工業(yè)遺產(chǎn)改造對周邊住宅價格的溢出價值研究
——以合鋼廠為例

■ 趙沁娜 李 航

（1.合肥工業(yè)大學(xué)管理學(xué)院，安徽合肥230009;2.合肥工業(yè)大學(xué)產(chǎn)業(yè)轉(zhuǎn)移與創(chuàng)新發(fā)展研究中心，安徽合肥 230009）

一、引言

作為老舊城區(qū)改造、城市更新的重要組成部分，工業(yè)遺產(chǎn)的保護與再利用已經(jīng)得到了世界各國的高度重視[1][2]。我國自2006年以來，逐步出臺了《關(guān)于加強工業(yè)遺產(chǎn)的保護通知》《國家工業(yè)遺產(chǎn)管理暫行辦法》等系列文件來指導(dǎo)和規(guī)范工業(yè)遺產(chǎn)管理。特別是2021年5月《推進工業(yè)文化發(fā)展實施方案（2021-2025年）》的出臺進一步明確了“提高工業(yè)遺產(chǎn)保護利用水平是未來五年要完成的重點任務(wù)之一，力爭在資源整合、要素供給、項目實施等方面推動形成政策合力”?？梢灶A(yù)見，伴隨著城市轉(zhuǎn)型發(fā)展和傳統(tǒng)產(chǎn)業(yè)改造升級進程加快，工業(yè)遺產(chǎn)保護利用正進入重要的提升階段。

從諸多工業(yè)遺產(chǎn)保護和利用實踐來看，工業(yè)遺產(chǎn)大多都以改造成文化創(chuàng)意園區(qū)為主。如，北京798藝術(shù)區(qū)、沈陽1905 文化創(chuàng)意園等，已經(jīng)成功實現(xiàn)從“工業(yè)銹帶”到“生活秀帶”轉(zhuǎn)變，實現(xiàn)了價值保留和增值[3]。改造后的工業(yè)遺產(chǎn)不僅保留了其歷史價值、文化價值、技術(shù)價值等固有價值，還提供工業(yè)旅游、工業(yè)科研、改善環(huán)境和調(diào)節(jié)生態(tài)等功能，進而帶動周邊地區(qū)經(jīng)濟發(fā)展以及居民生活滿意度的提高，反映在資本市場上就是消費者出于“舒適性”的考慮會根據(jù)自己收入和偏好愿意支付更高的費用來購買工業(yè)遺產(chǎn)周邊的住宅，進而表現(xiàn)為工業(yè)遺產(chǎn)改造對周邊住宅市場具有明顯的增值效應(yīng)。

眾所周知，老舊城區(qū)改造、城市更新往往需要投入大量的財政資金，而適宜恰當(dāng)?shù)卦u估這部分溢出效應(yīng)將有助于政府有效地進行財政資源分配[4]。從已有文獻(xiàn)來看，學(xué)者們往往會通過衡量其存在或改造后對周邊住宅市場的影響來表征。傳統(tǒng)房地產(chǎn)評估方法預(yù)測住宅價格及其走勢有局限性，而BP 神經(jīng)網(wǎng)絡(luò)具有能夠高效率地處理非線性問題，降低主觀隨意性等特點，本文以馬鋼（合肥）鋼鐵公司工業(yè)遺產(chǎn)（2018年認(rèn)定為第二批國家工業(yè)遺產(chǎn)，尚待改造）為研究對象，嘗試將BP 神經(jīng)網(wǎng)絡(luò)法和Hedonic 模型相結(jié)合，假設(shè)合鋼廠未來改造為文化創(chuàng)意產(chǎn)業(yè)用途的情境下，預(yù)測其對周邊住宅市場的溢出價值。本文的研究可以進一步豐富工業(yè)遺產(chǎn)改造的經(jīng)濟社會效益評價方法，為工業(yè)遺產(chǎn)保護與管理部門決策提供依據(jù)。

二、文獻(xiàn)綜述

學(xué)者們普遍認(rèn)為工業(yè)遺產(chǎn)的保護與再利用有助于改善城市居民的居住環(huán)境，提高城市生活質(zhì)量、公共安全以及城市形象，具有典型的正外部性[5]。國內(nèi)外不乏有關(guān)于環(huán)境改善對住宅價格影響的研究成果，諸如環(huán)境治理、城中村改造、棕地再開發(fā)等，研究方法上也以特征價格法應(yīng)用最為廣泛。如，Michael Boyle 等早在1996年就以緬因州的34 個湖泊為研究對象，發(fā)現(xiàn)水體透明度改善1 公里平均會周邊房價帶來11-200 美元的溢價[6]。Kaufman（2006）等定量估算棕色地塊改造成為公共綠地后對周邊住宅可能產(chǎn)生的升值效應(yīng)[7]。Zhang et al.（2016）研究了 2008年北京奧運期間城中村拆除對周邊住宅價格的影響，結(jié)果表明城中村拆除后給周邊住房價格帶來約 3-4%的溢價[8]。劉彩霞（2019）在 Hedonic 模型的基礎(chǔ)上運用雙重差分法，研究了城市更新對商品房市場的溢出效應(yīng)。結(jié)果表明城中村改造后周邊住房價格平均上升了2.32%，且城中村改造的外部性空間上呈現(xiàn)距離衰減趨勢，在時間上呈現(xiàn)逐步推進趨勢[9]。黃忠華等（2019）研究發(fā)現(xiàn)杭州市的城市更新項目在建設(shè)期和運營期對周邊住房價格分別產(chǎn)生28.6%和32%的溢價[10]。王優(yōu)容（2020）以北京市海淀區(qū)棚戶區(qū)改造為研究對象，使用雙重差分法研究棚戶區(qū)改造項目對周邊住房價格的溢出效應(yīng)，研究發(fā)現(xiàn)棚戶區(qū)的搬遷和重建有助于改善周邊環(huán)境從而提高周邊住房價格，存在正的溢出效應(yīng)，但是也存在負(fù)的階段效應(yīng)[11]。

通過文獻(xiàn)梳理，我們發(fā)現(xiàn)最早將調(diào)整價格法應(yīng)用到文化遺產(chǎn)領(lǐng)域的是學(xué)者Ford。1989年，F(xiàn)ord通過比較分析巴爾的摩的歷史街區(qū)比非歷史街區(qū)的房產(chǎn)交易數(shù)據(jù)，發(fā)現(xiàn)位于歷史街區(qū)的房產(chǎn)獲得了溢價[12]。Asabere 和Huffman（1994）的研究結(jié)果表明，位于聯(lián)邦認(rèn)證的歷史街區(qū)的住宅比其他地區(qū)的房產(chǎn)售價高出26%[13]。Ruijgrok（2006）則發(fā)現(xiàn)建筑物及其周邊環(huán)境的歷史文化特征會帶來15%的溢價[14]。Koster 和Rouwendal （2017）研究了公共投資對歷史建筑翻新和維護的經(jīng)濟影響，顯示每平方公里投資增加100 萬歐元會導(dǎo)致房價上漲1.5%-3%[15]。Mark van Duijn（2016）采用了雙重差分的特征價格法分析了荷蘭36 個工業(yè)遺產(chǎn)改造項目對周邊住宅價格的時間和空間效應(yīng)，發(fā)現(xiàn)工業(yè)遺產(chǎn)項目完成改造后，會給周邊住宅價格帶來積極的正面效應(yīng)[16]。Liu（2020）通過雙重差分特征價格模型對荷蘭42 個宗教遺產(chǎn)再利用項目為樣本進行研究，發(fā)現(xiàn)房價的影響會隨著距離宗教遺產(chǎn)的遠(yuǎn)近而降低[17]。學(xué)者Jayantha Wadu Mesthrigea（2018）的研究結(jié)果則不盡相同，認(rèn)為工業(yè)建筑無論是再利用還是完全改建，都不會對周邊住宅價格產(chǎn)生正向效應(yīng)[18]。

總結(jié)國內(nèi)外文獻(xiàn)研究成果，我們發(fā)現(xiàn)已有研究對人文景觀、歷史文化遺產(chǎn)的經(jīng)濟價值量化居多，而對工業(yè)遺產(chǎn)及其改造后的溢出效應(yīng)進行貨幣化量化的研究涉及比較少，研究亟待進一步深入。基于此，本文嘗試構(gòu)建以特征價格模型為基礎(chǔ)，利用BP神經(jīng)網(wǎng)絡(luò)法為基本分析手段，利用合肥市已完成改造的用于為文化創(chuàng)意產(chǎn)業(yè)的工業(yè)遺產(chǎn)項目實際帶來的溢出效應(yīng)進行效益轉(zhuǎn)移，來預(yù)測合鋼廠改造后對周邊住宅價格帶來的溢價。

三、研究方法

（一）特征價格法

依據(jù)Rosen（1974）提出的特征價格法，影響住宅價格的主要因素主要包括三大類：區(qū)位特征（L）、建筑結(jié)構(gòu)（S）和鄰里環(huán)境（N）。本文采集合肥市已經(jīng)改造成功的工業(yè)遺產(chǎn)周邊2km 范圍內(nèi)的樓盤樣本數(shù)據(jù)（見表1），利用特征價格法對樣本數(shù)據(jù)進行回歸分析，得出住宅價格與改造后的工業(yè)遺產(chǎn)距離之間的彈性價格，即在諸多影響因素共同作用下，與改造后的工業(yè)遺產(chǎn)的距離對住宅價格的貢獻(xiàn)。同時將剔除不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本數(shù)據(jù)。

表1 特征變量的選取

（二）人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)法（Artificial Neural Network，ANN）是人們模仿人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能，人工構(gòu)造的信息處理系統(tǒng)或數(shù)學(xué)模型。其中，BP 神經(jīng)網(wǎng)絡(luò)是使用最為廣泛的神經(jīng)網(wǎng)絡(luò)之一。BP 神經(jīng)網(wǎng)絡(luò)是一種多層前饋網(wǎng)絡(luò)，通過對網(wǎng)絡(luò)中所有權(quán)重計算損失函數(shù)的梯度，反饋給最優(yōu)化方法，用于更新權(quán)值以最小化損失函數(shù)，迭代進行以上過程知道網(wǎng)絡(luò)對輸入的響應(yīng)達(dá)到滿意的預(yù)定目標(biāo)范圍為止[19]。

我們將上述剔除不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本，抽取100 份樣本，一部分樣本對BP 神經(jīng)網(wǎng)絡(luò)模型進行自我學(xué)習(xí)和多次訓(xùn)練，另一部分用來檢測該模型的準(zhǔn)確性與可靠性。利用訓(xùn)練好的BP 神經(jīng)網(wǎng)絡(luò)模型，預(yù)測合鋼廠未來改造后對周邊住宅市場的溢出價值。圖1為本文的研究方法。

圖1 本文的研究方法

四、研究對象和數(shù)據(jù)采集

（一）研究對象

近些年來，隨著合肥市推行“退二進三” 的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，導(dǎo)致大批老工業(yè)廠區(qū)廢置、傳統(tǒng)工業(yè)衰退，不少企業(yè)“關(guān)、停、并、轉(zhuǎn)”，未被界定為文物的工業(yè)建筑物正急速消失等。這些工業(yè)遺產(chǎn)不僅是合肥市文脈的重要構(gòu)成，也是合肥市發(fā)展的重要見證，具有十分重要的價值。合鋼廠位于合肥市東部新中心的核心區(qū)域，歷經(jīng)了六十多年的調(diào)整和改革，2015年響應(yīng)國家去產(chǎn)能政策而關(guān)停。但合鋼廠內(nèi)的生產(chǎn)設(shè)施和建構(gòu)筑物都基本得以保留，社會各界都提議將合鋼廠進行保護和再利用。2018年，合鋼廠被認(rèn)定為第二批國家工業(yè)遺產(chǎn)，這表明將來合鋼廠將會被保護并改造，使得老一輩合肥人對鋼鐵的記憶得以保存，具有很高的歷史價值和文化價值。

（二）數(shù)據(jù)采集

（1）住宅掛牌數(shù)據(jù)。本文選擇了合肥四個改造為文化創(chuàng)意產(chǎn)業(yè)用途的工業(yè)遺產(chǎn)項目：合柴1972、合肥1958 藝術(shù)博物館、火車頭劇場、長江180 藝術(shù)街區(qū)，為研究對象（見表2）。采用后羿phion 軟件在鏈家二手房板塊對“住宅均價”“建筑面積”“物業(yè)費”“容積率”等特征進行采集；同時整理了房屋的一些建筑特征如朝向、樓層和房屋周邊的“生活配套”“教育配套”“交通”等特征并進行打分。在剔除了特征因素不完整和重復(fù)的房源數(shù)據(jù)之后，本文在spss 軟件中利用常規(guī)的Z 分標(biāo)準(zhǔn)化法對處理后的這些數(shù)據(jù)做了異常值剔除，最終得到了334 個住宅小區(qū)的8434 組房源樣本數(shù)據(jù)。

表2 合肥已改造和再利用的工業(yè)遺產(chǎn)

（2）電子地圖數(shù)據(jù)。本文主要利用百度地圖的定位和測距功能來完成距離數(shù)據(jù)的采集，包括各住宅小區(qū)至CBD、商圈、公園、地鐵以及工業(yè)遺產(chǎn)的距離。

所有變量的說明與描述性統(tǒng)計分析見表3。

表3 變量說明與描述性統(tǒng)計

續(xù)表

五、實證結(jié)果分析

（一）特征價格模型回歸結(jié)果

表4為OLS 模型回歸結(jié)果，調(diào)整后為0.6461，F(xiàn)值為856.4875，且在1%的水平下顯著，說明模型擬合優(yōu)度較好。由研究結(jié)果可以看出，除了公交距離和商圈距離以外，其余變量均通過了1%水平下的顯著性檢驗，且大部分特征變量的相關(guān)性系數(shù)符號與預(yù)期相同。剔除“公交距離”和“商圈距離”兩個不顯著特征變量后的數(shù)據(jù)集作為BP 神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練樣本。本文重點關(guān)注變量“距工業(yè)遺產(chǎn)的距離”在1%的水平下表明顯著，回歸系數(shù)為-0.0964，表明工業(yè)遺產(chǎn)改造對周邊住宅市場具有顯著的正向效應(yīng)，可以帶來9.19%的溢價①半彈性系數(shù)=（e 回歸系數(shù)-1）×100%。

表4 OLS 模型回歸結(jié)果

續(xù)表

（二）BP 神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果

在上述剔除“公交距離”和“商圈距離”兩個不顯著特征變量后的數(shù)據(jù)后，集中抽取了100 份樣本。80 個樣本作為神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練集，20 個樣本作為神經(jīng)網(wǎng)絡(luò)的測試集。輸入變量為每個樣本數(shù)據(jù)的量化標(biāo)準(zhǔn)值，輸出變量為住宅價格。從模型輸出的結(jié)果來看（見圖2），平均絕對百分比誤差為2.55%，相關(guān)系數(shù)R=0.8624，R2=0.7437，可見BP 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果較好。

圖2 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

根據(jù)前文表1所列的住宅價格特征變量，本文采集了尚待改造的合鋼廠周邊2km 范圍內(nèi)的12 個住宅小區(qū)110 組房源樣本，樣本的描述性統(tǒng)計見表5。

表5 合鋼廠周邊2km 樣本房源變量的描述性統(tǒng)計

續(xù)表

本文利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，預(yù)測出未來合鋼廠經(jīng)過改造后周邊2km 范圍12 個住宅小區(qū)110個樣本房源總價值為13 746.59 萬元。根據(jù)前文研究結(jié)果，其中有9.19%的增值收益是來源于工業(yè)遺產(chǎn)改造的溢出價值內(nèi)嵌。故未來合鋼廠改造后給樣本房源帶來的溢出價值為13 476.59×9.19%=1 238.50萬元。

六、結(jié)論

工業(yè)遺產(chǎn)改造能夠有效地改善城市人居環(huán)境，帶動周邊地區(qū)經(jīng)濟發(fā)展以及居民生活滿意度的提高，反映在資本市場上就是工業(yè)遺產(chǎn)改造對周邊住宅市場具有明顯的增值效應(yīng)。本文重點觀察了尚待改造的合鋼廠未來改造用于文化創(chuàng)意產(chǎn)業(yè)情境下對周邊住宅市場的溢出價值。研究表明合肥市已改造為文化創(chuàng)意產(chǎn)業(yè)用途的工業(yè)遺產(chǎn)項目對周邊住宅市場的溢價的平均水平為9.19%。在此基礎(chǔ)上，運用BP 神經(jīng)網(wǎng)絡(luò)法預(yù)測合鋼廠未來改造后對周邊2km 范圍內(nèi)12 個住宅小區(qū)110 個樣本房源的溢出價值約為1 238.50 萬元。本文的研究可以進一步豐富工業(yè)遺產(chǎn)改造的經(jīng)濟和社會效益評價方法，從而為工業(yè)遺產(chǎn)保護與管理部門的決策提供依據(jù)。