房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響研究
——基于31個(gè)國(guó)家高新區(qū)面板數(shù)據(jù)的實(shí)證分析

程正中 ，夏恩君

（1.北京理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院，北京 100081；2.北方工業(yè)大學(xué) 土木工程學(xué)院，北京 100144）

一、引 言

國(guó)家高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)（以下簡(jiǎn)稱(chēng)高新區(qū)）作為我國(guó)區(qū)域創(chuàng)新發(fā)展的核心載體和重要引擎，在30多年的發(fā)展歷程中，一直是新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)和增長(zhǎng)極，在地方經(jīng)濟(jì)發(fā)展中發(fā)揮著示范引領(lǐng)和輻射帶動(dòng)的巨大作用。在中美戰(zhàn)略競(jìng)爭(zhēng)加劇的國(guó)際形勢(shì)下，在我國(guó)經(jīng)濟(jì)下行壓力依然嚴(yán)峻的國(guó)內(nèi)背景下，高新區(qū)日益成為應(yīng)對(duì)國(guó)際科技競(jìng)爭(zhēng)、發(fā)展新經(jīng)濟(jì)、培育新動(dòng)能的重要抓手。在過(guò)去的十幾年里，隨著我國(guó)工業(yè)化和城鎮(zhèn)化的快速推進(jìn)，人口向中心城市快速集聚，城市經(jīng)濟(jì)增長(zhǎng)迅速，各大城市的房?jī)r(jià)也快速上漲。受房?jī)r(jià)溢出效應(yīng)影響，位于老城區(qū)外圍的高新區(qū)房?jī)r(jià)快速上漲，日益成為市場(chǎng)炒作的重點(diǎn)，先后被地方政府納入限價(jià)、限購(gòu)和限售的范圍。2019年5月，蘇州市政府決定對(duì)高新區(qū)部分重點(diǎn)區(qū)域新建商品住房實(shí)施限制轉(zhuǎn)讓措施。青島市政府2018年起就對(duì)紅島高新區(qū)的住宅實(shí)行了限購(gòu)和限價(jià)措施。國(guó)內(nèi)很多研究指出房?jī)r(jià)上漲會(huì)抑制企業(yè)的研發(fā)投入，國(guó)外的同類(lèi)研究卻發(fā)現(xiàn)住房升值有利于企業(yè)增加創(chuàng)新投入。高新區(qū)企業(yè)是研發(fā)投入的重要主體，而研發(fā)投入是創(chuàng)新驅(qū)動(dòng)發(fā)展的基礎(chǔ)。城市房?jī)r(jià)上漲是否抑制了我國(guó)高新區(qū)企業(yè)研發(fā)投入呢？已有研究指出高新區(qū)企業(yè)相對(duì)于園區(qū)外的企業(yè)能夠獲得集聚效應(yīng)帶來(lái)的好處［1］，投資效率和研發(fā)效率均優(yōu)于園區(qū)外的企業(yè)［2］，經(jīng)營(yíng)績(jī)效也好于園區(qū)外企業(yè)［3］。那么與已有的研究結(jié)論相比，房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響是否會(huì)呈現(xiàn)不同的結(jié)果呢？在中美科技競(jìng)爭(zhēng)長(zhǎng)期化的背景下，研究城市房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響，對(duì)于完善房地產(chǎn)調(diào)控政策、促進(jìn)高新區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展具有現(xiàn)實(shí)意義。

二、國(guó)內(nèi)外研究現(xiàn)狀

技術(shù)進(jìn)步是經(jīng)濟(jì)增長(zhǎng)的根本動(dòng)力，而研發(fā)是技術(shù)進(jìn)步的基礎(chǔ)。企業(yè)的研發(fā)活動(dòng)一直為學(xué)術(shù)界所關(guān)注。大量文獻(xiàn)研究了內(nèi)外部因素對(duì)企業(yè)研發(fā)投入的影響。這些內(nèi)部因素包括企業(yè)規(guī)模［4-5］、市場(chǎng)勢(shì)力［6］、產(chǎn)權(quán)結(jié)構(gòu)［7］、盈利能力［8］、公司治理［9］和人力資源儲(chǔ)備及人力資本［10］等。比如，Shefer and Frankel（2005）［4］認(rèn)為高科技企業(yè)規(guī)模與研發(fā)支出顯著負(fù)相關(guān)，高技術(shù)企業(yè)規(guī)模擴(kuò)大對(duì)研發(fā)投入存在擠出效應(yīng)［11］。還有一些文獻(xiàn)研究了外部因素對(duì)研發(fā)投入的影響。外部因素包括地區(qū)經(jīng)濟(jì)發(fā)展水平［9］、市場(chǎng)需求［12］、政府科技投入和研發(fā)資助［13-14］、外商直接投資［15］、融資約束［16］、知識(shí)產(chǎn)權(quán)保護(hù)制度［17］和環(huán)境規(guī)制［18］等。比如，劉笑霞和李明輝［19］指出地區(qū)經(jīng)濟(jì)發(fā)展水平與研發(fā)支出水平顯著正相關(guān)。Guo et al.（2016）［14］發(fā)現(xiàn)政府補(bǔ)貼對(duì)企業(yè)研發(fā)支出增長(zhǎng)具有顯著促進(jìn)作用。Howell et al.（2017）［20］也發(fā)現(xiàn)政府資助會(huì)大大提高公司后期獲得風(fēng)險(xiǎn)投資的概率，對(duì)公司研發(fā)有積極影響。Cheung and Ping（2004）［21］研究指出外商直接投資的技術(shù)溢出效應(yīng)有助于企業(yè)研發(fā)創(chuàng)新。張濤（2013）［22］指出銀行信貸可以緩解外部融資依賴(lài)度大的行業(yè)的融資約束，促進(jìn)這些行業(yè)的研發(fā)投入。Aghion et al.（2012）［23］認(rèn)為融資約束程度較高時(shí)會(huì)降低研發(fā)活動(dòng)的積極性。但是，因?yàn)楦咝录夹g(shù)企業(yè)無(wú)形資產(chǎn)比重高，高新技術(shù)企業(yè)的研發(fā)投入與銀行信貸的關(guān)系并不顯著［22］。隨著我國(guó)城市房?jī)r(jià)持續(xù)上漲，負(fù)面影響不斷顯現(xiàn)，房?jī)r(jià)快速上漲對(duì)企業(yè)研發(fā)投入的影響日益受到學(xué)者關(guān)注。一些文獻(xiàn)認(rèn)為企業(yè)研發(fā)投入會(huì)受到房?jī)r(jià)上漲的直接影響。比如，劉建江和羅雙成（2018）［24］認(rèn)為房?jī)r(jià)上漲的成本增加效應(yīng)，減少了利潤(rùn)空間，致使企業(yè)研發(fā)支出減少。王健忠（2013）［25］也指出房?jī)r(jià)的過(guò)快上漲對(duì)企業(yè)新產(chǎn)品的銷(xiāo)售額有顯著的負(fù)面影響，從而降低了高附加值產(chǎn)品的市場(chǎng)需求，對(duì)企業(yè)研發(fā)不利。一些文獻(xiàn)認(rèn)為房?jī)r(jià)影響是間接的。比如，Li和Wu（2014）［26］認(rèn)為高房?jī)r(jià)增加了生存壓力，抑制了技術(shù)人員創(chuàng)新創(chuàng)業(yè)的熱情，不利于企業(yè)研發(fā)創(chuàng)新。王敏和黃瀅（2013）［27］指出房?jī)r(jià)持續(xù)上漲可能會(huì)扭曲企業(yè)家行為，使企業(yè)的創(chuàng)新投入減少。還有一些文獻(xiàn)指出房?jī)r(jià)上漲的資源錯(cuò)配效應(yīng)會(huì)擠出企業(yè)研發(fā)投入。比如，黃彥彥和李雪松（2017）［28］的實(shí)證研究指出高新技術(shù)企業(yè)因房?jī)r(jià)泡沫而涉足房地產(chǎn)，會(huì)抑制研發(fā)投入。Miao and Wang（2014）［29］和余靜文等（2015）［30］也指出在房?jī)r(jià)增速快、住房投資回報(bào)率高的背景下，企業(yè)將資源配置到住房部門(mén)，從而擠出投資風(fēng)險(xiǎn)高、回報(bào)周期長(zhǎng)的研發(fā)投資。盧萬(wàn)青和紀(jì)祥裕（2017）［31］認(rèn)為研發(fā)活動(dòng)需要從金融部門(mén)獲得外部資金，但是房地產(chǎn)市場(chǎng)的繁榮導(dǎo)致金融體系與房地產(chǎn)業(yè)的互動(dòng)性增加，擠壓了企業(yè)研發(fā)活動(dòng)的外部融資規(guī)模，導(dǎo)致企業(yè)研發(fā)經(jīng)費(fèi)支出增長(zhǎng)受到抑制。國(guó)外的研究結(jié)論往往相反，認(rèn)為房?jī)r(jià)上漲的經(jīng)濟(jì)影響主要體現(xiàn)為信用緩解效應(yīng)。Mao（2015）［32］研究發(fā)現(xiàn)商業(yè)房地產(chǎn)升值促進(jìn)了公司技術(shù)研發(fā)。通過(guò)調(diào)查美國(guó)上市公司的研發(fā)投資決策數(shù)據(jù)，Rongand Ni（2019）［33］也發(fā)現(xiàn)在住房市場(chǎng)繁榮期間住房?jī)r(jià)值與公司的研發(fā)投資正相關(guān)。

已有的研究關(guān)注房?jī)r(jià)上漲對(duì)研發(fā)投入的影響，多數(shù)以工業(yè)企業(yè)和制造業(yè)為研究對(duì)象，很少關(guān)注高新區(qū)企業(yè)。高新區(qū)企業(yè)既包括高新技術(shù)企業(yè)，也有與之配套的其他企業(yè)；既有高新技術(shù)制造業(yè)，也有高技術(shù)服務(wù)業(yè)。其中，高新技術(shù)企業(yè)是從事技術(shù)創(chuàng)新、研發(fā)強(qiáng)度在規(guī)定水平之上、高學(xué)歷人才較多的企業(yè)，是高新區(qū)的主體。以高新區(qū)企業(yè)為研究對(duì)象能夠提供更有價(jià)值的信息，是對(duì)已有研究有益的補(bǔ)充。現(xiàn)有研究分析了房?jī)r(jià)對(duì)企業(yè)研發(fā)投入影響，但是并沒(méi)有深入討論哪些因素可以減少房?jī)r(jià)上漲對(duì)研發(fā)投入的負(fù)面影響，也沒(méi)有提出應(yīng)對(duì)房?jī)r(jià)上漲的可能路徑。本文可能的邊際貢獻(xiàn)包括：①依據(jù)科技部火炬中心對(duì)高新區(qū)綜合評(píng)價(jià)的排名界定高新區(qū)發(fā)展水平，研究了房?jī)r(jià)上漲對(duì)不同發(fā)展水平高新區(qū)的企業(yè)研發(fā)投入影響是否存在差異；②關(guān)注房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入是否存在倒逼作用；③引入技術(shù)和人才條件，考察創(chuàng)新因素是否會(huì)弱化房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的負(fù)面影響，是否有助于房?jī)r(jià)倒逼機(jī)制的發(fā)生。

三、房?jī)r(jià)上漲影響高新區(qū)企業(yè)研發(fā)投入的理論分析

（一）房?jī)r(jià)上漲導(dǎo)致資金錯(cuò)配，會(huì)減少企業(yè)研發(fā)投資的資金供給

大部分高新技術(shù)企業(yè)規(guī)模小，租用廠房和辦公場(chǎng)所，可抵押的有形資產(chǎn)少，不可抵押的知識(shí)產(chǎn)權(quán)等無(wú)形資產(chǎn)較多［22］。在現(xiàn)行的抵押貸款政策下，無(wú)形資產(chǎn)難以轉(zhuǎn)化為貸款資金［34-35］，不能改善其融資能力，房?jī)r(jià)上漲的信用緩解效應(yīng)對(duì)大部分高新技術(shù)企業(yè)而言并不顯著。相反，房?jī)r(jià)上漲不僅不能提高大多數(shù)高新區(qū)企業(yè)的融資能力，反而可能會(huì)惡化其融資環(huán)境。因?yàn)樽》客顿Y需求膨脹，會(huì)吸引大量銀行資本、產(chǎn)業(yè)資本和社會(huì)資本，流向土地經(jīng)營(yíng)、住房開(kāi)發(fā)和炒樓炒房［36-37］。而研發(fā)投資門(mén)檻高、風(fēng)險(xiǎn)大，需要長(zhǎng)期資金支持［38］，各路資本涌向房地產(chǎn)業(yè)，使研發(fā)活動(dòng)所需長(zhǎng)期資金供給短缺，惡化了高新區(qū)企業(yè)外部融資的條件。另一方面，房?jī)r(jià)上漲還會(huì)擠占來(lái)自高新區(qū)企業(yè)內(nèi)部的研發(fā)資金。高新區(qū)企業(yè)多為中小企業(yè)［35］，資金實(shí)力有限，不會(huì)因?yàn)榉績(jī)r(jià)上漲而進(jìn)入房地產(chǎn)開(kāi)發(fā)領(lǐng)域。但是買(mǎi)賣(mài)房產(chǎn)的門(mén)檻并不高，房?jī)r(jià)持續(xù)上漲，投資房產(chǎn)的回報(bào)率遠(yuǎn)遠(yuǎn)高于經(jīng)營(yíng)企業(yè)的利率潤(rùn)和技術(shù)創(chuàng)業(yè)的回報(bào)率，用于新產(chǎn)品研發(fā)、技術(shù)創(chuàng)業(yè)的內(nèi)部資金可能轉(zhuǎn)投回報(bào)更高的房產(chǎn)，從而擠占了新創(chuàng)中小企業(yè)的研發(fā)投入。

（二）房?jī)r(jià)上漲導(dǎo)致成本增加，專(zhuān)利成果孵化轉(zhuǎn)化受阻，企業(yè)盈利減少

房?jī)r(jià)上漲推動(dòng)高新區(qū)辦公樓租金上漲，引致高新區(qū)地價(jià)上漲，誘發(fā)工資上漲，致使企業(yè)經(jīng)營(yíng)成本、投資費(fèi)用增加，進(jìn)而抑制企業(yè)創(chuàng)新投入增長(zhǎng)。租金上漲不利于專(zhuān)利技術(shù)成果入場(chǎng)孵化。產(chǎn)業(yè)用地價(jià)格上漲，降低了高新技術(shù)項(xiàng)目預(yù)期投資回報(bào)率，使創(chuàng)新人才、新興技術(shù)和產(chǎn)業(yè)資本無(wú)法順利落地，抑制技術(shù)成果轉(zhuǎn)化和商業(yè)化應(yīng)用。技術(shù)成果的孵化、轉(zhuǎn)化受阻反過(guò)來(lái)會(huì)打擊新技術(shù)研發(fā)和新產(chǎn)品開(kāi)發(fā)。用房、用地和用工成本的增加，在產(chǎn)品缺乏市場(chǎng)競(jìng)爭(zhēng)力的情況下，必然導(dǎo)致盈利水平下降。由于研發(fā)資金大部分來(lái)自企業(yè)自身，盈利能力的下降，將使研發(fā)活動(dòng)難以持續(xù)。因此房?jī)r(jià)上漲可能會(huì)嚇跑風(fēng)險(xiǎn)資本，逼走新創(chuàng)企業(yè)，抑制技術(shù)創(chuàng)業(yè)，擠走產(chǎn)業(yè)資本，降低企業(yè)盈利，抑制高新區(qū)企業(yè)研發(fā)。

（三）房?jī)r(jià)上漲產(chǎn)生倒逼效應(yīng)和政府扶持效應(yīng)，促使部分企業(yè)增加研發(fā)投入，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展

為了緩解房?jī)r(jià)持續(xù)上漲帶來(lái)的成本增加壓力，部分高新區(qū)企業(yè)開(kāi)始轉(zhuǎn)型，利用高新區(qū)人才和高科技公司集聚優(yōu)勢(shì)［1］，減少對(duì)土地和普通勞動(dòng)力等生產(chǎn)性要素的依賴(lài)，增加人才和技術(shù)等創(chuàng)新要素投入［39］，提高勞動(dòng)生產(chǎn)率，增加產(chǎn)品技術(shù)附加值，通過(guò)市場(chǎng)領(lǐng)先戰(zhàn)略，促使企業(yè)盈利增加。盈利水平的提高，對(duì)新技術(shù)研究和新產(chǎn)品開(kāi)發(fā)產(chǎn)生正向激勵(lì)，進(jìn)一步刺激了創(chuàng)新要素投入，導(dǎo)致研發(fā)投資增加；盈利水平的提高，也會(huì)增強(qiáng)對(duì)外部資金的吸引力，使資金來(lái)源渠道增加，促使企業(yè)增加創(chuàng)新投入。不妨將此種效應(yīng)稱(chēng)為房?jī)r(jià)上漲的倒逼效應(yīng)。此外，房?jī)r(jià)上漲增加了地方政府的土地財(cái)政收入［40］。增加的土地財(cái)政收入可以通過(guò)房租補(bǔ)貼、稅費(fèi)減免、融資擔(dān)保和貸款貼息等扶持園區(qū)企業(yè)發(fā)展，降低企業(yè)經(jīng)營(yíng)成本和投資風(fēng)險(xiǎn)，促進(jìn)創(chuàng)新創(chuàng)業(yè)。土地財(cái)政收入的增加，還可以為房?jī)r(jià)上漲的倒逼效應(yīng)提供助力，比如支持高新區(qū)企業(yè)引進(jìn)急需的高端人才，提供專(zhuān)項(xiàng)支持，促進(jìn)技術(shù)研發(fā)和成果孵化轉(zhuǎn)化，幫助企業(yè)走上創(chuàng)新驅(qū)動(dòng)發(fā)展之路［41］。

（四）企業(yè)人才和技術(shù)積累會(huì)減弱房?jī)r(jià)的負(fù)面影響，有利于房?jī)r(jià)上漲倒逼效應(yīng)的發(fā)生

房?jī)r(jià)上漲的負(fù)面影響程度以及倒逼效應(yīng)的產(chǎn)生與高新區(qū)企業(yè)的人才和技術(shù)積累密切有關(guān)。房?jī)r(jià)上漲導(dǎo)致成本增加，但是擁有一定人才和技術(shù)的企業(yè)可以通過(guò)提高勞動(dòng)生產(chǎn)率、降低產(chǎn)品成本、減輕房?jī)r(jià)上漲引發(fā)的成本壓力；通過(guò)應(yīng)用新技術(shù)增加產(chǎn)品附加值，提高銷(xiāo)售價(jià)格，部分抵消房?jī)r(jià)上漲、成本上漲導(dǎo)致的盈利減少。提高勞動(dòng)生產(chǎn)率，提升產(chǎn)品附加值，都可以被學(xué)習(xí)和模仿。只有不斷地探索新知識(shí)、研發(fā)新技術(shù)、開(kāi)發(fā)新產(chǎn)品，不斷創(chuàng)新，才能維持市場(chǎng)領(lǐng)先，而這些必須依賴(lài)持續(xù)不斷的創(chuàng)新投入，高新區(qū)豐富的創(chuàng)新資源為此提供了客觀條件。因此，企業(yè)擁有的關(guān)鍵人才和核心技術(shù)越多，房?jī)r(jià)上漲倒逼研發(fā)投入增長(zhǎng)的可能性越大。在政府相關(guān)扶持政策的支持下，企業(yè)越有可能走上創(chuàng)新驅(qū)動(dòng)發(fā)展之路。反之，房?jī)r(jià)倒逼創(chuàng)新的可能性越小，抑制研發(fā)投入的可能性越大。房?jī)r(jià)上漲影響高新區(qū)企業(yè)研發(fā)投入的理論框架如圖1所示。

圖1 房?jī)r(jià)上漲影響高新區(qū)企業(yè)研發(fā)投入的理論框架

綜上所述，由于城市經(jīng)濟(jì)社會(huì)發(fā)展水平存在差異，高新區(qū)發(fā)展水平參差不齊，高新區(qū)企業(yè)人才和技術(shù)等創(chuàng)新資源儲(chǔ)備也各不相同，城市房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響可能存在異質(zhì)性，有些高新區(qū)可能整體表現(xiàn)出倒逼升級(jí)的促進(jìn)作用，有些高新區(qū)可能總體表現(xiàn)出資金供給減少、研發(fā)投入減少的抑制作用。房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入帶來(lái)的綜合效應(yīng)是促進(jìn)還是抑制，技術(shù)和人才積累是否存在調(diào)節(jié)作用，都需要實(shí)證結(jié)果的支持。

四、研究設(shè)計(jì)

（一）計(jì)量模型設(shè)定

為了檢驗(yàn)房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響，用高新區(qū)企業(yè)研發(fā)投入作為被解釋變量，城市房?jī)r(jià)作為核心解釋變量，構(gòu)建靜態(tài)面板回歸模型。靜態(tài)面板回歸模型設(shè)定為：

其中，i表示城市；t表示年份；RDit表示高新區(qū)企業(yè)研發(fā)投入變量；hpit代表城市房?jī)r(jià)變量；β0表示常數(shù)項(xiàng)，β1和λj分別表示回歸系數(shù)；zij表示控制變量；εi表示地區(qū)固定效應(yīng)；μit表示隨機(jī)干擾項(xiàng)。

（二）變量選擇及數(shù)據(jù)來(lái)源

1.被解釋變量

研發(fā)經(jīng)費(fèi)內(nèi)部支出、外部合作經(jīng)費(fèi)支出和研發(fā)人員數(shù)量都可以衡量高新區(qū)企業(yè)的研發(fā)投入，由于研發(fā)經(jīng)費(fèi)內(nèi)部支出包含了人員經(jīng)費(fèi)支出，與研發(fā)人員數(shù)量密切相關(guān)，而外部經(jīng)費(fèi)支出一般比例很小，因此使用高新區(qū)企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出（RD）之和衡量高新區(qū)企業(yè)研發(fā)投入，作為被解釋變量。

2.核心解釋變量

我國(guó)城市高新區(qū)經(jīng)歷過(guò)多次擴(kuò)園擴(kuò)區(qū)，覆蓋范圍不斷擴(kuò)大，在城市地域空間中的地位愈發(fā)重要。高新區(qū)的產(chǎn)城融合也使高新區(qū)的發(fā)展從單純的產(chǎn)業(yè)園日益成為經(jīng)濟(jì)和社會(huì)融合發(fā)展的城市新區(qū)。很多城市一園多區(qū)的空間布局也使高新區(qū)的發(fā)展與城市發(fā)展密不可分。因而使用城市商品房平均銷(xiāo)售價(jià)格（hp）作為影響高新區(qū)企業(yè)研發(fā)投入的核心解釋變量。

3.控制變量

由于本文使用的數(shù)據(jù)是高新區(qū)企業(yè)匯總加和的數(shù)據(jù)，整體表現(xiàn)出來(lái)的研發(fā)支出水平不僅與高新區(qū)企業(yè)有關(guān)，還與高新區(qū)及所在城市社會(huì)經(jīng)濟(jì)運(yùn)行特征有關(guān)，本文據(jù)此來(lái)選擇高新區(qū)企業(yè)研發(fā)投入的控制變量。基于數(shù)據(jù)的可獲性，選擇高新區(qū)企業(yè)技術(shù)收入（techrev）、大專(zhuān)及以上學(xué)歷從業(yè)人員數(shù)量（emply）、高新區(qū)企業(yè)平均規(guī)模（scale_e）、外商直接投資占比（fdirate）、出口總額（trade）、大學(xué)及科研機(jī)構(gòu)相對(duì)數(shù)量（college_p）和固定資產(chǎn)投資（IV）等作為控制性變量。技術(shù)收入越多，說(shuō)明技術(shù)服務(wù)的收益越多，企業(yè)技術(shù)研發(fā)的積極性會(huì)越高，因此與研發(fā)投入有關(guān)；很多文獻(xiàn)將大專(zhuān)及以上學(xué)歷人員界定為人才，人才越多，研發(fā)傾向越強(qiáng)［22］；企業(yè)平均規(guī)模用高新區(qū)從業(yè)人員數(shù)量除以企業(yè)數(shù)量，人員規(guī)模越大，企業(yè)經(jīng)營(yíng)規(guī)模越大，研發(fā)投入越少［4］；外商直接投資占比使用以人民幣計(jì)價(jià)的外商直接投資除以地區(qū)生產(chǎn)總值，占比越大，給高新區(qū)帶來(lái)的溢出效應(yīng)越強(qiáng)，有利于促進(jìn)高新區(qū)企業(yè)研發(fā)［15］；出口總額越大，外部市場(chǎng)需求越大，對(duì)研發(fā)投入的需求牽引力越大［12］；使用年末在校大學(xué)生數(shù)量除以城市年末戶(hù)籍人口得到的比值衡量大學(xué)及科研機(jī)構(gòu)相對(duì)數(shù)量，在校大學(xué)生數(shù)量占人口比重越大，說(shuō)明大學(xué)及科研機(jī)構(gòu)數(shù)量越多，企業(yè)新知識(shí)和新技術(shù)來(lái)源會(huì)更多，人才供給更加有保障，有利于促進(jìn)企業(yè)研發(fā)；全社會(huì)固定資產(chǎn)投資越多，代表經(jīng)濟(jì)活力越強(qiáng)，企業(yè)研發(fā)傾向更強(qiáng)。基于上述分析，除高新區(qū)企業(yè)平均規(guī)模預(yù)期的回歸系數(shù)為負(fù)之外，其他控制性變量預(yù)期的回歸系數(shù)應(yīng)為正。

4.交互調(diào)節(jié)變量

為了分析高新區(qū)企業(yè)人才和技術(shù)等創(chuàng)新因素對(duì)研發(fā)投入的激勵(lì)作用以及與房?jī)r(jià)可能存在的交互影響，引入兩個(gè)交互變量，分別是房?jī)r(jià)與技術(shù)收入占比相乘二次項(xiàng)變量（lnhp_techrev）和房?jī)r(jià)與人才占比相乘二次項(xiàng)變量（lnhp_emply）。其中，技術(shù)收入占比（techrevrt）等于高新區(qū)企業(yè)技術(shù)收入除以營(yíng)業(yè)收入；人才占比（emply_rate）等于高新區(qū)企業(yè)大專(zhuān)及以上學(xué)歷從業(yè)人員數(shù)量除以全部從業(yè)人員數(shù)量。技術(shù)收入占比越大，技術(shù)成果對(duì)公司收入的貢獻(xiàn)越大，越能夠激發(fā)企業(yè)的技術(shù)研發(fā)，因此能夠減弱房?jī)r(jià)對(duì)研發(fā)投入的負(fù)面影響；企業(yè)人才占比越高，潛在的創(chuàng)新能力越強(qiáng)，越有可能研發(fā)出新技術(shù)，開(kāi)發(fā)出新產(chǎn)品，增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，也能夠削弱房?jī)r(jià)對(duì)研發(fā)投入的負(fù)面影響。技術(shù)收入屬于服務(wù)收入，技術(shù)收入占比高，也意味著高新區(qū)技術(shù)服務(wù)類(lèi)企業(yè)較多，而服務(wù)業(yè)對(duì)成本上漲并不敏感，可以將服務(wù)成本轉(zhuǎn)嫁給用戶(hù)，能夠更好地應(yīng)對(duì)因房?jī)r(jià)上漲引發(fā)的成本上漲；另一方面，技術(shù)服務(wù)對(duì)土地需求少，人才需求大，因此技術(shù)收入占比和人才占比越高的高新區(qū)對(duì)房?jī)r(jià)上漲具有更強(qiáng)的承壓能力。房?jī)r(jià)與技術(shù)收入占比交互變量、房?jī)r(jià)與人才占比交互變量預(yù)期的回歸系數(shù)應(yīng)為正。

5.數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

固定資產(chǎn)投資、外商直接投資、地區(qū)生產(chǎn)總值、在校大學(xué)生數(shù)量、戶(hù)籍人口、出口總額等數(shù)據(jù)均來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》，其中出口總額已經(jīng)按當(dāng)年美元兌人民幣官方匯率進(jìn)行了換算。商品房平均銷(xiāo)售價(jià)格及住宅開(kāi)發(fā)投資數(shù)據(jù)來(lái)自《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》，高新區(qū)企業(yè)營(yíng)業(yè)收入、技術(shù)收入、研發(fā)經(jīng)費(fèi)內(nèi)部支出、企業(yè)數(shù)量、年末從業(yè)人員數(shù)量和大專(zhuān)及以上學(xué)歷從業(yè)人員數(shù)量等數(shù)據(jù)來(lái)自《中國(guó)火炬統(tǒng)計(jì)年鑒》。技術(shù)收入占比來(lái)自火炬統(tǒng)計(jì)年鑒中的技術(shù)收入除以營(yíng)業(yè)收入；人才占比來(lái)自火炬統(tǒng)計(jì)年鑒中的大專(zhuān)及以上學(xué)歷從業(yè)人員數(shù)量除以年末從業(yè)人員數(shù)量。由于海口、呼和浩特、西寧和銀川四個(gè)城市的高新區(qū)數(shù)據(jù)有嚴(yán)重缺失，剔除這4個(gè)城市樣本，剩下樣本為大陸省會(huì)城市、自治區(qū)州府、四個(gè)直轄市和五個(gè)計(jì)劃單列市總共31個(gè)城市及高新區(qū)2007-2017年形成的面板數(shù)據(jù)。為了消除異方差，本文對(duì)原始數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理，各變量的描述性統(tǒng)計(jì)見(jiàn)表1所列。

表1 模型變量的描述性統(tǒng)計(jì)

五、實(shí)證結(jié)果與分析

（一）基準(zhǔn)檢驗(yàn)

采用statal5.0軟件對(duì)數(shù)據(jù)進(jìn)行LLC和IPS平穩(wěn)性檢驗(yàn)，不存在偽回歸。通過(guò)樣本數(shù)據(jù)的分析，發(fā)現(xiàn)樣本數(shù)據(jù)存在一定的截面相關(guān)和序列自相關(guān)，使用DriscollandKraay（1998）［42］提出的xtscc命令進(jìn)行回歸估計(jì)，能夠較好解決序列自相關(guān)和截面相關(guān)等問(wèn)題。為了進(jìn)行全面對(duì)比分析，本文將分別使用xtreg、xtregar和xtscc三個(gè)命令進(jìn)行地區(qū)固定效應(yīng)回歸估計(jì)。

有研究指出創(chuàng)新要素對(duì)住宅價(jià)格存在顯著的正向影響［43］，因此房?jī)r(jià)與創(chuàng)新投入可能存在內(nèi)生性，本文使用高新區(qū)所在城市住宅開(kāi)發(fā)投資額作為房?jī)r(jià)的工具變量。因?yàn)閲?guó)家高新區(qū)住宅用地比例受到嚴(yán)格限制，住宅用地比例較低。高新區(qū)內(nèi)的住宅開(kāi)發(fā)投資與高新區(qū)企業(yè)研發(fā)投入也不存在直接聯(lián)系，城市區(qū)域的住宅開(kāi)發(fā)投資與高新區(qū)企業(yè)研發(fā)投入的直接關(guān)系會(huì)更弱。雖然住宅開(kāi)發(fā)會(huì)增加地方政府財(cái)政收入，進(jìn)而增加對(duì)高新區(qū)企業(yè)研發(fā)活動(dòng)的資助，可能對(duì)高新區(qū)企業(yè)研發(fā)活動(dòng)產(chǎn)生一定影響，但是使用企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出作為研發(fā)投入的代理變量，政府的經(jīng)費(fèi)比例也很低，因此城市的住宅開(kāi)發(fā)投資可以看作高新區(qū)企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出的外生變量。使用城市住宅開(kāi)發(fā)投資作為城市房?jī)r(jià)的工具變量進(jìn)行GMM估計(jì)，與前三個(gè)回歸估計(jì)一并報(bào)告，結(jié)果見(jiàn)表2所列。

從表2的回歸結(jié)果可以看出，不論采用什么估計(jì)方法，房?jī)r(jià)與高新區(qū)企業(yè)研發(fā)投入之間的彈性系數(shù)均為負(fù)，只有工具變量法回歸結(jié)果顯著。說(shuō)明城市房?jī)r(jià)上漲對(duì)高新區(qū)研發(fā)投入的影響可能總體表現(xiàn)為抑制效應(yīng)。由于顯著性水平并不一致，房?jī)r(jià)的影響可能存在異質(zhì)性，與其他因素的影響有關(guān)。工具變量回歸的Sargan值顯示不存在過(guò)度識(shí)別，城市住宅開(kāi)發(fā)投資可以作為房?jī)r(jià)的工具變量。高新區(qū)企業(yè)技術(shù)收入與研發(fā)投入的彈性系數(shù)為正，只有回歸模型（2）的結(jié)果不夠顯著。高新區(qū)大專(zhuān)及以上從業(yè)人員數(shù)量與研發(fā)投入的彈性系數(shù)顯著為正，說(shuō)明人才是企業(yè)研發(fā)活動(dòng)的基礎(chǔ)。高新區(qū)企業(yè)平均規(guī)模與研發(fā)投入水平負(fù)相關(guān)，只是顯著水平不高，可能與取平均值有關(guān)。外商直接投資比例的回歸系數(shù)為正，回歸模型（3）顯著水平較高，說(shuō)明外商直接投資對(duì)高新區(qū)企業(yè)存在一定程度的溢出效應(yīng)。出口總額、固定資產(chǎn)投資和大學(xué)及科研機(jī)構(gòu)相對(duì)數(shù)量四個(gè)控制變量回歸系數(shù)也基本類(lèi)似，與預(yù)期結(jié)果基本一致，不再贅述。由于采用xtreg和xtscc估計(jì)的回歸系數(shù)完全一致，只是顯著性水平有差異，xtregar估計(jì)未考慮截面相關(guān)，后文中僅報(bào)告xtscc命令估計(jì)和xtivreg2命令GMM估計(jì)的結(jié)果。

表2 房?jī)r(jià)影響高新區(qū)研發(fā)投入的回歸結(jié)果

（二）分組檢驗(yàn)

1.按地理區(qū)域分組

沿海城市和內(nèi)陸城市不論是區(qū)位優(yōu)勢(shì)還是對(duì)外開(kāi)放水平都存在顯著的區(qū)域性差異，為了初步檢驗(yàn)房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響是否存在異質(zhì)性，把31個(gè)城市高新區(qū)分為沿海與內(nèi)陸兩組進(jìn)行分組檢驗(yàn)。深圳、廣州、廈門(mén)、福州、杭州、寧波、上海、天津、青島、大連等城市高新區(qū)歸為沿海城市一組，其余為內(nèi)陸城市一組，回歸結(jié)果詳見(jiàn)表3所列。

從表3的回歸結(jié)果可以發(fā)現(xiàn)，沿海城市和內(nèi)陸城市房?jī)r(jià)與高新區(qū)企業(yè)研發(fā)投入的彈性回歸系數(shù)存在較大差別。沿海城市房?jī)r(jià)與高新區(qū)研發(fā)投入的彈性系數(shù)有正有負(fù)，但是均不顯著，可能說(shuō)明沿海城市對(duì)外開(kāi)放早，高新區(qū)發(fā)展比較成熟，企業(yè)技術(shù)積累多，人才數(shù)量較多；房?jī)r(jià)水平相對(duì)較高，土地財(cái)政支持力度較大，因而能夠減弱房?jī)r(jià)上漲壓力，甚至可能會(huì)倒逼企業(yè)增加研發(fā)投入。內(nèi)陸城市房?jī)r(jià)與高新區(qū)企業(yè)研發(fā)投入的彈性回歸系數(shù)顯著為負(fù)，在工具變量回歸模型下，顯著性水平較高，表明內(nèi)陸城市房?jī)r(jià)上漲對(duì)高新區(qū)研發(fā)活動(dòng)產(chǎn)生了顯著的抑制作用。可能說(shuō)明內(nèi)陸城市的高新區(qū)企業(yè)面臨的融資約束較強(qiáng)，研發(fā)資金短缺更加嚴(yán)重，房?jī)r(jià)上漲導(dǎo)致的成本壓力較為突出；房?jī)r(jià)水平較低，土地財(cái)政收入有限因而政府扶持力度有限，加上技術(shù)和人才相對(duì)缺乏，房?jī)r(jià)上漲的倒逼作用無(wú)法發(fā)揮，所以房?jī)r(jià)上漲對(duì)內(nèi)陸城市高新區(qū)研發(fā)活動(dòng)的抑制效應(yīng)顯著。控制變量的回歸結(jié)果基本符合預(yù)期，與表2的回歸結(jié)果基本一致，具有一定的穩(wěn)健性。

表3 房?jī)r(jià)影響高新區(qū)研發(fā)投入的回歸結(jié)果（按區(qū)域分組）

2.按高新區(qū)綜合評(píng)價(jià)高低分組

31個(gè)城市的國(guó)家高新區(qū)發(fā)展水平存在橫向差異。按一般常理，高新區(qū)發(fā)展水平越高，風(fēng)險(xiǎn)抵抗能力越強(qiáng)。為了檢驗(yàn)房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)投入的影響是否與高新區(qū)發(fā)展水平有關(guān)，本文根據(jù)2016年科技部火炬中心最新發(fā)布的2015年全國(guó)116個(gè)高新區(qū)排名來(lái)衡量高新區(qū)發(fā)展水平。基于樣本數(shù)量相對(duì)平均的原則，將31個(gè)大中城市國(guó)家級(jí)高新區(qū)在大排名中的先后順序劃分為兩組。排名靠前的有：中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)、上海張江國(guó)家自主創(chuàng)新示范區(qū)、成都高新區(qū)、西安高新區(qū)、深圳高新區(qū)、杭州高新區(qū)（濱江）、合肥高新區(qū)、武漢高新區(qū)、廣州高新區(qū)、鄭州高新區(qū)、石家莊高新區(qū)、長(zhǎng)沙高新區(qū)、福州高新區(qū)、南寧高新區(qū)和烏魯木齊高新區(qū)，共計(jì)15個(gè)高新區(qū)，將這些高新區(qū)界定為高水平組。將剩下的天津、沈陽(yáng)、大連、長(zhǎng)春、哈爾濱、南京、寧波、廈門(mén)、南昌、濟(jì)南、青島、重慶、貴陽(yáng)、昆明、蘭州等16個(gè)城市的國(guó)家級(jí)高新區(qū)界定為低水平組，分組回歸的結(jié)果見(jiàn)表4所列。

從表4的估計(jì)結(jié)果可以看出，模型（1）的結(jié)果顯示高水平組房?jī)r(jià)與高新區(qū)研發(fā)投入的彈性系數(shù)顯著為正，模型（4）的結(jié)果顯示低水平組房?jī)r(jià)與高新區(qū)研發(fā)投入的彈性系數(shù)顯著為負(fù)。再對(duì)比模型（2）和模型（3）房?jī)r(jià)的回歸系數(shù)和顯著性水平，可以發(fā)現(xiàn)高水平組的房?jī)r(jià)對(duì)研發(fā)投入的抑制效應(yīng)更加不顯著。回歸結(jié)果的差異表明，高新區(qū)發(fā)展水平越高，房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的負(fù)面影響可能越小，房?jī)r(jià)上漲倒逼企業(yè)增加研發(fā)投入的可能性越大；高新區(qū)發(fā)展水平越低，房?jī)r(jià)上漲抑制高新區(qū)研發(fā)投入增長(zhǎng)的可能性越大。各種回歸估計(jì)下，控制變量回歸結(jié)果基本正常，具有穩(wěn)健性。

表4 房?jī)r(jià)影響高新區(qū)研發(fā)投入的回歸結(jié)果（按發(fā)展水平分組）

（三）技術(shù)和人才調(diào)節(jié)作用檢驗(yàn)

1.基于全部樣本

表3和表4回歸結(jié)果表明，房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響可能與高新區(qū)的發(fā)展水平有關(guān)。高新區(qū)的發(fā)展水平越高，房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的抑制作用越不顯著，甚至有倒逼促進(jìn)效應(yīng)。深圳、廣州等沿海城市對(duì)外開(kāi)放較早，高新區(qū)建設(shè)起步早，發(fā)展水平高，高新區(qū)人才集聚水平較高，高新區(qū)企業(yè)技術(shù)實(shí)力也比較強(qiáng)，企業(yè)創(chuàng)新能力較強(qiáng)。科技部火炬中心對(duì)高新區(qū)排名的依據(jù)雖然并沒(méi)有公布，想必與高新區(qū)創(chuàng)新能力有關(guān)，創(chuàng)新能力與高新區(qū)企業(yè)人才數(shù)量和技術(shù)水平密不可分。因此本文認(rèn)為高新區(qū)企業(yè)人才數(shù)量越多，技術(shù)水平越高，越能夠應(yīng)對(duì)房?jī)r(jià)上漲。故引入房?jī)r(jià)與技術(shù)收入占比、房?jī)r(jià)與人才占比兩個(gè)二次項(xiàng)交互變量，考察人才和技術(shù)等創(chuàng)新因素是否可以減弱房?jī)r(jià)對(duì)企業(yè)研發(fā)投入的負(fù)面影響，回歸結(jié)果見(jiàn)表5所列。

表5 交互變量對(duì)高新區(qū)研發(fā)投入的回歸結(jié)果

表5中（1）和（2）是房?jī)r(jià)與技術(shù)收入占比交互項(xiàng)的回歸結(jié)果。從中可以看出，房?jī)r(jià)與研發(fā)投入的彈性回歸系數(shù)為負(fù)，但是房?jī)r(jià)與技術(shù)收入占比的二次項(xiàng)變量（lnhp_techrev）的回歸系數(shù)顯著為正，證明技術(shù)收入占比對(duì)房?jī)r(jià)的影響具有正向調(diào)節(jié)作用，與預(yù)期的一致。表5中（3）和（4）是房?jī)r(jià)與人才占比交互項(xiàng)的回歸結(jié)果。從中可以發(fā)現(xiàn)，房?jī)r(jià)與研發(fā)投入的彈性回歸系數(shù)顯著為負(fù)，但是房?jī)r(jià)與人才占比的二次項(xiàng)變量（lnhp_emply）的回歸系數(shù)顯著為正，證明人才占比對(duì)房?jī)r(jià)的影響具有正向調(diào)節(jié)作用，與預(yù)期的一致。

2.按技術(shù)收入占比和人才占比分組檢驗(yàn)

技術(shù)收入占比和人才占比對(duì)房?jī)r(jià)的負(fù)面影響存在正向調(diào)節(jié)作用，那么是不是企業(yè)人才占比高、技術(shù)收入占比多的高新區(qū)，房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)投入抑制效應(yīng)弱，而企業(yè)人才占比低、技術(shù)占比少的高新區(qū)，房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)投入抑制效應(yīng)強(qiáng)呢？對(duì)31個(gè)高新區(qū)2007-2017年技術(shù)收入占比由高到低排序，將排名前10出現(xiàn)頻率最高的16個(gè)高新區(qū)界定為技術(shù)收入占比多的高新區(qū)，分別是北京、成都、廣州、合肥、杭州、濟(jì)南、長(zhǎng)沙、南寧、南京、石家莊、沈陽(yáng)、深圳、天津、武漢、西安、上海等城市的高新區(qū)，剩下的15個(gè)高新區(qū)界定為技術(shù)收入占比少的城市。分別使用工具變量法（GMM估計(jì)）進(jìn)行回歸估計(jì)得到表6的（1）和（2）。再將31個(gè)高新區(qū)2007-2017年人才占比進(jìn)行由高到低排序，將排名前10出現(xiàn)頻率最高的16個(gè)高新區(qū)界定為人才占比高的高新區(qū)，分別是北京、上海、武漢、深圳、西安、廣州、成都、杭州、長(zhǎng)沙、濟(jì)南、南京、天津、合肥、鄭州、大連、貴陽(yáng)等城市，剩下的15個(gè)高新區(qū)界定為人才占比低的城市。分別使用工具變量法（GMM估計(jì)）進(jìn)行回歸估計(jì)得到表6的（3）和（4）。

表6的回歸結(jié)果（1）和（2）對(duì)比可以發(fā)現(xiàn)：企業(yè)技術(shù)收入占比多的高新區(qū)，城市房?jī)r(jià)對(duì)企業(yè)研發(fā)投入的負(fù)向影響小，回歸系數(shù)絕對(duì)值小，也不顯著；企業(yè)技術(shù)收入占比少的高新區(qū)，城市房?jī)r(jià)對(duì)企業(yè)研發(fā)投入負(fù)向影響大，回歸系數(shù)絕對(duì)值大，接近顯著。印證了企業(yè)技術(shù)水平對(duì)房?jī)r(jià)負(fù)面影響的弱化作用。企業(yè)人才占比高的高新區(qū)，房?jī)r(jià)與研發(fā)投入的彈性回歸系數(shù)為正，說(shuō)明房?jī)r(jià)上漲可能會(huì)產(chǎn)生倒逼效應(yīng)；企業(yè)人才占比低的高新區(qū)，房?jī)r(jià)與研發(fā)投入的彈性回歸系數(shù)顯著為負(fù)，說(shuō)明房?jī)r(jià)上漲顯著抑制了人才缺乏高新區(qū)企業(yè)的研發(fā)投入增長(zhǎng)。控制變量回歸結(jié)果基本正常，只有外商直接投資比重在技術(shù)收入占比少和人才比例低的高新區(qū)影響為負(fù)，可能說(shuō)明外商直接投資會(huì)對(duì)技術(shù)水平低、人才缺乏的高新區(qū)企業(yè)產(chǎn)生擠出作用。

表6 房?jī)r(jià)對(duì)企業(yè)研發(fā)投入影響的回歸結(jié)果（分組檢驗(yàn)）

（四）房?jī)r(jià)倒逼效應(yīng)檢驗(yàn)

基于上面的檢驗(yàn)結(jié)果，本文認(rèn)為技術(shù)收入占比和人才占比越高的高新區(qū)企業(yè)，創(chuàng)新能力越強(qiáng)，房?jī)r(jià)上漲導(dǎo)致研發(fā)投入增加的倒逼效應(yīng)越有可能產(chǎn)生。依據(jù)高新區(qū)2007-2017年的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，篩選出技術(shù)收入占比或者人才占比排名前10且出現(xiàn)頻率較多的高新區(qū)，分別是北京、大連、上海、石家莊、武漢、深圳、西安、廣州、成都、合肥、杭州、沈陽(yáng)和濟(jì)南共13個(gè)高新區(qū)，分別使用xtscc和工具變量法再次進(jìn)行回歸檢驗(yàn)，得到表7的（1）和（2）。然后根據(jù)近10年技術(shù)收入占比及人才占比均排名靠前的高新區(qū)出現(xiàn)的頻率，確定9個(gè)高新區(qū)，分別是北京中關(guān)村、上海張江、天津?yàn)I海、杭州、廣州、深圳、武漢、西安和成都高新區(qū)，以這9個(gè)高新區(qū)為樣本進(jìn)行相同回歸估計(jì)，得到表7的（3）和（4）。

從表7可以看出，在考慮組內(nèi)自相關(guān)、截面相關(guān)的地區(qū)固定效應(yīng)回歸估計(jì)下，即（1）和（3）的回歸結(jié)果顯示，城市房?jī)r(jià)上漲會(huì)顯著倒逼技術(shù)收入占比或人才占比多或者兩者均多的高新區(qū)企業(yè)研發(fā)投入的增長(zhǎng)。在考慮房?jī)r(jià)與研發(fā)投入可能存在內(nèi)生性的工具變量回歸估計(jì)下，即（2）和（4）的回歸結(jié)果顯示房?jī)r(jià)上漲也會(huì)倒逼此類(lèi)高新區(qū)研發(fā)投入增長(zhǎng)，但是并不顯著。綜合來(lái)看，技術(shù)收入占比和人才占比越高的高新區(qū)，房?jī)r(jià)上漲的倒逼效應(yīng)越有可能產(chǎn)生。或者說(shuō)技術(shù)和人才越豐富的高新區(qū)，房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響可能主要表現(xiàn)為促進(jìn)效應(yīng)。如果用技術(shù)收入占比和人才占比衡量高新區(qū)潛在創(chuàng)新能力，則說(shuō)明創(chuàng)新能力越強(qiáng)，房?jī)r(jià)上漲倒逼企業(yè)創(chuàng)新驅(qū)動(dòng)發(fā)展的可能性越大。控制性變量回歸結(jié)果與前文基本一致，具有穩(wěn)健性。其中，高新區(qū)人才數(shù)量增長(zhǎng)和城市外商直接投資強(qiáng)度增加會(huì)顯著促進(jìn)高新區(qū)企業(yè)研發(fā)投入增長(zhǎng)。說(shuō)明具備一定技術(shù)和人才儲(chǔ)備的高新區(qū)，企業(yè)員工的受教育水平越高，越有利于研發(fā)投入增長(zhǎng)；城市外商直接投資強(qiáng)度越高，越有利于促進(jìn)高新區(qū)研發(fā)投入增長(zhǎng)，對(duì)高新區(qū)創(chuàng)新投入的溢出效應(yīng)越強(qiáng)。

表7 房?jī)r(jià)對(duì)高新區(qū)企業(yè)研發(fā)投入影響的回歸結(jié)果（倒逼效應(yīng)檢驗(yàn)）

六、結(jié)論與政策建議

本文使用2007-2017年31個(gè)大中城市國(guó)家高新區(qū)的面板數(shù)據(jù)，實(shí)證分析了城市房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響。研究發(fā)現(xiàn)：①總體上看，房?jī)r(jià)上漲并沒(méi)有顯著抑制高新區(qū)企業(yè)研發(fā)投入。房?jī)r(jià)上漲對(duì)高新區(qū)企業(yè)研發(fā)投入的影響與高新區(qū)的發(fā)展水平有關(guān)。發(fā)展水平較高的高新區(qū)，房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)投入的負(fù)面影響較小；發(fā)展水平較低的高新區(qū)，企業(yè)研發(fā)投入更容易受到房?jī)r(jià)上漲的負(fù)面影響。②高新區(qū)企業(yè)人才集聚水平越高，技術(shù)收入占比越大，越能夠應(yīng)對(duì)房?jī)r(jià)上漲帶來(lái)的壓力，減弱房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)投入的負(fù)面影響。③只有具有一定的技術(shù)積累和人才實(shí)力，房?jī)r(jià)上漲倒逼高新區(qū)企業(yè)研發(fā)投入增加的機(jī)制才可能產(chǎn)生。對(duì)于人才集聚水平高、技術(shù)實(shí)力強(qiáng)的高新區(qū)，房?jī)r(jià)上漲可能會(huì)顯著倒逼高新區(qū)企業(yè)增加研發(fā)投入。④實(shí)證研究還發(fā)現(xiàn)，外商直接投資對(duì)人才集聚水平高、技術(shù)實(shí)力強(qiáng)的高新區(qū)存在顯著的溢出效應(yīng)。外商直接投資強(qiáng)度越高，越能促進(jìn)高新區(qū)企業(yè)研發(fā)投入的增長(zhǎng)；高學(xué)歷員工數(shù)量始終是促進(jìn)企業(yè)研發(fā)的積極因素，人才數(shù)量增長(zhǎng)、高新區(qū)員工受教育程度提升，會(huì)顯著促進(jìn)企業(yè)研發(fā)投入增長(zhǎng)。

本研究也提供了重要的政策啟示：①與已有的國(guó)內(nèi)研究結(jié)論相反，高新區(qū)企業(yè)研發(fā)投入受房?jī)r(jià)上漲的負(fù)面影響較弱，甚至存在倒逼機(jī)制，說(shuō)明高新區(qū)的制度設(shè)計(jì)為企業(yè)提供了良好的發(fā)展環(huán)境，高新區(qū)的集聚效應(yīng)有利于企業(yè)應(yīng)對(duì)外部風(fēng)險(xiǎn)，因而要繼續(xù)堅(jiān)持高新區(qū)這項(xiàng)卓有成效的制度安排。②必須堅(jiān)定“房住不炒”的戰(zhàn)略定位，因城施策，嚴(yán)格控制投資性需求，防止城市房?jī)r(jià)過(guò)快上漲。特別對(duì)起步較晚、發(fā)展不夠成熟、技術(shù)實(shí)力較弱和人才相對(duì)匱乏的內(nèi)陸城市高新區(qū)，要堅(jiān)決控制城市房?jī)r(jià)過(guò)快上漲，避免房?jī)r(jià)上漲對(duì)企業(yè)研發(fā)活動(dòng)的負(fù)面影響，進(jìn)而妨礙高新區(qū)創(chuàng)新能力的提升。③房?jī)r(jià)上漲不會(huì)自然導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)，只有具備一定的技術(shù)和人才條件，房?jī)r(jià)上漲才可能迫使企業(yè)增加創(chuàng)新投入和研發(fā)支出，從而推動(dòng)企業(yè)發(fā)展轉(zhuǎn)型，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)。④?chē)?guó)家應(yīng)該限制高新區(qū)通過(guò)擴(kuò)園擴(kuò)區(qū)手段為高新區(qū)企業(yè)發(fā)展紓困，利用高房?jī)r(jià)的市場(chǎng)傳導(dǎo)機(jī)制，倒逼高新區(qū)轉(zhuǎn)變發(fā)展方式。要通過(guò)政策引導(dǎo)和人才激勵(lì)措施，鼓勵(lì)企業(yè)引進(jìn)核心人才，加大關(guān)鍵技術(shù)研發(fā)，提高人才創(chuàng)新能力，提升企業(yè)技術(shù)競(jìng)爭(zhēng)力；高新區(qū)應(yīng)積極引進(jìn)研發(fā)中心、設(shè)計(jì)中心和創(chuàng)新中心等人才密集型和技術(shù)密集型外商投資項(xiàng)目，充分發(fā)揮外商直接投資的技術(shù)溢出效應(yīng)，推動(dòng)我國(guó)高新區(qū)邁入“創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展”的新階段。