最近房价似乎又开始了新一轮的上涨，而限购政策也已如雨后春笋般覆盖了祖国各地。
学姐问我：房子贵了会不会更难卖呢？
这真是一个难以回答的问题。首先我没有房子，哪里会知道好不好卖；其次，交易总是需要买卖双方构成的，如果一定要回答的话，我们不妨把它换一个表达形式：
房价贵了，房地产市场的活跃度会如何变化？
回答这个问题，我们大约需要三步：
第一步，用『换手率』指标来评估房地产市场的活跃程度
『换手率』这个指标什么意思呢？
用一组数据来说明吧： 2016年全年，上海的二手房市场一共交易了39万套住宅，而上海的住宅总量一共大约为760万套，两者相除，就可以知道：在2016年内，上海一共有5%的住宅发生了换手（简单计算，不考虑一套住宅在一年内的重复交易）。在此，我们把这个5%这个数值称之为年度住宅换手率。
按照这个换手率水平，大约20年上海的二手房会全部交易一次。但很明显，在城市尺度上观察换手率指标并不能评估活跃度。
而假如在空间上稍作区分，将这个指标分解到环线（注：应数据源要求，我们在本次公布的研究中仅用了2016年下半年的交易数据进行计算，因此该处换手率数值为半年换手率），就会发现一些有趣的规律，请看下图：
很明显：在2016年下半年，换手率从市区到郊区不断提升。左图中颜色越偏蓝的地区，换手率越高；颜色越偏绿的地区，换手率越低。总体看来，市区的半年换手率仅有1.6%左右，而这一指标在郊环外环线外达到了接近2.6%的水平。
换句话说，中心城区的住宅要33年才会全部被交易一遍，而郊区住宅只需要16年左右就能够被完全交易一遍。
我们将这一数据细化到街镇精度，可见下图：
从街镇的精度来看，2016年下半年郊区的二手房市场活跃度显然比市区要高得多，换手率最高的街镇均出现在郊县地区。
第二步，用『交易量』指标来评估房地产市场的活跃程度
但假如从交易量的角度去观察市场活跃度，结果似乎又有所不同。请看下图：
（注：左图中颜色越偏蓝的地区，交易量越高；颜色越偏绿的地区，交易量越低。）
很明显，环线二手住宅交易量呈正态分布。中外环区间内发生了最大量的交易，在2016年下半年期间成交了超过1.6w套住宅。而在外环线以外，交易量则骤减，在郊环新外环这一区间内，仅成交了约1w套住宅。很明显，中心城区内交易的总住宅套数远远大于郊区的住宅套数。
那么问题来了，同样表征市场活跃度，为什么换手率和成交量的关系在外环线外表现出截然不同的特征呢？
答案很简单，请看下图：
（注：左图中颜色越偏蓝的地区，存量越高；颜色越偏绿的地区，存量越低。）
可供交易的二手住宅总量规模在环线上的分布差异很大，以外环为分界线，二手房总量天壤之别。而由于总量的空间分布差异，使得交易量和换手率两个指标表现出不同的趋势特征。
第三步，用『价格』指标来揭示『交易量』、『换手率』以及市场活跃度之间的隐性关系
在交易量和换手率之外，让我们再引入一个新的市场数据指标：价格。然后将不同价格的二手房住宅的规模、交易量和换手率进行交叉统计，即可得出下图：
很明显，住宅市场的活跃，并不是总体的活跃，而是高度分化的活跃。低价格段的住宅市场活跃时、而高价格段住宅市场并不见得活跃，比如2~2.5万元区段和8万~8.5万元区段的住宅总规模基本一致，但其换手率水平却相差3倍以上。具体而言：
1 ，从趋势上看，二手房总量的价格分布趋势和总交易量的价格分区趋势基本一致，呈现为明显的正态分布。
2，从最高点上看，总量规模最大的是5.5万元的二手房，但交易量最大的则是4.5万元的二手房，两者相差大概1万元。
3，从分布趋势上看，交易量曲线比住宅总量曲线在价格轴上有大约0.5万元的滞后。
我们可以这么简单地理解：
在2016年下半年，上海二手房市场的供需关系上总体存在着大概5000元的单价错位。
通过以上三步建立起来的认知，就可以帮助我们来回答一些具体的问题了。
比如说：假如我有一套住宅，把它的价格上调5000元的话，它的交易可能性会上升多少呢？
对于具体的问题，我们就不能再使用全市数据了，必须要精度更高街镇数据，然后使用“多项式+对数”函数，对每一个价格段的供需关系滞后曲线进行拟合，从而得到每一个价格段的住宅随价格跃迁所带来的交易活跃度变化。用上述计算方法，我们就可以看出具体不同地区的情况。
比如大团镇：
可以看到，随着单价上升，大团镇的换手率不断下降，基本呈现出越贵的房子的交易活跃度越低的态势。
而有些地区的情况则截然不同，比如新虹街道，看下图：
在新虹街道，住宅单价从3万上升到4万，那么其交易可能性会下降大约6倍。但从4万到9万这一跨度较大的空间内的交易可能性都没有特别显著的变化。
从上述两个例子中，我们可以看到：价格越高，交易可能性越低。但这一规律是全市通行的吗？
并非如此，我们也会发现一些特殊的地区，比如高桥镇，请看下图：
在高桥镇，交易可能性最低的价格区间是4~5万。而低价位的3万和高价位的7万都有较高的成交可能性。
在以上分析和判断的基础上，让我们回到最初的问题吧：
房价贵了，房地产市场的活跃度会如何变化？
很显然，这个问题在全市层面并没有统一的答案，每个街镇的市场活跃程度变化规律的差异度极大。而根据这个认识，我们可以设计一个评估房价涨幅与市场活跃程度变化的指数：交易势能。
我们取该地区的房价中位数为基准值，将在其基础上价格波动时的交易可能性变化称之为『交易势能』。假如价格波动与交易可能性变化之间的关系是稳定的话，那么：
交易势能越低，在房价更贵时，该地区的住宅交易活跃程度越容易下降。
交易势能越高，在房价更贵时，该地区的住宅交易活跃程度越容易上升。
那么在这种情景下，上海全市的交易势能是如何分布的呢？请看下图：
上图中红色地区，是交易势能较高的地区，在房价更贵时，这些地区的住宅交易会变的更加活跃，比如：陆家嘴地区、南虹口地区、市中心地区以及龙华地区等。
上图中蓝色地区，是交易势能较低的地区，在房价更贵时，这些地区的住宅交易的活跃度会显著下降，比如：浦东北部地区、宝山南部地区、中环线沿线若干地区以及三林地区等。
好的，分析到此结束。
持有这些地区房产的土豪们（比如学姐），卖出还是买入，就请大家自行衡量吧。
-----------------------写在最后的一些话---------------------
以上的研究是我们所做的一个样本性研究，它基于的是2016年下半年的上海二手房市场数据，因此这个研究所反映出的也只是在房市波澜壮阔的2016年下半场的『现象』而已。
然而现象背后往往还有更多的问题：
这种现象的原因是什么？
是由于不同地区房屋供给的结构差异？
是由于区域购房人群的分化？
是由于市民区域认知的差异？
这一泾渭分明的交易势能分布现象会继续持续吗？
未来又会怎么样？
对于这些问题，本次研究无法一一回答了，不如交给读者们去展开思考，用数据发现更多秘密吧。
但在这些未解的问题之外，我们还特别想对城市决策者、运营者以及研究者们说一些话：
无论未来是否会延续今天的趋势，无论现象背后究竟蕴含着什么原因，当你们颁布制订全市统一的政策、方针或提案时，希望你们能够考虑到：上海不是一个普通的城市，它是一个具有国家级体量的超大型城市（常住人口总量相当于澳大利亚全国、小半个加拿大、以及台湾全省）。
而在这个精密、复杂、混沌且难以理解的有机体中，任何问题都不能在城市层面做出简单粗暴的统一回答。我们必须回到城市内部，把这个城市切分成更小的单元，逐一认真地观察每一个区县，每一个街镇，每一个街坊，甚至每一个小区，只有通过这种方法，我们才有可能会逐渐理解这个城市中发生的那些截然不同但又似乎彼此关联的现象。
所谓『大』城市，所谓『大』数据，其实更需要的，往往是我们对于『小』的观察。
大概就是这样。
注：
本文作者为 兔兔，由微信公众号“城市数据团”原创并首发。
本文的数据由 上海脉策数据科技有限公司 提供。
【城市数据团】联合【网易云课堂】推出课程“数据达人培养计划”。了解课程详情请戳文末“阅读原文”。也欢迎加入数据团学社qq4群 486175793。
联系客服
