数字金融与农业高质量发展耦合协调评价

周里 张书宁 吉晓芹 袁帅 梁丽丽

摘要：农业高质量发展是全面推进乡村振兴、建设农业强国的必由之路，而数字金融是促进农业高质量发展的重要动力。为探究我国数字金融与农业高质量发展之间的协调效应，利用2011—2020年我国31个省（自治区、直辖市）的面板数据，基于新发展理念，从“创新、协调、绿色、开放、共享”五个维度构建农业高质量发展指标体系，运用熵值法测算全国农业高质量发展综合水平，再引入耦合协调实证模型，以测度数字金融与农业高质量发展之间的耦合关联度和耦合协调度。实证结果显示：（1）在研究期内，我国农业高质量发展水平呈现稳步上升趋势，但是整体农业高质量发展水平较低。（2）数字金融与农业高质量发展的时空分布趋势一致，总体呈现“聚焦-相对聚焦-相对均衡”态势。（3）大部分地区数字金融与农业高质量发展处于耦合关联度极高的平稳状态。（4）两系统间的耦合协调度呈现稳步上升的态势，东部地区的耦合协调度在全国始终最高，西部地区的耦合协调度始终落后，中部地区耦合协调度与全国平均水平最接近。研究认为，为充分发挥数字金融对农业高质量发展的推动作用，建议做好数字金融服务农业高质量发展的顶层设计；聚焦“三农”领域，推动数字金融发展模式创新；推动数字金融和农业高质量发展的区域协调。

关键词：数字金融；农业高质量发展；耦合协调；评价指标体系

中图分类号：F323文献标志码：A

文章编号：1002-1302（2023）16-0247-08

收稿日期：2023-04-21

基金项目：江苏省农业农村厅乡村振兴软科学研究课题（编号：22ASS077）。

作者简介：周 里（1989—），女，江苏宿迁人，硕士，讲师，从事农村金融研究。E-mail：zxlyds@163.com。

通信作者：张书宁，硕士研究生，主要从事工商管理和文化产业研究。E-mail：shuningzhangcn@outlook.com。

党的二十大报告指出，高质量发展是全面建设社会主义现代化国家的首要任务。农业是基础性产业，在推动经济社会高质量发展进程中，农业高质量发展不可或缺。而数字金融是我国金融发展历程中的重大举措，通过金融科技技术的应用，能有效扩大农业资金供给，优化资源配置，降低金融服务门槛，打破农业经营者的融资约束，改善农业企业的融资环境，为农业生产群体提供了更高效的融资渠道。因此，数字金融能有效推动农业高质量发展。由此可见，深入探究数字金融与农业高质量发展之间的关系具有重要的现实意义。

在现有的研究成果中，探讨数字金融与农业高质量发展之间关系的专项研究不多，但与之相关的研究颇丰，主要集中在3个方面。一是关于数字金融的经济效应研究。牛丽娟认为数字金融显著促进了经济高质量发展，缓解融资约束、提升创新能力和优化产业结构是数字金融作用于经济高质量发展的重要传导机制^［1］。段雯瑾认为数字金融应用可以显著提升农村居民家庭的消费规模，从而创造显著的消费扩容效应^［2］。王小华等研究表明数字金融的使用能够明显提升农村居民家庭消费水平^［3］。二是关于农业高质量发展的研究，主要集中在农业高质量综合水平评价方面。刘忠宇等通过构建农业高质量发展评价指标对我国农业高质量发展水平进行综合评价，发现我国农业高质量发展存在明显的地区差异^［4］。郭郡郡等测算农业全要素生产率指标，并以其代表城市农业高质量发展水平，结果显示城市农业高质量发展水平有明显的“非均衡特征”^［5］。尹朝静等运用纵横向拉开档次法对我国农业高质量发展水平进行测评，发现我国各地区农业高质量发展水平逐渐提高，但存在两极分化和空间不平衡现象^［6］。三是关于数字金融与农业高质量发展关系的研究。王小华等认为数字技术的运用为金融服务农业高质量发展提供了机遇，但是当前仍然面临着诸多问题^［7］。张合林等认为我国数字金融发展对农业高质量发展水平有影响，两者呈正相关关系^［8］。王森等研究发现数字金融能有效推动农业高质量发展进程，但前者对后者的影响存在双重门槛^［9］。

综合来看，国内外学者对数字金融与农业高质量发展进行了一定研究，但现有文献多注重考察数字金融与农业高质量发展的单向研究，相对缺乏探究两者耦合协调关系的双向研究。有鉴于此，通过构建农业高质量发展指标体系，对我国31个省（区、市）的农业高质量发展水平进行综合评价，并结合北京大学数字金融研究中心所测算的数字金融发展指数，构建耦合协调模型，测度我国数字金融与农业高质量发展之间的耦合关联度及耦合协调度，以探究二者之间的协同效应，并进行基于耦合协调结果分析的对策讨论。

1 研究设计

1.1 农业高质量发展评价体系構建

农业高质量发展本质内涵是以“满足人民日益增长的美好生活需要”为根本目的，以质量和效益为价值取向，以“创新、协调、绿色、开放、共享”五大发展理念为基本遵循^［10］。基于农业高质量发展内涵及多数学者的做法^［5-6］，选取5个一级指标、10个二级指标、19个三级指标构建农业高质量发展综合评价指标体系（表1）。

1.2 农业高质量发展综合水平评价模型

为确保各指标权重赋值更为客观，采用熵值法确定指标权重。

第1步，进行数据标准化处理。采用离差标准化方法对所有指标的原始数据进行标准化处理，在标准化公式的基础上加0.000 1来避免出现零值。假设有k个省份，n个年份，j个指标，则x_ikj为第i年省份k的第j个指标值。正向指标数据由公式（1）进行标准化处理，负向指标数据由公式（2）进行标准化处理。

正向指标标准化：

负向指标标准化：

式中：x_ikj′为标准化处理以后的指标数据；x_ikj为原始数据；x_min代表该指标的最小值；x_max代表该指标的最大值。

第2步，确定指标权重：

第3步，计算第j个指标的熵值：

E_j=-r∑_i∑_kY_ikjln（Y_ikj），r=ln（in）。（4）

第4步，计算第j个指标的差异系数：

G_j=1-E_j。（5）

第5步，计算各指标的权重：

第6步，计算各省份农业高质量发展水平综合得分：

AG=∑_jW_jx_ikj′。（7）

1.3 耦合协调度模型

数字金融的发展可进一步推动农业高质量发展，但由于不同地区的地理位置、资源环境等多种因素不同，使得数字金融与农业高质量发展的步调不一致。将数字金融和农业高质量发展作为2个系统，采用耦合协调度来探讨两者的关系。为测度数字金融与农业高质量发展2个系统之间的相互作用强度，构建以下耦合关联度模型：

其中，U₁和U₂分别代表数字金融发展水平和农业高质量发展水平；C表示耦合度，区间值为 ［0，1］，数值越大，说明数字金融与农业高质量发展的耦合关联度越高，2个系统发展越协调。借鉴前人学者观点^［11］，将耦合关联度划分为4个层次（表2）。

数字金融与农业高质量发展是2个结构复杂、内容丰富的系统，仅用耦合关联度不能很好地反映两者间的协同效应程度，有时可能存在2个系统间耦合关联度与耦合协调度不统一的情况。因此，需要进一步分析2个系统的协调度，引入耦合协调度模型：

其中，T代表数字金融与农业高质量发展的综合协调指数；α和β分别表示两者的协调效应权重，均取值0.5。D代表数字金融与农业高质量发展的耦合协调度，值在［0，1］区间，值越大，表明二者的耦合协调度越高。参照文献［12］，将耦合协调度划分为7个阶段（表3）。

1.4 数据来源

基于数据的科学性、可获得性，选择2011—2020年中国31个省（区、市）的面板数据进行实证分析。根据国家统计部门和其他研究人员的划分方法，将我国划分为东部、中部、西部地区。考虑数据的可获得性，本研究将港澳台地区数据剔除。所选取的中国农业高质量发展综合水平评价指标体系数据来源于《中国农村统计年鉴》《中国统计年鉴》《中国教育经费统计年鉴》《中国科技年鉴》以及中华人民共和国商务部官网。各个省份的数字金融发展水平选择北京大学数字金融研究中心的2011—2020年省级数字普惠金融指数来衡量。

2 结果与分析

2.1 农业高质量发展水平综合评价及时空分布

根据前文的评价指标体系和数据处理方法可以得到各地区农业高质量发展水平测算值（表4）。

从农业高质量发展水平测算值来看，2011—2020年各省（区、市）农业高质量发展水平测算值在 0.114～0.587之间，全国的农业高质量发展水平测度均值在0.292～0.332之间，总体呈现稳步上升趋势，但是整体农业高质量发展水平较低。在研究期内，我国农业高质量发展总体平稳，10年间的波动幅度不大，2017年之后开始小幅度攀升，数据分析结果和实践基本一致。山东、四川、河南、河北和广东的农业高质量发展水平在全国处于领先地位，10年间测度均值都在0.398以上，属于农业高质量发展水平地区；农业高质量发展水平较为落后的省份为新疆、甘肃、西藏、青海和宁夏，10年间测度均值都在0.229以下，属于农业低质量发展水平地区，远低于全国农业高质量发展平均水平。农业高质量发展水平省份与它们的资源利用、生态环境有着密切联系，这些地区的资源总量丰富，并且能够加速农业转型、加快发展方式转变，不断优化产业结构，坚持人才科技投入，不断提高产业效益和生产效率。农业低质量发展水平省份的制约因素各不相同，有的省份自身的資源环境制约了农业高质量发展，个别省份虽然资源丰富，但是受限于生产效率弱、技术创新不足等因素。

根据表4的测算结果，运用ArcGIS空间地理分析软件，分别选取2011、2015和2020年农业高质量发展水平测度值，绘制矢量地图（图1）。

从时空分布状态看，2011年农业高质量发展水平的省份有4个：山东、河南、四川和河北；农业中高质量发展水平的省份有8个，除了湖南、广西和云南，其余都是东部地区；农业中等质量发展水平的省份有6个，除了北京和陕西，其余都属于中部地区；农业低质量发展水平的省份有13个，除了吉林、海南、天津、上海和山西，其余都属于西部地区。可见，2011年中国高质量发展的空间分布呈现“聚焦”状态，农业高及中高质量发展水平的省份主要聚集在东部地区，农业低质量发展水平的省份大部分聚集在西部。到了2015年，农业高质量发展水平的省份有4个，分别是山东、四川、河南和湖北；农业中高质量发展水平的省份增加到10个，其中一半是属于东部地区；农业中等质量发展水平的省份有7个，大部分属于中部和东部地区；农业低质量发展水平的省份有10个，除了天津、山西、上海，其余都是属于西部地区。可见，2015年中国高质量发展的空间分布呈现“相对聚焦”状态；2020年，农业高质量发展水平的省份有2个：山东和四川；农业中高质量发展水平省份有10个，大部分属于东部和中部地区；农业中等质量发展水平的省份增加到13个，各省份相对均衡的分布在东、中、西部3个地区；农业低质量发展水平的省份减少到6个，除了山西，其余都在西部地区。可见，2020年，中国农业高质量发展的空间分布呈现“相对均衡”状态；综上，2011—2020年，中国农业高质量发展综合水平不断提高，基本呈现“聚焦-相对聚焦-相对均衡”的时空分布态势（图1）。

2.2 数字金融指数时空分布

根据北京大学数字金融研究中心的省级数字金融指数测度结果，可以发现，2011—2020年间，全国数字金融发展水平实现了快速增长，2011年各省份的数字金融指数均值为40.00，到2015年增长到220.01，2020年进一步增长到341.22。由此可见，在研究期内，我国数字金融发展水平实现了跨越式提高。运用ArcGIS空间地理分析软件，分别选取2011、2015和2020年数字金融指数，绘制矢量地图（图2）。

从时空分布状态（图2）看，2011年，各省份之间的数字金融水平差距较大，高水平数字金融省份有7个，全部集中在东部地区；中高水平数字金融省份有7个，除了湖北，其余都属于东部和西部地区；中等水平数字金融省份有10个，大部分属于中部和西部地区，低水平数字金融省份有7个，除了吉林，其他都在西部地区。可见，2011年中国数字金融的空间分布呈现“聚焦”状态，高水平数字金融的省份全部聚焦在东部地区，低水平数字金融的省份主要聚焦在西部地区；2015年高水平数字金融省份有3个，均在东部地区；中高水平数字金融省份有7个，除了湖北，都属于东部地区；中等水平数字金融省份有11个，除了山东，都属于中部和西部地区；低水平数字金融省份有10个，大部分属于中部和西部地区。可见，2015年中国数字金融的空间分布呈现“相对聚焦”状态；2020年高水平数字金融省份有6个，均在东部地区；中高水平数字金融省份有9个，中等水平数字金融省份有7个，这两个层级的省份相对均衡的分布在东、中、西3个地区；低水平数字金融省份有9个，除了吉林和黑龙江省，其余都属于西部地区。可见，2020年中国数字金融的空间分布呈现“相对均衡”状态。综上，2011—2020年，东、中、西部地区之间数字金融发展差距逐渐缩小，时空分布上基本呈现“聚焦-相对聚焦-相对均衡”的状态，与中国农业高质量发展时空分布趋势基本一致，东部地区的数字金融和农业高质量发展综合水平均领先于中部和西部地区。

2.3 数字金融与农业高质量发展的耦合协调分析

2.3.1 耦合关联度 从整体情况看，除了2011年以外，其他年份全国数字金融与农业高质量发展的耦合关联度均值都在0.905及以上，均达到了耦合关联度极高阶段（表5）。数字金融与农业高质量发展的耦合关联度在2012—2016年基本维持不变，尤其是东部地区和中部地区基本维持在0.959～0.996之间；在2016年以后，虽然全区域的数字金融与农业高质量发展耦合关联度呈现下降趋势，但是东部地区和中部地区仍能保持在0.900以上，西部地区也维持在0.883～0.909之间。这说明，近10年来，数字金融与农业高质量发展之间联系紧密，2个系统能够相互促进发展。

2.3.2 耦合协调度 从整体看（图3），研究期内全国数字金融与农业高质量发展的耦合协调度呈现平稳上升的态势，并呈现出东部>中部>西部的空间布局。在2012—2014年期间，全国数字金融与农业高质量发展的耦合协调度均值在0.502～0.594之间徘徊，达到中度协调；在2015年之后，全国数字金融与农业高质量发展的耦合协调度均值都在0.626以上，实现了2个系统的高度协调（表6、表7）。这说明我国31个省（区、市）在数字金融与农业高质量发展之间的耦合度普遍较高，两者能够较好的协调发展。

从不同地区情况看（表7），3个地区的耦合协调度整体均表现出逐年增长的态势。在研究期内，耦合协调度从大到小排序依次是东部、中部和西部。耦合协调度均值位列前5位的省份分别是山东、广东、浙江、福建和北京，均位处东部地区；耦合协调度均值排名末5位的省份分别是新疆、甘肃、西藏、宁夏和青海。

东部地区协调度在全国一直处于领先水平，除了2011年是基本协调、2012年是中度协调，2013—2020年都是处于高度协调阶段。其中，山东省的耦合协调度均值在全国排名第一，说明山东省数字金融与农业高质量2个系统的综合水平均较高，且能够相互协调共同发展。山东的金融资本雄厚，鼓励金融创新，数字金融产品较丰富，为农业高质量发展奠定了良好基础。江浙沪等长三角地区的协调度同样处于领先地位。这是源于长三角城市群采取多项政策措施鼓励数字金融发展，为农业产业提供丰富的融资渠道，推动了当地农业高质量发展。

中部地区协调度最接近于全国水平，2011年濒临失调，2012年基本协调，2013年和2014年是中度协调，2015年在0.624～0.716之间波动，跨越到高度协调阶段。其中，河南的协调度高于全國平均水平，在全国排名第七。2013年及以后，河南的耦合协调度在0.607～0.764之间波动，达到高度协调状态，在中部地区协调度最高。这归于河南省政府采取了多样有效的政策措施，例如，营造良好的金融监管环境、打造公平竞争的金融市场环境、加快银行和保险等金融机构数字化转型，强化对农业企业及农业经营者的金融支持，为农业发展注入了资金源泉。

西部地区的协调度明显低于全国水平，但是自2017年以后，在0.617～0.667之间波动，也实现了高度协调。西部地区经济发展相对较慢，金融体系不够完善，数字金融发展平均水平较低。但是，位于西部地区的四川省协调度却比较高，一直处于上升趋势，且高于全国平均水平。近年来，四川省不断完善多维度政策支撑体系，聚焦金融科技，充分发挥金融科技的赋能作用，加快推动金融机构数字化转型，提升金融业整体竞争力，将四川打造成具有全国影响力的数字金融高地，为农业高质量发展提供了强有力支撑。

3 结论与建议

本研究对2011—2020年我国31个省（区、市）数字金融与农业高质量发展水平及时空耦合关系进行了探讨，主要结论如下：（1）我国农业高质量发展水平呈现稳步上升趋势，但是整体农业高质量发展水平较低。（2）数字金融与农业高质量发展的时空分布趋势一致，总体上呈“聚焦-相对聚焦-相对均衡”态势。（3）我国大部分省（区、市）的数字金融与农业高质量发展耦合关联度在0.900以上，处于耦合关联度极高的平稳状态。（4）数字金融与农业高质量发展耦合协调度呈现稳步上升的态势，绝大多数省份处于中度协调和高度协调状态，东部地区的耦合协调度在全国始终最高，西部地区的耦合协调度始终落后，中部地区耦合协调度与全国平均水平最接近。

通过以上实证分析结果，为充分发挥数字金融对我国农业高质量发展的推动作用，提出以下建议：

（1）做好数字金融服务农业高质量发展的顶层设计。各地区需要结合自身的资源禀赋和地方特色，并根据农业高质量发展程度，创建科学合理的发展框架、目標、步骤，有序推进农业高质量发展。同时，根据各阶段农业高质量发展标准，考虑各地经济条件、金融基础设施建设以及金融服务需求等因素，合理制定农村数字金融发展规划，以确保为农业高质量发展作出贡献。

（2）聚焦“三农”领域，推动数字金融发展模式创新。一方面，推动数字金融企业和农村金融机构合作，将金融科技技术运用于农村金融业务数字化改造，扩大农村地区数字金融服务的广度和深度。另一方面，促进数字金融与农业发展充分融合。搭建农业信贷、农业保险为一体的数字金融平台，形成线上+线下融合发展的农业数字金融体系，充分利用数字技术解决农户与数字融资平台的信息不对称问题，打破农户融资约束，降低涉农融资成本，从而有效推进农业高质量发展进程。

（3）推动数字金融和农业高质量发展的区域协调。一方面，加强落后地区农村数字硬件基础设施建设，扩大网络覆盖面，缩小区域间的数字鸿沟。另一方面，加强各区域之间的交流合作，特别是西部地区，需要借鉴东部和中部地区数字金融与农业高质量发展的成功经验，探索符合本地区特色的发展模式。

参考文献：

［1］牛丽娟. 数字金融与经济高质量发展：理论分析与实证检验［J］. 西南民族大学学报（人文社会科学版），2023，44（1）：125-138.

［2］段雯瑾. 数字金融对农村消费的扩容效应及异质性分析［J］. 商业经济研究，2022（24）：57-60.

［3］王小华，马小珂，何 茜. 数字金融使用促进农村消费内需动力全面释放了吗？［J］. 中国农村经济，2022（11）：21-39.

［4］刘忠宇，热孜燕·瓦卡斯. 中国农业高质量发展的地区差异及分布动态演进［J］. 数量经济技术经济研究，2021，38（6）：28-44.

［5］郭郡郡，刘玉萍. 中国农业高质量发展的时空差异与动态演进［J］. 生态经济，2022，38（10）：102-110.

［6］尹朝静，高 雪，杨 坤. 中国农业高质量发展的区域差异与动态演进［J］. 西南大学学报（自然科学版），2022，44（12）：87-100.

［7］王小华，张 莹，胡大成. 数字金融赋能农业农村高质量发展：典型案例、现实困境及机制创新研究［J］. 江南大学学报（人文社会科学版），2021，20（3）：18-32.

［8］张合林，王颜颜. 数字普惠金融与农业高质量发展水平的收敛性研究［J］. 金融理论与实践，2021（1）：9-18.

［9］王 森，陈宇斌. 数字普惠金融如何推动农业高质量发展？——兼论中介与门槛作用机制［J］. 管理学刊，2022，35（3）：72-87.

［10］王兴国，曲海燕. 科技创新推动农业高质量发展的思路与建议［J］. 学习与探索，2020（11）：120-127.

［11］刘耀彬，宋学锋. 城市化与生态环境耦合模式及判别［J］. 地理科学，2005（4）：26-32.

［12］王 琦，汤放华. 洞庭湖区生态-经济-社会系统耦合协调发展的时空分异［J］. 经济地理，2015，35（12）：161-167，202.