达达兔午夜起神影院在线观看麻烦/免费大片黄手机在线观看/日韩美女视频一区/久久er这里只有精品 - 欧美精品福利视频

[克而瑞]市級“七普”人口指標相繼發布,哪些城市表現最佳?

2021-05-31 11:07:08

掃描二維碼分享
  • 城市:全國
  • 發布時間:2021-05-31
  • 報告類型:市場報告
  • 發布機構:克而瑞

??導 讀 

??部分核心城市人口超預期增長,深圳、西安、成都需求側迎來利好。

??◎  作者 / 馬千里、邱娟

??截至5月26日,大陸31個省(自治區、直轄市)中已經有25個省級行政單位發布了第七次全國人口普查公報,涉及人口超12.4億人,占全國總人口規模的比重高達88%,尚未公布的多集中在人口相對稀少的西部和東北地區,已經公布的數據涉及了絕大多數重點地級市和自治州等,具有較高的代表性。考慮到房地產市場和人口具有高度相關性,為了對接下來的房地產市場有全局性的把握,本文將對典型地區和城市的人口規模、結構以及人口集中度等多方面數據進行分析,從而對房地產市場的影響提供相關參考。

??01

??省級行政區:粵、浙人口激增兩成

??東北三城均負增長、增速全國墊底

??就總人口規模來看,全國人口共141178萬人,與2010年(第六次全國人口普查數據,下同)的133972萬人相比,增加7206萬人,增長5.38%,年平均增長率為0.53%,比2000年到2010年的年平均增長率0.57%下降0.04個百分點。整體上來看,近10年來我國人口繼續保持低速增長態勢。

??分地區來看,這10年來各地區人口表現各異。其中廣東、浙江、江蘇、重慶、福建以及新疆、貴州、廣西等少數民族地區“七普”人口占全國的比重較“六普”時增幅均在0.1個百分點以上,尤其是廣東、浙江,10年間總人口增幅均在兩成左右,占全國總人口的比重增幅均在0.5個百分點以上。

??人口增長明顯變緩甚至負增長的地區多集中在東北地區和西部欠發達省份,譬如山西、內蒙古、甘肅、湖南等地區,其中黑、吉、遼三省人口負增長最為顯著,“七普”人口占全國的比重較“六普”時降幅均在0.25個百分點以上,在全國31個地區中墊底;尤其是黑龍江省,10年間人口減量646萬人至3185萬人,占全國的比重由2.86%降至2.26%。

??總體來看,31個地區人口變動與經濟發展呈正相關,經濟發達的長三角、珠三角地區人口大都呈現增加趨勢,占全國總人口的比重增加比較突出;而經濟發展動能欠佳的東北三城以及西部省份人口基本都呈現下降趨勢,占全國總人口的比重也呈下降趨勢。

人口規模

??02

??地級市州:人口加速向大中城市集聚

??100-300萬人城市人口流失最顯著

??進一步細化到城市,可以看到十年間常住人口在繼續向大城市集聚。就已披露的290個地級市州數據來看,常住人口在500萬以下的城市,常住人口只是在“零增長”,近十年增加的人口都在向500萬、尤其是1000萬以上人口城市集聚。

??具體而言,17個千萬級人口城市全部實現了人口增長,十年間平均增長比例高達25%,其中深圳、西安、廣州增長均超過40%,增長最慢的天津也有7%(93萬)的人口增長。

??相對應的,100-300萬城市人口流失最為顯著,成為了大中城市流動人口持續增長的重要“糧倉”。在2020年常住人口為100-300萬的89個市州中,十年間人口下降的城市數量占比超過六成,平均來看常住人口增速更是出現了下滑。其中吉林的松原、白城、通化、四平等城市十年間人口下降均超過二成。

人口規模

??03

??一二線:西部省會城市集聚力明顯提升

??濟南虹吸效應墊底

??具體來看各省市人口集聚情況,省會/中心城市(以下簡稱“核心城市”)的人口虹吸效應進一步增強,人口集中度較10年前有不同程度的提升。其中西安、銀川、成都、長春和拉薩的集中度漲幅最突出,均超5個百分點。典型如西安,“七普”常住人口達1295萬人,占陜西全省人口占比達33%,較10年前增加了10.08個百分點,無論是省會城市人口集中度,還是集中度增幅,均在全國處于前列。

??不僅僅是西安,銀川、成都、拉薩、長沙、武漢等中西部省會表現也比較突出,人口集中度增幅均超過4個百分點,主要原因在于這些地區均是典型的單中心省份,省內其他城市經濟實力與省會城市相差甚遠,因此省會城市人口虹吸效應更強,集中度顯著提升。典型如成都,10年間常住人口增量達582萬,在此助力之下,其成為除北京、上海和重慶三個直轄市之外,第四個常住人口突破2000萬人的超大城市。

??東部發達省份中,人口集中度漲幅最突出的則是深圳,10年間人口集中度漲了3.94個百分點,并且10年間人口增量也居于全國首位,高達714萬,這一系列數據均顯示出深圳強大的人口吸納能力。此外,廣東省會城市廣州表現也不俗,10年常住人口增加598萬,居于第二位,在兩個中心城市的助力之下,廣東省占全國總人口的比重由7.79%增至8.93%,增加了1.14個百分點,依然是全國人口第一大省,人口高達1.26億人。

??相比之下,濟南、寧波、福州、青島、南京、石家莊這些核心城市的人口吸納能力不甚突出,集中度增幅均在1個百分點以下,這些城市或是單核省份中經濟相對欠發達,吸納人口被更強大的核心城市分流,譬如石家莊;或是多核發展省份中實力相對弱的城市,譬如南京、寧波、福州;或是實力相當的城市,譬如濟南和青島,人口集中度不甚突出。

1

??04

??三四線:多省出現人口增長“第二中心”

??廊坊十年間人口增長反超石家莊

??非核心的三四線城市中,也有一些城市人口集中度顯著提升。譬如三亞、廊坊、金華、贛州等,占省內人口比重較2010年增幅均超1個百分點。典型如廊坊,得益于近京的地理優勢,十年間人口增長達到110萬,居于河北省內首位,甚至超過了省會城市石家莊。再如三亞,“七普”常住人口達103萬人,占海南全省人口占比達10%,較10年前增加了2.3個百分點,人口集聚突出,這很大程度上要歸功于三亞良好的氣候、環境,吸引了大批量的東北人口,因此人口增量比較突出。

??除此之外,無錫、阜陽、佛山和中山等城市人口集中程度也比較突出,人口增量大都超過100萬人,占省內人口的比重增幅均超0.5個百分點,從區位上看,這些城市多集中在經濟比較發達的長三角和珠三角區域。

1

??05

??預期誤差

??大部分一二線城市常住人口增長超抽樣調查

??僅天津一城被明顯高估

??非普查年份的常住人口相關數據是通過抽樣調查獲取,因此數據具有一定的誤差。“七普”人口數據顯示,大部分城市的人口數據存在的差誤還是比較大的。譬如深圳、成都、拉薩、西安、銀川、海口、廣州、昆明、鄭州、長春、廈門、長沙和貴陽,“七普”公布的常住人口數據和2019年數據的差距均在20%以上,尤其是人口規模較大的深圳,差距高達31%,即使按照2019年常住人口增量41萬來估算2020年常住人口規模的情況下,誤差也達27%。

??相比之下,北京、上海、重慶三個直轄市以及石家莊、濟南等城市的數據是誤差相對較小,均在3%以下。如果進一步考慮2020年常住人口的正常增量,誤差會更小。

??值得注意的是,“七普”數據中天津常住人口僅1386.6萬人,較2019年抽樣調查的常住人口規模少了175萬人,誤差在11%以上,是目前已經公布人口普查數據的一二線城市中唯一一個人口被高估的城市。在千萬級常住人口的一二線城市中,也是唯一一個十年間人口增量少于百萬的城市。

??究其原因,主要是由于流動人口的持續增加導致的,“七普”數據顯示,2020年流動人口高達3.76億人,與2010年相比,增加了69.73%,同時這一數據也遠超2018年《中國流動人口發展報告》中2.4億流動人口的總規模,也顛覆了近5年流動人口發展報告中流動人口規模持續下滑的觀點,流動人口規模還在持續上升。流動人口規模的增加也帶來了巨大的居住需求,尤其是深圳、西安、成都、廣州、昆明、鄭州、廈門這類人口規模被明顯低估的城市,“剛需池”將大幅增加。

??相比之下,天津的需求側風險進一步增加了,2020年較2010年人口僅增加93萬人,而2010年與天津常住人口規模相當的廣州近10年常住人口增加了近600萬,由此可見天津人口增速之慢,近些年甚至可能已經出現了常住人口流失的情況。如果這種趨勢進一步延續的話,天津房地產市場規模的持續性堪憂。

1

??06

??總結:常住人口規模超預期增長

??深圳、西安、成都樓市迎需求側利好

??綜上,雖然就全國層面來看,近10年來我國人口繼續保持低速增長態勢,但地區差異顯著,經濟發達的長三角、珠三角地區人口大都呈現增加趨勢,而經濟發展動能欠佳的東北三城以及西部省份人口基本都呈現下降趨勢。從各省內部來看,核心城市的人口虹吸效應進一步增強,人口集中度較10年前有不同程度的提升。典型如西安,無論是省會城市人口集中度,還是集中度增幅,均居全國前列;相比之下,濟南、寧波、福州、青島、南京、石家莊這些核心城市的人口吸納能力不甚突出,尤其是濟南,人口集中度增幅在核心城市中處于墊底位置,增量僅有0.59。

??值得注意的是,七普數據與抽樣調查得出的數據之間存在較大的誤差,除天津外,大部分一二線城市常住人口規模被低估,譬如深圳、西安、成都、海口、廣州、昆明、鄭州、廈門和長沙,“七普”公布的常住人口數據和2019年數據的差距均在20%以上,人口數據修正之后,與之相關的一系列醫療、教育等配套規劃勢必要增加,房地產行業最關注的“剛需池”也將越發充盈。相對應天津近些年常住人口被明顯高估,市場前景也面臨的極大不確定性。但同樣的,在大幅變化的人口指標之下,地方主管部門的人才引進政策勢必需要進一步調整,相關人口落戶、購房資格認定等政策勢必需要進行相應的改變,也為核心城市未來的樓市發展增加了更多變數。

專 題
返回頂部
掃描二維碼分享
返回頂部
{"code": 200, "msg": "u5df2u7ecfu4e0au4f20u8fc7uff0cu4e0du8981u91cdu590du53d1u9001"}