中国城市住宅占有方式选择研究以广州为例Word下载.docx
- 文档编号:17179467
- 上传时间:2022-11-28
- 格式:DOCX
- 页数:29
- 大小:184.23KB
中国城市住宅占有方式选择研究以广州为例Word下载.docx
《中国城市住宅占有方式选择研究以广州为例Word下载.docx》由会员分享,可在线阅读,更多相关《中国城市住宅占有方式选择研究以广州为例Word下载.docx(29页珍藏版)》请在冰豆网上搜索。
一种是纯经济学的研究,如使用传统的新古典经济学的理论分析框架,假设家庭是理性的,他们在一个给定的预算约束下,通过选择购买或租赁房屋以实现家庭效用最大化(Arnott,1987)。
另一种是综合了经济学、人口学、地理学和社会学等学科的研究,当然,该领域的研究也涉及到宏观社会经济环境(如通货膨胀、抵押贷款利率、社会等级、种族歧视和住宅市场的变化等)在住宅选择中的重要意义(Clarketal,1994)。
相对于纯粹的经济学研究方法而言,这种社会人口学和地理学的方法使得对住宅占有方式选择的研究背景更加宽广。
根据研究的重点,Sean(2001)把上述研究归结为消费模型和投资模型。
消费模型主要包括两种:
一是家庭特征模型。
该模型试图解释为什么一些家庭选择买房而另一些家庭选择租房。
它通过检验诸如收入、家庭大小、家庭构成、职业、人种、年龄、性别等因素,以提炼出关于消费者选择的信息。
如Li(1977)给出了一个所有权的Logit模型,该模型使用户主年龄、收入、家庭大小和种族来预测波士顿、巴尔的摩等地区的住宅占有方式;
Artle和Varaiya(1978)使用了住宅所有权的生命周期理论;
而Chambers和Diamond(1988)发现不能成为所有者的家庭主要集中于低收入者和离婚夫妇。
二是住宅迁移模型。
早期关于这个模型的研究,如Weinberg(1979)综合了影响家庭迁移的经济和社会因素,后来该模型的发展更多的是与家庭特征模型结合在一起来使用,将迁移看作是家庭的一种特定行为(Boehm,1981;
ClarkandHeskin,1982;
Pickles,1983;
Ioannides,1987)。
关于投资模型,也可以分为两种:
一是通货膨胀和利率模型。
该模型认为选择住宅占有方式的决定性因素可能是租金和抵押贷款偿付额(拥有所有权的成本)之间的比较,而与家庭特征和其他的消费因素没有关系。
当然,也有可能和家庭面临的购买力约束有关,但与家庭效用或偏好则没有关系(Ranney,1981)。
其次,该类模型还认为通货膨胀会影响所有者利益,进而影响住宅占有方式的选择(BruggemanandPeiser,1979;
Diamond,1978;
Follain,1982)。
二是收入、资产和财富模型。
Shelton(1968)是早期致力于将占有方式量化研究的学者之一。
他认为消费者选择拥有住宅所有权是由于拥有和租赁住宅的成本结构存在差异,而不是因为当时公认的潜在资本损益。
Dynarski、Sheffrin(1985)和Jones(1989)证明了在买房过程中临时性收入的重要性,而Goodman(1988)却强调了持久性收入对占有方式选择的影响。
Ioannides(1989)、Meyer和Wieand(1996)则将买或租的选择看作是一种资产组合的选择,租赁者实际上选择了在他们的资产组合中少一点抵押贷款债务。
当然,除了消费模型和投资模型外,还有诸多相对零散但又不失新意的研究成果。
比如研究触发事件(triggerevents)如结婚、生育,对住宅占有方式选择的影响(Deurlooetal,1994)。
还有,如Eui-ChulChung和DonaldR.Haurin(2002)把家庭大小作为一个随机因素,来研究家庭在不确定性条件下对住宅占有方式的选择等。
2.国内的相关研究
国外相关研究的文献很好地解释了发达市场经济国家的居民住宅占有方式选择问题。
相比较而言,国内关于住宅占有方式选择方面的研究文献非常有限。
YumingFu等(2000)利用有序Probit模型分析了转轨时期中国9个不同发展水平的城市居民住宅占有方式选择的影响因素,他们的概率估计表明,在鼓励私人购房方面,获取公共住房补贴的途径至少与商品房购买力一样重要。
Si-MingLi(2003)分析了中国城市的住宅市场与占有方式选择,并以北京和广州的新建住宅为例作了比较研究。
他认为中国的住宅市场是分割的,公开市场上的选择类似于西方住宅市场,而存在住房补贴的市场则不太一样。
此外,他也提出即使在一些开放的市场经济发达的城市,传统的福利分房体系仍然对住宅消费有重要的影响,但他并没有对住宅占有方式的制度环境做出检验。
在YouqinHuang(2001)的研究中弥补了这一缺陷。
她使用了一个基于家庭、工作单位、国家和地方政府之间的制度关系的分析框架,较好地检验了转轨时期我国城市住宅占有方式选择的微观和宏观影响因素。
最近的研究是郑思齐、刘洪玉(2004)利用2002年国家统计局城调队对辽宁、广东、四川三省6224个城市家庭的调查数据做出的,他们主要考察了户主年龄、婚姻状况、家庭流动性和家庭收入对住宅占有方式选择(住宅自有率)的影响。
3.对本文的启示
在本文的写作过程中将借鉴国内外研究的最新成果,尽可能的将前述文献中的理论与当前中国的实际情况结合起来。
主要启示如下:
1.将消费模型与投资模型综合起来考虑,不再仅仅局限于某一单一的研究框架。
当然,重点是借鉴消费模型,毕竟现在大多数城市居民买房的主要目的仍然是消费而不是投资。
但在模型中也要考虑居民的投资观念对占有方式的影响。
2.由于可获取数据的局限性,在消费模型中将重点借鉴家庭特征模型。
考虑到户口对中国城市居民的深远影响,本文将在家庭特征变量里增加“户籍”这一变量。
3.在福利分房时代终结后,将重新检验单位性质对城市住宅占有方式选择是否还有决定性的作用。
4.拟使用在文献中被广泛应用的Logit模型来估计各个变量对住宅占有方式选择的影响。
三、数据与模型
1.数据类型
住宅占有方式选择研究使用的理想数据类型应该是面板数据(paneldata)。
国外的相关研究中使用的面板数据大多数来自于政府或相关机构的定期(比如每隔十年进行一次)普查资料。
通过有效利用和挖掘面板数据,可以获悉长期占有方式选择的本质。
然而,目前国内还没有这样的数据存在。
在文献中,大多数模型都使用了截面数据。
在本研究中,由于各方面条件的限制,所进行的家庭调查获取的数据也是截面数据。
使用截面数据的最大局限性是不能反映家庭迁移和占有方式选择的动态过程,也没法反映出不随时间变化的各家庭之间的异质性。
而这种异质性在KamhonKan的实证研究中被证明是非常重要的,其统计检验显著。
为了弥补数据类型方面的缺陷,本文力求在抽样方式和变量选择方面有所创新,以尽量减少估计偏差。
2.数据来源
(1)抽样范围和抽样方式。
本文研究所选样本全部来源于广州市区内。
随着交通、通讯技术的现代化和世界经济的一体化,国内房地产市场的区域化、全国一体化的趋势也越来越明显。
广州作为中国改革开放的前沿阵地,房地产市场的起步、发展都较其他城市要早,市场也更成熟,广州居民的购房行为也更理性。
以广州为例,研究城市居民住宅占有方式选择,代表了当前国内市场经济较发达地区城市居民的行为方式。
所选地理范围内的研究具有一定的代表性和前瞻性。
使用截面数据的大多数占有方式选择研究主要有两种抽样方式:
要么使用一个最近迁移者的样本,要么使用包括所有家庭的样本。
在截面数据中使用这两种样本都存在一些问题。
最近迁移者样本过多地抽取了租赁者,而包括所有家庭的样本得到的估计却是建立在家庭过去决策的基础上的。
使用最近迁移者作为样本,最早由Ihlanfeldt(1981)和其他学者所使用。
隐含在这一方法后的基本原理是最近迁移者更可能反映住宅市场的均衡状况。
其弊端是,如果不控制先前的占有方式,而且由于租房者迁移的交易成本比购房者低,具有较高的流动性倾向,所以会过多的包含在样本中,这样会导致估计可能是有偏的。
使用一个包含所有家庭的样本来估计模型,其基本原理是住宅所有权是一个长期的决定,其决定过程既依赖于当前的需求,也依赖于未来的需求。
然而,就像Painter(2000)提出的,在45岁以上的户主中拥有住宅所有权的渐增可能更大程度上反映了过去决定的滞后效应。
因此,如果在截面数据中使用这种方法也将是有偏的,因为现在的数据不可能反映所有权人过去做出的决定。
其实,在最近迁移者样本中同样存在滞后效应问题,只是问题没有那么严重而已。
在这种情况下,现在的数据反映的是迁移者最近做出的决定,也并非现在做出的决定。
为了避免转移概率估计产生的误差,本文仅引入先前的占有状态作为一个自变量,并不估计转移概率。
在抽样方式上直接选取拟迁移家庭为总体,即选取到房地产经纪代理公司办理买房或租房业务的顾客(打算迁移者)为抽样对象。
这样一方面节省了抽样成本(搜寻并调查最近迁移者的成本要比拟迁移者高),另一方面也消除了所有家庭抽样和最近迁移者抽样中均存在的不同程度的滞后效应。
(2)样本容量。
在研究中我们拟采用Logit模型,该模型的最大似然估计具有一致性、渐近有效性和渐近正态性。
这些性质决定了样本容量越大,其渐近性体现得就越好,估计的标准误也就越小。
虽然样本容量是越大越好,但受各方面条件的制约,考虑究竟需要多大的样本容量是非常必要的。
这方面我们可以借鉴简单随机抽样的经验计算公式:
(3-1)
其中n为样本容量,t为标准正态分布的双侧
分位数,d为绝对误差限,p为总体中具有某个特征的单元占总体的比例,在本文中为打算购房的人在所有迁移者(包括购房者和租房者)中占的比例。
取
=5%,对应的t=1.96。
假设允许的绝对误差限d为5%,用住宅自有率代替p,这样就可以估算出需要的样本量。
据国家统计局2001年的调查,2000年我国城镇居民家庭住宅自有率已达到77.1%。
而在发达的市场经济国家住宅自有率一般在50%-70%之间,平均约60%(曹振良等,1998)。
从数字上来看,我国2000年的这一比率已经超过一般发达国家,而2003年该比率又上升到80.17%。
作为估算不妨设p=80.17%,计算出结果为244。
幸运的是这里我们并不需要非常清楚p的取值,只要p不是很稀有事件的比例(比如小于5%)那么我们就可以做如下保守的估计:
由于在
,即p=0.5时
的乘积达到最大:
max[p(1-p)]=0.5×
0.5=0.25,所以
=384。
其含义是要保证在95%的置信度下绝对误差限为5%需要的样本量最多为384,这是对样本容量的一个保守估计。
结合前面对样本容量的经验估计,从理论上来说可以认为样本容量在区间[244,384]上均是可取的。
根据一些资深研究人员的看法,最大似然估计的大样本性质一般维持得较好,即使在中等规模样本(比如n=100)的条件下也能够接受(AldrichandNelson,1984)。
Long(1997)也提到,在样本规模小于100时使用最大似然估计风险较大。
综合以上观点,可以认为样本容量在[100,384]上都是可取的。
在实际调研中,为保证样本容量的充足性,拟派发问卷400份。
(3)抽样时点和样本分布情况。
各区样本分配:
采取分层比例随机抽样,按2004年上半年各区平均每月的住宅交易面积占全市月均交易面积的百分比来大致确定各区样本数。
表3-1各区样本拟分配数量
广州十区
月平均交易面积
(万M2)
各区交易面积百分比
(%)
各区样本
数量分配
东山区
5.77635
6.767481
27
越秀区
0.39415
0.46178
2
荔湾区
3.45145
4.043665
16
海珠区
19.25555
22.5595
90
芳村区
1.13
1.32389
5
天河区
18.04102
21.13658
85
白云区
9.564983
11.20618
45
黄埔区
2.1756
2.548899
10
番禺区
18.405
21.56301
86
花都区
7.1604
8.389013
34
数据来源:
广州房地产交易中心2004年1-6月交易数据
3.变量和问卷设计
从以往的文献来看,占有方式选择模型使用的变量类型有四类:
经济变量、社会人口统计变量、金融变量、空间变量。
但没有一项研究同时包括了这四类变量,最流行的是使用经济变量和社会人口统计变量。
除了这两类变量外Ihlanfeldt和Eilbott、Binkowski还考虑了空间变量,Linneman和Wachter以及PeterZorn则考虑了金融变量而没有考虑空间变量。
本文除了考虑了经济和人口统计变量外,还考虑了原来的占有状态、生活方式等。
虽然没有专门列出空间变量,但在人口统计变量中包括了户籍所在地。
具体的函数关系式可以表示为:
变量说明如下:
1.
:
第i个家庭选择的未来的住宅占有方式,
=1表示购买住宅,
=0表示租赁住宅。
2.
:
第i个家庭目前的住宅占有方式,
3.
第i个家庭月平均实际收入。
访问家庭月均实际收入是一个比较敏感的问题,为降低调查难度,在问卷中使用了几个分段数据供受访者选择。
这里的收入为目前的实际收入,没有进一步估算持久收入和临时收入。
对持久收入的估计通常采用家庭收入对家庭因素(户主年龄、教育程度、婚姻状况、性别等)、人力资本的各方面和非人力资本回归得到。
而临时收入为家庭实际收入与持久收入之差。
本文没有区别持久收入和临时收入,但考虑了潜在收入变量
。
4.
第i个受访者的工作年限。
工作年限包括了总工作年限和在广州工作的年限。
假设工作年限与收入成正比。
5.EDUi:
第i个受访者的受教育程度。
受教育程度可以表示收入的增长潜力,假设受教育程度越高未来收入的增长潜力越大。
6.WUi:
第i个受访者的工作单位。
从YumingFu、LiSiming、YouqinHuang等人的研究可以看出转轨时期的中国在住宅商品化的进程中,单位性质对城市居民的占有方式选择起到了至关重要的决定作用。
本文试图检验在结束福利分房后,单位性质对城市居民的占有方式选择是否还有显著影响。
7.Xi:
第i个受访者的人口统计向量。
该向量包括性别、年龄、婚姻状况、户籍所在地、家庭成员数等变量。
性别是一个典型的二分类变量。
年龄按成年至退休分为若干个年龄段。
婚姻状况分为未婚、已婚和其他共三类,以其他为参照类,参照类中包括了鳏寡离异等。
在问卷中没有划分“单身”这一类,主要是为了避免“单身”各子类之间的差异。
总的来说,所有单身的人拥有住房的可能性要比已婚夫妇低,但因鳏寡而处于单身状况的人,通常会继续占有原来购买的住宅,他们与已婚夫妇的住宅占有方式更相似;
而因为未婚而处于单身状态的人更多的是租赁住宅。
8.Yi:
第i个受访者的生活方式向量。
该向量包括是否经常更换工作、是否更喜欢住房消费以外的其他消费、是否投资其他资产等。
假设经常更换工作的人因为工作地点的频繁变更,其买房的迁移成本要高于租房的迁移成本,所以会更倾向于租房。
另外,经常更换工作会使工作安全感下降,这也会降低购房的可能性。
此外,不管是把住房看作消费品还是看作投资品,在收入既定的情况下,其他消费品和投资品的存在都会在一定程度上替代住房。
这种替代率有多大则取决于个人的消费、投资倾向。
假设更喜欢住房以外的其他消费和其他投资的人,租房的可能性更高。
该函数关系式可以理解为未来的占有方式与以下几个方面相关:
4.计量模型和方法
在占有方式选择研究中反应变量是一个离散变量,只有两个取值(对应于两种占有方式),要么是1(对应购房)要么是0(对应租房),所以不能使用常用的线性回归模型,线性回归模型要求反应变量一定要是连续变量。
文献中常用的计量模型有Probit模型、Logit模型、联立方程模型、准马尔可夫模型等。
后面两种模型主要用于面板数据等动态研究中,而前面两种则常用于截面数据的分析中。
下面我们将对Probit和Logit分别作一个简单的介绍和比较:
Probit模型采用的是累积正态概率函数。
为了理解这个模型,假设存在一个依赖于解释变量X的理论连续指标,记作Zi==
其中Zi是不可观测的,但是有能够区别属于某一类别(较高的Zi值)的观测和属于另一类别(较低的Zi值)的观测的数据。
Probit分析解决了对参数
进行估计的同时,又能够获得关于Z的信息的问题。
标准正态概率分布函数为:
(3-2)
其中s是零均值单位方差的正态分布随机变量。
要得到指标Zi的估计,可将累积正态分布函数的反函数应用于3-2,得到
=
(3-3)
假设
是使指标改变占有方式选择的关键值,则有
如果
>
,则受访者i选择租房;
,则受访者i选择买房。
Logit模型采用的是逻辑概率分布函数(cumulativelogisticprobabilityfunction),其具体形式为
(3-4)
将3-4进行Logit转换后就可以得到
的估计:
(3-5)
3-5中的因变量是做某一特别选择的概率的对数,其优点是把在(0,1)上预测概率的问题转化为在实数轴上预测一个事件发生的机会比的问题。
由上述可知,Logit模型和Probit模型最大的区别在于采用的分布函数不同,前者假设随机变量服从逻辑概率分布,而后者假设随机变量服从正态分布。
其实,这两种分布函数的公式很相似,函数值相差也并不大,唯一的区别在于逻辑概率分布函数的尾巴比正态分布粗一些。
由于Logit计算上比较容易,所以本文拟使用Logit模型,用最大似然估计法来估计各参数。
四、实证分析与结论
(一)数据的代表性说明和变量选择方法
1.数据的代表性说明
本章实证分析拟使用的样本数据均来自于2005年3月1日至3月22日在满堂红地产公司所做的问卷调研。
由于以上数据均来自于二手楼市场,受访者是否具有代表性,将是一个非常重要的问题。
这里我们可以和广州方舟市场研究公司于2004年11月20日至2005年1月1日在广州市天河、东山、越秀、荔湾、海珠、白云、番禺等七区的57个楼盘(一手楼市场)所做调研做一个简单的比较:
(1)调研区域相同,都是在广州市下属的天河、东山、越秀、荔湾、海珠、白云、番禺等七个行政区内完成的调研,具有地理上的可比性;
(2)调研时间间隔较近,具有时间上的可比性;
(3)抽样方法相同,均采用了分层随机抽样,具有方法上的可比性;
(4)受访者所处的住宅市场类型不同,前者是住宅存量市场(二手楼市场),后者是住宅增量市场(一手楼市场);
(5)有效
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 城市 住宅 占有 方式 选择 研究 广州