文档介绍：基于模糊聚类分析的房地产市场区域划分
【摘要】在构建房地产市场综合评价指标体系的基础上,本文以现行的八大经济区域为研究对象,运用模糊聚类分析方法对中国房地产市场进行预先分类,根据F统计量法得到最佳的市场分类结果,并对其进行了较为全面、综合的分析,以便为房地产行业的商家与消费者提供具有指导性的新思路。
【关键词】房地产市场模糊聚类分析八大经济区域 F统计量
一、引言
目前正是中国房地产市场迅速发展的时期。对于2014年初杭州部分楼盘的“降价风波”,社会各界人士提出了房地产行业是否出现“拐点”的疑问;城镇化发展对房地产业有一定的影响,两会期间,民建向中央提案:优化城镇化空间布局,继续推进新型城镇化建设。诸如上述种种讨论,使房地产行业又一次成为了新一轮的社会热点。为房地产市场进行系统的地理区域划分,对于消费者而言,可以使消费者从宏观了解市场差异,综合考虑地理位置、周围情况及房价等因素,从而合理购房;对于商家来说,有利于其进行正确的市场定位,明确以自己的综合实力适宜在何处进行地产开发。
在现有的研究中:张奕河等人以省为研究对象,利用聚类分析对房地产市场进行区域划分,但是在其采用的指标体系中所涉及的仅仅只有直接指标,间接指标没有被考虑进去,因此指标体系不全面。张勇等人使用传统的系统聚类分析方法,聚类标准采用的是
“硬隶属度”,这种非1即0的标准无法像模糊聚类分析那样充分地刻画隶属程度。多数学者对于该问题的研究都是以省或大中城市为对象,采用的是11年之前的数据,不是最新房地产数据。
本文首先构建房地产市场的指标体系(分为直接指标与间接指标),并通过中国统计年鉴查找了12年最新的数据。在模糊聚类建模中,依次采用了夹角余弦法、欧氏距离法和算术平均最小法求模糊相似矩阵,最后通过计算F统计量得出最优分类。该方法对现有的模型进行了补充与改进,采用多种方法求相似矩阵,使结果更加真实可靠。且解决了传统聚类分析不能具体刻画隶属程度的缺陷,值得一提的是,本文首次采用经济区这一概念对市场分类,让商家和消费者先从大区域上对市场有个划分,然后可以采用其他学者的模型从省市的层面上对市场进行细化分析。
二、房地产市场分类指标体系的建立
对于指标体系的建立,目前此类文章多选用直接指标,即与房地产有直接关系的指标,这类指标可由房地产市场的供求状况来确定,是房地产市场的内在指标。本着具体、客观的原则,本文另选取了一些间接指标(外在指标)来对房地产市场进行更详尽的刻画。由于房地产业具有很强的地域性,使得不同地域带来了不同特性的指标,如一些特色省市(旅游地区,金融中心等)的自身特点是影响其房地产市场的重要因素,因此在指标选取时,要考虑到如何处理这些指标。通过关联度分析,本文确定了关联度较大、具有代表性的间接指标。
按照指标体系的科学性、全面性及典型代表性等基本原则,并借鉴相关文献,本文选取了5个一级指标,16个二级指标见表1。
三、实例:中国八大经济区房地产市场模糊聚类分析
1、数据标准化
国务院发展研究中心发表报告指出,中国所沿袭的东、中、西区域划分方法已经不合时宜。为此,报告提出“十一五”期间内地划分为东部、中部、西部、东北四大板块,并可将四个板块划分为八大综合经济区。本文中,八个经济区域简记为:东北地区、北部沿海、东部沿海、南部沿海、黄河中游、