• 当前位置: 首页> 房产资讯 >重庆渝中区房屋出租咋租?大数据揭密短租房市场
  • 重庆渝中区房屋出租咋租?大数据揭密短租房市场

    近几年,“共享经济”模式在全球火了,靠短租房起家的Airbnb就是典型案例。而在国内,短租房市场也已进入起步期。来自重庆的“数据侠”郭颖因为一次寻找短租房的经历,对当地的短租房市场产生了浓厚兴趣。为了找到一间合适的短租房,他爬取了短租网站上超过22万条数据,深入分析后,他发现了一些可能不专属于重庆的市场“秘密”。


    除了商圈,双江口和金融圈是重庆短租房热门地


    短租作为一种共享经济模式,一般可以让访客获得比酒店相对经济的住宿价格,房间也较为多样,附带的厨房、客厅等因素更给访客营造一种更自由、温馨的体验。要了解短租房市场,作为一个理性的消费者,价格一般是我们首要考虑的因素。


    为了对重庆的短租价格市场有一个直观的感受,我们首先使用了热力图这种表达方式。这里我们根据某短租网站采集到的短租数据,应用百度地图API,生成了下面重庆主城的短租价格热力图。


    (点击查看高清大图,下同)


    图中被圈起来的区域是重庆传统上的几大商圈。由于长江、嘉陵江以及山脉的分割,重庆是一个天然的多中心城市。因为商圈固有的人口聚集,经济活跃度,交通便利性,我们可以看到在各个商圈,短租价格热度都相对较高。


    除了几大商圈以外,我们也可以看到一些例外。比如地图上“地点1”弹子石附近的价格看起来较高,原因可能是游客愿意为这里能看到两江交汇的壮观景象,可以同时看到解放碑和江北嘴的高楼大厦,租客愿意为绝佳的景观买单。还有 “地点2”也不属于任何商圈,可能是因为这里是离江北嘴金融中心最近的住宅,价格有商务客源的强力推动,价格热力高。


    其他还有火车北站,南坪国际会展中心,大坪时代天街,重庆天地附近等区域都有一定的价格热度,基本和这些区域经济和人员流动活跃度一致。


    热力图一定程度反映了不同地段总体的价格指数,但由于热力图本身是数据累加算出的,一个地区如果短租价格偏低,但是有大量的房源,在地图上也会显示为热点;相反某个区域价格高,但是供给少,可能该区域也不会特别热。我们如果去掉累加因素,用一个圆圈代表一个房源,颜色深浅代表该房源的价格,可以得到下面的分布图。



    深色红圈代表房源价格高,可以看到价格分布图和热力图还是基本一致。但是我们仔细看看,也会发现一些有趣的信息。比如下图:



    沙坪坝区在热力图上有几个热点,看起来都差不多。但是我们从分布图上看到其实不同的热点的原因并不一样。比在分布图上如沙坪公园附近聚集了几处深红色的房源,由于是别墅产品,价格普遍在2000元/天上下。


    而重庆大学附近虽然也聚集了更多房源,但颜色就浅多了,普遍价格在110元/天上下。宏观尺度上表现相似,都有红色的热度,拉近来看它们的热度成因又不相同。至于为什么大学周围有大量价格有吸引力短租房源,相信原因你懂的。


    在重庆,当短租房的房东也许是个不错的商机


    上面的例子我们是以价格作为考察对象,如果我们将基于某个房源一个时间段内被预定的次数计算出来的成交量,和所有房源的成交量综合起来,就可以得到成交量的热力图。下图中越红的地方成交量越高。


    我们观察到大多数房源只能预定一次,说明该房源只是一套房屋用来出租,但是我们也看到一部分房源可预订数大于1,这可能是某些房东有多套出租的房,但是只作为一条房源发布。为了准确,我们以被预定的次数而不是天数来进行计算。


    那么成交量和价格热度的关系又是如何呢?在下面的图中,左边是价格的热力图,右边是成交量的热力图,我们可以看到价格热度高的地方成交量热度也比较高。如果一个地方成交量高,房东自然不会放过机会抬高自己的价格;而成交量低的地方价格自然也上不去。


    看来在重庆,短租房市场信息相对透明,竞争也比较充分。



    对于房东来说,他们或许还会关心出租率这一指标,因为房屋的出租率能直接影响他们的收益。作为房东,自己房源的出租率越高当然越有利于盈利。前面我们观察了短租房价格与成交量的热力图,接下来我们可以看看出租率分布图。通过一段时间内房屋被预定的次数除以这段时间内的可预定数,我们可以得到该房源的出租率。我们将所有房源的出租率放到地图上来看看分布的趋势。



    总体来说,除了个别深红色代表的房源高于平均水平以外,出租率在全城比较平均,没有出现区域性的过高或者过低的情况。也就是说如果要在重庆主城区做短租房的房东,你倒不用担心自己的房价会租不出去,整个短租房市场还是欣欣向荣的。


    聚会多人轰趴,不如就选物美价廉的短租房吧


    虽然重庆的短租房市场现在看来还不错,不过竞争也很激烈。如果要吸引更多的房客,除了要考虑我们前面提到过的景观,交通,人群聚集等因素,房型和用户评价也是很重要的参考依据。



    我们列出了不同居住人数的房源的平均日租金。所有房型的均价是283元/天。如果按可居住人数来看均价,可居住人数从1到5人的价格总体呈现线性增长的趋势;而可居住人数从5人到8人的价格又呈现另一个线性增长趋势,而且后者的增长趋势更陡,意思是可居住人数的增加能带动更大的价格涨幅。究其原因,可能是大家庭或团队的出行,平均到每个人头相对宾馆的价格,大户型短租更经济一些。


    另外因为短租房大多可以做饭,特别是能住多人的大户型短租房,对于公司长期出差来说,相对宾馆更具经济优势。


    另外,我们还统计了房客对短租房的评分与价格之间的关系。数据中,用户可以对自己入住过的房源给出1-5分的评价。我们算出了房源的平均得分与价格的关系。



    (图片说明:图表中有一个明显的离散值,在3.8-4分的房子有一个房源得分是3.9。那是一个远在区县的短租度假房,由于在数据样本中,3.9得分的没有其它房源了,所以在图中显示3.9区域是这个房源的单独价格。)


    对于房东来说,想让自己有更好的收益,单纯的价格优势并不一定最受市场的欢迎,还需要提升房屋的品质,提供优质特色服务等才更受市场的欢迎。另一方面,对于租客来说,如果人数较多,大家一起短租一个大一点的房间是更加经济实惠的选择,亲朋好友聚在一起,还能有一点家的味道。


    假日效应依然深刻影响着短租房市场


    除了上面提到的一些因素,我们还观察了节假日对短租房市场的影响。


    我们抽取了两个不同时间段的数据,进行了对比。一个是平日时间段2016/12/1 - 2016/12/10,另一个是春节时段:2017/1/26 - 2017/02/04。我们先比较了节假日对短租房市场价格的影响。



    可以看到在春节长假期间热点区域红色部分变大了,直观反映了假期对短租价格的影响较大的区域。图中热点变化最大的区域集中在渝中半岛为中心的区域内,这些地方是游人集中的地方,对应的短租房价格在节日期间有了比其它地方聚集了更高的热度。


    接下来,再来看看节日对成交量的影响。



    对比平日,我们看到图中箭头所指的3个区域出租率有明显的变化。


    • 区域一:弹子石区域,正如前面提到的,这里是观重庆两江交汇、山城景色的绝佳地点;

    • 区域二:这里是解放碑附近,靠近著名的洪崖洞景区,洪崖洞因为靠江边璀璨的灯火像极了宫崎骏千与千寻中的景色,也是近几年逐渐火爆成了旅客必去的景点。


    • 区域三:这里是重庆火车北站。我们知道川渝地区有许多外出打工的人口,他们许多选择重庆作为回家乡的中转站,所以这个区域的短租房在春节期间的出租率也有了很大的提升,所以这个区域的热度和前两个以游客为驱动的区域不同,它主要是春运客流驱动。


    我们再来看看短租市场平均价格随着时间的的波动情况。



    在上图中,短租房的价格波峰在春节长假期间,均价站上了400元的大关;第二波峰在元旦小长假期间,均价在350元以上;另外圣诞节也深受房东的喜爱,因为最高均价也冲上了300元,远高于平常的260元左右的均价。


    更有意思的是除了这些大波浪以外,还有每隔7天一次的小涨幅。没错,那些小浪花是周末的价格,而且每个周末小高峰的峰值差不多,波谷价格也变化不大。


    所以明年公司的年会不如就选在春节前的一个周末,在弹子石附近,短租一个大套房。同事朋友多人一边包饺子、一边欣赏美丽的两江交汇景致,说不定别有一番风味,还能增添些温馨的感觉。


    大数据告诉我们,相较于国内的一线城市,重庆的短租房市场还有许多值得关注的地方。除了我们已经分析的价格等因素,利用大数据,还可以比较旅游驱动和商务驱动型短租市场的异同;短租与宾馆等其他住宿市场的差异;不同地区短租市场受经济,人文,地理等其他因素的影响等等,甚至为投资短租市场寻找机会。


    (注:本文仅代表作者观点,文中数据图表均来自作者)


    数据侠工具包


    1. 本文数据爬取的爬取自蚂蚁短租网站。其中一部分是网站上可见的数据,比如价格,是否可预定;另一部分是网站没有展示出来的数据,比如可预定的数量,已预定数量。因为网站数据包括未来一段时间内的预定,所以在有些图表里面可以看到未来的价格趋势。


    2. 作者还制作了重庆短租数据的动态交互视图,欢迎点击“阅读原文”查看。


    数据侠门派


    本文数据侠郭颖,IT从业者。英国University of Sussex人工智能硕士毕业,爱好用脚步丈量大地,用数据透视规律。



    如何加入数据侠


    “数据侠”栏目网罗全球最IN的数据侠客,利用人工智能、机器学习等各种前瞻算法,从数据的视角洞察消费生活的方方面面,打造理性酷炫、活泼有趣的数据分析盛宴。用大数据,阐述事实及其背后的故事和逻辑趋势。


    DT时代超级英雄正在组队!你也想要成为数据侠吗?请将你脑洞大开的数据作品,发到数据侠联盟盟主程一祥邮箱吧:chengyixiang@dtcj.com。