大學新建校區能帶動房地產價格上漲嗎？ ＊
——基于北京市土地和住房微觀交易數據的實證分析

張文杰 哈 巍

（北京大學教育經濟研究所，北京 100871）

一、引言

高等教育與社會經濟發展之間的聯系日益緊密。教育尤其是高等教育主要通過以下四種機制作用于經濟增長：第一，通過提高人力資本質量推動全要素生產率提升；第二，通過培養相應產業人才加速產業結構轉型升級；第三，提高農業勞動生產率以使農民從土地上解放出來，加快以人為核心的新型城鎮化進程；第四，通過調節收入分配結構與更新消費觀念來刺激消費（閔維方，2017）。可以說，高等教育所具有的諸多正外部性正在使其成為地方社會經濟和文化發展的新地標（謝維和，2018）。以往研究大多關注大學對生產要素集聚、產業結構優化升級等方面的影響，其實除此之外，正如閔維方（2017）所指出的，城鎮化也是教育拉動經濟增長的重要引擎之一。教育產業正在以其巨大的經濟附加值及其相關產業的帶動作用，成為城市發展實力的重要組成部分和提升城市活力的重要元素（張建東，2004）。大學能夠以強大的資源集聚與輻射帶動功能促進城鎮化進程（閻堃，顧培亮，2003；胡茂波，史靜寰，2014）。特別是20 世紀末隨著高校擴招而在國內城市邊緣地帶興起的大學新建校區與規模化的大學城建設有效拉動了城鎮化建設。大學城愈來愈成為高等教育與社會經濟協同發展的重要樞紐（潘懋元等，2002）。大學城作為一個以促進社會進步為目的的集約人口、經濟、信息、技術和文化的空間地域系統，能夠提升城市人口平均受教育水平，提升城市文化品位，凝聚人氣，有力拉動城鎮化建設（徐志偉，2001；陸青，2003）。從大學城與城市中心的空間關系看，大學城一般以建在城市的郊區為主，在地域上與城市連為一片，形成規模不等的“城市帶”或“城市群”，屬于外延型城市化（徐志偉，2001）。其通常承擔著拓展城市發展空間、優化城市空間布局、合理化城市各生產要素配置、提升城市競爭力的功能（張建東，2004）。

大學在對于加速遷入地尤其是欠發達地區城鎮化過程中，最直接的影響便是率先改變城市周邊土地的利用方式，使農用地轉變為商服、住宅等城市建設用地，加速土地升值。大學能夠通過上萬人口的集聚帶動周邊餐飲、娛樂、房地產等各類產業和消費需求，加快人才流、物質流、資金流、技術流和信息流的流動速度，促使教育要素、人口資源與地理環境不斷聚合，使區域優勢與地價優勢互補，帶動相鄰地區發展，為土地增值（張建東，2004）。

自1999 年高校擴招以來，部分老校區辦學條件不足，由此掀起了新建校區建設熱潮，不少大學走向以郊區化為特征的“郊外擴張”進程（趙俊芳，2010）。據不完全統計，當前全國800 多所公辦本科院校中有424 所在同城建立了450 余個新校區，全國已建成或在建的大學城數量超過120 個。①如此大規模的新校區建設在世界范圍內也并不多見，這為我們檢驗大學對地區經濟發展的影響及機制提供了難得的準實驗環境。目前，學界對新建校區的討論主要集中于校區的定位布局（霍曉冉，李名義，2015）、建設管理（沈紅等，2001）、文化融合（李寧，2017）、規模效益、師資隊伍建設（高升，2017）、生源質量（哈巍，羅蘊豐，2018；羅蘊豐，2020）等維度，鮮有研究對新建校區與區域經濟發展之間進行嚴格的因果推斷與實證效果評估。陳東陽，哈巍和葉曉陽（2021）使用國內主要一線城市148 個區縣19 年的面板數據進行準實驗研究，發現新建校區對所在區縣整體經濟增長具有促進作用，并且對第二產業和第三產業的經濟活動影響最為明顯。就進一步大學與城鎮化的關系而言，Wang & Tang（2020）實證研究發現，國內大學城的建立對當地夜間燈光密度和人群密度具有積極影響，能夠使周邊10 km 范圍內的地價尤其是商服和住宅用地價格平均上漲7%—12%，有力驗證了大學城對土地的資本化效應。但該研究是以大學城為單位，無法得知單個新建校區的效應大小以及不同層次與不同質量院校資本化效應的差異。本研究將借助新建校區這一相對外生沖擊，選取反映區域城鎮化建設的顯性指標之一—房地產價格（包含地價和房價兩個部分），基于北京市近二十年的土地和住房交易微觀數據，以準實驗的方法量化評估大學的資本化效應，為高校新建校區的建設與完善提供有益的政策參考和理論補充。

二、文獻綜述

（一）新建校區對房地產價格的影響機制

自1994 年財政分稅制改革以來，地方對土地財政的依賴性越來越高，土地出讓金成為地方政府預算外財政收入的主要組成部分。不少地方政府將高等教育擴張背景下新建校區的蓬勃發展視為其追求土地出讓收益最大化的良好契機，積極推動新建校區周邊公共設施的配套，以加速土地的出讓速度、提升土地升值空間。特別是2003 年“招拍掛”經營用地出讓制度的規范化進一步為土地市場的快速發展和土地紅利的釋放奠定了基礎，地方政府愈發熱衷于對公共品尤其是周期較短的經濟性公共品進行前期投資，使其在土地出讓之際發生資本化效應并迅速反映到轉讓價格中去，通過高額出讓商住用地的方式“以地生財”（左翔，殷醒民，2014；鄭思齊等，2014）。在“土地財政”驅動下，地方政府和房地產開發商相結合，城市快速擴張，尤其是在城市邊緣地帶掀起了轟轟烈烈的“造城”運動，各級各類開發區和新區新城急劇增長。而二十世紀九十年代末興起的各類大學城是繼開發區后的第二波“圈地運動”高潮，同樣也是地方政府為使其以土地為中心的逐利行為合法化而建設的項目（張越，葉高斌，姚士謀，2015；Zhuang & Ye，2018）。地方政府率先在城郊地區低價征地，通常是農用地轉城市建設用地，然后給予高校低價或無償劃撥的土地優惠政策，再配以一定的基礎設施建設和公共服務，吸引高校大規模遷入，在此過程中借助新建校區的高等教育資源以及龐大的潛在消費群體向房地產開發商釋放商機信號，高價轉讓校區周邊商住用地的使用權，以此謀取土地紅利，獲取預期的土地財政收入（陳多長，2016）。有研究發現地方高等教育規模發展顯著提升了城市土地出讓平均價格，高等教育在校生規模每增加1 萬人，土地出讓平均價格上升15.12—16.54 元/平方米（陳建偉，蘇麗鋒，2016）。

就大學對房價的影響機制，已有研究主要從以下三個視角切入展開討論。第一，多樣化消費需求的激增。大學龐大的師生群體對于遷入地而言，是巨大的新經濟增長點，將直接拉動餐飲娛樂等行業的生活性服務消費需求，使非城市用地快速轉化為教育、居住、交通、商業等多種用途的城市用地，繁榮服務業與地產行業，為當地帶來蓬勃的發展生機（高璐敏，2014；Valero & Van Reenen, 2019）。丁小浩和陳良焜（2000）就高校擴招對國民經濟規模影響進行估算，得到每擴招一個學生，對飲食業最終需求的增量為990 元，對各經濟部門需求總量為11 798 元，1999 年共計擴招的48 萬學生將最終增加56.63 億元的需求量。且師生的遷入會增加該地區的住房需求（Cortes，2004）。一方面，諸多大學在新建校區附近建經濟適用房以解決教師住房和交通問題；另一方面，由于畢業生對院校地的勞動力市場更為熟悉，并且已建立了一定的社會關系網絡，具有在就學地就業的偏好，是當地甚至大學周邊潛在的穩定居民群體（Zheng & Kahn，2008；馬莉萍，岳昌君，閔維方，2009；楊釙，門垚，馬莉萍，2011；岳昌君，2011；Valero & Van Reenen，2019）。陳斌開和張川川（2016）研究發現，高等教育人口占比每增加1個百分點，城市住房價格將上漲4.6%—7.9%，這可解釋2002—2009 年間房價增幅的約12%-20%。

第二，高水平公共服務的供給。大學作為準城市公共品，有利于營造濃厚的文化氛圍，打造高層次的人居環境，吸引人口的集聚。美國著名經濟學家Tiebout（1956）提出了經典的“用腳投票”（vote with feet）理論，指出地方政府所提供的教育、醫療等公共服務水平具有明顯的差異化，居民會傾向于選擇公共服務水平更高的地區進行居住。公共品供給水平較高的地區因住房需求旺盛與人口集聚而房地產價格上漲。大學以其自身具備的大型開放空間，文化、體育、娛樂設施，各類娛樂活動和藝術展覽，及其附近區域便捷的公共服務特別是發達的交通網絡和繁榮的零售業吸引著消費者和住房者（曾國平，李雪松，2004；Zheng & Kahn，2008；Vandegrift，Lockshiss，Lahr，2012）。

第三，高質量人力資本的集聚。大學能夠以知識溢出的方式吸引高新技術產業的入駐與高端人才的遷入，進而創造大量的消費和住房需求（Wang & Tang，2020）。Jaffe（1989）提出的地區知識溢出理論（localized knowledge spillover theory）強調知識特別是以技術操作與口頭交流為代表的隱性知識的傳播需要依賴于距離，距離越近，傳播的成本越低，程度越高。不少研究證實了企業特別是知識密集型企業在高校周邊選址的傾向性（Anselin，Varga，Acs，1997；Bonander et al.，2016）。而這些企業高技術員工往往有著更高的商品服務需求與剛性購房需求，且具有較強的支付能力，能夠有效推動服務業發展與房地產市場的繁榮（陳斌開，張川川，2016）。如麻省理工學院和哈佛大學支持的波士頓128 號公路，杜克大學、北卡羅來納大學和北卡羅來納州立大學支持的三角研究園，吸引了諸多高科技產業創新者，產生了大量的住房需求（Zhong et al.，2018）。且有研究表明高層次高素質知識分子的集聚將會進一步產生有益的同伴效應，營造良好的人文環境，甚至還會吸引受過良好教育和富裕的中產階層居民（Cortes，2004）。

（二）相關實證研究

國內外研究大多集中于通過特征價格模型（Hedonic Model）驗證大學對其周邊房價的資本化效應。如溫海珍，楊尚和秦中伏（2013）驗證了大學對其1 km 范圍內房價具有顯著的正向影響，且房價隨著與大學之間距離的增加而遞減。且有文章進一步探討了不同院校類型與院校質量對房價的異質性影響。基于美國新澤西州市級數據的研究發現相較于兩年制社區學院，設有四年制大學的市級房價要顯著高出其他地區約2.7 個百分點（Vandegrift，Lockshiss，Lahr，2012）。Zheng & Kahn（2008）實證分析顯示住房周邊大學的錄取分數線每提高一個標準差，房價上漲5%。Zhong et al.（2018）研究發現只有985、211 院校才對鄰近房價具有正向資本化效應，普通地方院校和獨立學院則沒有。且相較于老校區，新建校區更能夠帶動周邊基礎設施的不斷完善，房地產升值潛力較大（徐瑩，2009）。王燦和臺玉紅（2018）以上海松江大學城為例，發現大學城在投入使用10 年后對房價的影響遠大于5 年，隨著新建校區落成時間的推移，公共配套設施不斷完善，生活便捷度日益提高，大學自身良好的人文效應逐漸凸顯，周邊房地產市場競爭力日益增強。

僅個別研究關注到了新建校區對住宅地價的影響。隋雪艷等（2015）以2004—2011 年南京市江寧區的住宅用地出讓數據為例，發現江寧大學城對住宅地價有顯著促進作用，且高校密度越大，促進作用越顯著。闞博穎等（2019）進一步基于南京主城區2014 年住宅用地監測點數據，發現大學對住宅地價影響呈多核心模式，仙林大學城對住宅地價驅動明顯，而南京高校本部集中所在地—玄武湖北部、鳳臺南路段對地價無顯著影響，南京高校向大學城的遷移一定程度上削弱了主城老校區對地價的影響。

目前對大學或新建校區資本化的研究或聚焦于住宅地價，或聚焦于房價，尚未關注到商服地價，更未關注到新建校區資本化效應在土地出讓（一級市場）和房屋出售（二級市場）等不同時間節點的差異性。王軼軍，鄭思齊和龍奮杰（2007）基于北京市2004—2006 年81 個招拍掛地塊和2004—2005年685 個商品住宅的交易數據，發現居民愿意為居住在地鐵站、公交車站和公園周邊支付更高的住宅價格，但是這種價值沒有被資本化到土地價格中，即居民對城市公共服務的偏好沒有被房地產開發商以地價的形式傳遞給政府，開發商成為實際受益者。Zheng & Kahn（2013）以北京市2005—2008 年86 個招拍掛地塊和2006—2008 年7 091 個新建商品住房的微觀交易數據為例，實證分析表明地價對公共設施投資的反應速度慢于房價且具有一定的不確定性，奧林匹克公園及新地鐵站的開工和竣工皆對房價有顯著的正向溢出效應，但地價的資本化則要等到新建地鐵站竣工時才會發生。湯玉剛，陳強和滿利蘋（2016）基于我國35 個大中城市2001—2011 年的面板數據，發現交通基礎設施能夠在土地出讓之際資本化到地價中，其余多數公共品的資本化發生在住宅銷售環節。大學新建校區與上述城市公共品具有一定的相似性，其在規劃甚至是動工建設后的很長周期內都存在著資本化效應的不確定性，新建校區能否按時竣工、何時啟用、師生搬遷規模大小、周邊基礎設施建設是否齊全，能否起到活躍土地交易和房地產市場、拉動房地產經濟發展的作用，資本化效應是在土地出讓之際就能夠被捕捉到，還是要待校區啟用與人力資本集聚后才能釋放，尚且是未知且需要去探索的，這對于校區建設乃至高等教育資源空間布局都具有深刻的理論與實踐價值。且就目前來看，公共服務資本化的時序特征這一領域尚且有不小的研究空間，特別是由于房地產市場微觀交易數據的難獲取性，將地方公共品、地價和房價相結合的微觀研究尚不多見。中國在公共品和土地市場上的獨特特征，為這一領域的進一步研究提供了很好的機會（鄭思齊，2013）。

綜上所述，從研究內容來看，目前大多研究基于特征價格模型對老校區進行房價資本化的實證分析，大學特別是新建校區的資本化效應未得到廣泛關注，對地價的研究也僅停留在住宅用地價格方面的討論，研究空間較大。從研究方法來看，多數研究采用特征價格模型，存在遺漏變量偏誤、內生性等問題，但由于準實驗估計需要具備一定的條件，相較于一般的回歸分析要求更高，目前這類研究方法尚未被應用到大學與區域經濟發展的相關研究中，因此，借助新建校區這一外生沖擊研究其對房地產價格的影響，具有研究方法上的優勢。

三、研究設計

基于對已有研究的回顧與研究不足的討論，本文將采用北京市多年來的土地和房屋微觀交易數據，采用準實驗估計的方法評估新建校區對房地產價格的影響。具體圍繞以下三個問題展開分析：第一，大學新建校區的遷入是否對其周邊的房地產價格（分為地價與房價，地價又進一步劃分為商服用地與住宅用地）產生了顯著的正向影響；第二，大學新建校區的數量是否對房地產價格具有顯著的正向影響，即校區密集度越高，集聚和輻射帶動能力越強，進而對房地產價格的促進作用越明顯；第三，不同類型大學的新建校區對房地產價格是否具有異質性，相較于非公辦本科院校（包含民辦本科與專科），質量更高的公辦本科院校是否會由于更高質量人力資本的集聚等原因而對房地產價格產生更強的正向影響。

（一）數據說明

1. 北京市高等院校新建校區數據。經統計，北京高校建有30 余個同城新校區。我們整理得到這些新建校區的選址方案、奠基開工與建成啟用時間等詳細信息。

2. 北京2001—2018 年土地交易微觀數據。本文利用網絡爬蟲技術（python）爬取了中國土地市場網（https://www.landchina.com/）自2000 年以來北京各區的土地交易數據。每條觀測值包括項目名稱、地址、土地面積、來源、用途、供地方式、成交價格及合同簽訂日期等特征數據，共計約1.9 萬個觀測值。數據的進一步處理方式如下：第一，刪除重復公示交易記錄近2 000 條；第二，將交易面積與金額缺失的觀測值加以剔除；第三，由于工業用地、公共用地出讓方式大多為協議或劃撥出讓，交易價格不受新建校區影響，因此僅保留住宅和商服用地樣本，最終得到有效觀測值3 866 個。

3. 北京2003—2017 年新建商品住房各監測區域的季度指導價格。數據來自歷年的《北京市房地產年鑒》。其中2003、2009、2010 年僅為年觀測值，2004 年為上半年與下半年兩次觀測值，2005 年為上半年和三、四季度三次觀測值，為解決部分季度數據缺失的問題，本文將年和上半年、下半年觀測值分別當作全年四個季度、一二季度和三四季度的觀測值加以填充。最終保留有效樣本量4 126 個。每年平均有68 個監測區域，每個監測區域包含部分街道或鄉鎮。每年選取的監測區域基本固定，但在各年份又并非完全一致，存在監測區域替換、更新的情況，難以視為平衡面板數據，因此，本文將各年數據合并，以混合截面數據的方式加以處理分析。

4. 北京2001—2018 年POI 數據集。POI 全稱為“Point of Interest”，中文通常翻譯為“興趣點”，泛指一切可以被抽象為點的地理實體，基本囊括了我們日常能接觸到的所有設施。每條 POI 數據包含名稱、類別、經緯度、地址等信息。在城市研究方面，通過 POI 數據，我們可以準確知道每種設施的空間分布，進而分析城市的設施配置情況。本研究基于在線地圖服務平臺百度地圖和高德地圖，通過Python 獲取2001—2018 年每一年度的北京POI 數據。本文選取以下三個指標來表示當年地塊與房價監測區域周邊的公共設施完善程度：交通設施中的地鐵站點、科教文衛中的中小學與幼兒園、醫療保健中的醫院與診所。對于地塊，本文引入虛擬變量：地塊周邊300 m 范圍內是否有上述公共設施；對于房價監測區域，由于每一個監測區域相當于街道或鎮的輻射范圍，不同于地塊“點”的概念，因此將變量設計為：每個監測區域內包含上述公共設施的數量。本文將上述POI 相關變量分別與地價、房價數據做逐年匹配，作為影響新建校區周邊地價與房價的控制變量。

（二）模型設定與變量設計

本文將新建校區的建設視為一項“準實驗”，運用雙向固定效應探究新建校區對土地交易市場和房地產市場的影響。首先通過GIS 地理軟件對地塊、新建商品住房價格監測區域和新建校區進行經緯度定位，計算得到各地塊、各監測區域與各校區之間的直線距離，然后參照相關研究（Zheng & Kahn，2008；Wang & Tang，2020），將新建校區對地價的輻射距離劃定為5 km，對房價的輻射距離劃定為3 km（輻射范圍基本上是該監測區域所在的街道或鎮），將該范圍內的地塊和房價監測區域視為實驗組，其余則作為對照組。

第一，在地價的相關研究方面，以3 866 個地塊為分析單位構建如下基礎模型：

i指代地塊，j指代地塊所在行政區，t為地塊交易年份，被解釋變量lnlandi jt表示位于區j的i地塊在第t年的不同類型土地實際交易價格對數值，由每筆交易的交易總金額與交易總面積相除得到交易單價，再以2000 年為基期進行CPI 平減，得到每年土地實際價格（萬元/公頃）的對數值，包含總地價以及住宅、商服兩類地價。Dcampsusijt為核心解釋變量，地塊5 km 范圍內有新建校區且地塊交易年份晚于校區動工年份，則Dcampusijt取值為1，其余為0。Controlsijt為影響地價的控制變量合集，包括地塊特征以及周邊可能會對地價造成影響的公共設施供應情況兩大類控制變量，其中地塊特征包含土地供應方式zhaopaigua（協議出讓取值為0，招拍掛取值為1）、土地類型landusage（商服用地取值為0，住宅用地取值為1）、土地來源xinzeng（新增建設用地取值為1，來自庫存量的新增建設用地與現有建設用地取值為0）。公共設施供應情況包含地鐵站點Dstation、中小學與幼兒園Dschool、 醫院與診所Dhospital，利用地塊經緯度和POI 經緯度，計算每個地塊與其最近的上述場所之間的直線距離，若地塊在其300 m 范圍內有上述公共服務設施，則該變量取值為1，否則為0，以此表示地塊附近公共服務的完善程度。 γt、μj分別為年份固定效應和區固定效應。

在此基礎上，本文做進一步的深入分析。（1）檢驗新建校區數量對地價的影響，本文將Dcampusijt進一步替換為每個地塊受影響的校區數量campusijt（單位：個)，若該系數顯著為正，則表明新建校區數量越多，資本化效應越強。（2）檢驗新建校區與主城區距離對地價的影響，本文首先計算地塊所對應的新建校區與天安門之間的直線距離distance（單位：km）（對于同一地塊受多個新建校區影響的情況，本文取多個新建校區的距離均值），然后取距離的倒數，與Dcampusi jt進行交互：Dcampus×(1/distance)，若該系數顯著為正，則表明新建校區距離市中心越近，資本化效應越強，對地價的提升作用越強。（3）檢驗院校質量對地價影響的異質性，本文將院校質量劃分為兩類：公辦本科院校public、非公辦本科院校（包含民辦本科和專科）nonpublic，我們將其與Dcampusi jt、campusijt分別進行交互，表示每一個地塊是否受到公辦本科、非公辦本科新建校區的影響，以及分別受到幾個公辦本科、非公辦本科新建校區的影響，以此得到不同類型新建校區及其數量對地價的影響。

第二，在房價相關研究方面，以新建商品住房4 126 個樣本點為分析單位構建如下模型：

其中lnhouseijt表示位于行政區j的i監測區域在第t年的新建商品住房實際買賣指導價格對數值（以2000 年為基期做CPI 平減處理的實際價格（元/平方米）并取對數）。Dcampusi jt為核心解釋變量，監測區域3km 內有新建校區且價格監測年份晚于校區動工年份，則取值為1，其余為0。Controlsijt為每個監測區域范圍內公共設施供應的數量：地鐵站點station、中小學與幼兒園school、醫院與診所hospital。γt、 μj分別為季度固定效應和監測區域所在區的固定效應。隨后本文同樣進行了與上述地價模型一致的三類深入分析。

四、實證分析

（一）描述性統計

本文進行了初步的描述性統計，如表1 所示，分別展示了地價和房價全樣本、實驗組與對照組的變量情況。

表1 描述性統計

續表1

（二）新建校區對地價的影響

如表2 所示，本文初步探索新建校區對地價的影響。可以發現，在對一系列地塊特征和公共基礎設施以及區縣和年份固定效應加以控制的情況下，新建校區對地價依然具有顯著的提升作用，新建校區周邊5 km 半徑范圍內地塊交易價格平均上漲21.87%（1%的統計水平），且地塊所受影響的新建校區數量每增加一個，其交易價格將會再上漲10.16%（1%的統計水平）。

表2 新建校區對地價的影響

新建校區的建設能夠分別顯著提高住宅用地、商服用地價格23.81%(1%的統計水平)、17.35%(5%的統計水平)，且每增加一個新建校區，住宅用地、商服用地價格還會分別上漲8.07%(1%的統計水平)、11.34%(1%的統計水平)。地塊是否受到新建校區的影響與新建校區和市中心距離的倒數的交互項系數顯著為正，表明對于受到新建校區影響的地塊而言，新建校區距離市中心越近，資本化效應越強，對地價的輻射帶動作用越強。控制變量方面，以招拍掛方式出讓的土地交易價格要顯著高于以協議出讓的土地價格，商服類用地價格顯著高于住宅價格，來自庫存量的新增建設用地與現有建設用地價格要高于新增建設用地，地鐵對地價具有顯著性的正向影響，學校對住宅用地價格具有顯著的正向影響，300 m 內能夠享有上述公共服務的地塊價格顯著高于其他地塊價格。

接下來，本文對不同類型新建校區對土地價格加以異質性分析。如表3 所示，全樣本中，受到本科公辦新建校區影響的地塊價格明顯上漲26.98%(1%的統計水平)，且每增加一個新建校區的影響，地價還會上漲10.91%(1%的統計水平)，受到民辦本科和專科新建校區影響的地塊價格平均上漲11.57%（5%的統計水平），每增加一個新建校區對地價沒有顯著的提升影響。

表3 不同類型新建校區對不同類型土地價格的異質性分析

具體來看，對于住宅用地，公辦本科新建校區的建設能夠顯著帶動其均價提升27.38%(5%的統計水平)，且每增加一個，還使住宅用地均價再次提升14.87%(1%的統計水平)；對于商服用地，公辦本科與非公辦本科新建校區的動工分別會帶動其價格上漲24.87%(1%的統計水平)、14.09%(5%的統計水平)，每增加一個公辦本科與非公辦本科新建校區，商服地價分別顯著提高6.86%(1%的統計水平)、12.16%(5%的統計水平)。

（三）新建校區對房價的影響

表4 為新建校區對房價的影響分析。整體來看，新建校區及其數量并未呈現出對房價的顯著提升作用。我們進一步就不同院校類型加以分析，發現公辦本科新建校區對房價呈現出了顯著的正向促進作用，該類校區建設使新房價格上漲9.57%(5%的統計水平)。而民辦本科與專科院校對新房價格沒有表現出顯著影響。這一研究發現與以往研究結論一致，不同質量的大學對房地產市場的影響差異較大，大學質量越高，產生的正外部性越強。不過，由于數據受限，我們未能夠加入遷入的師生規模這一變量，對于究竟是院校質量還是院校規模的資本化效應更強，我們難以做出精準的推論。

表4 新建校區對房價的影響

五、穩健性檢驗

本文主要采用三種方式進行穩健性檢驗。第一，縮小樣本范圍，由于區位優勢等因素，城六區的房地產市場更為活躍且價格相對較高，因此本文嘗試將城六區的樣本點去掉加以分析，以檢驗數據結果的穩健程度。第二，將政策干預時點由新建校區動工替換為新建校區搬遷時間，校區建設是一個包含規劃、征地、拆遷、奠基、啟用、搬遷等多個時點的漫長建設周期，單一以奠基時間為政策干預時點，可能會使結果存在偏差，難以兼顧到校區建設影響的滯后性，因此本文還以新建校區首批學生搬遷入住時點為政策干預時點加以檢驗。第三，加入新建校區的固定效應。新建校區遷入師生規模大小不同，集聚效應強弱不同，對周邊餐飲娛樂等產業發展的影響也存在差異，且在傳統的“園區+房地產開發”的建設模式下，一旦新建校區對園區外人口引力不足會也會導致住宅銷售量下降（陳思霞，張冬連，2021），因此需要在對新建校區與房地產價格相關研究中納入對于師生以及周邊消費者數量的考慮，但每個新建校區并未對其每年的搬遷情況公開，受數據局限，我們暫時無法獲取每個新建校區的師生規模，所以只能嘗試加入校區的固定效應加以穩健性檢驗。從結果來看，如表5 和表6 所示，無論是土地市場還是房地產市場，新建校區的影響都是相對穩定的。

表5 新建校區對地價的穩健性分析

表6 新建校區對房價的穩健性分析

六、結論與討論

本文針對高等教育發展對宏觀經濟增長影響這一教育經濟學中的經典議題展開討論，基于北京市土地和住房交易的數據，運用準實驗的方法，探討大學新建校區對于周邊房地產價格的影響效果。研究發現，第一，新建校區整體提升了周邊5 km 范圍內的商服和住宅土地的交易價格；第二，新建校區數量越多，地價相對上漲越多，相較于單個新建校區，大學城或高教園區的集聚效應和資本化效應更強；第三，新建校區距離市中心越近，土地的資本化效應越強；第四，資本化效應可能會受到院校辦學層次的影響，數據顯示僅有公辦本科新建校區對新建商品住房價格具有顯著的正向影響，但對于這一項結論，令人遺憾的是我們未能剝離院校質量對于住房價格的“凈效應”，未能進一步分析：究竟是院校質量對資本化效應的貢獻度更高，還是院校遷入的師生規模在其中發揮著更為關鍵的作用。

上述實證分析結果帶給我們的思考是：第一，在新建校區規劃與建設初期，房地產開發商往往便能夠第一時間敏銳捕捉到新建校區遷建向市場釋放的信號，預測周邊區域未來幾年內潛在的升值空間并加以投資開發，從而活躍土地市場交易行為，推動土地出讓價格的上漲。第二，房地產開發投資與大規模商品房的落成并不一定意味著房價的即期上漲，院校類型、院校質量、遷入規模、校區周邊配套基礎設施建設進度等都是可能會影響資本化效應的重要因素。可以說，地價的上漲一定程度上可能是地方政府與地產開發商共謀的結果，但房價相對是一個能夠較全面反映新建校區拉動房地產經濟發展程度的風向標，居民以“用腳投票”與個人選擇偏好的方式向我們真實展現環新建校區地帶的發展成熟度及其正外部性的強弱。因此，圍繞新建校區，應該形成高等院校、地方政府、社會力量等多主體參與和互動的長效機制，將新建校區規劃與地方經濟增長緊密聯系起來，有計劃、有步驟地推進新建校區的遷建，推動大學新建校區與遷入地之間進行更為良性和可持續的互動。

就研究不足與未來研究方向而言，第一，新建校區的遷入規模是影響資本化效應的重要因素之一，但由于數據未公開，目前尚且無法獲得每個新建校區每年遷入的師生數量，我們將繼續加以新建校區信息的完善，盡可能尋找院校質量的“凈效應”。第二，新建校區的內生性問題。高校在新建校區的規劃過程中會考慮產教融合的問題，很難說新建校區具有完全外生性，但新建校區整體上是在1999 年起持續擴招導致諸多高校生均占地面積不足、辦學條件不達標的客觀歷史背景下興起的，且新建校區的開建往往需要不同部門的層層審批，并非地方政府所能左右，因此新建校區的建設具有一定的外生性。本文旨在借助這一相對外生的政策沖擊對高等教育對房地產價格的影響加以量化評估，后期會嘗試構建工具變量來進一步回應內生性問題。第三，本文數據存在一定的局限性，尤其關于房價的數據是以監測區域（街道和鄉鎮為單位）的季度觀測數據，我們僅能對監測區域的幾何中心加以定位并大致估算與新建校區之間的直線距離，存在難以避免的測算誤差。第四，本文僅采用雙向固定效應探討了新建校區是否存在資本化效應這一初步問題，我們將進一步豐富研究方法，嘗試進一步對實證分析結果進行拓展分析。

（張文杰工作郵箱：wenjiezhang@pku.edu.cn；本文通信作者為哈巍： wha@pku.edu.cn）