我国城市居民二手房购买意愿的影响因素——基于多层线性模型的实证分析...
我国城市居民二手房购买意愿的影响因素
——基于多层线性模型的实证分析
唐凯铃  陈铭聪  温雪莲
内容摘要：本文基于2017年中国家庭金融调查（CHFS）的微观数据和相关地区的宏观数据，采用多层线性模型（HLM），探讨宏观地区因素和微观个体因素对城市居民二手房购买意愿的影
响。研究结果表明：人们更倾向于购买新建房；由于宏观地区差异性的存在，不同宏观因素对不
同人的二手房购买意愿有异质作用；户口性质、家庭人数、购买地区以及是否已有房屋产权等
微观个体因素对城市居民二手房购买意愿产生显著影响；经济发展水平、人口分布情况、医疗条
件以及基础教育资源等宏观地区因素对居民二手房购买意愿有显著的跨层调节作用，其中，基础
教育资源的调节作用最明显，在一定程度上反映了城市居民对基础教育的关注与重视。
关键词：二手房；购房意愿；多层线性模型；跨层调节作用
中图分类号：F293.35    文献标识码：A    文章编号：1004-7794(2021)05-0030-08
DOI: 10.13778/jki.11-3705/c.2021.05.004
一、引言
2015年3月30日，国家将二手房交易营业税由“满五免征”调整至“满二免征”，同年下发的《关于个人住房贷款政策有关问题的通知》将二套房最低首付款比例从原来的六成降低到四成，这一系列提高二手房竞争力的举措，无疑刺激了我国二手房市场的发展。2018年《经济日报》曾提出，过去5年，中国二手房交易量呈现跨越式增长，全国交易量达1557万套，占全部房屋总交易额的70%①。随着我国房地产存量市场的进一步发展，核心城市的二手房交易已超过新房成为主导，侧面反映了城市购房者在长期经济发展过程中对住房要求的变化，购房者对新建房和二手房的概念已经不再是简单“新”和“旧”，购买二手房成为购房者综合考虑地区发展和个体发展等诸多因素的权衡结果。由于城市二手房市场逐渐成为我国房地产交易关注的热点，研究影响城市居民购买二手房意愿的影响因素以及深入剖析各类因素的作用机制，对理解当下购房者的购房行为与动机、指导房地产中介的市场行为以及政府实现有效住房供给具有重要的现实意义。
二、文献综述
国内外有不少学者对购房意愿和购房行为进行研究。Huang（2002）发现社会经济变量和制度变量对城市居民的购房行为产生了显著影响[1]；Alkan et al（2014）认为性别、年龄和职业性质是个体住房
需求的重要决定因素[2]；Han（2010）采用多项式Logit模型研究家庭特征对家庭购房选择的影响，发——————––—––—––––
①我国二手房市场累计交易额破30万亿，2018年9月25日，中国经济网《经济日报》，/cysc/fdc/fc/201809/25/t20180925_ 30374113.shtml。
现房价—收入比率、家庭年龄组成和家庭规模对购房选择有显著影响，在控制住房位置、单价、房子大
小等因素不变的情况下，家庭购买非市中心房屋可能性更大[3]。毛小平（2014）认为，居民是动态的社会行动者，通过积极寻他们在国家与住房市场上的位置回应国家与市场的影响，在购房过程中同时考虑其所处的宏观社会情境及其所拥有的经济资本、人力资本和政治资本的影响作用，对是否购房作出选择[4]。路君平等（2009）通过研究厦门、西安和湘潭三地数据，认为房价是影响购房意愿的首要因素，相对于低、高收入家庭而言，中等收入家庭对各类影响因素和购房政策更敏感，购房意愿更强烈[5]。章铮（2006）和邹心怡等（2011）认为子女教育的可获得性能增加部分人的购房定居意愿[6-7]。有不少研究以流动人口为研究主体，如邓金杰等（2011）通过调查深圳城中村外来人口的购房意愿，发现户主的年龄、学历、家庭收入和户口性质等因素能显著影响户主的购房意愿[8]；肖昕茹（2014）认为个人因素、城市融合因素和市场政策因素是决定大城市青年流动人口购房意愿主要因素[
9]。也有学者着眼于农民工的城镇购房意愿，如刘成斌等（2015）通过研究有购房意愿的农民工的购房模式，发现中部地区流出的农民工比西部地区流出的农民工更倾向于接受异地购房，农民工城镇购房应以中部地区为主[10]；祝仲坤等（2017）发现年龄的增长、家中有务农成员会减弱农民工的购房意愿，而收入水平、受教育水平、工作所需专业技能的提高和城市认同感的增强会令农民工的城镇购房意愿显著上升[11]。裴育等（2017）认为无房家庭购房意愿是普遍存在的，相对于中西部地区而言，东部地区的房价更高、上涨速度更快、幅度更大，更容易削弱无房家庭的购房意愿[12]。
纵观过往的相关研究，多数学者将研究的重点聚焦在不同属性人的购房意愿，而缺乏对城市中有购房意愿人购房类型的深入研究。考虑到近年来二手房交易量的跨越式增长，研究影响我国城市居民二手房购买意愿的影响因素及其作用机制具有重要的现实意义。本文基于宏观数据和微观数据的嵌套特征，创新性地使用多层线性模型（Hierarchical Linear Model ，HLM ）研究影响居民二手房购买意愿的因素。
三、研究方法与数据来源
（一）研究方法
本文基于宏观和微观数据的结构特征，采用HLM 模型①
作为有效的研究工具，对居民的二手房购买意愿进行分析。在HLM 模型中，将第一层自变量和第二层自变量同时加入分层模型，回归结果能反映出各层自变量作用的复杂结构。引入随机截距，即允许地区之间的回归分析在截距上存在差距，从而分析第二层自变量对个体的二手房购买意愿的独立影响。在本文中，第一层自变量设为个体层面变量，第二层自变量设为地区层面变量。当因变量服从0-1二项分布时，需将因变量转换成应答期望值，并通过logit 连续函数拟合。具体HLM 模型表达如下。
第一层：设置在个体层面上各自变量对购房意愿的影响方式 ()|1ij ij Prob Y B P ==
01log /1 [()]ij ij j j ij ij P P X r ββ-=++
第二层：设置在地区层面上各自变量对个体层面自变量效应的影响方式 截距模型：000010j j j W βγγμ=++ 斜率模型：110111j j j W βγγμ=++
式中，i 表示个体，j 表示所在地区；Y ij 表示地区j 中个体i 是否选择购买二手房；P ij 表示选择地区j 中个体i 购买二手房的期望概率；β0j 和β1j 则表示每个地区j 分别估计出的截距和斜率；r ij 为个体层面模型的残差项。γ00和γ10为地区层面模型的截距项；W j 是地区层面的变量；γ01和γ11是地区层面预测变量W j 的斜率，
该斜率反映了地区层面变量与个体层面变量的交叉作用；μ0j 和μ1j 为地区层面模型的残差——————––—––—––––
①关于HLM 模型，Sophia Rabe-Hesketh 和Anders Skrondal 的《Multilevel and Longitudinal Modeling Using Stata 》第3版中有详细的理论介绍。
项，由r ij分解得到。由于本文使用连续logit函数进行拟合，回归的系数并不直接表示为概率，可通过
系数的符号判断购买二手房与新建房之间的比值比（odd ratio，OR），若系数大于0，则OR值大于1，表
示购买二手房的相对可能性更大；若系数小于0，则OR值小于1，表示购买新建房的相对可能性更大。
（二）数据来源
本文采用的数据来自中国家庭金融调查（China Household Finance Survey，CHFS）2017年度的调
查数据。根据本文的研究需要，选出所需变量并剔除无效值后，得到有效观测值1288个。本文选取的
被解释变量是城市居民的二手房购房意愿。在2017CHFS的问卷中，城市受访者会被询问是否有新购住
房的打算，若受访者回答“有新购住房打算”，调查人员会进一步询问“打算购买新房还是二手房”，若
汉将李陵论
受访者回答“新房”，用0表示；回答“二手房”，则用1表示。因此，本文的研究主体均有购房意愿，
而研究重点是考察影响个体购买二手房的变量及其影响作用。
在个体层面（第一层）的自变量中，年龄和家庭人数用实际值表示，性别、户口性质、婚姻状况、
购房时间、购房地区、产权情况（是否已经购买过房屋）和人口流动属性用虚拟变量表示，变量具体分
类情况见表1。
表1解释变量的定义和描述性统计
变量定义平均值标准差最小值最大值二手房购买意愿个体购买房子的意愿：0=新建，1=二手房0.34 0.47
1 个体特征
性别 0
=男性，1=女性  1.50 0.50
1 年龄受访者的年龄41.4
2 12.55
18中元节为什么叫鬼节
83
受教育水平受教育年限12.65 3.70
19
优秀个人简历模板户口性质 0
=农业户口，1=非农业户口0.78 0.41
1 婚姻状况 0
=未婚，1=已婚0.89 0.32
1 收入水平受访者的过去一年的总收入的对数  6.49 5.30
13.46
家庭人数共同居住的家庭总人数  2.15 1.13
6
购房时间期望的购买时间：1=未来1年内，2=未来1~2年，
3=未来2~5年，4=5年以后
昌平买房
2.84 0.96
1
4
购房地区 0
=异地购房，1=本地购房0.93 0.25
1 产权情况 0
=否，1=是0.82 0.38
1 人口流动属性 0
=流动人口，1=本地人口0.88 0.32
1 地区特征
经济水平人均国内生产总值的对数11.09 0.39
10.25
11.77
人口分布每平方公里的人口数量的对数7.85 0.40
7.04
购买房子8.62
医疗条件每万人病床数90.00 17.41
63.53
175.28 基础教育资源基础教育师生比（%）7.36 1.08
5.80
9.57
注：虚拟变量中，0表示参照组。
为了考察宏观地区因素对个体二手房购买意愿的影响，选择经济水平、人口分布、医疗条件以及基
础教育资源4个方面的宏观变量，地区范围包括除中国港澳台地区、西藏和新疆外的29个省（区、市）。
在经济水平方面，城市人均GDP能有效反映地区的经济运行情况和人民生活水平，因此，本文采用各
地区的人均GDP代表经济发展水平。人口密度表示单位土地上的人口数量，反映了各地区城市人口的
空间分布情况，也能从侧面反映该区域的资源分布情况和规划情况，本文以人口密度代表各地区的人口
分布情况。此外，医疗条件和基础教育资源分别用每万人病床数和基础教育师生比表示。基础教育包括
中小学层次的教育，是国家提高国民素质的奠基工程，本文将采用基础教育的师生比数值代表教育资源恐龙小游戏
的分配情况。本文个体层面数据来自2017中国家庭金融调查数据，宏观层面数据来自国家统计局网站
和《中国统计年鉴》。
四、实证分析
（一）零模型（The Null Model）分析（模型1）
零模型（模型1）是HLM模型分析的基础。零模型中不加入任何自变量，以考察因变量是否存在显著的层间差异，若层间差异显著，则有必要使用HLM模型进行分层分析。运用HLM6.0软件进行零模型回归（结果见表2），得到固定效应γ00的系数估计值为-0.801（P＜0.01），组内相关系数ρ= 0.074，根据温福星（2009）[13]对组内相关系数的判定标准（ρ>0.059），可认为中国居民的二手房购买意愿在地区之间存在显著的差异，有必要使用HLM模型进行分层分析。
（二）截距项不带地区层面变量的随机截距模型（模型2）
模型2用于对第一层微观个体变量进行检验。结果显示，在个体层面自变量中，户口性质、家庭人数、购买地区以及产权情况与个体二手房购买意愿显著相关，而性别、年龄、受教育水平、婚姻状况、收入水平、购房时间以及人口流动属性的影响在统计意义上并不显著，但由于其起到控制变量的作用，在完整模型中暂不予以剔除。
（三）截距项带有地区层面变量的随机截距模型（模型3）
模型3在模型2的基础上在截距项加入地区层面变量，探讨地区层面变量对居民平均二手房购买意愿的直接效应。结果表明，在控制个体层面变量情况下，地区经济发展水平的提高和基础教育资源增加能显著提高个体的二手房购买意愿。
（四）完整模型（模型4）
在模型4中，将第一层微观个体自变量和第二层宏观地区自变量同时加入分层模型。通过模型3和模型4的对比，能清楚看到宏观变量对方程截距、个体变量斜率的影响，以便进一步分析各层自变量之间复杂的关系。若在回归结果中第二层变量与相应的第一层变量系数符号相同，则第二层变量起加强作用，反之起削弱作用。
1.经济水平与基础教育资源直接影响城市居民平均二手房购买意愿。
在模型4中，城市居民总体平均购买二手房的概率是27.23%（由公式P= 1/(1+exp(-γ00))得到），可看出人们更倾向于购买新房。这是由于新房普遍具有可选度强、设计更合理、居住更舒适、产权更长等优势，符合大多数购房者的要求。但从第二层宏观变量系数来看，在经济发展水平更高的地区，相比于新房，居民的二手房购买意愿会显著增加，原因可能是经济更发达地区的新建房价格远远超出二手房价格，在一定程度上削弱了人们购买新房的欲望，在保持基本居住舒适水平和通勤便利情况下，城市居民可能会更愿意购买总价更低的二手房。此外，更丰富的基础教育资源也能显著地提高人们在该地区购买二手房的意愿。为了让孩子接受更好的教育，许多家长选择到教育资源更好的地区购房以获得当地户口，提高孩子在基础教育阶段就近入学到当地更好学校的机率，但由于名校范围内新建房数量有限且价格较高，具有保值作用的二手“学区房”逐渐变得炙手可热。
2.人口分布和基础教育资源能间接影响成员数较多的家庭的抉择。
家庭共同居住人数也对居民二手房购买意愿产生显著的影响。表2的结果显示，随着家庭中共同居住人数的增加，居民购买二手房的意愿显著下降，更倾向于购买新建房。这可能是因为家庭人数的增加意味着有更多的成员分担房款，能在一定程度上减轻户主的负担，人们会更愿意选择价格更高但居住条件更好的新建房，Huang（2002）也得出了类似的结论[1]。但当地人口稠密度和基础教育资源的增加又会抵消这种由于家庭人口数增加带来的影响，由于人口稠密地区的区域规划已相对成熟完善，丰富的教育资源也吸引着众多的购房者，但新建房的数量有限且价格较高，居民购买新建房的能力和意愿
会被削弱，会更倾向于选择性价比更高的二手房。
3.经济水平和医疗条件能进一步刺激非农业户口居民的二手房购房意愿。
户口性质对居民的二手房购买意愿也有显著影响。在模型2、模型3和模型4中，非农业户口居民相对于农业户口居民的二手房购买意愿明显更强烈，并且非农业户口居民在购房时对当地的经济水平和医疗条件更为敏感。
4.稠密的人口分布能进一步提高本地购房者的二手房购买意愿。
购买地区选择分为本地购买和异地购买，从模型回归系数来看，选择本地购买的受访者比选择异地购买的受访者有更强烈的二手房购买意愿，人口密集度的增加会显著加强这种意愿。这意味着随着受访者留在本地定居和发展意愿的增加，会更愿意接受本地的二手房，而在人口稠密、发展更成熟的地区，这种意愿会进一步显著增强。
表2模型结果汇总
固定效应估计
模型1 模型2 模型3 模型4
回归系数标准差回归系数标准差回归系数标准差回归系数标准差
平均发生比（对数）-0.801***0.121  -0.823***0.123  -0.903***0.094  -0.983***0.102 经济水平0.642**0.239  0.672**0.253 人口分布-0.082 0.237 -0.126  0.253医疗条件-0.003 0.005 -0.005  0.254基础教育资源0.340***0.083  0.367***0.088 性别0.039  0.125  0.039  0.126 0.056  0.129 年龄-0.005  0.006  -0.005  0.006  -0.005  0.007 基础教育资源0.011**0.005 受教育水平0.015  0.022  0.016  0.022  0.027  0.026 经济水平-0.118**0.059 医疗条件-0.004***0.001 户口性质0.384***0.183  0.386**0.185  0.393*0.205 经济水平  1.267**0.524 医疗条件0.039***0.012 婚姻状况0.271  0.223  0.271  0.225  0.239  0.230 收入水平0.016  0.013  0.017  0.013  0.010  0.015 经济水平0.077**0.035 家庭人数-0.115**0.062  -0.117**0.062  -0.149**0.066 人口分布0.442***0.169 基础教育资源0.199***0.059 购房时间0.026  0.066  0.025  0.067  -0.040  0.075 基础教育资源0.196***0.065 购房地区  1.173***0.304    1.200***0.309    1.584***0.421 人口分布  2.463**0.965 产权情况-0.541***0.165  -0.540***0.166  -0.706***0.184 医疗条件-0.026**0.010 人口流动属性0.020  0.203  0.017  0.205  0.035  0.211 方差成分0.262*** 0.285*** 0.296** 0.105**
注：* P＜0.1，** P＜0.05，*** P＜0.01；仅列出与第一层变量交互显著的第二层变量，下同。
5.在医疗条件更好的地区中，已购有房产的购房者更愿意购入新建房。
个体是否已有房屋产权也是显著的影响因素。在模型4中，相比未曾购买过房产的个体，已购有房产的个体更倾向于购买新建房，且随着当地医疗条件的完善，其购买新建房的愿望会更加强烈。一般而言，当已购有房产个体再次产生购房意愿时，个体会倾向于购买比已有房屋更舒适、更安全、更符合现

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。