统筹商业地产项目可行性研究全周期，涵盖市场研判、定位验证、财务测算及风险预警，为投资决策委员会提供量化支撑，重点覆盖长三角区域社区型购物中心及区域型写字楼项目。

• 主导南京江北新区12万㎡社区Mall可行性研究，基于城市空间结构理论与TOD开发模型，运用ArcGIS叠加人口热力图、地铁站点辐射半径（500m/1km）、3公里内竞品密度（2.3个/平方公里）等数据，修正原选址评分模型，将项目日均客流量预测准确率从78%提升至89%；同步搭建DCF+蒙特卡洛模拟双模型，考虑租金年增长率（3.5%-5.2%波动）、运营成本超支风险（设置10%压力测试阈值），最终项目IRR从11.2%优化至12.1%，推动投资决策会全票通过。
• 针对合肥滨湖新区某写字楼项目，创新性引入Hedonic定价模型量化周边产业能级影响——通过爬取企业工商数据（注册资本≥1000万的科技企业占比27%）、高校科研人员密度（1.2万人/km²），修正传统租金基准价（原4.8元/㎡/天→5.1元/㎡/天），支撑项目定位从‘通用型’调整为‘科创企业定制型’，预招商率提前3个月达65%（行业平均50%）。
• 解决三四线城市商业项目数据缺失痛点：搭建‘政府公报+第三方大数据（赢商网、汇纳科技）+实地踩盘’三维数据采集体系，设计Python自动化爬虫脚本抓取大众点评、美团商户评分及客单价，将竞品坪效数据颗粒度从‘季度’细化至‘月度’，支撑某县级市项目精准测算盈亏平衡点（出租率72%→68%），降低估值偏差率至3%以内（原8%）。
• 建立可行性研究标准化工具包：梳理《商业地产区位评价12项核心指标》《财务模型敏感性分析模板》等6份SOP，其中‘基于人口结构变化的消费力预测公式’被集团纳入投资决策系统，后续同类项目测算效率提升40%。

负责住宅、长租公寓及小型商业项目可行性研究，聚焦市场供需分析、成本适配性验证及投资回报敏感性测试，支持华中区域三四线城市拓展。

• 独立完成南昌红谷滩外围某住宅项目前期研判：运用PEST模型拆解‘限购放松’‘学区划片调整’政策影响，通过空间计量模型测算3公里内潜在客群（25-35岁首置群体占比62%），结合土地成本倒推合理售价（1.35万元/㎡→1.28万元/㎡），规避因高估去化速度导致的3000万利润虚高风险。
• 优化竞品对标流程：针对长租公寓项目，设计‘租金坪效-装修成本-空置率’三维对标体系，通过Python调用贝壳找房API抓取200+套在租房源数据，建立‘户型-楼层-装修’特征价格模型，精准定位目标客群（年轻白领占比75%）支付意愿，支撑项目装修标准从1500元/㎡下调至1200元/㎡，IRR提升1.8个百分点。
• 主导搭建敏感性分析模板：梳理‘销售价格±5%’‘去化周期延长3个月’‘融资成本上升100BP’等8类风险变量，通过Excel VBA实现一键计算对净利润的影响，将单项目风险评估时间从3天压缩至6小时，该模板被区域投拓部列为标准工具。
• 参与3个落地项目的后评估：对比可行性研究与实际运营数据，发现‘车位配比’指标对去化速度的影响权重被低估（原15%→实际28%），推动集团更新《住宅项目可行性研究指标权重表》，后续项目车位去化周期缩短2个月。

协助资深分析师完成基础数据治理、竞品信息整合及初步财务测算，支撑住宅、文旅项目可行性研究报告编制，重点服务西南区域三四线城市项目。

• 参与大理某文旅小镇项目基础研究：系统整理近5年大理市旅游人次（年均增长12%）、过夜游客占比（45%→58%）等宏观数据，用Excel数据透视表构建‘客群来源地-停留时长-消费结构’三维矩阵，辅助定位‘家庭度假+康养’核心客群，相关结论被写入报告第二章市场分析部分。
• 搭建竞品数据库：爬取安居客、房天下等平台100+个周边项目信息，清洗‘容积率’‘绿化率’‘在售均价’等20+字段数据，制作动态对比图表（含散点图、箱线图），直观呈现区域内产品溢价规律（如带泳池户型溢价8%-12%），该数据库成为部门后续项目的标准参考资料。
• 协助财务模型搭建：核对现金流表中‘销售回款节奏’‘开发成本支付节点’等关键数据，设计‘双周进度-资金需求’匹配表，将模型中资金缺口预警准确率从82%提升至91%，获带教导师‘数据敏感度突出’书面评价。
• 参与项目实地踏勘20+次：记录地块地形地貌、周边配套（学校/医院距离、公交站点密度）等定性信息，转化为可量化指标（如‘距最近小学步行时间12分钟’对应教育配套得分8.5分），支撑报告‘区位价值’章节的多维度论证。

长三角智能制造产业园（无锡项目）全周期可行性研究与投资决策支持

• 2021年无锡高新区启动“智能制造产业集群提质工程”，需评估150亩产业用地开发可行性以支撑投资决策。我作为项目负责人，主导从政策适配、市场研判、规划经济测算到风险管控的全流程研究，目标是为集团提供“可落地、能盈利、符合政策”的投资方案。
• 项目面临三大核心挑战：一是政策刚性约束——无锡要求智能制造项目亩均税收≥60万元/亩、研发投入占比≥8%，传统静态测算模型未纳入动态政策考核；二是市场同质化风险——区域内同类园区空置率18%，需差异化定位避免招商困境；三是财务压力——总投资12亿元，初始测算IRR仅10.5%，未达集团12%的最低要求。
• 针对政策问题，我搭建“政策-指标”联动模型，将亩均税收、研发占比转化为“研发用房占比≥30%、产业载体单位面积税收≥1.2元/天·㎡”的约束条件，调整规划方案中研发办公楼比例；针对市场问题，采用“产业画像+需求分层”方法调研87家智能制造企业，发现60%企业需要“生产+中试+轻研发”一体化空间，于是将标准厂房占比从70%降至50%，新增定制化中试车间；针对财务问题，引入蒙特卡洛模拟对土地价、租金增长率、招商进度三个变量做敏感性分析，推动引入产业基金占股20%，降低自有资金占比至45%。
• 项目最终通过集团董事会审批，成功获取土地并于2023年6月开园。截至2024年3月，出租率达82%，预计亩均税收85万元/亩（超政策要求41.7%），IRR提升至12.8%。我输出的《智能制造产业园政策适配测算模型》《产业地产需求分层调研SOP》被公司列为标准工具，推动后续3个同类项目效率提升25%。

广州番禺某旧村改造项目可行性研究与拆迁成本管控

• 集团拟参与广州番禺某旧村改造，需评估项目“拆迁可行性+收益合理性”以决定是否投入。我负责拆迁成本测算、村民意愿调研及收益模型搭建，目标是解决“拆迁成本不可控、收益模型脱离实际”的核心问题。
• 项目难点在于：一是拆迁成本动态变化——传统静态单价测算未考虑谈判周期与村民诉求差异，易导致成本超支；二是收益平衡困难——项目容积率从2.0提升至3.5，需平衡住宅去化与商业运营收益；三是村民配合度低——初始调研显示仅55%村民支持改造，主要分歧在“补偿标准”与“安置房区位”。
• 我设计“意愿-补偿”双维度模型，调研320户村民后发现80%关注“过渡期租金+安置房选房优先级”，于是调整补偿方案：过渡期租金从30元/㎡·月提至40元/㎡·月，且签约率达90%以上可优先选房，将村民支持率提升至82%；针对容积率调整，用“业态联动测算”结合区域人口结构（25-40岁占比65%），将社区商业占比从15%提至25%，增加长期租金收益；引入GIS技术绘制“拆迁成本热力图”，识别12个高难度拆迁区域，提前制定“一户一策”谈判方案。
• 项目纳入集团旧改储备库，拆迁成本控制在预算的98%，2022年开盘后住宅去化率95%，商业出租率88%。我总结的《旧村改造拆迁成本动态测算工具》《GIS在拆迁中的应用指南》使部门同类项目测算时间缩短30%，成为集团旧改项目的标准方法。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。