前言

為什么要分析房地產(chǎn)市場？房地產(chǎn)行業(yè)具有鮮明的地域特征，從房地產(chǎn)企業(yè)角度來講，城市的選擇在一定程度上決定了投資的成敗。因此，對一個城市的市場研判就顯得至關重要。早在幾年前，同樣的資金配置到南京和長沙兩個城市，獲得的投資回報差別是巨大的。

?

2017年至2019年南京和長沙二手房（元/㎡）

?

那么，我們該如何分析房地產(chǎn)市場？我從數(shù)據(jù)分析的角度，歸納梳理了一下思路，我認為一個城市的房地產(chǎn)市場分析應該包括城市經(jīng)濟、相關政策、土地市場和房產(chǎn)市場四個方面。城市經(jīng)濟反映了一個城市的經(jīng)濟實力和潛能，可以細分出以下幾個指標：人均GDP和單位面積GDP、人均財政收入和單位面積財政收入、高凈值人群規(guī)模、人口凈流入、第三產(chǎn)業(yè)占比、產(chǎn)業(yè)互補、房地產(chǎn)投資依賴度、城市友好度等。政府制定的政策對房地產(chǎn)市場影響也是巨大的，相關性較高的政策有金融政策、人口政策、土地政策和購房政策等。最后就是城市土地市場和房產(chǎn)市場分析，這也是整個分析最核心的部分。

?

接下來，我將結(jié)合Python，以廣州為例，嘗試著分析廣州的土地市場和房產(chǎn)市場，城市經(jīng)濟和相關政策的分析將留在以后的文章中敘述。

廣州土地市場分析

土地市場包括一級市場和二級市場，一級市場是土地使用權(quán)出讓的市場，即國家通過其指定的政府部門將城鎮(zhèn)國有土地或?qū)⑥r(nóng)村集體土地征收為國有土地后出讓給使用者的市場，出讓的土地，可以是生地，也可以是經(jīng)過開發(fā)達到“七通一平”的熟地。二級市場即土地使用權(quán)出讓后的再交易，土地使用者將達到規(guī)定、可以交易的土地使用權(quán)，進入流通領域進行交易的市場。限于篇幅，本文僅從土地一級市場著手進行數(shù)據(jù)分析。

獲取土地數(shù)據(jù)

土地市場數(shù)據(jù)一般會公示在當?shù)氐?strong>公共資源交易中心，但經(jīng)常會出現(xiàn)只公示當周或當月數(shù)據(jù)的情況，因此，我們可以去找專業(yè)的土地網(wǎng)站獲取交易數(shù)據(jù)。

本文以土流網(wǎng)為例，這個網(wǎng)站結(jié)構(gòu)簡單，簡單的url翻頁構(gòu)造，然后用xpath解析數(shù)據(jù)即可。限于篇幅，爬蟲代碼不做贅述，僅提供核心代碼。感興趣的朋友可以查看J哥往期原創(chuàng)文章——實戰(zhàn)|手把手教你用Python爬蟲(附詳細源碼)。

def?main():for?page?in?range(1,46):???#這里設置頁數(shù)url?=?'https://www.tudinet.com/market-213-0-0-0/list-o1ctime-pg{}.html'.format(page)print(url)headers?=?{'User-Agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/70.0.3538.77?Safari/537.36',}response?=?requests.request("GET",?url,?headers?=?headers)#print(response.status_code)if?response.status_code?==?200:re?=?response.content.decode('utf-8')print("正在提取第"?+?str(page)?+?"頁")time.sleep(random.uniform(1,2))print("-"?*?80)#?print(re)parse?=?etree.HTML(re)??#解析網(wǎng)頁items?=?parse.xpath('.//div[@class="land-l-cont"]/dl')parse_page(items)if?len(items)?<?10:??print('獲取完成')breakif?__name__?==?'__main__':time.sleep(random.uniform(1,2))main()

運行爬蟲代碼，提取到廣州1238塊土地數(shù)據(jù)。以下為簡單清洗后部分數(shù)據(jù)：

?

分析土地數(shù)據(jù)

土地成交狀態(tài)

近10年廣州土地招拍掛成交情況

?

2011年至2020年，廣州土地招拍掛未成交和流拍土地規(guī)模占到一半，成交土地占比僅為49.71%，整體成交率并不高。未成交的原因主要集中在沒有意向競拍人、出價未達到規(guī)定的底價等。

土地成交面積

近10年廣州土地招拍掛成交面積（萬㎡）

?

2011年至2016年廣州市土地招拍掛成交土地較少，2016年成交規(guī)劃建筑面積僅為77.30萬㎡。2017年以后成交規(guī)模開始步入高潮，2018年成交規(guī)劃建筑面積達到1635.50萬㎡。

2019年以來廣州土地招拍掛成交面積（萬㎡）

?

從各月份土地成交來看，廣州2019年前半年土拍市場相對沉寂，年中以后開始恢復正常，2019年年底土拍市場進入火熱狀態(tài)。2019年11月和12月分別成交宗地21塊和38塊。

土地成交結(jié)構(gòu)

近10年廣州土地招拍掛成交土地類型占比（%）

?

近10年來廣州成交土地主要以工業(yè)用地、其他用地和住宅用地為主，工業(yè)用地占比高達41.19%，這也是廣州工業(yè)企業(yè)發(fā)達的重要動因。

土地成交區(qū)域

近10年廣州各區(qū)土地招拍掛成交面積（萬㎡）

?

從成交區(qū)域來看，南沙區(qū)和番禺區(qū)各年都有一定土地成交，越秀區(qū)和天河區(qū)成交土地較少。2020年以來，南沙區(qū)土地市場火熱，成交面積遠高于廣州其他地區(qū)。

廣州房產(chǎn)市場分析

房產(chǎn)市場分析主要包括新房和二手房交易市場，由于一般的房產(chǎn)信息發(fā)布平臺二手房數(shù)量遠大于新房，為盡可能獲取更大樣本數(shù)據(jù)，提高分析的準確性，本文以廣州二手房成交數(shù)據(jù)進行房產(chǎn)市場分析。

獲取二手房數(shù)據(jù)

本文通過Python獲取房天下公布的廣州二手房成交數(shù)據(jù)。房天下的爬蟲也較為簡單，爬蟲邏輯類似貝殼找房，唯一需要注意的是當遍歷完一個子地區(qū)后跳轉(zhuǎn)下一個子地區(qū)的處理。以下給出核心代碼：

def?main():#增城a080;番禺a(chǎn)078；南沙a084；花都a0639;白云a076；海珠a074;越秀a072；荔灣a071;天河a073;從化a079；黃埔a075district_list?=?['a084',?'a078','a080',?'a0639','a076',?'a074','a072',?'a071','a073',?'a079','a075']??#地區(qū)for?district?in?district_list:for?page?in?range(1,101):???#這里設置頁數(shù)url?=?'https://gz.esf.fang.com/chengjiao-{0}/i3{1}/'.format(district,?page)print(url)headers?=?{'User-Agent':?'Mozilla/5.0?(Windows?NT?10.0;?Win64;?x64)?AppleWebKit/537.36?(KHTML,?like?Gecko)?Chrome/70.0.3538.77?Safari/537.36',}response?=?requests.request("GET",?url,?headers?=?headers)if?response.status_code?==?200:re?=?response.content.decode('utf-8')print("正在提取"?+?district?+'第'?+?str(page)?+?"頁")time.sleep(random.uniform(1,2))print("-"?*?80)#?print(re)parse?=?etree.HTML(re)??#?解析網(wǎng)頁items?=?parse.xpath('.//div[@name="div_houselist"]/dl')parse_page(items)if?len(items)?<?30:??#遍歷完子地區(qū)后跳轉(zhuǎn)print('獲取完成')breakif?__name__?==?'__main__':time.sleep(random.uniform(1,2))main()

代碼運行幾分鐘就提取下22170套廣州二手房數(shù)據(jù)，簡單清洗后部分數(shù)據(jù)展示如下：

?

?

分析二手房數(shù)據(jù)

量價走勢

近5年廣州二手房量價走勢

?

從廣州近幾年二手房的量價走勢來看，自2015年以來房價一直在上漲，2018年二手房均價達到35000元/㎡。2019年房價有所回落，但成交二手房數(shù)量達到近幾年峰值，全年成交8940套。

2020年1月至6月廣州二手房量價走勢

?

2020年1月至6月，廣州二手房均價與2019年基本持平。從成交量來看，2月份受疫情影響僅成交70套二手房，3月份以來，疫情逐漸得到控制，房產(chǎn)市場向好，6月份成交二手房1337套。

房價分布

2020年上半年廣州各區(qū)二手房均價（元/㎡）

?

從房價分布來看，2020年1月至6月二手房均價最高的地區(qū)為越秀區(qū)和天河區(qū)，均價分別為46767.52元/㎡和46433.89元/㎡。從化區(qū)房價最低，僅為12190.67元/㎡。

樓盤成交TOP20

2020年1月至6月廣州二手房成交TOP20樓盤

?

從樓盤成交來看，2020年1月至6月廣州二手房成交數(shù)量最多的樓盤為位于增城區(qū)的錦繡天倫花園，共計成交78套，成交均價為18565.40元/㎡。

相關性分析

import?pandas?as?pd import?matplotlib.pyplot?as?plt import?matplotlib?as?mpl import?seaborn?as?sns %matplotlib?inline sns.set_style('white')???#設置圖形背景樣式為白色 df?=?pd.read_excel("D:\data\地產(chǎn)數(shù)據(jù)分析\廣州二手房.xlsx") df?=?df[['室','廳','面積(㎡)','層數(shù)','成交單價(元/㎡)']]?#選擇需要的列 df.rename(columns={'室':?'room',?'廳':?'hall',?'面積(㎡)':?'area',?'層數(shù)':?'floor',?'成交單價(元/㎡)':?'price'},?inplace=True) fig,axes=plt.subplots(1,2,figsize=(12,5)) sns.regplot(x=?'room',y='price',data=df,color='r',marker='+',ax=axes[0]) sns.regplot(x='hall',y='price',data=df,color='g',marker='*',ax=axes[1])

近5年廣州二手房居室、面積、樓層與房價的關系

?

通過繪制廣州二手房回歸圖，我們發(fā)現(xiàn)，廣州二手房居室數(shù)、面積與房價相關性并不大。房屋樓層與房價看似具有較強的正相關，其實是受三個異常值影響，并不具有相關性。

廣州房地產(chǎn)市場小節(jié)

從廣州土地市場來看，近年來土地市場有所回暖，尤其是南沙區(qū)和番禺區(qū)土地市場成交穩(wěn)定，未來仍具有發(fā)展?jié)摿Α姆慨a(chǎn)市場來看，廣州二手房自2019年來價格變動幅度不大，維持30000元/㎡左右。疫情下二手房交易受挫，部分房企嘗試以價換量爭取更大去化量。疫情逐漸得到控制后，二手房交易明顯恢復。城中心房價維持高位，廣州以北的從化和增城房價較低，仍具有上升空間。

PS：如有需要Python學習資料的小伙伴可以加下方的群去找免費管理員領取

?

可以免費領取源碼、項目實戰(zhàn)視頻、PDF文件等

?

本文的文字及圖片來源于網(wǎng)絡,僅供學習、交流使用,不具有任何商業(yè)用途,版權(quán)歸原作者所有,如有問題請及時聯(lián)系我們以作處理。

作者：菜J學Python

總結(jié)

以上是生活随笔為你收集整理的广州土地市场有所回暖？分析广州房价，看看有什么新发现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。