织梦CMS - 轻松建站从此开始!

中国政治经济学教育科研网

当前位置: 主页 > 中国发展 >

房价上涨抑制了“双创”吗?

时间:2019-05-15 15:46来源:《政治经济学报》第14卷 作者:刘文革、黄玉 点击:
房价过快上涨会对经济增长、企业发展以及个体行为选择等带来全方位的影响。学术界和政府决策者都已经认识到了房价上涨对生产性投资、融资约束以及企业技术创新和企业出口等多方面的影响,但对房价上涨与大众创业和万众创新之间的内在关联的研究并不多。本文对此进行了理

一、引 言

   1978年,中国实施了改革开放,40年来,“以市场换技术”的开放策略使GDP高速增长,我国迅速成为世界上第二大经济体,同时我国企业树立了强大的市场能力,确立了自己的品牌。但另一方面,中国产业面临大而不强,核心技术还较为薄弱,关键部件和材料较为缺乏等问题,从去年的华为内存事件到近来的中兴芯片事件,显示出我国核心技术领域话语权的缺失,同时也让我们认识到“创新驱动发展”战略的重大意义。核心技术的突破能力决定企业竞争乃至国家竞争的成败,因此,中国的产业要大且强,就需要提升国家整体创新能力,培育解决核心技术、关键材料和特殊部件的上游企业。今年的《政府工作报告》提出促进大众创业、万众创新上水平,打造“双创”升级版。这是具有战略性意义的举措,有助于中国向市场经济转型,跨越“中等收入陷阱”,进而迈向现代化国家。
   在技术赶超的过程中,我国确实取得了巨大进步,但这并不能否认由于房价快速上涨造成的资源错配,已经明显阻碍了我国实体经济创新动能集聚。房价上涨飞速,受房地产行业高额利润的吸引,大量资金进入房地产市场,用于支持自主创新活动的资金减少,再加上高额的研发费用,使得企业研发不积极。不断上涨的房价对国内需求的挤出效应,降低了市场对于高附加值产品的需求,不利于创新研发。另一方面,高房价让炒房的人得到巨大财富,而辛苦工作的人越来越穷,财富分配不均导致投机心态严重,个体的创业冲动被削弱,很多原本准备创业的个体会放弃创业行为。由于资金大量流入房地产业,很多人难以获得必要的启动和运营资金,创业行为的可行性也大幅下降。这些都对创业活动造成了严重的负面效果。到目前为止,针对这一方面的大多数研究分析了房地产行业对创新的抑制效应以及高房价对创业活动的挤出效应,而对房价上涨与创新、创业三者之间互动影响关系的研究寥寥无几。因此,本文将房价上涨对创业、创新的影响作为主要研究内容,计量结果显示,从整体而言,房价上涨对“双创”活动存在负向效应,但在不同地区,房价上涨对创新的影响存在差异性。
   本文其他部分结构如下:第二部梳理了主要的相关文献,第三部分进行了理论机制分析;第四部分描述了数据和变量;第五部分提供了主要的实证结果,包括基本回归分析、内生性讨论以及稳健性检验;第六部分是结语。  

二、文献回顾

   一个国家创新能力的高低受众多因素影响,这些因素复合影响该地区的创新氛围、创新资源。对创新能力的量化往往以专利授权量或者专利申请量、新产品销售额以及高科技产品销售收入等来衡量。王健忠(2013)[G1] 以2004年到2010年专利授权量和新产品销售额作为自主创新活动的指标数据,分析了高房价对创新能力的抑制作用。薄文广(2007)[G2] 利用省级面板数据去探讨FDI对我国不同地区创新能力影响的,结果发现就全国而言,FDI会提高创新能力,就不同范围而言,FDI对东部地区创新能力影响效果最为显著,西部的被影响程度则最弱。王文春和荣昭(2014)基于 1999-2007 年全国 35 个大中城市规模以上工业企业数据,研究了房价上涨对工业企业新产品产出和研发投入的影响,认为房价上涨越快,当地企业的创新倾向越弱。张杰等(2016)则从房地产部门投资的快速增长角度,使用中国的省级层面面板数据验证了房地产投资对创新投入和产出的阻碍作用,并且这种阻碍作用在中国工业部门中表现得更为突出。余永泽和张少辉(2017)研究结果表明城市房价的快速上涨显著抑制了地区整体和企业个体的技术创新产出;在考虑了房价蔓延的空间效应时,由于创新活动存在显著的正向外溢效应,房价蔓延对周边城市技术创新活动产生了负面影响。厉伟、洪涛和李彩云(2017)从城市房价管理的角度分析房价与创新的联系机制、效应评估和政策选择,发现当前的房价上涨整体阻碍了中国城市创新水平的提高,一二线城市的负面效应尤其明显;房价上涨主要通过知识型员工流动、企业研发强度以及政府财政中科教支出比重对城市创新水平产生影响,其中介效应呈现出依次递减的态势。
   针对房价对创业的影响,国外相关研究较多,Hurst & LuSardi(2004)观测美国各地区的房价,揭示了房价升值更多的地方,人们创业的可能性更高。事实上,大部分基于西方国家的实证研究都发现了财富和创业的正向关系[①]。 国内关于房价对创业影响的研究较少。林嵩(2012)利用地产行业与创业活动的面板数据模型,用地区创业活动数量作为因变量,房地产投资和房价作为自变量,研究了房地产行业对创业活动的挤出效应。任亚军,徐小云 (2017)分析了房价影响创业意愿的内在机理,将房价上涨对创业意愿的影响分离成“财富效应”、“信贷效应”、“替代效应”以及“房奴效应”。选取了 2011-2015 年我国 31 个省(或直辖市)的面板数据,实证考察了房价对创业意愿的影响,对全样本以及东、中、西部的样本分别进行验证。结果表明:高房价对创业意愿存在明显挤出效应,而人口、区域财政、固定资产投资也在相当程度显著地影响着创业意愿;分区域来看,东部、中部房价对创业意愿的影响更为显著,东部省份房价对创业意愿负面影响大于全样本估计,中部省份房价对创业意愿负面影响大于东部省份。普蓂喆,郑风田(2016)[G3] 基于2002年和2008年中国家庭收入调查分析了高房价对城镇居民创业行为的影响。实证结果表明,在其他条件不变的情况下,高房价能够提高中国城镇居民的创业概率,负担房贷会降低城镇居民创业的可能性,高房价刺激的多为自雇型创业,对老板型创业的促进作用不明显。由于促进的大多是自雇型创业,所以不能高估高房价对创业活动的激励作用,在未来鼓励大众创业的过程中应该着重考虑其他制度性因素。吴晓瑜,王敏,李力行(2014)通过构建一个职业选择模型,基于该模型发现房价上涨对无房人群和有房人群的创业决策存在不同的影响,并进一步探讨了家庭财产、是否有房以及住房按揭贷款对创业决策的影响,指出中国的高房价可能影响长期经济增长的一个重要渠道。
   今天大部分创业,都是内在创新,主要从事新技术研发的创业。创业的本质是试错,结果为对的创业总会有可能孕育新技术,进而产生新产品、新服务甚至新产业。创业是实现创新的过程,而创新是创业的本质。在本文的研究中,主要考察在中国“大众创业,万众创新”活动中一类独特的要素——房地产行业对于“双创”活动的影响。基于这一出发点,本文在研究框架中需要考虑房地产业和创业、创新活动的作用机制中可能涉及的其他控制变量。研究结果将充分反映我国房地产行业与“双创”活动的独特发展变化规律。    

三、理论机制

   熊彼特认为,创新是要素及生产条件组合的革命性变化,深处是技术进步驱动。技术进步源自人力资本密集的创业创新活动,这也是提出“大众创业,万众创新”的基本原因。作为经济发展新引擎和结构性改革的重要内容,蓬勃发展的“双创”正打通经济血脉,助力经济在更高水平吐故纳新、积蓄内力。与此同时,一系列调控政策出台以遏制房价过快上涨,如果一个地区房价过高,大部分人难以“安居”,势必影响该地区的创新创业,因此,研究房地产行业特别是房价上涨对创业和创新的影响是一个非常有意义的问题。从理论上讲,房价上涨和我国“大众创业,万众创新”之间的联系主要体现在如下几个方面:
(一)房价与创新之间的联系。
   高房价导致高技能人才流失,从而抑制地区创新。一方面,高房价压抑了年轻人精神和文化层面的追求,当拥有住房的基本需求不能够被满足,生活和工作的积极性就会打压,置产无望的年轻人不得已转回家乡等欠发达的小城市,大城市人才流失而影响创新水平提升,欠发达的地区则由于无法提供合适的发展平台和发展机会而使年轻人的创新思想被埋没。另一方面,房价的快速上涨限制了低端劳动者流入,导致服务价格提高,推高了个人的生存“门槛”,作为创新主体的年轻人的生活成本上升,出现“逃离北上广”现象,而人才流失会不利于一个地区的创新。安同良等(2005)[G4] 研究发现,人才和技术能力的差距是阻碍中国企业技术创新的重要因素。在收入预期增长较缓慢的情况下房价的上涨降低了个人的相对效用水平,从而阻碍了高端人才向城市或中心地区的集聚。
   高房价导致就业率下降,从而抑制创新。首先,高房价会影响地区产业结构,而产业机构决定并影响劳动力市场的规模和结构,房价的快速上涨导致就业率的下降,进一步导致就业人口数量的下降(刘志伟,2013)。其次,根据中心—外围理论,中心城市的主导产业集中于金融业、生产性服务业等第三产业。城市房价的快速上涨形成的高生产成本使得中小制造业企业的生存压力骤升,而中小微企业作为劳动力就业的主要蓄水池,一旦大量迁出会降低整体劳动力的就业水平。此外,年轻人,尤其是刚刚毕业踏入社会的大学生,由于就业市场竞争激烈,工资待遇达不到期望,同时面临着购房结婚的压力,不得不离开中心城市,导致中心城市就业率下降,而就业的规模和结构决定了创新活动所需的人力资本。
   高房价导致政府财政支出结构失衡,从而影响地区创新。财政支出是实施创新驱动发展战略的基石,也是地方政府影响地方创新的最直接手段,房价的上涨和地方政府的财政收入之间有很强的正向关系(厉伟、洪涛等,2017)。政府的收入来源更多的是依靠房地产的繁荣,房价上涨和开发商的不断投资推高了地价,政府土地出让金收入增加,从而增加了地方财政收入。因此基于政绩考核目的的地方政府会加强基础设施领域投资建设,这必然造成财政科技支出的比重下降。即房价上涨通过影响地方政府的决策偏好进而影响的财政支出的结构,对地区创新活动产生了一定的抑制作用。
(二)房价与创业之间的联系
   高房价的“财富效应”、“信贷效应”有利于创业。近些年,无论是政府官员,还是专家学者,在谈及中国房地产时,大都会提到“中国住房自有率全球第一”。[②]一方面,高房价的财富效应意味着有房者财富存量的增加(黄忠华、杜雪君,2009[G5] )。房价上涨增加了家庭的心理财富预期,这是高房价带来的直接作用。当家庭财富能力强化时,创业倾向也随之提高。较高的财富水平有助于潜在创业者跨过创业投资资金壁垒(杨其静、王宇锋,2010)[G6] ,将创业计划转化为实际的创业行动,推动个体的创业活动。此外创业风险大,需要较多的资本投入和流动现金,较高的财富水平能够增强个体抵御风险的能力,也能够降低创业失败之后给创业者及其家庭带来的冲击。因此,高房价带来的财富效应能够增强个体投资能力预期和抵御风险预期,增强创业偏好,进而对个体创业选择产生正向影响。另一方面,房产是重要的抵押品,对于拥有房产的潜在创业者来讲,房价上涨能增加其贷款额度,对于创业活动起到了融资缓解的效应(吴晓瑜、王敏等,2014)。
   高回报的房产投资对创业投资产生“挤出效应”。房产购买一种投资行为,与创业投资存在一定的替代关系。房价的持续上升使得人们逐渐形成了房屋是最安全的投资品的观念。加强了人们购房炒房的动机,投机炒房大大破坏了实业精神的氛围,房产投资拉大了财富差距,富人加大投资使得自身财富成指数倍增长,而普通人为买一套房却可能花光所有积蓄。另一方面,中国传统农业文化导致居民对土地和房地产有强烈的偏好(edward &wei,2017),购买房产除了财富保值增值的目的之外,或出于退休养老的考虑,或为子女结婚,尤其对年轻人来说,拥有房屋常常是成家立业的一个必要条件。男女性别比的上升加重了婚姻市场的竞争(wei&zhang,2011),加强了年轻人为实现成家立业的目标而买房的紧迫感。收入与房价的巨大落差让想要买房的年轻人不得不依靠父母的资助,高房价的重压之下,能不“啃老”而完全靠自己买房的年轻人,少之又少。因此高房价会鼓励年轻人及其父母为买房而储蓄或负债,这就可能抑制创业行为。
高房价影响人的职业选择,从而影响创业。房价收入比偏离度的不断增加会影响潜在创业人才的职业选择,高房价使许多人才迫于住房还贷压力不敢轻易放弃现有工作,大多数人会基于避险需求而选择较为稳定的职业。高房价推动房租上涨,阻碍了一部分潜在的个体创业者,同时也让处于初创期或经营不善的公司因为高房租而破产,房价高房租也就高,从而物价水平升高,居民消费水平降低,导致经济低迷,商户倒闭。对于拥有房产的人来说,虽然家庭资产对创业有正向效应,但偿还贷款相对于收入负担越重,创业概率也就越低,因此房屋所有者更倾向于靠房租收入生活。对于无房的人来说,不管是买房还是租房,住房都是家庭的一项大开支,自然会挤占文化教育、娱乐旅游等方面的开支。蜗居生活、房奴身份,极大地消耗了年轻人的创业热情。特别是很多理工科背景的年轻人转而投身金融业和房地产业,这既是现实经济压力所迫,也同时反映出社会资源配置的极大扭曲。总之,高房价透支了外来年轻人的创造力和生活品质,打压了创业和激情。图1显示的是房价上涨影响“双创”的机理。
 
 
 

创新
高端人才流失
政府财政支出
影响就业水平
房价
增加自身资产
影响职业选择
增加房产投资
创业
 
 
 
 
 
 

图1      房价影响创新创业机理图

四、数据与模型设定

  本文首先采用多元计量经济模型,分别对我国房地产行业的发展与创新和创业之间的关系进行说明,并对它们的关系进行验证。基本计量回归模型的设定如下:
                           (1)
                          (2)
  其中,i 表示省(或直辖市),t 为时间,本文包括的省(或直辖市)数为 31 个,时间跨度为 2007-2016 年,CX代表创新水平,CY代表创业水平,hp表示房价水平,X和Z分别代表不同的控制变量集合[③],α0、β0为常数项,α1、β1为系数,ε和μ为随机干扰项。
  本文对创新的衡量使用专利授权量(cx_sq)和专利受理量(cx_sl)这两个指标来表示。这两个是直接反映科技进步以及自主创新发展状况的指标,因专利授权量与专利受理量的概念较为接近,且因时效原因,公众一般习惯于使用专利授权数据,而实际上专利受理量能够更为真实、客观地反映我国专利申请活动的总体情况,对此本文在回归中分别以专利授权量和专利受理量作为衡量创新的指标。
  对创业活动的指标的选取主要集中于私营企业数量和个体工商户数量。截至2017年年底,我国实有个体工商户6579.4万户,私营企业2726.3万户,合计占全部市场主体的94.8%,随着商事制度的改革和营商环境的不断优化,当前,个体经济和私营经济已成为大众创业、万众创新的重要力量。根据全球创业观察项目(GEM) 的观点,可以将创业的基本类型分为机会型创业与生存型创业,用私营企业数度量“机会型创业”(cy_jh),用个体户数度量“生存型创业”(cy_sc)[④][G7] ,用私营企业和个体户总数(cy_sm)反映总体创业活动情况。
   关键解释变量采用房地产行业的发展状况。根据历史文献研究,为了反映房地产市场的发展情况,大多学者主要以区域房价和房地产投资额来反映房地产的发展情况。房价用商品房平均销售价格(hp)表示,房地产投资额度(hivest)反映房地产投资规模、速度、比例关系和使用方向的综合性指标。本文中我们选取这两个指标能在较大程度上说明房地产行业的发展状况。 
   控制变量集X包括:(1)研发人员(rdpop)。人力资本投入是影响创新的重要因素,是科技进步的驱动和创新推动的直接来源。科技部首次编写的《中国科技人才发展报告(2014)》中称,我国已成为第一科技人力资源大国,报告同时显示,我国越来越多的R&D人员走向市场。(2)工资水平(wage)。创新驱动实质上是人才驱动,工资待遇的好坏对创新性人才有激励作用,合理的工资报酬一方面可以留住人才,提高人才的忠诚度,另一方面也能够提升员工的工作积极性和主动性。(3)财政科技支出(fintech)。财政科技支出是实施创新驱动发展战略的基石。虽然近年来我国财政科技支出增长率受到财政收入下滑的影响呈下降趋势,但是财政科技支出占财政支出的比重总体上呈现稳中有升的态势,财政科技支出对全社会创新投资的带动作用凸显。(4)固定资产投资(finvest)。固定资产投资对于国民经济的影响举足轻重。它包括了房地产投资,在一定程度上促进了经济的增长,但是也意味着大量的资金会进入建筑行业,不利于创业创新活动。(5)基础设施水平(fras)。基础设施可以带来创新活动的提升,良好的交通基础设施能通过提高创新资源集聚和知识流动从而影响区域创新[⑤][G8] 。本文选取了人均货运量这一指标来反映地区交通基础设施水平。(6)财政收入(finan)。财政资金对创新有支撑引导作用。考虑到地方财政收入中包含了企业各项税收,而房地产业的高速发展也为财政收入做出了重要贡献。因此,财政收入与创新活动有积极的联系,需要作为控制变量引入到回归模型中。                                                                            
   控制变量集Z包括:(1)人均可支配收入(income)。高收入带来个人财富的积累有利于创业。(2)财政支出(fisc)。政府财政支出在提高生活保障水平、提供创业教育和技术服务、提供倾斜的财税政策等方面可以发挥积极作用。同时生产性财政支出的扩张会加大劳动力的需求,创造更多就业岗位,使得财政支出的“创业效应”降低(郭新强、胡永刚,2012[G9] )。(3)人口规模(scale)。人口规模扩大带来了集聚经济效应,包括知识溢出、中间投入品分享和更好的劳动力储备及技能匹配等,这将有助于降低创业的成本(陈刚,2015)。同时,人口规模较大意味着市场需求较为旺盛,经济发展拥有较为雄厚的基础,这将是开发创业活动的有利条件。人口规模用各省或直辖市总人数的自然对数来表示。(4)贷款余额(loan)。融资约束是制约潜在人才创业的主要障碍,金融发展水平则能够缓解创业所面临的融资约束问题,进而促进创业(King and Levine,1993[G10] ),本文用本外币贷款余额衡量地区金融发展水平。(5)市场化指数(markex)[⑥][G11] 。市场化程度越高,有利于资源、要素流动,有利于地区经济发展,政府对市场的过度管制,可能抑制潜在的创业活动。(6)地区生产总值(gdp)。在经济发展水平高的地区,创业活动的收益也可能相应更高。
   以上的数据来源于《中国统计年鉴》《中国科技统计年鉴》以及《各省市统计年鉴》和《各省市国民经济和社会发展统计公报》。表1清楚展现了各个变量的含义。图2和图3更直观地表示了关键变量的变化趋势。每个变量总体上是上升的趋势,说明中国经济总体在稳步提升、稳中向好。如图2所示,将房价和房地产投资两个指标放在同一张图中以显示其发展趋势,可以看到,当把全国各省市的情况综合考虑之后,房地产价格并不是高速增长,原因是近年来房价飞涨的地区主要在一二线城市。创新和创业的指标变化趋势如图3所示,可以看到代表创业水平的私营企业数量和个体工商户数量处于增长状态。专利受理量一直处于增长的趋势而且后几年的增长比较快,这表明了中国的创新速度在不断提升。专利的数量往往能够反映一家企业或者一个国家的创新能力,还可以在激烈的市场竞争中保护企业的利益。在全球一体化背景下,中国企业在创新方面取得的进步令人瞩目。
表1                             各变量含义及描述性统计
  变量 符号 单位 均值 最小值 最大值


专利授权数
专利受理数
私营企业数
个体工商户数
Cx_sq
Cx_sl
Cy_jh
Cy_sc



30384
4166
382756
1318810
68
4
4200
77100
269944
40952
3171700
5411700


房价
房地产投资
hp
hivest
元/平方米
亿元
5564
2110
1958
5
27497
10308




X
研发人员
工资水平
财政科技支出
固定资产投资
人均货运量
财政收入
rdpop
wage
fintech
finvest
fras
finan
人年

亿元
亿元
吨/人
亿元
95
44265
70
11524
51
1788
0.64
18144
1.93
270
6
20
543
119935
743
53323
145
10390




Z
 
人均可支配收入
财政支出
人口规模
贷款余额
市场化指数
地区生产总值
income
fisc
scale
loan
markex
gdp

亿元
万人
亿元
/
亿元
17213
3168
4333
19852
6
17209
6596
242
289
219
-0.3
341
54305
13446
10999
101131
10.92
80855
 
 
文本框: (亿元) 文本框: (元/平方米)
图2      房价和房地产投资变化趋势

 
  文本框: (万户)
 

文本框: (项)
图3      创新、创业指标变化趋势
 

五、实证分析

(一)基于总样本的回归结果
   本文运用Stata13.0软件,分别采用模型(1)和(2)来分析房价对创新活动和创业活动的影响,从逻辑关系上讲,地区房价和创业创新活动水平可能存在一定的内生性问题。创新水平较高、创业较活跃的地区通常要素禀赋水平较高,这些地区会通过企业部门的扩张效应以及居民的收入增长效应促进房地产需求,进而促进本地区房价的上涨。根据数据初步分析,选择房价的滞后一期(hpl)以控制内生性问题。由于各个省、自治区和直辖市之间发展的不平衡,为了消除截面异方差和相关性,使用面板校正标准误(PCSE)对模型进行估计检验。所有数据进行了标准化处理[⑦]以消除不同特征之间的差异性。估计结果如表2、3所示:
 
表2                         房价对创新的回归结果
   
Cx_sl
 
Cx_sq
hpl -0.292*** -0.248***
  (-6.83) (-5.75)
hivest 0.276*** 0.401***
  (7.91) (8.21)
rdpop 0.813*** 0.906***
  (7.88) (9.05)
wage 0.209*** 0.170***
  (4.99) (4.29)
fintech 0.354*** 0.202***
  (4.27) (2.94)
finvest -0.0285 -0.197***
  (-0.87) (-4.98)
fras 0.00565 0.0270***
  (0.63) (3.72)
finan -0.374*** -0.322***
  (-4.21) (-3.29)
_cons -0.0426** -0.0305
  (-1.96) (-1.21)
R2 0.8972 0.8940
N 279 279
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量检验值。
   表2是分别以专利受理量(cx_sl)和专利授权量(cx_sq)作为被解释变量的回归结果。可见,房价对于创新活动存在显著的负向影响,房价每上涨一元,专利授权量将减少0.248项,专利受理量将减少0.292项。另一个比较重要的自变量房地产投资对于创新的影响表现出了正向相关关系。可能的原因如下:我国房地产投资在一定程度上促进了经济发展,房地产业在区域经济链条中处于中间环节,会对关联产业产生需求,能拉动相关区域内建材、装修、家居家电、金融保险及餐饮住宿等行业的发展,而且房地产投资也拉动了我国投资增长,有利于扩大内需,保持国民经济持续快速健康的发展。
   控制变量的影响也达到了较为充分的影响效果。研发人员数量、工资水平以及财政科技支出对创新的影响都是正面显著的,研发人员是自主创新的基础,工资水平和财政科技支出可以对创新起到激励和支持的作用;固定资产投资对创新表现出负面效应,固定资产投资力度反映了大量资金流向建筑行业,尤其是2008年金融危机后,外贸出口受阻,我国经济更加依赖扩大投资和内需,中央政府四万亿投资大潮中,基础设施建设占据很大一部分,包括房地产、铁路及公路等,显然大量固定资产投资不利于创新活动;以人均货运量衡量的区域基础设施对创新表现正面效应,良好的交通促进了人才及资源集聚,带动了区域创新水平提升;财政收入(finan)对创新表现出显著的负向影响,这与前面的分析是相悖的,可能是由财政收入的构成造成的,各地区财政收入中土地出让金、房地产税收收入及企业的税收占据了约70%,因此负的相关系数可能意味着这些要素对创新的负面效应。
表3                            房价对创业的回归结果
       
  cy_sm cy_jh cy_sc
hpl -0.255*** -0.0985* -0.303***
  (-6.32) (-2.20) (-6.65)
hivest 0.0648 -0.0395 0.104*
  (1.60) (-0.83) (2.15)
loan 0.695*** 0.767*** 0.621***
  (11.60) (10.21) (8.13)
markex 0.142*** 0.199*** 0.110*
  (3.86) (9.39) (2.30)
fisc 0.401*** 0.448*** 0.355***
  (7.31) (6.70) (6.63)
income -0.198** 0.0642 -0.293***
  (-2.89) (0.92) (-3.71)
lnscale 0.175*** 0.165*** 0.168**
  (4.06) (3.79) (3.05)
lngdp -0.195** -0.516*** -0.0500
  (-2.81) (-6.32) (-0.55)
_cons -0.0265 -0.00732 -0.0327
  (-1.04) (-0.26) (-1.22)
R2 0.9551 0.9425 0.9319
N 279 279 279
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量的检验值。
   表3是分别以私营企业与个体户总数(cy_sm)以及私营企业数(cy_jh)和个体工商户数量(cy_sc)为被解释变量的回归结果。不论是机会型创业还是生存型创业,房价(hp)对两种类型创业的影响均显著。房地产行业对创业活动存在负面影响,房价每上涨一元,私营企业数量减少0.0985个,个体工商户数将减少0.303个,房价对生存性创业的影响效应大于对机会型创业的负向影响。房地产投资(hivest)对于机会型创业的负面影响未通过显著性检验,对生存性创业的影响为正向显著,这点与预期相反,这可能由于房地产投资对于创业活动的挤出效应可能更多地集中于大城市的机会型创业,生存型创业企业的主体分布在三四线城市甚至不发达地区,大多是从事传统零售、商品流通的。对于个体工商户,因此房产投资对其影响可能并不大。不仅如此,房地产投资甚至能够带动与建材、房地产施工相关的行业的创业活动。
   控制变量的影响也达到了较为充分的影响效果。贷款余额(loan)对于两种类型的创业都表现出了显著的正面效应,不仅可以缓解创业者的融资约束,也为冒险创业提供了风险担保。市场化指数对创业同样存在正面影响,创业面临一系列程序和交易成本,市场化水平的提升可以完善创业条件,进一步激发创造力和活力。财政支出、人口规模以及人均可支配收入对地区创业活动都呈现出积极效应,政府财政支出改善了创业环境,为新生企业提供良好的发展空间。另一方面,作为财政支出的重点倾斜领域,财政支出的“收入效应”增加了创业资本,对其有“如虎添翼”的作用,降低创业预算约束 ,为个人提供创业激励。人口规模对创业概率的影响为正。对于就业者来说,过多的人口意味着劳动市场中的就业压力较大;而对于创业者来说,较多的人口意味着更多的劳动力供给,较大的人口基数使得优质人力资本更易获得,从而提高创业成功的概率,吸引更多人放弃就业而选择创业。较高的可支配收入能显著提高个人的创业概率。收入越高的人,其拥有的物质资本和社会资本积累更多,抓住机会创业的可能性也更大。地区GDP对创业表现出负面的效应,这与前文理论分析不一致,可能的解释是经济增长可能不仅通过提高创业的收益,进而对创业活动产生正向影响,而且,其还可能通过增加就业机会,进而减少了创业活动。
(二)地区差异性比较
   我们的总样本包括了全国31个省和直辖市,各地区的房价和创新、创业活动存在差异。人民币从2005年开始升值,2006年大量资金进入房地产,2007年房价飙升,此后房价一路上涨,2016年底中央首次提出“房住不炒”并相继出台各项调控措施。为此,我们选取了2007年和2016年各省市的房价作为对比,如图4所示,可以看出,这十年商品房销售价格处于上涨水平,尤其是东部省份包括北京、上海和广东等地区房价涨幅很大,而中西部地区的房价整体来看相对较低。
 

图4    中国各省份房价(2007年和2016年)
 
   为此,本文分别对东部和中西部的影响情况进行回归[⑧]。表4和表5报告的是分别对东部、中西部创新和创业活动影响因素的估计结果。其中创新用专利受理量(cx_sl)反映,创业以私营企业和个体户的总数(cy_sm)度量。
   从表4的估计结果来看,东部和中西部的房价对创新活动的影响表现出相反的效应,东部房价每平方米上涨一元,专利受理量将减少0.193项,中西部房价每上涨一元,专利受理量反而增加0.135项。由于东部大多省份集中于沿海地区,经济发达,人口密集且很多是外来人口,高房价使大多数人沦为“房奴”或“蚁族”,失去了创新的动力,在一定程度上抑制了创新活动。而中西部人口大量向沿海地区流失,使得自身建设中形成库存需求不足,经济发展滞后,尽管处于政策红利下,但中西部库存量仍庞大,因此房价并未抑制创新,反而吸引了部分人才和资源,对创新存在一定的正面效应。东、中西部的研发人员、财政科技支出和工资水平以及都是影响地区创新的因素,与全样本估计结果一样,对创新活动有着正向效应。政府财政收入体现于全样本结果一样的负向影响。东部地区固定资产投资对创新存在正面影响,这与理论分析不一致,可能是由于固定资产投资带来的交通和各项设施便利惠及企业和个人,从而有利于创新。交通基础设施水平对创新的效应在东部地区表现为正面影响,而在中西部影响不显著,可能是中西部潜在创业者并不会将区域的基础设施作为主要考虑对象,而是更多地考虑区域的供给和需求要素。
 
表4                     东部、中西部房价对创新的影响
  东部 中西部
    Cx_sl Cx_sl
hp -0.193* 0.135**
  (-1.83) (2.76)
hivest 0.163** 0.536***
  (2.17) (15.29)
rdpop 0.945*** 0.336***
  (7.24) (4.58)
wage 0.218** 0.0518
  (2.17) (1.47)
fintech 0.560*** 0.394***
  (5.54) (9.06)
finvest 0.197*** -0.273**
  (2.78) (-2.50)
fras 0.0628*** -0.00679
  (2.64) (-0.30)
finan -0.835*** -0.0912
  (-4.07) (-1.39)
_cons -0.0408 0.0212
  (-1.13) (0.63)
N 108 171
         
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量的检验值。
 
表5                    东部、中西部房价对创业的影响
  东部 中西部
  Cy_sm Cy_sm
hp -0.214*** -0.0629**
        (-3.49) (-2.30)
hivest 0.0197 0.105**
  (0.40) (2.43)
loan
 
   0.763***  0.425***
  (11.20) (4.86)
markex 0.0562* 0.150***
  (0.97) (3.67)
fisc 0.356*** 0.445***
  (6.82) (4.94)
lnscale 0.256*** 0.342***
  (3.77) (8.55)
income -0.219*** -0.00000117
  (-2.79) (-0.16)
lngdp -0.279*** -0.353***
  (-3.17) (-6.43)
_cons -0.0354 0.00471
  (-1.03) (0.05)
N 108 171
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量的检验值。
   从表5的估计结果看,东部和中西部的房价对创业活动同时都显示出负向效应。这与全样本的估计结果一致。东部省份每平方米房价上涨一元,创业量减少0.214,而中西部房价每上涨一元,创业活动减少0.0629,说明东部房价对创业的影响程度大于中西部房价对创业的影响,可能的解释是东部地区外来人口较多,高房价使得很多人背负房贷压力,导致创业意愿降低。中西部地区一些二三线城市因为地域原因不但难以具备资源聚集优势,且人口还在不断的流失,困村压力使得房价出现下跌的情况,对生存型创业的影响不大。东、中西部的人口规模、财政支出和金融发展水平以及市场化程度都是影响创业的重要因素,且与全样本估计结果一样,对创业活动有着正向影响。东部地区个人可支配收入对创业存在负向影响,与前文估计相悖,可能是由于东部高房价使有房者更愿意享受高房租带来的高收入,无房者给予避险需求选择就业。中西部地区的人均可支配收入对创业也存在负向影响但不显著。GDP对创业活动的影响为负,与全样本估计一致。
(三)内生性进一步讨论
   在前文的回归中,尽管我们使用关键解释变量的滞后一期对模型的联立性偏误进行了一定的处理,并且在实证方程中控制了一系列相关变量,但在模型中没有控制预期等因素,使得上文中的分析仍然可能因为联立关系与遗漏变量而存在估计的偏误。针对可能存在的内生性问题,本文采用房价的滞后一期和人均土地购置面积(agoz)分别作为地区当年房价和房地产投资额的工具变量,应用IV-GMM方法对模型进行参数估计。
 
表6                基于IV-GMM方法估计的房价与创新的关系
  cx_sl cx_sq
hp -0.343*** -0.238***
  (-4.89) (-3.52)
hivest 0.583** 0.427*
  (2.47) (1.87)
wage 0.243*** 0.170***
  (4.81) (3.48)
fintech 0.334*** 0.214***
  (4.54) (3.01)
finvest -0.210 -0.221*
  (-1.52) (-1.66)
fras -0.0112 0.0217
  (-0.45) (0.90)
finan -0.430*** -0.317***
  (-3.73) (-2.84)
rdpop 0.762*** 0.888***
  (11.05) (13.34)
_cons -0.00725 0.000268
  (-0.34) (0.01)
N 279 279
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量的检验值。
 
表7               基于IV-GMM方法估计的房价与不同类型创业的关系
  cy_jh cy_sc
hp -0.0932** -0.287***
  (-2.51) (-7.35)
hivest -0.0709 0.0605
  (-0.50) (0.40)
loan 0.786*** 0.644***
  (8.10) (6.34)
markex 0.207*** 0.119**
  (3.63) (1.99)
fisc 0.460*** 0.370***
  (6.51) (4.99)
income 0.0616 -0.283***
  (0.91) (-4.00)
lnscale 0.167*** 0.180***
  (3.27) (3.36)
lngdp -0.521*** -0.0691
  (-8.05) (-1.02)
_cons 0.00561 0.00578
  (0.35) (0.35)
N 279 279
 
注:***、**和*分别表示在 1% 、5% 、和 10% 的置信水平下显著,括号内为t统计量的检验值。
 
   使用工具变量的表6和表7的回归结果显示,房价对于创新、创业均起到了显著的负向效应。房地产投资对创新的系数为正,说明我国的房地产投资对拉动经济增长、增加财政收入、创造就业岗位、改善居住条件等方面有一定的积极促进作用。房地产投资额对创业的系数为负,但未通过显著性检验。控制变量的系数也与实际意义较为相符。研发人员、工资以及财政科技支出对地区的创新水平有正向影响,而人口基数、金融发展水平以及市场化程度等对地区的创业活动具有积极效应。
(四)稳健性检验
   为保证本文研究结论的可靠性,本部分的稳健性检验更换了主要解释变量,采用住宅房价(zhp)替换了原先的总体房价进行了回归,以验证假设结论的可靠性。结果显示[⑨],整体而言,房价对创新水平和创业活动存在负向效应,且都能通过显著性检验。以上稳健性分析再次为本文提出的假设提供了经验支持。

六、结语

   本文利用 2007—2016 年全国31个省和直辖市的数据, 从理论上和实证上验证了房价对整体创新水平和创业活动的负向影响,即随着房价上涨超出合理范围, 创新水平和创业活动会不断下降。在既有文献的基础上,本文对房价影响“双创”的内在理论机制进行了分析。实证研究结果表明:首先,在以专利授权总数和专利受理数为创新的衡量指标来作为因变量回归的情况下,房价上涨显著抑制了地区的创新活动。用以私营企业和个体户数量度量的创业作为被解释变量估计,结果显示,房价对创业活动产生显著的负面影响,主要原因在于高房价增加了更多人的购房投资动机,而削弱了创业的动机和热情。从而抑制了人才的创业行为。其次,我们考虑了地区性差异,在不同地区,房价上涨对创业存在负向效应,对创新的影响存在差异性,房价上涨对东部省份的创新水平产生负向作用,而在中西部地区则具有正向作用。然后,为防止内生性利用面板向量自回归模型进行了回归分析。最后,稳健性检验结果也提供了经验证据支持。
   本文的研究结论对中国房地产的健康发展,以及如何提升“双创”水平具有一定的参考价值。相应的政策含义有:①各级政府要高度重视房价的快速上涨和房地产投资的快速膨胀对实体经济的冲击。党的十九大明确了中国特色社会主义进入了新时代,社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。而不平衡不充分发展的根源在于实体经济,这必须要求地方发展要以实体经济为着力点深入推进供给侧结构性改革,要下决心打破房地产经济依赖,在坚持“房住不炒”定位同时,要对房地产市场波动保持高度敏锐和足够定力,即使经济总量出现放缓,也绝不能依靠刺激房地产实现经济总量的增长,否则“创新驱动发展”就成为了一句空谈;②鉴于房地产投资对实体经济投资的挤占效应,必须加强利率市场化改革的步伐,防止信贷资源的非市场化配置现象,消除利率管制所导致的投资激励扭曲,采取市场化措施防止投资性资金流入房地产领域,尽量避免由于房价的行政干预给市场经济运行埋下的隐患。通过市场化政策降低房地产业投机回报率的同时,也要着力提升实体经济的投资回报率;③调整投资结构,适当放慢固定资产投资速度,投资资金向自主创新和创业领域倾斜,对自主创新领域和创业活动给予一定的资金支持,努力提高中小型企业的核心竞争力,使其从生存型企业向竞争型企业转变。④中美贸易纠纷的外部冲击,让我们更加意识到自主创新的极端重要性,更加明白创新驱动发展战略的长期价值。只有依靠科技创新引领经济高质量发展,坚决放弃房地产经济依赖,才能真正实现我国经济从粗放型增长到高质量发展的目标,因此,必须提升国民的创业意识,营造良好的创业氛围,有效保护知识产权并推动创新成果的转化。
   当然,本文的研究也存在不足之处。比如,对于衡量创业指标的选取不够全面,除“生存型创业”和“机会型创业”外,还有未在工商部门登记注册的创业。此外本文的实证分析采用2007年-2016年省级层面数据,缺乏更加具体的城市以及企业层面的实证分析,这有待于今后的深入研究。
 

参考文献

  1. 安同良,王文翌,魏巍:《中国制造业企业的技术创新:模式、动力与障碍》,《当代财经2005年第12期。:
  2. 薄文广:外国直接投资对中国技术创新的影响》,《财经研究2007年第6.
  3. 陈斌开、金箫、欧阳涤非:《住房价格、资源错配与中国工业企业生产率》,《世界经济》2015年第4期。
  4. 陈斌开、杨汝岱:《土地供给、住房价格与中国城镇居民储蓄》,《经济研究》2013年第1期.
  5. 陈刚:《管制与创业——来自中国的微观证据》,《管理世界》2015年第5期。
  6. 郭新强、胡永刚:《中国财政支出与财政支出结构偏向的就业效应》,《经济研究》2012年第12期。
  7. 郭树龙、刘文彬:《房价上涨对企业规模分布的影响研究》,《财经研究》2017年第11期。
  8. 黄忠华、杜雪君、吴次芳:房地产价格、地方公共支出与房地产税负关系研究》,《数量经济技术经济研究2009年第1期。
  9. 李华晶:《知识过滤、创业活动与经济增长》,《科学学研究2010年第7期。
  10. 刘志伟:《城市房价、劳动力流动与第三产业发展》,《经济问题》2013年第8期。
  11. 刘斌、王乃嘉:《房价上涨挤压了我国企业的出口能量吗?》,《财经研究》2016年第5期。
  12. 厉伟、洪涛、李彩云:《房价上涨对中国城市创新产生抑制效应了吗?》,《商业研究》2017年第11期。
  13. 普蓂喆郑风田傅晋华:《农民工城市扎堆创业成因探析:基于创业自我效能视角》《南京农业大学学报》2016年第6期。
  14. 齐玮娜、张耀辉:领先还是模仿:基于商业知识溢出的创业决策机制研究》,《科学学与科学技术管理2014年第7期。
  15. 宋冬林、姜扬:《政府财政支出与创业行为》,《当代经济研究》2017年第4期。
  16. 吴晓瑜、王敏、李力行:《中国的高房价是否阻碍了创业?》,《经济研究》2014年第9期。
  17. ]王健忠:房地产行业对我国企业自主创新活动的影响研究现代产业经济201310期。
  18. 王文春、荣昭:《房价上涨对工业企业创新的抑制影响研究》,《经济学(季刊)》2014年第2期。
  19. 王小鲁、樊纲、余静文:中国分省份市场化指数报告,社会科学文献出版社2016
  20. 杨其静王宇锋:个人禀赋、制度环境与创业决策》,《经济理论与经济管理2010年第1期。
  21. 颜色、朱国钟:《“房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析》,《管理世界》2013年第3期。
  22. 余泳泽、张少辉:《城市房价、限购政策与技术创新》,《中国工业经济》2017年第6期。
  23. 周京奎、黄征学:《住房制度改革、流动性约束与“下海”创业选择》,《经济研究》2014年第3期。
  24. 张杰、杨连星、新夫:《房地产阻碍了中国创新么?》,《管理世界》2016年第5期。
  25. Agrawal, Ajay , et al. Why are some regions more innovative than others? Journal of Urban Economics.Vol.81,No.1,2014,pp.149-165.
  26. Chaney T, Sraer D, Thesmar D. , The Collateral Channel: How Real Estate Shocks Affect Corporate Investment. American Economic Review, Vol.102, No.6, 2012, pp.2381-2409.
  27. Du, Z., and L. Zhang. , Home -purchase Restriction,Property Tax and Housing Price in China. Journal of Econometrics,Vol.188, No.2, 2015,pp.558-568.
  28. Hashmi A R. , Competition and Innovation: The Inverted-U Relationship Revisited. Review of Economics & Statistics, Vol.95, No.5, 2013,pp.1653-1668.
  29. King, Robert G. *Levine, Ross . Finance and growth : Schumpeter might be right. Policy Research Working Paper Series .Vol.108,No.3,1993,pp.717-737.
  30. Li L, Wu X. , Housing price and entrepreneurship in China. Journal of Comparative Economics, Vol.42, No.2, 2014,pp.436-449.
  31. Li L, Wu X. , The Consequences of Having a Son on Family Wealth in Urban China. Review of Income & Wealth, Vol.63,No.2, 2017,pp.378-393.
  32. Wang X, Wen Y. , Can Rising Housing Prices Explain China’s High Household Saving Rate?. Ssrn Electronic Journal, Vol.93,Mar 2010,pp.67-88.

 


[①] 相关研究如Evans & Jovanovic(1989)、Paulson & Townsend(2004)、Fairlie & Krashinsky(2012)。
[②] 实际上,中国目前并没有官方机构统计过住房自有率。2017年一份针对9个国家的调查发现,中国“千禧一代”(1981-1998年出生人口)的住房自有率排名第一,高达70%。
[③] 由于影响创新创业的因素有所不同,本文设置了两个控制集。
[④] 此处借鉴李华晶(2010),齐玮娜、张耀辉(2014)的方法。
[⑤] 详见Ajay Agrawal等(2014)的研究。
[⑥]本文选取王小鲁等(2016)编制的中国市场化指数来衡量政府的干预程度。
[⑦] 限于篇幅,标准化处理后的数据未列入描述性统计表。
[⑧] 东部地区:北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中西部地区:山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。
[⑨] 限于篇幅,相关回归结果在此省略汇报,如有需要可向作者索取。

 

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情: