《Sage Open》：AI-Driven Asset Valuation in Real Estate: Trends, Contributions, and Future Research Directions
编辑推荐：
本研究对2021至2025年间450篇经同行评审的出版物开展文献计量与批判性综述，借助 VOSviewer 与 Bibliometrix 工具，刻画该领域知识结构、概念体系与主题演化。结果显示研究产出持续增长，中国（218篇）、美国（57篇）与英国（37篇）为
本研究对2021至2025年间450篇经同行评审的出版物开展文献计量与批判性综述，借助 VOSviewer 与 Bibliometrix 工具，刻画该领域知识结构、概念体系与主题演化。结果显示研究产出持续增长，中国（218篇）、美国（57篇）与英国（37篇）为最主要贡献国；主导学科分布于工程学（35.8%）、计算机科学（21.8%）与商业经济学（20.7%），呈现显著跨学科特征。研究识别三大主题簇：（1）基于AI的房产估值与价格预测；（2）智能物业管理和可持续性；（3）数据驱动的投资与决策分析。近期文献进一步转向可解释AI（XAI）、生成式模型与智慧城市融合，体现对透明性、可解释性与技术创新的侧重。理论层面，研究以数字制度主义（digital institutionalism）重构AI驱动房地产估值，将技术采纳与制度及行为视角的资产估值理论相联结；实践层面，论证AI如何提升房地产运营中的准确性、效率与可持续性，为学术研究与行业应用提供启示。
引言（Introduction）
研究人员指出房地产部门受公共政策、供需结构、规制与宏观经济及人口变量共同塑造。近年来人工智能（AI）在自动化、定制化、动态定价与预测中发挥作用，自动估值模型（AVM）、预测性市场分析、计算机视觉与自然语言处理（NLP）正在重构估值与决策流程。本文以数字制度主义为分析透镜，将算法架构视为重塑信息不对称与认知偏误的数字制度力量，并据此提出三项研究问题：出版趋势与协作网络、概念与主题方法论模式、AI整合对理论与实务框架的贡献。
文献综述（Literature Review）
人工智能在房地产市场的应用从局部创新扩展至资产全生命周期。先前文献计量研究多聚焦机器学习估值或单一方法，本文将其推进至跨学科与政策维度。AI基房产定价部分总结非线性集成模型（如XGBoost、LightGBM、CNN、RNN、LSTM）及融合卫星影像、交通、舆情与宏观变量的异质数据；GIS机器学习、主体建模与NLP（含BERT）用于捕捉邻里偏好与市场情绪。智能物业管理部分强调IoT传感、预测性维护、能耗优化与绿色建筑合规。投资决策部分涵盖风险收益预测、强化学习、行为偏差识别与组合优化，并延伸至城市更新与土地用途模拟。伦理与规制部分指出算法偏见、黑箱问题与问责缺口，关键词共现显示风险、信任、安全、政策与可解释性构成核心关切。
方法论（Methodology）
研究人员基于Web of Science（WoS）核心库，以“Real Estate” AND (“AI” OR “Artificial Intelligence”)为检索式，于2025年7月3日检索，经去重与文档类型筛选（保留论文与综述），最终纳入450篇文献。分析采用VOSviewer 1.6.20与Bibliometrix，开展国家、机构、作者共现/共引网络与关键词共现、主题演化图谱构建。质量控制通过元数据校验、重复检测、聚类中人工复核与统计异常检验完成；局限在于WoS英文偏向、2025年文献引文滞后及早期经典文献未覆盖。
研究发现（Findings）
趋势与出版增长：年发文由2021年46篇增至2025年105篇，多项式拟合R2=0.964；篇均被引14.55，但年度总引在2022—2023达峰后回落，反映新文引文时滞。
地理与协作：中国为中枢，美、英、澳紧随；国家合作网呈多簇结构，中国—美国蓝色簇最密，香港理工大学为机构核心（103篇、总引2059）。
作者与知识基础：1535名作者中T. Zayed、R.Y.M. Li、M. Ni等最高产；共引网络显示计算机科学、统计与房地产知识交叉。
机构贡献：657所机构参与，香港理工大学、重庆大学、新加坡国立大学、深圳大学领先；机构发文量与引文数呈显著正相关（r=0.66, p<.01）。
期刊与学科：260种来源中Engineering Applications of Artificial Intelligence、Buildings、Automation in Construction突出；学科以工程、计算机、商经为主，城市研究、环境科学为辅。
概念结构：1827个关键词聚为四簇——AI核心技术（驱动主题）、估值应用（基础/巩固主题）、智慧城市与可持续（扩张niche）、XAI/LLM/数字孪生（新兴主题）。时序叠加显示由早期ML估值走向生成式AI、ChatGPT与可解释框架。
伦理关键词叠加与密度分析（Overlay and Density Analysis of Ethics-Related Keywords）
伦理词群规模小且稀疏，热点集中于信任、安全、风险、政策；监控、歧视、隐私处边缘。时序上2022治理关切、2023透明与政策、2024—2025安全与偏见，呈反应式而非统一伦理框架。
结论（Conclusions）
研究人员认为AI正将估值从有限数据与主观判断推向多源数据驱动的动态估算，并渗透至运维、能源、投资与规划。但算法偏见与黑箱削弱问责，亟需公平、可解释与合规的规制框架。
讨论与未来方向（Discussion and Avenues for Future Directions）
理论层面提出数字制度主义下的三类知识域：估值智能、智能资产治理与算法规制。未来应超越精度优化，将XAI、生成模型、数字孪生嵌入估值与治理，并在智慧城市、ESG与伦理交叉处建立跨法学、? 《城市规划 》 ? 《公共政策 》
主体总结已完成，接下来可以选择一个方向继续深化：
将主体总结压缩为期刊审稿意见 补写数字制度主义的理论批判与改进建议 将主体总结压缩为期刊审稿意见 补写数字制度主义的理论批判与改进建议
