中国普惠金融与农业产业化发展的耦合演进

周 方

（西南财经大学天府学院，四川 成都 610052）

一、引言

农业产业化是继农村家庭联产承包责任制、乡镇企业大发展后的又一次大规模改革，已成为中国农业和农村经济发展的有效形式[1-3]。多年来，中国农业产业化经营完成了从“点块突破”到“整体推进”的深刻转变[4]。在此过程中，农村金融围绕农村经济发展的各个融资与服务环节，不断创新金融模式，有效推动了农业产业化发展进程[5-7]。然而，就现实情况而言，传统农村金融的逐利性特征致使其在服务农村发展过程中存在诸多掣肘，很难为农村经济增长及农业产业化提供持续动力[8-10]。与之相比，普惠金融以帮助农户、低收入者以及小微企业等弱势群体获得金融服务为宗旨，在支持农村经济增长以及农村农业产业化发展方面具有巨大优势[11，12]。事实上，普惠金融和农村产业化发展都是以乡村弱势群体为重点服务对象，且均以推动乡村产业转型升级为主要目标，二者具有内在协调统一性[13-16]。具体而言，普惠金融的发展能够有效为农业产业化打下坚实的资金基础，助推农业产业化进程。同时，农业产业化的推进又能使得农户进一步扩大生产规模与生产投资，从而激活普惠金融需求。因此，探究普惠金融与农业产业化发展之间的耦合演进规律，既符合目前金融回归实体经济的要求，也能够为乡村产业振兴发展提供思路与借鉴，具有较强时代意蕴与现实价值。

综合来看，已有学者就普惠金融与农业产业化互动关系展开一定研究。例如，彭建刚、徐轩(2019)研究发现湖南省农业产业化与普惠金融耦合协调度不断提高，已由过渡阶段转变为协调阶段[17]。张梦婷等(2021)就宿迁市普惠金融体系下农业产业化发展进行研究，并提出建立健全多元化金融机构体系、规范金融机构行为、推出产品定制化服务、加大金融创新力度等实践建议[18]。张林、张雯卿(2021)指出中国普惠金融和农村产业融合发展水平整体偏低，大多数省份普惠金融与农村产业融合发展的耦合协调度处于勉强协调或中度协调[19]。这些研究对普惠金融与农业产业化关系进行了初步探讨，并对其作用机制做了初步分析。但多数研究仍不够系统深入，虽已关注到普惠金融与农业产业化发展的耦合协调作用，但对于其耦合协调的时空演进特征未做出充分研究，且未将地区异质性因素纳入考察范围。有鉴于此，文章基于普惠金融与农业产业化发展两大系统，利用灰色关联分析方法定量分析两大系统及其指标耦合协调关系，探究普惠金融与农业产业化发展的良性耦合模式及推进策略，以期为促进新形势下的普惠金融深化以及农业产业化发展提供决策参考。

二、中国普惠金融与农业产业化发展耦合度模型构建

1.研究方法

鉴于目前可获得的统计数据量较为有限，且数据灰度及起伏波动较大，采取回归分析难以取得预估效果[20]。而灰色关联分析方法常被应用于样本量较少、无明显分布规律的研究之中，可有效弥补传统回归分析缺陷[21，22]。因此，结合数据样本实际情况，文章采用灰色关联分析法对农业产业化发展与普惠金融耦合关系进行探讨。具体流程如下：

第一步：确定分析序列。设定农业产业化发展系统作为参考序列Y(t)j，普惠金融系统为比较序列X(t)j。

第二步：无量纲化处理。由于各指标数据计量单位不同，其含义也有所区别。因此，在进行关联度计算时，借鉴梁树广(2019)[23]的做法，采用均值法先对数据进行无量纲化处理，避免数据计算结果产生偏误。具体处理方法如下：

第三步：计算差序列。把每一个经过无量纲化处理之后的同年普惠金融与农业产业化系统指标值相减并取绝对值，即可得到差序列，具体计算公式如下：

第四步：计算关联系数。利用差序列来计算对应年份的灰色关联系数εij，计算公式如下：

第五步：计算关联度γi。依据第四步计算得到的关联系数，进一步得到关联度：

式(5)中，γi代表两个系统间的关联度。γi取值越大，表示两者关联程度越高；反之表示关联程度越低（见表1）。

第六步：计算耦合关联矩阵。基于两个系统间各指标的关联度系数，进一步构建耦合关联矩阵，矩阵中各因子具体计算公式如下：

表1要素间关联度和耦合度划分

式(6)中，dij表示其中一个系统各项指标与另一个系统关联程度的平均值。

第七步：计算耦合度。依据上述关联矩阵，定量分析普惠金融与农业产业化发展系统整体耦合程度，计算公式如下：

2.指标体系构建

文章在充分借鉴已有研究基础上[24-26]，依据数据选取系统性、科学性以及可获得性原则，构建普惠金融系统和农业产业化发展系统指标体系。就普惠金融系统而言，选取金融机构网点数、普惠金融从业人员数、涉农贷余额、保险密度、贷款可担保性以及不良贷款率等六项指标共同构成普惠金融系统指标体系。就农业产业化发展系统而言，选取农民专业合作社数量、人均主要农产品产量、农业信息化发展水平、农民非农收入占比、城乡居民人均收入比、人均农副产品加工业总产值六项指标构成农业产业化发展系统指标体系。两大系统具体指标及计算方法如表2所示。

表2普惠金融与农业产业化发展系统指标体系

上述指标中，金融机构网点数、涉农贷款余额、贷款可负担性等指标数据主要来源于历年《中国金融统计年鉴》，农民专业合作社数量、人均主要农产品产量、农民非农收入占比指标数据来源于历年《中国农业统计年鉴》，其余数据均来源于《中国统计年鉴》及各省份统计年鉴及统计公报。此外，为精确刻画不同地区普惠金融与农业产业化发展耦合协调差异，依据国家统计局标准，将31个省份划分为东、中、西部三大地区。对于少数缺失数据，采用线性插补法予以补充。

三、中国普惠金融与农业产业化发展的耦合时空演进分析

1.中国普惠金融与农业产业化发展的耦合度时序演变

为探究时间序列视角下普惠金融与农业产业化发展之间的耦合关系，利用灰色关联分析法进行时间序列分析，确定2012—2020年二者的耦合变动趋势与演变规律如图1所示。从图1可以看出，在大部分年份中，中国普惠金融与农业产业化发展的耦合度均高于0.56且低于0.64，属于中等关联，说明中国普惠金融与农业产业化发展之间的关系较为密切。图1显示中国普惠金融与农业产业化发展的耦合度呈“U”型变化，表现出明显的阶段性特征和先递减再递增趋势。依据上述二者耦合度的时序变化特征，可将2015年定为分界点，将研究期划分为两个阶段。

（1）第一阶段（2012—2015年）

普惠金融与农业产业化发展的耦合度表现出明显的递减趋势。2012年时值中国迈入“十二五”阶段，主要任务是推进金融惠农工程，加快农业产业化建设。在此期间，普惠金融的从业人数与金融机构数量大幅增长。而金融模式基本未变，导致部分农业产业项目依然难以享受存贷款服务，使存贷款服务使用程度增幅不明显。受制于资金约束，农业产业化发展速度偏低。农业产业化发展由于受到一些因素制约，因此在该阶段与普惠金融的耦合度不高，从2012年的0.60下降到2015年的0.57，尚且处于磨合阶段。

（2）第二阶段（2016—2020年）

普惠金融与农业产业化发展的耦合度在这一阶段表现出递增趋势。2016—2020年正处于“十三五”规划时期，其中一项重要任务便是提升农业产业化发展水平。普惠金融依托大数据的“智慧征信”为农业产业化发展提供了多维度、全方面的金融服务，形成智慧高效的共享普惠金融。在此期间，特色农业示范区、家庭农场、农业合作社数量均有不同程度的增长，推动农业产业化发展水平稳步提升。这表明推动普惠金融、农村产业融合发展的有关政策试点效果较为良好，促使二者均获得不同程度的提升。随着普惠金融加速升级、农业产业化发展水平提升，二者耦合度逐渐提升，由2016年的0.58提升到2020年的0.63，呈上升趋势。

图1中国普惠金融与农业产业化发展的耦合度变化趋势

2.中国普惠金融与农业产业化发展耦合的关联分析

根据文章灰色关联分析方法的第一步到第六步，用关联程度表示某一系统因素对另一系统特征行为的影响程度。普惠金融与农业产业化发展都可看作是一个灰色系统，且彼此相互影响。据此测算出普惠金融指标与农业产业化发展系统，以及农业产业化发展指标与普惠金融系统的关联度，确定二者的关联度矩阵。进一步详细分析有关指标的优势，明确两个系统的关联程度（见表3）。

表3中国普惠金融指标与农业产业化发展指标的关联度矩阵

（1）普惠金融指标与农业产业化发展系统的关联度分析

保险密度(X4)、涉农贷款余额(X3)、贷款可负担性(X5)与农业产业化发展系统的关联度较高。由表3的均值可知，与农业产业化发展系统的综合关联度最高的指标是保险密度，关联度达到0.78，尤其是2012、2018、2019和2020年都超过了0.8，表明保险密度是农业产业化发展系统的主要驱动力。涉农贷款余额与农业产业化发展系统的综合关联度也很高，达到了0.77。这表明涉农贷款余额对于农业产业化发展水平提升具有重要推动作用，也表征目前中国主要农业产业化发展还是以主导产品为重点，还需要大量资金驱动农业产业化发展。与此同时，贷款上浮利率不断增长，贷款可负担性下降幅度超过涉农贷款余额增长比例，说明贷款可负担性的负面影响抵消了涉农贷款余额增长红利，严重阻碍农业产业化发展。不良贷款率(X6)与农业产业化发展系统之间有强关联，平均关联度达到了0.72。不良贷款率因素一方面从农业产业化发展项目批贷方面推动资金合理释放，另一方面从服务质量方面鼓励农业产业化良好发展。普惠金融指标与农业产业化发展系统关联度排在第五、第六的分别是金融机构网点数(X1)和从业人员数(X2)。这些普惠金融因素与农业产业化发展系统的关联度不大，主要通过扩大金融机构服务的覆盖面，从金融服务可获得性方面影响农业产业化发展。在此过程中，金融服务质量不断升级，为涉农项目提供更优质的金融服务，加快农业产业化发展速度。

（2）农业产业化发展指标与普惠金融系统的关联度分析

农民专业合作社数量(Y1)与普惠金融系统具有高关联度。由表3可知，中国农业产业化发展指标对普惠金融系统也有重要影响，其中农民专业合作社数量与普惠金融系统平均关联度最高，达到了0.80。随着农民专业合作社数量增加，农业经营项目数量与规模会出现不同程度的扩大，对资金的需求量必将提升，进而对普惠金融提出新要求。与普惠金融系统关联度排在第二位的农业产业化发展系统指标是城乡居民人均收入比(Y5)，关联度为0.78。近年来，城乡居民人均收入比值逐年下降，从2012年的3.10降到2020年的2.56，对于金融服务和贷款需求产生一定影响。排在第三、四位的分别是农民非农收入占比(Y4)、人均农副产品加工业总产值(Y6)，关联度依次是0.76和0.73。这些指标与普惠金融系统有一定关联，主要从农民增收、农业产业链延伸等方面推动普惠金融服务质量提升。排在第五、六位的分别是农村信息化发展水平(Y3)、人均主要农产品产量(Y2)，关联度分别为0.66和0.57，与普惠金融系统的关联度相对偏低。

3.中国普惠金融与农业产业化发展耦合度的空间差异

为研判普惠金融与农业产业化发展耦合在空间方面的差异，文章通过以下步骤展开分析：首先，测算2012—2020年各省份普惠金融与农业产业化发展的耦合度数据，并利用ArcGIS 10.8的标准差或等距方法得到省域耦合度的分类结果。其次，运用SPSS 2020的系统聚类分析方法对31省份的各项农业产业化发展指标开展组间集聚，得到各省的农业产业化发展分类结果。最后，把上述两个结果叠加后重新进行分类组合，参考向敬伟等(2015)[27]的做法，依据耦合度数值将二者耦合类型分成低水平耦合(0，0.3)、拮抗[0.3，0.5)、磨合[0.5，0.8)和协调[0.8，1.0)四类。具体测算结果见表4。

表4东、中、西部地区普惠金融与农业产业化发展的耦合度

第一，从耦合度结果来看，中国大部分省份普惠金融与农业产业化发展的耦合度较高，处于协调型或磨合型。北京、天津等省份的耦合度较高，排位一直比较靠前。贵州、云南等省份的耦合度较低，排位一直比较靠后。2020年除云南省外，其余省份的惠金融与农业产业化发展耦合度均属于磨合类型。

第二，从区域角度看，东部地区的普惠金融与农业产业化发展耦合度平均值最大，除2016和2017年外，均是中部地区大于西部地区。这主要是由于东中西部地区的资源分布及政策落实程度存在差异，导致各地区农业产业化发展水平不同。在2016和2017年期间，西部地区改造传统农业，初步实现农业产业化经营，并培养出一部分农业龙头企业，有利于农业产业化进一步发展。但是高素质人才匮乏，且大量人才向东部地区集聚，导致西部地区农业产业化发展速度缓慢。

第三，从耦合类型分析，样本数据主要涉及三种类型。一是协调型。2012年协调型耦合省份包括北京和上海，2013协调型耦合省份只有北京。在普惠金融方面，北京和上海的保险密度、涉农贷款余额、贷款可负担性比其他省份高。在农业产业化发展方面，北京和上海的农民专业合作社数量比其他省份多。在协调型耦合范围内，普惠金融与农业产业化发展的耦合协调性较为良好，二者间已有良性互动，即普惠金融或农业产业化发展发生变动后均不会导致另一方发生强烈变化；二是磨合型。研究期间，大部分省份属于磨合型，保险密度、涉农贷款余额、贷款可负担性及不良贷款率的数值均低于协调型并高于拮抗型。在此期间，这些省份的农民专业合作社数量不断增加，普惠金融与农业产业化发展均处于上升期，二者不断协调发展；三是拮抗型。安徽、湖南、广西、贵州、云南、甘肃、青海均在某些年份处于拮抗，而湖南、贵州、云南的耦合度平均值在拮抗范围内。这些省份的保险密度、涉农贷款余额、农民专业合作社数量比协调型、磨合型地区少，而城乡居民人均收入比高于其他地区。这表明普惠金融红利偏低、农民专业合作社短缺以及部分农业产业化项目不成型，发展速度缓慢，普惠金融与农业产业化发展还处于彼此对抗、低水平协调阶段。此外，研究发现同一耦合类型在空间层面表现出一定的集聚特点，说明二者耦合度与其他农业发展变量可能在空间上相互依赖或有交互作用。总体来讲，耦合协调型集中分布在东部地区，耦合磨合型在各地区均有广泛分布，而耦合拮抗型主要分布在中西部地区，整体表现出东、中、西的阶梯状分布特征。这与普惠金融资源、农业产业化发展水平、人才集聚方向相吻合。

四、结论与建议

文章基于中国31个省份面板数据，分别构建普惠金融与农业产业化发展评价指标体系，并利用灰色关联分析法研究中国普惠金融与农业产业化发展耦合演进的时空特征，结论如下：

第一，2012—2020年期间大部分中国普惠金融与农业产业化发展系统的耦合度高于0.56且低于0.64，属于中等关联。同时，普惠金融与农业产业化发展的耦合度呈“U”型变化、具有阶段性特点。具体而言，第一阶段（2012—2015年）二者耦合度逐年递减，第二阶段（2016-2020年）耦合度逐年递增。

第二，两大系统指标间具有较强的交互影响关系，且两大系统的各指标间关联度存在差异。如在普惠金融系统中，各指标与农业产业化发展关联度由强到弱依次为保险密度、涉农贷款余额、贷款可负担性、不良贷款率、金融机构网点数、从业人员数。在农业产业化发展系统中，各指标与普惠金融关联度由强到弱依次为农民专业合作社数量、城乡居民人均收入比、农民非农收入占比、人均农副产品加工业总产值、农村信息化发展水平、人均主要农产品产量。

第三，东部地区的普惠金融与农业产业化发展耦合度平均值最大，中部地区次之，西部地区最小。

第四，东部地区省份耦合协调类型以耦合型为主，中西部地区省份以拮抗型为主，三大地区内均有磨合型和协调型。

基于以上结论，提出如下针对性建议：

第一，发展特色农业产业，释放普惠金融需求潜力。政府应当重点培育当地龙头企业和特色产业化组织，持续增加农民专业合作社数量，逐步释放农业金融需求，倒逼农业普惠金融创新变革。具体而言，应根据当地地理环境发展适合地方的特色产业，不断提高农民非农收入占比、降低城乡居民人均收入比，激发农业产业多元化金融需求，推动普惠金融优化升级。在保证农产品产量的基础上，需要提升产品质量，做强做大特色优势农产品产业，对普惠金融提出更多需求。当地政府应该加强对特色产业的总体规划，鼓励农户积极配合执行农业产业化发展规划，充分释放当地特色农业对普惠金融的需求潜力。

第二，升级普惠金融服务质量，助推农业产业化高质量发展。首先，加大金融创新技术研发和在农业领域的应用力度，推动普惠金融服务质量升级，为农业产业化高质量发展提供更高水平的金融服务。地方政府可通过颁布普惠金融扶持及创新激励政策，鼓励金融机构积极学习普惠金融新技术、新模式，充分释放普惠金融发展红利，有效提升普惠金融机构对农业产业的服务质量和服务效率。其次，各金融机构应丰富普惠金融产品，运用科学手段合理明确各普惠金融产品服务范围及责任边界，稳步提升金融密度与涉农贷款余额，助力农业产业化高质量发展。在此基础上，建立和完善农业金融支持机制和农村社会保障制度，提高农业保险和农民养老保险的扶持金额，最大程度降低农业金融风险，确保农业产业高质量发展。最后，鼓励金融机构人员学习农业产业化发展相关知识，培养员工创新服务意识，提升普惠金融服务水平，不断为农业产业化发展提供有温度、有速度的普惠金融服务。尤其是针对涉农小微企业，金融机构人员要结合市场发展趋势，为企业提供恰当的普惠金融服务，优化传统农业技术，以加快推进农业产业化高质量发展进程。

第三，完善地区要素资源配置，提升普惠金融与农业产业化发展耦合水平。就普惠金融与农业产业化发展平均耦合程度较高的东部地区来说，应当积极发挥产业升级、资源外溢等优势，不断强化对中、西部地区的拉动作用。就发展相对滞后的中、西部地区来说，应从政策扶持入手，引导企业积极完善金融环境，吸引金融和农业创新资源流入，助力本地农业产业化可持续发展。同时，政府应针对性加强对农业产业发展薄弱地区的帮扶力度，积极引导人才、资金等要素资源向这些地区倾斜，缩小区域间普惠金融与农业产业化发展的平均耦合度差距。进一步从农业产业链延伸、农业多功能性发挥、农业产业融合等多层面着手，促进农业产业化发展，加强普惠金融与农业产业化耦合协调发展。