房價對城市創新水平的影響研究

■李永樂，許 陽，吳 然

一、問題的提出

中共十九大報告指出：“我國經濟已由高速增長階段轉向高質量發展階段”。創新驅動是高質量發展的基石之一（辜勝阻等，2018），是實現創新型國家戰略的重要保證。鑄就創新高地需要通過人才、資金和技術等創新要素的大幅升級和重組（陳義，2012），人才和資金投入是創新的基礎和關鍵。然而，房價高企并不斷上漲成為影響人口流動的關鍵因素（中國經濟增長前沿課題組，2011），尤其是房價對畢業生就業地域選擇有著極其重要的影響（辛立強，2018），而這些畢業生是創新的主體力量。

房價不斷上漲不但影響人才流動，而且會對資金流動產生影響。過高的房價導致房地產相關的行業利潤率上升，企業在高利潤的吸引下更愿意將資金投入到獲利更高的房地產部門（陳斌開等，2015），從而抑制其他生產性部門的創新投入，即對技術創新活動產生了較為明顯的“擠占效應”。資金不斷流向房地產業必然會擠壓原產業部門的創新資金，不利于制造業企業的產業升級和創新發展，顯著抑制了城市全要素生產率水平的提升（余泳澤和李啟航，2019）。房地產投資增長越快的省份創新研發投入和發明專利授權量的增長率越低（張杰等，2016），當地企業的創新傾向越弱（王文春和榮昭，2014）。朱晨（2018）利用上海市各區房價增長數據以及中國企業微觀數據，證實了上海市房價上漲對工業企業創新具有顯著的負向影響。

人才是創新的根基，資金投入是創新的保障。筆者以房價變動為切入點，以人才和資金流動為中介，系統研究房價信號對城市創新水平的影響大小和作用方向，并進行不同類型城市的比較研究。這一研究的邊際貢獻體現在以下三個方面：一是將研究范圍擴大到全國338個城市，擴大了研究的范疇，因為城市間差異很大，該研究證實了房價在不同類型城市中的作用存在顯著的異質性。二是采用城市創新水平數據。多數研究采用的是城市房價與企業創新匹配數據，證實的是城市房價對企業創新的作用（王文春、榮昭，2014），然而創新不僅僅來源于企業，也來自政府投入、研發機構、科研院所和高校等創新度較高的單位，因而以城市為單位進行研究將更為全面，而且有利于各城市的政府部門從房價角度采取調控措施以實現創新型城市建設和經濟高質量發展的目標。三是進行了不同類型城市的比較研究，討論了不同類型城市房價對城市創新水平影響的異質性。

二、作用機制與研究假設

人才和資金投入是促進城市創新水平提高的重要因素，直接影響城市的創新水平。根據泡沫理論，房價變動會對資本產生“擠出”和“擠入”效應。資產泡沫能夠提高企業的抵押資產價值，從而使企業能夠獲得更多的信貸資源，進而緩解融資約束，發揮流動效應，起到促進投資的作用。“信用緩解效應”認為房價上漲提高了企業自有房地產等資產的抵押價值，對企業來說可以緩解投資壓力（余靜文等，2015）。Chaney and Thesmar（2012）采用銀行貸款和企業層面微觀數據，實證分析了美國企業持有房產價值對企業投資的影響，結果發現企業所持房產價值的提升有助于促進企業投資活動。余靜文等（2015）利用中國工業企業數據和35個大中城市匹配數據，得出在房價增速快、房地產投資回報率高的背景下，企業將資源配置到房地產部門，從而擠出了投資風險大、回報周期長的研發投入。呂江林（2010）基于上市公司的數據計算出房地產企業的年平均利潤高達28.7%，而工業企業僅為7.4%，巨大利益驅使下，工業企業紛紛進入房地產行業，高房價下房地產高回報率促使企業將資金投入房地產市場，從而對其主營業務的創新投入產生了抑制作用。房價上漲越快，當地企業的創新傾向越弱（王文春、榮昭，2014）。當地企業創新傾向越弱，那么整個城市的創新水平就會受到影響。

建設創新型國家、創新型城市需要創新型人才。房價過度上漲推高了個人的生存“門檻”，在收入預期增長較低的情況下，大城市降低了個人的相對效用水平，阻礙了人口向城市中心地區的集聚（安同良等，2005）。同時，房價越高相對效用越低，從而引發勞動力人口的分流，削減了城市的勞動力人口規模（張傳勇，2016），房價快速上漲還會導致就業率下降，進一步導致就業人口數量的下降（劉志偉，2013）。對社會勞動力的主力軍年輕人而言，城市房價的快速上漲超過年輕人口的收入上漲幅度，過高的房價收入比加重了年輕人的生活壓力，不可避免地降低了城市的年輕人口規模（黃茹等，2014）；此外,高房價會抑制初始無房人群的創業行為（吳曉瑜等，2014）。畢業生群體在考慮就業地選擇時，當地城市房價有著直接的影響作用（辛立強，2018）。應屆畢業生等優質勞動力的流失將會直接切斷了城市創新力“蓄水池”的源泉，沒有足夠的創新性人才注入，城市的整體創新發展將會受到巨大的阻礙。因此，房價上漲通過影響人才流動進而對創新活動產生影響。

圖1 房價影響城市創新的作用機制

基于以上分析，構建的影響機制如圖1并提出以下研究假設。

假設1：高房價及其上漲對城市創新水平具有抑制作用。

假設2：房價上漲對不同類型城市創新水平的影響存在異質性。

三、模型設定與結果解釋

（一）基本模型設定

基于上述假說，構建以下計量模型驗證房價對城市創新水平的作用方向、大小和顯著性，具體模型如下：

其中，i代表城市，t代表年份。Innovation是衡量某城市創新水平的指標；HP代表城市房價；C為控制變量集合，ε為隨機擾動項。根據研究假設1，需要驗證α1≤0。

（二）數據來源與描述分析

選取的研究對象為2001—2016年全國338個城市，時間跨度為16年。

1.因變量。關于城市創新水平的衡量指標，政府至今沒有出臺一個明確的標準，學術界主要通過選取與創新投入、產出相關的宏觀經濟指標，并通過專家打分、主成分分析、因子分析等方法給各個指標賦予權重，加權得到創新指數。筆者采用寇宗來和劉學悅（2017）完成的《中國城市和產業創新力報告》中的城市創新指數來衡量。

2.自變量。城市房價采用當年城市新建商品房的價格，數據來自《中國區域經濟統計年鑒》，計算公式為城市新建商品房銷售額/銷售總面積。對于部分年份和城市的缺失值，采用插值法進行處理。由于缺少城市CPI指數，采用該城市所在省份的CPI指數進行平減。

3.控制變量。（1）產業結構：城市第三產業總值占總生產值的比重，衡量產業結構變化對創新的影響；（2）人均GDP：城市當地總生產值與總人口之比；（3）財政自主權：一般公共預算支出與一般公共預算收入之比，反映政府的財政支配能力；（4）人均對外貿易量：進出口總額與總人口之比，對外貿易的活躍程度能相對促進城市進行創新；（5）科技創新的重視程度：科教投入占城市公共預算支出比重。數據均來自國家統計局公布的信息和《中國城市統計年鑒》。

表1 變量的描述性統計

（三）內生性處理

由于城市創新集聚和創新能力會對房價產生影響，因此研究城市房價對于城市創新水平的影響關系還應考慮兩者可能存在的內生性問題，內生性問題產生的原因主要有兩個：一是城市房價和城市創新水平具有關聯性。一般來說創新水平高的城市所擁有的各方面要素水平也較高，這些城市通過企業業務擴展或居民收入水平提升等效應促進對房地產要素的需求，進而導致該城市的房價上漲。二是存在遺漏的變量導致內生性。影響城市創新水平的因素繁多，盡管我們試圖從多個層面控制相關的特征變量，但也無法全部窮盡其他影響變量，因此可能導致結果產生偏估問題。

采用工具變量法（IV）解決內生性問題。選取的工具變量要求是滿足僅與內生變量（房價）有內在關聯，而與結果變量（城市創新）沒有直接聯系的外生變量。筆者認為城市的人均購置土地面積是合理的工具變量，并且采用人均購置土地面積的滯后一期作為當年城市房價的工具變量。其原因在于在中國土地供應的實際狀況是土地供應量收緊會直接導致房價快速上漲，土地的稀缺性會推動土地價格上升，從而造成城市房價水平上升的現象（韓立彬、陸銘，2018），使用地區人均購置土地面積的滯后一期的變量作為工具變量可以消除不同地區面積及人口差異導致的不可比因素（陸銘等，2015）。因此，選取城市的人均購置土地面積的滯后一期作為工具變量，應用兩階段最小二乘法（2SLS）對模型進行參數估計。

表2為2SLS第一階段回歸結果，不論加不加入控制變量，工具變量與內生變量之間都呈現出明顯的負相關性，土地供給量能夠直接影響到未來城市房價的高低情況。且F值遠大于10，可驗證工具變量和內生變量呈強相關性，符合第一階段效應。

表2 2SLS第一階段回歸結果

表3將被解釋變量創新指數和工具變量進行回歸，發現兩者在10%的水平上顯著相關，但在加入內生變量的情況下，工具變量對被解釋變量的影響變得不顯著，這能充分說明內生變量是被解釋變量與工具變量的中介變量，即人均購置土地面積對城市創新的影響完全通過城市房價來實現的。

表3 創新水平和工具變量OLS回歸結果

以上結果在排除內生性影響的情況下基本上驗證了假設1，即城市房價過高會對城市的創新產生抑制作用。

（四）結果解釋

表4展示了房價對創新影響的OLS和2SLS計量回歸結果。在不加入工具變量的OLS回歸中，城市房價的回歸系數為-8.053，城市房價每增加1萬元/m2，該城市創新指數就有8個單位的下降，且在1%水平上呈現顯著的負相關關系。在加入工具變量的2SLS回歸中，房價系數變為-27.758，其絕對值相對于OLS回歸結果明顯增大，這說明在加入滯后一期人均土地購置面積這一工具變量后，房價抑制創新的程度更加嚴重，且通過了1%的顯著性檢驗。分析結果可以充分表明城市的高房價確實制約了城市創新水平的提升。顯著性檢驗，括號內的數值為t值或z值（下同）

表4 房價對城市創新影響的回歸結果

四、不同類型城市比較分析

（一）位序—規模分類法

房地產泡沫會壓縮企業對生產性產業的投入，轉而流入利潤率更高的房地產行業，而在房地產業較不發達的城市，更多資金還是專注于傳統實體行業的投入。楊巧和陳誠（2018）在研究房價影響人口遷移的分析中，發現房價和人口遷移存在倒U型關系，即房價低于拐點時房價上漲會促進人口遷入，房價高于拐點時則會對人口遷移產生負向影響。由此可以推斷，創新要素在房價變動的影響下，存在著由高等級城市向低等級城市流動的可能性，即可能存在一、二線城市技術創新水平受到抑制，而三、四線城市技術創新水平促進的現象。

參照丁祖昱（2013）的研究，采用“位序—規模分析法”對城市進行分類。該方法基于主成分分析和聚類分析的方法將城市進行分類，對城市的人口因素（城市化率、常住人口）、經濟因素（GDP、人均GDP、人均可支配收入）和行政等級（直轄市、省會、計劃單列市、地級市、縣級市等）三方面指標展開主成分分析，提取主因子，計算因子的綜合得分，之后再對城市因子的綜合得分進行聚類分析，最終將中國城市分成4個等級，由于部分城市數據缺失，最終4個等級的城市數依次為12、26、49和200個，共287個。

房價的高低決定城市人才準入“門檻”的高低，主要影響人才的去留，而房價的增長率能夠體現出對房地產行業未來形勢的預估，進而影響資金的流動。因此，在分析房價變動時應同時考慮房價自身高低和房價增長率變化對于城市創新水平的影響，引入房價和房價增長率的二次項進行非線性回歸解釋，試圖找到抑制創新的拐點。將方程（1）中房價變量（HP）變換成房價增長率（△HP），房價增長率=（當年房價-前一年房價）/前一年房價×100%，以此來分析房價的增長幅度對于城市技術創新的影響程度。所涉及方程如下：

對上述級別劃分后的城市，分別采用房價影響方程（1）、方程（2）和房價增長率影響方程（3）、（4）進行回歸，分析一、二、三、四線城市中房價變動對于城市技術創新的不同影響關系。

根據表5中的回歸結果，可以得到以下結論：第一，一線城市中房價和房價增長率的影響系數都顯著為負，兩者都會抑制一線城市的城市創新水平，且房價影響系數的絕對值遠大于其他城市的房價影響系數，說明房價對于一線城市的阻礙作用最大；第二，二、三線城市中，房價抑制了二線城市的城市創新水平，但促進了三線城市的城市創新水平，因而在房價管理措施上應給予區別對待。對于房價增長率方面，它對二、三線城市的影響關系都為倒U狀，即在低增長率情況下促進技術創新，高增長率下才會阻礙技術創新，二、三線城市都需要把房價增長率控制在拐點以內的區間才不會影響城市技術創新的發展，二、三線城市的拐點分別是3.98%和11.78%，可見三線城市在房價增長率方面有更大的調整區間。第三，在四線城市中，房價的回歸系數為正值，房價在一定程度上能夠促進四級城市的城市創新水平發展，且房價增長幅度對于該類城市的創新水平不存在顯著影響。

對于以上實證結果，結合人才、資金中介變量的作用原理分析，可能的解釋是，在一線城市和較發達的二線城市中，過高的房價阻礙了創新人才的居住意愿，同時過快的房價增長速度會吸引社會投資資金流入房地產行業，進而抑制了傳統行業的生產和創新活動。而對較不發達的三線城市和四線城市而言，其城市的房地產業大多數處在起步和發展階段，房價水平不會超出人們的接受范圍，房地產行業投資回報率也不會遠大于其他投資行業，因此在這些城市中，它們會存在接收一、二線城市流出的勞動力和創新人才，并且投資資金也會更多地進入實體經濟體系，進而有利于提升城市的技術創新活力。

（二）四象限分類法

理論上，如果用房價衡量一個城市進入門檻高低的基準，意味著房價越高，人們越難在城市安居，越難提升自己的居住質量，以至于影響一部分人搬出城市。房價上漲率代表著對過去房價變化和對未來房價的預估，城市房價增長率越高，說明該城市房地產發展前景越好，投資房地產的資金回報率也越高，自然會吸引更多社會資金流入房地產行業。同時，根據中介效應部分的分析結果，人才和資金是決定城市創新水平的關鍵因素，因此可以推斷房價和房價增長率對城市創新水平具有重要的影響。因此，根據房價和房價增長率的高低將城市劃分為四類并進行比較分析（表6）。

表5 一、二、三、四線城市房價對創新的影響回歸結果

表6 基于房價高低和增長率高低的城市分類

以2016年房價在前100位的城市作為高房價城市，房價在后100位的城市作為低房價城市，以2001—2016年房價增長率在前100位的為高增長率城市，在后100位的城市為低增長率城市。最終得到高房價、高房價增長率城市39個，高房價、低房價增長率城市27個，低房價、高房價增長率城市13個，低房價、低房價增長率城市46個。將四組城市分別進行房價、房價增長率對城市技術創新的一次項和二次項回歸分析。同時，構造房價和房價增長率交互項來分析兩者相互作用下對城市創新的影響，回歸結果見表7。

根據表7可以發現：第一，在高房價地區，城市房價的影響系數均為負值，且在1%的水平上顯著，說明高房價城市中房價已經明顯抑制了城市的創新水平。通過構造房價和房價增長率的交互項可以發現，高房價增長率與高房價的交互項系數為負，但低房價增加率與房價的交互項系數為正，說明高房價增長率能夠加深房價抑制城市創新水平的程度，低房價增長率則能減弱這種抑制作用。同時，高房價增長率也存在抑制城市創新的效果，且高房價能夠加深這種影響效果。高房價地區主要包括東、中部有較大發展潛力的城市和省會城市等，這些城市的房地產行業發展已經較為完善，高房價水平也在一定程度上是不可逆的，這些城市能夠做的就是盡量控制其房價增長的速度，降低房地產行業資金回報率，促使資金流入到其他實體經濟領域。第二，在高房價、低房價增長率的城市中，房價增長率與城市創新水平呈現出倒U型關系，且拐點值約為13.34%，當年均房價增長率大于13.34%時才會抑制城市技術創新的發展。房價高但房價增長率不高的城市主要包含廣東省和東北地區的一些大中城市和中、西部省會城市，這些城市擁有著較大的人口基數，因此房價均處在一個較高的水平上，但這些城市由于城市發展問題，房地產行業都處在一個瓶頸期，房價增長率不高。針對這些城市，是當前城市進行房地產調控的重點。首先要穩定城市房價，其次把房價的增長速度控制在拐點左邊。第三，在低房價、高房價增長率的城市中，城市較低的房價促進了城市技術創新，較快的房價增長率抑制了城市技術創新，這一點符合房價高低和房價增長率高低影響人才和資金流動，進而影響城市技術創新的分析結果。第四，在低房價、低房價增長率的城市中，房價能夠促進城市技術創新的進步，但較低的房價增長率削弱了這種促進作用，同時低房價增長率也抑制了城市技術創新。這與前面分析較低房價增長率會刺激社會資金流入實體經濟，從而促進城市創新的結論不相符，可能的原因是這些城市主要包括東部個別小城市和中、西部欠發達城市中，這些城市由于城市發展水平較低，行業的資金回報率也相對較低，社會資金在追逐更大利潤的條件下可能流出該城市，流入資金回報率較高的其他城市，從而導致該城市中出現低房價增長率阻礙城市技術創新的現象。對于這類城市，要采用類似于四線城市的辦法，首先發展房地產行業，利用城市房地產所帶來的經濟效益帶動其他行業的發展，但應避免“脫實向虛”的現象發生。

表7 按房價、房價增長率劃分城市相關技術創新—房價回歸結果

五、研究結論與政策啟示

前文研究結果表明：總體來看，城市高房價顯著抑制了城市創新水平的提升。分城市類型看，差異較為明顯：一線城市的房價及上漲率對城市創新水平均起到抑制作用，房價對二線城市創新水平的影響顯著為負，在三、四線城市為正；二、三線城市的房價上漲率與城市創新水平呈現倒U型關系，即在低增長率情況下促進創新，高增長率情況下阻礙創新。實證樣本中二、三線城市房價年均增長率的拐點分別3.98%和11.78%，三線城市具有更大的房價上漲空間。進一步研究發現，在高房價城市，房價漲幅過大會加劇對創新水平的抑制效應，漲幅較小則有利于創新水平的提升。而在低房價城市，房價上漲反而會促進城市創新水平的提升。

上述研究結論對如何調控房地產市場以及如何提升城市創新水平具有重要的參考和應用價值。第一，高房價及其上漲已對一、二線城市創新水平的提升產生了不利影響，因而應重視過高的房價和過快的房價上漲對人才和資金流動的影響，通過推高房價來實現地區經濟發展目標的做法無異于飲鴆止渴，這種發展模式只會使得建設創新型城市的目標變為一紙空談，不利于創新型國家目標的實現。第二，“分類調控、分城施策”有利于不同類型城市實現創新型城市建設目標?？紤]到一線城市房價及上漲率對城市創新水平均起到了抑制作用，所以一線城市應實行房價和漲幅雙控，可通過興建“人才住房”減少購房成本對人才擠出的影響；切實落實“租購同權”政策，在短時間內切實保障一線城市外來人才的基本生活需求，如享受義務教育、醫療等國家規定的基本公共服務，讓人才有歸屬感，讓高房價和高增長率不會成為實現馬斯洛需要層次理論的第二層，即安全的需要的絆腳石，以此留住人才才能促進城市創新。二、三線城市要把房價漲幅控制在合理范圍，政府可以借助行政手段限制高房價以吸引人才，通過創新發展實業，實現城市發展。由于二、三線城市的房價上漲率與城市創新水平呈現倒U型關系，所以應當保持一個溫和的房價上漲率。特別是一線城市周邊的二、三線城市更應當如此，因為一線城市往往存在著較強的虹吸效應，當二、三線城市的房價上漲率較高時，人才可能會選擇擁有更好的基礎設施、教育等資源的一線城市。此外，由于二、三線城市相較于一線城市吸引人才能力較弱，所以應當為人才提供更大的優惠政策，放寬落戶標準，給予租房補貼等。三線城市吸引人才能力不強，創新水平較之一、二線城市偏弱，本身的城市發展更多地依賴于房地產市場而非創新，但這并不是一條可持續發展的道路，三線城市理應基于房地產市場所帶來的紅利，發展基礎設施，建設更好的社會資源，吸引人才。四線城市可適度促進房地產發展，但應避免“脫實向虛”現象的發生，因為房價漲跌影響資金配置，房價上漲過快會導致資金過度地向房地產業集中。