全部因子概览
商圈固定效应：控制房屋特征后，相对当年全市（成交加权）均值的单价溢价。条形过多时请使用表格。
商圈溢价历年走势
所选区域内成交最多的商圈（最多 6 个）。年份样本少于 30 时的估计可能不稳定。
价格指数（基期 2019 = 100）
「同质指数」用当年模型给 2019 年成交篮子重新定价（恒定品质，类似特征价格指数）；「成交中位数」为原始单价中位数，受成交结构影响；「统计局指数」是国家统计局 70 城上海二手住宅价格指数按月环比链式后取年平均（2019 全年 = 100，仅全市口径）。2011–2014 年样本稀少且集中在中心城区，覆盖不到的商圈不参与当年篮子，指数仅供参考。
公允报价估算
输入房屋特征，用所选年份的模型系数计算：全市基准 × 商圈溢价 × 各因子溢价 × 小区效应（经验贝叶斯收缩）。成交数据截至 2026 年 8 月（链家 2011-01 ~ 2023-02，贝壳 2023-01 ~ 2026-08），之后的市场变化请用「市场调整系数」手动校正。
元/㎡（估计公允单价）
估计总价
万元
模型不确定性（95%）
系数估计误差，元/㎡
同类成交常见区间（±1σ）
个体差异范围，元/㎡
小区效应
定价分解
从全市基准单价出发，逐项乘以各因子溢价（单位：元/㎡）。蓝色为正贡献，红色为负贡献。
口径：样本持仓代理，不是全市真实持有人账本
总金额、总面积均未扩总。未观测到交易 ≠ 零成本；首次观测买方按该次成交价入账，此前持有人与从未入样房屋的成本仍未知。动迁、房改等低初始支付不代表后来买家的低成本。开盘参考价、实际购入价、模型估计值分开保存，不据此承诺价格支撑或投资安全。查看开盘参考资料 · 查看官方总量及口径
SOPR 与实现盈亏
借用加密货币的 UTXO 模型：一笔成交创建一枚持仓（面积 ㎡、成本 = 成交单价），同小区同品质（面积、室数，楼层/朝向兼容）的下一笔成交视作花掉一枚旧持仓。SOPR = 花费成交额 / 旧持仓成本，大于 1 表示平均在盈利中卖出；短期 <2 年、长期 ≥2 年。柱为净实现盈亏（亿元）。配对的是同品质持仓而非同一套房，早年成交稀少，2015 年前不展示。
样本持仓成本代理 vs 模型市场价格
实现价格是样本推断未花费持仓的面积加权成本，不是全市所有持有人的真实成本。市场价格由 hedonic 模型对同一批持仓重定价；MVRV 为二者总值比。年末快照；最近一期观测截止日期以数据为准，未覆盖的月份不补造交易。
NUPL 与样本浮盈面积占比
NUPL =（模型市值 − 样本成本代理）/ 模型市值。浮盈面积占比是模型价值高于代理成本的面积比例，不代表真实家庭盈利比例。加密货币的情绪分档没有经过住房市场验证。
样本成本分布（URPD）
按代理成本每 5,000 元/㎡ 分档；没有交易的房屋不在图中，也不落入零成本档。密集档位仅描述样本，不是已验证的支撑或阻力。
持有期分布（HODL waves）
未花费持仓按持有年数分档的面积占比。短期占比上升表示换手加快。
小区样本成本比较
筛选样本推断持仓 ≥30 的小区，按 MVRV 排序。该成本是代理指标，不能推断具体业主是否亏损。
–
1.2×
板块地图
没有官方板块边界：每个有坐标的小区生成一个 1 km 内的 Voronoi 单元，同商圈的单元涂同一种颜色（商圈层级），或按小区各自取值（小区层级）。热度 = 当期入样成交笔数；均价 = 当期成交单价均值；溢价 = 当年模型的商圈固定效应（小区层级再加小区效应），相对全市成交加权均值。播放时点击「暂停」即停在当前月份；拖动滑块可定位。滚轮或双指缩放、拖拽平移，也可用右侧 +/− 按钮；放大 4 倍起显示商圈名，12 倍起显示小区名。图右上角的图例可开关区划、水体、地铁、高架/快速路、学校和地名图层。只在贝壳数据里出现、没有商圈的小区不在图上。
样本与模型拟合
每年单独估计；R² 为商圈固定效应 + 因子的整体解释力。
方法说明
模型：对每个成交年份 y 分别估计 log(单价) = μ_y + FE_y[商圈] + Σ β_{y,f}·x_f + ε。商圈固定效应吸收地段，因子系数为「同商圈内」的相对溢价（Fama–MacBeth 式逐年截面回归）。
正则化与稳健性：因子系数用岭回归（α 逐年由 GCV 选取）；标准误由小区整群 bootstrap（按小区重抽样，200 次）得到；样本先剔除车位、使用权房、面积/单价越界，再按 年份×商圈 的稳健 z（MAD）剔除 |z|>4 的离群成交。
稀疏样本的收缩：小区效应 = 该小区残差均值 × w，w = τ²/(τ² + σ²/n)（经验贝叶斯），成交少的小区自动向其商圈均值收缩。
组合分层：不依赖模型，直接计算商圈内去均值后各因子水平的平均 log 单价差，用于交叉验证模型系数。
地铁：OSM 地铁站 + Wikidata 开通日期，只计入成交当年已开通的车站（未知开通年份的站视为始终存在）。
学区：目前没有小区→对口学校的映射表，用两个代理指标：① 1.5km 内公办初中的四校八大预录取人数距离加权和（按年份，2016 年后沿用最后一年）；② 1km 内 2022 名单中公办市/区重点小学、初中的距离加权得分（静态）。加载 school_catchment 映射后可替换为精确学区因子。
坐标：链家经纬度经校验为 BD-09，入库时统一转换为 WGS-84。