消费者购房行为特征20

消费者购房行为特征20

ID:11639853

大小:48.50 KB

页数:5页

时间:2018-07-13

消费者购房行为特征20_第1页
消费者购房行为特征20_第2页
消费者购房行为特征20_第3页
消费者购房行为特征20_第4页
消费者购房行为特征20_第5页
资源描述:

《消费者购房行为特征20》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、消费者购房行为特征的实证研究一、引言关于住宅市场中消费者行为的研究,国外学者有诸多研究成果。1972年,Menchik研究了消费者购房的偏好因素,他将购房偏好分为住房与地块特征、住房的可达性、自然环境、人造和非自然环境四个方面,并且重点研究了消费者的环境偏好[1]。1973年,Straszheim采用入户调查的方法,研究了居民对城市住房的需求特征[2]。1974年,Onibokun评价了消费者购房满意度,并且对消费者购房知觉分为居住、环境、管理及公房项目限制4个子系统[3]。1977年,Bible对影响消

2、费者购房偏好的因素进行了新的划分,他将消费者购房偏好分为住房与地块特征、访友购物上班的接近性、公园绿地居住人群的身份与地位、房地产税等4个方面,并采用因素成对比较法(Pairedcomparisontechnique)确定了上述4个因素的权重[4]。1978年,Weicher运用统计分析的方法,对美国家庭的支付能力与购房行为进行了相关分析[5]。Hempel和Jain对不同文化背景下的消费行为进行了经验总结,其中关于消费者购房搜寻过程采用多元回归分析方法建立了预测模型[6]。1982年,Galster研究

3、了美国黑人与白人购房地点方面的自行隔离(Self-segregate)现象,并以多元回归分析的方法建立了房价与居住状况因子、邻里状况因子的函数模型[7]。1985年,Bajic采用经验分析的方法,研究了住宅市场中市场细分问题及消费者购房特征[8]。1988年,Nelson和Rabianski采用多维尺度分析、聚类分析方法对住房市场中的消费者偏好进行了研究。他们认为,影响消费者购房的因素主要有房地产的自然环境与邻里质量、建筑设计、可居住性和对外联系。同时采用实证分析的方法得出结论,即对于不同细分市场,影响消

4、费者购房的偏好因素是相同的;但消费者在不同细分市场对购房偏好因素所持的权重不同[9]。1997年,An-glin研究了住宅市场中影响消费者购房的决定性因素[10]。2002年,Haurin和Parcel研究了消费者是否拥有私人住宅的状况对其孩子身心成长的影响[11]。2003年,Har无忧论文网http://www.51lunwen.com/xiaofeixinli/2010/1021/lw201010211401208320.htmlding,Knight和Sirmang研究了消费者购房过程中的讨价还价

5、能力与位势、住房空置等影响因素的关系[12]。由于国内住宅市场消费者行为研究开始于20世纪90年代中期,有关研究还非常少,绝大多数论文研究内容是关于房地产市场需求状况及特征的一般分析,研究方法多限于描述总结以及频数分析和交叉列联分析,仅有个别论文[13]采用主成分分析与多元回归分析。许多作者缺乏对国外同类研究成果的了解,这一点可以从论文参考文献及研究内容上判定。目前在国内外房地产学界,作者尚未发现采用对应分析与最优尺度分析方法开展住宅市场消费者行为研究的学术论文。本文的研究目的有二:一是探索对应分析与最优

6、尺度分析在住宅市场消费者行为研究过程中的运用方式与方法;二是尝试采用以上方法对市场细分后的消费者群体特征进行准确描述与刻画。二、对应分析与最优尺度分析对应分析(Correspondenceanalysis)与最优尺度分析(Optimalscaling)由荷兰Leiden大学DTSS课题组研制并于SPSS11.0之后新增的两个应用程序[14]。它们通过主成分分析来描述两个或多个分类变量各水平间的相关性,用多维图示方法反映变量之间的相互关系。对应分析计算与运行的基本过程与方法是:(1)选择变量,根据有关标准进

7、行分类。(2)输出对应分析表。对应分析表实际是两个变量的行×列表,表中的数字显示两个变量各种类别的大致对应关系。如果行×列中有关数据普遍存在过多或过少,说明变量分类有可能存在问题,需要重新进行分类。(3)测度分类变量的距离。有卡方与欧式距离两种。卡方距离适用于离散型变量,欧式距离适用于连续型变量。(4)计算有关统计指标。包括维数、奇异值、惯量、总的卡方检验及P值,其中奇异值即惯量的平方根,相当于相关分析中的相关系数;惯量用于说明对应分析各个维度的结果能够解释列联表中两变量联系的程度。(5)输出并分析对应分

8、析图。研究对应分析图主要应注意两点:第一,观察变量分别在第一维(横轴)和第二维(纵轴)方向上的区别情况,如果同一变量不同类别在某个方向上距离较远,说明这些类别在该维度上区别较大;否则说明这些类别在该维度上区别不大。我们的观察应以区别较大的维度为主;第二,比较不同变量各个取值分类间的位置关系,落在从图形中心(0,0)点出发相同方向上大致相同区域内的不同变量的分类点彼此有联系。与对应分析比较,最优尺度分析的主要区别是可应用于三个及

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。