城市鄰避型服務(wù)設(shè)施對(duì)住宅價(jià)格的影響
——以寧波市為例

任麗燕，宋俊星，馬仁鋒

(寧波大學(xué) 中歐旅游與文化學(xué)院，浙江 寧波 315211)

一、引言

城市鄰避型服務(wù)設(shè)施通常是指一些有污染威脅的城市服務(wù)設(shè)施，例如污水處理廠(chǎng)、垃圾焚燒場(chǎng)、垃圾中轉(zhuǎn)站、發(fā)電廠(chǎng)、變電站等。不可否認(rèn)，這些設(shè)施為城市社會(huì)經(jīng)濟(jì)運(yùn)轉(zhuǎn)和居民日常生活提供了重要保障，是城市正常運(yùn)行所必需的服務(wù)設(shè)施。但是這些設(shè)施的日常運(yùn)營(yíng)，不僅破壞了周?chē)纳姝h(huán)境，危害居民的身體健康，在某種程度上也對(duì)住宅價(jià)格產(chǎn)生了波動(dòng)[1]。

工業(yè)化和城鎮(zhèn)化的快速發(fā)展，導(dǎo)致城市服務(wù)設(shè)施已經(jīng)無(wú)法滿(mǎn)足公眾日益增長(zhǎng)的生活需求，必然要求政府大量增加城市服務(wù)設(shè)施的建設(shè)[2]。生活水平和教育水平的不斷提高，也相應(yīng)增加了中國(guó)城鎮(zhèn)居民的環(huán)境意識(shí)和住房需求。目前，居民對(duì)住宅的需求不再是簡(jiǎn)單的生存需求，而更注重小區(qū)自身和周邊的自然環(huán)境，住宅建筑的外部環(huán)境屬性帶給居民的實(shí)用性和舒適性已遠(yuǎn)遠(yuǎn)超過(guò)住宅建筑本身的屬性[3]。大量的文獻(xiàn)研究表明，居住環(huán)境是購(gòu)房者考慮的重要因素，尤其是臨近公園、河流、湖泊的住宅小區(qū)更能贏得購(gòu)房者的青睞[4]。鄰避沖突產(chǎn)生的原因是對(duì)居住環(huán)境產(chǎn)生負(fù)面影響的服務(wù)設(shè)施直接或間接地破壞了住宅周?chē)脑辑h(huán)境，改變了居民的心理感知和環(huán)境感知，進(jìn)而產(chǎn)生了鄰避效應(yīng)，居民的自我財(cái)產(chǎn)保護(hù)意識(shí)和健康環(huán)保意識(shí)已成為爆發(fā)鄰避沖突的新風(fēng)險(xiǎn)[5]。圖1 呈現(xiàn)了鄰避設(shè)施對(duì)住宅價(jià)格的影響機(jī)制。

圖1 鄰避設(shè)施對(duì)住宅價(jià)格的影響①

無(wú)可否認(rèn)，國(guó)內(nèi)外一些學(xué)者已經(jīng)開(kāi)始關(guān)注鄰避設(shè)施對(duì)住宅價(jià)格的影響，國(guó)外多位學(xué)者如Nelson[6]、Wilhelmsson[7]、Mense 等[8]、Rahmatian 等[9]利用特征價(jià)格模型研究了機(jī)場(chǎng)噪音、飛行航線(xiàn)等對(duì)住宅價(jià)值的影響，結(jié)果發(fā)現(xiàn)距離機(jī)場(chǎng)越近、機(jī)場(chǎng)規(guī)模越大、飛機(jī)飛行高度越低，則對(duì)周?chē)≌瑑r(jià)格的影響越大。也有多位國(guó)外學(xué)者Boes 等[10]、Kreibich 等[11]、Zhu 等[12]、Ando 等[13]研究了日本福島事故的影響效應(yīng)，發(fā)現(xiàn)福島事故的發(fā)生導(dǎo)致核電站附近的土地和公寓價(jià)格大幅下降，但這種初始影響也會(huì)隨著時(shí)間而衰減。另外，也有少數(shù)國(guó)外學(xué)者Agee 等[14]、Filippova 等[15]、Bond 等[16]分別研究了火葬場(chǎng)、手機(jī)信號(hào)塔、高壓輸電線(xiàn)對(duì)住宅價(jià)格的影響，結(jié)果均發(fā)現(xiàn)設(shè)施的距離與住宅的價(jià)格具有顯著的相關(guān)性。國(guó)內(nèi)關(guān)于鄰避設(shè)施對(duì)住宅價(jià)格影響的研究文獻(xiàn)較少，目前只有部分學(xué)者如陳佛保等[17]、朱天俊[18]、陳力[19]分別研究了垃圾中轉(zhuǎn)站、垃圾焚燒廠(chǎng)、化學(xué)危險(xiǎn)場(chǎng)所對(duì)住宅價(jià)格的影響，結(jié)果均發(fā)現(xiàn)距離這些設(shè)施越近，則住宅價(jià)格越低。

城鎮(zhèn)化的快速發(fā)展和居民環(huán)境意識(shí)的不斷提高，使得越來(lái)越多的城市服務(wù)項(xiàng)目被貼上鄰避的標(biāo)簽。因此測(cè)度多類(lèi)鄰避設(shè)施對(duì)住宅價(jià)格的影響程度，在一定程度上可以對(duì)政府合理布局和規(guī)劃城市服務(wù)設(shè)施提供理論依據(jù)。

二、計(jì)量模型與數(shù)據(jù)來(lái)源

(一)研究區(qū)域概況及數(shù)據(jù)來(lái)源

國(guó)內(nèi)學(xué)者關(guān)于鄰避設(shè)施對(duì)住宅價(jià)值影響的研究區(qū)域主要集中在上海、廣州等大型城市，而像廣東化州、浙江東陽(yáng)、江蘇連云港等城市也都發(fā)生過(guò)轟動(dòng)全國(guó)的鄰避沖突事件，因此二線(xiàn)城市和小城市也是爆發(fā)鄰避沖突的重要案例地。寧波市地處我國(guó)東南沿海，是浙江省副省級(jí)城市、計(jì)劃單列市。寧波市經(jīng)濟(jì)發(fā)達(dá)、人口聚集、房地產(chǎn)市場(chǎng)發(fā)育成熟，且居民環(huán)保意識(shí)強(qiáng)，2012 年曾因PX 項(xiàng)目建設(shè)爆發(fā)過(guò)影響較大的鄰避沖突事件。本文研究區(qū)域?yàn)閷幉ㄊ兄行某菂^(qū)，是指2016 年行政區(qū)劃調(diào)整以后的海曙區(qū)、江北區(qū)、北侖區(qū)、鎮(zhèn)海區(qū)和鄞州區(qū)，而奉化區(qū)住宅樣點(diǎn)及鄰避設(shè)施類(lèi)型較少，不作為研究區(qū)域。

根據(jù)寧波市的實(shí)際情況和數(shù)據(jù)獲取的可得性，本文主要挑選了發(fā)電廠(chǎng)、變電站、化工廠(chǎng)、垃圾中轉(zhuǎn)站、飛機(jī)場(chǎng)、殯儀館墓園、污水糞便處理廠(chǎng)七種鄰避設(shè)施類(lèi)型。五區(qū)內(nèi)化工廠(chǎng)、垃圾中轉(zhuǎn)站、殯儀館墓園的建設(shè)點(diǎn)較多，進(jìn)行了初步篩選：將進(jìn)入2017 年寧波市綜合百?gòu)?qiáng)企業(yè)、競(jìng)爭(zhēng)力百?gòu)?qiáng)企業(yè)和制造業(yè)百?gòu)?qiáng)企業(yè)的化工廠(chǎng)、日轉(zhuǎn)運(yùn)量大于30 噸的垃圾中轉(zhuǎn)站、1km 范圍內(nèi)分布住宅居民較多的殯儀館墓園作為研究對(duì)象，而發(fā)電廠(chǎng)、變電站、飛機(jī)場(chǎng)、污水糞便處理廠(chǎng)的研究對(duì)象則涵蓋了五區(qū)內(nèi)所有的樣點(diǎn)。其中，殯儀館墓園包含殯儀館和墓園，污水糞便處理廠(chǎng)包括污水處理廠(chǎng)、生化處理廠(chǎng)和糞便處理中心。

一些鄰避設(shè)施在日常經(jīng)營(yíng)過(guò)程中可能造成空氣污染、水污染或者噪音污染等，對(duì)距離較遠(yuǎn)的社區(qū)居民在短時(shí)間內(nèi)影響不大，但從長(zhǎng)遠(yuǎn)來(lái)看，空氣、水流等傳播因素可能會(huì)擴(kuò)大其污染范圍，遠(yuǎn)超過(guò)國(guó)家規(guī)定的安全防護(hù)距離，因此在對(duì)鄰避設(shè)施變量進(jìn)行量化時(shí)，將1km 以?xún)?nèi)的住宅居民歸為核心利益相關(guān)者。

住宅相關(guān)數(shù)據(jù)主要來(lái)自房?jī)r(jià)網(wǎng)2018 年7 至9 月的寧波二手房住宅掛牌價(jià)格，包括住宅單價(jià)、建筑面積、建筑年代、戶(hù)型、綠化率、容積率等信息。由于房地產(chǎn)實(shí)際交易價(jià)格獲取困難，且目前房地產(chǎn)市場(chǎng)仍屬賣(mài)方市場(chǎng)，掛牌價(jià)格與交易價(jià)格相差不大，掛牌價(jià)格的房?jī)r(jià)指導(dǎo)性明顯，因此本文住宅價(jià)格數(shù)據(jù)采用掛牌價(jià)格。由于數(shù)據(jù)時(shí)間跨度很小，可以不考慮時(shí)間對(duì)價(jià)格的影響。在數(shù)據(jù)進(jìn)行模型之前，筆者通過(guò)實(shí)地調(diào)查，對(duì)數(shù)據(jù)的準(zhǔn)確性進(jìn)行抽樣核實(shí)，剔除了部分信息不齊全及異常數(shù)據(jù)，剩余1 010 個(gè)住宅樓盤(pán)的17 628 個(gè)住宅單元數(shù)據(jù)。所挑選鄰避設(shè)施和住宅樣點(diǎn)的分布圖由ArcGIS 軟件制作，如圖2 所示。

(二)影響住宅價(jià)格的特征變量選擇

綜合考慮城市住宅價(jià)格影響因素的重要性及數(shù)據(jù)獲取的可行性，本文所挑選的住宅特征變量包括醫(yī)院、學(xué)校、公交站和地鐵站、菜市場(chǎng)、大中型超市、公園、天一廣場(chǎng)、房間、客廳、綠化率、容積率、面積和房齡。

其中，學(xué)校主要挑選的是五區(qū)內(nèi)中小學(xué)、大學(xué)和大中專(zhuān)院校；醫(yī)院主要挑選的是各區(qū)的三甲醫(yī)院。超市主要挑選的是沃爾瑪、大潤(rùn)發(fā)、華潤(rùn)萬(wàn)家、物美等大中型超市，對(duì)公交站和地鐵站、菜市場(chǎng)和公園的挑選涵蓋了五區(qū)內(nèi)所有的樣點(diǎn)。天一廣場(chǎng)是集休閑、商貿(mào)、旅游、餐飲、購(gòu)物于一體的大型城市商業(yè)廣場(chǎng)，被譽(yù)為是寧波的商業(yè)航母，因此將天一廣場(chǎng)作為寧波市的市中心來(lái)進(jìn)行研究。

圖2 鄰避設(shè)施和住宅樣點(diǎn)的分布

本文所用的設(shè)施數(shù)據(jù)主要來(lái)自百度地圖，設(shè)施樣點(diǎn)的坐標(biāo)主要通過(guò)百度坐標(biāo)查詢(xún)獲取并進(jìn)行坐標(biāo)糾偏。住宅到城市設(shè)施的最近距離利用ArcGIS 中的鄰近距離進(jìn)行計(jì)算。最后共選取住宅特征變量20 個(gè)，描述與量化如表1 所示。

表1 住宅特征變量的描述與量化

(三)特征價(jià)格模型函數(shù)形式選擇

特征價(jià)格法是研究房地產(chǎn)價(jià)格影響因素的常用方法。經(jīng)過(guò)近一個(gè)世紀(jì)的發(fā)展，該模型已具有完善的理論基礎(chǔ)，函數(shù)關(guān)系簡(jiǎn)單明了，參數(shù)估計(jì)方便準(zhǔn)確，對(duì)于價(jià)格的影響有較強(qiáng)的說(shuō)服力。

特征價(jià)格模型常用線(xiàn)性、半對(duì)數(shù)和對(duì)數(shù)函數(shù)形式，經(jīng)過(guò)多次嘗試和比較，本文采用對(duì)數(shù)形式建立模型，以住宅價(jià)格的自然對(duì)數(shù)為因變量[20]。自變量中，醫(yī)院、學(xué)校、公交站、菜市場(chǎng)、大中型超市、公園、天一廣場(chǎng)等連續(xù)變量采用對(duì)數(shù)形式，7 個(gè)鄰避設(shè)施虛擬變量和房間、客廳、面積、房齡、綠化率、容積率等變量采用線(xiàn)性形式。具體函數(shù)形式如式(1)：

其中：P 為住房?jī)r(jià)格，Si為連續(xù)特征變量，Sj為非連續(xù)特征變量，a0、ai、aj為待估系數(shù)，ε 為誤差項(xiàng)。影響住宅價(jià)格特征變量的描述性統(tǒng)計(jì)如表2。

表2 住宅特征變量的統(tǒng)計(jì)性描述

三、模型結(jié)果分析

利用Stata/SE15.0 軟件，應(yīng)用多元回歸分析方法對(duì)影響住宅價(jià)格的特征變量和房?jī)r(jià)網(wǎng)提供的二手房住宅價(jià)格進(jìn)行回歸分析，得出的回歸結(jié)果如表3 所示。

(一)模型的估計(jì)和檢驗(yàn)

由表2 可知，模型統(tǒng)計(jì)判定系數(shù)R2和經(jīng)調(diào)整的R2分別為0.977 2 和0.977 2，擬合程度非常高。模型的F檢驗(yàn)都遠(yuǎn)遠(yuǎn)大于F0.01，回歸方程顯著。在10%的顯著性水平下，除了客廳變量外，其余變量的回歸系數(shù)顯著性水平都小于10%，樣本數(shù)據(jù)的擬合在統(tǒng)計(jì)上有意義。所有變量的VIF 值均小于10，自變量之間共線(xiàn)性程度不大。由圖3 可見(jiàn)，模型的絕大部分殘差值隨機(jī)地落在水平直線(xiàn)士1 之間，滿(mǎn)足殘差方差齊性的假設(shè)，圖4 為殘差的直方圖，可以看出殘差直方圖比較符合正態(tài)分布曲線(xiàn)，模型擬合程度較高，可以用來(lái)分析和解釋各個(gè)住宅特征變量對(duì)住宅價(jià)格的影響。

表3 特征價(jià)格模型回歸結(jié)果

圖3 方差齊性檢驗(yàn)圖

圖4 殘差的直方圖

(二)住宅特征變量的價(jià)格彈性分析

在對(duì)數(shù)模型中，自變量為連續(xù)變量時(shí)，未標(biāo)準(zhǔn)化的回歸系數(shù)B 對(duì)應(yīng)住宅特征的價(jià)格彈性系數(shù)，即在其他變量不變的條件下，某變量變化1%時(shí)所帶來(lái)的住宅價(jià)格變化的百分比。價(jià)格半彈性系數(shù)是由于自變量是虛擬變量或等級(jí)賦值，不能直接采用回歸結(jié)果的未標(biāo)準(zhǔn)化系數(shù)，需要作如下處理，計(jì)算公式為：半彈性系數(shù)＝100×(eB-1)。數(shù)據(jù)處理結(jié)果如表4 所示。

表4 特征變量的價(jià)格彈性系數(shù)

1.鄰避設(shè)施特征變量的價(jià)格彈性分析

臨近鄰避設(shè)施的變量含義是住宅與鄰避設(shè)施的最短距離是否在1km 之內(nèi)，表現(xiàn)了住宅與鄰避設(shè)施的距離程度。研究結(jié)果顯示，臨近鄰避設(shè)施變量對(duì)住宅價(jià)格均表現(xiàn)出負(fù)向影響，即在其他因素不變的情況下，住宅周?chē)?km 范圍內(nèi)有鄰避設(shè)施，住宅價(jià)值將會(huì)受到不同程度的貶值。(1)在七種鄰避設(shè)施變量中，發(fā)電廠(chǎng)對(duì)周?chē)≌瑑r(jià)格的影響最大，即住宅小區(qū)周邊1km 范圍內(nèi)有發(fā)電廠(chǎng)設(shè)施，住宅價(jià)格會(huì)下降3.348%之多?？赡苡捎诎l(fā)電廠(chǎng)對(duì)周?chē)淖≌^(qū)造成會(huì)空氣污染和水污染，影響居民身體健康，所以居民對(duì)其支付意愿降低。(2)化工廠(chǎng)對(duì)住宅價(jià)格的影響也比較大，研究結(jié)果顯示距離化工廠(chǎng)在1km 范圍內(nèi)的住宅低于一般住宅約3.18%的價(jià)格。化工廠(chǎng)帶來(lái)的空氣污染、水污染和視覺(jué)污染等因素可能使居民產(chǎn)生了一定的鄰避心態(tài)。(3)住宅小區(qū)臨近變電站和垃圾中轉(zhuǎn)站，意味著小區(qū)可能會(huì)遭受氣味、垃圾、景觀(guān)破壞等問(wèn)題，造成住宅價(jià)格分別下降約1.731%和2.386%。(4)住宅小區(qū)1km 范圍內(nèi)有殯儀館墓園、飛機(jī)場(chǎng)、污水糞便處理廠(chǎng)等設(shè)施，也分別會(huì)造成住宅價(jià)格下降0.995%、0.707%和0.784%。

2.其他住宅特征變量的價(jià)格彈性分析

(1)公園距離對(duì)住宅價(jià)格的影響最大，到公園的距離每增加1%，住宅價(jià)格下降0.352%。其次，住宅的綠化率每增加1%，住宅價(jià)格將上升0.037%。生活水平的提高使得人們對(duì)住宅周?chē)纳鷳B(tài)環(huán)境越來(lái)越重視，有水景、距離公園近、綠化率高等因素已經(jīng)成為居民購(gòu)買(mǎi)住房時(shí)考慮的重要因素。(2)到天一廣場(chǎng)的距離每增加1%，價(jià)格會(huì)下降0.019%，這與赫前進(jìn)[21]研究距離市中心越近，住宅價(jià)格越高的結(jié)論相一致。(3)住宅距離醫(yī)院、學(xué)校、菜市場(chǎng)、公交站和地鐵站的遠(yuǎn)近對(duì)房?jī)r(jià)都產(chǎn)生一定程度的影響，即距離每增加1%，價(jià)格分別會(huì)下降0.002%、0.003%、0.001%、0.006%。這些公共設(shè)施為居民提供了醫(yī)療、教育、購(gòu)物、交通等服務(wù)，滿(mǎn)足居民的日常生活需求，越靠近這些設(shè)施，則房?jī)r(jià)越高。其次，房間、面積、房齡、容積率等變量對(duì)住宅價(jià)格也產(chǎn)生了不同程度的影響。(4)和直觀(guān)感覺(jué)不一致的是，大中型超市變量的系數(shù)為正，即住宅與大中型超市的距離越近，住宅價(jià)格反而越低。究其原因是由于大中型超市周?chē)丝诹鲃?dòng)密集，周邊過(guò)往的車(chē)輛較多，噪聲污染和交通堵塞給周?chē)用竦纳钭飨?lái)負(fù)面影響，降低了居民的生活質(zhì)量，其對(duì)房?jī)r(jià)的影響有待重新評(píng)估。

(三)住宅特征變量的影響程度分析

在多元回歸分析中，將各自變量進(jìn)行標(biāo)準(zhǔn)正態(tài)變換后可得到標(biāo)準(zhǔn)化偏回歸系數(shù)，它的大小可以直接用來(lái)比較各自變量對(duì)因變量的影響程度。由表5 可知：(1)在7 種鄰避設(shè)施特征變量中，對(duì)住宅價(jià)格影響最大的是發(fā)電廠(chǎng)、化工廠(chǎng)、垃圾中轉(zhuǎn)站，分別占比重為3.83%、3.09%和2.4%，而其他鄰避設(shè)施變量所占比重小于1%，影響程度較小。(2)在對(duì)住宅價(jià)格影響較大的前十個(gè)特征變量中，鄰避設(shè)施變量有三個(gè)，占近1/3 且排名靠前。說(shuō)明居民在購(gòu)買(mǎi)住房時(shí)，對(duì)周?chē)脑O(shè)施分布關(guān)注較高，鄰避設(shè)施的存在一定程度上會(huì)影響居民的購(gòu)買(mǎi)意愿。(3)在所有的住宅價(jià)格特征變量中，公園距離對(duì)住宅價(jià)格的影響程度最大，占比重75.36%。除此以外，市中心距離(天一廣場(chǎng))、面積、房間、容積率等變量對(duì)住宅價(jià)格的影響程度也較大。

表5 住宅特征變量的影響程度排名表

四、結(jié)論與建議

(一)結(jié)論

通過(guò)構(gòu)建特征價(jià)格模擬，運(yùn)用多元回歸分析和標(biāo)準(zhǔn)正態(tài)變換對(duì)住宅特征變量的價(jià)格彈性和影響程度進(jìn)行分析，結(jié)果表明：

(1)住宅小區(qū)1km 范圍內(nèi)分布有鄰避設(shè)施，即該設(shè)施會(huì)對(duì)住宅價(jià)格產(chǎn)生一定程度的負(fù)面影響。在所挑選的七種鄰避設(shè)施變量中，發(fā)電廠(chǎng)和化工廠(chǎng)對(duì)周?chē)≌瑑r(jià)格的影響較大。在對(duì)住宅價(jià)格影響較大的前十個(gè)特征變量中，鄰避設(shè)施變量占近1/3 且排名靠前，說(shuō)明鄰避設(shè)施的存在一定程度上會(huì)降低居民的購(gòu)買(mǎi)意愿。

(2)在所有住宅特征變量的價(jià)格彈性和影響程度分析中，公園綠地對(duì)住宅價(jià)格的影響最大，這說(shuō)明人們?cè)谶x擇住宅時(shí)，依然具有較強(qiáng)的景觀(guān)偏好，周?chē)纳鷳B(tài)環(huán)境依舊是居民購(gòu)買(mǎi)住房時(shí)考慮的重要因素。

(3)有些傳統(tǒng)上認(rèn)為鄰近小區(qū)便利生活的公共設(shè)施如大中型超市，隨著人們對(duì)生活質(zhì)量的要求越來(lái)越高，其鄰避效應(yīng)正在顯現(xiàn)，距離住宅區(qū)太近不一定會(huì)提高房?jī)r(jià)，其對(duì)住宅價(jià)格的影響有待進(jìn)一步驗(yàn)證。

(二)建議

鄰避設(shè)施的負(fù)面影響和潛在風(fēng)險(xiǎn)性是固定存在的，學(xué)術(shù)界一直認(rèn)為補(bǔ)償是降低設(shè)施鄰避效應(yīng)，緩解居民鄰避心態(tài)的有效方式之一。依據(jù)模型結(jié)果得出的鄰避設(shè)施價(jià)格彈性和影響程度，提出以下補(bǔ)償建議：

1.環(huán)境補(bǔ)償

環(huán)境補(bǔ)償主要是依靠改善設(shè)施外立面，美化或者改良設(shè)施周?chē)h(huán)境來(lái)達(dá)到降低鄰避效應(yīng)的效果，通常使用綠化帶或綠色植物種植帶進(jìn)行隔離。從實(shí)證分析的結(jié)果也可以看出，在眾多住宅特征價(jià)格變量中，公園和綠化率對(duì)住宅價(jià)格產(chǎn)生了很大的積極影響，距離公園近，綠化率高的小區(qū)更能滿(mǎn)足購(gòu)房者的居住心理。因此，對(duì)于發(fā)電廠(chǎng)、化工廠(chǎng)等具有高度鄰避效應(yīng)的設(shè)施，可以通過(guò)對(duì)設(shè)施的建設(shè)地進(jìn)行遮蔽，周?chē)N植高大茂密植被，擴(kuò)大綠化隔離帶的范圍等來(lái)弱化設(shè)施的突兀形象，減少居民的視覺(jué)污染，降低其鄰避心態(tài)。

2.規(guī)劃補(bǔ)償

規(guī)劃補(bǔ)償通常是利用某些設(shè)施的正外部性效應(yīng)抵消鄰避設(shè)施的負(fù)外部性效應(yīng)，通過(guò)正外部效應(yīng)設(shè)施的服務(wù)半徑來(lái)抵消其鄰避范圍，因此對(duì)于一些無(wú)法搬遷或者無(wú)法拆除的鄰避設(shè)施，可以通過(guò)此手段緩解居民的鄰避心理。例如，從實(shí)證結(jié)果中發(fā)現(xiàn)住宅小區(qū)1km 范圍內(nèi)有垃圾中轉(zhuǎn)站設(shè)施，會(huì)造成住宅價(jià)格下降1.731%之多，建設(shè)垃圾中轉(zhuǎn)站的地方一般也是周?chē)丝诒容^集中，人流較多的區(qū)域，在此地建立城市大型基礎(chǔ)設(shè)施，比如購(gòu)物廣場(chǎng)、體育館、圖書(shū)館等不僅可以改善周?chē)纳瞽h(huán)境，也可以提高居民的生活質(zhì)量，緩解其鄰避心態(tài)。

3.政策補(bǔ)償

政策補(bǔ)償是指政府通過(guò)提供一些相應(yīng)的政策優(yōu)惠來(lái)提高設(shè)施周邊的經(jīng)濟(jì)水平從而緩解居民的鄰避心理。比如殯儀館墓園這類(lèi)設(shè)施，隨著城市化速度的加快，雖然有部分原位于城市郊區(qū)的殯葬設(shè)施慢慢地被城市商業(yè)區(qū)和居住區(qū)包圍，但是大多數(shù)殯葬設(shè)施距離城市主城區(qū)還是有一段距離的，且大部分墓園依山而建，環(huán)境優(yōu)越，周?chē)恋刭Y源豐富。針對(duì)此類(lèi)設(shè)施，政府可以對(duì)周邊居民進(jìn)行農(nóng)業(yè)扶持，將周邊地區(qū)規(guī)劃成蔬菜種植基地或者果園種植采摘基地，充分利用土地資源，打造特色農(nóng)業(yè)品牌，給予村民農(nóng)業(yè)發(fā)展補(bǔ)貼，并對(duì)設(shè)施周邊道路進(jìn)行綠化整修，緩解祭拜葬禮時(shí)道路擁堵?tīng)顩r，這樣不僅可以提高周邊居民的生活收入和生活品質(zhì)，也可以轉(zhuǎn)移居民的注意力，緩解鄰避態(tài)度。

對(duì)于每一類(lèi)鄰避設(shè)施，其補(bǔ)償方式都不是唯一的，想要達(dá)到理想的平衡狀態(tài)，必須要結(jié)合設(shè)施的自身特性和居民的鄰避心態(tài)，多種補(bǔ)償方式相輔相成，才能更有效地化解居民的鄰避心態(tài)。