溫海珍，楊 尚，秦中伏

（浙江大學房地產(chǎn)研究中心，浙江 杭州 310027）

1 引言

城市基礎設施配套具有公共品的經(jīng)濟特點,其對住宅市場的外部性效應已引起國內(nèi)外學者的關注?，F(xiàn)有研究通?；谔卣鲀r格視角,構建住宅市場模型,定量測算公共設施對住宅價格的影響,進而檢驗公共品資本化的方向與程度。國內(nèi)現(xiàn)有研究大多聚焦于地鐵輕軌[1-2]、交通樞紐[3]、公園綠地[4]等對住宅價格的影響。對城市教育配套的資本化考察,有待于進一步探索與深化。

其實,在住宅區(qū)位、建筑品質、鄰里氛圍、周邊配套等諸多因素中,教育資源一直被購房者重點考慮,“學區(qū)房”、“教育地產(chǎn)”也因此成為房地產(chǎn)市場熱炒的概念。眾所周知,位于優(yōu)質的小學或初中學區(qū)內(nèi),將有利于子女接受良好的初步教育。“不讓子女輸在起跑線上”的思想,更使得這部分房源成為投資者和家長的追捧目標。如2010年初杭州市下城區(qū)三里家園小區(qū)從普通學區(qū)劃入優(yōu)質的大成實驗學校學區(qū)后,三個月內(nèi)房價上漲20%以上,遠高于周邊天杭實驗學校學區(qū)內(nèi)住宅的漲幅①引自搜狐焦點網(wǎng)http://hz.focus.cn/news/2010-04-08/899965.html。。

雖然教育公平是現(xiàn)代社會的發(fā)展目標之一,但中國教育資源的非均等化在中短期內(nèi)將始終存在。因此,對教育資本化的量化評估極具現(xiàn)實和理論意義,并可為教育公平化政策提供參考依據(jù)。本文以杭州市為例,嘗試構建住宅特征價格模型,定量考察教育配套在住宅市場的資本化程度,系統(tǒng)分析幼兒園、小學、初中、高中、大學等各類教育資源對住宅價格的微觀影響。

2 文獻回顧

Tiebout將城市教育、醫(yī)療、景觀、交通等公共品的提供與房地產(chǎn)市場聯(lián)系在一起,對地方公共品供應進行了一般均衡分析[5]。該理論認為,居民根據(jù)自己的收入和偏好選擇居住地和相應的公共品,使得公共品質量和數(shù)量上的差異體現(xiàn)在房價當中,即公共品的資本化。最早關于學校對住宅價格影響的文獻可追溯至Oates[6],此研究應用特征價格模型,發(fā)現(xiàn)美國新澤西州北部學生人均支出與住宅價格正相關。由于數(shù)據(jù)的可得性,早期學者使用投入指標表示學校的質量,主要包括：學校經(jīng)費、生均經(jīng)費、少數(shù)民族比例、師生比例等。Rosen等提出使用產(chǎn)出指標能更好地表示學校質量,主要指標有考試成績、輟學率、AP（供在校高中生選修的本科課程學分）情況等[7]。

Jud等以3年級學生的閱讀成績作為學校質量的代理變量,證明了美國夏洛特市學校質量與房價之間存在高度的正相關關系[8]。Haurin等發(fā)現(xiàn),俄亥俄州9年級考試通過率每增加1%,相應社區(qū)內(nèi)住宅總價增加1.5%；同時得出學校是諸多影響住宅價格的重要因素之一[9]。Clark等以加州弗雷斯諾市為研究對象,得出學校特征對房價具有顯著影響,且投入變量比產(chǎn)出變量有更大的彈性[10]。

近年來,學者們發(fā)現(xiàn)教育資源與治安狀況、綠化環(huán)境、商業(yè)氛圍等鄰里變量密切相關。但由于數(shù)據(jù)的可得性,任何一個研究都不可能囊括所有鄰里變量,這些變量的忽略可能導致教育資本化程度的偏差。解決這一問題的主要方法是邊界固定效應法（boundary fixed effects,BFE）,選取學區(qū)邊界線兩側一定距離的帶狀范圍作為研究區(qū)域。假定此狹窄區(qū)域內(nèi)的住宅都擁有著除學區(qū)以外的相同鄰里特征,不再將犯罪率、景觀、生活設施作為控制變量。首先推廣此方法的是Black[11],她分別固定離學區(qū)邊界0.15、0.25、0.35英里范圍內(nèi)的區(qū)域建立模型,結果發(fā)現(xiàn)應用邊界固定法得出的教育資本化系數(shù)減少了一半。這也說明,鄰里變量設置不全將導致教育質量在模型中的系數(shù)過大。空間特征價格模型也可用來解決這類問題。Sedgley 等調查了美國馬里蘭州霍華德郡的中小學教育質量和住宅市場,在考慮空間自相關的影響后,得出8年級考試成績和SAT成績已經(jīng)代表學校質量資本化到房價中,不過3年級的考試成績卻不顯著[12]。

由于數(shù)據(jù)的可獲得性,國內(nèi)學者運用特征價格對住宅市場進行實證研究時,常將一定距離內(nèi)教育配套的“有無”作為虛擬變量引入模型,而未考慮學區(qū)范圍和教育質量,所以只有部分研究得到了“教育配套正向影響住宅價格”的結論。如溫海珍等選擇15個因素作為住宅特征建立模型,結果“學校”、“幼兒園”等6個變量因不顯著而未進入模型[13]。王旭育通過對上海中心城區(qū)調查,得出住宅500 m內(nèi)的幼兒園、小學、中學每增加一項,價格上升2.7%[14]。王松濤等在研究北京市公共服務的可達性時,發(fā)現(xiàn)至重點中學的最短距離已資本化到房價中[15]。黃濱茹、張杰和王曦等所做的研究也得到類似的結果[16-18],但極其有限的研究樣本（小學樣本數(shù)分別為1個、2個和4個；住宅樣本數(shù)分別為163個、30個和26個）,使得這些研究的說服力和代表性被大大削弱。

較為系統(tǒng)的研究是馮皓等[19]引入學校質量和學區(qū)兩個因素,采用上海市52個區(qū)域的高中分布和房價的月度面板數(shù)據(jù),并以兩個批次“實驗性示范性高中” 政府命名過程為控制變量。研究表明,2007年4月,1 km內(nèi)第一批實驗性示范性高中數(shù)量每增加1所,片區(qū)內(nèi)房價平均上升21.7%。而教學質量次之的第二批實驗性示范性高中對房價的正效應大約只有第一批的1/4。結果充分證明教育資源在數(shù)量上和質量上的差異已經(jīng)部分資本化到住宅價格中。但該文的不足之處是2005年以后,上海已不再實行嚴格的高中學區(qū)制度,仍以高中作為研究對象值得商榷。在非學區(qū)制度下,可能以住宅至學校距離作為解釋變量更佳。

3 數(shù)據(jù)和模型設定

3.1 數(shù)據(jù)與研究范圍

本文選擇杭州市6個主城區(qū)（西湖區(qū)、上城區(qū)、下城區(qū)、江干區(qū)、拱墅區(qū)和濱江區(qū)）為實證研究區(qū)域,從杭州市房地產(chǎn)中介服務公司獲得2011年5月16日—2011年6月19日的住宅掛牌資料,由于資料時間跨度很小,所以可以不考慮時間對價格的影響。為保持數(shù)據(jù)的統(tǒng)一性,本文研究對象僅包括多層、小高層和高層住宅,以避免別墅、排屋等其他較高價格商品房的影響。同時,2011年6月21日—2011年7月13日對研究區(qū)域內(nèi)660個住宅小區(qū)進行實地調研,以確認和補充中介公司沒有提供的小區(qū)相關信息（如小區(qū)內(nèi)部環(huán)境、物業(yè)管理質量、小區(qū)周邊環(huán)境和生活配套設施等）,使數(shù)據(jù)更為精確完整。

區(qū)位變量則利用互聯(lián)網(wǎng)電子地圖（搜狗地圖）進行測量,得出各個住宅小區(qū)到西湖沿岸最近的直線距離,到杭州市老CBD（武林廣場）、新CBD（錢江新城）的直線距離。部分鄰里特征和教育特征（如周邊配套、幼兒園數(shù)目、鄰近高中等）利用電子地圖測量和實地調研進行校對確認。從房產(chǎn)中介公司獲得數(shù)據(jù)樣本總計為3220個,剔除信息不完善和異常的數(shù)據(jù),得到有效樣本3069個。

3.2 變量選擇與量化

特征價格模型常采用的解釋變量主要分為建筑特征、鄰里特征和區(qū)位特征[13,20]。本研究關注教育配套對房價的影響,特別地將其從鄰里特征獨立出來,設置了5個教育特征變量。其余4個區(qū)位特征變量、5個鄰里特征變量、5個建筑特征變量作為研究的控制變量,因此,共選取19個指標作為模型的解釋變量。有關各指標的含義、量化方式和預期符號見表1。

5個教育特征變量為：小學質量、初中質量、幼兒園數(shù)目、鄰近高中、鄰近大學。由于小學和初中屬于義務教育,地方城市政府應當保障適齡兒童、少年在戶籍所在地學校就近入學。其入學方式可以總結為：按片劃分、就近入學、免試入學和“住、戶一致”優(yōu)先原則。由于學區(qū)制的存在,小區(qū)所屬的小學和初中質量將對房價產(chǎn)生重要的影響,家庭也愿意為這種教育環(huán)境支付更高的住房價格。學校質量是硬件條件、師資隊伍、升學率等的總體體現(xiàn),是學校社會聲譽的綜合反映。本文中以住宅小區(qū)為單位,與小學、初中的學區(qū)具有明確的對應關系,幼兒園、中學、大學則通過考察可達性,以1 km作為其對房價的影響范圍。結合杭州市的實際情況,將小學質量和初中質量分為4個等級。由于幼兒園、高中、大學等教育設施不存在學區(qū)制,主要考察小區(qū)周邊1 km內(nèi)的幼兒園數(shù)目以及是否有高中和大學。

表1 變量描述、量化與預期符號Tab.1 Measure description, quantization and expected sign

3.3 模型的函數(shù)形式

特征價格模型常采用的方程形式有3種：線性形式,對數(shù)形式,對數(shù)線性形式。經(jīng)過不斷嘗試和比較,本文采用對數(shù)形式建立模型,以住宅價格的對數(shù)形式為因變量,自變量中距離、面積、房齡等連續(xù)型變量采用對數(shù)形式,虛擬變量和等級變量采用線性形式。具體函數(shù)形式如式1：

式1中,P為住宅價格；Xi為連續(xù)型特征變量；Xj為非連續(xù)型特征變量；β0、 βi、 βj為待估計的系數(shù)；ε為誤差項。

4 模型結果與討論

利用SPSS軟件,應用最小二乘法對影響住宅價格的特征變量和住宅價格進行回歸分析,得出模型的回歸結果（表2）。

表2 模型回歸結果Tab.2 Regression results of model

4.1 模型估計與檢驗

方差分析F統(tǒng)計值為1517,其顯著性概率小于0.001,說明方程總體上是顯著的,表明所選住宅特征變量與住宅價格之間的對數(shù)關系是非常密切的。經(jīng)調整的R2值為0.904,模型能很好地解釋因變量,說明模型的擬合程度較好,具有良好的解釋能力。共線性檢驗中,所有變量的VIF值均小于10（最大為3.227）,5個教育特征變量的VIF值均小于2,可以認為自變量之間共線性程度不大,已控制其他因素對房價的影響?？傊?選用的對數(shù)模型具有良好的擬合度和較高的解釋能力,在統(tǒng)計上是有意義的,可以用來分析和解釋教育質量和其他住宅特征對住宅價格的影響。

4.2 住宅特征的符號分析

從回歸系數(shù)的t檢驗來看,全部19個自變量的回歸系數(shù)在10%的水平上均顯著異于0,進入了模型,全部系數(shù)的符號與住宅特征預期的符號相一致。大部分變量（14個）的顯著性水平小于1%,鄰近高中和房屋結構的顯著性水平小于5%,幼兒園數(shù)目、武林距離和公交線數(shù)目顯著性水平小于10%?？傮w上,房齡、錢江新城距離、武林廣場距離、西湖距離對房價有負的影響,其余建筑結構變量（面積、房屋結構、朝向、裝修等）,鄰里變量（周邊配套、內(nèi)部環(huán)境、物業(yè)管理等）以及所有教育變量都對房價有正向的影響。

4.3 教育特征的資本化分析

從表2可知,各類教育設施對住宅價格的影響程度有所差異,但都正資本化于周邊住宅中。變量小學質量和初中質量的系數(shù)分別為0.023和0.026,且顯著性水平小于0.01。根據(jù)本模型的函數(shù)形式和相關代數(shù)知識可知,此系數(shù)約等于學校質量特征的半彈性系數(shù)。即在其他變量保持不變的條件下,小學質量或初中質量每上升1個等級,住宅價格分別上升2.3%、2.6%。初中質量的系數(shù)大于小學質量系數(shù),表明優(yōu)質初中對房價的提升作用更明顯,初中有更高的資本化效應,購房者更愿意為一所優(yōu)秀的初中支付更多的住宅價格。

此外,自變量幼兒園數(shù)目、鄰近高中和鄰近大學系數(shù)分別為0.001、0.018和0.021?？梢缘贸鲂^(qū)1 km范圍內(nèi)每增加一所幼兒園,住宅總價上升0.1%；在高中1 km范圍內(nèi),住宅總價上升1.8%；處于大學1 km范圍內(nèi),住宅總價上升2.1%。體現(xiàn)出幼兒園的便利性和高中、大學的良好人文氛圍、環(huán)境與運動設施對住宅價格具有顯著的正向影響。

4.4 教育特征重要程度分析

由于住宅的各類特征變量單位不同,一般用標準化回歸系數(shù)的絕對值衡量不同特征對住宅價格影響程度。從表2知,初中質量排第6位,小學質量排第7位,鄰近大學為第13位,鄰近高中第17位,幼兒園數(shù)量排18位。數(shù)據(jù)表明有學區(qū)限制的教育配套比非學區(qū)的對住宅價格的影響大,其提升作用更為明顯。其中初中質量在教育變量中最重要,且在所有變量中也有較高的重要性。總的來說,教育特征對住宅價格的影響不容忽視,教育設施的學區(qū)效應和可達性在本研究中得到驗證。

5 結論與討論

本文以杭州市為例,通過收集6個主城區(qū)660個住宅小區(qū)和3069套住宅的數(shù)據(jù)資料,建立特征價格模型,定量評估了杭州市內(nèi)各種類型教育設施在住宅市場的資本化程度。研究結果表明,教育設施對住宅價格具有正向的資本化效應,居民愿意為獲得教育配套更好的質量或可達性支付附加價格；教育設施因類型不同,對住宅價格的影響程度也不同。小學和初中存在顯著的學區(qū)效應,幼兒園、高中和大學則通過可達性提高了周邊住宅的價格。

教育配套對房價具有顯著正向影響,其原因主要有3個方面。（1）小學、初中雖然是義務教育,但是學校質量存在一定差距,由于學區(qū)制的存在,教育資源的分配和使用在空間上依然無法公平。（2）幼兒園、高中、大學雖然具有開放性,但是區(qū)位的固定性使得鄰近該類教育配套能夠帶來便利性等外部效益。（3）中國房地產(chǎn)市場處于發(fā)展階段,不少購房者對學區(qū)概念的房產(chǎn)品具有投資偏好。這3者共同作用,使得學區(qū)房比其他住房具有更高的價格。

研究結論揭示了城市教育資源的均等化戰(zhàn)略依然任重而道遠。只有支付得起高價學區(qū)房的人才有接受良好教育的機會,加劇了優(yōu)質教育資源被高收入家庭獲得的狀況。若考慮到這種行為對下一代就業(yè)和財富積累的促進作用,以及優(yōu)質教育的壟斷將傳遞至下一代,最后必然強化社會貧富差距和階層分化。

另一方面,地方政府對學校的財政投資已經(jīng)資本化到學區(qū)內(nèi)的住宅價格,但這筆回報并未被政府部門全部獲得。中國除上海市和重慶市有條件的試點外,財產(chǎn)稅（物業(yè)稅）的征收并未在全國大面積展開,缺乏直接有效的公共品投資回流途徑,優(yōu)質教育設施對住宅的增值部分基本流入房地產(chǎn)投資者和開發(fā)商的手中。由此可見,盡早建立財政支出和營收的長效機制就顯得極其必要。2011年8月3日財政部和教育部聯(lián)合下發(fā)通知,要求各地的土地出讓收益扣除土地直接支出外,嚴格按照10%的比例計提教育資金,并不得由此減少原公共財政預算安排的教育經(jīng)費。這項政策向教育均衡化發(fā)展和實現(xiàn)教育經(jīng)費來源持續(xù)性邁出了堅實的一步,同時有利于中國房地產(chǎn)發(fā)展和土地出讓收益的合理利用。

（References）:

［1］ 鄭捷奮,劉洪玉.深圳地鐵建設對站點周邊住宅價值的影響［J］.鐵道學報,2005,27（5）：11-18.

［2］ 張紅,馬進軍,朱宏亮.城市軌道交通對沿線住宅項目價格的影響［J］.北京交通大學學報（自然科學版）,2007,31（3）：10-13.

［3］ 石憶邵,郭慧寧.大型公園綠地對住宅價格的時空影響效應——以上海市黃興公園綠地為例［J］.地理研究,2010,29（3）：510-520.

［4］ 石憶邵,張蕊.上海南站對住宅價格影響的時空效應分析［J］.地理學報,2009,64（2）：167-176.

［5］ Tiebout C M.A pure theory of local expenditures［J］.Journal of Political Economy,1956,64（5）：416-424.

［6］ Oates W E.The effects of property taxes and local public spending on property values：an empirical study of tax capitalization and the Tiebout hypothesis［J］.Journal of Political Economy,1969,77（6）：957-971.

［7］ Rosen H S, Fullerton D J.A note on local tax rates, public benefit levels, and property values［J］.Journal of Political Economy,1977,85（2）：433-440.

［8］ Jud G D, Watts J M.Schools and Housing Values［J］.Land Economics, 1981, 57（3）: 459-470.

［9］ Haurin D R, Brasington D M.School quality and real house prices： inter-and intrametropolitan effects［J］.Journal of Housing economics, 1996,（5）：351-368.

［10］ Clark D E, Herrin W E.The impact of public school attributes on home sale prices in California［J］.Growth and Change,2000,31（3）：385-406.

［11］ Black S E.Do better school matter Parental value of elementary education［J］.The Quarterly Journal of Economics,1999,114（2）：577-599.

［12］ Sedgley N H, Williams N A, Derrick F W.The effect of educational test scores on house prices in a model with spatial dependence［J］.Journal of Housing Economics,2008,17（2）：191-200.

［13］ 溫海珍,賈生華.住宅的特征與特征的價格——特征價格模型的分析［J］.浙江大學學報（工學版）,2004,38（10）：38-42.

［14］ 王旭育.基于Hedonic模型的上海住宅特征價格研究［D］.上海：同濟大學,2006.

［15］ 王松濤,鄭思齊,馮杰.公共服務設施可達性及其對新建住房價格的影響——以北京中心城為例［J］.地理科學進展,2007,26（6）：78-85.

［16］ 黃濱茹.教育配套對其周邊住宅價格的影響——基于人大附小學區(qū)劃片對周邊住宅價格的影響的調查［J］.消費導刊,2010,（2）：58-60.

［17］ 張杰.上海市浦東新區(qū)房地產(chǎn)的學區(qū)經(jīng)濟價值分析［J］.科學與財富,2010,（4）：77-78.

［18］ 王曦,葛幼松,張含.南京老城區(qū)學區(qū)房價格機制研究［J］.合作經(jīng)濟與科技,2010,（12）：10-13.

［19］ 馮皓,陸銘.通過買房而擇校：教育影響房價的經(jīng)驗證據(jù)與政策含義［J］.世界經(jīng)濟,2010,（12）：89-104.

［20］ 王德,黃萬樞.Hedonic住宅價格法及其應用［J］.城市規(guī)劃,2005,29（3）：62-71.