第二节 财富与创新发展
一、创新能力评价指标体系的构建
通过查阅以往学者所构建的创新能力评价指标体系，我们发现尚未形成一个统一的标准，除学者对创新能力的内涵理解存在差异之外，分类标准的不同也是造成评价指标体系不同的原因。
为了能客观地反映地区的创新能力，同时考虑到数据的可获取性，本章遵从评价指标体系的构建原则：系统性、可比性、可观测性，在前人研究的基础上，以创新的运作机制为主线，将区域创新视为“投入—产出”过程的系统，综合考虑创新环境，即构建创新投入、创新产出和创新环境3个一级指标，以这3个一级指标分别展开，共设立21个具体指标进行测度，具体的区域创新能力评价指标体系如表2-1所示。
表2-1 区域创新能力评价指标体系
由于评价指标体系中的指标过多，如果直接对21个指标做处理，不便于解释各主成分的含义，因此，本章采用主成分分析法，分别提取创新投入、创新产出和创新环境的主成分，各级特征值的累计方差贡献率最低也能达到73.236%，可以较好地解释本组数据的特征，在求得各一级指标的得分值后，将三个指标的得分值加总即为各省的创新能力综合得分。
二、数据来源与处理
本章所采用的数据均来自2009—2018年的《中国高技术产业统计年鉴》《中国统计年鉴》和《中国科技统计年鉴》。需要说明的是，西藏的数据缺失较多，因此，本章仅汇总了除西藏和港澳台地区以外30个省份的数据。在数据收集过程中，存在数据缺失的情况下我们的处理方法如下：2017年，存在某些数据网上还未能检索到，采用OLS对前面年份进行拟合，补全缺失年份的数据；对于中间年份的数据缺失，采用前后年份数值取平均来补全。
三、实证检验
（一）模型的设定
为了检验房价对创新能力的影响水平，本章构造的计量回归方程如下：
式（2-1）中，innovationit代表i省份在t年的创新能力水平，本章用前面所测算的地区创新能力综合得分来衡量；hpit为本章的核心解释变量，表示i省份在t年的商品房平均销售价格。此外，为控制其他因素对创新能力的影响，引用了人均GDP，第二、第三产业占GDP比重等控制变量，用于控制地区经济发展水平、产业结构、人口规模等因素对地区创新能力的影响。具体的模型变量定义及说明如表2-2所示。
表2-2 模型变量的定义与说明
（二）回归结果分析
首先只用房价对创新能力进行回归，结果如表2-3列（1）所示，房价系数为负，但并不显著，说明房价上涨对创新能力具有不明显的阻碍作用，这可能是因为区域创新能力还受到其他诸多因素的影响。因此，回归（2）在回归（1）的基础上加入了控制地区经济发展水平的变量，此时，房价的系数为负，且在1%的水平上显著，即房价上涨对区域创新能力产生了显著的负效应；人均GDP的系数在1%的水平上显著为正，这说明一个区域的经济发展情况越好，该地区的创新活动就越有可能获得充裕的资金支持，进而推动本地区的创新能力提升。回归（3）在回归（2）的基础上控制了地区对外开放程度，此时房价对区域创新能力的影响依然显著为负，系数的绝对值变化不大；衡量开放程度指标的系数为正，且在1%的水平上显著，由此说明，区域对外开放水平的提高，可以引进外来投资和先进技术，从而加快本地区技术创新进步的步伐。
表2-3 房价上涨对区域创新能力影响的研究结果
续表
注：∗、∗∗和∗∗∗分别表示在10%、5%和1%的水平上显著，括号内为标准误。
回归（4）、回归（5）、回归（6）在前面回归的基础上逐步引入地区产业结构、金融环境和人口规模。房价对区域创新能力始终表现出显著的负效应，说明房价的上涨会抑制区域的创新能力水平。至于控制变量，第二、三产业占GDP比重的系数均显著为正，说明工业化、城镇化的深化均有利于区域创新能力的提升；金融环境采用城乡居民年底储蓄存款占GDP比重来衡量（王文春，2014），该指标代表了地区可贷资金的充裕程度，结果显示，居民储蓄存款占GDP的比重越高，区域的创新能力水平越高。这说明宽松的金融环境，为地区的创新活动提供了更优越的发展条件。地区的人口规模并没有对区域创新能力带来显著的影响，这可能是因为地区内的人口教育水平参差不齐，最终导致对区域创新能力的作用不明显。
总的来说，中国房地产行业的过热会阻碍区域的创新能力水平提升，大量的资金进入房地产行业，使得房价一高再高，从表面上看财富是增加了，然而，房地产泡沫一旦被戳破，将造成不堪设想的后果，中国要想获得长足发展还是应该调整财富资源配置结构，增强自身的创新能力。