限购政策对新老城区学区房溢价率的影响——基于南京市鼓楼区与建邺区数据的实证分析

潘沁云，陈秋忆，姚 望，张鹏程，王一默

（南京审计大学，南京 211800）

引言

随着改革开放以来我国家庭收入的持续增长，家庭加大了对以教育资源为核心的公共服务的需求，越来越多的家长关注教育环境，不遗余力地追求优质教育资源。在教育市场中，价格杠杆力作用薄弱，优质教育资源配置的不均衡问题激化了供求关系不平衡矛盾，从而产生了“学区热”现象。

2003年，南京市教委颁布“就近免试入学”政策，随之学区房房价不断走高。2006年“就近免试入学”条款开始实施后，“学区热”高温难降。根据2014年1月的房价数据显示，南京市二手房均价为16 693元/m2，而30所名校学区房均价却达到24 316元/m2，鼓楼区一线名校如琅琊路小学、拉萨路小学、力学小学等学区房均价甚至突破了3.5万元／m2。2015—2016年，南京楼市整体呈现疯狂涨幅。根据教育部部署，南京市需在2015年实现100%的公办小学，90%的公办初中划片入学，“学区热”问题更为棘手。而“学区热”现象在新老城区之间有不同的体现。在南京市，教育资源具有明显的区域分布差异，其中，鼓楼区是老城区的典型，建邺区则是新城区的代表。老城区不仅具有完善的生活配套，更是名校聚集地。相比之下，新城区不仅需要面临发展的挑战，在教育资源的配置上也有所逊色。因此，“学区热”现象在新老城区的发展情况值得我们去研究。

面对“学区热”与“楼市热”，南京市为抑制房价整体增速过快，于2016年10月启用限购政策对房价进行宏观调控。此次限购政策有三点重要内容：（1）对本地户籍的严格查控。（2）对购房数量的严格限制。（3）进一步加大执行差别化住房信贷政策的力度。学区房多为家庭的二套购房，限购政策的颁布无疑将成为学区房购置的一大阻碍。

本文将关注限购政策对学区房房价的作用效果。通过建立量化模型，分析“学区热”现象在限购政策的作用下是否得到缓解，并且对新老城区学区房房价在未来将呈现的发展趋势进行预测与评估，从而为解决学区问题提出合理的政策建议。

一、文献综述

长期以来，发达国家和发展中国家学区房现象普遍存在Black（1999）。国外对学区房范畴的研究开始的很早，学者们致力于寻找最合理的模型方法，减少遗漏变量的影响，对学区房价值进行测度。Oates（1969）最早分析公立学校学生人均支出与房屋价格之间的关系，验证了教育的“同群效应”，自此掀起了对教育质量衡量与教育“资本化”的研究热潮。Rosen&Fullerton（1997）以及 Judd&Watts（1981）采用特征价格模型证明了住宅价格与学校质量之间在统计意义上存在显著正相关性。但特征价格模型并不能全面的考虑到住房的邻里特征、区位特征等因素条件。在影响变量的控制上不免存在一些误差。对此，Black（1999）开创性的采用了边界固定效应法。为了削弱遗漏变量对结论的误差影响，他将边界两侧相互靠近的房屋价格进行对比，进而突破了传统特征价格模型。此举具有非常重要的借鉴作用。Clark&Herrin（2000）对变量进行层次划分，设置学区虚拟变量，以此检验各学区与住宅价格的关系。这一思想创新了变量指标的处理方式。

根据张浩等人的研究观点可知，学区房的本质是优质教育资源的资本化。在国内已有研究中，一些学者侧重于关注教育质量资本化对住房价格的影响（刘润秋，等，2015），以教育质量作为主成分因素，选取合理测评教育质量的指标，建立较为传统的溢价率的计量模型，分析资本化的外部效应并且为基础教育资源均衡配置提供对策（王振坡，2014）。“溢价率”作为学区问题量化研究的核心环节，还有一些学者从不同角度对学区房的溢价率进行探究。例如，利用“租买不同权”的入学制度，将学区房与相邻非学区房进行配对回归，使特征价格中的遗漏变量得到更为完善的处理，从而精确测度优质教育资源的隐含价格（胡婉，2014）。以及提出租金率折价的概念，展开对学区房价格运动规律的系统研究（张牧扬，等，2016）。

本文以南京市为例，着眼于城市未来的发展与教育规划，将限购政策下新老城区的“学区热”现象进行比较。文章分析影响学区房价格变动的多种变量，划分多层次的价格衡量指标，分别计算新老城区学区房在政策前后的溢价率。以此探究限购政策对学区房房价的作用效果，比较新老城区“学区热”现象在政策作用下的发展差异，寻求解决学区问题的关键方法以及探索学区房未来的发展趋势。

二、实证分析

（一）计量模型构建

本部分分析限购政策对新老城区学区住房价格的影响，采用的计量模型为特征价格模型。合计选取13项住宅特征构造价格特征因子，将其分为建筑特征、邻里特征、区位特征三大类，计算并研究学区住宅价格和各种住宅特征之间存在的函数关系。通过对限购政策前后两次回归分析的结果的对比分析，侧面探究限购政策对新老城区学区房价格的影响效果。

该模型的一般形式如下：

其中：HP——二手房的挂牌均价；x1——研究区域的教育质量；x2——住房的建筑特征；x3——住房的邻里特征；x4——住房的区位特征。

1.数据来源与整合

本文的研究重点是限购政策对学区房价格的影响方向及影响程度，并且将新老城区的影响结果进行横向的对比分析。因此，笔者以2016年10月限购政策实施的时间作为划分，选取了2015年6月及2017年6月学区房房价的截面数据。将南京市鼓楼区作为老城区的典型，在区域内选取了以琅琊路小学、力学小学、拉萨路小学等不同层次，合计20所小学的学区房作为老城区学区房的研究样本。将建邺区作为新城区的代表，选取了区域内16所小学学区房作为新城区学区房的研究样本。由此构成185个小区学区房的样本数据。

2.变量的选择和度量

联系南京市鼓楼区与建邺区特点并且结合研究目标，初步选取了13个住宅特征变量，分别为建筑特征变量、邻里特征变量、区位特征变量，客观全面地评估这些住宅的内生变量对住房价格的相关作用，尽可能减少遗漏变量的影响。

为确保数据研究的有效性与合理性，笔者以“学区热”现象显著的学区作为研究样本，鼓楼区为琅琊路小学、银城小学、拉萨路小学、力学小学、芳草园小学、金陵汇文小学等20所小学所对应的100个小区，建邺区为南师附中新城小学、金陵中学实验小学、莫愁湖小学、南湖第一小学、中华中学附属小学等16所小学所对应的85个小区。并且根据搜学网、南京升学及各校论坛的综合评估结果，参考南京市小学的排名对样本小学的学校质量进行等级的划分。

根据数据的可达性，结合南京市学区住房具体情况，初步选取了楼龄、容积率、车位3个建筑特征变量。变量具体含义见表1。

表1 建筑特征变量名称及含义

参考对邻里特征的定义及分类情况（温海珍，2004），本文初步选取了物业管理、绿化率、文体设施、生活配套，共4个邻里特征变量。变量的具体含义见表2。

表2 邻里特征变量名称及含义

通过对数据可达性的评价，本文初步选取了地铁条件、公交条件和购物条件3个区位特征变量。变量具体含义见表3。 特别说明的是，考虑到住宅总价与建筑面积有明显的线性关系，因而在因变量的选取上，设定住宅的单位建筑面积价格为因变量。

表3 区位特征变量名称及含义

3.变量的量化

本文通过四种方式将上述13个变量进行量化。第一种方式：直接选取住宅特征变量的实际数值，或者将特征变量的原始数值进行简单的转换。属于这类的有楼龄、容积率、绿化率、购物条件、公交条件、地铁条件共6个变量。第二种方式：采用虚拟变量进行量化，对特征变量的实际数据进行分析评价，此类变量有学校质量和车位情况。第三种方式：采用5点Likert量表的形式，包括物业管理、自然景观、安静程度3个变量。第四种方式：采用综合性指标进行度量。这类变量包含文体设施和生活配套设施。

具体的量化过程和预期符号见表4。

4.函数形式的选择

表4 特征变量的量化过程和预期符号

通过对线性函数形式、对数函数形式和半对数函数形式下回归结果的分析，从经济学与统计学两个角度对回归结果进行检验可知，半对数形式下鼓楼区与建邺区数据的R2远大于线性与对数函数的结果，并且F检验的结果区别于线性函数与对数函数，为高度显著。因此，本次计量模型采取半对数函数形式。

（二）回归结果

在半对数函数形式下，本次回归数据统计如表5。

对上述13个变量参与的半对数模型进行回归，剔除相关关系与预期符号不一致的变量，发现鼓楼区2015年、2017年数据显示地铁条件、学校质量和绿化率在回归方程中是显著变量，其中地铁条件和学校质量为高度显著变量，显著水平都在1%以内。分析建邺区数据可知2015年变量中楼龄、购物条件、自然景观、学校质量和车位情况是显著变量，2017年变量楼龄、物业管理、自然景观、学校质量和车位情况是显著变量。并且在“限购政策”实行前后楼龄始终表现为高度显著变量，显著性水平在1%以内（如表6所示）。

（三）回归结果分析

注释：建邺区数据 2015 年 R2=0.67，2017 年 R2=0.76；*p＜0.10；**p＜0.05；***p＜0.01

经过多次的计算实验后，本文决定采用半对数形式的特征价格模型分析房价影响因素，得出的拟合优度达到了较高的水平（0.67以上），说明回归方程是有效的。根据构建的理论模型及回归结果，剔除相关性系数的正负性和上文表4的预期符号不相吻合的变量，保留与实际常理相符的可靠数据。为得到更为精确的数据信息，笔者又选取显著变量进行再一次回归分析，根据得出P值的结果，将显著性不强、经济意义不明显的变量逐步剔除后，最终选取下表所示变量作为显著变量。

鼓楼区集中了南京市多数知名小学，处于城市的繁华地带。大部分优质小学由于建校时间较长，周围城市建设比较完善，难有建设新学区房的土地资源。因此，鼓楼区学区房多为高楼龄二手房，在居住功能上远逊色于新开发的楼盘。

由回归结果显示，人们在选择鼓楼区学区住宅时并不会对楼龄、容积率、物业管理等住宅功能有较高的要求，地铁条件和学校质量是影响学区住宅价格最为显著的因素。其中，学校质量是学区房房价高低的决定性因素，其p值2015年为1.916 45E-17，区别于其他变量的p值，体现出极高的显著性水平；在2017年这一变量的p值又进一步下降至8.476 78E-25，显著性水平达到新高度。由此可见，鼓楼区的“学区热”现象十分严重且极难得到缓解。

表7 鼓楼区显著变量

表8 建邺区显著变量

建邺区作为发展建设中的新城区，区域内优质教育资源比较稀缺，学校整体质量与中心城区存在较大差异。由回归结果显示，建邺区学区房价格受多方面因素影响，学校质量只是影响房价的主要因素之一且并不是最为显著的影响因素。

相比之下，楼龄是建邺区影响学区房价格最显著的变量，其2015年的p值为0.000 349，2017年的p值（0.000 322）同样达到较高的显著性水平。而学校质量的显著性水平和相关关系在16年的限购政策作用后都呈现出一定程度的下跌。这说明，建邺区的“学区热”现象并不显著并且在政策实施后有所缓解。

为了进一步探讨限购政策对“学区热”现象的影响作用，我们通过计算各个小学对应的学区房在限购政策前后的溢价率来进行详细地分析与对比。

在鼓楼区20所小学样本中，本文选取了“学区热”现象显著（溢价率均在25%以上）的6所小学分析其溢价率的变化（见表9、表10）。在2015年鼓楼区学区房的溢价率普遍较高的情况下，2017年里几乎大部分的学区房溢价率又有了一轮新的增幅，在6所公办名校中，芳草园小学学区房溢价率上涨幅度最高达到12.62%，力学小学学区房溢价率增幅最低为3.96%，学区房溢价率总体增长幅度在8%—12%之间。由于鼓楼区内在南京市的重点小学居多，而学校质量是影响学区房房价的主要因素，因此限购政策的出台对鼓楼区学区房房价无法起到显著的抑制作用，但也并不是全无影响，其中琅琊路小学便是一个典型的体现。由表9可知，2015年琅琊路小学学区房样本单位面积价格达到65 868元／平方米，与鼓楼区平均房价相差42 470元／平方米，在样本小学中溢价率最高，高达64.48%。学校优质的教学质量使该校得到了社会、家长普遍的认可，家长对其学区房的追逐导致溢价率远远高于鼓楼区其他的小学。在2016年限购政策颁布之后，该校2017年的溢价率降低了13.12%（见表10），而样本内其他五所小学学区房的溢价率在2017年呈现明显涨幅。按照国家对“限购”城市差别化住房信贷政策的要求，申请商业性个人住房贷款购买普通住房的首付款比例大大增加，可能让部分家长迫于经济压力放弃琅琊路小学的高价学区房，转而选择购买鼓楼区其他小学的学区房

表9 2015年6月鼓楼区学区房溢价率

表10 2017年6月鼓楼区学区房溢价率

在建邺区所选取的16所样本小学学区房中，有5所小学学区房溢价率较高，达到15%以上。这5所小学学区房在2016年限购政策颁布后，溢价率并没有下跌趋势，根据2017年6月房价数据显示溢价率平均上涨6.22%。其中，小红花小学溢价率上涨最高高达11.34%，南师附中新城小学溢价率上涨幅度最小为1.78%。值得一提的是，南师附中新城小学在近几年内升学率有明显提高，是建邺区内小学教学质量优秀的代表，其学区房在建邺区也收到许多家长的追捧。该小学2015年学区房单位面积均价为31 951元/每平方米，且溢价率高达32.25%（见表11），与建邺区样本内其他小学有明显差距。伴随着城区配套设施的完善，综合实力的增强，区域内的教育质量也在原有基础上得到了显著提升，受到越来越多家长的认可，“学区热”现象逐渐显现。

综合来看，所选样本2017年较2015年相比，鼓楼区与建邺区的整体平均房价及区域内学区房单位面积价格都呈上升趋势。整体上，鼓楼区平均房价上涨了9 771元/平方米，而建邺区平均房价有高达11 413元/平方米的增幅。学区内，鼓楼区学区房单位面积价格大部分增长了11 000—27 000元/平方米，而建邺区平均学区房单位面积价格增长幅度在13 600元/平方米左右。由此可见，限购政策对于学区房房价总体影响并不显著。对比来看，2015年6月鼓楼区与建邺区学区房溢价率相差很大，但在2017年6月后进一步缩小了差距，这缘于近几年内建邺区城区的综合水平的提升，其迅速发展带动了区域内住房价格的上涨。

表11 2015年6月建邺区学区房溢价率

表12 2017年6月建邺区学区房溢价率

四、结论

本文以南京市鼓楼区与建邺区为例，根据2015年6月与2017年6月鼓楼区与建邺区学区内合计185个小区二手住宅的均价，建立特征价格模型，对限购政策前后的住房价格分别进行回归分析。由回归分析结果可知，鼓楼区“学区热”问题长期存在且越演越烈，学校质量是影响学区房价格最为显著的因素。与之相比，建邺区的学区住房所受影响因素众多，购房者不仅考虑学校质量，更关注住宅自身的居住功能，“学区矛盾“并不尖锐。

进一步总结政策前后学区房溢价率的变动，本文发现，限购政策在缓解“学区热”问题上所发挥的作用还是十分有限的。鼓楼区大部分学区房的溢价率仍然呈现上升趋势，“学区热”现象并没有真正得到缓解，学区问题依旧尖锐。面对鼓楼区等老校区的高房价高竞争情况，购房者或许将视线更多转向了建邺区这样同时具有良好配套设施及教育条件的新城区。虽然政策前后，建邺区的溢价率依旧整体小于鼓楼区。

参考文献：

[1]陈玲芬.城区学区房需求现状调查：以浙江省海宁市为例[J].商业经济，2013，（11）.

[2]冯皓，陆铭.通过买房而择校：教育影响房价的经验证据与政策含义[J].世界经济，2011，（12）.

[3]胡婉，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，（4）.

[4]刘润秋，孙潇雅.教育质量“资本化”对住房价格的影响——基于成都市武侯区小学学区房的实证分析[J].财经科学，2015，（8）.

[5]刘树德，李贞.新一轮房地产限购政策效果研究[J].金融与经济，2017，（8）.

[6]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，（12）.

[7]温海珍，杨尚，秦中伏.城市教育配套对住宅价格的影响：基于公共品资本化视角的实证分析[J].中国土地科学，2013，（1）.

[8]王敏，黄滢.限购和房产税对房价的影响：基于长期动态均衡的分析[J].世界经济，2013，（1）.

[9]王振坡，梅林，王丽艳.基础教育资源资本化及均衡布局对策研究：以天津为例[J].现代财经，2014，（7）.

[10]张浩，李仲飞，邓柏峻.教育资源配置机制与房价——我国教育资本化现象的实证分析[J].金融研究，2014，（5）.

[11]张牧扬，陈杰，石薇.租金率折价视角的学区价值测度——来自上海二手房市场的证据[J].金融研究，2016，（6）.

[12]朱敏.“学区房热”现象中教育公平问题探析[J].现代中小学教育，2011，（1）.

[13]Black S.E..”Do Better Schools Matter?Parental Valuation of Elementary Education”[J].The Quarterly Journal of Economics，1999，114（2）.

[14]Davidoff I.A Leigh.How Much do Public Schools Really Cost?Estimating the Relationship between House Prices and School Quality[J].Economic Record，2002，（8）.

[15]David E.Clark，William E.Herrin.The Impact of Public School Attributes on Home Sale Prices in California[J].Growth and Change，2000，（3）.

[16]Judd，G.D.J.M.Watts，“Schools and Housing Values”[J].Land Economics，1981，（57）：459-470.

[17]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.

[18]Rosen，H.S.，andD.J.Fullerton，”ANotonLocalTaxRates，PublicBenefitLevelsandPropertyValues”[J].JournalofPoliticalEconomy，1997，85（2）：433-440.

[19]Seo Y，R A Simons.The Effect of School Quality on Residential Sales Price[J].Journal of Real Estate Research，2009，31（3）：307-327.

[20]Weimer D.L.and M.J.Wolkoff，“School Performance and Housing Values：Using Non-Contiguous District and Incorporation Boundaries to Identify School Effects.”[J].National Tax Journal，2001，（54）：231-253.