基于大數據的住房空置率分析方法及應用研究

        ■ 項目特色

        ⒈研究意義

        住房空置率是反映房地產市場供需狀況和衡量城市居民居住水平的重要指標，可為政府住房政策的制定、住房供給者的投資以及住房需求者的消費提供重要的參考。但我國目前住房空置率調查仍處于起步階段，部分地方政府和研究機構有所嘗試，但都因為標準問題或基礎數據問題，使得調查結果難以得到各方認可。因此，迫切需要一種可靠、權威的住房空置率統計方法。

        ⒉研究方法

        本次研究將大數據技術與傳統住房設施數據結合，以居民家庭用水數據為基礎，通過分析家庭用水量變化特征，識別出空置住房，并將其標示到具體空間上，識別出住房空置率較高的小區和區域，為制定精準、有效的住房政策和房地產調控政策提供依據。以深圳為例，研究基礎數據包括賬戶號、用水類型、用水量、地址、立戶日期和抄表日期等基礎屬性，其中居民家庭類用水共80.8850 萬條。

        ⒊研究過程

        首先，異常戶識別。除用水量0 到1t 外，其他用水量與戶數點符合正態分布，而0 到1t 處的戶數發生突變，在數據分布上屬于離群值，因此我們以1 噸確定為異常用水邊界。其次，地理編碼。由于數據中上報的地址信息是文本形式，需要將這些文本轉化為地理坐標經緯度，以進行之后的空間分析，于是我們采用了一種全新的基于高德地圖、百度地圖、騰訊地圖三大網絡平臺的地理編碼方法。再者，坐標糾偏。將經過地理編碼后的空間數據由三大網絡平臺的火星坐標轉換成地球坐標。最后，住房空置率分析。經測算深圳市住房空間率為4.67%，并進行格網分析與熱點分析，統計每個網格內的住房空置率，驗證住房空置率的可信度。