环境污染与城市房价

摘要：在我国的当前阶段，环境质量和住房价格成为与人们生活密切相关的两个主题，居民选择住房时对周边环境质量的重视程度越来越高。文章在公共服务资本化的理论框架下，采用双向固定效应模型对283个直辖市和地级市进行实证研究发现，城市工业废水排放量的增加会显著降低房价，而工业二氧化硫和工业烟尘排放量的增加对房价尚没有显著影响，这可能与我们的指标选取有关。文章的研究结论表明，政府应加强环境治理和引导企业转型，尤其要减少工业对周边水体的污染，以提高城市的居住吸引力和促进当地经济可持续发展。

关键词：公共服务；环境；住房价格；资本化

一、 引言

目前我国关于政府公共服务的已有研究主要集中在教育和公共交通方面（冯皓和陆铭，2010；况伟大等，2016）而针对关乎全民健康的自然环境因素的研究却尚不多见。事实上，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。基于此，本文尝试采用现有的可得数据，对多种环境因素如何影响房价进行实证分析，检验我国各城市的环境质量是否已经产生显著的资本化效应。

本文的研究意义可以归结为三点。在政府财政收支方面，该实证研究可以从房价变动及其引致的房产交易税收入变动的角度为政府提供一个测度公共服务价值的途径，由此可以计算出政府提供改善环境质量的公共服务会获得多少收益，而政府每年的各项财政支出是有预算的，进而为政府通过权衡收支来制定最优的公共服务供给方案提供数据支持。从经济发展和企业经营层面看，房地产业作为我国产业结构中的重要一项，其发展情况直接影响我国的国民经济，研究环境等公共服务对这一行业的影响不仅可以对该行业的整体发展规划有一定指导，而且对企业个体的战略布局也有参考意义。从居民的角度看，关于环境等公共服务影响房价的经验研究可以作为一种市场信息，供居民在选择居住地、交易商品房时使用，以期优化其决策。

二、 数据说明与模型构建

1. 数据与变量。

（1）数据来源与处理。本文采用的数据为2003年～2015年283个直辖市与地级市的住房价格、经济发展与产业结构、人口、就业、公共服务和环境污染等相关数据。数据来源为国家统计局。本文主要对样本数据进行了以下处理：①删除有变量缺失和有明显数据错误的样本。②与价格相关的变量按照各地级市所在省份的价格指数进行调整。最终，本文使用了2 833条年度观测值，数据结构为非平衡面板数据。

（2）变量定义。本文的被解释变量为各直辖市与地级市的年度平均住房价格的对数值（lnhp）。核心解释变量为影响公共环境质量的变量，包括单位面积的工业废水排放量的对数值（lnwastewater）、单位面积的工业二氧化硫排放量的对数值（lnso2）和单位面积的工业烟尘排放量的对数值（lnsmoke）。控制变量主要包括城市的经济发展与产业结构变量、人口变量、就业相关的变量、以及医疗和文化类公共服務变量。

本文所涉及变量的具体名称和统计描述见表1所示。

2. 各环境因素对住房价格影响的计量模型。参照研究房价最常用的特征价格模型，本文用各直辖市与地级市的住房均价代替住房的单价，用城市层面的宏观变量代替住房的微观特征，并且控制时间固定效应。完整的计量模型设定如下：

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

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

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

为了削弱共线性的影响，本文将环境的三种污染因素分别用三个计量模型进行回归，从而检验各自对房价的影响。Xit为各控制变量。？琢0为截距项，？茁为各污染源因素的估计系数，？酌为各控制变量回归系数集合，？兹为年份虚拟变量的估计系数，捕捉房价的时间趋势。？滋i为随时间不变的固定效应误差项，？缀it为随时间变化的误差项。本文采用双向固定效应模型进行估计。

根据前文的理论分析，环境质量的改善对房价有正向资本化效应，反言之，环境污染应该会对当地房价有负向资本化效应。但考虑到环境污染的外部性和居民的搬迁成本，本文预计的实证结果是环境的三个污染项的回归系数不能显著为正，但是否显著为负却无法确定，有待检验。

三、 实证结果分析

表2为工业废水排放对房价影响的回归结果。第（1）列中只加入了单位面积工业废水排放量，第（2）列～（6）列逐步加入了各控制变量。具体地，第（2）列在第（1）列的基础上加入了反应经济发展水平的变量，包括人均GDP、第二产业占比和第三产业占比；第（3）列在第（2）列的基础上加入了地区人口特征变量，包括人口密度和人口自然增长率；第（4）列在第（3）列的基础上加入了地区职工密度变量，包括城镇个体劳动者密度和职工密度；第（5）列在第（4）列的基础上加入了职工平均工资；第（6）列在第（5）列的基础上加入了公共服务特征变量，包括医院卫生院人均床位数和公共图书馆人均图书量。

从表2的第（1）列～（6）列回归中可以看出，单位面积工业废水排放量对房价具有显著的负向影响，回归系数大小约为-0.02，且均在1%或5%的水平下显著，加入控制变量对单位面积工业废水排放量的回归系数大小及显著性影响不大，回归结果是稳健的。回归结果表明，单位面积工业废水排放量每增加1%，房价会降低约0.02%，这说明我国居民对工业废水排放的反应较为敏感，工业废水造成的水质污染对房价具有显著的负向资本化效应，这与Walsh等（2011）的研究结论一致，水体环境的确会影响居民的居住选择，水体质量与房价有着同方向的变动。

控制变量方面，在给定其他条件不变的情况下，人均GDP对房价的影响并不显著；第二产业占比的回归系数约为0.015，第三产业占比的回归系数约为0.016，且均在1%的水平下显著，这表明第二和第三产业占比越高，房价越高；人口密度的回归系数约为0.7左右，人口自然增长率也对房价具有正向影响，两项均在接近10%的水平下显著，这与理论预期是相符的，人口密度越大，人口增长越快，土地供应和房屋供应越紧张，住房需求越大，房价越高；城镇个体劳动者密度的回归系数约为0.035左右，且均在1%的水平下显著，可能的原因是城镇个体劳动者的收入相对较高，而城镇个体劳动者密度越大，购房需求越旺盛，房价也就越高；职工密度和职工平均工资的回归系数为正，但并不显著；在公共服务方面，院卫生院人均床位数的回归系数为0.122，且在1%的水平下显著，公共图书馆人均图书量的回归系数也大于0，但并不显著，这表明在公共物品方面，相对于公共文化服务，公共医疗服务的资本化效应更强烈。endprint

表3给出的是工业二氧化硫和工业烟尘排放对房价影响的估计结果。（1）列～（6）列的控制变量与表2中相同，不再赘述。由表3可见，工业二氧化硫和工业烟尘的单位面积的排放量对房价没有显著影响，这与Zheng和Kahn（2008）的研究结论并不完全一致。在Zheng和Kahn（2008）的研究中，空气质量指标采用的是PM10，发现PM10指数的增加对房价有显著的负向影响。而本文采用的是工业产生的污染气体和烟尘的排放量，对房价的影响并不显著。这个结果可以从两方面加以理解：一方面是自2008年以来我国逐步公开城市的PM2.5、PM10等空气质量指标，且每日更新，民众很容易获取这些信息，但工业排放的污染气体和烟尘长达每年度才公布一次，少有人关注。另一方面，之所以信息披露情况相似的工业废水排放量对房价有显著影响，而工业二氧化硫和烟尘却不显著，是因为二氧化硫和工业烟尘主要是空气污染源，相比水体资源，空气的流动性更强、外部性更高、地域性更弱，只有在物理距离较大的地区之间才有显著差异。但远距离的居住地变换要考虑的搬迁成本则可能是巨大的，包括就业机会、人文环境、家庭关联等，导致搬迁的自由度大受影响，所以这两项指标的资本化效应不显著是具有合理性的。

以上回归结果表明：（1）工业废水排放量的增加对房价有显著的负向资本化效应。我国居民对工业废水排放的反应较为敏感，某市的工业废水排放越多，居民越不愿意选择在该地居住。水质污染会显著降低居民对该城市住房愿意支付的价格；（2）工业烟尘和二氧化硫等空气污染对房价的影响并不显著。可能的原因一是这两个空气污染物的排放量数据不够公开，二是空气污染相比水质污染有更强的外部性。

四、 结论与政策建议

本文采用全国283个直辖市和地级市2003年～2015年的非平衡面板数据，构建了一个对数特征价格模型来估计环境污染因素对城市住房价格的影响。实证结果发现，一个城市的工业废水排放量增加对房价有显著负影响，而工业二氧化硫和工业烟尘排放量的增加却不会造成房价的显著下降。此外，本文还试图检验政府在环境治理方面的举措是否对当地房价产生了正向推动，但受数据所限，无法得到较为稳健的实证结果。

基于以上结论，本文提出以下政策建议：地方政府应当加强环境规制，鼓励企业生产转型，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率。同时，政府还要加强城市规划，避免污染影响居民生活。只有这样，才能提高城市的居住吸引力，避免因环境污染造成房地产行业受挫和阻碍经济的健康可持续发展。

参考文献：

[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，陆铭.通过买房而择校：教育影响房价的经验证据与政策含义[J].世界经济，2010，（12）：89-104.

[6] 况伟大，王优容，马海云.地铁站设立与城市房价空间分布[J].中国软科学，2016，（4）：45-57.

基金项目：中国人民大学科学研究基金（中央高校基本科研业务费专项资金资助）项目（项目号：16XNH002）。

作者简介：王艳聪（1985-），女，汉族，河南省新乡市人，中国人民大学财政金融学院博士生，研究方向为宏观经济与财政政策。

收稿日期：2017-09-06。endprint