《表2 PM2.5对房价影响的OLS回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《环境污染、住房价格与经济增长研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（注:***、**、*分别代表1%、5%和10%的水平下显著，下表同。）

式（1）的OLS估计结果如表2所示，在（1）列中只考虑了PM2.5，结果表明PM2.5浓度较高的城市将面临较低的房价，其影响具有统计学意义。PM2.5浓度平均上升10%，导致当地房价下跌1.12%。在（2）列中，OLS回归函数进一步包含了人均工资、人口密度和城市产业结构（第二产业占GDP的比例和第三产业占GDP的比例）。PM2.5对房价仍有负面影响，但系数略低于（1）列，人均工资越高，房价越贵。城市人口密度越高意味着更多的人口和更少的土地，这个地区的房价通常比其他地区贵。人口密度系数为0.54，符合预期。第二产业和第三产业在GDP中的比重代表着城市的工业化和发展水平。回归结果显示，两者对房价均有正向影响，第三产业系数（2.39）高于第二产业系数（0.85），即以第三产业为主的城市房价高于传统工业城市。上述系数在1%水平下均有统计学意义。城市的公共服务水平决定着市民的居住和生活条件。因此，在（3）列中添加了一些变量（教师、医生、城市图书馆藏书和互联网用户的数量）来表示城市的公共服务水平。4个变量的系数均为正（虽然只有医生和互联网用户的系数具有统计学意义），因此城市公共服务的改善将为城市房价带来溢价。在第（4）列中，包括城市固定效应和年份固定效应。除图书系数外，所有系数均有统计学意义。