中國金融服務實體經濟能力及其驅動因素測度

賈小愛，苗 旺

(山東工商學院 統計學院，山東 煙臺 264005)

一、引言

實體經濟是國家發展的基礎，是國家經濟的主體，而金融體系是依附于實體經濟存在的，金融最基本的職能就是服務實體經濟。隨著互聯網的發展，現今實體經濟金融化或者類金融化程度越來越深。2008年金融危機以后，金融體系對實體經濟的影響得到了廣泛關注，金融體系和實體經濟相互影響這一論調也得到了廣泛認可。一方面，金融的發展有助于經濟增長，其最核心的功能在于實現資源的優化配置，并盡可能地降低風險。另一方面，金融的發展有助于平滑消費、管理風險、降低居民約束和便利交易。金融對實體經濟的服務能力受到金融業發展規模以及金融資源使用效率等的影響，為了探討金融體系如何更好地促進實體經濟的發展，學者們從金融服務實體經濟所發揮的功能著手，對金融服務實體經濟效率及驅動因素的研究集中在三個方面。

一是有關金融服務實體經濟功能的研究。金融服務實體經濟的本質是提高資源配置效率，金融服務實體經濟最直接、最廣為人知的功能是吸收人們的資金，并將其匯總輸進實體經濟行業[1]。此外金融不但可以通過提供信息讓人們了解風險和收益，并選擇正確的決策，最終使得風險得到規避確保收益最大化[2]。還可以為實體經濟提供一些便利的幫助，如：提供支付結算的手段，提供跨時間、國界和產業的經濟資源轉移方式，使得金融資源進入實體經濟部門更加通暢和便利。

二是有關測度金融服務實體經濟效率的研究。在效率測度方面，學者們選取的指標存在較大差異。周國富等著眼于儲蓄，從動員儲蓄到轉化為投資、再到使用投資效率等3個方向選取指標來構建金融服務實體經濟效率指標體系[3-7]。陸遠權將研究重點放在銀行業，選取存貸款作為變量，忽視了其他金融單位對資源配置的重要作用。馮科選取指標較為全面，其選取金融指標時考慮的金融機構包括銀行業、證券業、保險業等。此外，蔡則祥為了提高數據的科學性，選用了銀行業不良貸款余額指標旨在剔除金融業不能回收的資源，并使用GDP和金融業增加值的差值來衡量實體經濟的增加值。房地產業也屬于虛擬經濟組成，杜書云選擇了剔除房地產業和金融業增加值后的總GDP作為產出指標[8-15]。

三是有關金融服務實體經濟驅動因素的研究。人力資本質量是金融服務實體經濟效率的重要驅動因素[15]。由于我國的體制問題，地方政府對地方經濟通常有較大影響，故政府干預程度也是學者研究金融服務實體經濟效率驅動因素的重點。此外，對外開放程度、實體經濟產業結構、城市化率、信息化水平等可能對金融服務實體經濟效率產生影響的變量均被討論過。這些研究的開展拓寬了本文對金融服務實體經濟能力驅動因素研究的思路，也為金融服務實體經濟理論體系增加了新的內容。此外，從以往學者具體研究中還發現不同地區金融服務實體經濟的驅動因素和影響水平顯著不同，這為下文研究我國各地區金融服務實體經濟能力的驅動因素提供了思路。

綜上所述，早期的研究主要著眼于評價指標體系的建立。后期的研究主要則是基于SFA、DEA、SBM等模型來研究金融服務實體經濟效率問題。這些研究存在兩個問題，一方面多是從金融服務實體經濟效率的角度入手，雖較為客觀的評價了金融服務實體經濟效率，但對金融服務實體經濟能力的測度僅有效率還是不夠的，金融業發展規模等因素同樣影響著地區金融服務實體經濟的水平。另一方面，前人的研究通常著眼于全國，對具體省份、地區的研究較少。但各地區之間經濟結構和發展水平差異較大，以服務當地實體經濟為目的的金融業需要適應不同的宏觀環境，且地區間金融服務實體經濟能力存在空間集聚性。鑒于此，本文重點構建一個科學、全面的金融服務實體經濟能力指標測度體系，以比較不同地區金融服務實體經濟的能力以及在考慮空間效應的前提下研究各地區金融服務能力的驅動因素，從而分地區有針對性地助力各地金融業更好地服務實體經濟。

二、金融服務實體經濟能力的地區比較與空間集聚效應

(一)金融服務實體經濟能力的測度指標體系

雖然金融業作為一個完整的產業，擁有自己完善的運轉體系以及投入產出，但金融業的根本目的是服務實體經濟。目前國內對于金融服務實體經濟能力測度指標體系構建的研究較少，但相近的金融效率指標評價體系研究較多。國內研究較早、認可度較高的有周國富和沈軍構建的金融效率測度指標體系[5-6]。其中周國富在基于數據可得性的前提下，從微觀金融效率和宏觀金融效率著手選取評價指標，選取儲蓄動員能力、儲蓄投資轉化率、投資投向效率、資本充足率、不良貸款率、凈資產收益率等指標，該評價體系指標數據更為可得，且構建較為全面，因而被廣大學者采納。沈軍結合相關金融理論，綜合金融發展、金融脆弱性、金融結構、金融生態環境等相關指標構建了全面的金融體系綜合指標體系。本文重點參考以上兩位學者選取的金融效率評價指標來構建金融服務實體經濟能力測度指標體系。

金融服務實體經濟最直接地體現是金融提供的資金進入到實體經濟部門，金融業進入實體經濟的資源是金融服務實體經濟能力的重要衡量指標，而金融想要有能力保證進入實體經濟部門的資金就離不開金融業自己的發展。在研究金融服務實體經濟能力發展程度時，指標選取除了考慮反應金融業的發展規模的指標，還可以選取有關金融普惠程度的指標，如每萬人金融機構網點數和金融業從業人員數。此外，金融服務實體經濟最重要的功能是優化資源配置，但由于我國金融業更青睞于將金融資源輸入政府和國有大型企業中，考慮到金融資源浪費的問題，可以在金融服務實體經濟能力測度指標選取時加入有關金融資源使用效率的指標。綜上所述，為了全面、科學地衡量金融服務實體經濟能力，可以從金融市場發展程度、資金供給、資金使用效率、金融機構推動經濟程度等四個方面選取的指標。

有關金融業發展程度的指標選取如下，想要服務好實體經濟，金融業本身必須有足夠的發展規模，故選取金融業發展規模指標。通過股票的發行，大量的資金會被吸收進股市，然后流入各發行股票的企業，為企業擴大再生產和轉型升級提供了資源，而我國的金融體系以銀行業為主導，銀行業的發展程度直接影響了我國金融業的發展程度，故選取股票市場和銀行業發展程度指標。沈軍考察中國金融規模時，考慮到了中國金融從業人員占比這一指標。如今普惠金融的概念已經深入人心，故本文選取金融人員占比和每萬人擁有金融機構網點數來衡量金融發展程度[6]；有關資金供給指標，社會融資規模是一個地區實體經濟部門從金融體系中獲得的資金總量，可以很好地反映該地區金融資金的供給水平。周國富提到儲蓄率是衡量國家或地區金融機構重要的正向指標[4]。為了更加全面的衡量金融水平，本文選取存款余額來代替儲蓄總額，選取資金雄厚指標來反映金融業的資金供給水平。信貸是金融資源進入到企業的重要途經，其中銀行業短期貸款有助于企業短期內進行資金周轉，其利率低，且審批程序較為簡單。而中長期貸款是企業進行固定資產投資的重要保障，且還款期限長，有利于實體經濟部門進行發展和擴張。因此將銀行業資金供應分為短期和中長期更能全面地測度資金供給指標。沈軍將不良貸款率作為了金融中介脆弱性指標，不良貸款率越高，金融風險就越大[5]。故加入不良貸款率作為負指標來衡量資金供給指標；對于資金使用效率指標，儲蓄轉化為投資的效率、貸款使用效率和保費使用效率會很大程度上反映銀行業和保險業對地區經濟的影響程度，效率越高則代表地區的資金使用效率越強。此外為了更全面地衡量宏觀投資效率還選取了固定資產形成率以及邊際資本生產率指標；最后為了反映金融系統對經濟的促進作用，分別選取了銀行業、證券市場和保險業促進能力等三個指標。具體選擇的指標和計算方法如表1所示。

為計算所構建的20個評價指標，本文收集了2009年至2017年我國31個地區的GDP、資本形成總額和金融機構存款余額等基礎指標數據。基礎指標數據來源于國家統計局網站、《數說中國保險改革開放四十年(1978—2018)》、2009年至2017年的區域金融運行報告、2010年至2018年的金融統計年鑒以及中國統計年鑒。由于2012年前未公布地區社會融資規模的數據，故用非金融機構融資量來代替2012年前的社會融資規模。另外，由于2017年度山西省銀行業金融機構網點數數據缺失，選用線性插值法補齊。

(二)金融服務實體經濟能力測度方法

模糊評價法、層次分析法、熵值TOPSIS法和主成分綜合評價法等多種方法均可以實現金融服務實體經濟能力的測算。各種方法的核心是指標權數的確定，部分方法的權數確定過程受到主觀因素影響，評價結果嚴重依賴于評價者的主觀經驗。本文選擇主成分綜合評價法，因其賦權過程只取決于各評價指標的相對重要程度及離散程度，是一種相對比較客觀的評價方法。另外，KMO和巴特利球形檢驗結果表明前文構建的20項評價指標之間存在較高的相關性，即這20項評價指標存在大量的信息重疊，而主成分綜合評價方法恰好能夠消除指標相關性對評價結果的影響。

表1 金融服務實體經濟能力的統計指標體系及計算公式

正如前文所述，金融服務實體經濟能力體現在金融市場自身發展程度、資金供給能力、資金使用效率、金融機構推動經濟能力四個方面，為此，本文首先采用主成分綜合評價方法分別測度評價對象的上述四個方面的具體表現，并在此基礎上，進一步再次采用主成分綜合評價方法測算各個地區金融服務實體經濟能力的得分，即：

Z=w1F1+w2F2+w3F3+w4F4.

其中，Z為金融服務實體經濟能力的主成分綜合得分，Fl為第l個一級指標的主成分得分，wl為第l個主成分Fl的權重，即方差貢獻率。

Fi=νi1Xi1+νi2Xi2+…νijXij.

Fi為第i個一級指標的主成分綜合得分，Xij.為第i個一級指標中第j個二級指標，νij為第i個一級指標中第j個二級指標的權重，即其方差貢獻率。

另外，為了消除量綱對最終結果的影響，對評價指標采用極差標準化法進行預處理。為了解決主成分綜合評價方法不能對面板數據進行年度展開比較的弊端，依次對所選年份分別進行分析。

(三)金融服務實體經濟能力的地區比較

首先分別對金融市場發展程度、資金供給能力、資金使用效率、金融機構推動經濟能力下的二級指標進行主成分分析得到各省級行政單位各一級指標的主成分得分。各省綜合得分通過對所得各一級指標的得分再次進行主成分分析得到，以上操作逐年進行最終得到各省在2009年至2017年度金融服務實體經濟能力的得分，如表2所示。

表2 2009年—2017年分各地區金融服務實體經濟能力得分

通過各省金融服務實體經濟能力的得分進一步經計算得出，2009年和2017年中國31個省級行政單位的排名、變化情況及各個一級指標得分(見表3)。發現北京、上海、江蘇、浙江、廣東省金融服務實體經濟能力均分在0.5分以上，其中北京和上海的得分在2分以上，始終保持在全國前列，其經濟發達、金融業規模大、資金供給充足且使用較為得當。但這些經濟發達地區金融促進經濟發展程度較低，這是由于發達地區的經濟發展更需要其他實體經濟行業的發展，并不依賴金融規模的擴大，同時也說明經濟發達地區金融系統還有很大的發展潛力，實體經濟還需要更多的金融資源支持。內蒙古、廣西、吉林、河南、西藏、湖南、青海等省的金融服務實體經濟能力均分在負0.5分以下，其中內蒙古和廣西得分均值最低，其經濟較為落后，產業結構較為依賴傳統行業，如：內蒙古東部盟市游牧文化盛行，其金融業發展水平較低，為了更好地對經濟進行調整轉型還需要政策對金融業進行大力推廣。云南從2009年綜合排名第9名下降到2017年的29名，說明云南省金融業發展速度慢于經濟發展速度，其服務實體經濟能力逐漸落后，其資金供給指標和資金使用效率指標從2009年到2017年顯著下降，不良貸款率的上升威脅了當地金融業的發展。此外青海、新疆的排名也顯著下降，其資金使用效率指標得分下降顯著，需要政府政策大力支持。西藏由于其資金供給能力顯著上升，金融服務實體經濟的能力上升比較顯著，2009年到2017年的9年間從全國30名上升到了第19名，得分從-1.24上升到了0.34。遼寧的金融業發展規模穩步前進，其資金使用效率指標也從-0.38上升到了0.74，綜合排名上升到全國第6名。綜上，經濟發達地區的經濟體系一般較為完善，實體經濟與金融業之間互相促進從而形成良性循環。此外，一些政策扶持力度較強的省份金融服務實體經濟能力也顯著提高，這是由于在政策的大力支持下，金融業資金可以較多、較好的流入到實體經濟中。我國的經濟呈現出東部發展最好、西部發展較差的局面，但金融服務實體經濟能力由于西部地區受到政策扶持的力度更大，西部地區金融服務能力反而比中部地區較強。從中也可以得出，我國金融服務實體經濟能力存在一定的空間集聚性。

(四)金融服務實體經濟能力的空間集聚效應

通過上文中對金融服務實體經濟能力指標的主成分分析，構建了金融服務實體經濟能力的綜合評價指標?？梢钥闯鑫覈鞯貐^金融服務實體經濟能力的空間分布情況，其呈現一定的空間集聚性，即能力較強的地區相互集中，能力較弱地區也相對集中在一起。

為了檢測中國各省域之間金融服務實體經濟能力得分是否具有空間相關性，首先構建空間權重矩陣，根據中國各省之間的位置是否相鄰來做空間權重矩陣，其中地理位置相鄰的省份對應的元素為1，否則為0。其次，本文通過Moran′s I統計量來檢驗金融服務實體經濟能力是否帶有空間相關性。根據金融服務實體經濟能力得分的面板數據測算莫蘭指數如表4所示。表4中的莫蘭指數均大于0，因此可以判斷2009年—2017年我國31個省級行政單位的金融服務實體經濟能力具有空間正相關性。

從以上金融服務實體經濟能力相關性檢驗中，我們發現金融服務實體經濟能力較強的地區相互靠近，或金融服務實體經濟能力較弱的地區相互靠近，即中國金融服務實體經濟能力存在空間集聚性。但Moran’s I指數只能顯示全局的空間聚集性，對此我們進一步做出2009年和2017年的莫蘭散點圖(圖1)來說明金融服務實體經濟能力的局域空間相關性，發現絕大多數省份都第三象限中，說明金融服務實體經濟水平較低的省份地理位置上接壤。

從金融服務實體經濟指標相關性檢驗可以看到，金融服務實體經濟水平高的地區相互靠近，金融服務實體經濟水平較低的地區相互靠近，即金融服務實體經濟的水平具有空間聚集現象。并非簡單的使用金融業產值來衡量金融服務實體經濟能力，本文采用20個金融服務實體經濟能力的評價指標從空間計量的角度對全國31個省份2009—2017年金融服務實體經濟能力進行分析，得到了金融服務實體經濟能力得分。為了對比區域之間金融服務實體經濟能力的差異，進一步計算出全國、東部、中部和西部金融服務實體經濟能力的平均得分(見表5)，從表中可以看出東部金融服務實體經濟能力最強，中西部金融服務實體經濟能力相差不大。這說明金融業的發展離不開經濟的支撐。進一步通過2009年及2017年各二級指標平均得分(表6)，可以看出東部地區的金融業發展規模最大，資金供給最為充足且使用效率較高。而中部地區金融機構推動經濟發展指標得分最高，中部地區相對東部地區來說經濟總量較低，其經濟的發展相較東部發達地區更依賴于金融業資金的推動。西部地區相較中部地區金融資金供給指標得分較高，這是由于國家政策對西部地區支持力度較大，使得西部地區金融資源也較為充足。

表3 2009年和2017年各省級行政單位排名、變化情況及各個一級指標得分表

表4 2009年—2017年各年份金融服務實體經濟得分Moran's I表

表5 2009年—2017年各地域金融服務實體經濟能力平均得分

圖1 2009年和2017年全國31個省金融服務實體經濟莫蘭散點圖

進一步通過2009年及2017年各二級指標平均得分(表6)，可以看出東部地區的金融業發展規模最大，資金供給最為充足且使用效率較高。而中部地區金融機構推動經濟發展指標得分最高，中部地區相對東部地區來說經濟總量較低，其經濟的發展相較東部發達地區更依賴于金融業資金的推動。西部地區相較中部地區金融資金供給指標得分較高，這是由于國家政策對西部地區支持力度較大，使得西部地區金融資源也較為充足。

表6 2009年及2017年分地域各二級指標平均得分

三、金融服務實體經濟能力的驅動因素分析

近年來，我國金融規模迅速擴大，但由于我國金融資源存在投機行為，一部分金融資源并未進入到實體經濟中，而是在金融行業內部“自娛自樂”。為了更好地提高金融服務實體經濟的能力，下面著重研究金融服務實體經濟能力的驅動因素。

(一)理論分析和模型假設

由于國內關于金融服務實體經濟能力的研究較少，本文主要借鑒與之相近的金融效率影響因素研究。胡慧敏[4]認為中國金融效率的影響因素分析包括產權制度、資產質量、銀行規模和人力資源質量。游士兵[14]在研究金融服務實體經濟綠色影響因素時認為市場融資規模、實體經濟結構、政府干預、對外開放、國有化率、人力資本、城市化率等因素均會影響金融的服務效率?；谇叭说难芯浚疚闹攸c選取其中幾個有代表性的指標來研究我國金融服務實體經濟能力的驅動因素。近年來，金融業規模逐年擴大，社會融資規模穩步提高，金融業對實體經濟的服務能力也逐年提高。我國金融體系側重于以銀行業為主導，而銀行提供資金最為依賴人們的儲蓄，故有學者如周國富[5]等認為儲蓄率的提高對地方金融服務實體經濟能力起到帶動作用。城市化水平越高，則經濟發展水平越好，人們的消費水平和對金融的需求就會越強。張林[15]等學者認為我國作為社會主義國家，政府的干預通常很大程度可以影響地區經濟發展的質量和模式。地區人力資本水平也應是金融業發展的核心驅動力，從業人員平均受教育程度越高，其創造的價值也會相應提升，這一點在譚曌[16]中也有所提及。有關金融業發展規模對金融服務實體經濟的影響也得到了學者們的普遍認可，大部分學者認為金融業發展規模的擴大有利于金融服務實體經濟能力的提高，但有部分學者認為在我國金融產業規模的擴張會對金融服務實體經濟增長效率產生負面影響[15]。胡慧敏[4]中提到我國銀行業規模擴展存在不經濟現象，也印證了這一點。本文認為金融規模的擴大會對金融服務實體經濟能力產生正面影響。綜上，提出以下五個假設：

H1：儲蓄率越高，則銀行業的儲蓄越充足，金融系統提供的資金越充足則金融服務實體經濟水平越強。

H2：城市化率越高越有利于金融服務實體經濟能力的提高。

H3：政府干預越強，越有利于該地區金融服務實體經濟能力的提高。

H4：人力資源越優，則該地區金融服務實體經濟能力越強。

H5：金融機構貸款余額越多，該地區金融服務實體經濟能力越強。

考慮到不同地區金融體系特點各不相同，故除對全國總體進行建模外，還對東、中、西部地區分別進行建模分析。

(二)模型設定與估計

利用前述金融服務實體經濟得分作為被解釋變量建立面板數據模型，解釋變量為城市化率(Urban)、儲蓄率(Save)、政府干預(Gov)，人力資源(Human)、金融機構貸款余額(Loans)。其中，Urban用地區城市人口與地區總人口之比代表，Save選取儲蓄總額與地區GDP之比代表，Gov用地區政府財政支出與地區GDP之比代表，Human變量則是指高中及以上學歷人口占該地區6歲及以上人口之比，由于2010年人力資源數據缺失故用線性插值法補齊，Loans將金融機構貸款余額轉為萬億元單位?？刂谱兞繛殚_放程度(Open)，該變量選取外商投資總額與地區GDP之比來代表。

空間計量經濟學模型中應用最為廣泛的是SAR模型和SEM模型，其中SAR模型反映了被解釋變量不僅受到本區域解釋變量的影響，還會受到鄰近區域被解釋變量的影響，SEM模型在SAR模型的基礎上，還受到鄰近區域解釋變量的影響。最后根據被解釋變量、解釋變量、控制變量建立一個殘差空間自回歸(SEM)模型，如下式:

Scorei,t=α1Urbani,t+αSavei,t+α3Govi,t+α4Humani,t+α5Loansi,t+α6Openi,t+ρ∑wi,tScorejt+εi,t.

從表7的回歸結果發現，面板SAR模型和面板SEM模型均在10%顯著性水平下成立，說明本文選取的驅動因素的確會對金融服務實體經濟能力發揮作用，省份之間存在空間相關性，構建面板SAR模型和面板SEM模型是合理的。根據擬合優度和logL值，選擇固定時間的面板SEM模型最為合理。從解釋變量的系數可以看出，城市化率、儲蓄率、金融貸款余額和政府干預程度均在1%顯著性水平下顯著。城市化率越高的省份，其金融發展水平越高，城市化率每上升1%，相應的金融服務實體經濟能力就上升4.175%，因為在我國城市化率越高，通常該城市的經濟發展水平越高，經濟的發展程度決定了金融發展的生態環境，對金融服務實體經濟的能力有極高的正向影響。儲蓄率和金融貸款余額極大的反映該地區金融體系的資金供給能力，儲蓄率越高、金融貸款余額越大則該地區金融服務實體經濟能力越強。政府干預程度系數為1.024，這說明在我國政府干預程度也是提高金融服務實體經濟能力的重要推力，地方政府財政支出占GDP比重越高，該地區金融服務能力就越強，制度化優勢也是提高金融體系能力的關鍵，需要有效發揮政府的宏觀調控作用，提高金融資源的配置效率。

從表8中可以看出，東部地區通過了1%顯著性水平檢驗，西部地區通過了5%顯著性水平檢驗，具有空間聚集性。東部地區模型中Urban、Save、Loans變量顯著，這說明對于東部地區儲蓄率越高、金融機構貸款余額越多、城市化水平越高則東部地區金融服務實體經濟的能力越強。東部地區金融服務實體經濟能力主要來自于城市化率，儲蓄率和金融機構貸款余額次之，可見對于東部地區，經濟發展是促進地區金融體系發展最有力的支撐。東部地區的政府干預系數并不顯著，說明東部地區已有較為完善的金融體系，其并不依賴政府的政策調控。從總體來看，我國金融呈現兩頭大、中間小的局面，應該加大力度扶持中部地區的金融發展。對于西部地區，儲蓄率、金融機構貸款余額、政府干預程度的影響最大且系數為正，這說明西部地區金融體系很大程度上受到了政府政策的影響，較為依賴政策支持，這驗證了假設H3。

綜上，各地區Save、Urban的系數均為正數，驗證了假設H1、H2。不同地區金融服務實體經濟的驅動因素不同，對于經濟較為發達的東部地區，城市化率、儲蓄率和金融機構貸款余額的提高對金融服務實體經濟能力的提升較為顯著，而對于經濟最為落后的西部地區除儲蓄率、金融機構貸款余額外Gov的影響最值得注意。從金融服務實體經濟能力來看，西部地區較中部地區略強，說明西部地區抓住了政策，充分帶動金融服務實體經濟。

表7 2009—2017年我國金融服務實體經濟能力與驅動因素的空間計量結果

表8 各地區固定時間SEM模型變量系數表

四、結論

基于以上研究，發現我國的金融發展存在空間集聚性，發達地區可以帶動周邊地區金融服務實體經濟能力的進步，我國金融服務能力總體呈現出東部地區發展最好、中西部地區發展較差的態勢。針對金融服務實體經濟能力的影響因素提出以下建議：為使每一個有金融需求的人或企業都能享受到金融服務，要大力發展普惠金融。通過鼓勵金融業務創新，推出更多、更新、更貼合實際的金融服務產品；建設更多的金融服務站點并提高全部人口中金融人員的從業率；推廣金融服務，增發小額貸款、短期貸款以服務地方小微型企業，提高金融服務的可獲得性。

此外，針對我國各地域金融發展狀況各不相同的情況，對于金融業的發展和改革要對癥下藥。東部地區金融服務實體經濟能力較強，要繼續穩步發展金融，通過提高儲蓄率來滿足金融資金需求，同時繼續加強放貸力度，使金融服務能力進一步增強。其中，中西部地區金融服務能力較弱，且發展情況不同。西部地區經濟發展水平和人力資源水平較低，其金融能力主要依賴于政府支持，故西部地區在發展金融時需要政府大力支持金融基礎設施建設，并通過政策優惠引入金融人才和金融資源；中部地區的金融發展水平最低，既不像東部擁有強大的經濟實力，又沒有西部金融業所擁有的強大政府支持，那么中部地區在發展金融時要穩扎穩打，完善金融基礎設施的建設，提高人們的儲蓄意識，同時要注意繼續提高金融資源的使用效率。我國應當加強對金融部門的監管，加強宏觀調控，在充分認識自身金融發展水平的基礎上，利用不同地區金融服務實體經濟的驅動因素，促進我國各地區金融服務實體經濟能力的提高，將更多的金融資源投放到更需要它們的地方去。