社区编辑申请
注册/登录
大变局!全国房价,跌破万元大关
大数据 数据分析
这一模式同样说明,反炒房未必会导致房价大跌,反而能避免大涨带跌带来的震荡,让楼市与经济、收入增长同步,这才是良性而长远的发展之道。

1.最新经济数据发布。

日前,2022年一季度GDP同比增长4.8%。其中,消费增长3.3%,工业增长5.5%,固定资产投资增长9.3%。

可见,投资,尤其是基建投资,在稳经济中发挥着关键作用。

然而,房地产投资仍未出现明显逆转,而全国商品房均价跌破了万元大关。

  • 数据显示,2022年一季度,房地产开发投资增长0.7%,而去年同期增速则高达25.6%。

同时,2022年一季度,商品房销售面积31046万平方米,同比下降13.8%;商品房销售额29655亿元,下降22.7%。

商品房销售额下滑幅度远大于销售面积,这意味着全国商品房均价开始回落。

根据数据测算,2022年一季度,全国平均房价为9552元。与2021年全年的10141元相比,下滑5.8%。

从单月数据来看,2022年3月商品房均价为9253元,回到2020年的水平。

值得一提的是,这些数据均基于官方数据而来,如果按照克尔瑞等第三方的百强房企销售数据来看,形势可能更不乐观。

2.哪些城市房价相对坚挺?哪些城市房价回到了一年前?

根据国家统计局发布的最新70城房价数据来看,多数城市房价已经开始企稳,个别一二线城市出现了边际回升的现象。

与去年相比,北京、海口、上海房价相对坚挺,而重庆、杭州、成都、长沙、广州、西安、三亚等地仍然维持正增长。

值得一提的是,长沙房价涨幅位列前十。就在前不久,长沙还明确表示,不会松绑限购,成为这一轮楼市松绑潮中最硬气的城市。

在纳入官方统计的70个大中城市中,47个城市房价回到一年前,28个城市房价回到两年前。

这其中,深圳最为显眼。

作为楼市风向标城市,深圳市场仍在谷底盘整,二手房价同比增速为-3.3%。

除了深圳之外,还不乏以郑州、合肥、福州、石家庄、太原、哈尔滨、贵阳、长春、南昌为代表的一二线城市。

其中,14个省会城市,房价回到1年前,10个省会回到2年前。

这些城市,也是这一轮楼市松绑潮的急先锋。

当然,跌幅最深的仍是牡丹江,两年跌幅达14.3%,房价基本回到了8年前的水平。

这也是大部分东北普通地级市的缩影,经济放缓、人口外流,加上疫情反弹带来的制约,楼市下行压力前所未有之大。

3.深圳与长沙,中国楼市的两个典型。

一个是全国房价最高城市,一个是房价最低的万亿GDP城市,深圳房价大约是长沙的6倍左右。

有意思的是,面对同样持续加码的楼市调控,过去1年,长沙房价上涨2.9%,深圳房价却下跌3.3%。

从最近几年的楼市走势来看,长沙楼市稳中有进,深圳楼市大起大落。

深圳前一年还拿下历史新高,后一年成交量就创下10年新低,为何会这样?

显然,答案不在于基本面。

毕竟,深圳与长沙,经济形势都不错,且都属于人口净流入地区,不存在因经济放缓或下滑而导致楼市下行的因素。

4.两地房价走势天差地别,一个原因在于土地,另一个原因在于投机投资需求。

其一,长沙天量供应土地,而深圳住宅用地则长期供应不足。

这背后,城市体量或许是制约因素之一。深圳,只有不到2000平方公里的面积,却承载了近1700多万常住人口,地少人多,成了助推房价上涨的催化剂。

然而,从建成区面积来看,深圳位居全国前列,与广州不相上下,且远高于长沙。

可见,地少人多并非绝对,问题是,土地有没有供应充分、住宅用地究竟占比有多大、住宅供求失衡有没有人为因素存在?

即便是以城市面积过小著称的深圳,土地也不是想象中的那么紧缺。

长期以来,深圳居住用地占比20%左右,低于国家相关标准中25%~40%的下限,而国际上一般是40%以上。

不过,目前深圳已经开始加大土地供应,同时要求住宅用地占比不低于30%,这是一个好的开始。

其二,深圳炒房情绪相对旺盛,吸引了来自全国的资金,而长沙则通过高门槛,将炒房客拒之门外。

深圳是一个高度市场化的城市,也是一个楼市高度投机化的区域。前两年保守诟病的抱团涨价、经营贷炒房、资产证券化炒房等在发源于深圳。

同时,深圳拥有大量外省投资群体,这些非刚需群体的存在,加剧了楼市剧烈的波动。

据贝壳研究院数据,2020年,全国共有7个城市外地购房客超过50%,其中深圳超过80%,而长沙仅为15%。

这固然反映了不同能级城市的吸引力——深圳虹吸全国,而长沙的影响主要局限于省内。

不过,两地楼市调控的差异,在其中也发挥了推波助澜的作用。

长沙,之所以获得了“让炒房客有去无回”的美誉,原因在于3个“4”政策:

  • 在长沙,新房限售4年,而想要投资第二套房子,必须在首套房4年之后,且契税税率高达4%。

这些政策,配合充沛的土地供应,自然让炒房客遁于无形。

长沙模式说明,想要按住房价并不难,难的是政策是否具有可持续性。

这一模式同样说明,反炒房未必会导致房价大跌,反而能避免大涨带跌带来的震荡,让楼市与经济、收入增长同步,这才是良性而长远的发展之道。

责任编辑:庞桂玉 来源: 大数据DT
相关推荐

2022-06-16 10:53:23

经济峰会

2022-04-22 13:54:29

智能健身人工智能物联网

2018-01-23 08:46:19

Python数据分析

2018-08-27 07:01:33

数据分析数据可视化租房

2010-08-19 10:47:46

富士康

2020-02-18 07:40:34

2021-09-08 07:46:27

2018-07-28 15:15:58

2017-02-21 10:16:56

2020-08-11 09:30:39

科技人工智能企业

2020-07-07 17:51:19

互联网数据技术

2018-10-24 13:50:24

2015-11-03 09:46:53

2012-12-21 10:24:53

物联网中国智慧城市企业云

同话题下的热门内容

数据专家的晋级之路:大数据中的四大挑战!数据挖掘和数据仓库之间的区别技术管理如何应对混合工作模式转变Arctic开源!网易数帆X华泰证券,推动湖仓一体落地数据开发流程规范及数据监控2023年及以后工作的十大数据科学独角兽公司

编辑推荐

使用Pandas&NumPy进行数据清洗的6大常用方法2018年7款最佳免费数据分析工具pyspark访问hive数据实战【漫谈数据仓库】 如何优雅地设计数据分层人工智能、大数据与深度学习之间的关系和差异
我收藏的内容
点赞
收藏

51CTO技术栈公众号