纺织品和服装行业：从“一个房间到底有多大”讲起~大数据视角下的二手房及连带消费数据趣谈-20180410-国金证券-18页-2mb

消费升级与娱乐研究中心：纺织品和服装行业研究

核心内容概述

本报告通过大数据分析，探讨了中国多个城市二手房市场的发展趋势及其对家纺和家装类消费的影响。研究选取了12个城市24个区的二手房数据，覆盖一线、准一线、二线、三线城市各三个，共约40000套房源，重点分析了房价、房型、面积、房间数等数据，揭示了城市化进程与消费升级之间的关系。

主要观点

房价趋势

• 100万以下的二手房在一二三线城市逐渐消失，表明房价整体上涨。
• 一线城市二手房均价显著高于二三线城市，但中位数更能反映真实房价。
• 北京西城区二手房均价高达1137万元/套，是威海环翠区的12倍，显示其房价的极端分化。
• 一线城市中，老区的房价均价普遍高于新区，且差距较大。

房型与面积趋势

• 各城市二手房面积中位数大致在85-95平米之间，一线城市主力房型并不以小户型为主。
• 北京西城区的面积中位数为75平米，表明该区域存在“蜗居”现象。
• 深圳的房间数显著多于北京和上海，且新房的房间数呈上升趋势，反映出消费升级的特征。
• 一些城市的新区，如成都天府新区、南昌新建区等，房间数也呈现上升趋势，表明新房建设趋向多房间化。

消费潜力分析

• 房间数量增加与面积利用率提高共同推动家纺和家装类消费增长。
• 家纺和家装类消费以“房间数”为单位，而非以“套数”为单位，因此房间数的增加对相关行业有积极影响。
• 房屋面积的优化利用，提升了单位面积的消费效率，为家纺和家装行业带来新的增长点。

关键信息

数据来源与方法

• 数据平台：房天下、搜房网
• 数据采集时间：2018年3月2日
• 数据样本：约40000套二手房数据，剔除重复数据，部分城市样本量较少，可能影响数据准确性
• 研究方法：爬虫技术、数据统计与分析、对比不同城市和时期的房型数据

城市与区域划分

重点发现

• 深圳南山区和福田区的二手房房间数逐年上升，显示该区域新房建设趋向多房间化。
• 一些城市的新区，如成都天府新区、南昌新建区、洛阳洛龙区等，房间数也在增加。
• 房间面积变小，提升了单位面积的消费效率，对家纺和家装行业有利。
• 深圳、上海、北京等城市的新房与二手房均呈现出房间数增多的趋势，可能成为消费升级的重要推动力。

风险提示

• 房间数增多主要体现在一二线城市，三线城市尚未明显体现。
• 房间数的增加不等于消费频次的提高，需进一步研究。
• 地产周期可能变弱，地产后周期行业同样面临风险。

投资建议

• 建议关注家纺龙头：水星家纺、罗莱生活、富安娜等公司，这些公司可能受益于房间数增加带来的消费增长。

图表汇总

图表1：12城24区二手房数据平均值汇总

图表2：12城24区二手房数据中位数汇总

图表3：深圳南山区平均房间数量

图表4：平均房间数与平均房间+客厅数

结论

本报告通过大数据分析，揭示了中国城市二手房市场的演变趋势及其对家纺和家装类消费的潜在影响。房间数的增加与面积利用率的提升是消费升级的重要表现，建议关注相关龙头企业以把握市场机遇。同时，也提醒投资者注意市场分化和地产周期风险。