北京房价分析报告

北京市房地产市场是我国最为发达、最具有代表性的房地产市场之一。为了对房价有个更深入的了解，本人从极海数据平台获取了三个月来的北京二手房成交数据共计26851条，对房价的影响因素进行分析.

1.首先通过极海数据云平台做出成交房价的分布图，可以看出，北京市二手房成交价格呈现明显的圈层结构，离中心区域越远房价越低，同时表现出北侧房价高于南侧的现象。

2.该现象与我们的认知相一致，不看图我们也能知道。那真正影响房价的因素是啥呢？幸好数据的维度还是蛮多的，下面将从空间区位、交通设置、户型几个维度，探索性的分析房价的影响因素。以我们最关心的单位面积房价（单位：万元/平方米）作为因变量来进行研究。

从图中可以看出，单位面积房价是呈现左偏分布。具体地，单位面积房价的均值为61848万元/平方米、中位数为56742万元/平方米，其中4-6万元房屋成交量占总成交量的67%，10万以上的房屋成交占总成交量的10.6%，可以看出存在部分高价房拉高了房价的平均水平。案例中，单位面积房价的最小值为1.6万元/平方米，所对应的房屋是房山区华典家园的一个三室二厅，总面积147.52平米；最大值为14.98万元/平方米，所对应的房屋是西城区阳光丽景的一套三室二厅，总面积136.08平米。

这么高的房价也只能让我们北漂一族暗自唱一首凉凉了。闲话少说，继续分析，先把数据分为两类，一类是内部因素，包括卧室数、厅数、所属楼层、房龄、房屋面积等。另一类是区位因素，包括所属城区、是否邻近地铁、是否学区房等。一图胜千言，先做个图看看成色，这里针对内部因素做了几个分组箱线图，可以对此类数据有个直观性的理解。

1） 卧室数、客厅数对于单位面积房价的影响并不十分明显。


2） 这里有代表性的选取了昌平区、丰台区、朝阳区、海淀区、西城区来展示房价与城区的关系，可以看出，城区的房屋单位面积房价差异较大，离中心区域较近的朝阳区、海淀区和西城区的单位面积房价较高，较远的昌平台、丰台区房价偏低。

3）地铁房价格偏高

4）单位房价房龄成正相关，而与房屋面积成负相关。其实房龄与房价成正相关，还有些出乎意料，不过细想，北京的老房子集中的区域可能距离中心区域很近，现在二环内都不让开发，那房价还真是“越老越妖”啊。


通过对本案例数据的描述性分析可以推测：对单位面积房价可能会产生影响的因素包括：区位因素（城区、地铁设施）和内部因素（卧室数、客厅数、面积、房龄等）；从影响作用来看，区位因素比内部因素更为明显；其中地铁设施、面积、房龄对于单位面积房价的影响较为明显，所在城区影响力最大。

3.从房价的空间分布来看，以城区来进行计算其实有非常大误差、同样是海淀区，那三环的房子跟五环的相比相差非常大，从房价的分布图也可以看出此类现象，幸好极海的数据每条数据都有地理坐标，那我们就以天安门为中心，看一下与天安门的距离与房价呈现怎样的一种发展趋势。

从图中可以看出，房价与距离呈现一种较为明显的负相关关系，与天安门的距离越远，房价越低，这个结果会对我们的模型构建提供帮助。除此之外，我们还对房屋的朝向、电梯、开发商、楼层，此类指标进行了分析，发现与房价的关系均不明显。

4.找到了影响房价的主要因素，接着我们就以房价为因变量，以房屋距离天安门的距离、房龄、与地铁站的距离、房屋面积为自变量，构建多元线性回归方程，对房价进行评估。由于房屋面积、与地铁站的距离、距离天安门的距离与房价的关系接近二次关系，所以我们构建了二次的多元线性回归方程。

这些结论与之前的猜想基本符合。而且模型的F检验拒绝原假设，说明建立的模型是显著的；调整的R2为0.54，模型的拟合程度尚可接受。
由于自变量与房价并非线性关系，所以比较房价时需要确定比较基准，可以得出以下结论：

对于房龄这一变量，每增加一年价格高出94元；

对于房屋面积这一变量，假设以60平米为基准点，那61平方价格降低5000元。

对于与地铁站的距离这一变量，以2千米为基准点，2.5千米，房价降1287元；

与天安门的距离，以7千米为基准点，那增加8km的房子 房价降低1069元。

最后，假设有一家三口，父母为了能让孩子在海滨区上学，想入手一套西三环北路105号的一套房龄60年、46平、一室一厅的房子，该房子距地铁600米，距离天安门9.5公里，那么房价大约是多少呢？根据交互模型，预测的到的单位面积房价为77479 元/平方米，总价高达 356 万元。

由于房价的影响因素有很多，因此未来的研究中可以考虑在模型中加入更多因素，小区环境（绿化情况、容积率）、周边配套设施（商圈、医院）等因素，开展进一步的研究。