李雪松，陳曦明，方 芳，張 征

(1.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433；2.上海財(cái)經(jīng)大學(xué) 金融學(xué)院，上海 200433；3.上海財(cái)經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

“二孩政策”與學(xué)區(qū)房溢價(jià)*
——基于人口政策變化的政策評(píng)價(jià)分析

李雪松1，陳曦明2，方 芳3，張 征1

(1.上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433；2.上海財(cái)經(jīng)大學(xué) 金融學(xué)院，上海 200433；3.上海財(cái)經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

我國(guó)人口生育政策的調(diào)整是政府在我國(guó)經(jīng)濟(jì)進(jìn)入中高速發(fā)展階段之后做出的重大決策，對(duì)社會(huì)經(jīng)濟(jì)各個(gè)方面會(huì)產(chǎn)生重要影響。文章著眼于政策調(diào)整、家庭規(guī)劃和政府公共產(chǎn)品需求，以上海市住房數(shù)據(jù)為基礎(chǔ)，分析了我國(guó)“二孩政策”對(duì)現(xiàn)階段學(xué)區(qū)房?jī)r(jià)格的影響。文章以特征回歸模型為基礎(chǔ)，討論了人口政策變化對(duì)學(xué)區(qū)房?jī)r(jià)格的影響。研究發(fā)現(xiàn)，在人口新政出臺(tái)后，與臨近的普通住房相比，學(xué)區(qū)房的相對(duì)溢價(jià)程度更高。文章進(jìn)一步采用固定邊界法，發(fā)現(xiàn)優(yōu)質(zhì)學(xué)區(qū)房的溢價(jià)漲幅(約為8.6%-11.8%)高于普通學(xué)區(qū)房(約為2.49%-3.97%)，充分說(shuō)明在人口政策調(diào)整后，我國(guó)部分家庭對(duì)優(yōu)質(zhì)教育更加渴望。文章采用匹配回歸進(jìn)行了穩(wěn)健性檢驗(yàn)，仍支持上述研究結(jié)論。

“二孩政策”；學(xué)區(qū)房；雙重差分模型；固定邊界法

一、引 言

自20世紀(jì)70年代實(shí)施計(jì)劃生育政策以來(lái)，我國(guó)在促進(jìn)經(jīng)濟(jì)增長(zhǎng)、提高人口素質(zhì)和改善國(guó)民生活質(zhì)量方面取得了巨大成就。計(jì)劃生育政策對(duì)我國(guó)經(jīng)濟(jì)高速發(fā)展起到了基礎(chǔ)性作用，但隨之而來(lái)的是我國(guó)人口老年化嚴(yán)重，人口紅利逐步消失，經(jīng)濟(jì)增長(zhǎng)潛力受到影響。2013年11月，我國(guó)政府發(fā)布《關(guān)于全面深化改革若干重大問(wèn)題的決定》,啟動(dòng)實(shí)施夫妻一方是獨(dú)生子女即可生育兩個(gè)孩子的政策；2015年12月21日，十二屆全國(guó)人大常委會(huì)第十八次會(huì)議通過(guò)《人口與計(jì)劃生育法修正案(草案)》，進(jìn)一步實(shí)施一對(duì)夫婦可以生育兩個(gè)孩子即全面二孩政策。社會(huì)普遍預(yù)期這次人口政策的變化會(huì)帶來(lái)多元化、大范圍的影響。本文主要關(guān)心人口政策改變對(duì)反映教育需求的學(xué)區(qū)房?jī)r(jià)格的影響。從微觀層面來(lái)看，我國(guó)家庭平均收入與三十年前相比變化顯著，家庭增加了對(duì)公共服務(wù)的需求。特別是對(duì)于教育資源，大多數(shù)家庭都希望子女進(jìn)入更好的學(xué)校。由于優(yōu)質(zhì)學(xué)區(qū)有限，教育資源出現(xiàn)供不應(yīng)求的狀況,加上教育資源分配的限制，購(gòu)買(mǎi)學(xué)區(qū)房往往是非學(xué)區(qū)房家庭選擇優(yōu)質(zhì)教育資源的主要手段。另外，學(xué)區(qū)之間也存在教育質(zhì)量的差異，往往表現(xiàn)為相應(yīng)學(xué)區(qū)房的價(jià)格差異，反映了家庭對(duì)不同教育質(zhì)量的支付意愿。由于全面二孩政策剛剛實(shí)行，數(shù)據(jù)相對(duì)較少，而且現(xiàn)在的育齡夫婦往往本身就是獨(dú)生子女，本文不區(qū)分“單獨(dú)二孩”和“全面二孩”政策，統(tǒng)稱(chēng)為“二孩政策”。由于數(shù)據(jù)的可得性，本文選擇上海住房交易數(shù)據(jù)來(lái)研究人口政策對(duì)學(xué)區(qū)房溢價(jià)的影響。上海初等教育水平在全國(guó)名列前茅，而且作為約有2 500萬(wàn)常住人口的超級(jí)城市，具有一定的代表性。

本文的基本研究思路是，在控制其他因素的情況下討論人口政策與學(xué)區(qū)房?jī)r(jià)格。具體來(lái)說(shuō)，房?jī)r(jià)反映了房屋本身的特征，如面積、樓層等因素，以及所在小區(qū)的特征，如規(guī)模、綠化等因素。這些因素的變化會(huì)導(dǎo)致其市場(chǎng)價(jià)格的變化。在上述特征相似的情況下，學(xué)區(qū)房相對(duì)于非學(xué)區(qū)房只是多了入學(xué)機(jī)會(huì)的屬性。因此，學(xué)區(qū)房比非學(xué)區(qū)房?jī)r(jià)格高出的溢價(jià)部分體現(xiàn)了家庭對(duì)優(yōu)質(zhì)教育的支付意愿，反映了家庭對(duì)教育的需求。我們關(guān)心的是：(1)“二孩政策”是否進(jìn)一步擴(kuò)大了房?jī)r(jià)差距，加劇了優(yōu)質(zhì)教育資源的緊缺狀況；(2)家庭對(duì)優(yōu)質(zhì)教育是否有異質(zhì)性需求，不同類(lèi)型的學(xué)區(qū)房是否有不同的市場(chǎng)表現(xiàn)。解答這兩個(gè)問(wèn)題有助于我們?nèi)媪私狻岸⒄摺迸c教育需求變化。

本文采用上海市2012年6月至2015年6月的房屋成交數(shù)據(jù)，發(fā)現(xiàn)相對(duì)于政策出臺(tái)之前，學(xué)區(qū)房存在溢價(jià)，而且重點(diǎn)小學(xué)學(xué)區(qū)房的漲幅高于普通學(xué)區(qū)房。為了保證學(xué)區(qū)房與非學(xué)區(qū)房之間具有更強(qiáng)的可比性，我們進(jìn)一步選取學(xué)區(qū)房周邊相似度最高的非學(xué)區(qū)房進(jìn)行了匹配，發(fā)現(xiàn)市重點(diǎn)學(xué)區(qū)房?jī)r(jià)格上漲幅度約為8.6%，超過(guò)普通區(qū)重點(diǎn)學(xué)區(qū)房的漲幅2.5%。考慮到線性模型的局限性(可能存在模型設(shè)定錯(cuò)誤)，最后我們采用更穩(wěn)健的非參數(shù)傾向得分法，分析了政策前后學(xué)區(qū)房與非學(xué)區(qū)房的價(jià)格變化，發(fā)現(xiàn)市重點(diǎn)學(xué)區(qū)房?jī)r(jià)格上漲了7.6%，普通學(xué)區(qū)房上漲了3.7%，基本上支持重點(diǎn)學(xué)區(qū)房比一般學(xué)區(qū)房具有更大漲幅的結(jié)論。

二、文獻(xiàn)回顧

實(shí)施“二孩政策”最直接的影響是家庭規(guī)劃，使得父母在子女?dāng)?shù)量和教育質(zhì)量之間進(jìn)行權(quán)衡。而預(yù)期子女?dāng)?shù)量的變化和對(duì)教育資源需求的直接討論是從學(xué)區(qū)房需求和價(jià)格的變化著手的。關(guān)于質(zhì)量和數(shù)量的相關(guān)討論在國(guó)外并不少見(jiàn)，早期的研究如Becker 和 Lewis(1973)建立生命周期模型分析了人口與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系；Barro 和 Becker(1989)分析了家庭的生育決策問(wèn)題，如小孩質(zhì)量與數(shù)量的權(quán)衡、家庭內(nèi)部的代際轉(zhuǎn)移等。Hondroyiannis 和 Papapetrou(2002, 2005)也發(fā)現(xiàn)家庭生育子女的行為會(huì)受到工資收入、經(jīng)濟(jì)發(fā)展情況等因素的影響。Fan(2004)也指出我國(guó)存在子女質(zhì)量與數(shù)量的替代關(guān)系，類(lèi)似研究還有 Li等(2008)、Rosenzweig和Zhang(2009)、Angrist等(2010)、Guo等(2016)以及Ross等(2016)。其實(shí)不同國(guó)家有相似之處，家庭人口的增長(zhǎng)會(huì)導(dǎo)致家庭消費(fèi)的增加，因此家庭消費(fèi)與教育支出之間存在一定的替代性。特別是北上廣深等一線城市，面對(duì)日漸高漲的房?jī)r(jià)，家庭為子女進(jìn)行教育投資的成本上升。從歷史數(shù)據(jù)來(lái)看，上海房?jī)r(jià)基本保持了穩(wěn)定上漲的趨勢(shì)，在給定家庭收入水平的情況下，多養(yǎng)育一個(gè)子女會(huì)擠出家庭的消費(fèi)，對(duì)子女的平均教育投入可能會(huì)減少。石智雷和楊云彥(2014)利用湖北省的數(shù)據(jù)，研究了家庭收入不變時(shí)兩者之間的關(guān)系，發(fā)現(xiàn)在符合“單獨(dú)二孩” 政策但不打算要二孩的家庭中，有半數(shù)是因?yàn)榻?jīng)濟(jì)壓力大而選擇不要二孩，表明家庭消費(fèi)和教育支出存在替代性。由于我國(guó)長(zhǎng)期處于獨(dú)生子女時(shí)代，教育支出主要受到收入的影響，而不存在數(shù)量和質(zhì)量的權(quán)衡問(wèn)題，因此國(guó)內(nèi)在這方面的研究較少。在人口新政下，是否能保證二孩同樣的教育質(zhì)量是一個(gè)值得討論的話題。也就是說(shuō)，在有了更多的小孩、消費(fèi)增加的情況下，家庭是進(jìn)一步改善子女的教育質(zhì)量，還是受制于子女的養(yǎng)育成本而只能接受一般的教育？為了分析到底哪種因素起了主導(dǎo)作用，本文通過(guò)實(shí)證分析方法進(jìn)行探討。

人口學(xué)領(lǐng)域的學(xué)者就“二孩政策”與生育意愿的討論參見(jiàn)陶濤等(2014)及喬曉春(2015)。彭希哲等(2015)采用來(lái)自上海市人口與計(jì)劃生育綜合管理信息系統(tǒng)的數(shù)據(jù)，發(fā)現(xiàn)2014年有29 058個(gè)上海市戶籍育齡家庭申請(qǐng)生育二孩，其中16 639個(gè)為單獨(dú)二孩家庭。梁文艷等(2014)認(rèn)為隨著“單獨(dú)二孩”政策的啟動(dòng)以及第一代獨(dú)生子女進(jìn)入生育年齡，中國(guó)將迎來(lái)新一輪“嬰兒潮”，并預(yù)測(cè)在2017年將達(dá)到學(xué)齡前人口高峰，表明人口政策促使了人口增長(zhǎng)，教育需求將隨之增加。已有文獻(xiàn)從理論上分析了新的人口政策會(huì)影響我國(guó)宏觀經(jīng)濟(jì)發(fā)展及各行業(yè)景氣度等，但是目前還沒(méi)有學(xué)者就人口政策對(duì)教育需求，特別是基礎(chǔ)教育需求的影響進(jìn)行理論和實(shí)證分析，這是本文所要做的工作。

現(xiàn)有文獻(xiàn)中關(guān)于學(xué)區(qū)房的研究側(cè)重于學(xué)區(qū)房溢價(jià)(胡婉旸等，2014；石憶邵和王伊婷，2014；哈巍等，2015；Black, 1999；Bayer 和 Mcmillan，2007；Chung, 2015；La, 2015；Imberman和Lovenheim，2016)。關(guān)于學(xué)區(qū)房?jī)r(jià)格及其影響因素，很少結(jié)合人口政策進(jìn)行分析。石憶邵和王伊婷(2014)發(fā)現(xiàn)學(xué)區(qū)房?jī)r(jià)格與學(xué)校重點(diǎn)等級(jí)相關(guān)。胡婉旸等(2014)針對(duì)北京學(xué)區(qū)房租買(mǎi)不同權(quán)的入學(xué)制度，對(duì)學(xué)區(qū)房與相鄰非學(xué)區(qū)房進(jìn)行配對(duì)回歸，測(cè)度了優(yōu)質(zhì)教育資源的隱含價(jià)格，發(fā)現(xiàn)了學(xué)區(qū)房溢價(jià)背后的教育資源分布不均現(xiàn)象。Black(1999)提出了固定邊界法，目的是控制觀測(cè)不到的因素，方法是將學(xué)區(qū)房與其對(duì)照組進(jìn)行匹配。在Black(1999)之前的研究文獻(xiàn)中，學(xué)者主要運(yùn)用傳統(tǒng)的特征價(jià)格模型，忽略了不可觀測(cè)的其他影響住房?jī)r(jià)格的社區(qū)屬性。Black(1999)通過(guò)比對(duì)臨近學(xué)區(qū)邊界兩側(cè)的住房?jī)r(jià)格，基本上可以忽略房屋異質(zhì)性的影響。Black(1999)將觀測(cè)到的學(xué)區(qū)邊界內(nèi)側(cè)與外側(cè)住房的價(jià)格差異定義為學(xué)區(qū)屬性所導(dǎo)致的學(xué)區(qū)房溢價(jià)。本文主要沿用特征價(jià)格法的研究思路，在此基礎(chǔ)上建立雙重差分模型，運(yùn)用固定邊界法和匹配回歸進(jìn)行實(shí)證分析。本文通過(guò)研究“二孩政策”對(duì)家庭教育需求的影響來(lái)填補(bǔ)現(xiàn)有文獻(xiàn)可能存在的不足，這也是我們的研究動(dòng)機(jī)。

三、計(jì)量模型設(shè)定

本文在平均處理效應(yīng)的分析框架下建立學(xué)區(qū)房?jī)r(jià)格的結(jié)構(gòu)方程。模型設(shè)定如下：房產(chǎn)單價(jià)(對(duì)數(shù))為本文的被解釋變量，記為yijt，i表示房產(chǎn)，j表示是否具有學(xué)區(qū)屬性，t表示成交時(shí)間是否在政策出臺(tái)以后。將人口政策是否出臺(tái)定義為一個(gè)二元啞變量D，D=1表示二孩政策出臺(tái)，否則D=0。記D=1時(shí)房屋i的價(jià)格為yij1，而yij0表示政策出臺(tái)之前的房產(chǎn)價(jià)格。此外，本文根據(jù)是否為學(xué)區(qū)房定義一個(gè)二元啞變量：sch=1表示房屋為學(xué)區(qū)房(處理組)，而sch=0表示房屋為非學(xué)區(qū)房(控制組)；在樣本期間內(nèi)，學(xué)區(qū)房的劃分不發(fā)生變化。sch=1的房屋價(jià)格記為yi1t，表示學(xué)區(qū)房?jī)r(jià)格，非學(xué)區(qū)房?jī)r(jià)格記為yi0t。

根據(jù)政策時(shí)間及學(xué)區(qū)房定義，定義啞變量treat：當(dāng)且僅當(dāng)交易發(fā)生在政策出臺(tái)后且為學(xué)區(qū)房時(shí)取值為1。由定義可知，treat=sch×D，treat=1的房屋價(jià)格記為yi11，表示人口政策出臺(tái)之后的學(xué)區(qū)房?jī)r(jià)格。

有關(guān)處理效應(yīng)的文獻(xiàn)通常分為兩類(lèi)：一類(lèi)是外生處理方法；另一類(lèi)是內(nèi)生處理方法。其中外生方法的最基本要求為滿足條件期望獨(dú)立條件(ConditionalMeanIndependence)。而結(jié)合本文討論的人口政策，我們認(rèn)為該政策的出臺(tái)主要是出于人口和社會(huì)發(fā)展的考慮，更多的是考慮人口紅利消失以及經(jīng)濟(jì)增速放緩，而不是基于房地產(chǎn)市場(chǎng)的考量，因而可以認(rèn)為人口政策對(duì)于房?jī)r(jià)變化是外生的。同時(shí)，學(xué)區(qū)是早期根據(jù)學(xué)校所在位置劃分的，因此學(xué)區(qū)屬性也可以認(rèn)為是外生的。由條件期望獨(dú)立條件可以得到：E(yijt|D,sch,Wi)=E(yijt|Wi)(t=0,1)，其中Wi為其他影響房?jī)r(jià)的外生因素。

假設(shè)均值為ut=E(yijt|Wi)，則yij0和yij1可以寫(xiě)為E(yij0|D,sch,Wi)=u0+E(vij0|Wi)和E(yij1|D,sch,Wi)=u1+E(vij1|Wi)。由條件期望獨(dú)立條件，我們還可以得出E(vij0)=0和E(vij1)=0。

本文討論人口政策對(duì)房產(chǎn)價(jià)格特別是學(xué)區(qū)房?jī)r(jià)格的影響，那么yij1-yij0表示房產(chǎn)i受到人口政策D的影響(即房?jī)r(jià)變化幅度)。需要強(qiáng)調(diào)的是, 由于并非重復(fù)交易，現(xiàn)實(shí)中我們只能觀察到房產(chǎn)i的yij0或yij1,而不能同時(shí)觀察到這兩個(gè)值。因此,我們將可以觀察到的變量yijt定義為:

yijt=(1-treat)·yij0+treat·yij1=yij0+treat·(yij1-yij0)

(1)

為了準(zhǔn)確衡量人口政策對(duì)學(xué)區(qū)房產(chǎn)生的影響，本文采用三種方式對(duì)(1)式進(jìn)行估計(jì)：

1.模型Ⅰ：雙重差分模型(DID)

由于可以觀測(cè)到政策出臺(tái)前后學(xué)區(qū)房與非學(xué)區(qū)房的價(jià)格，本文構(gòu)建雙重差分模型來(lái)分析政策的影響。學(xué)區(qū)房在政策出臺(tái)前后的價(jià)格變化為E(y1-y0|sch=1)，非學(xué)區(qū)房在政策出臺(tái)前后的價(jià)格變化為E(y1-y0|sch=0)，則實(shí)際可觀測(cè)到的價(jià)格變化為：

DD=E(y1-y0|sch=1)-E(y1-y0|sch=0)

(2)

而不能直接觀測(cè)到的價(jià)格變化為：

DD=E(y11-y00|sch=1)-E(y01-y00|sch=0)

(3)

其中，第一項(xiàng)并不直觀，因?yàn)閮蓚€(gè)變量D和sch同時(shí)發(fā)生了變化。為了解決這一問(wèn)題，在上式中加入E(y01-y00|sch=1)：

DD= [E(y11-y00|sch=1)-E(y01-y00|sch=1)]

+[E(y01-y00|sch=1)-E(y01-y00|sch=0)]

(4)

在共同趨勢(shì)假設(shè)下，我們有E(y01-y00|sch=1)=E(y01-y00|sch=0)，將其改寫(xiě)為：

E(y01|sch=1)-E(y01|sch=0)=E(y00|sch=1)-E(y01|sch=0)

(5)

這一條件弱于E(y0t|sch) =E(y0t)(t=0,1)。因?yàn)橹灰?5)式左右兩邊相等即可，而不一定要求其差值為0。也就是說(shuō)，學(xué)區(qū)房與非學(xué)區(qū)房可能存在一定的系統(tǒng)性差異，但是只要共同趨勢(shì)條件成立，那么這種差異并無(wú)明顯影響。因此，在某種程度上說(shuō)，DD方法控制了一些不可觀測(cè)的因素。為了盡可能滿足共同趨勢(shì)假設(shè)，我們?cè)谀Ｐ椭屑尤肓似渌恍┛捎^測(cè)到的控制變量Wi。因此，上式可以簡(jiǎn)化為：

DD=[E(y11-y01|sch=1)]

(6)

(6)式并未假定函數(shù)形式，因此可以視為DD的非參數(shù)估計(jì)。實(shí)際中我們可以將樣本依據(jù)政策出臺(tái)時(shí)間以及是否學(xué)區(qū)房分為四組，根據(jù)(2)式進(jìn)行非參數(shù)估計(jì)。由于這種方式計(jì)算較為復(fù)雜，通常情況下我們采用線性模型的設(shè)定以便于估計(jì)。具體模型見(jiàn)(7)式，其中treat的系數(shù)為我們所關(guān)心的政策對(duì)學(xué)區(qū)房?jī)r(jià)格的影響。

yijt=α0+α1D+α2sch+α3treatijt+Wiδ+uijt

(7)

政策出臺(tái)前后學(xué)區(qū)房?jī)r(jià)格的變化為：E(yijt|D=1,sch=1,Wi)-E(yijt|D=0,sch=1,Wi)=(α0+α1+α2+α3+Wiδ)-(α0+α2+Wiδ)=α1+α3，而政策出臺(tái)前后非學(xué)區(qū)房?jī)r(jià)格的變化為E(yijt|D=1,sch=0,Wi)-E(yijt|D=0,sch=0,Wi)= (α0+α1+Wiδ)-(α0+Wiδ)=α1，所以政策對(duì)學(xué)區(qū)房?jī)r(jià)格的影響為α3。

2.模型Ⅱ：固定邊界法

模型Ⅱ的設(shè)定在形式上與模型Ⅰ保持一致，但我們選取子樣本進(jìn)行分析。參照Black(1999)采用相鄰?fù)粭l街道的房屋作為處理組，使得學(xué)區(qū)房(處理組)和非學(xué)區(qū)房(控制組)具有更強(qiáng)的可比性，本文選取學(xué)區(qū)房附近1 000米內(nèi)的非學(xué)區(qū)房作為控制組。

3.模型Ⅲ：傾向得分匹配模型

我們采用Rosenbaum和Rubin(1983)提出的傾向得分方法，用傾向得分P(Wi)來(lái)代替線性函數(shù)，其中P(Wi)通過(guò)非參數(shù)方法估計(jì)得到，可以在很大程度上降低模型設(shè)定以及遺漏變量所帶來(lái)的偏誤。Abadie和Imbens(2006，2011)在此基礎(chǔ)上豐富了傾向得分估計(jì)方法，采用了多種方式進(jìn)行匹配，并對(duì)匹配中產(chǎn)生的誤差進(jìn)行了修正。從處理效應(yīng)的角度來(lái)看，我們無(wú)法觀測(cè)到如果政策沒(méi)有出臺(tái)，房屋價(jià)格會(huì)發(fā)生什么樣的變化。我們可觀測(cè)到政策出臺(tái)之前的yij0，但E(yij0|D=1)≠E(yij0|D=0)，因此平均處理效應(yīng)的估計(jì)比較困難。在條件均值獨(dú)立條件成立的情況下，我們可以采用匹配的方法來(lái)估計(jì)政策對(duì)房屋價(jià)格的影響。匹配的方法使我們可以找到一些具有相似特征的房屋作為控制組，但由于實(shí)際中各種特征完全一致的樣本很少，可以采用傾向得分進(jìn)行匹配。匹配時(shí)，我們首先定義Pi=P(dt=1|Wi)，同時(shí)由條件期望獨(dú)立條件可知，yij1，yij0⊥D|Wi，則可以得到y(tǒng)ij1，yij0⊥D|Pi。匹配方式是采用具有相同或者相近得分的政策出臺(tái)之前的房屋價(jià)格來(lái)替代政策出臺(tái)之后房屋價(jià)格的缺失狀態(tài)yij0。C表示控制組或參照組。具體到我們討論的問(wèn)題，定義C(i)={pj| ||pj-pi||

(8)

(9)

其中，K(·)為核函數(shù)，可以選擇正態(tài)函數(shù)或者Epanechnikov核，hn為最優(yōu)的窗寬。(8)式和(9)式中的p值可以采用probit或者logit模型進(jìn)行估計(jì)。

四、實(shí)證結(jié)果分析

(一)數(shù)據(jù)與描述性統(tǒng)計(jì)

本文使用的數(shù)據(jù)來(lái)源于上海市房地產(chǎn)交易中心數(shù)據(jù)庫(kù)，包括2012年6月至2015年6月上海市住宅日成交數(shù)據(jù)，主要有房地產(chǎn)價(jià)格信息和公共基礎(chǔ)設(shè)施及其地理位置等信息。由于學(xué)區(qū)房基本以傳統(tǒng)商品房為主，本文選取公寓、里弄房、新工房等類(lèi)型進(jìn)行分析；為了保證房屋的可比性，我們剔除了房齡在40年以上的房屋，同時(shí)選定市中心學(xué)區(qū)較為集中的區(qū)域。在本文的樣本中，學(xué)區(qū)房約有5.7萬(wàn)次交易，非學(xué)區(qū)房約有15.6萬(wàn)次交易。

表1 全樣本描述性統(tǒng)計(jì)

由于影響房?jī)r(jià)的因素很多，本文根據(jù)Ross和Yinger(1999)的研究選取控制變量，主要為社區(qū)特征，即包括所屬學(xué)區(qū)質(zhì)量在內(nèi)的公共服務(wù)，如綠化環(huán)境、交通狀況、附近醫(yī)院的距離等?，F(xiàn)有研究(胡婉旸等，2014；石憶邵和王伊婷，2014；哈巍等，2015)中大多運(yùn)用特征價(jià)格回歸模型對(duì)房?jī)r(jià)的影響因素進(jìn)行分析，實(shí)證結(jié)果表明學(xué)區(qū)房?jī)r(jià)格與上述因素相關(guān)，同時(shí)學(xué)區(qū)房溢價(jià)反映出教育資源分布不均。

描述性統(tǒng)計(jì)顯示，學(xué)區(qū)房與非學(xué)區(qū)房在房屋地理性質(zhì)等方面有些基本一致，有些呈現(xiàn)一定的不同。本文采用每平方米單價(jià)來(lái)衡量房屋價(jià)格，發(fā)現(xiàn)學(xué)區(qū)房略高于非學(xué)區(qū)房。房齡主要是用來(lái)衡量房屋新舊程度，數(shù)據(jù)顯示，學(xué)區(qū)房的平均房齡與非學(xué)區(qū)房基本一致。有些屬性在兩類(lèi)住房中略有區(qū)別，包括容積率和小區(qū)規(guī)模(小區(qū)總建筑面積的對(duì)數(shù))。此外，小區(qū)的地理位置差別較大，兩類(lèi)樣本中出行便利度(到最近的地鐵站距離和附近公交站距離)、醫(yī)療便利度(到最近的三甲醫(yī)院距離)和生活便利度(到市中心人民廣場(chǎng)距離)都表現(xiàn)出一定的差別。

對(duì)優(yōu)質(zhì)教育資源的需求一直是討論的熱點(diǎn)話題。本文的數(shù)據(jù)表明，在房屋本身屬性、所在小區(qū)屬性、位置屬性等都不占優(yōu)的情況下，學(xué)區(qū)房?jī)r(jià)格比非學(xué)區(qū)房要高。這種溢價(jià)主要源于學(xué)區(qū)房可以獲得優(yōu)質(zhì)公立小學(xué)的入學(xué)機(jī)會(huì)。此外，家庭對(duì)教育的支付意愿也受到教育資源本身供給和需求的影響。我們關(guān)心的是在人口政策調(diào)整后，家庭對(duì)教育資源的需求是否發(fā)生了變化，是進(jìn)一步增強(qiáng)了對(duì)教育的支付意愿，還是因數(shù)量與質(zhì)量的權(quán)衡以及家庭經(jīng)濟(jì)條件約束而降低了對(duì)優(yōu)質(zhì)教育資源的需求。

(二)“二孩政策”對(duì)房?jī)r(jià)影響的實(shí)證分析

如前文所述，“二孩政策”會(huì)對(duì)教育支付意愿產(chǎn)生影響，從而學(xué)區(qū)房?jī)r(jià)格會(huì)發(fā)生變化。由于教育需求本身具有一定的異質(zhì)性，“二孩政策”對(duì)不同教育資源支付意愿的影響也會(huì)不同。本文通過(guò)三個(gè)計(jì)量模型進(jìn)行詳細(xì)討論。首先，學(xué)區(qū)房?jī)r(jià)格與房屋本身的一些特征相關(guān)，包括房屋本身屬性、小區(qū)屬性和地理位置屬性，同時(shí)房?jī)r(jià)也隨經(jīng)濟(jì)發(fā)展以及季節(jié)性經(jīng)濟(jì)周期波動(dòng)。因此，本文的第一個(gè)模型是異質(zhì)性的線性模型，在房地產(chǎn)領(lǐng)域的研究中被稱(chēng)為特征回歸模型。其次，考慮到特征模型無(wú)法很好控制一些不能觀察的因素，同時(shí)為了提高學(xué)區(qū)房與非學(xué)區(qū)房的可比性，我們?cè)诘诙€(gè)模型中利用Black(1999)的固定邊界法來(lái)克服特征回歸模型的不足。最后，考慮到上面兩個(gè)模型存在線性限制，我們?cè)诘谌齻€(gè)模型中運(yùn)用半?yún)?shù)傾向得分的政策評(píng)價(jià)方法來(lái)檢驗(yàn)上面兩個(gè)模型的穩(wěn)定性。

1.總體影響分析

我們將“二孩政策”變量D與學(xué)區(qū)房變量sch引入計(jì)量模型。在線性假定下，我們得到如下雙重差分模型：

(10)

其中，yijkt為位于某行政區(qū)k的小區(qū)j中的住宅i在t期的成交單價(jià)(對(duì)數(shù))。與現(xiàn)有文獻(xiàn)不同的是，模型中引進(jìn)了sch1和sch2來(lái)體現(xiàn)不同的學(xué)區(qū)房。sch1表示是否為普通學(xué)區(qū)房，普通學(xué)區(qū)房取值為1，否則為0。sch2表示是否為市重點(diǎn)學(xué)區(qū)房，市重點(diǎn)學(xué)區(qū)房取值為1，否則為0。根據(jù)單獨(dú)二孩政策的出臺(tái)時(shí)間為2013年11月，我們定義政策虛擬變量為dt=1[month≥24]。其中，month為連續(xù)的時(shí)間變量，2012年1月記為1，時(shí)間間隔為1個(gè)月，隨時(shí)間遞增。α3表示“單獨(dú)二孩”政策對(duì)普通學(xué)區(qū)房溢價(jià)的影響，α4表示“單獨(dú)二孩”政策對(duì)市重點(diǎn)學(xué)區(qū)房溢價(jià)的影響。

本文的控制變量包括房屋屬性、小區(qū)區(qū)位屬性以及區(qū)域效應(yīng)和時(shí)間效應(yīng)。Xi為房屋自身屬性變量，包括房齡及其平方、樓層、房間數(shù)和面積。Zj為小區(qū)特征變量，包括容積率、綠化率、小區(qū)規(guī)模和小區(qū)地理位置。Dk為所在行政區(qū)的虛擬變量。Tt包括年度時(shí)間趨勢(shì)項(xiàng)以及季度虛擬變量：年度時(shí)間趨勢(shì)項(xiàng)用來(lái)捕捉房地產(chǎn)市場(chǎng)在這段時(shí)間內(nèi)的發(fā)展情況及宏觀經(jīng)濟(jì)發(fā)展趨勢(shì)，季度虛擬變量用來(lái)刻畫(huà)市場(chǎng)的季節(jié)性波動(dòng)。

表2為雙重差分模型結(jié)果。我們看到“單獨(dú)二孩”政策的出臺(tái)使家庭對(duì)普通教育資源的支付意愿增加了3.97%，而對(duì)優(yōu)質(zhì)教育資源的支付意愿增加了11.80%。表2中房屋屬性變量結(jié)果均與直覺(jué)相符：房齡對(duì)教育需求的影響顯著為負(fù)，小區(qū)屬性的影響均顯著為正；小區(qū)交通越便利，對(duì)家庭的吸引力越強(qiáng)。

表2結(jié)果顯示，家庭的教育需求存在一定異質(zhì)性，家庭對(duì)優(yōu)質(zhì)教育資源更為渴求。其原因在于優(yōu)質(zhì)教育資源的供給和需求與基本教育資源有所差異。從供給角度看，市重點(diǎn)小學(xué)數(shù)量所占比例較低，對(duì)應(yīng)的市重點(diǎn)學(xué)區(qū)房范圍較少，導(dǎo)致優(yōu)質(zhì)教育資源的供給稀少。從需求角度看，優(yōu)質(zhì)教育資源意味著良好的師資以及有競(jìng)爭(zhēng)力的升學(xué)率，因而家長(zhǎng)基于市場(chǎng)提供的有限信息，預(yù)期優(yōu)質(zhì)教育資源將為子女帶來(lái)更高的教育回報(bào)。因此，優(yōu)質(zhì)教育資源對(duì)家庭更有吸引力，家庭表現(xiàn)出更強(qiáng)的支付意愿。

表2 人口政策對(duì)學(xué)區(qū)房溢價(jià)的影響(特征回歸模型)

注:括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差，*、**和***分別表示10%、5%和1% 的顯著性水平，常數(shù)項(xiàng)的估計(jì)結(jié)果略去。下表同。

2.就近匹配樣本分析——固定邊界法

特征回歸模型的不足在于，影響房?jī)r(jià)的因素太多，而以上僅控制了其中一部分。因此，我們將進(jìn)一步根據(jù)固定邊界法，尋找更具相似特征的非學(xué)區(qū)房作為控制組進(jìn)行比較。Black(1999)提出了固定邊界法，目的是為了控制觀測(cè)不到的因素，方法是將學(xué)區(qū)房與其對(duì)照組進(jìn)行匹配。在Black(1999)之前的研究文獻(xiàn)中，學(xué)者主要運(yùn)用傳統(tǒng)的特征價(jià)格模型，忽略了觀測(cè)不到的其他影響住房?jī)r(jià)格的社區(qū)屬性。Black(1999)通過(guò)比對(duì)臨近學(xué)區(qū)邊界兩側(cè)的住房?jī)r(jià)格，基本上可以忽略房屋異質(zhì)性的影響。Black(1999)將觀測(cè)到的學(xué)區(qū)邊界內(nèi)側(cè)與外側(cè)住房的價(jià)格差異定義為學(xué)區(qū)屬性所導(dǎo)致的學(xué)區(qū)房溢價(jià)。Bayer和Mcmillan(2007)及Kane等(2006)也采用了固定邊界法。本文沿用特征價(jià)格法，在此基礎(chǔ)上建立雙重差分模型，運(yùn)用固定邊界法進(jìn)行實(shí)證分析。

為了進(jìn)一步排除其他因素的影響，我們采用學(xué)區(qū)房周邊更具可比性的非學(xué)區(qū)房作為對(duì)照組進(jìn)行分析。Black(1999)采用附近0.15-0.8英里的房屋作為控制組?？紤]到上海的實(shí)際情況，我們選擇學(xué)區(qū)房周?chē)? 000米內(nèi)的非學(xué)區(qū)房作為控制組。表3列出了匹配樣本的簡(jiǎn)單描述性統(tǒng)計(jì)。

表3 匹配樣本描述性統(tǒng)計(jì)

匹配樣本與全樣本(見(jiàn)表2)在某些變量上表現(xiàn)出一些變化。非學(xué)區(qū)房的單價(jià)有了較明顯的下降，而學(xué)區(qū)房?jī)r(jià)格基本保持不變，其中普通學(xué)區(qū)房?jī)r(jià)格與非學(xué)區(qū)房相差不大，但是重點(diǎn)學(xué)區(qū)房?jī)r(jià)格差異較大。同時(shí)，學(xué)區(qū)房與非學(xué)區(qū)房的房齡均有小幅上升，這是因?yàn)椋阂环矫妫磕昃行陆ǚ课?，其單價(jià)較高，使全樣本中非學(xué)區(qū)房?jī)r(jià)格升高；另一方面，學(xué)區(qū)房周?chē)姆课菀话惚容^老舊，又無(wú)附加的學(xué)區(qū)屬性，價(jià)格往往偏低。在房屋其他屬性沒(méi)有發(fā)生明顯變化時(shí)，匹配后的樣本量有所縮小，學(xué)區(qū)房樣本量變化不大，但非學(xué)區(qū)房樣本量明顯減少。我們使用匹配后樣本中在政策出臺(tái)之前的樣本進(jìn)行分析，回歸結(jié)果見(jiàn)表4。

表4 人口政策對(duì)學(xué)區(qū)房溢價(jià)的影響(固定邊界法)

我們看到，匹配樣本的回歸結(jié)果與全樣本略有不同：“二孩政策”的出臺(tái)使家庭對(duì)普通學(xué)區(qū)房的需求增加了約2.49%，而對(duì)優(yōu)質(zhì)教育資源的支付意愿增加了約8.57%。結(jié)論雖然與全樣本相差不大，但本文認(rèn)為匹配樣本中的非學(xué)區(qū)房由于更具可比性，結(jié)論更為可信。匹配樣本中非學(xué)區(qū)房的價(jià)格比學(xué)區(qū)房的變化更顯著，導(dǎo)致房?jī)r(jià)變化幅度的差異減小。值得注意的是，家庭對(duì)一般教育資源和優(yōu)質(zhì)教育資源的支付意愿上漲幅度之差為6%，與全樣本的7.83%有一定差別。鑒于固定邊界法的優(yōu)點(diǎn)，我們認(rèn)為全樣本特征回歸模型可能高估了家庭的支付愿意以及兩者之差。

3.穩(wěn)健性分析——傾向得分法

在處理效應(yīng)或稱(chēng)為反事實(shí)框架下，我們將有入學(xué)資格的學(xué)區(qū)房稱(chēng)為處理組，將非學(xué)區(qū)房稱(chēng)為控制組進(jìn)行分析。傾向得分有如下優(yōu)點(diǎn)：首先，模型設(shè)定更穩(wěn)健。上面兩個(gè)模型是線性模型，而匹配回歸中可以對(duì)依賴(lài)關(guān)系不做假定。其次，根據(jù)傾向得分進(jìn)行匹配，我們可以選取除學(xué)區(qū)屬性之外，房屋屬性和地理屬性等皆相近的非學(xué)區(qū)房進(jìn)行分析，因此最終使用的控制組更合理。最后，我們可以對(duì)教育需求的變化有一個(gè)更細(xì)致的刻畫(huà)。我們既可以看到家庭對(duì)教育的支付意愿，又可以看到在政策前后教育需求的變化，更有利于分析“單獨(dú)二孩”政策對(duì)教育需求的影響。

本文將是否為學(xué)區(qū)房看作處理變量sch，為了分析“單獨(dú)二孩”政策對(duì)家庭教育需求的影響，我們通過(guò)比較政策前后平均處理效應(yīng)的變化進(jìn)行分析。

在條件均值獨(dú)立條件成立時(shí)，平均處理效應(yīng)ATE為：

ATE=E(y1-y0|x)=E(y1|x)-E(y0|x)=E(y1|x,sch=1)-E(y0|x,sch=0)

(11)

其中，y1為學(xué)區(qū)房的價(jià)格，y0為非學(xué)區(qū)房的價(jià)格。由于通常只能觀測(cè)到一所住宅是學(xué)區(qū)房還是非學(xué)區(qū)房，y1和y0無(wú)法同時(shí)觀測(cè)，因此需要采用傾向得分進(jìn)行分析。傾向得分表示非學(xué)區(qū)房成為學(xué)區(qū)房的條件概率，即p(X)=pr(Sch=1|X)=E(Sch|X)。傾向得分采用logit函數(shù)進(jìn)行估計(jì)，從而學(xué)區(qū)房的平均處理效應(yīng)為：

(12)

表5 傾向得分法的估計(jì)結(jié)果

注：對(duì)于每一個(gè)學(xué)區(qū)房選取一個(gè)非學(xué)區(qū)房進(jìn)行匹配。

我們看到，政策出臺(tái)后，家庭對(duì)教育的支付意愿增加了約5%，其中對(duì)一般教育資源的支付意愿增加了3.66%，而對(duì)優(yōu)質(zhì)教育資源的需求增加了約7.58%。家庭對(duì)于一般教育資源和優(yōu)質(zhì)教育資源的支付意愿上漲幅度之差約為4%。采用傾向得分進(jìn)行匹配所得到的結(jié)果與固定邊界法的結(jié)果較為接近，說(shuō)明本文結(jié)論具有較強(qiáng)的穩(wěn)健性。從傾向得分法的結(jié)果可以更清晰地看到，由于優(yōu)質(zhì)教育資源的供給有限，家庭孩子數(shù)增加導(dǎo)致教育需求增加，表現(xiàn)為學(xué)區(qū)房溢價(jià)整體上漲。從教育需求的異質(zhì)性看，家庭對(duì)優(yōu)質(zhì)教育資源的需求更加強(qiáng)烈，表現(xiàn)為愿意支付更多來(lái)購(gòu)買(mǎi)重點(diǎn)小學(xué)學(xué)區(qū)房。

從以上三個(gè)模型的實(shí)證結(jié)果來(lái)看，房產(chǎn)屬性會(huì)影響房屋價(jià)格；“二孩政策”導(dǎo)致學(xué)區(qū)房?jī)r(jià)格的漲幅高于普通商品房；“二孩政策”對(duì)學(xué)區(qū)房的需求存在異質(zhì)性影響，重點(diǎn)學(xué)區(qū)房比普通學(xué)區(qū)房具有更高的溢價(jià)。這個(gè)結(jié)果反映出現(xiàn)階段優(yōu)質(zhì)教育資源較為稀缺。

五、結(jié)論與啟示

本文對(duì)我國(guó)人口政策對(duì)學(xué)區(qū)房?jī)r(jià)格的影響進(jìn)行了分析。人口政策的改變直接影響家庭規(guī)劃，家庭對(duì)教育的支付意愿反映在為優(yōu)質(zhì)學(xué)校入學(xué)資格而支付的購(gòu)房?jī)r(jià)格上，這也是本文的研究意義。文章利用上海市2012年至2015年普通住宅日成交數(shù)據(jù)，運(yùn)用特征回歸的雙重差分模型、樣本匹配的Black模型和傾向得分匹配的方法，發(fā)現(xiàn)隨著我國(guó)經(jīng)濟(jì)的不斷增長(zhǎng)，家庭財(cái)富的不斷積累，“二孩政策”增強(qiáng)了家庭對(duì)教育資源稀缺性的預(yù)期。學(xué)區(qū)房比普通商品房更大的漲幅反映出部分家庭對(duì)優(yōu)質(zhì)教育資源的需求更加強(qiáng)烈。

實(shí)證結(jié)果表明，“二孩政策”的推出和落實(shí)并沒(méi)有因消費(fèi)增加而擠出家庭教育投入，而是進(jìn)一步加劇了家庭對(duì)優(yōu)質(zhì)教育資源的需求。隨著我國(guó)城市化進(jìn)程的不斷加快，基礎(chǔ)教育服務(wù)水平并沒(méi)有滿足社會(huì)的需要，今后可能缺口會(huì)更大。本文認(rèn)為，要緩解家庭對(duì)優(yōu)質(zhì)教育資源的渴望，應(yīng)從擴(kuò)大優(yōu)質(zhì)教育資源的供給著手：一方面，可以考慮增加學(xué)校的數(shù)量或者引進(jìn)更多教師等方式來(lái)擴(kuò)大學(xué)校規(guī)模，增加教育資源供給；另一方面，從提高教育資源效率的角度看，建議實(shí)現(xiàn)多元化供給，即從資源配置角度入手，通過(guò)市場(chǎng)手段進(jìn)行調(diào)節(jié)。例如，可以鼓勵(lì)民營(yíng)資本參與基礎(chǔ)教育投資，擴(kuò)大私立學(xué)校的數(shù)量和規(guī)模，通過(guò)教師流動(dòng)來(lái)提升教學(xué)質(zhì)量，以改善基礎(chǔ)教育資源稀缺的現(xiàn)狀；政府對(duì)民辦學(xué)校、私立教育可以予以補(bǔ)貼，以鼓勵(lì)私立學(xué)校發(fā)展；平等對(duì)待私立學(xué)校與公立學(xué)校，鼓勵(lì)學(xué)校圍繞教育質(zhì)量進(jìn)行良性競(jìng)爭(zhēng)。目前，上海正在基礎(chǔ)教育階段推進(jìn)學(xué)區(qū)化、集團(tuán)化辦學(xué)，民辦學(xué)?？梢猿蔀楣⒔逃闹匾a(bǔ)充。

最后需要說(shuō)明的是，本文主要通過(guò)人口政策對(duì)學(xué)區(qū)房?jī)r(jià)格的影響來(lái)討論教育資源需求的變化。人口政策也會(huì)對(duì)其他公共服務(wù)產(chǎn)生一定的影響，如醫(yī)療和衛(wèi)生服務(wù)、交通等，當(dāng)前的醫(yī)療服務(wù)資源不足以應(yīng)對(duì)未來(lái)人口增長(zhǎng)。另外，還有待深入探討 “二孩政策”對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響。

*感謝上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院周亞虹老師對(duì)于文章研究思路和方法給予的大量指導(dǎo)和建議，同時(shí)感謝匿名審稿人和編輯部提出的寶貴意見(jiàn)和建議。

[1]哈巍，吳紅斌，余韌哲.學(xué)區(qū)房溢價(jià)新探——基于北京市城六區(qū)重復(fù)截面數(shù)據(jù)的實(shí)證分析[J].教育與經(jīng)濟(jì)，2015，(5)：3-10.

[2]胡婉旸，鄭思齊，王銳.學(xué)區(qū)房的溢價(jià)究竟有多大：利用“租買(mǎi)不同權(quán)”和配對(duì)回歸的實(shí)證估計(jì)[J].經(jīng)濟(jì)學(xué)(季刊)，2014，(3)：1195-1214.

[3]梁文艷，林育紅，劉金娟.人口變動(dòng)與義務(wù)教育發(fā)展規(guī)劃——基于“單獨(dú)二孩”政策實(shí)施后義務(wù)教育適齡人口規(guī)模的預(yù)測(cè)[J]. 教育研究，2015，(3)：25-34.

[4]彭希哲，李赟，宋靚珺，等.上海市“單獨(dú)兩孩”生育政策實(shí)施的初步評(píng)估及展望[J].中國(guó)人口科學(xué)，2015，(4)：2-13.

[5]喬曉春.從“單獨(dú)二孩”政策執(zhí)行效果看未來(lái)生育政策的選擇[J].中國(guó)人口科學(xué)，2015，(2)：26-33.

[6]石憶邵，王伊婷.上海市學(xué)區(qū)房?jī)r(jià)格的影響機(jī)制[J].中國(guó)土地科學(xué)，2014，(12)：47-55.

[7]石智雷，楊云彥.符合“單獨(dú)二孩”政策家庭的生育意愿與生育行為[J].人口研究，2014，(5)：27-40.

[8]陶濤，楊凡，張浣珺，等.家庭幸福發(fā)展指數(shù)構(gòu)建研究[J].人口研究，2014，(1)：63-76.

[9]Abadie A, Imbens G W. Large sample properties of matching estimators for average treatment effects[J]. Econometrica, 2006, 74(1): 235-267.

[10]Abadie A, Imbens G W. Bias-corrected matching estimators for average treatment effects[J]. Journal of Business & Economic Statistics, 2011, 29(1): 1-11.

[11]Angrist J, Lavy V, Schlosser A. Multiple experiments for the causal link between the quantity and quality of children[J]. Journal of Labor Economics, 2010, 28(4): 773-824.

[12]Barro R J, Becker G S. Fertility choice in a model of economic growth[J]. Econometrica, 1989, 57(2): 481-501.

[13]Bayer P, Mcmillan R. A unified framework for measuring preferences for schools and neighborhoods[J]. Journal of Political Economy, 2007, 115(4): 588-638.

[14]Becker G S, Lewis H G. On the interaction between the quantity and quality of children[J]. Journal of Political Economy, 1973, 81(2): S279-S288.

[15]Black S E. Do better schools matter? Parental valuation of elementary education[J]. Quarterly Journal of Economics, 1999, 114(2): 577-599.

[16]Chung I H. School choice, housing prices, and residential sorting: Empirical evidence from inter- and intra-district choice[J]. Regional Science & Urban Economics, 2015, 52: 39-49.

[17]Fan C S. Child labor and the interaction between the quantity and quality of children[J]. Southern Economic Journal, 2004, 71(1): 21-35.

[18]Guo R, Yi J, Zhang J. Family size, birth order, and tests of the quantity-quality model[J]. Journal of Comparative Economics,http://dx.doi.org/10.1016/j.jce.2016.09.006，2016.

[19]Heckman J J, Ichimura H, Todd P E. Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme[J]. Review of Economic Studies, 1998, 65(2): 261-294.

[20]Hondroyiannis G, Papapetrou E. Demographic transition and economic growth: Empirical evidence from Greece[J]. Journal of Population Economics, 2002, 15(2): 221-242.

[21]Hondroyiannis G, Papapetrou E. Fertility and output in Europe: New evidence from panel cointegration analysis[J]. Journal of Policy Modeling, 2005, 27(2): 143-156.

[22]Imberman S A, Lovenheim M F. Does the market value value-added? Evidence from housing prices after a public release of school and teacher value-added[J]. Journal of Urban Economics, 2016, 91: 104-121.

[23]Kane T J, Riegg S K, Staiger D O. School quality, neighborhoods, and housing prices[J]. American Law and Economics Review, 2006, 8(2): 183-212.

[24]La V. Capitalization of school quality into housing prices: Evidence from Boston Public School district walk zones[J]. Economics Letters, 2015, 134: 102-106.

[25]Li H, Zhang J, Zhu Y. The quantity-quality trade-off of children in a developing country: Identification using Chinese twins[J]. Demography, 2008, 45(1): 223-243.

[26]Rosenbaum P R, Rubin D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika, 1983, 70(1): 41-55.

[27]Rosenzweig M R, Zhang J. Do population control policies induce more human capital investment? Twins, birth weight and China’s “One-Child” Policy[J]. Review of Economic Studies, 2009, 76(3): 1149-1174.

[28]Ross C T, Mulder M B, Winterhalder B, et al. Evidence for quantity-quality trade-offs, sex-specific parental investment, and variance compensation in Colonized Agta Foragers undergoing demographic transition[J]. Evolution & Human Behavior, 2016, 37(5): 350-365.

[29]Ross S, Yinger J. Sorting and voting: A review of the literature on urban public finance[A].Cheshire P,Mills E S.Handbook of regional & urban economics (Vol. 3)[C]. Amsterdam:Elsevier,1999.

(責(zé)任編輯 康 健)

The “Two-child” Policy and the Premium of School District Housing:Policy Evaluation Analysis Based on the Change of Population Policy

Li Xuesong1, Chen Ximing2, Fang Fang3, Zhang Zheng1

(1.School of Economics, Shanghai University of Finance and Economics,Shanghai 200433, China;2.School of Finance, Shanghai University of Finance and Economics, Shanghai 200433, China;3.School of Public Economics and Administration, Shanghai University of Finance and Economics, Shanghai 200433, China)

The adjustment to China’s population policy is a critical decision made by the governments in the period of rapid economic development in China, and has a significant impact on all aspects of social and economic development. This paper focuses on policy adjustment, family planning and government demand for public products,and analyzes the effect of two-child policy on current school district housing based on Shanghai housing data.Based on Hedonic regression model, it discusses the effect of changes in population policy on the prices of school district housing with additional education attribute. It finds that: after the introduction of new population policy, compared with neighbor ordinary housing, relative premium level of school district housing is higher. It further employs fixed boundary method to conclude that the premium increase in high-quality school district housing (by about 8.6%-11.8%) is higher than the one in ordinary school district housing (by about 2.49%-3.97%), fully showing after the adjustment to population policy, partial families in China more desire high-quality education. It uses matching regression to make a robustness test and still supports the conclusions above.

two-child policy; school district housing; difference-in-difference; fixed boundary method

2016-11-14

李雪松(1987-)，男，遼寧沈陽(yáng)人，上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院博士研究生； 陳曦明(1989-)，女，黑龍江哈爾濱人，上海財(cái)經(jīng)大學(xué)金融學(xué)院博士研究生； 方 芳(1963-)，女，上海人，上海財(cái)經(jīng)大學(xué)公共經(jīng)濟(jì)與管理學(xué)院副教授，博士生導(dǎo)師； 張 征(1984-)，男，上海人，上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院碩士，南方基金(上海公司)。

F293.3；F224.0；C924.21

A

1001-9952(2017)06-0093-13

10.16538/j.cnki.jfe.2017.06.008