1 本研究的背景
自2005年以来, 城市房地产市场高速发展, 商品住宅价格快速上涨, 引起了国家和政府的高度关注, 为保证房地产市场的健康发展, 国家和政府相继颁布了一系列的宏观调控政策, 但由于房地产具有不可移动性、价值量大及独一无二的特性, 一般性的统计工作不能完全准确的反映出各地各区域商品住宅的价格水平及其变化幅度, 不利于政府进行宏观调控决策及对调控效果进行有效的评价。
而在一线工作的房地产估价机构、房地产经纪机构、估价师及经纪人, 他们对城市二手房市场的住宅房地产价格的变化能够及时掌握, 利用这种优势, 通过组织对全省重点城市二手房市场的住宅价格实行动态监控, 并结合估价理论和方法对市场价格数据进行研究, 可以准确的揭示并掌握商品住宅市场价格发展水平及其动态变化情况, 从而为政府进行宏观调控决策提供有力的参考依据。
2 城市二手房 (住宅) 市场价格动态监测关键问题研究
实施城市二手房 (住宅) 市场价格动态监测, 需要结合研究对象城市房地产市场的实际发展状况, 综合并系统地考察实施监测的作业流程以及关键工作节点, 以确研究目标的实现。整体上看, 城市二手房 (住宅) 市场价格监测的内容以及流程如图1所示。图中, 根据阶段技术性任务完成质量对整体工作影响的重要程度, 相应标注出流程中的关键节点。
3 城市二手房 (住宅) 市场价格动态监测实证分析
根据上述章节的论述, 以下以广州市为例进行具体说明。数据分析采用2009年度4月份广州市二手房市场的部分实际交易数据为依据。
采集获取的广州市二手房市场的住宅交易实验样本数共860个 (单套住宅交易单元) , 样本数覆盖广州市越秀、海珠、白云、天河、荔湾、黄埔、番禺共七个城区范围, 数据来源于广东市房屋与国土资源局房产交易中心, 数据记录格式为标准表格 (Excel格式) , 表格字段信息主要有:行政区、物业位置、楼盘名称、房屋类型 (层高类别) 、交易建筑面积、成交价格、成交单价、成交时间、装修、所在楼层、总楼层、楼龄、朝向、是否普通或非普通住宅共14个。
由于获取的数据仅为2009年4月份各区域的成交数据, 当月有成交记录的楼盘数据并没有达到1:0.5的监测点楼盘选取要求。因此在本文中仅列出成交量前三名楼盘, 作为按成交量确定监测点楼盘选取思路的实验说明。
为对样本采集总体特征进行合理分析判断, 列出各城区二手房市场成交单元建筑面积分类统计指标结果。
结果显示, 即便存在户型大于140平方米的非普通商品住宅成交样本, 但从统计指标反映的结果可以看出调查样本总体仍属于普通住宅 (各区域调查样本建筑面积标准差均在30平方米以下, 各区域建筑面积均值加标准差绝对值的上限值分别为:白云区102.81、番禺区117.53、海珠区105.83、黄埔区103.05、荔湾区102.63、天河区107.05、越秀区108.19, 其值均在140平方米以下) 。
3.1 数据审核及导入
按照数据采集的技术处理要求, 对采集获取的数据进行审核, 主要是针对明显的错误登记记录、数据缺失记录进行检查过滤。同时, 将数据以表格方式分页显示, 以便操作人员检查, 同时选择价格离差较大的数据, 将可能存在异常的数据予以提示, 以备后续数据处理时参考。
完成数据审核后, 将通过标准表格 (Excel格式) 的交易数据导入到SQL Server数据库, 所有经过检核的交易数据均已符合后续数据规范处理对原始数据的要求。
数据记录的规范字段信息为:
城市—行政区域—楼盘名—物业位置—房屋类型—建筑面积—成交价格—成交单价—装修—所在楼层—总楼层—户型—楼龄—朝向—备注。
3.2 物业特征识别及信息补充
以商品住宅特征分类为基础, 结合广州市房地产市场实际以及实验数据的具体情况, 确定物业特征识别的特征变量。
以住宅特征分类为基础, 对采集获取的各商品住宅楼盘相应信息信息进行补充完善, 并按照特征变量定量化方法进行变量赋值。
3.3 价格内涵界定
按交易价格内涵界定要求, 经征求数据来源单位、房地产中介服务等机构以及广州市相关专业人士的意见, 确定实验数据交易价格内涵界定条件。
3.4 样本价格修正及异常值剔除
根据价格内涵, 对样本交易价格进行修正, 并对修正后的样点价格数据进行分布检验并结合原始数据审核时标注的疑示异常样点进行确认并剔除。各城区样本成交价格分布检验的K-S统计结果如表1所示。
由于各城区采样商品住宅成交价格均不服从正态分布, 需采用均值方差法进行数据异常值剔除。
3.5 样本聚类分析
按照样本聚类分析的方法, 建立样本修正后价格与各个特征变量构成的多维空间向量矩阵, 价格内涵, 并以此完成聚类分析测算工作, 取得楼盘聚类结果。
以海珠区采样数据为例, 在完成样点价格修正、异常值剔除后, 数据对各个样本的特征变量进行定量化, 取得一定的成果。
选用Sosine相似度法进行聚类分析, 可获取不同聚类目标的聚类分析结果。以样本编号为分类标识, 可选用不同的分类目标数量反复进行实验, 并将实验结果与样本实际市场差异状况进行对照, 调整出既符合定量聚类计算结果, 又与实际物业整体特征评价相一致的分类结果。
4 结语
作者通过本文对于城市二手房 (住宅) 市场价格动态监测系统设计中的几个关键问题的研究, 主要得出了以下几个结论。
(1) 以城市房地产二手房市场交易价格数据信息为研究对象进行信息收集, 应当充分把握房地产交易的物业类型、空间分布范围、时间跨度、数据质量, 以及以价格分析为核心的其他辅助信息的完整性等这些均是数据信息采集需要重点关注的内容。
(2) 在房地产市场价格数据的整理与分析中, 需要确保所采用的技术方法、技术手段科学合理, 能够从大量的离散数据中获取具有代表性、规律性以及能够区分时间和空间特征的定量、定性分析结论。
(3) 在取得特定观察周期内监测成果后, 为确保监测行为的可持续, 使监测数据随着时间的推移能够得以动态更新和比照, 必须在监测成果的获取和更新环节紧密结合市场发展动态, 对影响分析结论的技术指标甚至技术方法进行论证调整。
(4) 本文对建立基于地理信息系统的空间分析平台, 进行了初步总体设计, 开发了原型实验系统, 以广州市为例, 说明了房地产住宅三级市场价格动态监测系统的数据采集与处理的可行性和现势性。
(5) 如前所述, 由于房地产市场在实体流动性、资源稀缺程度、供求关系等方面区别与一般流通性商品市场的显著特征, 为提高监测效率、成果可信度并拓展成果应用空间, 对其市场交易价格进行监测必须要完成更多的辅助分析研究工作, 这些工作包括交易行为的价格作用研究、价格监测指标对应的市场动态研究、价格动态监测工作规范研究等等。
(6) 本文研究所取得的城市二手房 (住宅) 市场交易价格动态监测原型系统基本是基于C/S结构, 适用于局域网或内部网。在实际工作中, 根据数据采集来源的多样性, 以及数据异地交互的需求, 可考虑在一定的Web GIS平台上, 进一步研发基于Intelnet且具备信息实时交互功能的数据处理系统软件及相关互联网数据服务。
摘要：本文对城市二手房 (住宅) 房地产交易价格数据信息进行多渠道、多时点、周期性地信息调查收集。通过采用一定的技术手段和方法, 对数量庞大、信息内容丰富的数据源进行整理和定量化分析测算。通过论证调整技术指标甚至技术方法确保监测行为的可持续性。建立基于地理信息系统的空间分析平台、研发基于Intelnet且具备信息实时交互功能的数据处理系统软件。
关键词：二手房市场,房地产价格动态监测,GIS设计
参考文献
[1] 国土资源部.城市地价动态监测技术规范[S].北京:国土资源部, 2005.
[2] 中华人民共和国国土资源部.城镇土地分等定级规程[S].北京:中国标准出版社, 2003.