余利豐

（江漢大學 武漢研究院，武漢 430056）

隨著我國住房制度改革的綱領(lǐng)性文件《國務(wù)院關(guān)于進一步深化城鎮(zhèn)住房制度改革加快住房建設(shè)的通知》（國發(fā)［1998］23號）的頒布［1］，我國的房地產(chǎn)市場進入了迅猛發(fā)展的階段，2004—2013年近10年間，我國的商品住宅平均銷售價格上漲了124%，年均上漲約9.4%［2］。尤其是隨著我國城鎮(zhèn)化戰(zhàn)略的實施，諸多一、二線城市房價漲幅呈現(xiàn)出非理性化趨勢。據(jù)全球數(shù)據(jù)庫NUMBEO的統(tǒng)計資料顯示，2015年中國房價是年薪的22.95倍，在全球排名第14位，在亞洲更是高居第二，僅次于新加坡。2015年，在易居房地產(chǎn)研究院所監(jiān)測的典型城市中，有33個城市的房價收入比超過了5∶1的警戒線，其中深圳更是高達23.2［3］。急速上升的房價和高額房地產(chǎn)利潤吸引了大量資金進入房地產(chǎn)市場，而房地產(chǎn)投資的過快增長則進一步拉高了房地產(chǎn)投資收益，導(dǎo)致大量的資本加速抽離實體經(jīng)濟，涌入房地產(chǎn)行業(yè)［4］。另一方面，房價的普遍上漲，也使得不少制造業(yè)部門的企業(yè)將本應(yīng)進行創(chuàng)新研發(fā)活動的資金投入到收益回報率較高的房地產(chǎn)業(yè)，導(dǎo)致企業(yè)用于創(chuàng)新的投入減少，從而抑制了制造業(yè)部門的創(chuàng)新活動，最終影響我國整體的創(chuàng)新產(chǎn)出［5］。對于進入“新常態(tài)”的中國來說，創(chuàng)新正日益成為維持和驅(qū)動中國經(jīng)濟可持續(xù)發(fā)展的決定性因素，我國要實現(xiàn)從經(jīng)濟大國邁向經(jīng)濟強國的戰(zhàn)略目標，就必須堅定不移地實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略［6］。然而，房價的持續(xù)升高對我國的創(chuàng)新發(fā)展戰(zhàn)略的實施造成了不可忽視的負面影響［7］。鑒于房地產(chǎn)行業(yè)的特殊性，習近平總書記在中央財經(jīng)領(lǐng)導(dǎo)小組第15次會議以及剛剛閉幕的中國共產(chǎn)黨第十九次全國代表大會上強調(diào)，要建立促進房地產(chǎn)市場平穩(wěn)健康發(fā)展長效機制，充分考慮到房地產(chǎn)市場特點，緊緊把握“房子是用來住的、不是用來炒的”的定位。

一、文獻述評

在研究房價與技術(shù)創(chuàng)新關(guān)系的文獻中，相關(guān)研究主要從兩個方面來闡釋房價上漲對區(qū)域技術(shù)創(chuàng)新的影響。一方面，房價上漲通過對創(chuàng)新資金的“擠占效應(yīng)”進而影響區(qū)域的技術(shù)創(chuàng)新［8］。如王敏等［9］（2013）認為，房價持續(xù)快速上漲會扭曲企業(yè)家的行為，導(dǎo)致企業(yè)家將更多的財富轉(zhuǎn)移到房地產(chǎn)投資中，從而減少對企業(yè)的管理和創(chuàng)新投入。王文春等［10］（2014）利用1999—2007年全國35個大中城市規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)，分析房價上漲對工業(yè)企業(yè)創(chuàng)新產(chǎn)品產(chǎn)出和研發(fā)投入的影響。研究表明：房價上漲越快，工業(yè)企業(yè)的創(chuàng)新傾向就越弱，研發(fā)投入就越少。余靜文等［11］（2015）利用我國的工業(yè)企業(yè)數(shù)據(jù)和35個大中城市的房價數(shù)據(jù)，分析高房價對我國企業(yè)的技術(shù)創(chuàng)新的影響，研究表明：在房價增速快、房地產(chǎn)投資回報率高的背景下，企業(yè)將資源配置到房地產(chǎn)部門，從而擠出投資風險高、回報周期長的研發(fā)投資。房價增速提高1個百分點，研發(fā)投入占總資產(chǎn)比重下降0.051個百分點，人均研發(fā)投入下降92.03元；房價增速提高1個標準差，企業(yè)研發(fā)投入占總資產(chǎn)比重和人均研發(fā)投入下降幅度將分別達到31.8%和15.5%。陳斌開等［12］（2015）認為，高房價使企業(yè)的利潤率與全要素生產(chǎn)率“倒掛”，擠出了產(chǎn)業(yè)資本投資，造成產(chǎn)業(yè)的空心化，降低了企業(yè)的創(chuàng)新能力。羅知等［4］（2015）認為，城市房地產(chǎn)投資的增加導(dǎo)致制造業(yè)研發(fā)投資的擠出效應(yīng)明顯，房地產(chǎn)投資是影響制造業(yè)技術(shù)創(chuàng)新的渠道之一。張杰等［7］（2016）從我國金融體系對房地產(chǎn)貸款期限結(jié)構(gòu)偏向效應(yīng)的視角，分析房地產(chǎn)對我國創(chuàng)新的影響，研究發(fā)現(xiàn)：房地產(chǎn)對創(chuàng)新活動造成了直接的阻礙作用，并且房地產(chǎn)投資增長越快的省份地區(qū)，創(chuàng)新研發(fā)投入和發(fā)明專利授權(quán)量的增長率越低。余泳澤等［8］（2017）利用2004—2014年230個地級市及1272家上市企業(yè)的數(shù)據(jù)，分析城市房價上漲與蔓延以及限購政策的實施對中國技術(shù)創(chuàng)新活動的影響。研究發(fā)現(xiàn)：城市房價的快速上漲顯著抑制了地區(qū)整體和企業(yè)個體的技術(shù)創(chuàng)新產(chǎn)出，房價蔓延對周邊城市技術(shù)創(chuàng)新活動產(chǎn)生了負面影響。城市房價上漲通過對創(chuàng)新資金的“擠占效應(yīng)”抑制了地區(qū)的技術(shù)創(chuàng)新水平；限購政策的實施并未顯著影響房價，而是通過抑制房地產(chǎn)過度投資緩解了房價上漲對技術(shù)創(chuàng)新活動的負面影響。黃彥彥等［5］（2017）認為，涉房決策對企業(yè)研發(fā)強度的抑制效應(yīng)在房價上漲較快地區(qū)更加明顯，但涉房決策對研發(fā)依賴度不同的企業(yè)研發(fā)投入強度的抑制效應(yīng)存在差異，對研發(fā)依賴度較高的高新技術(shù)企業(yè)抑制效應(yīng)更大。

另一方面，房價上漲通過對創(chuàng)新人才的行為產(chǎn)生“負向激勵作用”，從而影響區(qū)域的技術(shù)創(chuàng)新。陳斌開等［13］（2013）認為，房價不僅擠占產(chǎn)業(yè)資本投資，壓縮實體企業(yè)的發(fā)展空間，而且房價高企使得創(chuàng)新人才不得不為買房而奮斗，壓抑了創(chuàng)新人才的創(chuàng)造能力的發(fā)揮。從房價與創(chuàng)新人才的職業(yè)選擇來看，房價收入比偏離度的不斷增加會影響潛在創(chuàng)新人才的職業(yè)選擇，創(chuàng)新人才基于避險需求會選擇較為穩(wěn)定的職業(yè)，而不會選擇創(chuàng)新性風險較高的職業(yè)，從而影響了區(qū)域的技術(shù)創(chuàng)新發(fā)展［8］。隨著全國各地房價多年來的普遍上漲，日益飆升的房價大大增加了創(chuàng)新人才的生存“門檻”，在收入預(yù)期增長較緩慢的情況下降低了創(chuàng)新人才的相對效用水平，從而阻礙了創(chuàng)新人才向城市或中心地區(qū)的集聚［8］，而創(chuàng)新人才的集聚是一國（地區(qū)）提高其自主創(chuàng)新能力的核心要素。因而，房價作為影響創(chuàng)新型人才集聚的一個重要因素，其高低對一國（區(qū)域）的創(chuàng)新發(fā)展無疑具有重要影響。

現(xiàn)有研究從不同的視角解釋了房價上漲對技術(shù)創(chuàng)新的負面影響，但仍存在著一些不足：1.現(xiàn)有文獻在分析房價和區(qū)域技術(shù)創(chuàng)新之間的關(guān)系時，大部分都將房價作為一個獨立的因素，沒有將房價和收入結(jié)合起來考慮。房價作為影響創(chuàng)新人才空間聚集的成本因素，其高低影響著創(chuàng)新人才的空間集聚決策。而房價的高低是由房價占個人收入的比重決定的，當一個區(qū)域的房價收入比較高時，該區(qū)域的房價對于創(chuàng)新人才的集聚而言是一項高額成本，此時該區(qū)域的房價成為創(chuàng)新人才集聚決策的優(yōu)先考慮因素［14］。因而，房價占個人收入比重的高低決定著創(chuàng)新人才的空間集聚決策，而創(chuàng)新人才的空間集聚決策對于區(qū)域的技術(shù)創(chuàng)新無疑具有重要影響。考慮到我國各區(qū)域房價收入比的巨大差異，研究房價和區(qū)域技術(shù)創(chuàng)新的關(guān)系時，應(yīng)將房價收入比納入分析的框架；2.現(xiàn)有文獻在分析房價與區(qū)域技術(shù)創(chuàng)新之間的關(guān)系時，沒有將人才集聚綜合起來考慮。已有研究和本文的實證表明，人才的空間集聚對區(qū)域的技術(shù)創(chuàng)新具有正向的積極作用［15-16］，而房價對區(qū)域的技術(shù)創(chuàng)新具有負向的消極影響。既然人才集聚對區(qū)域的技術(shù)創(chuàng)新有正向的積極作用，那么在綜合考慮人才集聚的條件下，房價上漲對區(qū)域的技術(shù)創(chuàng)新是否還是呈現(xiàn)負效應(yīng)呢？現(xiàn)有文獻沒有給出答案。3.現(xiàn)有文獻在研究房價與區(qū)域技術(shù)創(chuàng)新之間的關(guān)系時，大多使用了線性模型進行估計。由于中國各區(qū)域在區(qū)域技術(shù)發(fā)展水平、房價等方面都存在著巨大差異，房價分化對各區(qū)域創(chuàng)新的影響很難具有完全一致性。因此，研究房價對區(qū)域技術(shù)創(chuàng)新的關(guān)系時，存在著非線性關(guān)系是很有可能的。

有鑒于此，本文運用Hansen（1999）［17］的門檻面板模型，以房價收入比作為門檻變量，利用我國30省份的相關(guān)數(shù)據(jù)，根據(jù)估算的門檻值，分析在不同的房價收入比門檻值，房價、人才集聚如何影響區(qū)域技術(shù)創(chuàng)新，并據(jù)此提出相應(yīng)的政策建議。

二、相互作用機制與假設(shè)提出

（一）人才集聚對區(qū)域技術(shù)創(chuàng)新的影響機制

人才作為技術(shù)創(chuàng)新的重要載體，在市場經(jīng)濟條件下，人才會在區(qū)域間產(chǎn)生流動，并很快出現(xiàn)集聚現(xiàn)象產(chǎn)生集聚效應(yīng)，人才的集聚通過知識的外溢效應(yīng)促進區(qū)域的技術(shù)創(chuàng)新［18］。由于中國各區(qū)域在經(jīng)濟發(fā)展水平、公共服務(wù)設(shè)施水平方面存在著差異，因而，不同區(qū)域在人才集聚的密度方面存在著差異。一般而言，房價收入比高的區(qū)域，大部分是經(jīng)濟發(fā)展水平、公共服務(wù)設(shè)施水平較好的區(qū)域，這些區(qū)域具有較好的個人發(fā)展前景、個人更匹配的工作機會和更大的財富增長空間，以及更好的教育、衛(wèi)生醫(yī)療環(huán)境，因而更能吸引人才集聚［1，19］，人才集聚密度高；反之，房價收入比低的區(qū)域，人才集聚密度低。而人才集聚密度的差異，對區(qū)域技術(shù)創(chuàng)新水平產(chǎn)生不同的影響：房價收入比越高的區(qū)域，越能夠吸引高素質(zhì)的人才集聚，越能夠提升該區(qū)域的技術(shù)創(chuàng)新水平；反之，則反是。因而，房價收入比不同的區(qū)域，對區(qū)域技術(shù)創(chuàng)新的作用存在著差異。房價收入比越高，人才集聚密度越高，區(qū)域技術(shù)創(chuàng)新水平越高。為驗證以上分析和猜想，本文提出如下假設(shè)：

假設(shè)1：房價收入比不同的區(qū)域，人才集聚對區(qū)域技術(shù)創(chuàng)新的作用存在著差異。高房價收入比區(qū)域，人才集聚對區(qū)域技術(shù)創(chuàng)新越高；低房價收入比區(qū)域，人才集聚對區(qū)域技術(shù)創(chuàng)新的作用越低。

（二）房價、人才集聚的合力對區(qū)域技術(shù)創(chuàng)新的影響機制

人才集聚對區(qū)域的技術(shù)創(chuàng)新具有正向的積極作用，在綜合考慮人才集聚的條件下，房價上漲會如何影響區(qū)域的技術(shù)創(chuàng)新呢？本文認為，在考慮人才集聚的條件下，房價上漲對區(qū)域的技術(shù)創(chuàng)新會產(chǎn)生負向影響。這是因為，房價上漲對創(chuàng)新人才的集聚具有“負向激勵作用”。區(qū)域房價的快速上漲推高了創(chuàng)新人才的生存“門檻”。當房價的上漲速度超過了收入的上漲幅度時，創(chuàng)新人才將面臨著更高的住房需求成本，而過高的住房成本會影響創(chuàng)新人才在該區(qū)域的集聚程度，進而會影響該區(qū)域的技術(shù)創(chuàng)新水平［8］。在這一過程中，會出現(xiàn)房價上漲對區(qū)域技術(shù)創(chuàng)新的消極作用大于人才集聚對區(qū)域技術(shù)創(chuàng)新的積極作用，從而導(dǎo)致人才集聚對區(qū)域技術(shù)創(chuàng)新的積極作用不能完全抵消房價上漲對區(qū)域技術(shù)創(chuàng)新帶來的消極作用，使房價上漲對區(qū)域技術(shù)創(chuàng)新總體上呈現(xiàn)負效應(yīng)。為驗證以上分析和猜想，本文提出如下假設(shè)：

假設(shè)2：由于人才集聚的積極作用要小于房價上漲對區(qū)域技術(shù)創(chuàng)新的消極作用，導(dǎo)致房價上漲對區(qū)域技術(shù)創(chuàng)新的合力整體上呈現(xiàn)負效應(yīng)。

三、計量模型設(shè)定及數(shù)據(jù)來源

（一）Hansen模型簡介

本文計量模型的重點在于分析城市房價上漲與創(chuàng)新活動之間的關(guān)系，將房價收入比設(shè)定為影響創(chuàng)新行為的門檻變量，并檢驗房價上漲對區(qū)域技術(shù)創(chuàng)新是否存在著門檻效應(yīng)。有關(guān)門檻面板模型，Han?sen（1999）文獻里有關(guān)于門檻模型的詳細介紹，為了說明問題，本文簡單的對Hansen（1999）的單一門檻模型進行介紹，依照此理，可以將把單一門檻模型拓展到多門檻模型。Hansen（1999）的單一門檻模型設(shè)定為：

上面（1）式中，qit為門檻變量；γ為特定的門檻值；I(?)為指示函數(shù)；的隨機干擾項。其矩陣形式可表示為：

將（2）式組內(nèi)去均值，得到：

將（3）式寫成矩陣形式，可以得到：

對（4）式進行最小二乘法估計，可以得到β值，即：

對應(yīng)的殘差平方和為：

在（6）式中，門檻值γ就是使S1(γ)取最小值時的，即，殘差向 量。得到參數(shù)估計值后，還需進行兩個方面的檢驗：一是門檻效應(yīng)檢驗，檢驗門檻效應(yīng)是否顯著；二是門檻的估計值是否等于真實值。第一個檢驗的原假設(shè)為：H0：β1=β2，對應(yīng)的備擇假設(shè)為：H1：β1≠β2，檢驗的統(tǒng)計量為：，其中，S0為在原假設(shè)H0下得到的殘差平方和。第二個檢驗的原假設(shè)為H0：γ∧=γ0，其中γ0是γ的真實值，相應(yīng)的似然比統(tǒng)計量為：當時，拒絕原假設(shè)（α為顯著性水平）。結(jié)合門檻面板模型的分析方法，本文構(gòu)建如下模型：

在（7）式模型中，i表示我國除西藏之外的30個省（市、自治區(qū)），t表示年份，本文選取的年份是從2003年到2015年。Innovationit表示我國30個?。ㄊ?、自治區(qū)）的創(chuàng)新活動指標，HPit表示30個?。ㄊ?、自治區(qū)）的房價，HPRit表示我國30個?。ㄊ?、自治區(qū)）的房價收入比，pe表示我國30個?。ㄊ?、自治區(qū)）的人才集聚密度，用當年在校大學生的人數(shù)作為代理變量。Z表示一些影響創(chuàng)新活動的控制變量集合。μit表示隨機擾動項。

（二）變量數(shù)據(jù)的選取及說明

Innovationit表示我國30個省份的創(chuàng)新活動指標。使用中國各省份地區(qū)的本地法人或自然人的發(fā)明專利授權(quán)量（Innovation1it）和中國各省份地區(qū)的R&D經(jīng)費的內(nèi)部支出（Innovation2it）來表示，并對二者取自然對數(shù)。發(fā)明專利授權(quán)量、各省份地區(qū)的R&D經(jīng)費的內(nèi)部支出數(shù)據(jù)來自《中國統(tǒng)計年鑒》（2004-2016）。

HPit表示我國30個省份的房價指標。由于我國的住房是以家庭購買單套住宅為基礎(chǔ)，因此，相應(yīng)的房價和可支配收入數(shù)據(jù)采用單套住宅商品房平均銷售價格表示。借鑒呂江林［20］（2010）、范超等［21］（2016）的做法：定義單套住宅商品房平均銷售價格=住宅商品房單位面積平均銷售價格×住宅商品房平均單套銷售面積。由于當年住宅商品房平均單套銷售面積數(shù)據(jù)無法從統(tǒng)計年鑒中獲取，本文采用當年住宅商品房平均單套竣工面積（當年住宅商品房竣工面積除以住宅商品房竣工套數(shù)）作為代理變量，并將所獲得的房價變量指標HPit取自然對數(shù)。住宅商品房的平均銷售價格、竣工面積、竣工套數(shù)的數(shù)據(jù)來自《中國房地產(chǎn)統(tǒng)計年鑒》及《中國統(tǒng)計年鑒》（2004—2016）。

HPRit表示我國30個省份的房價收入比指標。與張杰等（2016）、余泳澤等（2017）研究不同的是，本文將房價收入比作為房價影響創(chuàng)新作為的門檻變量，這是因為中國各區(qū)域的房價和城鎮(zhèn)居民的可支配收入存在著巨大的差異，所以中國各區(qū)域的房價收入比存在著差異，房價收入比的差異對創(chuàng)新人才的集聚作用是不同的，因而房價收入比對創(chuàng)新行為的影響也不一樣。和呂江林（2010）、范超等的研究一樣，設(shè)定房價收入比=單套住宅商品房平均銷售價格/戶均可支配收入，由于我國房價和可支配收入數(shù)據(jù)都是以家庭購買單套住宅為基礎(chǔ)，因而，可支配收入選擇以家庭為單位，戶均可支配收入=城鎮(zhèn)居民家庭人均可支配收入×城鎮(zhèn)家庭戶均人口數(shù)。城鎮(zhèn)居民人均可支配收入、家庭戶均人口數(shù)據(jù)來自2004年到2016年《中國統(tǒng)計年鑒》。

人才集聚度指標pe。陳淑云等［17］（2017）認為，一般人口集聚對區(qū)域技術(shù)創(chuàng)新影響不大，而高素質(zhì)的人才集聚則顯著的促進了區(qū)域的技術(shù)創(chuàng)新，人才集聚程度越高，越有利于區(qū)域的技術(shù)創(chuàng)新。借鑒陳淑云等（2017）的做法，人才集聚（pe）指標采用中國30個省份當年在校大學生的人數(shù)作為代理變量，對人才集聚變量取自然對數(shù)。各省份當年在校大學生人數(shù)的數(shù)據(jù)來源于2004年到2016年《中國統(tǒng)計年鑒》。

控制變量Z。1.人均GDP變量pgdp。pgdp代表了地區(qū)經(jīng)濟發(fā)展水平、技術(shù)水平的差異，是影響地區(qū)創(chuàng)新能力差異產(chǎn)生的重要因素。人均GDP變量數(shù)據(jù)來源于2004年到2016年《中國統(tǒng)計年鑒》。2.對外開放程度變量open，分別使用中國各省份地區(qū)的進口額占GDP（open1）的比重和出口額占GDP的比重（open2）兩個指標來表示。中國各省份地區(qū)的進口額、出口額和GDP的數(shù)據(jù)來源于2004年到2016年《中國統(tǒng)計年鑒》。3.地區(qū)產(chǎn)業(yè)結(jié)構(gòu)變量industry，使用中國各省份地區(qū)中第二產(chǎn)業(yè)產(chǎn)值除以第三產(chǎn)業(yè)產(chǎn)值的比值來表示。中國各省份地區(qū)中第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值的數(shù)據(jù)來源于2004年到2016年《中國統(tǒng)計年鑒》。4.稅收水平變量tax，使用中國各省份地區(qū)稅收收入除以地區(qū)GDP的比值來表示。中國各省份地區(qū)稅收收入數(shù)據(jù)來源于2004年到2016年各地區(qū)統(tǒng)計年鑒。本文設(shè)定的計量模型各個變量的描述性統(tǒng)計如表1所示。

表1 模型變量的描述性統(tǒng)計

四、計量模型估計及結(jié)果分析

（一）門檻檢驗

1.門檻檢驗。本文采用面板門檻效應(yīng)模型分析房價對技術(shù)創(chuàng)新的影響，首先對房價對技術(shù)創(chuàng)新是否存在著門檻效應(yīng)及門檻個數(shù)進行檢驗，以確定模型的具體形式，并采用bootstrap方法依次計算單一門檻、雙重門檻和三重門檻對應(yīng)模型的p值（計算結(jié)果如表2所示）。模型1（發(fā)明專利授權(quán)量為被解釋變量）的房價單一門檻效應(yīng)和雙重門檻效應(yīng)分別在1%和5%的顯著性水平下通過顯著性檢驗，而三重門檻效應(yīng)則沒有通過顯著性水平檢驗；模型2（R&D經(jīng)費的內(nèi)部支出為被解釋變量）的房價單一門檻效應(yīng)和雙重門檻效應(yīng)都在10%的顯著性水平下通過顯著性檢驗，而三重門檻效應(yīng)則沒有通過顯著性水平檢驗。據(jù)此可以認為模型1和模型2均存在著雙重門檻效應(yīng)。

表2 門檻效應(yīng)檢驗

2.門檻值檢驗和門檻區(qū)間劃分。在確定門檻效應(yīng)和門檻數(shù)后，需進一步估計和檢驗門檻模型的門檻值，本文分別對房價收入比的雙重門檻模型門檻值進行估計（結(jié)果如表3所示）。模型1的第一、二門檻值分別為6.936和12.507，依次分布在［6.806，6.968］和［11.520，12.566］且均通過顯著性檢驗。模型2的第一、二門檻值分別為6.879和13.447，依次分布在［6.516，6.923］和［12.290，13.744］且均通過顯著性檢驗。

表3 門檻值的估計結(jié)果

（二）模型估計及結(jié)果分析

根據(jù)上面門檻檢驗的結(jié)果，本文的計量模型可設(shè)定如下：

在確定門檻值及其置信區(qū)間分布后，需要對（8）式進行參數(shù)估計。分別對模型1和模型2的雙門檻模型參數(shù)進行估計（估計結(jié)果見表4和表5）。從表4可以看出，房價收入比處于不同的門檻值時，房價對創(chuàng)新（發(fā)明專利授權(quán)量）的抑制效應(yīng)是不同的。具體來說，當房價收入比小于6.936時，單套住房價格每上漲1個百分點，將會導(dǎo)致發(fā)明專利授權(quán)量下降13.7%；當房價收入比大于6.936而小于12.507時，單套住房價格每上漲1個百分點，將會導(dǎo)致發(fā)明專利授權(quán)量11.7%；當房價收入比大于12.507時，單套住房價格每上漲1個百分點，將會導(dǎo)致發(fā)明專利授權(quán)量下降9%。從表4可以得出如下結(jié)論：人才集聚對區(qū)域技術(shù)創(chuàng)新具有顯著性的促進作用。并且房價收入比越低的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的消極影響越大；相反，房價收入比越高的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的消極影響越小。

表4 模型1的門檻模型參數(shù)估計結(jié)果

從表5可以看出，房價收入比處于不同的門檻值時，房價對創(chuàng)新（R&D經(jīng)費支出）的抑制作用是不同的。具體來說，當房價收入比小于6.879時，單套住房價格每上漲1個百分點，將會導(dǎo)致R&D的內(nèi)部經(jīng)費支出下降21.1%；當房價收入比大于6.879而小于13.447時，單套住房價格每上漲1個百分點，將會導(dǎo)致R&D的內(nèi)部經(jīng)費支出下降19.7%；當房價收入比大于13.447時，單套住房價格每上漲1個百分點，將會導(dǎo)致R&D的內(nèi)部經(jīng)費支出下降17.4%。從表5可以得出如下結(jié)論：人才集聚對區(qū)域技術(shù)創(chuàng)新具有顯著性的促進作用。并且房價收入比越低的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的消極影響越大；相反，房價收入比越高的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的消極影響越小。作為創(chuàng)新的兩個代理變量，房價上漲對R&D經(jīng)費的“擠出效應(yīng)”相對于發(fā)明專利授權(quán)量的“擠出效應(yīng)”更大一些。

總而言之，房價上漲對區(qū)域技術(shù)創(chuàng)新具有消極作用，但房價上漲對區(qū)域技術(shù)創(chuàng)新造成的負面影響存在著差異，高房價收入比區(qū)域的消極作用要小于低房價收入比區(qū)域。

表5模型2的門檻模型參數(shù)估計結(jié)果

五、房價、人才集聚與區(qū)域技術(shù)創(chuàng)新的假說檢驗

借鑒余泳澤等（2015）的做法，下面將驗證假設(shè)1和假設(shè)2，即處于不同房價收入比區(qū)域的人才集聚與區(qū)域技術(shù)創(chuàng)新之間的關(guān)系，在此基礎(chǔ)上，分析人才集聚的正向作用和房價負向作用的合力對整體區(qū)域技術(shù)創(chuàng)新的影響。設(shè)定計量模型如下：

其中，lnHP×lnpe變量表示房價和人才集聚程度的交叉項，用來衡量房價和人才集聚共同作用對區(qū)域技術(shù)創(chuàng)新的影響，目的是驗證人才集聚和房價的合力對區(qū)域整體技術(shù)創(chuàng)新的影響。如果交叉項系數(shù)為正且顯著，表明人才集聚對區(qū)域技術(shù)創(chuàng)新的積極效應(yīng)大于房價對區(qū)域技術(shù)創(chuàng)新的消極效應(yīng)；反之，則表明人才集聚對區(qū)域技術(shù)創(chuàng)新的積極效應(yīng)小于房價對區(qū)域技術(shù)創(chuàng)新的消極效應(yīng)。lnpe×I（·）的系數(shù)表示處于不同房價收入比區(qū)域的人才集聚對區(qū)域技術(shù)創(chuàng)新影響。

經(jīng)過門檻效應(yīng)檢驗，（9）式中的模型1和模型2都存在著兩個門檻值，并且其門檻值和表3的門檻值一樣。對（9）式進行參數(shù)估計，估計結(jié)果如下：

表6 房價、人才集聚在不同的房價收入比區(qū)間與區(qū)域技術(shù)創(chuàng)新關(guān)系的估計結(jié)果

從表6可以看出，無論對于模型1還是模型2而言，在不同的房價收入比區(qū)間內(nèi)，人才集聚變量對區(qū)域的技術(shù)創(chuàng)新都具有顯著的促進作用，并且高房價收入比區(qū)域的人才集聚對區(qū)域技術(shù)創(chuàng)新越高，低房價收入比區(qū)域的人才集聚對區(qū)域技術(shù)創(chuàng)新作用越低。具體來說，在模型1中，當房價收入比小于等于6.936時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升126.6%；當房價收入比大于6.936而小于12.507時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升128.5%；當房價收入比大于12.507時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升131.2%。在模型2中，當房價收入比小于等于6.879時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升135.8%；當房價收入比大于6.879而小于13.447時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升137.3%；當房價收入比大于13.447時，區(qū)域人才集聚度每增加1個百分點，將會導(dǎo)致區(qū)域技術(shù)創(chuàng)新水平提升139.7%?？傊?，人才集聚對技術(shù)創(chuàng)新具有積極作用，但房價收入比不同的區(qū)域，人才集聚對區(qū)域技術(shù)創(chuàng)新的存在著差異，高房價收入比區(qū)域，人才集聚對區(qū)域技術(shù)創(chuàng)新的積極作用大于低房價收入比區(qū)域。

從表6可以看出，無論對于模型1還是模型2，lnHP×lnpe交叉項系數(shù)都為負，并且都在1%水平下顯著，這表明人才集聚對區(qū)域的技術(shù)創(chuàng)新的積極作用小于房價上漲對技術(shù)創(chuàng)新的消極效應(yīng)，從而導(dǎo)致房價上漲對區(qū)域技術(shù)創(chuàng)新總體上呈現(xiàn)負效應(yīng)。

六、結(jié)論及政策建議

本文利用Hansen（1999）的面板門檻模型，采用我國30個省份2003—2015年的相關(guān)數(shù)據(jù)，以房價收入比作為門檻變量，分析了房價上漲、人才集聚對區(qū)域技術(shù)創(chuàng)新的影響，得出如下結(jié)論：

第一，房價對區(qū)域技術(shù)創(chuàng)新的影響并不是單一的線性關(guān)系，而是存在門檻效應(yīng)，并且存在著兩個門檻值。

第二，在考慮人才集聚的條件下，房價上漲對區(qū)域的技術(shù)創(chuàng)新存在著負向影響，在不同的房價收入比區(qū)間，房價上漲對區(qū)域技術(shù)創(chuàng)新負向影響是不同的。這具體表現(xiàn)為，房價收入比越低的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的負面影響越大；房價收入比越高的區(qū)域，房價上漲對區(qū)域技術(shù)創(chuàng)新的影響越小。

第三，人才集聚對區(qū)域技術(shù)創(chuàng)新具有正向的積極作用，但在不同的房價收入比區(qū)間，人才集聚對區(qū)域技術(shù)創(chuàng)新的作用是不同的。具體表現(xiàn)為，在高房價收入比區(qū)域，由于具有較好的基礎(chǔ)設(shè)施水平、教育醫(yī)療衛(wèi)生水平、文化環(huán)境等公共基礎(chǔ)設(shè)施，因而能夠吸引更多的人才集聚，導(dǎo)致高房價收入比區(qū)域的人才集聚對區(qū)域技術(shù)創(chuàng)新的積極作用大于低房價收入比區(qū)域。

第四，在考慮人才集聚的條件下，房價上漲對區(qū)域技術(shù)創(chuàng)新的影響總體上呈現(xiàn)負作用。主要原因在于人才集聚對區(qū)域技術(shù)創(chuàng)新的積極效應(yīng)要小于房價上漲對區(qū)域技術(shù)創(chuàng)新的負面效應(yīng)，從而使房價上漲對區(qū)域技術(shù)創(chuàng)新總體上呈現(xiàn)負面影響。這個現(xiàn)實結(jié)論所蘊藏的經(jīng)濟學含義是，房價上漲已經(jīng)嚴重影響著我國創(chuàng)新發(fā)展戰(zhàn)略的實施。

因此，要減少房價上漲對區(qū)域技術(shù)創(chuàng)新帶來的負面影響，充分發(fā)揮人才集聚對區(qū)域技術(shù)創(chuàng)新的積極作用。一方面，大力推動區(qū)域的基本公共服務(wù)設(shè)施均等化建設(shè)。由于地區(qū)間存在資源稟賦和經(jīng)濟發(fā)展水平的差異，導(dǎo)致地區(qū)間的公共服務(wù)設(shè)施水平存在著顯著差異。因此，中央政府要加大對經(jīng)濟落后地區(qū)的財政轉(zhuǎn)移支付的扶持力度，努力縮小與經(jīng)濟發(fā)達地區(qū)之間的基本公共服務(wù)均等化的差距。通過大力推進經(jīng)濟落后地區(qū)的公共服務(wù)設(shè)施建設(shè)水平，提升經(jīng)濟落后地區(qū)的基礎(chǔ)設(shè)施水平、教育和醫(yī)療水平，吸引更多的人才在經(jīng)濟落后地區(qū)的集聚，通過人才的集聚推動經(jīng)濟落后地區(qū)的技術(shù)創(chuàng)新水平；另一方面，政府要采取各種政策工具調(diào)控房價。高房價對我國區(qū)域的技術(shù)創(chuàng)新造成了顯著的負面影響，政府有義務(wù)也有責任調(diào)控過高的房價收入比。具體來說，在房價收入比較高的區(qū)域，地方政府要加快發(fā)展住房租賃市場，大力推進“共有產(chǎn)權(quán)”住房建設(shè)。通過積極培育住房供應(yīng)主體、加大住房供應(yīng)力度、搭建住房供應(yīng)平臺，加快建立多主體供給、多渠道保障、租購并舉的住房制度，通過構(gòu)建房地產(chǎn)市場平穩(wěn)健康發(fā)展的長效機制［23］，使房價回歸合理的水平，以免造成“高房價驅(qū)趕人才”的局面，從而影響地區(qū)的創(chuàng)新發(fā)展。