地理研究
GEOGRAPHICAL RESEARCH
第33卷第2期2014年2月
V ol.33,No.2February,2014
收稿日期：2013-06-23；修订日期：2013-11-25
基金项目：国家自然科学基金项目（41171136，40871079，41230632）；北京市属高校人才强教计划资助项目
（PHR201108374）；北京联合大学人才强校计划人才资助项目（BPHR2012E01）
作者简介：湛东升（1987-），男，安徽寿县人，硕士，主要研究方向为城市地理。E-mail:zhands@126 通讯作者：孟斌（1971-），男，安徽肥东人，教授，主要研究方向为地理信息科学、城市地理等。
E-mail:mengbin@buu.edu
336-348页
湛东升1，孟斌2,3，张文忠4
（1.首都师范大学资源环境与旅游学院，北京100048；
2.北京联合大学应用文理学院，北京100191；
3.北京联合大学北京学研究所，北京100101；
4.中国科学院区域可持续发展分析与模拟重点实验室，中国科学院地理科学与资源研究所，北京100101）
摘要：提高居民居住满意度是促进宜居城市建设和社会和谐发展的重要内容。传统研究多关注客观物质设施建设，而忽略居民居住需求的实际感知，对转型期中国大城市居民居住满意度影响机制与行为意向研究还相对薄弱。选取北京市不同类型社区居民作为研究对象，采用2012年居住满意度感知评价调查数据，运用探索性因子分析和结构方程模型方法构建了“居住满意度—居住流动性意向”概念模型，重点探讨转型期北京市居民居住满意度感知因素及其与居住流动性意向相互关系。结果显示：北京市
居民居住满意度感知评价主要由居住环境、住房条件、配套设施和交通出行四个维度构成，且各维度的影响效应呈现出住房条件>居住环境>配套设施>交通出行的递减趋势。居住满意度对居住流动性意向具有显著地负面感知效应。另外，居民社会经济属性特征也对居住满意度感知评价和居住流动性意向产生重要影响。本文为深入了解转型期北京市居民居住环境需求与偏好提供较好的实证案例，同时对指导居住区开发和宜居城市建设具有重要的现实意义。
关键词：居住满意度；居住流动性；因子分析；结构方程模型；北京DOI:10.11821/dlyj201402012
1引言
20世纪80年代初，北京郊区化初现端倪[1]，伴随城市化快速推进，居住郊区化成为一种不可避免的发展趋势。20世纪90年代起，在城市更新改造和住房制度改革双重力量作用下，北京城市居住空间结构发生了巨大变革。其一，传统“职住接近”的单位大院空间逐渐被打破[2]，住房来源更加多元化，居民住房自由选择余地和流动性比过去显著增强。其二，受城市地价的影响，新建商品房或保障性住房主要集中在城市近远郊区，而就业、配套设施等郊区化相对滞后，造成职住分离、上学难、看病难、出行难等城市问题不断涌现。北京城市内部空间大规模重构过程无疑会对居民居住满意度产生一定影响，但转型期北京城市居民居住满意度感知因素有哪些，不同感知因素对居住满意度影响程度如何，居住满意度高低会产生哪些后向行为意向等问题都亟待阐明。解决这些疑问对于了解居民居住需求与偏好、指导居住区开发和加强城市宜居建设等具有重要的研究价值和实践意义。
2期湛东升等：北京市居民居住满意度感知与行为意向研究
337居住满意度是指居民预期居住条件与实际居住条件的差距，二者越接近，表明居住满意度越高[3]。国外学者对居住满意度相关研究主要关注两部分内容：一是居住满意度影响因素；另一则是居住满意度的后果效应，即居住满意度和居住流动性的关系。对前者研究得出居住满意度主要受个体和家庭属性特征[3-6]、区位特征[5,6]、住房质量[7-10]、周围环境[6,9, 11]，、邻里关系[11-13]、交通条件[11,14]等因素影响。例如：Lu[5]利用美国住房调查数据研究得出，具有女性、年龄大、白种人、高收入、高学历等特征居民，居住满意度往往相对更高；Mohit等[11]对马尔代夫首都公共住房居民进行研究，发现居住满意度受住房物理性质、住房提供设施、附近公共设施和社会环境角度四个维度影响，多数居民居住满意度只是略微满意。对后者的研究中，Wolpert[15]和Brown等[16]提出的“压力门槛”学说较早地探讨了居住满意度和居住流动性的关系，当居民居住不满意，并且内外部居住压力超过压力门槛值时，就会考虑迁居。居住满意度作为国外学者研究居住流动性的重要视角之一，不少学者[7,17]研究表明居住满意度和居住流动性之间存在负相关，即居住满意度越高，居住流动性发生次数越低。也有学者[18]研究却认为居住满意度和居住流动性具有正相关。
国内学者对居住满意度研究始于1990年代。随着人们对人居环境的重视和部分城市“宜居城市”建设目标的提出，居住满意度相关研究逐渐引起国内学者的重视。从研究内容来看，已有研究也集中在两个方面：一是居住环境评价研究。多数研究主要侧重于人居环境评价和分析[19-25]，也有部分学者对城
市内部居住环境的空间特征进行了研究[26-29]。二是居住满意度影响因素分析。有学者[30]对珠江三角洲的商品房小区进行问卷调查发现，居住满意度主要受景观、服务配套和小区内部设施、施工质量、物业管理、交通等因素影响。另有学者[31]对“北上广”三地城中村居民的居住满意度进行了实证研究，发现社区归属感、所在城市管治强度、居民收入和设施条件（如空调）是其决定因素。此外，居民属性[32]或空间因素[33]对居住满意度的影响也受到关注。
上述研究对居住满意度感知因素探讨具有很好的参考价值。但已有文献多关注于城市层面的人居环境评价，而对社区层面的居住满意度感知因素关注较少，居住满意度后向行为意向则更少涉及。另外，以往研究多以定性探讨为主，定量分析还相对缺乏。因此，本文利用2012年实地调研数据，通过探索性因子分析和结构方程模型方法构建了“居住满意度和居住流动性意向”关系模型，以期揭示居住满意度影响机制及其与居住流动性意向相互关系，研究结论可以丰富居住满意度相关理论研究，并为居住区开发和配套设施规划建设提供参考和依据，同时对指导北京宜居城市建设也具有重要的实践意义。
2数据来源与研究方法
2.1数据获取
以北京城市居民为研究对象，2012年7月在北京城区进行“职住关系”为主题的问卷调查。为了更好地把握转型期北京城市居民的职住特征现状，使研究更具有代表性，借鉴柴彦威团队研究成果[34]，把城市
居民居住区类型分成胡同社区、单位社区、经济适用房社区、商品房社区四类分别进行调查，调查区域如图1所示。调查方式主要采用进入社区或社区周围的随机调查和交叉控制配额抽样调查为主，共发放问卷679份，回收有效问卷604份，有效率为89.0%。样本详细构成见表1，被访者包含了不同社会经济属性类型居民，样本整体上具有较好的代表性。
33卷
地理研究问卷内容主体设计包括四个部分，分别为居民通勤特征、居住特征、工作特征、个人
属性特征。其中，居住满意度感知评价包含在居住特征调查之中。在梳理前人研究的基础上，居住满意度感知因素共设计了17个题项，主要涉及住房质量、居住物质环境、居住邻里环境、附近基础设施和交通出行等方面；居住满意度包括3个测量题项，分别为“居住总体满意度”、“对目前居住社区的喜爱程度”、“如果可能，是否愿意长久居住在该社区”三项。问卷回答均采用李克特5级量表形式，按“满意”、“喜爱”或“愿意”程度的高低分别赋值5-1分。居住流动性意向的测量题项为“您是否考虑过更换居住地”，问卷回答按“是、否”分别赋值为“1”和“0”。2.2研究方法
2.2.1探索性因子分析首先，运用SPSS17.0软件对问卷中个别缺失数据进行预处理，采用均值替代法把原始数据补充完整。再利用主成分分析法进行探索性因子分析，并按最大方差法进行因子旋转，以特征值大于1为标准提取公因子，并剔除因子载荷小于0.5或提取共同度小于0.4的题项。
2.2.2结构方程模型结构方程模型是在20世纪60年代发展起来的一种验证性多元统计
表1调查样本构成
Tab.1The characteristics of the
samples 338
2期湛东升等：北京市居民居住满意度感知与行为意向研究分析技术，用以处理复杂多变量之间因果关系，它整合了因子分析和路径分析的功能。近年来，结构方程模型方法已被广泛应用于国内旅游地理和交通出行等领域研究。本文之所以选择结构方程模型方法，主要由于居住满意度感知因素中包含一些潜在变量不利于直接观察和测量，但可以通过其它观察变量进行间接测量，并且该方法允许自变量和因变量含有测量误差。由此可见，与传统方法相比，结构方程模型具有明显优越性。结构方程模型包括测量模型和结构模型两部分。
测量模型反映的是潜变量和观察
变量之间的关系。公式为：
y =Λy η+ε（1）x =Λx ξ+δ（2）
式中：y 为内生关系变量组；Λy 为内生观察变量在内生潜变量上的因子负荷矩阵，反映内生观察变量和内生潜变量之间的关系；η为内生潜变量；x 为外生关系变量组；Λx 为外生观察变量在外生潜变量上的因子负荷矩阵，反映外生观察变量和外生潜变量之间的关系；ξ为外生潜变量；ε、δ为测量模型的残差项，即未能被潜变量解释的部分。
结构模型反映的是潜变量和潜变量之间的关系。公式为：
η=B η+Γξ+ζ（3）
式中：B 为内生潜变量之间的影响关系；Γ为外生潜变量对内生潜变量的影响；ζ为方程η残差项。
基于探索性因子分析结果构建居住满意度结构方程模型，并对模型进行检验、修正，主要探讨北京城市居民居住满意度感知因素及其对后向行为意向产生的影响。
3实证分析
3.1居民满意度探索性因子分析
在因子分析前，首先对影响居住满意度的17个变量做KMO 和Bartlett 球形检验，结果显示，KMO 值为0.816，大于0.7，Bartlett 球形检验显著性值为0.000，小于0.05，表明数据相关性较好，适合进行因子分析。
初步进行因子分析得到，累计贡献率为59.114%；其中，“社区活动”在各项因子上载荷均小于0.5，“距工作地距离”因子载荷较好，但提取的因子共同度仅为0.362，小于0.4，为了改善因子分析结果，把这两项题目删除。对剩下变量再次进行KMO 和Bartlett 球形检验，得到KMO 值为0.804，Bartlett 球形检验显著性值为0.000，也比较适合进行因子
分析。
图1调查区域
Fig.1Research area
339
33卷
地理研究
采用主成分分析方法再进行因子分析，选择方差最大法进行因子旋转，依据特征值大
于1的原则从15个变量中共提取了4个主因子，累计贡献率达到63.906%（表2）。其中，第一主因子的贡献率为18.249%，在“治安管理、物业服务、卫生环境、居民素质、邻里关系”上因子载荷系数较高，主要反映居民的“居住环境”；第二主因子的贡献率为17.745%，在“住房面积、建筑质量、户型结构、通风采光”上具有较高载荷，主要反映居民的“住房条件”；第三主因子的贡献率为15.441%，与“医疗教育方便性、购物餐饮方便性、休闲娱乐方便性”相关性较强，主要反映居民的“配套设施”；第四主因子的贡献率为12.471%，在“距公交站方便性、距地铁站方便性、距市中心距离”上载荷系数较高，主要反映居民的“交通出行”。
基于上述分析，可以发现居住满意度存在四个维度感知因素：居住环境、住房条件、配套设施、交通出行。通过探索性因子分析结果构建居住满意度初始模型，预设模型中共包括4个外生潜变量和15个外生观察变量，2个内生潜变量和4个内生观察变量（图2）。本研究提出以下假设：
H1：住房条件对居住满意度有显著的正向影响；H2：居住环境对居住满意度有显著的正向影响；H3：配套设施对居住满意度有显著的正向影响；H4：交通出行对居住满意度有显著的正向影响；H5：居住满意度对居住流动性有显著的负向影响。3.2居民社会经济属性特征与潜变量相关分析
首先，按照一定逻辑顺序把居民社会经济属性特征量化处理（表3），再对社会经济
表2居住满意度探索性因子分析结果
Tab.2Analytical result of exploratory factor of residential satisfaction
潜变量住房条件
居住环境
配套设施
交通出行
居住满意度
测量题项X1住房面积X2建筑质量X3户型结构X4通风采光
X5治安管理X6物业服务X7卫生环境X8居民素质X9邻里关系
X10医疗教育方便性X11购物餐饮方便性X12休闲娱乐方便性
X13距公交站方便性X14距地铁站方便性X15距市中心距离
Y1总体满意度
Y2对目前居住社区的喜爱程度Y3如果可能，是否愿意长久居住在该社区
因子载荷0.8040.7290.8440.7120.6590.6210.6480.8360.7460.7360.8070.7750.7710.8670.537
均值3.553.513.513.753.573.283.533.693.823.483.623.403.663.563.303.653.673.67
标准差0.8230.7940.8110.8530.8440.8390.8600.7510.7250.9120.8450.8590.9701.0020.8870.6920.7180.928
贡献率/%18.249
17.745
15.441
12.471
340
2期湛东升等：北京市居民居住满意度感知与行为意向研究属性量化值和6个潜在变量进行相关分析，结果显示表4。
年龄与住房满意度呈现显著的正相关性，主要由于年龄越大居民的居住时间往往相对较长，对居住社区产生地方情感也越深厚，居住满意度随之提高。年龄与住房条件、交通出行呈微弱的负相关性，与居住环境、配套设施、居住流动性意向呈现微弱的正相关性，
图2居住满意度初始模型
Fig.2Initial model of residential satisfaction
表3居民社会属性数据量化标准表
Tab.3Quantitative criteria of residents'attribute
属性年龄学历家庭规模家庭月收入住房性质户口所在地
最适合居住的城市赋值
1=30岁以下；2=30~39岁；3=40~49岁；4=50~59岁；5=60岁以上
1=初中及以下；2=高中；3=大专；4=本科；5=研究生1=单身；2=两口之家；3=三口之家；4=四口之家；5=五口及以上
1=3000元以下；2=3000~4999元；3=5000~9999元；4=1~1.5万元；5=1.5~2万元；6=2万元以上
1=自有房；2=租赁房1=北京；2=其它地区
注：家庭规模数据由家庭构成整理而成。
表4社会经济属性和各潜变量相关性
Tab.4The correlation of residents'attribute and latent
variables *表示90%水平上显著；**表示95%水平上显著。
e9
341
发布评论