工業(yè)遺產(chǎn)改造對(duì)周邊住宅價(jià)格的溢出價(jià)值研究
——以合鋼廠(chǎng)為例

■ 趙沁娜 李 航

（1.合肥工業(yè)大學(xué)管理學(xué)院，安徽合肥230009;2.合肥工業(yè)大學(xué)產(chǎn)業(yè)轉(zhuǎn)移與創(chuàng)新發(fā)展研究中心，安徽合肥 230009）

一、引言

作為老舊城區(qū)改造、城市更新的重要組成部分，工業(yè)遺產(chǎn)的保護(hù)與再利用已經(jīng)得到了世界各國(guó)的高度重視[1][2]。我國(guó)自2006年以來(lái)，逐步出臺(tái)了《關(guān)于加強(qiáng)工業(yè)遺產(chǎn)的保護(hù)通知》《國(guó)家工業(yè)遺產(chǎn)管理暫行辦法》等系列文件來(lái)指導(dǎo)和規(guī)范工業(yè)遺產(chǎn)管理。特別是2021年5月《推進(jìn)工業(yè)文化發(fā)展實(shí)施方案（2021-2025年）》的出臺(tái)進(jìn)一步明確了“提高工業(yè)遺產(chǎn)保護(hù)利用水平是未來(lái)五年要完成的重點(diǎn)任務(wù)之一，力爭(zhēng)在資源整合、要素供給、項(xiàng)目實(shí)施等方面推動(dòng)形成政策合力”。可以預(yù)見(jiàn)，伴隨著城市轉(zhuǎn)型發(fā)展和傳統(tǒng)產(chǎn)業(yè)改造升級(jí)進(jìn)程加快，工業(yè)遺產(chǎn)保護(hù)利用正進(jìn)入重要的提升階段。

從諸多工業(yè)遺產(chǎn)保護(hù)和利用實(shí)踐來(lái)看，工業(yè)遺產(chǎn)大多都以改造成文化創(chuàng)意園區(qū)為主。如，北京798藝術(shù)區(qū)、沈陽(yáng)1905 文化創(chuàng)意園等，已經(jīng)成功實(shí)現(xiàn)從“工業(yè)銹帶”到“生活秀帶”轉(zhuǎn)變，實(shí)現(xiàn)了價(jià)值保留和增值[3]。改造后的工業(yè)遺產(chǎn)不僅保留了其歷史價(jià)值、文化價(jià)值、技術(shù)價(jià)值等固有價(jià)值，還提供工業(yè)旅游、工業(yè)科研、改善環(huán)境和調(diào)節(jié)生態(tài)等功能，進(jìn)而帶動(dòng)周邊地區(qū)經(jīng)濟(jì)發(fā)展以及居民生活滿(mǎn)意度的提高，反映在資本市場(chǎng)上就是消費(fèi)者出于“舒適性”的考慮會(huì)根據(jù)自己收入和偏好愿意支付更高的費(fèi)用來(lái)購(gòu)買(mǎi)工業(yè)遺產(chǎn)周邊的住宅，進(jìn)而表現(xiàn)為工業(yè)遺產(chǎn)改造對(duì)周邊住宅市場(chǎng)具有明顯的增值效應(yīng)。

眾所周知，老舊城區(qū)改造、城市更新往往需要投入大量的財(cái)政資金，而適宜恰當(dāng)?shù)卦u(píng)估這部分溢出效應(yīng)將有助于政府有效地進(jìn)行財(cái)政資源分配[4]。從已有文獻(xiàn)來(lái)看，學(xué)者們往往會(huì)通過(guò)衡量其存在或改造后對(duì)周邊住宅市場(chǎng)的影響來(lái)表征。傳統(tǒng)房地產(chǎn)評(píng)估方法預(yù)測(cè)住宅價(jià)格及其走勢(shì)有局限性，而B(niǎo)P 神經(jīng)網(wǎng)絡(luò)具有能夠高效率地處理非線(xiàn)性問(wèn)題，降低主觀(guān)隨意性等特點(diǎn)，本文以馬鋼（合肥）鋼鐵公司工業(yè)遺產(chǎn)（2018年認(rèn)定為第二批國(guó)家工業(yè)遺產(chǎn)，尚待改造）為研究對(duì)象，嘗試將BP 神經(jīng)網(wǎng)絡(luò)法和Hedonic 模型相結(jié)合，假設(shè)合鋼廠(chǎng)未來(lái)改造為文化創(chuàng)意產(chǎn)業(yè)用途的情境下，預(yù)測(cè)其對(duì)周邊住宅市場(chǎng)的溢出價(jià)值。本文的研究可以進(jìn)一步豐富工業(yè)遺產(chǎn)改造的經(jīng)濟(jì)社會(huì)效益評(píng)價(jià)方法，為工業(yè)遺產(chǎn)保護(hù)與管理部門(mén)決策提供依據(jù)。

二、文獻(xiàn)綜述

學(xué)者們普遍認(rèn)為工業(yè)遺產(chǎn)的保護(hù)與再利用有助于改善城市居民的居住環(huán)境，提高城市生活質(zhì)量、公共安全以及城市形象，具有典型的正外部性[5]。國(guó)內(nèi)外不乏有關(guān)于環(huán)境改善對(duì)住宅價(jià)格影響的研究成果，諸如環(huán)境治理、城中村改造、棕地再開(kāi)發(fā)等，研究方法上也以特征價(jià)格法應(yīng)用最為廣泛。如，Michael Boyle 等早在1996年就以緬因州的34 個(gè)湖泊為研究對(duì)象，發(fā)現(xiàn)水體透明度改善1 公里平均會(huì)周邊房?jī)r(jià)帶來(lái)11-200 美元的溢價(jià)[6]。Kaufman（2006）等定量估算棕色地塊改造成為公共綠地后對(duì)周邊住宅可能產(chǎn)生的升值效應(yīng)[7]。Zhang et al.（2016）研究了 2008年北京奧運(yùn)期間城中村拆除對(duì)周邊住宅價(jià)格的影響，結(jié)果表明城中村拆除后給周邊住房?jī)r(jià)格帶來(lái)約 3-4%的溢價(jià)[8]。劉彩霞（2019）在 Hedonic 模型的基礎(chǔ)上運(yùn)用雙重差分法，研究了城市更新對(duì)商品房市場(chǎng)的溢出效應(yīng)。結(jié)果表明城中村改造后周邊住房?jī)r(jià)格平均上升了2.32%，且城中村改造的外部性空間上呈現(xiàn)距離衰減趨勢(shì)，在時(shí)間上呈現(xiàn)逐步推進(jìn)趨勢(shì)[9]。黃忠華等（2019）研究發(fā)現(xiàn)杭州市的城市更新項(xiàng)目在建設(shè)期和運(yùn)營(yíng)期對(duì)周邊住房?jī)r(jià)格分別產(chǎn)生28.6%和32%的溢價(jià)[10]。王優(yōu)容（2020）以北京市海淀區(qū)棚戶(hù)區(qū)改造為研究對(duì)象，使用雙重差分法研究棚戶(hù)區(qū)改造項(xiàng)目對(duì)周邊住房?jī)r(jià)格的溢出效應(yīng)，研究發(fā)現(xiàn)棚戶(hù)區(qū)的搬遷和重建有助于改善周邊環(huán)境從而提高周邊住房?jī)r(jià)格，存在正的溢出效應(yīng)，但是也存在負(fù)的階段效應(yīng)[11]。

通過(guò)文獻(xiàn)梳理，我們發(fā)現(xiàn)最早將調(diào)整價(jià)格法應(yīng)用到文化遺產(chǎn)領(lǐng)域的是學(xué)者Ford。1989年，F(xiàn)ord通過(guò)比較分析巴爾的摩的歷史街區(qū)比非歷史街區(qū)的房產(chǎn)交易數(shù)據(jù)，發(fā)現(xiàn)位于歷史街區(qū)的房產(chǎn)獲得了溢價(jià)[12]。Asabere 和Huffman（1994）的研究結(jié)果表明，位于聯(lián)邦認(rèn)證的歷史街區(qū)的住宅比其他地區(qū)的房產(chǎn)售價(jià)高出26%[13]。Ruijgrok（2006）則發(fā)現(xiàn)建筑物及其周邊環(huán)境的歷史文化特征會(huì)帶來(lái)15%的溢價(jià)[14]。Koster 和Rouwendal （2017）研究了公共投資對(duì)歷史建筑翻新和維護(hù)的經(jīng)濟(jì)影響，顯示每平方公里投資增加100 萬(wàn)歐元會(huì)導(dǎo)致房?jī)r(jià)上漲1.5%-3%[15]。Mark van Duijn（2016）采用了雙重差分的特征價(jià)格法分析了荷蘭36 個(gè)工業(yè)遺產(chǎn)改造項(xiàng)目對(duì)周邊住宅價(jià)格的時(shí)間和空間效應(yīng)，發(fā)現(xiàn)工業(yè)遺產(chǎn)項(xiàng)目完成改造后，會(huì)給周邊住宅價(jià)格帶來(lái)積極的正面效應(yīng)[16]。Liu（2020）通過(guò)雙重差分特征價(jià)格模型對(duì)荷蘭42 個(gè)宗教遺產(chǎn)再利用項(xiàng)目為樣本進(jìn)行研究，發(fā)現(xiàn)房?jī)r(jià)的影響會(huì)隨著距離宗教遺產(chǎn)的遠(yuǎn)近而降低[17]。學(xué)者Jayantha Wadu Mesthrigea（2018）的研究結(jié)果則不盡相同，認(rèn)為工業(yè)建筑無(wú)論是再利用還是完全改建，都不會(huì)對(duì)周邊住宅價(jià)格產(chǎn)生正向效應(yīng)[18]。

總結(jié)國(guó)內(nèi)外文獻(xiàn)研究成果，我們發(fā)現(xiàn)已有研究對(duì)人文景觀(guān)、歷史文化遺產(chǎn)的經(jīng)濟(jì)價(jià)值量化居多，而對(duì)工業(yè)遺產(chǎn)及其改造后的溢出效應(yīng)進(jìn)行貨幣化量化的研究涉及比較少，研究亟待進(jìn)一步深入。基于此，本文嘗試構(gòu)建以特征價(jià)格模型為基礎(chǔ)，利用BP神經(jīng)網(wǎng)絡(luò)法為基本分析手段，利用合肥市已完成改造的用于為文化創(chuàng)意產(chǎn)業(yè)的工業(yè)遺產(chǎn)項(xiàng)目實(shí)際帶來(lái)的溢出效應(yīng)進(jìn)行效益轉(zhuǎn)移，來(lái)預(yù)測(cè)合鋼廠(chǎng)改造后對(duì)周邊住宅價(jià)格帶來(lái)的溢價(jià)。

三、研究方法

（一）特征價(jià)格法

依據(jù)Rosen（1974）提出的特征價(jià)格法，影響住宅價(jià)格的主要因素主要包括三大類(lèi)：區(qū)位特征（L）、建筑結(jié)構(gòu)（S）和鄰里環(huán)境（N）。本文采集合肥市已經(jīng)改造成功的工業(yè)遺產(chǎn)周邊2km 范圍內(nèi)的樓盤(pán)樣本數(shù)據(jù)（見(jiàn)表1），利用特征價(jià)格法對(duì)樣本數(shù)據(jù)進(jìn)行回歸分析，得出住宅價(jià)格與改造后的工業(yè)遺產(chǎn)距離之間的彈性?xún)r(jià)格，即在諸多影響因素共同作用下，與改造后的工業(yè)遺產(chǎn)的距離對(duì)住宅價(jià)格的貢獻(xiàn)。同時(shí)將剔除不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本數(shù)據(jù)。

表1 特征變量的選取

（二）人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)法（Artificial Neural Network，ANN）是人們模仿人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能，人工構(gòu)造的信息處理系統(tǒng)或數(shù)學(xué)模型。其中，BP 神經(jīng)網(wǎng)絡(luò)是使用最為廣泛的神經(jīng)網(wǎng)絡(luò)之一。BP 神經(jīng)網(wǎng)絡(luò)是一種多層前饋網(wǎng)絡(luò)，通過(guò)對(duì)網(wǎng)絡(luò)中所有權(quán)重計(jì)算損失函數(shù)的梯度，反饋給最優(yōu)化方法，用于更新權(quán)值以最小化損失函數(shù)，迭代進(jìn)行以上過(guò)程知道網(wǎng)絡(luò)對(duì)輸入的響應(yīng)達(dá)到滿(mǎn)意的預(yù)定目標(biāo)范圍為止[19]。

我們將上述剔除不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本，抽取100 份樣本，一部分樣本對(duì)BP 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行自我學(xué)習(xí)和多次訓(xùn)練，另一部分用來(lái)檢測(cè)該模型的準(zhǔn)確性與可靠性。利用訓(xùn)練好的BP 神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)合鋼廠(chǎng)未來(lái)改造后對(duì)周邊住宅市場(chǎng)的溢出價(jià)值。圖1為本文的研究方法。

圖1 本文的研究方法

四、研究對(duì)象和數(shù)據(jù)采集

（一）研究對(duì)象

近些年來(lái)，隨著合肥市推行“退二進(jìn)三” 的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，導(dǎo)致大批老工業(yè)廠(chǎng)區(qū)廢置、傳統(tǒng)工業(yè)衰退，不少企業(yè)“關(guān)、停、并、轉(zhuǎn)”，未被界定為文物的工業(yè)建筑物正急速消失等。這些工業(yè)遺產(chǎn)不僅是合肥市文脈的重要構(gòu)成，也是合肥市發(fā)展的重要見(jiàn)證，具有十分重要的價(jià)值。合鋼廠(chǎng)位于合肥市東部新中心的核心區(qū)域，歷經(jīng)了六十多年的調(diào)整和改革，2015年響應(yīng)國(guó)家去產(chǎn)能政策而關(guān)停。但合鋼廠(chǎng)內(nèi)的生產(chǎn)設(shè)施和建構(gòu)筑物都基本得以保留，社會(huì)各界都提議將合鋼廠(chǎng)進(jìn)行保護(hù)和再利用。2018年，合鋼廠(chǎng)被認(rèn)定為第二批國(guó)家工業(yè)遺產(chǎn)，這表明將來(lái)合鋼廠(chǎng)將會(huì)被保護(hù)并改造，使得老一輩合肥人對(duì)鋼鐵的記憶得以保存，具有很高的歷史價(jià)值和文化價(jià)值。

（二）數(shù)據(jù)采集

（1）住宅掛牌數(shù)據(jù)。本文選擇了合肥四個(gè)改造為文化創(chuàng)意產(chǎn)業(yè)用途的工業(yè)遺產(chǎn)項(xiàng)目：合柴1972、合肥1958 藝術(shù)博物館、火車(chē)頭劇場(chǎng)、長(zhǎng)江180 藝術(shù)街區(qū)，為研究對(duì)象（見(jiàn)表2）。采用后羿phion 軟件在鏈家二手房板塊對(duì)“住宅均價(jià)”“建筑面積”“物業(yè)費(fèi)”“容積率”等特征進(jìn)行采集；同時(shí)整理了房屋的一些建筑特征如朝向、樓層和房屋周邊的“生活配套”“教育配套”“交通”等特征并進(jìn)行打分。在剔除了特征因素不完整和重復(fù)的房源數(shù)據(jù)之后，本文在spss 軟件中利用常規(guī)的Z 分標(biāo)準(zhǔn)化法對(duì)處理后的這些數(shù)據(jù)做了異常值剔除，最終得到了334 個(gè)住宅小區(qū)的8434 組房源樣本數(shù)據(jù)。

表2 合肥已改造和再利用的工業(yè)遺產(chǎn)

（2）電子地圖數(shù)據(jù)。本文主要利用百度地圖的定位和測(cè)距功能來(lái)完成距離數(shù)據(jù)的采集，包括各住宅小區(qū)至CBD、商圈、公園、地鐵以及工業(yè)遺產(chǎn)的距離。

所有變量的說(shuō)明與描述性統(tǒng)計(jì)分析見(jiàn)表3。

表3 變量說(shuō)明與描述性統(tǒng)計(jì)

續(xù)表

五、實(shí)證結(jié)果分析

（一）特征價(jià)格模型回歸結(jié)果

表4為OLS 模型回歸結(jié)果，調(diào)整后為0.6461，F(xiàn)值為856.4875，且在1%的水平下顯著，說(shuō)明模型擬合優(yōu)度較好。由研究結(jié)果可以看出，除了公交距離和商圈距離以外，其余變量均通過(guò)了1%水平下的顯著性檢驗(yàn)，且大部分特征變量的相關(guān)性系數(shù)符號(hào)與預(yù)期相同。剔除“公交距離”和“商圈距離”兩個(gè)不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本。本文重點(diǎn)關(guān)注變量“距工業(yè)遺產(chǎn)的距離”在1%的水平下表明顯著，回歸系數(shù)為-0.0964，表明工業(yè)遺產(chǎn)改造對(duì)周邊住宅市場(chǎng)具有顯著的正向效應(yīng)，可以帶來(lái)9.19%的溢價(jià)①半彈性系數(shù)=（e 回歸系數(shù)-1）×100%。

表4 OLS 模型回歸結(jié)果

續(xù)表

（二）BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

在上述剔除“公交距離”和“商圈距離”兩個(gè)不顯著特征變量后的數(shù)據(jù)后，集中抽取了100 份樣本。80 個(gè)樣本作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集，20 個(gè)樣本作為神經(jīng)網(wǎng)絡(luò)的測(cè)試集。輸入變量為每個(gè)樣本數(shù)據(jù)的量化標(biāo)準(zhǔn)值，輸出變量為住宅價(jià)格。從模型輸出的結(jié)果來(lái)看（見(jiàn)圖2），平均絕對(duì)百分比誤差為2.55%，相關(guān)系數(shù)R=0.8624，R2=0.7437，可見(jiàn)BP 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果較好。

圖2 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

根據(jù)前文表1所列的住宅價(jià)格特征變量，本文采集了尚待改造的合鋼廠(chǎng)周邊2km 范圍內(nèi)的12 個(gè)住宅小區(qū)110 組房源樣本，樣本的描述性統(tǒng)計(jì)見(jiàn)表5。

表5 合鋼廠(chǎng)周邊2km 樣本房源變量的描述性統(tǒng)計(jì)

續(xù)表

本文利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，預(yù)測(cè)出未來(lái)合鋼廠(chǎng)經(jīng)過(guò)改造后周邊2km 范圍12 個(gè)住宅小區(qū)110個(gè)樣本房源總價(jià)值為13 746.59 萬(wàn)元。根據(jù)前文研究結(jié)果，其中有9.19%的增值收益是來(lái)源于工業(yè)遺產(chǎn)改造的溢出價(jià)值內(nèi)嵌。故未來(lái)合鋼廠(chǎng)改造后給樣本房源帶來(lái)的溢出價(jià)值為13 476.59×9.19%=1 238.50萬(wàn)元。

六、結(jié)論

工業(yè)遺產(chǎn)改造能夠有效地改善城市人居環(huán)境，帶動(dòng)周邊地區(qū)經(jīng)濟(jì)發(fā)展以及居民生活滿(mǎn)意度的提高，反映在資本市場(chǎng)上就是工業(yè)遺產(chǎn)改造對(duì)周邊住宅市場(chǎng)具有明顯的增值效應(yīng)。本文重點(diǎn)觀(guān)察了尚待改造的合鋼廠(chǎng)未來(lái)改造用于文化創(chuàng)意產(chǎn)業(yè)情境下對(duì)周邊住宅市場(chǎng)的溢出價(jià)值。研究表明合肥市已改造為文化創(chuàng)意產(chǎn)業(yè)用途的工業(yè)遺產(chǎn)項(xiàng)目對(duì)周邊住宅市場(chǎng)的溢價(jià)的平均水平為9.19%。在此基礎(chǔ)上，運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)合鋼廠(chǎng)未來(lái)改造后對(duì)周邊2km 范圍內(nèi)12 個(gè)住宅小區(qū)110 個(gè)樣本房源的溢出價(jià)值約為1 238.50 萬(wàn)元。本文的研究可以進(jìn)一步豐富工業(yè)遺產(chǎn)改造的經(jīng)濟(jì)和社會(huì)效益評(píng)價(jià)方法，從而為工業(yè)遺產(chǎn)保護(hù)與管理部門(mén)的決策提供依據(jù)。