【正文】 被公認(rèn)為衡量國家經(jīng)濟(jì)狀況的最佳指標(biāo)。 GDP 人均 GDP 是一個考慮了人口因素的相對指標(biāo)，如果我們只考慮國內(nèi)生產(chǎn)總值 GDP 的總量，可能會因為沒有考慮人口因素而缺乏一定的合理性。 （ 5）下一階，新類下次出現(xiàn)步驟。所以，本章從影響需求和影響供給兩個方面來分析房地產(chǎn)價格的影響因素。 我國部分消費者不合理的消費價值觀，導(dǎo)致人們普遍急于買房、買大房、買好房，從而形成對房地產(chǎn)市場的過高期望和強(qiáng)大壓力。二是“房地價格倒掛”。 (2)調(diào)整住房供應(yīng)結(jié)構(gòu)。 (4)加強(qiáng)銀行監(jiān)管，防范房地產(chǎn)金融風(fēng)險。 參考文獻(xiàn) [1]倪婧婕．從房價看中國經(jīng)濟(jì) [A].經(jīng)濟(jì)研究導(dǎo)刊 ,20xx（ 3） ． [2]王可 .房地產(chǎn)市場的拐點論 [N].房地產(chǎn)報， 20xx0125（ 2）． 17 [3]胡楠 .中國房地產(chǎn)價格之我[EB/OL].(20xx519)[20xx0515]． ． [4]山水 .20xx 年中國城市 GDP 排 名 [J/OL]． 宜居城市 ,(20xx318)[20xx0525]． . [5]dancute． 20xx 年中國大陸主要城市房價收入 比排名 Top60[J/OL]．中華城市吧 ,(20xx221)[20xx0525]． [6]朱富強(qiáng)．當(dāng)前房價問題的本質(zhì)．廣州日報 ,20xx114（ 12）． [7]張雪梅 .我國房價居高不下問題探究 [A].研究與探索 ， 20xx(7）． [8]夏婧 .我國商品房價格影響因素與對策實證研究 [A].財經(jīng)視線， 20xx（ 12） . [9]劉潤秋 .論房價決定地價一兼論當(dāng)前房地產(chǎn)宏觀調(diào)控政策 ,社會科學(xué)研究 ,20xx(6) [10]郭為力 .當(dāng)前我國房價虛高的影響及對策探究 [A].20xx（ 6）． 18 致 謝 四年的大學(xué)生活轉(zhuǎn)瞬即逝，面對這篇最終定稿的畢業(yè)論文，不由得讓我想到我敬愛的導(dǎo)師王洪霞老師。在增加經(jīng)濟(jì)適用房和廉租房和供給之后，使普通老百姓買得起房，而不需要盲目跟從去搶購高價房，這樣讓高價房無所適從開發(fā)商也就無法為商品房定出天價了。三是“二手房和新房價格倒掛”。 （二） 影響房屋供給的因素 構(gòu)成房屋商品成本的 各個因素就是影響房屋供給的因素，房屋生產(chǎn)成本的構(gòu)成可做如下劃分：土地取得成本、開發(fā)和管理成本。下面就以上因素展開分析。 用 SPSS 完成以上運(yùn)算步驟給出聚類分結(jié)果的聚類 譜系圖如圖 24 所示。 （二） 各城市房價問題聚類分析 為了進(jìn)行研究，我先搜集了 20xx 年 35 個大城市的上述幾個指標(biāo)制成表格，為了便于查看，它們是按照 GDP 的排名進(jìn)行排序的。進(jìn)入 21 世紀(jì)以來，我國的房地產(chǎn)業(yè)出現(xiàn)了新一輪繁榮期，房價持續(xù)上升，這在相當(dāng)大的程度上是國民經(jīng)濟(jì)發(fā)展的良好態(tài)勢所帶動的。 （三）聚類分析特點 首先，聚類分析簡單直觀。其次，用聚類分析的方法，對 31 個省市的房價問題聚類分析。 關(guān)鍵詞 ：房價；指標(biāo)；聚類分析 II Abstract The problem of house price is a hot and popular topic in recent years. Continuation of house price increase and its harm is the focus of public attention. Whether the house price is reasonable and whether it is too high to exceed the purchasing power of the people, cannot be answered just by surface observation and imagination. Firstly, with the two sets of data, this paper leads to the problem of house price increase. Then, this paper gives a brief introduction of the cluster analysis, including the concept, features and general steps of cluster analysis. Then this paper selects 35 cities for the study object, and selects some representative economic indicators that are relatively close with the house price considering the reasonableness and the possibility of obtaining data. Finally, using SPSS statistical software this paper analyzes the results of cluster analysis, obtains the corresponding countermeasures and puts forwards the reasonable suggestions. Key Words: house prices。當(dāng)一個國家或城市區(qū)的經(jīng)濟(jì)水平發(fā)展到一定程度以后，房地產(chǎn)業(yè)就會贏來一段快速增長時期，并進(jìn)一步刺激和帶動整個國家的經(jīng)濟(jì)增長，促進(jìn)社會的穩(wěn)定和繁榮。 二、聚類分析簡介 （一）聚類分析的概念 聚 類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程。最后，聚類分析的解完全依賴于研究者所選擇的聚類變量，增加或刪除一些變量對最終的解都可能產(chǎn)生實質(zhì)性的影響，所以在研究過程中，對指標(biāo)的選擇要非常慎重。 居民人均可支配收入是指居民家庭全部收入中，可用于支付生活費用的收入，人均可支配收入是按家庭全部人口計算的平均每人生活費收入，它被認(rèn)為是消費開支的最重要的決定性因素。 對表 2 中經(jīng)過標(biāo)準(zhǔn)化處理后的 35 個城市的數(shù)據(jù)進(jìn)行聚類分析，得出凝聚過程表 (見表 )，下面解析表 。大慶是一個石油城市，它能年產(chǎn)石油 4000萬噸，占全國的 40%，所以大慶的 GDP 較高，它的人口不多，人均 GDP 也高。 表 41 20xx20xx 全國城鎮(zhèn)居民人均可支配收入 單位：元 年份 20xx 20xx 20xx 20xx 20xx 20xx 20xx 20xx 可支配收入 13598 14753 15462 16075 18346 22126 24575 26955 資料來源：中國統(tǒng)計年鑒 從該圖可以看出我國人均可支配收入呈明顯的歷年遞增的趨勢。 然而， 土地出讓金卻成了一些地方政府財政收入的主要來源 ， 大面積征用集體土地然后高價出讓，幾乎成了地方政府“經(jīng)營城市”的主要業(yè)務(wù)，招標(biāo)、拍賣、掛牌 等出讓方式 使作為政府凈收益的土地出讓金連年大幅度上漲 ， 開發(fā)商取得土地的代價也水漲 船高 ，房價也隨之上漲 。同時，二手房市場上的非自住買家已經(jīng)超過五成。地方人民政府可根據(jù)實際情況，在一定時期內(nèi)限定購房套數(shù)。從論文提綱的擬定到論文內(nèi)容的修改潤色，王老師都為我提出了很多中肯和寶貴的指導(dǎo)意見，使我能夠順利完成論文的定稿。對取得預(yù)售許可或者辦理現(xiàn)房銷售備案的房地產(chǎn)開發(fā)項目，要在規(guī)定時間內(nèi)一次性公開全部銷售房源，并嚴(yán)格按照申報價格明碼標(biāo)價對外銷售。 1. 增加住房有效供給 房價上漲過快的城市，要增加居住用地的供應(yīng)總量。根據(jù)第二章對房價收入比的分析，我國房價收入比偏高，房屋絕對價格己經(jīng)超出了城市居民的經(jīng)濟(jì)承受能力。漲到一定程度以后，房價漲幅開始趨緩。通過本章的研究分析，可以發(fā)現(xiàn)我國當(dāng)前房價確實存在這一些問題，下章我們將系統(tǒng)地分析影響房價的幾個因素，從而提出一些合理的建議。對應(yīng)于各類步驟參與合并的兩項中 ,如果有一個是新生成的類 (即由兩個或兩個以上的個案合成的 9 類），則對應(yīng)列中顯示出該新類在哪一步第 一次生成。通過合理計算準(zhǔn)確的 房價收入比，不僅可以對市場的運(yùn)行狀況有個正確地認(rèn)識，選擇適當(dāng)?shù)娜胧袝r機(jī)，對于購房者而言，在了解自己的收入和房價之間準(zhǔn)確的比值之后，有利于人們決定合理的房產(chǎn)消費方式。本章選用 20xx年全國 35個大城市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報的相關(guān)數(shù)據(jù)，利用國內(nèi)生產(chǎn)總值 (GDP)、居民家庭人均可支配收入、房價收入比、人均 GDP 4 四個指標(biāo)對全國 31 個省市的房價問題進(jìn)行聚類分析。聚類分析在電子商務(wù)中 網(wǎng)站建設(shè)數(shù)據(jù)挖掘中也是很重要的一個方面，通過分組聚類出具有相似瀏覽行為的客戶，并分析客戶的共同