市級(jí)重點(diǎn)中學(xué)對(duì)周邊房?jī)r(jià)的影響性分析
——以重慶為例

戴貴寶

(重慶工商大學(xué) 經(jīng)貿(mào)學(xué)院，重慶 400067)

市級(jí)重點(diǎn)中學(xué)對(duì)周邊房?jī)r(jià)的影響性分析
——以重慶為例

戴貴寶

(重慶工商大學(xué) 經(jīng)貿(mào)學(xué)院，重慶 400067)

基于劃片區(qū)入學(xué)政策對(duì)于周邊住宅價(jià)格的影響，采用特征價(jià)格模型對(duì)重慶市4所市級(jí)直屬重點(diǎn)中學(xué)和3所排名靠前的市級(jí)重點(diǎn)中學(xué)周邊住宅價(jià)格的影響進(jìn)行分析。研究發(fā)現(xiàn)：市級(jí)重點(diǎn)中學(xué)對(duì)于周邊房?jī)r(jià)具有顯著性的正向影響：當(dāng)住宅擁有周邊市級(jí)重點(diǎn)中學(xué)的入學(xué)資格時(shí)，住房?jī)r(jià)格將增加9.527%。同時(shí)，相較于其他影響因素，市級(jí)重點(diǎn)中學(xué)的影響程度也是巨大的，所占比例達(dá)到28.88%。研究結(jié)果表明，劃片區(qū)入學(xué)的政策在一定程度上扭曲了區(qū)域的住房市場(chǎng)。

市級(jí)重點(diǎn)中學(xué)；劃片區(qū)入學(xué)；周邊房?jī)r(jià)；特征價(jià)格模型

0 引 言

社會(huì)公共資源同住宅價(jià)格之間的關(guān)系，一直是國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)。如Adair等對(duì)交通可達(dá)性進(jìn)行了測(cè)量，認(rèn)為交通可達(dá)性對(duì)住宅價(jià)格存在一定影響[1]。李祥、高波等認(rèn)為居民的消費(fèi)意愿受到公共服務(wù)水平的影響，并利用南京市江南八區(qū)的調(diào)查數(shù)據(jù)對(duì)其進(jìn)行了驗(yàn)證[2]。特征價(jià)格自Rosen提出以來(lái)，已逐漸成為學(xué)者研究社會(huì)公共資源對(duì)周邊地區(qū)房屋價(jià)格影響最常采用的方法[3]。自新世紀(jì)以來(lái)，伴隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，我國(guó)房地產(chǎn)業(yè)發(fā)展迅速，房地產(chǎn)價(jià)格漸漸成為我國(guó)民生的重大關(guān)注問(wèn)題之一。在高房?jī)r(jià)的背景下，購(gòu)房者不僅僅關(guān)注房屋價(jià)格、質(zhì)量、朝向等房屋內(nèi)在特性問(wèn)題，也對(duì)住宅所處的周邊環(huán)境越來(lái)越重視。與房屋內(nèi)在特性不同，公共服務(wù)基礎(chǔ)設(shè)施對(duì)于住宅交易的影響更多的是由于其外部溢出效應(yīng)。即便內(nèi)在特性完全相同的房屋，其外部周邊環(huán)境存在較大的差異，住宅交易價(jià)格也會(huì)有很大的不同。一些社會(huì)公共資源如軌道交通[4-6],城市景觀[7]、公園綠地、教育設(shè)施[8]等對(duì)于周邊住宅交易價(jià)格均在不同程度產(chǎn)生影響。同時(shí)，黃靜、石薇認(rèn)為城市公共品資本化是影響房?jī)r(jià)的重要原因[9]。然而，國(guó)內(nèi)學(xué)術(shù)界卻很少就市級(jí)重點(diǎn)中學(xué)對(duì)房地產(chǎn)價(jià)格的影響進(jìn)行分析，多數(shù)僅將重點(diǎn)中學(xué)作為教育資源納入公共服務(wù)的一個(gè)類別進(jìn)行研究，并未就其自身對(duì)房?jī)r(jià)的影響進(jìn)行討論。

重慶作為長(zhǎng)江經(jīng)濟(jì)帶重要中心城市，教育資源較為豐富，但隨著重慶常住人口的持續(xù)增長(zhǎng)以及教育資源的不均等分布，尤其是市直屬重點(diǎn)中學(xué)等優(yōu)質(zhì)教育資源的嚴(yán)重稀缺，多數(shù)消費(fèi)者均將教育資源作為影響房屋購(gòu)買的重要因素。特別是在重慶采取中小學(xué)進(jìn)行劃片區(qū)招生后，進(jìn)一步推升了重點(diǎn)中小學(xué)周邊區(qū)域的房?jī)r(jià)，不少房地產(chǎn)商進(jìn)行市場(chǎng)營(yíng)銷時(shí)均以優(yōu)質(zhì)教育的入學(xué)資格為噱頭吸引消費(fèi)者購(gòu)房。相較于對(duì)一般的休閑公共基礎(chǔ)設(shè)施和交通基礎(chǔ)設(shè)施同周邊住宅價(jià)格關(guān)系的研究，中學(xué)教育資源同周邊住宅價(jià)格關(guān)系的研究成果明顯偏少，但是這又是一個(gè)現(xiàn)實(shí)存在的社會(huì)熱點(diǎn)問(wèn)題。

1 研究方法與數(shù)據(jù)

1.1 研究方法

特征價(jià)格法是在資源配置、邊際效用論、享樂(lè)主義等理論的基礎(chǔ)上提出來(lái)的，其核心觀點(diǎn)是效用決定產(chǎn)品價(jià)格。特征價(jià)格理論認(rèn)為,產(chǎn)品的需求源自于內(nèi)在的特征——組合方式和量上的差異。而這種內(nèi)含的差異又決定了價(jià)格的差異。在學(xué)術(shù)界和產(chǎn)業(yè)界，特征價(jià)格理論自被提出以來(lái)就倍受重視。以至于世界各地的諸多學(xué)者紛紛加入此項(xiàng)研究，并取得豐碩的成果。由于其研究結(jié)果不僅能使產(chǎn)品的供需相衡，使消費(fèi)者效用和廠商利益最大化，還有可能成為政策制定的依據(jù)。西方發(fā)達(dá)國(guó)家政府管理部門更是將其納入產(chǎn)品營(yíng)銷、房地產(chǎn)分析、社會(huì)福利政策等眾多領(lǐng)域的研究分析。特征價(jià)格法的優(yōu)點(diǎn)是考慮因素較全面，能采用真實(shí)的數(shù)據(jù)模擬市場(chǎng)，既可避免主觀意識(shí)的干擾，又具有很強(qiáng)的靈活性；缺點(diǎn)是數(shù)據(jù)收集較繁瑣，模型的假設(shè)條件較多。本文采用特征價(jià)格法來(lái)評(píng)估重慶市重點(diǎn)中學(xué)對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)。

1.2 研究樣本的選取

重慶市市級(jí)重點(diǎn)中學(xué)是依據(jù)渝府〔2001〕62號(hào)文件，將重慶市第一中學(xué)校等 38 所學(xué)校作為第一批市級(jí)重點(diǎn)中學(xué)，其后數(shù)量不斷增加。截至2015年12月，重慶市共有重點(diǎn)中學(xué)107所，其中市級(jí)直屬重點(diǎn)中學(xué)7所。由于教育資源分布的不平衡性，主城區(qū)的優(yōu)質(zhì)教育資源明顯豐富，而區(qū)縣則明顯稀缺。以2015年重慶主要重點(diǎn)中學(xué)高考重點(diǎn)本科上線率(以下簡(jiǎn)稱重本率)為例，排名前20的中學(xué)中18所分布在主城區(qū)，而其中7所市級(jí)直屬重點(diǎn)中學(xué)全部進(jìn)入前20①數(shù)據(jù)來(lái)源：《重慶教育年鑒(2016)》、各區(qū)縣教委、學(xué)校公布的數(shù)據(jù)，由作者整理得到。 。大量的區(qū)縣生源家庭為了獲取更好的受教育機(jī)會(huì)，紛紛選擇落戶主城在具有重點(diǎn)中學(xué)入讀資格的小區(qū)購(gòu)買住房。重慶市7所市級(jí)直屬重點(diǎn)中學(xué)全部分布在重慶主城區(qū)，同時(shí)也是廣大學(xué)生的入讀優(yōu)先選擇學(xué)校。出于生源家庭的偏好、數(shù)據(jù)的可靠性與獨(dú)立性，同時(shí)又盡量減少其他因素對(duì)重點(diǎn)中學(xué)因素干擾的考慮，本文選取7所市級(jí)直屬重點(diǎn)中學(xué)中的4所(重慶市巴蜀中學(xué)校、西南大學(xué)附中、四川外國(guó)語(yǔ)大學(xué)附屬外國(guó)語(yǔ)學(xué)校和重慶市育才中學(xué)校)加上重本率常年排名較高的3所一般重點(diǎn)學(xué)校(重慶市第十一中學(xué)校、重慶市求精中學(xué)校和重慶市第十八中學(xué)校)作為研究對(duì)象。雖然重慶市第一中學(xué)校、重慶市南開(kāi)中學(xué)和重慶市第八中學(xué)校是市級(jí)直屬重點(diǎn)中學(xué)且重本率常年較高，但是由于3所學(xué)校之間地理距離過(guò)于靠近，出于數(shù)據(jù)獨(dú)立性的考慮，不得不舍棄。所選的7所重點(diǎn)中學(xué)均在2015年重慶主要重點(diǎn)中學(xué)高考重本上線率排名前20的選擇范圍內(nèi)，與其他重點(diǎn)中學(xué)的距離超過(guò)1.5 km以上，且與城市中心商圈及副中心的距離也超過(guò)1.5 km以上，具體名單見(jiàn)表1。

1.3 研究數(shù)據(jù)與處理

出于研究數(shù)據(jù)科學(xué)性與一致性的考慮，同時(shí)結(jié)合重慶劃片區(qū)入學(xué)的劃分依據(jù)。本文選取了所考察中學(xué)3 km范圍以內(nèi)的64個(gè)小區(qū)來(lái)進(jìn)行研究，并且住宅類型均為普通住宅。本文的數(shù)據(jù)主要來(lái)源于重慶搜房網(wǎng)、百度地圖、重慶市教育委員會(huì)。重慶搜房網(wǎng)上公布的數(shù)據(jù)包括二手房出售掛牌數(shù)據(jù)和小區(qū)公布數(shù)據(jù)，并借鑒溫海珍等的做法，對(duì)掛牌價(jià)格進(jìn)行修正[7]。劃片區(qū)入學(xué)范圍參照重慶市教育委員會(huì)和各區(qū)教委的劃分辦法。掛牌出售房屋的所在小區(qū)、綠化率、建筑面積、住宅地址、裝修程度、住宅年限、住宅類型、物業(yè)費(fèi)、樓層等信息在掛牌資料中均有詳細(xì)的闡述。自變量中住宅小區(qū)與重點(diǎn)中學(xué)、最近商圈的距離、公交線路條數(shù)、1km范圍內(nèi)是否有公園綠地、大學(xué)、大型超市或商場(chǎng)、醫(yī)院等配套設(shè)施均采用百度地圖進(jìn)行量化。

本文將住宅特征分解為區(qū)位特征、住宅特征和鄰里特征三大類[10]。其中需要按照等級(jí)賦值的變量有商圈距離、公共交通；虛擬變量有重點(diǎn)中學(xué)、裝修程度、電梯、公園綠地、大學(xué)、大型超市或商場(chǎng)、醫(yī)院；量化的變量有住宅年齡、住宅面積、綠化率、所在樓層和物業(yè)費(fèi)。從重慶搜房網(wǎng)中總計(jì)搜集到1 216個(gè)樣本數(shù)據(jù)，剔除掉奇異值后，最終得到了7所重點(diǎn)中學(xué)周邊的952個(gè)完整的住宅樣本數(shù)據(jù)，見(jiàn)表2。

表1 重慶市7所市級(jí)和一般重點(diǎn)中學(xué)

表2 重點(diǎn)中學(xué)周邊住宅變量特征

2 重點(diǎn)中學(xué)對(duì)周邊房?jī)r(jià)影響的空間效應(yīng)分析

2.1 特征價(jià)格模型與樣本數(shù)據(jù)

特征價(jià)格模型的具體函數(shù)形式共分為3種：線性形式、半對(duì)數(shù)形式、對(duì)數(shù)形式。通過(guò)多次的數(shù)據(jù)驗(yàn)證及模型檢驗(yàn)，對(duì)數(shù)模型的擬合效果最好。因此，本文確定采用對(duì)數(shù)形式建立重慶市重點(diǎn)中學(xué)周邊住宅價(jià)格影響的特征價(jià)格模型。模型形式具體如下：

LnP=β0+∑βiLnXi+∑βjXj+ε

(1)

式中，P為周邊住宅價(jià)格；β0、βi和βj均為待估系數(shù)；Xi為連續(xù)性特征變量；Xj為虛擬特征變量；ε為誤差項(xiàng)。除建筑面積、房齡、物業(yè)費(fèi)、綠化率這4個(gè)自變量以自然對(duì)數(shù)形式進(jìn)入模型外，其余變量均以實(shí)際數(shù)值代入公式。

2.2 模型檢驗(yàn)

本文采用SPSS18.1對(duì)數(shù)據(jù)進(jìn)行分析，根據(jù)表3的結(jié)果可知，最終有11個(gè)變量通過(guò)5%水平的顯著性檢驗(yàn)進(jìn)入到模型。最終被剔除的自變量為房齡、朝向、綠化率和物業(yè)費(fèi)這4個(gè)指標(biāo)，而剩余的11個(gè)自變量包括重點(diǎn)中學(xué)、公共交通、建筑樓高、裝修程度、大型超市或商場(chǎng)、商圈距離、醫(yī)院、建筑樓高、大學(xué)、電梯、建筑面積和公園綠地。從表3顯著性檢驗(yàn)可以看出，第11號(hào)特征價(jià)格模型的R2和經(jīng)調(diào)整的R2均為0.773，說(shuō)明模型的擬合程度較好，同時(shí)第11號(hào)特征價(jià)格模型是所有模型當(dāng)中標(biāo)準(zhǔn)估計(jì)誤差最小的。從F檢驗(yàn)可以看出，在置信水平α=0.01下，進(jìn)入方程的11個(gè)特征變量與住宅價(jià)格之間具有線性關(guān)系。從表4可以看出，絕大多數(shù)回歸系數(shù)均在置信水平α=0.05水平上通過(guò)了顯著性檢驗(yàn)。通過(guò)顯著性水平的檢驗(yàn)，說(shuō)明對(duì)數(shù)模型對(duì)樣本數(shù)據(jù)的擬合在統(tǒng)計(jì)上是有意義的，回歸方程是有效的。

表3 顯著性檢驗(yàn)

注：*SEE為估計(jì)標(biāo)準(zhǔn)誤差的簡(jiǎn)寫形式。

2.3 結(jié)果分析

2.3.1 住宅特征價(jià)格的符號(hào)分析

從表4的分析結(jié)果可以看出，除了公共交通和裝修程度與預(yù)期符號(hào)相反以外，其他變量的符號(hào)均與預(yù)期相一致。公共交通系數(shù)為負(fù)，說(shuō)明市民在購(gòu)買學(xué)校周邊房屋時(shí)更看重周邊的居住環(huán)境而非交通便捷。交通線路越多，噪音污染以及其他方面的問(wèn)題也越多，無(wú)論是對(duì)于學(xué)生學(xué)習(xí)還是家庭居住均會(huì)造成一定程度的影響。裝修程度系數(shù)為負(fù)，說(shuō)明相較于居家環(huán)境，市民對(duì)于學(xué)區(qū)房的關(guān)注點(diǎn)更多的集中在入學(xué)指標(biāo)。重點(diǎn)中學(xué)系數(shù)為正，表明重點(diǎn)中學(xué)的入學(xué)資格與周邊住宅房?jī)r(jià)具有正比例關(guān)系。即在其他條件不變的前提下，重點(diǎn)中學(xué)入學(xué)資格將推高周邊住宅價(jià)格。其t檢驗(yàn)水平為0.000，表明具有顯著性影響。其中住宅面積、電梯、公園綠地和大學(xué)對(duì)周邊房?jī)r(jià)有正的影響；商圈距離、所在樓層、醫(yī)院對(duì)周邊房?jī)r(jià)有負(fù)的影響。

2.3.2 特征變量對(duì)周邊房?jī)r(jià)的彈性分析

在對(duì)數(shù)模型中，當(dāng)自變量為連續(xù)變量時(shí)，未標(biāo)準(zhǔn)化的回歸系數(shù)對(duì)應(yīng)著住宅特征的價(jià)格彈性系數(shù)；當(dāng)自變量不是連續(xù)變量時(shí)，不能直接采用回歸的未標(biāo)準(zhǔn)化系數(shù)，需要采用半彈性系數(shù)。由分析結(jié)果表5可以看出，在其他條件不變的前提下，連續(xù)變量商圈距離的價(jià)格彈性系數(shù)為0.233，當(dāng)住宅距離商圈的距離每增加1%時(shí)，周邊房?jī)r(jià)會(huì)下降0.233%；同樣，當(dāng)住宅面積增加1%時(shí)，周邊房?jī)r(jià)會(huì)下降0.005%。

在非連續(xù)變量中，重點(diǎn)中學(xué)的半彈性系數(shù)為9.527，說(shuō)明當(dāng)住宅擁有周邊市級(jí)重點(diǎn)中學(xué)的入學(xué)資格時(shí)，住房?jī)r(jià)格將增加9.527%。公共交通的半彈性系數(shù)為7.037，說(shuō)明當(dāng)交通的便捷程度提高1%時(shí)，周邊住宅價(jià)格將提升7.144%。住宅所在樓層也是影響房?jī)r(jià)的重要因素，樓層每增加一層，住宅價(jià)格將下降3.536%。住宅有無(wú)電梯也將對(duì)房?jī)r(jià)造成影響，有電梯時(shí)，住宅價(jià)格將提升6.609%。相較于其他影響因素，裝修對(duì)于住宅價(jià)格的影響最小，裝修等級(jí)每提高1%，住宅價(jià)格僅會(huì)提高0.598%。公園綠地與大型超市、商場(chǎng)對(duì)于住宅價(jià)格具有同樣的影響，當(dāng)二者的等級(jí)提升1%時(shí)，住宅價(jià)格會(huì)提升2.429%。而當(dāng)周邊存在醫(yī)院時(shí)，周邊住宅價(jià)格就將下降4.4%。大學(xué)對(duì)于房?jī)r(jià)的提升具有顯著性影響，當(dāng)周邊有大學(xué)時(shí)，住宅價(jià)格則將提升2.942%。

表4 模型回歸系數(shù)

以上結(jié)果表明市級(jí)重點(diǎn)中學(xué)的入學(xué)指標(biāo)是影響周邊住房?jī)r(jià)格的重要因素；同時(shí)在考慮入學(xué)指標(biāo)的前提下，消費(fèi)者也同樣重視住宅的地理位置；但是在對(duì)于住房面積的偏好方面，消費(fèi)者相對(duì)偏向于小戶型。一方面可能是由于市級(jí)重點(diǎn)中學(xué)周邊的住房具有入學(xué)指標(biāo)，從而導(dǎo)致住房?jī)r(jià)格相對(duì)較高；另一方面可能是因?yàn)橄M(fèi)者更加看重入學(xué)指標(biāo)，購(gòu)房的主要目的是為了擁有入學(xué)資格，因而對(duì)于居住質(zhì)量較為忽視。

本文采用多元回歸分析中的標(biāo)準(zhǔn)化偏回歸系數(shù)來(lái)對(duì)特征變量關(guān)于住房?jī)r(jià)格的影響程度進(jìn)行衡量，標(biāo)準(zhǔn)化偏回歸系數(shù)可由各特征變量進(jìn)行標(biāo)準(zhǔn)正態(tài)變換后得到。由表6可知，距離中學(xué)的距離占的比重達(dá)到28.88%，所占的比重最大。說(shuō)明市級(jí)重點(diǎn)中學(xué)不僅僅對(duì)于周邊住宅價(jià)格具有顯著影響，并且影響程度較大。其次是到商圈的距離，其所占的比例為20.85%；在所有特征變量中，住宅面積所占的比重最小，僅為1.13%。

表5 特征變量?jī)r(jià)格彈性系數(shù)

表6 影響程度系數(shù)表

3 研究結(jié)論與討論

3.1 研究結(jié)論

市級(jí)重點(diǎn)中學(xué)對(duì)周邊住宅價(jià)格存在著顯著的正面影響。擁有市級(jí)重點(diǎn)中學(xué)入學(xué)資格的住宅價(jià)格將顯著高于同一區(qū)域內(nèi)沒(méi)有入學(xué)資格的住宅。由于重慶市按照劃片區(qū)入學(xué)，只有處于片區(qū)內(nèi)的住宅才具有市級(jí)重點(diǎn)中學(xué)的入學(xué)資格。因而大量家庭在考慮住房購(gòu)買時(shí)，都優(yōu)先選擇具有入學(xué)資格的住宅，進(jìn)而推高了學(xué)校周邊的房?jī)r(jià)。距離商圈的距離對(duì)于房?jī)r(jià)也有一定的影響，出于投資保值或者生活便利的目的，距離商圈越遠(yuǎn)的住宅其價(jià)格越低。

總體來(lái)看，相較于其他特征變量，市級(jí)重點(diǎn)中學(xué)對(duì)于周邊住宅價(jià)格的影響程度也是最大的。其所占的比重達(dá)到28.88%，而排名其次的特征變量商圈距離所占的比重為20.85%，可見(jiàn)消費(fèi)者購(gòu)買市級(jí)重點(diǎn)中學(xué)周邊住宅的最要因素就是獲取入學(xué)資格，對(duì)于其他影響因素的考慮較少。

3.2 相關(guān)討論

雖然所選的7所市級(jí)重點(diǎn)中學(xué)在空間地理位置上存在一定差異，所處地段的投資價(jià)值也不盡相同，但是因?yàn)橹挥刑幱谝欢ǖ乩矸秶鷥?nèi)的住宅才有資格進(jìn)入到最近的市級(jí)重點(diǎn)中學(xué)學(xué)習(xí)，因此在這一范圍內(nèi)影響住房?jī)r(jià)格的最主要因素就是市級(jí)重點(diǎn)中學(xué)。在區(qū)域外的住宅價(jià)格才會(huì)更多受到其它因素的影響。

從分析結(jié)果可以看出，雖然優(yōu)質(zhì)教育資源仍然處于供不應(yīng)求的狀態(tài)中，但是劃片區(qū)入學(xué)的政策無(wú)疑在很大程度上扭曲了區(qū)域的住房市場(chǎng)。大量的學(xué)生家庭為了能夠獲得進(jìn)入到較好學(xué)校入學(xué)的資格，在購(gòu)買住房時(shí)優(yōu)先考慮擁有市級(jí)重點(diǎn)中學(xué)入學(xué)資格的住宅，進(jìn)而推高了周邊住房的價(jià)格。

注 釋：

① 數(shù)據(jù)來(lái)源：《重慶教育年鑒(2016)》、各區(qū)縣教委、學(xué)校公布的數(shù)據(jù)，由作者整理得到。

[1] Adair A, McGreal S, Smyth A, et al.House Prices and Accessibility:The Testing of Relationships within the Belfast Urban Area[J].Housing Studies, 2000, 15(5): 699-716.

[2] 李祥，高波，王維娜.公共服務(wù)資本化與房?jī)r(jià)租金背離——基于南京市微觀數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論，2012 (5): 78-88.

[3] Rosen S.Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition [J].Journal of Political Economy，1974，82(1):34-55.

[4] Bowes D R，Ihlanfeldt K R.Identifying the Impacts of Rail Transit Stations on Residential Property Values [J].Journal of Urban Economics，2001，50(1): 1-25.

[5] 黃艷香, 宋永發(fā).對(duì)城市軌道交通周邊住房?jī)r(jià)格影響因素的研究——基于 AHP 與熵權(quán)法[J].工程管理學(xué)報(bào), 2014, 28(3): 57-61.

[6] 王岳龍.地鐵開(kāi)通對(duì)房?jī)r(jià)影響的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論, 2015 (3): 56-71.

[7] 溫海珍，李旭寧，張凌.城市景觀對(duì)住宅價(jià)格的影響[J].地理研究，2012，31(10): 180-181 .

[8] 徐夢(mèng)潔, 張周青.城市教育設(shè)施對(duì)住房?jī)r(jià)格的影響——以南京市為例[J].開(kāi)發(fā)研究, 2015 (5): 99-104.

[9] 黃靜, 石薇.城市公共品在住房?jī)r(jià)格中的資本化效應(yīng)測(cè)度——以上海市為例[J].城市問(wèn)題, 2015 (11):69-78.

[10] 溫海珍，賈生華.基于特征價(jià)格的房地產(chǎn)評(píng)估新方法[J].外國(guó)經(jīng)濟(jì)與管理，2004，26(6):31-35.

[責(zé)任編輯：楊立平]

Analyzing the Impact of Municipal Key High Schools on the Peripheral Housing Prices: To Take Chongqing as an Example

DAI Gui-bao

(School of Economics and Trade,Industrial and Commercial University of Chongqing,Chongqing 400067,China)

In our country,public school districts are subject to municipal zoning ordinances.Due to the limited excellent educational resources,there may be increased pressure on “so called” key high schools.Considering the fact that the zoning policy has certain influence on the peripheral residential housing price,we conduct a hedonic price model and analysis of how four key high schools that are directly under the governance of Chongqing municipal education authorities and three municipally recognized key high schools that are ranked forefront in the city affect the peripheral residential housing prices.The study reveals that the key high schools in the city have a significant positive impact on the peripheral residential housing prices.The housing prices will increase by 9.527 percent when the housing is eligible for the child to attend the key high school.At the same time,the impact of municipal key high schools is also enormous,compared with other factors,accounting for 28.88 percent.The results show that the zoning policy distorts the regional housing market to some extent.

municipal key high school; zoning school district; peripheral house price; hedonic price model

2017-05-20

2017-07-08

戴貴寶(1993— )，男，安徽天長(zhǎng)人，重慶工商大學(xué)經(jīng)貿(mào)學(xué)院2015級(jí)碩士研究生；研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

F293.3

A

2096-2371(2017)04-0053-05