时光飞逝，12月已经接近尾声，2018年转瞬即逝，2019年即将来临，其后大家向往的春节也一步步向我们走来。想必大家都会沉浸在阖家欢乐、幸福美满的喜悦中，但愉快的春节假期总是短暂的，很快大家都要各自返回大城市工作了。返城后，部分人租赁的房源到期，如何寻找合适满意的房源成为令人困扰的问题。
提前关注和了解租赁房源信息，成为租客在年后返城进入租房高峰期时，快速抢占高性价比优质房源的重要手段。
为了减轻大家的困扰，挖掘优质房源。本期文章利用机器学习算法模型预测2019年2月份租金，量化通勤距离，计算租金与通勤指数，并进一步辅以配套指数，综合评定房屋租赁价值，为大家在寻找房源时，提供建议。
地铁周边房源集中度分析
为避免泛泛而谈，我们缩小研究范围，将目标区域锁定在国际化化大都市上海，并以一条地铁线路周边租赁房源为研究重点，进行深度剖析，寻找站点周边高性价比租赁房源，相信会给大家带来惊喜。下面我们就以繁忙的上海地铁一号线为研究示例对象，先从租赁房源体量出发，关注各站点周边房屋集中度。
图1 房屋集中度
从图1我们可以看出，徐家汇站点周边租赁房源数量遥遥领先，上海体育馆屈居第二，人民广场站、衡山路站、汉中路站等其他内环站点均表现不俗。纵观中外环站点表现欠佳，中环由漕宝路站点领衔，占整个一号线租赁房源比重仅为5.57% ，外环由莘庄站拨得头筹，其比重为2.88%，仅占内环徐家汇站点的1/8。为何内外环站点房源数量差距如此巨大？这或许是因为内环站点周边出行便利，商业、教育、医疗等各种配套资源丰富，更容易满足租赁人群的物质生活。
地铁周边房源租金分布变化
内环房源数量遥遥领先，能为租客提供了更多的选择空间，那么内环租房是否就是众多租客的最佳选择呢？下面就让我们一探究竟。
经济基础决定上层建筑，在可承受范围内，作出最优选择或许才是明智之举。除了考虑可供选择的租赁房源空间外，我们还需要更多的考虑房屋租金和通勤距离，以及相关生活配套。下面我们就先以租金为出发点，来关注下各站点租金随通勤距离的变化。
图2 租金通勤关系
从图2中我们可以看到，以上海市中心人民广场地铁站为中心，随着通勤距离的不断增加，站点周边1公里内租赁房源的单位面积平均租金整体呈现下降趋势。但黄陂南路站、陕西南路站、常熟路站三个站点租金明显高于人民广场站，为什么会呈现这种现象，除了数据本身局限性，造成的系统性误差外，还有哪些因素导致?
图3 办公居住对比
下面我们看下三个站点自身属性，三者均属于城市内环核心居住城区，濒临人民广场站，站点周边各种生活配套极为成熟，能够吸引更多的租赁人群。此外，从办公楼数量来看，三者在内环十站点位居中上游，表现似乎并不抢眼。但对比挂牌房源数量分析，我们可以发现人民广场站租赁房源数与办公楼数比值为5.1，但陕西南路站和常熟路站比值分别为4.7和5.0，均低于人民广场。由此我们或许可以推断，供给稀缺成为了陕西南路站、常熟路站租金明显高于人民广场站的重要原因。
由以上分析可知，租金随着通勤距离的增加，整体呈现下降趋势，但租客们是应该牺牲通勤时间，而选择较为便宜的房源合适？还是承担高昂的租金，选择较近的通勤距离合适？怎样作出最优选择？
地铁周边房源租金预测及租金通勤比分析
为了帮助租客们作出最优选择，接下来就以租金、通勤距离、配套三者结合分析，得出较优的租赁房源。首先，我们就基于近半年租金历史数据，以时间序列模型进行租金预测。限于数据的完整性和可获取成本性考虑，以下研究仅涉及一号线部分站点（徐家汇站、上海南站站、陕西南路站、黄陂南路站、上海体育馆站等、莘庄站等15站点），作为示例对象。
图4 租金预测
从各站点预测准确率看，模型整体得分高达96.36%，从测试集12月份租金可视化预测结果看预测值与真实值之间误差较小，模型整体预测结果较为准确。
接下来，在保证模型准确率基础上，完成地铁一号线2019年2月份租金预测，并进一步结合通勤距离来分析各站点租赁房源性价比，为减少数据维度不一致所带来的误差，将预测租金和通勤时间分别做归一化处理，其后再计算租金与通勤时间的相对值。
图5 租金通勤比
从租金通勤比结果，我们可以发现延长路、上海站、新闸路、人民广场、上海南站、汉中路、六站租金通勤比均小于0.8，其周边房源性价比较高，是租房首选对象。反之，莘庄、黄陂南路、陕西南路、衡山路四站的租金通勤比均高于1，其周边房源性价比相对较低，不推荐在该区域选择租赁房源。
地铁周边房源配套指数及综合价值分析
最后我们在结合地铁站点配套指数来综合评定各站点租赁价值。本期提及的配套指数，是指基于熵值法对地铁站点所在栅格内各项配套标准化后，赋予权重计算得到的综合得分。
图6 配套指数
从雷达图中我们可以发现，内环黄陂南路站配套得分超过10分，人民广场站得分近8分。此外，陕西南路、徐家汇、新闸路三站得分也均超过5分。相比内环，中外环站点配套得分则相对较低。中环延长路站表现不俗，紧邻大宁商业广场，为其增分不少；外环莘庄站表现抢眼，得分超过3分，或许得益于其交通枢纽的地位。
图7 租金&通勤&配套
单独分析完配套指数，我们结合租金通勤比再来看下。从上图我们可以看出，人民广场、新闸路两站，租金通勤比、配套得分均超过平均水平，其周边房源可以作为租房首选目标。汉中路、上海火车站、徐家汇、延长路四站，上述两个指标均接近平均水平，其周边房源可以考虑作为租房的备选对象。当然房客们也可降低对配套资源的要求高度，选择上海南站站、锦江乐园站等租金相对较低的房源，或牺牲租金价格，选择配套资源丰富的黄陂南路站作为租赁房源。
以上就是本期文章利用ARMA模型预测2019年2月份租金，量化通勤距离，计算租金通勤比，并进一步辅以配套指数，综合评定房屋租赁价值的相关内容，下期我们精彩继续.......
