房价对创新型企业空间区位选择的影响

卜靓文　李健

摘要：文章分析创新型企业空间选址的影响因素，并进行了实证检验。研究表明，房价整体上对创新型企业空间分布数量的影响存在负向效应；同时，在一线城市中还存在着“门槛效应”。因此，地方政府在政策制定过程中，应从房价政策服务于城市创新这一原则，将房价维持在合理水平，避免房价过度上涨侵害城市创新能力。

关键词：房价；创新型企业；区位选择

创新型企业构成了城市创新活动的重要微观基础，因此政府应对创新型企业空间选址影响因素进行研究。已有研究表明，影响创新型企业空间区位选择的因素有别于传统的区位因素。同时，尽管近年来中国房价正在快速上涨，然而在已有文献中针对房价与创新型企业空间区位选择的研究还相对较少，人们需要从理论上回答，“房价是否会对创新型企业的空间选址产生重要影响？”上述问题的回答无疑为推动创新型城市建设提供了新视角，有利于我们通过合理管控房价来引导创新型企业的空间布局。

一、文献综述

企业区位选择的影响因素一直是区域经济学的关注重点。近年来，集聚经济、市场前景以及劳动力质量等一些新因素也开始影响企业的区位选择。Figueiredo和Head分别通过葡萄牙和日本企业的案例分析，认为集聚经济和城市化经济是很多企业的选址动机。区域经济学学者通常把集聚经济分成两大类，城市化经济和地方化经济。Guimaraes等学者认为，城市化经济会催生出一大批先进的服务企业，而先进的生活环境和服务质量对新型企业的吸引力非常大。Holl教授得出的重要结论则表明，制造业的区域定位与上述企业相反，选址意向更倾向于地方化经济。市场前景也是影响企业空间区位选择的重要因素之一。刘修言的研究表明，每个地区的市场发展前景、入驻企业的多样化分布和专业化程度和希望进入该区域的企业数量成正比例关系。劳动力质量也构成了企业区位选择的重要因素。黄肖琦和柴敏的研究表明，中国当前劳动力成本低廉的特点已经不足以吸引外商投资，企业在选址过程中更加注重劳动力质量。此外，房价对区位选择的影响也为大家关注。张传勇、刘学良（2017）指出，房价上涨会增加企业以工资和用地成本为主的运营成本，使得低生产率企业倾向于在低房价地区经营并避开高房价地区。然而，胡草、范红忠（2017）以工业企业为主体的研究得到了并不一致的结论：在控制聚集经济等各种变量的情况下，高房价并不会减少企业进入当地的期望，反而会吸引新企业进入该地区。

事实上，企业空间选址影响因素具有明显的时代特征。在当前中国房价高企情况下，有必要探讨房价对创新型企业空间选择的影响，忽视这一因素会给创新型城市建设带来严重的负面影响。本文拟以此作为研究视角，关注房价与创新型企业区位选择的联系，为助力创新型城市建设提供新的思路。

二、创新型企业空间选址的差异性因素分析

廖什关系是传统区位选择理论的核心因素，充分发挥区域内的资源优势是企业布局的原始推动力，合理的区位布局可以有效降低运输费用及其他相关交易成本。但是创新型企业更多的是对知识和技术的依赖，这些原始区位因素对创新型企业的吸引力已经愈發减弱。例如，以硅谷为代表的创新型企业空间集聚区位以城市边缘区或者郊区为主，在区位选址上以空间相对隔离、依靠汽车通勤、不强调综合服务功能为基本特征；同时，用地约束小，商务成本低，生态环境好，产业集聚度高，集群效益明显等优势都肯定了其区位空间分布的合理性。尤其是“硅谷”地区拥有数量众多的大学，能够不断地向创新型企业提供高素质人力资源，保证了高层次智力资源与生产的直接结合。结合上述文献及理解，本文认为创新型企业空间选址的影响因素主要有以下几点。

（一）人力资源

创新型企业区位选择一般不会受制于劳动力成本，其集群因素更侧重于人力资源质量，这一点与传统企业有着很大差异。传统企业的生产经营模式直接参照柯布-道格拉斯生产函数，包括一般劳动力这一生产要素但是在创新型企业参照的新增长理论生产函数中，对于劳动力的假设已经被替换成具有良好教育和专业技能的人力资本。创新型企业更加看重高素质人力资源，邓智团（2015）提出纽约市依靠丰富的优秀创新人才队伍来吸引创新型企业在这里生根发芽，纽约对于很多创新型企业来讲最大的魅力在于有着充沛的人才资源。黄茹（2014）等通过研究城市人口结构与创新能力的关系发现，人口教育结构对创新能力的影响较大，受到大学教育的人口比例与城市的创新能力有显著的正相关性。

（二）知识溢出

知识溢出推动产业集群，是创新型企业聚集的动力，影响着创新型企业的区位分布。由于知识溢出存在空间衰减性，创新型企业的区位选择应当是知识溢出明显的地理位置。研究表明，大学和研究机构是科技创新活动的原点。创新型企业临近这些机构进行区位布局，既能利用好这些学术机构的最新研究成果，还有利于企业雇佣到周边院校的优秀毕业生，以及通过师生、同学等社会关系发生更广泛的接触，让创新型企业从知识溢出中持续获利。王铮（1999）等研究指出，高技术产业区位的决定性因子就是区域的知识溢出水平，两者之间关系紧密。张昕（2011）以医药制造业为研究对象，通过实证研究发现区域创新绩效取决于当地企业产业聚集与知识溢出的效果。

（三）市场因素

市场因素直接决定了企业是否选择在这个区域集群发展。与传统市场定义不同的是，创新型企业关注的市场因素是更加方便快捷地获取市场具体信息，从而定向制作适合该市场的产品并进行投放。市场条件越先进，该区域发生市场集群的可能性越大。产业在条件更好的市场集群发展，可以更加快速获知市场动向信息，进而根据科学的推理分析决定是否进行产品生产。Head & Mayer（2000）的实证研究发现，企业会优先选择拥有更好市场潜能的地区进行布局发展，甚至不管选用何种方法计算市场潜能，企业的区位布局总会展现这一倾向。蒋含明（2015）的研究也发现，创新型企业会更倾向于在市场潜能大的地区布局发展。

（四）创新支撑

大城市往往是企业创新的场所，原因在于大城市市场更加成熟，高素质人才资源更丰富，知识溢出度更高，交通运输网络更完善等。创新支撑条件的重要组成部分还应当包含区域政策，区域政策一般是指某个区域通过颁布相关政策，改善该区域的生产生活条件，丰富文化底蕴，创新管理理念，进而达到吸引高素质人力资源和创新型企业聚集的目的。企业要想实现各方面的创新，政策上的扶持是必不可少的，技术、金融、人才和服务政策等对于吸引创新型企业入驻都起到非常重要的作用。当前国内“新一线”城市在人才争夺战中，相关城市正是通过对相关政策制度的优化与改革，希望留住高素质人力资源，以期在新一轮的城市竞争中占据主动权。

（五）房价

当前我国城市房价过速增长的现象十分普遍，随之而来的还有人才迁出和商务成本的不断攀升等副作用。越来越多的经济现象已表明城市房价水平会对创新活动的空间选择产生影响，创新型企业的空间布局也面临着房价压力。尽管“北上广”等一线城市因其优越的地理位置、雄厚的经济基础，一直以来都是海归回国创业的首选城市；但近年来，一些二、三线城市也纷纷加入“人才争夺战”，归国留学人员正在把创业活动转移到了二、三线城市。

三、实证分析

（一）研究对象与数据来源

创新型企业通常被认为具有高研发投入、高增长率和高产品附加值的特征，是将主要要素集中在科技要素方面的企业形态。本文主要选取创业板上市公司作为研究对象，分析其在不同等级城市的分布。截至2020年底，创业板共有上市企业947家；在空间上，本文主要选择拥有创业板上市公司的一线城市、二线城市和其他等级城市。本文的数据来源分为两部分，一部分是创业板上市公司的基础数据，来源于相关证券网站，包括了企业名称、认定时间、所在城市等。另一部分的城市数据来源于相应年份的《中国城市统计年鉴》、中经网数据库的数据和相关城市的统计局网站，包括城市房价、人口学历构成、高校数量、产业结构和科学技术支出等。

（二）模型构建和变量选取

本文构建面板模型分析房价水平对城市创新型企业数量分布的影响，模型构建如下：

Nit=α0+β1·pit+βXit+μi+εit（1）

在（1）式中，N为创新型企业数量，i为城市，t为年份，p表示房价水平，X为影响城市创新型企业数量的控制变量，μ为个体效应，ε为随机扰动项。

本文的被解释变量为创新型企业数量，本文以创业板上市公司数量来代表。解释变量是房价，以商品房销售额除以商品房销售面积来表示。在控制变量方面，选取高学历人员比重、高校密度、产业比重、科技支出比重作为控制变量。各控制变量的解释及选取依据如下：

高学历人员比重，大专及以上人口的比重用来反映城市高端人力资源水平状况，人力资源越高端，越有利于城市创新，能够吸引更多的创新型企业入驻。

高校密度，反映知识溢出状况，选用高校数量除以城市人口代表城市整體知识溢出状况，主要在于大学是城市知识溢出的主要源头。

产业比重，选用第三产业与第二产业的相对比重来反映了市场整体发展状况，第三产业相对比重越大，说明研发、设计等为创新型产业服务的相关服务业水平越高。

科技支出比重，反映创新支撑状况，选用科学技术支出占地方一般公共预算支出的比重表示，指标越高表明城市政府越重视创新工作，该城市的创新支撑政策环境越好。

（三）结果分析

表1给出了利用样本整体数据和分城市等级数据的回归结果，在回归模型（1）-（4）中，房价回归系数通过了显著性检验，整体而言，房价水平与企业数量呈现出负向关系，但上述结果在不同等级城市之间有着一定差异性，一线城市回归系数为负，这与当前一线城市创新性企业因房价外迁的现象较为吻合，但是二线城市和其他等级城市则未能表现出上述关系，能够反映出房价与当地创新水平还处于一个相对协调的正向阶段。其他变量方面，大体而言，高学历人员比重、高校密度、产业比重和科技指出比重的回归系数整体为正，说明人力资源、知识溢出、市场因素和创新支撑都会对吸引创新型企业入驻有正向效应，上述结果在不同等级城市之间稍有差异。

考虑到创业板上市公司在东中西地区在数量和房价上都呈现出一定的梯度性，表2报告了三大区域的回归结果，由于西部地区上市公司数量较少，创业板上市公司主要集中在东部地区，尤其是长三角和珠三角地区，因此在计量分析时将中西部地区合并处理。结果显示，东部地区房价变量的回归系数为负，说明对于东部经济圈的城市而言，房价越高，创新型企业数量越少；但是中西部地区房价变量的回归系数为正，显示出中西部地区房价偏低，房价即使上涨，或许也不会影响创新企业数量。

（四）门槛模型回归分析

上述的多元回归模型分析表明房价水平和创新型企业数量之间存在着显著的负向影响关系。但是结合对表1一线城市数据分析，本文认为在一线城市的房价对创新型企业数量的影响可能存在一个“门槛值”。上述假设和数据整理中的直观感觉比较吻合。在对创业板上市公司所在城市的整理过程中，一线城市北上广深的公司数量最多，单个城市的上市公司数量要远远超出其他任何城市；二线城市中只有中部的合肥和武汉的上市公司较多，西部主要是西安和成都两个城市上市公司较多；其他的上市公司基本集中于东部的二线城市，甚至是一二线城市周边的三线及以下城市，这些城市同处东部发达地区，区位条件良好但是房价较低，已成为很多创业公司在一线城市高房价驱离效应之下的不二选择。

为此，这里引入了门槛模型进行分析。Hansen设置的单一面板门槛模型为：

Nit=α0+β1XitI（pit≤γ）+β2XitI（pit＞γ）+εit（2）

在（2）式中，N为创新型企业数量，i为城市，t为年份，p表示房价水平，γ为门槛值，X为其他控制变量，ε为随机扰动项，被解释变量和解释变量与模型1相同。在进行模型估计之前，先采用 Hansen法进行面板门槛存在性检验，以便确定门槛个数和门槛值。门槛效应检查结果F值显示，单门槛检验通过了5%的置信区间，而双门槛则未通过显著性检验，表明一线城市中房价对创新型企业区位分布数量的影响关系为单门槛效应。单一门槛值显示为4.0588，这表明一线城市的平均房价在4.0588万元/平米时为一临界值。表3给出了门槛模型回归结果。

四、结论与展望

本文研究结果表明，房价对创新型企业区位分布数量的影响存在负向效应，高房价阻碍了创新型企业的入驻；同时，在一线城市中还存在着“门槛效应”。因此，政府在政策制定过程中，应将房价维持在合理水平，避免房价过度上涨侵害城市创新能力。同时，在当前城市房价已经高企的情况下，还应从政策层面通过提供人才公寓、住房补贴，发展住房租赁市场等手段来消化高房价的冲击，进而引导创新型企业的空间合理布局。

本文通过采用创业板上市公司在城市空间的区位分布数量来探究城市房价水平对创新型企业区位分布的影响，但是研究具有一定的局限性，一是使用创业板上市公司用来代表整体创新型企业具有一定的局限性，二是在城市这一空间层面，尤其是三线及以下等级城市样本较为分散且部分指标的统计年鉴数据并不完整，需要使用其他一些替代性指标，这都可能会对研究结果造成一定的局限性。

参考文献：

[1]Guimaraes P，Figueiredo O.and Wood- ward D.Agglomeration and the Location of Foreign Direct Investment in Portugal[J].Journal of Urban Economics，2000，47：115-135.

[2]Holl， A. Manufacturing Location and Impacts of Road Transport Infrastructure： Empirical Evidence from Spain[J].Regional Science and Urban Economics，2004，34：341-363.

[3]刘修言，张学良.集聚经济与企业区位选择[J].财经研究，2010（11）：83-92.

[4]黄肖琦，柴敏.新经济地理学视角下的FDI 区位选择[J].管理世界，2006（10）：7-17.

[5]张传勇，刘学良.房价对地区经济收敛的影响及机制研究[J].统计研究，2017，3（34）：65-75.

[6]胡草，范红忠.房价抑制新企业进入了么？——来自于中国工业企业的经验数据[J].华东师范大学学报（哲学社会科学版），2017（11）：146-177.

[7]邓智团.创新型企业集聚新趋势与中心城区复兴新路径——以纽约硅巷复兴为例[J].城市发展研究，2015，22（12）：51-56.

[8]黄茹等.城市人口结构与创新能力的关系——基于中国城市的实证分析[J].城市发展研究，2014，21（09）：84-91.

[9]王铮，孙枫，王瑛，等.知识型产业区位的实证分析[J].科研管理，1999，20（03）： 101-108.

[10]张昕，陈林.产业聚集、知识溢出与区域创新绩效——以医药制造业为例的实证研究[J].科技管理研究，2011（19）： 69-72.

[11]Head K，Mayer R.Non-Europe： The Magnitude and Causes of Market Fragmentation in the EU[J].Weltwirtschaf tliches Archiv，2000，12（08）：285-314.

[12]蒋含明.市场潜能、要素價格扭曲与异质性企业选址[J].产业经济研究，2015（04）：51-59.

[13]The Geographic Sources of Innovation： Technical Infrastructure and Product Innovation in the United States[J].AAAG，1994，84（02）：210-229.

【作者单位：卜靓文，北京德和衡（南京）律师事务所；李健，河海大学商学院】