2003年至2008年三季度北京公开交易土地
数据汇总分析
2008年12月
目录
一、历年公开交易土地成交量、成交金额及均价变化情况.......... - 3 -
1、土地成交量变化 ................................. - 3 -
2、成交土地规划建筑面积变化 ....................... - 4 -
3、土地成交总额变化 ............................... - 4 -
4、成交土地平均楼面价变化 ......................... - 5 -
二、成交土地按照规划分类分析比较.......................................................... - 6 -
1、用地性质分类 ................................... - 6 -
2、各规划分类成交土地规划建筑面积变化情况 ......... - 6 -
3、各规划分类土地楼面地价变化 ..................... - 7 -
三、土地区域分类分析 ......................................................................................... - 8 -
1、城八区和郊区建筑面积供应量和楼面价分析 ......... - 8 -
2、城八区和郊区住宅及配套建筑面积供应量和楼面价分析- 9 -
3、海淀、朝阳住宅及配套规划面积供应量和楼面价分析- 10 -
4、其他成较量较大5区县住宅及配套建筑面积供应量和楼面价分
析................................................ - 11 -
三、政策相关性分析（待完善） .................................................................. - 13 -
1、历年政策回顾 .................................. - 13 -
一、历年公开交易土地成交量、成交金额及均价变化情况
2003年至2008年三季度北京市公开交易共成交土地396块，土地面积3560.07万平方米，规划建筑面积4377.59万平方米，成交总金额1329.45亿元，成交平均楼面价3036.95元/平方米。
表1
1、土地成交量变化
2002年5月9日国土资源部签发11号文件?招标拍卖挂牌出让国有土地使用权规定?，按照规定，商业、旅游、娱乐和商品住宅等各类经营性用地，必须以招标、拍卖或者挂牌方式出让。国土资源部随后出文要求在2004年8月31日前协议出让土地必须终结，一级土地市场逐渐走上公开交易。从统计图标可以看出，2006年开始土地成交面积大幅激增，其中，2006年比2005年成交土地面积递增125.86％，2007年比2006年成交土地面积递增12.32％，并与2008年一季度达到成交土地面积的顶峰—531.35万平方米。
图1
2、成交土地规划建筑面积变化
和土地成交面积同步，2006年开始土地交易面积大幅激增，其中，2006年比2005年成交土地规划建筑面积递增104.40％，2007年比2006年成交土地规划建筑面积递增39.38％，并与2008年一季度达到成交土地规划建筑面积的顶峰654.89万平方米。
图2
3、土地成交总额变化
2003年至2008年三季度土地公开交易成交总额1329.45亿元，其中2007年和2008年前三季度成交量占近六年成交总额的60％，经过2007年四季度成交总额激增后，2008年一季度成交总额达265.80亿元，为历年各季度的最高值。
图3
4、成交土地平均楼面价变化
从下图可以看出，2003年～2006年成交地块均价在2500元/平方米上下振幅（2006年一季度由于工体地块的成交变化交大），从2007年一季度开始进入逐步攀升阶段，于2007年四季度达4259.84元/平方米，为历年各季度最高值，并从2008年一季度开始大幅回落（成交地块的逐渐郊区化和用地性质的多样化尚未能体现）。
图4
二、成交土地按照规划分类分析比较
1、用地性质分类
为便于研究分析，把土地的规划用途，分为住宅及配套用地，商服综合用地，其它用地三类。其中住宅及配套用地包括以住宅为主，兼商业、金融、社区配套等性质用地性质；商服综合用地包括商业、办公、公寓式酒店、旅游酒店、文化娱乐等性质用地；其它用地包括产业发展用地、科教文卫体和行政办公用地、基础设施、公共设施用地等等。近六年中，住宅及配套供应量最大，达总供应量的78％，共3507.05万平方米，办公商服及综合用地占17％，为755.28万平方米，工业及其他用地占5％，为233.78万平方米。
图5
2、各规划分类成交土地规划建筑面积变化情况
图6
如上图示，交易土地规划性质为住宅及配套的供应量历年持续呈放大状态，2007年四季度和2008年一季度达到规划建筑面积482.72万平方米和528.06万平方米的高峰；土地规划性质为办公商服及综合的建筑面积增长趋势不明显，但也是在2007年四季度和2008年一季度达到210.72万平方米和91.49万平方米的高度；土地规划性质为工业及其他的建筑面积，尤其工业，在2008年后开始供应量放大，并在2008年三季度超过住宅和办公商服用地达125.19万平方米，主要集中在通州、大兴和顺义。
3、各规划分类土地楼面地价变化
图7
如上图示，交易土地住宅楼面价平均呈增长趋势（2006年一季度均价达7813.08元/平方米，主要由于工体4号院达11015元/平方米拉升所致，该季度成交地块仅2块）；交易土地住办公商服楼面价总体为平缓态势，近年为下降趋势。扣除2006年一季度个别项目因素，和供应量相同，2007年四季度和2008年一季度住宅楼面均价达到4494.38元/平方米和4522.61元/平方米的峰值，价、量齐达高点。
三、土地区域分类分析
北京区域分类相对准确需做版块分析，本次分析仅做趋势分析，将城八区和郊区进行比较分析，并对热点区域和供应量较大区域做进一步深入分析。
1、城八区和郊区建筑面积供应量和楼面价分析
图8
如上图示，2006年以前，城八区和郊区建筑面积供应量基本趋于同步，由于城内拆迁难度加大，房价快速上涨，以及公共交通的大幅改善等一系列因素影响，郊区供应量逐渐放大，而城八区供应量逐渐呈萎缩态势。郊区供应量也于2007年四季度和2008年一季度达354.45万平方米和383.64万平方米，大幅超过同期城八区供应量100多万平方米。
图9
如上图示，由于城八区供应量逐渐呈萎缩态势，自2003年以来，城八区和郊区成交土地楼面价差距从1500～2500元/平方米呈逐渐拉大趋势（2005年数据由于平谷成交一块现楼招拍挂土地，致使该年度平均楼面价突升）。城八区和郊区成交土地楼面价的差距拉大另一个原因是郊区在2008年前三季度大量工业用地供应关系较大。
2、城八区和郊区住宅及配套建筑面积供应量和楼面价分析
图10
如上图示，2004～2005年城八区和郊区住宅面积供应量基本接近，随着城内拆迁难度加大，房价快速上涨，以及公共交通的大幅改善等一系列因素影响，2006年开始郊区供应量逐渐放大，而城八区供应量逐渐平缓，至2008年度呈萎缩态势。城八区和郊区住宅面积供应量差距逐部拉大，2008年前三季度，城八区住宅面积供应量为255.37万平方米，郊区则达459.31万平方米，郊区住宅供应量约为城八区的1.8倍。
图11
如上图示，近六年，虽然城八区住宅供应量减少，郊区逐渐放大，城八区和郊区的住宅楼面价2006年后基本呈平行状态，一方面反映公共交通改善逐渐拉近之间的房价预期，另一方面可以看出，城八区的房价已和购房者的购买力比较2006年度达到了高点，而郊区相对较低的房价吸引了更多的购房者。参照图9，和城八区和郊区成交土地楼面价差距从1500～2500元/平方米呈逐渐拉大趋势相比，住宅楼面价变化却基本平行，反映出郊区办公商服和工业及其他用地公开交易的面积逐渐增大。
3、海淀、朝阳住宅及配套规划面积供应量和楼面价分析
海淀、朝阳的住宅及配套土地在近年来公开交易的城八区土地中相对其他区县供应体量较大，按照规划建筑面积统计，占全市约30％，在此做专项比较分析。
图12
如上图示，2006年以前，海淀和朝阳住宅建筑面积供应量年度差距较小，2006年开始，朝阳和海淀供应量逐渐拉大，2006年至2008年前三季度依次差量为：80.81万平方米、164.64万平方米和150.33万平方米。结合图10可以看出，海淀和城八区综合数据相似，由于区域发展面积的限制和拆迁难度的加大，供应量逐渐呈萎缩态势，而朝阳东部、北部待开发土地面积较多，拆迁难度相对较小，加之房价的大幅攀升，供应量近三年大幅增加，2006年至2008年前三季度依次为：151.28万平方米、159.22万平方米和154.67万平方米，分别占城八区住宅总供应量的45.06％、33.24％和60.57％。
图13
如上图示，近六年来海淀、朝阳公开交易的土地住宅楼面价互有高低，从趋势看，结合图12，楼面价和供应量呈反向关系，海淀增长幅度较大，而朝阳涨幅相对平缓，可以看出，由于海淀供应量较小，某个热点区域地块的推出对均价影响比较明显，其高幅的增长未必真实，但高成本土地的推出也反映了海淀土地出现稀缺，朝阳的供应量样本足够大，可以看出近三年左右地价趋平缓，但主要原因是较远位臵地块的推出拉平了均价。
4、其他成较量较大5区县住宅及配套建筑面积供应量和楼面价分析
图14
近六年除海淀、朝阳外，丰台、通州、大兴、顺义和昌平住宅建筑面积供应量达1714.93万平方米，占全市供应量50.75％，其中顺义和大兴供应量分别达409.03万平方米和429.79万平方米，均超过海淀供应量。如图14示，近两年上述五区县供应量比较密集，占2003年以来总量的55.66％，其中顺义在2008年一季度供应量接近百万平方米，达99.38万平方米，通州在2007年四季度和2008年一季度也达到了82.26万平方米和85.80万平方米。反映出住宅开发的郊区化比较明显。
图15
如上图示，除通州外，其余四区县和全市住宅楼面价发展趋势一致（见图7），其中丰台和顺义涨幅比较明显。通州2006年以前涨幅较大，以后呈下降趋势。
四、政策相关性分析（待完善）
1、历年政策回顾
房地产市场是受宏观政策影响较大的行业之一,在此总结从02年以来国家相关部门出台的对房地产宏观调控的相关政策，结合房地产在土地公开交易方面的变化，探讨分析宏观政策与房地产投资走向的相互关系。
02年房产政策：
1、2002年5月9日，中华人民共和国国土资源部签发11号文件?招标拍卖挂牌出让国有土地使用权规定?。核心内容：商业、旅游、娱乐和商品住宅等各类经营性用地，必须以招标、拍卖或者挂牌方式出让。
2、2002年8月26日，九部委发布?关于加强房地产市场宏观调控促进房地产市场健康发展的若干意见?。核心内容：针对局部地区出现的房地产投资增幅过大、土地供应过量、市场供应结构不尽合理、价格增长过快等问题，九部委从土地供应、金融信贷、住房结构等方面强调要对房地产市场进行宏观调控。
03年房产政策：
1、2003年4月央行发布?中国人民银行关于进一步加强房地产信贷业务管理的通知?。核心内容：提高了房地产企业申请贷款的门槛，即房地产开发企业申请银行贷款，其自有资金（指所有者权益）应不低于开发项目总投资的30%且须开发资质、信用等级较高、没有拖欠工程款等情形；加强对个贷管理，商业银行只能对购买主体结构已封顶住房的个人发放个人住房贷款，对借款人申请个人住房贷款购买第一套自住住房的，首付款比例仍执行20％的规定；对购买第二套以上(含第二套)住房的，应适当提高首付款比例。
2、2003年8月12日，国务院发布?关于促进房地产市场持续健康发展的通知?国发…2003?18号。核心内容：认为房地产业关联度高，带动力强，已经成为国民经济的支柱产业，明确提出要保持房地产业的持续健康发展。
04年房产政策：
1、2004年3月31日，国土资源部、监察部联合下发了?关于继续开展经营性土地使用权招标拍卖挂牌出让情况执法监察工作的通知?(即71号令)。核心内容：要求对“开展经营性土地使用权招标拍卖挂牌出让情况”进行全国范围内的执法监察，各地要在2004年8月31日前将历史遗留问题处理完毕，否则国家土地管理部门有权收回土地，纳入国家土地储备体系，因此8月31日被业界称作“大限”。此举是中央政府从土地供给上抑制房地产过热的又一举措。
2、2004年4月27日国务院发出通知，决定适当提高包括房地产开发在内的四大行业固定资产投资项目资本金比例，房地产开发(不含经济适用房项目)由20%及以上提高到35%及以上。
3、中国人民银行决定从2004年10月29日起上调金融机构存贷款基准利率并放宽人民币贷款利率浮动区间和允许人民币存款利率下浮。金融机构一年期存款基准利率上调0.27个百分点，由现行的1.98%提高到2.25%，一年期贷款基准利率上调0.27个百分点，由现行的5.31%提高到5.58%。
05年房产政策：
1、2005年3月17日房贷优惠政策取消，调控涉及消费层面。央行决定从即日起调整商业银行自营性个人住房贷款政策。宣布取消住房贷款优惠利率；对房地产价格上涨过快的城市或地区，个人住房贷款最低首付款比例可由现行的20%提高到30%。央行此举表明，中央政府对房地产的政策调控力度进一步加大。
2、2005年3月26日国务院下发了?关于切实稳定住房价格的通知?。?通知?共有八条意见被称为“国八条”。
3、国务院办公厅发出通知，转发建设部等七部委?关于做好稳定住房价格工作的意见?，要求各地区、把解决房价上涨幅度过快等问题，作为当前加强宏观调控的一项重要任务。?意见?强调要加强经济适用住房建设，严格实行政
府指导价，控制套型面积和销售对象，切实降低开发建设成本，建设单位利润要控制在３％以内。禁止商品房预购人将购买的未竣工的预售商品房再行转让。自2005年6月1日起，对个人购买住房不足2年转手交易的，销售时按其取得的售房收入全额征收营业税；个人购买普通住房超过2年（含2年）转手交易的，销售时免征营业税；对个人购买非普通住房超过2年（含2年）转手交易的，销售时按其售房收入减去购买房屋的价款后的差额征收营业税。
06年房产政策：
1、2006年3月5日，国务院总理温家宝所作的政府工作报告明确提出，要继续解决部分城市房地产投资规模过大和房价上涨过快的问题，表明了中央政府对今年房地产宏观调控的一个主要政策指向。
2、2006年4月28日，央行全面上调各档次贷款利率0．27个百分点，其中，5年期以上的银行房贷基准利率由6．12％上调至6．39％。这是央行在加息后短短一年多时间里再次上调利率，此次加息主要是为了抑制投资需求，进一步稳定房地产价格。
3、2006年5月17日国务院总理温家宝主持召开国务院常务会议。会上提出了促进房地产业健康发展的六项措施，业内人士认为这六条措施开启了2006年房地产调控序幕，称之为“国六条”。
4、2006年5月29日，国务院办公厅出台?关于调整住房供应结构稳定住房价格的意见?（国办发（2006）37号），人称9部委“十五条”，对“国六条”进一步细化，而且在套型面积、小户型所占比率、新房首付款等方面作出了量化规定，提出90平方米、双70％的标准。
5、2006年5月31日，国税总局下发?关于加强住房营业税征收管理有关问题的通知?（国税发74号文件），对“国六条”中二手房营业税新政策的具体执行问题予以明确。要求各级地方税务部门要严格执行调整后的个人住房营业税税收政策。2006年6月1日后，个人将购买不足5年的住房对外销售全额征收营业税。个人将购买超过5年（含5年）的普通住房对外销售，应持有关材料
向地方税务部门申请办理免征营业税的手续。
6、2006年7月6日，建设部颁发165号文件?关于落实新建住房结构比例要求的若干意见?，进一步明确了37号文件中90平方米标准为单套住房建筑面积，并提出要加强监督检查，落实责任追究制度，地方政府要负起切实责任。
7、2006年7月6日，建设部联合国家发展和改革委员会、国家工商行政管理总局下发166号文件?关于进一步整顿规范房地产交易秩序的通知?，要求房地产开发企业取得预售许可证后，应当在10日内开始销售商品房。同时加强房地产广告发布管理，未取得商品房预售许可证的房地产项目，不得发布商品房预售广告。
8、2006年7月，由建设部、商务部、国家发展和改革委员会、中国人民银行、国家工商行政管理总局、国家外汇管理局等六部委联合会签的?关于规范房地产市场外资准入和管理的意见?（171号文件），这份文件旨在规范外资的使用，对中国境内外资购买房屋和进入房地产业做了限制。业界称为“限外令”，加强了对外商投资企业房地产开发经营和境外机构和个人购房的管理。
9、2006年7月24日，国务院办公厅发布?关于建立国家土地督察制度有关问题的通知?（国办发…2006?50号），九个国家土地督察局派驻地方，全国省（区、市）及计划单列市的土地审批利用，将纳入九大土地督察局严格监管之下。
10、2006年7月26日，国税总局发布?关于住房转让所得征收个人所得税有关问题的通知?（108号文），宣布从8月1日起，各地税局将在全国范围内统一强制性征收二手房转让个人所得税。
11、2006年8月1日，国土资源局制定的?招标拍卖挂牌出让国有土地使用权规范?和?协议出让国有土地使用权规范?正式施行，规范对招标拍卖挂牌或协议出让国有土地使用权的范围作了细化，进一步明确六类情形必须纳入招标拍卖挂牌出让国有土地范围：供应商业、旅游、娱乐和商品住宅等各类经营性用地以及有竞争要求的工业用地，并建立国有土地出让的协调决策机构和价格争
议裁决机制。
12、2006年8月30日，建设部:?城镇廉租房工作规范化管理实施办法?出台贯彻落实?国务院办公厅转发建设部等部门关于调整住房供应结构稳定住房价格意见的通知?（国办发[2006]37号），加强城镇廉租住房制度建设，规范城镇廉租住房管理，我部制定了?城镇廉租房工作规范化管理实施办法?。
13、2006年9月5日新华社5日受权全文播发?国务院关于加强土地调控有关问题的通知?,?通知?明确要求：进一步明确土地管理和耕地保护责任，切实保障被征地农民的长远生计，规范土地出让收支管理，调整建设用地有关税费政策，建立工业用地出让最低价标准统一公布制度，禁止擅自将农用地转为建设用地，强化对土地管理行为监督检查，严肃惩处土地违法违规行为。
07年房产政策：
1.２００７年１月１日?关于修改?中华人民共和国城镇土地使用税暂行条例?的决定?正式施行：新增建设用地的土地有偿使用费征收标准在原有基础上提高１倍。还有城镇土地使用税额的提高２倍，以及城镇土地使用税的征收范围扩大到外商投资企业和外国企业。修改后的城镇土地使用税每平方米年税额提高两倍，最高税额达３０元／平方米。其中，大城市为１．５元至３０元，中等城市为１．２元至２４元，小城市为０．９元至１８元，县城、建制镇、工矿区为０．６元至１２元。
2.２００７年１月１７日国家税务总局下发?房地产开发企业土地增值税清算管理有关问题的通知?。明确房地产开发企业土地增值税将实行清算式缴纳，取代现行的以“预征”为主的土地增值税缴纳法。通知宣告自２月１日起从严征收土地增值税。
3.２００７年３月１６日全国人民代表大会第五次会议表决通过了?中华人民共和国物权法?，自２００７年１０月１日起施行。物权法作为确认财产、利用财产和保护财产的基本法律，对于法律体系的完善、经济的发展都具有重要的意义；例如物权法规定：“住宅建设用地使用权期间届满的，自动续期”，这一条打消了民众对７０年使用期满后国家回收土地的顾虑，有利于提高购买不动产
的积极性。
4.２００７年３月１７日央行宣布，３月１８日起，同步上调金融机构人民币存贷款基准利率０．２７个百分点。金融机构一年期存款基准利率上调０．２７个百分点，由现行的２．５２％提高到２．７９％；一年期贷款基准利率上调０．２７个百分点，由现行的６．１２％提高到６．３９％。
5.2007年6月27日国家税务局发布?关于取消部分地方税行政审批项目的通知?，宣布取消?国家税务局关于印发?关于土地使用税若干具体问题的补充规定?的通知?第四条和第六条，即取消涉及基建项目以及房地产开发商的土地使用税优惠规定。
6.2007年8月7日，国务院通过?国务院关于解决城市低收入家庭住房困难的若干意见?(国发[2007]24号)，标志着政府住房调控思路再次转变，加快建立健全廉租住房制度为重点,多渠道解决低收入家庭住房困难的政策体系。
7.2007年9月14日，中国人民银行宣布,决定9月15月起，上调金融机构人民币存贷款基准利率，一年期存款利率提高到3.87%，一年期贷款利率提高到7.29%，这是央行今年以来第五次上调银行基准利率，此举旨在加强货币信贷调控，抑制投资需求，引导投资合理增长。
8.2007年9月27日发布?中国银行业监督管理委员会关于加强商业性房地产信贷管理的通知?，对购买首套自住房且套型建筑面积在90平方米以下的，贷款首付款比例不得低于20%；对购买首套自住房且套型建筑面积在90平方米以上的，贷款首付款比例不得低于30%；对已利用贷款购买住房又申请购买第二套(含)以上住房的，贷款首付款比例不得低于40%，贷款利率不得低于中国人民银行公布的同期同档次基准利率的1.1倍，且贷款首付款比例和利率水平应随套数增加而大幅度提高，具体提高幅度由商业银行根据贷款风险管理相关原则自主确定。
9.2007年10月1日起实施?中华人民共和国物权法?，物权法的颁布对于房地产行业的影响主要有以下六个方面：一、住宅70年产权到期后自动续期，提高了住宅类物业的内在价值。二、实行严格的土地管理制度。三、土地出让方式上有严格规定。四、拆迁补偿的规定维护了物权拥有者的利益，但可能会增加房地产开发的成本，延缓拆迁开发的速度。五、明晰小区公用部分的产权为规范
房地产市场提供依据。六、为物业税的征收提供了法律依据。
10.2007年10月10日发布?招标拍卖挂牌出让国有建设用地使用权规定?（39号令），该?规定?定于2007年11月1日起施行。?规定?明确将工业用地也纳入了招拍挂的范围，并明确如土地受让方未缴清全部土地出让价款，不得向其发放国有建设用地使用权证书。
08年房产政策：
1.2008年1月9日，国务院办公厅发布?关于严格执行有关农村集体建设用地法律和政策的通知?，通知要点：严格执行土地用途管制制度；严格规范使用农民集体所有土地进行建设；严格控制农村集体建设用地规模；严格禁止和严肃查处“以租代征”转用农用地的违法违规行为；严格土地执法监管。
2.2008年2月4日，央行公布?经济适用住房开发贷款管理办法?，政策要点：开发经济适用房，房地产开发企业的贷款利率可以下浮10%以内；开发经济适用房，房地产开发企业的建设项目资本金不低于项目总投资的30%，比35%的常规要求有所降低；开发经济适用房，房地产开发企业的贷款期限一般为3年，最长不超过5年，比常规2年的还款期限有所延长。
3.2008年4月16日，国家税务总局发布?关于房地产开发企业所得税预缴问题的通知?，对房地产开发企业所得税预缴问题做出了明确规定。政策要点：对省级地区的住宅（非经济适用房）的预售收入，按照预计利润率不低于20%的标准预缴企业所得税，开发产品完工、结算计税成本后按照实际利润再行调整。
4.2008年4月16日，中国人民银行决定从2008年4月25日起，上调存款类金融机构人民币存款准备金率0.5个百分点，总计达到16%。
5.2008 年 9 月 16 日和 10 月 8 日，央行先后两次下调贷款基准利率和住房公积金贷款利率，紧缩性政策开始放松。从2008年9月16日起，央行下调一年期人民币贷款基准利率0.27个百分点，其他期限档次贷款基准利率按照短期多调、长期少调的原则作相应调整；存款基准利率保持不变。从2008年9月25日起，除工行、农行、中行、建行、交行、邮储行暂不下调外，其他存款类金融机构人民币存款准备金率下调1个百分点，汶川地震重灾区地方法人金融机构存款准备金率下调2个百分点。
6.2008年10月15日和10月9日分别下调人民币存款准备，从2008年10月15日起，央行下调存款类金融机构人民币存款准备金率0.5个百分点；从2008年10月9日起下调一年期人民币存贷款基准利率各0.27个百分点，其他期限档次存贷款基准利率作相应调整。
7.2008年10月22日，财政部、国家税务总局两部委明确，从11月1日起，首次购90平方米及以下普通住房，契税暂下调至1％，免征个人购销住房印花税。
8.央行自2008年10月27日起，将商业性个人住房贷款利率的下限扩大为贷款基准利率的0.7倍；最低首付款比例调整为20％。金融机构对客户的贷款利率、首付款比例，应根据借款人是首次购房或非首次购房、自住房或非自住房、套型建筑面积等是否系普通住房，以及借款人信用记录和还款能力等风险因素在下限以上区别确定；对居民首次购买普通自住房和改善型普通自住房的贷款需求，金融机构可在贷款利率和首付款比例上按优惠条件给予支持；对非自住房、非普通住房的贷款条件，金融机构适当予以提高；下调个人住房公积金贷款利率。其中，五年期以下（含）由现行的4.32％调整为4.05％，五年期以上由现行的4.86％调整为4.59％，分别下调0.27个百分点。
9.2008年10月22日财政部、国家税务总局宣布，自2008年11月1日起，决定对个人住房交易环节的税收政策作出调整，降低住房交易税费。政策要点：㈠个人首购90平米以下住房，契税税率下调到1％；㈡个人买卖住房暂免征收印花税；㈢个人卖房暂免征收土地增值税；㈣最低首付款比例调整为20％；㈤商业性个人住房贷款利率下限扩大为贷款基准利率的0.7倍；㈥个人住房公积金贷款利率下调0.27个百分点
10.2008年11月26日，中国人民银行宣布，将再次下调金融机构一年期人民币存贷款基准利率和金融机构存款准备金率，㈠ 2008年11月27日起，下调金融机构一年期人民币存贷款基准利率各1.08个百分点，下调中央银行再贷款、再贴现等利率。
基于城市公交情况的城市大数据应用 刘平成 (中科院高能物理研究所，北京，100049) 摘要：现在互联网大数据越来越多的应用在社会计算的学科之中，人们的生活、出行方式，人们通过上传数据、共享数据，共同完成数据收集的过程，分享数据处理结果，形成良性循环。本文基于城市的公交系统，简单分析了几种城市公交情况的数据获取，并提出大数据计算在社会计算中的一些应用构想。 关键词：城市公交；大数据；社会计算 1引言 由于互联网的高速发展，我们的信息被大量记录在一些站点中，大量的零散数据彼此相互关联，这些数据背后存在大量的社会、经济关联。要研究整个互联网的社交网络是非常困难的，因此大多数研究都基于网络的某个子集。城市交通作为市民生活的重要一部分，在市民生活习惯的分析和预测中，可以起到数据的重要支撑。 挖掘用户签到位置轨迹，提取用户社会活动的空间特征模型及其与社会关系的关联性，成为当前基于位置的社会化网络推荐系统的主要任务。从城市公交中挖掘知识对很多方面都非常有用，政府可以从中获得有利于民生的信息，如城市规划、位置推荐城市公共空间、公众参与和互动等领域。互联网信息爆炸式增长，各种服务的繁复经常难以抉择，用户的位置信息可以反映用户的社会属性（经历、工作生活环境以及年龄、兴趣爱好等）。此外由具体位置产生的热点社会话题等容易引起社会关注，位置又把虚拟空间与现实世界连接起来所以企业可以通过推荐系统来为用户过滤，通过对人们的行为分析，获得其相关领域的人们的位置偏好和行为偏好，基于位置给用户推荐离他近的且他感兴趣的服务，用户就更有可能去消费。 2数据来源 在各种交通相关的应用中使用出租车，地铁以及公交车轨迹，比如交通流量估计，这方面的数据主要来源于交通局、地铁站、公交公司以及包括高德、百度、腾讯地图在内的app，基本上如果能收集到覆盖较全、时间较长的交通出行数据，则能统计测算出人们的出行路线、交通偏好，路面的拥堵情况。 对于北京的阶梯性计价措施，乘车费用取决于乘客的乘车距离，我们可以从中知道乘客的上车时间、上车地点和下车地点。可以从数据中重建用户的轨迹。然后，能够知道这些用户的家庭住址、工作地点等重要地点，以及他们的乘车模式。 3数据处理与应用 3.1社交生活推荐 把用户去过的地方看成用户对一个特定地点的偏好。而用户去一个地点的次数则表示偏好的置信度。根据用户的出生年份分组。比如一些人喜欢去咖啡厅这样的地方，一些人喜欢看香港的文章和玩电子游戏。这说明这些用户很年轻。很多人都喜欢火锅，其中一些人喜欢川菜，他们会在白天和晚上去办公室。这意味着，他们年龄要大一些，因为他们需要去上班。 如果你去一些地方的次数更多，那么就更加确信你喜欢这些地方。对于没有去过的地方，由于缺乏信息，所以它们可能是正的或者负的。据此，产生了很多推荐系统，包括朋友推荐、社区推荐、地点推荐和行为活动推荐等。这些推荐算法可以用于一些社交，旅行，团购app 中，为用户定制个性化的推荐。
2003年至2008年三季度北京公开交易土地 数据汇总分析 2008年12月
目录 一、历年公开交易土地成交量、成交金额及均价变化情况.......... - 3 - 1、土地成交量变化................................. - 3 - 2、成交土地规划建筑面积变化....................... - 4 - 3、土地成交总额变化............................... - 4 - 4、成交土地平均楼面价变化......................... - 5 - 二、成交土地按照规划分类分析比较.......................................................... - 6 - 1、用地性质分类................................... - 6 - 2、各规划分类成交土地规划建筑面积变化情况 ......... - 6 - 3、各规划分类土地楼面地价变化..................... - 7 - 三、土地区域分类分析 ......................................................................................... - 8 - 1、城八区和郊区建筑面积供应量和楼面价分析 ......... - 8 - 2、城八区和郊区住宅及配套建筑面积供应量和楼面价分析- 9 - 3、海淀、朝阳住宅及配套规划面积供应量和楼面价分析- 10 - 4、其他成较量较大5区县住宅及配套建筑面积供应量和楼面价分 析............................................... - 11 - 三、政策相关性分析（待完善） .................................................................. - 13 - 1、历年政策回顾.................................. - 13 -
大数据对企业管理决策影响分析 随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模爆发，人类进入了大数据时代。大数据的数据集远远超出了目前典型数据库管理系统获取、存储、管理和分析的能力。研究机构Gartner将大数据定义为需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；国际数据公司(IDC)认为大数据是从海量规模数据中抽取价值的新一代技术和架构；IBM将大数据定义为4个V即大量化(Volume) 、多样化(Variety)、快速化(Velocity)及产生的价值(Value) 。针对大数据的特征挖掘其价值并作出决策，成为企业在大数据环境下进行决策的重要依据。2012年1月达沃斯世界经济论坛将大数据作为主题之一，探讨了如何更好地利用数据产生社会效益；2012年5月联合国“Global Pulse”特别分析了发展中国家面对大数据的机遇和挑战，并倡议运用大数据促进全球经济发展；2012年3月美国奥巴马政府发布“大数据研究和发展倡议”，正式启动大数据发展计划，随后英国、加拿大、澳大利亚、法国、日本等30多个国家也相继启动了大数据计划；Google、IBM、EMC、惠普、微软和阿里巴巴、百度等国内外公司正在积极抢占大数据技术市场。大数据应用领域包括客户关系管理、市场营销、金融投资、人力资源管理、供应链管理和卫生保健、教育、国家安全、食品等各个行业，已成为一个影响国家、社会和企业发展的重要因素。在互联网时代，基于数据判断、决策成为国家、企业和个人的基本技能。大数据的出现改变了企业决策环境，并将对企业的传统决策方式产生巨大影响。 1、大数据对管理决策环境的影响 1.1 大数据下数据驱动的决策方式 目前人类每年产生的数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。美国互联网数据中心指出，全球已有超过150亿台连接到互联网的移动设备，互联网上的数据每年增长50%，每两年便翻一番，而目前世界上90%以上的数据是最近几年才产生的，随着数据的急剧增长，大数据时代已经到来。大数据下的决策依赖于大量市场数据，如何有效地收集和分配数据、可靠智能地分析和执行数据成为企业未来面临的挑战。基于云计算的大数据环境影响到企业信息收集方式、决策方案制定、方案选择及评估等决策实施过程，进而对企业的管理决策产生影响。舍恩伯格指出，大数据的“大”，并不是指数据本身绝对数量大，而是指处理数据所使用的模式“大”：尽可能地收集全面数据、完整数据和综合数据，同时使用数学方法对其进行分析和建模，挖掘出背后的关系，从而预测事件发生的概率。数据驱动型决策(data-driven decision making)是大数据下决策的特点。研究表明，越是以数据驱动的企业，其财务和运营业绩越好。大数据是个极丰富的数据集，数据是知识经济时代重要的生产要素，是经济运行中的根本性资源。数据生产信息，信息改善决策，进而提高生产力。可以预期，未来决定、评价企业价值的最大核心在于数据，数据积累量、数据分析能力、数据驱动业务的能力将是决定企业价值的最主要因素。 1.2 大数据下决策方式应用现状 MIT沙龙主编与IBM商业价值协会通过对100个国家30多个行业的近3000名公司执行者、管理者和数据分析工作者进行调查，基于调查结果为公司提供了5条建议，其中提出对于每个机会，企业需要从问题而不是数据开始，所以应该先定义满足商务目标的问题，然后识别那些可以解答问题的数据。枟经济学家枠杂志2010年的一项调查显示，经营大数据已成为企业管理的热门话题，但大数据的应用目前还处于初级阶段。2013年3月IBM的大数据调研白皮书枟分析：大数据在现实世界中的应用枠显示“大数据”将带来蓬勃商机，63% 的受访者表示大数据和信息的分析使用为其组织创造了竞争优势，47% 的受访者称当前应
北京市房地产开发费用一览表 1 土地成交价格 成交价/建筑面积 成交价格除以建筑面积 2 契税 成交价*3%/建筑面积 《北京市契税管理规定》，为土地成交价格的3% 1 可行性研究编制费 200000/建筑面积 估算为20万元 2 环境影响评估费 200000/建筑面积 估算为20万元 3 交通影响评估费 1 按1元/m2计，一般通过招拍挂的项目不需要交纳 4 节能评估费 200000/建筑面积 估算为20万元 5 地质勘察费 3 《关于发布工程勘察和工程设计收费标准的通知》，按3元/m2计算 6 工程规划设计费及园林景观设计 费 40 《关于发布工程勘察和工程设计收费标准的通知》，按40元/m2计算(含红线内综合管网、园林景观及竣工图编制) 7 用地及建筑物钉桩防线费 (2594.32+648.5)/建筑面积 《关于测绘产品收费标准的通知》，根据坐标点数计算，每4个点收费2594.32元/m2，每增加一个点收648.5元，此处按5个点计算。 8 国有土地使用证附图测绘费 50000/建筑面积 《关于测绘产品收费标准的通知》，图测，5万元
9 商品房面积预测、实测费 2.72 《关于测绘产品收费标准的通知》，住宅：1.36元/m2；商业用房：2.04元/m2；多功能综合楼2.72元/m2 10 工程招投标交易服务费 (建安成本+市政费用)*0.11%*60%/ 建筑面积 关于建设工程和设备招投标交易服务收费标准的函》，按工程中标价(建安成本及大小市政费用之和)的0.11%收取。其中，招标方缴纳60%，中标方缴纳40%。 11 监理招投标交易服务费 9000/建筑面积 建设工程监理招投标交易服务费按以下收费标准收取：（一）项目投资额5千万元以下（含5千万元）的按每项5000元收费，5千万元至8千万元（含8千万元）的按每项7000元收费，8千万元至1亿元（含1亿元）的按每项8000元收费，1亿元至3亿元（含3亿元）的按每项9000元收费，3亿元以上的按每项15000元收费。（二）以上收费中，招标方交纳70％、中标方交纳30%。（三）项目投资额是指该项目建筑安装投资额，不包括土地费用、拆迁和各种补偿费用以及设备费用的投资12 勘察、设计招投标交易服务费 22500/建筑面积 1、勘察招投标交易服务收费标准：按计划部门批准的投资额5千万元以下（含5千万元）的按每项1200元收费，5千万元至1亿元（含1亿）的按每项1600元收费，1亿元至3亿元（含3亿元）的按每项2500元收费，3亿元以上的按每项4000元收费。 2、设计招投标交易服务收费标准：按计划部门批准的投资额5千万元以下（含5千万元）的按每项6000元收费，5千万元至1亿元（含1亿）的按每项8000元收费，1亿元至3亿元（含3亿元）的按每项20000元收费，3亿元以上的按每项30000元收费。 13 工程、监理招投标代理服务费 50000/建筑面积 《招标代理服务收费管理暂行办法》，招投标代理费用5万元/次 14 城市基础设施建设费 160 《北京市征收城市基础设施建设费暂行办法》，住宅：160元/m2；商业按200元/m2收取。招拍诖项目已包含在政府土地收益中。 15 建筑节能与发展新型墙体材料专
数据分析处理需求分类 1 事务型处理 在我们实际生活中,事务型数据处理需求非常常见,例如：淘宝网站交易系统、1２306网站火车票交易系统、超市ＰOＳ系统等都属于事务型数据处理系统。这类系统数据处理特点包括以下几点: 一就是事务处理型操作都就是细粒度操作,每次事务处理涉及数据量都很小。 二就是计算相对简单，一般只有少数几步操作组成，比如修改某行得某列; 三就是事务型处理操作涉及数据得增、删、改、查,对事务完整性与数据一致性要求非常高。 四就是事务性操作都就是实时交互式操作,至少能在几秒内执行完成； 五就是基于以上特点,索引就是支撑事务型处理一个非常重要得技术. 在数据量与并发交易量不大情况下,一般依托单机版关系型数据库,例如OＲＡＣLＥ、MＹSQL、SQＬSERVER,再加数据复制（DataGurａd、RＭAＮ、ＭｙSQＬ数据复制等)等高可用措施即可满足业务需求。 在数据量与并发交易量增加情况下，一般可以采用ORＡLＣＥRAC集群方式或者就是通过硬件升级（采用小型机、大型机等，如银行系统、运营商计费系统、证卷系统)来支撑. 事务型操作在淘宝、1230６等互联网企业中,由于数据量大、访问并发量高，必然采用分布式技术来应对,这样就带来了分布式事务处理问题，而分布式事务处理很难做到高效，因此一般采用根据业务应用特点来开发专用得系统来解决本问题。
２数据统计分析 数据统计主要就是被各类企业通过分析自己得销售记录等企业日常得运营数据,以辅助企业管理层来进行运营决策。典型得使用场景有:周报表、月报表等固定时间提供给领导得各类统计报表;市场营销部门,通过各种维度组合进行统计分析,以制定相应得营销策略等． 数据统计分析特点包括以下几点: 一就是数据统计一般涉及大量数据得聚合运算，每次统计涉及数据量会比较大。二就是数据统计分析计算相对复杂，例如会涉及大量goｕpbｙ、子查询、嵌套查询、窗口函数、聚合函数、排序等；有些复杂统计可能需要编写ＳQＬ脚本才能实现． 三就是数据统计分析实时性相对没有事务型操作要求高。但除固定报表外,目前越来越多得用户希望能做做到交互式实时统计； 传统得数据统计分析主要采用基于ＭＰP并行数据库得数据仓库技术.主要采用维度模型,通过预计算等方法，把数据整理成适合统计分析得结构来实现高性能得数据统计分析，以支持可以通过下钻与上卷操作,实现各种维度组合以及各种粒度得统计分析。 另外目前在数据统计分析领域,为了满足交互式统计分析需求，基于内存计算得数据库仓库系统也成为一个发展趋势,例如SAP得HANA平台。 3 数据挖掘 数据挖掘主要就是根据商业目标，采用数据挖掘算法自动从海量数据中发现隐含在海量数据中得规律与知识。
城市计算的基本框架及核心问题 基本框架 城市计算的基本框架包括城市感知及数据捕获、数据管理、城市数据分析和服务提供（如图1）。与自然语言分析和图像处理等“单数据单任务”系统相比，城市计算是 一个“多数据多任务”系统。城市计算中的任务包括改进城市规划、缓解交通拥堵、 保护自然环境、减少能源消耗等。而一个任务又需要同时用到多种数据。例如，在城 市规划的设计过程中，需要同时参考道路结构、兴趣点分布、交通流等多种数据源。 城市计算与大数据 核心问题 城市计算是一门新兴的交叉领域，涵盖面较广。从计算机科学的角度来看，其核心的 研究问题主要包括以下4 个方面： 城市感知如何利用城市现有的资源（如手机、传感器、车辆和人等），在不干扰人们生活的前提下自动感知城市的韵律，是一个重要的研究课题。如何从大量的传感器和 设备中高效而可靠地收集、传送数据将给现有的传感器网络技术带来挑战。此外，人 作为传感器参与到城市感知过程是一个新概念。例如，当一场灾难发生后，有些用户 会在社交网络上发布消息或上传照片。这些用户其实就是在感知发生在他们身边的事情。用户在出入地铁站时的刷卡行为也间接帮助我们感知了地铁系统的拥挤和人们的 出行。人赋予了传统传感器强大的感知能力和前所未有的灵活性，但产生的数据更加 随机、无序（如微博上的文字），数据的产生时间也变得难以预测、不可控，这给数 据的收集和解析带来了挑战。 海量异构数据的管理城市产生的数据五花八门，属性差别很大。例如：气象是时序数据，兴趣点是空间点数据，道路是空间图数据，人的移动是轨迹数据（时间+ 空间），交通流量是流数据，社交网上用户发布的信息是文本或图像数据。如何管理和整合大 规模的异构数据是一个新的挑战。尤其是在一个应用中使用多种数据时，只有提前建 立起不同数据之间的关联，才能使后面的分析和挖掘过程变得高效、可行。
昆明理工大学 空间数据库期末考察报告《简析大数据及其处理分析流程》 学院：国土资源工程学院 班级：测绘121 姓名：王易豪 学号：201210102179 任课教师：李刚
简析大数据及其处理分析流程 【摘要】大数据的规模和复杂度的增长超出了计算机软硬件能力增长的摩尔定律，对现有的IT架构以及计算能力带来了极大挑战，也为人们深度挖掘和充分利用大数据的大价值带来了巨大机遇。本文从大数据的概念特征、处理分析流程、大数据时代面临的挑战三个方面进行详细阐述，分析了大数据的产生背景，简述了大数据的基本概念。 【关键词】大数据；数据处理技术；数据分析 引言 大数据时代已经到来，而且数据量的增长趋势明显。据统计仅在2011 年，全球数据增量就达到了1.8ZB （即1.8 万亿GB）[1]，相当于全世界每个人产生200GB 以上的数据，这些数据每天还在不断地产生。 而在中国，2013年中国产生的数据总量超过0.8ZB（相当于8亿TB），是2012年所产生的数据总量的2倍，相当于2009年全球的数据总量[2]。2014年中国所产生的数据则相当于2012 年产生数据总量的10倍，即超过8ZB，而全球产生的数据总量将超40ZB。数据量的爆发式增长督促我们快速迈入大数据时代。 全球知名的咨询公司麦肯锡(McKinsey)2011年6月份发布了一份关于大数据的详尽报告“Bigdata：The next frontier for innovation，competition，and productivity”[3]，对大数据的影响、关键技术和应用领域等都进行了详尽的分析。进入2012年以来，大数据的关注度与日俱增。
大数据与城市规划 第一章课程概况习题 1新数据的出现使得城市规划与城市研究更加深入，下面哪个不属于新数据（大数据+开放数据）？ A、公共交通刷卡记录数据 B、人口普查公报 C、社交媒体数据 D、手机信号数据 解析：新数据为大数据以及公开数据，人口普查公报是汇总的数据，也是传统数据，因此不属于新数据。 2、请问以下数据几何形式上属于哪种类型？ A、线状数据（polyline） B、面状数据（polygon） C、点状数据（point） D、以上皆非 解析：根据图片的点状分布以及核心字段的说明，可推断出本数据为point点状数据。 3、下列关于“街道步行指数”核心字段的解释，下列叙述哪个不恰当？ A、WalkScore：街道步行指数，是街道可步行性的综合指标 B、function_density：街道功能密度，以街道的商业建筑面积密度做参考 C、function_mix：街道功能混合度，一个区域内设施的功能多样性 D、junction_density：道路交叉路口密度，街道周边一定范围内的道路交叉路口数量与面积的比值 解析：unction_density：街道功能密度是以计算该街道的兴趣点POI密度。公式如下： 4、请问以下哪个字段不包含在“ResidentialCommunity居住小区”数据里？ A、小区占地面积 B、小区内容积率 C、邻近设施状态 D、小区住房成交量 解析：此字段不包含于该数据中 5、下面哪项属于本课程的教学内容？
A、数据抓取 B、数据分析 C、数据可视化 D、数据增强设计 E、以上皆是 第二章变化中的中国城市与未来城市 1、以城市规划学科而言，下面对于城市的定义哪个不恰当？ A、行政地域是一般大家所熟悉的城市范围，其边界大多依据历史、地理等要素划定 B、实体地域是指利用地形地貌所刻画出来的适宜城市建设的范围 C、功能地域侧重于实质功能上的关联，如：通勤交通所体现的劳动力市场 解析：实体地域是实际情况下城市化的土地，一般以城镇建设用地的范围作为表征。 2、关于当前中国城市的叙述，下列叙述哪个不恰当？ A、现在的行政地域与真实的城市状况有所出入的，不足以客观表达中国的城市化进程以及中国城市的基本规模和分布 B、过去的人类社会发展属于“硅基文明”，演化进程相对于“碳基文明”更为缓慢 C、互联网的发展虽为人类带来了高效与便捷，却也出现了碾压城市空间，造成城市空间凋敝甚至是衰败等现象 解析：人类社会发展以来长期属于碳基文明，如今，硅基文明以更低耗的进化速率席卷而来，驱动着世界朝向更高阶层的进化。 3、近几年中国城市正在面临各种变革，以下何者为本章所提及的变化之一？ A、全天候在线化 B、小型化 C、居家化 D、以上皆是 解析：以上三种皆为本章提及的"当前中国城市所面临的变化"。 4、智能化的快速发展逐步冲击各行各业，下列叙述哪个不恰当？ A、亚马逊的无人商店Amazon Go 有自动识别商品、自动结账等技术，对传统零售商产生 较大冲击 B、国际四大会计事务所之一的德勤与人工智能企业合作，将人工智能引入会计和审计等工 作中 C、设计师、教职人员、医务人员等职业并不会被智能化的趋势所影响和取代。 解析：阿里巴巴在2016年已经使用了智能机器人“鲁班”设计商品广告的海报。在不久后，教职人员、分析師、医务这些以往被认为无可取代的工作，都有可能受到智能化的趋势所影响。 5、下列关于“共享化”趋势的叙述，下列叙述哪个不恰当？ A、近年来，“共享”概念在城市里蓬勃发展，闲置物品、空间，甚至是知识经验获得了 更有效率的重新分配或交换，同时也对城市空间带来了巨大影响 B、在北上广深等城市，共享单车仍旧无法改善交通盲点（以公共交通工具服务半径无 法到达的区域）的困境
北京市存量房屋买卖合同 （自行成交版） 特别提示 《北京市存量房屋买卖合同》（经纪成交版）（自行成交版）自2007年7月1日起推行使用。本合同示范文本仅供查看，不能作为签约下载使用。申请办理存量房屋转移登记手续的，买卖双方须提交通过北京市房地产交易管理网（https://www.doczj.com/doc/e310960909.html,）和北京工商网（https://www.doczj.com/doc/e310960909.html,）下载合同编号标识"CX"的示范文本，并在打印后填写使用。 出卖人：_______________________________ 买受人：_______________________________ 北京市建设委员会 北京市工商行政管理局 二○○七年五月
说明 1、本合同文本为示范文本，由北京市建设委员会和北京市工商行政管理局共同制定，适用于本市行政区域内国有土地上的存量房买卖。存量房，即二手房，是指通过办理转移登记取得房屋所有权证的房屋。 2、签订本合同前，出卖人应当向买受人出示房屋所有权证及其他有关证书和证明文件。 3、签订本合同前，双方当事人应当仔细阅读合同条款，特别是其中具有选择性、补充性、填充性、修改性的内容。本合同文本【】中选择内容、空格部位填写及其他需要删除或添加的内容，双方当事人应当协商确定。【】中选择内容，以划√方式选定；对于实际情况未发生或双方当事人不作约定时，应当在空格部位打×，以示删除。 4、双方当事人应当按照自愿、公平及诚实信用的原则订立合同，任何一方不得将自己的意志强加给另一方。为体现双方自愿的原则，本合同文本相关条款后留有空白行，供当事人自行约定或补充约定。合同生效后，未被修改的文本打印或印刷文字视为双方当事人同意内容。 5、本合同文本为买卖双方自行成交所采用的示范文本，通过设立"专用账户"的房地产经纪机构或交易保证机构划转交易结算资金的，所签订的《存量房交易结算资金划转协议》应当作为本合同的附件。 6、存量房屋所有权转移登记时所涉及的主要税费包括但不限于：契税、印花税、土地出让金（已购公有住房有此项）、综合地价款（经济适用住房有此项）、营业税及附加、所得税、土地增值税等。 7、双方当事人选择申请仲裁解决争议的，可以向北京仲裁委员会、中国国际经济贸易仲裁委员会或注明全称的其他仲裁委员会申请。 8、双方当事人可以根据实际情况决定本合同原件的份数，并在签订合同时认真核对，以确保各份合同内容一致。
2018年房山区土地市场状况 2017年12月7日，房山土地市场两宗共有产权住房用地挂牌出让，土地成交金额为43.6亿元，其中房山良乡镇地块被金融街以18.2亿收入囊中，金隅20轮25.4亿夺下房山阎村地块。 北京市国土资源局网站数据显示，两宗共有产权住房用地分别为北京市房山区良乡镇中心区01-17-02等地块、北京市房山区阎村镇LX14-0602等地块，两宗地居住建筑规模全部建设“共有产权住房”，销售价格26000元/平方米（含全装修费用）。 据不完全统计，截至12月7日，2017年房山共出让用地9宗，除一宗工业用地外，其余8宗均含住宅用地，中海、万科、龙湖、保利、天恒等品牌房企均布局房山。根据数据显示，2017年1月-11月，房山区共新增供应新房1281套，成交4268套，成交均价为33427元/平。本次出让的两宗共有产权住房销售价格均为26000元/平（含全装修费用），远低于周边住宅项目均价。 2018年7月4日，房山区青龙湖镇FS16-0201-0013地块和顺义区后沙峪镇马头庄村SY00-0019-6007地块迎来集体拍卖，两宗地在开拍前均获得多次报价。 两地块均采用“限房价、竞地价”的出让方式，在28轮激烈竞拍后，房山区青龙湖镇FS16-0201-0013地块以17.5亿总价被金地斩获。随后，经过39轮竞拍，顺义区后沙峪镇马头庄村SY00-0019-6007地块则以26亿元被建工收入囊中。首先进行房山区青龙湖镇FS16-0201-0013地块的竞拍，包括中海、首开+保利、东亚、.金地、金茂、万科、中骏在内的7家单位8家房企加入“抢地”大战。最终在28轮激烈竞拍后将该地块以17.5亿的总价收入囊中，溢价率41.13%。 9月13日，北京市国土资源局以拍卖的方式出让三宗地块，地
智能城市大数据应用案例分享2020/2/6
汇报提纲 1、人口统计大数据应用案例 2、数字规划大数据应用案例 3、智慧旅游大数据应用案例 4、城市产业经济大数据应用案例 5、城市中小微金融服务应用案例 6、其他应用案例
传统人口统计面临的困难与挑战 数据集成 统计测算 数据发布 文化教育 常住人口人口变化人口状况 住房情况 婚姻生育社会保障就业失业成本较高 ：国家级的人口普查需要至少百万级 的人力和相关资源投入； 时间延迟：人口统计体系、数据更新速度、数据 采集可行性、理论分析模型滞后于社会经济的发展； 属性单一：统计指标中反映人口自然属性，反映社会属性的指标（如兴趣偏好、人口流动）严重缺失； 区域固定：基于街道、区县等行政街道的固定区 域统计方式已经无法实现新形势下的人口统计需求；
移动APP 大数据在人口统计的应用 国家统计局人口司联合实验室 2018年国家统计局人口司与TalkingData 成立联合实验室，共同探索利用移动大数据等相关技术协助国家开展人口统计工作，双方计划在年度人口普查、市民行为分析等多领域开展研究 人口统计模型应用 人口统计模型研究 利用大数据，大力推进建立和完善现代化统计体系，以服务国家高质量发 展。 ——国家统计局贾楠前副局长
行业领先的分析SDK是大量自有数据主要来源
人口模型 人口统计模型提供高效率和低成本的国家和地区人口抽查、调查替代方案人口监测模型 提供定期、瞬时的 不定空间人口分布、 密度、态势分析能 力 人口流动模型 提供不同空间尺度、 时间粒度人口流动 态势、趋势分析能 力 人口构成模型 提供多维的非人口 统计学特征分析与 人群划分能力 人口预测模型 提供更多特征影响 条件下人口增长预 测方法 依据项目实践经验，设计研发人口统计、人口监测、人口流动、人口构成等统计模型。支撑用户进行快速的时间、空间数据计算。
大数据分析在企业管理中的运用 为什么会有在线管理报告 几家体量较大，月均超过100万元的客户在公司内部授权、各项流程审批的方面都比较齐全和完善。但是，年末盘点全年数据情况时发现，整年差旅消费支出的金额庞大。因为该家公司缺乏差旅管理，没有相对应的差旅报告，使得差旅负责人从中发现问题。事中环节，监控员工的差旅行为，事后环节，统计、分析差旅数据，便于更好的规范和管理员工的差旅习惯。 如图所示，公司在差旅费用管理的重点包括五项：合规、效率、透明、节省和满意度。其中合规性的占比最高，达到30%。合规是税务核查的重点，效率是指员工的工作效率、自动化的效率，人员的数量或重复性工作人员的变动快慢都与效率提高有着密切的关系。其次是透明和节省。既然要对差旅费用进行管控，那数据应透明，以便于进行可视化的管理。通过一系列的管控之后，再对管理效果进行评估，查看节省的费用以及员工的满意度。公司的差旅费用是企业人力资源成本之外的第二大可控成本，据相关统计，超过91%的财务管理者认为差旅在财务管理中很重要，只要对差旅行为进行管控，差旅的成本就会随之而下降。所以越来越多的企业开始对差旅数据进行监控和管理。 近年来，“大数据”已经成为街头巷尾热议的话题。数据化管理一方面可以帮助企业发现差旅方面的潜在问题，另一方面通过数据进行深入的分析，帮助企业优化并提升差旅管理的流程。对于企业，如何让数据服务于差旅管理，将成为一项特别重要的内容。携程商旅在2014年上线了在线报告，差旅负责人可以通过商旅的网站直接察看企业员工的出差情况，包括消费的概况、机票、酒店、火车票等相关的内容。刚上线时，使用的企业客户不多，但是随着越来越多的企业发现差旅管理的重要性之后，都开通了在线报告。
大数据时代的大数据管理研究 摘要：进入21世纪，信息技术成为这个时代发展的主流，大数据时代也正是信息技术下的产物，对我国各个行业的发展都起到了重要作用。但是，在大数据时代不断发展的过程中，大数据管理成为急需要解决的问题。文章就从大数据时代的发展形式出发，对大数据的管理形式，进行了简要的分析和阐述，并提出了一些建议，希望对大数据时代的发展有所帮助。 关键词：大数据时代；大数据管理；策略 信息技术作为时代不断发展的象征，不管是在我国行业的发展中，还是在人们的日常生活，都起到了重要作用。同时，在信息技术不断发展的过程中，大数据时代的应用范围也在不断的扩大，其来源渠道也非常多，数量也在不断增加。在这种情况下，大数据时代的大数据管理就显的尤为重要。由于大数据的数量不断增加，现有的管理形式已经无法满足大数据时代的发展，并且在利用计算机对大数据进行全面分析和处理的过程中，也受到了严重的影响，因此，要想有效的对大数据进行充分利用，就要对大数据管理形式给予高度重视，采取有效的措施，不断加强大数据的管理形式，最终实现有效、便捷、安全等管理性能，这也为对我国信息技术
提供了重要的发展方向。 1 大数据时代的大数据管理发展历程 近几年，在大数据管理不断发展的过程中，也取得了一定的成绩。但是，大数据管理也经历了一个漫长的过程，主要经历的人工、文件、数据库等管理阶段。同时，随着大数据时代的大数据不断增加，所管理的范围和环境也在不断的变化。并且，在大数据管理不断发展的过程中，一些管理问题逐渐的暴露出来，为大数据管理的发展带来了新的挑战和机遇，下面就大数据管理的发展历程，管理中存在的不足进行简要的分析和阐述。 1.1 大数据时代的大数据人工管理形式 在20世纪50年代，计算机技术的形成主要是针对科学计算等形式。同时，根据当时的发展技术来说，并没有磁盘、U盘等一些先进设备，将其计算的结果进行去全面的保存和整理，仅仅只是依靠纸带、卡片等形式，对大数据的进行有效的记录。大数据时代的大数据管理的人员管理形式，不仅仅对大数据的记录存在着一定程度上的误差，并且在保存的过程中，也会经常发生丢失的现象，对大数据时代的大数据管理形式的发展，是没有任何的帮助。但是，依照当时的技术水平来看，也只能的依靠人工管理的形式了。 1.2 大数据时代的大数据的文件管理形式 在大数据时代的大数据管理的人员管理形式，不断发展
城市计算与大数据团队 1. 实验室简介 城市计算与大数据科研团队十几年来一直致力于城市中的大数据研究，以大数据基础研究以及应用基础研究为主。团队近几年来承担国家自然科学基金、国家科技支撑计划、国家973子课题、国家863计划项目、国防科工委基础科研项目、浙江省自然科学基金、浙江省重大科技专项、信息产业部电子发展基金、横向社会服务等国家级和省部级科研项目20 余项。近几年，团队发表学术论文100多篇，其中被SCI、EI检索论文50余篇次；获国家发明专利10余项、省部级科技进步奖4项、厅局级奖3项、软件著作权20项。 团队在智慧城市技术方面做了大量的研究工作，2012年被浙江省政府批准成立了“浙江省智慧城市研究中心”，组建了政产学研结合的理事会，并且已取得了多项与本课题相关的科研成果，如：浙江省科学技术二等奖、浙江省高校优秀科研成果一等奖等。 团队负责人为林菲副院长，多次获得教学优秀奖、教学杰出奖、优秀毕业设计指导教师等称号。实验室近年毕业生就业去向为阿里、华为、19楼、银行等知名企事业单位。实验室研究生国际交流频繁，近3年每年均有多名同学赴国外交流学习半年以上。近年来，指导实验室研究生参加智慧城市大赛、移动终端大赛、挑战杯等科技竞赛，多次荣获国赛三等奖以上、省赛一等奖等好成绩。 2.研究方向 团队目前的研究方向主要包括以下几个方面：区块链技术研究与应用、数据智能采集及数据融合技术、大数据挖掘与数据可视化、智能调度与路径规划、动态预测与决策分析、量子信息与量子计算等。 3.导师及招生计划 林菲，副院长，硕士生导师，计划招收硕士生3-4 名电子邮箱：linfei@https://www.doczj.com/doc/e310960909.html, 徐海涛, 硕士生导师，计划招收硕士生2-3 名电子邮箱：xuhaitao@https://www.doczj.com/doc/e310960909.html, 孙玲玲，博士生导师，原杭电副校长，人工智能方向，计划招收硕士生1-2 名。 （注：报考孙玲玲校长的考生，简历发：linfei@https://www.doczj.com/doc/e310960909.html,，并备注） 欢迎对软件工程、智能交通、数据挖掘、人工智能、区块链等理论及其应用感兴趣的考生报考，要求具有扎实的数学与编程基础、执行力强者优先。 4. 联系方式 QQ群：711923408 邮件内容：附上个人简历，内容应包括个人基本信息、联系方式、毕业院校、考研成绩、项目经历、获奖情况、专硕或学硕、自我评价等。
云计算环境下大数据及其智能处理技术 1、什么是大数据 “大数据”“是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。“大数据”首先是指数据体量(volumes) 大，指代大型数据集，一般在10TB 规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。 IBM将大数据归纳未三个标准，即3V：类型（variety）、数量（volume）和速度（velocity）。其中类型（variety）指数据中有结构化、半结构化和非结构化等多种数据形式；数量（volume）指收集和分析的数据量非常大；速度（velocity）指数据处理速度要足够快。 大数据对于悲观者而言，意味着数据存储世界的末日，对乐观者而言，这里孕育了巨大的市场机会，庞大的数据就是一个信息金矿，随着技术的进步，其财富价值将很快被我们发现，而且越来越容易。大数据本身是一个现象而不是一种技术，伴随着大数据的采集、传输、处理和应用的相关技术就是大数据处理技术，是系列使用非传统的工具来对大量的结构化、半结构化和非结构化数据进行处理，从而获得分析和预测结果的一系列数据处理技术。 2、“大数据”的缘由 根据IDC作出的估测，数据一直都在以每年50%的速度增长，也就是说每两年就增长一倍（大数据摩尔定律），这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量，预计到2020年，全球将总共拥有35亿GB的数据量，相较于2010年，数据量将增长近30倍。这不是简单的数据增多的问题，而是全新的问题。举例来说，在当今全球范围内的工业设备、汽车、电子仪表和装运箱中，都有着无数的数字传感器，这些传感器能测量和交流位置、运动、震动、温
大数据：这是业内热门词汇，描述了企业大量积累、存储和挖掘大文件(400GB到TB级)的现象。随着信息的质量、种类和丰富性达到新的水平，大数据已经形成多年了。 大数据集的蔓延是由那些运行丰富的数据格式(如使用音频或视频文件)的企业或其积累充足的信息来从统计角度洞察市场(例如在社交媒体网络上保存帖子)的意愿而造成的。 对于企业来说，数据对于战略和业务连续性都非常重要。简言之，内容就是知识，所以内容就是王道。 大数据的承诺不是没有根据的。通过提供做决策的具体分析基础，生成洞察力以及从数据收集和总结中发现的新机会可以很容易支持公司的发展战略。然而，当务之急是大数据集容易消耗巨大的时间和成本，从而造成非结构化数据的雪崩。适当的IT 基础设施，即合适的存储解决方案的重要性不能被低估。如果没有合适的存储，就不能轻松访问或部署大量数据。 由于“大数据”现象已形成多年，首席信息官在当前阶段会问自己的问题就是：我如何平衡各种技术，以支持战略性存储并保护我的数据。” 找到正确的数据管理工具是有效数据保护措施不可或缺的一部分，要知道数据将继续存在，并在需要时变得有价值。
“组成高效的存储系统的因素是什么”这个问题在多样化中找到了答案。多样化是大数据管理“万全”方案的对立面。通过将数据与合适的存储系统相匹配，通过考虑何时、如何使用数据，企业机构可确保存储解决方案支持，而不是阻碍关键业务驱动因素(如效率和连续性)。通过这种方式，企业可自信地引领这个包含大量、广泛信息的新时代。 数据存储多样化：备份与归档 管理大数据的关键是制定战略，以高自动化、高可靠、高成本效益的方式归档数据。大数据现象意味着企业机构应对大量数据，以及各种数据格式的挑战。多样化作为有效方式而在各行各业兴起，是一种涉及各种产品来支持数据管理战略的数据存储模式。这些产品包括自动化、磁盘和重复数据删除、软件，以及备份和归档。支撑这一方式的原则就是：特定类型的数据坚持使用合适的存储介质。企业需要认识到，数据存储和保护并没有尚方宝剑；在现实中，需要一套与各种功能相匹配的解决方案。 大数据管理需要各种技术 首席信息官应关注的一个具体领域就是：备份和归档的方法，因为这是在业务环境中将不同类文件区分开来的最明显的方式。当企业需要迅速、经常访问数据，那么基于磁盘的存储就是最合适的。这种数据可定期备份，以确保其可用性。相比之下，随着
智慧城市中的大数据分析 摘要：以物联网、云计算等新一代大数据技术为核心的智慧城市建设理念，是未来城市发展的全新模式。智慧城市一个重要职能就是采集、存储、分析、挖掘城市运行中所承载的大数据，具备全面感知和全面分析的能力，同时能够展示和扩展。智慧城市的建设，有利于解决城市发展问题，有利于提升城市信息管理水平。在智慧城市发展过程中必然产生大数据，因此需要通过处理大数据来体现智慧，其核心是智慧城市信息系统的大数据处理平台，其关键技术对于智慧城市的建设和运转起决定性作用，对提升城市服务、提高管理水平和城市的可持续发展具有重大的应用价值。 关键词：智慧城市；云计算；物联网；大数据；Hadoop 1.智慧城市简介 智慧城市就是运用互联网+、物联网、计算机网络、云计算等新一代信息技术手段，对城市运行系统海量数据的关键信息进行的采集、存?Α⒅悄艽?理和分析，对社会管理、政府管理及社会公共服务的各种需求做出智能化响应和智 能化决策支持，从而实现城市的智慧式管理和运行。智慧城市将改变人们传统的生产、生活方式和思想观念，将原有的粗放式模式改变为科学可持续发展的创新驱动和市场发展
模式，以满足城市的可持续发展，从而构建城市发展的全新城市形态。智慧城的关键特征有以下几点。 1.1全面感知 智慧城市中分布大量的感知终端，通过传感器网络，捕捉到人们的生活、生产及城市环境的多种数据。信息感知网络应覆盖城市的个个角落，能够大量采集不同形态、不同属性的各种数据。随着物联网技术的发展和应用，将为智慧城市提供更多的信息资源。 1.2深度互联 智慧城市的信息感知是以多种信息网络为基础的，城市中拥有快捷的互联通道，数据通过互联网、移动互联网和有线电视网等网络实现陕速互联，各个部门专用网络的加入，实现信息资源的一体化。智慧城市将大大增加信息的交互程度，将多个分散独立的小网连接成互联互通的大网络，使网络的价值大大提升，形成更强的驱动力。 1.3智能处理 智慧城市拥有海量级PB单位的信息数据，这些大数据是智慧城市得以正常运转、决策、控制、展示的基础，智慧城市要具有对所拥有的海量信息进行智能处理的能力，这要求通过大数据处理平台将收集到的数据进行效的集中存储和处理，并对数据进行分析，产生具有价值的信息，为自主进行判断和预测提供支持，从而实现智能决策。这一过程中
大数据与智慧城市 陈宝权１，程章林２ 1. 山东大学计算机科学与技术学院 济南 250101； 2. 中国科学院深圳先进技术研究院 深圳 518055 摘要 城市大数据的关联分析与智能提取是智慧城市建设的关键，通过构建真实城市沉浸式交互分析环境，将复杂的城市大数据以及数据挖掘结果以形象直观的方式展现给用户，让用户以视觉理解的方式获取数据中蕴含的信息并进行交互，实现人类智能和机器智能的有机融合是解决复杂城市问题的有效途径。分析了城市大数据面临的挑战、发展现状、处理流程以及技术要点，最后探讨了智慧城市的发展趋势。 关键词 大数据；智慧城市；交互式可视分析；机器智能 Big Data and Intelligent City Chen Baoquan1, Cheng Zhanglin2 1. College of Computer Science and Technology, Shandong University, Jinan 250101, China; 2. Shenzhen Institutes of Advanced Technology, CAS, Shenzhen 518055, China Abstract Fusion and analysis of urban big data is the key to achieving city intelligence. Specifically, to solve for the complex urban problems, it is imperative to build an immersive and interactive visual analytics environment where humans can make sense of out of the otherwise disconnected and abstract data. The state of the art and challenges in urban big data were summarized, and then a work flow for urban data analysis and the trend in the future intelligent city were presented. Key words big data, intelligent city, interactive visual analytics, machine intelligence 2015006-1