案例库 › 苏州
案例 · 苏州2017

苏州 · 城市地图

委托方:某合作房企(脱敏)|研究主题:城市地图|年份:2017
◆ 核心结论 · 一句话读懂
核心结论(摘自该成果原文):
  • P21:土地城市化水平较高,建成区人口密度不高 当前城市发展水平—— 城市建设力 苏州土地城市化水平(根据路口数及公共交通计算得出) 城区 拓展区 郊区
  • P51:视角一:城市蔓延与城市边界——4大类7小类土地属性 城区 近城 苏州 近郊 远郊 近城便捷区 近城安居区 远郊区 自驾 公交,学校 公交,学校,三产 苏州土地属性聚类 公交,学校,景观 二产,三产 近郊定居区 近郊便捷区 城市核心区 城区拓展区
  • P63:城市土地类型的划分 视角二:基于各板块土地价值现状,将苏州城市土地划分为7个层级 房高价 (资源稀缺度) 高 高 核心城区 城区拓展区 近郊定居区 远郊区 近城安居区 近城便捷区 近郊便捷区 房中值 (城市地段) 中 低 中 低 39205 19753 10388 1、高房价段为前20%的板块 2、中、低房价以剩余80%的中位数为划分线 17636
  • P69:现状值得进入板块:尚湖、高新区保税区、凤凰、城厢等 苏州土地价值总结 现状价值低估区域矩阵 土地价值现状 城市边界土地属性 低估区域位置 尚湖镇 凤凰镇 城厢镇 塘桥镇 科教新城 经济开发区 陆家镇 杨舍镇1 周市镇 花桥镇 花桥镇 苏州高新区 综合保税区3

为什么做这项研究(情境-冲突-疑问-障碍-解决)

  • P4:城市发展阶段 研究思路说明 样本城市筛选 数据指标采集 经济增长力 产业驱动力 人口吸引力 收入增长力 资金聚集力 住房消费力 城市建设力 前景规划力 城市聚类 城市变类 发展现状 未来可能 城市理解 城市预判
  • P8:工业为主导,同时高新科技及服务业相关产业迅猛发展 数据来源:苏州统计年鉴 苏州行业结构及各行业增速 2015年行业增加值占比 2013-2015年各行业增加值增速 当前城市发展水平——产业驱动力
  • P20:空间结构由古城为核心形成T轴多点布局 当前城市发展水平—— 城市建设力 苏州市城市总体规划 (1996-2010年) 苏州市城市总体规划 (2001-2020年) “古城居中、东园(工业园区)、西区(苏州新区)、一体两翼、南景(风景区)、北廊(交通走廊)的城市形态。 形成“三心五楔,T轴多点”的空间结构。三心:即三级绿心。五楔:即伸入中心城区的5条生态绿楔,包括西南角、东南角、东北角、西北角和西部5大绿楔。T轴:东西向和南北向发展轴线,

研究框架与方法论(MECE:相互独立、完全穷尽)

  • P4:城市发展阶段 研究思路说明 样本城市筛选 数据指标采集 经济增长力 产业驱动力 人口吸引力 收入增长力 资金聚集力 住房消费力 城市建设力 前景规划力 城市聚类 城市变类 发展现状 未来可能 城市理解 城市预判
  • P8:工业为主导,同时高新科技及服务业相关产业迅猛发展 数据来源:苏州统计年鉴 苏州行业结构及各行业增速 2015年行业增加值占比 2013-2015年各行业增加值增速 当前城市发展水平——产业驱动力
  • P20:空间结构由古城为核心形成T轴多点布局 当前城市发展水平—— 城市建设力 苏州市城市总体规划 (1996-2010年) 苏州市城市总体规划 (2001-2020年) “古城居中、东园(工业园区)、西区(苏州新区)、一体两翼、南景(风景区)、北廊(交通走廊)的城市形态。 形成“三心五楔,T轴多点”的空间结构。三心:即三级绿心。五楔:即伸入中心城区的5条生态绿楔,包括西南角、东南角、东北角、西北角和西部5大绿楔。T轴:东西向和南北向发展轴线,
  • P22:城市发展阶段 研究思路说明 样本城市筛选 数据指标采集 经济增长力 产业驱动力 人口吸引力 收入增长力 资金聚集力 住房消费力 城市建设力 前景规划力 城市聚类 城市变类 发展现状 未来可能 城市理解 城市预判
  • P23:一种新的视角和方法 通过聚类分析看城市现状,透过变类分析看城市未来 典型一线城市:北京、上海、广州、深圳 典型二线城市: 杭州、武汉、天津、苏州、成都、南京、郑州、无锡、宁波、合肥、东莞、佛山 上海 北京 杭州 苏州 广州 深圳 天津 武汉 南京 宁波 无锡 郑州 成都 合肥 佛山 东莞 对标城市——16城 样本量——176个 每个城市采集2005-2015年11年数据 每个城市每年当成1个样本
  • P24:一种新的视角和方法 指标采集 —— 15个影响房地产发展的关键指标 备注:数据来源各城市统计公报与克尔瑞地产系统。
  • P26:26 年末存款余额 2. 其次,根据地产市场影响因素 {X} 进行城市聚类 ** 排除与地产市场不相关或者弱相关的指标,减少了对相似地产需求结构城市聚类结果的干扰。 1. 通过对年人均住宅销售面积的回归分析建立函数关系Y(X),找到地产市场影响因素 {X} 筛选地产市场影响指标,通过指标聚类寻找具有相似地产需求结构的城市 模型几何示例: 城市现状研究方法说明——城市聚类
  • P31:未来趋势研究:采用二元逻辑回归方法,对城市的未来发展方向进行研判 城市前景研究方法说明——城市升级变类 由于因变量Y是分类变量(即变类成功或变类失败),所以可以采取二元逻辑回归。 在二元逻辑回归中,公式如下: P(成功的概率) =e(-(β0+β1*X1+β2*X2+……+βn*Xn))/[1+ e(-(β0+β1*X1+β2*X2+……+βn*Xn))] P(失败的概率)=1-P(成功的概率) =1/[1+ e(-(β0+β1*X1+

量化方法与指标体系(可复核的方法论)

  • P5:1经济增长力:中等规模城市,保持稳定发展趋势 苏州GDP 2015年GDP规模:14504亿 位居16个城市中第6位 2011-2015年GDP平均增速:9.4% 位居16个城市中第9位 当前城市发展水平——经济增长力 2011-2015年城市GDP规模及增速比较 2015年GDP(亿元) 2011-2015年GDP增速 数据来源:国家统计局官方网站统计年鉴2011-2015年
  • P8:工业为主导,同时高新科技及服务业相关产业迅猛发展 数据来源:苏州统计年鉴 苏州行业结构及各行业增速 2015年行业增加值占比 2013-2015年各行业增加值增速 当前城市发展水平——产业驱动力
  • P19:7城市建设力:建成区面积排名全国第15位 当前城市发展水平—— 城市建设力 备注:数据来源各城市统计年鉴 *2012年吴江撤市设区
  • P24:一种新的视角和方法 指标采集 —— 15个影响房地产发展的关键指标 备注:数据来源各城市统计公报与克尔瑞地产系统。
  • P25:方法说明 —— 用回归分析,筛选出影响目标的指标,进行城市聚类计算 选择K-means聚类,不掺杂先验因素,进行城市分类 城市聚类方法说明
  • P26:26 年末存款余额 2. 其次,根据地产市场影响因素 {X} 进行城市聚类 ** 排除与地产市场不相关或者弱相关的指标,减少了对相似地产需求结构城市聚类结果的干扰。 1. 通过对年人均住宅销售面积的回归分析建立函数关系Y(X),找到地产市场影响因素 {X} 筛选地产市场影响指标,通过指标聚类寻找具有相似地产需求结构的城市 模型几何示例: 城市现状研究方法说明——城市聚类
  • P31:未来趋势研究:采用二元逻辑回归方法,对城市的未来发展方向进行研判 城市前景研究方法说明——城市升级变类 由于因变量Y是分类变量(即变类成功或变类失败),所以可以采取二元逻辑回归。 在二元逻辑回归中,公式如下: P(成功的概率) =e(-(β0+β1*X1+β2*X2+……+βn*Xn))/[1+ e(-(β0+β1*X1+β2*X2+……+βn*Xn))] P(失败的概率)=1-P(成功的概率) =1/[1+ e(-(β0+β1*X1+
  • P36:劳动力需求 制造业人口流动地图 制造业区位商差(2014-2010年) 制造业:苏州的制造业没有显著变化,维持稳定 就业人口结构分析 需求增强 需求减弱 增强 减弱

关键发现与判断(均来自原文)

  • P2:目 录 CONTENTS 禾略 URASR中国源自全国性品牌房企团队,着眼于未来、落实到现在的房地产大数据服务商,经验丰富,带来品质保障的增值顾问。 Part 1 城市发展预判 Part 2 地产市场趋势 Part 3 城市土地价值
  • P4:城市发展阶段 研究思路说明 样本城市筛选 数据指标采集 经济增长力 产业驱动力 人口吸引力 收入增长力 资金聚集力 住房消费力 城市建设力 前景规划力 城市聚类 城市变类 发展现状 未来可能 城市理解 城市预判
  • P5:1经济增长力:中等规模城市,保持稳定发展趋势 苏州GDP 2015年GDP规模:14504亿 位居16个城市中第6位 2011-2015年GDP平均增速:9.4% 位居16个城市中第9位 当前城市发展水平——经济增长力 2011-2015年城市GDP规模及增速比较 2015年GDP(亿元) 2011-2015年GDP增速 数据来源:国家统计局官方网站统计年鉴2011-2015年
  • P7:从效率角度看,工业服务业双轮驱动,服务业加速增长 服务业效率快速提升 工业效率增长较慢 备注:城市产业效率=产业规模/从业人口,单位:万元/人 高效率 中效率 低效率 当前城市发展水平——产业驱动力
  • P8:工业为主导,同时高新科技及服务业相关产业迅猛发展 数据来源:苏州统计年鉴 苏州行业结构及各行业增速 2015年行业增加值占比 2013-2015年各行业增加值增速 当前城市发展水平——产业驱动力
  • P9:3人口吸引力:苏州常住人口规模较大,增速相对缓慢 规模大,增速快 规模小,增速慢 苏州常住人口 2015年常住人口规模:1063万人 位居16个城市中第7位 2011-2015年常住人口增速:1.0% 位居16个城市中第15位 规模小,增速快 规模大,增速慢 当前城市发展水平——人口吸引力
  • P11:制造业从业人口规模最大,为211万,占比为69% 当前城市发展水平——人口吸引力
  • P12:4收入增长力:金融与信息技术业收入水平最高,住宿餐饮业收入最低 当前城市发展水平——收入增长力

风险提示(主动披露)

  • P1:在【禾略 URASR中国】的世界里,您都将连上世界的头脑风暴 有梦想,能实现 www.urasr.com 苏州土地价值地图 站在【时代的风口】,我们一直努力探索着各种突破的可能,比如如何将大数据应用到房地产,切实有效【降低开发风险,最大化客户价值】
  • P42:上升期 泡沫期 过热期 停滞期 房价增速<人均收入增速 房价增速<城市存款增速 房价增速>人均收入增速 房价增速<城市存款增速 房价增速>人均收入增速 房价增速>城市存款增速 房价增速<人均收入增速 房价增速>城市存款增速 房价滞后于居民收入增长及城市经济发展速度; 城市内部具有巨大的房价上升潜力; 为大众建房,进行规模扩张。 Ⅱ泡沫期 Ⅲ过热期 Ⅳ停滞期 低风险,为大众建房 中风险,为富人建房 高风险,回避并关注 中风险,为刚需建房
  • P43:苏州房价增速快于人均收入增速,房价出现轻微的泡沫 房价收入增速比=2011-2016年11月份商品住宅房价增速/2010-2015年人均可支配收入增速 泡沫线 苏州房价增速 1.2 倍于平均收入增速 苏州房价泡沫评估 2011-2016年房价(单价)收入增速比
  • P44:房价增速低于城市发展速度增速,房价存在低估 房价收入增速比=2011-2016年11月份商品住宅房价增速/2010-2015年本外币存款余额增速 泡沫线 苏州房价泡沫评估 苏州房价增速低于本外币存款余额增速
  • P45:过热期:回避并关注 泡沫期:为富人建房 上升期:为大众建房 停滞期:中风险 房价(单价)收入增速比 房价城市存款增速比 苏州房价泡沫评估 综合看,苏州房价承受适中的泡沫风险,应关注城市各区域分化及价值洼地

给委托方的启示

  • P21:土地城市化水平较高,建成区人口密度不高 当前城市发展水平—— 城市建设力 苏州土地城市化水平(根据路口数及公共交通计算得出) 城区 拓展区 郊区
  • P51:视角一:城市蔓延与城市边界——4大类7小类土地属性 城区 近城 苏州 近郊 远郊 近城便捷区 近城安居区 远郊区 自驾 公交,学校 公交,学校,三产 苏州土地属性聚类 公交,学校,景观 二产,三产 近郊定居区 近郊便捷区 城市核心区 城区拓展区
  • P63:城市土地类型的划分 视角二:基于各板块土地价值现状,将苏州城市土地划分为7个层级 房高价 (资源稀缺度) 高 高 核心城区 城区拓展区 近郊定居区 远郊区 近城安居区 近城便捷区 近郊便捷区 房中值 (城市地段) 中 低 中 低 39205 19753 10388 1、高房价段为前20%的板块 2、中、低房价以剩余80%的中位数为划分线 17636
  • P69:现状值得进入板块:尚湖、高新区保税区、凤凰、城厢等 苏州土地价值总结 现状价值低估区域矩阵 土地价值现状 城市边界土地属性 低估区域位置 尚湖镇 凤凰镇 城厢镇 塘桥镇 科教新城 经济开发区 陆家镇 杨舍镇1 周市镇 花桥镇 花桥镇 苏州高新区 综合保税区3
  • P70:潜在升值区域矩阵 城市边界变类类型 升值系数等级 潜在升值区域位置 苏州土地价值总结 未来可重点关注板块:吴江开发区、玉山、木渎镇等 浮桥 玉山镇 淀山湖 金港镇2 东渚镇2 吴江经济技术开发区 横泾 木渎镇 震泽镇 江苏常熟服装城 高新区浒墅关分区
  • P71:苏州土地价值总结 结合现状和未来发展状况,实现土地进入时间规划 黄金板块 现状进入 未来发展 沉睡板块 苏州土地价值类型总结链接:https://geohey.com/apps/dataviz/7f9108b83476424e8c26e463e070a506/share?ak=M2Y1YTE3OWYwMGI1NDQ1Mzk2ZmNiYmZkMjM4ZjUzMDM 玉山镇 苏州常熟服装城 高新区浒墅关分区 千灯镇 淀山湖 张浦镇 开发区4
数据说明:本文结论与方法摘自禾略「苏州 · 城市地图 · 2017」项目可公开成果原文(委托方已脱敏,标注 P{n} 为该成果页码),数据口径以原文交付为准。本页不构成投资建议,仅用于展示禾略的研究方法与服务能力。
← 返回案例库总览