任森春 孫紅偉

摘 要： 基于2008—2019年我國(guó)30個(gè)省（市）相關(guān)數(shù)據(jù)，研究了農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)關(guān)系，結(jié)果表明：農(nóng)村金融集聚與產(chǎn)業(yè)融合二者耦合協(xié)調(diào)程度整體偏低，處于初級(jí)協(xié)調(diào)階段，且呈現(xiàn)明顯的區(qū)域不平衡性;通過(guò)Dagum基尼系數(shù)分解反映出地區(qū)總體差異呈下降趨勢(shì)，主要來(lái)自區(qū)域內(nèi)差異;而Kernel密度估計(jì)發(fā)現(xiàn)，二者耦合協(xié)調(diào)度上升趨勢(shì)明顯，且地區(qū)絕對(duì)差異有所擴(kuò)大。據(jù)此，加快構(gòu)建與農(nóng)村產(chǎn)業(yè)融合相適應(yīng)的全產(chǎn)業(yè)鏈模式，提高農(nóng)村金融集聚的延展性與精準(zhǔn)性，進(jìn)而促進(jìn)地區(qū)協(xié)調(diào)發(fā)展是實(shí)現(xiàn)二者更好耦合協(xié)調(diào)的重要路徑。

關(guān)鍵詞：金融集聚;產(chǎn)業(yè)融合;耦合協(xié)調(diào);基尼系數(shù);動(dòng)態(tài)分布演進(jìn)

中圖分類號(hào)：F323;F832.35;F49? 文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1674-7356（2023）-01-0018-09

引言

全面推進(jìn)鄉(xiāng)村振興戰(zhàn)略是解決“三農(nóng)”問(wèn)題的必然要求，同時(shí)也是實(shí)現(xiàn)共同富裕的重要前提。《全國(guó)鄉(xiāng)村產(chǎn)業(yè)發(fā)展規(guī)劃（2020—2025年）》指出，堅(jiān)持鄉(xiāng)村產(chǎn)業(yè)融合發(fā)展，要發(fā)展全產(chǎn)業(yè)鏈模式，推進(jìn)一產(chǎn)往后延、二產(chǎn)兩頭連、三產(chǎn)走高端，促進(jìn)農(nóng)業(yè)與現(xiàn)代產(chǎn)業(yè)要素跨界配置;培育多元融合主體、發(fā)展多類型融合業(yè)態(tài)以及建立健全利益聯(lián)結(jié)機(jī)制。金融集聚在農(nóng)村產(chǎn)業(yè)融合中起到重要推動(dòng)作用，資本、技術(shù)、網(wǎng)點(diǎn)、人才等金融資源在農(nóng)村地區(qū)集聚能夠降低經(jīng)營(yíng)主體的融資成本，提高資源配置效率，拓寬融資渠道等。一方面，農(nóng)村金融集聚對(duì)于產(chǎn)業(yè)融合具有推進(jìn)作用;另一方面，農(nóng)村產(chǎn)業(yè)融合多樣化金融需求對(duì)農(nóng)村金融集聚具有倒逼和制約作用。因此，研究金融集聚與產(chǎn)業(yè)融合的耦合性及其協(xié)調(diào)發(fā)展，探討地區(qū)差異的特點(diǎn)及成因，對(duì)于金融資源如何向農(nóng)村集聚推動(dòng)產(chǎn)業(yè)融合，進(jìn)而在更大范圍、更高水平、更深層次上實(shí)現(xiàn)二者的耦合協(xié)調(diào)發(fā)展具有重要意義。本文基于文獻(xiàn)梳理，分析農(nóng)村金融集聚對(duì)與產(chǎn)業(yè)融合耦合作用機(jī)理，在構(gòu)建指標(biāo)體系的基礎(chǔ)上計(jì)算綜合指數(shù)，測(cè)度2008—2019年我國(guó)30個(gè)?。ㄊ校┑木C合發(fā)展水平，運(yùn)用系統(tǒng)耦合協(xié)調(diào)度模型測(cè)度二者的耦合協(xié)調(diào)程度及其趨勢(shì)，并通過(guò)Kernel密度估計(jì)方法進(jìn)行區(qū)域絕對(duì)差異分析，最后基于實(shí)證結(jié)論提出相應(yīng)建議。

一、文獻(xiàn)綜述

金融集聚是指金融高度發(fā)達(dá)時(shí)資本、機(jī)構(gòu)、人才技術(shù)以及相關(guān)信息流等金融資源向某個(gè)特定區(qū)域集聚的過(guò)程及行為結(jié)果。而農(nóng)村金融集聚是指，金融資本規(guī)模、金融機(jī)構(gòu)網(wǎng)點(diǎn)、金融相關(guān)人才以及技術(shù)等金融資源在農(nóng)村地區(qū)內(nèi)的集聚。早期金融集聚關(guān)注點(diǎn)主要是經(jīng)濟(jì)增長(zhǎng)[1-2]、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[3-5]以及影響因素[6]等方面。隨著國(guó)家政策由城市向農(nóng)村地區(qū)的傾斜，作為促進(jìn)農(nóng)村金融發(fā)展的重要方向，金融集聚既能反映地區(qū)內(nèi)金融發(fā)展水平，又能反映金融資源配置的地區(qū)差異。學(xué)者開始逐步關(guān)注金融集聚與農(nóng)村發(fā)展之間的關(guān)系，早前關(guān)于農(nóng)村金融集聚研究主要集中于新農(nóng)村建設(shè)，城鄉(xiāng)協(xié)調(diào)發(fā)展，金融扶貧問(wèn)題、以及農(nóng)業(yè)產(chǎn)業(yè)化等方面。羅志鋒，鮑宏禮通過(guò)分析經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的新農(nóng)村建設(shè)中所村在的農(nóng)村金融問(wèn)題，從網(wǎng)點(diǎn)、信貸管理，制度等方面提出針對(duì)性建議[7]。徐敏，張小林通過(guò)實(shí)證研究得出金融集聚可以通過(guò)直接效應(yīng)以及間接效應(yīng)（產(chǎn)業(yè)結(jié)構(gòu)升級(jí)）縮小城鄉(xiāng)收入差距[8]。任明珠認(rèn)為金融發(fā)展主要通過(guò)經(jīng)濟(jì)增長(zhǎng)以及金融服務(wù)對(duì)城鄉(xiāng)收入差距起作用，利用31個(gè)省份2004—2013年面板數(shù)據(jù)進(jìn)行固定效應(yīng)回歸，發(fā)現(xiàn)金融發(fā)展會(huì)擴(kuò)大城鄉(xiāng)收入差距[9]。王山松，齊錄明等利用DEA模型測(cè)算了河北省金融扶貧效率，結(jié)果發(fā)現(xiàn)不同地區(qū)的效率差異很大，主要是外部環(huán)境差異大以及隨機(jī)差異的存在所造成的，因此需要不斷優(yōu)化外部金融供給環(huán)境以及規(guī)模同時(shí)提高管理水平[10]。學(xué)者對(duì)于農(nóng)業(yè)產(chǎn)業(yè)化研究主要從金融支持[11]以及金融咨詢服務(wù)、農(nóng)村金融供給體系等方面，提出解決農(nóng)業(yè)產(chǎn)業(yè)化中融資難題的路徑[12]。

2015年我國(guó)正式提出農(nóng)村產(chǎn)業(yè)融合的概念，是指農(nóng)業(yè)內(nèi)部各部門之間、農(nóng)業(yè)與農(nóng)村二、三之間，通過(guò)融合滲透、交叉重組等方式，形成農(nóng)業(yè)新產(chǎn)業(yè)新業(yè)態(tài)新模式的新型農(nóng)業(yè)組織方式和過(guò)程。隨著國(guó)家鄉(xiāng)村振興戰(zhàn)略提出以及脫貧攻堅(jiān)戰(zhàn)的完成，農(nóng)村產(chǎn)業(yè)融合被放到鄉(xiāng)村振興戰(zhàn)略的首要位置。國(guó)外學(xué)者對(duì)于農(nóng)村產(chǎn)業(yè)融合的研究較早，20世紀(jì)末日本學(xué)者今村奈良辰的“六次產(chǎn)業(yè)化概念”提出在農(nóng)業(yè)的基礎(chǔ)上向二、三產(chǎn)業(yè)鏈延伸以增加農(nóng)民的收入，進(jìn)而促進(jìn)農(nóng)村發(fā)展[13]。以及到后來(lái)提倡發(fā)展與農(nóng)村產(chǎn)業(yè)融合較為契合的農(nóng)業(yè)價(jià)值鏈融資模式，引起學(xué)者們的廣泛關(guān)注[14-15]。與此相比，我國(guó)農(nóng)村產(chǎn)業(yè)融合起步晚、發(fā)展慢，同時(shí)存在資金缺口大、金融支持效率低、融資困難等金融困境。研究主要集中于存在的問(wèn)題分析以及農(nóng)村金融如何促進(jìn)產(chǎn)業(yè)融合發(fā)展。張林，溫濤認(rèn)為目前農(nóng)村產(chǎn)業(yè)融合信貸仍存在涉農(nóng)信貸資金總量增長(zhǎng)緩慢、中長(zhǎng)期大額貸款供給不足、直接融資渠道不暢、金融創(chuàng)新持續(xù)性差和多部門協(xié)同服務(wù)機(jī)制不健全等問(wèn)題[16]。李曉龍，冉光和等利用門檻模型發(fā)現(xiàn)，農(nóng)村金融深化對(duì)農(nóng)村產(chǎn)業(yè)融合的影響存在區(qū)域差異，其中重要原因是農(nóng)村人力成本以及交通基礎(chǔ)設(shè)施等[17]。邵曉翀，杜爾玏認(rèn)為農(nóng)村金融支持可以促進(jìn)農(nóng)業(yè)與二、三產(chǎn)業(yè)的融合發(fā)展，助力農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變和業(yè)態(tài)轉(zhuǎn)型升級(jí)，推動(dòng)要素和資源更多向農(nóng)業(yè)農(nóng)村集聚[18]。張林，張?chǎng)┣浠?008—2018年我國(guó)的30個(gè)省份的面板數(shù)據(jù)，測(cè)算普惠金融與農(nóng)村產(chǎn)業(yè)融合發(fā)展的耦合協(xié)調(diào)度，發(fā)現(xiàn)二者的耦合協(xié)調(diào)關(guān)系處于勉強(qiáng)協(xié)調(diào)或中度協(xié)調(diào)階段，并且普惠金融的發(fā)展水平相對(duì)滯后，存在較大的時(shí)空差異[19]。

通過(guò)梳理相關(guān)的文獻(xiàn)可以看出，國(guó)內(nèi)外學(xué)者研究重點(diǎn)：農(nóng)村金融集聚是如何促進(jìn)產(chǎn)業(yè)融合發(fā)展的，對(duì)二者之間耦合協(xié)調(diào)研究較少。本文的創(chuàng)新點(diǎn)主要是，研究我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合的耦合協(xié)調(diào)性，并利用Dagum基尼系數(shù)分析了地區(qū)差異和造成差異的主要原由以及通過(guò)Kernel密度估計(jì)分析耦合協(xié)調(diào)水平的動(dòng)態(tài)分布演進(jìn)過(guò)程。

二、農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合作用機(jī)理

（一）農(nóng)村金融集聚既促進(jìn)又依賴農(nóng)村產(chǎn)業(yè)融合的發(fā)展

第一，農(nóng)村金融集聚通過(guò)信貸投融資，引導(dǎo)農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。在政府政策的支持下，農(nóng)村金融機(jī)構(gòu)加大對(duì)農(nóng)村特色產(chǎn)業(yè)的投融資力度，在一定程度上解決了鄉(xiāng)村特色產(chǎn)業(yè)經(jīng)營(yíng)主體融資問(wèn)題，促進(jìn)了農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和融合發(fā)展。第二，農(nóng)村金融集聚能夠降低農(nóng)村產(chǎn)業(yè)融合經(jīng)營(yíng)主體的交易、結(jié)算成本。網(wǎng)點(diǎn)機(jī)構(gòu)的增加拓寬了金融服務(wù)的范圍，打通金融服務(wù)在農(nóng)村的“最后一公里”;從業(yè)人員的增加以及利用互聯(lián)網(wǎng)等技術(shù)發(fā)展信貸業(yè)務(wù)提高了金融信貸發(fā)放速度與服務(wù)質(zhì)量。第三，促進(jìn)農(nóng)村金融機(jī)構(gòu)的有序競(jìng)爭(zhēng)。通過(guò)創(chuàng)新金融產(chǎn)品以提供多樣化融資渠道，農(nóng)村經(jīng)營(yíng)主體能夠以最經(jīng)濟(jì)的成本獲得充足的資金支持，解決產(chǎn)業(yè)融合過(guò)程中融資難、融資貴等問(wèn)題。第四，依賴農(nóng)村產(chǎn)業(yè)融合的發(fā)展。融合主體以及產(chǎn)業(yè)形態(tài)對(duì)于農(nóng)村金融集聚的需求呈現(xiàn)多樣化，為農(nóng)村金融機(jī)構(gòu)的業(yè)務(wù)提供落腳點(diǎn)以及盈利點(diǎn)。因此農(nóng)村金融集聚在一定程度上依賴農(nóng)村地區(qū)的產(chǎn)業(yè)形態(tài)以及融合發(fā)展水平，

（二）農(nóng)村產(chǎn)業(yè)融合倒逼農(nóng)村金融集聚的同時(shí)又制約著其發(fā)展

第一，政策驅(qū)動(dòng)力增強(qiáng)。在鄉(xiāng)村振興戰(zhàn)略背景下，鄉(xiāng)村基礎(chǔ)設(shè)施的完善以及產(chǎn)業(yè)環(huán)境優(yōu)化，吸引金融資源要素向農(nóng)村集聚。第二，市場(chǎng)驅(qū)動(dòng)力增強(qiáng)。伴隨消費(fèi)結(jié)構(gòu)的升級(jí)，需求呈現(xiàn)個(gè)性化、多樣化和層次化的特點(diǎn)，促使休閑旅游等特色產(chǎn)業(yè)發(fā)展迅速，農(nóng)村產(chǎn)業(yè)融合的市場(chǎng)發(fā)展?jié)摿薮?，倒逼農(nóng)村金融集聚。第三，現(xiàn)代信息技術(shù)驅(qū)動(dòng)力增強(qiáng)。新技術(shù)革命的沖擊下，5G、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)應(yīng)用，技術(shù)與農(nóng)業(yè)資源結(jié)合產(chǎn)生新型農(nóng)業(yè)形態(tài)，農(nóng)村市場(chǎng)經(jīng)濟(jì)活躍，進(jìn)一步促使金融資本、網(wǎng)點(diǎn)、人才以及相關(guān)信貸業(yè)務(wù)向農(nóng)村地區(qū)聚集。第四，制約農(nóng)村金融集聚發(fā)展。由于經(jīng)濟(jì)基礎(chǔ)、產(chǎn)業(yè)基礎(chǔ)、地理環(huán)境、技術(shù)基礎(chǔ)設(shè)施等存在地區(qū)差異，這就造成農(nóng)村產(chǎn)業(yè)融合水平不一，低水平地區(qū)對(duì)于農(nóng)村金融集聚的需求小;且存在經(jīng)濟(jì)產(chǎn)業(yè)環(huán)境較差、經(jīng)營(yíng)主體信用低等問(wèn)題，這不僅不利于農(nóng)村金融機(jī)構(gòu)的盈利而且還有較大的信用風(fēng)險(xiǎn)，因此農(nóng)村產(chǎn)業(yè)融合水平在一定程度會(huì)制約農(nóng)村金融集聚。

三、研究設(shè)計(jì)

（一）綜合指標(biāo)體系構(gòu)建與數(shù)據(jù)來(lái)源

1. 農(nóng)村金融集聚指標(biāo)體系

參考已有文獻(xiàn)研究，本文從省級(jí)層面資產(chǎn)規(guī)模、從業(yè)人員、營(yíng)業(yè)網(wǎng)點(diǎn)以及涉農(nóng)貸款的金融資源配置角度來(lái)構(gòu)建我國(guó)的農(nóng)村金融集聚指標(biāo)體系。

2. 農(nóng)村產(chǎn)業(yè)融合指標(biāo)體系

參考國(guó)內(nèi)學(xué)者對(duì)于農(nóng)村產(chǎn)業(yè)融合的研究以及2020—2025年全國(guó)鄉(xiāng)村發(fā)展規(guī)劃中提到的農(nóng)村產(chǎn)業(yè)融合內(nèi)容，注重產(chǎn)業(yè)融合，發(fā)展二、三產(chǎn)業(yè)，延伸產(chǎn)業(yè)鏈條，促進(jìn)主體融合、業(yè)態(tài)融合和利益融合（見表1）。本文從這三個(gè)方面衡量我國(guó)農(nóng)村產(chǎn)業(yè)融合的發(fā)展水平。

3. 數(shù)據(jù)來(lái)源

由于西藏自治區(qū)數(shù)據(jù)缺失，影響研究結(jié)果的準(zhǔn)確性，文章統(tǒng)計(jì)除西藏?cái)?shù)據(jù)外其他30個(gè)省份2008—2019年12年的相關(guān)數(shù)據(jù)，并將30個(gè)省份劃分東中西部地區(qū)，這有利于地區(qū)差異的研究。數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》與wind數(shù)據(jù)庫(kù)整理。

（二）權(quán)重與綜合指數(shù)的計(jì)算

1. 標(biāo)準(zhǔn)化處理

由于評(píng)價(jià)指標(biāo)之間具有明顯的不可公度性，為了消除量綱的影響以保持?jǐn)?shù)據(jù)的準(zhǔn)確有效性，借鑒已有文獻(xiàn)的研究，本文采用極差標(biāo)準(zhǔn)法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

本文通過(guò)SPSS軟件實(shí)現(xiàn)計(jì)算綜合發(fā)展水平與耦合協(xié)調(diào)水平。

正向指標(biāo)

負(fù)向指標(biāo)

Uij代表第i年第j個(gè)省的標(biāo)準(zhǔn)化值，Xij代表第i年第j省的原始數(shù)據(jù)，max（Xij）與min（Xij）分表代表所包含樣本中原始數(shù)據(jù)的最大值和最小值。

2. 熵值法

第j個(gè)指標(biāo)的熵值為ej = -kwij lnwij其中k = （ln n）-1;

計(jì)算差異系數(shù)：

確定第j個(gè)指標(biāo)的權(quán)重

3. 綜合發(fā)展水平

得到上述的權(quán)重后就可以計(jì)算農(nóng)村金融集聚與產(chǎn)業(yè)融合發(fā)展的綜合發(fā)展水平

F（G）與F（E）分別代表農(nóng)村金融集聚與產(chǎn)業(yè)融合的綜合發(fā)展水平;其中wjg，Uijg分別代表農(nóng)村金融集聚指標(biāo)權(quán)重與原始數(shù)據(jù)標(biāo)準(zhǔn)化值;wje，Uije分別代表農(nóng)村產(chǎn)業(yè)融合指標(biāo)權(quán)重與原始數(shù)據(jù)標(biāo)準(zhǔn)化值。

（三）系統(tǒng)耦合協(xié)調(diào)度模型

其中Cn為系統(tǒng)耦合度，依此推導(dǎo)出農(nóng)村金融集聚與產(chǎn)業(yè)融合的耦合度模型：

耦合度值C∈[0，1]。C值越高越能說(shuō)明二者處于有序狀態(tài)，但是當(dāng)農(nóng)村金融集聚與產(chǎn)業(yè)融合子系統(tǒng)數(shù)值接近并且都是較低的數(shù)值時(shí)，其結(jié)果可能會(huì)出現(xiàn)耦合度高的現(xiàn)象，這樣就會(huì)產(chǎn)生誤判。因此，要分析耦合效應(yīng)的大小，還需要用到系統(tǒng)耦合協(xié)調(diào)度模型，該模型計(jì)算公式：D = （C × T）1/2

其中

其中D代表耦合協(xié)調(diào)度，T代表農(nóng)村金融集聚與產(chǎn)業(yè)融合的綜合發(fā)展發(fā)展程度，借鑒以往論文的研究和相關(guān)物理學(xué)的判別標(biāo)準(zhǔn)，賦予a = 0.5，b=0.5;表2為對(duì)耦合協(xié)調(diào)度的劃分等級(jí)。

四、實(shí)證分析

（一）綜合發(fā)展水平

1. 農(nóng)村金融集聚水平

（1）從圖1中可以看出，我國(guó)農(nóng)村金融集聚水平偏低，呈現(xiàn)明顯省級(jí)差異，從歷年各省平均值可以看出，0.3以上有18個(gè)省份，多位于中西部地區(qū);其他11個(gè)省份都處于0.3以下，大部分屬于東部地區(qū)。（2）內(nèi)蒙古自治區(qū)農(nóng)村金融集聚水平最高，其次是貴州省;歷年平均值排名最后一名的是北京，內(nèi)蒙古約為北京的4.27倍。（3）前期各省份都有不同程度的增幅，說(shuō)明各省政府不同程度的對(duì)于農(nóng)村金融進(jìn)行了支持;而后期又呈現(xiàn)不同程度的下降趨勢(shì)，原因可能是發(fā)展過(guò)程中存在管理以及資金回流等問(wèn)題，使得一些金融資源的撤出;內(nèi)蒙古、四川、湖南、黑龍江、陜西、新疆、浙江、天津這些省份后期呈現(xiàn)上揚(yáng)趨勢(shì)，原因可能是這些省份中大多是農(nóng)村經(jīng)濟(jì)占比較高的農(nóng)業(yè)大省，深厚的農(nóng)業(yè)基礎(chǔ)優(yōu)勢(shì)、各地級(jí)政府支持。其他省份基本上在前期的下降趨勢(shì)中還未脫離，這與各省份政策、農(nóng)村環(huán)境以及發(fā)展模式慣性有很大的關(guān)系。

綜上所述可以看出，各省份產(chǎn)業(yè)與經(jīng)濟(jì)結(jié)構(gòu)對(duì)農(nóng)村金融集聚水平具有重要影響。東部省份雖為我國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū)，但其經(jīng)濟(jì)結(jié)構(gòu)以第二、第三產(chǎn)業(yè)為主，隨時(shí)間推移第一產(chǎn)業(yè)GDP比重呈下降趨勢(shì)，農(nóng)村經(jīng)濟(jì)占比不高，導(dǎo)致其農(nóng)村金融集聚水平不高且有下降趨勢(shì)。中西部各省份農(nóng)村金融集聚水平隨時(shí)間增長(zhǎng)較快，且水平較高，盡管這些省份相對(duì)東部地區(qū)而言工業(yè)化水平較低，但第一產(chǎn)業(yè)占GDP比重較高且農(nóng)村經(jīng)濟(jì)占比較高。由此可見產(chǎn)業(yè)與經(jīng)濟(jì)結(jié)構(gòu)對(duì)于各省份農(nóng)村金融集聚的影響較大。

2. 農(nóng)村產(chǎn)業(yè)融合水平

（1）從圖2整體平均值水平可以看出，農(nóng)村產(chǎn)業(yè)融合綜合發(fā)展水平比較低，且低于農(nóng)村金融集聚水平。（2）排名前十的省份分別為北京、新疆、浙江、福建、江西、山東、天津、貴州，多為東部地區(qū)的省市，其中歷年平均值只有北京超過(guò)了0.2，排名后十名的為河北、廣西、海南、黑龍江、江蘇、甘肅、河南、陜西、云南以及山西，多為中西部地區(qū)。（3）東部地區(qū)與中西部相比，經(jīng)濟(jì)實(shí)力強(qiáng)，發(fā)展較快;東部地區(qū)省份發(fā)達(dá)的服務(wù)業(yè)、信息產(chǎn)業(yè)，以及積極政策支持為農(nóng)村加工業(yè)、新業(yè)態(tài)和服務(wù)業(yè)發(fā)展提供了基礎(chǔ)保障。（4）大多數(shù)省份基本都是處于緩慢上升趨勢(shì)。其中具有雄厚農(nóng)業(yè)基礎(chǔ)的農(nóng)業(yè)大省，比如山東、河南、河北、江蘇以及浙江等，農(nóng)業(yè)產(chǎn)業(yè)融合水平較高并且早期呈現(xiàn)上升趨勢(shì)，說(shuō)明各地政府對(duì)農(nóng)村發(fā)展問(wèn)題較為關(guān)切，積極利用自身農(nóng)業(yè)優(yōu)勢(shì)去發(fā)展農(nóng)村經(jīng)濟(jì)。

（二）系統(tǒng)耦合協(xié)調(diào)度測(cè)度與分析

本文將耦合協(xié)調(diào)度劃分為十個(gè)等級(jí)，見表2。（1）全國(guó)耦合協(xié)調(diào)度的平均值來(lái)看（如圖3），農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度是呈上升趨勢(shì)的，處于初級(jí)協(xié)調(diào)等級(jí)。這說(shuō)明雖然耦合協(xié)調(diào)度是呈現(xiàn)上升趨勢(shì)，但是尚未實(shí)現(xiàn)優(yōu)質(zhì)協(xié)調(diào)階段，需要不斷優(yōu)化農(nóng)村金融集聚與產(chǎn)業(yè)融合系統(tǒng)。（2）東部地區(qū)，北京與上海耦合協(xié)調(diào)度較低主要是由于農(nóng)村金融集聚相對(duì)滯后產(chǎn)業(yè)融合造成的，其他的幾個(gè)省份是由于農(nóng)村產(chǎn)業(yè)融合相對(duì)滯后農(nóng)村金融集聚造成的。（3）中部地區(qū)主要是由于安徽、吉林、黑龍江、湖北、河南與山西耦合協(xié)調(diào)度較低造成。這些省份大都是由于農(nóng)村產(chǎn)業(yè)融合相對(duì)滯后農(nóng)村金融集聚發(fā)展水平導(dǎo)致。雖然這些省份大部分是農(nóng)業(yè)大省，但由于各省對(duì)于農(nóng)村產(chǎn)業(yè)融合政策落實(shí)滯后、固守原有的經(jīng)營(yíng)模式難以改變、農(nóng)村人口流失等，使得原有雄厚的農(nóng)業(yè)基礎(chǔ)難以得到充分發(fā)揮。（4）西部地區(qū)耦合協(xié)調(diào)度平均值在樣本期內(nèi)總體趨勢(shì)是上升趨勢(shì)。主要是受益于我國(guó)西部大開發(fā)戰(zhàn)略以及相應(yīng)的政策支持。（5）除北京與上海市外大多數(shù)省份農(nóng)村產(chǎn)業(yè)融合相對(duì)滯后農(nóng)村金融集聚。產(chǎn)生這種現(xiàn)象的原因，第一是農(nóng)村地理位置以及資源的特殊性，農(nóng)業(yè)項(xiàng)目回報(bào)率低，風(fēng)險(xiǎn)較大，農(nóng)村經(jīng)營(yíng)主體的難組織性以及素質(zhì)不高，使得農(nóng)村產(chǎn)業(yè)融合的相對(duì)滯后。第二是農(nóng)村金融資源集聚的針對(duì)性不強(qiáng)，質(zhì)量與數(shù)量并未達(dá)到很好的匹配，供需不平衡，產(chǎn)品同質(zhì)化，服務(wù)體系并不健全，使得高知識(shí)分子以及農(nóng)村能人回流不想回村就業(yè)。第三是農(nóng)村產(chǎn)業(yè)融合的發(fā)展涉及利益主體較多，如果利益分配不合理，經(jīng)營(yíng)主體積極主動(dòng)性會(huì)受到影響，因此對(duì)于構(gòu)建產(chǎn)業(yè)融合利益聯(lián)結(jié)機(jī)制是一個(gè)亟須關(guān)注與解決的問(wèn)題。

（三）地區(qū)差異

為了進(jìn)一步刻畫我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度分布的地區(qū)差異，借鑒已有研究，本文根據(jù)Dagum（1997） 提出的基尼系數(shù)及其按子群分解的方法，分別測(cè)算了2008—2019年二者耦合協(xié)調(diào)度的基尼系數(shù)，其定義如公式所示：

將總體基尼系數(shù)（G）分解為三個(gè)部分，即地區(qū)內(nèi)差距的貢獻(xiàn)Gw、地區(qū)間差距的貢獻(xiàn)Gnb、超變密度的貢獻(xiàn)Gt，并滿足G = Gw + Gnb + Gt。

1. 總體差異

從表3中可以看出，總體差異是呈現(xiàn)波動(dòng)下降的。這與國(guó)家支持鄉(xiāng)村振興以及農(nóng)村產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展有關(guān)，但是由于各地金融資源參差不齊，難以在短時(shí)間內(nèi)實(shí)現(xiàn)與之很好的匹配，因此可能在后期會(huì)出現(xiàn)耦合協(xié)調(diào)度較低的現(xiàn)象，導(dǎo)致有總體差異有所波動(dòng)，但在2018—2019年國(guó)家對(duì)農(nóng)村政策的傾斜，使得總體差異有較為明顯的下降。

2.? 區(qū)域內(nèi)差異

從表3來(lái)看，在樣本期內(nèi)東部以及西部區(qū)域內(nèi)差異是呈現(xiàn)緩慢下降趨勢(shì)，而中部地區(qū)是呈現(xiàn)緩慢上升趨勢(shì)。東部區(qū)域內(nèi)差異下降原因可能是，東部多為經(jīng)濟(jì)發(fā)達(dá)省份以及地理位置優(yōu)勢(shì)，能夠有效的促進(jìn)資源在地區(qū)內(nèi)流動(dòng)，且在東部農(nóng)村地區(qū)接受試點(diǎn)的難度相對(duì)較小;西部地區(qū)雖然位置相對(duì)比較閉塞，但受到國(guó)家西部大開發(fā)戰(zhàn)略政策的支持，省份之間經(jīng)濟(jì)水平相似以及省際合作發(fā)展，使得區(qū)域內(nèi)差異下降;中部地區(qū)內(nèi)一些省份受到東部地區(qū)的輻射產(chǎn)業(yè)與經(jīng)濟(jì)發(fā)展勢(shì)頭較好，而其他省份可能由于地理位置、發(fā)展模式等因素約束，發(fā)展較為落后，這種情況隨年代增加會(huì)更為明顯，使得區(qū)域內(nèi)差異呈現(xiàn)上升趨勢(shì)。

3. 區(qū)域間差異

從表3總體來(lái)看，各區(qū)域間差異是呈現(xiàn)下降趨勢(shì)，尤其是在近幾年，這與國(guó)家協(xié)調(diào)發(fā)展東中西的戰(zhàn)略有較大的關(guān)系，但可以看出東西之間的差異還是很大，因此需要繼續(xù)加大戰(zhàn)略實(shí)施力度。

4. 地區(qū)差異來(lái)源以及貢獻(xiàn)率

從表3總體來(lái)看，總體差異的主要來(lái)源是超變密度其次是區(qū)域內(nèi)差異（尤其是中部地區(qū)）最后是區(qū)域間差異。后期區(qū)域間差異波動(dòng)較大，因此在降低區(qū)域內(nèi)差異的同時(shí)也需要謹(jǐn)慎區(qū)域間差異（尤其是東西間差異）。

（四）動(dòng)態(tài)分布演進(jìn)

本文通過(guò)我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度的Kernel密度估計(jì)的二維分布圖對(duì)二者地區(qū)絕對(duì)差異進(jìn)行分析。

假設(shè)f（x）為隨機(jī)變量X的密度函數(shù)，點(diǎn)x處的概率密度估計(jì)如公式所示：

其中，N為觀測(cè)值的個(gè)數(shù)，Xi表示獨(dú)立同分布的觀測(cè)值，x為均值，K（·）表示Kernel函數(shù)，h為帶寬。選擇高斯核（Gaussian）函數(shù)對(duì)我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度進(jìn)行估計(jì)，如公式：

不同的時(shí)期的Kernel密度估計(jì)曲線代表了不同時(shí)期的我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度，Kernel密度估計(jì)分析結(jié)果從變量分布的位置、形態(tài)、延展性以及極化趨勢(shì)4個(gè)方面進(jìn)行分析。

1. 全國(guó)層面

如圖4中全國(guó)地區(qū)的Kernel密度估計(jì)曲線可以進(jìn)行以下四個(gè)方面進(jìn)行分析。

（1）分布位置：通過(guò)觀測(cè)Kernel密度曲線中心點(diǎn)以及區(qū)間可以看出，隨著年份的增加不斷呈現(xiàn)右移的趨勢(shì)，這也就說(shuō)明我國(guó)耦合協(xié)調(diào)度呈現(xiàn)上升趨勢(shì)。

（2）分布形態(tài)：全國(guó)層面的Kernel密度估計(jì)圖可以看出曲線的主峰的高度大體呈現(xiàn)先上升后下降的趨勢(shì)，曲線寬度先變窄后變寬，說(shuō)明地區(qū)絕對(duì)差異呈現(xiàn)由縮小到擴(kuò)大的趨勢(shì)。

（3）分布延展性：隨著年份的增加，從全國(guó)層面的Kernel密度估計(jì)圖中可以看出曲線逐漸呈現(xiàn)右拖尾現(xiàn)象，且曲線分布的延展性呈現(xiàn)拓寬的趨勢(shì)，這說(shuō)明耦合協(xié)調(diào)度較高的省份發(fā)展強(qiáng)勁與較低的省份之間的差距逐漸擴(kuò)大。

（4）極化趨勢(shì)：從全國(guó)層面的Kernel密度估計(jì)圖可以看出，曲線主要是單峰，但隨著年份的推移，曲線出現(xiàn)波動(dòng)、持平以及上揚(yáng)的趨勢(shì)。說(shuō)明后期出現(xiàn)雙峰的可能性增大，省份之間可能會(huì)出現(xiàn)兩極化趨勢(shì)甚至多極化趨勢(shì)。

2. 地區(qū)層面的Kernel密度估計(jì)

如圖4中各地區(qū)（東、中以及西部地區(qū)）的Kernel密度估計(jì)曲線可以進(jìn)行以下四個(gè)方面進(jìn)行分析。

（1）分布位置：通過(guò)觀測(cè)東中西部Kernel密度中心位置可以看出，曲線均呈現(xiàn)不同程度的右移趨勢(shì)，說(shuō)明我國(guó)東、中以及西部的農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度不斷上升。

（2）分布形態(tài)：東部、中部的Kernel密度曲線主峰高度變化與全國(guó)相似，主峰高度大體上是呈現(xiàn)先上升后下降，并且曲線寬度先變窄后拓寬，說(shuō)明東、中部地區(qū)絕對(duì)差異呈現(xiàn)先縮小后擴(kuò)大趨勢(shì)，西部地區(qū)主峰高度大體呈現(xiàn)上升趨勢(shì)且曲線變窄，這說(shuō)明西部地區(qū)絕對(duì)差異有所下降。

（3）分布延展性：三大地區(qū)都有不同程度的向右拖尾的現(xiàn)象，說(shuō)明各個(gè)地區(qū)內(nèi)部高耦合協(xié)調(diào)度水平與低耦合協(xié)調(diào)度水平省份之間的差距都有不同程度的擴(kuò)大趨勢(shì)，其中東部地區(qū)最為明顯。

（4）極化趨勢(shì)：東部地區(qū)與全國(guó)層面的Kernel密度曲線相似，多處于單峰狀態(tài)，但是隨著年份的增加，曲線呈現(xiàn)波動(dòng)，向外鼓起以及持平的趨勢(shì)，這就說(shuō)明出現(xiàn)雙峰以及多峰的可能性增加，出現(xiàn)兩極化以及多極化的概率也會(huì)增加;中部地區(qū)呈現(xiàn)單峰-雙峰-單峰演變過(guò)程，說(shuō)明出現(xiàn)過(guò)明顯兩極化現(xiàn)象但后期又有所緩解，原因可能與各省政府之間對(duì)于農(nóng)村金融支持程度、產(chǎn)業(yè)的布局以及資源分配有關(guān)。西部地區(qū)經(jīng)歷單峰-雙峰的趨勢(shì)，說(shuō)明西部地區(qū)的兩極化趨勢(shì)比較明顯，因此對(duì)于西部地區(qū)的農(nóng)村資源分配與產(chǎn)業(yè)政策支持非常重要。

五、結(jié)論與建議

（一）結(jié)論

第一，農(nóng)村金融集聚、農(nóng)村產(chǎn)業(yè)融合的綜合發(fā)展水平偏低，但呈現(xiàn)上升趨勢(shì)，具有明顯的省際差異，大多數(shù)東部地區(qū)省份農(nóng)村金融集聚水平是低于中西部地區(qū)，而農(nóng)村產(chǎn)業(yè)融合水平高于中西部地區(qū);這與我國(guó)各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)基礎(chǔ)以及經(jīng)濟(jì)發(fā)展水平有密切關(guān)系。第二，總體來(lái)講，農(nóng)村金融集聚水平相對(duì)滯后于農(nóng)村產(chǎn)業(yè)融合發(fā)展，二者耦合協(xié)調(diào)度整體偏低，處于初級(jí)協(xié)調(diào)階段，尚未實(shí)現(xiàn)優(yōu)質(zhì)協(xié)調(diào)發(fā)展;呈現(xiàn)東高西低，具有區(qū)域不平衡性，這與各地的金融資源配置、政府政策以及人才流失等有密切關(guān)系。第三，從Dagum基尼系數(shù)及其分解可以看出總體差異的主要來(lái)源是超變密度其次是區(qū)域內(nèi)差異最后是區(qū)域間差異。由于后期區(qū)域間差異波動(dòng)較大，因此在降低區(qū)域內(nèi)差異的同時(shí)也需要謹(jǐn)慎區(qū)域間差異。第四，采用Kernel密度估計(jì)對(duì)耦合協(xié)調(diào)度進(jìn)行動(dòng)態(tài)分布演進(jìn)分析，結(jié)果得出我國(guó)農(nóng)村金融集聚與產(chǎn)業(yè)融合耦合協(xié)調(diào)度總體處于上升趨勢(shì)，東、中部地區(qū)絕對(duì)差異有擴(kuò)大趨勢(shì)，西部地區(qū)有縮小趨勢(shì)。

（二）建議

1. 加快構(gòu)建與農(nóng)村產(chǎn)業(yè)融合相適應(yīng)的全產(chǎn)業(yè)鏈模式

第一，促進(jìn)業(yè)態(tài)融合。農(nóng)業(yè)與服務(wù)業(yè)、農(nóng)產(chǎn)品加工業(yè)以及休閑旅游農(nóng)業(yè)所占權(quán)重較大，是發(fā)展農(nóng)村產(chǎn)業(yè)融合的重要組成部分。因此各級(jí)政府需依據(jù)當(dāng)?shù)氐牡乩憝h(huán)境、文化傳統(tǒng)、農(nóng)業(yè)基礎(chǔ)等特色資源因地制宜發(fā)展多種類型農(nóng)業(yè)。第二，促進(jìn)主體融合。鼓勵(lì)龍頭企業(yè)、農(nóng)民、農(nóng)民專業(yè)合作社等多種主體共同參與，增加農(nóng)村科研支持以及金融信貸支持力度，促進(jìn)資源鏈條共享共建、品牌共創(chuàng)，形成企業(yè)主體、農(nóng)民參與、科研助力、金融支撐的產(chǎn)業(yè)發(fā)展格局。第三，完善利益聯(lián)結(jié)機(jī)制。引導(dǎo)新型農(nóng)業(yè)經(jīng)營(yíng)主體與小農(nóng)戶建立多種類型的合作方式，促進(jìn)利益融合。完善利益分配機(jī)制，推廣“訂單收購(gòu)+分紅” “農(nóng)民入股+保底收益+按股分紅”等模式。

2. 提高農(nóng)村金融集聚的延展性與精準(zhǔn)性

第一，營(yíng)業(yè)網(wǎng)點(diǎn)精準(zhǔn)覆蓋。銀行網(wǎng)點(diǎn)的覆蓋是農(nóng)村金融服務(wù)于鄉(xiāng)村產(chǎn)業(yè)發(fā)展的接觸點(diǎn)，不搞“大水漫灌式”而是通過(guò)對(duì)地區(qū)專業(yè)調(diào)研走“精準(zhǔn)滴灌式”的發(fā)展道路。網(wǎng)點(diǎn)機(jī)構(gòu)的下沉要遵循“統(tǒng)籌規(guī)劃、合理布局、重在鄉(xiāng)鎮(zhèn)”原則，提高ATM機(jī)、自助銀行等終端設(shè)備的鄉(xiāng)村地區(qū)覆蓋率。第二，加快鄉(xiāng)村金融人才隊(duì)伍的建設(shè)，堅(jiān)持引才與引智結(jié)合。加大對(duì)于人才培養(yǎng)專項(xiàng)資金支持。第三，創(chuàng)新涉農(nóng)業(yè)務(wù)模式，培育鄉(xiāng)村金融藍(lán)海市場(chǎng)。農(nóng)村金融機(jī)構(gòu)應(yīng)該利用互聯(lián)網(wǎng)技術(shù)豐富獲客場(chǎng)景，打造金融供應(yīng)鏈綜合服務(wù)平臺(tái)模式。

3. 縮小地區(qū)差距，緩解區(qū)域發(fā)展不平衡性

加大對(duì)于西部經(jīng)濟(jì)發(fā)展水平落后省份的政策扶持，健全人才引進(jìn)機(jī)制;促進(jìn)金融資源、人才以及技術(shù)等地區(qū)間流動(dòng)，優(yōu)化地區(qū)資源配置;促進(jìn)中西部地區(qū)二、三產(chǎn)業(yè)的發(fā)展，改善中西部地區(qū)產(chǎn)業(yè)發(fā)展環(huán)境，促進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合;因地制宜選擇農(nóng)村產(chǎn)業(yè)融合發(fā)展模式，中西部地區(qū)地處內(nèi)陸，具有地域特色，可以開發(fā)休閑旅游、農(nóng)業(yè)采摘等新型業(yè)態(tài)，促進(jìn)農(nóng)業(yè)多功能拓展。

[參考文獻(xiàn)]

[1]? 李紅，王彥曉. 金融集聚、空間溢出與城市經(jīng)濟(jì)增長(zhǎng)——基于中國(guó)286個(gè)城市空間面板杜賓模型的經(jīng)驗(yàn)研究[J]. 國(guó)際金融研究，2014（2）：89-96.

[2]? Levine R. Financial Development and Growth：Views and Agenda[J].Social Science Electronic Publishing，1999，5（3）：413-433.

[3]? Nourzad F. Financial development and productive efficiency：A panel study of developed and developing countries[J]. Journal of economics and finance，2002（2）：138-148.

[4]? Beck T. Demirguc-kunt A，Maksimovic V. Financial and legal constraints to growth：Does firm size matter？[J]. Journal of Finance，2005（1）：137-177.

[5]? 孫晶，李涵碩. 金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——來(lái)自2003—2007年省際經(jīng)濟(jì)數(shù)據(jù)的實(shí)證分析[J]. 經(jīng)濟(jì)學(xué)家，2012（3）：80-86.

[6]? 于雁潔，胡夢(mèng)荔. 我國(guó)金融產(chǎn)業(yè)集聚效應(yīng)影響因素分析[J]. 統(tǒng)計(jì)與決策，2012（17）：133-136.

[7]? 羅志鋒，鮑宏禮. 經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)村金融改革與新農(nóng)村建設(shè)[J].理論月刊，2008（3）：177-180.

[8]? 徐敏，張小林. 金融集聚、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與城鄉(xiāng)居民收入差距[J]. 金融論壇，2014，19（12）：26-32.

[9]? 任明珠. 金融發(fā)展與中國(guó)城鄉(xiāng)收入差距——基于省級(jí)面板數(shù)據(jù)的分析[J]. 改革與戰(zhàn)略，2015，31（4）：86-89.

[10]? 王山松，齊錄明，梁立銘，林輝，杜鵑. 基于三階段DEA模型的河北貧困縣金融扶貧效率實(shí)證研究[J]. 華北金融，2016（12）：27-31.

[11]? Irwin W. Rust. A Concept of Agribusiness ，John H. Davis and Ray A. Goldberg. Boston： Division of Research，Graduate School of Business Administration，Harvard University[J]. American Journal of Agricul-tural Economics，1957，39：1042-1045.

[12]? Conor M. O'Toole，Carol Newman，Thia Hennessy. Financing Constraints and Agricultural Investment： Effects of the Irish Financial Crisis[J]. Journal of Agricultural Economics，2014，65（1）：96-112.

[13]? 今村奈良臣. 把第六次產(chǎn)業(yè)的創(chuàng)造作為21世紀(jì)農(nóng)業(yè)新型產(chǎn)業(yè)[J]. 月刊地域制作，1996（1） ：1-6.

[14]? Debdatta Pal. Book Review： Agricultural Value Chain Finance： Tools and Lessons[J]. Millennial Asia，2012，3（1）：42-64.

[15]? Vighneswara Swamy，Dharani M. Analyzing the agricultural value chain financing：approaches and tools in India[J]. Agricultural Finance Review，2016，76（2）：211-232.

[16]? 張林，溫濤. 農(nóng)村金融發(fā)展的現(xiàn)實(shí)困境、模式創(chuàng)新與政策協(xié)調(diào)——基于產(chǎn)業(yè)融合視角[J]. 財(cái)經(jīng)問(wèn)題研究，2019 （2）：53-62.

[17]? 李曉龍，冉光和. 農(nóng)村金融深化促進(jìn)了農(nóng)村產(chǎn)業(yè)融合發(fā)展嗎？——基于區(qū)域差異視角的實(shí)證分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2020，41（3）：453-463.

[18]? 邵曉翀，杜爾玏. 金融助力鄉(xiāng)村振興的現(xiàn)實(shí)基礎(chǔ)、理論邏輯與實(shí)踐路徑——基于新發(fā)展格局視角[J]. 技術(shù)經(jīng)濟(jì)與管理研究，2021（10）：76-80.

[19]? 張林，張?chǎng)┣? 普惠金融與農(nóng)村產(chǎn)業(yè)融合發(fā)展的耦合協(xié)同關(guān)系及動(dòng)態(tài)演進(jìn)[J]. 財(cái)經(jīng)理論與實(shí)踐，2021，42（2）：2-11.

Coupling Coordination between Rural Financial Agglomeration and Industrial Integration

Ren Senchun， Sun Hongwei

（School of Finance， Anhui University of Finance and Economics， Bengbu， Anhui 233030， China）

Abstract： Based on the relevant data of 30 provinces （cities） in China from 2008 to 2019， this paper studies the coupling and coordination relationship between rural financial agglomeration and industrial integration. The results show that the coupling and coordination degree of rural financial agglomeration and industrial integration is low as a whole， and remains at the primary coordination stage， and presents obvious regional imbalance; The decomposition of Dagum Gini coefficient reflects that the overall regional difference shows a downward trend， mainly from the regional difference; The kernel density estimation shows that the coupling coordination degree of the two has an obvious upward trend， and the regional absolute difference has expanded. Therefore， accelerating the construction of the whole industry chain model suitable for rural industrial integration， improving the scalability and accuracy of rural financial agglomeration， and then promoting regional coordinated development are important ways to achieve better coupling and coordination between rural financial agglomeration and industrial integration.

Key words： financial agglomeration; industrial integration; coupling coordination; gini coefficient; dynamic distributed evolution