浙江省房地产价格分类研究

彭品 马嫦

[提要] 房地产作为国民经济的支柱产业，近年来房地产市场的变动对经济发展影响越来越大。本文结合学术界研究成果，从经济因素、人口因素、社会因素等方面建立指标体系，采取系统聚类方法对浙江省11市房地产市场进行分类，当类间距离为5时，浙江省11市房地产市场划分为四类：杭州为一类；湖州、台州、舟山、温州为一类；宁波、金华、嘉兴、绍兴为一类；丽水、衢州为一类，并提出相关政策建议。

关键词：层次聚类；房价；浙江

中图分类号：F293.35 文献标识码：A

近年来，浙江省各市房地產市场发展不均衡。2016年全年有8个市实现增长，温州、金华等市增长也相对较快，丽水、杭州、嘉兴、宁波和绍兴等有一定幅度的增长；其余3市则呈现不同程度的下降。从各市商品房销售情况看，增长差异也比较大。因此，合理调控房地产市场，制定合理的房地产政策对房地产市场甚至经济发展都至关重要。

一、研究方法与数据来源

聚类分析是研究多要素事物分类问题的数量方法。聚类分析的原理是根据样本属性，对样本的相似性进行测度，并定量的分析样本之间的距离进行分类。常见的聚类分析方法有模糊聚类、动态聚类、系统聚类等方法，本文根据研究所需，选择系统聚类法。

聚类分析依分类对象的不同可分为两类：对观察样本（观测）的Q型聚类和对观察指标（变量）的R型聚类，本文主要研究样本数据的分类，因此采用的是Q型聚类。

研究数据均来自于《浙江省统计年鉴》（2017年），时间上选取能获取的最近的年份2016年的数据，个别数据经过简单的计算。考虑到政策制定的便利性，选取地级市作为分区单位。金华市数据包含义乌市数据。

二、浙江省房地产价格聚类分析

（一）聚类指标的选取与指标体系的建立。目前，国内对房地产价格的影响因素主要归为需求因素、经济因素、成本因素、其他因素。其中，需求因素中主要包括人口数量因素：人口密度、人口数、常住人口数；人口结构：人口家庭结构、人口年龄结构等；人口素质因素包括：文盲率、受教育水平；城镇化率；人均可支配收入、城镇居民人均收入水平；供给因素中主要考虑房地产成本包括：土地购入与开发费用、建筑安装费用、建筑商的心理预期等；房地产价格；销售面积等因素。经济因素主要考虑：GDP、人均GDP、物价等因素。其他因素有：利率、货币供应量、汇率等金融因素；政策因素；区位；环境等因素。（表1）

考虑到政策因素、成本因素省内差异不大，区位因素是具体某一个区域的房价衡量指标，因此本文建立的指标体系主要只考虑三个因素：经济因素、人口因素、社会因素。一级指标又细分为人均储蓄存款等12个二级指标，具体见表2。（表2）

（二）聚类指标标准化。由于样本数据各要素的量纲不同，数值差距大，直接聚类将影响聚类结果，因此对样本数据进行采用极差标准化方法进行标准化处理。该标准化处理方法所得的新数据，各要素大于等于0，小于等于1。计算公式为：

三、结果分析

由图1可知，当类间距离为10时，丽水、衢州市为一类；杭州为一类；湖州、台州、舟山、温州、宁波、金华、嘉兴、绍兴为一类。当类间距离为5时，丽水、衢州为一类；杭州为一类；湖州、台州、舟山、温州为一类；宁波、金华、嘉兴、绍兴为一类。当类间距离为4时，丽水、衢州为一类；杭州为一类；绍兴、嘉兴为一类；宁波、金华为一类；温州为一类；舟山、台州、湖州为一类。（图1）

结合实际情况及可操作性，选择类间距离为5的分类距离，将浙江省房地产划分为4类。（图2）

四、政策建议

制定房地产调控政策时，针对省内的4类地区因地制宜采取不同的调控政策。杭州作为省会中心城市，是政治、经济、文化中心，房地产政策对于其他市具有示范作用，制定房产政策时应单独考虑。嘉兴、金华、绍兴、宁波这一类目前经济水平较高。而衢州、丽水经济水平较低、房地产市场热度相对较低的地区适当放宽房地产政策，适当的进行政策倾斜，向该地区适当转移资源，促进该地区房地产市场发展，带动当地经济。同时，各市制定房地产政策时可以参考同类市域的房地产政策，相互借鉴，取长补短。

协调4类地区房地产市场，促进浙江省房地产市场均衡发展。经济方面：发挥城市的带动辐射作用，带动丽水、衢州等地的经济发展；积极推进城市化发展。人口方面，鼓励人口由人口密度较高的一类、二类、三类城市向衢州、丽水第四类地区转移，均衡人口密度。社会方面：完善第四类城市社会福利措施，完善基础设施，创造更适宜的人居环境，吸引人口在当地居住。

主要参考文献：

[1]梁云芳，高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究，2007.8.

[2]高祖新，尹勤.聚类分析及其在人口研究中的应用[J].南京人口管理干部学院学报，1999.15.

[3]裴振.房地产价格影响因素分析[D].中南大学，2012.

[4]赵涵.宁波市住宅房地产价格影响因素研究[D].浙江大学，2014.

[5]高梦瑶.沈阳市房地产价格影响因素以及价格走势预测的研究[D].沈阳建筑大学，2013.

[6]陈怀录，徐艺诵，许计平，杨冬雪，冯东海.层次聚类分析法在甘肃省临夏回族自治州土地利用分区中的应用[J].兰州大学学报（自然科学版），2010.46（5）.

[7]居祥，张燕，黄贤金.聚类分析在长江流域地区房地产价格研究中的应用[J].经济地理，2013.33（3）.