基于租户满意的保障性住房空间选址研究——以武汉市为例

李白云， 皇甫雪芹， 肖　赟

(湖北工业大学土木工程与建筑学院， 湖北 武汉 430068)



基于租户满意的保障性住房空间选址研究
——以武汉市为例

李白云， 皇甫雪芹， 肖赟

(湖北工业大学土木工程与建筑学院， 湖北 武汉 430068)

[摘要]为了充分利用确保社会福利资源,研究保障性住房空间选址。构建基于保障性住房选址满意度的二项logistic回归模型，得出租户满意度与现住房面积、区域学校教育环境、购物环境呈正向相关，与通勤最大距离呈负向相关性。从影响保障性住房因素的角度出发，对其选址和建设提出了若干建议，以解决保障性住房选址偏远、相关配套设施不完善的问题，提高租户满意度。

[关键词]保障性住房； 空间选址； 满意度； logistic模型； 武汉市

针对中低收入者住房问题，国外学者有大量全面、深入的研究成果。研究发现: 结构类型、建筑特点、住房条件对住房满意度有负向影响[1]，并且运用相关分析、多元回归分析及方差分析的方法发现区位、环境、居所构成及管理[2]，服务及公共设施[3-5]，公共交通的可及性对满意度也有很大的影响。还有些学者通过问卷调查发现，居民对公共服务设施的需求程度要高于房屋功能。公共租赁住房选址不当，可能会导致住房空置率增加，起不到保障的作用。选址偏远给公共住房社区居民的交通、工作、购物和教育带来了很大的负面影响[6]。而选址过于集中，会使空间失配，就业压力大[7]，发生居住分异，而居住分异会严重损害弱势群体的利益，加大收入差距，丧失保障房的福利价值。因此，公共住房的空间选址应以公共交通为导向，即选在交通发达的区域，如靠近地铁、公交站点，方便公共住房租户出行[8]。很多国家都推行混合居住模式，将保障房建设也纳入城市规划体系，成为城市建设的一部分。

国内研究发现，交通、教育、医疗、购物、物业管理、社区服务等是保障性住房满意度的主要影响因素[9-11]。质量、面积、通风等物理因素[12-14]是次要因素。利用空间集聚分析工具，着重从居民通勤满意度角度出发，发现城市总体空间结构对通勤满意度存在正相关性影响[15]。结合调查问卷，应用SPSS分析工具，发现“交通便捷”、“公建设施配套齐全”、“周围配套设施”是影响保障房评价的高影响度因子[16-17]。

1国内学者对保障性住房项目选址政策建议

保障性住房选址应避免空间边缘化，采用“小隔离、大混合”，“社区混合、邻里同质”等规划布局[18]，重视新、老城区与郊区的的平衡，将保障性住房建设纳入城市规划[19]，发展混合居住和以公共交通为主导的住区模式[20-21]。

从影响保障房满意度的角度出发，综合考虑交通、基础设施、就业、区位等因子[22]，利用模糊层次分析法[23]、利益相关者多方参与[24]、GIS技术[25]等进行保障性住房选址决策，科学规划保障房空间布局，同时结合居民住房可支付能力[26]、利用GIS分析工具、改进的引力模型和加法模型对保障性住房选址进行适宜性评价，建立空间均衡布置的激励制度，引导和调控保障性住房建设，强调和谐社会背景下居住空间分异控制与保障房分布模型构架，并考虑决策的前瞻性与建筑的美观性，促进“空间适配”，提升保障性住房的建设价值和福利水平[27]。

综合国内外研究现状可以发现，国外保障性住房的居民满意度指标内容更多涉及建筑属性、城市规划和土地政策体系，以及空间尺寸、方位等微观因素，注重建筑设计和建筑质量，国内研究多突出各地方保障性住房空间分布不均，呈集中化趋势，造成人际隔离。居民满意度方面更多的倾向用定性或者定量的手段建立社区满意度和环境满意度评价，缺少从保障性住房项目建设选址角度去考量居民满意度影响因素。这就为本课题提供了进一步研究的空间。

2二项logistic模型构建

分析保障性住房空间选址满意度的各项因素影响大小，SPSS19.0是一个很好地数学分析工具。可以利用此软件建立logistic回归模型来分析各项相关因素。

2.1模型简介

2.1.1模型演变基于线性回归模型发展而来，线性回归研究的是连续性因变量与自变量之间的关系；有的时候因变量为分类变量，需要研究该分类变量与一组自变量之间的关系。

其中，发生率P为因变量，它与自变量之间通常不存在线性关系；不能保证在自变量的各种组合下，因变量的取值仍限制在0~1内。

由于因变量为二分类，所以误差项服从二项分布，而不是正态分布；因此，常用的最小二乘法也不适用。

2.1.2模型应用Logistic回归模型能很好地满足对分类数据的建模需求，是分类因变量的标准建模方法。用于影响因素分析，求出哪些自变量对因变量发生概率有影响。并计算各自自变量对因变量的比数比(优势比)；作为判别分析方法，来估计各种自变量组合条件下因变量各类别的发生概率，从而对结局进行预测；该模型在结果上等价于判别分析。

其中，α是常数项，表示自变量取值全为0时，比数(Y=1与Y=0的概率之比)的自然对数值；β为logistic回归系数，表示当其他自变量取值保持不变时，该自变量取值增加一个单位引起比数比(OR)自然对数值的变化量。Logistic回归使用时，一般不是直接解释回归系数β，而是用比数比(OR)。

2.2数据来源与说明

本研究数据以武汉市江岸区后湖“惠民居”公租房小区及百步亭“文卉苑”廉租房小区已经入住半年以上的小区租户为对象，从2014年7月初问卷厘定至2014年8月初调查结束，共耗时约1个月，本次问卷调查通过现场发纸质问卷、专家访谈、住房保障工作人员电话约谈等调查形式，以尽量提高抽样调查结果的可信度，共发放问卷200份，回收有效问卷144份，回收率为72%。但从原始数据汇总来看，保障性住房租户对住房总体满意的问卷为63份，不满意的问卷为81份，说明现阶段保障性住房居民总体不满意程度比满意度程度高，需要进行改善。

2.2.1变量描述及定义根据调查问卷统计，被调查家庭的基本信息特征见表1。

表1　样本家庭社会经济特征

由Logistic回归模型中因变量和自变量均为分类变量，对租户家庭各变量进行描述及定义(表2)。其中，因变量(saf)满意定义为1，不满意定义为0；性别、年龄、家庭人均收入、现住房情况等变量分别进行分类定义。其中，年龄变量为连续变量，在模型中不采用实际值而进行分段，改为分类变量使用。按样本家庭的实际情况分为四个层次：(Age1)30岁以下、(Age2)31-40岁、(Age3)41-50岁、(Age4)51岁以上；家庭年收入首先进行标准化处理，仍作为连续变量带入模型进行实证分析，这样处理并不会对实证结果产生影响。

表2　家庭变量描述与定义

3.2.2共线性检验多重共线性是指自变量之间存在线性相关关系，即一个自变量与其他一个或者几个自变量的线性表达式表示。Menard(2002)指出容忍度小于0.20可以认为是多元共线性存在的标志，有学者提出容忍度小于0.10说明多元共线性很严重[28]。

容忍度(Tolerance)是解释变量Xi与其他解释变量间的相关系数的平方，容忍度取值范围为0-1，越接近0表示多重共线性越强，越接近于1表示多重共线性越弱。方差膨胀因子(Variance Inflation Factor， VIF)即为容忍度的倒数，VIF的值大于等于1，VIF越小，说明多重共线性越弱。一般认为VIF不应大于5，对容忍度的标准，可放宽至不大于10。

按上述思路，建立普通线性回归方程，得到各变量容忍度及方差膨胀因子相关表格(表3)。

表3　容忍度及方差膨胀因子检验

从表3容忍度及方差膨胀因子检验结果表明：各解释变量的Tolerance均大于0.2，VIF值较小，不存在显著的多重共线性，认为共线性对于本样本不是个严重问题。

3实证与结果

表4~表6以性别(Gen)、年龄(Age)、家庭人均收入(Inc)、现住房情况(Nhou)、对现住房面积满意情况(Nhous)、周边总体公共交通是否方便(Traf)、对现住房所在区域医疗机构设置的满意情况(Hospt)、对现住房所在区域学校(义务教育)的满意情况(Sedu)、对购物环境(Shpi)、对环境卫生(Env)、公共交通到工作地点的最大距离(Dis)、到超市的最大距离(Shop)为自变量，因变量为对住房总体感觉 (Saf)采用logistic回归模型(α进=0.05，α出=0.10)，两种选因子模型：1全因子进入模型，2向前步进(条件)。

表4　模型摘要

表5　Hosmer and Lemeshow 检验

表6　Logistic回归模型

经过5次回归后，模型的Cox & Snell R2和Nagelkerke R2方值分别为0.353和0.473，结果并非很理想，但表明模型结果仍有一定的解释准确性，从Hosmer and Lemeshow检验结果看显著性为0.196，表明模型具有较高的显著性。因此五个模型中选取模型5最佳，即认为Nhous、Sedu、Shpi、Dis四个因素影响小区居民住房总体满意度。

Logistic回归模型中依次输出了各自变量的偏回归系数及其标准误差、Wald卡方、自由度、P值及OR值(即表格最右侧的exp(B))。从样本家庭的回归结果看，分类变量现住房面积满意情况的回归系数显著性为0.002，所在区域学校(义务教育)满意情况的回归系数显著性为0.003；对购物环境满意情况的回归系数为0.012；公共交通到工作地点的满意度回归系数显著性为0.03；解释变量的全体与logit P之间的关系显著，采用该模型是合理的。由此可以得出结论：分类变量对现住房面积的满意情况、对所在区域(义务教育)的满意情况、对购物环境的满意情况、公共交通到工作地点的满意情况的系数回归显著性均小于0.05，回归结果非常显著，结果十分理想。

4基于logistic空间选址满意度影响因素分析

4.1对现住房面积的满意情况(Nhous)

从样本家庭的logistic回归模型中可以看出，似然比检验的观测值14.541，概率P (0.02)﹤α=0.05，应拒绝零假设，认为对现住房面积的满意情况呈显著正向影响，即对住房面积越满意，居民的总体满意度就越高。小区内42%居民认为住房面积基本合适，这可能从另一个角度反映该区住宅空间满足了住户对居住空间功能方面要求。住房面积的主观感知评价对小区总体满意度影响最大，说明随着政府大力兴建保障性住房，解决保障对象住房问题的同时，居住者对居住空间的户型面积和套型标准有了进一步的关注度。户型大小是相对而言，不能完全按面积的大小来鉴定，还要相对于家庭结构和规模来考量。居民想通过增加空间尺度来达到细化空间分类，满足居住生理、心理、行为上的要求。

4.2对所在区域学校(义务教育)的满意情况(Sedu)

从回归模型中可以看出，似然比检验的观测值为11.836，概率P(0.03) ﹤α，应拒绝零假设，认为对所在区域学校(义务教育)的满意情况，呈显著正向影响，小区附近教育设施数量和规模提高，有助于提升总体满意度。受访对象年龄集中在40岁以下，该人群多为即将拥有或已拥有子女的家庭模式。在小区内开放幼儿园，附近开办学校，培训中心等教育机构，有助于减轻保障对象家庭小孩安置负担，提升小区文化氛围，使得总体满意度相对提高。

4.3对购物环境的满意情况(Shopi)

似然比检验的观测值为8.917，由于P(0.002)﹤α，应拒绝零假设，认为对购物环境的满意情况呈正向影响。小区附近设有中百超市、菜市场，步行可至各种量贩，能满足租户的日常购物需求。因为武汉市的公租房呈现出城市边缘化的趋势，建设比较集中，居民生活半径变小，交通不方便，但是随着社会发展，居民购物需求强烈。因此小区周边的基本生活服务设施完善程度与居民们满意度存在显著正相关关系，小区总体满意度直接反映在购物环境的供给能否满足住宅居民需求上。

4.4公共交通到工作地点的最大距离(Dis)

似然比检验的观测值为8.914，P(0.03) ﹤α，应拒绝零假设，认为随着通勤距离的增大，呈负向影响。住房保障对象的经济特征决定了居住区居民出行工具分为两种：第一是以公交车为主往返于工作场所和居住地点之间的交通工具；第二是以步行为主的出行方式，故以小区上班族为代表，对通勤时间和通勤距离长短的需求被纳入到对总体满意度评价之中。若通勤距离增加，通勤时间也随之延长，居民在时间上的机会成本需要付出更多，用货币来衡量通勤成本的同时，机会成本也应作为一部分，这样，通勤成本随着通勤距离而增加，对于忙于生计的小区居民来说满意度自然下降。

5结论与建议

本文利用SPSS19.0软件对保障性住房选址满意度及影响因素进行计量分析，采用logistic回归模型对武汉市江岸区后湖“惠民居”公租房小区及百步亭“文卉苑”廉租房小区租户住房选址满意度的影响因素进行了实证研究，并借鉴国外保障性住房选址规划及住房政策经验，得到以下结论：保障房住房面积、周边设施的完善程度、购物环境对总体满意度影响呈正相关，通勤距离对总体满意度影响呈负相关。上述保障性住房选址影响因素分析与我们模型结果一致，在当前的保障性住房环境之下，政府应该以地区总体社会福利最大化为执政目标，加强保障性住房的建设，提高居民生活水平。

5.1科学规划保障性住房的空间布局

1)建立保障房空间布局适宜性指标评价体系与模型

保障性住房的空间布局是重要的规划选址问题，影响着城市空间的转移与集聚，极端的区位因素往往导致贫困集中，丧失保障性住房的福利价值。因此，政府部门应科学指导规划，并建立保障房的空间规划布局适宜性指标体系及模型，以强制性配建指标模式进行保障房建设，弥补保障房地段偏僻、公共设施不完善、交通不便的缺陷。

2)城区规划时应考虑把保障房纳入总体规划

在规划和建设城市新区时，要将保障性住房纳入城市新区建设的总体规划，确保保障性安居工程项目落实。要建立保障性住房建设年度目标，明确各类保障户数及保障性住房建设量，明确各类保障性住房用地的布局、面积、建设开发强度、人口规模容量、公共基础设施配套等规划建设要求，建立保障性住房建设项目库(包括建设时序、投资规模、土地需求、开工和竣工时间等),从而充分利用社会力量加快保障房建设。

3)提供公共服务设施，预留产业用地

在新区规划的同时就应为保障性住房小区建设完备的公共基础设施，并预留产业用地， 确定配建比例，配备一定规模的、可达性较好的教育、医疗、工作、交通等一体的公共服务设施。发展推行各种类型的配建方式，充分利用武汉市当前建设中的地铁，在地铁沿线一定距离内建设高层高密度的住宅社区。这样土地成本较低，有助于利用保障房的人气，使得地铁周边目前稍显偏僻的地段快速成熟。同时，也有助于提高其出行的便利程度，从而扩散了城市中心优质公共服务设施的覆盖范围，解决公共服务的可达性较低的问题。

4)建立不同收入阶层混合居住的发展规划策略

在保障性住房项目开发方面应注重不同层次混合居住的开发模式，鼓励适度混合居住，通过社区的混合居住，以增加各社会群体间的交流互动的机会，形成一个相互作用、相互影响的体系，避免居住分隔可能导致的贫困集中现象，并根据保障性住房开发的发展趋势总结出有效的居住模式，促进保障性住房建设项目的良性循环。

5.2完善周边配套设施，提高满意度

1) 加快完善保障房社区的生活配套设施

大量的保障性住房用地多分布在郊区，造成供给的空间配置效率低下。通过调查发现：衣食住行等基本生活设施配套与保障房“硬件”交付之间仍有“时差”。在满足居民出行、购物、上学、看病等“软件”需求上，政府还需再接再厉。加强教育、卫生、社区、商业配套运营，满足先期入住居民日常生活需求。同时注意入住人群的特点和需求，比如入住人员以老年人为主，就要更注重基本生活配套设施的完善；公租房等以新就业职工、大学生为主，就要确保交通便捷。此外，从民生角度出发，政府可适当给予补贴，吸引人群入住，促进大型居住区板块尽快成熟。

2) 完善保障房周边的交通状况

由于保障房选址偏远，交通不便，保障房在城区边缘分布，对于中低收入群体的日常生活和工作造成严重阻碍。随着武汉市产业的发展(尤其第三产业)，中低收入人群主要的就业区位仍然在城区中心，而这种集聚状况在未来不排除有进一步加剧的可能。因此应加强完善保障房周边公共交通的状况，未来也更好地形成一种以公共交通为中枢、综合全面发展的商业文化中心，集居住、工作、学校、医疗、商业于一身，使居民可选用步行、自行车、公交、地铁等交通出行方式，较好地实现共赢。

3)创造就近的就业机会，提高整体入住率

周边配套设施不发达，就业机会就会减少，居民就近就业比较困难，会导致中低收入人群产生较高的就业成本，可能因无法满足就业单位对时间的要求被迫增加事业的风险，所以，为了减少居住者的担忧，提高入住率，必须创造就业机会，提供便利。

比如，完善周边生活配套设施，而其所需工作人员可以优先从居民里就业困难人员中招聘；保障房周边配备教育医疗机构，那就必然需要教师、医生等工作人员，而这类人才的需要就要求保障房应分一部分给在保障房小区内中小学校、幼儿园、医院等单位工作的老师和医生租用，不但能吸引人才来保障房小区内的学校和医院就业，还能提高整体居住率；或者由社区出面与有需求的企业联系，像沃尔玛等大型超市、书店、餐饮业等企业，吸引他们来保障房小区招工。这些措施不仅为中低收入群体提供了生存空间，还为其创造更好的发展空间，确保了保障性住房的可持续发展。

[参考文献]

[1]Ukoha O M., Beamish J O. Assessment of residents' satisfaction with public housing in Abuja, Nigeria[J]. Habitat International, 1997, 21(4): 445-460.

[2]Jiboye A D. The correlates of public housing satisfaction in Lagos, Nigeria[J]. Journal of Geography and Regional Planning, 2010,3(2):17-28.

[3]Ha S K. Social housing estates and sustainable community development in South Korea[J]. Habitat International, 2008, 32(3): 349-363.

[4]Teck-Hong T. Housing satisfaction in medium-and high-cost housing: The case of Greater Kuala Lumpur, Malaysia[J]. Habitat International, 2012, 36(1): 108-116.

[5]Ibem E O., Aduwo E B. Assessment of residential satisfaction in public housing in Ogun State,Nigeria[J]. Habitat International, 2013, 40(10):163-175.

[6]Wang X, Li L, Zhang J. Evolution of the Public Housing Spatial Structure in Nanjing City Based on Historical Data[J]. American Society of Civil Engineers, 2013,(114):11761-185.

[7]Graaff, T, Leuvensteijn, M.A European cross-country comparison of the impact of homeownership and transaction costs on job tenure[J]. Regional Studies ,2013,(47):1443-1461

[8]Belinda Yuen, Squatters no more: Singapore Social Housing, Global Urban Development.2005,3(1):3-5.

[9]曾广录,曾汪泉.保障性住房建设满意度影响因素的实证分析----基于五省会城市住房保障对象的调查[J].财经理论与实践,2013,(186)：104-106.

[10] 刘贵文,张运生,徐鹏鹏.公租房住户满意度综合评价[J].建筑经济,2013, (9): 79-83.

[11] 闫建.公租房社区服务满意度探讨----基于重庆市六大公租房社区千份问卷的实证数据分析[J].2014 (3): 78-81.

[12] 何立华,杨崇琪.城市居民住房满意度及其影响因素[J].公共管理学报.2011,8(2): 43-51.

[13] 吴莹和陈俊华.保障性住房的住户满意度和影响因素分析.经济社会体制比较,2013,(4)：114-116.

[14] 王效容,张建坤,李灵芝.大学毕业生保障房居住满意度调查----以嘉兴人才公寓为例[J].城市问题, 2014, (4): 95-101.

[15] 孟斌, 湛东升,郝丽荣. 基于社会属性的北京市居民通勤满意度空间差异分析[J].地理科学,2013, 33(4):410-417.

[16] 舒诚忆.保障性住房小区配套设施居民满意度研究----以南京景明佳园小区为例. 2013 (5): 1-3.

[17] 丁旭.保障性住房适建性评价及其空间区位选择----以杭州为例[J].城市规划, 2012,36(9): 70-76.

[18] 张京祥,李阿萌.保障性住区建设的社会空间效应反思----基于南京典型住区的实证研究.国际城市规划, 2013,28(1):87-93.

[19] 杨靖,张嵩,汪冬宁.保障性住房的选址策略研究[J].城市规划,2009,(12):53-58.

[20] 吕艳,扈文秀.保障性住房建设方式及选址问题研究[J].西安财经学院学报,2010, 23(5): 35-39.

[21] 陈淑云,曾龙.基于TOD模式的混合居住型保障性住房选址研究----以武汉市保障房选址为例.湖北社会科学,2014,(5):71-75.

[22] 杜静,赵小玲.我国保障性住房选址的决策因素分析----以南京市为例[J].工程管理学报, 2012,26(1):84-88.

[23] 马智利,田绍崇.我国公租房项目选址决策研究[J].建筑经济,2014,(6):18-20.

[24] 王晓蕾,艾建国,王晨.多智能体的公租房选址决策体系分析----以武汉市为例.中国房地产, 2014,(6):43-49.

[25] 陈泓冰,林超.基于GIS的保障性住房选址的决策因素分析.测绘与空间地理信息, 2014, 37(10):9-12.

[26] 曾德珩,全利.关于公租房社区的居住与就业空间匹配问题----以重庆市为例[J].城市问题, 2014, (2): 88-93.

[27] 凌莉.从“空间失配”走向“空间适配”----上海市保障性住房规划选址影响要素评析[J].上海城市规划, 2011,(3): 58-61.

[28] Menard S W. Applied Logistic Regress Regression Analysis (2ndEdition).Thousand Oaks, Calif:Sage Publications(CA),2002.

[责任编校： 张岩芳]

Study on the spatial location selection of security housing based on tenant satisfaction—Illustrated with the case of wuhan

LI Baiyun, HUANGFU Xueqin, XIAO Yun

(SchoolofCivilEngin.andArchitecture,HubeiUniv.ofTech.,Wuhan430068,China)

Abstract：The Spatial location selection of security housing encounter some problems such as location remote and inaccessible,incomplete facilities and other issues currently.The aim of studying the Spatial location location of security housing is to ensure better utilization of social welfare resources.The paper constructs a binomial logistic regression model based on the Satisfaction site of security housing ,Obtaining the result that tenant satisfaction and housing area,regional school environment,the shopping environment was positively correlated and showed a negative correlation with the maximum commuting distance.From the perspective of security housing factors,we put forward to several recommendations on its siting and construction.It is reasonable to improve tenant satisfaction by solving some problems like remote location,inadequate facilities and other issues.

Keywords：security housing;Spatial location selection;Satisfaction;logistic model;Wuhan

[中图分类号]C31,C32

[文献标识码]：A

[文章编号]1003-4684(2016)01-0112-06

[作者简介]李白云(1989-)， 女，河南南阳人，湖北工业大学硕士研究生，研究方向为房地产管理

[基金项目]教育部人文社会科学研究项目(12YJC630092)；湖北工业大学科研项目(BSQD12059)

[收稿日期]2015-04-15