西安 · 西安全国性品牌房企长租公寓研究

为什么做这项研究（情境-冲突-疑问-障碍-解决）

• P2：西安长租公寓分析框架 安居客 需求 配套 租金
• P7：需求禀赋 选取指标 工作人口密度 写字楼密度 三产密度（金融业、商务服务业、信息计算机科研类企业） 【公寓研究体系】 通过2个维度进行长租公寓的板块选址 租金分布 单位网格公寓租金均值
• P8：【公寓研究体系（需求）】

研究框架与方法论（MECE：相互独立、完全穷尽）

• P2：西安长租公寓分析框架 安居客 需求 配套 租金
• P7：需求禀赋 选取指标 工作人口密度 写字楼密度 三产密度（金融业、商务服务业、信息计算机科研类企业） 【公寓研究体系】 通过2个维度进行长租公寓的板块选址 租金分布 单位网格公寓租金均值
• P8：【公寓研究体系（需求）】
• P9：【公寓研究体系（需求）】
• P10：【公寓研究体系（需求）】
• P11：【公寓研究体系（需求）】
• P12：【公寓研究体系（配套）】
• P13：【公寓研究体系（配套）】

量化方法与指标体系（可复核的方法论）

• P3：1、背景 2、原理 客观赋权法，不考虑指标本身重要程度，根据计算各项变量指标数据的效用值，来确定指标权重。避免人为主观干预评价结果。 变量指标权重=变量效用值/所有变量效用值之和 某变量效用值=1-信息熵（0＜信息熵＜1） 信息熵的确定原则：该变量的数据离散程度越高（例如社会中某类别事物中个体差异度越大），信息熵越小那么效用值越大，权重越大，反之信息熵越大，效用值越小，权重越小 如：城市某一类功能（如医院），如果空间聚集特征明显，信息熵
• P4：用Python代码对综合指标进行熵值法计算 【数据计算方法应用举例】
• P5：自然分段法 1、背景 数据内部本身就有断点，可以对所有数据进行小聚类，聚类结束条件为组间差异程度最大，组内差异程度最小。 2、原理 “自然分段法”基于数据中固有的自然分组。将对分类间隔加以识别，可对相似值进行最恰当地分组，并可使各个类之间的差异最大化。要素将被划分为多个类，对于这些类，会在数据值的差异相对较大的位置处设置其边界。 如：城市工作人口分布，组内差异程度最小保证了不同分组的相似性最强，差异性最小，组间差异程度最大可以保证不同分
• P6：对西安长租公寓需求熵值法计算结果进行自然分段 1.通过熵值法对每个网格进行打分 2.打分结果进行自然分段后即可分为5类 【数据计算方法应用举例】
• P7：需求禀赋 选取指标 工作人口密度 写字楼密度 三产密度（金融业、商务服务业、信息计算机科研类企业） 【公寓研究体系】 通过2个维度进行长租公寓的板块选址 租金分布 单位网格公寓租金均值

关键发现与判断（均来自原文）

（该成果关键判断原文较少，完整结论见交付。）

风险提示（主动披露）

（该成果未单列风险提示；相关判断见上文关键发现。）

给委托方的启示

本案例展示禾略「把研究做成能查的东西」的方法：以量化框架+可复核指标支撑城市/产品/拿地决策，而非会议室里的嗓门。