• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      我國數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)發(fā)展研究

      2022-05-25 06:03:06吳應(yīng)寧汪張林
      關(guān)鍵詞:省區(qū)市耦合居民

      吳應(yīng)寧,汪張林,王 琴

      近年來,數(shù)字經(jīng)濟(jì)的強(qiáng)勢崛起,對我國經(jīng)濟(jì)社會(huì)各個(gè)方面產(chǎn)生了巨大影響。數(shù)字經(jīng)濟(jì)與金融業(yè)融合,催生了數(shù)字金融業(yè)的誕生和發(fā)展,推動(dòng)了我國傳統(tǒng)金融業(yè)的轉(zhuǎn)型,有助于更好地服務(wù)于中小微企業(yè)和廣大民眾,是我國金融業(yè)未來重要的發(fā)展方向。隨著中國特色社會(huì)主義進(jìn)入新時(shí)代,我國經(jīng)濟(jì)增長已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,人們對生活質(zhì)量也提出了新要求。黨的十九大報(bào)告中更是明確提出,我國社會(huì)主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。在大數(shù)據(jù)時(shí)代,數(shù)字金融的快速發(fā)展給居民的生活帶來了全新的改變,在一定程度上影響著居民的生活質(zhì)量。

      隨著數(shù)字金融日益成為經(jīng)濟(jì)增長的重要引擎,在學(xué)術(shù)界,一些學(xué)者對數(shù)字金融促進(jìn)經(jīng)濟(jì)增長以及由此帶動(dòng)居民消費(fèi)等問題開展了豐富的研究。王如玉等通過構(gòu)建計(jì)量模型認(rèn)為數(shù)字金融能夠有效地提升城市生產(chǎn)率[1];王永倉等基于面板數(shù)據(jù)分析認(rèn)為數(shù)字金融對經(jīng)濟(jì)增長具有正向作用[2];馬德功等認(rèn)為數(shù)字金融通過增加就業(yè)機(jī)會(huì)來拉動(dòng)經(jīng)濟(jì)增長[3];易行健、何宗樾、盧彩梅、黃凱南均認(rèn)為數(shù)字金融通過不同的途徑對居民的消費(fèi)產(chǎn)生影響[4-7];關(guān)鍵等也認(rèn)為數(shù)字金融使用深度的拓展能夠有效促進(jìn)居民家庭消費(fèi)[8];楊偉明等研究發(fā)現(xiàn)數(shù)字普惠金融顯著提升了我國城鄉(xiāng)居民人均可收入水平[9];馮銳等認(rèn)為數(shù)字金融對城鄉(xiāng)居民收入的影響呈現(xiàn)顯著的門檻特征[10]。

      數(shù)字金融所推動(dòng)的經(jīng)濟(jì)增長和居民消費(fèi)增加,必將對居民生活質(zhì)量產(chǎn)生重要影響,但目前這方面的研究不多,只有個(gè)別學(xué)者將數(shù)字金融與居民生活質(zhì)量結(jié)合起來開展研究。如封思賢等通過構(gòu)建計(jì)量模型分析了數(shù)字金融對居民生活質(zhì)量的影響[11]。不過該研究成果主要聚焦于數(shù)字金融對居民生活質(zhì)量單向關(guān)系的研究,較少分析居民生活質(zhì)量對數(shù)字金融的影響。實(shí)際上,數(shù)字金融和居民生活質(zhì)量是相互影響的,二者存在一定的協(xié)調(diào)推進(jìn)關(guān)系。為此,本文基于我國2014—2020年31個(gè)省區(qū)市的面板數(shù)據(jù),借助實(shí)證分析,探討數(shù)字金融和居民生活質(zhì)量兩者之間的互動(dòng)關(guān)系。

      一、研究方法及指標(biāo)體系構(gòu)建

      (一)研究方法

      1.熵權(quán)法

      本文采用熵權(quán)法來確定各個(gè)指標(biāo)的權(quán)重。(1)建立評價(jià)矩陣。假設(shè)共有n項(xiàng)評價(jià)指標(biāo),m年的樣本數(shù)據(jù),構(gòu)建原始數(shù)據(jù)評價(jià)矩陣:X=(xij)m*n。(2)對數(shù)字金融和居民生活質(zhì)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。采用極差標(biāo)準(zhǔn)化的方式對數(shù)據(jù)進(jìn)行無量綱化處理,并且按照不同指標(biāo)對研究對象的好壞,將指標(biāo)區(qū)分為正向和負(fù)向。為了避免結(jié)果出現(xiàn)0值無意義,對每個(gè)數(shù)據(jù)加上0.01,正向指標(biāo),負(fù)向指標(biāo):,其中,Xij和Xij分別表示第i個(gè)省或市第j個(gè)原始數(shù)據(jù)和標(biāo)準(zhǔn)化處理后的數(shù)據(jù)。max(X ij)和min(X ij)分別表示整個(gè)指標(biāo)體系中原始指標(biāo)的最大值和最小值。(3)計(jì)算第i個(gè)省或市在第j個(gè)評價(jià)指標(biāo)上的指標(biāo)值比值:。(4)計(jì)算各項(xiàng)指標(biāo)的熵值:,其中k表示多少個(gè)年份,L表示各省市的個(gè)數(shù)。(5)計(jì)算各項(xiàng)指標(biāo)的權(quán)重

      2.耦合度和耦合協(xié)調(diào)度

      耦合一詞源于物理學(xué),引申為系統(tǒng)和要素間批次依賴、協(xié)調(diào)的關(guān)聯(lián)關(guān)系。為了分析數(shù)字金融與居民生活質(zhì)量兩者之間的協(xié)調(diào)關(guān)系,引入耦合協(xié)調(diào)度模型。(1)計(jì)算子系統(tǒng)的綜合評價(jià)指數(shù):,其中,U1表示數(shù)字金融綜合評價(jià)指數(shù),U2表示居民生活質(zhì)量綜合評價(jià)指數(shù)。(2)計(jì)算數(shù)字金融和居民生活質(zhì)量的耦合度:C的取值范圍為0~1,C越大,說明兩個(gè)系統(tǒng)之間的耦合作用越好,反之說明兩系統(tǒng)間耦合程度較低。但耦合程度只能說明兩系統(tǒng)間的耦合關(guān)系的強(qiáng)弱,不能反映協(xié)調(diào)程度的高低,因此需要進(jìn)一步建立耦合協(xié)調(diào)度模型。(3)計(jì)算數(shù)字金融與居民生活質(zhì)量兩系統(tǒng)的耦合協(xié)調(diào)度:D=(C*T)1/2,T=aU1+bU2,式中:T為數(shù)字金融發(fā)展水平與居民生活質(zhì)量的綜合協(xié)調(diào)指數(shù),a和b分別表示該系統(tǒng)中數(shù)字金融發(fā)展水平與居民生活質(zhì)量的貢獻(xiàn)度系數(shù),此處我們認(rèn)為他們同等重要,取a=b=0.5。耦合協(xié)調(diào)度等級劃分見表1。

      表1 耦合協(xié)調(diào)判斷標(biāo)準(zhǔn)

      3.變異系數(shù)

      變異系數(shù)(CV)=(標(biāo)準(zhǔn)偏差SD/平均值Mean)*100%,變異系數(shù)能夠反映我國內(nèi)部數(shù)字金融和居民生活質(zhì)量的差異程度,其值越大說明差異越大。

      (二)指標(biāo)體系構(gòu)建

      1.數(shù)字金融指標(biāo)體系

      數(shù)字金融雖然發(fā)展迅速,但缺乏統(tǒng)一的標(biāo)準(zhǔn)衡量其發(fā)展程度,數(shù)據(jù)獲取難度大。本文借鑒北京大學(xué)數(shù)字金融研究中心有關(guān)數(shù)字普惠金融指數(shù)的研究成果[12],用覆蓋廣度、使用深度和數(shù)字化程度來綜合評估數(shù)字金融的發(fā)展水平,見表2。

      表2 數(shù)字金融評價(jià)指標(biāo)體系

      2.居民生活質(zhì)量指標(biāo)體系

      本文借鑒相關(guān)學(xué)者研究成果[13-14],結(jié)合我國國情,從收入與消費(fèi)水平、居住與生活水平、教育與健康水平三個(gè)方面,選取15個(gè)三級指標(biāo),構(gòu)建我國居民生活質(zhì)量指標(biāo)體系,見表3。

      表3 居民生活質(zhì)量評價(jià)指標(biāo)體系

      二、實(shí)證分析

      2014—2020年我國31個(gè)省區(qū)市的居民生活質(zhì)量相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》以及各省區(qū)市的統(tǒng)計(jì)公報(bào);數(shù)字金融有關(guān)數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心[12]。

      (一)耦合協(xié)調(diào)度時(shí)序分析

      根據(jù)熵權(quán)法和耦合協(xié)調(diào)度模型,計(jì)算出2014—2020年我國31個(gè)省區(qū)市的數(shù)字金融與居民生活質(zhì)量的綜合評價(jià)值(U1、U2),以及這兩個(gè)系統(tǒng)的耦合度(C)和耦合協(xié)調(diào)度(D)的平均值,見表4。

      表4 2014—2020年數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度情況分析

      2014—2020年,我國數(shù)字金融發(fā)展水平與居民生活質(zhì)量水平均呈現(xiàn)上升態(tài)勢,其中居民生活質(zhì)量指數(shù)一直都保持在0.2~0.4之間。隨著大數(shù)據(jù)和人工智能的快速發(fā)展,數(shù)字金融也迎來了爆發(fā)式增長,2016年短暫下降后,從2017年開始一直保持快速增長態(tài)勢。數(shù)字金融通過互聯(lián)網(wǎng)及信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)結(jié)合,不僅提升了金融服務(wù)效率,而且推動(dòng)了服務(wù)創(chuàng)新,提升了居民的生活便利性。

      2014年,我國數(shù)字金融與居民生活質(zhì)量耦合度為0.965 4,2016年達(dá)到最大值0.978 8,其后逐漸下降,2020年為0.935 9,期間雖有波動(dòng),但總體而言,耦合水平較高。2014—2020年,耦合協(xié)調(diào)度一直處于增長狀態(tài),從2014年的0.414 5增長到2020年的0.697 1,從瀕臨失調(diào)狀態(tài)進(jìn)入到中級協(xié)調(diào)狀態(tài)。從協(xié)調(diào)類型看,2014年和2016年兩系統(tǒng)為同步型狀態(tài),其余年份居民生活質(zhì)量發(fā)展水平均滯后于數(shù)字金融發(fā)展水平。

      根據(jù)我國31個(gè)省區(qū)市數(shù)字金融與居民生活質(zhì)量的綜合評價(jià)值,分別得出兩個(gè)系統(tǒng)的變異系數(shù),如圖1所示。2014年之后,居民生活質(zhì)量變異系數(shù)超過數(shù)字金融變異系數(shù),且居民生活質(zhì)量變異系數(shù)一直處于穩(wěn)中略降狀態(tài),并呈現(xiàn)遞減的態(tài)勢;數(shù)字金融變異系數(shù)除在2015年有較大下降外,隨后年份基本處于穩(wěn)定狀態(tài),這說明我國內(nèi)部居民生活質(zhì)量差異性越來越明顯,而內(nèi)部數(shù)字金融的差異性則不明顯。

      圖1 數(shù)字金融和居民生活質(zhì)量綜合評價(jià)值變異系數(shù)

      為進(jìn)一步剖析不同地區(qū)耦合失調(diào)結(jié)構(gòu)性差異,借鑒鄒新月等人的研究成果,將各省區(qū)市耦合協(xié)調(diào)度劃分為居民生活質(zhì)量滯后型、居民生活質(zhì)量平衡型和居民生活質(zhì)量超前型,見表5。2014—2020年,居民生活質(zhì)量超前型地區(qū)的數(shù)量呈顯著下降趨勢,2017年及以后的年份超前型地區(qū)數(shù)量為0;平衡型地區(qū)的數(shù)量先上升后下降,最終也趨于0;滯后型地區(qū)的數(shù)量先升后降,到2018年及以后的年份則全部轉(zhuǎn)變?yōu)闇笮偷貐^(qū)。這從側(cè)面說明數(shù)字金融在我國的發(fā)展速度雖然很快,但它并沒有完全轉(zhuǎn)化為提高居民生活質(zhì)量的動(dòng)力,反而在一定程度上抑制了兩個(gè)系統(tǒng)的協(xié)調(diào)發(fā)展。

      表5 2014—2020年耦合協(xié)調(diào)類型個(gè)數(shù)

      (二)空間差異分析

      選取2014年、2017年、2020年頭尾和中間三個(gè)年份,分析我國數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度的地區(qū)分布情況,見表6和表7。2014年,全國31個(gè)省區(qū)市數(shù)字金融與居民生活質(zhì)量都處于失調(diào)狀態(tài);到2017年,各個(gè)地區(qū)耦合協(xié)調(diào)度均上升一個(gè)等級,14個(gè)省區(qū)市進(jìn)入?yún)f(xié)調(diào)狀態(tài),其中上海最先進(jìn)入中級協(xié)調(diào)階段;再到2020年,我國31個(gè)省區(qū)市都進(jìn)入了協(xié)調(diào)階段,其中中級協(xié)調(diào)省區(qū)市有26個(gè),極度協(xié)調(diào)省區(qū)市有5個(gè)。

      表6 耦合協(xié)調(diào)省區(qū)市分布情況

      表7 2014年、2017年、2020年耦合類型省區(qū)市分布情況

      為進(jìn)一步比較各區(qū)域數(shù)字金融、居民生活質(zhì)量以及兩者之間耦合協(xié)調(diào)度空間演進(jìn)過程,將31個(gè)省區(qū)市分成東部、中部、西部和東北四個(gè)區(qū)域,其中東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10個(gè)省市,中部包括山西、安徽、江西、河南、湖北和湖南6個(gè)省,西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆12個(gè)省區(qū)市,東北包括遼寧、吉林和黑龍江3個(gè)省,計(jì)算出每年的系統(tǒng)均值,見圖2、圖3、圖4。

      圖2 數(shù)字金融評價(jià)值演變情況

      圖3 居民生活質(zhì)量評價(jià)值演變情況

      圖4 數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度評價(jià)值演變情況

      從各區(qū)域數(shù)字金融發(fā)展情況看,東部地區(qū)數(shù)字金融發(fā)展水平最高,這可能與東部地區(qū)完備的金融機(jī)構(gòu)體系、完善的金融基礎(chǔ)設(shè)施以及強(qiáng)大的金融市場有關(guān);東北地區(qū)數(shù)字金融發(fā)展水平較低,數(shù)字金融發(fā)展處于滯后狀態(tài)。從各區(qū)域居民生活質(zhì)量水平看,東部地區(qū)一直處于領(lǐng)先狀態(tài),完善的城市基礎(chǔ)設(shè)施、發(fā)達(dá)的醫(yī)療水平、豐富的教育資源等,為提升居民生活質(zhì)量水平提供了強(qiáng)大保障;西部地區(qū)和東北地區(qū)由于經(jīng)濟(jì)發(fā)展相對欠發(fā)達(dá),居民生活質(zhì)量水平也處于相對落后狀態(tài)。

      從各區(qū)域兩系統(tǒng)耦合協(xié)調(diào)度上看,東部地區(qū)的耦合協(xié)調(diào)度最高,并且一直保持領(lǐng)先,這與東部地區(qū)的經(jīng)濟(jì)發(fā)展水平密不可分,數(shù)字金融的發(fā)展為居民生活水平的提高提供了動(dòng)力,東北地區(qū)耦合協(xié)調(diào)度最低。具體來說,2014—2020年,東部、中部、西部和東北四個(gè)區(qū)域的耦合協(xié)調(diào)度從2014年的0.494、0.419、0.353、0.385增長至2020年 的0.782、0.711、0.639、0.620,增 幅 分 別 為58.16%、69.74%、80.81%、61.14%。從空間布局上看,耦合協(xié)調(diào)度呈現(xiàn)出“東部高—東北和西部低”的態(tài)勢,耦合協(xié)調(diào)度的空間布局與經(jīng)濟(jì)發(fā)展布局相比沒有發(fā)生扭轉(zhuǎn)性變化。

      三、結(jié)論與對策

      本文通過實(shí)證分析我國各地區(qū)數(shù)字金融與居民生活質(zhì)量整體水平、耦合協(xié)調(diào)水平和時(shí)空演變,得出如下結(jié)論:2014—2020年,我國數(shù)字金融發(fā)展水平和居民生活質(zhì)量水平呈逐年上升態(tài)勢;數(shù)字金融與居民生活質(zhì)量耦合水平較高,從瀕臨失調(diào)狀態(tài)進(jìn)入到中級協(xié)調(diào)狀態(tài),但離極度協(xié)調(diào)還存在一定的距離;我國內(nèi)部數(shù)字金融差異性不明顯,但居民生活質(zhì)量的差異性越來越明顯;數(shù)字金融發(fā)展水平明顯高于居民生活質(zhì)量水平,在一定程度上,數(shù)字金融發(fā)展并沒有轉(zhuǎn)化為提高居民生活質(zhì)量的動(dòng)力;從區(qū)域上看,東部地區(qū)的數(shù)字金融發(fā)展水平、居民生活質(zhì)量水平以及兩者的耦合協(xié)調(diào)程度都處于領(lǐng)先位置;從空間上看,由于各地區(qū)區(qū)位條件、資源稟賦等不同,兩系統(tǒng)耦合協(xié)調(diào)度的空間分布呈現(xiàn)出“東部高—東北和西部低”的態(tài)勢。

      根據(jù)上文分析,本文提出以下建議:首先,加快信息化新型基礎(chǔ)設(shè)施建設(shè),縮小數(shù)字金融發(fā)展地區(qū)差距。統(tǒng)籌規(guī)劃信息基礎(chǔ)設(shè)施空間布局,加大對西部和東北地區(qū)的財(cái)政支持力度,努力實(shí)現(xiàn)互聯(lián)網(wǎng)全覆蓋,推動(dòng)數(shù)字金融業(yè)均衡發(fā)展,更好發(fā)揮數(shù)字金融的普惠價(jià)值。其次,拓寬數(shù)字金融服務(wù)領(lǐng)域。當(dāng)前,數(shù)字金融主要服務(wù)領(lǐng)域集中于互聯(lián)網(wǎng)基金、互聯(lián)網(wǎng)信貸、互聯(lián)網(wǎng)保險(xiǎn)等,仍存在著很多待開發(fā)和待完善的領(lǐng)域。要持續(xù)挖掘數(shù)字金融深度,擴(kuò)大數(shù)字金融服務(wù)類別,讓金融服務(wù)深入到居民生活的方方面面,提高居民生活的便利性。最后,結(jié)合居民生活質(zhì)量內(nèi)涵,加強(qiáng)數(shù)字金融頂層設(shè)計(jì),促進(jìn)二者協(xié)調(diào)發(fā)展。挖掘數(shù)字金融的普惠性,增強(qiáng)數(shù)字金融對中小微企業(yè)、落后地區(qū)市場主體和廣大民眾的融資、投資支持力度,增加居民收入水平,提高居民生活質(zhì)量。

      猜你喜歡
      省區(qū)市耦合居民
      非Lipschitz條件下超前帶跳倒向耦合隨機(jī)微分方程的Wong-Zakai逼近
      石器時(shí)代的居民
      石器時(shí)代的居民
      西部10省區(qū)市謀劃開發(fā)新格局
      “西部之光”人才培養(yǎng)計(jì)劃資助范圍已覆蓋西部12個(gè)省區(qū)市
      基于“殼-固”耦合方法模擬焊接裝配
      大型鑄鍛件(2015年5期)2015-12-16 11:43:20
      高分辨率衛(wèi)星數(shù)據(jù)應(yīng)用已覆蓋十六省區(qū)市
      河北遙感(2015年1期)2015-07-18 11:11:26
      大氣污染防治列入29個(gè)省區(qū)市今年政府工作
      腐植酸(2014年2期)2014-04-18 08:41:55
      你睡得香嗎?
      民生周刊(2014年7期)2014-03-28 01:30:54
      求解奇異攝動(dòng)Volterra積分微分方程的LDG-CFEM耦合方法
      鹤峰县| 安阳县| 湟源县| 黄骅市| 阳城县| 交城县| 葵青区| 扬州市| 萨迦县| 武宣县| 于田县| 岑巩县| 兴城市| 合山市| 永顺县| 双流县| 柯坪县| 昂仁县| 寻甸| 漳州市| 泗洪县| 昆明市| 临洮县| 吉林市| 永春县| 青浦区| 萍乡市| 波密县| 田阳县| 利辛县| 白山市| 铁力市| 新竹市| 乌恰县| 泗阳县| 北宁市| 石嘴山市| 丹寨县| 昭觉县| 西峡县| 高青县|