當前位置:首頁 > 人員 > 研究人員 > 鄒琳華 > 鄒琳華研究成果 > 文章詳情

中國住房大數據分析報告(2020年2月)

發表于

中國住房大數據分析報告

中國社科院財經戰略研究院住房大數據項目組

202002月(總第38期)      20200227日(星期五)

 

 


  [導讀:緯房指數顯示核心城市房價略有回升,租金走出季節性低谷;一二線城市房價穩中趨升,三四線城市穩中趨降;長三角及東北核心城市房價趨漲,京津冀核心城市房價趨降。疫情對房地產市場的影響主要體現在對中小城市、中小企業的短期影響。建議在堅持房住不炒的基礎上,給予困難房地產企業適度救濟;有針對性降低房貸還款困難家庭的短期還貸壓力;嚴控購房加杠桿及其它各類刺激購房行為;因地制宜采取租金及續約管控等措施;在科學防疫的基礎上,堅持租購房同權。]

 

 

為有效降低疫情對中國房地產業及宏觀經濟的影響,中國社科院財經戰略研究院鄒琳華住房大數據研究團隊在大數據監測分析的基礎上,結合項目組對中國住房市場的長期跟蹤研究,完成了20202月《中國住房大數據分析報告(抗疫專題)》,提出了有針對性建議。本期報告同時也是中國社科院國情調研重大項目房地產調控政策及其效果及國家自然科學基金面上項目(批準號:71774169)“基于互聯網大數據和重復交易法的中國城市住房價格指數編制研究”階段性成果。

一、20201月市場態勢回顧

1.核心城市房價略有回升,租金走出季節性低谷

近半年核心城市房價由穩中緩降到略有回升。緯房核心指數顯示,20201月,全國24核心城市綜合房價環比上漲0.28%。這是核心城市房價經歷了連續5個月的穩中緩降以來,首次出現小幅回升。

但從近兩年的市場走勢看,核心城市房價仍保持穩中略漲的趨勢。緯房核心指數顯示,與20181月相比,全國24個核心城市綜合房價上漲了5.07%;與20191月相比,核心城市綜合房價上漲了3.17%。房價綜合上漲幅度在相對合理的范圍區間內。

租金走出季節性低谷。緯房租金核心指數顯示,20201月,全國22個核心城市住房租金環比上漲1.79%,同比下跌0.24%。這表明核心城市住房租金在經歷了連續5個月的季節性下跌之后,開始從季節性低谷中走出。

盡管核心城市租金從20198月以來連續5個月下跌,但從近兩年的市場走勢看,緩慢向上趨勢變沒有改變。緯房租金核心指數顯示,與20181月相比,核心城市租金上漲了3.68%

 

 

二手房成交量出現季節性萎縮。20201月,10大重點城市二手住房成交量指數為91.29,比上月下降了43%,但與20192月相比略有增長。由于受傳統春節假期的影響,二手住房成交量變動并不能真實反映市場量能的變化,市場交易走勢還有待進一步觀察。

 

2一二線城市穩中趨升,三四線城市穩中趨降

2018年以來的市場走勢看,一二三四線城市房價上漲格局與城市等級完全倒置。四線城市房價上漲最大,三線城市次之,二線城市再次之,一線城市房價總體下降。緯房城市分級指數顯示,與20181月相比,20201月四線城市房價上漲15.82%三線城市房價上漲12.93%,二線城市房價上漲7.55%,一線城市房價下跌0.29%。一二線城市中,近2年房價上漲態勢較為明顯的有深圳、蘇州、無錫、寧波、南通、東莞、昆明等城市,多數城市以平穩為主。

但從最近的房價走勢看,一二線城市穩中趨升,三四線城市穩中趨降,一二線城市房價漲幅要顯著高于三四線城市。緯房城市分級指數顯示,與上月相比,20201一二三四線城市房價環比分別上漲0.61%0.18%0.05% 0.1%。這也預示三四線城市的景氣周期可能已經階段性見頂。

 

 

 

 

 

 

3.長三角及東北核心城市房價趨漲,京津冀核心城市房價趨降,其它區域房價平穩

分區域看,近2年來長三角及東北核心城市房價呈上漲態勢。緯房長三角核心指數顯示,與20181月相比,長三角核心城市房價上漲了14.29%;緯房東北核心指數顯示,與20181月相比,東北核心城市房價上漲了25.89%

2年來京津冀核心城市房價趨降。緯房京津冀核心指數顯示,與20181月相比,京津冀核心城市房價下跌了3.05%。在各城市群中,房價走勢相對低迷。

2年來粵港澳大灣區與海峽西岸核心城市房價以平穩為主。緯房粵港澳大灣區指數顯示,與20181月相比,20201月粵港澳大灣區核心城市房價上漲了2.73%;緯房海峽西岸核心指數顯示,與20181月相比,海峽西岸核心城市房價上漲了0.15%。除了深圳、東莞等少數城市,多數相對穩定。

 

 

 

 

二、市場形勢分析與預測

疫情對住房市場的影響可分為直接影響與間接影響兩個方面。

從直接影響方面看,疫情對住房市場有多維度的直接影響。首先對于房地產企業來說,因為售樓處暫時關閉和推遲復工,企業的項目交付進度、短期銷售額都將受到直接影響,并進而可能會影響企業資金周轉;對于購房者來說,看房、貸款等活動都難以正常進行,籌款也可能受到影響,短期購房活躍度直線下降;對于還貸家庭來說,由于收入受到疫情影響,部分家庭可能會出現還貸困難;對于租房者來說,找房、搬家等活動也會存在現實困難,租房行為受限。

從間接影響看,疫情對中國乃至世界經濟可能會構成一定的沖擊。疫情沖擊將直接影響對未來的經濟預期,進而間接引發部分群體的購房觀望。疫情帶來的收入降低或財富損失,也可能間接降低購房支付能力,造成購房需求下降。

但總體而言,房地產業屬于強周期性、波動性行業,長期的政策調控與頻繁的市場波動,使得房地產業對市場波動具有一定緩沖能力。疫情對中低中入階層的收入影響要大于其它階層,對中小房地產企業的沖擊要強于大型房地產企業,對中小城市住房市場的影響要高于大城市住房市場,對短期市場的影響要大于中長期。因而,只要疫情能夠在合理的時期內得到有效控制,那么疫情對住房市場的影響將主要體現在對中小城市住房市場、中小房地產企業的短期影響。房價長期預期不會發生大的轉變,大城市市場和中長期市場不會因此而發生重大波動。

據此預測,短期內一二線城市房價相對穩定或略有回升,三四線城市總體穩中趨降,少部分城市可能較快下降。

 

三、對策建議

根據住房市場的發展特點,基于統籌疫情防控及經濟社會發展需要,提出以下建議:

在堅持房住不炒的基礎上,給予受疫情影響的困難房地產企業適度救濟。疫情對房地產企業的主要影響包括:項目開工推遲、按期交房受到影響;售樓處關閉,短期銷售額下降,部分企業資金鏈受到影響;居民短期購房意愿及活躍度降低,市場需求低迷等。對于自持租賃型企業來說,出租率和租金也受到影響。但總體來說,由于房地產銷售本身具有較強的季節波動性及政策波動性,且房價主要受長期經濟預期的影響,因而疫情對房地產市場的影響相對其它產業較低。但也不排除部分中小企業、高負債運行企業因疫情而造成短期資金周轉困難或甚至資金鏈斷裂。對于這部分企業,可采取的救濟措施包括緩交部分稅費及政府性基金、支持網絡銷售、簡化開工及銷售審批手續、到期還款適度延期、在風險可控的前提下優化預售資金提取程序等。

有針對性降低房貸還款困難家庭的短期還貸壓力。從20151024日最后一次調整基準利率以來,我國已經有四年多沒調整過貸款基準利率。存量房貸利率的定價基準將由貸款基準利率轉換為LPR市場浮動利率,也最早需要到2021年才能產生實際效果。受本次疫情沖擊,部分購房家庭因收入下降、經營損失或財富損失可能會出現還貸困難現象。為此,可以有針對性采取暫緩還款、臨時性降低存量房貸利率及還款額等措施,幫助還貸困難家庭渡過難關。

嚴控購房加杠桿及其它各類刺激購房行為。當前疫情對房地產業的影響主要集中于部分企業的臨時性資金困難。疫情對住房需求的影響,主要體現在受影響家庭臨時推遲購房計劃,但并非永久取消購房計劃。應有針對性地對相關困難企業采取合理的救濟措施,盡量避免通過購房加杠桿或其它各類剌激購房行為來幫助房地產企業脫困。住房需求剌激政策雖然較易實施,但容易引發未來房價大起大落,加大宏觀金融風險,需要加以嚴格控制。

因地制宜采取租金及續約管控等措施,促進房主及租房家庭共克時艱。受疫情的沖擊,作為租房市場主要群體的中低收入階層短期收入受到較大影響。為緩解因疫情造成的短期困難,多地出臺了針對國有房產租賃的租金減免措施。但對于廣大私有房產的租賃者來說,不僅難以通過租金減免政策獲得救濟,特殊情況下還可能被趁疫情漲租。為有效降低疫情對租房家庭的影響,在原有救濟政策的基礎上,有必要因地制宜對房產出租行為采取一定的租金及續約管控措施,如:疫期內租約到期,可根據租賃者要求對原租約進行短期延展,并禁止漲租或提高租賃條件;疫期禁止暴力驅趕租客;充許疫期部分困難家庭緩交租金;減免住房租賃相關稅收等。

在科學防疫的基礎上,堅持租購房同權。租購房同權既是構建租購并舉住房市場體系的基礎,也是建立完善住房市場長效機制的基石之一。科學防疫與租購房同權本質上并無矛盾與沖突。如果在實際工作中,簡單地將租房家庭貼上“較高風險”的標簽并給予區別對待,在一定程度上有悖科學防疫規律。因為疫情防控需要以深入細致的行程及接觸排查為基礎,單純對租房家庭貼上特定風險標簽以簡化工作,反而容易造成排查疏漏。由于病毒的高傳染性,特殊情形下,1%排查疏漏將可能會使99%的努力失效。此外,對租房家庭的區別對待也可能會影響企業的有序復工,不利于統籌推進疫情防控和經濟社會發展工作。為促進科學防疫,建議以個人如實申報及大數據排查等手段為風控基礎,糾正少數地方簡單地對租購房家庭差別對待的不合理行為。

 

 

 

報告撰寫人:

鄒琳華中國社科院財經戰略研究院住房大數據項目組組長,中國社科院競爭力模擬實驗室副主任,《中國住房大數據分析報告》主編

王業強 中國社科院城市發展與環境研究所土地經濟與不動產研究室主任,《房地產藍皮書》主編

呂風勇  中國社科院財經戰略研究院《中國縣域經濟發展報告》主編

 

附錄1:緯房綜合指數(定基,以20181月為100

時期

緯房核心指數

緯房海峽西岸核心指數

緯房京津冀核心指數

緯房長三角核心指數

緯房粵港澳大灣區指數

緯房東北核心指數

緯房一線城市指數

緯房二線城市指數

緯房三線城市指數

緯房四線城市指數

緯房租金核心指數

201801

100

100

100

100

100

100

100

100

100

100

100

201802

100.91

100.43

100.95

101.04

100.4

101.26

100.26

101.12

101.5

101.76

102.55

201803

103.14

100.67

101.38

102.74

101.56

104.56

101.48

103.66

103.65

103.75

101.27

201804

104.24

100.94

100.98

103.95

102.07

106.45

101.61

105.05

105.91

105.74

101.07

201805

106.5

100.87

102.15

105.51

102.96

109.02

101.96

107.91

108.28

107.62

102.5

201806

108.31

101.01

103.19

107.26

103.54

111.26

102.18

110.2

109.79

109.34

103.45

201807

109.09

100.95

103.34

108.56

104.67

113.09

102.44

111.15

111.17

110.81

105.51

201808

108.86

100.93

102.2

109.02

105.04

114.58

102.33

110.88

111.86

111.84

105.27

201809

107.84

100.8

101.15

108.89

104.66

116.06

101.77

109.72

112.17

112.07

105.04

201810

105.75

101.56

99.31

108.01

103.15

117.21

99.58

107.66

112.16

112.23

103.86

201811

103.54

99.31

98.14

106.78

101.59

117.88

97.78

105.33

111.23

111.41

102.77

201812

102.58

99.08

98.09

105.87

100.85

118.04

97.28

104.22

110.67

111.03

102.44

201901

102.45

99.33

98.93

106.02

100.63

118.47

97.33

104.03

110.93

110.96

103.93

201902

103.22

99.2

100.63

106.77

101.1

119.71

98.28

104.74

111.64

111.25

104.64

201903

104.56

100.05

102.16

108.29

101.92

121.09

99.44

106.14

112.16

112.07

104.07

201904

105.28

100.2

102.58

109.47

102.01

121.99

99.97

106.92

112.4

112.74

104.06

201905

105.72

100.39

102.1

110.51

102.23

122.67

100.19

107.43

112.25

113.34

104.31

201906

105.9

100.72

101.42

111.64

102.03

123.26

99.73

107.81

112.76

114

104.82

201907

106.11

101.59

101.69

112.93

102.34

123.59

99.69

108.09

114.15

116.15

104.97

201908

106.05

101.02

100.43

113.28

102.19

124.15

99.56

108.05

113.63

115.65

104.9

201909

105.92

100.51

99.29

113.71

102.19

124.73

99.56

107.89

113.33

115.85

104.04

201910

105.79

100.73

98.45

113.77

102.3

124.92

99.3

107.8

113.39

116.17

103.19

201911

105.4

100.29

97.39

113.61

102.35

125.34

99.13

107.34

112.96

116.03

102.05

201912

105.41

100.4

96.82

113.81

102.5

125.89

99.11

107.36

112.87

115.71

101.86

202001

105.7

100.15

96.95

114.29

102.73

125.65

99.71

107.55

112.93

115.82

103.68

 

附錄2:報告指標說明

緯房指數緯房指數(原大數據房價指數BHPI的升級版本)為首個基于住房大數據和重復交易法的新型房價指數。通過新技術的應用,緯房指數有效規避了陰陽合同價、非理性報價、網簽時間滯后、加總失真等技術難題,從而更為貼近居民家庭對房價漲跌的真實感受。緯房指數為公益性月度房價指數,目前包含緯房核心指數和緯房租金核心指數2個全國性綜合指數、4個城市分級指數、5個區域核心指數、142個主要城市房價指數、約30個重點城市的住房租金指數及數十個重點城市的區縣房價指數,每月中下旬完成上月指數。緯房指數現有定基、環比、同比3個維度,同時提供大數據房價中位數作為參考。緯房指數主要監測存量住房價格變動,新建商品住房價格變動暫不計入緯房指數。作為基于大數據的開放式房價指數,緯房指數的監測深度與廣度將不斷遞進。緯房指數為大數據挖掘研究前沿成果,數據僅作為市場研究參考,住房市場評價以政府統計部門數據為準。

緯房核心指數緯房核心指數綜合了全國24個核心城市住房價格的變化,可作為中國房地產市場的重要晴雨表。24個核心城市分別為上海、北京、深圳、廣州、天津、重慶、蘇州、杭州、武漢、成都、南京、寧波、青島、鄭州、無錫、長沙、廈門、濟南、西安、沈陽、大連、福州、南通、東莞,基本覆蓋了中國最具經濟競爭力的城市群體。其中包含一線城市4個,二線城市20個。緯房核心指數以20181月為房價基期,以各城市2017年商品住房銷售額為指數權重進行綜合計算。

緯房區域核心指數緯房區域核心指數包括京津冀核心指數長三角核心指數、粵港澳大灣區指數、海峽西岸核心指數、東北核心指數5個綜合指數,用以反映中國主要城市群帶具有競爭力的核心城市房價綜合變動狀況。其中京津冀核心指數樣本包括滄州、保定、北京、天津、廊坊、石家莊、唐山;長三角核心指數樣本包括常州、杭州、南京、寧波、蘇州、無錫、嘉興、南通、合肥、上海、紹興、泰州、蕪湖、鹽城、揚州;粵港澳大灣區指數樣本包括廣州、東莞、惠州、江門、深圳、佛山、肇慶、中山、珠海;海峽西岸核心指數樣本包括廈門、福州、贛州、泉州、溫州、漳州;東北核心指數樣本包括大連、長春、沈陽、哈爾濱。以各城市2017年商品住房銷售額為指數權重進行綜合計算。

緯房城市分級指數緯房城市分級指數包括一、二、三、四線城市4個綜合指數,分別反映一、二、三、四線城市房價綜合變動狀況。為提高均衡度和代表性,除一線城市房價指數外,二、三、四線城市房價指數均選取多數代表性城市而非全樣本,以各樣本城市2017年商品住房銷售額為指數權重進行綜合計算。

成交量指數成交量指數以十大城市二手房成交量為基礎。十大城市的樣本為北京、上海、成都、大連、武漢、蘇州、深圳、南京、杭州、重慶,以20171月為100

緯房租金核心指數緯房租金核心指數綜合了全國22個核心城市住房租金的變化,可作為分析中國住房市場變化的重要參照系。22個核心城市分別為北京、成都、大連、東莞、廣州、杭州、濟南、南京、青島、廈門、上海、深圳、沈陽、蘇州、天津、武漢、長沙、重慶、福州、南通、寧波、無錫,基本覆蓋了中國最具經濟競爭力的城市群體。其中包含一線城市4個,二線城市18個。緯房核心租金指數以20181月為租金基期,以各城市2016年在崗職工工資總額為指數權重進行綜合計算。

樣本城市分級規則根據經濟規模、財政收入、房價水平、行政等級、發展潛力、市場認可度等因素對142個樣本城市進行分類。一線城市(4個):北京、上海、廣州、深圳;二線城市(27個):蘇州、重慶、天津、杭州、武漢、成都、南京、寧波、青島、鄭州、無錫、長沙、廈門、濟南、西安、沈陽、大連、福州、南通、東莞、哈爾濱、長春、石家莊、佛山、南昌、昆明、合肥;三線城市(36個):滄州、常德、西寧、包頭、保定、常州、贛州、貴陽、海口、呼和浩特、惠州、嘉興、蘭州、廊坊、柳州、洛陽、南寧、泉州、三亞、紹興、太原、泰州、唐山、溫州、烏魯木齊、蕪湖、襄陽、徐州、煙臺、鹽城、揚州、宜昌、銀川、漳州、中山、珠海;四線城市(74個):安慶、安陽、鞍山、蚌埠、威海、承德、綿陽、大慶、阜陽、黃石、吉安、荊州、開封、南充、日照、六安、汕頭、湛江、寧德、衢州、臨沂、商丘、遂寧、太倉、湘潭、信陽、張家口、駐馬店、達州、北海、滁州、鄂州、防城港、桂林、邯鄲、衡水、衡陽、湖州、淮安、吉林、聊城、江門、金華、九江、昆山、連云港、泰安、眉山、馬鞍山、瀘州、自貢、樂山、南陽、秦皇島、清遠、茂名、上饒、梅州、淄博、濟寧、濰坊、西雙版納、咸陽、新鄉、邢臺、宿遷、韶關、陽江、張家港、肇慶、鎮江、株洲、濱州、遵義;五線城市1個。本城市分類僅為房地產市場分類需要,不作為城市評價之依據。

 

 

 

 

 

本期抗疫專題報告公開發布,轉載完整無須授權,報告預測僅供參考

 


地址:北京市朝陽區曙光西里28號中冶大廈9-12層郵編:100028

電話:17190301535E-mailzfdsj2@163.com

微信公眾號:住房大數據項目組微信號:11192160

住房大數據研究網:www.zfdsj.org主編信箱:zoulh@cass.org.cn