房地產(chǎn)市場區(qū)域分類依據(jù)研究文獻綜述

張凱鋒

摘 要：房地產(chǎn)市場是一個受很多復(fù)雜因素影響的市場，而房地產(chǎn)本身的特點決定了房地產(chǎn)市場的特性，其中之一就是房地產(chǎn)市場是一個區(qū)域性市場，因此房地產(chǎn)市場的區(qū)域分類是進行房地產(chǎn)微觀市場分析和宏觀市場研究的基礎(chǔ)，只有對房地產(chǎn)市場進行合理的區(qū)域分類才能對房地產(chǎn)市場行為有清晰的把握和認識，以便為房地產(chǎn)行業(yè)的商家與消費者提供具有指導(dǎo)性的新思路。本文基于聚類分析的方法，對房地產(chǎn)市場進行分類，以便對房地產(chǎn)可持續(xù)發(fā)展提供依據(jù)。

關(guān)鍵詞：房地產(chǎn)市場；區(qū)域分類；聚類分析

0 引言

房地產(chǎn)市場是一個受很多復(fù)雜因素影響的市場，而房地產(chǎn)本身的特點決定了房地產(chǎn)市場的特性，其中之一就是房地產(chǎn)市場是一個區(qū)域性市場，對房地產(chǎn)市場進行區(qū)域分類是房地產(chǎn)微觀市場分析和宏觀市場研究的重要基礎(chǔ)。但目前關(guān)于房地產(chǎn)市場區(qū)域分類究竟應(yīng)該以什么作為分類標準，國內(nèi)外學者提出不同觀點。

1 國內(nèi)學者的研究

1.1以區(qū)域劃分房地產(chǎn)市場

陳偉通過因子分析法，選取的20個指標聚為城市經(jīng)濟和房地產(chǎn)市場規(guī)模、城市經(jīng)濟和房地產(chǎn)價格水平、寫字樓和零售物業(yè)、市場規(guī)模增長、吸納水平、房地產(chǎn)價格增長6個因子，利用SPSS軟件將35個城市總共被聚為8類，聚類的結(jié)果比較理想，市場特征相近的城市基本在同一組內(nèi)。但是沒有指出各個市場在面對以后房地產(chǎn)市場變化的情況下應(yīng)該采取何種策略來穩(wěn)定房地產(chǎn)市場，還需要進一步通過模擬來擬定各類市場采取那種具體措施保證房地產(chǎn)市場穩(wěn)定發(fā)展。

鄭大川等人將多元數(shù)理統(tǒng)計方法運用到實際操作中，選取反映房地產(chǎn)市場發(fā)展狀況的重要指標，在31個行政區(qū)劃分的基礎(chǔ)上，采用聚類分析方法對31個地區(qū)進行深入分析，整合區(qū)域劃分范圍，分析區(qū)域的房地產(chǎn)微觀市場行為，有針對性地對不同區(qū)域進行宏觀調(diào)控。采用聚類方法根據(jù)房地產(chǎn)行業(yè)的各項指標進行距離計算，合理地對全國房地產(chǎn)市場重新整合分類。但是這種區(qū)域分類方法不是一勞永逸的。如果在若干年限間隔（比如三年）就進行一次系統(tǒng)的聚類分析，還能使得我們對全國各地市場的發(fā)展變化有更直觀的了解。另外利用聚類分析對房地產(chǎn)市場進行區(qū)域劃分，但是在其采用的指標體系中所涉及的僅僅只有直接指標，間接指標沒有被考慮進去，因此指標體系不全面。目前聚類分析只能對單個時點的若干指標或單個指標的時間序列進行分析，顯然具有一定的片面性。關(guān)于多個指標的時間序列聚類分析問題，仍然需要進一步的探索和研究。

彭向，胡躍紅對中國房地產(chǎn)經(jīng)濟發(fā)展區(qū)域分布不均衡現(xiàn)象運用聚類分析方法就1999-2003年的中國房地產(chǎn)業(yè)分年度進行了經(jīng)濟區(qū)劃，并運用相關(guān)的比較分析方法對這五年的經(jīng)濟區(qū)劃結(jié)果進行了動態(tài)分析。發(fā)現(xiàn)房地產(chǎn)在這五年里的發(fā)展呈現(xiàn)出以下幾個特點和趨勢：（1）各年的房地產(chǎn)發(fā)展水平的區(qū)域分布結(jié)構(gòu)有變動，但變動不大，總體來看，呈現(xiàn)出由頭輕腳重（發(fā)達區(qū)太少而較落后區(qū)太多）向均衡的方向發(fā)展的趨勢。上海、廣東在1999-2002年一直雄居榜首，而在這四年內(nèi)落后地區(qū)所占比重有增無減，直到2003年北京、江蘇、山東、浙江才進入發(fā)達地區(qū)行列，較落后地區(qū)所占比重也開始下降，整體開始呈現(xiàn)出向均衡方向發(fā)展的趨勢。（2）一直到2003年為止，房地產(chǎn)總體發(fā)展呈上升趨勢但較落后地區(qū)一直占有相當大的比重。比較1999-2003年的我國30個省市地區(qū)的聚類結(jié)果匯總表我們發(fā)現(xiàn)，較落后區(qū)所包含的省市地區(qū)個數(shù)一直占有最大比重，而且一直到2003年為止，這種狀況都沒有本質(zhì)的改變。這說明我國較落后地區(qū)房地產(chǎn)業(yè)的發(fā)展雖然總體上是處于上升趨勢，但是發(fā)展速度還要加快，這也是改變我國房地產(chǎn)業(yè)地區(qū)發(fā)展極不均衡現(xiàn)象的重要一環(huán)。但是，該文對中國房地產(chǎn)經(jīng)濟區(qū)劃的分析和動態(tài)研究在時間上比較滯后，可選擇的指標體系有待進一步系統(tǒng)化和科學化。

張勇，包婷婷在國內(nèi)外學者研究的基礎(chǔ)之上，將研究對象范圍縮小到中等尺度層面上，綜合考慮影響房地產(chǎn)市場價格的供給和需求的若干因素，根據(jù)房地產(chǎn)市場供求，選取影響區(qū)域房地產(chǎn)市場價格的相關(guān)指標，運用多元統(tǒng)計分析方法中的系統(tǒng)聚類法，對安徽省16個地級市房地產(chǎn)市場價格進行區(qū)域分類研究，共劃分為A、B、C、D、E、F 一共6個地區(qū)，并分析各個地區(qū)房地產(chǎn)市場發(fā)展的優(yōu)勢、劣勢、機遇、挑戰(zhàn)（SWOT）的基礎(chǔ)之上，深入分析影響房地產(chǎn)市場價格水平的綜合因素、家庭因素、企業(yè)因素，并據(jù)此結(jié)合各地區(qū)社會經(jīng)濟發(fā)展戰(zhàn)略及目標，以求為優(yōu)化安徽省房地產(chǎn)市場分布格局、促進地區(qū)房地產(chǎn)市場可持續(xù)發(fā)展以及提升房地產(chǎn)業(yè)競爭力提供有力支撐。張勇等人使用傳統(tǒng)的系統(tǒng)聚類分析方法，聚類標準采用的是“硬隸屬度”，這種非1即0的標準無法充分地刻畫隸屬程度，另外選取的都是2007之前年的數(shù)據(jù)，不是房地產(chǎn)市場的最新數(shù)據(jù)。

孫東雪，宋榮榮通過構(gòu)建房地產(chǎn)市場的指標體系（分為直接指標與間接指標），并通過中國統(tǒng)計年鑒查找了12年最新的數(shù)據(jù)。在模糊聚類建模中，依次采用了夾角余弦法、歐氏距離法和算術(shù)平均最小法求模糊相似矩陣，最后通過計算F統(tǒng)計量得出最優(yōu)分類。該方法對現(xiàn)有的模型進行了補充與改進，采用多種方法求相似矩陣，使結(jié)果更加真實可靠。且解決了傳統(tǒng)聚類分析不能具體刻畫隸屬程度的缺陷，值得一提的是，首次采用經(jīng)濟區(qū)這一概念對市場分類，讓商家和消費者先從大區(qū)域上對市場有個劃分，然后可以采用其他學者的模型從省市的層面上對市場進行細化分析。

1.2 以宏觀調(diào)控為目標的房地產(chǎn)市場分類

熊方軍，鄧長榮，馬永開等人以宏觀調(diào)控為目標對房地產(chǎn)市場進行分類，從總量均衡和結(jié)構(gòu)均衡2個方面構(gòu)建了基于宏觀凋控的房地產(chǎn)市場分類指標體系，運用層次聚類方法把我國30個“省市區(qū)”房地產(chǎn)市場分為6個類別。根據(jù)6類房地產(chǎn)市場的特征分析，第1類、第2類和第3類足我囝房地產(chǎn)宏觀調(diào)控的重點區(qū)域，而第5類和第6類的房地產(chǎn)市場發(fā)展水平比較低，這2類區(qū)域的房地產(chǎn)市場不存在過熱問題，是應(yīng)該得到政府扶持的區(qū)域。從而得出，對每一類房地產(chǎn)區(qū)域，在總量均衡和結(jié)構(gòu)均衡方面具有不同的發(fā)展特點，政府應(yīng)該分別根據(jù)其特點，實施有針對性的宏規(guī)調(diào)控政策，做到有的放矢，才能取得較好的宏觀調(diào)控效果。但是文章只是描述性的說明哪類地區(qū)需要進行宏觀調(diào)控，沒有進一步指出如何對分類市場進行宏觀調(diào)控，沒有提出具體的措施。

吳進紅，邱位芳，周敏通過對我國房地產(chǎn)業(yè)的宏觀調(diào)控現(xiàn)狀以及存在問題的分析。認為政府調(diào)控不可“一刀切”，提出以房地產(chǎn)綜臺發(fā)展水平為依據(jù)的分類調(diào)控標準。構(gòu)建了房地產(chǎn)綜臺發(fā)展水平評價指標體系，通過對2008年我國31個省、直轄市自治區(qū)的房地產(chǎn)相關(guān)數(shù)據(jù)的描述性統(tǒng)計分析驗證了分類調(diào)控的必要性：運用主成分分析計算得出各省市的房地產(chǎn)主成得分。根據(jù)得分對各省市進行粗略分類。繼而運用系統(tǒng)聚類分析方法進行科學細致的分類，最終得出將我國房地產(chǎn)市場劃分為四類進行分類調(diào)控的結(jié)論并給出相應(yīng)政策建議。

2 國外學者的研究

Michael White和Cath Jackson通過對傳統(tǒng)的房地產(chǎn)市場劃分方法進行矯正，檢驗了英國的兩種分類方法，根據(jù)研究需要，用聚類分析法根據(jù)租金變化情況對全國市場進行了歸類——租金的變化是影響投資回報的關(guān)鍵因素。將聚類分析結(jié)果與英國傳統(tǒng)的基于地域因素的市場分類方法進行了比較。比較結(jié)果顯示，在零售業(yè)方地產(chǎn)市場上，地域劃分方式不能反映市場的實際聚類情況，市場聚類分析結(jié)果與地域劃分的不一致性，也表明了非地域因素在租金變化中起到的重要作用。從中可以得出一個結(jié)論，即零售業(yè)房地產(chǎn)市場并非簡單的受地域因素決定，根據(jù)地域劃分對市場進行分類，只能提供一個比較粗糙的參考依據(jù)。用同樣的研究思路和方法來考察寫字樓市場的租金變化規(guī)律，得到的結(jié)果是有點令人詫異的。根據(jù)所處市場周期階段不同，寫字樓市場可以按照租金變化規(guī)律劃分為三個小組類別— 這也是符合理論的。將聚類分析結(jié)果與兩種傳統(tǒng)的分類方法相對比，可以發(fā)現(xiàn)，行政區(qū)域劃分同樣能夠較好的反應(yīng)市場聚類情況，而區(qū)域更加廣泛的 IPD劃分方法效果過則更好。但是，有兩點值得注意的問題：首先，相對較好并不代表完全準確——本文根據(jù)租金變化對市場聚類分析得到的小組當中，沒有一個是與 IPD 劃分的某個地域完全吻合的；其次，同一個地域內(nèi)的市場從未全部集聚成為一個單獨的組。表明，傳統(tǒng)上廣為應(yīng)用的兩種基于地理區(qū)域的市場劃分方法，可能無法很好的反應(yīng)市場聚類情況，無法作為衡量和控制風險的參考依據(jù)。

William N.Goetzmann 和Susan M.Wachter對美國寫字樓租金市場進行了聚類分析，發(fā)現(xiàn)租金市場具有顯著性的區(qū)域特征。聚類是房地產(chǎn)多元化分析一個重要方法，其他研究人員模擬表明，優(yōu)化了分類數(shù)據(jù)可能會導(dǎo)致多元化差，并導(dǎo)致收益虛高的期望和對投資組合風險的不合理的低預(yù)期。我們的分析表明，估計誤差的均值的負面影響可以通過聚類的應(yīng)用被最小化，以減少優(yōu)化問題的維數(shù)。迭代重定位算法，K均值是非常適合于識別與像裝置資產(chǎn)序列的統(tǒng)計問題。它是選擇城市分組的投資組合多樣化的有用工具。我們的算法的應(yīng)用同意大致由其他研究人員所指定的組。但我們的結(jié)論的主要區(qū)別是，無論是否集群應(yīng)用到租金或空缺，我們發(fā)現(xiàn)城市之間的關(guān)系bicoastal是強有力的證據(jù)。租金及職位空缺只是供給和需求的潛在力量的思考。而在有效租金的變動是由于為代理價值變動，和投資者的資本增值回報有用，聚類分析是不是為了跨區(qū)域經(jīng)濟差異調(diào)查的替代品。在K-均值算法可以用于此基礎(chǔ)研究提供一個工具，因為它也可以適用于變量如就業(yè)部門，人口增長，教育水平以及可能被鏈接到當?shù)氐慕?jīng)濟條件的任何其它變量。

3 總結(jié)

上述國內(nèi)外學者主要是運用聚類分析的方法從不同的角度對房地產(chǎn)市場區(qū)域分類的依據(jù)進行研究，對房地產(chǎn)市場分類研究做出了一定的貢獻，但隨著隨著我國房地產(chǎn)經(jīng)濟的發(fā)展和指標體系的進一步完善和健全，今后還可以結(jié)合判別分析、主成分分析等多元統(tǒng)計方法對房地產(chǎn)市場區(qū)域分類進行更深入的研究和探索，找出影響房地產(chǎn)市場分類主要影響因素，進一步對房地產(chǎn)市場未來發(fā)展變化做一定的預(yù)測，并且針對不同的房地產(chǎn)市場類型，提出具體的調(diào)控政策，保證我國房地產(chǎn)市場的穩(wěn)健的向前發(fā)展。

參考文獻

[1]陳偉.35個大中城市房地產(chǎn)市場聚類分析[J]-城市開發(fā)2006（1）

[2]鄭大川，尹曉波.對中國房地產(chǎn)區(qū)域分類的探索—基于聚類分析的實證研究[J].華東經(jīng)濟管理，2008， 22（2）

[3]彭向，胡躍紅.中國房地產(chǎn)經(jīng)濟區(qū)劃的聚類分析[J].統(tǒng)計決策，2006（2）.

[4]張勇、包婷婷：基于系統(tǒng)聚類分析的房地產(chǎn)市場區(qū)域劃分——以安徽省為例Ⅱ.池州學院學報，2013（2）.

[5]孫東雪，宋榮榮.基于模糊聚類分析的房地產(chǎn)市場區(qū)域劃分---以八大經(jīng)濟區(qū)域為研究對象。當代經(jīng)濟。2014（20）

[6]熊方軍，鄧長榮.馬永開?；诤暧^調(diào)控的我國房地產(chǎn)市場聚類研究。管理學報。2007（6）

[7]吳進紅，邱位芳，周敏.我國房地產(chǎn)業(yè)分類調(diào)控依據(jù)及政策建議.商業(yè)經(jīng)濟研究。2011（10）

[8]Michael White， Cath Jackson.Challenging Traditional Real Estate Market Classifications for Investment Diversification[J].Journal of Real Estate Portfolio Management，Vol.2005，11（3）

[9]William N.Goetzmann，Susan M.Wachter.Clustering Methods for Real Estate Portfolios.[J].Real Estate Economics，1995，23（3）

（作者單位：山東建筑大學）