| 标题 | 北京市学区房价格影响因素实证研究 |
| 范文 | 左双双 佟思威 时铭 李霈雯 摘要：以北京学区房为样本，运用Hedonic模型对其价格影响因素实证分析。研究发现，北京房价呈现出明显的区位特征，学校教育优质程度与学区房价格正相关，是影响房价的主要因素，交通便捷程度和医疗条件与学区房价格正相关，但影响程度较小。 关键词：学区房；价格；Hedonic模型 学区房最初仅满足家长优质学校的需求，但即使没有教育资源需求的人，也投入到追捧学区房大潮中，把学区房作为保值增值的重要投资手段之一。在北京房价暴涨的背景下，天价学区房更是达到了令人侧目的高度。一、相关研究综述 同一城市房价的高低与区位有着重要关系。江坚（2010）指出，土地位置对级差地租量有决定性的影响，越是靠近城市中心繁华地区，建筑地段级差地租量相对较大。 就近入学政策是学区房价格暴涨的重要政策起因。李世奇等（2014）认为，就近入学政策实施一段时期内，支付原有教育体制改造的成本大量增加，阻碍了教育产品的优化配置。 学区房价格的特殊性在于教育资源的差异。胡婉旸等（2014）指出，北京市教委指定的40所市级重点小学在2000年被取消了，但十多年来，这些小学仍然被认为是教育质量最好的小学。陈玲玲等（2009）發现，市重点学校与区重点学校对房价的影响存在差异，市重点与区重点小学的资本化效应分别为18.8%、6.2%，优质教育资源对学区房价格影响更加明显。 教育资源的差异与不平衡，导致了学区房供需的不平衡。贾舒宁（2014）指出学区房价格高，首先是存量少，其次是增量不足，造成了学区房供给不足，需求又伴随着教育日益受到重视，与日俱增，供需严重不平衡。 这些研究从不同的角度对学区房价格走高展开了探讨，但对于影响学区房价格的各种因素及其贡献缺乏定量的研究。二、北京学区房房价基本特征分析 （一）数据来源及说明 收集整理了2017年11月不同城区不同小区的平均房价。在选取数据时，为保证各区域之间房价的可比性，仅选取房天下网站作为唯一来源，同时，尽最大的可能去除个别离散程度过高的数据。 由于数据庞杂，遵循如下步骤：输入事先确定的学校（根据市教委认定的中小学文化建设示范校来区分学校吸引力大小），然后在学校周边分别选择学区房和非学区房各一套，最后根据网站上的信息统计价格和其他指标。公共设施数据来源于房天下网站中的地图，部分公共设施在每个学区房周围的数量差距较小，可能对模型有一定影响，但不会影响整体结论。 （二）北京房价的区位特征 对北京14个区的房屋均价进行了整理，房价大致呈现从紫禁城中心向外辐射价格递减的趋势，具有明显的区位特征，见表1。同时，14个区县均价趋势为学区房均价>经典楼盘均价>各区县均价>非学区房均价。从全市来看，也有同样的特征，北京学区房均价为65592元、经典楼盘均价为63746元，全市均价为57035元，非学区房均价为24249元，这些表明，学区房可以提供重点学校入学资格的特有属性，可能是影响房价的最主要因素。 （三）教育优质程度对于学区房价的影响 选取具有代表性的五所小学进行具体的数据分析，随着各小学教育优质程度的下降，其对应学区房均价基本呈现下降趋势，且优质程度相差较大的小学，其对应学区房均价也较悬殊，学区房均价与其对应小学的优质程度可能存在正相关关系，见表2。三、实证分析 （一）Hedonic 模型 Hedonic模型有多种形式，学校的教育优质程度选用定性的哑元变量（重点学校设为1，不是则为0），故选用哑元法公式（吴璟等，2007年），如公式（1）。 P=c+■βnXn+■αjDj+ε（1） 其中，c为常数项，N个住房特征变量Xn，Dj为哑元变量，ε为随机误差项。 （二）变量选取 选取住房特征变量的三个主要衡量指标，即BUS（公交）、HOSPITAL（医疗）、BANK（金融），哑元变量D作为解释变量，商品房价格作为被解释变量。住房特征变量的三个主要指标的选取：BUS，取住房附近直径范围约3公里内地铁站数量，HOSPITAL，取直径5公里内医院数量，BANK，取直径2公里内银行数量。 哑元变量D，购买学区房的原因是其特有的附属利益，即拥有对应学校入学的资格，学校的优质程度是影响学区房价格的重要因素，重点学校设为1，非重点学校设为0。 （三）计量分析 数据样本为北京市东城区、西城区、海淀区、朝阳区中的32个小区，选取这32个小区的2017年11月房价平均值、公交、金融、医疗、哑元变量D的数据，利用Hedonic模型，运用Eviews9.0展开计量分析。采用LS估计，考虑到房价与其他数值差异很大，取其对数，自变量包括公交、医疗、金融、哑元变量D。模型1采用半对数模型，房价与各变量的回归结果见表3。 LNFJ=c+β1*BANK+β2*HOSPITAL+β3*BUS+α*D+ε（2） 变量BANK系数为负，表明小区周边的银行数量增加，房价随之降低，该变量在一定程度上反映该地区的繁华程度，与实际情况不符，不满足经济意义，需要剔除。模型2仍采用半对数模型，房价与各变量的回归结果见表4。 LNFJ=c+β1*BANK+β2*HOSPITAL+α*D+ε（3） 结果显示，变量BUS通过5%显著性t检验，变量HOSPITAL和哑元变量D均通过1%显著性t检验，且拟合优度较高，被解释变量可以全部被解释变量解释。F检验统计量对应的P值为0，F统计量为52.2370，DW为1.6863，回归方程显著，方程线性关系显著，可得： LNFJ=c+0.012*HOSPITAL+0.0115* BUS+0.3873*D（4） 另外，对回归方程的异方差进行检验，如图1。 由图1可见，误差平方和不随医院数量变化而变化，回归方程不存在异方差，运用最小二乘法得出的回归模型是准确的。 模型2的结果显示，BUS（公交）、HOSPITAL（医疗）和哑元变量D均为房价的影响因素，且对房价均存在正向影响，但影响程度有明显区别，其中哑元变量D的影响程度较大。 BUS（公交）与房价正相关，公交反映了房屋周边的交通便利程度，符合经济意义，但影响系数较小，表明公交的数量不是影响学区房价格的最主要因素。HOSPITAL（医疗）与房价正相关，但影响系数较小，表明醫疗条件不是学区房价格最主要的影响因素。哑元变量D与房价正相关，且影响系数较大，表明教育优质程度对学区房价格的影响作用明显，是最主要的影响因素。四、结论 以北京学区房为样本，对其基本特征进行了分析，并运用Hedonic模型展开计量分析，结论如下：1. 北京房价具有出明显的区位特征，从紫禁城中心向外辐射呈现价格递减的趋势。2. 学区房均价高于非学区房均价；对于同一区位，学区房同样高于非学区房，且学区房均价普遍高于经典楼盘均价。3. 交通的便捷程度和医疗条件与学区房价格正相关，是学区房价格的影响因素之一，但影响程度较小。4. 学校教育优质程度与学区房价格正相关，并且是影响房价的主要因素。 参考文献： [1]江坚.基于学区房现状浅谈教育地产的发展[J].创新，2010（02）. [2]李世奇，马焕灵.天价学区房现象批判——兼谈就近入学政策[J].当代教育科学，2014（02）. [3]胡婉旸，郑思齐，王锐.学区房的溢价究竟有多大：利用“租买不同权”和配对回归的实证估计[J].经济学（季刊），2014（13）. [4]陈玲玲，唐学玉.“学区房热”的原因及外溢效应研究[J].中国集体经济，2009（25）. [5]贾舒宁.学区房市场价格的影响因素—以北京市海淀区为例[J].新经济，2014（02）. [6]吴璟，郑思齐，刘洪玉.编制住房价格指数的特征价格法细解[J].统计与决策， 2007（24）. [7]张维阳，李慧，段学军.城市轨道交通对住宅价格的影响研究—以北京市地铁一号线为例[J].经济地理，2012（32）. [8]李磊，王博.城市公共资源对无锡市房地产价格的影响研究[J].资源开发与市场，2010（09）. *本文在中国人民大学附属中学研究性学习成果评审与答辩中获得二等奖。 （作者单位：中国人民大学附属中学） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。