優(yōu)質教育資源對北京房價的影響(共9頁)

1、精選優(yōu)質文檔-傾情為你奉上優(yōu)質教育資源對北京房價的影響一、研究背景 近年來，隨著我國城鎮(zhèn)化水平的不斷加快，各大城市商品房建設的力度、規(guī)模都在不斷加大，對于普通老百姓來說，購買商品房成為了一種新型的消費途徑，而商品房價格的走勢、影響因素也自然牽動著購房者的神經，在此背景下，商品房住宅價格的影響因素自然也成為了國內眾多學者研究的熱點課題。與此同時，隨著生活水平的提升，我國居民對居住質量的要求越來越高，住宅周邊配套設施的完善程度也日益受到購房者的重視。如今，居民在購買商品房時，所考慮的購房因素越來越多。2013年6月，新浪微博曾做了一個關于居民購房考慮因素的調查，結果顯示：68.5%的受訪者將“優(yōu)質

2、教育資源配套情況”放在了購房考慮的首要因素；47.9%的受訪者將“交通設施配套放情況”在了購房考慮的首要因素，此外，商業(yè)配套、文化娛樂配套等也成為影響居民買房的重要因素。由上述調查的結果可知，我國民眾在購房時，考慮的因素越來越多，而將優(yōu)質教育配套資源納入購房考慮因素的受眾，占據了絕大部分，而上述居民購房考慮因素也直接影響到商品房住宅的價格走勢，優(yōu)質教育資源集中的地區(qū)，房價的走勢如何呢？優(yōu)質教育資源是否會對房價的走勢造成影響？影響是正面的還是負面的？本文的研究也將基于上述背景，在具體的分析中，以北京地區(qū)東城、西城、海淀等5個區(qū)域為對象，深入探究優(yōu)質教育資源對房價的影響。二、研究動機 住宅價格，是

3、關系到國計民生的重要經濟指標，而教育資源分布情況，亦是衡量一個國家教育發(fā)展合理性的重要標準，北京，是我國的首都，向來也是國內教育資源集中的地區(qū)，同時，亦是國內房價走勢的標志性地區(qū)，因此，發(fā)掘優(yōu)質教育資源對北京房價的影響，提出一些優(yōu)化性的房地產發(fā)展建議，有著十分現實的意義，亦是本文的研究動機。首先，理論研究動機。在本文的研究中，將對國內外學者有關優(yōu)質教育資源、商品房價格、教育資源與房屋價格關系等理論研究的成果進行綜述歸納，在此基礎上，提煉出其中的精華，為論文的后期研究提供強有力的理論支撐。同時，以提煉出的理論精華為基礎，通過綜述研究，形成系統(tǒng)性更強，邏輯性更完善的新的有關優(yōu)質教育資源與房價影響的

4、理論研究體系。綜上所述，本文的研究將建立在一定的理論基石之上，對同類課題的研究有著較強的理論參考意義，這也是本文的理論研究動機。其次，實踐研究動機。為使本文的研究具有一定的實踐價值，在論述中，以北京地區(qū)東城、西城、海淀等5個區(qū)域為對象，應用住宅價格Hedonic模型，選取多個指標，構建具體模型，展開定量化的統(tǒng)計分析，深入研究區(qū)域內優(yōu)質教育資源數量、距離等要素，對于房價的影響，最終，提出一些優(yōu)化北京房地產價格可持續(xù)發(fā)展的建議。上述實踐性研究動機，也使得本文的研究能夠彰顯出一定的現實意義。三、北京房價概述 作為我國的首都，長久以來，北京的房價在全國一直處于領跑的地位，尤其在進入新世紀以后，北京房價

5、的漲勢可謂“一年比一年喜人”，不斷激增的商品房價格，一方面，展示著首都房價的“高端地位”，另一方面，也與首都集聚的各種優(yōu)質資源，有著緊密聯系。以下，為2005年至2015年期間，北京住宅商品房成交均價的走勢統(tǒng)計圖： 圖1 2005至2015年間北京住宅商品房價格成交均價走勢圖（單位：元/平米）由上圖可知，2005至2015年這10年間，北京住宅商品房成交均價由6162元/平米上漲至29457元/平米，漲幅近5倍。進入2016年后，在國家鼓勵性政策的刺激下，北京的房價一路水漲船高，根據亞豪機構、鏈家研究院等房地產研究機構日前提供給第一財經的數據顯示，今年前五個月，北京（樓盤）新房成交量創(chuàng)三年來的

6、新高，二手房成交量也為去年同期的1.8倍;而剛過去的5月，北京新建純商品房均價繼續(xù)上升，至3.8萬元/平米，環(huán)比上升4.5%;二手住宅成交均價超過4.3萬元/平米，環(huán)比上漲3.12%，同比上漲21.96%，成交均價達歷史高點。而根據北京市房地產協(xié)會秘書長陳志的分析：“近5年，使北京房價不斷走高的動力，源于多個方面，其中，對優(yōu)質教育資源、交通資源的渴求，成為居民購房的主要動力。在北京，所謂“學區(qū)房”、“地鐵房”的均價，均要高于市場成交均價?！彼?、文獻綜述 （一）國內研究文獻綜述 教育資源對房價是否會造成影響？關于這一問題，國內眾多學者早已展開研究。蔣立紅（2005）在影響房價的區(qū)位因素分析一文中

7、，通過研究得出結論：房地產住宅周邊的教育、通訊、郵政等資源設施越完善，購房者對這類住宅地產的綜合評價就越高，自然房價就容易上漲。溫海珍（2013）在城市教育配套對住宅價格的影響一文中，采用公共品資本化視角的實證分析方法，研究了城市教育配套對住宅價格的影響，結果顯示：教育設施對住宅價格呈現正向影響，購房者和投資者愿意為教育質量或可達性支付附加價格。黃濱茹（2010）在教育配套對其周邊住宅價格的影響基于人大附小學區(qū)劃片對周邊住宅價格的影響的調查一文中，通過構建Hedonic模型，調查了人大附小的學區(qū)劃片政策對其周邊房價的影響，結論性報告指出：“有人大附小名額”對人大附小周邊二手房價有顯著的正面影響

8、的結論。王斌（2011）在我國基本公共服務非均等化對房價影響的實證分析一文中認為：我國優(yōu)質教育資源的分布水平存在巨大的地區(qū)差異，并對房價帶來了顯著的影響，因此，政府應逐步推進城市住宅小區(qū)周邊優(yōu)質教育資源的均等化發(fā)展，才能從根本上改善“房價受教育資源分布水平決定”的現狀。李曉鵬等 （2011）在住宅價格的特征價格模型研究-以北京市為例一文中，比較了北京主城區(qū)653個住宅樣本，發(fā)現位于重點小學學區(qū)的住宅比非學區(qū)住宅的總價高約24.7%。王曦等（2010）在南京老城區(qū)學區(qū)房價格機制研究一文中，利用因子分析法對南京老城區(qū)學區(qū)房的研究表明，重點小學排名每上升 1位，住宅價格上漲303.5元.黃濱茹（20

9、10） 在教育配套對其周邊住宅價格的影響一文中，研究了西安碑林區(qū)內中學一本上線率與周圍房價的關系，結論是中學教學質量會影響周圍住宅價格。（二）國外研究文獻綜述此外，國外學者的研究成果也十分豐富。Machin (2009)在Housing Valuations of School Performance一文中，通過研究證實:在美國30個城市中，教育資源的優(yōu)劣，對房價的影響十分顯著，一般來說，地區(qū)教育資源水平每提升1%，房價會提升3%。David E. Clark，William E.Herrin（2000）在The impact of public school attributes on ho

10、me sale prices in California一文中，以加利福尼亞的弗雷斯諾縣 1990 至 1994 年的數據為基礎，研究學區(qū)對住房價格是否產生影響，通過控制房屋結構影響，得出學區(qū)對住宅價格產生巨大影響這一結論。Schwartz(2010)在Housing Policy in the United States一文中，指出：教師質量、學校環(huán)境、家長參與、師生互動與同群效應，決定了學生學習能力的高低，因此，家長也原因購買或租賃學區(qū)位置良好的住宅，為孩子提供更好的學習環(huán)境，如此一來，可能會抬高房價。通過上述學者的研究，不難總結出：教育配套對房價的影響也是顯著的，且也呈現正向關系，該結果

11、反映出我國居民在購房過程中，對教育配套的重視程度，也是國民購房整體需求的外向性表現。然而，已有的研究存在一些問題，主要體現在：大多數學者的研究方法，基于理論研究，或調查推斷，鮮少有學者采用精確的定量分析法，構建描述性統(tǒng)計模型，展開研究，這使得已有的研究成果略顯不足。當然，這也給本文的研究創(chuàng)新提供了一個契機，在后期的研究中，本文將構建精確的模型，以北京地區(qū)為對象，展開有關優(yōu)質教育資源對房價影響的研究，并總結成詳盡的理論成果。五、研究方法在具體的研究過程中，本文主要采用以下幾種方法：第一，文獻查閱法。通過搜索知網、萬方等權威數據庫，查閱有關優(yōu)質教育資源、特征價格模型、住宅商品房價格等方面的研究成果

12、，并提煉出其中的精華部分，形成完善的理論支撐體系，從而為本文的后期研究，提供詳細的理論參考。當然，就已有的研究而言，關于優(yōu)質教育資源與房價影響的評價指標有很多，而本文通過文獻查閱的策略，總結出其中影響房價因素最為頻繁的應用指標，為定量研究提供依據。第二，案例分析法。在論述中，以選擇的3個北京地區(qū)的樓盤為對象，采集區(qū)域內的優(yōu)質教育資源以及住房價格數據，在此基礎上，建立反映優(yōu)質教育資源與住房價格關聯性的價格模型，通過詳盡的分析，得出具體的統(tǒng)計結果，以此反映出優(yōu)質教育資源與住房價格之間的內在聯系。第三，模型分析法。為使本文的研究具有定量性，在具體的分析中，通過對北京地區(qū)優(yōu)質教育資源定義以及教育資源對

13、房價影響因子的拆分，建立相應的價格分析模型。同時，為使模型的建立具有一定的分析價值，特應用分析住宅價格較為經典的Hedonic模型，選取多個指標，構建具體模型，展開定量化的統(tǒng)計分析，深入研究區(qū)域內優(yōu)質教育資源數量、距離等要素，對于房價的影響，最終，提出一些優(yōu)化北京房地產價格可持續(xù)發(fā)展的建議。第四，數理統(tǒng)計法。采用案例分析、模型分析等方法，需要引入大量反映優(yōu)質教育資源與住宅價格的一手數據，在論文的寫作中，特對北京地區(qū)房價數據、優(yōu)質教育資源數據等進行采集，在此基礎上，應用SPSS軟件，構建模型，統(tǒng)計分析不同類型教育資源對房價影響的差別，最終反映出優(yōu)質教育資源對房價影響的內在因素。六、描述性統(tǒng)計在住

14、宅價格模型的構建中，需要建立自變量和因變量的描述性統(tǒng)計表，以此反映出采集的數據是否具有較好的代表性，在此基礎上，評價數據應用的可行性。而具體的操作過程如下：第一，進行數據采集。主要對北京地區(qū)內三個樓盤進行數據收集，分別為：1：: 樓盤地址：臺長青路南宮體育公園北側100米。2：北京遠洋萬和城：地址：北京市朝陽區(qū)北四環(huán)東路73號。3 ： 地址：豐臺西南四環(huán)科豐橋南1000米（地鐵郭公莊站東南約500米）。同時，以百度地圖為基礎，對各小區(qū)距離優(yōu)質幼兒園、重點小學、重點中學的距離，并設置其他變量，如：電梯數量，裝修情況，樓層，戶型類別，房子朝向，綠化程度，付款方式，距離醫(yī)院距離，距離地鐵站，公交車站

15、距離，距離火車站距離等，進行綜合采集。第二，數據處理。由于數據的可獲得性以及數據自身所存在的問題，在模型擬合前應對數據本身進行預處理，剔除異常值以及對缺失數據進行處理。通過 SPSS 軟件進行數據統(tǒng)計和分析，最終得出北京地區(qū)優(yōu)質教育資源對房價影響的研究結果。第三，描述性統(tǒng)計。下表為具體的描述性統(tǒng)計表，統(tǒng)計的指標為樣本數、極小值、極大值、均值、標準差。 Variable | Obs Mean Std. Dev. Min Max-+- Lnprice | 2404 10.20921 . 9. 10.80049KINDERGARTEN | 2426 . . .397 .654 KEYPRIMARY

16、| 2426 2. 2. .217 8.9 ORDPRIMARY | 2426 . . .238 1.3 KEYMIDDLE | 2426 2. 1. 1.4 6.3-+- ORDMIDDLE | 2426 . . .301 .835 KEYHIGH | 1572 2. 1. 2.2 6.3 ORDHIGH | 1572 . . .835 1.2 ELEVAYORS | 2404 1. . 1 2 STOREY | 2404 10.06073 5. 1 21-+- TYRE | 2404 2. . 1 4 OREIN | 2404 3. 1. 1 8 DECO | 2404 . . 0 1 G

17、REEN | 2404 . . .3 .4 KEYHOSPITAL | 2404 3. 2. .993 7.3-+- DISHOSPITAL | 2404 . . .573 .863 DISSUBWAY | 2404 1. 2.12559 .218 7 DISBUS | 2404 . . .136 .483 DISTRAIN | 2404 9. 3. 8.6 18.1 PAYMENT | 2403 1. . 1 5-+- AREA | 2404 107.8044 41.67553 34.27 284.15 Year2008 | 2426 . . 0 1 year2009 | 2426 . .

18、0 1 year2013 | 2426 . . 0 1上表中，各變量定義如下：Y值 因變量： Lnprice (housing price):房價1、主要研究變量KINDERGARTEN: (distance to kindergarten) 距離幼兒園距離KEYPRIMARY；(distance to key primary school) 距離重點小學距離ORDPRIMARY: (distance to ordinary primary school) 距離普通小學距離KEYMIDDLE (distance to key middle school) 距離重點中學距離ORDMIDDLE (

19、distance to ordinary middle school) 距離普通中學距離KEYHIGH (distance to key high school) 距離重點高中ORDHIGH (distance to ordinary high school) 距離普通高中2、控制變量 ELEVATO （number of elevators）電梯個數Floor/樓層TYPE （house type） 房屋類型(OREIN) Orientation 方向DECO （ Decoration status ） 裝修情況GREEN (ratio of green space ) 綠化度KEYHOSP

20、ITAL （distance to key hospital） 距離三甲醫(yī)院距離DISHOSPITAL (distance to general hospital) 距離普通醫(yī)院距離DISSUBWAY（ distance to subway station ） 距離地鐵汗距離DISBUS （ distance to bus station） 距離公交車站距離DISTRAIN （distance to train station ） 距離火車站距離 PAYMENT payment method 付款方式AREA area 建筑面積YEAR2008 signing year 2008 簽約時間20

21、08YEAR2009 signing year 2009 簽約時間2009YEAR2013 signing year 2013 簽約時間2013七、模型規(guī)范在具體的定量分析中，建立起Hedonic模型。HEDONIC模型法，又稱價格法和效用估價法，HEDONIC模型法的基本思路是：將房地產商品的價格分解，以顯現出其各項特征的隱含價格，在保持房地產的特征不變的情況下，將房地產價格變動中的特征因素分解，從價格的總變動中逐項剔除特征變動的影響，剩下的便是純粹由供求關系引起的價格變動。該模型能夠反映出住宅價格與各種外在特征變量之間的關系，以此構建相應的函數：HP=f（Z）=f（S,E,N） （式1）

22、上式為基于Hedonic模型的住房價格特征變量函數，其中，HP表示住宅價格，S代表住宅原本的特征（例如，住宅建筑年齡、裝修情況等），E表示住宅周邊的教育特征（例如，住宅距離周邊教育機構的距離、教育機構的等級、教育機構的層次等）；N代表住宅周邊其他的特征（例如，周邊配套設施是否健全、周邊環(huán)境如何等）。當然，在具體的建模過程中，需要以上述經典模型為基礎，結合北京地區(qū)優(yōu)質教育資源與住宅價格的特點，搭建全新的模型。在本文的研究中，主要考慮兩種具體的情況，其一，以住宅周邊教育資源和房齡作為自變量，考慮其對房價的影響力，其二，在上述研究的基礎上，考慮增加其他的因素，作為自變量，綜合評定優(yōu)質教育資源與多種外在因素疊加后，對于房價的影響力，基于上述考量，構建相應的模型方程如下： LNT=A1+B11LNY+B12ZDZX+B13ZDXX+