楊現(xiàn)領(lǐng) 許海波

一、引言與文獻(xiàn)評(píng)述

與普通商品交易市場(chǎng)不同，住宅作為家庭消費(fèi)品中異質(zhì)性最高、交易頻率最低的商品，其市場(chǎng)具有典型的信息不完全和不對(duì)稱性。這就需要經(jīng)紀(jì)人協(xié)助買賣雙方降低搜索成本，促成雙方匹配。近年來，我國(guó)房地產(chǎn)業(yè)發(fā)展迅速，全國(guó)各地區(qū)房?jī)r(jià)不斷攀升，尤其是北京、上海、杭州、深圳等大城市上漲幅度尤為迅速。隨著房地產(chǎn)市場(chǎng)的持續(xù)升溫，房屋價(jià)格的持續(xù)上漲引起了社會(huì)各界廣泛的關(guān)注，經(jīng)紀(jì)人在房屋價(jià)格形成過程中所起的作用也越來越受到重視。

國(guó)外關(guān)于經(jīng)紀(jì)人在房屋交易過程中作用的研究有很多，Jud和 Frew（1986）［1］根據(jù)美國(guó) 1977 年 MLS（Multiple Listing Services）和 FSBO（For Sale By Own?er）系統(tǒng)的房屋成交數(shù)據(jù)比較研究了經(jīng)紀(jì)人的參與對(duì)房屋掛牌價(jià)的影響。研究發(fā)現(xiàn)，經(jīng)紀(jì)人的參與提高了房屋的掛牌價(jià)；Benjamin 和 Chinloy（2000）［2］采用線性Probit模型對(duì)房屋異質(zhì)性和經(jīng)紀(jì)人因素進(jìn)行回歸，檢驗(yàn)了經(jīng)紀(jì)人的兩種營(yíng)銷策略對(duì)房屋掛牌價(jià)格的影響。他們的研究發(fā)現(xiàn)，經(jīng)紀(jì)人會(huì)為了加快房屋銷售的速度而實(shí)行低掛牌價(jià)策略，也會(huì)為了獲取高的成交價(jià)在掛牌時(shí)將價(jià)格定高。學(xué)者們認(rèn)為，經(jīng)紀(jì)人對(duì)交易過程的影響還體現(xiàn)在交易持時(shí)上，Baryla和Zumpano（1995）［3］建立了基于搜尋理論框架的模型，通過對(duì)經(jīng)紀(jì)人成交和自行成交數(shù)據(jù)的對(duì)比研究發(fā)現(xiàn)，本地首次購房者及外地購房者比有經(jīng)驗(yàn)的購房者搜尋時(shí)間更長(zhǎng)，由于工作地變動(dòng)導(dǎo)致的購房者搜尋時(shí)間更短。而經(jīng)紀(jì)人的參與能夠降低所有購房者的搜尋時(shí)長(zhǎng)，提高市場(chǎng)效率。國(guó)內(nèi)這方面的研究非常少見，目前僅我國(guó)臺(tái)灣和香港有學(xué)者對(duì)價(jià)格的分散度做過研究，如林祖嘉（1994）［4］認(rèn)為住宅市場(chǎng)的價(jià)格與買賣雙方的搜尋行為有著密切的關(guān)系，搜索后市場(chǎng)均衡價(jià)格的分散度要比搜尋前市場(chǎng)均衡價(jià)格的分散度更低，即買賣雙方的搜尋行為會(huì)使價(jià)格更加收斂；廖仲仁和張金鶚（2006）［5］利用特征價(jià)格模型的殘差對(duì)是否有經(jīng)紀(jì)人參與房屋的價(jià)格分散度進(jìn)行了比較研究，其研究樣本是臺(tái)北的成交房源，研究發(fā)現(xiàn)成交房源的成交分散度顯著低于掛牌價(jià)分散度，作者同時(shí)對(duì)比了經(jīng)紀(jì)人參與成交房屋和自行成交房屋的價(jià)格分散度，發(fā)現(xiàn)有經(jīng)紀(jì)人參與的房屋價(jià)格分散度更低，經(jīng)紀(jì)人能夠發(fā)揮其信息優(yōu)勢(shì)從而進(jìn)行更有效的定價(jià)和搜尋。

國(guó)內(nèi)外學(xué)術(shù)界關(guān)于經(jīng)紀(jì)人對(duì)房屋價(jià)格的影響研究仍存在以下不足之處：第一，大部分研究中對(duì)房屋價(jià)格的分析，其研究樣本通常只是單一的掛牌價(jià)或成交價(jià)，然而這兩種價(jià)格都僅僅只是價(jià)格的一部分。房?jī)r(jià)在房屋掛牌時(shí)產(chǎn)生，在搜尋過程中發(fā)生變化，這種動(dòng)態(tài)變化未被揭示出來。第二，經(jīng)紀(jì)人對(duì)價(jià)格影響機(jī)制的研究，一般是從結(jié)果上對(duì)比通過經(jīng)紀(jì)人成交和自行交易的價(jià)格分布和交易效率的差異，這種方法一方面忽略了兩種交易方式中購房者和賣方本身的差異，另一方面幾乎沒有對(duì)經(jīng)紀(jì)人在掛牌、搜尋過程中的具體行為影響進(jìn)行研究，從而無法解釋經(jīng)紀(jì)人行為到底如何影響價(jià)格的形成。

基于這些不足，本文采用鏈家在2016年9月到2017年10月期間北京市34個(gè)商圈的掛牌房源、經(jīng)紀(jì)人行為等數(shù)據(jù)，對(duì)經(jīng)紀(jì)人參與下北京二手房交易市場(chǎng)的價(jià)格形成機(jī)制進(jìn)行深入探討。首先以作業(yè)流程還原經(jīng)紀(jì)人在價(jià)格形成各環(huán)節(jié)中的作用機(jī)制；然后利用特征價(jià)格模型描述不同市場(chǎng)行情下房源的掛牌及成交價(jià)格；最后利用COX比例風(fēng)險(xiǎn)率模型分析經(jīng)紀(jì)人行為對(duì)房源成交價(jià)和交易效率的影響。

全文首次揭開經(jīng)紀(jì)行業(yè)的神秘面紗，真實(shí)還原了經(jīng)紀(jì)人在房屋交易中的行動(dòng)，詳細(xì)闡述了房產(chǎn)經(jīng)紀(jì)人在掛牌、聚焦、帶看、成交等環(huán)節(jié)的作業(yè)流程，意在打破學(xué)術(shù)界乃至社會(huì)對(duì)經(jīng)紀(jì)人作業(yè)方式的認(rèn)知局限?？紤]到國(guó)內(nèi)市場(chǎng)行情對(duì)房地產(chǎn)的影響較大，本文選取了市場(chǎng)行情上升明顯和較平穩(wěn)的兩個(gè)階段的數(shù)據(jù)進(jìn)行對(duì)比分析。本文并非簡(jiǎn)單地研究房屋交易過程中的成交價(jià)或掛牌價(jià)等單一價(jià)格，而是將房屋整個(gè)交易過程作為整體進(jìn)行分析，研究房屋價(jià)格的動(dòng)態(tài)變化過程。此外，本文還研究了經(jīng)紀(jì)人對(duì)這一變化過程的影響機(jī)制，采用COX比例風(fēng)險(xiǎn)模型分析，詳述了經(jīng)紀(jì)人從房屋掛牌開始，在房屋匹配和房屋交易達(dá)成過程中所起的作用，解釋了經(jīng)紀(jì)人行為到底如何影響價(jià)格的形成。文末基于實(shí)證研究結(jié)果對(duì)相關(guān)管理人員和經(jīng)紀(jì)機(jī)構(gòu)提出了可行性建議，對(duì)房屋交易市場(chǎng)的可持續(xù)健康發(fā)展和今后的學(xué)術(shù)研究都有著十分重要的意義。

本文余下部分安排如下：第二部分介紹了二手房買賣經(jīng)紀(jì)人的作業(yè)流程；第三部分描述了研究中所采用的數(shù)據(jù)及實(shí)證模型；第四部分分析實(shí)證結(jié)果；第五部分為總結(jié)和建議。

二、經(jīng)紀(jì)人作業(yè)流程分解

房屋交易市場(chǎng)非常復(fù)雜，經(jīng)紀(jì)人在交易過程中的作業(yè)方式也會(huì)隨市場(chǎng)行情的變化而改變。為研究經(jīng)紀(jì)人在房屋交易過程中對(duì)房?jī)r(jià)動(dòng)態(tài)變化過程的影響，我們首先需要了解經(jīng)紀(jì)人作業(yè)中有哪些具體工作環(huán)節(jié)會(huì)對(duì)房?jī)r(jià)產(chǎn)生影響。以鏈家經(jīng)紀(jì)人作業(yè)為例，交易過程中經(jīng)紀(jì)人可能對(duì)價(jià)格進(jìn)行影響的作業(yè)環(huán)節(jié)依次為：掛牌、聚焦、帶看和成交。

（一）掛牌

掛牌標(biāo)志著一個(gè)房源進(jìn)入市場(chǎng)出售，首次掛牌時(shí)的價(jià)格稱為首次掛牌價(jià)。首次掛牌價(jià)的形成機(jī)制是：經(jīng)紀(jì)人結(jié)合所掌握的市場(chǎng)信息，包括最近成交價(jià)、在售房源成交周期、成交價(jià)變化趨勢(shì)等，向賣方提出掛牌建議；賣方根據(jù)自己對(duì)房屋價(jià)值、交易成本、市場(chǎng)行情的評(píng)估，結(jié)合經(jīng)紀(jì)人建議綜合考慮決定首次掛牌價(jià)。

在市場(chǎng)由上行轉(zhuǎn)變?yōu)榉€(wěn)定或下行周期時(shí)，經(jīng)紀(jì)人會(huì)對(duì)掛牌房源進(jìn)行“限價(jià)”，即對(duì)房屋的總價(jià)或者單價(jià)進(jìn)行一定的上限限制?？們r(jià)或者單價(jià)超過上限的房屋，可以掛牌但不能在APP上展示，只能出現(xiàn)在后臺(tái)房源數(shù)據(jù)庫中。

首次掛牌價(jià)的制定非常重要，將直接影響房屋是否可以吸引買家到來，也是買賣雙方進(jìn)行討價(jià)還價(jià)的重要基準(zhǔn)。超過限價(jià)的掛牌房源只能依靠經(jīng)紀(jì)人主動(dòng)推廣才能帶來曝光，相對(duì)來說不容易成交。理論上講，經(jīng)紀(jì)人的“限價(jià)”策略會(huì)使房源整體上向市場(chǎng)真實(shí)價(jià)值①市場(chǎng)真實(shí)價(jià)值：文中房屋的市場(chǎng)真實(shí)價(jià)值指在由房屋的室廳數(shù)目、建筑面積、建筑類型、裝修、朝向、樓層、房齡、地理位置、周邊環(huán)境等自然屬性和是否貸款、房屋所處狀態(tài)、小區(qū)物業(yè)費(fèi)等社會(huì)屬性綜合影響下的價(jià)值，具體值由SUR模型預(yù)估的市場(chǎng)真實(shí)價(jià)格表示，詳情見公式（3）。回歸，從而影響最終的房?jī)r(jià)。

（二）聚焦

在房屋成功掛牌之后，經(jīng)紀(jì)人會(huì)根據(jù)經(jīng)驗(yàn)在當(dāng)前所有處于有效掛牌狀態(tài)的房屋中選取高性價(jià)比或者急售的房屋進(jìn)行“聚焦”。聚焦的過程如下：首先由負(fù)責(zé)房源維護(hù)的經(jīng)紀(jì)人提出聚焦申請(qǐng)，由該房源所在商圈的商圈經(jīng)理審批。審批通過后，房源在APP上顯示為“優(yōu)選”房源，聚焦房源將得到包括該房源所在商圈在內(nèi)的整個(gè)大區(qū)的經(jīng)紀(jì)人在內(nèi)部進(jìn)行推廣和客戶匹配（這一點(diǎn)是聚焦房源和非聚焦房源的核心差異）。也就是說，在經(jīng)紀(jì)機(jī)構(gòu)里，一旦房源被聚焦，就意味著該房源在短時(shí)間內(nèi)將獲得更大范圍內(nèi)、更多經(jīng)紀(jì)人的推廣和客源曝光。房屋“聚焦”的有效周期一般為一周，一周后商圈將重新對(duì)所有房源進(jìn)行評(píng)估，選出聚焦房源。但優(yōu)質(zhì)急售房源一般第一周就會(huì)被定為聚焦房源，因此本文著重考慮房屋掛牌一周內(nèi)聚焦情況對(duì)出售情況的影響。

理論上，“聚焦”是經(jīng)紀(jì)人的一種篩選機(jī)制，對(duì)房源后續(xù)的約看、帶看及房屋成交產(chǎn)生重要的影響。根據(jù)經(jīng)紀(jì)人的作業(yè)原理，越接近市場(chǎng)真實(shí)價(jià)值的房源越容易成為“聚焦”房源，聚焦房源往往成交率高，成交周期短。

（三）帶看

經(jīng)紀(jì)人的下一個(gè)作業(yè)環(huán)節(jié)是“帶看”。帶看包括幾個(gè)子作業(yè)環(huán)節(jié)：第一步，經(jīng)紀(jì)人通過網(wǎng)絡(luò)端口、門店接待、老客戶挖掘等獲取客源，并與房源進(jìn)行預(yù)匹配；第二步，經(jīng)紀(jì)人針對(duì)預(yù)匹配的房源和客源，約定帶看時(shí)間，帶客實(shí)地看房評(píng)估；第三步，經(jīng)紀(jì)人結(jié)合買方客戶對(duì)帶看房源的反饋、出價(jià)與賣方客戶進(jìn)行意向溝通。

首次掛牌定價(jià)、是否聚焦都會(huì)影響房源首次帶看到來的時(shí)間、帶看的次數(shù)以及帶看持續(xù)的時(shí)間。理論上講，首次掛牌定價(jià)越高，帶看可能越少，首次帶看的到來也可能會(huì)越晚。因此，對(duì)于首次掛牌價(jià)過于高估的房源，在帶看過程中將伴隨著房源的調(diào)價(jià)，賣方客戶通過經(jīng)紀(jì)人的帶看反饋重新建立銷售價(jià)格預(yù)期，將價(jià)格調(diào)整到更合理的區(qū)間，從而促進(jìn)后續(xù)的成交。

（四）成交

帶看匹配成功的買賣雙方，經(jīng)紀(jì)人將對(duì)其進(jìn)行最后的成交撮合。在此之前，價(jià)格往往已經(jīng)由首次掛牌價(jià)經(jīng)過數(shù)次調(diào)整形成末次掛牌價(jià)，買賣雙方基于末次掛牌價(jià)由經(jīng)紀(jì)人進(jìn)行價(jià)格協(xié)商，協(xié)商后達(dá)成一致，形成最終的成交價(jià)格。房屋自掛牌之日起到成交日期之間的時(shí)間差，稱為房屋的市場(chǎng)交易持時(shí)（time on market，TOM），后文簡(jiǎn)稱TOM。

綜合來說，經(jīng)紀(jì)人對(duì)房?jī)r(jià)的作用機(jī)制主要體現(xiàn)在4個(gè)環(huán)節(jié)：一是在掛牌階段通過釋放市場(chǎng)信息影響業(yè)主預(yù)期，甚至實(shí)行“限價(jià)”策略直接影響首次掛牌價(jià)格；二是通過“聚焦”策略影響不同房屋的帶看密度及成交，從而影響最終的成交價(jià)格分布；三是在帶看階段，通過向賣方客戶持續(xù)反饋買方客戶數(shù)量及出價(jià)信息影響價(jià)格，促成調(diào)價(jià)；四是在談判環(huán)節(jié)進(jìn)行價(jià)格協(xié)商形成最終成交價(jià)格。在這4個(gè)環(huán)節(jié)上，首次掛牌價(jià)是最終價(jià)格形成的基礎(chǔ)，聚焦影響帶看，帶看可能伴隨調(diào)價(jià)，而匹配成功后的價(jià)格談判形成最終的成交價(jià)格。

基于這一分解的作業(yè)流程，我們對(duì)經(jīng)紀(jì)人的價(jià)格影響機(jī)制提出以下假設(shè)：

假設(shè)1：市場(chǎng)景氣程度不同時(shí)，經(jīng)紀(jì)人對(duì)首次掛牌價(jià)的影響不同，市場(chǎng)穩(wěn)定或下行時(shí)，經(jīng)紀(jì)人更能夠在首次掛牌時(shí)協(xié)助賣方客戶制定合理的價(jià)格。

假設(shè)2：首次掛牌價(jià)制定后，“聚焦”將使得首次掛牌定價(jià)合理的房源獲得更快的成交，從而改變成交樣本的價(jià)格分布，使價(jià)格更加收斂。

可以看到，這兩個(gè)假設(shè)只涉及作業(yè)1和2環(huán)節(jié)，這是由于價(jià)格形成過程周期長(zhǎng)，且過程中經(jīng)紀(jì)人與客戶相互作用復(fù)雜，因此本文主要關(guān)注前兩個(gè)環(huán)節(jié)，而將第3、4環(huán)節(jié)的研究作為后續(xù)的研究方向。

以上兩個(gè)假設(shè)均涉及一個(gè)核心定義，即房源的合理價(jià)格，本文采用特征價(jià)格模型（Hedonic Model）來為房源計(jì)算一個(gè)合理價(jià)格，并基于此價(jià)格對(duì)這兩個(gè)假設(shè)進(jìn)行驗(yàn)證。具體而言，本文的研究分為三步：第一步，構(gòu)建二手房特征價(jià)格模型，為房源確定一個(gè)合理價(jià)格；第二步，基于實(shí)際價(jià)格與合理價(jià)格之差即模型殘差分析價(jià)格分散度，驗(yàn)證第一個(gè)假設(shè)；第三步，利用生存分析方法分析經(jīng)紀(jì)人行為等因素對(duì)房屋交易的影響，驗(yàn)證第二個(gè)假設(shè)。

三、COX比例風(fēng)險(xiǎn)模型

（一）生存分析方法

生存分析方法（Survival Analysis）來源于醫(yī)學(xué)領(lǐng)域關(guān)于病人存活率的研究，是研究個(gè)體生存時(shí)間和眾多影響因素影響規(guī)律的一種統(tǒng)計(jì)分析方法。生存時(shí)間是某事件從起點(diǎn)時(shí)間開始到被觀測(cè)對(duì)象出現(xiàn)終止事件為止所經(jīng)歷的時(shí)間，如醫(yī)學(xué)中的疾病從“確診”到“死亡”、電子產(chǎn)品從“開始使用”到“出現(xiàn)故障”等都可以稱為生存時(shí)間（彭非和王偉，2004［6］）。以二手房房屋買賣為例，從“掛牌”到“售出”，房屋的生存時(shí)間（交易持時(shí)）數(shù)據(jù)分為完整數(shù)據(jù)和截尾數(shù)據(jù)兩種：當(dāng)房屋在觀測(cè)時(shí)間內(nèi)售出，則為完整數(shù)據(jù)；若觀測(cè)時(shí)間內(nèi)，房屋并未售出，那么只知道房屋的生存時(shí)間大于我們的觀測(cè)時(shí)間，這種數(shù)據(jù)稱為截尾數(shù)據(jù)。

生存時(shí)間受隨機(jī)因素的影響，和任何隨機(jī)變量一樣都會(huì)形成一個(gè)分布。生存時(shí)間的分布通常用生存函數(shù)、概率密度函數(shù)和風(fēng)險(xiǎn)函數(shù)來刻畫，這三個(gè)函數(shù)在數(shù)學(xué)上是等價(jià)的。對(duì)風(fēng)險(xiǎn)函數(shù)的分析通常用非參數(shù)模型、參數(shù)模型和半?yún)?shù)模型等方法。非參數(shù)法常用于估計(jì)未知的風(fēng)險(xiǎn)函數(shù)，比較常用有Kaplan?Meler法、壽命表法和對(duì)數(shù)秩法；常見的參數(shù)模型有指數(shù)回歸模型、Weibull回歸模型、對(duì)數(shù)logistic回歸模型等；常用的半?yún)?shù)模型有Cox相對(duì)風(fēng)險(xiǎn)模型、比例風(fēng)險(xiǎn)模型等。

在房屋確定在市場(chǎng)進(jìn)行出售，即房屋掛牌之后，業(yè)主、經(jīng)紀(jì)人、購房者等會(huì)對(duì)房屋進(jìn)行一系列的動(dòng)作，這些動(dòng)作與房屋交易持時(shí)、房屋能否售出都有關(guān)系。如果數(shù)據(jù)存在截尾數(shù)據(jù)，我們想要分析這些動(dòng)作因素對(duì)于房屋交易持時(shí)的影響，通?？梢赃x擇COX比例風(fēng)險(xiǎn)率模型進(jìn)行研究。

（二）COX比例風(fēng)險(xiǎn)模型

COX比例風(fēng)險(xiǎn)模型（COX Proportional Hazard Model）是一種半?yún)?shù)模型，由英國(guó)著名統(tǒng)計(jì)學(xué)家D.R.Cox（1972）［7］提出，主要研究對(duì)象是生存時(shí)間及其協(xié)變量之間的關(guān)系。COX比例風(fēng)險(xiǎn)率模型允許截尾數(shù)據(jù)的存在，可以同時(shí)分析眾多因素對(duì)生存時(shí)間的影響（武陽豐等，2007［8］）。設(shè)有n名胃癌病人，對(duì)第i個(gè)病人有（Ti，δi，Xi）。其中，Ti表示該病人的生存時(shí)間；δi為截尾標(biāo)識(shí)變量，若為截尾數(shù)據(jù)，δi＝1，否則δi＝ 0；Xi＝（xi1，xi2，…，xip）′，表示影響病人i生存時(shí)間的p維變量。那么，COX比例風(fēng)險(xiǎn)率模型的一般形式可以表示為：

其中，h（t；X）表示受變量X影響的病人在t時(shí)刻的死亡風(fēng)險(xiǎn)函數(shù)；h0（t）為X＝0時(shí)的基準(zhǔn)風(fēng)險(xiǎn)函數(shù)；β＝（β1，β2，…，βp），表示相應(yīng)的因變量X的回歸系數(shù)。第i個(gè)個(gè)體的風(fēng)險(xiǎn)率為：

任意兩個(gè)個(gè)體的風(fēng)險(xiǎn)函數(shù)之比稱為相對(duì)危險(xiǎn)度（relative risk，RR）或相對(duì)風(fēng)險(xiǎn)比：

相對(duì)風(fēng)險(xiǎn)比不隨時(shí)間的變化而發(fā)生變化，即在協(xié)變量的不同狀態(tài)下，個(gè)體的風(fēng)險(xiǎn)比例在不同時(shí)間點(diǎn)為常數(shù)。

四、數(shù)據(jù)說明與模型方法

（一）數(shù)據(jù)說明

本文模型所用數(shù)據(jù)分為掛牌房源數(shù)據(jù)和經(jīng)紀(jì)人行為數(shù)據(jù)兩部分，兩部分?jǐn)?shù)據(jù)均來自北京鏈家網(wǎng)，下面是對(duì)兩部分?jǐn)?shù)據(jù)的詳細(xì)介紹。

1.掛牌房源數(shù)據(jù)。

特征價(jià)格模型需要詳細(xì)的掛牌房源數(shù)據(jù)。掛牌房源數(shù)據(jù)為2016年9月至2017年10月北京鏈家的所有掛牌房源數(shù)據(jù)，該時(shí)間段鏈家掛牌房源共354 506套，成交房源66 665套，成交率為18.8%。354 506套掛牌房源中，本文選取可以在鏈家網(wǎng)APP展示的161 750套房源進(jìn)行分析。數(shù)據(jù)清洗過程中對(duì)存在數(shù)據(jù)缺失、錯(cuò)誤的房源進(jìn)行剔除，共剔除71 279套房源，剩余90 471套。從中選取數(shù)據(jù)量大的城六區(qū)及昌平區(qū)、單個(gè)商圈成交房源量超過200的34個(gè)商圈，共32 334套房源?？紤]到北京房屋交易市場(chǎng)易受政策影響，而2017年3月17日北京市政府出臺(tái)了嚴(yán)厲的限購政策，二手房交易從市場(chǎng)上行期轉(zhuǎn)變?yōu)槭袌?chǎng)穩(wěn)定期，由于2017年5月5日前鏈家系統(tǒng)中的房源聚焦數(shù)據(jù)無法觀測(cè)到，且2017年3月17日至2017年5月5日期間政府剛剛出臺(tái)一系列政策，市場(chǎng)具有一定的滯后性，市場(chǎng)還不夠穩(wěn)定，因此，我們刪除了該時(shí)間段的2 703條數(shù)據(jù)。因此我們將數(shù)據(jù)分為2段：2017年3月17日前和2017年5月5日后，下文簡(jiǎn)稱為317前和317后。317前房源共20 095套，317后房源為9 536套。所涉及的變量如表1所示。

表1 房源變量說明表

為捕捉掛牌時(shí)間對(duì)價(jià)格的影響，取房源掛牌月份作為分類變量加入；另外，房屋的朝向因窗數(shù)及朝向差異性非常大，為方便，處理房屋朝向變量為虛擬變量，將有南向窗的房源統(tǒng)一為南向房源，其余為非南向房源。這些變量的描述性統(tǒng)計(jì)如表2所示。

表2 房源變量描述性統(tǒng)計(jì)

續(xù)前表

2.經(jīng)紀(jì)人行為數(shù)據(jù)。

房源掛牌后，經(jīng)紀(jì)人開始匹配、帶看、撮合的過程，這一過程包括幾個(gè)典型的作業(yè)環(huán)節(jié)，我們?cè)诘诙糠纸榻B過?；谶@一作業(yè)流程，本文采用的能夠反映經(jīng)紀(jì)人行為的變量為：

（1）是否聚焦。房源是否被經(jīng)紀(jì)人列為聚焦房源。

（2）帶看密度。衡量經(jīng)紀(jì)人在單位周期內(nèi)的帶看量，即搜尋密度，搜尋密度越大，房屋接下來成交的可能性越大。

除了這些經(jīng)紀(jì)人行為變量外，房源本身的掛牌價(jià)和掛牌價(jià)偏離度也會(huì)影響其成交可能性，其中掛牌價(jià)偏離度衡量的是房源掛牌價(jià)偏離真實(shí)市場(chǎng)價(jià)值的程度，偏離程度越大，房屋越不容易成交，這里的房源真實(shí)市場(chǎng)價(jià)值的代理變量由第一步的特征價(jià)格模型給出。

本部分?jǐn)?shù)據(jù)選用的是317后的掛牌房源子數(shù)據(jù)庫，該時(shí)間段鏈家網(wǎng)APP展示的34個(gè)商圈的房源數(shù)據(jù)為9 536套，其中成交房源2 565套。為保證模型的準(zhǔn)確性，只選取了1周內(nèi)被聚焦房源進(jìn)行模型檢驗(yàn)，總掛牌數(shù)據(jù)為7 333條，其中成交房源1 384套。變量說明如表3所示，表4為經(jīng)紀(jì)人行為數(shù)據(jù)和房源掛牌價(jià)數(shù)據(jù)的描述性統(tǒng)計(jì)。

表3 經(jīng)紀(jì)人行為變量及價(jià)格變量說明表

表4 經(jīng)紀(jì)人行為變量及房屋掛牌價(jià)描述性統(tǒng)計(jì)

（二）合理價(jià)格的測(cè)量方法

由于二手房典型的高異質(zhì)性特征，本文首先建立二手房特征價(jià)格方程，利用房屋可觀測(cè)的異質(zhì)性對(duì)價(jià)格建模。二手房?jī)r(jià)格中，能夠被房屋異質(zhì)性變量解釋的部分被認(rèn)為是房屋的真實(shí)市場(chǎng)價(jià)值，即房源的合理價(jià)格，而殘差部分則被認(rèn)為是實(shí)際價(jià)格與真實(shí)市場(chǎng)價(jià)值之間的偏差。殘差代表由于買賣雙方異質(zhì)性、搜尋成本等導(dǎo)致的價(jià)格分散，殘差的標(biāo)準(zhǔn)差可以作為對(duì)二手房?jī)r(jià)格分散度的衡量指標(biāo)。

特征價(jià)格模型是一種處理異質(zhì)性產(chǎn)品特征與產(chǎn)品價(jià)格間關(guān)系的模型，在20世紀(jì)六七十年代，逐漸被引入到房地產(chǎn)領(lǐng)域。房地產(chǎn)特征價(jià)格模型的因變量一般為房產(chǎn)總價(jià)，自變量為房產(chǎn)的特征變量及時(shí)間變量，房產(chǎn)的特征包括區(qū)位、建筑、環(huán)境等。由于價(jià)格一般服從對(duì)數(shù)正態(tài)分布，同時(shí)為了直觀研究各個(gè)變量改變一單位對(duì)價(jià)格變化率的影響，本文采用半對(duì)數(shù)形態(tài)的特征價(jià)格模型，關(guān)系式如下：

本文將房源分為兩類：掛牌房源，即考察期內(nèi)所有在北京鏈家網(wǎng)掛牌銷售的房源；成交房源，即所有考察期內(nèi)掛牌房源中，截至2017年10月15日成交的房源。這兩類房源，將產(chǎn)生三類價(jià)格：掛牌房源掛牌價(jià)格、成交房源掛牌價(jià)格和成交房源成交價(jià)格。需要注意的是，成交房源其實(shí)是掛牌房源的一部分，所以在掛牌價(jià)上，我們僅對(duì)掛牌房源建立特征價(jià)格方程，因此將產(chǎn)生兩類特征價(jià)格方程：掛牌房源的掛牌價(jià)格方程和成交房源的成交價(jià)格方程。

運(yùn)用特征價(jià)格方程對(duì)房屋的真實(shí)市場(chǎng)價(jià)值進(jìn)行估計(jì)時(shí)，對(duì)于單個(gè)商圈可以采取OLS方法進(jìn)行參數(shù)的估計(jì)（王光玉和洪璐，2009［9］；李志輝，2008［10］），該方法的假設(shè)之一就是誤差項(xiàng)之間互不相關(guān)。但本文的研究數(shù)據(jù)隸屬于鏈家34個(gè)不同商圈，各商圈尤其是相鄰商圈的房屋因地理位置、房屋類型、學(xué)區(qū)規(guī)劃等特點(diǎn)彼此間都會(huì)相互影響，因此誤差項(xiàng)并不能看作相互獨(dú)立，OLS估計(jì)方法并不適用。似不相關(guān)回歸模型（Seemingly Unrelated Regressions，SUR）由 Zellner（1962）［11］提出，模型中允許殘差存在同期相關(guān)性，這正與我們所研究的有商圈交互關(guān)系的數(shù)據(jù)性質(zhì)相一致。SUR將所有商圈放入一個(gè)回歸模型中進(jìn)行估計(jì)，但允許每個(gè)商圈有一套回歸系數(shù)。因此，本文采用SUR回歸模型對(duì)所有商圈數(shù)據(jù)進(jìn)行分析，模型如公式（5）所示：

各類變量意義分別為：

1.虛擬變量。Dij是一系列虛擬變量向量，包括房屋是否貸款、是否為學(xué)區(qū)房、是否為地鐵房和是否朝向偏南等虛擬變量的向量。房屋有貸款時(shí)為1，否則為0；房屋屬于學(xué)區(qū)房時(shí)為1，否則為0；房屋屬于地鐵房時(shí)為1，否則為0；房屋朝向偏南為1，否則為0。

2.分類變量。Ij為商圈j的指示變量；Cij是一系列分類變量向量，包括房屋裝修類型、房屋建筑類型、房屋狀態(tài)、房屋掛牌月份等分類變量的向量。

3.連續(xù)變量。Nij是一系列連續(xù)變量向量，包括房屋居室數(shù)目、建筑面積的對(duì)數(shù)、樓層數(shù)、房齡、物業(yè)費(fèi)等連續(xù)變量在內(nèi)的向量。

4.房屋特征交叉項(xiàng)。由于某個(gè)單一特征對(duì)價(jià)格的影響可能依賴于房屋的其他特征，比如面積對(duì)價(jià)格的影響依賴于居室數(shù)等，因此加入交叉項(xiàng)。ln（Sij）×Mij分別表示室數(shù)、物業(yè)費(fèi)、樓層數(shù)、房齡、建筑類型和裝修類型等變量與建筑面積的對(duì)數(shù)的交叉項(xiàng)。

式（2）中，Pijt為商圈j的房源i在月份t的實(shí)際掛牌價(jià)或成交價(jià)；為根據(jù)特征價(jià)格方程估算的房源的合理價(jià)格；殘差eijt為實(shí)際價(jià)格與合理價(jià)格的偏差；殘差標(biāo)準(zhǔn)差則是衡量?jī)r(jià)格分散度的指標(biāo)。

（三）經(jīng)紀(jì)人行為影響的COX比例風(fēng)險(xiǎn)模型

對(duì)于房屋成交過程，我們可以將房源“掛牌”視為疾病“確診”，將房源“成交”視為病人“死亡”，經(jīng)紀(jì)人的一系列行為及房源的價(jià)格變量正是影響房屋“成交率”的因素X，在研究截止時(shí)已成交的房源為完整數(shù)據(jù)，在研究截止時(shí)仍未成交的房源為截尾數(shù)據(jù)。這些數(shù)據(jù)特點(diǎn)都與生存分析模型相吻合，因此本文選取COX比例風(fēng)險(xiǎn)模型分析掛牌價(jià)、掛牌價(jià)偏離程度、房屋聚焦因素對(duì)房屋“瞬時(shí)成交率”的影響。房屋的“瞬時(shí)成交率”指房屋在t時(shí)刻還未售出，但在t時(shí)刻后的短暫時(shí)間段Δt內(nèi)成功售出的風(fēng)險(xiǎn)程度。即房屋到時(shí)間t沒有售出，從t到t＋Δt這個(gè)非常小的時(shí)間區(qū)間內(nèi)的瞬時(shí)成交概率。

設(shè)有n套掛牌出售的房屋，那么對(duì)第i套房屋有（Ti，δi，Xi）。其中，Ti表示該套房屋的生存時(shí)間，即該套房源從首次掛牌到最終成交的交易持時(shí)；δi為截尾標(biāo)識(shí)變量，若房屋在觀測(cè)時(shí)間內(nèi)未售出，δi＝1，否則δi＝0，本文所研究房屋均為市場(chǎng)上的已售房源，因此δi＝0。Xi＝（xi1，xi2，…，xip）′表示影響房屋i交易持時(shí)的p維變量，那么所研究房屋的COX比例風(fēng)險(xiǎn)率模型的一般形式可以表示為：

其中，h（t；X）表示受變量X影響的房屋在t時(shí)刻的售出風(fēng)險(xiǎn)函數(shù)；h0（t）為X＝0時(shí)的基準(zhǔn)風(fēng)險(xiǎn)函數(shù)；β＝（β1，β2，…，βp），表示相應(yīng)的因變量X的回歸系數(shù)。相對(duì)風(fēng)險(xiǎn)比RR＝exp（βi）表示其他變量保持不變時(shí)，變量xi每增加一個(gè)單位，房屋在t時(shí)刻的售出風(fēng)險(xiǎn)是原來的exp（βi）倍（當(dāng)βi＞0）或者比原來下降了（100 ×（1－exp（βi）））%（當(dāng)βi＜0）?？梢钥闯?，COX比例風(fēng)險(xiǎn)模型衡量的是一種瞬時(shí)風(fēng)險(xiǎn)率。

五、價(jià)格形成機(jī)制及經(jīng)紀(jì)人行為影響實(shí)證分析

（一）合理價(jià)格的估計(jì)結(jié)果

利用SUR方法對(duì)掛牌房源掛牌價(jià)、成交房源成交價(jià)兩個(gè)特征價(jià)格模型進(jìn)行估計(jì)，得到的結(jié)果如表5所示。由于商圈過多，此處僅展示1個(gè)商圈（樣本量最大的商圈1）的參數(shù)估計(jì)結(jié)果。從表5中可以看出，R2均在0.9以上，F(xiàn)檢驗(yàn)顯著，模型有效。下面以商圈1的掛牌房源掛牌價(jià)格為例對(duì)系數(shù)做進(jìn)一步解釋。

參數(shù)估計(jì)結(jié)果表明，臥室數(shù)、面積等變量均對(duì)房屋價(jià)格有顯著的影響，從變量的主效應(yīng)來看，房屋臥室數(shù)每增加1，房屋掛牌價(jià)高0.074%；房屋面積每增加1%，房屋掛牌價(jià)高0.453%；物業(yè)費(fèi)每增加1元，房屋掛牌價(jià)降低0.077%；相較于毛坯房，簡(jiǎn)裝房屋和精裝房屋的掛牌價(jià)分別降低0.219%和0.221%。物業(yè)費(fèi)和裝修類型的估計(jì)結(jié)果與我們預(yù)判不同，這是因?yàn)樵撟侄螢殒溂夜ぷ魅藛T在建立樓盤字典時(shí)所填寫的數(shù)據(jù)，房屋出售時(shí)的裝修狀態(tài)會(huì)發(fā)生較大改變所致。板樓比塔樓的掛牌價(jià)高出0.247%；非學(xué)區(qū)房相較于學(xué)區(qū)房，掛牌價(jià)低0.182%；非地鐵房相較于地鐵房，掛牌價(jià)低0.053%；非南向的房屋比南向的房屋掛牌價(jià)低0.086%，這是因?yàn)槟舷蚍课莸牟晒庑Ч茫资艿劫I家的青睞。隨著時(shí)間推移，房屋掛牌價(jià)大體呈現(xiàn)出逐漸上升的趨勢(shì)。除了變量主效應(yīng)，房屋建筑面積與臥室數(shù)、裝修類型、物業(yè)費(fèi)、建筑類型、樓層、房齡對(duì)價(jià)格影響的交叉效應(yīng)明顯。由回歸結(jié)果可以看出，建筑面積與室數(shù)的交叉項(xiàng)對(duì)掛牌價(jià)有顯著影響，系數(shù)為負(fù)，這說明隨著房屋室數(shù)的增加掛牌價(jià)隨建筑面積增加而增加的幅度逐漸減小。建筑面積與物業(yè)費(fèi)的交叉項(xiàng)對(duì)掛牌價(jià)有顯著影響，系數(shù)為正，這說明隨著房屋物業(yè)費(fèi)用的增加掛牌價(jià)隨建筑面積增加而提高的幅度逐漸降低。建筑面積與裝修類型中簡(jiǎn)裝和精裝的交叉項(xiàng)對(duì)掛牌價(jià)的影響顯著，系數(shù)為正，這說明對(duì)于簡(jiǎn)裝和精裝兩種裝修類型的房屋來說掛牌價(jià)隨建筑面積增加而提高的幅度減小，且兩種裝修類型的影響幅度相差不大。建筑面積與建筑類型中塔板結(jié)合的交叉項(xiàng)對(duì)掛牌價(jià)的影響顯著，系數(shù)為正，這說明對(duì)于塔板結(jié)合的房屋來說掛牌價(jià)隨建筑面積增加的幅度更大。

表5 商圈1在317前的參數(shù)估計(jì)結(jié)果

續(xù)前表

（二）假設(shè)1：不同市場(chǎng)行情下，經(jīng)紀(jì)人對(duì)價(jià)格的影響

價(jià)格分散度越低，說明實(shí)際價(jià)格整體上越收斂于合理價(jià)格。本部分選取數(shù)據(jù)為上文提到的在鏈家網(wǎng)APP展示的317前和317后數(shù)據(jù)，表6列出了317前和317后全部商圈的價(jià)格分散度①價(jià)格分散度：殘差＝log（實(shí)際價(jià)格）－log（價(jià)格估計(jì)值），價(jià)格分散度＝殘差的標(biāo)準(zhǔn)差。比較及F檢驗(yàn)結(jié)果。317前所有掛牌房源的掛牌價(jià)格分散度為L(zhǎng)11＝0.132，其中成交房源的掛牌價(jià)格分散度為L(zhǎng)12＝0.119，這些成交房源的成交價(jià)格分散度為T1＝0.117。317后掛牌房源的掛牌價(jià)格分散度為L(zhǎng)21＝0.100，其中成交房源的掛牌價(jià)格分散度為L(zhǎng)22＝0.090，這些成交房源的成交價(jià)格分散度為T2＝0.070。對(duì)317前后掛牌房源掛牌價(jià)分散度、成交房源的掛牌價(jià)分散度和成交價(jià)分散度的差異進(jìn)行F檢驗(yàn)，原假設(shè)分別為H（F1）：L11≤L12；H（F2）：L12≠T1；H（F3）：L21≤L22；H（F4）：L22≤T2；H（F5）：L11≤L21；H（F6）：L12≤L22；H（F7）：T1≤T2。

表6 3.17前后全部商圈的價(jià)格分散度及F檢驗(yàn)

從F檢驗(yàn)結(jié)果可以看出，縱向?qū)Ρ葧r(shí)，317前，全部掛牌房源的掛牌價(jià)分散度＞同期成交房源掛牌價(jià)的分散度＝同期成交房源成交價(jià)的分散度；317后，全部掛牌房源的掛牌價(jià)分散度＞同期成交房源掛牌價(jià)的分散度＞同期成交房源成交價(jià)的分散度。橫向?qū)Ρ葧r(shí)，317前三種價(jià)格的分散度均顯著高于317后。也就是說：

1.市場(chǎng)穩(wěn)定期（317后）相比市場(chǎng)上行期（317前），掛牌房源的掛牌價(jià)格分散的程度出現(xiàn)了顯著下降。317之后，鏈家實(shí)行了嚴(yán)格的限價(jià)掛牌策略，對(duì)掛牌房源的單價(jià)或總價(jià)進(jìn)行限制，超過上限的房源將無法掛牌或無法在APP上獲得展示。經(jīng)紀(jì)人通過“限價(jià)”這一行為，幫助賣方進(jìn)行更有效的掛牌價(jià)制定，帶來掛牌房源掛牌價(jià)格的收斂。

2.317前成交房源從掛牌到成交，價(jià)格不再收斂（L12＝T1），而317后則相反（L22＞T2）。這說明穩(wěn)定期買方議價(jià)能力的提升能夠促進(jìn)成交價(jià)格的進(jìn)一步收斂。

（三）假設(shè)2：經(jīng)紀(jì)人聚焦對(duì)房源成交的影響

從前述對(duì)作業(yè)環(huán)節(jié)的拆解中看到，“聚焦”實(shí)際上是鏈家經(jīng)紀(jì)人一直在執(zhí)行的一種篩選機(jī)制，將直接影響成交房源在總體掛牌房源中的樣本分布，從而影響成交房源的價(jià)格分布。但我們只能獲取聚焦房源2017年5月5日之后的詳細(xì)明細(xì)記錄，由于數(shù)據(jù)限制，以下分析均為基于317后的樣本進(jìn)行的分析。

圖1給出了掛牌房源和成交房源的分布情況。橫軸為掛牌價(jià)（成交價(jià)）偏離程度，通過以下公式衡量：

從圖1可以看出，與表6結(jié)果一致，成交房源樣本相比全部掛牌房源呈現(xiàn)出分布相對(duì)更集中的特征。定價(jià)合理的“中部房源②中部房源指掛牌價(jià)偏離程度在（－0.1，0.1）間的房源，這部分房源的掛牌價(jià)更接近市場(chǎng)真實(shí)價(jià)值?！备菀壮山?，“左尾”的異常低估房源（疑似問題房源）和“右尾”的價(jià)格高估房源則傾向于不成交。

圖1 掛牌房源與成交房源掛牌價(jià)偏離程度的分布比較

經(jīng)紀(jì)人所“聚焦”的房源恰是這些定價(jià)合理的“中部房源”，他們有選擇性的聚焦行為似乎促進(jìn)了合理定價(jià)房源的成交，從而帶來價(jià)格的收斂。但值得一提的是，這類房源由于定價(jià)合理，本身成交可能性就高，如何衡量經(jīng)紀(jì)人的作用呢？下面利用COX比例風(fēng)險(xiǎn)模型對(duì)經(jīng)紀(jì)人行為對(duì)瞬時(shí)成交率的影響進(jìn)行分析。

在進(jìn)行COX比例風(fēng)險(xiǎn)率建模前，先觀察房屋掛牌價(jià)、掛牌價(jià)偏離度、房屋是否聚焦處于不同水平時(shí)，房屋的“瞬時(shí)成交率曲線”的差異，“瞬時(shí)成交率曲線”對(duì)應(yīng)于傳統(tǒng)生存分析中的“死亡風(fēng)險(xiǎn)率曲線”，表示在不同時(shí)刻上，房屋在下一瞬時(shí)成功交易的概率，如圖2～圖4所示。

從圖2～圖4可以看出，隨掛牌價(jià)的升高房源的瞬時(shí)成交率降低；掛牌價(jià)偏離度越大，房源的瞬時(shí)成交率越低；聚焦房源的瞬時(shí)成交率要遠(yuǎn)高于未聚焦房源的瞬時(shí)成交率。這些變量均與房源的瞬時(shí)成交率有較大的相關(guān)性。接下來利用COX比例風(fēng)險(xiǎn)模型分析上述經(jīng)紀(jì)人“聚焦”行為、掛牌價(jià)及偏離程度和房源本身異質(zhì)性對(duì)房源瞬時(shí)成交率的影響，表7為模型估計(jì)結(jié)果。

圖2 不同掛牌價(jià)段房屋瞬時(shí)成交率曲線比較

圖3 不同掛牌價(jià)偏離度房屋瞬時(shí)成交率曲線比較

圖4 聚焦與否房屋瞬時(shí)成交率曲線比較

表7 COX回歸分析結(jié)果

從檢驗(yàn)結(jié)果可以看出，模型顯著，－2對(duì)數(shù)概似值為22 778。有貸款的房屋的瞬時(shí)成交率為沒有貸款房屋的77.6%；房屋狀態(tài)為出租的房屋的瞬時(shí)成交率為自住狀態(tài)房屋的81.0%；臨近地鐵房源的瞬時(shí)成交率為非地鐵房源的1.153倍；聚焦房源的瞬時(shí)成交率為非聚焦房源的3.484倍；掛牌價(jià)每增加10萬元，瞬時(shí)成交率下降1%；掛牌價(jià)偏離度提高10%，瞬時(shí)成交率下降4.2%。

也就是說，掛牌價(jià)提高、掛牌價(jià)偏離度提高均傾向于延緩房源的成交，聚焦則更傾向于加速房源的成交。經(jīng)紀(jì)人的“聚焦”行為能夠顯著提高房屋的交易成功率，但房屋定價(jià)偏離程度高則顯著降低房屋的交易成功率。經(jīng)紀(jì)人的行為加速定價(jià)合理房源即“中部房源”的成交，從而使成交房源價(jià)格的分布更加集中。

六、結(jié)論與建議

本文首次基于經(jīng)紀(jì)人的作業(yè)流程展開對(duì)二手房交易價(jià)格動(dòng)態(tài)變化過程的研究，建立了經(jīng)紀(jì)人價(jià)格影響機(jī)制分析的理論框架，并利用北京鏈家真實(shí)的二手房交易數(shù)據(jù)進(jìn)行實(shí)證研究。文章首先利用特征價(jià)格模型及SUR估計(jì)方法對(duì)房源合理價(jià)格進(jìn)行估算，以此為基礎(chǔ)，對(duì)北京二手房交易市場(chǎng)上行期（317前）和市場(chǎng)平穩(wěn)期（317后）經(jīng)紀(jì)人對(duì)房源價(jià)格的影響進(jìn)行分析；然后利用COX比例風(fēng)險(xiǎn)率模型進(jìn)一步分析了經(jīng)紀(jì)人通過“聚焦”行為影響房源成交的作用。文章主要結(jié)論如下：

第一，市場(chǎng)穩(wěn)定期相比市場(chǎng)上行期，經(jīng)紀(jì)人更能夠在首次掛牌時(shí)協(xié)助賣方客戶制定合理的價(jià)格：掛牌房源的掛牌價(jià)格在317后的分散度相比317前出現(xiàn)顯著下降，經(jīng)紀(jì)人的“限價(jià)”策略使房源的實(shí)際掛牌價(jià)更趨于合理價(jià)值。

第二，經(jīng)紀(jì)人的“聚焦”行為，能夠加速定價(jià)合理的“中部房源”成交，從而從整體上穩(wěn)定價(jià)格，使成交價(jià)格更加收斂。而聚焦房源的瞬時(shí)成交率為非聚焦房源的3.848倍。

本研究的啟示是，經(jīng)紀(jì)人在整個(gè)二手房交易流程中對(duì)價(jià)格的形成過程所起的作用不容忽視。從二手房交易市場(chǎng)健全發(fā)展的角度上講，一方面，應(yīng)當(dāng)加強(qiáng)市場(chǎng)信息的建設(shè)，尤其是二手房本身的房源特征、歷史成交價(jià)格、歷史交易持時(shí)等方面信息的公開，提高信息透明度，降低買賣雙方的信息不對(duì)稱，在掛牌階段就建立合理的價(jià)格預(yù)期；另一方面，應(yīng)提高經(jīng)紀(jì)機(jī)構(gòu)的規(guī)范化程度，鼓勵(lì)提高經(jīng)紀(jì)機(jī)構(gòu)及經(jīng)紀(jì)人在價(jià)格制定方面的專業(yè)性和影響力，幫助買賣雙方提高定價(jià)效率，避免機(jī)構(gòu)間的惡性競(jìng)爭(zhēng)損害客戶利益，以提高整個(gè)二手房市場(chǎng)的交易效率和客戶滿意度。