一种基于分形结构识别房地产次级市场结构的方法

本发明涉及房地产市场结构研究领域，尤其是涉及一种基于分形结构识别房地产次级市场结构的方法。

背景技术：

1、随房地产市场规模不断扩大，同时不同城市之间的房地产价格差异也逐渐拉大，全国房地产市场呈现出明显分化，出现显著的区域间差异。探索住房经济新的发展模式，就需要更加清晰和精准地识别房地产市场结构。

2、房价的空间异质性是房地产市场结构研究中的关键问题，城市住房经济受到各类空间要素影响呈现出明显的空间异质性，进而呈现出复杂的空间系统分形特征。因此，在对房地产市场结构的研究中，传统的定性研究和基于几何测度的量化分析对城市这样的复杂系统不再精准有效，而分形理论为我们认识房地产市场的内在结构涌现提供机会。基于分形结构研究房地产市场不仅可以提高房地产估价的准确性，同时还有助于正确理解城市的自然住房经济结构，有利于制定更加符合现实规律的房地产政策。

3、因此，亟需一种基于分形结构更精准识别房地产次级市场的有效方法。当前房地产次级市场划分多从建立特征价格模型的多维属性出发，跨系统比较和方法迁移的成本较高；并且现有的房地产市场分类方法不能有效展现出房价的空间分布复杂性以及房地产市场的嵌套关系。分形结构识别仅基于房地产价格，所需数据条件宽松，且对理解分形理论和房地产经济结构的结合具备意义。然而目前还没有基于分形结构来识别房地产次级市场的完整方法。

技术实现思路

1、针对现有技术存在的上述问题，本发明提供了一种基于分形结构识别房地产次级市场结构的方法，基于房地产市场价格分形结构，结合首尾分割与特征价格模型，自下而上地对房地产次级市场进行识别。通过分形视角识别房地产价格自身结构以建立对房地产市场经济的再认识，可为理解房地产市场空间嵌套结构以及政策落位提供新的视角和方法。

2、本发明的技术方案如下：

3、一种基于分形结构识别房地产次级市场结构的方法，包括以下步骤：

4、s1、采集研究城市主要建成区范围的房价点空间矢量数据，定义为房价样本点，得到集合hp；所述房价样本点包括：房屋单价信息、房屋结构信息和房屋经纬度信息；所述房屋结构信息包括：面积、卧室数量、卫生间数量和楼层；

5、s2、对hp执行首尾分割循环，具体步骤如下：

6、s2-1、设定主要参数的数值：分割次数n，首尾分割比例p，房价样本点联系距离阈值r，房价点样本规模s；

7、s2-2、让分割次数n＝n+1，并计算当前hp的平均值m；将大于等于m的房价样本点归类为头部房价点，得到集合hn；将小于m的房价样本点归类为尾部房价点，得到集合tn；

8、s2-3、计算hn的样本比例p′，即：

9、

10、s2-4、如果p′小于等于p，则将tn定义为当前分割次数的初始次级市场htn，并执行s2-5至s2-7；否则将hp定义为当前分割次数的初始次级市场htn，并执行s2-5、s2-6和s2-8；

11、s2-5、将初始次级市场htn的房价样本点按照房屋经纬度信息构建网络，网络边的权重是房价样本点之间的欧式距离；

12、s2-6、将权重大于r的网络边删除，计算网络中的各子图规模，删除子图规模小于3的房价样本点，得到新次级市场htn′；

13、s2-7、计算htn′的房价样本点数量s′；如果s′大于等于s，则将htn′定义为自然次级市场nhtn，执行s2-9；否则将htn加上头部hn作为新的htn，执行s2-5、s2-6和s2-8；

14、s2-8、计算htn′的房价样本点数量s′；如果s′大于等于s，则将htn′定义为自然次级市场nhtn，执行s2-10；否则让n＝n-1，再将分割次数为n的tn与htn相加，得到新的htn，然后重新执行s2-5、s2-6和s2-8，直到s′大于等于s后，执行s2-10；

15、s2-9、将nhtn作为新的hp，回到s2-2进入下一循环；

16、s2-10、循环结束，输出所有的自然次级市场nhtn；

17、s3、对所得到的自然市场nhtn建立特征价格模型，使用的变量包括：房屋结构信息、区位特征和设施距离；使用多元线性回归获得不同自然市场nhtn的拟合结果；根据相邻自然市场合并后相对于单独自然市场nhtn的整体r2增量大小，获取最终房地产次级市场划分结果。

18、4、进一步的，s3的具体步骤如下：

19、s3-1、将自然市场nhtn的数量记为k；

20、s3-2、从两两合并开始，选择2个直至k个相邻且连续的自然市场nhtn，合并对应的房价样本点并建立特征价格模型进行多元线性回归拟合，获得对应的回归拟合优度

21、s3-3、计算每种自然市场合并情况下相对于单独的nhtn的多元线性回归拟合优度增加量选出达到最大增量的自然市场合并情况，将合并后的次级市场输出为nsn，获取得到最终房地产次级市场划分结果。

22、进一步的，分割次数n＝0，首尾分割比例p＝0.5，房价点联系距离阈值r＝800，房价点样本规模s＝200。

23、本发明有益的技术效果在于：

24、(1)本发明基于分形理论，提出改进的首尾分割和合并方法，将房价内在结构特征解析为住房子市场，建立了一个普适的住房市场分割方法。

25、(2)本发明提出的住房市场分割方法基于房地产市场价格的层次结构和自相似特征，能进行不同城市的跨系统比较以及提供对多个城市住房市场结构的新理解。

技术特征：

1.一种基于分形结构识别房地产次级市场结构的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于分形结构识别房地产次级市场结构的方法，其特征在于，s3的具体步骤如下：

3.根据权利要求1所述的一种基于分形结构识别房地产次级市场结构的方法，其特征在于：

技术总结
本发明公开了一种基于分形结构识别房地产次级市场结构的方法，包括以下步骤：采集研究城市主要建成区范围的房价数据，包括房屋单价信息，面积、卧室数量、卫生间数量等房屋结构信息以及经纬度信息；对房价数据执行首尾分割循环，得到自然市场；对所得到的自然市场建立特征价格模型，使用多元线性回归获得不同自然市场的拟合结果，从而获取最终房地产次级市场划分结果。本发明基于分形理论，提出改进的首尾分割和合并方法，将房价内在结构特征解析为住房子市场，建立了一个普适的住房市场分割方法；本发明提出的住房市场分割方法基于房地产市场价格的层次结构和自相似特征，能进行不同城市的跨系统比较以及提供对多个城市住房市场结构的新理解。

技术研发人员：沈尧,徐子寒,冯韵洁,宋奇,吴小乔
受保护的技术使用者：同济大学
技术研发日：
技术公布日：2024/11/14