北京市学区房价格影响因素实证研究

　　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。

　　《房地产导刊》是立足广州的国内外公开发行刊物，创刊四年来目前累计发刊100期，总量500万册，已成为华南最具影响力的权威刊物并逐步向北京、天津、重庆等地做强势发展。《房地产导刊》北京版将于11月正式面市。

　　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

　　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).

转载请注明来自：http://www.uuqikan.com/fangdichanlw/19971.html