大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的應(yīng)用

1、大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的應(yīng)用摘要：大數(shù)據(jù)時(shí)代的到來(lái)為房地產(chǎn)市場(chǎng)分析提供了高 效的數(shù)據(jù)分析工具，我們可以從大數(shù)據(jù)概念出發(fā)，探討房地 產(chǎn)大數(shù)據(jù)的構(gòu)成和大數(shù)據(jù)分析技術(shù)在房地產(chǎn)市場(chǎng)中的應(yīng)用。 基于大數(shù)據(jù)管理模式的房屋全生命周期動(dòng)態(tài)數(shù)據(jù)庫(kù)，以及 GIS空間數(shù)據(jù)和大數(shù)據(jù)分析方法的武漢市房地產(chǎn)市場(chǎng)分析的 研究成果，對(duì)大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的應(yīng)用予以總結(jié)與 展望。關(guān)鍵詞：大數(shù)據(jù)，房地產(chǎn)市場(chǎng)，動(dòng)態(tài)數(shù)據(jù)庫(kù)，市場(chǎng)分析 體系，片區(qū)市場(chǎng)分析，市場(chǎng)專題分析中圖分類號(hào)： F042 文獻(xiàn)標(biāo)識(shí)碼： B文章編號(hào)： 1001-9138-（ 2016） 05-0020-28 收稿日期： 2016-02-061 引言1.1 大數(shù)據(jù)

2、概念 近年來(lái)，大數(shù)據(jù)一詞越來(lái)越頻繁地被提及，它通常被描 述為信息爆炸時(shí)代產(chǎn)生的海量數(shù)據(jù)。全球咨詢公司麥肯錫指 出：“大數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，決策 將基于對(duì)海量數(shù)據(jù)的挖掘和分析而做出，大數(shù)據(jù)將日益成為 重要的生產(chǎn)要素” 。關(guān)于大數(shù)據(jù)的內(nèi)涵，研究機(jī)構(gòu) Gartner 認(rèn)為：“大數(shù)據(jù)是需要新的處理模式才能具有更強(qiáng)的決策力、 洞察力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資 產(chǎn)”。盡管目前尚未對(duì)大數(shù)據(jù)形成統(tǒng)一的認(rèn)知，但是業(yè)界和 學(xué)術(shù)界普遍認(rèn)為大數(shù)據(jù)具有 “4V”特征：體量大（Volume）, 大數(shù)據(jù)的數(shù)據(jù)量將達(dá) PB、EB ZB級(jí)；種類多（Variety）, 大數(shù)據(jù)是由文字、聲音

3、、視頻、多媒體等組成的結(jié)構(gòu)化、半 結(jié)構(gòu)化和非結(jié)構(gòu)化的多維異構(gòu)數(shù)據(jù)；速度快（Velocity），在海量數(shù)據(jù)的情況下，大數(shù)據(jù)仍需做到實(shí)時(shí)處理；價(jià)值密 度低（Value），應(yīng)用價(jià)值大但價(jià)值密度低，通過(guò)對(duì)海量數(shù)據(jù) 進(jìn)行提取、處理和分析，才能獲得很小一部分有用的信息。1.2 大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的必要性 房地產(chǎn)業(yè)作為對(duì)國(guó)民經(jīng)濟(jì)和城市經(jīng)濟(jì)發(fā)展具有重大影 響的產(chǎn)業(yè)部門，在發(fā)展中面臨諸多問(wèn)題，需要政府及有關(guān)部 門在對(duì)房地產(chǎn)市場(chǎng)發(fā)展進(jìn)行正確預(yù)判的基礎(chǔ)上科學(xué)決策、積 極引導(dǎo)，促進(jìn)房地產(chǎn)業(yè)的健康發(fā)展。房地產(chǎn)市場(chǎng)擁有著海量 的數(shù)據(jù)積累，房地產(chǎn)市場(chǎng)分析都將圍繞這些數(shù)據(jù)展開，從而 為政府及有關(guān)部門決策提供重要參考。面

4、對(duì)數(shù)據(jù)信息的急劇 增長(zhǎng)，房地產(chǎn)市場(chǎng)分析必須借助大數(shù)據(jù)的挖掘和分析技術(shù)， 將海量數(shù)據(jù)轉(zhuǎn)化成為有洞察力、決策力和有價(jià)值的知識(shí)，正 確判斷市場(chǎng)趨勢(shì)、科學(xué)引導(dǎo)資源配置、服務(wù)社會(huì)經(jīng)濟(jì)發(fā)展。2 房地產(chǎn)市場(chǎng)大數(shù)據(jù)的構(gòu)成 房地產(chǎn)市場(chǎng)是一個(gè)由土地供應(yīng)、房地產(chǎn)開發(fā)、房屋交易 及開發(fā)企業(yè)、金融機(jī)構(gòu)、經(jīng)紀(jì)中介、購(gòu)房者等多方參與的多 層次、多結(jié)構(gòu)的復(fù)雜大系統(tǒng)。 房地產(chǎn)市場(chǎng)本身受物理世界 （房 屋本身）、市場(chǎng)交易行為和人類社會(huì)活動(dòng)（房地產(chǎn)相關(guān)的宏 觀經(jīng)濟(jì)環(huán)境）的綜合作用，因此房地產(chǎn)市場(chǎng)大數(shù)據(jù)是有關(guān)房 地產(chǎn)的位置空間數(shù)據(jù)、市場(chǎng)交易數(shù)據(jù)、參與主體動(dòng)態(tài)行為數(shù) 據(jù)以及與房地產(chǎn)相關(guān)的宏觀經(jīng)濟(jì)、土地、人口、交通等的數(shù) 據(jù)集合。2.1

5、 房屋基礎(chǔ)數(shù)據(jù) 房屋既是構(gòu)成房地產(chǎn)市場(chǎng)的基本物理單元，也是房地產(chǎn) 市場(chǎng)的交易對(duì)象。 房屋基礎(chǔ)數(shù)據(jù)包括： 地理位置、 房屋樓棟、 建筑信息、配套設(shè)施及周邊環(huán)境等。2.2 房地產(chǎn)市場(chǎng)交易數(shù)據(jù) 交易活動(dòng)是房地產(chǎn)市場(chǎng)的核心，房地產(chǎn)市場(chǎng)交易數(shù)據(jù)包 括：商品房市場(chǎng)預(yù)售與成交量?jī)r(jià)數(shù)據(jù)、存量房市場(chǎng)成交量?jī)r(jià) 數(shù)據(jù)、房屋抵押登記數(shù)據(jù)、房屋價(jià)格評(píng)估數(shù)據(jù)以及租賃市場(chǎng) 量?jī)r(jià)數(shù)據(jù)等。2.3 宏觀經(jīng)濟(jì)、金融投資、土地、人口、交通數(shù)據(jù) 房地產(chǎn)業(yè)的發(fā)展?fàn)顩r與國(guó)民經(jīng)濟(jì)其他產(chǎn)業(yè)部門以及整 個(gè)宏觀經(jīng)濟(jì)環(huán)境緊密相關(guān)，因此房地產(chǎn)市場(chǎng)分析必須將房地 產(chǎn)業(yè)置于整個(gè)經(jīng)濟(jì)系統(tǒng)和產(chǎn)業(yè)鏈條之中才可能得出客觀有 益的結(jié)論。與房地產(chǎn)業(yè)相關(guān)的數(shù)據(jù)包括：宏

6、觀經(jīng)濟(jì)、金融投 資、土地規(guī)劃及利用等級(jí)、土地交易信息、人口、交通及市政規(guī)劃等112.4 動(dòng)態(tài)行為數(shù)據(jù) 購(gòu)房者是房地產(chǎn)市場(chǎng)的主要參與主體，必須作為對(duì)市場(chǎng) 發(fā)展具有重要影響的因素加以考量。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，人 們對(duì)網(wǎng)絡(luò)信息已產(chǎn)生巨大的依賴性，人們通過(guò)移動(dòng)互聯(lián)網(wǎng)定 制和獲取有關(guān)服務(wù)時(shí)，也留下了有關(guān)需求選擇、興趣取向的 重要信息，這些與房地產(chǎn)相關(guān)的動(dòng)態(tài)行為數(shù)據(jù)中蘊(yùn)含著大量 對(duì)于房地產(chǎn)市場(chǎng)導(dǎo)向與反饋具有指示意義的人類行為模式， 從中挖掘隱含信息將極大地豐富和拓展現(xiàn)有房地產(chǎn)市場(chǎng)分 析的內(nèi)容。 2013 年 11 月，國(guó)家統(tǒng)計(jì)局已與阿里、百度等 家企業(yè)簽署了大數(shù)據(jù)戰(zhàn)略合作框架協(xié)議。3 大數(shù)據(jù)分析及其在房地產(chǎn)

7、市場(chǎng)中的應(yīng)用3.1 大數(shù)據(jù)分析及其種類 大數(shù)據(jù)分析是數(shù)據(jù)與信息、知識(shí)之間相互交互的重要橋 梁，大數(shù)據(jù)分析是通過(guò)分析獲取傳統(tǒng)信息分析方法無(wú)法獲得 的、智能的、深入的、有價(jià)值的信息和知識(shí)，其典型任務(wù)是 通過(guò)對(duì)海量數(shù)據(jù)做統(tǒng)計(jì)性的搜索、比較，發(fā)現(xiàn)潛在關(guān)聯(lián)，獲 取有用信息，從而實(shí)現(xiàn)模式挖掘與預(yù)測(cè)分析。大數(shù)據(jù)越來(lái)越 強(qiáng)調(diào)日益膨脹的用戶網(wǎng)絡(luò)行為數(shù)據(jù)的積累，如何對(duì)這一類蘊(yùn) 含有寶貴市場(chǎng)信息的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行深入挖掘、分析、管 理和應(yīng)用，是我們面臨的重大挑戰(zhàn)。在房地產(chǎn)大數(shù)據(jù)挖掘與 分析領(lǐng)域， 主要有關(guān)聯(lián)分析、 聚類分析、 演變和預(yù)測(cè)分析等關(guān)聯(lián)分析，是尋找屬性間的相關(guān)性，利用關(guān)聯(lián)規(guī)則尋找 在同一事件中出現(xiàn)的不同項(xiàng)

8、的相關(guān)性，挖掘分析大量數(shù)據(jù)集 合之間有趣的關(guān)聯(lián)關(guān)系。比如通過(guò)房地產(chǎn)大數(shù)據(jù)分析，建立 房地產(chǎn)相關(guān)服務(wù)與用戶行為之間的關(guān)聯(lián)規(guī)則。聚類分析，是將整個(gè)數(shù)據(jù)對(duì)象分成多個(gè)組群，在同一組 群內(nèi)部對(duì)象之間具有較高的相似度，而不同組群之間對(duì)象的 差異較大。在房地產(chǎn)市場(chǎng)分析領(lǐng)域，借助聚類分析可以用來(lái) 研究需求類型構(gòu)成、片區(qū)市場(chǎng)分異，進(jìn)而為樓盤開發(fā)類型的 選擇、區(qū)域房地產(chǎn)調(diào)控政策的制定提供科學(xué)依據(jù)。演變和預(yù)測(cè)分析，通過(guò)提取對(duì)象的重要數(shù)據(jù)進(jìn)行建模， 把握對(duì)象隨時(shí)間變化的規(guī)律和趨勢(shì)，進(jìn)而進(jìn)行合理預(yù)測(cè)。比 如，結(jié)合人口構(gòu)成變動(dòng)、金融信貸發(fā)展趨勢(shì)進(jìn)行房地產(chǎn)消費(fèi) 趨向分析等。3.2 大數(shù)據(jù)分析在房地產(chǎn)市場(chǎng)中的應(yīng)用范圍找關(guān)聯(lián)、

9、發(fā)現(xiàn)知識(shí)、挖掘價(jià)值是大數(shù)據(jù)時(shí)代信息分析的真正 需要。大數(shù)據(jù)背景下，房地產(chǎn)市場(chǎng)相關(guān)的研究工作都是圍繞 著海量的房地產(chǎn)大數(shù)據(jù)展開的，基于數(shù)據(jù)挖掘算法，應(yīng)用大 數(shù)據(jù)分析技術(shù)，有效幫助我們從不斷積累與更新的數(shù)據(jù)中提 取有價(jià)值的信息，及時(shí)掌握市場(chǎng)發(fā)展動(dòng)態(tài)、科學(xué)引導(dǎo)市場(chǎng)供 需力量，合理制定產(chǎn)業(yè)調(diào)控政策。大數(shù)據(jù)分析在房地產(chǎn)市場(chǎng) 中的實(shí)際應(yīng)用日趨豐富，主要有以下幾個(gè)方面：房地產(chǎn)周期研究。研究房地產(chǎn)波動(dòng)周期，尋找某個(gè)時(shí)間 段內(nèi)特定區(qū)域房地產(chǎn)的波動(dòng)周期及規(guī)律，分析影響房地產(chǎn)波 動(dòng)周期的因素及其相互關(guān)系。房地產(chǎn)市場(chǎng)發(fā)展趨勢(shì)研究。分析房地產(chǎn)市場(chǎng)需求與國(guó)民 經(jīng)濟(jì)增長(zhǎng)、人均可支配收入、土地出讓面積、房地產(chǎn)開發(fā)投 資等因素

10、之間的關(guān)系，運(yùn)用統(tǒng)計(jì)回歸、神經(jīng)網(wǎng)絡(luò)等方法建立 模型、進(jìn)行預(yù)測(cè)分析。房地產(chǎn)經(jīng)濟(jì)預(yù)警指標(biāo)體系研究。對(duì)房地產(chǎn)市場(chǎng)運(yùn)行態(tài)勢(shì) 進(jìn)行分析、測(cè)度和判斷，并對(duì)未來(lái)的發(fā)展?fàn)顩r進(jìn)行預(yù)測(cè)、預(yù) 報(bào)和預(yù)警，以便及時(shí)采用有效措施來(lái)平緩波動(dòng)，促進(jìn)房地產(chǎn) 市場(chǎng)的健康、可持續(xù)發(fā)展。房地產(chǎn)市場(chǎng)區(qū)域板塊研究。針對(duì)房地產(chǎn)經(jīng)濟(jì)區(qū)域發(fā)展不 均衡的現(xiàn)象，運(yùn)用比較分析、聚類分析等方法對(duì)區(qū)域板塊市 場(chǎng)進(jìn)行動(dòng)態(tài)分析。房地產(chǎn)市場(chǎng)供給研究。綜合人口住房條件及分布、土地 利用現(xiàn)狀、市政規(guī)劃、交通分布信息等，通過(guò)聚類及層次分 析方法，科學(xué)測(cè)算區(qū)域內(nèi)不同類型不同業(yè)態(tài)房屋的供給數(shù)量 及各自的地理位置和發(fā)展計(jì)劃。房地產(chǎn)市場(chǎng)需求研究。利用關(guān)聯(lián)分析和序列分析研究

11、房 地產(chǎn)客戶的需求，發(fā)現(xiàn)購(gòu)房者的消費(fèi)行為模式，找出購(gòu)房消 費(fèi)的影響因素，為制定差別化營(yíng)銷策略提供依據(jù)。4 房地產(chǎn)市場(chǎng)分析中大數(shù)據(jù)應(yīng)用研究的初步成果為適應(yīng)大數(shù)據(jù)時(shí)代的發(fā)展要求，武漢市房產(chǎn)信息中心按照武漢市“智慧房管”頂層設(shè)計(jì)和“互聯(lián)網(wǎng)+房管”建設(shè)目標(biāo)，全面建成武漢市房屋全生命周期綜合管理平臺(tái)，極大地 提升了房管信息化水平，為房地產(chǎn)大數(shù)據(jù)應(yīng)用的開展奠定了 堅(jiān)實(shí)基礎(chǔ)?；谠撈脚_(tái)建設(shè)成果，建立了動(dòng)態(tài)的房屋基礎(chǔ)數(shù) 據(jù)庫(kù)，并開展基于 GIS 的武漢市房地產(chǎn)市場(chǎng)分析研究。4.1 建立基于大數(shù)據(jù)管理模式的房屋全生命周期基礎(chǔ)數(shù) 據(jù)庫(kù)按照大數(shù)據(jù)管理模式，開展房屋基礎(chǔ)信息調(diào)查，建設(shè)完 成動(dòng)態(tài)的房屋全生命周期基礎(chǔ)數(shù)據(jù)

12、庫(kù)，掌握了武漢市全市域 8494 平方公里全部國(guó)有土地上的房屋基礎(chǔ)信息。 同時(shí)以房產(chǎn) 管理圖成果為基礎(chǔ)，對(duì)已入庫(kù)產(chǎn)權(quán)登記、物業(yè)管理、優(yōu)保建 筑、保障房、房屋安全鑒定、白蟻防治、消防抗震等相關(guān)信 息數(shù)據(jù)進(jìn)行整合，以樓盤表為基礎(chǔ)建立了覆蓋各業(yè)務(wù)板塊的 主數(shù)據(jù)庫(kù)，形成了以規(guī)劃建設(shè)、市場(chǎng)管理、確權(quán)登記、使用 維護(hù)和滅失注銷五個(gè)房屋生命周期階段和一個(gè)住房保障專 題的平臺(tái)總體結(jié)構(gòu)。 覆蓋了全市 50 余萬(wàn)棟 4.9 億平方米房屋 的基本信息，涵蓋了 5000 多個(gè)商品房項(xiàng)目、 1800 余個(gè)專業(yè) 化物業(yè)小區(qū)、 30 余萬(wàn)套保障性住房、 209 處優(yōu)秀歷史建筑、 3915 棟危房以及 110 余億住宅維修資

13、金的監(jiān)管， 影像化資料 達(dá)457萬(wàn)卷（50TB）,為實(shí)施全市域房屋的精細(xì)化管理提供 了大數(shù)據(jù)支撐。4.2基于GIS的武漢市房地產(chǎn)市場(chǎng)分析體系研究大數(shù)據(jù)分析以數(shù)據(jù)全體或總體為分析對(duì)象，數(shù)據(jù)是核心 和關(guān)鍵， 強(qiáng)調(diào)從整體上觀察數(shù)據(jù)的屬性、 特征、聯(lián)系和規(guī)律。 傳統(tǒng)市場(chǎng)分析采用的數(shù)據(jù)抽樣方法往往割裂了數(shù)據(jù)或現(xiàn)象 之間的聯(lián)系，因而分析結(jié)果難以保證準(zhǔn)確和客觀。該研究項(xiàng) 目基于房屋全生命周期動(dòng)態(tài)基礎(chǔ)數(shù)據(jù)庫(kù)，同時(shí)采集宏觀投 資、消費(fèi)、 金融貸款、 土地成交、 居民收入及部分開發(fā)企業(yè)、 中介機(jī)構(gòu)等數(shù)據(jù)，以 1998-2015 年武漢市房地產(chǎn)市場(chǎng)為研究 對(duì)象，選取 1998-2015 年的總體年度及月度數(shù)據(jù)，利用

14、 GIS 空間數(shù)據(jù)挖掘、在線聯(lián)機(jī)分析等信息技術(shù)結(jié)合房地產(chǎn)市場(chǎng)分 析方法， 構(gòu)建了一套全面、 科學(xué)的房地產(chǎn)市場(chǎng)分析指標(biāo)體系， 對(duì)武漢市房地產(chǎn)市場(chǎng)進(jìn)行了客觀分析和系統(tǒng)研究（來(lái)源于華 中師范大學(xué)合作研究項(xiàng)目基于GIS的武漢市房地產(chǎn)市場(chǎng)分析體系研究課題成果） ?；诜康禺a(chǎn)周期波動(dòng)理論，根據(jù)武漢市 1998-2015 年房 地產(chǎn)市場(chǎng)發(fā)展總體情況，確定房地產(chǎn)市場(chǎng)的四大影響因素： 房地產(chǎn)政策、城市規(guī)劃、城市經(jīng)濟(jì)基本面和市場(chǎng)參與主體行 為。從理論、政策和適宜性三方面確定房地產(chǎn)市場(chǎng)的四個(gè)衡 量維度，分別為規(guī)模適應(yīng)性、結(jié)構(gòu)合理性、變化穩(wěn)定性和發(fā) 展可持續(xù)性，具體選取指標(biāo)見表1，構(gòu)建武漢市總體市場(chǎng)分析指標(biāo)體系，對(duì)武

15、漢市房地產(chǎn)市場(chǎng)總體景氣狀況進(jìn)行判斷。分析采用武漢市房地產(chǎn)市場(chǎng) 1998-2015 年的年度數(shù)據(jù)對(duì) 各維度的衡量指標(biāo)進(jìn)行計(jì)算，查看其歷年走勢(shì)，運(yùn)用系統(tǒng)判 定法中的多數(shù)原則確定各二級(jí)指標(biāo)的合理區(qū)間并對(duì)各指標(biāo) 的計(jì)算結(jié)果進(jìn)行評(píng)價(jià)。最后根據(jù)因子載荷矩陣確定各二級(jí)指 標(biāo)的權(quán)重，將各二級(jí)指標(biāo)標(biāo)準(zhǔn)化后加總得到規(guī)模適應(yīng)性、結(jié) 構(gòu)合理性、 變化穩(wěn)定性和發(fā)展可持續(xù)性總指標(biāo)， 通過(guò)創(chuàng)建“四 維玫瑰圖”予以展示，市場(chǎng)四維玫瑰圖理想狀況與現(xiàn)實(shí)狀況 見圖 1。四維玫瑰圖的四個(gè)維度分別代表房地產(chǎn)市場(chǎng)規(guī)模適 度、結(jié)構(gòu)合理、變化穩(wěn)定、發(fā)展持續(xù)，每一維度中將構(gòu)成該 維度的各個(gè)指標(biāo)用不用顏色標(biāo)識(shí)，對(duì)各衡量維度的整體狀 況、指標(biāo)構(gòu)成

16、狀況、指標(biāo)值、合理范圍及歷史發(fā)展態(tài)勢(shì)進(jìn)行 實(shí)時(shí)展示。4.3 片區(qū)劃分及板塊市場(chǎng)分析 鑒于武漢市房地產(chǎn)市場(chǎng)區(qū)域發(fā)展不平衡，在進(jìn)行片區(qū)市 場(chǎng)分析前首先進(jìn)行房地產(chǎn)市場(chǎng)片區(qū)劃分（來(lái)源于華中師范大 學(xué)合作研究項(xiàng)目基于 GIS 的武漢市房地產(chǎn)市場(chǎng)分析體系研 究課題成果）。利用 GIS 平臺(tái)空間數(shù)據(jù)， 綜合考慮土地綜合 質(zhì)量、城市規(guī)劃、行政區(qū)劃并結(jié)合房地產(chǎn)市場(chǎng)自身特征，通 過(guò)空間疊加分析的方法劃定武漢市（三環(huán)線以內(nèi)，根據(jù)市場(chǎng) 狀況適當(dāng)擴(kuò)展） 48 個(gè)房地產(chǎn)市場(chǎng)片區(qū) （片區(qū)劃分結(jié)果及 2015 年商品房成交活躍度）見圖 2，并抽取部分片區(qū)從住房成交 價(jià)格差異、土地開發(fā)強(qiáng)度差異、成交類型差異三方面對(duì)片區(qū) 劃分結(jié)

17、果進(jìn)行合理性驗(yàn)證。并選取片區(qū)市場(chǎng)分析指標(biāo)，運(yùn)用 多指標(biāo)聚類分析方法將武漢市 48 個(gè)片區(qū)市場(chǎng)分為七大類，并做片區(qū)市場(chǎng)演進(jìn)趨勢(shì)分析。以空間地理緯度演進(jìn)階段為橫 坐標(biāo)，以時(shí)間演進(jìn)階段為縱坐標(biāo)的片區(qū)市場(chǎng)演進(jìn)時(shí)空?qǐng)D見圖 3?；趨^(qū)域分異發(fā)展理論、市場(chǎng)供需理論，構(gòu)建片區(qū)市場(chǎng)分析指標(biāo)體系，對(duì)武漢市（三環(huán)線以內(nèi)，根據(jù)市場(chǎng)狀 況適當(dāng)擴(kuò)展）各區(qū)域板塊房地產(chǎn)市場(chǎng)運(yùn)行狀況進(jìn)行分析。按 照表 1 總體市場(chǎng)分析指標(biāo)體系，根據(jù)片區(qū)房地產(chǎn)市場(chǎng)發(fā)展實(shí) 際情況選取片區(qū)市場(chǎng) 2003-2015 年季度數(shù)據(jù)， 計(jì)算分析指標(biāo)， 并通過(guò)指標(biāo)合理區(qū)間對(duì)計(jì)算結(jié)果進(jìn)行評(píng)價(jià)驗(yàn)證。通過(guò)創(chuàng)建“片區(qū)市場(chǎng)供需平衡圖”對(duì)片區(qū)房地產(chǎn)市場(chǎng)分 析結(jié)果予以展示

18、，科學(xué)判斷市場(chǎng)發(fā)展趨勢(shì)，片區(qū)市場(chǎng)供需平 衡圖見圖 4。4.4 房地產(chǎn)市場(chǎng)專題分析 大數(shù)據(jù)分析的一個(gè)重要方面是可視化分析，也即對(duì)數(shù)據(jù) 進(jìn)行歸約、概化或圖形描述等。通過(guò)空間集聚和近似計(jì)算對(duì) 一些具體的地理位置概化聚類，形成對(duì)某區(qū)域的形象化描 述?；诜课萑芷趧?dòng)態(tài)數(shù)據(jù)庫(kù)，利用大數(shù)據(jù)分析方法 在 GIS 地圖上可以對(duì)某一市場(chǎng)關(guān)注熱點(diǎn)進(jìn)行專題市場(chǎng)分析。4.4.1 軌道交通專題分析如圖 5所示，對(duì)武漢市軌道交通 2號(hào)線沿線 200 米進(jìn)行 線狀緩沖分析，通過(guò)對(duì)軌道交通開通前后沿線房地產(chǎn)市場(chǎng)進(jìn) 行對(duì)比分析，研究軌道交通對(duì)周邊房地產(chǎn)價(jià)值的影響，從而 為地產(chǎn)開發(fā)類型、商業(yè)布局等提供決策支持。對(duì)軌道交通 2

19、 號(hào)線循禮門站點(diǎn)周邊 500 米進(jìn)行緩沖分析，研究軌道交通站 點(diǎn)布局對(duì)周邊商品房及存量房市場(chǎng)的影響，并通過(guò)統(tǒng)計(jì)建模 的方法進(jìn)行量化評(píng)估。4.4.2 商業(yè)綜合體專題分析如圖 6 所示，以武漢光谷廣場(chǎng)為中心做商業(yè)綜合體緩沖 分析，對(duì)作為武漢城市副中心的光谷商圈內(nèi)的商業(yè)地產(chǎn)進(jìn)行 專題分析，研究各業(yè)態(tài)地產(chǎn)的體量對(duì)比及歷年走勢(shì)，從商業(yè) 和辦公租賃市場(chǎng)發(fā)展情況對(duì)未來(lái)商業(yè)地產(chǎn)新增體量進(jìn)行預(yù) 測(cè)分析。5 結(jié)論與展望房地產(chǎn)行業(yè)是一個(gè)數(shù)據(jù)量大、關(guān)聯(lián)性強(qiáng)、結(jié)構(gòu)復(fù)雜、影 響因素眾多的非線性經(jīng)濟(jì)系統(tǒng)。傳統(tǒng)的市場(chǎng)統(tǒng)計(jì)分析已經(jīng)不 能滿足科學(xué)決策的需要，房屋全生命周期動(dòng)態(tài)數(shù)據(jù)庫(kù)的建設(shè) 和基于 GIS 空間數(shù)據(jù)及大數(shù)據(jù)分析方法

20、的武漢市房地產(chǎn)市場(chǎng) 分析成果，拓展了房地產(chǎn)市場(chǎng)分析的廣度與深度，提高了市 場(chǎng)分析成果在政府決策、行業(yè)管理中的應(yīng)用價(jià)值。為了繼續(xù)深化和拓展大數(shù)據(jù)在房地產(chǎn)市場(chǎng)分析中的應(yīng) 用，需要繼續(xù)建設(shè)完善適應(yīng)房地產(chǎn)業(yè)數(shù)據(jù)類型的數(shù)據(jù)資源倉(cāng) 庫(kù)，形成全方位、多維度、強(qiáng)交互的房地產(chǎn)大數(shù)據(jù)，特別是 有關(guān)房地產(chǎn)市場(chǎng)的動(dòng)態(tài)網(wǎng)絡(luò)化行為數(shù)據(jù)的搜集與挖掘。不斷 提高大規(guī)模數(shù)據(jù)集中挖掘的效率，加強(qiáng)數(shù)據(jù)分析對(duì)政策變動(dòng) 的適應(yīng)性，使大數(shù)據(jù)的“知識(shí)發(fā)現(xiàn)”和“價(jià)值提煉”功能在 房地產(chǎn)市場(chǎng)分析中發(fā)揮重要作用。參考文獻(xiàn)：1. 范志勇 .大數(shù)據(jù)分析技術(shù)在我國(guó)房地產(chǎn)市場(chǎng)分析中的 應(yīng)用 .北方經(jīng)貿(mào) .2015.26-272. 文庭孝 .大數(shù)據(jù)時(shí)代的信息分析變革研究 .圖書情報(bào)知 識(shí).2015.53. 李先光 .房地產(chǎn)市場(chǎng)分析預(yù)測(cè)中的數(shù)據(jù)挖掘技術(shù)應(yīng)用 研究 .貴州工業(yè)大學(xué)學(xué)報(bào) .2007.1作者簡(jiǎn)介：繆濤，供職于武漢市房產(chǎn)信息中心。 洪建國(guó)，華中師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院。 林波，供職于武漢市房產(chǎn)信息中心。 田鑫，供職于武漢市房產(chǎn)信息中心。Abstract ： The arrival of the era of big data provides efficient data an