海通地產(chǎn)中期策略：行業(yè)發(fā)展換擋，城市周期興起！

本文來自微信公眾號“涂說天下”。

投資要點：

房地產(chǎn)行業(yè)進入總量高位，增速低位階段。1980年中國住房制度改革以來，中國房地產(chǎn)市場總量持續(xù)增長。房地產(chǎn)行業(yè)總銷量為住房面積需求和單價的乘積。行業(yè)歷次周期主要受政策影響而呈現(xiàn)周期波動。平滑周期波動后，我們發(fā)現(xiàn)行業(yè)增速較高階段主要由住房銷售面積拉動，而住房銷售面積增速動力減弱與總?cè)丝谠鲩L動力減弱趨勢基本相同。我們認為如果“房住不炒”基調(diào)不變，行業(yè)價格漲幅可能長期受政策調(diào)控，行業(yè)銷售金額總量可能持續(xù)受銷售面積增速和人口增速影響而進入到總量高位而增速低位的階段。

行業(yè)調(diào)控思路轉(zhuǎn)變，行業(yè)周期波動收窄。中國房地產(chǎn)行業(yè)進入2000年以來，一共經(jīng)歷四次收緊調(diào)控，銷售金額和面積的同比增速在政策松緊變換中呈現(xiàn)明顯波動。2016年9月以來，最新一輪調(diào)控政策采取因城施策方式，對不同城市實行分化調(diào)控。從行業(yè)歷史數(shù)據(jù)的波動性來看，在此次因城施策的調(diào)控下行業(yè)銷售及投資端主要數(shù)據(jù)指標波動變小，行業(yè)周期波動逐步收窄。

城鎮(zhèn)化建設(shè)任務(wù)方向明確，城市周期興起。國家發(fā)改委發(fā)布的《關(guān)于實施2018年推進新型城鎮(zhèn)化建設(shè)重點任務(wù)的通知》和《2019年新型城鎮(zhèn)化建設(shè)重點任務(wù)》中對于城鎮(zhèn)化發(fā)展的思路向都市圈內(nèi)中心城市及周邊中小城市傾斜，例如降低大中小城市落戶限制、允許都市圈內(nèi)城鄉(xiāng)建設(shè)用地增減掛鉤節(jié)余指標跨地區(qū)調(diào)劑等。我們認為，當行業(yè)總量進入低增速階段時，地域人口流動所帶來的住房需求將逐漸占據(jù)行業(yè)銷售主要影響因素。我們認為，行業(yè)政策促進了人口流入資源型城市，進而促進了城市分化，行業(yè)周期將從行業(yè)整體同漲同跌變?yōu)槌鞘兄芷凇?/p>

房企競爭方式轉(zhuǎn)換，從行業(yè)紅利轉(zhuǎn)向企業(yè)紅利。行業(yè)原先的發(fā)展主要是依靠人口整體增長所帶來的行業(yè)紅利。在總量穩(wěn)定的情況下，企業(yè)紅利開始提升，即不同企業(yè)依靠自身核心競爭力精準把握項目區(qū)域布局和產(chǎn)品選擇。考慮產(chǎn)品選擇涉及微觀實體運營較多，本文暫時不深入討論，集中分析城市選擇問題。

經(jīng)濟體量吸引人口，核心50城具備發(fā)展?jié)摿Α?/strong>基于對行業(yè)周期趨勢變化以及所造成的城市波動影響，我們選取了50個潛力城市，通過對常住人口數(shù)量、GDP增速、城鎮(zhèn)人均可支配收入、區(qū)位影響等因素對其基本面進行分析，并選擇我們認為較優(yōu)的長期城市，包括上海、深圳和北京，以及廣州、天津、蘇州、重慶、武漢、南京、成都、杭州、長沙、無錫、寧波。

風(fēng)險提示。因城施策下各城市調(diào)控整體偏嚴格，導(dǎo)致城市分化速度較慢。

————————正文分割線————————————

1.行業(yè)進入總量高位，增速低位時代

1.1 房地產(chǎn)行業(yè)銷售總量影響因素分析

1980年代中國逐步探索和推行住房制度改革以來，中國房地產(chǎn)市場總量持續(xù)增長。2018年房地產(chǎn)商品房銷售金額和面積達到歷史新高。

房地產(chǎn)行業(yè)總銷量由住房面積需求和單價構(gòu)成，住房面積需求和銷售單價分別受市場和政策多方面因素影響。不同時間段內(nèi)單個影響因素的重要性和影響力不同。我們將行業(yè)總量影響因素進行簡要拆分和分析（見下圖1）。

在穩(wěn)定增長的經(jīng)濟環(huán)境下，我們認為房地產(chǎn)行業(yè)長期增長的主要驅(qū)動因素在于住房需求的增長，住房需求有三個維度：1、總量方面，全國人口增長所帶來居住需求的增長；2、區(qū)域經(jīng)濟發(fā)展不平衡所導(dǎo)致人口流動帶來本地常住人口增長的需求；3、棚改和安置需求。后兩大因素影響需求釋放的速度和地區(qū)差異。

此外，我們認為受調(diào)控政策影響，投機性需求受到抑制。在維持“住房不炒”的總基調(diào)下，抑制投機性需求的調(diào)控政策可能長期存在。

1.2 人口需求總量進入高增長低增速階段

我們選取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、面積和房價[2]同比增速出現(xiàn)較大波動，但波動從2016年開始縮小。為了平滑行業(yè)波動，我們以1999年為基準，計算后續(xù)每一年房地產(chǎn)銷售金額、面積及單價在當年的年復(fù)合增速，增速時間段為1999年至當年。年復(fù)合增速在下圖2、3、4中標注為紅色線，復(fù)合增速從2000年開始產(chǎn)生數(shù)據(jù)。

從2000-2018年各指標年復(fù)合增速變化趨勢來看，行業(yè)銷售端的面積和總金額復(fù)合增速逐漸放緩。我們根據(jù)復(fù)合增速變化趨勢分段計算年同比增速和復(fù)合增速均值（見表1）。我們發(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12.57億人增長到13.95億人，年同比增速呈現(xiàn)逐步下降。總?cè)丝?005年增長率從0.6%-0.8%換擋成為0.5%左右，2018年增長率進一步下滑到0.38%。與此同時，城鎮(zhèn)人口在1999年至2018年期間從4.37億人增長到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格兩方面因素影響。從影響力度上來看，我們認為銷售面積對行業(yè)銷售金額總量的影響較大。截止到2018年我國城鎮(zhèn)化率達到59.58%。我們認為，雖然中國城鎮(zhèn)化率相比發(fā)達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)展水平逐步達到高位，總量增速和城鎮(zhèn)化增速可能會不斷放緩。

從總量分析來看房地產(chǎn)行業(yè)長期銷售面積的變化與人口總量變化趨勢基本一致。如果假設(shè)當前“房住不炒”總基調(diào)在可見時間內(nèi)長期堅持，行業(yè)價格受政策調(diào)控，那么行業(yè)銷售金額總量可能會隨總?cè)丝谠鲩L放緩而進入到總量高位而增速低位的階段。

2. 行業(yè)調(diào)控方式轉(zhuǎn)變，發(fā)展方式換擋

2.1 行業(yè)主要指標周期波動幅度減弱

從行業(yè)的周期波動來看，中國房地產(chǎn)行業(yè)進入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)基本面主要指標的同比增速在政策松緊變換中呈現(xiàn)明顯波動。但是本輪調(diào)控政策從2016年9月[3]底持續(xù)至今，行業(yè)主要指標的同比增速波動區(qū)間較前幾輪波動區(qū)間明顯收窄。

所謂“因城施策”是指各城市根據(jù)實際情況，在房地產(chǎn)政策松緊上采取適合本地經(jīng)濟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?！?/p>

我們認為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，對不同市場有保有壓，減少了行業(yè)整體大起大落的波動性。

2.2 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?shù)厥袌銮闆r使用適宜的調(diào)控工具進行調(diào)節(jié)。不僅如此，國家發(fā)改委發(fā)布的《關(guān)于實施2018年推進新型城鎮(zhèn)化建設(shè)重點任務(wù)的通知》和《2019年新型城鎮(zhèn)化建設(shè)重點任務(wù)》（簡稱為2018年和2019年“通知”）中對于城鎮(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，增強對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，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，并全面取消重點群體落戶限制。

3.資源匹配人口流動：2018年和2019年《通知》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)余指標跨地區(qū)調(diào)劑等。

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

我們認為，當行業(yè)總量進入低增速階段時，地域人口流動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差異的主要原因。行業(yè)政策促進人口流入發(fā)展型城市，進而加速城市分化——資源優(yōu)質(zhì)的大中型城市長期具備較強的人口吸引能力。考慮到城市基本面的分化以及因城施策調(diào)控，我們認為行業(yè)未來發(fā)展將從總量驅(qū)動的增長變?yōu)樾袠I(yè)內(nèi)部分化驅(qū)動的區(qū)域增長，行業(yè)周期將從行業(yè)整體同漲同跌變?yōu)槌鞘兄芷凇?/strong>

2.3 房企競爭方式轉(zhuǎn)換，從行業(yè)紅利轉(zhuǎn)向企業(yè)紅利

我們認為行業(yè)總量高位低增長而區(qū)域出現(xiàn)分化的基本面趨勢會使得房地產(chǎn)企業(yè)之間競爭加劇。行業(yè)原先的發(fā)展主要是依靠人口整體增長所帶來的行業(yè)紅利。我們認為，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)自身核心競爭力，精準把握項目區(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。房企選對區(qū)域即選對了趨勢，可以獲取長期發(fā)展過程中人口流入、經(jīng)濟增長所影響的購買力、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)計產(chǎn)品。在競爭加劇的環(huán)境下，適合當?shù)匦枨蟮漠a(chǎn)品是保證短期銷售和樹立長期品牌的重要因素。

我們將1999-2018年中國31個省、直轄市和計劃單列市的GDP和常住人口進行了相關(guān)性分析。中國31個省和直轄市的GDP占比從1999年到2018年變化不大，這也就是說各省每年對經(jīng)濟總量的貢獻相對穩(wěn)定。從1999-2018年常住人口年復(fù)合增速與31個省和直轄市GDP占比的關(guān)系來看，GDP占比較大的省市常住人口增長率相對較高。

而常住人口增長復(fù)合增速和GDP復(fù)合增速的相關(guān)性卻不強。我們認為，經(jīng)濟強的省市對人口有長期吸引力，同時我們認為此規(guī)律也適用于城市。由此我們推測，未來直轄市和省會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?/strong>

考慮產(chǎn)品選擇涉及微觀實體運營較多，本文暫時不深入討論。后部分集中分析城市選擇問題。

3. 重點50城基本面分析

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

3.1 分線城市總量分析

綜上所述，我們選取了50個我們認為具備條件的中心城市及周邊中小城市（見表2）。2018年50個樣本城市的合計GDP占全國的46.42%，常住人口占全國的29.44%。我們認為該50個城市具有一定代表性。在下面章節(jié)中，我們按照近十年（2008-2018年，下同）的時間跨度，對城市常住人口和經(jīng)濟指標數(shù)據(jù)進行研究分析。

我們認為，樣本城市的人口流動受到該城市經(jīng)濟發(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，我們分別選取50個城市的樣本城市GDP和樣本城市城鎮(zhèn)人均可支配收入指標分別代表相應(yīng)城市的經(jīng)濟發(fā)展水平和當?shù)鼐用裆钯|(zhì)量。

同時，我們認為樣本城市所處的區(qū)位影響因素可能與該城市周邊的大城市經(jīng)濟實力成正比，而與該城市距離輻射大城市的距離成反比。為此我們采取“輻射城市GDP/樣本城市與輻射城市間距離”的復(fù)合指標來表示樣本城市受其周邊大城市的經(jīng)濟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，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。

其次，從樣本城市近十年的GDP總量上分析。50個樣本城市中，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，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。

從分線城市GDP逐年同比變化率分析，不同分線城市的GDP增速走勢趨同且差距逐漸收窄。2009年因經(jīng)濟危機爆發(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，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。

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。

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較大。除了2008年受金融危機影響而一線城市與二三四線城市趨勢相反以外，其余時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趨勢大體相同。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。

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)合指標表示。為了研究便利，當研究的樣本城市為三四線城市時，該指標中的輻射城市為該城市所在省的省會城市；當研究的樣本城市為具有較強經(jīng)濟輻射能力的一二線城市本身時，該指標中的輻射城市簡化為該城市的中心點），2018年50個樣本城市中，一線城市2018年所處的區(qū)位影響因素指標均值為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)位影響因素指標均值遠高于二線城市，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)位影響因素指標高于一線城市均值；二線城市中天津、武漢、南京等城市2018年所處的區(qū)位影響因素指標超過二線城市均值；三四線城市中東莞、紹興、珠海等城市2018年所處的區(qū)位影響因素指標超過三四線城市均值。

3.2 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變動上分析（即2018年城市常住人口較2008年常住人口增長數(shù)量，以萬人為單位），50個樣本城市中，一線城市常住人口近十年的絕對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流入值較高。50個樣本城市中只有哈爾濱近十年呈現(xiàn)人口流出的趨勢。

其次，從樣本城市常住人口近十年的相對變動上分析（即2018年城市常住人口較2008年常住人口增長率，以百分數(shù)為單位），50個樣本城市中，一線城市常住人口近十年的相對變動率均值為31.4%，二線城市常住人口近十年的相對變動率均值為17.9%，三四線城市常住人口近十年的相對變動率均值為8.07%。即一線城市常住人口近十年的相對變動率均值高于二線城市，而二線城市常住人口近十年的相對變動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變動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變動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變動率超過三四線城市均值。

從分線城市常住人口逐年同比變化率和三年移動平均復(fù)合增速中可以看出：2010年之前分線變化率波動較大，近年來分線城市變化率波動較為平穩(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。

3.3 分線城市經(jīng)濟特征

基于上述分析，我們進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)位影響因素對城市常住人口變動（包括絕對變動和相對變動率）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（包括絕對變動和相對變動率）存在一定的正相關(guān)關(guān)系。我們認為，樣本城市的經(jīng)濟綜合水平、居民生活質(zhì)量，以及該城市所處區(qū)位等因素都對樣本城市的常住人口流入產(chǎn)生了一定的正向推動作用。

其次，以樣本城市的GDP為例，其與樣本城市常住人口的絕對變動之間的正相關(guān)關(guān)系要大于前者與后者的相對變動率之間的正相關(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）。我們認為，樣本城市的經(jīng)濟綜合水平、居民生活質(zhì)量，以及該城市所處區(qū)位等因素對樣本城市的常住人口絕對變化規(guī)模影響程度更大。

第三，以樣本城市常住人口的相對變動率為例，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變動率之間的正相關(guān)關(guān)系，其強度要大于樣本城市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。我們認為，人口流動最容易受到該城市周邊的大城市或城市經(jīng)濟圈的經(jīng)濟輻射力的影響，特別是人口向一二線大城市流入逐步變得困難后，流動人口傾向于“退而求其次”，流向大體量經(jīng)濟體的周邊中小城市的趨勢。

第四，以樣本城市常住人口的相對變動率為例，樣本城市的GDP因素與樣本城市常住人口的相對變動率之間的正相關(guān)關(guān)系，其強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。我們認為，樣本城市的經(jīng)濟體量所反映的整體經(jīng)濟發(fā)展水平是影響人口流入的一個相對重要因素。

我們認為，由于經(jīng)濟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)工人員受知識水平等所限而大多從事薪酬較低的加工制造業(yè)，因此對于他們更具有吸引力的往往是有著更多就業(yè)機會的城市，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)達的城市（如上海、北京、蘇州等）的常住人口流入的絕對數(shù)值很高，但人口基數(shù)大也使得人口的相對變化率表現(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變化率表現(xiàn)則更好。

3.4 分線城市綜合因素排名

綜上所述，我們從GDP增速、人均可支配收入、區(qū)位因素三個指標分別給50個樣本城市進行賦分，由高到低挑選出最佳的14個城市。對于每項指標，假設(shè)全國平均指標賦值折算為標準分1分，每個樣本城市按照其指標值對應(yīng)全國平均指標賦值的倍數(shù)折算為相應(yīng)的標準分，最后將每個樣本城市的三個指標標準分加總算出總分，從而挑選出分數(shù)最高的前14個城市。

方法一：采取2018年樣本城市指標值進行篩選時的前14個城市如下：

根據(jù)以上打分，50個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、長沙、無錫、寧波。

方法二：我們用全國和各個城市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)測各個指標未來三年的數(shù)值，并取未來三年預(yù)測值的平均。根據(jù)各個城市的各因素平均數(shù)值占全國平均值的權(quán)重賦予該城市該項因素分值，分值由大到小排列出來的前14個城市如下：

由此可知，50個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、長沙、無錫、寧波。

4. 總結(jié)

綜上所述，房地產(chǎn)行業(yè)總銷量由住房面積需求和單價構(gòu)成。我們認為，在行業(yè)高速發(fā)展階段，行業(yè)住房面積總需求主要由人口總量增長而驅(qū)動。平滑行業(yè)周期影響后我們發(fā)現(xiàn)，行業(yè)銷售面積復(fù)合增速隨人口總量增長放緩而放緩，銷售價格復(fù)合增速較穩(wěn)定。我們認為，行業(yè)正在進入總量高位增速低位階段。

行業(yè)調(diào)控思路逐漸轉(zhuǎn)變，此輪因城施策調(diào)控下行業(yè)銷售及投資端主要數(shù)據(jù)指標波動變小，行業(yè)周期波動逐步收窄。此外，國家發(fā)改委發(fā)布的城鎮(zhèn)化建設(shè)重點任務(wù)持續(xù)強調(diào)都市圈發(fā)展，通過降低城市落戶條件、允許都市圈內(nèi)城鄉(xiāng)建設(shè)用地增減掛鉤節(jié)余指標跨地區(qū)調(diào)劑等方式引導(dǎo)人口流入城市，提升城鎮(zhèn)化率。

當行業(yè)總量進入低增速階段時，我們認為地域人口流動所帶來的住房需求將逐漸成為行業(yè)需求主要影響。從常住人口歷史20年復(fù)合增速與31個省和直轄市GDP占比的關(guān)系來看，GDP占比較大的省市常住人口增長率相對較高，也就是說經(jīng)濟強的省市對人口有長期吸引力。我們認為未來資源優(yōu)質(zhì)的大中型城市將持續(xù)具備較強人口吸引能力，持續(xù)人口流入帶來新增居住面積需求。

受行業(yè)發(fā)展階段和政策引導(dǎo)等因素影響，我們認為行業(yè)正處于由總量發(fā)展換擋為分化發(fā)展，城市周期在逐步取代行業(yè)周期。行業(yè)總量雖然呈現(xiàn)高位穩(wěn)定低位增長，但潛力城市的房地產(chǎn)行業(yè)發(fā)展有望持續(xù)超越行業(yè)。我們選取了50個我們認為具有發(fā)展?jié)摿Φ某鞘?，并對其基本面進行了分析。

根據(jù)GDP發(fā)展?jié)摿Α⑷司芍涫杖牒蛥^(qū)位因素等方面進行計分排序，行業(yè)發(fā)展?jié)摿ε盼豢壳暗某鞘袨樯虾?、北京和深圳、廣州、重慶、蘇州、天津、武漢、成都、南京、杭州、長沙、無錫和寧波。

5. 風(fēng)險提示

因城施策下各城市調(diào)控整體偏嚴格，導(dǎo)致城市分化速度較慢。

（編輯：孔文婕）