文档介绍：聚类分析的房地产市场区域规划
指标选择及说明
指标选择
某个特定区域房地产市场价格影响因素较多，涉及到社会、经济、政
策、法律制度等多方面。但从经济学角度分析，影响区域房地产市场
价格最主要的因素能够概括为区域房地产市场供给和需求计年鉴》及2011 年安徽
省各城市国民经济和社会发展统计公报上公布数据，经过作者适当计
算得到。指标选择时参考了于洪芹、陈伟、彭向、郑大川、徐痢、王宁等学者使用的房地产市场分类分析指标体系。
系统聚类分析及结果
系统聚类分析原理
系统聚类分析也称为分层聚类法（ HierarchicalCluster ），是聚类
分析中应用最广泛的一种方法。其基本原理是：开始将样品（或变量）
各视为一类，根据类与类之间的距离或相似水准将最相近的类加以合
并，再计算新类与其他类之间的相似水准，并选择最相似的类加以合
并，这样每合并一次就减少一类，持续继续这个过程，直到所有样品
（或变量）合并为一类为止。系统聚类分析的前提条件是没有事先设
定样品（或变量）的分类标准，而它的关键在于计算样品（或变量）
之间的“亲疏水准”，也就是样品（或变量）之间的差异水准，这能
够通过计算距离来实现。假设共有 n 个样品（或变量），第一步将每
个样品（或变量）独自聚成一类，共有 n 类，第二步根据所确定的样
品（或变量）“距离”公式，把距离较近的两个样品（或变量）聚合
为一类，其他的样品（或变量）仍各自聚为一类，共聚成n—1 类，第
三步将“距离”最近的两个类进一步聚成一类。为了直观地反映上述
的系统聚类过程，能够把整个分类系统绘成一张谱系图来体现。本文
中聚类分析距离的计算采用的是平方欧式距离
（ SquaredEuclideanDistance ）计算个体之间的距离，用组间平均链
锁（Between— groupslinkages ）距离来计算个体与小类及小类之间的
距离。平方欧式距离是两个个体（ x,y ）之间所有指标变量之差的平方
和，数学定义为：其中， xi 代表个体 x 第 i 个变量的值； yi 代表个体
y 第 i 个变量的值； k 代表所有的变量数目。组间平均链锁距离是指该
个体与小类中各个个体距离的平均值，数学定义为：其中，是小类外
的个体； Y 代表小类，其中包含k 个个体； Yi 代表小类中第 i 个个体。
系统聚类分析结果

的房地产市场价格分类实行聚类分析，得到系统聚类分析树状图（图
1）、聚类解（表2）。由图 1 和表 2 能够分析出， 3 类、 4 类、 5 类群
集解间距较大，结合安徽省16 个地级市房地产市场实际情况，作者认
为安徽省 16 个地市房地产市场合理的区域聚类解取6 群集解较为合理，
从而得到区域分类结果（表3）。
结果分析
由表 5，结合安徽省 16 个地级市房地产业及房地产市场发展的实际情
况加以分析，可得到以下结论：
A 类地区包括合肥市和芜湖市。合肥市和芜湖市作为安徽省经济发
展的核心增长极，是皖江城市带承接产业转移示范区的“双核”，是
承接长三角地区产业转移的主要地区，在综合经济实力、市场优势、
投资规模等方面都占有绝对优势，同时作为安徽省推动城镇