【编者按】在气候变迁日益严峻的今天，购房者是否该知晓房屋面临的极端天气风险？全美最大房地产平台Zillow近日悄然下架了逾百万套房源的气候风险评分功能，引发轩然大波。这一评分系统曾依据洪水、野火、高温等数据量化房产风险，却遭房产中介强烈反对，称其影响销售。背后是加州房源数据库运营方的施压，质疑数据准确性。然而研究显示，公开风险信息会显著改变买家行为——高风险房源售价平均下跌约1%。这揭示了一个深层矛盾：在气候危机加剧的时代，市场该透明化风险，还是维持“信息平衡”？当科学模型碰撞房产交易现实，我们究竟需要多少“知情权”？以下报道将带您深入这场数据与利益的拉锯战。
全美最大房地产挂牌网站Zillow已悄然撤下其网站上超过100万套在售房源的一项功能——该功能原本用于显示极端天气带来的风险。
去年，该网站开始使用风险建模公司First Street的数据发布气候风险评级。这些评分旨在量化每套住宅在洪水、野火、大风、极端高温和空气质量差等方面的风险。
但房地产经纪人抱怨说，这些评分影响了销售。一些房主抗议这些分数，并发现无法对评级提出异议。
本月初，在加州地区多重上市服务公司投诉后，Zillow停止了显示这些评分。该公司运营着一个由房地产经纪人和代理商资助的私人数据库。Zillow依赖该上市服务公司及全国其他类似机构获取房地产数据。作为全美最大的上市服务机构之一，加州这家公司对First Street洪水风险模型的准确性提出了担忧。
加州地区多重上市服务公司首席执行官阿特·卡特表示：“显示某套房屋今年或未来五年内发生洪水的概率，可能会对该房产的吸引力产生重大影响。”
特色视频
Zillow发言人克莱尔·卡罗尔在一份声明中表示，公司仍致力于为消费者提供有助于他们做出明智决策的信息。Zillow上的房地产列表现在显示指向First Street网站的超链接，用户可以点击查看特定房产的气候风险评分。
这一进展凸显了房地产行业内日益紧张的矛盾。随着全球变暖，火灾、洪水和其他灾害对房屋构成了更多风险，但准确预测哪些房屋最脆弱——以及可能以更低价格出售——已被证明是充满困难的。
First Street的模型显示，面临洪水风险的房产数量比政府估计的要多出数百万套。
其他房地产网站，包括Redfin、Realtor.com和Homes.com，都显示类似的First Street数据，以及步行便利性、公共交通和学校质量等因素的评级。
根据去年11月美国国家经济研究局发布的一份工作论文，当研究人员随机向浏览Redfin的1800万人展示这些洪水风险估计值时，看到该功能的人更有可能搜索洪水风险低的房屋。
论文称，这项为期三个月的Redfin实验影响了8,150处被列为高洪水风险房产的销售，使其总售价降低了约1%。
Zillow自己的研究发现，火灾和洪水风险评分高的房屋比中低风险评分的房屋更难出售，尽管它并未将销售趋势归因于气候风险评分。
加州地区多重上市服务公司已要求其他大型房地产挂牌平台从其挂牌信息中删除有关洪水风险的某些细节。
“当我们看到整个社区今年房屋发生洪水的概率为50%，未来五年内发生洪水的概率为99%时，尤其是在过去40到50年没有发生过洪水的地区，我们感到非常怀疑，”卡特说。
在许多州，卖家不需要披露房屋最近是否被淹或是否易受野火影响的信息。其他数据来源，如联邦紧急事务管理局的洪水地图，则被批评为过时。
“对于前瞻性模型，我们无法根据记录检查其输出结果，它们必然是在预测尚未发生的事件，”研究气候风险的波士顿大学法学副教授麦迪逊·康登说。
“First Street模型可能为某些问题或某些灾害提供了足够好的答案，”她说。“但如果问题是关于你即将花费毕生积蓄购买的某一处特定房产，那么‘足够准确’的标准就会发生巨大变化。”
First Street首席执行官马修·埃比在一份声明中表示：“我们的模型建立在透明、经过同行评审的科学基础上，完整的方法论已公开发布在我们的网站上，供任何人查阅。”他补充说，该公司的模型已经得到主要银行、联邦机构、保险公司和工程公司的验证。
房地产经纪人梅丽莎·萨文科去年夏天在弗吉尼亚州里士满挂牌出售一处房屋时表示，它立即引起了加州买家的兴趣，他们计划乘飞机去看房。
但随后，买家看到了Zillow上该房屋的洪水风险评级为7分（最高风险为10分）。他们取消了计划。
萨文科熟悉该社区，并在15年前出售过同一套房子，她认为洪水风险评级是错误的。她试图让Zillow删除它。
“这一栋房子被标记为如此疯狂的洪水风险，而它周围的房子洪水风险只有1或2，这完全不合逻辑，毫无道理，”她说。
Zillow不允许卖家应要求删除气候风险数据。而其竞争对手Redfin和Realtor.com则允许。
本文由 @海螺主编 发布在 海螺号，如有疑问，请联系我们。
文章链接：http://www.ghuyo.com/bizz/9989.html
