图源：图虫创意

*来源：教育经济评论，作者：云如先、沈豪

众多家长在“不能让孩子输在起跑线”心态的驱使下，通常以支付更高的价格来购买重点学校“学区房”的方式获得让孩子进入“名校”的入学机会，从而接受优质的教育。作为我国首都，北京聚集了全国最优质的教育资源，但由于历史政策等各种原因，校际间办学质量差异较大，各区域内的优质教育资源分布极为不均，并且结合成熟的房地产市场，使得择校及“学区房”问题格外突出。2014年初, 北京市启动了义务教育综合改革, 旨在均衡配置义务教育阶段教育资源。在这一背景下，了解教育综合改革前后教育质量对房价差异的贡献具有相当重要的意义。

为了研究学校教育质量对房价差异的贡献及其在义务教育综合改革前后一定时间段内的变化，南京财经大学公共管理学院的云如先和沈豪在其发表的《学校教育质量与住房价格:基于北京市住房数据的夏普里分解分析》一文中，采用北京市2013-2016年二手房交易价格数据，利用基于回归方程的夏普里分解方法，以市重点、区重点和普通校划分学区等级，研究在这四年中教育质量对住房价格差异的贡献及其变化。

一、数据来源和分解方法

（一）数据来源

本文所用的数据为北京市五环以内2013年到2016年四年的二手房成交数据。同时，为剔除特殊住房对研究的影响，样本均为普通商品住房（包括多层、小高层和高层住房），不包括经济适用房、别墅、房改房等，且剔除跃层、复式等形式的住房。

在进行数据分析之前，需要对数据样本进行预处理。首先删除住房成交价格前后百分之一的数据，以解决异常值样本问题。其次，将2013-2016年学区发生转变的样本剔除，以消除学区转变导致的住房价格差异。最后，以2013年为基期，各住房不同年份成交价格数据进行调整，消除通胀影响。最终得到2013年住房样本17889个，2014年住房样本16168个，2015年住房样本32845个，2016年住房样本40876个。

（二）分解方法

研究利用基于回归方程的夏普里分解方法，探讨学校教育质量对房价差异的贡献及在义务教育综合改革前后一定时间段内的变化。此方法的优点有两个：第一，差异指标的选用没有任何限制，泰尔指数、基尼系数等任何差异指标皆可在此方法中使用。第二，允许加入控制的变量，使得分解结果相比之前的方法更加可信、精确。

基于回归的夏普里分解方法中，一个解释变量对差异的贡献主要取决于两个方面：一是该解释变量的回归系数；二是该解释变量的自身分布状况。当解释变量的分布一定时，回归系数越大，解释变量对差异的贡献也就越大；当回归系数不变时，解释变量自身分布越平均，该解释变量对于因变量差异的贡献也就越小。

二、分解结果和差异分析

在各项影响房价的特征中，研究主要关注的是教育质量指标，即学区等级。在2013-2016年间，学区等级和房价之间具有显著的相关性，并且学区等级的估计系数在逐年变大，四年间的增幅在6.00%到9.76%之间。学区等级每增加一级，房价将会增加13.74%-17.19%。这一结果与家长在“不能让孩子输在起跑线”的心态驱使下，会对更好的学区房有更高的支付意愿的现象相一致。家长越来越重视教育，而好学校学区范围内的房屋有限，竞争将会使得教育对房价的影响越来越大。

在影响房价差异的解释变量的贡献度上，总的来说，除去未解释部分，对房价差异贡献最大的三个解释变量分别是：学区等级、环线位置以及距离最近三甲医院的距离，其中学区等级一直是房价差异最大的贡献因素。

学区等级对房价差异的贡献上，学区等级对房价差异的贡献在2015年前一直在增加，2016年稍有下降。但2013年到2014年增加了14.33%，而2014年到2015年只增加了5.13%，这说明在2014年教育综合改革之后，教育质量对房价差异的贡献已经有一个下降趋势，只是由于原先较大的上升趋势，两种趋势相互抵消，并未使得2015年时教育质量对房价差异的贡献小于2014年教育质量对房价差异的贡献，只起到了减缓增长的作用。而在这之后，这一下降趋势完全扭转了之前的上升趋势，使得教育质量对房价的贡献开始逐年递减。

学区等级对房价差异的贡献占比上，教育质量对房价差异的贡献率在2013年到2014年有上升趋势,在2014年后有下降趋势。说明在2014年教育综合改革前, 教育质量对房价差异的影响是增大的, 而在这之后, 教育质量对房价差异的影响开始逐年减小。

考虑到普通学区、区重点学区、市重点学区对房价的影响可能不是线性的，市重点学区和区重点学区对房价差异的影响可能有所不同。研究进一步将学区特征分成两个虚拟变量：是否是区重点学区和是否是市重点学区，分别探究这两个变量对房价差异贡献及贡献率的不同。

文章发现，是否是区重点学区对房价差异的贡献远小于是否是市重点学区对房价差异的贡献，是否是区重点学区对差异的贡献率在2013-2016年间只有较小的波动，而是否是市重点学区对差异的贡献率变化趋势与未设置虚拟变量时的分解结果的趋势相一致。结合以上分析，我们可以了解到2014年北京教育综合改革之后教育质量对房价差异的贡献率逐年减小, 并且这种降低主要是通过市重点学区对差异的贡献占比减低而实现的。

三、研究结论

研究发现，教育质量（具体为学区等级）可以解释接近20%左右的房价差异；教育质量对房价差异的贡献在2014年教育综合改革前后有明显变化。在进一步分析中，研究了解到相对于区重点来说，市重点对房价差异的贡献更大。并且2014年的北京教育综合改革之后，教育质量对房价差异的贡献的降低主要是通过市重点对房价差异贡献的降低而实现的。

由于教育质量的差异是房价分布差异的重要原因之一，结合研究发现，文章建议以区域间均衡教育质量为目标，制定相关政策，继续推行教育综合改革，扩大优质资源覆盖面，减小校际间办学水平的差异，降低教育对房价差异水平的影响。对于教育水平较高的城区，保持现有的教育资源及水平；对于教育水平相对落后的城区，加大对薄弱学校的扶持力度，鼓励普通学校和优质学校合并或者集团化办学，提升薄弱学校的办学能力。通过推行学校管理层流动和教师“区管校聘”等政策促进教育资源在校际间流动，降低学校间的教育质量差距。学校管理层从优势校向弱势校的流动可以给弱势校带来新的管理理念，激活弱势校的活力。实行中小学教师“区管校聘”制度，要让教师在城乡间、校际间的交流成为常态，要让优秀教师流动起来，让好老师辐射更多学生。此外，除了在提升弱势学校的教学质量外，还有其他方式降低教育质量对房价差异的贡献，比如鼓励民办学校发展。民办学校的存在使得家长在为孩子择校时有其他选择，这会在一定程度上降低优质学校的资本化水平（Fack and Grenet，2011），所以政府也可以出台相关政策鼓励和加快民办学校的发展，这会使得公办教育对房价的估计系数降低，继而降低教育质量对房价差异的贡献。

本文转载自“教育经济评论2019（2）”，作者云如先、沈豪。文章为作者独立观点，不代表芥末堆立场，转载请联系原作者。