文摘

许多研究已经使用互联网房地产信息平台上的房价作为数据源,但平台不同的性质和质量数据发布。然而,很少有研究分析这些差异及其影响的研究。在这项研究中,二手社区住房价格和信息五个在线房地产信息平台在广州,中国,比较分析和地区的原始信息的性能从四个盈利性在线房地产信息平台被应用相同的房价模型评估。比较结果表明,官方的二手住宅价格在城市和地区水平通常低于发行四盈利性房地产网站。相同的二手附近房价是相似的在四种盈利性房地产网站由于房地产网站之间的交叉引用。房价在中部城市区域的差异远远少于那些外围。每个地区的房价的变化在每个网站上降低逐渐从城市中心到边缘,但相对变化保持稳定。四个享乐模型的结果与其他研究有一些不一致的结果,证明错误存在于原始社区来自互联网上的信息平台。这些结果提醒研究者选择房价数据源谨慎和原始信息从互联网社区平台上应该适当清洗。

1。介绍

70大中城市房屋销售价格统计2016年12月国家统计局发布的中华人民共和国透露,去年12月,在大城市新建住房价格较上月没有改变。新建房屋的价格在省会城市和其他大城市与前一个月相比增长了0.2%,中型城市和价格增加了0.4%。根据公众意见,这些价格水平被低估了,这引发了媒体和公众的讨论房地产统计数据的准确性。

房地产经纪人在中国房地产市场改革实施后出现‎(1]。随着互联网经济的发展,房地产公司网站已建立。这些网站提供了大量的信息和社区住宅物业的出租和出售的描述性信息,构成一种位置感知的大数据‎(2]。数据从房地产公司网站作为学者的有价值的数据来源。研究内容和结果是不同的。研究人员使用在线房价数据调查房价的决定因素,相关政策,宏观经济和社交场合,如税收政策、印花税‎(3),住房限购政策‎(4),机构中介‎(5),和疾病‎(6]。结构属性,如总建筑面积、楼层水平‎(7)、年龄的属性‎(8),和大规模的房地产之间的差异和单块建筑‎(9‎)和位置属性,比如地铁服务(10),绿色空间(11,12‎),邻近和环境影响(13),主题公园的影响地方‎(14),都是由使用在线调查房价数据。此外,在线房地产价格数据是用来解释各种现象在房地产市场,如时空趋势有关住房价格波动‎(15),租金价格的空间格局‎(16),各地房价变化的传播质量层‎(17),房地产市场的影响‎(18),高端住宅的购买者的喜好‎(19),和腐败在中国土地市场拍卖‎(20.]。此外,房价和房地产经纪人社区信息网站可以作为其他模型的输入变量。房价已被认为是影响因素,当模拟城市增长‎(21],邻居从透露网站近期获得的数据被用来创建城市形态指数‎(22]。房价在互联网信息平台上被广泛用于房地产市场研究。

网上房地产数据有几个优势。首先,用户分享住房信息及时根据自己的利益和他们愿意更新这些信息。网上房地产经纪平台可以雇佣自己的代理或一些接口出租给其他房地产机构谁可以分享自己的属性信息。此外,出租人可以注册账户和在这些网站上自己的属性列表。网上房地产数据的第二个优点是数据采集的成本相对较低。大部分的成本是由传统的房地产机构支付。他们收集和组织数据。第三个优势是,网上房地产数据详细。用户提供位置、类型、结构、施工时间,装修图片,和视频的公寓或房子。一些网站甚至提供当地信息设施,如公交车站,超市,医院,幼儿园,地铁站。 In addition, real estate agency websites document housing prices on different scales, at the city, district, subdistrict, and neighbourhood levels, as well as for individual houses and apartments.

然而,作为一种大数据,房地产公司网站上的数据共享相同的缺陷。抽样误差、测量误差、聚合错误,错误与系统的相关信息也存在‎(23]。第一个原因是采样过程是有偏见的。由于房地产机构的商业化,他们不倾向于投资资源的地区市场很小,利润很低,如郊区。发展中地区信息密度很低,甚至可能导致数据盲区。此外,网上房地产数据缺乏系统的验证。一些房地产经纪人可能伪造降低房价来吸引租房者。网站运营商和政府有关部门监督这种行为会有困难。互联网楼市数据误差的另一个原因是住房的重复信息。不同的房地产经纪人可能在网站上相同的住房问题。每个网站计算房价使用自己的属性数据库,当然这些问题引入错误的房价。

尽管住宅价格的准确性是一个重要的房地产研究的基础和重要的差距之间存在官方发布的房价和房价每个房地产公司网站,各种房价数据源的差异可能会被忽视。许多研究使用房价没有检查数据的可靠性。关于房地产价格数据产品的质量的研究主要集中在各种房屋价格指数(24- - - - - -27]。虽然房价索引对于学术研究更彻底地理解是至关重要的房地产市场,房价指数不直观的公众缺乏相关的背景知识。此外,许多研究使用房价而不是价格指数作为数据源‎(28]。有多少差异存在于不同的房地产价格的数据源,这些差异在多大程度上影响研究尚未清楚。

准确的房价理论的重要性和了解房地产市场的运行至关重要。因此,本研究的主要目的是分析房价差异在主流在线房地产信息平台和评价社区的原始信息的性能从盈利性在线房地产信息平台应用相同的房价模型。房价数据在城市和地区水平从五个互联网房地产信息平台收集和比较。然后,二手社区的房价从四个盈利性互联网房地产信息平台进行了比较。最后,从四个社区平台上的原始信息,包括住房价格和建设,投入相同的享乐房价模型来评估每个平台(图数据的性能1)。如果模型与其他研究结果,原始输入住房信息数据被认为是不可靠的。

2。中国的互联网房地产信息平台

中国在线房地产信息平台可分为四类‎(29日]。

(1)传统的实体房地产经纪公司的互联网平台:这些网站建立了传统的房地产经纪公司在网上推销自己的住房资源。这些网站为主要属性数据库,代理和租房者可以搜索住房信息。然后,房东直接联系代理,继续事务离线。典型的平台包括中原地产、方和Q透露,近期。中原地产(http://www.centanet.com),它拥有约2000家分支机构和60000多名员工在中国,被选中。中原地产享有最大的广州房地产市场的一部分。Lianjia.com (http://www.lianjia.com),北京的在线平台透露房地产经纪有限公司,近期有限公司被选为数据源。透露约有8000家店和超过130万近期代理。透露了近期回家的前进入市场在2015年珠江三角洲。

(2)互联网房地产信息平台:这些网站不雇佣自己的代理也不开分店。他们作为房地产广告平台。传统的房地产经纪公司能够支付他们的代理发布房屋信息,和个人用户可以免费分享房地产信息。此外,这些网站发布房地产新闻和分析报告。新浪Leju Anjuke,搜狐焦点,58桐城是这些网站的代表。Anjuke Inc . (http://www.anjuke.com),其应用已安装1.7亿次,被选为本研究。市场的覆盖率达到88%,包括全国500个城市。

(3)房地产交易网络平台:对于传统的房地产经纪公司,这些公司开店和雇佣代理而不是在某种程度上,互联网公司做。与传统房地产经纪公司的线下向线上模式,房地产交易平台开始网上贸易和扩大离线。他们还借传统的房地产经纪公司的接口。他们的商店主要提供经验和广告。Fangtianxia(原名Soufang)就是一个例子,这种类型的网站。Fangtianxia, 3月份超过4200万的注册用户,2015年,雇用约370万名特工和覆盖在中国500多个城市。它是在中国房地产的主要互联网门户网站,以其网站页面浏览量和游客的数量在2014年,根据DCCI (http://www.dcci.com.cn)。

(4)官方房地产信息网络平台:政府有关部门,如住房和城乡建设部,创建房地产信息网站发布政策,房价,房产资源,和其他信息。阳光世纪佳缘(http://www.gzcc.gov.cn/data/)是一个官方房地产信息平台由广州住房和城乡建设委员会。官方统计数据、政策和住房资源被释放,但其数据量小于营利性互联网房地产信息平台”。

3所示。研究区域与数据

3.1。研究区域

2016年常住人口超过1400万,广州是广东省的省会,经济和政治中心的珠江三角洲地区,是中国特大城市之一。它被选为研究因为它一直站在改革的前沿自1980年代以来,是第一个省会城市实现全面的住房制度改革从1978年‎(30.]。多年的行政区划调整后,广州现在有11区(图2)。根据广州市总体规划(2011 - 2020),广州的中心区域包含越秀区,荔湾区,海珠地区,天河区,白云区的南部,黄埔区,南部和北部的番禺区;其他地区属于广州的外围。广州的城市空间结构发展成为多中心。传统的市中心是人民公园,在越秀区市政府附近,新的城市中心是在天河区珠江新城31日- - - - - -33]。

3.2。数据

在这项研究中使用的数据可以分为房地产数据和兴趣点(POI)数据。房地产公司网站的业务范围涉及各种类型的商业地产,包括住宅、办公室、商店、停车场,厂房。本研究着重于二手住宅,与民生密切相关。五个代表房地产公司网站选择:中原地产,Anjuke,透露,近期Fangtianxia,阳光世纪佳缘。二手住宅价格在城市和地区层面收集在2015年5月和2016年5月之间。阳光世纪佳缘不会发布二手房价附近。每个地区的房价和施工时间的四个盈利性房地产信息网站收集6月7日,2016年,包括从中原地产9941条记录,6500年的记录透露,近期从Anjuke 8198条记录,从Fangtianxia 6119条记录。

一个兴趣点(POI)是一个特定点的位置,可能是有用的或感兴趣的。这是一个类型的数据点代表一个真正的地理实体,包括空间信息,例如纬度和经度,和地址;属性信息,如名称和类别,餐馆,商店,电影院,剧院。在这项研究中,地铁站的位置,公园,和重点学校在广州从中国获得地图网站,高德牌地图(http://www.amap.com2016年6月)。每个街区的位置是通过高德牌API (http://lbs.amap.com/console/show/picker)。

4所示。方法

4.1。正常的比较

官方发布的房价房地产信息平台,阳光世纪佳缘,用作基准市场价格在这个研究。定量比较房价盈利性房地产信息网站和官方数据,两种类型的统计指标,即协议和错误和偏见,度。程度的协议是由皮尔森相关系数( ),反映之间的线性相关程度,房价盈利性房地产信息网站和官方数据。的错误和偏见,验证被认为是三个统计指标:平均绝对误差(美)代表的平均大小错误。虽然均方根误差(RMSE)也措施平均误差大小,它给更大的重量相对于更大的错误美。相对偏差(偏见)描述了系统性偏差盈利性房地产信息网站的房价。方程的每个索引表1。

统计指标进行验证用于检测网站之间的变异在附近的房价是标准差和变异系数。标准偏差(SD)量化一组数据的变异或色散值。变异系数(简历),也称为相对标准偏差(标准偏差),展示了相对变化的程度。它表达了一个数据集的精度和可重复性。每个索引表中列出的方程2。

4.2。克里格插值

克里格是一种最佳线性预测基于空间自相关。克里格方法预测的值在一个连续的表面基于观察抽样数据‎(34]。房价预测未被注意的地点需要地质统计学方法,特别是克里格插值。对普通克里格比较很好最小二乘法(OLS)预测房价‎(35]。

4.3。享乐房价模型

享乐模型已经广泛应用于许多实证房地产市场研究和已被证明是有效的36,37]。因此这个模型是用来评估社区的原始信息的性能从盈利性在线房地产信息平台,而不是其它不太常见的和更复杂的模型。

兰开斯特的‎享乐模型是基于38消费理论。货物被假定拥有多个固定比例特征,而这些特征不货物本身是假定决定消费者的偏好。Rosen‎(39发达市场均衡理论。享乐定价模型的目的是评估的市场价值之间的关系组合好,每一个属性通过生成一组隐含价格为所有这些属性。一般来说,房价可以分为‎(40]

在哪里附近的市场价格;年代是结构性的属性,比如建筑,建筑材料,和绿地的比例;l位置属性,如距离城市中心,购物中心,和最近的地铁站;和N是社区属性,例如,学校质量、环境质量和自然风光。

这三个方程类型最常用于享乐价格是纯粹的线性模型,半对数和对数。两种日志形式更合适的比线性形式,由于边际效用递减法则适用于这种情况。系数的对数形式是市场价格的百分比变化响应每个属性的隐含价格1%的变化。双对数形式被用于这项研究。它可以被定义为

在哪里P代表一个地区的市场价格;C代表房子提供的设施或服务的数量,关于房子的特点和附近的基础设施;例如,是研究变量的回归系数;α是常数;z是随机误差项;和n是社区的数量‎(36]。

二手房屋价格数据和社区信息从四个盈利性房地产信息网站进入相同的享乐房价模型来测试不同的原始数据来源的使用是否会影响造型的结果。

解释变量的描述在表中列出的享乐模型使用3。地区的房地产价格和年他们建造了从中原地产,透露,近期Anjuke, Fangtianxia,分别。价格日志的形式是一个地区的平均二手房价。

房价是观察到有负相关关系随着年龄‎(8]。一年社区是构建是一年。位置是公认是房价的主要决定因素。距离市中心房价占很大比例的变化,对应的预测bid-rent租房价格曲线‎(41]。因为广州是一个多中心的城市‎31日)、广州市人民政府和珠江新城是选为两个城市中心。中心是距离的日志形式附近最近的城市中心。大多数研究认为住房靠近地铁站积极影响价值‎(10]。地铁站列表用于本研究从广州地铁(http://www.gzmtr.com/)。地铁的日志形式是距离最近的地铁站附近。附近的招生政策和学校系统实现了自1986年以来,中国的义务教育。主要对房价‎(公立学校有重大影响42]。重点学校列表用于本研究获得广州市教育局(http://www.gzedu.gov.cn/),学校的日志形式是距离最近的重点学校的附近。公园是一个主要的绿地生态,娱乐,社会和文化功能。因此,其他研究也得出结论,房价增长越来越接近附近的公园‎(43]。在这项研究中,在广州公园被发现使用高德牌地图。公园的日志形式是距离最近的公园附近。居民区的位置、地铁站和重点学校获得高德牌地图API。基于他们的坐标距离计算。

5。比较结果和讨论

5.1。在城市层面二手房价

二手住宅价格趋势从2015年5月到2016年5月在图所示3。官方发布的二手住宅房价阳光世纪佳缘上显著低于四个盈利性房地产信息网站。所有的数据呈现稳步上升趋势在广州二手住宅价格。中原地产发布的价格数据是大大高于其他网站的数据和他们大幅波动。他们也遵循一个向上的趋势。价格从Anjuke透露,近期,Fangtianxia是相似的。他们的波动性较低和上升很小。

每个盈利性房地产信息网站的索引值的房价表中列出4。虽然在城市房价水平Anjuke和Fangtianxia大大高于阳光世纪佳缘,他们的价格数据有着极其相似的趋势,与相关系数分别为0.943和0.950。广州二手住宅房价透露,近期发布的阳光世纪佳缘也有一个高度的相关性(相关系数达到0.836),而中原地产的数据之间的相关性和阳光世纪佳缘相对较低。

几个原因可以表明为什么官方发布的二手住宅房价阳光世纪佳缘上显著低于四个盈利性房地产信息网站。(1)最终的交易价格,总的来说,比原来的报价在二手住宅交易中,因为买家通常与房东进行讨价还价。房价在阳光世纪佳缘是基于合同报有关行政房屋署,即最终的交易价格;房价盈利性房地产信息网站是基于房地产经纪人的数据库。报价和最终的价格都是包含在房价模型。一些交易记录可能以原始报价为最终协议价格。(2)房地产经纪公司盈利。他们不倾向于投资资源低价或边缘地区,如城市乡村或郊区,如南沙区和从化区。他们的分支机构主要分布在地区中心,那里的房价高于其他地区;然而,官方的数据包括所有交易记录,这意味着许多低价住房交易都包括在内。 For example, Centaline Property has no branches in Nansha District or Conghua District. This situation magnifies the gap between official and for-profit real estate information websites’ second-hand residential housing prices. (3) Tax evasion occurs. Some buyers sign twin contracts with the landlord, one of which is at a lower price and is submitted to the relevant administrative housing department to incur less tax ‎[44]。

一些变化之间也存在不同的盈利性房地产信息网站的价格数据,因为他们的住房资源每个地区都是不同的。例如,中原地产在南沙区、从化没有住房资源区,而196年和121年Anjuke网站社区在南沙区和从化区,分别。

5.2。二手房价在地区层面

广州经历了许多行政区划调整。因此,差异存在于统计部门对不同房地产公司网站。在这项研究中,八个常见的地区选择,即越秀区,荔湾区,海珠地区,天河区,白云区、番禺区、花都区、增城地区。

图4提出了五个网站的二手住宅价格8 2015年5月到2016年5月在广州地区。各地的官方二手住宅房价显然仍显著低于从盈利性房地产信息网站,和官方价格的波动性数据区级别高于城市水平。总体趋势是上升的。中原地产的二手住宅价格的八各自地区相对较高。因为住房资源周边地区如花都区和增城地区更少比在中部地区,中原地产的二手住宅价格在这两个地区不稳定。透露,近期各地的二手住宅价格是最不稳定,保持温和的上升趋势。除了在越秀区,二手住宅价格的差距在5个网站很重要,在郊区和市区。虽然房价Anjuke透露,近期,Fangtianxia在花都区在同一适度,白云区、番禺区,中原地产总是更高和阳光世纪佳缘显著降低。

一般来说,区级的波动价格高于全市价格因为样本量较小的地区水平。在价格方面,各地的官方数据仍显著降低,和中原地产的价格相对高水平对大多数地区。二手住宅价格的差距在5个网站价格之间不发生显著的变化从郊区到市区。

5.3。二手房价的街区

因为阳光世纪佳缘不释放每一个地区的房价,只有二手的地区的房价从四个盈利性房地产信息网站”,即中原地产,Anjuke, Fangtianxia-were透露,近期收集。然后,1897常见的社区被选中。如果每个地区的房价都是平等的在四个网站,将分布在散点图点 线。每个地区的二手房价比较成对每四个机构的网站,结果在图5。

两两比较显示,如图5,每个地区的房价是相似的在不同的盈利性房地产信息网站。此外,每个地区的房价展示中原地产和Fangtianxia数据之间的一致性。磋商与房地产公司的员工透露,在房地产代理行业,二手社区的房价不仅计算与他们自己的数据库,也可以人工修改使用其他房地产公司网站的价格数据。因此,一个地区的房价可以大约类似在不同的网站。

同一地区的房价在四个盈利性房地产信息网站可以被视为一组。的SD和简历每组的计算。SD被用来量化变化二手社区的住房价格在不同的网站,然后呢简历是用来表达的相对变化。克里格插值法用于检测的空间分布特征SD和简历二手社区的住房价格在不同的网站,和图中提供的插值结果6。

每个地区的房价的变化在每个网站上降低逐渐从城市中心到边缘(图6(一)),因为中央区域的二手住宅房价高于郊区。然而,相对价格的变化是稳定在广州(图6 (b))。天河的两座山峰在北方地区和东南部的番禺区是由网站中的错误的价格确认后,这也证明了错误发生在房价在互联网上。

5.4。二手住宅价格的空间格局

在这项研究中,社区与房价选择和使用高德牌地图API。最后,从中原地产9941条记录,6500年的记录透露,近期从Anjuke 8198条记录,和6119年记录Fangtianxia进了克里格插值,用来分析广州二手住宅价格的空间格局(图7)。

二手住宅价格的空间模式使用的四个网站获得的数据被认为是类似的中央地区,即越秀区,荔湾区,海珠地区,天河区,黄埔区南部,白云区,南部和北部番禺区。二手社区的二沙岛,在珠江新城的房价,Huijing新城,琶洲和白云城堡别墅有最高的价格。之间的差异四个二手住宅价格的空间模式在周边地区,如从化区,增城,花都区、番禺区北部,南沙区白云地区北部,北部黄埔区是重要的。这是因为在郊区更少的分支机构存在。房地产经纪公司倾向于更多的资源投资于城市中心,导致更少的周边二手社区被包含在数据库中。二手社区的住房价格的差异四个盈利性房地产信息网站因此放大后空间插值。

5.5。享乐房价模型的结果

因为我们专注于评估性能的原始数据从互联网社区房地产信息平台在房地产市场的研究中,一个经典的,可靠和广泛使用的模型——享乐房价模型选择。如果模型的结果与其他研究中,原始输入住房信息数据被认为是不可靠的。

保持数据一致性的四个盈利性房地产信息网站问题,复杂的数据清洗没有应用。社区以相对完整的信息选择和享乐房价中使用的模型。二手地区的房价统计变化的四个网站提供在图8。Anjuke最大的二手分散地区的房价;透露,近期最小的。中原地产附近最大比例的二手房价,资格是在较低的水平。

享乐的结果房价模型使用中原地产,Anjuke, Fangtianxia邻居透露,近期数据表中列出5。所有的四个模型的P值小于0.001和f统计量的值是大于800。因此,所有四个模型是有效的。Fangtianxia模型的调整²是模型的最高价值观,为0.530,和中原地产模型调整R²是最低的模型的值为0.369。

距离最近的城市中心‎(45和地铁站‎46)展品显著负相关关系二手社区的房价,在其他的研究中。根据标准化系数邻里到最近的城市中心的距离(中原地产的-0.516,-0.611,-0.588透露,近期在Fangtianxia Anjuke和-0.678)和地铁站(中原地产的-0.150,-0.102,-0.138透露,近期在Fangtianxia Anjuke和-0.119),距离最近的城市中心有一个实质性影响二手社区的房价比距离最近的地铁站。这个比赛结果从上海‎(47和杭州‎48),中国。中原地产的所有模型除了今年对二手社区建设有重大的积极影响的房价,同意的其他研究结果‎(49]。Anjuke建设年的标准化系数的模型(0.119)远远低于透露(0.253)和近期Fangtianxia(0.231)模型,这也反映了影响,在一个模型,使用数据不同的机构。距离最近的公园有很大的积极作用在所有四个二手社区的住房价格模型。这是不一致的结果与其他研究‎43]。距离学校最近的关键是建立在中原地产有重大的积极影响和透露,近期也与其他研究‎(50]。在Fangtianxia模型中,距离最近的重点学校有负与房价的关系,但这不是重要的。

通过建立四个享乐房价模型和比较他们的结果与其他研究结果,错误突出显示在原始信息从房地产公司网站社区,有点影响房地产价格模型的准确性。一些缺陷显示在建设年,中原地产的数据,因为房地产的年龄证明消极与房地产价格‎(49结果从中原地产模型)相矛盾。重点学校和公园的距离应该展示一个负相关与房价43,50),但事实并非如此的四个模型研究的结果。此外,同一变量的标准化系数的差异反映了使用不同的影响公司的数据在一个单一的模型。Fangtianxia模型的性能优于其他模型,因为它的结果更紧密地匹配研究。因此,原始信息在社区Fangtianxia更可靠。但一个适当的数据清洗的过程仍然是必不可少的在我们使用原始信息在社区房地产公司网站。

6。结论

房价在互联网上不仅有价值的数据来源的研究,而且公众也常用的跟踪房地产市场趋势。差异房价各种房地产公司网站上发布的,但很少有研究比较这些数据或调查多少效果差异将对相对房价模型。通过比较在广州房价在官方公布房地产信息平台阳光世纪佳缘和四个platforms-namely盈利性房地产信息,中原地产,Anjuke, Fangtianxia-the透露,近期关键结果分析如下。

(1)正式在广州二手住宅价格在城市层面和地区水平通常低于房价在盈利性房地产信息网站发布,而所有类型的房价数据的总体趋势是上升的。此外,房地产价格数据之间的差异存在各种盈利性房地产信息网站。一般来说,区级的波动价格高于全市价格。数据源应该精心挑选的研究市级和区级房价。

Anjuke市级二手住宅房价,Fangtianxia,透露显示近期与官方数据高度相关。不过,中原地产的二手住宅价格在城市和地区水平相对较高,比官方数据的波动性更大。

(2)房地产价格相应的社区是相似的在四盈利性房地产信息网站所证实的交叉引用。二手住宅价格的空间模式使用克里格插值的四个网站的数据在广州城市中心地区类似,但外围地区差异显著。房价变化降低逐渐从城市中心到边缘,但相对变异是稳定的。

(3)四个享乐模型的结果使用地区的原始信息在中原地产,Anjuke透露,近期和其他Fangtianxia有点矛盾的发现。在这项研究中,距离最近的城市中心和地铁车站与附近二手房价表现出消极的关系,而建设表现出显著正相关关系,与其他研究结果一致。然而,距离最近的重点学校和公园在大多数模型产生了积极的影响,这是与其他研究结果一致。此外,同一变量标准化系数的差异展示不同的数据资源的影响。Fangtianxia模型优于他人。这些矛盾和差异表明错误存在于原始信息从网络社区,产生不正确的结果。

研究表明,二手住宅价格之间的差异存在不同的互联网房地产信息平台在城市,地区,附近的水平。生从网上社区的信息可能是错误的。因此,研究人员应该谨慎选择房价数据源。只有适当的数据清理网络社区信息可以有效地用于研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究是由美国国家科学基金会资助41601161 。