热门标签 | HotTags
当前位置:  开发笔记 > 开放平台 > 正文

打算逃离北上广?看完这份地图大数据报告或许你有新的答案

中国的房价已经成为一门让人看不清、摸不透的玄学。最近跟不同城市朋友聊天,发现人们对于房价的看法截然不同,看涨的人言之凿凿、杀跌的人头头是道。2017年春

中国的房价已经成为一门让人看不清、摸不透的玄学。最近跟不同城市朋友聊天,发现人们对于房价的看法截然不同,看涨的人言之凿凿、杀跌的人头头是道。2017年春节之后,各大城市纷纷上马史上最严限购政策,楼市去向何方更是让人疑惑。不过,如果下次讨论房价,或许可以参考一下今天本文要讨论的这份报告:百度地图《2017年第一季度中国城市研究报告》。

讨论房价不可错过的报告

与大家主观印象一致的数据就先不说了,我们来看看这份报告中的一些比较有意思的数据:

1、人口吸引力,广州超过上海!

排名Top10城市中,长三角、珠三角各占三席。具体是:深圳、北京、广州、上海、东莞、重庆、苏州、成都、杭州和郑州。

watermark,image_bG9nby9jc2RuXzEucG5nP3gtb3NzLXByb2Nlc3M9aW1hZ2UvcmVzaXplLGhfNjI=,g_se,x_0,y_0,t_100

从人口吸引力来看,谁是一线城市,谁是二线城市,一目了然。我经常听到有人说广州落伍了,房价跟北上深不能比,以及各种理由,balabala,广州“沦为”1.5线城市。出人意料的是,广州的人口吸引力竟然比上海高!东莞、重庆、苏州则是紧随上海之后的三个城市!

2、对于年轻人的吸引力,广州、深圳和东莞比北京上海高!

广州、深圳、东莞流入的18-24岁 常驻人口占比较高。18-24,是上大学的年龄,北京才是中国教育中心,但对于这个年龄段的人口最具吸引力的却是广州、深圳、东莞竟然。是不是出乎意料?许多人忽视了中国人口构成跟京东一样,1万白领+9万蓝领,18-24的群体大学生是少部分,大部分是没上大学就出门务工的年轻人,他们首选珠三角即广州、深圳、东莞南下打工。广州大学多,因此就最能吸引18-24岁的年轻人。

watermark,image_bG9nby9jc2RuXzEucG5nP3gtb3NzLXByb2Nlc3M9aW1hZ2UvcmVzaXplLGhfNjI=,g_se,x_0,y_0,t_100

3、重庆竟然成为逃离北上广深人群的共同选择!

从上海、广州、深圳流出的人口,大部分流向周边城市,在新一线城市中,重庆对北上广深流出人口都有较高的吸引力。这个恐怕也出乎很多人的意料,位于西南中心的直辖市重庆为什么能吸引逃离北上广深的人?是重庆这些年迎来大发展充满机会吗?那年轻人完全可以响应国家号召去雄安。我想可能是因为“少不入蜀、老不出川”的川渝人,为了享受安逸生活,哪怕没有营销公司送的机票,也纷纷逃离生存压力大、生活节奏快的北上广深?

watermark,image_bG9nby9jc2RuXzEucG5nP3gtb3NzLXByb2Nlc3M9aW1hZ2UvcmVzaXplLGhfNjI=,g_se,x_0,y_0,t_100

4、华南的公共交通竟然比华北地区要发达!

在公共交通站点500米人口覆盖率排名前十的城市中,广东有深圳、东莞、佛山、广州四个城市上榜,北京作为北方唯一入选Top10的城市,排名为第七。拥堵指数TOP10是哈尔滨、济南、重庆、北京、石家庄、上海、长春、合肥、郑州、昆明,7个都来自北方。这说明,北方的交通整体情况不如南方。在四大一线城市中,北京和上海进入拥堵TOP10,广州竟然排第15,深圳竟然排到第43……深圳建得晚,规划得好,同时早已实行限外。广州一直没限外,车牌摇号也相对容易,拍卖也不贵。总的来说,华南地区交通状况都要好一些。

watermark,image_bG9nby9jc2RuXzEucG5nP3gtb3NzLXByb2Nlc3M9aW1hZ2UvcmVzaXplLGhfNjI=,g_se,x_0,y_0,t_100

……

这类结论还有不少,不再一一列举,有兴趣的可以去看报告本身。

人口流入流出是由诸多因素决定的,比如城市的就业机会、环境状况、经济状况、产业结构、房价物价、交通状况等等,这些因素还会相互作用,比如交通状况会影响宜居水平、生活节奏、生产效率、房价地价,进而又作用于人口流出流入。人口的流出流入又直接影响一个城市房地产的供需关系进而影响房价,同时也会影响城市的企业创业进而影响经济。这些因素可以说是一环扣一环。但归根结底,在人口成为城市核心资源的前提下,人口吸引力无疑也体现出城市的核心竞争力。

地图大数据助力城市研究

有人肯定在想,上面那份《2017第一季度中国城市研究报告》数据可靠吗?

过去几年,我看了不少关于中国房价、城市发展、地域经济的杂文——之所以叫杂文,是这些微信里面的小文章都是杂文风格的,以主观推测为主,就算是引用数据也是一些机构的调研抽样数据。过去的抽样统计方法,只能做到尽可能接近一个城市人口流出流入、交通覆盖拥堵的真实情况。

《2017年第一季度中国城市研究报告》的发布方是百度地图,这份报告的得出,不是基于传统的抽样等统计学,而是基于全量地图大数据进行计算。具体来说,百度地图覆盖了375个城市99%的路况数据,每天响应来自百度地图用户终端(手机和车载)、行业终端和政府合作平台(出租车、客货车、交通检测设备)的450亿定位请求。它无时不刻地在收集和存储着地图相关的LBS数据,再去分析用户在不同区域的出现时长,挖掘出某个用户的居住地、工作地和常驻城市(准确率85%),再根据位置变化情况得出人口流入流出数据、交通拥堵指数,最终得出城市吸引力报告。百度地图所采取的智能路况采集技术,准确率也是在行业领先,确保数据源本身与真实世界基本吻合。

因此,百度地图《2017年第一季度中国城市研究报告》对于城市人口流出流入情况的分析、对于城市交通状况的分析,是很具说服力的。百度地图官方说做这个报告的初衷也是“能为公众、机构和政府提供有 价值的信息。”,我认为这份报告确实提供了有价值的信息。它让公众能够更透彻地了解城市的发展潜力进行房产车牌之类的投资决策,甚至选择定居地,再也不用被专家牵着鼻子走。对于机构和政府来说,这样的报告可用于辅助机构进行商业决策、支撑政府的城市、市政和交通规划。

百度地图已经不是第一次在公众面前展示其大数据的能量。2014年央视新闻联播上的《百度迁徙》让人记忆犹新,其原理跟百度地图《2017年第一季度中国城市研究报告》一样。2016年百度地图与成都等地交通部门战略合作,共享交通大数据。百度地图还通过大数据进行“预防踩踏事故”研究。为了更好地分享和利用地图大数据,百度地图还推出了慧眼商业地理大数据平台,与地产公司、零售连锁、广告媒体、市政规划等部门合作,借助于地图大数据进行商业决策、市政规划等等,这一次的城市分析报告正是出自百度地图慧眼团队和百度地图智慧交通团队联合撰写。

大数据成为传统统计的补充

互联网一个核心能力是可以收集、存储和挖掘世界运转正在产生的海量数据,尤其是借助于物联网技术、移动支付技术、人工智能技术,互联网对于数据的收集能力还在指数级增长。

人类对于大数据的挖掘能力得到了增强,比如百度地图不只是通过各色终端收集LBS数据,还可对红绿灯进行图像识别,进而准确了解路口等灯长度、给用户提供更准确的拥堵预测。能实时对红绿灯进行图像识别,正是因为今天人工智能技术的崛起。阿里巴巴则宣称,他们可以通过对红绿灯进行实时分析来指导红绿灯边灯进而提升通过效率,这正是基于深度学习的图像识别技术做到的,现在这个技术已被整合到“城市”大脑在杭州、广州等地试点,取得初步效果。

人工智能技术的成熟,与大数据的爆发,这两者遇到一起,威力可想而知。

互联网公司对于大数据的重视力度有增无减。百度在2014年就成立了大数据实验室,与深度学习实验室和人工智能实验室并列为百度三大实验室。阿里巴巴在大数据上投资十分积极,马云口口声声说DT(数据时代)时代已来,大数据领域的圣经《大数据》一书作者涂子沛也被阿里挖过去做了VP,阿里云在大数据上的布局星罗密布。马化腾则在近日的数字峰会上再次强调了自己的名言:未来就是在云端用人工智能技术处理大数据。互联网公司现在已经没兴趣讨论什么是大数据、要不要用大数据,他们不约而同地开始深挖手里的大数据。只不过有一些公司是留给自己用,还有一些公司像百度地图,则希望将大数据研究成果通过百度慧眼这样的平台给开放出来。

数据的爆发、技术的成熟、巨头的醒悟,让更多大数据被记录和应用。不只是交通地图领域,越来越多的领域都在产生着大数据。比如当所有交易都上网之后,移动支付可以记录下每一笔交易,对应的大数据等于让政府无时不刻地进行着经济普查。对于天猫等平台而言,则可以借助于大数据更好地打击假货、积分诈骗等等行为。还有文化娱乐、生活服务、交通出行……一切与我们生活、工作和学习息息相关的场景,都将会数据化。总而言之,大数据正在成为传统统计方法的补充,长远来看大数据很可能会成为主流的统计方法——普查这样的工作就要被机器取代了。

微博@互联网阿超 微信 罗超频道(luochaotmt)



推荐阅读
author-avatar
蕊蕊宝宝妈妈_534
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有