異質教育資源對住宅價格的影響研究

鄭剛

【摘要】 本文以成都市房地產為例，采用多元回歸分析法，研究了不同優質程度以及不同階段教育資源對住宅價格的影響差異，得出了以下結論：第一，無論是針對總樣本，還是單獨針對幼兒園、中學和大學，優質教育資源和普通教育資源對其周圍1000米以內的住房價格的影響并無顯著差異；第二，不同階段的教育資源對其周圍住房價格的影響有顯著差異。其中，小學對房價的帶動作用最高，中學和幼兒園與其相比顯著較低，大學與其無顯著差異。

【關鍵詞】 異質教育資源；住宅價格；優質教育資源；不同階段的教育資源

學區房有狹義和廣義之分，狹義的學區房是指能按照“就近免試入學”原則就讀于特定區域內重點中小學的房屋；廣義的學區房則指毗鄰教育資源，能滿足人們教育學習生活需求的房屋，這些教育資源涵蓋不同優質程度，以及不同階段的學校，包括幼兒園、小學、中學以及大學（江堅，2010）。隨著近年來房地產市場的快速發展以及社會對教育公平的要求不斷提高，學區房因其稀缺性，不僅成為投資者的重要選擇對象，也引起了學術界的廣泛關注。

國內已有研究以定性分析為主，只有極少數文獻對學區房相關問題進行了定量研究，如文嘉琪（2011）利用搜房網的數據，對上海市長寧區的學區房價格走勢進行了簡單的統計分析；王曦等（2010）以南京市鼓樓區的13個學區房以及13個非學區房項目為分析樣本，運用因子分析法對學區房的價格形成機制進行了實證研究。而關于異質教育資源對學區房價格的影響，尚無文獻進行分析。本文從廣義學區房的角度出發，以成都市為例，從不同優質程度以及不同階段兩個維度，研究異質教育資源對學區房價格的影響。本文的研究在填補國內相關領域研究空白的同時，可以為學區房的投資者如何投資，以及房地產開發商如何進行教育地產開發提供建議。

一、實證設計

（一）樣本來源

本文結合成都市學校的區位分布以及是否優質，分別在不同區域選取了數個幼兒園、小學、中學和大學作為中心點。其中，幼兒園、小學與中學的優質與否是根據其是否為重點學校和示范學校作為判斷依據，大學是否優質是根據其是否為一本院校作為判斷依據。本文抽取了優質和普通幼兒園、小學、中學各10所，優質和普通大學各4所，并圍繞所選學校，采集其1000米以內的樓盤信息作為樣本數據。剔除信息不完全的個體，共獲取162個樓盤的信息。

表1展示了樣本樓盤的區域分布與均價。從該表中可知，本文所抽樣的五城區中，學區房價格有較大的差異，其中以錦江區最高、成華區最低。而隨著城市的外延，學區房價格也在不斷下降。以上數據都說明，區域性以及與城市中心的距離都對學區房價格有重要影響。

表2展示了異質教育資源周圍學區房的價格差異。從表2的Panel A可以看出，無論是針對哪個階段的教育資源，優質資源周圍的學區房價格始終高于普通資源。在不同的階段，大學和小學周圍的學區房價格較高，幼兒園和中學周圍較低。Panel B展示了不同階段教育資源的學區房價格差異，發現只有中學和小學周圍的學區房價格在10%的水平下有顯著差異。

本文還研究了樓盤與教育資源的距離對其價格的影響。首先，本文按照距離從低到高對樣本進行排序，將其等分為十組，第1組的距離最短，并計算各組內優質和普通資源旁學區房的價格，結果如表3所示。可以發現，隨著樓盤與教育資源的距離不斷增加，房價并未呈現出明顯遞減的趨勢。

由于統計分析并未控制其他變量在其中的作用，本文將通過進一步的實證分析，來精確測量異質教育資源對學區房價格的影響。

（二）變量選擇及模型設計

本文的目的是要研究異質教育資源對學區房價格的影響，對相關因變量和自變量的描述如下。

1.因變量和自變量

（1）學區房價格。由于本文是以學區房附近的樓盤作為研究對象，因此以搜房網上樓盤的即時均價作為學區房價格的衡量指標，對其取對數，記為HP。

（2）異質教育資源。一是優質和普通之分，用虛擬變量HQ代表，當樓盤最鄰優質資源時取1，否則取0；二是不同階段的教育資源之分，由于有四個階段，因此用三個虛擬變量GA，MS，UN代表，當教育資源分別為幼兒園、中學和大學時取1，否則取0。

2.控制變量

為了準確檢驗異質教育資源對學區房價格的影響，本文將盡量排除其他因素在其中的作用。因此，將引入一系列的控制變量（Rosen，1974；溫海珍，2005）。

（1）區位因素。一是樓盤與天府廣場的距離，對其取對數，記為D1；三是樓盤所處的區域，由于本文的樣本來自于青羊、武侯、成華、金牛和錦江區，用四個虛擬變量來衡量，L1、L2、L3和L4，當樓盤分別屬于青羊、武侯、成華、金牛區時取1，否則取0。

（2）鄰里因素。如果樓盤1000米以內有商場、公交車站、銀行、醫院以及其他教育資源，則每樣記一分，得分范圍為0-5分，該變量記為SF。

（3）樓盤因素。①樓盤年齡，從樓盤開盤時間起算，記為YEAR；②樓盤建筑面積和規劃戶數，分別對其取對數，并記為AREA和NUM；③樓盤的容積率和綠化率，分別記為PR和GR；④樓盤類型，用變量TYPE代表，當樓盤屬于普通住宅、商業住宅，分別取1和2；⑤裝修情況，記為FIT，當樓盤屬于毛坯、簡裝和精裝時，分別取1、2、3。

由于自變量眾多，本文首先對其相互之間的相關性進行檢驗，發現變量PR，即容積率，與多個變量存在顯著相關性。如其與D1之間的相關系數高達-0.503，并在1%的水平下顯著。因此，為了避免多重共線性，將其從控制變量中剔除。

本文將通過以下三個模型來檢驗異質教育資源對學區房價格的影響。

模型（1）是為了檢驗優質教育資源與普通教育資源對學區房價格的影響是否不同。如果回歸系數β顯著異于0，說明二者差異明顯。如果模型（2）中回歸系數β1、β2和β3顯著異于0，則說明大學、幼兒園和中學對學區房價格的影響與小學之間有顯著差異。如果模型（3）中回歸系數β4、β5和β6顯著，則分別說明優質大學、優質幼兒園及優質中學對學區房價格的影響顯著高于普通大學、普通幼兒園及普通中學。

二、實證分析

表4展示了模型（1）的回歸結果。從表中可以看出，自變量HQ的系數為0.026，并不顯著。說明優質教育資源對學區房價格的影響雖然高于普通資源，但二者間的差別統計上并不明顯。控制變量中，區位特征D1的回歸系數為-0.263，在1%的水平下顯著，表明隨著與城市中心距離的增加，學區房價格會不斷下降；變量L2、L3和L4的系數均為負，且在10%的水平下顯著異于0，表明武侯、成華、金牛區等區位對學區房價格的影響顯著低于錦江區，而由于L1的回歸系數雖為負，卻并不顯著，說明青羊區與錦江區卻并無顯著區別。樓盤特征中，變量FIT、GR對學區房價格有顯著影響，表明隨著裝修程度的提高、綠化率的提高以及樓盤規劃戶數的減少，都會帶來學區房價格的升高。而變量YEAR、TYPE和AREA的回歸系數卻并不顯著，表明樓盤的年齡、類型及建筑面積對學區房價格并無顯著影響。這可能是因為本文所采用的樣本中，80%左右的樓盤均為期房，自變量缺乏變化，而建筑類型、規劃面積又在一定程度上與規劃戶數、綠化率相關，因此當幾者同時放入模型時，會有部分變量呈現無顯著解釋力度的現象。

表5展示了模型（2）的回歸結果。從中可以看出，變量GA和MS的回歸系數分別為-0.165和-0.231，且都在5%的水平下顯著，表明幼兒園與中學對學區房價格的影響顯著低于小學對學區房價格的影響。比較二者的系數大小可知，幼兒園對學區房價格的帶動作用相對最小。變量UN的回歸系數為-0.013，但并不顯著，表明大學對學區房價格的帶動作用也低于小學，但二者的區別并不顯著。控制變量的回歸系數與模型（1）的回歸結果基本相同，除了變量AREA在10%的水平下顯著為正外，表明隨著建筑面積的增加，學區房房價會上升。

表6展示了模型（3）的回歸結果。自變量中HQ*GA、HQ*MS和HQ*UN均為正，但均不顯著，表明無論是幼兒園、還是中學和大學，優質教育資源對學區房價格的影響與普通資源無顯著區別。控制變量的回歸系數與模型（1）和（2）的回歸結果類似。

三、結論

本文以成都市房地產為例，采用多元回歸分析法，研究了不同優質程度以及不同階段教育資源對學區房價格的影響差異，得出了以下結論。

第一，無論是針對總樣本，還是單獨針對幼兒園、中學和大學，優質教育資源和普通教育資源對其周圍1000米以內的住房價格的影響并無顯著差異。造成此結論可能有兩方面的原因，一是本文所抽取的各類學校雖根據是否為重點和示范院校本劃分為優質和普通，但學校質量并無顯著差異，抽樣偏差導致兩類樣本間的區別不明顯；二是由于近年來國家對教育均衡性的重視不斷提高，各類學校的教育資源呈趨同性，除了少數學校能獲得更多及優質資源外，大部分學校的質量都差不多。

第二，不同階段的教育資源對其周圍住房價格的影響有顯著差異。其中，小學對房價的帶動作用最高，中學和幼兒園與其相比顯著較低，大學與其無顯著差異。本文就“購房時最希望毗鄰哪個階段的教育資源”對成都市市民進行隨機訪問，獲得的213個回復中有45%選擇小學，40%選擇中學；當就“如果認為教育資源是影響住房升值最重要因素，主要考慮哪類教育資源時”，有37%選擇小學，25%選擇中學，27%選擇大學。因此，無論是自住還是投資，小學都成為家庭的首要選擇。在調查中，在回答“小學學區房和中學學區房哪個更重要”時，大部分被訪者都認為小學學區房更重要。有以下幾個方面的原因，一是小學是教育的基礎階段，重點小學有利于孩子有一個好的基礎和起點，否則即便以較差的成績進了好的初中，也不一定有好的未來，而如果小學成績好，則可以考一個好的中學，不需要為此購置學區房；二是小學時小孩較小，住在學校附近更方便。因此，對于投資者和開發商來說，可以投資小學附近的學區房或是在地產開發商中引入優秀的小學資源，以獲取更高的投資收益。

參考文獻：

[1] 江堅.基于學區房現狀淺談教育地產的發展[J].創新，2010（2）：60-63

[2]王曦，葛幼松，張含.南京老城區學區房價格機制研究[J].合作經濟與科技，2010（395）：10-13

[3]RosenS.Hedonicpricesandimplicitmarkets：Productdifferentiationinpurecompetition [J].JournalofPoliticalEconomy，1974，82（1）：35-55

[4]文嘉琪.上海市長寧區學區房價格走勢分析[J].經濟視角.2011（5）：32-34

[5]溫海珍.城市住宅的特征價格：理論分析與實證研究[M].北京：經濟科學出版社，2005.53-59