Inside Airbnb 是一个长期抓取 Airbnb 公开房源页面的独立项目，按城市发布快照数据。2026 年 9 月这一批，数据页上能数出 120 个城市／区域、738 个 CSV 文件，快照日期从 9 月 14 日到 10 月 5 日不等。

许可写得很清楚：Creative Commons Attribution 4.0 International，署名即可用，包括商用。这一点比多数平台数据宽松，做研究、做报道、做分析产品都可以。

每个城市目录下固定几组文件：

listings.csv.gz 是详细房源表，字段最多（含描述、设施、房型、价格、房东信息等几十列）；calendar.csv.gz 是未来 365 天的日历（每天是否可订、价格、最少入住）；reviews.csv.gz 是全部评论明细。

另外三个是"汇总版"：listings.csv（精简字段，适合做图）、reviews.csv（只留评论时间与房源 ID，适合做时间序列）、neighbourhoods.csv 与 neighbourhoods.geojson（街区边界，用于地图）。

路径结构是 data.insideairbnb.com/<国家>/<省州>/<城市>/<快照日期>/data/ 或 .../visualisations/，所以只要知道城市 slug 与快照日期，就能拼出直链。

以 Albany（美国纽约州，2026-09-14 快照）为例，汇总表 500 行、19 列：id、name、host_id、host_profile_id、host_name、neighbourhood_group、neighbourhood、latitude、longitude、room_type、price、minimum_nights、number_of_reviews、last_review、reviews_per_month、calculated_host_listings_count、availability_365、number_of_reviews_ltm、license。

这张小表已经能回答多数问题：房型结构、价格分布、房东是否多房源（calculated_host_listings_count）、房源是否持牌（license）。

500 条房源里，整套房源（Entire home/apt）352 条占 70.4%，独立房间 147 条占 29.4%，合住房间 1 条。

价格：467 条有价格，中位数 144 美元／晚，均值 292.6 美元，最高 11,680 美元。均值是中位数的两倍，说明分布严重右偏——少数超高价房源把均值拉起来了。

这个小例子说明一件事：写 Airbnb 价格一定要用中位数。用均值做城市间比较，一个异常值就能改变结论。

第一，快照日期不同城。这 120 个城市分散在 9 月 14 日到 10 月 5 日之间，同一批数据里跨城市比较，相当于比较不同日期。严谨做法是标注每个城市的快照日，或者只用同一日期的城市。

第二，calendar 是"未来可售"不是"实际入住"。它记录的是未来 365 天每天是否可订、标价多少，不等于有人住。算入住率要用评论数或日历的可订状态反推，且要说明方法。

第三，评论数不等于订单数。Airbnb 的评论率通常在 50% 上下，用评论数估订单要乘一个系数，而这个系数因城市、房型而异。直接拿评论数当订单量会系统性低估。

第四，价格字段不含清洁费与服务费。它是房源标价，实际支付更高；做"可负担性"分析时要说明这是标价口径。

适合：短租对住房市场的影响研究（这是项目本身的初衷）、城市旅游住宿供给分析、房东多房源与职业化程度测算、街区层面的空间分布。

不适合：当作 Airbnb 全量数据。项目只抓公开页面，未上线的房源、长期关闭的房源都不在；也不是平台官方数据，字段口径以抓取时的页面为准。

直接下 CSV 即可，不需要注册。页面上还有"regional archive files"，覆盖澳大利亚、加拿大、法国、德国、希腊、意大利、荷兰、葡萄牙、西班牙、瑞典、英国、美国整国的历史归档，适合做面板；更早的历史数据要提交 data request 申请。

数据页、Albany 示例直链、数据字典与许可原文都在下面，回复一下就能看到。