房價上漲、房地產擴張與高新技術產業發展
——基于省級面板數據的實證研究

傅東平，彭政欽

（1.貴州財經大學 經濟學院，貴陽 500025；2.西南大學 經濟管理學院，重慶 400715）

一、引言

黨的十九大報告提出，“我國經濟已由高速增長階段轉向高質量發展階段”。十九屆四中全會進一步提出：“堅持和完善社會主義基本經濟制度，推動經濟高質量發展”。本文認為其中的“高質量發展”是指我國經濟已經從依靠增加物質資源消耗的粗放型增長，轉變為依靠技術進步、改善管理和提高勞動者素質的集約型增長。全面提升科技創新能力，發展高新技術產業，優化我國產業結構，推動產業轉型升級，是實現經濟高質量發展的關鍵。高新技術產業不斷發展過程中，土地資源作為重要投入要素，其稀缺性日益顯現，不斷推高高新技術企業運營成本，成為制約高新技術產業發展的重要因素。房地產業以土地要素為基礎進行開發，是中國使用土地資源最多的行業之一。自1998 年實施住房市場改革和土地供給制度改革以來，商品房銷售量與銷售價格同步上升。商品房價格不斷上漲，推動房地產業快速發展，不斷擠占有限的土地資源。據經濟社會大數據研究統計，全國商品房平均價格已由1999 年的2053 元/平方米上漲至2018 年的12618 元/平方米。

高新技術產業快速發展和房價快速上漲并持續同存是近年我國經濟發展的一個突出現象，這是我國經濟快速發展的必然結果，還是二者之間存在某種重要關聯？房價的快速上漲，房地產業的快速擴張是否會對高新技術產業發展的不同方面產生影響？從房價上漲與高新技術產業發展的關系來看，房價上漲提高房地產業的利潤水平，拉動房地產業擴張，帶動經濟增長，一定程度上促進高新技術產業發展。但由于房地產業利潤增加，吸引資源流向房地產業，對高新技術產業產生“擠出”效應，導致資源在房地產業和高新技術產業中出現錯配。同時，高房價擠占家庭可支配收入，減少家庭的消費行為，對高新技術產業發展也會產生一定抑制作用。可見，房價上漲會引起要素資源在房地產業和高新技術產業之間相互流動，可能會對高新技術產業發展產生重要影響。從房價上漲的角度探討我國房地產業和高新技術產業之間的關聯，有利于更好地理解房價上漲對宏觀經濟的影響，提出高新技術產業持續穩定發展的對策。

就房價波動與高新技術產業發展的影響研究，還分散在不同的文獻中。概括起來，主要包括幾個方面：一是房價上漲引起企業抵押資產價值波動，影響企業投資，放大商業周期。在一個契約不完全的經濟中，經濟學家很久以前就意識到，諸如擁有房地產之類的抵押品可以使企業借入更多資金，從而進行更多的投資（Barro，1976；Stiglitz 和Weiss，1981；Hart 和Moore，1994）。宏觀經濟學家很快意識到這種投資的變化通過相關渠道放大了商業周期效應（Bernanke 和Gertler，1987；Kiyotaki 和Moore，1997），通過房產抵押引起企業投資波動的“渠道”效應是造成大蕭條嚴重程度的主要原因（Bernanke，1983）。在存在融資摩擦的情況下，企業使用可質押資產作為抵押品為新項目融資，房地產價值的波動會改善企業的融資環境（Krishnamurthy 和Caballero，2005），對企業投資產生巨大影響（Chaney et al，2012）。通過分析土地價值、建筑成本和總體房價、供求指標，空置率和房價與租金比率等發現，中國房地產市場存在很大挑戰，整個市場的供需不平衡量存在很大的異質性，但即使是像北京這樣具有強大基礎水平的市場，也應被視為具有風險（Wu et al，2016）。然而，基于中國的國有及非國有企業數據的經驗研究，沒有發現房地產抵押價值變化附帶的渠道效應，但這一結果并不意味著潛在的房地產泡沫不會對中國經濟產生負面影響（Wu et al，2013）。余靜文等（2015）利用中國工業企業數據和35 個大中城市宏觀數據研究表明，在房價快速增長和房地產快速擴張的背景下，社會資源將流入到房地產部門，減少企業的資金供給，抑制企業的技術創新水平，減少企業投資。Miao 和Wang（2012）、王文春和榮昭（2014）以及張杰等（2016）也得出相似結論。

二是房價上漲作用人力資本積累。一直以來，房價水平與城市人力資本和經濟增長關系緊密，人力資本下降和城市衰退是低房價地區的顯著特征（Glaeser 和Gyourko，2005）。人力資本水平較高的地區，房價相對較高，且比較穩定，房價波動風險更小（Di Venti，2009）。主要體現在人力資本水平在逐漸提升的過程中造成全社會對稀缺產品的占有意識提高（王先柱和駱永民，2013）和人力資本規模擴張形成的空間集聚效應（陳斌開和張川川，2016）。然而，也有學者研究發現，房價的加速上漲會對人力資本產生擠出效應（Chan，2001；Shan，2010；王盛，2018）。比如過高的房價顯著地提高了大學畢業生離開本地就業的概率，且對教育背景和家庭背景較弱的學生影響更大（宋弘和吳茂華，2020）。但我國幅員遼闊，經濟發展存在地區性差異，籠統的對全國樣本進行分析，得出的結論并不具有地區代表性。駱永民和劉艷華（2011）利用1998—2008 年省級面板數據分區域實證研究發現，房價波動對人力資本的影響，在東部地區表現為正，中部地區不顯著，而西部地區為負。其中，高房價在中部、西部和東部地區對科研人才集聚存在“U”型結構（孫文浩和張益豐，2020）。

三是房價波動導致社會資金錯配。房價上漲增加企業融資約束，擠占研發創新資金，降低企業創新投入傾向。從信貸角度來看，房地產業在擴張過程中，房價上漲會使房地產產生泡沫，金融機構更傾向于將資金提供給高收益、低風險的房地產業，從而擠占企業研發創新資金（劉建江和石大千，2019）；從企業角度來看，企業為緩解外部融資約束，快速提升利潤水平，傾向于把有限資金投入泡沫產生的房地產部門，降低企業創新投入傾向（Miao 和Wang，2012；Chaney et al，2012）。之后，我國學者從實證角度對此結論進行了驗證，并發現在工業企業中表現得更為明顯（王文春和榮昭，2014；張杰等，2016）。學者進一步考慮房價蔓延的空間效應發現，房價波對還對周邊城市的創新水平產生了抑制作用（余泳澤和張少輝，2017）。

現有相關研究雖分散在不同的文獻之中，但就房價波動、房地產投資對高新技術產業發展的作用機制進行了多方面的探討，為本文奠定了良好的研究基礎。在此基礎上，本文利用省級面板數據實證檢驗房價上漲對高新技術產業發展的影響和作用機制，試圖從以下幾個方面有所創新：第一，從研究角度來看，本文從房價上漲的角度探討對高新技術產業發展的影響，從而對高新技術產業發展的問題及尋求持續發展的良策提供了新的研究視角，彌補了現有研究的不足；第二，從研究方法來看，運用動態面板門檻模型探究房價與高新技術產業發展有關問題的文獻匱乏，本文借鑒（Seo 和Shin，2016）研究方法構建動態面板門檻模型研究房價對高新技術產業發展的非線性影響，解決了傳統靜態面板門檻模型忽視的內生性問題；第三，從研究結論來看，本文發現房價上漲帶動房地產擴張，顯著抑制了高新技術產業發展，并且在2008 年經濟危機爆發之后抑制作用有所增強。在門檻效應研究中發現，房價水平變化對高新技術產業發展存在“門檻效應”。

二、理論分析與研究假設

（一）房價上漲及房地產擴張對高新技術產業發展的影響機制

技術創新和人力資本作為高新技術產業發展的核心影響因素，分析房價上漲對高新技術產業發展的影響機制可以以房價上漲對技術創新和人力資本的影響為理論基礎。由于房地產具有商品和資產兩種屬性，決定了房價上漲會對技術創新產生完全相反的兩種影響（余泳澤和張少輝，2017）。一是房價上漲提高企業自有資產的抵押價值，緩解企業融資約束，增加企業流動性，提升企業技術創新水平，促進高新技術產業發展；二是高房價提高了房地產及相關行業的利潤水平，企業為獲取短期巨額回報抽取部分資金投向房地產業，導致信貸資源在行業間產生錯配，對高新技術產業等其他行業產生嚴重的資金擠出效應，阻礙高新技術產業等其他行業的技術研發投入，抑制行業發展。房價持續上漲還會向社會傳遞錯誤信號，扭曲消費者決策，阻礙技術創新水平提升。主要體現在房價上漲導致家庭動用大部分儲蓄投資房地產，減少對創新產品的消費，錯誤的“貨幣選票”會抑制高新技術產業的研發和生產積極性。從人力資本角度來看，高房價地區普遍具有較高水平的人力資本積累，但過高的房價會對人力資本產生擠出效應，特別是存在長期擠出的現象。結合我國實際情況，房價上漲對技術創新水平和人力資本產生抑制作用占主導。

基于此，本文提出假說1：

長期來看，房價上漲導致房地產業利潤增加，導致社會資源在產業間產生錯配，阻礙技術創新水平提升，對人力資本產生擠出效應，抑制高新技術產業發展。

（二）次貸危機對房地產業與高新技術產業發展的影響機制

從房地產業和高新技術產業發展的基本事實出發發現，房地產行業發展對高新技術產業的影響可能表現出時間差異。2008 年美國爆發次貸危機，隨后蔓延至世界主要國家和地區，引發全球性經濟危機，我國高新技術產業受到嚴重的沖擊。高新技術產業具有高外向性、高投入性、高風險性等特點，其受到的影響較大。在高新技術產品出口、企業產出等方面出現了不同程度的下降，高新技術企業融資約束增大，裁員、破產等現象嚴重。在經濟危機愈演愈烈的情況下，我國政府為了刺激經濟增長，實施了“四萬億”等經濟刺激計劃，其中大量的資源涌入房地產業，使處于短暫調整的房地產業加速擴張。因此，房地產行業發展對高新技術產業發展的影響可能更為嚴重。

基于此，本文提出假說2：

2008 年美國次貸危機引發全球經濟危機，政府采取刺激經濟的政策，可能導致房地產行業發展對高新技術產業影響更為嚴重。

（三）房價與高新技術產業門檻效應的影響機制

隨著我國經濟水平的不斷提升，房地產業呈現出非均衡的發展態勢，可能會表現出地區差異。東部地區憑借對外開放的優勢，經濟快速發展，吸引了大規模的人口流入，加上其土地資源稀缺，導致房價上漲迅猛。而中西部地區經濟發展較為落后，房價水平并不一致。當經濟發展水平較低時，房價持續上漲帶動地區經濟增長，一定程度拉動高新技術產業發展；當房價水平較高時，對高新技術產業資源供給產生擠出效應。因此，房價上漲可能會對高新技術產業產生非線性或空間異質性影響，即房價水平變化對高新技術產業發展的影響可能存在“門檻效應”。

基于此，本文提出假說3：

房價上漲對高新技術產業的影響可能存在“門檻效應”。門檻效應可能體現在：房價上漲過程中，對高新技術產業發展表現出先促進后抑制。

三、研究設計

（一）模型構建

為考察我國高新技術產業發展是否受到房價上漲和房地產擴張的影響，設立如下基本模型：

其中：Yit和Yit-1分別表示第t期和第t-1 期i省高新技術產業代理變量，本文從投入和產出兩個角度衡量高新技術產業發展，投入角度的代理變量為高新技術產業R&D 經費內部支出，產出角度的代理變量為高新技術產業主營業務收入。Priceit表示房地產價格，用商品房平均銷售價格衡量，其計算公式為：商品房平均銷售價格=商品房銷售總額/商品房銷售面積；Investmentit代表房地產擴張，用房地產開發投資額衡量；Controlsit表示控制變量，包括經濟發展水平、專利申請數、科技活動籌集資金中的政府資金、從事科技活動人員數，其中經濟發展水平用GD0 水平衡量；λi表示個體效應；εit表示隨機擾動項；β表示待估系數。

（二）數據說明

本文采用1999—2017 年中國省級面板數據（因數據缺失，不含港澳臺地區），其中截面數為31，時間序列為19 年，樣本數為589。數據均來源于國泰安數據庫、中國經濟社會大數據研究平臺、歷年《中國統計年鑒》《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國房地產統計年鑒》及各省統計年鑒。變量的描述性統計分析見表1。

表1 主要變量的統計描述

四、基本模型估計結果及討論

（一）對高新技術產出的影響

依據（1）式，考慮到被解釋變量滯后項引入模型建立動態面板模型后，為消除個體效應對變形模型估計所產生的內生性問題，不再使用靜態面板模型估計方法，而采用系統廣義矩（SYS-GMM）方法對模型（1）進行估計。以高新技術產業主營業務收入作為被解釋變量進行估計，探討房價上漲對高新技術產業產出的影響，估計結果見表2。為提供對比，表2 報告了不把被解釋變量滯后一期引入模型的OLS 回歸及固定效應模型估計結果。考慮到房價水平與高新技術產業發展之間可能存在逆向因果關系：一方面房價水平發生變化將導致資源在房地產業和高新技術產業之間相互流動，對高新技術產業發展產生影響；另一方面，高新技術產業快速發展，促進城市發展，又會吸引更多的高新技術企業和人才，從需求側推動房價上漲。雙向因果關系可能導致房價是內生變量，表2 同時報告了以房價滯后一期作為房價工具變量（IV）的靜態面板估計結果。

系統GMM 估計結果顯示，商品房平均銷售價格和房地產開發投資額的估計系數均在1%的顯著性水平上顯著為負，說明房價上漲及房地產業擴展對高新技術產業銷售額有負向影響，抑制了高新技術產業發展。商品房平均銷售價格每上漲1 個單位，高新技術產業主營業務收入將下降0.0566 個單位。可能的原因在于房價上漲提高了房地產業的利潤率，拉動了房地產業的投資，帶動社會資金進入房地產業，減少了對高新技術產業的投資，也說明房地產業投資對高新技術產業有一定的擠出效應。滯后一期高新技術產業主營業務收入系數顯著為正，對當期有正向促進作用，說明高新技術產業發展存在慣性，與猜想一致。其他控制變量的系數估計結果來看，經濟發展水平越高、科技活動籌集資金中的政府資金越多、從事科技活動人員數越多，都將會顯著的促進高新技術產業的發展，且GD0、政府資金、從事科技活動人員每上漲1 個單位，高新技術產業主營業務收入上升0.0657、0.0650、0.0696 個單位。可能的解釋為經濟發展水平越高，會帶動高新技術產業發展，促進創新要素的產出；政府對高新技術產業的支持，會加快高新技術產業的發展。但專利申請數對高新技術產業主營業務收入呈負相關關系且無顯著影響，估計結果和表2 報告的其他模型估計結果相反，也有悖于常理。可能的原因應該來自模型設定，動態面板模型引入了被解釋變量的滯后一期，專利申請數受研發投入的影響比較大，和上一期的高新技術產業主營業務收入高度相關，導致了兩者有一定的共線性，致使估計結果出現了專利申請數估計系數為負。從系統GMM 模型的檢驗結果看，表中Sargan 檢驗結果顯示所選工具變量是合理有效的，Arellano-Bond 檢驗表明原模型不存在序列相關問題，滿足動態面板模型使用系統GMM 估計的假設前提。

表2 線性回歸模型估計結果

（二）對高新技術投入的影響

以高新技術產業R&D 經費內部支出為被解釋變量，估計基本模型（1），可得到表3 的系統GMM 估計結果。表3 也同時報告了OLS 回歸、固定效應和工具變量（IV）的估計結果。

表3 線性回歸模型估計結果

從表3 中可以看出，房價上漲、房地產擴張對高新技術產業投入有顯著的負向影響。房價水平每上漲1個單位，高新技術產業R&D 經費內部支出將下降0.1726 個單位。可能的原因既在于房價上漲引起資金流入房地產業，增加了高新技術產業融入外部資金的困難，又在于房價上漲提高了投資房產的預期收益，激勵高新技術產業用更多的資金持有房產，削弱了高新技術產業利用自有資金進行R&D 經費內部支出的能力。結合表2 和表3 的估計結果，研究假說1 得到了有效驗證，符合余泳澤和張少輝（2017）的研究觀點。系統GMM 估計結果還顯示，滯后一期高新技術產業R&D 經費內部支出對對本期有顯著的正向影響，說明R&D 經費內部支出具有慣性，這和直覺及理論推斷一致。從控制變量看，政府支持高新技術產業投入是正向的，估計結果與對高新技術產業產出的影響一致。但專利申請數的估計系數顯著為負，方向與高新技術產業產出一致，可能的原因同樣來自于模型設定。表中報告的Sargan 和Arellano-Bond 檢驗結果顯示系統GMM模型設定的合理性。OLS 回歸、固定效應和工具變量（IV）的估計結果和系統GMM 估計結果保持了定性上的一致性，但具體估計參數大小有一定差異。

（三）經濟危機產生的結構變化效應估計

2008 年美國次貸危機引發的全球經濟危機，對高新技術產業和房地產業產生了不同的影響。高新技術產業受經濟危機影響出現了出口增速下滑、融資困難等現象。2008 年高新技術產品出口增速13.1%，比前10 月下降6.5%，融資困難降低了高新技術產業的研發投入能力，對高新技術產業產生深遠影響。與此同時，房地產業經過短暫的衰退后，受“4 萬億”刺激政策影響，大量資金進入房地產業，造就了房地產業的新一輪繁榮，房價進入了上漲通道。經濟危機對高新技術產業和房地產業的不同影響，是否引起房價與高新技術產業投入之間關系的變化？表4 報告了1998—2008 年、2009—2017 年分別以主營業務收入和R&D經費內部支出為被解釋變量的分段回歸結果。

據表4 結果顯示，從對高新技術產業產出影響來看，房價的估計參數在兩段回歸中均顯著為負，說明在經濟危機爆發前后，房價上漲均顯著的抑制高新技術產業的產出。對比兩段回歸的系數，發現在經濟危機前后估計均顯著為負且參數大小基本無變化，說明房價上漲對高新技術產業產出存在不利影響。從房地產開發投資額的估計參數來看，在兩段估計均顯著為負但估計參數絕對值明顯變大，危機后的參數絕對值為危機前的1.7 倍，說明房地產行業投資增加對高新技術產業產出影響加劇。從對高新技術產業投入影響來看，房價估計參數絕對值在經濟危機之后擴大約14.5 倍，房地產開發投資額估計參數顯著為負且擴大約2.5 倍，表明經濟危機后房地產行業的發展對高新技術產業投入表現出更為嚴重的抑制作用。出現這種結果的原因可能在于經濟危機之后，“4 萬億”的刺激政策加快了房地產業的發展，房價出現了較快增長，使得資源快速向房地產業集聚。受到政府調控政策等因素的影響，擠出效應加大，加劇了對高新技術產業發展的抑制作用。房地產擴張在2008 年后加劇了對高新技術產業發展的抑制作用主要體現在對高新技術產業的投入上，可能的原因是為了刺激經濟增長，房地產業快速擴張吸收了政府政策釋放的資金及受到經濟危機沖擊后在社會中為數不多的閑置資金，從而使高新技術產業投入大幅減少。至此，研究假說2 得到了驗證。

表4 分段回歸估計結果

五、動態門檻效應研究

（一）動態面板門檻模型的設定

隨著我國房地產業非均衡發展，房地產市場泡沫化程度在各地區均有不同，房價水平的變化可能會對高新技術產業產生非線性或空間異質性影響，即相對房價差異（本文用房價收入比衡量）可能導致房價水平變化對高新技術產業發展的影響存在“門檻效應”。為了研究“門檻效應”，在（Caner 和Hansen，2004）靜態門檻回歸的基礎上結合（Seo 和Shin，2019）的研究成果，引入動態面板門檻模型。傳統的靜態面板門檻模型要求變量強外生性的假設往往使估計結果受到質疑，動態面板門檻模型在引入被解釋變量滯后項的基礎上采用廣義矩估計的方式進行估計，解決了因變量內生性導致估計結果有偏的缺陷。在考慮到回歸函數的連續性，以房價收入比作為門檻變量，動態面板門檻模型設定為折彎形式，即在門檻值處，回歸函數發生折彎而非跳躍。具體動態面板模型設定如下：

其中：yit為被解釋變量，代表高新技術產業主營業務收入和高新技術產業R&D 經費內部支出；xit代表包含被解釋變量滯后項在內的所有解釋變量。本文采用房價收入比衡量房地產價格，作為房價上漲的代理變量；采用房地產開發投資額衡量房地產投資，作為房地產擴張的代理變量。此外，根據已有研究，引入影響高新技術產業發展的其他解釋變量，包括：科技活動籌集經費中政府資金、專利申請數、經濟發展水平、從事科技活動人員數。qit為門檻變量，本文選取房價收入比為門限變量，來探討房價上漲、房地產擴張對高新技術產業發展的影響。借鑒已有研究（呂江林，2010），其計算公式為：房價收入比=（90×住宅平均銷售價格）/（平均家庭戶規模×城鎮居民人均可支配收入）。γ是門檻值。為處理截面異質性問題，模型中引入αi代表個體效應。εit是隨機干擾項，代表為引入模型中的其他因素的影響。下標i和t分別表示截面和時間，T和n分別表示截面維度和時間維度。I{ }·是示性函數，當括號中的條件成立時取值為1，否則取值為0。其參數β的含義和一般的動態面板模型相同，模型中若κ=0，則說明在樣本區間，不存在彎折，當然也不存在門檻效應。和一般的靜態門檻模型不同的是，當qit＞γ時，門檻變量的斜率為β中對應的分量與κ之和。

（二）動態面板門檻模型的估計方法

為估計模型（2），首先通過一階差分消去個體效應αi，模型中的未知θ=(β′，κ′，γ′) 參數通過差分廣義矩方法進行估計，其中：β為解釋變量系數；κ為彎折系數；γ為門檻值。按照（Seo 和Shin，2016），被解釋變量差分的滯后項作為解釋變量進入差分方程存在內生性問題，考慮到更一般的情況，其他解釋變量差分也可能存在內生性問題。為處理內生性問題，首先從滯后的高新技術產業發展變量和其他內生變量中設定一個l維向量作為工具變量。

其次，構造樣本矩：

用Δ 表示差分算子，則可把各個字母的含義表示為

再次，引入帶加權矩陣Wn的廣義矩目標函數：

最小化上面的目標函數，即可得到差分廣義矩的估計量。

鑒于對于每一個固定的可能門檻值γ，模型轉化成為一個帶個體效應的線性動態面板模型。因此，目標函數最小化采用類似靜態面板模型的網格搜索法，得到給定γ值后β和κ的估計量：

其中：令加權矩陣Wn為

于是加權矩陣可變為

施加了彎折約束條件的廣義矩估計量(β，κ，γ)漸進分布也可以按Seo 和Shin（2016）相同的方法推導得到。具體來說，定義G=(Gβ，Gκ，Gγ)，則

Seo 和Shin（2016）已證明在適當條件下，廣義矩估計量是漸進正態分布，也就是

漸進方差的估計量為

其中：gi(θ)=g1i+g2i(γ)(β′，κ′) ′。

（三）門檻效應的自抽樣檢驗方法

針對門檻效應的存在性檢驗，原假設為

H0：κ=0 對所有的γ∈Γ成立

即不存在門檻效應。其中Γ表示γ的參數空間。則備擇假設為

H1：κ0≠0 對一些γ∈Γ成立

在原假設下，考慮模型中含κ的項將缺失，據此使用上界類型的統計量，即

其中：Wn(γ)對每一個固定的γ而言是一個標準的瓦爾德（Wald）統計量，即

這是一個一致漸進方差的估計量，等式中R=，且

（4）重復（1）～（3）步很多次（通常應至少達到300 次左右），計算supW*大于supW的比率，作為經驗P值，進行顯著性檢驗。

（四）動態面板門檻模型回歸結果分析

利用Stata13 軟件，對式（2）按上述方法進行估計，得到的估計結果見表5。

表5 動態面板門Kink 檻模型回歸結果

分析表5 的估計結果可以得出，無論高新技術產業發展是以高新技術產業主營業務收入還是以高新技術產業R&D 經費內部支出來衡量，在1%的顯著性水平上，折彎斜率顯著為負，說明房價收入比對高新技術產業發展存在門檻效應。當房價收入比低于門檻值時，在1%的顯著性水平上，房價收入比的系數顯著為正，說明房價的相對上漲對高新技術企業發展有顯著的促進作用，當房價收入比高于門檻值時，房價收入比的基準系數與折彎斜率之和均為負，說明房價相對上漲對高新技術產業發展有顯著的抑制作用。在房價比較低的時期，整體經濟低迷，房地產持續擴張，將有效的促進經濟的增加，從而帶動高新技術產業發展，增加高新技術產業主營業務收入，也促使高新技術產業增加R&D 經費內部支出；當房價上漲到一定階段，即房價收入比超過門檻值以后，房價水平繼續上升，房地產投資繼續擴大將會導致資源在產業間發生錯配，使房地產業產生資金、人才集聚效應，抑制高新技術產業發展，降低高新技術產業主營業務收入和R&D 經費內部支出，這一估計結果驗證了本文的研究假設三。然而，高新技術企業發展的兩種不同衡量方法，估計出的門檻值分別為7.4854 和7.0042，兩者有一定的差距。可能的原因在于，高新技術產業的R&D 支出受現金流的影響較大，房價較收入較快上漲導致資金向房地產業流動加快，導致高新技術產業融資難度加大，R&D 投入能力下降。因此門檻值較低。對高新技術產業主營業務收入而言，社會經濟總量增加過程中，對高新技術產品的需求有一個滯后的過程，房價上漲放大了房地產業對高新技術產品的需求，也一定程度上推動了高新技術產業的主營業務收入持續增加，因而，對應的門檻值高一些。

從其他變量的回歸參數來看，滯后一期高新技術產業主營業務收入估計參數在1%的顯著性水平上顯著為正，說明高新技術主營業務收入具有一定的慣性。從估計的數據看，上一期高新技術產業主營業務收入每增加一個單位，下一期高新技術產業主營業務收入將增加0.8671 個單位。滯后一期的高新技術產業R&D經費內部支出估計參數在1%的顯著性水平上也顯著為正，說明高新技術產業R&D 經費內部支出也具有一定的慣性。從數據看，上一期高新技術產業R&D 經費內部支出每增加一個單位，下一期的高新技術產業R&D 經費內部支出增加0.8859 個單位。兩者相比較，高新技術產業R&D 經費內部支出的慣性更大，原因可能在于高新技術產業R&D 經費內部支出主要取決于企業長期發展戰略，受既定技術路線影響較大，企業很難在短期內大幅度調整。政府支持對高新技術產業產出有顯著的正向促進作用。原因可能是經濟發展到一定水平，高新技術產業作為促進經濟增長的新增長點，政府支持將會促進高新技術產業發展。專利申請數變量對高新技術產業產出無顯著影響，對高新技術產業投入有正向促進作用，可能的解釋是專利申請數持續增加需要占用較多的研發資金，從而促進高新技術產業R&D 經費內部支出，導致專利數和R&D 經費內部支出之間有一定的相關性。GD0 變量正向促進高新技術產業發展，符合預期。

六、結論及政策建議

本文利用1999—2017 年我國31 個省、直轄市、自治區面板數據，構建系統廣義矩模型和折彎的動態面板門檻模型，就3 個研究假說探討房價上漲、房地產擴張對高新技術產業發展的影響。通過研究得到以下主要結論：第一，總體來說，房價上漲、房地產擴張對高新技術產業發展有明顯的抑制作用，不利于高新技術產業發展，且抑制作用體現在高新技術產業投入和產出兩方面。第二，2008 年經濟危機爆發之后，為積極應對經濟危機推出了大規模的經濟刺激計劃，加速了房地產業的發展，對高新技術產業產生了擠出效應，房價上漲對高新技術產業投入和產出的抑制作用顯著增強。第三，房價水平的變化對高新技術產業發展存在“門檻效應”。具體來說，在房價收入比較低時，房價上漲對高新技術產業發展有促進作用；當房價收入比較高時，房價上漲、房地產投資持續增加會使房地產業產生聚集效應，導致資源在各產業間發生錯配，致使高新技術產業會出現人才流失、資金流出等現象，從而抑制高新技術產業發展。相比較而言，對高新技術產業R&D 經費內部支出影響的門檻值低于對高新技術產業主營業務收入影響的門檻值，房價上漲對高新技術產業投入更容易出現負面影響。第四，高新技術投入與產出均具有一定的慣性，政府支持對高新技術產業發展的推動作用顯著。

以上結論具有較強的政策含義：房價上漲帶動房地產相關產業發展，從而拉動經濟增長，是以抑制高新技術等產業發展為代價的。高新技術產業發展關系到我國經濟發展方式的轉變和高質量發展的實現，是能否跨越中等收入陷阱的關鍵一環，也是國家競爭力的核心來源。降低房價上漲引起的房地產業對高新技術產業的擠出效應非常重要。房價對高新技術產業發展的影響是存在門檻效應的，與房價收入比息息相關，較低的房價收入比對高新技術產業發展有促進作用，但房價收入比達到一定程度則會轉變為抑制作用。從房價上漲對高新技術產業發展的影響角度，可以從以下幾方面入手：

一是建立穩定房價的長效機制。從供給角度看，房價上漲的主要推動力來自土地成本上升，根源于土地財政的制度安排。從需求角度看，房價上漲的主要拉力來自于投機性購房需求，根源于長期的貨幣超發。要建立穩定房價的長效機制，應加快推進土地供給的市場化改革，推進農村經營性建設用地入市，盡快明確土地使用權到期的制度安排，創新土地交易制度等，增強土地供給對房價的彈性。同時，要從需求角度入手，創新投資方式，拓寬投資渠道，打破金融體系資金的自我循環，使更多資金流向高新技術產業，減少超發貨幣流向房地產市場。此外，還應合理設計和盡快出臺房地產稅，研究房產空置稅，提高投機性房地產的持有成本。應改革財稅分配制度，為地方政府提供穩定的稅源，降低地方政府高價賣地的沖動。通過多種措施使房屋回歸居住功能，實現“房住不炒”的管理目標。

二是形成相對穩定的房地產市場調控規則。中央政府和地方政府在利益訴求上并不完全相同，在房地產市場調控方面雙方的利益訴求更是差異巨大。在中央政府和地方政府的博弈中，中央政府控制房價的政策往往得不到地方政府強有力的貫徹執行，而穩定房價的政策則被地方政府無限放大，結果地方政府成為推動房價上漲的中堅力量，斟酌使用和不斷調整的房價調控政策成為房地產市場周期性波動的重要原因。為改變這一局面，應建立起可預期的房價調控規則，為房地產市場有序發展創造穩定的市場環境。政府應加強對房地產市場的監測及時公布房價變動有關的相關信息，同時要形成相對穩定的調控手段和調控規則，以穩定市場預期，減少因調控政策預期變化產生周期性的市場投機。

三是要基于房價收入比實行區域差別化的分類管理政策。房價收入比對高新技術產業發展的影響具有門檻效應，我國不同區域的房價收入比仍處于不同水平，對于還未達到門檻值的區域，可保持房價收入比的基本穩定或小幅增加；對于已超過門檻值的區域，要持續降低房價收入比。房價收入比既與房價有關，也與收入有關。在后疫情時代，穩增長是目前面臨的主要任務，房價波動涉及地方政府、開發商、房屋所有者和銀行等多方面利益，房價的快速下跌會對金融體系甚至經濟基本面產生巨大沖擊。因此房價的大幅度下降不應該成為政策目標，房價收入比的穩定或降低也只有在發展中解決，即通過穩定房價，提高人均收入的辦法解決。主要應從兩個方面想辦法，一是增加居民的絕對收入水平，二是提高房價相對較低的中小城鎮人口比例。為此，既要推動分配向有利于勞動者的方向變化，進一步縮小城鄉差距，積極推進城鄉一體化，又要進一步加強對特大城市人口規模的控制力度，特別是加快推進大城市與周邊中小城鎮之間的基礎設施互聯互通、積極引導大城市的教育、醫療等優質資源向周邊中小城鎮轉移和復制，實現大城市與周邊中小城鎮的協調發展，疏解大城市部分人口。通過疏堵結合，緩解大城市的房價上漲壓力。

四是增加政府對高新技術產業的投入，弱化房價上漲的擠出效應。加大政府對基礎技術研發的投入力度，為高新技術研發提供更有利的支撐。優化政府對高新技術產業的財稅、金融政策支持力度，提升增信能力，降低增信成本，消除高新技術企業的融資障礙。為高新技術產業中的技術性人才提供住房優惠和個人稅收優惠政策，提升高新技術產業對人才的吸引力。堅定發揮國有企業在新技術研發中的主導作用，推動企業間針對核心技術、關鍵零部件等的合作研發和聯合攻關，采取有效措施加快技術進步。