论文部分内容阅读
[摘 要]文章运用层次分析法对高校毕业生的租赁行为进行研究，通过调查问卷分析高校毕业生的基本特征和租赁房屋的相关情况，建立影响因素评价体系，运用Yaahp软件计算得到：租金、交通、地理位置、平均月收入、周边环境是最能影响高校毕业生租房行为的指标。
[关键词]AHP、租房影响因素、租金
中图分类号：S357 文献标识码：A 文章编号：1009-914X（2018）16-0360-01
一、引言
随着房地产市场的发展，我国大城市住房市场已经由增量市场过渡到存量市场，而住房租赁市场是存量市场中重要的组成部分[1]。“十三五”规划纲要提出，要积极发展住房租赁市场，扩大租赁市场房源，鼓励发展以住房租赁为主营业务的专业化企业。城市的发展需要人才，而作为现代化建设主力军之一的高校毕业生，沉重的住房负担透支着他们的收入及再教育和创业机会。众多学者对消费者的住房行为进行了研究。HollyBarcus认为住房决策者的年龄、身份、家庭规模、价值观念影响了居住和生活满意度[2]。李德智等人认为可从住房选址、租金、增加购房机会等方面改善新就业大学生的住房情况[3]。胡晓龙和邱知奕以大城市中、低收入高校毕业生为研究对象，建立了租房影响因素指标评价体系[4]。陈立文等人构建了公租房定价因素评价模型[5]。
在前人研究的基础上，本文以高校毕业生为研究对象，通过问卷调查分析他们的租房行为，通过统计结果，分析影响目标群体租赁行为的因素并用AHP计算各因素的权重。
二、基于AHP构建租房影响因素模型
对高校毕业生的租房行为进行研究和分析，把影响高校毕业生租房的因素作为度量目标，将高校毕业生基本特征和租赁房屋的情况作为基本评估准则，通过调查问卷，构建影响因素指标体系如图1。
本次調查通过微信、微博等平台共发放300份，回收284份，其中有效回收272份，有效回收率94.7%，信度检验0.79、效度检验0.75。
根据调查结果，结合权重判断尺度，得出准则层B对目标层A的判断权重，对目标层A而言，B1的重要程度是B2的3倍，由于准则层B有2个指标，即n=2，所以CIA=0，具有完全一致性。并得到指标层C对准则层B的判断矩阵如表1、表2所示，租房影响因素总排序如表3所示。
用Yaahp软件计算得到，表1的λmax=7.4094，CR=0.0514<0.1；表2的λmax=6.3590，CR=0.0559<0.1。组合一致性检验的CR=0.0789<0.1，通过检验。
影响高校毕业生租房行为的指标影响力由大到小依次为：租金（0.2819）、交通（0.1823）、地理位置（0.1388）、平均月收入（0.1076）、周边环境（0.0557）、教育程度（0.0518）、安全保障（0.0411）、工作年限（0.0332）、住房面积（0.0260）、室内装修（0.0244）、婚姻（0.0238）、年龄（0.0229）、是否为本地（0.0107）。从预算约束的角度分析，租金的影响与月均收入负相关，而月均收入与教育程度、工作年限为正相关；交通便利度与地理位置有较高的相关关系。提取指标较高的权重：租金、交通、地理位置、平均月收入，其权重总和超过总权重的一半，为71.06%。而指标较低的权重如：是否本地、年龄、婚姻、室内装修、住房面积，是影响最不显著的指标。
三、结论与建议
本文将高校毕业生作为研究对象，考察其租赁行为，通过分析调查结果得到AHP判断矩阵并运用Yaahp软件进行计算得到以下结论：第一，受收入水平约束，高校毕业生多选择合租普通商品房，人均建筑面积偏小，交通较为便利，有一定的租金负担。第二，影响高校毕业生租房行为最大指标为：租金、交通、地理位置、平均月收入，原因是高校毕业生将租房作为临时的居住方式，高校毕业生普遍处于单身状态且对个人发展较为乐观。为此政府可针对性地建立租金相对适中、交通相对便利的人才公寓来解决符合条件的高校毕业生的住房；并通过品牌租赁企业来改善房源建造不规范，存在火灾等隐患，为高校毕业生提供舒适又安全的居住环境；建立类似购房网签等网络平台，利用大数据分析高校毕业生的租房需求和结构，掌握租赁市场的真实情况，构建精细化和准确化的租房服务体系。
参考文献
[1] 叶剑平，李嘉.完善租赁市场：住房市场结构优化的必然选择[J].贵州社会科学，2015（3）：116-122.
[2] Holly Barcus. Urban-Rural Migration in the USA： An Analysis of Residential Satisfaction[J]. Regional Studies，2004，38（6）：643-657.
[3] 李德智，杨昊，陈红霞，等.新就业大学生住房状况调查——以南京市为例[J].城市问题，2013（5）：68-71.
[4] 胡晓龙，邱知奕.大城市中、低收入高校毕业生租房影响因素指标体系研究[J].南京农业大学学报（社会科学版），2014（3）：98-104.
[5] 陈立文，张涛，崔伟伟.公租房租金定价影响因素的评价研究[J].价格月刊，2016（6）：7-11.
[关键词]AHP、租房影响因素、租金
中图分类号：S357 文献标识码：A 文章编号：1009-914X（2018）16-0360-01
一、引言
随着房地产市场的发展，我国大城市住房市场已经由增量市场过渡到存量市场，而住房租赁市场是存量市场中重要的组成部分[1]。“十三五”规划纲要提出，要积极发展住房租赁市场，扩大租赁市场房源，鼓励发展以住房租赁为主营业务的专业化企业。城市的发展需要人才，而作为现代化建设主力军之一的高校毕业生，沉重的住房负担透支着他们的收入及再教育和创业机会。众多学者对消费者的住房行为进行了研究。HollyBarcus认为住房决策者的年龄、身份、家庭规模、价值观念影响了居住和生活满意度[2]。李德智等人认为可从住房选址、租金、增加购房机会等方面改善新就业大学生的住房情况[3]。胡晓龙和邱知奕以大城市中、低收入高校毕业生为研究对象，建立了租房影响因素指标评价体系[4]。陈立文等人构建了公租房定价因素评价模型[5]。
在前人研究的基础上，本文以高校毕业生为研究对象，通过问卷调查分析他们的租房行为，通过统计结果，分析影响目标群体租赁行为的因素并用AHP计算各因素的权重。
二、基于AHP构建租房影响因素模型
对高校毕业生的租房行为进行研究和分析，把影响高校毕业生租房的因素作为度量目标，将高校毕业生基本特征和租赁房屋的情况作为基本评估准则，通过调查问卷，构建影响因素指标体系如图1。
本次調查通过微信、微博等平台共发放300份，回收284份，其中有效回收272份，有效回收率94.7%，信度检验0.79、效度检验0.75。
根据调查结果，结合权重判断尺度，得出准则层B对目标层A的判断权重，对目标层A而言，B1的重要程度是B2的3倍，由于准则层B有2个指标，即n=2，所以CIA=0，具有完全一致性。并得到指标层C对准则层B的判断矩阵如表1、表2所示，租房影响因素总排序如表3所示。
用Yaahp软件计算得到，表1的λmax=7.4094，CR=0.0514<0.1；表2的λmax=6.3590，CR=0.0559<0.1。组合一致性检验的CR=0.0789<0.1，通过检验。
影响高校毕业生租房行为的指标影响力由大到小依次为：租金（0.2819）、交通（0.1823）、地理位置（0.1388）、平均月收入（0.1076）、周边环境（0.0557）、教育程度（0.0518）、安全保障（0.0411）、工作年限（0.0332）、住房面积（0.0260）、室内装修（0.0244）、婚姻（0.0238）、年龄（0.0229）、是否为本地（0.0107）。从预算约束的角度分析，租金的影响与月均收入负相关，而月均收入与教育程度、工作年限为正相关；交通便利度与地理位置有较高的相关关系。提取指标较高的权重：租金、交通、地理位置、平均月收入，其权重总和超过总权重的一半，为71.06%。而指标较低的权重如：是否本地、年龄、婚姻、室内装修、住房面积，是影响最不显著的指标。
三、结论与建议
本文将高校毕业生作为研究对象，考察其租赁行为，通过分析调查结果得到AHP判断矩阵并运用Yaahp软件进行计算得到以下结论：第一，受收入水平约束，高校毕业生多选择合租普通商品房，人均建筑面积偏小，交通较为便利，有一定的租金负担。第二，影响高校毕业生租房行为最大指标为：租金、交通、地理位置、平均月收入，原因是高校毕业生将租房作为临时的居住方式，高校毕业生普遍处于单身状态且对个人发展较为乐观。为此政府可针对性地建立租金相对适中、交通相对便利的人才公寓来解决符合条件的高校毕业生的住房；并通过品牌租赁企业来改善房源建造不规范，存在火灾等隐患，为高校毕业生提供舒适又安全的居住环境；建立类似购房网签等网络平台，利用大数据分析高校毕业生的租房需求和结构，掌握租赁市场的真实情况，构建精细化和准确化的租房服务体系。
参考文献
[1] 叶剑平，李嘉.完善租赁市场：住房市场结构优化的必然选择[J].贵州社会科学，2015（3）：116-122.
[2] Holly Barcus. Urban-Rural Migration in the USA： An Analysis of Residential Satisfaction[J]. Regional Studies，2004，38（6）：643-657.
[3] 李德智，杨昊，陈红霞，等.新就业大学生住房状况调查——以南京市为例[J].城市问题，2013（5）：68-71.
[4] 胡晓龙，邱知奕.大城市中、低收入高校毕业生租房影响因素指标体系研究[J].南京农业大学学报（社会科学版），2014（3）：98-104.
[5] 陈立文，张涛，崔伟伟.公租房租金定价影响因素的评价研究[J].价格月刊，2016（6）：7-11.