负责集团全国住宅项目前期投资研判，主导完成从市场定位、经济测算到风险诊断的全流程可行性分析，为投资决策委员会提供量化支撑，工作边界覆盖长三角、珠三角重点城市的招拍挂及收并购项目。

• 主导搭建「城市-板块-项目」三级研判模型，基于GIS空间分析与Python爬虫技术，整合克而瑞、中指院等12类数据源，建立包含人口流动热力、竞品去化周期、配套成熟度等28项指标的城市进入评估体系，将新拓城市筛选效率提升40%，误判率从8%降至2%以内。
• 针对收并购项目设计「双轨测算模型」——同步运行静态IRR（含土地增值税模拟）与动态NPV（考虑融资成本浮动）分析，解决标的资产产权瑕疵导致的收益不确定性问题；曾主导某二线城市旧改项目测算，通过拆分拆迁补偿成本梯度区间，修正初始IRR低估1.2pct，支撑团队以溢价5%获取项目。
• 牵头编制《住宅项目可行性研究操作手册2.0》，标准化「市场验证-成本适配-风险清单」三阶段流程：市场端引入消费者问卷星调研（样本量≥500份）校准定位偏差；成本端联动工程部建立装修标准与售价的弹性系数表；风险端新增「预售资金监管政策变动」「周边竞品集中入市」等6项敏感性因素，被集团纳入投前强制评审工具。
• 全程跟进3个百亿级综合体项目的可行性论证，重点突破TOD模式下的交通动线对住宅去化的影响分析——通过TransCAD模拟地铁站点辐射半径与客群画像匹配度，提出「首开楼栋优先布局站点800米核心区」方案，推动项目首开去化率从65%提升至82%，获集团年度投研创新奖。

聚焦产城融合项目可行性研究，负责产业定位合理性验证、企业入驻意愿测算及政企合作模式设计，工作边界覆盖智能制造、数字经济两大产业方向的长三角重点园区。

• 构建「产业适配度评估模型」，结合区域GDP产业结构、规上企业研发投入占比等宏观数据，叠加目标企业（年产值5-20亿）的选址偏好调研（访谈样本≥30家），输出「产业门类-载体需求-政策诉求」三维匹配矩阵，成功否决2个与区域产业基础脱节的新能源项目，避免潜在投资损失超3亿元。
• 针对政府平台公司合作的PPP项目，设计「财政承受能力-项目收益-退出机制」三方博弈分析框架：运用SPSS进行回归分析，测算地方政府可支配财力对补贴支付的保障倍数；通过蒙特卡洛模拟，设定社会资本IRR下限（8%）与政府支付上限（财政支出10%）的动态平衡点，支撑3个园区项目纳入省级PPP示范库。
• 主导某新能源汽车产业园可行性研究，创新性引入「产业链补链强链指数」——通过专利数量、上下游企业地理集中度等指标，量化评估项目对区域产业集群的带动效应，相关成果被写入当地发改委产业规划报告，间接推动项目获得省级专项扶持资金1.2亿元。
• 优化产业人口导入测算逻辑，突破传统「容积率×人均面积」的粗放方法，改用「企业岗位需求×本地就业转化率×居住配套满意度」的分层模型，将人才公寓配置精准度从70%提升至90%，某项目因此减少无效配套建设成本约2000万元。

协助完成住宅/商办项目前期市场调研与基础数据测算，参与可行性报告撰写，工作边界聚焦环渤海区域的刚需及改善型住宅项目。

• 负责市场数据采集与清洗，熟练运用CRIC数据库、房天下爬虫工具，建立包含10城200+项目的新房成交价格、去化周期、客户画像（年龄/职业/购房动机）动态数据库，月度更新及时率100%，支撑团队快速响应投资部数据需求。
• 参与编制单项目可行性研究报告基础模块，重点完成「经济指标初算」与「竞品对比分析」：运用Excel搭建简易财务模型（含地价、建安、税费等15项成本项），将初始测算时间从5天压缩至3天；通过热力图工具可视化竞品分布，提出「避开高库存板块，聚焦地铁末端1公里」的选址建议，被采纳后首个项目去化周期缩短2个月。
• 协助完成政策敏感性测试，跟踪限购限贷、房贷利率等20+项调控政策变动，设计「政策冲击指数」（涵盖首付比例、利率上浮对首置/改善客群购买力的影响权重），为投资部提供「政策收紧期优先推售小面积段产品」的决策参考，相关项目在2019年调控加码期仍保持85%以上的去化率。
• 参与搭建公司首个「城市能级评估模板」，从经济活力（GDP增速/人均可支配收入）、人口引力（小学生数量/人才落户政策）、市场容量（商品房销售额/GDP占比）三个维度打分，将目标城市分为核心/潜力/谨慎三类，当年筛选的核心城市项目平均IRR达18%，高于公司均值3pct。

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。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。