本文应用离散选择分析的方法对小区内住宅选择行为进行建模,深入研究了购房者对住宅特征的支付意愿,量化了各种住宅特征对选房决策的影响程度,可为房地产开发商制定住宅价格提供依据。小区是中国城市居民最普遍的居住形式,但迄今尚无基于真实市场销售数据的小区选房行为研究。本文所采用的数据是北京某小区的售房记录,提取的住宅特征包括楼房位置、单元位置、楼层、朝向、飘窗、明卫、面积和价格。本文分别构建了Multinomial Logit模型、Mixed Logit模型、Latent Class模型,其中,Mixed Logit模型采用层次贝叶斯(hierarchical Bayes)方法进行参数估计。Multinomial Logit模型和Mixed Logit模型估计得到的支付意愿结果十分接近。但Mixed Logit模型表明,住宅之间存在较为复杂的相关性,Multinomial Logit模型的ⅡA (Independence from Irrelevant Alternatives)特性与现实不符。同时,Mixed Logit模型表明购房者在部分住宅特征上的支付意愿存在较为明显的差异。Latent Class模型对此展开了进一步的探索,发现购房者可以被分为两个类别。两类购房者在楼房远离主路、尽端单元、顶层等住宅特征的支付意愿上显示了较大的差异。