谁更愿意购买绿色住宅

张莉++蔡诗瑶++郑思齐+林波荣

摘要：提高绿色住宅的认可度、促进绿色住宅市场的发展，是新型城镇化可持续建设的一个重要目标。从消费者的角度出发，选取北京市三类绿色住宅小区和分别与每个绿色住宅小区处于同一子市场的非绿色住宅小区进行支付意愿的问卷调查。为了更好地测度信息充分性对于支付意愿的影响，设计了两阶段调查法，在告知被调查者绿色与非绿色住宅的室内环境及舒适度指标前后，分别询问居民对于绿色建筑的支付意愿。在此基础上，利用logistic模型和多元线性回归模型分别得到影响居民是否购买绿色住宅和对绿色住宅支付意愿的主要因素与特征。结果显示，消费者对绿色住宅的购买和支付意愿主要受到家庭收入、教育程度和职业特征的影响，另外，对绿色住宅舒适度的深入了解也能有效提高其支付意愿。

关键词：绿色住宅，支付意愿，居民特征

中图分类号：F293.3 文献标识码：A

文章编号：1001-9138-（2015）06-0023-31 收稿日期：2015-03-09

随着近年来城市人口的迅速增长和人们对生活质量要求的不断提高，我国城市中住宅运行能耗大幅增长。为了降低能耗、实现可持续发展，政府出台了一系列绿色建筑的相关政策，鼓励绿色建筑的生产与消费。

在政策的支持下，目前的住宅市场上，绿色住宅的供应量已经开始呈现出持续增长的趋势。绿色住宅作为市场上的新兴产品，一方面能够节能节水并提升居住者的舒适度，另一方面又由于绿色技术的增量成本导致了一定的价格增加，因此绿色住宅具有高价格与低运行成本并存的双重特征。它能否真正得到推广，还取决于消费者的认可程度。那么，具有哪些特征的消费者会更加倾向于购买绿色住宅？绿色住宅潜在的目标客户群又在何方？

基于上述问题，本文主要进行以下两部分研究：第一，哪些人购买了绿色住宅，与购买非绿色住宅的居民相比，前者有哪些特征；第二，居民对未来购买绿色住宅的支付意愿如何，谁的支付意愿更强。本文旨在通过以上研究，为绿色住宅开发商的客户群定位提供策略建议。

1 相关研究综述

在目前中国房地产市场上，绿色住宅存在显著溢价且远高于其增量成本。然而这其中的重要原因是，在绿色住宅发展初期，其供给有限，卖方市场中供给者主导着交易价格，仅凭交易价格难以反映真实的市场均衡水平。随着市场的进一步发展与完善，绿色住宅的供给势必不断增加。这意味着在未来，消费者对绿色住宅的支付意愿将对绿色住宅价格的决定起到越来越重要的作用。

哪些因素会影响消费者对绿色产品的支付意愿和购买行为，是国内外学者比较关注的话题。Diamantopoulos等（2003）从人的各种社会属性出发，提出了若干假设并进行实证检验，认为人的性别、年龄、收入、学历等因素对绿色产品的支付意愿均有显著的影响。Lee（2009）认为性别对绿色产品的购买行为具有很大影响，女性会更倾向于购买绿色产品。Oliver等（2011）研究了人们对绿色电力支付意愿的影响因素，认为收入与支付意愿呈正相关。

然而，绿色住宅具有区别于普通绿色产品的特点。对于普通绿色产品而言，消费者的支付意愿主要取决于环保意识和对健康的重视程度等；而绿色建筑对购房者而言，不仅是消费，更是一种投资。除了环保性之外，还有居住的舒适度提升，以及未来资产价值的提升。在绿色建筑的支付意愿方面，也有学者进行了研究。Yau（2012）认为人们的收入和对环保的态度会对支付意愿产生影响。张瑞宏（2011）研究了支付意愿和支付水平的影响因素，包括绿色建筑本身的特点和消费者个人因素两个方面。

基于以上研究，本文意在探索消费者各方面的个人特征对是否购买绿色住宅，以及对绿色住宅的支付意愿的影响。

2 研究方法与数据采集

2.1 研究方法

本文通过问卷调查的方式进行研究。问卷分为三个部分：住宅基本信息、对绿色住宅的认识及支付意愿，以及受访者基本信息。其中，住宅基本信息包括家中常住人口、住宅的运行成本、用户满意度等；对绿色住宅的认识主要调查居民对绿色住宅的认识程度，对绿色住宅的支付意愿，以及在告知绿色住宅与非绿色住宅的室内环境和舒适度实测数据后对绿色住宅的支付意愿；受访者基本信息则包括性别、年龄、职业、收入、受教育程度等个人特征。

在调研地点的选择上，本文根据房价筛选了北京市高端、中高端、中端的具有代表性的绿色住宅小区作为研究对象，以及它们周边档次相近、处于同一子市场的的非绿色住宅小区作为对照组。绿色小区包括：A（绿标三星级运行认证）、B（绿标二星级设计认证）、C（无认证，与项目A同为专注于绿色住宅的某知名开发商开发）；相应的可比非绿色小区：a、b、c。

在回归分析中，根据研究目的，首先筛选出受访者中为住房所有者的问卷，分析居民特征对其购房选择（绿色住宅与非绿色住宅）的影响；然后根据所有受访者的问卷（包括住房所有者和租户），分析上述特征对其重新购买住宅时支付意愿的影响。

2.2 变量说明及数据描述性统计

问卷中采集的反映居民个人信息与特征的变量如表1所示。在绿色小区与非绿色小区分别发放问卷，回收绿色小区与非绿色小区中的有效问卷463份。其中，本研究需要的变量信息全部完整的绿色小区问卷207份，非绿色小区问卷222份，共429份。

3 模型建立与回归分析

3.1 居民是否购买绿色住宅的logistic模型

本部分主要研究居民的不同特征对其购房时选择绿色或非绿色住宅的影响。因此，下面的模型主要针对受访者中的住宅所有者进行研究。是否购买绿色住宅（GREEN）是一个二元虚拟变量，可选用logistic模型进行二元回归分析，识别出哪些解释变量真正会对居民购买绿色住宅的选择产生影响，并比较各解释变量的影响程度。

假设消费者愿意购买绿色住宅的概率为P，则不愿意购买的概率为1-P，那么GREEN的函数表达式如式（1）所示。其中P/（1-P）表示购买与不购买绿色住宅的对数发生比，该变换称为逻辑斯蒂变换：当P在（0，1）之间取值时，logit可取任意实数。

（1）

为确保所选解释变量之间的独立性，首先进行解释变量间两两相关系数检验：可知除个别解释变量间弱相关外，其他各解释变量之间均呈现不相关（相关系数小于0.3），可同时作为解释变量。logistic模型回归结果如表2所示。

如表2和图1所示，AGE在1%的水平上显著，OCC_FIN在5%的水平上显著，MALE在10%的水平上显著。可见，年龄更大的人群、从事金融工作者、男性更有可能购买绿色住宅。此外，其他职业和受教育程度对是否购买绿色住宅的影响不大。

从收入情况对是否购买绿色住宅的影响上看，“家庭年收入为10万-15万元”、“家庭年收入为25万-50万元”、“家庭年收入为50万-100万元”这三个变量达到了1%的显著性水平，“家庭年收入为15万-25万元”，“家庭年收入为100万元及以上”这两个变量达到了5%的显著性水平。各家庭年收入水平的logistic模型估计系数如图2所示，可以看出随着收入水平的升高，购买绿色住宅的概率随之增大：家庭收入每增加10万元，购买绿色住宅的概率上升约2.7%。

3.2 居民对绿色住宅的支付意愿

本部分主要研究居民的不同特征对绿色住宅支付意愿的影响。

在发放问卷前，我们对前述北京市具有代表性的绿色住宅小区（A、B、C）和作为对照组的非绿色住宅小区（a、b、c）的主要建筑室内环境指标进行了实际测试。得到的测试结果中，绿色住宅的室内温度、湿度、背景噪声和照度四项指标，均符合人体舒适度最优值范围，且明显优于非绿色住宅。

问卷中采用以下问题了解居民对绿色住宅的支付意愿：如果您再购买新房，是否愿意购买绿色住宅？选项为“是”或“否”，若选“是”，则进一步提问：您愿意比其他特征完全相同的非绿色住宅多支付多少？选项为“<100元/m2”，“100-200元/m2”，“200-400元/m2”，“400-800元/m2”和“>800元/m2”。在受访者回答上述问题之后，向其展示绿色与非绿色住宅建筑室内环境指标的测试结果，并再次提出上述问题，了解其支付意愿。

以受访者在了解到绿色与非绿色住宅建筑室内环境指标实测数据前后，对绿色住宅溢价的支付意愿WTP_Before、WTP_After为被解释变量，对各解释变量做多元线性回归，函数表达式如下式（2）和（3）所示。

（2）

（3）

多元线性模型回归结果如表2中第（2）、（3）列和图1所示。可以看出在告知绿色与非绿色住宅的室内环境指标前后，EDU、OCC_FIN两个变量均达到了1%的显著性水平。说明高学历者、从事金融行业者对绿色住宅的支付意愿更高。

在告知之前，GREEN的显著性水平达到1%，告知之后则不再显著。这说明，在未告知绿色与非绿色住宅的建筑室内环境差异时，住在绿色住宅中的居民对绿色住宅的支付意愿明显高于非绿色住宅居民；而在告知差异后，绿色与非绿色住宅中居民的支付意愿差异变得不明显了。可见，当非绿色住宅的居民了解绿色住宅的舒适度优势后，对绿色住宅的支付意愿显著提高，非绿色住宅居民正是因为对绿色住宅的优势缺乏认知才没有购买或不愿意购买绿色住宅。

根据模型估计系数估算的各家庭年收入水平的支付意愿如图2、图3所示。从整体上看，支付意愿与家庭年收入成正相关。在告知绿色和非绿色住宅建筑室内环境对比信息后：拟合直线截距增大，整体上移，说明支付意愿总体增加；拟合直线斜率变小，说明不同收入的人群间支付意愿的差距变小，尤其是收入较低者，支付意愿显著增加。

3.3 是否购买绿色住宅与支付意愿的影响因素对比

消费者对绿色住宅的支付意愿与其最终的购房选择之间，既有共同点，又存在着一定的区别。原因可能在于消费者虽然愿意为绿色建筑多支付一定价格，但是买房时可能会受到很多其他因素的影响，最终购买的未必是绿色建筑。

根据前面的结果，“家庭年收入”、“从事金融行业”这两个变量对购买选择和支付意愿都有显著影响。由于绿色住宅价格普遍高于非绿色住宅，消费者在购买时必然受到自身消费能力制约，高收入人群更有能力负担较高价格的绿色住宅。

“年龄”变量对是否购买绿色住宅有影响，但对支付意愿的影响不明显。其原因可能在于年龄更高者对更舒适健康的绿色住宅有更强的偏好，但具体愿意多支付的金额还受消费观念的影响。

“受教育程度”对支付意愿有显著影响，但是对是否购买的影响不明显。一般来说，受教育程度更高的人群，节能环保的意识更强，他们对绿色住宅的高支付意愿可能更多地出于自身的社会责任感。这与Kahn（2002）的研究结论相符，他指出，城市居民中上过大学人口的比例与当地对政府环保政策的支持力度显著正相关，因为接受过高等教育的人更清楚环境问题的长期危害，看待环境问题的视角更加长远，从而更注重环境保护。但是受教育程度高的人群在购房时也同样会受到诸如自身消费能力等其他因素的制约，因此最终的购买情况并不显著。

4 结语

本文采用问卷调查的方法，以北京市典型的绿色住宅小区及其可比非绿色小区为研究对象，分析了居民特征与他们对绿色住宅的购买选择、支付意愿之间的关系，得到了几个主要的影响因素：家庭收入、职业（金融行业）、受教育程度，以及对绿色住宅舒适度的了解情况。其研究结果可为开发商在开发、销售和推广绿色住宅方面的客户群定位提供一定参考：

其一，收入越高的人和金融行业从业者购买绿色住宅的概率和支付意愿较高。家庭年收入每增加10万元，购买绿色住宅的概率上升约2.7%，对绿色住宅的支付意愿上升约36元/m2。以问卷中的“其他”职业为参照，金融行业从业者购买绿色住宅的概率高出55.6%，支付意愿高出约270元/m2。

其二，部分消费者没有购买绿色住宅可能是受到自身经济条件制约，但有较强购买意愿。例如受教育年限每增加1年，对绿色住宅的支付意愿上升约15元/m2，但我们观察到的受教育程度对实际是否购买绿色住宅的影响却不显著。因此，开发商可针对不同收入层次人群，建设相应户型的绿色住宅，以适应其需求。

其三，在被告知绿色住宅与非绿色住宅的建筑室内环境指标前后，人们的支付意愿有较大差异。但是这种差异在不同人群中是不尽相同的，中低收入群体和非绿色住宅居民在得知信息后支付意愿有了较为明显的提高。可见，如果开发商在销售时能够提供可信的信息以证明其舒适度、能耗节约等方面的优势，将会有效地提高消费者对绿色住宅的认可度，扩大目标客户群体的规模，在提升其盈利水平的同时也能够促进绿色住宅市场的发展，实现双赢的效果。

参考文献：

1.张莉 刘洪玉.我国绿色住宅市场溢价的定量分析.工程管理学报.2013.27

2.Diamantopoulos A，Schlegelmilch B B，Sinkovics RR，et al.Can Sociodemographics Still Play A Role in Profiling GREEN Consumers？A Review of the Evidence and An Empirical Investigation.Journal of Business Research.2003.56

3.Lee K.Gender Differences in Hong Kong Adolescent ConsumersGREEN Purchasing Behavior.Journal of Consumer Marketing.2009.26

4.Oliver H，Volschenk J，Smit E.Residential Consumers in the Cape Peninsulas Willingness to Pay for Premium Priced GREEN Electricity.Energy Policy.2011.39

5.Yau Y.Eco-labels and Willingnessto-pay：A Hong Kong study.Smart and Sustainable Built Environment.2012.1

6.张瑞宏.绿色建筑可支付意愿研究.哈尔滨工业大学.2011

7.Kahn M E.Demographic Change and the Demand for Environmental Regulation.Journal of Policy Analysis and Management.2002.21

作者简介：

张莉，清华大学建设管理系、恒隆房地产研究中心博士研究生，研究方向为房地产经济与管理。

蔡诗瑶，清华大学土木工程系，在读本科生。

郑思齐，清华大学建设管理系、恒隆房地产研究中心教授，研究方向为城市经济学与城市空间结构、城市环境经济学、住房经济学等。

林波荣，清华大学建筑学院教授，研究方向为绿色建筑、建筑节能技术、产品、优化设计方法和标准体系等。

基金项目：

本研究受到国家自然科学基金项目（71322307，

71273154）和中绿盟投资控股有限公司科研基金的资助，特此致谢。