|
在“房地产长期看人口，中期看土地，短期看金融”的经典框架基础上，我们从“基本面+市场面”两个层面分27个指标研究2019年中国336个地级行政单位发展潜力(不含三沙)，具体以基本面研判城市中长期发展潜力，以市场面辅助择时。 基本面分析是城市发展潜力研判的核心，关键在于研判人口趋势，逻辑链条是：人随产业走，产业布局决定于区位。其一，房地产长期看人口，人口决定需求。人口是一切经济社会活动的基础，更是房地产市场发展的根本支撑。由于出生人口大幅下滑，2018年中国人口仅增加530万，人口总量将在2024-2031年见顶，各地区已逐渐进入人口争夺的存量博弈时代。人口迁移的根本动力在于实际收入和生活水准差距，一般规律是人随产业走、人往高处走。其二，产业决定城市兴衰，产业兴则城市兴，产业聚则人口聚。当前中国经济从高速增长阶段转向高质量发展阶段，从全球价值链的中低端向中高端转型升级，区域产业格局明显变化。从地区层面看，东部沿海大量制造业受成本上升影响，已经并正向中国内地、东南亚转移。从城市群角度看，发达城市群内核心城市集聚高端制造和高端服务业、向周边转移一般制造业，发育中都市圈城市群制造业继续向核心城市集聚，城市群外一般城市产业结构多呈现低端制造业化和低端服务业化。其三，区位决定产业布局，规模经济和交通成本决定区位。企业产业布局以最大化利润为目标，区位选择至关重要。但区位因素并非一成不变的，随着规模经济和交通成本等因素变化。中国东部沿海地区率先发展的关键并非是率先开放的政策，而是沿海的地理位置有利于出口；从全球看，约60%的经济总量集中在沿海100公里范围内。高端制造和高端服务业聚集在核心大城市，主要是因为规模经济带来的成本下降和效率提高。
具体来看，我们在基本面关注需求侧的人口现状、人口潜力以及人口购买能力，以及供给侧的住房存量及土地财政依赖度，共涉及23个指标。其中，人口现状分为总量和结构两个维度，后者包括外来人口、人口年龄结构、城镇化率、小学生等指标。基于“人随产业走，人往高处走”的基本逻辑，我们从经济实力、产业创新、交通区位和公共资源四个方面分析人口潜力。除经济总量外，我们以经济-人口比值(区域经济份额/人口份额)作为反映经济层面的总体人口吸引力，以A+H股上市公司数、发明专利授权量反映区域先进产业及创新能力，以高铁始发终到趟数、高速公路路网密度、到中心城市距离等反映交通区位，以在校大学生数、执业(助理)医师数、城市轨道交通里程路网密度反映教育、医疗、公共交通等公共资源情况。在购买能力方面，我们关注绝对水平的人均储蓄存款、人均可支配收入以及相对水平的房价收入比。在供给侧，我们关注套户比和土地财政依赖度两个指标；其中，套户比反映存量住房市场的总体平衡程度，土地财政依赖度反映地方政府对房地产的依赖及与此相关的土地出让偏好。 在市场面，用库存去化、房价周期、需求透支率、地价房价比等波动较大的4个短期指标研判城市市场短期波动，以在基本面分析基础上判断进入时机及优先顺序。一些城市尽管从基本面上看中长期发展潜力较大，但如果短期需求透支严重，短期之内并无发展潜力。我们通过4个短期指标反映市场面，包括土地消化周期、房价周期、需求透支率、地价房价比等。由于可售库存数据不全，我们以土地消化周期这种广义库存去化指标反映城市住房库存。房价周期反映城市房价目前处于何种位置，是上涨中还是下跌中，以及相关持续时间。需求透支率即为当前住宅销售面积增速与过去几年增速的偏离程度，如果大幅偏离过去均值，则很可能意味着风险较大。地价房价比可大致反映房企当前拿地的预期成本收益比，不过如果缺乏人口和产业导入，地价房价比低的地区也缺乏发展潜力。
此外，短周期的金融指标多具有全国同一性、地区差异小，所以未纳入模型考量范围。金融政策(利率、流动性投放、信贷、首付比等)既是各国进行宏观经济调控的主要工具之一，也是对房地产市场短期波动影响最为显著的政策。住房的开发和购买都高度依赖银行信贷的支持，利率、首付比、信贷等政策将影响居民的支付能力，也影响开发商的资金回笼和预期，对房市供求波动影响较大。 本文所有的数据均来自于公开渠道，主要包括国家及各地方统计局、政府公开资料、Wind、部分房地产专业数据机构等。对部分地区或部分指标尚未公布2018年数据的情况，我们以2017年数据代替。 在数据处理上，为消除原始数据的量纲差异，对原始数据采取“最大值-最小值”方法进行标准化处理。其中，对于单调递增指标线性转换为0-100，对于单调递减指标逆向线性转换为0-100。 在权重处理上，采用层次分析法自上而下设置各级指标权重，并通过回测历史数据优化权重设置。在2015-2016年的数据回测中，模型对排名的准确度为75%，对指数的拟合优度为62%。 2 基本面：2019年中国城市发展潜力排名 2.1 榜单概览：深北上广居榜首，区域中心城市及长三角珠三角表现突出，东北整体落后 |
