房价对城市创新发展的门槛效应研究

曾冰

[摘 要]采用长三角地区2009—2018年的城市面板数据，通过面板门槛模型研究房价对城市创新的非线性门槛效应影响及其作用机制。研究结果表明：1.房价对城市创新的影响具有门槛效应，门槛估计值为7598元/平方米和16784元/平方米，房价攀升会弱化房价对城市创新的负向作用;2.房价在人均研发经费对城市创新的正向影响中呈现先强化后弱化的结构性调节作用，相应门槛值为4226元/平方米与9393元/平方米，而当房价大于4226元/平方米且小于9393元/平方米时，房价能大幅度促进人均研发经费对城市创新的正向影响;3.房价减弱了工资水平对城市创新的正向影响，相应门槛值为7598元/平方米与16874元/平方米，而16874元/平方米是劳动力进行创新活动的房价容忍度;4.从三类门槛值来看，房价变化更容易引发资本的错配效应，但房价与工资水平有着较强的协同性关系。

[关键词]房价;城市;创新;门槛效应;长三角

[中图分类号]F293 [文献标识码]A [文章编号]1671-8372（2022）02-0017-06

Research on the threshold effect of housing price on urban innovation development

—taking Yangtze River Delta region as an example

ZENG Bing

（school of Economics， Anhui University of Finance and Economics， Bengbu 220013， China）

Abstract：Based on the panel data of cities in the Yangtze River Delta region from 2009 to 2018， this paper investigates the nonlinear threshold effect of housing price on urban innovation and its mechanism through the panel threshold model. The results show that： 1. the impact of housing price on urban innovation will have a threshold effect with the change of housing price. The estimated threshold values are 7598 yuan / m2 and 16784 yuan / m2. The rise of housing price will weaken the negative effect of hosing price on urban innovation. 2. Housing price has a structural moderating effect of strengthening and then weakening on the positive impact of per capita R & D expenditure on urban innovation. The corresponding threshold values are 4226 yuan / m2 and 9393 yuan / m2， and when the housing price is more than 4226 yuan / m2 and less than 9393 yuan / m2， the housing price can significantly promote the positive impact of per capita R & D expenditure on urban innovation. 3. Housing price weakens the positive impact of wage level on urban innovation， and the corresponding threshold values are 7598 yuan / m2 and 16874 yuan / m2， and 16874 yuan / m2 is the housing price tolerance of labor for innovation activities. 4. From the three threshold values， the change of housing price is more likely to cause the mismatch effect of capital， but there is a strong synergy between housing price and wage level.

Key words：housing price; city; innovation; threshold effect; the Yangtze River Delta

一、引言

党的十九大报告指出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑[1]。城市创新在社会经济发展中具有重要地位并发挥着重要作用。自1998年住房商品化改革以来，房地产业在国民经济发展中的支柱产业地位日渐凸显，其快速扩张不可避免地会对城市创新活动带来重要影响。科学评估房价对城市创新的影响，对于推进新型城镇化建设，充分落实创新驱动发展战略具有重要的理论价值与现实意义。

房价对创新的影响已成为学术界关注的焦点。王文春等研究了房价上涨对工业企业新产品产出和研发投入的抑制性影响[2];厉伟等从城市房价管理的角度分析房价与城市创新的联系机制、效应评估和政策选择，发现当前的房价上涨整体阻碍了中国城市创新水平的提高[3];畅红琴等利用中国省级面板数据，探讨了不同房价水平下研发资本投入和研发劳动投入对技术创新的作用[4];崔莹莹等从创新资金和人力资本传导视角分析了房价上涨对城市创新能力的影响，发现房价上涨显著负向影响大中城市的创新能力[5];李昊洋等从研发活动成本的角度，使用中国创业板上市公司的数据，研究发现高昂的房地产价格提升了公司的研发成本，降低了公司所在地的创新活动水平[6];孙文浩等运用动态面板模型评估了房价对科研人才集聚的影响效应及作用机制[7]。上述研究较多使用简单的线性关系模型分析房价对创新的负向作用，这种负向作用只是一种整体平均效应，缺乏异质性视角。由此带来以下问题：房价是否会呈现区间结构性非线性變化？房价是否越低越好？怎样程度的房价红线才能有效促进城市创新并推动城市高质量发展？厘清这些问题，有助于优化创新资源配置，有效发挥房价对城市创新的调节作用。故本文采用长三角地区2009—2018年的城市面板数据，通过面板门槛模型研究房价对城市创新的结构性影响及其作用机制，定量评价房价对城市创新的影响效应，以期为正确看待创新驱动发展战略背景下我国房地产市场的作用提供研究支持与理论参考。

二、特征事实与理论假说

（一）特征事实

长三角地区是我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。近年来长三角各城市房价飞速上涨，呈现较为明显的空间分异特征。借助ArcGIS软件中自然断裂法将长三角地区房价与发明专利授权数分为5个等级（见表1）。从表1可以看出，长三角东南地区房价偏高，西北部地区房价则相对偏低;上海、杭州与南京位于房价头部位置，房价次高地区主要围绕上海、杭州、南京分布。而从2018年长三角发明专利授权数分级情况来看，长三角东部地区创新能力偏高，西部地区创新能力则相对偏低;苏州位于城市创新头部位置，杭州、绍兴、宁波、无锡、南京、温州等地处于城市创新第二梯队。由表1可知，虽然城市房价与城市创新具有一定的相关性，但一些房价较低的地区其城市创新能力反而偏高，例如绍兴、镇江等地;而一些房价较高的地区其城市创新能力并未呈现相应的发展水平，例如上海、舟山等地。因此，房价对城市创新的影响可能存在区间结构性非线性变化，不能作“一刀切”式研判，应结合具体情况和发展阶段客观分析。

（二）理论假说

目前大部分学者认为，房价上涨会抑制城市创新。但是这种抑制是否会随着房价上涨而持续，仍有待考察。本文认为，随着房价的不断攀升，尤其当房价攀升到较高水平时，过高的房价会提高地方财政收入，使得财政科技支出相应增加，从而推动城市创新发展[8]。而房价上涨也会对低端劳动者产生挤压，导致本地人力资本的不断积累，弱化房价对城市创新的抑制效应。因此，提出假说H1：

H1.房价对城市创新具有非线性的门槛效应。

从已有文献来看，房价主要通过两类渠道影響城市创新，即资本错配机制与创新成本机制。资本错配机制主要借助研发经费来影响城市创新，创新成本机制则借助工资水平来影响城市创新。这两种机制是否也受房价的门槛效应调节呢？从资本错配机制来看，一方面房价攀升所带来的房地产相关行业利润率会使得具备创新能力的企业为追求高额报酬而转向房地产行业，从而抑制研发投入的创新边际贡献，带来资本脱实向虚的错配效应[9];另一方面，房价的温和上涨会提升企业生产成本，从而倒逼企业创新[10]，甚至可以在“信用缓解机制”下保证企业对创新研发投入的规模，加快城市创新。因此，提出假说H2：

H2.资本错配机制存在房价的门槛效应。

从创新成本机制来看，房价攀升提高了生活与生产成本，不可避免地占用劳动力部分工资，拉升了外来劳动力生存门槛，降低了人们对创新活动的积极性[11]。房价越高，越容易抑制工资水平对城市创新的激励作用;房价越低，人们生活成本则越低，越容易激发工资水平对城市创新的激励作用。因此，提出假说H3：

H3.创新成本机制存在房价的门槛效应。

三、模型构建与变量数据

（一）门槛模型构建

从上文特征事实分析可知，房价对城市创新的影响可能具有区间性非线性效应。对于变量间的非线性关系，部分学者是通过加入自变量的二次项式来验证的，但这种处理技术难以捕捉更加符合实际情况的具体门槛值以及门槛值区间。门槛模型则可以根据数据本身的特点来内生化划分区间，在此基础上研究不同房价区间内房价对城市创新的影响，可以有效避免人为划分房价区间带来的偏误。故本文采用Hansen提出的门槛模型作为实证检验方法[12]。模型设定如下：

XINit=α+β1 Zit·I（MENit≤γ1）+ β2 Zit·I（MENit>γ1）+χXit+λi+ηt+εit

式（1）中，α为截距项;XIN为被解释变量;MEN为门槛变量;Z为被门槛变量，亦称区制变量，其既可以是为门槛变量本身，也可以是其他核心变量;γ为门槛值，I（·）为指示性函数;X为相应的控制变量;i为城市，t为年份;λi为地区固定效应;ηt为年份固定效应;εit为随机扰动项。

通常来说，门槛值越符合实际门槛水平，回归残差平方和就越小。故可先将门槛变量所有样本值作为门槛值进行逐步回归，得到不同残差平方和。然后择最小残差平方和所对应的门槛值作为估计门槛值。然而上述步骤得到的估计门槛值只是门槛效应存在的必要非充分条件，还需对门槛值进行显著性与真实性检验[13]，并在检验的基础上对模型进行门槛回归，最后得到所有变量回归参数。以上均为单门槛模型处理，在实际分析中还可能存在多重门槛值。因单门槛模型和多重门槛模型的构造和检验技术差异不大，此处对多重门槛模型不再赘述，具体可参见Hansen、Wang等学者的研究[14-15]。

（二）变量选取与数据说明

1.变量选取

（1）被解释变量：城市创新（XIN），选用发明专利授权量来衡量。发明专利授权量作为创新的产出反映了创新活动的最终效果，其数据具有可比性和易获得的特征，是目前国内外相关研究广泛使用的衡量创新的指标[16]。

（2）解释变量：城市房价（FANG）。城市房价数据借助八爪鱼采集器，在房天下（www.fang.com）、安居客（www.anjuke.com）等全国性房产交易信息平台中爬取、清洗与整理而得。

（3）门槛变量：城市房价（FANG）。以此变量衡量房价的门槛效应。

（4）被门槛变量：设置三个被门槛变量。一是房价，捕捉房价本身带来的直接门槛效应，从而验证假说H1;二是人均研发经费（YANFA），探讨资本错配机制是否存在房价的门槛效应，从而验证假说H2;三是城市在岗职工人均工资（GONG），探讨创新成本机制是否存在房价的门槛效应，从而验证假说H3。

（5）控制变量：考虑其他因素对城市创新可能带来的影响。参考王春杨等人的研究[17]，选择地区财政科技支出（CAI），在校大学生数（JIAO），人均国内生产总值（JING），二、三产业所占比重（CHANYE）和当年实际利用外资数（WAIZI）作为控制变量。

2.数据来源及说明

本文以长三角地区41个城市为研究对象，时间跨度为2009—2018年。数据主要来源于2010—2019年的《中国区域经济统计年鉴》《中国城市统计年鉴》，以及长三角地区各省市相应年份的统计年鉴、统计公报。

四、计量结果分析

（一）门槛效应检验

首先，进行显著性检验。在不存在门槛值、一个门槛值和两个门槛值的原假设下，采用设定次数为300的自举抽样法（Bootstrap）计算F统计值的临界值，检验结果见表2。单一门槛F统计值大于1%显著性水平，对应P值为0.0033，拒绝不存在门槛效应原假设;双重门槛F统计值也大于1%显著性水平，对应P值为0.0000，拒绝存在一个门槛值原假设;三重门槛F统计值小于10%显著性水平，对应P值为0.4367，难以拒绝存在两个门槛值原假设。因此，房价对城市具有双重门槛效应，应构建以房价为门槛变量的双门槛模型。

其次，采用极大似然法进行真实性检验。从图1可知，似然比统计量LR接近0，所得到门槛估计值均位于95%的置信区间，可认为门槛估计值与实际门槛值相等。因此，本文得到的门槛值均通过显著性与真实性检验，具有一定的合理性。

γ1的估计值为7598，95%的置信区间为[7533，7629];γ2的估计值为16784，95%的置信区间为[15575，17081]。门槛估计值均在置信区间内，且相应的置信区间均较窄。因此，本文的门槛划分具有一定合理性。

（二）回归结果

首先，采用Hausman检验对随机效应模型和固定效应模型进行选取。Hausman检验结果为50.89，并在1%显著性水平下拒绝随机效应模型原假设，宜构建固定效应面板门槛模型进行实证分析。而双固定效应面板门槛模型既能有效控制城市不随时间变化的不可观测因素的影响，又能控制宏观经济政策的冲击[18]，故选取雙固定效应面板门槛模型作为本文的核心回归模型。

其次，对模型进行线性面板回归。从表3可以发现，无论是否加入控制变量，房价对城市创新的影响均呈显著的负向作用，也就是说房价攀升在整体上会抑制城市创新发展，这一结论符合大部分现有文献的研究结果。在控制变量中，除了在校大学生数，其他变量对城市创新影响的系数均在一定显著性水平下通过检验。人均研发经费、地区财政科技支出与当年实际利用外资数对城市创新具有正向作用，人均国内生产总值与城市在岗职工人均工资在10%显著性水平下能够促进城市创新发展。二、三产业所占比重提升对城市创新发展产生了显著的负向作用，意味着当前产业结构调整不利于城市创新发展。在校大学生数对城市创新发展未呈现显著促进作用，这可能是因为大学生倾向于前往大城市寻求发展，难以留在学校所在地城市进行创新活动。

再次，对门槛变量与被门槛变量进行面板门槛回归。由表3中面板门槛回归3可知，在控制变量中，除了城市在岗职工人均工资、在校大学生数，其他变量未出现显著差异。而当房价在较低水平时（小于7598元/平方米），房价在1%的显著性水平下对城市创新产生较大的负向影响，影响系数为-1.2657;当房价在一般水平时（大于7598元/平方米且小于16784元/平方米），房价对城市创新的负向作用有所降低，影响系数为-0.7366;当房价在较高水平时（大于16784元/平方米），房价在10%显著性水平下对城市创新产生较小的负向影响，影响系数为-0.3152。由此可见，随着房价不断攀升，房价对城市创新产生的负向影响会减小。然而这并不意味着房价攀升一定对城市创新产生积极作用，表3中三类回归结果均指向了房价对创新的负向作用，但这种负向作用在不同房价区间会有差异，其中高区间房价攀升会减弱房价对城市创新发展的抑制作用。以上回归结果说明，房价对城市创新的抑制性影响并非线性单调的，具有典型的门槛特征，验证了假说H1。

五、资本错配机制与创新成本机制的门槛效应分析

按照上文门槛效应检验方法寻找门槛值与门槛数量（具体检验过程与结果，限于篇幅与研究重心，本文不展开），相应的检验结果仍支持存在双门槛假设，但门槛值出现了变化。具体门槛回归结果如表4所示。

首先，从两类机制的门槛值来看。当人均研发经费作为被门槛变量时，房价门槛值分别为4226元/平方米、9393元/平方米。当城市在岗职工人均工资作为被门槛变量时，房价门槛值为7598元/平方米、16784元/平方米，与房价自身作为被门槛变量时的房价门槛值大致相同，这说明房价与城市在岗职工人均工资有着较强的协同性关系，即当前房价提高了生活与生产成本，占用了劳动力大部分工资，拉升了外来劳动力生存门槛，降低了人们对创新活动的积极性。资本错配机制的门槛值要低于创新成本机制的门槛值，两类机制表现出的门槛值差异，既说明了人均研发经费对房价的敏感性要强于工资水平，也意味着房价变化更容易引发资本错配机制。

从人均研发经费的门槛回归结果来看，在房价不同水平下，人均研发经费对城市创新的影响具有不同的结构性特征变化。即当房价低于4226元/平方米时，人均研发经费对城市创新影响为2.0807;当房价大于4226元/平方米且小于9393元/平方米时，人均研发经费对城市创新影响为16.5716;当房价大于9393元/平方米时，人均研发经费对城市创新影响则降至1.0771。这意味着当房价过高与过低时，人均研发经费均难以带来更显著的创新成效。房价过高会使企业将更多的资源错配至房地产市场，从而对研发投入产生挤出效应;房价过低则会影响创新要素流动与制度环境发展，人均研发经费对城市创新提升效应会受到限制。因此，人均研发经费对城市创新影响会受到房价的门槛效应调节，即资本错配机制会受到房价的门槛效应影响，假说H2得到验证。

其次，从城市在岗职工人均工资的门槛回归结果来看，房价减弱了城市在岗职工人均工资对城市创新的正向影响。即当房价低于7598元/平方米时，城市在岗职工人均工资对城市创新影响为0.1879;当房价大于7598元/平方米且小于16874元/平方米时，城市在岗职工人均工资对城市创新影响降至0.0842;当房价大于16874元/平方米时，城市在岗职工人均工资并不能对城市创新带来显著性影响，这意味着16874元/平方米是劳动力进行创新活动的房价容忍度。通常来说，工资水平越高，房价对创新活动的激励作用就越强，从而促进城市创新。然而当房价过高时，工资水平对城市创新的影响会有所弱化甚至难以产生显著作用。因此，工资水平对城市创新影响会受到房价的门槛效应调节，即创新成本机制会受到房价的门槛效应影响，假说H3得到验证。

六、结论与建议

本文采用长三角地区2009—2018年的城市面板数据，运用面板门槛模型，定量测算房价对城市创新的门槛效应，并进一步研究了房价在资本错配机制与创新成本机制对城市创新传导渠道中的门槛效应。在上述实证研究结果的基础上，得出以下结论：

首先，房价自身对城市创新的影响具有双重门槛效应，门槛估计值为7598元/平方米和16784元/平方米。当房价在较低水平时（小于7598元/平方米），房价对城市创新会产生较大的负向影响，影响系数为-1.2657;当房价在一般水平时（大于7598元/平方米且小于16784元/平方米），房价对城市创新的负向作用有所降低，影响系数为-0.7366;而当房价在较高水平时（大于16784元/平方米），房价对城市创新会产生较小的负向影响，影响系数为-0.3152。随着房价不断攀升，房价对于城市创新产生的负向影响会减小。

其次，人均研发经费对城市创新的影响受到房价的门槛效应影响，相应门槛值分别为4226元/平方米与9393元/平方米。当房价大于4226元/平方米且小于9393元/平方米时，房价能最大幅度促进人均研发经费对城市创新的正向影响。

再次，城市在岗职工人均工资对城市创新的影响受到房价的门槛效应影响，相应门槛值分别为7598元/平方米与16874元/平方米。过高房价会使城市在岗职工人均工资难以显著促进城市创新。

最后，从三类门槛值情况来看，资本错配机制的房价门槛值要低于创新成本机制的房价门槛值，说明人均研发经费对房价的敏感性要强于工资水平，也意味着房价变化更容易引发资本错配机制。而创新成本机制的房价门槛值与房价自身作为被门槛变量时的门槛值大致相同，这说明房价与工资水平有着较强的协同性关系。

基于以上结论，提出以下建议：

一是重视房价对城市创新的结构性门槛效应。将房价控制在合理范围内，尤其控制房价已经处于高位的城市的房价涨幅，充分激发房价对城市创新的积极作用。二是完善创新研发制度环境。防止投资性资金流入房地产领域，刺激资金回流至实体行业并投入创新发展，谨慎避免“脱实向虚”的高房价泡沫现象发生。三是降低创新成本。积极改善人才的工作环境和福利保障体制，实行住房补贴、子女享受地区教育资源等一系列优惠政策，减少房价过高造成的城市人才流失现象。四是建立房地产市场健康发展的长效机制。坚持房住不炒原则，逐步摒弃以土地财政、推高房价等方式刺激经济增长的传统发展模式，采取房地产税征收等市场化方式，增强本地吸引创新要素的“黏性”。

[参考文献]

习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[N].人民日报，2017-01-10（2）.

王文春，荣昭.房价上涨对工业企业创新的抑制影响研究[J].经济学（季刊），2014（2）：465-490.

厉伟，洪涛，李彩云.房价上涨对中国城市创新产生抑制效应了吗？：基于中国35个大中城市面板数据的实证分析[J].商业研究，2017（11）：61-66.

畅红琴，李艳.房价门槛、研发投入与技术创新[J].管理现代化，2018（5）：56-59.

崔莹莹，陈可石，高庆浩.房价上涨的创新抑制效应及其传导机制[J].城市问题，2018（10）：4-11.

李昊洋，程小可，高升好.高房价“驱逐”了公司的研发活动吗？：来自创业板的经验证据[J].中国软科学，2018（12）：95-109.

孙文浩，张益丰.低房价有利于“抢人大战”城市科研人才集聚吗？[J].科学学研究，2020（5）：813-825.

杜金岷，陈建兴.挤出效应还是促进效应？：房地产投资对区域创新的影响及异质性[J].新疆社会科学，2020（4）：21-30.

張超，张意博，魏学辉，王春杨.高房价对区域创新的抑制效应及其空间分异研究[J].研究与发展管理，2020（6）：103-113.

刘建江，石大千.高房价对企业创新的影响：是挤出还是挤入？：基于双边随机前沿模型的测算[J].中国软科学，2019（9）：150-165.

梁贺.房价上涨恶化了制造业企业的生存环境吗？[J].产业经济研究，2020（5）：114-127.

Hansen B E. Threshold effects in non-dynamic panels： estimation，testing and inference[J].Journal of Econometrics，1999（2）：345-368.

吕延方，王冬，陈树文.进出口贸易对生产率、收入、环境的门槛效应：基于1992—2010年我国省际人均GDP的非线性面板模型[J].经济学（季刊），2015（2）：703-730.

Hansen B E. Sample splitting and threshold estimation[J]. Econometrica，2000（3）：575-603.

Wang Q Y. Fixed-effect panel threshold model using stata[J]. Stata Journal，2015（1）：121-134.

陈大峰，闫周府，王文鹏.城市人口规模、产业集聚模式与城市创新：来自271个地级及以上城市的经验证据[J].中国人口科学，2020（5）：27-40.

王春杨，兰宗敏，张超，等.高铁建设、人力资本迁移与区域创新[J].中国工业经济，2020（12）：102-120.

谢呈阳，胡汉辉.中国土地资源配置与城市创新：机制讨论与经验证据[J].中国工业经济，2020（12）：83-101.