南京學區房新政落地兩周，市場和你想的不一樣

本文首發拾榴詢財公眾號

南京學區房新政落地快兩周。

5月12日，我在公眾號寫了一篇長文《3700字長文，說清南京學區房新政真正改變了什么》，和大家分享了我的研究成果。文章下面有400多條評論，能感覺到家長們不安的情緒，一方面是被中介和自媒體煽動，一方面是教育的不確定性在增加，原本認虧買學區房，買的就是一個心安。

這次改革，雖然發生在南京，但對全國影響深遠，這一槍打響了之后，很多城市肯定會直接效仿，很快。短期看，能促進樓市交易，增加學區房流動性，甚至激活置換鏈，刺激新房銷售。長遠看，布局教育均衡化，加快教育反內卷。

為什么今天，又寫一篇？

成交數據“跑”出來之后，市場新秩序隱約可見，幫大家降低焦慮，認清市場。

01

我在前文就說過，學區房新政落地之后，過往所有的交易經驗全部作廢，所有的學區房都將重新定價。這個價到底誰來定？不是中介說的算，而是買賣雙方達成一致后，多套同類房源成交反復確認，才能定下來的。

到底現在還有沒有人買學區房？有，而且不少。

5月8日新政落地之后，南京二手房網簽量突然反彈。

誰在突擊買房？從中介反饋來看，最近看房多半是孩子上幼兒園大班，以及小學六年級的家長。準確的量無法統計，但平均下來，日成交100套學區房是比較保守的估計。

石頭里蹦出來的新需求？一方面，由于不再需要提前一年落戶，就有了十多天的操作空間，不少優錄沒有希望的家長立刻行動起來了。另一方面，主城不存在學籍占用一說之后，學區房上車的門檻和風險大大降低，究竟有多低后面我會說。

之前，不少家庭不買學區房，倒不是看不上學區，而是不愿意承受長期持有的風險，加上投入的資金量比較大。賬也幫你們算過了，如果20萬上個一線初中，愿意不？很多家長愿意的。去年，很多家長捧著30萬到處找中介通過關系上好學校，最后被騙。

02

學區房新政落地之后，另一個不正常的數據是新增掛牌量。

這是我從貝殼上提取的公開數據（內網數據后期會補）。

5月8日 574套

5月9日 1064套

5月10日 948套

5月11日 1106套

5月12日 631套

5月13日 764套

5月14日 667套

在中介的慫恿和煽動下，市場真正的混亂時間，其實只有三天，之后情緒明顯回落。

有不少自媒體大搞標題黨，什么新政落地，南京學區房日均掛牌千套，一心要搞個大新聞。實際呢？在新政沒有落地之前，南京二手房日均掛牌就在550套左右。換句話說，這段時間，慌忙掛牌的學區房，總數也就在2000套左右。

這說明什么？絕大部分家長還在觀望，所謂的“瘋狂出貨”只是個別小區，比如金陵灣。為什么是它？優點和缺點過于突出，這一輪學區房突擊成交，暫時沒有找到它。

03

新的價格秩序已經形成？至少小戶型的定價已經看出端倪了。

這些天成交的大多數學區房都是小戶型，包括單室套，小兩房，也有居住屬性比較好的兩房。

成交價多在200萬以內。

比如建鄴新城的嘉業國際城，59平方成交價135萬。西堤國際的居住屬性比較突出，成交了好幾套，和前幾個月比，沒怎么跌。

比如秦淮鐘英的王府園，老破小書包房，38平方成交價119萬，跌了不少。

又比如鼓樓科睿+匯文的佳和園，掛學區的安置房，這幾天成交多套50平方的，價格基本鎖定在158萬左右。雙匯文的清河新寓一村43平方成交價168萬。世紀花園一套小三房，成交價271萬，只比一個月前便宜了8萬。

樹人學區，新河一村和二村就不多說了，就說清江花苑明月園，有套63平方，成交225萬，大半年前同戶型賣249萬。

從這些數據中，我們能發現什么？

1. 很多人只看到房價跌了，但忽略了一個事實，就是學區房的持有周期從三年縮短為一年，甚至幾個月，持有成本和風險都大大降低了。
2. 大部分家庭已經吃透新政，嚴控投入，首選低總價學區房。
3. 一線初中低總價書包房有點一次跌到位的感覺，至少在這個周期。
4. 居住屬性比較差的情況下，大面積很吃虧，未來買的人很少。
5. 居住屬性比較突出的，這一輪影響不大，主要是學區溢價本來就不多。
6. 個別靠學區作為賣點的所謂改善盤，后期流動性會大減。
7. 二胎家庭還是青睞優質雙學區，尋求居住穩定性，前提是住得相對舒服，總價又不能太貴，小區還不能太差，小三房依然是首選。
8. 二線學區徹底去學區化了。
9. 絕大部分持有學區房的家庭還在觀望，開始接受虧損，焦慮情緒減輕。買家更不急，有些擔心政策還會調整。
10. 
    

最好教育是心安，很多家庭買學區房，本質也是買個上學的確定性。很多家庭早就想通了，不是砸了錢就一定能有好結果，無非給小孩創造一個更穩定、更優質的成長環境，就算虧，也虧得起。

至少在金九銀十之前，學區房市場只會以局部成交和小范圍試探為主。

我還是那句話，不要焦躁，不要被煽動，如果拿不準，就別亂動，多看數據。

適當的時候我還會再寫市場觀察，用數據說真相。