上海租房市场研究算法：栅格化视角下的租金水平分布

　　作为租赁住房市场发展的“领头羊”，上海（楼盘）租房市场的运行格局受到越来越多关注。据CRIC统计，目前上海房租的平均水平约为76.6元/平方米· 月，对比4.1万元/平方米的平均房价而言，住房的租金年回报率仅为2%，上海房租的平均水平似乎远远落后于房价，但考虑到目前商品房的地价普遍比租赁用地高出1-2万元/平方米，建设租赁用房的资金回报率依然可期。

　　本篇文章主要阐述了上海租房市场的研究视角及研究方法。

　　文／研究员马千里、吴嘉茗、周奇

　　栅格视角：租金水平与环线、地铁分布高度吻合

　　为了更加直观的了解上海市各区域的租金分布，我们将上海市市域划分成50*50共2500个栅格，测算各栅格的平均租金水平。

　　在测算指标上，考虑不同户型的单位面积、房间间数均差异较大，没有使用租房时常见的单间租金价格，而是选用了每平方米月租金来计算租金水平。

　　结合租金的地理分布来看，可见上海租金水平与环线、地铁线分布高度吻合。房价最高的区域以人民广场为中心，集中在南京（楼盘）西路至陆家嘴(600663,股吧)一带，租金平均在120元/平方米· 月以上。次一级是2号线沿线的内中环区域，平均租金多在90-120元/平方米· 月，2号线两端虹桥交通枢纽和张江高科(600895,股吧)+浦东机场的辐射，为2号线沿线带来了提供了更多的高附加值产业和相应的工作岗位，房租水平也随之水涨船高。第三档租金水平大多在60-90元/平方米· 月之间，主要分布在内中环，但在1号线、8号线、2号线和6号线地铁沿线，均有一定程度的向周边延伸。而第三、第四档则位于更外围的区域，其中平均租金水平低于30元/平方米· 月的栅格，更是全部位于外环线以外。

 

距离人民广场越近租金越高，地理位置无法简单衡量租金

　　基于上海市租金水平的由中心向四周递减空间特征，我们进一步测算了13026个不同小区户型租金和空间位置的关系：计算各小区到城市中心与副中心的距离（人民广场、陆家嘴、徐家汇(002561,股吧)、五角场、真如和花木）的经纬度距离，以经纬度距离为自变量，租金为因变量做逐步回归，得到分析结果如下：

　　每平方米月租金=-4.92×至人民广场距离+1.51×至五角场距离+0.53×至真如距离+108.4R²=0.361，显著性检验通过

　　模型的拟合优度确实不高，但还是说明了一定问题：至人民广场的距离远近，确实是影响房价的重要因素之一，平均远离人民广场1公里，每平方米月租金就要下降4.92元。从以上分析结果中，五角场与真如两大副中心的系数都是正数，即距离越远、租金越高，主要还是因为人民广场附近的高房价小区引领全市，远远领先于这两个城市副中心。考虑实际情况，五角场与真如的核心区域租金肯定是高于周边非核心区域的，但人民广场的影响强度太大，所以单纯以地理位置来衡量租金是不合适的。

　　以人民广场为例，按距离分段来看，在距离人民广场5公里范围内，一样有房租较低的小区存在，有7.6%的小区月租金低于50元/平方米。

　　由此来看，距离市中心的距离或许会影响小区租金的上限，但并不能体现小区居住条件的差异，受周边配套、小区年代、出行便利等情况的差异，上海市中心附近依然会有租金水平相对较低的小区。

 

6类22项指标拟合测算房租价格，拟合优度达到0.6

　　为此，为了进一步了解影响上海房租的相关因素，克而瑞研究中心进一步梳理细分了薪资、出行、消费以及公建配套等方面的指标，并考虑年代、户型、面积等因素，对影响租金的因素进行了逐步回归分析。

　　在数据处理中，首先将栅格尺度进一步细化到100*100米，将上海拆分成123万个（1002*1243）细分栅格，计算各栅格内的各类信息的计数值和平均值，如平均薪酬、职位数量、餐厅数量、平均餐饮消费等等，以此在较小的尺度上精确描述各项配套在上海的分布情况。

　　再据此计算各小区周围不同尺度下的相关信息的计数值和平均值，尺度范围包括500米、1000米、1500米、2000米、3000米和5000米。如500米内的地铁站数量、500米内地铁站上班人数、1000米内地铁站数量、1000米内地铁站上班人数等等，以此更加全面地描绘各小区的出行、消费等配套差异，测算小区样本数量为13026个。

　　最后，在6类尺度下，通过测算各小区以房租为因变量，各小区相关信息指标为自变量做多元线性回归和相关性分析，以此得到对房租变动影响力较为明显的指标。

 
　　最终选择出22项指标来拟合测算房租价格，但必须要指出的是，由于我们选用了逐步回归的方法去筛选指标，筛选标准是增删某一指标是否可以得到更好地解释力度，因此某些与租金具有一定相关性的指标，在此没有被加入进来。但在后续文章中，视指标重要程度还是会予以讨论，如公交站、长途汽车站、游乐园、医院、公园等。

 
　　测算结果拟合情况见下图，在我们尽可能地选取影响房价的外部因素情况下，最终得到的拟合优度（R²）达到了0.60，即模型对于房租价格变动情况的解释可以达到60%，在社会科学和经济领域中，在数据颗粒细化到单个样本的情况下，已经属于较为理想的结果。模型解释力度之所以无法达到更加理想的程度。还是因为缺少对租赁房屋内部相关信息的搜集，物业服务、楼层、电梯、硬装、软装等情况均存在缺失，即便是同一小区的相同户型房屋，因为装修情况的差异而导致房租出现差距实属正常，并且在平均房租水平较低的板块，这一差异还会显得更加明显。典型如佘山高尔夫，附近的小区月租金多在30-60元/平方米，但该小区租赁房屋由于自身物业和生活配套更加优越，房屋室内装修投入更大，挂牌月租金可以达到120元/平方米以上。

 
　　总结：通过栅格化视角，可见上海的租金水平在空间分布上与环线、地铁显著吻合，呈现由中心向四周递减的特征，租金与人民广场距离的关系已经很好的论证了这一事实。

　　但单一地理因素并不足以完全解释房租水平的变动，因此我们通过更精细的栅格化方式计算各类配套的分布情况，再通过逐步回归的方式确定了涵盖6个类型的22项指标作为自变量，租金作为因变量而分别研究，以得到每个因素对于房价的影响程度。

　　从测算结果和实际值的差异来看，有60%的房源测算偏差在10%以内，约26%的房源测算结果偏差大于30%。不过对比两类房源分布情况来看，都是均匀的分布在上海市市域之内，空间分布并没有出现明显差异。这也再次印证了上文的判断：

　　在造成估算结果偏差的原因中，未涉及的物业、装修等内部因素起到了很大作用，而各板块差异造成的影响并不显著。

 

本文摘选自专题《上海租赁住房价格外部影响因素研究》绪论部分

本文首发于微信公众号：克而瑞地产研究。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。

（责任编辑：张洋 HN080）

(此文不代表本网站观点，仅代表作者言论，由此文引发的各种争议，本网站声明免责,也不承担连带责任。)