| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

爽!滬夫妻拿到黃金地段四套安置房

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
  在外租房過渡5年後


  近600戶大虹橋原住民

  今天起回搬“黃金地段”


  “今天太開心了!我們在外租房過渡5年後,終於可以拿新房鑰匙回搬了……”

  今天清晨,在閔行區華漕鎮虹橋博雅苑門口,52歲的村民胡月珍和鄰居們早早就來排隊了,等待拿鑰匙、辦理入住手續。

  

  接下來的12天裡,附近石皮弄村、朱家涇村等六個村的593戶村民在搬離村宅5年之後,將陸續“回搬”朱建路上的虹橋博雅苑、虹橋舒雅苑兩個新建動遷安置小區。

  這也是閔行區南虹橋范圍內第一批“原拆原建”動遷安置房,就處在虹橋前灣地區的“黃金地段”,為的是讓本土居民充分享受虹橋國際開放樞紐建設的繁榮和成果。

  

  52歲阿姨:

  “三代人”各住一套,剩一套出租

  胡阿姨告訴記者,自己在石皮弄村生活了50多年,從來沒想到有一天家鄉會發生這麼大的變化,整個華漕鎮不僅被納入了大虹橋范圍,還將變身為“五分水景五分城”的虹橋前灣地區。

  2016年動遷前,她家在村裡的房子有300多平方米,四代同堂;

  動遷後,她家拿到了4套安置房,分別是2套中戶型(兩室兩廳)、2套小戶型(一室一廳),可以讓老父母、他們夫妻倆、兒子小家庭各住一套,還剩一套用於出租

  

  上午10時許,胡阿姨拿到了虹橋舒雅苑裡一中一小兩套房的鑰匙,立即帶著兒子去參觀新家。


  “政府太貼心了,大家分到的一中一小兩套房基本都是門挨門,可以滿足老齡化社會的需求,方便父母和子女之間互相照顧。”她告訴記者,自家位於12樓的兩套房裝修後,分別由他們夫妻倆和兒子一家三口入住,小輩可以到父母這邊來吃飯,其他時間則可以互不幹擾,自得其樂,“你們看,這房子的采光多好”!



  

  80後小夫妻:

  和父母各住一套,剩余兩套出租


  1980年出生的蔣晨耀,也是石皮弄村的村民。他說,自家村裡老宅是一棟兩層樓房,建於20世紀80年代,已經十分破舊了,2016年村裡啟動動遷時,他們一家人喜出望外,正好省了翻建老房的費用……

  動遷後,他家也拿到了4套安置房,同樣是2套中戶型、2套小戶型。“拿到新房後,我們小家庭和父母各住挨著的一中一小兩套房,剩余兩套裝修後對外出租,每月能有萬元的租金收入。”蔣晨耀喜滋滋地對記者說。

  

  據虹橋雅苑居委會籌備組有關負責人透露,為了杜絕動遷安置房裡出現群租現象,他們還推薦了專業平台幫助居民統一裝修、統一出租、統一管理,目前已接受100多套安置房的租賃委托。小區旁邊就是新虹橋國際醫學園區,以及興建中的雲南白藥、威高等大產業項目,未來中高端人才的租房需求會很旺。

  拿出最好的地段

  以商品房的標准建動遷安置房

  更讓胡阿姨津津樂道的,是動遷安置小區附近的良好配套。

  “小區周邊一公裡范圍內,集聚了各種優質配套。比如,就醫方面,有新建的華山醫院(虹橋院區);教育方面,有新建的華師大附小;購物方面,有大型購物中心開市客,還有正在建設中的虹橋前灣印象城;交通方面,13號線西延伸段已經開建,芳華路站就在家門口不遠處……”胡阿姨還告訴記者,石皮弄村就在安置小區附近,而朱家涇村有兩個小組更是就在新小區原址,所以,大家的家園基本稱得上是“原拆原建”。

  

  “人民城市人民建,人民城市為人民。我們拿出虹橋前灣最好的地段、以商品房的標准建動遷安置房,希望能讓村民們切實享受到大虹橋的發展紅利。”華漕鎮負責人告訴記者,為進一步服務好回搬村民,今天起華漕鎮將對已開通的社區巴士1路進行部分路段的調整,以保障虹橋博雅苑、舒雅苑居民的生活出行;同時,鎮裡也在加快完善菜場、購物中心、黨群服務中心等家門口服務,不斷提升動遷居民生活的便捷度和幸福度。
不錯的新聞,我要點贊     無評論不新聞,發表一下您的意見吧
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0380 秒 and 7 DB Queries in 0.0044 秒