面向房企市場需求轉變的土地價值研究初探

文/聶爽 廣東省城鄉規劃設計研究院 廣東廣州 510290

1、房地產企業思維方式轉變

1.1 時代背景

房企在如何轉型上達成了高度的一致。眾多企業紛紛從過去的單一開發、建房、售樓，轉向整個房地產市場的服務，從城市開發商轉變為城市服務商、城市運營商。萬科提出“美好生活場景師”的概念，著重于提供全套的社區服務配套；金茂地產、時代地產提出城市運營4.0 等概念，旨在深度參與城市持續性、綜合性開發建設；華夏幸福提出打造產業新城運營商，近年來在全國拓展迅速。

1.2 關注重點

為應對轉型的市場壓力，房企比以往更迫切需要深入的去了解一個區域、一個城市，更關注區域、城市的變化與趨勢。他們不再局限于小區設計、片區控規，或者單個的城市更新改造項目、特色小鎮規劃，開始更多的關注區域的格局、城市的戰略，以求從中找到潛在的機會點。萬科、保利、恒大等房企先后成立了城市發展研究院、新型智庫，開始研究在哪些城市布局，如何布局等關乎企業集團發展方向的關鍵性問題。

1.3 需求多樣

隨著市場的分化和競爭的壓力，房企的需求日益的豐富且多樣。近年來，房企除了和傳統的策劃咨詢機構合作外，開始更多的和數據分析公司、專業的研究機構甚至大眾媒體平臺等開展項目合作。同時，隨著地產企業內部規劃專業人士的日益增多，他們的需求也日益的多樣。

2、房地產企業需求重點

2.1 目標導向

作為市場性企業，房企的目標就是盈利。因此，在進行土地價值研究的時候，房企明確要求，需要幫他們找到兩個區域，即高價值的區域、低投入區域。然后采用差值法，兩者的差值越大，投資價值就越高，這些區域也就是房企需要關注的地區。

2.2 戰略判斷

給出企業長遠的發展建議。企業認為看得見的未來，不叫趨勢判斷。他們認為“深中通道”即為大勢，對于區域的價值影響已經顯現，關注的價值已然不大。相反，從區域長遠角度考慮，類似于環灣快軌等設想，告訴他們在未來的一段時間內，從珠海的唐家灣高新區，可能會有一條環灣快速軌道直接鏈接深圳前海，他們則展現出濃厚興趣。

2.3 深度認知

對事物的認知深度，要求更高。以往關注的是一個地區“有什么”，現在則更多的關注這些東西“是什么”，未來的發展趨勢“怎么樣”等一系列問題，關注從現象到本質背后的原因。比如以往是關注一個區域有多少人，現在更關注的是這些人的學歷、年齡結構構成，甚至關注人口的流入流出情況、原因，以及未來一段時間的流動趨勢如何。

2.4 量化分析

數據量化是檢驗觀點的唯一標準。和他們溝通、交流，概念性的東西說再多也沒多大用處，準確的數據說明顯得最為重要。因為在房企的決策者面前，一個決定關乎到幾十億、上百億的投資，扎扎實實的數據才是最信得過的分析。近年來大數據分析由于能夠真實、準確反映現實狀況，在房地產界也特別受青睞，成為其決策判斷的重要依據。例如有些企業已經開展了根據共享單車的大數據分析，重新定義地鐵盤的邊界等等研究。

2.5 市場思維

習慣市場化思維看待問題。比如他們會認為資產證券化、物業競自持等要素，是影響空間價值的重要因素，需要納入考慮。他們認為潮汕文化、客家文化等地域文化對房產會產生較大影響，文化內涵需要深挖。諸如此類的市場分析都需要我們去研究，當然從不同的、獨特的視角去看問題總能發現一些不一樣的東西。

3、土地價值研究技術方法初探

在上述的房企市場轉變和需求特征變化的大背景下，我們有幸承擔了兩個房企委托項目的編制工作，重點對土地價值開展了兩個層面的分析。

3.1 根據要素流動規律判斷土地價值發展趨勢

我們依托大數據開展了粵港澳大灣區發展規律的研究，重點分析了包括制造企業、客貨流、創新資源、通勤人員、購房需求、旅游消費六大要素空間流動特征。例如通過粵通卡數據、高速公路收費站通行數據，了解廣州南沙港運輸的貨物來源地分布、各街鎮工作日通勤時段高速收費站通行量，以此判斷區域內的客貨流要素的流動特征。例如通過2001、2008、2014、2017年工商注冊統計的全國企業名錄數據，可以形成傳統制造業、高端制造業的拓展空間強度分布，將其與珠三角高速公路網、省級以上重大平臺范圍疊加，我們可以發現這些潛在特征：傳統制造業要素呈現出沿高速公路等廊道流動的特征，而高端制造業則偏好選擇區位好、標準高的平臺跳空發展。同時，我們根據灣區高新技術企業總分支數據、創新專利合作萬方數據，找到了創新要素的分布態勢，通過比對區域生態環境空間分布，可以進一步推導出這樣一條規律：高端、優質、創新企業選擇跳空發展的落點區域除了區位好、標準高之外，還偏好于生態環境優良的區域。

3.2 以多源大數據構建土地價值評價方法

通過搜集大量多元大數據，建立了由4 大基礎要素和6 大支撐要素構成的土地價值評價體系，既涵蓋了人口、經濟、文化、生態等自身特征要素，也包含了用地供給、交通條件等影響土地價值的核心影響要素。運用城市基礎大數據以及多源網絡大數據，搭建了數據模型，通過要素疊加分析，形成了對土地價值的精準判斷。

同時，通過大數據深挖掘，引入了住宅飽和度的大數據算法，通過晚上12 點至翌日凌晨6點手機信令數據可以精準識別某片區的實際居住人口；通過抓取搜房網、鏈家網等主流房產交易平臺的住宅面積規模，在數據清洗之后，作為片區內的準確住宅供給建筑量，兩者計算可以得到人均住宅建筑面積，對比規范標準和實際市場需求值，判斷片區的住宅飽和度。