在线租房质量感知对城市居住体验的影响研究
1 引 言
当前,城市发展的主导力量已从过去的投资驱动转变为消费驱动和创新驱动,消费市场的规模取决于人口数量,创新则在人之间的交互中更容易得到激发,因此,各个城市对人才的渴求度比以往任何时候更高。中国产业信息网(2019)展示了我国主要城市人口流动数量及其排名(见图1),总体而言,各大城市的人口流量较大,常住流动人口中,上海、广州、深圳分别以972.69万、967.33万、818.11万人位居前三。随着各大城市的人口快速膨胀,房屋租赁市场必然得到长足发展,每年包括应届生在内的新市民成为了庞大的潜在租房群体。根据第一财经商业数据中心的《2018年轻人租房大数据报告》,至2018年底我国房屋租赁市场人口达2.12亿人,2023年租赁总人口将持续增长至2.48亿人(见图2)。但由于传统租房模式花费时间长、额外支出大,以及流程复杂、效率低等缘故,导致了租客和房东、中介之间的协调性差且相互不信任的局面,成为了外来人才移住新城市的障碍。
近年来,“互联网+”打破了传统租房模式的困局,以在线租房平台为代表的互联网技术给传统房屋租赁市场带来了不小的冲击和变革。在线租房平台中有设有详细的筛选条件,可以让租客根据区位、线路、周边设施、价格、户型、风格等偏好框定大致房源,再可根据图片、视频或VR等锁定预选房源,节省了大量的精力;之后经过线下看房、中介协调等阶段签约租房。因此,在线租房平台可以起到保障租客权益、提高租房满意度、减少租房矛盾的作用。此外,在线租房平台处于房屋租赁产业链的末端,距离顾客最近,更了解顾客需求,由其向租房产业链上游反馈市场信息,将能更好地促进租房市场发展。当前更是有在线租房平台主动出击,出资建造租赁公寓或者购买公寓全楼出租,这实质上是导致了房屋租赁产业链的“逆向重构”。因此,研究在线租房质量感知对租户居住体验的影响对于促进房屋租赁产业发展、提升居民居住满意度具有重要的现实意义。为此,本文建构了“在线租房质量感知整合模型”,探究租户租房满意度、居住幸福感的内在形成机理,希望以此为促进住房租赁运营管理、优化房屋租赁产业链、提高租赁房屋供给质量等提供理论指导。
2 在线租房质量感知组成要素及其对居住体验的影响分析
在线租房模式与传统租房模式相比,有望获得顾客的良好认知,从而提高租客的租房满意度和城市居住幸福感。居民的“在线租房质量感知”是重要的驱动因素,研究将借助信息加工理论(Information Processing)、服务质量模型(Service Quality Model)、文化适应理论(Acculturation)、信息不对称理论(Information Asymmetry)的四个理论引出在线租房质量感知的四个组成要素,即信息完整性、服务保障性、城市引导性和价格透明性,并分析其如何影响租客的城市居住体验。
2.1 信息完整性
认知心理学由美国心理学家Ulric Neisser所提出,其核心就是信息加工理论(
2.2 服务保障性
2.3 城市引导性
2.4 价格透明性
信息不对称理论由
3 基于结构方程模型的整合性验证分析
3.1 问卷调查概要
为了广泛验证本文模型框架的可行性,本文采用问卷调查的形式收集租户的在线租房质量感知和居住体验。考虑到在线租房平台的用户多以年轻群体为主,故本文调研主要面向大学毕业生、青年外来人才,在各省各市地区进行适当分配,并采取线上和线下相结合。调查问卷由三个部分组成:第一部分关于人口统计特征和在线租房平台态度;第二部分为关于在线租房质量感知,包括信息完整性、服务保障性、价格透明性、城市引导性的四组问题(表1),其中,信息完整性的15个问题、服务保障性的12个问题、城市引导性的11个问题、价格透明性的4个问题均参考了以往研究;第三部分为因变量,包括租房满意度的4个问题(充足阳光、合适户型、通风良好、平台约束)、居住幸福感的3个问题(安谧环境、家庭感觉、规划未来)分别参考了中国消费者满意度(CCSI)模型和周绍杰等人的研究。本文问卷调查均采用李克特(Likert)七点量表法。
3.1.1 样本特征
本文问卷调查中,调查对象的特征包括:
(1)性别:参与关于互联网租房问卷调查的人数总计500人,其中男性224人,占44.80%;女性276人,占55.20%。(2)样本来源地:大学毕业生生源地中浙江省占45.62%、四川省占比为31.27%;而青年外来人才的迁出地中,长三角地区占比约为50.80%、其他地区占比约为49.20%。(3)月可支配收入:1000元及以下的人群占比为9%,1001至2000元的人群占比为38.20%,2001至3000元的人群占比为28.20%,3000元以上占24.6%,可见样本主要是属于低收入人群,大多属于租房人群,而非买房人群,符合研究的样本要求。(4)关于在线租房平台态度的问题,不认可的人群占2.20%,不太认可的人群占13.60%,中性立场的人群占37.20%,认可的人群占44.60%,非常认可的人群占2.40%,即本文样本中租房人群的在线平台态度以中性立场和认可为主。
3.1.2 在线租房质量感知的结构分析
对于在线租房质量感知调查问卷,采用KMO和Bartlett球形检验,表1为在线租房质量感知的成分因子结构,结果KMO值为0.977,Bartlett检验的近似卡方值为24500.509,p值小于0.001,表明该数据适合做因子分析。在此基础上,以主成份分析法和正交旋转矩阵法对因子进行提取,共提取出4个因子,累积方差贡献率达到了74.226%。所得的4个因子的问题结构,与预设的四个自变量的问题结构一致。而租房满意度和居住幸福感的变量信度分别为0.893、0.960。
3.2 AMOS验证分析
为了把握在线租房质量感知对于租房满意度和居住幸福感的整合性影响,本文构建结构方程模型进行整合性验证。图3为基于AMOS20分析得出的拟合路径图,表2为模型的拟合值。根据输出结果所示,CFI=0.887,TLI=0.880均接近0.9,RMSEA=0.077,属于合理拟合(0.05~0.08)范围。该模型的各个参数在0.01的水平下都仍然是显著的,SRMR=0.0390。从上述拟合指数看出,模型拟合数据良好。
根据AMOS结果,分析如下:
(1)根据图3中路径的箭头走向可知,作为潜变量的在线租房质量感知指向信息完整性、服务保障性、价格透明性、城市引导性的四个观测变量。其路径系数分别为0.890、0.916、0.180、0.983(表3),sig值皆小于0.05,说明信息完整性、服务保障性、城市引导性、价格透明性都是构成在线租房质量感知的有效因子,验证了本文第二部分的理论分析成立。
(2)在线租房质量感知对于居住幸福感和租房满意度的影响路径系数分别为0.486、0.913,sig值皆小于0.05,说明在线租房质量感知对于租房满意度和居住幸福感皆有显著影响。
(3)由信息完整性指向价格透明性的路径系数为0.696,sig值小于0.05,说明信息完整性对价格透明性有显著正向影响。即详细的线下房屋信息,可以避免信息不对称给租客带来的风险,同时信息的完整性也可以避免在线租房形成“柠檬市场”,有利于在线租房市场的发展。
(4)租房满意度指向居住幸福感的路径系数为0.411,sig值也小于0.05。表明租房满意度对居住幸福感有显著正向影响。即租户的租房满意度是居住幸福感的重要影响因素,居住幸福感是住户在较长一段时间内动态的情感体验,当租房满意度为高值时,有利于租客更好地适应、融入城市,从而对所在的城市产生归属感。
4 对住房租赁运营管理的建议
本文在租房在线质量感知组成要素理论分析的基础上,设计问卷并展开调查,采用在线租房质量感知整合模型,对要素变量之间的逻辑关系使用结构方程模型进行检验。本文分析验证了在线租房质量感知由信息完整性、服务保障性、价格透明性、城市引导性的四个要素构成,它显著影响租房满意度和居住幸福感。此外,信息完整性正向影响价格透明性,租房满意度也正向影响居住幸福感。基于本文结果,提供以下几点住房在线租赁运营管理的建议:
(1)从提升租户的租房质量感知角度,房屋租赁企业在提高服务水平的同时,仍要将重点放在房源的优选上。在优选房源时,需要考虑对于区位、交通、周边设施、房屋质量、房东、承租人员之间的匹配性,而且,集约化的、风格一致的房源,更容易被租客认同、实现精品公寓管理。
(2)从信息完整性角度,房屋租赁前,要进行勘验、评估和平台录入,并建立完善的租前服务标准,以保证房源的真实性、有效性和信息对称性。
(3)从服务保障性角度,在房屋出租前彻底进行设备维修、房屋修缮,之后进行房屋状态备案,切实保护好租客和房东的相关权益,避免发生法律纠纷以及便于纠纷发生后的责任厘清。
(4)从城市引导性角度,随着城市租赁产业和科技的发展,租房租赁可开发运营极其廉价且功能齐全的“胶囊公寓”,并且随着候鸟养老和度假养老的兴起,租房租赁企业亦可深耕这个细分市场,提供专属特色的季节性公寓;而对于学区房、地铁房等市场青睐度高的房源,租房租赁企业则应探索通过提供差异化服务提升租赁运营竞争力。
(5)从价格透明性角度,由于房屋租赁市场与房屋售买市场共性较多,在同一地段中其价格都具有类似性,因此,售买市场中的相对性价格是租赁市场定价的很好参考,作为提升租赁住房价格透明性的辅助参考。
房屋租赁行业通过匹配闲置房产与租住人群之间的供需关系,成为城市商业发展中的必然产物。随着互联网技术深耕至各个领域,在线租房平台应运而生,它改善了租户的租房体验和城市居住感受。而“互联网+”房屋租赁方式还将逆向重构房屋租赁产业链、倒逼房屋租赁的行业水准提升,从而促进房屋租赁市场的良性发展。
[2]刘玉姣,刘剑,朱宝岩.认知心理学视角下矿工的信息加工模型研究[J].中国安全生产科学技术,2015(11):161-166.
[3]周蕾,李纾,许燕,梁竹苑.决策风格的理论发展及建构:基于信息加工视角[J].心理科学进展,2014(1):112-121.
[4]Parasuraman A,Zeithaml V A,Berry L L.SERVQUAL:A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality[J].Journal of Retailing,1988(1):12-40.
[5]Akbaba A.Measuring service quality in the hotel industry:A study in a business hotel in Turkey[J].Intermational Journal of Hospitality Management,2006(2):170-192.
[6]Padilla A M.Acculturation:Theory Models and Some New Findings[M].Boulder,CO:Westerview,1980.
[7]王子成,郭沐蓉,邓江年.保障性住房能促进流动人口城市融入吗?[J].经济体制改革,2020(1):176-181.
[8]Akerlof G A.The Market for “Lemons”:Quality Uncertainty and the Market Mechanism[J].Quarterly Journal of Economics,1970(3):488-500.
[9]张正林,凌静.基于消费者决策过程的电商定价策略研究[J].价格理论与实践,2014(11):117-119.