如何分析一个城市的房价走势，需要哪些数据？

有关回应 · 2021-5-14 20:27:16

恰好最近总是被咨询类似的问题，于是总结了一些关于上海的房价小故事写出来给大家娱乐一下。

话说最近几年，在我醉心研究寒窗苦读期间，闺蜜们已经纷纷恋爱结婚怀孕、磨拳准备买房了。当我得知婚讯、送去违心的祝福、且收到客套的安慰后，她们总是会问一句：

“你是研究城市数据的吧，你怎么看上海的房价？我到底应该在哪买房呢？”

“房价”，与其他商品的价格一样，是需求与供应在现实世界中的投影。只不过作为不动产，房屋这一商品背后的供需关系略有特殊：

在我们生活的这个愚蠢的三维世界里，空间具有绝对的排他性，这使得你永远无法拥有两套具有相同空间属性的房屋。极端地说，在空间上任何一栋房屋都是唯一的，它的供应总量也只有0和1两种。（所以即使是自由市场国家，也存在花多少钱都无法搬迁某些钉子户的情况。很简单，因为只要他不想卖，他的房屋供给就是0。需求除以零供给，结果房价自然是无穷大。）

因此，不动产的供给问题往往是极度复杂的，为了不陷入到哲学性的困境中，我还是从需求角度出发来回答闺蜜们的问题吧。不过，在讨论具体需求之前，第一个问题是：

“闺蜜们，你们买的起么？”

买不买得起，看图便知。

上图根据房地产门户网站的全网二手房价数据（2015年3月下旬某日）制作而成。从图中可以看到魔都每一个小区的单价和所在位置。最高的几根线格外引人注目：东边最高的是陆家嘴滨江的豪宅；中间最高的是新天地的豪宅；而西侧最高的则是佘山的高级别墅。

大部分闺蜜们纷纷表示这些楼盘和她们毫无关系，她们最关心的价位区段叠杂在淡橙色线条中，无法识别。好吧。那么再看下图。

此图把从网站获得的所有二手房单价进行了1平方公里的栅格化处理。由此可以看到魔都每一平方公里土地（含有住宅的）的房价中位数空间分布。

我对闺蜜们说：“总体而言，房价在空间上并不完全按照圈层分布，虽然4万以上的豪宅仍然高度集聚在静安区和陆家嘴，但是3万到4万的区域已呈现不规则的形态了，主要分布在市南地区，市北的话杨浦虹口的局部也还可以。3万以下的地方仍有大片，所以大家还是很有希望的嘛。看完房价了，现在说说你们的需求是什么呢？”

先举手发言的是春春。春春是一个原教旨环保主义者。她说：“我以后肯定是不会开车上班的，只能坐地铁了。帮我看看地铁站点附近的房子吧。”

好的，那么轨道交通到底对房价有多大影响呢？再看下图：

我们截取了位于中外环线间的所有二手房房价（据我了解春春也就买得起这个区域了），以1平方公里内有无地铁站为标准为两种：地铁房和非地铁房。可以看到，地铁房的均价为30769.5元/M，非地铁房均价为27525.5元/M。两者相差不过10%。好像也差不多嘛。

是的。实际上从微观角度上观察，轨道交通对房价的影响并不特别显著。我们再将视野从中外环拓展到全市，对每个空间圈层内的地铁房和非地铁房房价进行了拟合，可以得到下图：

可以看到，地铁站点对于房价的影响随着与市中心的距离扩大而不断加强。在市中心5公里范围内，房价几乎不受轨交站点的影响；从5公里以外，轨交对房价的作用才逐渐呈现且加强。换句话说，离市中心越远，地铁房越有价值。面对已经不考虑市中心，即将中外环间的春春，我很（bu）中（fu）肯（ze）地提出了建议：

“你还是多花10%的钱，买在地铁站附近吧。”

春春还没来得及答话。素素已经抢先发问了。

素素是一个有文化的人。她说：“我的需求很简单。我希望我周边住的都是有文化的人，起码都是大学本科以上的吧。”

看来，素素的需求是“好邻居”。对于这一需求，先简单地用“周边地区高学历人群比重”这一指标来进行解释吧。那么，“好邻居”（周边地区高学历人群比重）对房价有什么影响呢？请看下图。

我们根据人口普查数据计算出全上海每一平方公里栅格内的高学历人口比例，将栅格按照高学历人口比例的大小从高到低进行排序，然后用排完序的栅格的平均房价对数绘制出散点图（上图）。
通过这些栅格房价对数的线性回归可以看到：房价与高学历人口比例呈现正相关关系。换句话说，地区文化程度越高，房子越贵。

我得意地把这张图指给素素看，但是，有文化的素素说：“我知道这个有什么用？我应该买在哪？哪里的性价比最高？”

人们总是习惯相信世界上有一种东西是叫做“性价比”的。餐馆有性价比、手机有性价比、“好邻居”也有性价比。但从经济学角度上看，我们并不建议直接进行“性能”与“价格”之间的比较。所谓的性价比，实际上应该是一种收益和成本的优化关系。

以素素的案例来看，既然素素希望通过购房来获得 “好邻居”，那么她在“购房”这一行为中的收益就是是高学历邻居的比重；而成本则是购房的总支出。因此，素素的最优选择（性价比最高选择）即应当是实现她净收益（收益扣除成本）最大的那个空间栅格（在购买相同居住面积的情况下）。

根据这一原则，我们折算出了魔都所有空间栅格的的“好邻居”净收益指数，其空间分布如下图所示。

那些颜色最红的栅格集中区，就是“好邻居”性价比最高地区了。分布很明显，主要在三个区域：

1、五角场区域；
2，花木、金桥、张江区域；
3，徐汇向南延续至闵行区域；
4，如果不介意太远的话，松江大学城附近也不是不错的选择。

我大手一挥：“素素你就去这几个地区去看房吧！”

素素还没来得及答话。夏夏和白白已经围了上来，七嘴八舌。

夏夏说：“我想选一个临近好工作的房子！”
白白说：“我想选一个靠近好吃的地方的房子！”

先看夏夏。“好工作”，非常难以分辨的需求。在魔都的话，我们暂且简单地将“好工作”理解为金融、保险、法律、咨询、广告、地产、科研等生产者服务业工作吧。

这些工作岗位对房价是否有影响呢？看图便知。

同样地，我们根据经济普查数据，计算出了上海市每一平方公里栅格内的生产者服务业就业比例，将栅格按照生产者服务业就业比例从高到低进行排序，然后用这些排好序的栅格的平均房价对数绘制出散点图（上图）。从平均房价对数散点的线性回归中可以看到，房价与生产者服务业岗位比重基本呈现正相关关系（虽然没有“好邻居”那么明显）。换句话说，好工作机会越多的地方，房价越贵。

那么，在购房中“好工作”的性价比分布是怎样呢？同“好邻居”问题一样，我们将“好工作”净收益指数计算出来，其分布如下图所示：

那些颜色最红的栅格，就是好工作性价比最高地区了。这些点散落在全市的各个地方，基本上毫无任何规律。

我大手又一挥：“夏夏你就去这几个地区去看房吧！”

夏夏说：“等一下！你选的这些地方这么多这么零散，跑断腿啊！我要怎么去找？”

我一本正经地回答：“当然啦，你又没有告诉我具体的好工作是指哪些工作？数据总是很精准的，关键是你的需求不精准！等你想明白了再帮你算一个更好吧！下一个！”

白白赶紧举手，说：“我来了我来了！我希望住的地方附近总是能吃到好吃的，那应该在哪买房子？”

吃货，这个需求是什么鬼？我咬着牙开始思考。“好吃的”？妈蛋，那我就直接看周边地区的餐饮最高价吧。高价位餐饮指数和房价有关系吗？看图便知。

我们根据上海餐饮的网络点评数据，计算出全上海每一平方公里栅格内的高端餐饮价值指数，将栅格按照高端餐饮价格从高到低进行排序，然后用这些排好序的栅格的平均房价对数绘制出散点图（上图）。从平均房价对数散点的线性回归中可以看到，房价与高端餐饮指数呈现正相关关系。换句话说，高级餐厅越多的地方，房价越贵。

白白问道：“那性价比呢？我怎么选房价又便宜餐馆又高级的地方？”

好的，在购房中“好吃的”的性价比分布是怎样呢？我们将“好吃的”净收益指数计算出来，其分布如下图所示：

其中红色的栅格即是高端餐馆指数性价比最高的地区了。从图中可以看到一条清晰的轴线，沿着二号线从陆家嘴一直延伸到虹桥地区。

白白疑惑道：“这里？这不是市中心吗？不是房价最贵一条轴吗？性价比何在？”

我思考了一下，解释说：“是啊，所以既然你又想离高级餐馆近，那就只能住在市中心啦。但是，既然数据分析告诉你这里性价比高，那就说明这里应该有不少价格还不算太贵的破房子吧，你去好好挖掘一下。作为一个吃货，你就不要介意住在危房里啦。哈哈。”

白白应该很满意我的建议，话没说完，已经摔门而走了。

应付完春春、素素、夏夏、白白，我已经精疲力竭。但忽然发现角落里还站着佳佳。

佳佳总是那么地古典和恬静。她羞涩地走过来跟我说：“我不追求性价比啦，反正买房子是我未婚夫宝宝出钱。他说买在哪都不要紧，只要买了能升值就行。”

升值？我最讨厌预测房价什么的了。但是迈不过好朋友的面子，我只好拿出了下图。

此图是我们整理了2015年第一季度的每个二手房小区房价涨幅程度，并以核密度方式绘制而成。红色越深的地区涨幅越大，绿色的表示涨幅越小（甚至局部略有跌幅）。

可以看到，虽然魔都的二手房楼市仍然在高度震荡当中（有涨有跌），但是市中心的房子却依然继续高涨。具体而言：

1，中心城内涨幅最大的区域集中在中环线以内；
2，中心城内的涨幅，仅在长宁、闸北、虹口、杨浦的少数地区突破了中环界限。
3，在中心城（外环线）以外的地区仍然保持高涨态势的，集中在宝山顾村、大虹桥和闵行徐泾这三个片区。

我对佳佳说：“当然，这张图只是反映了近期的二手房变化。假如你要投资的话，我需要明确你的投资目的，是求涨幅还是避风险，然后根据更长时间的变化幅度，再综合交通、人口、企业、教育、医疗以及其他公共服务等数据，落实到具体空间范围内，与房价变化综合建立一套回归方程，这样才能够有更精确的回答。”

说完，我想了想，又多问一句：“哦对了，除了这些之外，我还要知道一点，你的购房投资预算是多少呢？”

佳佳还是那么地羞涩，她轻声回答说：“啊，预算啊，其实我也不太知道。宝宝说好像是四万亿吧。哎，但也不一定都放在上海买房啦。”

我嗓子忽然很干，下意识地咽了一口口水。

佳佳叹了口气，又说：“唉，我也不知道是真是假。但你刚才分析了那么多因素真是好玩，但上海的房价总是变来变去的，难以捉摸，你说说到底哪个因素影响最大呢？”

还用说吗，影响最大的因素就TM是你啊！

*由于经常有知友询问数据来源，在此简要说明一下：本答案所使用数据均来自公开渠道，包括餐饮点评网站、房价网站、人口普查和经济普查等。另外，本答案中的人物均为化名，请勿跟现实世界做任何联想。

致歉：“好工作”和“好吃的”两组回归出了问题。这两组回归都是正相关！被刚看了答案的同事吐槽羞辱了。已修正。向被误导的知友道歉。请原谅我的粗心大意。

有关回应 · 2021-5-14 20:27:17

（一）分析城市地位

1）城市地位和分布

中国的城市是有等级的，而且这种等级一直发挥作用。一般的说，等级越高的城市，拥有资源越多。例外是苏州、青岛。

中国城市分布，沿海集中趋势非常明显：

2）主要城市经济占比

下为2011年数据。从中可以看出，经济排名前51的城市，经济占比为58.23%，而人口占比为31.83%.

两个数据对比意味着什么？

不是大城市病严重，而是人口集中程度严重落后于经济集中程度。重点城市人口还将持续流入，以达到均衡。

有人对此表示怀疑，我就说一个现实例证：东京都市圈，人口占全日本的27%，GDP占到日本全国的三分之一。

3）麦肯锡城市群

麦肯锡将中国划分为22个城市群。未来中国13亿人口的大多数都将聚集在这22个主要城市群，相对的，广大的农村和小城镇在未来由于人去楼空，就会慢慢衰落。

农村人口向城市集中，中小城市人口向大城市集中，大城市人口向超级城市人口集中。这是过去10年以及未来20年的大趋势。中央政策只是对这一趋势的再次确认：我国将分三类打造20城市群重点建5个__新华网辽宁频道

未来中国13亿人口的大多数都将聚集在这22个主要城市群。

在中国，房地产的价值投资定律就是一个词：中心，即“中心城市”、“城市中心”、“中心城市的城市中心”。

（二）分析城市人口流入流出

1）城市净流入人口

历次人口普查有数据：

中国人口流入流出地图：

3）分析一个城市房价数据

房管局可以查到历年成交均价。注意这不是开发商的广告价，是成交均价，买房者掏钱的数据，比较可信：

北京：
2004年全市商品房平均售价5052元/平，2013年住宅成交均价22643元/平，年均增长18.1%.

上海：
2004年上海每平方米销售均价已达6385元，2013年住宅成交均价24143元/平，年均增长15.9%.

广州：
2004年广州住宅平均单价4618元/平，2014年住宅成交均价15143元/平，年均增长12.6%.

深圳：
2004年广州深圳住宅平均单价6385元/平，2014年住宅成交均价26400元/平，年均增长15.2%.

4）总结

分析一个城市房价走势，需要看这个城市在中国城市中所处地位。北上广深，这是全国13.6亿人的北上广深，买房的潜在目标人群是13.6亿。长春，这是部分吉林人的长春；南京，这是部分江苏人的南京。城市地位不同，吸引人口是量级的区别。

决定一个城市等级的指标，有经济规模、行政级别、人口规模、世界500强进入数量等。

看一个城市的发展潜力，看城市级别、经济增长率和每年净增人口数量。

分析一个城市的房价走势，关键看三个指标：一是城市级别排序（经济规模、行政级别、人口规模、世界500强进入数量），二是过去10年房价年均增长率，三是未来10年城市人口预测。

有关回应 · 2021-5-14 20:27:18

大数据分析预测的话用调控政策和房价数据分析就行，先参考一下分析全国的分析方法。
先说房价大数据预测的结果: 下一个买点期在2020年。2017年处于房价涨幅周期的中部:暴涨快速增值期。

大数据分析结果: 房价涨幅周期大约是六年，六年一个周期中包含了:低谷买点期、暴涨快速增值期和房价周期峰值期三个时间点。
如果没耐心看完的话可以直接先看最后的核心，净涨幅走势预测图:

..............内容....................
对于2017年的房价趋势我们不谈理论，只看数据分析。

1. 仅从全国商品市场房价格走势曲线看，房价几乎没有周期，抛物线上升，似乎只要钱够了什么时候买，都是正确的。

2. 虽然房价长期看一直在涨，能力所及个人越早买房越好，但如果我们确实想看看老黄历，掐指算算哪个良辰吉年买房能得到更多的实惠，有办法吗？也有，如果我们把实惠定义成在下一轮暴涨前一两年能上车，就算实惠的话，你是可以做到的。
3. 房价几乎没有周期，这个曲线横竖看不出啥名堂，但如果抛开房价本身，只看房价的涨幅是可以推算出一个宏观周期的，这个周期大约是6年（房价涨幅周期不一定是房价周期）。从降息到加息转变的宏观经济周期也是6年左右。
4. 按这个周期预测，2017年买房也不算不好的选择。如果你首付不够，想等一等的话，那么你大概还有3年的时间存钱，也就是2020年左右是个有可能得到实惠的较好买房时间，总之时间紧迫。2020年不一定更便宜，但是在那个时间点你赚钱存钱能力的上涨和房价的涨幅间会得到更佳的平衡，能争取到在下一个绝望的暴涨年来临前夜上车。
为了更好的体现房价的真实涨幅，我们对房价涨幅做一个减去当年一年期定期存款利率的处理，这样能计算出更有参考价值的房价涨幅净值：
房价涨幅净值 = 当年房价涨幅 — 当年一年期定期存款利率
参考房价涨幅净值时，我们就能发现2008年和2014年全国平均房价房价涨幅净值是负的，这就是我们要找的买房时机和周期。
[h1]全国房价涨幅周期图：[/h1]

[h1]重要时间节点：[/h1]1. 低谷期买点年份预测：2002年、2008年到2009年、20014年-2015年，下个买点年份是2020年？每个周期间都间隔6年左右。买点时间一般在宏观降息周期转为预期加息周期前。如有遇上降低首付、减税等救市政策，你可以毫不犹豫相信党买入。这时候往往住房交易量低迷，不用彻夜排队，甚至可以讨价还价，最重要的是没有一天一个价越看越伤心的惊恐感。
[h1]历年房产相关宏观调控周期政策年表：[/h1]

2. 暴涨期年份预测：2004年，2009年到2010年、2016年到2017年，下一个暴涨年份是2021年？每个周期间都间隔6年左右。暴涨一般在买点年份之后一到两年。这时救市效应起效，或者用药已经过猛，成交量大涨，房价蹿升迅雷不及掩耳。2016全国总体涨幅才10%，主要原因是很多3,4线城市涨幅不大拖后腿了，所以平均涨幅没有04年或10年这么高。其实单看大城市涨幅，这轮可能比04年10年周期的涨幅都高。
3. 房价周期峰值年份2006-2007、2012-2013、下个峰值2018到2019？每个周期间都间隔6年左右。峰值一般在出现在暴涨年份后一到两年。这时，调控加码到最大值，容易造成峰值到来后，成交量就马上陡然下降，快速进入下一轮成交低迷的起点。
另外，大城市房价涨幅周期和全国基本一致，但曲线总体更偏上一些，也就是大城市不但房价更高，涨的幅也更大，强者愈强。

[h1]大城市房价涨幅周期图：[/h1]

大城市主要统计：北京天津石家庄上海南京杭州宁波合肥福州厦门南昌济南青岛郑州武汉长沙广州深圳南宁海口重庆成都等23个城市的涨幅平均净值。2000到2003年间，大部分城市的数据缺失，只有北京、上海、天津、重庆有数据。
[h1]最后重点来了：2020年全国房价涨幅按周期预测图（根据历年数据建模毛估估预测^_^）：[/h1]

为方便统计，房价均指商品房平均销售价格(元/平方米)（住宅商品房平均销售价格趋势一样）。2000年前商品房市场还不成熟，不考虑，也没有数据。
这是全国的数据，仅供参考娱乐(^_^)，具体买房涉及的每个城市会有不同情况和独立小周期或者偏移，但大致抓住这个大周期也是可行的，毕竟大周期影响最大。
参考数据来源：
国家统计局：http://www.stats.gov.cn/tjsj/zxfb/201701/t20170120_1455967.html
国家统计局国家数据网：http://data.stats.gov.cn/easyquery.htm?cn=E0105
国家统计局国家数据网http://data.stats.gov.cn/easyquery.htm?cn=C01

原创，版权所有，勿侵。

有关回应 · 2021-5-14 20:27:19

今天年会有个很有意思的课题，如何预测区域/城市未来市场？看似很大的命题，其实我的方法论来看关注两点:
1.投资上关注周期:房地产是周期性市场，自国内房改后，这种周期波动是非常典型的，我来看，除非有严厉如17年-18年这种严厉的政策干预，否则，一个大的24-30个月的周期还是可以把握的，将自己得投资周期与项目运营周期匹配大的市场周期是最合理的
2.关注政策信号:有人说中国的房地产市场是政策市场，但是我认为准确的说是周期内的政策市场，但是如果我们直接看住建部或者当地政府出的具体调控政策为时晚矣，谈不上预测，但是有个好处的是中国作为一个集权政府，有个试探和信号性政策的习惯，从具体房地产政策来看，MFL，PSL，利率，公积金政策都是具体政策的前置性信号，我们可以看看2018年的湖州作为典型的棚改驱动+环沪外溢性市场，其实市场塌陷信号在前期已经显现，2018年6月68家上海及浙江各商业银行首套房利率上浮20%，前值是多少呢，18家，同时2018年湖州公布1.98万户棚改计划，货币化安置控制在30%以内，前值2017年是2.9万户，货币化安置70%以上，2017年湖州一共卖了1.7万套房子，PSL作为再抵押贷款是要评估这个城市整体的负债率，而与此相关的一个数据是2017年央行的公布，全国600多个城市，负债率最高的三个城市镇江，珠海，湖州，所以2018年的结果其实不出所料。

有关回应 · 2021-5-14 20:27:20

可能很多朋友还不知道，我们的公众号新增了一个固定的「查房价」小功能。
在公众号对话框回复以下「城市名」就能收到。

注意：仅限表格中的城市，其他城市没有
这个数据会以月为单位，每月更新一次，目前6月份的已经更新。

整理数据的过程中，我越来越觉得：城市就是一家公司，而房子就是城市的股票。
一座城市的「股票」值不值得买，我们首先要看它背后公司的基本面，营收如何？增速如何？
自然是要关注城市GDP数据。
如下图，我整理了几个重要城市过去十几年的GDP，被两个城市吸引了注意：

重点看最后两行「复合年化增速」
数据来源：通联数据、国家统计局
复合增速算法：POWER函数
首先是贵阳，一个不太热门的城市。GDP基数不大，在城市战争的后半程猛然发力，速度惊人；过去十年的复合增速为16%；
另一个是我的家乡沈阳，过去十年的复合增速为4%，不知道该说啥。
房产作为股票，第二个值得关注的数据是它的内在价值，可以用「现金流折现法」来算。
只要是资产，就会产生现金流。而资产的商业价值，就是它未来所产生的现金流总和。
房子作为资产，它所产生的现金流是房租。我们的查房价功能，就包含「30年房租总和」这个数据。
如下图的红色折线：

供给=真实成交价
价值=30年房租的价值
上图可以推导出几个结论：

1 房产作为城市的股票，其内在价值体现在房租上。
那整体房租水平由什么决定呢？答案是和「城市人均工资」挂钩。
那人均工资又和什么挂钩呢？又回到了城市GDP上。
所以整体逻辑是：
城市GDP增速-城市人均工资增速-房产租金增速
2 既然房产价值和租金回报挂钩，那怎么解释上图中红线和黄线之间的差距？
怎么解释过去北京房价的增速远远大于北京GDP的增速？
很好解释：因为估值，人们愿意给优秀城市更高的估值—这也是我把房子比做城市股票的原因。
就好像一家公司在10年中利润增涨了10倍，但股价却涨了20倍一样。
3 真的，从这个角度切入，很多房产领域难以回答的问题都迎刃而解。
比如北京人均GDP是128927元/人，重庆63689元/人，1倍的差距；
而北京房产均价64773元/平米，重庆12447元/平米，4倍的差距；
要不是重庆去年涨得猛，这个差距更悬殊。
而且我可以明确地说，重庆小区的整体素质普遍要比北京好很多。
不管从那个角度看，北京都不该这么贵，重庆都不该这么便宜。
看空房地产的人肯定会说：北京的房子绝对有泡沫！迟早要腰斩的！
事实却是：过去这些年，每一个北漂和土著的真实想法都是要买房，要上车！
而重庆呢？重庆人的真实想法是，我们这万年不涨，买房着什么急？
这才是真实情况，即使没有限购，北京房产的流动性也要远远好于重庆。
所有人都知道北京的房子可以买，也想买，因为它会涨。
虽然过去重庆的房子随时可以买，但很少有人买，因为它万年不涨。
北京的房子，可能由全国人民接盘；而重庆的房子，可能本地人都未必买账。
我想说的是，所有投资者都下意识地更关注收益而忽视成本。这两年，这种情况正发生改变。但能持续多久？谁知道呢，没准儿媒体写几篇重庆房价冰封的新闻就会把流动性吓退。
以上，都是宏观的基本面分析，和实际买房没啥关系。
买房是微观交易。
它涉及选地段、选小区、选房源、贷款成本、现金流压力、供需、和房东砍价、装修、出租等等...
就好比一个想在北京买房上车的年轻人，他不关心北京房价。
他关心的是，心仪的那套房，总价还是高了点儿，凑到的首付还是差了点儿。
不管北京跌不跌，他只希望想买的房子能跌一点儿，最好再能跟房东把装修钱砍出来。
这些真实真切的小需求，看空者、专家和媒体谁都不会关心。

如何分析一个城市的房价走势，需要哪些数据？

5 个回复