AI助力新兴市场建设和管理住房行业的五种方式

我们可以预测未来七天的天气，能通过手机摄像头问诊疾病，还能从太空绘制出地球上每一条道路。然而，在那些住房需求增长最快的国家，我们却无法回答最基本的问题：我们应该在哪里建房？为谁而建？成本是多少？

全球住房危机本质上并非建筑层面的问题，而是一场“信息失灵”。非洲面临5600万套住房短缺，需要1.4万亿美元的投资。东南亚有2亿人居住在非正式定居点。拉丁美洲则积压了超过2300万套住房。然而，在这些庞大的数字背后，大多数新兴市场国家的政府缺乏进行未来规划所需的基本数据和分析能力。没有完整的土地登记制度，没有详尽的需求预测，也不清楚谁在何地需要什么。残酷的现实实在让人难以置信：价值数十亿美元的计划，竟然是在信息极度匮乏的情况下制定的。

难怪住房错配现象屡屡发生：数百万套房屋建在了错误的地方，定下了错误的价格，而真正需要的人群却根本无法入住。

这种信息真空是核心制约因素。而这恰恰是AI可以发挥变革性作用的地方。

在发达经济体中，住房政策依赖于标准化数据：价格指数、地籍系统、信用评级机构。新兴市场则存在巨大的数据荒漠，逐渐形成了恶性循环：贷款机构缺乏可靠的信息，开发商便无法获得融资；政府制定的补贴政策未能达到预期目标；国际投资者则因无法建立风险模型而选择观望。

数据其实通常是存在的。非洲经济适用房融资中心的Kecia Rust观察到，每一份许可证、每一张水电费账单和每一笔房贷分期付款都会产生一条记录，但每一条记录的存在仅仅是为了记录该笔特定的交易。真正的挑战不在于收集这些记录，而在于整理：将零散的记录连接起来，以构建出一幅住房市场运作机制的真实全貌。

AI能在混乱、分散的环境中蓬勃发展——而这恰恰是新兴市场住房市场的特征。以下五项能力至关重要：

市场透明度：机器学习技术能够将地理空间数据和行政数据相结合，详细绘制经济状况图，即便是在传统调查数据稀缺的地区也不例外。这能将碎片化的数据转化为可操作的情报，帮助政府、贷款机构和开发商洞察那些长期处于不透明状态的市场。

识别“看不见”的地物：联合国BEAM工具利用机器学习技术，从航拍图像中识别建筑物轮廓，将原本需要数月的纯人工制图压缩到大约72小时内完成。在南非德班，当地有四分之一的人口居住在580多个非正式定居点中，BEAM绘制了超过150万个建筑物轮廓，为规划人员提供了升级改造和公共服务投放方面的依据。此后，该工具已在中美洲八个国家的首都城市部署，识别出超过6300个非正式定居点。在那些依赖数十年前的人口普查数据进行决策的国家，这些新数据对于指导基础设施和住房领域的明智投资至关重要。

灾害韧性和恢复：世界银行的“全球韧性住房计划”利用无人机图像和机器学习技术，逐栋筛选建筑物，提取屋顶材料、结构类型和高度等信息，从而标记出最容易在地震或飓风中倒塌的房屋。灾害发生后，同样的工具可以对比灾前灾后图像，仅需数小时便可以绘制出受损情况图。美国已经将类似的方法应用于野火评估，利用无人机搭载的算法对整个社区进行勘测，将建筑结构分类为已损毁、受损或完好。这些数据直接为保险索赔、碎片清理和重建规划提供依据。至关重要的是，这些工具不仅仅是在统计损失；它们还能帮助政府确定维修的优先顺序，使政府优先将资源投入受灾最严重的地区，并确定哪些房屋可以进行改造而非重建。据估计，每投入一美元用于减灾，就能在灾后重建中节省4美元；AI让明确这些资金的投向成为可能。

前瞻性规划：通过综合人口、移民和经济数据，AI可以预测五年或十年后住房压力将在何处聚集，从而使资源匮乏的规划部门有能力提前应对需求，而不至于被其压垮。

普惠金融：AI模型通过分析移动支付交易和水电煤气缴费记录，可以为从未拥有过银行账户的人建立信用档案。这为被传统信用评分排除在外的人群解锁了住房融资渠道。东非和南亚的金融科技贷款机构已经在进行大规模的实践。

也许AI最具深远意义的应用，在于赋予了政府主动规划的能力，而非总是疲于奔命地被动应付。目前，有太多的补贴计划是基于全国平均水平来制定的，而将各地的实际情况抛之脑后。AI可以改变这一现状：它并不是要取代规划者，而是让小规模团队的工作效能实现倍增。通过收集和提供有关住房成本、收入水平和基础设施覆盖情况的实时数据，AI能使政府根据地理位置和家庭类型量身定制补贴政策。机器学习也可以识别出面临住房压力风险的社区，防患于未然，并能评估哪些计划真正改善了住房的可及性，而哪些仅仅是虚增了房屋的账面数量。

要大规模地实现这一目标，实现以下三个关键转变至关重要。首先，各国政府必须投资于开放数据基础设施建设：将土地登记簿数字化，规范房地产数据，并将住房数据定位为一种公共产品。全球住房数据库（Global Housing Database）等项目汇集了75个国家的住房缺口、可负担性、融资和韧性指标，展现了将分散的数据整合到一个统一、可比的平台上所能实现的潜力。其次，必须从一开始就构建AI治理体系。这意味着要确保模型的透明度、进行公平性审计并纳入社区的声音。第三，公私合作伙伴关系必须利用AI生成的分析结果来降低投资风险。国际金融公司（IFC）估计，全球经济适用房融资缺口高达16万亿美元；任何政府都无法独自填补这一缺口。

新兴市场正处于历史上规模最大的城市化浪潮之中，也拥有着迄今为止最强大的分析工具。这种交汇最终是造就更美好的城市，还是仅仅造就规模更大的城市，取决于一个看似简单的前提：那些制定住房决策的人，是否真的能够看清他们试图塑造的市场。

本文作者：

Olivia Nielsen，Miyamoto International首席顾问

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。