乡村振兴与高质量发展耦合协调关系研究

胡笑梅 刘凡

摘要：利用2012—2021年省际面板数据，对乡村振兴和高质量发展的耦合协调度进行测算，从全国整体以及东中西3大地区的角度考察二者协调发展的区域差异以及收敛性。研究运用了耦合协调度模型、核密度估计、马尔科夫链和收敛模型。研究发现，全国整体以及3大地区内部的耦合协调度在逐年提高，差距也在逐渐变小；东部地区的耦合协调度普遍高于中西部地区，同时中西部地区的增长速度在整体上大于东部地区；3大地区内部尚未表现出十分明显的极化特征，但从全国整体来看，耦合协调度的极化现象明显；耦合协调度较高的地区在空间上分布集中，较低水平的地区能受到高水平地区的辐射效应；全国整体和3大地区的耦合协调度不存在σ收敛，全国整体、中部地区和西部地区都存在β收敛，东部地区仅存在条件β收敛。因此，未来要继续重视地区发展不平衡问题，完善区域发展机制，协调推进乡村振兴和高质量发展。

关键词：乡村振兴；高质量发展；耦合协调度；区域差异；收敛

中图分类号：F061.3；F303.3文献标识码：A文章编号：

16721101（2024）01002910

收稿日期：2023-08-03

基金项目：安徽财经大学研究生科研创新基金项目：高质量发展背景下数字经济对环境绩效的影响研究（ACYC2022021）

作者简介：胡笑梅（1966-），女，四川宜宾人，教授，硕士生导师，研究方向：数字经济、区域经济管理。

中国已迈入经济结构转型、增长方式变革的攻坚阶段，高质量发展和乡村振兴已经成为全面建设社会主义现代化国家的重要战略导向。党的二十大指出，高质量发展是全面建设社会主义现代化国家的首要任务。全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村。党的十八大以来，我国在经济、科技、发展活力和国际影响力等方面都跃升到了更高层次，高质量发展取得了历史性进步。从2020年全面建成小康社会，到2021年脱贫攻坚战取得全面胜利，农民福祉大幅度增进，乡村面貌焕然一新，全面推进乡村振兴战略也取得了新进展，这些伟大成就为推动实现社会主义现代化奠定了扎实的基础。成绩来之不易，必须意识到，我国在核心技术、生态建设等方面依然存在短板，新型工业化水平迫切需要巩固［1］，高质量发展仍面临诸多挑战。农村在提高劳动力质量、加强资金投入［2］、强化文化教育力度、提升生活保障水平［3］等方面依然有较大的提升空间。习近平总书记在党的二十大报告中强调，未来五年是全面建设社会主义现代化国家开局起步的关键时期。全面建设社会主义现代化国家需要乡村振兴和高质量发展共同推进。文章以此为背景来探讨乡村振兴和高质量发展之间的耦合协调关系。

一、文献综述

党的十九大召开后，学者们研究乡村振兴和高质量发展的积极性高涨。就乡村振兴而言，在影响因素方面，研究发现，改善农用地质量［4］、促进数字经济发展［5］、推动全国统一大市场建设［6］以及完善“三权分置”制度［7］等能对其产生积极效应。在统计测度方面，学者们多借鉴党的十九大报告中提出的乡村振兴总要求去构建指标体系，即主要围绕产业兴旺、生态宜居、乡风文明、治理有效和生活富裕这5个维度去制定相应的指标［8］。研究结果表明，各地区乡村振兴水平得到了显著提升，但不同地理区位和经济圈层的内部或外部之间存在差异［9］。

和理论研究相比，有关高质量发展的实证研究较多。早期，学者从经济增长的动力角度展开研究［10］，以人均地区生产总值［11］、全要素生产率［12］等表征高质量发展水平。随着研究的不断深入，学者们开始以新发展理念为依据构建高质量发展的测度指标［13］，这也是使用频率较多的一种指标构建方法。和乡村振兴测算结果类似，不同地区的高质量发展水平存在较大差异，东部地区的发展优于中西部地区［14］。相较于统计测度，学者们对高质量发展的影响因素探讨较多。研究发现，数字经济［15］、区域一体化［16］、智慧城市建设［17］和绿色金融［18］等都能对地区高质量发展产生积极影响，但一些经济变量如环境分权对高质量发展的影响则表现为倒U型关系［19］。

学者们对乡村振兴和高质量发展研究的不断加深，为后续相关学术探索打下了深厚的基础，但必须要认识到，乡村振兴和高质量发展研究尚存在需要进一步拓展的领域。第一，在研究视角上，现有文獻多基于省级层面分别对乡村振兴和高质量发展的影响因子进行识别，少有研究围绕如何促进二者协调发展而展开。第二，在研究方法上，现有研究多利用中介效应模型、空间杜宾模型探讨乡村振兴和高质量发展的影响因素，而少有学者从收敛性以及马尔科夫转移概率等角度讨论二者耦合协调的结构特征。本文基于乡村振兴和高质量发展研究文献梳理构建测算指标体系，对乡村振兴和高质量发展的耦合协调度进行测算，分析二者协调发展的动态分布和收敛特征，以期为相关研究提供参考或补充。

二、乡村振兴和高质量发展耦合协调度测算

（一）指标体系构建

在乡村振兴的测算指标构建上，现有文献多以村庄为研究对象构建指标体系，但《中华人民共和国乡村振兴促进法》所称乡村，是指城市建成区以外具有自然、社会、经济特征和生产、生活、生态、文化等多重功能的地域综合体，包括乡镇和村庄等。本文参考已有研究［20-21］，以乡村振兴总要求和新发展理念为依据构建指标体系，具体如表1所示。

1.数据来源：研究对象为中国30个省区市2012—2021年乡村振兴和高质量发展耦合协调度（因西藏和港澳台数据缺失严重，故予以剔除）。为全面分析耦合协调度的测算结果，根据国家统计局数据并参照2010年《中国科技统计年鉴》将研究对象按照东中西部进行划分，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。

2.部分指标说明：农村居民恩格尔系数以乡村居民食品支出和总支出之比表示；农村最低生活保障支出以社会救助中的农村最低生活保障支出总金额除以农村居民最低生活保障人数计算得出；废气中污染物排放量以二氧化硫排放量、氮氧化物排放量和烟粉尘排放量表征；一般工业固体废物综合利用率以一般工业固体废物综合利用量和一般工业固体废物产生量之比衡量。

（二）测算方法及结果

耦合协调度模型能够反映系统之间的协调发展程度，是研究地區整体协调发展的一种评价方法［22］。本文运用熵值法分别得到乡村振兴和高质量发展的综合得分。由于乡村振兴和高质量发展综合得分的计算步骤相同，因此以乡村振兴为例进行说明。假设研究对象和评价指标构成的决策矩阵为（Oij）m×n，其中，m表示研究对象个数，n表示评价指标个数。对效益型指标和成本型指标，分别采用极差法进行归一化处理，得到xij和yij。为避免归一化结果出现零的情况，在不改变指标归一化区间范围的前提下，将归一化结果统一加上0.001，计算过程如下：

xij=Oij－min（Oj）max（Oj）－min（Oj）+0.001（1）

yij=max（Oj）－Oijmax（Oj）－min（Oj）+0.001（2）

利用比重变化法计算xij和yij构成的决策矩阵（rij）m×n中第i个研究对象、第j个指标的变异强度pij：

pij=rij∑mi=1rij（3）

计算第j个指标的信息熵ej和差异系数qj：

ej=－1lnm∑mi=1pij·lnpij（4）

qj=1－ej（5）

计算第j个指标的权重ωj：

ωj=qj∑nj=1qj（6）

计算第i个研究对象的乡村振兴综合得分Si：

Si=∑nj=1ωjrij（7）

同理，将高质量发展的综合得分记为Hi，计算这两个子系统的耦合度Ci如下：

Ci=2SiHiSi+Hi（8）

计算耦合协调度Di，Di=CiTi（9）

Ti为综合评价指数，Ti=λ1Si+λ2Hi（10）

λk为第k个子系统的贡献系数，且满足∑2k=1λk=1。由于两个子系统同等重要，因此本文令λ1=λ2=0.5，将测算结果分为东中西3个板块列出，具体如表2所示。表中最上面一行代表年份，最右列是年均变化率，各板块的最后一行是相应板块的平均值。观察可发现，各省区市的耦合协调度基本稳步增长。

截至2021年，耦合协调度超过整体平均水平的有11个，且大多集中在东部，排名前3的是海南、北京和上海，分别是排名最后的山西的1.526倍、1.474倍和1.344倍，差异较大。虽然东部地区发展状况要比其他地区好，但从变化率角度看，以中西部地区发展速度最快，东部地区发展较慢。参照相关研究中的耦合协调度等级划分方式［23］，截至2021年，半数以上省份停留在勉强协调发展阶段，其他省份则大多停留在濒临失调衰退阶段，这说明多数省份尚未实现乡村振兴和高质量发展在优良水平上相互影响、相互促进。

三、乡村振兴和高质量发展耦合协调度动态分布

（一）基于时序视角分析

为进一步说明耦合协调度的动态变化，采取核密度估计方法进行分析。核密度估计主要用于考察随机变量的概率密度，通过样本数据来推断总体的分布形态。假设随机变量在x0处的概率密度为f（x0），带宽为h，核函数为K，那么核密度估计的表达式如下：

f（x0）=1Nh∑Ni=1K［（xi－x0）/h］（11）

核密度估计结果如图1所示。从分布形态看，全部地区核密度曲线的宽度先增大后逐渐变小，这说明耦合协调度的分布较为集中，全部研究对象整体上的差距有减小的趋势。从分布地区看，东部地区的曲线主峰逐年升高，曲线宽度表现为先增大、后减小的特征，说明东部地区内部的差异虽然在变小，但相对中西部地区而言，其内部的差距仍然较大。中西部地区主峰逐渐变高后，曲线宽度整体上逐渐缩小，说明地区之间的发展差异在近几年有缩小的趋势。从分布位置看，总体地区的核密度曲线逐渐向右移动，说明各地区的协调程度越来越好。但不排除区域差异，东部地区移动幅度最小，中西部的右移幅度最大，说明东部地区增长较慢。从分布延展性看，整体及3大地区都存在拖尾现象，说明地区内部存在差异。从极化现象来看，3大地区的曲线主峰侧旁在个别年份略微隆起，说明3大地区内部出现较不明显的极化特征。但从总体来看，2016年以后的极化现象尤为突出，这说明一些省份具备“增长极”特征，其他省份较之差距较大。

（二）基于空间视角分析

为进一步讨论乡村振兴和高质量发展耦合协调度的状态转换情况，采用空间马尔科夫转移概率矩阵进行分析。马尔科夫转移概率的一般表达式如下：

P（i，t;j，t+δ）=∑T－δt=T0N（i，t;j，t+δ）∑T－δt=T0N（i，t）（i=1，2，...，S;j=1，2，...，S;t=T0，T1，...，T－δ）（12）

式中，S代表等级数量，N（i，t;j，t+δ）代表由第t年、第i等级转移到第t+δ年、第j等级的省区市数目，N（i，t）表示在第t年归属于第i等级的省区市数目。传统的马尔科夫链不考虑研究对象的空间位置，但实际中许多经济数据会存在地域上的关联。故本文基于经济地理嵌套距离加权的方式，将得到的空间马尔科夫链转移概率矩阵和传统的马尔科夫转移概率矩阵进行对比分析。经济地理嵌套距离的表达式如下：

WHij=Weij×Wdij（13）

式中，Weij为经济距离矩阵，Wdij为地理距离矩阵。假定dij为省份i和省份j的地理距离，Yi和Yj为省份i和省份j在考察期内的人均地区生产总值的平均值，那么两者的表达式如下：

Wdij=1dij（14）

Weij=1|Yi－Yj|（i≠j）（15）

在计算转移概率之前需要先判断研究数据是否存在空间自相关，本文采用莫兰指数和吉尔里指数进行考察，两者计算表达式分别如下：

I=∑ni=1∑nj=1ωij（xi－x）（xj－x）∑ni=1（xi－x）2（16）

C=（n－1）∑ni=1∑nj=1ωij（xi－xj）22（∑ni=1∑nj=1ωij）∑ni=1（xi－x）2（17）

式中，xi表示空間序列中的元素；ωij为空间权重矩阵中的元素，表示省份i和省份j之间的空间距离。表3报告了空间自相关检验结果。从表3中来看，乡村振兴和高质量发展的耦合协调度存在显著的空间正自相关。

参考相关研究的处理方式［24］，将耦合协调度按照下四分位数、中位数和上四分位数分成4类，即Ⅰ类（低）、Ⅱ类（中低）、Ⅲ类（中高）和Ⅳ类（高）。经过计算得出转移概率矩阵如表4所示。

从对角线来看，传统马尔科夫转移概率矩阵在对角线上的转移概率要远远大于在非对角线上的转移概率，这说明各省份存在“俱乐部收敛”现象。就转移的难易度来讲，各类型保持现有状态的概率最大。从空间角度来看，对角线上的元素并不是都大于非对角线上的元素，这一情况在Ⅲ类和Ⅳ类滞后时最为显著。从转移的难易度来看，耦合协调度只存在相邻等级上的转移。与Ⅲ类相邻时，Ⅰ类容易转移到Ⅱ类；与Ⅳ类相邻时，Ⅱ类容易转移到Ⅲ类，但是难以实现跨越式提高。除此之外，转移概率矩阵的对角线两侧皆有非零元素存在，说明一些省份伴有向下转移的不确定性风险。

四、乡村振兴和高质量发展耦合协调度的收敛性分析

前面的研究结果表明，不同地域耦合协调度存在差异，东部地区要优于其他地区，下面围绕收敛性展开讨论。

（一）σ收敛分析

σ收敛以乡村振兴和高质量发展耦合协调度对数的标准差进行衡量。假设σt表示第t年的σ系数，lnDit表示第i个省份在第t年的耦合协调度对数值，那么σ收敛的表达式如下：

σt=1n∑ni=1（lnDit－1n∑ni=1lnDit）2（18）

最终计算结果如图2所示。观察可以发现，整体地区的σ系数在2014—2018年下降较快，2018年之后下降速度骤减，2021年的σ系数有所升高。中部地区的σ系数表现为先上升后下降的阶段性特征，西部地区的σ系数先减小后增大而后再次减小，东部地区和整体地区的表现情况基本一致。综合分析来看，σ系数保持下降的趋势并不稳定，故而不能说明存在σ收敛。

图2乡村振兴和高质量发展耦合协调度σ收敛检验结果

（二）β收敛分析

收敛分析中的β收敛分为绝对β收敛和条件β收敛，区别在于前者只将初始状态作为影响因素，后者则引入其他控制变量［25］。设定绝对β收敛和条件β收敛的模型表达式分别如下：

ln（Di，tDi，t－1）=β1lnDi，t－1+β0+μi+γt+εit（19）

ln（Di，tDi，t－1）=β1lnDi，t－1+β2Controlit+β0+μi+γt+εit（20）

式中，i代表省份，t代表时间，Di，t为当年的耦合协调度，Di，t为上一年的耦合协调度，β1为收敛系数，Controlit为控制变量，β0为常数项，μi为省份固定效应，γt为时间固定效应，εit代表随机扰动项。收敛速度表达式为V=ln（1+β1）/T，半程收敛周期表达式为ln2/V，T代表总时期数。如果β1显著为负，则表明存在收敛性，否则不存在。选取城市化水平（City）、政府干预度（Gove）、人口密度（Dens）和产业结构升级（Stru）为控制变量，分别以城市人口和总人口之比、一般财政预算支出和地区生产总值之比、地区人口密度的对数、第三产业增加值与第二产业增加值之比表征，控制变量的描述性统计如表5所示。

经过检验发现，方差膨胀因子最大值为4.910，说明不存在严重的多重共线性问题，最终得到β收敛的检验结果如表6所示。

从总体来看，耦合协调度均存在绝对β收敛和条件β收敛。前者半程收敛周期为28.938，后者则为14.549。由此可见，绝对β收敛的速度要小于条件β收敛的速度。从区域异质性角度来看，东部地区的收敛系数在绝对β收敛的条件下不显著，但中西部地区存在绝对β收敛，且中部地区的收敛速度最快，西部最慢。3大地区均存在条件β收敛，东部地区和中部地区的收敛速度相差较小，西部地区的收敛速度最慢。从控制变量角度来看，城市化水平能促进整体地区和东部地区的耦合协调度往高值收敛；政府干预度对整体和东部地区耦合协调度的影响表现为显著的抑制作用；人口密度显著负向影响总体地区和西部地区的耦合协调度向高值收敛；产业结构升级能够推动总体地区的耦合协调度向高值收敛。

结合耦合协调度的核密度估计结果可发现，耦合协调度在2016年以后的增长幅度较大，而且2017—2021年的极化现象较2012—2016年明显。考虑收敛速度可能存在时间上的异质性，因此将样本考察期划分为2012—2016年、2017—2021年进行时间异质性分析，结果如表7所示。从收敛系数来看，2012—2016年和2017—2021年均存在β收敛，而且绝对β收敛的速度小于条件β收敛的速度。从时间段上看，2012—2016年绝对β收敛的速度大于2017—2021年的收敛速度，条件β收敛的速度同理。

五、结论和建议

本文利用耦合协调度模型对乡村振兴和高质量发展的耦合协调水平进行测算，进而利用核密度估计、马尔科夫链和收敛模型考察了二者协调发展的区域异质性、动态演进和收敛性。经过研究发现：（1）东部地区的耦合协调度普遍高于中西部地区，同时中西部地区的增长速度大于东部地区。（2）各地区的耦合协调度在逐渐提升，差异也在逐渐缩小。3大地区内部没有表现出显著的极化特征，但从整体来看，极化特征明显。（3）与较高水平的地区相邻时，较低水平地区的耦合协调度有进一步变好的可能。（4）整体地区和3大地区不存在σ收敛，但整体、中部地区和西部地区都存在绝对β收敛和条件β收敛，东部地区仅存在条件β收敛。分时间段来看，全部地区在2012—2016年的β收敛速度大于在2017—2021年的β收敛速度。

以上结论对于协调推动乡村振兴和高质量发展、顺利实现全面建设社会主义现代化国家的伟大目标具有深刻启示。（1）必须重视区域发展不平衡问题，推动我国各地区高质量发展，为实现社会主义现代化强国奠定扎实基础。未来应强化农村组织建设、基础设施建设，积极引导优秀人才自由流动，发展智慧农业，提高农业机械化水平，培育优良农作物品种，突破关键核心技术，降低农业经营成本，走出一条生产发展、生态良好的乡村振兴道路。各地在未来也要推动数字经济、数字贸易等的发展，以助形成高质量的对外开放格局。（2）充分发挥较发达地区的带动效应，完善互联网、大数据等数字基础设施建设，加强地区间经济合作，促进地区间经济交流。对此，首先要支持企业异地经营发展。企业异地经营发展是促进区域间协调发展的一种有效措施。其次，针对欠发达地区，一方面，国家可以适度加大基础设施的投入，优先在欠发达地区布局重点项目；另一方面，可以合理引导欠发达地区的投资，适当对欠发达地区进行财政转移，增加财政支持。（3）未来不仅要注重区域协调发展，还要注重完善乡村振兴和高质量发展的协调机制。在促进产业结构升级的同时，要继续推动新型城镇化建设，积极助力农村流动人口向城市转移，为乡村振兴和高质量发展相互促进提供动力支持。

参考文献：

［1］宁吉喆.中国式现代化的方向路径和重点任务［J］.管理世界，2023（3）：1-19.

［2］胡向东，石自忠.激活要素推进乡村振兴的战略思考［J］.经济纵横，2022（8）：50-57.

［3］黄承伟.中国式现代化的乡村振兴道路［J］.行政管理改革，2022（12）：47-56.

［4］YUAN  X，SHAO  Y，LI  Y，et al.Cultivated land quality improvement to promote revitalization of sandy rural areas along the Great Wall in northern Shaanxi Province，China［J］.Journal of Rural Studies，2022，93：367-374.

［5］孟维福，张高明，赵凤扬.数字经济赋能乡村振兴：影响机制和空间效应［J］.财经问题研究，2023（3）：32-44.

［6］胡汉辉，申杰.全国统一大市场建设如何赋能乡村振兴［J］.华南农业大学学报（社会科学版），2023（1）：23-35.

［7］高玉娟，武腾飞，邹玉友.农地“三权分置”制度改革助推乡村振兴的实现逻辑与传导路径［J］.农村经济，2022（12）：17-27.

［8］徐雪，王永瑜.中国乡村振兴水平测度、区域差异分解及动态演进［J］.数量经济技术经济研究，2022（5）：64-83.

［9］刘亚男，王青.中国乡村振兴的时空格局及其影响因素［J］.经济问题探索，2022（9）：12-25.

［10］李平，付一夫，张艳芳.生产性服务业能成为中国经济高质量增长新动能吗［J］.中国工业经济，2017（12）：5-21.

［11］陈诗一，陈登科.雾霾污染、政府治理与经济高质量发展［J］.经济研究，2018（2）：20-34.

［12］刘志彪，凌永辉.结构转换、全要素生产率与高质量发展［J］.管理世界，2020（7）：15-29.

［13］王军，刘小凤，朱杰.数字经济能否推动区域经济高质量发展？［J］.中国软科学，2023（1）：206-214.

［14］王利军，陈梦冬.中国经济高质量发展水平测度［J］.统计与决策，2023（6）：87-91.

［15］MA  D，ZHU  Q，BUSSINESS J O，et al.Innovation in emerging economies： Research on the digital economy driving high-quality green development［J］.Journal of Business Research，2022，145： 801-813.

［16］张跃，刘莉，黄帅金.区域一体化促进了城市群经济高质量发展吗：基于长三角城市经济协调会的准自然实验［J］.科学学研究，2021（1）：63-72.

［17］张治栋，赵必武.智慧城市建设对城市经济高质量发展的影响：基于双重差分法的实证分析［J］.软科学，2021（11）：65-70.

［18］WANG F，WANG R，HE Z.The impact of environmental pollution and green finance on the high-quality development of energy based on spatial Dubin model［J］.ResourcesPolicy，2021，74： 102 451.

［19］屈小娥，刘柳.环境分权对经济高质量发展的影响研究［J］.统计研究，2021（3）：16-29.

［20］李博，王晨圣，余建辉，等.市场激励型环境规制工具对中国资源型城市高质量发展的影响［J］.自然资源学报，2023（1）：205-219.

［21］邓创，曹子雯.我国经济高质量发展的区域联动效应及其转化机制研究［J］.统计研究，2023（4）：34-45.

［22］王淑佳，孔伟，任亮，等.国内耦合协调度模型的误区及修正［J］.自然资源学报，2021（3）：793-810.

［23］刘崇刚，孙伟，张落成.长江三角洲碳排放与植被覆盖耦合协调时空格局及影响因素分析［J］.地理科学，2023（1）：142-151.

［24］聂长飞，简新华.中国高质量发展的测度及省际现状的分析比较［J］.数量经济技术经济研究，2020（2）：26-47.

［25］CUI  Y，KHAN  S  U，DENG Y，et al.Spatiotemporal heterogeneity，convergence and its impact factors： perspective of carbon emission intensity and carbon emission per capita considering carbon sink effect［J］.Environmental Impact Assessment Review，2022，92： 106 699.

［責任编辑：范君］