本站小編為你精心準備了聚類分析的房地產市場區域規劃參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1指標選取及說明

1.1指標選取

某個特定區域房地產市場價格影響因素較多，涉及到社會、經濟、政策、法律制度等多方面。但從經濟學角度分析，影響區域房地產市場價格最主要的因素可以概括為區域房地產市場供給和需求水平。因此，本文根據《安徽省2012年統計年鑒》和2011年安徽省各城市國民經濟和社會發展統計公報數據，選取2011年安徽省16個地級市24個與房地產市場相關數據①，分別是：房地產開發企業情況、房地產開發投資總額、房地產開發企業個數、房地產開發建設房屋建筑面積、商品房銷售面積、商品房銷售額、商品房平均銷售價格、住宅銷售平均價格、施工房屋面積、竣工房屋面積、本年新開工面積、本年完成開發土地面積、地區GDP、人均GDP、城鎮居民人均住房建筑面積、家庭年總收入水平、城鎮居民人均可支配收入、家庭消費總支出、人均消費性支出、CPI指數、平均工資水平、城鎮居民家庭恩格爾系數、城鎮化水平、年末城鎮總人口數。在上述24個指標中，依據房地產市場價格由供給和需求決定加以篩選，經過篩選后，留下13個用于系統聚類分析的指標，具體包括：人均GDP、商品房平均銷售價格、城鎮居民人均住房建筑面積、城鎮居民家庭可支配收入、人均消費性支出、CPI指數、平均工資水平、城鎮居民家庭恩格爾系數、城鎮化水平、商品房銷售面積、房地產開發投資總額、住宅投資和商品住宅銷售面積。

1.2選取指標的說明

X1—人均GDP（元/人）：反映了一個地區經濟發展水平、經濟實力和社會富裕程度。GDP常常被看成顯示一個國家或地區經濟狀況的一個重要指標，較高的人均GDP反映出一個國家或地區具有較高的經濟發展水平和經濟實力，也往往是人口比較聚集的地區，對于住房的需求也比較大。同時，房地產業、房地產市場和地區國民經濟有很強的相關性，人均GDP也是房地產業和房地產市場發展狀況的反應。因此，人均GDP是影響地區房價水平的一個重要因素。X2—商品房平均銷售價格（元/m2）：是對房地產市場進行歸類的最重要指標，本文主要是依據不同城市商品房價格平均價格水平的差異程度進行聚類，找出同類內部的共同之處，不同類之間的差別。因此商品房價格水平是分類的一個重要指標。本文中商品房價格水平指標采用的是各個城市商品房平均價格水平。X3—城鎮居民人均住房建筑面積（m2/人）：是城鎮居民家庭已經投入使用的居住總面積除以常住居民總人數，反映了家庭常住居民對消費性住房產品的需求量大小，直接影響到城市住宅房地產市場的需求。X4—城鎮居民人均可支配收入(元/人)：可以反映一個地區城鎮居民的購買力和對區域房地產市場價格承受能力，也反映出居民消費房地產商品的購買能力。人們都能接受這樣的概念：收入水平高的城市，房地產市場活躍度較高。因此，選擇城鎮居民家庭可支配收入作為分析的變量非常有必要。X5—人均消費性支出(元/人)：反映了一個地區的生活成本，人們首先必須生存，滿足基本的生活需要才可能考慮購買住房和投資需求，因此人均消費支出對于影響房地產市場的需求也是一個重要的因素。X6—CPI指數（%）：反映居民家庭購買的消費品及服務價格水平的變動情況。CPI指數反映一個地區的價格變化情況，當然其中也包含房地產市場價格變化，所以在進行房地產市場分類時需要考慮CPI指數。X7—平均工資水平(元/人)：反映了一個地區的勞動報酬率大小，可以與房地產價格水平相比較，用以反映房地產價格和收入的偏離程度，可以影響區域房地產市場需求。X8—城鎮居民家庭恩格爾系數（%）：是居民家庭食品消費支出占家庭消費總支出的比重，可以反映出居民家庭消費結構，恩格爾系數高低也可以體現出居民家庭對房地產商品需求大小，所以劃分房地產市場需要考慮到恩格爾系數。X9—城鎮化水平（%）：反映的是人口向城鎮聚集的過程和聚集程度，用城鎮人口占全部人口的百分比表示，是區域經濟社會發展進步的主要反映和重要標志，間接反映了城鎮人口增加對房地產商品的需求量大小，也會影響房地產市場的供給和需求。X10—商品房銷售面積（m2）：包括住宅、辦公樓、營業用房和其他房屋的銷售面積。X11—房地產開發投資總額（億元）：反映區域房地產投資水平和供給能力，直接決定了區域房地產市場供給。X12—住宅投資（億元）：反映區域房地產市場當年住宅投資的水平和供給量，直接決定了住宅房地產供給水平。X13—商品住宅銷售面積（萬m2）：當年銷售的房屋中所銷售的商品住宅面積。將上述篩選后確定的13個指標歸類如表1。

2數據來源

本文所用數據主要是根據《安徽省2012年統計年鑒》及2011年安徽省各城市國民經濟和社會發展統計公報上公布數據，經過作者適當計算得到。指標選取時參考了于洪芹、陳偉、彭向、鄭大川、徐琍、王寧等學者使用的房地產市場分類分析指標體系。

3系統聚類分析及結果

3.1系統聚類分析原理

系統聚類分析也稱為分層聚類法（HierarchicalCluster），是聚類分析中應用最廣泛的一種方法。其基本原理是：開始將樣品（或變量）各視為一類，根據類與類之間的距離或相似程度將最相近的類加以合并，再計算新類與其他類之間的相似程度，并選擇最相似的類加以合并，這樣每合并一次就減少一類，不斷繼續這一過程，直到所有樣品（或變量）合并為一類為止。系統聚類分析的前提條件是沒有事先設定樣品（或變量）的分類標準，而它的關鍵在于計算樣品（或變量）之間的“親疏程度”，也就是樣品（或變量）之間的差異程度，這可以通過計算距離來實現。假設共有n個樣品（或變量），第一步將每個樣品（或變量）獨自聚成一類，共有n類，第二步根據所確定的樣品（或變量）“距離”公式，把距離較近的兩個樣品（或變量）聚合為一類，其他的樣品（或變量）仍各自聚為一類，共聚成n—1類，第三步將“距離”最近的兩個類進一步聚成一類。為了直觀地反映上述的系統聚類過程，可以把整個分類系統繪成一張譜系圖來體現。本文中聚類分析距離的計算采用的是平方歐式距離（SquaredEuclideanDistance）計算個體之間的距離，用組間平均鏈鎖（Between—groupslinkages）距離來計算個體與小類及小類之間的距離。平方歐式距離是兩個個體（x,y）之間所有指標變量之差的平方和，數學定義為：其中，xi代表個體x第i個變量的值；yi代表個體y第i個變量的值；k代表所有的變量數目。組間平均鏈鎖距離是指該個體與小類中各個個體距離的平均值，數學定義為：其中，是小類外的個體；Y代表小類，其中包含k個個體；Yi代表小類中第i個個體。

3.2系統聚類分析結果

運用SPSS19.0統計分析軟件中的系統聚類分析對安徽省16個地級市的房地產市場價格分類進行聚類分析，得到系統聚類分析樹狀圖（圖1）、聚類解（表2）。由圖1和表2可以分析出，3類、4類、5類群集解間距較大，結合安徽省16個地級市房地產市場實際情況，筆者認為安徽省16個地市房地產市場合理的區域聚類解取6群集解較為合理，從而得到區域分類結果（表3）。

4結果分析

由表5，結合安徽省16個地級市房地產業及房地產市場發展的實際情況加以分析，可得到以下結論：

4.1A類地區包括合肥市和蕪湖市。合肥市和蕪湖市作為安徽省經濟發展的核心增長極，是皖江城市帶承接產業轉移示范區的“雙核”，是承接長三角地區產業轉移的主要地區，在綜合經濟實力、市場優勢、投資規模等方面都占有絕對優勢，同時作為安徽省推進城鎮化的重點區域，一直以來在省內其房地產業和房地產市場發展較為發達，地區房地產市場價格水平也高于其他地區。其中，省會城市合肥市是皖江城市帶承接產業轉移示范區、合蕪蚌自主創新綜合試驗區、合肥經濟圈的中心城市，加之近年來合肥市積極融入長三角經濟圈，上述一系列有利外部環境均為合肥市房地產業加快發展、房地產市場進一步繁榮贏得了得天獨厚的機遇。被譽為“長江十大港口”之一的蕪湖市，是皖江城市帶上的核心城市，同時又是皖南區域經濟貿易中心，一直以來綜合經濟實力較強，在對外開放程度、產業效益、城市規模等方面優勢明顯，該市房地產市場繁榮程度一直在省內處于較高水平，加之近年來隨著蕪湖市作為安徽省重點旅游、商貿城市的進一步開發、開放，該市房地產市場需求量較大，進一步刺激了該市房地產市場的發展。

4.2B類地區銅陵市。該市屬于安徽省重要的資源型城市，區域集聚和輻射能力較強，人口密度較大，加之優越的沿江地理位置，積極吸引各種經濟要素在空間上流動，為該地區房地產業的發展創造了優越條件，促進了該市房地產市場的繁榮，使得該地區房地產市場價格水平一直比較高。

4.3C類地區。包括沿江的馬鞍山、安慶市、池州市，淮河以北的的淮南市、蚌埠市、淮北市和皖南的黃山市和宣城市。該地區在空間布局上自南到北分布貫穿了整個安徽省，房地產市場發展水平相對來說處于同一層次。其中，馬鞍山、安慶市、池州市、黃山市、宣城市是皖江城市帶承接產業轉移示范區重要的組成部分，加之2011年由黃山市、池州市、宣城市及安慶市的部分地區組成的皖南國際旅游文化示范區正式設立，為該類地區房地產業和房地產市場的發展帶來了機遇。自2010年以來，隨著皖江城市帶承接產業轉移示范區建設的推進、皖南國際旅游文化示范區建設取得積極成效，促進了上述地區房地產產業規模不斷擴大、房地產市場主體逐步壯大、房地產項目建設不斷加快、房地產市場發展環境不斷優化的良好現狀，房地產市場價格水平總體而言穩中有升。另外，淮北市、淮南市和蚌埠市是安徽省“兩淮一蚌”城市經濟群的重要組成部分，近年來隨著該區域基礎設施建設不斷加快，產業布局不斷優化、產業集聚大力推進及城鎮化步伐不斷加快，該地區房地產業發展態勢良好，房地產市場價格表現出“小步上揚”趨勢。

4.4D類地區滁州市。該地區地處安徽省最東部，緊鄰長三角，屬于南京一小時都市圈城市群，是安徽東向發展的“最前沿”區域，地理位置極其優越。近年來，該市優越的地理位置有力地促進了房地產業發展，房地產開發投資逐年增加，有力推動了該地區房地產市場整體發展速度和水平，房地產市場呈現“產銷”兩旺的局面。另外，滁州市自2008年以來啟動了“大滁城”建設，城鎮化水平不斷加快，大批農村人口將涌入城市，加之近年來的“返鄉置業”潮都直接增加了房地產市場的需求，為該市房地產業帶來巨大市場潛力，房地產市場價格水平在全省處于中上檔次水平。

4.5E類地區包括阜陽市、亳州市和六安市。該類地區城鎮化水平較低，區域經濟綜合實力相對較弱較弱,主要是由于在全省的地理位置上不占優勢，導致該區域房地產業發展速度較慢，房地產市場生產要素缺乏,房地產投資能力有限，市場需求較為冷淡,加之金融業支撐不足,直接影響了該地區房地產市場投資、開發與供給,導致房地產投資額少、供給少、需求不足，造成整個房地產市場投資信心不足、發展相對落后，房地產市場價格水平整體表現較低。

4.6F類地區宿州市。該地區在地理位置上位于安徽省最北部，本地區經濟實力較弱，人均生產總值和基礎設施水平均比較低，加之一直以來缺乏房地產市場生產要素，供給少、需求不足，房地產業發展缺乏提升的動力，從而直接影響了房地產業吸引資源集聚的能力和房地產市場發展的水平，導致房地產市場價格水平在安徽省處于最低檔次。

5結論

本文采用多元統計分析中的系統聚類分析方法，對安徽省16個地級市房地產市場進行區域劃分歸類，共劃分為6個地區。劃分的結果與安徽省各個市房地產市場發展的實際情況基本相吻合。依據該分析結果，可以針對不同地區房地產業和房地產市場發展的現狀，在分析該地區房地產市場發展的優勢、劣勢、機遇、挑戰（SWOT）的基礎之上，深入分析影響房地產市場價格水平的綜合因素、家庭因素、企業因素，并據此結合各地區社會經濟發展戰略及目標，采取促進各區域房地產業及房地產市場發展的有效措施與對策，從而為各地區房地產業的宏觀調控、促進房地產市場可持續發展提供依據。

但本文采用系統聚類分析方法對區域房地產市場進行分類也有不足之處，表現在只能對單個時點的若干指標或單個指標的時間序列進行分析，具有一定的片面性，關于多個指標的時間序列進行分析仍然需要進一步加以研究。另外，今后隨著我國房地產經濟的發展和指標體系的進一步完善和健全，今后還可以結合判別分析、主成分分析等多元統計方法對房地產市場區劃進行更深入的研究和探索。

作者：張勇包婷婷單位：中國礦業大學土地資源管理系池州學院政法管理系安徽農業大學經濟管理學院