大數據在房地產宏觀調控中的運用,房地產論文內容摘要：大數據應用于企業和決策已成為一種趨勢,為我們國家房地產宏觀調控提供了思路。本文從我們國家當下大數據應用現在狀況出發,闡述了當下大數據已為企業、決策做出的重要奉獻,提出大數據應用于房地產調控的適用性與可能性;并從土地利用監管、房價調控、住房保障施行監測三個方面闡述了大數據在房地產宏觀調控中的詳細作用;然而,大數據的應用也不是完美無缺的,在當下的現實狀況下,還應對大數據應用經過中可能存在的缺乏和風險進行重點考慮。本文關鍵詞語：大數據;房地產;宏觀調控;近年來,房價成為人們普遍關注的熱門問題。為保證房地產市場健康可持續發展,我們國家和地方運用了多種調控方式,但近年來的一系列調控政策的效果卻是不盡如人意。這一方面講明我們國家房地產市場形勢復雜多變,另一方面也講明我們國家在房地產宏觀調控中缺乏有力有效的決策輔助工具(李鵬、呂欣,2020)。因而,為了實現房子是用來住的,不是用來炒的功能定位,要求在充分把握房地產市場特點的基礎上,建立促進房地產市場平穩健康發展的長效機制(方大春、裴夢迪,2021)。2021中國國際大數據產業展覽會于5月26日在貴陽開幕,***在賀信中指出:當下,以互聯網、大數據、人工智能為代表的新一代信息技術日新月異,給各國經濟社會發展、國家管理、社會治理、人民生活帶來重大而深遠的影響。由此可見,大數據的創新應用已成為現代社會發展的重要方向。一、大數據應用的現在狀況大數據時代,數據資源有著毋庸置疑的戰略價值。自麥肯錫公司初次提出大數據概念即其大小超出了典型數據庫軟件的采集、存儲、管理和分析等能力的數據集以來,已為當下世界多數企業和所運用。大數據運用,并不是簡單地對數據進行搜集和簡單計算,其核心是挖掘數據中所包含的深層次情報價值,為管理者做出科學有效的決策提供支撐。企業管理和決策受大數據影響越來越大的同時,管理和決策亦在大數據的影響下進行了深入的變革:治理中運用大數據有利于推進簡政放權改革,有利于推動科學決策,有利于把握市場需求和優化市場服務,亦有利于加強市場的監管以及壓縮權利尋租空間(張述存,2021);一些部門也通過嘗試運用大數據來提高行政效率,大數據時代,智慧也成為一個重要的發展趨勢,要實現辦公智能化、決策科學化、服務信息化、監管智能化,以愈加科學有效的方式為民眾服務(司林波、劉暢,2021);大數據背景下,可通過優化稅務管理組織體系、完善稅收征管制度體系、構建稅收數據管理體系、提升稅收決策執行體系、打造稅收專業人才體系等多種方式對我們國家稅收管理進行深層次改革(江武峰,2021)。近年來,我們國家和地方通過貨幣政策、財稅政策、土地政策以及限購政策對房地產市場施行干涉,固然獲得了一定的效果,但多數情況下卻是收效甚微。究其原因,除了我們國家房地產市場過于復雜、市場機制不完善外,和地方以及各市場主體間的信息不對稱也是一大問題。在大數據背景下,可否通過整合住房信息、土地信息、市場運行等資源進行綜合分析,進而為我們國家房地產宏觀調控提供科學支持呢?答案:顯然是肯定的。二、大數據在房地產宏觀調控中的適用性由以上分析能夠看出,運用大數據思維及大數據技術為決策者提供科學支持已成為一大趨勢。在房地產市場宏觀調控中,可以綜合運用大數據思維及技術從多個層面發揮作用。在本節中,主要從土地利用監管、商品房價格調控、住房保障三個層面開展討論,主要是分析當下在這三個層面存在的一些主要問題及大數據應用于三個層面中針對問題的解決方式,以此來講明,大數據應用于房地產市場宏觀調控的可行性與適用性。(一)土地利用監管當前,我們國家快速城鎮化經過中的土地供需矛盾日益突出,不但大量優質耕地被占用,而且土地利用效率不高,用地構造嚴重失衡。這一矛盾集中具體表現出在住宅用地上,十分是商品住房用地上。城鎮化經過中,大城市和小城市都在迅速擴張,城市用地面積也在擴大,由于前期監管不嚴,我們國家城鎮化中出現了較多的違規用地現象。十分是在超大型城市或大型城市周邊,耕地被違規用來進行工業建設或住宅建設幾乎是一個普遍現象,如小產權房的產生就是一個典型的違規用地案例。同時,城市用地規劃混亂,土地利用構造不平衡也是一重大問題。近年來商業地產熱度膨脹,各城市中及城市周邊可用地高樓拔地而起,商業地產遍布城市的空地,擠占了綠化及其他城市用地。甚至一些區域本是保障性住房建設用地,開發商違規操作,建成商品住房銷售等等。土地利用監管不嚴格不到位是這一結果的一個重要因素。運用大數據進行土地利用監管,一要從量上進行,二要從質上管控。從量上把控,就是要對現行城鎮用地,十分是大城市周邊的土地進行整治。運用大數據監控,對當下的土地利用狀況進行實底摸查,并進行分析,對于違規使用土地的進行問責整改。十分是對于城鎮用地要進行網絡實時公開,接受群眾監督,當發現有違規占用土地情況出現時,可及時進行清理。從質上改善,就是要對現行土地利用進行構造上的調整。當下城鎮用地不僅存在過量使用,還由于前期規劃不完善以及私自變更用地性質,土地利用構造不符合城市長期健康發展要求。大數據應用于土地構造調整改善,就是要將數據實現全覆蓋,從規劃計劃、審批,到供給和開發利用,一直到土地登記備案都要進行數據管理。實時分析城鎮土地利用構造,當某種土地利用超過指標時,要在該種土地利用后續審批上進行適當管控,反之則進行寬松審批。構建土地利用預警系統和土地節約集約利用評價系統,運用科學手段促進土地的合理利用以及城市土地利用構造的不斷完善。(二)商品房價格調控對于房地產市場的調控,核心是對住宅價格的調控,十分是針對城鎮商品住宅價格的調控。商品房價格調控初期,主要偏向于使用行政手段進行直接干涉,進而在一定程度上導致我們國家房價陷入越調越漲的怪圈。后續,我們國家逐步從以行政手段為主過渡到經濟、行政和法律三大手段協調搭配,愈加注重經濟政策的運用。當下,我們國家已構成金融、財政等經濟手段為主的調控政策體系,對于調控手段也不僅僅依靠某一項政策,而是各種政策搭配使用,協調性顯著加強(賈康等,2021)。信息是房地產市場博弈的基礎,也是制定房價調控政策的重要根據。當下的狀況是我們國家房地產市場存在著普遍的壟斷性和信息的不充分性,并且也沒有構成一個全國統一的信息系統,這對房地產價格調控產生了較為不利的影響。由于信息的不完好或不對稱,作為市場主體重要組成部分的和消費者,都無法正確判定市場形勢,進而難以構成較為準確的決策。從這一點上,我們能夠借鑒大數據技術,構建房地產市場信息綜合平臺,將市場上的開發商納入到該平臺中,構筑完善的信息披露和監測體系;同時,將開發商成本信息納入到平臺中,實時監測并定時發布所開發樓盤的成本信息,并受社會監督。構建房價監測大數據體系,能夠有效地預測社會預期情緒的冷熱度。隨著網絡的普及,民眾對網絡的依靠也逐步增加,在多數情況下,卻不能及時甄別網絡信息的真假。受從眾心理的影響,在短期內,民眾心理和情緒很容易受網絡媒體的影響。除此之外,很多開發商為了營造氣氛,采取饑餓營銷、虛假營銷等不利于市場正常運行的銷售手段。這些,都給民眾以房價會持續上漲的預期,進而造成剛需和投資者均持續性地涌進市場,房價也被哄抬得很高。構建社會預期大數據,即通過數據搜集及分析,提早獲得民眾對房價的預期,在民眾的預期轉化成行動之前,運用相關政策手段,采取反向操作,進而引導民眾預期轉向。(三)住房保障施行監管在我們國家住房制度改革的進程中,國家一直對中低收入家庭的住房問題給予高度重視。住房保障的實物形態是當下大力發展的廉租房、公共租賃房和躉租房以及可用來銷售的兩限房和經濟適用房等。住房保障的貨幣形態有住房補貼、公積金補貼等。然而,由于我們國家保障性住房的準入和退出機制不健全,保障性住房方面出現的亂象較多:如相關部門與中間人之間的設租尋租,保障房小區內豪車穿梭,甚至一些小區成為特權部門專屬小區等等。保障性住房,十分是可售賣性質的保障房的各種問題已為民眾所詬病。而租賃性質保障房固然在一定程度上可避免上述問題,但也不乏出現申請人在申請到使用權后進行租賃等嚴重后果。貨幣形式的住房補貼也有由于資格審核不嚴格,本不困難家庭獲得補貼,浪費公共資源。除此之外,還有某些地區在進行保障性住房建設時未考慮所需人群的生活習慣和寓居要求,導致一些區域十分是經濟欠發達區域的保障性住房閑置的現象。運用大數據思維和技術對住房保障制度進行補充和完善,對住房保障的詳細施行進行監管與調節,可有效地解決當下我們國家住房保障制度推行中存在的一些問題。可通過建立申請家庭信息庫,對申請家庭進行動態監測。對于申請保障性住房或住房補貼的用戶,將其收入與消費等信息納入到信息庫中,對于這些信息進行綜合核實和評定。同時,還要定期進行信息的搜集與處理,分析其收入及消費狀況。假如在一定時期后,申請家庭的收入較高并已嚴重超出保障范圍的,可給予提早告知,并進行清退,由此可解決保障性住房或住房補貼申請和退出問題;對于保障性住房的建設,可以在前期進行規劃監測,對于周邊環境進行整體分析,以避免在建成后無人寓居而成為空城或后續出現安全問題。三、大數據應用于房地產市場宏觀調控中可能存在的問題及對策無論企業還是都可運用大數據進行決策支持,然而從數據到智慧決策還是要經歷一段路程。大數據運用到房地產宏觀調控中可能會產生下面問題:首先,由規范缺乏而引發的數據安全問題。從當下來看,我們國家對大數據的使用還沒有具體的制度進行規范,運用大數據也沒有詳細的規章可循,而這些都會導致出現使用的灰色地帶,如隱私保衛缺乏、個人信息不安全等問題。采集或擁有的個人信息數據都是較為具體的家庭個人信息,如使用不當或被竊取,會造成嚴重后果。其次,大數據應用于房地產政策制定,是科技與人文相結合的大型項目。當下成立的大數據分析機構多數為科研機構,作為的智囊而存在,不利于制度的建立。可考慮設置相關職能部門,這類職能部門的設立能夠有效地解決大數據使用的規范性問題。最后,大數據動態監管的困難性。相對來講,采集個人信息較為容易,但要動態地進行監控較難,十分是對一些人口流動較大的城市以及房地產投資較興盛的城市,要牽涉到跨區域監管,這在很大程度上會造成數據動態監管的難度。因而,需要各省市甚至區密切合作,并實行數據的定時溝通溝通,進而構成動態監管。以下為參考文獻[1]李鵬,呂欣.以大數據輔助房地產宏觀決策[J].宏觀經濟管理,2020,30(8):34.[2]方大春,裴夢迪.房價空間關聯網絡構造實證分析[J].上海經濟研究,202