大數據時代下的房地產土地價值評估的分析方法

任春波　陳明揚

【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 financialindustry， their driving force changes into finance. The key of financial industry lies with the risk control. For real estate， the core of riskcontrol lies in the accurate assessment of land value. It aims to analyze how to make use of data for urban selection， plot analysis and marketinsight 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

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。

一、大數據下房地產的數據信息儲備

大數據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。

二、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。

三、基于大數據云計算平臺的房地產估價可比案例選取

市場比較法的運用核心在于對可比案例的調整，因此可比案例的選擇直接影響房地產估價結果的準確性和可靠性，而在現行的房地產估價作業中，可比案例的選擇一般由估價師根據經驗進行主觀選擇。而在大數據時代的推動下，評估師可以通過大數據云計算平臺的相似度分析功能將房地產可比案例的選擇由主觀選擇轉變為客觀選擇，通過云計算將大量交易實例與估價對象進行相關性分析，量化交易實例與估價對象的相似程度，科學地選擇可比案例。該方法不僅消除了人為選擇案例的主觀性，從而進一步提高房地產估計的可信度。

四、云計算對房地產影響因素及其權重分析的影響

影響房地產價格的因素多而復雜，各因素對房地產價格的影響程度是不完全相同的，以教育因素為例，隨著社會對教育的重視程度加深，教育配套對房地產價格影響程度更加明顯。此外，相同因素在不同區域所表現出的影響程度也會存在差異，以環境因素為例，在生態環境問題相對嚴峻的地區，則環境因素對價格的影響程度也會更顯著， 因此是默認各因素的影響權重一致，將會導致估價結果脫離現實。

隨著大數據的不斷發展，評估師可以利用云計算平臺的數據處理能力進行權重分析，將傳統的定性分析模式轉變為定性與定量相結合的模式，進一步量化各個因素對各區域房地產價格的影響程度， 從而確定各因素的權重。

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.