2025《居民住宅空置率测度相关研究成果文献综述》3600字.docxVIP

居民住宅空置率测度相关研究成果文献综述

1.1居民住宅空置率测度方法综述

住房空置率反映了房地产市场的供求关系，是房地产行业健康与否的重要衡量指标，可以为政府住房政策的制定、住房供应商的投资以及住房需求者的消费提供重要参考。适当的空置率有助于住房市场的正常运作，B.Glock和H.HaussermannREF_Re\r\h[2]通过研究东德地区的住房空置率问题，认为5%的空置率是自然空置率的上限；而甘犁REF_Re\r\h[1]等人的调查报告中显示，中国城镇住房空置率已达到21.4%，二三线城市的空置情况更加严峻。空置率过高是市场条件差，土地利用不合理，资源分配效率低下的表现。因此准确高效地测度住房空置率，成为国内外学者关注的话题。住房空置率（HVR）没有统一的解释定义，国内外判断空置率的方法不一而足。

早期对住房空置率的研究主要集中在统计数据、抽样调查、遥感技术或其他辅助数据上。J.P.Cohen等REF_Re\r\h[3]人根据美国人口普查局提供的房主空置率数据，利用马尔可夫模型来研究美国房屋空置率随时间和空间的变化；MolloyREF_Re\r\h[4]利用美国邮政部门的普查数据来确定住房供应过剩的社区；JingLiREF_Re\r\h[5]采用实地调查、问卷调查和深入访谈的方式确定用电阈值，研究中国村庄空心化问题；T.NakamuraREF_Re\r\h[6]使用了35个城市中心区空房和公寓空置的数据分析这些城市的空置情况；NewmanREF_Re\r\h[7]等利用美国邮政服务提供的城市空置地址数据建立美国空置城市土地清单。

遥感技术可以用来探测大面积的空置房屋，但很难精确到户级层面。夜间照明数据与人类活动高度相关，作为典型的遥感数据已被广泛用于分析各种社会活动和城市化进程。周春川REF_Re\r\h[8]等人，利用夜间照明数据时间序列定量估算城市化动态；NiuXREF_Re\r\h[9]利用NPP-VIIRS夜间光照和国家地理条件监测数据，提出了一个实用的模型来估计在青岛市住房空置率；ZhiruTanREF_Re\r\h[10]等人采用珞珈1-01数据以及建筑数据，解决了前人研究中存在的非建筑数据产生的光源并没有完全消除REF_Re\r\h[11]，以及没有考虑建筑物的实际覆盖信息REF_Re\r\h[12]的问题。除了夜间照明数据，一些学者采用位置数据对HVR进行测度研究。GuanghuaChiREF_Re\r\h[13]等人百度的移动应用的位置数据和居民区的兴趣点数据，采用网格判断是否为空置住宅。

随着中国经济的快速发展，能源需求显著增加，尤其是电力在现代经济和社会发展中发挥着重要作用REF_Re\r\h[14]。绝大多数采用电力数据分析空置率的研究，是采用电量阈值方法判断房屋是否空置。JingLiREF_Re\r\h[5]等人利用用电量数据来确定赤峰市松山区的空置农村住房，但其利用问卷调查方式确定当地的用电阈值，具有局域性，同时会耗费较大的人力物力；孟斌REF_Re\r\h[16]等人对北京44个社区的用电量进行抽样调查，得到北京HVR抽样指标；胡杨REF_Re\r\h[15]根据居民用电量0度的占比，从存量角度推测房屋空置状态，该方法略显片面；崔凤山REF_Re\r\h[17]等人参照北京市居民阶梯电价表，将零电量和低电量（月用电量低于10kw·h以内）的房屋分别视为空置和闲置房屋；白艳REF_Re\r\h[18]等人收集了合肥市处于不同建设阶段的三个典型区域的用电数据，将住宅月平均用电量少于5kw·h作为空置阈值，得到存量角度下三个不同区域平均住宅空置率为10.43%。

1.2函数型数据聚类方法优势及应用

利用阈值判断空置率，阈值的准确性会直接影响空置率结果，且阈值难以从时间序列角度判断房屋空置状况，因此在准确性、全面性方面都有所欠缺。受启发于张欣REF_Re\r\h[19]等人利用kernel方法将离散的电量数据还原成连续曲线，之后利用K-