張 超，張亞男

(安徽財經(jīng)大學 金融學院，安徽 蚌埠 233030)

引言

黨的十九大以來，我國經(jīng)濟穩(wěn)步轉(zhuǎn)向高質(zhì)量增長發(fā)展階段，金融產(chǎn)業(yè)增加值占GDP的比重由2008年的5.7%上升到2019年的7.8%，占國內(nèi)生產(chǎn)總值比重越來越大。金融是現(xiàn)代經(jīng)濟的核心，是戰(zhàn)略性資源[1]。由于資本的逐利性，社會金融資源的分布特征已逐漸演變成非均衡和不連續(xù)，越來越多的金融資源在空間上向特定區(qū)域聚集呈現(xiàn)出空間集聚的態(tài)勢，其中紐約、倫敦、東京為國際金融集聚中心代表，而在國內(nèi)，主要以北京、上海、廣州、深圳為金融集聚中心代表，匯聚著大量的金融機構(gòu)。金融集聚中心既能通過“集聚效應”直接影響本地區(qū)經(jīng)濟增長，也可通過其“擴散效應”促進或抑制周邊地區(qū)經(jīng)濟發(fā)展。而在目前，金融資源的空間布局大致以東中部密集，西部稀疏為典型表現(xiàn)形式，金融集聚對經(jīng)濟影響效應存在明顯地區(qū)差異，加劇區(qū)域經(jīng)濟發(fā)展不平衡。而在金融體制改革的背景下，金融發(fā)展在我國經(jīng)濟成長中發(fā)揮著愈來愈關(guān)鍵的作用，而金融集聚又是當代金融發(fā)展中的重要環(huán)節(jié)，基于此，研究金融集聚對經(jīng)濟增長的影響效應意義重大。

一、文獻綜述與理論分析

(一)文獻綜述

從上世紀90年代開始，國內(nèi)外學者從多角度對金融集聚和經(jīng)濟增長的關(guān)系進行了較為詳細的研究，其中一部分學者以金融集聚功能為切入點闡述其對經(jīng)濟增長的影響機制。Levine(1999)研究得到金融集聚對經(jīng)濟增長正向效果突出，他指出金融集聚作用于經(jīng)濟增長的過程中不但可以提高金融效率，而且能夠加速資本積累[2]，而資本積累又能促進區(qū)域經(jīng)濟長期增長[3-4]。劉繼和馬琳琳(2019)以30個省級單位面板數(shù)據(jù)為分析對象，實證發(fā)現(xiàn)金融集聚可以助推國家經(jīng)濟發(fā)展，也能充分激發(fā)產(chǎn)業(yè)“集聚效應”，對產(chǎn)業(yè)結(jié)構(gòu)進行優(yōu)化[5]。

其中部分學者以規(guī)模經(jīng)濟為研究著力點，論述金融集聚與經(jīng)濟增長間的相互作用機理。國外學者Kindleberger(1974)研究發(fā)現(xiàn)，金融資源的空間聚集效應利于實現(xiàn)金融資源的高效率配置，進而引導金融集聚產(chǎn)生規(guī)模經(jīng)濟[6]。同時信息外在性與規(guī)模經(jīng)濟也是金融產(chǎn)業(yè)集聚發(fā)生的原因[7]。在我國，孫國茂和范躍進(2013)指出金融市場化、規(guī)模經(jīng)濟是金融中心形成的必備條件。金融集聚不僅可以引導資本、結(jié)構(gòu)以及人才聚集，其在促進經(jīng)濟增長過程中還可以擴大金融規(guī)模、催化技術(shù)創(chuàng)新、加速資本積累[8]。

近些年來，學者們多以空間效應為研究的出發(fā)點，深入探究金融集聚與經(jīng)濟增長的關(guān)系。李林等(2011)、李紅和王彥曉(2014)研究指出金融集聚通過其空間溢出效應有效推動周邊地區(qū)經(jīng)濟發(fā)展[9-10]。一方面，金融集聚可以引導金融資源流動速率的提高，強化金融機構(gòu)之間的合作與生產(chǎn)，節(jié)省交易費用，增強規(guī)模經(jīng)濟傳播效應，進而實現(xiàn)其對鄰近地區(qū)經(jīng)濟的助推效果[11]。另一方面，金融集聚也利于各地區(qū)提高金融資源整合的效率，發(fā)揮競爭優(yōu)勢、自我強化效應以及規(guī)模經(jīng)濟效應，引領區(qū)域經(jīng)濟協(xié)調(diào)、快速增長[12]。但是，由于地區(qū)經(jīng)濟增長水平層次性明顯，金融集聚對經(jīng)濟增長的空間溢出效應存在區(qū)域異質(zhì)性[13]。而考慮地區(qū)經(jīng)濟發(fā)展水平存在顯著差異，徐芳燕和鄭健濤(2020)構(gòu)建SAR模型對粵港澳地區(qū)空間溢出效應進行檢驗，結(jié)果得出粵港澳地區(qū)金融集聚外溢效應抑制該區(qū)域經(jīng)濟增長[14]。岳婷婷(2020)用銀行、證券、保險區(qū)位熵衡量山西省11市的金融集聚度，研究指出銀行集聚對周邊地區(qū)有顯著正向溢出作用，保險集聚對周邊地區(qū)經(jīng)濟增長有顯著負向溢出效應，證券金融集聚對周邊地區(qū)經(jīng)濟增長影響不明顯[15]。

綜上所述，學者們對金融集聚與經(jīng)濟增長之間的關(guān)系已有較為成熟的見解，有關(guān)金融集聚的空間經(jīng)濟溢出效應，結(jié)合全國樣本數(shù)據(jù)對其研究的文獻相對稀少。基于此，第一，以全國31個省的年度相關(guān)數(shù)據(jù)為研究對象，構(gòu)建空間權(quán)重矩陣，測算金融集聚、經(jīng)濟增長的Moran’s I指數(shù)具體數(shù)值；第二，基于全國視角同時采用SEM、SAR、SDM空間面板模型對比分析金融集聚對區(qū)域經(jīng)濟發(fā)展的空間效應影響；第三，考慮金融集聚對經(jīng)濟溢出效應是否存在區(qū)域異質(zhì)性，分東、中、西三部分進行對比討論；第四，運用偏微分法對最優(yōu)模型進行效應分解，更全面衡量金融集聚對經(jīng)濟增長的直接、間接影響效應，以期望豐富相關(guān)研究成果。

(二)金融集聚影響經(jīng)濟增長的相關(guān)機制

1.金融集聚集聚效應影響區(qū)域經(jīng)濟增長

金融集聚產(chǎn)生的額外收益即為金融集聚效應，通常金融集聚區(qū)易形成金融集聚效應，金融集聚效應主要從四方面對經(jīng)濟增長起促進作用[16]。第一，金融集聚具有外部性，大量的金融機構(gòu)、優(yōu)秀金融人員聚集在一起有助于金融機構(gòu)技術(shù)效率的提高，為企業(yè)提供更加全面的融資服務。與此同時，企業(yè)資金周轉(zhuǎn)時間、投資成本、經(jīng)營風險等均會下降，對相關(guān)附屬產(chǎn)業(yè)的發(fā)展有積極促進作用，這些均能拉動經(jīng)濟增長；第二，金融集聚區(qū)和網(wǎng)絡結(jié)構(gòu)的集聚與優(yōu)化會降低區(qū)域內(nèi)各機構(gòu)的交易費用，同時導致超額收益的產(chǎn)生，共同推動區(qū)域經(jīng)濟增長；第三，金融集聚區(qū)通常位于地區(qū)或國家經(jīng)濟增速快的地區(qū)，而知識、資本、技術(shù)、人力等的密集是金融集聚區(qū)的典型特征，豐富的知識與創(chuàng)新資源利于形成創(chuàng)新性環(huán)境，高速流通的信息又能推動各產(chǎn)業(yè)技術(shù)發(fā)展。新的技術(shù)、知識在各企業(yè)之間相互傳播加速各個產(chǎn)業(yè)的更新與升級；第四，隨著社會上不斷涌現(xiàn)出金融改革、網(wǎng)絡金融、數(shù)字金融，金融集聚度不斷升級、強化，外部經(jīng)濟、技術(shù)、創(chuàng)新、知識等日益強化、溢出，再轉(zhuǎn)化成生產(chǎn)力，它們形成的強化機制進一步反作用于金融集聚，促進金融集聚區(qū)內(nèi)經(jīng)濟增長，使其向更高階段發(fā)展。據(jù)此，提出假設1：

H1：金融集聚可以促進本地區(qū)經(jīng)濟增長；

2.金融集聚擴散效應影響區(qū)域經(jīng)濟增長

擴散效應是金融集聚影響區(qū)域經(jīng)濟增長的另一種表現(xiàn)形式，具體包含極化效應和涓流效應[15]。金融集聚前期一般會催化極化效應的發(fā)生，金融發(fā)達地區(qū)自我強化積累有利因素，不斷吸引促使周邊地區(qū)的資本、人才等有利要素聚集于本地區(qū)，引導本地不斷加強對有利因素的積累，周邊地區(qū)不斷積累并消化不利因素，進而導致周邊地區(qū)金融產(chǎn)業(yè)發(fā)展消極怠慢，加快地區(qū)金融兩極化發(fā)展化并循環(huán)往復不斷進行。涓流效應是金融集聚擴散效應的另一種表現(xiàn)形式，一方面，周邊地區(qū)積極借鑒金融集聚區(qū)經(jīng)濟發(fā)展路徑；另一方面，金融集聚區(qū)域的知識、技術(shù)、人才向外溢出，這些均可以推動周邊地區(qū)經(jīng)濟發(fā)展。在金融集聚過程中，多余的金融資源會流向周邊地區(qū)，周邊城市也會積極學習、模仿金融集聚區(qū)域，借助金融集聚區(qū)的各項資源實現(xiàn)區(qū)域經(jīng)濟不斷增長。因此，金融集聚對周邊地區(qū)經(jīng)濟的影響是正向促進還是負向抑制主要取決于極化效應和涓流效應二者之間誰更占主導支配地位。若極化效應處于支配地位，則金融集聚負向抑制周邊城市經(jīng)濟增長；若涓流效應占核心主導地位，金融集聚正向推動周邊地區(qū)經(jīng)濟增長。據(jù)此，提出假設2：

H2：金融集聚對周邊地區(qū)經(jīng)濟增長的影響不確定。

二、指標選取與研究設計

(一)變量選取、數(shù)據(jù)來源及描述性統(tǒng)計

1.被解釋變量

經(jīng)濟增長(lnPGDP)，選取31省份的地區(qū)人均生產(chǎn)總值衡量經(jīng)濟增長水平，并對該變量取自然對數(shù)，記為lnPGDP。

2.解釋變量

參考黎杰生和胡穎(2017)、初春和吳福象(2018)等學者的方法，測算金融業(yè)增加值區(qū)位熵VAQit并作為衡量金融集聚度的具體指標[17-18]。計算方法如下：

上述表達式中，VAit、VAt分別表示i省、全國第t年的金融業(yè)增加值，Xit、Xt分別表示i省、全國人口數(shù)，則VAit/Xit、VAt/Xt表示省份、全國的人均金融業(yè)增加值。測量所得數(shù)值越大，金融集聚效應越強；反之，則越弱。對該指標進行自然對數(shù)處理，確?；貧w結(jié)果的穩(wěn)定性。

3.控制變量

控制變量主要包括五個，分別為固定資產(chǎn)投資水平(FAI)、政府干預(GI)、人力資本水平(HC)、產(chǎn)業(yè)結(jié)構(gòu)水平(ISU)、人口城鎮(zhèn)化水平(POP)。選用各省固定資產(chǎn)投資額衡量固定資產(chǎn)投資水平，各省就業(yè)人員衡量人力資本水平，各省一般財政預算支出與該省GDP的比值來測量各省政府對地方經(jīng)濟的干預水平，各省第二、三產(chǎn)業(yè)增加值與當年GDP的比值衡量產(chǎn)業(yè)結(jié)構(gòu)水平，各省城鎮(zhèn)人口與總?cè)丝谙啾鹊牡玫降臄?shù)值代替人口城鎮(zhèn)化水平。并對上述五個控制變量數(shù)值自然對數(shù)化處理，進而保證研究數(shù)據(jù)的可靠性。

4.數(shù)據(jù)來源及描述性統(tǒng)計

選取2009-2018年全國31個省(自治區(qū)、直轄市)的年度數(shù)據(jù)用于空間面板模型回歸，運用Stata15.0實證檢驗金融集聚對經(jīng)濟產(chǎn)生的影響。其中研究所使用的數(shù)據(jù)均來源于中經(jīng)網(wǎng)數(shù)據(jù)庫、國家統(tǒng)計局、中國統(tǒng)計年鑒以及各省統(tǒng)計年鑒等。

具體變量描述性統(tǒng)計見表1：

表1 變量基本描述性統(tǒng)計

(二)空間自相關(guān)檢驗

選用Moran’s I指數(shù)檢驗空間自相關(guān)性，在此之前構(gòu)建0-1鄰接空間權(quán)重矩陣，矩陣定義如下：

i地區(qū)和j地區(qū)邊界重合時，Wij取值1，反之為0。

Moran’s I指數(shù)的計算公式如下：

(三)空間計量模型構(gòu)建

傳統(tǒng)面板數(shù)據(jù)模型并不適用于描述變量之間的空間影響效應，相比之下，空間面板數(shù)據(jù)模型更適合變量間真實關(guān)系的刻畫[19]?？臻g面板模型基本形式如下：

其中，Wij為0-1空間矩陣，Yit為i省份t年度被解釋變量，Xit表示i省份t年度解釋變量，Yjt和Xjt為周邊j省份t年度的被解釋與解釋變量，WijXjt、WijYjt表示變量的空間滯后項。

對上述式(4)的系數(shù)做具體規(guī)定進而確定三種模型的形式：第一，當λ≠0、θ=0、ρ=0時，周邊j省份被解釋變量的空間滯后項參與模型回歸，此時模型被定義為SAR模型；第二，若滿足λ=0、θ=0、ρ≠0時，該模型的誤差項在空間上有自相關(guān)特征，即為周邊省份沒有納入測量范圍的因素對本省被解釋變量存在一定影響時，此時模型被定義為SEM模型；第三，當λ≠0、θ≠0、ρ=0時，此時周邊j省份解釋、被解釋變量的空間滯后項均是系數(shù)回歸結(jié)果的關(guān)鍵性影響因素，該模型被定義為SDM模型。

結(jié)合所選變量，三種模型具體形式如下：

空間滯后模型(SAR)

空間誤差模型(SEM)

空間杜賓模型(SDM)

三、實證分析

(一)空間自相關(guān)檢驗結(jié)果

在進行空間面板數(shù)據(jù)回歸分析之前，對全國31省的經(jīng)濟增長和金融集聚進行空間自相關(guān)檢驗，具體為測算經(jīng)濟增長和金融集聚的Moran′s I指數(shù)，結(jié)果見表2。2009-2018年經(jīng)濟增長的Moran′s I指數(shù)都在0.245以上，且在1%的水平下顯著，表明我國經(jīng)濟增長在空間上存在自相關(guān)性，各地區(qū)經(jīng)濟發(fā)展相互影響。金融集聚Moran′s I指數(shù)測算值在5%的置信水平都大于零，總體呈現(xiàn)出螺旋式上升的態(tài)勢，各地區(qū)金融發(fā)展不受地理位置約束，有較強的空間溢出效應。

表2 經(jīng)濟增長與金融集聚變量的空間自相關(guān)檢驗結(jié)果

針對2018年的lnPGDP和lnVAQ變量設計了Moran′s I指數(shù)散點圖，具體見圖1。散點圖的四個象限依次可以表示為高觀測值被低觀測值包圍(后面簡略敘述)、高被低包圍、低被低包圍、低被高包圍。對比兩個散點圖觀測值布局可以發(fā)現(xiàn)，大部分省份觀測值都集中分布于第一、三象限，對比之下，第二、四象限的觀測值比較少，表現(xiàn)出明顯的高高、低低聚集的態(tài)勢，再次驗證兩者在空間上都具備關(guān)聯(lián)性，即我國經(jīng)濟增長和金融集聚均在空間上有溢出效應。

圖1 2018年經(jīng)濟增長和金融集聚Moran′s I指數(shù)散點圖

(二)全國空間計量模型回歸分析

對相關(guān)數(shù)據(jù)進行LM、LR、Wald檢驗，進而確空間面板模型的具體形式。其中LM-lag檢驗值為18.571，LM-erro檢驗值為21.498，兩者都在1%的水平下顯著，驗證了空間計量分析方法的優(yōu)越性。但Wald和LR檢驗結(jié)果顯示SDM模型在1%的置信水平下拒絕轉(zhuǎn)變成SEM、SAR模型。另外，對數(shù)據(jù)做效應檢驗和Hausman檢驗，最終時間固定效應面板模型的嚴謹性被充分驗證。因此，綜合考慮空間杜賓模型更適合接下來的實證研究?？紤]變量估計系數(shù)的穩(wěn)健性，對以上三種模型的回歸結(jié)果進行報告，并對空間杜賓模型的回歸結(jié)果進行詳細分析。

為了檢驗各變量估計系數(shù)的穩(wěn)健性，對固定效應下SEM、SAR、SDM的回歸結(jié)果進行詳細列出。其中SDM模型的R2和Log-likelihood值最大，模型擬合度高，更適用于解釋金融集聚對經(jīng)濟增長的影響效應。另外，對比表3中三種空間模型的回歸結(jié)果，各變量系數(shù)有大致相同的的大小、方向及顯著度，進而驗證了變量系數(shù)的穩(wěn)健性。具體選擇擬合程度較高的SDM模型作為主要闡釋對象，對其做詳細分析。三種模型經(jīng)濟增長的空間滯后項系數(shù)(W×lnPGDP)在1%的置信水平下顯著大于零，這反映出我國經(jīng)濟增長在空間上存在顯著的正向溢出效應。空間杜賓模型的金融集聚(lnVAQ)系數(shù)顯著為0.3306，金融集聚溢出效應(W×lnVAQ)系數(shù)顯著為0.1699，表明金融集聚對本地區(qū)和周邊地區(qū)經(jīng)濟增長都有正向推動作用。此外，考慮控制變量對我國經(jīng)濟增長的影響效應，其中人口城鎮(zhèn)化水平(lnPOP)、固定資產(chǎn)投資水平(lnFAI)、產(chǎn)業(yè)結(jié)構(gòu)水平(lnISU)對我國經(jīng)濟增長產(chǎn)生顯著正向促進作用。而政府干預(lnGI)和人力資本水平(lnHC)則對經(jīng)濟發(fā)展產(chǎn)生顯著的反向抑制作用。人力資本水平(lnHC)系數(shù)為負，這可能因為僅僅依靠人力本的不斷投入對我國經(jīng)濟增長正向影響效應并不明顯，應強調(diào)完善勞動力結(jié)構(gòu)，培養(yǎng)高水平、應用型的勞動力。政府干預(lnGI)對經(jīng)濟增長產(chǎn)生與預期相反的負向效應可能是政府對市場的過度干預，對資源、要素的配置產(chǎn)生消極影響，進而對我國經(jīng)濟增長有相反的抑制作用。

表3 三種空間模型的回歸結(jié)果

(三)分地區(qū)空間杜賓模型回歸分析

為了更深入明確金融集聚對經(jīng)濟增長的溢出效益是否存在空間異質(zhì)性，將31個省級單位分為東、中、西三個部分并進行討論。上文分析結(jié)果顯示空間杜賓模型(SDM)更適合研究，其穩(wěn)健性也得到驗證，故該部分繼續(xù)選用空間杜賓模型進行分析研究。模型回歸結(jié)果顯示東中西區(qū)域經(jīng)濟增長的空間滯后項(W×lnPGDP)回歸系數(shù)都在1%的置信水平下均為正，空間正向經(jīng)濟溢出效應明顯。分析表4可知，東部地區(qū)金融集聚(lnVAQ)系數(shù)為0.2324，東部地區(qū)金融集聚的空間滯后項(W×lnVAQ)系數(shù)顯著為正，具體數(shù)值為0.1625，表明金融集聚在空間上向周圍地區(qū)溢出正向效應，臨近地區(qū)金融集聚效應通過空間傳播助推本地區(qū)經(jīng)濟發(fā)展。中部地區(qū)金融集聚水平(lnVAQ)的系數(shù)在1%的置信水平下為正向且顯著。此外，中部地區(qū)金融集聚的空間滯后項(W×lnVAQ)系數(shù)為0.2694顯著為正。西部地區(qū)的金融集聚系數(shù)(lnVAQ)顯著為正，但金融集聚的空間滯后項(W×lnVAQ)系數(shù)顯著為負，系數(shù)具體為-0.4533，表明西部地區(qū)內(nèi)的臨近省份金融集聚對本省份的經(jīng)濟增長有顯著的負向溢出作用。西部地區(qū)金融集聚溢出效應為負可能歸因于我國西部地區(qū)經(jīng)濟發(fā)展落后，金融資源相對匱乏，西部各地區(qū)之間存在惡性競爭，資源配置效率低下。

表4 分區(qū)域空間杜賓模型(SDM)的回歸結(jié)果

(四)空間效應分解

在此，基于偏微分法對最優(yōu)模型(SDM)做效應分解，更全面衡量金融集聚的空間溢出效應。分析表5可知，全國視角下金融集聚對經(jīng)濟增長影響的直接效應在1%的置信水平下為0.3276。東部地區(qū)金融集聚對經(jīng)濟影響的直接效應在1%置信水平下顯著為0.2309，中部地區(qū)直接效應在1%的置信水平下為0.1637，西部地區(qū)的直接效應在1%的顯著水平下顯著為0.1090，即金融集聚可以顯著促進全國及東中西區(qū)域經(jīng)濟發(fā)展。以上分析表明，發(fā)揮金融集聚的集聚效應可以顯著促進本地區(qū)經(jīng)濟增長，假設1得到驗證。而金融集聚對經(jīng)濟增長的空間溢出效應方向并不一致。從全國角度來看，金融集聚對經(jīng)濟增長的間接效應在1%的置信水平下顯著為0.1089，東部、中部地區(qū)金融集聚的間接效應在1%的置信水平下分別為0.1618、0.2595，金融集聚正向促進周邊地區(qū)經(jīng)濟增長。而在西部地區(qū)，金融集聚對經(jīng)濟增長的間接影響效應在1%的置信水平下通過檢驗，具體數(shù)值為-0.3983，金融集聚反向抑制了周邊地區(qū)經(jīng)濟發(fā)展。因此，鑒于以上結(jié)論，假設2得到驗證，即金融集聚對周邊地區(qū)經(jīng)濟影響不確定。

表5 空間杜賓模型的效應分解結(jié)果

四、結(jié)論與建議

(一)主要結(jié)論

基于2009-2018年的省級面板數(shù)據(jù)，結(jié)合三種空間計量模型分析金融集聚對經(jīng)濟增長的影響效應，并強調(diào)金融集聚作用效果的區(qū)域異質(zhì)性，最終總結(jié)得到下列兩點結(jié)論：第一，基于全國視角，本地區(qū)經(jīng)濟增長不僅受本地區(qū)金融集聚的正向效應影響，周邊地區(qū)金融集聚效應也可通過空間傳播對本地區(qū)經(jīng)濟發(fā)展產(chǎn)生正向促進效果。第二，從分區(qū)域回歸結(jié)果來看，金融集聚都能充分表現(xiàn)出其較為突出的經(jīng)濟影響效應，但具體效果并不完全一致，具體東中部地區(qū)金融集聚的直接、間接效應對經(jīng)濟增長作用方向一致且顯著為正，即金融集聚的集聚效應和由涓流效應支配的擴散效應正向影響兩區(qū)域經(jīng)濟增長。而在西部地區(qū)，直接效應和間接效應的作用效果恰恰相反，金融集聚在西部地區(qū)的擴散效應由極化效應占主導地位，抑制該地區(qū)經(jīng)濟發(fā)展。

(二)政策建議

基于研究結(jié)論，提出以下三點建議：第一，優(yōu)化各區(qū)域金融中心布局，充分激發(fā)金融集聚的“集聚效應”和“擴散效應”。對此，各地區(qū)政府應結(jié)合地區(qū)布局特征構(gòu)建層次分明的金融中心，確保金融資源整合的充分性，加快實現(xiàn)金融業(yè)聯(lián)動其他行業(yè)共同發(fā)展，激發(fā)金融集聚對經(jīng)濟的正向影響效應。第二，引導金融資源有序向西部地區(qū)回流，規(guī)避地區(qū)間惡性競爭。對此政府應根據(jù)西部地區(qū)發(fā)展實況拓寬政策落實渠道，確保融資的低門檻性及稅收的高優(yōu)惠性，夯實西部地區(qū)金融、經(jīng)濟基礎，引導勞動力、金融資源、企業(yè)有序由東中部地區(qū)回流至西部地區(qū)，避免多地區(qū)惡性搶奪少量資源的極端現(xiàn)象。第三，優(yōu)化金融集聚環(huán)境，為實現(xiàn)質(zhì)量化的跨區(qū)域金融服務做好基礎保障工作。對此，當下各地區(qū)政府加大對營造優(yōu)良金融發(fā)展生態(tài)環(huán)境的資金投入已刻不容緩，同時應及早對地方傳統(tǒng)行政壁壘進行人工干預，防止其對金融配置效率產(chǎn)生消極影響。