数据狗的上海房价研究

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。但然而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。

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。

总体，我觉得预测未来很难，房子能涨多少,和金融政策、地产政策、未来规划都有关。对于政策,也许每任领导有各自的思路。分析过去,分析现在还是有用的？

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，也没缺少租房数据（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，多人在签署交易价格的时候会做低房价。

2000万上海人有多少套房子？

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。

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)：

高房价的本质

在知乎上众多回答里,我很感兴趣的是这个答案 中国楼市房价是否会崩溃？何时崩溃 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、澳州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,而很多房子了94年房价下跌和调控的时候才刚刚建成。

最昂贵的房子在哪里

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。

如果我们把低于十万/平的房子去掉,这个线更加明显。

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？

哪里的房子最好卖

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)

租房客在哪里

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。

相信大家更关注房子涨价的逻辑。

7w左右的房子涨的快

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：去你丫的,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:

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。

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。

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。

老房子还是新房子好

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:

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：

比如,房价取决于政策,并不是市场经济完全能决定的。

比如,去年买5w左右的房子涨价最凶,你不要买最核心地段也不要买偏远地段,买个比较贵的就可以了。

比如,有些事件很重要,宝钢搬迁对房价的提升非常迅猛,搞得上海东北角各种指标一路往上走。

比如,房子真是个错综复杂的决策过程,有时候单独的维度很难说明问题,比如房子的新旧。

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…

轮到俺卖关子了,看看下一步的探索能不能帮你解决一些问题呢

来源：云栖社区

链接：https://yq.aliyun.com/articles/38618spm=5176.100240.searchblog.15.eNEIxv