版权归作者所有，转载请注明出处
地产数据思考20200726
首开监测
1、最近在整理首开季度监测，感觉数据量挺多的，一个季度更新一次，已经超出了我的记忆范围，今天整理了脉络以便以后更新。
2、但是做分析的时候一个区域的土地、项目、宏观倒腾来倒腾去，如果需要仔细思考就需要来回VLOOKUP，有没有工具可以自动匹配字段，比如都有一个区域字段，我就可以直接看到某个区域的土地、住宅、宏观等全部数据，后来我看了一下还真有，那就是微软自带POWERBI及excel插件，这样有印象的就不只是最好的天府新区。
模型思考
之前在听讲座的时候，一个教授说其实小数据更高度依赖模型，我不太懂什么意思，但最近感觉模型可以在写报告的时候多一个分析维度，而且最重要的是不用来回思考。
例子：
点击：【基于DEA方法的安徽省房地产市场效率评价研究- 百度文库 】
指标选择：
指标的建立与数据的收集选取安徽省房地产市场企业个数、房地产开发投资额、商品房新开工面积为投入变量；考虑到房地产市场经营的最终结果是利润，为了直接反应房地产市场追求利润最大化的目标，我们选取房屋竣工面积、商品房销售额为输出变量，指标数据来源于2013年《安徽省统计年鉴》。
4 结论
本文在评价方法方面，首先采用DEA方法中的模型、模型对安徽省16个城市房地产市场进行DEA有效性、纯技术有效性、规模有效性分析。结果发现合肥、宿州等5个城市DEA有效，其它11个地区是非DEA有效：合肥、淮北等9个城市纯技术有效，其它7个城市纯技术无效；合肥、宿州等5个城市为规模效益不变，滁州、六安、马鞍山为规模收益递减地区，其它8个城市为规模收益递增地区。其次，对11个非DEA有效城市进行投影分析，结果表明各指标均存在不同程度的冗余和亏空，其中商品房新开工面积的投入冗余率最高，企业个数冗余率最低。最后，通过改进DEA方法中的模型，构建超效率DEA模型，对安徽省各市房地产市场效率进行综合排名。结果发现，宿州的超效率值最大，综合排名第1，黄山的超效率值最小，综合排名第16。
思考：我们评价不同城市或者一个城市不同区域房地产效率（投入产出）的时候，也可以用这个模型去评价，多一个评价维度。
