中國普惠金融與農業產業化發展的耦合演進

周 方

（西南財經大學天府學院，四川 成都 610052）

一、引言

農業產業化是繼農村家庭聯產承包責任制、鄉鎮企業大發展后的又一次大規模改革，已成為中國農業和農村經濟發展的有效形式[1-3]。多年來，中國農業產業化經營完成了從“點塊突破”到“整體推進”的深刻轉變[4]。在此過程中，農村金融圍繞農村經濟發展的各個融資與服務環節，不斷創新金融模式，有效推動了農業產業化發展進程[5-7]。然而，就現實情況而言，傳統農村金融的逐利性特征致使其在服務農村發展過程中存在諸多掣肘，很難為農村經濟增長及農業產業化提供持續動力[8-10]。與之相比，普惠金融以幫助農戶、低收入者以及小微企業等弱勢群體獲得金融服務為宗旨，在支持農村經濟增長以及農村農業產業化發展方面具有巨大優勢[11，12]。事實上，普惠金融和農村產業化發展都是以鄉村弱勢群體為重點服務對象，且均以推動鄉村產業轉型升級為主要目標，二者具有內在協調統一性[13-16]。具體而言，普惠金融的發展能夠有效為農業產業化打下堅實的資金基礎，助推農業產業化進程。同時，農業產業化的推進又能使得農戶進一步擴大生產規模與生產投資，從而激活普惠金融需求。因此，探究普惠金融與農業產業化發展之間的耦合演進規律，既符合目前金融回歸實體經濟的要求，也能夠為鄉村產業振興發展提供思路與借鑒，具有較強時代意蘊與現實價值。

綜合來看，已有學者就普惠金融與農業產業化互動關系展開一定研究。例如，彭建剛、徐軒(2019)研究發現湖南省農業產業化與普惠金融耦合協調度不斷提高，已由過渡階段轉變為協調階段[17]。張夢婷等(2021)就宿遷市普惠金融體系下農業產業化發展進行研究，并提出建立健全多元化金融機構體系、規范金融機構行為、推出產品定制化服務、加大金融創新力度等實踐建議[18]。張林、張雯卿(2021)指出中國普惠金融和農村產業融合發展水平整體偏低，大多數省份普惠金融與農村產業融合發展的耦合協調度處于勉強協調或中度協調[19]。這些研究對普惠金融與農業產業化關系進行了初步探討，并對其作用機制做了初步分析。但多數研究仍不夠系統深入，雖已關注到普惠金融與農業產業化發展的耦合協調作用，但對于其耦合協調的時空演進特征未做出充分研究，且未將地區異質性因素納入考察范圍。有鑒于此，文章基于普惠金融與農業產業化發展兩大系統，利用灰色關聯分析方法定量分析兩大系統及其指標耦合協調關系，探究普惠金融與農業產業化發展的良性耦合模式及推進策略，以期為促進新形勢下的普惠金融深化以及農業產業化發展提供決策參考。

二、中國普惠金融與農業產業化發展耦合度模型構建

1.研究方法

鑒于目前可獲得的統計數據量較為有限，且數據灰度及起伏波動較大，采取回歸分析難以取得預估效果[20]。而灰色關聯分析方法常被應用于樣本量較少、無明顯分布規律的研究之中，可有效彌補傳統回歸分析缺陷[21，22]。因此，結合數據樣本實際情況，文章采用灰色關聯分析法對農業產業化發展與普惠金融耦合關系進行探討。具體流程如下：

第一步：確定分析序列。設定農業產業化發展系統作為參考序列Y(t)j，普惠金融系統為比較序列X(t)j。

第二步：無量綱化處理。由于各指標數據計量單位不同，其含義也有所區別。因此，在進行關聯度計算時，借鑒梁樹廣(2019)[23]的做法，采用均值法先對數據進行無量綱化處理，避免數據計算結果產生偏誤。具體處理方法如下：

第三步：計算差序列。把每一個經過無量綱化處理之后的同年普惠金融與農業產業化系統指標值相減并取絕對值，即可得到差序列，具體計算公式如下：

第四步：計算關聯系數。利用差序列來計算對應年份的灰色關聯系數εij，計算公式如下：

第五步：計算關聯度γi。依據第四步計算得到的關聯系數，進一步得到關聯度：

式(5)中，γi代表兩個系統間的關聯度。γi取值越大，表示兩者關聯程度越高；反之表示關聯程度越低（見表1）。

第六步：計算耦合關聯矩陣。基于兩個系統間各指標的關聯度系數，進一步構建耦合關聯矩陣，矩陣中各因子具體計算公式如下：

表1要素間關聯度和耦合度劃分

式(6)中，dij表示其中一個系統各項指標與另一個系統關聯程度的平均值。

第七步：計算耦合度。依據上述關聯矩陣，定量分析普惠金融與農業產業化發展系統整體耦合程度，計算公式如下：

2.指標體系構建

文章在充分借鑒已有研究基礎上[24-26]，依據數據選取系統性、科學性以及可獲得性原則，構建普惠金融系統和農業產業化發展系統指標體系。就普惠金融系統而言，選取金融機構網點數、普惠金融從業人員數、涉農貸余額、保險密度、貸款可擔保性以及不良貸款率等六項指標共同構成普惠金融系統指標體系。就農業產業化發展系統而言，選取農民專業合作社數量、人均主要農產品產量、農業信息化發展水平、農民非農收入占比、城鄉居民人均收入比、人均農副產品加工業總產值六項指標構成農業產業化發展系統指標體系。兩大系統具體指標及計算方法如表2所示。

表2普惠金融與農業產業化發展系統指標體系

上述指標中，金融機構網點數、涉農貸款余額、貸款可負擔性等指標數據主要來源于歷年《中國金融統計年鑒》，農民專業合作社數量、人均主要農產品產量、農民非農收入占比指標數據來源于歷年《中國農業統計年鑒》，其余數據均來源于《中國統計年鑒》及各省份統計年鑒及統計公報。此外，為精確刻畫不同地區普惠金融與農業產業化發展耦合協調差異，依據國家統計局標準，將31個省份劃分為東、中、西部三大地區。對于少數缺失數據，采用線性插補法予以補充。

三、中國普惠金融與農業產業化發展的耦合時空演進分析

1.中國普惠金融與農業產業化發展的耦合度時序演變

為探究時間序列視角下普惠金融與農業產業化發展之間的耦合關系，利用灰色關聯分析法進行時間序列分析，確定2012—2020年二者的耦合變動趨勢與演變規律如圖1所示。從圖1可以看出，在大部分年份中，中國普惠金融與農業產業化發展的耦合度均高于0.56且低于0.64，屬于中等關聯，說明中國普惠金融與農業產業化發展之間的關系較為密切。圖1顯示中國普惠金融與農業產業化發展的耦合度呈“U”型變化，表現出明顯的階段性特征和先遞減再遞增趨勢。依據上述二者耦合度的時序變化特征，可將2015年定為分界點，將研究期劃分為兩個階段。

（1）第一階段（2012—2015年）

普惠金融與農業產業化發展的耦合度表現出明顯的遞減趨勢。2012年時值中國邁入“十二五”階段，主要任務是推進金融惠農工程，加快農業產業化建設。在此期間，普惠金融的從業人數與金融機構數量大幅增長。而金融模式基本未變，導致部分農業產業項目依然難以享受存貸款服務，使存貸款服務使用程度增幅不明顯。受制于資金約束，農業產業化發展速度偏低。農業產業化發展由于受到一些因素制約，因此在該階段與普惠金融的耦合度不高，從2012年的0.60下降到2015年的0.57，尚且處于磨合階段。

（2）第二階段（2016—2020年）

普惠金融與農業產業化發展的耦合度在這一階段表現出遞增趨勢。2016—2020年正處于“十三五”規劃時期，其中一項重要任務便是提升農業產業化發展水平。普惠金融依托大數據的“智慧征信”為農業產業化發展提供了多維度、全方面的金融服務，形成智慧高效的共享普惠金融。在此期間，特色農業示范區、家庭農場、農業合作社數量均有不同程度的增長，推動農業產業化發展水平穩步提升。這表明推動普惠金融、農村產業融合發展的有關政策試點效果較為良好，促使二者均獲得不同程度的提升。隨著普惠金融加速升級、農業產業化發展水平提升，二者耦合度逐漸提升，由2016年的0.58提升到2020年的0.63，呈上升趨勢。

圖1中國普惠金融與農業產業化發展的耦合度變化趨勢

2.中國普惠金融與農業產業化發展耦合的關聯分析

根據文章灰色關聯分析方法的第一步到第六步，用關聯程度表示某一系統因素對另一系統特征行為的影響程度。普惠金融與農業產業化發展都可看作是一個灰色系統，且彼此相互影響。據此測算出普惠金融指標與農業產業化發展系統，以及農業產業化發展指標與普惠金融系統的關聯度，確定二者的關聯度矩陣。進一步詳細分析有關指標的優勢，明確兩個系統的關聯程度（見表3）。

表3中國普惠金融指標與農業產業化發展指標的關聯度矩陣

（1）普惠金融指標與農業產業化發展系統的關聯度分析

保險密度(X4)、涉農貸款余額(X3)、貸款可負擔性(X5)與農業產業化發展系統的關聯度較高。由表3的均值可知，與農業產業化發展系統的綜合關聯度最高的指標是保險密度，關聯度達到0.78，尤其是2012、2018、2019和2020年都超過了0.8，表明保險密度是農業產業化發展系統的主要驅動力。涉農貸款余額與農業產業化發展系統的綜合關聯度也很高，達到了0.77。這表明涉農貸款余額對于農業產業化發展水平提升具有重要推動作用，也表征目前中國主要農業產業化發展還是以主導產品為重點，還需要大量資金驅動農業產業化發展。與此同時，貸款上浮利率不斷增長，貸款可負擔性下降幅度超過涉農貸款余額增長比例，說明貸款可負擔性的負面影響抵消了涉農貸款余額增長紅利，嚴重阻礙農業產業化發展。不良貸款率(X6)與農業產業化發展系統之間有強關聯，平均關聯度達到了0.72。不良貸款率因素一方面從農業產業化發展項目批貸方面推動資金合理釋放，另一方面從服務質量方面鼓勵農業產業化良好發展。普惠金融指標與農業產業化發展系統關聯度排在第五、第六的分別是金融機構網點數(X1)和從業人員數(X2)。這些普惠金融因素與農業產業化發展系統的關聯度不大，主要通過擴大金融機構服務的覆蓋面，從金融服務可獲得性方面影響農業產業化發展。在此過程中，金融服務質量不斷升級，為涉農項目提供更優質的金融服務，加快農業產業化發展速度。

（2）農業產業化發展指標與普惠金融系統的關聯度分析

農民專業合作社數量(Y1)與普惠金融系統具有高關聯度。由表3可知，中國農業產業化發展指標對普惠金融系統也有重要影響，其中農民專業合作社數量與普惠金融系統平均關聯度最高，達到了0.80。隨著農民專業合作社數量增加，農業經營項目數量與規模會出現不同程度的擴大，對資金的需求量必將提升，進而對普惠金融提出新要求。與普惠金融系統關聯度排在第二位的農業產業化發展系統指標是城鄉居民人均收入比(Y5)，關聯度為0.78。近年來，城鄉居民人均收入比值逐年下降，從2012年的3.10降到2020年的2.56，對于金融服務和貸款需求產生一定影響。排在第三、四位的分別是農民非農收入占比(Y4)、人均農副產品加工業總產值(Y6)，關聯度依次是0.76和0.73。這些指標與普惠金融系統有一定關聯，主要從農民增收、農業產業鏈延伸等方面推動普惠金融服務質量提升。排在第五、六位的分別是農村信息化發展水平(Y3)、人均主要農產品產量(Y2)，關聯度分別為0.66和0.57，與普惠金融系統的關聯度相對偏低。

3.中國普惠金融與農業產業化發展耦合度的空間差異

為研判普惠金融與農業產業化發展耦合在空間方面的差異，文章通過以下步驟展開分析：首先，測算2012—2020年各省份普惠金融與農業產業化發展的耦合度數據，并利用ArcGIS 10.8的標準差或等距方法得到省域耦合度的分類結果。其次，運用SPSS 2020的系統聚類分析方法對31省份的各項農業產業化發展指標開展組間集聚，得到各省的農業產業化發展分類結果。最后，把上述兩個結果疊加后重新進行分類組合，參考向敬偉等(2015)[27]的做法，依據耦合度數值將二者耦合類型分成低水平耦合(0，0.3)、拮抗[0.3，0.5)、磨合[0.5，0.8)和協調[0.8，1.0)四類。具體測算結果見表4。

表4東、中、西部地區普惠金融與農業產業化發展的耦合度

第一，從耦合度結果來看，中國大部分省份普惠金融與農業產業化發展的耦合度較高，處于協調型或磨合型。北京、天津等省份的耦合度較高，排位一直比較靠前。貴州、云南等省份的耦合度較低，排位一直比較靠后。2020年除云南省外，其余省份的惠金融與農業產業化發展耦合度均屬于磨合類型。

第二，從區域角度看，東部地區的普惠金融與農業產業化發展耦合度平均值最大，除2016和2017年外，均是中部地區大于西部地區。這主要是由于東中西部地區的資源分布及政策落實程度存在差異，導致各地區農業產業化發展水平不同。在2016和2017年期間，西部地區改造傳統農業，初步實現農業產業化經營，并培養出一部分農業龍頭企業，有利于農業產業化進一步發展。但是高素質人才匱乏，且大量人才向東部地區集聚，導致西部地區農業產業化發展速度緩慢。

第三，從耦合類型分析，樣本數據主要涉及三種類型。一是協調型。2012年協調型耦合省份包括北京和上海，2013協調型耦合省份只有北京。在普惠金融方面，北京和上海的保險密度、涉農貸款余額、貸款可負擔性比其他省份高。在農業產業化發展方面，北京和上海的農民專業合作社數量比其他省份多。在協調型耦合范圍內，普惠金融與農業產業化發展的耦合協調性較為良好，二者間已有良性互動，即普惠金融或農業產業化發展發生變動后均不會導致另一方發生強烈變化；二是磨合型。研究期間，大部分省份屬于磨合型，保險密度、涉農貸款余額、貸款可負擔性及不良貸款率的數值均低于協調型并高于拮抗型。在此期間，這些省份的農民專業合作社數量不斷增加，普惠金融與農業產業化發展均處于上升期，二者不斷協調發展；三是拮抗型。安徽、湖南、廣西、貴州、云南、甘肅、青海均在某些年份處于拮抗，而湖南、貴州、云南的耦合度平均值在拮抗范圍內。這些省份的保險密度、涉農貸款余額、農民專業合作社數量比協調型、磨合型地區少，而城鄉居民人均收入比高于其他地區。這表明普惠金融紅利偏低、農民專業合作社短缺以及部分農業產業化項目不成型，發展速度緩慢，普惠金融與農業產業化發展還處于彼此對抗、低水平協調階段。此外，研究發現同一耦合類型在空間層面表現出一定的集聚特點，說明二者耦合度與其他農業發展變量可能在空間上相互依賴或有交互作用。總體來講，耦合協調型集中分布在東部地區，耦合磨合型在各地區均有廣泛分布，而耦合拮抗型主要分布在中西部地區，整體表現出東、中、西的階梯狀分布特征。這與普惠金融資源、農業產業化發展水平、人才集聚方向相吻合。

四、結論與建議

文章基于中國31個省份面板數據，分別構建普惠金融與農業產業化發展評價指標體系，并利用灰色關聯分析法研究中國普惠金融與農業產業化發展耦合演進的時空特征，結論如下：

第一，2012—2020年期間大部分中國普惠金融與農業產業化發展系統的耦合度高于0.56且低于0.64，屬于中等關聯。同時，普惠金融與農業產業化發展的耦合度呈“U”型變化、具有階段性特點。具體而言，第一階段（2012—2015年）二者耦合度逐年遞減，第二階段（2016-2020年）耦合度逐年遞增。

第二，兩大系統指標間具有較強的交互影響關系，且兩大系統的各指標間關聯度存在差異。如在普惠金融系統中，各指標與農業產業化發展關聯度由強到弱依次為保險密度、涉農貸款余額、貸款可負擔性、不良貸款率、金融機構網點數、從業人員數。在農業產業化發展系統中，各指標與普惠金融關聯度由強到弱依次為農民專業合作社數量、城鄉居民人均收入比、農民非農收入占比、人均農副產品加工業總產值、農村信息化發展水平、人均主要農產品產量。

第三，東部地區的普惠金融與農業產業化發展耦合度平均值最大，中部地區次之，西部地區最小。

第四，東部地區省份耦合協調類型以耦合型為主，中西部地區省份以拮抗型為主，三大地區內均有磨合型和協調型。

基于以上結論，提出如下針對性建議：

第一，發展特色農業產業，釋放普惠金融需求潛力。政府應當重點培育當地龍頭企業和特色產業化組織，持續增加農民專業合作社數量，逐步釋放農業金融需求，倒逼農業普惠金融創新變革。具體而言，應根據當地地理環境發展適合地方的特色產業，不斷提高農民非農收入占比、降低城鄉居民人均收入比，激發農業產業多元化金融需求，推動普惠金融優化升級。在保證農產品產量的基礎上，需要提升產品質量，做強做大特色優勢農產品產業，對普惠金融提出更多需求。當地政府應該加強對特色產業的總體規劃，鼓勵農戶積極配合執行農業產業化發展規劃，充分釋放當地特色農業對普惠金融的需求潛力。

第二，升級普惠金融服務質量，助推農業產業化高質量發展。首先，加大金融創新技術研發和在農業領域的應用力度，推動普惠金融服務質量升級，為農業產業化高質量發展提供更高水平的金融服務。地方政府可通過頒布普惠金融扶持及創新激勵政策，鼓勵金融機構積極學習普惠金融新技術、新模式，充分釋放普惠金融發展紅利，有效提升普惠金融機構對農業產業的服務質量和服務效率。其次，各金融機構應豐富普惠金融產品，運用科學手段合理明確各普惠金融產品服務范圍及責任邊界，穩步提升金融密度與涉農貸款余額，助力農業產業化高質量發展。在此基礎上，建立和完善農業金融支持機制和農村社會保障制度，提高農業保險和農民養老保險的扶持金額，最大程度降低農業金融風險，確保農業產業高質量發展。最后，鼓勵金融機構人員學習農業產業化發展相關知識，培養員工創新服務意識，提升普惠金融服務水平，不斷為農業產業化發展提供有溫度、有速度的普惠金融服務。尤其是針對涉農小微企業，金融機構人員要結合市場發展趨勢，為企業提供恰當的普惠金融服務，優化傳統農業技術，以加快推進農業產業化高質量發展進程。

第三，完善地區要素資源配置，提升普惠金融與農業產業化發展耦合水平。就普惠金融與農業產業化發展平均耦合程度較高的東部地區來說，應當積極發揮產業升級、資源外溢等優勢，不斷強化對中、西部地區的拉動作用。就發展相對滯后的中、西部地區來說，應從政策扶持入手，引導企業積極完善金融環境，吸引金融和農業創新資源流入，助力本地農業產業化可持續發展。同時，政府應針對性加強對農業產業發展薄弱地區的幫扶力度，積極引導人才、資金等要素資源向這些地區傾斜，縮小區域間普惠金融與農業產業化發展的平均耦合度差距。進一步從農業產業鏈延伸、農業多功能性發揮、農業產業融合等多層面著手，促進農業產業化發展，加強普惠金融與農業產業化耦合協調發展。