二手學區房價格影響因素分析

范佳音　顧佳敏　高亞婷

摘要：二手學區房憑借其優質學區、已有裝潢、小區周邊發展成熟等條件成為了住宅銷售市場的重點對象。本文以鄭州市區42所小學對口的339個二手學區房小區為對象，進行截面數據分析，建立住宅特征價格模型，剖析影響鄭州二手學區房銷售價格的因素。結果表明，除了小學等級和小區距學校距離，小區距三甲醫院、地鐵站距離和綠地特征對二手學區房銷售價格的影響程度也較大。并根據研究結果提出加大醫療和公共設施的投入，重視小區綠化、加強綠地建設等建議。

關鍵詞：二手學區房? 價格? 影響因素? 綠地特征

一、相關研究綜述

學區房一直以來受到多方關注，成為社會熱點。近年來，很多國內外學者對學區房價格進行了研究。Heeho Kim和Sae Woon Park[1]（2015）通過對韓國首爾市2006—2012年房地產市場的調查發現，學區房到學校的距離比學校的教學質量對學區房價格的影響更為顯著。張浩、李仲飛、鄧柏峻[2]（2014）通過研究北京、上海等一線城市的教育資源發現，教育資源對于房價增長率有明顯的推動作用，地區教育資源越豐富，房價增長率越高，進而投資價值越高。尹海偉、徐建剛、孔繁花[3]（2009）通過研究上海城市綠地宜人性對房價發現，綠地可達性對房價具有十分顯著的影響，居民購房具有明顯的“向綠”偏好，人們有靠近城市綠地居住的愿望。

盡管如此，關于學區房價格仍然有許多值得研究的地方。學者們對學區房價格的研究主要針對北京、上海、廣州等一線城市，而針對經濟發展相對緩慢的鄭州等二三線城市的學區房價格研究較少。鄭州作為教育大省的省會城市和二線城市的代表，近兩年房地產市場的發展非常迅速，尤其是二手房市場。

作為中國中部地區重要的中心城市，鄭州的教育資源相對豐富，其學區房的受歡迎程度越來越顯著，二手學區房的銷售價格也備受關注。圖1為鄭州市2018年1-10月住宅二手房銷售情況，從圖中可見，2018年上半年，鄭州市住宅二手房交易量呈增長趨勢，上半年的銷售價格也偏高，而下半年成交價格趨于穩定。

與已有研究不同的是，本文以二線城市鄭州為研究對象，以其8個不同區位的42所市重點小學、區重點小學、普通小學為代表，通過各小學對口的學區房建筑自身特征、區位特征、周圍環境特征、配套特征以及綠地特征的疊加，建立住宅特征價格模型，研究影響鄭州二手學區房銷售價格的因素，重點探究綠地特征對二手學區房銷售價格的影響。

二、研究設計、數據與實證方法

2006年，王旭育對城市住宅特征價格模型進行了理論分析，傳統的住宅特征價格模型將住宅的特征分為區位（Location）、建筑結構（Structure）、鄰里環境（Neighborhood）三大類[4]。本文在董藩、董文婷[5]等學者已有研究的基礎上，將住宅特征分為建筑自身特征、區位特征、周圍環境特征、配套特征、綠地特征五大類。

（一）數據的來源及說明

本文選取鄭州市區42所小學：河南省實驗小學、中原區外國語小學、貨棧街小學、農科路小學、鄭州中學附屬小學、鄭東新區昆麗河小學等。每一所小學按照其級別，劃分為市重點小學、區重點小學、普通小學，用虛擬變量rank表示;

本文選取的二手學區房的銷售價格為2018年4月的各學區房所在小區的成交均價。2018年5月，鄭州市人民政府明確提出有關“租購同權”[6]的實施方案：凡在鄭州市租賃住房且具備相關材料的，與購房一樣享有子女相對就近入學的義務教育服務?！白赓復瑱唷狈桨傅膶嵤┛赡軙绊懲耆袌鲋鲗碌亩謱W區房銷售價格，故選取2018年4月的銷售價格數據;

每個學校的二手學區房房源、2018年4月的銷售價格、建筑年齡、學區房所在小區綠化率、容積率、物業管理費、附近公交路線數等相關數據來源于房天下、鏈家、安居客等房屋交易平臺的官方網站。

小區距學校距離、距最近的地鐵距離以及距最近的三甲醫院、商場、農貿市場和公園的距離等相關數據通過百度地圖測量獲取。共采集有效樣本339個，各變量的含義和描述性統計分析如表1：

（二）模型的估計

首先，對數據進行單位換算和對數處理，以消除異常值，使數據更平穩。通過多次擬合，比較發現對數模型最為合適。以鄭州二手學區房銷售價格的對數為因變量，表1中year、capacity、cost等13個變量為解釋變量，根據住宅特征價格模型，初步假設模型為：

其中，ai為各變量的系數，b為常數，ε為隨機誤差。

運用Stata軟件對截面數據進行多元回歸分析，結果表明：在0.05的置信水平下，建筑年齡、物業管理費、小區距學校距離、小區距最近的地鐵站距離、小區附近公交路線數、小區距最近的三甲醫院距離、小學等級、小區綠化率以及小區距最近的公園距離對二手學區房的銷售價格有顯著影響。

（三）模型的檢驗

引入方差膨脹因子和相關系數來檢驗模型是否存在多重共線性。計算得方差膨脹因子VIF的均值為1.42<2，最大值為2.48<10;并且各變量之間最大的相關系數為0.6117，表明變量之間沒有明顯的相關性，故該模型不存在多重共線性問題。

運用White檢驗法來檢驗模型是否存在異方差。檢驗得到的p值為0.0024，表明在0.05的置信水平下，該模型存在異方差。除去對二手學區房銷售價格無顯著影響的小區容積率capacity、小區距最近的農貿市場距離farm、小區距最近的商場距離mall三個解釋變量后，運用異方差穩健標準誤法對異方差進行處理。

三、實證結果

（一）模型的確立

經過上述檢驗，確定回歸方程：

（二）模型的經濟意義解釋

在其他宏觀環境和微觀因素不變的情況下，二手學區房年齡、小區距對口小學的距離、距其最近的地鐵站距離以及附近公交路線數與二手學區房銷售價格成負相關;小區物業管理費與二手學區房銷售價格成正相關。

回歸方程中存在距二手學區房最近的三甲醫院距離的一次項和二次項，意味著一開始在一定距離內，二手學區房銷售價格隨著距離的增加而上升。超過這一范圍后，隨著距離的增加而下降，原因為：考慮到醫院附近人流量大、病菌多、交通擁堵嚴重等因素，一些家庭會選擇和醫院保持一定的安全距離[7]，計算得到這個安全距離為1.7835km。在1.7835km的安全距離內，二手學區房的銷售價格隨著距離的增加而上升。但二手學區房和最近的三甲醫院距離超過1.7835km后，由于去醫院所需要的交通時間明顯增加，其銷售價格隨著距離的增加而下降;

在其他宏觀環境和微觀因素不變的情況下，以區重點小學為基準，市重點小學對口的二手學區房銷售價格比區重點小學對口的二手學區房銷售價格高12.3%;普通小學對口的二手學區房銷售價格比區重點小學對口的二手學區房銷售價格高8.61%。可以發現，相對于區重點小學，在教育資源差距不大的情況下，更多的家庭愿意選擇小區本身環境良好及周圍設施完善的普通小學對口的二手學區房。

綠地特征對二手學區房銷售價格的影響：在其他宏觀環境和微觀因素不變的情況下，和小區綠化率在（30%，40%）區間范圍內的二手學區房銷售價格相比，小區綠化率低于30%的二手學區房銷售價格下降了6.42%，小區綠化率高于40%的二手學區房銷售價格上升了11.31%;小區1km內無公園的二手學區房銷售價格比1km內有公園的二手學區房銷售價格低5.52%。

四、結論

從上述關系式中的增值系數可以得到，各因素對二手學區房銷售價格的影響程度分別為：小學等級>距三甲醫院距離>小區綠化率>距地鐵站距離>距學校距離>距公園距離，二手學區房年齡、小區物業管理費、附近公交路線數對二手學區房銷售價格的影響程度較小。

可以發現，除了“小學等級”和“學區房距學校距離”兩個二手學區房的硬性要求外，稀缺醫療資源的可獲得性和出行交通的便捷性是購買學區房需要考慮的重要因素。而且人們越來越關注學區房的綠地特征，購房者的“向綠”偏好也越來越明顯。

基于以上結論，本文提出如下政策建議：

第一，支持民辦學校的創建和發展[8]。近年來，民辦教育快速發展，這使得很多家庭將孩子送入民辦學校。為解決優質教育資源的稀缺性問題，社會應鼓勵民辦教育的發展，為民辦學校創造健康良好的發展環境，使其與公立學校公平競爭。

第二，均衡稀缺醫療資源的分布。除了一線城市，目前二三線城市的三甲醫院數量偏少、分布不均，故醫療資源的可獲得性對二三線城市的購房者來說尤為重要。應加大醫療投入，使得優質的醫療資源大范圍普及。

第三，重視小區綠化，加強綠地建設。政府對住宅小區綠化率的要求一般不低于30%，小區綠化率越高，小區空氣質量越好，噪音也越低。除了提高小區綠化率，還應加強公園、游園等公共綠地的建設，并通過城市森林[9]建設帶動房地產開發，真正做到“以林促房，以房養林”。

參考文獻：

[1]Heeho Kim，Sae Woon Park，Sunhae Lee，Xingqun Xue，“Determinants of House Prices in Seoul：A Quantile Regression Ap- proach，”Pacific Rim Property Research Journal，Vol.21，No.2，2015，pp.91-113.

[2]張浩，李仲飛，鄧柏峻.教育資源配置機制與房價——我國教育資本化現象的實證分析[J].金融研究，2014（05）：193-206.

[3]尹海偉，徐建剛，孔繁花.上海城市綠地宜人性對房價的影響[J].生態學報，2009，29（08）：4492-4500.

[4]王旭育.城市住宅特征價格模型的理論分析[J].上海管理科學，2006（04）：68-69.

[5]董藩，董文婷.學區房價格及其形成機制研究[J].社會科學戰線，2017（01）：43-51.

[6]張榮杰.“租購同權”政策淺析[J].農家參謀，2018（06）：271.

[7]睿信致成.配套設施對房價的影響.[DB/OL].https：//wenku.baidu.com/view/4e00e5e552ea551811a6870f.html，2016-03-28/2019-03-05

[8]趙暉云.岳陽市學區房“熱”成因及對策[J].合作經濟與科技，2018（16）：56-57.

[9]宋青.蘇州城市森林群落結構及優化對策研究[D].南京林業大學，2008.

基金項目：南京林業大學大學生實踐創新訓練計劃項目，2018NFUSPITP242。

（作者單位：南京林業大學經濟管理學院）