房价、人才集聚与区域技术创新差异性研究

余利丰

（江汉大学 武汉研究院，武汉 430056）

随着我国住房制度改革的纲领性文件《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》（国发［1998］23号）的颁布［1］，我国的房地产市场进入了迅猛发展的阶段，2004—2013年近10年间，我国的商品住宅平均销售价格上涨了124%，年均上涨约9.4%［2］。尤其是随着我国城镇化战略的实施，诸多一、二线城市房价涨幅呈现出非理性化趋势。据全球数据库NUMBEO的统计资料显示，2015年中国房价是年薪的22.95倍，在全球排名第14位，在亚洲更是高居第二，仅次于新加坡。2015年，在易居房地产研究院所监测的典型城市中，有33个城市的房价收入比超过了5∶1的警戒线，其中深圳更是高达23.2［3］。急速上升的房价和高额房地产利润吸引了大量资金进入房地产市场，而房地产投资的过快增长则进一步拉高了房地产投资收益，导致大量的资本加速抽离实体经济，涌入房地产行业［4］。另一方面，房价的普遍上涨，也使得不少制造业部门的企业将本应进行创新研发活动的资金投入到收益回报率较高的房地产业，导致企业用于创新的投入减少，从而抑制了制造业部门的创新活动，最终影响我国整体的创新产出［5］。对于进入“新常态”的中国来说，创新正日益成为维持和驱动中国经济可持续发展的决定性因素，我国要实现从经济大国迈向经济强国的战略目标，就必须坚定不移地实施创新驱动发展战略［6］。然而，房价的持续升高对我国的创新发展战略的实施造成了不可忽视的负面影响［7］。鉴于房地产行业的特殊性，习近平总书记在中央财经领导小组第15次会议以及刚刚闭幕的中国共产党第十九次全国代表大会上强调，要建立促进房地产市场平稳健康发展长效机制，充分考虑到房地产市场特点，紧紧把握“房子是用来住的、不是用来炒的”的定位。

一、文献述评

在研究房价与技术创新关系的文献中，相关研究主要从两个方面来阐释房价上涨对区域技术创新的影响。一方面，房价上涨通过对创新资金的“挤占效应”进而影响区域的技术创新［8］。如王敏等［9］（2013）认为，房价持续快速上涨会扭曲企业家的行为，导致企业家将更多的财富转移到房地产投资中，从而减少对企业的管理和创新投入。王文春等［10］（2014）利用1999—2007年全国35个大中城市规模以上工业企业数据，分析房价上涨对工业企业创新产品产出和研发投入的影响。研究表明：房价上涨越快，工业企业的创新倾向就越弱，研发投入就越少。余静文等［11］（2015）利用我国的工业企业数据和35个大中城市的房价数据，分析高房价对我国企业的技术创新的影响，研究表明：在房价增速快、房地产投资回报率高的背景下，企业将资源配置到房地产部门，从而挤出投资风险高、回报周期长的研发投资。房价增速提高1个百分点，研发投入占总资产比重下降0.051个百分点，人均研发投入下降92.03元；房价增速提高1个标准差，企业研发投入占总资产比重和人均研发投入下降幅度将分别达到31.8%和15.5%。陈斌开等［12］（2015）认为，高房价使企业的利润率与全要素生产率“倒挂”，挤出了产业资本投资，造成产业的空心化，降低了企业的创新能力。罗知等［4］（2015）认为，城市房地产投资的增加导致制造业研发投资的挤出效应明显，房地产投资是影响制造业技术创新的渠道之一。张杰等［7］（2016）从我国金融体系对房地产贷款期限结构偏向效应的视角，分析房地产对我国创新的影响，研究发现：房地产对创新活动造成了直接的阻碍作用，并且房地产投资增长越快的省份地区，创新研发投入和发明专利授权量的增长率越低。余泳泽等［8］（2017）利用2004—2014年230个地级市及1272家上市企业的数据，分析城市房价上涨与蔓延以及限购政策的实施对中国技术创新活动的影响。研究发现：城市房价的快速上涨显著抑制了地区整体和企业个体的技术创新产出，房价蔓延对周边城市技术创新活动产生了负面影响。城市房价上涨通过对创新资金的“挤占效应”抑制了地区的技术创新水平；限购政策的实施并未显著影响房价，而是通过抑制房地产过度投资缓解了房价上涨对技术创新活动的负面影响。黄彦彦等［5］（2017）认为，涉房决策对企业研发强度的抑制效应在房价上涨较快地区更加明显，但涉房决策对研发依赖度不同的企业研发投入强度的抑制效应存在差异，对研发依赖度较高的高新技术企业抑制效应更大。

另一方面，房价上涨通过对创新人才的行为产生“负向激励作用”，从而影响区域的技术创新。陈斌开等［13］（2013）认为，房价不仅挤占产业资本投资，压缩实体企业的发展空间，而且房价高企使得创新人才不得不为买房而奋斗，压抑了创新人才的创造能力的发挥。从房价与创新人才的职业选择来看，房价收入比偏离度的不断增加会影响潜在创新人才的职业选择，创新人才基于避险需求会选择较为稳定的职业，而不会选择创新性风险较高的职业，从而影响了区域的技术创新发展［8］。随着全国各地房价多年来的普遍上涨，日益飙升的房价大大增加了创新人才的生存“门槛”，在收入预期增长较缓慢的情况下降低了创新人才的相对效用水平，从而阻碍了创新人才向城市或中心地区的集聚［8］，而创新人才的集聚是一国（地区）提高其自主创新能力的核心要素。因而，房价作为影响创新型人才集聚的一个重要因素，其高低对一国（区域）的创新发展无疑具有重要影响。

现有研究从不同的视角解释了房价上涨对技术创新的负面影响，但仍存在着一些不足：1.现有文献在分析房价和区域技术创新之间的关系时，大部分都将房价作为一个独立的因素，没有将房价和收入结合起来考虑。房价作为影响创新人才空间聚集的成本因素，其高低影响着创新人才的空间集聚决策。而房价的高低是由房价占个人收入的比重决定的，当一个区域的房价收入比较高时，该区域的房价对于创新人才的集聚而言是一项高额成本，此时该区域的房价成为创新人才集聚决策的优先考虑因素［14］。因而，房价占个人收入比重的高低决定着创新人才的空间集聚决策，而创新人才的空间集聚决策对于区域的技术创新无疑具有重要影响。考虑到我国各区域房价收入比的巨大差异，研究房价和区域技术创新的关系时，应将房价收入比纳入分析的框架；2.现有文献在分析房价与区域技术创新之间的关系时，没有将人才集聚综合起来考虑。已有研究和本文的实证表明，人才的空间集聚对区域的技术创新具有正向的积极作用［15-16］，而房价对区域的技术创新具有负向的消极影响。既然人才集聚对区域的技术创新有正向的积极作用，那么在综合考虑人才集聚的条件下，房价上涨对区域的技术创新是否还是呈现负效应呢？现有文献没有给出答案。3.现有文献在研究房价与区域技术创新之间的关系时，大多使用了线性模型进行估计。由于中国各区域在区域技术发展水平、房价等方面都存在着巨大差异，房价分化对各区域创新的影响很难具有完全一致性。因此，研究房价对区域技术创新的关系时，存在着非线性关系是很有可能的。

有鉴于此，本文运用Hansen（1999）［17］的门槛面板模型，以房价收入比作为门槛变量，利用我国30省份的相关数据，根据估算的门槛值，分析在不同的房价收入比门槛值，房价、人才集聚如何影响区域技术创新，并据此提出相应的政策建议。

二、相互作用机制与假设提出

（一）人才集聚对区域技术创新的影响机制

人才作为技术创新的重要载体，在市场经济条件下，人才会在区域间产生流动，并很快出现集聚现象产生集聚效应，人才的集聚通过知识的外溢效应促进区域的技术创新［18］。由于中国各区域在经济发展水平、公共服务设施水平方面存在着差异，因而，不同区域在人才集聚的密度方面存在着差异。一般而言，房价收入比高的区域，大部分是经济发展水平、公共服务设施水平较好的区域，这些区域具有较好的个人发展前景、个人更匹配的工作机会和更大的财富增长空间，以及更好的教育、卫生医疗环境，因而更能吸引人才集聚［1，19］，人才集聚密度高；反之，房价收入比低的区域，人才集聚密度低。而人才集聚密度的差异，对区域技术创新水平产生不同的影响：房价收入比越高的区域，越能够吸引高素质的人才集聚，越能够提升该区域的技术创新水平；反之，则反是。因而，房价收入比不同的区域，对区域技术创新的作用存在着差异。房价收入比越高，人才集聚密度越高，区域技术创新水平越高。为验证以上分析和猜想，本文提出如下假设：

假设1：房价收入比不同的区域，人才集聚对区域技术创新的作用存在着差异。高房价收入比区域，人才集聚对区域技术创新越高；低房价收入比区域，人才集聚对区域技术创新的作用越低。

（二）房价、人才集聚的合力对区域技术创新的影响机制

人才集聚对区域的技术创新具有正向的积极作用，在综合考虑人才集聚的条件下，房价上涨会如何影响区域的技术创新呢？本文认为，在考虑人才集聚的条件下，房价上涨对区域的技术创新会产生负向影响。这是因为，房价上涨对创新人才的集聚具有“负向激励作用”。区域房价的快速上涨推高了创新人才的生存“门槛”。当房价的上涨速度超过了收入的上涨幅度时，创新人才将面临着更高的住房需求成本，而过高的住房成本会影响创新人才在该区域的集聚程度，进而会影响该区域的技术创新水平［8］。在这一过程中，会出现房价上涨对区域技术创新的消极作用大于人才集聚对区域技术创新的积极作用，从而导致人才集聚对区域技术创新的积极作用不能完全抵消房价上涨对区域技术创新带来的消极作用，使房价上涨对区域技术创新总体上呈现负效应。为验证以上分析和猜想，本文提出如下假设：

假设2：由于人才集聚的积极作用要小于房价上涨对区域技术创新的消极作用，导致房价上涨对区域技术创新的合力整体上呈现负效应。

三、计量模型设定及数据来源

（一）Hansen模型简介

本文计量模型的重点在于分析城市房价上涨与创新活动之间的关系，将房价收入比设定为影响创新行为的门槛变量，并检验房价上涨对区域技术创新是否存在着门槛效应。有关门槛面板模型，Han⁃sen（1999）文献里有关于门槛模型的详细介绍，为了说明问题，本文简单的对Hansen（1999）的单一门槛模型进行介绍，依照此理，可以将把单一门槛模型拓展到多门槛模型。Hansen（1999）的单一门槛模型设定为：

上面（1）式中，qit为门槛变量；γ为特定的门槛值；I(∙)为指示函数；的随机干扰项。其矩阵形式可表示为：

将（2）式组内去均值，得到：

将（3）式写成矩阵形式，可以得到：

对（4）式进行最小二乘法估计，可以得到β值，即：

对应的残差平方和为：

在（6）式中，门槛值γ就是使S1(γ)取最小值时的，即，残差向 量。得到参数估计值后，还需进行两个方面的检验：一是门槛效应检验，检验门槛效应是否显著；二是门槛的估计值是否等于真实值。第一个检验的原假设为：H0：β1=β2，对应的备择假设为：H1：β1≠β2，检验的统计量为：，其中，S0为在原假设H0下得到的残差平方和。第二个检验的原假设为H0：γ∧=γ0，其中γ0是γ的真实值，相应的似然比统计量为：当时，拒绝原假设（α为显著性水平）。结合门槛面板模型的分析方法，本文构建如下模型：

在（7）式模型中，i表示我国除西藏之外的30个省（市、自治区），t表示年份，本文选取的年份是从2003年到2015年。Innovationit表示我国30个省（市、自治区）的创新活动指标，HPit表示30个省（市、自治区）的房价，HPRit表示我国30个省（市、自治区）的房价收入比，pe表示我国30个省（市、自治区）的人才集聚密度，用当年在校大学生的人数作为代理变量。Z表示一些影响创新活动的控制变量集合。μit表示随机扰动项。

（二）变量数据的选取及说明

Innovationit表示我国30个省份的创新活动指标。使用中国各省份地区的本地法人或自然人的发明专利授权量（Innovation1it）和中国各省份地区的R&D经费的内部支出（Innovation2it）来表示，并对二者取自然对数。发明专利授权量、各省份地区的R&D经费的内部支出数据来自《中国统计年鉴》（2004-2016）。

HPit表示我国30个省份的房价指标。由于我国的住房是以家庭购买单套住宅为基础，因此，相应的房价和可支配收入数据采用单套住宅商品房平均销售价格表示。借鉴吕江林［20］（2010）、范超等［21］（2016）的做法：定义单套住宅商品房平均销售价格=住宅商品房单位面积平均销售价格×住宅商品房平均单套销售面积。由于当年住宅商品房平均单套销售面积数据无法从统计年鉴中获取，本文采用当年住宅商品房平均单套竣工面积（当年住宅商品房竣工面积除以住宅商品房竣工套数）作为代理变量，并将所获得的房价变量指标HPit取自然对数。住宅商品房的平均销售价格、竣工面积、竣工套数的数据来自《中国房地产统计年鉴》及《中国统计年鉴》（2004—2016）。

HPRit表示我国30个省份的房价收入比指标。与张杰等（2016）、余泳泽等（2017）研究不同的是，本文将房价收入比作为房价影响创新作为的门槛变量，这是因为中国各区域的房价和城镇居民的可支配收入存在着巨大的差异，所以中国各区域的房价收入比存在着差异，房价收入比的差异对创新人才的集聚作用是不同的，因而房价收入比对创新行为的影响也不一样。和吕江林（2010）、范超等的研究一样，设定房价收入比=单套住宅商品房平均销售价格/户均可支配收入，由于我国房价和可支配收入数据都是以家庭购买单套住宅为基础，因而，可支配收入选择以家庭为单位，户均可支配收入=城镇居民家庭人均可支配收入×城镇家庭户均人口数。城镇居民人均可支配收入、家庭户均人口数据来自2004年到2016年《中国统计年鉴》。

人才集聚度指标pe。陈淑云等［17］（2017）认为，一般人口集聚对区域技术创新影响不大，而高素质的人才集聚则显著的促进了区域的技术创新，人才集聚程度越高，越有利于区域的技术创新。借鉴陈淑云等（2017）的做法，人才集聚（pe）指标采用中国30个省份当年在校大学生的人数作为代理变量，对人才集聚变量取自然对数。各省份当年在校大学生人数的数据来源于2004年到2016年《中国统计年鉴》。

控制变量Z。1.人均GDP变量pgdp。pgdp代表了地区经济发展水平、技术水平的差异，是影响地区创新能力差异产生的重要因素。人均GDP变量数据来源于2004年到2016年《中国统计年鉴》。2.对外开放程度变量open，分别使用中国各省份地区的进口额占GDP（open1）的比重和出口额占GDP的比重（open2）两个指标来表示。中国各省份地区的进口额、出口额和GDP的数据来源于2004年到2016年《中国统计年鉴》。3.地区产业结构变量industry，使用中国各省份地区中第二产业产值除以第三产业产值的比值来表示。中国各省份地区中第二产业产值、第三产业产值的数据来源于2004年到2016年《中国统计年鉴》。4.税收水平变量tax，使用中国各省份地区税收收入除以地区GDP的比值来表示。中国各省份地区税收收入数据来源于2004年到2016年各地区统计年鉴。本文设定的计量模型各个变量的描述性统计如表1所示。

表1 模型变量的描述性统计

四、计量模型估计及结果分析

（一）门槛检验

1.门槛检验。本文采用面板门槛效应模型分析房价对技术创新的影响，首先对房价对技术创新是否存在着门槛效应及门槛个数进行检验，以确定模型的具体形式，并采用bootstrap方法依次计算单一门槛、双重门槛和三重门槛对应模型的p值（计算结果如表2所示）。模型1（发明专利授权量为被解释变量）的房价单一门槛效应和双重门槛效应分别在1%和5%的显著性水平下通过显著性检验，而三重门槛效应则没有通过显著性水平检验；模型2（R&D经费的内部支出为被解释变量）的房价单一门槛效应和双重门槛效应都在10%的显著性水平下通过显著性检验，而三重门槛效应则没有通过显著性水平检验。据此可以认为模型1和模型2均存在着双重门槛效应。

表2 门槛效应检验

2.门槛值检验和门槛区间划分。在确定门槛效应和门槛数后，需进一步估计和检验门槛模型的门槛值，本文分别对房价收入比的双重门槛模型门槛值进行估计（结果如表3所示）。模型1的第一、二门槛值分别为6.936和12.507，依次分布在［6.806，6.968］和［11.520，12.566］且均通过显著性检验。模型2的第一、二门槛值分别为6.879和13.447，依次分布在［6.516，6.923］和［12.290，13.744］且均通过显著性检验。

表3 门槛值的估计结果

（二）模型估计及结果分析

根据上面门槛检验的结果，本文的计量模型可设定如下：

在确定门槛值及其置信区间分布后，需要对（8）式进行参数估计。分别对模型1和模型2的双门槛模型参数进行估计（估计结果见表4和表5）。从表4可以看出，房价收入比处于不同的门槛值时，房价对创新（发明专利授权量）的抑制效应是不同的。具体来说，当房价收入比小于6.936时，单套住房价格每上涨1个百分点，将会导致发明专利授权量下降13.7%；当房价收入比大于6.936而小于12.507时，单套住房价格每上涨1个百分点，将会导致发明专利授权量11.7%；当房价收入比大于12.507时，单套住房价格每上涨1个百分点，将会导致发明专利授权量下降9%。从表4可以得出如下结论：人才集聚对区域技术创新具有显著性的促进作用。并且房价收入比越低的区域，房价上涨对区域技术创新的消极影响越大；相反，房价收入比越高的区域，房价上涨对区域技术创新的消极影响越小。

表4 模型1的门槛模型参数估计结果

从表5可以看出，房价收入比处于不同的门槛值时，房价对创新（R&D经费支出）的抑制作用是不同的。具体来说，当房价收入比小于6.879时，单套住房价格每上涨1个百分点，将会导致R&D的内部经费支出下降21.1%；当房价收入比大于6.879而小于13.447时，单套住房价格每上涨1个百分点，将会导致R&D的内部经费支出下降19.7%；当房价收入比大于13.447时，单套住房价格每上涨1个百分点，将会导致R&D的内部经费支出下降17.4%。从表5可以得出如下结论：人才集聚对区域技术创新具有显著性的促进作用。并且房价收入比越低的区域，房价上涨对区域技术创新的消极影响越大；相反，房价收入比越高的区域，房价上涨对区域技术创新的消极影响越小。作为创新的两个代理变量，房价上涨对R&D经费的“挤出效应”相对于发明专利授权量的“挤出效应”更大一些。

总而言之，房价上涨对区域技术创新具有消极作用，但房价上涨对区域技术创新造成的负面影响存在着差异，高房价收入比区域的消极作用要小于低房价收入比区域。

表5模型2的门槛模型参数估计结果

五、房价、人才集聚与区域技术创新的假说检验

借鉴余泳泽等（2015）的做法，下面将验证假设1和假设2，即处于不同房价收入比区域的人才集聚与区域技术创新之间的关系，在此基础上，分析人才集聚的正向作用和房价负向作用的合力对整体区域技术创新的影响。设定计量模型如下：

其中，lnHP×lnpe变量表示房价和人才集聚程度的交叉项，用来衡量房价和人才集聚共同作用对区域技术创新的影响，目的是验证人才集聚和房价的合力对区域整体技术创新的影响。如果交叉项系数为正且显著，表明人才集聚对区域技术创新的积极效应大于房价对区域技术创新的消极效应；反之，则表明人才集聚对区域技术创新的积极效应小于房价对区域技术创新的消极效应。lnpe×I（·）的系数表示处于不同房价收入比区域的人才集聚对区域技术创新影响。

经过门槛效应检验，（9）式中的模型1和模型2都存在着两个门槛值，并且其门槛值和表3的门槛值一样。对（9）式进行参数估计，估计结果如下：

表6 房价、人才集聚在不同的房价收入比区间与区域技术创新关系的估计结果

从表6可以看出，无论对于模型1还是模型2而言，在不同的房价收入比区间内，人才集聚变量对区域的技术创新都具有显著的促进作用，并且高房价收入比区域的人才集聚对区域技术创新越高，低房价收入比区域的人才集聚对区域技术创新作用越低。具体来说，在模型1中，当房价收入比小于等于6.936时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升126.6%；当房价收入比大于6.936而小于12.507时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升128.5%；当房价收入比大于12.507时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升131.2%。在模型2中，当房价收入比小于等于6.879时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升135.8%；当房价收入比大于6.879而小于13.447时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升137.3%；当房价收入比大于13.447时，区域人才集聚度每增加1个百分点，将会导致区域技术创新水平提升139.7%。总之，人才集聚对技术创新具有积极作用，但房价收入比不同的区域，人才集聚对区域技术创新的存在着差异，高房价收入比区域，人才集聚对区域技术创新的积极作用大于低房价收入比区域。

从表6可以看出，无论对于模型1还是模型2，lnHP×lnpe交叉项系数都为负，并且都在1%水平下显著，这表明人才集聚对区域的技术创新的积极作用小于房价上涨对技术创新的消极效应，从而导致房价上涨对区域技术创新总体上呈现负效应。

六、结论及政策建议

本文利用Hansen（1999）的面板门槛模型，采用我国30个省份2003—2015年的相关数据，以房价收入比作为门槛变量，分析了房价上涨、人才集聚对区域技术创新的影响，得出如下结论：

第一，房价对区域技术创新的影响并不是单一的线性关系，而是存在门槛效应，并且存在着两个门槛值。

第二，在考虑人才集聚的条件下，房价上涨对区域的技术创新存在着负向影响，在不同的房价收入比区间，房价上涨对区域技术创新负向影响是不同的。这具体表现为，房价收入比越低的区域，房价上涨对区域技术创新的负面影响越大；房价收入比越高的区域，房价上涨对区域技术创新的影响越小。

第三，人才集聚对区域技术创新具有正向的积极作用，但在不同的房价收入比区间，人才集聚对区域技术创新的作用是不同的。具体表现为，在高房价收入比区域，由于具有较好的基础设施水平、教育医疗卫生水平、文化环境等公共基础设施，因而能够吸引更多的人才集聚，导致高房价收入比区域的人才集聚对区域技术创新的积极作用大于低房价收入比区域。

第四，在考虑人才集聚的条件下，房价上涨对区域技术创新的影响总体上呈现负作用。主要原因在于人才集聚对区域技术创新的积极效应要小于房价上涨对区域技术创新的负面效应，从而使房价上涨对区域技术创新总体上呈现负面影响。这个现实结论所蕴藏的经济学含义是，房价上涨已经严重影响着我国创新发展战略的实施。

因此，要减少房价上涨对区域技术创新带来的负面影响，充分发挥人才集聚对区域技术创新的积极作用。一方面，大力推动区域的基本公共服务设施均等化建设。由于地区间存在资源禀赋和经济发展水平的差异，导致地区间的公共服务设施水平存在着显著差异。因此，中央政府要加大对经济落后地区的财政转移支付的扶持力度，努力缩小与经济发达地区之间的基本公共服务均等化的差距。通过大力推进经济落后地区的公共服务设施建设水平，提升经济落后地区的基础设施水平、教育和医疗水平，吸引更多的人才在经济落后地区的集聚，通过人才的集聚推动经济落后地区的技术创新水平；另一方面，政府要采取各种政策工具调控房价。高房价对我国区域的技术创新造成了显著的负面影响，政府有义务也有责任调控过高的房价收入比。具体来说，在房价收入比较高的区域，地方政府要加快发展住房租赁市场，大力推进“共有产权”住房建设。通过积极培育住房供应主体、加大住房供应力度、搭建住房供应平台，加快建立多主体供给、多渠道保障、租购并举的住房制度，通过构建房地产市场平稳健康发展的长效机制［23］，使房价回归合理的水平，以免造成“高房价驱赶人才”的局面，从而影响地区的创新发展。