■李永樂，許 陽(yáng)，吳 然

一、問題的提出

中共十九大報(bào)告指出：“我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”。創(chuàng)新驅(qū)動(dòng)是高質(zhì)量發(fā)展的基石之一（辜勝阻等，2018），是實(shí)現(xiàn)創(chuàng)新型國(guó)家戰(zhàn)略的重要保證。鑄就創(chuàng)新高地需要通過人才、資金和技術(shù)等創(chuàng)新要素的大幅升級(jí)和重組（陳義，2012），人才和資金投入是創(chuàng)新的基礎(chǔ)和關(guān)鍵。然而，房?jī)r(jià)高企并不斷上漲成為影響人口流動(dòng)的關(guān)鍵因素（中國(guó)經(jīng)濟(jì)增長(zhǎng)前沿課題組，2011），尤其是房?jī)r(jià)對(duì)畢業(yè)生就業(yè)地域選擇有著極其重要的影響（辛立強(qiáng)，2018），而這些畢業(yè)生是創(chuàng)新的主體力量。

房?jī)r(jià)不斷上漲不但影響人才流動(dòng)，而且會(huì)對(duì)資金流動(dòng)產(chǎn)生影響。過高的房?jī)r(jià)導(dǎo)致房地產(chǎn)相關(guān)的行業(yè)利潤(rùn)率上升，企業(yè)在高利潤(rùn)的吸引下更愿意將資金投入到獲利更高的房地產(chǎn)部門（陳斌開等，2015），從而抑制其他生產(chǎn)性部門的創(chuàng)新投入，即對(duì)技術(shù)創(chuàng)新活動(dòng)產(chǎn)生了較為明顯的“擠占效應(yīng)”。資金不斷流向房地產(chǎn)業(yè)必然會(huì)擠壓原產(chǎn)業(yè)部門的創(chuàng)新資金，不利于制造業(yè)企業(yè)的產(chǎn)業(yè)升級(jí)和創(chuàng)新發(fā)展，顯著抑制了城市全要素生產(chǎn)率水平的提升（余泳澤和李啟航，2019）。房地產(chǎn)投資增長(zhǎng)越快的省份創(chuàng)新研發(fā)投入和發(fā)明專利授權(quán)量的增長(zhǎng)率越低（張杰等，2016），當(dāng)?shù)仄髽I(yè)的創(chuàng)新傾向越弱（王文春和榮昭，2014）。朱晨（2018）利用上海市各區(qū)房?jī)r(jià)增長(zhǎng)數(shù)據(jù)以及中國(guó)企業(yè)微觀數(shù)據(jù)，證實(shí)了上海市房?jī)r(jià)上漲對(duì)工業(yè)企業(yè)創(chuàng)新具有顯著的負(fù)向影響。

人才是創(chuàng)新的根基，資金投入是創(chuàng)新的保障。筆者以房?jī)r(jià)變動(dòng)為切入點(diǎn)，以人才和資金流動(dòng)為中介，系統(tǒng)研究房?jī)r(jià)信號(hào)對(duì)城市創(chuàng)新水平的影響大小和作用方向，并進(jìn)行不同類型城市的比較研究。這一研究的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：一是將研究范圍擴(kuò)大到全國(guó)338個(gè)城市，擴(kuò)大了研究的范疇，因?yàn)槌鞘虚g差異很大，該研究證實(shí)了房?jī)r(jià)在不同類型城市中的作用存在顯著的異質(zhì)性。二是采用城市創(chuàng)新水平數(shù)據(jù)。多數(shù)研究采用的是城市房?jī)r(jià)與企業(yè)創(chuàng)新匹配數(shù)據(jù)，證實(shí)的是城市房?jī)r(jià)對(duì)企業(yè)創(chuàng)新的作用（王文春、榮昭，2014），然而創(chuàng)新不僅僅來源于企業(yè)，也來自政府投入、研發(fā)機(jī)構(gòu)、科研院所和高校等創(chuàng)新度較高的單位，因而以城市為單位進(jìn)行研究將更為全面，而且有利于各城市的政府部門從房?jī)r(jià)角度采取調(diào)控措施以實(shí)現(xiàn)創(chuàng)新型城市建設(shè)和經(jīng)濟(jì)高質(zhì)量發(fā)展的目標(biāo)。三是進(jìn)行了不同類型城市的比較研究，討論了不同類型城市房?jī)r(jià)對(duì)城市創(chuàng)新水平影響的異質(zhì)性。

二、作用機(jī)制與研究假設(shè)

人才和資金投入是促進(jìn)城市創(chuàng)新水平提高的重要因素，直接影響城市的創(chuàng)新水平。根據(jù)泡沫理論，房?jī)r(jià)變動(dòng)會(huì)對(duì)資本產(chǎn)生“擠出”和“擠入”效應(yīng)。資產(chǎn)泡沫能夠提高企業(yè)的抵押資產(chǎn)價(jià)值，從而使企業(yè)能夠獲得更多的信貸資源，進(jìn)而緩解融資約束，發(fā)揮流動(dòng)效應(yīng)，起到促進(jìn)投資的作用?！靶庞镁徑庑?yīng)”認(rèn)為房?jī)r(jià)上漲提高了企業(yè)自有房地產(chǎn)等資產(chǎn)的抵押價(jià)值，對(duì)企業(yè)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(yè)層面微觀數(shù)據(jù)，實(shí)證分析了美國(guó)企業(yè)持有房產(chǎn)價(jià)值對(duì)企業(yè)投資的影響，結(jié)果發(fā)現(xiàn)企業(yè)所持房產(chǎn)價(jià)值的提升有助于促進(jìn)企業(yè)投資活動(dòng)。余靜文等（2015）利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)和35個(gè)大中城市匹配數(shù)據(jù)，得出在房?jī)r(jià)增速快、房地產(chǎn)投資回報(bào)率高的背景下，企業(yè)將資源配置到房地產(chǎn)部門，從而擠出了投資風(fēng)險(xiǎn)大、回報(bào)周期長(zhǎng)的研發(fā)投入。呂江林（2010）基于上市公司的數(shù)據(jù)計(jì)算出房地產(chǎn)企業(yè)的年平均利潤(rùn)高達(dá)28.7%，而工業(yè)企業(yè)僅為7.4%，巨大利益驅(qū)使下，工業(yè)企業(yè)紛紛進(jìn)入房地產(chǎn)行業(yè)，高房?jī)r(jià)下房地產(chǎn)高回報(bào)率促使企業(yè)將資金投入房地產(chǎn)市場(chǎng)，從而對(duì)其主營(yíng)業(yè)務(wù)的創(chuàng)新投入產(chǎn)生了抑制作用。房?jī)r(jià)上漲越快，當(dāng)?shù)仄髽I(yè)的創(chuàng)新傾向越弱（王文春、榮昭，2014）。當(dāng)?shù)仄髽I(yè)創(chuàng)新傾向越弱，那么整個(gè)城市的創(chuàng)新水平就會(huì)受到影響。

建設(shè)創(chuàng)新型國(guó)家、創(chuàng)新型城市需要?jiǎng)?chuàng)新型人才。房?jī)r(jià)過度上漲推高了個(gè)人的生存“門檻”，在收入預(yù)期增長(zhǎng)較低的情況下，大城市降低了個(gè)人的相對(duì)效用水平，阻礙了人口向城市中心地區(qū)的集聚（安同良等，2005）。同時(shí)，房?jī)r(jià)越高相對(duì)效用越低，從而引發(fā)勞動(dòng)力人口的分流，削減了城市的勞動(dòng)力人口規(guī)模（張傳勇，2016），房?jī)r(jià)快速上漲還會(huì)導(dǎo)致就業(yè)率下降，進(jìn)一步導(dǎo)致就業(yè)人口數(shù)量的下降（劉志偉，2013）。對(duì)社會(huì)勞動(dòng)力的主力軍年輕人而言，城市房?jī)r(jià)的快速上漲超過年輕人口的收入上漲幅度，過高的房?jī)r(jià)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(guī)模（黃茹等，2014）；此外,高房?jī)r(jià)會(huì)抑制初始無房人群的創(chuàng)業(yè)行為（吳曉瑜等，2014）。畢業(yè)生群體在考慮就業(yè)地選擇時(shí)，當(dāng)?shù)爻鞘蟹績(jī)r(jià)有著直接的影響作用（辛立強(qiáng)，2018）。應(yīng)屆畢業(yè)生等優(yōu)質(zhì)勞動(dòng)力的流失將會(huì)直接切斷了城市創(chuàng)新力“蓄水池”的源泉，沒有足夠的創(chuàng)新性人才注入，城市的整體創(chuàng)新發(fā)展將會(huì)受到巨大的阻礙。因此，房?jī)r(jià)上漲通過影響人才流動(dòng)進(jìn)而對(duì)創(chuàng)新活動(dòng)產(chǎn)生影響。

圖1 房?jī)r(jià)影響城市創(chuàng)新的作用機(jī)制

基于以上分析，構(gòu)建的影響機(jī)制如圖1并提出以下研究假設(shè)。

假設(shè)1：高房?jī)r(jià)及其上漲對(duì)城市創(chuàng)新水平具有抑制作用。

假設(shè)2：房?jī)r(jià)上漲對(duì)不同類型城市創(chuàng)新水平的影響存在異質(zhì)性。

三、模型設(shè)定與結(jié)果解釋

（一）基本模型設(shè)定

基于上述假說，構(gòu)建以下計(jì)量模型驗(yàn)證房?jī)r(jià)對(duì)城市創(chuàng)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(chuàng)新水平的指標(biāo)；HP代表城市房?jī)r(jià)；C為控制變量集合，ε為隨機(jī)擾動(dòng)項(xiàng)。根據(jù)研究假設(shè)1，需要驗(yàn)證α1≤0。

（二）數(shù)據(jù)來源與描述分析

選取的研究對(duì)象為2001—2016年全國(guó)338個(gè)城市，時(shí)間跨度為16年。

1.因變量。關(guān)于城市創(chuàng)新水平的衡量指標(biāo)，政府至今沒有出臺(tái)一個(gè)明確的標(biāo)準(zhǔn)，學(xué)術(shù)界主要通過選取與創(chuàng)新投入、產(chǎn)出相關(guān)的宏觀經(jīng)濟(jì)指標(biāo)，并通過專家打分、主成分分析、因子分析等方法給各個(gè)指標(biāo)賦予權(quán)重，加權(quán)得到創(chuàng)新指數(shù)。筆者采用寇宗來和劉學(xué)悅（2017）完成的《中國(guó)城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告》中的城市創(chuàng)新指數(shù)來衡量。

2.自變量。城市房?jī)r(jià)采用當(dāng)年城市新建商品房的價(jià)格，數(shù)據(jù)來自《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，計(jì)算公式為城市新建商品房銷售額/銷售總面積。對(duì)于部分年份和城市的缺失值，采用插值法進(jìn)行處理。由于缺少城市CPI指數(shù)，采用該城市所在省份的CPI指數(shù)進(jìn)行平減。

3.控制變量。（1）產(chǎn)業(yè)結(jié)構(gòu)：城市第三產(chǎn)業(yè)總值占總生產(chǎn)值的比重，衡量產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)創(chuàng)新的影響；（2）人均GDP：城市當(dāng)?shù)乜偵a(chǎn)值與總?cè)丝谥?；?）財(cái)政自主權(quán)：一般公共預(yù)算支出與一般公共預(yù)算收入之比，反映政府的財(cái)政支配能力；（4）人均對(duì)外貿(mào)易量：進(jìn)出口總額與總?cè)丝谥?，?duì)外貿(mào)易的活躍程度能相對(duì)促進(jìn)城市進(jìn)行創(chuàng)新；（5）科技創(chuàng)新的重視程度：科教投入占城市公共預(yù)算支出比重。數(shù)據(jù)均來自國(guó)家統(tǒng)計(jì)局公布的信息和《中國(guó)城市統(tǒng)計(jì)年鑒》。

表1 變量的描述性統(tǒng)計(jì)

（三）內(nèi)生性處理

由于城市創(chuàng)新集聚和創(chuàng)新能力會(huì)對(duì)房?jī)r(jià)產(chǎn)生影響，因此研究城市房?jī)r(jià)對(duì)于城市創(chuàng)新水平的影響關(guān)系還應(yīng)考慮兩者可能存在的內(nèi)生性問題，內(nèi)生性問題產(chǎn)生的原因主要有兩個(gè)：一是城市房?jī)r(jià)和城市創(chuàng)新水平具有關(guān)聯(lián)性。一般來說創(chuàng)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(yè)業(yè)務(wù)擴(kuò)展或居民收入水平提升等效應(yīng)促進(jìn)對(duì)房地產(chǎn)要素的需求，進(jìn)而導(dǎo)致該城市的房?jī)r(jià)上漲。二是存在遺漏的變量導(dǎo)致內(nèi)生性。影響城市創(chuàng)新水平的因素繁多，盡管我們?cè)噲D從多個(gè)層面控制相關(guān)的特征變量，但也無法全部窮盡其他影響變量，因此可能導(dǎo)致結(jié)果產(chǎn)生偏估問題。

采用工具變量法（IV）解決內(nèi)生性問題。選取的工具變量要求是滿足僅與內(nèi)生變量（房?jī)r(jià)）有內(nèi)在關(guān)聯(lián)，而與結(jié)果變量（城市創(chuàng)新）沒有直接聯(lián)系的外生變量。筆者認(rèn)為城市的人均購(gòu)置土地面積是合理的工具變量，并且采用人均購(gòu)置土地面積的滯后一期作為當(dāng)年城市房?jī)r(jià)的工具變量。其原因在于在中國(guó)土地供應(yīng)的實(shí)際狀況是土地供應(yīng)量收緊會(huì)直接導(dǎo)致房?jī)r(jià)快速上漲，土地的稀缺性會(huì)推動(dòng)土地價(jià)格上升，從而造成城市房?jī)r(jià)水平上升的現(xiàn)象（韓立彬、陸銘，2018），使用地區(qū)人均購(gòu)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(qū)面積及人口差異導(dǎo)致的不可比因素（陸銘等，2015）。因此，選取城市的人均購(gòu)置土地面積的滯后一期作為工具變量，應(yīng)用兩階段最小二乘法（2SLS）對(duì)模型進(jìn)行參數(shù)估計(jì)。

表2為2SLS第一階段回歸結(jié)果，不論加不加入控制變量，工具變量與內(nèi)生變量之間都呈現(xiàn)出明顯的負(fù)相關(guān)性，土地供給量能夠直接影響到未來城市房?jī)r(jià)的高低情況。且F值遠(yuǎn)大于10，可驗(yàn)證工具變量和內(nèi)生變量呈強(qiáng)相關(guān)性，符合第一階段效應(yīng)。

表2 2SLS第一階段回歸結(jié)果

表3將被解釋變量創(chuàng)新指數(shù)和工具變量進(jìn)行回歸，發(fā)現(xiàn)兩者在10%的水平上顯著相關(guān)，但在加入內(nèi)生變量的情況下，工具變量對(duì)被解釋變量的影響變得不顯著，這能充分說明內(nèi)生變量是被解釋變量與工具變量的中介變量，即人均購(gòu)置土地面積對(duì)城市創(chuàng)新的影響完全通過城市房?jī)r(jià)來實(shí)現(xiàn)的。

表3 創(chuàng)新水平和工具變量OLS回歸結(jié)果

以上結(jié)果在排除內(nèi)生性影響的情況下基本上驗(yàn)證了假設(shè)1，即城市房?jī)r(jià)過高會(huì)對(duì)城市的創(chuàng)新產(chǎn)生抑制作用。

（四）結(jié)果解釋

表4展示了房?jī)r(jià)對(duì)創(chuàng)新影響的OLS和2SLS計(jì)量回歸結(jié)果。在不加入工具變量的OLS回歸中，城市房?jī)r(jià)的回歸系數(shù)為-8.053，城市房?jī)r(jià)每增加1萬元/m2，該城市創(chuàng)新指數(shù)就有8個(gè)單位的下降，且在1%水平上呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系。在加入工具變量的2SLS回歸中，房?jī)r(jià)系數(shù)變?yōu)?27.758，其絕對(duì)值相對(duì)于OLS回歸結(jié)果明顯增大，這說明在加入滯后一期人均土地購(gòu)置面積這一工具變量后，房?jī)r(jià)抑制創(chuàng)新的程度更加嚴(yán)重，且通過了1%的顯著性檢驗(yàn)。分析結(jié)果可以充分表明城市的高房?jī)r(jià)確實(shí)制約了城市創(chuàng)新水平的提升。顯著性檢驗(yàn)，括號(hào)內(nèi)的數(shù)值為t值或z值（下同）

表4 房?jī)r(jià)對(duì)城市創(chuàng)新影響的回歸結(jié)果

四、不同類型城市比較分析

（一）位序—規(guī)模分類法

房地產(chǎn)泡沫會(huì)壓縮企業(yè)對(duì)生產(chǎn)性產(chǎn)業(yè)的投入，轉(zhuǎn)而流入利潤(rùn)率更高的房地產(chǎn)行業(yè)，而在房地產(chǎn)業(yè)較不發(fā)達(dá)的城市，更多資金還是專注于傳統(tǒng)實(shí)體行業(yè)的投入。楊巧和陳誠(chéng)（2018）在研究房?jī)r(jià)影響人口遷移的分析中，發(fā)現(xiàn)房?jī)r(jià)和人口遷移存在倒U型關(guān)系，即房?jī)r(jià)低于拐點(diǎn)時(shí)房?jī)r(jià)上漲會(huì)促進(jìn)人口遷入，房?jī)r(jià)高于拐點(diǎn)時(shí)則會(huì)對(duì)人口遷移產(chǎn)生負(fù)向影響。由此可以推斷，創(chuàng)新要素在房?jī)r(jià)變動(dòng)的影響下，存在著由高等級(jí)城市向低等級(jí)城市流動(dòng)的可能性，即可能存在一、二線城市技術(shù)創(chuàng)新水平受到抑制，而三、四線城市技術(shù)創(chuàng)新水平促進(jìn)的現(xiàn)象。

參照丁祖昱（2013）的研究，采用“位序—規(guī)模分析法”對(duì)城市進(jìn)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(jìn)行分類，對(duì)城市的人口因素（城市化率、常住人口）、經(jīng)濟(jì)因素（GDP、人均GDP、人均可支配收入）和行政等級(jí)（直轄市、省會(huì)、計(jì)劃單列市、地級(jí)市、縣級(jí)市等）三方面指標(biāo)展開主成分分析，提取主因子，計(jì)算因子的綜合得分，之后再對(duì)城市因子的綜合得分進(jìn)行聚類分析，最終將中國(guó)城市分成4個(gè)等級(jí)，由于部分城市數(shù)據(jù)缺失，最終4個(gè)等級(jí)的城市數(shù)依次為12、26、49和200個(gè)，共287個(gè)。

房?jī)r(jià)的高低決定城市人才準(zhǔn)入“門檻”的高低，主要影響人才的去留，而房?jī)r(jià)的增長(zhǎng)率能夠體現(xiàn)出對(duì)房地產(chǎn)行業(yè)未來形勢(shì)的預(yù)估，進(jìn)而影響資金的流動(dòng)。因此，在分析房?jī)r(jià)變動(dòng)時(shí)應(yīng)同時(shí)考慮房?jī)r(jià)自身高低和房?jī)r(jià)增長(zhǎng)率變化對(duì)于城市創(chuàng)新水平的影響，引入房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率的二次項(xiàng)進(jìn)行非線性回歸解釋，試圖找到抑制創(chuàng)新的拐點(diǎn)。將方程（1）中房?jī)r(jià)變量（HP）變換成房?jī)r(jià)增長(zhǎng)率（△HP），房?jī)r(jià)增長(zhǎng)率=（當(dāng)年房?jī)r(jià)-前一年房?jī)r(jià)）/前一年房?jī)r(jià)×100%，以此來分析房?jī)r(jià)的增長(zhǎng)幅度對(duì)于城市技術(shù)創(chuàng)新的影響程度。所涉及方程如下：

對(duì)上述級(jí)別劃分后的城市，分別采用房?jī)r(jià)影響方程（1）、方程（2）和房?jī)r(jià)增長(zhǎng)率影響方程（3）、（4）進(jìn)行回歸，分析一、二、三、四線城市中房?jī)r(jià)變動(dòng)對(duì)于城市技術(shù)創(chuàng)新的不同影響關(guān)系。

根據(jù)表5中的回歸結(jié)果，可以得到以下結(jié)論：第一，一線城市中房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率的影響系數(shù)都顯著為負(fù)，兩者都會(huì)抑制一線城市的城市創(chuàng)新水平，且房?jī)r(jià)影響系數(shù)的絕對(duì)值遠(yuǎn)大于其他城市的房?jī)r(jià)影響系數(shù)，說明房?jī)r(jià)對(duì)于一線城市的阻礙作用最大；第二，二、三線城市中，房?jī)r(jià)抑制了二線城市的城市創(chuàng)新水平，但促進(jìn)了三線城市的城市創(chuàng)新水平，因而在房?jī)r(jià)管理措施上應(yīng)給予區(qū)別對(duì)待。對(duì)于房?jī)r(jià)增長(zhǎng)率方面，它對(duì)二、三線城市的影響關(guān)系都為倒U狀，即在低增長(zhǎng)率情況下促進(jìn)技術(shù)創(chuàng)新，高增長(zhǎng)率下才會(huì)阻礙技術(shù)創(chuàng)新，二、三線城市都需要把房?jī)r(jià)增長(zhǎng)率控制在拐點(diǎn)以內(nèi)的區(qū)間才不會(huì)影響城市技術(shù)創(chuàng)新的發(fā)展，二、三線城市的拐點(diǎn)分別是3.98%和11.78%，可見三線城市在房?jī)r(jià)增長(zhǎng)率方面有更大的調(diào)整區(qū)間。第三，在四線城市中，房?jī)r(jià)的回歸系數(shù)為正值，房?jī)r(jià)在一定程度上能夠促進(jìn)四級(jí)城市的城市創(chuàng)新水平發(fā)展，且房?jī)r(jià)增長(zhǎng)幅度對(duì)于該類城市的創(chuàng)新水平不存在顯著影響。

對(duì)于以上實(shí)證結(jié)果，結(jié)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(fā)達(dá)的二線城市中，過高的房?jī)r(jià)阻礙了創(chuàng)新人才的居住意愿，同時(shí)過快的房?jī)r(jià)增長(zhǎng)速度會(huì)吸引社會(huì)投資資金流入房地產(chǎn)行業(yè)，進(jìn)而抑制了傳統(tǒng)行業(yè)的生產(chǎn)和創(chuàng)新活動(dòng)。而對(duì)較不發(fā)達(dá)的三線城市和四線城市而言，其城市的房地產(chǎn)業(yè)大多數(shù)處在起步和發(fā)展階段，房?jī)r(jià)水平不會(huì)超出人們的接受范圍，房地產(chǎn)行業(yè)投資回報(bào)率也不會(huì)遠(yuǎn)大于其他投資行業(yè)，因此在這些城市中，它們會(huì)存在接收一、二線城市流出的勞動(dòng)力和創(chuàng)新人才，并且投資資金也會(huì)更多地進(jìn)入實(shí)體經(jīng)濟(jì)體系，進(jìn)而有利于提升城市的技術(shù)創(chuàng)新活力。

（二）四象限分類法

理論上，如果用房?jī)r(jià)衡量一個(gè)城市進(jìn)入門檻高低的基準(zhǔn)，意味著房?jī)r(jià)越高，人們?cè)诫y在城市安居，越難提升自己的居住質(zhì)量，以至于影響一部分人搬出城市。房?jī)r(jià)上漲率代表著對(duì)過去房?jī)r(jià)變化和對(duì)未來房?jī)r(jià)的預(yù)估，城市房?jī)r(jià)增長(zhǎng)率越高，說明該城市房地產(chǎn)發(fā)展前景越好，投資房地產(chǎn)的資金回報(bào)率也越高，自然會(huì)吸引更多社會(huì)資金流入房地產(chǎn)行業(yè)。同時(shí)，根據(jù)中介效應(yīng)部分的分析結(jié)果，人才和資金是決定城市創(chuàng)新水平的關(guān)鍵因素，因此可以推斷房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率對(duì)城市創(chuàng)新水平具有重要的影響。因此，根據(jù)房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率的高低將城市劃分為四類并進(jìn)行比較分析（表6）。

表5 一、二、三、四線城市房?jī)r(jià)對(duì)創(chuàng)新的影響回歸結(jié)果

表6 基于房?jī)r(jià)高低和增長(zhǎng)率高低的城市分類

以2016年房?jī)r(jià)在前100位的城市作為高房?jī)r(jià)城市，房?jī)r(jià)在后100位的城市作為低房?jī)r(jià)城市，以2001—2016年房?jī)r(jià)增長(zhǎng)率在前100位的為高增長(zhǎng)率城市，在后100位的城市為低增長(zhǎng)率城市。最終得到高房?jī)r(jià)、高房?jī)r(jià)增長(zhǎng)率城市39個(gè)，高房?jī)r(jià)、低房?jī)r(jià)增長(zhǎng)率城市27個(gè)，低房?jī)r(jià)、高房?jī)r(jià)增長(zhǎng)率城市13個(gè)，低房?jī)r(jià)、低房?jī)r(jià)增長(zhǎng)率城市46個(gè)。將四組城市分別進(jìn)行房?jī)r(jià)、房?jī)r(jià)增長(zhǎng)率對(duì)城市技術(shù)創(chuàng)新的一次項(xiàng)和二次項(xiàng)回歸分析。同時(shí)，構(gòu)造房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率交互項(xiàng)來分析兩者相互作用下對(duì)城市創(chuàng)新的影響，回歸結(jié)果見表7。

根據(jù)表7可以發(fā)現(xiàn)：第一，在高房?jī)r(jià)地區(qū)，城市房?jī)r(jià)的影響系數(shù)均為負(fù)值，且在1%的水平上顯著，說明高房?jī)r(jià)城市中房?jī)r(jià)已經(jīng)明顯抑制了城市的創(chuàng)新水平。通過構(gòu)造房?jī)r(jià)和房?jī)r(jià)增長(zhǎng)率的交互項(xiàng)可以發(fā)現(xiàn)，高房?jī)r(jià)增長(zhǎng)率與高房?jī)r(jià)的交互項(xiàng)系數(shù)為負(fù)，但低房?jī)r(jià)增加率與房?jī)r(jià)的交互項(xiàng)系數(shù)為正，說明高房?jī)r(jià)增長(zhǎng)率能夠加深房?jī)r(jià)抑制城市創(chuàng)新水平的程度，低房?jī)r(jià)增長(zhǎng)率則能減弱這種抑制作用。同時(shí)，高房?jī)r(jià)增長(zhǎng)率也存在抑制城市創(chuàng)新的效果，且高房?jī)r(jià)能夠加深這種影響效果。高房?jī)r(jià)地區(qū)主要包括東、中部有較大發(fā)展?jié)摿Φ某鞘泻褪?huì)城市等，這些城市的房地產(chǎn)行業(yè)發(fā)展已經(jīng)較為完善，高房?jī)r(jià)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?jī)r(jià)增長(zhǎng)的速度，降低房地產(chǎn)行業(yè)資金回報(bào)率，促使資金流入到其他實(shí)體經(jīng)濟(jì)領(lǐng)域。第二，在高房?jī)r(jià)、低房?jī)r(jià)增長(zhǎng)率的城市中，房?jī)r(jià)增長(zhǎng)率與城市創(chuàng)新水平呈現(xiàn)出倒U型關(guān)系，且拐點(diǎn)值約為13.34%，當(dāng)年均房?jī)r(jià)增長(zhǎng)率大于13.34%時(shí)才會(huì)抑制城市技術(shù)創(chuàng)新的發(fā)展。房?jī)r(jià)高但房?jī)r(jià)增長(zhǎng)率不高的城市主要包含廣東省和東北地區(qū)的一些大中城市和中、西部省會(huì)城市，這些城市擁有著較大的人口基數(shù)，因此房?jī)r(jià)均處在一個(gè)較高的水平上，但這些城市由于城市發(fā)展問題，房地產(chǎn)行業(yè)都處在一個(gè)瓶頸期，房?jī)r(jià)增長(zhǎng)率不高。針對(duì)這些城市，是當(dāng)前城市進(jìn)行房地產(chǎn)調(diào)控的重點(diǎn)。首先要穩(wěn)定城市房?jī)r(jià)，其次把房?jī)r(jià)的增長(zhǎng)速度控制在拐點(diǎn)左邊。第三，在低房?jī)r(jià)、高房?jī)r(jià)增長(zhǎng)率的城市中，城市較低的房?jī)r(jià)促進(jìn)了城市技術(shù)創(chuàng)新，較快的房?jī)r(jià)增長(zhǎng)率抑制了城市技術(shù)創(chuàng)新，這一點(diǎn)符合房?jī)r(jià)高低和房?jī)r(jià)增長(zhǎng)率高低影響人才和資金流動(dòng)，進(jìn)而影響城市技術(shù)創(chuàng)新的分析結(jié)果。第四，在低房?jī)r(jià)、低房?jī)r(jià)增長(zhǎng)率的城市中，房?jī)r(jià)能夠促進(jìn)城市技術(shù)創(chuàng)新的進(jìn)步，但較低的房?jī)r(jià)增長(zhǎng)率削弱了這種促進(jìn)作用，同時(shí)低房?jī)r(jià)增長(zhǎng)率也抑制了城市技術(shù)創(chuàng)新。這與前面分析較低房?jī)r(jià)增長(zhǎng)率會(huì)刺激社會(huì)資金流入實(shí)體經(jīng)濟(jì)，從而促進(jìn)城市創(chuàng)新的結(jié)論不相符，可能的原因是這些城市主要包括東部個(gè)別小城市和中、西部欠發(fā)達(dá)城市中，這些城市由于城市發(fā)展水平較低，行業(yè)的資金回報(bào)率也相對(duì)較低，社會(huì)資金在追逐更大利潤(rùn)的條件下可能流出該城市，流入資金回報(bào)率較高的其他城市，從而導(dǎo)致該城市中出現(xiàn)低房?jī)r(jià)增長(zhǎng)率阻礙城市技術(shù)創(chuàng)新的現(xiàn)象。對(duì)于這類城市，要采用類似于四線城市的辦法，首先發(fā)展房地產(chǎn)行業(yè)，利用城市房地產(chǎn)所帶來的經(jīng)濟(jì)效益帶動(dòng)其他行業(yè)的發(fā)展，但應(yīng)避免“脫實(shí)向虛”的現(xiàn)象發(fā)生。

表7 按房?jī)r(jià)、房?jī)r(jià)增長(zhǎng)率劃分城市相關(guān)技術(shù)創(chuàng)新—房?jī)r(jià)回歸結(jié)果

五、研究結(jié)論與政策啟示

前文研究結(jié)果表明：總體來看，城市高房?jī)r(jià)顯著抑制了城市創(chuàng)新水平的提升。分城市類型看，差異較為明顯：一線城市的房?jī)r(jià)及上漲率對(duì)城市創(chuàng)新水平均起到抑制作用，房?jī)r(jià)對(duì)二線城市創(chuàng)新水平的影響顯著為負(fù)，在三、四線城市為正；二、三線城市的房?jī)r(jià)上漲率與城市創(chuàng)新水平呈現(xiàn)倒U型關(guān)系，即在低增長(zhǎng)率情況下促進(jìn)創(chuàng)新，高增長(zhǎng)率情況下阻礙創(chuàng)新。實(shí)證樣本中二、三線城市房?jī)r(jià)年均增長(zhǎng)率的拐點(diǎn)分別3.98%和11.78%，三線城市具有更大的房?jī)r(jià)上漲空間。進(jìn)一步研究發(fā)現(xiàn)，在高房?jī)r(jià)城市，房?jī)r(jià)漲幅過大會(huì)加劇對(duì)創(chuàng)新水平的抑制效應(yīng)，漲幅較小則有利于創(chuàng)新水平的提升。而在低房?jī)r(jià)城市，房?jī)r(jià)上漲反而會(huì)促進(jìn)城市創(chuàng)新水平的提升。

上述研究結(jié)論對(duì)如何調(diào)控房地產(chǎn)市場(chǎng)以及如何提升城市創(chuàng)新水平具有重要的參考和應(yīng)用價(jià)值。第一，高房?jī)r(jià)及其上漲已對(duì)一、二線城市創(chuàng)新水平的提升產(chǎn)生了不利影響，因而應(yīng)重視過高的房?jī)r(jià)和過快的房?jī)r(jià)上漲對(duì)人才和資金流動(dòng)的影響，通過推高房?jī)r(jià)來實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)發(fā)展目標(biāo)的做法無異于飲鴆止渴，這種發(fā)展模式只會(huì)使得建設(shè)創(chuàng)新型城市的目標(biāo)變?yōu)橐患埧照?，不利于?chuàng)新型國(guó)家目標(biāo)的實(shí)現(xiàn)。第二，“分類調(diào)控、分城施策”有利于不同類型城市實(shí)現(xiàn)創(chuàng)新型城市建設(shè)目標(biāo)?？紤]到一線城市房?jī)r(jià)及上漲率對(duì)城市創(chuàng)新水平均起到了抑制作用，所以一線城市應(yīng)實(shí)行房?jī)r(jià)和漲幅雙控，可通過興建“人才住房”減少購(gòu)房成本對(duì)人才擠出的影響；切實(shí)落實(shí)“租購(gòu)?fù)瑱?quán)”政策，在短時(shí)間內(nèi)切實(shí)保障一線城市外來人才的基本生活需求，如享受義務(wù)教育、醫(yī)療等國(guó)家規(guī)定的基本公共服務(wù)，讓人才有歸屬感，讓高房?jī)r(jià)和高增長(zhǎng)率不會(huì)成為實(shí)現(xiàn)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(jìn)城市創(chuàng)新。二、三線城市要把房?jī)r(jià)漲幅控制在合理范圍，政府可以借助行政手段限制高房?jī)r(jià)以吸引人才，通過創(chuàng)新發(fā)展實(shí)業(yè)，實(shí)現(xiàn)城市發(fā)展。由于二、三線城市的房?jī)r(jià)上漲率與城市創(chuàng)新水平呈現(xiàn)倒U型關(guān)系，所以應(yīng)當(dāng)保持一個(gè)溫和的房?jī)r(jià)上漲率。特別是一線城市周邊的二、三線城市更應(yīng)當(dāng)如此，因?yàn)橐痪€城市往往存在著較強(qiáng)的虹吸效應(yīng)，當(dāng)二、三線城市的房?jī)r(jià)上漲率較高時(shí)，人才可能會(huì)選擇擁有更好的基礎(chǔ)設(shè)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(yīng)當(dāng)為人才提供更大的優(yōu)惠政策，放寬落戶標(biāo)準(zhǔn)，給予租房補(bǔ)貼等。三線城市吸引人才能力不強(qiáng)，創(chuàng)新水平較之一、二線城市偏弱，本身的城市發(fā)展更多地依賴于房地產(chǎn)市場(chǎng)而非創(chuàng)新，但這并不是一條可持續(xù)發(fā)展的道路，三線城市理應(yīng)基于房地產(chǎn)市場(chǎng)所帶來的紅利，發(fā)展基礎(chǔ)設(shè)施，建設(shè)更好的社會(huì)資源，吸引人才。四線城市可適度促進(jìn)房地產(chǎn)發(fā)展，但應(yīng)避免“脫實(shí)向虛”現(xiàn)象的發(fā)生，因?yàn)榉績(jī)r(jià)漲跌影響資金配置，房?jī)r(jià)上漲過快會(huì)導(dǎo)致資金過度地向房地產(chǎn)業(yè)集中。