上海市房价上涨对工业企业创新的影响——基于劳动力成本视角的再审视

引言

上海市已经成为全国平均住宅价格最高的城市之一，但是上海本身是传统工业产业的集聚地，传统制造业的发展关系到上海生产性服务业高端化与国际化目标的实现；同时，它又是建设科创中心的关键支撑产业。那么房价上涨对工业企业有何影响呢？内生增长理论认为，房地产行业的快速发展，将导致大量工业企业将从原本应投资在企业发展的资金转移到房地产行业，使得经济发展面临着“资本泡沫化”的风险(Calza et al,2013)。但是该理论并没有注意到，中国很多大型城市工业企业“产随人走”的现象，即在像上海这样的大城市里，除了“资本泡沫化”以外还面临着“产业空心化”的风险。按照此逻辑，上海市房价上涨挤出实体经济应该有两个层面的原因，即产业间的资本资源配置错位与空间上的劳动资源配置错位，而对于后者，现有文献缺乏系统的论述。

上海中心城区的居民住房价格较高，挤占了工业用地的面积，迫使上海市工业企业向郊区转移。新经济地理理论认为，房价上涨会增加居民的生活成本，造成劳动力的跨区域流动(邹瑾，2017)。而随着劳动力的流出，劳动供给减少，企业雇佣劳动力的成本增加，一些劳动密集型的工业企业会进行产业转移，以降低雇佣劳动力的成本(高波 等，2012；杨青龙 等，2015)。然而，相对于“资本泡沫化”会挤出企业创新这一“共识”而言，“产业空心化”对企业创新的影响却鲜有学者关注。因此，本研究主要回答三个问题：上海市房价上涨对其工业企业创新有何影响？“产业空心化”是上海房价上涨挤出企业创新的原因么？挤出的条件又是什么？鉴于此，本文基于劳动力成本视角，采用1997—2015年规模以上工业企业数据研究上海市房价增长对工业企业创新的影响。与以往的研究相比，本研究的贡献有四个方面。第一，不同于以往研究只能比较资本要素正、反两种效应的大小，本研究利用中介效应模型有助于理解房价上涨影响工业企业创新的作用途径。同时，利用门槛效应模型有助于发现房价上涨对工业企业创新产生正、反不同影响的作用条件。第二，学者关于房价上涨对企业创新影响的研究都是基于全国层面。没有针对典型城市的单独分析，而上海市一方面是全国房价最高的城市之一，另一方面有建设科创中心的战略任务，因此对上海市的分析具有现实紧迫性。第三，现有文献采用的工业企业数据都是从1997年到2007年期间，本研究采用采用1997年到2015年数据，数据跨度更长，时间更加接近当今，具有较强的说服力；第四，突破了现有研究并没有考虑要素的空间配置问题，也就是并没有考虑“产业空心化”对企业创新的影响的不足。

一、文献综述与理论分析

(一)房价上涨对企业创新的影响

内生增长理论认为，房价上涨会导致企业投资结构的改变，使得企业更加关注于投资回报见效快，风险小的房地产行业，造成资本资源的错配，进而挤出企业创新。比如，Miao 等(2014)提出“投资性泡沫会导致资本在不同生产部门之间重新分配”，即非房地产企业会受到房地产泡沫的吸引投资于房地产业，从而抑制了主业的创新投入。Rong等(2016)利用1999—2007年全国35个大中城市规模以上工业企业数据，重点研究了房地产价格上涨对工业企业新产品产出和研发投入的影响，发现房地产价格上涨越快，当地企业的创新倾向越弱。张杰等(2016)使用中国省级面板数据，利用土地供应作为房地产投资增长的工具变量，研究发现，在那些房地产投资增长越快的省份，研发投入和发明专利授权量的增长率越低，这表明中国情景下房地产对创新活动造成了直接的阻碍作用。此外Li等(2014)研究表明，虽然在理论上存在房屋价值的升值可以放松信贷约束，从而鼓励企业家创业的可能。但是在中国，因为房地产市场的高回报率与婚姻市场上的竞争行为，导致没有房屋的居民会选择首先买房而不是去进行创业投资。也就是说，对于没有房屋的居民，房价收入比越高，其创业的可能性越低。

辣椒病害主要有疫病、根腐病、炭疽病、白粉病、青枯病和病毒病。虫害主要有斜纹夜蛾、蚜虫、棉铃虫和烟青虫。

以上文献认为：一是房地产行业高额利润的驱动和创新活动的高风险特点，使得大部分本该流入制造业的资金流向房地产市场，用于企业自主研发活动的资金减少。二是房价高增长挤占国内需求，市场对高附加值产品需求降低，不利于企业研发。基于此，本研究提出假说：

假说1：上海市房价上涨减弱了工业企业创新倾向，并且降低了工业企业创新绩效。

(二)劳动成本的中介效应与门槛效应

该类文献认为劳动成本对企业创新的影响是非线性的。一方面，当劳动成本上升幅度较小时，会促进企业进行资本偏向性的技术研发，用以降低劳动成本的上升；另一方面，当劳动成本上升幅度较大时，会压缩企业利润，企业为了自身生存的需要，会转向投资资本回报率高且稳定的房地产行业，挤出企业的创新投资(江波 等，2012)。张庆昌等(2011)在结合荷兰等国家的发展经验，提出了“创新工资门槛假说”，即工资上涨将促进劳动生产率的提高，但这种由人工成本上升激励企业创新的作用是有一定限度的。基于此，本研究提出假说：

1.劳动成本的中介效应

陵矿破产后，留下大堆烂摊子，经行政缩编为陵矿街道办事处，书记魏昌龙。联系上后，电话里魏说话大嗓门：“行行，只是穷乡僻壤，条件差，经费缺乏，接待上请记者体谅。”

该类文献认为房价上涨并不直接影响工业企业创新，而是通过“房价上涨—劳动成本上升—阻碍企业创新”的传导机制间接影响企业创新。首先，新经济地理理论认为，生活成本上升与劳动力供给需求矛盾是造成劳动成本上升的重要原因，当城市房价上涨过快时，会导致劳动力流入减少，造成劳动供给不足，推高劳动成本(Miller et al,2011；Wu et al,2016)。房价上涨对劳动力成本的影响，主要通过三条传导途径来实现：一是提升消费者的生活成本(颜色 等，2013)。房地产作为重要的投资品和消费品，房价上涨直接推动了居住成本的上升。收入水平低的劳动者受到房价增长的冲击越大，对增加收入(主要是增加工资)的需求更强烈。二是提升劳动者的生活成本。房价上涨使得土地资源供求紧张，工业用地价格大幅度上升，企业生产经营成本上升，进而影响企业的用工决策，影响劳动者隐形成本——求职成本。三是降低了劳动者的实际收入(陆铭 等，2015)。房价上涨改变相对价格水平，房地产持有者的资产增加，而无房者资产缩水，且租房者还需要支付房价上升引致的高额租金。因此降低了劳动力的实际收入水平。其次，新古典经济学指出劳动力成本上升使劳动力要素相对价格上升，企业基于成本最小化战略，会减少劳动力投入，增加资本投入。因每单位有效劳动力的资本存量上升导致资本成本下降刺激了部门的研发，促进了创新和技术进步(Huang et al,2017)。因此，当劳动力成本上升时，企业将以资本替代劳动，更多的资本投入将促进创新的发展。最后，持内生经济增长观点的学者认为，在正常向右下方倾斜的劳动需求曲线下，劳动力成本上升导致需求下降，进而导致就业下降，从而阻碍新技术的引进和采用。李钢等(2009)对新《劳动合同法》实施后的劳动密集型产业竞争力进行了调研，他们研究发现，人工成本的上升是中国企业进行创新研发，技术进步的动力。林炜(2013)利用1998—2007年中国工业企业数据库，测算了劳动力成本对工业企业创新能力的激励弹性系数，结果发现企业创新能力随着劳动力成本的上升而上升。基于此，本研究提出假说：

假说2：企业劳动成本在上海市房价上涨抑制工业企业创新中起到中介变量的作用。

核心解释变量：房价上涨率。本研究借鉴张杰等(2016)的研究，采用1997—2015年间上海市各区平均房价上涨率(Hg)来衡量，并与各个区的工业企业进行匹配。其中平均房价采用统计年份中上海市商品房销售额与销售面积之比表示。该数据来源于历年《上海市统计年鉴》，并利用CPI平减指数对房价增长进行平减。

“坦率他说，我虽然并不了解您，但我觉得您绝不是罗马那些无聊透顶的有钱人可比的，您身上有一种莫名其妙的气质吸引我。

现有文献从中介效应和门槛效应两个方面讨论劳动力成本在房价上涨与企业创新两者关系中的作用。

中介变量/门槛变量：企业劳动成本。借鉴陆铭等(2015)的研究，采用1997—2015年工业企业数据库中企业员工平均工资(Wage)表示。一方面，企业雇佣劳动力时所开出的工资条件相当于企业生产过程中所投入劳动力要素的价格，是企业劳动成本的重要组成部分；另一方面，企业劳动成本还包括员工福利、“三险一金”等非货币性支出，但在我们的数据库中并没有相关数据，并且这类非货币性支出只占企业劳动成本很小的一部分，我们通过世界银行2011年对中国企业运营环境的调查数据发现，工业企业对员工的福利支出只占企业劳动成本的3%左右。

最后，借鉴Hansen(1999)的研究，构建面板门槛模型估计劳动成本的门槛效应。Hansen(1999)的估计方法不仅能估计出门槛值，而且能够对门槛值的正确性及内生性“门槛效应”进行显著性检验。其主旨思想是将门槛值作为一个未知变量纳入一般的计量模型中，构建所观察解释变量的分段函数，并对门槛值以及“门槛效应”进行相应的估计和检验。根据这一思想，首先假设存在“单门槛效应”，在式(1)的基础上可以构建单门槛模型，多门槛模型可有单门槛模型扩展得到：

二、研究设计

(一)样本选取

本研究使用1997—2015年国家统计局统计的规模以上工业企业数据库构建企业层面的非平衡面板数据。在分析之前，进行数据清洗，具体步骤如下：首先，根据统计指标“地址”一栏筛选出注册地为上海的规模以上工业企业。其次，借鉴谢千里等(2008)的研究，剔除异常样本，包括：生产总值、出口交货值、新产品产值小于0和新产品产值大于生产总值、固定资产小于0、固定资产大于总资产、流动资产小于0、流动资产大于总资产、负债小于0等明显不符合逻辑的样本；删除产品销售收入小于500万元或是职工数小于8的样本；删除某一年份企业代码重复出现的样本；删除资产总计、实收资本金小于等于0的样本。最后，依据Brandt等(2012)的方法，对工业企业数据库进行样本匹配，剔除企业代码在所有年份只出现一次的样本。需要指出的是，2004年的数据库缺少衡量企业创新的指标，予以剔除。控制变量的缺省值采用均值插补法进行补齐，最终得到样本数为12146个。

(二)变量设置

因变量：工业企业创新。本研究借鉴王文春等(2014)的建议，采用工业企业数据库中新产品产值占企业生产总值的比重(Newprration)与是否有新产品即新产品的虚拟变量(Newdummy)两个指标来衡量工业企业的创新活动。新产品的虚拟变量为企业当年新产品产值大于0，则赋值为1；否则赋值为0。

2.劳动成本的门槛效应

JME在癫痫中的流行率为5%～10%[13]，女性占主导地位。多于青春期（8～18岁）发病，平均发病年龄14.2岁。但是由于许多家属忽视肌阵挛或失神发作，一直到出现全面性强直阵挛发作而就诊，问诊时容易询问出此前忽略的肌阵挛或失神发作。另外，一些医生本身对该病认识不足，诊断年龄往往迟于平均发病年龄3～8年。

控制变量方面，企业层面包括：企业规模(Size)。企业规模对企业创新有显著的促进作用，但这种正向的作用却表现出异质性。同时企业规模与企业的技术创新是倒“U”形关系(周亚虹 等，2012)。为此，本研究还加入企业规模的平方项(Size2)以考察企业规模与企业创新的非线性结构关系。市场占有率(Markpow)。企业创新受到企业势力的影响，模型中同时也加入平方项。企业内外部融资约束。融资约束是决定企业开展创新活动的关键因素。模型中加入资产负债率(Aslibility)、企业贷款比(Loanratio)来控制企业外部融资约束对企业创新的影响。营业利润率(Profratio)来控制企业内部融资约束对企业创新的影响。此外，本文还加入了企业控股关系的虚拟变量。数据库中提供了企业的控股关系，分别为国有，集体，私有，港澳台，外资5种类型，分别设定虚拟变量。同时，在正式回归的时候，本研究为避免虚拟变量陷阱，以私有企业为基准组，只引入4个虚拟变量，分别是国有企业、集体企业、港澳台企业、外资企业。企业年龄(Age)，出口比重(Exratio)等。城市层面包括：第二、三产业比重(Seinduratio、Thindusratio)、城市常住人口(Population)等。

(三)模型设定

首先，借鉴王文春等(2014)的研究，构建如下多元回归模型来研究上海市房价上涨对工业企业创新的影响。其中为缓解内生性，解释变量和控制变量均滞后一期，并采用固定效应模型对方程进行估计：

 

(1)

其中，右下标i表示企业个体，t表示年份,t-1表示滞后1期；Newi,t表示企业i在t年份的新产品产值比重与是否有新产品的虚拟变量；Hgt-1为滞后一期的上海市房价增长率；为滞后一期的企业自身特征变量；为滞后一期的外部环境变量；γid表示企业的固定效应，γyear、γhy分别指的是年份固定效应和行业固定效应；εi,t则表示相对应的误差项；α、βc、βe为需要估计的参数。

 

(2)

 

(3)

其中，各变量含义不变，若模型中α、α1、α2均显著，则企业的劳动力成本起到部分中介的作用；若α、α1均显著，但α2不显著，则企业的劳动成本起到完全中介的作用。

假说3:企业劳动成本在上海市房价增长抑制工业企业创新中起到门槛变量的作用。

 

(4)

根据Hansen(1999)的面板门槛技术来评估方程(4)主要分为三步：第一步对方程进行参数估计，通过固定效应模型转换，在求得门槛值λ的同时估计斜率系数；第二步检验门槛效应是否显著；第三，根据算得的门槛值进行分段回归。

三、实证分析

(一)上海市房价上涨对工业企业创新的挤出效应

本研究重点关注房价上涨率对上海市工业企业创新活动的影响(新产品产值比重与新产品虚拟变量)。回归结果如表1所示，前两列是对所有样本的回归，结果显示，无论是新产品产值比重还是新产品虚拟变量，房价上涨率的系数在1%水平上显著为负，也就是说对上海市而言，如果房价上涨1%，工业企业新产品产值比重将显著下降约0.164%；房价上涨1%，工业企业的创新倾向将显著下降0.787%。第三至第四列是对企业成立年限的分组回归，依据企业成立年限，划分为成立5年以下与成立5年以上两个组别。结果显示，房价上涨对初创企业的影响要大于成立年份更久的企业，这可能由于成立更久的企业对外部环境变化的抗风险能力更强。第五列至第七列为不同所有制的分组回归，依据企业实际控制人的不同，划分为国有企业，私有企业与外资企业三个组别。其中为避免虚拟变量陷阱，在回归中不引入企业所有制的虚拟变量。结果显示，房价上涨不会显著降低国有企业新产品产值的比重，而会显著降低私有企业与外资企业新产品产值的比重。这可能是由于国有企业往往拥有雄厚的资本，即使资本投向房地产行业，也可以保证企业有充足的资本用于投资创新活动。另外，国有企业也会面临投资途径的限制，因为国有企业还肩负着实现国家战略的任务，对其投资非核心业务会受到国家政策的管制。

为节省篇幅，所有制与成立年限的分组回归只汇报了新产品产值比重做因变量的结果，感兴趣的读者可向作者所要是否有新产品虚拟变量做因变量的结果。此外，本研究为保证结果的稳健性，借鉴张杰等(2016)的方法，采用土地出让面积增长率的滞后二期作为房价增长率的工具变量重新对式(1)进行回归，核心解释变量的结果为-1.281(0.022)，在1%水平下显著为负，说明结果稳健，相关表格备存待查。

(二)劳动成本的中介效应与门槛效应

以上分析得出的结论是：上海房价上涨挤出了工业企业的创新。从理论上，房价上涨可能会导致的劳动成本上升，造成产业随着劳动力要素转移，即“产业空心化”挤出了上海市工业企业创新。但是这一理论依旧需要实证检验。为此，本部分采用中介效应模型与门槛效应模型，检验劳动成本在房价增长挤出工业企业创新中的中介效应与门槛效应。回归结果如表2所示。前三列给出了对劳动成本中介效应的检验结果，可以看出，上海市房价上涨对劳动成本有正向的显著的推动作用，这一结果与陆铭等(2015)的研究结果相一致。在同时引入房价上涨与成本变量后，两者的回归系数依然显著，说明一方面劳动成本升高是上海市房价上涨挤出企业创新的主要渠道，另一方面，劳动成本只是起到部分中介的效用。表2中第四列到第七列是门槛效应回归的第三步，因篇幅所限，前两步不再单独列表。首先，通过Hansen(1999)提供的面板门槛回归程序，使用stata15.0软件确定劳动成本的门槛值。值得一提的是，为保证门槛值的科学性，本研究在式(1)的基础上，引入劳动成本和劳动成本的二次项，用以做门槛效应回归的稳健性检验。结果显示，二次项所确定的门槛值大约为4864左右，略小于门槛效应回归确定的5133.70。其次，本研究做了单门槛与双门槛值检验，发现双门槛不能拒绝原假设(另一门槛值为875)，因此，本研究认为劳动成本对房价挤出创新只存在单门槛效应。作为稳健性检验，如果房价通过推升劳动成本进而挤出创新这一逻辑成立的话，那么劳动成本所对应的门槛效应，实际上也是房价本身波动带来的门槛效应。因此本研究做了房价上涨率变量的门槛效应检验，发现当房价上涨低于13%时，房价对工业企业创新有正向促进作用(参数为：5.004(0.050))，当房价上涨高于13%时，房价上涨对工业企业创新有负向的挤出效应(参数为：-0.645(0.011))。门槛回归的结果显示，当劳动成本(员工平均工资)低于5133.70时，上海市房价增长对工业企业创新(创新倾向与新产品比重)有正向显著的促进作用。具体来说，房价每提高一个百分点，工业企业创新倾向提高0.755个百分点，新产品比重上升0.865个百分点。当劳动成本高于5133.70时，上海房价增长对工业企业创新有负向显著的挤出作用。具体来说，房价每提高一个百分点，工业企业创新倾向下降0.853个百分点，新产品比重下降0.276个百分点。那么是不是压低工人工资水平就可以化解工业企业创新活力不高的问题呢？事实上，如果工资的提高是因为生产率的提升导致的，那么这种企业劳动成本的提高会通过生产效率的提升得以平衡，但是，上述的稳健性检验发现，上海市企业劳动成本的提升却是因为房价增长过快，这类劳动成本的提升短期内无法通过生产效率的提升得以化解，而此时压低工人工资，一方面会打击在职员工生产积极性(工资刚性)，另一方面也会流失潜在的劳动力，从而恶化企业生产条件。

 

表1 上海市房价上涨对工业企业创新的挤出效应

  

因变量新产品占比是否有新产品新产品占比新产品产值占比新产品占比新产品占比新产品占比全部企业全部企业5年以下5年以上国有企业私有企业外资企业房价上涨率-0．164∗∗∗(0．021)-0．787∗∗∗(0．106)-0．199∗∗∗(0．191)-0．349∗∗∗(0．021)-0．163(0．032)-0．165∗∗∗(0．025)-0．167∗∗∗(0．026)企业规模-0．131∗∗∗(0．010)-0．218∗∗∗(0．012)-0．151∗∗∗(0．033)-0．176∗∗∗(0．025)0．028(0．037)-0．110∗∗∗(0．018)-0．107∗∗∗(0．035)企业规模平方0．009∗∗∗(0．000)0．013∗∗∗(0．001)0．010∗∗∗(0．001)0．001∗∗∗(0．001)-0．002(0．002)0．007∗∗∗(0．001)0．006∗∗∗(0．001)市场占有率0．004(0．037)0．222∗∗∗(0．067)-0．078(0．115)0．099(0．101)-0．047(0．199)-0．052(0．069)0．128∗(0．076)市场占有率平方-0．074(0．056)-0．129(0．091)-0．111(0．149)-0．334∗∗(0．140)0．318(0．294)-0．124(0．085)-0．311∗∗∗(0．101)企业年龄-0．000∗∗∗(0．000)-0．000(0．000)-0．041∗∗∗(0．005)-0．121∗∗∗(0．007)-0．006∗(0．003)-0．000∗(0．000)-0．009∗∗∗(0．002)企业年龄平方0．000∗∗∗(0．000)0．000∗∗∗(0．000)0．002∗∗∗(0．000)0．006∗∗∗(0．000)0．000(0．000)0．000∗∗(0．000)0．000∗∗∗(0．000)出口比重0．003(0．003)-0．003(0．004)-0．010(0．008)-0．013∗∗(0．006)0．059∗∗(0．028)0．008(0．006)-0．000(0．005)资产负债率0．001(0．005)0．033∗∗∗(0．010)0．000(0．006)0．000(0．000)营业利润率-0．014∗∗∗(0．002)-0．044∗∗∗(0．002)-0．017∗∗∗(0．004)-0．016∗∗∗(0．003)企业贷款比-0．021∗∗∗(0．002)-0．067∗∗∗(0．004)-0．024∗∗∗(0．001)-0．023∗∗∗(0．001)人均真实GDP-0．020∗∗∗(0．002)-0．072∗∗∗(0．004)-0．023∗∗∗(0．002)-0．022∗∗∗(0．004)第二产业比重-0．001(0．005)-0．001(0．005)-0．005(0．016)-0．006(0．008)0．036∗(0．019)-0．001(0．009)0．001(0．007)第三企业比重0．081∗∗(0．025)0．095∗∗(0．042)0．036∗(0．017)0．044∗∗(0．018)0．056(0．051)0．017∗(0．010)0．017(0．013)常住人口取对数0．003∗∗(0．001)0．002∗∗(0．001)1．094∗∗∗(0．009)0．973∗∗∗(0．007)0．309∗∗∗(0．098)0．525∗∗∗(0．020)0．612∗∗∗(0．031)国有企业0．003(0．000)0．004∗∗∗(0．001)-0．001(0．000)-0．001(0．000)-0．003(0．003)-0．003(0．004)-0．003(0．003)集体企业3．981∗∗∗(1．561)3．603∗∗∗(1．581)1．088∗∗∗(0．009)1．089∗∗∗(0．007)3．702∗∗∗(0．087)3．678∗∗∗(0．031)3．824∗∗∗(0．043)港澳台企业3．803∗∗∗(1．653)3．752∗∗∗(1．784)1．051∗∗∗(0．009)1．054∗∗∗(0．007)3．841∗∗∗(0．089)3．826∗∗∗(0．032)3．976∗∗∗(0．046)外资企业0．021∗∗∗(0．005)0．036∗∗∗(0．016)0．034∗∗∗(0．011)0．041∗∗∗(0．012)0．038∗∗∗(0．017)0．041∗∗∗(0．012)0．038∗∗∗(0．010)行业虚拟变量是是是是是是是年份虚拟变量是是是是是是是常数项-0．155∗∗∗-0．721∗∗∗-0．194∗∗∗-0．156∗∗∗-0．197∗∗∗-0．201∗∗∗-0．201∗∗∗(0．004)(0．018)(0．005)(0．015)(0．006)(0．004)(0．005)样本量1214612146154010524535554251284R方0．4120．5340．4860．4840．4520．4830．542

注：括号内为稳健标准误，核心解释变量房价增长率与其他控制变量均滞后一期，第二列为probit回归，报告的是边际效应，*、*和***分别表示10%、5%、1%的显著性水平

 

表2 劳动成本的中介效应与门槛效应

  

因变量平均工资取对数是否有新产品新产品产值占比是否有新产品新产品产值占比是否有新产品新产品产值占比中介效应全样本门槛效应平均工资大于等于5133．70平均工资小于5133．70Wage<5133．70Wage<5133．70房价上涨率0．412∗∗∗(0．086)-0．071∗∗∗(0．000)-0．131∗∗(0．000)-0．856∗∗∗(0．026)-0．278∗∗∗(0．011)0．759∗∗∗(0．064)0．867∗∗∗(0．049)平均工资取对数0．002∗∗∗(0．000)0．005∗∗∗(0．000)控制变量是是是是是是是行业虚拟变量是是是是是是是年份虚拟变量是是是是是是是常数项0．232∗∗∗-0．803∗∗∗-0．117∗∗∗-0．990∗∗∗-0．223∗∗∗3．531∗∗∗0．644∗∗∗(0．080)(0．000)(0．018)(0．303)(0．013)(0．735)(0．027)样本量12146121461214612146121461214612146

注：括号内为稳健标准误，核心解释变量房价增长率与其他控制变量均滞后一期，控制变量与表2一致*、**和***分别表示10%、5%、1%的显著性水平

四、结论与启示

基于1997—2015年上海市规模以上工业企业微观数据，匹配对应年份《上海统计年鉴》中的区县数据，实证分析了上海房价上涨对工业企业创新的挤出效应，并进一步分析了房价增长对上海市不同工业企业创新(成立年份与不同所有制)的异质性影响。最后，本研究验证了劳动力成本在房价影响企业创新中的中介效应与门槛效应。在经过稳健性检验与消除模型内生性的不利影响后，主要得到以下有意义的结论：与全国范围内的房价上涨挤出工业企业创新相一致，上海市房价上涨对工业企业创新同样具有显著的挤出效应。不同的是，像上海这样的大型城市，房价对企业创新的挤出有一部分是因为房价上涨过快，抬高了居民的生活成本，在迫使企业增加在职员工工资水平的同时，还挤走潜在的劳动者。两者共同推升了企业的劳动成本，导致“产随人走”，不利于企业新技术的引进与利用，最终挤出了企业的创新(即“产业空心化”效应)。上海市房价上涨对工业企业创新的挤出效应表现出异质性特征。具体来说，一方面，因为国有企业资本较为雄厚加上政策对其的投资限制，因此房价上涨对上海私营企业和外商投资企业创新的挤出效应比国有企业更加明显。另一方面，因为初创企业(成立5年以下)对外部环境的变化更为敏感加上企业生存的需要，其创新活动也较容易被房地产投资所取代。更为重要的是，劳动成本在房价增长挤出上海工业企业创新中起到部分中介的作用，说明对于上海市而言，劳动成本提高是房价上涨抑制企业创新的渠道之一。劳动力成本同样起到门槛变量的作用，当劳动成本(员工平均工资)低于5133.70元时，房价上涨有利于企业开展创新活动，但是当劳动成本高于5133.70元时，房价上涨不利于企业开展创新活动。

挑战性，就是目标定位应略居于主体能力之上，但不能与主体脱节。目标始终稳定在学生的最近发展区中，会让目标有足够的挑战性，促使学生尽力完成挑战。每一次挑战都是主体努力的方向，这就是目标的意义和价值。

本研究同时具有一定的政策含义。一方面，政府在制定创新激励政策的时候，需要考虑如何化解劳动力要素空间配置下生产成本的高企，否则对企业进行财政补贴，可能会导致企业把资金用于投资房地产等短期回报较高的行业，进一步造成对创新活动的挤出。因此，政府在降低在位企业生产成本的同时，也要考虑企业潜在的劳动力成本。另一方面，政府在制定政策时，需要有针对性。更加关注新创企业，私营企业，注重差异性的制度环境建设，在经济体系下实现各类企业的竞争优势。

3）素质目标：旅游行业是能够和各种各样的人打交道的行业，培养学生语言应变能力，进一步展现旅游行业从业人员综合素养。

由于体温测量节点采用穿戴式且患者会在医院活动，所以在医院所有公共区域设置路由器节点，患者从一个区域移动到另外一个区域时，ZigBee通信协议自动脱离前一个路由器重新自动加入当前区域路由器，路由器节点再将数据发送到协调器。协调器模块的主要的任务是实现对数据的接收、处理并将处理好的数据通过串口传送给PC客户端。

参考文献:

高波,陈健,邹琳华.2012.区域房价差异、劳动力流动与产业升级[J].经济研究(1):66-79.

江波,李美云.2012.生产服务业出口贸易、创新与生产率提升:理论与实证[J].财经研究(7):68-78.

李钢,沈可挺,郭朝先.2009.中国劳动密集型产业竞争力提升出路何在——新《劳动合同法》实施后的调研[J]. 中国工业经济(9):37-46.

林炜.2013.企业创新激励:来自中国劳动力成本上升的解释[J].管理世界(10):95-105.

陆铭,张航,梁文泉.2015.偏向中西部的土地供应如何推升了东部的工资[J].中国社会科学(5):59-83.

王文春,荣昭.2014.房价上涨对工业企业创新的抑制影响研究[J].经济学:(季刊)(2):465-490.

谢千里,罗斯基,张轶凡.2008.中国工业生产率的增长与收敛[J].经济学:(季刊)(3):809-826.

颜色,朱国钟.2013.“房奴效应”还是“财富效应”?房价上涨对国民消费影响的一个理论分析[J].管理世界(3):34-47.

杨青龙，刘启超.2015.综合成本上涨对产业升级的影响：文献综述[J].江淮论坛(5)：58-66.

张杰,杨连星,新夫.2016.房地产阻碍了中国创新么?——基于金融体系贷款期限结构的解释[J].管理世界(5):64-80.

张庆昌,李平.2011.生产率与创新工资门槛假说:基于中国经验数据分析[J].数量经济技术经济研究(11):3-21.

周亚虹,贺小丹,沈瑶.2012.中国工业企业自主创新的影响因素和产出绩效研究[J].经济研究(5):107-119.

邹瑾.2017.人口老龄化与房价波动的地区差异[J].经济经纬(1)：94-99.

BRANDT L, BIESEBROECK J V, ZHANG Y.2012.Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing [J]. Journal of Development Economics, 97(2):339-351.

CALZA A, MONACELLI T, STRACCA L.2013. Housing finance and monetary policy [J]. Journal of the European Economic Association, 11(s1):101-122.

HANSEN B E.1999.Threshold effects in non-dynamic panels: Estimation, testing, and inference [J]. Journal of Econometrics, 93(2):345-368.

HUANG X, CHEN H, YANG G.2017. Does rising labor costs drive innovation in enterprises? Propensity score matching evidence from Chinese firms [J]. Pacific Economic Review, 22(1):23-42.

LI L, WU X. 2014.Housing price and entrepreneurship in China [J]. Journal of Comparative Economics, 42(2):436-449.

MIAO J, WANG P.2014. Sectoral bubbles, misallocation, and endogenous growth [J]. Journal of Mathematical Economics, 53(8):153-163.

MILLER N, PENG L, SKLARZ M.2011. House prices and economic growth [J]. Journal of Real Estate Finance & Economics, 42(4):522-541.

RONG Z, WANG W, GONG Q.2016. Housing price appreciation, investment opportunity, and firm innovation: Evidence from China [J]. Journal of Housing Economics, 33(3):34-58.

WU J, GYOURKO J, DENG Y.2016. Evaluating the risk of Chinese housing markets: What we know and what we need to know [J]. China Economic Review, 39(3):91-114.