（吉隆坡15日讯）专家强调，大数据分析可改善房屋状况，但前提是它能让房屋供应与家庭实际需求更匹配，而这需要结构性改革、整合数据和制定完善的规划。
马大国际公共政策及管理学院（INPUMA）学术与学生事务副执行主任莫哈末丹尼尔博士表示，大数据分析的关键绩效指标不应该是政府掌握了多少数据，而应该是基于这些数据作出了多少更好的房屋决策。
为了追踪进展，他提出了“房屋错配记分卡”的方案建议。
他向马新社说，大马可能同时存在“房屋过多”和“房屋不足”的现象，原因很简单，现有房屋数量与人们的购买力或实际居住需求并不匹配。
他提醒，大数据分析需区分人们的实际需求、偏好和负担能力，不应将网上搜索或意向表达视为确定需求，反之应先考虑收入、贷款资格、托儿费用、交通和其他必要开支。
国家产业资讯中心受促与大马统计局加强合作，把房屋数据与家庭支出、福利和公共交通使用情况等信息整合起来。（马新社）
“若系统将线上关注度视为实际需求，政策制定者和发展商可能会收到错误信号。”
应不断更新
丹尼尔说，数据也需涵盖低收入家庭，因为他们可能因经济拮据而无法进行房产搜索。
他建议大数据分析系统应利用人口流动、收入、就业、租赁趋势、房产交易、规划审批、交通便利性和重大投资等数据，不断更新。
战略与国际课题研究所（ISIS）研究员阿末法汉说，大数据分析有助弥合信息鸿沟，但仅靠技术是无法解决国家房产过剩或购房能力问题。
他建议更进一步将一些数据与人口趋势、融资能力、预计家庭规模和社会房屋申请情况相结合，这将有助于识别有需要的家庭，包括那些可能不符合正规融资条件的家庭。
他也呼吁发展商在交通枢纽和中央商务区附近建造更多可负担房屋，而非在郊区，因为远离工作地点和生活设施只会增加日常生活成本。
国家产业资讯中心受促与大马统计局加强合作，把房屋数据与家庭支出、福利和公共交通使用情况等信息整合起来。根据国家产业资讯中心数据，截至今年首季，全国仍有3万2801套已竣工的住宅单元尚未售出，总值达163亿7000万令吉。
评论 (0)