厦门大学健康医疗大数据研究院
健康医疗大数据国家研究院 | 数字福建健康医疗大数据研究所
National Institute for Data Science in Health and Medicine,Xiamen University
语言选择: 中文简体中文版 ∷  ENGLISH英文版
最新动态 您的位置: 首页 > 新闻中心 > 最新动态 > 正文 >
2020年“云评指数” 基于大数据的租赁房屋资源禀赋指数发布
2021-02-08 返回列表

由厦门大学管理学院和厦门大学健康医疗大数据国家研究院共同发起,厦门大学数据研究中心和厦门市云众联大数据科技有限公司联合研发的“基于大数据的租赁房屋资源禀赋指数——福建省部分城市”于2021年1月30日在厦门正式发布。

发布会由厦门大学数据挖掘研究中心博士生郑陈璐主持,厦门大学数据挖掘研究中心主任、厦门大学管理学院教授、厦门大学健康医疗大数据国家研究院副院长朱建平教授;厦门云评众联科技有限公司董事长、厦门市云众联大数据科技有限公司总经理李秀荣出席本次发布会并致辞。同时,中央广播电视总台央广网、厦门日报、东南早报、东南网、厦门网、中新社、海峡导报和海西晨报等多家主流媒体参加发布会。本次大会采用线上线下结合的方式,现场及在线参加人数达到2950人。

49B06

图1 发布会现场

首先,朱建平教授介绍了房屋租赁资源禀赋指数构建的背景、意义,以及研究概况,并指出:“在第一、二期研究成果的基础上,今后该研究项目发展方向主要有三方面。第一,对于租赁住房,将逐步推广至全国70个城市,在指标选取方面也将逐步做到房屋属性、外部环境和宏观经济全覆盖;并进一步研究各资源禀赋指数与住宅租赁价格之间的联动性;第二,从用途方面,将参照租赁住房的研究方法,开展商业、办公用房的相关研究;第三,将现有的数据,以行业和研究领域进行整合,进一步深化数据了利用率,以合作等形式开发衍生产品。”

60155

图2 朱建平教授

接着,李秀荣董事长就房屋租赁资源禀赋指数成果的应用方面,展开了举例说明和探讨,主要包括指数在房地产估价过程中的应用、消费者租户智能选房、银行押品分析、政府制定政策、房地产开发企业可行性分析以及企业选址参考。李董事长指出:“租赁房屋资源禀赋指数成果也可作为估价机构和估价师在进行估价作业时确定相关参数取值的参考。”同时,李董事长还强调:“金融的核心是交易,交易的核心是定价,定价的主体是评估。”

57688

图3 李秀荣董事长

之后,厦门大学数据研究中心博士生陈宇晟主要就福建省厦门市、福州市、漳州市、泉州市四个城市小区各项资源禀赋指数数值、城市前百小区、城市内各行政区划前十小区综合指数等成果进行展示和汇报。

681CD

图4 陈宇晟博士

租赁房屋资源禀赋相关图表和小区排名链接如下:http://index.yunping.com/。如图1所示,网站提供了包括四座城市小区数量、资源点样本数量、指标权重、失衡指数、城市综合指数分布、一级指数均值、各城市各项资源禀赋指数热力图、各小区各项资源禀赋指数数值、城市前百小区、城市内各行政区划前十小区综合指数和公共服务单位失衡指数等内容。

A7630

图5 网站首页示例

1.构建租赁房屋资源禀赋指数的意义

构建城市或地区的租赁房屋资源禀赋指数对规范住宅租赁管理行为、引导房地产业健康发展、促进经济增长都具有重要意义。①租赁房屋资源禀赋指数可以为政府研究租赁市场和公共租赁住房保障政策,实施市场监控、政策调控等提供服务。通过资源禀赋指数的分析,可以展现各资源禀赋对房屋租金价格的影响程度,以及不同片区租金价格差异程度和原因,进而可以为政府确定租赁房价格以及制定相关政策提供参考。②房地产开发企业通过租赁房屋资源禀赋指数等房地产市场指标,企业可分析判断租赁市场的运行趋势和相关政策走向,为项目的投资估算和项目的营销推广提供参考。③公众也可通过租赁房屋资源禀赋指数了解住宅租赁市场、选择合适的租赁房屋信息渠道,根据自己的居住习惯、房屋消费能力、居住时间等情况作出自己的租赁选择。如租户可以根据自己比较关注的某一个或若干个资源的禀赋指数来确定租赁房源的片区,或者在既定的片区内根据自己比较关注的某一个或若干个资源的禀赋指数来确定合适的小区,这样可以更快速更有目的性的进行租赁选择。④估价机构及估价师一方面为租赁房屋资源禀赋指数的构建以及相关的影响因素、数据的收集和动态维护等提出专业的意见和建议,使租赁房屋资源禀赋指数更具指导性和专业性;另一方面,估价机构和估价师在进行估价作业时可将租赁房屋资源禀赋指数作为租金估价相关参数取值的参考,并可为估价委托人提供相关的咨询服务等。

2.数据来源

如表1所示,本报告使用的数据主要包括四座城市:厦门市、漳州市、泉州市与福州市的小区详情数据和小区周边资源禀赋情况。经过多方对比和估价师确定最终选择云评众联数据库中2020年1月到10月的小区详情数据。

1 租赁房屋小区数据量

表2租赁房屋资源禀赋数据量此外,如表2所示,各小区周边资源禀赋情况由厦门大学数据挖掘研究中心和云评众联运用定向资料搜集技术自互联网数据获取。详细技术方案是以各小区为中心进行坐标解析,以各资源禀赋影响范围为基础分别对小区周边各资源禀赋情况进行定向资料搜集,其中资源禀赋项以及资源禀赋影响范围来源于云评众联平台专业估价师的判断。云评众联作为一个整合了全国大量估价机构以及估价师的平台,拥有大量的可以为资源禀赋指数的构建提供专业意见的估价机构以及估价师,为准确采集四座城市租赁房屋资源禀赋数据,云评众联平台机构,厦门均达房地产资产评估咨询有限公司组织估价师委员会成员对云评众联积累的历史数据进行了综合分析,并结合各估价师过往积累的经验、评估理论以及专家问答,为后续指数构建提供丰富的先验信息。

表2租赁房屋资源禀赋数据量

3.指数构建与综合指数分析

本次研究切实结合当前网络舆情、市场现状、民生民愿,通过深入调查,根据租赁房屋的空间分布特征和实际情况,在经验性标准和统计学方法的基础上,构建了“租赁房屋资源禀赋评价指标体系”。借鉴国内外“生活圈”相关研究理论和《城市居住区规划设计标准》等规范性标准,力求系统全面、客观有层次地反映四座城市租赁房屋生活圈理想程度。该评价体系由二级指标构成,详见表3。

表3 租赁房屋资源禀赋指数评价指标体系框架

与第一期不同的是,本期小区数据取自云评数据库,经云评估价师和数据工程师处理,小区数据不需要进行额外的处理。利用线上资源获取小区周边各资源禀赋POI (Points of interests,兴趣点) 数据,按不同的禀赋资源类型分别存储在excel表格中。分别对这些数据进行数据清洗。利用采集的POI数据包含小区名称、类别标签(tag)、资源名称(name)、资源坐标(location)、距离(distance)、资源所在行政区划(area)和资源地址(address)。主要的数据处理包括数据去重、保留常规数据和保证数据唯一性。

预处理后的数据用于禀赋指数的构建,禀赋指数构建方法步骤如下:第一,使用Bayesian思想,得到各个二级指标的后验有效距离;第二,使用有效距离内小区与资源点间距离的分位数均值作为基础,结合对应的资源点数量的标准化加权,得到各个小区二级指标对应的二级指数;第三,确定合成一级指数和综合指数的权重。使用调查问卷作为计算合成指数权重的基础,通过秩效应方法调整得到一级指数与综合指数合成权重;第四,使用合成权重与二级指数得到一级指数与综合指数,方便各个小区分领域与综合特征的比较分析。

在构建指数的基础上,分析比较了四座城市各级指数分布和统计量特征,并给出了部分小区资源禀赋指数得分的排名。通过总体分析和个别分析相结合的方式,为各方提供客观、详实、优质的四座城市的租赁房市场资讯。

表4计算了四座城市租赁房屋资源禀赋一级指数的四个分布统计量,包括均值、标准差、偏度与峰度。分别从一级指数的平均水平、离散程度、极端值特征以及集聚程度四个不同的角度描述了一级指数的分布特征。

表4 四城租赁房屋资源禀赋一级指数分布特征


四座城市综合指数的分布特征结果如表5所示。

表5 四城租赁房屋资源禀赋综合指数稳健统计量

4.各分领域指数详细分析

购物资源禀赋由便利店、超市和农贸市场三个部分组成,反映三个等级购物场所以数量和距离综合表示的资源丰富程度,四城均值如表6所示。

表6 四城租赁房屋购物资源禀赋指数均值

教育资源禀赋指数主要由幼儿园、小学和初中三个二级指数构成,四城均值如表7所示。由于当前购房的核心人群中有相当一部分人的参考是房屋的教育资源禀赋,因此,从此项中可以较好地发掘“租售同权”的可行性。

表7 四城租赁房屋教育资源禀赋指数均值

医疗健康资源禀赋指数由医院、社区医院和药店三个部分组成,四城均值如表8所示。对不同等级医疗健康资源的评价有利于整合医疗的进一步深化。

表8 四城租赁房屋医疗健康资源禀赋指数均值

体育活动资源禀赋指数的目标是通过评价小区周边体育场馆与公园两个不同需求等级的体育活动设施的距离和数量的综合水平,以期得到体育活动资源禀赋的客观评价,四城均值如表9所示。

表9 四城租赁房屋体育活动资源禀赋指数均值

交通资源禀赋指数共分为五个部分:普通公交、快速公交、地铁、步行街和公共停车场。分别从普通公共交通、快速公共交通、道路易拥堵程度及私家车出行便捷程度四个方面考量了交通的整体资源分布特征,有助于为城市交通规划提出丰富内涵的意见与建议。由于该领域的二级指数较多,因此此处仅以普通公交、步行街和公共停车场为例,四城均值如表10所示,快速公交和地铁资源禀赋指数与普通公交的特征类似,在此不再赘述。

表10 四城租赁房屋交通资源禀赋指数均值

社会保障资源禀赋简单地划分为四个部分:银行网点、公安局及派出所、垃圾转运站以及公厕,四城均值如表11所示。同样从正负两个方向评价了资源禀赋中保障社会基本公共秩序必要的内容。

表11 四城租赁房屋社会保障资源禀赋指数均值

除了以上提到的资源禀赋以外,还存在另外一些对租赁房屋居住者有着较强烈影响的资源点,此处选取专家认为影响最为强烈的两个相似的资源点作为代表,即墓地与火葬场,四城均值如表12所示。墓地与火葬场均为负向指标,且在城市中的分布一般均极为紧密,对小区的影响也极为类似。

表12 四城租赁房屋其它资源禀赋指数均值


5.结束语

综上所述,四座城市在不同类型的资源禀赋上具有不同程度的优势,从一级指数上来看,厦门市在除其它以外的各分领域上均具有较高的均值;漳州市的均值在购物、医疗健康和其它领域则具有较大的优势;泉州市则仅在体育活动与其它领域具有一定的优势;最后,福州市在购物、教育、交通和社会保障四个分领域上具有较大的指数得分。在综合指数上,剔除极端值后,四座城市的中位数排名为厦门、漳州、福州和泉州。其中漳州和福州的中位数非常接近。

以往研究均以租赁住房为研究对象,从全国、城市或区域层面展示当地住房租赁价格水平,但较少对结果进行细化,如不同类型、不同面积住房的租赁价格水平差异;且上述指数均基于住房租赁价格本身,并没有关注到租赁价格影响因素与租赁价格之间的关联。因此,构建分地区、分类型的房屋租赁资源禀赋指数不仅必要,而且具有重大的指导价值。构建城市或地区的租赁房屋资源禀赋指数对规范住宅租赁管理行为、引导房地产业健康发展、促进经济增长都具有重要意义。

本期福建省部分城市租赁房屋资源禀赋指数研究报告主要从7个方面的禀赋要素来展示各住宅小区的资源禀赋情况,后续还将从住宅房屋本身资源以及各资源对租赁房屋价格的影响等方面进行扩展,更全面、更系统、更科学的对住宅租赁房屋情况进行剖析,并将租赁房屋资源禀赋指数继续向全国进行推广,租赁房屋资源禀赋指数的意义也将更加明显。

发布会的最后,现场记者及线上参会人员就发布会的成果及应用与朱建平教授(右二)、李秀荣董事长(左二)、陈宇晟博士(右一)和张露沁评估师(左一)进行热烈的沟通与讨论。

图6 现场问答

会后,厦门大学数据挖掘研究中心研究团队、厦门市云众联大数据科技有限公司研究团队和现场媒体朋友进行合照。


图7 会后合照


总 编 辑| 朱建平 李秀荣

责任编辑| 郑陈璐

图文编辑| 陈宇晟 郑陈璐 吴小龙

封面设计| 刘丽娟

照片来源| 厦门市云众联大数据科技有限公司

排版编辑| 吴小龙


厦门大学数据挖掘研究中心

厦门市云众联大数据科技有限公司

2021年1月30日