曾冰

[摘 要]采用長三角地區(qū)2009—2018年的城市面板數(shù)據(jù)，通過面板門檻模型研究房價對城市創(chuàng)新的非線性門檻效應(yīng)影響及其作用機制。研究結(jié)果表明：1.房價對城市創(chuàng)新的影響具有門檻效應(yīng)，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(chuàng)新的負(fù)向作用;2.房價在人均研發(fā)經(jīng)費對城市創(chuàng)新的正向影響中呈現(xiàn)先強化后弱化的結(jié)構(gòu)性調(diào)節(jié)作用，相應(yīng)門檻值為4226元/平方米與9393元/平方米，而當(dāng)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(fā)經(jīng)費對城市創(chuàng)新的正向影響;3.房價減弱了工資水平對城市創(chuàng)新的正向影響，相應(yīng)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(chuàng)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(fā)資本的錯配效應(yīng)，但房價與工資水平有著較強的協(xié)同性關(guān)系。

[關(guān)鍵詞]房價;城市;創(chuàng)新;門檻效應(yīng);長三角

[中圖分類號]F293 [文獻標(biāo)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(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐[1]。城市創(chuàng)新在社會經(jīng)濟發(fā)展中具有重要地位并發(fā)揮著重要作用。自1998年住房商品化改革以來，房地產(chǎn)業(yè)在國民經(jīng)濟發(fā)展中的支柱產(chǎn)業(yè)地位日漸凸顯，其快速擴張不可避免地會對城市創(chuàng)新活動帶來重要影響。科學(xué)評估房價對城市創(chuàng)新的影響，對于推進新型城鎮(zhèn)化建設(shè)，充分落實創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略具有重要的理論價值與現(xiàn)實意義。

房價對創(chuàng)新的影響已成為學(xué)術(shù)界關(guān)注的焦點。王文春等研究了房價上漲對工業(yè)企業(yè)新產(chǎn)品產(chǎn)出和研發(fā)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(chuàng)新的聯(lián)系機制、效應(yīng)評估和政策選擇，發(fā)現(xiàn)當(dāng)前的房價上漲整體阻礙了中國城市創(chuàng)新水平的提高[3];暢紅琴等利用中國省級面板數(shù)據(jù)，探討了不同房價水平下研發(fā)資本投入和研發(fā)勞動投入對技術(shù)創(chuàng)新的作用[4];崔瑩瑩等從創(chuàng)新資金和人力資本傳導(dǎo)視角分析了房價上漲對城市創(chuàng)新能力的影響，發(fā)現(xiàn)房價上漲顯著負(fù)向影響大中城市的創(chuàng)新能力[5];李昊洋等從研發(fā)活動成本的角度，使用中國創(chuàng)業(yè)板上市公司的數(shù)據(jù)，研究發(fā)現(xiàn)高昂的房地產(chǎn)價格提升了公司的研發(fā)成本，降低了公司所在地的創(chuàng)新活動水平[6];孫文浩等運用動態(tài)面板模型評估了房價對科研人才集聚的影響效應(yīng)及作用機制[7]。上述研究較多使用簡單的線性關(guān)系模型分析房價對創(chuàng)新的負(fù)向作用，這種負(fù)向作用只是一種整體平均效應(yīng)，缺乏異質(zhì)性視角。由此帶來以下問題：房價是否會呈現(xiàn)區(qū)間結(jié)構(gòu)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(chuàng)新并推動城市高質(zhì)量發(fā)展？厘清這些問題，有助于優(yōu)化創(chuàng)新資源配置，有效發(fā)揮房價對城市創(chuàng)新的調(diào)節(jié)作用。故本文采用長三角地區(qū)2009—2018年的城市面板數(shù)據(jù)，通過面板門檻模型研究房價對城市創(chuàng)新的結(jié)構(gòu)性影響及其作用機制，定量評價房價對城市創(chuàng)新的影響效應(yīng)，以期為正確看待創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略背景下我國房地產(chǎn)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(qū)是我國經(jīng)濟發(fā)展最活躍、開放程度最高、創(chuàng)新能力最強的區(qū)域之一，在國家現(xiàn)代化建設(shè)大局和全方位開放格局中具有舉足輕重的戰(zhàn)略地位。近年來長三角各城市房價飛速上漲，呈現(xiàn)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(qū)房價與發(fā)明專利授權(quán)數(shù)分為5個等級（見表1）。從表1可以看出，長三角東南地區(qū)房價偏高，西北部地區(qū)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(qū)主要圍繞上海、杭州、南京分布。而從2018年長三角發(fā)明專利授權(quán)數(shù)分級情況來看，長三角東部地區(qū)創(chuàng)新能力偏高，西部地區(qū)創(chuàng)新能力則相對偏低;蘇州位于城市創(chuàng)新頭部位置，杭州、紹興、寧波、無錫、南京、溫州等地處于城市創(chuàng)新第二梯隊。由表1可知，雖然城市房價與城市創(chuàng)新具有一定的相關(guān)性，但一些房價較低的地區(qū)其城市創(chuàng)新能力反而偏高，例如紹興、鎮(zhèn)江等地;而一些房價較高的地區(qū)其城市創(chuàng)新能力并未呈現(xiàn)相應(yīng)的發(fā)展水平，例如上海、舟山等地。因此，房價對城市創(chuàng)新的影響可能存在區(qū)間結(jié)構(gòu)性非線性變化，不能作“一刀切”式研判，應(yīng)結(jié)合具體情況和發(fā)展階段客觀分析。

（二）理論假說

目前大部分學(xué)者認(rèn)為，房價上漲會抑制城市創(chuàng)新。但是這種抑制是否會隨著房價上漲而持續(xù)，仍有待考察。本文認(rèn)為，隨著房價的不斷攀升，尤其當(dāng)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(yīng)增加，從而推動城市創(chuàng)新發(fā)展[8]。而房價上漲也會對低端勞動者產(chǎn)生擠壓，導(dǎo)致本地人力資本的不斷積累，弱化房價對城市創(chuàng)新的抑制效應(yīng)。因此，提出假說H1：

H1.房價對城市創(chuàng)新具有非線性的門檻效應(yīng)。

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

H2.資本錯配機制存在房價的門檻效應(yīng)。

從創(chuàng)新成本機制來看，房價攀升提高了生活與生產(chǎn)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(chuàng)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(chuàng)新的激勵作用;房價越低，人們生活成本則越低，越容易激發(fā)工資水平對城市創(chuàng)新的激勵作用。因此，提出假說H3：

H3.創(chuàng)新成本機制存在房價的門檻效應(yīng)。

三、模型構(gòu)建與變量數(shù)據(jù)

（一）門檻模型構(gòu)建

從上文特征事實分析可知，房價對城市創(chuàng)新的影響可能具有區(qū)間性非線性效應(yīng)。對于變量間的非線性關(guān)系，部分學(xué)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(shù)難以捕捉更加符合實際情況的具體門檻值以及門檻值區(qū)間。門檻模型則可以根據(jù)數(shù)據(jù)本身的特點來內(nèi)生化劃分區(qū)間，在此基礎(chǔ)上研究不同房價區(qū)間內(nèi)房價對城市創(chuàng)新的影響，可以有效避免人為劃分房價區(qū)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(shè)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(qū)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(shù);X為相應(yīng)的控制變量;i為城市，t為年份;λi為地區(qū)固定效應(yīng);ηt為年份固定效應(yīng);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(yīng)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(yīng)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(chǔ)上對模型進行門檻回歸，最后得到所有變量回歸參數(shù)。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(gòu)造和檢驗技術(shù)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(xué)者的研究[14-15]。

（二）變量選取與數(shù)據(jù)說明

1.變量選取

（1）被解釋變量：城市創(chuàng)新（XIN），選用發(fā)明專利授權(quán)量來衡量。發(fā)明專利授權(quán)量作為創(chuàng)新的產(chǎn)出反映了創(chuàng)新活動的最終效果，其數(shù)據(jù)具有可比性和易獲得的特征，是目前國內(nèi)外相關(guān)研究廣泛使用的衡量創(chuàng)新的指標(biāo)[16]。

（2）解釋變量：城市房價（FANG）。城市房價數(shù)據(jù)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(chǎn)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(yīng)。

（4）被門檻變量：設(shè)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(yīng)，從而驗證假說H1;二是人均研發(fā)經(jīng)費（YANFA），探討資本錯配機制是否存在房價的門檻效應(yīng)，從而驗證假說H2;三是城市在崗職工人均工資（GONG），探討創(chuàng)新成本機制是否存在房價的門檻效應(yīng)，從而驗證假說H3。

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

2.數(shù)據(jù)來源及說明

本文以長三角地區(qū)41個城市為研究對象，時間跨度為2009—2018年。數(shù)據(jù)主要來源于2010—2019年的《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》，以及長三角地區(qū)各省市相應(yīng)年份的統(tǒng)計年鑒、統(tǒng)計公報。

四、計量結(jié)果分析

（一）門檻效應(yīng)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(shè)下，采用設(shè)定次數(shù)為300的自舉抽樣法（Bootstrap）計算F統(tǒng)計值的臨界值，檢驗結(jié)果見表2。單一門檻F統(tǒng)計值大于1%顯著性水平，對應(yīng)P值為0.0033，拒絕不存在門檻效應(yīng)原假設(shè);雙重門檻F統(tǒng)計值也大于1%顯著性水平，對應(yīng)P值為0.0000，拒絕存在一個門檻值原假設(shè);三重門檻F統(tǒng)計值小于10%顯著性水平，對應(yīng)P值為0.4367，難以拒絕存在兩個門檻值原假設(shè)。因此，房價對城市具有雙重門檻效應(yīng)，應(yīng)構(gòu)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(tǒng)計量LR接近0，所得到門檻估計值均位于95%的置信區(qū)間，可認(rèn)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(qū)間為[7533，7629];γ2的估計值為16784，95%的置信區(qū)間為[15575，17081]。門檻估計值均在置信區(qū)間內(nèi)，且相應(yīng)的置信區(qū)間均較窄。因此，本文的門檻劃分具有一定合理性。

（二）回歸結(jié)果

首先，采用Hausman檢驗對隨機效應(yīng)模型和固定效應(yīng)模型進行選取。Hausman檢驗結(jié)果為50.89，并在1%顯著性水平下拒絕隨機效應(yīng)模型原假設(shè)，宜構(gòu)建固定效應(yīng)面板門檻模型進行實證分析。而雙固定效應(yīng)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(jīng)濟政策的沖擊[18]，故選取雙固定效應(yīng)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(fā)現(xiàn)，無論是否加入控制變量，房價對城市創(chuàng)新的影響均呈顯著的負(fù)向作用，也就是說房價攀升在整體上會抑制城市創(chuàng)新發(fā)展，這一結(jié)論符合大部分現(xiàn)有文獻的研究結(jié)果。在控制變量中，除了在校大學(xué)生數(shù)，其他變量對城市創(chuàng)新影響的系數(shù)均在一定顯著性水平下通過檢驗。人均研發(fā)經(jīng)費、地區(qū)財政科技支出與當(dāng)年實際利用外資數(shù)對城市創(chuàng)新具有正向作用，人均國內(nèi)生產(chǎn)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(chuàng)新發(fā)展。二、三產(chǎn)業(yè)所占比重提升對城市創(chuàng)新發(fā)展產(chǎn)生了顯著的負(fù)向作用，意味著當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)調(diào)整不利于城市創(chuàng)新發(fā)展。在校大學(xué)生數(shù)對城市創(chuàng)新發(fā)展未呈現(xiàn)顯著促進作用，這可能是因為大學(xué)生傾向于前往大城市尋求發(fā)展，難以留在學(xué)校所在地城市進行創(chuàng)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(xué)生數(shù)，其他變量未出現(xiàn)顯著差異。而當(dāng)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(chuàng)新產(chǎn)生較大的負(fù)向影響，影響系數(shù)為-1.2657;當(dāng)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(chuàng)新的負(fù)向作用有所降低，影響系數(shù)為-0.7366;當(dāng)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(chuàng)新產(chǎn)生較小的負(fù)向影響，影響系數(shù)為-0.3152。由此可見，隨著房價不斷攀升，房價對城市創(chuàng)新產(chǎn)生的負(fù)向影響會減小。然而這并不意味著房價攀升一定對城市創(chuàng)新產(chǎn)生積極作用，表3中三類回歸結(jié)果均指向了房價對創(chuàng)新的負(fù)向作用，但這種負(fù)向作用在不同房價區(qū)間會有差異，其中高區(qū)間房價攀升會減弱房價對城市創(chuàng)新發(fā)展的抑制作用。以上回歸結(jié)果說明，房價對城市創(chuàng)新的抑制性影響并非線性單調(diào)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(chuàng)新成本機制的門檻效應(yīng)分析

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

首先，從兩類機制的門檻值來看。當(dāng)人均研發(fā)經(jīng)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(dāng)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(xié)同性關(guān)系，即當(dāng)前房價提高了生活與生產(chǎn)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(chuàng)新活動的積極性。資本錯配機制的門檻值要低于創(chuàng)新成本機制的門檻值，兩類機制表現(xiàn)出的門檻值差異，既說明了人均研發(fā)經(jīng)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(fā)資本錯配機制。

從人均研發(fā)經(jīng)費的門檻回歸結(jié)果來看，在房價不同水平下，人均研發(fā)經(jīng)費對城市創(chuàng)新的影響具有不同的結(jié)構(gòu)性特征變化。即當(dāng)房價低于4226元/平方米時，人均研發(fā)經(jīng)費對城市創(chuàng)新影響為2.0807;當(dāng)房價大于4226元/平方米且小于9393元/平方米時，人均研發(fā)經(jīng)費對城市創(chuàng)新影響為16.5716;當(dāng)房價大于9393元/平方米時，人均研發(fā)經(jīng)費對城市創(chuàng)新影響則降至1.0771。這意味著當(dāng)房價過高與過低時，人均研發(fā)經(jīng)費均難以帶來更顯著的創(chuàng)新成效。房價過高會使企業(yè)將更多的資源錯配至房地產(chǎn)市場，從而對研發(fā)投入產(chǎn)生擠出效應(yīng);房價過低則會影響創(chuàng)新要素流動與制度環(huán)境發(fā)展，人均研發(fā)經(jīng)費對城市創(chuàng)新提升效應(yīng)會受到限制。因此，人均研發(fā)經(jīng)費對城市創(chuàng)新影響會受到房價的門檻效應(yīng)調(diào)節(jié)，即資本錯配機制會受到房價的門檻效應(yīng)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(jié)果來看，房價減弱了城市在崗職工人均工資對城市創(chuàng)新的正向影響。即當(dāng)房價低于7598元/平方米時，城市在崗職工人均工資對城市創(chuàng)新影響為0.1879;當(dāng)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(chuàng)新影響降至0.0842;當(dāng)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(chuàng)新帶來顯著性影響，這意味著16874元/平方米是勞動力進行創(chuàng)新活動的房價容忍度。通常來說，工資水平越高，房價對創(chuàng)新活動的激勵作用就越強，從而促進城市創(chuàng)新。然而當(dāng)房價過高時，工資水平對城市創(chuàng)新的影響會有所弱化甚至難以產(chǎn)生顯著作用。因此，工資水平對城市創(chuàng)新影響會受到房價的門檻效應(yīng)調(diào)節(jié)，即創(chuàng)新成本機制會受到房價的門檻效應(yīng)影響，假說H3得到驗證。

六、結(jié)論與建議

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

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

其次，人均研發(fā)經(jīng)費對城市創(chuàng)新的影響受到房價的門檻效應(yīng)影響，相應(yīng)門檻值分別為4226元/平方米與9393元/平方米。當(dāng)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(fā)經(jīng)費對城市創(chuàng)新的正向影響。

再次，城市在崗職工人均工資對城市創(chuàng)新的影響受到房價的門檻效應(yīng)影響，相應(yīng)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(chuàng)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(chuàng)新成本機制的房價門檻值，說明人均研發(fā)經(jīng)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(fā)資本錯配機制。而創(chuàng)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(xié)同性關(guān)系。

基于以上結(jié)論，提出以下建議：

一是重視房價對城市創(chuàng)新的結(jié)構(gòu)性門檻效應(yīng)。將房價控制在合理范圍內(nèi)，尤其控制房價已經(jīng)處于高位的城市的房價漲幅，充分激發(fā)房價對城市創(chuàng)新的積極作用。二是完善創(chuàng)新研發(fā)制度環(huán)境。防止投資性資金流入房地產(chǎn)領(lǐng)域，刺激資金回流至實體行業(yè)并投入創(chuàng)新發(fā)展，謹(jǐn)慎避免“脫實向虛”的高房價泡沫現(xiàn)象發(fā)生。三是降低創(chuàng)新成本。積極改善人才的工作環(huán)境和福利保障體制，實行住房補貼、子女享受地區(qū)教育資源等一系列優(yōu)惠政策，減少房價過高造成的城市人才流失現(xiàn)象。四是建立房地產(chǎn)市場健康發(fā)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(jīng)濟增長的傳統(tǒng)發(fā)展模式，采取房地產(chǎn)稅征收等市場化方式，增強本地吸引創(chuàng)新要素的“黏性”。

[參考文獻]

習(xí)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(yè)企業(yè)創(chuàng)新的抑制影響研究[J].經(jīng)濟學(xué)（季刊），2014（2）：465-490.

厲偉，洪濤，李彩云.房價上漲對中國城市創(chuàng)新產(chǎn)生抑制效應(yīng)了嗎？：基于中國35個大中城市面板數(shù)據(jù)的實證分析[J].商業(yè)研究，2017（11）：61-66.

暢紅琴，李艷.房價門檻、研發(fā)投入與技術(shù)創(chuàng)新[J].管理現(xiàn)代化，2018（5）：56-59.

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

李昊洋，程小可，高升好.高房價“驅(qū)逐”了公司的研發(fā)活動嗎？：來自創(chuàng)業(yè)板的經(jīng)驗證據(jù)[J].中國軟科學(xué)，2018（12）：95-109.

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

杜金岷，陳建興.擠出效應(yīng)還是促進效應(yīng)？：房地產(chǎn)投資對區(qū)域創(chuàng)新的影響及異質(zhì)性[J].新疆社會科學(xué)，2020（4）：21-30.

張超，張意博，魏學(xué)輝，王春楊.高房價對區(qū)域創(chuàng)新的抑制效應(yīng)及其空間分異研究[J].研究與發(fā)展管理，2020（6）：103-113.

劉建江，石大千.高房價對企業(yè)創(chuàng)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(xué)，2019（9）：150-165.

梁賀.房價上漲惡化了制造業(yè)企業(yè)的生存環(huán)境嗎？[J].產(chǎn)業(yè)經(jīng)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(mào)易對生產(chǎn)率、收入、環(huán)境的門檻效應(yīng)：基于1992—2010年我國省際人均GDP的非線性面板模型[J].經(jīng)濟學(xué)（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(guī)模、產(chǎn)業(yè)集聚模式與城市創(chuàng)新：來自271個地級及以上城市的經(jīng)驗證據(jù)[J].中國人口科學(xué)，2020（5）：27-40.

王春楊，蘭宗敏，張超，等.高鐵建設(shè)、人力資本遷移與區(qū)域創(chuàng)新[J].中國工業(yè)經(jīng)濟，2020（12）：102-120.

謝呈陽，胡漢輝.中國土地資源配置與城市創(chuàng)新：機制討論與經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2020（12）：83-101.