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
相关文章
|
23小时前
|
消息中间件 缓存 NoSQL
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
9 2
|
1月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
93 11
|
2月前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
119 1
|
2月前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
|
2月前
|
存储 监控 安全
大数据架构设计原则:构建高效、可扩展与安全的数据生态系统
【8月更文挑战第23天】大数据架构设计是一个复杂而系统的工程,需要综合考虑业务需求、技术选型、安全合规等多个方面。遵循上述设计原则,可以帮助企业构建出既高效又安全的大数据生态系统,为业务创新和决策支持提供强有力的支撑。随着技术的不断发展和业务需求的不断变化,持续优化和调整大数据架构也将成为一项持续的工作。
|
2月前
|
分布式计算 DataWorks 关系型数据库
DataWorks产品使用合集之ODPS数据怎么Merge到MySQL数据库
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
|
2月前
|
消息中间件 数据采集 JSON
大数据 - DWD&DIM 行为数据
大数据 - DWD&DIM 行为数据
45 1
|
2月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
2月前
|
分布式计算 安全 大数据
MaxCompute 的安全性和数据隐私保护
【8月更文第31天】在当今数字化转型的时代背景下,企业越来越依赖于大数据分析来推动业务增长。与此同时,数据安全和隐私保护成为了不容忽视的关键问题。作为阿里巴巴集团推出的大数据处理平台,MaxCompute(原名 ODPS)致力于为企业提供高效、安全的数据处理解决方案。本文将探讨 MaxCompute 在数据安全方面的实践,包括数据加密、访问控制及合规性考虑等方面。
84 0