金融集聚、金融支持实体经济效率与区域经济发展.pdf

金融集聚、金融支持实体经济效率与区域经济发展韩越李国庆侯佳璇方俊智摘要党的二十大报告明确指出，我国应大力发展实体经济，把经济发展着力点放在实体经济上。金融业是经济社会发展的支撑和保障，金融业集聚会提升区域实体经济发展水平。基于区位熵构建金融集聚水平，运用DEAMalmquist模型测度金融支持实体经济效率值，并将其作为门槛变量，借助空间杜宾模型和门槛效应模型，分析全国31个省区市的金融集聚水平及其对实体经济发展的作用机理和影响机制，得出以下结论：第一，空间杜宾模型回归结果显示，金融集聚对区域经济发展具有显著正向促进效应；第二，门槛模型回归结果显示，金融集聚水平对区域经济发展呈倒“U”型影响；第三，以金融支持实体经济效率值衡量金融效率，发现其在金融集聚与区域经济增长的关系中扮演着重要枢纽角色。基于研究结论提出应优化金融资源配置、改善实体经济融资环境、提升劳动力质量、加大科技创新投入等建议。关键词实体经济；金融集聚；金融效率；区域经济发展；门槛效应一、引言“建设现代化产业体系，坚持把发展经济的着力点放在实体经济上”是党的二十大报告中明确提出的经济发展方向。中国依靠实体经济起家，也要靠实体经济走向未来。而实体经济的发展需要依托金融支持，在金融产业扩大发展的过程中，由于金融资源的自由性、流动性和逐利性，大量金融产业向经济发展态势良好的地区集中，金融资源、管理经验、先进技术、生产要素也随之呈现集聚状态，形成大量金融机构的联结，进而产生金融集聚。金融集聚在促进金融市场的流动性、便捷信息流动渠道等方面起着重要作用，其通过调整资本形成、资本流动以及资本配置影响区域经济发展。由于经济基础、区位因素等其他条件不同，不同地区金融集聚影响区域经济发展效率也出现差异。因此，通过相关政策调整地区金融产业集聚程度及金融产业体系，以支撑和发展实体经济，推进中国式现代化建设。以此为背景，研究金融集聚与区域经济发展两者之间的联动性及作用机理，对于提振我国实体经济发展、推动不同地区间协同发展具有重大意义。自20世纪80年代起，国内外学者就金融集聚对区域经济发展的影响展开了研究。对金融集聚现象的关注自20世纪中叶起就已逐步兴起，在发达国家的城市中，各类金融机构、相关行业的集聚使得金融资源流通成本降低1，从而吸引更多相关金融机构集聚于此，带动当地及周边城市的经济发展2，而信息流在地理空间区域的汇聚会在一定程度上加深金融产业的集聚3，使得该地区获得更多集聚效应4。对金融集聚影响机制的研究表明，金融集聚由金融机构、相关人才以及信息流在特定区域内汇聚形成5，通过与区域内人文地理及相关产业的相互促进与融合，拓宽了融资渠道，降低了融资成本，有效实现服务实体经济的功能6。Kukalis7对194家公司开展实证研究，指出金融集聚会引发外部规模经济效应，从而推动区域经济发展。从金融集聚对区域经济发展的影响路径角度看，金融行业和其他行业之间可以通过金融集聚增强彼此 资料来源于 习近平:高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗在中国共产党第二十次全国代表大会上的报告,新华社，http:/ 总第341期现代管理科学现代管理科学MODERN MANAGEMENT SCIENCEAugust 2023No.4 Total No.341-13间信息交流8，利用网络信息系统和基础设备加强不同行业之间的合作与创新，从而促进经济增长9；此外，还有学者认为金融集聚是现代金融活动的集聚，能够在一定程度上缓释金融风险，提高生产经营效率，为区域经济增长注入强劲动力10，推动全要素生产率的提升11。而对于金融集聚与区域经济发展之间的关系，我国金融业的集聚水平与区域经济呈同步增长的态势12，且金融集聚程度高的地区在一定程度上带动了附近地区的经济增长13，即在空间上具有显著的正向溢出效应。此外，还有学者认为，金融集聚与经济增长关系密切14，两者相互促进、协同发展，金融集聚刺激区域经济增长，经济增长反过来加强金融集聚程度，促进资本流入，完善金融市场结构15，两者相辅相成，双向互促16。基于对当前研究成果的梳理发现，对于金融支持实体经济效率充当门槛变量时，金融集聚是如何影响区域经济发展的，目前未有文献给出明显答案。据此，本文的边际贡献主要在于：第一，将金融集聚、区域经济发展以及金融支持实体经济效率放在同一框架下，考察三者之间的互动机制；第二，在研究金融集聚对区域经济发展的影响时，创新性地引入金融支持实体经济效率这一门槛变量，检验其在金融集聚影响区域经济发展中的渠道作用；第三，根据党的二十大中提出的新要求，理论联系实际，将医疗建设水平与旅游业发展水平纳入到考察范围，兼顾区域金融集聚在促进经济发展与维持社会稳定的双重作用。二、理论机制与研究假说目前对金融集聚、金融支持实体经济效率与区域经济发展的理论研究有很多，但选取不同对象、指标使得研究结论存在一定的差异。本文从金融集聚对区域经济发展的影响机制入手，分析金融支持实体经济效率在两者间扮演的角色。首先，金融产业集聚是地区经济增长的重要驱动力。龚勤林等12的研究显示，金融集聚会产生规模经济效应，进而推动区域经济发展。在金融集聚形成初期，人才、技术、资金等因素向同一地区集聚，产生规模经济效应，降低交易成本。其次，金融集聚会产生空间溢出效应以影响区域经济发展。吴炎芳等16、张天舒等17研究发现，金融集聚程度的提高不仅促进金融资源在本地区集聚发展，还会提高附近地区的经济增长效应。金融机构受集聚程度提高的影响提升了知名度，大量本地金融机构扩散到周围地区，结合辐射过来的资金，推动附近地区金融业产值的增加，促进附近地区经济增长，具体分为涓流效应和极化效应。最后，金融集聚会产生技术创新效应。梁颖等11认为，大量高层次人才、资本等资源的流入为金融机构的创新提供便利条件，带来先进的金融理论与知识，使得金融创新力更快，促进技术和服务升级。基于此，本文提出以下研究假设：H1：金融集聚会显著促进区域经济发展。实体经济是经济发展的重要支柱，实体经济近几年受疫情等“黑天鹅”事件影响，正处于缓慢恢复期，而金融产业的集聚会促进金融资源流入实体经济，进而推动实体经济发展。张天舒等17也从金融产业的集聚对实体经济的推动上展开研究，发现一个地区的金融产业集聚为实体经济发展提供了更多的资金支持和融资渠道，同时在区域内加速了信息流动与传播，吸引大量的专业人才和技术支持人员，推动实体经济的复苏与发展。马勇等18的研究发现，实体经济可以提供大量的就业机会，并且实体经济是创新和技术进步的重要推动力。巴曙松等3认为，实体经济与其他产业紧密连接，形成产业链和产业集群，进而扩大了经济规模和影响力，也为地方税收和财政收入做出了贡献。因此，实体经济会推动区域经济发展。故选取金融支持实体经济效率作为门槛变量，探究其在金融集聚影响区域经济发展中发挥着何种作用。基于此，本文提出以下研究假设：H2：金融支持实体经济效率对金融集聚影响区域经济发展具有门槛效应。三、指标体系构建1.金融集聚金融集聚是金融监管部门、中介机构、国内外金融企业在特定区域形成的特殊产业空间组织架构，本文-14采用区位熵指数来度量金融集聚水平，参考刘瑞波等19的研究，选取金融业产值与人口规模两个指标来衡量金融集聚规模，具体计算公式为：FAi,t=FBi,tPOPi,tFBtPOPt（1）其中，FAi,t、FBi,t、POPi,t分别为i地区t年的金融集聚程度、金融业生产总值及人口，FBt、POPt分别为t年的全国金融业生产总值和全国总人口规模指标。参考郭威等20的研究，当FAi,t1时，该地区集聚水平高于全国平均水平。本文计算了20102020年全国31个省区市的金融集聚程度均值，如表1所示：表120102020年金融集聚均值地区北京上海天津江苏浙江广东重庆福建宁夏辽宁内蒙古均值4.8454.3842.6901.5781.5681.2191.1481.1180.8940.8910.789排序1234567891011地区山东青海湖北山西陕西四川海南新疆西藏黑龙江河北均值0.7660.7610.7430.6950.6730.6500.6270.6250.5460.5310.528排序1213141516171819202122地区安徽云南吉林广西江西河南湖南贵州甘肃均值0.5270.5080.5050.5040.4850.4710.4380.4260.425排序232425262728293031注：通过区位熵计算得来，数据来源于中国统计年鉴、中经网数据库从整体来看，区位熵指数高于平均水平的有江苏、浙江、福建、广东、北京、天津、上海、重庆，表明这8个省区市有明显的金融集聚现象。北京、上海的平均得分达到4.845和4.384，即金融集聚效应非常明显，稳居我国金融业第一梯队。究其原因，北京、上海这两个特级城市一直是我国的经济发展中心，北京作为我国首都，金融资产总量超过了190万亿元，约占全国一半，金融业占GDP比重达到了20%，成为北京经济发展的第一支柱产业。而上海自2012年起深入推进金融改革开放，经济发展迅猛，上海证券交易所股票市场规模从全球第七跃居第三位，债券市场累计融资近34万亿元，成为全球最大的交易所债券市场，金融业持续稳定发展，金融集聚水平明显。江苏、浙江、福建、广东、天津、重庆这6个省区市的指数也大于平均水平，属于我国金融业第二梯队。重庆作为我国西南地区中心城市，金融机构最齐全，资源集聚度最高，资产规模最大，是西南地区当之无愧的金融中心。浙江、江苏、福建、广东、天津金融市场繁荣、金融体制完善，市场影响力和辐射力较高，在全国处于上游水平，符合实际情况。其余省区市的金融集聚水平处于平均水平之下，主要位于东北、中西部地区，属于我国金融业第三梯队。虽然其经济水平、人口可能处于全国中上游，如河南、湖南等，但由于偏向产业不同，对金融业的支持力度不够，金融业发展较为缓慢。图1和图2为我国2010年与2020年金融集聚程度对比图。2.金融支持实体经济效率金融支持实体经济效率衡量的是投入金融资源所带来的实体经济增加值，本文基于Fare等21的研究，运用DEAMalmquist模型来分析金融支持实体经济效率的影响因素，Malmquist指数可以定义为:m0()yt+1,xt+1,xt=effch techch（2）因数据可得性等原因，研究不包括港澳台。资料来源于 北京金融资产总量超过190万亿元，约占全国一半，中国经济网，http:/ 党的十八大以来上海国际金融中心建设情况，上海市人民政府新闻办公室官网，https:/ 中国统计年鉴、国泰安数据库、锐思数据库、中经网数据库、EPS数据平台等，具体变量选取及其描述性统计如表3、表4所示。表3变量定义一览表变量类别被解释变量核心解释变量门槛变量控制变量变量名称区域经济发展金融集聚水平金融支持实体经济效率劳动力投入资本投入对外开放水平外商投资水平科技创新水平居民消费水平医疗建设水平旅游业发展水平变量符号RGDPFAFSELABCAPOPENFDISCIHCYLTD计算方法人均GDP衡量区位熵DEA-Malmquist指数城镇就业人员总数衡量固定资产投资额/GDP进出口贸易额/GDP外商直接投资/GDP每万人专利申请量衡量人均消费支出/人均GDP医疗卫生机构数衡量旅游业收入/GDP表4变量的描述性统计表变量RGDPFAFSELABCAPOPENFDISCIHCTDYL平均值10.7301.0500.5065.9880.1410.3100.50918.5430.3200.05631.619最小值9.4640.2050.1753.1000.0080.0080.0530.5400.2160.00041.290最大值12.0095.5161.0007.6430.4561.61633.978116.1100.4580.24086.939标准差0.4661.0540.1700.8880.0610.3261.85521.0910.0460.05122.0942.空间杜宾模型（1）莫兰指数检验在计量经济学中，可以用莫兰指数（Moran s I）来度量空间相关性的大小。在建立空间计量模型之前，通常需要进行莫兰指数检验。由于全国各地区的金融集聚与经济发展间可能存在空间相关性，因此，在研究金融集聚对区域经济发展的作用时，运用莫兰指数检验来分析全国31个省区市的经济发展与金融集聚的空间相关性，检验结果见表5。-18莫兰指数绝对值越大，空间相关性越明显。检验结果显示，20102020年区域经济发展的莫兰指数均在1%的显著性水平下通过检验，且数值均为正值，表明全国31个省区市在经济发展上的差异性较大，经济发展不均衡，但各地区间存在较高的关联程度，为各地区间协同发展奠定了基础。首先，莫兰指数检验结果说明，我国在地区经济发展上存在较强的空间相关性；其次，对金融集聚进行莫兰指数检验后发现，其空间相关性较弱，说明各省区市的金融交流与合作有待进一步增强。表5区域经济发展的空间自相关性年份201020112012201320142015I0.4540.4430.4320.4050.3820.366P值0.0010.0010.0020.0030.0050.006年份20162017201820192020I0.350.360.3630.360.358P值0.0080.0070.0070.0070.007注：数据来源于国泰安数据库、锐思数据库、中经网数据库（2）LM检验、LR检验及Hausman检验通过上述检验发现，区域经济发展在空间上存在着正相关性和区域差异性。而为了确定应该使用OLS还是空间计量模型，也为了进一步识别具体应使用哪一种形式，本文进行了LM检验与LR检验。根据检验结果，本文应采用空间杜宾模型（SDM）进行回归估计。为了进一步判断应采用固定效应还是随机效应进行研究，进行了Hausman检验，Hausman检验的P值为0.000，故本文应选用固定效应模型进行研究。根据检验结果，并参考潘辉等22、李芳芳23的模型构建方法，本文建立的空间杜宾模型（SDM）如下：RGDPi,t=o+W RGDPi,t+1FAi,t+1Controlsi,t+i,t（3）其中，下标i代表省区市，t代表年份。0为截距项，W为经济地理权重矩阵；1为核心解释变量的系数；3为控制变量的系数；FA为金融集聚程度，FSE为金融支持实体经济效率，Controls为控制变量，包括金融支持实体经济效率值、劳动力投入、资本投入、对外开放水平、外商投资水平、科技创新水平、居民消费水平、旅游业发展水平及医疗建设水平；i,t为误差项。3.门槛模型门槛模型克服了传统形式进行非线性回归而缺少稳定性检验的不足，其实质是在门槛估计值的基础上将样本值分成了不同区间，分别考察各个区间内解释变量对被解释变量的影响，有效捕捉了门槛变量达到特定数值后引起的自身或另外变量突变的现象。本研究选择金融支持实体经济效率作为门槛变量，分析不同投入区间金融集聚对区域经济发展的影响。本文以存在一个门槛值为例，单一门槛回归模型可表示为:RGDPi,t=o+1I(FSE )FAi,t+2I(FSE )FAi,t+3Controlsi,t+i,t（4）其中，0为截距项，为待估计门槛值，被解释变量RGDP为区域经济发展指标；核心解释变量FA为金融集聚度；门槛变量FSE为金融支持实体经济效率；Controls为控制变量，门槛模型采取与空间杜宾模型相同的控制变量；I（）为示性函数；为核心解释变量的系数；为控制变量的系数；i,t为误差项。五、实证分析1.空间杜宾模型本文基于经济地理空间权重矩阵构建空间杜宾模型，采用时间和个体双向固定的空间杜宾模型对数据进行回归，共构建4个模型进行研究，4个模型对旅游业发展水平和医疗卫生分别进行了不同的控制，模型1缺少旅游业发展水平变量，模型2缺少医疗建设水平变量，模型3旅游业发展水平与医疗建设水平均缺少，模型4引用了所有控制变量。通过对上述4个模型的对比分析，探究旅游业发展水平和医疗建设水平会在何种程度上影响区域经济发展，并探究其对地区金融集聚程度是否会产生影响。表6是空间杜宾模型的回归结果，4个模型的核心解释变量均在不同程度上通过了显著性检验。4个模-19型的空间溢出系数rho均为负值且在1%的水平上显著，说明我国31个省区市经济发展之间存在着明显的空间自相关性，整体上经济发展水平呈负向溢出效应。表6空间杜宾模型结果变量FAFSELABCAPOPENFDISCIHCYLTDrhosigma2_eNR2SDM（1）不包含W0.045*（0.014）-0.112*（0.051）0.108*（0.064）0.119（0.111）0.050*（0.030）-4.4（7.240）-1.330*（3.450）-2.30*（0.22）1.080（1.300）-0.352*（0.059）6.830*（1.130）3410.713包含W0.057*（0.030）-0.337*（0.108）-0.163*（0.067）-0.329*（0.131）-0.013（0.049）-1.530（9.990）6.280（7.030）-1.073*（0.265）-5.410*（3.020）SDM（2）不包含W0.032*（0.016）-0.124*（0.054）0.109*（0.065）0.116（0.121）0.050*（0.030）-3.86（-8.120）-8.930*（4.340）-2.25*（0.21）0.267*（0.149）-0.339*（0.066）6.790*（1.070）3410.863包含W0.045*（0.0260）-0.400*（0.111）-0.143*（0.064）-0.357*（0.114）-0.031（0.048）-1.580*（9.510）2.310（7.050）-1.100*（0.265）-0.280*（0.162）SDM（3）不包含W0.040*（0.014）-0.122*（0.056）0.104（0.067）0.124（0.115）0.045（0.030）-6.13（7.680）-1.180*（3.520）-2.290*（0.22）-0.369*（0.066）7.030*（1.120）3410.84包含W0.057*（0.030）-0.387*（0.117）-0.164*（0.070）-0.333*（0.130）-0.004（0.0480）-1.530（1.030）5.490（6.980）-1.131*（0.272）SDM（4）不包含W0.0360*（0.016）-0.113*（0.049）0.113*（0.062）0.111（0.117）0.055*（0.030）-2.05（7.590）-1.030*（4.240）-2.26*（0.20）1.080（1.180）0.269*（0.145）-0.321*（0.0600）6.600*（1.050）3410.732包含W0.046*（0.025）-0.351*（0.101）-0.144*（0.062）-0.353*（0.118）-0.039（0.049）-1.560*（9.390）3.360（7.190）-1.047*（0.249）-5.290*（3.090）-0.255（0.176）注:*表示p0.01，*表示p0.05，*表示p0.1；括号内为标准误,下同具体来看，拟合优度最好的是模型2。在模型2中，旅游业发展水平的系数为正且在10%的水平上显著，说明一个地区的旅游业的发展会拉升该地区实体经济的发展，进而促进该地区的经济发展，这与党的二十大报告中提出的大力促进文旅交流，发展文化和旅游事业相契合。在模型1中，医疗建设水平的系数为正，说明了医疗建设水平对地区经济发展的正向促进作用，但其未通过显著性检验。4个模型的结果均显示金融集聚对与区域经济发展的正向促进作用，且周边地区的金融集聚程度的提高也会拉升本地区的经济发展，地区间的相互联动加速了经济圈的形成，促进了区域间的协调发展。本文认为金融集聚通过规模经济效应与空间溢出效应，推动了区域经济发展。模型4中采用了所有的控制变量，因此采用模型4的回归结果进行说明。劳动力投入在10%的水平上通过了显著性检验，其对地区经济增长有正向促进影响，但周边地区的劳动力投入过高会抑制本地区的经济发展；有研究认为，资本投入会促进区域经济增长23，本文研究结果验证了这一观点，但没有通过显著性检验；对外开放水平对区域经济增长有正向促进作用，其在10%的水平下通过显著性检验，一个地区对外开放程度越高，越能吸引外来资源的进入，从而促进地区经济发展，这印证了开放政策的正确性；外商直接投资对区域经济发展有负向影响，但没有通过显著性检验；科技创新水平对区域经济发展的系数为负，且没有通过显著性检验，有待进一步研究；居民消费水平对区域经济发展的作用系数在1%的水平下显著为负，居民消费水平-20的提高会拉动实体经济增长，进而拉动地区经济的增长，但在研究结论中系数为负，有待进一步检验；外商直接投资和科技创新水平均没有通过显著性检验，有待进一步研究。2.门槛模型本文在门槛回归分析前需要对金融支持实体经济效率这一门槛变量进行三重门槛效应检验，其单一门槛和双重门槛均在5%的水平下显著，门槛值分别为0.502、0.748，而三重门槛值为0.213且不显著，说明金融支持实体经济效率对区域经济发展存在非线性关系。在进一步进行双门槛检验时，核心解释变量金融集聚在双门槛效应检验时未通过检验，故本文最终采用单一门槛效应检验，检验结果见表7。表7单一门槛效应检验门限检验单一门限门限值0.748F值50.880P值0.020临界值1%54.2925%43.94710%37.80395%置信区间0.703,0.761注：Bootstrap次数为300次表7报告了基于金融支持实体经济效率这一门槛变量得到的门槛回归结果，其中门槛值为0.748，在5%的水平下显著。随后对单一门槛进行回归分析，以检验各个变量的显著性，回归结果见表8。表8单一门槛回归结果变量FA（FSE）FA（FSE）LABCAPOPENFDI系数值0.252*（0.065）-0.267*（0.115）0.719*（0.089）-0.682*（0.319）-0.404*（0.111）-1.230（5.540）变量scihctdyl_consR2N系数值7.720*（1.480）-0.384（0.502）-0.621（0.426）2.200*（5.750）5.724*（0.532）0.673341门槛回归估计结果显示，当金融支持实体经济效率值小于0.748时，金融集聚对区域经济发展在1%的水平下显著正相关，在这一阶段中，金融业向其他领域的传导效应较强，不断投入的金融资源会进入到各个领域，从而激发经济增长活力，促使金融集聚的规模效应、空间溢出效应和技术创新效应的形成，进而促进经济发展。当金融支持实体经济效率值大于等于0.748时，金融集聚对区域经济发展在5%水平下显著负相关，这意味着当达到0.748门槛值时，过量金融资源的投入不仅没有促进经济发展，反而使区域经济发展呈现疲软状态，这也在一定程度上浪费了过量投入的金融资源。综上，金融集聚对区域经济发展呈倒“U”型影响。究其原因，金融业是当代经济架构的核心，金融的支持是当代社会发展进步的动力和源泉。在社会经济发展初级阶段，随着金融资源的不断投入，金融行业慢慢发展起来，进而不断提高金融产业的集聚程度，从而对地区经济和社会发展的支持力度不断增加，即金融产业集聚水平的提高在一定程度上可以促进区域经济增长。当金融集聚达到一定的峰值之后，可能出现金融发展“脱实向虚”的问题24。在这一阶段，虽然金融货币的投入和财政支出持续增加，但增加的金融资源并未完全流入实体经济，在一定程度上造成了金融资源的浪费，并没有发挥出其对区域经济发展应有的刺激作用，同时也在一定程度上增加了信用风险与流动性风险。六、结论与建议文章基于全国31个省区市11年的面板数据，采用熵值法测度了各省区市的金融集聚程度，在此基础上利用空间杜宾、门槛模型来探究金融集聚对区域经济增长的影响机制，得出以下结论：-21首先，从空间杜宾模型的回归结果来看，金融集聚对区域经济发展具有显著的正向促进效应，其不仅促进本地区经济发展，还会对周边地区经济增长产生溢出和辐射效应。在进行空间溢出效应分解后，对直接效应来说，一个地区的金融集聚程度、劳动力投入越高，该地区的经济增长就越快，而居民消费水平过高却对该地区经济增长产生一定的负面影响。从间接效应来看，周边地区科技创新水平对本地区经济发展起着促进作用。而当本地区的资本投入与外商投资水平过高时，在一定程度上会抑制周边地区经济发展。其次，从门槛模型的回归结果来看，随着金融支持实体经济效率值的不断提升，金融集聚与区域经济发展之间存在倒“U”型关系。在金融支持实体经济发展初期，金融集聚所带来的人力、资本等高效地提升了金融产业的发展效率，帮助金融产业发展，促进金融产业结构升级，推动社会和经济发展走向全新的运行模式。但随着金融支持实体经济的不断提升，金融集聚对区域经济发展的正向作用转化为负，过度的集聚在一定程度上造成了资源的浪费，并不利于区域经济发展。基于上述结论，本文提出如下建议：1.优化金融资源配置，完善金融市场体制改革首先，门槛模型结果显示，金融支持实体经济效率使得金融集聚支持经济发展的过程呈倒“U”型，当金融资源过度集聚时，不仅会抑制经济发展，还会造成金融资源浪费。因此，政府及相关部门应制定综合预算计划，优化机制运行效率，避免金融资源浪费。其次，高金融集聚区也应当继续推动本地区金融体制改革，促使金融支持实体经济效率的进一步提高，同时整合金融要素推进地区金融体系创新，使高集聚区的金融要素继续充当拉动经济增长的马车。2.改善实体经济融资环境，完善金融服务实体经济领域体系建设党的二十大报告指出，全面建设社会主义现代化国家的首要任务是高质量发展，要坚持把发展经济的着力点放在实体经济上。因此，政府应加大政策支持力度，营造良好的金融生态环境，出台创新研发激励机制政策，增强我国制造业创新驱动力，为实体经济技术改造和转型提供重要支撑。对于新型创新型制造业，应扩大风险融资规模；政府要出台相关税收保护政策，促进企业发展，加快补齐我国高新技术产业短板。3.提升劳动力质量，加快实现经济高质量发展空间杜宾模型回归结果显示，劳动力投入在一定程度上影响着经济发展，因此提高劳动力素质，培养高质量人才，使劳动力市场供给与需求相匹配是当前提升经济发展质量的关键一步。一方面，政府应发挥金融集聚促进劳动力技能提升和错配改善功能，优化当地人才结构层次，为金融科技发展提供人才支持；另一方面，政府可以通过配套激励、平台搭建等政策，吸引高素质劳动力集聚，促进金融产业高质量发展。4.加大科技创新投入，形成金融与创新良性双循环党的二十大报告中强调，科技是第一生产力，创新是引领发展的第一动力。要加快实现创新驱动发展战略，实现高水平科技自立自强，政府应当出台相应政策，为加大科技创新投入力度、探索金融与科技深度融合提供更多的资金及技术支持。还要把握住金融集聚带来的资源红利，在金融监管机构的风险管理和激励约束作用下，提高自身创新竞争力，形成金融与科技双重区域效应的良性循环，助推科技创新水平的提升。参考文献：1 安树伟，常瑞祥.中国省际经济增长的传递及其机制分析J.中国软科学,2016（11）:74-83.2 Bowns S,Bradley I,Knee P,et al.Measuring the Economic Benefits from R&D:Improvementsin the MMI Model of the United Kingdom National Measurement SystemJ.Research Policy,2003,32（6）:991-1002.3 巴曙松，柴宏蕊，方云龙，等.自由贸易试验区设立提高了金融服务实体经济效率吗?:来自沪津粤闽四大自贸区的经验证据J.世界经济研究,2021（12）:3-21.4 Palmberg J.Spatial Concentration in the Financial IndustryJ.Ratio Working Papers,2012,16（7）:849-854.5 张振，付琼.金融集聚能有效提升区域经济韧性吗?基于产业结构的门限效应研究J.暨南学报（哲学社会科学版）,2022（10）:1-15.-226 张劲松.走重视实体经济的中国式现代化道路J.北京联合大学学报(人文社会科学版),2023,21（1）:16-24.7 Kukalis S.Agglomeration Economies and Firm Performance:The Case of Industry ClustersJ.Journal of Management,2010,36（2）:453-481.8 Park Y S.Introduction to International Financial Centers：Their Origin and Recent Devel-opments.International Banking and Financial CentersM.Heidelberg:Springer,Dordrecht，1989:167-173.9 封永刚，蒋雨彤，彭珏.中国经济增长动力分解:有偏技术进步与要素投入增长J.数量经济技术经济研究,2017,34（9）:39-56.10 Buera F J,Kaboski J P,Shin Y.Finance and Development:A Tale of Two SectorsJ.TheAmerican Economic Review,2011,101（5）:1964-2002.11 梁颖，罗霄.金融产业集聚的形成模式研究:全球视角与中国的选择J.南京财经大学学报,2006（5）:16-20.12 龚勤林,宋明蔚.金融集聚的区域经济增长效应研究基于省域面板数据的实证分析J.云南财经大学学报,2021,37（4）:61-74.13 冉启英，朱为利，任思雨.财政分权、金融集聚与城市高质量发展J.华东经济管理,2021,35（9）:59-69.14 张同功，孙一君.金融集聚与区域经济增长:基于副省级城市的比较研究J.宏观经济研究,2018（1）:82-93.15 刘降斌，刘秋明.金融集聚与经济增长的交互影响与空间溢出效应研究J.商业研究,2021（6）:73-80.16 吴炎芳.金融集聚对区域经济增长的空间溢出效应研究基于空间计量模型的三大城市群对比分析J.经济问题,2020,492（8）:61-69.17 张天舒,唐一鸣,马靖淳.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J.东北师大学报(自然科学版),2022,54（4）:144-154.18 马勇,姜伊晴,付莉.经济开放、金融集聚与金融支持实体经济效率J.国际金融研究,2021,406（2）:3-11.19 刘瑞波,张茜.金融集聚、空间溢出与区域经济增长基于山东省“两圈四区”的经验数据J.经济与管理评论,2020,36（4）:147-160.20 郭威,司孟慧.金融集聚提升制造业绿色全要素生产率了吗J.现代经济探讨,2021（6）:38-48.21 FareR，GrosskopfS，NorrisM，etal.ProductivityGrowth，TechnicalProgressandEfficiency Change in Industrialized CountriesJ.The American Economic Review，1994,84（1）：66-83.22 潘辉，冉光和，张冰，等.金融集聚与实体经济增长关系的区域差异研究J.经济问题探索,2013,（5）:102-107.23 李芳芳.金融产业集聚与区域经济增长J.晋阳学刊,2013（6）:128-135.24 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响：促进还是抑制J.中国工业经济，2017（12）：113-131.基金项目：国家自然科学基金青年项目“生产分割视角下全球生产网络嵌入对澜湄流域制造业升级的影响研究”（项目编号：71804160）。作者简介：韩越（1973-），女，博士，云南师范大学泛亚商学院教授，硕士生导师，研究方向为东南亚南亚商务；李国庆（1998-），男，云南师范大学泛亚商学院硕士研究生，研究方向为金融产业集聚、金融工程；侯佳璇（2000-），女，云南师范大学泛亚商学院硕士研究生，研究方向为绿色金融；方俊智（1984-），通讯作者，男，博士，云南师范大学泛亚商学院讲师，硕士生导师，研究方向为区域经济。（收稿日期：2023-03-30责任编辑：殷俊）-23