狗熊会人才计划第5期作品深圳市房屋租金影响因素分析

狗熊会⼈才计划第5期作品深圳市房屋租⾦影响因素分析

三连⼀下，你就是开学季最亮的仔

⼀、背景介绍

近年来，深圳市房租价格依然⾼持，务⼯⼈群缴纳房租压⼒⼤。据中国房价⾏情⽹最新统计，最近⼀个⽉深圳市住房的

平均租⾦为 79.54元/平⽅⽶·⽉，同⽐下降3.48%。也就是说，按照单⼈30平⽅的居住空间计算，每⽉平均租⾦是2400

元左右，按照深圳市2019年⼈均⽉收⼊10000元的标准，房租就占据了约1/4的⽐例，是上班族的每⽉的⼀⼤开⽀。⽹

友的评论“感觉最有钱的瞬间，可是，下⼀秒就要被房租洗劫⼀空”⽣动地阐述了当下租房⼈的状态。

图1 深圳市2012~2019年住宅租⾦平均价格

在房租⾼居不下的环境下，政策积极推动租房市场健康发展，90后也逐步转变住房观念。2019年7⽉，深圳市住房与建

设局发布征求意见稿，进⼀步增加租赁住房供应、规范住房租赁市场⾏为和稳定租赁价格。2020年7⽉，深圳市公积⾦

中⼼表⽰公积⾦提取⽐例提⾼⾄80%，职⼯可⽤提取的公积⾦⽀付房租以减轻租房压⼒。以上举措都反映了政府重视减

轻在深务⼯⼈员的租房负担。在当前环境与政策下，90后观念也逐步转变，他们不愿意因为房贷降低⽣活质量，长期租

房开始成为年轻⼈中⼀种可接受的⽣活⽅式，这也意味着如何租到⼀套合适的房⼦，让在外漂泊的⾃⼰有⼀个满意的的

栖息港湾，对于上班族⽽⾔⾮常重要。

然⽽，对于租借房屋的⼈来说，找出租房是⼀个费时⼜费⼒的事情，因为⽬前没有⼀个专门的租赁机构来提供服务，找

房时往往需要多途径收集房源信息。找房时，许多⼈都曾在各个⼩区城中村转过、在⽹上查过、在中介咨询过，即便这

样，仍然存在信息不对称、胡乱收费的情况，很难快速找到性价⽐的房屋。⽽找房⼦本⾝，⼜需要考虑诸如房⼦⼤⼩、

地段、租⾦、楼层等⼀堆问题，因此每⼀位漂泊在异乡的游⼦，都会不由得从内⼼发出这样的感叹--偌⼤的深圳，住哪

⾥？哪⾥性价⽐⾼？哪⾥能找到我喜欢的房⼦呢？对他们来说，了解深圳房屋租⾦⽔平很有必要。此外，他们还需要知

道哪个属性影响了租⾦价格，从⽽更好地根据⾃⼰的收⼊做出权衡，找到⾃⼰相对满意的房屋。

对于出租房屋的⼈来说，市场竞争的加剧督促房东合理定价和改造房源以招揽更多的租客。深圳市住房租赁市场占据主

流地位的是商品房和⾃建房，⽽⾃建房的⽐例最⾼，此类房源的房东或房屋中介多以地区为单位独家掌握房源信息，并

依据⾃⼰的经验定价或改造房源。随着租房市场的兴起，⼤批房地产投资者涌⼊住房租赁市场，增加的房源加剧市场竞

争，房东盈利难度增⼤。房东需要了解租客的关注重点和市场⾏情，⽐如为房屋增加什么样的属性能够让房屋以较⾼的

租⾦售出，或者是制定什么样的价格才能让⾃⼰有⼀定价格优势，⼜不⾄于吃亏，从⽽采⽤更合理的定价和房源改造策

略来提⾼⾃⼰的收益。

分析现有房源数据，可以对租房市场供应有更全⾯的认识，便于供需⽅做出决策。相较于常规的线下找房，线上找房受

到越来越多⼈的欢迎，其优点是短时间内可以获得⼤量的房源信息，选择空间更多。有数据表明，深圳有超过⼀半的⼈

通过线上租房，意味着线上房源信息可靠，正成为有效的租房⽅式。因此，本案例通过抓取深圳市出租房屋的线上信

通过线上租房，意味着线上房源信息可靠，正成为有效的租房⽅式。因此，本案例通过抓取深圳市出租房屋的线上信

息，对深圳市房屋租⾦的影响因素进⾏探究，旨在解决供需⽅了解深圳市住房租赁市场⾏情的需要，从⽽更好地做出相

关的决策。

⼆、数据来源与说明

本案例所使⽤的数据来⾃链家⽹，数据采集时间为2020年8⽉，共采集22021条记录，每条数据代表深圳市⼀套出租房

屋的相关信息。其中，房屋租⾦为关注的因变量，⾃变量共有12个，归纳为“房屋属性”、“配套设施”和“地理特征”三⼤

类。具体情况见表1。

表1 数据变量说明表

三、描述性分析

在对房屋租⾦的影响因素进⾏模型探究之前，⾸先对各变量进⾏描述性分析，以初步判断房屋租⾦的影响因素，为后续

研究做铺垫。

0 1

因变量：租⾦价格

图2 深圳市租⾦价格直⽅图(对数变换)

0 2

⾃变量

2.1房屋属性

房屋属性包括楼层、租赁⽅式、⾯积、朝向、卧室数量、客厅数量、卫⽣间数量和有⽆精装修。其中， 发现租赁⽅式、

⾯积、朝向、卧室数量、客厅数量和卫⽣间数量不同时对应的租⾦⽔平有明显变化，但未见楼层和有⽆精装修对租⾦的

影响。

（1）租赁类型：租赁类型通常分为整租和合租，其中⼤多数房源为整租类型（约占⽐86.6%）。如图3所⽰，合租的租

⾦要远低于整租的租⾦，这与⼤众预期相符。此外，从以上数据可以看出，尽管合租的费⽤低，但并不是市场上的主流

房源。

（2）⾯积：将⾯积分成“0~50m 2 ”、“51~100m 2 ”和“101~400m 2 ”三个类别，其中“0~50m 2 ”和“51~100m 2 ”各占近

40%。如图4所⽰，随着⾯积的增加，租⾦相应增加。

（ 3）朝向：房屋的朝向可以分为东、南、西、北等，其中南向的房屋最多。如图5所⽰，总体上看，朝南的房屋要⽐

其他单⼀朝向的租⾦价格更⾼，但差别不是很明显，多朝向的租⾦价格最⾼，但可能是因为多朝向的房屋通常⾯积⼤。

图5 房屋朝向对租⾦价格（对数变换）的影响

（4）卧室、客厅和卫⽣间数量：多数房屋的客厅数量不超过1，卫⽣间数量不超过1,卧室数量1~2和2以上两类各约占⼀

半，从整体上看，1厅1卫1室和1厅1卫2室是最多的房屋类型，与分析的情况相符。如图6所⽰，客厅、卫⽣间和卧室的

数量越多，租⾦越⾼。

图6 房屋格局对租⾦价格（对数变换）的影响

2.2配套设施

配套设施包括燃⽓、电梯和停车位供应。其中， 发现有⽆燃⽓或电梯对应的租⾦⽔平有明显变动，但未见停车位供应对

租⾦的影响。

（1）燃⽓：⼤多数（90.0%）房屋有燃⽓供应，以满⾜住户的煮饭需求。如图7所⽰，有燃⽓对应没有燃⽓的房屋租⾦

更⾼，可能是房屋的开发成本⾼。

（2）电梯：⼤多数（79.3%）房屋配有电梯，原因可能是超过3/4的房屋楼层⾄少为11层。如图8所⽰，有电梯相⽐⽆

电梯⽽⾔，房屋租⾦价格更⾼，原因可能是房屋开发和维护成本较⾼。

2.3地理特征

地理特征即房屋所在⾏政区。如图9所⽰，南⼭区的房屋租⾦最⾼，价格约在7300元，⽽其他⾏政区（包括⼤鹏、光

明、坪⼭、盐⽥，因出租房屋数量少，故合并为⼀类）的房屋租⾦最低，价格约在3900元。根据2019年深圳市各⾏政

区的GDP情况，排名从⾼到低依次是南⼭、龙岗、福⽥、宝安、龙华、罗湖、光明、坪⼭、盐⽥和⼤鹏新区。 总体上

看，⼤部分经济情况好的⾏政区其租⾦也较⾼。

图9 不同⾏政区对租⾦价格（对数变换）的影响

综上所述，通过对本案例数据的描述性分析，可以推测， 对深圳市房屋租⾦可能会产⽣影响的因素包括：房屋属性（租

赁⽅式、⾯积、朝向、卧室数、客厅数和卫⽣间数）、配套设施（有⽆燃⽓、有⽆电梯）和地理特征（所属⾏政区）。

四、建模分析

为了更深⼊分析各因素对房屋租⾦的影响，本案例将建⽴相关的回归模型，并试图借助该模型进⾏⼀系列商业化应⽤。

0 1

建⽴对数线性回归模型

在本案例中，房租价格为连续型变量，同时为右偏分布，因此构建对数线性模型。以BIC为准则，采⽤逐步回归法筛选

变量，剔除了房屋朝向，最终纳⼊18个变量。各个变量的回归系数和 P 值见表2。

表2 BIC准则下的对数线性回归模型

F检验结果显⽰ P <0.001，即认为可以拒绝原假设，模型整体是显著的。此外，该对数线性回归模型的调整 R 2

=74.68，未调整 R 2 =74.71，即纳⼊的⾃变量能够解释因变量变异的74.71%，模型的拟合程度尚可接受。

0 2

回归系数解读

在控制其他因素不变时，可以得出以下结论。

2.1 房屋属性

（1）楼层：⾼楼层⽐低楼层的租⾦减少约3%，中楼层⽐低楼层的租⾦减少约3%。原因可能是超过3/4的房屋⾄少为11

层，此时低楼层的采光也能满⾜住户需求，因此低楼层的更受欢迎，价格相对较⾼。

（2）租赁⽅式：整租⽐合租的租⾦增加约88%，是模型中回归系数最⼤的变量。也就是说，在希望⼤幅减少的成本的

情况下，从整租改为合租是达到⽬的最有效的⽅式。

（3）⾯积：⾯积在100平⽅⽶以上⽐⾯积在0~50平⽅⽶的租⾦增加约85%，⾯积在51~100平⽅⽶⽐⾯积在0~50平⽅⽶

的租⾦增加约40%。这与房屋⾯积越⼤，价格越⾼的常识相符，也可以看出⾯积是影响租⾦的关键因素之⼀。

（4）卧室、客厅和卫⽣间数量：卧室数量1~2个⽐2个以上的租⾦增加约8%，客厅数量0~1个⽐1个以上的租⾦增加约

6%，卫⽣间数量0~1个⽐1个以上的租⾦增加约11%。即房间的数量对价格确实有影响，但并不是⾮常⼤。按房租为

3000元计算，住户只需要多⽀付不超过500元，就可以拥有1个以上的客厅或卫⽣间数量。

（5）有⽆精装修：有精装修⽐⽆精装修的租⾦增加约4%。原因可能是精装修的房屋成本更⾼，因此租⾦更⾼，但是从

回归系数上看对租⾦影响并不是特别⼤。

2.2 配备设施

（1）有⽆燃⽓：有燃⽓⽐⽆燃⽓的租⾦减少约7%。原因可能是⽆燃⽓的房屋其他配置较好，所以租⾦相对较⾼。

（2）有⽆电梯：有电梯⽐⽆电梯的租⾦增加约19%。原因可能是有电梯的房屋开发成本⾼，⽽且有电梯的房屋更受欢

迎，所以租⾦较⾼。

（3）有⽆停车位：有停车位⽐⽆停车位的租⾦减少约2%。原因可能是⽆停车位的房屋其他配置较好，所以租⾦相对较

⾼。

2.3 地理特征

南⼭、福⽥、罗湖、宝安、龙华和龙岗⽐其他⾏政区的租⾦分别增加约79%、74%、53%、39%、40%、33%、14%，

见图10。以上与深圳市租房市场的每平⽅⽶价格排名⼤致吻合（中国房价⾏情⽹：南⼭>福⽥>罗湖>盐⽥>宝安>龙华>

龙岗>光明>坪⼭）。其中，南⼭、福⽥、罗湖三个⾏政区租⾦最⾼的原因可能是这⼏个地区的⼯作资源、地理位置和配

套设置突出，⽐如南⼭区是深圳⾼新科技发展地区；⽽福⽥区是深圳市的⾦融中⼼，周边也有知名的教育资源；罗湖区

则是随着深圳改⾰开放最早发展起来的⾏政区域。宝安区和龙华区则多因其地理优势，宝安区紧靠南⼭区，⽽龙华区靠

近福⽥区。盐⽥区和龙岗区因其交通没那么便捷⽽略显劣势，尽管这两者的经济实⼒尚可，⽽光明区和⼤鹏新区更是距

离市中⼼较远的偏远地带。

图10 不同⾏政区对应的回归系数

0 3

商业化应⽤

根据本案例的模型， 可回答在租⾦预测、出租策略制定和房产投资⽅⾯的问题。以下⾯的例⼦说明。

假设房东有两套房屋A和B。房屋A是2室1厅1卫、⾯积60平⽅⽶、朝向东南、位于低楼层、⽆电梯、⽆停车位、有燃

⽓、⽆精装修、位于福⽥区、希望整租。房屋B是3室1厅1卫、⾯积75平⽅⽶、朝向西南、位于⾼楼层、有电梯、⽆停

车位、有燃⽓、⽆精装修、位于龙岗区、希望整租。

（1）假设房东准备出租两套房屋，应将房屋A和B的租⾦定为多少？答：从当前的模型来看，房屋A的市场定价为

6144~6371元，房屋B的市场定价为4302~4454元。因此，房东应该将价格定在此范围内，才符合市场⾏情。类似的，

租客按照不超过最⼤值租下，才不算吃亏。 （租⾦预测）

（2）已知上述房屋A的两个卧室的⾯积分别是25和20平⽅⽶，如果房东希望能按较⾼的租⾦租出，应该选择整租还是

合租出去好？假设两个房间挨在⼀起，如果房东希望通过房源改造来增加收⼊，改造成3房的费⽤⼤概是1000元，⼤概

多久能收回改造的成本？答：应该选择整租，因为选择合租的话，模型预测两份房租收⼊之和为5043~5243元，远低于

整租的收⼊。改造成3房的话，按整租计算，每⽉的收⼊可增加⾄6674~6929元，约2~4个⽉可收回改造成本。 （出租

策略制定）

（3）假设房东准备出售房屋A和B,投资者发现两套房屋的出售价格基本⽆差别，应该选择哪套房屋？答：从租⾦回报上

看应该投资房屋A。 （房产投资）

五、结论

本案例对2020年8⽉深圳市的线上出租房屋信息进⾏统计分析，得到如下结论： 影响房租价格的关键因素为租赁⽅式、

房屋⾯积和所属⾏政区，其次是楼层、卧室数、客厅数和卫⽣间数）、有⽆精装修、有⽆燃⽓、有⽆电梯和有⽆停车

位。本案例的分析结果对于理解深圳市房屋租⾦变化实质和供需⽅决策有⼀定的参考意义。本案例所使⽤的模型有待进

⼀步改善，未来的研究中可以考虑在模型中加⼊更多因素，例如宏观因素（地区GDP、地区房价等）和微观因素（房屋

周边环境、房屋有⽆配套家具等）。

end

案例作者：邱佳玲，中⼭⼤学，狗熊会⼈才计划第5期学员

“⼈才计划”是狗熊会推出的纯公益项⽬。本项⽬旨在培养出⾊的数据分析⼈才，尤其是商业分析（Business Analysis）

⼈才。项⽬通过⼀系列⾼强度的TASK，从选题、背景介绍、数据准备、数据说明与描述、统计建模等⽅⾯进⾏训练。

强调规范守时抗压，强调⾃学能⼒、沟通表达能⼒与数据分析能⼒。

点击这⾥阅读原⽂