡量维度下存在一到多个指标，但各个指标对系统层和目标层的影响程度存在差异。为各个指标分配适宜的权重值，有利于提高量化评价的效果。权重分配可采用主观法或者客观法，前者基于经验计算，后者依赖于大量客观数据的计算和分析[4]。为保证权重分配的客观性，研究过程采用客观法中的熵值法，权重计算的实施步骤如下。

（1）计算指标数据的比重

假设某一评价指标下存在m 个数据，则某一地区第i 年第j 项指标对应的标准化数据为X'ij，对m 个指标数据进行求和，结果记为sum（X'ij）,则该指标数据的比重计算公式如下。

（2）计算指标熵值

将指标数据的熵值记为ej，则ej 的计算方法为：

（3）计算出各指标对应的权重值

将指标对应的权重值记为wj,则wj 的计算方法为：

2.2.3 计算系统层综合评价指数

综合评价指数面向系统层，将各个系统层下对应指标数据和权重相乘，再进行求和，即可得到各个子系统的综合评价指数。收集各指标的原始数据，根据以上计算过程处理原始数据，得出全国23 个省、5 个自治区、4 个直辖市在多个年份内的数字普惠金融综合评价指数和乡村振兴综合评价指数，计算结果示例如表1。综合评价指数与评价等级建立对应关系，综合评价指数在0～0.3 时，对应等级为“差”，0.3～0.55 对应等级为“一般”，0.55～0.8 对应等级为“良好”，0.8～1.0 对应等级为“优异”。

表1 数字普惠金融和乡村振兴综合评价指数计算结果示例

2.2.4 结果分析

（1）数字普惠金融综合评价指数计算结果分析

第一，基于时间序列的数字普惠金融综合评价结果分析。从同一地区不同年份的综合评价指数计算结果可知，该指标的数值呈逐年上升趋势，说明数字普惠金融的覆盖度、数字化程度以及使用深度均实现了正向发展[5]。

第二，地区间数字普惠金融综合评价结果分析。对比31 个省市自治区数字普惠金融综合评价指数在各个年份的均值，最低值为青海省的0.6109，最高值为上海市的0.7457，评价等级均达到良好，说明数字普惠金融在各个地区间的发展程度基本一致。另外，东部、中部、西部的数字普惠金融综合评价指数呈现出由高到低的变化规律。

（2）乡村振兴综合评价指数计算结果分析

第一，全国层面基于时间序列的乡村振兴综合评价结果分析。以年份为统计维度，求得不同年份31 个省市自治区乡村振兴综合评价指数的均值，从2016 年到2022 年的计算结果分别为0.3423、0.3596、0.3790、0.4482、0.4669、0.5345、0.5683。显然，全国层面乡村振兴综合评价指数随时间呈正向增长，表明乡村振兴综合发展水平稳步提升。

第二，地区间乡村振兴综合评价结果分析。乡村振兴的发展水平与地区的经济实力、政策措施存在密切的联系，并且经济的影响尤为突出。上海市2022 年乡村振兴综合评价指数的计算结果为0.6882，同年宁夏回族自治区该指标的计算结果为0.5528，形成了较为明显的差距。宏观来看，东部地区乡村振兴的总体发展水平高于中西部地区。

3 数字普惠金融与乡村振兴耦合关系实证分析

3.1 检验数字普惠金融与乡村振兴的耦合关系

通过计算得到了全国31 个省市自治区从2016 年到2022 年的数字普惠金融综合评价指数和乡村振兴综合评价指数，以下将其作为耦合关系实证分析的面板数据。

3.1.1 检验数据的平稳性

数据平稳性检验的目的在于保证模型的有效回归，防止其出现“伪回归”，检验方法为面板数据的单位根检验（LLC 检验），如果数据面板存在单位根，表明数据不具有时间平稳性，反之为平稳数据[6]。该方法先假设存在单位根，计算后观察P 值，如果P 值≤0.05，认为假设不成立，数据平稳。乡村振兴面板数据的LLC 检验结果为-5.01083，P 值为0.0000，数字普惠金融的LLC 检验结果为-7.55802，P 值为0.0000，均满足平稳性要求。

3.1.2 格兰杰因果关系检验

格兰杰因果关系检验用于判断两组不同的时间序列数据是否存在因果关系，时间序列数据的平稳性是该方法的应用前提。假设时间序列A为时间序列B 的格兰杰原因，则说明A 的变化能够引起B 的变化。因此，可利用格兰杰因果关系检验方法判断数字普惠金融与乡村振兴是否存在耦合关系，在数据处理中采用Eviews7 软件（一种专业的经济计量分析软件）。检验时分别设置两种假设，其一为乡村振兴不是数字普惠金融的格兰杰原因，其二为数字普惠金融不是乡村振兴的格兰杰原因，将P 值作为判断标准，若P值≤0.05，说明假设不成立[7]。将数字普惠金融和乡村振兴的面板数据导入Eviews7 软件，计算结果显示，两种假设对应的P 值均为0.0000，说明两种假设都不成立。因此，数字普惠金融和乡村振兴互为影响因素，具有耦合作用关系。

3.2 数字普惠金融与乡村振兴的耦合度建模与评价

3.2.1 构建耦合度模型

经过格兰杰因果关系检验，确定了乡村振兴和数字普惠金融之间存在耦合关系，但二者的耦合程度尚不清楚，并且耦合结果通常存在不良和良性两种影响，这一点也需要进行探索。耦合度模型用于描述耦合程度，可用以下公式进行描述。

式中，将数字普惠金融的综合评价指数和乡村振兴的综合评价指数分别记为U1、U2，两个系统的耦合度数值记为C,其取值范围在0～1 之间，当C 的计算结果越接近1 时，表明耦合度越高。为了精确描述两种系统的耦合程度，可针对C 值设置耦合度区间和耦合等级。当C=0 时，耦合等级为不耦合，当0

3.2.2 基于模型的耦合度结果分析

（1）全国层面的耦合度分析

将各省、直辖市、自治区的数字普惠金融综合评价指数与乡村振兴综合评价指数作为数据源，按照年份求得均值，利用耦合度模型计算全国范围内不同年份的C 值，结果如表2所示。从中可知，2016 年至2022 年，全国范围内数字普惠金融与乡村振兴的耦合度达到了高水平耦合。

表2 全国数字普惠金融与乡村振兴的耦合度计算结果

（2）省域维度的耦合度分析

以年份为时间维度，利用省域地区的数字普惠金融综合评价指数、乡村振兴综合评价指数计算不同年份的耦合度数值C,部分地区的耦合度计算结果如表3 所示，从中可知，北京、上海、广东三地的耦合度计算结果均超过0.9，达到高水平耦合程度，其余地区也表现出相同的规律。

表3 省域地区数字普惠金融与乡村振兴耦合度计算结果示例

通过建立全国31 个省、直辖市、自治区的乡村振兴综合评价指标体系和数字普惠金融综合评价指标体系，计算出相应的综合评价指数。再利用格兰杰因果关系检验法判断以上两类指标系统的内在联系，结果显示，二者存在耦合作用关系。基于两种综合评价指数构建耦合度模型，计算2016 年至2022 年的数字普惠金融和乡村振兴的耦合度数值，发现该时段内全国层面达到高水平耦合，各省域的耦合程度与之相同。