基于大数据的房地产市场监测系统设计与实现

沈志刚 陈晖 岳倩倩

摘要：近些年来，为推动房地产市场规范、平稳、健康发展，国家出台了一系列宏观调控政策。房地产长效机制尚在探索阶段，现有信息系统已无法满足各级政府对房地产市场情况的细粒度指标分析与精细化调控的需求。阐述了基于大数据的房地产市场监测系统设计与实现，对房地产市场监测系统的建设目的与应用前景进行了分析，展现其在房地产监测工作中的实际应用价值。

关键词：房地产;大数据;GIS;市场监测

中图分类号：F293 文献标识码：A

文章编号：1001-9138-（2022）01-0050-08 收稿日期：2021-12-08

作者简介：沈志刚、陈晖、岳倩倩，无锡市房地产市场管理和监测中心。

随着城市规模的不断扩大，大数据、云服务等信息技术的发展完善，房地产市场监测分析工作的业务需求也在不断更新和拓展，仅仅依靠原有历史数据手工统计分析，以及粗粒度的统计分析模型已不能适应当前业务的开展，无法满足市政府对房地产市场情况的细粒度指标分析与精细化调控的需求。顺应房地产市场监测需求，本文提出了基于大数据的房地产市场监测系统设计与实现。房地产市场监测系统通过建立一套基于房地产市场多维度数据的细粒度分析数学模型，能够从供应、需求、价格、购买人群、特征属性等多方面对房地产市场现状进行监测预警，使之有能力为房地产市场调控政策提供依据、为社会公众提供更加全面及时的房地产市场信息服务。

1 房地产市场监测系统设计

1.1 房地产市场监测系统功能需求

为了实现全方位对房地产市场进行监测的需求，房地产市场监测系统采集房地产市场相关基础数据，建立GIS空间大数据分析平台以及全面的房地产市场监测数据资源中心，实现房地产市场的预警预报、宏观分析、中观分析、微观分析等功能，并将结果以可视化图表、报告等提供到监测中心大屏及政务协同办公平台移动端工作台上。房地产市场监测系统基本功能需求如下。

（1）预警预测核心指标趋势

定期记录重点监测指标，并利用适合的图表对趋势进行展示。同时，建立价格指数测算模型，为调控工作提供参考。

（2）实时反映房地产市场运行状态

监测系统通过图表展示商品住宅供应、商品住宅成交、二手住宅成交、商品房库存与去化周期等市场数据走势，反映当前市场运行状态。

（3）深入分析房地产市场的结构信息

通过对商品住宅供应、商品住宅成交、二手住宅成交数据进行深入挖掘，分析价格段、面积段、行政区域、买受人等结构信息，摸清市场供应成交主体构成。通过对历史数据进行收集，可以进一步对结构信息变化趋势展开研究。

（4）学区房、地铁房等特征小区追踪分析

選定关注度较高的学区房、地铁房等特征小区，持续收集其相关挂牌、成交数据，跟踪研究热点小区的房价、成交量走势。

（5）舆情监测

监测订阅数较高的行业公众号、微博，获取敏感词条，搜集虚假报道和恶意炒作等信息并及时上报，有效减少舆论宣传对价格指数的影响。

（6）目标城市房地产市场走势跟踪

收集目标城市宏观数据、房地产市场数据、房地产调控政策等，实现本地市场与其他城市的横向对比。

（7）分析房地产市场健康平稳状态

通过对房地产开发投资额/GDP、土地出让收入/地方财政收入、房价收入比、房屋租售比、空置率、杠杆率等指标交叉分析，评估房地产市场的健康程度。

（8）建立城市指数模型

与高校、研究机构等展开合作，针对城市特点，建立指数模型，创建符合本地实情的自定义指标，更精准地反映房地产市场的冷热程度，综合对市场潜在风险发出预警预报。

（9）与地理信息系统（GIS）、楼盘表系统形成融合应用

依托GIS研究成果，与楼盘表系统进行深度关联，实现全市一张图，自动生成宗地、楼盘位置、建筑物等要素，并可叠加道路名称、板块区域划分、供应成交热力图，实现图形浏览、查询、打印输出功能。

（10）建立房价地价联动模型

将房地产市场收集的数据与GIS空间大数据深度结合，建立房价地价联动测算模型，用一定范围内的房屋交易价格来测算出让地块的最高限价。

（11）结合地图技术研究购买人群

在购买人群结构研究的基础上结合地图技术，在地图上展示购买人群从哪儿来，到哪儿置业。

1.2 房地产市场监测系统业务流程

房地产市场监测系统对房地产项目立项、施工许可、工程进度、预售许可、竣工备案、交付使用等环节信息进行了动态采集，同时采集租赁市场的租赁备案数据，并联合外部横向部门的相关数据，形成房地产市场动态信息数据库，建立数据资源中心。在优化现有房产系统的基础上，进行系统间的信息共享和互通，从现有系统中动态采集商品房预（现）售信息、网签备案信息、查封抵押信息等，结合GIS空间大数据平台，建立时空立方体、房地产市场的多维度分析模型，提供全市房地产市场动态分析与预警，为市政府提供全面的房地产市场分析报告。房地产市场监测系统业务流程如图1所示。

1.3 系统架构

房地产市场监测系统总体业务架构如图2所示，采用“1+1+N+1”的建设模式，即1个数据资源中心，1个GIS空间大数据平台，N个应用，1个综合可视化驾驶舱。房地产市场监测体系的有效建立，能够对市场形势合理预判，进行风险的实时评估预测，及时发布预警信息，为房地产市场宏观调控决策提供强有力的支撑。

数据资源中心通过数据治理的方式，将房屋交易管理部门历年来积累的历史房产交易网签数据、楼盘表数据、外部其它横向部门协调数据、GIS空间数据等通过数据清洗、映射、转换等操作，形成专项主题库，为基于空间要素的房地产大数据分析模型提供训练数据。同时，利用数据治理平台建立长效的数据采集机制，与各接入数据的业务系统通过接口实现实时数据交互，保障未来的核心数据更新的有效性。

近年来，房地产价格在空间分布上产生出明确的分化现象。为适应房地产价格表现出的空间分异性，GIS空间大数据平台主要利用现代GIS引擎的空间科学大数据分析能力如空间分布、多因子关联分析、时空分析等，将楼盘数据、网签交易数据以及其它接入的非结构化数据如政策、规划、舆情等与地理空间信息相结合，将房地产交易数据建立时空立方体，建立多维度的分析模型，为房地产的预警预测等应用提供基础数据支撑。同时，GIS引擎底图及房屋分幅图服务为上层分析应用的可视化呈现提供基础服务。

房地产市场监测系统应用层主要关注房地产市場的监测分析应用。通过对历史存量数据建模分析、实时接入数据的动态监测、多维度的分析建模，从多个维度提供精细化房地产市场的动态监测与分析评估，全面动态地反应房地产市场供需状况及住房市场发展形式，有效支撑房地产调控工作的部署、新政的调控效果评估、调控政策的制定优化以及用地供应政策的制定。房地产市场监测系统产生的所有分析结果，均能在大屏及移动工作台上以可视化的方式通过直观的图表报告实时展示，方便监测人员查阅。

2 房地产市场监测系统的实现

2.1 房地产市场数据资源中心建设

房地产市场监测数据资源中心需要汇聚内部、横向部门、其他代表城市等多维度的数据资源，进行数据治理建立数据仓库，结合GIS空间分析技术构建时空立方体，最终为房地产市场的大数据建模分析提供数据基础。

数据资源中心依托大数据基础设施，提供数据接入与治理等服务，提供大数据OS能力，并以一体化的方式提供专业高效、安全可靠的一站式大数据平台。数据资源中心由数据接入、任务调度、数据标准、数据组织、数据质量、数据安全、数据血缘、数据对账、数据服务、数据资产管理等核心模块组成，能够同时满足用户对数据治理、质量管理、数据安全等各方面的数据需求，赋予用户对外提供数据服务的能力。同时，数据资源中心为外部数据治理提供了统计局数据接口、财政局数据接口、税务局数据接口、公积金中心数据接口、人民银行数据接口等，保障未来的核心数据更新的有效性。

2.2 GIS空间大数据分析平台建设

空间分布区位在房地产市场监测中是一项重要特征，是形成城市间房地产价格差异和城市内不同区域房地产价格差异的重要原因。GIS大数据支撑平台建立了房地产市场监测分析相关图层如房屋分幅图、项目建设图层、房产交易图层、房屋租赁图层，结合空间化的业务数据，利用GIS空间分析能力，建立了多维度的房地产市场分析模型如地块拟合分析模型、多时空尺度统计监测模型、特征楼盘分析模型，将房地产市场交易监测分析与时空要素高度结合，对已有的业务数据进行空间化处理，实现了楼盘表数据、项目数据空间化，为未来衔接土地规划、土地出让等数据打下基础。

GIS大数据支撑平台主要包含GIS引擎、基于空间要素的房地产交易分析模型库两部分。GIS引擎提供GIS基础底图服务以及GIS分析服务。GIS底图服务在通用矢量图、影像图基础之上，集成房屋分幅图，以提供位置准确、几何正确、属性完备的房屋幢面数据图层，为房地产市场交易的空间要素分析、基于地图的可视化分析结果呈现等功能提供地图支持。GIS分析服务集成了基于地理空间的通用分析算法的高效实现，为各类业务分析模型的快速构建及高效运行提供帮助。基于空间要素的房地产交易分析模型库依据业务视角构建，建立房地产市场的空间要素分析模型，将楼盘数据、网签交易数据以及其它接入的数据如政策、规划、舆情等与地理空间信息相结合，通过多维度的建模分析，为房地产的预警预测等应用提供模型支撑。GIS空间要素房地产数据分析模型建设包含以下模型。

（1）交易热点分析模型。通过对历史数据的挖掘，建立交易热点分析模型，挖掘房地产交易热点区域及影响要素，并以此为依据，预测未来的热点区域及房价波动。

（2）特征楼盘分析模型。对楼盘特征进行标签化，利用处理后的楼盘特征建立特征楼盘分析模型，分析在时间、空间、政策等各种要素对各类特征楼盘价格变化的相关关系，对未来的城市规划、调控政策制定提供辅助依据。特征楼盘分析流程如图3所示。

（3）地块价格拟合分析模型。通过对各地块楼盘价格变化建立拟合分析模型，确定待拍地块的位置，绘制地块周围不同方向不同距离交易价格的曲线图，分析地块周边的价格情况。利用周边一定时期内的交易监测数据作为交易价格空间插值，拟合待拍卖地块的房价。通过土地面积、容积率等规划数据，利用拟合价格推定土地价格。以期实现“限房价，竞地价”的目的。

（4）住宅特征价格分析模型。对目标区域的楼盘住宅整理收集楼盘的特征价格因素和因子数据，如规划信息、楼盘信息、交易数据、兴趣点等。基于住宅特征价格模型，计算各特征因素和因子对不同楼盘起的作用，分析认识楼盘价格形成的原因，为房地产调控提供参考意见。

（5）多时空尺度监测统计模型。结合GIS引擎时空分析功能，在数据治理过程中将各类房屋、交易数据空间化，建立不同时间维度、不同空间维度的时空数据立方体。在多时空尺度统计格网和基础时空尺度监测数据基础上，统计某一时间段全市范围内相关监测数据的空间分布以及特定区域的相关监测数据随时间的变化演进趋势，结合当前数据，实现未来变化的预测。

（6）交易空间分布模式分析模型。房地产交易在空间上的分布具有一定的规律。就城市而言，受地形的影响，平原地区的城市密度高于丘陵和山地地区。不同地理对象的某一相同属性在空间上也具有一定的规律，观测数据之间有着潜在的或集聚或分散的相互依赖关系。通过对历史数据进行挖掘分析，可以建立房地产交易空间分布模式模型，得出交易量价数据在空间上的分布模式以及高交易量区域、高交易价格区域的分布模式，最终实现发现潜在调控风险，统计调控政策的功能。

2.3 房地产市场监测应用建设

房地产市场监测体系从监测预警、宏观分析、中观分析、微观分析、专题分析5个方面实现多指标房地产市场的监测与分析，定期对内发布房地产市场分析周报、房地产市场月度分析专题报告，对外发布房地产市场分析简报。

（1）监测预警：通过监测参考指标针对市场运行异常情况进行综合预警，为房地产市场的调控提供及时、科学、有效的信息指导。

（2）宏观分析：宏观指标与房地产关联分析是从宏观经济与人口、房地产金融、财政与税收等方面，对房地产市场发展环境进行监测分析，主要关注指标有地区生产总值GDP、城镇居民人均可支配收入、常住人口数量等。分析内容包括政策与住宅销售分析、宏观经济、人口与房价关联分析、房地产金融等。依据分析结果实施针对性的房地产市场调控措施，能够促进房地产行业的发展。

（3）中观分析：从土地出让、开发建设两个环节对增量市場进行跟踪监测，主要关注指标包括土地招拍挂、开发投资、新开工和竣工等。分析内容包括区域土地招拍挂统计分析、新开工和竣工统计分析、房地产开发投资增速情况统计分析、房地产企业土地购置与房价关联分析、开发企业土地成交价及增速、区域板块与房价关联分析等。

（4）微观分析：微观分析聚焦房地产市场供应和成交两端，对市场运行进行动态监测，实时掌握市场运行新特征和新变化。关注指标包括商品房供应、商品房成交、商品房库存与去化周期、二手住宅挂牌、二手住宅成交、租赁市场信息等。分析内容包括土地市场宅地月度供求价走势分析、商品房市场分析、二手住宅市场分析、租赁市场分析、房屋面积与出售价格关系分析等。

（5）专题分析：就房地产市场主体关注的热点事件和问题进行专门研究分析，分析内容包括特征楼盘分析、舆情监测专题分析、目标城市横向对比专题分析、房地产开发企业专题分析、重大事件专题分析、购房热点区域专题分析、购房人群专题分析等。

2.4 可视化监测驾驶舱建设

在监测中心建设监测大屏，通过可视化驾驶舱，监测房地产情况，发布各项监测指标，对内发布风险监测预警以及监测报告。可视化驾驶舱同时集成手机移动端，方便相关人员随时查看房地产市场运行情况。

利用自助报表引擎生成可视化报表，针对各类分析模型的分析结果，能够快速搭建有针对性的数据报表，图文并茂的展示实时状态情况，直观发现数据中隐藏的问题。报表引擎自动化汇总数据，形成各时空维度房地产市场监测分析报告如周报、月报、年报、各区域报告等。可视化驾驶舱如图4所示。

3 房地产市场监测系统的部署优势

目前，各地房地产市场监测现有的信息化系统均为业务系统，提供商品房、存量房、租赁网上备案服务及资金监管服务，系统仅保障监测机构日常业务开展，缺少相应的综合数据分析功能。同时，不同数据分布在不同的系统中，系统由多方建设存在孤立性，无法实现数据的贯通。现有监测指标较少，且部分指标为人工统计发布，时效性和分析维度无法满足当前房地产市场常态化监测调控的需要。由于房地产市场与土地、金融、人口等众多因素联系紧密，房地产市场监测分析工作所需数据大多来已建设的各业务子系统及其他横向部门报送，目前的信息系统无法实现多源异构数据的归集、清洗等数据治理功能，缺少专门的房地产市场监测分析数据仓库以及对应的空间大数据分析系统，难以满足当前情势下的房地产市场监测工作需求。

为坚持“房住不炒”定位，全面实行房地产长效机制，建立房地产市场监测系统已是迫在眉睫的重要任务。房地产市场监测系统的建设，能够帮助监测机构全方位把握市场运行状况，得出房地产市场形势和发展态势的分析结果，对房地产市场新出现的异常状况进行及时的预警，在房地产市场出现问题时提供切实可行的解决方案，为房地产市场宏观调控政策的制定与实施提供支撑。对社会公众来说，房地产市场监测系统的建设，能够有效采集并及时对外公布房地产市场信息，引导人民理性购房、房地产开发商合理投资，促进社会经济的良性发展。

房地产市场监测系统能够为房地产市场调控决策提供数据支撑，有效规范房地产市场秩序，提升了政府房地产调控的实时性、精准性和科学性，提高了对房地产市场风险的识别和防范能力，提升了土地有效供给对经济社会发展的保障水平，促进房地产市场平稳健康发展。

4 结语

目前，无锡市房地产市场监测系统正处于建设期，设计与实现预期可达成以下目标：

一是完成房地产网签交易近10年历史数据治理，使其符合《房地产市场基础信息数据标准》。房地产市场监测系统依托房地产市场已有的房地产基础数据、交易数据等，按照《房地产市场基础信息数据标准》要求，筛查历史遗留问题数据，通过外业补充采集，人工核实修正等清洗工作，汇总形成房地产市场交易专题库，掌握全市房地产市场交易情况。

二是建立房地产市场监测相关多源异构数据汇聚使用机制，丰富房地产市场监测分析的数据维度。房地产市场监测系统建立多渠道房地产相关数据的汇聚机制，促进部门间相关数据汇聚共享，丰富房地产市场监测分析的数据维度。

三是实时监测市场动态，为管理部门决策提供有效依据。在常规市场监测分析的基础上，利用大数据技术、GIS空间科学等技术，形成科学合理的数据机制，实时监测市场动态，深入每日、每周、每月、每季、半年、全年的数据挖掘，为管理部门决策提供客观科学的依据。

四是提供市场调控决策支持，引导房地产市场健康发展。客观分析房地产市场运行情况，为监测机构把握市场运行状况，在房地产市场出现问题时提供切实可行的解决方案，为市场精细化调控提供帮助。

参考文献：

1.刘畅.中国房地产调控政策的历史回顾及展望.中国经济报告.2019.06

2.陈阳晶.中国房地产市场现状和发展分析.中国房地产业.2021.08

3.李枫.城镇房地产市场调控的目的、目标与措施再探讨.技术经济与管理研究.2019.04

4.张寅 何蕙 袁庆锋.基于GIS和Mann-Kendall方法的新增住宅面积趋势分析.中国房地产.2017.36

5.张小宏 郑思齐.住宅用地供给短缺背后的地方政府动机.探索与争鸣.2010.11

6.肖飞 刘文超 郭文华 等.基于大数据的房地产分析与决策支持系统设计与实现.国土资源信息化.2021.03

7.左琪.浅论个人住房信息系统在房地产经济管理中的重要性及创建思路.科学之友.2011.23

8.华恒祺 刘明喜 孙冉.交易管理中房地产市场监测分析如何有效开展.中国房地产.2016.31