我国农村金融与农村经济协同高质量发展的时空演化

李海央,符景然,杨 敏,韩旭韩,连文婷,朱德璋,田甜铭梓,*

(1.昆明理工大学 管理与经济学院,云南 昆明 600504; 2.昆士兰大学 商业、经济和法律学院,澳大利亚 昆士兰州 QLD4072)

农业部门发挥产品贡献、市场贡献、要素贡献和外汇贡献的能力,是社会分工和国民经济其他部门得以独立并持续发展的基础[1],在“十四五”时期,乡村振兴是民族复兴的必由之路。农村经济是乡村振兴的重点、难点;然而,农村经济发展仍突出存在着小农户与大市场、高成本投入与低经济效益、基础薄弱与快速发展、追逐高产与保护生态环境之间的矛盾,过度依赖要素投入、投资驱动、规模扩张或外需拉动的粗放式经济增长模式难以为继。在对发展阶段性特征的理性判断下,要转换发展方式、优化经济结构、变革增长动力,从而调整区域资源配置、整合利益分配、克服市场失灵,引导生产要素向农村领域集聚与流通[2],以推动经济的高质量发展。农村经济高质量发展的内涵体现在城乡融合、要素流动、生态效应、粮食安全、农业现代化等多个层面[3-4],目的是解决农村发展不平衡不充分的问题。农村经济的高质量发展作为构建“国内大循环为主体、国内国际双循环协调促进”格局的重要基石,既是对宏观经济高质量发展战略的根本遵循,也是于百年未有之大变局中把握战略航向的理性判定[5-6]。

金融作为经济发展的助推器和润滑剂,是推进经济高质量发展的核心要素[7]。我国金融体系有序扩张,激励机制逐步形成,发展环境持续优化,开放步伐稳定提速,彰显了中国渐进式改革的智慧。上述发展历程也是不断改进和提升金融服务实体经济能力的过程,但也存在着农村金融资金实力偏弱且覆盖面不足、产品与服务单一、经营风险难以有效控制、配套支持政策有待完善、金融目标定位与政策初衷存在背离等多重问题[8]。纵观我国“三农”发展历程,无论是农业转型升级、农民持续增收还是农村经济稳定增长,都离不开农村金融的支持[9]。“三农”要实现高质量发展,首要问题便是获得高效、高质量的金融支持[10]。聂丽等[11]指出,农村金融集聚具备增强服务普惠性、促进实体产业发展、促使区域产业结构调整、引导农村产业转型升级的功能效应。王妍等[12]指出,农村金融资源配置效率的提升可以有效促进农村金融资源边际产出、农村储蓄投资转化率、农村储蓄率的提高,进而促进农村经济发展。可见,高质量发展的农村金融理应是社会资产的看守者和社会价值的支持者,也是农村经济高质量发展的重要依托。

Saint-Paul[13]提出,金融与经济之间存在金融发展程度“高水平”与“低水平”区别下的双重均衡。金融发展程度的“高水平”即高质量发展,根据制度学派的观点启示,构造金融体系的高质量发展以支撑实体经济的高质量发展,利于以较小成本实现二者的协调机制,这就要求金融体系自身的运行机制协调顺畅,而且不能因金融的过度膨胀阻碍实体经济。农村金融与农村经济的高质量发展也应构成相辅相成之体系,在“金融-经济”完整系统下协同促进的循环齿轮日益稳固,形成正反馈的相互关联。

综上,农村金融与农村经济的高质量发展作为我国发展的中长期命题,二者的协调关系与支撑程度关乎社会主义现代化建设全局。将农村金融与农村经济置于统一分析框架之中,定量刻画二者的高质量发展水平,揭示其分异特征与二者协调支撑的演化规律,有助于为畅通农村金融与农村经济的协同高质量发展路径提供反馈。

1 高质量发展水平的指数测度

1.1 涵义澄明

农村金融高质量发展包含“量的扩张”与“质的提升”双重维度:一是量的扩张,体现为金融可得性程度的提升,这是农村生产经营主体能够以合理成本获取正规金融资源、服务的要求,实质是对农村金融资源供给性与需求性的平衡;二是质的提升,体现为金融可持续发展能力的提升,强调农村金融机构的生存可持续与农村金融服务的发展可持续,实质是对农村金融使用效应性和可负担性的优化[9,14]。

农村经济高质量发展要在“巩固、增强、提升、畅通”上下功夫:一是巩固成果,主要指巩固脱贫攻坚成果,既是对“两不愁三保障”基本要求的巩固,还是助力乡村振兴、推动共同富裕的重要前提;二是增强动能,需着力补齐农业科技短板,培育农业可持续发展动能,激活市场、要素和主体等农业发展的动力源,是农业供给满足市场化多元需求、实现农村经济效益的保障;三是提升效能,应兼顾农村经济的结构优化与转型升级,以发展的协调性为目标,要求农村经济的发展限定于资源和环境的承载能力之内,是农业由数量型增长向质量型增长转变的根本途径;四是畅通循环,需符合国内国际双循环的大格局,既包括国内市场环境下农村经济的小循环,还应为宏观经济的大循环疏通“经络”,提供良好运行机制。

事物发展必定具备内在逻辑与固有规律,农村金融与农村经济的高质量发展皆是演化着的发展观,整体来看是不断创造新的发展条件的连续过程[15]。根据系统动态平衡理论,从复杂、庞大的“大系统”角度出发,在事物运动中要保持系统的、动态的平衡,既不追求绝对的平衡,也不追求绝对的不平衡[16]。因此,农村金融与农村经济协同高质量发展的含义在于,在保证各自系统内子维度协调运转的前提下,二者要存在相互影响作用的动态演进路径,不仅体现于宏观尺度农村金融与农村经济高质量发展水平的空间分布格局,还体现在二者空间关联性的演化规律是否存在共变关系。当然,相互作用的方式与程度并非一味强调同步提升,更应为了实现系统功能而处于相互协同、良性互动的有序状态,并强调“大系统”整体能否达到更优、更有效率的状态。

1.2 指标体系

以含义澄明为基础,参照相关研究的有益元素,构建评价指标体系(表1),分别用于评定农村金融高质量发展水平和农村经济高质量发展水平。农村金融高质量发展以“量的扩张”“质的提升”为一级指标,选取网点人口覆盖率、涉农贷款人口覆盖率、不良贷款率等11项二级指标进行刻画。农村经济以“巩固成果”“增强动能”“提升效能”“畅通循环”为一级指标,选取农村人均可支配收入、知识产权创造指数、耕地复种指数等13项二级指标进行刻画。

表1 高质量发展评价指标体系Table 1 Evaluation index system for high-quality development

1.3 指数合成

1.3.1 数据处理

结合研究问题的实际需要、二级指标测算与可得性,将本研究的时间范围界定于2010-2019年,空间范围定在除香港、澳门、台湾外的31个省(自治区、直辖市)。基础数据获取于《中国农村统计年鉴(2011-2020)》《中国农业统计资料(1949-2019)》《中国第三产业统计年鉴(2011-2020)》《中国人口和就业统计年鉴2011-2020》《中国金融年鉴(2011-2020)》《中国农业知识产权创造指数报告(2013-2020)》《中国农产品进出口月度统计报告(2009-2019年)》《中国分省份市场化指数报告(2021)》,以及国家统计局官网、中国人民银行官网、中经网、WIND数据库、国泰安数据库等。采用线性插值法、B-J短期估测等方法对缺失数据进行填补。

1.3.2 熵权TOPSIS法

基于综合评价的需要,选取熵权TOPSIS法判定各指标的离散程度并计算权重。

首先,对第i个评价对象(i=1, 2, …,m)的第j项指标(j=1, 2, …,n)Xij进行标准化处理得到Zij:

(1)

在本文构建的评价体系中,不良贷款率、万元农业GDP耗水和万元农业GDP耗能为逆向指标,其他均为正向指标。

对于第j项指标而言,其信息熵(Ej)为

(2)

求取熵权(Wj):

(3)

生成序列Mij=ZijWj,确定正理想解Sj+=max(Mi1,Mi2,…,Min)和负理想解Sj-=min(Mi1,Mi2,…,Min),分别计算Mij与正、负理想解的欧式距离Di+和Di-:

(4)

(5)

最后,计算相对贴近度C=Di-/(Di++Di-),其值介于0、1之间。C值越趋近于1,表明该评价对象的农村金融高质量发展水平或农村经济高质量发展水平越优。

2 协同高质量发展的时空演化

2.1 典型特征

各省份2010-2019年的农村金融高质量发展水平和农村经济高质量发展水平整体呈不断提升态势(表2)。相较之下,农村金融高质量发展水平的离散程度较农村经济高质量发展水平具有更为明显的扩张趋势,反映出我国农村金融发展的区域不平衡现状。

表2 描述性统计结果Table 2 Descriptive statistic results

对各省份2010-2019年的测度结果进行自然间断点分级、适度取整处理,将农村金融高质量发展水平划定为低(0.085,0.175]、较低(0.175,0.220]、中(0.220,0.260]、较高(0.260,0.375]、高(0.375,0.660]5个等次,将农村经济高质量发展水平划定为低(0.070,0.100]、较低(0.100,0.150]、中(0.150,0.250]、较高(0.250,0.350]、高(0.350,0.600]5个等次。东部地区经济发展条件良好的省份,如北京、山东、上海等,其农村金融与农村经济高质量发展水平多处于较高及以上等次(表3);中部地区的山西、安徽等省份,其农村金融与农村经济高质量发展水平多处于较低～较高等次;西部地区的省份(如西藏、青海)的农村金融与农村经济高质量发展水平多处于较低及以下等次。总体来看,我国农村经济与农村金融高质量发展平空间尺度分异的基本格局不仅受到经纬度、垂直地貌等自然环境的影响,还与自然环境特征下的社会、经济等因素存在关联,在上述因素的共同作用下,我国省域层面上的农村金融与农村经济高质量发展水平在空间格局上的分布差异较大,较为契合我国自然地域中地势呈三级阶梯的差异分界特征,总体由东向西逐渐递减。

表3 高质量发展水平的空间分异Table 3 Spatial differentiation of high-quality development level

2.2 空间相关性

2.2.1 双变量全域相关性

全域相关统计量可在整体层面上反映是否存在空间相关及其相关程度。选取双变量全域Moran’s I(bivariate global Moran’s I,BGMI)为分析手段[17],应用基于共边邻接关系(面积单元之间具有共享边界)的空间权重,并设定海南与广东互为相邻,利用GeoDa 1.14软件测算BGMI。BGMI的取值范围为[-1,1],正负值分别表示双变量间存在着正、负向的空间关联,取值趋向0则表示空间分布关联不明显。

2010-2019年间,农村金融与农村经济的高质量发展BGMI皆为正值(表4),且呈平稳提升态势,具有显著(P<0.05)的统计学意义,表明在全域空间中农村金融与农村经济的高质量发展水平存在相关性特征,具备整体结构的协同高质量发展表现。

表4 双变量全域Moran’s I分析结果Table 4 Results of bivariate global Moran’s I analysis

2.2.2 双变量局域相关性

进一步采用双变量局域Moran’s I(bivariate local Moran’s I,BLMI)揭示变量在局域空间的异质性特征[18]。从金融服务实体经济的视角出发,BLMI可以反映一定时间范围内特定空间单元的农村金融高质量发展是否与其相邻单元的农村经济高质量发展存在共变关系。在此基础上,通过观察方向变动可挖掘农村金融与农村经济高质量发展局域空间结构的演变特征[19]:其一,0°～90°为赢-赢态势,体现对应空间单元与邻域单元间农村金融与农村经济高质量发展水平呈协同高速增长趋势;其二,90°～180°为输-赢态势,表明对应空间单元农村金融高质量发展水平呈低速增长趋势,而邻域单元农村经济高质量发展水平呈高速增长趋势;其三,180°～270°为输-输态势,即对应空间单元与邻域单元间农村金融与农村经济高质量发展水平呈协同低速增长趋势;其四,270°～360°为赢-输态势,表明对应空间单元农村金融高质量发展水平呈高速增长态势,而邻域单元农村经济高质量发展水平为低速增长趋势。

2010-2013年间,转移方向为0°～90°的包括重庆、湖北、江苏等9个省份(表5),转移方向为180°～270°的省份包括河北、西藏、新疆和吉林,二者合计,对应“赢-赢”“输-输”态势的省份总计占41.94%;2013-2016年间,转移方向为0°～90°的包括安徽、山东、广东等9个省份,转移方向为180°～270°的省份有山西、海南、河南等11个,二者合计,对应“赢-赢”“输-输”态势的省份总计占64.52%;2016-2019年间,转移方向为0°～90°的省份减少为重庆、湖北、河北与陕西,转移方向为180°～270°的包括广西、四川、福建等6个省份,二者合计,对应“赢-赢”“输-输”态势的省份总计占32.26%。

表5 农村金融与农村经济协同高质量发展的局域空间相关性变化Table 5 Local spatial correlation variation of synergistic high-quality development of rural finance and rural economy

2010-2019年间,转移方向为“赢-赢”“输-输”态势的省份数量虽有先增加后减少的趋势,但两类转移方向的省份共计27个,占比高达87.1%,表明农村金融与农村经济高质量发展水平在局域空间中呈现的双变量相关性特征明显。从变化趋势来看,转移方向为“输-输”态势的省份呈现先集聚再向南扩散的特征,最终扩散于西南经济区、长江中游经济区与南部沿海经济区;转移方向为“赢-赢”态势的省份则呈现先扩散再向北集聚的特征,最后集聚于北部沿海地区与中部地区。二者整合,总体表现为局部空间结构中协同发展的南北分化特征。

2.3 时空跃迁规律

Moran散点图的第1象限～第4象限分别对应“高高集聚(HH)”“低高集聚(LH)”“低低集聚(LL)” “高低集聚(HL)”的局域空间相关类型。引入常用于单变量Moran’s I的时空跃迁分析手段[20],结合Moran’s I散点图中双变量局域空间相关类型的时空转移情况,可划分出4种时空跃迁类型:Ⅰ类为“自身跃迁,邻域稳定”,表示对应空间单元农村金融高质量发展水平发生跃迁,但邻域单元农村经济高质量发展水平保持稳定,二者之间存在较低的局域空间协同发展演进关系;Ⅱ类为“自身稳定,邻域跃迁”,表示对应空间单元农村金融高质量发展水平保持稳定,但邻域单元农村经济高质量发展水平发生跃迁,二者之间存在较低的局域空间协同发展演进关系;Ⅲ类为“自身及邻域均跃迁”,表示对应空间单元农村金融高质量发展水平与邻域单元农村经济高质量发展水平均发生跃迁,如果跃迁方向相同定义为Ⅲa,跃迁方向相反定义为Ⅲb;Ⅳ类为“自身及邻域均稳定”,表示对应空间单元农村金融高质量发展水平与邻域单元农村经济高质量发展水平均保持稳定。Ⅲa类与Ⅳ类跃迁类型的跃迁表现具有一致性,即对应空间单元与邻域单元之间农村金融与农村经济高质量发展间存在较高的局域空间协同演进关系。

以时空跃迁类型转移为依据,构造指标Pt度量农村金融与农村经济协同高质量发展的稳定性。

Pt=(St+Dt)/n。

(6)

式(6)中:n为研究空间的省份总数,St表示t时刻发生Ⅲ类跃迁(HH→LL、LL→HH)的空间单元数量,Dt表示保持Ⅳ类跃迁类型的空间单元数量。

2010-2019年,未出现不同类型的二次跃迁。计算10年间跃迁类型的转移概率,可得农村金融与农村经济协同高质量发展的稳定性指标Pt=87.08%。其中,保持HH型的省份比重为22.58%(表6),保持LH型的省份比重为9.67%,保持LL型的省份比重为54.83%。整体而言,对应空间单元与邻域单元间农村金融与农村经济高质量发展水平呈协同增长的特征明显,较少发生空间单元与邻域单元间的异向跃迁,协同发展的演进过程相对稳定。

表6 时空跃迁类型转移概率矩阵Table 6 Transition probability matrix of spatiotemporal transfer type %

2.4 耦合协调度

利用耦合协调度模型,对农村金融与农村经济高质量发展的协同程度进行评价。为了增强测算结果的区分度,利用王淑佳等[21]的方法对耦合度(O)模型进行修正:

(7)

式(7)中:Ze和Zf分别表征农村经济高质量发展指数和农村金融高质量发展指数。

再构建耦合协调度(V)模型探讨农村金融与农村经济高质量发展之间耦合关系的优良性:

(8)

进一步计算农村金融与农村经济高质量发展水平测度的差值,将Ze-Zf>0.01定义为“农村金融高质量发展滞后型”,Ze-Zf<-0.01定义为“农村经济高质量发展滞后型”,将0≤|Ze-Zf|≤0.01定义为“同步发展型”。

以前述计算为基础,将2010、2013、2016、2019年农村金融与农村经济高质量发展系统间的耦合协调关系整理于表7。

耦合度相对较弱的省份多集中于西部,如青海、宁夏和山西的耦合度平均值低于80%;耦合度相对较强的省份多集中于中部,如河南、湖北和湖南的耦合度平均值分别达到99.3%、99.0%和98.6%;东部省份的耦合度平均值多在85%～97%,如浙江、江苏和山东分别为86.3%、89.3%、95.3%。此外,2010-2019年间各省份农村金融与农村经济高质量发展的耦合度值皆高于0.5,表明整体层面不存在拮抗关系。

将耦合协调度划定为“低”[0,0.2]、“较低”(0.2,0.4]、“中”(0.4,0.6]、“较高”(0.6,0.8]和“高”(0.8,1]共5个等次。2010-2019年间,农村金融与农村经济高质量发展水平的耦合协调度持续增长,空间集聚格局逐步形成。农村金融与农村经济高质量发展水平的耦合协调度处于较低等次的省份多分布于西部,包括海南、内蒙古、宁夏等;处于中等次的省份多处于中部、东部,如安徽、湖北、河北等;处于较高等次的省份多集中于东部,尤其是东部沿海地区,如江苏、浙江与上海等。此外,无耦合协调度处于低、高等次的空间单元,表明农村金融与农村经济高质量发展水平的耦合协调程度已脱离严重失调阶段,但也还未达到良好优质的协调水平。

2010-2019年,农村金融高质量发展滞后型省份的数量由8个增加至10个,福建、广东和山东3省始终保持在这一发展类型,其余省份具有向湖北、四川等内陆省份扩散的表现;农村经济高质量发展滞后型省份的数量无变化,皆为17个,其中,贵州、海南、吉林、江苏、江西、内蒙古、宁夏、青海、山西和新疆始终保持这一发展类型,其余省份由西部集聚向东西均匀分散的分布趋势转变;同步发展型省份的数量由6个减少至2019年的4个,分别是安徽、河南、辽宁和西藏。以上现象对应了前述研究提出的“在局域空间结构中,双变量相关特征具有南北差异性变化”的研究结论,是农村金融与农村经济协同高质量发展路径存在阻滞的事实证据。

3 结论与建议

金融要为实体经济服务,满足经济社会发展和人民群众需要。本文将农村金融与农村经济置于统一框架,阐释二者高质量发展的内涵、外延及其表现形式,围绕农村金融“量的扩张、质的提升”和农村经济“巩固成果、增强动能、提升效能、畅通循环”分别构建评价指标体系,应用熵权TOPSIS法测度2010-2019年农村金融与农村经济高质量发展水平,应用时空统计学中的空间分异、空间相关、时空跃迁、耦合协调度等分析手段,揭示2010-2019年间农村金融与农村经济协同高质量发展的特征与联系。研究发现,其一,农村金融与农村经济的高质量发展水平呈上升态势,在时空分异中呈现较强的差异性,形成了由东向西递减的梯度化分异格局。其二,农村金融与农村经济高质量发展水平的双变量空间相关性明显,局部空间结构演化中呈现南北分化的特征。其三,农村金融与农村经济高质量发展的协同演进过程稳定,未出现不同类型的二次跃迁,也较少发生空间单元与邻域单元间的异向跃迁。其四,农村金融与农村经济高质量发展整体间不存在拮抗关系。耦合协调度等次介于严重失调与优质协调之间,空间集聚格局逐步形成。“农村金融高质量发展滞后型”省份由东部沿海向内陆扩散,“农村经济高质量发展滞后型”省份向东西分散趋势转变,“同步发展型”省份较少。

综合以上结论,农村金融高质量发展水平的离散程度具有更为明显的扩张趋势,局域空间结构中农村金融与农村经济高质量发展的共变方向也有所不同,但二者在整体结构中存在协同发展表现且演进过程相对稳定。与农村金融、农村经济高质量发展水平的梯度分异格局相近,二者的耦合协调程度也表现出由东向西递减的规律。此外,耦合协调度为中等的区域更多表现为同步发展,耦合协调度较低的区域多呈现农村经济高质量发展的相对滞后,耦合协调度较高的区域也不同程度地呈现农村经济高质量发展或农村金融高质量发展的相对滞后或失调。分析认为,农村金融与农村经济协同高质量发展的根本阻碍已非单一方面农村金融资源的配置问题,症结所在或是农村金融发展的“快变”与农村经济制度的“慢变”之间的适应舛错,引发了农村金融与农村经济高质量发展路径中结构性的调整失衡。

本研究的政策内涵在于:其一,兼顾区域间农村金融与农村经济各自系统内的均衡发展。农村金融、农村经济高质量发展,以及二者的耦合协调关系都呈现了由东向西递减的梯度化分异格局,在时间路径的转移方向中存在差异表现。应该采取区域联动的互助发展模式,优化多层次、多梯度、错位竞争、合作共赢的高质量发展空间支撑体系。其二,统筹农村金融与农村经济彼此系统间的高质量发展。农村金融与农村经济高质量发展在多重维度本身存在供给不平衡矛盾,尤其表现为农村经济高质量发展相对滞后型的比例偏重,以及结构性改革中还可能存在调整失衡。要落实农业农村优先发展的制度安排,坚持农村金融与农村经济高质量发展的统一性与原则性的辩证统一,坚持强优势补短板、同步协调发展不可偏颇,以期构建农村金融之“血脉”与经济之“肌体”正反馈、互促进的共生共荣格局。