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性文件《國務院關于進一步深化城鎮(zhèn)住房制度改革加快住房建設的通知》(國發(fā)[1998]23號)的頒布[1],我國的房地產市場進入了迅猛發(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利潤吸引了大量資金進入房地產市場,而房地產投資的過快增長則進一步拉高了房地產投資收益,導致大量的資本加速抽離實體經濟,涌入房地產行業(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業(yè),導致企業(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動中國經濟可持續(xù)發(fā)展的決定性因素,我國要實現(xiàn)從經濟大國邁向經濟強國的戰(zhàn)略目標,就必須堅定不移地實施創(chuàng)新驅動發(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]。鑒于房地產行業(yè)的特殊性,習近平總書記在中央財經領導小組第15次會議以及剛剛閉幕的中國共產黨第十九次全國代表大會上強調,要建立促進房地產市場平穩(wěn)健康發(fā)展長效機制,充分考慮到房地產市場特點,緊緊把握“房子是用來住的、不是用來炒的”的定位。
在研究房價與技術創(chuàng)新關系的文獻中,相關研究主要從兩個方面來闡釋房價上漲對區(qū)域技術創(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”進而影響區(qū)域的技術創(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,導致企業(yè)家將更多的財富轉移到房地產投資中,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)新產品產出和研發(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)的技術創(chuàng)新的影響,研究表明:在房價增速快、房地產投資回報率高的背景下,企業(yè)將資源配置到房地產部門,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率“倒掛”,擠出了產業(yè)資本投資,造成產業(yè)的空心化,降低了企業(yè)的創(chuàng)新能力。羅知等[4](2015)認為,城市房地產投資的增加導致制造業(yè)研發(fā)投資的擠出效應明顯,房地產投資是影響制造業(yè)技術創(chuàng)新的渠道之一。張杰等[7](2016)從我國金融體系對房地產貸款期限結構偏向效應的視角,分析房地產對我國創(chuàng)新的影響,研究發(fā)現(xiàn):房地產對創(chuàng)新活動造成了直接的阻礙作用,并且房地產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)個體的技術創(chuàng)新產出,房價蔓延對周邊城市技術創(chuàng)新活動產生了負面影響。城市房價上漲通過對創(chuàng)新資金的“擠占效應”抑制了地區(qū)的技術創(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過度投資緩解了房價上漲對技術創(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存在差異,對研發(fā)依賴度較高的高新技術企業(yè)抑制效應更大。
另一方面,房價上漲通過對創(chuàng)新人才的行為產生“負向激勵作用”,從而影響區(qū)域的技術創(chuàng)新。陳斌開等[13](2013)認為,房價不僅擠占產業(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)域技術創(chuàng)新之間的關系時,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)域的技術創(chuàng)新無疑具有重要影響??紤]到我國各區(qū)域房價收入比的巨大差異,研究房價和區(qū)域技術創(chuàng)新的關系時,應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)域技術創(chuàng)新之間的關系時,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)域的技術創(chuàng)新具有正向的積極作用[15-16],而房價對區(qū)域的技術創(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)域的技術創(chuàng)新是否還是呈現(xiàn)負效應呢?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)域技術創(chuàng)新之間的關系時,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)域技術創(chuàng)新的關系時,存在著非線性關系是很有可能的。
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)域技術創(chuàng)新,并據(jù)此提出相應的政策建議。
人才作為技術創(chuàng)新的重要載體,在市場經濟條件下,人才會在區(qū)域間產生流動,并很快出現(xiàn)集聚現(xiàn)象產生集聚效應,人才的集聚通過知識的外溢效應促進區(qū)域的技術創(chuàng)新[18]。由于中國各區(qū)域在經濟發(fā)展水平、公共服務設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,大部分是經濟發(fā)展水平、公共服務設施水平較好的區(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)域技術創(chuàng)新水平產生不同的影響:房價收入比越高的區(qū)域,越能夠吸引高素質的人才集聚,越能夠提升該區(qū)域的技術創(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:
假設1:房價收入比不同的區(qū)域,人才集聚對區(qū)域技術創(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)域技術創(chuàng)新越高;低房價收入比區(qū)域,人才集聚對區(qū)域技術創(chuàng)新的作用越低。
人才集聚對區(qū)域的技術創(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)域的技術創(chuàng)新會產生負向影響。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)域技術創(chuàng)新的消極作用大于人才集聚對區(qū)域技術創(chuàng)新的積極作用,從而導致人才集聚對區(qū)域技術創(chuàng)新的積極作用不能完全抵消房價上漲對區(qū)域技術創(chuàng)新帶來的消極作用,使房價上漲對區(qū)域技術創(chuàng)新總體上呈現(xiàn)負效應。為驗證以上分析和猜想,本文提出如下假設:
假設2:由于人才集聚的積極作用要小于房價上漲對區(qū)域技術創(chuàng)新的消極作用,導致房價上漲對區(qū)域技術創(chuàng)新的合力整體上呈現(xiàn)負效應。
本文計量模型的重點在于分析城市房價上漲與創(chuàng)新活動之間的關系,將房價收入比設定為影響創(chuàng)新行為的門檻變量,并檢驗房價上漲對區(qū)域技術創(chuàng)新是否存在著門檻效應。有關門檻面板模型,Han?sen(1999)文獻里有關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:一是門檻效應檢驗,檢驗門檻效應是否顯著;二是門檻的估計值是否等于真實值。第一個檢驗的原假設為:H0:β1=β2,對應的備擇假設為:H1:β1≠β2,檢驗的統(tǒng)計量為:,其中,S0為在原假設H0下得到的殘差平方和。第二個檢驗的原假設為H0:γ∧=γ0,其中γ0是γ的真實值,相應的似然比統(tǒng)計量為:當時,拒絕原假設(α為顯著性水平)。結合門檻面板模型的分析方法,本文構建如下模型:
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小⒆灾螀^(qū))的房價,HPRit表示我國30個?。ㄊ小⒆灾螀^(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。
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)明專利授權量(Innovation1it)和中國各省份地區(qū)的R&D經費的內部支出(Innovation2it)來表示,并對二者取自然對數(shù)。發(fā)明專利授權量、各省份地區(qū)的R&D經費的內部支出數(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,因此,相應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,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)域技術創(chuàng)新影響不大,而高素質的人才集聚則顯著的促進了區(qū)域的技術創(chuàng)新,人才集聚程度越高,越有利于區(qū)域的技術創(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)經濟發(fā)展水平、技術水平的差異,是影響地區(qū)創(chuàng)新能力差異產生的重要因素。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)產業(yè)結構變量industry,使用中國各省份地區(qū)中第二產業(yè)產值除以第三產業(yè)產值的比值來表示。中國各省份地區(qū)中第二產業(yè)產值、第三產業(yè)產值的數(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
1.門檻檢驗。本文采用面板門檻效應模型分析房價對技術創(chuàng)新的影響,首先對房價對技術創(chuàng)新是否存在著門檻效應及門檻個數(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模型的p值(計算結果如表2所示)。模型1(發(fā)明專利授權量為被解釋變量)的房價單一門檻效應和雙重門檻效應分別在1%和5%的顯著性水平下通過顯著性檢驗,而三重門檻效應則沒有通過顯著性水平檢驗;模型2(R&D經費的內部支出為被解釋變量)的房價單一門檻效應和雙重門檻效應都在10%的顯著性水平下通過顯著性檢驗,而三重門檻效應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。
表2 門檻效應檢驗
2.門檻值檢驗和門檻區(qū)間劃分。在確定門檻效應和門檻數(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 門檻值的估計結果
根據(jù)上面門檻檢驗的結果,本文的計量模型可設定如下:
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)明專利授權量)的抑制效應是不同的。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,將會導致發(fā)明專利授權量下降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,將會導致發(fā)明專利授權量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,將會導致發(fā)明專利授權量下降9%。從表4可以得出如下結論:人才集聚對區(qū)域技術創(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,將會導致R&D的內部經費支出下降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,將會導致R&D的內部經費支出下降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,將會導致R&D的內部經費支出下降17.4%。從表5可以得出如下結論:人才集聚對區(qū)域技術創(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經費的“擠出效應”相對于發(fā)明專利授權量的“擠出效應”更大一些。
總而言之,房價上漲對區(qū)域技術創(chuàng)新具有消極作用,但房價上漲對區(qū)域技術創(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)估計結果
借鑒余泳澤等(2015)的做法,下面將驗證假設1和假設2,即處于不同房價收入比區(qū)域的人才集聚與區(qū)域技術創(chuàng)新之間的關系,在此基礎上,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)域技術創(chuàng)新的影響。設定計量模型如下:
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)域技術創(chuàng)新的積極效應大于房價對區(qū)域技術創(chuàng)新的消極效應;反之,則表明人才集聚對區(qū)域技術創(chuàng)新的積極效應小于房價對區(qū)域技術創(chuàng)新的消極效應。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)域技術創(chuàng)新影響。
經過門檻效應檢驗,(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)域技術創(chuàng)新關系的估計結果
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,人才集聚變量對區(qū)域的技術創(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,將會導致區(qū)域技術創(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,將會導致區(qū)域技術創(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,將會導致區(qū)域技術創(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,將會導致區(qū)域技術創(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,將會導致區(qū)域技術創(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,將會導致區(qū)域技術創(chuàng)新水平提升139.7%。總之,人才集聚對技術創(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)域的技術創(chuàng)新的積極作用小于房價上漲對技術創(chuàng)新的消極效應,從而導致房價上漲對區(qū)域技術創(chuàng)新總體上呈現(xiàn)負效應。
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)域技術創(chuàng)新的影響,得出如下結論:
第一,房價對區(qū)域技術創(chuàng)新的影響并不是單一的線性關系,而是存在門檻效應,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)域技術創(chuàng)新的影響越小。
第三,人才集聚對區(qū)域技術創(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設施水平、教育醫(yī)療衛(wèi)生水平、文化環(huán)境等公共基礎設施,因而能夠吸引更多的人才集聚,導致高房價收入比區(qū)域的人才集聚對區(qū)域技術創(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)域技術創(chuàng)新的積極效應要小于房價上漲對區(qū)域技術創(chuàng)新的負面效應,從而使房價上漲對區(qū)域技術創(chuàng)新總體上呈現(xiàn)負面影響。這個現(xiàn)實結論所蘊藏的經濟學含義是,房價上漲已經嚴重影響著我國創(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)域的基本公共服務設施均等化建設。由于地區(qū)間存在資源稟賦和經濟發(fā)展水平的差異,導致地區(qū)間的公共服務設施水平存在著顯著差異。因此,中央政府要加大對經濟落后地區(qū)的財政轉移支付的扶持力度,努力縮小與經濟發(fā)達地區(qū)之間的基本公共服務均等化的差距。通過大力推進經濟落后地區(qū)的公共服務設施建設水平,提升經濟落后地區(qū)的基礎設施水平、教育和醫(yī)療水平,吸引更多的人才在經濟落后地區(qū)的集聚,通過人才的集聚推動經濟落后地區(qū)的技術創(chuàng)新水平;另一方面,政府要采取各種政策工具調控房價。高房價對我國區(qū)域的技術創(chuàng)新造成了顯著的負面影響,政府有義務也有責任調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“共有產權”住房建設。通過積極培育住房供應主體、加大住房供應力度、搭建住房供應平臺,加快建立多主體供給、多渠道保障、租購并舉的住房制度,通過構建房地產市場平穩(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“高房價驅趕人才”的局面,從而影響地區(qū)的創(chuàng)新發(fā)展。