河北省城镇居民被动房购买行为及政策研究

任 伟，邹晓丹，王亚晓

(华北理工大学 经济学院，河北 唐山 063210)

引言

在我国，建筑业是三大支柱产业之一，但其高污染和高排放的特点与当下低碳经济、绿色环保的基调背道而驰。从国家统计局得知，2014年的建筑能耗数据是7.5亿吨标准煤，能耗占比在17%，而到了2018年，这个数据已经变成了13.0亿吨，能耗占比也增长到了不容忽视的27.9%。为了降低能耗，我国开始倡导“节能减排”理念，建筑业作为能耗如此之高的行业，实行节能所能够带来的效果必将是令人惊喜的，但按照我国当前传统建筑的节能标准，建筑物的能耗只能控制而无法根治其高消耗量。而被动式超低能耗建筑(以下称为被动房)能达到75%的建筑节能率，且被动房室内环境适宜人类居住。

基于此，通过调查河北省城镇居民被动房的购买意愿，研究影响河北省城镇居民被动房购买的因素，进而分析若河北省政府推行被动房激励政策，补贴金额和被动房增量成本的变动会对河北省购房者群体决策产生什么影响，以期能够促进河北省内被动房的推广，为河北省被动房激励政策提供有效建议。

一、被动房购买行为影响因素模型的构建

(一)被动房购买行为影响因素的筛选

1.购买态度

根据TPB，态度是个人对于特定行为的评价。被动房购买态度就是指购房者对购买被动房的评价，态度是行为意图的决定因素之一，Nouri、Albayrak等人的研究中都证实了态度会对购买意愿产生作用。

2.主观规范

主观规范被Ajzen定义为个人做出行为时所感受到的来自社会的压力。购买被动房时，周围人的意见或建议可能会对购房者的决策产生影响，甚至改变购房者的决策。Albayrak、LiJianxin、Peidong Sang等人的研究中都证实了主观规范对购买意愿的有效影响。

3.感知行为控制

Ajzen认为，当个体认为自身具备了行动所需要的能力，或者当个体认为自己所拥有资源和机会越多时，可感知的行为控制增加，想要进行这项行动的欲望会随之增强。在Nouri、Albayrak等人的研究中，感知行为控制被证实对购买意图有着显著的影响。

4.政府激励

外部经济性的存在，使得被动房在国内的普及缓慢，而政府干预往往是有效的解决措施。因此，在促进被动房发展这一方面，政府的激励政策就显得尤为重要。张琳关于中国年轻一代消费者被动房购买意愿的研究发现，政府激励对消费者购买行为的影响程度很大。

5.对环境的关注

环境关注在被动房购买因素影响行为研究中常作为前因或直接变量来预测被动房购买行为。Wee-Lee Tan、Albayrak都将环境关注作为购买意愿的直接影响因素或间接影响因素，证实了环境关注有影响作用。

6.购买意愿

预测个人的购买意愿是分析其购买行为的一种方法。TPB表示，当意图坚定而坚定时，购买者很可能会愿意做任何必要的事情来执行该行为。正如Schniederjans和Starkey所讨论的，购买意向与支付意愿之间存在正相关关系。

(二)提出假设

基于TPB，综合外部因素构建起河北省城镇居民被动房购买行为的结构方程。其中，购买态度、主观规范和感知行为控制直接影响行为意图进而影响购买行为。对环境的关注会对人们的购买态度产生影响，政府的激励政策为购房者提供补贴，通过影响购房者的感知行为控制去间接影响购买意愿。基于上述分析，对于被动房购买行为的影响因素，提出如下假设：

H1 环境关注会正向影响购买态度

H2 政府激励会正向影响感知行为控制

H3 购买态度会正向影响购买意图

H4 主观规范会正向影响购买意图

H5 感知行为控制会正向影响购买意图

图1 预测结构模型

(三)问卷设计

模型实证所需数据通过问卷进行收集，问卷发放对象为河北省城镇居民。问卷内容分为两部分：社会统计学信息和指标评价。

社会统计学板块包括性别、年龄区间、学历、收入等问题，是对问卷填写者的基本信息数据的采集，反映参加此次问卷填写的性别比例、年龄比例、学历构成及收入构成等。

指标评价板块依据指标筛选进行设计，因影响因素指标偏向于定性指标而非定量指标，每个潜变量将通过两个观测变量进行评分的量化体现。具体问题及来源如表1。

表1 潜变量及测量项目

二、被动房购买行为影响因素的实证分析

此次问卷通过网络发放，按照要求，每个观测项目至少需要10份数据，本问卷共18个项目，至少需要180份数据。此次问卷共收集有效问卷197份。

(一)问卷信效度检验

进行可靠性分析，得到Cronbach's Alpha系数，Cronbach's Alpha系数用于判断的高临界值为0.7，低临界值为0.3，高于高临界值，说明问卷的信度很好，低于低临界值说明问卷信度很差。当问卷信度低于高临界值时，后续使用该数据进行分析得到结论的意义不大，因此问卷信度要保证高于0.7。

信度系数值为0.966，处于高信度范围，说明用此数据进行后续分析得到的结论是能够说明问题的。

从表2不难看出，KMO值为0.966，大于判断值0.9而且显著性小于判断值0.05，说明问卷能够真实地反映调查目的，可以进行下一步分析。

表2 变量信度和效度检验结果

(二)描述性统计

在197份有效问卷样本中，问卷数据显示问卷填写的男女比例为1：0.95，是较为平均的男女比例，能够有效避免性别对后续分析所造成的影响；而年龄分层则显示问卷填写者主要集中在20～40岁之间，是购房需求最大的一个年龄阶段，或是为了购入婚房、或是为了购买独居空间、或是学区房等等，保证了此次问卷填写者大部分有购房需求；学历方面，80%以上的受访者拥有本科、大专及更高学历，各学历比率显示出本问卷受访者学历构成远远高于河北省的总体水平，学历一定程度上代表了知识接收的平台以及新兴事物的知晓速度，较高的学历构成表明受访者对于新兴事物的了解程度将高于河北省总体水平；40%左右的受访者收入在6000元以上，较高的收入水平保证了个人经济基础，即保证了购买能力。

(三)PLS-SEM模型

1.模型评价

对所构建的预测模型的拟合情况进行分析，得到表3的指标结果。卡方自由比小于3，拟合优度稍小于0.9， 近似误差均方根RMSEA 的值为0.085，残差均方根RMR小于0.05，比较拟合指数CFI、规范拟合指数NFI、非规范拟合指数NNFI都是大于0.9的，绝大部分指标均达到了模型拟合判断标准，说明模型拟合没有较大问题，模型是合格的。

表3 模型拟合指标

从构面信度与效度的结果来看，模型组合信度均高于0.7，AVE值也均高于0.5，达到模型合格的标准。

表4 构面信度与效度

通过比较AVE平方根和潜在变量之间的相关系数大小关系，判别效应可以被评价。根据评价的标准，潜在变量的AVE平方根大于其与潜变量间的相关系数才是合格的。如表5数据所示，所有因素都满足这一判断标准，说明模型区分效度是合格的。

表5 AVE平方根与潜变量之间的相关系数

外部模型载荷结果显示，所有的因子载荷均大于0.7，满足边界值0.5，说明观测变量可靠性比较高，均可用于分析。

2.结构方程模型结果

通过对问卷数据的分析，得到了路径系数及其显著性的结果，如表7和图2所示，五条假设路径p值均为0.000，原假设都被接受。

图2 模型路径结果

表6 外部模型载荷

表7 模型假设检验结果说明

在指向购买意愿的三条路径中，三条路径的假设都被接受了，其中路径系数最高的影响因素是感知行为控制，路径系数达到了0.406，主观规范比感知行为控制的路径系数稍低一点，数值为0.356，购买态度→购买意愿的路径系数为0.175，购买态度对于购买意愿的影响虽然显著，但在三个因素中排名末位，而三者对于购买意愿的变动预测率达到了80%，说明模型对于购买意愿变动的解释有良好的解释作用。同时，环境关注对于购买态度的影响，以及政府激励对于感知行为控制的影响也是非常大的。

(四)模型结果分析

1.环境关注对购买意愿的影响显著，环境关注→购买意愿的路径系数是0.780，证明环境关注能够对购买意愿起到有效的正向作用。

2.政府激励对感知行为控制都有显著影响，进而影响购买意愿，政府激励→感知行为控制路径系数达到0.843，证明政府激励在被动房购买方面是一个非常重要的因素，政府可以通过制定有效的激励政策来促进被动房的发展。

3.感知行为控制能够显著地正向推动购买意愿的产生。感知行为控制 → 购买意愿的路径系数是0.406，在模型中所有指向购买意愿的路径系数里高居首位，因此，感知行为控制对于购买意愿的正向影响是最不能被忽视的。

4.主观规范对购买意愿的影响作用也是非常重要的。主观规范→购买意愿的路径系数为0.356，说明购房者购买被动房会受父母或重要朋友对被动方购买态度的影响。

从上述结论来看，政府激励这个因素在整个购买行为预测模型中是非常重要的。政府激励政策的出台，使得河北省购房者的感知行为控制增加，人们觉得购买被动房的资源有一定增加，承受能力有所提升，更加肯定自己能够去购买被动房。河北省关于被动房的激励政策将对被动房在河北省的发展有很大影响，如何制定有效的激励政策是值得去研究的。

三、河北省政府与购房者的演化博弈实证分析

(一)河北省政府与购房者博弈模型的构建

1.博弈矩阵的构建

为建立博弈模型，作出如下假设：

(1)政府和购房者独立决策并能够根据实际情况动态地改变决策。博弈主体做出选择的唯一标准是他们可以获得的效益，但是购房者关注自身效益的最大化，而政府关注的是社会效益的最大化。

(2)政府的激励政策对购房者不起作用，购房者还是选择购买传统住房，此时政府获得的效用为I1，购房者购买传统住房获得的效用为G1；

(3)政府的激励政策对购房者不起作用，但是购房者选择了购买被动房，此时政府除了获得I1外，还会获得因购房者购买被动房而带来节能减排的环境收益I2，而购房者除获得购买被动房的效用G2外，因为选择购买被动房而不是传统住房，会多花费被动房相较于传统住房的增量成本C1；

(4)政府的激励政策有效，购房者购买普通住房，此时购房者获得的效用仍为G1，而政府除获得I1效用外，为其政策起作用而宣传推广此政策花费了C2成本；

(5)政府的激励政策起作用，购房者选择去购买被动房，此时政府除了获得I1效用和花费C2成本外，因政策出台需向购被动房者支付奖励金C3，购房者除了因购买被动房获得效用G2，花费增量成本C1外，因政策的出台还会获得购房补贴金额I4。于是所得到的博弈模型如表8所示：

表8 政府——购房者博弈矩阵

假设在参与政策决策的大量且有限的群体中，有比例为X的人不支持出台政策，有比例为1-X的人支持出台政策，在购房者这个大量且有限的群体当中，有比例为Y的人购买传统住房，有比例为1-Y的人购买被动房。演化博弈的关键点在于比例是动态变化的，比例的变化率是显著的，正增负减，模型的稳定状态和平衡点可以由此确定。

根据博弈模型，设支持不出台激励政策的政府人员的期望收益为U11，支持出台激励政策的政府人员的期望收益为U12，参与政策制定的全部政府人员的平均期望收益为U1，表示结果如下所示：

U11=yI1+(1-y)(I1+I2)=I1+(1-y)I2

U12=y(I1-C2)+(1-y)(I1+I2-C3-C2)=I1-C2+(1-y)(I2-C3)

U1=xU11+(1-x)U12

在动态复制方程中，参数t为时间，dx/dt为政府不支持出台激励政策的比例随时间变化的比率。则政府的动态复制方程为：

F(x)=dx/dt=x(U11-U1)=x(1-x)(U11-U12)=x(1-x)[(C2+C3)-yC3]

设购买传统住房的购房者的期望收益为U21，购买被动房的购房者的期望收益为U22，全部购房者的平均期望收益为U2，表示结果如下：

U21=xG1+(1-x)G1

U12=x(G2-C1)+(1-x)(G2+C1-I4)

U2=yU21+(1-y)U22

在动态复制方程中，参数t为时间，dy/dt为购房者购买传统住房的比例随时间变化的比率。则购房者的复制动态方程为

G(y)=dy/dt=y(U21-U2)=y(1-y)(U21-U22)=y(1-y)[(G1-G2+C1-I4)-xI4]

2.稳定性分析

参与博弈的主体达到最终稳定地采取一种决策的状态，那么根据微分方程的稳定性原理，此时政府、购房者选择该决策的概率x，y一定满足：

(1)政府采取决策的演化稳定性分析

当动态复制方程等于0时，得到X*1=0，X*2=1，Y*=(C2+C3)/C3

当Y*=(C2+C3)/C3时，F(x)≡0，即全体政府人员都达到了稳定状态。不论支持出台政策和不支持出台政策的政府人员比例如何变化，是否出台激励政策的决定都不会随着时间而改变。

当Y*≠(C2+C3)/C3时，有两种情况：

由上述分析可知，政府宣传所使用的费用C2越少，政府越倾向于出台激励政策。

(2)购房者采取决策的演化稳定性分析

当动态复制方程等于0时，得到Y*1=0，Y*2=1，X*=(G2+I4-G1-C1)/I4

当X*=(I4-C1)/I4时，F(y)≡0，即购房者集体达到了稳定状态，无论购房者群体内部购买传统住房和被动房的比例如何变化，其决策都不会随着时间变化而发生改变。

当X*≠(I4-C1)/I4时，有两种情况：

由上述分析可知，被动房的增量成本C1越大，购房者越倾向于购买传统住房；购房者购买被动房与传统住房所获得的效用差异越大，购房者越倾向于购买被动房。

(二)购房者的成本收益分析

参考河北被动房项目的现状，综合政府对推行被动房项目的积极性、购房者对购买被动房的态度等因素考虑，对复制动态方程其他相关参数初始值进行设置，数值设置为：C2=1.5，C3=2，G1=1，G2=5，I4=3，C1=1。

1.购房者成本变动分析

使用Python进行分析，纵轴为购房者购买传统住房的概率，横轴为推广被动房所用的时间，图像变动反映了购房者购买传统住房的概率随着推广被动房的时间变化过程。结果如图3。

图3中，设定购买传统住房的购房者与购买被动房的购房者初始比例为1：1，被动房增量成本C1参数的变动为C1、3C1、5C1，由分析结果可得，当增量成本为C1、3C1时，购房者群体最后的演化博弈结果为购买被动房，但当增量成本为5C1时，购房者群体最后的演化博弈结果为购买传统住房。这说明购房者对于被动房的增量成本存在一定的接受范围，一旦被动房的增量成本超出购房者群体所能接受的范围，购房者就会放弃购买被动房的决策，选择普通住房。

图3 C1灵敏度分析

不难得出，河北省被动房的增量成本能够影响购房者群体最后的购房决策，因此降低被动房增量成本不仅能使被动房被河北省购房居民接受，还能有效缩短被动房的推广时间。也就是说如果降低被动房的增量成本，政府的激励政策起作用的可能性会更大一点。相反地，如果被动房的增量成本增加，购房者购买被动房的意愿则会降低。2018年河北省被动房的增量成本约为300元/m2，随着被动房市场逐渐发展成熟，原材料价格降低，增量成本也会随之减小。

2.购房者收益变动分析

购房者的收益分为两部分，一部分是购买被动房与传统住房的效用差额，另一部分是政府激励政策有效，购买被动房所得到的补贴金额，因效用差额具有主观性，这里主要研究补贴金额变动。使用Python进行分析，纵轴为购房者购买传统住房的概率，横轴为推广时间，图像变动反映了购房者购买传统住房的概率随着推广被动房时间的变化过程。结果如图4。

图4 I4灵敏度分析

设定购买被动房与购买传统住房的河北省城镇居民的初始比例为1：1，河北省政府补贴金额I4参数的变动为I4、3I4、5I4，由分析结果可得，补贴金额的存在使得河北省购房群体最终演化博弈结果为购房者群体选择购买被动房，且补贴金额的增长使推广过程缩短，但缩短的时间较小。

因此政府须制定合适的补贴金额，不能一味因为推广被动房而拨出大量财政款项用于被动房的购房补贴，购房者群体对于补贴金额变动的灵敏度较低，大量的补贴金额与推广效果将会不成正比。

四、结论与建议

(一)结论

1.感知行为控制对购买意图的正向影响在三个因素当中是最高的，主观规范对购买意图也有显著正影响，环境关注对购买态度有显著的正向影响。一旦人们觉得非常有信心、有能力、有资源去购买被动房，对被动房的购买意愿就会提升。被动房属于较大支出，购房者会综合参考重要意见后做出决策。

2.河北省现有激励政策数量较多，被动房现有数量能够满足现阶段居民需求。当前许多大的房地产商如龙和、荣盛等已进入被动房市场，成为被动房供给的可靠后盾，为后续河北省被动房发展提供物质基础；现有激励政策则有效吸引房地产商进入被动房市场，现阶段被动房市场供方发展较为迅速。

3.被动房建筑及材料关键创新对被动方增量成本的降低有很大作用。建筑材料实现自产，意味着河北省被动房将不再依赖国外材料，完全可以实现国内供给；建筑技术的创新意味着对被动房建筑技术的熟练掌握及突破，使得河北省能切实考虑气候特点以及人文特点设计适合河北省居民居住的特色被动房。

4.被动房存在的增量成本是否在购房者可接受的范围之内，是激励政策是否有效的重要决定因素。若增量成本过高，超出购房者可接受范围，购房者会转而购买普通住房，激励政策无效，若河北省政府能够降低被动房的增量成本，激励政策起作用的可能性将大大提升。

5.河北省政府的补贴金额也是激励政策中的重要组成。补贴金额使得购房者购买能力有一定的增强，其购买被动房的可能也增大，灵敏性分析结果显示，补贴金额的存在使得消费者最后的决策趋向于购买被动房，不同的补贴金额差异在于推广时间的长短。

(二)建议

被动房的普及，不仅会减少环境污染、降低能源消耗，还会为居住者提供发一个舒适的居住环境。消费者的购买意愿对被动房的推广和发展有重要的指向作用。为了河北省能够顺利开拓被动房市场，以下几点是有必要的。

1.持续促进河北省居民的环境关注向实际环境保护行为转化。积极开展环境保护全省参与活动，调动全省人民的实际行动，并注重培养下一代的环境保护行动意识；推动绿色消费的推广，增强其对河北省城镇居民的吸引力，持续使居民的环境关注转化为实际行为。

2.加强被动房宣传。当前河北省被动房信息集中于学术研讨会、行业交流会等专业性非常高的场所，其在河北省城镇居民日常生活的曝光率非常低。因此在市民的日常生活或随处可见的地方放入被动房的宣传，可以达到更好的宣传效果，提高民众的了解度。

3.推动被动房建筑原材料创新。我国在某些核心技术领域遭遇“卡脖子”，这也警示了河北省政府要推进被动房“完全本土化”，将被动房核心技术牢牢握在手中。进口被动房原材料价格较高，且从长期来看，依赖进口原材料增大了被动房发展的不确定性。河北省政府可通过各种激励措施，推动被动房技术、原材料的发展与成熟。

4.当前被动房存在的增量成本是河北省人民政府推广被动房所必须要解决的问题。河北省政府可以通过采取措施降低被动房建造成本或采取措施直接或间接地降低购房者的购房费用，使得被动房在河北省能够更加顺利地被城镇居民接受。

5.政府应制定合适的补贴金额。灵敏度分析结果显示，不论补贴金额多少，最后购房者的决策都将趋于购买被动房，区别在于政府的推广时间长短。因此，政府若想在有限年份内完成对被动房的推广，可以通过结合河北省实际情况设定合适的补贴政策及补贴金额，促进被动房的普及。