บทความชุดนี้จัดทำขึ้นเพื่อศึกษากิจกรรมการก่อสร้างในเมืองหลักของซิลิคอนแวลลีย์ - ซานฟรานซิสโก ซานฟรานซิสโกคือ "มอสโก" ทางเทคโนโลยีของโลกของเรา โดยใช้ตัวอย่าง (ด้วยความช่วยเหลือของข้อมูลแบบเปิด) เพื่อสังเกตการพัฒนาของอุตสาหกรรมการก่อสร้างในเมืองใหญ่และเมืองหลวง
มีการสร้างกราฟและการคำนวณใน
ข้อมูลใบอนุญาตก่อสร้างอาคารมากกว่าหนึ่งล้านฉบับ (บันทึกในชุดข้อมูลสองชุด) จากแผนกอาคารซานฟรานซิสโก - อนุญาต วิเคราะห์ไม่เพียงแต่กิจกรรมการก่อสร้างในเมืองเท่านั้นแต่ยังพิจารณาอย่างมีวิจารณญาณด้วย แนวโน้มล่าสุดและประวัติความเป็นมาของการพัฒนาอุตสาหกรรมก่อสร้างในช่วง 40 ปีที่ผ่านมาระหว่างปี 1980 ถึง 2019
ข้อมูลแบบเปิดทำให้สามารถสำรวจได้ ปัจจัยหลักที่มีอิทธิพลและจะส่งผลต่อการพัฒนาอุตสาหกรรมการก่อสร้าง ในเมือง โดยแบ่งออกเป็น “ภายนอก” (ความเจริญทางเศรษฐกิจและวิกฤต) และ “ภายใน” (อิทธิพลของวันหยุดและรอบฤดูกาลและรายปี)
Содержание
เปิดข้อมูลและตรวจสอบพารามิเตอร์พื้นฐาน
นี่ไม่ใช่การแปลบทความ ฉันเขียนบน LinkedIn และเพื่อไม่ให้สร้างกราฟิกในหลายภาษา กราฟิกทั้งหมดจึงเป็นภาษาอังกฤษ
ลิงค์ไปยังส่วนที่สอง:
ข้อมูลใบอนุญาตอาคารของเมืองซานฟรานซิสโก - จาก Open Data Portal -
ใบอนุญาตก่อสร้างในช่วงปี พ.ศ. 1980-2013 (850 บันทึก)ใบอนุญาตก่อสร้างหลังปี 2013 (280 บันทึก ข้อมูลถูกดาวน์โหลดและอัปเดตทุกสัปดาห์)
ชุดข้อมูลเหล่านี้ประกอบด้วยข้อมูลเกี่ยวกับใบอนุญาตก่อสร้างที่ออกให้ โดยมีลักษณะต่างๆ ของวัตถุที่ออกใบอนุญาต จำนวนรายการทั้งหมด (สิทธิ์) ที่ได้รับ ในช่วงปี 1980-2019 - 1 ใบอนุญาต.
พารามิเตอร์หลักจากชุดข้อมูลนี้ที่ใช้สำหรับการวิเคราะห์:
- ใบอนุญาต_creation_date — วันที่สร้างคำขอ (อันที่จริงคือวันที่เริ่มงานก่อสร้าง)
- คำอธิบาย — คำอธิบายของแอปพลิเคชัน (คำหลักสองหรือสามคำที่อธิบายโครงการก่อสร้าง (งาน) ที่สร้างใบอนุญาต)
- ประมาณ_ต้นทุน — ประมาณการ (ประมาณ) ต้นทุนงานก่อสร้าง
- แก้ไข_ต้นทุนแล้ว — ต้นทุนที่แก้ไข (ต้นทุนงานหลังการตีราคาใหม่ เพิ่มหรือลดปริมาณการสมัครเริ่มต้น)
- ที่มีอยู่_ใช้ - ประเภทของที่อยู่อาศัย (บ้านเดียว สองครอบครัว อพาร์ทเมนต์ สำนักงาน การผลิต ฯลฯ)
- รหัสไปรษณีย์, ที่ตั้ง — รหัสไปรษณีย์และพิกัดวัตถุ
กิจกรรมการก่อสร้างประจำปีในซานฟรานซิสโก
กราฟด้านล่างแสดงพารามิเตอร์ ประมาณ_ต้นทุน и แก้ไข_ต้นทุนแล้ว แสดงเป็นการกระจายต้นทุนงานทั้งหมดตามเดือน
data_cost_m = data_cost.groupby(pd.Grouper(freq='M')).sum()
เพื่อลด "ค่าผิดปกติ" รายเดือน ข้อมูลรายเดือนจะถูกจัดกลุ่มตามปี กราฟของจำนวนเงินที่ลงทุนในแต่ละปีได้รับรูปแบบที่สมเหตุสมผลและวิเคราะห์ได้มากขึ้น
data_cost_y = data_cost.groupby(pd.Grouper(freq='Y')).sum()
อิงตามการเคลื่อนย้ายประจำปีของผลรวมของค่าใช้จ่าย (ใบอนุญาตทั้งหมดสำหรับปี) ไปยังสิ่งอำนวยความสะดวกในเมือง ปัจจัยทางเศรษฐกิจที่มีอิทธิพลตั้งแต่ปี 1980 ถึง 2019 มองเห็นได้ชัดเจน เกี่ยวกับจำนวนและต้นทุนของโครงการก่อสร้าง หรือการลงทุนในอสังหาริมทรัพย์ในซานฟรานซิสโก
จำนวนใบอนุญาตก่อสร้างอาคาร (จำนวนงานก่อสร้างหรือจำนวนการลงทุน) ในช่วง 40 ปีที่ผ่านมามีความสัมพันธ์อย่างใกล้ชิดกับกิจกรรมทางเศรษฐกิจในซิลิคอนวัลเลย์
กิจกรรมการก่อสร้างสูงสุดครั้งแรกมีความเกี่ยวข้องกับกระแสอิเล็กทรอนิกส์ในช่วงกลางทศวรรษที่ 80 ในหุบเขา ภาวะเศรษฐกิจถดถอยด้านอิเล็กทรอนิกส์และการธนาคารที่ตามมาในปี 1985 ส่งผลให้ตลาดอสังหาริมทรัพย์ในภูมิภาคตกต่ำลงซึ่งไม่สามารถฟื้นตัวได้เกือบทศวรรษ
หลังจากนั้นอีกสองครั้ง (ในปี 1993-2000 และ 2009-2016) ก่อนการล่มสลายของฟองสบู่ดอทคอมและความเจริญรุ่งเรืองทางเทคโนโลยีในช่วงไม่กี่ปีที่ผ่านมา อุตสาหกรรมการก่อสร้างของซานฟรานซิสโกมีการเติบโตแบบพาราโบลาหลายพันเปอร์เซ็นต์.
การลบจุดสูงสุดและจุดต่ำสุดตรงกลางออกและทิ้งค่าต่ำสุดและสูงสุดสำหรับแต่ละวัฏจักรเศรษฐกิจ เป็นที่ชัดเจนว่าความผันผวนของตลาดขนาดใหญ่ได้รบกวนอุตสาหกรรมในช่วง 40 ปีที่ผ่านมาอย่างไร
การลงทุนที่เพิ่มขึ้นมากที่สุดในการก่อสร้างเกิดขึ้นในช่วงที่ดอทคอมเฟื่องฟู โดยระหว่างปี 1993 ถึง 2001 มีการลงทุนมูลค่า 10 หมื่นล้านดอลลาร์ในการปรับปรุงและก่อสร้าง หรือประมาณ 1 พันล้านดอลลาร์ต่อปี หากเรานับเป็นตารางเมตร (ราคา 1 ตร.ม. ในปี 1995 คือ 3000 เหรียญสหรัฐฯ) ก็จะเท่ากับประมาณ 350 ตร.ม. ต่อปีเป็นเวลา 000 ปี เริ่มตั้งแต่ปี 2
การเติบโตของการลงทุนรวมประจำปีในช่วงเวลานี้มีจำนวน 1215%
บริษัทที่เช่าอุปกรณ์ก่อสร้างในช่วงเวลานี้มีความคล้ายคลึงกับบริษัทที่ขายพลั่วในช่วงตื่นทอง (ในภูมิภาคเดียวกันในช่วงกลางศตวรรษที่ 19) แทนที่จะเป็นพลั่วเท่านั้น ในช่วงทศวรรษ 2000 มีเครนและปั๊มคอนกรีตสำหรับบริษัทก่อสร้างที่เพิ่งจัดตั้งขึ้นใหม่ซึ่งต้องการสร้างรายได้จากการก่อสร้างที่กำลังเติบโตอย่างรวดเร็ว
หลังจากแต่ละวิกฤตการณ์ต่างๆ ที่อุตสาหกรรมการก่อสร้างต้องเผชิญในช่วงหลายปีที่ผ่านมา ในอีกสองปีหลังวิกฤติ การลงทุน (จำนวนคำขอใบอนุญาต) เพื่อก่อสร้าง ลดลงอย่างน้อย 50% ในแต่ละครั้ง.
วิกฤตครั้งใหญ่ที่สุดในอุตสาหกรรมการก่อสร้างในซานฟรานซิสโกเกิดขึ้นในช่วงทศวรรษที่ 90 โดยที่ในช่วงเวลา 5 ปี อุตสาหกรรมก็ตกต่ำลง (-85% ในช่วงปี 1983-1986) จากนั้นก็เพิ่มขึ้นอีกครั้ง (+895% ในช่วงปี 1988-1992) และคงอยู่ในเงื่อนไขรายปีในปี 1981, 1986, 1988 , พ.ศ. 1993 - ในระดับเดียวกัน
หลังจากปี 1993 ความเสื่อมโทรมของอุตสาหกรรมการก่อสร้างในเวลาต่อมาทั้งหมดมีจำนวนไม่เกิน 50% แต่ ที่กำลังเข้าสู่วิกฤตเศรษฐกิจ (เนื่องจากสถานการณ์โควิด-19) สามารถสร้างวิกฤตการณ์ในอุตสาหกรรมการก่อสร้างได้ ในช่วงปี 2017-2021 ซึ่งการลดลงในช่วงปี 2017-2019 มีจำนวนรวมมากกว่า 60%
การเติบโตของประชากรซานฟรานซิสโก พลวัตในช่วงปี 1980-1993 ด้วย แสดงให้เห็นการเติบโตเกือบเท่าตัว. ความแข็งแกร่งทางเศรษฐกิจและพลังงานเชิงนวัตกรรมของซิลิคอนแวลลีย์เป็นรากฐานที่มั่นคงซึ่งเป็นรากฐานของเศรษฐกิจใหม่ ยุคเรอเนซองส์ของอเมริกา และดอทคอมที่ถูกสร้างขึ้น เป็นศูนย์กลางของเศรษฐกิจใหม่ แต่ต่างจากการลงทุนด้านอสังหาริมทรัพย์ที่เพิ่มขึ้น เนื่องจากหลังจากจุดสูงสุดของดอทคอม ประชากรก็อยู่ในที่ราบสูงจริงๆ
ก่อนที่ดอทคอมจะถึงจุดสูงสุดในปี 2001 การเติบโตของประชากรต่อปีตั้งแต่ปี 1950 อยู่ที่ประมาณ 1% ต่อปี จากนั้นหลังจากการล่มสลายของฟองสบู่ การไหลเข้าของประชากรใหม่ก็ลดลง และตั้งแต่ปี 2001 มีเพียงร้อยละ 0.2 ต่อปีเท่านั้น
ในปี 2019 (เป็นครั้งแรกนับตั้งแต่ปี 1950) พลวัตการเติบโตแสดงให้เห็นการไหลออกของประชากร (-0.21% หรือ 7000 คน) ออกจากเมืองซานฟรานซิสโก
ความคาดหวังและความเป็นจริงในการเตรียมการประมาณการต้นทุน
ในชุดข้อมูลที่ใช้ ข้อมูลเกี่ยวกับต้นทุนใบอนุญาตสำหรับโครงการก่อสร้างจะแบ่งออกเป็น:
- ต้นทุนโดยประมาณเดิม (ประมาณ_ต้นทุน)
- ต้นทุนงานหลังการตีราคาใหม่ (แก้ไข_ต้นทุนแล้ว)
ในช่วงที่เศรษฐกิจเฟื่องฟู วัตถุประสงค์หลักของการตีราคาใหม่คือการเพิ่มต้นทุนเริ่มแรก เมื่อนักลงทุน (ลูกค้าก่อสร้าง) แสดงความอยากอาหารหลังจากเริ่มการก่อสร้าง
ในช่วงวิกฤต พวกเขาพยายามที่จะไม่เกินต้นทุนที่ประมาณการไว้ และการประมาณการเบื้องต้นแทบไม่มีการเปลี่ยนแปลง (ยกเว้นแผ่นดินไหวในปี พ.ศ. 1989)
จากกราฟที่สร้างขึ้นจากความแตกต่างระหว่างต้นทุนที่ตีราคาใหม่กับต้นทุนโดยประมาณ (ต้นทุนที่แก้ไข - ต้นทุนโดยประมาณ) สังเกตได้ว่า:
จำนวนต้นทุนที่เพิ่มขึ้นเมื่อประเมินปริมาณงานก่อสร้างโดยตรงขึ้นอยู่กับวงจรการเติบโตทางเศรษฐกิจ
data_spread = data_cost.assign(spread = (data_cost.revised_cost-data_cost.estimated_cost))
ในช่วงที่เศรษฐกิจเติบโตอย่างรวดเร็ว ลูกค้าที่ทำงาน (นักลงทุน) ใช้จ่ายเงินอย่างไม่เห็นแก่ตัว โดยเพิ่มคำขอหลังจากเริ่มงาน
ลูกค้า (นักลงทุน) รู้สึกมั่นใจทางการเงิน ขอให้ผู้รับเหมาก่อสร้างหรือสถาปนิกต่ออายุใบอนุญาตก่อสร้างอาคารที่ออกไว้แล้ว นี่อาจเป็นการตัดสินใจเพิ่มความยาวเริ่มต้นของสระน้ำหรือเพิ่มพื้นที่ของบ้าน (หลังเริ่มงานและออกใบอนุญาตก่อสร้าง)
ในช่วงพีคของยุคดอทคอม ค่าใช้จ่าย "เพิ่มเติม" ดังกล่าวสูงถึง "พิเศษ" ถึง 1 พันล้านต่อปี
หากคุณดูตารางนี้เป็นเปอร์เซ็นต์การเปลี่ยนแปลงแล้ว ยอดประมาณการที่เพิ่มขึ้น (100% หรือ 2 เท่าของต้นทุนประมาณการเดิม) เกิดขึ้นในปีก่อนเกิดแผ่นดินไหวซึ่งเกิดขึ้นในปี 1989 ใกล้เมือง ฉันคิดว่าหลังแผ่นดินไหว โครงการก่อสร้างที่เริ่มในปี 1988 ต้องใช้เวลาและเงินทุนมากขึ้นในการดำเนินการหลังแผ่นดินไหวในปี 1989
ในทางกลับกัน การปรับลดประมาณการต้นทุน (ซึ่งเกิดขึ้นเพียงครั้งเดียวในช่วงปี 1980 ถึง 2019) หลายปีก่อนเกิดแผ่นดินไหว สันนิษฐานว่าเกิดจากการที่บางโครงการที่เริ่มในปี 1986-1987 ถูกระงับหรือการลงทุนในโครงการเหล่านี้ถูกตัดออกไป ลง. ตามกำหนดเวลา โดยเฉลี่ยแต่ละโครงการที่เริ่มในปี 1987 - ต้นทุนโดยประมาณลดลง -20% ของแผนเดิม.
data_spred_percent = data_cost_y.assign(spred = ((data_cost_y.revised_cost-data_cost_y.estimated_cost)/data_cost_y.estimated_cost*100))
การเพิ่มขึ้นของต้นทุนโดยประมาณเริ่มต้นมากกว่า 40% ที่ระบุหรืออาจเป็นผลมาจากฟองสบู่ที่ใกล้เข้ามาในตลาดการเงินและตลาดการก่อสร้างในเวลาต่อมา
อะไรคือสาเหตุที่ทำให้ส่วนต่าง (ความแตกต่าง) ลดลงระหว่างต้นทุนโดยประมาณและต้นทุนที่แก้ไขหลังปี 2007
บางทีนักลงทุนอาจเริ่มดูตัวเลขอย่างรอบคอบ (จำนวนเฉลี่ยในช่วง 20 ปีเพิ่มขึ้นจาก 100 ดอลลาร์เป็น 2 ล้านดอลลาร์) หรือบางทีอาจเป็นแผนกก่อสร้าง การป้องกันและยับยั้งฟองสบู่ที่เกิดขึ้นในตลาดอสังหาริมทรัพย์ นำเสนอกฎเกณฑ์และข้อจำกัดใหม่ ๆ เพื่อลดการเปลี่ยนแปลงที่อาจเกิดขึ้น และความเสี่ยงที่อาจเกิดขึ้นในช่วงวิกฤตปี
กิจกรรมการก่อสร้างขึ้นอยู่กับฤดูกาลของปี
ด้วยการจัดกลุ่มข้อมูลตามสัปดาห์ปฏิทินของปี (54 สัปดาห์) คุณสามารถสังเกตกิจกรรมการก่อสร้างในเมืองซานฟรานซิสโก ขึ้นอยู่กับฤดูกาลและช่วงเวลาของปี
ในวันคริสต์มาส องค์กรก่อสร้างทุกแห่งกำลังพยายามขอใบอนุญาตสำหรับโครงการ "ขนาดใหญ่" ใหม่ทันเวลา (ขณะเดียวกัน! จำนวน! ใบอนุญาตในเดือนเดียวกันนี้อยู่ในระดับเดียวกันตลอดทั้งปี) นักลงทุนที่วางแผนจะได้รับทรัพย์สินภายในปีหน้า เข้าทำสัญญาในช่วงฤดูหนาว โดยคำนึงถึงส่วนลดจำนวนมาก (เนื่องจากสัญญาฤดูร้อนส่วนใหญ่กำลังจะสิ้นสุดภายในสิ้นปีนี้ และบริษัทรับเหมาก่อสร้างต่างให้ความสนใจ ในการรับใบสมัครใหม่)
ก่อนวันคริสต์มาส จะมีการส่งใบสมัครจำนวนมากที่สุด (เพิ่มขึ้นจากเฉลี่ย 1-1,5 พันล้านต่อเดือนเป็น 5 พันล้านในเดือนธันวาคมเพียงเดือนเดียว) ในขณะเดียวกัน จำนวนการสมัครทั้งหมดต่อเดือนยังคงอยู่ที่ระดับเดิม (ดูส่วนด้านล่าง: สถิติจำนวนการสมัครทั้งหมดตามเดือนและวัน)
หลังจากวันหยุดฤดูหนาว อุตสาหกรรมการก่อสร้างกำลังวางแผนและดำเนินการตามคำสั่ง "คริสต์มาส" อย่างแข็งขัน (โดยแทบไม่มีการเพิ่มจำนวนใบอนุญาต) เพื่อเพิ่มทรัพยากรภายในกลางปี (ก่อนวันหยุดวันประกาศอิสรภาพ) ก่อนปีใหม่ คลื่นของสัญญาฤดูร้อนจะเริ่มทันทีหลังจากวันหยุดเดือนมิถุนายน
data_month_year = data_month_year.assign(week_year = data_month_year.permit_creation_date.dt.week)
data_month_year = data_month_year.groupby(['week_year'])['estimated_cost'].sum()
ข้อมูลเปอร์เซ็นต์เดียวกัน (เส้นสีส้ม) ยังแสดงให้เห็นว่าอุตสาหกรรมดำเนินธุรกิจ "ราบรื่น" ตลอดทั้งปี แต่ก่อนและหลังวันหยุด กิจกรรมเกี่ยวกับใบอนุญาตเพิ่มขึ้นเป็น 150% ในช่วงระหว่างสัปดาห์ที่ 20-24 (ก่อนวันประกาศอิสรภาพ) และ ลดลงทันทีหลังวันหยุดมากถึง -70%
ก่อนวันฮาโลวีนและคริสต์มาส กิจกรรมในอุตสาหกรรมการก่อสร้างในซานฟรานซิสโกเพิ่มขึ้น 43% ในช่วงสัปดาห์ที่ 44-150 (จากล่างขึ้นบน) และลดลงเหลือศูนย์ในช่วงวันหยุด
ดังนั้น อุตสาหกรรมจึงอยู่ในรอบ 20 เดือน ซึ่งแยกจากวันหยุด “วันประกาศอิสรภาพของสหรัฐอเมริกา” (สัปดาห์ที่ 52) และ “คริสต์มาส” (สัปดาห์ที่ XNUMX)
การลงทุนด้านอสังหาริมทรัพย์ทั้งหมดในซานฟรานซิสโก
จากข้อมูลใบอนุญาตก่อสร้างอาคารในเมือง:
การลงทุนทั้งหมดในโครงการก่อสร้างในซานฟรานซิสโกตั้งแต่ปี 1980 ถึง 2019 อยู่ที่ 91,5 พันล้านดอลลาร์
sf_worth = data_location_lang_long.cost.sum()
มูลค่าตลาดรวมของอสังหาริมทรัพย์ที่อยู่อาศัยทั้งหมดในซานฟรานซิสโกประเมินโดยภาษีทรัพย์สิน (เป็นมูลค่าประเมินของอสังหาริมทรัพย์ทั้งหมดและทรัพย์สินส่วนบุคคลทั้งหมดที่ซานฟรานซิสโกเป็นเจ้าของ)
พื้นที่ใดของซานฟรานซิสโกที่ลงทุนในช่วง 40 ปีที่ผ่านมา?
เมื่อใช้ห้องสมุด Folium เรามาดูกันว่าเงิน 91,5 พันล้านดอลลาร์นี้ลงทุนไปที่ไหนตามภูมิภาค ในการดำเนินการนี้ เมื่อจัดกลุ่มข้อมูลตามรหัสไปรษณีย์แล้ว เราจะแสดงค่าผลลัพธ์โดยใช้วงกลม (ฟังก์ชัน Circle จากไลบรารี Folium)
import folium
from folium import Circle
from folium import Marker
from folium.features import DivIcon
# map folium display
lat = data_location_lang_long.lat.mean()
long = data_location_lang_long.long.mean()
map1 = folium.Map(location = [lat, long], zoom_start = 12)
for i in range(0,len(data_location_lang_long)):
Circle(
location = [data_location_lang_long.iloc[i]['lat'], data_location_lang_long.iloc[i]['long']],
radius= [data_location_lang_long.iloc[i]['cost']/20000000],
fill = True, fill_color='#cc0000',color='#cc0000').add_to(map1)
Marker(
[data_location_mean.iloc[i]['lat'], data_location_mean.iloc[i]['long']],
icon=DivIcon(
icon_size=(6000,3336),
icon_anchor=(0,0),
html='<div style="font-size: 14pt; text-shadow: 0 0 10px #fff, 0 0 10px #fff;; color: #000";"">%s</div>'
%("$ "+ str((data_location_lang_long.iloc[i]['cost']/1000000000).round()) + ' mlrd.'))).add_to(map1)
map1
เป็นที่แน่ชัดจากภูมิภาคว่า พายส่วนใหญ่ไปที่ DownTown อย่างมีเหตุผล ทำให้การจัดกลุ่มวัตถุทั้งหมดง่ายขึ้นตามระยะทางไปยังใจกลางเมืองและเวลาที่ใช้ในการไปถึงใจกลางเมือง (แน่นอนว่าบ้านราคาแพงก็ถูกสร้างขึ้นบนชายฝั่งเช่นกัน) ใบอนุญาตทั้งหมดถูกแบ่งออกเป็น 4 กลุ่ม: 'ตัวเมือง' , '<0.5H ในตัวเมือง', '< 1H ในตัวเมือง', 'นอก SF'
from geopy.distance import vincenty
def distance_calc (row):
start = (row['lat'], row['long'])
stop = (37.7945742, -122.3999445)
return vincenty(start, stop).meters/1000
df_pr['distance'] = df_pr.apply (lambda row: distance_calc (row),axis=1)
def downtown_proximity(dist):
'''
< 2 -> Near Downtown, >= 2, <4 -> <0.5H Downtown
>= 4, <6 -> <1H Downtown, >= 8 -> Outside SF
'''
if dist < 2:
return 'Downtown'
elif dist < 4:
return '<0.5H Downtown'
elif dist < 6:
return '<1H Downtown'
elif dist >= 6:
return 'Outside SF'
df_pr['downtown_proximity'] = df_pr.distance.apply(downtown_proximity)
จากการลงทุน 91,5 พันล้านในเมืองนี้ เกือบ 70 พันล้าน (75% ของการลงทุนทั้งหมด) ที่ลงทุนในการซ่อมแซมและก่อสร้างอยู่ในใจกลางเมือง (โซนสีเขียว) และเข้าสู่เขตตัวเมืองในรัศมี 2 กม. จากตรงกลาง (โซนสีน้ำเงิน)
ต้นทุนเฉลี่ยโดยประมาณของการสมัครก่อสร้างตามเขตเมือง
ข้อมูลทั้งหมด เช่นเดียวกับจำนวนเงินลงทุนทั้งหมด ถูกจัดกลุ่มตามรหัสไปรษณีย์ เฉพาะในกรณีนี้ด้วยค่าเฉลี่ย (.mean()) ต้นทุนโดยประมาณของแอปพลิเคชันตามรหัสไปรษณีย์
data_location_mean = data_location.groupby(['zipcode'])['lat','long','estimated_cost'].mean()
ในพื้นที่ธรรมดาของเมือง (มากกว่า 2 กม. จากใจกลางเมือง) - ต้นทุนเฉลี่ยโดยประมาณของการสมัครก่อสร้างคือ 50 ดอลลาร์
ค่าใช้จ่ายโดยประมาณโดยเฉลี่ยในพื้นที่ใจกลางเมืองสูงกว่าประมาณสามเท่า ($150 ถึง $400) มากกว่าในพื้นที่อื่น ($30-50)
นอกเหนือจากต้นทุนที่ดินแล้ว ยังมีปัจจัยสามประการที่กำหนดต้นทุนรวมของการก่อสร้างบ้าน ได้แก่ ค่าแรง วัสดุ และค่าธรรมเนียมรัฐบาล องค์ประกอบทั้งสามนี้ในรัฐแคลิฟอร์เนียสูงกว่าส่วนอื่นๆ ของประเทศ หลักเกณฑ์การก่อสร้างของรัฐแคลิฟอร์เนียถือเป็นหลักเกณฑ์ที่ครอบคลุมและเข้มงวดที่สุดในประเทศ (เนื่องจากกฎระเบียบด้านแผ่นดินไหวและสิ่งแวดล้อม) ซึ่งมักต้องใช้วัสดุและแรงงานที่มีราคาแพงกว่า
ตัวอย่างเช่น รัฐบาลกำหนดให้ผู้สร้างต้องใช้วัสดุก่อสร้างคุณภาพสูงกว่า (หน้าต่าง ฉนวน ระบบทำความร้อนและความเย็น) เพื่อให้บรรลุมาตรฐานประสิทธิภาพการใช้พลังงานในระดับสูง
จากสถิติทั่วไปเกี่ยวกับต้นทุนเฉลี่ยของการยื่นขอใบอนุญาต มีสถานที่ตั้งที่โดดเด่นสองแห่ง:
- Treasure Island - เกาะเทียมในอ่าวซานฟรานซิสโก ค่าใช้จ่ายโดยประมาณของใบอนุญาตก่อสร้างอาคารคือ 6,5 ล้านดอลลาร์
- มิชชั่นเบย์ — (ประชากร 2926 คน) ค่าใช้จ่ายโดยประมาณของใบอนุญาตก่อสร้างอาคารคือ 1,5 ล้านดอลลาร์
ที่จริงแล้ว การใช้งานที่มีค่าเฉลี่ยสูงในสองด้านนี้มีความเกี่ยวข้องกัน โดยมีจำนวนการสมัครน้อยที่สุดสำหรับที่ตั้งไปรษณีย์เหล่านี้ (145 และ 3064 ตามลำดับ การก่อสร้างบนเกาะมีจำกัดมาก) ในขณะที่รหัสไปรษณีย์ส่วนที่เหลือ - XNUMXและช่วงปี 1980-2019 มีผู้ยื่นคำขอประมาณ 1300 รายต่อปี (รวมเฉลี่ย 30 -50 ใบสมัครตลอดระยะเวลา)
ตามพารามิเตอร์ "จำนวนแอปพลิเคชัน" จะเห็นการกระจายจำนวนแอปพลิเคชันต่อรหัสไปรษณีย์ทั่วทั้งเมืองอย่างสมบูรณ์แบบ
สถิติจำนวนการสมัครทั้งหมดตามเดือนและวัน
สถิติโดยรวมเกี่ยวกับจำนวนการสมัครทั้งหมดตามเดือนและวันในสัปดาห์ระหว่างปี 1980 ถึง 2019 แสดงให้เห็นว่า เดือนที่เงียบที่สุดสำหรับแผนกก่อสร้างคือเดือนฤดูใบไม้ผลิและฤดูหนาว ในขณะเดียวกัน จำนวนเงินลงทุนที่ระบุในแอปพลิเคชันจะแตกต่างกันอย่างมากและแตกต่างกันไปในแต่ละเดือนในแต่ละครั้ง (ดูเพิ่มเติม “กิจกรรมการก่อสร้างขึ้นอยู่กับฤดูกาล”) ในวันต่างๆ ของสัปดาห์ ในวันจันทร์ งานในแผนกจะน้อยกว่าวันอื่นๆ ของสัปดาห์ประมาณ 20%
months = [ 'January', 'February', 'March', 'April', 'May','June', 'July', 'August', 'September', 'October', 'November', 'December' ]
data_month_count = data_month.groupby(['permit_creation_date']).count().reindex(months)
แม้ว่าเดือนมิถุนายนและกรกฎาคมจะเท่ากันในแง่ของจำนวนการสมัคร แต่ในแง่ของต้นทุนโดยประมาณทั้งหมด ความแตกต่างอยู่ที่ 100% (4,3 พันล้านในเดือนพฤษภาคมและกรกฎาคม และ 8,2 พันล้านในเดือนมิถุนายน)
data_month_sum = data_month.groupby(['permit_creation_date']).sum().reindex(months)
อนาคตของอุตสาหกรรมการก่อสร้างในซานฟรานซิสโก ทำนายกิจกรรมตามรูปแบบ
สุดท้ายนี้ เราจะมาเปรียบเทียบแผนภูมิกิจกรรมการก่อสร้างในซานฟรานซิสโกกับแผนภูมิราคา Bitcoin (2015-2018) และแผนภูมิราคาทองคำ (พ.ศ. 1940 - 1980)
ลวดลาย (จากรูปแบบภาษาอังกฤษ - แบบจำลอง ตัวอย่าง) - ในการวิเคราะห์ทางเทคนิค จะมีการเรียกชุดข้อมูลราคา ปริมาณ หรือตัวบ่งชี้ที่ทำซ้ำอย่างมีเสถียรภาพ การวิเคราะห์รูปแบบขึ้นอยู่กับหลักสัจพจน์ประการหนึ่งของการวิเคราะห์ทางเทคนิค: "ประวัติศาสตร์ซ้ำรอย" - เชื่อกันว่าการรวมข้อมูลซ้ำหลายครั้งนำไปสู่ผลลัพธ์ที่คล้ายคลึงกัน
รูปแบบหลักที่เห็นได้ในแผนภูมิกิจกรรมประจำปีคือ นี่คือรูปแบบการกลับตัวของแนวโน้ม “Head and Shoulders” ตั้งชื่อเช่นนี้เพราะแผนภูมิดูเหมือนศีรษะมนุษย์ (ยอด) และไหล่ที่ด้านข้าง (ยอดน้อยกว่า) เมื่อราคาทะลุเส้นที่เชื่อมต่อกับราง รูปแบบจะถือว่าสมบูรณ์และการเคลื่อนไหวมีแนวโน้มที่จะลดลง
ความเคลื่อนไหวของกิจกรรมในอุตสาหกรรมการก่อสร้างในซานฟรานซิสโกเกือบจะเกิดขึ้นพร้อมกันกับการเพิ่มขึ้นของราคาทองคำและบิทคอยน์ ประสิทธิภาพที่ผ่านมาของแผนภูมิราคาและกิจกรรมทั้งสามนี้แสดงให้เห็นความคล้ายคลึงกันอย่างเห็นได้ชัด
เพื่อให้สามารถคาดการณ์พฤติกรรมของตลาดการก่อสร้างได้ในอนาคต จำเป็นต้องคำนวณค่าสัมประสิทธิ์สหสัมพันธ์ กับแต่ละเทรนด์ทั้งสองนี้
ตัวแปรสุ่มสองตัวถูกเรียกว่ามีความสัมพันธ์กันหากโมเมนต์สหสัมพันธ์ (หรือสัมประสิทธิ์สหสัมพันธ์) แตกต่างจากศูนย์ และเรียกว่าปริมาณที่ไม่สัมพันธ์กันหากโมเมนต์สหสัมพันธ์เป็นศูนย์
หากค่าผลลัพธ์ใกล้กับ 0 มากกว่า 1 ก็ไม่มีประโยชน์ที่จะพูดถึงรูปแบบที่ชัดเจน นี่เป็นปัญหาทางคณิตศาสตร์ที่ซับซ้อนซึ่งอาจเกิดขึ้นโดยสหายที่มีอายุมากกว่าที่อาจสนใจในหัวข้อนี้
ถ้า! ไม่เป็นไปตามหลักวิทยาศาสตร์! ดูหัวข้อการพัฒนาต่อไปของอุตสาหกรรมการก่อสร้างในซานฟรานซิสโก: หากรูปแบบยังคงสอดคล้องกับราคา Bitcoin แล้ว ตามตัวเลือกในแง่ร้ายนี้ — การหลุดพ้นจากวิกฤติในอุตสาหกรรมการก่อสร้างในซานฟรานซิสโกจะไม่ใช่เรื่องง่ายในช่วงหลังวิกฤติ
ด้วยตัวเลือกที่ “มองโลกในแง่ดี” มากขึ้น การพัฒนา การเติบโตแบบทวีคูณซ้ำซ้อนในอุตสาหกรรมการก่อสร้างเป็นไปได้หากกิจกรรมที่นี่เป็นไปตามสถานการณ์ "ราคาทองคำ" ในกรณีนี้ ภายใน 20-30 ปี (อาจเป็นใน 10) ภาคการก่อสร้างจะเผชิญกับการจ้างงานและการพัฒนาที่เพิ่มขึ้นใหม่
ลิงค์ไปยังส่วนที่สอง:
ลิงก์ไปยังสมุดบันทึก Jupyter:
กรุณาสำหรับผู้ที่อยู่กับ Kaggle ให้ Notebook บวกด้วย (ขอบคุณ!)
(ความคิดเห็นและคำอธิบายของโค้ดจะถูกเพิ่มลงใน Notebook ในภายหลัง)
ลิงก์ไปยังเวอร์ชันภาษาอังกฤษ:
หากคุณชอบเนื้อหาของฉัน โปรดพิจารณาซื้อกาแฟให้ฉันด้วย
ขอบคุณสำหรับการสนับสนุน!
เฉพาะผู้ใช้ที่ลงทะเบียนเท่านั้นที่สามารถเข้าร่วมในการสำรวจได้
อนาคตของอุตสาหกรรมการก่อสร้างในซานฟรานซิสโกจะเป็นอย่างไร?
-
ลด 66,7%ภาคการก่อสร้างมีแนวโน้มที่จะเดินตามเส้นทางของ Bitcoin2 มากขึ้น
-
ลด 0,0%ภาคการก่อสร้างอาจเป็นไปตามเส้นทางราคาทองคำ0
-
ลด 0,0%ภาคอุตสาหกรรมคาดว่าจะเป็นที่ฮือฮาในอีก 10 ปีข้างหน้า0
-
ลด 33,3%การพัฒนาภาคส่วนไม่เป็นไปตามแบบแผน1
ผู้ใช้ 3 คนโหวต ผู้ใช้ 6 รายงดออกเสียง
ที่มา: will.com