垃圾处理设施对住宅价格影响的Meta分析
时间：2023-06-07 22:45:06 来源：雅意学习网 本文已影响 人 
王天奇， 白玲玲
(合肥工业大学 管理学院， 合肥 230009)
垃圾处理设施作为重要的市政公用设施[1]，是城市生活运转系统的重要保障之一，具有不可替代的作用。然而，随着城市化的发展，城市人口资源过度集聚促进了设施的发展，居住空间逐渐与垃圾处理设施空间相互交叠[2]，引起居住环境质量下降、居住安全风险增加、社区形象恶化、居民身心健康受损等问题[3-5]。随着广大居民对环境质量高品质追求，以及垃圾处理设施客观存在的负外部性，居民对设施附近住宅的支付意愿下降，导致垃圾处理设施周边住宅价格波动幅度较大。
近年来，基于特征价格模型研究垃圾处理设施对周边住宅价格影响在房地产领域中得到广泛应用。Reichert等[6]基于特征价格模型对垃圾填埋场进行研究，发现填埋场对住宅价格造成的负面影响为5.5%～7.3%。陈佛保等[7]通过对上海垃圾中转站的研究，表明住宅与垃圾中转站距离每减少1 000 m，住宅价格下降5.6%。朱天俊[8]发现杭州市垃圾焚烧厂在5 000 m范围内对住宅价格产生影响。Zhao[9]发现焚化炉对住宅的负外部性在3 000 m处逐渐消失。
特征价格模型一般从建筑结构、区位特征和邻里环境来研究异质产品差异特征与产品价格之间关系[10]。对已有研究梳理发现，各独立研究对住宅的建筑结构，即面积、房间数量、楼层、房龄、装修程度等因素考虑较为周全[8，11]。大部分研究表明，垃圾处理设施对住宅价格波动幅度可能受到住宅面积和房间数量的影响[12-13]，也可能受到装修程度的影响[14]。另外，住宅的区位特征对垃圾处理设施对周边住宅价格也存在不同影响差异。关于到市中心距离对垃圾处理设施对住宅价格变化也受到了广泛关注，但没有形成统一结论。大部分研究认为，市中心距离对垃圾处理设施与住宅价格的关系产生不同程度影响[15-16]，也有研究发现考虑市中心距离对住宅价格不产生任何影响[9]。部分学者发现垃圾处理设施对住宅价格变化还受到交通配套的影响[16]。此外，邻里环境对垃圾处理设施与住宅价格关系影响也存在差异，一方面可能因为教育配套[19]，如小学、初高中、大学等[20-21]；
另一方面也可能受到医院和绿化率的影响[22]。原始研究中采用的函数形式和数据类型的影响几乎存在于所有关于垃圾处理设施对住宅价格影响的文献中，但不同函数形式和数据类型对研究结论造成的差异并没有统一定论。综上所述，有必要全面评估垃圾处理设施对住宅价格波动的影响因素。
目前，中国关于垃圾处理设施对周边住宅价格影响及其影响因素已展开了许多研究。但现有研究相互独立，研究结论差异较大，各研究观点存在的分歧也没有得到有效解释，有必要对其进行综合分析。基于此，本文采用Meta分析对中国垃圾处理设施对周边住宅价格影响差异进行整体性和系统性的定量研究，并通过分析距离变量、建筑变量、区位特征、邻里特征、方法变量等因素，揭示垃圾处理设施导致住宅价格波动的关键影响因素，以期为垃圾处理设施负外部性的管理提供理论基础。
在维普数据库、万方数据库、CNKI数据库中分别搜索“特征价格”“垃圾处理设施”“垃圾中转站”“垃圾填埋场”“垃圾焚烧厂”等关键词，收集2010年后中国关于垃圾处理设施对周边住宅价格影响的研究。同时使用Google学术网站、Elsevier Science、Web of Science等外文数据库对“Hedonic”“waste treatment facility”“waste transfer station”“waste treatment plant”“waste incineration plant”进行搜索，搜索数据主要来源于期刊论文、会议论文、硕士论文。并基于以下标准对检索文献进行筛选，符合纳入标准的文献将进行Meta分析：
纳入的文献必须采用特征价格模型，对于那些使用条件价值评估法、结构方程模型等的文章均不进入研究样本。如郭卫广等[23]、刘红梅等[24]分别运用条件价值评估法和结构方程模型研究居民对生活垃圾分类的支付意愿，这些文章均不作为本文的研究样本。
只考虑垃圾处理设施对周边住宅价格影响的文献，关于对商业地产、土地价格、办公产地价格等研究内容的文献均不纳入Meta分析。
文献中必须报告标准化系数，标准化系数t检验值。对于文献中不完整或不可使用的数据将不考虑。如李欢欢等[25]在研究广州市番禺区垃圾处理站对周边住宅价格影响的研究中并没有汇报能够转换为相关系数的标准化系数或t检验值，故不考虑为研究样本。
纳入的文献中除了包含主变量之外，还应包含一些基本的回归信息。文种可以为中文、英文。经过筛选最终纳入16篇文献。纳入文献基本情况见表1。
表1 纳入文献基本情况
为了对表1研究结论差异性进行更好分析，从距离变量、建筑变量、区位特征、邻里特征、方法变量进行详细阐释。由于文献中的变量大多数都是不连续变量，因此将调节变量设置为虚拟变量[27]，见表2。
1)距离变量。垃圾处理设施的邻近性是一个不可或缺的变量，通常使用“住宅到垃圾处理设施的直线距离”来衡量。将垃圾处理设施影响范围分为2 000 m内和2 000 m外两组研究样本进行研究。
2)建筑变量。从住宅面积、房间数、装修程度3方面考虑建筑结构对周边住宅价格的调节作用。温海珍[28]的研究表明，建筑面积和房间数量成正比，一般住宅面积越大，房间数量越多对住宅价格增值有显著作用。朱天骏[8]发现装修程度对住宅价格也产生显著影响，因此将原始文献中住宅面积、房间数量、装修程度进行赋值，纳入Meta分析。
3)区位特征。区位特征也会影响垃圾处理设施与周边住宅价格的关系。区位特征一般包括到市中心距离、区域的城市规划政策、税收政策、交通配套[29]等。结合收集的数据，将研究样本分为两类：到市中心距离和交通配套(公交站、地铁线路)，探讨垃圾处理设施对周边住宅价格影响程度。
4)邻里特征。住宅周边的邻里特征，如教育配套、医院、容积率、绿化率等，也是影响住宅价格的潜在因素，可能对垃圾处理设施与周边住宅价格的关系起到调节作用。主要考虑教育配套、医院和绿化率对垃圾处理设施对周边住宅价格的影响，将研究样本划分为上述3类来探究邻里特征对周边住宅价格调节作用。
5)方法变量。文献中采用的函数形式和数据类型对垃圾处理设施与住宅价格之间关系也可能存在调节作用。在收集文献数据中，发现学者多使用横截面数据，较少使用面板数据。样本中一般采用线性、半对数、对数3种基本函数类型构建回归方程得出模型拟合效果更佳，因此函数类型可能影响垃圾处理设施与住宅价格之间关系。
表2 调节变量说明
3.1 效应值
Meta分析是对同一研究课题不同独立研究结论进行系统性整合，定量分析各独立研究结论差异化特征[30]。由于各独立研究设计方法、调节变量、系数单位设定等方面不尽相同，Glass 提出了采用“效应值”作为估计值的核心概念，使得各独立研究样本具有统一的度量单位，从而将各独立研究的效应值合并成综合效应值，即用某个综合效应值反映各独立研究的综合效应[31]，提高Meta回归分析结果的精确度。本研究选取相关系数作为效应值以表示垃圾处理设施距离对房价影响的百分比。相关系数具有无量纲的特点，获得性强，易被理解。因此，利用原始文献中所报告的统计值进行转换计算。效应值由两部分组成：一是根据文献中报告的t检验值所转换而来的相关系数，计算公式为
(1)
其中，r表示转换后的相关系数；
t代表检验值；
df代表自由度；
n为该t检验值所对应的样本量。二是根据文献中报告的标准化系数β转换而来的相关系数，计算公式为
r=β×0.98-0.05，-0.5<β<0
(2)
r=β×0.98+0.05，0≤β<0.5
(3)
将相关系数转为Fisher′sZ[32]，转换公式为
(4)
Z的方差为
(5)
标准误为
(6)
Z值转换为相关系数：
(7)
3.2 异质性检验与模型选择
对Meta分析进行异质性检验可以更加合理对现有研究样本进行合并分析，一般采用Q检验、I2检验进行异质性检验[33]。
3.2.1 Q检验
Q=∑Wi(Ti-Tw)2
(8)
式中：Ti为第i个研究的效应值；
Tw为平均效应值；
Wi为第i个研究的权重。Q服从自由度为n-1的χ2分布，如果P>0.05，表明各独立研究间具有同质性，可能由于抽样误差而导致的差异性，选择固定效应模型进行分析。如果P<0.05，表明各独立研究在统计学上具有异质性，采用随机效应模型进行Meta分析[34]。
3.2.2I2检验
(9)
式中：I2表示异质性部分在总体异质性效应值所占比重[35]；
Q为总体异质性。如果I2<50%，说明各独立研究存在同质性；
如果I2>50%，则说明各研究具有异质性，选择随机效应模型进行统计分析。
通过I2统计量进行异质性检验，在自由度为20的情况下，I2>50%(P=0.000<0.05)，说明各独立研究间存在高度异质性，应采用随机效应模型进行Meta分析。基于随机效应模型进行全样本分析，在置信区间95%，综合效应值为0.105(k=21)，综合效应值波动区间为(0.048,0.164)，转化为相关系数为0.104，表明尽管各独立研究存在差异性，但垃圾处理设施对周边住宅价格总体上存在负外部性，即距离垃圾处理设施越近，住宅价格越低。
图1是基于随机效应模型绘制出各独立研究效应值Meta分析森林图。图中黑色方形代表各独立研究的效应值，方形上的黑线条代表各独立研究表示95%的置信区间与稳定性，黑线条越短，表明该效应值的置信区间越窄，其稳定性越好。
图中“0.00”竖线表示“零”效应线，即垃圾处理设施距离对周边住宅价格间没有显著影响。“零”效应线右侧的菱形对应了各独立研究的综合效应值，综合效应值在“零”效应线的右侧，表明综合效应值为正，即垃圾处理设施到住宅距离越近，住宅价格越低。
图1 基于随机效应模型的 Meta 分析森林图
3.3 出版偏倚
出版偏倚是指有统计学意义的研究结果比无统计学意义的研究结果更容易被发表，使Meat分析过分夸大效应值的关联度[36]。检验出版偏倚的有效方法有漏斗图、失安全系数、秩相关法、剪补法等[37]。本研究结合漏斗图和失安全系数来检验偏倚问题。由图2可知，图中大部分效应值在综合效应值两边对称分布，图中的菱形表示综合效应值，剪补前后的位置并未发生偏移，说明异常值对结果影响较小。本研究也通过CMA2.0软件计算得出失安全系数Nfs为7 377，大于90的临界值(临界值=5k+10，k为原始文献的数量)，表明至少需要7 377篇未发表文献才能使Meta分析结论发生逆转。综上所述，本研究不存在出版偏倚。
图2 基于 Fisher’s Z的出版偏倚漏斗图
3.4 Meta回归分析
Meta回归分析旨在探讨调节变量与效应值之间的关系，从而分析出不同研究结论异质性的重要影响因素[38]。本研究将垃圾处理设施距离对周边住宅价格的影响的百分比作为效应值，调节变量作为自变量进行Meta回归，筛选出导致各独立研究结论异质性的重要因素，回归结果见表3。Meta回归分析结果表明到距离变量、建筑变量、区位特征、邻里特征和方法变量均可能是影响异质性的因素。接下来，通过亚组分析研究这5类异质性因素的具体影响作用和方向。
表3 Meta回归结果
3.5 亚组分析
Meta回归通过建立回归方程，筛选出可能影响各独立研究异质性的重要因素。为了探索更加详细的异质性因素，根据Meta回归分析结果进一步进行亚组分析，见表4。由亚组分析结果可知，住宅位于垃圾处理设施2 000 m外，垃圾处理设施对住宅价格并没有显著影响，而住宅与垃圾处理设施距离在2 000 m范围内对住宅价格波动具有显著的负面影响，表明位于2 000 m以内的垃圾处理设施负外部性严重威胁周边住宅价格。
在建筑变量方面，考虑建筑面积和房间数量对垃圾处理设施与住宅价格的关系均具有显著的正向促进作用，究其原因可能是住宅面积、房间数量与房屋宽敞和居住舒适度不同相关。装修程度对垃圾处理设施对周边住宅价格也产生显著的正向影响，说明更为精致豪华的装修能够给住宅价格带来更多积极影响[13]。而忽略这些因素时，对垃圾处理设施与住宅价格的关系并无显著影响。
在区位特征中，到市中心距离对垃圾处理设施对住宅价格产生显著正向影响，而忽视市中心距离则呈现显著的负向作用，说明考虑市中心距离能够在一定程度上缓解垃圾处理设施负外部性对周边住宅价格的影响。考虑交通配套对垃圾处理设施与周边住宅价格关系具有显著正向影响，完善的交通设施更方便了居民日常出行。
表4 亚组分析
在邻里特征中，考虑医院和未考虑医院都对垃圾处理设施与住宅价格的关系产生显著正向影响，且在影响作用上表现为考虑医院小于未考虑医院，这可能与医院标志着伤痛甚至死亡不吉利征兆相关；
教育配套产生的正向影响远高于未考虑教育配套，说明考虑教育配套对垃圾处理设施与住宅价格间的调节作用具有更显著的影响。研究显示绿化率对垃圾处理设施与周边住宅价格的关系并没有显著影响，这与一些学者关于绿化率对住宅价格起到促进作用的研究形成对比[7，19]。
在方法变量中，采用线性和半对数函数形式及横截面数据均对垃圾处理设施与住宅价格的关系产生显著影响，说明在未来的研究中应该注意数据类型和函数形式对各独立研究结论的影响。
采用Meta分析法对2010—2021年16篇关于垃圾处理设施对周边住宅价格影响的实证研究进行整体性和系统性地分析，基于大样本的研究得出了更加稳健可靠的结论。研究显示，距离变量、建筑变量、区位特征、邻里特征和方法变量对垃圾处理设施对周边住宅价格波动幅度有显著影响。住宅位于垃圾处理设施2 000 m内对住宅价格变化幅度显著大于2 000 m外的影响。建筑面积、房间数量和装修程度对垃圾处理设施与住宅价格的关系变化幅度均具有正向影响，且装修程度带来住宅价格变化幅度显著大于房间数量、建筑面积。市中心距离和交通配套对垃圾处理设施对周边住宅价格波动产生显著正向影响，尤其是忽略到市中心距离对垃圾处理设施与住宅价格关系具有显著负向作用。邻里特征中，绿化率没有起到显著影响，而教育配套与医院对垃圾处理设施与住宅价格相关性具有显著调节作用，但忽略医院的显著影响明显大于考虑医院。各独立研究采用的数据类型和函数形式对垃圾处理设施与周边住宅价格的关系均具有显著影响，尤其是线性形式和截面数据具有更明显的调节作用。
本研究也存在一些局限性。仅搜集了关于垃圾处理设施对周边住宅价格影响的中文和英文文献，并没有考虑其他语种的文献，可能会遗漏一些其他有价值的实证研究文献；
对于搜集的文献，有些文献中并没有汇报标准化系数、标准化系数t值，所以这些文献也只能排除；
传统的特征价格模型中影响住宅价格的变量多是依据学者经验、主观意愿选取，对变量的选择缺乏严谨的分析流程。
