溫海珍，楊 尚，秦中伏

（浙江大學(xué)房地產(chǎn)研究中心，浙江 杭州 310027）

1 引言

城市基礎(chǔ)設(shè)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(yīng)已引起國內(nèi)外學(xué)者的關(guān)注?，F(xiàn)有研究通常基于特征價格視角,構(gòu)建住宅市場模型,定量測算公共設(shè)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(zhì)、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(xué)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(zhì)的小學(xué)或初中學(xué)區(qū)內(nèi),將有利于子女接受良好的初步教育?！安蛔屪优斣谄鹋芫€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(xué)區(qū)劃入優(yōu)質(zhì)的大成實驗學(xué)校學(xué)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(xué)校學(xué)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(gòu)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(xué)、初中、高中、大學(xué)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(yīng)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(yīng)的公共品,使得公共品質(zhì)量和數(shù)量上的差異體現(xiàn)在房價當(dāng)中,即公共品的資本化。最早關(guān)于學(xué)校對住宅價格影響的文獻可追溯至Oates[6],此研究應(yīng)用特征價格模型,發(fā)現(xiàn)美國新澤西州北部學(xué)生人均支出與住宅價格正相關(guān)。由于數(shù)據(jù)的可得性,早期學(xué)者使用投入指標表示學(xué)校的質(zhì)量,主要包括：學(xué)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(xué)校質(zhì)量,主要指標有考試成績、輟學(xué)率、AP（供在校高中生選修的本科課程學(xué)分）情況等[7]。

Jud等以3年級學(xué)生的閱讀成績作為學(xué)校質(zhì)量的代理變量,證明了美國夏洛特市學(xué)校質(zhì)量與房價之間存在高度的正相關(guān)關(guān)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(yīng)社區(qū)內(nèi)住宅總價增加1.5%；同時得出學(xué)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(xué)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(xué)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(guān)。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(dǎo)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(yīng)法（boundary fixed effects,BFE）,選取學(xué)區(qū)邊界線兩側(cè)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(xué)區(qū)以外的相同鄰里特征,不再將犯罪率、景觀、生活設(shè)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(xué)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(jié)果發(fā)現(xiàn)應(yīng)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(shè)置不全將導(dǎo)致教育質(zhì)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(diào)查了美國馬里蘭州霍華德郡的中小學(xué)教育質(zhì)量和住宅市場,在考慮空間自相關(guān)的影響后,得出8年級考試成績和SAT成績已經(jīng)代表學(xué)校質(zhì)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(xué)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(xué)區(qū)范圍和教育質(zhì)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(jié)論。如溫海珍等選擇15個因素作為住宅特征建立模型,結(jié)果“學(xué)?！?、“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(diào)查,得出住宅500 m內(nèi)的幼兒園、小學(xué)、中學(xué)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(wù)的可達性時,發(fā)現(xiàn)至重點中學(xué)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(jié)果[16-18],但極其有限的研究樣本（小學(xué)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(xué)校質(zhì)量和學(xué)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(xué)質(zhì)量次之的第二批實驗性示范性高中對房價的正效應(yīng)大約只有第一批的1/4。結(jié)果充分證明教育資源在數(shù)量上和質(zhì)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(xué)區(qū)制度,仍以高中作為研究對象值得商榷。在非學(xué)區(qū)制度下,可能以住宅至學(xué)校距離作為解釋變量更佳。

3 數(shù)據(jù)和模型設(shè)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(wù)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(diào)研,以確認和補充中介公司沒有提供的小區(qū)相關(guān)信息（如小區(qū)內(nèi)部環(huán)境、物業(yè)管理質(zhì)量、小區(qū)周邊環(huán)境和生活配套設(shè)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(diào)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(guān)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(shè)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(guān)各指標的含義、量化方式和預(yù)期符號見表1。

5個教育特征變量為：小學(xué)質(zhì)量、初中質(zhì)量、幼兒園數(shù)目、鄰近高中、鄰近大學(xué)。由于小學(xué)和初中屬于義務(wù)教育,地方城市政府應(yīng)當(dāng)保障適齡兒童、少年在戶籍所在地學(xué)校就近入學(xué)。其入學(xué)方式可以總結(jié)為：按片劃分、就近入學(xué)、免試入學(xué)和“住、戶一致”優(yōu)先原則。由于學(xué)區(qū)制的存在,小區(qū)所屬的小學(xué)和初中質(zhì)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(xué)校質(zhì)量是硬件條件、師資隊伍、升學(xué)率等的總體體現(xiàn),是學(xué)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(xué)、初中的學(xué)區(qū)具有明確的對應(yīng)關(guān)系,幼兒園、中學(xué)、大學(xué)則通過考察可達性,以1 km作為其對房價的影響范圍。結(jié)合杭州市的實際情況,將小學(xué)質(zhì)量和初中質(zhì)量分為4個等級。由于幼兒園、高中、大學(xué)等教育設(shè)施不存在學(xué)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(xué)。

表1 變量描述、量化與預(yù)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(jié)果與討論

利用SPSS軟件,應(yīng)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(jié)果（表2）。

表2 模型回歸結(jié)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(guān)系是非常密切的。經(jīng)調(diào)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(zhì)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(yù)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(jié)構(gòu)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(jié)構(gòu)變量（面積、房屋結(jié)構(gòu)、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(shè)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(xué)質(zhì)量和初中質(zhì)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(guān)代數(shù)知識可知,此系數(shù)約等于學(xué)校質(zhì)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(xué)質(zhì)量或初中質(zhì)量每上升1個等級,住宅價格分別上升2.3%、2.6%。初中質(zhì)量的系數(shù)大于小學(xué)質(zhì)量系數(shù),表明優(yōu)質(zhì)初中對房價的提升作用更明顯,初中有更高的資本化效應(yīng),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(xué)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(xué)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(xué)的良好人文氛圍、環(huán)境與運動設(shè)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(zhì)量排第6位,小學(xué)質(zhì)量排第7位,鄰近大學(xué)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(xué)區(qū)限制的教育配套比非學(xué)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(zhì)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?？偟膩碚f,教育特征對住宅價格的影響不容忽視,教育設(shè)施的學(xué)區(qū)效應(yīng)和可達性在本研究中得到驗證。

5 結(jié)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(shè)施在住宅市場的資本化程度。研究結(jié)果表明,教育設(shè)施對住宅價格具有正向的資本化效應(yīng),居民愿意為獲得教育配套更好的質(zhì)量或可達性支付附加價格；教育設(shè)施因類型不同,對住宅價格的影響程度也不同。小學(xué)和初中存在顯著的學(xué)區(qū)效應(yīng),幼兒園、高中和大學(xué)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(xué)、初中雖然是義務(wù)教育,但是學(xué)校質(zhì)量存在一定差距,由于學(xué)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(xué)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(xué)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(xué)區(qū)房比其他住房具有更高的價格。

研究結(jié)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(xué)區(qū)房的人才有接受良好教育的機會,加劇了優(yōu)質(zhì)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(zhì)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(xué)校的財政投資已經(jīng)資本化到學(xué)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(zhì)教育設(shè)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(yù)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(shè)對站點周邊住宅價值的影響［J］.鐵道學(xué)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(xué)學(xué)報（自然科學(xué)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(yīng)——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(yīng)分析［J］.地理學(xué)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(xué)學(xué)報（工學(xué)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(xué),2006.

［15］ 王松濤,鄭思齊,馮杰.公共服務(wù)設(shè)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(xué)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(xué)區(qū)劃片對周邊住宅價格的影響的調(diào)查［J］.消費導(dǎo)刊,2010,（2）：58-60.

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

［18］ 王曦,葛幼松,張含.南京老城區(qū)學(xué)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(yīng)用［J］.城市規(guī)劃,2005,29（3）：62-71.