淺談大數據下的中國房價波動分析

文/楊金萍，對外經濟貿易大學統計學院在職人員高級課程研修班學員

1 引言

我國有13億人口，人口眾多，根于中國傳統文化-安土重遷，中國人對房子的關注度自古就有著很深的情結，有房子，才有家，才是歸宿。隨著中國經濟的飛速發展，人們生活水平的提高，對于物質、精神生活的要求越來越高。人們不在止步于幾間茅草屋，遮風避雨，足以。對房子的大小、裝修、水電基礎設備、樓層、朝向、開發商信譽、位置都有著比較嚴苛的要求。然而日益上漲的房價，使很多漂泊在外的游子，安土重遷的愿望難以實現。有人放棄買房的想法，選擇過租房更為輕松的人生；有人傾盡洪荒之力付了首付，成為20年或者30年的房奴。本文基于房價上漲現狀，分析影響房價波動因素。

2 中國快速的城市化進程

2.1 中國正處于快速的城市化階段，農村人口以其驚人的速度向城市聚集，農民進城之后就有住房需求，人口急劇增加，就會導致部分三線城市房價快速增長。一二線城市本身就是人才聚集地，每年大量的畢業生都會涌向一二線城市，人才的聚集，城市住房有限，同樣會導致房價快速上漲。依然記得2010年高考，全國考生達到90萬，而今年更是刷新了新高，超過了100萬的大關。

2018年據官方出具報告：根據登記戶籍來看，當前的城鎮化率僅僅只有40%左右；而從人口調查統計的結果來看，城鎮化率則是達到了約50%；如果采用樣本分析統計法對在城鎮中居住滿六個月的人口數量來進行統計，那么城鎮化率則是達到了57%。這些結果代表了有很多的農民在逐步地想城市進行遷徙，這些人可能是已經在城市中找到了工作，只是還沒有在城市中安家落戶。當前，中國仍然是處于城市化進程的快速發展時期，未來這一因素仍然是影響房價走向的一個原因之一。通過運用大數據分析技術，政府可以更為值觀的感受到中國城市化進程的程度，查漏補缺，及時調整車頭，根據不同階段的情況制定出契合實際的策略。中國正在進行轟轟烈烈的城市化，每一個政策的制定都對中國的未來影響深遠，所以根據實時數據制定實時策略則顯得尤為重要。

3 房地產市場屬性-投資型市場

3.1 根據西南財經大學的一份報告顯示，從2018年第三季度全國城鎮家庭購房的目的來分析，其中改善型購房需求占26.7%，而投資性購房需求占58.2%，首套剛需購房需求占比只有15.1%。從數據上可以一目了然看清樓市實際現狀。一個國家的房地產市場已經逐漸的淪為成一個投資性市場，那么住房供應量和需求的確是無法達到平衡的，因為房產相當是資本的一個籌碼，人們拿著這個籌碼就可以等價交換貨幣，但是它又比貨幣更加具有保值和增值性，有錢人都把貨幣獲取置換成房產，而沒錢的人也希望自己能夠盡早擁有這種籌碼。

習總書記在十九大報告中再次強調“房子是用來住的,不是用來炒的”，強調，要將房子是來住的、不是用來抄的定位堅持到底。一城一策、因城施策以及城市政府主體責任等相關的長效調控機制都必須要有效地進行落實。

3.2 各級政府已經意識到房地產市場這一不健康屬性-投資性市場，并做出一系列調控政策：

自然資源部2018年6月16日發布消息稱，全國統一的不動產登記信息管理基礎平臺已經實現了全國聯網，并已經全面運行。全國聯網會讓樓市變得更加的透明，可以幫助各級決策部門對樓市有更加準確、清晰的認識，即使是對于炒房客也可以很快地進行統計。在互聯網大數據的浪潮下，房地產市場變成了一組組可見的數字以及更為直觀的圖表，不單單使樓市變得更加直觀透明，民眾更易理解，更重要的是為各級政府制定切實有效的房地產市場政策提供數據支撐，這是大數據時代給我們帶來的福利，使一切都可以量化。

根據大數據提供的實時數據，政府為了有效遏制投資投機性購房，促進本市房地產市場平穩健康發展，一二線城市相繼出臺限購政策，以上海為例：非滬籍家庭限購一套上海住宅,但是夫妻雙方必須至少有一人社保或者個稅,且自購房之日前必須連續繳納滿5年及以上，才能滿足購房資格，。

4 便利地段-高房價聚集區

4.1 交通便利、配套齊全、保價增值是購房者考慮的首要條件。一般情況下，老人會選擇醫院附近，活動場所多，購物方便，空氣清新，比那與就醫和消遣的地區，一般距離醫院近的地方，房價會高于周邊其他地區。而有經濟能力的青年人一般會選擇公司附近，娛樂設施豐富，人員集中，上下班方便，黃金地段的房價一直是正是城市鶴立雞群的一個。有孩子上學需求的家庭，一般會選擇學校附近，方便孩子就近入學，而學區房一直是房地產市場比較熱門的話題之一，一度也推動者學校周邊房價上漲的重要因素。

4.2 根據2019年鏈家網實時大數據，我們依然可以洞察房價與熱門區域的關系。數據基于python技術對鏈家網公開房產數據進行統計。

通過對上海房產數據分析我們可以得出如下結論：

a.高房價區域為：靜安、長寧、閘北、徐匯、楊浦、浦東、普陀、黃浦、虹口，這些區有高新技術開發區、歷史租界經濟帶、商場寫字樓經濟帶

b.根據新房、二手房、租房的三份數據可以看出，價格呈現一個‘同漲同落’的趨勢，基本成正比關系。

鏈家網是大數據統計做的很不錯的網站之一，進入首頁你可以直觀第看到3塊統計圖表：單價圖、面積圖、房型圖，高級搜索條件豐富。鏈家網通過多房產大數據的信息整合，聯通了房產買賣雙方、租賃雙方，滿足客戶的很多需求：房源急速對比、業主對房產評價、地圖找房、地鐵找房、VR看房。鏈家網從不同維度對數據進行整合，滿足了用戶對不同層面數據的需求。大數據在生活中的運用還遠不止于此。

5 過去10年經濟發展與房地產

5.1 過去10年，中國經濟的飛速發展離不開房地產的支撐，換句話說，房地產近10年的飛速飆升是與中國經濟相輔相成、密不可分的。許多地方政府的業績，也很多是靠招商引資房地產企業而獲得了短期內的飛速發展，很多在這10年內上臺的各級官員，也致力于發展本省市的房地產市場，業績見效快，升遷迅速。這種捆綁式的單一發展同時帶來了很多弊端，房價升溫能過快，居民收入與房價差距拉大，炒房團興起，房價過高帶來的焦慮促使人們盲目將錢投入房地產市場，普通剛需居民成為了最后高房價的接盤俠。

5.2 對于二、三、四線城市來說，特別是三、四線城市，產業基礎較為薄弱，缺乏良好的城市造血功能，往往只有利用房地產來推動地方經濟的發展。讓房地產的開發成為了主導城市發展的引領者。房地產成為了地方支柱產業，其幾乎帶動了地方所有行業的發展，這就導致了在中央調控的時候，地方政府并不積極配合。

5.3 新聞數據指出，世界各國的房價收入比離散系數很大，通常認為6倍左右就較為合理。然而中國的房價收入比一直較高，在201 7年的時候達到了8倍多。而一線城市以及一些較為熱門的二線城市，房價收入比甚至是十幾倍，和國際平均水平相比，明顯高出很多。房價房租比（或租售比價），租金與房價有著密切的關系。市場條件下有什么樣的房價就有什么樣的房租，房租在一定程度上反映了房價。一般情況下出租房作為一種經營或投資，年房租收入一般會占到房價的5%-7%，而我們現在的住宅房租收入僅占房價的1%-2%左右，低于銀行存款利率。根據大數據統計出來的這是數字，我們能看到一個很明顯的問題，對于一個發展中國家來說，這種高于正常水平的數字恰恰也反映了中國房地產市場存在的弊端，政府可以根據這些異常數據出臺相應的政策，來調控優化房地產市場。大數據對于促進房地產轉型起到了很重要的作用。中國政府也清晰的意識到了這些問題。中國的經濟轉型必須要向高房價開刀，這是一個國際公認的共識，從日本九十年代的高房價泡沫的經濟轉型可以吸取更多的經驗和教訓，中國如果任由房價這樣發展下去，對中國經濟是災難。轉型的陣痛必定伴隨著一部分人的利益收到損益。對于涉及到的房地產相關領域的整頓已經開始，而對于房子來說，最大的兩項政策還在醞釀中，一是取消房子預售制，實行現房交易；二是房地產稅的實施。

6 結語

本文以數據為基礎從4個方面，簡單分析了影響中國房價波動的因素。中國高速的城市化進程，促使大量勞動力涌向城市，人口的增加帶來了住房需求，以及每年涌向一二線城市的畢業生，都促使城市房價快速上漲。中國房地產市場，投資型屬性的存在，涌現出一批又一批的炒房客，通過非法操作手段，短時間內促使部分地區房價飆升。一二線城市，本身就是高科技人才聚集地，每年又有大量的畢業生涌入，安居樂業之剛需，推動了交通便利地區的房價上漲，這是人們本能的選擇。中國的經濟發展離不開房地產市場的繁榮，但是通過數據各級政府也看到了單一經濟支柱帶來的房價升溫過快的弊端，房價收入比離散系數高于正常水平，并在2017年達到8倍的極端值。近年國家頻繁出臺房地產調控政策，成效顯著，并積極推進房地產經濟轉型，期望各級政府經濟發展支柱實現百花齊放的場面，避免因經濟支柱單一，帶來的斷崖式經濟波動。大數據不僅給我們生活帶來了很多便宜，也為各級政府制定正確的政策提供數據支持。