房價對城市創新發展的門檻效應研究

曾冰

[摘 要]采用長三角地區2009—2018年的城市面板數據，通過面板門檻模型研究房價對城市創新的非線性門檻效應影響及其作用機制。研究結果表明：1.房價對城市創新的影響具有門檻效應，門檻估計值為7598元/平方米和16784元/平方米，房價攀升會弱化房價對城市創新的負向作用;2.房價在人均研發經費對城市創新的正向影響中呈現先強化后弱化的結構性調節作用，相應門檻值為4226元/平方米與9393元/平方米，而當房價大于4226元/平方米且小于9393元/平方米時，房價能大幅度促進人均研發經費對城市創新的正向影響;3.房價減弱了工資水平對城市創新的正向影響，相應門檻值為7598元/平方米與16874元/平方米，而16874元/平方米是勞動力進行創新活動的房價容忍度;4.從三類門檻值來看，房價變化更容易引發資本的錯配效應，但房價與工資水平有著較強的協同性關系。

[關鍵詞]房價;城市;創新;門檻效應;長三角

[中圖分類號]F293 [文獻標識碼]A [文章編號]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

黨的十九大報告指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐[1]。城市創新在社會經濟發展中具有重要地位并發揮著重要作用。自1998年住房商品化改革以來，房地產業在國民經濟發展中的支柱產業地位日漸凸顯，其快速擴張不可避免地會對城市創新活動帶來重要影響?？茖W評估房價對城市創新的影響，對于推進新型城鎮化建設，充分落實創新驅動發展戰略具有重要的理論價值與現實意義。

房價對創新的影響已成為學術界關注的焦點。王文春等研究了房價上漲對工業企業新產品產出和研發投入的抑制性影響[2];厲偉等從城市房價管理的角度分析房價與城市創新的聯系機制、效應評估和政策選擇，發現當前的房價上漲整體阻礙了中國城市創新水平的提高[3];暢紅琴等利用中國省級面板數據，探討了不同房價水平下研發資本投入和研發勞動投入對技術創新的作用[4];崔瑩瑩等從創新資金和人力資本傳導視角分析了房價上漲對城市創新能力的影響，發現房價上漲顯著負向影響大中城市的創新能力[5];李昊洋等從研發活動成本的角度，使用中國創業板上市公司的數據，研究發現高昂的房地產價格提升了公司的研發成本，降低了公司所在地的創新活動水平[6];孫文浩等運用動態面板模型評估了房價對科研人才集聚的影響效應及作用機制[7]。上述研究較多使用簡單的線性關系模型分析房價對創新的負向作用，這種負向作用只是一種整體平均效應，缺乏異質性視角。由此帶來以下問題：房價是否會呈現區間結構性非線性變化？房價是否越低越好？怎樣程度的房價紅線才能有效促進城市創新并推動城市高質量發展？厘清這些問題，有助于優化創新資源配置，有效發揮房價對城市創新的調節作用。故本文采用長三角地區2009—2018年的城市面板數據，通過面板門檻模型研究房價對城市創新的結構性影響及其作用機制，定量評價房價對城市創新的影響效應，以期為正確看待創新驅動發展戰略背景下我國房地產市場的作用提供研究支持與理論參考。

二、特征事實與理論假說

（一）特征事實

長三角地區是我國經濟發展最活躍、開放程度最高、創新能力最強的區域之一，在國家現代化建設大局和全方位開放格局中具有舉足輕重的戰略地位。近年來長三角各城市房價飛速上漲，呈現較為明顯的空間分異特征。借助ArcGIS軟件中自然斷裂法將長三角地區房價與發明專利授權數分為5個等級（見表1）。從表1可以看出，長三角東南地區房價偏高，西北部地區房價則相對偏低;上海、杭州與南京位于房價頭部位置，房價次高地區主要圍繞上海、杭州、南京分布。而從2018年長三角發明專利授權數分級情況來看，長三角東部地區創新能力偏高，西部地區創新能力則相對偏低;蘇州位于城市創新頭部位置，杭州、紹興、寧波、無錫、南京、溫州等地處于城市創新第二梯隊。由表1可知，雖然城市房價與城市創新具有一定的相關性，但一些房價較低的地區其城市創新能力反而偏高，例如紹興、鎮江等地;而一些房價較高的地區其城市創新能力并未呈現相應的發展水平，例如上海、舟山等地。因此，房價對城市創新的影響可能存在區間結構性非線性變化，不能作“一刀切”式研判，應結合具體情況和發展階段客觀分析。

（二）理論假說

目前大部分學者認為，房價上漲會抑制城市創新。但是這種抑制是否會隨著房價上漲而持續，仍有待考察。本文認為，隨著房價的不斷攀升，尤其當房價攀升到較高水平時，過高的房價會提高地方財政收入，使得財政科技支出相應增加，從而推動城市創新發展[8]。而房價上漲也會對低端勞動者產生擠壓，導致本地人力資本的不斷積累，弱化房價對城市創新的抑制效應。因此，提出假說H1：

H1.房價對城市創新具有非線性的門檻效應。

從已有文獻來看，房價主要通過兩類渠道影響城市創新，即資本錯配機制與創新成本機制。資本錯配機制主要借助研發經費來影響城市創新，創新成本機制則借助工資水平來影響城市創新。這兩種機制是否也受房價的門檻效應調節呢？從資本錯配機制來看，一方面房價攀升所帶來的房地產相關行業利潤率會使得具備創新能力的企業為追求高額報酬而轉向房地產行業，從而抑制研發投入的創新邊際貢獻，帶來資本脫實向虛的錯配效應[9];另一方面，房價的溫和上漲會提升企業生產成本，從而倒逼企業創新[10]，甚至可以在“信用緩解機制”下保證企業對創新研發投入的規模，加快城市創新。因此，提出假說H2：

H2.資本錯配機制存在房價的門檻效應。

從創新成本機制來看，房價攀升提高了生活與生產成本，不可避免地占用勞動力部分工資，拉升了外來勞動力生存門檻，降低了人們對創新活動的積極性[11]。房價越高，越容易抑制工資水平對城市創新的激勵作用;房價越低，人們生活成本則越低，越容易激發工資水平對城市創新的激勵作用。因此，提出假說H3：

H3.創新成本機制存在房價的門檻效應。

三、模型構建與變量數據

（一）門檻模型構建

從上文特征事實分析可知，房價對城市創新的影響可能具有區間性非線性效應。對于變量間的非線性關系，部分學者是通過加入自變量的二次項式來驗證的，但這種處理技術難以捕捉更加符合實際情況的具體門檻值以及門檻值區間。門檻模型則可以根據數據本身的特點來內生化劃分區間，在此基礎上研究不同房價區間內房價對城市創新的影響，可以有效避免人為劃分房價區間帶來的偏誤。故本文采用Hansen提出的門檻模型作為實證檢驗方法[12]。模型設定如下：

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

式（1）中，α為截距項;XIN為被解釋變量;MEN為門檻變量;Z為被門檻變量，亦稱區制變量，其既可以是為門檻變量本身，也可以是其他核心變量;γ為門檻值，I（·）為指示性函數;X為相應的控制變量;i為城市，t為年份;λi為地區固定效應;ηt為年份固定效應;εit為隨機擾動項。

通常來說，門檻值越符合實際門檻水平，回歸殘差平方和就越小。故可先將門檻變量所有樣本值作為門檻值進行逐步回歸，得到不同殘差平方和。然后擇最小殘差平方和所對應的門檻值作為估計門檻值。然而上述步驟得到的估計門檻值只是門檻效應存在的必要非充分條件，還需對門檻值進行顯著性與真實性檢驗[13]，并在檢驗的基礎上對模型進行門檻回歸，最后得到所有變量回歸參數。以上均為單門檻模型處理，在實際分析中還可能存在多重門檻值。因單門檻模型和多重門檻模型的構造和檢驗技術差異不大，此處對多重門檻模型不再贅述，具體可參見Hansen、Wang等學者的研究[14-15]。

（二）變量選取與數據說明

1.變量選取

（1）被解釋變量：城市創新（XIN），選用發明專利授權量來衡量。發明專利授權量作為創新的產出反映了創新活動的最終效果，其數據具有可比性和易獲得的特征，是目前國內外相關研究廣泛使用的衡量創新的指標[16]。

（2）解釋變量：城市房價（FANG）。城市房價數據借助八爪魚采集器，在房天下（www.fang.com）、安居客（www.anjuke.com）等全國性房產交易信息平臺中爬取、清洗與整理而得。

（3）門檻變量：城市房價（FANG）。以此變量衡量房價的門檻效應。

（4）被門檻變量：設置三個被門檻變量。一是房價，捕捉房價本身帶來的直接門檻效應，從而驗證假說H1;二是人均研發經費（YANFA），探討資本錯配機制是否存在房價的門檻效應，從而驗證假說H2;三是城市在崗職工人均工資（GONG），探討創新成本機制是否存在房價的門檻效應，從而驗證假說H3。

（5）控制變量：考慮其他因素對城市創新可能帶來的影響。參考王春楊等人的研究[17]，選擇地區財政科技支出（CAI），在校大學生數（JIAO），人均國內生產總值（JING），二、三產業所占比重（CHANYE）和當年實際利用外資數（WAIZI）作為控制變量。

2.數據來源及說明

本文以長三角地區41個城市為研究對象，時間跨度為2009—2018年。數據主要來源于2010—2019年的《中國區域經濟統計年鑒》《中國城市統計年鑒》，以及長三角地區各省市相應年份的統計年鑒、統計公報。

四、計量結果分析

（一）門檻效應檢驗

首先，進行顯著性檢驗。在不存在門檻值、一個門檻值和兩個門檻值的原假設下，采用設定次數為300的自舉抽樣法（Bootstrap）計算F統計值的臨界值，檢驗結果見表2。單一門檻F統計值大于1%顯著性水平，對應P值為0.0033，拒絕不存在門檻效應原假設;雙重門檻F統計值也大于1%顯著性水平，對應P值為0.0000，拒絕存在一個門檻值原假設;三重門檻F統計值小于10%顯著性水平，對應P值為0.4367，難以拒絕存在兩個門檻值原假設。因此，房價對城市具有雙重門檻效應，應構建以房價為門檻變量的雙門檻模型。

其次，采用極大似然法進行真實性檢驗。從圖1可知，似然比統計量LR接近0，所得到門檻估計值均位于95%的置信區間，可認為門檻估計值與實際門檻值相等。因此，本文得到的門檻值均通過顯著性與真實性檢驗，具有一定的合理性。

γ1的估計值為7598，95%的置信區間為[7533，7629];γ2的估計值為16784，95%的置信區間為[15575，17081]。門檻估計值均在置信區間內，且相應的置信區間均較窄。因此，本文的門檻劃分具有一定合理性。

（二）回歸結果

首先，采用Hausman檢驗對隨機效應模型和固定效應模型進行選取。Hausman檢驗結果為50.89，并在1%顯著性水平下拒絕隨機效應模型原假設，宜構建固定效應面板門檻模型進行實證分析。而雙固定效應面板門檻模型既能有效控制城市不隨時間變化的不可觀測因素的影響，又能控制宏觀經濟政策的沖擊[18]，故選取雙固定效應面板門檻模型作為本文的核心回歸模型。

其次，對模型進行線性面板回歸。從表3可以發現，無論是否加入控制變量，房價對城市創新的影響均呈顯著的負向作用，也就是說房價攀升在整體上會抑制城市創新發展，這一結論符合大部分現有文獻的研究結果。在控制變量中，除了在校大學生數，其他變量對城市創新影響的系數均在一定顯著性水平下通過檢驗。人均研發經費、地區財政科技支出與當年實際利用外資數對城市創新具有正向作用，人均國內生產總值與城市在崗職工人均工資在10%顯著性水平下能夠促進城市創新發展。二、三產業所占比重提升對城市創新發展產生了顯著的負向作用，意味著當前產業結構調整不利于城市創新發展。在校大學生數對城市創新發展未呈現顯著促進作用，這可能是因為大學生傾向于前往大城市尋求發展，難以留在學校所在地城市進行創新活動。

再次，對門檻變量與被門檻變量進行面板門檻回歸。由表3中面板門檻回歸3可知，在控制變量中，除了城市在崗職工人均工資、在校大學生數，其他變量未出現顯著差異。而當房價在較低水平時（小于7598元/平方米），房價在1%的顯著性水平下對城市創新產生較大的負向影響，影響系數為-1.2657;當房價在一般水平時（大于7598元/平方米且小于16784元/平方米），房價對城市創新的負向作用有所降低，影響系數為-0.7366;當房價在較高水平時（大于16784元/平方米），房價在10%顯著性水平下對城市創新產生較小的負向影響，影響系數為-0.3152。由此可見，隨著房價不斷攀升，房價對城市創新產生的負向影響會減小。然而這并不意味著房價攀升一定對城市創新產生積極作用，表3中三類回歸結果均指向了房價對創新的負向作用，但這種負向作用在不同房價區間會有差異，其中高區間房價攀升會減弱房價對城市創新發展的抑制作用。以上回歸結果說明，房價對城市創新的抑制性影響并非線性單調的，具有典型的門檻特征，驗證了假說H1。

五、資本錯配機制與創新成本機制的門檻效應分析

按照上文門檻效應檢驗方法尋找門檻值與門檻數量（具體檢驗過程與結果，限于篇幅與研究重心，本文不展開），相應的檢驗結果仍支持存在雙門檻假設，但門檻值出現了變化。具體門檻回歸結果如表4所示。

首先，從兩類機制的門檻值來看。當人均研發經費作為被門檻變量時，房價門檻值分別為4226元/平方米、9393元/平方米。當城市在崗職工人均工資作為被門檻變量時，房價門檻值為7598元/平方米、16784元/平方米，與房價自身作為被門檻變量時的房價門檻值大致相同，這說明房價與城市在崗職工人均工資有著較強的協同性關系，即當前房價提高了生活與生產成本，占用了勞動力大部分工資，拉升了外來勞動力生存門檻，降低了人們對創新活動的積極性。資本錯配機制的門檻值要低于創新成本機制的門檻值，兩類機制表現出的門檻值差異，既說明了人均研發經費對房價的敏感性要強于工資水平，也意味著房價變化更容易引發資本錯配機制。

從人均研發經費的門檻回歸結果來看，在房價不同水平下，人均研發經費對城市創新的影響具有不同的結構性特征變化。即當房價低于4226元/平方米時，人均研發經費對城市創新影響為2.0807;當房價大于4226元/平方米且小于9393元/平方米時，人均研發經費對城市創新影響為16.5716;當房價大于9393元/平方米時，人均研發經費對城市創新影響則降至1.0771。這意味著當房價過高與過低時，人均研發經費均難以帶來更顯著的創新成效。房價過高會使企業將更多的資源錯配至房地產市場，從而對研發投入產生擠出效應;房價過低則會影響創新要素流動與制度環境發展，人均研發經費對城市創新提升效應會受到限制。因此，人均研發經費對城市創新影響會受到房價的門檻效應調節，即資本錯配機制會受到房價的門檻效應影響，假說H2得到驗證。

其次，從城市在崗職工人均工資的門檻回歸結果來看，房價減弱了城市在崗職工人均工資對城市創新的正向影響。即當房價低于7598元/平方米時，城市在崗職工人均工資對城市創新影響為0.1879;當房價大于7598元/平方米且小于16874元/平方米時，城市在崗職工人均工資對城市創新影響降至0.0842;當房價大于16874元/平方米時，城市在崗職工人均工資并不能對城市創新帶來顯著性影響，這意味著16874元/平方米是勞動力進行創新活動的房價容忍度。通常來說，工資水平越高，房價對創新活動的激勵作用就越強，從而促進城市創新。然而當房價過高時，工資水平對城市創新的影響會有所弱化甚至難以產生顯著作用。因此，工資水平對城市創新影響會受到房價的門檻效應調節，即創新成本機制會受到房價的門檻效應影響，假說H3得到驗證。

六、結論與建議

本文采用長三角地區2009—2018年的城市面板數據，運用面板門檻模型，定量測算房價對城市創新的門檻效應，并進一步研究了房價在資本錯配機制與創新成本機制對城市創新傳導渠道中的門檻效應。在上述實證研究結果的基礎上，得出以下結論：

首先，房價自身對城市創新的影響具有雙重門檻效應，門檻估計值為7598元/平方米和16784元/平方米。當房價在較低水平時（小于7598元/平方米），房價對城市創新會產生較大的負向影響，影響系數為-1.2657;當房價在一般水平時（大于7598元/平方米且小于16784元/平方米），房價對城市創新的負向作用有所降低，影響系數為-0.7366;而當房價在較高水平時（大于16784元/平方米），房價對城市創新會產生較小的負向影響，影響系數為-0.3152。隨著房價不斷攀升，房價對于城市創新產生的負向影響會減小。

其次，人均研發經費對城市創新的影響受到房價的門檻效應影響，相應門檻值分別為4226元/平方米與9393元/平方米。當房價大于4226元/平方米且小于9393元/平方米時，房價能最大幅度促進人均研發經費對城市創新的正向影響。

再次，城市在崗職工人均工資對城市創新的影響受到房價的門檻效應影響，相應門檻值分別為7598元/平方米與16874元/平方米。過高房價會使城市在崗職工人均工資難以顯著促進城市創新。

最后，從三類門檻值情況來看，資本錯配機制的房價門檻值要低于創新成本機制的房價門檻值，說明人均研發經費對房價的敏感性要強于工資水平，也意味著房價變化更容易引發資本錯配機制。而創新成本機制的房價門檻值與房價自身作為被門檻變量時的門檻值大致相同，這說明房價與工資水平有著較強的協同性關系。

基于以上結論，提出以下建議：

一是重視房價對城市創新的結構性門檻效應。將房價控制在合理范圍內，尤其控制房價已經處于高位的城市的房價漲幅，充分激發房價對城市創新的積極作用。二是完善創新研發制度環境。防止投資性資金流入房地產領域，刺激資金回流至實體行業并投入創新發展，謹慎避免“脫實向虛”的高房價泡沫現象發生。三是降低創新成本。積極改善人才的工作環境和福利保障體制，實行住房補貼、子女享受地區教育資源等一系列優惠政策，減少房價過高造成的城市人才流失現象。四是建立房地產市場健康發展的長效機制。堅持房住不炒原則，逐步摒棄以土地財政、推高房價等方式刺激經濟增長的傳統發展模式，采取房地產稅征收等市場化方式，增強本地吸引創新要素的“黏性”。

[參考文獻]

習近平.決勝全面建成小康社會 奪取新時代中國特色社會主義偉大勝利[N].人民日報，2017-01-10（2）.

王文春，榮昭.房價上漲對工業企業創新的抑制影響研究[J].經濟學（季刊），2014（2）：465-490.

厲偉，洪濤，李彩云.房價上漲對中國城市創新產生抑制效應了嗎？：基于中國35個大中城市面板數據的實證分析[J].商業研究，2017（11）：61-66.

暢紅琴，李艷.房價門檻、研發投入與技術創新[J].管理現代化，2018（5）：56-59.

崔瑩瑩，陳可石，高慶浩.房價上漲的創新抑制效應及其傳導機制[J].城市問題，2018（10）：4-11.

李昊洋，程小可，高升好.高房價“驅逐”了公司的研發活動嗎？：來自創業板的經驗證據[J].中國軟科學，2018（12）：95-109.

孫文浩，張益豐.低房價有利于“搶人大戰”城市科研人才集聚嗎？[J].科學學研究，2020（5）：813-825.

杜金岷，陳建興.擠出效應還是促進效應？：房地產投資對區域創新的影響及異質性[J].新疆社會科學，2020（4）：21-30.

張超，張意博，魏學輝，王春楊.高房價對區域創新的抑制效應及其空間分異研究[J].研究與發展管理，2020（6）：103-113.

劉建江，石大千.高房價對企業創新的影響：是擠出還是擠入？：基于雙邊隨機前沿模型的測算[J].中國軟科學，2019（9）：150-165.

梁賀.房價上漲惡化了制造業企業的生存環境嗎？[J].產業經濟研究，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.

呂延方，王冬，陳樹文.進出口貿易對生產率、收入、環境的門檻效應：基于1992—2010年我國省際人均GDP的非線性面板模型[J].經濟學（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.

陳大峰，閆周府，王文鵬.城市人口規模、產業集聚模式與城市創新：來自271個地級及以上城市的經驗證據[J].中國人口科學，2020（5）：27-40.

王春楊，蘭宗敏，張超，等.高鐵建設、人力資本遷移與區域創新[J].中國工業經濟，2020（12）：102-120.

謝呈陽，胡漢輝.中國土地資源配置與城市創新：機制討論與經驗證據[J].中國工業經濟，2020（12）：83-101.