郑刚

【摘要】 本文以成都市房地产为例，采用多元回归分析法，研究了不同优质程度以及不同阶段教育资源对住宅价格的影响差异，得出了以下结论：第一，无论是针对总样本，还是单独针对幼儿园、中学和大学，优质教育资源和普通教育资源对其周围1000米以内的住房价格的影响并无显著差异；第二，不同阶段的教育资源对其周围住房价格的影响有显著差异。其中，小学对房价的带动作用最高，中学和幼儿园与其相比显著较低，大学与其无显著差异。

【关键词】 异质教育资源；住宅价格；优质教育资源；不同阶段的教育资源

学区房有狭义和广义之分，狭义的学区房是指能按照“就近免试入学”原则就读于特定区域内重点中小学的房屋；广义的学区房则指毗邻教育资源，能满足人们教育学习生活需求的房屋，这些教育资源涵盖不同优质程度，以及不同阶段的学校，包括幼儿园、小学、中学以及大学（江坚，2010）。随着近年来房地产市场的快速发展以及社会对教育公平的要求不断提高，学区房因其稀缺性，不仅成为投资者的重要选择对象，也引起了学术界的广泛关注。

国内已有研究以定性分析为主，只有极少数文献对学区房相关问题进行了定量研究，如文嘉琪（2011）利用搜房网的数据，对上海市长宁区的学区房价格走势进行了简单的统计分析；王曦等（2010）以南京市鼓楼区的13个学区房以及13个非学区房项目为分析样本，运用因子分析法对学区房的价格形成机制进行了实证研究。而关于异质教育资源对学区房价格的影响，尚无文献进行分析。本文从广义学区房的角度出发，以成都市为例，从不同优质程度以及不同阶段两个维度，研究异质教育资源对学区房价格的影响。本文的研究在填补国内相关领域研究空白的同时，可以为学区房的投资者如何投资，以及房地产开发商如何进行教育地产开发提供建议。

一、实证设计

（一）样本来源

本文结合成都市学校的区位分布以及是否优质，分别在不同区域选取了数个幼儿园、小学、中学和大学作为中心点。其中，幼儿园、小学与中学的优质与否是根据其是否为重点学校和示范学校作为判断依据，大学是否优质是根据其是否为一本院校作为判断依据。本文抽取了优质和普通幼儿园、小学、中学各10所，优质和普通大学各4所，并围绕所选学校，采集其1000米以内的楼盘信息作为样本数据。剔除信息不完全的个体，共获取162个楼盘的信息。

表1展示了样本楼盘的区域分布与均价。从该表中可知，本文所抽样的五城区中，学区房价格有较大的差异，其中以锦江区最高、成华区最低。而随着城市的外延，学区房价格也在不断下降。以上数据都说明，区域性以及与城市中心的距离都对学区房价格有重要影响。

表2展示了异质教育资源周围学区房的价格差异。从表2的Panel A可以看出，无论是针对哪个阶段的教育资源，优质资源周围的学区房价格始终高于普通资源。在不同的阶段，大学和小学周围的学区房价格较高，幼儿园和中学周围较低。Panel B展示了不同阶段教育资源的学区房价格差异，发现只有中学和小学周围的学区房价格在10%的水平下有顯著差异。

本文还研究了楼盘与教育资源的距离对其价格的影响。首先，本文按照距离从低到高对样本进行排序，将其等分为十组，第1组的距离最短，并计算各组内优质和普通资源旁学区房的价格，结果如表3所示。可以发现，随着楼盘与教育资源的距离不断增加，房价并未呈现出明显递减的趋势。

由于统计分析并未控制其他变量在其中的作用，本文将通过进一步的实证分析，来精确测量异质教育资源对学区房价格的影响。

（二）变量选择及模型设计

本文的目的是要研究异质教育资源对学区房价格的影响，对相关因变量和自变量的描述如下。

1.因变量和自变量

（1）学区房价格。由于本文是以学区房附近的楼盘作为研究对象，因此以搜房网上楼盘的即时均价作为学区房价格的衡量指标，对其取对数，记为HP。

（2）异质教育资源。一是优质和普通之分，用虚拟变量HQ代表，当楼盘最邻优质资源时取1，否则取0；二是不同阶段的教育资源之分，由于有四个阶段，因此用三个虚拟变量GA，MS，UN代表，当教育资源分别为幼儿园、中学和大学时取1，否则取0。

2.控制变量

为了准确检验异质教育资源对学区房价格的影响，本文将尽量排除其他因素在其中的作用。因此，将引入一系列的控制变量（Rosen，1974；温海珍，2005）。

（1）区位因素。一是楼盘与天府广场的距离，对其取对数，记为D1；三是楼盘所处的区域，由于本文的样本来自于青羊、武侯、成华、金牛和锦江区，用四个虚拟变量来衡量，L1、L2、L3和L4，当楼盘分别属于青羊、武侯、成华、金牛区时取1，否则取0。

（2）邻里因素。如果楼盘1000米以内有商场、公交车站、银行、医院以及其他教育资源，则每样记一分，得分范围为0-5分，该变量记为SF。

（3）楼盘因素。①楼盘年龄，从楼盘开盘时间起算，记为YEAR；②楼盘建筑面积和规划户数，分别对其取对数，并记为AREA和NUM；③楼盘的容积率和绿化率，分别记为PR和GR；④楼盘类型，用变量TYPE代表，当楼盘属于普通住宅、商业住宅，分别取1和2；⑤装修情况，记为FIT，当楼盘属于毛坯、简装和精装时，分别取1、2、3。

由于自变量众多，本文首先对其相互之间的相关性进行检验，发现变量PR，即容积率，与多个变量存在显著相关性。如其与D1之间的相关系数高达-0.503，并在1%的水平下显著。因此，为了避免多重共线性，将其从控制变量中剔除。

本文将通过以下三个模型来检验异质教育资源对学区房价格的影响。

模型（1）是为了检验优质教育资源与普通教育资源对学区房价格的影响是否不同。如果回归系数β显著异于0，说明二者差异明显。如果模型（2）中回归系数β1、β2和β3显著异于0，则说明大学、幼儿园和中学对学区房价格的影响与小学之间有显著差异。如果模型（3）中回归系数β4、β5和β6显著，则分别说明优质大学、优质幼儿园及优质中学对学区房价格的影响显著高于普通大学、普通幼儿园及普通中学。

二、实证分析

表4展示了模型（1）的回归结果。从表中可以看出，自变量HQ的系数为0.026，并不显著。说明优质教育资源对学区房价格的影响虽然高于普通资源，但二者间的差别统计上并不明显。控制变量中，区位特征D1的回归系数为-0.263，在1%的水平下显著，表明随着与城市中心距离的增加，学区房价格会不断下降；变量L2、L3和L4的系数均为负，且在10%的水平下显著异于0，表明武侯、成华、金牛区等区位对学区房价格的影响显著低于锦江区，而由于L1的回归系数虽为负，却并不显著，说明青羊区与锦江区却并无显著区别。楼盘特征中，變量FIT、GR对学区房价格有显著影响，表明随着装修程度的提高、绿化率的提高以及楼盘规划户数的减少，都会带来学区房价格的升高。而变量YEAR、TYPE和AREA的回归系数却并不显著，表明楼盘的年龄、类型及建筑面积对学区房价格并无显著影响。这可能是因为本文所采用的样本中，80%左右的楼盘均为期房，自变量缺乏变化，而建筑类型、规划面积又在一定程度上与规划户数、绿化率相关，因此当几者同时放入模型时，会有部分变量呈现无显著解释力度的现象。

表5展示了模型（2）的回归结果。从中可以看出，变量GA和MS的回归系数分别为-0.165和-0.231，且都在5%的水平下显著，表明幼儿园与中学对学区房价格的影响显著低于小学对学区房价格的影响。比较二者的系数大小可知，幼儿园对学区房价格的带动作用相对最小。变量UN的回归系数为-0.013，但并不显著，表明大学对学区房价格的带动作用也低于小学，但二者的区别并不显著。控制变量的回归系数与模型（1）的回归结果基本相同，除了变量AREA在10%的水平下显著为正外，表明随着建筑面积的增加，学区房房价会上升。

表6展示了模型（3）的回归结果。自变量中HQ*GA、HQ*MS和HQ*UN均为正，但均不显著，表明无论是幼儿园、还是中学和大学，优质教育资源对学区房价格的影响与普通资源无显著区别。控制变量的回归系数与模型（1）和（2）的回归结果类似。

三、结论

本文以成都市房地产为例，采用多元回归分析法，研究了不同优质程度以及不同阶段教育资源对学区房价格的影响差异，得出了以下结论。

第一，无论是针对总样本，还是单独针对幼儿园、中学和大学，优质教育资源和普通教育资源对其周围1000米以内的住房价格的影响并无显著差异。造成此结论可能有两方面的原因，一是本文所抽取的各类学校虽根据是否为重点和示范院校本划分为优质和普通，但学校质量并无显著差异，抽样偏差导致两类样本间的区别不明显；二是由于近年来国家对教育均衡性的重视不断提高，各类学校的教育资源呈趋同性，除了少数学校能获得更多及优质资源外，大部分学校的质量都差不多。

第二，不同阶段的教育资源对其周围住房价格的影响有显著差异。其中，小学对房价的带动作用最高，中学和幼儿园与其相比显著较低，大学与其无显著差异。本文就“购房时最希望毗邻哪个阶段的教育资源”对成都市市民进行随机访问，获得的213个回复中有45%选择小学，40%选择中学；当就“如果认为教育资源是影响住房升值最重要因素，主要考虑哪类教育资源时”，有37%选择小学，25%选择中学，27%选择大学。因此，无论是自住还是投资，小学都成为家庭的首要选择。在调查中，在回答“小学学区房和中学学区房哪个更重要”时，大部分被访者都认为小学学区房更重要。有以下几个方面的原因，一是小学是教育的基础阶段，重点小学有利于孩子有一个好的基础和起点，否则即便以较差的成绩进了好的初中，也不一定有好的未来，而如果小学成绩好，则可以考一个好的中学，不需要为此购置学区房；二是小学时小孩较小，住在学校附近更方便。因此，对于投资者和开发商来说，可以投资小学附近的学区房或是在地产开发商中引入优秀的小学资源，以获取更高的投资收益。

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（2）：60-63

[2]王曦，葛幼松，张含.南京老城区学区房价格机制研究[J].合作经济与科技，2010（395）：10-13

[3]RosenS.Hedonicpricesandimplicitmarkets：Productdifferentiationinpurecompetition [J].JournalofPoliticalEconomy，1974，82（1）：35-55

[4]文嘉琪.上海市长宁区学区房价格走势分析[J].经济视角.2011（5）：32-34

[5]温海珍.城市住宅的特征价格：理论分析与实证研究[M].北京：经济科学出版社，2005.53-59