【《上海摇号新政对学区房房价溢价的影响实证研究》10000字】

上海摇号新政对学区房房价溢价的影响实证研究—以上海闵行区初中学区房为例【摘要】本文利用上海市闵行区2019—2020年每月房价数据估计房价中优质教育资源价值的变化影响。首先我们通过租金价格确定研究边界，确保尽量剔除其他影响因素，进而采用双重差分法研究民办初中摇号政策对于优质公立学区房房价溢价影响。本文发现：2020年3月新政对于截止2020年12月的房价优质教育溢价造成了42.3%的上升影响，呈现继续上升趋势，并且在公办初中第一、第二梯队效果尤为明显。一、引言（一）背景简述安居乐业一直是中国人理想的生活状态，安居在前足以证明住房是中国最大的民生需求之一。近年来，中国房产市场热度依旧不减，在经由社科院所发布的《中国住房发展报告》中指出全国房价均价在2020年突破一万元大关，高达10071元/平方米，同比增长7.9%，其中上海、广州、深圳等一线城市二手房市场均价也在不断刷新，这使得许多年轻购房者的负担加重。此后，党中央提出“房子是用来住的、不是用来炒的”，使得房屋的居住属性进一步加强。然而除此之外，由于中国在义务教育阶段大多实行“学区划分”，居民只有拥有房屋所有权才能让孩子进入配对的学校入读，这使得房屋额外拥有了获取基础教育资源的功能。基础教育是一种典型的公共产品，人们会结合自己的偏好进行筛选，即“用脚投票”。近年受独生子女政策影响，家长希望子女成才，都愿意在教育上进行大量投资，优质的教育资源自然会吸引许多高阶层人群选择。同时由于优质教育的稀缺性以及处于高收入水平的人相对具有投资竞争优势，这些群体都会聚集在一起，使得教育群分现象显著，并且推动处于学区的住宅价格进一步上涨，学区房附加的教育资源溢价持续存在提高。因此对于学区住宅价格受教育资源的优劣差异影响评估的研究也具有十分重要的现实意义。（二）文献回顾关于教育资源对于学区房溢价的问题，已经引起学界广泛而热烈的讨论。在其研究中存在诸多困难与挑战，比如存在社区地理位置、交通便利程度等差异，应当合理剔除这些因素的影响，否则将会存在对于教育溢价评估的偏差。在国外学者研究中，Black(1999)收集了1993年到1995年2万余条美国波士顿房产交易数据以及学生测验成绩，通过边界断点回归法将社区因素排除，发现学区房价格与成绩成正比上升，随着每5%的学生成绩提高，就会得到2.1%相匹配的学区房价的上升，但是该文中社区居民素质因素并未考虑进去。Bayer(2007)在Black（1999）的理论基础上进一步提升，控制了社区人口特征，得出的溢价水平下降，但仍得出房价随学校质量上升而上升，表明学校质量依旧是影响学区房价格的重要因素。在国内研究中，冯皓和陆铭（2010）收集了2003年到2007年每月二手房成交面板数据，以“实验性示范性高中”命名的自然实验估计教育质量的外生变动对房价影响，表明区域内每平方千米增加1所市重点中学，片区内房价平均上升19.2%。不按学区入学的高中都得出相似结论，更可以得出义务教育阶段学校的优劣对房屋教育溢价有重大影响。胡婉旸等（2014）收集了2011年秋季重点小学对应二手学区房均价以及租金，估计出这些重点小学溢价在8.1%左右，但是这个研究所选取的目标样本时间跨度较短，无法提供相关信息，诸如溢价变化趋势等Chanetal.(2019)则在2015—2016年房屋成交数据及小学的竞赛成绩排名，发现了成绩排名前10%优质小学溢价为14%。简单纵观梳理国内外学者对此类问题的研究，可以发现都反映了家庭对优质教育资源高度需求，特别是中国教育溢价普遍高于国外研究结果，因此中国学区房价格对于住房和教育资源的分配方式以及相关政府政策的影响相对较敏感。然而这些政策都会随着时间进行调整变化，表明此类研究需要不断更新迭代。现有研究没有评估一些特定政策对于教育溢价的影响，就比如上海民办初中摇号新政，因为2020年是实行的第一年，其对学区房溢价的影响讨论还不充分，这为本文预留了充分的学术空间。本文主要研究2020年3月上海民办初中摇号新政实施宣布对于优质教育资源溢价的影响，以上海市闵行区为例，收集了五所闵行区排名靠前的重点公办初中所对口的周边学区房2019年以及2020年每季度月末均价以及2020年租金数据，将租金作为控制社区质量的指标方法，把学区房小区与其周边非学区房小区进行配对。另外搜集房龄、到学校直线距离、到最近地铁站点直线距离等控制变量因素。使用双重差分法评估民办初中摇号新政对于房价的变化影响。接下来本文的结构将有下述方面构成：第二部分为上海市初中教育制度介绍、上海市民办初中摇号新政简析与上海二手房市场简述；第三部分为搜集的学区房数据以及使用计量方法介绍；第四部分为实证结果展示以及对其的稳健性检验；第五部分是对全文进行总结以及对于新政看法。二、上海市初中入学制度、摇号新政与房价情况上海作为中国超一线城市代表之一，其教育制度以及房地产市场的状况对于其它城市地区一直具有重要的研究参考意义。（一）上海市初中入学制度上海初中分为公办与民办两类学校。公办初中的入读规则在各区县略有不同：在以静安区、普陀区、黄浦区为代表的区县实行学籍对口，即以孩子小学学籍所在地决定对口初中，因此在小学期间购买优质小学对口学区房尤为重要，而浦东区、宝山区、闵行区等大多数区县是传统意义上拥有初中学区房概念的，对口的初中由户籍所在地决定，可以通过买卖房屋进行公办初中选择，因此本文也是选取了闵行区这一典型代表来进行初中学区房溢价的研究。另外徐汇区是需要学籍户籍双对口，小学期间购买学区房相对重要，而长宁区则为多配对分配对应关系，所在小学对口多个初中，无法确定最终初中，因此学区房在长宁区并不盛行。而上海的民办初中则没有此类入读规则，它秉持着择优入学，在招生期间学生需要通过自荐、投递简历、面试等一系列环节，因其较强的筛选生源能力使得学生在入学期间水平相似，可以获得更具有优势的教育。同时上海许多民办初中隶属于各大教育集团派系，其在同集团内市排名靠前的高中面前具有相对优势，比如华育中学与上海市排名第一的高中上海中学隶属于同一派系，华育中学的学生在上海中学的预录取占比高达45.5%。因此凭借这两点主要优势，上海在过去二十多年初中阶段是民强公弱的局面，人们并不注重初中学区房的概念，溢价并没有北京市等城市明显。（二）民办初中摇号新政简析在2020年三月上海市教委公布《2020年上海市义务教育阶段学校招生入学工作的实施意见》，其中表示民办初中招生会纳入统一体系，即不再享受筛选生源的权利。当民办初中招生计划名额无法满足报名人数，则采取电脑随机抽取。这样的不确定性会使得许多优秀生源转向更稳定的中上等对口公办初中，未来这一趋势可能会持续存在，从而可能使得优质公办初中的学区房溢价大幅上升，与周边非学区房价格差距增大。由于本文研究的是学区房优质教育溢价，对口初中均为发展较为成熟的第一、第二梯队公办初中地区，周边基本都为二手房交易，因此本文着重分析二手房市场情况。图1上海市2019年—2020年二手房交易量/dy/article/G16GFJH00535SSNV.html访问日期：2021年2月3日我们可以发现2020年第一季度受疫情因素影响，上海二手房供应量较2019年同时期同比下降69%，成交量同比下降34%，第二季度渐渐二手房成交量渐渐回温，第三、第四季度成交量远高于2019年同时间段，12月甚至高达3.6万套。在成交数增长是上海多项政策的推动产生的，比如三项新人才引进政策的出台以及本文所讨论的民办初中摇号新政，上海二手房市场长期供求平缓，而需求突然猛增，从而使得房价上涨。下图显示房价在2019年—2020年一直保持稳步上升，2020年12月上涨为5.25万每平方米，同比2019年12月上涨3.04%。本文所接下来进行的研究所选取的房价以及租金数据均来自于这一阶段。图2上海市二手房房屋均价/market.html/访问日期：2021年2月7日三、数据和实证策略本文将目光锁定在上海市闵行区，由于其初中实行按户籍“就近入学”，因此初中学区房表现较为典型。这一部分将阐述需要运用到的二手房交易与租金数据，另外介绍优质学区的挑选方式，最后会简述所需使用到的二重差分计量模型。（一）闵行区二手房和租房信息数据通过大型连锁中介链家的走访以及在安居客平台上的查询，我们得到了2019年1月至2020年12月的较详细二手房与租金信息。从百度地图上看，闵行区的优质初中资源主要分布在莘庄、老闵行、古美等社区配套设施较成熟的地区，而这些区域新楼盘不多，主要以二手房交易为主。另外新楼盘可能更多具有投资属性，不适合纳入讨论。因此再根据一些标准进行匹配筛选，一共得到63个小区的二手房、租房信息。在正式分析之前，我们先评估所收集数据是否具有代表性，在下图中展示了样本数据以及闵行区整体2019—2020年每季度月末房价相比上季度同期的增长率。我们可以发现两者趋势基本相近，在前期增长率都有小幅下降，而后期增长率受大环境以及相关政策影响都在上涨，但由于闵行区整体数据中包含新房和更多非学区房信息，因此趋势并非完全一样。但是我们依旧可以得出所选取的数据样本，与市场整体表现相近，能够具有代表性。此外本文所收集的样本信息还包括了具体各小区均价、住宅房屋特征以及补充了距离最近公办初中直线距离的周边特征。图3样本数据月度房价同比增长率以及上海市房价指标/market.html/访问日期：2021年2月7日（二）优质教育资源标准公办初中数量众多，然而教育质量参差不齐，根据教育群分原理，优质的教育资源会吸引高收入人群聚集，则会产生传统意义上的学区房概念，并在房价中体现教育溢价，所以识别优质学区十分重要。一般通过连续和间接两种指标选择，对于教育质量进行评估。连续指标如投入教育经费、获得高级职称教师数量、学生测试成绩等变量，而间断指标指通过某些评级体系得出优秀名单。根据国情，家长通常根据一个学校的择校率进行识别，而每年各校成绩可能都有所变化，因此在本文根据四校八大预录排名作为参考，由于在摇号新政颁布前各公办初中师资、排名等情况都较为固定，因此这里选取在2019年排名靠前的五所初中作为优质初中，分别为莘松中学、莘光学校、交通大学附属第二中学、上海市文来实验学校以及上海市实验学校西校（闵行区公办初中排名第一的华东师范大学第二附属中学附属初级中学因为周围涉及众多动迁情况，情况较复杂，不适于纳入研究），接着我们根据政府官方每年发布的闵行区初中对口地段表，罗列各初中招生区域包括的小区名称，即部分后续研究对象。下表为2019年所选取的公办初中升学情况分析表12019年样本学校四大八校录取情况/omn/20200413/20200413A0SWKQ00.html访问日期：2021.2.3学校四校四校分校八校总计全区排名莘松中学159154莘光学校136106交通大学附属第二中学15067上海市文来实验学校004411上海市实验学校西校012312（三）样本基本描述在确认了研究小区范围之后，通过国内大型的网上房屋信息平台安居客进行筛选优质初中周边小区均价、租金等信息。最后收集学区房小区38个以及与之配对的非学区房小区25个。表2样本学区房情况/sale/?from=esf_list.html访问日期：2021.2.26学校小区2019-2020均价面积房龄学校距离平均租金莘松中学莘松七村4.9755.00271302981金城绿苑4.9787.50264702763绿梅三村4.6251.72252003137绿梅一村4.9547松六村5.0952.84323003025莘松五村7.1750.89332303177莘松三村7.3648.95312003218莘松八村7.1050.20301503388锦澳家园6.3155.78302303235莘松九村6.1592.42215003348绿梅公寓4.7258.00264903200莘光学校阳明国际花苑1-35.48106.85163602961大唐别墅3.6498263702511水清二村4.9486.28231653288地铁明珠苑5.4895.67194303570紫欣公寓4.92108.33183553556水清一村5.2961.11264103518雅致公寓4.8482.12191303103水清三村5.1671.91194504133阳明国际花苑45.47102.31164332600交通大学附属第二中学京浦花园4.0078.41173802970三明花园3.8377224301750金榜五期4.4093.6164371683沧源二村4.4960261692974交大东川花苑4.5254.07211802822金榜世家四期3.8296.55162051640上海市文来实验学校爱博二村4.8673.81112703337爱博一村4.8686.45114003877万科时一区一期7.4482.1253904530万科时一区二期8.0383.5864054679上海市实验学校西校新时代景庭8.21108162152919东苑古龙城7.44112143802190康健丽都7.4597.6174602104万源城逸郡8.70104.56133302200望族新城7.26103.2174202130古龙苑5.6673.81213004760东苑怡景园6.5063.8172005162蔚蓝城市花园7.23102.27164802101表3样本非学区房情况/sale/?from=esf_list.html访问日期：2021.2.26学校小区2019-2020均价面积房龄学校距离平均租金莘光学校莘松二村5.2238.2313833025莘松四村4.5059.11264403111西湖苑4.3556.67235503250环绿公寓4.43122174462673西环三村3.7861.58275032507莘松一村5.9861274403000莘光学校莘梓苑6.10126.8186402456东苑利景花苑5.99113.87166004007交通大学附属第二中学鹤北新村一街坊4.2283.4195502833鹤北新村二街坊3.71102.67205702026紫竹苑3.28120.34194602890东风小区4.0693.54305832322新闵小区3.3095.68216402500上海市文来实验学校爱博四村4.4698.296802966上海香港花苑3.7083.33136442076紫薇新村3.6782.41157903266爱博五村4.5291.398003000上海市实验学校西校莲花公寓5.59106.11214703000古美一村5.2089.4254903880古美四村5.5197.23225243670古美小区5.5856.73247003801新园公寓5.73105.777601570华一新城6.5110288403853古美六村5.7584.67227004262成亿家园6.03138204402107下表为主要变量的描述性统计。我们可以看到以下几点：第一，学区房均价明显高于非学区房均价，差距达近1万元/每平方米；第二，交易房屋面积上学区房小于非学区房，在房龄上由于地区规划较早，较为相近，但是学区房平均房龄还是略低于废墟区房，因此学区房一般大多数属于“老破小”；第三，虽然从收集的数据上看个别非学区房小区到学校的直线距离并非绝对大于周边学区房，并非完全符合“就近入学”，但是总体上看学区房到学校的平均直线距离为324.57米，小于非学区房的585.72米。表4主要变量描述性统计均值全样本学区房非学区房房价（万元/平方米）5.375.714.86房龄（年）19.6119.9319.13房屋面积（平方米）83.7579.2190.64到学校直线距离（米）428324.57585.72租金（元）3045.703100.742962.04观测值441266175（四）实证策略房价可能受社区环境、房屋本身特征等诸多因素影响，为了尽量剔除与研究不相关的因素，我们使用一居室每平方米租金均价作为量化社区质量以及房屋特征的标准，因为租房无法使住户获得入学权，但是其他居住环境等变量可以控制大体相同，因此我们先将学区房小区与最近的且每平米租金均价相似的小区进行配对。而在考虑选用研究模型方法的阶段，最直接的方式是将变化后的房价均价数据作为被解释变量，将相应的影响因素作为解释变量，来做回归模型。但是在本文中无法适用，首先民办初中摇号政策作为一个政策无法量化为指标，更适合设立虚拟变量，其次该结果只能体现出房屋均价与影响因素的关系，但不能体现其对于房价影响的效应，无法剔除目标因素以外的影响因素。所以双重差分法（DID）最适合采用。这个模型现广泛运用于国内外政策实施效果评估，样本分类为受政策影响的处理组和不受到影响的对照组。不同组样本之间在政策实施前后存在纵向的差异，在是否进行政策实施存在横向的差异，单考虑一方面的差异会导致模型估计有偏。而此时引入了发生在政策实施前后与是否为政策试点两个虚拟变量，通过建模进行两次差分，将政策实施的“前后差异”和“有无差异”加以控制，将政策影响的真实效果分离出来。双重差分法具体形式如下：y在上式中，yit为被解释变量，代表个体i在t时期的观测值；Treatedi是虚拟变量，如果样本属于对照组则Treatedi为1，若属于处理组则为0；Tt是时间虚拟变量，若在政策开始实施前则Tt为0，反之则为1。此时，交叉乘积项Treatedi×Tt,前面的系数β3就是倍差估计量衡量的就是政策净效应，β3可以由两次差分得到。以两期的情况为例，可得到：∆∆∆在本文中用双重差分法（DID）评估初中摇号新政对于教育溢价的影响，以学区房小区位处理组（TreatedGroup）,以周边配对的不受新政影响的普通小区作为对照组，就能得到较为准确的政策对于房价的影响评估。yDID回归中组别效应treati以及时间趋势timet都受到了控制，treati等于1时指该研究对象是位于学区的住宅，而当timet等于1，意味着时间是公办初中摇号新政实施之后。罗列了控制变量k=1ncontrolkit包括房屋特征（房龄、房屋面积）、空间固定效应（与学校直线距离）。除此之外，我们发现学区房与非学区房租金差异在1000米至500米内显著缩小，在500米内或左右基本相似，在此基础上通过配对所得到的的小区样本经过计算可得到β使用双重差分法的必要条件是能够符合平行趋势检验，如果实验组和控制组在政策发生前趋势不同，那么之后产生的变化是否由于该政策影响存疑。因此为了验证本文DID模型的可操作性，需要验证在民办初中摇号政策宣布实施以前两个组别是否存在平行趋势，在这里我们将位于学区房住宅与附近的普通住宅相配对，将配对的普通住宅作为控制组，通过绘制时间趋势图进行时间趋势的比较。下图显示，在摇号政策宣布实施的2020年3月之前，处理组和控制组的住宅均价大致保持相同的增长趋势，而在政策宣布实施后，处理组和控制组的增长趋势出现较明显变化。由此我们可以得出其符合平行趋势检验。图4时间趋势图四、实证分析（一）回归结果本部分基于DID的回归结果进行论述，首先采用全部样本组进行计算，所得结果如下：表5(1)VARIABLESytime0.009(0.06)treat0.578***(2.74)treated0.423*(1.86)房屋面积0.005*(1.68)房龄到学校距离-0.029**（-2.35）-0.001(-0.97)Constant5.220***(8.81)Observations441R-squared0.154Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1从上表结果来看，DID估计系数在模型中为正，并且在10%水平上显著，说明上海民办初中摇号新政的实施带来的房价溢价有显著提高，高达42.3%，摇号新政的确在很大程度促进了人们投资优质公办初中学区房的热情。其他的解释变量中基本和预想的情况相似。房屋面积系数为正，在10%水平上显著，但是影响仅为0.5%，可见房屋面积大小对于学区房溢价作用不大，许多学区房都位于“老破小”小区，家长主要是为了孩子获得入学权利而购置房产，因此对房屋的面积大小不敏感，导致很多位于学区的面积较小的房屋总价近似于面积更大的非学区房总价。再来观察到学校直线距离这项数据，发现到学校距离对于学区房房价影响非常小，原因则在于一个重点公办初中与其周边学区房的距离会近于非学区房，但也存在某些非学区房穿插分布在学区房中间、距离重点公办初中也较近的情况。学区房划定可能受到许多难以观察和度量的历史因素和其他因素的影响，不仅仅取决于距离学校远近。表6莘松中学莘光学校(2)VARIABLESytreated0.669***(2.83)房屋面积房龄到学校距离-0.016**(-2.61)-0.12***(-3.44)0.001(1.81)Observations77R-squared0.5701(1)VARIABLESytreated0.501**房屋面积房龄到学校距离(2.18)0.016***(5.49)-0.036**(-2.35)0.004(0.91)Observations119R-squared0.4346(3)VARIABLESytreated0.35**房屋面积房龄到学校距离(2.16)-0.001***(-5.50)0.0004(0.05)0.0001(0.04)Observations77R-squared0.5235交通大学附属第二中学上海市文来实验学校(4)VARIABLESytreated0.261房屋面积房龄到学校距离(0.99)-0.069***(-6.75)-0.42***(-14.35)0.004(1.20)Observations56R-squared0.9061上海市实验学校西校(5)VARIABLESytreated0.372房屋面积房龄到学校距离(1.24)0.023***(4.80)0.16***(4.59)-0.01***(-3.11)Observations112R-squared0.6897Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1通过对目标五所学校逐一进行配对小区的DID模型分析，我们可以发现基本符合这一设想：排名越高的公办初中，民办初中摇号新政所造成的教育溢价越高且越显著。对于第一或第二梯队的公办初中来说，摇号新政对于其得到优质生源回流有很大帮助，因为民办初中全部摇号，无法自主筛选，那么生源的变化会对民办初中的教学质量产生影响。一些家长可能会为了减少不确定性，先选择购买第一、第二梯队的学区房，如此即使未抽中优质民办初中，也可入读排名靠前的公办初中。分学区来看房屋面积对于优质学区房房价溢价的影响，虽然基本都是在10%水平上显著，但是影响系数都在0.05左右，远远小于民办初中摇号新政对于房屋溢价的系数。另外房龄对于优质学区房房价溢价影响系数也很小，说明购房者更加注重入学权，在此基础上进一步比较房龄，但是房龄影响较小。表7(2)VARIABLESytreated0.202(0.81)Observations378R-squared0.1521(1)VARIABLESytreated0.091(0.35)Observations315R-squared0.1922Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1为了洞察民办初中摇号新政对于优质教育溢价影响的时间趋势，本文分别选取了截止2020年6月、2020年9月以及2020年12月的季度末月数据进行DID模型运算。结果显示新政对于房价优质教育溢价影响由2020年6月的9.1%逐渐增长到2020年9月的20.2%，但依旧不显著，可是2020年12月相较于9月就上涨了121.4%，达到表2中42.3%，且在10%水平上显著。上海民办初中摇号政策是于2020年3月宣布实施，2020年秋季入学季录取工作第一次运行这一政策，因此在民办摇号新政刚颁布的几个月，上海市民总体保持观望态度，优质学区房溢价并没有特别明显地上升，而到了2020年12月，由于有了第一批在新政实施下的入学情况提供参考，使得家长购买优质公办初中学区房的意愿上涨。需求上涨，而学区房多属于老旧小学，供应资源有限，需求大于供给，致使房价进一步提高。（二）稳健性检验本文中稳健性检验主要有两方面:第一，评估房价溢价是否存在模型误设定，将租金作为因变量，是否为学区房作为自变量，控制其他解释变量后，是否会导致租金有显著影响差异。第二，通过改变控制变量，来考察计量结果的稳定性。在下表中采用RD回归，显示P值为0.938，说明是否为学区房对于租金影响不显著，上文所选取的学区房没有由聚居效应带来的社区优势，和非学区房样本可比，也印证了学区溢价影响是由于购买学区房以获得优质基础教育的效果。表8房屋租金对数为因变量ln_loanCoef.Std.Err.zp>|z|[95%Conf.Interval]lwlald-.0328018.4218702-0.080.938-.8596523.7940486在之前的模型中控制变量的选择多集中在微观层面或与学校直接相关，在稳健性检验中将控制变量变更为交通便利因素以及人均可支配收入。因为交通便利因素与学校并不直接相关，更多的是反映家长因其工作便利的选择，但是下表中显示到最近地铁站距离对于学区房房价影响不显著，说明学区购入房产主要是为了入学权。而人均可支配收入是宏观层面因素，反映了人们的财富水平及购买能力，其对于学区房房价影响也不显著，更能说明很大程度上主要是新政影响学区房溢价。最后新政对于学区房溢价的影响依旧达到42.2%且在10%水平上显著，与表2所计算的结果水平相当，说明新政对于学区房溢价影响的估计是比较稳健的。表9(1)VARIABLESytreated0.422*(1.84)到地铁距离-0.001(-0.83)人均可支配收入-7.31e-06（-0.13）Observations441R-squared0.117Robustt-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1五、总结本文采用了闵行区二手房销售均价和租房数据，评估了上海市民办初中摇号新政对于房价优质教育溢价影响，并且观察了其逐季度影响变化趋势。我们总结发现以下几点：（1）2020年3月新政对于截止2020年12月的房价优质教育溢价造成了42.3%的上升影响；（2）我们精确到单个学区进行DID模型计算，发现学校排名越高，摇号新政对于房价优质教育溢价的推动作用越明显，并且显著；（3）就时间趋势而言，自从新政颁布后，对于优质教育溢价影响在样本期内逐季度攀升：从2020年6月的9.1%且不显著上升到2020年12月新政对于房价优质教育溢价有42.3%的推动作用。与现有文献相比，本文有如下特点。本文收集了上海市闵行区二手房较详实的交易记录，并且依照官方公布的2019、2020年闵行区初中对口地段表进行较精准匹配，为研究提供较充足数据基础，让我们能够识别民办初中摇号新政对于房价优质教育溢价的影响评估以及趋势分析。另外传统的特征价格模型难以剔除不可观测变量对房价的影响，而这些变量很可能是与社区特征质量相关的，因此会导致房价中学校溢价的估计偏误。本文以租金为综合指标，更好地剔除了除学区之外的一些其他区位属性，测得在新政之下学区的溢价变化趋势。该新政本意是旨在促进教育公平，取消民办初中筛选生源的资格，有助于公办初中生源回溯从而缩小常年存在于上海的公办初中