如何分析一個城市的房價走勢，需要哪些數據？
恰好最近總是被諮詢類似的問題，於是總結了一些關於上海的房價小故事寫出來給大家娛樂一下。
話說最近幾年，在我醉心研究寒窗苦讀期間，閨蜜們已經紛紛戀愛結婚懷孕、磨拳準備買房了。當我得知婚訊、送去違心的祝福、且收到客套的安慰後，她們總是會問一句：
「你是研究城市數據的吧，你怎麼看上海的房價？我到底應該在哪買房呢？」
「房價」，與其他商品的價格一樣，是需求與供應在現實世界中的投影。只不過作為不動產，房屋這一商品背後的供需關係略有特殊：
在我們生活的這個愚蠢的三維世界裡，空間具有絕對的排他性，這使得你永遠無法擁有兩套具有相同空間屬性的房屋。極端地說，在空間上任何一棟房屋都是唯一的，它的供應總量也只有0和1兩種。（所以即使是自由市場國家，也存在花多少錢都無法搬遷某些釘子戶的情況。很簡單，因為只要他不想賣，他的房屋供給就是0。需求除以零供給，結果房價自然是無窮大。）
因此，不動產的供給問題往往是極度複雜的，為了不陷入到哲學性的困境中，我還是從需求角度出發來回答閨蜜們的問題吧。不過，在討論具體需求之前，第一個問題是：
「閨蜜們，你們買的起么？」
買不買得起，看圖便知。
大部分閨蜜們紛紛表示這些樓盤和她們毫無關係，她們最關心的價位區段疊雜在淡橙色線條中，無法識別。好吧。那麼再看下圖。
我對閨蜜們說：「總體而言，房價在空間上並不完全按照圈層分布，雖然4萬以上的豪宅仍然高度集聚在靜安區和陸家嘴，但是3萬到4萬的區域已呈現不規則的形態了，主要分布在市南地區，市北的話楊浦虹口的局部也還可以。3萬以下的地方仍有大片，所以大家還是很有希望的嘛。看完房價了，現在說說你們的需求是什麼呢？」
先舉手發言的是春春。春春是一個原教旨環保主義者。她說：「我以後肯定是不會開車上班的，只能坐地鐵了。幫我看看地鐵站點附近的房子吧。」
好的，那麼軌道交通到底對房價有多大影響呢？再看下圖：
是的。實際上從微觀角度上觀察，軌道交通對房價的影響並不特別顯著。我們再將視野從中外環拓展到全市，對每個空間圈層內的地鐵房和非地鐵房房價進行了擬合，可以得到下圖：
「你還是多花10%的錢，買在地鐵站附近吧。」
春春還沒來得及答話。素素已經搶先發問了。
素素是一個有文化的人。她說：「我的需求很簡單。我希望我周邊住的都是有文化的人，起碼都是大學本科以上的吧。」
看來，素素的需求是「好鄰居」。對於這一需求，先簡單地用「周邊地區高學歷人群比重」這一指標來進行解釋吧。那麼，「好鄰居」（周邊地區高學歷人群比重）對房價有什麼影響呢？請看下圖。
我們根據人口普查數據計算出全上海每一平方公里柵格內的高學歷人口比例，將柵格按照高學歷人口比例的大小從高到低進行排序，然後用排完序的柵格的平均房價對數繪製出散點圖（上圖）。
通過這些柵格房價對數的線性回歸可以看到：房價與高學歷人口比例呈現正相關關係。換句話說，地區文化程度越高，房子越貴。我得意地把這張圖指給素素看，但是，有文化的素素說：「我知道這個有什麼用？我應該買在哪？哪裡的性價比最高？」
人們總是習慣相信世界上有一種東西是叫做「性價比」的。餐館有性價比、手機有性價比、「好鄰居」也有性價比。但從經濟學角度上看，我們並不建議直接進行「性能」與「價格」之間的比較。所謂的性價比，實際上應該是一種收益和成本的優化關係。
以素素的案例來看，既然素素希望通過購房來獲得 「好鄰居」，那麼她在「購房」這一行為中的收益就是是高學歷鄰居的比重；而成本則是購房的總支出。因此，素素的最優選擇（性價比最高選擇）即應當是實現她凈收益（收益扣除成本）最大的那個空間柵格（在購買相同居住面積的情況下）。
根據這一原則，我們折算出了魔都所有空間柵格的的「好鄰居」凈收益指數，其空間分布如下圖所示。
1、五角場區域；
2，花木、金橋、張江區域； 3，徐匯向南延續至閔行區域； 4，如果不介意太遠的話，松江大學城附近也不是不錯的選擇。我大手一揮：「素素你就去這幾個地區去看房吧！」
素素還沒來得及答話。夏夏和白白已經圍了上來，七嘴八舌。
夏夏說：「我想選一個臨近好工作的房子！」
白白說：「我想選一個靠近好吃的地方的房子！」
先看夏夏。「好工作」，非常難以分辨的需求。在魔都的話，我們暫且簡單地將「好工作」理解為金融、保險、法律、諮詢、廣告、地產、科研等生產者服務業工作吧。
這些工作崗位對房價是否有影響呢？看圖便知。
同樣地，我們根據經濟普查數據，計算出了上海市每一平方公里柵格內的生產者服務業就業比例，將柵格按照生產者服務業就業比例從高到低進行排序，然後用這些排好序的柵格的平均房價對數繪製出散點圖（上圖）。從平均房價對數散點的線性回歸中可以看到，房價與生產者服務業崗位比重基本呈現正相關關係（雖然沒有「好鄰居」那麼明顯）。 換句話說，好工作機會越多的地方，房價越貴。
那麼，在購房中「好工作」的性價比分布是怎樣呢？同「好鄰居」問題一樣，我們將「好工作」凈收益指數計算出來，其分布如下圖所示：
我大手又一揮：「夏夏你就去這幾個地區去看房吧！」
夏夏說：「等一下！你選的這些地方這麼多這麼零散，跑斷腿啊！我要怎麼去找？」
我一本正經地回答：「當然啦，你又沒有告訴我具體的好工作是指哪些工作？數據總是很精準的，關鍵是你的需求不精準！等你想明白了再幫你算一個更好吧！下一個！」
白白趕緊舉手，說：「我來了我來了！我希望住的地方附近總是能吃到好吃的，那應該在哪買房子？」
吃貨，這個需求是什麼鬼？我咬著牙開始思考。「好吃的」？媽蛋，那我就直接看周邊地區的餐飲最高價吧。高價位餐飲指數和房價有關係嗎？看圖便知。
我們根據上海餐飲的網路點評數據，計算出全上海每一平方公里柵格內的高端餐飲價值指數，將柵格按照高端餐飲價格從高到低進行排序，然後用這些排好序的柵格的平均房價對數繪製出散點圖（上圖）。從平均房價對數散點的線性回歸中可以看到，房價與高端餐飲指數呈現正相關關係。 換句話說，高級餐廳越多的地方，房價越貴。
白白問道：「那性價比呢？我怎麼選房價又便宜餐館又高級的地方？」
好的，在購房中「好吃的」的性價比分布是怎樣呢？我們將「好吃的」凈收益指數計算出來，其分布如下圖所示：
白白疑惑道：「這裡？這不是市中心嗎？不是房價最貴一條軸嗎？性價比何在？」
我思考了一下，解釋說：「是啊，所以既然你又想離高級餐館近，那就只能住在市中心啦。但是，既然數據分析告訴你這裡性價比高，那就說明這裡應該有不少價格還不算太貴的破房子吧，你去好好挖掘一下。作為一個吃貨，你就不要介意住在危房裡啦。哈哈。」
白白應該很滿意我的建議，話沒說完，已經摔門而走了。
應付完春春、素素、夏夏、白白，我已經精疲力竭。但忽然發現角落裡還站著佳佳。
佳佳總是那麼地古典和恬靜。她羞澀地走過來跟我說：「我不追求性價比啦，反正買房子是我未婚夫寶寶出錢。他說買在哪都不要緊，只要買了能升值就行。」
升值？我最討厭預測房價什麼的了。但是邁不過好朋友的面子，我只好拿出了下圖。
此圖是我們整理了2015年第一季度的每個二手房小區房價漲幅程度，並以核密度方式繪製而成。紅色越深的地區漲幅越大，綠色的表示漲幅越小（甚至局部略有跌幅）。
可以看到，雖然魔都的二手房樓市仍然在高度震蕩當中（有漲有跌），但是市中心的房子卻依然繼續高漲。具體而言：
1，中心城內漲幅最大的區域集中在中環線以內；
2，中心城內的漲幅，僅在長寧、閘北、虹口、楊浦的少數地區突破了中環界限。3，在中心城（外環線）以外的地區仍然保持高漲態勢的，集中在寶山顧村、大虹橋和閔行徐涇這三個片區。我對佳佳說：「當然，這張圖只是反映了近期的二手房變化。假如你要投資的話，我需要明確你的投資目的，是求漲幅還是避風險，然後根據更長時間的變化幅度，再綜合交通、人口、企業、教育、醫療以及其他公共服務等數據，落實到具體空間範圍內，與房價變化綜合建立一套回歸方程，這樣才能夠有更精確的回答。」
說完，我想了想，又多問一句：「哦對了，除了這些之外，我還要知道一點，你的購房投資預算是多少呢？」
佳佳還是那麼地羞澀，她輕聲回答說：「啊，預算啊，其實我也不太知道。寶寶說好像是四萬億吧。哎，但也不一定都放在上海買房啦。」
我嗓子忽然很乾，下意識地咽了一口口水。
佳佳嘆了口氣，又說：「唉，我也不知道是真是假。但你剛才分析了那麼多因素真是好玩，但上海的房價總是變來變去的，難以捉摸，你說說到底哪個因素影響最大呢？」
還用說嗎，影響最大的因素就TM是你啊！
*由於經常有知友詢問數據來源，在此簡要說明一下：本答案所使用數據均來自公開渠道，包括餐飲點評網站、房價網站、人口普查和經濟普查等。 另外，本答案中的人物均為化名，請勿跟現實世界做任何聯想。
致歉：「好工作」和「好吃的」兩組回歸出了問題。這兩組回歸都是正相關！被剛看了答案的同事吐槽羞辱了。已修正。向被誤導的知友道歉。請原諒我的粗心大意。（一）分析城市地位
1）城市地位和分布
中國的城市是有等級的，而且這種等級一直發揮作用。一般的說，等級越高的城市，擁有資源越多。例外是蘇州、青島。
中國城市分布，沿海集中趨勢非常明顯：
下為2011年數據。從中可以看出，經濟排名前51的城市，經濟佔比為58.23%，而人口佔比為31.83%.
不是大城市病嚴重，而是人口集中程度嚴重落後於經濟集中程度。重點城市人口還將持續流入，以達到均衡。
有人對此表示懷疑，我就說一個現實例證：東京都市圈，人口佔全日本的27%，GDP佔到日本全國的三分之一。
3）麥肯錫城市群
麥肯錫將中國劃分為22個城市群。未來中國13億人口的大多數都將聚集在這22個主要城市群，相對的，廣大的農村和小城鎮在未來由於人去樓空，就會慢慢衰落。
農村人口向城市集中，中小城市人口向大城市集中，大城市人口向超級城市人口集中。這是過去10年以及未來20年的大趨勢。中央政策只是對這一趨勢的再次確認：我國將分三類打造20城市群 重點建5個__新華網遼寧頻道
未來中國13億人口的大多數都將聚集在這22個主要城市群。
在中國，房地產的價值投資定律就是一個詞：中心，即「中心城市」、「城市中心」、「中心城市的城市中心」。
（二）分析城市人口流入流出
1）城市凈流入人口
歷次人口普查有數據：
3）分析一個城市房價數據
房管局可以查到歷年成交均價。注意這不是開發商的廣告價，是成交均價，買房者掏錢的數據，比較可信：
北京：
2004年全市商品房平均售價5052元/平，2013年住宅成交均價22643元/平，年均增長18.1%.上海：
2004年上海每平方米銷售均價已達6385元，2013年住宅成交均價24143元/平，年均增長15.9%.廣州：
2004年廣州住宅平均單價4618元/平，2014年住宅成交均價15143元/平，年均增長12.6%.深圳：
2004年廣州深圳住宅平均單價6385元/平，2014年住宅成交均價26400元/平，年均增長15.2%.4）總結
分析一個城市房價走勢，需要看這個城市在中國城市中所處地位。北上廣深，這是全國13.6億人的北上廣深，買房的潛在目標人群是13.6億。長春，這是部分吉林人的長春；南京，這是部分江蘇人的南京。城市地位不同，吸引人口是量級的區別。
決定一個城市等級的指標，有經濟規模、行政級別、人口規模、世界500強進入數量等。
看一個城市的發展潛力，看城市級別、經濟增長率和每年凈增人口數量。
分析一個城市的房價走勢，關鍵看三個指標：一是城市級別排序（經濟規模、行政級別、人口規模、世界500強進入數量），二是過去10年房價年均增長率，三是未來10年城市人口預測。大數據分析預測的話用調控政策和房價數據分析就行，先參考一下分析全國的分析方法。
先說房價大數據預測的結果: 下一個買點期在2020年。2017年處於房價漲幅周期的中部:暴漲快速增值期。
大數據分析結果: 房價漲幅周期大約是六年，六年一個周期中包含了:低谷買點期、暴漲快速增值期和房價周期峰值期三個時間點。
如果沒耐心看完的話可以直接先看最後的核心，凈漲幅走勢預測圖:
..............內容....................
對於2017年的房價趨勢我們不談理論，只看數據分析。1. 僅從全國商品市場房價格走勢曲線看，房價幾乎沒有周期，拋物線上升，似乎只要錢夠了什麼時候買，都是正確的。
2. 雖然房價長期看一直在漲，能力所及個人越早買房越好，但如果我們確實想看看老黃曆，掐指算算哪個良辰吉年買房能得到更多的實惠，有辦法嗎？也有，如果我們把實惠定義成在下一輪暴漲前一兩年能上車，就算實惠的話，你是可以做到的。
3. 房價幾乎沒有周期，這個曲線橫豎看不出啥名堂，但如果拋開房價本身，只看房價的漲幅是可以推算出一個宏觀周期的，這個周期大約是6年（房價漲幅周期不一定是房價周期）。從降息到加息轉變的宏觀經濟周期也是6年左右。
4. 按這個周期預測，2017年買房也不算不好的選擇。如果你首付不夠，想等一等的話，那麼你大概還有3年的時間存錢，也就是2020年左右是個有可能得到實惠的較好買房時間，總之時間緊迫。2020年不一定更便宜，但是在那個時間點你賺錢存錢能力的上漲和房價的漲幅間會得到更佳的平衡，能爭取到在下一個絕望的暴漲年來臨前夜上車。
為了更好的體現房價的真實漲幅，我們對房價漲幅做一個減去當年一年期定期存款利率的處理，這樣能計算出更有參考價值的房價漲幅凈值：
房價漲幅凈值 = 當年房價漲幅 — 當年一年期定期存款利率
參考房價漲幅凈值時，我們就能發現2008年和2014年全國平均房價房價漲幅凈值是負的，這就是我們要找的買房時機和周期。
全國房價漲幅周期圖：
重要時間節點：
1. 低谷期買點年份預測：2002年、2008年到2009年、20014年-2015年，下個買點年份是2020年？每個周期間都間隔6年左右。買點時間一般在宏觀降息周期轉為預期加息周期前。如有遇上降低首付、減稅等救市政策，你可以毫不猶豫相信黨買入。這時候往往住房交易量低迷，不用徹夜排隊，甚至可以討價還價，最重要的是沒有一天一個價越看越傷心的驚恐感。
歷年房產相關宏觀調控周期政策年表：
2. 暴漲期年份預測：2004年，2009年到2010年、2016年到2017年，下一個暴漲年份是2021年？每個周期間都間隔6年左右。暴漲一般在買點年份之後一到兩年。這時救市效應起效，或者用藥已經過猛，成交量大漲，房價躥升迅雷不及掩耳。2016全國總體漲幅才10%，主要原因是很多3,4線城市漲幅不大拖後腿了，所以平均漲幅沒有04年或10年這麼高。其實單看大城市漲幅，這輪可能比04年10年周期的漲幅都高。
3. 房價周期峰值年份2006-2007、2012-2013、下個峰值2018到2019？每個周期間都間隔6年左右。峰值一般在出現在暴漲年份後一到兩年。這時，調控加碼到最大值，容易造成峰值到來後，成交量就馬上陡然下降，快速進入下一輪成交低迷的起點。
另外，大城市房價漲幅周期和全國基本一致，但曲線總體更偏上一些，也就是大城市不但房價更高，漲的幅也更大，強者愈強。
大城市房價漲幅周期圖：
大城市主要統計：北京 天津 石家莊 上海 南京 杭州 寧波 合肥 福州 廈門 南昌 濟南 青島 鄭州 武漢 長沙 廣州 深圳 南寧 海口 重慶 成都等23個城市的漲幅平均凈值。2000到2003年間，大部分城市的數據缺失，只有北京、上海、天津、重慶有數據。
最後重點來了：2020年全國房價漲幅按周期預測圖（根據歷年數據建模毛估估預測^_^）：
為方便統計，房價均指商品房平均銷售價格(元/平方米)（住宅商品房平均銷售價格趨勢一樣）。2000年前商品房市場還不成熟，不考慮，也沒有數據。
這是全國的數據，僅供參考娛樂(^_^)，具體買房涉及的每個城市會有不同情況和獨立小周期或者偏移，但大致抓住這個大周期也是可行的，畢竟大周期影響最大。
參考數據來源：
國家統計局：http://www.stats.gov.cn/tjsj/zxfb/201701/t20170120_1455967.html
國家統計局國家數據網：http://data.stats.gov.cn/easyquery.htm?cn=E0105
國家統計局國家數據網http://data.stats.gov.cn/easyquery.htm?cn=C01
原創，版權所有，勿侵。
人口數據。房價上漲的地區，人口必然呈現增長趨勢。反之就是下跌的前兆。
這個問題估計政府土地管理的人手頭的數據最有效，不過，對普通人來說，任大炮提的這個數據也能用。
昨天我在朋友圈發了這段話，很多人感慨說的真對。但是具體到自己城市，自己手頭沒有具體的數據，只能靠自己感覺判斷。說了跟沒說一樣，判斷的也不準確，不具有參考性。
為了幫助大家自己看到自己所在城市的數據，我特意從國家統計局把數據扒了出來，整理成一個excel表，不過完整版數據過多，無法放在這裡，下面的表僅提取了部分數據，作為參考。大家可以看一下。完整版文章末尾會給出下載方式。
從這張圖上，明顯可以看到北京，上海的小學生依然在上升，尤其是北京，這意味著這2個城市未來12年的時間裡，這些人一家子都要長期在這裡發展，所以這兩個城市未來10-20年房價增長潛力不容小視。相比而言，再看青海，相比10年前，小學生人數下降近一半，未來的人口都跑了，這個城市未來房價如何上漲？
當然，房價上漲的因素是多種多樣的，有貨幣因素，也有政策因素，但歸根結底，影響房價基本面的還是人口發展，所以這個數據很有參考價值。這世界發展了幾百年只有一個道理從來沒變過，哪裡人口大量聚集，哪裡的房價就一定漲。
不過，這裡說的價值是長期來看，短期而言，房地產風險還是有的，這個數據僅供各位參考自己未來城市的發展，不要盲目因此買房，這個表最多只是幫你剔除掉一些不該買房的區域。綜合來看，除了北京上海這類城市，其他城市小學生人數很多都後繼乏力。
完整版本公眾號的訂閱用戶可公眾號回復「房價數據」得到下載地址。
公眾號：落筆偷閑
更多信息請關注微信公眾號『數據話房』
最近，一篇名叫「北京，有2000萬人假裝在生活」的文章引爆了網路，其中，繞不開的話題就是房子，北京和其他城市最大的區別也就是房子和教育成本，而教育又會繞到學區房這個話題上來，所以這2000萬假裝生活的人與其他地方的人不同的歸根到底就是房子。
今天，我就用數據來給大家展示下北京2017年讓人咋舌的房價，以及不同房價的分布。
房子也就是土地，因為其天然的屬性，導致其成為吸納財富的一大利器，千百年來，都繞不過土地這一門檻，土地作為生產資料一直是人們爭奪的目標，到現在，這個問題依然如此，買了房子事實上就是買了這個地方的土地。
土地因為其位置的不同導致價格天差地別，而具體單個二手房來講，又受供求關係、以及房子所附著的其他權益等因素的影響，導致每個個體的二手房也存在著不小的差異，這跟工業化的商品大不一樣。本篇文章力求在差異化如此大的北京二手房市場尋求些許規律，探尋北京二手房房價的分布特徵。
今天所採用的數據主要是利用北京部分中介公開數據，其中有些郊縣行政區（例如延慶、密雲）在2017年上半年沒有成交數據，故沒有納入到統計範疇內。
一、2017年上半年成交單價總體分布
上圖根據中介公司的全網二手房價數據製作而成。從圖中可以看到北京每一個小區所在區域的單價和所在位置。從紅到藍價格依次遞減，最紅的部分是單價最高的區域：高價區域主要集中在東西城和海淀及朝陽的核心區域，紅色最亮的區域就是著名的德勝學區的位置。
北京的高價小區基本集中在東城、西城、海淀、朝陽四區中，其中以西城的德勝、月壇金融街、東城的建國門、朝陽的國貿、海淀中關村最為集中。
北京的平價小區基本都分布在昌平、門頭溝、順義、房山、大興等區域了，連通州經過這幾年的暴漲，低價小區也已經不多見。
總體而言，房價在空間上主要還是按行政區來分布，13萬以上的「豪宅」（豪宅大部分都是城區老破小）仍然高度集聚在東西城，4萬以下的小區主要分布在五環外的各區。
二、2017年上半年成交量變化
上半年總體來看，成交熱點主要為兩部分，一部分是學區房為代表的，東西海的熱點學區，另一部分是以回龍觀、天通苑為主的價格較為親民的平價房。
3月份是北京市場成交的一個重要的分水嶺，大部分區域3月份之後都經歷了斷崖式下跌。5-6月份以來，成交量有企穩的跡象。
具體細分到不同維度，4萬-8萬區間單價的二手房成交最為活躍，而且從5月-6月來看，成交量有所趨穩，略有回調。
從上圖看，200-600萬區間的二手房成交最為活躍，從5月-6月來看，200-400萬區間總價的成交量有所回調。
三、「老破小」與「遠大新」
「老破小」與「遠大新」孰優孰劣，一直是爭議比較大的話題，「老破小」因為其地理位置比較優越，配套資源多備受歡迎，但是小區環境差、物業差、停車位少等等問題也比較突出，而「遠大新」剛好相反，本文就從成交數據的角度來給大家分析這二者在市場是如何反映的。
上面兩張圖是根據樓齡來區分的，分別是2000年以後和1990年以前兩個時間節點，統計的是2017年上半年成交的遠大新和老破小位置分布圖。圖上可以看出，成交的「老破小」基本集中四環內，而成交的「遠大新」最多的是回龍觀、天通苑和通州區域。
成交量來看，2000-2010區間的二手房成交量最為突出，數據看來，還是遠大新換手率高，相對要更受歡迎。
——
從成交單價走勢來看，由於「老破小」位置相對核心，導致其單價下行趨勢較緩，八十年代的房子五六月份的成交價反而有所上揚。
數據話房的其他回答
數據話房：2018年，是不是買房(投資，非自住)的好時機？
數據話房：如何看待 北京樓市大逆轉！部分二手房降幅10% 個別降價400萬這則新聞？
數據話房：2017年下半年，到底該不該買房，買哪？
數據話房：中產階級家庭子女如何繼續保持優勢並超越父輩的財富與社會地位？
數據話房：買房看房時需要注意哪些？
數據話房：90後的我們會遇到怎麼樣的財富風口？
數據話房：怎麼評價重慶長沙南昌石家莊等地923出台限售政策？
數據話房：如何評價共有產權的自住商品房？
數據話房：隨著樓市調控政策收緊，房價是否將降
分析城市的房價，自然要結合多角度去考慮。除了樓上幾位所答的，主要還有以下的因素吧。
1.當地的收入水平變化這是自然的一組數據。收入水平的中位數大體反映了本地的居民收入水平。不加入消費水平的原因是因為在購房壓力的趨勢下，很多人會自然的改變自己的消費觀。通過平均房價計算公式來看，以北京為例，國家統計局網站數字2010-2013北京1-5環三年均價在3w一平， 職工平均工資（考慮職工為主要購房動力）5.5w一年，平均月5k。也就是說大概存400月可以購得一套70平的房子。除此之外，收入水平也是青年購房，按揭，貸款的重要計算憑據，所以收入水平自然關聯城市房價。
2.當地宏觀政策發布與數據統計
千萬不要小看這一點。雖說政府是守夜人，市場應有隻看不見得手，但在我國政府宏觀調控的無限大影響呵呵完全必須重視。眾多地王的興起與四萬億的超級無與倫比的呵呵好效應絕對是密不可分的。雲南原市委書記的到地地暴漲效應也能說明這一問題。所以分析宏觀政策甚至政府人事任命都是影響因素。雖然這很不合理，但確實就是現實。所以縱攬眾多政府報告，有關房事的數據分析效度信度都不會很高，因為數據的隱性作用決定了表面現象不能說明問題。
3.一些基礎性的分析數據
比如該地的人口數量，外來流動人口比例以及購房意願，建設用地土地出讓價格，建築勞工薪酬具體的變化等等。這是分析必不可少的基本數據步驟。除此之外就是科學合理的分析模型和分析方法。在閱讀眾多的分析報告中，我發現中國的房事分析模型永遠都是在借鑒他人，重填數據，在得出看似是自己的結論，這樣的效果自然是不行的。供求關係影響價格走勢，政策影響價格波動。供給看推盤數量、銷售面積、土地出讓面積、開發商在這個城市的存量土地面積需求看歷年的去化量、這個城市的產業發展情況、高收入人群數量等
在這裡做個預測。。只要這個市場還是這個市場經濟，中國房價永遠不會跌，現階段政府只想慢慢漲，不要過熱就行。因為中國不是成熟的市場經濟，還有政府這權利巨大的手在運作。。而政府永遠不希望社會不穩定，所以政府依舊會不斷的印錢。。同意的同學點個贊
在中國，房地產真是一門顯學，關於這個問題，似乎每個人都能說上兩句。恰恰也都各執一詞，無論是在學術界還是企業界，或者是職業炒家群體。前輩們已經回答了很多，很有道理，受教，我也嘗試從不同角度思考下這個問題。
幾個前提需要清楚 。
1.中國是奇葩！奇葩的意思，就是在世界範圍內獨樹一幟 與眾不同。 常常有記者 學者把 中國和美國 日本的房價相比較，得出似乎很震撼 很有說服力的數據，但是卻沒有考慮到 中國的獨特性。中國的經濟發展速度很獨特，中國的居民財富分布很獨特，中國的城市規劃很獨特，中國的城市發展很獨特，中國的人口年齡分布很獨特，中國人的婚姻觀念很獨特。 種種「基本面」的獨特，造就「技術指標」的獨特，其實可以理解。但是非要用中國的數據，和美國 日本 的數據做橫向比較，或者跨越時間的縱向比較，其實就大失偏頗。
其實在比較經濟數據的時候，一些記者也採用了 half truth的做法。就拿美國紐約曼哈頓哥大附近的Morningside 地區房價來講，一間現代化較好的兩室兩位公寓中，其中一間卧室的租金,月租是2790美金。6.2的匯率折算，是每月17298 元人民幣 。遠遠超出北上廣深核心區域的租金價格。（17298元每月，是其中一間卧室的資金）2.中國的經濟力量很獨特，不想美國日本，被大財團所控制。中國的經濟命脈，牢牢掌握在國資委手中。房地產行業由於關聯了包括建築業，城市商業，教育，醫療，交通等等相關聯上下游產業，對於中國政府，就是控制經濟社會發展的閥門和開關。房地產行業聚集的資金太多，意味著其他產業面臨缺血。房地產行業缺資金，意味著後續產業發展動力不足。每一次的房地產蕭條，其實最著急的不是房主 不是銀行 地產商，而是政府自己！中國政府對於房地產的複雜情感，就像石油對於美國人的特殊地位一樣。
3.房價是一個貨幣現象。房價的上升，有時候並不意味著房子真的變貴了，而是很可能因為錢貶值了。 溫總理在位時期，用限購限貸對房產進行供應量上的打壓手法，其實犯了安撫民眾情緒的民粹主義錯誤。wat"s more，緊接著的四萬億，也是催生房價飛速上漲的重要動力。
4.不同地區的房價，必須老老實實的區別看待，分類討論。任何或漲或跌一概而論的結論，都是絕對錯誤的。這是因為，中國的人口流動，在不同地區的差異非常大。一線城市，在過去和將來的很長一段時間內，都是人口凈流入的地區。而一線城市的房產供應速度，卻遠遠跟不上新移民的房產需求增長速度。 符合市民需求房產供應速度，也遠遠跟不上市民財富積累的速度。兩句話概括，來的人越來越多，地卻越來越少。身邊的有錢人，其實遠遠比想像中得多。
5.國家的經濟政策，對房價的影響大。 國家的新型城鎮化，和西部大開發政策，字面上支援了欠發達地區的發展，其實是在為一線城市發達地區供血，提供更優秀的人才，和更充足的資金。案例：小王來自山東萊蕪，受政府對蘋果農業的扶持，家裡進入小康水準，小王也成為了家裡的第一代大學生。大學畢業，在深圳南山科技園工作五年，適婚，準備男女雙方父母出首付，在深圳龍華購買一間二居室，以後計劃更換更大的房子，條件好了把父母都接到深圳養老。小王這樣的年輕人，是深圳755.59萬凈流入新移民的一個縮影 新農村的發展，新城鎮的興起，也間接而有力的催生了一線城市的房價上升。
——————————時間不足，寫的草率，朋友們見諒 抽空會回來補充分析短期走勢：最近一年內的成交面積，成交均價，新開工面積，存量面積，存銷比；二手房的成交房價及走勢。分析中期走勢：以上三年內的數據；最近兩年的土地成交面積、成本與結構。分析長期走勢：以上5年內的數據；人口（人口數量的變化趨勢與速度，人口結構）；當地的產業結構；當地人均住房面積；全國乃至全球的經濟走勢除此之外，還有一個獨立的因素：政策。包括各種行政類如限購、限貸、90/70等的具體內容和實際執行力度；金融政策，如房貸利率和首套房首付比例等。
個人認為應該可以用eviews軟體，建立計量經濟學模型做一下預測。如果數據足夠多的話，可以嘗試一下使用時間序列，當然也可以多找幾個地區用面板數據分析。
我們這個城市的房地產價格完全是政府控制的，前段時間房產商因為資金問題想降價促銷，結果，政府說，不允許降價！
去廣場聽大媽們聊天,他們聊房子,房價就要漲,聊股市,股市就漲
放一張在老東家時做的老圖供參考。
去過N城市做項目，感覺想要討論房價，先要從土地價格開始談起....
一個城市的房價走勢感覺有點大，我家縣城是均價4000，高的4800，低的3800。認識開發商便宜兩萬，滁州有的房價才3700。。。應該從人流量和地理環境來分析吧！市中心的房子肯定是越來越貴，距離市中心的遠一點的房子雖然便宜，但是不會降價。
需求:可以銷售面積作為指標；供給:新開工面積、可售面積、批准上市面積、銷供比、出清周期、房地產投資額；長期指標，可以考慮人口年齡結構及走勢，人口流入流出；居民購房能力:儲蓄存款餘額、人均可支配收入等
房價網，可以免費查看全國366個城市的房價走勢，也可進行房產評估。
在中國好像沒法預測，政府會不顧成本的調控
去繁華一點的街上轉一圈。
推薦閱讀：