大數據下房地產土地價值評估的分析方法

朱品 王培娟 汪麗麗 官林

摘要： 近年來，頭部房地產企業正在完成由建筑業向金融業的轉型，由營造驅動轉變為金融驅動，金融的關鍵在于風控，而對于房地產，風控的核心又在于精準評估土地價值。文章試結合此行業背景，探討大數據助力房地產評估土地價值的必要性，旨在分析在大數據時代下，如何利用數據進行城市選擇、地塊分析、市場洞察，從而改善房地產土地價值評估的分析方法，降低投資風險。

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.

關鍵詞： 大數據；房地產；風控；土地價值評估

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

中圖分類號：TP311.1；F301.24 文獻標識碼：A 文章編號：1006-4311（2018）10-0219-02

0 引言

房地產業是我國的支柱型產業，對國民經濟和城市經濟發展具有重大影響。近年來，由于宏觀政策和市場趨勢，頭部房地產正在完成由建筑業向金融業的轉型，逐漸由營造驅動變為金融驅動，其核心在于利用高質量數據建立風控體系。本文結合大數據的時代背景，簡述房地產行業可應用的相關數據，并結合實際場景指出房地產應如何利用海量數據改善融資鏈條下風控中的土地價值評估環節，以控制資產交易的風險。

1 大數據下房地產的數據信息儲備

1.1 大數據相關概念

互聯網的普及與云計算技術的革新，使得一個大規模生產、分享和應用數據的時代正在開啟。通過精進的數據科學處理能力，可以結合大數據對具體情景進行分析預測，使決策更為精準，釋放出更多的數據隱藏價值。

大數據相比傳統數據，具有“4V”特征：體量大，大數據的數據量將達PB、EB、ZB級；種類多，大數據是由文字、聲音、視頻、多媒體等組成的結構化、半結構化和非結構化的多維異構數據；速度快，在海量數據的情況下，大數據仍需做到實時處理；價值密度低，應用價值大但價值密度低，通過對海量數據進行提取、處理和分析，才能獲得一部分有用的信息。

1.2 房地產的相關數據構成

在信息時代，高質量的大數據意味著海量的精準信息，其戰略價值毋庸置疑。大數據時代下，全量人口為樣本的行為數據已可以獲取。房地產作為重資產、低消費頻率、長價值鏈條的行業，其相關數據可以分為以下三類：

①靜態數據：官方統計數據、房地產交易數據、購房消費者線上線下行為數據、城市靜態POI數據、垂直網站開源數據等；②動態數據：百度路況等的熱力數據、城市實時交通出行數據、細分維度的點評數據、人口遷移數據等；③多維度動態數據：各渠道消費數據、手機信令數據、人口城市遷移數據、公交出行數據、出租單車的移動軌跡數據等。

面對數據的急劇增長，房地產企業分析必須借助大數據的分析和挖掘技術，提高決策能力和經濟效益。

2 房地產土地價值評估的現狀

由于宏觀政策和市場趨勢，頭部房地產正在完成由建筑業向金融業的轉型。在此背景下，房地產價值鏈條中營造部分的權重逐漸降低，融資部分的權重不斷攀升。融資的核心在于風控，其中土地價值評估是首要也是風險最高的工作環節。

目前房地產在評估土地價值的分析中，首先要結合自身實力及項目定位，從城市的高度上審視項目，明確趨勢以整合政府資源加以利用。其次需要對地塊價值進行清晰的判斷，包括對城市規劃、周邊配套和土地自身條件等條件，明確土地價值的核心優勢點及劣勢點。最后則需對房產交易市場、消費者進行深入研究，從市場現狀、發展趨勢、競爭壓力和客戶需求等角度明確地塊市場價值及走勢，為拿地決策提供科學合理的依據。

可以看到，大部分房地產在土地價值評估的分析過程中，更多的在于利用官方統計數據和市場交易數據對城市具體地塊做宏觀分析和市場判斷，沒有對大數據時代下消費者的行為數據進行結合并深入挖掘分析。

3 大數據下房地產的拿地環節分析

3.1 大數據下判斷城市潛力

首先房地產企業需結合自身實力與項目定位，評估該城市的進入門檻與成本。房地產企業判斷城市潛力的核心考察點在于，該城市能否吸納人口。可根據PEST企業宏觀環境分析模型展開分析。

①宏觀政策，利用官方統計數據，判斷城市是否有政策扶持，是否處于高速發展圈內，是否有周邊城市虹吸效應影響，基礎建設的規模及發展力度；②經濟發展，利用城市企業的規模與數量，城市招商引資力度等經濟數據，結合商業數據或市場調研數據判斷城市企業提供的職位質量及數量，城市居民人均收入水平及消費能力；③社會現狀，利用城市在往年春節期間的人口流動行為數據，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技術能力，利用市場調研數據和互聯網垂直網站數據及開源數據，判斷城市房地產的市場飽和度、市場泡沫度、需求量的走勢等。

3.2 大數據下區分地塊價值

根據房地產行業發展規律，房地產必須把握城市的發展動向，找到重點發展的地塊、土地價值上升空間大的地塊進行投資，從而控制投資風險。大數據時代下，可以利用海量多維度數據結合GIS地理信息系統，將相關數據信息進行地理化，幫助企業看清城市的發展趨勢，完成城市中不同地塊的價值評估分析。如以下實際應用場景：

①利用官方統計數據、經濟數據等，并結合市場調研和城市基礎建設發展情況，判斷該城市的具體發展方向，發展現狀及發展力度；②利用互聯網開源數據，判斷城市不同地塊的城市生活配套設施的分布情況，如地鐵、醫院、學校、商圈、廣場等，具體關注各地塊中的配套設施的聚集程度，以及其質量和數量；③利用公交地鐵等交通數據，以及滴滴、共享單車定位的商業數據，結合GIS做出人口潮汐圖，分析不同時間段的人口流動軌跡和人口聚集情況，判斷各地塊屬性偏向于就業還是居住。

3.3 大數據下市場交易分析

房地產企業要評估各個地塊的市場交易發展趨勢。房地產市場環境主要是由城市的房地產發展趨勢和供需關系所決定的。市場環境好，則有助于提升企營造與回款的效率，從而進一步的開拓和發展新項目。如果市場環境不好，那么企業進入該市場也會受到多方面的約束，效率降低，風險上升，從而影響進一步的發展。

①利用網上的開源數據以及商業數據，如不同時間點的房產屬性、成交量、成交額、成交時長等，判斷各地塊的房地產市場現狀及趨勢，并可結合GIS地理信息系統，判斷各類城市生活配套設施對房地產價格影響的權重，作為價值評估體系的一部分；

②利用消費者線上行為數據及市場交易數據，完成目標消費者人群畫像，包括其性別分布、年齡分布、消費能力、家庭狀況、關注戶型、相關網頁瀏覽時長等，判斷出目標消費者的核心需求以及迫切程度，并結合房地產企業所要開發的項目類型、開發成本與周期，判斷其可行性；

③利用商業數據，分析消費者完成消費的地點為集中還是分散，并結合RFM模型，即消費者的消費頻率、人均消費水平、消費者最近一次消費的信息，判斷地塊各商圈的市場消費活力與輻射范圍。

大數據在房地產評估土地價值這一環節的實際應用，關鍵點在于要將房地產行業相關數據信息進行地理化分析，并結合各地塊房地產市場環境的現狀及趨勢，完成城市空間地圖，構建城市地塊價值評估指標體系，從而找到該城市的價值洼地，控制投資風險，提高整體效率。

4 結論

隨著大數據時代的到來，數據的采集與分析在技術層面已不再是難點，如何結合房地產具體業務場景對海量的多維度數據并深入挖掘分析，從而產生價值，才是現階段的關鍵。目前，在頭部房地產正在完成由建筑業向金融業的轉型這一行業大背景下，須將從數據中提煉的有效信息與房地產行業的具體業務知識進行結合分析，才能提高房地產企業的城市空間分析能力，從而完成土地價值評估這一環節的有效變革，提高回款效率，控制投資風險。

參考文獻：

[1]李妍，肖良生.大數據和GIS的房地產信息體系構建[J].中國房地產，2015.

[2]俞薇，趙靜，秦俊武.城市基礎設施資本存流量配置差異與房地產投資空間分布研究[J].重慶大學學報（社會科學版），2015.

[3]繆濤，洪建國，林波，田鑫.大數據在房地產市場分析中的應用[J].中國房地產，2016.

[4]劉策.看萬科、中海如何科學拿地[J].中國房地產，2015.