基于Hedonic模型的優質空氣價格的量化研究

朱亞男

[摘要] 通過2016年7月至2017年8月武漢市江漢區和漢陽區部分商品住宅區空氣污染指數AQI和同期房屋價格，利用特征價格模型量化空氣對房價的影響程度：維持其他參數不變，空氣質量指數AQI每增加1單位，該套住宅的平均價格將下降0.002314%。分析得出該結論可能的原因有空氣質量占影響房價因素的比例本身很小，并根據這個比例關系估計出在商品住房價格和空氣污染治理政策的經濟效益之間的關系。此外，上述方法和結論在環境政策經濟效益評估和公共環境治理融資規劃中的應用，為相關公共環境治理項目融資提供參考和為計算邊際愿意支付以及房價制定提供依據，同時為政府懲治污染嚴重的企業提供參考懲罰力度。

[關鍵詞] 特征價格模型；量化空氣對房價的影響；環境治理融資

[中圖分類號]F293 [文獻標識碼]A

近幾年，環境問題被廣泛關注和討論，它不僅被單純的看作一種生態問題，更開始被看作一種經濟問題，優質環境的經濟價值引起政府和研究人員越來越多的重視。但當前對環境經濟價值的研究稍顯不足，特別是對優質環境經濟價值的量化研究，沒有得到足夠的關注。因此，加深對其經濟價值的量化研究，可以為相關公共環境治理項目融資提供參考和為計算邊際愿意支付以及房價制定提供依據，同時為政府懲治污染嚴重的企業提供參考懲罰力度。

1 武漢市空氣質量及房價現狀分析

1.1 武漢市空氣現狀分析

2017年上半年武漢市空氣質量優良天數為122天，空氣質量優良率為67.4%，其中16天優、106天良、47天輕度污染、7天中度污染、4天重度污染、1天嚴重污染。與2016年同期相比，優減少4天、良增加14天，優良率上升5.9個百分點；重度污染天數減少2天，嚴重污染天數增加1天；2017年上半年，武漢市城區PM10、PM2.5半年均值濃度分別為97μg/m3、58μg/m3，與2016年同期相比，PM10、PM2.5半年均值濃度分別下降4.0%、12.1%。

1.2 武漢市房價現狀

經過國家有效的控制和監管，武漢市住房交易價格趨于平穩，漲幅不大，從圖中可以看出，自2016年7月至2017年7月，武漢房價雖有小幅增長，但房價一直處于波動狀態且波動不大，如圖1所示。

圖1 2016年7月～2017年7月武漢市房價平均價格

2 模型的定論和結論

2.1 住宅價格特征模型的構建

2.1.1 模型變量的選擇。住宅價格是由眾多因素共同影響的，各種因素對住宅價格的影響程度是不同的，因此模型中變量的選取應有較高的適用性，以下特征將被考察，見表1。

2.1.2 函數構建。三種基本函數形式：

線性形式：P=α+βAP+Xγ+Zδ+ε （1）

對數形式：ln（P）=α+βAP+Xγ+Zδ+ε （2）

半對數形式：=α+βA+ξ+ Lζ +ε （3）

在（1）、（2）、（3）中，P（，，，…），表示樣本中住房單位價格向量，AP = （，…），是樣本中住房所處位置空氣污染程度向量。矩陣X =（，，…），和Z =（，，…），分別表示住房建筑特征和住房周邊環境的變量。ε是隨機誤差項。

2.1.3 研究對象的選取。本文研究對象為武漢市江漢區和漢陽區多個住宅區。通過對比住宅價格與住宅所在區空氣質量的平均值，運用Hedonic模型，并查閱關于住宅價格和環境方面的國內外文獻資料，應用統計學分析軟件分析得出住宅價格和空氣質量之間的關系。

2.1.4 變量設置。房屋價格的影響因素中，建筑特征、區位特征、鄰里特征是影響房屋價格的幾個重要因素，而對于要研究的優質空氣的影響因素，采用AQI來表示空氣質量。本文利用的房產價格數據是2016—2017年各處房源交易的均價，表2是以上各變量的總結。

2.1.5 樣本數據來源。在10%的顯著性水平下，9個自變量進入模型。根據符號判斷，與住宅價格正相關的有建筑面積、所在樓層、物業費、室廳數目、交通線路，與其負相關的有所處環線、距離CBD的距離、湖泊距離、空氣質量。樣本的基本統計量如表3所示。

2.2 參數估計

對樣本進行分類估計，采用線性回歸模型OLS方法估計參數。模型的回歸結果如表4所示：

2.3 模型檢驗

根據模型回歸結果表可知，AQI變量的系數為負值，說明空氣污染越小，住宅價格越高。從模型回歸結果來看，F統計量的P值無限接近于0，即模型的整體顯著性水平在95%以上。特征變量AQI的回歸系數的顯著性檢驗P值小于0.05，由此可見，說明按α=0.05水平，參數的顯著性檢驗通過。這里R方為0.979，接近于1，即回歸的擬合程度較高。

2.4 模型結論

構建住宅特征價格的對數模型：

Ln（成交價格）=10.66439+0.840×建筑面積-0.002314×空氣質量指數+0.04721×室廳數目+0.004858×所在樓層+0.04534×Ln（物業費）+0.015272×交通路線-0.02986×到CBD的距離-0.0160×Ln（到湖泊的距離）-0.0791×所處環線的位置

其中空氣質量指數AQI的價格半彈性為-0.002314，這說明控制其他參數一致，空氣質量指數AQI每增加1單位，該套住宅的平均價格將下降0.002314%，其他變量也可作類似解釋。同時，經過回歸檢驗，發現模型的整體顯著性水平在95%以上，模型擬合程度較高。

3 結論及相關政策建議

3.1 結論

采用對數模型對武漢市江漢區、漢陽區共102個小區的住宅特征價格進行實證研究：

Ln（成交價格）=10.66439+0.840×建筑面積-0.002314×空氣質量指數+0.04721×室廳數目+0.004858×所在樓層+0.04534×Ln（物業費）+0.015272×交通路線-0.02986×到CBD的距離-0.0160×Ln（到湖泊的距離）-0.0791×所處環線的位置

通過對數模型進行回歸分析，得出9個住宅價格特征的價格彈性系數和價格半彈性系數，其中AQI的價格半彈性為 -0.002314，這表示控制其他影響因素一致，空氣質量指數AQI每增加1單位，該套住宅的平均價格將下降0.002314%，其他變量也可作類似解釋。同時，模型整體顯著性水平大于95%，擬合程度較高。清潔空氣是典型的公共物品，其估價是一大難題。我們從房價的角度對其進行了剝離，是對武漢市空氣質量價格彈性的首次研究，并通過了模型檢驗，這為今后類似公共物品定價問題提供了思路范例。

3.2 政策建議

3.2.1 政府多途徑獲取環境治理資金。環境是近年我國最重視的問題之一，如何在保證經濟發展的同時加強環境保護，一直是亟待解決的問題。因為優質環境公共商品的屬性，環境治理的難點主要在于資金不足。而將優質空氣價格量化，有助于政府建立環境治理稅的征收體系，對造成污染的企業課稅，也可作為污染治理費的量化標準，解決政府環保資金不足的問題。

3.2.2 為計算邊際愿意支付和房價制定提供依據?？諝鈱Ψ績r的影響程度量化后，如果城市空氣污染治理有方，生活環境變得更好，那么居民因為環境污染而導致的支出將會減少，可支配收入增加，愿意為商品住房支出的部分也會隨之增加，通過結合“特征價格法模型”和“空間滯后模型”可以計算出購房者的邊際愿意支付（MWTP），房地產商可以結合該商品住房所在區域的空氣質量和消費者的MWTP制定合理的房價。

[參考文獻]

[1] 陳永偉，陳立中.為清潔空氣定價：來自中國青島的經驗證據[J].世界經濟，2012（04）：146-150.

[2] 郭文剛，崔新明，溫海珍.城市住宅特征價格分析：對杭州市的實證研究[J].經濟地理，2006（26）：16-24.

[3] 劉青林.我國城市住宅定價研究[D].桂林：廣西師范大學，2006：12-18

[4] 王德，黃萬樞.外部環境對住宅價格影響的Hedonic法研究——以上海市為例[J].城市規劃，2007（09）：34-41+46.

[5] 賈雁昭.城市空氣質量和商品住宅價格關系的實證研究[D].天津：天津師范大學，2014.