1 / 7
文档名称:

聚类分析的房地产市场区域规划.docx

格式:docx   大小:25KB   页数:7页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

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
使用SPSS19.0统计分析软件中的系统聚类分析对安徽省16个地级市
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

分享好友

预览全文

聚类分析的房地产市场区域规划.docx

上传人:cjc201601 2022/5/19 文件大小:25 KB

下载得到文件列表

聚类分析的房地产市场区域规划.docx

相关文档