【徐遠(yuǎn) 房產(chǎn)投資規(guī)劃課(8)】(02.19):生育率下降摩桶、老齡化會(huì)逆轉(zhuǎn)房?jī)r(jià)趨勢(shì)嗎?

微信圖片_20181005125538.png

聲明

以下內(nèi)容來自徐遠(yuǎn)的分享帽揪。

本節(jié)思維框架

  1. 前言
  2. 人口出生率
  3. 人口老齡化
  4. 總結(jié)

前言

昨天的課程中硝清,我給你重點(diǎn)講了技術(shù)進(jìn)步對(duì)城市化的影響,分析的結(jié)果是技術(shù)進(jìn)步既不會(huì)逆轉(zhuǎn)城市化转晰,也不會(huì)降低房?jī)r(jià)芦拿。你想想你看過的科幻電影,未來的太空城市挽霉,也是密密麻麻防嗡。

今天,我們來討論另一個(gè)很重要的問題侠坎,就是人口因素對(duì)房?jī)r(jià)的影響蚁趁。充分調(diào)動(dòng)中,有兩個(gè)重要的情況經(jīng)常被提到实胸,一個(gè)是人口出入率的下降他嫡,年輕人變少,一個(gè)是老齡化庐完,老年人變多钢属,很多人擔(dān)心著兩個(gè)因素會(huì)降低住院需要,降低房?jī)r(jià)门躯。

人口出生率

比如說淆党,市場(chǎng)上有這樣一種說法,說中國人口有一個(gè)金字塔結(jié)構(gòu)讶凉,頂端是一個(gè)小孩子染乌,中間是一對(duì)父母,底層還有4個(gè)祖父母懂讯,人口越來越少荷憋,老年人越來越多。

1.png

而且褐望,小孩子會(huì)得到來自家里雙方父母的多套住房勒庄,就會(huì)導(dǎo)致空房率增加串前,這會(huì)引起房?jī)r(jià)的斷崖式的下跌。這種說法很流行实蔽,很多人可能都聽說過荡碾,那么,房?jī)r(jià)會(huì)不會(huì)因此下跌呢局装?

我們還是先來看證據(jù)玩荠。下圖給出了1970年以來我國每年出生的新生嬰兒數(shù),以及每年的預(yù)期壽命贼邓。

2.png

你會(huì)看到,新生嬰兒數(shù)其實(shí)早就開始下降了闷尿,從1990年左右就開始大幅下降了塑径,預(yù)期壽命也一直在提高,所以生育率下降并不是今天才有的事情填具,老齡化也不是今天才有的事情统舀,至少已經(jīng)十幾年了。

可是這十幾年房?jī)r(jià)一直是上漲的劳景。這就說明誉简,出生率下降和老齡化,并不必然導(dǎo)致房?jī)r(jià)下降盟广,至少還需要其他條件闷串。

剛才說的是國內(nèi)的證據(jù),國際上呢筋量?我們知道很多國家烹吵,特別是發(fā)達(dá)國家,生育率早就下降了桨武,老齡化也早就開始了肋拔,可是擋不住這些年房?jī)r(jià)依然是上升的。

比如說呀酸,德國凉蜂,大家都知道德國的老齡化程度很嚴(yán)重,德國的老齡撫養(yǎng)比性誉,也就是65歲以上的老年人和18-64歲的年齡人的比重窿吩,在歐洲很高,比很多國家都高艾栋,主要國家中只比日本低爆存,比英國、法國蝗砾、美國都高先较。

可是德國的房?jī)r(jià)携冤,這幾年漲得很快,柏林闲勺、慕尼黑的房?jī)r(jià)漲的都很快曾棕,2015年以來,歐洲房?jī)r(jià)增速最快的十個(gè)城市菜循,有4個(gè)在德國翘地。

3.png

這樣的例子還有很多,我這里不一一列舉癌幕,最后再舉一個(gè)例子衙耕,就是大家談?wù)摰煤芏嗟娜毡尽?/p>

大家都知道日本的老齡化很嚴(yán)重,老年人扶養(yǎng)比達(dá)到45%勺远,主要國家中是最高的橙喘,人口出生率也很低,現(xiàn)在只有1.4左右胶逢。遠(yuǎn)遠(yuǎn)低于保持人口問題穩(wěn)定的水平厅瞎,也就是2.1左右。

那么日本的房?jī)r(jià)是不是下跌的呢初坠?1990年地產(chǎn)泡沫破滅以后和簸,日本的房?jī)r(jià)是下跌的。

但是從2003年開始碟刺,日本東京的房?jī)r(jià)和世界的房?jī)r(jià)一起漲跌锁保,并沒有明顯的下跌趨勢(shì)。比如從2003到2007年南誊,日本東京的房?jī)r(jià)是上漲的身诺,金融危機(jī)平息以后,從2012年到2017年抄囚,東京的房?jī)r(jià)也是上漲的霉赡。

關(guān)于日本的房?jī)r(jià),日本房產(chǎn)的投資機(jī)會(huì)幔托,我們以后會(huì)有一堂課專門講穴亏。這里的證據(jù)是想說,說人口老齡化和生育率下降并不一定導(dǎo)致房?jī)r(jià)下跌重挑,這句話是立不住的嗓化,歷史數(shù)據(jù)不支持。

這里說這些證據(jù)谬哀,我不是想說人口的變化不重要刺覆,而是想說不能從人口的變化直接跳到房?jī)r(jià)下跌的結(jié)論,而是要仔細(xì)分析史煎,到底什么情況下哪里的房?jī)r(jià)會(huì)下跌谦屑。

比如說日本驳糯,東京的房?jī)r(jià)沒下跌,可是不代表日本其他地方的房?jī)r(jià)沒有下跌氢橙。

舉個(gè)例子酝枢,茨城縣在全日本的都道府縣中,人口總數(shù)排名第11位悍手,人口總數(shù)達(dá)到291.7萬人帘睦,不算小地方了,距離東京40公里坦康,不遠(yuǎn)很偏僻竣付。

可是這些年,房地產(chǎn)價(jià)格一直是下跌的滞欠。從2003年到2017年卑笨,住宅價(jià)格累計(jì)下跌了44.8%,接近跌了一半(據(jù)日本國土交通省統(tǒng)計(jì))仑撞。

為什么這里房?jī)r(jià)下跌這么快,因?yàn)榇某强h是著名的“白發(fā)城市”妖滔,以老年人為主隧哮,年輕人都走了,人口持續(xù)下降座舍,沒有新增需求沮翔,房?jī)r(jià)當(dāng)然下降了。

所以說曲秉,老齡化和生育率下降的背景下采蚀,房?jī)r(jià)還是會(huì)下跌的,關(guān)鍵是哪里的房?jī)r(jià)會(huì)下跌承二。

我們以前的課上強(qiáng)調(diào)過榆鼠,決定房子價(jià)值的,有三個(gè)因素亥鸠。分別是“位置妆够、位置、位置”负蚊。真正深刻明白這個(gè)道理的標(biāo)志神妹,是不再泛泛而談房子,而是談“哪個(gè)城市的房子”家妆、“什么位置的房子”鸵荠。

嚴(yán)格意義上說,這世界上沒有“房子”這個(gè)概念伤极,只有“哪里的房子”這個(gè)概念蛹找,北京上漲的房子和偏遠(yuǎn)農(nóng)村的房子完全不是一回事姨伤,價(jià)值相差上百倍。不同城市的房子也完全不是一個(gè)概念熄赡。價(jià)值可以相差幾十倍姜挺。

所以呢,說人口因素會(huì)導(dǎo)致房?jī)r(jià)下降彼硫,是典型的似是而非炊豪。而且由于看起來很道理,欺騙性很強(qiáng)拧篮。

如果你看未來的發(fā)展趨勢(shì)词渤,就會(huì)發(fā)現(xiàn)未來幾十年,人口總量在略微增長(zhǎng)之后串绩,就會(huì)平穩(wěn)缺虐,然后下降。

但是礁凡,人口的空間分布會(huì)變化高氮,一些城市的人口會(huì)繼續(xù)增加,另一些城市的人口會(huì)減少顷牌,前一類城市的房?jī)r(jià)還繼續(xù)上漲剪芍,后一類城市的房?jī)r(jià)會(huì)下跌。

所以窟蓝,老齡化罪裹、生育率的因素,并不是絕對(duì)降低房?jī)r(jià)运挫,而是降低部分地區(qū)的房?jī)r(jià)状共。下次別人和你說談房?jī)r(jià)的時(shí)候,你一定要問:哪里的房?jī)r(jià)谁帕?

一些沒有發(fā)展?jié)摿Φ某鞘械姆績(jī)r(jià)峡继,是會(huì)下降的,這些地方的房?jī)r(jià)本來就會(huì)下降匈挖,人口總量的減少鬓椭,會(huì)加速這種下降。

人口老齡化

關(guān)于哪里的房?jī)r(jià)會(huì)長(zhǎng)关划,哪里的房?jī)r(jià)會(huì)跌小染,我會(huì)用一堂課的時(shí)間專門講。今天贮折,我再給你補(bǔ)充一個(gè)老齡化不一定導(dǎo)致房?jī)r(jià)下跌的原因裤翩。

老齡化是什么意思?是人們身體變健康了,預(yù)期壽命延長(zhǎng)了踊赠,這樣一來至少有兩層含義:

1. 老人壽命延長(zhǎng)呵扛,那就是需要個(gè)住的地方,這就增加了住房需求

老人的看病需求大筐带,不能住在很偏遠(yuǎn)的地方今穿,不能住在山里,而是要住在有不錯(cuò)的醫(yī)院的地方伦籍,那也就是大中城市蓝晒;

從這個(gè)角度看,老齡化是增加了大中城市的住房需求的帖鸦。我國的老齡化剛剛開始芝薇,現(xiàn)在很多六七十歲的老人,都要活到百歲以上作儿,這是個(gè)很大的需求洛二。

2. 現(xiàn)在家庭規(guī)模在變小,也是增加住房需求的

以前是四世同堂攻锰,三世同堂晾嘶,現(xiàn)在是三口之家,甚至是兩口之家娶吞。每個(gè)家庭一套房变擒,這樣給定總?cè)丝冢覒魯?shù)增多寝志,對(duì)房子的需求也增大了。

根據(jù)統(tǒng)計(jì)局的數(shù)據(jù)策添,1990年的時(shí)候材部,平均每個(gè)城鎮(zhèn)家庭平均是4(3.97)口人,到了2017年唯竹,下降到了3(3.03)口人乐导,下降了四分之一。

這樣一來浸颓,對(duì)于給定的人口總量物臂,戶數(shù)就增加了三分之一,對(duì)房子的需求就增加了三分之一产上。這是僵的數(shù)字棵磷,大城市的家庭人數(shù)還要少一些,北京晋涣、上海仪媒、天津、重慶四個(gè)直轄市分別是2.6谢鹊、2.5算吩、2.7留凭、2.8,城市越大偎巢,家庭人數(shù)越少蔼夜,住房需求越大。

里面當(dāng)然有很大一部分是老兩口住压昼,但是現(xiàn)在人均壽命很長(zhǎng)求冷,每年都在增長(zhǎng),想騰出房子來巢音,要很久很久遵倦。所以,老齡化不一定是減少住房需求的官撼,很可能是增加住房需求的梧躺。
.

總結(jié)

今天我們重點(diǎn)講了人口結(jié)構(gòu)的變化對(duì)于房?jī)r(jià)的影響,總結(jié)一下今天的觀點(diǎn)傲绣,可以用三句話概括:

第一句:人口老齡化和生育率下降在國外已經(jīng)發(fā)生掠哥,但是并沒有導(dǎo)致房?jī)r(jià)的普遍下跌;

第二句:預(yù)期壽命的延長(zhǎng)秃诵,以及家庭規(guī)模的減少续搀,都帶來住房需求的增加,導(dǎo)致房?jī)r(jià)有上漲的壓力菠净;

第三句:在不遠(yuǎn)的將來禁舷,我國人口總量將停止增長(zhǎng),沒有發(fā)展?jié)摿Φ某鞘械娜丝跁?huì)加速流出毅往,意味著這些城市的房?jī)r(jià)可能會(huì)下跌牵咙。在以后的課程中,我們會(huì)專門分析城市的發(fā)展?jié)摿Α?/p>

到今天為止攀唯,我們就結(jié)束了房?jī)r(jià)基本面因素的分析洁桌,我們分析了經(jīng)濟(jì)增長(zhǎng)、通貨膨脹侯嘀、城市化另凌、老齡化四個(gè)方面的因素,通過這部分的學(xué)習(xí)戒幔,相信你已經(jīng)明白吠谢,中國的房?jī)r(jià)上漲,完全符合房?jī)r(jià)上漲的一般規(guī)律诗茎,也沒有漲過頭囊卜。從明天開始,我們將進(jìn)入第三部分的學(xué)習(xí),分析政策因素的影響栅组。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末雀瓢,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子玉掸,更是在濱河造成了極大的恐慌刃麸,老刑警劉巖,帶你破解...
    沈念sama閱讀 212,884評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件司浪,死亡現(xiàn)場(chǎng)離奇詭異泊业,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)啊易,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,755評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門吁伺,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人租谈,你說我怎么就攤上這事篮奄。” “怎么了割去?”我有些...
    開封第一講書人閱讀 158,369評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵窟却,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我呻逆,道長(zhǎng)夸赫,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,799評(píng)論 1 285
  • 正文 為了忘掉前任咖城,我火速辦了婚禮茬腿,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘宜雀。我一直安慰自己切平,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,910評(píng)論 6 386
  • 文/花漫 我一把揭開白布州袒。 她就那樣靜靜地躺著,像睡著了一般弓候。 火紅的嫁衣襯著肌膚如雪郎哭。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,096評(píng)論 1 291
  • 那天菇存,我揣著相機(jī)與錄音夸研,去河邊找鬼。 笑死依鸥,一個(gè)胖子當(dāng)著我的面吹牛亥至,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 39,159評(píng)論 3 411
  • 文/蒼蘭香墨 我猛地睜開眼姐扮,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼絮供!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起茶敏,我...
    開封第一講書人閱讀 37,917評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤壤靶,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后惊搏,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體贮乳,經(jīng)...
    沈念sama閱讀 44,360評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,673評(píng)論 2 327
  • 正文 我和宋清朗相戀三年恬惯,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了向拆。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,814評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡酪耳,死狀恐怖浓恳,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情葡兑,我是刑警寧澤奖蔓,帶...
    沈念sama閱讀 34,509評(píng)論 4 334
  • 正文 年R本政府宣布,位于F島的核電站讹堤,受9級(jí)特大地震影響吆鹤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜洲守,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,156評(píng)論 3 317
  • 文/蒙蒙 一疑务、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧梗醇,春花似錦知允、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至手负,卻和暖如春涤垫,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背竟终。 一陣腳步聲響...
    開封第一講書人閱讀 32,123評(píng)論 1 267
  • 我被黑心中介騙來泰國打工蝠猬, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人统捶。 一個(gè)月前我還...
    沈念sama閱讀 46,641評(píng)論 2 362
  • 正文 我出身青樓榆芦,卻偏偏與公主長(zhǎng)得像柄粹,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子匆绣,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,728評(píng)論 2 351

推薦閱讀更多精彩內(nèi)容