我爬了鏈家青島市北3000套二手房得出一個結論

• 2019 年 12 月 9 日
• 筆記

前言

青島的房價這兩年翻了一番，舉個栗子，如果你在2016年在市區買了100萬的房子，2018年價值200萬，凈增100萬；如果你2016年沒有買這100萬的房子，2018年買房將多付100萬，機會成本100萬。而這100萬可能是青島白領不吃不喝十年的收入。

自2018年第二季度起，限價限購限售與金融市場去槓桿兩大行政令雙管齊下，包括青島在內的一二線城市房價明顯遇冷，成交寥寥，投資客杳無蹤影，剛需駐足觀望，著急出售的不得不主動降價，價格普遍下跌，三四線城市也受到不同程度的影響。根據部落客的賣房經歷，初始掛牌價同小區同期房最低，依然許久無人問津，在中介的提議下驟降X%才出手。但是，從長期來看，除非政府放棄干預，實行完全的市場經濟模式，否則一二線城市的房價跌幅不會太大，尤其青島，各地鐵線路的開通將再次拉高沿線房產價格。對於剛需群體而言，買房的主要目的不是投資，而是居住。購房時間越晚，成本越高。

爬取數據

部落客最近有買房的計劃，房價穩中下跌，不失為一個買房好機會。於是，我這個之前不懂房的人，硬著頭皮用 Python 爬了些數據分析了一丟丟。

創建基本的資料庫：

CREATE TABLE `house` (     `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主鍵',     `url` int(11) NOT NULL COMMENT '二手房地址',     `housing_estate` varchar(20) NOT NULL COMMENT '小區',     `position` varchar(20) NOT NULL COMMENT '位置',     `square_metre` decimal(10,2) NOT NULL COMMENT '大小 平米',     `unit_Price` int(11) NOT NULL COMMENT '單價元 基本都是整數',     `total_price` int(11) NOT NULL COMMENT '單價萬元 基本都是整數',     `follow` int(11) NOT NULL COMMENT '關注量',     `take_look` int(11) NOT NULL COMMENT '帶看量',     `pub_date` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '發布日期',     PRIMARY KEY (`url`),     UNIQUE KEY `id` (`id`)   ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8

爬取程式碼：

#coding=utf-8  #!/usr/bin/python  __author__ = "小柒"  __blog__ = "https://blog.52itstyle.vip/"  # 導入requests庫  import requests  # 導入文件操作庫  import os  import re  import bs4  from bs4 import BeautifulSoup  import sys  from util.mysql_DBUtils import mysql      # 寫入資料庫  def write_db(param):      try:          sql = "insert into house (url,housing_estate,position,square_metre,unit_price,total_price,follow,take_look,pub_date) "          sql = sql + "VALUES(%(url)s,%(housing_estate)s, %(position)s,%(square_metre)s,"          sql = sql + "%(unit_price)s,%(total_price)s,%(follow)s,%(take_look)s,%(pub_date)s)"          mysql.insert(sql, param)      except Exception as e:          print(e)      # 主方法  def main():      # 給請求指定一個請求頭來模擬chrome瀏覽器      headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36'}      page_max = 100      for i in range(1, int(page_max) + 1):          if i == 1:              house = 'https://qd.lianjia.com/ershoufang/shibei/'          else:              house = 'https://qd.lianjia.com/ershoufang/shibei/pg'+str(i)          res = requests.get(house, headers=headers)          soup = BeautifulSoup(res.text, 'html.parser')          li_max = soup.find('ul', class_='sellListContent').find_all('li')          for li in li_max:              try:                  house_param = {}                  #  榮馨苑  | 3室2廳 | 115.91平米 | 南 北 | 毛坯 | 無電梯                  content = li.find('div', class_='houseInfo').text                  content = content.split("|")                  house_param['housing_estate'] = content[0]                  house_param['square_metre'] = re.findall(r'-?d+.?d*e?-?d*?', content[2])[0]                  # --------------------------------------------------------#                  #  位置 水清溝                  position = li.find('div', class_='positionInfo').find('a').text                  house_param['position'] = position                  # --------------------------------------------------------#                  totalprice = li.find('div', class_='totalPrice').text                  house_param['total_price'] = re.sub("D", "", totalprice)                  unitprice = li.find('div', class_='unitPrice').text                  house_param['unit_price'] = re.sub("D", "", unitprice)                  # --------------------------------------------------------#                  # 57人關注 / 共13次帶看 / 6個月以前發布                  follow = li.find('div', class_='followInfo').text                  follow = follow.split("/")                  house_param['follow'] = re.sub("D", "", follow[0])                  house_param['take_look'] = re.sub("D", "", follow[1])                  # --------------------------------------------------------#                  # 二手房地址                  title_src = li.find('div', class_='title').find('a').attrs['href']                  house_param['url'] = re.sub("D", "", title_src)                  res = requests.get(title_src, headers=headers)                  soup = BeautifulSoup(res.text, 'html.parser')                  # --------------------------------------------------------#                  # 掛牌時間(重要數據)                  pub_date = soup.find('div', class_='transaction').find_all('li')[0].find_all('span')[1].text                  house_param['pub_date'] = pub_date                  write_db(house_param)              except Exception as e:                  print(e)          mysql.end("commit")      mysql.dispose()      if __name__ == '__main__':      main()

通過鏈家網頁搜索，青島市北共找到 5105 套二手房，但是看下分頁，有100頁，每頁30條數據，部落客用 Python也只爬下2994條數據。個人偵察能力有限，至今仍未找到被藏起來的兩千多套房子。若有知曉內幕者，望不吝賜教，柒某願聞其詳。

分析數據

資料庫設計方面，部落客目前只關注總價、均價、關注、帶看量以及發布時間。

總體概況

我們先來看一下鏈家提供的青島市北的二手房價格（成交價）走勢：

爬取得到的平均單價與鏈家統計的掛牌平均單價相差無幾，成交單價比掛牌平均單價低3k左右。目前二手房市場交易冷冷清清，部分二手房房主無意出售或者不急於出售，掛牌一兩年仍未成交，這裡後面會有數據說明。

只有少部分房主出於房產置換或套現等需求，著急出售，因而願意大幅降價。

受首付難湊，房貸難申，房價下跌，尤其是房產市場前景不明朗等多重因素影響，本就為數不多的准買家持續觀望，儘管各中介頻繁推薦房源，但是准買家並不為所動。

位置分布

從以上兩張圖可以很直觀地看出二手房集中在幾個區域——海雲庵、台東、新都心。為何這些區域存在如此多的待售二手房呢？

• 海雲庵：以前屬於四方區，後現劃分至市北，位置略偏，多層房老舊，還有部分拆遷還建房，高至三十幾層，物業管理混亂。原房主出售房產謀求換房改善居住環境。
• 台東：老市北，典型的開放多層老舊小區，商住混合，人員雜亂，掛牌出售的房產中尤以待拆房居多。
• 新都心：屬於市北新商業區，多為2010年以後的高層電梯房，房子基數大，且此區域配套設施完善，在這個區域投資的炒房客多，掛牌出售以套現。

帶看量

帶看量為零的房源高達六成，多為同小區房源中單價偏高者，顯然，鮮有人問津是此時掛牌出售的大部分房源的現狀，准買家不僅不急於購買，看房子也不著急了。或許不僅僅是不著急，而是基於目前家庭經濟狀況考慮，購房目標轉向被限價的新樓盤和價格較低的紅島、黃島等區域了。

掛牌大於一年未出售的房子：

掛牌大於半年未出售的房子：

掛牌大於三個月未出售的房子：

在帶看量為0或1的房源中，不排除部分炒房客無意出售或者不急於出售，有意高價掛牌，潛移默化地拉高整個小區的房價。

貸款

此次房地產市場遇冷，與貸款利率提高不無關係，房價與房貸利率猶如坐在蹺蹺板兩端，當房價出現下滑跡象時，房貸利率優惠就難覓蹤影，而當首套房貸利率有所鬆動時，房價將進入上升通道。對剛需而言，房價略降並不意味著購房成本降低。房貸利率上浮了百分之二十左右，但房價僅僅是略降而已，如果購房者貸款比例高，房價下降的部分不多於多付的利息，購房總成本並未降低。總而言之，利率高，房價低，對於全款買房的買家來說，成本才是真的低了。

商業貸款貸款額度100萬，等額本息還款差距表：

如果你打算公積金貸款，不要做白日夢了，漫長的申請周期和可憐的額度足以讓買賣雙方都抓狂。

註：2017年青島就業人員平均工資出爐 月均5253元

房產稅

至於房產稅，還在醞釀提案中，神馬時候衝破重重關卡仍未可知。

那麼哪些人懼怕房產稅？

主要取決於房產稅的具體條款，包括徵稅比例、起征房產套數、起征面積、異地房產統計、家庭成員統計等諸多因素。

趨勢態度

其實扯了這麼多，總的來說，房價大概不會繼續翻著番地漲，同時，指望購房成本下降也是不現實的。如果你是炒房客，換個市場炒吧；如果你是剛需，看好房子就要儘早下手，不要期待任何人慷慨解囊或贈予。規則認知和運用能力是個體生存的基本能力。

當然，肯定有一些人，斥責現在的年輕人以買房為目標，別無他求。有的是有人幫忙負重，生而無憂，從不為其所困；有的是無欲無求，贍養、撫育與他毫無干係；更多的是想要而不得，迫不得已放棄。房地產自商業化之日起就綁架了太多，下一代的教育、良好的居住環境、貨幣貶值與資產保值……萬事有因果，存在即合理。如果真的要「修正」價值觀，洗腦活動需嘗試從下一代出生之日開始。

小結

這僅僅房地產市場冰山一角，不具備廣泛代表性。但是下面一句話與諸位共勉：買房要趁早，沒有條件也要創造條件，哪怕以後你賣了呢！