如何看待阿里巴巴杀入房地产？ 第1页

9月16日，阿里巴巴宣布正式成立房产部门，推出「天猫好房」平台，宣告正式进军房地产业，显然想把「衣食住行」通通纳入自己旗下。阿里系对行业的改造，向来是从「数字化」入手的。像淘宝和天猫，对购物的数字化，就极大的减少了消费者的搜寻、售后和交通成本，强力的释放的消费者的需求，创造了全球最大的网络消费类社区。而房地产业，则明显是“数字化洼地”。

根据麦肯锡全球研究院的报告，中国的房地产业还处在「低度数字化」和「低生产增长率」的「双低」区域。

从上图可以看出，随着数字化程度的提高，劳动生产率的增长也会有显著提高，这意味着房地产数字化，还有很大的潜力可挖。而阿里坐拥全球最大的消费者市场，以及支付宝内大量的客户信用数据，对房地产这一「数字化蓝海」有所觊觎，倒也不意外。所以，关于如何看待阿里杀入房地产，我主要从数字化的可行性和途径来回答。

实际上，尽管房地产业总体数字化程度不高，但是这个课题已经在业界讨论并且实践了很长时间了。无论是从服务体验，节约成本，还是提高资源配置效率上，房地产行业数字化的意义是毋庸置疑的。^[1]根据埃森哲的报告，数字化技术在房屋开发和管理应用上的价值衡量，几乎在各个维度上的提升和优化都比传统模式平均要高20%以上，最高甚至于可以节省当前能源消耗的80%。

而在交易环节，数字化可以将消费者从固定的房地产消费场景半径中解放出来，激发并提振潜在的消费需求。解除了物理的束缚，房地产平台就可以给消费者提供多维度、全面、动态的房源信息和交易进度信息，让信息更加透明和对称，避免交易中的各种明雷和暗雷。同时还能根据消费者的需求刻画和行为偏好进行智能推荐，节约了交易时间，而这些时间就可以投入到其他的生产活动中去，从而提高全社会的整体福利。

既然交易环节的数字化如此重要，它又包括哪些方面呢？住房交易数字化领域的头部企业，是贝壳找房。根据贝壳研究院的报告，数字化可以从整体上分为三个要素：房、人和流程。

房源的要素因素，是整个产业数字化的基础。因为房屋交易依赖于线下的主要原因，就是购买者对商品的信息不对称。而线下看房的意义，就在于对房源和房东信息的验证。从经济学上说，这是一个典型的有代价的信息验证的过程(costly verification)。因为购买者之间存在竞争，所以不存在一个理论上可以完全揭示隐藏信息的均衡状态。^[2] 在这种情况下，减少房客验证信息的成本，对于构建稳定而高质量的市场，排除低质量房地产销售商，建立客户信任，都是至关重要的。

但是对于房源信息上线，又是很难单纯的通过技术和金融的优势来解决的。因为这是线上和线下的连接点。这方面，和一度非常火的「房地产上链」的区块链项目是可以类比的。房地产上链，数字通证对应实体房地产，直接去中心化交易——听起来可行也有效，但是就是很难做起来。为什么呢？

尽管看起来已经解决了大部分的技术问题，只剩下了最后一英里，而恰恰这最后的一英里是最关键的。这需要企业耐心的下沉到房源的细节去搜集资料、然后去把这些资料数字化来详细的描述房源的特点；尤其是房源不是一成不变的，随着时间的退役，房源的情况也会发生变化。然而绝大部分以区块链为核心竞争优势的企业，是没有实力和耐心去做这些工作的，所以自然「房地产上链」就很难真的大规模推行。

数字化的优势，很大程度上在于大数据分析，以及分析结果和交易环节的联动。而在房这个因素上，大数据只能靠线下积累，从而在房东和房客的双边市场中产生数据的溢出效应。这种溢出效应，就是数字房地产业的「护城河」。而这一条河，是短时间内很难去跨越的。

即便是解决了房的因素，人的因素就是另外一道坎。人包括两个方面，一是对客户的精准画像，二是对房产中介的声誉判断。

第一点是标准的大数据范围内可以解决的，通过对客户信息的搜集和分析，大数据可以精准的推送给客户他们想要的房屋和户型，就节省搜寻和匹配的成本而言，机器学习算法在其中可以起到显著的作用——尤其是对于新房而言，是有可能「去中介化」的。

但是对于二手房而言，第二点其实相当重要。因为二手房的情况往往非常复杂，信息不对称也更加的严重。这个时候，就体现出中介平台这个「可信第三方」的作用了。中介平台可以把客户模糊的需求和二手房相对复杂的条件进行人工的对接，从而促成交易。这对于行业所创造的总价值，几乎在任何条件下都是有改进的。^[3]

但是因为需要「可信第三方」，所以对于中介从业者的要求是很高的。这需要中介从业者确实是一个「专家」，而非干几个月就跑的机会主义者。但是目前中介人员流动性比较大，和美国相比，稳定性存在较大的差距。

在这种情况下，维护一个中介从业着的人才库，专业水平和风格的鉴别就非常的重要。能够区分不同信誉和风格的经纪人就非常重要了。一方面，让从业者可以打造自己的个人品牌，提供额外的激励让经纪人更加有长期规划，更在乎自己的声誉；另一方面也可以给不同的客户推荐不同类型的中介从业者——有的客户可能喜欢娓娓道来型的，有的客户可能喜欢强势推荐型的…… 类型的搜寻和匹配不仅仅出现在房源和房客之间，在中介和房客之间，同样存在。^[4]

中介从业者的数据，因为和时间维度更加密切的相关，对于新进入房地产的企业来说，毫无疑问是一个更大的挑战。

如果解决了房和人的问题，数字化就推进到了第三个方面，也就是「流程」。

流程往往被认为是相对来说最容易用技术来打通的，比如线上贷款和VR看房等等，这些基本上不是监管问题就是技术问题。然而这其实只是房地产流程的一个很小的技术部分。

很多房地产交易是非常复杂的，并不是像大多数产品那样：一手交钱，一手交货这么简单。比如「以房换房」，就牵扯到银行贷款的周转，购房资质的状态变化等等。这些交易的环节和流程，往往除了买卖双方和中介之外，还牵扯到税务、监督、银行等不同的监管和利益相关方。很多时候都是需要中介和银行之间的互信，才能以较快的速度完成的。而这种互信不是浸淫在行业多年多次互动，是很难建立起来的。而这种信任一旦建立，无论是对于第三方，还是对于企业本身，都会显著的减少信息的验证和扫描成本，提高各自的利润率。^[5]

所以，看上去最标准化的「流程」，反而是房地产交易数字化中，最难以攻克的地方。

总之，衣食住行四大方面，「住」这个领域有其特别之处，其数字化需要企业下沉到交易环节的方方面面，来具体消除信息不对称和建立信任，最终通过降低人们的搜寻、验证和扫描的成本来获取红利。而这一点单纯的通过短时间内大量资源和技术的投入，往往成效和投入比达不到预期。

在营销上，阿里系所擅长的精确大客户画像和推送匹配，能够发挥比较大的作用；但是与快消品不同，房产作为交易标的，数字化的关键在于交易而非营销。而这就涉及到房源、人和流程三个方面的数字化——包括房源信息和历史交易数字化，房产经纪人/中介的信息维护，以及最关键的各个环节的数字化流程，都还是需要下沉到交易环节的来打通的——这恐怕并非是阿里的朝夕之功。

参考

1. ^ 贝壳研究院，清华大学中国经济社会数据研究中心21世纪产业研究院，中国居住服务业数字化发展报告, 2020年9月
2. ^ Riley, J. G. (1985). Competition with hidden knowledge. Journal of Political Economy, 93(5), 958-976.
3. ^ Biglaiser, G. (1993). Middlemen as experts. The RAND journal of Economics, 212-223.
4. ^ Li, S., Sun, H., Wang, T., & Yu, J. (2016). Assortative matching and risk sharing. Journal of Economic Theory, 163, 248-275.
5. ^ Puri, M., & Rocholl, J. (2008). On the importance of retail banking relationships. Journal of Financial Economics, 89(2), 253-267.

今天爆出消息，融创在谋求打折出售资产，以改善债务状况。

另外，一些在建期房的房产公司，资金链有风险，建设进度延迟，导致无法按期交付，甚至很可能永远无法交付。

所以购买期房要特别小心。

----------

以下是原回答：

不要看马老师说啥，要看他做啥。

确实是嗅觉灵敏。非常厉害。

回顾历史，每一波严峻挑战都会有一个或多个群体作为祭品。

在这一波的严峻挑战中，Ever Big的事件已经指明了一类祭品的身份。

其他食肉动物，需早做准备参与分尸。

虽然大头吃不到，小部分也很可观。

顺势捞底的逻辑。

确实是高手。

二三线房产不要买了，观望一段吧。

投资性房产抓紧出手。