Детальная информация

С развитием стратегий возрождения села и цифровой экономики цифровое инклюзивное финансирование стало важным инструментом оптимизации распределения сельских финансовых ресурсов и повышения доходов сельских жителей. В качестве объекта исследования взята провинция Гансу, в работе использованы панельные данные за период 2010–2024 годов. Автор выбирает восемь сельскохозяйственных и демографических показателей Всемирного банка, применяет анализ корреляционной матрицы, метод главных компонент (МГК) и прогнозирование временных рядов по модели ARIMAдля изучения механизма взаимодействия между цифровым инклюзивным финансированием, факторами сельскохозяйственного производства и доходами сельского населения.Результаты исследования показывают наличие сильной положительной корреляции между численностью сельского населения, площадью пахотных земель и добавленной стоимостью сельского хозяйства; урожайность зерновых культур имеет сложную отрицательную корреляцию с плотностью населения и масштабами пахотных угодий. Две главные компоненты PC1 и PC2 совместно объясняют 79,04% общей дисперсии. Компонента PC1 формируется в основном показателями численности сельского населения и площади пахотных земель и демонстрирует устойчивую нисходящую динамику; компонента PC2 определяется показателем чистой миграции и имеет выраженные колебательные особенности. Прогноз по модели ARIMA(1,1,1) свидетельствует о дальнейшем снижении значения PC1 в перспективе, при этом модель обладает определенной неопределенностью прогнозирования.С учетом особенностей развития цифрового инклюзивного финансирования и структуры доходов сельского населения провинции Гансу в работе выявлены существующие проблемы: неравномерность развития по регионам, недостаточное погружение финансовых услуг в сельскую местность, низкая доля имущественных доходов сельского населения.

With the advancement of rural revitalization and the digital economy strategy, digital inclusive finance has become an important tool for optimizing the allocation of rural financial resources and increasing rural residents’ income. Taking Gansu Province as the research object and adopting panel data from 2010 to 2024, this paper selects eight World Bank agricultural and demographic indicators and uses correlation matrix analysis, principal component analysis (PCA), and ARIMA time series forecasting to explore the interaction mechanism between digital inclusive finance, agricultural production factors, and rural residents’ income. The results show that rural population, arable land area, and agricultural added value have a strong positive correlation, while cereal yield presents a complex negative correlation with population density and arable land scale. Two principal components, PC1 and PC2, together explain 79.04% of the total variance. PC1 is mainly driven by rural population and arable land, showing a continuous downward trend; PC2 is dominated by net migration, with obvious fluctuation characteristics. The ARIMA(1,1,1) forecast indicates that PC1 will continue declining in the future, and the model has certain prediction uncertainty. Combined with the current situation of digital inclusive finance development and rural income structure in Gansu Province, this paper identifies existing problems such as unbalanced regional development, insufficient financial sinking, and a low proportion of rural property income. It also puts forward targeted countermeasures with economic feasibility demonstration. The research can provide empirical reference and policy enlightenment for promoting digital inclusive finance to empower rural income growth and high-quality rural economic development.