以往研究中关于高质量发展的关注多是围绕经济增长领域。经济增长质量内涵于经济发展进程之中，是经济增长的一系列固有特性满足经济发展特定要求的程度的反映^[1-3]，而“经济高质量发展”相比“经济增长质量”的内涵又含括了“数量的扩张”^[4]。与之相契合的，金融高质量发展是“量的扩张”到一定阶段的产物，其内涵理应包括“量”与“质”的双重维度，外延体现为金融发展和实体经济形成相互促进的良性循环。

自20世纪60年代起，藉由信息经济学和交易成本经济学的解释，新金融中介理论得以发展。研究指出Arrow-Debreu范式中的完全信息金融市场不复存在，由于交易成本的原因而使金融中介具有存在必要性^[5-6]，这一突破性进展使金融与经济增长关系的研究成为热点。时至20世纪90年代，金融发展减贫效应被纳入经济学家的研究视角，论证主要围绕缩减收入分配差距开展。

Greenwood和Jovanovic通过构建“经济增长、金融发展和收入分配”三者关系的动态模型并进行改进，论证了收入分配状况随金融发展遵循库兹涅茨倒“U”型曲线^[7]。对此，Aghion和Bolton引进“财富异质性”揭示收入分配差异的形成因由，认为金融市场的高利率不利于贫困人群获得融资，但随着富裕人群财富累积，金融市场资金供给增加，利率降低可以促发“涓滴效应”令贫困人群获得金融市场融资机会，以此推动收入差距缩减^[8]。Matsuyama赞同这一观点，认为囿于信贷市场的不完备性和对违约风险的顾忌，市场均衡利率仅能保证富裕人群融资需求，会将贫困人群阻隔于贷入资金门槛之外，只对其提供贷出资金的选择。当期财富分配对金融市场供求产生影响，下期金融市场供求则影响财富分配，经济的动力系统由市场均衡利率和财富分配的变化来共同推进。收入分配会极化成贫富差距，但信用市场增长的需求最终将推高利率，使得贫困人群获得高利息收入，在“涓滴效应”作用发挥下财富分配趋于收敛^[9]。Fowowe和Abidoye也指出，金融发展可以解决市场失灵情况和融资高成本等问题，带动经济增长和就业提升，从直接或间接途径产生减贫效应^[10]。

我国“三农”领域关注重点正是农民收入与贫困问题，在跨越“绝对贫困门槛”后，可持续性减贫的新要求从重点解决绝对贫困问题向解决相对贫困转变。建立具有普惠性质的金融体系破解农贷资金配置固化的格局，发挥农村金融发展的“涓滴效应”，有利于解决收入分配不均衡和贫困问题^[11]。从而，农村金融高质量发展的基石必然是实现“量的扩张”，这一表现的内涵在于金融可得性程度的提升，是农村生产经营主体能够以合理的成本从正规金融机构获取金融资源、金融服务，其实质是农村金融资源供给性与需求性的平衡。

以往研究中关于金融发展“质”的维度并没有明确界定，相关研究藉由“金融脆弱性”或“金融不可持续性”等视角切入对此有所涉及。Bernanke等^[12]、Crockett^[13]认为，金融不稳定的主要表现是金融脆弱性，金融脆弱状态极易损害宏观经济运行甚至产生金融危机。因金融经济分析中主观概率的引入，通常将“风险”与“不确定性”两个概念混同使用，在金融安全稳定的状态下，金融体系应具备实现核心经济功能的能力基础，即在遭受冲击压力或结构性变化时期，其有效分配金融资源、吸收化解经济不确定性的能力不受影响。

在现代金融经济发展视域下，金融发展功能(包括基本功能、核心功能、扩展功能和衍生功能)的实现需以可持续为依托，在遵循金融发展客观规律前提下，要求建立健全金融体制、发展完善金融机制、提高改善金融效率、合理配置金融资源，进而实现长期内的金融稳健发展^[14-15]。伴随微型金融、普惠金融的推进发展，农村金融作为我国金融体系的薄弱环节，存在供求不平衡、服务质量差、融资渠道窄和经营不确定性高等问题，可持续发展的农村金融服务体系亟需建立^[16-17]。

农村金融与农村经济共生共荣。要提升农村金融服务农业经济的效率与水平，就必然要求农村金融发展保证“质的提升”，内涵在于金融可持续发展能力的提升，既包括农村金融机构的生存可持续，还包括农村金融服务的发展可持续，其实质是优化农村金融使用效应性和可负担性。

系统作为相互联系与作用的多元素复合体，内部元素之间彼此融合，整体效应高于局部之和，具有整体性、非加和性、开放性及动态性特征^[18]。将农村金融高质量发展视作一套完整系统，金融资源要素的整合协调有助于整体利益的实现。制度学派的观点也启示我们，对金融协调的实施机制、外在因素和运行环境等进行研究，利于以较小成本实现经济金融的协调发展。金融协调机制的内涵在于通过揭示金融内部构成要素之间、金融与经济增长之间、金融与社会协调发展之间存在的一般性规律，构造金融协调的调控体系以支撑经济发展^[19]。金融协调的层次包括内部协调(如金融机构、金融市场、金融制度间的协调)与外部协调(如宏观经济要素、微观经济要素之间的协调)，其原则既包括宏观效率与微观效率、金融动态效率与静态效率的统一，还应该坚持数量发展与质量发展的统一。

因而，农村金融与农村经济之间能否形成协同促进的良性循环，不仅在于农村金融机构间的相互依存与互补、农村金融面向“三农”领域的重点支撑^[18]，还应体现为农村金融高质量发展系统内部的协调运转。具体而言，农村金融高质量发展整体系统的内涵要素“量的扩张”与“质的提升”形成共生要素并决定着系统功能，二者相互作用的方式与程度并非单一强调同步提升，而应具备为了实现系统功能而处于相互合作及有序的协调状态。

推而及之，农村金融“量”“质”要素与农村经济发展乃至经济高质量发展之间，藉由物质、能量和信息的交换而实现新陈代谢，存在着发生、发展和消亡的动态特性，产生时空分异的变化。这一表现的内涵在于金融“量的扩张”与“质的提升”有机协同，其实质是在把握经济发展变迁规律下，农村金融高效包容供给体系的发展、更为稳健持续的发展、能够满足实体经济高质量诉求的发展。

以金融高质量发展内涵与外延的界定为基础，融合金融大三角框架思想并借鉴相关研究的有益元素^[20-22]，在农村金融高质量发展评价指标体系构建阶段，以“量的扩张”与“质的提升”作为方面指数：其一，对于“量的扩张”方面指数主要以农村金融发展覆盖力进行表征，覆盖力作为微观金融首要目标具有较强综合性，分项指标应涵盖农村金融的覆盖广度(指农村金融“面”的覆盖，包括服务范围、服务人数等)以及覆盖深度(指农村金融“点”的渗透，包括服务种类、服务人群等)；其二，“质的提升”方面指数主要以农村金融可持续性进行表征，农村金融可持续性之所以重要，在于如若农村金融机构出现资本侵蚀、流动性缺乏等问题，或者农村金融体系难以为继，则不利于“三农”领域在长期内稳定获得金融服务并持续获益，因而其分项指标应该体现机构可持续性(指农村金融“经营”的维续，如收益能够补偿实施成本)和发展可持续性(指农村金融“目标”的瞄准，包括结构优化与效率优化等)。

综上，确定“量的扩张”和“质的提升”2个方面指数为农村金融高质量发展的主要评价维度，其中包含“覆盖广度”“覆盖深度”“机构可持续性”和“发展可持续性”4个二级分项指标，并以“农村金融机构网点人口覆盖率”“涉农贷款人口覆盖率”“不良贷款率”“农村金融效率”等13个基础指标进行刻画，所构建农村金融高质量发展评价指标体系见表 1。

表 1(Table 1)

表 1 农村金融高质量发展评价指标体系 方面指数 分项指标 基础指标 属性 计算方法与描述 量的扩张 覆盖广度 主要农村金融机构网点人口覆盖率 正 (新型农村金融机构网点数+小型农村金融机构网点数)①/农村人口数 主要农业金融机构网点地理覆盖率 正 (新型农村金融机构网点数+小型农村金融机构网点数)/土地面积 主要农村金融机构人员人口覆盖率 正 (新型农村金融机构服务人员数+小型农村金融机构服务人员数)/农村人口数 主要农村金融机构人员地理覆盖率 正 (新型农村金融机构服务人员数+小型农村金融机构服务人员数)/土地面积 覆盖深度 涉农贷款人口覆盖率 正 涉农贷款余额/农村人口数 涉农贷款地理覆盖率 正 涉农贷款余额/土地面积 农业保险密度 正 农业保险收入/农村人口数 农业保险深度 正 农业保险收入/农业总产值 质的提升 机构可持续性 不良贷款率 逆 不良贷款余额/总贷款余额 农村金融存贷比 正 涉农贷款余额/存款余额 发展可持续性 农村金融集聚度 正 采用区位熵方法进行测算 农村金融结构 正 涉农贷款余额/全部贷款余额 农村金融效率 正 农业总产值/涉农贷款余额

表 1 农村金融高质量发展评价指标体系

① 该基础指标测算所应用数据来自Wind数据库，根据指标解释，新型农村金融机构包括村镇银行、贷款公司、农村资金互助社和小额贷款公司，小型农村金融机构包括农村商业银行、农村合作银行和农村信用社。

需要说明的是，发展可持续性分项指标“农村金融集聚度(Agg)”采用区位熵方法进行测算，计算过程利用地区农村金融集聚水平和全国农村金融集聚水平的比值，公式如下：

式中，RFS_{i, t}和GDP_{i, t}表示t时期i地区的农村金融从业人数(包括新型农村金融和小型农村金融机构)和农业总产值，Agg_{i, t}值越大表明该地区的农村金融集聚程度越高。

以我国31个省、自治区、直辖市为研究的空间范围(未包含香港、澳门与台湾地区)，构建农村金融高质量发展的评价指标体系，结合指标数据特征和研究问题需求，将研究的时间范围限定于2009—2018年，相关数据获取于《金融统计年鉴(2009—2018)》、国家统计局官网、中经网、WIND数据库、国泰安数据库等。考虑到数据可得性与可比性，对各基础指标作如下处理：首先，对数据进行频度转换，高频数据转为低频数据；其次，通过线性插值法、B-J短期估测等方法对缺失数据进行填补；最后，涉及的地区生产总值(农业总产值)以2000年为基期的不变价进行计算。

结合基础指标统计性质在赋权过程中选择熵权法，利用熵值判断指标离散程度并计算各基础指标权重，以得出更为客观的评价结果。评价指标体系涵盖基础指标较多，且原始数据存在量纲和量级的差异，采用杨万平和袁晓玲^[23]改进的极差变换法进行标准化处理。假定X_ij表示样本i第j个指标的数值，m和n分别为样本个数和指标个数。属性为正向指标标准化方程如下：

逆向指标标准化方程如下：

其中，i表示各省域，j为选取的各项基础指标，X_ij为原始值，X_ij^′是进行标准化处理后的赋值，X_max(ij)和X_min(ij)分别表示第j项指标的最大值与最小值。计算指标X_ij^′的比重R_ij：

计算第j项指标的熵值E_j：

对于评价指标j，其X_ij^′的差异越大，E_j越小，即各样本第j个指标值差异大，表明该指标反映的信息量越大，其熵值就越小。进一步计算信息熵冗余度G_j：

式(6)中，G_j值越大，表示指标X_j在综合评价中具有越强的贡献程度。由此得到指标X_j的权重W_j：

最后可计算第i个省域农村金融高质量发展的方面指数与总指数值S_i：

采用上述方法分别计算农村金融“量的扩张”和“质的提升”方面指数，进一步合成“量质结合”总指数，共同作为农村金融高质量发展评价准则。为消除异方差对各指数进行对数化处理。

为从整体角度观察农村金融高质量发展水平的时间分异特征，对测度结果进行描述性统计(表 2)。根据均值与中位数对于数据特征集中趋势的表现，2009—2018年间农村金融“量的扩张”和“量质结合”指数皆处于稳步提升态势，而“质的提升”指数则于2009—2012年处于下降态势，2013年后逐步转为上升；根据极差和标准差对于数据特征离散趋势的表现，2009—2018年间农村金融“量的扩张”和“量质结合”指数在各观测值之间的差别逐步缩小，而“质的提升”指数在各观测值之间的差异性则具有缓慢扩大态势。

表 2(Table 2)

表 2 描述性统计分析 量的扩张 质的提升 量质结合 均值 中位数 最大值 最小值 标准差 均值 中位数 最大值 最小值 标准差 均值 中位数 最大值 最小值 标准差 2009 4.98 5.30 7.10 -2.11 1.74 -0.71 -0.71 -0.22 -1.11 0.21 4.52 4.79 6.59 -1.31 1.57 2010 5.05 5.33 7.13 -2.05 1.73 -0.83 -0.81 -0.43 -1.24 0.20 4.59 4.82 6.62 -1.14 1.55 2011 5.16 5.41 7.24 -0.93 1.60 -0.88 -0.88 -0.44 -1.23 0.18 4.66 4.90 6.73 -0.99 1.54 2012 5.23 5.46 7.31 -0.98 1.60 -0.93 -0.92 -0.36 -1.87 0.26 4.73 4.95 6.80 -1.25 1.57 2013 5.33 5.55 7.44 -0.61 1.57 -0.92 -0.89 -0.28 -2.07 0.29 4.83 5.04 6.93 -0.98 1.55 2014 5.41 5.61 7.55 -0.20 1.52 -0.83 -0.80 -0.24 -2.14 0.32 4.90 5.10 7.03 -0.62 1.51 2015 5.49 5.69 7.55 0.17 1.47 -0.69 -0.63 -0.13 -2.10 0.34 4.98 5.18 7.04 -0.27 1.46 2016 5.54 5.78 7.53 0.82 1.38 -0.65 -0.59 -0.19 -1.75 0.30 5.04 5.27 7.02 0.36 1.37 2017 5.59 5.82 7.66 1.08 1.35 -0.60 -0.54 -0.09 -1.67 0.33 5.09 5.31 7.15 0.61 1.34 2018 5.61 5.85 7.66 1.31 1.34 -0.55 -0.52 0.00 -1.55 0.31 5.10 5.34 7.15 0.84 1.33

表 2 描述性统计分析

在研究涉及的10年间选取2009、2012、2015、2018年“量质结合”总指数测度结果进行浮动柱状图绘制(图 1)，从中可见：2009—2018年间，我国农村金融高质量发展水平上升态势在各省域间皆较为明显，其中提升较为显著的多为西藏、青海、新疆、贵州、甘肃等西部地区，增长率分别达到163.95%、61.78%、39.91%、17.68%和16.8%，海南、江西、黑龙江、福建等东部、中部、东北部省域也具有较高增长率，分别达到19.97%、13.94%、11.96%和11.78%；提升幅度较低的如北京、广东、辽宁、河北等省域增长率也皆高于5%。

图 1(Figure 1)

图 1 农村金融高质量发展浮动柱状图

同样选取2009、2012、2015、2018年农村金融“量的扩张”与“质的提升”指数测度结果，以“量的扩张”指数为横轴、“质的提升”指数为纵轴进行散点图绘制，并添加线性趋势线(图 2)，从中可见：2009年散点拟合线的斜率为负值，表明农村金融“量的扩张”指数与“质的提升”指数在此阶段呈现负相关特征；在2012—2015年间，拟合曲线斜率逐步转为正值，且斜率值变得更加陡峭，至2018年斜率再次向平缓趋近。

图 2(Figure 2)

图 2 农村金融“量的扩张”与“质的提升”散点图

结合Pearson相关系数法对“量的扩张”与“质的提升”之间的二元关系进行测度(见表 3)，在2009—2011年间，“量的扩张”指数与“质的提升”指数呈现负相关关系，自2012年开始转为中等强度正相关关系且处于小幅提升中，至2015年相关系数开始回落，呈现为低相关。综合可见，在我国农村金融发展历程中，于2011年以前的阶段中“量的扩张”与“质的提升”并未同步推进；2012—2015年间“量的扩张”与“质的提升”之间协同性更为明显，其后虽然两个方面指数仍存在正相关关系，但显而易见的是相互协同力已逐步降低。

表 3(Table 3)

表 3 Pearson相关系数测度 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 -0.270 -0.447 -0.052 0.425 0.547 0.559 0.461 0.284 0.239 0.196

表 3 Pearson相关系数测度

比较农村金融“量的扩张”“质的提升”和“量质结合”指数测度值，“量的扩张”与“量质结合”两组数据结构的集中趋势与离散趋势接近，可以认为农村金融“量质结合”总水平测度主要由“量的扩张”水平进行贡献。而农村金融“质的提升”水平测度结果多为负值，尽管在时间推移中展现提升态势，但整体仍处于较低水平。

基于分析空间分异特征的需要，以ArcGIS 10.7软件对2015年“量质结合”水平测度结果进行自然间断点计算，适度取整并划定为低(-1.500~1.000)、较低(1.001~3.500)、中(3.501~5.000)、较高(5.001~6.000)和高(6.001~8.000)五个等次，作为基准对2009、2012、2015和2018年农村金融“量的扩张”与“量质结合”指数进行空间分级；同样步骤将“质的提升”水平划定为低(-1.500~-0.800)、较低(-0.799~-0.600)、中(-0.599~-0.400)、较高(-0.399~-0.200)和高(-0.199~0.000)五个等次，作为基准对2009、2012、2015和2018年农村金融“质的提升”指数进行空间分级。农村金融高质量发展水平的空间分级结果见表 4。

表 4(Table 4)

表 4 农村金融高质量发展空间分级 量的扩张 质的提升 量质结合 2009 2012 2015 2018 2009 2012 2015 2018 2009 2012 2015 2018 安徽 较高 较高 高 高 低 低 较低 较低 较高 较高 较高 较高 北京 高 高 高 高 低 低 中 中 高 高 高 高 福建 较高 较高 较高 高 低 低 中 较低 中 较高 较高 较高 甘肃 中 中 中 中 中 低 较低 高 较低 中 中 中 广东 高 高 高 高 较低 低 低 低 较高 较高 较高 高 广西 中 较高 较高 较高 低 低 中 较高 中 中 中 中 贵州 中 较高 较高 较高 中 较低 较低 中 中 中 较高 较高 海南 中 较高 较高 较高 低 低 低 较低 中 中 较高 较高 河北 较高 高 高 高 较低 低 较低 中 较高 较高 较高 较高 河南 高 高 高 高 较低 低 较低 中 较高 较高 较高 较高 黑龙江 中 中 中 中 中 低 较低 较高 中 中 中 中 湖北 较高 较高 较高 较高 低 低 低 低 中 中 较高 较高 湖南 较高 较高 较高 较高 较低 低 较低 较低 中 较高 较高 较高 吉林 较高 较高 较高 较高 中 低 较低 高 中 中 中 较高 江苏 高 高 高 高 低 低 较低 低 较高 高 高 高 江西 较高 较高 较高 较高 较低 较低 中 较高 中 中 较高 较高 辽宁 较高 较高 较高 较高 较低 低 低 高 较高 较高 较高 较高 内蒙古 中 中 中 中 较低 低 高 较高 较低 较低 较低 较低 宁夏 中 中 较高 较高 低 低 中 中 中 中 中 中 青海 较低 较低 较低 较低 较高 较低 中 较高 较低 较低 较低 较低 山东 高 高 高 高 较低 较低 中 较高 较高 高 高 高 山西 较高 较高 高 高 较高 中 高 高 较高 较高 较高 较高 陕西 中 较高 较高 较高 较低 低 较低 低 中 中 中 中 上海 高 高 高 高 低 低 低 较低 高 高 高 高 四川 中 较高 较高 较高 中 较低 中 较低 中 中 中 较高 天津 高 高 高 高 较低 低 中 中 高 高 高 高 西藏 低 低 低 较低 较低 低 低 低 低 低 低 低 新疆 较低 较低 较低 较低 中 低 低 较低 较低 较低 较低 较低 云南 中 中 中 中 较低 低 中 较高 中 中 中 中 浙江 高 高 高 高 中 较高 较高 中 高 高 高 高 重庆 较高 较高 较高 高 低 低 低 低 中 较高 较高 较高

表 4 农村金融高质量发展空间分级

对比可见，我国农村金融“量的扩张”与“量质结合”水平皆具有较强的空间差异性，整体分布特征与全国经济发展总水平相吻合，形成了由西至东逐次递增的梯度化分异格局。以农村金融“量质结合”水平为例，这一格局以胡焕庸线为界，东西两侧分布差异明显，至2018年“量质结合”指数值高于较高等次的省域仍多集聚于我国的东部区域，农村金融高质量发展总水平居于全国前列的不仅包含山东、江苏、广东等农业大省，还包含浙江、上海等具有比较完备的金融市场体系、金融机构体系和金融业务体系的省域。以资源丰富、农业基础雄厚的河南、湖南、湖北等中部省域为桥梁，呈现自东向西辐射带动的态势。西部区域如新疆、青海、甘肃等省份的“量质结合”指数值一直处于较低水准，尤其是西藏地区未有明显的等次提升。以上空间分异现象具有近邻扩散特征，表现为经济现象由发达区域向其相邻周围区域的扩散，主要特征是在空间中呈现一定的连续性，遵循距离衰减规律，即扩散性伴随距离的增加而逐渐递减。由此，农村金融“量的扩张”与“量质结合”水平近邻扩散的本质是地域扩张，形成了梯度化的空间分异格局，而尤其以“西进”的态势较为明显。

如表 4所示，我国农村金融“质的提升”水平亦具有一定的空间差异性，但整体与“量的扩张”“量质结合”水平的空间分布存在较大区别，呈现空间分布下的级差化分异格局。具体而言，2009—2014年间，全国范围农村金融“质的提升”并不存在明显差距，整体发展态势仍趋于一致，仅有浙江、山西等省域位于相对较高等次。至2015—2018年，农村金融“质的提升”级差化分异特征逐步形成，“质的提升”相对更高等次省域分布于全国不同经济区域。如东北区域的吉林、辽宁和黑龙江，东部区域的山东，中部区域的山西、江西，以及西部区域的甘肃、青海和云南等，皆位于农村金融高质量发展“质的提升”维度下的较高等次中，而重庆、陕西、广东和江苏等省域则位于较低等次，并未出现与经济发展总水平高度吻合的现象。以上空间分异现象具有跳跃扩散特性，表现为经济现象在整体空间中的运动轨迹为不连续的跳跃或迁移，主要特征是在空间中呈现迁移跳跃的随机性，扩散形式的规律性较差，而引发跳跃扩散的原因多是政府或市场力量所推动。由此，在农村金融“质的提升”水平跳跃扩散的过程中，形成了级差化的空间分异格局，从2018年所形成的农村金融“质的提升”水平分异结果来看，呈现一定的“北上”态势。

应用GeoDa 1.14软件计算2009—2018年测度指数的全局Moran’s I值，根据统计结果(表 5)，农村金融“量的扩张”与“量质结合”水平存在显著的全局空间自相关性特征，其数值集中分布在空间上的聚类程度高于预期，但这种集聚性总体表现为缓慢下降趋势。而农村金融“质的提升”水平的空间分布具有更强的随机性，并不存在显著的全局空间自相关。

表 5(Table 5)

表 5 全局自相关分析检验结果 量的扩张 质的提升 量质结合 Moran's I Z统计量 Moran's I Z统计量 Moran's I Z统计量 2009 0.248 2.573** 0.010 0.363 0.275 2.613** 2010 0.242 2.380** -0.002 0.275 0.270 2.567** 2011 0.239 2.316** -0.103 -0.610 0.267 2.538** 2012 0.229 2.244** -0.108 -0.698 0.257 2.472** 2013 0.221 2.167** -0.039 -0.074 0.249 2.397** 2014 0.220 2.160** -0.012 0.170 0.249 2.522** 2015 0.211 2.078** -0.075 -0.408 0.240 2.308** 2016 0.196 1.950** -0.161 -1.188 0.224 2.182** 2017 0.189 1.897** -0.074 -0.399 0.218 2.126** 2018 0.196 1.949** -0.014 0.113 0.225 2.182** 注：***、**、*分别表示1%、5%和10%水平上显著。

表 5 全局自相关分析检验结果

进一步应用局部自相关分析手段，以分析单元“量的扩张”“质的提升”和“量质结合”指数为横轴，以其空间滞后向量为纵轴，绘制2009—2018年间农村金融高质量发展评价指数均值的Moran散点图(图 3)，四个象限分别对应不同分析单元与其周围区域的空间联系。

图 3(Figure 3)

图 3 农村金融高质量发展评价指数Moran散点图

整体来看，中国农村金融“量的扩张”与“量质结合”水平具有正的空间联系，而“质的提升”水平空间联系不强。具体而言：在2009—2018年间，农村金融“量的扩张”与“量质结合”评价指数的Moran散点图较为接近，位于第一象限的省域占比64.52%，包括浙江、山东、北京等，位于第三象限的省域占比约为22.58%，包括甘肃、青海、新疆等，以上象限代表高(低)观测值的区域单元被同是高(低)值区域所包围的空间联系形式。位于第二与第四象限的省域占比仅为12.90%，包括内蒙古、四川、广东等，以上象限代表高(低)观测值的区域单元被低(高)值区域所包围的空间联系形式；与之区别的是，农村金融“质的提升”评价指数的Moran散点图分布较为分散，位于第一至第四象限的省域数量分别为5、9、8和9个，表明“质的提升”发展水平具有较强的分散性，也印证了前述“农村金融‘质的提升’具有跳跃扩散特性”的结论。

综上所述，农村金融“量的扩张”与“量质结合”呈现空间集聚分异特征，“质的提升”呈现空间分散分异特征。以上特征的形成是由空间扩散的多种形式共同实现：其一，近邻扩散促使农村金融“量的扩张”与“量质结合”呈现了梯度化的空间分异特征，而这一扩散过程在空间上具有一定的连续性，由此在结果上表现为农村金融高质量发展水平的局部空间集聚性；其二，跳跃扩散促使农村金融“质的提升”具有级差化的空间分异特征，这一扩散过程在空间上具有跳跃性，由此在结果上表现为农村金融“质的提升”发展水平具有较强的局部空间分散性。因而，由于空间扩散形式的作用方式不同，在实际的经济活动扩散过程中，其作用过程相互交织且分别发力，形成了农村金融“量的扩张”“量质结合”与“质的提升”水平空间联系形式存在差异的整体格局。

基于以上研究，得出如下结论。

第一，我国农村金融高质量发展水平总体呈增长态势，西部地区提升较为显著。各省域间“量的扩张”和“量质结合”水平的差别逐步缩小，而“质的提升”水平则呈现差异扩大的趋势。

第二，农村金融“量的扩张”与“质的提升”水平历经负相关(2009—2011年)→正相关(2012—2014年)→低相关(2015—2018年)的演化历程，二者的相互协同力较低，推论可知农村金融“质的提升”不以“量的扩张”为主要约束。

第三，在近邻扩散主导下，农村金融“量的扩张”与“量质结合”水平形成了以胡焕庸线为界、差异明显的梯度化分异格局，尤其以“西进”的态势较为明显；在跳跃扩散主导下，农村金融“质的提升”水平形成了不规则的级差化分异特征，并呈现一定的“北上”态势。

第四，多种空间扩散形式促动了农村金融“量的扩张”、“量质结合”与“质的提升”空间分异特征的差别，也由此形成了空间联系形式的差异，表现为“量的扩张”与“量质结合”水平呈现明显的集聚化分异特征，“质的提升”水平的空间分布则较为分散。

结合以上研究结论，提出如下建议：首先，在宏观层面，制定政策措施以落实促进农村金融市场完备发展为目标，以财政和税收政策促使金融组织脱离“精英俘获”行经，逐步放松金融抑制与加强金融监管同步进行；其次，在中观层面，通过降低交易成本、扩展金融服务边界、提高金融机构技能和增加金融服务信息透明度等方式，提高农业、农村和农户获得金融服务的机会与能力^[24]；最后，在微观层面，对于农村金融“量的扩张”可由东向西逐步带动发展，体现为金融供给的“下行战略”，而农村金融“质的提升”则体现为金融机构采用行之有效的业务模式和经营策略，管控内外部风险，并进行维持其农村金融业务可持续性和发展可持续性的能力建设。