齐保垒 崔晓玉 赵宏祥

(1.西安交通大学，陕西 西安 710049；2.新疆大学，新疆 乌鲁木齐 830046；3.信永中和会计师事务所，北京 100020)

一、引言

随着我国经济发展步入新常态，传统发展动力不断减弱，粗放型增长方式难以为继，经济增长模式必须由依靠投资拉动、资源消耗转向依赖技术进步，科技创新成为驱动发展的新引擎。2016年中共中央、国务院印发《国家创新驱动发展战略纲要》，强调创新驱动的重要性，提出“培育世界一流创新型企业”的战略任务。2020年习近平总书记在科学家座谈会上的讲话中强调，当前我国经济社会发展和民生改善比过去任何时候都更加需要增强创新这个第一动力，要发挥企业技术创新主体作用，推动创新要素向企业集聚。与发达国家相比，现阶段我国企业创新能力不强、激励企业创新的机制尚不健全等问题依然较为突出。因此，深入考察企业创新的影响因素并探讨如何更有效地提高企业创新能力以推动经济高质量发展具有重要的理论价值和现实意义。

创新驱动根本要靠人才(王珏 等，2018)。企业持久的竞争优势依赖于独特的资源与能力(Wernerfelt，1984；Barney，1991)，而人力资本作为这样一种资源(Schultz，1960)，在提升企业创新绩效与核心竞争力、引领经济高质量发展的过程中扮演着重要角色。但是，从现有文献来看，基于人力资源视角的研究多聚焦于考察经理人特征对企业创新的影响(姚立杰 等，2018；何瑛 等，2019)，而对企业另一重要的人力资源——员工的关注则明显不足。员工是企业创新的执行者，在创新活动中起着举足轻重的作用(孔东民 等，2017)，他们决定了创新投入能否高效转化为创新产出(Chang et al.，2015)。因此，拓展基于员工视角的企业创新研究显得尤为必要。

近年来，我国商品房价格在波动中延续着上升趋势。在所有关注房价的居民中，企业员工是一类较为特殊的群体。智联招聘的调查结果显示，当前大多数企业员工平均年龄在40岁以下(1)数据资料来自智联招聘《2019企业劳动力老龄化趋势调研报告》。。他们作为经济基础较为薄弱但却最需要住房的群体之一，承担着巨大的经济负担与心理压力。企业员工的“居者难有其屋”问题也引发社会各界的广泛关注与议论，如2018年全国两会上有代表提出，需特别注意到目前人才的经济收入与住房等生活成本不匹配的问题，解决好人才安居住房等方面需求。从理论层面来看，已有大量文献讨论了房价波动与经济发展之间的关系(Liu et al.，2013)。其中，房价波动影响微观企业行为的研究着重考察了其对企业的融资决策、投资决策以及研发活动的影响(Chaney et al.，2012；余静文 等，2015a)，鲜有文献基于员工视角探讨经济收入与居住成本的高度不匹配(购房压力)如何作用于企业创新。

本文认为，鉴于压力的两面性，员工购房压力对企业创新的影响存在不确定性。一方面，购房压力可能会加剧企业员工流失、抑制员工在创新活动中的积极性与创造性，进而对企业创新产生负面影响；另一方面，购房压力也可能转化为工作动力，通过激发员工的工作热情和潜能，避免懈怠情绪的滋生，进而对企业创新产生正面影响。因此，购房压力对企业创新的影响有待进一步的实证检验。基于上述分析，本文以2007—2017年我国沪深A股上市公司为样本，构造了用于衡量经济收入与居住成本不匹配程度的指标——购房压力，并分析了其对企业创新的影响。

本文的贡献主要体现在以下几个方面：首先，目前关于房价的研究侧重于考察其对宏观经济发展以及微观企业投融资决策的影响，而本文将对房价波动及居住成本压力的经济后果研究延伸至企业创新层面，丰富并拓展了房价因素对微观企业影响的文献。其次，将员工经济收入与居住成本纳入同一分析框架，检验“安居”与“乐业”的关系，即员工购房压力对企业创新的影响，进一步证实员工作为创新的“执行者”在企业核心竞争力提升中发挥着重要作用，深化了以员工为主体的企业创新影响因素研究。此外，本文关注的购房压力指标实际是经济收入与住房等生活成本不匹配的反映，相比于绝对房价或房价增速，其能够更好地反映企业员工面临的生活负担。最后，研究结论为企业进一步完善激励机制以及政策制定者采取有效措施抑制房价泡沫的必要性提供了新的经验证据。

二、文献回顾与研究假设

(一)房价波动与购房压力的经济后果

大量文献探讨了房价波动对宏观经济的影响。多数学者认为，房价持续上涨显著抑制了实体经济的发展(郭文伟 等，2019)。也有少量研究指出，房价适度上涨能够对宏观经济产生正面影响(Liu et al.，2013)。此外，还有一些研究发现，高房价会导致地区劳动力转移(邵朝对 等，2016)以及资源错配(刘程 等，2019)，进而影响产业结构升级，并抑制当地的技术创新活动(周少甫 等，2020)。

有关房价波动对微观企业行为影响的研究主要集中于以下三个方面：一是房价与企业融资。一方面，房价上涨带来的抵押资产价值上升可以有效缓解企业面临的融资约束(Iacoviello，2005；刘行 等，2016)；另一方面，房价持续上涨会挤占实体企业信贷资源，进而抬高其债务融资成本(安磊 等，2018)。二是房价与企业投资。相关研究发现，房价变动会影响企业投资行为(Chaney et al.，2012)，并且这种影响具有明显的异质性(徐展 等，2019)。三是房价与企业技术创新活动。大量研究表明，高房价抑制了当地企业的技术创新水平(余泳泽 等，2017)，且这种影响主要是通过对研发投入的“挤占效应”产生的(余静文 等，2015b)。此外，还有一些学者探讨了房价对企业出口(刘斌 等，2016)、风险承担水平(刘行 等，2016)、盈余持续性(张兴亮 等，2020)等方面的影响。然而，目前关于购房压力经济后果的研究仍较为匮乏，仅有少量文献考察了购房压力对创业可能性(吴晓瑜 等，2014)、迁移意愿(董昕，2016)、企业发明家创新效率和创新参与(王永中 等，2018)的影响，尚无研究从企业员工的视角出发，对经济收入与居住成本的高度不匹配将如何作用于企业创新展开理论分析与实证检验。

(二)企业创新的影响因素

有关企业创新影响因素的研究成果十分丰富，大致可归为以下三个方面：一是宏观政策和制度层面。例如，美国情境下关于不当解雇法(Acharya et al.，2014)、禁烟令(Gao et al.，2020)等如何影响企业创新的探讨；再如，我国的卖空机制(权小锋 等，2017)、劳动保护法(李建强 等，2019)等对企业创新的影响。二是中观行业和市场层面。既有研究发现，金融市场发展(Hsu et al.，2014)、分析师跟踪(He et al.，2013；陈钦源 等，2017)等均是企业创新的重要影响因素。三是微观企业及经理人层面。已有研究表明，董事会独立性(Balsmeier et al.，2017)、股权结构安排(朱冰 等，2018)等公司治理特征对企业创新存在重要影响，经理人特征如管理层能力或职业经历等(姚立杰 等，2018；Chemmanur et al.，2019；何瑛 等，2019)在促进创新投入与提高创新效率方面也发挥着重要作用。

此外，考虑到员工是企业价值的创造者，在企业创新中扮演着举足轻重的角色(孔东民 等，2017)，部分研究还考察了员工股权激励(Chang et al.，2015)、员工持股计划(孟庆斌 等，2019)、内部薪酬差距(孔东民 等，2017)以及工会权力(Bradley et al.，2017)对企业创新的影响。总体来看，从员工角度出发探讨企业创新问题的研究文献仍略显不足。

(三)研究假设

员工是企业创新产出过程的直接参与者，是创新活动的主体力量(姜英兵 等，2017)。与主要影响创新投入环节的高管不同，企业核心技术员工的重要性主要体现在其可以利用自己的知识技能将创新投入转化为创新成果(Chang et al.，2015)。即便是非研发人员，他们在企业的创新活动中也发挥着重要作用。相关研究指出，新颖的、有用的想法是创新活动的重要组成部分(Scott et al.，1994)，而这些想法大多来自企业一线生产、销售、服务人员(孔东民 等，2017)；普通员工作为研发人员的后备支持对创新产出效率存在至关重要的影响(Hochberg et al.，2010；Bradley et al.，2017)。

本文认为，员工购房压力对企业创新的影响存在不确定性。一方面，购房压力可能会加剧企业员工流失、降低员工在创新活动中的积极性与创造性，进而阻碍创新活动的开展，降低创新绩效。具体而言，住房作为生活必需品，是人们安全感、幸福感、归属感的来源之一。Helpman(1998)将住房因素引入Krugman(1991)构建的新经济地理学标准模型，指出较高的居住成本会抑制劳动力集聚。与劳动力迁移相关的研究指出，住房支出与经济收入对流动人口在城市的长期留居意愿存在重要影响(杨雪 等，2017)。在房价不断攀升的背景下，住房成为顶端城市对劳动力进行排斥和筛选的主导因素(董昕，2016)。那些工资福利较低、难以负担住房的劳动力可能会进行区域间转移，或区域内移动以寻求更高的经济收入(邵朝对 等，2016)。因此，对于企业员工而言，若其收入水平难以承担当地的住房支出，“安居乐业”便无从谈起。换言之，较大的购房压力会加剧企业员工流失，促使员工流向购房负担较小的城市，或者流向收入更加可观的行业或公司。作为企业创新的“执行者”，员工流失会给技术创新活动带来不利影响。

此外，经济收入与居住成本不匹配带来的压力可能会抑制员工参与创新的积极性与创造性，进而对企业创新产生负面影响。大量研究表明，非工作因素(Non-work Factors)(比如与生活或家庭相关的压力)对员工工作态度及工作行为的影响不容忽视(Edwards et al.，2000；Van Dyne et al.，2002)。从员工积极性与创造性的视角出发，购房压力对企业创新的影响主要体现在：首先，购房压力会导致员工的注意力集中在满足基本生存需求以及解决与家庭生活相关的困难上，从而极大地降低了他们参与并解决创新性问题的意愿与动力(Frone et al.，1997)，给技术创新活动带来不利影响。其次，购房压力会使个体长期处于焦虑、紧张、迷茫的状态，这不仅会影响企业员工的心理与生理健康，也会影响其幸福感与生产力。存在“购房焦虑”的员工很难产生创新性想法，他们更倾向于从事事务性工作而排斥创造性任务(比如高风险、长周期、高度不确定的技术创新活动等)(张伶 等，2014)，这也会显著抑制企业创新，阻碍创新绩效的提升。

另一方面，由于压力具有两面性，“无忧无虑”也可能导致员工产生懈怠情绪。根据压力交互理论，压力的作用主要取决于个体主动应对策略的实施以及个人主观认知评价(Lazarus et al.，1987)。如果企业员工认为城市的社会网络、发展机遇足以弥补房价高带来的压力，或者认为自己可以从高效参与创新活动中获得更多的经济收益，此时购房压力也可能激发员工参与创新的积极性和创造性，促进企业创新绩效显著提高。

综上所述，本文提出如下竞争性假设：

H1a：在控制其他影响因素的情况下，员工的购房压力将显著抑制企业创新；

H1b：在控制其他影响因素的情况下，员工的购房压力将显著促进企业创新。

三、研究设计

(一)样本选择与数据来源

本文选取2007—2017年沪深两市A股上市公司为样本，并对初始样本进行了如下筛选：(1)剔除金融保险类上市公司样本；(2)剔除ST类上市公司样本；(3)剔除专利变量、员工购房压力变量及控制变量存在数据缺失的样本。经过上述处理，最终得到12970个公司-年度观测值。本文研究使用的申请专利、授权专利、持有有效专利数据来自CSMAR数据库中的上市公司与子公司专利分库；商品房屋平均销售价格数据来自《中国区域经济统计年鉴》《中国城市统计年鉴》；其他财务数据均来自CSMAR数据库。为控制极端值的影响，本文对所有连续变量在1%和99%的水平上进行了缩尾处理。此外，为缓解潜在异方差和序列相关问题对回归结果的影响，本文还对所有回归模型的系数标准误进行了公司维度的聚类处理。

(二)变量说明

1.被解释变量：企业创新

本文采用专利产出作为衡量企业创新的主要指标。在我国，专利可进一步细分为发明专利、实用新型专利和外观设计专利三种类型。为了全面反映企业专利产出情况，本文在主回归中使用的专利指标均为上述三类专利数量的总和。具体而言，Patent1、Patent2、Patent3分别代表上市公司及其子公司合营联营公司当年申请的专利总数、授权的专利总数、持有的有效专利总数，在实证检验时对其加1后取自然对数。

2.核心解释变量：购房压力

从现有文献来看，衡量购房压力的常见指标主要有房价收入比、还款收入比、租售比等。相比较而言，房价收入比指标更具现实性和合理性(吕江林，2010)。为此，本文参考王永中等(2018)的做法，构造房价收入比(Stress)来衡量企业员工的购房压力，并对其取自然对数(Ln Stress)进行实证检验。房价收入比的计算方法如式(1)所示：

Stress=House Price×100/Salary

(1)

其中：House Price代表公司办公地所在城市当年商品房平均销售价格；Salary代表公司当年员工人均薪酬，等于(支付给员工的薪酬+期末应付职工薪酬-期初应付职工薪酬)/员工总人数。Stress值越大，说明员工面临的购房压力越大。

3.控制变量

参考Chang et al.(2015)、孟庆斌等(2019)的做法，本文选取的控制变量具体包括：企业规模(Size)、财务杠杆(Lev)、货币资金持有(MC)、人均固定资产净额(FA_pp)、人均营业收入(Sales_pp)、盈利能力(ROA)、营业收入增长率(Growth)、相对价值(TobinQ)、企业年龄(Age)、两职合一(Dual)、董事会独立性(Indp)、股权集中度(Top1)、分析师跟踪(Ana)、机构投资者持股(Ins)、行业竞争(HHI)、股市表现(Ret)、收益波动(Volatility)。此外，本文还控制了年份(Year)、行业(Ind)和城市(City)固定效应。

本文主要变量的说明详见表1。

表1 主要变量说明

(三)模型构建

本文构建模型(2)检验员工购房压力对企业创新的影响。

Patent=β0+β1×Ln Stress+∑Controls+∑Year+∑Ind+∑City+ε

(2)

其中：被解释变量Patent代表企业创新，具体用Patent1、Patent2、Patent3三个指标衡量；核心解释变量Ln Stress为衡量购房压力的指标。

本文重点关注系数β1的方向及显著性。若β1显著为负，则表明员工经济收入与居住成本的高度不匹配抑制了企业创新，即员工面临的购房压力越大，企业创新产出越少；若β1显著为正，则表明员工经济收入与居住成本的高度不匹配促进了企业创新，即员工面临的购房压力越大，企业创新产出越多。

四、实证结果与分析

(一)描述性统计分析

表2列示了本文主要变量的描述性统计结果。衡量企业创新的三个指标申请专利(Patent1)、授权专利(Patent2)、持有有效专利(Patent3)的均值分别为3.236、2.909、4.174，且标准差均较大，说明我国上市公司创新水平整体偏低，不同公司之间的创新产出存在较大差异。购房压力(Stress)的均值为12.973，最小值为1.916，最大值为53.756，标准差为10.101，说明我国上市公司员工普遍面临较高的购房压力，并且购房压力在不同城市、不同公司之间差距非常大。其他控制变量的分布均在合理范围内，此处不再赘述，详见表2。

表2 描述性统计结果

(二)基准回归分析

表3报告了员工购房压力对企业创新影响的检验结果。其中,列(1)～(3)的被解释变量分别为Patent1、Patent2、Patent3，列(4)～(6)的被解释变量分别为t+1期的Patent1、Patent2、Patent3，即企业未来的创新产出。由表3可知，Ln Stress的回归系数均显著为负，说明员工购房压力显著抑制了企业创新，H1a得到验证。员工购房压力对企业创新产出的影响在经济意义上同样显著。以列(1)为例，员工购房压力指标的数值增加一个标准差，企业创新产出将减少3.76%(=0.695×0.175/3.236)。此外，从控制变量的回归结果来看，企业规模(Size)越大、盈利能力(ROA)越强、外部监督(Ana)越强，企业创新产出越多，创新绩效越好，这与已有研究(陈钦源 等，2017；孟庆斌 等，2019)的发现基本一致。

表3 员工购房压力与企业创新关系的检验结果

(续表3)

(三)稳健性检验

1.工具变量回归

为解决潜在的内生性问题，本文借鉴王永中等(2018)的做法，选择人均城市建设用地面积(Ground)以及城市限购政策(Res)作为购房压力的工具变量进行两阶段最小二乘回归。其中，计算人均城市建设用地面积的城市人口和城市建设用地面积数据来自《中国城市统计年鉴》；对限购政策的定义参考胡宁等(2019)的做法，将2010年4月30日至2011年11月1日期间实施限购政策的46个城市设为限购城市，限购城市第一次颁布“限购令”后，Res取值为1，否则取值为0。人均城市建设用地面积以及限购政策会直接影响购房压力，但对企业创新不存在直接影响，因而是较为理想的工具变量。

表4列(1)为第一阶段的回归结果，列(2)～(4)为第二阶段的回归结果。豪斯曼检验中p值均通过了显著性检验，说明员工购房压力为内生变量，采取工具变量法是恰当有效的。LM统计量(30.40，p<0.01)在1%的显著性水平上拒绝了“工具变量识别不足”的原假设。第一阶段回归的Cragg-Donald Wald F统计量为15.94，大于15%的临界值11.59，表明不存在弱工具变量问题。第二阶段的回归结果显示，Ln Stress的回归系数均为负，且都在5%的水平上显著，与基准回归结果基本一致。

表4 工具变量检验结果

2.更换主要变量的数据来源或测量指标

(1)使用安居客网站房价数据。在基准回归部分，商品房屋平均销售价格数据来自《中国区域经济统计年鉴》《中国城市统计年鉴》。此处，使用来自安居客网站的房价数据计算购房压力(Ln Stress_a)，并重新进行检验，结果见表5。不难发现，Ln Stress_a的回归系数均显著为负，H1a再次得到证实。

表5 变更主要变量数据来源的检验结果

(2)调整核心解释变量的测度方法。本文构造了两个虚拟变量(Stress_d、Up_Down)作为购房压力的替代指标。其一，如果企业办公地所在城市的房价高于该省份平均房价且该企业员工平均薪酬低于样本内员工平均薪酬的中位数，则意味着员工面临着相对较高的购房压力，此时Stress_d取值为1，否则取值为0。其二，如果企业办公地所在城市的房价较上年上涨但企业员工平均薪酬较上年下跌，则意味着员工面临着相对较高的购房压力，此时Up_Down取值为1，否则取值为0。依次将Stress_d和Up_Down作为Ln Stress的替代变量纳入模型(2)进行回归，结果如表6所示。由列(1)～(3)可见，Stress_d的回归系数均至少在5%的水平上显著为负；列(4)～(6)的结果显示，Up_Down的回归系数均在1%的水平上显著为负。这说明在改变核心解释变量的测量指标后，员工购房压力依然对企业创新产生了显著的抑制作用，与上文结论保持一致。

表6 替换核心解释变量测度方法的检验结果

(续表6)

(3)调整被解释变量的测度方法。考虑到相较于其他两种类型的专利，发明专利技术的难度最大、新颖性最强、风险最高，此处使用企业当年申请(授权、持有有效)的发明专利总数加1取自然对数替换基准检验部分的企业创新指标，即用Patent1_I、Patent2_I、Patent3_I分别替换Patent1、Patent2、Patent3。由表7可知，Ln Stress的回归系数均在1%的水平上显著为负。这说明，更换被解释变量的测量指标并不会导致员工购房压力与企业创新之间的关系发生根本性变化。

表7 替换被解释变量测度方法的检验结果

3.控制可能的遗漏变量

一是控制创新投入的影响，其中创新投入用研发支出占资产总额的比重(或研发支出占营业收入的比重)衡量。二是控制地区特征的影响，包括地区生产总值、地区人口总数、房地产开发投资总额(或住宅开发投资总额)、职工平均工资变量。三是控制高管特征的影响，即纳入企业高管薪酬变量。由检验结果可知，Ln Stress的回归系数均显著为负(2)限于篇幅，实证结果不再详细列示，留存备索。。可见，在基准模型中分别引入上述可能的遗漏变量，并不会改变前文的研究结论。

4.其他稳健性检验

首先，将样本区间缩小为2011—2017年；其次，剔除北京、上海、广州、深圳四个一线城市样本；再者，改变聚类处理的维度，采用年份-行业维度或年份-公司维度的聚类处理；最后，控制年份-行业以及城市的固定效应。上述一系列稳健性测试的结果(3)限于篇幅，实证结果不再详细列示，留存备索。均表明，本文研究结论是可靠的。

五、作用机制检验

本文在理论分析部分指出，购房压力主要通过加剧员工流失以及抑制员工参与创新的积极性与创造性两条路径对企业创新产生不利影响。接下来，对此理论逻辑进行验证。

首先，检验购房压力对员工规模的影响。参考步丹璐等(2013)和王砾等(2020)的做法，使用员工离职率(ETR)与员工净流入(E_Inflow)作为企业员工流失的代理指标。其中，员工离职率等于企业当期员工总人数与未来一期员工总人数之差与当期员工总人数的比率，ETR越大，说明员工离职情况越严重；员工净流入通过企业员工年增长率衡量，等于企业未来一期员工总人数与当期员工总人数的比率取自然对数，E_Inflow越大，说明员工流失程度越低。除模型(2)中的控制变量外，进一步增加地区生产总值(GRP)、人口密度(Density)及是否为国有企业(SOE)变量以控制区域特征及企业产权性质对员工流失的潜在影响。回归结果如表8列(1)、(2)所示，从中可见，Ln Stress的回归系数在1%的水平上显著为负，说明购房压力越高，企业员工离职率越高，员工净流入越少。由此可知，购房压力加剧员工流失进而抑制企业创新的作用机制得到验证。

其次，检验购房压力对员工创新积极性与创造性的影响。考虑到员工对待创新的态度与行为难以直接观测，本文参考王永中等(2018)的做法，通过区分专利类型来间接考察购房压力对员工创新积极性与创造性的影响。这是因为，不同类型专利的难易程度、风险等级及价值水平差异较大，相应地，员工所需付出的努力和热情也大不相同。比如，在发明专利、实用新型专利、外观设计专利中，发明专利技术难度最大、新颖性最强、风险最高，实用新型专利次之，外观设计专利最容易且价值最低。表8列(3)与列(4)报告了具体的检验结果。其中，列(3)的被解释变量Patent1_I为上市公司及其子公司合营联营公司当年申请的发明专利总数加1后取自然对数，列(4)的被解释变量Patent1_U&D为上市公司及其子公司合营联营公司当年申请的实用新型专利和外观设计专利总数加1后取自然对数。列(3)中Ln Stress的回归系数为负且在1%的水平上显著，列(4)中该系数为负但不显著，侧面说明当员工面临较大的购房压力时，其会表现出明显的风险规避特征，尽可能减少参与技术难度大的创新项目。由此可知，购房压力削弱员工参与创新的积极性和创造性进而抑制企业创新的作用机制得到验证。

表8 作用机制检验结果

六、进一步研究

(一)基于员工特征的拓展研究

研究经验丰富、技术水平高及知识储备多的员工在专利产出过程中发挥着更加关键的作用，因此高学历员工的工作变动或对待技术创新活动的态度对企业创新的影响更为显著。本文认为，购房压力对企业创新的抑制作用在高学历员工占比高的公司中可能更明显。选取硕士及以上学历员工比例、本科及以上学历员工比例两个指标衡量员工受教育水平，并根据中位数构造虚拟变量EDU_M(当企业硕士及以上学历员工比例高于中位数时取值为1，否则取值为0)和EDU_B(当企业本科及以上学历员工比例高于中位数时取值为1，否则取值为0)，而后将虚拟变量及其与购房压力的交乘项(Ln Stress×EDU_M、Ln Stress×EDU_B)引入模型进行回归，结果如表9所示。由列(1)～(3)可见，Ln Stress×EDU_M的回归系数均至少在10%的水平上显著为负；列(4)～(6)的结果显示，Ln Stress×EDU_B的回归系数均在1%的水平上显著为负。上述检验结果表明，员工受教育水平越高，购房压力对企业创新的抑制效应越明显。

表9 员工特征影响的检验结果

(二)基于企业特征的拓展研究

成熟的大规模企业能够为员工提供更多的成长机遇和更广阔的发展空间，帮助员工积累更广泛的人脉与社会资本，这一定程度上有助于缓解购房压力带来的负面影响。因此，本文认为在成熟的大规模企业中，员工购房压力对创新的抑制作用有所缓解。一方面，参考贾凡胜等(2017)的做法，使用总资产区分公司发展阶段，并根据中位数构造虚拟变量Large(当总资产高于中位数时取值为1，否则取值为0)，而后将Large及其与购房压力的交乘项(Ln Stress×Large)纳入模型进行回归，结果如表10中列(1)～(3)所示。从中可见，Ln Stress×Large的回归系数均在1%的水平上显著为正。另一方面，借鉴Dickinson(2011)的做法，根据经营活动现金流、投资活动现金流及筹资活动现金流的不同组合，将企业按生命周期划分为初创期、成长期、成熟期、动荡期和衰退期五个阶段。处于成长期和成熟期的企业能够为员工提供更稳定、更长远的发展机会，当企业处于该阶段时，虚拟变量Mature取值为1，否则取值为0。将Mature及其与购房压力的交乘项(Ln Stress×Mature)加入模型进行回归，结果见表10列(4)～(6)。不难发现，Ln Stress×Mature的回归系数均在10%的水平上显著为正。上述检验结果证实，员工购房压力对企业创新的负面影响在成熟的大规模企业中有所弱化。

表10 企业特征影响的检验结果

(三)基于行业特征的拓展研究

行业特征与企业创新密切相关(姚立杰 等，2018)。相比于非高新技术行业，高新技术行业对创新需求更大，企业员工参与的创新活动与创新项目更多，人力资本与知识资本对此类行业企业的发展更加重要。因此，本文认为员工购房压力对企业创新的抑制作用在高新技术行业中更为明显。对于高新技术行业的界定，参考陈钦源等(2017)的做法，将代码为G、C5、C7、C8的行业归为高新技术行业。当企业属于高新技术行业时，虚拟变量Tech取值为1，否则取值为0。将Tech及其与购房压力的交乘项(Ln Stress×Tech)放入模型进行回归，结果如表11列(1)～(3)所示。不难发现，Ln Stress×Tech的回归系数均在1%的水平上显著为负。这表明，员工购房压力对高新技术行业企业创新的抑制作用更显著。

此外，处于竞争激烈行业中的企业通常会在研发上投入更多的人力、财力和物力(黎文靖 等，2016)，以期提高创新绩效、获得超额利润、争取市场份额。因此，“人力”(如员工规模及员工对待创新的态度等)对此类企业创新产出的影响更加显著。基于此，本文认为员工购房压力对创新的抑制效应主要体现在行业竞争较为激烈的公司中。对于行业竞争程度，使用赫芬达尔指数(HHI)来衡量，并根据中位数定义虚拟变量Com(当公司处于竞争激烈的行业时取值为1，否则取值为0)。在此基础上，将Com及其与购房压力的交乘项(Ln Stress×Com)纳入模型进行回归。表11列(4)～(6)的回归结果显示，Ln Stress×Com的回归系数均在1%的水平上显著为负，表明购房压力对创新的负向影响在行业竞争激烈的公司中更加明显。

表11 行业特征影响的检验结果

(四)基于地区特征的拓展研究

在城市交通设施较为完善的情况下，即便在较为偏远、房价较低的城区购房，员工的通勤与生活也不会受到明显影响。因此，本文认为良好的城市交通状况可能会弱化员工购房压力对企业创新的抑制效应。选取《中国城市统计年鉴》中每万人拥有公共汽车辆数作为城市交通的代理变量，该指标值越大，说明城市的交通状况越好。在此基础上，根据每万人拥有公共汽车辆数的中位数构造虚拟变量Trans(当企业所在城市每万人拥有公共汽车辆数高于中位数时取值为1，否则取值为0)，并将其及交乘项(Ln Stress×Trans)放入模型进行回归，结果见表12中列(1)～(3)。实证检验结果显示，除列(2)外，Ln Stress×Trans的回归系数均在10%的水平上显著为正。这表明，当企业所在城市的交通状况较好时，员工购房压力对企业创新的负面影响将有所缓解。

劳动力供给的丰裕程度也可能影响员工购房压力与企业创新之间的关系。在劳动力供给丰裕的情况下，企业更容易在劳动力市场招聘到合适的员工，从而能够更大程度上减少员工流失给企业带来的危害。因此，本文认为充裕的劳动力供给可能会削弱员工购房压力对企业创新的负面影响。鉴于劳动力供给随高校招生规模的扩大而显著增长(李磊 等，2019)，本文选取《中国城市统计年鉴》中普通高等学校学生数作为劳动力供给丰裕程度的代理变量，该指标值越大，说明城市的劳动力供给越充裕。在此基础上，根据普通高等学校学生数的中位数构造虚拟变量Labor(当企业所在城市普通高等学校学生数高于中位数时取值为1，否则取值为0)，并将Labor及其与购房压力的交乘项(Ln Stress×Labor)放入模型进行回归。由表12列(4)～(6)可知，Ln Stress×Labor的回归系数均至少在5%的水平上显著为正。这说明，企业所在城市劳动力供给越充裕，员工购房压力对企业创新的抑制作用越弱。

需要说明的是，考虑到基于地区特征的拓展研究(城市交通、劳动力供给)可能受到当地经济发展水平的影响，在本部分检验中进一步控制了地区生产总值(GRP)以缓解经济状况的潜在影响。

表12 地区特征影响的检验结果

(五)购房压力对创新价值转化的影响

大量研究证实，企业创新具有价值提升功能(权小锋 等，2017)。在此，利用模型(3)进一步检验员工购房压力是否会阻碍创新投入以及创新产出向企业价值转化。

TobinQt+1/TobinQt+2=γ0+γ1×Innovation+γ2×Innovation×Ln Stress+γ3×Ln Stress+∑Controls+∑Year+∑Ind+∑City+ε

(3)

其中：被解释变量为TobinQt+1(或TobinQt+2)，用于衡量企业价值；Innovation为企业创新，用企业当期申请的专利总数加1后取自然对数(Patent1)以及企业研发支出占资产总额的比重(RDTA)两个指标衡量；控制变量不仅包括模型(2)中除TobinQ外的所有控制变量，还增加了高管持股比例(ExeSH)以控制管理层持股水平的潜在影响(权小锋 等，2017)。此外，模型(3)中还控制了年份(Year)、行业(Ind)以及城市(City)的固定效应。

表13报告了购房压力对企业创新价值转化影响的检验结果。其中，列(1)、(2)的被解释变量为T+1期的TobinQ(TobinQt+1)，从中可见，Patent1×Ln Stress、RDTA×Ln Stress的回归系数均为负且至少在10%的水平上显著，表明员工购房压力显著阻碍了企业创新的价值转化。列(3)、(4)报告了被解释变量为T+2期TobinQ(TobinQt+2)时的回归结果，结论类似，不再赘述。

表13 购房压力对企业创新价值转化影响的检验结果

七、研究结论与启示

本文以2007—2017年沪深A股上市公司为研究样本，分析并检验了员工购房压力对企业创新的影响。主要研究结论包括：(1)员工经济收入与居住成本的不匹配程度越高，即员工购房压力越大，企业创新产出越少。该结论在经过一系列稳健性检验后依然成立。(2)作用机制检验结果表明，购房压力主要通过加剧员工流失、降低员工工作的积极性和创造性显著抑制企业创新。(3)异质性分析结果显示，购房压力对企业创新的抑制效应在高学历员工占比高、行业竞争激烈、高新技术行业的公司中更明显，而在较为成熟、所在城市交通便利、劳动力供给充足的企业中有所缓解。(4)进一步研究发现，员工购房压力会阻碍创新投入与创新产出向企业价值转化。

本文研究结论表明，我国房价收入比偏离了合理区间，企业员工普遍面临较大的购房压力，这不利于企业创新能力和创新效率的提高。据此，提出如下政策建议：首先，应坚持“房子是用来住的、不是用来炒的”的定位，充分认识房价过快上涨的危害性，坚决遏制投资投机性需求，不断加强市场调控，进一步完善政策工具箱，有效防范和化解市场风险，促进房地产市场平稳健康、规范有序发展，切实支持居民合理自住需求。其次，要进一步强化服务意识，提升服务效能，着力打造全方位、多层次的人才住房保障体系，统筹解决好企业关心的稳岗安居问题，为企业集聚人才、留住人才提供有力保障。最后，企业应紧密围绕总体发展战略，充分考虑员工的多样化需求，构建更加科学合理的激励机制，通过对激励工具的组合运用，有效调动员工参与创新的积极性和创造性，充分激发人力资本效能，进一步增强员工的获得感、成就感和归属感。