1. 南宫国际




      1. 近日,一条“中国住房租赁人数超2亿”的新闻冲上了微博热搜榜,该新闻阅读量近300万 ,备受广大网友关注 。在第七次人口普查的数据尚未公布前 ,若按照之前国内14亿人口计算的话,相当于每7个人中就有1个是租房子住。




        中国青年报中提及,在城市租住人群中30 岁以下占比超过 55%,其中26-30岁的租客占比达到 31.48%。年轻群体的租房需求始终存在 ,毕业生群体占了租房市场的很大比例 ,每年的毕业季也是租房市场的黄金季 。

        都说年轻人进入社会后遭到的第一顿毒打,就是从租房那一刻开始 。而且这种毒打,还会在换房子的时候 ,再打一次 。为此,我们爬取了南宁地区的租房类信息,分析租房背后都有哪些秘密,和你说说租房的那些坑们 。



        本次数据主要来自微博以及房产网站及研究报告等各类公开数据 。需要注意的是 ,在本次所获取到的数据中 ,武鸣区的数据少到可以忽略不计 ,因此 ,本次报告不涉及武鸣区。



        01    南宁市各个行政区待租房的数量


        在你印象中,南宁市区哪里的房子数量最多?西乡塘区还是青秀区?或者是近几年热度较高的五象新区所在的良庆区?我们来看看答案吧!

        在本次我们从各大租房信息平台爬取到的数据里 ,青秀区待租房子数量位居南宁市第一,其总数量远远超过了西乡塘区、兴宁区、邕宁区及江南区之和。良庆区待租房子则接近青秀区待租房子的半数。

        这个结果是否是你心中的那个答案 ?可能你也会疑惑,为什么青秀区地段这么好,待租房子的总数却超过了好几个区域的总和呢 ?我们来看看都有哪些原因 。



        02    各个行政区待租房的价格区间


        数据表明 ,希望租客能整租的房子占到了近80%,而在这些房子中,他们的租金为2500元/月以上的占比最大 ,1500~2000元和2000~2500元占比大致相同。


        在租赁方式为整租的房子中,3室及4室的占比最大。我们从《2020大学毕业生租住蓝皮书》中拿到了一组数据 ,有近9成的大学毕业生在租房时选择合租。虽然只是针对大学毕业生的数据,不能代表年轻人群体,但其还是有一定的参考性。



        正如上文所提到的,30岁以下的租房者占到了总体租房人数的55% 。整租+高租金的组合 ,让众多年轻人望而止步 ,或许正是这个原因让青秀区的待租房子数量远远超过了其他区域的房子 。

        租金+整租只是一个方面 ,而交通是否便利这又是另一个方面,从我们所获取到的数据中,靠近地铁的房子只占到了三分之一 ,但是这三分之一的房子却有着不菲的身价,租金均价为3088元/月。而另外没有靠近地铁的房子,租金均价只有2577元/月。

        既然整租租不起,那就选合租吧。不过 ,即使想要合租,至少也得先把整套房子盘下来才能找室友吧 ,或者在微博上或者其他地方看到别人招合租室友。遇上好的合租室友,生活自然妙不可言,假若遇上生活习惯不好的室友呢?岂不是让原本不富裕的生活雪上加霜 ?接下来,我们来聊一聊合租时的那些坑吧 。



        03   合租的那些坑 ,你中枪了吗


        在微博上,“合租室友的哪些行为最让你受不了 ?”的问题得到了3000多条回答 ,堪比一场大型的室友吐槽会 。



        在所有矛盾类型里,关于卫生的问题最为突出。在合租的房子里 ,总有那么一些人,吃完饭后不把剩菜残羹清掉 ,直到长出了猫毛……



        对于那些屡劝不改的室友,总是让人无法忍受 ,但是却无可奈何,总不能一直替他/她收拾吧?不良的生活习惯 ,同样作为大家吐槽的热点 。吸烟 、酗酒 、吵闹困扰着大家 。工作了一天之后,只想静静的躺在床上发呆 ,这时隔壁房间传来了“老铁双击666,谢谢大家刷的火箭~”或者夜深人静的时候 ,隔壁室友还在和朋友开黑大喊大叫 ,是不是更心累了?亦或者室友的宠物总是在半夜跑酷,说好的只有一个人住,却常常带男朋友或女朋友回来,这些同样会影响到大家伙。



        该数据来源网易数读. (2020). 年轻人的第一次崩溃 ,从租房开始


        说到底 ,合租虽然是无奈之举,在一起合租的室友因为工作繁忙平时交集也不多 ,但总归是生活在一个空间,相互磨合还是不太容易。



        04     “房租是租来的,但生活不是”


        虽然房子是租来的,但是生活却是自己的 。每天努力的工作,就是为了更好地享受每一天的生活。即使眼前再苦 ,室友再坑 ,只要你是甜的 ,就可以把自己的小日子过得满怀希望。愿天底下所有的租房人都能在陌生或熟悉的城市里,拥有属于自己的小窝 。






        1. XML地图