學(xué)區(qū)房溢價研究

摘?要：在教育質(zhì)量溢價研究中，國內(nèi)大多數(shù)研究都采用“重點制度”等級來表示學(xué)校質(zhì)量，然而重點制度取消多年，隨著這些年學(xué)校的發(fā)展，“重點制度”等級可能已經(jīng)不能良好的捕捉學(xué)校的教育質(zhì)量。在本文中，我們嘗試使用“南外錄取率”替代“重點制度”指標(biāo)。首先，本文簡單比較了小學(xué)“重點等級”指標(biāo)和“南外錄取率”指標(biāo)，然后基于2017年南京市二手交易數(shù)據(jù)，和利用特征價格模型和常用的邊界固定效應(yīng)模型，研究南京市小學(xué)的教育質(zhì)量對房價溢價情況。研究表明：“重點制度”指標(biāo)確實無法表示當(dāng)前學(xué)校質(zhì)量的等級;南京市小學(xué)的南外錄取率每提高1%，房價將上漲5.81%-6.16%。

關(guān)鍵詞：學(xué)校質(zhì)量;溢價;邊界固定效應(yīng)法

中圖分類號：F293.3文獻標(biāo)識碼：A文章編號：1008-4428（2019）06-0055-04

一、 引言

在我國現(xiàn)行的“就近入學(xué)”制度下，只有戶籍所在地位于小學(xué)、初中學(xué)區(qū)內(nèi)的適齡兒童才能就讀于學(xué)區(qū)指定的學(xué)校。但是由于各個學(xué)校之間的辦學(xué)條件、教育質(zhì)量等存在差距，稀缺的優(yōu)質(zhì)教育資源不能完全滿足社會需求，因此通過支付更高價格購買“名?！睂W(xué)區(qū)房獲得優(yōu)質(zhì)教育資源已成為家庭擇校最為主要的途徑。優(yōu)質(zhì)教育資源的分布不均衡致使“天價學(xué)區(qū)房”現(xiàn)象有愈演愈烈之勢，這一問題也引起了民眾與政府的廣泛關(guān)注。

“天價學(xué)區(qū)房”問題被認為是擇校熱的副產(chǎn)品，因此只有從現(xiàn)有資源的均衡分配入手，“擇校熱”才有可能降溫?，F(xiàn)有的教育資源均衡分配手段主要有三種，一是以名校辦分校的形式擴大優(yōu)質(zhì)教育資源覆蓋面，這種方式主要借助于名校的教育資源和影響提升弱勢學(xué)校的教育質(zhì)量，包含教育集團化、名校兼并弱校、一體化托管、九年制/十二年制學(xué)校等措施。二是在教育資源配置不均衡、擇校沖動強烈的地方，通過多校劃片、電腦派位等手段，緩解擇校壓力。三是推進校長、教師交流，推動“區(qū)/縣管校用”改革，促進校長教師資源向弱勢學(xué)校、鄉(xiāng)村學(xué)校流動。這些措施的實行緩解了大城市中一大批家長的“擇校焦慮”。

在這一背景下，測度教育質(zhì)量對房屋的溢價水平顯得尤為重要。而精確地測度教育質(zhì)量對房屋的溢價水平的前提是擁有能夠代表學(xué)校質(zhì)量的指標(biāo)。國內(nèi)大多數(shù)研究都采用“重點制度”等級來表示學(xué)校質(zhì)量，然而重點制度取消多年，隨著這些年學(xué)校的發(fā)展，“重點制度”等級可能已經(jīng)不能良好的捕捉學(xué)校的教育質(zhì)量。在本文中，我們嘗試使用“南外錄取率”替代“重點制度”指標(biāo)。具體而言，我們首先簡單比較“重點制度”指標(biāo)和“南外錄取率”指標(biāo)，然后采用2017年南京市八個市轄區(qū)的二手房交易數(shù)據(jù)，用教育溢價研究中常用的邊界固定效應(yīng)法研究南京市學(xué)校的教育質(zhì)量對房價溢價情況。

二、 文獻回顧

學(xué)校質(zhì)量是教育質(zhì)量對房屋的溢價研究中的關(guān)鍵解釋變量，學(xué)校質(zhì)量的衡量指標(biāo)主要分為兩類：學(xué)校投入和學(xué)校產(chǎn)出。學(xué)校投入可以用師生比、教師工資和生均支出等表示，學(xué)校產(chǎn)出可以用學(xué)生的考試成績、基于考試成績的學(xué)校等級等表示。在產(chǎn)出指標(biāo)上，國內(nèi)所用的指標(biāo)大體可以分為三類：一定距離內(nèi)學(xué)校的有無或數(shù)量、基于一定標(biāo)準(zhǔn)后對學(xué)校進行等級劃分和國家原先的重點學(xué)校制度。

一定距離內(nèi)學(xué)校的有無或者數(shù)量在研究中較為常見，但大多數(shù)研究將其作為控制變量，來控制住其他類型的學(xué)校對研究的影響，只有少數(shù)研究將其作為主要解釋變量。馮皓，陸銘利用上海市52個區(qū)域的房屋價格與學(xué)校分布的月度面板數(shù)據(jù)，發(fā)現(xiàn)每1平方千米的實驗性示范性高中數(shù)量增加1所，片區(qū)內(nèi)房屋價格平均上升21.7%。這一類指標(biāo)存在明顯的缺陷，其只能評價某一區(qū)域的教育水平，并不能分析比較校際的學(xué)校質(zhì)量差距。因此一些研究利用基于一定標(biāo)準(zhǔn)后對學(xué)校質(zhì)量的等級劃分作為學(xué)校質(zhì)量的衡量指標(biāo)。例如王振坡等人在對投入指標(biāo)和產(chǎn)出指標(biāo)進行綜合評價后，將六所學(xué)校分為六個等級。而鄭磊，王思檬則按照百姓評價口碑將學(xué)校劃分為三個等級。這類指標(biāo)雖然可以比較校際的辦學(xué)質(zhì)量差異，但是由于需要分等定級，研究所選取的學(xué)校數(shù)量通常有限，并且由于各個研究劃分的依據(jù)和等級都有所差別，因此研究結(jié)果難以相互比較。另一方面，國內(nèi)有較多的研究利用國家原先的“重點學(xué)?！敝贫鹊燃壸鳛閷W(xué)校質(zhì)量的衡量指標(biāo)。這類研究通常根據(jù)學(xué)校等級將學(xué)區(qū)房分為市重點學(xué)區(qū)房、區(qū)重點學(xué)區(qū)房和普通學(xué)區(qū)房，分析不同等級的學(xué)區(qū)房的溢價或者政策前后的不同變化。例如，哈巍等人發(fā)現(xiàn)北京市的市重點和區(qū)重點學(xué)區(qū)房分別比非學(xué)區(qū)房的價格高出18.4%和5.4%。

20世紀(jì)90年代的教育改革中，為了促進教育資源分配的公平，取消了義務(wù)教育階段的“重點學(xué)?！备拍睢ｋm然一些研究者認為，即使在這一制度被取消后，相對普通學(xué)校，原有的重點學(xué)校享受了更多政策支持、資源投入以及長期積累的聲譽，因此依然可以被認為是教育質(zhì)量最好的學(xué)校。但是采用這一指標(biāo)的研究沒有考慮到近些年學(xué)校質(zhì)量可能發(fā)生變化以及新開辦的學(xué)校并無這一等級指標(biāo)，相關(guān)研究存在一定缺陷。因此在本文中，我們嘗試使用小學(xué)“南外錄取率”指標(biāo)作為衡量學(xué)校教育質(zhì)量的衡量指標(biāo)，并使用教育資本化研究中常用的邊界固定法對南京市小學(xué)教育質(zhì)量對房價的影響進行分析。

三、 數(shù)據(jù)來源

（一）教育數(shù)據(jù)

教育數(shù)據(jù)包括學(xué)校與學(xué)區(qū)信息，前者主要包含學(xué)校的教育質(zhì)量，后者主要用于對各學(xué)校學(xué)區(qū)地理劃界的識別。

1. 學(xué)校

本文主要的研究對象是小學(xué)，衡量小學(xué)教育質(zhì)量的指標(biāo)選用的是重點等級和小學(xué)南外錄取率。對于重點等級數(shù)據(jù)，本文主要參考已有的市重點小學(xué)名錄，將小學(xué)分為“省重點”“市重點”“區(qū)重點”和“普通”四個層級。小學(xué)南外錄取率數(shù)據(jù)主要來自家長幫論壇家長幫論壇南京站的網(wǎng)址為：http：//www.jzb.com/bbs/nj/。，論壇每年都會整理各小學(xué)考取南外的人數(shù)，匯總出各小學(xué)進入南外的人數(shù)及比例。在南京，南京外國語學(xué)校是絕大多數(shù)家庭希望子女就讀的最為理想的學(xué)校之一，并且南京外國語學(xué)校雖然是一所公辦學(xué)校，但招生并不受學(xué)區(qū)限制，因此小學(xué)被南外錄取的比例可以成為該小學(xué)教育質(zhì)量的一個重要衡量指標(biāo)。除此以外，我們選擇南外錄取率作為小學(xué)教育質(zhì)量指標(biāo)，還因為南京外國語學(xué)校是唯一可以獲得進入該校學(xué)生名單的學(xué)校。為了減小測量誤差對估計結(jié)果的影響，本文選用2015—2017年三年的平均南外錄取率作為小學(xué)教育質(zhì)量的指標(biāo)。

學(xué)區(qū)制度下，每個住房都對應(yīng)一所小學(xué)和一所初中。初中的學(xué)區(qū)邊界時常會和小學(xué)學(xué)區(qū)邊界重疊，因此如果不控制住房所對應(yīng)初中的教育質(zhì)量，將影響估計結(jié)果的準(zhǔn)確性，為此，本文還加入初中教育質(zhì)量。衡量初中學(xué)校教育質(zhì)量的指標(biāo)選用的是中考南師附中（一所精英高中）達線率。與小學(xué)質(zhì)量指標(biāo)相同，附中達線率指標(biāo)取2015—2017年三年平均，以減小測量誤差對估計結(jié)果的影響。

2. 學(xué)區(qū)信息

學(xué)區(qū)范圍數(shù)據(jù)主要來自兩個方面，一是各區(qū)教育局網(wǎng)站，各區(qū)教育局在每年三四月份都會公布相關(guān)義務(wù)教育入學(xué)政策文件，有一部分市轄區(qū)教育局文件后會附有轄區(qū)各學(xué)校劃分的學(xué)區(qū);也有一部分教育局相關(guān)文件中沒有附有相關(guān)信息，我們通過各學(xué)校網(wǎng)站以及論壇搜索獲得招生簡章，通過招生簡章來確定學(xué)區(qū)范圍。我們的樣本剔除了一些城郊和農(nóng)村學(xué)校教育局沒有給定確切學(xué)區(qū)范圍的學(xué)校。

（二）住房價格、建筑與小區(qū)特征、鄰里區(qū)位特征

本文所采用房價數(shù)據(jù)是住房的銷售數(shù)據(jù)。我們主要從鏈家、搜房網(wǎng)等房地產(chǎn)交易網(wǎng)站上獲得了2017年二手房交易銷售數(shù)據(jù)。住房銷售數(shù)據(jù)中含有成交價格、面積、朝向、廳室等建筑特征。住房銷售數(shù)據(jù)最終以小區(qū)為基礎(chǔ)取平均，以獲得小區(qū)層面的交易數(shù)據(jù)。此外從房地產(chǎn)網(wǎng)站可以獲得小區(qū)綠化率、物業(yè)等小區(qū)特征數(shù)據(jù)，如果數(shù)據(jù)中存在某些變量數(shù)據(jù)缺失，缺失部分主要通過其他網(wǎng)站數(shù)據(jù)進行填補。此外我們所獲得的房價數(shù)據(jù)只有南京八個市轄區(qū)的數(shù)據(jù)，因此我們的研究也限定在這個八個市轄區(qū)，它們分別是秦淮區(qū)、玄武區(qū)、鼓樓區(qū)、建鄴區(qū)、棲霞區(qū)、雨花臺區(qū)、浦口區(qū)、江寧區(qū)。與南京市剩余的三個區(qū)相比，我們所選取八個市轄區(qū)的地理位置更靠近城市中心，人口更加密集且教育資源供需更加緊張，“學(xué)區(qū)房”問題相對更加嚴重一些。

區(qū)位特征考慮公交站點、地鐵站點、菜市場、超市、幼兒園、高中、大學(xué)、民辦小學(xué)、民辦初中、與新街口的距離等，我們用這些數(shù)據(jù)控制住房周邊的公共設(shè)施和公共服務(wù)水平。公交站點來源于公交站點搜索網(wǎng)站。地鐵、菜市場信息來直接自于高德地圖。超市主要為南京的大型超市品牌，其中包含大潤發(fā)、華潤蘇果、家樂福、沃爾瑪?shù)龋衅放频倪x擇基于居民對超市規(guī)模大小以及其他的總體評價。大學(xué)、高中、民辦小學(xué)、民辦初中數(shù)據(jù)主要來自教育部或南京市教育局的相關(guān)公示文件。幼兒園信息采用的是“省優(yōu)質(zhì)幼兒園”，江蘇省教育評估院每年都會評選出一批省優(yōu)質(zhì)幼兒園并加以公示，我們幼兒園信息正是從此獲得。通過地理信息系統(tǒng)軟件，可以將各配套設(shè)施或地點繪制在地圖上，利用軟件功能獲得各小區(qū)到這些點的距離以及小區(qū)一定范圍內(nèi)含有配套設(shè)施的數(shù)目。

通過整合，最終獲得小區(qū)層面住房銷售和區(qū)位特征屬性數(shù)據(jù)，在刪除住房單價前后1%樣本以控制特異值的影響后，樣本共包含1849個小區(qū)。各變量統(tǒng)計描述如表1。

四、 模型和變量

（一）特征價格模型

學(xué)校質(zhì)量溢價研究大多基于Lancaster與Rosen所提出的特征價格理論構(gòu)建回歸模型。特征價格理論認為消費者對商品的需求來源于產(chǎn)品所內(nèi)含的特征，消費者對于商品某一特征的出價即為該特征的特征價格，商品的價格可分割為消費者對不同特征的不同出價。結(jié)合本文的研究，設(shè)定如下模型：

其中是學(xué)區(qū)（priceij）中小區(qū)j的價格。向量Xij包含初中教育質(zhì)量、建筑特征、小區(qū)特征和區(qū)位特征，qualityj是學(xué)區(qū)j的學(xué)校質(zhì)量指標(biāo)。

特征價格模型要求盡可能多的將房屋的特征加入模型，然而大多數(shù)研究面臨數(shù)據(jù)的限制，致使包含的控制變量往往有限。由于好的學(xué)校通常坐落在好的街道，擁有較好的公共服務(wù)和社區(qū)環(huán)境，而較好的街道的房價也高，因此當(dāng)無法控制所有的鄰里區(qū)位特征時，就會因遺漏變量而存在內(nèi)生性問題。因此想要獲得學(xué)校質(zhì)量對房價的溢價水平的精確估計，就需要將學(xué)校效應(yīng)和鄰里區(qū)位效應(yīng)分離開來。Black所推廣的邊界固定效應(yīng)法（boundary-fixed effect）是被研究者廣泛認可和使用的可以控制內(nèi)生性問題的方法。邊界固定效應(yīng)法要求將樣本限制在學(xué)區(qū)邊界兩側(cè)某一距離內(nèi)的狹小長條區(qū)域中。在該區(qū)域里，可以認為除了學(xué)校特征外，其他特征在統(tǒng)計學(xué)上并不存在顯著的差異。也就是說，除了進入不同質(zhì)量的學(xué)校外，家庭選擇居住在邊界的任意一側(cè)都是一樣的。因為邊界固定法假設(shè)邊界附近不可觀測因素是一致的，所以只需要在邊界附近設(shè)定固定效應(yīng)，得到式（2）：

其中k是加入模型的固定效應(yīng)。

（二）變量說明

本文的主要研究對象是房價，南京的二手房平均價格為29351元/平方米，在將變量納入回歸中時，我們?nèi)》績r的自然對數(shù);主要解釋變量為小學(xué)重點等級和南外錄取率，在我們的樣本中，有6.2%的小區(qū)屬于省重點小學(xué)，有16%屬于市重點小學(xué)，有15%屬于普通小學(xué);小學(xué)南外錄取率平均為0.332%，最高為8.464%。此外我們還控制了住房對應(yīng)初中的教育質(zhì)量，樣本對應(yīng)初中的附中達線率平均為0.89%，最高為16.20%。

與眾多其他研究類似，我們在模型中控制了房屋結(jié)構(gòu)特征、小區(qū)特征和鄰里區(qū)位特征。住房結(jié)構(gòu)特征包含室、廳和衛(wèi)的數(shù)目，樓層，交易面積，是否有朝南方向和是否有電梯。其中樓層樓別為類別變量，低樓層賦值為1，中樓層賦值為2，高樓層賦值為3。是否有朝南方向和是否有電梯為取值為0或1的虛擬變量，當(dāng)住房朝向有朝南方向時，賦值為1，否則賦值為0，當(dāng)房屋配備有電梯時，賦值為1，否則賦值為0。從樣本統(tǒng)計描述中可以看出“典型”的樣本擁有2—3室、1—2廳和1—2衛(wèi)，位于中樓層，交易面積為77.43平方米，并且93.1%的樣本有朝南方向，41.2%的樣本配有電梯。

小區(qū)特征包含常見的物業(yè)費、是否有專業(yè)的物業(yè)公司、綠化率和樓齡。其中是否有專業(yè)的物業(yè)公司為虛擬變量，當(dāng)物業(yè)公司為較大的企業(yè)時，我們將其認定為專業(yè)的物業(yè)公司，賦值為1，否則賦值為0。在樣本中，有28.5%的樣本擁有專業(yè)的物業(yè)公司;物業(yè)費平均為0.892元/平方米/月;綠化率平均為0.324;到2017年，“典型”小區(qū)已經(jīng)建立近17年。

五、 實證部分

為了獲得教育質(zhì)量對房價精確的因果估計需要用邊界固定法處理內(nèi)生性問題。和Black的研究類似，到邊界的距離選定為200米、250米和300米。表2（1）—（3）給出了到邊界不同距離的邊界固定效應(yīng)模型回歸結(jié)果。首先，利用固定效應(yīng)模型估計的南外錄取率的估計系數(shù)為0.061—0.0622，結(jié)果在0.01的顯著性水平下顯著，并且估計結(jié)果在各距離上變化不大，估計系數(shù)較為穩(wěn)健。系數(shù)的大小表明南外錄取率每增加1%，學(xué)區(qū)房價會提高6.10%—6.22%。我們樣本中小學(xué)南外錄取率最高為8.464%，這所小學(xué)的學(xué)區(qū)房比教育質(zhì)量較差的小學(xué)的學(xué)區(qū)房高約51.63%—52.65%。

此外，附中達線率的估計系數(shù)為0.0224—0.0251，表明初中學(xué)校的附中達線率每提高1%，房價將上升2.24%—2.51%，考慮附中達線率最高為16.20%，這所初中的學(xué)區(qū)房比教育質(zhì)量較差的初中學(xué)區(qū)房高36.29%—40.67%。若存在一個小區(qū)，同時對應(yīng)著最好的小學(xué)和最好的初中，那么，這所小區(qū)的房價將比普通學(xué)區(qū)房高87.92%—93.32%。

另外，表2（1）—（3）表明住房的室廳數(shù)目與住房價格正相關(guān)，住房每增加一室一廳，房價將分別增加6.99%—7.88%和10.56%—11.76%，而衛(wèi)生間的數(shù)目對房價的影響并不顯著。居住在樓棟中是否方便是家庭考慮的一個重點，而居住在低樓層，或是樓棟配備有電梯，無疑會方便住戶的生活，因此房價也會越高。在房地產(chǎn)交易過程中也存在著“量大優(yōu)惠”的現(xiàn)象，購買面積越大的房產(chǎn)能夠得到更多的優(yōu)惠，因此面積越大，房價也會越低。此外，日照和采光是家庭購買房屋重要的關(guān)注點之一，而有朝南方向的住房將會擁有更好的日照和采光，其房價也會更高。良好的物業(yè)對住房有增值作用，物業(yè)收費越高，并且物業(yè)公司越專業(yè)，這往往表明住房擁有更好的物業(yè)服務(wù)，房價也就會越高。綠化率和一個小區(qū)的環(huán)境、景觀特征相關(guān)。綠化率越高，房屋所在小區(qū)將擁有越好的環(huán)境和自然景觀，因此住房價格也會越高。另一方面，由于老化、折舊的存在，老舊的房屋房價將低于新建的住宅。

由于使用了邊界固定效應(yīng)法回歸，因此不少由學(xué)區(qū)分界兩邊住房共同享有的一些鄰里區(qū)位特征都不再呈現(xiàn)顯著影響。這一現(xiàn)象也說明了邊界固定效應(yīng)法確實控制了鄰里區(qū)位特征，我們的估計方法在一定程度上解決了遺漏鄰里區(qū)位特征導(dǎo)致的內(nèi)生性問題，我們的估計結(jié)果是精確的、可信的。

六、 結(jié)論

教育質(zhì)量對房價溢價問題一直受研究者們的關(guān)注。在教育均衡背景下，測度教育質(zhì)量對房屋的溢價水平顯得尤為重要。由于數(shù)據(jù)的限制，國內(nèi)在小學(xué)教育質(zhì)量的選取方面，大多數(shù)研究都采用“重點制度”等級。然而重點制度取消多年，隨著這些年學(xué)校的發(fā)展，重點等級可能已經(jīng)不能捕捉學(xué)校的教育質(zhì)量情況，在這種情況下，利用重點等級指標(biāo)的相關(guān)研究可能存在一定的缺陷。基于南京市獨特的環(huán)境，本文選取小學(xué)南外錄取率作為“重點制度”的替代指標(biāo)，并衡量了教育質(zhì)量對房價的溢價水平。通過簡單的對比，大體可知重點等級指標(biāo)確實無法代表如今小學(xué)教育質(zhì)量的排名，因此使用重點等級指標(biāo)進行實證的研究存在一定的局限性，研究者應(yīng)當(dāng)尋找更有力的小學(xué)教育質(zhì)量衡量指標(biāo)。

在進一步研究中，本文利用南京市二手交易數(shù)據(jù)和小學(xué)學(xué)區(qū)數(shù)據(jù)，對南京市小學(xué)對房價的溢價水平進行精確測度。估計結(jié)果顯示，南京市小學(xué)的南外錄取率每提高1%，房價將上漲6.10%—6.22%。并且這一結(jié)果在一系列的敏感性檢驗中都表現(xiàn)得較為穩(wěn)健。此外，我們發(fā)現(xiàn)南外錄取率最高的小學(xué)的學(xué)區(qū)房比較差的小學(xué)的學(xué)區(qū)房房價高51.63%—52.65%?？紤]到初中，若存在一個小區(qū)，對應(yīng)著最好的小學(xué)和最好的初中，那么，這所小區(qū)的房價將高87.91%—93.32%。

以上結(jié)果說明學(xué)校的教育質(zhì)量資本化為學(xué)區(qū)房價，校際教育質(zhì)量差異是房價差異的主要原因之一。就近入學(xué)政策下所催生的“以房擇?！笔沟脤W(xué)生受教育權(quán)利變得更不公平，為了保護學(xué)生義務(wù)教育階段的受教育權(quán)利，實現(xiàn)“努力讓每個孩子都能享有公平而有質(zhì)量的教育”的目標(biāo)，政府需要加大力度、繼續(xù)實行或出臺新的能夠縮小校際教育質(zhì)量差距的政策。

參考文獻：

[1]哈巍， 靳慧琴. 教育經(jīng)費與學(xué)區(qū)房溢價——以北京市為例[J]. 教育與經(jīng)濟， 2018（1）.

[2]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.

[3]張珂， 張立新， 朱道林. 城市基礎(chǔ)教育資源對住宅價格的影響——以北京市海淀區(qū)為例[J]. 教育與經(jīng)濟， 2018（1）.

[4]鄭磊， 王思檬. 學(xué)校選擇、教育服務(wù)資本化與居住區(qū)分割——對“就近入學(xué)”政策的一種反思[J]. 教育與經(jīng)濟， 2014（6）：25-32.

[5]胡婉旸， 鄭思齊， 王銳. 學(xué)區(qū)房的溢價究竟有多大：利用“租買不同權(quán)”和配對回歸的實證估計[J]. 經(jīng)濟學(xué)：季刊， 2014， 13（3）：1195-1214.

[6]Lancaster K J. A New Approach to Consumer Theory[J]. Journal of Political Economy， 1966， 74（2）：132-157.

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

[8]Black S E. Do Better Schools Matter？ Parental Valuation of Elementary Education[J]. Quarterly Journal of Economics， 1999， 114（2）：577-599.

[9]Gibbons S， Machin S， Silva O. Valuing school quality using boundary discontinuities[J]. Journal of Urban Economics， 2013， 75（3）：15-28.

[10]Cheshire P， Sheppard S. Capitalising the Value of Free Schools： The Impact of Supply Characteristics and Uncertainty [J]. Economic Journal， 2004， 114（499）：397-424.

作者簡介：

程歡，女，江蘇鹽城人，南京財經(jīng)大學(xué)公共管理學(xué)院碩士研究生，研究方向：勞動經(jīng)濟學(xué)。