智研咨詢 - 產(chǎn)業(yè)信息門戶

2018年中國重點(diǎn)50城房地產(chǎn)行業(yè)基本面、2019年上半年房地產(chǎn)行業(yè)主要指標(biāo)周期波動(dòng)幅度及房企競(jìng)爭(zhēng)方式轉(zhuǎn)換分析[圖]

    一、行業(yè)進(jìn)入總量高位,增速低位時(shí)代

    選取1999年至2018年的行業(yè)銷售數(shù)據(jù)1,配合中國人口總量和城鎮(zhèn)化發(fā)展分析行業(yè)銷售總量變化。受到政策影響,歷史上行業(yè)銷售金額、面積和房?jī)r(jià)2同比增速出現(xiàn)較大波動(dòng),但波動(dòng)從2016年開始縮小。為了平滑行業(yè)波動(dòng),以1999年為基準(zhǔn),計(jì)算后續(xù)每一年房地產(chǎn)銷售金額、面積及單價(jià)在當(dāng)年的年復(fù)合增速,增速時(shí)間段為1999年至當(dāng)年。年復(fù)合增速在下圖2、3、4中標(biāo)注為紅色線,復(fù)合增速從2000年開始產(chǎn)生數(shù)據(jù)。

    從2000-2018年各指標(biāo)年復(fù)合增速變化趨勢(shì)來看,行業(yè)銷售端的面積和總金額復(fù)合增速逐漸放緩。根據(jù)復(fù)合增速變化趨勢(shì)分段計(jì)算年同比增速和復(fù)合增速均值。發(fā)現(xiàn)銷售面積年同比增速和復(fù)合增速出現(xiàn)明顯收窄,同時(shí)期出現(xiàn)明顯相同情況的還有城鎮(zhèn)人口數(shù)。中國總?cè)丝谠鏊僭?999年至2018年期間從12.57億人增長(zhǎng)到13.95億人,年同比增速呈現(xiàn)逐步下降???cè)丝?005年增長(zhǎng)率從0.6%-0.8%換擋成為0.5%左右,2018年增長(zhǎng)率進(jìn)一步下滑到0.38%。與此同時(shí),城鎮(zhèn)人口在1999年至2018年期間從4.37億人增長(zhǎng)到8.31億人,年復(fù)合增速3.44%。年度同比增速從1999年5.1%逐步下降到2018年2.2%。

    房地產(chǎn)行業(yè)銷售金額總量由銷售面積和價(jià)格兩方面因素影響。從影響力度上來看,銷售面積對(duì)行業(yè)銷售金額總量的影響較大。截止到2018年我國城鎮(zhèn)化率達(dá)到59.58%。雖然中國城鎮(zhèn)化率相比發(fā)達(dá)國家仍有上升的空間,但隨著人口總量增速放緩和城鎮(zhèn)化發(fā)展水平逐步達(dá)到高位,總量增速和城鎮(zhèn)化增速可能會(huì)不斷放緩。

    從總量分析來看房地產(chǎn)行業(yè)長(zhǎng)期銷售面積的變化與人口總量變化趨勢(shì)基本一致。如果假設(shè)當(dāng)前‚房住不炒總基調(diào)在可見時(shí)間內(nèi)長(zhǎng)期堅(jiān)持,行業(yè)價(jià)格受政策調(diào)控,那么行業(yè)銷售金額總量可能會(huì)隨總?cè)丝谠鲩L(zhǎng)放緩而進(jìn)入到總量高位而增速低位的階段。

    房地產(chǎn)行業(yè)銷售端數(shù)據(jù)和人口分段增速均值

數(shù)據(jù)來源:公開資料整理

    相關(guān)報(bào)告:智研咨詢發(fā)布的《2019-2025年中國房地產(chǎn)開發(fā)行業(yè)市場(chǎng)運(yùn)營態(tài)勢(shì)及未來發(fā)展趨勢(shì)報(bào)告

    1999-2018年房地產(chǎn)銷售金額及同比增速

數(shù)據(jù)來源:公開資料整理

    1999-2018年房地產(chǎn)銷售面積及同比增速

數(shù)據(jù)來源:公開資料整理

    1999-2018年房地產(chǎn)銷售單價(jià)及同比增速

數(shù)據(jù)來源:公開資料整理

    1999-2018年中國總?cè)丝谀暝鲩L(zhǎng)

數(shù)據(jù)來源:公開資料整理

    1999-2018城鎮(zhèn)人口增速逐步放緩

數(shù)據(jù)來源:公開資料整理

    1999-2018中國城鎮(zhèn)化率不斷提升,變化速率降低

數(shù)據(jù)來源:公開資料整理

    二、房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀分析:行業(yè)調(diào)控方式轉(zhuǎn)變,發(fā)展方式換擋

    1、行業(yè)主要指標(biāo)周期波動(dòng)幅度減弱

    從行業(yè)的周期波動(dòng)來看,中國房地產(chǎn)行業(yè)進(jìn)入2000年以來,一共經(jīng)歷了四次收緊調(diào)控。疊加行業(yè)主要指標(biāo)的同比增速和歷次調(diào)控政策的松緊程度來看(如下圖8-10,灰色代表行業(yè)政策調(diào)控偏緊,黃色代表行業(yè)政策調(diào)控放松),行業(yè)基本面主要指標(biāo)的同比增速在政策松緊變換中呈現(xiàn)明顯波動(dòng)。但是本輪調(diào)控政策從2016年9月3底持續(xù)至今,行業(yè)主要指標(biāo)的同比增速波動(dòng)區(qū)間較前幾輪波動(dòng)區(qū)間明顯收窄。

    所謂‚因城施策是指各城市根據(jù)實(shí)際情況,在房地產(chǎn)政策松緊上采取適合本地經(jīng)濟(jì)和居民收入水平的相應(yīng)政策。2016年3月17日《2016年政府工作報(bào)告》首次提出要“因城施策”的政策理念,即‚完善支持居民住房合理消費(fèi)的稅收、信貸政策,適應(yīng)住房剛性需求和改善性需求,因城施策化解房地產(chǎn)庫存。
在本輪因城施策的調(diào)控下,調(diào)控政策采取了更加貼近城市基本面情況,對(duì)不同市場(chǎng)有保有壓,減少了行業(yè)整體大起大落的波動(dòng)性。

    2019年7月15日,國家統(tǒng)計(jì)局發(fā)布了6月份70個(gè)大中城市商品住宅銷售價(jià)格變動(dòng)情況以及1-6月份全國房地產(chǎn)開發(fā)投資和銷售情況最新數(shù)據(jù)。總體來看,2019年年上半年中國房地產(chǎn)市場(chǎng)開發(fā)、投資及銷售等方面表現(xiàn)均較為平穩(wěn)。房地產(chǎn)市場(chǎng)在日趨理性的同時(shí),也在拉動(dòng)經(jīng)濟(jì)、保障民生、化解風(fēng)險(xiǎn)方面取得了更好的成績(jī)。

    2019年上半年中國房地產(chǎn)企業(yè)銷售金額TOP100”的門檻值為114.1億元,較去年同期的58.4億元增長(zhǎng)95.39%,這也是所有階梯門檻值里增長(zhǎng)最快的。緊隨其后的是TOP50門檻,為322.2億元,同比增長(zhǎng)37.16%。可以看到,所有階梯門檻值中,增長(zhǎng)較為緩和的是TOP3、TOP5以及TOP20,分別為-2.84%、12.38%和9.62%。

    觀點(diǎn)指數(shù)TOP100房企業(yè)2016年至2019年1-6月門檻值變化情況

數(shù)據(jù)來源:公開資料整理

    截止至到2018年全國房地產(chǎn)開發(fā)投資達(dá)到了120264億元,同比名義增長(zhǎng)9.5%,創(chuàng)歷史最高。進(jìn)入2019年1-5月全國房地產(chǎn)開發(fā)投資達(dá)到46075億元,同比增長(zhǎng)11.2%,增速比1-4月份回落0.7個(gè)百分點(diǎn)。其中,住宅投資33780億元,增長(zhǎng)16.3%,增速回落0.5個(gè)百分點(diǎn)。住宅投資占房地產(chǎn)開發(fā)投資的比重為73.3%。

    2010-2019年前5月全國房地產(chǎn)開發(fā)投資統(tǒng)計(jì)情況

數(shù)據(jù)來源:公開資料整理

    2019年1-6月全國房地產(chǎn)開發(fā)企業(yè)房屋施工面積達(dá)到772292萬平方米,同比增長(zhǎng)8.8%,增速與1-5月持平。其中,住宅施工面積538284萬平方米,增長(zhǎng)10.3%。房屋新開工面積105509萬平方米,增長(zhǎng)10.1%。其中,住宅新開工面積達(dá)到77998萬平方米,增長(zhǎng)10.5%;房屋竣工面積為32426萬平方米,下降12.7%,降幅擴(kuò)大0.3個(gè)百分點(diǎn)。

    3)在需求方面,2019年1-6月全國商品房銷售面積達(dá)到75786萬平方米,同比下降1.8%,降幅比1-5月擴(kuò)大0.2個(gè)百分點(diǎn)。其中,住宅銷售面積下降1.0%,辦公樓銷售面積下降10.0%,商業(yè)營業(yè)用房銷售面積下降12.3%。截至6月末,商品房待售面積達(dá)到50162萬平方米,比5月末減少766萬平方米。

    2018-2019年前6月全國商品房銷售面積及增長(zhǎng)情況

數(shù)據(jù)來源:公開資料整理

    2018-2019年前6月全國商品房銷售金額情況

數(shù)據(jù)來源:公開資料整理

    房地產(chǎn)行業(yè)主要數(shù)據(jù)指標(biāo)月度累計(jì)同比數(shù)據(jù)——銷售端

數(shù)據(jù)來源:公開資料整理

    房地產(chǎn)行業(yè)主要數(shù)據(jù)指標(biāo)月度累計(jì)同比數(shù)據(jù)——投資端

數(shù)據(jù)來源:公開資料整理

    房地產(chǎn)行業(yè)主要數(shù)據(jù)指標(biāo)月度同比數(shù)據(jù)——房?jī)r(jià)

數(shù)據(jù)來源:公開資料整理

    以42家發(fā)布銷售目標(biāo)的房企作為樣本,觀點(diǎn)指數(shù)統(tǒng)計(jì)發(fā)現(xiàn)目標(biāo)完成率超過50%的有17家,占比40.48%;完成率位于40%-50%的房企最多,有20家,所占比重為47.62%。需要注意的是,有5家即11.90%的房企目標(biāo)完成率低于40%。

    2019年上半年房企銷售目標(biāo)完成比率情況

數(shù)據(jù)來源:公開資料整理

    以100余家企業(yè)作為樣本,統(tǒng)計(jì)其公開發(fā)布的融資數(shù)額,發(fā)現(xiàn)2019年上半年房企融資數(shù)額達(dá)到12309.11億元(含擬融資計(jì)劃,下同),其中債券融資達(dá)到7602.19億元,占比61.76%。

    若分月來看2019年4月融資總額最高,達(dá)到3309億元,其中債券融資額為1636.29億元,而公司債在債券融資中占比36.76%。4月過后,隨著監(jiān)管層對(duì)融資收緊,融資金額下降明顯。剛剛過去的6月份,房企融資動(dòng)作進(jìn)一步減少,錄得的融資金額僅為2074.74億元,環(huán)比下跌8.93%。

    2019年1-6月房企業(yè)融資情況

數(shù)據(jù)來源:公開資料整理

    2019年1到5月,樣本房企海外融資的金額分別為836.67億元、604.46億元、789.94億元、740.10億元和229.64億元。其中23號(hào)文發(fā)布后,境內(nèi)融資環(huán)境出現(xiàn)明顯收緊態(tài)勢(shì),房企積極謀求海外發(fā)債上的突破。于此,6月單月海外融資數(shù)額出現(xiàn)環(huán)比大幅增長(zhǎng),增幅為189.75%,錄得的融資額為665.39億元。

    2019年1-6月房企海外融資情況

數(shù)據(jù)來源:公開資料整理

    2、區(qū)域分化,城市周期興起

    本輪行業(yè)調(diào)控思路發(fā)生轉(zhuǎn)變,調(diào)控權(quán)利被下放至地方,由地方根據(jù)當(dāng)?shù)厥袌?chǎng)情況使用適宜的調(diào)控工具進(jìn)行調(diào)節(jié)。不僅如此,國家發(fā)改委發(fā)布的《關(guān)于實(shí)施2018年推進(jìn)新型城鎮(zhèn)化建設(shè)重點(diǎn)任務(wù)的通知》和《2019年新型城鎮(zhèn)化建設(shè)重點(diǎn)任務(wù)》(簡(jiǎn)稱為2018年和2019年‚通知)中對(duì)于城鎮(zhèn)化發(fā)展的思路在向‚城市轉(zhuǎn)變,其中包括:

    1.加強(qiáng)都市圈建設(shè)及中心城市人口吸引力:2018年《通知》建議開展都市圈建設(shè),即‚在城市群內(nèi)選擇若干具備條件的中心城市及周邊中小城市,提高中心城市產(chǎn)業(yè)質(zhì)量和公共服務(wù)水平,增強(qiáng)對(duì)人口的吸引力和承載力;

    2.降低大中小城市落戶難度:2019年《通知》首次以常住人口劃分城市能級(jí),降低大中小潛力城市落戶難度,繼續(xù)加大戶籍制度改革力度:在此前城區(qū)常住人口100萬以下的中小城市和小城鎮(zhèn)已陸續(xù)取消落戶限制的基礎(chǔ)上,城區(qū)常住人口100萬—300萬的Ⅱ型大城市要全面取消落戶限制;城區(qū)常住人口300萬—500萬的Ⅰ型大城市要全面放開放寬落戶條件,并全面取消重點(diǎn)群體落戶限制。

    3.資源匹配人口流動(dòng):2018年和2019年均顯示在資源調(diào)配方面傾向于人口聚集區(qū)域,例如‚深化‘人地錢掛鉤’等配套政策4,允許都市圈內(nèi)城鄉(xiāng)建設(shè)用地增減掛鉤節(jié)余指標(biāo)跨地區(qū)調(diào)劑等。

    此外,2017年起多個(gè)城市陸續(xù)涌現(xiàn)人才引入政策或在現(xiàn)有政策上進(jìn)行松緊調(diào)整。人才政策通常在落戶、社保、補(bǔ)貼(購房補(bǔ)貼、租房補(bǔ)貼或現(xiàn)金補(bǔ)貼)等方面給與支持。人才引入政策是因城施策的另外一種體現(xiàn),是調(diào)控政策抑制市場(chǎng)過熱的一種平衡措施,既有助于流動(dòng)人口帶來的剛性需求正常釋放,又不影響現(xiàn)有調(diào)控政策對(duì)投機(jī)需求的抑制作用。由于不同城市的人才引入政策的方式和力度略有差異,這種差異會(huì)使得不同城市對(duì)流動(dòng)人口產(chǎn)生不同吸引力,形成城市分化的另一種影響因素。

    當(dāng)行業(yè)總量進(jìn)入低增速階段時(shí),地域人口流動(dòng)所帶來的住房需求將逐漸成為行業(yè)銷售主要影響因素,成為不同城市間市場(chǎng)差異的主要原因。行業(yè)政策促進(jìn)人口流入發(fā)展型城市,進(jìn)而加速城市分化——資源優(yōu)質(zhì)的大中型城市長(zhǎng)期具備較強(qiáng)的人口吸引能力??紤]到城市基本面的分化以及因城施策調(diào)控,行業(yè)未來發(fā)展將從總量驅(qū)動(dòng)的增長(zhǎng)變?yōu)樾袠I(yè)內(nèi)部分化驅(qū)動(dòng)的區(qū)域增長(zhǎng),行業(yè)周期將從行業(yè)整體同漲同跌變?yōu)槌鞘兄芷凇?/p>

    3、房企競(jìng)爭(zhēng)方式轉(zhuǎn)換,從行業(yè)紅利轉(zhuǎn)向企業(yè)紅利

    行業(yè)總量高位低增長(zhǎng)而區(qū)域出現(xiàn)分化的基本面趨勢(shì)會(huì)使得房地產(chǎn)企業(yè)之間競(jìng)爭(zhēng)加劇。行業(yè)原先的發(fā)展主要是依靠人口整體增長(zhǎng)所帶來的行業(yè)紅利。在總量穩(wěn)定的情況下行業(yè)思路將轉(zhuǎn)變?yōu)槠髽I(yè)紅利,即不同企業(yè)依據(jù)自身核心競(jìng)爭(zhēng)力,精準(zhǔn)把握項(xiàng)目區(qū)域和產(chǎn)品的選擇,從而獲取高于行業(yè)平均的利潤率水平。

    區(qū)域方面,行業(yè)政策導(dǎo)向明晰了方向,即城市群內(nèi)選擇若干具備條件的中心城市及周邊中小城市。房企選對(duì)區(qū)域即選對(duì)了趨勢(shì),可以獲取長(zhǎng)期發(fā)展過程中人口流入、經(jīng)濟(jì)增長(zhǎng)所影響的購買力、以及配套基建完善給資產(chǎn)帶來的增值紅利。其次,房企需要順應(yīng)所在城市的需求設(shè)計(jì)產(chǎn)品。在競(jìng)爭(zhēng)加劇的環(huán)境下,適合當(dāng)?shù)匦枨蟮漠a(chǎn)品是保證短期銷售和樹立長(zhǎng)期品牌的重要因素。

    將1999-2018年中國31個(gè)省、直轄市和計(jì)劃單列市的GDP和常住人口進(jìn)行了相關(guān)性分析。中國31個(gè)省和直轄市的GDP占比從1999年到2018年變化不大,這也就是說各省每年對(duì)經(jīng)濟(jì)總量的貢獻(xiàn)相對(duì)穩(wěn)定。從1999-2018年常住人口年復(fù)合增速與31個(gè)省和直轄市GDP占比的關(guān)系來看,GDP占比較大的省市常住人口增長(zhǎng)率相對(duì)較高。而常住人口增長(zhǎng)復(fù)合增速和GDP復(fù)合增速的相關(guān)性卻不強(qiáng)。經(jīng)濟(jì)強(qiáng)的省市對(duì)人口有長(zhǎng)期吸引力,同時(shí)此規(guī)律也適用于城市。由此推測(cè),未來直轄市和省會(huì)城市以及周邊有潛力的中小城市更具有人口吸引力和房地產(chǎn)行業(yè)發(fā)展?jié)摿Α?/p>

    2018年31個(gè)省市GDP占比較1999年變化

數(shù)據(jù)來源:公開資料整理

    1999-2018年常住人口年復(fù)合增速與GDP占比相關(guān)性

數(shù)據(jù)來源:公開資料整理

    二、重點(diǎn)50城房地產(chǎn)行業(yè)基本面分析

    基于上文對(duì)行業(yè)周期趨勢(shì)變化以及所造成的城市波動(dòng)影響,希望在下文中找出未來具備發(fā)展?jié)摿Φ闹攸c(diǎn)五十大城市。

    1、分線城市總量分析

    選取了50個(gè)具備條件的中心城市及周邊中小城市(見表2)。2018年50個(gè)樣本城市的合計(jì)GDP占全國的46.42%,常住人口占全國的29.44%。該50個(gè)城市具有一定代表性。在下面章節(jié)中,按照近十年(2008-2018年,下同)的時(shí)間跨度,對(duì)城市常住人口和經(jīng)濟(jì)指標(biāo)數(shù)據(jù)進(jìn)行研究分析。

50個(gè)樣本城市名單

序號(hào)
一線城市
序號(hào)
二線城市
序號(hào)
三四線城市
1
北京
1
天津
1
珠海
2
上海
2
重慶
2
東莞
3
深圳
3
呼和浩特
3
無錫
4
廣州
4
杭州
4
蘇州
-
-
5
南京
5
嘉興
-
-
6
???/div>
6
寧波
-
-
7
福州
7
紹興
-
-
8
鄭州
8
漳州
-
-
9
長(zhǎng)沙
9
泉州
-
-
10
成都
10
長(zhǎng)治
-
-
11
貴陽
11
九江
-
-
12
西安
12
煙臺(tái)
-
-
13
西寧
13
濰坊
-
-
14
石家莊
14
衡陽
-
-
15
哈爾濱
15
洛陽
-
-
16
太原
16
貴港
-
-
17
南昌
17
南充
-
-
18
濟(jì)南
18
廊坊
-
-
19
武漢
19
唐山
-
-
20
南寧
20
曲靖
-
-
21
蘭州
21
撫州
-
-
-
-
22
黃石
-
-
-
-
23
襄陽
-
-
-
-
24
蚌埠
-
-
-
-
25
榆林

數(shù)據(jù)來源:公開資料整理

樣本城市GDP及全國占比

數(shù)據(jù)來源:公開資料整理

    樣本城市常住人口及全國占比

數(shù)據(jù)來源:公開資料整理

    樣本城市的人口流動(dòng)受到該城市經(jīng)濟(jì)發(fā)展水平、居民生活質(zhì)量、以及該城市所處區(qū)位等綜合因素影響。為此分別選取50個(gè)城市的樣本城市GDP和樣本城市城鎮(zhèn)人均可支配收入指標(biāo)分別代表相應(yīng)城市的經(jīng)濟(jì)發(fā)展水平和當(dāng)?shù)鼐用裆钯|(zhì)量。同時(shí)樣本城市所處的區(qū)位影響因素可能與該城市周邊的大城市經(jīng)濟(jì)實(shí)力成正比,而與該城市距離輻射大城市的距離成反比。為此采取‚輻射城市GDP/樣本城市與輻射城市間距離的復(fù)合指標(biāo)來表示樣本城市受其周邊大城市的經(jīng)濟(jì)輻射程度的影響因素。

    首先,從樣本城市2018年常住人口總量上分析,50個(gè)樣本城市中,一線城市常住人口均值為1842.8萬人,二線城市常住人口均值為904.2萬人,三四線城市常住人口均值為588.6萬人。即一線城市常住人口數(shù)量均值高于二線城市,而二線城市常住人口數(shù)量均值高于三四線城市。同時(shí),不同城市之間的常住人口數(shù)量差異較大。其中,一線城市中上海、北京的常住人口數(shù)量高于一線城市均值;二線城市中重慶、成都、天津等城市的常住人口數(shù)量高于二線城市均值;三四線城市中蘇州、濰坊等城市的常住人口數(shù)量高于三四線城市均值。而由于新成立合并區(qū)縣較多的緣故,五十城中重慶的常住人口數(shù)量最大。

    50個(gè)樣本城市2018年常住人口數(shù)量比較

數(shù)據(jù)來源:公開資料整理

    其次,從樣本城市近十年的GDP總量上分析。50個(gè)樣本城市中,一線城市近十年的GDP均值為18178.3億元,二線城市近十年的GDP均值為5529.9億元,三四線城市近十年的GDP均值為3474.9億元。即一線城市近十年的GDP均值高于二線城市,而二線城市近十年的GDP均值高于三四線城市。同時(shí),不同城市之間近十年的GDP均值差異較大。其中,一線城市中上海、北京近十年的GDP均值超過一線城市均值;二線城市中天津、重慶等城市近十年的GDP均值超過二線城市均值;三四線城市中蘇州、無錫、寧波等城市近十年的GDP均值超過三四線城市均值。

    50個(gè)樣本城市近十年GDP均值比較

數(shù)據(jù)來源:公開資料整理

    從分線城市GDP逐年同比變化率分析,不同分線城市的GDP增速走勢(shì)趨同且差距逐漸收窄。2009年因經(jīng)濟(jì)危機(jī)爆發(fā)影響,不同分線城市GDP同比增速均下滑,2010-2011年GDP保持高速增長(zhǎng),2012年開始GDP增速放緩。2018年,分線城市GDP逐年同比變化率由高到低分別為三四線城市、一線城市和二線城市。

    分線城市GDP逐年同比變化率

數(shù)據(jù)來源:公開資料整理

    第三,從樣本城市近十年的城鎮(zhèn)人均可支配收入均值上分析,50個(gè)樣本城市中,一線城市近十年的城鎮(zhèn)人均可支配收入均值為42868元,二線城市近十年的城鎮(zhèn)人均可支配收入均值為28512元,三四線城市近十年的城鎮(zhèn)人均可支配收入均值為28675元。即一線城市近十年的城鎮(zhèn)人均可支配收入均值高于二三四線城市,而二線城市和三四線城市之間近十年城鎮(zhèn)人均可支配收入均值的差異不大。其中,一線城市中上海、北京近十年的城鎮(zhèn)人均可支配收入均值略高于一線城市均值;二線城市中杭州、南京等城市近十年的城鎮(zhèn)人均可支配收入均值超過二線城市均值;三四線城市中蘇州、寧波、東莞等城市近十年的城鎮(zhèn)人均可支配收入均值超過三四線城市均值。

    50個(gè)樣本城市近十年城鎮(zhèn)人均可支配收入均值比較

數(shù)據(jù)來源:公開資料整理

    從分線城市城鎮(zhèn)人均可支配收入逐年同比變化率分析,分線城市變化率波動(dòng)較大。除了2008年受金融危機(jī)影響而一線城市與二三四線城市趨勢(shì)相反以外,其余時(shí)間不同分線城市之間的城鎮(zhèn)人均可支配收入逐年同比增速的變動(dòng)趨勢(shì)大體相同。2018年,分線城市城鎮(zhèn)人均可支配收入逐年同比變化率由高到低分別為一線城市、二線城市和三四線城市。

    分線城市城鎮(zhèn)人均可支配收入逐年同比變化率

數(shù)據(jù)來源:公開資料整理

    第四,從樣本城市所處的區(qū)位影響因素總量上分析(采取前述‚輻射城市GDP/樣本城市與輻射城市間距離的復(fù)合指標(biāo)表示。為了研究便利,當(dāng)研究的樣本城市為三四線城市時(shí),該指標(biāo)中的輻射城市為該城市所在省的省會(huì)城市;當(dāng)研究的樣本城市為具有較強(qiáng)經(jīng)濟(jì)輻射能力的一二線城市本身時(shí),該指標(biāo)中的輻射城市簡(jiǎn)化為該城市的中心點(diǎn)),2018年50個(gè)樣本城市中,一線城市2018年所處的區(qū)位影響因素指標(biāo)均值為644.3億元/km,二線城市2018年所處的區(qū)位影響因素指標(biāo)均值為138.5億元/km,三四線城市2018年所處的區(qū)位影響因素指標(biāo)均值為75.5億元/km。即一線城市2018年所處的區(qū)位影響因素指標(biāo)均值遠(yuǎn)高于二線城市,而二線城市2018年所處的區(qū)位影響因素指標(biāo)均值高于三四線城市。其中,一線城市中深圳、上海2018年所處的區(qū)位影響因素指標(biāo)高于超過二線城市均值;三四線城市中東莞、紹興、珠海等城市2018年所處的區(qū)位影響因素指標(biāo)超過三四線城市均值。

    50個(gè)樣本城市‚輻射城市GDP/樣本城市與輻射城市距離比較

數(shù)據(jù)來源:公開資料整理

    2、人口流入情況分析

    首先,從樣本城市常住人口近十年的絕對(duì)變動(dòng)上分析(即2018年城市常住人口較2008年常住人口增長(zhǎng)數(shù)量,以萬人為單位),50個(gè)樣本城市中,一線城市常住人口近十年的絕對(duì)流入均值高于二線城市,而二線城市常住人口近十年的絕對(duì)流入均值高于三四線城市。其中,一線城市中上海、北京的常住人口近十年的絕對(duì)流入值較高;二線城市中天津、成都等城市常住人口近十年的絕對(duì)流入值較高;三四線城市中蘇州、寧波、東莞等城市常住人口近十年的絕對(duì)流入值較高。50個(gè)樣本城市中只有哈爾濱近十年呈現(xiàn)人口流出的趨勢(shì)。

    50個(gè)樣本城市近十年常住人口絕對(duì)變化

數(shù)據(jù)來源:公開資料整理

    其次,從樣本城市常住人口近十年的相對(duì)變動(dòng)上分析(即2018年城市常住人口較2008年常住人口增長(zhǎng)率,以百分?jǐn)?shù)為單位),50個(gè)樣本城市中,一線城市常住人口近十年的相對(duì)變動(dòng)率均值為31.4%,二線城市常住人口近十年的相對(duì)變動(dòng)率均值為17.9%,三四線城市常住人口近十年的相對(duì)變動(dòng)率均值為8.07%。即一線城市常住人口近十年的相對(duì)變動(dòng)率均值高于二線城市,而二線城市常住人口近十年的相對(duì)變動(dòng)率均值高于三四線城市。其中,一線城市中深圳、廣州常住人口近十年的相對(duì)變動(dòng)率高于一線城市均值;二線城市中鄭州、天津等城市常住人口近十年的相對(duì)變動(dòng)率超過二線城市均值;三四線城市中珠海、廊坊、蘇州等城市常住人口近十年的相對(duì)變動(dòng)率超過三四線城市均值。

    50個(gè)樣本城市近十年常住人口相對(duì)變化

數(shù)據(jù)來源:公開資料整理

    從分線城市常住人口逐年同比變化率和三年移動(dòng)平均復(fù)合增速中可以看出:2010年之前分線變化率波動(dòng)較大,近年來分線城市變化率波動(dòng)較為平穩(wěn),而2016年之后二線和三四線城市常住人口逐年同比變化率逐步抬升,其中二線城市常住人口逐年同比變化率開始超過一線城市。

    分線城市常住人口逐年同比變化率

數(shù)據(jù)來源:公開資料整理

    分線城市常住人口三年移動(dòng)平均復(fù)合增速

數(shù)據(jù)來源:公開資料整理

    3、分線城市經(jīng)濟(jì)特征

    基于上述分析,進(jìn)一步探討近十年來樣本城市的GDP、城鎮(zhèn)人均可支配收入,以及樣本城市所處的區(qū)位影響因素對(duì)城市常住人口變動(dòng)(包括絕對(duì)變動(dòng)和相對(duì)變動(dòng)率)的影響。

    研究表明:首先,無論是樣本城市的GDP、城鎮(zhèn)可支配收入,還是樣本城市所處的區(qū)位影響因素都與樣本城市的常住人口變動(dòng)(包括絕對(duì)變動(dòng)和相對(duì)變動(dòng)率)存在一定的正相關(guān)關(guān)系。樣本城市的經(jīng)濟(jì)綜合水平、居民生活質(zhì)量,以及該城市所處區(qū)位等因素都對(duì)樣本城市的常住人口流入產(chǎn)生了一定的正向推動(dòng)作用。

    其次,以樣本城市的GDP為例,其與樣本城市常住人口的絕對(duì)變動(dòng)之間的正相關(guān)關(guān)系要大于前者與后者的相對(duì)變動(dòng)率之間的正相關(guān)關(guān)系(城鎮(zhèn)可支配收入、樣本城市所處的區(qū)位影響因素的分析結(jié)果類似)。樣本城市的經(jīng)濟(jì)綜合水平、居民生活質(zhì)量,以及該城市所處區(qū)位等因素對(duì)樣本城市的常住人口絕對(duì)變化規(guī)模影響程度更大。

    樣本城市GDP對(duì)近十年常住人口相對(duì)變化

數(shù)據(jù)來源:公開資料整理

    樣本城市GDP對(duì)近十年常住人口絕對(duì)變化

數(shù)據(jù)來源:公開資料整理

    第三,以樣本城市常住人口的相對(duì)變動(dòng)率為例,樣本城市所處的區(qū)位影響因素與樣本城市常住人口的相對(duì)變動(dòng)率之間的正相關(guān)關(guān)系,其強(qiáng)度要大于樣本城市GDP因素和城鎮(zhèn)可支配收入因素與后者之間的正相關(guān)關(guān)系。人口流動(dòng)最容易受到該城周邊的大城市或城市經(jīng)濟(jì)圈的經(jīng)濟(jì)輻射力的影響,特別是人口向一二線大城市流入逐步變得困難后,流動(dòng)人口傾向于‚退而求其次,流向大體量經(jīng)濟(jì)體的周邊中小城市的趨勢(shì)。

    樣本城市城鎮(zhèn)人均可支配收入對(duì)近十年常住人口變化

數(shù)據(jù)來源:公開資料整理

    樣本城市城鎮(zhèn)人均可支配收入對(duì)近十年常住人口變化

數(shù)據(jù)來源:公開資料整理

    第四,以樣本城市常住人口的相對(duì)變動(dòng)率為例,樣本城市的GDP因素與樣本城市常住人口的相對(duì)變動(dòng)率之間的正相關(guān)關(guān)系,其強(qiáng)度要大于樣本城市的城鎮(zhèn)可支配收入因素與后者之間的正相關(guān)關(guān)系。樣本城市的經(jīng)濟(jì)體量所反映的整體經(jīng)濟(jì)發(fā)展水平是影響人口流入的一個(gè)相對(duì)重要因素。由于經(jīng)濟(jì)體量大的城市能夠提供更多的就業(yè)崗位,從而為外出務(wù)工人員提供了更大空間遷入。另外,盡管人口更傾向于流入收入和生活水平高的城市,但是考慮到外出務(wù)工人員受知識(shí)水平等所限而大多從事薪酬較低的加工制造業(yè),因此對(duì)于他們更具有吸引力的往往是有著更多就業(yè)機(jī)會(huì)的城市,而非更高生活質(zhì)量的‚小而美的城市。

    從具體城市上看,發(fā)展較早且發(fā)達(dá)的城市(如上海、北京、蘇州等)的常住人口流入的絕對(duì)數(shù)值很高,但人口基數(shù)大也使得人口的相對(duì)變化率表現(xiàn)一般;而近些年發(fā)展迅速的城市(如深圳、鄭州、珠海等)的常住人口流入的相對(duì)變化率表現(xiàn)則更好。

    輻射城市GDP/城市間距離對(duì)近十年常住人口變化率

數(shù)據(jù)來源:公開資料整理

    輻射城市GDP/城市間距離對(duì)近十年常住人口變

數(shù)據(jù)來源:公開資料整理

    4、分線城市綜合因素排名

    綜上所述,從GDP增速、人均可支配收入、區(qū)位因素三個(gè)指標(biāo)分別給50樣本城市進(jìn)行賦分,由高到低挑選出最佳的14個(gè)城市。對(duì)于每項(xiàng)指標(biāo),假設(shè)全國平均指標(biāo)賦值折算為標(biāo)準(zhǔn)分1分,每個(gè)樣本城市按照其指標(biāo)值對(duì)應(yīng)全國平均指標(biāo)賦值的倍數(shù)折算為相應(yīng)的標(biāo)準(zhǔn)分,最后將每個(gè)樣本城市的三個(gè)指標(biāo)標(biāo)準(zhǔn)分加總算出總分,從而挑選出分?jǐn)?shù)最高的前14個(gè)城市。

    方法一:采取2018年樣本城市指標(biāo)值進(jìn)行篩選時(shí)的前14個(gè)城市如下:

    采取2018年樣本城市指標(biāo)值進(jìn)行篩選時(shí)的前14個(gè)城市

數(shù)據(jù)來源:公開資料整理

    根據(jù)以上打分,50個(gè)樣本城市中得分最高的前三名是上海、深圳和北京,分別為12.44分、10.40分和10.24分。其他得分較高的城市依次為廣州、天津、蘇州、重慶、武漢、南京、成都、杭州、長(zhǎng)沙、無錫、寧波。

    方法二:用全國和各個(gè)城市2015-2018年的GDP、人均可支配收入、區(qū)位因素的復(fù)合增速,在2018年基礎(chǔ)上預(yù)測(cè)各個(gè)指標(biāo)未來三年的數(shù)值,并取未來三年預(yù)測(cè)值的平均。根據(jù)各個(gè)城市的各因素平均數(shù)值占全國平均值的權(quán)重賦予該城市該項(xiàng)因素分值,分值由大到小排列出來的前14個(gè)城市如下:

    采取未來三年樣本城市指標(biāo)預(yù)測(cè)均值進(jìn)行篩選時(shí)的前14個(gè)城

數(shù)據(jù)來源:公開資料整理

    由此可知,50個(gè)樣本城市中得分最高的前三名是上海、北京和深圳,分別為16.62分、14.69分和14.67分。其他得分較高的城市依次為廣州、重慶、蘇州、天津、武漢、成都、南京、杭州、長(zhǎng)沙、無錫、寧波。

    在2019年上半年從房?jī)r(jià)、房地產(chǎn)投資、房地產(chǎn)銷售、開工面積、土地成交等房地產(chǎn)領(lǐng)域指標(biāo)綜合來看,當(dāng)前房地產(chǎn)市場(chǎng)運(yùn)行總體平穩(wěn)。

    一方面城鎮(zhèn)化還在繼續(xù)推進(jìn),剛需和改善性的需求還是有的;

    另一方面,‘房住不炒’的理念越來越深入人心,‘因城施策’強(qiáng)調(diào)城市政府主體責(zé)任。這兩方面因素綜合在一起,下階段房地產(chǎn)市場(chǎng)穩(wěn)地價(jià)、穩(wěn)房?jī)r(jià)、穩(wěn)預(yù)期是能做到的,房地產(chǎn)投資不會(huì)出現(xiàn)大起大落。

    董希淼進(jìn)一步指出,“房住不炒”已經(jīng)成為中國社會(huì)的普遍共識(shí),未來各項(xiàng)涉及房地產(chǎn)的宏觀政策也將遵循這一方向。目前,保持經(jīng)濟(jì)增長(zhǎng)維持在合理區(qū)間需要適當(dāng)?shù)呢泿沤鹑诃h(huán)境,但這對(duì)防止其他領(lǐng)域資金流入房地產(chǎn)市場(chǎng)提出了更高的政策實(shí)踐要求。

    下半年政策調(diào)控?fù)Q擋將進(jìn)一步突出從“全國嚴(yán)控”到“因城施策”的轉(zhuǎn)變,調(diào)控的抓手將從房?jī)r(jià)層面向土地、限購、金融等維度縱深化落實(shí)。同時(shí),城市之間的熱度將開始出現(xiàn)分化,房地產(chǎn)市場(chǎng)不會(huì)出現(xiàn)單邊熱度持續(xù)上揚(yáng)的格局,整體穩(wěn)定、小幅波動(dòng)將成為主流趨勢(shì)。 

本文采編:CY315
10000 11301
精品報(bào)告智研咨詢 - 精品報(bào)告
2025-2031年中國新疆房地產(chǎn)行業(yè)市場(chǎng)運(yùn)行態(tài)勢(shì)及前景戰(zhàn)略研判報(bào)告
2025-2031年中國新疆房地產(chǎn)行業(yè)市場(chǎng)運(yùn)行態(tài)勢(shì)及前景戰(zhàn)略研判報(bào)告

《2025-2031年中國新疆房地產(chǎn)行業(yè)市場(chǎng)運(yùn)行態(tài)勢(shì)及前景戰(zhàn)略研判報(bào)告》共十章,包含新疆房地產(chǎn)行業(yè)發(fā)展趨勢(shì)預(yù)測(cè),新疆房地產(chǎn)投資潛力綜合評(píng)價(jià),新疆房地產(chǎn)行業(yè)投資風(fēng)險(xiǎn)預(yù)警等內(nèi)容。

如您有其他要求,請(qǐng)聯(lián)系:
公眾號(hào)
小程序
微信咨詢

文章轉(zhuǎn)載、引用說明:

智研咨詢推崇信息資源共享,歡迎各大媒體和行研機(jī)構(gòu)轉(zhuǎn)載引用。但請(qǐng)遵守如下規(guī)則:

1.可全文轉(zhuǎn)載,但不得惡意鏡像。轉(zhuǎn)載需注明來源(智研咨詢)。

2.轉(zhuǎn)載文章內(nèi)容時(shí)不得進(jìn)行刪減或修改。圖表和數(shù)據(jù)可以引用,但不能去除水印和數(shù)據(jù)來源。

如有違反以上規(guī)則,我們將保留追究法律責(zé)任的權(quán)力。

版權(quán)提示:

智研咨詢倡導(dǎo)尊重與保護(hù)知識(shí)產(chǎn)權(quán),對(duì)有明確來源的內(nèi)容注明出處。如發(fā)現(xiàn)本站文章存在版權(quán)、稿酬或其它問題,煩請(qǐng)聯(lián)系我們,我們將及時(shí)與您溝通處理。聯(lián)系方式:gaojian@chyxx.com、010-60343812。

在線咨詢
微信客服
微信掃碼咨詢客服
電話客服

咨詢熱線

400-700-9383
010-60343812
返回頂部
在線咨詢
研究報(bào)告
可研報(bào)告
專精特新
商業(yè)計(jì)劃書
定制服務(wù)
返回頂部