上海租房市場研究算法:柵格化視角下的租金水平分佈

作為租賃住房市場發展的“領頭羊”,上海租房市場的運行格局受到越來越多關注。據CRIC統計,目前上海房租的平均水平約為76.6元/平方米•月,對比4.1萬元/平方米的平均房價而言,住房的租金年回報率僅為2%,上海房租的平均水平似乎遠遠落後於房價,但考慮到目前商品房的地價普遍比租賃用地高出1-2萬元/平方米,建設租賃用房的資金回報率依然可期。

本篇文章主要闡述了上海租房市場的研究視角及研究方法。

文/研究員馬千里、吳嘉茗、周奇

上海租房市场研究算法:栅格化视角下的租金水平分布

柵格視角:租金水平與環線、地鐵分佈高度吻合

為了更加直觀的瞭解上海市各區域的租金分佈,我們將上海市市域劃分成50*50共2500個柵格,測算各柵格的平均租金水平。

在測算指標上,考慮不同戶型的單位面積、房間間數均差異較大,沒有使用租房時常見的單間租金價格,而是選用了每平方米月租金來計算租金水平。

結合租金的地理分佈來看,可見上海租金水平與環線、地鐵線分佈高度吻合。房價最高的區域以人民廣場為中心,集中在南京西路至陸家嘴一帶,租金平均在120元/平方米•月以上。次一級是2號線沿線的內中環區域,平均租金多在90-120元/平方米•月,2號線兩端虹橋交通樞紐和張江高科+浦東機場的輻射,為2號線沿線帶來了提供了更多的高附加值產業和相應的工作崗位,房租水平也隨之水漲船高。第三檔租金水平大多在60-90元/平方米•月之間,主要分佈在內中環,但在1號線、8號線、2號線和6號線地鐵沿線,均有一定程度的向周邊延伸。而第三、第四檔則位於更外圍的區域,其中平均租金水平低於30元/平方米•月的柵格,更是全部位於外環線以外

上海租房市场研究算法:栅格化视角下的租金水平分布

距離人民廣場越近租金越高,地理位置無法簡單衡量租金

基於上海市租金水平的由中心向四周遞減空間特徵,我們進一步測算了13026個不同小區戶型租金和空間位置的關係:計算各小區到城市中心與副中心的距離(人民廣場、陸家嘴、徐家彙、五角場、真如和花木)的經緯度距離,以經緯度距離為自變量,租金為因變量做逐步迴歸,得到分析結果如下:

每平方米月租金=-4.92×至人民廣場距離+1.51×至五角場距離+0.53×至真如距離+108.4R²=0.361,顯著性檢驗通過

模型的擬合優度確實不高,但還是說明了一定問題:至人民廣場的距離遠近,確實是影響房價的重要因素之一,平均遠離人民廣場1公里,每平方米月租金就要下降4.92元。從以上分析結果中,五角場與真如兩大副中心的係數都是正數,即距離越遠、租金越高,主要還是因為人民廣場附近的高房價小區引領全市,遠遠領先於這兩個城市副中心。考慮實際情況,五角場與真如的核心區域租金肯定是高於周邊非核心區域的,但人民廣場的影響強度太大,所以

單純以地理位置來衡量租金是不合適的。

以人民廣場為例,按距離分段來看,在距離人民廣場5公里範圍內,一樣有房租較低的小區存在,有7.6%的小區月租金低於50元/平方米。由此來看,距離市中心的距離或許會影響小區租金的上限,但並不能體現小區居住條件的差異,受周邊配套、小區年代、出行便利等情況的差異,上海市中心附近依然會有租金水平相對較低的小區。

上海租房市场研究算法:栅格化视角下的租金水平分布

6類22項指標擬合測算房租價格,擬合優度達到0.6

為此,為了進一步瞭解影響上海房租的相關因素,克而瑞研究中心進一步梳理細分了薪資、出行、消費以及公建配套等方面的指標,並考慮年代、戶型、面積等因素,對影響租金的因素進行了逐步迴歸分析。

在數據處理中,首先將柵格尺度進一步細化到100*100米,將上海拆分成123萬個(1002*1243)細分柵格,計算各柵格內的各類信息的計數值和平均值,如平均薪酬、職位數量、餐廳數量、平均餐飲消費等等,以此在較小的尺度上精確描述各項配套在上海的分佈情況。

再據此計算各小區周圍不同尺度下的相關信息的計數值和平均值,尺度範圍包括500米、1000米、1500米、2000米、3000米和5000米。如500米內的地鐵站數量、500米內地鐵站上班人數、1000米內地鐵站數量、1000米內地鐵站上班人數等等,以此更加全面地描繪各小區的出行、消費等配套差異,測算小區樣本數量為13026個。

最後,在6類尺度下,通過測算各小區以房租為因變量,各小區相關信息指標為自變量做多元線性迴歸和相關性分析,以此得到對房租變動影響力較為明顯的指標。

上海租房市场研究算法:栅格化视角下的租金水平分布
上海租房市场研究算法:栅格化视角下的租金水平分布

測算結果擬合情況見下圖,在我們儘可能地選取影響房價的外部因素情況下,最終得到的擬合優度(R²)達到了0.60,即模型對於房租價格變動情況的解釋可以達到60%,在社會科學和經濟領域中,在數據顆粒細化到單個樣本的情況下,已經屬於較為理想的結果。模型解釋力度之所以無法達到更加理想的程度。還是因為缺少對租賃房屋內部相關信息的蒐集,物業服務、樓層、電梯、硬裝、軟裝等情況均存在缺失,即便是同一小區的相同戶型房屋,因為裝修情況的差異而導致房租出現差距實屬正常,並且在平均房租水平較低的板塊,這一差異還會顯得更加明顯。典型如佘山高爾夫,附近的小區月租金多在30-60元/平方米,但該小區租賃房屋由於自身物業和生活配套更加優越,房屋室內裝修投入更大,掛牌月租金可以達到120元/平方米以上。

上海租房市场研究算法:栅格化视角下的租金水平分布

總結:通過柵格化視角,可見上海的租金水平在空間分佈上與環線、地鐵顯著吻合,呈現由中心向四周遞減的特徵,租金與人民廣場距離的關係已經很好的論證了這一事實。

但單一地理因素並不足以完全解釋房租水平的變動,因此我們通過更精細的柵格化方式計算各類配套的分佈情況,再通過逐步迴歸的方式確定了涵蓋6個類型的22項指標作為自變量,租金作為因變量而分別研究,以得到每個因素對於房價的影響程度。

從測算結果和實際值的差異來看,有60%的房源測算偏差在10%以內,約26%的房源測算結果偏差大於30%。不過對比兩類房源分佈情況來看,都是均勻的分佈在上海市市域之內,空間分佈並沒有出現明顯差異。這也再次印證了上文的判斷:在造成估算結果偏差的原因中,未涉及的物業、裝修等內部因素起到了很大作用,而各板塊差異造成的影響並不顯著。

上海租房市场研究算法:栅格化视角下的租金水平分布

本文摘選自專題《上海租賃住房價格外部影響因素研究》緒論部分

上海租房市场研究算法:栅格化视角下的租金水平分布


分享到:


相關文章: