机场设施邻避效应对北京市住宅价格空间影响研究——以北京首都国际机场为例

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

李伊祺^,¹^,²^,³, 余建辉^,¹^,²^,³, 张文忠¹^,²^,³

1.中国科学院地理科学与资源研究所,北京 100101

2.中国科学院区域可持续发展分析与模拟重点实验室,北京 100101

3.中国科学院大学资源与环境学院,北京 100049

Spatial impact of airport facilities' NIMBY effect on residential prices: A case study of Beijing Capital International Airport

LI Yiqi^,¹^,²^,³, YU Jianhui^,¹^,²^,³, ZHANG Wenzhong¹^,²^,³

1. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China

2. The Key Laboratory of Regional Sustainable Development Analysis and Simulation, CAS, Beijing 100101, China

3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China

通讯作者: 余建辉（1983-）,男,甘肃张掖人,博士,副研究员,主要从事经济地理与区域发展。E-mail: yujh@igsnrr.ac.cn

收稿日期:2021-02-3接受日期:2021-04-30网络出版日期:2021-07-10

基金资助:

国家自然科学基金项目.41671166
国家自然科学基金项目.41871170
中国科学院美丽中国生态文明建设科技工程专项.XDA-23100302

Received:2021-02-3Accepted:2021-04-30Online:2021-07-10
作者简介 About authors
李伊祺（1996-）,女,山西忻州人,硕士,主要研究方向为城市与区域发展。E-mail: liyiqi18@mails.ucas.ac.cn

摘要
城市发展过程中,大型公共基础设施的建设运营与居民居住空间品质的优化提升之间的矛盾日益突出。随着城市更新的不断深入,实现规划用地高效合理利用与人民生活宜居和谐的双赢目标成为城市规划建设的重中之重。由于机场设施存在较为明显的负向外部性,其邻避效应对周围住宅价格产生影响。本研究对首都国际机场运用特征价格模型分析“同邻避设施的距离”对住宅价格的影响,表征了在不同要素影响下邻避设施空间效应的量度,同时分析得出其对住宅价格的影响范围半径。主要研究结论如下：① 首都机场设施对周边住宅价格存在负面影响。在一定范围内,到机场设施的距离每减少1%,住宅价格平均降低0.586%。不同要素的影响力也存在差异。② 机场设施对住宅价格的空间影响范围为10 km,其空间效应随“同机场风险源距离”的增加而表现出减弱的趋势。此外,影响范围内的小区有149个,83.2%的小区分布在顺义区,受影响的户数约为13万。③ 机场设施的邻避效应空间影响存在方向异性,位于机场西部和南部的区域对周边住宅价格的影响范围整体大于位于机场北部和东部的区域。
关键词： 机场;邻避效应;住宅价格;首都国际机场

Abstract

In the process of urban development, the contradiction between the construction and operation of large-scale public infrastructure and the optimization and improvement of residential space quality has become increasingly prominent. With the continuous urban renewal, it has become the top priority of urban planning and construction to realize the win-win goal of efficient and rational use of planned land and livable and harmonious life of the people. The Beijing Capital International Airport has negative effects on surrounding residents due to its electromagnetic radiation, noise and solid pollution. As a result, it has been subject to constant complaints from residents and long-term petitions for decision. Due to the obvious negative externalities of airport facilities, its NIMBY (Not In My Backyard) has an impact on the prices of surrounding houses. This research uses the Hedonic Price Model (HPM) to analyze the impact of "distance from NIMBY facilities "on the housing price of Beijing Capital International Airport, characterizes the measurement of the spatial effects of NIMBY facilities under the influence of different factors, and analyzes the range of influence on residential prices of Beijing Capital International Airport radius. The main research conclusions are as follows: (1) The capital airport facilities have a negative impact on the price of surrounding houses. Within a certain range, for every 1% decrease in the distance to airport facilities, the price of residential houses will decrease by 0.586% on average. The influence of different factors is also different. Among them, the noise level also has a greater influence on the price of housing, with an influence coefficient of 2.145. The distance between the residence and the subway station and bus station also has a greater impact on its own price. (2) The spatial impact of airport facilities on residential prices is 10 km, and its spatial effects show a weakening trend as the "distance from the airport risk source" increases. In addition, there are 149 communities within the affected area, 83.2% of which are located in Shunyi District, and the number of affected households is approximately 130,000. (3) The spatial influence of airport facilities on NIMBY effect has different directions. The areas located to the west and south of the airport have an overall greater impact on surrounding residential prices than the areas located to the north and east of the airport.

Keywords：airport;NIMBY;housing prices;Beijing Capital International Airport

PDF (3245KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
李伊祺, 余建辉, 张文忠. 机场设施邻避效应对北京市住宅价格空间影响研究——以北京首都国际机场为例. 地理研究[J], 2021, 40(7): 1993-2004 doi:10.11821/dlyj020210092
LI Yiqi, YU Jianhui, ZHANG Wenzhong. Spatial impact of airport facilities' NIMBY effect on residential prices: A case study of Beijing Capital International Airport. Geographical Research[J], 2021, 40(7): 1993-2004 doi:10.11821/dlyj020210092

1 引言

在城市化发展过程中,机场、火车站等公共交通设施在方便居民出行、促进城市经济增长、提高城市居民生活质量等方面具有积极作用,然而由于交通拥堵、噪声较大等因素,这些设施也因其带来的负面效应而引起周边居民的不满^[1]。随着生活水平的不断提高,人民对美好生活的向往和需求也在不断增长。在居住方面,住宅的区位和小区特征成为居民择居的重要考虑因素,拥有优质的自然“软环境”以及小区周边具备良好的硬件设施这两个条件对于居民来讲同等重要。然而伴随城市化水平的提高以及城市中的公共设施水平日益完备,随之而来的邻避效应也日益凸显。

邻避效应指居民或当地单位因担心建设项目（如垃圾场、核电厂、殡仪馆、机场等）对身体健康、环境质量和资产价值等带来诸多负面影响,因而存在厌恶心理甚至产生抵制行为（Not In My Backyard,简称NIMBY)^[2]。一般而言,能够让居民产生排斥感的设施都可以称为“邻避设施”。邻避设施通常同时具备三个特征：一是能够满足某种特定的社会功能;二是因其存在直接或间接的污染而具有一定负面效应;三是遭到周边居民的反对^[3]。

在邻避效应的作用下,邻避设施往往会对居民择居行为产生影响,并进一步影响房价^[4]。由于邻避设施会产生电磁辐射、噪声、空气污染等负向外部效应,影响住宅的环境及品质,最终降低居民的购房欲望。伴随经济发展水平和居民生活水平的提高,居民对生活质量的重视程度不断增强。居民通过对住宅的选择,进而对住宅价格产生作用^[5]。因居住环境对居住满意度有重要影响^[6],对生活环境有更高品质追求的居民会愿意为更优质的环境支付更多的费用,居民对生活质量的更高追求也由此从住宅的价格上体现出来^[7]。对北京蓝旗营住宅区的实证调查显示,择居时考虑居住环境因素的居民占43.3%,高于对楼层（20%）和朝向（33.3%）的考虑^[8]。可见住区环境因素对居民居住空间的选择有重要的影响。邻避设施作为住区环境的重要组成部分,是居民择居过程中的重要衡量指标。邻避设施对居住选择的影响集中表现在对其周边住宅支付意愿的降低上：在对杭州市中泰乡九峰垃圾焚烧发电厂附近的住宅价格展开研究后发现,同发电厂的距离越近,住宅的价格损失越大,且距离越远价格上升越慢,边际影响越小^[9]。另有研究发现,北京的一些污水处理厂、垃圾填埋场和化工厂均对周边区域的住宅价格和居民生活产生一定的负面影响^[10]。

邻避设施对房价的影响多通过特征价格模型剥离。该模型在筛选同房价具有相关性影响的因素方面具有较大优势。模型源于特征价格理论,主要由Lancaster的消费者理论^[11]和Rosen^[12]的特征市场均衡模型构成。特征价格理论和方法被广泛地应用于住宅价格的评估、环境价值的估算以及环境对住宅价格的影响分析上^[13]。Ridker等^[14]最早将特征价格模型应用于房地产市场领域,并利用特征价格模型分析了环境质量（空气污染）对住宅价格的影响。此外,国外在教育设施、绿地设施、交通设施等基础设施以及生态环境对住宅价格影响的研究方面也大多采用特征价格模型^[15]。Rahmatian等^[16]、Wilhelmsson^[17]、Nelson^[18]、Mense等^[19]****通过使用特征价格模型研究了机场噪音、飞行航线等因素对住宅价格的影响,结果发现在距离机场越近、机场规模越大、飞机飞行高度越低的情况下,机场设施对周围住宅价格的影响程度越大^[20,21]。

国内有关邻避设施的研究内容主要涉及某类或某几类设施选址、城市规划管理、邻避运动产生原因、公平与正义、公共政策、环境冲突治理及宏观解决对策等方面,对邻避设施整体效应的定量研究和对空间分布特征的研究较少^[22]。目前只有部分****如陈力^[23]、陈佛保^[24]等,分别研究了化学危险场所、垃圾中转站邻避设施对住宅价格的影响,研究结果较为一致：即住宅距离这些设施越近,其价格则越低。另有研究聚焦于使用特征价格模型分析轨道交通对沿线房地产价格的影响^{[25,26,27,28]}：在对住宅价格随距离变化的研究上,刘康等人将南京市地铁对住宅价格影响展开研究,结果发现：由于地铁运营过程中不可避免地带来的噪声、环境等负面作用,地铁周边的住宅价格也因此受到影响。然而“同地铁距离的远近”这一自变量对住宅价格的影响并非单一不变,其影响程度随着同地铁站距离的增加呈现“先增加后减小”的趋势^[29]。也有研究发现,轨道交通站点对沿线房价的影响随着同城市中心距离的增加而逐步扩大,同时存在一定的增值效应和时间效应^[30]。邻避设施一方面是城市发展过程中不可缺少的设施,但另一方面又对环境和居民产生难以忽视的负面影响。邻避效应产生的核心问题在于城市公共利益和涉事居民利益难以统一。因此,有必要对邻避设施的空间效应进行研究,为房地产土地开发布局以及政府相关政策的制定提供科学参考和依据。

现有国内外研究有关邻避设施对住宅价格的影响已有一定论证,但还存在以下不足：一是有关机场类邻避设施对住宅价格影响程度的定量分析较少;二是有关邻避效应对价格影响的空间范围分析在研究中也较少涉及。本文选择以运营时间较长,周围地区的产业业态、居住区形态等较为齐全、居民对机场设施所造成影响的不满情绪较为强烈的北京首都国际机场为例,使用特征价格模型,以获取到的2019年北京市房价数据为基础,研究北京首都国际机场对附近住宅价格产生的空间影响,定量评估机场对住宅价格的影响程度及影响范围,以此进一步了解机场与房地产价值间的关系：机场设施对住宅价格的影响机理是怎样的?机场设施对周边住宅价格影响范围是多少?不同方向下,机场设施对住宅价格影响范围的程度是否相同?本文尝试通过对上述问题的研究,以期为未来城市规划和住宅建设的决策提供参考,使之能更加充分有效地考虑居民的住宅选择偏好和需求,从而综合规划城市功能用地布局,实现城市用地科学高效,人民生活幸福宜居的双赢目标。

2 方法与数据

2.1 特征价格模型

特征价格模型（Hedonic Price Model, HPM）的理论基础被称为特征价格理论。由于一种多样性商品具有多方面的不同特征或品质（如房地产商品的面积、楼层、朝向和是否有保安服务等特征）,而商品价格是所有这些特征的综合反映和表现,当商品某一方面的特征改变时,商品的价格也会随之改变。

对于如何选择能够正确表达特征价格模型的函数形式,使模型得以通过自变量和因变量之间的关系被恰当刻画,至今没有一种明确的形式或结论。在各类特征价格模型的研究中,有4种基本函数形式被广泛使用：线性函数、对数函数、对数线性函数和半对数函数^[31]。本研究中将住宅价格作为被解释变量,各个特征作为解释变量,在分别对四种函数进行计算,并结合原始数据特征对函数形式的匹配性以及结果的合理性进行对比后发现,线性模型的拟合效果最好,因此最终选取线性形式来刻画住宅的特征价格模型。

线性形式即为自变量和因变量均以线性形式进入模型。回归系数对应着特征的隐含价格,此时是一常数：

（1）

P = α_{0} + Σ α_{i} Z_{i} + ε

式中：P为住宅房屋均价;

Z_{i}

为住宅的第i个属性;

α_{i}

为第i个属性对应的特征价格;

α_{0}

为特征变量之外影响价格的常量之和;ε为误差项。

本文选择SPSS进行多元回归分析,使用普通最小二乘法（OLS）对未知参数进行估计,得出回归方程模型,通过对回归系数的统计检验,剔除不显著的变量,最后得到最优回归方程。

2.2 变量选择

根据特征价格模型的内涵,房屋商品的价格是由多方面特征的反映而得到的综合体现。对于房屋的各种特征,在已有文献中将之分为三大类：邻里特征、区位特征和住宅特征。

邻里特征强调房屋周边的生活设施便利性及服务设施可达性,如住宅到商场和超市的距离,到医院的距离,以及一定范围内包含的幼儿园个数等。区位特征即从区位角度出发,包含诸如住宅到CBD的距离、到地铁站、公交站以及高速公路距离等体现住宅地理位置及其可达性的属性;住宅特征常跟房屋本身的特征有关,如房龄、楼栋总数、建筑面积、房屋朝向等体现房屋属性的特质。

考虑到文章研究机场设施邻避效应的目的,本文以邻里特征、区位特征和住宅特征为框架,加入以“住宅同机场距离”“最邻近高速公路距离”“噪声水平”三个反映邻避设施特征的核心变量,与其他变量一共构成17个特征变量,以此形成特征价格指标体系。具体的特征变量指标含义及描述性统计如表1所示。其中,“噪声水平”这一指标的数据来源为通过实际测量而获得。结合实地调研与资料收集情况,选择距离机场较近以及有飞机从低空飞过的小区,通过专业噪声测量仪器测算,得到相应的噪声数值,同时也选择机场20 km范围内部分人口较多且无飞机经过的小区作为对比,对其周围环境噪声值加以测算。在得到具体的噪声数值后,使用ArcGIS的克里金空间插值模型,对机场周边小区的噪声值进行插值分析,获取测量区域范围内的噪声值。在对已有研究进行梳理和参考的基础上,对其展开进一步分类赋值：将噪声值≤65dB（分贝）点的噪声水平属性赋值为0,65<噪声值≤70dB的点的属性赋值为1,70<噪声值≤75dB的点的属性赋值为2,>75dB的点的属性赋值为3,以此分为四个级别,代入特征价格模型中作为“噪声水平”的解释变量进行计算。

Tab. 1
表1
表1特征变量指标含义及描述性统计
Tab. 1Meanings and description of characteristic variables

变量名称	变量含义	预期符号	平均值
住宅均价	小区平均住宅价格（元/m²）		62125.37
邻里特征
最邻近大型超市的距离	同周边大型超市的最近距离（m）	-	1280.45
最邻近大型商场的距离	同周边大型商场的最近距离（m）	-	994.12
最邻近公园广场的距离	同周边公园广场的最近距离（m）	-	1007.81
最邻近大学的距离	同周边大学的最近距离（m）	-	1271.28
最邻近医院的距离	同周边医院的最近距离（m）	-	813.68
最邻近风景名胜的距离	同周边风景名胜的最近距离（m）	-	747.60
1km内幼儿园个数	1km范围内幼儿园数量（个）	+	2.73
区位特征
到CBD距离	同商业区（CBD）的最近距离（m）	-	14836.54
同机场的距离	同首都机场的最近距离（m）	未知	27718.82
最邻近高速公路距离	同高速公路的最近距离（m）	+	1144.23
噪声水平	住宅所处区域的噪声等级（级）	-	1.43
最邻近地铁站的距离	同周边地铁站的最近距离（m）	-	1.82
最邻近公交站距离	同周边公交站的最近距离（m）	-	334.21
环线范围	住宅所处的环线范围（环）	-	3.55
住宅特征
房龄	2020减房屋建成年份（年）	未知	32.00
楼栋总数	小区内楼栋数量（个）	未知	9.50
房间总数	住宅房间总数（间）	未知	6.50

注：+/-号含义表示自变量同住宅均价呈正/负相关。

新窗口打开|下载CSV

2.3 研究范围与数据概况

以北京市六环内及六环附近街道为研究范围,研究首都机场的邻避效应对住宅价格的影响。文中的机场设施即指代机场。本文研究所需数据主要包括住宅数据、POI数据以及相关社会经济数据。房价数据来源于链家网在售二手房信息,区域涵盖北京市六环内及六环附近街道。数据于2019年4月通过编写Python爬虫爬取,经过清洗后共得到6622条有效数据,包括在售住宅每平米挂牌价格及房龄、楼栋总数、房间总数等房屋建筑特征数据以及经纬度信息。研究范围内住宅价格空间分布情况如图1所示。住宅价格整体呈现北高南低,中轴线西侧房价高于东侧的特点,以环线为界自中心向外围的层级式降低特征明显。

图1

新窗口打开|下载原图ZIP|生成PPT
图12019年4月北京市研究区住宅价格空间分布

Fig. 1Spatial distribution of housing price in Beijing in April, 2019

收集研究所需的POI数据,具体包括大型超市、购物商场、公园广场、风景名胜、幼儿园、大学、医院、CBD、公交站、地铁站及机场等。为衡量噪声可能存在的影响,以机场为核心对半径20 km的范围内选择样本点进行实地测量,并将测量结果进行插值分析,得到机场20 km范围内的噪声分布情况。此外还通过不同官网信息渠道获取北京环线范围、北京市街道分布和北京城市轨道交通线路等反映空间位置的数据。通过ArcGIS对以上提及的POI数据进行矢量化,运用ArcGIS的邻近分析等相关空间分析工具,结合相应数据进行所需的距离计算,得到回归分析的数据基础。

3 实证分析

3.1 机场设施对住宅价格影响程度分析

通过SPSS软件对特征价格模型进行计算后,得到的回归系数结果如表2所示。计算结果显示,线性模型拟合的数据情况较为理想,经调整后的R²为0.667,即用这些变量可以在66.7%的范围上解释机场设施对房价的变化。F统计量有力地拒绝模型没有解释力的零假设。模型的F检验通过,表明线性关系成立,回归方程有意义。模型检验表明,除去结果不显著的变量外,其余变量中VIF值最大的为7.403,说明自变量之间共线性并不强。回归残差的直方图和残差的正态P-P图均表明因变量基本服从正态分布。因变量预测值与标准化残差的散点图中绝大部分观测量都随机落在[-2, 2]之间的范围内。同时,DW统计量为1.6,表明该模型基本满足正态性、等方差性和独立性假设,具有良好的拟合度和较高的解释能力。

Tab. 2
表2
表2回归结果
Tab. 2Regression results

特征	变量名称	非标准化系数	显著性	VIF
邻里特征	最邻近大型超市的距离	-0.934	0.000***	3.871
	最邻近大型商场的距离	-1.157	0.004**	4.103
	最邻近公园广场的距离	-1.342	0.000***	3.229
	最邻近大学的距离	0.403	0.341	5.867
	最邻近医院的距离	-1.016	0.000***	3.302
	最邻近风景名胜的距离	0.416	0.046**	3.721
	1 km幼儿园个数	0.630	0.000***	6.032
区位特征	到CBD距离	-0.295	0.000***	1.332
	同机场的距离	0.586	0.000***	2.241
	最邻近高速公路距离	0.838	0.001***	2.058
	噪声水平	-2.145	0.000***	1.776
	最邻近地铁站的距离	-0.891	0.000***	3.200
	最邻近公交站距离	-0.749	0.000***	4.988
	环线范围	0.004	0.246	7.403
住宅特征	房龄	-2.026	0.000***	1.326
	楼栋总数	50.146	0.231	1.213
	房间总数	-0.234	0.182	1.151

注：***、**和*表示变量在0.001、0.05和0.1水平显著。

新窗口打开|下载CSV

根据表2得到的回归结果,在控制变量的基础上,机场设施对周边住宅价格具有负面影响。住宅价格与“同机场的距离”“最邻近高速公路距离”两个自变量之间呈正相关关系,影响系数分别为0.586和0.838。即在其他条件保持不变的情况下,在一定范围内,到机场设施的距离每减少1%,住宅价格平均降低0.586%;到最近高速公路的距离每减少1%,住宅价格平均降低0.838%。由于机场带来的环境污染等因素对周围居民产生负面影响,在邻避效应的综合作用之下,靠近机场的住宅价格低于同机场距离更远的住宅。同时,以机场为核心的区域产生的噪声也对住宅价格产生负面影响：影响系数达-2.145,显著高于其他特征变量。

区位特征中,除上述变量外,同地铁站的距离对住宅价格的影响也较为显著：同地铁站的距离每减少1%,住宅价格平均上涨0.891%。由于地铁同居民的日常交通出行息息相关,作为出行的优先选择之一,地铁除了具备重要的交通运输功能之外,现已成为城市土地开发的重要组成部分。相关研究表明,在地铁沿线建设居住区会对沿线住宅价格产生影响^[32]。此外,同公交站的距离每减少1%,住宅价格平均上涨0.749%。

邻里特征中,对房价增值有较为显著作用的是“最邻近公园广场的距离”和“最邻近大型商场的距离”两个自变量：同公园广场的距离减少1%,住宅价格平均上涨1.342%;同大型商场的距离每减少1%,住宅价格平均上涨1.157%。由于居民对住宅周围的游憩空间有一定的需求,而公园广场方便居民日常休闲娱乐活动的开展,此外还可以改善小区周边环境,能够使居民享受更加舒适的居住空间,因此接近公园广场的住宅往往更受购买者青睐^[33]。而大型商场具有较强的综合性,能够满足购物人群多样化需求,同时大型商场一般都位于区域购物中心,除了具有可集中解决消费者购物诉求的特征之外,交通也通常较为便利。如北京西单商场500m范围内有地铁1号线、4号线及多条公交线路。因此,与大型商场的距离关系对住宅价格也有较为明显的影响。

住宅特征整体对住宅价格的影响并不显著,仅有“房龄”通过检验,系数为-2.206。即房龄每增加1%,住宅价格平均下降2.206%。

综上所述,根据线性模型的回归结果,可以得出住宅的特征价格模型方程如下所示：

住宅价格=5.506-0.934×最邻近大超市的距离-1.157×最邻近大型商场的距离-1.342×最邻近公园广场的距离-1.016×最邻近医院的距离+0.416×最邻近风景名胜的距离+0.671×幼儿园个数-0.295×到CBD距离+0.586×到机场的距离+0.838×最邻近高速公路距离+2.145×噪声水平-0.891×最邻近地铁站距离-0.749×最邻近公交站距离-2.026×房龄。

3.2 机场设施对住宅价格的空间影响范围分析

为探究机场设施邻避效应对住宅价格的平均影响范围,在构建特征价格模型时,以表1的指标体系为基础,结合北京首都国际机场周边住宅分布特征设置邻近区间。以机场为中心,将距离机场20 km以上的区间作为对照组,以距机场的半径长度作为划分标准,将区间分为0~2 km,2~3 km,3~4 km,4~5 km,5~6 km,6~7 km,7~8 km,8~9 km,9~10 km,10~11 km直至19~20 km共19个区间,分别对应编号Ring1,Ring2,Ring3,Ring4^……Ring19,并转换为虚拟变量。对此进行回归分析,以获取空间影响范围。表3为各区间的回归结果。由于数据结果在Ring11后均不显著,故表中不再重复显示。

Tab. 3
表3
表3首都机场邻避效应影响范围回归结果
Tab. 3Regression results of the influence range of NIMBY effect in Beijing Capital International Airport

区间编号	对应范围	非标准化系数	显著性	VIF
区间编号	（对照组：>20 km）	非标准化系数	显著性	VIF
Ring1	0~2	-0.309	0.000***	1.009
Ring2	2~3	-0.264	0.000**	1.040
Ring3	3~4	-0.233	0.000***	1.074
Ring4	4~5	-0.197	0.000***	1.109
Ring5	5~6	-0.208	0.000***	1.127
Ring6	6~7	-0.187	0.000***	1.138
Ring7	7~8	-0.163	0.000**	1.028
Ring8	8~9	-0.183	0.000***	1.056
Ring9	9~10	-0.113	0.000***	1.013
Ring10	10~11	-0.288	0.188（不显著）	1.062
Ring11	11~12	-0.184	0.465（不显著）	1.022

注：***、**和* 表示变量在0.001、0.05和0.1水平显著。

新窗口打开|下载CSV

显著性结果表明,当住宅同机场的距离超过10 km时,机场对住宅价格的影响不再显著,因此得到北京首都国际机场的邻避效应对周边住宅价格影响的空间范围在10 km左右。通过ArcGIS分析发现,在机场10 km缓冲区之内的小区有149个,其中位于朝阳区的小区有24个,顺义区124个,通州区1个。由此可知机场10 km缓冲区内受影响较大的住宅多分布在顺义区,占比达83.2%,受影响户数约为13万户（图2）。

图2

新窗口打开|下载原图ZIP|生成PPT
图2机场周边受影响街道

Fig. 2Affected streets around the airport

图3是通过了显著性水平检验的虚拟变量的系数值,从图中可以看出机场邻避效应对住宅价格的空间影响情况：从影响的大小来看,机场的邻避效应对周边住宅价格的影响为负,且影响的强度呈现逐渐下滑的趋势。在距离机场6 km范围内,所产生的影响是最大的,当距离增加到9 km处时,影响强度出现小幅上升,之后影响强度继续下降。根据计算结果,当距离大于10 km后,产生的影响已经不再显著。可见机场设施邻避效应空间影响分随“距机场风险源距离”的增加而表现出减弱的趋势。

图3

新窗口打开|下载原图ZIP|生成PPT
图3分段模型系数分布

Fig. 3Segment coefficient diagram

3.3 机场设施邻避效应对住宅价格影响的空间异质性分析

为进一步了解机场设施邻避效应对住宅价格在不同方向的空间影响范围是否具有差异性,本文将以机场为核心,20 km为半径的圆形区域按照正北、东北、正东、东南、正南、西南、正西、西北8个方向进行划分,即形成以机场为核心,半径为20 km的45°等分扇形区域。在获得位于各个区域内的房屋信息后,参照上文的计算过程,将各邻近区间构成的虚拟变量同住宅均价的关系进行回归分析,旨在探究机场设施邻避效应对住宅价格的影响范围是否存在空间差异。

经计算,除因正北方向在研究范围内的房屋数量较少使得模型无法建立外,其他7个方向的模型均通过F检验,且VIF值均不超过2,表明自变量之间共线性不强。Q-Q图表明研究数据均满足正态假设。

在机场各个方向影响范围的计算结果中,西南方向影响范围最远,为14 km;西北方向影响范围最近,为4 km;正南和正西方向的影响范围均为10 km,东南方向影响范围为8 km,正东方向为5 km,东北方向为6 km。除正北方向因数据量少而无法计算邻避效应的影响距离外,机场其余7个方向对住宅价格影响距离数值见图4。

图4

新窗口打开|下载原图ZIP|生成PPT
图4不同方向实际影响范围

Fig. 4Effect scope of each direction

结合机场与周边住宅的相对位置可知,住宅大部分位于机场的西部和南部,北部和东部的住宅较少,因此计算结果也相应受到影响。计算结果表明,机场邻避效应对周边住宅价格的影响存在方向异性特征,西部和南部地区对住宅价格的影响范围要整体高于北部和东部。

4 结论与讨论

4.1 结论

伴随城市的快速发展与人民生活水平的稳步提高,公众对环境与健康的重视程度不断提升,对破坏环境及危害健康类邻避设施的关注也在日渐增强。邻避效应是否显著的主要因素是设施本身带来的风险以及对居民生活影响程度的大小,而居民对邻避设施的态度也反映到住宅价格中来。为进一步理解城市土地开发过程中机场设施用地与周边住宅用地之间的数量与空间关系,本文以北京首都国际机场为研究案例,通过特征价格模型分析机场设施影响范围内的特征要素对住宅价格产生的数值和空间影响,结果显示与机场设施的距离是影响住宅价格的重要因素。文章探讨了机场设施邻避效应对北京市住宅价格的空间影响,将机场设施对周边住宅价格影响的程度、范围及其空间异质性特征等进行考察,有助于增进政府对于城市中机场设施对周边住宅用地影响机制的理解,在更加科学有效地支持城市服务设施建设的同时,进一步合理引导房地产商进行土地的开发与布局,从而更好地满足居民的住房和生活需求。文章的具体研究结论如下：

（1）机场设施的邻避效应对住宅价格存在负面影响。在一定范围内,到机场设施的距离每减少1%,住宅价格平均降低0.586%。不同特征要素的影响程度也存在差异。

（2）将全体住宅样本纳入模型计算时,得到机场对住宅价格的影响距离为10 km,超过10 km后影响便不再显著。影响范围下的小区有149个,受影响的户数有13万之多,且大多分布在顺义区。机场设施空间效应分随“距机场风险源距离”的增加而表现出减弱的趋势。

（3）机场设施对住宅价格的影响存在空间分异性。机场的西部与南部地区对住宅价格的影响范围大于北部和东部。

4.2 讨论

本研究运用特征价格模型进行计算,因住宅价格是多因素综合作用的结果,机场设施的邻避效应对住宅价格的影响受解释变量个数的限制,无法完全体现出影响程度,这使研究结果存在一定程度的局限性。特征价格模型最突出的优点在于度量了消费者对环境属性的实际支付价格,同时它也存在一些问题,比如计算结果依据回归模型不同而有变化等。但特征价格模型在研究中的广泛应用证明了其价值所在,本实证研究的成果也证明了其应用的可靠性。

由于时间和数据获取渠道有限,本文仅通过2019年的房价数据,分析首都机场对周边住宅价格的影响情况,未来还存在以下尚待研究之处：① 由于获取到的数据以小区为最小研究单元,并不能细化到具体的住户,使得研究粒度无法更加精细化。在今后的研究中,将进一步细化数据精度,并获取多年份的房价数据,从而对不同年份下机场设施对周边住宅价格的影响展开探讨。② 在对首都国际机场案例研究的基础上,尝试同大兴机场进行对比研究,比较两个机场设施的邻避效应对周边住宅价格的空间影响差异,以期深化机场设施对住宅价格的影响机制研究。

致谢：

真诚感谢匿名评审专家在百忙之中抽出时间审阅论文,评审专家对本文文献综述完善、结果分析与全文结构优化等方面提出的宝贵修改意见,使本文获益匪浅。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

李欢欢, 滕丽, 蔡砥. 污染型邻避设施对住宅房地产价格的溢出效应研究: 以广州市番禺区垃圾处理站为例
生态经济, 2019, 35(11): 148-152+159.