環境污染與城市房價

摘要：在我國的當前階段，環境質量和住房價格成為與人們生活密切相關的兩個主題，居民選擇住房時對周邊環境質量的重視程度越來越高。文章在公共服務資本化的理論框架下，采用雙向固定效應模型對283個直轄市和地級市進行實證研究發現，城市工業廢水排放量的增加會顯著降低房價，而工業二氧化硫和工業煙塵排放量的增加對房價尚沒有顯著影響，這可能與我們的指標選取有關。文章的研究結論表明，政府應加強環境治理和引導企業轉型，尤其要減少工業對周邊水體的污染，以提高城市的居住吸引力和促進當地經濟可持續發展。

關鍵詞：公共服務；環境；住房價格；資本化

一、 引言

目前我國關于政府公共服務的已有研究主要集中在教育和公共交通方面（馮皓和陸銘，2010；況偉大等，2016）而針對關乎全民健康的自然環境因素的研究卻尚不多見。事實上，近些年霧霾等環境污染現象已引起我國居民的普遍重視，民眾的環保意識已大大增強。基于此，本文嘗試采用現有的可得數據，對多種環境因素如何影響房價進行實證分析，檢驗我國各城市的環境質量是否已經產生顯著的資本化效應。

本文的研究意義可以歸結為三點。在政府財政收支方面，該實證研究可以從房價變動及其引致的房產交易稅收入變動的角度為政府提供一個測度公共服務價值的途徑，由此可以計算出政府提供改善環境質量的公共服務會獲得多少收益，而政府每年的各項財政支出是有預算的，進而為政府通過權衡收支來制定最優的公共服務供給方案提供數據支持。從經濟發展和企業經營層面看，房地產業作為我國產業結構中的重要一項，其發展情況直接影響我國的國民經濟，研究環境等公共服務對這一行業的影響不僅可以對該行業的整體發展規劃有一定指導，而且對企業個體的戰略布局也有參考意義。從居民的角度看，關于環境等公共服務影響房價的經驗研究可以作為一種市場信息，供居民在選擇居住地、交易商品房時使用，以期優化其決策。

二、 數據說明與模型構建

1. 數據與變量。

（1）數據來源與處理。本文采用的數據為2003年～2015年283個直轄市與地級市的住房價格、經濟發展與產業結構、人口、就業、公共服務和環境污染等相關數據。數據來源為國家統計局。本文主要對樣本數據進行了以下處理：①刪除有變量缺失和有明顯數據錯誤的樣本。②與價格相關的變量按照各地級市所在省份的價格指數進行調整。最終，本文使用了2 833條年度觀測值，數據結構為非平衡面板數據。

（2）變量定義。本文的被解釋變量為各直轄市與地級市的年度平均住房價格的對數值（lnhp）。核心解釋變量為影響公共環境質量的變量，包括單位面積的工業廢水排放量的對數值（lnwastewater）、單位面積的工業二氧化硫排放量的對數值（lnso2）和單位面積的工業煙塵排放量的對數值（lnsmoke）。控制變量主要包括城市的經濟發展與產業結構變量、人口變量、就業相關的變量、以及醫療和文化類公共服務變量。

本文所涉及變量的具體名稱和統計描述見表1所示。

2. 各環境因素對住房價格影響的計量模型。參照研究房價最常用的特征價格模型，本文用各直轄市與地級市的住房均價代替住房的單價，用城市層面的宏觀變量代替住房的微觀特征，并且控制時間固定效應。完整的計量模型設定如下：

lnhpit=？琢0+？茁lnwastewaterit+？酌Xit+？茲yeart+？滋i+？綴it（1）

lnhpit=？琢0+？茁lnso2it+？酌Xit+？茲yeart+？滋i+？綴it（2）

lnhpit=？琢0+？茁lnsmokeit+？酌Xit+？茲yeart+？滋i+？綴it（3）

為了削弱共線性的影響，本文將環境的三種污染因素分別用三個計量模型進行回歸，從而檢驗各自對房價的影響。Xit為各控制變量。？琢0為截距項，？茁為各污染源因素的估計系數，？酌為各控制變量回歸系數集合，？茲為年份虛擬變量的估計系數，捕捉房價的時間趨勢。？滋i為隨時間不變的固定效應誤差項，？綴it為隨時間變化的誤差項。本文采用雙向固定效應模型進行估計。

根據前文的理論分析，環境質量的改善對房價有正向資本化效應，反言之，環境污染應該會對當地房價有負向資本化效應。但考慮到環境污染的外部性和居民的搬遷成本，本文預計的實證結果是環境的三個污染項的回歸系數不能顯著為正，但是否顯著為負卻無法確定，有待檢驗。

三、 實證結果分析

表2為工業廢水排放對房價影響的回歸結果。第（1）列中只加入了單位面積工業廢水排放量，第（2）列～（6）列逐步加入了各控制變量。具體地，第（2）列在第（1）列的基礎上加入了反應經濟發展水平的變量，包括人均GDP、第二產業占比和第三產業占比；第（3）列在第（2）列的基礎上加入了地區人口特征變量，包括人口密度和人口自然增長率；第（4）列在第（3）列的基礎上加入了地區職工密度變量，包括城鎮個體勞動者密度和職工密度；第（5）列在第（4）列的基礎上加入了職工平均工資；第（6）列在第（5）列的基礎上加入了公共服務特征變量，包括醫院衛生院人均床位數和公共圖書館人均圖書量。

從表2的第（1）列～（6）列回歸中可以看出，單位面積工業廢水排放量對房價具有顯著的負向影響，回歸系數大小約為-0.02，且均在1%或5%的水平下顯著，加入控制變量對單位面積工業廢水排放量的回歸系數大小及顯著性影響不大，回歸結果是穩健的。回歸結果表明，單位面積工業廢水排放量每增加1%，房價會降低約0.02%，這說明我國居民對工業廢水排放的反應較為敏感，工業廢水造成的水質污染對房價具有顯著的負向資本化效應，這與Walsh等（2011）的研究結論一致，水體環境的確會影響居民的居住選擇，水體質量與房價有著同方向的變動。

控制變量方面，在給定其他條件不變的情況下，人均GDP對房價的影響并不顯著；第二產業占比的回歸系數約為0.015，第三產業占比的回歸系數約為0.016，且均在1%的水平下顯著，這表明第二和第三產業占比越高，房價越高；人口密度的回歸系數約為0.7左右，人口自然增長率也對房價具有正向影響，兩項均在接近10%的水平下顯著，這與理論預期是相符的，人口密度越大，人口增長越快，土地供應和房屋供應越緊張，住房需求越大，房價越高；城鎮個體勞動者密度的回歸系數約為0.035左右，且均在1%的水平下顯著，可能的原因是城鎮個體勞動者的收入相對較高，而城鎮個體勞動者密度越大，購房需求越旺盛，房價也就越高；職工密度和職工平均工資的回歸系數為正，但并不顯著；在公共服務方面，院衛生院人均床位數的回歸系數為0.122，且在1%的水平下顯著，公共圖書館人均圖書量的回歸系數也大于0，但并不顯著，這表明在公共物品方面，相對于公共文化服務，公共醫療服務的資本化效應更強烈。endprint

表3給出的是工業二氧化硫和工業煙塵排放對房價影響的估計結果。（1）列～（6）列的控制變量與表2中相同，不再贅述。由表3可見，工業二氧化硫和工業煙塵的單位面積的排放量對房價沒有顯著影響，這與Zheng和Kahn（2008）的研究結論并不完全一致。在Zheng和Kahn（2008）的研究中，空氣質量指標采用的是PM10，發現PM10指數的增加對房價有顯著的負向影響。而本文采用的是工業產生的污染氣體和煙塵的排放量，對房價的影響并不顯著。這個結果可以從兩方面加以理解：一方面是自2008年以來我國逐步公開城市的PM2.5、PM10等空氣質量指標，且每日更新，民眾很容易獲取這些信息，但工業排放的污染氣體和煙塵長達每年度才公布一次，少有人關注。另一方面，之所以信息披露情況相似的工業廢水排放量對房價有顯著影響，而工業二氧化硫和煙塵卻不顯著，是因為二氧化硫和工業煙塵主要是空氣污染源，相比水體資源，空氣的流動性更強、外部性更高、地域性更弱，只有在物理距離較大的地區之間才有顯著差異。但遠距離的居住地變換要考慮的搬遷成本則可能是巨大的，包括就業機會、人文環境、家庭關聯等，導致搬遷的自由度大受影響，所以這兩項指標的資本化效應不顯著是具有合理性的。

以上回歸結果表明：（1）工業廢水排放量的增加對房價有顯著的負向資本化效應。我國居民對工業廢水排放的反應較為敏感，某市的工業廢水排放越多，居民越不愿意選擇在該地居住。水質污染會顯著降低居民對該城市住房愿意支付的價格；（2）工業煙塵和二氧化硫等空氣污染對房價的影響并不顯著。可能的原因一是這兩個空氣污染物的排放量數據不夠公開，二是空氣污染相比水質污染有更強的外部性。

四、 結論與政策建議

本文采用全國283個直轄市和地級市2003年～2015年的非平衡面板數據，構建了一個對數特征價格模型來估計環境污染因素對城市住房價格的影響。實證結果發現，一個城市的工業廢水排放量增加對房價有顯著負影響，而工業二氧化硫和工業煙塵排放量的增加卻不會造成房價的顯著下降。此外，本文還試圖檢驗政府在環境治理方面的舉措是否對當地房價產生了正向推動，但受數據所限，無法得到較為穩健的實證結果。

基于以上結論，本文提出以下政策建議：地方政府應當加強環境規制，鼓勵企業生產轉型，一方面努力降低污染物排放量，另一方面要提高各種污染物的無害化處理率。同時，政府還要加強城市規劃，避免污染影響居民生活。只有這樣，才能提高城市的居住吸引力，避免因環境污染造成房地產行業受挫和阻礙經濟的健康可持續發展。

參考文獻：

[1] Oates W E.The effects of property taxes and local public spending on property valu- es：An empirical study of tax capitalization and the Tiebout hypothesis[J].Journal of political economy，1969，77（6）：957-971.

[2] Tiebout C M.A pure theory of local expen- ditures[J].Journal of political economy，1956，64（5）：416-424.

[3] Walsh P J， Milon J W， Scrogin D O.The spatial extent of water quality benefits in urban housing markets[J].Land Economics， 2011，87（4）：628-644.

[4] Zheng S， Kahn M E.Land and residential property markets in a booming economy： New evidence from Beijing[J].Journal of Urban Economics，2008，63（2）：743-757.

[5] 馮皓，陸銘.通過買房而擇校：教育影響房價的經驗證據與政策含義[J].世界經濟，2010，（12）：89-104.

[6] 況偉大，王優容，馬海云.地鐵站設立與城市房價空間分布[J].中國軟科學，2016，（4）：45-57.

基金項目：中國人民大學科學研究基金（中央高校基本科研業務費專項資金資助）項目（項目號：16XNH002）。

作者簡介：王艷聰（1985-），女，漢族，河南省新鄉市人，中國人民大學財政金融學院博士生，研究方向為宏觀經濟與財政政策。

收稿日期：2017-09-06。endprint