分类筛选
分类筛选:

关于不动产论文范文资料 与再论重点学区住宅不动产投资价值有关论文参考文献

版权:原创标记原创 主题:不动产范文 科目:学士论文 2024-02-12

《再论重点学区住宅不动产投资价值》:本论文为您写不动产毕业论文范文和职称论文提供相关论文参考文献,可免费下载。

摘 要:以深圳市罗湖区二手住宅不动产为研究对象,运用特征价格模型(Hedonic Model),验证了重点学区和住宅价格之间的正相关关系,重点初中学区房价比其他小区高出大约20%.进一步考察重点学区的外部效应,即重点学区因素如何影响其他房价决定因素发挥作用,发现在重点初中学区中,消费者更能容忍房屋结构和小区环境质量的降低.综合直接和外部效应,在深圳罗湖区,重点初中学区房价比其他小区高出大约30%.

关键词:投资价值 学区房 外部效应 深圳

中图分类号:F293.3 文献标识码:A

文章编号:1004-4914(2015)02-060-03

一、引言

父母为子女追逐重点学区房源是一个世界各国普遍存在的现象,包括美国、欧洲等教育水平发达和教育资源丰富的国家也不例外.重点学区提供的优质教育资源被资本化到学区房价中,这一点各国各地学者都有验证.比如,Bogart和Cromwell(1997)以及Seo和Simons(2009)利用美国俄亥俄州数据、Kane等(2005)利用美国北卡州数据、Hu和Yinger(2007)使用美国纽约州数据、Dhara和Ross(2012)利用美国康涅狄格州数据、Davidoff 和Leigh(2007)考察澳大利亚数据、Fack和Grenet(2007)考察法国巴黎数据、王旭育和尤建新(2006)以及文嘉琪(2011)利用上海数据、杨振刚等(2010)和黄滨茹(2010)以及李晓鹏等(2011)利用北京数据等等.

房地产市场按照其包含的地域范围存在不同维度的定义.第一维度可以是全国市场,有时可将全国市场分为几个大的地区,比如东部(中部、西部)地区;其次可以是某省房地产市场;第三种维度是某城市房地产市场;第四种维度是某城市的行政区房地产市场,如上提及的国内有关学区影响周边房地产价格的文献大多集中在某个重要行政区,比如北京海淀区、上海长宁区等.本文采用第四种维度,以深圳罗湖区房地产市场为个案,从微观角度入手,以单套二手住房为研究对象,运用特征价格模型(Hedonic Model),除了验证重点学区和住宅价格之间的正相关关系(直接效应)之外,还着重关注重点学区因素和其他房价决定因素之间的交互作用,即重点学区因素如何影响其他房价决定因素发挥影响房价的作用,本文称之为重点学区资源对房价的外部效应,而此类研究在之前的中外文献中几乎没有涉及.经济基本面因素(比如人口、收入、建筑成本等)影响一个房地产市场的价格走势,而经济基本面因素往往在定义的各个房地产市场中存在差异.本文研究一个很小范围(基本不可再细分)的城市行政区的房地产市场,因而可以较大可能地从其他影响房价的经济基本面因素中剥离出重点学区因素对房价的影响.

本文第二部分介绍模型、数据、以及模型中使用的变量;第三部分提供变量的描述统计值;第四部分呈现房屋特征价格模型的实证回归结果;最后部分总结全文.

二、模型、数据和变量

特征价格模型(Hedonic Model)的核心思想在于从消费者的需求角度考察耐用品的各种属性对其价格的贡献.该模型在房地产经济中有较为广泛的应用,比如卢梅等(2013)、吴守荣和刘玉黎(2013)等等.以房屋价格为例,房屋自身的结构因素(大小、朝向、房间数、卫生间数、房龄等),所在小区的环境因素(绿化率、容积率、生活便利程度、环境污染等),以及其他一些积极因素(amenities,如学区、水景、公园等)和消极因素(disamenities,比如垃圾填埋场、机场等),都是影响房价的潜在变量.特征价格模型将这些考察因素定量化,包含在一个综合的定价模型中,考察每个因素对房屋价格的贡献度.在实证研究中,大量文献都采用如下的半对数形式的特征价格模型(左边的房价因变量和右边的部分解释变量使用对数形式).另外,因变量采用对数形式也可以考察到因变量的百分比变化情况.

lnp等于XB+ε

本文使用如上半对数形式的房屋特征价格模型.其中,P为房屋价格,X为文献中普遍使用的房屋特征变量,包括:(1)房屋结构变量:建筑面积(size)、房间数量(room)、卫生间数量(bathrm)、装修程度(deco)、屋龄(age);(2)小区环境变量:容积率(far)、绿化率(gr)、物业管理费(manafee,作为小区物业管理质量的替代变量,一般来说,较高的物业费对应着较好的物业管理)、超市距离(lnmarket)、餐饮点数量(food)、娱乐设施数量(entertain)、地铁站距离(lnsubway)、公交数目(bus).由于罗湖区和我国香港接壤的特殊地理位置,本文附加考察了物业和口岸距离(lnport)对于房价的影响.B是要估计的特征价格模型系数向量,ε是误差项.

本文重点考察的自变量是学区资源,为研究方便,本文选择重点初中学区(schdist)作为研究对象,将“二手房所在小区是否位于重点初中学区内”这个虚拟变量纳入房屋特征价格模型进行考虑.高中没有学区,凭学生中考成绩,择优录取.小学和初中实行学区制度,适龄学生根据自己家庭居住地所对应的学区进入相应的学校学习,一所学校对应着一个学区.相对于众说纷纭的小学排名来说,深圳的初中排名较为确定:升入深圳四所一流高中(深圳中学、深圳高级中学、深圳实验中学、深圳外国语学校)的学生比例.按照这个标准,我们确立了罗湖区内三所重点初中,它们是:深圳中学初中部、罗湖外国语学校、翠园中学.罗湖区初中学区划分的整体情况如图1(见下页)所示,其中06是深圳中学初中部学区,12是翠园中学学区,14是罗湖外国语学校学区.

本文的数据主要来源如下:一是“搜房网”的二手房交易数据;二是“图行天下”的小区周边各种配套设施数据;三是深圳市教育局网站以及罗湖区教委所公开的小学、初中学位区域划分信息.本文数据显示,整个罗湖区大概共有500个楼盘,按照地理位置均匀分布的原则,并且剔除数据信息不完整的和数据信息奇异的(数据值过大或者过小)楼盘,本文最终保留了95个楼盘.这95个楼盘涵盖了各种房龄以及住宅类别,总房源数为19978条,占到了整个罗湖区几乎一半的二手房市场存量.从每个楼盘中,我们各随机抽取5-6套二手房,对其房屋结构和小区环境等数据进行收集,并以其挂牌价格的对数值作为我们的因变量,最终我们获得455个二手房住宅观测值.

不动产论文参考资料:

结论:再论重点学区住宅不动产投资价值为大学硕士与本科不动产毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载,关于免费教你怎么写2018年不动产证新政策方面论文范文。

和你相关的