数据之于住房研究的价值
各个城市每天的都会产生住房交易数据,因其高度的敏感性,所以也是保密的。可是这套数据在研究中的价值却相当有限,因为这是一套可信度较低的宏观数据。它有以下特点:
首先,这是看不到差异的平均值。平均值抹去了区位差异,房地产最看重的“区位、区位、区位”在这套数据中完全无法体现;平均值抹去了产品差异,低容积率、入户花园、环保建材、智能管理等等产生的差异,全都难以展现;平均值甚至抹去了价格本身的差异,欧美城市大多采用“中位数”,更加能反映市场价格的真实情况,但我们采用“平均数”,在一个幂律分布的价格曲线中,平均值要远远高于中位数。其次,这是极易被人为操控的统计值,真实性常常受到质疑。而可信度更高的微观数据则主要在代理商、中介机构、互联网企业乃至金融机构手中,获取不易。
假如高度依赖这种可信度低的宏观数据,很容易导出不正确的宏观调控政策。把眼光放在平均值上,会高估房价风险,会不顾产品差异采用一刀切政策,会去限制高价房的网签而增加低价房网签,从而营造平均值不高的假象。
可以说,住房研究是一个高度依赖数据,同时数据高度不完备的领域。
用大数据弥补统计数据的不足
于是我们开始尝试从其他多个渠道收集间接但却可能更真实有效的数据来填补研究数据的亏缺。
比如用居民用电大数据去测算住房空置率,以此作为住房库存的重要互补性数据;又比如用POI数据去测算社区便利度,以此作为判断房价走势的重要参考性指标;上述利用百度地图数据测算跨城通勤量,也是这方面的有益尝试。
在大数据的支持下,我们开始发现一些过去难以注意到的现象和征兆,令人鼓舞。可是随着未来的数据源越来越丰富,就会涉及到最后一个问题,我们要怎么去利用它们?或者说,我们要利用这些数据做什么?
我们的核心诉求当然是用数据去洞见未来,也就是发现趋势。可是近期读到一本书,叫《理论的终结》,讲的是在面对金融危机时,经典经济学是如何失效的。书中指出我们的真实世界有四大现象,书里把它们称为“四骑士”,分别是:
● 层展现象:个体行为和群体行为有很大差别,又叫涌现现象;
● 非遍历性:历史不会简单重复,过去经验不能指导未来;
● 根本不确定性:上述两个现象导致未来存在完全无法预测的不确定性;
● 计算不可化约性:所以趋势也不能用简单的数据和模型简化预测。
如果理论真的就这么终结了,那我们还怎么去把握那些大趋势?这太令人绝望了!
蜂鸟思维——寻找影响未来的小趋势
好在今年出现了一个热词——“小趋势”。
什么是“小趋势”?按照美国未来学家马克·J.佩恩的定义,小趋势就是占人口1%的群体出现的变化。比如,他观察到住在一个城市但去遥远的另一个城市上班的人、信奉新教的墨西哥裔美国人、在家里上学的孩子、受过良好教育的恐怖分子等。佩恩的这一观察视角带来的启发是:有些人群人口数量相对较小,却能产生与其人数似乎不相称的影响力。
为了搞清楚这个概念,我认真阅读了经济学家何帆的《变量:看见中国社会小趋势》。这本书用了很多例子去讲述一些和主流趋势并不完全一致的新动向,比如在互联网发展的大趋势下,传统汽车产业却开始获得新生;又比如在城市化的大趋势下,农村教育却出现新的转机。读完这本书,我大概知道了,要了解大海,除了观察环球洋流,还要观察小型洋流;要了解大树,除了观察主干,还要观察枝叶,并没有谁更重要。
罗振宇在2019年的跨年演讲中给出了他对“小趋势”的定义——影响趋势的趋势,带来改变的改变。这让我想起《伟大创意的诞生》的作者史蒂文·约翰逊写的另一本书《我们如何走到今天》,里面提到了一个概念,叫“蜂鸟效应”:花粉的进化,促成了蜂鸟翅膀的进化。不同于“蝴蝶效应”,“蜂鸟效应”是指一个变化,推动了一系列其他领域的创新活动——这正是描述小趋势的一个贴切概念。
所以,在一个非遍历的根本不确定的世界中,我们在利用数据时更应该建立起一种“蜂鸟思维”,也就是:
● 以有限的小数据去把握极其粗略的大趋势;
● 以日益丰富的大数据去洞察那些正在萌芽的小趋势。
那么,未来在住房领域有哪些值得观察的“小趋势”呢?我们不妨一起开一开脑洞:
● 地铁的普及催生的不一定是通勤距离的增加,也可能是郊区小型化生活圈的出现;
● 长租公寓行业的洗牌也许会以“新生活方式”的形态重生;
● 装配式建筑技术的成熟也许会促进保障性住房的发展;
● 5G技术支持下的智能化小区的发展也许会彻底改变当前的物业管理模式。
我们当然还可以举出不少可能性,但要获得洞见,还需要在数据的助力下持续观察。查理芒格说:“宏观是我们必须接受的,微观才是我们能有所作为的。”与大家共勉。