2. 英国杜伦大学 地理系, 杜伦 DH13DE
2. Department of Geography, Durham University, County Durham, DH13DE, UK
教育公平是社会公平的重要组成部分[1, 2]。党的十九大报告提出“努力让每个孩子都能享有公平而有质量的教育”。在优质教育资源总体稀缺背景下，为确保教育公平，我国实施义务教育免试就近入学政策。在划学区就近入学政策下，对于优质教育资源的追求，倒逼有学龄儿童的家庭“以房择校”，并催生了学区房这一教育资本化产物。随着家庭对优质教育资源需求的持续上升，优质与普通学校学区房价格差异不断拉大，形成学校质量对学区房价格的超高溢价[3-5]，甚至出现“天价学区房”现象。教育资源稀缺和配置不均衡引发的“学区房热”放大了居住群分（residential sorting）效应[6, 7]，并进一步带来教育不公平、居住分层、社会分割和阶层固化等重大社会隐忧[8-10]。
为缓解教育资源供给结构性矛盾，有关部门颁布实施了大量促进教育均等化的政策。其中，“租购同权”政策将基础教育资源与住房租买形式挂钩，明确赋予符合条件的承租人子女享有就近入学等公共服务权益，是我国义务教育供给侧结构性改革和住房租赁制度改革的有益探索。2017年6月30日，广州市政府颁布实施《关于印发广州市加快发展住房租赁市场工作方案的通知》，首次在全国范围内提出“租购同权”政策。此后，上海、成都、南京、沈阳、郑州、武汉等城市也先后出台此政策。对于“租购同权”政策实施可能带来的影响，存在以下几种观点：一种观点认为“租购同权”将对学区房住房市场产生重要影响。如能实现租购的绝对同权，意味着通过租房就能获得原本通过购房才能拥有的入学资格，可以降低购买学区房的刚性需求，增加学区房租赁的附着权益，导致学区房房价溢价部分被租金分摊，从而带来房价溢价的降低和租金溢价的上升[11, 12]。另一种观点认为，在中国住房与学区相挂钩的现行政策和优质教育资源供给有限的背景下，教育资源无疑是租购双方最为看重的住房权益。“租购同权”政策可能引发闲置资金投向购买学区房并用于租赁，增加了通过投机性租赁对优质教育资源的争夺途径，从而进一步刺激学区房房价与租金溢价的双重上涨[13, 14]。还有一些观点认为由于“租购同权”政策在短期内难以完全开展，并做到绝对同权，因而影响有限[15, 16]。因此，旨在从一定程度上解决义务教育不平衡不充分发展带来的“学区房热”的“租购同权”政策究竟会产生怎样的效应？学校质量的资本化效应是否会从房价转向租金？这些问题迫切需要得到实证验证。
从现有文献来看，国内外学者主要从理论和实证两方面对学区房溢价展开研究。理论层面主要从居住群分理论和特征价格理论来解释学区房溢价。居住群分理论最早由Tiebout提出，指居民根据各自的偏好和负担能力选择居住地及相应的公共产品，使得公共产品数量和质量上的差异体现在房价上，并产生居住和公共品消费的群分效应[17]。住宅特征价格理论由Lancaster和Rosen提出，认为消费者通过综合评估住宅所包含的各种特征效用来决定是否购买住宅[18, 19]。学区同样作为住宅的外在特征之一影响住宅价格。实证研究主要集中于测算学校质量对房价的资本化效应。Oates较早地证明了美国地方公共教育支出水平被资本化为房价，验证了教育资源的“同群效应”[20]。Black验证了家长愿意为高质量学校买单[21]。后续的大量学者使用特征价格模型研究学区特征或学区间相互作用对房价的影响[22-25]，也有部分学者从教育资源质量的角度，证实学校质量被资本化为房价[26-29]。
国内学区房研究，早期多从定性角度揭示学区房溢价的原因，指出住房市场化改革、公共政策不完善、教育正外部性产生的循环价值贴现是学区房溢价的主要原因[10, 30, 31]。后续的实证研究一方面以省或城市层面的宏观数据为基础，研究房价与当地教育资源的关系[32, 33]。另一方面多借鉴国际上教育资本化的研究方法，定量测度特定城市内教育资源对房价的影响[34-39]。已有研究大多基于空间均值假设，对区域间教育资源质量的不均衡性及区域住宅价格形成的特殊性考虑不足，区分不同区域、不同质量梯度教育资源房价资本化效应异质性的研究有限。且大多研究考察的是教育资源在房价中的资本化效应，仅有个别研究同时关注房价和租金溢价[5, 40]。对于“租购同权”的研究，评论性探讨和理论分析的文献较多[41, 42]，实证检验“租购同权”政策对学区房价格和租金溢价影响的研究鲜见。
从研究方法来看，已有研究主要使用特征价格模型来评估和解释学区房溢价。在特征价格模型中，房价被认为是住房所包含的一系列内在特征的回归函数。由于特征价格模型很难完全控制地理位置、社区环境、住户特征和住房条件等影响房价的所有特征，因而难免会产生遗漏变量偏误[5, 43]。为了更好的控制遗漏变量偏误，已有研究通常引入房价中位数等工具变量来评估和解释教育质量资本化效应[44]，但工具变量的有效性常受到质疑。近年来学者引入边界固定效应和匹配的研究设计来解决特征价格模型的遗漏变量偏误问题[5, 21, 45]，提升了结果估计的可靠性。边界固定效应法通过比较学区边界两侧配对的房价差异，将教育质量因素从社区和邻里特征变量中剥离出来，一定程度上控制了社区和邻里特征等不可观测变量对学区房溢价的干扰。
基于此，本文借鉴边界固定效应的研究设计，使用广州市2016和2019年配对的学区房与相邻非学区房的二手房成交房价和租金面板数据，使用空间特征价格模型定量测度了重点小学学区房房价和租金溢价，利用双重差分模型检验了“租购同权”政策对重点小学学区房房价和租金溢价的影响，并区分了这种影响效应在不同区域、不同质量梯度教育资源学区房中的异质性，以期为教育资源供给与配置的均衡化和公平性政策制定提供参考。
2 数据与方法 2.1 数据来源以广州市花都区、白云区、天河区、越秀区、荔湾区、海珠区、黄浦区和番禺区为研究区域，主要使用三类数据：第一类是小学数据。收集了广州市136所重点小学的名称、性质、地理位置、关注度等信息数据，其空间分布见图 1。并参考广州市教育局发布的《广州好教育地图》、广州市教育信息网、搜学网等信息，将小学划分为19所省级重点小学，44所市级重点小学和73所区级重点小学。
|
图 1 重点小学周边学区房和非学区房样本空间分布 Fig.1 Spatial Distribution of School District and Non-school District Housing Samples around Key Primary School |
第二类为房价和租金数据。收集了2015年12月至2016年11月以及2018年12月至2019年11月的1306个样本小区二手住宅成交价格和租金月度面板数据。数据来源于国内房地产门户网站房天下及中国房价行情平台。由于一年内各小区房价与租金数据存在小幅波动，故采用的房价数据为小区一年内二手房单位面积成交均价，租金数据为各小区一年内二居室平均出租价格。
第三类数据是广州市兴趣点数据（Point of Interest，POI）。利用BIGEMAP地图下载器分别获取2016年和2019年POI数据，主要包括公园绿地、三甲医院、商业点和餐饮店、公交站点、地铁站点的经纬度数据，其中商业类兴趣点包括生活服务、休闲娱乐、金融商务、汽车服务和其它公共服务的各种商业服务设施。并通过ArcGIS的领域分析工具计算各个小区到最近的公交站、地铁站、三甲医院以及大型商场的直线距离。通过缓冲区分析，计算小区中心点1 km缓冲区内各类型POI点的数量。
2.2 变量说明对于影响房价/租金的特征因素变量，参考已有研究，结合广州市主城区二手房相关数据的可获得性，选取学区特征、建筑特征和区位特征三类因素，为了控制极端值对峰值偏度可能带来的影响，对样本中的所有连续变量进行上下1% 的缩尾（winsorize）处理，缩尾处理之后的数据描述性统计分析如表 1所示。
|
表 1 变量定义和描述性统计分析 Tab.1 Definition and Description of Variables |
边界固定效应法是解决特征价格模型变量遗漏的常用方法之一。该方法在“边界效应”的基础上发展而来，是指在学区边界两侧一定距离内，将重点小学的学区房与非学区房进行配对，形成“小区对”，作为实验组和对照组来比较房屋价格和租金差异。
由于“小区对”中的学区房和非学区房具有相似的地理位置、区位因素与邻里特征。边界固定效应法通过对比边界两侧邻近的学区房和非学区房之间的价值差异，可以将学校等级或学校教育质量变量从邻里特征中分离出来，从而能够更加有效地处理和解决遗漏变量偏误的问题，进而对学区房溢价水平进行有效测定。参考已有研究[5]，结合广州实际，通过反复比对小区对之间的邻里特征，本文将“小区对”的最大直线间距设为750米。
2.3.2 空间特征价格模型将空间交互效应引入住宅特征价格模型，建立空间特征价格模型（spatial hedonic price model，SHPM），分析学校质量在房价和租金中的资本化效应。空间特征价格模型考虑了空间自相关与空间滞后因素。可以控制由于传统特征价格模型忽视空间相关性导致的偏误，还能解决空间互动产生的模型内生性问题[46, 47]。
空间特征价格模型包括空间滞后模型（spatial lag model，SLM）和空间误差模型（spatial error model，SEM）。空间滞后模型考虑了误差项对周边区域的作用，体现了误差项的空间相关性。由于事先无法推断空间误差存在于因变量还是在误差项中，所以需要通过一系列判别准则从SLM和SEM中选取合适的模型。判别准则为：①如空间误差最大似然（LM-Error）检验与空间滞后最大似然（LM-Lag）检验的统计量都不显著，则采用最小二乘法（OLS）估计。②如仅有LM-Error显著，则采用SEM模型，仅有LM-Lag显著，则采用SLM模型。③如两个统计量都显著，则看稳健估计R-LMERR与R-LMLAG两个统计量。仅有RLMERR统计量显著，则采用SEM模型；仅有R-LMLAG统计量显著，则采用SLM模型。如两者均显著，则比较赤池信息准则（Akaike info criterion, AIC）和施瓦茨准则（Schwarz criterion, SC）。AIC和SC值越小，则模型的拟合效果更好。
（1）空间滞后模型
空间滞后模型主要探讨各变量在一个地区是否有扩散现象（溢出效应）：表达式为：
|
(1) |
其中，W是空间权重矩阵，Wy是因变量y的空间滞后项，ρ是可估计的空间自回归系数，体现了已选空间单元的因变量对邻近空间单元的因变量的影响程度，β是自变量对因变量的影响系数，ε是服从正态分布的随机误差项。
将空间滞后模型与特征价格模型相结合，表现形式为：
|
(2) |
|
(3) |
由模型可知空间滞后模型考虑了因变量对周边区域的作用，体现了因变量的空间相关性。以住宅为例，住宅价格作为因变量y，X是影响住宅价格的一系列住宅特征，ρWy体现了已选住宅价格对周边住宅价格的影响。
（2）空间误差模型
空间误差模型在特征价格模型中加入了随机误差项的空间滞后项，其定义为：
|
(4) |
其中，λ是空间误差系数，体现了已选空间单元的误差项对邻近空间单元的误差项的影响程度，μ是服从正态分布的随机误差项，其他项均与空间滞后模型中的对应的含义相同。
将空间误差模型与特征价格模型相结合，表现形式为：
|
(5) |
|
(6) |
双重差分模型（difference-in-difference, DID），是对政策或者项目实施后成效评价的一种有效方法，可以很大程度上避免内生性问题。本文利用双重差分模型检验“租购同权”政策对重点小学学区房房价与租金溢价的影响程度。将重点小学周边学区房与相邻非学区房分为处理组和对照组，在控制其他因素的基础上，对比“租购同权”政策实施前后学区房和非学区房的房价和租金变化，从而检验“租购同权”政策效应。模型设定为：
|
(7) |
其中，i和t分别代表不同小区和时间，y代表小区i在t时间内房价或者租金，t为时间虚拟变量，代表小区i在t时间是否已经实施“租购同权”政策，用来控制事前组和事后组间的差异。treated用于区分小区i的性质，即处理组和对照组间的差异。“treated=1”代表该小区为重点小学周边学区房，即处理组，“treated=0”代表该小区为重点小学周边学区房相邻非学区房，为对照组。交叉项treated × t为1即可表示学区房正处于“租购同权”政策期内，其系数β1则表示“租购同权”政策对学区房房价、租金的影响程度。xit代表一系列控制变量，其系数β2则表示控制变量对小区房价、租金的影响程度。β0为常数项，εit为随机误差项。
3 实证研究结果 3.1 学区房价格和租金溢价及影响因素基于获取的2016年和2019年广州市各社区二手房成交价格和租金数据，使用ArcGIS软件做空间插值分析，得到广州市中心城区学区房价格和租金空间分布图（图 2）。从图中可以看出广州市中心城区住房价格在整体上呈现以越秀和天河为核心的高值区，同时在省级重点小学周边出现局部高值图斑。从房价的时间变化特征来看，2016年和2019年广州市的房价呈现总体激增态势，2019年房价高值区范围较2016年有大幅增加。
|
图 2 2016年和2019年广州市中心城区学区房价格和租金空间分布 Fig.2 Spatial Distribution of School District Housing Prices and Rent in Downtown Guangzhou in 2016 and 2019 |
从租金分布的空间结构来看，类似于房价，呈现明显的中心外围递减的规律。房租高值区主要集中在越秀区和天河区，但在其他区域也出现一些租金的次级核心区。2016年和2019年广州市的租金相比于2016年呈现总体增长态势，且租金高值区的范围较2016年有所扩大。
分别以2016和2019年的房价和租金为因变量，构建空间误差模型和空间滞后模型。通过拉格朗日乘子检验，均表明选择空间滞后模型更优，说明一个地区的房价和租金会受到相邻区域房价和租金的影响。具体模型结果见表 2。从2016年和2019年房价模型结果可知学区房虚拟变量的回归系数均大于零且显著，表明2016年和2019年的广州市重点小学学区房均存在显著溢价。2016年，与非学区房相比，重点小学学区房资本化效应为5.9%，2019年为7.3%。证实将基础教育资源与住房购买形式挂钩，会产生优质教育资源在住房价格中的资本化效应。从租金模型结果来看，只有2019年学区房虚拟变量的回归系数显著，表明仅有2019年的广州市重点小学学区房租金存在显著溢价，资本化效应为2.6%。
|
|
表 2 学区房房价和租金空间特征价格模型结果 Tab.2 Results of Spatial Hedonic Price Model of School District Housing Price/Rent |
现有研究多采用虚拟变量来区分学区房与非学区房，但忽略了教育质量差异。本文进一步细分不同等级重点小学周边学区房价格和租金溢价，发现不同等级重点小学的学区房溢价不同。无论是房价还是租金模型，2016年和2019年省级重点小学学区房均存在显著资本化效应。2016年和2019年省级重点小学分别给二手房价格带来10.1% 和10.9% 的溢价，给租金带来4.7% 和5.2% 的溢价。而区级重点小学学区房资本化效应均不显著，市级重点小学学区房仅在2019年房价模型中显著，溢价率为5.8%。因此，相较于总体样本的房价溢价而言，可以认为学区房更多的溢价是通过省级重点小学来获得的。以2019年为例，年全样本住宅均价为41119元/m2，则一套100平方米的住房总价平均约为411.19万元。按照学校等级测得的溢价水平，省级重点小学会使得住房均价提高到45601元/m2，其总价也相应提高到456万，直接差额为44.82万元。
其它控制变量大部分显著，且符合预期假设。建筑特征变量中，楼龄对住房价格和租金均产生负向影响，楼龄的大小直接影响到住宅产权年限，且楼龄较大的住宅通常设计和周边环境相对较差，导致二手房成交价格和租金相对较低。居住小区的绿化率和房价及房租呈正相关关系。理论上房价应随容积率的增加而降低，但模型结果表明容积率对房价和租金均呈正相关关系。可能的原因是容积率对房价的影响存在空间异质性。城市中心区地价越高，开发商为了利润往往越是提高容积率，而中心区由于公共服务设施完善房价也相对较高。区位特征变量中，到最近地铁站、三甲医院和大型商场的距离均对房价和租金产生负向影响。小区周边公交站点数量对房价产生正向影响，表明小区周边公交站点越多，生活便利性越高，房价和租金也越高。而小区周边商业点和餐饮服务点数量则对房价和租金产生负向影响，可能是因为过多的商业点和餐饮服务点将会带来复杂的人流量和嘈杂的噪音，形成临近惩罚效应。模型中区位特征相关变量的结果表明生活和出行便利性是居民购房主要考虑因素，也是影响房价和租金的关键变量。
3.2 “租购同权”政策对学区房价格和租金溢价的影响“租购同权”政策实施对学区房价格和租金影响的双重差分模型结果见表 3。房价和租金模型的R2值分别为0.967和0.897，拟合效果较为理想。结果表明，“租购同权”政策对学区房房价和租金的影响均不显著。表明从总样本来看，虽然学区房房价和租金都有显著溢价，但“租购同权”政策的实施，并未带来学区房房价和租金溢价的显著变化。
|
|
表 3 “租购同权”政策对学区房房价和租金的影响 Tab.3 Effects of the Policy of "Same Right to Rent and Purchase" on School District Housing Price/Rent |
究其背后，可能有三点原因：首先，中国大部分居民认同买房比租房好，具有稳定的观念和认识上的路径依赖，导致“租购同权”政策有效性减弱，房价溢价很难转移到租金上。其次，优质教育资源的稀缺性是“学区房热”的根本原因，即使“租购同权”政策实施，也不能有效转移或者改变需求，在不改变优质教育资源供给的情况下，需求没有减少，学区房房价溢价不会下降。第三，“租购同权”政策尚未全部展开，其效应难以在短期内显现。且“租购同权”政策还存在绝对同权和相对同权的问题[48]。如果是绝对同权，租房者子女和购房者子女享有绝对平等的入学权，那么通过租房就能获得原本通过购房才能获得的学位。在这种情况下，原来附加在购房款上的学区房价值将大比例被租金分摊，学区房的房租溢价将大幅上涨，房价溢价会相应减少。但如果是相对同权，租房者子女和购房者的子女并不享有绝对平等的入学权。这也是目前广州、深圳等城市具体实施政策时的实际情况。广州的优质公立学校大都是按照档次排位招生，且政策中仍延续了租房上学的门槛，比如父母或具有本市户籍，或持有人才绿卡，或符合积分入学条件。优质租房者子女即便可以“就近入学”，也要“接受统筹安排”。因此，在相对同权背景下，学区房租金溢价不会有实质性的改变。
3.3 “租购同权”政策影响的异质性分析 3.3.1 学校质量差异学区房中，学校质量越好的重点学校学区房，居民争夺越是激烈。因此，本文将学区房分为省级重点、市级重点和区级重点小学学区房三个等级，区分非学区房与配套不同教育质量水平的学区房，考察“租购同权”政策影响的异质性。双重差分模型结果见表 4。结果符合预期假设，“租购同权”政策对于不同质量等级梯度的重点小学学区房的影响具有异质性。
|
|
表 4 “租购同权”政策对不同质量等级的重点小学学区房房价和租金的影响 Tab.4 Effects of the Policy of "Same Right to Rent and Purchase" on Different Quality Grades of Key Primary School District Housing Price/Rent |
从房价模型来看，“租购同权”政策的实施，使得省级重点小学的学区房溢价上升了2.2%，市级重点小学的学区房溢价无显著变化，区级重点小学的学区房溢价下降4.3%。背后的原因可能是“租购同权”政策通过影响资产市场来影响学区房房价。由于我国的住房投机需求占有很大比例，“租购同权”政策实施后，会吸引投资者将闲置资金用于购买学区房，以期来获得高额的房租收益。为降低投资风险，购房者会优先考虑最优质学校的学区房，如省级重点小学学区房，从而在短期内进一步刺激优质学区房房价溢价的上升。而对于区级重点小学学区房来说，吸引闲置资金投资的能力没有省级重点小学学区房那么强，“租购同权”政策实施带来的不确定性会使得一部分资产市场需求者暂时观望或减少资本投入，从而一定程度上抑制了学区房溢价的上涨。
从租金模型来看，“租购同权”政策对省级、市级和区级重点小学学区房租金溢价的影响无显著差异。表明该政策对学区房租金的溢价影响不显著，且不具有异质性。
3.3.2 区域差异由于学龄人口对学位的需求与基础教育设施供给不匹配是导致学位紧缺的重要原因。因此，可以假设广州市不同空间区域对优质学位的供需关系差异会影响“租购同权”政策实施效应。通常城市中心区是优质教育资源集中区，而城郊优质教育资源相对有限。因此，城市中心区的优质教育资源成为全市争夺的焦点，是学区房供需矛盾最为突出的区域。相比于郊区，中心区的重点小学学区房价格和租金有可能更加容易受到政策影响，出现短期的房价和房租波动。本文从城市不同区域异质性的角度分析了“租购同权”政策影响的差异。广州市的城市圈层结构特征明显，本文参考已有研究[49, 50]，以内环线高速和外环线环城高速作为划分界限，将广州市分为中心区、近郊区、远郊区。中心区主要指内环路以内的范围，包括越秀区、荔湾区、海珠区的大部分地区和天河区以南的部分区域。近郊区主要指外环线与内环线之间的范围，包括天河区及番禺区以北、白云区以南和黄浦区的部分区域。远郊区，主要指外环线以外的范围，包括白云区以北，黄埔区以东、花都区和番禺区的部分区域。
“租购同权”政策对中心区、近郊区和远郊区重点小学学区房价格和租金影响的双重差分模型结果见表 5。从模型结果来看，与预期假设不符，“租购同权”政策对于不同区域重点小学学区房房价和租金溢价的影响无显著差异。可能的原因是总体上优质教育资源供给有限，无论在中心区还是郊区，学区房的供需矛盾均较为突出。在不改变优质教育资源供给的情况下，需求没有减少，“租购同权”政策难以将学区房房价溢价转移到租金上。
|
|
表 5 “租购同权”政策对不同区域学区房房价和租金影响的模型结果 Tab.5 Model Results of the Impact of the Rent-sharing Right Policy on the Housing Price in Central District |
学区房过度溢价将影响我国义务教育资源配置的公平与效率。为了舒缓教育资源供给结构性矛盾，实现义务教育的均衡发展，“租购同权”政策被正式提出。但“租购同权”政策实施后会产生怎样的效应？这些效应具有怎样的异质性？学校质量的资本化效应是否会从房价转向租金？这些问题尚缺乏实证验证。本文借鉴边界固定效应思路，使用广州市2016和2019年136所重点小学周边学区房与相邻非学区房的配对面板数据，利用空间特征价格模型定量测度了不同等级教育资源的资本化效应，并使用双重差分模型检验了“租购同权”政策效应及其异质性。主要得出如下结论：
（1）广州市教育质量已部分资本化于住房价格和租金之中，且教育资源越优质，资本化程度越高。2016年和2019年重点小学学区房资本化效应分别为5.9% 和7.3%。2019年学区房租金溢价为2.6%。不同质量等级的学校学区房房价溢价不同，学区房房价和租金溢价主要是通过省级重点小学来获得。
（2）“租购同权”政策的实施，并未带来学区房房价和租金溢价的显著变化。
（3）“租购同权”政策对不同质量等级梯度的重点小学学区房房价影响存在异质性。该政策使得省级重点小学的学区房溢价上升了2.2%，市级重点小学的学区房溢价无显著变化，区级重点小学的学区房溢价下降4.3%。“租购同权”政策对省级重点、市级重点和区级重点小学学区房租金溢价的影响无显著差异。
（4）“租购同权”政策对于不同区域重点小学学区房房价和租金溢价的影响无显著差异。
4.2 讨论上述研究结论在教育市场和住房市场上都有重要的公共政策含义。从教育资源配置的角度看，原本旨在促进教育机会公平的“就近入学”政策不仅没能实现公平性，反而形成“以房择校”现象，并通过推高学区房价格导致教育资源在不同收入阶层人群间产生新的分配不均[3]。“租购同权”的本意在于平抑房价，治理“学区房热”，缓解社会矛盾。然而，在相对同权背景下，短期内“租购同权”政策难以发挥明显效果，还需要建立一套完全公平和透明的入学规则来配置稀缺的优质教育资源。引发义务教育“择校热”的根源是优质教育资源的稀缺，以及学校间悬殊的教育质量差距。因此，促进教育公平的根本在于加大基础教育投入，特别是增加对薄弱学校的投入，缩小不同学校在质量上的差距，更为公平地配置教育资源，满足人们对教育机会公平性的诉求。实现义务教育均衡化发展的核心是促进义务教育资源供给的均衡。要平抑城市学区房价格，政府需要控制好地区之间教育质量的差距，分配好城市内部的教育资源，在教育资源方面真正实现“租购同权”。
从住房市场上看，公共资源总量不足和空间供求不匹配是导致住房价格波动和空间差异大的重要原因。单纯的以“就近入学”规则为主的政策安排只是将择校费转移到了学区房价格上，难以真正促进义务教育公平均衡发展。相比于传统的择校形式，“以房择校”导致空间上的居住群分效应，使得不同社会阶层群体不仅在义务教育上的机会差距扩大，在其它基于空间分配的公共服务资源上亦是如此，从而抑制了社会阶层的流动，妨碍社会融合发展。仅依靠“租购同权”政策解决上述问题，实质上还是在发挥着以房控人的作用[51]，难以真正从根本上解决问题。弱化基础教育资源与住房价格之间非正常的相关关系，妥善处理好两者之间的矛盾，是未来政策制定需考虑的重点方向。
此外，本文发现“租购同权”政策对不同质量等级梯度的重点小学学区房房价影响存在异质性。对于那些最优质的教育资源，该政策可能会通过影响资产市场来影响学区房房价，导致学区房溢价的快速上涨。教育市场化背景下，教育市场与住房商品化的资本市场共同作用会使得教育不平等加大，优质教育资源稀缺性特征被进一步放大。“租购同权”政策实施和投机性资本的加入，有可能加剧堆积在房地产市场的泡沫，提高金融风险，造成市场秩序的不稳。因此，在住房市场也需要以市场为主要调节手段，强化政府监管，稳定学区房购买和租赁交易价格，建立健康有序的市场秩序。
本研究还存在一些局限性：首先，由于数据的限制，无法控制所有可能影响学区房价格的控制变量，如政府新建优质公立学校和私立优质学校[36, 52]。其次，本研究主要从学校质量差异和区域差异的角度探讨了“租购同权”政策影响的异质性。在研究过程中，也尝试用学区房房价来表征供需关系，使用四分位面板回归的思路，根据学区房房价划分为前25%、前50% 和前75% 的学区房及其配套的非学区房三组样本，考察“租购同权”政策影响的异质性，但结果均不显著。
| [1] |
戴特奇, 廖聪, 胡科, 等. 公平导向的学校分配空间优化——以北京石景山区为例[J]. 地理学报, 2017, 72(8): 1476-1485. [Dai Teqi, Liao Cong, Hu Ke, et al. Secondary school allocation optimization towards equal access: A case study on Shijingshan district, Beijing[J]. Acta Geographica Sinica, 2017, 72(8): 1476-1485.] |
| [2] |
尹上岗, 胡信, 马志飞, 等. 基于教育公平视角的城市学区房价格时空效应——以南京主城区公办小学为例[J]. 经济地理, 2019, 39(9): 82-93. [Yin Shanggang, Hu Xin, Ma Zhifei, et al. Spatial and temporal effects of housing price in urban school districts based on education equity: A case study of public pimary school in the main urban area of Nanjing[J]. Economic Geography, 2019, 39(9): 82-93.] |
| [3] |
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, 2010, 33(12): 89-104. [Feng Hao, Lu Ming. Choose a school by buying a house: Empirical evidence and policy implications of education's impact on housing prices[J]. The Journal of World Economy, 2010, 33(12): 89-104.] |
| [4] |
Feng H, Lu M. School quality and housing prices: Empirical evidence from a natural experiment in Shanghai, China[J]. Journal of Housing Economics, 2013, 22(4): 291-307. DOI:10.1016/j.jhe.2013.10.003 |
| [5] |
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(3): 1195-1214. [Hu Wanyang, Zheng Siqi, Wang Rui. The capitalization of school quality in home value: A matching regression approach with housing price-rent comparison[J]. China Economic Quarterly, 2014, 13(3): 1195-1214.] |
| [6] |
Jayantha W M, Lam S O. Capitalization of secondary school education into property values: A case study in Hong Kong[J]. Habitat International, 2015, 50: 12-22. DOI:10.1016/j.habitatint.2015.07.011 |
| [7] |
La V. Capitalization of school quality into housing prices: Evidence from Boston public school district walk zones[J]. Economics Letters, 2015, 134: 102-106. DOI:10.1016/j.econlet.2015.07.001 |
| [8] |
哈巍, 靳慧琴. 教育经费与学区房溢价——以北京市为例[J]. 教育与经济, 2018, 34(1): 35-41. [Ha Wei, Jin Huiqin. The effect of education expenditure on housing prices in Beijing[J]. Education & Economy, 2018, 34(1): 35-41. DOI:10.3969/j.issn.1003-4870.2018.01.009] |
| [9] |
卢为民, 张琳薇. 学区房问题的根源与破解路径探析[J]. 教育发展研究, 2015, 35(s2): 13-17. [Lu Weimin, Zhang Linwei. The root of school district housing problem and analysis of countermeasures[J]. Research in Education Development, 2015, 35(s2): 13-17.] |
| [10] |
杨振山, 粟子林, 丁悦, 等. 学区化外部性对城市空间的影响[J]. 人文地理, 2018, 33(4): 60-67. [Yang Zhenshan, Su Zilin, Ding Yue, et al. The external effect of Jiaoyufication upon urban space[J]. Human Geography, 2018, 33(4): 60-67. DOI:10.3969/j.issn.1674-3237.2018.04.004] |
| [11] |
向为民, 甘蕾. 抑制和稳定房价背景的"租购同权"政策匹配[J]. 改革, 2017(11): 148-157. [Xiang Weimin, Gan Lei. Policy-matching on enjoying equal rights either hire or purchase in the background of restraining and stabilizing house prices[J]. Reform, 2017(11): 148-157.] |
| [12] |
鞠方, 白怡颖, 许依 玲". 租购同权"政策对我国大中城市房价的影响研究[J]. 财经理论与实践, 2021, 42(5): 124-131. [Ju Fang, Bai Yiying, Xu Yiling. Research on the impact of the policy of "equal rights for rent and purchase" on the housing prices of large and medium cities in China[J]. The Theory and Practice of Finance and Economics, 2021, 42(5): 124-131.] |
| [13] |
陈杰, 吴义东. 租购同权过程中住房权与公共服务获取权的可能冲突: 为"住"租房还是为"权"租房[J]. 学术月刊, 2019, 51(2): 44-56. [Chen Jie, Wu Yidong. The possible conflict between the housing rights and the rights to public services availability in the process of "equal rights between buyer and tenant": Renting for living or renting for rights[J]. Academic Monthly, 2019, 51(2): 44-56.] |
| [14] |
邵挺. 中国住房租赁市场发展困境与政策突破[J]. 国际城市规划, 2020, 35(6): 16-22. [Shao Ting. Development dilemma and policy breakthrough of China's rental market[J]. Urban Planning International, 2020, 35(6): 16-22.] |
| [15] |
陈卫华, 林超, 吕萍. "租购同权"对住房市场的影响与政策改进——基于改进"四象限模型"的理论分析[J]. 中国软科学, 2019(11): 86-95. [Chen Weihua, Lin Chao, Lv Ping. The influence of"encouraging rental-sales right equality"on the real estate market and policy improvement: An theoretical analysis based on the improved "four-quadrant model"[J]. China Soft Science, 2019(11): 86-95. DOI:10.3969/j.issn.1002-9753.2019.11.009] |
| [16] |
周景彤, 梁婧, 范若 滢". 租购同权"重在落实[J]. 中国金融, 2017(17): 54-55. [Zhou Jingtong, Liang Jing, Fan Ruoying. "Same right to hire and purchase" focuses on implementation[J]. China Finance, 2017(17): 54-55.] |
| [17] |
Tiebout C M. A pure theory of local expenditures[J]. Journal of Political Economy, 1956, 64(5): 416-424. DOI:10.1086/257839 |
| [18] |
Lancaster K J. A new approach to consumer theory[J]. Journal of Political Economy, 1966, 74(2): 132-157. DOI:10.1086/259131 |
| [19] |
Rosen S. Hedonic prices and implicit markets: Product differentiation in pure competition[J]. Journal of Political Economy, 1974, 82(1): 34-55. DOI:10.1086/260169 |
| [20] |
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. DOI:10.1086/259584 |
| [21] |
Black S E. Do better schools matter? Parental valuation of elementary education[J]. The Quarterly Journal of Economics, 1999, 114(2): 577-599. DOI:10.1162/003355399556070 |
| [22] |
Randall R. House prices and the provision of local public services: Capitalization under school choice programs[J]. Journal of Urban Economics, 2005, 57(2): 275-301. DOI:10.1016/j.jue.2004.10.005 |
| [23] |
Reback J. Competition in the public-school sector: Evidence on strategic interaction among US school districts[J]. Journal of Urban Economics, 2006, 59(3): 352-369. DOI:10.1016/j.jue.2005.12.003 |
| [24] |
Dhar P, Ross S L. School district quality and property values: Examining differences along school district boundaries[J]. Journal of Urban Economics, 2012, 71(1): 18-25. DOI:10.1016/j.jue.2011.08.003 |
| [25] |
Chung I H. School choice, housing prices, and residential sorting: Empirical evidence from inter-and intra-district choice[J]. Regional Science & Urban Economics, 2015, 52: 39-49. |
| [26] |
Wen H, Xiao Y, Hui E C M, et al. Education quality, accessibility, and housing price: Does spatial heterogeneity exist in education capitalization?[J]. Habitat International, 2018, 78: 68-82. DOI:10.1016/j.habitatint.2018.05.012 |
| [27] |
Stadelmann D. Which factors capitalize into house prices? A Bayesian averaging approach[J]. Journal of Housing Economics, 2010, 19(3): 180-204. DOI:10.1016/j.jhe.2010.07.002 |
| [28] |
Fack G, Grenet J. When do better schools raise housing prices? Evidence from Paris public and private schools[J]. Journal of Public Economics, 2010, 94(1/2): 59-77. |
| [29] |
Nguyen-hoang P, Yinger J. The capitalization of school quality into house values: A review[J]. Journal of Housing Economics, 2011, 20(1): 30-48. DOI:10.1016/j.jhe.2011.02.001 |
| [30] |
陈友华, 施旖旎, 季春梅. 学区房的形成机制及其社会后果研究[J]. 学海, 2017(4): 122-127. [Chen Youhua, Shi Yini, Ji Chunmei. A study on the formation mechanism of school district housing and its social consequences[J]. Academia Bimestrie, 2017(4): 122-127.] |
| [31] |
董藩, 董文婷. 学区房价格及其形成机制研究[J]. 社会科学战线, 2017(1): 43-51. [Dong Pan, Dong Wenting. A study on the price of school district housing and its formation mechanism[J]. Social Science Front, 2017(1): 43-51.] |
| [32] |
周京奎, 吴晓燕. 公共投资对房地产市场的价格溢出效应研究——基于中国30省市数据的检验[J]. 世界经济文汇, 2009(1): 15-32. [Zhou Jingkui, Wu Xiaoyan. Research on the price spillover effect of public investment on the real estate market: Test based on da‐ta from 30 provinces and cities in China[J]. World Economic Papers, 2009(1): 15-32.] |
| [33] |
郭小东, 陆超云. 我国公共产品供给差异与房地产价格的关系[J]. 中山大学学报(社会科学版), 2009, 49(6): 177-186. [Guo Xiaodong, Lu Chaoyun. The relationship between the supply difference of public goods and real estate price in China[J]. Journal of Sun Yat-Sen University(Social Science Edition), 2009, 49(6): 177-186.] |
| [34] |
石忆邵, 王伊婷. 上海市学区房价格的影响机制[J]. 中国土地科学, 2014, 28(12): 47-55. [Shi Yishao, Wang Yiting. The impacting mechanism of housing prices in the school districts in Shanghai city[J]. China Land Sciences, 2014, 28(12): 47-55.] |
| [35] |
王永超, 王光宇, 董丽晶. 教育资本化背景下学区房溢价水平和价格空间集聚特征研究——以沈阳市中心城区为例[J]. 人口与发展, 2020, 26(1): 108-117. [Wang Yongchao, Wang Guangyu, Dong Lijing. Research on premium level and price spatial agglomeration characteristics of school district housing under the background of education capitalization: Taking the downtown area of Shenyang as an example[J]. Population and Development, 2020, 26(1): 108-117.] |
| [36] |
孙伟增, 林嘉瑜. 教育资源供给能够降低学区房溢价吗?——来自北京市新建小学的证据[J]. 经济学(季刊), 2020, 19(2): 499-520. [Sun Weizeng, Lin Jiayu. Does school supply reduce school district housing price premium? Evidence from newly-built primary schools in Beijing[J]. China Economics Quarterly, 2020, 19(2): 499-520.] |
| [37] |
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): 91-99. [Liu Runqiu, Sun Xiaoya. The effect of education quality capitalization on housing prices based on empirical analysis of elementary school district of Wuhou district in Chengdu[J]. Financce & Economics Science, 2015(8): 91-99.] |
| [38] |
李从容, 朱世见, 葛鹏宇. 南京市秦淮区学区房特征价格影响因素[J]. 地域研究与开发, 2019, 38(2): 92-96. [Li Congrong, Zhu Shijian, Ge Pengyu. Influencing factors of housing hedonic price in the school district of Qinhuai district in Nanjing city[J]. Areal Research and Development, 2019, 38(2): 92-96.] |
| [39] |
哈巍, 吴红斌, 余韧哲. 学区房溢价新探——基于北京市城六区重复截面数据的实证分析[J]. 教育与经济, 2015(5): 3-10. [Ha Wei, Wu Hongbin, Yu Renzhe. A new research on the capitalization of school quality in housing prices: An empirical study based on repeated cross-sectional data in Beijing[J]. Education and Economy, 2015(5): 3-10.] |
| [40] |
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): 97-111. [Zhang Muyang, Chen Jie, Shi Wei. The values of good school from the perspective of rent yields discounts: Empirical evidence from the second-hand housing market in Shanghai[J]. Journal of Financial Research, 2016(6): 97-111.] |
| [41] |
邹琳华. 租购房同权后租金上涨的可能性与对策[J]. 中国发展观察, 2018(13): 22-24. [Zou Linhua. The possibility and countermeasures of rent increase after the same right of renting and purchasing houses[J]. China Development Observation, 2018(13): 22-24.] |
| [42] |
王盛, 郭蕾. 租购同权的价值测算——基于上海市学区房的实证分析[J]. 人文杂志, 2019(6): 22-30. [Wang Sheng, Guo Lei. Calculation of the value of the same right of rent and purchase: An empirical analysis based on the housing of Shanghai school district[J]. The Journal of Humanities, 2019(6): 22-30.] |
| [43] |
Gibbons S, Machin S. Valuing school quality, better transport, and lower crime: Evidence from house prices[J]. Oxford Review of Economic Policy, 2008, 24(1): 99-119. |
| [44] |
Weimer D L, Wolkoff M J. School performance and housing values: Using non-contiguous district and incorporation boundaries to identify school effects[J]. National Tax Journal, 2001, 54(2): 231-253. |
| [45] |
李雪松, 陈曦明, 方芳, 等. 二孩政策"与学区房溢价——基于人口政策变化的政策评价分析[J]. 财经研究, 2017, 43(6): 93-104, 145. [Li Xuesong, Chen Ximing, Fang Fang, et al. The "Two child" policy and the premium of school district housing: Policy evaluation analysis based on the change of population policy[J]. Journal of Finance and Economics, 2017, 43(6): 93-104, 145.] |
| [46] |
Osland, L. An application of spatial econometrics in relation to hedonic house price modeling[J]. Journal of Real Estate Research, 2010, 32(3): 289-320. |
| [47] |
杨路英, 吴玉鸣. 基于空间特征价格模型的学校质量对住宅价格的影响研究——来自北京市二手住宅市场的证据[J]. 世界经济文汇, 2019(6): 53-70. [Yang Luying, Wu Yuming. Study on the influence of school quality of housing price based on spatial hedonic price model: Evidence from the second-hand housing market of Beijing[J]. World Economic Papers, 2019(6): 53-70.] |
| [48] |
张嘉 恬". 租购同权"持续加码下对学区房市场的思考[J]. 中国乡镇企业会计, 2019(6): 297-298. [Zhang Jiatian. Reflections on the housing market in school districts under the continuous increase in the "same right to rent and purchase"[J]. China Township Enterprises Accounting, 2019(6): 297-298.] |
| [49] |
周春山, 罗彦, 陈素素. 近20年来广州市人口增长与分布的时空间演化分析[J]. 地理科学, 2004, 24(6): 641-647. [Zhou Chunshan, Luo Yan, Chen Susu. Spatial-temporal evolvement of growth and distribution of population in Guangzhou in recent twenty years[J]. Scientia Geographica Sinica, 2004, 24(6): 641-647.] |
| [50] |
徐秀玉, 刘燕婷, 陈忠暖. 广州市中心城区城市公园地域分布特点的分析[J]. 云南地理环境研究, 2010, 22(1): 59-63. [Xu Xiuyu, Liu Yanting, Chen Zhongnuan. Analyze of the regional distribution characteristics of urban park in Guangzhou[J]. Yunnan Geographic Environment Research, 2010, 22(1): 59-63.] |
| [51] |
张雅淋, 赵强. 基于配对回归的学区房溢价研究——以南京市主城区为例[J]. 教育经济评论, 2017, 2(5): 92-113. [Zhang Yalin, Zhao Qiang. The research on the capitalization of school quality based on matching regression: Take Nanjing main urban area for example[J]. China Economics of Education Review, 2017, 2(5): 92-113.] |
| [52] |
唐雪梅, 何小路. 私立学校能否抑制学区房溢价?——来自上海市重点小学与二手房价格数据的实证分析[J]. 经济学动态, 2021(2): 95-109. [Tang Xuemei, He Xiaolu. Can private schools reduce the premium of school district housing? Evidence from the data of key primary schools and prices of second-hand houses in Shanghai[J]. Economic Perspectives, 2021(2): 95-109.] |