加载中...
Air Pollution and the Effects on House Prices: A Push for Sustainability
环境可持续性已成为许多国家关注的重要议题。在众多令人担忧的污染源中,空气污染的影响常常被资本化为房价。本文聚焦于中国长沙市的空气污染,以及新的污染法规对污染暴露与房屋销售价格之间关系的影响。我们利用长沙市10个空气质量监测站的空气质量指数(Aqi)数据,根据地理位置,为城市中每套住房单元插值出此前12个月的平均Aqi值。在控制了诸如居住面积和到最近地铁站距离等重要房屋特征后,我们将“蓝天保卫战”行动计划(BSPC)作为准自然实验,以识别空气污染对房价的因果效应。我们发现,在污染法规实施后,先前位于相对高污染社区的住房单元其价值上涨了约2%,并且在统计上显著。这意味着中国通过实施进一步的污染限制措施,无论是在长沙还是在全国其他地区,都可能为其房主带来更大的住房财富。其他亚洲国家也有可能从本分析的结果中借鉴学习。
Abstract
Environmental sustainability has become an important issue of concern throughout many countries. Among the many sources of concern include air pollution, the effects of which are often capitalized into house prices. In this article, we focus on air pollution in the city of Changsha, China, and the impacts of new pollution regulations on the relationship between pollution exposure and house sales prices. We use the Air Quality Index (Aqi) data from 10 air quality monitoring stations in Changsha to interpolate a previous 12-month average Aqi value for each dwelling unit in the city, based on geographical location. Controlling for important house characteristics such as the living area and the distance to the nearest subway stations, we use the Blue Sky Protection Campaign action plan (BSPC) as the quasi-natural experiment to identify the causal effect of air pollution on house prices. We find dwelling units that were previously in relatively higher-polluted neighborhoods saw their values increase by about 2% after the pollution regulation was implemented, which is statistically significant. This implies China could achieve greater housing wealth for its homeowners by implementing further pollution restrictions, both in Changsha and perhaps also in other parts of the country. Other Asian countries could potentially learn from the results of this analysis.
高污染地区的房价在BSPC政策后上涨约2%
以长沙市2016-2021年二手房交易数据为样本,利用BSPC政策作为准自然实验进行双重差分估计。结果显示,位于政策实施前12个月平均空气质量指数(Aqi)较高区域的住房,在政策实施后其价格相对于低污染区域显著上涨约2%,表明环境规制改善了空气质量并资本化到房价中。
污染越严重区域,政策对房价的正面影响越大
当使用虚拟变量(即位于当月平均Aqi值以上的区域)进行估计时,处于污染水平高于中位数的区域的住房,在BSPC政策后其价格上涨幅度约为6%,高于连续变量设定下的平均效应,说明政策效果在原本污染更严重的区域更为突出。
BSPC政策对PM2.5和SO2污染暴露区域的房价有显著正向影响
将核心解释变量替换为PM2.5和SO2浓度进行稳健性检验。结果显示,暴露于PM2.5和SO2较高水平的住房在BSPC政策后,价格分别上涨约1.11%-1.91%和1.089%-1.108%,与基准回归结果一致,证实了政策通过减少主要目标污染物而对房价产生的影响。
政策效应存在约5个月的时滞
动态效应分析显示,在BSPC政策实施前的时期,高污染区域与低污染区域房价变动趋势无显著差异,满足平行趋势假设。政策实施约5个月后,其对高污染区域房价的正向影响才开始变得显著,表明政策从中央宣布到地方执行并对房价产生影响需要一定时间。
核心解释变量
核心解释变量为住房单元所在地理位置的空气污染暴露水平,以反距离加权插值法(IDW)估算的交易前12个月平均空气质量指数(Aqi)表示,并在稳健性检验中采用PM2.5、SO2浓度、政策前平均Aqi等替代指标。
被解释变量
被解释变量为长沙市二手房交易总价(万元)和单位面积价格(万元/平方米)的自然对数形式。
样本与数据
样本为2016年1月至2021年12月长沙市二手房交易数据,共27,856笔交易。样本包括交易价格、面积、楼龄、挂牌时间、地理位置等信息,并与10个空气质量监测站点的Aqi数据匹配。
识别方法 / 模型设定
识别策略采用双重差分法(DID)的变体,将2018年6月27日国务院实施的《打赢蓝天保卫战三年行动计划》作为准自然实验。通过比较高污染区域与低污染区域住房价格在政策前后的相对变化,识别出空气污染对房价的因果效应。
内生性及稳健性检验
稳健性检验包括:使用政策前平均Aqi、PM2.5和SO2浓度作为空气污染代理变量;调整空气质量指标的聚合时间窗口(3、6、9个月);在模型中控制POI(周边餐厅数量)以缓解区位内生性;采用三阶段最小二乘法(3SLS)控制价格与挂牌时间(TOM)的联立性;通过加入时间固定效应和地区固定效应的交互项及删除2020年后样本来控制新冠疫情的影响;并检验了政策的预期效应。
中国开发区行政区划数据
开发区可支持的研究问题:开发区可能聚集工业企业,是潜在的污染源。结合开发区地理信息和房价数据,可研究产业集聚区附近的空气污染对房价的影响。
房地产业工商注册企业基本信息数据
房地产业可支持的研究问题:房地产业企业工商注册数据可以反映地区房地产市场的活跃度和供给端变化,有助于在分析房价时控制供给侧因素。
空气质量监测结果数据
空气质量可支持的研究问题:该数据包含全国城市及监测站点的小时级空气质量数据(涵盖AQI、PM2.5等),可为研究空气污染对经济或社会结果(如房价)的影响提供核心污染指标数据。
交通运输、仓储和邮政业工商注册企业基本信息数据
交通运输可支持的研究问题:交通是空气污染的重要来源之一。交通相关企业(如物流、出租车公司)的注册信息可在一定程度上反映区域交通密度,作为分析交通污染对房价影响的研究辅助数据。
中国小区信息数据
小区数据可支持的研究问题:该数据集覆盖的102个重点城市是否能支撑构建准自然实验,评估环保政策实施前后污染变化对相邻小区房价的差异化冲击。