清华团队最新研究：北京的住房空置率到底有多少？

主要观点总结

该文章主要介绍了全球城市化进程中住房空置率的问题，以北京为例，详细阐述了如何利用多源数据估算高层住宅居住区的住房空置率。文章提到了不同数据源在住房空置率估算中的优缺点，并通过实地验证方法建立“地面真值”基准，以验证数据源的准确性。文章还介绍了现有研究中存在的问题以及未来的研究方向。

关键观点总结

关键观点1: 住房空置率成为全球城市化进程中的问题

住房空置率不仅造成巨大的建筑资源浪费，还与居住区活力衰退、居民心理健康乃至公共安全等一系列外部性问题紧密相关。

关键观点2: 北京住房空置率的空间分布

北京住房空置率呈现出显著的“核心-边缘”格局，空置率高的居住区主要集中在靠近五环的城市外围区域，核心区则普遍较低。

关键观点3: 多源数据在住房空置率估算中的应用

研究使用了多种数据源包括夜光遥感数据、高分辨率影像与街景和LBS与手机信令数据等，来估算住房空置率。但现有研究缺少一种能够兼顾宏观尺度覆盖性、微观尺度精确性和方法有效性验证的HVR估算范式。

关键观点4: 实地验证方法建立“地面真值”基准的重要性

为了解决何种数据源最接近真实情况这一关键问题，研究团队引入了实地验证方法建立“地面真值”基准。使用Wi-Fi探针数据采集并处理得到可靠的“真实家庭数量”基准值，以验证各数据源的准确性。

关键观点5: 不同数据源的优缺点

百度LBS数据因其基于GPS的精确定位能力，能够最真实地反映个体用户的居住点位，在居住区尺度上实现最准确的人口估算，被认为是最优的数据源。其他数据源如联通手机信令数据、吉林一号夜光数据等虽有一定有效性，但各有其局限性。

免责声明