《房地产项目中最佳利润点的线性规划模型分析》由会员分享，可在线阅读，更多相关《房地产项目中最佳利润点的线性规划模型分析（5页珍藏版）》请在金锄头文库上搜索。
1、房产项目中最佳利润点的线性规划模型分析 与任何商业项目一样，如何获得最佳的利润值始终是房地产公司的核心目标。从纯粹的商业角度来看，房地产项目的策划、建设、销售等所有环节都必须围绕利润这个中心展开。 如果以项目为单位来分析，作为一家房地产公司无法自己把握的是什么呢？是土地的面积、位置及土地的各类指标。我想这一点非常好理解。一个地产项目立项，那么它的土地面积，所处的位置、限高、容积率、建筑密度等都已经确定，而且在正常情况下是无法变更的。那么什么又是一家房地产公司可以自己决策的呢？有两点：一是投入的资金；二是在政府规定的土地指标内自由地进行平面规划布局。这一点同样非常容易理解，开发商当然可以在规定的
2、容积率、建筑密度、限高下自行规划布局。同样的一块土地，可以做别墅与公寓的混合小区，也可做纯公寓小区，别墅与公寓的比例可以有各种不同组合，别墅与公寓各自容积率可以有各种组合。如果再加上一些小高层，那么这种组合可能是无穷的。 如何进行平面布局的规划才能使我们的利润值是最高呢？下面我想通过一个实际的案例来分析上述的问题。有这样一个项目，其规划要求如下： 用地面积：105400平方米 土地用途：二类居住用地 容积率：0.83 建筑密度：23 建筑限高：25米（北侧1/3地块不超过15米）针对以上条件，我们来分析：由于层高的限制2/3地块做8层以下的产品，还有1/3地块做4层以下的产品，再加上容积率的限
3、制，约束条件比较多，规划的难度比较大。一般情况会有三种观点：第一种方案是做多层公寓（由于容积率、层高的限制做小高层的意义不大）；第二种方案是做公寓与排屋（排屋：指双拼或联排别墅）的混合型小区；第三种方案是放弃容积率，做纯排屋。显然，第二种方案还有一个公寓与排屋的比例问题。我们换一种方式来考虑问题。以上三种方案事实上可以看作是一个方案：方案一、三只是方案二的二种特例，也就是方案二在公寓与排屋的比例为1：0和0：1时的特例。这样我们要求决策的问题就变成：求利润最大时项目中公寓建造的面积；排屋建造的面积；公寓占地面积；排屋占地面积。当然还必须满足政府规划的要求。我们用线性规划的方法为上述的决策问题建
4、立一个简单的数学模型。根据市场调研公寓售价7000元；排屋售价9000元；建议会所占地1200平方米；建筑面积2000平方米（不包括地下面积）固定成本：固定成本(FC)1,土地成本 202,770,000 2,专业顾问 10,000,000 3,市场费用 20,000,000 4,管理费用 9,000,000 5,财务费用 6,000,000 6,会所成本 13,000,000 7,绿化景观 8,000,000 8,围墙道路 6,000,000 小计 274,770,000 变动成本：公寓建安和配套费2000/平方米排屋建安和配套费2500/平方米 确定决策变量：公寓面积x1排屋面积x2公寓用
5、地x3排屋用地x4 规划目标：利润=销售价-固定成本-变动成本，求利润最大MaxP=x1*（7000-2000）+x2*（9000-2500）-274770000建立约束条件：建筑密度约束：公寓限高8层所以建筑面积与底层建筑面积比以6层为宜；排屋层高为3层，考虑二、三层局部有露台所以建筑面积与底层建筑面积比以2.6为宜。所以有x1/6+x2/2.6+1200=105400*23%容积率约束: x1 +x2 +2000=105400*0.83 公寓用地约束：由于有1/3地块限高15米，显然公寓用地不能超过2/3地块面积：x3=（2/3）*105400 公寓容积率约束：考虑公寓容积率做到1.2为宜
6、x1=1.2*x3 排屋容积率约束：考虑排屋容积率做到0.65为宜x2 =0.65*x4 决策变量约束关系: x3+x4=105400 变量个数不多,可以用Excel规划求解:目标函数: MaxP=x1*（7000-2000）+x2*（9000-2500）-274770000约束条件: x1/6+x2/2.6 =105400*23%-1200x1 +x2 =105400*0.83-2000x3 =（2/3）*105400x1 -1.2*x3 =0x2 -0.65*x4=0 x3 +x4=105400 求解： x1x2x3x445023.99647404583752062243.08约束方程0.
7、1666666670.38461523064.7723065 118548285482 13752070267 1-1.27.28E-1201-0.65001199763.08104200利润213327005.3Microsoft Excel 10.0 运算结果报告工作表 容积率利润模型修改.xls线性规划报告的建立: 2003-7-18 0:04:34目标单元格 (最大值)单元格名字初值终值$A$53利润213326974.7213327005.3可变单元格单元格名字初值终值$A$42x145023.9575145023.99647$B$42x240458.0287940458.00353
8、$C$42x337519.9645937519.99706$D$42x462243.1212262243.08235约束单元格名字单元格值公式状态型数值$E$4523064.77$E$45=$F$45到达限制值0$E$4685482$E$46=$F$46到达限制值0$E$4737519.99706$E$47=$F$47未到限制值32746.66961$E$487.27596E-12$E$48=$F$48到达限制值0$E$490$E$49=$F$49到达限制值0 从计算结果我们可以得到：当公寓面积45024排屋面积40458公寓用地37520排屋用地62243时，可以达到最高利润值：213327
9、005元。进一步可以对四个决策变量进行敏感性分析，在这里就不再展开了。 从以上案例我们可以看到，用线性规划可以很方便的帮助解决不同容积率组合问题的规划布局问题。事实上不仅是不同的产品可以采用上述线性模型，任何不同容积率（可以是同一产品）、不同限高、在同一地块中的组合问题都可以采用上述线性模型分析。这在项目操作中是有实际意义的。我们经常会遇到地块一面临水、临大型绿地、临高架，局部需要容积率变化、层高变化的问题，而利润又始终是我们要考虑的核心问题。此类问题运用上述线性模型就显得很方便了。对可以采用上述线性问题简单归纳如下：地块A，容积率为R，建筑密度为D，需要分成n块地，分别为A1，A2，A3An
10、；容积率分别为R1，R2，R3Rn；建筑面积与底层面积平均比分别为H1，H2，H3Hn；预测固定成本为FC；预测变动成本：AC1，AC2，AC3ACn；预测售价：UP1，UP2，UP3UPn。当然在实际操作中还可以加上其他的约束条件(可以几十个，上百个约束)。比如当某种容积率面积低于一定数量时，不建造该容积率建筑；考虑景观道路的影响造成分块建筑密度变化等；具有同一规划要求，需要分期实施的项目等。线性规划模型仅仅给我们决策提供一种解决问题的方法，在实际的操盘中主要应对市场有非常敏锐的判断。在运用线性模型规划时关键是对成本、不同容积率（还有所处不同环境）产品售价要有比较正确的判断和预估。 作者： 陈松
