優(yōu)質(zhì)教育資源對北京房價(jià)的影響(共9頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上優(yōu)質(zhì)教育資源對北京房價(jià)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(shè)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(fèi)途徑，而商品房價(jià)格的走勢、影響因素也自然牽動著購房者的神經(jīng)，在此背景下，商品房住宅價(jià)格的影響因素自然也成為了國內(nèi)眾多學(xué)者研究的熱點(diǎn)課題。與此同時(shí)，隨著生活水平的提升，我國居民對居住質(zhì)量的要求越來越高，住宅周邊配套設(shè)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(shí)，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(gè)關(guān)于居民購房考慮因素的調(diào)查，結(jié)果顯示：68.5%的受訪者將“優(yōu)質(zhì)

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(shè)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(diào)查的結(jié)果可知，我國民眾在購房時(shí)，考慮的因素越來越多，而將優(yōu)質(zhì)教育配套資源納入購房考慮因素的受眾，占據(jù)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(jià)格走勢，優(yōu)質(zhì)教育資源集中的地區(qū)，房價(jià)的走勢如何呢？優(yōu)質(zhì)教育資源是否會對房價(jià)的走勢造成影響？影響是正面的還是負(fù)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(gè)區(qū)域?yàn)閷ο?，深入探究?yōu)質(zhì)教育資源對房價(jià)的影響。二、研究動機(jī) 住宅價(jià)格，是

3、關(guān)系到國計(jì)民生的重要經(jīng)濟(jì)指標(biāo)，而教育資源分布情況，亦是衡量一個(gè)國家教育發(fā)展合理性的重要標(biāo)準(zhǔn)，北京，是我國的首都，向來也是國內(nèi)教育資源集中的地區(qū)，同時(shí)，亦是國內(nèi)房價(jià)走勢的標(biāo)志性地區(qū)，因此，發(fā)掘優(yōu)質(zhì)教育資源對北京房價(jià)的影響，提出一些優(yōu)化性的房地產(chǎn)發(fā)展建議，有著十分現(xiàn)實(shí)的意義，亦是本文的研究動機(jī)。首先，理論研究動機(jī)。在本文的研究中，將對國內(nèi)外學(xué)者有關(guān)優(yōu)質(zhì)教育資源、商品房價(jià)格、教育資源與房屋價(jià)格關(guān)系等理論研究的成果進(jìn)行綜述歸納，在此基礎(chǔ)上，提煉出其中的精華，為論文的后期研究提供強(qiáng)有力的理論支撐。同時(shí)，以提煉出的理論精華為基礎(chǔ)，通過綜述研究，形成系統(tǒng)性更強(qiáng)，邏輯性更完善的新的有關(guān)優(yōu)質(zhì)教育資源與房價(jià)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(qiáng)的理論參考意義，這也是本文的理論研究動機(jī)。其次，實(shí)踐研究動機(jī)。為使本文的研究具有一定的實(shí)踐價(jià)值，在論述中，以北京地區(qū)東城、西城、海淀等5個(gè)區(qū)域?yàn)閷ο螅瑧?yīng)用住宅價(jià)格Hedonic模型，選取多個(gè)指標(biāo)，構(gòu)建具體模型，展開定量化的統(tǒng)計(jì)分析，深入研究區(qū)域內(nèi)優(yōu)質(zhì)教育資源數(shù)量、距離等要素，對于房價(jià)的影響，最終，提出一些優(yōu)化北京房地產(chǎn)價(jià)格可持續(xù)發(fā)展的建議。上述實(shí)踐性研究動機(jī)，也使得本文的研究能夠彰顯出一定的現(xiàn)實(shí)意義。三、北京房價(jià)概述 作為我國的首都，長久以來，北京的房價(jià)在全國一直處于領(lǐng)跑的地位，尤其在進(jìn)入新世紀(jì)以后，北京房價(jià)

5、的漲勢可謂“一年比一年喜人”，不斷激增的商品房價(jià)格，一方面，展示著首都房價(jià)的“高端地位”，另一方面，也與首都集聚的各種優(yōu)質(zhì)資源，有著緊密聯(lián)系。以下，為2005年至2015年期間，北京住宅商品房成交均價(jià)的走勢統(tǒng)計(jì)圖： 圖1 2005至2015年間北京住宅商品房價(jià)格成交均價(jià)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(jià)由6162元/平米上漲至29457元/平米，漲幅近5倍。進(jìn)入2016年后，在國家鼓勵性政策的刺激下，北京的房價(jià)一路水漲船高，根據(jù)亞豪機(jī)構(gòu)、鏈家研究院等房地產(chǎn)研究機(jī)構(gòu)日前提供給第一財(cái)經(jīng)的數(shù)據(jù)顯示，今年前五個(gè)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(jià)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(jià)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(jià)達(dá)歷史高點(diǎn)。而根據(jù)北京市房地產(chǎn)協(xié)會秘書長陳志的分析：“近5年，使北京房價(jià)不斷走高的動力，源于多個(gè)方面，其中，對優(yōu)質(zhì)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(xué)區(qū)房”、“地鐵房”的均價(jià)，均要高于市場成交均價(jià)?！彼?、文獻(xiàn)綜述 （一）國內(nèi)研究文獻(xiàn)綜述 教育資源對房價(jià)是否會造成影響？關(guān)于這一問題，國內(nèi)眾多學(xué)者早已展開研究。蔣立紅（2005）在影響房價(jià)的區(qū)位因素分析一文中

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

8、的結(jié)論。王斌（2011）在我國基本公共服務(wù)非均等化對房價(jià)影響的實(shí)證分析一文中認(rèn)為：我國優(yōu)質(zhì)教育資源的分布水平存在巨大的地區(qū)差異，并對房價(jià)帶來了顯著的影響，因此，政府應(yīng)逐步推進(jìn)城市住宅小區(qū)周邊優(yōu)質(zhì)教育資源的均等化發(fā)展，才能從根本上改善“房價(jià)受教育資源分布水平?jīng)Q定”的現(xiàn)狀。李曉鵬等 （2011）在住宅價(jià)格的特征價(jià)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(gè)住宅樣本，發(fā)現(xiàn)位于重點(diǎn)小學(xué)學(xué)區(qū)的住宅比非學(xué)區(qū)住宅的總價(jià)高約24.7%。王曦等（2010）在南京老城區(qū)學(xué)區(qū)房價(jià)格機(jī)制研究一文中，利用因子分析法對南京老城區(qū)學(xué)區(qū)房的研究表明，重點(diǎn)小學(xué)排名每上升 1位，住宅價(jià)格上漲303.5元.黃濱茹（20

9、10） 在教育配套對其周邊住宅價(jià)格的影響一文中，研究了西安碑林區(qū)內(nèi)中學(xué)一本上線率與周圍房價(jià)的關(guān)系，結(jié)論是中學(xué)教學(xué)質(zhì)量會影響周圍住宅價(jià)格。（二）國外研究文獻(xiàn)綜述此外，國外學(xué)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(shí):在美國30個(gè)城市中，教育資源的優(yōu)劣，對房價(jià)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(jià)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(shù)據(jù)為基礎(chǔ)，研究學(xué)區(qū)對住房價(jià)格是否產(chǎn)生影響，通過控制房屋結(jié)構(gòu)影響，得出學(xué)區(qū)對住宅價(jià)格產(chǎn)生巨大影響這一結(jié)論。Schwartz(2010)在Housing Policy in the United States一文中，指出：教師質(zhì)量、學(xué)校環(huán)境、家長參與、師生互動與同群效應(yīng)，決定了學(xué)生學(xué)習(xí)能力的高低，因此，家長也原因購買或租賃學(xué)區(qū)位置良好的住宅，為孩子提供更好的學(xué)習(xí)環(huán)境，如此一來，可能會抬高房價(jià)。通過上述學(xué)者的研究，不難總結(jié)出：教育配套對房價(jià)的影響也是顯著的，且也呈現(xiàn)正向關(guān)系，該結(jié)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(xiàn)。然而，已有的研究存在一些問題，主要體現(xiàn)在：大多數(shù)學(xué)者的研究方法，基于理論研究，或調(diào)查推斷，鮮少有學(xué)者采用精確的定量分析法，構(gòu)建描述性統(tǒng)計(jì)模型，展開研究，這使得已有的研究成果略顯不足。當(dāng)然，這也給本文的研究創(chuàng)新提供了一個(gè)契機(jī)，在后期的研究中，本文將構(gòu)建精確的模型，以北京地區(qū)為對象，展開有關(guān)優(yōu)質(zhì)教育資源對房價(jià)影響的研究，并總結(jié)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(xiàn)查閱法。通過搜索知網(wǎng)、萬方等權(quán)威數(shù)據(jù)庫，查閱有關(guān)優(yōu)質(zhì)教育資源、特征價(jià)格模型、住宅商品房價(jià)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(xì)的理論參考。當(dāng)然，就已有的研究而言，關(guān)于優(yōu)質(zhì)教育資源與房價(jià)影響的評價(jià)指標(biāo)有很多，而本文通過文獻(xiàn)查閱的策略，總結(jié)出其中影響房價(jià)因素最為頻繁的應(yīng)用指標(biāo)，為定量研究提供依據(jù)。第二，案例分析法。在論述中，以選擇的3個(gè)北京地區(qū)的樓盤為對象，采集區(qū)域內(nèi)的優(yōu)質(zhì)教育資源以及住房價(jià)格數(shù)據(jù)，在此基礎(chǔ)上，建立反映優(yōu)質(zhì)教育資源與住房價(jià)格關(guān)聯(lián)性的價(jià)格模型，通過詳盡的分析，得出具體的統(tǒng)計(jì)結(jié)果，以此反映出優(yōu)質(zhì)教育資源與住房價(jià)格之間的內(nèi)在聯(lián)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(zhì)教育資源定義以及教育資源對

13、房價(jià)影響因子的拆分，建立相應(yīng)的價(jià)格分析模型。同時(shí)，為使模型的建立具有一定的分析價(jià)值，特應(yīng)用分析住宅價(jià)格較為經(jīng)典的Hedonic模型，選取多個(gè)指標(biāo)，構(gòu)建具體模型，展開定量化的統(tǒng)計(jì)分析，深入研究區(qū)域內(nèi)優(yōu)質(zhì)教育資源數(shù)量、距離等要素，對于房價(jià)的影響，最終，提出一些優(yōu)化北京房地產(chǎn)價(jià)格可持續(xù)發(fā)展的建議。第四，數(shù)理統(tǒng)計(jì)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(zhì)教育資源與住宅價(jià)格的一手?jǐn)?shù)據(jù)，在論文的寫作中，特對北京地區(qū)房價(jià)數(shù)據(jù)、優(yōu)質(zhì)教育資源數(shù)據(jù)等進(jìn)行采集，在此基礎(chǔ)上，應(yīng)用SPSS軟件，構(gòu)建模型，統(tǒng)計(jì)分析不同類型教育資源對房價(jià)影響的差別，最終反映出優(yōu)質(zhì)教育資源對房價(jià)影響的內(nèi)在因素。六、描述性統(tǒng)計(jì)在住

14、宅價(jià)格模型的構(gòu)建中，需要建立自變量和因變量的描述性統(tǒng)計(jì)表，以此反映出采集的數(shù)據(jù)是否具有較好的代表性，在此基礎(chǔ)上，評價(jià)數(shù)據(jù)應(yīng)用的可行性。而具體的操作過程如下：第一，進(jìn)行數(shù)據(jù)采集。主要對北京地區(qū)內(nèi)三個(gè)樓盤進(jìn)行數(shù)據(jù)收集，分別為：1：: 樓盤地址：臺長青路南宮體育公園北側(cè)100米。2：北京遠(yuǎn)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(shí)，以百度地圖為基礎(chǔ)，對各小區(qū)距離優(yōu)質(zhì)幼兒園、重點(diǎn)小學(xué)、重點(diǎn)中學(xué)的距離，并設(shè)置其他變量，如：電梯數(shù)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(jìn)行綜合采集。第二，數(shù)據(jù)處理。由于數(shù)據(jù)的可獲得性以及數(shù)據(jù)自身所存在的問題，在模型擬合前應(yīng)對數(shù)據(jù)本身進(jìn)行預(yù)處理，剔除異常值以及對缺失數(shù)據(jù)進(jìn)行處理。通過 SPSS 軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和分析，最終得出北京地區(qū)優(yōu)質(zhì)教育資源對房價(jià)影響的研究結(jié)果。第三，描述性統(tǒng)計(jì)。下表為具體的描述性統(tǒng)計(jì)表，統(tǒng)計(jì)的指標(biāo)為樣本數(shù)、極小值、極大值、均值、標(biāo)準(zhǔn)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(jià)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(diǎn)小學(xué)距離ORDPRIMARY: (distance to ordinary primary school) 距離普通小學(xué)距離KEYMIDDLE (distance to key middle school) 距離重點(diǎn)中學(xué)距離ORDMIDDLE (

19、distance to ordinary middle school) 距離普通中學(xué)距離KEYHIGH (distance to key high school) 距離重點(diǎn)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(gè)數(shù)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(shí)間20

21、08YEAR2009 signing year 2009 簽約時(shí)間2009YEAR2013 signing year 2013 簽約時(shí)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(jià)格法和效用估價(jià)法，HEDONIC模型法的基本思路是：將房地產(chǎn)商品的價(jià)格分解，以顯現(xiàn)出其各項(xiàng)特征的隱含價(jià)格，在保持房地產(chǎn)的特征不變的情況下，將房地產(chǎn)價(jià)格變動中的特征因素分解，從價(jià)格的總變動中逐項(xiàng)剔除特征變動的影響，剩下的便是純粹由供求關(guān)系引起的價(jià)格變動。該模型能夠反映出住宅價(jià)格與各種外在特征變量之間的關(guān)系，以此構(gòu)建相應(yīng)的函數(shù)：HP=f（Z）=f（S,E,N） （式1）

22、上式為基于Hedonic模型的住房價(jià)格特征變量函數(shù)，其中，HP表示住宅價(jià)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(jī)構(gòu)的距離、教育機(jī)構(gòu)的等級、教育機(jī)構(gòu)的層次等）；N代表住宅周邊其他的特征（例如，周邊配套設(shè)施是否健全、周邊環(huán)境如何等）。當(dāng)然，在具體的建模過程中，需要以上述經(jīng)典模型為基礎(chǔ)，結(jié)合北京地區(qū)優(yōu)質(zhì)教育資源與住宅價(jià)格的特點(diǎn)，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(jià)的影響力，其二，在上述研究的基礎(chǔ)上，考慮增加其他的因素，作為自變量，綜合評定優(yōu)質(zhì)教育資源與多種外在因素疊加后，對于房價(jià)的影響力，基于上述考量，構(gòu)建相應(yīng)的模型方程如下： LNT=A1+B11LNY+B12ZDZX+B13ZDXX+