大数据统计租房市场现状（上海篇）

对某方面有统计需求的同学可以留言哟~O(∩_∩)O~！！！

数据下载时间：20170620
房间均价：为了对比1房，2房，3房哪个比较划算引入的概念。一条出租信息中，平均每个房间的价格，例如：3房的房租是4500，房间钧格就是1500了。
考虑到网上发布的信息中，多数都是小区的，所以价格肯定比城中村高不少，所以不要大惊小怪，耐心看下去哈。
对某个城市有兴趣的可以留一下言。
相关内容：
大数据统计租房市场现状（广州篇）
大数据统计租房市场现状（深圳篇）
大数据统计租房市场现状（北京篇）
如果链接打不开的话可以关注公众号：肥宝的实验室

下面直入主题吧：

●区域分布的量与价

终于到魔都了。

结论：

1.从图中可以看到，上海的各个区的房租供应量跟价格没有绝对的关系。可能是因为中心地区划分了几个行政区，而且范围都比较小。

2.不考虑供应量的话，价格层次非常分明，2000以下的一个层次，2000到4000的一个层次，4000以上的又一个层次。

3.浦东、闵行、宝山供应量是最多的，但价格都是属于第二个档次的，对比下面的地图可以看到，这些地方都是围绕中心区域的住宅区。

●各区房间均价的地图分布：

结论：

1.越红的地方越贵，越绿的地方越便宜。

2.从图中可以看到上海的经济发展是由一个非常核心的中心地带向外蔓延的。

3.越中心的地方房租越贵，越往外就越便宜。这是一个非常标准的单极中心规划。

4.离中心区域较远的地方就明显偏绿，也就是便宜很多，但是供应量也明显减少。

5.其他偏远的区域也有一些零零散散的聚居点。

●租房价格分布

结论：

1.算是意外惊喜吧，居然还有500以下的房出租，不过比例已经极少了。

2.占大比例的主要是1000-4000的区域，跨度明显比北京、广州、深圳的都大。

3.4000以下各个价格段的供应量相差都不大，4000以上的供应量明显开始缩减了。

4.4000以上的减少得比北京的快很多，看来还是北京的土豪更加多点。

5.下面再看看平均每个房间的价格吧。

●房间均价分布

结论：

1.房间均价主流是1000-2500都有，跨度反而不如北京的。

2.也就是说，在上海跟别人合租的话，一个房间大概要2000左右。

●房屋类型的量与价

结论：

1.1房2房的供应量最多，而且价格比3房的平均成本要贵。可能是因为人口非常密集，改造房非常盛行。

2.3房的供应量已经锐减了，到4或5房的更加少。

3.后面的都是豪宅或者别墅，所以平均的房间价格就更加贵了。

4.粗看了一下北京和深圳的，上海房间均价基本上夹在两者之间。

●出租方式的量与价

结论：

1.整租依然占绝对比例，但是主卧和次卧竟然也有相当的供应。这点跟深圳和广州不同。

2.跟陌生人合租的信息很多，而且价格明显少很多。

●房屋来源的量与价

结论：

1.独立经纪人的供应量是最多的，个人也有相当分量。

2.至于中介，我爱我家的房源明显占绝对优势，似乎我爱我家占领了北京和上海的市场了呢。链家、Q房网、爱屋吉屋也出现了，看来是全国性的地产中介。

3.价格范围好像都是夹在1000-3000之内，但是总体的价格分布又那么平均，有些中介的价格明显贵很多，可能是专门做贵族小区的资源。

写完了，由于种种原因，数据可能存在很大误差，不过不用纠结，通过这些图表来窥探一下现实还是可以的。
对上海不熟，或者说，除了广州，其他城市都不熟，所以可以看到不同文章都有点套路了。不过没所谓啦，看图就好了，图表才是最能反映出内容的。
有空就投个票吧，下次统计哪个城市
觉得有用就关注一下、分享一下哟！O(∩_∩)O哈！

大数据统计租房市场现状（上海篇）相关推荐

大数据统计租房市场现状（北京篇）
对某方面有统计需求的同学可以留言哟~O(∩_∩)O~!!! 数据下载时间:20170615 平均房间价格:为了对比1房,2房,3房哪个比较划算引入的概念.一条出租信息中,平均每个房间的价格,例如:3房 ...
大数据统计租房市场现状（深圳篇）
对某方面有统计需求的同学可以留言哟~O(∩_∩)O~!!! 数据下载时间:20170611 平均房间价格:为了对比1房,2房,3房哪个比较划算引入的概念.一条出租信息中,平均每个房间的价格,例如:3房 ...
程慧：积极建旅游大数据科学监管市场
在湖南实施全域旅游发展战略.加快建设旅游强省的大背景下,认真贯彻落实<国务院办公厅关于加强旅游市场综合监管的通知>(国办发[2016]5号),对于依法落实旅游市场监管责任,构建旅游综合性产 ...
大数据时代下市场营销面临的机遇与挑战
大数据时代,谁掌握了数据,谁就具有了主动权.大数据作为时代发展的产物,让市场营销变得更为复杂化及多样化.大数据在企业市场营销活动中作用日益凸显,企业在营销过程中应抓住机遇,积极应对挑战,为企业创造更大 ...
【2022持续更新】大数据最全知识点整理-数据仓库篇
大数据最全知识点整理-数据仓库篇 1.什么是数据仓库(数仓的定义) 2.数据仓库特点面向主题集成性稳定性反映历史变化 3.数据库和数据仓库的区别 4.数仓构建流程 1) 数据调研.划分主题域 ...
大数据应用于市场与用户研究
大数据应用于市场与用户研究传统的用户研究包括品牌研究.客户满意度研究.商圈研究.市场细分.渠道研究.产品定价研究以及产品测试,这些研究大多数用市场调研的方法来实现.市场调研由于调研方法带来的诸多问题 ...
【2022持续更新】大数据最全知识点整理-HBase篇
大数据最全知识点整理-HBase篇基础问题: 1.Hbase是什么 2.Hbase架构 3.Hbase数据模型 4.Hbase和hive的区别 5.Hbase特点 6.数据同样存在HDFS,为什么H ...
最全大数据就业前景分析！此篇文章给你答案
如今,大数据的潜入已经开始在日益的改变着各行各业以及我们的生活,同时大数据已经开始广泛的应用于电网运行及优质服务等等各大领域,并且它也正在日益改变着各行各业的生产生活,最重要的是它还引领了大部分大数据 ...
2022年中国汽车事件数据记录器(EDR)市场现状研究分析与发展前景预测报告
2022-2028中国汽车事件数据记录器(EDR)市场现状研究分析与发展前景预测报告据QYR最新调研,2021年中国汽车事件数据记录器(EDR)市场销售收入达到了万元,预计2028年可以达到万元 ...

大数据统计租房市场现状（上海篇）

●区域分布的量与价

结论：

1.从图中可以看到，上海的各个区的房租供应量跟价格没有绝对的关系。可能是因为中心地区划分了几个行政区，而且范围都比较小。

2.不考虑供应量的话，价格层次非常分明，2000以下的一个层次，2000到4000的一个层次，4000以上的又一个层次。

3.浦东、闵行、宝山供应量是最多的，但价格都是属于第二个档次的，对比下面的地图可以看到，这些地方都是围绕中心区域的住宅区。

●各区房间均价的地图分布：

结论：

1.越红的地方越贵，越绿的地方越便宜。

2.从图中可以看到上海的经济发展是由一个非常核心的中心地带向外蔓延的。

3.越中心的地方房租越贵，越往外就越便宜。这是一个非常标准的单极中心规划。

4.离中心区域较远的地方就明显偏绿，也就是便宜很多，但是供应量也明显减少。

5.其他偏远的区域也有一些零零散散的聚居点。

●租房价格分布

结论：

1.算是意外惊喜吧，居然还有500以下的房出租，不过比例已经极少了。

2.占大比例的主要是1000-4000的区域，跨度明显比北京、广州、深圳的都大。

3.4000以下各个价格段的供应量相差都不大，4000以上的供应量明显开始缩减了。

4.4000以上的减少得比北京的快很多，看来还是北京的土豪更加多点。

5.下面再看看平均每个房间的价格吧。

●房间均价分布

结论：

1.房间均价主流是1000-2500都有，跨度反而不如北京的。

2.也就是说，在上海跟别人合租的话，一个房间大概要2000左右。

●房屋类型的量与价

结论：

1.1房2房的供应量最多，而且价格比3房的平均成本要贵。可能是因为人口非常密集，改造房非常盛行。

2.3房的供应量已经锐减了，到4或5房的更加少。

3.后面的都是豪宅或者别墅，所以平均的房间价格就更加贵了。

4.粗看了一下北京和深圳的，上海房间均价基本上夹在两者之间。

●出租方式的量与价

结论：

1.整租依然占绝对比例，但是主卧和次卧竟然也有相当的供应。这点跟深圳和广州不同。

2.跟陌生人合租的信息很多，而且价格明显少很多。

●房屋来源的量与价

结论：

1.独立经纪人的供应量是最多的，个人也有相当分量。

2.至于中介，我爱我家的房源明显占绝对优势，似乎我爱我家占领了北京和上海的市场了呢。链家、Q房网、爱屋吉屋也出现了，看来是全国性的地产中介。

3.价格范围好像都是夹在1000-3000之内，但是总体的价格分布又那么平均，有些中介的价格明显贵很多，可能是专门做贵族小区的资源。

大数据统计租房市场现状（上海篇）相关推荐

最新文章

热门文章