蒋金亮 | 规划研究所
今天是钱包集体自杀日,大家都剁手了啥?趁大家钱包还没空,我们今天来谈谈“最贵奢饰品”——房子。
10月份以来,南京发布号称史上最严限贷限购政策,一时之间房地产市场得到迅速降温,自2015年中旬到2016年下旬的南京楼市热似乎暂告一个段落。不同人对于楼市的认知角度很多,从整个世界的货币汇率来分析股市、楼市,从国家层面的中央银行到地方银行的贷款、利率分析楼市杠杆,从地方政府的土地拍卖看待房产土地的供应等等。
作为一名城市规划从业者,借助大数据的量化分析方法,我从区域分析视角来看待这一轮房地产价格变化的空间分布,试图去从杂冗的数据堆里判断房地产市场的一些现象或者规律。
在今年3月份一篇文章中,当时我介绍了南京市3月份房价高低的分布趋势,而这一篇我增加了南京市9月底某房产网站的所有挂牌数据进行当期及与3月份对比分析。相比新房市场,二手房市场更能反映楼市冷热程度及热门区域状况,对于市场的变动更具有比较意义。因此,这篇文章选取了南京所有二手房及租房数据作为样本数据。在空间上为了简化分析,将南京市域全部范围转换成1km*1km的切片,将所有二手房和租房数据投影到切片尺度上,更直观判断其空间特征。
二手房总价攀升,刚需被挤压
下面两张图分别是南京9月和3月二手房总价空间分布图,图中颜色深浅表示总价高低(下同)。从图上看二手房总价小于一百万的区域在9月几乎已经绝迹,3月份大部分地区房价总价处在100-200万之间,9月份总价大多处于200-300万之间。传统的鼓楼、玄武、秦淮等老城区房价总价普遍从100-200万升至200-300万,总价较高的河西、城东、江宁核心区总价也有一定增幅。不过总体来看,老城区在总价方面似乎已经成为南京价格洼地。
另一方面,随着总价攀升,以南京2016年平均月工资5000元/月计算,200万的房子需要33年左右能够买一套(不算利率),而总价300万则需要50年了,这对于进入南京的刚需阶层确实是个不小的压力。
二手房9月总价
二手房3月总价
二手房均价各区均有涨幅,快慢不一
六合、江宁乃至仙林等地3月份有部分均价小于1万的片区,在9月份均价小于1万的地区几乎没有。大多数地区3月份价格处于1-2万之间,特别是江宁、栖霞、江北等地,均价均在1-2万之间,而到了9月,江宁、城北、江北大部分地区均价超过2万。老城区被这些区域环绕处于中间,均价始终处于2-3万之间。河西地区在3月份已经处于房价高地,到了9月份,大部分二手房均价已经超过4万。
二手房9月均价
二手房3月均价
进一步计算近半年二手房均价价格变化幅度,在此期间,河西、江宁、雨花区、江北大部分区域房价增幅超过5千,而老城区涨幅在2000-5000之间。将价格涨幅除以三月份均价,可以看出老城区涨幅百分比低于10%,河西二手房普遍涨幅在10%-20%,江宁、桥北地区涨幅则超过30%。
3-9月二手房均价价格变化
3-9月二手房均价百分比变化
相对遇冷的租房市场
比较有意思的现象是,在火热的房屋买卖市场背后,租房市场却是波澜不惊。老城区外围江宁、仙林、城北以及江北地区,在3月份租房价格均为1000-2000之间,老城区租房价格较高,处于300-5000之间较多。半年之后,各个地区租房价格并没有较大变化,特别是对于二手房总价抑或均价领涨的江北、江宁、河西等地,租房价格始终维持在3月份水平,并未出现大幅涨价。
另一个有意思的现象是,在二手房买卖市场上,老城区处于价格洼地,而房屋租赁市场,老城区却表现较好,这也可以说明,对于房屋的买卖,可能购房者对于新区、规划利好的区域较为青睐,而租房者更多考虑的是周边公共服务配套、离就业地远近及周边是否有更多就业机会。
9月租房价格
3月租房价格
房屋成为资产保值的重要方式
国际上有一个反映区域房产运转是否良好的指标:售租比,即每平方米建筑面积房价与每平方米使用面积的月租金之间的比值,可以理解为,在房屋价格和房租均不变的情况下,需要回收投资需要多少个月。
根据这种指标定义,我们在1km*1km尺度下统计南京3月和9月各个切片的房屋售租比。如果按照国际定义的200:1-300:1的合理区间,也即是在16-25年即能回收房屋投资,则南京大部分区域难以达到这个标准。3月老城区售租比普遍在300:1-500:1之间,外围的江北地区、河西、江宁地区较高。至9月底,老城区普遍至400:1-600:1之间,外围的大部分地区售租比均已超过600:1,如江北、江宁城区、河西、鼓楼滨江、麒麟等地。
换句话说,在现行的房屋总价和租赁价格不变情况下,这些地区的房屋如果仅仅通过房屋租赁收入达到收支平衡,均需要50年甚至更久,而房屋产权仅为70年。这说明一个问题,房屋买卖价格攀升,租房价格并未变动,售租比大幅提升,对于目前南京多数地区的房屋,更多不是通过房屋租赁回收成本,而是一种资产保值或者升值的工具。
9月售租比
3月售租比
综上,相较于日常生活的购物出行,房地产与千家万户的利益息息相关,不管你关不关心,它就在那里,涨的让你眼红。正如上一篇文章所讲,从数据分析的角度,我们可以从空间分布上告诉你房价的空间聚集和离散,也可以根据历史数据判断房价涨幅及各区域涨跌,但是房地产市场与各种各样要素相关,难以通过对过去的总结简单线性外推未来,对于房地产未来是涨是跌、是否存在泡沫等问题,仍需要更深刻细致的综合分析。
不过城市发展正如一艘大船,一间房子往往就是登上这座大船的船票,无论你在船上还是在岸边晒太阳,你或许都很难去预知未来这艘船的走向。
最后的最后,由衷地感慨一句,啥时候房价也能像“双十一”一样,给我们打个折呢?
注:上述内容大部分数据来自网络。
城市是一个有机体,是一个生命,你的想法可以改变城市!
欢迎给我们来稿,投稿邮箱:398576039@qq.com