租房之王：我用php写了个程序，扒了扒北京房租飞涨的真相
来源：酷玩实验室
本文作者：蛋蛋姐 & Zero哥
在北京租房市场上
如果你想租房
主要有这么三种方式：
1、找房屋中介公司
目前市场占有率最高的公司，名叫链家；
2、找长租公寓
目前市场占有率最高的，名叫自如；
3、上找房平台
目前市场占有率最高的，第一是安居客。而今年4月有一家新上线的公司，异军突起极速窜到了前五位，名叫贝壳找房；
这三种方式加起来
几乎决定着你我租房的价格
而更让人惊讶的是
上述几家公司，除了安居客以外
链家、自如、贝壳找房
他们的实际控制人
是同一个人
这就是这几天频繁出现在新闻中的
链家集团的老板
左晖
这件事是我的小学同学
程序猿Zero哥向我爆料的
我和Zero哥很多年没见
我只隐约记得他做的糖醋排骨超级好吃
但是前几天他突然来找我
他说，他打算来北京发展
没想到遇上了一波房租上涨
就觉得很气
于是他用程序员的方式
扒了扒房租上涨背后的事情
我的反应是：
啥是程序员的方式？？
总之，在我的强烈要求下
Zero哥在公开合法的基础上
向我展示了他的调查过程
北京的空房子都在谁手上？
首先，如果我们要搞清楚
是谁在控制租房市场
那就必须要搞清楚一件事：
北京有多少可供出租的房源？
它们都在谁的手上？
要调查北京可供出租的房源
可以查询政府的登记信息
这么重要的信息
Zero哥本来以为北京市规划国土委
应该有统计和公示
于是我们登陆了北京市规划国土委的官网
但是翻遍了这个网站
却没有找到这样的数据
也就是说，北京市规划国土委并没有公开
可供出租的房源信息
那么其他部门会不会有这个数据呢？
我们立刻想到
最近北京房租的事情引起了不小的争议
于是自如、相寓和蛋壳
被相关部门约谈整改
我们注意到，这个相关部门名叫
北京市住房和城乡建设委员会
也就是北京住建委
看来这是租房行业的监管部门了
于是我们来到了该委员会的官方网站
可惜的是
我们在这个网站上
看到了很多年度报表和其他数据
但是其中却没有关于租房房源的数据
那么，房源数据到底在哪里能看到呢？
Zero哥的调查结果是
租房行业中有一个号称
掌握了最全的真实房源数据的项目
叫“楼盘字典”
这个“楼盘字典”从2008年
开始打造
如今据称已经有超过1200TB的数据量
目前记录在库的真实房屋数
已经突破1亿
但是，这个数据从未对外公开
不仅没有公开过
它还是属于一个私人企业的
这个企业
正是链家
链家自己投资了6个亿
来做这个项目
被投资人认为是比它旗下的20万经纪人
更值钱的资产
我们甚至不知道
政府是不是掌握这些数据
总之，行业内公认的是
目前所知的最全的真实房源数据
掌握在链家的手上
于是到这里为止
以合法的手段
关于房源的调查就戛然而止了
好在，我和Zero哥
很快想到了新思路：
我们能不能从租客可以租到的房源
来推测北京的房源情况？
再通过查看从谁手上可以租到这些房子
来推测房子在谁手上？
于是我们调查了一下
北京租房的市场
对租客来说
目前主要有这么三种渠道
可以租到房子：
1、房屋中介公司；
2、长租公寓；
3、找房平台；
我们一项一项来调查一下
首先是，房屋中介公司
Zero哥首先查询到
根据链家自己在各种网站上的介绍
链家占据了北京70%的中介市场
是北京最大的房地产经纪公司
顺着这个信息
我们决定查一下
链家的手上有多少可供租房的房源
于是Zero哥用php写了一个爬虫
用它爬取了一下链家的数据
Zero哥的爬虫是这样做的：
首先去控制台看加载信息，找到相关数据api，按照请求头里面的所需参数，发送https请求即可，分析完成后使用xpath或者正则表达式工具去匹配你想要的内容，然后插入数据库中，即可完成抓取。
emmm。。。蛋蛋姐是没听懂
总之就是
Zero哥爬取到了链家网上
今天可以看到的所有待租的房子
下面是结果：
最终一共爬取到了12393条房源
也就是说
2018年8月23日
链家网放出来的、
普通消费者可以租到的北京的房子
是12393间
其中包含了链家网以及旗下的
自如整租、自如合租的房子
从这个数据里
我们发现了一个大问题。。
那就是大概一周前，8月17日
北京住建委约谈了几家中介公司
最终的结果是
自如、相寓和蛋壳
承诺将拿出12万间房子投入市场
其中，自如将拿出8万间
也就是说，平常的时候
链家网+自如
一共在网上待租的
也就是1万多套房子
但是一被约谈
他们就一口气拿出了8万套房子？？
你藏着那8万套房子不放出来干嘛呢？？
让人很困惑啊。。
于是，我和Zero哥小皮了一下
我们打算扒一扒链家背后的大佬
根据天眼查的公开信息
链家的实际控制人
叫做左晖
占有38.88%的股份
接着我们继续扒
租房的第二种常用手段
长租公寓
Zero哥同样用爬虫的方式
爬取了自如、蛋壳、蘑菇公寓等
长租公寓平台
最后得出的数据
我们做成了词云图
这个图是这样的：
谁的房源越多
它的名字在图上就会越大
而北京的长租公寓的词云图
是这样的——
恩，可以看到
其他的所有平台
和自如相比
差距非常悬殊
而自如呢
一般被认为是链家孵化的产品
但实际上
它的股权结构非常简单——
左晖持有的对自如的控股
达到94.6%
最后，找房平台
这是一个竞争异常激烈的领域
在过去的几年中
起来的、倒下的不计其数
目前暂居第一的App叫安居客
但今年更多的进入大家视野的
是一个广告打得最铺天盖地的、
目前增长情况惊人的App
叫做贝壳找房
贝壳在今年4月才正式上线运营
但目前已经蹿升到了前五的位置
可以说速度非常吓人
而贝壳找房
同样是链家孵化的
实际由左晖控制的公司
看到这里
我的感受是
左老板真的好有钱。。
值得一提的是
贝壳找房是今年才开始做的新产品
和链家网相比
我们可以理解为
链家网做的是自营
而贝壳上，既有链家自营的房子
也有别人家的房子
可以理解成是房产业的“京东”
说到这里
4年前曾有一家如日中天的平台产品
叫做“搜房网”
当时，左老板曾评价说
搜房在开历史倒车，
既做平台公司，又做中介公司，
这是全中介行业的公敌。
没想到4年后
左老板自己
也做了一家平台公司
我爱我家的董事长谢勇
是这样评价贝壳找房的：
一家自称是平台的企业，既做线上，又做线下。既当裁判员，又当运动员，在商业伦理上和操作逻辑上是不能被接受的。
总而言之
在北京租房行业的几个主要方向上
左老板的产业要么占据了龙头地位
要么正在飞速增长
这也难怪前几天
有一条重量级的新闻
说原来的我爱我家副总裁
胡景晖
因为受到了某些压力辞职
并炮轰自如、蛋壳等长租公寓
以高出市场价20%-40%的价格争抢房源
完全不计成本地进行扩张
我想，商人逐利是无可厚非的
而追求更大的市场占有率
也是正常的商业目标
只是当某一个企业过于强大时
会形成垄断或者寡头
而一旦形成垄断
它们就可以利用资源和资本优势
进行囤积居奇、
左右甚至操纵这个行业的走向
而在北京的租房行业
这样的垄断
似乎正在形成
爬到这里以后
我和Zero哥陷入了沉思
最后我问Zero哥：
我要写结尾了
你还有什么想跟读者说的吗？
Zero哥想了想，认真地说：
“我想告诉大家，
我坚信php是世界上最好的语言。”