原文始发于微信公众号（城市数据派）：城市房租动态监测：机器学习整合特征价格模型的框架丨城市数据派
点击上图，了解详情
研究背景
全世界范围内，住宅商品房价格的持续上涨给低收入人群带来巨大的购买负担，与此同时，人们居住观念的改变即对租房接受度的提高，使得租赁人口不断增加，住房需求逐渐推向租赁市场。
近年来，政府积极鼓励并推动租赁市场的发展，一系列政策如租购同权、集体建设租赁型住房、发展长租公寓、住房补贴等陆续出台。
大量的租房需求和政府的积极推动，给房租市场带来了机遇和挑战。如何获取实时精细的房租空间分布、如何识别房租空间差异的影响因素、如何平衡城市内部租赁差异、如何评价租购同权政策的有效性、如何指导公平住房政策的制定都是当下亟待解决的问题。
当前研究进展
房租数据获取方法
基于传统统计数据 如官方统计数据、调查问卷、线下房地产交易商，其存在的不足在于①制作费用昂贵、时间效益差，无法实现动态监测；②粗糙的时空分辨率、有限的样本数量，无法满足精细尺度空间格局分析要求。
基于社交媒体数据 社交媒体是指基于Web 2.0应用、由用户自己生成内容、用于改善在线社交网络发展的平台，作为其中之一的网上租赁平台为房地产研究带来①免费公开可获、实时更新；②地理属性精细丰富；③反映真实市场情况的有效数据源。
但仍无法提供楼栋、小区、街道等精细尺度的全覆盖数据样本。
02
房租数据的空间预测方法
学者们对于房租房价的预测方法进行了不断的选择与改进：
特征价格模型——房地产研究常用的经典模型，但无法解决空间自相关和空间异质性问题；
克里金插值——对数据要求严格，实际应用较少；
地理加权回归——无法解决多尺度多维度问题；
空间计量模型——高度依赖先验知识，简单假设房租与影响因子间的关系；
机器学习——无需数据分布和先验假设，能捕捉多尺度相互作用和非线性关联，能建立复杂结构模型处理多维数据，但无理论支撑。
总结：当前缺少机器学习算法与房租理论模型的结合。
03
房租影响因子
<基于理论模型的选择>
基于特征价格模型，从邻里、区位、结构三个特征选择因子：
（1）邻里特征：教育设施、医疗设施、开放空间、便利设施、就业机会；
（2）区位特征：交通、距CBD距离；
（3）结构特征：房屋结构、朝向、装修程度、小区环境。
<多尺度效应的探究>
衡量某一特定类别房租影响因素的常用方法：
（1）居住点距最近设施点的距离；
（2）居住点周围最近设施点的大小、等级、质量；
（3）居住点特定距离内所包含的设施点数量；
（4）居住点所属邻里范围内设施点密度。
探究房租影响机制的常用技术：
（1）相对重要性比较；
（2）边际效应可视化。
总结：当前缺少多尺度影响因素及其相对重要性的探究。
研究框架
下图呈现的方法框架包括5步：从网上租赁平台获取房租价格数据，基于特征价格模型多尺度选择因子，比较六种常用的机器学习算法性能并选择最优算法进行空间预测，比较决定因素的相对重要性，分析小区尺度房租时空格局。
研究目标
（1）阐述如何基于泛在空间数据，使用机器学习算法结合特征价格模型，绘制精细尺度房租空间分布；
（2）比较不同机器学习算法的预测性能；
（3）定量分析影响因子在多维多尺度上的相对重要性；
（4）探讨对于公平性住房政策的启示与应用。
研究区
深圳，中国第一经济特区。截止2017年，常住非户籍人口占比65%，50%以上人口选择租房，住宅区存在显著的地理隔离。
数据处理
（1）从安居客、搜房网、链家、赶集网、58同城上爬取2017年10月和2018年2月的房屋租赁清单；
（2）数据清洗，去除重复发布的、面积明显异常的、缺少重要信息的记录，处理异常值；
（3）计算每个小区的平均单位面积房租；
（4）与深圳市小区矢量电子地图匹配。
研究指标
基于邻里、区位、建筑结构三个特征选取了7个维度的房租影响因素，并计算了小区1000米范围内对于每个类别POI的个数，街道尺度POI密度，和距最近POI距离。
房租空间预测
为对比不同类型机器学习算法的预测效果，分别基于树、基于距离、基于神经网络选取了6个常用算法，分别为随机森林回归（RFR）,额外树回归(ETR)，梯度提升树回归(GBR)，支持向量机回归(SVR)，k-近邻算法(k-NN)和多层感知器神经网络(MLP-NN)。RFR，ETR，GBR是基于集成树的回归算法，它汇总数据集的各个子样本上的多个回归树，并使用平均值来提高预测准确度，从而控制过度拟合。RFR相比于ETR，增加了方差但减少了偏差；MLP-NN是一种前向结构人工神经网络，具有速度快、泛化能力强、自学习能力强的特点；SVR通过寻找最优回归平面来预测未知点的值，该最优平面使得所有数据点距离该平面的距离和最小，即找到距离所有点距离最近的平面；k-NN基于有限的附近样本来解决预测问题，并且更适合于具有大量交叉或重叠的数据集。6个算法基于scikit-learn, Python包实现。利用格网搜索最优参数，通过K折交叉验证计算R2、精度等，对比选出最优预测性能的机器学习算法。
结果提要
算法性能比较
2017年10月机器学习算法性能比较
2018年2月机器学习算法性能比较
表中可以看出，RFR、ETR分别在2017年10月和2018年2月的房租预测中效果最佳，因此选择RFR,ETR进行房租空间预测。
房租时空格局
深圳市4个月以来平均房租增长6.659元每平方米，其中光明新区涨幅最大，房租价格从主城区向郊区递减，但涨幅从主城区和郊区向城乡结合地区递减。
深圳各区预测房租统计表
房租影响因素分析
（1）距三甲医院近的小区房租较高；
（2）拥有多样的就业机会或高新产业聚集的街道房租较高；
（3）对于教育而言，不同教育类型影响不同，义务教育和大学影响较大；
（4）自然景观越来越受到租房者的重视，距海岸线距离影响较大；
（5）公共交通便利度相对就医、就业而言影响较小；
（6）影响因子的多尺度效应显著，每个影响因子决定房租价格的尺度不同，总体而言尺度影响从大到小依次: 街道范围可获性>最近距离可达性>15分钟步行可获性。
2017年10月房租的决定因子相对重要性排序图
2018年2月房租的决定因子相对重要性排序图
对于公平性住房政策的启示
（1）精细尺度的房租时空格局能为租房者提供参考，同时了解租金价格变化的模式和动态及其与环境、基础设施和社会收益机会等的关系，可对城市规划进行指导；
（2）提出的方法框架可作为相关部门房租监测平台搭建的参考；
（3）基于文章结果与当前已有政策的讨论，为公平性住房政策的制定提出几点建议。
参考文献：
Lirong Hu, Shenjing He, Zixuan Han, He Xiao, Shiliang Su, Min Weng, Zhongliang Cai. Monitoring housing rental prices based on social media:An integrated approach of machine-learning algorithms and hedonic modeling to inform equitable housing policies. Land Use Policy, 2019, 82: 657-673.
文章转载来源于公众号：武大城市化研究室
END.
| 往期精选 |
点击上图，了解详情
点击上图，了解详情
| 其他合作 |
商业合作、投稿等，请联系客服小派派微信号 xiaopaipai_udparty，加好友必须备注：合作+机构名称
