孟维福,杨兆廷
(1.河北经贸大学 金融学院,河北 石家庄 050051;2.河北金融学院,河北 保定 071051)
金融是国家重要的核心竞争力,党的十九大报告明确指出,深化金融体制改革,增强金融服务实体经济能力,其核心要义是以金融服务供给侧结构性改革为主线,推动经济发展质量变革、效率变革、动力变革,实现我国经济高质量发展。其中,普惠金融具有专注实体、深耕小微、精准供给、稳健运行的特点,为企业创新发展注入“源头活水”,为我国经济高质量发展提供强大支撑。截至2020 年底,我国普惠金融改革试验区已扩至五省七地,银行类金融机构是核心,互联网企业是支撑,非银行金融机构是补充,逐步形成了多层次体系全方位发展格局。大力发展普惠金融有利于推动经济发展方式转型升级,能够引导更多资源配置到经济社会发展的重点领域和薄弱环节,是增强服务实体经济能力的重要体现。与此同时,创新发展是我国经济高质量发展的第一动力,习近平总书记特别强调,实现高质量发展必须依靠创新驱动的内涵式增长,大力提升自主创新能力。近五年来我国创新指数排名不断上升,很多关键科技领域已经显现领跑态势。经济高质量发展离不开企业创新,但是企业作为创新主体,还没有形成创新优势。因此,在此背景下,如何有效释放普惠金融对经济高质量发展的助推力量,探究普惠金融、自主创新对经济高质量发展的作用,已成为我国政府和学术界研讨的核心议题。
那么,普惠金融是否能够推动我国经济高质量发展?如果该效应得到证实,自主创新是否是其背后的作用机制?普惠金融对我国经济高质量发展的作用在空间分布上差异如何?是否存在空间溢出效应的特征?对于这些问题,还需要进行深入探讨。尽管相关的研究较多,但探讨普惠金融与经济高质量发展的空间溢出效应和将普惠金融、自主创新与经济高质量发展纳入同一框架探讨它们之间的关系及其作用机制的相关文献较为缺乏。目前,仅有较少文献实证分析认为普惠金融促进了经济高质量发展,并且能够通过优化产业结构促进经济高质量发展。因此,要回答以上问题,需要梳理相关理论和进行实证研究。
本文选取自主创新视角对普惠金融与经济高质量发展的关系展开研究,基于自主创新的中介效应探究普惠金融如何推动经济高质量发展,并探讨两者之间的空间溢出效应。具体来讲,本文结合普惠金融的具体特性,以自主创新的视角构建理论分析框架,并选取2006—2018 年各省份数据,运用中介效应模型和空间计量模型分别实证检验普惠金融对经济高质量发展的影响。
本文可能的边际贡献在于:(1)探讨了普惠金融主要通过自主创新这一中介变量对经济高质量发展产生影响,实证检验了自主创新对于普惠金融影响经济高质量发展的作用,与经济高质量发展既强调经济增长的效率、协调性,又强调创新的推动作用这一理论相呼应,深化了已有研究。(2)借鉴已有文献,本文探究普惠金融与经济高质量发展的时空演化特征,实证检验了普惠金融和经济高质量发展之间的空间溢出效应,使结论更具有现实意义。此外,本文通过替换变量、剔除特殊样本和缩尾处理等进行稳健性检验,采取普惠金融滞后一期的内生性检验后结论仍然成立。
高质量发展的核心内涵是创新、协调、绿色、开放与共享,是对社会经济各方面的总要求。普惠金融是为中小企业、低收入等弱势群体提供有效、便捷的金融服务。在此背景下,大力发展普惠金融是贯彻高质量发展的重要举措。如何通过发展普惠金融实现经济高质量发展成为经济领域的一个重要课题。现有文献普遍认为普惠金融对于经济发展有明显的促进作用,并且普惠金融发展水平越高这种促进作用越显著。众多学者将普惠金融与减贫相结合,发现普惠金融在缩小贫富差距的过程中起着重要作用。一些学者从环境经济学的角度提出普惠金融能够促进绿色经济发展的理念。具体而言,普惠金融对经济高质量发展的影响主要体现在:一是普惠金融通过提升金融产品和服务可得性,增加收入和改善收入分配进而缩小城乡收入差距;二是普惠金融通过资本要素有效配置实现产业结构优化升级;三是普惠金融可以为中小企业提供精准的信贷支持,促进企业创新;四是普惠金融发展支持以创业带动就业,为创新创业群体提供信贷支持,实现高质量就业创业。因此,不难看出,一方面,普惠金融能够直接有效缓解中小企业存在的融资约束,通过扩大金融产品和服务的覆盖度,进一步满足偏远地区中小微企业的资金需求,不断激发市场活力,促进经济增长;另一方面,普惠金融通过优化产业结构、促进就业创业等渠道影响实体经济高质量发展。
普惠金融不仅能够促进经济高质量发展,同时也能提升自主创新能力。Schumpeter(1928)论证了金融支持对于技术创新的积极作用,并且特别强调了金融中介机构在企业自主创新中所起到的关键作用。Bencivenga 等(1993)认为融资成本是自主创新成本的一部分,普惠金融的发展能够通过提高金融市场效率来减少企业的融资成本,从而提升企业自主创新意愿。Patel 等(1992)认为,普惠金融作为一个涵盖多元化多区域的经济政策能够完善金融市场,为多元投资奠定基础,促进企业选择更贴近生产环节、更专业化的技术,从而提高自主创新能力。
与此同时,自主创新能力的提高也有助于促进经济高质量发展。Kuznets(1966)强调了技术创新在经济高质量发展中的关键地位。Romer(1990)利用内生经济增长理论,论证了技术创新作用于长期宏观的经济规模增长。刘思明等(2019)证实了国家创新驱动力对经济高质量发展有着积极的效应,并且这种积极效应在发达国家更为突出。白雪飞等(2019)认为在影响经济高质量发展的诸多因素中,自主创新是最主要的驱动力。和军等(2021)认为科技创新对经济高质量发展具有有效的推动作用,但存在区域差异性。
基于以上分析,本文提出假设1。
H1:普惠金融发展能够推动经济高质量发展和提升自主创新能力,并且普惠金融可以通过自主创新的中介效应促进经济高质量发展。
基于地理学第一定律可知,相邻较近的事物联系更加紧密,各区域之间的生产要素可以自由流动,并且这种流动速度随着距离的增加逐渐降低。因此相邻区域之间的经济活动会较为相似,金融也具有明显的空间集聚性。Kindleberger(1974)认为金融发展不仅能够便利中心地区的资金流动和结算,而且影响了不同区域之间的资金流动,提高了区域资源配置效率。许桂红等(2015)研究发现各省份的普惠金融发展具有空间相关性。沈丽等(2019)研究发现,中国普惠金融整体水平较低,区域发展不均衡,普惠金融发展存在明显的空间相关性。与此同时,一些学者研究发现,普惠金融对减缓贫困具有空间溢出效应,邻近地区的普惠金融发展水平不仅具有显著的空间溢出效应,也能够通过溢出效应降低邻近地区的贫困率。Bernard 等(1996)发现区域经济发展存在明显的空间溢出效应。李红等(2014)分析并检验了金融集聚与区域经济增长的关系,认为金融发展不仅能促进城市经济增长,而且在邻近城市还存在溢出效应。据此提出假设2。
H2:普惠金融可以通过空间溢出效应促进邻近地区经济高质量发展。
本文数据主要来源于2006—2018 年《中国统计年鉴》《中国科技统计年鉴》《中国高科技产业统计年鉴》、EPS 数据库以及各省份统计年鉴,由于西藏自治区部分统计数据缺失,结合数据的可得性,故本文采用中国除西藏外的30 个省份数据展开研究分析。
1.被解释变量
被解释变量为经济高质量发展(tfp)。目前,经济高质量发展得到越来越多学者的重视,但是对其内涵以及测度方法并没有形成统一的共识,已有文献认为提高经济发展质量重点在于提高经济效率。相关文献使用劳动生产率或全要素生产率衡量经济发展质量。本文采用全要素生产率,这是因为在生产过程中的劳动与资本两大主要要素投入能够更全面地衡量一国的经济效率。参考赵彦云等(2011)的方法,采用索洛余值法测算的全要素生产率(tfp)来衡量经济高质量发展水平。采用C-D模型生产函数测算全要素生产率,假设规模报酬不变,可表示为:
2.核心解释变量
核心解释变量为普惠金融发展指数(rfii)。普惠金融发展指数是用来衡量各省份普惠金融发展水平的指标(IFI,Inclusive Financial Index)。在Sarma(2012)、黄秋萍等(2017)、王修华等(2016)的研究基础上,结合中国具体实际情况和数据可得性等,本文使用变异系数赋权法来确定各维度权重,计算普惠金融发展指数。该指标采用任碧云等(2020)测算的普惠金融发展指数,当指数分别取0 和1 时,普惠金融发展水平分别为最低和最高。
3.中介变量
中介变量为自主创新(ino)。自主创新是指自身的技术积累形成核心技术并在此基础上实现产品升级。本文采用科技经费投入与R&D 经费投入之和与GDP 的比值进行衡量。
4.控制变量
为了更加全面地分析普惠金融对经济高质量发展的影响,还需要对可能对经济高质量发展产生影响的其他变量进行控制,具体如下:(1)市场化程度(market),采用樊纲的《中国分省份市场化指数(2016)》得到地区市场化指数;(2)信息化程度(infor),信息化程度是影响产业结构升级和全要素生产率的重要因素,本文参考刘思明等(2019)的做法,采用千人拥有计算机数量和千人宽带用户数量来综合体现;(3)投资增速(invest),采用相邻年份固定资产投资额的差值与上一年投资额的比值来衡量;(4)经济发展水平(lnpgdp),采用人均GDP的对数来衡量;(5)城市化发展水平(urban),本文用人口密度的对数来衡量。
5.变量描述性统计
变量的描述性统计结果见表1。
表1 变量的描述性统计
1.普惠金融影响经济高质量发展的中介效应模型设定
普惠金融影响经济高质量发展的基准回归模型为:
其中,普惠金融、经济高质量发展分别用rfii、tfp表示,下标i 表示省份,下标t 表示年份,β 为待估计系数,x为控制变量,ε为随机扰动项,μ为个体固定效应。若参数β显著为正,表明普惠金融水平越高,经济发展质量越好,此时说明普惠金融能推动经济高质量发展。
(2)式反映了普惠金融对经济高质量发展的直接影响,下面引入变量自主创新作为它们之间的传导机制,在此基础上参考温忠麟等(2004)提出的中介效应检验模型,构建中介效应模型。
普惠金融发展影响自主创新的估计模型为:
普惠金融和自主创新两者共同影响经济高质量发展的估计模型为:
其中,普惠金融、自主创新以及经济高质量发展分别用rfii、ino、tfp表示,下标i 表示省份,下标t 表示年份,β 为待估计系数,x为控制变量,ε为随机扰动项,μ为个体固定效应。
中介效应模型的检验程序是:首先,检验系数β,若β显著则继续检验,否则中止中介效应分析。然后,在此基础上检验普惠金融对自主创新影响的估计系数β以及自主创新对经济高质量发展影响的估计系数β是否显著,若二者均显著,说明存在以自主创新为中介变量的中介效应,此时需要进一步检验β的显著性。若β显著则存在显著中介效应,即自主创新在创新驱动经济高质量发展过程中起到部分中介效应;若β不显著,则存在完全中介效应,即自主创新在普惠金融驱动经济高质量发展过程中起到完全中介效应。
2.空间溢出模型设定
为进一步探究普惠金融对经济高质量发展的空间溢出效应,本文引入空间模型。假设变量之间的空间自相关关系通过包含被解释变量的空间滞后项和解释变量的空间滞后项共同反映,则可以使用空间杜宾模型(SDM)来估计。空间杜宾模型为:
此外,为了检验空间模型的稳健性,本文还使用空间自回归模型(SAR)来估计,即假设变量之间的空间自相关关系通过被解释变量的空间滞后项来反映。空间自相关回归模型为:
其中,tfp为被解释变量经济高质量发展;X为解释变量的集合,包括核心解释变量和控制变量;ρWtfp为被解释变量经济高质量发展的空间滞后项;ρ 为空间自回归系数,表示邻近地区Wrfii对被解释变量经济高质量发展的影响;θWX为所有解释变量的空间滞后项,同理,θ 表示邻近地区WX对被解释变量经济高质量发展的影响;β为所有解释变量的待估系数;ε是随机误差项,服从(0,σ)标准正态分布;W 为二进制邻接空间权重矩阵,当两省相邻时W的值取为1,否则为0,由此30 个省份的相邻关系构成了30×30 阶的对称矩阵。由于空间杜宾模型不存在内生性,因此OLS 估计是有效的,但W 和WX可能存在多重共线性可能。
本文通过F 检验和Hausman 检验选择面板双向固定效应模型进行基准回归分析。表2 中的列(1)~列(2)汇报了普惠金融发展影响经济高质量发展的基准回归结果,这也是中介效应检验的第一步。可以看出,无论是否加入控制变量,普惠金融发展影响经济高质量发展的估计系数均在1%水平显著为正,表明普惠金融发展能够提升经济高质量发展。这是因为经济健康发展离不开金融的有力支撑,普惠金融以可负担的成本为小微企业、三农和偏远地区提供有效金融服务,通过创新普惠金融产品和服务,提高金融服务的覆盖率、可得性和便利性,引导更多金融资源配置到经济社会发展的薄弱环节,有利于推动经济发展方式转型升级,推动经济高质量发展。在各控制变量中,信息化水平在1%水平下显著为正,表明信息化水平能够促进经济高质量发展。这是因为以数字化、网络化和智能化为发展方向的信息化能够提高经济发展效率,降低成本。各地区经济发展通过了10%水平的显著性检验,表明经济总量增长的同时,经济发展的质量也有显著提升。城市化发展水平的估计系数显著为负,表明城市规模扩张不利于提升本地区经济增长质量,这与曾艺等(2019)、赵涛等(2020)的结论相一致。市场化发展程度则与经济高质量发展之间不具有显著的正相关性,表明我国大部分地区仍需要不断优化营商环境。投资增速的估计系数也不显著,表明固定资产投资增速的提高对促进经济质量的提升效果并不显著。
表2 中列(3)~列(4)为普惠金融影响自主创新的回归结果,这是中介效应检验的第二步。结果显示,无论是否加入控制变量,普惠金融的估计系数均在1%水平上显著为正,表明普惠金融能够促进自主创新发展。这主要是因为:一是普惠金融的发展能够降低金融服务成本和门槛,扩大了金融服务范围和触达能力,从而使企业获得有效便捷的金融服务;二是普惠金融的发展能够降低金融服务供给方与企业之间的信息不对称性,并且审批流程较快,较大程度上提升了企业的融资效率。这都能够激发企业的自主创新能力,促进企业进行创新活动。
表2 中列(5)~列(6)为普惠金融和自主创新同时影响经济高质量发展的回归结果,这是中介效应检验的第三步。结果显示,无论是否加入控制变量,普惠金融与自主创新的估计系数均在1%水平下显著为正,表明存在以自主创新为中介变量的中介效应,即普惠金融能够通过自主创新促进经济高质量发展。
综上所述,普惠金融不仅直接推动了经济的高质量发展,也促进了自主创新水平。中介效应模型显示普惠金融通过自主创新能够推动经济高质量发展。因此,假设1 成立。
表2 普惠金融、自主创新与经济高质量发展的中介效应回归结果
1.替换变量的稳健性检验
将被解释变量经济高质量发展替换成资本产出弹性分别为0.3 和0.5 计算得出的经济高质量发展进行稳健性检验,重新进行回归,结果如表3 所示,其中列(1)~列(2)与列(3)~列(4)分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,无论是否加入控制变量,普惠金融均能够促进经济高质量发展,通过了稳健性检验。此外,表3 中的控制变量结论与表2 基准回归结果基本一致。
2.剔除特殊样本的稳健性检验
将普惠金融发展水平较高的北京、天津、浙江和上海4 个省份从样本中剔除后,重新进行回归,同时还考察了普惠金融影响资本产出弹性分别为0.3 和0.5 的经济高质量发展的情况,回归结果如表4 所示。其中列(1)~列(2)显示了一般回归结果,列(3)~列(4)与列(5)~列(6)分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,无论是否加入控制变量,普惠金融估计系数均在1%水平上显著为正,即普惠金融对促进经济高质量发展有着显著的效果,通过了稳健性检验。此外,表4 中的控制变量结论与表2 基准回归结果基本一致。
表3 替换被解释变量的稳健性检验结果
3.进行缩尾处理的稳健性检验
为了控制离群值对估计结果的影响,本文对包括资本产出弹性分别为0.3 和0.5 计算的经济高质量发展在内的所有变量进行了“缩尾处理”,分别替换为1%分位数或99%分位数,然后重新进行回归,回归结果如表5 所示。表5 中,列(1)~列(2)显示了一般回归结果,列(3)~列(4)与列(5)~列(6)分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,无论是否加入控制变量,普惠金融的估计系数均在1%水平显著为正,即普惠金融能够促进经济高质量发展,通过了稳健性检验。此外,表5 中的控制变量结论与表2 基准回归结果基本一致。
表4 改变估计样本的稳健性检验结果
表5 缩尾处理后的稳健性检验结果
解释变量的内生性问题是需要讨论的问题,造成内生性的原因有:一是互为反向因果造成,二是变量的测量误差和重要变量的遗漏会造成估计结果存在内生性偏误。此处普惠金融与经济高质量发展之间可能存在逆向因果关系,即经济高质量发展本身可能会推动本地区的普惠金融发展,而不仅仅是普惠金融提升了经济高质量发展。为确保结果的稳健性,较好地缓解和避免计量识别中可能产生的内生性问题,本文尝试采取对核心解释变量普惠金融滞后一期进行纠正,即评估前一期的普惠金融如何影响当期经济高质量发展,同时也探讨了前一期的普惠金融对资本产出弹性分别为0.3 和0.5 的经济高质量发展的影响,这样在一定程度上可以减弱反向因果问题,结果如表6 所示。表6 中,列(1)~列(2)显示了一般回归结果,列(3)~列(4)与列(5)~列(6)则分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,无论是否加入控制变量,滞后一期的普惠金融均能促进经济高质量发展,与前面的基准模型估计结果基本一致。
表6 解释变量滞后一期的内生性分析
考虑到资源禀赋和发展阶段不同,无论是普惠金融发展水平还是经济高质量发展水平,在区域分布上都存在着明显的异质性特点。本文将样本重新分为东部和中西部进行回归检验,同时参考周民良(2000)和欧向军等(2006)关于南北地区划分的做法,以全国地理中位线的北纬35°线为界,以北为北部区域,其余省(区、市)划为南部区域,将样本分为北部地区和南部地区进行回归分析。
表7 为东、中西部地区普惠金融发展影响经济高质量发展的异质性结果,列(1)~列(3)为东部地区回归结果,列(4)~列(6)为中西部地区回归结果。其中,列(1)和列(4)显示了一般回归结果,列(2)与列(5)、列(3)与列(6)分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,普惠金融在东部地区和中西部地区对促进经济高质量发展均有着显著的效果。
表7 东部、中西部地区普惠金融影响经济高质量发展的异质性分析
表8 为北方地区、南方地区普惠金融发展影响经济高质量发展的异质性结果,列(1)~列(3)为北方地区回归结果,列(4)~列(6)为南方地区回归结果。其中,列(1)和列(4)显示了一般回归结果,列(2)与列(5)、列(3)与列(6)分别显示了资本产出弹性为0.3 和0.5 的回归结果。结果显示,普惠金融在北方地区和南方地区对促进经济高质量发展均有着显著的效果。
由表7、表8 整体来看,与中西部地区相比,东部地区普惠金融发展对经济高质量发展的积极效应更强;与北方地区相比,南方地区普惠金融发展对经济高质量发展的积极效应更强。这一结果可能的原因在于,我国东部地区和南部地区,普惠金融发展速度较快较高,使得普惠金融的红利释放更加充分。此外,表7、表8 中控制变量的结论与表2 基准回归结果基本一致。
表8 北方、南方地区普惠金融影响经济高质量发展的异质性分析
1.空间自相关检验
本文使用空间自回归模型考察普惠金融对经济高质量发展的影响。在进行空间计量分析之前,需要检验研究对象是否存在空间自相关性,若存在空间相关性,则需要进一步构建空间权重矩阵。本文参考高远东等(2013)的做法,构建基于区域是否相邻的邻接空间权重矩阵W。
本文采用全局Moran’I指数检验了邻接权重矩阵下的普惠金融与经济高质量发展的空间分布是否具有空间相关性,其计算公式为:
2.空间计量模型的回归结果
在进行空间计量回归之前,按照Elhorst(2014)的检验思路,本文分别进行了LM 检验、SDM 模型固定效应、Husman 检验等,经检验发现,SDM 模型可以简化为SAR,确定采用固定效应的SAR 模型,为了进行对比,还列出了固定效应的SDM 的估计结果。表10~表11 分别汇报了以邻接矩阵为空间权重矩阵的普惠金融对经济高质量发展的SDM 和SAR 的空间回归模型结果。
表10 与表11 的列(1)中,空间自回归系数的估计值分别为0.1387、0.2700,且均显著为正,这表明本地区经济发展质量与周边地区的经济发展质量存在显著的空间集聚效应。从核心解释变量的回归系数来看,表10 与表11 的列(1)中,普惠金融的估计系数均在1%水平上显著为正。同时,从表10列(2)中可以看出,普惠金融的空间交互项系数不显著,表明本地区的普惠金融没有简单地对其他地区经济高质量发展水平产生影响。但本地区的普惠金融是否对其他地区经济高质量发展产生空间溢出效应,不能用空间交互项回归系数解释,而是使用变量变化的偏微分解释,即使用直接效应和间接效应(空间溢出效应)来解释某地区自变量对本地区以及其他地区因变量产生的影响。其中,直接效应和间接效应分别表示解释变量对本地区和其他地区造成的平均影响,总效应则表示解释变量对所有地区造成的平均影响。
表9 2006—2018 年普惠金融发展和经济高质量发展的空间相关性
表11 列(2)~列(4)报告了普惠金融对经济高质量发展的直接效应、空间溢出效应和总效应。结果显示,普惠金融对经济高质量发展的影响有着显著的直接效应、空间溢出效应和总效应,且均在1%水平上显著。整体而言,普惠金融均能够促进本地和相邻地区的经济高质量发展,因此,假设2 成立。与此同时也可以看出,在表10 的SDM 模型中,普惠金融对经济高质量发展的直接效应、间接效应和总效应均显著为正,进一步说明了普惠金融对经济高质量发展具有空间溢出效应。另外,不论是表10 还是表11,空间溢出效应均小于直接效应。
表10 普惠金融与经济高质量发展的空间溢出效应回归结果(SDM 模型)
本文基于自主创新视角分析了普惠金融发展促进经济高质量发展的效应,并采用2006—2018年省级面板数据,运用中介效应模型和空间计量模型进行了实证检验,得出以下主要结论。一是普惠金融发展可以显著促进我国经济高质量发展,并且能够通过自主创新这一渠道提升我国经济高质量发展。二是普惠金融发展对促进经济高质量发展具有显著的空间溢出效应,即普惠金融发展均能够促进本地和相邻地区的经济高质量发展,并且本地普惠金融发展对于提升邻近地区经济高质量发展水平的作用要小于提升本地区经济高质量发展水平的作用。因此,根据本文结论,得到如下政策启示。
表11 普惠金融与经济高质量发展的空间溢出效应回归结果(SAR 模型)
第一,政府应加快构建包容性金融体系,鼓励大中型银行普惠金融事业部深入建设,鼓励传统金融机构继续为小微企业、低收入群体提供便捷高效的金融服务。同时不断引导新型农村金融机构发展,加大对其在资金、税收等方面的政策倾斜,使其下沉经营管理和服务重心,为农村地区提供更加专业化、差异化的金融服务,集中更多金融资源进行生产性投资,提升服务实体经济的效率,降低服务实体经济的成本,不断促进中小微企业等经济主体的发展,进而带动经济高质量发展。
第二,加快建立多层级的小微企业和农民信用档案平台,继续建设好金融信用信息基础数据库,采用数字技术建立农村地区用户信息信用共享机制,为金融机构发放贷款提供参考。同时,充分发挥自主创新对普惠金融促进经济高质量发展的重要中介作用。金融机构要加大对中小企业的信贷支持,提供更加优质的金融产品和服务,提升金融资源对企业创新的配置效率,进而促进经济高质量发展。
第三,普惠金融发展应在不同阶段实行动态化、差异化的发展策略,使其有效发挥协调区域发展不平衡的作用,促进中西部经济更快发展。同时,重视普惠金融促进经济高质量发展的空间溢出效应,加强各地区普惠金融基础设施建设的协调力度,充分释放普惠金融对我国经济高质量发展的空间贡献能力。