創新要素集聚、空間關聯與房地產價格調控

高宏霞 王成

摘要：隨著我國戶籍制度改革進一步深入，地區之間的空間聯系不僅僅局限于鄰近區域，地理距離更遠的地區往往也會由于人才、資金等創新要素的區際流動而產生較為緊密的聯系。利用中國2000—2018年省級面板數據實證考察創新要素集聚與空間關聯對房價的影響，發現在動態的創新要素流動權重矩陣下，房價和創新要素集聚均存在顯著的正向空間相關性;從全國范圍看，在創新人才和創新資本動態流動的環境中，創新要素集聚對房價存在明顯的正向影響，創新人才和創新資本的動態流動有利于促進房價的空間外溢和整體上漲。分地區考察還發現，在創新人才和創新資本動態流動的環境中，沿海地區創新要素集聚對房價具有顯著的正向影響，而內陸和沿邊地區創新要素集聚對房價的影響不明顯;創新人才和創新資本的動態流動對房價的影響在沿海和內陸地區均不明顯，而在沿邊地區則具有負向影響。

關鍵詞：創新要素集聚;區域經濟;空間關聯;房地產價格

基金項目：國家社會科學基金西部項目“黃河流域高質量發展下蘭州—西寧城市群產業空間結構優化研究”（20XJL008）

中圖分類號：F293 ? ?文獻標識碼：A ? ?文章編號：1003-854X（2021）06-0020-10

一、引言與相關文獻綜述

隨著我國經濟進入高質量發展階段，區域一體化程度不斷提高，特別是深圳、杭州、北京和上海等較發達地區由于入駐了大量的高科技公司，人才和資金在區際間加速流動，引發了創新要素在這些地區的空間集聚。要素的空間集聚，催生了住房需求，同時也推動了這些地區房價的上漲。比如，深圳商品房平均銷售價格從2000年的3575元/平方米上漲到2018年的54132元/平方米，19年間上漲超過了14倍。2018年，華為研發等機構搬遷至東莞松山湖，誘發了當地房價的上漲。杭州自2000年到2018年商品房平均銷售價格上漲超過了7倍，阿里巴巴等高科技公司的聚集也起到了重要推動作用①。再比如，2019年“科創板”的創立，高科技人才密集型企業紛紛上市，資本市場的“造富功能”充分體現。截至2020年12月底，科創板已上市企業215家，北京、上海、廣東、浙江、江蘇五省（市）占上市企業總數已超過70%②。科創板企業在我國地理區位上存在著向經濟較為發達地區聚集的現象，從這些地區商品房平均銷售價格上漲幅度來看，北京上漲接近6倍，上海上漲超過6.5倍，浙江平均上漲超過6倍，江蘇平均上漲超過5.5倍，廣東平均上漲也超過了3倍③。因此，隨著我國戶籍制度改革進一步深入，地區之間的空間聯系不僅僅局限于鄰近區域，地理距離更遠的地區往往也會由于人才、資金等創新要素的區際流動產生較為緊密的聯系。這種空間聯結關系究竟對房價產生怎樣的影響呢？學界的相關研究主要集中在以下三個方面：

一是房價影響因素的相關研究，包括供給、需求、區位、宏觀政策、空間特征等因素，特別是對房價的空間外溢特征給予了廣泛關注④。王鶴（2012）研究認為，我國房價存在空間相關性，地區是否鄰近和地理距離之間產生的空間相互作用是東部地區房價變動的決定因素，供給和需求對西部地區房價的影響較大，而中部地區房價由兩者共同決定⑤。方大春等（2018）研究發現，區域間房價存在明顯的空間關聯特征，地區間空間鄰接關系的不同、經濟發展水平的差距、人口數量的不一以及產業結構的差異均會顯著影響城市房價的空間關聯性⑥。

二是創新要素集聚對房價影響的相關研究。宋偉軒等（2018）研究發現，隨著一體化區域人才、資本等高端發展要素在區域內加速流動，集聚地區的要素集聚效應增加了住房需求，推動房價上漲;而非集聚地區普遍存在較為充足的住房供給，房價上漲較慢，使得區域內資源配置和房價差異出現了不斷增強的“馬太效應”⑦。韓艷紅等（2018）研究發現，城市行政資源、人力資源、經濟資源、社會資源豐饒度的貨幣化表達就是房價，城市資源配置能力的差異綜合反映了區域房價分化程度⑧。

三是創新要素集聚與空間關聯的相關研究。有學者基于地區間的地理區域的鄰近性和社會經濟特征相似性等空間因素，從創新要素集聚的空間相關性和空間溢出效應等方面研究了創新要素集聚的空間關聯特征。Tappeiner等（2008）以歐洲51個地區為樣本，研究指出社會資本的空間集聚與研發和人力資本的集聚對于解釋創新自相關性同樣重要⑨。鄒文杰（2015）采用Morans I檢驗驗證了我國研發要素集聚度在空間地理區域上存在顯著的空間集聚特征;張宓之等（2016）利用局部Morans I測度研究認為，區域創新要素集聚首先將受到該區域和鄰近地區創新要素集聚的空間相關性的影響⑩。史安娜等（2018）認為，創新要素集聚存在顯著的空間關聯特征，空間分布不均衡，且創新要素集聚溢出效應在省域內外存在差異。

綜上所述，已有的研究已經關注到區域內部的人才、資本等高端發展要素的空間集聚對房價的影響，且考慮到了空間相關性，這為本文研究創新要素集聚與空間關聯對房價的影響奠定了基礎。但是，上述研究往往從靜態的視角，僅考慮了區域之間的地理位置和經濟發展水平等空間因素的相似性所產生的空間關聯特征，而忽略了創新要素在區域間動態流動所產生的空間關聯特征的考察。實際上，隨著我國區域之間的聯系日益緊密，創新要素區際動態流動所產生的空間關聯作用也日益凸顯。因此，只有將創新要素集聚與空間關聯統一起來考量，才能較為全面地揭示創新要素集聚對房價的影響。

本文的邊際貢獻在于：一是深入分析創新要素集聚與空間關聯對房價影響的理論基礎，采用空間計量方法考察我國創新要素在區域內部的空間集聚對房價的影響，以及區域之間創新要素動態流動所產生的空間關聯對房價的影響;二是基于各區域創新要素集聚程度的異質性，從沿海、內陸和沿邊“新三大區域”層面考察創新要素集聚與空間關聯對房價的影響;三是從創新要素區際流動的動態視角實證檢驗了動態的創新要素流動權重矩陣下我國創新要素集聚的空間相關性，一定程度上彌補了傳統模型對解釋變量空間相關性的忽視。

二、理論分析

創新要素主要由人才、資金、技術等構成，是實現區域創新發展的重要基礎。我國創新要素存在顯著的空間集聚特征，人才、資金和技術等創新要素的空間集聚是推動房地產市場繁榮和房價上漲以及分化的重要原因。

創新要素在某一地區的空間集聚，使得集聚地區擁有先發的初始條件，這種優勢將不斷自我強化;加之創新要素具有稀缺性、流動性和追逐自身邊際收益最大化的特征，總會流向使其能夠獲得邊際價值最高的地區。創新要素流動的循環累積效應增加了創新要素的空間集聚程度，住房需求隨之增加，進而推高房價。同時，隨著集聚地區如生活成本等方面日益昂貴，某些創新要素所獲得的邊際收益可能有所下降，為了自身邊際收益的最大化，這些創新要素又會流向鄰近區域或者人才、資本流動緊密的關聯區域，從而推動該地區的房價上漲。考慮到創新人才和創新資本在區域間的流動更加活躍，創新人才的區際流動往往攜帶著技術的溢出，因此，本文重點分析創新要素集聚與空間關聯對房價的影響。

一般而言，創新人才集聚能夠利用創新人才流動緊密區域的空間關聯效應，更好地發揮創新人才聚集效應與空間擴散效應，擴大區域創新人才的集聚規模，優化人才結構，改善人才配置效率，從而推動集聚地區和關聯地區房價的上漲。一方面，區域內人才的空間集聚通常伴隨著“馬太效應”的特征，即人才聚集程度越高的地區，對其他地區的人才越具有吸引力。由于創新人才的稀缺和追求邊際收益最大化，使得周邊地區和關聯地區的創新人才不斷流入到集聚地區，擴大了集聚區域內的創新人才規模，導致人們的住房需求增加，引起房價上漲。同時，集聚地區創新人才結構也得到不斷優化，人才多向著高學歷或者具有較強創新能力的高端人才轉換。這些高端人才由于其自身的創新能力較強，往往伴隨著較高的收入，同時也會對未來有著較為樂觀的收入預期，存在著購房出租獲取租金收入的投機心理，使得人們的購房意愿較強，增加了住房的潛在需求，促使房價上漲。另一方面，隨著創新人才不斷流入到集聚地區，集聚達到一定規模時，集聚地區的外部經濟效應減弱，創新人才集聚的擴散效應使得集聚地區的某些人才流入到空間關聯地區，從而促使房價上漲。

不可否認，創新資本集聚能夠利用創新資本流動緊密區域的空間關聯效應，強化創新資本集聚程度，增強創新資本集聚的空間溢出效應，改善集聚地區或關聯地區的創新融資環境，緩解融資困難，增強房地產投資商的投資意愿和住房需求者的購房需求，進而推動房價上漲。一方面，創新資本在某地區的空間集聚，改善了該集聚地區的融資環境，籌措資金所需的交易成本會下降，從而增加了房地產投資商和住房需求者對資金的需求。創新資本為了追逐自身價值的最大化，往往流向創新融資需求較大的地區，增強了該地區的創新資本集聚程度。對于房地產投資商來說，由于資金的充足增強了對新建住房的投資，地價隨之上漲必然會引起房價的高企。對于住房需求者來說，由于以更低的交易成本實現了資金籌措，購房意愿增強，從而進一步推高房價。另一方面，創新資本集聚可以通過創新資本區際流動產生空間溢出效應，這為鄰近區域或創新要素區際流動聯系緊密的區域提供了資金支持，緩解了區域創新融資困難，從而促進這些地區的房價上漲。

三、研究設計

（一）變量選擇與說明

被解釋變量：房地產價格，用商品房屋平均銷售價格的對數（HP）來度量。考慮到人們可能對住宅價格更敏感，采用住宅平均銷售價格的對數（ZHP）進行穩健性檢驗。

四、實證檢驗與分析

（一）平穩性檢驗

由于使用的數據是面板數據，在進行空間計量回歸分析之前，首先用LLC檢驗和IPS檢驗對各變量進行單位根檢驗，其檢驗結果見表3。從表3可以看出，變量的水平值下IPS檢驗結果中的TAI、Struct、Traffic均是非平穩序列，經過一階差分后變量均平穩，因此，需要對變量間進行協整檢驗。我們采用Kao檢驗和Pedroni檢驗進行了協整分析，結果見表4。從檢驗結果發現變量間存在協整關系，故可以進行面板回歸分析。

（二）基準回歸結果分析

在基準回歸分析中，將全國范圍的數據作為總體樣本來驗證創新要素集聚對房價的影響，以及創新人才和創新資本動態流動所產生的空間關聯作用對房價的影響。根據是否控制地區或時間兩類非觀測效應，將固定效應分為：無固定效應（nonF）、地區固定效應（sF）、時間固定效應（tF）和地區時間固定效應（stF）。根據表5的估計結果，在動態的創新人才流動權重矩陣和創新資本流動權重矩陣下，地區時間固定（stF）情形下的空間誤差模型的對數似然函數值Log-L最大，擬合優度R2較高，Sigma2和空間誤差系數λ均顯著，且能夠控制地區和時間等非觀測因素對房價的影響，因此，最終選擇該情形下的模型估計結果進行分析討論。

從全國范圍來看，創新人才和創新資本的動態流動有利于促進房價的空間外溢和整體上漲。動態的創新人才流動權重矩陣和創新資本流動權重矩陣下的空間誤差系數λ分別為0.215和0.184，且分別在1%和5%的水平上通過顯著性檢驗，這表明動態的創新要素流動權重矩陣下房價具有較強的空間外溢效應，且創新人才和創新資本的區際流動均會促進房價的整體上漲。可能的原因在于：一是由于區域間地理距離較近或創新要素區際流動日益頻繁，房地產開發企業對房價的定價以及公眾對房價的消費能力和心理因素（如預期）在一定程度上具有相似性，或者說存在“模仿效應”，特別是房地產開發企業和房地產投機者都期望獲得收益的最大化，這在一定程度上對房價有了向上的推力，推動房價的上漲。二是人才和資本等創新要素的區際動態流動有利于區域間的知識溢出，優化了本地區與創新要素流動緊密地區的創新要素結構，改善了創新基礎，為房價穩步上漲提供了支撐。

從全國范圍來看，在創新人才和創新資本區際動態流動的環境中，創新要素集聚對房價有顯著的正向影響。在兩類權重矩陣下，創新要素集聚（TAI）的回歸系數均為0.005，且均在1%的水平上顯著，即伴隨著創新人才和創新資本的區際流動，創新要素集聚每提高1%，將促使房價上漲0.005%，這表明擴大創新要素集聚程度能夠顯著推高房價。原因可以歸納為兩個方面：一方面，創新要素的集聚效應使得集聚地區有較強的“極化效應”，吸引了關聯區域創新要素的流入，增加了集聚區域的住房需求，從而推高房價;另一方面，隨著我國區域聯系不斷增強，創新要素集聚可以溢出到創新要素流動緊密的空間關聯地區，改善了這些地區的創新基礎，從而助推了當地經濟發展，引起房價高企。

（三）穩健性檢驗

上文依據基準回歸檢驗所得的結論可能會受到變量選擇的影響而存在偏誤，為避免指標選擇的主觀性和隨意性對估計結果的干擾，本文主要以替換基準回歸模型中的核心解釋變量和被解釋變量進行穩健性檢驗。

一是考慮到創新資本對創新人才流動往往具有導向作用，在創新資本集聚程度越高的地區，創新人才往往有著較高的集聚程度，通過實證檢驗也發現了創新人才集聚程度和創新資本集聚程度存在高度的相關性，因此，本文使用創新資本計算的創新要素集聚指數（CAI）作為解釋變量，重新檢驗表5的回歸結果，發現地區時間固定效應的空間誤差模型估計結果與前文的實證結果基本一致，說明結論具有較好的穩健性（見表6）。

二是無論從房屋的基本屬性即房子是住的，還是從投機者購買住房的投機心理來看，人們對住宅價格的變動都可能更為敏感，因此，本文使用住宅平均銷售價格（ZHP）作為被解釋變量進行重新檢驗，結果發現地區時間固定效應的空間誤差模型估計結果與基準回歸基本一致，說明本文的研究結論較為可靠（見表7）。

三是從已有的文獻來看，有關內生性問題的探討和有效處理目前僅適用于截面數據。因此，考慮到創新要素的空間集聚存在著隨時間不斷積累的效應，本文在控制影響房價的相關變量和時間與地區效應的基礎上，采用極大似然的估計方法，借鑒多數文獻的做法，嘗試將核心解釋變量滯后1期來檢驗時間滯后是否對估計結果產生影響，結果發現地區時間固定效應的空間誤差模型估計結果與基準回歸基本一致，說明考慮核心解釋變量的滯后期后本文的結論依然成立（見表8）。

（四）區域異質性分析與進一步討論

目前，區域慣用的劃分標準是東、中、西部地區，但考慮到我國創新要素集聚程度在東部沿海地區要明顯高于其他地區，因此，為了更為準確地反映東部沿海地區和其他地區創新要素集聚程度的區域差異，本文采用了張毓峰等（2014）提出的沿海地區、內陸地區和沿邊地區的“新三大區域”的劃分標準。根據表9的估計結果，本文依然采用空間誤差模型估計結果來進行地區異質性分析和進一步討論。

第一，沿海和內陸地區的創新人才和創新資本的動態流動對房價沒有顯著的影響，但在沿邊地區有明顯的負向影響。在兩類權重矩陣下，沿海和內陸地區的空間誤差系數均未通過顯著性檢驗，而沿邊地區的空間誤差系數分別為-0.190和-0.186，且均在10%水平上顯著，這表明沿海和內陸地區創新人才和創新資本動態流動的空間關聯對房價的影響不明顯，但在沿邊地區有顯著的負向影響。可能的原因是：我國沿海和內陸地區各省份之間的創新人才和創新資本動態流動尚未形成較為緊密的空間關聯格局，空間關聯度較小，從而對房價沒有顯著影響。而在沿邊地區，由于地理位置和經濟發展等方面的局限性，對人才和資本等創新要素的吸引力較弱，使得部分創新要素出現了外流，從而導致住房需求減少，從而對房價產生向下的壓力。

第二，在創新人才和創新資本動態流動的環境中，沿海地區的創新要素集聚對房價存在顯著的正向影響，而內陸和沿邊地區的創新要素集聚對房價沒有顯著影響。沿海地區的創新要素集聚（TAI）在兩類權重矩陣下的回歸系數均為0.010，且均在1%的水平上顯著，表明沿海地區創新要素集聚能夠顯著促進房價上漲。而內陸和沿邊地區的創新要素集聚（TAI）回歸系數均為負，且均未通過顯著性檢驗，這說明伴隨著創新人才和創新資本的動態流動，內陸和沿邊地區的創新要素集聚對房價沒有明顯的影響。可能的原因是沿海地區各省份交通較為便利，環境較為優越，往往成為投資者重點投資和建廠的地區，大量外資的注入吸引了內陸和沿邊地區的創新人才和資本的流入，使得沿海地區基本形成了集聚程度較高的創新要素空間集聚格局，這樣催生了住房需求，促使房價上漲。而內陸和沿邊地區整體上創新要素集聚程度較低，尚未形成較強的創新要素空間集聚效應，因此對房價沒有顯著的影響。

五、研究結論與政策啟示

本文利用中國2000—2018年省級面板數據，從創新要素區際流動的動態視角構建創新人才流動權重矩陣和創新資本流動權重矩陣，運用空間計量方法探究了創新要素集聚與空間關聯對房價的影響。研究發現：第一，在動態的創新要素流動權重矩陣下，房價和創新要素集聚均存在顯著的正向空間相關性。第二，從全國范圍來看，在創新人才和創新資本動態流動的環境中，創新要素集聚對房價存在明顯的正向影響，創新人才和創新資本的動態流動有利于促進房價的空間外溢和整體上漲。第三，分地區考察發現，伴隨著創新人才和創新資本的動態流動，沿海地區的創新要素集聚對房價具有顯著的正向影響，而內陸和沿邊地區的創新要素集聚對房價沒有明顯影響;創新人才和創新資本的動態流動對房價的影響在沿海和內陸地區均不明顯，而在沿邊地區存在負向影響。

上述研究結論對政府制定差異化的房價調控政策有如下啟示：

第一，從政策層面看，地方政府在制定房地產價格調控政策時，需要從動態的視角綜合考慮區域間人才、資本等創新要素區際動態流動的空間關聯對房價的影響，逐步在創新要素聯系緊密的東部沿海地區形成房價調控的空間關聯機制，這有利于地方政府對房價的有效調控。

第二，地方政府應該充分認識到沿海地區創新要素集聚對房價的正向影響，在充分保持地理距離較近地區創新要素交流的基礎上，不斷加強與人才、資本等創新要素流動的空間關聯地區的創新合作，逐步打破地區間由于戶籍等制度形成的壁壘，形成創新要素內外流動的空間網絡機制，從而保持我國房價的合理增長。

第三，創新要素是實現區域創新發展的重要基礎，人才和資金等創新要素在空間的集聚是推動房地產市場繁榮的動力。由于內陸和沿邊地區的創新要素集聚程度不高，因此應通過優厚的人才引進政策和養老政策，促使人才、資本等創新要素流向這些地區。同時，需要加強沿海、內陸和沿邊地區內部聯系的緊密度，降低創新要素流動成本，引導創新要素在區域間流動，這有助于發揮創新人才和創新資本區際動態流動的空間關聯效應，從而為改善地區創新環境和穩定房地產市場提供重要支撐。

注釋：

①③ 根據歷年《中國統計年鑒》數據計算整理得到。

② 根據東方財富Choice數據計算整理得到。

④ Wang Shaojian， Wang Jieyu， Wang Yang， Effect of Land Prices on the Spatial Differentiation of Housing Prices： Evidence from Cross-County Analyses in China， Journal of Geographical Sciences， 2018， 28（6）， pp.725-740.

⑤ 王鶴：《基于空間計量的房地產價格影響因素分析》，《經濟評論》2012年第1期。

⑥ 方大春、裴夢迪：《房價空間關聯網絡結構實證分析》，《上海經濟研究》2018年第1期。

⑦ 宋偉軒、劉春卉：《長三角一體化區域城市商品住宅價格分異機理研究》，《地理研究》2018年第1期。

⑧ 韓艷紅、尹上崗、李在軍：《長三角縣域房價空間分異格局及其影響因素分析》，《人文地理》2018年第6期。

⑨ G. Tappeiner， C. Hauser， J. Walde， Regional Knowl-edge Spillovers： Fact or Artifact？ Research Policy， 2008， 37（5）， pp.861-874.

⑩ 鄒文杰：《研發要素集聚、投入強度與研發效率——基于空間異質性的視角》，《科學學研究》2015年第3期;張宓之、朱學彥、梁偲、湯臨佳：《創新要素空間集聚模式演進機制研究——多重效應的空間較量》，《科技進步與對策》2016年第14期。

史安娜、王繞娟、張鎏依：《長江經濟帶高技術產業創新要素集聚的空間溢出效應》，《河海大學學報》（哲學社會科學版）2018年第1期。

方遠平、謝蔓：《創新要素的空間分布及其對區域創新產出的影響——基于中國省域的ESDA—GWR分析》，《經濟地理》2012年第9期。

牛沖槐、接民、張敏、段治平、李剛：《人才聚集效應及其評判》，《中國軟科學》2006年第4期。

王奮、韓伯棠：《科技人力資源區域集聚效應的實證研究》，《中國軟科學》2006年第3期。

白俊紅、蔣伏心：《協同創新、空間關聯與區域創新績效》，《經濟研究》2015年第7期。

吳延兵：《R&D存量、知識函數與生產效率》，《經濟學（季刊）》2006年第3期。

白俊紅、王鉞、蔣伏心、李婧：《研發要素流動、空間知識溢出與經濟增長》，《經濟研究》2017年第7期。

L. Anselin， Spatial Econometrics： Methods and Models， Springer Netherlands， 1988， 4， pp.192-215.

沿海地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東;內陸地區包括山西、安徽、江西、河南、湖北、湖南、重慶、四川、貴州、陜西、甘肅、青海、寧夏;沿邊地區包括吉林、黑龍江、內蒙古、廣西、云南、新疆、西藏、海南。西藏由于部分數據缺失嚴重不予考慮。這一劃分標準參見張毓峰、張勇、閻星：《區域經濟新格局與內陸地區發展戰略選擇》，《財經科學》2014年第5期。

作者簡介：高宏霞，蘭州大學經濟學院副教授，甘肅蘭州，730000;王成，蘭州大學經濟學院，甘肅蘭州，730000。

（責任編輯 ?陳孝兵）