点击左上角"曼迪匹艾MDPI社科资讯"关注我们，为您推送更多最新资讯。
绿色特征可通过提升建筑环境的可持续性应对气候变化，但其对发展中国家住宅租赁价值的影响尚不明确。来自新南威尔士大学建筑环境学院的 Rotimi Boluwatife Abidoye 博士及其团队在Real Estate 期刊发表研究，利用文本挖掘和机器学习模型分析南非389套住宅数据，重点评估绿色特征对住宅租赁价值的影响及其重要性。
研究过程与结果
建筑业在推动经济发展的同时，也产生了大量温室气体和空气污染物，因此，绿色、可持续建筑实践日益受到重视。现有研究表明，绿色建筑特征能够带来一定的环境和社会效益，但其对住宅价值，尤其是发展中国家住宅租赁价值的影响尚未形成一致结论。住宅价值通常受到房屋结构、区位及邻里环境等因素影响，而绿色特征的价值效应可能因市场环境、社区特征及市场参与者偏好等因素而存在差异。基于此，本文以南非开普敦住宅租赁市场为研究对象，重点考察绿色特征对住宅租赁价值的影响，并评估机器学习模型在租金预测中的应用效果。
研究以开普敦389套住宅租赁数据为样本，结合文本挖掘与机器学习方法分析住宅租金的主要影响因素。研究提取了13项房产特征，并采用神经网络、随机森林、支持向量机等多种机器学习模型进行分类预测，通过准确率、F1值和MCC等指标评价模型的预测性能。文本挖掘结果显示，浴室、卧室、停车位和建筑面积是租赁广告中最常被提及的特征，而绿色特征较少受到关注。模型预测结果表明，随机森林模型在测试集上的预测表现最佳；进一步的敏感性分析发现，建筑面积、浴室数量和家具配置是住宅租金的重要预测因素，而花园、泳池等绿色特征的影响相对有限。
总体而言，研究发现住宅建筑面积、浴室数量和家具配置对租赁价值具有较为显著的影响，而绿色特征对住宅租赁价值的提升作用有限，这与部分已有研究的结论存在差异。研究认为，这种差异可能与不同国家房地产市场的特征及相关政策环境有关。由于绿色特征对住宅价值的影响有限，业主和房地产开发商缺乏主动采用绿色技术的经济激励。因此，研究建议通过制定和实施相应的政策措施，鼓励住宅绿色特征的应用，同时进一步利用机器学习方法开展房地产价值预测，并通过不同城市和地区的数据对相关结论进行验证。
图为研究框架。
研究总结
1. 绿色特征对南非住宅租赁价值的提升作用有限，影响弱于建筑面积、浴室数量和家具配置。
2. 文本挖掘与机器学习可有效识别租金影响因素，其中随机森林模型表现出最佳预测性能。
3. 研究建议通过政策激励促进绿色建筑应用，并开展跨地区研究以进一步验证相关结论。
识别二维码
阅读英文原文
原文出自Real Estate 期刊
Odubiyi, T.B.; Abidoye, R.B.; Aigbavboa, C.O.; Thwala, W.D.; Ademiloye, A.S.; Oshodi, O.S. Impact of Green Features on Rental Value of Residential Properties: Evidence from South Africa. Real Estate 2024, 1, 65-79.
精选视频
相关文章推荐
公共住房企业的盈利能力：基于瑞典面板数据的纵向与区域分析 | MDPI Real Estate
相关公众号推荐
曼迪匹艾MDPI招聘
版权声明：本文由曼迪匹艾（MDPI）中国办公室编辑翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。
由于微信订阅号推送规则更新，建议您将“曼迪匹艾MDPI社科资讯”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，阅读英文原文。
喜欢今天的内容？不如来个 "三连击" ☞【分享，点赞，转发】