任丽燕,宋俊星,马仁锋
(宁波大学 中欧旅游与文化学院,浙江 宁波 315211)
城市邻避型服务设施通常是指一些有污染威胁的城市服务设施,例如污水处理厂、垃圾焚烧场、垃圾中转站、发电厂、变电站等。不可否认,这些设施为城市社会经济运转和居民日常生活提供了重要保障,是城市正常运行所必需的服务设施。但是这些设施的日常运营,不仅破坏了周围的生存环境,危害居民的身体健康,在某种程度上也对住宅价格产生了波动[1]。
工业化和城镇化的快速发展,导致城市服务设施已经无法满足公众日益增长的生活需求,必然要求政府大量增加城市服务设施的建设[2]。生活水平和教育水平的不断提高,也相应增加了中国城镇居民的环境意识和住房需求。目前,居民对住宅的需求不再是简单的生存需求,而更注重小区自身和周边的自然环境,住宅建筑的外部环境属性带给居民的实用性和舒适性已远远超过住宅建筑本身的属性[3]。大量的文献研究表明,居住环境是购房者考虑的重要因素,尤其是临近公园、河流、湖泊的住宅小区更能赢得购房者的青睐[4]。邻避冲突产生的原因是对居住环境产生负面影响的服务设施直接或间接地破坏了住宅周围的原始环境,改变了居民的心理感知和环境感知,进而产生了邻避效应,居民的自我财产保护意识和健康环保意识已成为爆发邻避冲突的新风险[5]。图1 呈现了邻避设施对住宅价格的影响机制。
图1 邻避设施对住宅价格的影响①
无可否认,国内外一些学者已经开始关注邻避设施对住宅价格的影响,国外多位学者如Nelson[6]、Wilhelmsson[7]、Mense 等[8]、Rahmatian 等[9]利用特征价格模型研究了机场噪音、飞行航线等对住宅价值的影响,结果发现距离机场越近、机场规模越大、飞机飞行高度越低,则对周围住宅价格的影响越大。也有多位国外学者Boes 等[10]、Kreibich 等[11]、Zhu 等[12]、Ando 等[13]研究了日本福岛事故的影响效应,发现福岛事故的发生导致核电站附近的土地和公寓价格大幅下降,但这种初始影响也会随着时间而衰减。另外,也有少数国外学者Agee 等[14]、Filippova 等[15]、Bond 等[16]分别研究了火葬场、手机信号塔、高压输电线对住宅价格的影响,结果均发现设施的距离与住宅的价格具有显著的相关性。国内关于邻避设施对住宅价格影响的研究文献较少,目前只有部分学者如陈佛保等[17]、朱天俊[18]、陈力[19]分别研究了垃圾中转站、垃圾焚烧厂、化学危险场所对住宅价格的影响,结果均发现距离这些设施越近,则住宅价格越低。
城镇化的快速发展和居民环境意识的不断提高,使得越来越多的城市服务项目被贴上邻避的标签。因此测度多类邻避设施对住宅价格的影响程度,在一定程度上可以对政府合理布局和规划城市服务设施提供理论依据。
国内学者关于邻避设施对住宅价值影响的研究区域主要集中在上海、广州等大型城市,而像广东化州、浙江东阳、江苏连云港等城市也都发生过轰动全国的邻避冲突事件,因此二线城市和小城市也是爆发邻避冲突的重要案例地。宁波市地处我国东南沿海,是浙江省副省级城市、计划单列市。宁波市经济发达、人口聚集、房地产市场发育成熟,且居民环保意识强,2012 年曾因PX 项目建设爆发过影响较大的邻避冲突事件。本文研究区域为宁波市中心城区,是指2016 年行政区划调整以后的海曙区、江北区、北仑区、镇海区和鄞州区,而奉化区住宅样点及邻避设施类型较少,不作为研究区域。
根据宁波市的实际情况和数据获取的可得性,本文主要挑选了发电厂、变电站、化工厂、垃圾中转站、飞机场、殡仪馆墓园、污水粪便处理厂七种邻避设施类型。五区内化工厂、垃圾中转站、殡仪馆墓园的建设点较多,进行了初步筛选:将进入2017 年宁波市综合百强企业、竞争力百强企业和制造业百强企业的化工厂、日转运量大于30 吨的垃圾中转站、1km 范围内分布住宅居民较多的殡仪馆墓园作为研究对象,而发电厂、变电站、飞机场、污水粪便处理厂的研究对象则涵盖了五区内所有的样点。其中,殡仪馆墓园包含殡仪馆和墓园,污水粪便处理厂包括污水处理厂、生化处理厂和粪便处理中心。
一些邻避设施在日常经营过程中可能造成空气污染、水污染或者噪音污染等,对距离较远的社区居民在短时间内影响不大,但从长远来看,空气、水流等传播因素可能会扩大其污染范围,远超过国家规定的安全防护距离,因此在对邻避设施变量进行量化时,将1km 以内的住宅居民归为核心利益相关者。
住宅相关数据主要来自房价网2018 年7 至9 月的宁波二手房住宅挂牌价格,包括住宅单价、建筑面积、建筑年代、户型、绿化率、容积率等信息。由于房地产实际交易价格获取困难,且目前房地产市场仍属卖方市场,挂牌价格与交易价格相差不大,挂牌价格的房价指导性明显,因此本文住宅价格数据采用挂牌价格。由于数据时间跨度很小,可以不考虑时间对价格的影响。在数据进行模型之前,笔者通过实地调查,对数据的准确性进行抽样核实,剔除了部分信息不齐全及异常数据,剩余1 010 个住宅楼盘的17 628 个住宅单元数据。所挑选邻避设施和住宅样点的分布图由ArcGIS 软件制作,如图2 所示。
综合考虑城市住宅价格影响因素的重要性及数据获取的可行性,本文所挑选的住宅特征变量包括医院、学校、公交站和地铁站、菜市场、大中型超市、公园、天一广场、房间、客厅、绿化率、容积率、面积和房龄。
其中,学校主要挑选的是五区内中小学、大学和大中专院校;医院主要挑选的是各区的三甲医院。超市主要挑选的是沃尔玛、大润发、华润万家、物美等大中型超市,对公交站和地铁站、菜市场和公园的挑选涵盖了五区内所有的样点。天一广场是集休闲、商贸、旅游、餐饮、购物于一体的大型城市商业广场,被誉为是宁波的商业航母,因此将天一广场作为宁波市的市中心来进行研究。
图2 邻避设施和住宅样点的分布
本文所用的设施数据主要来自百度地图,设施样点的坐标主要通过百度坐标查询获取并进行坐标纠偏。住宅到城市设施的最近距离利用ArcGIS 中的邻近距离进行计算。最后共选取住宅特征变量20 个,描述与量化如表1 所示。
表1 住宅特征变量的描述与量化
特征价格法是研究房地产价格影响因素的常用方法。经过近一个世纪的发展,该模型已具有完善的理论基础,函数关系简单明了,参数估计方便准确,对于价格的影响有较强的说服力。
特征价格模型常用线性、半对数和对数函数形式,经过多次尝试和比较,本文采用对数形式建立模型,以住宅价格的自然对数为因变量[20]。自变量中,医院、学校、公交站、菜市场、大中型超市、公园、天一广场等连续变量采用对数形式,7 个邻避设施虚拟变量和房间、客厅、面积、房龄、绿化率、容积率等变量采用线性形式。具体函数形式如式(1):
其中:P 为住房价格,Si为连续特征变量,Sj为非连续特征变量,a0、ai、aj为待估系数,ε 为误差项。影响住宅价格特征变量的描述性统计如表2。
表2 住宅特征变量的统计性描述
利用Stata/SE15.0 软件,应用多元回归分析方法对影响住宅价格的特征变量和房价网提供的二手房住宅价格进行回归分析,得出的回归结果如表3 所示。
由表2 可知,模型统计判定系数R2和经调整的R2分别为0.977 2 和0.977 2,拟合程度非常高。模型的F检验都远远大于F0.01,回归方程显著。在10%的显著性水平下,除了客厅变量外,其余变量的回归系数显著性水平都小于10%,样本数据的拟合在统计上有意义。所有变量的VIF 值均小于10,自变量之间共线性程度不大。由图3 可见,模型的绝大部分残差值随机地落在水平直线士1 之间,满足残差方差齐性的假设,图4 为残差的直方图,可以看出残差直方图比较符合正态分布曲线,模型拟合程度较高,可以用来分析和解释各个住宅特征变量对住宅价格的影响。
表3 特征价格模型回归结果
图3 方差齐性检验图
图4 残差的直方图
在对数模型中,自变量为连续变量时,未标准化的回归系数B 对应住宅特征的价格弹性系数,即在其他变量不变的条件下,某变量变化1%时所带来的住宅价格变化的百分比。价格半弹性系数是由于自变量是虚拟变量或等级赋值,不能直接采用回归结果的未标准化系数,需要作如下处理,计算公式为:半弹性系数=100×(eB-1)。数据处理结果如表4 所示。
表4 特征变量的价格弹性系数
1.邻避设施特征变量的价格弹性分析
临近邻避设施的变量含义是住宅与邻避设施的最短距离是否在1km 之内,表现了住宅与邻避设施的距离程度。研究结果显示,临近邻避设施变量对住宅价格均表现出负向影响,即在其他因素不变的情况下,住宅周围1km 范围内有邻避设施,住宅价值将会受到不同程度的贬值。(1)在七种邻避设施变量中,发电厂对周围住宅价格的影响最大,即住宅小区周边1km 范围内有发电厂设施,住宅价格会下降3.348%之多。可能由于发电厂对周围的住宅小区造成会空气污染和水污染,影响居民身体健康,所以居民对其支付意愿降低。(2)化工厂对住宅价格的影响也比较大,研究结果显示距离化工厂在1km 范围内的住宅低于一般住宅约3.18%的价格。化工厂带来的空气污染、水污染和视觉污染等因素可能使居民产生了一定的邻避心态。(3)住宅小区临近变电站和垃圾中转站,意味着小区可能会遭受气味、垃圾、景观破坏等问题,造成住宅价格分别下降约1.731%和2.386%。(4)住宅小区1km 范围内有殡仪馆墓园、飞机场、污水粪便处理厂等设施,也分别会造成住宅价格下降0.995%、0.707%和0.784%。
2.其他住宅特征变量的价格弹性分析
(1)公园距离对住宅价格的影响最大,到公园的距离每增加1%,住宅价格下降0.352%。其次,住宅的绿化率每增加1%,住宅价格将上升0.037%。生活水平的提高使得人们对住宅周围的生态环境越来越重视,有水景、距离公园近、绿化率高等因素已经成为居民购买住房时考虑的重要因素。(2)到天一广场的距离每增加1%,价格会下降0.019%,这与赫前进[21]研究距离市中心越近,住宅价格越高的结论相一致。(3)住宅距离医院、学校、菜市场、公交站和地铁站的远近对房价都产生一定程度的影响,即距离每增加1%,价格分别会下降0.002%、0.003%、0.001%、0.006%。这些公共设施为居民提供了医疗、教育、购物、交通等服务,满足居民的日常生活需求,越靠近这些设施,则房价越高。其次,房间、面积、房龄、容积率等变量对住宅价格也产生了不同程度的影响。(4)和直观感觉不一致的是,大中型超市变量的系数为正,即住宅与大中型超市的距离越近,住宅价格反而越低。究其原因是由于大中型超市周围人口流动密集,周边过往的车辆较多,噪声污染和交通堵塞给周围居民的生活作息带来负面影响,降低了居民的生活质量,其对房价的影响有待重新评估。
在多元回归分析中,将各自变量进行标准正态变换后可得到标准化偏回归系数,它的大小可以直接用来比较各自变量对因变量的影响程度。由表5 可知:(1)在7 种邻避设施特征变量中,对住宅价格影响最大的是发电厂、化工厂、垃圾中转站,分别占比重为3.83%、3.09%和2.4%,而其他邻避设施变量所占比重小于1%,影响程度较小。(2)在对住宅价格影响较大的前十个特征变量中,邻避设施变量有三个,占近1/3 且排名靠前。说明居民在购买住房时,对周围的设施分布关注较高,邻避设施的存在一定程度上会影响居民的购买意愿。(3)在所有的住宅价格特征变量中,公园距离对住宅价格的影响程度最大,占比重75.36%。除此以外,市中心距离(天一广场)、面积、房间、容积率等变量对住宅价格的影响程度也较大。
表5 住宅特征变量的影响程度排名表
通过构建特征价格模拟,运用多元回归分析和标准正态变换对住宅特征变量的价格弹性和影响程度进行分析,结果表明:
(1)住宅小区1km 范围内分布有邻避设施,即该设施会对住宅价格产生一定程度的负面影响。在所挑选的七种邻避设施变量中,发电厂和化工厂对周围住宅价格的影响较大。在对住宅价格影响较大的前十个特征变量中,邻避设施变量占近1/3 且排名靠前,说明邻避设施的存在一定程度上会降低居民的购买意愿。
(2)在所有住宅特征变量的价格弹性和影响程度分析中,公园绿地对住宅价格的影响最大,这说明人们在选择住宅时,依然具有较强的景观偏好,周围的生态环境依旧是居民购买住房时考虑的重要因素。
(3)有些传统上认为邻近小区便利生活的公共设施如大中型超市,随着人们对生活质量的要求越来越高,其邻避效应正在显现,距离住宅区太近不一定会提高房价,其对住宅价格的影响有待进一步验证。
邻避设施的负面影响和潜在风险性是固定存在的,学术界一直认为补偿是降低设施邻避效应,缓解居民邻避心态的有效方式之一。依据模型结果得出的邻避设施价格弹性和影响程度,提出以下补偿建议:
1.环境补偿
环境补偿主要是依靠改善设施外立面,美化或者改良设施周围环境来达到降低邻避效应的效果,通常使用绿化带或绿色植物种植带进行隔离。从实证分析的结果也可以看出,在众多住宅特征价格变量中,公园和绿化率对住宅价格产生了很大的积极影响,距离公园近,绿化率高的小区更能满足购房者的居住心理。因此,对于发电厂、化工厂等具有高度邻避效应的设施,可以通过对设施的建设地进行遮蔽,周围种植高大茂密植被,扩大绿化隔离带的范围等来弱化设施的突兀形象,减少居民的视觉污染,降低其邻避心态。
2.规划补偿
规划补偿通常是利用某些设施的正外部性效应抵消邻避设施的负外部性效应,通过正外部效应设施的服务半径来抵消其邻避范围,因此对于一些无法搬迁或者无法拆除的邻避设施,可以通过此手段缓解居民的邻避心理。例如,从实证结果中发现住宅小区1km 范围内有垃圾中转站设施,会造成住宅价格下降1.731%之多,建设垃圾中转站的地方一般也是周围人口比较集中,人流较多的区域,在此地建立城市大型基础设施,比如购物广场、体育馆、图书馆等不仅可以改善周围的生活环境,也可以提高居民的生活质量,缓解其邻避心态。
3.政策补偿
政策补偿是指政府通过提供一些相应的政策优惠来提高设施周边的经济水平从而缓解居民的邻避心理。比如殡仪馆墓园这类设施,随着城市化速度的加快,虽然有部分原位于城市郊区的殡葬设施慢慢地被城市商业区和居住区包围,但是大多数殡葬设施距离城市主城区还是有一段距离的,且大部分墓园依山而建,环境优越,周围土地资源丰富。针对此类设施,政府可以对周边居民进行农业扶持,将周边地区规划成蔬菜种植基地或者果园种植采摘基地,充分利用土地资源,打造特色农业品牌,给予村民农业发展补贴,并对设施周边道路进行绿化整修,缓解祭拜葬礼时道路拥堵状况,这样不仅可以提高周边居民的生活收入和生活品质,也可以转移居民的注意力,缓解邻避态度。
对于每一类邻避设施,其补偿方式都不是唯一的,想要达到理想的平衡状态,必须要结合设施的自身特性和居民的邻避心态,多种补偿方式相辅相成,才能更有效地化解居民的邻避心态。