霧霾對(duì)房地產(chǎn)價(jià)格的影響研究＊

■ 董紀(jì)昌 曾欣 牟新娣 李秀婷

1.中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院 北京 100190

2.中國(guó)科學(xué)院大學(xué)中丹學(xué)院 北京 100190

3.中國(guó)科學(xué)院大數(shù)據(jù)挖掘與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室 北京 100190

0 引言

近年來(lái)，房地產(chǎn)業(yè)呈現(xiàn)一片繁榮的發(fā)展態(tài)勢(shì)，在經(jīng)濟(jì)整體發(fā)展向好的大背景下，環(huán)境質(zhì)量因素越來(lái)越成為人們關(guān)注的重點(diǎn)，并逐漸成為人們選擇住房的重要考慮條件。根據(jù)環(huán)保部發(fā)布的《2017 中國(guó)生態(tài)環(huán)境狀況公報(bào)》，2017年全國(guó)338 個(gè)地級(jí)及以上城市中，只有99 個(gè)城市環(huán)境空氣質(zhì)量達(dá)標(biāo)，占全部城市數(shù)的29.3%。以PM2.5 為首要污染物的天數(shù)占重度及以上污染天數(shù)的74.2%，以PM10 為首要污染物的占20.4%，以O(shè)3為首要污染物的占5.9%。因霧霾而逃離一線城市的報(bào)道屢見(jiàn)不鮮，霧霾污染已成為全國(guó)性問(wèn)題。我國(guó)的霧霾問(wèn)題存在明顯的南北差異，霧霾多發(fā)于冬季，且北方更為嚴(yán)重。由于我國(guó)冬季南北方的供暖方式不同，北方主要以燃煤供暖，因此冬季空氣重污染物質(zhì)濃度會(huì)顯著提高。Ebenstein 等（2017）的研究顯示，因?yàn)楣┡绞降牟町?，北方居民的平均壽命?huì)減少3.1年[1]。

我國(guó)對(duì)空氣污染物的監(jiān)測(cè)工作已進(jìn)行多年，但監(jiān)測(cè)指標(biāo)和范圍還不是十分完善，對(duì)PM2.5的監(jiān)測(cè)從2013年開(kāi)始在115 個(gè)重點(diǎn)環(huán)境保護(hù)城市試點(diǎn)。2015年，此項(xiàng)監(jiān)測(cè)才覆蓋全國(guó)各市。我國(guó)對(duì)大氣污染的治理工作也在不斷加強(qiáng)，治理效果逐漸顯現(xiàn)。北方多地推廣“煤改電”工程，以改善冬季空氣質(zhì)量。如圖1所示，由2004~2016年我國(guó)PM10、SO2、NO23 種大氣污染物年均濃度，可以直觀地看到空氣污染治理效果，污染物濃度整體呈下降趨勢(shì)。

圖1 大氣污染物年均濃度（數(shù)據(jù)來(lái)源：中國(guó)環(huán)境統(tǒng)計(jì)年鑒）

在城市經(jīng)濟(jì)學(xué)理論中，環(huán)境因素、居民受教育程度、交通因素等均可以被資本化為房?jī)r(jià)。Rosen（1979）研究指出房地產(chǎn)的價(jià)格包括可直接觀測(cè)到的價(jià)格和隱含價(jià)格兩部分[2]。空氣質(zhì)量作為環(huán)境因素會(huì)影響居民的生活質(zhì)量，但這種因素又不易量化，會(huì)間接地影響住房?jī)r(jià)格。這類隱形條件，如空氣質(zhì)量、噪音、社區(qū)犯罪率、教育條件等通常被作為影響房?jī)r(jià)宜居性的因素來(lái)考慮。那么在我國(guó)，空氣質(zhì)量對(duì)房地產(chǎn)價(jià)格的影響又如何呢？基于中國(guó)74個(gè)樣本城市數(shù)據(jù)，本文采用空間杜賓模型來(lái)探討空氣污染對(duì)中國(guó)房地產(chǎn)價(jià)格以及區(qū)域房?jī)r(jià)的影響。

1 文獻(xiàn)綜述

特征價(jià)格模型是研究環(huán)境因素以及房屋屬性對(duì)房?jī)r(jià)影響的經(jīng)典模型。特征變量系數(shù)被看作邊際支付意愿。Broxterman &Yezer（2015）在研究房?jī)r(jià)對(duì)城市技術(shù)強(qiáng)度的影響時(shí)指出，由于住房需求的收入彈性很低（技能型與無(wú)技能型工人收入比與房?jī)r(jià)反向變動(dòng)），與無(wú)技能型工人相比，技能型工人所需的環(huán)境舒適度等補(bǔ)償更多，良好的環(huán)境和便利設(shè)施更能吸引技能型勞動(dòng)力[3]。鄭思齊（2011）對(duì)我國(guó)84 個(gè)城市微觀家庭樣本的實(shí)證結(jié)果也顯示出高技能與低技能勞動(dòng)力對(duì)城市生活質(zhì)量支付意愿存在差異，前者支付意愿更高[4]。環(huán)境舒適因素可以被資本化為房?jī)r(jià)。Grainger（2012）探究了空氣質(zhì)量被資本化后的成本是否完全由租戶承擔(dān)。對(duì)房屋所有者而言，可以免費(fèi)享受空氣質(zhì)量資本化為房?jī)r(jià)帶來(lái)的房屋增值；而對(duì)租房者而言，租金會(huì)隨著空氣質(zhì)量和其他環(huán)境條件的改善而上漲[5]。研究結(jié)果顯示，空氣質(zhì)量資本化成本會(huì)部分而非完全轉(zhuǎn)移到租戶身上。此外，一些學(xué)者發(fā)現(xiàn)空氣治理相關(guān)政策對(duì)空氣質(zhì)量的改善具有顯著作用（Grainger,2012;Lang,2015;Boennec &Salladarré,2017）[5-7]。

對(duì)于空氣質(zhì)量檢測(cè)數(shù)據(jù)，發(fā)達(dá)國(guó)家擁有更完善的監(jiān)控體系且歷史數(shù)據(jù)較為全面，數(shù)據(jù)可獲得性較高。相對(duì)而言，發(fā)展中國(guó)家的空氣質(zhì)量監(jiān)測(cè)體系還不完善，數(shù)據(jù)可得性較低。此外，發(fā)展中國(guó)家空氣污染物程度相對(duì)較高。因此，對(duì)發(fā)展中國(guó)家空氣質(zhì)量與房地產(chǎn)市場(chǎng)的定量研究受到數(shù)據(jù)限制，但隨著新興經(jīng)濟(jì)體的崛起，環(huán)境與經(jīng)濟(jì)這一作為經(jīng)濟(jì)發(fā)展不可回避的問(wèn)題具有很高的研究?jī)r(jià)值。Yusuf &Resosudarmo（2009）以雅加達(dá)為例研究了空氣質(zhì)量對(duì)發(fā)展中國(guó)家大都市房?jī)r(jià)的影響，以鉛、碳?xì)浠锖蚐O2為指標(biāo)發(fā)現(xiàn)空氣污染與房?jī)r(jià)負(fù)相關(guān)[8]。Zheng 等（2010）研究了中國(guó)35 個(gè)主要城市房?jī)r(jià)、FDI 流和空氣質(zhì)量之間的關(guān)系，發(fā)現(xiàn)房?jī)r(jià)會(huì)隨空氣污染的加重而下降，人均FDI 流高的城市空氣質(zhì)量越好[9]。王敏和黃瀅（2015）在研究中國(guó)112個(gè)城市的經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染問(wèn)題時(shí)發(fā)現(xiàn)，大氣污染指標(biāo)選擇的不同會(huì)導(dǎo)致對(duì)經(jīng)濟(jì)增長(zhǎng)截然不同的影響結(jié)果[10]。

總體來(lái)看，在已有研究空氣質(zhì)量與房?jī)r(jià)關(guān)系的文獻(xiàn)中，空氣質(zhì)量指標(biāo)多采用單一大氣污染物濃度，采用空氣污染綜合指標(biāo)的較少。此外，多采用特征價(jià)格模型，考慮地區(qū)分布因素的文獻(xiàn)較少。在研究中國(guó)空氣質(zhì)量與房?jī)r(jià)的文獻(xiàn)中定量分析文獻(xiàn)較少，且多為單個(gè)城市或區(qū)域的住房特征，研究全國(guó)范圍內(nèi)的房?jī)r(jià)受空氣質(zhì)量影響的文獻(xiàn)數(shù)量匱乏。由于空氣質(zhì)量存在空間外溢效應(yīng)而房地產(chǎn)價(jià)格存在空間聚集現(xiàn)象，大多數(shù)經(jīng)典統(tǒng)計(jì)分析中樣本相互獨(dú)立的假設(shè)被打破。因此，本文采用空間計(jì)量方法，將城市房?jī)r(jià)的空間依賴性納入考慮，客觀分析房地產(chǎn)價(jià)格波動(dòng)的環(huán)境影響因素。

2 實(shí)證分析

2.1 模型構(gòu)建

空間計(jì)量模型是從非空間的線性回歸模型拓展而來(lái)的，不同的空間模型考慮了不同的空間交互效應(yīng)。本文采用空間杜賓模型（SDM），其本質(zhì)與空間自回歸模型（SAR）一致，但同時(shí)考察了其他樣本空間各自變量對(duì)目標(biāo)觀測(cè)點(diǎn)因變量的影響?？臻g杜賓模型的表達(dá)式為：

Y=ρWY +Xβ+ WXδ +ε

式中，W 為空間權(quán)重矩陣，描述了樣本中單位的空間組合；WY是被解釋變量之間存在的內(nèi)生交互效應(yīng)，表示特定效應(yīng)的被解釋變量依賴于其他單位的被解釋變量，如：a城市房?jī)r(jià)變動(dòng)對(duì)b 城市房?jī)r(jià)造成的影響；WX 表示其他觀測(cè)點(diǎn)變量的影響，如：a 城市空氣質(zhì)量對(duì)b 城市房?jī)r(jià)的影響。

空間權(quán)重矩陣有多種形式，常用的有鄰接矩陣和逆距離矩陣。鄰接矩陣是通過(guò)空間單元在地圖上的相對(duì)位置，判斷哪些區(qū)域是相鄰的，相鄰用“1”表示，不相鄰用“0”示表示。距離矩陣假定空間作用的強(qiáng)度取決于空間單位之間距離的大小，該距離可以是空間距離，也可以是經(jīng)濟(jì)距離。由于本文選取的74 個(gè)樣本城市在地理分布上較為分散，鄰接城市較少，因此本文采用逆距離矩陣，以更好地反映城市的空間關(guān)系。逆距離矩陣中權(quán)重可表示為距離的倒數(shù)，即Wij=1/dij。

在選擇變量時(shí)，影響房?jī)r(jià)的主要因素和環(huán)境因素都需要考慮。居民的經(jīng)濟(jì)能力是有效購(gòu)房需求的前提。收入水平和人均GDP 常被納入模型來(lái)反映市場(chǎng)需求（Zheng,2010;Grainger,2012;Lang,2015;Zabel,2015）[5-6,9,11]。住房需求與人口密度和人口遷移密切相關(guān)，當(dāng)越來(lái)越多的人聚集在大城市，就會(huì)貢獻(xiàn)住房剛需推動(dòng)房?jī)r(jià)。人口效應(yīng)對(duì)房?jī)r(jià)的影響在我國(guó)的大城市和小城市非常明顯。從房地產(chǎn)市場(chǎng)的角度來(lái)說(shuō)，房地產(chǎn)開(kāi)發(fā)投資和商品房銷售常用來(lái)反映市場(chǎng)的供給和需求（王鶴，2012；董紀(jì)昌等，2016）[12-13]。根據(jù)文獻(xiàn)綜述部分的介紹，通常用PM10,PM2.5 及其他空氣污染物濃度來(lái)反映空氣質(zhì)量。參考已有文獻(xiàn)中的變量選取，并結(jié)合中國(guó)實(shí)際情況，本文選取以下變量并將其放入模型。

本文空間杜賓模型為：

因變量為各個(gè)城市年度平均房?jī)r(jià)（HP）。自變量的選取包括人均可支配收入（PCDI）、人口密度（PLD）、第二產(chǎn)業(yè)占GDP 比重（IND2）3 個(gè)經(jīng)濟(jì)基本面因素，房?jī)r(jià)預(yù)期（HPE）和商品房銷售額（HS）兩個(gè)房地產(chǎn)市場(chǎng)相關(guān)因素以及空氣質(zhì)量綜合指數(shù)（AQI）和人均綠地面積（GA）兩個(gè)環(huán)境指標(biāo)?？諝赓|(zhì)量綜合指數(shù)是我國(guó)環(huán)境保護(hù)部對(duì)74個(gè)重點(diǎn)城市空氣質(zhì)量進(jìn)行評(píng)價(jià)的工具，綜合考慮了SO2、NO2、PM10、PM2.5、CO、O3等6 種污染物污染程度，數(shù)值越大表明綜合污染程度越重。房?jī)r(jià)預(yù)期計(jì)算公式如下：

2.2 數(shù)據(jù)說(shuō)明

在計(jì)量模型中本文選取2013~2015年我國(guó)74 個(gè)地級(jí)市面板數(shù)據(jù)，數(shù)據(jù)來(lái)源為WIND 數(shù)據(jù)庫(kù)和《中國(guó)城市統(tǒng)計(jì)年鑒》。為防止變量共線性影響分析結(jié)果，首先檢驗(yàn)各變量間的相關(guān)性。結(jié)果如表1所示，所選變量間并沒(méi)有出現(xiàn)相關(guān)性過(guò)高的情況。對(duì)所選變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表2所示。

N→+∞時(shí)，由此可知，當(dāng)投資組合中的風(fēng)險(xiǎn)資產(chǎn)的數(shù)量增加時(shí)，各項(xiàng)資產(chǎn)之間的協(xié)方差值有正有負(fù)，它們之間會(huì)相互對(duì)沖抵消，但不會(huì)被完全抵消，因?yàn)楦黜?xiàng)資產(chǎn)的收益變動(dòng)存在一定的同向性，這種同向性是普遍的，被稱為市場(chǎng)風(fēng)險(xiǎn)，又稱為系統(tǒng)風(fēng)險(xiǎn)；可以通過(guò)增加投資組合中資產(chǎn)數(shù)量從而對(duì)沖抵消的風(fēng)險(xiǎn)則被稱為企業(yè)風(fēng)險(xiǎn)，又稱非系統(tǒng)風(fēng)險(xiǎn).通過(guò)擴(kuò)大投資組合中的資產(chǎn)規(guī)模，可以消除非系統(tǒng)性風(fēng)險(xiǎn)，但不能消除系統(tǒng)性風(fēng)險(xiǎn)[6].下面章節(jié)用單調(diào)非增次模集函數(shù)的性質(zhì)證明非系統(tǒng)性風(fēng)險(xiǎn)可以通過(guò)增加投資組合中的資產(chǎn)數(shù)量來(lái)進(jìn)行抵消.

表1 各變量相關(guān)系數(shù)

表2 各變量描述統(tǒng)計(jì)

圖2 74個(gè)重點(diǎn)城市2013~2015（從左至右）房?jī)r(jià)Moran's I

2.3 實(shí)證結(jié)果與分析

2.3.1 模型選取

使用空間計(jì)量方法的前提是變量之間存在空間自相關(guān)，首先根據(jù)權(quán)重矩陣采用局部Moran's I檢驗(yàn)。我國(guó)房地產(chǎn)價(jià)格是否存在空間自相關(guān)性，檢驗(yàn)結(jié)果如圖2所示。

從2013~2015年我國(guó)房地產(chǎn)價(jià)格Moran's I 分別為0.468、0.441 和0.372，在5%的置信水平上均顯著。結(jié)果顯示，我國(guó)房地產(chǎn)價(jià)格存在正向空間自相關(guān)，但相關(guān)性從2013~2015年逐漸遞減。由圖2可看出，大部分城市聚集在第1、3 象限，說(shuō)明我房?jī)r(jià)存在空間聚集現(xiàn)象。2013年Moran's I散點(diǎn)圖中（左1），在高房?jī)r(jià)與高房?jī)r(jià)相聚集的第1 象限分布的城市主要為福州、廈門、杭州、寧波等東南沿海城市，而中部和西部地區(qū)以及部分三四線華北地區(qū)城市分布在低房?jī)r(jià)與低房?jī)r(jià)相聚集的第3 象限。2014~2015年由于房?jī)r(jià)調(diào)控政策效果逐漸顯現(xiàn)，房?jī)r(jià)整體漲勢(shì)趨緩，第1象限城市數(shù)量逐漸減少，聚集在第1象限的高房?jī)r(jià)城市向2、4象限轉(zhuǎn)移，房?jī)r(jià)整體空間自相關(guān)性減弱，但空間聚集特性仍然顯著。因此，在采用空間計(jì)量模型，將空間因素，即在空間權(quán)重下周圍地區(qū)的特征屬性對(duì)目標(biāo)地區(qū)產(chǎn)生的影響納入研究范圍。

2.3.2 回歸結(jié)果

對(duì)房?jī)r(jià)和人均可支配收入、人口密度、商品房銷售額和人均綠地面積取對(duì)數(shù)，并將標(biāo)準(zhǔn)化的逆距離空間權(quán)重矩陣和各變量代入SDM 模型進(jìn)行回歸，結(jié)果如表3所示。

回歸結(jié)果主體部分（Main）為城市i的各變量對(duì)其房?jī)r(jià)的影響，Wx 部分表示周圍城市各變量對(duì)城市i 的影響。由主體部分可以看出人均可支配收入、房?jī)r(jià)預(yù)期和商品房銷售額對(duì)當(dāng)?shù)胤績(jī)r(jià)都有顯著的正向影響，與經(jīng)濟(jì)常識(shí)相符?？諝赓|(zhì)量綜合指數(shù)在5%的顯著水平下對(duì)當(dāng)?shù)胤績(jī)r(jià)存在負(fù)向影響，即空氣污染越嚴(yán)重，房?jī)r(jià)越低。人均綠地面積也與房?jī)r(jià)正相關(guān)，說(shuō)明在我國(guó)良好的環(huán)境因素會(huì)被資本化為房?jī)r(jià)，增加房屋自身價(jià)值。系數(shù)ρ顯著為正，表示周圍城市房地產(chǎn)價(jià)格每上漲1%中心城市房?jī)r(jià)會(huì)平均上漲0.58%，房地產(chǎn)價(jià)格存在空間正相關(guān)性。根據(jù)波紋效應(yīng)，房地產(chǎn)價(jià)格會(huì)在區(qū)域之間傳導(dǎo)。通常某一地區(qū)房?jī)r(jià)變動(dòng)會(huì)先發(fā)生并像水中波紋一樣對(duì)周邊地區(qū)房?jī)r(jià)產(chǎn)生影響。一般大城市對(duì)周邊小城市的經(jīng)濟(jì)發(fā)展具有拉動(dòng)效應(yīng)。對(duì)于人口和資源相對(duì)集中的大城市，其經(jīng)濟(jì)發(fā)展存在外溢效應(yīng)會(huì)帶動(dòng)周邊小城市房?jī)r(jià)上漲。Wood（2005）提出家庭遷移（Household Migration），財(cái)富轉(zhuǎn)移（Equity Transfer），空間套利（Spacial Arbitrage）引發(fā)了住房需求在不同區(qū)域房地產(chǎn)市場(chǎng)的轉(zhuǎn)移，從而產(chǎn)生了房?jī)r(jià)的空間傳導(dǎo)[14]。家庭傾向于從高房?jī)r(jià)地區(qū)向低房?jī)r(jià)地區(qū)遷移，低房?jī)r(jià)地區(qū)的住房需求量由此上升，其房?jī)r(jià)也隨之上漲。原有住房財(cái)富是新房支付的重要資金來(lái)源，該地區(qū)的房?jī)r(jià)上漲使得原有住房財(cái)富增加，增強(qiáng)了遷移家庭的支付能力，從而推高其他地方房?jī)r(jià)。區(qū)域房?jī)r(jià)差異帶來(lái)的空間套利更直接地造成了波紋效應(yīng)。

表3 SDM回歸結(jié)果

資源會(huì)向行政級(jí)別、經(jīng)濟(jì)發(fā)展水平高的城市聚集，導(dǎo)致人口向這些城市流動(dòng)，提高住房剛需，從而推動(dòng)這些城市房?jī)r(jià)。這種現(xiàn)象在一二線城市較為普遍，但在三四線城市相對(duì)較少。為進(jìn)一步探究在一二線城市特有的資源吸附效應(yīng)下，空氣質(zhì)量對(duì)房?jī)r(jià)的影響，根據(jù)城市的經(jīng)濟(jì)水平，本文將樣本城市分為一二線城市和三四線城市兩類（如表4所示），分別討論空氣質(zhì)量對(duì)社會(huì)資源聚集程度不同的城市房?jī)r(jià)的影響。

2013~2015年我國(guó)房地產(chǎn)市場(chǎng)經(jīng)歷了由調(diào)控降溫到逐漸復(fù)蘇的過(guò)程，以國(guó)四條、新國(guó)十條為代表的限購(gòu)限貸政策干預(yù)頻繁，房?jī)r(jià)上漲得到抑制，2014年全國(guó)商品房銷售面積均大幅下降。表5中三四線城市商品房銷售額與房?jī)r(jià)成正相關(guān)，由于部分一二線熱點(diǎn)城市（如深圳、上海）在調(diào)控政策下房?jī)r(jià)仍保持較高漲幅，銷售額與房?jī)r(jià)關(guān)系并不顯著。

表4 城市分類

從表5的結(jié)果可以看出，三四線城市商品房銷售額(ln(HS))與房?jī)r(jià)正相關(guān)。在嚴(yán)厲的購(gòu)房政策下，一些一二線城市仍保持較高的房?jī)r(jià)增長(zhǎng)，一二線城市房?jī)r(jià)與商品房銷售額的關(guān)系并不顯著?？諝赓|(zhì)量綜合指數(shù)在一二線和三四線城市仍然顯著為負(fù)，系數(shù)較為接近分別為-0.05 和-0.047。與三四線城市相比，周邊城市空氣質(zhì)量對(duì)一二線城市房?jī)r(jià)的影響效果更為明顯，這與一二線城市對(duì)重工業(yè)企業(yè)的擠出效應(yīng)有關(guān)。

如表6所示，由于人口密度和汽車尾氣排放等原因，從2013~2015年，一二線城市的年均空氣質(zhì)量略低于三四線城市，一二三四線城市均表現(xiàn)出空氣污染對(duì)房?jī)r(jià)的抑制作用，說(shuō)明空氣質(zhì)量的資本化效應(yīng)開(kāi)始呈現(xiàn)。在表5中，空氣質(zhì)量對(duì)房?jī)r(jià)的影響程度一二線城市略高于三四線城市。與三四線城市相比，一二線城市高凈值、高教育水平居民比例相對(duì)較高，其更加關(guān)注健康與生活的舒適度。在霧霾日漸嚴(yán)重的趨勢(shì)下，他們有動(dòng)機(jī)選擇離開(kāi)一線城市去生活質(zhì)量更高的地方置房。此外，由于中心城市對(duì)周邊城市的帶動(dòng)作用，周邊城市的發(fā)展水平不斷提高，與中心城市的關(guān)系越來(lái)越密切。一些一線城市人口更愿意選擇去周邊環(huán)境較好的二三線城市養(yǎng)老，將一線城市住房出租，因而不會(huì)貢獻(xiàn)一線城市住房需求。與一二線城市相比，三四線城市人口流動(dòng)速度相對(duì)較緩，且移居一二線城市成本較高，由于空氣質(zhì)量原因向其他級(jí)別城市遷移的可能性較小。

表5 分類城市SDM回歸結(jié)果

表6 一二線與三四線城市空氣質(zhì)量綜合指數(shù)年平均值

3 結(jié)論

結(jié)合我國(guó)城市經(jīng)濟(jì)發(fā)展情況，本文檢驗(yàn)了我國(guó)74個(gè)重點(diǎn)城市房地產(chǎn)價(jià)格受空氣質(zhì)量的影響情況。通過(guò)局部Moran's I 散點(diǎn)圖檢驗(yàn)樣本城市間的房?jī)r(jià)空間聚集效應(yīng)，結(jié)果顯示我國(guó)城市房?jī)r(jià)間存在聚集效應(yīng)，但受房地產(chǎn)政策調(diào)控等因素影響，該效應(yīng)在2013~2015年間呈減弱趨勢(shì)。

在此基礎(chǔ)上進(jìn)一步運(yùn)用空間杜賓模型對(duì)空氣質(zhì)量指標(biāo)進(jìn)行檢驗(yàn)。研究顯示，空氣質(zhì)量對(duì)我國(guó)房地產(chǎn)價(jià)格存在負(fù)向影響，且相鄰城市間房?jī)r(jià)存在同向變動(dòng)趨勢(shì)。在對(duì)一二線城市和三四線城市的分類檢驗(yàn)中發(fā)現(xiàn)，空氣質(zhì)量惡化對(duì)一二線和三四線城市房?jī)r(jià)的抑制作用接近，但一二線城市略強(qiáng)于三四線城市。但由于大型城市將重工業(yè)企業(yè)驅(qū)趕至周邊城市，周邊城市空氣質(zhì)量對(duì)一二線城市的影響明顯高于三四線城市。