一条数据狗的上海买房攻略：7万左右的房涨的快

本篇文章1525字，读完约4分钟

疯狂的春天

年初，上海房价一夜之间飙升，房价每月上涨数百万，交易量每天激增10万，房地产交易中心也人满为患。上个月的一天，我开了滴滴快车，刚进虹口，却发现“虹口区房地产交易中心”被自动加进去，排名第一。。。。。。

我很自然地去了数据狗的分析报告。然而，似乎大多数关于房地产的数据分析都是宏观的，比如深圳的库存与交易的关系，银行政策和股市的涨跌对房价的影响，以及各城市房价与收入的比例。

作为一个公民，我的狗的问题很简单:它在哪里快速上升？！

有更性感的答案吗？！

下面有大量的文字警告。。。

不要跑，等待你的赞美，先放一张照片滋润你的眼睛。

(上海去年房价增长图)

技术准备

房价网站很多，有些像论坛一样混乱，信息混杂，有些虚假繁荣，重复率高。例如，一栋房子可以出现几次，而且许多封闭的交易仍然挂在网上，价格仍然是N年前。

连锁店和搜房网的数据相对准确，但连锁店只在一线城市运行良好，早期的数据很少，也不乏租房数据(旧主页有丁琪媛租房的链接)。与历史悠久的老网站SouFun.com相比，它积累了很多，但据说价格低，数据不准确，与连锁店相比，网站组织混乱。

我用node.js编写了一个爬虫框架，并开始了搜房网和链家的数据之旅。

对于住房，从宏观上讲，至少有两大对象，一个是社区，另一个是住房。一个社区有许多公寓类型，它们在高度、面积、公寓类型、类型甚至年龄上都有所不同，而且住房涉及特定的交易(当然，在复杂的情况下，一套住房可以在不同的时间进行多次交易)。每笔交易都有很多详细的信息，甚至包括上次看房的时间、一个月内看房的次数等等。但是我的个人经验告诉我，这些非常详细的指标有时很少被记录和遗漏，而且准确性也不是很高。

我不太谈论细节。简而言之，在多次爬行或清理之后，我的数据库中有几个表。例如，连锁家庭网络中有两个表:

社区表:社区名称、经纬度、边界信息、竣工日期、物业公司、开发商、绿化率、容积率、建筑数量、房间数量、12个月内价格变化等。

交易表:社区、总价、均价、面积、户型、楼层、房龄、装修，七天内有多少人看过，历史上很少有人看过，已经完工；历史上的交易时间等。

提前说，连锁店和搜房网的数据落后了。许多正在交易的房屋已经是旧价了。对于已经售出的房屋，在交易价格出现之前，交易时间必须推迟几个月。而且，为了避税，很多人会在签署交易价格时压低价格。

两千万上海人有多少房子？

从连锁店主页抓取的社区信息非常详细，包括每个社区的建筑和房间数量。事实上，搜房网也有这些指标，这是政府估计的，因为即使一个社区没有交易，这个社区仍然有数据。根据这些数据，我算出上海的房间总数，大约是600万间。上海的人口是2000万。平均来说，几个人可以在3点钟拥有一栋房子。

这应该更直观。一个三口之家应该有一栋房子，但是有些人有几栋房子，而另一些人挤隔壁房间。

政策的阴影

在所有被交易的房屋中，89套公寓房屋更为怪异。为什么？

答案很简单。有一项政策:90平方米以下的契税征收1%，90平方米至144平方米之间的契税征收1.5%。144平方米或以上是3%，所以房地产公司必须预期，愿意住90多一点平方米和144平方米的人肯定愿意忍受较小的房子，以避税。因此，这就是为什么在这条曲线的中间和右边有两个峰值，而在40-50层有另一个峰值，这是老房子的标准尺寸。

此外，这项政策出现在2006年，绰号为“7090政策”，当时政府出台了遏制房价上涨的政策(2006年恰好是近年来建造商品房最多的一年)。为了验证这一点，让我们列出2006年之前的住房面积分布(仍有一些小峰值。毕竟，数据取自正在交易的房屋，而不是全部房屋，因此契税政策仍将对交易政策产生一定影响):