基于CGSS2003数据关于住房影响因素的报告
2016-12-01卢亚宁
卢亚宁
【摘 要】目的：分析收入、教育水平、家庭总人口数对住房的影响，选取使用面积为自变量，探讨人口基本特征因素对住房状况的影响。方法：基于全国综合社会调查（CGSS）2003年的调查数据，并用SPSS18.0对引用数据进行回归分析和方差分析。结论：受教育程度越高，家庭住房面积相对越高;收入越高，家庭住房使用面积相对越高，并且随着家庭总人口数的增加，住房使用面积相对应增加。
【关键词】住房状况;影响因素;回归分析
住房是生活的基本需求，住房状况会对人们的生活、工作和健康等方面产生深远影响。住房状况受到了住房制度、地区自然环境、社会文化和家庭状况等多因素的影响，它反映了住户的居住质量，并影响个人身体健康和社会稳定。
随着市场化改革的逐步深入，我国贫富分化越发显著，家庭人均住房情况也随之出现较大差距。在当前社会中，很多因素对家庭住房产生了影响，本文就收入、教育水平以及家庭总人口数进行了分析。
一、数据来源与指标选取
本文数据来源于全国综合社会调查CGSS（2003），是中国人民大学于2003年和香港科技大学合作下，实施的中国第一次综合社会调查（GSS）。此次调查只包括城镇，共涉及了125个县级单位，559个居委会，5900名被访者，收回有效数据5894条。该调查的学术研究主题包括社会分层、社会流动和社会网络，具体指标包括：（1）住户成员部分（2）个人基本情况（3）户口变动（4）家庭情况（5）社会交往（6）教育经历（7）职业经历（8）目前职业等方面。本文根据需求选取了3317个样本，选取收入、教育水平、家庭总人口数、作为自变量，选取住房使用面积为因变量进行分析。
二、研究方法
本文采用SPSS18.0进行数据分析，在原始样本数据中，剔除那些回答不明或者作废的数据，采用线性回归分析方法研究现象。
三、变量
1、本文进行了三次分析，因变量分别为市值、使用面积和其他住房处，选取能够直观反映住房状况的住房使用面积作为因变量，按照惯例对因变量计算对数值，以便使其更接近正态分布。
2、收入水平，这一变量在cgss2003数据中用被访者“全年家庭总收入”这一数据表示。
3、受教育水平
4、家庭人口数，使用cgss2003中家庭人口变量，选取有效值重新编码为不同变量。
四、研究假设的确立
本文的主要目的是探讨样本的性别、教育程度、收入、家庭人口数对住房使用面积的影响，按照一般理解，性别的影响程度应该有一定区别;一般收入越高、住房面积也越大;一般而言，教育程度高，收入相应也会越高，推到住房面积也相应越大，但不可忽视社会中也存在相当部分低学历、高收入人群，暂时先预假设学历高，住房面积高;家庭人口数一般越多，住房面积越大，由此提出以下假设：
假设1：教育程度对住房面积存在影响，且教育程度越高，住房面积越大
假设2：收入对住房面积存在影响，且收入越高，住房面积越大
假设3：家庭人口数对住房面积存在影响，且家庭人数越多，住房面积越大
五、数据分析验证
（一）原始变量的统计描述与转换：
原始的变量中，教育程度为分类变量，先统计教育各个类别分布的人数与百分比，初步观测数据分布情况。
教育程度
教育程度统计结果可见，此次调查的样本中，初中人数最多，有989人，比例是29.8%，其次是高中学历，有624人，比例是18.8%，而最高学历硕士的人数是16人，比例是0.5%，为最少人群;再者，观察高等教育总人群，经过对比可以发现，此次调查的样本群，以低学历为主。
另外几个原始变量家庭人口数、收入、使用面积均为连续性变量，与分类变量不同，连续性变量的统计以均值、标准差为主要参考指标，以初步观察数据的分布特征。
描述统计量
家庭人口的统计结果可见，最小为1人的单身家庭，最多居然有16人的大家庭，总体均值为3.33人的正常数据，可见为常态。
描述统计量
收入统计结果可见，最小存在零收入者，最高的收入为300000，总体均值为11303.99，可见总体存在很大差距;同时，由于数据位数存在大的差距，通过SPSS运算的功能，除以10000，以消除数据差别。
描述统计量
最后是因变量使用面积的统计结果，可见：最小只有5平米，最高的有800平米，总体均值为61.606，可见总体差距很大。为了消除影响，将该变量去自然对数，以下是统计结果：
描述统计量
可见最小值为1.61，最大值为6.68，均值为3.93
（二）住房面积在不同性别、不同教育程度的差异检验：
性别与教育程度属于分类变量，首先验证一下住房面积是否存在显著差异，针对性别采用T检验，而教育程度由于是多分类，采用方差分析
1.住房面积在不同性别的T检验结果：
组统计量
以上即为不同性别的T检验结果，由显著性检验P值=0.80可知，不同性别的住房面积不存在显著差异，也就是说，性别的影响不显著。
2.住房面积在不同教育程度的方差分析结果：
不同教育程度使用面积统计量
ANOVA
使用面积
以上为不同教育程度的住房面积的方差分析结果，由表格2的差异显著性检验结果可知，P值=0.000<0.05，表明不同的教育程度人群，住房面积存在显著差异，参考表格1的均值数据、以及均值图都可以发现：初中、高中、职高人群都处在相对较低水平，而2类大专、以及本科人群处在相对较高水平。其中，最高的是非全日制大专，均值为4.066，最低的是初中人群，为3.855。
1. 建立多元回归模型，研究性别、教育水平、收入、家庭人口数对住房面积的影响
模型汇总b
a. 预测变量： （常量）， 家庭人口 ， 性别， 教育程度， 年龄， 收入A。
b. 因变量： 使用面积
表格1首先给出的是自变量与因变量的复相关系数R、决定系数R方以及校正的决定系数调整R方，由结果可见，5个自变量与因变量的相关系数是0.266，此外，决定系数R方是检验回归方程拟合是否良好的指标，由决定系数R方值=0.071可知，5个自变量可以解释的因变量的变异是7.1%，相对较少;Durbin-Watson统计量是检验因变量的残差独立性的非常重要的指标，若该项指标不通过，则表明需要向模型中引入时间因素、或直接使用时间序列模型来分析，而不是普通的线性回归模型。
Durbin-Watson序列检验的判断标准是：若该值在2附近，则表明残差间是相互独立的，观测可知在此模型中该值=2.543非常接近2，表明无异常。
Anova b
a. 预测变量： （常量）， 家庭人口 ， 性别， 教育程度， 年龄， 收入A。
b. 因变量： 使用面积
表格2是模型的整体显著性检验结果，所用的是方差分析，可见F值=50.432，SIG值<0.05表明模型整体检验显著，若该值>0.05表明模型整体检验不显著，观测此处SIG值=0.000表明模型整体显著。
系数a
以上是整个回归方程结果中最重要的表格，是各自变量在回归方程中的检验结果，各个自变量的检验是否有意义主要是看SIG值，如果SIG值<0.05，表明该自变量在回归方程中是成立的，同时也说明该自变量对因变量的影响是显著的，如果SIG值>0.05，表明该自变量在回归方程中是不成立的，同时也说明该自变量对因变量的影响不是显著的。
性别的SIG值=0.366>0.05，表明对住房面积不存在显著影响，假设1得以认证;
教育程度的SIG值=0.000<0.05，表明对住房面积存在显著影响，考察回归系数值=0.025可知，教育程度为正向影响，也就是说教育程度高的住房面积相对也大，假设2得以验证;
收入的SIG值=0.000<0.05，表明对住房面积存在显著影响，考察回归系数值=0.037可知，收入为正向影响，也就是说收入高的住房面积相对也大，假设3得以验证;
家庭人数的SIG值=0.000<0.05，表明对住房面积存在显著影响，考察回归系数值=0.112可知，家庭人数为正向影响，也就是说家庭人数多的住房面积相对也大，假设4得以验证;
比较3个显著的自变量可以发现，家庭人数的影响程度最大、其次为收入水平，而教育程度的影响相对最低; 线性回归分析中多重共线性是可以通过指标来识别的，通常有方差膨胀因子、容差等等。此处我们以方差膨胀因子（VIF）为例，当0<VIF<10，不存在多重共线性;当10
见表格3最后的VIF统计量：3个自变量都是在1附近，容差统计量低于1，可见不存在共线性问题。
左两图分别为标准化残差的直方图以及PP图，由直方图可见，残差分布呈现出典型的正态分布特征，而PP图中可见散点围绕直线呈均匀上升，无异常点出现，可见回归方程的这一条件得到满足
六、总体结论
经过以上分析，验证了自变量教育程度、收入和家庭人口数对于因变量（住房面积）都有着显著的影响的同时，意外的是结果与研究假设有一定差异。回归方程总体验证物无共线性、残差独立性、分布正态性均得到满足，本身无重大缺陷。从研究结果回应研究假设来看，教育程度和收入以及家庭总人口数对住房面积的影响基本符合假设。
【参考文献】
[1]中国城市住宅问题研究会、住宅社会学学术委员会主编，《住宅社会学导论》 安徽出版社 1991年
[2]刘米娜. 中国城镇住房产权的区域差异分析——基于CGSS（2003）数据的实证研究[J]. 兰州学刊， 2009（5）：114-119.
