我国污水处理行业在“九五”、“十五”期间经历了一段超高速建设时期。出于卫生等规划方面的考虑, 期间污水处理厂选址基本都在当时城市的周边城郊。然而, 随着近十年来我国不断持续的城镇化进程, 城市区域的边界不断扩展, 很多原本处于城郊的污水处理厂现已地处人口密集的城市核心区域。污水处理厂因产生剩余污泥、臭气、噪声等二次污染物, 对周边环境产生负面影响, 被视为“灰色”基础设施, 并经常在城市中引起“邻避效应 (not-in-mybackyard) ”, 与生态文明建设的要求背道而驰^[1~3]。近年来通过提高技术和管理水平, 污水处理厂的负面环境影响虽然可以得到一定控制, 然而, 即便降到最低限, 其整体影响依然属于负面的。目前行业越来越关注如何将市政领域的灰色基础设施改造成生态的绿色基础设施, 以系统协同共生的原则改变传统污水处理厂的设计理念, 将污水处理厂由“负资产”转变为“正资产”, 满足资源循环、能源节约、环境友好等可持续发展的要求^[4,5]。

　　 目前针对我国城市污水处理基础设施绿色化发展需求分析的研究和讨论尚不充分。国际上针对城市设施对周边社区影响的研究, 其对象也多为交通、商业、教育等公共服务领域的设施, 如车站、大型超市、学校等^[6~9]。结合经济学研究方法, 对污水处理基础设施负面影响进行定性定量评价的研究尚未见报道。对于污水处理“灰色”基础设施负面影响的分析多局限在定性层面, 缺少定量评价方法。

　　 大数据研究目前广泛应用于科技及经济社会发展的重大战略领域, 具有Volume (大量) 、Velocity (高速) 、Variety (多样) 、Value (低价值密度) 、Veracity (真实性) 等5V特点, 有助于直接捕捉、管理和处理海量数据, 形成更强的决策和洞察发现能力^[10]。双重差分模型将特定影响如制度变迁、新政策视、客观因素等视为外生于系统的“自然试验”, 通过建模来控制其他因素对研究对象的影响, 从而将目标因素的真正效果分离出来, 克服了传统差分法无法准确识别目标因素效应的弊端, 常用于计量经济学中对于公共政策或项目实施效果的定量评估等领域^[11~13]。

　　 本文从房价的角度评估污水处理“灰色”基础设施对周边社区的影响, 定量分析污水处理厂对周边房产升值的拖累作用。以北京市典型污水处理厂为研究对象, 针对随时间序列不断演变的海量房价数据, 首先利用大数据技术进行数据收集和预处理, 再构建基于双重差分法 (Differences-in-Differences, DID) 的分析模型, 以消除其他因素对房价的影响, 探究地处污水处理厂不同距离的房价的变化情况, 进而定量分析污水处理厂对周边社区房价增速的影响。最终, 探讨污水处理基础设施“绿色化”改造所能释放出的市场价值, 间接分析绿色化改造对社区生态环境的提升作用。

　　 目前北京市东城区和西城区没有大型污水处理厂。本文主要分析对象包括海淀区、朝阳区和丰台区的7座生活污水处理厂。除方庄污水处理厂外, 其余污水处理厂主要分布在四环与五环之间。各个污水处理厂概况见表1。

　　 利用大数据技术从互联网获取房价数据, 包括2016年某日和2017年某日的全部房价信息。经过净化处理后, 共获取6 855条有效数据。每条数据包括单位面积房价、小区名称、小区建筑年代、所属行政区、经纬度等具体信息。同时根据每座房屋以及各个污水处理厂的经纬度, 计算获得相应房屋与各个污水处理厂之间的直线距离。

　　 双重差分法通过建模来控制其他因素对研究对象的影响, 从而将目标因素的真正效果分离出来, 克服了传统差分法无法准确识别处理效应的弊端^[14]。其基本原理如下, 假设对照组与目标组在剔除目标因素影响时具有相同的发展变化趋势 (平行效应) , 通过对照组的差分获得背景因素的影响, 通过目标组的差分获得背景因素与目标因素共同作用的影响, 再通过两组数据之间的双重差分, 获得剔除背景因素后目标因素的具体影响。本文利用DID原理, 分析典型城市污水处理厂对周边房价增长的影响。模型如下:

　　 其中, Price (P_{R, T}) 代表房屋价格。R表示区域。目标组 (污水处理厂周边) 取R=1, 对照组取R=0。T表示时间。2016年取T=0, 2017年取T=1。D_RT=R×T, 是区域虚拟变量和时间虚拟变量的交叉项。ε是随机误差项, 服从标准正态分布。β₁为希望获取的参数, 即房价影响值, 其数值反映了污水处理厂对周边房价增速的影响。该值为正代表对房价的促进, 该值为负代表对房价增长的抑制。因此:

　　 对照组2016年房价:

　　 对照组2017年房价:

　　 目标组 (污水处理厂周边) 2016年房价:

　　 目标组 (污水处理厂周边) 2017年房价:

　　 根据式 (1) ~式 (5) , 可以得到房价影响值β₁的计算公式:

　　 双重差分的基本假设要求对照组不受目标因素影响, 且在剔除目标因素影响后与目标组具有相同的发展变化趋势 (平行趋势假设) 。针对本研究, 对照组需要满足两个条件。首先, 其房价变化不受污水处理厂影响, 即其位置处于污水处理厂的作用范围之外。本文假设污水处理厂的影响呈圆形辐射, 用作用半径代表污水处理厂的影响范围。第二, 除距离污水处理厂距离不同外, 对照组应该与目标组具有同样的区位特征。考虑到房价同时受到交通、配套设施等很多因素的影响, 为了剔除这些因素的影响, 对照组选择污水处理厂作用半径之外宽度为1km的环状区域。圆形目标组与环状对照组毗邻, 且全部处于半径在2~3km的局部氛围内, 本文假设该局部范围内所有房产具有同样的区位特征, 即对照组和目标组满足平行趋势假设。

　　 根据污水处理厂周边区域实际发展情况, 分析污水处理厂与周边社区的关联特征, 本研究将北京市污水处理厂分为两类。

　　 第一类以方庄污水处理厂为代表, 独立分布在城市人口密集区域, 对周边社区造成巨大影响。这类污水处理厂还包括肖家河污水处理厂、高碑店污水处理厂等。此类污水处理厂建造时期相对较早。在建设时, 此类污水处理厂大多处于北京四、五环位置相对偏远的地区。多年之后, 随着北京作为特大城市迅速的发展, 污水处理厂所占区域已经不再是“偏远地区”, 很多位置成为了大量人口的集聚、居住区。

　　 第二类以海淀区清河污水处理厂为代表, 出于生态因素考虑, 选址时将污水处理厂建造在绿地型公园旁边。此类污水处理厂包括北小河、酒仙桥、小红门和北苑污水处理厂等。例如, 清河污水处理厂紧贴奥林匹克公园北园西侧, 北小河污水处理厂位于鸿华高尔夫场绿地与黄草湾郊野公园之间, 酒仙桥污水处理厂位于东风公园西北侧, 小红门污水处理厂旺兴湖郊野公园北园的西北侧, 北苑污水处理厂位于清河营郊野公园的北部。

　　 以方庄污水处理厂为例, 分析典型污水处理厂 (第一类) 对周边房价增速的影响, 如图1所示。该污水处理厂位于北京东南三环以南, 占地4.92hm², 服务面积147.6hm², 服务人口10万人, 设计规模4万m³/d, 1995年正式投入生产运行, 是目前北京少有的地处四环内的污水处理厂。其周边区域开发成熟, 人口密集, 同时周围没有市民公园等绿色基础设施。作为典型的地处特大城市城区的污水处理厂, 分析: (1) 以污水处理厂为中心, 分析污水处理厂负面影响的作用辐射半径; (2) 在同一时间段房价上涨过程中, 评估污水处理厂对所在区域房价增速的负面影响, 并给出定量分析。

　　 首先分析污水处理厂的作用半径。根据房屋和污水处理厂的地理位置, 暂时以全区 (丰台) 房价样本为对照组, 分别选择距离污水处理厂0.5km以内、0.5~1km、1~2km、2~3km、3~4km 5个距离范围分别进行DID分析。各距离分组计算所得的房价影响值如图2所示。不同区域房价在2016~2017年期间上涨幅度不同。污水处理厂周边房价的上升趋势受到抑制, 且距离污水处理厂越近, 抑制趋势越明显。在距离污水处理厂小于0.5km区域内, β₁值为-3 319元/m², 即相比对照组, 该区域房价涨幅减少了3 319元/m²。在0.5~1km区域, 房价依然受到污水处理厂抑制。其受影响程度相对较轻, 涨幅减少1 398元/m²。需要注意的是, 在1~2km、2~3km、3~4km 3组区域内房价涨幅趋于平缓, 同时均高于丰台区的平均值。这可能是由于该区域地处四环内, 地理环境优越导致房价处于丰台区的较高水平。考虑到距离污水处理厂超过1km后, 污水处理厂的抑制作用已经不明显, 后续分析假设各个污水处理厂影响的作用半径不存在差异, 均为1km, 且采用距离污水处理厂1~2km范围环状区域的房屋作为对照组。基于该对照组计算后, 方庄污水处理厂周边0.5km之内和0.5~1km区域内房价影响值分别为-4 698元/m²和-2 776元/m²。

　　 进一步分析方庄污水处理厂对周边房价抑制带来的总体影响。《城市居住区规划设计规范》 (GB50180-93) 要求居住、工业、道路广场和绿地4大类主要用地占建设用地的比例的应分别符合20%~32%、15%~25%、8%~15%和8%~15%。假定方庄周边区域得到充分开发, 且居住用地比例采用最高标准值32%, 房屋小区容积率取丰台区平均值2.46。估算2016~2017年房产增值期间, 由于污水处理厂负面影响导致的房产价值损失M, 其计算公式为:

　　 计算可得, 方庄污水处理厂对2016~2017年房价普遍上涨过程中造成的房价抑制金额总数为74.7亿元。其中, 0.5km内区域和1~2km区域的房产损失分别为23.2亿元和51.5亿元, 分别占比31.1%和68.9%。

　　 估算方庄污水处理厂自身占地土地价值和自身建设的投资费用。以1~1.5亿元/亩 (1亩≈667m²) 的地价、城市污水处理厂建设投资2 000~3 000元/m³计算, 污水处理厂自身占地的土地价值在73~109.5亿元, 建设投资费用为0.8~1.2亿元。结果如图3所示, 传统污水处理厂模式在大型城市不断发展的现状下造成了巨大价值扭曲。污水处理厂直接占地的土地价值以及对周边土地价值的损害, 均远远超过污水处理厂自身建设投资价值。以方庄污水处理厂为例, 该厂自身建设的投资体量若记为1, 其在北京四环内所占地的土地价值为54, 而仅仅在2016~2017年房价上涨期间, 其拖累的房价损失价值高达45。如此巨大的价值反差也说明了污水处理厂传统模式在目前经济社会条件下造成的矛盾。需要说明的是, 本文基于DID分析的污水处理厂间接影响仅仅指在2016~2017年房价普遍上涨期间造成的房价抑制所带来的损失, 而非因污水处理厂存在导致的全部影响。后续在获取相关对照组数据的基础上, 可以进一步分析污水处理厂对周边房价的全部影响。

　　 基于上述方法分析北京其他污水处理厂对各自周边房价的影响 (见表3) 。可以看到, 两类污水处理厂对周边房价的影响具有显著差异。第一类污水处理厂 (方庄、肖家河、高碑店) 给周边环境带来直接的负面影响, 房价受到明显的抑制作用。其中以方庄为典型, 房产距离污水处理厂越近, 所受负面影响越大。而第二类污水处理厂 (北小河、清河、酒仙桥、北苑) 由于紧邻绿色郊野公园, 其负面影响不显著, 甚至对周边房价提升具有促进作用。该效应推测主要来自绿色郊野公园。由于公园占地面积一般远大于污水处理厂, 预期其对房价的促进作用强于污水处理厂的抑制作用。此外值得注意的是, 对于第二类污水处理厂, 房价变化的距离效应的规律并不统一。这说明污水处理厂与绿色公园结合所取得的效果存在差异, 也意味着污水处理厂绿色改造需要进行系统考虑, 而非机械的与公园毗邻建设。

　　 基于以上分析, 定量计算所有第一类污水处理厂在2016~2017年对房价的抑制效应 (见表4) 。可以看到, 总计造成了高达325.3亿元的损失。考虑到污水处理厂长期存在, 其对周边房产价值的抑制影响具有累积和持续效应。相比之下, 估算3座污水处理厂所占土地价值为1 430.3亿元 (均以方庄区域同等土地价格估算) , 远远高于污水处理厂的投资估算总价值约43.8亿元 (以单位水量投资3 000元估计) 。这意味着在北京等高房价高地价的大型城市, 从经济角度出发, 即便大幅增加污水处理厂建设投资以促进其绿色化、生态化, 倘若可以有效削减对周边社区的负面影响, 并释放土地资源的利用价值 (如建造地下式污水处理厂) , 总体上具有良好的经济效益。需要指出的是, 北京作为特大型城市且在2016~2017年经历了房价快速上涨的特殊时期, 以及DID模型的假设和简化, 使得本文定量数据结果具有一定局限和特殊性。进一步阐明污水处理绿色基础设施对周边社区的普遍影响, 需要基于全国范围内更广泛的数据收集和分析。

　　 需要指出的是, 本研究所有房价数据来自互联网公开数据, 其可靠性没有第三方的保证。客观上存在“假房源”、“僵尸房”等现象, 影响最终的定量结果, 本研究不涉及这部分因素的讨论。

　　 我国“十三五”规划明确提出了创新、协调、绿色、开放、共享等发展理念, 确立了生态文明建设在中国特色社会主义“五位一体”中的战略地位。污水处理行业结合新时期的要求, 也需要面向未来, 审视自身发展路径。污水处理不仅要从技术手段追求节能降耗、资源回收, 还需从规划模式上关注污水处理厂与周边社区的关系、提高环境友好性, 实现从灰色到绿色的转变。基于房价的分析仅仅是一个侧面, 呈现了传统污水处理厂规划模式在目前新形势下造成的矛盾及价值扭曲。关于绿色污水处理基础设施对社区影响的分析需要更加深入的持续研究。

　　 随着城市边界的不断扩张, 如第一类污水处理厂所示, 很多污水处理厂的位置已经深入社区。由于城市的不断开发以及土地资源的稀缺性, 污水处理厂所占以及周边土地的价值已经不再低廉。污水处理厂的拆除外迁是一种解决方案。然而, 随着区域开发、人口增长聚集, 区域内污水量必然增加。污水处理厂拆除外迁意味着该区域产生的大量污水需要经过长距离运输抵达外迁后的污水处理厂, 从而引起成本上升以及资源回用上的困难。

　　 污水处理基础设施的绿色化是非常值得探讨的新途径。污水处理设施既拥有打造局部生态系统的核心要素———水, 又具有开发娱乐、文化等附属功能的基础要素———城市中的土地, 通过对污水处理基础设施的绿色改造, 可以打造污水处理厂在生态文明新时期的崭新定位, 即污水处理厂不再是单一的污水末端处理机构, 也不再是人人避之不及的灰色设施, 而是一个能够同时实现污水处理和提供生态及文化娱乐等社会功能的新型绿色基础设施。此外, 污水处理厂和绿色设施的结合不应该是简单机械的毗邻建设, 而应探索更多的有机结合方式。目前我国建设规模不断增加的地下式污水处理厂模式, 即在地下采用节地型污水处理工艺, 在地上打造环境友好设施, 也属于新形势下的一类创新探索。

　　 本文利用大数据技术及双重差分模型, 定量分析污水处理基础设施对周边社区房价增速的负面影响。北京市污水处理厂根据建设方式分为两类, 一类单独建设, 另一类与绿色郊野公园毗邻。基于大数据的DID分析结果表明, 第一类污水处理厂显著抑制了周边社区房价增长, 而第二类污水处理厂的负面影响不明显。传统污水处理厂模式在大型城市不断发展的现状下造成了非常大的价值扭曲, 其直接占地的土地价值以及对周边地产价值的损害, 均远远超过自身建设投资价值。定量分析相关污水处理厂2016~2017年房价普遍上涨期间的抑制作用, 3座相关污水处理厂对周边房产造成了高达325.3亿元的损失, 远远高于其建设的投资估算总价值约43.8亿元。通过生态化改造, 新型绿色污水处理基础设施建设模式可以降低负面影响、甚至提高正面影响, 同时释放污水处理厂自身占地的土地价值, 充分利用大城市中的土地资源, 同时带来良好的社会和经济效益。