网络问卷对城市规模研究的影响与结果分析

本章阐述了问卷分析方法，并通过全样本静态与动态分析、分区域分城市规模动静态分析以及典型案例的动静态分析汇报了相关的民生品投机情况。

本项目调研结论显示，就政策紧迫度来看，无论分析方法是静态还是动态，研究环节是开放还是封闭，不分区域和城市规模，现阶段中国城市投机性最严重的是商品住宅类和食品类民生品，且有不断强化的趋势。商品住宅类民生品得分较高的纬度为功能轴、投机可能轴、企业利润轴、消费杠杆轴和资金青睐度，政府可针对这几个维度从备择方案中选择相应的措施进行调控。食品类民生品得分较高的维度为功能轴、时间轴、交易成本轴和资金青睐度，政府可针对这几个维度从备择方案中选择相应的措施进行调控。

同时，其他类别的民生品在政策紧迫度方面下降趋势趋强，这意味着投机资金在从其他领域加速涌入居住类和食品类民生品。这并非一个趋于稳定的好征兆，因此，政府层面应该积极地应对相关民生品的投机，做出及时的、具有针对性的调控，以避免局势进一步恶化。

另外，在更宏观的政策调控方面，调研数据显示，东、中、西部地区没有显著的投机品类别差异，但城市大小会影响投机资金的冲击。因此，总体而言，在抑制民生品投机方面，国家不必针对东、中、西部地区做出区别性的政策对待，但应区分大、中、小城市进行分类调控。

就典型案例而言，对上海市的数据单独处理的结果显示，上海市的民生品投机情况在居住类民生品上大体与全国数据一致，但食品类民生品的主观关注度低于非基本生活需要的“收藏品”。这表现出上海市食品类民生品波动程度较缓，同时也说明上海市民众真正关注的民生类基本生活品只有一类，就是居住类民生品。因此，就上海市的样本而言，政府应该针对居住类民生品的九维属性和资金青睐度做出反应，以真正解民众之所需。同时，应该注意的是，本文的上海案例只是针对特殊城市的具体案例，应谨慎对待相关政策的推广应用。

因此，在使用过程中主要应密切关注以下两个方面：（1）关注商品政策紧迫度的高低及其变化趋势，以便防患于未然。（2）储备并细化针对九维度和资金渠道等不同维度的应对民生品投机策略，以便调控于了然。

本章给出的建议虽然已经落实到九个维度及资金青睐度情况，但这些措施的实施还需要政府符合自身的利益诉求，进而才会有执行力。因此，第6章将把政府作为参与主体，研究其所处的博弈环境，探讨能使政府真正负担民生责任的制度设计问题。

【注释】

[1]本章为阶段性研究成果，其主要内容发表于2014年。

[2]实践中，因为本问卷具有相对的抽象性与专业性，使得网络调查缺乏有效互动的缺点暴露无遗，因此，本调查主要采用了效率较低但可以获得相对准确的访谈结果的一对一访谈形式。

[3]这些城市是北京、广州、重庆、合肥、蚌埠、厦门、东莞、深圳、珠海、桂林、南宁、贵阳、海口、保定、沧州、秦皇岛、石家庄、洛阳、新乡、周口、濮阳、齐齐哈尔、黄冈、武汉、宜昌、岳阳、长沙、株洲、吉林、长春、宿迁、盐城、镇江、赣州、吉安、九江、南昌、萍乡、上饶、梧州、大连、沈阳、滨州、济南、临沂、青岛、泰安、潍坊、淄博、太原、阳泉、西安、乐山、天津、曲靖、杭州、湖州、嘉兴、宁波、衢州、温州。另有6份网络问卷没有明确省份，12份问卷没有明确城市，在进行省份和城市的相关统计时予以忽略。

[4]最初使用100分制的原因在于设想受访者对某种商品的两个属性难分伯仲时，可以通过个位数的调整进行区分。但实践中，受访者倾向于使用整数来刻画各维度的强度。

[5]本小节中表5.2至表5.6均为全样本分析。为了节省篇幅，2011～2014年度的分年度全样本封闭式数据汇报放入附录2。(www.xing528.com)

[6]在调研实践中，因为计算权重具有复杂性，此处有时会只要求受访者给出九大类民生品各维度的相对强度，后期的权重计算工作由调研员整理。因此，表5.3的结果为计算结果保留两位小数所得。

[7]在调研实践中，因为计算权重具有复杂性，此处有时会只要求受访者给出投机资金对九大类民生品各维度的相对强度，后期的权重计算工作由调研员整理。因此，表5.4的结果为计算结果保留两位小数所得。

[8]在实践中，因为民众感受到的一般为具体商品的投机行为。因此此处的调查表中填写的商品种类相对于统计局的CPI分类更加细致。但正因为此，基于更细致的商品的政策制定和执行就变得工作量极大。因此，笔者对相关商品又做了重新分类汇总。同时，因为九维测度再加上资金渠道这十个维度的高度概括性，受访者一般不能提出新的能引起投机的原因，因此关于提出有关投资的新的原因这个开放式问卷环节在最终并没有获得比较有价值的信息。

[9]2014年11月21日，《关于调整城市规模划分标准的通知》明确，新的城市规模划分标准以城区常住人口为统计口径，将城市划分为五类七档：城区常住人口50万以下的城市为小城市，其中20万以上50万以下的城市为Ⅰ型小城市，20万以下的城市为Ⅱ型小城市；城区常住人口50万以上100万以下的城市为中等城市；城区常住人口100万以上500万以下的城市为大城市，其中300万以上500万以下的城市为Ⅰ型大城市，100万以上300万以下的城市为Ⅱ型大城市；城区常住人口500万以上1000万以下的城市为特大城市；城区常住人口1000万以上的城市为超大城市。

[10]本文中的城市人口统计数据主要来自《2013中国城市统计年鉴》中的市辖区年平均人口数量。另有一些城市因为该年鉴统计结果与常识出入较大，因此专门查了该城市的年鉴（如广州市年鉴，2012），年鉴结果以括号的形式标注在后面。如：广州678（1295.14；2012）意味着在《2013中国城市统计年鉴》中该城市的市辖区人口数量为678万，括号中的含义为查了该城市的2012年的年鉴，城区常住人口数量为1295.14万人。鉴于此，有几个流动人口规模较大的城市规模等级依据该市年鉴得出。据此主要涉及三个城市的级别有所变化：广州、深圳、天津。以这些数据为来源，依据《关于调整城市规模划分标准的通知》的划分标准，本研究的跨年度调查中涉及的超大城市为上海1358.4、北京1226.5（1825.1；2014）、广州678（1295.14；2012）、深圳287.6（1062.89；2014）、天津812.5（1207.36；2014）、重庆1779.1；特大城市为南京553.3、沈阳522.1、郑州587.2、武汉513、成都554.2、西安572.8；大城市为无锡241、盐城166.8、济南352.2、珠海106.6、镇江103.3、保定108.3、海口161.6、厦门190.9、泰安和石家庄247.1、宿迁和大连299.2、东莞187、贵阳224.6、杭州445.4、合肥222.2、湖州109.6、吉林182.3、乐山115.8、临沂248.6、洛阳196.5、漯河139.8、绵阳124.1、南昌225.2、南宁274.6、宁波226.1、齐齐哈尔139.1、青岛363.9、太原284.1、泰安158.9、潍坊183、温州149.7、梧州118.8、宿迁164.4、新乡103.1、宿迁164.4、宜昌125.3、岳阳111.3、长春363、长沙297.9、淄博281；中等城市为蚌埠93.1、滨州64.6、沧州53.6、赣州65.3、桂林75.8、吉安55.5、嘉兴84.8、九江65、开封86.7、萍乡86.9、秦皇岛87.4、衢州83.1、曲靖73.1、泰州83.3、雅安62.5、阳泉70.2、周口58.6、株洲95.6；小城市为达州（达县）43.8、黄冈35.6、上饶40.9、太仓47、许昌（鄢陵）41.6。

[11]为了节省篇幅，本部分的数据分析只汇报《九大民生商品九维属性加权汇总表》和《九大民生商品政策紧迫度》。其他三张表《九大民生商品不同属性数值表》《九大民生商品不同属性权重分布表》《九大民生商品资金青睐度分布表》均放入附录3。

[12]为了节省篇幅，本部分的数据分析只汇报《九大民生商品九维属性加权汇总表》和《九大民生商品政策紧迫度》。其他三张表《九大民生商品不同属性数值表》《九大民生商品不同属性权重分布表》《九大民生商品青睐度分布表》均放入附录3。

[13]针对模型自身的一般性建议已经在第4章进行了详细的阐述，本章主要针对相应的数据分析结果提出具有针对性的建议。鉴于开放式问卷的样本较少，本文只做了开放式问卷的全样本具体分析。

[14]民众对“商品住宅”企业利润的意见可能是受到了各类富豪排行榜中房地产商都会占据半壁江山的影响。同时，因为房地产企业的利润极其不透明，有些开发商拿地后就囤起来或开发后囤起来，土地不增值或房价不上涨，就不进行开发或对外销售。虽然政府也出台了一系列措施打击囤地和囤房行为，但开发商都可以轻易地规避这些政策或制度，而政府也出于房地产开发商对地方税收的贡献，采取睁一只眼闭一只眼的管理方式。因此，民众眼中的房地产开发企业利润相对较高。

[15]“收藏品”通常被认为是满足了基本生活需要以后才进行消费的商品，而“贵金属、能源”在作为消费品的同时，也是重要的生产资料。“与房地产相关”和“与农产品相关”占民生品的比例还要提高。

[16]鉴于开放式数据总体样本较少，本文分区域数据略去开放式数据的具体分析。

[17]鉴于开放式数据总体样本较少，本文城市规模数据略去开放式数据的具体分析。