朱品 王培娟 汪麗麗 官林

摘要： 近年來，頭部房地產(chǎn)企業(yè)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型，由營造驅(qū)動(dòng)轉(zhuǎn)變?yōu)榻鹑隍?qū)動(dòng)，金融的關(guān)鍵在于風(fēng)控，而對(duì)于房地產(chǎn)，風(fēng)控的核心又在于精準(zhǔn)評(píng)估土地價(jià)值。文章試結(jié)合此行業(yè)背景，探討大數(shù)據(jù)助力房地產(chǎn)評(píng)估土地價(jià)值的必要性，旨在分析在大數(shù)據(jù)時(shí)代下，如何利用數(shù)據(jù)進(jìn)行城市選擇、地塊分析、市場洞察，從而改善房地產(chǎn)土地價(jià)值評(píng)估的分析方法，降低投資風(fēng)險(xiǎn)。

Abstract： In recent years， the head real estate enterprises are completing the transition from the construction industry to the financial industry， their driving force changes into finance. The key of financial industry lies with the risk control. For real estate， the core of risk control lies in the accurate assessment of land value. This paper tries to discuss the necessity of using big data to help real estate to evaluate land value in this industry background. It aims to analyze how to make use of data for urban selection， plot analysis and market insight in the era of big data so as to improve the analysis method of land value assessment of real estate and reduce investment risk.

關(guān)鍵詞： 大數(shù)據(jù)；房地產(chǎn)；風(fēng)控；土地價(jià)值評(píng)估

Key words： big data；real estate；risk control；land value assessment

中圖分類號(hào)：TP311.1；F301.24 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）10-0219-02

0 引言

房地產(chǎn)業(yè)是我國的支柱型產(chǎn)業(yè)，對(duì)國民經(jīng)濟(jì)和城市經(jīng)濟(jì)發(fā)展具有重大影響。近年來，由于宏觀政策和市場趨勢，頭部房地產(chǎn)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型，逐漸由營造驅(qū)動(dòng)變?yōu)榻鹑隍?qū)動(dòng)，其核心在于利用高質(zhì)量數(shù)據(jù)建立風(fēng)控體系。本文結(jié)合大數(shù)據(jù)的時(shí)代背景，簡述房地產(chǎn)行業(yè)可應(yīng)用的相關(guān)數(shù)據(jù)，并結(jié)合實(shí)際場景指出房地產(chǎn)應(yīng)如何利用海量數(shù)據(jù)改善融資鏈條下風(fēng)控中的土地價(jià)值評(píng)估環(huán)節(jié)，以控制資產(chǎn)交易的風(fēng)險(xiǎn)。

1 大數(shù)據(jù)下房地產(chǎn)的數(shù)據(jù)信息儲(chǔ)備

1.1 大數(shù)據(jù)相關(guān)概念

互聯(lián)網(wǎng)的普及與云計(jì)算技術(shù)的革新，使得一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代正在開啟。通過精進(jìn)的數(shù)據(jù)科學(xué)處理能力，可以結(jié)合大數(shù)據(jù)對(duì)具體情景進(jìn)行分析預(yù)測，使決策更為精準(zhǔn)，釋放出更多的數(shù)據(jù)隱藏價(jià)值。

大數(shù)據(jù)相比傳統(tǒng)數(shù)據(jù)，具有“4V”特征：體量大，大數(shù)據(jù)的數(shù)據(jù)量將達(dá)PB、EB、ZB級(jí)；種類多，大數(shù)據(jù)是由文字、聲音、視頻、多媒體等組成的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的多維異構(gòu)數(shù)據(jù)；速度快，在海量數(shù)據(jù)的情況下，大數(shù)據(jù)仍需做到實(shí)時(shí)處理；價(jià)值密度低，應(yīng)用價(jià)值大但價(jià)值密度低，通過對(duì)海量數(shù)據(jù)進(jìn)行提取、處理和分析，才能獲得一部分有用的信息。

1.2 房地產(chǎn)的相關(guān)數(shù)據(jù)構(gòu)成

在信息時(shí)代，高質(zhì)量的大數(shù)據(jù)意味著海量的精準(zhǔn)信息，其戰(zhàn)略價(jià)值毋庸置疑。大數(shù)據(jù)時(shí)代下，全量人口為樣本的行為數(shù)據(jù)已可以獲取。房地產(chǎn)作為重資產(chǎn)、低消費(fèi)頻率、長價(jià)值鏈條的行業(yè)，其相關(guān)數(shù)據(jù)可以分為以下三類：

①靜態(tài)數(shù)據(jù)：官方統(tǒng)計(jì)數(shù)據(jù)、房地產(chǎn)交易數(shù)據(jù)、購房消費(fèi)者線上線下行為數(shù)據(jù)、城市靜態(tài)POI數(shù)據(jù)、垂直網(wǎng)站開源數(shù)據(jù)等；②動(dòng)態(tài)數(shù)據(jù)：百度路況等的熱力數(shù)據(jù)、城市實(shí)時(shí)交通出行數(shù)據(jù)、細(xì)分維度的點(diǎn)評(píng)數(shù)據(jù)、人口遷移數(shù)據(jù)等；③多維度動(dòng)態(tài)數(shù)據(jù)：各渠道消費(fèi)數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、人口城市遷移數(shù)據(jù)、公交出行數(shù)據(jù)、出租單車的移動(dòng)軌跡數(shù)據(jù)等。

面對(duì)數(shù)據(jù)的急劇增長，房地產(chǎn)企業(yè)分析必須借助大數(shù)據(jù)的分析和挖掘技術(shù)，提高決策能力和經(jīng)濟(jì)效益。

2 房地產(chǎn)土地價(jià)值評(píng)估的現(xiàn)狀

由于宏觀政策和市場趨勢，頭部房地產(chǎn)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型。在此背景下，房地產(chǎn)價(jià)值鏈條中營造部分的權(quán)重逐漸降低，融資部分的權(quán)重不斷攀升。融資的核心在于風(fēng)控，其中土地價(jià)值評(píng)估是首要也是風(fēng)險(xiǎn)最高的工作環(huán)節(jié)。

目前房地產(chǎn)在評(píng)估土地價(jià)值的分析中，首先要結(jié)合自身實(shí)力及項(xiàng)目定位，從城市的高度上審視項(xiàng)目，明確趨勢以整合政府資源加以利用。其次需要對(duì)地塊價(jià)值進(jìn)行清晰的判斷，包括對(duì)城市規(guī)劃、周邊配套和土地自身?xiàng)l件等條件，明確土地價(jià)值的核心優(yōu)勢點(diǎn)及劣勢點(diǎn)。最后則需對(duì)房產(chǎn)交易市場、消費(fèi)者進(jìn)行深入研究，從市場現(xiàn)狀、發(fā)展趨勢、競爭壓力和客戶需求等角度明確地塊市場價(jià)值及走勢，為拿地決策提供科學(xué)合理的依據(jù)。

可以看到，大部分房地產(chǎn)在土地價(jià)值評(píng)估的分析過程中，更多的在于利用官方統(tǒng)計(jì)數(shù)據(jù)和市場交易數(shù)據(jù)對(duì)城市具體地塊做宏觀分析和市場判斷，沒有對(duì)大數(shù)據(jù)時(shí)代下消費(fèi)者的行為數(shù)據(jù)進(jìn)行結(jié)合并深入挖掘分析。

3 大數(shù)據(jù)下房地產(chǎn)的拿地環(huán)節(jié)分析

3.1 大數(shù)據(jù)下判斷城市潛力

首先房地產(chǎn)企業(yè)需結(jié)合自身實(shí)力與項(xiàng)目定位，評(píng)估該城市的進(jìn)入門檻與成本。房地產(chǎn)企業(yè)判斷城市潛力的核心考察點(diǎn)在于，該城市能否吸納人口?？筛鶕?jù)PEST企業(yè)宏觀環(huán)境分析模型展開分析。

①宏觀政策，利用官方統(tǒng)計(jì)數(shù)據(jù)，判斷城市是否有政策扶持，是否處于高速發(fā)展圈內(nèi)，是否有周邊城市虹吸效應(yīng)影響，基礎(chǔ)建設(shè)的規(guī)模及發(fā)展力度；②經(jīng)濟(jì)發(fā)展，利用城市企業(yè)的規(guī)模與數(shù)量，城市招商引資力度等經(jīng)濟(jì)數(shù)據(jù)，結(jié)合商業(yè)數(shù)據(jù)或市場調(diào)研數(shù)據(jù)判斷城市企業(yè)提供的職位質(zhì)量及數(shù)量，城市居民人均收入水平及消費(fèi)能力；③社會(huì)現(xiàn)狀，利用城市在往年春節(jié)期間的人口流動(dòng)行為數(shù)據(jù)，判斷城市外溢還是吸納人才，以及外溢或吸納人才的幅度和趨勢；④技術(shù)能力，利用市場調(diào)研數(shù)據(jù)和互聯(lián)網(wǎng)垂直網(wǎng)站數(shù)據(jù)及開源數(shù)據(jù)，判斷城市房地產(chǎn)的市場飽和度、市場泡沫度、需求量的走勢等。

3.2 大數(shù)據(jù)下區(qū)分地塊價(jià)值

根據(jù)房地產(chǎn)行業(yè)發(fā)展規(guī)律，房地產(chǎn)必須把握城市的發(fā)展動(dòng)向，找到重點(diǎn)發(fā)展的地塊、土地價(jià)值上升空間大的地塊進(jìn)行投資，從而控制投資風(fēng)險(xiǎn)。大數(shù)據(jù)時(shí)代下，可以利用海量多維度數(shù)據(jù)結(jié)合GIS地理信息系統(tǒng)，將相關(guān)數(shù)據(jù)信息進(jìn)行地理化，幫助企業(yè)看清城市的發(fā)展趨勢，完成城市中不同地塊的價(jià)值評(píng)估分析。如以下實(shí)際應(yīng)用場景：

①利用官方統(tǒng)計(jì)數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)等，并結(jié)合市場調(diào)研和城市基礎(chǔ)建設(shè)發(fā)展情況，判斷該城市的具體發(fā)展方向，發(fā)展現(xiàn)狀及發(fā)展力度；②利用互聯(lián)網(wǎng)開源數(shù)據(jù)，判斷城市不同地塊的城市生活配套設(shè)施的分布情況，如地鐵、醫(yī)院、學(xué)校、商圈、廣場等，具體關(guān)注各地塊中的配套設(shè)施的聚集程度，以及其質(zhì)量和數(shù)量；③利用公交地鐵等交通數(shù)據(jù)，以及滴滴、共享單車定位的商業(yè)數(shù)據(jù)，結(jié)合GIS做出人口潮汐圖，分析不同時(shí)間段的人口流動(dòng)軌跡和人口聚集情況，判斷各地塊屬性偏向于就業(yè)還是居住。

3.3 大數(shù)據(jù)下市場交易分析

房地產(chǎn)企業(yè)要評(píng)估各個(gè)地塊的市場交易發(fā)展趨勢。房地產(chǎn)市場環(huán)境主要是由城市的房地產(chǎn)發(fā)展趨勢和供需關(guān)系所決定的。市場環(huán)境好，則有助于提升企營造與回款的效率，從而進(jìn)一步的開拓和發(fā)展新項(xiàng)目。如果市場環(huán)境不好，那么企業(yè)進(jìn)入該市場也會(huì)受到多方面的約束，效率降低，風(fēng)險(xiǎn)上升，從而影響進(jìn)一步的發(fā)展。

①利用網(wǎng)上的開源數(shù)據(jù)以及商業(yè)數(shù)據(jù)，如不同時(shí)間點(diǎn)的房產(chǎn)屬性、成交量、成交額、成交時(shí)長等，判斷各地塊的房地產(chǎn)市場現(xiàn)狀及趨勢，并可結(jié)合GIS地理信息系統(tǒng)，判斷各類城市生活配套設(shè)施對(duì)房地產(chǎn)價(jià)格影響的權(quán)重，作為價(jià)值評(píng)估體系的一部分；

②利用消費(fèi)者線上行為數(shù)據(jù)及市場交易數(shù)據(jù)，完成目標(biāo)消費(fèi)者人群畫像，包括其性別分布、年齡分布、消費(fèi)能力、家庭狀況、關(guān)注戶型、相關(guān)網(wǎng)頁瀏覽時(shí)長等，判斷出目標(biāo)消費(fèi)者的核心需求以及迫切程度，并結(jié)合房地產(chǎn)企業(yè)所要開發(fā)的項(xiàng)目類型、開發(fā)成本與周期，判斷其可行性；

③利用商業(yè)數(shù)據(jù)，分析消費(fèi)者完成消費(fèi)的地點(diǎn)為集中還是分散，并結(jié)合RFM模型，即消費(fèi)者的消費(fèi)頻率、人均消費(fèi)水平、消費(fèi)者最近一次消費(fèi)的信息，判斷地塊各商圈的市場消費(fèi)活力與輻射范圍。

大數(shù)據(jù)在房地產(chǎn)評(píng)估土地價(jià)值這一環(huán)節(jié)的實(shí)際應(yīng)用，關(guān)鍵點(diǎn)在于要將房地產(chǎn)行業(yè)相關(guān)數(shù)據(jù)信息進(jìn)行地理化分析，并結(jié)合各地塊房地產(chǎn)市場環(huán)境的現(xiàn)狀及趨勢，完成城市空間地圖，構(gòu)建城市地塊價(jià)值評(píng)估指標(biāo)體系，從而找到該城市的價(jià)值洼地，控制投資風(fēng)險(xiǎn)，提高整體效率。

4 結(jié)論

隨著大數(shù)據(jù)時(shí)代的到來，數(shù)據(jù)的采集與分析在技術(shù)層面已不再是難點(diǎn)，如何結(jié)合房地產(chǎn)具體業(yè)務(wù)場景對(duì)海量的多維度數(shù)據(jù)并深入挖掘分析，從而產(chǎn)生價(jià)值，才是現(xiàn)階段的關(guān)鍵。目前，在頭部房地產(chǎn)正在完成由建筑業(yè)向金融業(yè)的轉(zhuǎn)型這一行業(yè)大背景下，須將從數(shù)據(jù)中提煉的有效信息與房地產(chǎn)行業(yè)的具體業(yè)務(wù)知識(shí)進(jìn)行結(jié)合分析，才能提高房地產(chǎn)企業(yè)的城市空間分析能力，從而完成土地價(jià)值評(píng)估這一環(huán)節(jié)的有效變革，提高回款效率，控制投資風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]李妍，肖良生.大數(shù)據(jù)和GIS的房地產(chǎn)信息體系構(gòu)建[J].中國房地產(chǎn)，2015.

[2]俞薇，趙靜，秦俊武.城市基礎(chǔ)設(shè)施資本存流量配置差異與房地產(chǎn)投資空間分布研究[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015.

[3]繆濤，洪建國，林波，田鑫.大數(shù)據(jù)在房地產(chǎn)市場分析中的應(yīng)用[J].中國房地產(chǎn)，2016.

[4]劉策.看萬科、中海如何科學(xué)拿地[J].中國房地產(chǎn)，2015.