成渝雙城學區房溢價的測度研究

摘要：教育寄托著每個家庭對孩子的期望，在就近入學和學區制背景下，“以房擇校”成了更多家庭的選擇。教育資源配置不均衡，導致校際間和區域間教育質量差距顯著。基于成渝兩地2020年5-6月二手房成交數據分析得出以下結論：一是成都市一類公辦小學學區房溢價（69.7%）顯著高于重慶市（26.8%）;二是重慶市中擁有4個臥室的二類小學學區房溢價更高，成都市中擁有兩個臥室的一類小學學區房溢價更高;三是成都市一、二類公辦小學教育資源集中在成都市錦江區和青羊區，重慶市一、二類公辦小學教育資源集中在重慶市沙坪壩區和渝中區，區域內教育質量差異越大，家庭對優質教育資源的競爭越激烈。

關鍵詞：成渝雙城;學區房溢價;特征價格模型

中圖分類號：F293 文獻標識碼：A

文章編號：1001-9138-（2021）08-0016-25 收稿日期：2021-07-02

1 引言

21世紀以來，我國形成了以“就近入學”和“學區制”為基礎的義務教育招生入學政策，并在此基礎上不斷完善和發展，以促進教育均衡發展。岳昌君（2008）發現小學階段的教育機會基尼系數較小，教育質量基尼系數較大，即在2004年小學學位供給基本滿足需求，但小學教育質量參差不齊。教育資源配置不均衡，使優質教育資源成為稀缺公共品，出現了“擇校熱”的現象。從2012年開始，學區制被廣泛運用，此后優質學校入學條件由“擇校費”轉變為學區房的房產證，“以房擇校”成為更多家庭的選擇。由于缺乏優質中小學，家庭“用腳投票”選擇優質學校學區內住房，使得不同層次學校學區房價格存在顯著差異。這表明學校教育質量已部分體現在房屋價格中。

國內外研究主要集中在兩個方面，一是收集大量城市的宏觀數據，從宏觀層面測算教育對城市住房價格的影響，反映教育與住房價格間的因果關系。國內35個大中城市數據表明師生比增加對住房價格有正向影響。在國內，直轄市和省會城市教育資源對住房價格具有正向影響，相比普通小學，普通中學對一、二線城市住房價格影響更大;二是測度單個城市內部學區房的溢價反應政策效用和教育均衡現狀。“租買同權”政策和“九年一貫制”政策都能夠緩解“學區熱”，削弱學區房溢價。在國內外一、二線城市中，微觀數據證實生均經費投入、學生成績、重點學校都會對住房價格產生影響，經濟發展較好的城市學區房的溢價更顯著。

現有研究中缺乏對城市群內部或相鄰城市間學區房溢價差異、城市群內部教育資源供需差異等問題的關注。本研究選擇成都和重慶作為探討公辦小學教育質量與二手住房成交單價之間的關系。從教育供給和住房政策兩方面深入分析成渝兩地學區房溢價差異的原因。本研究的創新點包括：一是本研究不只是關注單個城市內公辦小學教育資源與住房價格的關系，同時關注城市群內臨近城市公辦小學教育質量與住房價格關系的現狀及差異;二是本研究對樣本進行分類，測算成渝兩地在不同臥室數和不同行政區內公辦小學學區房的溢價。

2 教育政策與住房政策現狀

2.1 教育政策現狀

2006-2020年成渝兩地在義務教育入學和教育均衡化發展方面的政策走向基本相同。2012年以前兩地實行免試就近入學政策，規范民辦學校招生行為。2012年后出現了學區的概念，四川省2014年開始推行單校劃片和多校劃片的政策，重慶市也緊隨其后，但目前多校劃片在兩地的小學劃片中運用較少。兩地從2017年開始強調民辦與公辦分離，并保持公民同步招生。在信息化時代，電腦隨機搖號分配學位的方式在兩地義務教育入學政策中頻頻出現。從政策演變來看，成渝兩地并不存在較大的差異。

教育經費投入方面，用生師比、生均一般公共預算教育經費、生均一般公共預算教育事業費、生均一般公共預算共用經費這四個指標反映成渝兩地小學教育投入情況。圖1中展示成都市六區（成華區、錦江區、武侯區、金牛區、青羊區、高新區）和重慶市九區（江北區、渝北區、北碚區、渝中區、南岸區、巴南區、大渡口區、九龍坡、沙坪壩區）2018年小學教育經費投入情況，2018年重慶市九區的教育投入略高于成都市六區。圖2反應2018年成渝兩地內部各行政區之間小學經費投入的差異系數（一組數據的標準差與其均值的百分比，是測算數據離散程度的相對指標），發現成都市六區小學各項經費投入的差異系數都在0.2左右且低于重慶市九區，這說明在成都市六區小學教育經費投入較為均衡。

2.2 成渝住房政策現狀

在“房住不炒”的大背景下，各地都嚴格控制住房交易流通速度，成都市規定取得房屋不動產權后三年內不得交易，重慶市則為兩年。稅收方面，重慶市政府從2009年開始征收房產稅，對在重慶市九區購買高檔住宅或獨棟住宅的居民以及購買普通住宅的“三無人員”征收個人住房房產稅，并將其全部用于公共租賃房的建設和維護。當優質學校學區房單價達到房產稅征收標準時，學區房擁有者每年需繳納一定比例的房產稅。一方面，因為獲得教育資源而多支付房產稅，部分購買者會選擇放棄購買優質學校的學區房;另一方面，也有購買者愿意為教育資源而支付房產稅，使學區房具有更高的溢價。

成都市并未征收房產稅，而是實施限購政策。在2017年3月二手房被納入住房限購范圍，2018年進一步明確了購房者可購房區域。限購區域內的家庭需要在滿足戶籍或社保繳納要求才能在限購區域內購房。王雪峰（2015）運用南昌市的數據證實限購政策對南昌市優質學校學區房價格的抑制作用并不明顯。這表明在住房限購政策作用下，優質學校學區房的溢價能力可能不會減弱。

住房限購政策和房產稅，都是通過抑制購房需求，減少投資性購房行為來達到控制住房價格的目的。

3 數據與模型選擇

3.1 數據與變量說明

3.1.1 數據獲取

通過市級和區級教育部門官網，獲取成都市六區和重慶市九區公辦小學的劃片信息。通過學校官網、房屋中介等途徑了解成渝雙城公辦小學的辦學現狀。收集兩地公辦小學在房屋中介的排名、公辦小學是否具有“示范小學”稱號、辦學時限、辦學規模并結合搜學網中家長對學校的評價分別對兩地公辦小學進行排名來確定小學教育質量等級。將排名前五的學校作為第一梯隊的小學，后文統一簡稱為“一類小學”;將排名6～15所小學歸為第二梯隊，簡稱為“二類小學”;將排名15～35歸為第三梯隊，簡稱為“三類小學”;最后，將其他的小學統一歸為“第四梯隊”，簡稱為“普通小學”。圖3反映兩地公辦小學數量。

在貝殼和鏈家二手房官網中收集了2020年5～6月成都市六區和重慶市九區二手房成交數據，共獲得有效數據9616條，覆蓋成都市六區179所公辦小學和重慶市九區224所公辦小學。

3.1.2 變量說明

兩地二手房市場計價面積均為建筑面積，因此被解釋變量為住房每平方米建筑面積的價格，以兩地公辦小學教育質量作為主要解釋變量。房屋的其他特征因素，分為建筑特征、樓盤特征、區位特征。

建筑特征變量主要包括臥室數、裝修情況、房屋年齡。

樓盤特征包括物業費、開發商品牌價值、物業公司品牌價值。由于缺少小區內部綠化和環境數據，物業費收取標準能夠反應出小區物業的服務能力和小區綠化環境等情況，則采用物業費代替。王俊松等（2012）發現排名前100名的大型開發商的住房比普通住房價格高出15%。在模型中增加度量開發商品牌價值和物業服務企業品牌價值的變量。依據中國房地產協會官網“2019中國房地產開發企業品牌測評榜單”和中國指數研究院“2019年中國物業服務百強企業”名單確定開發商企業和物業服務企業的品牌價值。

區位特征主要反映小區與購物中心、公園、地鐵站和醫院的地理位置關系。購物中心選擇小區鄰近的商場，醫院為三甲醫院。表1反映變量及其具體量化方式;表2反映成渝兩地主要變量的基本情況。

通過表1、表2反映出主要有兩個特征，一是成都市各類小學學區房價格均高于重慶市;二是成渝兩地學區房平均擁有2個臥室，一類小學和二類小學的學區房建成時間較早。

3.2 特征價格模型

實證模型借鑒哈巍（2015）截面數據混合OLS回歸模型。本研究使用2020年5～6月成渝兩地二手房交易數據，時間跨度短且無較大的政策變動，因此忽略時間的影響。由于行政區域內經濟發展狀況和住房價格均存在差異，因此在模型中加入行政區這一控制變量。被解釋變量采用住房單價的對數，連續型解釋變量也進行對數化處理。

ln pijk = β0+β1×grade_schjk + β2×Houseijk + β3×Bldgjk + β4×Disk + β5×ln （Locijk） + εijk

其中i表示每套住房，j表示小區，k表示行政區。因變量lnP為二手住房成交單價（元/平方米）的對數;grade_sch為學校質量，分別為一類小學、二類小學、三類小學、普通小學;House表示房屋特征，如臥室數、裝修情況等;Bldg代表樓盤特征，物業費、開發商、小區規模等;Dis代表行政區;Loc代表區位特征，如交通、醫療、購物等。模型中的學校質量的回歸系數β1表示小學質量對住房價格的邊際影響率，即優質小學學區房與普通小學學區房相比，住房單價平均高出的百分比。β2、β3、β4、β5分別表示住房的其他特征對住房價格的邊際影響率。

4 實證結果及分析

4.1 全局OLS回歸

表3模型（1）和（3）分別為重慶市和成都市未考慮教育因素時回歸結果，模型（2）和（4）分別為重慶市和成都市考慮小學質量后模型回歸結果。在重慶市中，增加小學質量因素后模型的調整R方從0.484變為0.497。成都市在考慮小學教育質量后，調整R方從0.495變為0.665，模型解釋能力顯著提高。此外，考慮小學教育質量因素前后，重慶市中控制變量的變化幅度顯著小于成都市。這表明在成都，一類、二類、三類公辦小學對住房價格的影響顯著大于重慶市。

表3模型（2），重慶市公辦小學中，一類、二類小學對住房價格的影響均在1%水平上顯著，分別為26.8%和24.8%。三類小學相較于普通小學存在3.93%的溢價。三類小學的溢價顯著低于一類、二類小學，這也表明重慶市九區內的三類小學質量明顯低于一類、二類小學。

表3模型（4）顯示在0.1%顯著性水平內一類、二類、三類小學對成都市六區住房價格均存在正向影響，一類小學相較于普通小學存在69.7%的溢價;二類小學相較于普通小學存在32.5%的溢價;三類小學相較于普通小學存在14.7%的溢價。表3表明成渝兩地購房者都愿意為教學質量更高的公辦小學支付更高的住房價格。相對于重慶市，成都市六區的一類、二類、三類小學使其學區房產生更高的溢價，各層次小學間學區房溢價也存在明顯差距。

對比表3，在重慶市住房價格對臥室數的依賴較小;重慶市作為多中心組團城市，鄰近購物中心對住房價格的影響并不顯著，但成都市鄰近購物中心的住房價格較高。具有品牌價值的開發商會使重慶市九區住房均價提升5.05%，使成都市六區住房均價提升7.36%，物業服務企業的品牌價值也能夠提升住房價格。這說明在成渝兩地企業品牌效應對住房價格的影響普遍存在。

4.2 臥室數分組回歸

全樣本實證結果表明成渝兩地的住房價格均受到教育資源的影響。但臥室數對兩地住房價格的影響卻存在差異。學區房具有一定的投資屬性，更多的家長購買學區房只是為了獲得入學資格，因此，可能臥室數較少，面積較小的學區房更受購房者的青睞。對臥室數進行分組回歸，測算不同臥室數各類公辦小學學區房的溢價。根據樣本數據中交易量，只考慮4個及以下臥室數的情況。表4反映，隨著臥室數增加，成渝兩地公辦小學學區房的溢價變化規律表現出較大的差異。

從表4中可以發現重慶市九區公辦小學中，學區房臥室數從1增加至3時，一類小學學區房的溢價也從18.3%上升至48.3%;當學區房臥室數為4時，一類小學學區房溢價略有減小，降低為45.4%。重慶市九區中，學區房臥室數為1和2時，二類小學相較于普通小學分別存在28.5%和35.4%的溢價，在臥室數為4時，溢價率最高達到53.6%。而重慶市九區三類小學中，擁有1～2個臥室數的學區房會產生顯著的溢價，分別為3.76%、6.27%。當臥室數（臥室數分別為1、2、4）相同時，重慶市九區二類小學的學區房表現出更高的溢價。

在成都市，一類小學學區房中擁有兩個臥室的學區房溢價更高，相較于普通小學存在74.9%的溢價;二類小學和三類小學擁有一個臥室的學區房相較于普通小學分別產生了40.9%、20%的溢價。當臥室數相同時，成都市六區的一類小學學區房溢價率更高。

成渝兩地學區房溢價的變化規律：（1）成都市一類小學擁有2個臥室的學區房溢價最高，二類小學和三類小學擁有1個臥室的學區房溢價更高;（2）重慶市一類小學擁有3個臥室的學區房溢價更高，二類小學擁有4個臥室的學區房溢價更高，三類小學擁有2個臥室的學區房溢價更高。

當臥室數相同時，重慶市九區二類小學學區房溢價更高，擁有4個臥室的二類小學學區房擁有最高的溢價;成都市六區一類小學學區房溢價更高，擁有2個臥室的一類小學學區房溢價最高。

4.3 行政區分組回歸

成渝兩地各個行政區經濟發展狀況、教育投入及教育資源含有量均存在差異。通過對行政區分組回歸，測算成渝兩地行政區內學區房溢價。由于重慶市中北碚區和大渡口區在2020年5～6月二手房數據交易量較小，故不展示北碚區和大渡口區的回歸結果。

圖4和圖5表明成渝兩地均缺乏優質教育資源，且存在一類、二類、三類小學分布不均衡的問題。成都市六區公辦小學中一類小學集中于錦江區和青羊區，重慶市九區公辦小學中一類小學集中在渝中區和沙坪壩區。富含一類和二類小學的區域一類、二類小學學區房溢價顯著高于三類小學。同為一類小學，不同區域的一類小學學區房溢價也存在差異，成都市錦江區一類小學學區房溢價率顯著低于青羊區。重慶市渝中區一類小學和二類小學學區房溢價相差無幾，但沙坪壩區中一類小學學區房溢價率比二類小學學區房溢價率高出10%之多。此外，重慶市南岸區和渝北區中教育資源對住房價格沒有顯著的正向影響。

從圖4和圖5發現成渝兩地行政區內學區房的溢價因小學教育質量不同存在顯著差異。重慶市中沙坪壩區和渝中區學區房的溢價均低于成都市青羊區和錦江區學區房的溢價，在成都市為獲得一類小學入學資格，學區房的競爭更為激烈。

值得注意的是成都市高新區中缺乏一類小學，但是在限購政策的作用下，高新區中二類小學教育資源屬于該區域內最優質的小學教育資源，二類小學學區房溢價率略高于青羊區和錦江區，高新區二類小學的競爭可能會更加劇烈。

5 結論

5.1 成渝兩地學區房溢價對比

高價學區房現象受到國內外的廣泛關注，測度學區房溢價的實證研究也成為研究的熱點。本研究沿用了哈巍的研究模型，運用了成渝兩地的微觀數據證實成渝兩地的家庭愿意為孩子獲得一類小學入學資格而支付更高的住房價格。

成都市六區一類、二類、三類小學相對于普通小學存在不低于14.7%的溢價，并隨著公辦小學教育質量的提升，學區房溢價率也顯著提升。成都市擁有相同臥室數的學區房時，一類小學學區房競爭更為激烈，擁有兩個臥室的一類小學學區房溢價最高。成都市一類公辦小學集中在青羊區和錦江區，青羊區一類公辦小學學區房溢價顯著高于錦江區，也高于全樣本回歸結果。一方面，這反映出家庭對一類小學的強烈需求，另一方面，一類小學教育資源是非常稀缺的。

重慶市九區中公辦一類和二類小學學區房溢價幾乎相同，均高于三類小學學區房溢價。當臥室數為1、2、4時，二類小學學區房競爭更為激烈，擁有4個臥室的二類小學學區房溢價最高。重慶市九區中，一類、二類小學扎堆在沙坪壩區和渝中區，沙坪壩區一類小學學區房溢價顯著高于渝中區一類小學學區房的溢價。

成渝兩地學區房溢價的相同之處主要是：（1）一類、二類、三類小學學區房相比于普通小學學區房競爭更為激烈，其中一類、二類小學學區房競爭最為激烈;（2）一類小學學區房溢價在不同行政區內表現出不同的溢價，而且略高于全樣本回歸結果;（3）成都市六區一類小學集中于錦江區和青羊區，重慶市九區一類小學集中于沙坪壩區和渝中區，兩地均存在一類小學配置不均衡的情況。同行政區內公辦小學間的教育質量差距越大，區域內更優質公辦小學的學區房競爭更為激烈。

成都市兩地學區房溢價的差異之處：（1）重慶市九區各層次小學學區房溢價顯著低于成都市六區各層次小學學區房溢價;（2）重慶市九區中擁有4個臥室的二類小學學區房表現出更高的溢價，成都市六區中，擁有兩個臥室的一類小學學區房溢價更高;（3）成都市六區內一類、二類、三類小學相對于普通小學均存在一定的溢價，但重慶市中南岸區和渝北區三類小學相對于普通小學不存在顯著的溢價。

5.2 成渝兩地學區房溢價差異分析

成渝兩地學區房溢價差異的原因探討。經過前文的分析，導致兩地學區房溢價率差異較大的原因，可能有以下幾點：一是，教育投入方面，在2018年重慶市九區的生均教育經費投入大于成都市六區，這能夠從供給端促進校際間教育質量均衡發展，減小各類小學學區房溢價。二是，住房政策方面，從2017年起成都市二手住房也納入限購范圍，在短期內住房需求得到抑制，但優質小學學區房因為擁有較好教育資源具有更強的抗沖擊性，其價格變化較小。無配套教育資源的住房價格下降幅度較大，使得優質小學學區房溢價率可能有所提升。重慶市中，滿足繳納房產稅標準的學區房只有88套，且成交量非常少。這表明征收房產稅的高價學區房可能會使購房者放棄購買行為。三是，人均可支配收入影響家庭教育支出。成都市六區的人均可支配收入高于重慶市九區的人均可支配收入，因此，成都市六區的居民對教育資源的需求可能更加強烈，由于優質教育資源的缺乏，這促使成都市六區優質小學的學區房表現出更高的溢價。雖然住房政策會改變購房者對學區房的偏好，但造成成渝兩地學區房溢價差異較大的主要原因，仍是成渝兩地教育資源供給的差異，以及居民對優質教育資源需求的差異。

參考文獻：

1.岳昌君.我國教育發展的省際差距比較.華中師范大學學報（人文社會科學版）.2008.01

2.TIEBOUT C M. A Pure Theory of Local Expenditures . J Polit Econ， 1956.64（5）

3.石霏 何曉燕.學校教育質量對房產價格的溢出效應：一個文獻綜述.教育與經濟.2018.01

4.馮皓 陸銘.通過買房而擇校：教育影響房價的經驗證據與政策含義.世界經濟.2010.33 （12）

5.湯玉剛 陳強 滿利蘋.資本化、財政激勵與地方公共服務提供——基于我國35個大中城市的實證分析.經濟學（季刊） .2016.15 （01）

6.李健.城市教育資源對商品住房價格的影響.中南財經政法大學.2019

7.許晨曦.租售同權政策對于房地產市場的影響.浙江大學.2018

8.張波 王亦丁 劉江濤.九年一貫制入學政策會拉高學區住宅價格嗎？——基于雙重差分分析.教育與經濟.2020.36 （04）

9.哈巍 靳慧琴.教育經費與學區房溢價——以北京市為例.教育與經濟.2018.01

10.SCHWARTZ A E， VOICU I， HORN K M.

Do choice schools break the link between public schools and property values？ Evidence from house prices in New York City.Regional Science and Urban Economics.2014.49

11.劉潤秋 孫瀟雅.教育質量“資本化”對住房價格的影響——基于成都市武侯區小學學區房的實證分析.財經科學.2015.08

12.王雪峰.南昌市住房限購政策效果的時空特征及土地溢出效應.中國土地科學.2015.29 （06）

13.王敏 黃瀅.限購和房產稅對房價的影響：基于長期動態均衡的分析.世界經濟.2013.36 （01）

14.哈巍 吳紅斌 余韌哲.學區房溢價新探——基于北京市城六區重復截面數據的實證分析.教育與經濟.2015.05

作者簡介：楊秋，重慶大學管理科學與房地產學院碩士研究生。