租房大数据-2016年如何在北京租到好房子

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

作者注:本文为“沙漠之鹰”原创文章,为了保证行文流畅,没有插入实现代码,简单统计分析博客园的读者应该都能做。   

 

  过年之后,很多人选择租房。我的不少朋友告诉我,"之前你发布的北京买房攻略很有意思,可是不接地气啊,能不能分析一下帝都租房的情况啊"!

     我想也是,于是下班之后,配置了爬虫工具,从北京各大中介网站抓取了8万余条租房数据。其实经过去重和过滤,剩下的不过两万余条。我估算,整个租房市场在春节后这个旺季,也就1-2万的平均存量。

第一因素:面积!单间or整租?

     对于这件事情,只需要下面这一张图就一目了然:

Image(60)

     当面积达到8平米时,均价达到最高,北京邮电大学附近的一间9平米的单间,都能租到2600元!相比之下,60-100平这个区间平均租金比较便宜。到了100平以上,普遍是相对高端的房屋所以均价贵一些。如果租单间,15平米是性价比最高的。

     所以,赶紧拉上你的基友,闺蜜,男女朋友去整租吧!不仅更安全方便,而且分摊后租金低很多!

第二:地段,从南到北,该租哪里?

     在下面统计时,为了便于理解, 单间统一换算为15平价格,整租换算为65平价格。

     下图是北京所有小区的平均租房单价,中关村,魏公村,国贸,万寿路,三元桥都不便宜,大学聚集区和商业区的租金普遍较贵。

Image(61)

    我们再以3D的形式绘制价格热力图(不同颜色代表不同区县,密集喜爱症福音):

Image(56)

     再研究不同区县的价格,为了便于观察,我把绿中介的自如单间都换算为15平米的均价:

Image(46)

     出乎意料,曾经房价霸主西城,却在租金上败下阵来,远远不如海淀东城。我再统计单间最贵的区域,不出所料,第一名是宇宙中心五道口,中关村,新街口也当仁不让。

     我好奇五号线沿线的价格是如何分布的,于是做了一张下面的图:

Image(53)

     请仔细注意一下那些奇怪的下降点,这些都是北京环路的绿隔,绿隔区没什么商业,因此整体租金都会偏低,但非常不建议租这些地方,在北京的人都知道过天桥有多麻烦。

     再看单间最贵的区域:我发现,学校周围的单间尤其贵,这应该也是供求关系导致的。

Image(47)

  再看整租,北京整租最贵的区域是哪些呢?

Image(52)

      金融街高富帅遍地,朝阳公园,工体都是外国人,他们自然要选择整租,我所在的太阳宫有不少高端住宅,拉高了整体租金,真是过不下去了!

那朝向,楼层和房龄呢

     经过统计,整租时,对朝向和楼层都不是很敏感,但单间是很敏感的。先看朝向,显而易见,南北卧和西南卧是最贵的,因为采光较好,相比北卧是最差的,价格差距在400左右

Image(48)

     独立卫生间简直不要太方便,万恶的中介,不论是卫生间还是阳台,都算入了房间的面积。 有卫生间的单间不超过2%,至少贵600块钱

Image(49)

     最后看楼层,自如的房子,出乎意料的给了准确地楼层,给了我宝贵的数据:

Image(50)

二层最贵,一层最便宜,三层和以上差不多。道理也简单啊,一层采光不好,而且比较潮。高层爬楼比较麻烦。

      顺便一提,高端小区房龄新,租金贵,但2000年以前的小区,租金和房龄没什么关系,相关系数只有0.048。

装修:租户看房最重要的因素

    看看装修对价格的影响。想低价租房,就不要对装修有任何期待,只要刷过白墙,中介都会兴冲冲的告诉你,那是“精装修”

Image(62)

     虽然自如的房子进行了统一的装修,还有保洁和无线,估计价格会贵不少,统计之后,我大吃一惊,15平米的自如要比普通单间平均贵了800块钱!这个差价,已经够办一年的宽带了!

Image(51)

上班族最看重的:地铁

        在北京,上班最重要的是坐地铁方便,因此我统计了全北京12000个小区的信息,并计算了每个小区到最近地铁站的步行距离看得出地铁对租金的影响还是很大的,相关系数为0.29。基本上,每离地铁近100米,65平米房子的租金就会贵200块钱。不过在地铁站400米范围内,地铁对价格的影响并不显著了。

     下面绘制了到地铁站步行距离和租房单价的散点图,

Image(54)

租售比:租房还是买房划算

     现在租房这么贵,买不起房也租不起房,我们不妨看看租售比,也就是租这套房子多少年,就能买下这套房:

Image(57)

       可以看出,西城的租售比特别的高,因为西城房价高主要因学区导致。居住条件并不如人意。

       租售比特别低的房子,都属于商住两用,租金高,不能落户所以售价低。

       因此想靠出租获利的各位财主,买租售比低的房子是你们的首选。在北京,平均40年的租房时间,即可买下一套房。买的房子还能买卖,房子的租金就彻底打水漂了。

结论: 重点挑小区,远离商业区和学校

     由于租房不同于买房,市场瞬息万变,尽量要避开学校和商业区,或选择远郊离地铁近的小区,租金差异远远大于出行费用差异。

     总体来看,租房主要是挑小区,同一小区内, 除非装修差太多,否则价格不会有太多差异。

     笔者统计了北京所有小区的售房均价,租房均价,户数,租售比,地铁步行距离,物业等非常详尽的数据表格,共计12200条。选择一个区域,就可以很方便地确定哪个小区是比较合适的。有需求者请留言留下您的邮箱。如果需要交流,欢迎关注公共号“沙漠之鹰”。

一篇文章难以帮助到每个具体想租房的人,因此,笔者统计了北京200个片区的平均价格(以65平米计算)和租房存量,方便各位读者参考。

Image(58)

Image(59)


作者:热情的沙漠
出处:http://www.cnblogs.com/buptzym/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。


本文转自FerventDesert博客园博客,原文链接:http://www.cnblogs.com/buptzym/p/5209277.html,如需转载请自行联系原作者
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
打赏
0
0
0
0
20
分享
相关文章
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
254 92
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
大数据 优化数据读取
【11月更文挑战第4天】
135 2
数据的“潘多拉魔盒”:大数据伦理的深度思考
数据的“潘多拉魔盒”:大数据伦理的深度思考
46 25
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
183 1
大数据与云计算:无缝结合,开启数据新纪元
大数据与云计算:无缝结合,开启数据新纪元
124 11
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等