学区房溢价研究——以北京市西城区为例
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
660． 9516
－ 2． 4782 P值
0． 0000
0． 0134 LogL
61． 4413
通过上表的结果可知，Ｒ2 为 0． 7487，具有较好的拟合优度， F 值也可看出模型总体显著性较好，所有变量的 p 值均小于 0． 05， 说明其对房价的影响均在 5% 的显著性水平下显著。其中学区因素、 房屋面积以及房间数的回归系数均为正，对房价产生正向影响，而 房屋所在楼层和已有年份均对房价产生负的影响。本文主要研究的 是学区房的溢价效应，因而，主要关注的是特征变量 “学区因素” 的系数。回归结果显示，在控制其他变量不变的条件下，在 0． 1% 的显著性水平下，学区因素会给周边房屋带来 12． 30% 的溢价。说 明学区因素对于房屋有较大的溢价效应。
基本模型的 OLS 估计结果
模型 （ Constant）
回归系数 5． 0038
Std． Erroห้องสมุดไป่ตู้ 0． 0373
t值 134． 0453
p值 0． 0000
School
0． 1230
0． 0145
8． 4626
0． 0000
Acreage
0． 0091
0． 0004
25． 0360
0． 0000
三、结论与建议 通过本文的研究，我们得知在我国房屋产权制度之下，教育资 源这一因素可较高的推动房价增长。究其根本原因是我国优质教育 资源的匮乏以及分配不公平，从而导致供不应求现象，由此导致了 房价的波动性。我国大部分优质资源集中于城市的中心带，高收入 群体不断吸引过去产生 “群分效应”，而对于低收入家庭则不断被 排除该体系外，使得该地区房价进一步的提升。针对这一现象，我 国应加大对教 育 资 源 的 投 资， 让 更 多 地 区 感 受 优 质 教 育 资 源 的 分 配，同时促使各地区对提高教育质量的竞争及创新，对其进行激励 机制。最后应对大众传播理性购房的思想，让他们在购房之前进行 全方位的思量，不要一味盲目从众。 参考文献： ［1］ 张雅淋，赵强． 基于配对回归的学区房溢价研究———以南京
Ｒoom1
0． 0837
0． 0134
6． 2635
0． 0000
Ｒoom2
0． 0907
0． 0202
4． 4796
0． 0000
Floor
－ 0． 0035
0． 0011
－ 3． 2134
0． 0013
year Ｒ2 0． 7487
－ 0． 0019 Ｒ2 （ adj） 0． 7476
0． 0008 F
学区房溢价研究
———以北京市西城区为例
胡思曼
（ 北京工商大学 北京 100048）
摘 要： 本文利用链家网爬取收集的北京市西城区房价数据，利用 SPSS 软件采用特征价格模型研究西城区的学区房溢价效 应，由于数据原因，本文所选取的指标较少，重点在于研究学区因素对房价产生的效应。在此基础上，分析学区房溢价的产生原 因并提出相关建议。
关键词： 学区房溢价； 特征价格模型； SPSS
我国自 1986 年 《义务教育法》 颁布起在义务教育阶段实行就 近入学政策。近年来，我国北京、上海以及广州等发达城市 “学区 房” 现象不断 上 升，且 曝 出 过 许 多 类 似 天 价 学 区 房 的 新 闻。 现 实 中，在地理 位 置、 配 套 设 施、 小 区 氛 围 以 及 周 边 环 境 等 诸 多 因 素 中，教育资源一直被购房者视为重点考虑因素，因此 “学区房” 成 为房地产市场争相追赶的话题。
根据特征价格理论，在对模型稳健性进行比较后，本文设定如 下对数形式的基本计量经济模型：
Ln （ Price） = c + β1 School + β2 Acreage + β3 Ｒoom1 + β4 Ｒoom2 + β5 Floor + β6 Year + ε。式中，βi 为回归系数，i = 1，2，… 6，ε 为随机误差项。
一、国内外研究现状概述 （ 一） 理论研究。本论文的研究涉及到教育的房价资本化问题， 相关研究在国外起步较早。Tiebout （ 1956） 最早提出地方公共品供 应的理论模型，即本地居民可以采取 “用脚投票”，根据个人偏好 选择居住地进而决定所消费的公共品。Oates （ 1969） 验证了 Tiebout 的假说，居民会根据地方提供公共服务带来的收益和税收负担的成 本进行权衡，从而选择社区居住。 （ 二） 研究方法选取。毛丰付等人 （ 2014） 利用杭州市主城区 住宅市场数据和重点中小学信息，采用 OLS 回归发现重点中学溢价 效应为 25． 5% ，重点小学的学区房溢价为 12． 8% 。 胡婉旸等 （ 2014） 借助 “租买不同权” 的入学制度，借鉴边界 固定效应法的思路，实现 “小区对” 的第一个配对，并在此基础 上，引入租金变量进行第二个配对，最终得到北京重点小学学区房 的溢价约为 8． 1% 的结论。哈巍和余韧哲 （ 2017） 利用学区分界形 成断点与匹配设计，并借用北京市 2014 年义务教育综合改革带来的 外生冲击构造处理变量，他们的研究表明义务教育综合改革对房价 产生了一定的资本化效应，并且该效应的强度随时间不断增强。 虽然学者们在研究方法采取等方面存在差异，但均得出在其他条件 一致的情况下，教育资源通过使周边房产增值而得以实现其溢价效应。 因此，对教育资源溢价效应的量化评估极具现实和理论意义。 二、数据及模型
市主城区为例 ［J］． 教育经济评论，2017 （ 5） ： 93 － 111． ［2］ 石霏，何晓燕． 学校教育质量对房产价格的溢出效应： 一个
文献综述 ［J］． 教育与经济，2018 （ 1） ： 19 － 24． ［3］ 宋煜，崔娜娜，沈体雁． “学区房”的教育溢价测度研究———以
本研究从链家网站上获取北京市西城区的二手房源出售信息数 据，每条数据含有楼盘名称、楼盘特征、房屋特征等变量。整理数 据之后共有 1115 条有效数据。西城区住宅均价为 55431 元 / 平方米， 学区房均价为 58446 元 / 平方米，非学区房均价为 52042 元 / 平方米， 学区房价格平均高出非学区房 6404 元 / 平方米。将房屋数据中平均 价格与北京市房价网提供的对应的平均房价进行比较可知，本研究 中各区房屋平均价格和同一时间段的房价网房价大体保持一致，可 认为房屋数据可信度较高。
－ 2． 4782 P值
0． 0000
0． 0134 LogL
61． 4413
通过上表的结果可知，Ｒ2 为 0． 7487，具有较好的拟合优度， F 值也可看出模型总体显著性较好，所有变量的 p 值均小于 0． 05， 说明其对房价的影响均在 5% 的显著性水平下显著。其中学区因素、 房屋面积以及房间数的回归系数均为正，对房价产生正向影响，而 房屋所在楼层和已有年份均对房价产生负的影响。本文主要研究的 是学区房的溢价效应，因而，主要关注的是特征变量 “学区因素” 的系数。回归结果显示，在控制其他变量不变的条件下，在 0． 1% 的显著性水平下，学区因素会给周边房屋带来 12． 30% 的溢价。说 明学区因素对于房屋有较大的溢价效应。
基本模型的 OLS 估计结果
模型 （ Constant）
回归系数 5． 0038
Std． Erroห้องสมุดไป่ตู้ 0． 0373
t值 134． 0453
p值 0． 0000
School
0． 1230
0． 0145
8． 4626
0． 0000
Acreage
0． 0091
0． 0004
25． 0360
0． 0000
三、结论与建议 通过本文的研究，我们得知在我国房屋产权制度之下，教育资 源这一因素可较高的推动房价增长。究其根本原因是我国优质教育 资源的匮乏以及分配不公平，从而导致供不应求现象，由此导致了 房价的波动性。我国大部分优质资源集中于城市的中心带，高收入 群体不断吸引过去产生 “群分效应”，而对于低收入家庭则不断被 排除该体系外，使得该地区房价进一步的提升。针对这一现象，我 国应加大对教 育 资 源 的 投 资， 让 更 多 地 区 感 受 优 质 教 育 资 源 的 分 配，同时促使各地区对提高教育质量的竞争及创新，对其进行激励 机制。最后应对大众传播理性购房的思想，让他们在购房之前进行 全方位的思量，不要一味盲目从众。 参考文献： ［1］ 张雅淋，赵强． 基于配对回归的学区房溢价研究———以南京
Ｒoom1
0． 0837
0． 0134
6． 2635
0． 0000
Ｒoom2
0． 0907
0． 0202
4． 4796
0． 0000
Floor
－ 0． 0035
0． 0011
－ 3． 2134
0． 0013
year Ｒ2 0． 7487
－ 0． 0019 Ｒ2 （ adj） 0． 7476
0． 0008 F
学区房溢价研究
———以北京市西城区为例
胡思曼
（ 北京工商大学 北京 100048）
摘 要： 本文利用链家网爬取收集的北京市西城区房价数据，利用 SPSS 软件采用特征价格模型研究西城区的学区房溢价效 应，由于数据原因，本文所选取的指标较少，重点在于研究学区因素对房价产生的效应。在此基础上，分析学区房溢价的产生原 因并提出相关建议。
关键词： 学区房溢价； 特征价格模型； SPSS
我国自 1986 年 《义务教育法》 颁布起在义务教育阶段实行就 近入学政策。近年来，我国北京、上海以及广州等发达城市 “学区 房” 现象不断 上 升，且 曝 出 过 许 多 类 似 天 价 学 区 房 的 新 闻。 现 实 中，在地理 位 置、 配 套 设 施、 小 区 氛 围 以 及 周 边 环 境 等 诸 多 因 素 中，教育资源一直被购房者视为重点考虑因素，因此 “学区房” 成 为房地产市场争相追赶的话题。
根据特征价格理论，在对模型稳健性进行比较后，本文设定如 下对数形式的基本计量经济模型：
Ln （ Price） = c + β1 School + β2 Acreage + β3 Ｒoom1 + β4 Ｒoom2 + β5 Floor + β6 Year + ε。式中，βi 为回归系数，i = 1，2，… 6，ε 为随机误差项。
一、国内外研究现状概述 （ 一） 理论研究。本论文的研究涉及到教育的房价资本化问题， 相关研究在国外起步较早。Tiebout （ 1956） 最早提出地方公共品供 应的理论模型，即本地居民可以采取 “用脚投票”，根据个人偏好 选择居住地进而决定所消费的公共品。Oates （ 1969） 验证了 Tiebout 的假说，居民会根据地方提供公共服务带来的收益和税收负担的成 本进行权衡，从而选择社区居住。 （ 二） 研究方法选取。毛丰付等人 （ 2014） 利用杭州市主城区 住宅市场数据和重点中小学信息，采用 OLS 回归发现重点中学溢价 效应为 25． 5% ，重点小学的学区房溢价为 12． 8% 。 胡婉旸等 （ 2014） 借助 “租买不同权” 的入学制度，借鉴边界 固定效应法的思路，实现 “小区对” 的第一个配对，并在此基础 上，引入租金变量进行第二个配对，最终得到北京重点小学学区房 的溢价约为 8． 1% 的结论。哈巍和余韧哲 （ 2017） 利用学区分界形 成断点与匹配设计，并借用北京市 2014 年义务教育综合改革带来的 外生冲击构造处理变量，他们的研究表明义务教育综合改革对房价 产生了一定的资本化效应，并且该效应的强度随时间不断增强。 虽然学者们在研究方法采取等方面存在差异，但均得出在其他条件 一致的情况下，教育资源通过使周边房产增值而得以实现其溢价效应。 因此，对教育资源溢价效应的量化评估极具现实和理论意义。 二、数据及模型
市主城区为例 ［J］． 教育经济评论，2017 （ 5） ： 93 － 111． ［2］ 石霏，何晓燕． 学校教育质量对房产价格的溢出效应： 一个
文献综述 ［J］． 教育与经济，2018 （ 1） ： 19 － 24． ［3］ 宋煜，崔娜娜，沈体雁． “学区房”的教育溢价测度研究———以
本研究从链家网站上获取北京市西城区的二手房源出售信息数 据，每条数据含有楼盘名称、楼盘特征、房屋特征等变量。整理数 据之后共有 1115 条有效数据。西城区住宅均价为 55431 元 / 平方米， 学区房均价为 58446 元 / 平方米，非学区房均价为 52042 元 / 平方米， 学区房价格平均高出非学区房 6404 元 / 平方米。将房屋数据中平均 价格与北京市房价网提供的对应的平均房价进行比较可知，本研究 中各区房屋平均价格和同一时间段的房价网房价大体保持一致，可 认为房屋数据可信度较高。