722
浏览“十四五”时期经济社会发展的指导方针指出,要以改革创新为根本动力推动经济高质量发展,要坚定不移贯彻创新、协调、绿色、开放、共享的新发展理念,坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑,完善国家创新体系,加快建设现代化经济体系,加快建设科技强国.近年来,随着创新型国家战略的实施和国家创新体系建设的积极推进,我国取得一批重大科技创新成果,整体科技创新能力和科技竞争力得到明显提升,但国家自主创新能力相对薄弱,企业核心竞争力不足,基础前沿领域涉足不深等问题不容忽视,科技创新能力不适应高质量发展要求,提升国家、区域以及企业的科技创新能力成为新常态经济下的重要着力点.
自1998年住房分配货币化制度改革以来,我国房地产行业的蓬勃发展推动了经济的高速增长,房价的稳步攀升促使住宅业成为新的经济增长点,即使在经济发展步入新常态后,我国房价并未出现明显下行趋势,房价上涨预期依然明显,部分城市甚至出现房价过高、上涨过快的迹象,尽管中央政府加强了对房地产市场的宏观调控,例如对商品住房实施“限购政策",但其政策效果仅在短期内有效,随之而来的一系列限购规避行为极大了削弱了房价调控效果.房地产市场“限购政策”的取消和“去库存”压力的释放再度燃起房地产市场需求,就目前整体来看,房价依然处于平稳上升期.
基于我国房价稳步上涨,科技创新能力也逐步提升的背景,本文以经济学理论为基础,尝试探索房价与科技创新能力之间的关系.本文利用我国31个省、自治区和直辖市(不包括香港特别行政区、澳门特别行政区和台湾省)2005—2018年的面板数据,利用双固定效应法、工具变量法首先分析了省级层面房价对科技创新能力的影响,并利用中介效应模型进一步检验了工资、人力资本数量、人力资本质量和产业结构合理化作为房价传导机制对科技创新能力的影响;接着本文考虑各省、自治区和直辖市之间的经济互动,将空间地理因素纳入研究范围,基于地理邻接、空间地理距离和空间经济距离构建了空间权重矩阵,并借助空间杜宾模型(SDM)实证分析了房价与科技创新能力之间的空间关联性;最后,考虑到房地产相关政策的实施直接影响了房价,本文采用传统双重差分模型与空间杜宾模型相结合的DID-SDM估计法进行了政策效果评估,考察了“取消限购”这一房产政策的实施对科技创新能力的空间影响.基于本文的研究结果,得出如下研究结论:
第一,房价与科技创新能力之间存在显著正相关关系.未考虑空间地理因素的实证研究结果表明,房价上涨有利于区域科技创新能力的提升,且房价对区域科技创新能力的提升作用主要通过工资、人力资本和产业结构合理化这些正向传导机制来实现,房价上涨带来的工资水平上涨、人力资本规模扩大、高技能高学历人力资本聚集和三产业协同融合发展程度加强均有效促进了区域科技创新能力的提升.将空间地理因素纳入研究后,研究结果显示房价与科技创新能力在我国内陆地区31个省、自治区和直辖市间存在显著的正空间相关性,高(低)房价与高(低)房价省份在空间分布上呈现聚集态势,高(低)科技创新能力与高(低)科技创新能力省份在空间分布上也呈现聚集态势,且房价的经济相关性大于地理相关性,科技创新能力的地理相关性大于经济相关性。房价上涨对区域科技创新能力的提升作用存在显著空间溢出效应,即本省房价上涨不仅会促进本省科技创新能力的提升,还会对邻近省份科技创新能力产生显著提升作用;区域间的空间溢出效应大于区域内空间溢出效应,即本省房价上涨对邻近省份科技创新能力的提升效果优于对本省科技创新能力的提升效果,
第二,房价上涨对科技创新能力的提升作用存在异质性.首先,这种异质性表现在专利属性上,房价上涨仅对发明专利授权量和实用新型专利授权量的增加产生积极影响,且对后者的贡献高于前者,对外观设计专利授权量的增加并无显著影响.其次,房价上涨对科技创新能力的提升作用存在显著区域化差异,未考虑空间地理因素的实证研究结果显示房价上涨对中部和东北部省份科技创新能力提升效果最好,东部次之,西部最次;纳入空间地理因素的研究结果显示房价上涨对科技创新能力提升作用的空间溢出效应仅存在于东部和东北部地区,且东北部地区的正空间溢出效应优于东部地区,中部和西部地区的空间溢出效应不显著.
第三,“取消限购”政策对我国省域科技创新能力的提升作用存在显著空间溢岀效应,即本省“取消限购”政策不仅有助于提升本省科技创新能力,还会对邻近省份科技创新能力产生显著提升作用.“取消限购”政策对区域科技创新能力的空间提升效果主要是通过提高邻近省份发明专利授权量和实用新型专利授权量来实现,且实用新型专利授权量的贡献高于发明专利授权量,外观设计专利授权量贡献则不显著.“取消限购”政策在区域间的空间溢出效应大于区域内空间溢出效应,即本省限购政策的取消对邻近省份科技创新能力的提升效果优于对本省科技创新能力的提升效果.
基于本文的研究结论,本文从以下五个方面提出了相应建议:第一,要发挥房价上涨对区域科技创新能力的积极促进作用,必须要保证房价水平与经济发展水平相适应;第二,要因地制宜、分类别、多层次地实施人才住房政策,维持和提升对高质量人才的吸引;第三,要全面深化入才发展体制改革,充分激发人才活力;第四,要坚持创新驱动发展,着力提升企业科技创新能力;最后,要加强中、东、西和东北部地区的科技合作,发挥东部地区辐射带动效应,体系化布局产业链,推动各区域协调发展.
关键词:房价;科技创新能力;空间溢出效应;限购政策;工资;人力资本;产业结构
摘要
绪论 1
1.1研究背景和意义 1
1.2研究目的 6
1.3研究进度和文献评述 7
1.3.1房价的相关研究 7
1-3.2科技创新能力的相关研究 14
1.4研究内容和研究方法 25
1.4.1研究内容 25
1.4.2研究方法和技术路线图 25
1.5本文创新与不足 26
2相关理论和内在影响机制 27
2.1相关理论基础 27
2.1.1科技创新能力相关理论 272.1.2人力资本相关理论 32
2.2内在影响机制分析 33
2.2.1房价对科技创新能力的影响机制 33
2.2.2工资作为房价传导机制对科技创新能力的影响 35
2.2.3人力资本作为房价传导机制对科技创新能力的影响 362.2.4产业结构作为房价传导机制对科技创新能力的影响 37
3房价对区域科技创新能力的影响 38
3.1问题提出 38
3.2数据来源和模型设定 38
3.2.1数据来源 38
3.2.2计量模型设定 38
3.2.3变量选取与说明 39
3.3房价对区域科技创新能力的影响:实证结果 40
3.3.1房价对区域科技创新能力的影响:基准回归 40
3.3.2房价对区域科技创新能力的影响:稳健性检验 41
3.3.3专利异质性分析:基准回归 44
3.3.4专利异质性分析:稳健性检验 45
3.3.5分地区回归:实证结果 46
3.3.6分地区回归:稳健性检验 48
3.3.7分地区专利异质性分析:实证结果 49
3.3.8分地区专利异质性分析:稳健性检验 50
3.4房价对区域科技创新能力的影响:传导机制分析 51
3.4.1模型设定与变量选取 51
342工资传导机制:实证结果 52
3.4.3工资传导机制:稳健性检验 53
3.4.4人力资本数量传导机制:实证结果 54
3.4.5人力资本数量传导机制:稳健,性检验 56
3.4.6人力资本质量传导机制:实证结果 57
3-4.7人力资本质量传导机制:稳健,性检验 58
3.4.8产业结构合理化传导机制:实证结果 59
3.4.9产业结构合理化传导机制:稳健性检验 61
3.5本章小结 62
4房价、省际空间溢出效应与科技创新能力 64
4.1问题提出 64
4.2数据来源和模型设定 64
4.2.1数据来源 64
4.2.2变量选取 64
4.2.3空间杜宾模型的设定 65
4.3空间自相关性检验 66
4.3.1构建空间权重矩阵 66
4.3.2全局空间相关性检验结果 67
4.3.3局部空间相关性检验结果 69
4.3.4Getis-Ord指数G 72
4.4房价、省际空间溢出效应与科技创新能力:实证结果 74
4.4.1基于邻接矩阵的SDM估计 74
4.4.2基于反距离地理矩阵的SDM估计 76
4.4.3基于经济距离矩阵的SDM估计 78
4.4.4基于经济一地理距离矩阵的SDM估计 79
4.5房价、省际空间溢出效应与科技创新能力:稳健性检验 81
4.5.1基于邻接矩阵的稳健性检验 81
4.5.2基于反距离地理矩阵的稳健性检验 82
4.5.3基于经济距离矩阵的稳健性检验 83
4.5.4基于经济一地理距离矩阵的稳健性检验 85
4.6异质性分析:分地区回归实证结果 86
4.6.1基于邻接矩阵的异质性分析 86
4.6.2基于反距离地理矩阵的异质性分析 88
4.6.3基于经济距离矩阵的异质性分析 89
4.6.4基于经济一地理距离矩阵的异质性分析 90
4.7异质性分析:稳健性检验 91
4.7.1基于邻接矩阵异质性分析的稳健性检验 91
4.7.2基于反距离地理矩阵异质性分析的稳健性检验 91
4.7.3基于经济距离矩阵异质性分析的稳健性检验 92
4.7.4基于经济一地理距离矩阵异质性分析的稳健性检验 93
4.8本章小结 94
5“取消限购”政策对区域科技创新能力的空间影响T于双重差分空间杜宾模型的分析96
5.1问题提出 96
5.2数据来源与模型设定 97
521数据来源 97
5.2.2变量选取 97
5.2.3双重差分空间计量模型设定 98
5.3“取消限购”政策对区域科技创新能力的空间影响;实证分析 98
5.3.1基于邻接矩阵的DID-SDM估计 98
5.3.2基于反距离地理矩阵的DID-SDM估计 100
5.3.3基于经济距离矩阵的DID-SDM估计 101
5.3.4基于经济一地理距离矩阵的DID-SDM估计 102
5.4相关检验 103
5.4.1平行趋势检验 103
5.4.2安慰剂检验 104
5.5稳健性检验 108
5.5.1基于邻接矩阵的稳健性检验 108
5.5.2基于反距离地理矩阵的稳健性检验 109
5.5.3基于经济距离矩阵的稳健性检验 110
5.5.4基于经济一地理距离矩阵的稳健性检验 111
5.6异质性分析:实证结果 112
5.6.1基于邻接矩阵的异质性分析 112
5.6.2基于反距离地理矩阵的异质性分析 113
5.6.3基于经济距离矩阵的异质性分析 114
5.6.4基于经济一地理距离矩阵的异质性分析 115
5.7本章小节 116
6结论与的敝 118
6.1本文结论 118
6.2政策建议 120
参考文献 122
致谢 134
1绪论
1.1研究背景和意义
自1998年住房分配货币化制度改革以来,我国形成了住房商品化、社会化的城镇住房新制度,房地产行业不断扩张,成为国民经济中的重要支柱产业,住宅业也成为新的经济增长点.根据国家统计局官方数据,2000年至2018年期间,全国房地产开发企业个数由27303个增长到97937个,增幅为258.70%;全国房地产开发企业年度完成投资额由4984.10亿元增长到132194.26亿元,增幅高达2552.31%;全国住宅商品房平均销售价格由1948.00元/平方米增长到8544.11元呼方米,增幅为338.61%,个别城市增幅更为显著,例如北京市住宅商品房平均销售价格由4557.00元/平方米猛升至37420.19元/平方米,增幅高达721.16%,深圳市住宅商品房平均销售价格由2002年的5267.00元/平方米飙升至2018年的55441.01元/平方米,增幅高达952.61%,这些数据无不说明房地产行业正在以蓬勃的速度快速发展和扩张,房地产行业的火热使得中国房价节节攀升.与此同时,中国经济发展由高速增长转为中高速,2012年后国内生产总值增速开始放缓,由早期10%以上的增速下滑到8%以下,这意味着即使是在我国经济发展势头减缓的背景下,房价也在稳步上涨,维持在高价格水平,房价增速与经济增速的不匹配开始凸显,房价差距逐渐大于经济发展水平差距.确保房价水平与经济发展水平相适应有着重大的时代意义;一方面,房价的过高和过快上涨增加了居民的生活成本,影响了国民的生活质量和幸福感,这与中国特色社会主义的发展目标相背;另一方面,高企的房价也不利于房地产行业的平稳健康发展,高房价容易引致房地产泡沫和信贷危机,参考美国的次贷危机和日本的房地产泡沫所带来的经济危机和经济崩盘,就容易得出稳定房价对于经济社会可持续发展的重要意义.
随着城镇化进程的快速推进,我国城镇人口迅速增长,住房需求持续上升,继2008年以来,新建商品住房成交面积大幅度增加,住房消费和投资大幅增长,房地产市场的回暖带来了部分城市房价上涨过快等问题,国家相关部门意识到房地产市场健康发展的重要性,陆续发文调控房价以稳定市场预期.国务院办公厅在2010年1月发布的《国务院办公厅关于促进房地产市场平稳健康发展的通知》(国办发〔2010〕4号)提出三项建议以调控房价:第一,在商品房价格过高、上涨过快的城市,要加快中低价位、中小套型普通商品住房供应.第二,要从源头上给予商品住房用地支持,切实增加中低价位、中小套型普通商品住房、限价商品住房、公共租赁住房、经济适用住房和廉租住房的用地供应,落实到地块.第三,实施差别化的信贷政策以抑制投资投机性购房需求,使商品住房供需结构平衡协调发展.
自国办发4号文件印发以来,全国房地产市场整体上出现了一些积极变化,但部分城市投机性购房再度活跃,房价、地价又出现过快上涨势头,引起了中央的高度重视,2010年4月,国务院再次出台《国务院关于坚决遏制部分城市房价过快上涨的通知》(国发〔2010〕10号),表明了国家打击房价快速上涨的决心和态度.该《通知》指出:房价问题关系国计民生,城市房价过高、上涨过快的危害性极大,不仅加大了居民住房问题难度,还增加了金融风险,不利于经济社会协调发展,必须坚决遏制房价过高和过快上涨,稳定房价以促进民生改善和经济发展.同时该《通知》从商品住房的需求和供给两方面给出相关建议,一方面要抑制机构和个人不合理的住房需求,尤其是首次提出城市商品住房的“限购”政策;另一方面各级政府和相关部门要增加住房的有效供给,调节商品住房供需的平衡可以从根本上解决房价定价过高、上涨过快的问题.
“国十条”文件印发后,房地产市场整体上出现了积极转变,房价过高、过快上涨的势头得到初步遏制,为进一步巩固房价调控成果,国务院办公厅继续发布《国务院办公厅关于进一步做好房地产市场调控工作有关问题的通知》(国办发[2011]1号).该《通知》首次提出稳定房价工作的“约谈问责机制”:各省(区、市)人民政府要如期确定并公布年度新建房价控制目标,对于新建房价上涨幅度超过年度控制目标,或新建房价出现定价过高、过快上涨现象监管不力、调控无果的城市,监察部、住房城乡建设部等部门要对相关城市负责人进行约谈问责,督促落实稳定城市房价这项重要工作.该《通知》也首次对新闻媒体提出了稳定房价”宣传工作责任”,鼓励新闻媒体深入解读和宣传各地稳定房价成功的案例和做法,合理引导国民对房地产市场的消费预期,从而为促进房地产市场平稳健康发展提供有力的舆论支持.
2011年“新国八条”文件实施以来,房价调控的决策和部署取得了积极成效,但部分城市房价上涨预期增强,房地产市场分化现象较为突出,为进一步促进房地产市场平稳健康发展,国务院办公厅于2013年印发《国务院办公厅关于继续做好房地产市场调控工作的通知》(国办发〔2013〕17号),简称“新国五条”.该《通知》指出要在《国务院办公厅关于进一步做好房地产市场调控工作有关问题的通知》(国办发〔2011〕1号)的基础上进一步从严调整限购措施:在住房供需矛盾突出、房价上涨压力较大的城市扩大限购区域至覆盖城市全部行政区域,并进一步完善现行住房限购措施.该《通知》同时强调要坚持房价基本稳定的原则和各级政府部门稳定房价的“工作责任制”,稳定房价需要各级政府部门的分工合作,应建立省级人民政府负总责,城市人民政府抓落实的"工作责任制度”:省级人民政府要加强对所辖管城市稳定房价工作的督查、考核和问责,根据所辖城市差异进行分类指导并及时将房价调控成果上报国务院,对于房价上涨过快,房价居高不下的热点城市,国务院相关部门应继续实施“约谈问责机制”,以有效稳定各省(区、市)的房价.
房地产市场的分类调控,因城施策取得了明显成效,房价在2013-2015年期间维持在较为稳定的价格水平,但2015年年底开启的“去库存”运动再度激起房地产市场炒房苗头,房地产市场投资投机性需求较为旺盛,导致全国房价上涨问题较为严重,潜在金融风险不容忽视.2017
年,习总书记在十九大中表达了党中央对楼市调控的决心,十九大报告明确指岀:坚持房子是用来住的、不是用来炒的定位,加快建立多主体供给、多渠道保障、租购并举的住房制度,让全体住有所居.住房城乡建设部于2018年颁布了《住房城乡建设部关于进一步做好房地产市场调控工作有关问题的通知》(建房〔2018〕49号),该《通知》坚决反对投机炒房引起的房价和租金过高及过快上涨,明确了稳定房价、控制租金的长期目标,毫不动摇地坚持了“房子是用来住的、不是用来炒的”的清晰定位.同时,该《通知》首次指出要根据当地人口变化情况确定当地商品住房供需情况,将城市人口变动纳入城市住房发展规划,支持城市居民刚性住房需求,因地制宜地精准施策,坚持房地产市场调控政策实施的连续性,认真落实稳房价、控租金、稳预期的目标任务.
2020年10月29日,中共第十九届五中全会通过了《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》,该指导文件重申了“坚持房子是用来住的、不是用来炒的定位,租购并举、因城施策,促进房地产市场平稳健康发展",建议各城市有效增加保障性住房供给,完善土地出让收入分配机制,探索支持利用集体建设用地按照规划建设租赁住房,完善长租房政策,扩大保障性租赁住房供给以稳定房价,加强对房地产市场的风险防控以提高城市治理水平.
以上房地产相关政策的出台,旨在调控房价,稳定房价上涨预期,控制房价上涨速度,确保房价增速与经济增速同步化进行,房价水平与经济发展水平相适应.
经济学理论和经验事实均表明,技术进步和创新是一个经济体实现长期可持续经济增长的关键,创新是引领发展的第一动力,带动生产力质的飞跃,是建设现代化经济体系的战略支撑,推动经济社会的全面、协调、可持续发展.改革开放以来,我国经济经历了近40年的高速增长,取得了举世瞩目的伟大成就,但近年来经济增长速度有所放缓,根据国家统计局官方数据,全国国内生产总值较上年增长连续8年在8%以下,国民总收入较上年增长连续8年在9%以下,经济增速由高速转变为中高速,经济增速下滑的主要原因在于我国资源环境约束日益强化,要素的规模驱动力逐步减弱,传统的高投入、高消耗、粗放式发展方式难以为继,盲目过度扩张产业规模带来的规模经济红利也已经接近尾声,需要从要素驱动、投资驱动转向创新驱动.我国经济发展进入新常态,步入了更具创造性和可持续性的中高速增长平台,经济发展由数量追赶变成质量追赶,与数量追赶相比,质量追赶对发展条件、体制和政策环境都有更高要求,经济结构和增长动力都必须发生重要转变.
全面建成小康社会,开启全面建设社会主义现代化国家新征程,既面临难得的历史机遇,又面临一系列严峻的挑战.从国内来看,以往粗放式经济增长模式过度依赖于能源资源消耗,对环境污染严重;当前经济结构不合理,高技术产业和现代服务业发展滞后,亟需进行产业升级转型;自主创新能力较弱,企业普遍缺乏核心竞争力,经济效益有待提高;各方面科技力量
自成体系、分散重复,整体运行效率不高.从国际来看,国际金融危机深层次影响仍在持续,科技在经济社会发展中的作用日益凸显,国际科技竞争与合作不断加强,新科技革命和全球产业变革步伐加快,我国科技发展既面临重要战略机遇,也将长期面临发达国家在经济、科技等方面占有优势的巨大压力,为了抓住机遇、迎接挑战,诸多困难和问题亟待解决,其中最重要的就是实施创新型国家战略,深化科技体制改革,全面提高科技自主创新能力,把科技自立自强作为国家发展的战略支撑.为此,国家颁布了一系列相关政策,以全面提升科技创新能力.
2005年国务院发布《国家中长期科学和技术发展规划纲要(2006—2020年)》和《国民经济和社会发展第十一个五年规划纲要》,首次提出建设创新型国家,并制定科学技术发展的总体目标:到2020年,国家自主创新能力显著增强,进入创新型国家行列,为在本世纪中叶成为世界科技强国奠定基础.
2008年国务院办公厅同意并转发发展改革委、科技部、教育部联合编制的《国家自主创新基础能力建设“十一五”规划》,再次明确自主创新能力是建设创新型国家的必要物质技术基础,建设国家自主创新体系的重要组成部分,是保障和促进全社会创新活动、培养和凝聚高层次人才的重要内容.
2012年国务院发布了《中共中央国务院关于深化科技体制改革加快国家创新体系建设的意见》,指出了我国科技自主创新能力还不够强,科技体制机制与经济社会发展和国际竞争的要求不相适应,突出表现为:企业技术创新主体地位没有真正确立,产学研结合不够紧密,科技与经济结合问题没有从根本上解决,原创性科技成果较少,关键技术自给率较低;一些科技资源配置过度行政化,分散重复封闭低效等问题突出,科技项目及经费管理不尽合理,研发和成果转移转化效率不高;科技评价导向不够合理,科研诚信和创新文化建设薄弱,科技人员的积极性创造性还没有得到充分发挥.这些问题已成为制约科技创新能力的重要因素,影响我国综合实力和国际竞争力的提升.
2013年国务院发布《“十二五”国家自主创新能力建设规划》,提出加强科技创新能力建设是加快转变经济发展方式的重要支撑,是实现重大科技突破、提升国家竞争力的重要举措,坚持把增强自主创新能力作为科学技术发展的战略基点和提高综合国力的关键,要引导创新主体行为,指导全社会加强科技自主创新能力建设,加快推进创新型国家建设.
2013年颁布的《国务院办公厅关于强化企业技术创新主体地位全面提升企业创新能力的意见》指出我国企业科技创新能力依然薄弱,许多领域缺乏具有自主知识产权的核心技术,企业尚未真正成为创新决策、研发投入、科研组织和成果应用的主体,制约企业科技创新的体制机制障碍仍然存在.应建立健全企业主导产业技术研发创新的体制机制,促进创新要素向企业集聚,增强企业科技创新能力,加快科技成果转化和产业化,到2015年,基本形成以企业为主体、市场为导向、产学研相结合的科学技术创新体系.
2014年发布的《国务院办公厅关于促进国家级经济技术开发区转型升级创新发展的若干意见》中,倡导把国家级经济技术开发区建设成为带动地区经济发展和实施区域发展战略的重要载体,成为构建开放型经济新体制和培育吸引外资新优势的先行者,成为科技创新驱动的示范区.
2015年10月,习总书记在第十八届五中全会上旗帜鲜明地提岀了“创新、协调、绿色、开放、共享”的新发展理念,将创新摆在首要位置上,可见创新对于破解经济发展难题、增强经济发展动力的重要意义.
2016年国务院发布《“十三五”国家科技创新规划》提出了“十三五”科技创新的总体目标:到2020年迈入创新型国家行列,国家科技创新能力大幅跃升,创新驱动发展成效显著,国家综合创新能力世界排名进入全球前15位,有力支撑全面建成小康社会目标实现.
为了推动落实联合国2030年可持续发展议程,2016年12月底国务院发布了《中国落实2030年可持续发展议程创新示范区建设方案》,再次强调了科技创新在创新驱动发展战略中的核心地位以及科技创新与经济社会发展深度融合的关键性,并将在全国范围内建设国家可持续发展议程创新示范区作为打造一批可复制、可推广的现实样板和经典模式.
2018年国务院发布了《科技部、国家发展改革委关于支持新一批城市开展创新型城市建设的函》,支持新一批城市开展创新型城市建设,将创新型城市建设作为实施创新驱动发展战略的旗帜性抓手,着力加强对中小企业创新的支持,发展壮大高新技术企业;着力完善人才管理、评价、流动、激励机制,培育引进高水平科技人才;着力建立产学研深度融合的技术创新体系,加快重大科技成果转移转化;着力提升高新技术产业开发区发展质量,促进高技术产业和战略性新兴产业发展;着力打造科技企业孵化器、众创空间等创新创业载体,推动双创迈上新台阶;着力加快政府职能转变,提升政府创新治理能力;着力探索具有自身特色的创新发展路径,形成可复制、可推广的经验做法,打造区域创新示范引领高地.
2019年国家知识产权局印发《技术与创新支持中心(TISC)建设实施办法》,旨在帮助我国知识产权和科技创新用户提升技术信息检索能力,更快地掌握行业动态和新技术信息,增强其科技创新能力,加强和规范在华技术与创新支持中心(TISC)机构建设是深入实施创新驱动发展战略,加快建设知识产权强国,提升科技创新能力的另一新举措.
2020年在新冠肺炎疫情对全球经济发展造成前所未有冲击的背景下,科技部率先印发《关于科技创新支撑复工复产和经济平稳运行的若干措施》的通知,强调了科技创新对当前复工复产和经济平稳运行的重要支撑保障作用.文中指出要突出科技创新工作着力点,聚焦高新区、科技型中小企业和高新技术企业、高新技术产业等科技创新主阵地,以及疫情影响严重地区的发展需求,依靠科技创新解决复工复产、经济平稳运行中的痛点难点堵点.发挥好政府引导和与市场主导两方面作用,深化科技工作“放管服"改革,强化政策引导,激发市场创新活力,发挥创新驱动、科技引领作用,大力推动科技创新创业,加快壮大科技型中小企业规模,形成体系化工作安排,促进多渠道就业和高质量就业的同时不断提升科技创新能力.
2020年10月29H,中共第十九届五中全会通过了《中共中央关于制定国民经济和社会发展第十四个五年规划和二。三五年远景目标的建议》,该指导文件提出“坚持创新驱动发展,全面塑造发展新优势”,强调了创新在我国现代化建设全局中的核心地位,要坚持把科技自立自强作为国家发展的战略支撑,面向世界科技前沿.面向经济主战场、面向国家重大需求,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,完善国家创新体系,加快建设科技强国.该指导文件从5个方面提出了创新的具体要求:第一,要强化国家战略科技力量,制定科技强国行动纲要,健全社会主义市场经济条件下新型举国体制,打好关键核心技术攻坚战,提高创新链整体效能.第二,要强化企业创新主体地位,推进产学研深度融合,提升企业技术创新能力,促进各类创新要素向企业集聚.发挥大企业引领支撑作用,支持创新型中小微企业成长为创新重要发源地,加强共性技术平台建设,推动产业链上中下游、大中小企业融通创新.第三,要激发人才创新活力,支持发展高水平研究型大学,加强基础研究人才培养,加强创新型、应用型、技能型人才培养,实施知识更新工程、技能提升行动,壮大高水平工程师和高技能人才队伍.第四,要深入推进科技体制改革,完善科技创新体制机制,完善金融支持创新体系,促进新技术产业化规模化应用,大幅提高科技成果转移转化成效.第五,要加强和创新市域社会治理,推进市域社会治理现代化.
以上科技创新相关政策的出台,旨在提升我国科技创新整体实力,改善当前科技创新能力与高质量经济发展不适应的现状.
1.2研究目的
在我国经济增长速度由高速转为中高速,房价上涨预期稳定且长期处于高位水平,科技创新能力逐渐增强但整体实力薄弱,房价水平与经济发展水平不适应,科技创新能力与经济高质量发展要求不适应的背景下,探究房价与科技创新能力间的关系.具体到我国当前经济发展阶段,全国房价稳步上涨,全国科技创新能力也在逐步增强,本文研究目的之一在于观察房价上涨是否有助于提升区域科技创新能力.随着跨区域协同创新发展理念的不断深入,跨区域经济合作愈加紧密,区域间引领辐射带动作用不可忽视,本文研究目的之二在于考察房价与区域科技创新能力之间的空间关联性,探究房价对区域科技创新能力的影响是否存在空间溢出效应.最后,本文就对房价产生直接影响的房地产相关政策如何影响区域科技创新能力进行了政策效果评估,本文研究目的之三在于评估“取消限购”政策这一房地产政策对区域科技创新能力的空间影响.
1.3研究进度和文献评述
1.3.1房价的相关研究
房价是全社会居民的关注热点,也是学术界的研究重点.学者们对于房价进行了全方位地深入研究,研究内容大致可以概括为三大类:第一类是我国房价的空间分布和时空演变特征;第二类是房价的影响因素探析,将房价作为被解释变量,分析影响房价的各种要素;第三类是探究房价与其他经济社会变量之间的关联,将房价作为核心解释变量,探究房价是否显著影响了其他经济变量.
第一类,我国房价的空间分布和时空演变特征.自1998年《关于进一步深化城镇住房制度改革加快住房建设的通知》印发以来,我国住房商品市场化进程取得显著成效,房地产市场的蓬勃的发展对经济发展起到很大的拉动作用,全国房价持续稳步上涨,尽管中央政府加强了对房地产市场的宏观调控,不断出台相应政策以抑制房价的过快上涨,但就目前来看,房价还处于平稳上升期.同时,我国区域、城市间房价差距越来越大,房价增长速度和增长幅度表现出显著差异,房价变动由之前的“幅度相近”演变为明显的“差异化增长”,这一现象被称之为房价的分化.此外,由于地理领近,一个地区或城市的房价会有规律地对周边地区和城市房价产生显著影响,“溢出效应"使得房价在空间上表现出显著的关联性(陈明华等,2016;吴士炜和汪小勤,2017;潘海峰和张定胜,2018),从我国房价的实际情况来看,房价既存在持续上涨的共同趋势,又存在着上涨幅度和上涨速度不完全一致的差距,同时房价的波动会通过“溢出效应"传导至空间其他城市,房价涨跌也存在着一定的领先滞后关系,所以从整体上看,我国房价的时空分布格局可被概括为“房价上涨,增速分化,空间相关”的典型特征.吴文冠(2012)认为自1998年以来各城市房地产市场交流愈加频繁,城市房价的相互影响逐渐增大,各城市房价增长率表现岀空间正相关性;但2010年以来,部分城市房地产市场过热,使得部分城市房价偏离基础价格较为明显,房价的发散趋势导致了城市层面房价分化的现象.谭政勋和周利(2013)通过对比北京、上海、深圳、西安、沈阳、成都和武汉这七个中心城市在1999-2009年期间的房价数据,发现这七个城市的房价基本上表现为同步上涨,城市房价涨势表现出显著的趋同性,但城市房价上涨幅度差异显著,北京、上海和深圳房价上涨幅度远超其他城市,城市房价增速分异明显,且沿海城市的房价上涨领先于内陆城市.谭政勋(2013)在研究珠三角城市群城市房价时,发现深圳作为城市群中心城市,其房价上涨领先于周边省会城市和二线城市,从而得出中心城市是空间区域其他城市房价波动源头的结论.王鹤等(2013)研究表明我国房价存在空间联动性(相关性),相邻城市之间房价联系紧密并相互作用,东部地区城市房价空间相关性最强,中部地区次之,西部地区最弱;同时东部地区城市房价波动所带来的空间相互扩散时间也最长,中部地区持续时间次之,西部地区持续时间最短.刘海猛等(2015)分别从国家层面、省区层面和市级层面研究了全国70个大中城市的房价变动趋势,发现房价在国家层面上是随着增长时序呈上涨趋
势的,在省区层面城市房地产市场之间的空间相关性由不显著到显著’而市级层面房价存在显著空间相关性,且市级层面下城市间房价差异要高于省级层面.高然和龚六堂(2017)研究也表明我国省域间房价存在高度空间相关性,且房价波动在省域间的传导存在差异,省域间房价呈现出巨大差异•何鑫等(2017)认为房价的空间分化特征正在成为一种社会现象,一二线城市作为人口净流入城市,房价水平维持在高位,而三四线城市大部分为净流出城市,房地产市场“去库存”压力较大,房价水平较低;一二线城市之间的房价差距正在缩小,而一二线城市与三四线城市之间房价差距却在逐渐扩大,房价空间异质化特征显著.韩秀兰和李俊明(2018)通过分析35个主要城市的房价走势,发现在2002-2015年期间,选取的35个主要城市均岀现了房价上涨,且房价增长速度表现为高房价强增速,低房价弱增速的特征,东部地区房价上涨速度快于中部、西部和东北部地区,房价分化呈现出区域效应.张超(2018)指出长三角城市群作为我国经济发展水平领先的城市群,近年来房价攀升速度较快,房价在不同程度上出现了泡沫,同时长三角城市群房价在空间上表现出强烈的空间相关性.韩艳红等(2018)认为长三角县域房价分布格局与其经济发达程度基本一致,直辖市房价最高,省会城市房价次之,其他地市县域房价则较低,且长三角地区房价高低的不平衡正在加剧,房价空间分布异化现象显著.倪鹏飞(2019)研究表明地级城市之间的房价差距随着房价的上涨而不断扩大,在2001-2013年期间,各地级市的房价分布越来越分散,城市房价过度分化问题日益突出.宋伟轩等(2020)通过比较长三角区域房价数据,发现在2008-2018年期间长三角房价增长可以分为三个阶段的增长:2008-2011年期间的快速上涨,2011-2015年期间的平稳增长和2015-2018年期间的再度快速増长;同时研究表明长三角城市群之间的房价差距随着增长时序和房价上涨而扩大,长三角城市群内部房价分异明显.
第二类是关于房价的影响因素分析,将房价作为被解释变量,分析影响房价的各种要素.学者们对房价的影响因素作了广泛且深入的研究,发现影响房价的影响因素诸多,经济基本面、土地财政、产业结构、城镇化水平、交通便利与区位条件、房地产市场相关政策、金融货币政策等因素都会通过影响房地产市场的供需关系进而影响房价.
学者们一致认为经济基本面对房价有较强的解释能力,房价的波动不会偏离经济基本面太远,而经济基本面的好坏可以通过经济指标直观表示出来,比如国内生产总值、城镇居民可支配收入等,这些经济指标的增长直接支撑了房价的上涨.沈悦和刘洪玉(2004)指出,经济基本面的当前指标或者历史指标都可以较好地解释房价.张亚丽(2011)认为人均可支配收入是市场基本面的较好体现,实际人均可支配收入增长是推动房价上涨的主要因素之一,且人均可支配收入对中、东、西部房价影响的差别不大.王鹏和王灿华(2012)认为人均可支配收入的提高可以有效推动房价上涨,原因在于人均可支配收入的增长提高了居民的消费和投资水平,增加了国民在房地产市场的消费和投资,房地产市场总需求的增加导致了房价的上涨.许永洪和吴林颖(2019)研究表明人均国内生产总值对房价有显著提升作用,但在不同人口密度地区存在差异,人口密度高的地区人均国内生产总值对房价的促进作用高于人口密度低的地区.值得注意的是,近年来部分城市房价偏离城市经济基本面较远,经济基本面指标对房价的解释能力在不断下降,房价水平与经济发展水平不匹配、不适应的现状需要引起国家和地方政府的重视.
土地财政是影响房价的主要原因之一,商品住房是架构在土地之上的建筑物,土地价格在很大程度上决定了商品住房价格.土地财政带来的土地市场供需不平衡导致了土地价格上涨,进一步引致房价攀升.况伟大(2005)研究结果显示,从长期来看,土地价格是房地产价格的格兰杰因,控制土地价格的过快上涨是抑制房价过快上涨的最有效方法.梁云芳和高铁梅(2006)认为土地交易价格的变动对房价的变动具有显著同向影响,控制好土地价格波动范围可以较好地调控房价.陈志勇和陈莉莉(2009)认为地方经济发展过度依赖房地产行业导致了土地财政模式的盛行,超高的土地收入有效刺激了地方政府去推动地价上涨,进而带动房价的攀升.周杉和杜两省(2010)研究表明,土地财政成为影响房地产市场的一个重要因素,土地价格对房价有直接影响,中国式的“土地财政'推动了房价的持续上涨。王鹏和王灿华(2012)研究表明,土地供应量与房价呈显著负相关关系,增加土地供应量可以帮助下调房价,尽管这种土地政策效果存在着滞后效应,需要滞后5-6期才能达到最好调控效果,且由于土地是不可再生资源,通过调整土地供应量以调控房价的难度将随会着土地的消耗越来越大.
产业结构的调整升级通常伴随着第一产业占比的下降,第二、三产业占比的提高,第二、三产业的聚集和协调发展有助于扩大就业就会,吸纳更多的劳动人口,这同时也增加了房地产市场的住房需求.刘嘉毅等(2014)认为产业结构调整是驱动房价上涨的重要因素,产业结构调整对商品住宅平均销售价格上涨的贡献率为13.45%,产业结构的合理化(产业之间的协调能力和关联水平)和高级化(第一产业占比下降)均对房价产生积极影响.范新英和张所地(2018)提出了产业结构调整对房价影响的空间效应,其研究表明产业结构合理化和高级化对本地房价产生正向积极作用的同时,会对周边房价产生显著抑制作用.周建军等(2020)进一步指出,产业结构合理化和高级化对房价影响持续的时间存在差异,产业结构合理化对房价的助推效应可长达5期,其正向促进效应更为持久.邱晓东和吴福象(2017)研究认为产业结构对房地产市场的影响存在显著差异,就一、二线城市而言,服务产业占比的提高可以有效扩大房地产市场需求,而在三、四线城市,制造业占比的提高可以放大房地产市场需求,产业结构的不同特征对房价均有明显促涨作用.宋婿(2019)基于我国30个省和直辖市2004—2017的面板数据研究发现,城市产业结构优化对房价产生显著正向影响,且该影响存在明显区域化差异,东部地区产业结构优化程度较高,为房价上涨提供了长期有效支持;中部和西部地区,产业结构优化程度相对较低,对房价的促涨作用也相对较小.
随着新型城镇化的深入推进,其对房价影响也越发显著.理论上来看,城镇化水平的提高使得城市容纳了更多的农业转移人口,对商品住房的刚性需求明显增加,在短期房地产市场供给没有明显增加的情况下,房价将出现上涨.陈石清和朱玉林(2008)研究表明,中国房价水平与城市化水平之间存在长期稳定正相关关系,城市化水平的提高是房价上涨的格兰杰因.任木荣和刘波(2009)研究结果显示,房价对城市化率的弹性为正,城市化率对房价有正向促涨作用,城市化率越高的城市该促进作用越明显.骆永民(2011)进一步指岀,城市化水平对房价的促进作用存在空间溢出效应,本地区城市化水平提高1%,本地区和相邻地区房价分别上涨0.339%和0.043%;城市化水平对房价的促进作用存在门限效应,在经济水平较高、人力资本集聚的地区,城市化水平对房价的促涨作用更高.张延和张静(2016)研究认为,城镇化水平对房价的推涨作用是随着城镇化所处阶段变动的,在城镇化进程的初始阶段,该促进作用较为微弱,房价上涨速度也较为缓慢,在城镇化进程的加速阶段,该促进作用较为明显,城镇化率每上涨1%,商品房平均销售价格上涨0.778%,住宅商品房平均销售价格上涨0.710%.此外也有学者提出城镇化水平对房价抑制作用的观点,姜松和王钊(2014)研究发现,城镇化水平与房价呈负相关关系,原因在于新型城镇化发展质量的提升有助于减少房地产市场的不合理需求,从而有效抑制房价的快速上涨,城镇化水平越高,房价越稳定.
区位条件和交通便利程度是房价的重要影响因素之一.顾杰和贾华生(2008)研究表明,杭州地铁的建设对房价具有显著的提升效应,对距离地铁站较远的远郊区房价提升效果显著高于距离地铁站较近的繁华市区,且地铁开通对房价上涨的促进作用持续时间较长,从建设地铁消息传播到地铁规划获批再到地铁投入使用后,房价上涨效果逐渐明显.类似地,谷一桢和郑思齐(2010)、梅志雄等(2011)、张维阳等(2012)的研究结果支持了交通轨道开通有利于提升房价,且对郊区房价促涨效应高于中心城区的结论,原因在于地铁开通对交通基础设施薄弱的远郊区可达性的改善程度显著强于交通较为便利的市中心.况伟大等(2016)研究结果表明北京市房价水平以地铁站为中心从市中心向外呈波浪式衰减,但地铁站远端房价增长率大于地铁站近端.
房地产相关政策的颁布实施对房价产生直接影响.自2010年起实施的限购政策旨在调控房价,促使房地产市场健康平稳发展,其政策效果也被诸多学者纳入研究,刘江涛等(2012)研究表明,2010年实施的限购政策对当期房价有抑制作用,限购政策的作用大小受到市场对策不确定的预期影响,包括消费者住房需求所见的预期和开发商跨期调整供给的成本和预期等,房价走势也与限购政策执行力度和执行期限密切相关,限购政策执行力度越大,执行时间越长,对房价的调控效果越为有效.王敏和黄淺(2013)研究发现,限购政策的实施能有效降低高速増长的房价,但短期的限购政策对房价的影响有限,房价的降低也通常伴随着住房市场“价高量低”的局面.张德荣和郑晓婷(2013)基于动态面板模型GMM估计法的实证结果显示,以数量管制性质的限购政策在2010—2012年期间在一定程度上抑制了住宅价格的快速上涨,原因在于对非
户籍人口实施限购政策的有效性,但自2012年初,限购政策效果开始减弱,仅在市区内实施的限购政策难以达到抑制房价上涨的效果.刘璐(2013)指出,限购政策的实施效果受到首付比例和限购数量的影响,仅当首付比例不太大且落入特定区间时,限购政策才能有效降低房价,这在一定程度上解释了限购政策实施以来,一、二线城市房价下降幅度较小,而三、四线城市房价下降幅度较为明显的原因.邓柏峻等(2014)利用倾向得分匹配法和倍差法评估政策效果得出以下三个结论,第一,限购政策的实施显著抑制了房价上涨;第二,限购政策效果具有时滞性,政策实施初期效果不显著,但随着时间推移,其对房价的抑制作用越来越强,政策效果也越发显著;第三,限购政策对“房价上涨过快”城市具有显著抑制效果,但对“房价过高"城市并无额外调控作用.另有部分学者认为限购政策并未起到抑制房价上涨的预期效果,如汤韵和梁若冰(2016)研究发现,在沿海地区一、二线城市,限购政策对住宅价格的预期影响被“假离婚”等一系列规避限购行为所抵消,导致限购政策对房价的抑制作用并不显著.
随着房地产市场规模的不断扩大和日益成熟,房价承载和传导金融货币政策的能力不断增强,与房价密切相关的金融政策主要包括信贷规模和利率调整.一般认为,信贷规模会对房地产市场价格产生显著影响,但影响的方向学者们并未达成一致.丁晨和屠梅曾(2007)研究显示,随着信贷规模的增加,房价呈现出先涨后降的趋势.余义华(2010)认为信贷规模会对中国房价产生显著正向影响,相对宽松的信贷规模能在一定程度上解释房价的上涨.何静等(2011)认为信贷规模对房价的影响存在门槛效应,只有当信贷规模超过45.8%时,信贷规模才会对房价产生显著促进作用,否则信贷规模的扩张不会对房价上涨产生显著推动力.关于利率调整,一般认为,利率与房价存在显著负相关关系。利率通过影响房地产市场的供需关系来影响房价,一方面,利率升高会增加购房者按揭贷款的资金成本,导致房地产市场总需求的减少;另一方面,利率上升会使得房地产预期价格将上涨,引致房地产市场总供给的增加,房地产市场供大于求的状态会导致房地产销售价格的下降.丁晨和屠梅曾(2007)认为利率与房价之间存在负相关关系,随着短期利率的提高,房价呈现岀下降趋势,并指出短期利率调整是调控房价的有效手段之一.戴国强和张建华(2009)研究结果显示,利率每上涨1%将导致房地产市场销售价格平均下降0.41%.类似地,黄飞雪和王云(2010)研究显示,每给予利率一个单位的正冲击,将导致房价下跌0.5个百分点.部分学者也提出利率与房价之间的正相关关系,李霜(2013)认为利率对房价的影响是动态变化的,在高利率时期,利率上涨有助于抑制房价的上涨,但在低利率时期,利率上涨会抬高房价,基于高利率与房价之间稳定的负相关关系,建议在较高利率时期运用利率手段来调控房价的上涨.
第三类是房价对其他经济社会变量的影响,本文较为关注的是房价对工资、劳动力流动、人力资本、产业结构等方面的影响.
Roback(1982)指出,房价通过改变劳动力市场的供需关系进而影响劳动力的均衡价格.现代学者们也一般认同房价的上涨会推动工资水平的上涨.陆铭等(2015)指出房价的上涨会引致生活成本率的上涨,并通过成本效应来倒逼工资的提高,其基于我国286个地级市的实证研显示,自2003年以来政府实施的倾向于中西部地区的土地供应政策导致了东部地区房价的快速上涨,进而显著提高了东部地区的工资水平,但房价的上涨速度明显快于工资的上涨速度.Liang等(2016)同样指岀,减少土地供给量所引发的城市房价上涨最终会提高城市工资水平,这一现象在我国东部地区尤为显著,张巍等(2018)认为房价上涨通过生活成本效应和闲暇替代效应推高了工资水平,其中生活成本效应又可分为居住成本和日常开支两类:一方面,房价上涨会增加有购房意愿居民的购房成本和偿还房贷支出及无购房能力居民的租赁成本;另一方面,企业将由房价上涨所导致的产品成本增加最终流转到消费者上,表现为市场产品价格的上涨和居民日常开销的增加,生活成本的增加驱使劳动供给者强烈的工资上涨需求.闲暇替代效应则通过房价上涨所带来的财富效应来实现,房价上涨使得个人或者家庭财富增加,劳动供给者逐渐减少劳动时间甚至退出劳动市场,劳动供给量的减少推高了劳动者工资水平.佟家栋和刘竹青(2018)基于2004—2013年中国城市数据的实证研究结果显示房价上涨显著推高了建筑业和制造业的平均工资水平,且对•前者的提升作用相对高于后者.曹清峰(2019)研究结果也表明房价上涨可以通过“市场拥挤效应"的减弱来有效提高本地居民的平均工资.
房价对劳动力流动产生影响最早由Helpman(l998)提出,Helpman认为房价水平过高会降低劳动者的相对效用,进而抑制劳动者流入该地区.Rabe和Taylor(2010)研究英国劳动力流动时发现,房价水平的高低直接影响劳动力的流动决策,较高房价通常会抑制劳动力的跨区域流入.关于房价如何影响劳动者流动选择,国内学者们持不同观点.高波等(2012)研究发现,在其他条件不变的情况下,房价上涨对劳动力流出产生显著促进作用,高房价驱逐了城市现有劳动力,高波等(2014)研究进一步指出,房价上涨会严重阻碍农村转移劳动力流入城市,原因在于高房价所伴随的高生活成本严重阻碍了潜在劳动力的流入.张传勇(2016)从流动人口在流入城市购房明显下降这一视角实证得出高房价驱逐了流动人口的结论.李文秀和李健欣(2020)从城市劳动力错配这一视角应证了高房价对劳动力的挤出效应,商品房价格每上涨1%,劳动力错配指数就会平均上涨0.35%,意味着城市劳动力资源配置随着房价升高而减少.张佐敏等(2018)也认为高房价将驱逐城市流动人口,首先驱逐的是流动人口中就业劳动力的家属,其次依次为第一、二、三产业就业流动人口,驱逐效应逐级递减.然而,张平和张鹏鹏(2016)研究认为,城市高房价对劳动力流入的抑制作用存在异质性,具体来说表现为城市房价上涨对普通劳动力的流入产生显著负向影响,但城市房价的上涨对并不会显著抑制高端技术人才的流入,相反房价上涨促进了高端技术人才的聚集.类似地,江永红等(2018)指出,城市高房价对劳动力流动的影响存在门槛效应,房价的上涨阻碍了低技能型劳动力的流入,但吸引了知识型、复合型、高技能
12行人才的流入聚集,且在东部地区该门槛效应更为显著,房价上涨对城市劳动力的筛选更为明显.不同于以往学者观点,范剑勇等(2015)认为高房价并未对劳动力流入产生显著抑制作用,原因在于流动人口通常选择居住在成本较为低廉的厂商集体宿舍、群租型的普通商品房和''城中村”,极大地减轻了高房价所带来的流入压力.夏怡然和陆铭(2015)研究发现高房价城市往往伴随着更高的基础教育和医疗服务水平,长期流动的劳动力倾于流向公共服务质量更高的城市,因此高房价也会吸引劳动力的流入.还有部分学者认为房价对劳动力流动的影响并非是线•性的,也并不一定表现为抑制作用.张莉等(2017)研究认为,城市高房价对劳动者同时产生了拉力和推力,拉力体现在更好的就业机会、更高的工资水平和更好的城市公共服务,推力表现为超高的生活成本、极大的生活压力、缺失的幸福感和获得感,而劳动者的流动选择是由房价对劳动者产生的拉力和推力共同决定的,其研究结果表明房价对劳动力流动的影响是非线性的倒U型曲线,当房价在拐点左侧上涨时,房价对劳动者拉力大于推力,劳动力表现为流入;超过拐点后,房价的上涨超过预期城市收入的上涨,生活成本大幅增加,房价对劳动者的推力大于拉力,劳动力表现为流出.张莉等(2017)进一步指出,房价对劳动力流动选择的倒U型影响主要作用在大城市,且沿海城市倒U型曲线的拐点更大,驱逐劳动力流出的房价门槛更高,当前阶段除部分一线城市外,大部分城市的房价上涨有助于吸引劳动力的流入,部分城市希望通过房价上涨来驱赶低技能劳动者从而改善劳动力质量的做法可能适得其反.
劳动力是人力资本的载体,房价波动带来的劳动力流动必然引起人力资本的变动,房价对人力资本的影响也并未形成统一结论.Glaeser等(2001)认为城市高房价通常伴随着高人力资本水平,Giovanni和Matsumoto(2011)也指出城市人力资本与城市房价呈正相关关系.任伟和陈立文(2019)根据我国30个省份2001—2016年的面板数据研究发现,高房价不但没有阻碍人力资本在我国省域间的自由流动,反而成为促进人力资本流入的重要因素之一,例如在我国东部地区,高房价往往吸引着高素质和高技能人力资本的流入.部分学者则持高房价抑制人力资本的观点.宋弘和吴茂华(2020)认为房价的高涨导致了以大学毕业生为代表的区域高技能人力资本的流出,其基于我国2010-2015年期间大学毕业生就业地选择的实证结果显示,高房价显著提高了大学毕业生流出本地,流入其他城市就业的概率,文中估计,2010—2015年期间房价上涨所导致的区域高技能人才流出约为21.5%,且高房价对区域高技能人力资本的驱逐效应在非一线城市表现得更为明显.更多学者认为房价对人力资本的影响并非简单的线型关系.骆永民和刘建华(2011)认为房价对人力资本的影响存在两个方面,一方面房价上涨带来的购房困难会造成人力资本流失,另一方面房价上涨所带来的财富效应会吸引人力资本的聚集,房价对人力资本的最终影响取决于两种作用力的大小,其基于中国大陆30个省份1998—2008年的实证结果进一步显示房价对人力资本的影响存在显著地区差异:在东部地区,房价上涨有助于人力资本的流入与积累;在中部地区,房价对人力资本无显著影响;在西部地区,房价上涨则会抑制人力资本的流入.刘广平等(2018)认为房价与人力资本间均呈正U型关系,其基于我国31个省、自治区和直辖市2003—2016年的实证结果显示无论是全国层面还是在东、中、西部地区,房价上涨对人力资本均产生先抑制后促进的作用,房价对人力资本的影响不存在显著地区差异.Yang和Pan(2020)研究指出,房价上涨对人力资本的影响存在异质性,高房价对低收入群体表现为“挤出效应”,对高收入群体表现为“聚集效应”,且高房价在短期内表现为对人力资本的负效应,在长期来看则表现为对人力资本的正效应.
房价对产业结构的影响在学界也并未达成共识,部分学者认为房价上涨有利于产业结构优化,如邵朝对等(2016)基于我国282个地级市2005—2012年面板数据的实证分析显示,高企的房价通过扩散机制对低端劳动者产生强烈的挤出作用,促进了低端产业不断向高端产业聚集攀升的结构性演变,城市的第二产业聚集程度呈现出明显的先降后升态势,但房价的上涨并未触发产业结构“由二进三'啲完全性蜕变.卢万青和纪祥裕(2017)也指出,房价上涨优化了劳动力供给结构,使得中低端劳动者和低附加值产业往城市周边扩散,高端人才和资本技术密集型企业在高房价城市聚集,从而促进了城市产业结构升级.陈甬军和李环环(2019)基于2003—2017年省级面板数据得出房价与产业结构升级之间存在长期正向作用的结论,且房价上涨对产业结构升级的促进作用在中西部地区表现得更为明显.杜忠成(2017)通过研究安徽省16个地级市2004-2015年的数据,发现当期房价上涨有利于产业结构趋于合理化发展.另有部分学者认为房价上涨不利于产业结构升级,甚至加重产业结构失衡.陈斌开和杨汝岱(2013)指出,高房价引发的房地产泡沫将挤占实体企业投资空间,造成产业间资源错配,不利于产业结构优化升级.郭文伟和李嘉琪(2019)利用全国259个地级以上城市面板数据的实证研究结果显示房价上涨通过劳动力挤出效应和创新挤出效应抑制了产业机构升级,且这种抑制效应在房价更高的城市更为显著.陶爱萍等(2021)基于217个地级市2002—2017年的研究结果显示,房价上涨对产业结构优化升级具有显著负向影响,但房价上涨对产业结构合理化并未产生显著影响.另一种观点是高房价对产业结构升级同时存在促进与抑制作用.王先柱和吴蕾(2019)研究结果显示房价上涨对产业结构的影响存在显著区域化差异,在东部地区,房价上涨有助于产业结构升级,而在中西部地区,房价上涨不利于产业结构优化升级.陈湘满和陈瑶(2020)基于我国31个省市区2004—2018年面板数据的实证结果表明在全国层面以及东部和西部地区,房价上涨有效推动了产业结构升级,但在中部地区,房价上涨阻碍了产业结构升级.
1.3.2科技创新能力的相关研究
毕亮亮和施祖麟(2008)认为“科技创新能力”是衡量城市创新能力和区域创新能力的主要指标.科技创新包含以下四个层面,科技创新投入、科技创新机构、科技创新环境、和科技创新产出科技创新投入是提高城市和和区域科技创新能力最直接的方式,科技创新投入元素的数量和质量直接决定科技创新体系的构建.科技创新投入是指在开发新技术、新产品等创新活动方面的投入,资金、人力资本、知识技术投入都是科技创新投入的重要组成部分.资金投入的衡量指标通常为科技支出、教育支出,科技支出(教育支出)占财政支出的比重,研究与实验发展经费支出(R&D)、政府补贴等.人力资本投入分为人力资本主动引进和被动引进,地方政府出台的高水平人才引进政策等属于人力资本主动引进,城市经济发展所吸引的高学历高技能流动人口等属于人力资本被动引进,人力资本投入的衡量指标通常为科研人员折合全时当量(人年)、每万人普通高等在校大学生数量、高等学历人口占常住人口的比重等.知识技术投入主要体现在企业上,企业引进新知识技术以提高生产效率和生产效益,衡量指标通常有企业当年引进国外技术经费支出和企业对外技术依存度(张杰等,2018)、高新技术企业个数,高新技术企业产值,规模以上工业企业产值与地区生产总值比重等.
科技创新机构是科技创新活动的主体,包括政府、企业、高校、科研院所等.政府作为科技创新体系建设的引导者,必须确定好科技创新活动的整体方向和重点攻克项目,统筹推动各类科技创新活动的有序有效进行,并加强对市场科技创新活动的监督和保障,企业是最重要的科技创新主体,尤其是科技型企业和高新技术企业;高校、科研院所是重要的科技理论创新主体,对基础理论、相关模型和技术手段进行理论上的创新,企业将这些理论上的创新成果进行转移转化,投入实践生产,真正实现创新成果的产业化,企业和科研院所之间的互动交流、协同创新极大地加快了科技创新活动的成果化,促进了科技创新与经济社会的深度融合.
科技创新环境是科技创新活动的助力器,科技创新主体必须依托良好的科技创新环境来开展创新活动,科技创新环境包括科技创新意识,科技创新文化和科技创新体制.创新驱动发展国家战略实施过程中各省、自治区和直辖市有意识地创建了一批科技创新试点,例如国家技术创新中心、国家高新区、国家自主创新示范区、人工智能创新发展试验区等,这些创新示范基地的建立有利于提高科技创新观念意识,建设氛围浓厚的科技创新文化,加快形成科技创新体系.改善科技创新环境必须推进科技体制改革,政府方面应持续深化“放管服”改革,加大普惠性政策支持力度,尤其是对科技创新机构的税收优惠顶层设计,着力改善营商环境(夏后学等,2019),放宽市场准入,推进试点示范,推动形成政府、企业、社会良性互动的科技创新环境.
科技创新产出是科技创新活动的成果,是科技创新主体在创新环境作用下的产出,是科技创新能力的集中体现,在以往文献中,学者们通常倾向于用科技创新产出来量化科技创新能力.科技创新产出的衡量指标较为丰富,通常有专利产出、新注册企业产出、新产品产出和知识产出.专利产出是衡量科技创新产出最常用的指标,范围涵盖专利数量以及专利价值两类:专利数量包括来源于国家知识产权局每周更新的专利申请数或专利授权数,同时也有学者考虑到实用新型专利和外观设计专利并不是真正意义上的创新,便舍去这两类专利的数量,仅认定发明专利申请数或发明专利授权数作为科技创新产岀;专利价值不同于专利数量,考虑了不同专利在其存续期间的价值差异,将不同年龄专利的价值加总来估计科技创新能力.由于专利并非是保障科技创新产出的唯一方式,当专利成为商业机密时,专利人也会选择新注册企业来保障科技创新收益,新注册企业产出的衡量指标通常是新注册企业的数量或新注册企业的注册金额.科技创新产出最终多数转化为产品,新产品产岀的衡量指标通常为新产品的销售收入,高新技术企业的营业收入、技术合同成交额等.科技创新产岀也可能以非实物的形态存在,例如知识产岀,文献中通常用国际科技论文发表数量来衡量.
早期关于科技创新的研究以定性分析为主,近年来对科技创新的研究多以实证分析为主,量化科技创新能力的指标也不断变化升级,由早期的单一指标衡量演变成多指标复合构建的创新指数.已有研究中,衡量科技创新能力的单一指标包括城市R&D经费支出、R&D人员折合全时当量(全时研发人员数量)、科技支出占财政支出比重、专利申请授权数、人均或每万人专利申请授权数、高新技术企业数量等(李光龙等,2020;王叶军和母爱英,2020).由于单一指标无法准确全面地衡量科技创新能力,部分学者通过构建多指标创新指数来改善对科技创新能力估计带来的偏误(徐玉莲等,2011;李柏洲和苏屹,2012;贺灵等,2012;万陆等,2018;裴耀琳和郭淑芬,2020),例如在国际方面,世界知识产权组织(WIPO)公布的全球创新指数(GlobalInnovationIndex)设计了近80个创新指标,涵盖国家政治环境、国家教育总体水平、基础设施建设和商业成熟度等,详细评估了全球131个国家和经济体的创新能力表现,全球创新指数已经成为评价世界各国创新能力的一个基准工具.寇宗来和刘学悦(2017)发布的《中国城市和产业创新力报告2017》通过引入微观专利价值数据和新注册企业数量数据,构建了城市和产业两个层面上的创新指数,报告给出了全国338个城市2001—2016年期间年度城市创新指数和产业创新指数.徐玉莲等(2011)在评价区域科技创新能力与科技金融耦合协调度时,选取了包括论文检索数、专利申请数、新产品销售收入、高技术产业增加值及技术市场成交额等6个维度,运用価值赋权法构建了区域科技创新能力指标.多指标相较于单一指标具有评价信息方面的优势,但也对数据质量提出了更高的要求,如果数据质量不够理想,多指标意味着更大误差,评价的科学性反而下降.值得注意的是,目前国内外尚未建立起统一的科技创新能力评价指标体系,各类学者使用的指标也不尽相同,且不具有普遍适用性,通常需要根据所研究对象的特质来具体选择合理测度指标.
通过文献梳理,对科技创新能力的相关研究基本分为三大类,第一类是探讨科技创新能力的时空演变特征,比较地区间、城市间的科技创新能力,以及对科技创新能力空间溢出效应的探索;第二类是将科技创新能力作为被解释变量,研究其影响因素,并得出该要素对科技创新能力具有促进作用或抑制作用的结论;第三类是将科技创新能力作为解释变量,研究科技创新能力对其他经济社会变量的影响.
第一类,学者们探讨了我国科技创新能力的时空特征和演变轨迹,并对不同城市、区域的科技创新能力作岀比较.刘志华等(2014)研究表明四大经济区域科技创新能力存在较大差异,东部省市区域科技创新能力处于全国领先水平,中部和东北部省市处于中游水平,西部省市处于相对落后水平.马静等(2018)研究表明中国城市的创新能力存在较大差异,科技创新产出主要集中在长三角城市群和各省会城市,形成了多中心化的科技创新网络格局;中、东、西部区域间科技创新能力存在较大差距,且区域间的科技创新能力差异大于区域内部科技创新能力差异.杨明海等(2018)研究发现东部、南部、北部、东北部、西南、西北、黄河中游和黄河下游八大综合经济区的科技创新能力存在显著正向空间关联性,且总体呈上升趋势,但区域间非同步、差异化的发展轨迹导致了区域科技创新能力的非均衡发展格局,表现为从沿海向内陆逐步递减.程开明和章雅婷(2018)研究发现中国城市科技创新活动在空间上具有显著的正向溢出效应,空间溢出效应的强弱随地理距离的增加呈现先增后减的倒U型态势,且中、东、西部地区溢出效应的最优地理距离存在明显区域异质性.段德忠等(2018a;2018b)对我国城市科技创新转移格局的研究中发现,科技成果转移转化能力与科技创新能力水平高度正相关,中国城市科技创新网络格局逐渐显现出等级层次性,形成了以北京、天津和石家庄等城市支撑的京津冀城市群、以上海、宁波、苏州等城市支撑的长三角城市群和以深圳、广州和佛山等城市支撑的珠三角城市群主导的三极鼎力格局,另外在中、西部地区,也逐渐形成了以省会城市为核心的多点散布“核心-边缘”格局.王越和王承云(2018)指出现阶段长三角地区的创新能力呈现出层级差异,形成了以苏州为一级核心城市,上海为二级核心城市,杭州、宁波、绍兴、镇江为三级核心城市的“核心-边缘”创新格局.梅琳等(2019)发现长江经济带110个城市科技创新能力存在明显区域差异,总体上呈现呈“东部强,中西部弱"的空间格局,且长江中上游省会城市和直辖市创新能力提升速度明显高于其他城市.周锐波等(2019)指出东部地区科技创新能力显著强于中、西部地区城市,沿海城市显著强于内陆城市;长江中游、西南地区科技创新能力的提升速度显著高于全国其他城市.张娜和吴福象(2019)研究发现随着“一带一路”的推进,海上丝绸之路经济带节点城市空间相关性增强,城市间科技创新能力近年来逐渐缩小差距,科技创新能力正溢出效应显著,且科技创新能力的经济相关性大于地理相关性.辛晓华和吕拉昌(2020)指岀2001-2016年期间,中国科技创新中心由东部地区逐渐向东南地区移动,科技创新发展格局呈现“东强西弱”局面;南方城市与北方城市的创新发展差异先减小后增大,科技创新能力空间格局由“北强南弱”逐渐转为“南强北弱”.汪增洋等(2021)根据2008—2017年我国省级面板数据实证分析得出,我国地区创新活动存在明显的空间相关性,区域科技创新能力存在显著聚集效应和正向空间溢出效应,该效应在沿海地区更为显著.
第二类,关于科技创新能力的影响要素分析中,学者们重点研究了政府支持、人力资本、城镇化发展水平、产业结构、区位便利性和地理优势、创新机构设立和房地产市场发展水平对科技创新能力的影响.
科技创新能力的提高离不开政府财政支持.苗文龙等(2019)指岀,政府为推进本国技术创新产生的财政支出是企业技术创新支出增加的重要外在推力,政府财政支出的增加对企业创新行为产生了积极促进作用,能有效提高企业科技创新能力.卞元超等(2020)研究发现,地方政府财政科技支出的增加能显著促进区域科技创新产岀的增加,且该促进作用在长期上的影响显著高于短期.熊凯军(2020)基于2008—2017年我国制造业上市企业面板数据研究结果显示,政府的财政支出和创新补贴均能显著提高企业的创新产出,且政府支持对企业创新能力的促进作用在中型企业和技术比较优势较低的企业更为显著.吴非等(2021)通过匹配2007—2018年A股上市企业与宏观经济数据,发现财政科技支出能够从“投入一产出”层面增加微观经济主体的科技创新活动,从地区属性来看,财政科技支出对科技创新能力的提升效用在东部地区较为显著,中西部地区效果不明显;从企业性质来看,财政科技支出对非国有、高技术企业和处于''初创期一成熟期”阶段企业的科技创新能力具有更好的驱动作用.税收优惠属于政府财政支持的另一表现形式,刘诗源等(2020)基于2007—2016年中国上市企业和地级市面板数据实证研究发现,减税降费等税收激励政策能有效增加企业研发投入,提高成熟期企业发明专利授权量,从而提升企业创新质量,且该促进作用在民营、高科技、制造业企业中尤为显著.部分学者还指出政府支出对科技创新能力存在异质性影响,例如叶祥松和刘敬(2018)基于我国省级面板数据的实证结果显示,政府科学研究支出在长期内对我国科技创新能力存在显著促进作用,而过度的政府技术开发支出对我国科技创新能力可能产生抑制作用,由此建议政府财政支持必须具有针对性,应加大政府对科学研究的长期支出,而将政府技术开发支出控制在合理范围.此外,还有少部分学者认为政府支持会损害区域科技创新主体(企业、高校和科研机构)出于自主意愿的技术研发效率,反而不利于区域科技创新能力的提升(余永泽,2011).
大量文献研究均表明人力资本是科技创新产出的核心影响因素,一般认为人力资本的投入和流入会提高科技创新能力.邹薇和代谦(2003)认为人力资本水平越高的城市,对创新技术的模仿和吸收能力会更强,从而促进城市科技创新能力的提高.孙文杰和沈坤荣(2009)认为人力资本积累直接影响中国制造业创新效率和自主创新能力,只有当人力资本积累突破一定门槛值后,才会对企业技术创新产生积极影响,否则人力资本无法完成新技术的吸收消化和二次创新,反而对人力资本产生消极创新激励作用,不利于城市技术创新.梁琦等(2013)指出户籍制度改革促进了劳动力在城市间的自由流动,改善了人力资本在空间上的资源错配,优化了城市层级体系和科技创新效率.李静等(2017)认为创新部门必须依靠人力资本的知识积累来突破创新活动中所存在的技术门槛,尤其是高素质人力资本的有效积累和聚集;同时发现人力资本的错配
将会导致创新动力不足,创新效率低下,强调了人力资本在部门间的有效配置是推动技术创新的强大动力.姚东旻等(2017)认为人力资本是城市进行科技创新的载体,人力资本积累与城市科技创新之间存在正相关关系,城市人口老龄化会导致人力资本存量的减少,从而导致城市科技创新能力的下降.邵汉华和钟琪(2018)指出研发人员的在区域间的自由流动存在明显的知识技术溢出效应,有利于激发企业的协同创新能力,进而提升企业科技创新能力.孙红军等(2019)研究表明科技人才聚集对本区域和关联地区域科技创新能力均具有显著促进作用,科技人力资本聚集对区域科技创新能力的提升作用存在空间溢出效应,区域内和区域间溢出效应均显著为正.张萃(2019)认为人力资本是重要创新投入要素,城市本地人力资本和在城镇化发展进程中涌现的外来人力资本均会对城市科技创新能力产生显著促进作用,外来人力资本所带来的城市文化多样性是其中一个有效影响路径.王静(2020)研究表明人力资本水平能有效提升城市科技创新能力,且相较中小城市,超大城市、特大城市和大城市中人力资本对科技创新的促进作用更为显著.
随着新型城镇化进城的推进,城镇化发展水平与科技创新能力之间的相互关系日益密切.田逸飘等(2018)利用LMDI分解法实证分析了城镇化发展对区域科技创新能力的影响,研究结果显示,在全国层面上,城镇化进程显著促进了我国科技创新能力的提升;在区域层面上,东部和中部地区科技创新能力的提升主要依靠人口城镇化,且对中部地区的促进作用优于东部地区,而西部地区科技创新能力提升的主要贡献来自人口城镇化和空间城镇化,东北部地区主要贡献因素则为空间城镇化.司训练和李颖(2020)基于2008—2018年我国省级面板数据研究得出,从我国整体情况来看,城镇化对区域技术创新能力具有显著促进作用,经济发展水平是城镇化对区域科技创新能力作用的中介;从四大经济区域划分来看,城镇化对区域科技创新能力的提升效果存在显著区域性差异,作用效果由大至小的顺序依次为东北部、西部、中部和东部土也区.张小霞和张蕾(2021)认为城镇化与科技创新之间相互影响、相互制约,城镇化的发展能够为科-技创新提供物质保障,其基于我国2006-2018年期间城镇化与科技创新效率之间相关性测算结果支持了这一观点.
产业结构是影响科技创新能力的重要因素之一,不同产业的聚集可以降低企业的交易成本,提高企业生产效率,尤其是制造业和服务业的协同发展最能有效提高城市生产率和科技创新能力.迟仁勇(2005)认为区域中小企业的聚集有利于企业与企业、企业与政府、企业与科研机构间的紧密交流,便于中小企业创新活动的形成稳定结网关系,中小企业聚集形成的创新网络促进了科技创新能力的提高.范剑勇(2006)指出城市中非农产业的聚集可以促进产业间技术交流并通过规模报酬递增有效地提高城市平均生产效率,进而促进科技创新活动的萌生.刘军等(2010)研究表明高技术产业和传统产业的聚集均能显著促进区域创新能力,但资源依赖型产业的过度聚集反而会抑制区域科技创新能力.陈建军和陈菁菁(2011)指出制造业和生产性服务业
19
互为中间产品投入,两产业的协同发展能降低双方交易成本,制造业交易成本的下降主要通过推动制造业靠近生产性服务业地区来降低运输成本,生产性服务业交易成本的下降主要通过推动知识密集型劳动力聚集来降低通信成本,制造业和生产性服务业的优先发展顺序和协同发展程度对城市生产效率有着重要影响.柯善咨和赵曜(2014)指出城市中“生产性服务业-制造业”的产业结构会对城市生产效率产生显著正向影响,两产业的协同发展对城市生产率产生的影响取决于城市规模,小规模城市的产业聚集效应远低于大城市,小规模城市的产业聚集创新能力随着制造业比重的提高而提升,大规模城市的创新能力随着制造业向生产性服务业转型而提高.余泳泽等(2016)研究表明城市生产性服务业的空间聚集会明显提升制造业的生产效率,尽管生产性服务业的空间外溢效应随着辐射距离的增加而减弱,这依然支持了将城市生产性服务业和制造业协同发展,利用两产业空间聚集来提高城市生产效率和科技创新能力.纪祥裕和顾乃华(2020)研究发现制造业和生产性服务业的协同聚集可以通过扩大市场规模和优化资源配置来提升城市科技创新能力,该协同聚集的促进关系在超大、特大和大城市表现的较为显著,而中小城市几乎不存在该促进关系.此外,部分学者也提出了其他特定产业和阶层的聚集也可以促进科技创新能力的提升.王猛等(2016)指出具有创造能力的知识密集型行业从业人员的聚集通过知识外部性提高了科技创新能力,祝影和涂琪(2016)研究发现信息业强的城市往往展示出更强的科技创新能力,且不同城市的产业结构相似性正在逐渐缩小,正朝着城市经济特色方向转变,通过发展各城市的优势产业来提高科技创新能力.刘晓伟(2019)发现服务业的聚集可以促进城市生产效率的提高,且东部地区服务业聚集所带来的知识溢出效应和规模效应相较于中、西部地区更为显著,因而东、中、西部地区服务业聚集对科技创新能力的促进效果也存在显著差异.纪祥格(2020)指出金融业的空间聚集显著提升了城市科技创新能力,且金融聚集的促进作用在东部地区、大型及以上城市和非资源性城市更为显著.
区位便利性或地理优势被认为是科技创新能力的重要影响因素.轨道交通建设成熟度成为评判区位便利性的重要标准之一,近年来高铁的开通快速提升了城市轨道交通便利程度,越来越多学者认为高铁的开通能明显提升城市科技创新能力.刘芳(2019)指出开通高铁不仅提高了城市可达性,也加快了科技创新活动要素在高铁通车城市间的流动传播,加强了科技创新参与者之间的相互作用,促进了高铁开通城市科技创新能力的提高.张梦婷等(2018)研究表明高铁的开通促进了资本和劳动力等生产要素向高铁城市的聚集,高铁城市企业生产率和创新能力得到有效提高,但高铁周边城市的企业生产率却有所下降,即高铁开通对周边城市的科技创新能力产生虹吸效应.杨思莹和李政(2019,2020)指出高铁的开通有助于高铁城市间形成创新网络格局,对科技创新能力的影响具有“俱乐部效应”,促进了高铁城市科技创新要素的聚集和科技创新能力的快速提升,一方面缩小了高铁“俱乐部”城市间的科技创新能力差异,另一方面也拉大了高铁城市和非高铁城市间的科技创新能力差距.叶德珠等(2020)认为中心城市高铁的开通
20
显著地提升了全国范围内整体科技创新能力,高铁周边城市科技创新能力随着与中心城市距离增加而衰减,但对距离中心城市100公里左右的城市科技创新能力提升不显著,反而呈现出虹吸效应.石敏俊和张雪(2020)认为高铁开通对提升城市科技创新能力存在门槛效应,对超大城市、特大城市和大城市科技创新能力有显著促进作用,对中小城市城市科技创新能力并无显著作用;且高铁开通城市科技创新能力存在明显正向溢出效应,对距离高铁城市2小时、1小时和3小时以上车程周边城市的辐射带动作用呈现不规则减弱态势.何凌云和陶东杰(2020)发现高铁的开通显著提升了高铁沿线非节点城市的科技创新能力,且节点城市的科技创新能力越高、非节点城市与节点城市的距离越近,该促进作用越为显著.邹璇等(2020)认为城市轨道建设具有时空压缩特征,既降低了物资的运输成本,也节省了人员的通勤成本,促进了知识技术的溢出,直接提升了城市科技创新能力;同时轨道交通的建设可以促进产业聚集,提高地产价值,缓解企业融资约束,提高内部技术研发投入,从而间接提升城市科技创新能力.此外,轨道交通建设对城市科技创新能力的促进作用存在区域异质性,沿海城市相较于内陆城市更为显著.
坚持将科技创新作为推动经济发展的首要驱动力,科学技术部、商务部、教育部、财政部、工业和信息化部、农业农村部、发展改革委等诸多部门均出台创新相关改革措施,各省、自治区和直辖市相继成立了各类创新试点机构,学者们也纷纷通过实证分析来检验创新机构的设立是否真正提升了城市科技创新能力.许治和陈丽玉(2016)通过对21个国家级创新型城市进行跟踪分析,发现创新型城市的建立极大地提高了城市技术成就和科技创新能力,但各城市的发展速率不均衡,形成了以北京和深圳为两极的高水平创新城市组和其他城市为主体的中间水平创新城市组,但两组城市之间的科技创新能力在逐渐缩小差距,李政和杨思莹(2019a;2019b)分别对2008—2013年期间设立的57个创新型试点城市和2003—2016年期间215个城市的国家高新区进行政策评估,发现创新型城市试点和国家高新区的设立均显著提升了城市科技创新能力,且对东、中、西部城市科技创新能力的提升不存在显著区域差异。创新型城市试点和国家高新区的设立对一般地级城市科技创新能力的促进效果要显著强于重点城市(直辖市、省会城市和副省级城市),且国家高新区的设立对城市科技创新能力的提升效应随着时间推移呈现出先增后减直至不再显著的特征.熊波和金丽雯(2019)利用2001—20)6年期间240个城市相继设立国家高新区这一准自然实验,得出国家高新区的设立可以明显提高科技创新能力,且该促进作用随着时间推移逐渐加强的结论,但国家高新区的设立对科技创新能力的促进作用存在区域差异,初始要素禀赋较好的地区科技创新能力提升更为显著.权小锋等(2020)研究发现企业与高等院校合作设立的博士后工作站可以有效提高企业科技创新产出数量和质量,合作的高等院校综合实力越强,企业博士后工作站质量越高,对企业科技创新效益和科技创新能力提升作用越明显.
近年来,房价与科技创新能力之间的关系引起了学者们的关注,但目前学界就房价对科技创新能力的影响尚存在争议.支持派认为房价对科技创新能力产生显著正向影响.余静文和谭
21静(2015)研究发现房价上涨提高了企业抵押负债能力,缓解了企业面临的融资约束,企业内部科技研发支出得到有效支持,肯定了房价上涨对于经济发展和企业科技创新能力的促进作用,并称之为房价上涨的“流动性效应。刘愿等(2017)研究发现尽管房价上涨使得国有企业增加了房地产投资,但房地产投资增值为国有企业带来的信用缓解效应大于资金挤占效应,反而扩大了国有企业科技创新研发投入资金支持,其基于我国2037家上市公司及债券企业和225个城市2006—2013年的匹配数据验证了房价上涨带来“信用缓解效应”.张婷婷等(2020)认为房价上涨对科技创新能力有正向促进作用,从宏观层面看,房价上涨带来的不动产价值增加通过产业聚集和产业多样性的传导机制提升了科技创新能力;从微观层面看,房价上涨通过人力资本积累和知识技术溢出的传导路径提升了科技创新能力.赵华平等(2020)研究指出不动产供给数量结构(住房不动产、非住房不动产和公共设施不动产在数量上的组合)的优化不仅可以直接提升科技创新产出,还可以间接地通过资金和人才的聚集来进一步加速科技创新产出,由此加速提升科技创新能力.反对派认为房价对科技创新能力产生显著负向影响.吴晓瑜等(2014)研究认为高房价对个人创新创业活动的“挤占效应”十分显著,高房价释放了房地产投资高预期回报率的信号,无论有房者还是无房者都会选择房地产投资来替代个人创新创业,不利于个人创新产出.王文春和荣昭(2014)利用35个大中城市规模以上工业企业数据研究得出,房价的过快上涨会提高房地产行业的预期投资回报率,工业企业追逐房地产的高回报率而偏废主业,企业自由资金流的流出严重挤占了企业对新产品和新技术的研发投入,使得企业科技创新能力变弱.于静文等(2015)基于匹配的35个大中城市宏观数据与中国工业企业微观数据的实证结果显示,房价增速每上涨1%,企业研发投入占总资产比重下降0.05%,人均研发投入下降92元,这一结论为中国城市的高房价和企业低技术创新能力之间的关系给出了实证支持.李昊洋等(2018)从企业研发活动成本视角解释了城市高房价对企业科技创新活动的驱逐作用,高涨的房价增加了企业的研发活动成本,驱使企业将科技研发创新活动搬迁至房价更低的地区,从而削弱了城市科技创新能力.邓博文(2015)利用上市公司工业企业数据研究发现’工业企业当期、滞后期房地产投资额与科技研发支出和企业专利数均呈负相关关系,这表明在短期内企业房地产投资会损害科技创新能力;工业企业跨期累积房地产投资额与企业科技创新产出之间也呈负相关关系,这表明从长期来看,企业涉足房地产行业将不利于提升企业科技创新能力.张杰等(2016)研究发现中国高房价对企业科技创新活动产生了严重阻碍的作用,房地产开发投资增长越快的城市,表现出更低的科技创新能力,并从四个方面作出解释:第一,房地产投资投资额的快速增长会对企业科技创新活动所需的长期资金产生严重的挤占效应;第二,房价高涨意味着房地产行业的高投资回报率,这将吸引银行等金融部门优先将贷款资金提供给收益高、风险小的房地产部门,挤占了企业研发所需的正常贷款资金,影响了企业的科技创新活动;第三,房地产部门超高的回报率甚至引诱企业动用原本用于科技创新研发的资金投进行房地产投资,这对本末倒置的做法严重损害了企业的科技创新动机和科技创新能力;第四,房价的高涨会扭曲居民的消费偏好,导致家庭储蓄投资在科技创新程度较低但回报率较高的房地产行业,同时减少购买蕴含新技术、新工艺的科技创新产品,企业进行科技创新活动的带来的收益锐减,这将倒逼企业进行房地产投资.余永泽和张少辉(2017)研究表明,尽管不动产商品和资产的双重属性使得房价上涨给企业同时带来正向的“流动性效应”和负向的“挤占效应”,但就中国情形而言,房价上涨对企业科技创新资金的“挤出效应”占了主导地位,其基于上市公司的数据验证了高房价对企业科技创新能力的显著抑制作用,同时提出了高房价对周边城市科技创新能力的负向空间溢出效应.类似地,刘建江和石大千(2019)利用双边随机前沿模型测算了房价对企业科技创新的挤出和挤入效应,结果显示挤出效应为27.46%,挤入效应18.21%,净效应为-9.25%,意味房价的挤出效应占主导,房价上涨将导致企业科技创新能力低于前沿企业科技创新能力9.25%.陶爱萍等(2021)基于我国217个地级市2002-2017年的数据得出,房价上涨抑制了以人均发明专利量衡量的城市科技创新能力.另有部分学者认为房价对科技创新能力同时产生了正、负两种影响,原因在于不动产具有资产和商品的双重属性,从资产角度来看,不动产价格的上涨提高了不动产资产价值;从商品角度来看,不动产价格的上涨提高了消费成本.根据资产泡沫理论,房价上涨对科技创新主体,企业和个人,同时带来了“财富效应”和“挤占效应”,这对企业和个人的科技创新产出分别产生了促进和抑制作用,最终效果取决于两个效应的作用大小和主导程度,颜色和朱钟国(2013)从个人视角分析了房价上涨对科技创新能力的的影响,结果显示房价上涨一方面提高了个人财富,扩大了以个人或家庭房产为抵押获得的银行贷款,增加了以个人为主体的科技创新活动;另一方面提高了个人的购房和租房成本,生活成本的提高损害了个人创新创业活动的扩大,尤其是对于无房者来说,房价上涨极大地提高了购房成本和生存门槛,无房者通常会选择稳定的工作来增加储蓄购房而非轻易尝试资金投入较大、风险性较高的个人创新创业活动.Miao和Wang(2014)从企业视角分析了房价上涨对科技创新能力的影响,结果显示房价上涨一方面增加了企业所持有不动产的整体价值,企业可抵押资产价值的增加帮助企业获得更丰富的信贷资源,企业科技研发支出得到信贷资金的有效支持,促进了企业科技创新活动;另一方面房价上涨提高了企业办公场所、仓储场地、员工住宿场所的租金,上述非研发支出挤占了企业技术研发支出,不利于企业科技创新活动的持续开展.徐长生和张虚怀(2019)通过构建理论模型分析了房价上涨对于科技创新能力的影响,提出了“信用融资效应“和“资金挤出效应”双重效应并存的结论,文中指出,以房地产为代表的固定资产投资具有明显的融资优势,房价上涨所带来的企业账面资产升值有助于增强企业融资信用,企业获得更多的外部融资支持,有效缓解了企业科技创新投资资金约束,企业科技创新活动得以持续开展,从此方面来看,房价上涨对科技创新能力具有正向激励作用;就负面效应而言,房价快速上涨带来的房地产部门投资收益显著高于工业部门,引致工业企业跨领域对技术壁垒较低的房地产行业进行大规模投资,相应地挤占了工业部门科技创新研发投入资金,从投入一产出层面来看,企业科技创新产岀减少,科技创新能力大幅下降.
第三类,关于科技创新能力作为解释变量对其他经济社会变量的影响,以往文献主要研究了科技创新能力对经济增长、产业结构升级、房地产市场和生态环境的影响.
创新是驱动经济发展的内在动力,全面提升科技创新能力将有效促进经济的高质量增长,这一观点在学界达成共识.洪名勇(2003)研究结果表明科技创新能力与经济实力之间存在正相关关系,科技创新能力较强的省区经济实力也较强,例如东部省区,科技创新能力较弱的省区市经济实力也较弱,例如西部省区;区域科技创新能力之间的差距导致了区域经济的非均衡增长.樊杰和刘汉初(2016)指出,科技创新对区域经济的贡献程度正在逐步增长,当前科技创新能力的区域差距可能会进一步拉大区域经济发展差距.李政和杨思莹(2017)研究结果表明我国科技创新、产业升级和经济增长三者间形成了一种相互促进的良性循环机制,科技创新能力的提升有利于产业结构升级,同时促进了经济增长,产业结构升级和经济增长反过来为科技创新提供了创新平台物质基础,且相较于中西部地区,三者的互动互助关系在我国东部地区表现得更为显著.类似地,谢周亮和李志影(2020)基于2004—2018年我国30个省市的面板数据分析了科技创新、产业结构升级于经济增长三者之间的关系,研究结果显示,无论在全国层面还是区域层面,科技创新能力与经济增长间呈正相关关系,产业结构升级是科技创新促进经济增长的有效路径,且经济发展水平越高,该促进作用越强.李翔和邓峰(2019)认为科技创新对经济增长始终存在着显著的正向促进作用,且地理空间溢出效应是科技创新促进经济增长过程中不可忽视的重要因素,其研究结果进一步显示,科技创新有助于减弱产业结构升级过程中对经济增长产生的负效应,只有科技创新与产业结构的协同发展才能有效促进经济的高质量增长.部分学者还提出了科技创新异质性对区域经济的不同影响,如王旭等(2018)基于我国30个区域2008—2016年面板数据的研究结果显示,以财政教育支出、科技创新人才投入和创新理论产出为代表的科技创新能显著促进区域经济的增长,但以财政科技支岀和技术市场产出为代表的科技创新对区域经济增长的促进效果较为微弱.
关于科技创新能力对房地产市场的影响,王荣和张所地(2016)认为科技创新能力的显性表现与城市房价存在显著正相关关系,原因在于科技创新产出对房价有显著促进作用,而科技创新投入对房价的影响并不显著.张所地和程小燕(2019)指出科技创新能力特质与房价成正相关关系,科技创新能力越高的城市,越能吸引大量具备潜在创新能力的人力资本流入,房地产需求更为旺盛,进而推动了房价上涨.杨木旺等(2020)基于31个省份2006—2017年混合面板数据的研究结果显示,科技创新能力的提升对房价上涨产生了显著积极影响,该促进作用主要通过研发试验人员数量的增加来实现.
科技创新能力生态环境的影响也越来越被更多学者关注.任亚运和张广来(2020)研究发
24现中国城市的科技创新活动可以有效减少雾霾,原因在于科技创新能力提升所带来的能源效率提高和交通便利化,但科技创新能力具有的积极减霾效果会随着时间呈边际递减态势.杨小东等(2020)发现科技创新能力的提升可以显著抑制城市生态环境污染,科技创新能力高的城市生态环境污染得到明显改善,从宏观上,创新能力的提升往往伴随着城市产业结构升级转型和能源集约化利用;从微观上,生产技术创新和生物治理技术创新减少了污染物的排放.
通过梳理以上相关文献不难发现,房价与科技创新能力之间存在诸多相似特征,学者们对二者之间的内在关系进行了相关研究,但其中的影响机制尚未厘清,结论尚存在争议.本文试图开展房价对科技创新能力影响效应研究,从内在传导机制验证房价对科技创新能力的影响,并从空间视角进一步探索房价与科技创新能力之间的关联性.
1.4研究内容和研究方法
14.1研究内容
本文第一章节介绍了我国房价和科技创新能力的现状,并就房价和科技创新能力的相关研究进行了文献梳理;第二章节介绍了相关理论并就房价对科技创新能力的影响进行了理论分析,同时对房价影响科技创新能力的内在传导机制进行了理论分析;第三章节利用我国31个省、自治区和直辖市2005—2018年的面板数据实证分析了房价对区域科技创新能力的影响,并就相关传导机制进行了实证检验;第四章节在前一章节的基础上,加入空间地理因素,基于地理邻接、空间地理距离和空间经济距离构建了空间权重矩阵,并借助空间杜宾模型(SDM)实证分析了房价与区域科技创新能力之间的空间关联性;第五章节在传统双重差分模型的基础上,充分考虑空间地理因素,通过构造双重差分空间杜宾模型(DID-SDM)考察了“取消限购”政策这一房地产政策对区域科技创新能力的空间影响;文中最后一章节给出了本文结论和相应的政策建议.
1.4.2研究方法和技术路线图
本文在第三章节分析房价对区域科技创新能力的影响时釆用了双向固定效应法进行基准回归,并运用工具变量法进一步估计以减少内生性带来的估计偏误,并采用中介效应模型对工资、人力资本数量、人力资本质量和产业结构合理化传导机制进行了相关分析;第四章节采用一系列空间计量方法分析了房价与区域科技创新能力的空间关联性,包括空间权重矩阵的构建、空间自相关性检验、空间杜宾模型(SDM)的具体设定形式以及空间效应的分解等;在第五章节进行政策效果评估时,采用了传统双重差分模型与空间杜宾模型相结合的DID-SDM估计法.本文的技术路线图1.1所示.
图1.1技术路线图
1.5本文创新与不足
本文创新之处主要存在以下三点:(1)现有文献通常关注科技创新能力对房价的影响,关于房价对科技创新能力的研究则较少,而厘清其内在影响机制并给出实证支持的文献更是鲜见,本文的实证研究丰富了该方向相关研究结论.(2)以往学者关于房价对科技创新能力影响的研究大多采用传统时间面板模型,基本未考虑空间地理因素.本文充分考虑了我国省域经济互动,将空间地理因素纳入研究,构建的空间面板模型能更全面和准确地反映房价对科技创新能力的时空影响,本文的空间视角为房价对科技创新能力影响的相关研究提供了新思路.(3)现有关于限购政策的研究基本聚焦于“实施限购政策”的政策效果,鲜有研究考察“取消限购政策”的政策效果,将空间地理因素纳入“取消限购”政策评估的相关研究更是罕见,本文由房价影响了科技创新能力,发散到对房价产生直接影响的限购政策如何影响科技创新能力,这一联想既合理又富有创造性,同时具有一定的研究价值,为政府科学、全面制定相关政策提供了新思路.
本文的不足之处主要表现为:(1)本文实证研究部分使用的数据为省级面板数据,得出的研究结论为全国层面和区域层面,若能克服部分数据可得性难题,获取地级市层面较长时期的科技数据进行下一步实证分析,则相关结论更为精细,政策指导意义更强.(2)本文在测度科技创新能力时,主要从专利角度进行度量,测度指标较为单一,并未构建科学复杂的多指标进行综合衡量,若能获取多维度的科技数据,可尝试构建科技创新能力复合指标进行深度分析.