周冬斌　沈良忠

摘要：隨著G20的成功舉辦和亞運(yùn)會的即將到來，杭州的房價問題受到社會各界的廣泛關(guān)注。該文以杭州13個行政區(qū)的相關(guān)數(shù)據(jù)作為研究對象，通過選取三個有代表性的指標(biāo)，利用SPSS軟件對其進(jìn)行聚類，最后對聚類分析結(jié)果進(jìn)行分析并提出了有意義的對策和建議。

關(guān)鍵詞：數(shù)據(jù)挖掘；SPSS；聚類分析；房價問題

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）22-0010-02

1概述

2016年，杭州舉辦了舉世矚目的G20峰會，2022年杭州又將迎來第19屆亞洲運(yùn)動會，G20峰會不僅會大大提高了杭州的知名度和美譽(yù)度，同時將其國際化進(jìn)程大大推向前進(jìn)，2016年杭州正式躋身一線城市行列。得益于杭州持續(xù)推進(jìn)城市建設(shè)的力度，尤其是規(guī)劃中的10條地鐵軌道交通和城際鐵路的建設(shè)，杭州的房價在G20之后迎來了一波快速上漲。房價問題一直是全國人民都熱切關(guān)注的問題，眾多的學(xué)者對房價的走勢都做了相關(guān)的研究。許光建在對全國35個城市的房價的研究中，就指出城市基礎(chǔ)設(shè)施、教育、醫(yī)療衛(wèi)生等公共服務(wù)的投入在一定程度上影響著房價的變動。徐美茹在《房價與地價因果關(guān)系研究》一文中也表明，過于寬松的金融環(huán)境是造成近年來房價過快的重要原因。王海滋在研究中構(gòu)建了房價與人均可支配收入、與人均GDP的回歸分析，結(jié)果表明北京房價增速遠(yuǎn)高于人均可支配收入與人均GDP的增長幅度。彭聰應(yīng)用OLS對我國房地產(chǎn)銷售價格與國內(nèi)生產(chǎn)總值（GDP）、居民消費(fèi)價格指數(shù)（CPI）、居民可支配收入等加以回歸分析，結(jié)果表明經(jīng)濟(jì)總理、物價等都是影響未來房價走勢的重要因素。本文主要基于2016年杭州市13個行政區(qū)的相關(guān)數(shù)據(jù)，分別從每個行政區(qū)的總GDP、人均GDP、人均可支配收入三個維度進(jìn)行聚類，對杭州13個行政區(qū)區(qū)的房價問題進(jìn)行分析，得到了一些有意義的結(jié)論并針對這些結(jié)論提出一些合理的建議。

2數(shù)據(jù)的收集處理

2.1數(shù)據(jù)指標(biāo)選擇

杭州各行政區(qū)當(dāng)前的房價到底是否合理，這是一個值得研究的問題。因此，本文選用2016年杭州13個行政區(qū)的相關(guān)數(shù)據(jù)，利用國內(nèi)生產(chǎn)總值（GDPI、居民家庭人均可支配收入、人均GDP三個指標(biāo)對杭州13個行政區(qū)的房價問題進(jìn)行聚類分析。GDP即國內(nèi)生產(chǎn)總值，是指在一定時期內(nèi)一個國家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，將其作為考察的變量主要是力求反映各地區(qū)的經(jīng)濟(jì)狀況對房價的拉動作用。人均GDP是一個考慮了人口因素的相對指標(biāo)，彌補(bǔ)了GDP僅考慮總量的不足，選用該指標(biāo)可以同時兼顧經(jīng)濟(jì)發(fā)展和社會人口發(fā)展。居民人均可支配收入是指居民家庭全部收入中可用于支付生活費(fèi)用的收入，該指標(biāo)被認(rèn)為是消費(fèi)開支的最重要的決定性因素。

2.2數(shù)據(jù)收集處理

本文搜集了2016年杭州13個行政區(qū)的數(shù)據(jù)如表1所示。論文研究過程中所涉及的分析數(shù)據(jù)，主要來自杭州統(tǒng)計(jì)信息網(wǎng)（網(wǎng)址：http：//www.hzstats.gov.cn/）和千數(shù)堂（網(wǎng)址：http：//d.askci.com/）。

由于不同的指標(biāo)數(shù)據(jù)之間取值范圍相差較大，為了使具有不同數(shù)量級的數(shù)據(jù)能放在一起比較，需要進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化操作，本文采用的Z-score進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理。Z-score標(biāo)準(zhǔn)化可以根據(jù)公式（1）執(zhí)行，經(jīng)過處理的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布，即均值為0，標(biāo)準(zhǔn)差為1。

其他數(shù)據(jù)如上述操作所得，最終結(jié)果如表2所示。其中z1表示GDP總量的標(biāo)準(zhǔn)化值；Z2表示人均GDP的標(biāo)準(zhǔn)化值；Z3表示居民人均可支配收入的標(biāo)準(zhǔn)化值；Z4表示每平方米商品房房價的標(biāo)準(zhǔn)化值。

3房價的聚類分析

聚類分析就是根據(jù)某種相似性度量標(biāo)準(zhǔn)，將一個沒有類別標(biāo)號的數(shù)據(jù)集s直接拆分成若干個子集C_i（i=1，2，…..k；k≤n），使得每個子集內(nèi)部數(shù)據(jù)對象之間相似度很高，而不同子集的對象之間不相似或相似度很低。本文主要采用SPSS中的系統(tǒng)聚類方法，以最短距離為計(jì)算依據(jù)實(shí)現(xiàn)聚類分析。最短距離法就是一組對象兩兩之間的距離矩陣m×m的非對角元素中找出d_pq=min{d_ij}1≤i≤m，1≤j≤m，從而把把分類對象G，和G。并未以新類G_r，然后再按結(jié)算公式l計(jì)算原來各類與新類之間的距離，這樣就得到一個新的（m-1）階的距離矩陣；再從新的距離矩陣中選出最小者d_ij，把G_i和G_j歸并成新類；再計(jì)算各類與新類的距離，這樣一直下去，直至各分類對象被歸為一類為止。

G_rk=min（d_pk，d_qk）k≠p，q （5）

使用SPSS軟件的系統(tǒng)聚類進(jìn)行聚類分析之后，得到如圖1所示的樹狀圖。

圖1清楚地反映了聚類分析的全過程，通過樹狀圖對所選的13個行政區(qū)進(jìn)行分類，得到表3。

通過比較表1與表3，我們可以得出以下結(jié)論：

①房價水平較合理地的是上城區(qū)和濱江區(qū)，雖然兩者的房價很高，但無論從GDP總量還是人均GDP方面看，兩者都名列前茅。上城區(qū)是南宋皇城所在地，山水江湖聚一身，吳山廣場、河坊街等都在此。濱江區(qū)是浙江省最有影響的科技創(chuàng)新基地、高新技術(shù)產(chǎn)業(yè)基地和最具活力的經(jīng)濟(jì)增長區(qū)域，匯聚了浙江乃至全國各地的腦力IT精英，房地產(chǎn)市場相對成熟。

②蕭山區(qū)和余杭區(qū)，是杭州最晚設(shè)區(qū)的，這兩者無論在GDP總量、人均GDP、還是家庭可支配收入的指標(biāo)上，都處于中間位置，兩者的房價基本上也是如此反映。

③江干區(qū)、拱墅區(qū)、下城區(qū)、西湖區(qū)在GDP總量、人均GDP、家庭人均可支配收入指標(biāo)上的排名都是比較靠前的，但是經(jīng)濟(jì)高速發(fā)展的同時其房地產(chǎn)市場也存在著一些問題，致使這些行政區(qū)的房價有些不合理。這些行政區(qū)都是杭州的主城區(qū)，相對來說經(jīng)濟(jì)比較發(fā)達(dá)，外來人口流入較多，可能這也是導(dǎo)致房價過高的一個因素。

④建德市、桐廬縣、臨安市、淳安縣、富陽區(qū)，這些行政區(qū)總體上來說經(jīng)濟(jì)發(fā)展并不是很好，但從房價問題考察，可發(fā)現(xiàn)這些行政區(qū)的房價還是比較合理的，究其原因可能是這些行政區(qū)的人口相對較少，房價比其他行政區(qū)低。

4結(jié)束語

本文通過使用聚類分析分析方法對杭州13個行政區(qū)的房價問題進(jìn)行分析，可以更科學(xué)、合理的對這些行政區(qū)進(jìn)行分類，從而找出它們的相似性并發(fā)現(xiàn)其中規(guī)律。通過對聚類結(jié)果的研究分析，可以發(fā)現(xiàn)杭州當(dāng)前房價確實(shí)存在這一些問題。杭州部分行政區(qū)還是存在房價過高的現(xiàn)象。當(dāng)然，房地產(chǎn)價格的形成具有眾多的影響因素，建議行政主管部門針對房價上漲過快的行政區(qū)，要增加居住用地的供應(yīng)總量，抑制不合理住房需求，加強(qiáng)市場監(jiān)督管理，保證杭州房地產(chǎn)市場的健康發(fā)展。endprint