第一节　理论基础

一、创新能力的内涵

“创新”一词，是由著名的经济学家熊彼特首次提出的，在《经济发展理论》一书中，他指出“创新”是在生产过程中内生的，通过把一种从未有过的生产要素和生产条件的“新组合”引入生产体系中，从而创造出新价值。中国经济发展从高速发展逐步迈入高质量发展的新阶段，对经济效率也提出了新要求。党的十八大报告中曾明确指出科技创新的核心位置，党的十九大再一次强调了走创新驱动发展战略的重要性和必要性。创新，作为引领发展的第一动力，也是经济发展高效率至关重要的因素。习近平总书记多次强调，抓创新就是抓发展，谋创新就是谋未来，如果依然保留原来的老思想、旧模式，缺乏创新，不仅难有突破，还有可能错失发展的良机。创新能力的重要性可见一斑。

创新与科技活动是息息相关、不可分割的，而科技的发展在某种程度上可以看作知识的生产过程，所谓创新，即“成功使用新知识”，以知识创造为起点、以知识利用为终点，从而创造出价值的过程（汤鹏主，2015）。一个地区的经济发展水平同其自然资源的贫富并没有显著的相关性，“富饶的贫困”和“贫乏的富裕”都是真实存在的，创新能力的差异是造成财富差异的主要原因（裴小革，2016）。知识增长带来了科技的进步，进而打破了经济的平稳增长态势，通过创造性毁灭，为后发国家提供了追赶超越的可能性（柳卸林，2017）。

早前的研究多集中于国家层面的创新能力差异，然而对于当前正处于转轨阶段的中国来说，国家内部各区域之间同样存在着不小的差距，需要我们将关注点放在区域创新能力上。

在新熊彼特经济增长理论的基础上，诸多学者对区域创新能力进行了研究与定义。Tura（2005）认为，所谓区域创新能力，就是一个创新主体在生产活动中所表现出的应对环境变动的能力和充分发挥运用现有资源的能力。柳卸林（2002）、陈劲（2007）和蒋振威等（2016）认为区域创新能力是一个区域发挥创新资源优势将知识转变成新的工艺、服务与产品的能力。毛伟（2016）指出，区域创新能力是一个地区潜在的和现实的技术创新能力，它既包含知识创新的能力，又包含将新知识转变成新的工艺、服务与产品的能力。张予萍等（2010）认为区域技术创新能力是指在一定区域范围内，为了增强区域经济增长的原动力，充分利用区域创新资源，最大限度地激发区域的创新创造积极性，将创新构想转变成新的工艺、服务与产品的综合能力。朱海就（2004）着重强调了区域网络创新能力，即在一个创新区域中，系统中的各种要素在生产、扩散、配置新知识、使知识商业化的过程中会互相影响，这种创新主体之间的彼此影响作用决定了区域创新能力的大小。

任胜钢和彭建华（2007）认为，所谓区域创新能力，是该地区在其特有的环境基础上，创新主体的投入与产出的水平。李庭辉（2009）、杜娟和霍佳震（2014）更为具体地指出区域创新能力表现为投入人力、财力、物力等资源，并产生了经济增长、知识创造或者高素质人才产出等结果。洪银兴（2010）同样指出，创新能力大小是企业、政府、学术界等不同参与者在科学技术方面交流合作、相互作用的结果，不仅要关注其内部创新能力的积累，更要关注其如何借助外力提升自身创新能力（王永贵，2015）。

二、财富数量变动与政府行为

在经济发展过程中，中国社会已经积累起庞大的财富，但传统增长模式过度关注财富数量增长的弊端导致财富结构问题突出，财富配置的不协调难以支撑经济的持续性发展。中国特色下，房产是私人财富，也是继承性财富的重要组成部分，无论是从宏观角度还是从微观角度来看，房产都是财富中不可忽视的组成部分。在上一章中，已经指出当代财富继承对个体行为选择和经济发展运行的重大影响，且随着中国房地产行业不断繁荣昌盛，房产在财富中的占比节节攀升，而房地产的价值大小取决于房价的高低。鉴于此，本章用房产来表征财富，以房价为核心指标，通过分析房价与创新的关系来看其对中国经济增长的影响。

本节对2008—2017年近十年来中国房价的变动情况进行了简单的描述分析。如图2-1所示，总的来看，近十年来房价始终保持着较为平稳的上涨速度。同时，东部地区的商品房平均销售价格始终高于全国平均水平，甚至近两年呈现出逐渐扩大的趋势，中西部的商品房平均销售价格具有基本相同的发展趋势，且均低于全国平均水平。

究其根本，房地产市场内部的供求关系变动引起了房价的波动。居民收入快速上涨，出于投机性、改善性或刚性需求，都会增加对住房的需求。与此同时，住房供给受制于土地供给，而土地供给取决于政府的土地制度和土地财政。

如图2-2所示，受2008年美国次贷危机的冲击，中国2009年的GDP增长率猛跌，而房价增长率骤然上升，政府通过下调贷款基准利率、加大对基础设施建设投资、鼓励购房等一系列措施刺激房地产行业的发展。在宽松的货币环境下，资金逐渐流入房地产业。出于对未来房价上涨的预期，大批投机者涌入房地产行业，成为鼓动房价增长的重要动力，不少实体企业选择跨行业套利，进入高利润的房地产行业，这一选择使其逐渐偏离主营业务，造成产业空心化从而抑制了企业的创新（王红健，2016）。

2010年起，我国政府几乎每年都会出台信贷政策、土地政策、财政政策等多种调控政策，抑制房价的飞速上涨，从图2-2中可以发现，2011年的房价增长率较2010年有了明显的下滑。限购、限贷政策的实施直接抑制了房地产市场中投机性的不合理需求，部分投机性资金撤离房地产行业，转而投资实体产业，信贷资金的错配在一定程度上得到了缓解，房价上涨速度逐步放缓。但也有学者指出，行政干预使房地产市场难以回归常态，还可能引发扭曲行为，造成更大程度的损失（李永友，2014）。王敏（2013）和余永泽（2017）在研究中都发现限购限贷政策的实施虽然在短期内缓解了房价过快上涨对创新的抑制作用，但从长期来看，限购政策的缓解效应有限，并不能显著抑制房价上涨。房价的失控，实质上是供需失衡的结构性问题，仅靠政府力量难以解决。

在2015年召开的中央经济工作会议上，把“化解房地产库存”列入供给侧改革的重要部分，各地政府纷纷放宽了房地产政策，使得房地产行业再次回暖（余永泽，2017），大量资金再次进入房地产行业。总的来说，中国资本面临“脱实向虚”的严峻现状，此时，创新驱动无疑是解决这一问题的明智之举。

三、财富与创新的关系

房地产行业的过热对创新发展具有正反双向影响关系。接下来本章将分别从促进和阻碍两个方面分析房价对创新的影响机理。

（一）房价对创新的促进作用

第一，房价的上涨对企业具有信用缓解效用，即企业所持有的厂房、建筑等房产的价值会随房价的上涨而攀升，而这种财富可以通过不动产抵押等方式帮助企业缓解研发时所面临的融资约束问题，房价的上涨，反映到企业层面，则为其拥有的财富增加，企业获得融资的可能性越大，就有越多的资金可以投入研发之中，从而实现地区创新能力的提升（王文春，2014）。

第二，房价增长具有优胜劣汰的功能。从地区的产业结构角度出发，当房价高于某一临界值时，会对低创新能力的企业产生驱逐效应。以劳动密集型的企业为例，其低技术含量的特性决定了其会对租金的变动十分敏感，一旦难以承担高额房租，他们就会选择迁出，从而本地留下的都是能够获得高额利润的高创新能力的企业（邵传林，2018），地区的产业结构在一定程度上得到了改善。同样地，从个人角度出发，由于房价增长会降低个人可支配收入、增加生存成本，在高房价的城市里留下来的一定是创新能力较强、收入较高的创新型人才，而创新能力较差的人则会放弃中心城市，选择二、三线城市寻求生存。

第三，房地产市场的繁荣发展可以缓解政府所面临的预算约束。地方政府通过调控住房供给保障了其土地财政收入，从而可以将更多的资金用于投资地区科研院所和企业的研发活动。同时，辖区内的房价增长，可以提供价值储存标的，进而减少资金的流出，增加本地投资，从而实现地区的经济发展（徐升艳，2018）。

（二）房价对创新的阻碍作用

从反面来看，房地产行业的过热会对企业的创新资金产生挤占效应。房地产行业投资规模通常较大、需要较长的投资周期，这意味着房地产行业的进入门槛很高，而企业凭借日常经营活动与银行和政府都保持着紧密的联系，且有较多的资产可用于抵押贷款，即企业进入房地产有着得天独厚的优势（王文春，2014）。在当前中国房地产行业高利润的吸引下，企业家纷纷选择投资房产，早在2007年就有逾60%的上市工业企业涉足房地产行业。但是，经济个体的理性行为并不意味着社会的资源配置实现帕累托最优。当企业选择涉足房地产行业时，有限的创新资金必然会受到挤占，企业的自主创新能力因此而受到抑制，不利于经济长久发展。

从银行等金融机构的立场来看，作为理性放贷人，一边是低风险、高收益的房地产行业，另一边是高风险、不确定性大的创新企业，显然金融机构会更倾向于把有限的信贷资金投入房地产行业，于是企业的创新受到抑制（余泳泽，2017；张杰，2016），而大量财富进入房地产行业，作为成熟产业，其低创新的特点使得整个社会的创新能力也会受到抑制，信贷资源的错配对经济增长带来了负面影响。

房价的过快增长同样会对创新人才的行为选择造成负面影响。一方面，会带来“房奴效应”（陈斌开，2014），扭曲居民的消费需求。住房对于普通家庭来说，既是必需品也是消费品，年轻人为了筹集首付或者偿还房贷，会减少对高科技产品的需求（张杰，2016）。在中国式背景下，老人也不会通过卖房的方式改善自身消费，甚至还可能因为帮助子女购房而降低消费。社会的需求结构产生扭曲，由此造成了产业结构的歪曲。另一方面，年轻人的经济承受能力较差，城市过高的房价势必会减少城市的年轻人口，同时，出于稳定性考虑，人才可能会选择稳定的职业，而不是高风险的创业活动。

总而言之，房价对创新能力的效应可能为正，可能为负，究竟哪种效应占主导地位，还需要通过实证检验来证明。基于此，本章在后文采用2008—2017年除西藏和港澳台地区以外30个省份的面板数据展开实证检验。