基于规模—风向异质性探讨化工厂的空间影响效应

宋俊星，任丽燕，马仁锋,刘永强

（宁波大学，浙江 宁波 315211）

一、引言

近年来，随着人们对居住环境和自身健康要求的提高，国内外关于化工设施邻避冲突事件的爆发日趋频繁[1]。不可否认，化工设施为城市经济快速发展做出了重要贡献，然而其排放的污染物不可避免地对周围居民的生存环境造成了巨大影响[2-4]，并在一定程度上造成了住宅价格的波动。近年来，国内外关于化工设施对居住环境影响的研究视角主要集中在环境外部性、生态补偿及其评价方法，尚未重视对周围住宅价值的影响。已有研究重点探讨了其他邻避设施对住宅价值的影响，如飞机场[5]、垃圾中转站[6]、垃圾焚烧厂[7]、手机信号塔等[8]，而关于化工厂对住宅价值的研究却十分少见。通过阅读国内外相关文献，发现国外少数学者对其进行了研究，例如Peter C（2005）[9]研究了石油和天然气设施对住宅价值的影响，发现石油和天然气设施的存在对附近设施的财产价值造成了重大的负面影响，距离农村住宅4公里以内的油气设施对其销售价格影响较大。Céline G（2014）[10]研究了法国三个重要城市（波尔多、敦刻尔克和鲁昂）附近的房价，这三个地区除了其他无害工业外，都有危险化学和石化工业。研究发现三个工业区域中，危险工厂对房屋价值的影响有很大的不同。波尔多附近的火药厂曾经是一家军工厂，周围的居民对其并没有产生抵触情绪，反而火药厂周围的绿色植物和安静环境使其产生了一定的邻近效应。对于敦刻尔克来说，研究发现住宅与危险化工厂的距离对房价并没有产生显著影响，而位于敦刻尔克18公里外的核电站反而对住宅价格影响较大。然而，对鲁昂来说，居民对高度危险的化工厂产生了较强的邻避效应，平均而言，每远离化工厂100米，家庭愿意支付约1.2%的住宅价格。

目前，关于城市设施对住宅价值的现有研究多以住宅与设施的距离为主要变量，来测度设施的影响程度和影响范围，但是未充分考虑设施的规模和方向异质性。虽然当前国内学者已有从方向—距离异质性两个维度来研究西湖[11]和奥林匹克森林公园[12]对住宅价值的影响，但是受规模和风向影响较大的邻避性设施对周围住宅价值的影响缺乏深入研究。基于此，文章选取宁波市为研究区域，探索性地从规模—方向异质性两个维度来探讨化工厂对住宅价格的空间影响差异。

二、数据与模型

（一）研究样点选择及数据来源

近年来，宁波的石油和化学工业不断发展和积累，其规模越来越大，实力越来越强，产业链越来越完善，港口资源和基础设施优势日益突出，并逐步形成了杭州湾、宁波石化开发区、宁波经济技术开发区和宁波大榭开发区为核心的“一带三片”石化产业发展集团，因其产业优势和规模效益已经跻身全国化工园区前四位，是中国七大石油化工产业发展基地之一。宁波石化开发区最初是从浙江炼油厂（镇海炼化原有企业）和一些小型化工企业开始发展，目前已发展成为拥有多家国内外知名企业的大型化工园区，特别是镇海炼化企业，已成为国内最大的原油加工基地、进口原油加工基地、酸性原油加工基地、成品油出口基地和重要原油分销基地[13-14]。该研究依据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名单，挑选出镇海炼化分公司、浙江逸盛石化有限公司、宁波利时集团股份有限公司等8个化工厂作为研究样点，来探讨化工厂对住宅价值的影响。所挑选化工厂的营业收入和经营产品如表1所示。

选择宁波市主城区范围内的海曙区、江北区、北仑区、镇海区和鄞州区作为研究区域，因奉化区住宅样点较少，且住宅与所挑选化工厂样点的距离较远，因此不作为研究区域。住宅样本数据主要来自房价网2017年7—9月的宁波住宅二手房挂牌数据。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。笔者通过实地调查来确认和补充房价网未提供的住宅相关数据以确保住宅数据的精确完整[15]。在进入模型之前，对住宅样本数据进行筛选，剔除异常数据后，最终得到有效住宅单元数据共17 418条。所挑选化工厂和住宅样点的分布如图1所示。

（二）住宅特征变量的选择和量化

结合宁波市实际情况和数据获取的可得性，研究所挑选的住宅特征变量包括房间、客厅、住宅面积、房龄、绿化率、容积率、医院距离、学校距离、公交站和地铁站距离、菜市场距离、大中型超市距离、公园距离、天一广场距离。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，被誉为是宁波市的商业航母，因此将天一广场作为宁波市的中央商务区来进行研究。由于医院、学校、超市的样点较多，在进入模型之前，对其进行分类筛选，最终选取五个区域内规模大、区位分布特征显著、具有代表性的样点作为研究对象，公交站和地铁站、菜市场和公园的研究样点全部进入模型。各种设施的研究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。住宅到这些设施的最近距离利用ArcGIS中的邻近距离进行计算。住宅特征变量的描述与指标量化如表2所示。

表2 住宅特征变量的描述与量化

（三）模型的选择

文章选用建立传统特征价格模型来测度化工厂对周围住宅价格的影响，为充分研究化工厂对住宅价格影响的空间差异，建立两个模型进行对比分析；模型1探讨不同规模的化工厂对周围住宅价格的影响差异；模型2观察化工厂对不同方向住宅价格的影响差异。

三、实证分析

（一）不同规模化工厂对住宅价格的影响差异

按照2011年工业和信息化部、国家统计局、国家发展改革委、财政部《关于印发中小企业划型标准规定的通知》规定：在工业行业中，从业人员大于1 000人或营业收入大于4亿元的企业即为大型企业，发现文章所挑选的化工厂样点按此规定均为大型化工厂，无法比较其规模差异。因此在模型设定中，依据所挑选化工厂样点，按其营业收入分为大型和中小型两种规模。设定收入大于200亿元的化工厂为大型化工厂，收入小于200亿元的化工厂为中小型化工厂。模型1的函数形式为：

其中：P为住房价格，s为住宅面积，L为设施距离变量，θ为除住宅面积变量以外的其他住宅特征变量，a0、a1、bi、βj为待估系数，ε 为随机干扰项。

为了便于比较大型化工厂和中小型化工厂的影响特征差异，在构建特征价格模型时将两个变量同时放入一个模型进行回归分析。利用Stata/SE15.0计量软件对模型进行估计，回归结果如表3所示。

表3 模型1回归结果

模型经调整后的判定系数R2为0.913，拟合程度较好，模型的F检验远远大于F0.01，回归方程显著，特征变量的VIF值远小于10，表明特征变量间不存在严重的共线性。在10%的显著性水平下，除了学校距离变量外，其余变量的回归系数的t检验均小于10%，说明模型对样本数据的拟合在统计上是有意义的[16-19]。

由回归结果可知，不同规模的化工厂对住宅价格均产生了正向影响，说明随着住宅到化工厂距离的加大，住宅价格总体上会逐渐升高。在对数模型中，连续变量的回归系数，对应着相应住宅特征的价格弹性，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。从回归结果可知，大型化工厂对住宅价格的弹性系数为0.008%，即住宅到大型化工厂的距离每接近1%，住宅价格每平米将下降0.008%。住宅到中小型化工厂的距离每接近1%，住宅价格降低0.014%。结果发现，中小型化工厂反而比大型化工厂对周围住宅价格的影响要大。为了测算不同规模化工厂的影响距离，将模型回归分析得到的各系数以及对应变量的平均值代入到对数形式的特征价格函数中，得到住宅价格与不同规模化工厂的距离公式为：

借鉴石忆邵和郭惠宁的研究方法，设定住宅到化工厂的距离每增加0.1 km，价格变化幅度小于0.2%时，即（P-P1）/P＜0.002，则认为住宅价格不再有变化（见图2）。以大型化工厂为例，其中：

图2 住宅价格与不同规模化工厂距离的函数关系曲线图

据此计算出，当 C＞0.452 km 时，（P-P1）/P＜0.002，即住宅到大型化工厂的距离超过0.452 km时，此时住宅到化工厂的距离每接近0.1 km，住宅价格每平米降幅约0.2%。据此推算出大型化工厂对周边住宅价格的空间影响距离为0.452 km，由此得知中小型化工厂的空间影响距离为0.752 km。这表明中小型化工厂对周围住宅价格产生的影响程度更大，影响范围更广。究其原因，可能是中小型化工厂技术水平较低、管理不规范、污染程度较高、安全措施较差等原因，导致居民的支付意愿降低，而大型化工厂由于技术水平高、操作规范、安全措施到位，甚至能带动周围经济的发展，反而缓和了居民对其邻避态度。

（二）化工厂对不同方向住宅价格的影响差异

化工厂是受风向影响较为严重的设施，风向的不同导致其污染物的扩散方向和影响范围也不相同，因此研究化工厂对不同方向住宅价格的影响意义重大。镇海炼化是国内首家进入世界级大炼厂行列的炼油企业，周围住宅分布样点较多，距离住宅居民点较近，研究其对不同风向住宅价格的影响程度和影响范围在关于化工厂对不同风向住宅价格影响的研究中具有重要代表性。

在模型2设定中，以镇海炼化为原点建立平面直角坐标系，以10公里为半径确定周围住宅分布，从原点处分为东方向、东北方向、北方向、西北方向、西方向、西南方向、南方向、东南方向8个方向，设定相应的方向虚拟变量，来探讨其对不同风向住宅价格的影响程度和影响范围。由于镇海炼化的西北方向和东方向分布住宅样点较少，北方向和东北方向上临近海岸线，没有住宅分布，因此最终选取4个方向的虚拟变量进入模型。其模型2公式为：

式（4）中：ηm为方向虚拟变量，C 为化工厂距离，其余变量的解释与式（1）一样。化工厂距离这一变量细化为4个复合变量，即西*LnC、西南*LnC、南*LnC、东南*LnC，以方向变量和距离变量的乘积进入模型，分析不同方向上价格梯度的变化。

剔除异常数据后，10公里范围内的住宅单元有效数据共包含5 552条。特征变量的统计性描述如表4所示。

表4 模型2特征变量统计性描述

利用Stata/SE15.0计量软件对模型进行估计，将4个方向的复合变量同时进入模型，回归结果如表5所示。

表5 模型2回归结果

由表5可知，经调整后模型的判定系数R2分别为0.787，拟合程度较好，特征变量的VIF值均远小于10，不存在严重的共线性。在10%的显著性水平下，除了房间、学校距离、大型超市距离变量外，其余变量的回归系数的t检验均小于10%，模型对样本数据的拟合在统计上有意义。

由回归结果可知，化工厂对西方向、西南方向、南方向、东南方向上住宅价格的影响均存在明显的差异性。化工厂对不同风向住宅价格影响的具体情况为：西方向上，住宅与化工厂的距离每接近1%，住宅价格每平米将下降0.027%，依据模型1的设定，推算出其空间影响距离为1.401 km。西南方向、南方向上，化工厂对住宅价格的影响表现出相近的规律。即住宅到两个方向的距离每接近1%，住宅价格每平米分别会下降0.064%和0.062%，其空间影响距离分别为3.250 km和3.150 km。东南方向上，化工厂对周边住宅价格的影响最小，即距离每接近1%，住宅价格每平米下降0.007%，空间影响距离为0.402 km。

从不同方向比较来看，化工厂对西方向和东南方向的住宅价格影响较小，对西南方向和南方向的住宅价格影响较大，说明化工厂对不同方向住宅的影响程度和影响范围是不同的。风向对污染物的排放和扩散具有重大影响，常年主导风向的持续时间和风速大小均会对化工厂不同方向的住宅产生影响。在陆地气象上，风向一般分为16方位，且风向的变化较明显，用日最大风速的风向表示为该日风向。在16方位风向中，例如东北风，即指北北东、东北、东北东三个方向吹来的风。依据宁波市气象局的公布数据，宁波市每年刮东北风的天数约100天左右，持续时间较长，且多处在秋冬季节，化工厂排放的污染物扩散慢、影响范围广，因此位于西南方向和南方向的住宅反而更容易遭受化工厂的环境污染。

镇海炼化是拥有2 300万吨/年原油加工能力的大型炼油厂，依据《工业企业卫生防护标准》（GBZ1—2010）规定：年加工原油≥250万吨的炼油厂，在风速大于4 m/s时，其安全防护距离不低于1 km。由表4特征变量的描述性统计可知，位于西南方向和南方向的住宅与化工厂的最近距离分别为0.821 km和0.919 km，小于安全防护距离，说明有部分住宅位于安全防护距离之内，而化工厂在两个方向上的空间影响距离分别为3.250 km和3.150 km，远大于安全防护距离和住宅最近距离，说明化工厂对西南方向和南方向的住宅价格产生了一定影响。化工厂在西方向和东南方向的平均空间影响距离分别为1.401 km和0.402 km，在这两个方向上，住宅与化工厂的最近距离分别为4.258 km和6.299 km，远大于安全防护距离和空间影响距离，因此化工厂对西方向和东南方向的住宅几乎不产生影响（见图3）。

图3 化工厂对不同风向住宅价格的影响

四、结论与讨论

文章以宁波市化工厂为例，建立住宅特征价格模型，从规模—风向异质性两个维度实证分析了化工厂对周围住宅价格影响的空间差异。研究结果表明中小型化工厂比大型化工厂对周围住宅价格的影响程度更大，影响范围更广；宁波镇海炼化化工厂对西南方向和南方向上的住宅价格影响较大，对西方向和东南方向的住宅价格没有影响。研究中，房间、学校距离和大中型超市距离等少数变量在模型中影响并不显著，这可能与数据量化方式有关，有待于以后改进，但考虑到研究重点在于分析化工厂的外部效应，故并未进行深入探讨。