序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了一篇房價對創(chuàng)新型企業(yè)區(qū)位選擇的影響因素范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

創(chuàng)新型企業(yè)構成了城市創(chuàng)新活動的重要微觀基礎，因此政府應對創(chuàng)新型企業(yè)空間選址影響因素進行研究。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，盡管近年來中國房價正在快速上漲，然而在已有文獻中針對房價與創(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，“房價是否會對創(chuàng)新型企業(yè)的空間選址產生重要影響？”上述問題的回答無疑為推動創(chuàng)新型城市建設提供了新視角，有利于我們通過合理管控房價來引導創(chuàng)新型企業(yè)的空間布局。

一、文獻綜述

企業(yè)區(qū)位選擇的影響因素一直是區(qū)域經(jīng)濟學的關注重點。近年來，集聚經(jīng)濟、市場前景以及勞動力質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，認為集聚經(jīng)濟和城市化經(jīng)濟是很多企業(yè)的選址動機。區(qū)域經(jīng)濟學學者通常把集聚經(jīng)濟分成兩大類，城市化經(jīng)濟和地方化經(jīng)濟。Guimaraes等學者認為，城市化經(jīng)濟會催生出一大批先進的服務企業(yè)，而先進的生活環(huán)境和服務質量對新型企業(yè)的吸引力非常大。Holl教授得出的重要結論則表明，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。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)化程度和希望進入該區(qū)域的企業(yè)數(shù)量成正比例關系。勞動力質量也構成了企業(yè)區(qū)位選擇的重要因素。黃肖琦和柴敏的研究表明，中國當前勞動力成本低廉的特點已經(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量。此外，房價對區(qū)位選擇的影響也為大家關注。張傳勇、劉學良（2017）指出，房價上漲會增加企業(yè)以工資和用地成本為主的運營成本，使得低生產率企業(yè)傾向于在低房價地區(qū)經(jīng)營并避開高房價地區(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論：在控制聚集經(jīng)濟等各種變量的情況下，高房價并不會減少企業(yè)進入當?shù)氐钠谕炊鴷缕髽I(yè)進入該地區(qū)。事實上，企業(yè)空間選址影響因素具有明顯的時代特征。在當前中國房價高企情況下，有必要探討房價對創(chuàng)新型企業(yè)空間選擇的影響，忽視這一因素會給創(chuàng)新型城市建設帶來嚴重的負面影響。本文擬以此作為研究視角，關注房價與創(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輸費用及其他相關交易成本。但是創(chuàng)新型企業(yè)更多的是對知識和技術的依賴，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、不強調綜合服務功能為基本特征；同時，用地約束小，商務成本低，生態(tài)環(huán)境好，產業(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，能夠不斷地向創(chuàng)新型企業(yè)提供高素質人力資源，保證了高層次智力資源與生產的直接結合。結合上述文獻及理解，本文認為創(chuàng)新型企業(yè)空間選址的影響因素主要有以下幾點。

（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，其集群因素更側重于人力資源質量，這一點與傳統(tǒng)企業(yè)有著很大差異。傳統(tǒng)企業(yè)的生產經(jīng)營模式直接參照柯布-道格拉斯生產函數(shù)，包括一般勞動力這一生產要素但是在創(chuàng)新型企業(yè)參照的新增長理論生產函數(shù)中，對于勞動力的假設已經(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)更加看重高素質人力資源，鄧智團（2015）提出紐約市依靠豐富的優(yōu)秀創(chuàng)新人才隊伍來吸引創(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構與創(chuàng)新能力的關系發(fā)現(xiàn)，人口教育結構對創(chuàng)新能力的影響較大，受到大學教育的人口比例與城市的創(chuàng)新能力有顯著的正相關性。

（二）知識溢出

知識溢出推動產業(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)房價對創(chuàng)新型企業(yè)空間區(qū)位選擇的影響創(chuàng)新型企業(yè)構成了城市創(chuàng)新活動的重要微觀基礎，因此政府應對創(chuàng)新型企業(yè)空間選址影響因素進行研究。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，盡管近年來中國房價正在快速上漲，然而在已有文獻中針對房價與創(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，“房價是否會對創(chuàng)新型企業(yè)的空間選址產生重要影響？”上述問題的回答無疑為推動創(chuàng)新型城市建設提供了新視角，有利于我們通過合理管控房價來引導創(chuàng)新型企業(yè)的空間布局。

三、實證分析

（一）研究對象與數(shù)據(jù)來源

創(chuàng)新型企業(yè)通常被認為具有高研發(fā)投入、高增長率和高產品附加值的特征，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)板上市公司的基礎數(shù)據(jù)，來源于相關證券網(wǎng)站，包括了企業(yè)名稱、認定時間、所在城市等。另一部分的城市數(shù)據(jù)來源于相應年份的《中國城市統(tǒng)計年鑒》、中經(jīng)網(wǎng)數(shù)據(jù)庫的數(shù)據(jù)和相關城市的統(tǒng)計局網(wǎng)站，包括城市房價、人口學歷構成、高校數(shù)量、產業(yè)結構和科學技術支出等。

（二）模型構建和變量選取

本文構建面板模型分析房價水平對城市創(chuàng)新型企業(yè)數(shù)量分布的影響，模型構建如下：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為個體效應，ε為隨機擾動項。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，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，選取高學歷人員比重、高校密度、產業(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，主要在于大學是城市知識溢出的主要源頭。產業(yè)比重，選用第三產業(yè)與第二產業(yè)的相對比重來反映了市場整體發(fā)展狀況，第三產業(yè)相對比重越大，說明研發(fā)、設計等為創(chuàng)新型產業(yè)服務的相關服務業(yè)水平越高。科技支出比重，反映創(chuàng)新支撐狀況，選用科學技術支出占地方一般公共預算支出的比重表示，指標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)的回歸結果，在回歸模型（1）-（4）中，房價回歸系數(shù)通過了顯著性檢驗，整體而言，房價水平與企業(yè)數(shù)量呈現(xiàn)出負向關系，但上述結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，這與當前一線城市創(chuàng)新性企業(yè)因房價外遷的現(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)出上述關系，能夠反映出房價與當?shù)貏?chuàng)新水平還處于一個相對協(xié)調的正向階段。其他變量方面，大體而言，高學歷人員比重、高校密度、產業(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，上述結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)量和房價上都呈現(xiàn)出一定的梯度性，表2報告了三大區(qū)域的回歸結果，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)，因此在計量分析時將中西部地區(qū)合并處理。結果顯示，東部地區(qū)房價變量的回歸系數(shù)為負，說明對于東部經(jīng)濟圈的城市而言，房價越高，創(chuàng)新型企業(yè)數(shù)量越少；但是中西部地區(qū)房價變量的回歸系數(shù)為正，顯示出中西部地區(qū)房價偏低，房價即使上漲，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水平和創(chuàng)新型企業(yè)數(shù)量之間存在著顯著的負向影響關系。但是結合對表1一線城市數(shù)據(jù)分析，本文認為在一線城市的房價對創(chuàng)新型企業(yè)數(shù)量的影響可能存在一個“門檻值”。上述假設和數(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，單個城市的上市公司數(shù)量要遠遠超出其他任何城市；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)達地區(qū)，區(qū)位條件良好但是房價較低，已成為很多創(chuàng)業(yè)公司在一線城市高房價驅離效應之下的不二選擇。為此，這里引入了門檻模型進行分析。Hansen設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表示房價水平，γ為門檻值，X為其他控制變量，ε為隨機擾動項，被解釋變量和解釋變量與模型1相同。在進行模型估計之前，先采用Hansen法進行面板門檻存在性檢驗，以便確定門檻個數(shù)和門檻值。門檻效應檢查結果F值顯示，單門檻檢驗通過了5%的置信區(qū)間，而雙門檻則未通過顯著性檢驗，表明一線城市中房價對創(chuàng)新型企業(yè)區(qū)位分布數(shù)量的影響關系為單門檻效應。單一門檻值顯示為4.0588，這表明一線城市的平均房價在4.0588萬元/平米時為一臨界值。表3給出了門檻模型回歸結果。

四、結論與展望

本文研究結果表明，房價對創(chuàng)新型企業(yè)區(qū)位分布數(shù)量的影響存在負向效應，高房價阻礙了創(chuàng)新型企業(yè)的入駐；同時，在一線城市中還存在著“門檻效應”。因此，政府在政策制定過程中，應將房價維持在合理水平，避免房價過度上漲侵害城市創(chuàng)新能力。同時，在當前城市房價已經(jīng)高企的情況下，還應從政策層面通過提供人才公寓、住房補貼，發(fā)展住房租賃市場等手段來消化高房價的沖擊，進而引導創(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的統(tǒng)計年鑒數(shù)據(jù)并不完整，需要使用其他一些替代性指標，這都可能會對研究結果造成一定的

者:卜靚文 李健 單位:北京德和衡(南京)律師事務所 河海大學商學院