房地产市场区域分类依据研究文献综述

作者:张凯锋 更新时间:2018-05-03 13:49 点击:
【论文发表关健词】房地产市场;区域分类;聚类分析
【职称论文摘要】
房地产市场是一个受很多复杂因素影响的市场,而房地产本身的特点决定了房地产市场的特性,其中之一就是房地产市场是一个区域性市场,因此房地产市场的区域分类是进行房地产微观市场分析和宏观市场研究的基础,只有对房地产市场进行合理的区域分类才能对房地产市场行为有清晰的把握和认识,以便为房地产行业的商家与消费者提供具有指导性的新思路。本文基于聚类分析的方法,对房地产市场进行分类,以便对房地产可持续发展提供依据。

       0 引言
房地产市场是一个受很多复杂因素影响的市场,而房地产本身的特点决定了房地产市场的特性,其中之一就是房地产市场是一个区域性市场,对房地产市场进行区域分类是房地产微观市场分析和宏观市场研究的重要基础。但目前关于房地产市场区域分类究竟应该以什么作为分类标准,国内外学者提出不同观点。
1 国内学者的研究
1.1以区域划分房地产市场
陈伟通过因子分析法,选取的20个指标聚为城市经济和房地产市场规模、城市经济和房地产价格水平、写字楼和零售物业、市场规模增长、吸纳水平、房地产价格增长6个因子,利用SPSS软件将35个城市总共被聚为8类,聚类的结果比较理想,市场特征相近的城市基本在同一组内。但是没有指出各个市场在面对以后房地产市场变化的情况下应该采取何种策略来稳定房地产市场,还需要进一步通过模拟来拟定各类市场采取那种具体措施保证房地产市场稳定发展。
郑大川等人将多元数理统计方法运用到实际操作中,选取反映房地产市场发展状况的重要指标,在31个行政区划分的基础上,采用聚类分析方法对31个地区进行深入分析,整合区域划分范围,分析区域的房地产微观市场行为,有针对性地对不同区域进行宏观调控。采用聚类方法根据房地产行业的各项指标进行距离计算,合理地对全国房地产市场重新整合分类。但是这种区域分类方法不是一劳永逸的。如果在若干年限间隔(比如三年)就进行一次系统的聚类分析,还能使得我们对全国各地市场的发展变化有更直观的了解。另外利用聚类分析对房地产市场进行区域划分,但是在其采用的指标体系中所涉及的仅仅只有直接指标,间接指标没有被考虑进去,因此指标体系不全面。目前聚类分析只能对单个时点的若干指标或单个指标的时间序列进行分析,显然具有一定的片面性。關于多个指标的时间序列聚类分析问题,仍然需要进一步的探索和研究。
彭向,胡跃红对中国房地产经济发展区域分布不均衡现象运用聚类分析方法就1999-2003年的中国房地产业分年度进行了经济区划,并运用相关的比较分析方法对这五年的经济区划结果进行了动态分析。发现房地产在这五年里的发展呈现出以下几个特点和趋势:(1)各年的房地产发展水平的区域分布结构有变动,但变动不大,总体来看,呈现出由头轻脚重(发达区太少而较落后区太多)向均衡的方向发展的趋势。上海、广东在1999-2002年一直雄居榜首,而在这四年内落后地区所占比重有增无减,直到2003年北京、江苏、山东、浙江才进入发达地区行列,较落后地区所占比重也开始下降,整体开始呈现出向均衡方向发展的趋势。(2)一直到2003年为止,房地产总体发展呈上升趋势但较落后地区一直占有相当大的比重。比较1999-2003年的我国30个省市地区的聚类结果汇总表我们发现,较落后区所包含的省市地区个数一直占有最大比重,而且一直到2003年为止,这种状况都没有本质的改变。这说明我国较落后地区房地产业的发展虽然总体上是处于上升趋势,但是发展速度还要加快,这也是改变我国房地产业地区发展极不均衡现象的重要一环。但是,该文对中国房地产经济区划的分析和动态研究在时间上比较滞后,可选择的指标体系有待进一步系统化和科学化。
张勇,包婷婷在国内外学者研究的基础之上,将研究对象范围缩小到中等尺度层面上,综合考虑影响房地产市场价格的供给和需求的若干因素,根据房地产市场供求,选取影响区域房地产市场价格的相关指标,运用多元统计分析方法中的系统聚类法,对安徽省16个地级市房地产市场价格进行区域分类研究,共划分为A、B、C、D、E、F 一共6个地区,并分析各个地区房地产市场发展的优势、劣势、机遇、挑战(SWOT)的基础之上,深入分析影响房地产市场价格水平的综合因素、家庭因素、企业因素,并据此结合各地区社会经济发展战略及目标,以求为优化安徽省房地产市场分布格局、促进地区房地产市场可持续发展以及提升房地产业竞争力提供有力支撑。张勇等人使用传统的系统聚类分析方法,聚类标准采用的是“硬隶属度”,这种非1即0的标准无法充分地刻画隶属程度,另外选取的都是2007之前年的数据,不是房地产市场的最新数据。
孙东雪,宋荣荣通过构建房地产市场的指标体系(分为直接指标与间接指标),并通过中国统计年鉴查找了12年最新的数据。在模糊聚类建模中,依次采用了夹角余弦法、欧氏距离法和算术平均最小法求模糊相似矩阵,最后通过计算F统计量得出最优分类。该方法对现有的模型进行了补充与改进,采用多种方法求相似矩阵,使结果更加真实可靠。且解决了传统聚类分析不能具体刻画隶属程度的缺陷,值得一提的是,首次采用经济区这一概念对市场分类,让商家和消费者先从大区域上对市场有个划分,然后可以采用其他学者的模型从省市的层面上对市场进行细化分析。
1.2 以宏观调控为目标的房地产市场分类
熊方军,邓长荣,马永开等人以宏观调控为目标对房地产市场进行分类,从总量均衡和结构均衡2个方面构建了基于宏观凋控的房地产市场分类指标体系,运用层次聚类方法把我国30个“省市区”房地产市场分为6个类别。根据6类房地产市场的特征分析,第1类、第2类和第3类足我囝房地产宏观调控的重点区域,而第5类和第6类的房地产市场发展水平比较低,这2类区域的房地产市场不存在过热问题,是应该得到政府扶持的区域。从而得出,对每一类房地产区域,在总量均衡和结构均衡方面具有不同的发展特点,政府应该分别根据其特点,实施有针对性的宏规调控政策,做到有的放矢,才能取得较好的宏观调控效果。但是文章只是描述性的说明哪类地区需要进行宏观调控,没有进一步指出如何对分类市场进行宏观调控,没有提出具体的措施。

        吴进红,邱位芳,周敏通过对我国房地产业的宏观调控现状以及存在问题的分析。认为政府调控不可“一刀切”,提出以房地产综台发展水平为依据的分类调控标准。构建了房地产综台发展水平评价指标体系,通过对2008年我国31个省、直辖市自治区的房地产相关数据的描述性统计分析验证了分类调控的必要性:运用主成分分析计算得出各省市的房地产主成得分。根据得分对各省市进行粗略分类。继而运用系统聚类分析方法进行科学细致的分类,最终得出将我国房地产市场划分为四类进行分类调控的结论并给出相应政策建议。 

(责任编辑:论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)
发表评论
本站模板均经测试成功,请放心下载,遇到任何问题或者需要购买付费论文请联系本站。
表情:
验证码:点击我更换图片