邻近城市的空气污染正在影响你的房价

导语

100千米范围内的邻近城市空气污染物总量平均增加一倍，就有可能使当地的住房价格降低约6%。

2020年10月，美国健康影响研究所（Health Effects Institute）发布的年度报告《2020年全球空气状况报告》（State of Global Air 2020）提出，2019年全球约有50万名婴儿由于空气污染导致早产、出生后一个月内发生并发症等各种原因而死亡，同时当年约有667万成年人的过早死亡与空气污染有关。该报告还表示，空气污染仍然是全球范围内导致早期死亡的第四大危险因素，仅次于高血压、吸烟和不良饮食。而在中国，空气污染在健康风险因素中位列第四，排在饮食风险、高血压、吸烟之后。

当前，公众已经普遍意识到空气污染对健康造成的严重损害，空气质量已成为人们选择居住地时最优先考虑的因素之一。在可能的情况下，人们会尽量避免去空气污染严重的地方居住。

住房价格是居住选择的结果。住房在大多数家庭资产中占有相当大的份额，居民对任何可能影响住房价格的因素都很敏感。人们对空气质量的需求会直接反映到房价中。于是，在“用脚投票”的机制下，可以预期，在其他条件相同的情况下，一个地方空气污染越重，房价越低。本地空气污染如何影响本地城市房价，这方面已经吸引了很多的研究。

空气污染的影响不限于一城一市

空气污染与土壤污染、水污染等的差异在于，后两者的污染源及影响范围主要局限在本地，而空气则具有很高的流通性和跨域性。也就是说，一个城市的空气质量不仅受到当地社会经济因素的影响，而且还受到邻近城市空气污染物跨区域传播的影响。因此，人们正在越来越关注周边城市的空气质量。但有关邻近城市的空气污染到底如何影响本地城市的房价的研究还很缺乏。

测度空气质量包括周边城市的空气质量如何影响到房价，不仅对个人居住选择重要，对房地产开发、产业布局和吸引人才甚至是政府的公共政策制定也十分重要。因为空气污染治理需要大量的公共投资，巨大的公共投资首先需要知道这些投资到底能带来多少经济社会效益，其次还需要了解有什么样的回收机制能回收这些巨大的公共投资。

测度空气污染对房价的影响，其实就是在测度人们对清洁空气的支付意愿。它不但为评价空气质量改善所带的来经济社会价值提供了重要依据，也提供了改善空气质量公共投资的回收机制。比如，可以通过增加土地出让金、房产持有税和房产交易税等方式回收这部分公共投资。当有充足证据表明，邻近城市空气污染会对本地房价产生影响，会促进地方政府在大气污染治理方面开展更多跨区域协同协作。

我们将周边城市空气污染对本地房价的影响效应称为“空间溢出效应”。但具体到测度中需要注意，这种空间溢出效应还可能通过其他几种潜在机制发挥作用。例如，人们对房价的评估不仅考虑当地的舒适度，还会考虑所在区域的总体舒适性。相邻城市的空气污染会导致公众对整个区域舒适度的评价偏低，人们就会“用脚投票”从这个区域迁走。此外，周边空气污染还抑制了整个区域的人力资本积累，进而影响房价。地理、气象和环境治理等因素也会使空气污染对房价产生空间溢出效应，在不同地理环境、不同产业结构、不同环保治理强度下的城市会具有不同的特点。

中国正经历着快速城市化和深度工业化的进程，大多数城市的空气质量出现了不同程度的恶化。厘清城市之间的距离、风向、通风强度和地方政府在空气污染排放监管方面的努力等因素，如何影响空气污染溢出效应的大小，有助于弥补人们对空气污染溢出效应异质性认识的不足。

此外，还需要意识到，空气流动受距离约束，超过某个临界距离，空气污染就不再对其他城市的住房市场产生明显的影响。然而，已有的研究并没有对空气污染溢出效应的临界距离给予充分关注或提供有效信息。

区域空气污染如何影响房价

我们利用2005—2015年全国83个大中城市数据对邻近城市之间的空气污染如何相互影响房价进行了量化测度，采用的是空间计量经济学方法，这项研究发表在城市研究领域国际权威期刊Cities上。

我们最初的研究结果表明，本地空气污染能够明显降低100千米范围内其他城市的房价，但对100千米之外城市的房价则没有明显影响。但我们很快发现，这个估计结果没有考虑到空气污染的内生性，也就是因为遗漏变量而带来的误差，具体而言，就是有一些关键影响变量没有被观测而进入模型。此外，初步结果还没有考虑到风向的影响。因为从周边城市导入的空气污染对当地房价的溢出效应的范围对风向敏感。根据气象学的相关理论，空气污染物更容易从一个城市的上风向输入到这个城市，但却不能从该城市的下风向导入该城市。也就是说，城市主导风向决定了空气污染扩散的主要方向。但我国大多数城市都位于季风气候区，冬季和夏季的风向是不一样的。考虑到风向的时空变化频繁，利用年均数据难以准确测度空气污染在年内会变化的扩散方向下对房价的影响。为了控制风向季节性变化的影响，我们将样本城市限定在中国东部季风区，且只采用第一季度（主要风向是西北风）的空气污染数据。

我们通过运用工具变量缓解内生性偏误并考虑风向的再次评估，发现本地大气污染能够明显降低200千米范围内其他城市的房价，且影响程度随着城市间距的增加而递减。考虑风向之后的评估结果相对来说较为准确，当城市间距超出200千米空气污染的溢出效应就不明显了。这个估计结果，在我们使用空气质量指数（AQI）代替PM2.5浓度后，依然稳健。

我们进一步发现，空气污染在大气中的扩散受风速、温度、云层和相对湿度等气象条件的影响很大，其决定力量主要有两种。首先，大气污染的水平扩散是由风速决定的。较高的风速可以使一个城市排放的空气污染物更快地扩散到邻近城市。其次，空气污染的垂直扩散取决于大气混合层高度，即大气边界层高度。Box模型表明，空气污染浓度与风速和边界层高度的乘积（空气流动系数）成反比。流动系数越大，意味着空气流通性越强。在城市污染排放水平相同的情况下，流动系数越高的城市，空气污染的溢出效应越大。因此，空气流动系数可以使得空气污染对不同城市房价具有不同的溢出效应。如果不考虑空气流动性，那么在分析周边城市空气污染与当地经济指标（如房价、失业率、劳动收入等）的关联性时很可能出现偏差，结果表明空气流通性越强的城市，其大气污染对周边房价的影响越大。

我们还认识到，空气污染中的排放物种类很多，如二氧化硫、二氧化氮、工业烟尘等。在中国，中央政府要求所有的地方政府都必须投入大量的精力来控制工业污染物的排放，并严格执行国家规定的减排指标。然而，中国各城市的工业污染物排放率差异很大，反映出地方政府在实现有效环境治理方面的动机不同、力度不同、能力不同。当本地工业污染物排放量很高时，对周边城市的居民健康将造成更大的危害。我们的研究结果表明，环境治理越不严格的城市，也就是污染排放量越高的城市，其空气污染对周边房价的负外部性越大。

总体而言，对于我国大多数城市，100千米范围内的周边城市空气污染物总量增加一倍，就有可能使本地住房价格下降约6%。然而，需要提醒的是，由于数据和方法的限制，这一估计可能还要低于真实的影响，很可能是一个下限测度值。

区域协同治理缓解大气污染

根据我们的研究发现，我们建议从以下三点发力应对空气污染。

第一，完善制度设计，理顺治理体系。在我国以“GDP锦标赛”为特点的官员晋升考核机制下，地方官员往往为了保持经济增速而牺牲环境治理。中央政府应进一步深化地方政府的政绩考核制度改革，将环境质量状况全面纳入考核体系，通过科学、有效的机制设计改变地方政府的诉求结构，完善中央政府对地方政府的激励相容政策，提高地方政府的环境治理积极性，激励地方政府加大空气质量治理力度，增加环境公共品的供给。通过加强空气质量信息公开，保障公众对环境质量和居住环境状况的知情权等充分发挥社会监督的功能。

第二，加强区域协同，促进一体化治理。一个城市的空气质量并不仅是这一个城市自身的问题，因雾霾形成因素的复杂性、传播范围的广泛性和信息收集渠道的区域性，因此不能就城市论城市，针对空气质量的城市治理必须由地方政府间合作完成，建立地区间空气质量联防联控治理体系。

目前，我国空气质量治理中地方政府间合作机制还存在一些问题，如协调管理机构的缺失、中央政府职能缺位、法律体系不完善、社会监督不够充分和政府职能定位不清晰等。需要构建一个合理有效的地方政府间合作机制，成立专门的协调管理机构，加强中央政府的监督，完善法律体系。

污染空间效应的存在加深了地区间空气污染的相关性，使得各城市不愿将空气污染的外部成本内部化，导致环境治理的低效率，因此上一级政府应积极推动各地区间的联防联控治理体系，共同规划和实施环境治理方案，以及建立统一的治理法规与标准，强化地区间的协调与合作，制定区域性环保政策措施和区域一体化协同治理方案，优化区域产业结构及相应的财政支出体系，增加区域环境治理、监管投入，以及环保型补贴，平衡经济增长与环境保护的关系。第三，加强国土空间规划管控，合理调配土地供应，科学进行城市内部空间布局。通过城市定位及战略目标确定，引导城市产业结构转型升级，合理设置城市工业园区及工业用地，降低污染性工业企业对城市空气质量污染，合理布局排放强度较高的产业园区及产业类型；科学划定城市风道廊道，通过调整城市道路走向、设置生态绿色走廊、控制建筑物高度等措施，保证城市主风道。通过城市通风走廊的规划，引风入城，从而缓解城市雾霾天气的发生以避免对城市居住区及居民生产生活产生不利影响。同时遵循城市环境容量基本原则，城市能源规划遵循低碳生态的原则，结合城市当地的气候条件、环境和资源禀赋状况，选择适合本身的能源供应系统。

*本文依据作者们近期在城市研究领域国际权威期刊Cities发表的论文而改写：Zhang, Haiyong; Chen, Jie and Wang, Zhen. (2021) ‘Spatial heterogeneity in spillover effect of air pollution on housing prices: Evidence from China’, Cities, 113(June), p. 103145. doi: 10.1016/j.cities.2021.103145. Cites为城市研究类SSCI一区期刊，2019年度影响因子为4.802。原文链接：https://linkinghub.elsevier.com/retrieve/pii/S0264275121000433。编辑：潘琦。