二手學(xué)區(qū)房?jī)r(jià)格溢價(jià)研究
——以重慶市沙坪壩區(qū)為例

王筱欣，何曉斐

(重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院，重慶 400054)

?

二手學(xué)區(qū)房?jī)r(jià)格溢價(jià)研究
——以重慶市沙坪壩區(qū)為例

王筱欣，何曉斐

(重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院，重慶 400054)

為了探究小學(xué)質(zhì)量特征以及其他房屋特征對(duì)學(xué)區(qū)內(nèi)住宅價(jià)格的影響，選取重慶市沙坪壩區(qū)的16所小學(xué)，以及57個(gè)小區(qū)的1 158個(gè)住宅市場(chǎng)數(shù)據(jù)，利用價(jià)格特征模型進(jìn)行研究。研究結(jié)果表明：在控制了房屋特征、樓盤特征和區(qū)位特征等的情況下，對(duì)數(shù)據(jù)進(jìn)行穩(wěn)健性回歸分析，發(fā)現(xiàn)重點(diǎn)小學(xué)的學(xué)區(qū)房比普通小學(xué)的非學(xué)區(qū)房的出售價(jià)格高出8.3%。

學(xué)區(qū)房?jī)r(jià)格；特征價(jià)格模型；重慶市沙坪壩區(qū)

在我國(guó)許多大中城市，小學(xué)義務(wù)教育都遵循“就近入學(xué)”的政策，盡管2016年教育部新出臺(tái)了“多校劃片”政策，希望以此來(lái)遏止學(xué)區(qū)房的價(jià)格高漲。但是，教育資源在地理上分布不均的現(xiàn)狀仍然沒有改變，優(yōu)質(zhì)小學(xué)的容量畢竟是有限的。當(dāng)今社會(huì)，人們對(duì)學(xué)校的教育質(zhì)量、生源情況、教師水平、教學(xué)環(huán)境以及升學(xué)率等學(xué)校整體水平的要求提高，因而更傾向于在重點(diǎn)學(xué)校周邊買房居住，使得重點(diǎn)學(xué)校周邊的住宅價(jià)格較之普通學(xué)校周邊住宅的價(jià)格高。本文對(duì)于學(xué)區(qū)房的定義為：在教育部劃分的區(qū)域內(nèi)購(gòu)買住房，購(gòu)房者本人的子女可就讀區(qū)、市、省級(jí)的重點(diǎn)學(xué)校。因此，本文中的“學(xué)區(qū)房”指的是重點(diǎn)小學(xué)所在學(xué)區(qū)內(nèi)的住宅，而“非學(xué)區(qū)房”則指普通學(xué)校學(xué)區(qū)內(nèi)的住宅，這兩者的房?jī)r(jià)差異是本文研究的重點(diǎn)。

本文以重慶市沙坪壩區(qū)為行政范圍，以部分小高層和高層學(xué)區(qū)房單元為研究對(duì)象，基礎(chǔ)數(shù)據(jù)來(lái)自于重慶搜房網(wǎng)，并且缺失的數(shù)據(jù)由其他二手房信息加以完善。本文分析數(shù)據(jù)為重慶市沙坪壩區(qū)2016年9月18號(hào)到9月25號(hào)為期一周的掛牌價(jià)格，共計(jì)1 158條。擬采用國(guó)內(nèi)外通行的特征價(jià)格模型為研究方法，選取小區(qū)特征、房屋特征、鄰里特征等共14個(gè)變量，并運(yùn)用適當(dāng)?shù)姆椒▽⑵涮卣髁炕?/p>

一、文獻(xiàn)回顧

國(guó)外運(yùn)用特征價(jià)格模型對(duì)教育因素進(jìn)行研究已經(jīng)取得了較多的成果。國(guó)外早期研究教育資源與住宅價(jià)格關(guān)系時(shí)，是將與學(xué)校質(zhì)量相關(guān)的一項(xiàng)或多項(xiàng)指標(biāo)直接引入住宅特征價(jià)格模型中[1-2]，通過相應(yīng)指標(biāo)的回歸系數(shù)估計(jì)學(xué)校對(duì)房?jī)r(jià)的影響。

國(guó)外較早地研究了學(xué)區(qū)房的問題，Kathy等在研究了德克薩斯州的學(xué)區(qū)房問題后認(rèn)為，學(xué)校成績(jī)的上升會(huì)引起學(xué)校周邊住宅價(jià)格的上升[3]；新加坡學(xué)者 Chin 等[4]、Celia 等[5]同樣發(fā)現(xiàn)了知名度較大、有優(yōu)質(zhì)教育資源的學(xué)校能顯著提高住宅的價(jià)格。Black利用1993—1995 年美國(guó)馬薩諸塞州3個(gè)郡的住宅交易數(shù)據(jù)，發(fā)現(xiàn)考試分?jǐn)?shù)與家長(zhǎng)住宅支付意愿提升率成正相關(guān)[6];Phuong等總結(jié)了1999 年以來(lái)的研究成果，發(fā)現(xiàn)學(xué)生成績(jī)每增加1%，住宅價(jià)格提升約4%[7]；Stephen等通過配對(duì)和加權(quán)兩種方式，對(duì)邊界斷裂回歸方法進(jìn)行改善，發(fā)現(xiàn)平均學(xué)校價(jià)值或者學(xué)生成績(jī)?cè)黾?個(gè)標(biāo)準(zhǔn)差，會(huì)導(dǎo)致學(xué)區(qū)房的需求增加，學(xué)區(qū)內(nèi)住宅價(jià)格提升3%[8]。

可見，國(guó)外對(duì)于學(xué)區(qū)房與周邊住宅價(jià)格的分析已經(jīng)趨于成熟，對(duì)于選取學(xué)校質(zhì)量指標(biāo)以及研究方法上更為多樣和具有創(chuàng)新性，并能相對(duì)準(zhǔn)確地量化學(xué)區(qū)質(zhì)量特征或?qū)W校質(zhì)量特征資本化到住宅價(jià)格中的程度。

而國(guó)內(nèi)對(duì)于學(xué)區(qū)房的研究還較少，馮皓等對(duì)上海市不同區(qū)域的教育資源和房?jī)r(jià)月度數(shù)據(jù)進(jìn)行研究，分析認(rèn)為存在教育資本化現(xiàn)象，區(qū)域內(nèi)每增加一所此類高中，平均房?jī)r(jià)提升6.9%[9]，這說明房?jī)r(jià)和教育質(zhì)量的外生變化存在一定的聯(lián)系。溫海珍等通過驗(yàn)證杭州市教育設(shè)施對(duì)住宅價(jià)格的影響，評(píng)估教育設(shè)施的資本化程度，得出小學(xué)和初中的教育設(shè)施存在顯著的學(xué)區(qū)效應(yīng)，小學(xué)、初中的教育質(zhì)量每提高 1個(gè)水平，其學(xué)區(qū)內(nèi)的住宅價(jià)格能夠提高2.3%或 2.6%。幼兒園、高中和大學(xué)則通過可達(dá)性提高了周邊住宅的價(jià)格，小區(qū)1 km范圍內(nèi)每增加一所幼兒園，住宅總價(jià)上升0.1%；處于高中或大學(xué)1 km范圍內(nèi)，住宅總價(jià)分別上升1.8%和2.1%[10]。黃濱茹通過劃分北京人大附小所在片區(qū)的住宅，運(yùn)用特征價(jià)格模型，得出“有學(xué)位名額”住宅對(duì)房?jī)r(jià)有顯著影響的結(jié)論[11]。同年，黃濱茹選取西安市碑林區(qū)的18所中學(xué)及中學(xué)周邊1 km范圍內(nèi)59個(gè)小區(qū)共349 個(gè)樣本點(diǎn)，對(duì)樣本數(shù)據(jù)的分析以定性為主、定量為輔，研究城墻內(nèi)外中學(xué)教學(xué)質(zhì)量對(duì)周邊住宅的影響，采用的學(xué)校質(zhì)量指標(biāo)為各中學(xué)在2006—2008 年高考“一本上線率”，結(jié)果表明在城墻外“一本上線率”與周邊住宅價(jià)值存在非線性關(guān)系，而在城墻內(nèi)，這一結(jié)果并不顯著[12]。徐瑩以復(fù)旦大學(xué)為例研究大學(xué)對(duì)于周邊住宅價(jià)格的影響，在復(fù)旦大學(xué)500米范圍內(nèi)的住宅價(jià)格會(huì)受到影響[13]。蒙彥宏等以廣州市小學(xué)質(zhì)量特征來(lái)研究學(xué)區(qū)房?jī)r(jià)格的影響因素，對(duì)學(xué)區(qū)房?jī)r(jià)格有顯著的正向作用的變量有生均建筑面積、省特級(jí)與高級(jí)教師人數(shù)、學(xué)生與教師人數(shù)之比，這也是首次將小學(xué)質(zhì)量進(jìn)行具體細(xì)化，明確了學(xué)區(qū)房的概念[14]。

二、數(shù)據(jù)與模型

(一)數(shù)據(jù)說明

1.房屋數(shù)據(jù)

本研究從重慶房天下網(wǎng)站上獲取2016年9月18日至25日重慶市沙坪壩區(qū)的二手房源出售信息數(shù)據(jù)，主要考慮到兩個(gè)方面的因素：其一，考慮到時(shí)間變化對(duì)于價(jià)格變動(dòng)的影響，選取短期時(shí)間內(nèi)的數(shù)據(jù)以保證時(shí)間變化對(duì)價(jià)格的影響不大，可以忽略；其二，由于2016年新出臺(tái)的“多校劃片”的政策以及一般學(xué)校出臺(tái)的招生簡(jiǎn)章的時(shí)間，從而選擇了9月的數(shù)據(jù)，而“多校劃片”政策的影響，本文從教育指數(shù)這個(gè)方面加以體現(xiàn)。所以每條數(shù)據(jù)含有房屋特征、樓盤特征、區(qū)位特征等共14個(gè)變量。其中，房屋特征包括朝向、裝修情況、臥室數(shù)、客廳數(shù)以及所在樓層；樓盤特征包括房齡、總樓層數(shù)和綠化率；區(qū)位特征包括教育指數(shù)、生活指數(shù)、交通指數(shù)和健康指數(shù)。收集獲得房屋數(shù)據(jù)1 158 份。

2.學(xué)校和小區(qū)對(duì)應(yīng)數(shù)據(jù)

從沙坪壩區(qū)教委網(wǎng)站得到各小學(xué)的一些基本情況。通過數(shù)據(jù)的收集以及平臺(tái)提供的數(shù)據(jù)，可知重慶市沙坪壩區(qū)小學(xué)一共68所，但由于重慶特殊的地理環(huán)境，一般一個(gè)城區(qū)包括了城區(qū)以及下面的鄉(xiāng)鎮(zhèn)，所以本文中的沙坪壩城區(qū)內(nèi)的小學(xué)為16所。由于目前政府禁止以任何形式對(duì)義務(wù)教育階段學(xué)校進(jìn)行排名，所以本文通過收集沙坪壩區(qū)教育部門公布的有關(guān)基礎(chǔ)教育文件，以及網(wǎng)站如重慶本地寶、重慶家長(zhǎng)幫社區(qū)等來(lái)確定沙坪壩區(qū)的重點(diǎn)和普通小學(xué)。

3.區(qū)位數(shù)據(jù)

為了更好地控制區(qū)位特征對(duì)于房?jī)r(jià)的影響，考慮到人們?cè)谫?gòu)房選擇時(shí)考慮的因素，有教育指數(shù)、交通便利程度、生活便利程度以及看病就醫(yī)的便利程度，本研究還從公交站數(shù)量、公交線路、距商業(yè)圈的距離，以及距周邊醫(yī)院的距離進(jìn)行研究分析，并結(jié)合安居客網(wǎng)站中的二手房信息進(jìn)行打分，共覆蓋57個(gè)小區(qū)。

4.學(xué)校質(zhì)量數(shù)據(jù)

沙坪壩區(qū)是重慶市教育資源最為集中的區(qū)域，對(duì)于我們研究學(xué)區(qū)房對(duì)房屋評(píng)估價(jià)格的影響有著極其重要的作用。沙坪壩區(qū)共有68所小學(xué)，但是由于重慶特殊的地理環(huán)境，導(dǎo)致在城區(qū)能覆蓋到小區(qū)的小學(xué)并不是很多，所以我們選擇了16所。其中包括市重點(diǎn)6所、區(qū)重點(diǎn)3 所，以及普通小學(xué)7所。

三、變量和模型

(一)變量說明

在選取變量的過程中，參考了國(guó)內(nèi)外對(duì)于二手房以及學(xué)區(qū)房的變量指標(biāo)選擇的研究，在此基礎(chǔ)上選取并收集了二手學(xué)區(qū)房的房屋特征、樓盤特征和區(qū)位特征等相關(guān)變量。本研究關(guān)注的核心因變量是住宅的每平方米價(jià)格的對(duì)數(shù)，而其價(jià)格選取的是掛牌價(jià)格，由于收集的是網(wǎng)上的數(shù)據(jù)，有些交易數(shù)據(jù)并沒有及時(shí)在網(wǎng)上披露，對(duì)于收集真實(shí)的成交價(jià)格造成了一定的阻礙。

經(jīng)過實(shí)地調(diào)查和訪問發(fā)現(xiàn)，網(wǎng)站上的掛牌價(jià)格是房主和房地產(chǎn)經(jīng)紀(jì)人將該房屋與其他一些相類似的房屋的成交價(jià)格以及當(dāng)前住宅市場(chǎng)行情進(jìn)行分析判斷相結(jié)合得出的合理價(jià)格，掛牌價(jià)格與成交價(jià)格比較接近。而且現(xiàn)在搜房網(wǎng)自身還有網(wǎng)站監(jiān)督，對(duì)于虛假信息他們會(huì)予以懲罰。由于房主會(huì)考慮到交易時(shí)的議價(jià)空間，會(huì)使得掛牌價(jià)格略高于成交價(jià)格，但是該議價(jià)空間較小，所以掛牌價(jià)格會(huì)較接近于成交結(jié)果，可以作為模型分析的依據(jù)。

本文的控制變量包括3類：一是房屋特征變量(南北朝向、裝修情況、臥室數(shù)、客廳數(shù)以及所在樓層等)，其中所在樓層數(shù)為其對(duì)數(shù)；二是樓盤特征變量(房齡、總樓層數(shù)、綠化率)，其中房齡和總樓層數(shù)為其對(duì)數(shù)；三是區(qū)位特征變量，由教育指數(shù)、生活指數(shù)、交通指數(shù)和健康指數(shù)組成。核心自變量為學(xué)校質(zhì)量， 以普通小學(xué)作為基底，構(gòu)建市重點(diǎn)和區(qū)重點(diǎn)的虛擬變量。各變量的定義和具體說明如表1所示。

(二)模型說明

特征價(jià)格模型即Hedonic prices model，它的核心思想即為商品的價(jià)格是由該商品所包含的一些能夠滿足人們需求的特征的價(jià)格之和。特征價(jià)格法認(rèn)為房地產(chǎn)由眾多不同的特征組成，而房地產(chǎn)價(jià)格是由所有特征帶給人們的效用決定的。由于各特征的數(shù)量及組合方式不同，使得房地產(chǎn)的價(jià)格產(chǎn)生差異。因此，如能將房地產(chǎn)的價(jià)格影響因素分解，求出各影響因素所隱含的價(jià)格，在控制地產(chǎn)的特征(或品質(zhì))數(shù)量固定不變時(shí)，就能將房地產(chǎn)價(jià)格變動(dòng)的品質(zhì)因素拆離，以反映純粹價(jià)格的變化。

所以，本文所用的模型如下所示：

Lny=β0+β1·Aij+β2·Bij+β3·Cj+β4·Dj

其中，下標(biāo)i代表每一個(gè)房屋個(gè)體，j代表樓盤；其中模型中的B為房屋特征的向量；C為樓盤特征的向量；D為區(qū)位特征的向量；其中B、C、D特征的向量所代表的內(nèi)部含義見表2。在方程的左邊本文采用的是因變量房?jī)r(jià)(y)的對(duì)數(shù)形式，因此，模型中得出的βi表示的是學(xué)區(qū)房的單位面積價(jià)格比非學(xué)區(qū)房高出的百分比，即學(xué)區(qū)質(zhì)量對(duì)于房?jī)r(jià)的邊際影響率。

表1 變量定義和說明

(三)計(jì)量模型的選擇

在Hedonic模型的經(jīng)驗(yàn)研究中分析住宅價(jià)格和教育質(zhì)量的計(jì)量方法主要有普通最小二乘法方法(OLS)、參數(shù)和非參數(shù)模型方法、工具變量法(IV)、雙重差分法(Difference-in-Differences)、重置價(jià)格法以及半經(jīng)驗(yàn)法等，其中OLS是廣為使用的方法。在OLS估計(jì)中，變量進(jìn)入方程的形式也是必須考慮的問題。根據(jù)經(jīng)驗(yàn)研究，采用對(duì)數(shù)形式有利于消除變量的異方差和共線性。

(四)主要變量的描述性統(tǒng)計(jì)

在表2中對(duì)研究的主要變量進(jìn)行了統(tǒng)計(jì)描述，在比較各個(gè)變量數(shù)值的差異中可知，普通學(xué)校和重點(diǎn)學(xué)校在房屋特征和樓盤特征上有差距，特別是在房?jī)r(jià)、綠化率、房屋南北朝向方面。尤其是房屋價(jià)格，重點(diǎn)小學(xué)的價(jià)格遠(yuǎn)高于普通小學(xué)，綠化率也相對(duì)更好。在區(qū)位特征的各指數(shù)大小上，除了生活指數(shù)和健康指數(shù)差不多以外，其他如交通指數(shù)和教育指數(shù)都明顯高于普通小學(xué)。

表2 主要變量描述性統(tǒng)計(jì)(n=1 158)

數(shù)據(jù)來(lái)源：重慶房天下、安居客。

四、實(shí)證結(jié)果和分析

影響二手學(xué)區(qū)房的價(jià)格因素很多，本文從學(xué)區(qū)房本身所對(duì)口的學(xué)校質(zhì)量開始依次加入影響學(xué)區(qū)房?jī)r(jià)格的房屋特征、樓盤特征以及區(qū)位特征，從而得出重點(diǎn)小學(xué)學(xué)區(qū)房的溢價(jià)。表3為結(jié)果報(bào)告，(1)—(4)列為逐步引入控制變量的結(jié)果，其中因變量均為房屋價(jià)格的對(duì)數(shù)。在(1)列中，本文未加入任何控制變量，可以看到重點(diǎn)小學(xué)所對(duì)應(yīng)的學(xué)區(qū)房平均房?jī)r(jià)比普通小學(xué)所對(duì)應(yīng)的住宅平均價(jià)格要高出10.5%，且在1%的置信水平上顯著，重點(diǎn)小學(xué)的資本化效應(yīng)為10.5%。在(2)列加入房屋特征控制變量后，重點(diǎn)小學(xué)對(duì)應(yīng)的學(xué)區(qū)房平均房?jī)r(jià)相較于第一種情況有所下降，但下降的幅度不是很大，在1%的置信水平上，其資本化效應(yīng)為9.6%。在(3)列繼續(xù)加入樓盤特征控制變量后，重點(diǎn)小學(xué)對(duì)應(yīng)的學(xué)區(qū)房平均價(jià)格上升，比普通小學(xué)高出了10.7%。在(4)列繼續(xù)加入?yún)^(qū)位特征控制變量時(shí)，重點(diǎn)小學(xué)的平均房?jī)r(jià)較普通小學(xué)只高出了8.3%，較(3)列下降了2.4%。

觀察(1)—(4)列R2的變化，可知在區(qū)位特征、樓盤特征和房屋特征三者中，房屋特征對(duì)于房?jī)r(jià)的解釋力最強(qiáng)，樓盤特征的解釋力最弱。

表3 學(xué)區(qū)房模型穩(wěn)健性回歸結(jié)果

(一)房屋特征

房屋臥室數(shù)、客廳數(shù)均對(duì)房?jī)r(jià)具有顯著性影響，其中臥室數(shù)的影響為正，每增加一間臥室數(shù)，房?jī)r(jià)大約上漲1.7%，而客廳數(shù)則剛好相反，每增加一間客廳，房?jī)r(jià)將下跌5.1%，這與實(shí)際較為符合，人們?cè)谫?gòu)買房屋時(shí)更傾向于考慮臥室數(shù)較多的房子，而客廳數(shù)的數(shù)量從實(shí)用角度來(lái)說，一般有一個(gè)就夠了。在面積一定的情況下，如果客廳數(shù)的實(shí)用性不是很大的話，一般會(huì)選擇一廳。南北朝向的房子比非南北朝向的房子均價(jià)高出0.2%,即南北朝向?qū)τ诜績(jī)r(jià)的影響不是很顯著，這可能與重慶本身的氣候和地勢(shì)有一定的關(guān)系。而裝修較好的房子比裝修較差的房子的均價(jià)高出了2.5%，這是從裝修成本的角度考慮，裝修好的房子成本較裝修差的房子要高，那么房主在定價(jià)時(shí)，會(huì)考慮到裝修成本，從而使裝修較好的房子高出裝修差的房子大概2.5%。

(二)樓盤特征

在控制了房屋特征、樓盤特征以及區(qū)位特征之后，從表3可以看到，房齡與房?jī)r(jià)存在負(fù)向相關(guān)關(guān)系，也就是說學(xué)區(qū)房的房?jī)r(jià)仍然是符合房齡效應(yīng)的，當(dāng)房齡每增加1%，房?jī)r(jià)大約下跌4%。但是，學(xué)區(qū)房存在房舊價(jià)高的情況，這可能是其對(duì)應(yīng)的學(xué)區(qū)房的物質(zhì)資源投入和鄰里效應(yīng)優(yōu)化的結(jié)果。并且，綠化率對(duì)于房屋價(jià)值的提升有著顯著的影響，綠化率每提高1%，房屋均價(jià)將增加10.1%，這遠(yuǎn)遠(yuǎn)高于其他因素的影響。隨著生活水平的逐漸提高，人們不單單滿足于日常的生活，對(duì)于生活質(zhì)量也有了一定的要求，而小區(qū)綠化率較高、小區(qū)環(huán)境相對(duì)較優(yōu)，這也是房主購(gòu)買房屋時(shí)考慮較多的一點(diǎn)。

(三)區(qū)位特征

在區(qū)位特征中，教育指數(shù)每增加1%，房屋平均價(jià)格增加0.135%，在1%水平上顯著，而區(qū)位特征中的其他3個(gè)指數(shù)均在0.1%以下，說明教育對(duì)房?jī)r(jià)影響較其他3個(gè)指數(shù)要明顯。也就是說，當(dāng)區(qū)位特征中的教育指數(shù)已經(jīng)處于較高水平時(shí)，人們對(duì)于其他因素的偏好就會(huì)減弱。這也是本文得出的重要結(jié)論。如今，教育資源分配不公平，在某種程度上較大地影響了人們購(gòu)買房屋的決策，尤其是年輕人考慮到孩子今后的學(xué)校資源和環(huán)境，愿意花更多的錢在學(xué)校的資源上，然后才考慮其他因素。

五、結(jié)論

(1)從整體上看，教育資源對(duì)住宅價(jià)格存在正向影響，學(xué)區(qū)房?jī)r(jià)格總體上高于市場(chǎng)平均價(jià)格，即教育資源數(shù)量越多、品質(zhì)越好，其周邊房?jī)r(jià)相應(yīng)越高，購(gòu)房者愿意為獲得相應(yīng)的小區(qū)配套進(jìn)行額外的支出。也就是說教育的資本化會(huì)表現(xiàn)為教育質(zhì)量的資本化，家長(zhǎng)愿意為優(yōu)質(zhì)基礎(chǔ)教育資源支付的價(jià)錢又會(huì)體現(xiàn)在為購(gòu)買重點(diǎn)小學(xué)所對(duì)應(yīng)的學(xué)區(qū)房而支付的價(jià)格中。在選擇二手房時(shí)，購(gòu)房者更關(guān)注自己購(gòu)買的二手房是否有重點(diǎn)小學(xué)的學(xué)位，他們的孩子是否有進(jìn)入該重點(diǎn)小學(xué)的入學(xué)資格。而且在細(xì)分市場(chǎng)之后可以發(fā)現(xiàn)，教育資源因類型的不同對(duì)住宅價(jià)格的影響程度也相應(yīng)存在差異，而本文研究的小學(xué)教育階段則對(duì)住宅價(jià)格的影響更多側(cè)重于學(xué)區(qū)房的劃分。就本文的研究結(jié)果分析，重慶市沙坪壩區(qū)的學(xué)區(qū)房盡管存在著溢價(jià)，但是溢價(jià)問題相對(duì)于北京、上海等城市來(lái)說并不是很嚴(yán)重，這可能也與各個(gè)小學(xué)出臺(tái)的“三對(duì)口”的要求有關(guān)，以及與重慶本身整體的房地產(chǎn)價(jià)格波動(dòng)幅度不是很大有關(guān)系，這從某種程度上來(lái)說抑制了房?jī)r(jià)的瘋漲。

(2)學(xué)區(qū)房溢價(jià)反映了中國(guó)教育資源配置失衡問題。盡管出臺(tái)了“多校劃片”政策，但是可以看出，由于重慶教育資源尤其是優(yōu)質(zhì)小學(xué)較少，即使有些小區(qū)已經(jīng)對(duì)應(yīng)多個(gè)學(xué)校，但多為普通小學(xué)，重點(diǎn)小學(xué)由于學(xué)位數(shù)有限，不能一對(duì)多個(gè)小區(qū)。所以，要想實(shí)現(xiàn)真正的教育公平，應(yīng)該將重點(diǎn)小學(xué)的優(yōu)質(zhì)教育資源分布到各個(gè)小學(xué)。對(duì)于學(xué)區(qū)房引發(fā)的負(fù)面效應(yīng)，需要教育運(yùn)行過程中涉及的相關(guān)環(huán)節(jié)的調(diào)整、控制和干預(yù)。當(dāng)然也不可否認(rèn)學(xué)區(qū)房的積極作用，大多數(shù)學(xué)區(qū)房因?yàn)闅v史的原因都位于城市的老城區(qū)，從某種程度上可以抑制老城社區(qū)衰落，這為中國(guó)城市化的發(fā)展提供了重要的經(jīng)驗(yàn)價(jià)值。

(3)在推進(jìn)教育等公共服務(wù)均等化的進(jìn)程中，2011年8月，財(cái)政部和教育部聯(lián)合向地方下發(fā)通知，要求地方在土地出讓凈收入中提取10%的教育資金，同時(shí)不得減少財(cái)政預(yù)算教育經(jīng)費(fèi)，這對(duì)于縮短教育資源之間質(zhì)量的差距、促進(jìn)教育資源均勻分布無(wú)疑是一個(gè)重大舉措。這不僅是向教育公平的理想目標(biāo)靠近，對(duì)于土地收益的合理利用以及房地產(chǎn)市場(chǎng)健康發(fā)展也具有重要的意義。

[1] OATES W E.The effects of property taxes and local public spending on property values:An empirical study of tax capitalisation and tiebout hypothesis[J].Journal of Political Economy,1973,81(4):1004-1008.

[2] ROSEN H S,FULLERTON D J.A note on local tax rates,public benefit levels,and property values[J].Journal of Political Economy,1977,85(2):433-440.

[3] HAYES K J,TAYLOR L L.Neighborhood school characteristics:What signals quality to homebuyers?[J].Economic Review,1996(4):2-9.

[4] CHIN H C,FOONG K W.Influence of school accessibility on housing values[J].Journal of Urban Planning & Development.2006,132:120-129.

[5] BILBAO-TEROL C,CAAL-FERNNDEZ V.The price of secondary school quality:a hedonic approach[J].Applied Economics Letters,2013,20(7):706-709.

[6] BLACK S E.Do better schools matter? parental valuation of elementary education[J].Quarterly Journal of Economics,1999,114(2):577-599.

[7] NGUYEN-HOANG P,YINGER J.The capitalization of school quality into house values:A review[J].Journal of Housing Economics,2011,20(1):30-48.

[8] GIBBONS S,MACHIN S,SILVA O.Valuing school quality using boundary discontinuities[J].Centre for the Economics of Education,2013,75(3):15-28.

[9] FENG H,LU M.School quality and housing prices:Empirical evidence from a natural experiment in Shanghai,China[J].Journal of Housing Economics,2010,22(4):291-307.

[10]溫海珍，楊尚，秦中伏.城市教育配套對(duì)住宅價(jià)格的影響：基于公共品資本化視角的實(shí)證分析[J].中國(guó)土地科學(xué)，2013(1):34-40.

[11]黃濱茹.教育配套對(duì)其周邊住宅價(jià)格的影響——基于人大附小學(xué)區(qū)劃片對(duì)周邊住宅價(jià)格的影響的調(diào)查[J].消費(fèi)導(dǎo)刊，2010(2):58-60.

[12]黃濱茹.中學(xué)教學(xué)質(zhì)量對(duì)周邊住宅價(jià)格的影響——以西安市碑林區(qū)的中學(xué)為例[J].中國(guó)商界，2010(3):164-166.

[13]徐瑩.大學(xué)對(duì)周邊住宅價(jià)格影響范圍的實(shí)證研究[J].中國(guó)物價(jià)，2009(4):39-41.

[14]蒙彥宏，賈士軍.廣州市小學(xué)質(zhì)量特征對(duì)學(xué)區(qū)房?jī)r(jià)格的影響研究[J].工程管理學(xué)報(bào)，2014(3):133-137.

(責(zé)任編輯 魏艷君)

A Study on the Price Premium of Second-hand School District Room—— Taking Shapingba District of Chongqing as a Research Object

WANG Xiaoxin， HE Xiaofei

(School of Economics and Finance, Chongqing University of Technology, Chongqing 400054, China)

In order to explore the quality characteristics of the primary school and the influence of other housing characteristics on the residential price in the school district, 16 primary schools in Shapingba District, Chongqing, as well as 1 158 residential market data of 57 districts are selected and the price feature model is used to study the data. Research results show that in the control of the housing characteristics, property characteristics and location characteristics and other characteristics, robust regression analysis being done on the data, it finds that the housing prices of the key primary school district room respectively are higher 8.3% than those of the non-school district housing prices of the ordinary primary school.

school district housing price; Hedonic price model; Shapingba district of Chongqing city

2016-12-12

王筱欣(1956—)，女，重慶人，教授，研究方向：區(qū)域經(jīng)濟(jì)學(xué)、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

王筱欣，何曉斐.二手學(xué)區(qū)房?jī)r(jià)格溢價(jià)研究——以重慶市沙坪壩區(qū)為例[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2017(6):44-49.

format：WANG Xiaoxin，HE Xiaofei.A Study on the Price Premium of Second-hand School District Room ——Taking Shapingba District of Chongqing as a Research Object[J].Journal of Chongqing University of Technology(Social Science)，2017(6):44-49.

10.3969/j.issn.1674-8425(s).2017.06.007

F299

A

1674-8425(2017)06-0044-06