城市創新行為與商品房價格的空間關聯特征

范曉莉 李秋芳

[關鍵詞] 房價波動;城市創新行為;空間溢出效應

黨的十九大報告指出：“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐?！痹谛掳l展格局下，房地產行業的金融化程度逐漸削弱，回歸到行業本身，各地紛紛圍繞“創新戰略”和“產業高級化”等方向制定發展目標，努力提升本地區創新環境，為進一步提升經濟發展水平提供支撐。

《中國統計年鑒》和《中國房地產統計年鑒》數據顯示，我國商品房平均銷售價格由2008 年的3800 元/平方米上漲到2018 年的8736.9 元/平方米，其中北京和上海的房價漲幅最大，分別上漲了172.35% 和228.38%，北京、上海、廣州、深圳四大城市房價遠高于全國平均水平，各地區房價差異明顯且呈逐步擴大趨勢。因此，2019年中央經濟工作會議強調落實穩地價、穩房價、穩預期的長效管理調控機制，堅持“房子是用來住的、不是用來炒的”定位。近年來，隨著房地產調控政策進一步落實，房地產市場價格趨于平穩，但一線城市仍呈現一定幅度上漲態勢。從全球城市發展態勢來看，創新集聚區房地產市場相對繁榮，諸如中國的京津冀、長三角、珠三角大都市圈以及美國硅谷、日本東京等區域的房價均呈現不斷上漲趨勢。近年來，隨著房地產調控政策進一步落實，房地產市場分化與該地區的人才、資金、環境、經濟等創新要素息息相關，整體表現出“明知房價高，偏要擇其居”的現象，表明區域創新是推動房價上漲的關鍵因素。與此同時，我國區域創新能力發展存在明顯的空間差異特征[1]，而創新活動呈現顯著的空間相關性，各區域間的創新要素相互作用在區域間傳播，會影響相鄰地區的創新發展，推動區域整體經濟質量提升[2-3]。但是，我國創新活動仍存在顯著的空間集聚特征，網絡溢出效應范圍較為有限，區域創新發展不平衡特征依然明顯[4]。那么，隨著創新驅動發展戰略不斷深入實施，城市創新行為如何對房價波動產生影響？城市創新行為與房價波動之間的關系是什么？如何根據城市創新行為對房價波動的作用特征制定政策？這些問題已成為創新驅動發展戰略背景下穩定我國房地產市場價格和推動經濟高質量發展不容回避的問題。

一、文獻綜述

城市創新行為對房價波動的影響與經濟發展水平是息息相關的。隨著創新驅動發展戰略的不斷深入實施，學者們有針對性地研究創新行為與房價波動之間的關系，并對二者之間的相互影響機理進行了驗證。一部分學者發現區域創新發展對房價產生顯著的影響，并且區域創新要素的空間特征是引起房價分化的重要原因。Florida采用包括科技投入、科技產出和科技人才的“3T”指標來評價城市創新能力，指出高技術人才向創新型城市集聚會提升房價[5]。范新英和張所地通過構建創新集聚的指標體系，發現創新集聚是引起城市房價上漲和房地產市場分化的重要原因[6]。宋婧運用動態面板模型進行分析，發現科技創新能力提升對房價產生正向效應[7]。馮珍等人運用空間計量模型分析了區域創新要素對房價分化的影響，表示基礎設施和人才要素對房價的正向影響大于資金和技術要素對房價的影響[8]。另一部分學者認為房價對創新行為同樣產生影響。第一，房價上漲過快不利于企業創新。王文春和榮昭從工業企業角度出發，指出房價波動上漲過快會抑制企業的創新資金投入，從而影響企業創新產出和研發投入[9]。朱晨以上海市為例，同樣得出房價波動上漲對工業企業創新具有抑制作用[10]。第二，高房價在一定程度上限制了城市創新。厲偉等人從城市房價管理角度分析房價與城市創新的關系，發現房價波動上漲阻礙了城市創新水平的提升，這在一線、二線城市表現尤為明顯[11]。廖望等人指出一線城市商品房價格上漲對城市創新具有顯著抑制性[12]。崔瑩瑩等人從創新資金和人力資本視角，實證分析發現房價上漲對城市創新存在顯著的負效應[13]。第三，房價波動過快易導致資源錯配從而不利于開展創新行為。羅雙成和陳衛民認為城市房價波動上漲過快引起創新要素錯配，資源配置效率損失是導致創新能力下降的原因[14]。張煜暉和王鉞在考慮了創新要素的空間流動后發現房價對區域創新績效具有顯著的抑制作用[15]。

基于以上文獻梳理，筆者認為已有文獻仍存在幾點不足：一是缺少城市創新行為與房價波動之間的影響路徑分析;二是忽略了變量間可能存在的空間關聯特征;三是房價波動的研究范圍太大，說服力小。因此，本文基于2011—2019年我國具有代表性的35個大中城市面板數據，重點分析城市創新行為對房價波動的影響特征，通過系統分析兩者之間的作用機理，并運用空間計量模型驗證其影響特征，從實證檢驗和效應分解兩方面進行分析，以期為充分發揮城市創新行為的潛力，提升城市創新能力，推動房地產市場持久健康發展提供科學的參考。

二、機理分析與假設提出

城市開展創新活動有助于提高自身創新能力，進而推動區域經濟發展。筆者認為，城市創新行為能夠產生虹吸效應和引致效應，從而對房地產市場產生影響，因此城市創新行為對房價的影響機理將遵循以下邏輯：城市創新行為—創新能力—虹吸效應和引致效應—房價波動（見圖1）。

（一）虹吸效應

虹吸效應是城市發展過程中產生的一種現象，經濟發達城市對創新要素具有更強的吸引力。具有創新優勢的地區會通過虹吸效應不斷吸引周邊地區資源要素，提升本地經濟發展水平，刺激商品房價格快速上漲，這一效應呈現顯著的階段性特征。在初始階段，集聚效應較為明顯，該階段發達地區處于創新起步時期，需要不斷吸引創新要素提升創新水平。發達地區吸引周邊欠發達地區的資源，創新要素形成集聚效應，這個階段的影響會產生極化效應，導致地區之間的差距逐漸拉大。在集聚過程中，發達地區通過采取相關政策優惠、人才補貼等方式吸引創新要素，導致創新要素向發達地區聚集。發達地區擁有大量高層次創新人才、研發機構、科技服務和創新平臺，并具有開放性多元化的創新文化氛圍，以優越的創新環境吸引更多的人才[16]。創新資源高度集聚地區依托完善的基礎設施條件、創新氛圍和豐富的信息資源等不斷研發新產品、新技術，獲得更高的技術水平，形成“自我強化”效應，進一步增強自身創新水平。基于此，創新要素聚集更多的企業、資金、人才流入本地，刺激房地產市場的需求，引起商品房價格上漲。在發展階段，擴散效應更為突出。該階段中心城市已經達到一定的創新水平，人口、資源集聚到一定程度會不斷向周邊地區擴散，擴散效應逐漸大于集聚效應，中心城市的資源和經濟活動向外圍擴散，充分發揮創新溢出效應，但核心區域依然發展得更好更快。在擴散過程中，城市發展階段理論強調城市的發展將經歷“城市—都市圈—城市群”的過程，創新在知識創新階段、科研創新階段和產品創新階段均存在顯著的空間外溢效應[17]。創新要素通過地區間的交流、傳播輻射到周邊地區，發達地區的“極化效應”逐漸擴散到欠發達地區，形成“涓滴效應”，推動整個區域協調發展。由此可知，在區域創新發展過程中產生的集聚和擴散效應均有助于構建良好的創新條件，帶動區域經濟發展并刺激商品房價格上漲。

（二）引致效應

引致效應的本意是通過一種產業的經濟活動對另一產業產生影響，引致其他產業發生變化，實質上表現為一種間接影響。一個地區的創新水平對該地區的商品房價格并沒有直接影響，但是區域創新會通過促進企業的資金、技術和人才流動等多種途徑影響房地產市場，進而影響住房需求，最終引起商品房價格的變化。因此，創新要素通過集聚效應和擴散效應引致房地產的需求，產生引致效應。通過創新資源集聚，房地產的最終需求表現為人的需求，創新發達地區擁有豐富的資源、廣闊的就業市場和優質的公共服務，可以創造更多發展空間，能夠滿足創新人才的更多需求，必然會吸引更多人才聚集，而創新型人才往往屬于高端勞動力，擁有更高的收入水平，需要更好的生活條件，因此會刺激房地產市場發展，引起商品房價格上漲;發達地區快速上漲的房價會吸引資金向房地產市場流入，推動房地產行業發展，但同時會減少創新投入，抑制區域創新;便捷的信息網絡有助于技術創新在不同地區之間進行交流，知識溢出有助于技術擴散，帶動區域創新，影響一定區域內的商品房價格。此外，研究證實過高的房價會抑制人口流入[18]，促使企業研發活動向低房價區轉移[19]，并對經濟欠發達地區的科研人才集聚具有顯著的抑制效應[20]。由于區域創新活動具有顯著的空間特征，創新要素在區域間流動，從而對商品房價格產生影響。根據上述理論分析，提出如下研究假設。

假設1：隨著城市創新要素集聚，城市創新水平不斷提高，帶動城市經濟發展，房地產市場需求增加引起商品房價格上漲。

假設2：城市創新行為越強，創新資源相對越豐富，會在一定范圍內產生影響，形成空間關聯關系，帶動區域經濟發展，推動房地產市場發展。

假設3：城市創新行為具有很強的空間流動特征，對商品房價格波動會產生空間溢出效應。

三、計量模型設定與變量說明

（一）研究方法和計量模型設定

1.空間相關性檢驗

（1）空間權重矩陣。構建空間權重矩陣是空間計量分析的前提，地理空間權重W 采用各城市地理坐標經緯度通過MATLAP計算得到。

（2）空間自相關性。在使用空間計量方法前要進行空間相關性檢驗，如果變量存在空間相關性則可以使用空間計量模型。本研究采用ESDA 中的全局空間相關性指數來檢驗商品房價格的空間自相關性，Moran’s I指數是測量空間相關性的廣泛指標。

其中，n 表示35個大中城市中的第n 個城市，W 為空間權重矩陣，Xi表示地區i 的指標變量，在本研究中表示商品房價格，Moran’s I指數介于-1～1，Moran’s I > 0表示空間正相關，Moran’s I 值越大表示空間相關性越強;Mo?ran’s I < 0表示空間負相關，Moran’s I值越小表示空間差異性越大。

2.計量模型設定

本研究首先運用面板計量模型檢驗城市創新行為對房價的直接影響，模型形式如式（2）所示。

考慮到城市創新行為對房價影響的空間特征，本研究在基準回歸的參數估計的基礎上構建考慮空間效應的計量模型，空間計量模型包括空間杜賓模型（SDM）、空間自回歸模型（SAR）和空間誤差模型（SEM），空間杜賓模型不僅考慮來自本地區自變量的影響，還考慮到相鄰地區的影響。SAR、SEM、SDM具體模型分別如式（3）、式（4）、式（5）所示。

式（3）～（5）中，i 代表地區，Y 代表被解釋變量，X 表示自變量。W 代表鄰接空間權重矩陣，WX 表示加權后的空間滯后變量，μ、γ 分別表示地區個體效應和時間效應，v 為隨機擾動項。

（二）變量選擇

1.被解釋變量

借鑒王榮和張所地[21]的做法，選取各城市商品房價格（hp）作為被解釋變量來衡量房價水平。鑒于影響房價波動的因素有很多，本文選擇的控制變量并不能涵蓋所有可能的影響因素，需要進一步進行穩健性檢驗，說明本文選擇的變量和模型的適配性，因此本文選擇住宅商品房價格（zhp）作為穩健性檢驗的變量。

2.解釋變量

目前學者們對城市創新行為的測度沒有統一的定論，關于城市層面創新行為的衡量指標選擇不同，不少學者認為創新產出是城市創新行為的重要體現，多選擇創新研發投入、創新效率或專利授權量來表示，而專利授權量是一個地區創新能力的直接體現，因此本文選用專利授權量（pat）為解釋變量。

3.控制變量

為避免遺漏變量而產生內生性問題，本研究選取人均GDP（pgdp）表示經濟發展水平，普通高等院校在校學生數（edu）表示教育水平，房地產開發投資額（ire）表示房地產市場發展程度，分別作為控制變量納入模型進行考量。

（三）數據來源

本研究使用2011—2019 年中國35 個大中城市的面板數據。數據來源于《中國城市統計年鑒》和各城市統計公報，商品房價格和住宅商品房價格來自《中國統計年鑒》。鑒于本文選擇的商品房價格、住宅商品房價格、人均GDP、房地產開發投資額均屬于經濟指標，有關經濟總量的數據在獲取時均為現價;考慮到通貨膨脹的影響，為讓數據之間存在可比性，需要剔除通貨膨脹的影響，本文以2011 年為基期，采用定期CPI 剔除通貨膨脹的影響。數據描述性統計結果見表1。

四、實證結果分析

（一）空間相關性檢驗

根據式（1），采用統計軟件Stata16，測算2011—2019 年35 個大中城市的專利授權量（pat）和商品房價格（hp）在地理距離權重下的莫蘭指數。如表2所示，結果表明專利授權量和商品房價格均在1%水平下顯著為正，說明兩者在空間上均存在顯著的空間相關性，城市空間內部存在明顯的高-高集聚和低-低集聚特征。因此，需要考慮變量之間的空間溢出效應，從而能夠更加準確地反映城市創新行為對房價波動的作用特征。

（二）平穩性檢驗

為避免t檢驗失效及偽回歸等問題，本研究采用LLC方法對所有變量進行單位根檢驗。為進一步檢驗變量間是否存在長期均衡關系采用Kao檢驗對變量進行協整分析。從表3可以看出，各變量均通過了單位根檢驗，兩階和三階通過協整檢驗，說明所有變量均為平穩序列，變量間具有長期均衡關系。

（三）基準回歸參數估計結果分析

本研究分別采用混合回歸、隨機效應和固定效應進行回歸分析，并作為參考對比?；鶞驶貧w參數估計結果如表4所示，所有模型回歸結果均顯示城市創新行為對房價波動具有正向促進作用，且在1%顯著性水平下通過檢驗，穩健性檢驗結果保持一致，說明該模型對選取變量適用。固定效應回歸模型中F檢驗顯示在1%水平下顯著拒絕原假設，說明固定效應明顯優于混合回歸，應該允許每個個體擁有自己的截距項。此外，LM檢驗和Hausman檢驗均顯示在1%水平下顯著拒絕原假設，故選擇固定效應模型。

城市創新行為對房價波動的影響系數為0.2317，說明城市創新行為每提升1%，房價上漲0.2317%。房地產市場發展程度和經濟發展水平同樣與房價波動顯著正相關，影響系數分別為0.1781、0.3337，說明房地產發展程度和經濟發展水平的提升均是商品房價格上漲的原因。由此，驗證了假設1。

（四）空間杜賓模型結果分析

本研究運用空間杜賓模型（SDM）、空間自回歸模型（SAR）和空間誤差模型（SEM）進行檢驗，回歸結果如表5所示。在三種模型下城市創新行為均通過了1%的顯著性水平檢驗且系數均為正，說明城市創新行為對房價波動具有顯著的促進作用，隨著城市創新行為不斷加強，城市房價會上漲，推動城市房地產市場發展。相關檢驗結果顯示，LR 檢驗中SDM 和SAR 在1% 水平下通過顯著性檢驗，SDM 和SEM 也在1% 水平下通過顯著性檢驗，說明SAR和SEM均適用，因此選擇同時包含兩個模型的SDM，SDM的擬合優度最大，進一步說明SDM 更符合所選變量。Hausman檢驗結果在1%水平下通過顯著性檢驗，最終選擇具有固定效應的空間杜賓模型（SDM）。

空間自回歸系數ρ 均在1%的水平上顯著為正，說明房價波動的確具有顯著的空間溢出效應，并且房價波動不僅會受到本地區相關因素的影響，還會受到鄰近地區的影響?？紤]空間溢出效應后，本城市房價波動受鄰近地區城市創新行為的影響顯著為正，鄰近城市創新行為增強1%，本地區城市房價會上漲0.141%，說明城市創新行為增強，在帶動本城市創新能力提升的同時會影響鄰近城市，帶動鄰近城市開展創新活動，吸引創新人才，引起鄰近城市商品房價格上漲。房地產市場發展程度和經濟發展水平對鄰近城市的影響在5%水平下通過顯著性檢驗，且符號為正，影響系數分別為0.1771、0.1443，說明房地產市場發展和經濟發展會引起鄰近地區房價上漲。教育水平對鄰近城市的影響在1%水平下通過顯著性檢驗，符號為負，說明本地區教育水平的提升會吸引更多人才涌入，將不利于滿足鄰近城市對人才的需求，引起鄰近城市房價向下波動。從回歸結果中可以看出，城市創新行為是提升商品房價格的重要原因，一個城市的創新水平越高，商品房價格就越高。同時，城市創新水平對房價的影響表現出顯著的空間溢出效應，與前文的分析結論保持一致，一地房價會受到鄰近地區的影響。由此，驗證了假設2。

（五）空間杜賓模型效應分解

上文分析表明城市創新行為對房價波動存在顯著的空間溢出效應，為進一步分析城市創新行為對房價波動產生的空間溢出效應特征，對回歸結果進一步進行效應分解。表6顯示，城市創新行為對房價波動的直接效應、間接效應和總效應均在1%顯著性水平下通過檢驗，且符號為正，影響系數分別為0.0827、0.5899和0.6726，其中總效應和間接效應的影響系數遠大于直接效應，說明城市創新行為通過空間溢出效應對鄰近城市房價波動的影響很大。房地產市場發展程度和經濟發展水平對房價波動的直接效應不顯著，間接效應和總效應分別在10%和1%水平下通過顯著性檢驗且符號為正，與溢出效應存在一定差異，與SDM 模型回歸結果相比，房地產開發投資額（ire）和人均GDP（pgdp）的回歸系數有所增加，說明正向溢出效應更大。教育水平對房價波動的間接效應和總效應均在1%水平下通過顯著性檢驗，符號為負，說明房地產市場發展程度和經濟發展水平能夠提升鄰近城市商品房價格水平，教育水平會拉低鄰近城市商品房價格水平。由此，驗證了假設3。

五、結論及建議

（一）結論

本文通過研究城市創新行為與商品房價格波動之間的內在機理，并利用空間面板計量模型驗證了城市創新行為對房價波動的空間效應。研究顯示：第一，城市創新行為與商品房價格波動之間存在虹吸效應和引致效應，商品房價格波動和城市創新行為均存在顯著的空間相關性;第二，城市創新行為是引起商品房價格上漲的重要原因，城市創新行為增強會促進房地產市場發展，從而提升商品房價格;第三，考慮空間相關性后，發現各變量對鄰近城市商品房價格波動均具有顯著性影響;第四，商品房價格波動存在很強的空間溢出效應，不僅受到本城市相關因素的影響，還會受到鄰近城市的影響。

（二）建議

第一，發揮中心城市的輻射作用，推動區域創新發展。我國35個大中城市均為經濟發展高地，這些城市不僅要鼓勵本地創新行為，以優質創新資源進一步提升地區創新水平，同時也應做好帶頭模范作用，充分發揮中心城市的輻射能力，將先進的創新技術向周邊城市擴散，擴大影響范圍，帶動整個區域創新發展，延伸城市圈半徑，提升區域整體經濟發展水平。

第二，強化資源互通，推動城市均衡發展。各城市應加強與鄰近地區之間的信息交流，借助互聯網高效的推動作用，綜合考慮不同城市的創新資源狀況，注重資源整合，打破城際壁壘，促進人員、技術等資源的高效交流，努力將空間溢出效應發揮出最大作用。通過資源擴散不僅能夠帶動周邊城市發展，更有利于緩解中心城區的住房壓力，解決高房價問題?？山梃b雄安新區的建設經驗，打造新型城市，疏解集中承載地，平衡地區發展。

第三，提升人力資本，保障房地產市場健康發展。各城市要注重發展人力資本，中心城市在積極實施人才引進政策的同時應注意到區域間的統籌發展，避免惡性競爭導致資源極端不協調的狀態，影響房地產市場的健康發展。人才引進需要結合本地資源特色，吸引人才聚集，更好地帶動整個區域創新，賦予房地產市場外部優勢，保障房地產市場持續健康發展。