龐路靜，張 目

（貴州財(cái)經(jīng)大學(xué)大數(shù)據(jù)應(yīng)用與經(jīng)濟(jì)學(xué)院；2.貴州財(cái)經(jīng)大學(xué)貴州科技創(chuàng)新創(chuàng)業(yè)投資研究院，貴州貴陽 550025）

黨的十八屆五中全會(huì)提出“實(shí)施國家大數(shù)據(jù)戰(zhàn)略”，國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，要求全面推進(jìn)大數(shù)據(jù)發(fā)展，加快建設(shè)數(shù)據(jù)強(qiáng)國。結(jié)合中國制造2025、“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃、培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定等戰(zhàn)略文件，制定面向大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的金融政策措施，引導(dǎo)金融機(jī)構(gòu)對技術(shù)先進(jìn)、帶動(dòng)力強(qiáng)、惠及面廣的大數(shù)據(jù)項(xiàng)目優(yōu)先予以信貸支持，鼓勵(lì)大數(shù)據(jù)企業(yè)進(jìn)入資本市場融資，為企業(yè)重組并購創(chuàng)造更加寬松的市場環(huán)境。同時(shí)，推動(dòng)金融行業(yè)大數(shù)據(jù)應(yīng)用，推進(jìn)行業(yè)數(shù)據(jù)資源的采集、整合、共享和利用，有利于充分釋放大數(shù)據(jù)在金融產(chǎn)業(yè)發(fā)展中的變革作用，加速傳統(tǒng)金融行業(yè)經(jīng)營管理方式變革、服務(wù)模式和商業(yè)模式創(chuàng)新及產(chǎn)業(yè)價(jià)值鏈體系重構(gòu)［1］。因此，對大數(shù)據(jù)產(chǎn)業(yè)-金融集聚耦合協(xié)調(diào)水平的研究，為理性認(rèn)識(shí)中國省域大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與金融集聚協(xié)調(diào)關(guān)系提供科學(xué)參考，從而進(jìn)一步促進(jìn)兩者的協(xié)調(diào)發(fā)展。

目前而言，國內(nèi)外學(xué)者大多集中于對金融集聚與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系研究。在國外研究中，Raghuram 等［2］通過建立理論模型研究金融發(fā)展到一定程度形成的金融集聚與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系；Carlin 等［3］從不同類型的金融結(jié)構(gòu)角度出發(fā)，研究其對產(chǎn)業(yè)的影響；Audretsch 等［4］和Cotugno 等［5］闡述了金融集聚帶來的空間溢出效應(yīng)促進(jìn)地區(qū)間的產(chǎn)業(yè)升級，帶動(dòng)了周邊地區(qū)產(chǎn)業(yè)的發(fā)展。在國內(nèi)研究中，陳峰［6］最早研究了金融發(fā)展與產(chǎn)業(yè)發(fā)展之間的關(guān)系；孫晶等［7］研究了金融集聚對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級存在空間溢出效應(yīng)；楊義武等［8］運(yùn)用面板向量自回歸模型研究金融集聚與產(chǎn)業(yè)結(jié)構(gòu)變遷的互動(dòng)關(guān)系；鄧向榮等［9］實(shí)證分析了金融集聚對產(chǎn)業(yè)結(jié)構(gòu)升級作用；郭露等［10］運(yùn)用協(xié)調(diào)發(fā)展度評價(jià)的改進(jìn)模型對長三角地區(qū)16 個(gè)地級市的三大產(chǎn)業(yè)結(jié)構(gòu)與金融集聚的分布進(jìn)行綜合評價(jià)與比較；于斌斌［11］認(rèn)為金融集聚對經(jīng)濟(jì)增長的影響是通過促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級實(shí)現(xiàn)的。還有部分學(xué)者通過構(gòu)建評價(jià)指標(biāo)體系，對金融集聚和產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行了耦合協(xié)調(diào)實(shí)證研究，如何宜慶等［12］將金融要素集聚、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和生態(tài)效率三個(gè)系統(tǒng)相結(jié)合進(jìn)行耦合協(xié)調(diào)發(fā)展研究；謝婷婷等［13］以及郭彬等［14］則是將產(chǎn)業(yè)結(jié)構(gòu)和金融集聚兩個(gè)子系統(tǒng)相結(jié)合進(jìn)行耦合協(xié)調(diào)發(fā)展研究。

綜上所述，學(xué)者研究大多涉及的是金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系，鮮有學(xué)者研究金融集聚與大數(shù)據(jù)產(chǎn)業(yè)發(fā)展之間的關(guān)系。實(shí)際上，大數(shù)據(jù)產(chǎn)業(yè)與金融集聚的存在著相互作用的關(guān)系：一方面，建立大數(shù)據(jù)產(chǎn)業(yè)投融資體系，金融資本通過直接融資和間接融資方式，加大對大數(shù)據(jù)產(chǎn)業(yè)的金融支持力度，有效增加大數(shù)據(jù)產(chǎn)業(yè)的要素投入，促進(jìn)了大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展；另一方面，大數(shù)據(jù)正成為信息技術(shù)的新熱點(diǎn)、產(chǎn)業(yè)發(fā)展的新方向，將對人類的生產(chǎn)與生活產(chǎn)生巨大影響，對經(jīng)濟(jì)與社會(huì)發(fā)展帶來深刻變革，大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展將吸引更多的金融資本參與，從而進(jìn)一步帶動(dòng)金融集聚。

有鑒于此，本文對大數(shù)據(jù)產(chǎn)業(yè)-金融集聚的耦合協(xié)調(diào)發(fā)展?fàn)顩r進(jìn)行研究。首先構(gòu)建大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與金融集聚的評價(jià)指標(biāo)體系，選取2013—2017 年31 省域的指標(biāo)原始數(shù)據(jù)，運(yùn)用猶豫模糊語言TOPSIS法和猶豫模糊語言TOPSIS 灰色關(guān)聯(lián)投影法分別對31 省域的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平和金融集聚水平進(jìn)行測度，然后運(yùn)用耦合度和耦合協(xié)調(diào)模型計(jì)算31 個(gè)省域的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展與金融集聚的耦合協(xié)調(diào)度，最后得出結(jié)論并提出相關(guān)政策建議。

1 指標(biāo)體系與數(shù)據(jù)來源

1.1 指標(biāo)體系

依據(jù)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的內(nèi)涵，綜合相關(guān)研究成果［15-18］，參考工業(yè)和信息化部運(yùn)行監(jiān)測協(xié)調(diào)局發(fā)布的“中國電子信息產(chǎn)業(yè)綜合發(fā)展指數(shù)”編制原理，從大數(shù)據(jù)產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模、產(chǎn)品類型、招商引資、基礎(chǔ)設(shè)施和產(chǎn)業(yè)影響力5 個(gè)方面衡量大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平。同時(shí)，根據(jù)金融集聚的內(nèi)涵，綜合相關(guān)研究成果［19-22］，參考中國（深圳）綜合開發(fā)研究院發(fā)表的“中國金融中心指數(shù)”（China Financial Center Index，CFCI）編制原理，從金融業(yè)、銀行業(yè)、保險(xiǎn)業(yè)和證券業(yè)4 個(gè)方面衡量金融集聚水平。遵循科學(xué)性、代表性、客觀性、針對性、可比性及可操作性等評價(jià)指標(biāo)選取原則，結(jié)合大數(shù)據(jù)產(chǎn)業(yè)與金融集聚耦合協(xié)調(diào)發(fā)展的機(jī)制和特征，構(gòu)建大數(shù)據(jù)產(chǎn)業(yè)—金融集聚系統(tǒng)耦合協(xié)調(diào)發(fā)展評價(jià)指標(biāo)體系，如表1 所示。

表1 大數(shù)據(jù)產(chǎn)業(yè)—金融集聚系統(tǒng)耦合協(xié)調(diào)發(fā)展評價(jià)指標(biāo)體系

表1 （續(xù)）

指標(biāo)說明：（1）區(qū)位熵，又稱專門化率，主要用于衡量地區(qū)產(chǎn)業(yè)集聚水平的高低，其計(jì)算公式為：

在表1 中，金融業(yè)區(qū)位熵=（地區(qū)金融業(yè)增加值/ 地區(qū)GDP）/（全國金融業(yè)增加值/ 全國GDP），銀行業(yè)區(qū)位熵=（地區(qū)年末銀行業(yè)金融機(jī)構(gòu)存款余額/地區(qū)金融業(yè)增加值）/（全國年末銀行業(yè)金融機(jī)構(gòu)存款余額/全國金融業(yè)增加值），證券業(yè)區(qū)位熵=（地區(qū)股票市價(jià)總值/地區(qū)金融業(yè)增加值）/（全國股票市價(jià)總值/全國金融業(yè)增加值），保險(xiǎn)業(yè)區(qū)位熵=（地區(qū)年保費(fèi)收入/地區(qū)金融業(yè)增加值）/（全國年保費(fèi)收入/全國金融業(yè)增加值）。

（2）百度搜索指數(shù)，是以網(wǎng)民在百度的搜索量為數(shù)據(jù)基礎(chǔ)，以關(guān)鍵詞為統(tǒng)計(jì)對象，科學(xué)分析并計(jì)算出各個(gè)關(guān)鍵詞在百度網(wǎng)頁搜索中搜索頻次的加權(quán)和。根據(jù)搜索來源的不同，搜索指數(shù)分為PC 搜索指數(shù)和移動(dòng)搜索指數(shù)（http://index.baidu.com）。在表1中，大數(shù)據(jù)產(chǎn)業(yè)百度搜索指數(shù)（PC 端）是以“大數(shù)據(jù)”為關(guān)鍵詞的PC 搜索指數(shù)，大數(shù)據(jù)產(chǎn)業(yè)百度搜索指數(shù)（移動(dòng)端）是以“大數(shù)據(jù)”為關(guān)鍵詞的移動(dòng)搜索指數(shù)，反映了某一地區(qū)大數(shù)據(jù)產(chǎn)業(yè)的影響力；金融業(yè)（或銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)）百度搜索指數(shù)是以“金融（或銀行、證券、保險(xiǎn)）”為關(guān)鍵詞的百度搜索指數(shù)（含PC 端和移動(dòng)端），反映了某一地區(qū)金融業(yè)（或銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)）的影響力。

1.2 數(shù)據(jù)來源

本文以我國31 個(gè)?。ㄗ灾螀^(qū)、直轄市）為研究對象，選取的時(shí)間范圍為2013—2017 年。大數(shù)據(jù)產(chǎn)業(yè)子系統(tǒng)中的指標(biāo)原始數(shù)據(jù)來源于2013—2017 年《中國電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局網(wǎng)站，以及百度指數(shù)網(wǎng)站。其中，由于缺乏大數(shù)據(jù)產(chǎn)業(yè)統(tǒng)計(jì)數(shù)據(jù)，考慮到電子信息產(chǎn)業(yè)是大數(shù)據(jù)產(chǎn)業(yè)的基礎(chǔ)產(chǎn)業(yè)，在反映大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展水平上具有一定的代表性，因此，文中采用電子信息產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模、產(chǎn)品類型、招商引資近似替代大數(shù)據(jù)產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模、產(chǎn)品類型、招商引資。金融集聚子系統(tǒng)中的指標(biāo)原始數(shù)據(jù)來源于2014—2018 年《中國統(tǒng)計(jì)年鑒》、2013—2017 年各?。ㄗ灾螀^(qū)、直轄市）國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、2013—2017 年各省（自治區(qū)、直轄市）金融運(yùn)行報(bào)告、國家統(tǒng)計(jì)局網(wǎng)站、RESSET金融研究數(shù)據(jù)庫以及百度指數(shù)網(wǎng)站。文中缺失數(shù)據(jù)通過均值插補(bǔ)法或手動(dòng)插補(bǔ)法估算得到。限于篇幅，指標(biāo)原始數(shù)據(jù)備索。

2 研究方法

2.1 猶豫模糊語言TOPSIS 法

2.2 猶豫模糊語言TOPSIS 灰色關(guān)聯(lián)投影法

步驟1 和步驟2 同上。

步驟4：確定加權(quán)正、負(fù)理想灰色關(guān)聯(lián)系數(shù)矩陣。采用熵權(quán)法對指標(biāo)進(jìn)行客觀賦權(quán)，得到指標(biāo)權(quán)重向量則加權(quán)正、負(fù)理想灰色關(guān)聯(lián)系數(shù)矩陣為：

步驟5［25］：確定灰色關(guān)聯(lián)投影貼近度。將每一個(gè)方案看成一個(gè)行向量，則稱方案與理想方案之間的夾角為灰色關(guān)聯(lián)投影角，其余弦值為：

2.3 標(biāo)準(zhǔn)化處理

2.4 耦合度模型和耦合協(xié)調(diào)度模型

采用源于物理學(xué)容量耦合系數(shù)模型的耦合協(xié)調(diào)度模型來測度大數(shù)據(jù)產(chǎn)業(yè)-金融集聚間的耦合協(xié)調(diào)程度。耦合協(xié)調(diào)度模型包含耦合度和耦合協(xié)調(diào)度，用以反映多個(gè)系統(tǒng)間相互作用和相互影響的程度。多個(gè)系統(tǒng)相互作用的耦合度模型為：

式(12)中n為耦合子系統(tǒng)個(gè)數(shù)，則大數(shù)據(jù)產(chǎn)業(yè)—金融集聚系統(tǒng)耦合度模型為：

C為耦合度，用來衡量系統(tǒng)或要素間彼此相互作用影響的強(qiáng)弱程度，而協(xié)調(diào)度是系統(tǒng)或要素間協(xié)調(diào)配合、良性循環(huán)的關(guān)系，反映系統(tǒng)耦合的程度。當(dāng)C=1 時(shí)，表明系統(tǒng)之間的耦合度處于最優(yōu)的耦合；當(dāng)C=0 時(shí)，表明系統(tǒng)之間的要素?zé)o關(guān)，呈無序發(fā)展；當(dāng)0＜C≤0.3 時(shí)，系統(tǒng)之間低度耦合，處于耦合發(fā)展的起步階段；當(dāng)0.3 ＜C≤0.8 時(shí)，系統(tǒng)之間是中度耦合，處在發(fā)展階段；當(dāng)0.8 ＜C≤1時(shí)，系統(tǒng)是高度耦合，處于成熟階段［29］。分別為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和金融集聚的綜合評價(jià)值，若兩者實(shí)現(xiàn)耦合協(xié)調(diào)發(fā)展。當(dāng)時(shí)，為金融集聚滯后類型；當(dāng)時(shí)，為大數(shù)據(jù)產(chǎn)業(yè)滯后類型；當(dāng)0 ≤時(shí)，為大數(shù)據(jù)產(chǎn)業(yè)金融集聚同步類型。若兩者耦合處于失衡衰退狀態(tài)，當(dāng)時(shí)，為金融集聚受損類型；當(dāng)時(shí)，為大數(shù)據(jù)產(chǎn)業(yè)受損類型；當(dāng)時(shí)，為大數(shù)據(jù)產(chǎn)業(yè)金融集聚受損類型。

當(dāng)兩個(gè)系統(tǒng)的綜合評價(jià)值相近且不高時(shí)，僅計(jì)算耦合度會(huì)出現(xiàn)協(xié)同發(fā)展程度較高的偽評價(jià)結(jié)果。為準(zhǔn)確反映大數(shù)據(jù)產(chǎn)業(yè)和金融集聚的耦合協(xié)調(diào)度，進(jìn)一步構(gòu)建耦合協(xié)調(diào)模型：

式(14)中D 為耦合協(xié)調(diào)度，取值范圍為［0,1］，T為大數(shù)據(jù)產(chǎn)業(yè)-金融集聚系統(tǒng)的綜合評價(jià)值，α和β為待定系數(shù)（α+β=1），反映大數(shù)據(jù)產(chǎn)業(yè)和金融集聚對整體系統(tǒng)耦合協(xié)調(diào)作用的貢獻(xiàn)程度［29］，考慮二者對整體系統(tǒng)同等重要，選定α=β=0.5。整體系統(tǒng)耦合協(xié)調(diào)程度和對應(yīng)接受區(qū)間如表2 所示［26］。

表2 大數(shù)據(jù)產(chǎn)業(yè)與金融集聚耦合協(xié)調(diào)判定標(biāo)準(zhǔn)

3 實(shí)證分析

將原始數(shù)據(jù)帶入評價(jià)方法進(jìn)行計(jì)算，得到大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平和金融集聚水平的評價(jià)值，再運(yùn)用公式(11)對大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平和金融集聚水平的評價(jià)值進(jìn)行歸一化得到最后根據(jù)耦合協(xié)調(diào)度模型，通過公式11—13 計(jì)算出2013—2017 年中國31 個(gè)省域區(qū)大數(shù)據(jù)產(chǎn)業(yè)與金融集聚之間的耦合度C和耦合協(xié)調(diào)度D，并分別計(jì)算各省份的均值（見表3、表4）。

表3 省域大數(shù)據(jù)產(chǎn)業(yè)與金融集聚系統(tǒng)的耦合度

表4 （續(xù)）

表4 省域大數(shù)據(jù)產(chǎn)業(yè)與金融集聚系統(tǒng)的耦合協(xié)調(diào)度

由表4 可以看出，2013 年全國31 個(gè)省域大數(shù)據(jù)產(chǎn)業(yè)-金融集聚系統(tǒng)的耦合協(xié)調(diào)度從嚴(yán)重失衡到瀕臨失衡跨越了5 個(gè)等級，呈現(xiàn)“1 個(gè)初級協(xié)調(diào)、1 個(gè)勉強(qiáng)協(xié)調(diào)、3 個(gè)瀕臨失衡、6 個(gè)輕度失衡，20 個(gè)中級失衡”的空間格局；到2017 年，系統(tǒng)耦合協(xié)調(diào)度的空間格局大體保持穩(wěn)定，其中，遼寧的耦合協(xié)調(diào)類型從2013 年中級失衡衰退下降到了2017 年輕度失衡衰退，而安徽、湖北和湖南均由2013 年中級失衡衰退發(fā)展到了2017 年輕度失衡衰退，廣東2013年為初級協(xié)調(diào)發(fā)展上升為2017 年的中級協(xié)調(diào)發(fā)展，其余省域的耦合協(xié)調(diào)類型保持不變。

由表3 和表4 可知，（1）2013—2017 年廣東的系統(tǒng)耦合協(xié)調(diào)度平均值排名全國第一，耦合協(xié)調(diào)類型屬于初級協(xié)調(diào)發(fā)展；結(jié)合表4 可知，廣東屬于大數(shù)據(jù)產(chǎn)業(yè)發(fā)展金融集聚同步發(fā)展的類型。（2）2013—2017 年江蘇的系統(tǒng)耦合協(xié)調(diào)度平均值排名全國第二，耦合協(xié)調(diào)類型屬于勉強(qiáng)協(xié)調(diào)發(fā)展；結(jié)合表4 可知，江蘇的主要制約因素為金融集聚滯后型。（3）2013—2017 年北京、浙江、上海的系統(tǒng)耦合協(xié)調(diào)度平均值排名全國第3—第5，耦合協(xié)調(diào)類型總體屬于瀕臨失衡衰退類型；結(jié)合表4 可知，北京、浙江、上海主要制約因素為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展受損型。（4）2013—2017 年山東、四川、河南、福建、安徽、湖北的系統(tǒng)耦合協(xié)調(diào)度平均值排名全國第6—第11，耦合協(xié)調(diào)類型總體屬于輕度失衡衰退；結(jié)合表4 可知，這6 個(gè)省份主要制約因素為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和金融集聚受損類型。（5）2013—2017 年湖南、遼寧、陜西、重慶、江西等20 個(gè)省份的系統(tǒng)耦合協(xié)調(diào)度平均值排名全國第12—第31，耦合協(xié)調(diào)類型總體屬于中級失衡衰退；結(jié)合表4 可知，這20 個(gè)省域的主要制約因素為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和金融集聚受損類型。

從地區(qū)分組來看，2013—2017 年東部地區(qū)10個(gè)省域中有1 個(gè)省域的耦合協(xié)調(diào)類型為初級協(xié)調(diào)，1 個(gè)省域的耦合協(xié)調(diào)類型為勉強(qiáng)協(xié)調(diào)，3 個(gè)省域的耦合協(xié)調(diào)類型為瀕臨失衡，2 個(gè)省域的耦合協(xié)調(diào)類型為輕度失衡，3 個(gè)省域的耦合協(xié)調(diào)類型為中級失衡，系統(tǒng)耦合協(xié)調(diào)度平均值為0.408 0。中部地區(qū)6 個(gè)省域中有3 個(gè)耦合協(xié)調(diào)類型為中度失衡，3 個(gè)省域的耦合協(xié)調(diào)類型為輕度失衡，系統(tǒng)耦合協(xié)調(diào)度平均值為0.298 3。西部地區(qū)11 個(gè)省域耦合協(xié)調(diào)類型均為中度失衡，系統(tǒng)耦合協(xié)調(diào)度平均值為0.251 7。東北地區(qū)3 個(gè)省域的耦合協(xié)調(diào)類型均為中度失衡，系統(tǒng)耦合協(xié)調(diào)度平均值為0.265 1。

從省域增速來看，2013—2017 年，浙江、江西、湖北、貴州、安徽、山東、湖南、新疆、廣西、河南、吉林、河北、內(nèi)蒙古、重慶、廣東、黑龍江、江蘇、上海、陜西等21 個(gè)省域的系統(tǒng)耦合協(xié)調(diào)度呈波動(dòng)上升態(tài)勢，平均增速為4.31%；其中，浙江、江西、湖北、貴州的系統(tǒng)耦合協(xié)調(diào)度增速排名全國前四位，分別為12.43%、9.11%、9.16%、8.91%。2013—2017 年，甘肅、北京、海南、寧夏、遼寧、四川、青海、云南、西藏、天津等10 個(gè)省域的系統(tǒng)耦合協(xié)調(diào)度呈波動(dòng)下降態(tài)勢，平均增速為-4.28%，其中；天津、西藏、云南、青海的系統(tǒng)耦合協(xié)調(diào)度增速排名全國末四位，分別為-11.85%、-9.23%、-4.06%、-6.28%。

4 結(jié)論與建議

根據(jù)2013—2017 年全國31 個(gè)省域兩個(gè)子系統(tǒng)的指標(biāo)原始數(shù)據(jù)，運(yùn)用耦合度模型、耦合協(xié)調(diào)度模型，對省域大數(shù)據(jù)產(chǎn)業(yè)-金融集聚耦合協(xié)調(diào)發(fā)展?fàn)顩r進(jìn)行實(shí)證分析，得出以下結(jié)論：

（1）從總體上看，全國31 個(gè)省域的系統(tǒng)耦合協(xié)調(diào)度普遍較低，省域大數(shù)據(jù)產(chǎn)業(yè)-金融集聚耦合協(xié)調(diào)類型跨越了5 個(gè)等級，沒有最好的優(yōu)質(zhì)耦合協(xié)調(diào)，也沒有特別差的耦合協(xié)調(diào)類型。耦合協(xié)調(diào)類型屬于初級協(xié)調(diào)發(fā)展的只有廣東，屬于勉強(qiáng)協(xié)調(diào)發(fā)展的只有江蘇，屬于瀕臨失衡衰退的有北京、浙江、上海，屬于輕度失衡衰退的有山東、四川、河南、福建、安徽、湖北6 個(gè)省份，，其余20 個(gè)省域?qū)儆跒l臨失衡衰退。其中，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和金融集聚同步發(fā)展型的省域只有廣東1 個(gè)，屬于金融集聚滯后型省域有1 個(gè)，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展受損型的省域有3 個(gè)，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和金融集聚受損型的省域有26 個(gè)。

（2）從空間上看，2013—2017 年全國31 個(gè)省域大數(shù)據(jù)產(chǎn)業(yè)-金融集聚系統(tǒng)的耦合協(xié)調(diào)度的空間格局大體保持穩(wěn)定。其中，協(xié)調(diào)發(fā)展類型主要在廣東、江蘇地區(qū)，瀕臨協(xié)調(diào)衰退類型和輕度失衡衰退主要分布在北京、浙江、上海，山東等東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，而中度失衡衰退類型主要分布在經(jīng)濟(jì)欠發(fā)展地區(qū)。大數(shù)據(jù)產(chǎn)業(yè)-金融集聚的協(xié)調(diào)發(fā)展程度呈現(xiàn)出東部地區(qū)高于中部地區(qū)、中部地區(qū)高于西部和東北部的總體特征。

（3）從時(shí)間上看，全國31 個(gè)省域的耦合協(xié)調(diào)類型并非一成不變，遼寧的耦合協(xié)調(diào)類型由2013 年的輕度失衡衰退下降到2017 年的中級失衡衰退，而安徽、湖北和湖南均由2013 年的中級失衡衰退上升到2017 年的輕度失衡衰退，廣東則由2013 年的初級協(xié)調(diào)發(fā)展上升為2017 年的中級協(xié)調(diào)發(fā)展。2013—2017 年浙江、江西、湖北、貴州等21 個(gè)省域的系統(tǒng)耦合協(xié)調(diào)度呈波動(dòng)上升態(tài)勢，平均增速為4.31%；甘肅、海南、寧夏、遼寧等10 個(gè)省域的系統(tǒng)耦合協(xié)調(diào)度呈波動(dòng)下降態(tài)勢，平均增速為-4.28%；總體趨勢表現(xiàn)為升多降少。

根據(jù)上述研究結(jié)論，結(jié)合有關(guān)部門文件精神，提出以下政策建議：

（1）關(guān)于促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展方面，應(yīng)加快培育和發(fā)展地區(qū)電子信息產(chǎn)業(yè)，重點(diǎn)發(fā)展與大數(shù)據(jù)關(guān)系密切的軟件、集成電路、物聯(lián)網(wǎng)、下一代互聯(lián)網(wǎng)、云計(jì)算等子產(chǎn)業(yè)，為大數(shù)據(jù)產(chǎn)業(yè)發(fā)展提供產(chǎn)業(yè)基礎(chǔ)。應(yīng)充分發(fā)揮地區(qū)生態(tài)優(yōu)勢、能源優(yōu)勢、區(qū)位優(yōu)勢、戰(zhàn)略優(yōu)勢，采取政府引導(dǎo)、企業(yè)主體、市場化運(yùn)作的模式，著力提高大數(shù)據(jù)產(chǎn)業(yè)的要素投入，在財(cái)政扶持、金融支持、用地保障、電力供給等方面加大扶持力度；以大數(shù)據(jù)領(lǐng)域研發(fā)和產(chǎn)業(yè)化項(xiàng)目為載體，積極引進(jìn)高端人才，著力提高大數(shù)據(jù)產(chǎn)業(yè)的產(chǎn)業(yè)規(guī)模和產(chǎn)業(yè)影響力。

（2）關(guān)于加快金融集聚方面，應(yīng)鼓勵(lì)和引導(dǎo)全國性股份制商業(yè)銀行、開發(fā)性政策性銀行、郵政儲(chǔ)蓄銀行等金融機(jī)構(gòu)到縣及縣以下增設(shè)分支機(jī)構(gòu)，扎根基層、服務(wù)社區(qū)，提供更有針對性、更加便利的金融服務(wù)。同時(shí)，加快推進(jìn)村鎮(zhèn)銀行縣域全覆蓋，提高金融服務(wù)縣域、村鎮(zhèn)的能力。應(yīng)加大對企業(yè)上市、掛牌的政策扶持力度，建立企業(yè)上市、掛牌全流程支持體系，培育與輔導(dǎo)符合條件的企業(yè)分別在區(qū)域性股權(quán)交易市場、全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)和境內(nèi)外證券交易所掛牌、上市、再融資、并購重組，有效發(fā)揮資本市場融資功能。應(yīng)積極推進(jìn)保險(xiǎn)機(jī)構(gòu)向市（州）、縣及鄉(xiāng)鎮(zhèn)、村延伸設(shè)立基層分支機(jī)構(gòu)；支持中小保險(xiǎn)公司創(chuàng)新發(fā)展；探索發(fā)展自保、相互等新型市場主體；引進(jìn)和培育大型保險(xiǎn)中介機(jī)構(gòu)；加快建成多元化、多層次的區(qū)域保險(xiǎn)市場體系，有效提高保險(xiǎn)密度和保險(xiǎn)深度。