下载掌阅APP，畅读海量书库
立即打开
随着我国经济发展，环境问题逐步暴露出来，主要体现为环境污染和自然生态环境的破坏。水污染、大气污染、固体废弃物污染是主要的环境污染问题。根据《中国环境统计年报》最新发布的2015年数据来看，全国废水排放总量为735.3亿吨，其中，工业废水排放量约199.5亿吨。全国废气中二氧化硫排放量为1859.1万吨，其中，工业二氧化硫排放量为1556.7万吨。从数据中可以得出，工业污染占据了总环境污染较高比例，尤其是工业二氧化硫的排放。我国十大城市癌症死亡的调查结果显示，肺癌死亡人数居于首位。这些数据无一不在警醒我们享受经济发展带来的便利的同时，更应该思考经济发展带来的环境污染问题。而影响人类健康的重要因素之一的居住环境也开始引起大家重视。
国内关于环境对房价影响的研究文献数目尚不多见，并且不同研究者选取的环境指标以及得出的结论也并非完全相同。国内大部分文章以具体地区或城市为例研究，代表性不足，结论不适用于全国。而以全国城市为研究对象的文章通常受制于某一理论框架之下。本章折中选取省份层面数据进行分析，弥补前者存在的问题。同时由于环境污染问题近年来才被重视，很多污染指标统计年份较短，数据样本较小，容易造成分析误差。因此，选取适宜的环境污染指标和获取样本量充足的数据成为研究的一个难题。本文主要目的是探究我国31个省份环境污染对商品房价格的影响。首先对房价产生影响的相关因素进行统计性描述和实证分析，检验环境污染对于房价的影响，最终提出相关政策建议。
由于近些年雾霾等环境污染现象已引起我国居民的普遍重视，民众的环保意识已大大增强。居民选择住房时不仅考虑房屋价格，对周边环境质量也越来越重视，二者与居民生活密切相关。因此，环境质量对房价的影响会越来越大。基于此，希望采用现有的污染物排放数据来分析环境污染对房价的影响，警醒人们减少污染，从而有利于促进政府与开发商积极参与环境保护，寻求经济与环境保护共同发展。
从国内外的研究现状可以看出，国内关于房价的研究主要围绕房价上涨展开，一般考虑的因素比较多，同时更侧重于国家政策、利率等外部因素对房价的影响；并且主要基于供需关系和地价来实行房地产价格的评估，或者讨论某一区域商品房价格上涨的原因及影响，还有少部分研究是基于商品房的价格评估方法以及评估体系。大多数文献是定性而非系统的实证分析，其中关于环境和房价问题的研究也比较少，大多数是把环境因素和其他因素结合在一起，很少有研究单独考虑环境因素对房价的影响。
而关于环境与房价的研究多是以某个城市为主，比如刘畅（2012）以苏州市为例，用享乐价格模型，分析了苏州城区内景观对于房屋价格的影响，研究结果表明城区景观对住宅房地产的影响大于商业房地产，住宅房价与景观的相关性比住宅地价更为显著。同时房地产价格与容积率、土地等级表现出较为显著的负相关性，房地产的景观享乐价值同房地产交易年份也显现出较为显著的正相关性。夏少辉（2010）以西安市为例，从消费者支付意愿的角度，量化分析了影响商品房价格的环境因素，以及各因素对商品房价格的影响程度，结果表明拟购房人群对住宅小区周围环境质量的支付意愿为基准房价格的17.5%，且他们对各环境因素的支付意愿都低于已入住人群的支付意愿。王祺（2017）以河北省为例，进行了商品房价格与环境质量的一元回归分析，结果表明环境质量对房价有一定影响。
也有部分研究是基于全国范围的，但环境因素仅为众多影响房价的原因之一。吴杨等（2014）研究了商品房中环境的经济价值，并且建立了一系列从各方面衡量住宅价值的评估指标体系。应用该体系对市场调研的结果显示，商品房的价值与“非环境因素”关系较大，而“环境因素”在房屋价格增加时所占比例增大。何鸣等（2009）从城市环境特征的角度分析了中国房地产价格的区间差异，且在Roback理论模型基础上，提出了可以衡量中国城市消费者和厂商环境特征品质价值的方法，并选取了国内全部地级及以上城市，做了截面数据分析。按照该方法分析的结果表明，我国居民效用水平受自然环境的影响类似于美国居民受自然环境的影响，居民的福利水平受到了工业污染的严重影响，但是公共服务水平对我国居民效用水平的影响并不明显。结构方程的拟和度表明我国城市环境特征品质对房价和工业地价的联合解释力达60%。杨君伟、胡燕京（2007）分析了自然环境级差与房地产价格的相关性，分别以东、西、中部20个典型大中城市为数据样本，从平均房价、人均可支配收入、金融参与程度和自然环境级差因素等指标入手，用计量分析方法做单方程线形回归分析，结果表明房地产价格变化受到自然环境级差因素的影响极大，不同级差的自然环境与房价变动间呈现相关关系。那柏珠（1997）采用回归方法建立环境污染对居民造成的损害费用函数，使用定量回归技术，说明房屋的若干变量和各种污染对房屋价格的回归关系式，得到损害费用函数，使房屋价格乃至人们的生活环境质量等问题在环境经济系统里寻找到理论模式框架。王艳聪（2017）在公共服务资本化理论的框架下，用双向固定效应模型对283个城市进行实证分析，结果表明工业废水排放量对房价有负效应，而工业二氧化硫和工业烟尘排放量对房价的影响不明显。
特征价格法延续了享乐主义、效率、边际效用递减、资源配置等观点，其核心认为商品价格是由组成商品的各种属性特征带给人们的效用决定的。特征价格理论认为，产品的需求并不是基于产品本身，而是因为产品所内含的特征。国外学者运用特征价格法评估外部环境对住宅价格影响的研究较为丰富，主要有以下两种。一种是以距离为主导因素研究开放空间的影响范围，Anderson和West（2006）研究了五种不同类型开放空间的靠近程度差异对住宅价格的影响；另一种则是以开放空间的规模及其质量为主导因素，研究开放空间对临近住宅价格的影响，如质量迥异的海景和水域以及规模不等的城市森林对住宅价格的不同影响。
现阶段我国商品房价格评估体系还不够完善，暂时还没有特别明确的技术规定和操作流程对商品房的环境经济价值进行评估。在研究房价问题时，最常用的依然是特征价格模型。本文中用各省份房屋销售均价代替住房的单价，用省份层面的宏观变量代替住房的微观特征，以此为基础研究各污染指标对房屋价格的影响。
本文选取废水、废气、垃圾三方面环境污染指标为自变量，各地区房价为因变量，以及各地区GDP、人口、工资、房地产竣工面积、造价等为控制变量，做平衡面板数据回归分析来探讨环境污染对房价的影响。基于特征价格法建立如下回归模型。
ln Y it =α+βlnSO 2 it + γX it + θyear t + μ i + є it
ln Y it =α+βlneffluent it + γX it + θyear t + μ i + є it
ln Y it =α+βlnrubbish it + γX it + θyear t + μ i + є it
分别对二氧化硫、废水、垃圾三个解释变量用双向固定效应模型进行回归分析。所有变量均取对数， X it 为各控制变量。α为截距项，β为各污染指标的估计系数， γ 为各控制变量回归系数， θ 为年份虚拟变量的估计系数，捕捉房价的时间趋势。 μ i 为不随时间变化的固定效应误差项，є it 为随时间变化的误差项。
基于回归模型，从国家统计局网站收集了被解释变量房屋价格（ Y ，商品房平均销售价格），解释变量二氧化硫（SO 2 ，各地区二氧化硫排放量）、废水（effluent，各地区废水排放量）、垃圾（rubbish，各地区城市生活垃圾清运量），控制变量各省份地区生产总值（GDP）、总人口（population）、城镇单位就业人员平均工资（wage）、房地产竣工房屋面积（area）、房地产竣工房屋造价（cost），共计31个省份13年9个变量的数据。涉及价格变量的数据均剔除了以2004年为基年的CPI影响。最终将以上数据整理合并为面板数据，对每个变量取对数后做回归分析。
从表1的统计性描述中可以看出，各变量的样本数据标准差都远小于均值，表明样本数据中不存在极端异常值，无须做进一步处理。
表1 统计性描述
根据前文的理论分析，人们倾向于购买周边环境质量较好的房产，而环境污染通常会对当地房价有负影响，但由于环境污染的外部性，本文预计的实证结果是选取的三个环境污染指标的回归系数不能显著为正。
表2为空气中二氧化硫排放量对房价影响的回归结果。第1列中只加入了空气中二氧化硫排放量，无其他控制变量，结果表明空气中二氧化硫排放量对房价有显著负影响。第2列则在第1列的基础上，加入了房地产市场中影响房价的控制变量，当地商品房竣工面积和影响房价的成本因素——竣工商品房造价，解释变量回归系数无较大变化并且依然显著。第3列在第2列的基础上加入与城市特征相关的影响房价的控制变量，反映当地经济发展水平的GDP，以及当地人口总数和当地城镇单位就业人员平均工资，解释变量回归系数绝对值略微减小但依然显著。
表2 空气中二氧化硫排放量的回归结果
从表2的第1列到第3列的回归结果表明，空气中二氧化硫排放量对房价具有显著的负向影响，回归系数为0.1左右，并且在1%的水平下显著，依次加入控制变量后，对空气中二氧化硫排放量的回归系数及显著性都没有较大影响，回归结果是稳健的。根据回归系数可以得出，空气中二氧化硫排放量每增加1%，房价会降低0.1%左右。由此推测出我国居民对空气中二氧化硫排放的反应较为敏感，空气中二氧化硫污染对房价具有显著的负向效应。
控制变量方面，在给定其他条件不变的情况下，当地GDP对房价的影响并不显著，且出现负的回归系数，与预期不符，这可能是由于多重共线性影响。房屋造价对房价影响比较明显，且在1%的水平下显著具有正向效应，房屋造价增加使得成本上升，引起价格增长。而当地总人口数和城镇职工工资也在1%的水平下有显著正向效应，人口数增加使得人们对住房的需求增加从而推动价格上升，同时房价也随着当地居民收入增加而升高。第3列的房屋竣工面积在5%的水平下有显著负向效应，房屋竣工面积增加使得房屋的供给增加，促使房屋售价下降。
表3给出的是废水排放量对房价影响的回归结果。从表3中发现，废水排放量对房价并没有显著影响，但回归系数却为正，与空气中二氧化硫排放量对房价的负向影响完全不同，对于这个结果可以从两方面加以解释。一方面是近年来我国逐步公开城市的空气质量指标，且媒体对空气质量相关话题报道较多，居民较为容易获取相关信息，使得民众对空气污染较为敏感。而废水排放等相关信息通常被披露得较少，并非热点话题，不易引起居民重视。另一方面，二氧化硫排放主要来自工厂，气体通过烟囱直接排放到大气中，扩散面积广，有浓烈气味，污染表现较为直观明显，易被附近居民察觉，从而居民回避购买此处房屋。而废水则集中通过管道运输到距离住宅较远的江河等区域被排放，居民对污染的直观感受不太明显。因此，废水排放对房价影响并不显著。
表3 废水排放量回归结果
表4为垃圾清运量对房价影响的回归结果。从表4中可以看出，垃圾清运量在5%的显著水平下，对房价具有显著正向影响，这不太符合本文之前的预期。由于没有垃圾产生量，本文用清运垃圾量替代，而这部分垃圾通常被转移至垃圾场进行焚烧、填满等处理，对当地的空气、土地和水资源造成影响。但是近年来，随着经济与科技发展，人们环保意识增强，垃圾处理方式也逐渐增加，处理过程也更加环保。尤其是在经济发达地区，通常垃圾回收比率、无害化处理率都较高，使得垃圾对当地环境的破坏减轻，影响减小。因此，垃圾清运量的回归结果无法准确反映环境污染与房价的关系，反而垃圾处理越频繁的区域，环境质量越高从而正向影响当地房价。
表4 垃圾清运量回归结果
由于环境因素对房屋价格的影响是一个复杂的动态关系，很难量化，因此很难对其建立精确的模型进行分析，进而得出其对房屋价值的具体影响。本文采用全国31个省份从2004年到2016年的平衡面板数据，构建了一个对数特征价格模型来估计环境污染因素对房屋价格的影响。实证结果表明，一个地区空气中二氧化硫排放量的增加对房价有显著负影响，而废水排放量和垃圾清运量的增加却不会造成房价的显著下降。
由于很多污染指标统计年份较短，数据样本较小，以及模型的单一和自身的局限性等，结论存在一定误差，有待进一步检验。但是随着社会的发展和进步，人们对自我生活质量更加重视，环境因素对房价的影响程度将会进一步加大。研究环境污染对住宅价格的影响规律，是为了维护房地产市场的健康发展，也是为了维护我国经济的健康发展。
基于以上结论，本文提出以下政策建议。
地方政府应当鼓励高污染企业技术创新与生产转型，一方面，努力降低污染物排放量；另一方面，要提高各种污染物的无害化处理效率。对于成功转型或治污减排有效的企业予以税负减免或适当补贴，鼓励企业加大在污染防治方面的投资，促进未来可持续发展。
政府应当加强城市规划，尽可能把工业区建立在对居民生活环境影响最小的地方，避免污染影响居民生活。创造良好的居住环境，利于提高城市的吸引力，引进更多高新技术人才，为城市发展提供动力的同时也为房地产市场创造更多需求，避免因环境污染造成房地产行业受挫和阻碍经济的可持续发展。
提高环保投资占GDP的比重，可以采用立法的形式明确规定政府环保投资占该地区GDP的比重下限。这样将环境保护与经济发展联系在一起考核地方政府工作，尤其是针对环境污染较为严重的地区，可以有效规制经济不健康发展带来的环境问题。
制定完善的污染评估体系，量化由环境污染因素造成的房屋价格差异。同时将引起这些价格差异的污染因素与产生这些污染的源头部门联系起来，由污染源头部门承担房地产商的这部分损失。理论上这个方法可行，但进一步实施还需要具体的评估。因为房屋价格的变动受一系列因素的影响，并且对环境污染造成的损失进行量化是十分困难的。
制定环境价值评估政策，确定环境因素在商品房中所占价值。避免出现目前因为没有统一的环境价值评估方法，房地产开发商过度渲染、抬高房价而使消费者利益受损问题。正是由于没有明确的住宅环境经济价格评估方法，房地产商时常以优美的居住环境为噱头，随意定价，导致房屋价格虚高。而消费者本身因信息不对称，以及对相关标准不了解，无法正确感知房屋价值。