【文章內(nèi)容簡介】 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。它是一種重要的人類行為。聚類分析的目標就是在相似的基礎(chǔ)上收集數(shù)據(jù)來分類。 （二）聚類分析應用范圍 聚類源于很多領(lǐng)域，包括數(shù)學， 計算機科學 ，統(tǒng)計學，生物學和經(jīng)濟學。在不同的應用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些 技術(shù)方法 被用作描 述數(shù)據(jù)， 3 衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。聚類是將 數(shù)據(jù)分類 到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的對象有很大的相異性。商業(yè)上，聚類分析是細分市場的有效工具，同時也可用于研究消費者行為，尋找新的潛在市場、選擇實驗的市場，并作為多元分析的預處理。生物學方面，聚類分析被用來動植物分類和對基因進行分類，獲取對種群固有結(jié)構(gòu)的認識。聚類分析在電子商務中 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，并分析客戶的共同特征，可以更好的幫助電子商務的用戶了解自己的客戶，向客戶提供更合適的服務。從統(tǒng)計學來看，聚類分析是通過 數(shù)據(jù)建模 簡化數(shù)據(jù)的一種方法。傳統(tǒng)的統(tǒng)計聚類分析方法包括系統(tǒng)聚類法、分解法、加入法、動態(tài)聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。采用 k均值、 k中心點等算法的聚類分析工具已被加入到許多著名的統(tǒng)計分析軟件 包中，如 SPSS。本文就是用 SPSS 對與房價關(guān)系密切的幾個指標進行聚類分析，從而得出合理的分析結(jié)果。 （三）聚類分析特點 首先，聚類分析簡單直觀。其次，它主要應用于探索性的研究，其分析的結(jié)果可以提供多個可能的解，選擇最終的解需要研究者的主觀判斷和后續(xù)的分析。不管實際數(shù)據(jù)中是否真正存在不同的類別，利用聚類分析都能得到分成若干類別的解。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，對指標的選擇要非常慎重。 （四）聚類分析的一般步 驟 ，錄入 Excel 表格。 ，如果單位不同，則用 SPSS 首先對數(shù)據(jù)進行標準化處理。 SPSS 對標準化的數(shù)據(jù)進行聚類分析 。 三、房價問題的聚類分析 第一章已經(jīng)說到，中國近幾年的房價是普遍在上漲的，然而，住房價格上漲的同時，居民的收入也在增加。對于“中國當前的房價到底是否合理”，存在著很大爭議。有人認為中國目前的房價是基本合理的，且當前房價水平是由于前幾年房價過低的理性回升。主流的觀點則是認為中國的房 價不合理，存在著巨大泡沫。本章選用 20xx年全國 35個大城市國民經(jīng)濟和社會發(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 四個指標對全國 31 個省市的房價問題進行聚類分析。（由于港、澳、臺三地與大陸制度和發(fā)展水平差別較大，所以本文選擇的數(shù)據(jù)不包括這三個地區(qū)，本文所選的 35 個大城市是按照國內(nèi)各城市 GDP 排名取前三十五個） （一） 指標的選擇 對我國各地區(qū)的房價問題進行深層分析，指標的選擇具有決定性意義，這里選取下面 4 個指標作為分析的依據(jù)。 總量 GDP 即英文（ gross domestic product）的縮寫，也就是國內(nèi)生產(chǎn)總值。國內(nèi)生產(chǎn)總值是指在一定時期內(nèi)（一個季度或一年），一個國家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務的價值，常被公認為衡量國家經(jīng)濟狀況的最佳指標。它不但可反映一個國家的經(jīng)濟表現(xiàn)，還可以反映一國的國力與財富。進入 21 世紀以來，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，這在相當大的程度上是國民經(jīng)濟發(fā)展的良好態(tài)勢所帶動的。房地產(chǎn)業(yè)與國民經(jīng)濟的關(guān)系是：一方面，國民經(jīng)濟的發(fā)展會帶動或制約房地產(chǎn)業(yè)的發(fā)展；另一方面，房地產(chǎn)業(yè)的發(fā)展又起著促進或影響國民經(jīng)濟的增長。因此，本文在指標選擇上將其作為考察的變量，力求反映各地區(qū)的經(jīng)濟增長對房價的拉動作用。 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，它被認為是消費開支的最重要的決定性因素。人們都能接受這樣的概念：收入高的城市，房價相應也就高，就是說，房價應當相對于可支配收入進行比較。因為想買房子就得有錢，也就是要有可支配收入，可支配收入與購房關(guān)系緊密。因此，本人認為選擇居民家庭可支配收入作為 分析的變量是十分必要的。 它是一項綜合指標，根據(jù)聯(lián)合國人類住區(qū)中心所發(fā)布的《城市指標指南》，“房價收入比”是指“居住單元的中等自由市場價格與中等家庭年收入之 比”，國內(nèi)學者大多將“房價收入比”這一概念定義為“居民收入和房價水平之間的比率”。概念上的不統(tǒng)一直接導致認識的混亂與統(tǒng)計的偏差。在此，本文采用我國現(xiàn)行的房價收入比的統(tǒng)計方法和標準。房價收入比從數(shù)值來看即是一套房子價格同家庭年收入的比值，比如一套售價為 50 萬元的房子對于一個年收入 10萬元的家庭，其比值便為 5： 1。通過合理計算準確的 房價收入比，不僅可以對市場的運行狀況有個正確地認識，選擇適當?shù)娜胧袝r機，對于購房者而言，在了解自己的收入和房價之間準確的比值之后，有利于人們決定合理的房產(chǎn)消費方式。在房地產(chǎn)市場中“買”和“租”都是合理的消費形式，根據(jù)收入房價比來選擇合理的消費形式才是真正意義上的理性消費。因此，本文選擇房價收入比為考 5 察的指標變量。 GDP 人均 GDP 是一個考慮了人口因素的相對指標，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。在此，同時選用人均 GDP 作為分析的對象， 從而同時兼顧經(jīng)濟發(fā)展和社會人口發(fā)展，對研究我國各城市當前的房價問題是很有必要的。 （二） 各城市房價問題聚類分析 為了進行研究，我先搜集了 20xx 年 35 個大城市的上述幾個指標制成表格，為了便于查看，它們是按照 GDP 的排名進行排序的。 表 21 20xx年 35 個大城市相關(guān)數(shù)據(jù) 序號 城市 GDP總量（億元） 人均可支配收入（元） 房價收入比 人均GDP(元 ) 每平方米商品房平均房價（元 /㎡） 1 上海 43851 28482 2 北京 40321 37469 3 廣州 42066 18406 4 深圳 44650 23906 5 天津 32658 14500 6 蘇州 41096 10144 7 重慶 25150 7505 8 成都 29968 9412 9 武漢 29821 8900 10 杭州 39310 19415 11 無錫 38999 7868 12 南京 36200 17400 13 青島 35227 12105 14 大連 30115 10766 15 沈陽 29340 7798 16 長沙 33662 6622 17 寧波 41657 13827 18 佛山 38040 8122 19 鄭州 26600 8931 20 唐山 26647 6656 21 煙臺 32930 7730 6 22 東莞 46594 7775 23 濟南 35648 9461 24 泉州 35430 8119 25 哈爾濱 25222 7325 26 南通 31059 8424 27 長春 23089 7033 28 西安 33100 7034 29 石家莊 25000 7878 30 福州 32130 13829 31 合肥 27980 7200 32 徐州 23770 6801 33 灘坊 28386 8714 34 常州 36946 7516 35 大慶 28500 4800 數(shù)據(jù)來源：宜居城市研究室《 20xx年中國城市 GDP和人均 GDP 排名》、《 20xx大陸主要城市房價收入比排名》、《 20xx全國大城市房價排行》 數(shù)據(jù)進行標準化處理，是為了使具有不同量綱、不同數(shù)量級的數(shù)據(jù)能放在一起比較。對表 21 進行數(shù)據(jù)標準化處理，得到表 22 表 22 數(shù)據(jù)標準化 序號 城市 Z1 Z2 Z3 Z4 Z5 1 上海 2 北京 3 廣州 4 深圳 5 天津 6 蘇州 7 重慶 8 成都 9 武漢 10 杭州 11 無錫 12 南京 13 青島 7 14 大連 15 沈陽 16 長沙 17 寧波 1