金融集聚对实体经济发展的影响机制分析——基于长三角和珠三角城市群的实证研究

张天舒，唐一鸣，马靖淳

(1.吉林大学东北亚学院，吉林 长春 130012；2.中国科学技术大学管理学院，安徽 合肥 230027)

金融作为现代经济研究领域的核心内容，其发展变化影响着现代产业的各个方面，各大产业对金融的发展也在提出新的要求，如何构建有效促进区域经济发展的金融体系成为了许多地区经济发展中的重要问题.希克斯指出：“工业革命不得不等待金融革命”，同样，区域经济的发展也离不开金融产业的变革.随着长三角、珠三角、京津冀以及成渝经济带等具有显著集聚效应的经济带的飞速发展，金融资源也逐渐向这些区域集聚.从产业集聚的角度看，金融集聚是伴随着其他产业的集聚而产生的，是指一国的金融资源在地理上向某一特定区域集中的现象，这种集聚效应通过合理有效地配置资源，从而有力地促进了地区产业结构升级，进而带动整个集聚区域的经济发展.

当前，我国的经济增长状态已经转为中高速增长阶段，改革开放以来，我国经济增速时常突破10%，2014—2019年，我国经济增速基本维持在6%～7%的水平，虽然这个速度在世界范围内仍有领先优势，但是对于经济增速的下滑也应该有控制下限的准备.“脱实向虚”就是其中的一个十分重要的因素，实体经济发展缓慢，特别是在互联网金融大力发展的几年内，大量资金由收益率较低的制造业领域转移至高收益、高风险的金融和房地产领域，实业投资大幅度减少，特别是新冠肺炎疫情以来我国经济压力的冲击较大，更加压缩了实体企业的生存空间.然而事实上，高度发达的实体经济才是一国拥有丰富物质财富和强大生产力的根本动力，美国的虚拟经济体系是世界上最发达的，也曾提出要实现“再工业化”的目标.2021年中央经济工作会议提出：“引导金融机构加大对实体经济特别是小微企业、科技创新、绿色发展的支持”，这也再次指明了2022年的工作重心仍不可偏离发展实体经济这一基本落脚点.

长三角和珠三角城市群都属于我国三大经济圈，更是金融集聚效应比较明显的两大区域，2020年，这两个城市群的GDP占全国总量的比重超过30%，其中，长三角和珠三角地区以不到全国20%和7%的人口贡献了全国约24%和10%的GDP，两大城市群的城镇化率分别达到了75.01%和87.3%，整体上均达到了高度城镇化水平.同时，国家也出台了针对两地发展战略规划的相关文件纲要.因此，研究金融集聚对实体经济产生的影响效用在长三角与珠三角两大城市群的表现，及其与之对应的具体机制，对政府明确两大经济带未来发展定位、合理分配金融资源、加快区域一体化发展、有效发挥金融集聚对城市化及产业结构升级的良性影响及破除实体经济发展受阻的困境具有重要的指导作用.此外，对于两大经济带合理打造世界级金融中心城市具有重要的时间价值，为长三角及珠三角城市群发展成为世界级城市群提供新的思路.

1 研究概况

1.1 金融集聚与实体经济发展的影响关系

目前关于金融集聚的研究点主要在3个方面：一是金融集聚现象的成因及其发展趋势；二是金融集聚对经济增长的作用及路径；三是金融集聚对实体经济发展的影响.

1.1.1 金融集聚的相关研究

从产业集聚的角度看，金融集聚可以看作是一个地区金融业发展到一定水平时，各类金融资源向某地区聚集的现象.从形成原因来看，黄解宇[1]认为金融集聚现象的形成来自于金融的规模经济的特点，同时，信息不对称以及金融高度的流动性都可促进区域金融中心的形成.王宇等[2]通过实验发现，金融创新可以促进金融集聚的发展，同时，降低投资者、金融机构工作人员等的相关税费对金融产业的集聚有一定的促进作用.周天芸等[3]以粤港澳大湾区为研究对象，通过因子分析法构建影响金融集聚形成的指标体系，并通过RE模型(随机效应模型)的MLE(最大似然估计)和FGLS(可行广义最小二乘法估计)进行了实证分析，结果表明产业结构水平、对外开放程度的提高可以显著促进粤港澳大湾区金融集聚现象的形成.

1.1.2 金融支持实体经济发展的相关研究

张亦春等[4]的研究表明，当金融发展与实体经济非均衡性过高时，会抑制实体经济的发展.李扬[5]认为，通过创造资源高效配置的货币金融环境、增加股权性资金供给、发展普惠金融并建立市场化的风险管控机制等手段可以更好地发挥金融服务实体经济的效率.肖功为等[6]运用空间杜宾模型对金融发展与实体经济发展的作用进行了分析，结果表明金融发展规模在不同样本期对实体经济发展的影响不同，金融体系距离“最优金融结构理论”仍有较大差距.巴曙松等[7]的研究发现，金融发展的规模在金融结构与实体经济的关系中存在门槛效应，当金融发展规模保持在一个合理的区间时，金融集聚可以显著增强金融结构对实体经济增长的促进作用.冯锐等[8]创建了普惠金融的发展指数及实体经济高质量发展指数，运用FE模型(固定效应模型)研究了两者间的关系，结果表明普惠金融对实体经济高质量发展具有显著的非线性影响关系，普惠金融的适度发展可以有效提高实体经济的经济效益，并优化实体经济产业结构与科技创新，但普惠金融过度的发展反而会抑制实体经济的增长.

1.1.3 金融集聚对实体经济与区域经济增长的相关研究

目前，关于金融集聚对实体经济的影响方面的研究较少.刘军等[9]研究认为，外部规模经济的效应和创新效应都可以在金融集聚的发展下影响实体经济的发展；同时，金融集聚的形成也会加强金融功能促进实体经济增长的效果.潘辉等[10]将中国的31个省份划分为东、中、西部三大区域，比较了不同地区金融集聚对实体经济增长贡献程度的差异，结果表明不同地区金融集聚对实体经济增长均有显著的推动作用，只是不同地区的贡献程度不同.与潘辉等人的观点不同，马勇等[11]通过混合OLS(普通最小二乘法)、RE系统以及GMM模型(广义矩估计)验证了现阶段我国的金融集聚水平会显著抑制金融支持实体经济发展的效率，且通过中介效应检验得出经济开放与金融集聚水平间的关系呈现开口向下的二次曲线状.

有关金融集聚影响区域经济发展的研究目前较为成熟，大部分观点都支持金融集聚可以显著促进区域经济的增长.李林等[12]基于2009年的省级截面数据，运用空间计量经济学模型得出各地区金融集聚指数具有一定的空间相关性，且银行业的集聚对邻域具有显著的溢出效应.李红等[13]研究认为，金融集聚的程度与金融产出的密度既可以促进城市的经济发展，又对相邻城市存在溢出效应.张秀艳[14]认为，金融集聚主要通过资本积累和科技进步引导经济增长，门限效应在这个影响路径中也发挥了作用.在此基础上，也有部分学者开始研究金融集聚如何加强对经济发展的促进效果，胡国晖等[15]通过测算中国30个省份的金融创新效率，运用面板数据模型得出，金融集聚与金融创新的协同发展可以更高效地促进区域经济的增长，且溢出效应显著.钱晶晶等[16]通过中介效应检验发现，技术创新在金融集聚对经济高质量发展的促进过程中有显著的正向作用.

然而，部分学者认为金融集聚不是单纯地促进经济增长.赵明慧[17]通过构建面板门限模型等非线性模型对金融集聚与经济增长的关系进行了研究，结果表明这一影响效果是非线性的，且二次项系数为负，表明金融集聚影响经济发展的路径是先促进后抑制的.王军等[18]认为，在金融集聚影响经济发展的过程中，存在显著的非对称效应，当金融规模达到一定水平后，金融集聚会显著抑制经济增长.

基于以上关于金融集聚影响经济发展的研究结果，本文试图通过实证研究，验证金融集聚对实体经济的发展是否具有显著的正向促进作用，以及金融集聚对实体经济的发展的这种促进作用并非在任何情况下都存在，而是呈显著的非线性特点.

1.2 机制分析

金融集聚对实体经济具有直接影响外，金融集聚对实体经济的发展也存在一定的间接影响.

1.2.1 科技创新

技术进步是促进经济增长的基本动力之一，但基础科学研究具有长周期、高风险等特点，大量的投资往往无法在短期内获得较高的成效，因此在为研发项目进行融资时往往存在较强的约束，而金融集聚的出现可以在一定程度上降低科技项目的融资成本.王仁祥等[19]根据我国30个省份的相关数据研究了金融集聚对科技创新的影响，结果表明金融集聚对技术创新的效率具有显著的促进作用.与此同时，由于金融集聚区的信息高度流通，使得技术知识在区域内高效传播，新的科技成果会快速进入企业内部，加快了相关企业的产品升级，从而更好地为区域经济发展注入了活力.张林[20]研究发现，技术进步在不同长度的时间段都会对实体经济发展产生显著的促进作用；杨恺钧等[21]的研究也表明，技术创新可以通过产业协调、发展绩效等维度提升地区经济的发展质量.

1.2.2 地区金融发展水平

从产业集聚的角度来看，某地区同一行业企业数量的增加可以引起产业规模的增大，从而使该地区具有外部规模经济效益.这种外部经济效益的产生主要通过3种方式形成：第一，企业地理位置的集中可以促进专业的需求方和供给方的集中，金融集聚水平的提高带动了地区金融发展水平，从而使得借贷企业具有向集聚区聚拢的意愿；第二，金融集聚区的高金融发展水平带动了地区金融业高素质劳动力的集聚，地区劳动力市场共享性增强；第三，各金融机构的集中有利于地区知识外溢.基于此，刘军等[9]从理论层面上总结出金融集聚引导下金融发展水平的提高带来了外部规模经济效益，从而在一定程度上节约了周转资金余额、提供了投融资便利并降低了投资过程中可能存在的风险；此外，区域内商业银行、投资银行及保险公司等金融机构的跨专业合作可以创造出更多的业务线，各种业务协作网络的形成可以更好地服务实体经济发展.

基于以上分析，本文提出科技创新及地区金融发展水平在金融集聚对实体经济的影响中具有间接传导机制.

2 实证检验与结果分析

2.1 变量选取与数据来源

选取2010—2019年长三角城市群21座城市(基于数据的可得性剔除了5座城市)和珠三角城市群9座城市作为研究对象，相关数据均来自中国统计年鉴、各省份历年的统计年鉴，以及Choice金融终端，对于缺失数据已做适当处理.

被解释变量：实体经济发展水平(Y).参照美联储对实体经济的计算方法，采用对数化的地区生产总值扣除金融业与房地产业的增加值作为地区实体经济的衡量指标.

核心解释变量：金融集聚水平(F).利用区位熵的计算方法计算各地级市金融集聚指数，并参照马勇等[11]、朱广印等[22]的计算方法，从人均角度衡量金融集聚发展水平，具体计算公式为：

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分别代表i市的金融业增加值以及i市所处地区(长三角城市群或珠三角城市群)的金融业增加值之和；Popi，Pop分别代表i市的人口规模以及i市所处地区(长三角城市群或珠三角城市群)的总人口规模.当Fij>1时，表示i市第j年的金融集聚水平高于整个区域的平均金融集聚水平；反之，则小于或等于整个区域的平均金融集聚水平.

控制变量：除核心解释变量外，还有众多变量会影响实体经济发展水平，参考已有文献本文选取以下控制变量：(1)实物投资(F′)，实体经济发展离不开社会的投资，特别是对固定资产的投资，因此本文选取各市全社会固定资产投资作为实物投资的代表变量；(2)政府支出(P)，政府为带动区域经济发展，会将许多支出投入到当地各类产业中，本文选取一般公共预算支出作为政府支出的代表；(3)对外开放水平(E)，一个地区的对外开放水平影响着当地企业的发展，随着开放水平的提高，不同国家的企业可以互相交流技术与经营经验，从而提高当地企业效益，带动地区实体经济发展，本文选取地区的进出口总额与GDP之比作为对外开放水平的代表指标；(4)产业结构(I)，产业结构决定着一个地区的资源配置效率，对资源向实体企业流入的效率起关键作用，本文采用第二、第三产业的增加值之和与GDP之比来表示地区产业结构.为了剔除变量之间存在的多重共线性，本文使用VIF(方差扩大因子法)进行检验，以VIF值小于10为标准，结果表明以上变量均通过多重共线性检验；同时，为了降低异方差与量纲的影响，对以上非比值型变量均做对数化的处理.

2.2 描述性统计

由表1、表2可见，2010—2019年内长三角城市群实体经济发展平均水平最高的5个城市为上海(9.90)、苏州(9.40)、杭州(9.00)、南京(8.91)和宁波(8.85)，且省际差异较大，安徽省实体经济发展水平普遍低于江苏、浙江，实体经济发展水平最低的城市为池州(6.15).反观珠三角城市群，实体经济发展平均水平最高的两个城市为广州(9.52)和深圳(9.47)，且与其他城市有较大差距.

表1 2010—2019年长三角城市群年各变量描述性统计结果

表2 珠三角城市群2010—2019年各指标描述性统计结果

2.3 估计方法

2.3.1 基准回归模型

为了考察金融集聚影响实体经济发展的效应，本文先采用静态线性面板回归模型研究两者的关系：

(2)

2.3.2 非线性关系研究

为了探究在金融集聚影响实体经济的发展过程中是否存在抑制或倒“U”型的先促进后抑制的非线性效应，在模型中纳入金融集聚指数的二次方项：

(3)

2.3.3 估计方法

在进行实证分析时，先对模型进行混合OLS估计，之后再引入FE模型与RE模型，解决混合OLS估计中对不可观测个体效应异质性问题的忽视，并同时控制时间固定效应，解决不随个体改变但随着时间变化的遗漏变量问题.此外，为了降低异方差的存在对估计结果的影响，后续采用稳健标准误估计.之后对模型进行Hausman(豪斯曼)检验，从而判断哪种估计方法具有最好的估计效果.根据最后的处理结果，本文采用考虑内生性的差分GMM估计方法对模型进行估计，检验估计结果的稳健性.

2.4 实证分析结果

2.4.1 静态面板模型估计结果分析

对于长三角城市群而言，基准回归结果(见表3)表明，只有混合OLS估计下的金融集聚指数在5%的显著性水平下显著，而固定效应和随机效应估计中的金融集聚指数均不显著.Hausman检验结果表明，应使用FE模型进行估计，此时F前系数为0.056 1，但差异不显著.由此可见，对长三角城市群来说，金融集聚对实体经济发展的影响并不显著，即金融集聚对实体经济发展的影响并非在任何情况下均成立，金融集聚对实体经济的影响机制还需做进一步深入分析.

表3 金融集聚对长三角实体经济发展的影响(静态面板回归结果)

对于非线性模型，混合OLS估计下的金融集聚水平的一次项系数为0.328 1，二次项系数为-0.148 4，两者都在1%的水平下显著.在固定效应模型的估计下，金融集聚水平的一次项与二次项系数分别为0.241 9与-0.074 5，都在5%的显著性水平下显著.RE模型的估计结果显示，金融集聚水平的一次项与二次项系数分别为0.575 6与-0.168 9，且均在1%的显著性水平下显著.同样，进行Hausman检验后，得出最优的估计模型为固定效应模型.以上实证分析结果表明，长三角城市群金融集聚对实体经济发展具有显著的非线性影响，且由于二次项系数为负，可以认为存在倒“U”型关系，即金融集聚指数在达到某一水平前对实体经济发展具有显著的促进作用，超过该水平后会抑制实体经济发展.

为了找出金融集聚对实体经济发展促进作用消失的阈值，在模型(3)中对金融集聚指数求一阶偏导数后令原式为0，得到：

(4)

Fi，t=-β2，1/2β2，2.

(5)

根据式(5)得出，在固定效应模型估计的结果下，金融集聚促进实体经济发展的阈值为1.623 5.对比长三角城市群21城市的金融集聚水平可知，上海市的金融集聚水平已经超过该阈值，而南京、苏州和杭州部分年份的金融集聚指数高于该临界值，其他年份的金融集聚指数虽小于该临界值但也已逼近，说明这4个城市的金融集聚对实体经济主要起抑制作用.除此之外，长三角城市群其他城市的金融集聚水平均未达到临界值，且有不小的差距，因此这些城市的金融集聚对实体经济的发展更多的是起到了促进作用.

同理，根据珠三角城市群的分析结果(见表4)可知，在混合OLS，FE和RE模型3种估计方法下，三次线性回归中，F前的系数均显著为负，通过Hausman检验得知应使用固定效应模型，在此模型中，F前的系数为-0.102 3，且在1%的显著性水平下显著，说明珠三角城市群金融集聚对实体经济发展具有显著的抑制作用，此时金融集聚指数每上升1，实体经济指数就会下降0.102 3%.而政府支出和产业结构变量前的系数为0.215 8和6.421 9，均在5%水平下显著；对外开放水平变量前的系数为0.098 9，在1%的显著性水平下显著，因此珠三角城市群的政府支出、对外开放水平与第二、第三产业占比对实体经济的发展均具有显著的促进作用.

表4 金融集聚对珠三角实体经济发展的影响(静态面板回归结果)

非线性模型回归的结果显示，无论哪种估计方法，金融集聚指数的二次项均不显著，说明珠三角城市群金融集聚对实体经济发展无显著的非线性影响.

通过以上实证研究，验证了金融集聚对实体经济的发展在某些情况下具有显著的正向促进作用，这种正向促进作用呈显著的非线性特征，且金融集聚对实体经济发展的影响存在地区差异.

2.4.2 稳健性检验

采用内生性的动态面板数据模型对上述结论进行稳健性检验.选取因变量的滞后一阶项纳入方程右端，并采用差分GMM与系统GMM的方法进行估计.由于本文涉及非线性面板模型的估计，因此采用差分GMM方法进行估计；同时对扰动项进行Arellano-Bond检验和Sargan检验.Arellano-Bond检验和Sargan检验是动态面板数据的两个重要检验，Arellano-Bond 用来检验误差项是否存在序列相关问题，Sargan用来检验在广义矩估计中是否存在过度限制约束问题.结果见表5.

表5 稳健性检验结果

由表5可知，考虑内生性的动态面板模型中核心解释变量显著，同时，根据Arellano-Bond检验和Sargan检验可知，扰动项的二阶差分不存在自相关，并且不存在工具变量的过度识别，因此上述结果通过了稳健性检验.

3 中介效应分析

引入中介效应模型考察金融集聚对实体经济发展的影响机制，即科技创新和地区金融发展水平在金融集聚影响实体经济发展的路径中的间接传导机制.

3.1 中介变量

本文参照成学真等[23]中介变量的选取方法，选取专利授权量作为衡量科技创新水平(S)的指标，并且以金融机构存贷款总额与地区生产总值的比值衡量地区金融发展水平(Fin).对于非比值型变量的专利授权量也采取对数化处理.

3.2 中介效应模型的设定

根据上文的实证分析，在对长三角城市群设定中介效应模型时，同样纳入金融集聚指标的二次项.具体模型如下：

(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)为纳入金融集聚指标二次项的长三角城市群中介效应检验模型，模型(9)—(11)为珠三角城市群的中介效应模型，无金融集聚指标的二次项.式中：MD，i，t为中介变量(即科技创新变量与地区金融发展水平变量)；Xi，t为控制变量.其余变量同前.

本文按照以下思路进行检验(以长三角城市群为例)：首先，对(6)—(8)模型分别进行回归，观察相关变量β3，1，β3，2，β4，1，β4，2，β5，1，β5，2，β5，3的显著性.若以上变量均显著，则存在部分中介效应；若以上变量均不显著，则存在完全中介效应；若只有部分变量不显著，则需要进行Bootstrap检验.若Bootstrap检验结果显著，则存在中介效应，反之，则不存在中介效应.完成以上检验后，需要根据各变量前系数的符号判断是否存在遮掩效应，若β5，1与β5，3，β4，1同号且β5，2与β5，3，β4，2同号，则存在中介效应，反之，则存在遮掩效应.

3.3 结果分析

表6的第一部分检验结果显示，β3，1，β3，2，β4，1，β4，2，β5，1，β5，2和β5，3的系数均在1%的水平下显著，且β5，1与β5，3，β4，1，β5，2与β5，3，β4，2同号，表明科技创新在金融集聚影响实体经济发展的过程中起到了部分中介效应的作用.在方程(8)中，即纳入科技创新变量的回归方程中，F和F的二次项分别为0.720 1和-0.270 4，而在未纳入科技创新变量的回归方程中，这两项的系数分别为0.927 4与-0.349 9，因此纳入科技创新后的回归系数的绝对值均有一定程度的下降，这也说明，在金融集聚影响实体经济的过程中，科技创新确实起到了中介的作用.

表6 长三角城市群中介效应检验结果

本文利用β5，3β4，1/β3，1，β5，3β4，2/β3，2来计算金融集聚指数及其二次项通过科技创新水平这一中介变量影响实体经济发展的具体程度.计算结果显示，金融集聚指数的一次项和二次项的中介效应量为22.10%和22.21%，考虑到可能会有其他因素影响实体经济发展，因此本文认为这个中介效应量是合理的，即科技创新占金融集聚对实体经济总影响的20%～25%.

同理可知，地区金融发展水平在金融集聚影响实体经济发展的过程中也起到了部分中介效应作用.采用相同的计算方法可知，金融集聚的一次项和二次项通过地区金融发展水平对实体经济发展的影响占总影响的6.02%和5.34%，考虑到其他可能影响实体经济发展的因素，因此该比值是合理的，即地区金融发展水平这一中介变量占金融集聚对实体经济发展总影响的5%～10%.

对于珠三角城市群而言，根据表7的第一部分结果可知，方程(9)—(11)的β6，1，β7，1，β8，1和β8，3均显著，因此可认为科技创新在珠三角城市群金融集聚影响实体经济发展中起到了显著的间接传导作用.但是β8，3，β7，1与β8，1符号相反，因此该传导作用表现为遮掩效应，通过β8，3β7，1/β6，1可以得出该遮掩效应约占总效应的24.25%，即珠三角地区金融集聚对实体经济发展的抑制效应被科技创新这一传导机制抵消20%～25%，且由表7中关于科技创新变量前的系数结果可知，科技创新对实体经济的发展有显著的促进作用.反观地区金融发展水平指标，方程(10)的β7，1并不显著，因此本文通过Bootstrap检验对该间接传导效应是否存在做进一步验证，其中抽样量设为500.检验结果显示，95%置信水平下的间接效应置信区间为(-0.043 9，0.042 1)，该区间包含0，因此可认定珠三角城市群金融集聚对实体经济影响的过程中，地区金融发展水平的间接传导机制不显著.

表7 珠三角城市群中介效应检验结果

4 结论及建议

本文利用2010—2019年长三角与珠三角城市群的市级面板数据分析了金融集聚对实体经济发展的影响及具体机制，研究发现长三角与珠三角城市群关于金融集聚影响实体经济发展的过程中存在区域异质性，具体结论如下：

第一，长三角城市群金融集聚对实体经济的发展具有显著的非线性效应，即具有倒“U”型关系，当区域金融集聚水平超过临界值后，金融集聚则会抑制实体经济的发展.上海、苏州等少部分城市的金融集聚水平已超过该临界值，而大部分地区的金融集聚水平并未超过该阈值.珠三角城市群由于区域金融集聚水平更高，其金融集聚对实体经济发展的作用表现为显著的线性抑制效应，且非线性影响不显著.对于以上结果，分析原因有以下几方面：首先，随着地区金融集聚水平的不断提高，其对实体经济发展的边际促进作用不断递减，并转为抑制作用，这是由于地区金融市场已被完全划分，有限的政府支出与固定资产投资没有跟上快速集聚的金融机构，导致信息优势与基建优势逐渐降低；其次，金融业的过度集聚必然导致区域内的激烈竞争，各金融机构为了区域内有限的业务而产生的过度竞争导致金融机构利润率下降、地区经济效率下滑等效应；再者，随着金融科技的出现，使得许多金融机构并没有找到合适的转型点，从而无法发挥金融对实体经济的服务作用；最后，受国际金融市场变动的影响，企业对资产规避风险与保值的需求不断攀升，导致许多资金仍旧在金融体系内运转而并未流向实体企业.

第二，在长三角城市群金融集聚影响实体经济的过程中，科技创新和地区金融发展水平起到了显著的中介作用，而科技创新的这一效应在珠三角城市群中表现为遮掩效应，地区金融发展水平在这一影响过程中的间接传导机制并不显著.具体来看，科技创新对地区实体经济的发展仍具有显著的正向促进作用，这一促进作用在珠三角城市群也抵消了部分由于其他原因而带来的抑制效应，随着技术的不断进步，区域内实体企业的生产效率与自主创新能力也在不断加强，这对于实体企业扩大生产规模与经营范围也具有显著的推动作用.反观地区金融发展水平，虽然金融集聚对地区金融发展水平有一定的促进作用，但效果并不显著，而且由于我国房地产市场的快速发展，使得地区金融将资金流向转移至房地产等经济领域，这也在一定程度上降低了金融集聚对实体经济发展的促进效果.

基于以上结论，本文提出如下建议：

第一，构建协调的区域金融发展机制，政府应适当调整区域金融集聚水平与实体经济发展相适应.长三角和珠三角城市群各市金融集聚水平差异较大，单纯依靠市场机制进行调整则会出现金融集聚的“马太效应”，政府应根据不同区域金融集聚水平对实体经济影响的效果来合理协调区域金融资源的配置，以避免进一步地两极分化；同时，对金融集聚水平较低的城市加大基础设施投入力度以及优化监管环境，从而引导更多金融资源向这些地区的倾斜.

第二，制定相关政策鼓励企业加大技术创新投入与人才引进力度，加强企业与企业、企业与高校的技术研发合作.鉴于科技创新在金融集聚影响实体经济发展的过程中传导效果十分显著，此举可以显著提高区域科技水平并加速企业向高科技领域转型，而人才的引进不仅可以提高区域科研效率，也可以更好地带动周边地区的技术进步.

第三，各地政府还应加大对实体企业的投入，并引导金融资源向实体企业流入，加速实体企业向信息化、自动化的现代化转型.实体企业只有在自身做大、做强的基础上，才可以更好地吸引来自各方的投资，因此政府适当的投入是必需的.同时，政府也应限制更多资源向虚拟经济领域的过度投资，提高金融服务实体经济的效率.