創(chuàng)新要素集聚、空間關(guān)聯(lián)與房地產(chǎn)價格調(diào)控

高宏霞 王成

摘要：隨著我國戶籍制度改革進(jìn)一步深入，地區(qū)之間的空間聯(lián)系不僅僅局限于鄰近區(qū)域，地理距離更遠(yuǎn)的地區(qū)往往也會由于人才、資金等創(chuàng)新要素的區(qū)際流動而產(chǎn)生較為緊密的聯(lián)系。利用中國2000—2018年省級面板數(shù)據(jù)實(shí)證考察創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價的影響，發(fā)現(xiàn)在動態(tài)的創(chuàng)新要素流動權(quán)重矩陣下，房價和創(chuàng)新要素集聚均存在顯著的正向空間相關(guān)性;從全國范圍看，在創(chuàng)新人才和創(chuàng)新資本動態(tài)流動的環(huán)境中，創(chuàng)新要素集聚對房價存在明顯的正向影響，創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動有利于促進(jìn)房價的空間外溢和整體上漲。分地區(qū)考察還發(fā)現(xiàn)，在創(chuàng)新人才和創(chuàng)新資本動態(tài)流動的環(huán)境中，沿海地區(qū)創(chuàng)新要素集聚對房價具有顯著的正向影響，而內(nèi)陸和沿邊地區(qū)創(chuàng)新要素集聚對房價的影響不明顯;創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動對房價的影響在沿海和內(nèi)陸地區(qū)均不明顯，而在沿邊地區(qū)則具有負(fù)向影響。

關(guān)鍵詞：創(chuàng)新要素集聚;區(qū)域經(jīng)濟(jì);空間關(guān)聯(lián);房地產(chǎn)價格

基金項(xiàng)目：國家社會科學(xué)基金西部項(xiàng)目“黃河流域高質(zhì)量發(fā)展下蘭州—西寧城市群產(chǎn)業(yè)空間結(jié)構(gòu)優(yōu)化研究”（20XJL008）

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

一、引言與相關(guān)文獻(xiàn)綜述

隨著我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，區(qū)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(fā)達(dá)地區(qū)由于入駐了大量的高科技公司，人才和資金在區(qū)際間加速流動，引發(fā)了創(chuàng)新要素在這些地區(qū)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(qū)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(fā)等機(jī)構(gòu)搬遷至東莞松山湖，誘發(fā)了當(dāng)?shù)胤績r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(chuàng)板”的創(chuàng)立，高科技人才密集型企業(yè)紛紛上市，資本市場的“造富功能”充分體現(xiàn)。截至2020年12月底，科創(chuàng)板已上市企業(yè)215家，北京、上海、廣東、浙江、江蘇五?。ㄊ校┱忌鲜衅髽I(yè)總數(shù)已超過70%②。科創(chuàng)板企業(yè)在我國地理區(qū)位上存在著向經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)聚集的現(xiàn)象，從這些地區(qū)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(jìn)一步深入，地區(qū)之間的空間聯(lián)系不僅僅局限于鄰近區(qū)域，地理距離更遠(yuǎn)的地區(qū)往往也會由于人才、資金等創(chuàng)新要素的區(qū)際流動產(chǎn)生較為緊密的聯(lián)系。這種空間聯(lián)結(jié)關(guān)系究竟對房價產(chǎn)生怎樣的影響呢？學(xué)界的相關(guān)研究主要集中在以下三個方面：

一是房價影響因素的相關(guān)研究，包括供給、需求、區(qū)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(guān)注④。王鶴（2012）研究認(rèn)為，我國房價存在空間相關(guān)性，地區(qū)是否鄰近和地理距離之間產(chǎn)生的空間相互作用是東部地區(qū)房價變動的決定因素，供給和需求對西部地區(qū)房價的影響較大，而中部地區(qū)房價由兩者共同決定⑤。方大春等（2018）研究發(fā)現(xiàn)，區(qū)域間房價存在明顯的空間關(guān)聯(lián)特征，地區(qū)間空間鄰接關(guān)系的不同、經(jīng)濟(jì)發(fā)展水平的差距、人口數(shù)量的不一以及產(chǎn)業(yè)結(jié)構(gòu)的差異均會顯著影響城市房價的空間關(guān)聯(lián)性⑥。

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

三是創(chuàng)新要素集聚與空間關(guān)聯(lián)的相關(guān)研究。有學(xué)者基于地區(qū)間的地理區(qū)域的鄰近性和社會經(jīng)濟(jì)特征相似性等空間因素，從創(chuàng)新要素集聚的空間相關(guān)性和空間溢出效應(yīng)等方面研究了創(chuàng)新要素集聚的空間關(guān)聯(lián)特征。Tappeiner等（2008）以歐洲51個地區(qū)為樣本，研究指出社會資本的空間集聚與研發(fā)和人力資本的集聚對于解釋創(chuàng)新自相關(guān)性同樣重要⑨。鄒文杰（2015）采用Morans I檢驗(yàn)驗(yàn)證了我國研發(fā)要素集聚度在空間地理區(qū)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(rèn)為，區(qū)域創(chuàng)新要素集聚首先將受到該區(qū)域和鄰近地區(qū)創(chuàng)新要素集聚的空間相關(guān)性的影響⑩。史安娜等（2018）認(rèn)為，創(chuàng)新要素集聚存在顯著的空間關(guān)聯(lián)特征，空間分布不均衡，且創(chuàng)新要素集聚溢出效應(yīng)在省域內(nèi)外存在差異。

綜上所述，已有的研究已經(jīng)關(guān)注到區(qū)域內(nèi)部的人才、資本等高端發(fā)展要素的空間集聚對房價的影響，且考慮到了空間相關(guān)性，這為本文研究創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價的影響奠定了基礎(chǔ)。但是，上述研究往往從靜態(tài)的視角，僅考慮了區(qū)域之間的地理位置和經(jīng)濟(jì)發(fā)展水平等空間因素的相似性所產(chǎn)生的空間關(guān)聯(lián)特征，而忽略了創(chuàng)新要素在區(qū)域間動態(tài)流動所產(chǎn)生的空間關(guān)聯(lián)特征的考察。實(shí)際上，隨著我國區(qū)域之間的聯(lián)系日益緊密，創(chuàng)新要素區(qū)際動態(tài)流動所產(chǎn)生的空間關(guān)聯(lián)作用也日益凸顯。因此，只有將創(chuàng)新要素集聚與空間關(guān)聯(lián)統(tǒng)一起來考量，才能較為全面地揭示創(chuàng)新要素集聚對房價的影響。

本文的邊際貢獻(xiàn)在于：一是深入分析創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價影響的理論基礎(chǔ)，采用空間計(jì)量方法考察我國創(chuàng)新要素在區(qū)域內(nèi)部的空間集聚對房價的影響，以及區(qū)域之間創(chuàng)新要素動態(tài)流動所產(chǎn)生的空間關(guān)聯(lián)對房價的影響;二是基于各區(qū)域創(chuàng)新要素集聚程度的異質(zhì)性，從沿海、內(nèi)陸和沿邊“新三大區(qū)域”層面考察創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價的影響;三是從創(chuàng)新要素區(qū)際流動的動態(tài)視角實(shí)證檢驗(yàn)了動態(tài)的創(chuàng)新要素流動權(quán)重矩陣下我國創(chuàng)新要素集聚的空間相關(guān)性，一定程度上彌補(bǔ)了傳統(tǒng)模型對解釋變量空間相關(guān)性的忽視。

二、理論分析

創(chuàng)新要素主要由人才、資金、技術(shù)等構(gòu)成，是實(shí)現(xiàn)區(qū)域創(chuàng)新發(fā)展的重要基礎(chǔ)。我國創(chuàng)新要素存在顯著的空間集聚特征，人才、資金和技術(shù)等創(chuàng)新要素的空間集聚是推動房地產(chǎn)市場繁榮和房價上漲以及分化的重要原因。

創(chuàng)新要素在某一地區(qū)的空間集聚，使得集聚地區(qū)擁有先發(fā)的初始條件，這種優(yōu)勢將不斷自我強(qiáng)化;加之創(chuàng)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(qū)。創(chuàng)新要素流動的循環(huán)累積效應(yīng)增加了創(chuàng)新要素的空間集聚程度，住房需求隨之增加，進(jìn)而推高房價。同時，隨著集聚地區(qū)如生活成本等方面日益昂貴，某些創(chuàng)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(chuàng)新要素又會流向鄰近區(qū)域或者人才、資本流動緊密的關(guān)聯(lián)區(qū)域，從而推動該地區(qū)的房價上漲?？紤]到創(chuàng)新人才和創(chuàng)新資本在區(qū)域間的流動更加活躍，創(chuàng)新人才的區(qū)際流動往往攜帶著技術(shù)的溢出，因此，本文重點(diǎn)分析創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價的影響。

一般而言，創(chuàng)新人才集聚能夠利用創(chuàng)新人才流動緊密區(qū)域的空間關(guān)聯(lián)效應(yīng)，更好地發(fā)揮創(chuàng)新人才聚集效應(yīng)與空間擴(kuò)散效應(yīng)，擴(kuò)大區(qū)域創(chuàng)新人才的集聚規(guī)模，優(yōu)化人才結(jié)構(gòu)，改善人才配置效率，從而推動集聚地區(qū)和關(guān)聯(lián)地區(qū)房價的上漲。一方面，區(qū)域內(nèi)人才的空間集聚通常伴隨著“馬太效應(yīng)”的特征，即人才聚集程度越高的地區(qū)，對其他地區(qū)的人才越具有吸引力。由于創(chuàng)新人才的稀缺和追求邊際收益最大化，使得周邊地區(qū)和關(guān)聯(lián)地區(qū)的創(chuàng)新人才不斷流入到集聚地區(qū)，擴(kuò)大了集聚區(qū)域內(nèi)的創(chuàng)新人才規(guī)模，導(dǎo)致人們的住房需求增加，引起房價上漲。同時，集聚地區(qū)創(chuàng)新人才結(jié)構(gòu)也得到不斷優(yōu)化，人才多向著高學(xué)歷或者具有較強(qiáng)創(chuàng)新能力的高端人才轉(zhuǎn)換。這些高端人才由于其自身的創(chuàng)新能力較強(qiáng)，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(yù)期，存在著購房出租獲取租金收入的投機(jī)心理，使得人們的購房意愿較強(qiáng)，增加了住房的潛在需求，促使房價上漲。另一方面，隨著創(chuàng)新人才不斷流入到集聚地區(qū)，集聚達(dá)到一定規(guī)模時，集聚地區(qū)的外部經(jīng)濟(jì)效應(yīng)減弱，創(chuàng)新人才集聚的擴(kuò)散效應(yīng)使得集聚地區(qū)的某些人才流入到空間關(guān)聯(lián)地區(qū)，從而促使房價上漲。

不可否認(rèn)，創(chuàng)新資本集聚能夠利用創(chuàng)新資本流動緊密區(qū)域的空間關(guān)聯(lián)效應(yīng)，強(qiáng)化創(chuàng)新資本集聚程度，增強(qiáng)創(chuàng)新資本集聚的空間溢出效應(yīng)，改善集聚地區(qū)或關(guān)聯(lián)地區(qū)的創(chuàng)新融資環(huán)境，緩解融資困難，增強(qiáng)房地產(chǎn)投資商的投資意愿和住房需求者的購房需求，進(jìn)而推動房價上漲。一方面，創(chuàng)新資本在某地區(qū)的空間集聚，改善了該集聚地區(qū)的融資環(huán)境，籌措資金所需的交易成本會下降，從而增加了房地產(chǎn)投資商和住房需求者對資金的需求。創(chuàng)新資本為了追逐自身價值的最大化，往往流向創(chuàng)新融資需求較大的地區(qū)，增強(qiáng)了該地區(qū)的創(chuàng)新資本集聚程度。對于房地產(chǎn)投資商來說，由于資金的充足增強(qiáng)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(shí)現(xiàn)了資金籌措，購房意愿增強(qiáng)，從而進(jìn)一步推高房價。另一方面，創(chuàng)新資本集聚可以通過創(chuàng)新資本區(qū)際流動產(chǎn)生空間溢出效應(yīng)，這為鄰近區(qū)域或創(chuàng)新要素區(qū)際流動聯(lián)系緊密的區(qū)域提供了資金支持，緩解了區(qū)域創(chuàng)新融資困難，從而促進(jìn)這些地區(qū)的房價上漲。

三、研究設(shè)計(jì)

（一）變量選擇與說明

被解釋變量：房地產(chǎn)價格，用商品房屋平均銷售價格的對數(shù)（HP）來度量?？紤]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(shù)（ZHP）進(jìn)行穩(wěn)健性檢驗(yàn)。

四、實(shí)證檢驗(yàn)與分析

（一）平穩(wěn)性檢驗(yàn)

由于使用的數(shù)據(jù)是面板數(shù)據(jù)，在進(jìn)行空間計(jì)量回歸分析之前，首先用LLC檢驗(yàn)和IPS檢驗(yàn)對各變量進(jìn)行單位根檢驗(yàn)，其檢驗(yàn)結(jié)果見表3。從表3可以看出，變量的水平值下IPS檢驗(yàn)結(jié)果中的TAI、Struct、Traffic均是非平穩(wěn)序列，經(jīng)過一階差分后變量均平穩(wěn)，因此，需要對變量間進(jìn)行協(xié)整檢驗(yàn)。我們采用Kao檢驗(yàn)和Pedroni檢驗(yàn)進(jìn)行了協(xié)整分析，結(jié)果見表4。從檢驗(yàn)結(jié)果發(fā)現(xiàn)變量間存在協(xié)整關(guān)系，故可以進(jìn)行面板回歸分析。

（二）基準(zhǔn)回歸結(jié)果分析

在基準(zhǔn)回歸分析中，將全國范圍的數(shù)據(jù)作為總體樣本來驗(yàn)證創(chuàng)新要素集聚對房價的影響，以及創(chuàng)新人才和創(chuàng)新資本動態(tài)流動所產(chǎn)生的空間關(guān)聯(lián)作用對房價的影響。根據(jù)是否控制地區(qū)或時間兩類非觀測效應(yīng)，將固定效應(yīng)分為：無固定效應(yīng)（nonF）、地區(qū)固定效應(yīng)（sF）、時間固定效應(yīng)（tF）和地區(qū)時間固定效應(yīng)（stF）。根據(jù)表5的估計(jì)結(jié)果，在動態(tài)的創(chuàng)新人才流動權(quán)重矩陣和創(chuàng)新資本流動權(quán)重矩陣下，地區(qū)時間固定（stF）情形下的空間誤差模型的對數(shù)似然函數(shù)值Log-L最大，擬合優(yōu)度R2較高，Sigma2和空間誤差系數(shù)λ均顯著，且能夠控制地區(qū)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(jì)結(jié)果進(jìn)行分析討論。

從全國范圍來看，創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動有利于促進(jìn)房價的空間外溢和整體上漲。動態(tài)的創(chuàng)新人才流動權(quán)重矩陣和創(chuàng)新資本流動權(quán)重矩陣下的空間誤差系數(shù)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(yàn)，這表明動態(tài)的創(chuàng)新要素流動權(quán)重矩陣下房價具有較強(qiáng)的空間外溢效應(yīng)，且創(chuàng)新人才和創(chuàng)新資本的區(qū)際流動均會促進(jìn)房價的整體上漲?？赡艿脑蛟谟冢阂皇怯捎趨^(qū)域間地理距離較近或創(chuàng)新要素區(qū)際流動日益頻繁，房地產(chǎn)開發(fā)企業(yè)對房價的定價以及公眾對房價的消費(fèi)能力和心理因素（如預(yù)期）在一定程度上具有相似性，或者說存在“模仿效應(yīng)”，特別是房地產(chǎn)開發(fā)企業(yè)和房地產(chǎn)投機(jī)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(chuàng)新要素的區(qū)際動態(tài)流動有利于區(qū)域間的知識溢出，優(yōu)化了本地區(qū)與創(chuàng)新要素流動緊密地區(qū)的創(chuàng)新要素結(jié)構(gòu)，改善了創(chuàng)新基礎(chǔ)，為房價穩(wěn)步上漲提供了支撐。

從全國范圍來看，在創(chuàng)新人才和創(chuàng)新資本區(qū)際動態(tài)流動的環(huán)境中，創(chuàng)新要素集聚對房價有顯著的正向影響。在兩類權(quán)重矩陣下，創(chuàng)新要素集聚（TAI）的回歸系數(shù)均為0.005，且均在1%的水平上顯著，即伴隨著創(chuàng)新人才和創(chuàng)新資本的區(qū)際流動，創(chuàng)新要素集聚每提高1%，將促使房價上漲0.005%，這表明擴(kuò)大創(chuàng)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(chuàng)新要素的集聚效應(yīng)使得集聚地區(qū)有較強(qiáng)的“極化效應(yīng)”，吸引了關(guān)聯(lián)區(qū)域創(chuàng)新要素的流入，增加了集聚區(qū)域的住房需求，從而推高房價;另一方面，隨著我國區(qū)域聯(lián)系不斷增強(qiáng)，創(chuàng)新要素集聚可以溢出到創(chuàng)新要素流動緊密的空間關(guān)聯(lián)地區(qū)，改善了這些地區(qū)的創(chuàng)新基礎(chǔ)，從而助推了當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，引起房價高企。

（三）穩(wěn)健性檢驗(yàn)

上文依據(jù)基準(zhǔn)回歸檢驗(yàn)所得的結(jié)論可能會受到變量選擇的影響而存在偏誤，為避免指標(biāo)選擇的主觀性和隨意性對估計(jì)結(jié)果的干擾，本文主要以替換基準(zhǔn)回歸模型中的核心解釋變量和被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。

一是考慮到創(chuàng)新資本對創(chuàng)新人才流動往往具有導(dǎo)向作用，在創(chuàng)新資本集聚程度越高的地區(qū)，創(chuàng)新人才往往有著較高的集聚程度，通過實(shí)證檢驗(yàn)也發(fā)現(xiàn)了創(chuàng)新人才集聚程度和創(chuàng)新資本集聚程度存在高度的相關(guān)性，因此，本文使用創(chuàng)新資本計(jì)算的創(chuàng)新要素集聚指數(shù)（CAI）作為解釋變量，重新檢驗(yàn)表5的回歸結(jié)果，發(fā)現(xiàn)地區(qū)時間固定效應(yīng)的空間誤差模型估計(jì)結(jié)果與前文的實(shí)證結(jié)果基本一致，說明結(jié)論具有較好的穩(wěn)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(jī)者購買住房的投機(jī)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(jìn)行重新檢驗(yàn)，結(jié)果發(fā)現(xiàn)地區(qū)時間固定效應(yīng)的空間誤差模型估計(jì)結(jié)果與基準(zhǔn)回歸基本一致，說明本文的研究結(jié)論較為可靠（見表7）。

三是從已有的文獻(xiàn)來看，有關(guān)內(nèi)生性問題的探討和有效處理目前僅適用于截面數(shù)據(jù)。因此，考慮到創(chuàng)新要素的空間集聚存在著隨時間不斷積累的效應(yīng)，本文在控制影響房價的相關(guān)變量和時間與地區(qū)效應(yīng)的基礎(chǔ)上，采用極大似然的估計(jì)方法，借鑒多數(shù)文獻(xiàn)的做法，嘗試將核心解釋變量滯后1期來檢驗(yàn)時間滯后是否對估計(jì)結(jié)果產(chǎn)生影響，結(jié)果發(fā)現(xiàn)地區(qū)時間固定效應(yīng)的空間誤差模型估計(jì)結(jié)果與基準(zhǔn)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(jié)論依然成立（見表8）。

（四）區(qū)域異質(zhì)性分析與進(jìn)一步討論

目前，區(qū)域慣用的劃分標(biāo)準(zhǔn)是東、中、西部地區(qū)，但考慮到我國創(chuàng)新要素集聚程度在東部沿海地區(qū)要明顯高于其他地區(qū)，因此，為了更為準(zhǔn)確地反映東部沿海地區(qū)和其他地區(qū)創(chuàng)新要素集聚程度的區(qū)域差異，本文采用了張毓峰等（2014）提出的沿海地區(qū)、內(nèi)陸地區(qū)和沿邊地區(qū)的“新三大區(qū)域”的劃分標(biāo)準(zhǔn)。根據(jù)表9的估計(jì)結(jié)果，本文依然采用空間誤差模型估計(jì)結(jié)果來進(jìn)行地區(qū)異質(zhì)性分析和進(jìn)一步討論。

第一，沿海和內(nèi)陸地區(qū)的創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動對房價沒有顯著的影響，但在沿邊地區(qū)有明顯的負(fù)向影響。在兩類權(quán)重矩陣下，沿海和內(nèi)陸地區(qū)的空間誤差系數(shù)均未通過顯著性檢驗(yàn)，而沿邊地區(qū)的空間誤差系數(shù)分別為-0.190和-0.186，且均在10%水平上顯著，這表明沿海和內(nèi)陸地區(qū)創(chuàng)新人才和創(chuàng)新資本動態(tài)流動的空間關(guān)聯(lián)對房價的影響不明顯，但在沿邊地區(qū)有顯著的負(fù)向影響?？赡艿脑蚴牵何覈睾：蛢?nèi)陸地區(qū)各省份之間的創(chuàng)新人才和創(chuàng)新資本動態(tài)流動尚未形成較為緊密的空間關(guān)聯(lián)格局，空間關(guān)聯(lián)度較小，從而對房價沒有顯著影響。而在沿邊地區(qū)，由于地理位置和經(jīng)濟(jì)發(fā)展等方面的局限性，對人才和資本等創(chuàng)新要素的吸引力較弱，使得部分創(chuàng)新要素出現(xiàn)了外流，從而導(dǎo)致住房需求減少，從而對房價產(chǎn)生向下的壓力。

第二，在創(chuàng)新人才和創(chuàng)新資本動態(tài)流動的環(huán)境中，沿海地區(qū)的創(chuàng)新要素集聚對房價存在顯著的正向影響，而內(nèi)陸和沿邊地區(qū)的創(chuàng)新要素集聚對房價沒有顯著影響。沿海地區(qū)的創(chuàng)新要素集聚（TAI）在兩類權(quán)重矩陣下的回歸系數(shù)均為0.010，且均在1%的水平上顯著，表明沿海地區(qū)創(chuàng)新要素集聚能夠顯著促進(jìn)房價上漲。而內(nèi)陸和沿邊地區(qū)的創(chuàng)新要素集聚（TAI）回歸系數(shù)均為負(fù)，且均未通過顯著性檢驗(yàn)，這說明伴隨著創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動，內(nèi)陸和沿邊地區(qū)的創(chuàng)新要素集聚對房價沒有明顯的影響?？赡艿脑蚴茄睾５貐^(qū)各省份交通較為便利，環(huán)境較為優(yōu)越，往往成為投資者重點(diǎn)投資和建廠的地區(qū)，大量外資的注入吸引了內(nèi)陸和沿邊地區(qū)的創(chuàng)新人才和資本的流入，使得沿海地區(qū)基本形成了集聚程度較高的創(chuàng)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(nèi)陸和沿邊地區(qū)整體上創(chuàng)新要素集聚程度較低，尚未形成較強(qiáng)的創(chuàng)新要素空間集聚效應(yīng)，因此對房價沒有顯著的影響。

五、研究結(jié)論與政策啟示

本文利用中國2000—2018年省級面板數(shù)據(jù)，從創(chuàng)新要素區(qū)際流動的動態(tài)視角構(gòu)建創(chuàng)新人才流動權(quán)重矩陣和創(chuàng)新資本流動權(quán)重矩陣，運(yùn)用空間計(jì)量方法探究了創(chuàng)新要素集聚與空間關(guān)聯(lián)對房價的影響。研究發(fā)現(xiàn)：第一，在動態(tài)的創(chuàng)新要素流動權(quán)重矩陣下，房價和創(chuàng)新要素集聚均存在顯著的正向空間相關(guān)性。第二，從全國范圍來看，在創(chuàng)新人才和創(chuàng)新資本動態(tài)流動的環(huán)境中，創(chuàng)新要素集聚對房價存在明顯的正向影響，創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動有利于促進(jìn)房價的空間外溢和整體上漲。第三，分地區(qū)考察發(fā)現(xiàn)，伴隨著創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動，沿海地區(qū)的創(chuàng)新要素集聚對房價具有顯著的正向影響，而內(nèi)陸和沿邊地區(qū)的創(chuàng)新要素集聚對房價沒有明顯影響;創(chuàng)新人才和創(chuàng)新資本的動態(tài)流動對房價的影響在沿海和內(nèi)陸地區(qū)均不明顯，而在沿邊地區(qū)存在負(fù)向影響。

上述研究結(jié)論對政府制定差異化的房價調(diào)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(chǎn)價格調(diào)控政策時，需要從動態(tài)的視角綜合考慮區(qū)域間人才、資本等創(chuàng)新要素區(qū)際動態(tài)流動的空間關(guān)聯(lián)對房價的影響，逐步在創(chuàng)新要素聯(lián)系緊密的東部沿海地區(qū)形成房價調(diào)控的空間關(guān)聯(lián)機(jī)制，這有利于地方政府對房價的有效調(diào)控。

第二，地方政府應(yīng)該充分認(rèn)識到沿海地區(qū)創(chuàng)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(qū)創(chuàng)新要素交流的基礎(chǔ)上，不斷加強(qiáng)與人才、資本等創(chuàng)新要素流動的空間關(guān)聯(lián)地區(qū)的創(chuàng)新合作，逐步打破地區(qū)間由于戶籍等制度形成的壁壘，形成創(chuàng)新要素內(nèi)外流動的空間網(wǎng)絡(luò)機(jī)制，從而保持我國房價的合理增長。

第三，創(chuàng)新要素是實(shí)現(xiàn)區(qū)域創(chuàng)新發(fā)展的重要基礎(chǔ)，人才和資金等創(chuàng)新要素在空間的集聚是推動房地產(chǎn)市場繁榮的動力。由于內(nèi)陸和沿邊地區(qū)的創(chuàng)新要素集聚程度不高，因此應(yīng)通過優(yōu)厚的人才引進(jìn)政策和養(yǎng)老政策，促使人才、資本等創(chuàng)新要素流向這些地區(qū)。同時，需要加強(qiáng)沿海、內(nèi)陸和沿邊地區(qū)內(nèi)部聯(lián)系的緊密度，降低創(chuàng)新要素流動成本，引導(dǎo)創(chuàng)新要素在區(qū)域間流動，這有助于發(fā)揮創(chuàng)新人才和創(chuàng)新資本區(qū)際動態(tài)流動的空間關(guān)聯(lián)效應(yīng)，從而為改善地區(qū)創(chuàng)新環(huán)境和穩(wěn)定房地產(chǎn)市場提供重要支撐。

注釋：

①③ 根據(jù)歷年《中國統(tǒng)計(jì)年鑒》數(shù)據(jù)計(jì)算整理得到。

② 根據(jù)東方財(cái)富Choice數(shù)據(jù)計(jì)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(jì)量的房地產(chǎn)價格影響因素分析》，《經(jīng)濟(jì)評論》2012年第1期。

⑥ 方大春、裴夢迪：《房價空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)實(shí)證分析》，《上海經(jīng)濟(jì)研究》2018年第1期。

⑦ 宋偉軒、劉春卉：《長三角一體化區(qū)域城市商品住宅價格分異機(jī)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(fā)要素集聚、投入強(qiáng)度與研發(fā)效率——基于空間異質(zhì)性的視角》，《科學(xué)學(xué)研究》2015年第3期;張宓之、朱學(xué)彥、梁偲、湯臨佳：《創(chuàng)新要素空間集聚模式演進(jìn)機(jī)制研究——多重效應(yīng)的空間較量》，《科技進(jìn)步與對策》2016年第14期。

史安娜、王繞娟、張鎏依：《長江經(jīng)濟(jì)帶高技術(shù)產(chǎn)業(yè)創(chuàng)新要素集聚的空間溢出效應(yīng)》，《河海大學(xué)學(xué)報(bào)》（哲學(xué)社會科學(xué)版）2018年第1期。

方遠(yuǎn)平、謝蔓：《創(chuàng)新要素的空間分布及其對區(qū)域創(chuàng)新產(chǎn)出的影響——基于中國省域的ESDA—GWR分析》，《經(jīng)濟(jì)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(yīng)及其評判》，《中國軟科學(xué)》2006年第4期。

王奮、韓伯棠：《科技人力資源區(qū)域集聚效應(yīng)的實(shí)證研究》，《中國軟科學(xué)》2006年第3期。

白俊紅、蔣伏心：《協(xié)同創(chuàng)新、空間關(guān)聯(lián)與區(qū)域創(chuàng)新績效》，《經(jīng)濟(jì)研究》2015年第7期。

吳延兵：《R&D存量、知識函數(shù)與生產(chǎn)效率》，《經(jīng)濟(jì)學(xué)（季刊）》2006年第3期。

白俊紅、王鉞、蔣伏心、李婧：《研發(fā)要素流動、空間知識溢出與經(jīng)濟(jì)增長》，《經(jīng)濟(jì)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(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東;內(nèi)陸地區(qū)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(qū)包括吉林、黑龍江、內(nèi)蒙古、廣西、云南、新疆、西藏、海南。西藏由于部分?jǐn)?shù)據(jù)缺失嚴(yán)重不予考慮。這一劃分標(biāo)準(zhǔn)參見張毓峰、張勇、閻星：《區(qū)域經(jīng)濟(jì)新格局與內(nèi)陸地區(qū)發(fā)展戰(zhàn)略選擇》，《財(cái)經(jīng)科學(xué)》2014年第5期。

作者簡介：高宏霞，蘭州大學(xué)經(jīng)濟(jì)學(xué)院副教授，甘肅蘭州，730000;王成，蘭州大學(xué)經(jīng)濟(jì)學(xué)院，甘肅蘭州，730000。

（責(zé)任編輯 ?陳孝兵）