论文部分内容阅读
摘 要 本文以武汉市郊区为研究对象，运用调查问卷和二项Logistic回归等方法对郊区居民购房行为的驱动因素进行分析，并探寻各因素对郊区居民购买城市商品房的驱动机理。结果表明，郊区居民购房的主要驱动因素为子女结婚问题、子女教育问题、家庭构成、郊区住房规划及公共设施、郊区交通条件以及家庭年收入，其中，郊区居民的子女结婚与教育问题对购房影响最为显著，三口之家及家庭收入高者为主要购房者；郊区住房规划落后、公共设施缺乏、交通系统不完备是郊区自建房价值贬低的直接原因。
关键词 住房消费 郊区居民 购房行为 二项Logistic回归模型
中图分类号：F291 文献标识码：A
一、引言
我国郊区居民的住房消费行为与城市居民不同，郊区居民可以在宅基地上自建住房，也可以购买城市商品房。美国及欧洲发达国家的郊区住宅备受富人青睐，越来越多的富人从城市中心区向郊区转移。
现阶段，我国各大城市房价与居民收入水平不匹配，高房价在一定程度影响了人们的生活质量。至2009年起，政府就坚定了调控房价的决心。时至今日，调控房价的政策层出不穷，国家对房价的调控一度升级到“管制”高度 。在很多城市居民都“望楼兴叹”之时，为何有些郊区居民不选择自建住房，而愿倾其积蓄、背负贷款压力购买城市商品房？为深入探究郊区居民购买城市商品房的行为机理，笔者在对武汉市郊区居民进行问卷调查的基础上，采用Logistic模型对其进行回归分析。
二、方法概述
（一）二项Logistic回归模型。
利用多元回归方法分析变量之间关系的基本前提是因变量必须为连续定距型变量，当因变量为0/1二值品质型变量时，就需采用二项Logistic回归方法。
二项Logistic回归模型为：
LogitP= 0+ 1X1 (式1)
Logistic函数为：
P=(式2)
式中，LogitP=ln =ln， =
以上式子中，X1为自变量，Logit P为因变量，P代表事件发生的概率， 被称为发生比，代表事件发生的概率和不发生概率之比。 是P的单调增函数，Logit P与 之间也呈增长或下降的一致性关系，且Logit P的取值范围为(-∞,+ ∞)。
经推导可发现，自变量X1每增加一个单位，将引起Logit P增加 1，将引起发生比 扩大exp( 1)倍。另外，Logistic函数（式2）是典型的增长函数，反映了概率P和自变量之间的非线性关系。
（二）模型应用。
本文将采用二项Logistic回归模型对郊区居民购房行为进行分析，模型中的因变量为郊区居民是否购买或计划购买城市商品房，该变量为0/1二值品质型变量，变量取值1表示购买或计划购买，0表示不购买或未计划购买。模型中的自变量为可能影响郊区居民购买商品房的各种主观因素和客观因素（见表1）。
表1中的教育程度和家庭年收入为数值型变量，教育程度按高中以下、高中、专科、本科、本科以上依次赋值1,2,3,4,5进行量化。家庭构成、子女结婚、经济压力等12个自变量为0/1品质型变量，对变量含义肯定回答者量化为1，对变量含义否定回答者量化为0。因变量和自变量经量化后，送入二项Logistic回归模型进行分析。
三、数据采集与样本描述
表2 被调查者基本特征统计表
（一）数据的采集。
本文数据通过调查问卷收集，所采用的抽样方法为简单随机抽样，问卷调查的时间为2011年12月，调查地点为武汉市东湖高新区左岭镇的部分村庄以及葛化社区（该地区原属于洪山区）。该地区是武汉市郊区较偏远街镇，东与葛店经济技术开发区毗邻，南接武黄高速公路，北临长江黄金水道。
在调查区域内，采取入户调查为主，拦截式调查为辅的调查方式，被调查者现场作答。本次调查问卷共回收135份，剔除不合格或未填写完的问卷后，有效问卷为121份，问卷的回收有效率为89.63%。
（二）样本描述。
本次调查对象为武汉市洪山区左岭镇部分村庄居民以及葛化社区居民，包括教师、企业职工、务农、务工、个体户等各种职业的人。被调查者的住房消费行为有宅基地上建造住房、购买城市商品房、即自建住房又购买城市商品房、租房以及福利分房等不同情况。
从表2中变量的均值、标准差和偏度值看来，各变量的离散程度较为合理，也没有出现严重的偏差，表明调查数据具有一定的代表性。
表中数据显示，受访者的年龄多在40岁左右，主要为家庭户主，平均教育程度接近高中水平，家庭年收入平均水平为2.565万元，36%的被调查家庭为三口之家。受访郊区居民的住房消费行为各异，78%的家庭在宅基地上建房居住，17%的家庭拥有购买的城市商品房，8%的家庭因拆迁或工作原因租房居住或享受福利分房。从以上数据看，现拥有城市商品房的郊区家庭占少数，但已经购买或计划购买城市商品房的受访者却达到54%，表明逾半成的郊区家庭倾向于购买城市商品房。
四、模型计算与结果分析
（一）模型计算。
为探寻郊区居民购买城市商品房的主要驱动因素，并构建关于郊区居民购买城市商品房趋势的预测模型，将郊区居民是否购买或计划购买城市商品房（1表示已经购买或计划购买，0表示不购买或未计划购买）作为因变量，将表1中列出的14个变量作为自变量，利用SPSS17.0软件，采用基于极大似然估计的自变量逐步筛选策略（Forward LR），进行二项Logistic回归模型分析。
将变量进入模型的最大概率设置为0.05，被模型剔除的最小概率设置为0.10，因此，本次模型计算的置信水平为95%，进入方程的各因素的影响显著性水平 为0.05。经六步回归过程形成最终模型，最终模型中包括的自变量和各变量的回归系数检验结果见表3。
表3 二项Logistic分析结果（一）（逐步筛选策略第六步）
（注：从步骤1至步骤6依次进入方程中的变量为子女教育、子女结婚、郊区交通条件、家庭年收入、郊区规划及公共、家庭构成）
由表3得出，最终的模型中包含子女教育（1）、子女结婚（1）、郊区交通条件（1）、家庭年收入、郊区规划及公共（1）、家庭构成（1）六个变量，各变量回归系数显著性检验的Wald观测值所对应的概率P值（表3中Sig.列对应的数值）均小于显著性水平 ，即0.05，表明这六个变量与Logit P的线性关系显著，应列入最后的回归方程中。自变量中的教育程度、郊区自建房档次、工作距离问题、追求心理满足、投资手段、改善居住条件、住房面积和经济压力等变量因Score检验的概率p值大于显著性水平而最终未进入模型，表明这些变量与Logit P的线性关系不显著。
根据表3数据和式1可列出表示Logit P与各影响因素之间关系的二项Logistic回归方程：
LogitP=-5.871+2.104M(1)+1.487E(1)+1.371(1)+1.24p(1)+1.099I (式3)
根据式2、式3可以建立郊区居民是否购买或计划购买城市商品房的概率P值的Logistic回归方程：
(式4)
其中，M ：子女结婚；M（1）：买房为解决子女结婚问题；
E：子女教育；E（1）：买房为解决子女教育问题；
F：家庭构成；F（1）：家庭构成是三口之家；
P：郊区规划及公共；P（1）：认为郊区规划及公共基础设施落后；
T：郊区交通条件；T（1）：认为郊区交通条件差；
I：家庭年收入（万元）
（二）模型结果分析。
1、从式3和表3分析，考虑子女结婚问题的郊区家庭较不考虑子女结婚问题的郊区家庭使Logit P平均增长2.104个单位，结合发生比可知，考虑子女结婚问题的郊区居民的购房发生比是不考虑子女结婚问题的郊区居民的8.202倍（有95%的把握在2.588~25.994之间），显然高出较多。
以上分析表明，子女结婚问题是郊区家庭购买城市商品房的主要驱动因素之一，且影响显著。在模型分析的过程中，自变量改善居住条件并没有进入最终方程，反映了多数郊区家庭购买城市商品房并非为改善居住条件，子女结婚才是促使郊区家庭购房的主要因素。在对已购房的郊区家庭的调查中，有89%的郊区居民购房是为子女结婚做准备。国家统计局总经济师姚景源也曾提出，双方父母和祖父母为独生子女购买婚房的“第三方埋单”现象已经非常普遍，80后买房“啃老”也已经司空见惯。
2、分析结果显示，考虑子女教育问题的郊区居民较不考虑子女教育问题的郊区居民使Logit P平均增长1.487个单位，结合发生比可知，考虑子女教育问题的购房发生比是不考虑子女教育问题的4.424倍，影响虽不及子女结婚问题，但也十分明显。在对已购房的郊区家庭的调查中，有54%的居民认为购房便于子女接受更好的教育。目前，子女教育受到家长越来越多的关注，很多郊区居民购房时重点考虑住宅周围是否具有较完备的教育设施。
同时分析结果显示，三口之家的郊区家庭较多子女郊区家庭使Logit P平均增长1.371个单位，三口之家的购房发生比是非三口之家的3.940倍。家庭构成对郊区家庭购房发生比的影响符合常理，购房的意愿和能力必然建立在经济基础之上，三口之家较多子女家庭经济负担小，购房意愿自然强烈。另外，模型结果还表明，郊区居民家庭年收入每增加一万元，使Logit P平均增长1.099个单位，使郊区家庭的购房发生比扩大约3倍，恰好反映了经济收入对购房的直接影响。
3、从模型结果看出，认为郊区住宅规划和公共设施落后的郊区家庭较对郊区住宅规划和公共设施满意的郊区家庭使Logit P平均增长1.241个单位，使购房发生比扩大3.459倍；认为郊区交通条件差的郊区家庭较对郊区交通条件满意的郊区家庭使Logit P平均增长1.194个单位，使购房发生比扩大3.301倍。以上数据表明郊区的住宅规划、公共服务设施和交通条件对郊区家庭购房有一定的驱动影响。田淑敏对北京郊区农民住宅建设意愿的调查数据显示，郊区居民对住房规划、道路交通、水电基础设施、垃圾处理等问题存在不满。本次调查郊区居民自建住房的成本在15万左右，面积在250平方米左右，一般为2~3层楼房，均价约600元/平方米，而亿房网数据显示武汉市2011年12月份的商品房均价为7802元/平方米，二者相差甚远。尽管郊区居民的自建住房拥有成本低、面积大等突出优势，但郊区住宅规划落后、房屋随意建设、排列无序等导致郊区居民的自建住房价值大幅降低。另外，郊区村庄内部道路系统落后，雨天泥泞不堪的现象也导致郊区自建房的价值降低。这些因素驱动郊区居民背负贷款压力购买城市商品房，也是郊区发展和提升郊区居民生活品质需要高度重视的问题。
4、方程式4为郊区居民是否购买或计划购买城市商品房的概率P值的回归方程，对郊区居民购买城市商品房的行为具有一定的预测意义。开发商或相关部门可在郊区家庭构成、经济收入水平等宏观数据和对郊区规划、公共设施、交通条件状况评估的基础上，结合本文得出的回归方程，对郊区居民的购房趋势进行一定程度的预测。
五、研究结论
本文利用对武汉市郊区的一手调查数据，对郊区居民购买城市商品房的行为特点进行初步探析。通过模型结果分析，可提炼出以下论点：（1）子女结婚与教育问题为郊区居民购买城市商品房的主要驱动因素，现阶段多数郊区家庭为解决子女结婚或教育问题而买房；（2）三口之家与经济收入高的家庭购房可能性大；（3）郊区住宅规划落后、公共基础设施薄弱、交通系统不完备导致郊区自建住房价值贬低，驱使郊区居民购买城市商品房，是郊区发展需特别关注的问题；（4）在统计数据和评估的基础上，该模型可为政府、地产开发商了解郊区居民购房趋势和意愿服务。□
（作者：郭来君，现为华中农业大学经济管理土地管理学院土地资源管理专业硕士研究生，主要研究方向：土地资源管理、房地产中介；梅昀，陈银蓉，均为华中农业大学土地资源管理学院学生）
参考文献：
[1]张春英.中西方城市郊区化之辩—兼论中国城市是否进入郊区化阶段.华中建筑，2008(12):58-59.
[2]薛薇.SPSS统计分析方法及应用.电子工业出版社,2004:281-300.
[3]林万龙.中国农村公共服务供求的结构性失衡：表现及成因.管理世界,2007(3):62-68.
[4]田淑敏.京郊农民对住宅建设的意愿分析.中国土地科学,2009(3):76-80.
[5]刘勇.中国农村居民点整理研究进展与展望.中国土地科学.2008(3):68-73.
[6]王晓霞.中国农村集体建设用地使用权流转政策的梳理与展望.中国土地科学.2009(4):38-42.
关键词 住房消费 郊区居民 购房行为 二项Logistic回归模型
中图分类号：F291 文献标识码：A
一、引言
我国郊区居民的住房消费行为与城市居民不同，郊区居民可以在宅基地上自建住房，也可以购买城市商品房。美国及欧洲发达国家的郊区住宅备受富人青睐，越来越多的富人从城市中心区向郊区转移。
现阶段，我国各大城市房价与居民收入水平不匹配，高房价在一定程度影响了人们的生活质量。至2009年起，政府就坚定了调控房价的决心。时至今日，调控房价的政策层出不穷，国家对房价的调控一度升级到“管制”高度 。在很多城市居民都“望楼兴叹”之时，为何有些郊区居民不选择自建住房，而愿倾其积蓄、背负贷款压力购买城市商品房？为深入探究郊区居民购买城市商品房的行为机理，笔者在对武汉市郊区居民进行问卷调查的基础上，采用Logistic模型对其进行回归分析。
二、方法概述
（一）二项Logistic回归模型。
利用多元回归方法分析变量之间关系的基本前提是因变量必须为连续定距型变量，当因变量为0/1二值品质型变量时，就需采用二项Logistic回归方法。
二项Logistic回归模型为：
LogitP= 0+ 1X1 (式1)
Logistic函数为：
P=(式2)
式中，LogitP=ln =ln， =
以上式子中，X1为自变量，Logit P为因变量，P代表事件发生的概率， 被称为发生比，代表事件发生的概率和不发生概率之比。 是P的单调增函数，Logit P与 之间也呈增长或下降的一致性关系，且Logit P的取值范围为(-∞,+ ∞)。
经推导可发现，自变量X1每增加一个单位，将引起Logit P增加 1，将引起发生比 扩大exp( 1)倍。另外，Logistic函数（式2）是典型的增长函数，反映了概率P和自变量之间的非线性关系。
（二）模型应用。
本文将采用二项Logistic回归模型对郊区居民购房行为进行分析，模型中的因变量为郊区居民是否购买或计划购买城市商品房，该变量为0/1二值品质型变量，变量取值1表示购买或计划购买，0表示不购买或未计划购买。模型中的自变量为可能影响郊区居民购买商品房的各种主观因素和客观因素（见表1）。
表1中的教育程度和家庭年收入为数值型变量，教育程度按高中以下、高中、专科、本科、本科以上依次赋值1,2,3,4,5进行量化。家庭构成、子女结婚、经济压力等12个自变量为0/1品质型变量，对变量含义肯定回答者量化为1，对变量含义否定回答者量化为0。因变量和自变量经量化后，送入二项Logistic回归模型进行分析。
三、数据采集与样本描述
表2 被调查者基本特征统计表
（一）数据的采集。
本文数据通过调查问卷收集，所采用的抽样方法为简单随机抽样，问卷调查的时间为2011年12月，调查地点为武汉市东湖高新区左岭镇的部分村庄以及葛化社区（该地区原属于洪山区）。该地区是武汉市郊区较偏远街镇，东与葛店经济技术开发区毗邻，南接武黄高速公路，北临长江黄金水道。
在调查区域内，采取入户调查为主，拦截式调查为辅的调查方式，被调查者现场作答。本次调查问卷共回收135份，剔除不合格或未填写完的问卷后，有效问卷为121份，问卷的回收有效率为89.63%。
（二）样本描述。
本次调查对象为武汉市洪山区左岭镇部分村庄居民以及葛化社区居民，包括教师、企业职工、务农、务工、个体户等各种职业的人。被调查者的住房消费行为有宅基地上建造住房、购买城市商品房、即自建住房又购买城市商品房、租房以及福利分房等不同情况。
从表2中变量的均值、标准差和偏度值看来，各变量的离散程度较为合理，也没有出现严重的偏差，表明调查数据具有一定的代表性。
表中数据显示，受访者的年龄多在40岁左右，主要为家庭户主，平均教育程度接近高中水平，家庭年收入平均水平为2.565万元，36%的被调查家庭为三口之家。受访郊区居民的住房消费行为各异，78%的家庭在宅基地上建房居住，17%的家庭拥有购买的城市商品房，8%的家庭因拆迁或工作原因租房居住或享受福利分房。从以上数据看，现拥有城市商品房的郊区家庭占少数，但已经购买或计划购买城市商品房的受访者却达到54%，表明逾半成的郊区家庭倾向于购买城市商品房。
四、模型计算与结果分析
（一）模型计算。
为探寻郊区居民购买城市商品房的主要驱动因素，并构建关于郊区居民购买城市商品房趋势的预测模型，将郊区居民是否购买或计划购买城市商品房（1表示已经购买或计划购买，0表示不购买或未计划购买）作为因变量，将表1中列出的14个变量作为自变量，利用SPSS17.0软件，采用基于极大似然估计的自变量逐步筛选策略（Forward LR），进行二项Logistic回归模型分析。
将变量进入模型的最大概率设置为0.05，被模型剔除的最小概率设置为0.10，因此，本次模型计算的置信水平为95%，进入方程的各因素的影响显著性水平 为0.05。经六步回归过程形成最终模型，最终模型中包括的自变量和各变量的回归系数检验结果见表3。
表3 二项Logistic分析结果（一）（逐步筛选策略第六步）
（注：从步骤1至步骤6依次进入方程中的变量为子女教育、子女结婚、郊区交通条件、家庭年收入、郊区规划及公共、家庭构成）
由表3得出，最终的模型中包含子女教育（1）、子女结婚（1）、郊区交通条件（1）、家庭年收入、郊区规划及公共（1）、家庭构成（1）六个变量，各变量回归系数显著性检验的Wald观测值所对应的概率P值（表3中Sig.列对应的数值）均小于显著性水平 ，即0.05，表明这六个变量与Logit P的线性关系显著，应列入最后的回归方程中。自变量中的教育程度、郊区自建房档次、工作距离问题、追求心理满足、投资手段、改善居住条件、住房面积和经济压力等变量因Score检验的概率p值大于显著性水平而最终未进入模型，表明这些变量与Logit P的线性关系不显著。
根据表3数据和式1可列出表示Logit P与各影响因素之间关系的二项Logistic回归方程：
LogitP=-5.871+2.104M(1)+1.487E(1)+1.371(1)+1.24p(1)+1.099I (式3)
根据式2、式3可以建立郊区居民是否购买或计划购买城市商品房的概率P值的Logistic回归方程：
(式4)
其中，M ：子女结婚；M（1）：买房为解决子女结婚问题；
E：子女教育；E（1）：买房为解决子女教育问题；
F：家庭构成；F（1）：家庭构成是三口之家；
P：郊区规划及公共；P（1）：认为郊区规划及公共基础设施落后；
T：郊区交通条件；T（1）：认为郊区交通条件差；
I：家庭年收入（万元）
（二）模型结果分析。
1、从式3和表3分析，考虑子女结婚问题的郊区家庭较不考虑子女结婚问题的郊区家庭使Logit P平均增长2.104个单位，结合发生比可知，考虑子女结婚问题的郊区居民的购房发生比是不考虑子女结婚问题的郊区居民的8.202倍（有95%的把握在2.588~25.994之间），显然高出较多。
以上分析表明，子女结婚问题是郊区家庭购买城市商品房的主要驱动因素之一，且影响显著。在模型分析的过程中，自变量改善居住条件并没有进入最终方程，反映了多数郊区家庭购买城市商品房并非为改善居住条件，子女结婚才是促使郊区家庭购房的主要因素。在对已购房的郊区家庭的调查中，有89%的郊区居民购房是为子女结婚做准备。国家统计局总经济师姚景源也曾提出，双方父母和祖父母为独生子女购买婚房的“第三方埋单”现象已经非常普遍，80后买房“啃老”也已经司空见惯。
2、分析结果显示，考虑子女教育问题的郊区居民较不考虑子女教育问题的郊区居民使Logit P平均增长1.487个单位，结合发生比可知，考虑子女教育问题的购房发生比是不考虑子女教育问题的4.424倍，影响虽不及子女结婚问题，但也十分明显。在对已购房的郊区家庭的调查中，有54%的居民认为购房便于子女接受更好的教育。目前，子女教育受到家长越来越多的关注，很多郊区居民购房时重点考虑住宅周围是否具有较完备的教育设施。
同时分析结果显示，三口之家的郊区家庭较多子女郊区家庭使Logit P平均增长1.371个单位，三口之家的购房发生比是非三口之家的3.940倍。家庭构成对郊区家庭购房发生比的影响符合常理，购房的意愿和能力必然建立在经济基础之上，三口之家较多子女家庭经济负担小，购房意愿自然强烈。另外，模型结果还表明，郊区居民家庭年收入每增加一万元，使Logit P平均增长1.099个单位，使郊区家庭的购房发生比扩大约3倍，恰好反映了经济收入对购房的直接影响。
3、从模型结果看出，认为郊区住宅规划和公共设施落后的郊区家庭较对郊区住宅规划和公共设施满意的郊区家庭使Logit P平均增长1.241个单位，使购房发生比扩大3.459倍；认为郊区交通条件差的郊区家庭较对郊区交通条件满意的郊区家庭使Logit P平均增长1.194个单位，使购房发生比扩大3.301倍。以上数据表明郊区的住宅规划、公共服务设施和交通条件对郊区家庭购房有一定的驱动影响。田淑敏对北京郊区农民住宅建设意愿的调查数据显示，郊区居民对住房规划、道路交通、水电基础设施、垃圾处理等问题存在不满。本次调查郊区居民自建住房的成本在15万左右，面积在250平方米左右，一般为2~3层楼房，均价约600元/平方米，而亿房网数据显示武汉市2011年12月份的商品房均价为7802元/平方米，二者相差甚远。尽管郊区居民的自建住房拥有成本低、面积大等突出优势，但郊区住宅规划落后、房屋随意建设、排列无序等导致郊区居民的自建住房价值大幅降低。另外，郊区村庄内部道路系统落后，雨天泥泞不堪的现象也导致郊区自建房的价值降低。这些因素驱动郊区居民背负贷款压力购买城市商品房，也是郊区发展和提升郊区居民生活品质需要高度重视的问题。
4、方程式4为郊区居民是否购买或计划购买城市商品房的概率P值的回归方程，对郊区居民购买城市商品房的行为具有一定的预测意义。开发商或相关部门可在郊区家庭构成、经济收入水平等宏观数据和对郊区规划、公共设施、交通条件状况评估的基础上，结合本文得出的回归方程，对郊区居民的购房趋势进行一定程度的预测。
五、研究结论
本文利用对武汉市郊区的一手调查数据，对郊区居民购买城市商品房的行为特点进行初步探析。通过模型结果分析，可提炼出以下论点：（1）子女结婚与教育问题为郊区居民购买城市商品房的主要驱动因素，现阶段多数郊区家庭为解决子女结婚或教育问题而买房；（2）三口之家与经济收入高的家庭购房可能性大；（3）郊区住宅规划落后、公共基础设施薄弱、交通系统不完备导致郊区自建住房价值贬低，驱使郊区居民购买城市商品房，是郊区发展需特别关注的问题；（4）在统计数据和评估的基础上，该模型可为政府、地产开发商了解郊区居民购房趋势和意愿服务。□
（作者：郭来君，现为华中农业大学经济管理土地管理学院土地资源管理专业硕士研究生，主要研究方向：土地资源管理、房地产中介；梅昀，陈银蓉，均为华中农业大学土地资源管理学院学生）
参考文献：
[1]张春英.中西方城市郊区化之辩—兼论中国城市是否进入郊区化阶段.华中建筑，2008(12):58-59.
[2]薛薇.SPSS统计分析方法及应用.电子工业出版社,2004:281-300.
[3]林万龙.中国农村公共服务供求的结构性失衡：表现及成因.管理世界,2007(3):62-68.
[4]田淑敏.京郊农民对住宅建设的意愿分析.中国土地科学,2009(3):76-80.
[5]刘勇.中国农村居民点整理研究进展与展望.中国土地科学.2008(3):68-73.
[6]王晓霞.中国农村集体建设用地使用权流转政策的梳理与展望.中国土地科学.2009(4):38-42.