论文部分内容阅读
摘 要：依据2004-2017年我国30个省直辖市的面板数据，运用动态面板模型，考量区域科技创新、产业结构对房价的影响。结果表明：科技创新能力提升和产业结构优化均能对房价产生正向效应，但影响程度与区域经济发展水平有关，东部发达地区科技创新能力更高，产业优化较好，为房价的稳定提供了长期支撑，但这一影响在中西部地区显著性有所降低。
关键词： 区域科技创新;产业结构;房价;SYS-GMM
中图分类号：F244 文献标识码： A 文章编号：1003-7217（2019）06-0114-08
一、特征事实与问题的提出
科技是国家强盛之基，创新是民族进步之魂，房价是宏观经济风向标。科技创新是经济增长的重要驱动力，在当前我国宏观经济增长模式向创新驱动型转变的过程中，科技资源、创新能力的不平衡成为区域差异难以消除、房地产市场分化显著的重要原因。房价的持续上涨是近年来我国经济社会生活中最显著的表征之一，从区域层面来看，经济发达的东部地区房价涨幅大、增速快;中西部地区则相对偏低，涨幅缓和。区域间房价差异是区域科技创新能力和产业结构在房地产市场上的综合体现，房价的高低也同时影响着区域产业分布与生产要素迁移。
从房价区域差异来看，在当前我国快速城镇化和初步都市化的背景下，人口流入较多的大中城市房价在调控中依然保持上涨态势，其他城市则房价相对平稳，全国范围内来看房地产市场区域性差异明显。根据国家统计局发布的数据，2018年1-12月东部地区房地产开发投资总额64355億元，中、西、东北部地区总和只有55909亿元，差异悬殊;北上广深、省会城市、三四线城市及小城镇之间的房价均表现出显著的区域性差异。从环比看，2018年12月北上广深四个一线城市新建商品住宅销售价格上涨1.3%，涨幅比同年11月扩大1个百分点;整体来看，北上广深的房地产市场仍旧领跑全国，北京住宅均价达59489元/平方米，而作为中部省会城市的长沙仅10859元/平方米。
从劳动力流动及区域劳动力素质结构变动情况来看，东部地区虽然房价较高，但并未因此影响人口流入。图2展示的1999-2015年城镇就业情况表明，东部地区城镇就业总人数始终高于中西部;尤其值得注意的是，2005年我国房价正式进入上涨通道，几乎与此同时，东部城镇就业人数也同步扩大，迅速与中西部拉开差距。
2004-2017年东部与中西部对高学历毕业生的就业吸收也存在显著差距（见图3）。东部地区就业人口中拥有研究生学历的高素质人才数量远远超过中西部，2001年东部地区研究生学历就业者的比重是中西部之和的1.5倍，2005年升至2.54倍，2008年达到近3倍;虽然同期东部地区房价经历了快速上涨，但高学历者的比重仍然稳中有升。
从东中西部的研发投入情况来看，2009年东部地区研发（R&D）人员规模达到201.7万，是中西部研发人员总和的1.73倍，虽然此后东中西部研发人员绝对数均有增长，但中西部无论总量还是增速均不及东部地区;2017年东部地区研发人员总数达到407.1万，中西部总和为214万，人力资源总量差距呈扩大趋势。研发机构经费投入方面，东部地区同样占有绝对优势（见表1），其研发机构课题投入经费规模自2004年以来一直稳定在全国总量的70%左右，东部与中西部在科技创新资源占有方面的差距并未因东部房价上涨有所缩小。
区域发展的不平衡固然无法彻底消除，但差距的不断深化将会影响经济社会的长期稳定。那么，现阶段我国科技创新的区域发展不平衡通过劳动力流动对产业结构布局产生哪些影响？这些影响又是如何作用于房地产市场？如何因地制宜实现区域创新驱动的转变、产业结构优化和楼市平稳健康发展，进而增强经济增长的平衡性与可持续性？这些问题都是在矫正区域发展失衡中建立房地产市场长效发展机制所不可忽视的。
二、文献回顾
区域间科技创新、产业结构对房价的影响错综复杂，与本文研究密切相关的文献主要有两类：
（一）科技创新与区域房价的关系
科技创新是经济增长和产业结构优化的主要驱动力，随着人才市场的建立和完善，科技创新资源和能力分布的空间不平衡日益加大。在区域发展不平衡的初始条件下，科技创新要素为获得更高的收益，会通过市场自发向边际生产率高的区域聚集。相关文献研究认为，从全球范围来看，创新型城市普遍能够集聚大量多元化、高水平的创新人才，科技服务能力亦优于其他地区，能够吸引大量高能研发机构入驻，开放包容的创新氛围浓厚，地区综合经济实力强，人口规模往往较大[1]。在土地供应约束条件下，虽然高度的人口集聚使人们在拥有较高生活收益的同时也需要承担更高的住房成本[2]，但房价收入比的上升、户籍等体制因素并未对人口的动态聚集产生负面影响[3]，流入人口很可能通过影响流入地高技能劳动者的收入水平、企业经营状况间接作用于城市房价[4]。城市创新能力的增强能够显著促进房价并对其形成支撑，同时城市创新能力的提高还可进一步吸引人才集聚[5]，持续提升城市竞争力，形成良性循环[6]。
（二）产业转移与区域房价的关系
高房价对劳动力流动既存在吸引力也存在排斥力：高房价附属的高品质公共产品和服务吸引劳动力流入，但居住成本上升带来可支配收入的减少亦迫使部分劳动力流出[7，8]，劳动力在做出流动决策时会权衡两种力量带来的个体效用大小，该效用随房价升高呈倒U型变化趋势[9]，同时，高房价对低附加值产业产生挤出效应，并由此带动产业升级和区域间产业转移[10]。就一城内部而言，房价上涨使占地面积较大的制造业生产成本上升，但对于生产性服务业影响较小，在房价持续上涨、交通日益便利的背景下，制造业逐渐向郊区转移以抵消地租上涨的压力，生产性服务业则通过向市中心集聚以追求更高的附加值，这种集聚效应利于促进技术与知识的创新与溢出，不仅能进一步增强聚集效应，而且使生产性服务业自身的专业化程度得以强化和提升[11]。实证检验表明，生产率提高能够引起房价上涨，且第三产业效应强于第二产业，住房价格上涨是生产率提高和产业结构优化的必然结果，无论区域经济处于何种发展阶段，进行何种形式的产业结构优化和升级，只要生产率仍在提高，就能促进房价的上涨[12]。从区域层面来看，区域房价差异是影响东中西部产业转移和升级的重要因素，对于先发地区而言，土地的稀缺性使相对房价升高，导致劳动力流出，就业人数减少，促使地区产业向价值链高端攀升，实现了产业升级[13]。 从文献梳理情况来看，由于受区域发展初始禀赋不平衡的影响，房价差异表现出明显的区域特征，以往的文献多从宏观或微观层面研究经济增长与房价的关系，虽然取得了很多有价值的研究成果，但中观区域层面的相关研究非常缺乏。宏观层面的研究忽略了房地产市场区域分化的特点;微观层面的研究又有将房地产市场过于碎片化的倾向，不能贴合区域内房地产市场存在共性的现实国情。从研究角度看，多数文献选取产业转移、人口流动等角度进行分析，从创新驱动下的产业升级和劳动力结构分化角度进行的相关研究不足。综上，本文的边际贡献为将科技创新、产业结构与房价纳入统一框架，从区域层面研究三者之间的耦合机制并加以系统分析，以期为我国在全球经济下行的现实条件下提高创新能力、优化产业结构，实现区域发展的平衡性、包容性、可持续性提供对策思路。
三、理论分析与研究假设
（一）理论分析
新经济地理学认为，有创新能力的企业和行业往往在一些地区或大城市集聚，资本与技术的高度集中能够形成规模经济效应促进自身迅速增长，并能对临近区域产生辐射作用。在非均衡发展不断循环积累的过程中，先发地区既能产生吸取后发地区优质生产要素的回波效应，也能在经济发展达到一定程度时产生向后发地区转移生产要素的扩散效应;一般情况下，在经济发展初始阶段，回波效应大于扩散效应。
经过前期高速增长，我国生产要素成本持续上涨，资源、生态约束日益增强，传统劳动密集型产业亟需通过增强创新能力实现向全球价值链高端的攀升。由于历史禀赋不同，我国区域经济社会发展水平存在差异，以京津冀、长江三角洲、珠江三角洲三大城市群为代表的东南沿海地区工业化最为充分，但从总体来看我国由二元社会向工业社会的现代化转型尚未完成;在创新要素稀缺的情况下，区域间要素流动不仅呈现出快速城镇化的特点，而且伴有明显的向东南沿海都市化趋势。高素质人力资本对科技创新能力的增长和全要素生产率的提高有重要意义，优质劳动力追求预期可支配收入约束下其他商品与城市公共品组合的效用最大化，房价较高的城市往往更有能力提供优质的公共服务，从而减轻了居住成本升高的负面影响，故东部高房价在促使低端劳动力向低房价区域流动的同时并未降低该地区对高素质劳动力的吸引力。以高技术人才为代表的优质生产要素迅速向东部大城市聚集，形成的集聚效应推动产业结构升级和创新型经济增长驱动力转换，又进一步增强了该区域的综合竞争力和居民收入水平，刺激更高品质的住房需求，对区域房价上升趋势形成基础和支撑。
在优质资源不断聚集的過程中，东部地区创造出更多吸引高端人才的就业机会和个人发展空间，使得人力资本集聚效应、科技创新驱动效应与经济增长三者间形成正反馈机制，促使产业结构优化，科创中心城市逐渐形成，吸引科技创新要素的能力不断增强。反映在商品房市场上，表现为商品房的需求和购买力迅速进入上升通道，低端劳动力逐渐转入低房价地区，与低人力成本和低房价匹配的第二产业也随之向土地和劳动力成本相对价格较低的后发区域转移。第三产业作为轻资产产业，需要借助先发区域的辐射能力实现更高的附加值，因高房价带来的成本上升能够被利润的增长所消化，第三产业有逐渐向经济先发区域集中的趋势。中西部科技资源相对东部较为匮乏，研发创新投入与支持力度有限，经济发展内生性动力不足，多以一、二产业为主，居民购房需求和支付能力增长速度相对较慢，房价上涨缺少经济基本面的支撑。
（二）研究假设
结合前文对特征事实的梳理，提出如下研究假设：
假设1 区域科技创新拉动经济增长，金融、科技研发等高端人才聚集带来住房需求增加，购房者对房价产生正向预期，从而对房价水平形成支撑。
假设2 第三产业快速发展使经济密度不断攀升，在区域土地资源总量约束下地租上涨，土地价格随之不断上升，推动房价上涨。
四、变量选取与模型设定
（一）变量选取
1.被解释变量：商品房销售价格（ln priceit）。商品房包括商业用房、商品住宅和商住两用房，一般房价相关研究多以商品住宅价格为主。考虑到商业房产是科技创新研发活动的基础物质条件，住宅和公寓为科技创新人员提供基本生活条件，各类型商品房产均能对科技创新活动产生影响，因而本文以商品房销售价格作为房价的代理变量。
2.解释变量：在选择衡量区域科技创新水平的指标时，为更好地反映科技创新实际水平和效率，本文没有采用惯用的R&D经费投入占GDP的比重，研发投入规模固然能够从数量上反映区域科技创新水平，但不能反映科研人员的实际水平与能力，因此，采用偏重科研实际产出的区域科技实际创新能力综合指标，具体包括各省份/地区的R&D经费的内部支出（ln rdit）和本地法人或自然人的发明专利授权量（ln zlsqit）两个指标。区域经济发展水平以地区产业结构（ris）为代理变量，具体使用区域第三产业与第二产业产值的比值来表示。
3.控制变量：区域经济社会发展水平和房地产市场销售情况是影响房价的重要环境因素。选取人均GDP（rgdp）和人口城镇化率（urp）两个指标代表区域经济社会发展水平差异，选取竣工房屋造价（jgzj）和商品房待售/空置3年以上面积（kzmj）反映房地产市场销售情况。
（二）模型设定
相对截面数据和时间序列数据，面板数据同时从时空两个维度统计，信息量比截面数据和时间序列数据更大，可以更好解决样本量不足的情况。
1.基本模型：结合前文理论研究，建立如下反映科技创新、产业结构和商品住宅价格的面板数据模型进行估计：
其中，ln priceit是被解释变量;Xit是解释变量，包括：区域发明专利授权量（ln zlsqit）、中国各省份地区的R&D经费的内部支出（ln rdit）、产业结构（ris）三个变量;Uit为控制变量，包括：人均GDP（ln rgdp）、城镇化率（urp）、竣工房屋造价（ln jgzj）、商品房待售/空置3年以上面积（ln kzmj）四个指标，α是常数项，εit是随机扰动项，下标it分别表示省份和年度。 2.动态模型：计量模型设定可能存在内生性问题，本文可能存在由于内生性而产生的反向因果问题，由于本文指标数据满足使用GMM的要求，但很难找到合适的工具变量，参考Arellano和Bond（1991）提出的一阶差分模型，选取SYS-GMM模型进行稳健性检验。
lnpriceit表示商品房平均销售价格，lnpriceit-1表示上一年度商品房平均销售价格，Xit是解释变量，Uit控制变量，fi表示地区固定效应，εit是随机扰动项。
五 模型估计及结果分析
（一）描述性统计
选取各省份相关面板数据进行实证分析。经查找官方发布的各省统计年鉴，首先以省（自治区、直辖市）为单位来统计相关数据，由于西藏数据缺失过多，故剔除，最终选取全国30个省市2004-2017年的面板数据进行回归分析;然后把全国分为东部、中部、西部三大地区，在区域划分标准上，具体参考统计局2017年1月公布的2016年全国房地产开发投资和销售情况中对东、中、西的划分：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（市）;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个省（市、自治区）。为消除价格因素，所有价值类数据均以2004年为基期进行平减处理。各变量描述性统计分析结果见表3。
描述性统计结果表明：首先，东部地区房价均值超过全国、中西部的房价均值水平，且标准差较大，说明东部房价水平整体较高，内部存在差异。中西部房价水平较为接近，东部与中西部商品房价格差异明显。其次，研发经费内部支出规模和专利授权数两个指标均显示东部地区在科技实际创新综合能力方面占绝对优势。东部地区研发经费内部支出是中西部的3～4倍，专利授权数是全国平均水平的2倍，两个指标标准差都较大，说明东部地区是我国科技创新最具活力的区域，区域内部科技创新能力分布亦不均衡，集中于科技创新中心城市;中西部科技实际创新综合能力较为接近，且远低于全国平均水平，西部研发支出较中部多，专利授权数却远低于中部，说明西部的科技创新短板在于缺乏高素质创新人才。再次，东部地区第三产业发展优于中西部，产业结构较中西部更优;东部产业结构标准差同样较大，结合其房价指标与科技实际创新综合能力指标的描述性统计结果分析，说明东部地区已经形成了数个科技创新型中心城市群，强力拉动了整个区域的经济持续增长。
（二）面板數据平稳性检验
为避免出现“伪回归”等问题，在回归建模之前应保证数据平稳性，因此，需要对变量进行单位根检验，采用LLC检验、ADF检验两种方法对各变量序列进行单位根检验。
从表4可以看出，经一阶差分后，各变量均通过了平稳性检验，即所有变量均为一阶单整Ⅰ（1）。
（三）面板数据的协整分析
为进一步考察变量间是否存在长期均衡关系，需进一步做协整检验。运用Kao检验和Pedroni检验综合对数据进行协整分析，检验结果（见表5），可见同阶协整变量间存在显著的长期协整关系。
（四）静态面板实证结果分析
使用2004-2017年的面板数据对全国、东部、中部和西部地区进行建模估计，采用混合估计、固定效应和随机效应处理静态面板数据，运用F检验对固定效应模型和混合估计模型判定模型的具体形式，借助Hausman的验证对固定效应模型和随机效应模型进行判定，通过F检验和Hausman检验确定全国、东部、中部和西部地区选用固定效应模型。模型的F值在0.01的水平上均高度显著，四个模型的拟合效果较好。表6报告了具体估计结果：
从全国范围和东中西部的分析结果来看，各变量在全国范围均显著，表明在全国宏观层面模型拟合程度较好，科技创新能力、产业结构、经济社会发展水平、商品房成本与销售状况均能对房价产生影响;东部地区各变量均显著，说明东部房地产市场化程度高，科技创新活跃，产业结构与集群明显，经济体内部分工明确、联系紧密，一体化程度高;中西部房价则更多受商品房自身成本与销售情况的影响，经济内部联系较为松散。
从科技创新能力综合评价来看，研发内部支出与专利授权数量在全国层面和东西部两区域对房价有显著正向影响，且东部的影响程度超过西部。两个指标在中部地区表现为对房价有微弱的负向影响，可能是中部地区在投资总量约束下房价上涨与否与企业投资方向选择有关，实体经济将资金投入科技创新领域，对房价就会造成消极影响;这种现象也从侧面表明，若中部地区在研发与投资房地产的权衡选择中更多的将资金投向房地产进行短期牟利，则会对科技创新能力的提升造成负面影响。
从产业结构来看，不管是宏观层面还是区域层面，无论处在产业发展的何种阶段，只要产业结构优化仍在进行，生产率仍能够提高，经济增长依旧保持，那么，不论生产率提高和经济增长的幅度有多大，均能对房价产生正向影响。东中西部的系数分别为0.243、0.116、0.0873，东部的系数高于全国平均水平，表明东部地区通过产业结构合理优化，推动了经济增长，对当地房价形成了有力的支撑，中西部的系数低于全国平均水平，表明这两个区域产业结构优化程度与东部相比仍有一定差距，对房价上涨支撑力度有限。
从控制变量来看，东中西部反映经济社会发展水平的人均GDP对房价都有正向的影响，中部的影响更加显著;人口城镇化率对房价的影响在东部和西部表现为促进，中部地区则有微弱的抑制作用，可能的原因在于中部地区城镇化率处于快速推进阶段，新流入城市的居民购买力有限，短期内中部地区居民平均收入水平提高较慢所致;从全国宏观层面来看，人口城镇化率能够显著推动房价上涨。反映商品房成本与销售的指标中，商品房竣工造价对房价有正向影响，中部地区的建房成本对房价影响最大，东部地区影响程度最小，空置面积对房价有负影响，但影响较为微弱。综合来看我国房地产市场需求仍然旺盛，东部地区建房成本对房价的影响已极为有限，房价更多的受到附着在商品房上的附加价值的影响;中部地区仍处在城镇化快速发展阶段，商品房附加权益形成需要一定的时间，因而建房成本对商品房价的影响程度较大。 （五）动态面板结果分析
采用SYS-GMM两步法对变量进行分析，通过序列相关性检验与过度识别检验能够准确的检验SYS-GMM估计的有效性。SYS-GMM回归结果见表7。
商品房价的滞后项影响系数在全国为0.561，东部为0.656，中部0.516，西部0.540，系數均在10%置信水平下通过显著性检验。东部地区的影响系数较大，表明房价具有较强的延续性和稳定性，受上一年度房价的影响较大。
从科技创新能力综合评价来看，研发内部支出和专利授权数量均对商品房价格有正向影响，专利授权数量在东部地区影响显著，在中西部地区影响并不显著。
从产业结构来看，东部地区产业结构对房价的影响最为显著，表明产业结构优化能够对房价的上涨形成长期支撑;西部地区同样有正向影响，但影响并不显著;中部地区则表现出微弱的抑制作用，原因可能在于中部地区劳动力数量丰富，但高素质人才占比较少，产业优化的技术替代效应有可能使大量的低端劳动力收入水平相对下降，影响了其住房支付能力。
从控制变量看，人均GDP对商品房价有正向影响，中、西部地区影响更为显著，商品房竣工造价对房价有正向影响，中部地区影响最为显著;空置面积对房价有负向影响，且总的来看影响较为显著。
六、结论与政策建议
随着我国经济步入创新驱动阶段，区域科技创新资源分布不均日益成为区域发展不平衡的重要原因。本文将区域科技创新、产业结构优化与商品房价纳入同一框架分析，研究结果表明：科技创新能力提升和产业结构优化均能对房价产生正向效应，但影响程度随区域经济发展水平不同而呈现差异性;东部地区科技创新能力更高，产业结构优化较好，为房价稳定提供了长期支撑，但由于我国经济空间二元结构仍未消除，这一影响在中西部地区显著性有所降低。
在创新驱动转换过程中增强区域发展的平衡性是当前我国经济发展的迫切要求，我国国土面积辽阔，各地资源禀赋条件、经济发展水平和房地产市场景气程度各有特点，区域间各因素之间的影响效应也不相同，因此应充分考虑当地经济发展现实水平，因地制宜制定政策组合。
首先，中西部地区要科学制定经济发展战略和规划，整合区域内资源，建设产学研相结合的技术创新体系，加强知识产权的创造、应用和保护，营造良好的科技创新环境，提升科技创新收益。一些前沿科研项目开展要求特殊的人文地理条件，而这些条件往往不能经由人造方式提供，中西部地域辽阔，如能找到世界科技发展前沿与自身禀赋的结合点开展前沿重大项目，有望实现科技创新能力和产业结构的跨越式提升和发展。当前中西部大部分地区仍以劳动密集型和资本密集型企业为主，经济政策的制定应充分协调公平和效率的关系，通过创造良好的投资环境、产业合理布局和结构升级和浓厚的创新氛围来形成经济增长的长期动力，防止过度依赖房地产业保持经济增速。在经济增长的同时应增强居民尤其是新增城镇居民的住房保障，加强房产购买、持有、流转环节的监控和调节，防止住房市场投机炒作行为，通过稳定房地产市场形成对生产要素的吸引力，在科技创新驱动型增长中实现产业结构优化升级与房地产市场长效机制的建立与完善。
其次，东部地区仍需为创新创业提供全方位、大力度的支持，以强有力的人才政策和扶持环境吸引各类尤其是高层次人才快速集聚，通过组建科技创新交流、交易和融资平台助推科技创新发展。其次要协调区域内优质资源，积极推动高新技术领域对外开放，实现更广泛地区间的科技交流与合作。此外还应科学规划城市建设，加大住房供应，为流入人口提供均等化的公共服务，打击投机炒作行为，防止因房价畸高造成城市发展规模停滞，使区域经济发展失去活力。
参考文献：
[1] 马海涛，方创琳，王少剑.全球创新型城市的基本特征及其对中国的启示[J].城市规划学刊，2013（1）：69-77.
[2] 李超，匡耀求.人口集聚过程中的我国房价收入比[J].学术研究，2013（2）：82-85.
[3] 夏怡然，苏锦红，黄伟.流动人口向哪里集聚？——流入地城市特征及其变动趋势[J].人口与经济，2015（3）：13-22.
[4] 李嘉楠，等.外来人口是否促进了城市房价上涨？——基于中国城市数据的实证研究[J].南开经济研究，2017（1）：58-76.
[5] Jeanty P W，Partridge M，Irwin E.Estimation of a spatial simultaneous equation model of population migration and housing price dynamics[J].Regional Science and Urban Economics，2010，40（5）：343-352.
[6] 王荣，张所地.城市创新能力对商品房房价的影响分析[J].上海经济研究，2016（12）：113-119.
[7] 张莉，等.房价如何影响劳动力流动？[J].经济研究，2017，52（8）：155-170.
[8] 黎嘉，辉.城市房价、公共品与流动人口留城意愿[J].财经研究，2019，45（6）：86-100.
[9] 张莉，等.房价如何影响劳动力流动？[J].经济研究，2017（8）：157-172.
[10]高波，等.预期、收入差距与中国城市房价租金“剪刀差”之谜[J].经济研究，2013（6）：100-112.
[11]齐讴歌等.房价水平、交通成本与产业区位分布关系再考量[J].当代经济科学，2012，34（1）：100-108+128.
[12]刘洪玉，姜沛言.生产率提高和产业结构变化对住房价格的影响[J].同济大学学报（自然科学版），2015，43（5）：800-806.
[13]高波，等.区域房价差异、劳动力流动与产业升级[J].经济研究，2012，47（1）：66-79.
（责任编辑：钟 瑶）
关键词： 区域科技创新;产业结构;房价;SYS-GMM
中图分类号：F244 文献标识码： A 文章编号：1003-7217（2019）06-0114-08
一、特征事实与问题的提出
科技是国家强盛之基，创新是民族进步之魂，房价是宏观经济风向标。科技创新是经济增长的重要驱动力，在当前我国宏观经济增长模式向创新驱动型转变的过程中，科技资源、创新能力的不平衡成为区域差异难以消除、房地产市场分化显著的重要原因。房价的持续上涨是近年来我国经济社会生活中最显著的表征之一，从区域层面来看，经济发达的东部地区房价涨幅大、增速快;中西部地区则相对偏低，涨幅缓和。区域间房价差异是区域科技创新能力和产业结构在房地产市场上的综合体现，房价的高低也同时影响着区域产业分布与生产要素迁移。
从房价区域差异来看，在当前我国快速城镇化和初步都市化的背景下，人口流入较多的大中城市房价在调控中依然保持上涨态势，其他城市则房价相对平稳，全国范围内来看房地产市场区域性差异明显。根据国家统计局发布的数据，2018年1-12月东部地区房地产开发投资总额64355億元，中、西、东北部地区总和只有55909亿元，差异悬殊;北上广深、省会城市、三四线城市及小城镇之间的房价均表现出显著的区域性差异。从环比看，2018年12月北上广深四个一线城市新建商品住宅销售价格上涨1.3%，涨幅比同年11月扩大1个百分点;整体来看，北上广深的房地产市场仍旧领跑全国，北京住宅均价达59489元/平方米，而作为中部省会城市的长沙仅10859元/平方米。
从劳动力流动及区域劳动力素质结构变动情况来看，东部地区虽然房价较高，但并未因此影响人口流入。图2展示的1999-2015年城镇就业情况表明，东部地区城镇就业总人数始终高于中西部;尤其值得注意的是，2005年我国房价正式进入上涨通道，几乎与此同时，东部城镇就业人数也同步扩大，迅速与中西部拉开差距。
2004-2017年东部与中西部对高学历毕业生的就业吸收也存在显著差距（见图3）。东部地区就业人口中拥有研究生学历的高素质人才数量远远超过中西部，2001年东部地区研究生学历就业者的比重是中西部之和的1.5倍，2005年升至2.54倍，2008年达到近3倍;虽然同期东部地区房价经历了快速上涨，但高学历者的比重仍然稳中有升。
从东中西部的研发投入情况来看，2009年东部地区研发（R&D）人员规模达到201.7万，是中西部研发人员总和的1.73倍，虽然此后东中西部研发人员绝对数均有增长，但中西部无论总量还是增速均不及东部地区;2017年东部地区研发人员总数达到407.1万，中西部总和为214万，人力资源总量差距呈扩大趋势。研发机构经费投入方面，东部地区同样占有绝对优势（见表1），其研发机构课题投入经费规模自2004年以来一直稳定在全国总量的70%左右，东部与中西部在科技创新资源占有方面的差距并未因东部房价上涨有所缩小。
区域发展的不平衡固然无法彻底消除，但差距的不断深化将会影响经济社会的长期稳定。那么，现阶段我国科技创新的区域发展不平衡通过劳动力流动对产业结构布局产生哪些影响？这些影响又是如何作用于房地产市场？如何因地制宜实现区域创新驱动的转变、产业结构优化和楼市平稳健康发展，进而增强经济增长的平衡性与可持续性？这些问题都是在矫正区域发展失衡中建立房地产市场长效发展机制所不可忽视的。
二、文献回顾
区域间科技创新、产业结构对房价的影响错综复杂，与本文研究密切相关的文献主要有两类：
（一）科技创新与区域房价的关系
科技创新是经济增长和产业结构优化的主要驱动力，随着人才市场的建立和完善，科技创新资源和能力分布的空间不平衡日益加大。在区域发展不平衡的初始条件下，科技创新要素为获得更高的收益，会通过市场自发向边际生产率高的区域聚集。相关文献研究认为，从全球范围来看，创新型城市普遍能够集聚大量多元化、高水平的创新人才，科技服务能力亦优于其他地区，能够吸引大量高能研发机构入驻，开放包容的创新氛围浓厚，地区综合经济实力强，人口规模往往较大[1]。在土地供应约束条件下，虽然高度的人口集聚使人们在拥有较高生活收益的同时也需要承担更高的住房成本[2]，但房价收入比的上升、户籍等体制因素并未对人口的动态聚集产生负面影响[3]，流入人口很可能通过影响流入地高技能劳动者的收入水平、企业经营状况间接作用于城市房价[4]。城市创新能力的增强能够显著促进房价并对其形成支撑，同时城市创新能力的提高还可进一步吸引人才集聚[5]，持续提升城市竞争力，形成良性循环[6]。
（二）产业转移与区域房价的关系
高房价对劳动力流动既存在吸引力也存在排斥力：高房价附属的高品质公共产品和服务吸引劳动力流入，但居住成本上升带来可支配收入的减少亦迫使部分劳动力流出[7，8]，劳动力在做出流动决策时会权衡两种力量带来的个体效用大小，该效用随房价升高呈倒U型变化趋势[9]，同时，高房价对低附加值产业产生挤出效应，并由此带动产业升级和区域间产业转移[10]。就一城内部而言，房价上涨使占地面积较大的制造业生产成本上升，但对于生产性服务业影响较小，在房价持续上涨、交通日益便利的背景下，制造业逐渐向郊区转移以抵消地租上涨的压力，生产性服务业则通过向市中心集聚以追求更高的附加值，这种集聚效应利于促进技术与知识的创新与溢出，不仅能进一步增强聚集效应，而且使生产性服务业自身的专业化程度得以强化和提升[11]。实证检验表明，生产率提高能够引起房价上涨，且第三产业效应强于第二产业，住房价格上涨是生产率提高和产业结构优化的必然结果，无论区域经济处于何种发展阶段，进行何种形式的产业结构优化和升级，只要生产率仍在提高，就能促进房价的上涨[12]。从区域层面来看，区域房价差异是影响东中西部产业转移和升级的重要因素，对于先发地区而言，土地的稀缺性使相对房价升高，导致劳动力流出，就业人数减少，促使地区产业向价值链高端攀升，实现了产业升级[13]。 从文献梳理情况来看，由于受区域发展初始禀赋不平衡的影响，房价差异表现出明显的区域特征，以往的文献多从宏观或微观层面研究经济增长与房价的关系，虽然取得了很多有价值的研究成果，但中观区域层面的相关研究非常缺乏。宏观层面的研究忽略了房地产市场区域分化的特点;微观层面的研究又有将房地产市场过于碎片化的倾向，不能贴合区域内房地产市场存在共性的现实国情。从研究角度看，多数文献选取产业转移、人口流动等角度进行分析，从创新驱动下的产业升级和劳动力结构分化角度进行的相关研究不足。综上，本文的边际贡献为将科技创新、产业结构与房价纳入统一框架，从区域层面研究三者之间的耦合机制并加以系统分析，以期为我国在全球经济下行的现实条件下提高创新能力、优化产业结构，实现区域发展的平衡性、包容性、可持续性提供对策思路。
三、理论分析与研究假设
（一）理论分析
新经济地理学认为，有创新能力的企业和行业往往在一些地区或大城市集聚，资本与技术的高度集中能够形成规模经济效应促进自身迅速增长，并能对临近区域产生辐射作用。在非均衡发展不断循环积累的过程中，先发地区既能产生吸取后发地区优质生产要素的回波效应，也能在经济发展达到一定程度时产生向后发地区转移生产要素的扩散效应;一般情况下，在经济发展初始阶段，回波效应大于扩散效应。
经过前期高速增长，我国生产要素成本持续上涨，资源、生态约束日益增强，传统劳动密集型产业亟需通过增强创新能力实现向全球价值链高端的攀升。由于历史禀赋不同，我国区域经济社会发展水平存在差异，以京津冀、长江三角洲、珠江三角洲三大城市群为代表的东南沿海地区工业化最为充分，但从总体来看我国由二元社会向工业社会的现代化转型尚未完成;在创新要素稀缺的情况下，区域间要素流动不仅呈现出快速城镇化的特点，而且伴有明显的向东南沿海都市化趋势。高素质人力资本对科技创新能力的增长和全要素生产率的提高有重要意义，优质劳动力追求预期可支配收入约束下其他商品与城市公共品组合的效用最大化，房价较高的城市往往更有能力提供优质的公共服务，从而减轻了居住成本升高的负面影响，故东部高房价在促使低端劳动力向低房价区域流动的同时并未降低该地区对高素质劳动力的吸引力。以高技术人才为代表的优质生产要素迅速向东部大城市聚集，形成的集聚效应推动产业结构升级和创新型经济增长驱动力转换，又进一步增强了该区域的综合竞争力和居民收入水平，刺激更高品质的住房需求，对区域房价上升趋势形成基础和支撑。
在优质资源不断聚集的過程中，东部地区创造出更多吸引高端人才的就业机会和个人发展空间，使得人力资本集聚效应、科技创新驱动效应与经济增长三者间形成正反馈机制，促使产业结构优化，科创中心城市逐渐形成，吸引科技创新要素的能力不断增强。反映在商品房市场上，表现为商品房的需求和购买力迅速进入上升通道，低端劳动力逐渐转入低房价地区，与低人力成本和低房价匹配的第二产业也随之向土地和劳动力成本相对价格较低的后发区域转移。第三产业作为轻资产产业，需要借助先发区域的辐射能力实现更高的附加值，因高房价带来的成本上升能够被利润的增长所消化，第三产业有逐渐向经济先发区域集中的趋势。中西部科技资源相对东部较为匮乏，研发创新投入与支持力度有限，经济发展内生性动力不足，多以一、二产业为主，居民购房需求和支付能力增长速度相对较慢，房价上涨缺少经济基本面的支撑。
（二）研究假设
结合前文对特征事实的梳理，提出如下研究假设：
假设1 区域科技创新拉动经济增长，金融、科技研发等高端人才聚集带来住房需求增加，购房者对房价产生正向预期，从而对房价水平形成支撑。
假设2 第三产业快速发展使经济密度不断攀升，在区域土地资源总量约束下地租上涨，土地价格随之不断上升，推动房价上涨。
四、变量选取与模型设定
（一）变量选取
1.被解释变量：商品房销售价格（ln priceit）。商品房包括商业用房、商品住宅和商住两用房，一般房价相关研究多以商品住宅价格为主。考虑到商业房产是科技创新研发活动的基础物质条件，住宅和公寓为科技创新人员提供基本生活条件，各类型商品房产均能对科技创新活动产生影响，因而本文以商品房销售价格作为房价的代理变量。
2.解释变量：在选择衡量区域科技创新水平的指标时，为更好地反映科技创新实际水平和效率，本文没有采用惯用的R&D经费投入占GDP的比重，研发投入规模固然能够从数量上反映区域科技创新水平，但不能反映科研人员的实际水平与能力，因此，采用偏重科研实际产出的区域科技实际创新能力综合指标，具体包括各省份/地区的R&D经费的内部支出（ln rdit）和本地法人或自然人的发明专利授权量（ln zlsqit）两个指标。区域经济发展水平以地区产业结构（ris）为代理变量，具体使用区域第三产业与第二产业产值的比值来表示。
3.控制变量：区域经济社会发展水平和房地产市场销售情况是影响房价的重要环境因素。选取人均GDP（rgdp）和人口城镇化率（urp）两个指标代表区域经济社会发展水平差异，选取竣工房屋造价（jgzj）和商品房待售/空置3年以上面积（kzmj）反映房地产市场销售情况。
（二）模型设定
相对截面数据和时间序列数据，面板数据同时从时空两个维度统计，信息量比截面数据和时间序列数据更大，可以更好解决样本量不足的情况。
1.基本模型：结合前文理论研究，建立如下反映科技创新、产业结构和商品住宅价格的面板数据模型进行估计：
其中，ln priceit是被解释变量;Xit是解释变量，包括：区域发明专利授权量（ln zlsqit）、中国各省份地区的R&D经费的内部支出（ln rdit）、产业结构（ris）三个变量;Uit为控制变量，包括：人均GDP（ln rgdp）、城镇化率（urp）、竣工房屋造价（ln jgzj）、商品房待售/空置3年以上面积（ln kzmj）四个指标，α是常数项，εit是随机扰动项，下标it分别表示省份和年度。 2.动态模型：计量模型设定可能存在内生性问题，本文可能存在由于内生性而产生的反向因果问题，由于本文指标数据满足使用GMM的要求，但很难找到合适的工具变量，参考Arellano和Bond（1991）提出的一阶差分模型，选取SYS-GMM模型进行稳健性检验。
lnpriceit表示商品房平均销售价格，lnpriceit-1表示上一年度商品房平均销售价格，Xit是解释变量，Uit控制变量，fi表示地区固定效应，εit是随机扰动项。
五 模型估计及结果分析
（一）描述性统计
选取各省份相关面板数据进行实证分析。经查找官方发布的各省统计年鉴，首先以省（自治区、直辖市）为单位来统计相关数据，由于西藏数据缺失过多，故剔除，最终选取全国30个省市2004-2017年的面板数据进行回归分析;然后把全国分为东部、中部、西部三大地区，在区域划分标准上，具体参考统计局2017年1月公布的2016年全国房地产开发投资和销售情况中对东、中、西的划分：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（市）;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个省（市、自治区）。为消除价格因素，所有价值类数据均以2004年为基期进行平减处理。各变量描述性统计分析结果见表3。
描述性统计结果表明：首先，东部地区房价均值超过全国、中西部的房价均值水平，且标准差较大，说明东部房价水平整体较高，内部存在差异。中西部房价水平较为接近，东部与中西部商品房价格差异明显。其次，研发经费内部支出规模和专利授权数两个指标均显示东部地区在科技实际创新综合能力方面占绝对优势。东部地区研发经费内部支出是中西部的3～4倍，专利授权数是全国平均水平的2倍，两个指标标准差都较大，说明东部地区是我国科技创新最具活力的区域，区域内部科技创新能力分布亦不均衡，集中于科技创新中心城市;中西部科技实际创新综合能力较为接近，且远低于全国平均水平，西部研发支出较中部多，专利授权数却远低于中部，说明西部的科技创新短板在于缺乏高素质创新人才。再次，东部地区第三产业发展优于中西部，产业结构较中西部更优;东部产业结构标准差同样较大，结合其房价指标与科技实际创新综合能力指标的描述性统计结果分析，说明东部地区已经形成了数个科技创新型中心城市群，强力拉动了整个区域的经济持续增长。
（二）面板數据平稳性检验
为避免出现“伪回归”等问题，在回归建模之前应保证数据平稳性，因此，需要对变量进行单位根检验，采用LLC检验、ADF检验两种方法对各变量序列进行单位根检验。
从表4可以看出，经一阶差分后，各变量均通过了平稳性检验，即所有变量均为一阶单整Ⅰ（1）。
（三）面板数据的协整分析
为进一步考察变量间是否存在长期均衡关系，需进一步做协整检验。运用Kao检验和Pedroni检验综合对数据进行协整分析，检验结果（见表5），可见同阶协整变量间存在显著的长期协整关系。
（四）静态面板实证结果分析
使用2004-2017年的面板数据对全国、东部、中部和西部地区进行建模估计，采用混合估计、固定效应和随机效应处理静态面板数据，运用F检验对固定效应模型和混合估计模型判定模型的具体形式，借助Hausman的验证对固定效应模型和随机效应模型进行判定，通过F检验和Hausman检验确定全国、东部、中部和西部地区选用固定效应模型。模型的F值在0.01的水平上均高度显著，四个模型的拟合效果较好。表6报告了具体估计结果：
从全国范围和东中西部的分析结果来看，各变量在全国范围均显著，表明在全国宏观层面模型拟合程度较好，科技创新能力、产业结构、经济社会发展水平、商品房成本与销售状况均能对房价产生影响;东部地区各变量均显著，说明东部房地产市场化程度高，科技创新活跃，产业结构与集群明显，经济体内部分工明确、联系紧密，一体化程度高;中西部房价则更多受商品房自身成本与销售情况的影响，经济内部联系较为松散。
从科技创新能力综合评价来看，研发内部支出与专利授权数量在全国层面和东西部两区域对房价有显著正向影响，且东部的影响程度超过西部。两个指标在中部地区表现为对房价有微弱的负向影响，可能是中部地区在投资总量约束下房价上涨与否与企业投资方向选择有关，实体经济将资金投入科技创新领域，对房价就会造成消极影响;这种现象也从侧面表明，若中部地区在研发与投资房地产的权衡选择中更多的将资金投向房地产进行短期牟利，则会对科技创新能力的提升造成负面影响。
从产业结构来看，不管是宏观层面还是区域层面，无论处在产业发展的何种阶段，只要产业结构优化仍在进行，生产率仍能够提高，经济增长依旧保持，那么，不论生产率提高和经济增长的幅度有多大，均能对房价产生正向影响。东中西部的系数分别为0.243、0.116、0.0873，东部的系数高于全国平均水平，表明东部地区通过产业结构合理优化，推动了经济增长，对当地房价形成了有力的支撑，中西部的系数低于全国平均水平，表明这两个区域产业结构优化程度与东部相比仍有一定差距，对房价上涨支撑力度有限。
从控制变量来看，东中西部反映经济社会发展水平的人均GDP对房价都有正向的影响，中部的影响更加显著;人口城镇化率对房价的影响在东部和西部表现为促进，中部地区则有微弱的抑制作用，可能的原因在于中部地区城镇化率处于快速推进阶段，新流入城市的居民购买力有限，短期内中部地区居民平均收入水平提高较慢所致;从全国宏观层面来看，人口城镇化率能够显著推动房价上涨。反映商品房成本与销售的指标中，商品房竣工造价对房价有正向影响，中部地区的建房成本对房价影响最大，东部地区影响程度最小，空置面积对房价有负影响，但影响较为微弱。综合来看我国房地产市场需求仍然旺盛，东部地区建房成本对房价的影响已极为有限，房价更多的受到附着在商品房上的附加价值的影响;中部地区仍处在城镇化快速发展阶段，商品房附加权益形成需要一定的时间，因而建房成本对商品房价的影响程度较大。 （五）动态面板结果分析
采用SYS-GMM两步法对变量进行分析，通过序列相关性检验与过度识别检验能够准确的检验SYS-GMM估计的有效性。SYS-GMM回归结果见表7。
商品房价的滞后项影响系数在全国为0.561，东部为0.656，中部0.516，西部0.540，系數均在10%置信水平下通过显著性检验。东部地区的影响系数较大，表明房价具有较强的延续性和稳定性，受上一年度房价的影响较大。
从科技创新能力综合评价来看，研发内部支出和专利授权数量均对商品房价格有正向影响，专利授权数量在东部地区影响显著，在中西部地区影响并不显著。
从产业结构来看，东部地区产业结构对房价的影响最为显著，表明产业结构优化能够对房价的上涨形成长期支撑;西部地区同样有正向影响，但影响并不显著;中部地区则表现出微弱的抑制作用，原因可能在于中部地区劳动力数量丰富，但高素质人才占比较少，产业优化的技术替代效应有可能使大量的低端劳动力收入水平相对下降，影响了其住房支付能力。
从控制变量看，人均GDP对商品房价有正向影响，中、西部地区影响更为显著，商品房竣工造价对房价有正向影响，中部地区影响最为显著;空置面积对房价有负向影响，且总的来看影响较为显著。
六、结论与政策建议
随着我国经济步入创新驱动阶段，区域科技创新资源分布不均日益成为区域发展不平衡的重要原因。本文将区域科技创新、产业结构优化与商品房价纳入同一框架分析，研究结果表明：科技创新能力提升和产业结构优化均能对房价产生正向效应，但影响程度随区域经济发展水平不同而呈现差异性;东部地区科技创新能力更高，产业结构优化较好，为房价稳定提供了长期支撑，但由于我国经济空间二元结构仍未消除，这一影响在中西部地区显著性有所降低。
在创新驱动转换过程中增强区域发展的平衡性是当前我国经济发展的迫切要求，我国国土面积辽阔，各地资源禀赋条件、经济发展水平和房地产市场景气程度各有特点，区域间各因素之间的影响效应也不相同，因此应充分考虑当地经济发展现实水平，因地制宜制定政策组合。
首先，中西部地区要科学制定经济发展战略和规划，整合区域内资源，建设产学研相结合的技术创新体系，加强知识产权的创造、应用和保护，营造良好的科技创新环境，提升科技创新收益。一些前沿科研项目开展要求特殊的人文地理条件，而这些条件往往不能经由人造方式提供，中西部地域辽阔，如能找到世界科技发展前沿与自身禀赋的结合点开展前沿重大项目，有望实现科技创新能力和产业结构的跨越式提升和发展。当前中西部大部分地区仍以劳动密集型和资本密集型企业为主，经济政策的制定应充分协调公平和效率的关系，通过创造良好的投资环境、产业合理布局和结构升级和浓厚的创新氛围来形成经济增长的长期动力，防止过度依赖房地产业保持经济增速。在经济增长的同时应增强居民尤其是新增城镇居民的住房保障，加强房产购买、持有、流转环节的监控和调节，防止住房市场投机炒作行为，通过稳定房地产市场形成对生产要素的吸引力，在科技创新驱动型增长中实现产业结构优化升级与房地产市场长效机制的建立与完善。
其次，东部地区仍需为创新创业提供全方位、大力度的支持，以强有力的人才政策和扶持环境吸引各类尤其是高层次人才快速集聚，通过组建科技创新交流、交易和融资平台助推科技创新发展。其次要协调区域内优质资源，积极推动高新技术领域对外开放，实现更广泛地区间的科技交流与合作。此外还应科学规划城市建设，加大住房供应，为流入人口提供均等化的公共服务，打击投机炒作行为，防止因房价畸高造成城市发展规模停滞，使区域经济发展失去活力。
参考文献：
[1] 马海涛，方创琳，王少剑.全球创新型城市的基本特征及其对中国的启示[J].城市规划学刊，2013（1）：69-77.
[2] 李超，匡耀求.人口集聚过程中的我国房价收入比[J].学术研究，2013（2）：82-85.
[3] 夏怡然，苏锦红，黄伟.流动人口向哪里集聚？——流入地城市特征及其变动趋势[J].人口与经济，2015（3）：13-22.
[4] 李嘉楠，等.外来人口是否促进了城市房价上涨？——基于中国城市数据的实证研究[J].南开经济研究，2017（1）：58-76.
[5] Jeanty P W，Partridge M，Irwin E.Estimation of a spatial simultaneous equation model of population migration and housing price dynamics[J].Regional Science and Urban Economics，2010，40（5）：343-352.
[6] 王荣，张所地.城市创新能力对商品房房价的影响分析[J].上海经济研究，2016（12）：113-119.
[7] 张莉，等.房价如何影响劳动力流动？[J].经济研究，2017，52（8）：155-170.
[8] 黎嘉，辉.城市房价、公共品与流动人口留城意愿[J].财经研究，2019，45（6）：86-100.
[9] 张莉，等.房价如何影响劳动力流动？[J].经济研究，2017（8）：157-172.
[10]高波，等.预期、收入差距与中国城市房价租金“剪刀差”之谜[J].经济研究，2013（6）：100-112.
[11]齐讴歌等.房价水平、交通成本与产业区位分布关系再考量[J].当代经济科学，2012，34（1）：100-108+128.
[12]刘洪玉，姜沛言.生产率提高和产业结构变化对住房价格的影响[J].同济大学学报（自然科学版），2015，43（5）：800-806.
[13]高波，等.区域房价差异、劳动力流动与产业升级[J].经济研究，2012，47（1）：66-79.
（责任编辑：钟 瑶）