使用SPSS聚类方法研究各地房价.docx
《使用SPSS聚类方法研究各地房价.docx》由会员分享，可在线阅读，更多相关《使用SPSS聚类方法研究各地房价.docx（24页珍藏版）》请在冰豆网上搜索。
使用SPSS聚类方法研究各地房价
使用SPSS聚类方法研究各地房价
应用聚类方法对城市房价进行分类
摘要
房价上涨是近年来社会广泛关注的一个热点问题，房价上涨的持续性以及房价过快上涨的危害是大家关注的重点。
房价是否合理，是否已经超过了民众的购买能力，仅仅通过表面观察和凭空想象是不能回答这些问题的，要通过科学的研究方法才能得出合理的结论。
本文首先用两组数据，引出房价上涨问题。
然后，简单介绍以下聚类分析方法，包括聚类分析的概念、特征和一般步骤。
再选取当前我国35个大城市为研究对象，选择一些与房价关系较密切的有代表性的经济指标，选择指标时要注意考虑到指标的合理性以及数据获得的可能性。
最后运用SPSS统计软件对其进行聚类分析，并对聚类分析的结果进行分析，得出相应的对策并提出合理的建议。
关键词：
房价；指标；聚类分析
Abstract
Theproblemofhousepriceisahotandpopulartopicinrecentyears.Continuationofhousepriceincreaseanditsharmisthefocusofpublicattention.Whetherthehousepriceisreasonableandwhetheritistoohightoexceedthepurchasingpowerofthepeople,cannotbeansweredjustbysurfaceobservationandimagination.Firstly,withthetwosetsofdata,thispaperleadstotheproblemofhousepriceincrease.Then,thispapergivesabriefintroductionoftheclusteranalysis,includingtheconcept,featuresandgeneralstepsofclusteranalysis.Thenthispaperselects35citiesforthestudyobject,andselectssomerepresentativeeconomicindicatorsthatarerelativelyclosewiththehousepriceconsideringthereasonablenessandthepossibilityofobtainingdata.Finally,usingSPSSstatisticalsoftwarethispaperanalyzestheresultsofclusteranalysis,obtainsthecorrespondingcountermeasuresandputsforwardsthereasonablesuggestions.
KeyWords:
houseprices;indicator;clusteranalysis
1引言
1.1房价上涨问题的提出
居住是国民安居乐业和社会稳定的关键所在，也是社会发展水平的综合表现，历来都受到国家重视。
当一个国家或城市区的经济水平发展到一定程度以后，房地产业就会赢来一段快速增长时期，并进一步刺激和带动整个国家的经济增长，促进社会的稳定和繁荣。
然而，随着中国房地产市场的发展，各种矛盾也逐渐暴露，特别是高房价问题。
过去的几年各省城市房价不断攀升，截止到2014年5月统计局房价指数连续上升，创下新高。
不断走高的房地产价格，尤其在一些大城市，已远超大多数居民的购买能力，房地产价格的快速上涨已成为我国经济平稳运行中的突出问题。
为了反映房价的变动情况，这里引出房屋销售价格指数，它是反映一定时期房屋销售价格变动程度和趋势的相对数，通过百分数的形式来反映房价在不同时期的涨跌幅度。
通过房屋销售价格指数可以看出，房价一直在涨，见表1-1
（附：
为更好地满足各方面的需要，国家统计局2011年发布的《住宅销售价格统计调查方案》增加了计算定基价格指数的内容，首轮基期确定为2010年。
选择2010年作为对比基期，主要有三个方面的考虑：
一是与国民经济和社会发展五年规划期保持一致。
二是2010年的基础数据资料较为完整并且易于获取，可操作性强。
三是与CPI、PPI定基价格指数的对比基期保持一致，方便数据分析和使用）
2014年4月70个大中城市住宅销售价格变动情况（简表取前十八个）
表1-12014年4月新建住宅价格指数
城市
环比
同比
定基
城市
环比
同比
定基
北京
100.1
108.9
122.4
唐山
100.1
101.2
103.7
天津
100.1
104.5
113.2
秦皇岛
100.2
104.7
115.9
石家庄
100
107.4
121.5
包头
100.1
104.2
113.3
太原
100.1
109.6
116.4
丹东
100
106.4
118.2
呼和浩特
100
108.6
116
锦州
100
108.8
117.5
沈阳
100.1
107.8
121.3
吉林
100.1
106.1
115.6
大连
100.1
106.8
118.9
牡丹江
100.1
103.4
113.5
长春
100.2
107.2
114.8
无锡
100
103
107.4
哈尔滨
100
106.1
114.7
扬州
99.9
106.5
112.8
数据来源：
国家统计局2014年5月18日发布《2014年4月份70个大中城市房屋销售价格变动情况》
与上月相比，70个大中城市价格下降的有8个，持平的有18个，上涨的有44个，与去年同月相比，价格下降的有1个，上涨的有69个。
表1-22014年4月二手住房价格指数
城市
环比
同比
定基
城市
环比
同比
定基
北京
99.8
110.2
120.2
唐山
99.9
101.3
104.4
天津
100.5
104.5
108.5
秦皇岛
100
100.9
103.4
石家庄
100.1
102.5
101.6
包头
100.1
102.5
103.5
太原
100.3
103.4
116.6
丹东
100
102.9
106.3
呼和浩特
99.8
102
107.6
锦州
100.1
102.4
102.4
沈阳
100.1
105
110.8
吉林
99.8
100.9
105.1
大连
100
101.1
108.5
牡丹江
100
99.1
101.4
长春
99.9
102.9
106,2
无锡
99.9
101.4
107.6
哈尔滨
100.2
103.8
104.3
扬州
99.9
102.2
102.2
数据来源：
国家统计局2014年5月18日发布《2014年4月份70个大中城市房屋销售价格变动情况》
与上月相比，二手房价格下降的有22个，持平13个，上涨的35个，与去年同月相比，下降的有2个，持平1个，上涨的67个。
由此可以看出，中国近年的房价普遍上涨，下面，我们就用聚类分析法分析当前房价的合理性。
1.2研究思路和方法
本文主要选择聚类分析的方法进行研究分析。
首先，要合理选择反映房价问题的几个指标，因为指标的选择对深入的探讨又有决定的意义。
其次，用聚类分析的方法，对31个省市的房价问题聚类分析。
然后，对聚类分析的结果进行分析，最后得出结论并提出一些合理的建议。
论文中涉及到的分析数据，一部分来自历年的中国统计年鉴，还有一些来自报刊、杂志上的报导性数据。
二、聚类分析简介
（一）聚类分析的概念
聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。
它是一种重要的人类行为。
聚类分析的目标就是在相似的基础上收集数据来分类。
（二）聚类分析应用范围
聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。
在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。
聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。
商业上，聚类分析是细分市场的有效工具，同时也可用于研究消费者行为，寻找新的潜在市场、选择实验的市场，并作为多元分析的预处理。
生物学方面，聚类分析被用来动植物分类和对基因进行分类，获取对种群固有结构的认识。
聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，通过分组聚类出具有相似浏览行为的客户，并分析客户的共同特征，可以更好的帮助电子商务的用户了解自己的客户，向客户提供更合适的服务。
从统计学来看，聚类分析是通过数据建模简化数据的一种方法。
传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。
采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS。
本文就是用SPSS对与房价关系密切的几个指标进行聚类分析，从而得出合理的分析结果。
（三）聚类分析特点
首先，聚类分析简单直观。
其次，它主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析。
不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解。
最后，聚类分析的解完全依赖于研究者所选择的聚类变量，增加或删除一些变量对最终的解都可能产生实质性的影响，所以在研究过程中，对指标的选择要非常慎重。
（四）聚类分析的一般步骤
1.搜集整理数据，录入Excel表格。
2.对整理的数据预处理，如果单位不同，则用SPSS首先对数据进行标准化处理。
3.用SPSS对标准化的数据进行聚类分析
4.对分析聚类分析结果。
三、房价问题的聚类分析
第一章已经说到，中国近几年的房价是普遍在上涨的，然而，住房价格上涨的同时，居民的收入也在增加。
对于“中国当前的房价到底是否合理”，存在着很大争议。
有人认为中国目前的房价是基本合理的，且当前房价水平是由于前几年房价过低的理性回升。
主流的观点则是认为中国的房价不合理，存在着巨大泡沫。
本章选用2013年全国35个大城市国民经济和社会发展统计公报的相关数据，利用国内生产总值（GDP）、居民家庭人均可支配收入、房价收入比、人均GDP四个指标对全国31个省市的房价问题进行聚类分析。
（由于港、澳、台三地与大陆制度和发展水平差别较大，所以本文选择的数据不包括这三个地区，本文所选的35个大城市是按照国内各城市GDP排名取前三十五个）
（一）指标的选择
对我国各地区的房价问题进行深层分析，指标的选择具有决定性意义，这里选取下面4个指标作为分析的依据。
1.GDP总量
GDP即英文（grossdomesticproduct）的缩写，也就是国内生产总值。
国内生产总值是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。
它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。
进入21世纪以来，我国的房地产业
升级会员 