选址型项目投资评估
用户给你一个具体位置(园区/物业/场地/车库/商铺),要一份能支撑投资决策的评估报告。
产出不是行业综述,而是:这个位置能给你什么、限制你什么、谁在跟你抢、钱从哪来、几年回本。
> 配套技能:investment-feasibility-report 回答「这门生意(行业级)能不能做」,本技能回答「在这个位置做能不能做」。行业级结论本技能直接引用,不重复研究。数据可信度分层(A/B/C 级、剔除招商软文)沿用该技能第二节。
〇、总流程(10 步,缺一不可)
① 定位确认 → 经纬度、业主、报建指标、工程节点
② 工程硬约束 → 报建指标里挖坑的地方(本技能独有、最易被忽略)
③ 圈层市场 → 人口 + 小区 + 业态 + 人流结构
④ 需求测算 → 保有量法(自上而下)× 场景法(自下而上)交叉验证
⑤ 竞争 POI → 地图数据拉 3km 内全部同类站点,含价格带
⑥ 政策天花板 → 价格管制、电价结构、补贴
⑦ 商业模式选择 → 判断真正的利润中心是谁(往往不是用户以为的那个)
⑧ 财务模型 → 跑 scripts/finance_model.py,三配置 × 三情景
⑨ 风险 + 路线图 → 按概率×影响排序,先小钱验证再加注
⑩ HTML 报告 → 用 assets/report-template.html,结论速览先行
先建 TaskList 跟踪这 10 步。调研阶段(①–⑥)并行搜索,建模阶段(⑦–⑧)串行。
一、项目本体:先挖报建指标的坑
用 WebSearch 确认:位置(精确到经纬度)、业主/建设单位、用地与建面、报建的车位/泊位/端口分项指标、工程节点(动工/封顶/完工)、功能构成。
重点:报建分项指标经常和用户的设想冲突。 真实案例:用户要做"地面快充",但项目报建为「机动车位 632 个,其中地上仅 6 泊、地下 626 泊」——地面快充物理上限 6 枪,想扩必须走规划变更(3–6 个月)。这类约束必须在建模前确认,否则整个方案作废。
产出三张表:
1. 基础指标表(位置/业主/建面/车位/节点)
2. 有利因素表(停留时长匹配度、人流峰值、稀缺资产)
3. 硬约束清单(每条注明:绕过方式 + 成本 + 周期)
二、圈层市场:三个半径,三类数据
| 数据 | 来源 | 用途 |
|---|---|---|
| 街道常住人口 | 第七次人口普查公报(政府官网) | 需求基数 |
| 3km 内小区清单 | 房产网(户型/户数/交付年份)+ 地图 POI | 目标客群定位 |
| 业态与人流结构 | 政府新闻、项目官微、实地资料 | 场景法测算的输入 |
小区清单表必须含:距项目距离、估算户数、客群特征(新盘新能源比例高/老破小家充难安装/度假盘实际通勤低)。户数标注「估算」,不冒充精确统计。
人流结构表按业态拆:每个业态给「日均到访 → 驾车比例 → 目标客占比 → 转化率」,这是第④步场景法的直接输入。
三、需求测算:两条路径必须交叉验证
路径一(自上而下·保有量法):
全市保有量 × 区域人口占比 × 街道占比 × 3km圈系数 × 无家充比例 × 月均使用频次 = 月度需求
→ 减去现有供给分流 → 新增供给合理份额 8%–15% = 本项目可获单量
路径二(自下而上·场景法):直接用第②步的人流结构表逐业态累加。
两条路径结果差 2 倍以上 = 数据有问题,必须回头查。 一致则取交集作为基准情景依据。
爬坡期必须打折:新建物业客流爬坡 6–12 个月,财务口径按第 1 年 60%、第 2 年 85%、第 3 年 100%。
四、竞争 POI:地图数据比任何研报都实
用 WebSearch 搜「{地名} 充电站/同类业态 地址 汇总」等 POI 查询,拉 3km 内全部站点,输出:
- 站点清单表:名称 / 运营商 / 距离 / 类型规模 / 备注(标注直接竞品)
- 圈层密度统计:1km / 2km / 3km 内各多少个
- 真实价格带表:每站的服务费/客单价区间 → 均值 = 你的基准假设
判断句式:「片区不缺 X,缺的是位置更好/体验更稳的 X」——供给是否过剩,看密度统计,不看"车桩比缺口"。
话术免疫:任何用"总量缺口"论证可行性的材料(招商方案、行业软文),一律要求它给出周边同类站点的实际单点日产量。真实约束是单点产量,不是存量缺口。
五、政策天花板:找「封顶线」和「计费方式」
每个行业都有它的天花板变量,先找到再建模:
- 价格管制:服务费/租金/票价是否有政府指导价或全国封顶(如充电服务费 2026-04 起封顶 0.5 元/度)→ 锁死涨价空间
- 计费方式:单一制 vs 两部制、是否收基本容量费 → 差异可达年成本 20%
- 分时价差:峰谷价差大 = 存在套利/错峰红利(单独算一笔账)
- 补贴:建设补贴(按功率)/ 运营补贴 / 场地租期优惠,标注「待核实」
产出「政策 × 对本项目的意义」四列表 + 一条 note 列出签约前必须核实的政策点。
六、商业模式选择:利润中心往往不是用户以为的那个
这是本技能最值钱的一步。用户说"做 XX",但 XX 可能只是引流配套,真正的现金流在旁边的资产上。
判断方法:把场地内所有可经营资产列出来(车位/客流/屋面/广告位/能耗),分别算"单价 × 周转 × 政策约束",找出:
- 哪条线不受价格管制(有定价权)
- 哪条线资产规模大、周转高(决定收入天花板)
- 哪条线成本边际极低
真实案例:用户想做充电站,但测算发现充电年收入 29 万、EBITDA 3 万;而 626 个地下车位停车收入 113 万、净贡献 53 万。结论:充电是配套,停车才是利润中心,投标结构必须按"停车场综合运营"谈,不能按"充电站"谈。 同样的场地,两种谈法估值逻辑完全不同。
产出模式对比表:纯 XX 模式 / XX + 主资产业务一体化 / 轻资产代运营,各列投资、EBITDA、回本、评价。
七、财务模型:跑 scripts/finance_model.py
复制 scripts/finance_model.py 改参数,必须包含:
- CAPEX 分项表(每项:行业区间 + 取值 + 理由,折合每单位投资)
- 三配置(最小/推荐/规模)× 三情景(保守/基准/乐观)损益矩阵
- 盈亏平衡:EBITDA=0 和 净利=0 两档,折算成行业通行口径(如单枪日电量/利用率/翻台率),与行业平均值对比——这是报告最有冲击力的一格
- 敏感性矩阵:最敏感的两变量(通常单量 × 单价)做热力表
- 10 年现金流 + NPV@8% + IRR,含设备更新年
- 可选增值模块(储能/广告/增值服务)单独算 ROI
OPEX 清单别漏:场地租金(收入分成或保底)、运维人工、平台佣金、设备维保(CAPEX 3%)、电损/损耗(易漏,占收入 5–10%)、保险、通信、管理费。折旧按 8 年直线、残值 10%。
八、风险清单 + 路线图
风险表按「概率 × 影响」排序,前 3 条标注致命级,每条给应对动作。致命风险通常是:拿不到关键运营权、计费方式被强制变更、邻居价格战。
路线图三段式:
- Phase 0 投标/签约前:列出一票否决项,宁可慢签约不要错结构
- Phase 1 一期小步试水:最小配置控敞口,设 6 个月验证指标(真实客流/转化率/客单价)
- Phase 2 二期数据达标才加注:扩规模 + 加增值模块 + 申报补贴
收尾给 2–3 条具体建议(不是泛泛而谈):产品怎么设计、投标结构怎么定、该警惕什么话术。
九、HTML 报告规范
模板:assets/report-template.html(含全套 CSS 设计系统)。内容规格:assets/report-spec.md。
- 结论速览永远在最前:4 个指标卡(总投资/年收入/EBITDA/回本)+ 3 个核心判断卡(绿/黄/红编号)
- 章节号
01–08,<h2><span class="no">01</span>标题</h2> - 每节开头一句
sec-sub定调,表格为主,note 卡片给判断 - 图表用内联 SVG(禁 CDN),负值柱状图注意零线位置
- 设计系统:浅灰绿
#f2f6f2背景 + 清新绿#2f7d5d主色,涨红跌绿不适用本场景(非证券) - 尾部三件套:测算口径说明 / 数据来源(A/B/C 分层)/ 免责声明
- 文件写到
{workspace}/deliverables/{项目名}/index.html,用 present_files 打开预览
十、常见陷阱(本技能血泪版)
- 别跳过报建指标。 "地上 6 泊"这种一行小字能毙掉整个方案,先查规划公示/招标公告。
- 别替用户锁定商业模式。 先把场内所有资产摆开算一遍,再决定报告标题叫什么——标题决定你在谈判桌上的类别。
- 别信"总量缺口"叙事。 存量缺口 ≠ 需求缺口,单点日产量才是唯一真实约束。
- 爬坡期不打折 = 第一年就高估 40% 收入。
- 固定成本是小火慢炖。 租金+人工+维保+保险一年轻松 15–20 万,小配置站年收入可能都盖不住——先用盈亏平衡倒推最小可行规模,再谈配置。
- 损耗类成本必查:电损、货损、平台佣金,单项看着小,合计吃掉 10–15% 收入。
- 政府定价的场地(文化场馆/公园/公益设施)大概率有免费时长条款,直接压垮"充电免停"类引流手段,签约前必须问清。
参考实现
完整案例:大亚湾综合文化创意园充换电项目(10 步全流程 + 三配置三情景模型 + SVG 图表)
/Users/panhc/WorkBuddy/2026-10-30-22-51-19/deliverables/charging-report/index.html
配套模型脚本(可直接改参数复用):同目录 model2.py