数字普惠金融与农业高质量发展的耦合互动*

刘涛，尚晓菲

(河南理工大学财经学院,河南焦作,454003)

0 引言

目前我国农业发展正处于调整农业供给侧结构、推进农业高质量发展的关键时期,需要大量的资金支持。但用传统农村金融体系去支持农业发展具有较大的金融约束,农村信贷资金分流现象严重,用于支持农业产业化的资金严重不足,对农业高质量发展不能起到显著的促进作用[1]。互联网技术与数字经济的兴起为农业高质量发展提供了新的方向。2021年8月2日,全球数字经济大会在北京开幕,披露2020年中国数字经济规模为5.4万亿美元,居于世界第二位,比去年增长9.6%,增长率位居世界第一[2]。数字技术重塑了我国农村金融生态,数字普惠金融成为推动我国农业高质量发展的崭新力量,可以降低农村金融门槛,更精准地解决传统农村金融无法帮助的“长尾”人群,帮助农户等弱势群体增加获取资金的渠道,促进农业向高质量发展的转型。为此,探究数字普惠金融与农业高质量发展的耦合互动关系具有重要的现实意义。

对于数字普惠金融和农业高质量发展,目前已有大量研究成果,归纳起来主要有以下三个方面。

首先,部分学者系统研讨了数字普惠金融的影响机制。一些学者从消费的角度展开,分别研究了数字普惠金融对居民消费水平[3]、消费结构[4]和消费平等性[5]的影响。还有一些学者从居民收入视角切入,指出数字普惠金融的发展能够使农村居民增收[6],有利于实现贫困减缓[7],显著缩小城乡居民收入差距[8]。

其次,另有学者通过构建农业高质量发展评估指标体系对我国农业高质量发展状况进行了深层次的探究。辛岭等[9]基于农业高质量发展的主要特征,即绿色发展、供给提质、规模化生产、产业融合为基础,构建我国农业高质量发展的评估指标体系,并对2018年全国不同地区的农业高质量发展水平进行测度和分析。董艳敏等[10]从生产效率、产业效益、绿色化生产、劳动者素质和农民收入5个层面构建农业高质量发展评价体系,并同时测算了2000—2018年中国各个省区的农业高质量发展水平。王静[11]从高品质农业、高效益农业、高效率农业、高素质农业四个维度,构建测度指标体系,测度分析了30个省份农业高质量发展水平。

最后,还有一些学者从不同的层面初步探讨了数字普惠金融和农业高质量发展的关系,大多数文献探讨了数字普惠金融和农业发展单一因素的互动关系。邹克[12]以普惠金融为切入点,利用省级面板数据基于中介效应与交互效应模型实证分析了普惠金融、农业全要素生产率(TFP)对城乡收入不平衡的影响。彭建刚等[13]探讨了湖南省农业产业化与普惠金融的耦合协调关系,孙倩[14]着眼于多个贫困县的数据,就数字普惠金融对农业发展的影响进行深入分析。也有个别学者尝试基于农业质效提升、农产品结构优化、农业绿色发展、可持续发展动力、农民生活水平提高5个方面构建农业高质量发展水平评估体系,就数字普惠金融对农业高质量发展的收敛性进行研究[15]。

以上文献为本文研究提供了基础,但是当前研究仍然存在有待改进和未曾涉及之处:一方面,既有文献在分析农业发展时并未全面反映国家农业高质量发展的战略思想,导致对农业高质量发展的认识不够全面;另一方面,既有文献并未系统探讨数字普惠金融与农业高质量发展的耦合互动关系。鉴于此,本文首先基于新发展理念从“创新、协调、绿色、开放、共享”5个维度来构建农业高质量发展评估体系,以准确测度我国的农业高质量发展水平,同时借鉴北京大学编制的数字普惠金融指数,对2011—2019年31个省份数字普惠金融与农业高质量发展进行耦合测算分析,在此基础上利用面板向量自回归(PVAR)模型进一步探究两个系统的互动情况,为数字普惠金融与农业高质量发展的耦合互动情况分析分析提供了新思路。

1 指标体系的构建与数据来源

1.1 指标体系的构建

1.1.1 数字普惠金融评估指标体系

数字普惠金融是以数字化技术为前提,在实现成本可控制、模式可持续的背景下,为社会不同人群提供同等便捷且高效的金融产品以及金融服务[16]。数字普惠金融指数的测算需要完整且准确的指标体系,目前备受关注且较为权威的是由北京大学编制的数字普惠金融评估指标体系。此体系的构建遵循三个原则,一是兼顾数字普惠金融的不同维度。二是同时顾及地区和时间两个维度可比性。三是包括信贷、支付、投资、保险等业务,体现数字普惠金融层次分明以及服务的多元化。郭峰等[17]基于这三个原则,同时考虑到数字金融的新特点,从覆盖广度、使用深度和数字化程度这三个维度来构建数字普惠金融指数。覆盖广度主要涉及金融机构网点与服务人员数量。使用深度则从数字金融服务的实际使用情况来衡量。在普惠金融数字化程度方面,数字金融服务越便利、成本越低、信用化程度越高,则意味着数字普惠金融的价值就得到更好的体现。因此,本文借鉴此指标体系来评价数字普惠金融。

1.1.2 农业高质量发展评估指标体系

农业高质量发展的第一动力是创新,协调是发展中的内生特点,绿色是高质量发展的一种普遍形态,农业高质量发展只有走开放之路才能实现共享[18]。结合对农业高质量发展的含义与新发展理念的理解,以及数据的可获得性,将农业高质量发展的评价分为农业创新水平、农业协调水平、农业绿色水平、农业开放水平和农业共享水平5个维度,下设11个分项指标,26个基础指标,并利用熵值法计算基础指标的权重。具体指标及基础指标所占权重见表1。

农业创新水平:主要包括农业创新基础和农业创新效率两个方面。农业创新基础是指农村居民受教育程度和农业生产现代化程度,主要用农村劳动者受教育程度、农业机械化程度和农业电气化程度来衡量。农业创新效率主要是指与农业生产相关的单位产出状况,可选用农业劳动生产率、粮食单产、农业规模化程度和有效灌溉率来衡量,指标数值越大,表明农业创新效率越高。

农业协调水平:主要由农业产业结构、农村投资消费结构和农业经济增长结构来体现。农业产业结构选用第一产业产值比重与第一产业就业人员比重的比值衡量;农村投资消费结构包括财政支农力度和农村恩格尔系数两项,分别用农林水事务支出与财政总支出的比值、食品支出费用与农村居民消费总支出的比值来衡量。

农业绿色水平:实现农业绿色发展,首要条件便是减少资源消耗和环境污染,保护环境。农业资源消耗主要包括中间消耗、农膜消耗、柴油消耗以及自然灾害;化肥和农药的使用会造成农业环境污染;增加森林覆盖率和水土流失治理率是保护农业环境的主要途径。

农业开放水平:中国农业人均资源较少,农业对外开放意味着国内农产品供给压力减少,缓解国内农业资源的承载压力。由于数据的局限性,选用农产品进出口总额与生产总值的比值来衡量农业开放程度。

农业共享水平:农业共享水平是对农业高质量发展的最终检验,选取城乡差距和农村公共服务作为分项指标。具体选用城乡居民收入比、城乡二元结构强度和农村居民人均纯收入来衡量城乡差距,用农村医疗卫生水平和农村社会保障水平表示农村公共服务的状况。

1.2 数据来源

数字普惠金融指数的数据来源于北京大学数字普惠金融指数,考虑到此指数从2011年开始编制,因此本文选取了2011—2019年中国31个省份(港澳台地区因数据缺失而剔除)的相关数据进行实证分析。农业高质量发展各变量的原始数据来源于国家统计局、《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》《中国城市统计年鉴》《中国社会统计年鉴》和各省份的统计年鉴及2011—2019年中国农产品进出口统计公报等资料,其中需要说明的是,部分指标缺少直接性数据,根据相关数据整理计算得出。

2 研究方法

2.1 熵值法

农业高质量发展系统中包括5个维度和25个基础指标,在多维度、多层次的评价体系中,需要先确定指标的权重。本文运用熵值法测算农业高质量发展指标的权重,具体步骤如下。

第一步:指标标准化处理。设有M个省份,N个指标,则Xmn为省份m的第n项指标值。

由于不同指标具有不同的量纲和单位,进行标准化处理,得到标准化后的二级指标Ymn。又因不同指标正负属性不同,变换公式如下。

对于正向指标

(1)

对于逆向指标

(2)

第二步:第n项指标下第m个省份占该指标的比重

(3)

第三步:第n项指标的熵值en和差异性系数gn。

(4)

gn=1-en

(5)

第四步:确定第n项指标的权重

(6)

第五步:计算农业高质量发展水平指数

(7)

2.2 耦合协调模型

耦合协调度被用来表述协调状况好坏以及相互作用中良性耦合程度的大小[19]。本文用耦合协调模型来研究数字普惠金融与农业高质量发展的耦合协调状况,计算公式如式(8)～式(10)所示。

(8)

T=αU1+βU2

(9)

(10)

式中:U1、U2——数字普惠金融与农业高质量发展子系统的综合水平指数;

C——两系统的耦合值;

D——耦合协调值,介于0～1之间。

根据已有的研究成果[20],为更清楚了解各省耦合发展所处阶段,将耦合协调度划分为8个等级,划分结果如表2所示。T为系统综合协调指数,反映系统整体协调效应,α和β为待定系数,表示两个系统的重要程度,存在α+β=1,由于两个子系统同等重要,因此令α=β=0.5。

表2 耦合协调度等级划分表Tab. 2 Coupling coordination degree classification table

2.3 面板向量自回归(PVAR)模型

由于本文研究的是数字普惠金融与农业高质量发展之间的互动关系,其两系统存在的相互作用机制可能会导致内生性问题。为更加深入分析数字普惠金融与农业高质量发展的互动情况,可建立面板向量自回归(PVAR)模型。在保证数据平稳的基础上,对模型进行格兰杰因果分析和脉冲响应分析,以便更直观地显示两系统之间的动态关系。面板向量自回归模型

(11)

式中:Y——包含数字普惠金融和农业高质量发展的列向量;

θ0——截距项;

θj——滞后j阶矩阵;

αi——个体效应;

βt——时间效应;

i——样本地区;

t——时间;

k——滞后阶数;

μ——随机误差。

3 实证分析

3.1 农业高质量发展水平测算结果及现状分析

图1直观呈现出2011—2019年我国农业高质量发展水平的测算结果。根据结果来看,我国农业高质量发展水平呈现逐年递增趋势,农业高质量发展的态势逐渐显现。2011年全国农业高质量发展水平均值仅为0.188,到2019年上升为0.252。各省市的农业高质量发展水平均有所提高,2019年北京、天津、上海、江苏、浙江和福建等省市突破了0.3,高于全国的平均水平,其中上海增幅最大,达到了0.67。农业高质量发展水平的提升得益于国家对三农长期以来的支持,在农业农村工作中坚持把推进农业供给侧结构性改革,培育农业农村发展新动能,逐步提高农业竞争力和农业高质量发展水平。

图1 2011—2019年各地区农业高质量发展综合水平

分地区来看,我国农业高质量发展水平东、中、西部差异较为显著。东部地区农业高质量发展速度最为迅猛,且东部与中、西部地区的差异正在逐步扩大。中部地区农业高质量发展水平高于西部地区,但西部地区增长率为35%,高于中部地区,因此中西部地区的差异在逐步缩小。究其原因,东部地区之所以发展最快,一方面得益于东部地区地处沿海,经济实力雄厚,资源丰富,人才不断涌入,为农业高质量发展创造了良好的环境。另一方面,东部地区非常注重农业规模化的发展和现代农业产业体系的构建,有力有序有效的推进农业现代化,凭借先进的技术使得农业机械化水平和生产效率不断提高,促进农业高质量发展。中部地区凭借其优质耕地,农膜、柴油使用量少,农业高质量发展水平处于中等地位,但产业结构优化和技术创新方面非常不足,若要得到持续性发展,必须对财政支农资金做到正确引流。西部地区经济发展相对落后,部分省份水资源紧缺,土地沙漠化,这些因素一起抑制了农业的高质量发展。近年来,受益于西部大开发和脱贫攻坚等政策支持,西部地区农业供给侧结构正逐步优化,带动了农业高质量发展。

3.2 数字普惠金融与农业高质量发展的耦合分析

3.2.1 数字普惠金融整体与农业高质量发展的耦合

表3呈现了我国部分年份各省市数字普惠金融发展与农业高质量发展的耦合协调水平。从总体均值来看,我国数字普惠金融发展与农业高质量发展的耦合协调水平稳定提升,由失调状态逐步达到初级协调状态。2011年耦合协调均值仅为0.288,到2015年增长到0.464,2019年超过0.5,达到0.53,耦合协调阶段由2011年的拮抗阶段,逐渐上升到磨合阶段。

表3 数字普惠金融与农业高质量发展耦合协调等级Tab. 3 Coupling coordination level between digital inclusive finance and high-quality agricultural development

从空间格局分布上看,数字普惠金融与农业高质量发展的耦合协调度呈现一种“东高西低”的不均衡状态。东部地区不同省市耦合协调度平均值在0.440～0.595范围内,中部地区平均值在0.403～0.448范围内,西部地区平均值在0.374～432范围内,东西部地区耦合协调水平差异较大。以2019年耦合协调度为参考,全国31个省市数字普惠金融与农业高质量发展耦合协调度跨度为0.459～0.724,包括磨合阶段和协调阶段。东部地区地处沿海,经济发达且资源丰富,为农业高质量发展做好了充足的准备,且对数字科技非常重视,吸引无数技术人才,促进了数字普惠金融的发展,数字普惠金融与农业高质量发展的耦合协调度均值为0.578,所有省市的耦合协调等级均已经达到初级协调发展水平以上,其中北京、浙江和上海领先进入协调阶段。中部地区农业环境优良,数字普惠金融也正在随着中部崛起政策而见效,逐步开始为农业高质量发展提供资金。除了山西和吉林处于濒临失调发展水平外,其余六个省份都全部进入了初级协调发展水平,两系统逐步实现同步发展。西部地区经济落后,资源匮乏,虽得益于西部大开发政策的帮扶,但部分地区土地沙漠化,水资源紧缺,不利于农业高质量发展,随着征信体系和互联网基础设施建设逐步完善,导致数字普惠金融与农业高质量不能保持同步协调发展。西部地区耦合协调度均值为0.496,处于濒临失调,但从耦合协调度历年变化来看,西部地区即将在短时间内突破0.5,进入初级协调发展阶段。

从时间序列演化来看,数字普惠金融与农业高质量发展的耦合协调水平一直在不断上升。2011年耦合协调等级没有处于初级协调水平的省份,到2015年有5个省份实现初级协调,再到2019年有25个省份实现初级协调及以上,表明了数字普惠金融与农业高质量发展的关系正朝着更加协调互动的方向发展,但与高级协调发展还存在很大的差距。从省际层面来看,北京和上海于2013年最先进入初级协调发展阶段,领先于其他省份,2018年上海又率先进入良好协调发展阶段,这表明北京、上海和浙江的数字普惠金融与农业高质量发展之间存在较大的关联性。此外,从2011年到2019年不同省市耦合协调度平均值在0.374～0.595的范围内,绝大多数省份处于磨合阶段,贵州、甘肃和青海3个省份耦合协调度始终处于拮抗阶段,但耦合协调的趋势是不断上升的,向协调阶段的过度只是时间问题。

3.2.2 数字普惠金融分维度与农业高质量发展的耦合

数字普惠金融与农业高质量发展的耦合协调水平虽然在逐步提高,但整体水平偏低,尤其是西部地区,2019年两系统耦合协调均值仍处于濒临失调水平,为探究两系统耦合协调水平偏低的原因,将数字普惠金融分为3个维度,即覆盖广度、使用深度和数字化程度,并分别将这3个维度与农业高质量发展进行耦合测算,耦合结果见图2。

从全国总体均值来看,数字普惠金融的不同维度与农业高质量发展的耦合协调度都是逐年递增的,其中数字化程度与农业高质量发展的耦合协调度均值最高。覆盖广度与农业高质量发展的耦合协调度均值始终低于总体的耦合协调度均值。使用深度与农业高质量发展的耦合协调度均值在前期高于总体的耦合协调度均值,后期整体偏低。由此可见,数字普惠金融与农业高质量发展的耦合协调主要动力来自数字化程度的提高,支付移动化、小微经营者金融个人贷款的实惠化、支付信用化和支付便利化不断提升,带来数字普惠金融数字化程度的提升,进而促进了数字普惠金融与农业高质量发展的耦合协调水平的提升。与此同时,覆盖广度、使用深度发展相对缓慢,一定程度上限制了数字普惠金融与农业高质量发展的耦合协调水平的提升。

从空间格局分布上看,虽然数字普惠金融的不同维度与农业高质量发展的耦合协调度都呈现一种“东高西低”的不均衡状态,但同一地区耦合协调等级也有巨大的差异。东部地区覆盖广度、使用深度与农业高质量的耦合协调度在2016年实现初级协调,数字化程度与农业高质量的耦合协调度在2019年已经实现中级协调;中部地区覆盖广度、使用深度与农业高质量的耦合协调度在2019年实现初级协调,数字化程度与农业高质量的耦合协调度在2015年便实现初级协调;西部地区覆盖广度、使用深度与农业高质量的耦合协调度到2019年还处于濒临失调水平,数字化程度与农业高质量的耦合协调水平在2018年突破濒临失调,实现初级协调。

从时间序列演化来看,虽然数字普惠金融不同维度与农业高质量发展的耦合协调水平是逐年提升,但提升到速度却是有巨大的差异的。2011年数字普惠金融不同维度与农业高质量发展的耦合协调水平都是中度失调,处于拮抗阶段。随后数字化水平的快速提升显著提高了金融服务效率、降低了服务门槛,为我国农业高质量发展打下了良好的基础,不但促进了农业机械现代化水平,在利用电子商务缓解农产品滞销,促进乡村农业数字化转型方面也做出了突出贡献,并率先在2015年实现初级协调。

(a) 全国地区

(b) 东部地区

(c) 中部地区

(d) 西部地区

数字普惠金融发展初期,农村和偏远地区仍然存在着空白、征信体系等各项机制不完善以及农民接受新兴事物的能力有限,致使需要金融服务的人还没有完全被覆盖。随着数字普惠金融的发展,覆盖广度有所提升,覆盖广度与农业高质量发展的耦合协调度与2018年达到初级协调。数字普惠金融在使用深度上包含多样性的金融服务内容,随着覆盖广度的增加,保险业与互联网深度融合,支付宝中余额宝、花呗业务的上线,进一步推动了保险和信用业务的发展,使用深度与农业高质量发展的耦合协调在2017年实现了初级协调。

3.3 数字普惠金融与农业高质量发展互动关系分析

为了进一步研究数字普惠金融与农业高质量发展之间如何进行互动,采取格兰杰因果检验和脉冲响应分析对2011—2019年31个省份的相关数据进行实证分析。

3.3.1 平稳性检验

在进行格兰杰因果检验之前,必须要检验面板数据的平稳性,即对面板数据进行单位根检验。目前有很多方法可以用于变量的单位根检验, 为保证检验结果同时兼顾真实性和可靠性,选取ADF检验、IPS检验、LLC检验、PP检验四种方法进行检验,检验结果见表5。数字普惠金融和农业高质量发展没有全部通过1%的显著性水平检验,经过一阶差分之后两变量的平稳性检验均在1%的显著性水平上拒绝原假设, 表示面板数据平稳。

表5 单位根检验结果Tab. 5 Results of the root per unit test

3.3.2 协整检验

在模型中出现一阶单整变量,需要检验变量之间是否构成协整关系,因此选择Kao检验方法进行判断。Kao检验的t=-10.995 7,p=0.000 0<0.01,通过1%的显著性水平检验,拒绝原假设,即数字普惠金融与农业高质量发展之间存在稳定均衡的关系。

3.3.3 格兰杰因果检验

进行格兰杰因果检验的首要条件是确定最优滞后阶数,本文采用赤池信息准则(AIC)值、贝叶斯信息准则(BIC)值和汉南—奎因信息准则(HQIC)值最小的选择标准,发现其最优滞后阶数为2。

用格兰杰因果检验去研究31个省份数字普惠金融(DIF)与农业高质量发展(HQDA)两系统之间的因果关系。结果显示:原假设“数字普惠金融不是农业高质量发展的格兰杰原因”的p值为3×10-9<0.01,因此在1%的显著性水平下拒绝原假设,即数字普惠金融的发展显著地促进了农业高质量发展。同时原假设“农业高质量发展不是数字普惠金融的格兰杰原因”的p值为0.059 3<0.1,因此在10%的显著性水平下拒绝原假设,即农业高质量发展在一定程度上可以促进数字普惠金融的发展。综上所述,数字普惠金融与农业高质量发展两个系统之间能够相互促进,但数字普惠金融对农业高质量的促进作用相比较更为显著。

3.3.4 脉冲响应分析

脉冲响应分析能够更加精准地反映数字普惠金融与农业高质量发展之间相互影响的过程,图3呈现了两个系统的脉冲响应图。

其中图3(a)和图3(b)分别表示数字普惠金融和农业高质量发展受到自身正向冲击后的变化轨迹,在受到冲击的即期产生较强的正向响应并达到最大值,随着时间的推移,影响逐渐减弱,在零轴附近振荡并最终趋近于0。

图3(c)表示农业高质量发展受到数字普惠金融的正向冲击后的变化趋势,在受到冲击的即期,农业高质量发展对数字普惠金融的响应为负值,之后迅速上升为正值,并在第一期达到最大值,之后缓慢下降呈收敛趋势,表明数字普惠金融将会对农业高质量发展有明显的促进作用。

图3(d)表示数字普惠金融在受到农业高质量发展的正向标准差的冲击之后的响应图,在受到冲击前期为负值,第二期转换为正值并达到最大值,之后快速下降并收敛于零轴,表明农业高质量的发展对数字普惠金融也有一定的促进作用,但其正向影响具有一定的滞后效应。脉冲响应分析的结果与格兰杰因果检验的结果基本吻合,进一步探究了数字普惠金融与农业高质量发展之间相互作用关系。

(a) 数字普惠金融对自身的脉冲响应

(b) 农业高质量发展对自身的脉冲响应

(c) 农业高质量发展对数字普惠金融的脉冲响应

(d) 数字普惠金融对农业高质量发展的脉冲响应

4 结论和建议

4.1 结论

通过构建数字普惠金融与农业高质量发展的耦合协调评价指标体系,测度分析了2011—2019年全国31个省市数字普惠金融与农业高质量发展的耦合协调水平,在此基础上更深入的探究了两个系统的互动关系。

1) 2011—2019年全国农业高质量发展水平均值从0.188上升到0.252,整体水平偏低。此外,我国农业高质量发展水平具有较为显著的东、中、西部差异。东部地区农业高质量发展水平最为迅猛,增长率为38%,中部地区增长率为26%,西部地区增长率为35%,东部与中、西部地区的差异正在不断扩大。中部地区农业高质量发展水平高于西部地区,但增长率低于西部地区,因此中西部地区的差异在逐步缩小。

2) 2011—2019年,我国数字普惠金融发展与农业高质量发展的耦合协调均值由0.288上升到0.53,由失调状态逐步达到初级协调状态,整体耦合协调水平偏低。从空间格局分布上看,东部地区不同省市的耦合协调度均值0.440～0.595范围内,西部地区的均值在0.374～0.432范围内,整体呈现“东高西低”的不均衡状态。从时间序列演化来看,数字普惠金融与农业高质量发展的耦合协调水平一直在不断上升,均值由0.288上升到0.53。

3) 数字普惠金融与农业高质量发展的耦合协调主动力来自数字化程度的提高,覆盖广度、使用深度发展相对缓慢,一定程度上限制了数字普惠金融与农业高质量发展的耦合协调水平的提升。2011—2019年,数字化程度与农业高质量发展的耦合协调度均值高于总体的耦合协调度均值,由0.297上涨到0.557。使用深度与农业高质量发展的耦合协调度均值在前期高于总体的耦合协调度均值,后期整体偏低。覆盖广度与农业高质量发展的耦合协调度均值由0.266上升到0.523,始终低于总体的耦合协调度均值。

4) 运用面板向量自回归模型,研究和分析数字普惠金融与农业高质量发展的互动情况,研究结果发现数字普惠金融的发展对农业高质量发展的促进作用较为显著,同时农业高质量的发展对数字普惠金融也有一定的正向影响,但其正向影响具有一定的滞后效应。

4.2 对策建议

4.2.1 完善农村网络设施建设和征信体系的构建,缩小各地农业高质量发展水平差距

一方面,数字普惠金融因“数字”而普惠,互联网基础设施的完善便是不可或缺的前提。因此要坚持实施乡村振兴战略,正确引导财政支农资金的运用,加强对农村互联网基础设施建设资金的投入。同时,应努力开拓农村线上支付服务市场,利用大数据技术获取和分析农户的信用数据,完善征信体系的构建,建立统一的数字化征信平台。另一方面,东部地区农业高质量发展水平最为迅猛,可以发挥中心辐射的区域作用,加强与中、西部地区对农业管理措施、农业科技人才和资金等资源的互通共享,实现农业高质量均衡发展。中部地区农业高质量发展水平处于中等地位,农业环境优良,但产业结构优化和技术创新方面非常不足,政府应坚持中部崛起战略,加大对中部地区的资金支持,同时积极引进农业科技型人才,促进农业高质量发展。西部地区经济落后,可利用地域资源优势,贴合具有当地特色的农业产业延伸产业链链条,并制定帮扶政策,推动农业高质量发展。

4.2.2 增强中部和西部地区两系统的良性耦合,平衡各地区协同发展格局

两系统的耦合协调度呈现一种“东高西低”的不均衡状态,要实现全国范围内数字普惠金融与农业高质量高水平协调发展,必须不断增强两系统相互作用中的良性耦合,引领东中西部地区协同发展。一方面,利用数字普惠金融推进农业高质量发展。中部和西部地区劳动力充足,资源丰富,后期发展的潜力巨大,唯独缺乏资金支持,可将东部资金通过数字普惠金融输送到中西部地区,并出台引进农业科技型人才的政策,促进中西部地区资源开发利用,推动农业高质量发展。另一方面,使农业高质量发展“反哺”数字普惠金融。中西部地区农业高质量发展增加了良好、稳定且可持续的市场需求,需求的拓展离不开数字普惠金融的支持,所以当地政府要应加大对中西部地区政策支持,与金融机构联合设立支农项目,促进数字普惠金融业务的创新。

4.2.3 努力拓展数字普惠金融的覆盖广度,提升其使用深度

数字普惠金融与农业高质量发展的耦合协调主要源动力来自数字化程度的提高,表明数字化程度与农业高质量发展之间的相互作用中存在较强的良性耦合,可以达到高水平上相互促进,因此目前较高的数字化程度正在促进农业高质量发展。但数字普惠金融的覆盖广度和使用深度发展相对缓慢,应努力拓展数字普惠金融的覆盖广度,提升其使用深度。拓展覆盖广度最重要的是因地制宜,针对不同地域要寻找其地域优势和特色产业,根据潜在的金融需要去创新金融产品,提供更符合当地是实际情况的金融服务。提升数字普惠金融的使用深度,一方面要降低线上金融业务的门槛,业务办理流程实现最大程度简洁化,方便农户操作。另一方面保险公司可以借助数字技术创新保险产品,并将保险产品嵌入到农作物种植、生长、成熟和销售的整个过程中,扩大农业保险所涉及的范围,降低农业的风险成本。此外,当地政府可以通过建立农业大灾保险储备基金加大对农业的支持,降低农户的投保成本。

4.2.4 努力发展数字普惠金融,全力推动农业高质量发展

根据面板向量自回归模型估计结果,数字普惠金融的发展对农业高质量发展具有较强的推动作用。因此现阶段应适当提高数字普惠金融行业的进入门槛,积极梳理整合目前存在的数字普惠金融法规制度,加快完善数字普惠金融监管体系。加快对偏远地区网络覆盖的建设投资,加强农村地区金融与数字化知识的线上线下宣传活动,鼓励金融机构研发安全且易操作的使用界面,为数字普惠金融营造适宜的发展环境,最终得以实现农业高质量发展水平。