金融集聚對實體經濟發展的影響機制分析
——基于長三角和珠三角城市群的實證研究

張天舒，唐一鳴，馬靖淳

(1.吉林大學東北亞學院，吉林 長春 130012；2.中國科學技術大學管理學院，安徽 合肥 230027)

金融作為現代經濟研究領域的核心內容，其發展變化影響著現代產業的各個方面，各大產業對金融的發展也在提出新的要求，如何構建有效促進區域經濟發展的金融體系成為了許多地區經濟發展中的重要問題.希克斯指出：“工業革命不得不等待金融革命”，同樣，區域經濟的發展也離不開金融產業的變革.隨著長三角、珠三角、京津冀以及成渝經濟帶等具有顯著集聚效應的經濟帶的飛速發展，金融資源也逐漸向這些區域集聚.從產業集聚的角度看，金融集聚是伴隨著其他產業的集聚而產生的，是指一國的金融資源在地理上向某一特定區域集中的現象，這種集聚效應通過合理有效地配置資源，從而有力地促進了地區產業結構升級，進而帶動整個集聚區域的經濟發展.

當前，我國的經濟增長狀態已經轉為中高速增長階段，改革開放以來，我國經濟增速時常突破10%，2014—2019年，我國經濟增速基本維持在6%～7%的水平，雖然這個速度在世界范圍內仍有領先優勢，但是對于經濟增速的下滑也應該有控制下限的準備.“脫實向虛”就是其中的一個十分重要的因素，實體經濟發展緩慢，特別是在互聯網金融大力發展的幾年內，大量資金由收益率較低的制造業領域轉移至高收益、高風險的金融和房地產領域，實業投資大幅度減少，特別是新冠肺炎疫情以來我國經濟壓力的沖擊較大，更加壓縮了實體企業的生存空間.然而事實上，高度發達的實體經濟才是一國擁有豐富物質財富和強大生產力的根本動力，美國的虛擬經濟體系是世界上最發達的，也曾提出要實現“再工業化”的目標.2021年中央經濟工作會議提出：“引導金融機構加大對實體經濟特別是小微企業、科技創新、綠色發展的支持”，這也再次指明了2022年的工作重心仍不可偏離發展實體經濟這一基本落腳點.

長三角和珠三角城市群都屬于我國三大經濟圈，更是金融集聚效應比較明顯的兩大區域，2020年，這兩個城市群的GDP占全國總量的比重超過30%，其中，長三角和珠三角地區以不到全國20%和7%的人口貢獻了全國約24%和10%的GDP，兩大城市群的城鎮化率分別達到了75.01%和87.3%，整體上均達到了高度城鎮化水平.同時，國家也出臺了針對兩地發展戰略規劃的相關文件綱要.因此，研究金融集聚對實體經濟產生的影響效用在長三角與珠三角兩大城市群的表現，及其與之對應的具體機制，對政府明確兩大經濟帶未來發展定位、合理分配金融資源、加快區域一體化發展、有效發揮金融集聚對城市化及產業結構升級的良性影響及破除實體經濟發展受阻的困境具有重要的指導作用.此外，對于兩大經濟帶合理打造世界級金融中心城市具有重要的時間價值，為長三角及珠三角城市群發展成為世界級城市群提供新的思路.

1 研究概況

1.1 金融集聚與實體經濟發展的影響關系

目前關于金融集聚的研究點主要在3個方面：一是金融集聚現象的成因及其發展趨勢；二是金融集聚對經濟增長的作用及路徑；三是金融集聚對實體經濟發展的影響.

1.1.1 金融集聚的相關研究

從產業集聚的角度看，金融集聚可以看作是一個地區金融業發展到一定水平時，各類金融資源向某地區聚集的現象.從形成原因來看，黃解宇[1]認為金融集聚現象的形成來自于金融的規模經濟的特點，同時，信息不對稱以及金融高度的流動性都可促進區域金融中心的形成.王宇等[2]通過實驗發現，金融創新可以促進金融集聚的發展，同時，降低投資者、金融機構工作人員等的相關稅費對金融產業的集聚有一定的促進作用.周天蕓等[3]以粵港澳大灣區為研究對象，通過因子分析法構建影響金融集聚形成的指標體系，并通過RE模型(隨機效應模型)的MLE(最大似然估計)和FGLS(可行廣義最小二乘法估計)進行了實證分析，結果表明產業結構水平、對外開放程度的提高可以顯著促進粵港澳大灣區金融集聚現象的形成.

1.1.2 金融支持實體經濟發展的相關研究

張亦春等[4]的研究表明，當金融發展與實體經濟非均衡性過高時，會抑制實體經濟的發展.李揚[5]認為，通過創造資源高效配置的貨幣金融環境、增加股權性資金供給、發展普惠金融并建立市場化的風險管控機制等手段可以更好地發揮金融服務實體經濟的效率.肖功為等[6]運用空間杜賓模型對金融發展與實體經濟發展的作用進行了分析，結果表明金融發展規模在不同樣本期對實體經濟發展的影響不同，金融體系距離“最優金融結構理論”仍有較大差距.巴曙松等[7]的研究發現，金融發展的規模在金融結構與實體經濟的關系中存在門檻效應，當金融發展規模保持在一個合理的區間時，金融集聚可以顯著增強金融結構對實體經濟增長的促進作用.馮銳等[8]創建了普惠金融的發展指數及實體經濟高質量發展指數，運用FE模型(固定效應模型)研究了兩者間的關系，結果表明普惠金融對實體經濟高質量發展具有顯著的非線性影響關系，普惠金融的適度發展可以有效提高實體經濟的經濟效益，并優化實體經濟產業結構與科技創新，但普惠金融過度的發展反而會抑制實體經濟的增長.

1.1.3 金融集聚對實體經濟與區域經濟增長的相關研究

目前，關于金融集聚對實體經濟的影響方面的研究較少.劉軍等[9]研究認為，外部規模經濟的效應和創新效應都可以在金融集聚的發展下影響實體經濟的發展；同時，金融集聚的形成也會加強金融功能促進實體經濟增長的效果.潘輝等[10]將中國的31個省份劃分為東、中、西部三大區域，比較了不同地區金融集聚對實體經濟增長貢獻程度的差異，結果表明不同地區金融集聚對實體經濟增長均有顯著的推動作用，只是不同地區的貢獻程度不同.與潘輝等人的觀點不同，馬勇等[11]通過混合OLS(普通最小二乘法)、RE系統以及GMM模型(廣義矩估計)驗證了現階段我國的金融集聚水平會顯著抑制金融支持實體經濟發展的效率，且通過中介效應檢驗得出經濟開放與金融集聚水平間的關系呈現開口向下的二次曲線狀.

有關金融集聚影響區域經濟發展的研究目前較為成熟，大部分觀點都支持金融集聚可以顯著促進區域經濟的增長.李林等[12]基于2009年的省級截面數據，運用空間計量經濟學模型得出各地區金融集聚指數具有一定的空間相關性，且銀行業的集聚對鄰域具有顯著的溢出效應.李紅等[13]研究認為，金融集聚的程度與金融產出的密度既可以促進城市的經濟發展，又對相鄰城市存在溢出效應.張秀艷[14]認為，金融集聚主要通過資本積累和科技進步引導經濟增長，門限效應在這個影響路徑中也發揮了作用.在此基礎上，也有部分學者開始研究金融集聚如何加強對經濟發展的促進效果，胡國暉等[15]通過測算中國30個省份的金融創新效率，運用面板數據模型得出，金融集聚與金融創新的協同發展可以更高效地促進區域經濟的增長，且溢出效應顯著.錢晶晶等[16]通過中介效應檢驗發現，技術創新在金融集聚對經濟高質量發展的促進過程中有顯著的正向作用.

然而，部分學者認為金融集聚不是單純地促進經濟增長.趙明慧[17]通過構建面板門限模型等非線性模型對金融集聚與經濟增長的關系進行了研究，結果表明這一影響效果是非線性的，且二次項系數為負，表明金融集聚影響經濟發展的路徑是先促進后抑制的.王軍等[18]認為，在金融集聚影響經濟發展的過程中，存在顯著的非對稱效應，當金融規模達到一定水平后，金融集聚會顯著抑制經濟增長.

基于以上關于金融集聚影響經濟發展的研究結果，本文試圖通過實證研究，驗證金融集聚對實體經濟的發展是否具有顯著的正向促進作用，以及金融集聚對實體經濟的發展的這種促進作用并非在任何情況下都存在，而是呈顯著的非線性特點.

1.2 機制分析

金融集聚對實體經濟具有直接影響外，金融集聚對實體經濟的發展也存在一定的間接影響.

1.2.1 科技創新

技術進步是促進經濟增長的基本動力之一，但基礎科學研究具有長周期、高風險等特點，大量的投資往往無法在短期內獲得較高的成效，因此在為研發項目進行融資時往往存在較強的約束，而金融集聚的出現可以在一定程度上降低科技項目的融資成本.王仁祥等[19]根據我國30個省份的相關數據研究了金融集聚對科技創新的影響，結果表明金融集聚對技術創新的效率具有顯著的促進作用.與此同時，由于金融集聚區的信息高度流通，使得技術知識在區域內高效傳播，新的科技成果會快速進入企業內部，加快了相關企業的產品升級，從而更好地為區域經濟發展注入了活力.張林[20]研究發現，技術進步在不同長度的時間段都會對實體經濟發展產生顯著的促進作用；楊愷鈞等[21]的研究也表明，技術創新可以通過產業協調、發展績效等維度提升地區經濟的發展質量.

1.2.2 地區金融發展水平

從產業集聚的角度來看，某地區同一行業企業數量的增加可以引起產業規模的增大，從而使該地區具有外部規模經濟效益.這種外部經濟效益的產生主要通過3種方式形成：第一，企業地理位置的集中可以促進專業的需求方和供給方的集中，金融集聚水平的提高帶動了地區金融發展水平，從而使得借貸企業具有向集聚區聚攏的意愿；第二，金融集聚區的高金融發展水平帶動了地區金融業高素質勞動力的集聚，地區勞動力市場共享性增強；第三，各金融機構的集中有利于地區知識外溢.基于此，劉軍等[9]從理論層面上總結出金融集聚引導下金融發展水平的提高帶來了外部規模經濟效益，從而在一定程度上節約了周轉資金余額、提供了投融資便利并降低了投資過程中可能存在的風險；此外，區域內商業銀行、投資銀行及保險公司等金融機構的跨專業合作可以創造出更多的業務線，各種業務協作網絡的形成可以更好地服務實體經濟發展.

基于以上分析，本文提出科技創新及地區金融發展水平在金融集聚對實體經濟的影響中具有間接傳導機制.

2 實證檢驗與結果分析

2.1 變量選取與數據來源

選取2010—2019年長三角城市群21座城市(基于數據的可得性剔除了5座城市)和珠三角城市群9座城市作為研究對象，相關數據均來自中國統計年鑒、各省份歷年的統計年鑒，以及Choice金融終端，對于缺失數據已做適當處理.

被解釋變量：實體經濟發展水平(Y).參照美聯儲對實體經濟的計算方法，采用對數化的地區生產總值扣除金融業與房地產業的增加值作為地區實體經濟的衡量指標.

核心解釋變量：金融集聚水平(F).利用區位熵的計算方法計算各地級市金融集聚指數，并參照馬勇等[11]、朱廣印等[22]的計算方法，從人均角度衡量金融集聚發展水平，具體計算公式為：

Fij=(Fini/Popi)/(Fin/Pop).

(1)

式中：Fij表示i市第j年的金融集聚水平；Fini，Fin分別代表i市的金融業增加值以及i市所處地區(長三角城市群或珠三角城市群)的金融業增加值之和；Popi，Pop分別代表i市的人口規模以及i市所處地區(長三角城市群或珠三角城市群)的總人口規模.當Fij>1時，表示i市第j年的金融集聚水平高于整個區域的平均金融集聚水平；反之，則小于或等于整個區域的平均金融集聚水平.

控制變量：除核心解釋變量外，還有眾多變量會影響實體經濟發展水平，參考已有文獻本文選取以下控制變量：(1)實物投資(F′)，實體經濟發展離不開社會的投資，特別是對固定資產的投資，因此本文選取各市全社會固定資產投資作為實物投資的代表變量；(2)政府支出(P)，政府為帶動區域經濟發展，會將許多支出投入到當地各類產業中，本文選取一般公共預算支出作為政府支出的代表；(3)對外開放水平(E)，一個地區的對外開放水平影響著當地企業的發展，隨著開放水平的提高，不同國家的企業可以互相交流技術與經營經驗，從而提高當地企業效益，帶動地區實體經濟發展，本文選取地區的進出口總額與GDP之比作為對外開放水平的代表指標；(4)產業結構(I)，產業結構決定著一個地區的資源配置效率，對資源向實體企業流入的效率起關鍵作用，本文采用第二、第三產業的增加值之和與GDP之比來表示地區產業結構.為了剔除變量之間存在的多重共線性，本文使用VIF(方差擴大因子法)進行檢驗，以VIF值小于10為標準，結果表明以上變量均通過多重共線性檢驗；同時，為了降低異方差與量綱的影響，對以上非比值型變量均做對數化的處理.

2.2 描述性統計

由表1、表2可見，2010—2019年內長三角城市群實體經濟發展平均水平最高的5個城市為上海(9.90)、蘇州(9.40)、杭州(9.00)、南京(8.91)和寧波(8.85)，且省際差異較大，安徽省實體經濟發展水平普遍低于江蘇、浙江，實體經濟發展水平最低的城市為池州(6.15).反觀珠三角城市群，實體經濟發展平均水平最高的兩個城市為廣州(9.52)和深圳(9.47)，且與其他城市有較大差距.

表1 2010—2019年長三角城市群年各變量描述性統計結果

表2 珠三角城市群2010—2019年各指標描述性統計結果

2.3 估計方法

2.3.1 基準回歸模型

為了考察金融集聚影響實體經濟發展的效應，本文先采用靜態線性面板回歸模型研究兩者的關系：

(2)

2.3.2 非線性關系研究

為了探究在金融集聚影響實體經濟的發展過程中是否存在抑制或倒“U”型的先促進后抑制的非線性效應，在模型中納入金融集聚指數的二次方項：

(3)

2.3.3 估計方法

在進行實證分析時，先對模型進行混合OLS估計，之后再引入FE模型與RE模型，解決混合OLS估計中對不可觀測個體效應異質性問題的忽視，并同時控制時間固定效應，解決不隨個體改變但隨著時間變化的遺漏變量問題.此外，為了降低異方差的存在對估計結果的影響，后續采用穩健標準誤估計.之后對模型進行Hausman(豪斯曼)檢驗，從而判斷哪種估計方法具有最好的估計效果.根據最后的處理結果，本文采用考慮內生性的差分GMM估計方法對模型進行估計，檢驗估計結果的穩健性.

2.4 實證分析結果

2.4.1 靜態面板模型估計結果分析

對于長三角城市群而言，基準回歸結果(見表3)表明，只有混合OLS估計下的金融集聚指數在5%的顯著性水平下顯著，而固定效應和隨機效應估計中的金融集聚指數均不顯著.Hausman檢驗結果表明，應使用FE模型進行估計，此時F前系數為0.056 1，但差異不顯著.由此可見，對長三角城市群來說，金融集聚對實體經濟發展的影響并不顯著，即金融集聚對實體經濟發展的影響并非在任何情況下均成立，金融集聚對實體經濟的影響機制還需做進一步深入分析.

表3 金融集聚對長三角實體經濟發展的影響(靜態面板回歸結果)

對于非線性模型，混合OLS估計下的金融集聚水平的一次項系數為0.328 1，二次項系數為-0.148 4，兩者都在1%的水平下顯著.在固定效應模型的估計下，金融集聚水平的一次項與二次項系數分別為0.241 9與-0.074 5，都在5%的顯著性水平下顯著.RE模型的估計結果顯示，金融集聚水平的一次項與二次項系數分別為0.575 6與-0.168 9，且均在1%的顯著性水平下顯著.同樣，進行Hausman檢驗后，得出最優的估計模型為固定效應模型.以上實證分析結果表明，長三角城市群金融集聚對實體經濟發展具有顯著的非線性影響，且由于二次項系數為負，可以認為存在倒“U”型關系，即金融集聚指數在達到某一水平前對實體經濟發展具有顯著的促進作用，超過該水平后會抑制實體經濟發展.

為了找出金融集聚對實體經濟發展促進作用消失的閾值，在模型(3)中對金融集聚指數求一階偏導數后令原式為0，得到：

(4)

Fi，t=-β2，1/2β2，2.

(5)

根據式(5)得出，在固定效應模型估計的結果下，金融集聚促進實體經濟發展的閾值為1.623 5.對比長三角城市群21城市的金融集聚水平可知，上海市的金融集聚水平已經超過該閾值，而南京、蘇州和杭州部分年份的金融集聚指數高于該臨界值，其他年份的金融集聚指數雖小于該臨界值但也已逼近，說明這4個城市的金融集聚對實體經濟主要起抑制作用.除此之外，長三角城市群其他城市的金融集聚水平均未達到臨界值，且有不小的差距，因此這些城市的金融集聚對實體經濟的發展更多的是起到了促進作用.

同理，根據珠三角城市群的分析結果(見表4)可知，在混合OLS，FE和RE模型3種估計方法下，三次線性回歸中，F前的系數均顯著為負，通過Hausman檢驗得知應使用固定效應模型，在此模型中，F前的系數為-0.102 3，且在1%的顯著性水平下顯著，說明珠三角城市群金融集聚對實體經濟發展具有顯著的抑制作用，此時金融集聚指數每上升1，實體經濟指數就會下降0.102 3%.而政府支出和產業結構變量前的系數為0.215 8和6.421 9，均在5%水平下顯著；對外開放水平變量前的系數為0.098 9，在1%的顯著性水平下顯著，因此珠三角城市群的政府支出、對外開放水平與第二、第三產業占比對實體經濟的發展均具有顯著的促進作用.

表4 金融集聚對珠三角實體經濟發展的影響(靜態面板回歸結果)

非線性模型回歸的結果顯示，無論哪種估計方法，金融集聚指數的二次項均不顯著，說明珠三角城市群金融集聚對實體經濟發展無顯著的非線性影響.

通過以上實證研究，驗證了金融集聚對實體經濟的發展在某些情況下具有顯著的正向促進作用，這種正向促進作用呈顯著的非線性特征，且金融集聚對實體經濟發展的影響存在地區差異.

2.4.2 穩健性檢驗

采用內生性的動態面板數據模型對上述結論進行穩健性檢驗.選取因變量的滯后一階項納入方程右端，并采用差分GMM與系統GMM的方法進行估計.由于本文涉及非線性面板模型的估計，因此采用差分GMM方法進行估計；同時對擾動項進行Arellano-Bond檢驗和Sargan檢驗.Arellano-Bond檢驗和Sargan檢驗是動態面板數據的兩個重要檢驗，Arellano-Bond 用來檢驗誤差項是否存在序列相關問題，Sargan用來檢驗在廣義矩估計中是否存在過度限制約束問題.結果見表5.

表5 穩健性檢驗結果

由表5可知，考慮內生性的動態面板模型中核心解釋變量顯著，同時，根據Arellano-Bond檢驗和Sargan檢驗可知，擾動項的二階差分不存在自相關，并且不存在工具變量的過度識別，因此上述結果通過了穩健性檢驗.

3 中介效應分析

引入中介效應模型考察金融集聚對實體經濟發展的影響機制，即科技創新和地區金融發展水平在金融集聚影響實體經濟發展的路徑中的間接傳導機制.

3.1 中介變量

本文參照成學真等[23]中介變量的選取方法，選取專利授權量作為衡量科技創新水平(S)的指標，并且以金融機構存貸款總額與地區生產總值的比值衡量地區金融發展水平(Fin).對于非比值型變量的專利授權量也采取對數化處理.

3.2 中介效應模型的設定

根據上文的實證分析，在對長三角城市群設定中介效應模型時，同樣納入金融集聚指標的二次項.具體模型如下：

(6)

(7)

(8)

lnYi，t=α6+β6，1Fi，t+γ8Xi，t+ε6i，t；

(9)

MD，i，t=α7+β7，1Fi，t+γ9Xi，t+ε7i，t；

(10)

lnYi，t=α8+β8，1Fi，t+β8，3MDi，t+γ10Xi，t+ε8i，t.

(11)

模型(6)—(8)為納入金融集聚指標二次項的長三角城市群中介效應檢驗模型，模型(9)—(11)為珠三角城市群的中介效應模型，無金融集聚指標的二次項.式中：MD，i，t為中介變量(即科技創新變量與地區金融發展水平變量)；Xi，t為控制變量.其余變量同前.

本文按照以下思路進行檢驗(以長三角城市群為例)：首先，對(6)—(8)模型分別進行回歸，觀察相關變量β3，1，β3，2，β4，1，β4，2，β5，1，β5，2，β5，3的顯著性.若以上變量均顯著，則存在部分中介效應；若以上變量均不顯著，則存在完全中介效應；若只有部分變量不顯著，則需要進行Bootstrap檢驗.若Bootstrap檢驗結果顯著，則存在中介效應，反之，則不存在中介效應.完成以上檢驗后，需要根據各變量前系數的符號判斷是否存在遮掩效應，若β5，1與β5，3，β4，1同號且β5，2與β5，3，β4，2同號，則存在中介效應，反之，則存在遮掩效應.

3.3 結果分析

表6的第一部分檢驗結果顯示，β3，1，β3，2，β4，1，β4，2，β5，1，β5，2和β5，3的系數均在1%的水平下顯著，且β5，1與β5，3，β4，1，β5，2與β5，3，β4，2同號，表明科技創新在金融集聚影響實體經濟發展的過程中起到了部分中介效應的作用.在方程(8)中，即納入科技創新變量的回歸方程中，F和F的二次項分別為0.720 1和-0.270 4，而在未納入科技創新變量的回歸方程中，這兩項的系數分別為0.927 4與-0.349 9，因此納入科技創新后的回歸系數的絕對值均有一定程度的下降，這也說明，在金融集聚影響實體經濟的過程中，科技創新確實起到了中介的作用.

表6 長三角城市群中介效應檢驗結果

本文利用β5，3β4，1/β3，1，β5，3β4，2/β3，2來計算金融集聚指數及其二次項通過科技創新水平這一中介變量影響實體經濟發展的具體程度.計算結果顯示，金融集聚指數的一次項和二次項的中介效應量為22.10%和22.21%，考慮到可能會有其他因素影響實體經濟發展，因此本文認為這個中介效應量是合理的，即科技創新占金融集聚對實體經濟總影響的20%～25%.

同理可知，地區金融發展水平在金融集聚影響實體經濟發展的過程中也起到了部分中介效應作用.采用相同的計算方法可知，金融集聚的一次項和二次項通過地區金融發展水平對實體經濟發展的影響占總影響的6.02%和5.34%，考慮到其他可能影響實體經濟發展的因素，因此該比值是合理的，即地區金融發展水平這一中介變量占金融集聚對實體經濟發展總影響的5%～10%.

對于珠三角城市群而言，根據表7的第一部分結果可知，方程(9)—(11)的β6，1，β7，1，β8，1和β8，3均顯著，因此可認為科技創新在珠三角城市群金融集聚影響實體經濟發展中起到了顯著的間接傳導作用.但是β8，3，β7，1與β8，1符號相反，因此該傳導作用表現為遮掩效應，通過β8，3β7，1/β6，1可以得出該遮掩效應約占總效應的24.25%，即珠三角地區金融集聚對實體經濟發展的抑制效應被科技創新這一傳導機制抵消20%～25%，且由表7中關于科技創新變量前的系數結果可知，科技創新對實體經濟的發展有顯著的促進作用.反觀地區金融發展水平指標，方程(10)的β7，1并不顯著，因此本文通過Bootstrap檢驗對該間接傳導效應是否存在做進一步驗證，其中抽樣量設為500.檢驗結果顯示，95%置信水平下的間接效應置信區間為(-0.043 9，0.042 1)，該區間包含0，因此可認定珠三角城市群金融集聚對實體經濟影響的過程中，地區金融發展水平的間接傳導機制不顯著.

表7 珠三角城市群中介效應檢驗結果

4 結論及建議

本文利用2010—2019年長三角與珠三角城市群的市級面板數據分析了金融集聚對實體經濟發展的影響及具體機制，研究發現長三角與珠三角城市群關于金融集聚影響實體經濟發展的過程中存在區域異質性，具體結論如下：

第一，長三角城市群金融集聚對實體經濟的發展具有顯著的非線性效應，即具有倒“U”型關系，當區域金融集聚水平超過臨界值后，金融集聚則會抑制實體經濟的發展.上海、蘇州等少部分城市的金融集聚水平已超過該臨界值，而大部分地區的金融集聚水平并未超過該閾值.珠三角城市群由于區域金融集聚水平更高，其金融集聚對實體經濟發展的作用表現為顯著的線性抑制效應，且非線性影響不顯著.對于以上結果，分析原因有以下幾方面：首先，隨著地區金融集聚水平的不斷提高，其對實體經濟發展的邊際促進作用不斷遞減，并轉為抑制作用，這是由于地區金融市場已被完全劃分，有限的政府支出與固定資產投資沒有跟上快速集聚的金融機構，導致信息優勢與基建優勢逐漸降低；其次，金融業的過度集聚必然導致區域內的激烈競爭，各金融機構為了區域內有限的業務而產生的過度競爭導致金融機構利潤率下降、地區經濟效率下滑等效應；再者，隨著金融科技的出現，使得許多金融機構并沒有找到合適的轉型點，從而無法發揮金融對實體經濟的服務作用；最后，受國際金融市場變動的影響，企業對資產規避風險與保值的需求不斷攀升，導致許多資金仍舊在金融體系內運轉而并未流向實體企業.

第二，在長三角城市群金融集聚影響實體經濟的過程中，科技創新和地區金融發展水平起到了顯著的中介作用，而科技創新的這一效應在珠三角城市群中表現為遮掩效應，地區金融發展水平在這一影響過程中的間接傳導機制并不顯著.具體來看，科技創新對地區實體經濟的發展仍具有顯著的正向促進作用，這一促進作用在珠三角城市群也抵消了部分由于其他原因而帶來的抑制效應，隨著技術的不斷進步，區域內實體企業的生產效率與自主創新能力也在不斷加強，這對于實體企業擴大生產規模與經營范圍也具有顯著的推動作用.反觀地區金融發展水平，雖然金融集聚對地區金融發展水平有一定的促進作用，但效果并不顯著，而且由于我國房地產市場的快速發展，使得地區金融將資金流向轉移至房地產等經濟領域，這也在一定程度上降低了金融集聚對實體經濟發展的促進效果.

基于以上結論，本文提出如下建議：

第一，構建協調的區域金融發展機制，政府應適當調整區域金融集聚水平與實體經濟發展相適應.長三角和珠三角城市群各市金融集聚水平差異較大，單純依靠市場機制進行調整則會出現金融集聚的“馬太效應”，政府應根據不同區域金融集聚水平對實體經濟影響的效果來合理協調區域金融資源的配置，以避免進一步地兩極分化；同時，對金融集聚水平較低的城市加大基礎設施投入力度以及優化監管環境，從而引導更多金融資源向這些地區的傾斜.

第二，制定相關政策鼓勵企業加大技術創新投入與人才引進力度，加強企業與企業、企業與高校的技術研發合作.鑒于科技創新在金融集聚影響實體經濟發展的過程中傳導效果十分顯著，此舉可以顯著提高區域科技水平并加速企業向高科技領域轉型，而人才的引進不僅可以提高區域科研效率，也可以更好地帶動周邊地區的技術進步.

第三，各地政府還應加大對實體企業的投入，并引導金融資源向實體企業流入，加速實體企業向信息化、自動化的現代化轉型.實體企業只有在自身做大、做強的基礎上，才可以更好地吸引來自各方的投資，因此政府適當的投入是必需的.同時，政府也應限制更多資源向虛擬經濟領域的過度投資，提高金融服務實體經濟的效率.