26.基于Geodatabase的存量商品住房?jī)r(jià)格測(cè)算研究—以深圳市景田片區(qū)為例(終稿)

1、基于Geodatabase的全樓房存量商品住房數(shù)據(jù)庫構(gòu)建及價(jià)格測(cè)算研究以深圳市景田片區(qū)為例 韓念龍 劉金福 種曉麗 唐勇 梁凱 梁凱（深圳市房地產(chǎn)評(píng)估發(fā)展中心 廣東省深圳市 518000）摘要：深圳市房地產(chǎn)市場(chǎng)經(jīng)過多年的發(fā)展，逐漸步入以存量商品住房交易為主的階段，但存量商品住房交易中存在“陰陽合同”、房屋價(jià)格不透明等問題，一方面導(dǎo)致了政府相關(guān)部門無法掌握存量商品住房交易的真實(shí)信息，影響政府宏觀調(diào)控政策的制定；另一方面使得市民在置業(yè)過程中無法獲取房屋的真實(shí)價(jià)格信息，影響其購(gòu)房或投資決策。本研究以深圳市景田片區(qū)為例，通過建立該區(qū)住房數(shù)據(jù)間的映射關(guān)系，基于Geodatabase構(gòu)建全存量商品住房樓房

2、數(shù)據(jù)庫，實(shí)現(xiàn)多種不同來源類型住房數(shù)據(jù)的的關(guān)聯(lián)、存儲(chǔ)及管理。；基于該區(qū)的樓房比價(jià)關(guān)系，通過建立全存量商品住房樓房?jī)r(jià)格測(cè)算模型，以市場(chǎng)當(dāng)期交易的案例數(shù)據(jù)作為樣本，進(jìn)行對(duì)片區(qū)內(nèi)所有存量商品住房進(jìn)行價(jià)格測(cè)算研究。研究實(shí)現(xiàn)了片區(qū)內(nèi)所有存量商品住房的“一房一價(jià)”，測(cè)算結(jié)果在一定程度上反映了該區(qū)域存量商品住房的真實(shí)價(jià)格。同時(shí)，結(jié)合測(cè)算結(jié)果分析景田片區(qū)樓房?jī)r(jià)格與其屬性及空間分布特征之間的聯(lián)系。關(guān)鍵字： Geodatabase；比價(jià)系數(shù)；全樓房存量商品住房?jī)r(jià)格測(cè)算一、 引言深圳市是我國(guó)最早建立房地產(chǎn)市場(chǎng)，同時(shí)也是房地產(chǎn)市場(chǎng)化程度最高的城市1，房地產(chǎn)是深圳市國(guó)民經(jīng)濟(jì)發(fā)展的重要產(chǎn)業(yè)，其住房?jī)r(jià)格一直是社會(huì)普遍關(guān)注的問

3、題。在新建商品住房方面，由于政府部門建有完備的新房預(yù)售備案系統(tǒng)，對(duì)于新建商品住房的交易價(jià)格數(shù)據(jù)等信息能有詳盡的掌握，而在二手住房方面，仍存在著交易房屋價(jià)格不透明、政府部門不能掌握二手住房的真實(shí)成交價(jià)格等問題。另外，由于深圳市受土地資源匱乏的約束，新建商品住房比例呈持續(xù)減少趨勢(shì)，逐漸形成了以二手住房交易為主的市場(chǎng)結(jié)構(gòu)，因此加強(qiáng)對(duì)二手住房?jī)r(jià)格的研究顯得日趨重要。與單宗房地產(chǎn)評(píng)估不同，針對(duì)片區(qū)所有的房地產(chǎn)價(jià)格評(píng)估不僅需要強(qiáng)大詳實(shí)的數(shù)據(jù)庫基礎(chǔ)，同時(shí)也需要集成多種來源的數(shù)據(jù)2。國(guó)內(nèi)外一些學(xué)者進(jìn)行存量住房的批量評(píng)估研究3,4，皆是建立在完備的數(shù)據(jù)庫基礎(chǔ)之上。本文將基于Geodatabase集成研究區(qū)內(nèi)的建

4、筑物空間分布數(shù)據(jù)、存量住房屬性數(shù)據(jù)、房屋及樓房間比價(jià)系數(shù)數(shù)據(jù)、以及房屋成交樣本價(jià)格數(shù)據(jù)，構(gòu)建片區(qū)的樓房地理信息關(guān)系型基于Geodatabase構(gòu)建存量商品住房數(shù)據(jù)庫。，通過建立價(jià)格測(cè)算模型，展開對(duì)深圳市景田片區(qū)內(nèi)所有存量商品住房（全樓房）的價(jià)格測(cè)算研究，以期實(shí)現(xiàn) “一房一價(jià)”的目標(biāo)，從而為房地產(chǎn)市場(chǎng)中的交易各方提供相對(duì)合理的存量住宅交易市場(chǎng)交易價(jià)格指導(dǎo)，同時(shí)避免因?yàn)樾畔⒉粚?duì)稱帶來的各種問題。二、研究區(qū)介紹景田片區(qū)的概念來源于深圳市規(guī)劃標(biāo)準(zhǔn)分區(qū)為基準(zhǔn)劃定的深圳市標(biāo)準(zhǔn)分區(qū)，該標(biāo)準(zhǔn)分區(qū)是在全市區(qū)域范圍內(nèi)，以城市規(guī)劃的功能分區(qū)為依據(jù)，結(jié)合現(xiàn)有行政轄區(qū)、規(guī)劃道路網(wǎng)及自然界限進(jìn)行劃分“三級(jí)、兩類”標(biāo)準(zhǔn)分區(qū)

5、。景田片區(qū)處于福田區(qū)西北部，南起深南大道，北接北環(huán)大道，西至香梅路，東至新洲路。該區(qū)的功能定位以居住為主，兼有商業(yè)、辦公及金融等功能，是一個(gè)配套設(shè)施齊全的綜合住宅區(qū)，而且片區(qū)內(nèi)近年來暫無新樓盤的開發(fā)，住房交易以存量商品住房為主5。根據(jù)深圳市建筑物普查數(shù)據(jù)統(tǒng)計(jì)，片區(qū)內(nèi)共有樓棟約六百六十余棟，。由于該片區(qū)內(nèi)還分布有布尾村、梅富村及新獅村三個(gè)城中村住宅區(qū)，但而本次測(cè)算對(duì)象不包括城中村私宅，因此除去這部分未進(jìn)行產(chǎn)權(quán)登記的私宅后，研究區(qū)域的測(cè)算樓棟數(shù)為約四百六十棟，需測(cè)算存量商品住房套數(shù)約為三萬六千套。三、數(shù)據(jù)基礎(chǔ)全存量商品住房樓房?jī)r(jià)格測(cè)算的實(shí)現(xiàn)需要建立在全面和詳實(shí)準(zhǔn)確的數(shù)據(jù)基礎(chǔ)之上，。本研究這其中主要

6、包括利用兩部分個(gè)方面的數(shù)據(jù)。：一是深圳市景田片區(qū)的住房數(shù)據(jù)，包括了建筑物空間分布數(shù)據(jù)以及存量商品住房產(chǎn)權(quán)數(shù)據(jù)，詳實(shí)準(zhǔn)確的住房數(shù)據(jù)是景田片區(qū)全樓房?jī)r(jià)格測(cè)算實(shí)現(xiàn)的數(shù)據(jù)基礎(chǔ)；二是樓棟及房屋間的比價(jià)系數(shù)數(shù)據(jù)數(shù)據(jù)。由于研究表明，造成住宅價(jià)格出現(xiàn)差異的因素主要包括房屋價(jià)格差異原因體現(xiàn)在樓棟分布位置不同、房屋條件不一戶型不一或小區(qū)配套等方面，因此全樓房?jī)r(jià)格測(cè)算需要建立樓棟及房屋間的比價(jià)系數(shù)模型則是通過這些因素差異建立，通過比價(jià)系數(shù)將每套房屋通過一定的數(shù)量關(guān)系聯(lián)系起來，從而實(shí)現(xiàn)所有存量商品住房?jī)r(jià)格測(cè)算。 3.1住房數(shù)據(jù)住房數(shù)據(jù)包括建筑物空間分布數(shù)據(jù)以及存量商品住房產(chǎn)權(quán)數(shù)據(jù)包括了要素及屬性兩類數(shù)據(jù)。其中，建筑物

7、空間分布數(shù)據(jù)記錄建筑物的基底邊界、形狀、分布等信息，是一種要素類數(shù)據(jù)。而存量商品住房產(chǎn)權(quán)數(shù)據(jù)是一類主要包括了樓棟和房屋的屬性數(shù)據(jù),樓棟屬性信息主要包括樓棟編號(hào)、樓棟名稱、所在宗地、樓棟總層數(shù)、竣工日期、使用年限等信息，房屋屬性數(shù)據(jù)其內(nèi)容包含了房屋編號(hào)、房號(hào)、房屋性質(zhì)、房屋用途、所在樓層、所在樓棟、建筑面積和使用面積等信息。通過這些屬性信息可以了解樓房特征與價(jià)格的內(nèi)在聯(lián)系，同時(shí)也是構(gòu)建各樓棟、樓房間比價(jià)關(guān)系的數(shù)據(jù)基礎(chǔ)。3.2比價(jià)系數(shù)全存量商品住房樓房?jī)r(jià)格測(cè)算的基礎(chǔ)是建立房地產(chǎn)的比價(jià)關(guān)系，。比價(jià)關(guān)系是指一定的房地產(chǎn)集合內(nèi)，通過實(shí)地調(diào)研、估價(jià)師經(jīng)驗(yàn)以及相應(yīng)的技術(shù)手段將每套房地產(chǎn)通過一定的數(shù)量關(guān)系聯(lián)系

8、起來，從而得到確定該集合內(nèi)的房地產(chǎn)價(jià)格比價(jià)關(guān)系體系5。景田片區(qū)的比價(jià)關(guān)系建立首先需要對(duì)該區(qū)住宅進(jìn)行全面了解，分析比較各房屋特征屬性的優(yōu)劣，建立片區(qū)內(nèi)的小區(qū)-樓棟-房屋的基礎(chǔ)信息資料庫。由于房地產(chǎn)價(jià)格受眾多特征因素影響，如樓棟內(nèi)部主要有樓層、朝向、戶型、采光、裝修等因素，小區(qū)內(nèi)主要有樓棟位置、安靜程度、景觀類型等因素，小區(qū)間還受區(qū)位條件、交易便捷度、樓盤品質(zhì)等因素影響，不同特征屬性造成了房地產(chǎn)價(jià)格不同形式的差異，因此可采用線性函數(shù)形式表達(dá)來表達(dá)房地產(chǎn)價(jià)格與特征屬性的關(guān)系6。P表示房地產(chǎn)商品住房?jī)r(jià)格，表示影響價(jià)格的各特征因素，表示各特征屬性影響價(jià)格的程度，表示各特征影響價(jià)格的方式。不同類型的房地產(chǎn)

9、，通過以上方法來構(gòu)建房屋間的比價(jià)關(guān)系。同理，樓棟間的比價(jià)關(guān)系也基于此方法可構(gòu)建。在實(shí)際測(cè)算過程中需要建立標(biāo)準(zhǔn)房地產(chǎn)的概念。標(biāo)準(zhǔn)房地產(chǎn)（簡(jiǎn)稱標(biāo)準(zhǔn)房），是指在一幢樓棟內(nèi)擁有最多共通屬性或最多數(shù)目的典型房地產(chǎn)，它代表了本樓棟的房地產(chǎn)價(jià)格水平。由于在每幢樓棟，乃至小區(qū)都建立每個(gè)住宅單元之間的比價(jià)關(guān)系，在實(shí)際測(cè)算過程中只需要測(cè)算每個(gè)樓棟的標(biāo)準(zhǔn)房?jī)r(jià)格，就可以實(shí)現(xiàn)該樓棟其它住宅單元的價(jià)格測(cè)算，。采用標(biāo)準(zhǔn)房可以極大地減少測(cè)算對(duì)象的數(shù)量，簡(jiǎn)化測(cè)算流程。四、全存量商品住房樓房數(shù)據(jù)庫建立與價(jià)格測(cè)算本章首先對(duì)住房數(shù)據(jù)進(jìn)行預(yù)處理，通過前期數(shù)據(jù)處理，然后構(gòu)建不同數(shù)據(jù)間的映射關(guān)系，基于Geodatabase建立全存量商品住

10、房樓房?jī)r(jià)格測(cè)算數(shù)據(jù)庫，實(shí)現(xiàn)不同來源數(shù)據(jù)的關(guān)聯(lián)及管理，并在此最后在基礎(chǔ)上進(jìn)行全存量商品住房的樓房?jī)r(jià)格測(cè)算研究。4.1數(shù)據(jù)準(zhǔn)備及預(yù)處理景田片區(qū)全樓房存量商品住房?jī)r(jià)格測(cè)算，需要采集該區(qū)的房屋真實(shí)交易價(jià)格數(shù)據(jù)作為原始樣本。以景田片區(qū)為例，每月通過地產(chǎn)中介、房屋買賣雙方訪問、政府部門獲取等方式采集市場(chǎng)當(dāng)期真實(shí)房屋成交價(jià)格數(shù)據(jù)，本次研究的測(cè)算數(shù)據(jù)采集時(shí)間為2012年6月，數(shù)據(jù)經(jīng)過核實(shí)與篩選，最終獲取價(jià)格樣本數(shù)據(jù)約一百多例。同時(shí)，針對(duì)該片區(qū)中存量商品住房數(shù)據(jù)中部分樓棟的建筑年代、產(chǎn)權(quán)狀態(tài)或?qū)痈叩葘傩孕畔⑷笔闆r，通過資料查詢樓房相關(guān)資料進(jìn)行屬性補(bǔ)充，完善以便以此作為研究房屋及樓棟的屬性信息是后期價(jià)格特征分類

11、分析的基礎(chǔ)。本研究基于Oracle 10g數(shù)據(jù)庫，通過整合存量住房數(shù)據(jù)、比價(jià)關(guān)系數(shù)據(jù)以及采集的成交價(jià)格數(shù)據(jù)，基于房屋編碼、樓棟編碼進(jìn)行數(shù)據(jù)之間的關(guān)聯(lián)，建立景田片區(qū)的全樓房?jī)r(jià)格測(cè)算基礎(chǔ)數(shù)據(jù)庫。另外，。4.2基于Geodatabase的全樓房存量商品住房數(shù)據(jù)庫構(gòu)建空間數(shù)據(jù)庫模型（Geodatabase）定義空間數(shù)據(jù)在DBMS中的存儲(chǔ)管理訪問方式，支持在標(biāo)準(zhǔn)的數(shù)據(jù)庫管理系統(tǒng)表中存儲(chǔ)和管理地理信息。，同時(shí)Geodatabase其將地理要素的空間信息和屬性信息集成在同一個(gè)關(guān)系型數(shù)據(jù)庫中，克服以往數(shù)據(jù)模型將兩庫分離存儲(chǔ)帶來的諸多弊端，實(shí)現(xiàn)了所有數(shù)據(jù)的中心化管理7?；贕eodatabase的全樓房存量商品

12、住房數(shù)據(jù)庫的構(gòu)建包括要素類和屬性類數(shù)據(jù)的集成，其關(guān)鍵是在建筑物空間數(shù)據(jù)、存量商品住房屬性數(shù)據(jù)、比價(jià)系數(shù)數(shù)據(jù)以及房屋成交價(jià)格數(shù)據(jù)之間建立關(guān)聯(lián)。建筑物空間數(shù)據(jù)存儲(chǔ)建筑物樓棟的空間信息，與存量商品住房中的樓棟屬性表是一對(duì)一的關(guān)系。房屋價(jià)格成交數(shù)據(jù)、房屋比價(jià)數(shù)據(jù)與存量商品住房的房屋屬性數(shù)據(jù)是一對(duì)一的關(guān)系，而存量商品住房中的樓棟與房屋屬性數(shù)據(jù)之間是一對(duì)多的關(guān)系，彼此之間通過主鍵和外鍵實(shí)現(xiàn)關(guān)聯(lián)。通過上述關(guān)系，從而實(shí)現(xiàn)建筑物空間數(shù)據(jù)、存量商品住房屬性數(shù)據(jù)、比價(jià)系數(shù)數(shù)據(jù)和房屋成交價(jià)格數(shù)據(jù)的有效集成。數(shù)據(jù)關(guān)系映射的目的主要是將不同來源、不同編碼的各類數(shù)據(jù)進(jìn)行關(guān)聯(lián)，如將房地產(chǎn)交易案例價(jià)格數(shù)據(jù)與房地產(chǎn)存量住房屬性特

13、征數(shù)據(jù)進(jìn)行掛接，存量住房房地產(chǎn)屬性數(shù)據(jù)與建筑物空間數(shù)據(jù)的對(duì)接等，該過程是實(shí)現(xiàn)各類數(shù)據(jù)集成的關(guān)鍵步驟。其中，要素類數(shù)據(jù)要素類建筑物空間數(shù)據(jù)與存量商品住房的樓棟屬性表數(shù)據(jù)之間通過建立的一致的樓棟編號(hào)進(jìn)行關(guān)聯(lián)的方式是兩者建立了一致的樓棟編號(hào)。；房屋屬性與樓棟屬性數(shù)據(jù)的關(guān)聯(lián)，是表是通過上一級(jí)的關(guān)鍵字實(shí)現(xiàn)關(guān)聯(lián)到樓棟屬性表，即房屋數(shù)據(jù)通過自身的樓棟編碼bldg_no關(guān)聯(lián)到其所在樓宇的信息，從而實(shí)現(xiàn)兩者間的關(guān)聯(lián)。；房屋屬性表數(shù)據(jù)、房屋比價(jià)系數(shù)表數(shù)據(jù)與房屋交易案例價(jià)格表數(shù)據(jù)則是通過各自唯一房屋編號(hào)house_no進(jìn)行互相之間的關(guān)聯(lián)。同理，樓棟屬性與樓棟比價(jià)系數(shù)也通過唯一的樓棟編碼bldg_no關(guān)聯(lián)，如下圖所示

14、。圖2.房屋樣本成交價(jià)格、樓宇與房屋屬性及比價(jià)系數(shù)屬性表關(guān)系映射方式基于以上的全存量商品住房樓房數(shù)據(jù)庫構(gòu)建方法，采用ArcSDE和Oracle 10g進(jìn)行了深圳市景田片區(qū)全樓存量商品住房Geodatabase數(shù)據(jù)庫構(gòu)建，該數(shù)據(jù)庫存儲(chǔ)景田片區(qū)的建筑物空間分布數(shù)據(jù)，月度房屋成交的價(jià)格案例數(shù)據(jù)，四百多條樓棟屬性數(shù)據(jù)，三萬多套房屋屬性數(shù)據(jù)以及對(duì)應(yīng)的比價(jià)系數(shù)數(shù)據(jù)，基于Geodatabase的全樓房數(shù)據(jù)庫實(shí)現(xiàn)了建筑物空間數(shù)據(jù)、存量商品住房地產(chǎn)屬性數(shù)據(jù)、空間數(shù)據(jù)以及交易價(jià)格樣本價(jià)格數(shù)據(jù)的有效集成和統(tǒng)一管理。4.3全存量商品住房樓房?jī)r(jià)格測(cè)算模型及流程基于全樓房存量商品住房數(shù)據(jù)庫，構(gòu)建景田片區(qū)的全樓房存量商品住

15、房?jī)r(jià)格測(cè)算模型并進(jìn)行價(jià)格測(cè)算研究，其測(cè)算研究流程如下。a) 篩選真實(shí)住宅交易價(jià)格信息，以該部分交易案例的價(jià)格數(shù)據(jù)作為樣本作為景田片區(qū)全樓房存量商品住房?jī)r(jià)格測(cè)算的原始數(shù)據(jù)。b) 依據(jù)房屋間的比價(jià)系數(shù)，測(cè)算出這些住宅交易案例樣本數(shù)據(jù)所對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格。其計(jì)算公式為交易均價(jià)除以各自的比價(jià)系數(shù)，從而得到每一個(gè)交易案例修正后的標(biāo)準(zhǔn)房?jī)r(jià)格。，即交易案例的標(biāo)準(zhǔn)房?jī)r(jià)格=案例成交價(jià)格/案例比價(jià)系數(shù)。c) 對(duì)成交案例修正后的標(biāo)準(zhǔn)房?jī)r(jià)格求簡(jiǎn)單均價(jià)，將其作為成交案例所屬樓棟的標(biāo)準(zhǔn)房唯一價(jià)格。d) 另一方面，通過樓棟編碼篩選出景田片區(qū)中未成交的樓棟數(shù)據(jù)，結(jié)合已修正的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格及樓棟間的比價(jià)系數(shù)，測(cè)算出未成交樓房

16、所對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格。結(jié)合已成交案例對(duì)應(yīng)的樓棟標(biāo)準(zhǔn)房?jī)r(jià)格，得到樓棟所有對(duì)應(yīng)標(biāo)準(zhǔn)房的價(jià)格。e) 將所有樓房修正的樓棟的標(biāo)準(zhǔn)房?jī)r(jià)格求平均，得到全部樓棟的標(biāo)準(zhǔn)房唯一價(jià)格，通過房屋間的比價(jià)系數(shù)，測(cè)算片區(qū)內(nèi)全部房屋價(jià)格，測(cè)算結(jié)果涵蓋了景田片區(qū)的三萬六千套存量商品住房里每一套房屋的測(cè)算價(jià)格。其中，每套房屋的測(cè)算價(jià)格=標(biāo)準(zhǔn)房?jī)r(jià)格每套房屋比價(jià)系數(shù)。f) 每套房屋的測(cè)算價(jià)格=標(biāo)準(zhǔn)房?jī)r(jià)格每套房屋比價(jià)系數(shù)g)圖3. 全樓房存量商品住房?jī)r(jià)格測(cè)算模型及流程通過全樓房存量商品住房測(cè)算結(jié)果得出景田片區(qū)的樓棟均價(jià)，其空間分布展示如圖43所示，通過該圖可以迅速了解景田片區(qū)的樓棟空間分布及均價(jià)情況。根據(jù)本次景田片區(qū)全樓房存量商

17、品住房測(cè)算價(jià)格統(tǒng)計(jì)顯示，景田片區(qū)的存量商品住宅住房房屋均價(jià)為23261元/，而深圳市當(dāng)期（即2012年6月）的新建商品住房房?jī)r(jià)格為17299元/78，景田片區(qū)的存量商品住房均價(jià)房屋價(jià)格相對(duì)全市均價(jià)要高出34.5%，這說明景田片區(qū)的居住、生活和教育等各方面配套相對(duì)比較完備，其價(jià)格在一定程度上體現(xiàn)了該片區(qū)住宅的價(jià)值，比較受市場(chǎng)的認(rèn)可。從圖上還可以看出，在景田片區(qū)西側(cè)緊挨著香梅路一側(cè)的樓房樓盤，由于噪音較小且鄰近深圳市的香蜜湖豪宅片區(qū)，周邊居住環(huán)境適宜且配套比較完善，因而相對(duì)整個(gè)片區(qū)而言均價(jià)較高；而位于景田片區(qū)東側(cè)，緊鄰新洲路的樓房，由于較大的受到交通要道新洲路的噪聲影響較大，樓房均價(jià)相對(duì)普遍較低。

18、根據(jù)樓高，樓齡等屬性特征對(duì)測(cè)算價(jià)格進(jìn)行分類統(tǒng)計(jì)發(fā)現(xiàn)，1997年及以前竣工的樓棟，雖然無交通噪聲影響，但在片區(qū)內(nèi)仍處以較低價(jià)位，較明顯的如香蜜二村和市政生活區(qū)；而在 2006年及以后竣工的樓盤如東方玫瑰園、萬科金色家園及和緹香名苑等等樓盤在片區(qū)中均價(jià)處于較高水平，說明一方面明樓齡是影響該片區(qū)樓棟價(jià)格的重要因素，另一方面也說明后期建設(shè)的小區(qū)品質(zhì)相對(duì)較高。 圖2 4 景田片區(qū)樓棟均價(jià)空間分布五.結(jié)論本文通過建立景田片區(qū)的建筑物空間數(shù)據(jù)、房屋屬性數(shù)據(jù)、比價(jià)關(guān)系數(shù)據(jù)以及樣本成交價(jià)格數(shù)據(jù)之間的數(shù)據(jù)映射關(guān)系，基于Geodatabase構(gòu)建全存量商品住房樓房?jī)r(jià)格測(cè)算數(shù)據(jù)庫，進(jìn)行了景田片區(qū)存量商品住房?jī)r(jià)格測(cè)算研

19、究。測(cè)算結(jié)果涵蓋覆蓋了該區(qū)域的整個(gè)片區(qū)的所有存量商品住房全部房地產(chǎn)價(jià)格，實(shí)現(xiàn)存量商品住房的“一房一價(jià)”存量住房的一房一價(jià)，通過案例采集驗(yàn)證研究的測(cè)算研究的存量商品住房?jī)r(jià)格較為接近市場(chǎng)交易的真實(shí)價(jià)格，從而為該區(qū)域的房地產(chǎn)市場(chǎng)交易各方提供合理的住房交易價(jià)格指導(dǎo)以及相關(guān)信息服務(wù)。結(jié)果對(duì)于房地產(chǎn)住房市場(chǎng)預(yù)期及住房交易服務(wù)有著積極的引導(dǎo)作用。同時(shí)，通過基于測(cè)算研究結(jié)果，初步了解的價(jià)格結(jié)果，對(duì)該片區(qū)的區(qū)總體存量商品住房的總體均價(jià)價(jià)格水平有了大體的掌握，同時(shí)，通過空間位置、樓盤屬性等特征等方面分析片區(qū)典型各個(gè)樓盤均價(jià)的成因成因。今后的通過結(jié)合樓棟的樓齡及空間分布特征等屬性，分析價(jià)格高低的原因。未來研究將進(jìn)一步加強(qiáng)注重于更關(guān)注于交易案例數(shù)據(jù)篩選、測(cè)算模型及、算法的精度改進(jìn)以及和測(cè)算結(jié)果驗(yàn)證等方面，使其測(cè)算價(jià)格更加科學(xué)，更準(zhǔn)確，更能進(jìn)一步更真實(shí)反映市場(chǎng)需求真實(shí)情況。另外，同時(shí)，存量商品住房的價(jià)格測(cè)算范圍可擴(kuò)大到多個(gè)片區(qū)乃至全市范圍，通過定期測(cè)算，逐步實(shí)現(xiàn)建立全市的存量住房?jī)r(jià)格測(cè)算，通過定期測(cè)算，