台灣民間租屋資料，開源上線中

內政部租金指數連續幾十個月上漲，但上漲的，是哪種房子，租金分佈是集中還是分散？
各都會區的出租物件都是哪種房子，成交的是哪些，又有多少是頂樓加蓋和地下室？扣掉身分、性別、寵物的限制後，還剩下多少？
如果想要選擇，而非被迫，長期租屋，在現在的居住政策裡，民間的租屋市場，還需要哪些改變？

無論是作為一名租屋族、是想要嘗試買房以外的居住可能，還是想要打破台灣高住宅自有率的負擔，避免將社會問題個人化，讓租屋成為一項公共議題，基於個人經驗與統計資料，好好地討論，都是件必要的課題。但台灣租屋市場長期處於黑市，不只市場效能不彰、資訊不對等產生套利空間，無論政府或民間想要介入改變，也無法準確描述問題與定義有效的衡量指標，因果循環下，只能使用有限的資料進行實驗。儘管要讓租屋市場能被「看見」，需要透過外部制度改革與內部供需雙方意識的改變，無法透過單一方法就解決所有問題，但就基礎資料而言，整理已公開，尚未結構化的租屋資料，進行長期追蹤，是項非作不可的工作。

「開放台灣民間租屋資料」（目前簡稱開租，但歡迎 patch XD）的目標，便是透過開源協作的方法，長期收集民間各租屋網站、品牌公寓的公開資料，統整後以易於散佈與使用的方式無償分享，希望能為台灣居住議題的研究與討論，提供一項基礎資料。

開租自三月動工，以台灣租屋大宗的 591 租屋網為首發資料來源，4/24 開始運行至今（2018/06/04），已經累積了以六都為主，超過 140,000 筆的刊登物件，開放 70 項無隱私與著作權疑慮的資料欄位，並以每日 2,000 ~ 3,000 物件的數量持續增加中。之後也計畫繼續增加資料來源，以及開發更多可公開的資料欄位。

140,000 筆資料，是怎樣的概念？

所有是房子的物件中，以縣市、建物類型、物件類型分類

儘管資料欄位數量眾多，但光是拿縣市、建物類型、物件類行三個向度來作簡單的觀察，就可以看到一些租屋市場的模樣，也發現許多可以繼續挖掘的問題。

租屋網站上的資料，有多貼近市場上實際的狀況？在 140,000 筆資料裡， 六成集中在台中、台北與新北，分別為，34,101、28,699、24,017 件出租物件。單看數字本身，不一定有什麼感覺，但如果拿 2015 內政部住宅狀況抽樣調查相比，三個城市用作出租的住宅，分別為 142,857、132,086、207,491 間，就有了衡量市場規模的對照資料。雖然租屋平台有別於住宅狀況調查，它所刊登的物件，可能由於房東自行隔間，而來自同一個門牌，導致物件數超過門牌數，但即便假設所有物件都是自行隔間，而且所有屋子都是三房格局，縮小三倍後，僅僅一個半月的時間，單一租屋平台上所刊登的物件數，也就佔了調查的 8%、7%、4% 的數量，如果按此趨勢，光 591 一年的刊登數，便可能佔三個城市租屋需求的 64%、56%、32%，再加上部份租約會在一年後續約，不會上網刊登，兩三年累積下來，便會超過住宅調查總量。超過住宅調查總量，可能表示這三個城市的租屋供給多過需求（雖然這和目前新聞的說法相反），也可能是住宅調查的抽樣方式，無法找出實際租屋族群的數量，如果再連結其他的資料進一步分析，或許可以找到其中更完整的解釋。

而從建物與物件類型的分佈，則可以大概看出，租屋族群的組成，可能是哪類人。從資料上可以發現，電梯大樓與非電梯大樓各佔一半，並且以獨立套房和整層住家為主。或許單看數字，一樣難以想像究竟這些房子裡都住著那類的人，但如果加入城市的向度交叉對比，就可以看出，不同城市的出租住宅，有著非常不同的模樣。

城市 X 物件類型 X 建物類型的數量分佈，注意 Y 軸物件數的高度是不固定的，所以跨圖片比較請小心

從圖中可以發現，台北以電梯大樓為主，新北則是公寓佔比較高，而台中則是透天比例較雙北高出許多，反應不同都市間土地利用的差異。觀察物件類型的分佈，也可以發現在不同城市間，租屋者組成的不同，像台北以整層住家為主，所以成員可能以家人、多人親友同住為眾，新北套房較整層住家稍多，而台中則以頂多容納一兩人的套房為主，如果再納入房型、租金、坪數等資料，就更能掌握這些出租物件可能出現的原因。

另外，根據定義，獨立套房為一門一戶，有獨立電錶的房型，但從雙北的資料裡可看到，有至少一半的獨立套房都位在公寓裡，讓人有點好奇，怎麼有那麼多先知卓見的建商，在大家還住在公寓的時代，就蓋了那麼多的套房型公寓，值得拿更多資料來交叉比對（？）

開租的資料是來自所有刊登的物件，無論是否最後被標示為成交，或是因各種理由關閉下架。但由於是否標示為成交，取決於刊登者個人的意志，在制度上也無誘因鼓勵刊登者照實填寫資料，所以在過濾極端值後，拿所有物件來分析，應該更能反應出租市場的狀況，也比較適合當作分析研究的基礎資料。當然，如果只想拿確定成交的物件來分析，開租也提供「房屋出租狀態」欄位來過濾資料。

有了資料，然後呢？

有了開租，許多關於租屋與居住的研究，將因此得到更扎實的基礎，例如：

1. 資料正確性方面，可以從物件樓層、總樓高的關聯，配合如說明、價位等資訊進行資料探勘，找出可能的是頂加，但卻偽裝成頂樓，平白消耗房東與租客信任的物件。
2. 租屋政策研究方面，可以透過刊登者類型，以及物件的各項資料，結合既有的居住研究方法，找出台灣租屋市場裡，供給者的分類及特性。例如和空屋資料結合，進一步判斷鼓勵釋出空屋的措施，是否能夠切合屋主的需求，並找到合適的市場。
3. 租屋個體戶方面，可以透過資料的整理，判斷自己所能負擔的租金，大概要花多久時間，可以找到能夠接受的住所。

除了居住議題外，作為單純的資料分析練習，開租所提供的，標準化但保留所有物件的資料，也很適合拿來當作對象。像是如何找到透過重複新開頁面，來規避租金調整紀錄的物件，或是找出資料集裡的異常資料。

雖然資料還有諸多可以改善的地方，但開租作為開源專案，秉持儘早發表，經常發表 (Release Early, Release Often) 的原則，希望盡快將堪用的版本公開，並且持續改進，讓各種專長的人，都能夠基於這個基礎，發揮自己的能力。如果發現了不如預期或錯誤的地方，也歡迎告知或另開分支，讓資料可以更實用。

專案的起源、運作基礎，以及開源的協作方式

開租專案的緣起，除了是跳坑者（就是本文作者 XD）空檔年（gap year）的目標之一外，壓倒稻草的最後一隻駱駝（？）其實源自於 g0v 第貳拾玖次黑客松的專案「薪資與租屋居住品質關聯調查」。由於既有資料無法提供專案足夠的資訊，原本只想幫忙作半日專案經理的本文作者，在陰錯陽差下，開啟了和專案坑主，勞工陣線的敬舒一起長出爬蟲程式之旅。

接下來，也因為自己對居住議題的關注，以及長期對租屋黑市的不滿，為了讓自己以及更多人可以將同樣的資料應用到更多的議題，所以從「薪資與租屋居住品質關聯調查」分支出來，成為「開放台灣民間租屋資料」，專注資料收集以及提供長期且易於使用的資料。

而作為第一資料使用者的敬舒，雖然能夠「享受」即時更新的資料集與得到大部分當初想要的資料，但也花了應該比阿宅工程師還要多許多的時間，在大把大把的資料海裡人工校對爬蟲程式抓下來資料的正確性，以及提供許多發布資料格式上的建議。

除了資料與程式外，身為一個立志爬商業網站來開放資料的專案，如何避免不必要的法律問題，擴大資料的應用範圍，也是一門超過阿宅工程師能力的任務。在開放文化基金會擔任法制顧問的林誠夏，則在這方面給了非常多中肯而專業的建議，讓開租可以放心地繼續執行下去。

g0v 作為一個開放協作的平台，它定期舉辦的大松，也讓身為前端工程師的作者，得以藉由大松的交流，透過各種專業的參與者，了解資料、法律、地理資訊、資料視覺化工具等知識，如何應用在開租專案上，像初期在尋找方向時，便從鏡傳媒的朋友得到好的資料來源，而本文的圖片與發現，就是參與者推薦的 Metabase 的成果。開租的專案本身，從爬蟲到網頁，全都使用了開源的工具製作，成果也透過開源的授權發佈。

感謝在這個專案裡，貢獻了時間、經驗與知識的人們。開放原始碼不只是一項技術，也是一種工作的文化與方法，希望透過開放與互相分享，讓彼此的想法成為可能。

最後，要讓開租順利營運也不可或缺的機器費用，則要感謝本文作者打工公司 Miso 的義務贊助，Miso 也給予工作上的彈性，讓我在需要時為開源專案加班，而作為以資料探勘為技術核心的公司，還提供許多經驗建議，讓將近十年沒寫爬蟲的我能夠跟上時代潮流，快速上手。

歡迎動手玩資料、動手增修

為防止本文遭 TL;DR，重述一次相關資訊的連結 XD

1. 如果你對資料有興趣，想下載資料或了解資料集包含哪些欄位，請見「開放台灣民間租屋資料」網站：https://rentalhouse.g0v.ddio.io/
2. 如果你對專案程式碼有興趣，請至本專案 Git: https://github.com/g0v/tw-rental-house-data，以及本專案 Hackpad: https://g0v.hackpad.twh/Ih7Jp4pUD5y
3. 如果你對資料、程式有疑問，可在 Github 上開票、到 g0v slack 群組找 ddio ，或直接來信 open-tw-rental-house@ddio.io
4. 如果你是公共議題工作者，對開租的資料有興趣，但不知道怎麼開始的，歡迎聯絡本文作者，我能提供連結即時資料庫，而且不需寫程式就能畫出本文所有圖表，加速理解資料的線上工具（Metabase），我也能協助連結開源社群，創造更多跨領域合作的可能，當然，想要直接來兩月一次的 g0v 大松認識其他參與者也很歡迎～