基于ArcGIS的城市租房选择系统构建

罗瑨，王玥，李渊

(厦门大学建筑与土木工程学院 福建厦门 361005)

1 研究背景

近些年来城市房价不断上涨，逐渐超出了城市居民的可负担范围，迫使一部分人选择“先租后买、先小后大”的顺序梯度实现居住计划[1]。尤其是刚进入社会的高校毕业生，由于自身经济实力较弱、支付水平有限，很难在短期内购房，因此租房居住成为其中大部分人必经的过程[2]。舒适便利的安身之所能够保障人们更好地投入工作，本文即从求租者的需求出发，探讨如何找到最合适的住房。

过去人们常通过求租广告和房屋中介获取租房信息，随着当下租房需求的不断增长，租房选择的渠道也日趋多样化，依托互联网技术发展起来的新型租房选择平台逐渐为人们熟知，并被广泛使用。本文针对现有的租房选择平台进行了对比分析(表1)，可以看出，新型平台能够汇集大量房源数据，通过自助筛选功能即可便捷地查找出所需房源，为求租者提供了更大的选择空间。

但是，现有租房选择方式也存在一定局限性。首先，目前专业租房网站及手机应用所提供的房源信息多是关于房屋类型和内部设施的情况，如房间数、家电配置等，较少涉及房屋外部条件。但即便是租房居住，人们也希望能拥有便捷的交通条件和齐备的公共设施，因此，将房屋周边环境纳入选择参考是一种发展趋势。其次，在筛选出符合条件的房源后，还需求租者自行比较、择优，网站仅会提供区位、价格等单项排序，难以给出更多的参考意见。最后，现有租房平台会根据区位需求筛选出就近的房源点，但其仅以直线距离作为判断依据，没有考虑到城市路网对于实际出行距离的影响，参考价值有限。

因此，本文将在吸纳现有租房选择方式优点的基础上，运用技术手段弥补其不足之处，构建一套完整的系统来解决城市租房选择问题。

表1 现有租房选择平台对比

2 基于ArcGIS的城市租房选择系统构建

2.1 出租房源综合评价指标体系建立

有学者研究了租房人群对居住环境的需求，发现他们首要关注是租金，其次是地段，大部分人都希望租住在距离工作地较近的、交通便利的地方;再者倾向生活设施完善的房子，室内需配洗澡设备，附近则要有超市、医院等;此外，年轻人对于文体设施也较为关注[3，4]。

根据以上观点，并结合实际可获取信息，本文建立了出租房源综合评价指标体系(图1)，采用适宜性评价的方法，对房屋的居住适宜度进行量化，再结合租金情况比较确定最佳房源。

2.2.2 工作流程(图2)

首先按求租人需求，如可承受租金、租房方式、基本配置条件等，在所有房源中筛选出符合基本条件的房源;其次分析以工作地点为起点的交通可达范围，筛除距离过远的房源;最后对备选房源进行指标综合评价，计算性价比并排序，推荐优选房源。

图1 出租房源综合评价指标体系

2.2 城市租房选择系统设计

整个系统由房源数据库和ArcGIS软件平台组成，在输入求租者需求数据后，由分析软件进行房源数据的匹配、筛选和评价，最后将输出排序结果。

2.2.1 技术与方法

ArcGIS软件平台具有强大的数据存储、分析及可视化功能，能够实现系统的有效运行。其中采用的核心技术方法有:

(1)缓冲区分析。以点、线、面实体为基础，自动建立其周围一定宽度范围内的缓冲区多边形，用以表示某环境设施(如绿地)所影响的区域范围。

(2)设施服务区分析。基于事先构建的交通网络模型，利用ArcGIS中分析工具【Network Analyst】模块的【新建服务区】功能，计算某设施在服务半径内能覆盖的区域，即该设施的交通可达范围。

图2 技术路线及工作流程

3 城市租房选择系统的模拟应用

本文将运用已构建的城市租房选择系统模拟在厦门本岛找房的过程，用以检验该系统的可行性。

3.1 基础资料与数据

以厦门本岛范围的矢量图作为工作底图;分析资料包括本岛交通网络、主要公共服务设施(大型超市、综合医院、文体设施)、城市绿地、滨水岸线、主要交通干线及公交站点等GIS空间数据。另建立出租房源数据库，内容包括各个房源点的空间位置、名称、地址、租金、面积、户型、装修条件、家具家电配套等基本信息。模拟数据来源于搜房网，随机抽取了150个房源样本，其中思明区100个，湖里区50个，基本符合本岛房源分布比例。

假设的求租者需求信息见(表2)，系统将据此进行房源数据的分析处理，并最终反馈推荐结果。

表2 求租者需求信息

3.2 具体工作步骤

3.2.1 条件筛选

将房源点的基本信息与求租者需求相对应，利用ArcGIS中的字段筛选功能挑出符合全部要求的房源，最终获得36个房源点数据。

3.2.2 区位筛选

根据《2012中国新型城市化报告》中所发布50个代表城市的上班平均时间数据，厦门在其中排名第23，在不发生拥堵的情形下，上班平均花费20min。以此为参考，设定通勤时间在20min之内为宜。租房人群多以公交上下班，以本岛内公交平均时速18公里每小时计算，20min达的最远可通勤距离为6000m，由此即可把时间度量转换为可视的空间度量。具体操作如下:将求租者工作地点数据置入ArcGIS，结合城市路网做设施服务区分析，服务半径设定为6000m，其覆盖范围内的房源点即符合就近居住原则，共计18个，两次筛选结果见(图3)。

3.2.3 综合评价

对筛选所得房源做进一步综合评价，以判断其适宜程度，由此作为最终的选择依据。出租房源的综合评价指标体系已在前文列出，现结合厦门本岛具体情况制定出评价细则(表3)。利用ArcGIS对房源外部环境因子进行分析(图5)，并将结果数据赋予房源点。房源评价因子的权重采用层次分析法进行计算，各因子的重要性由求租者按个人需求比较得出，结果见 (表4)。

图3 条件匹配和区位筛选结果示意

图4 外部环境因子评价结果

表3 房源适宜性评价标准

表4 租房适宜性评价因子权重

图5 房源综合评价结果示意

3.2.4 结果输出

按房源评价标准进行因子赋值，加权得出总分，结合租金和房屋面积计算性价比，并以此排序，用不同颜色进行区分，最终得到可视化结果(图5)。

4 小结

本文针对现有租房选择方式存在的局限性提出改善策略，构建了以出租房源综合评价为核心的城市租房选择系统，利用ArcGIS软件平台完成了出租房源的筛选、评价，以及推荐结果的输出。本文仅对其可行性进行了模拟试验，在实际应用层面则需将Arc-GIS软件分析工具进行编译，制作成网页或App，实现自动处理需求并输出结果，以方便大众使用;此外，通过收集公众信息建立与完善出租房源、客户群及其求租条件的数据库，以此作为继续优化系统的依据，不断满足人们的租房需求。

[1]王辉龙，王先柱.房价、房租与居民的买租选择:理论分析与实证检验[J].现代经济探讨，2011(6):25～29.

[2]胡晓龙，邱知奕.大城市中、低收入高校毕业生租房影响因素指标体系研究[J].南京农业大学学报(社会科学版)，2014(3):98～104.

[3]邓蕾，黄洪基.租房青年的居住现状和居住观念研究——来自上海的调查[J].青年探索，2011(6):62～67.

[4]吴双霞，祁新华，罗栋燊.蚁族城市租住区位规律研究——以福州市为例[J].人文地理，2012(4):59～62.

[5]黄宇，罗智勇，杨武年.基于GIS的城市居住适宜性评价研究[J].测绘科学，2008(1):126～129.

[6]杨婧，童杰，张帅.ArcGIS矢量数据空间分析在市区择房中的应用[J].地理空间信息，2012(2):119～120.

[7]牛强.城市规划GIS技术应用指南[M].北京:中国建筑工业出版社，2012:74～95，151～172.