CRIC-非典型数据在城市研究中的价值

T h eV a l u e o fA t y p i c a lD a t a i n U r b a n R e s e a r c h 01 A t y p i c a lD a t a 非典型数据还原城市的真实面目 02 非典型数据在城市研究中的价值 不还原，就看不到本来面目 非典型数据挖掘城市发展小趋势 真实城市和我们感知的城市有一定的差异，通过大众点评网数据、影院数据、外卖数据、薪酬数据等非典型数据，将城市量化，还原城市的真实面目，相对客观的评价城市，并通过非典型数据，与房地产跨界关联，挖掘城市发展的小趋势 影响趋势的趋势，带来改变的改变 Atypical Data Searching for Small Trends ofUrban Development 本报告将以合肥为例，研究大众点评网、影院、饿了么外卖和薪酬四类数据，通过四类数据的单维度或多维度交叉分析，探寻这四类非典型数据在城市研究中的价值。 观影人次结构变化——城市人口流动观影人次总量——城市能级板块观影人次变化——城市板块客户属性数据各维度交叉——城市板块格局分析 商业网点布局——城区建成情况及趋势消费客单价——区域/板块消费能级消费点评量——区域/板块消费量级业态结构——各商圈的消费属性 职位数量及变化——城市产业活力职位行业结构——城市产业特色职位学历要求——城市产业能级职位薪资水平——城市收入水平数据各维度交叉——城市板块格局分析 外卖店分布——区域的消费人群分析外卖单量、价——商圈流量勘探TOP店铺市占率、品牌渗透率——商圈发展质量 合肥东西两翼，肥东和肥西两县县城中心与市区毗邻，已经基本融入城区南、北两向的庐江县、长丰县，以及巢湖，距离合肥市区较远，与市区联系明显偏弱 合肥单核特征明显，老城区仍然为客单价高区，政务区有强点，密度偏低；其余区域商业消费能级均偏弱。 不同区位对商圈业态影响较大：老城居民区环绕的三孝口购物生活服务占比较高； 18年合肥观影1931万人次，按照全国人均观影次数计算，合肥观影人数达551万人 春节 C R I CB I G D A T A 时间段选取：大年初一至初四 全国日度观影人次TOP700影院热力图 常态 时间段选取：2.25-2.28 对比春节期间与春节后常态，全国700强影院的观影人次分布热力图，可以发现，江浙粤强者恒强，强吸附、强内生；山东、河南、安徽的返乡消费能级最强，返乡置业潜力应重点挖掘。 综上所述 下面我们将以合肥为例，探索影院数据在城市格局解读中的使用价值 考虑到观影的就近便利，说明观影流量与年轻常住居民人数呈正相关，即观影分布与主力购房人群分布正相关。 扣除老城区无项目在售因素，观影流量分布与高端住宅成交热区高度吻合 新合肥人占比，决定着这些置业特征 2018.AllRights Reserved新站区、经开区的120㎡以下占比分别高达88%、78%，首置、首改属性明显而滨湖区更偏向于首改及投资属性，居住型改善需求稍显缺乏 更进一步观察滨湖区各影院春节期间和平时观影人数对比可以发现： 滨湖区春节观影人数上涨8.9倍，显著低于全市10.8倍的水平；滨湖区确是一个以新合肥人为主的区域。 早期滨湖区商业配套水平较低，商品住宅成交以刚需产品为主，随着影院等商业配套的不断完善，区域入住人口明显提升，票房快速增长，与此同时，滨湖区产品有明显的改善化趋势。 结合外卖店铺分布及单量热力图，可以发现合肥居住驱动占比高办公驱动少，三产偏弱，二产周边形成真空区，反映出合肥二产主导明显 非典型数据之外卖 用作商圈流量勘探 可以用于数据采集，独立于传统调研，勘探某商圈的体量，及单店平均流量 非 典 型 数 据 招聘职位数量评估城市产业活力 数据来源：猎聘网 招聘职位数量可以从微观反映出整个城市企业的运营活跃程度，相较于GDP等统计数据，招聘职位数量更具有前瞻性，可以反映出企业对未来一年乃至更长时间的预期；通过月度追踪招聘职位数量，形成连续性数据，具有很高的参考价值。 Read more 非典型数据/招聘 招聘行业结构评估城市产业特色 从合肥招聘职位分行业结构来看，排名前5的为职能类、IT/互联网/通信/电子、房地产/建筑业、加工制造/仪表设备、消费品/贸易/批发/零售； 28行业结构与其合肥创新高地的产业定位切合，反映出其商贸中心、制造业偏重的特征；与此同时，还反映出合肥的金融类产业偏弱。 非典型数据 招聘职位的学历要求，是反映出职位技术含量的有效指标，反映出企业的技术含量，进而可以评估城市的产业能级。 合肥大专以下学历要求的职位占比46%，占比近半，本科以上更仅仅3%；反映出整个城市的产业能级偏弱，与城市二产为主的产业结构锲合度高。 招聘中的职位，8-12万职位数量占比33%年薪8-12万 招聘中的职位，12-20万职位数量占比23%年薪12-20万 从薪资来评估城市产业人群收入水平 此外，监测此结构的变动，可以从微观视角发现城市收入的变化；与其他城市横向比较，可以评价合肥的收入水平 针对非典型数据，除了单维度或交叉分析外，还尝试借助决策树算法，进行价值量化评估将非典型数据与房价等指标进行关联 计算影响因素值 决策树估计 通过三个步骤，一方面可以预算各个变量的重要性大小及权重；另一方面将样本划分为训练集与测试集，从而对样本进行预测。 通过决策树预算各热区价格