卜靚文　李健

摘要：文章分析創(chuàng)新型企業(yè)空間選址的影響因素，并進(jìn)行了實(shí)證檢驗(yàn)。研究表明，房價(jià)整體上對創(chuàng)新型企業(yè)空間分布數(shù)量的影響存在負(fù)向效應(yīng)；同時(shí)，在一線城市中還存在著“門檻效應(yīng)”。因此，地方政府在政策制定過程中，應(yīng)從房價(jià)政策服務(wù)于城市創(chuàng)新這一原則，將房價(jià)維持在合理水平，避免房價(jià)過度上漲侵害城市創(chuàng)新能力。

關(guān)鍵詞：房價(jià)；創(chuàng)新型企業(yè)；區(qū)位選擇

創(chuàng)新型企業(yè)構(gòu)成了城市創(chuàng)新活動的重要微觀基礎(chǔ)，因此政府應(yīng)對創(chuàng)新型企業(yè)空間選址影響因素進(jìn)行研究。已有研究表明，影響創(chuàng)新型企業(yè)空間區(qū)位選擇的因素有別于傳統(tǒng)的區(qū)位因素。同時(shí)，盡管近年來中國房價(jià)正在快速上漲，然而在已有文獻(xiàn)中針對房價(jià)與創(chuàng)新型企業(yè)空間區(qū)位選擇的研究還相對較少，人們需要從理論上回答，“房價(jià)是否會對創(chuàng)新型企業(yè)的空間選址產(chǎn)生重要影響？”上述問題的回答無疑為推動創(chuàng)新型城市建設(shè)提供了新視角，有利于我們通過合理管控房價(jià)來引導(dǎo)創(chuàng)新型企業(yè)的空間布局。

一、文獻(xiàn)綜述

企業(yè)區(qū)位選擇的影響因素一直是區(qū)域經(jīng)濟(jì)學(xué)的關(guān)注重點(diǎn)。近年來，集聚經(jīng)濟(jì)、市場前景以及勞動力質(zhì)量等一些新因素也開始影響企業(yè)的區(qū)位選擇。Figueiredo和Head分別通過葡萄牙和日本企業(yè)的案例分析，認(rèn)為集聚經(jīng)濟(jì)和城市化經(jīng)濟(jì)是很多企業(yè)的選址動機(jī)。區(qū)域經(jīng)濟(jì)學(xué)學(xué)者通常把集聚經(jīng)濟(jì)分成兩大類，城市化經(jīng)濟(jì)和地方化經(jīng)濟(jì)。Guimaraes等學(xué)者認(rèn)為，城市化經(jīng)濟(jì)會催生出一大批先進(jìn)的服務(wù)企業(yè)，而先進(jìn)的生活環(huán)境和服務(wù)質(zhì)量對新型企業(yè)的吸引力非常大。Holl教授得出的重要結(jié)論則表明，制造業(yè)的區(qū)域定位與上述企業(yè)相反，選址意向更傾向于地方化經(jīng)濟(jì)。市場前景也是影響企業(yè)空間區(qū)位選擇的重要因素之一。劉修言的研究表明，每個(gè)地區(qū)的市場發(fā)展前景、入駐企業(yè)的多樣化分布和專業(yè)化程度和希望進(jìn)入該區(qū)域的企業(yè)數(shù)量成正比例關(guān)系。勞動力質(zhì)量也構(gòu)成了企業(yè)區(qū)位選擇的重要因素。黃肖琦和柴敏的研究表明，中國當(dāng)前勞動力成本低廉的特點(diǎn)已經(jīng)不足以吸引外商投資，企業(yè)在選址過程中更加注重勞動力質(zhì)量。此外，房價(jià)對區(qū)位選擇的影響也為大家關(guān)注。張傳勇、劉學(xué)良（2017）指出，房價(jià)上漲會增加企業(yè)以工資和用地成本為主的運(yùn)營成本，使得低生產(chǎn)率企業(yè)傾向于在低房價(jià)地區(qū)經(jīng)營并避開高房價(jià)地區(qū)。然而，胡草、范紅忠（2017）以工業(yè)企業(yè)為主體的研究得到了并不一致的結(jié)論：在控制聚集經(jīng)濟(jì)等各種變量的情況下，高房價(jià)并不會減少企業(yè)進(jìn)入當(dāng)?shù)氐钠谕?，反而會吸引新企業(yè)進(jìn)入該地區(qū)。

事實(shí)上，企業(yè)空間選址影響因素具有明顯的時(shí)代特征。在當(dāng)前中國房價(jià)高企情況下，有必要探討房價(jià)對創(chuàng)新型企業(yè)空間選擇的影響，忽視這一因素會給創(chuàng)新型城市建設(shè)帶來嚴(yán)重的負(fù)面影響。本文擬以此作為研究視角，關(guān)注房價(jià)與創(chuàng)新型企業(yè)區(qū)位選擇的聯(lián)系，為助力創(chuàng)新型城市建設(shè)提供新的思路。

二、創(chuàng)新型企業(yè)空間選址的差異性因素分析

廖什關(guān)系是傳統(tǒng)區(qū)位選擇理論的核心因素，充分發(fā)揮區(qū)域內(nèi)的資源優(yōu)勢是企業(yè)布局的原始推動力，合理的區(qū)位布局可以有效降低運(yùn)輸費(fèi)用及其他相關(guān)交易成本。但是創(chuàng)新型企業(yè)更多的是對知識和技術(shù)的依賴，這些原始區(qū)位因素對創(chuàng)新型企業(yè)的吸引力已經(jīng)愈發(fā)減弱。例如，以硅谷為代表的創(chuàng)新型企業(yè)空間集聚區(qū)位以城市邊緣區(qū)或者郊區(qū)為主，在區(qū)位選址上以空間相對隔離、依靠汽車通勤、不強(qiáng)調(diào)綜合服務(wù)功能為基本特征；同時(shí)，用地約束小，商務(wù)成本低，生態(tài)環(huán)境好，產(chǎn)業(yè)集聚度高，集群效益明顯等優(yōu)勢都肯定了其區(qū)位空間分布的合理性。尤其是“硅谷”地區(qū)擁有數(shù)量眾多的大學(xué)，能夠不斷地向創(chuàng)新型企業(yè)提供高素質(zhì)人力資源，保證了高層次智力資源與生產(chǎn)的直接結(jié)合。結(jié)合上述文獻(xiàn)及理解，本文認(rèn)為創(chuàng)新型企業(yè)空間選址的影響因素主要有以下幾點(diǎn)。

（一）人力資源

創(chuàng)新型企業(yè)區(qū)位選擇一般不會受制于勞動力成本，其集群因素更側(cè)重于人力資源質(zhì)量，這一點(diǎn)與傳統(tǒng)企業(yè)有著很大差異。傳統(tǒng)企業(yè)的生產(chǎn)經(jīng)營模式直接參照柯布-道格拉斯生產(chǎn)函數(shù)，包括一般勞動力這一生產(chǎn)要素但是在創(chuàng)新型企業(yè)參照的新增長理論生產(chǎn)函數(shù)中，對于勞動力的假設(shè)已經(jīng)被替換成具有良好教育和專業(yè)技能的人力資本。創(chuàng)新型企業(yè)更加看重高素質(zhì)人力資源，鄧智團(tuán)（2015）提出紐約市依靠豐富的優(yōu)秀創(chuàng)新人才隊(duì)伍來吸引創(chuàng)新型企業(yè)在這里生根發(fā)芽，紐約對于很多創(chuàng)新型企業(yè)來講最大的魅力在于有著充沛的人才資源。黃茹（2014）等通過研究城市人口結(jié)構(gòu)與創(chuàng)新能力的關(guān)系發(fā)現(xiàn)，人口教育結(jié)構(gòu)對創(chuàng)新能力的影響較大，受到大學(xué)教育的人口比例與城市的創(chuàng)新能力有顯著的正相關(guān)性。

（二）知識溢出

知識溢出推動產(chǎn)業(yè)集群，是創(chuàng)新型企業(yè)聚集的動力，影響著創(chuàng)新型企業(yè)的區(qū)位分布。由于知識溢出存在空間衰減性，創(chuàng)新型企業(yè)的區(qū)位選擇應(yīng)當(dāng)是知識溢出明顯的地理位置。研究表明，大學(xué)和研究機(jī)構(gòu)是科技創(chuàng)新活動的原點(diǎn)。創(chuàng)新型企業(yè)臨近這些機(jī)構(gòu)進(jìn)行區(qū)位布局，既能利用好這些學(xué)術(shù)機(jī)構(gòu)的最新研究成果，還有利于企業(yè)雇傭到周邊院校的優(yōu)秀畢業(yè)生，以及通過師生、同學(xué)等社會關(guān)系發(fā)生更廣泛的接觸，讓創(chuàng)新型企業(yè)從知識溢出中持續(xù)獲利。王錚（1999）等研究指出，高技術(shù)產(chǎn)業(yè)區(qū)位的決定性因子就是區(qū)域的知識溢出水平，兩者之間關(guān)系緊密。張昕（2011）以醫(yī)藥制造業(yè)為研究對象，通過實(shí)證研究發(fā)現(xiàn)區(qū)域創(chuàng)新績效取決于當(dāng)?shù)仄髽I(yè)產(chǎn)業(yè)聚集與知識溢出的效果。

（三）市場因素

市場因素直接決定了企業(yè)是否選擇在這個(gè)區(qū)域集群發(fā)展。與傳統(tǒng)市場定義不同的是，創(chuàng)新型企業(yè)關(guān)注的市場因素是更加方便快捷地獲取市場具體信息，從而定向制作適合該市場的產(chǎn)品并進(jìn)行投放。市場條件越先進(jìn)，該區(qū)域發(fā)生市場集群的可能性越大。產(chǎn)業(yè)在條件更好的市場集群發(fā)展，可以更加快速獲知市場動向信息，進(jìn)而根據(jù)科學(xué)的推理分析決定是否進(jìn)行產(chǎn)品生產(chǎn)。Head & Mayer（2000）的實(shí)證研究發(fā)現(xiàn)，企業(yè)會優(yōu)先選擇擁有更好市場潛能的地區(qū)進(jìn)行布局發(fā)展，甚至不管選用何種方法計(jì)算市場潛能，企業(yè)的區(qū)位布局總會展現(xiàn)這一傾向。蔣含明（2015）的研究也發(fā)現(xiàn)，創(chuàng)新型企業(yè)會更傾向于在市場潛能大的地區(qū)布局發(fā)展。

（四）創(chuàng)新支撐

大城市往往是企業(yè)創(chuàng)新的場所，原因在于大城市市場更加成熟，高素質(zhì)人才資源更豐富，知識溢出度更高，交通運(yùn)輸網(wǎng)絡(luò)更完善等。創(chuàng)新支撐條件的重要組成部分還應(yīng)當(dāng)包含區(qū)域政策，區(qū)域政策一般是指某個(gè)區(qū)域通過頒布相關(guān)政策，改善該區(qū)域的生產(chǎn)生活條件，豐富文化底蘊(yùn)，創(chuàng)新管理理念，進(jìn)而達(dá)到吸引高素質(zhì)人力資源和創(chuàng)新型企業(yè)聚集的目的。企業(yè)要想實(shí)現(xiàn)各方面的創(chuàng)新，政策上的扶持是必不可少的，技術(shù)、金融、人才和服務(wù)政策等對于吸引創(chuàng)新型企業(yè)入駐都起到非常重要的作用。當(dāng)前國內(nèi)“新一線”城市在人才爭奪戰(zhàn)中，相關(guān)城市正是通過對相關(guān)政策制度的優(yōu)化與改革，希望留住高素質(zhì)人力資源，以期在新一輪的城市競爭中占據(jù)主動權(quán)。

（五）房價(jià)

當(dāng)前我國城市房價(jià)過速增長的現(xiàn)象十分普遍，隨之而來的還有人才遷出和商務(wù)成本的不斷攀升等副作用。越來越多的經(jīng)濟(jì)現(xiàn)象已表明城市房價(jià)水平會對創(chuàng)新活動的空間選擇產(chǎn)生影響，創(chuàng)新型企業(yè)的空間布局也面臨著房價(jià)壓力。盡管“北上廣”等一線城市因其優(yōu)越的地理位置、雄厚的經(jīng)濟(jì)基礎(chǔ)，一直以來都是海歸回國創(chuàng)業(yè)的首選城市；但近年來，一些二、三線城市也紛紛加入“人才爭奪戰(zhàn)”，歸國留學(xué)人員正在把創(chuàng)業(yè)活動轉(zhuǎn)移到了二、三線城市。

三、實(shí)證分析

（一）研究對象與數(shù)據(jù)來源

創(chuàng)新型企業(yè)通常被認(rèn)為具有高研發(fā)投入、高增長率和高產(chǎn)品附加值的特征，是將主要要素集中在科技要素方面的企業(yè)形態(tài)。本文主要選取創(chuàng)業(yè)板上市公司作為研究對象，分析其在不同等級城市的分布。截至2020年底，創(chuàng)業(yè)板共有上市企業(yè)947家；在空間上，本文主要選擇擁有創(chuàng)業(yè)板上市公司的一線城市、二線城市和其他等級城市。本文的數(shù)據(jù)來源分為兩部分，一部分是創(chuàng)業(yè)板上市公司的基礎(chǔ)數(shù)據(jù)，來源于相關(guān)證券網(wǎng)站，包括了企業(yè)名稱、認(rèn)定時(shí)間、所在城市等。另一部分的城市數(shù)據(jù)來源于相應(yīng)年份的《中國城市統(tǒng)計(jì)年鑒》、中經(jīng)網(wǎng)數(shù)據(jù)庫的數(shù)據(jù)和相關(guān)城市的統(tǒng)計(jì)局網(wǎng)站，包括城市房價(jià)、人口學(xué)歷構(gòu)成、高校數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)和科學(xué)技術(shù)支出等。

（二）模型構(gòu)建和變量選取

本文構(gòu)建面板模型分析房價(jià)水平對城市創(chuàng)新型企業(yè)數(shù)量分布的影響，模型構(gòu)建如下：

Nit=α0+β1·pit+βXit+μi+εit（1）

在（1）式中，N為創(chuàng)新型企業(yè)數(shù)量，i為城市，t為年份，p表示房價(jià)水平，X為影響城市創(chuàng)新型企業(yè)數(shù)量的控制變量，μ為個(gè)體效應(yīng)，ε為隨機(jī)擾動項(xiàng)。

本文的被解釋變量為創(chuàng)新型企業(yè)數(shù)量，本文以創(chuàng)業(yè)板上市公司數(shù)量來代表。解釋變量是房價(jià)，以商品房銷售額除以商品房銷售面積來表示。在控制變量方面，選取高學(xué)歷人員比重、高校密度、產(chǎn)業(yè)比重、科技支出比重作為控制變量。各控制變量的解釋及選取依據(jù)如下：

高學(xué)歷人員比重，大專及以上人口的比重用來反映城市高端人力資源水平狀況，人力資源越高端，越有利于城市創(chuàng)新，能夠吸引更多的創(chuàng)新型企業(yè)入駐。

高校密度，反映知識溢出狀況，選用高校數(shù)量除以城市人口代表城市整體知識溢出狀況，主要在于大學(xué)是城市知識溢出的主要源頭。

產(chǎn)業(yè)比重，選用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的相對比重來反映了市場整體發(fā)展?fàn)顩r，第三產(chǎn)業(yè)相對比重越大，說明研發(fā)、設(shè)計(jì)等為創(chuàng)新型產(chǎn)業(yè)服務(wù)的相關(guān)服務(wù)業(yè)水平越高。

科技支出比重，反映創(chuàng)新支撐狀況，選用科學(xué)技術(shù)支出占地方一般公共預(yù)算支出的比重表示，指標(biāo)越高表明城市政府越重視創(chuàng)新工作，該城市的創(chuàng)新支撐政策環(huán)境越好。

（三）結(jié)果分析

表1給出了利用樣本整體數(shù)據(jù)和分城市等級數(shù)據(jù)的回歸結(jié)果，在回歸模型（1）-（4）中，房價(jià)回歸系數(shù)通過了顯著性檢驗(yàn)，整體而言，房價(jià)水平與企業(yè)數(shù)量呈現(xiàn)出負(fù)向關(guān)系，但上述結(jié)果在不同等級城市之間有著一定差異性，一線城市回歸系數(shù)為負(fù)，這與當(dāng)前一線城市創(chuàng)新性企業(yè)因房價(jià)外遷的現(xiàn)象較為吻合，但是二線城市和其他等級城市則未能表現(xiàn)出上述關(guān)系，能夠反映出房價(jià)與當(dāng)?shù)貏?chuàng)新水平還處于一個(gè)相對協(xié)調(diào)的正向階段。其他變量方面，大體而言，高學(xué)歷人員比重、高校密度、產(chǎn)業(yè)比重和科技指出比重的回歸系數(shù)整體為正，說明人力資源、知識溢出、市場因素和創(chuàng)新支撐都會對吸引創(chuàng)新型企業(yè)入駐有正向效應(yīng)，上述結(jié)果在不同等級城市之間稍有差異。

考慮到創(chuàng)業(yè)板上市公司在東中西地區(qū)在數(shù)量和房價(jià)上都呈現(xiàn)出一定的梯度性，表2報(bào)告了三大區(qū)域的回歸結(jié)果，由于西部地區(qū)上市公司數(shù)量較少，創(chuàng)業(yè)板上市公司主要集中在東部地區(qū)，尤其是長三角和珠三角地區(qū)，因此在計(jì)量分析時(shí)將中西部地區(qū)合并處理。結(jié)果顯示，東部地區(qū)房價(jià)變量的回歸系數(shù)為負(fù)，說明對于東部經(jīng)濟(jì)圈的城市而言，房價(jià)越高，創(chuàng)新型企業(yè)數(shù)量越少；但是中西部地區(qū)房價(jià)變量的回歸系數(shù)為正，顯示出中西部地區(qū)房價(jià)偏低，房價(jià)即使上漲，或許也不會影響創(chuàng)新企業(yè)數(shù)量。

（四）門檻模型回歸分析

上述的多元回歸模型分析表明房價(jià)水平和創(chuàng)新型企業(yè)數(shù)量之間存在著顯著的負(fù)向影響關(guān)系。但是結(jié)合對表1一線城市數(shù)據(jù)分析，本文認(rèn)為在一線城市的房價(jià)對創(chuàng)新型企業(yè)數(shù)量的影響可能存在一個(gè)“門檻值”。上述假設(shè)和數(shù)據(jù)整理中的直觀感覺比較吻合。在對創(chuàng)業(yè)板上市公司所在城市的整理過程中，一線城市北上廣深的公司數(shù)量最多，單個(gè)城市的上市公司數(shù)量要遠(yuǎn)遠(yuǎn)超出其他任何城市；二線城市中只有中部的合肥和武漢的上市公司較多，西部主要是西安和成都兩個(gè)城市上市公司較多；其他的上市公司基本集中于東部的二線城市，甚至是一二線城市周邊的三線及以下城市，這些城市同處東部發(fā)達(dá)地區(qū)，區(qū)位條件良好但是房價(jià)較低，已成為很多創(chuàng)業(yè)公司在一線城市高房價(jià)驅(qū)離效應(yīng)之下的不二選擇。

為此，這里引入了門檻模型進(jìn)行分析。Hansen設(shè)置的單一面板門檻模型為：

Nit=α0+β1XitI（pit≤γ）+β2XitI（pit＞γ）+εit（2）

在（2）式中，N為創(chuàng)新型企業(yè)數(shù)量，i為城市，t為年份，p表示房價(jià)水平，γ為門檻值，X為其他控制變量，ε為隨機(jī)擾動項(xiàng)，被解釋變量和解釋變量與模型1相同。在進(jìn)行模型估計(jì)之前，先采用 Hansen法進(jìn)行面板門檻存在性檢驗(yàn)，以便確定門檻個(gè)數(shù)和門檻值。門檻效應(yīng)檢查結(jié)果F值顯示，單門檻檢驗(yàn)通過了5%的置信區(qū)間，而雙門檻則未通過顯著性檢驗(yàn)，表明一線城市中房價(jià)對創(chuàng)新型企業(yè)區(qū)位分布數(shù)量的影響關(guān)系為單門檻效應(yīng)。單一門檻值顯示為4.0588，這表明一線城市的平均房價(jià)在4.0588萬元/平米時(shí)為一臨界值。表3給出了門檻模型回歸結(jié)果。

四、結(jié)論與展望

本文研究結(jié)果表明，房價(jià)對創(chuàng)新型企業(yè)區(qū)位分布數(shù)量的影響存在負(fù)向效應(yīng)，高房價(jià)阻礙了創(chuàng)新型企業(yè)的入駐；同時(shí)，在一線城市中還存在著“門檻效應(yīng)”。因此，政府在政策制定過程中，應(yīng)將房價(jià)維持在合理水平，避免房價(jià)過度上漲侵害城市創(chuàng)新能力。同時(shí)，在當(dāng)前城市房價(jià)已經(jīng)高企的情況下，還應(yīng)從政策層面通過提供人才公寓、住房補(bǔ)貼，發(fā)展住房租賃市場等手段來消化高房價(jià)的沖擊，進(jìn)而引導(dǎo)創(chuàng)新型企業(yè)的空間合理布局。

本文通過采用創(chuàng)業(yè)板上市公司在城市空間的區(qū)位分布數(shù)量來探究城市房價(jià)水平對創(chuàng)新型企業(yè)區(qū)位分布的影響，但是研究具有一定的局限性，一是使用創(chuàng)業(yè)板上市公司用來代表整體創(chuàng)新型企業(yè)具有一定的局限性，二是在城市這一空間層面，尤其是三線及以下等級城市樣本較為分散且部分指標(biāo)的統(tǒng)計(jì)年鑒數(shù)據(jù)并不完整，需要使用其他一些替代性指標(biāo)，這都可能會對研究結(jié)果造成一定的局限性。

參考文獻(xiàn)：

[1]Guimaraes P，F(xiàn)igueiredo O.and Wood- ward D.Agglomeration and the Location of Foreign Direct Investment in Portugal[J].Journal of Urban Economics，2000，47：115-135.

[2]Holl， A. Manufacturing Location and Impacts of Road Transport Infrastructure： Empirical Evidence from Spain[J].Regional Science and Urban Economics，2004，34：341-363.

[3]劉修言，張學(xué)良.集聚經(jīng)濟(jì)與企業(yè)區(qū)位選擇[J].財(cái)經(jīng)研究，2010（11）：83-92.

[4]黃肖琦，柴敏.新經(jīng)濟(jì)地理學(xué)視角下的FDI 區(qū)位選擇[J].管理世界，2006（10）：7-17.

[5]張傳勇，劉學(xué)良.房價(jià)對地區(qū)經(jīng)濟(jì)收斂的影響及機(jī)制研究[J].統(tǒng)計(jì)研究，2017，3（34）：65-75.

[6]胡草，范紅忠.房價(jià)抑制新企業(yè)進(jìn)入了么？——來自于中國工業(yè)企業(yè)的經(jīng)驗(yàn)數(shù)據(jù)[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2017（11）：146-177.

[7]鄧智團(tuán).創(chuàng)新型企業(yè)集聚新趨勢與中心城區(qū)復(fù)興新路徑——以紐約硅巷復(fù)興為例[J].城市發(fā)展研究，2015，22（12）：51-56.

[8]黃茹等.城市人口結(jié)構(gòu)與創(chuàng)新能力的關(guān)系——基于中國城市的實(shí)證分析[J].城市發(fā)展研究，2014，21（09）：84-91.

[9]王錚，孫楓，王瑛，等.知識型產(chǎn)業(yè)區(qū)位的實(shí)證分析[J].科研管理，1999，20（03）： 101-108.

[10]張昕，陳林.產(chǎn)業(yè)聚集、知識溢出與區(qū)域創(chuàng)新績效——以醫(yī)藥制造業(yè)為例的實(shí)證研究[J].科技管理研究，2011（19）： 69-72.

[11]Head K，Mayer R.Non-Europe： The Magnitude and Causes of Market Fragmentation in the EU[J].Weltwirtschaf tliches Archiv，2000，12（08）：285-314.

[12]蔣含明.市場潛能、要素價(jià)格扭曲與異質(zhì)性企業(yè)選址[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015（04）：51-59.

[13]The Geographic Sources of Innovation： Technical Infrastructure and Product Innovation in the United States[J].AAAG，1994，84（02）：210-229.

【作者單位：卜靚文，北京德和衡（南京）律師事務(wù)所；李健，河海大學(xué)商學(xué)院】