来自:兽脑的世界(微信号:zny918),作者:周宁奕 知乎链接:https://www.zhihu.com/question/40724540
爬虫技术,是采集网络大数据的重要手段;地图,是表达空间信息的最直接的工具。阿里巴巴可视化工程师周宁奕,借助爬虫技术、地图、图表等,对上海房价问题做了深入研究。
1. 疯狂的春天
年初上海的房价一夜沸腾,到处都是月上涨百万的房子和日跳价十万的交易,以及人满为患的房地产交易中心。上月某日我打开滴滴快车,刚输入虹口,居然发现自动补出“虹口区房地产交易中心”, 而且排名第一......
数据狗的俺,自然去找分析报告了。但看起来,大多有关地产的数据分析都比较宏观,比如整个深圳的库存和买卖的关系,银行的政策和股市的兴衰对房价的影响,各个城市的房价和收入比如何, 等等。
作为一个小市民,俺的问题就是那么直白: 哪里涨的快?! 有没有更性感一点的回答呢?
先放个去年上海的房价增长地图。
△ 上海的房价增长地图
2. 技术准备
有许多房价网站,有些乱的就像论坛,信息杂糅,也有些虚假繁荣,重复率很高,比如一套房子都能出现好几次,还有很多已经关闭的交易仍然挂在网上,价格还是n年前的。
链家和搜房数据相对准确一些,但链家只做精做深一线城市,且早几年的数据不多,也不缺租房数据(旧主页有丁丁租房的连接)。相比,搜房网是历史久远的老牌网站,积淀多,但传说做低房价,数据不准,而且网站的组织比链家乱一些。
俺用node.js写了个爬虫框架,开始搜房和链家的数据之旅。
对于房子,宏观而言,至少分为2个大的对象,一是小区,二是房源。一个小区有很多户型,高低、面积、户型、类型甚至年代各不相同,房源则涉及到具体的交易(当然复杂的情况下,一个房源在不同的时间能有多次交易)。每次交易有很多细节的信息,甚至细到最后一次看房的时间,一个月内看房的次数等等,但亲身经历告诉我,这些很细的指标有时也少登记漏登记,准确性没那么高。
细的也不多谈了,总之经过多次爬取或清洗,我的数据库里存了几张表,比如链家网的表有两张:
小区表: 小区名字、经纬度、边界信息、建成年代、物业公司、开发商、绿化率、容积率、楼房数、房间数、12个月的房价变化等。
交易表: 所属小区、总价、均价、面积、户型、楼层、房龄、装修、七天里多少人看过、历史上度少人看过、已经完成 & 历史上交易时间等。
提前说一嘴,链家和搜房的数据是有所滞后的,正在交易的房子,很多已是过去的价格了,而已成交的房子,成交的时间要倒退几个月才是发生交易的价格,何况为了避税,很多人在签署交易价格的时候会做低房价。
3. 2000万上海人有几套房子?
从链家爬取的小区信息非常详细,包括每个小区楼房的数量和房间的数量,其实搜房也有这些指标,估摸是从政府拿到的,因为即使某个小区没有交易,这个小区的数据都还有,从这个数据,我count了上海房间总量,约600万左右,上海的人口是2000万,平均3点几个人是能有一栋房子的。
这应该比较符合直觉吧,三口之家都应该有房,只不过有些人有几套房子,而有些人挤隔板房。
4. 政策的影子
所有正在交易的的房子里,89平的房子离奇的多,这是为啥呢?
这个答案很简单,有一个政策是: 90平米以下契税征收为1%,90平米—144平米契税为1.5%。144平米以上为3%,所以地产公司肯定料到,愿意住90平和144平以上一点点的的人,肯定愿意为了避税,忍忍住小一点的房。所以,这就是这个曲线的中间和右边的有两个峰值的原因,而40-50平还有个峰值,老房子的标准大小就是这样。
此外,这个政策出现在2006年,诨名『7090政策』,当年政府出来抑制房价上涨定的(2006年恰好也是近年来商品房建成最多的一年)。为了验证这个,我们列一下2006年之前房屋面积的分布(还是有几个小波峰,毕竟数据取自正在交易的房源,并非全量的房子,所以契税政策还是会对交易政策产生一定的影响):
5. 房价的骨骼
关于“中国楼市房价是否会崩溃?何时崩溃?”这个问题,在知乎上众多回答里,我很感兴趣的是“莫名”的回答,复述一下:
美国是一个州和州制度差异很大的地方,在不同的地区不同的制度,演化出了不同的房价。有研究对美国、澳大利亚26个房价超高的城市的研究表明,其中有23个都有严格的“可持续发展”法案,比如旧金山湾区,5 / 6的土地是不能开发的,这么整,房价怎么会不高。
而一些城市,比如Houston,全美第4大城市,收入很高,但房价却是美国前15的低, 有钱并没有说明房价一定高。
我认同,供求关系才是王道。
看看我们的国家呗,这里是上海,我们的数据也可以反推这一点,因为每个小区都有建成的年代和内含的楼房数和房间数,我们把近30年来按照年代进行累加,得到下图了。
整个曲线横跨1900年-2017年,没错,房子的建成年代还有2017年,因为链家已经把一些期房也考虑在里面了。
06年以后,楼房的建设量一路往下走,13年之后,转向更加剧烈的下滑。
事实上,这段时间里,上海的人口也日趋饱和,直到去年出现负增长。有意思的是,知乎上还有答案从多角度论证上海市人口确实下跌。但房屋供应下降的更快,供需关系还是那么强烈。在这个过程中,政府用压低土地出让量小心翼翼地维持着高房价。
这个曲线还有个问题,1994年建成房屋量超过了之后的任何时候。为什么?直到俺问了地产行业的学弟虾米皮同学才恍然大悟。1993年是全国性的房产热。那时候全国都掀起了盖房的热潮,而很多房子在1994年房价下跌和调控的时候才刚刚建成。
6. 最贵的房在哪?
感觉里,上海的发展比较分散,杨浦、徐汇、黄浦、浦东都有很多繁华的地段,各为中心。然而如果关注到均价十万以上的近百个小区(别墅),这些点却基本排列在一条东西走向的直线上, 西起佘山,路过西郊宾馆一带(如檀宫),最多的分布是在徐家汇的老洋房(还记得陈良宇当年的马勒别墅么),然后穿过静安区和黄浦区,浦东五道口周边,最后一直到世纪公园周围。
△ 上海高端小区(别墅)分布图
如果我们把低于十万/平的房子去掉,这个线更加明显。
△ 上海均价十万以上的小区(别墅)
对此,我忽然产生了一个猜测,上海十三五规划,提到大力发展虹桥以西的地区,目前涨的也比较厉害,那这条最昂贵的线会不会一路向西,继续填补版图上的空白呢?
7. 哪的房子最好卖?
贵的房子不一定好卖,有些房子有价无市。比如北京的胡同和上海的洋房,动辄上亿不是谁都买的起,中产阶级才是消费主力,他们决定了消费的高峰。
在搜房的数据里,对每个小区,有成交次数一项,因此我们可以看哪些盘买卖最多。
相对于高价房,交易量大的区域比较分散,比如莘庄、三林,之中也包含一些很贵的区域,比如新天地周边的(不幸的是,看链家今年的数据,去年基本没涨幅)
△ 交易高频的小区(别墅)分布
8. 租房客在哪?
好租的房子明显又是另一道风景,掏空了市区点亮了郊区。
大部分亮点,都比较容易看到逻辑,比如张江园区附近的,上海交大附近的,浦东五道口附近的,松江大学城附近的,等等。
我想到的原因也比较明显,第一是,小区大了,出租肯定就多,大小区当然郊区多,二是人口聚居地普遍在郊区,学校和大公司,现在都往郊区迁。
△ 租户集中的小区分布
相信大家更关注房子涨价的逻辑。
9. 7万左右的房涨的快
许多人说,房价越贵,涨得越快。在收藏品、奢侈品上也是如此。
俺屌丝:去你的,匡我呢!买实惠点的不好么,1w5一平的房子能亏么?投资风险小啊!
然而,当我把上海市目前的房价按照1000分段,和在过去一年的上涨幅度画成这么张图的时候,这个道理多少是对的,而且关系很明显:
在上海,去年买今年7万左右的房子是涨幅最快的,但过了7万/平,这个收益就开始回落了。此外,我把交易总量也用灰线画出来了,毕竟交易量很少的时候,可能一两笔不正常的交易会影响平均价格。
对于这种情况,我是这么理解的:
对于去年9月以来的房价涨价,多少是房屋置换引起的,所以300w以上的交易量很大。而卖掉的房子能套出很多现金,因此人们会利用30%的杠杆去买一套更大的房子,而他们能把握的现金决定了大部分人决定了房屋的大小和价格,以至于下面一段分析:
10. 买市中心的房子好吗?
那么,是不是地段越好,涨得越快呢?我把所有小区对了经纬度,画在地图上。由于去年上涨普遍比较凶猛,我以20%为界限,没有到这个涨幅的,都标记成蓝色,超过的是红色,红色越大上涨越多,蓝色越大下跌越多。
△ 上海房价涨幅分布
我们看到,有几个区域比较明显,比如浦东陆家嘴及东、莘庄和七宝、青浦徐泾、普陀真如、杨浦新江湾城、宝山宝杨码头附近。
我放大两个图,第一个是浦东陆家嘴周边,很有意思,陆家嘴的房子普遍涨了,但最好的江畔地段明显涨价一般,而靠近东边的地段却涨势汹汹,而这些房子,价格就在刚才提到的6-7万左右。
所以,总体上,就去年而言,不适合买最好的地段,估值已经太高,退而求其次,周边的地方涨幅倒是还不错,我个人的猜测还包括了上面一段的观点: 大部分改善型的置换,大家提供的资金也只能支持买市区但并不是最核心区域的房子。
△ 核心区域房价涨幅分布
11. 开发商们,买谁家房子好?
看这看那,房子tm太难选了,不过,房子是不是也有名牌效应呢,选了哪家造的房子,成功率就高一点呢?总有良心开发商选更好的地,造更好的楼,相对更低廉的价格。
因此,这里统计了所有开发公司在上海的项目去年的平均涨幅。
不过真实的数据是,排在最前沿的都是在沪只有1-2个项目的公司,总让人感觉这是运气好的缘故,所以,我又加了一个条件,在沪必须开发过超过8个项目。
看完这个图,你会吃惊吗,很少听过名字的两家宝山打头的企业,稳居房价涨幅榜的魁首,秒杀万科、大华、绿地这样的大开发商。
如果我们回忆一下房屋增长地图,宝杨码头附近的区域也是非常厉害的,居于上海的前列。
直到一位地产公司的学弟一语道破:
去年宝钢搬出上海呀…
没错,当你搜索宝钢,很多网点就在宝杨码头附近,而这就是宝山房价涨的最凶的区域,这片区域的房子也是这几个开发商建设的。
12. 老房好还是新房好?
曾经住在老小区,周围都是一群闲散的大爷大妈,每天出门,都有一种重返90年代或者提前32年后俺退休的感觉,无时不刻,我都想逃离这里。
所以,俺的概念里,新小区必须比老小区居住舒适,价格昂贵,增值潜力大......
数据好像残忍地否定了我。
首先看均价和小区建成年代的关系,这个关系真是亮瞎了我的狗眼,房子越老,价格越高…
我只能这么理解这件事了,城市扩张,越老的房子越位于城市的中心,在历史的进程中,拆迁办大浪淘沙,留下并在交易的老房子本身质量就是老房子里比较好的,特别是解放前的…
去年一年的增长情况,也并没有体现出新房子的绝对优势,这条线好像是平的:
13. 暂停键
好了,这篇就写那么多了。用数据粗粗地扫了眼上海的楼市,很多也就是印证了常识:
可是,去年已经过去了,我再怎么分析,也是历史回放,知道了又怎么样,今年涨的快明年难道也涨的快么,你知道么亲?
再者,每个人都有自己的限制,房子不是想买就买的商品:
比如我tm只有30w首付,你给我说400w房子涨价快这不是挑逗我么......
比如我公司在闵行区,你说半个上海外的宝杨码头的房子涨的快......
END
版权声明:
转载文章均来自公开网络,仅供学习使用,不会用于任何商业用途,如果出处有误或侵犯到原作者权益,请与我们联系删除或授权事宜,联系邮箱:holly0801@163.com。转载大数据公众号文章请注明原文链接和作者,否则产生的任何版权纠纷与大数据无关。