上一版
放大
缩小
全文复制
房地产行业管理运营难，难在哪？一是决策，二是落地。随着信息技术的快速发展，大数据或将为行业提供一个很好的解决方案。
记者了解到，自去年10月房地产决策系统上线江苏省泰州市以来，为当地房地产市场运行管理方式带来极大的飞跃。通过系统建设，不仅为交易、登记、市场、物业、住房保障等部门提供协同业务服务，同时还能为研究市场行情提供重要的决策辅助。
“房地产决策系统能让百姓少跑腿、让数据多跑路。”泰州市房管局局长封伯平如是向中国城市报记者表示。
打通数据孤岛是大势所趋
不可否认，目前，全国房地产管理行业普遍存在着数据不联网数据孤岛问题，造成了重业务系统、轻外部数据的状况。
“这是一种现状，也是一个痛。”封伯平坦言，在房地产领域，数据不连通，业务办理系统和决策支持系统功能不匹配，有房屋核心数据但对外部缺乏参考意义等痛点，是房地产市场研究决策长期以来面临的艰难课题。
事实上，这个问题早已受到国家层面的重视。2002年8月，建设部等六部委下发了《关于加强房地产市场宏观调控促进房地产市场健康发展的若干意见》，明确提出建立城市房地产市场的预警预报体系。
随后，国务院出台《关于促进房地产市场持续健康发展的通知》，明确指出要建立健全房地产市场信息系统与预警预报体系，完善全国房地产市场信息系统，加强市场监管。
到了2008年12月，国务院办公厅《关于促进房地产市场健康发展的若干意见》再次强调，要继续加强房地产市场监测分析，建立健全房地产市场信息系统和统计制度，完善市场监测分析机制。
而就在不久前，住建部部长王蒙徽提出：“研究建立房地产的统计和市场监测预警的指标体系，加快建立市场的预警机制，加强监测分析，指导地方保持房地产市场的平稳。”
“习总书记说过：‘善于获取数据、分析数据、运用数据是领导干部做好工作的基本功’。”在封伯平看来，有效的数据采集、管理和分析预测是合理规划和发展房地产行业的重要保证。
建数据仓库形成多维视图
为了将分散在各个业务系统中的数据整合、清洗，建数据仓库成为了第一步。
数据从何而来？面对这个问题，封伯平给出的答案是，数据来源包括房产管理局内部的业务数据，以及来自于外部单位、开发企业和互联网的数据。
据介绍，系统不但将住建系统已有的新建商品房、存量房、征收安置房保障房等数据的量、价、人因素进行清洗建库，又汇聚了统计、国土、金融、税收等100多个经济、金融指标。同时，还吸纳了自来水、燃气、开发企业样本数据、互联网推送数据等数据指标，形成了稳定的23个大类数据源的数据获取机制。
有了数据，如何应用？封伯平解释称，基于房地产大数据、人工智能及数据可视化技术，通过建立统一的数据仓库，采用建模的设计思想，把数据抽象成一个个对象，并清晰地描述对象与对象之间的关系。
“我们构建了约200张数据表的数据仓库和7大计算引擎，进行严谨的数据分析，从而通过人工智能（BP神经网络）的方式实现房地产市场预警预报和辅助决策分析，充分发挥房地产大数据在政府决策上的‘数据运用’功能。”封伯平说。
“一窗式”让群众少跑路
“有数可寻，有据可依”是系统建成后最直接的效果。
封伯平告诉记者，泰州以楼盘详情、房屋销售、土地成交、政策数据、水表数据等全景大数据为基础，引入人工智能深度学习算法引擎，全面实现对泰州房屋空置率的估算以及房价与成交量预测，目前准确率可达95%以上。
预警与决策，并非泰州优化房地产市场的唯一追求。
随着国家“放管服”改革的不断深化，如何将为群众生活及办事增便利落到实处，已经成为新时代政务发展的重头戏。
值得一提的是，系统上线后，实现了新建商品房、存量商品房、经济适用房、房改房以及集资房等政策性商品房数据共享，在老百姓进行房屋交易时实现一窗聚合查询与反馈。
“老百姓确实方便了。原来老百姓办事各部门跑，现在跑一个部门，让数据跑腿，老百姓不用跑腿了。”封伯平表示，把数据全部汇聚后，可通过大数据和人工智能算法的处理，对数据进行二次加工，甚至通过可视化的方式让房地产市场数据看起来更直观，让老百姓都能看得懂，老百姓看到这些数据之后，自己对房地产市场就有自己的判断，从而转向理性消费。
据悉，泰州市接下来将针对目前各地政策决策过程过于依赖主观经验、方案利弊分析量化不足、对政策执行效果缺乏准确预估等问题，研究基于大数据的政策仿真推演机制与模型，形成可视化的政策推演评估结果，为政府优选优化政策方案提供可靠依据。
