戴貴寶

(重慶工商大學(xué) 經(jīng)貿(mào)學(xué)院，重慶 400067)

市級重點中學(xué)對周邊房價的影響性分析
——以重慶為例

戴貴寶

(重慶工商大學(xué) 經(jīng)貿(mào)學(xué)院，重慶 400067)

基于劃片區(qū)入學(xué)政策對于周邊住宅價格的影響，采用特征價格模型對重慶市4所市級直屬重點中學(xué)和3所排名靠前的市級重點中學(xué)周邊住宅價格的影響進(jìn)行分析。研究發(fā)現(xiàn)：市級重點中學(xué)對于周邊房價具有顯著性的正向影響：當(dāng)住宅擁有周邊市級重點中學(xué)的入學(xué)資格時，住房價格將增加9.527%。同時，相較于其他影響因素，市級重點中學(xué)的影響程度也是巨大的，所占比例達(dá)到28.88%。研究結(jié)果表明，劃片區(qū)入學(xué)的政策在一定程度上扭曲了區(qū)域的住房市場。

市級重點中學(xué)；劃片區(qū)入學(xué)；周邊房價；特征價格模型

0 引 言

社會公共資源同住宅價格之間的關(guān)系，一直是國內(nèi)外學(xué)者關(guān)注的熱點。如Adair等對交通可達(dá)性進(jìn)行了測量，認(rèn)為交通可達(dá)性對住宅價格存在一定影響[1]。李祥、高波等認(rèn)為居民的消費(fèi)意愿受到公共服務(wù)水平的影響，并利用南京市江南八區(qū)的調(diào)查數(shù)據(jù)對其進(jìn)行了驗證[2]。特征價格自Rosen提出以來，已逐漸成為學(xué)者研究社會公共資源對周邊地區(qū)房屋價格影響最常采用的方法[3]。自新世紀(jì)以來，伴隨著我國經(jīng)濟(jì)的高速發(fā)展，我國房地產(chǎn)業(yè)發(fā)展迅速，房地產(chǎn)價格漸漸成為我國民生的重大關(guān)注問題之一。在高房價的背景下，購房者不僅僅關(guān)注房屋價格、質(zhì)量、朝向等房屋內(nèi)在特性問題，也對住宅所處的周邊環(huán)境越來越重視。與房屋內(nèi)在特性不同，公共服務(wù)基礎(chǔ)設(shè)施對于住宅交易的影響更多的是由于其外部溢出效應(yīng)。即便內(nèi)在特性完全相同的房屋，其外部周邊環(huán)境存在較大的差異，住宅交易價格也會有很大的不同。一些社會公共資源如軌道交通[4-6],城市景觀[7]、公園綠地、教育設(shè)施[8]等對于周邊住宅交易價格均在不同程度產(chǎn)生影響。同時，黃靜、石薇認(rèn)為城市公共品資本化是影響房價的重要原因[9]。然而，國內(nèi)學(xué)術(shù)界卻很少就市級重點中學(xué)對房地產(chǎn)價格的影響進(jìn)行分析，多數(shù)僅將重點中學(xué)作為教育資源納入公共服務(wù)的一個類別進(jìn)行研究，并未就其自身對房價的影響進(jìn)行討論。

重慶作為長江經(jīng)濟(jì)帶重要中心城市，教育資源較為豐富，但隨著重慶常住人口的持續(xù)增長以及教育資源的不均等分布，尤其是市直屬重點中學(xué)等優(yōu)質(zhì)教育資源的嚴(yán)重稀缺，多數(shù)消費(fèi)者均將教育資源作為影響房屋購買的重要因素。特別是在重慶采取中小學(xué)進(jìn)行劃片區(qū)招生后，進(jìn)一步推升了重點中小學(xué)周邊區(qū)域的房價，不少房地產(chǎn)商進(jìn)行市場營銷時均以優(yōu)質(zhì)教育的入學(xué)資格為噱頭吸引消費(fèi)者購房。相較于對一般的休閑公共基礎(chǔ)設(shè)施和交通基礎(chǔ)設(shè)施同周邊住宅價格關(guān)系的研究，中學(xué)教育資源同周邊住宅價格關(guān)系的研究成果明顯偏少，但是這又是一個現(xiàn)實存在的社會熱點問題。

1 研究方法與數(shù)據(jù)

1.1 研究方法

特征價格法是在資源配置、邊際效用論、享樂主義等理論的基礎(chǔ)上提出來的，其核心觀點是效用決定產(chǎn)品價格。特征價格理論認(rèn)為,產(chǎn)品的需求源自于內(nèi)在的特征——組合方式和量上的差異。而這種內(nèi)含的差異又決定了價格的差異。在學(xué)術(shù)界和產(chǎn)業(yè)界，特征價格理論自被提出以來就倍受重視。以至于世界各地的諸多學(xué)者紛紛加入此項研究，并取得豐碩的成果。由于其研究結(jié)果不僅能使產(chǎn)品的供需相衡，使消費(fèi)者效用和廠商利益最大化，還有可能成為政策制定的依據(jù)。西方發(fā)達(dá)國家政府管理部門更是將其納入產(chǎn)品營銷、房地產(chǎn)分析、社會福利政策等眾多領(lǐng)域的研究分析。特征價格法的優(yōu)點是考慮因素較全面，能采用真實的數(shù)據(jù)模擬市場，既可避免主觀意識的干擾，又具有很強(qiáng)的靈活性；缺點是數(shù)據(jù)收集較繁瑣，模型的假設(shè)條件較多。本文采用特征價格法來評估重慶市重點中學(xué)對房地產(chǎn)價格的影響效應(yīng)。

1.2 研究樣本的選取

重慶市市級重點中學(xué)是依據(jù)渝府〔2001〕62號文件，將重慶市第一中學(xué)校等 38 所學(xué)校作為第一批市級重點中學(xué)，其后數(shù)量不斷增加。截至2015年12月，重慶市共有重點中學(xué)107所，其中市級直屬重點中學(xué)7所。由于教育資源分布的不平衡性，主城區(qū)的優(yōu)質(zhì)教育資源明顯豐富，而區(qū)縣則明顯稀缺。以2015年重慶主要重點中學(xué)高考重點本科上線率(以下簡稱重本率)為例，排名前20的中學(xué)中18所分布在主城區(qū)，而其中7所市級直屬重點中學(xué)全部進(jìn)入前20①數(shù)據(jù)來源：《重慶教育年鑒(2016)》、各區(qū)縣教委、學(xué)校公布的數(shù)據(jù)，由作者整理得到。 。大量的區(qū)縣生源家庭為了獲取更好的受教育機(jī)會，紛紛選擇落戶主城在具有重點中學(xué)入讀資格的小區(qū)購買住房。重慶市7所市級直屬重點中學(xué)全部分布在重慶主城區(qū)，同時也是廣大學(xué)生的入讀優(yōu)先選擇學(xué)校。出于生源家庭的偏好、數(shù)據(jù)的可靠性與獨立性，同時又盡量減少其他因素對重點中學(xué)因素干擾的考慮，本文選取7所市級直屬重點中學(xué)中的4所(重慶市巴蜀中學(xué)校、西南大學(xué)附中、四川外國語大學(xué)附屬外國語學(xué)校和重慶市育才中學(xué)校)加上重本率常年排名較高的3所一般重點學(xué)校(重慶市第十一中學(xué)校、重慶市求精中學(xué)校和重慶市第十八中學(xué)校)作為研究對象。雖然重慶市第一中學(xué)校、重慶市南開中學(xué)和重慶市第八中學(xué)校是市級直屬重點中學(xué)且重本率常年較高，但是由于3所學(xué)校之間地理距離過于靠近，出于數(shù)據(jù)獨立性的考慮，不得不舍棄。所選的7所重點中學(xué)均在2015年重慶主要重點中學(xué)高考重本上線率排名前20的選擇范圍內(nèi)，與其他重點中學(xué)的距離超過1.5 km以上，且與城市中心商圈及副中心的距離也超過1.5 km以上，具體名單見表1。

1.3 研究數(shù)據(jù)與處理

出于研究數(shù)據(jù)科學(xué)性與一致性的考慮，同時結(jié)合重慶劃片區(qū)入學(xué)的劃分依據(jù)。本文選取了所考察中學(xué)3 km范圍以內(nèi)的64個小區(qū)來進(jìn)行研究，并且住宅類型均為普通住宅。本文的數(shù)據(jù)主要來源于重慶搜房網(wǎng)、百度地圖、重慶市教育委員會。重慶搜房網(wǎng)上公布的數(shù)據(jù)包括二手房出售掛牌數(shù)據(jù)和小區(qū)公布數(shù)據(jù)，并借鑒溫海珍等的做法，對掛牌價格進(jìn)行修正[7]。劃片區(qū)入學(xué)范圍參照重慶市教育委員會和各區(qū)教委的劃分辦法。掛牌出售房屋的所在小區(qū)、綠化率、建筑面積、住宅地址、裝修程度、住宅年限、住宅類型、物業(yè)費(fèi)、樓層等信息在掛牌資料中均有詳細(xì)的闡述。自變量中住宅小區(qū)與重點中學(xué)、最近商圈的距離、公交線路條數(shù)、1km范圍內(nèi)是否有公園綠地、大學(xué)、大型超市或商場、醫(yī)院等配套設(shè)施均采用百度地圖進(jìn)行量化。

本文將住宅特征分解為區(qū)位特征、住宅特征和鄰里特征三大類[10]。其中需要按照等級賦值的變量有商圈距離、公共交通；虛擬變量有重點中學(xué)、裝修程度、電梯、公園綠地、大學(xué)、大型超市或商場、醫(yī)院；量化的變量有住宅年齡、住宅面積、綠化率、所在樓層和物業(yè)費(fèi)。從重慶搜房網(wǎng)中總計搜集到1 216個樣本數(shù)據(jù)，剔除掉奇異值后，最終得到了7所重點中學(xué)周邊的952個完整的住宅樣本數(shù)據(jù)，見表2。

表1 重慶市7所市級和一般重點中學(xué)

表2 重點中學(xué)周邊住宅變量特征

2 重點中學(xué)對周邊房價影響的空間效應(yīng)分析

2.1 特征價格模型與樣本數(shù)據(jù)

特征價格模型的具體函數(shù)形式共分為3種：線性形式、半對數(shù)形式、對數(shù)形式。通過多次的數(shù)據(jù)驗證及模型檢驗，對數(shù)模型的擬合效果最好。因此，本文確定采用對數(shù)形式建立重慶市重點中學(xué)周邊住宅價格影響的特征價格模型。模型形式具體如下：

LnP=β0+∑βiLnXi+∑βjXj+ε

(1)

式中，P為周邊住宅價格；β0、βi和βj均為待估系數(shù)；Xi為連續(xù)性特征變量；Xj為虛擬特征變量；ε為誤差項。除建筑面積、房齡、物業(yè)費(fèi)、綠化率這4個自變量以自然對數(shù)形式進(jìn)入模型外，其余變量均以實際數(shù)值代入公式。

2.2 模型檢驗

本文采用SPSS18.1對數(shù)據(jù)進(jìn)行分析，根據(jù)表3的結(jié)果可知，最終有11個變量通過5%水平的顯著性檢驗進(jìn)入到模型。最終被剔除的自變量為房齡、朝向、綠化率和物業(yè)費(fèi)這4個指標(biāo)，而剩余的11個自變量包括重點中學(xué)、公共交通、建筑樓高、裝修程度、大型超市或商場、商圈距離、醫(yī)院、建筑樓高、大學(xué)、電梯、建筑面積和公園綠地。從表3顯著性檢驗可以看出，第11號特征價格模型的R2和經(jīng)調(diào)整的R2均為0.773，說明模型的擬合程度較好，同時第11號特征價格模型是所有模型當(dāng)中標(biāo)準(zhǔn)估計誤差最小的。從F檢驗可以看出，在置信水平α=0.01下，進(jìn)入方程的11個特征變量與住宅價格之間具有線性關(guān)系。從表4可以看出，絕大多數(shù)回歸系數(shù)均在置信水平α=0.05水平上通過了顯著性檢驗。通過顯著性水平的檢驗，說明對數(shù)模型對樣本數(shù)據(jù)的擬合在統(tǒng)計上是有意義的，回歸方程是有效的。

表3 顯著性檢驗

注：*SEE為估計標(biāo)準(zhǔn)誤差的簡寫形式。

2.3 結(jié)果分析

2.3.1 住宅特征價格的符號分析

從表4的分析結(jié)果可以看出，除了公共交通和裝修程度與預(yù)期符號相反以外，其他變量的符號均與預(yù)期相一致。公共交通系數(shù)為負(fù)，說明市民在購買學(xué)校周邊房屋時更看重周邊的居住環(huán)境而非交通便捷。交通線路越多，噪音污染以及其他方面的問題也越多，無論是對于學(xué)生學(xué)習(xí)還是家庭居住均會造成一定程度的影響。裝修程度系數(shù)為負(fù)，說明相較于居家環(huán)境，市民對于學(xué)區(qū)房的關(guān)注點更多的集中在入學(xué)指標(biāo)。重點中學(xué)系數(shù)為正，表明重點中學(xué)的入學(xué)資格與周邊住宅房價具有正比例關(guān)系。即在其他條件不變的前提下，重點中學(xué)入學(xué)資格將推高周邊住宅價格。其t檢驗水平為0.000，表明具有顯著性影響。其中住宅面積、電梯、公園綠地和大學(xué)對周邊房價有正的影響；商圈距離、所在樓層、醫(yī)院對周邊房價有負(fù)的影響。

2.3.2 特征變量對周邊房價的彈性分析

在對數(shù)模型中，當(dāng)自變量為連續(xù)變量時，未標(biāo)準(zhǔn)化的回歸系數(shù)對應(yīng)著住宅特征的價格彈性系數(shù)；當(dāng)自變量不是連續(xù)變量時，不能直接采用回歸的未標(biāo)準(zhǔn)化系數(shù)，需要采用半彈性系數(shù)。由分析結(jié)果表5可以看出，在其他條件不變的前提下，連續(xù)變量商圈距離的價格彈性系數(shù)為0.233，當(dāng)住宅距離商圈的距離每增加1%時，周邊房價會下降0.233%；同樣，當(dāng)住宅面積增加1%時，周邊房價會下降0.005%。

在非連續(xù)變量中，重點中學(xué)的半彈性系數(shù)為9.527，說明當(dāng)住宅擁有周邊市級重點中學(xué)的入學(xué)資格時，住房價格將增加9.527%。公共交通的半彈性系數(shù)為7.037，說明當(dāng)交通的便捷程度提高1%時，周邊住宅價格將提升7.144%。住宅所在樓層也是影響房價的重要因素，樓層每增加一層，住宅價格將下降3.536%。住宅有無電梯也將對房價造成影響，有電梯時，住宅價格將提升6.609%。相較于其他影響因素，裝修對于住宅價格的影響最小，裝修等級每提高1%，住宅價格僅會提高0.598%。公園綠地與大型超市、商場對于住宅價格具有同樣的影響，當(dāng)二者的等級提升1%時，住宅價格會提升2.429%。而當(dāng)周邊存在醫(yī)院時，周邊住宅價格就將下降4.4%。大學(xué)對于房價的提升具有顯著性影響，當(dāng)周邊有大學(xué)時，住宅價格則將提升2.942%。

表4 模型回歸系數(shù)

以上結(jié)果表明市級重點中學(xué)的入學(xué)指標(biāo)是影響周邊住房價格的重要因素；同時在考慮入學(xué)指標(biāo)的前提下，消費(fèi)者也同樣重視住宅的地理位置；但是在對于住房面積的偏好方面，消費(fèi)者相對偏向于小戶型。一方面可能是由于市級重點中學(xué)周邊的住房具有入學(xué)指標(biāo)，從而導(dǎo)致住房價格相對較高；另一方面可能是因為消費(fèi)者更加看重入學(xué)指標(biāo)，購房的主要目的是為了擁有入學(xué)資格，因而對于居住質(zhì)量較為忽視。

本文采用多元回歸分析中的標(biāo)準(zhǔn)化偏回歸系數(shù)來對特征變量關(guān)于住房價格的影響程度進(jìn)行衡量，標(biāo)準(zhǔn)化偏回歸系數(shù)可由各特征變量進(jìn)行標(biāo)準(zhǔn)正態(tài)變換后得到。由表6可知，距離中學(xué)的距離占的比重達(dá)到28.88%，所占的比重最大。說明市級重點中學(xué)不僅僅對于周邊住宅價格具有顯著影響，并且影響程度較大。其次是到商圈的距離，其所占的比例為20.85%；在所有特征變量中，住宅面積所占的比重最小，僅為1.13%。

表5 特征變量價格彈性系數(shù)

表6 影響程度系數(shù)表

3 研究結(jié)論與討論

3.1 研究結(jié)論

市級重點中學(xué)對周邊住宅價格存在著顯著的正面影響。擁有市級重點中學(xué)入學(xué)資格的住宅價格將顯著高于同一區(qū)域內(nèi)沒有入學(xué)資格的住宅。由于重慶市按照劃片區(qū)入學(xué)，只有處于片區(qū)內(nèi)的住宅才具有市級重點中學(xué)的入學(xué)資格。因而大量家庭在考慮住房購買時，都優(yōu)先選擇具有入學(xué)資格的住宅，進(jìn)而推高了學(xué)校周邊的房價。距離商圈的距離對于房價也有一定的影響，出于投資保值或者生活便利的目的，距離商圈越遠(yuǎn)的住宅其價格越低。

總體來看，相較于其他特征變量，市級重點中學(xué)對于周邊住宅價格的影響程度也是最大的。其所占的比重達(dá)到28.88%，而排名其次的特征變量商圈距離所占的比重為20.85%，可見消費(fèi)者購買市級重點中學(xué)周邊住宅的最要因素就是獲取入學(xué)資格，對于其他影響因素的考慮較少。

3.2 相關(guān)討論

雖然所選的7所市級重點中學(xué)在空間地理位置上存在一定差異，所處地段的投資價值也不盡相同，但是因為只有處于一定地理范圍內(nèi)的住宅才有資格進(jìn)入到最近的市級重點中學(xué)學(xué)習(xí)，因此在這一范圍內(nèi)影響住房價格的最主要因素就是市級重點中學(xué)。在區(qū)域外的住宅價格才會更多受到其它因素的影響。

從分析結(jié)果可以看出，雖然優(yōu)質(zhì)教育資源仍然處于供不應(yīng)求的狀態(tài)中，但是劃片區(qū)入學(xué)的政策無疑在很大程度上扭曲了區(qū)域的住房市場。大量的學(xué)生家庭為了能夠獲得進(jìn)入到較好學(xué)校入學(xué)的資格，在購買住房時優(yōu)先考慮擁有市級重點中學(xué)入學(xué)資格的住宅，進(jìn)而推高了周邊住房的價格。

注 釋：

① 數(shù)據(jù)來源：《重慶教育年鑒(2016)》、各區(qū)縣教委、學(xué)校公布的數(shù)據(jù)，由作者整理得到。

[1] Adair A, McGreal S, Smyth A, et al.House Prices and Accessibility:The Testing of Relationships within the Belfast Urban Area[J].Housing Studies, 2000, 15(5): 699-716.

[2] 李祥，高波，王維娜.公共服務(wù)資本化與房價租金背離——基于南京市微觀數(shù)據(jù)的實證研究[J].經(jīng)濟(jì)評論，2012 (5): 78-88.

[3] Rosen S.Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition [J].Journal of Political Economy，1974，82(1):34-55.

[4] Bowes D R，Ihlanfeldt K R.Identifying the Impacts of Rail Transit Stations on Residential Property Values [J].Journal of Urban Economics，2001，50(1): 1-25.

[5] 黃艷香, 宋永發(fā).對城市軌道交通周邊住房價格影響因素的研究——基于 AHP 與熵權(quán)法[J].工程管理學(xué)報, 2014, 28(3): 57-61.

[6] 王岳龍.地鐵開通對房價影響的實證研究[J].經(jīng)濟(jì)評論, 2015 (3): 56-71.

[7] 溫海珍，李旭寧，張凌.城市景觀對住宅價格的影響[J].地理研究，2012，31(10): 180-181 .

[8] 徐夢潔, 張周青.城市教育設(shè)施對住房價格的影響——以南京市為例[J].開發(fā)研究, 2015 (5): 99-104.

[9] 黃靜, 石薇.城市公共品在住房價格中的資本化效應(yīng)測度——以上海市為例[J].城市問題, 2015 (11):69-78.

[10] 溫海珍，賈生華.基于特征價格的房地產(chǎn)評估新方法[J].外國經(jīng)濟(jì)與管理，2004，26(6):31-35.

[責(zé)任編輯：楊立平]

Analyzing the Impact of Municipal Key High Schools on the Peripheral Housing Prices: To Take Chongqing as an Example

DAI Gui-bao

(School of Economics and Trade,Industrial and Commercial University of Chongqing,Chongqing 400067,China)

In our country,public school districts are subject to municipal zoning ordinances.Due to the limited excellent educational resources,there may be increased pressure on “so called” key high schools.Considering the fact that the zoning policy has certain influence on the peripheral residential housing price,we conduct a hedonic price model and analysis of how four key high schools that are directly under the governance of Chongqing municipal education authorities and three municipally recognized key high schools that are ranked forefront in the city affect the peripheral residential housing prices.The study reveals that the key high schools in the city have a significant positive impact on the peripheral residential housing prices.The housing prices will increase by 9.527 percent when the housing is eligible for the child to attend the key high school.At the same time,the impact of municipal key high schools is also enormous,compared with other factors,accounting for 28.88 percent.The results show that the zoning policy distorts the regional housing market to some extent.

municipal key high school; zoning school district; peripheral house price; hedonic price model

2017-05-20

2017-07-08

戴貴寶(1993— )，男，安徽天長人，重慶工商大學(xué)經(jīng)貿(mào)學(xué)院2015級碩士研究生；研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

F293.3

A

2096-2371(2017)04-0053-05