教育资源对住宅价格影响研究-以南京市为例论文

教育资源对住宅价格影响研究-以南京市为例论文

教育资源对住宅价格影响研究
——以南京市为例

范开丽 李 成 南京林业大学土木工程学院

摘要: 近几年房价节节攀升,教育资源成为影响房价的关键因素。从教育资源的变量细化以及消除邻里变量相关性入手,通过以南京市为例构建空间计量模型以及特征价格模型,分析不同教育资源对住宅价格的影响机制,定量评估南京市教育资源在住宅市场中的资本化程度,最终计算出教育资源对于周边房价的影响程度。

关键词: 教育资源;住宅价格;影响机制

一、引言

近年来,随着房屋价格的节节攀升,房屋价格的影响因素再一次成为人们关注的焦点。目前,国外学者广泛地采用价格特征视角,构建住房市场模型,分析住宅价格空间分异形成的原因。在影响房地产价格的众多因素中,相较于区位因素、建筑因素、邻里因素、自然因素等常见因素,教育资源对住宅价格的影响可谓举足轻重。选择房屋周边教育资源优质的小区来为下一代提供强有力的保障已经成为能否取得教育优质资源的前提条件。

针对这一现象,本文以南京市为例,通过收集8个主城区部分住房的数据资料,建立价格特征模型,从而定量的评估南京市教育资源在住宅市场中的资本化程度,并根据量化结果为教育公平化提供参考性建议。

二、研究目的及意义

通过建立房地产市场的特征价格模型,根据特征方程中教育资源的价格弹性,可以评价教育资源的价值。研究教育资源对于房地产市场价格的影响并结合教育资源的空间分布,可以了解整个城市房地产市场的开发状况和教育资源服务设施的完善程度,为政府进行教育资源的管理的投资决策提供参考。其次,研究可以为房地产开发商进行产品开发和定位提供思路,并且有助于消费者进行购房决策。

热解是一种有效的污泥无害化和资源化处理技术。由于污泥成分复杂多变,利用热重分析方法可以直观地获取其热解反应过程特性,了解污泥随温度变化产生的热失重过程特征,并进而研究热解过程的影响因素和热解反应动力学[1]。在此基础上,近年来快速热裂解与色谱质谱联用技术(Py-GC-MS)得到越来越多的应用,如用来分析复杂物质的成分、裂解反应过程和产物特性等[2]。例如在聚合物方面,这项技术已经被用作聚合物添加剂的确认、热稳定性和质量保证的评估,以及聚合材料的热解动力学研究和结构、化学特性的研究。该技术不但减少了产物收集、萃取等程序,且简化了分析步骤,有利于微量组分的检测[3]。

三、南京市教育资源与小区分布格局分析。

为了深入探讨教育资源对于住宅价格影响程度的比重,我们建立了单套住宅楼地面特征价格模型,以全方位多层次研究教育配套对住宅价格的影响方式和影响程度。

1.研究区域的选取

南京,简称“宁”,是江苏省会、副省级市,是中国东部地区重要的中心城市、全国重要的科研教育基地和科教中心。

本文选择南京市8个主城区(鼓楼区、玄武区、秦淮区、建邺区、雨花区、栖霞区、江宁区以及浦口区)为实证研究区域。该区域为南京市老城区以及今年大力开发的新兴城区,市政设施完善,教育医疗等政府配套健全。此外,该区域房地产市场比较活跃,市场发展较成熟。因此选取本区域作为本文的重点研究方向,使研究更具有代表性和客观性。高淳区与溧水区由于地理位置较远,与主城区的空间相关性较小,房地产市场较为独立,无法客观反映整体情况,在本次研究中不做考虑。

2.南京市教育资源的分布

而无学区房的家长为照顾子女的起居而选择在学校周边租房,间接的推动了周边房价的上涨。

李小树凝视着远方,后来他收回视线平静地对我说:“我很严肃。哥们儿,昨晚我考虑了整整一夜,我决定——去寻找许春花。”

3.南京市住宅价格市场分布

从上我们可以看出教育资源的质量与房屋价格的高低有着必然的内在联系。老城区教育资源优势明显从而房屋价格居高不下,以鼓楼区玄武区最为明显。新城区教育资源充足,优质分校众多,房屋价格同样很高。对于义务教育质量相对较低的江宁以及栖霞片区房屋价格相比略低,但与区域内房屋相比,靠近仙林与江宁两处大学城的房屋价格有小幅度上涨。同区域内学区与非学区房价格差异显著。然而教育资源的优劣仅仅为影响房屋价格高低的众多因素中的一个因素。

4.教育资源与房价分布之间的联系

本次研究我们收集了南京市8个城区在售普通商品住宅交易的价格数据,然后采用了ARCGIS软件绘制了商品住宅分布图以及价格分布图,对区域内商品住宅价格的空间变化趋势进行了系统的分析,得出南京市商品住宅均价的空间分布具有如下特征:(1)南京市商品住宅价格在总体上呈以鼓楼、玄武、白下三大城市中心区域为中心向四周区域逐级递减的趋势。(2)南京市极高房价值只要分布在以鼓楼、白下、玄武为主的城市中心区,该地区基础设施完善、交通便利、教育资源丰富。(3)区域之间房屋价格的变化幅度差异明显。主城区、市郊、县级地区房价衰减速度由快到慢逐级递减,并且西部比东部房价衰减速度更快一些。

四、教育资源对于南京房价影响的实证分析

为准确测定教育资源对于房屋价格的影响程度,不仅需要从合适的因变量角度衡量住宅价格,还要控制好其他住宅特征。本文遵从价格特征模型常用自变量的原则,从建筑特征、邻里特征以及区位特征三个方面对印象变量做筛选。

作为市场的主导者,政府有必要在政策制定时,兼顾教育分配和使用的公平性,从而达到教育的适度均等化。本文根据研究结果提出了以下建议:

五、结论与展望

1.研究结论

例2 氧化还原反应中,水的作用可以是氧化剂、还原剂、既是氧化剂又是还原剂、既非氧化剂又非还原剂等。下列反应与Br2+SO2+2H2O==H2SO4+2HBr相比较,水

高等教育方面,主要以鼓楼区与玄武区的老校区以及新兴的位于栖霞区的仙林大学城以及位于江宁的江宁大学城为主。

本文研究发现,教育数量对于房屋价格的影响普遍较低且浮动较大,而教育质量对于房价的影响比较平稳且程度均较高。从中可以看出相比教育数量,购房者更多关注的是住房周边的教育质量,同时可以反映出由于现阶段的教育水平存在显著差异,导致尽管划分了学区房,但是教育资源在分配和使用上仍然存在比较严重的不公平现象。在旺盛的需求以及缺乏弹性供给 的情况下,家长为给子女争取优质的教育资源,重点学校周边的房价不断刷新。

本次调查我们从教育规模、周边环境、收费状况、设施设备、卫生保健、教育教学、校风笑貌、师资力量、伙食营养、社会影响十个方面对南京市幼儿园至中学学校进行打分,得出以下结果:南京市基础教育资源集中分布在在鼓楼区、玄武区以及建邺区。鼓楼区作为中心地段,教育资源优质,名校云集,其中琅琊路小学、力学小学、拉萨路小学等南京市一流小学周边的学区房价格一直高居不下,学区房市场持续火爆。以素质教育为重点的玄武区,倡导德智体美劳全面发展,同样分布着诸如北京东路小学、南师附小、长江路小学等众多名校。江宁区与建邺区作为南京市的一个新兴居住区,已经发展了十年左右的时间。建邺区多为名校分校较主城区交通更为便利,而江宁区的教育资源主要集中在东山老城区和百家湖新城区,其学校分布较多,与浦口区类似,随着经济发展交通便捷度提升,人口逐渐向这两个区域专业,所带来的教育潜力也在逐年增长。

本刊为月刊,大16开本,每月18日出版;邮发代号4-182,全国各地邮局订阅;国外代号M6530,中国国际图书贸易总公司总发行;每册定价20.00元,全年12期,共240.00元。

2.政策建议

通过构建回归方程和模型,我们得出以下结论:在教育特征变量中初中质量与小学的距离对于住宅价格的影响最为显著,高中数目与是否邻近高中对于住宅价格的影响较小,大学的数量与质量对于住宅价格的影响比较显著,购房者购买大学周边住宅时比较关注大学的办学实力和学校声誉。重点大学的存在对南京市住宅市场价格和热度产生了显著的影响。初中质量、高中数量和新街口(市中心商业区)距离相关性系数为0.048与0.041,较其他因素更大,这充分显示优质的初中和大部分高中在城市中心区域的集中过于密集,教育资源在各区域内的分布不均。

第一,在制定政策时,政府以及有关部门需要更加明确自己在教育体制改革中的地位,政府的行政干预不能代替市场发挥作用,教育的适度均等化应该以市场机制为基础。

第二,推进教育质量的全面均衡发展,是解决学区房争端的根本方法。教育均等化应该以教育质量的整体提升和发展为总体目标,普通教育应逐步向优质教育靠拢,达到教育整体的均衡发展。在保证优质教育持续发展的前提下,增进优质教育与普通教育之间的沟通和交流,鼓励并大力支持普通学校借鉴名校的先进的办学理念和教育管理方式,并逐步扩大优质教育的影响力成为必不可少的一步。

第三,在重点发展中小学教育质量的浪潮中,高等教育的发展不容忽视。高等教育的发展越来越成为衡量一个国家和地区发展水平的重要指标。层次不齐的高等教育质量也应该受到社会各界的关注。家长之所以选择名校,其目的在于升学率,更直接的目的就是希望子女在一所好的学校内能够在将来进入一所好的大学,为以后的工作与生活奠定坚实的基础,如果大学的质量普遍较高,也可以从侧门降低家长对于明显周边住房的渴求,缓解目前部分教育资源对房价产生的过高影响。

第四,政府及教育部门需要明确,推进教育资源的均衡持续发展将会是一项长久的工程,不可操之过急。目前,在我国衡量一个学校教育水平的唯一指标就是升学率。而一个普通学校的升学率不仅与师资力量、硬件设施、区域位置有关,还与当地的生源质量有关。升学率这个指标并不是通过短期的管理就可以提高,家长和孩子对于名校的向往和憧憬、对于普通学校的难以接受的看法也并不是短期就可以改变的。政府及教育部门应该明确这一点,并做好长期的准备,对普通学校的支持采取长期渐进的态度。

1.2 麻醉方法 术前12 h禁食,术前4 h禁饮。两组患者均给予托咪酯(0.2 mg/kg)、丙泊酚(0.5 mg/kg)、顺苯磺酸阿曲库铵(0.2~0.3 mg/kg)和芬太尼(5.0~6.0 μg/kg)静脉注射,行麻醉诱导。A组患者接受七氟醚(江苏恒瑞医药股份有限公司生产)维持麻醉,浓度为2%~4%;B组患者接受右美托咪定(江苏恒瑞医药股份有限公司生产)维持麻醉,诱导前5 min以0.5~1.0 μg/kg静脉泵入,麻醉维持期间以0.2~0.4 μg/(kg·h)静脉持续泵入。两组患者均在手术结束前20 min停止给药。

参考文献:

[1]李心.基于特征价格理论的青岛市地铁项目对周边住宅价格影响的研究[D].青岛理工大学,2012.

[2]董伟安.基于Hedonic模型的西安住房租赁市场信息成本研究[D].西安建筑科技大学,2012.

[3]闫星羽.基于Hedonic模型的兰州市住房价格影响因素研究[D].兰州大学,2012.

中图分类号: F299.23

文献识别码: A

文章编号: 1001-828X(2019)019-0490-02

基金项目: 项目名称:教育资源对住宅价格的影响——以南京市为例,基金名称:江苏省高等学校大学生创新创业训练计划项(SPITP),项目编号:2018NFUSPITP333。

标签:;  ;  ;  ;  

教育资源对住宅价格影响研究-以南京市为例论文
下载Doc文档

猜你喜欢