第四章遇见房产拐角

劳动是财富之父，土地是财富之母。

——威廉•配第I

人类对土地的迷恋从来就没有停止过。从村庄走向城市之 后，人类的土地之恋就变成了房产之恋。截至2017年，全球的股票、债券、黄金、房地产等资产加起来大概是340万亿美元，仅房地产一项就有168万亿美元，占全球总资产的近一半。

即使农业社会过去了这么多年，和土地相连的房产仍然是 个人财富的最主要来源。房价的涨跌，就是一个地区命运的缩影，也和老百姓的财富息息相关。

不同的城市，相似的命运

2019年6月盛夏，走在东北边陲小城鹤岗的街上却让人觉得 分外冷。公告栏、电线杆、居民住宅窗户上，卖房广告随处可见，价格从300元/平方米到3000元/平方米不等。

这个曾经出现在中学课本上的“煤都”以一种苦涩的形式重 新进入了人们的视野。2019年4月，网上盛传，鹤岗一套46平方米

Y】22钱从哪里来

的房子总价是16000元，相当于300多元/平方米。16000元，只够买 一块浪琴手表、一款古驰的普通包、一条爱马仕的皮带。要是和房子联系到一起，这样的价格真的可以算是“白菜价”。即使是鹤岗市中心繁华地段精装修的房子，也仅标价两三千元一平方米。

下跌的房价，像一面镜子，映射出城市的萧条。

鹤岗属于资源型城市，曾是黑龙江省“四大煤城”之一。

以前煤炭产业兴盛时，鹤岗发展得很不错。但随着煤炭资源枯 竭，产业结构单一的鹤岗遇到了发展瓶颈。2012—2018年，鹤岗的GDP下降了21%,财政收入每年以两位数的速度下降。随之而来的，是严重的人口流失问题。1998年，鹤岗的常住人口为110万，到2018年，尽管统计局显示的常住人口数据仍然是110万，但根据我们移动设备的测算，网络人口数量已经不足80万，20年间人口流失了约27%。

人走了，购买力也走了，整个城市处在收缩的趋势中。

鹤岗不是孤例。2013年，曾经的美国汽车之城，位于五大 湖区的底特律，惊现“1美元，买走一套房”的广告。广告中的1美元，丝毫没有夸张，底特律确实有很多荒草丛生的独幢别墅标价1美元出售。

是卖主疯了吗？当然不是。因为当时底特律的房价一路下 跌，而持有底特律房产的人，每年都需要缴纳1.78%的房产税。而且，修葺别墅也是一笔不小的开销。也就是说，高昂的持有成本让这些房子的实际价值为负。

低迷的房价背后，仍然是整个城市的困境。

二十世纪六七十年代，随着德国、日本汽车制造业的飞速 发展，底特律的福特、克莱斯勒等汽车公司的竞争力日益下降。再加上1967年的底特律骚乱】，居民不断成批地搬走，人口从1 950年的185万下降到现在的70万。如今，底特律的暴力犯罪率是全美国最高的，近8万座建筑被遗弃或者严重摧残，全市40%的路灯不工作，公共服务接近崩溃，失业率曾一度达到18%以上，是美国平均水平的2倍。2012年，底特律被《福布斯》(For be )杂志评为美国最悲惨的城市。2013年，底特律市政府因负债185亿美元而宣布破产，底特律成为美国历史上最大的破产城市。

2017年冬天，我因为开会经停底特律，在那里匆匆待了一 天c冬季寒冷灰暗的天空，破旧失修的城区，街上人流也少，大多是暮年的老人。我当时感觉很压抑，居然想起了《蝙蝠侠：黑暗骑士》中的哥谭市。要知道，仅仅70年前，这个城市还风光无限，贵为美国的第四大城市、世界汽车之都。

三十年河东，三十年河西。不免唏嘘。

1 1967年7月23日早上，警方扫荡一间位于底特律第十二街和克莱尔蒙特街交界的无牌照酒

卩巴，酒吧的支持者及旁观市民与警方发生冲突，并进一步演变成美国历史上死亡人数最多 的暴动事件之一。骚乱后相对富裕的白人居民纷纷迁离，底特律的消费大受影响，服务业遭受沉重打击。富人迁走也导致地方政府税收减少，政府投放在市政服务和建设上的资金减少，当地居住环境和经济再走下坡路。城市衰败导致治安恶化，更多相对富裕的居民迁走，形成恶性循环。

£122钱从哪里来

两个国家，两座城市，在不同时间隧道里的经历，多少有 点类似，都是城市增长停滞，房价雪崩式下滑，居民财富大幅缩水。

难怪伟大的英国古典政治经济学家威廉•配第说：“劳动是 财富之父，土地是财富之母。”

房地产：增长与财富

从发达国家的历史经验来看，伴随国家的经济增长，房地 产都出色地完成了分享增长红利、抵抗通货膨胀的任务。在主要的发达经济体中，房价增长最快的是日本和法国，从1946年到2012年的60多年间始终保持着平均10%左右的房价增速，比各自GDP增速和通货膨胀率的总和还要高岀2〜3个百分点。一个法国人1946年在塞纳河畔花1000法郎买的房子，现在已经值100万法郎了。房价增长最慢的国家是美国和德国，增速都接近4%o |美国的房价增速略高于通货膨胀率，而德国的房价增速略高于GDP增速（如图4-1所示）。

1虽然美国和德国的房价增速相近，但房价增长背后的原因却完全不一样。美国的资产价 格经常大起大落，房价也是在经历了次贷危机前后的过山车式涨跌之后，最终维持在4%的。德国政府非常注意防范金融风险，资产价格始终保持着相对稳定的低速增长。德国的物价增速也只有2.7%左右，是所有发达经济体中最低的。

图4-1二战后（1946—2012年）发达国家房价的平均增速|

从全球范围来看，房地产在居民总财富中所占的比重较 大，在49%左右。就发达国家的数据来看，房地产在居民总财富中的占比要比发展中国家低一些。美国房地产占总资产的比例约为26%,英国的这一数字是35%,德国是42%,意大利是50%,西班牙是60%. 1 5 6而众多增长较快的发展中国家，房地产在总资产中的占比要高很多，比如，印度是77%,中国是54%o

中国不-样？

1

英文原文为：An individual's place of residence is essential in determining her productivity, income,and well-being.这句话出自Klaus Desmet,David Krisztian Nagy,Esteban Rossi-Hansberg,"The Geography of Development",/。””加 of PoliticalEcono 砂,2018.06.

2

2黄仁宇，《中国大历史》，生活•读书•新知三联书店2014年版，第33页。

3

根据History Database of the Global Environment (HYDE 数据库的城市化率以及Maddison

Project数据库中的人均GDP水平进行测算。

4

Chun-Chung Au,J. Vernon Henderson,"How migration restrictions limit agglomeration and productivity in China", JownaZ of Development Economi:cs,2006.QS.

5

数据来源：Katharina Knoll et aL,"No Price Like Home: Global House Prices,1870—2012'',AmericanEconomic Review,20\7.02.

6

数据来源：James B. Davies et al,"The Level and Distribution of Global Household Wealth",

The Economic Jowrna/,2009.11.

虽然房价增长和房地产成为居民财富的重要组成部分在全

弋124钱从哪里来

世界都不是特殊现象，但中国的房价似乎增长得太快，在总资 产中的比例过高。

根据中国人民银行货币政策司司长孙国峰的计算，2014 年房地产占中国家庭财富的比例为54% ,是家庭财富的半壁江山。|除房地产之外，中国人的另一部分财富主要是银行储蓄和理财，占到了总财富的30%。这意味着除了房地产和在银行的资产之外，中国居民的股票、债券、基金和保险等资产少得可怜，加起来才占总财富的百分之十几。

对比之下，美国居民的财富构成则更加多元。虽然房地产 也是比重最大的资产，但是只占到了总资产的20%左右，和保险、股票等平分秋色。另外，储蓄、理财、投资基金和债券所占比例也相当大(如图4-2所示)。

中国为什么不一样？是有什么特殊性吗？

要弄清楚这个问题，首先我们需要明白房子的价值来自哪 里。是来自砖瓦、钢筋水泥、豪华装饰吗？当然不是。房产的正式称呼是“房地产”，房子的价格反映的是房子所在土地的价值。而土地的价值来自这片土地上经济的增长潜力，即大家对这片土地未来可以创造多少财富的预期。

1 从其他途径得出的数字甚至更高一些。我们前面提到的，根据吉姆•戴维斯(James Davies)的测算，中国房地产占总资产的62%。西南财经大学和广发银行通过调查得出的比例高达80%。

图4-2 2014年中美家庭财富分解1

从这个意义上说，一个国家、一个地区、一个城市的“房 地产”就是这个国家、地区和城市的“股票”。买房买的是它的增长。所以，房地产的长期价值，由国家、地区和城市的增长水平决定。

自1978年以来，中国发生了一些史无前例的变化。

一是中国出现了持续几十年的高速经济发展，1978—2018 年经济总量增长了 13.5万亿美元。直到2019年，作为全球第二大经济体的中国，依然保持着每年超过6%的经济增速。

二是中国开始了大规模的城市化建设，2亿多人从农村迁到

1数据来源：中国的数据来自中国人民银行孙国峰的计算，美国的数据来自美联储美国居民 总资产分解表。

=126钱从哪里来

城市。此外还有数亿人在城市间流动，或者等待迁往城市。

这些数字都是地球上从来没有出现过的，这样的基本面数 据应该支持多高的房价？说实话，可以预测，但是不能断言。历史和未来都没有常形，我们唯一能做的是保持谦卑。

此外，横向对比来看，同样作为快速增长的经济体，中国 的房价增速其实比印度低不少（如图4-3所示）。中国房价的飞涨是在6000年以后，从6000年到6019年，中国的房价大约上涨了2倍，而印度的房价则涨了4倍多。（印度孟买的房价已经达到了约6800美元/平方米，超过了马德里、巴塞罗那、佛罗伦萨、圣迭戈等发达城市。

图4-3 6000—6017年世界主要国家和地区的房价增长情况

1 数据来源：BIS （Bank for International Settlements,国际清算银行）。 2数据来源：BIS。

以上面的讨论为逻辑基点，就不难理解这10多年中国房价 的超常表现。

以我国统计局公布的数据为依据：从2005年到现在，北 京、上海这些一线城市，房价大概增长了2倍；南京、扬州等二线城市，房价也大概增长了 1倍。如果要计算房子投资收益，还要加上房租，因为这相当于房子这只股票的分红。此外，城市核心区域的房价涨幅还要远远高于这个数字。比如，2005年建成的、位于北京金融街的丰侨公寓，开盘均价为1.5万元/平方米，到了2019年，这里的二手房价格已经达到了 19万元/平方米左右，房价在14年里涨了近12倍。

如果同样的钱在银行存定期，从2005年到现在，资金只增 值38%,而同期物价却上涨了40%。这相当于存银行的这笔资金的购买力还降低了。如果出于流动性考虑，在银行存活期，这10多年下来，就只有6%的理财收益，相当于将资金的时间价值全部送给了银行。

2000年以来的近20年，可以说是中国房地产的黄金年代， 几乎所有城市的房价都在上涨。随便买一套房子，就可以战胜几乎所有的理财产品。而这反映的正是中国过去20年超高的经济增长速度，从1 998年到2018年，中国年均GDP增速超过9%。对于像中国这样的巨型经济体来说，这么多年始终保持如此高的经济增速是难以想象的。

另外，中国的高房价和我国信用市场的特殊性也存在一定

£^12钱从哪里来

的关系。在现代经济中，财富和信用紧密相连c作为历史上最 早熟的中央集权帝国，中国一直以来都是国家信用强大，民间信用薄弱。这也是自1998年开始，政府能将土地作为类似股权融资的工具，为城市建设提供源源不断动力的原因。2017年，土地收入占地方政府财政总收入的近一半，超过税收成为地方政府最主要的收入来源。

作为土地价值的载体，我国的房地产市场拥有的是“王的 信用”，具有强大的资金筹集能力。相比之下，股票、债券等市场缺乏强大的各级政府的信用背书，信用相对薄弱，吸纳资金的能力就要差很多

土地和房子，在中国过去20年的历史中，犹如满地的果 实，随手拾取，从“50后”到“80后”的中国百姓，或多或少都尝到了这20年的房产财富之果。

我忍不住想起了著名小说《飘》里斯嘉丽的爸爸和她的一 段对话。老杰拉尔德指着塔拉庄园，语重心长地对斯嘉丽说：

“这个世界上，只有土地与日月同在。土地是世上唯一值 得你为它奉献，为它奋斗、牺牲的事物，因为它是唯一永存的东西。”

1关于这一段的论述，在得到App “香帅的北大金融学课”中的“笨蛋，一切都是货币”一节 有详细讨论。

2019—2020年：这次不一样？

但是，房地产这个词在2019年却显得格外冷。

实际上，中国这一轮对房地产市场的调控从2016年下半 年就已经开始了。政府采取了各种政策限制房屋买卖，包括限购、限贷、限价、限售、限商。0017年4月，央行开始实施金融去杠杆，收紧货币政策，尤其收紧对房产行业的信贷。

2019年，货币政策虽然转向宽松，但是房地产调控并未 放松。政府依然从各个维度限制房地产市场，包括房贷利率的“换锚”而房地产信托的监管升级、房企海外发债的限制增加等。2019年前8个月，全国出台房地产调控政策多达367次，刷新了房地产调控纪录。

随着地产调控政策的加码，房价疯狂上涨的势头被遏制 T 自2016年10月收紧房产信贷政策以来，一线城市的房价受到的影响最大，在之后的3年里一共只上涨了2%,而二线和三线城市的房价分别上涨了 14%和24%。几个一线城市都岀现了城市核心区房屋价格下跌或者有价无市的情况。上海浦东陆家嘴世茂滨江花园近20套豪宅被抛售，且“严重低于市价”。深圳市南山区深圳湾翡翠海岸一套89平方米的房子从1 650万元的高位下跌至270万元成交。在北京，价格超过千万的房子几乎没有流

1限购，是限制购房资格和买房数量；限贷.是对首套房和二套房的贷款比例进行限制；

限价.是直接限制新房的开盘价；限售.是限制商品房的出售.比如房屋购买5年后才能转 手；限商.是限制商业楼、办公楼改装成公寓出租或者出售。

2 2019年10月起，房贷的利率由参考基准利率变为参考贷款市场报价利率（LPR） o

£133钱从哪里来

动性。

不仅房价的增速在下降，商品房成交量也进入低增长甚至 负增长时代。10余年前动辄两位数甚至三位数的增长势头难以再现。从2016年下半年到2019年，我国商品房成交量的数据是冰冷的--大部分时间里的商品房成交量都在下降，只有在

2019年以后，下跌的势头才有所止步。中国40个大中城市的商 品房成交面积，在2010年到2016年的7年间增长了近（倍（从1.5亿平方米增长到2.7亿平方米），而到了2017年和2018年，又分别降到1.8亿平方米和1.7亿平方米（如图4-4所示）。2019年前10个月，成交面积也只有1.4亿平方米。从2017年到2019年的这3年时间，可以说是中国房地产的寒冬期。

图4-4 201 1—2019年40个大中城市商品房成交面积同比情况1

1数据来源：Wind数据库。

第四章 遇见房产拐角| 131

房地产企业在2006年到2015年经历了 “黄金10年”，这10 年中有5年房地产股票相对大盘的超额收益率超过了 20%。但是从2016年到2019年，房地产股票却连续4年跑输大盘（如图4-5所示）。

图4-5房地产股票相对大盘的超额收益统计1

这些数字难免让人触目惊心。当一个家庭50%以上的财富价 值有巨大的不确定性时，整个家庭的财富状况也会处于不稳定的状态。更何况，还有人等着上车，有人等着下车。房价的变动几乎是所有中国家庭的财富痛点。

一个最需要回答的问题是，近几年房地产的颓势是不是意

1数据来源：Wind数据库，2019年的数据截至2019年10月11日。

^132钱从哪里来

味着中国房地产从此走入下行通道？

我们对这个问题的回答是，Yes and no（是，也不是）。

第一，我们需要区分房地产价值和房地产价格这两个重要 概念：房地产财富的内在价值取决于中国的长期增长趋势，而房地产财富的价格波动则会受到宏观经济政策的影响。

从2016年到2018年，一、二、三线城市|的GDP年均增速分 别是8.7%. 8.1%和7%——城市规模越大，经济增速越快。但同期的房价涨幅却呈现出完全不同的景象。2016年10月房地产调控加码以来，一线城市房价涨幅最低（2%）,三线城市房价涨幅最高（24% ） o

一线城市的房价涨幅比三线城市低那么多，显然不符合房 产价值的变化规律。换言之，调控政策只会带来中短期的房地产价格波动，而不会改变中国房地产的基本面。房地产的实际价值，仍然取决于经济增速、城市化水平和通货膨胀情况。如果对中国未来经济的增长保持乐观，就基本可以对中国未来的房价保持乐观。

第二，我们需要区分“房价增长的长期趋势”和“房价增 长的模式”这两个概念。虽然中国房价增长的长期趋势不会改变，但是增长的模式却在发生结构性的改变。

1依据Wind数据库的标准划分城市的规模。一线城市：北京、上海、广州、深圳。二线城 市：天津、重庆、杭州、南京、武汉、沈阳、成都、西安、大连、育岛、宁波、苏州、长沙、济南、厦门、长春、哈尔滨、太原、郑州、合肥、南昌、福州。三线城市：百城中除一线城市、二线城市之外的其他74个城市。

以史为鉴，可以知兴替。

从发达国家的历史发展轨迹来看，当人均GDP到达1万美元 时，往往伴随快速城市化的结束。当然，也伴随着房价整体快速上涨的结束。

60（9—6060年是中国万元美金社会的开端，也是新的城市 化模式的开端。根据我们的测算-大约有10亿人居住或者工作在城市，大规模农村人口进城的步伐已经渐渐接近尾声，城市化正在从1.0时代向6.0时代过渡。正如第三章所说，在这样的关口，人口的流动方向由从农村到城市变成了从小城市到大城市。

中国人口流动趋势的变化，直接映射了楼市的分化。城市 的房价正从普涨时代，逐渐进入分化时代。

严格地说，房价的分化其实从6013年就已经开始了，大城 市房价增速逐渐甩开小城市。表4-1列出了从6016—6018年深圳和潍坊这两个城市房价的差距。在7年的时间里，潍坊房价的涨幅只有深圳的1/5。

1我们利用中国社交网络的数据，在栅格层面（根据经纬度划分区域），用人口密度和基础设 施可及度重新定义了城市，重新计算了中国的城市化率。具体的测算过程，可以参考我们即将公开发表的论文《中国城市化率到底有多高？——基于栅格数据的城市化率再测算》。

回报。

中国的房产财富，从人人都可以摘到的低垂之果，变成了 咼垂之果。

戈登模型：替房地产定价

从2020年开始，房产不再是地面随手可拾的果实，而更需 要“选择”。对我们普通人来说，要让财富增值保值，对房产投资的选择变得极为重要。

那么，如何才能选出真正具有投资价值的房子呢？在回答 这个问题之前，我们不妨先将目光投向历史深处。

19世纪初，英国纺织业快速发展，对棉花的需求量大增。 资本家们把目光投向了美国广阔的农田。从1815年到1818年，英国从美国进口的棉花数量暴增78%,美国盛产棉花的亚拉巴马州的土地价格也随之空前上涨：1817年，亚拉巴马州一块1英亩

（约4047平方米）农田的价格为35美元；1818年，相同面积的 农田价格涨到了 134美元，涨幅高达283%Q

这样的价格是怎么定出来的呢？

站在农场主的角度，定价的逻辑非常简单一一土地棉花的 产量和棉花的价格将决定每块土地能创造的价值。而土地能创造的价值，就是决定农田价格的核心。

1818年，棉花的价格涨到了每磅30美分，生产棉花的成 本（主要包括使用奴隶的成本和运输成本）约每磅15美分，这

=13钱从哪里来

意味着每磅棉花的净利润是15美分，按照当年亚拉巴马州棉 花每英亩产80 0磅算，1英亩农田的净收入可以达到1 2000美分（15 x 800 ） 即120美元。

假设一个农场主1818年买了 1英亩土地，从1819年开始计 算收益，按照它每年能产生120美元的净收入和5%的贴现率计算，第一年的收益贴现到今天的话是114美元，第二年的收益贴现到今天是109美元，第三年的收益贴现到今天是104美元……依此类推。|未来所有年限的收益贴现加在一起，这片土地能产生的价值是2285美元。而卩使考虑以后棉花价格可能下跌，按照利润每年跌4成来算，未来这片土地上还能产生160美元的价值。3

如果18 1 8年农场主以134美元买下1英亩土地，按照相对保 守的估计，这片地未来能给他带来160美元的收益，他能赚到26美元的差价。因此，我们站在1818年土地买家的视角来看，134美元的土地价格是可以接受的。

但是聪明的读者应该已经注意到了这个估算是有前提 的一一每年的利润下跌不能超过4成。换句话说，这种估算必须

1第一年的收益贴现=亡^訣=114美元.第二年的收益贴现爲八2 = 109美元，第三年的收

I +5% （ I +5% ） 2保证棉花价格不出现断崖式下跌。

但实际情况是，由于棉花价格大涨，随后两年美国其他地方 的棉花供应量大增。于是棉花价格从每磅30美分下降到16美分，亚拉巴马州的土地利润也相应下降到每英亩8美元，下降幅度超过90%。随后，棉花价格继续下降，到1820年，土地价格随之暴跌至每英亩5美元，亚拉巴马州的土地购买者们纷纷破产，共欠下了联邦政府——亚拉巴马州的土地所有者2100万美元。

这个故事告诉我们一个底层逻辑：当前土地的价格取决于 未来这片土地上能创造的所有现金流的现值。将故事里的农业用地换成住宅用地，我们就可以说现在房子的均衡价格应该等于未来房租的总和。

实际上，如果我们将农田、房子、股票都当成“资产”来 看待，就会发现大道至简、大道相通。一个资产的价格就应该等于它未来创造的现金之和的现值。美国城市经济学宗师格雷泽借鉴了金融学里著名的戈登模型，给房地产定价。i

这个模型不复杂，就是未来每一年的房租贴现到今天的现 值的总和，公式表达如下：

“ D D(l+g) D(l+g))「 , D(l+g))_D “帀+帀产+帀歹+…+帀产5

弋12钱从哪里来

在这个公式中，7是房地产的价值，0是下一年的租金，r 是贴现率，g是租金的增速。

聪明的读者一定已经发现，估算房产价值时，最重要的就 是关于未来租金增速g的判断。租金增速g的任何微小改变，都会给房产估值带来巨大影响。

戈登公式解答了中国房地产市场上的很多谜题。

诺奖得主错在哪里？

2012年诺贝尔经济学奖得主罗伯特•希勒(Robert Shiller ) 就曾用“房价收入比”指出中国房价有泡沫：“美国加利福尼亚州房价与收入之比为8〜10,而在中国的深圳、上海等大城市，房价收入比达到36,这令人担忧。”

但让诺奖得主看不懂的是，在他的这番言论之后，他认为 存在的泡沫不仅没有破，北京、上海、深圳的房价反而又增长了不止1倍。房价收入比也从之前的30多，涨到了40多(如图4-7所示)。

其实，秘密都隐藏在租金增速g中。中国大城市的房价收入 比之所以远远高于其他国家，是因为这些大城市未来的收入增速要高于其他国家。在未来一段时间内，中国经济增速预期还将保持在5%以上，而世界其他发达经济体都在1%〜3%。再看一下前面的戈登公式，我们不能简单地将房价和收入做比较，而是应该结合收入增速一起考虑。因此，希勒提出的房价收入

第四章 遇见房产拐角| 139

比，错就错在了静态地看待房价。

正因为房价是动态变化的，是未来一系列事件的加总，所 以给房地产估值，核心就是对这个充满未知与魔力的租金增速g做出估计。

找能增值的房产，其实就是找未来一段时间g上升最快的 房产。

图4-7主要城市的房价收入比和租售比i

寻找2020年房产的g

2020年，那些令人目眩的g在哪里呢？

人类在用脚步丈量土地价值。在给定的约束条件下，人类 的自然选择是找一处让自己最“舒适”的地方定居。但在不同

1数据来源：Numbeo数据库。

4^10钱从哪里来

的收入阶段，人们对“舒适”的定义不同，这会改变人们的位 置偏好，从而改变数以亿万计的房地产财富市场。

在经典著作《工业化和经济增长的比较研究》中，哈佛大 学教授霍利斯•钱纳里将人类社会经济的发展阶段和人类不同层次的需求联系了起来：

当一个社会的人均GDP超过1.1万美元时，经济体进入后工 业化阶段：中产阶层物质需求基本满足，开始追求自我实现和自我发展，由生存性消费（如衣食住行）转向发展性消费（如教育、医疗保健、美容、旅游）。

2019—2020年是中国进入万元美金社会的开端，这意味着 人们的需求也即将进入拐点：从基本的生存性需求转向发展性需求。随着收入的提高，人们的时间变得越来越贵；随着财富的积累，人们愿意为舒适付出的溢价在增加；随着自身财富的增加，财富“代际转移”的意愿增强，对子女的金钱投入会越来越高。这些因需求改变而可能产生的溢价，就是房地产的投资机会。

时间溢价

潮白河东岸的燕郊，是一个沿国贸向东30公里外的河北小 镇。这里是北京著名的“睡城”，曾汇聚了很多“北漂”的梦想。很多在北京打拼的外地年轻人白天在北京城上班，晚上再跨城回到燕郊的房子休息。在早岀晚归的路途上，他们盼望着北京地铁有朝一日修到潮白河东岸。

2015年夏天，通州被正式赋予“北京城市副中心”的定 位。和通州相邻的燕郊，看上去离“中心”更近了。一时间燕郊楼市价格暴涨，各路人马蜂拥而至，大量购入燕郊房产。燕郊楼盘的均价从2010年的6500元/平方米一路攀升到2016年的3万元/平方米，远远超出了周边区域。

为了打击炒房的行为，2017年廊坊市发布了限购政策：外 地户籍居民在燕郊购房需要提供3年社保缴纳证明或完税证明。限购政策一出，燕郊房价如过山车一般下跌。2018年，燕郊的房价下降到18万元/平方米，相比最高点几乎是“腰斩”。

很多“北漂”被便宜的价格和美好的愿景吸引，买了燕郊 的大房子。但住进新房后，他们发现一切都没有那么美好。首先是通勤问题，所谓的“30分钟直达北京国贸”就是个笑话，因为光堵车就要一个半小时。其次是公共设施非常落后，特别是排水系统很差，一场大雨就会积很深的水，很多人不得不给自己的车办涉水险。如今看来，燕郊的房价不仅大幅贬值，而且流动性很差，房主根本找不到下家，脱手非常困难。

其实，限购政策只是燕郊房价下跌的直接因素，根本原因 还是房产本身的价值支撑不起那么高昂的房价。燕郊当地人的月收入水平也就三四千元，大多数人买不起4万元/平方米的房子。也有很多人认为燕郊可以做北京的“睡城”，但是燕郊距北京市区30多公里，每天的通勤都是问题，况且，燕郊的基础

弋142钱从哪里来

建设并不发达，两地通勤并不现实。

在我们的研究定义中，城市是一套功能网络。在这套网络 中，最有价值的是网络节点，比如城市的中心地带、各种交通干线的交会处，这些节点可以将人与各种基础设施和功能机构紧密连接。

未来，城市这套网络会越来越复杂，人们的时间成本也会 随之越来越高。所以，城市网络节点处的溢价只会更高。很多人把中心老城区和郊外新城区的竞争称作“地铁和电梯的竞赛”，这话不准确，其实时间这一个变量就可以决定这场竞赛的输赢。现在一线城市的年轻人每小时的工资至少100元，金融和IT行业的还要更高。每天在燕郊和北京之间往返，至少需要3个小时，相当于300元的时间成本；一年按250个工作日计算，就是75000元，夫妻两人的时间成本加起来就是15万元。如果再考虑每年10%的工资增速，10年下来接近240万元。这10年累积的时间成本，就已经覆盖了北京市中心和燕郊的房价差。

所以，就投资价值而言，处于网络核心节点的城市中心的 房子价值最高，郊区地铁站旁边的房子次之，郊区没有地铁的房子则几乎没有投资价值。

我们团队利用多家互联网公司的数据，从用户出发，测算了 全国100个主要城市每个区域的基础设施连接度。我们分别计算城市各区县内每个居民从居住位置到医院、商场、银行、地铁站的最近距离，并统计它们的平均值（没有地铁站的城市，只计算到医院、商场和银行最近距离的平均值），最后得出城市各区县和地铁、商场、医院、学校等基础设施连接度的排名。

在本章附表（中，我们列出了全国100个主要城市中和地 铁、商场、医院、学校等基础设施连接度最高的前三个区县。你可以翻阅一下自己所在的城市有哪些区县上榜，相信会对你的投资决策有帮助。

阳光的溢价

1957年，加利福尼亚州的太平洋帕利塞德（洛杉矶西区）还 是海边一个人烟稀少的村落，当时还是通用电气一档电视节目主持人的罗纳德•里根（Ronald Reagan ）来到这片荒芜之地，花2.9万美元买下了一套房子。1982年，里根在就任美国总统后的第二年，以100万美元的价格卖掉了这套房子。25年间，这套房子的价格涨了30多倍。这个曾经荒凉的渔村，现在已经变成了好莱坞旁边的度假胜地。2017年，里根的这套住宅再次转手，以2200万美元的价格成交，相比最初的价格上涨了750多倍。

这样的辉煌战果不是个案，而是20世纪70年代以来美国 “阳光地带” |城市繁荣的缩影。从70年代开始，大批美国白人涌入美国西南部，推动了这一地区房价的大幅上涨。在20世

1美国的“阳光地带”一般指北纬37。以南的地区。大致范围是：西起太平洋沿岸的加利福 尼亚州，东到大西洋沿岸的北卡罗来纳州，北至密西西比河中游，南到墨西哥湾沿岸。南部“I照充足，气候温和，适宜人类居住”，而且这一区域各行各业蓬勃发展，经济日趋繁荣，阳光地带由此得名。

&144钱从哪里来

纪的最后20年里，加利福尼亚州的房价相对于全美平均水平来 说，每年有超过3%的“超额收益”。这个看似不起眼的数字意味着，如果1970年你在加利福尼亚州买了一栋100万美元的房子，你朋友花同样的钱在美国北部买了一栋房子，30年后，你的财富比他多了整整150万美元。加利福尼亚州也不是特例，整个“阳光地带”的房价都比美国的平均房价增长得更快。即使1970年买的是加利福尼亚州以外的“阳光地带”的房子，你的财富也要比你朋友多大概100万美元。

为什么“阳光地带”会经历爆炸式的繁华？这是很多学者 苦思不解的问题。

2005年，哈佛大学的城市经济学家格雷泽在《聪明的增 长》|一文中给出了答案：

美国的人口迁移是有规律可循的。各城市人口的长期增长 和1月的平均气温呈明显的正相关关系。尤其在I960年之后，这个趋势更加明显。1月平均气温在0摄氏度（32华氏度）以下的城市和1月平均气温在10摄氏度（50华氏度）以上的城市相比，前者的人口增速只有后者的1/3 （如图4-8所示）。格雷泽解释说，美国从20世纪70年代开始进入万元美金社会，随着财富积累到一定水平，人们对舒适的要求开始发生变化，愿意为温暖的环境付出更高的溢价。

] Edward Glaeser,$waZ Growth: Education, Skilled Workers and the Future of Coldweather Cities,ava 订 able at https://www.hks.harvard.edu/centers/rappaport/research-and-publications/policy-briefs/'smart-growth,2005.04.

第四章 遇见房产拐角丨145

图48美国的人口增长和/月平均气温的正相关关系i

同样的规律也发生在我们国家。在20世纪80年代以前， 东北依靠丰富的矿产资源、肥沃的黑土地、广阔的林区，成了全国人口集聚的核心。1 952—1980年，东北的GDP从84亿元上升到600亿元，增加了 6倍，占全国GDP的份额从12.4%增至13.1%o人口从4107万增至8901万，人口占全国人口的比重从7.1%增至9.0%。但20世纪80年代之后，形势发生逆转，东北逐渐从人口吸附地变成了人口流出地，GDP和人口数量在全国的份额也一路下滑。

1 Edward G\aese^^,Smart Growth: Education,Skilled Workers and the Future of Coldweather C〃ies,available at https://www.hks.harvard.edu/centers/rappaport/research-and-publications/'policy-briefs/smart-growth, 2005.04.

&14钱从哪里来

关于东北的衰落，同样有很多解释。产业结构、制度环 境、基础设施等因素是经济学家们给出的诊断。其实，有一个没有被提及的因素或许才是根源：东北太冷了，留不住人。辽宁和吉林1月的平均气温在零下10摄氏度以下，黑龙江1月的平均气温低于零下20摄氏度。生产机器能承受长时间的低温，但人并不是机器。自2000年以来，很多东北人“候鸟南飞”，到海南三亚买房。尤其是近几年，一到隆冬季节，到三亚过冬的东北人就特别多。有段子调侃说，三亚已经跃升为“东北第四省省会”，猪肉炖粉条更是取代了文昌鸡，成为海南特产。这一切，都反映了东北人对于温暖的向往。

图4-9 2005—2018年中国部分城市1月平均气温与人口增速

自工业革命以来的几百年，也是人类社会大规模城市化的 过程。在这个过程中，人类持续进行着汇聚和城市的选择。随着物质生活水平的逐渐提高，人类对居住的要求越来越高，对影响人们舒适感的自然环境因素越发重视。

对舒适的自然环境的追求，本质上也是对健康的追求。 6015年发表在顶级医学杂志《柳叶刀》上的一篇文章|统计了 13个国家的各种致死因素，发现“偏离最适宜的温度”这个因素所导致的死亡占了所有死亡因素的8%,甚至超过了交通事故、腹泻、肺结核等常见的因素。这项覆盖了 7400个死亡案例的研究还发现，寒冷比热浪更有杀伤力。常年处于寒冷的环境中，不仅会增加致死的可能性，呼吸道疾病、心脑血管疾病、关节病的患病风险也会增加。

温度即寿命，这一规律在中国体现得更加明显。2013年 《美国国家科学院院刊》上发表的一篇论文$通过研究中国60年的健康统计数据发现，中国南方人的平均寿命至少比北方人长5年。文章的作者把原因归于雾霾的影响，而中国官方机构则认为，北方人寿命预期的5.5年缩减几乎完全是由心肺疾病或相关健康问题导致的。但无论如何，南方温暖、湿润的气候，无疑更加适合人类居住和发展。我们如果把中国按照胡焕庸线和秦

1 Antonio Gasparrini,et al., "Mortality Risk Attributable to High and Low Ambient

Temperature:A Multicountry Observational Study","e La“ce/,2015.05.

6 Chen Yuyu,et aL,"Evidence on the Impact of Sustained Exposure to Air Pollution on Life Expectancy from China's Huai River Policy",of the NationalAcademy of Sciences,20^\?> .OS.

& 148 ■钱从哪里来

岭-淮河分界线分成四个区，中国的前30大城市全部在胡焕庸线 以东的区域，其中秦岭-淮河以南有19个城市，秦岭-淮河以北有11个城市。从时间趋势来看，这些大城市的人口增速也和温度有着非常明显的正向关系。

2020年，在万元美金社会里，中国人将迈着更加轻盈的 脚步，奔向更加舒适的城市。像成都、杭州这些温暖湿润、滋养身体的南方城市，将会越来越有吸引力。对房产投资来说，

“阳光的溢价”也会越来越高。

在本章附表2中，我们从气温、降雨量和人口 3个维度列出 了中国主要城市的数据。从气候宜居度和人口吸引力的角度定义城市未来的增长坐标。你可以在里面找到自己城市的定位。

代际跃迁的溢价

深圳人都知道“百花片区”，这是近两年很火的一个“网 红学区”。“红”是因为这里是福田老牌名校的聚集地，片区内的学校长期霸榜深圳中小学校的前3名。近年来，百花片区每年房价的涨幅都在20%左右。而且这个片区还有一个特点，就是小面积房屋单价远远高于大面积房屋。在表4-2中，我们给出了2019年百花片区国城花园几套学区房的价格。

表4-2 2019年百花片区国城花园房价

房型

面积（平方米）

总价（万元）

单价（万元/平方米）

1居

43.5

1000

23

3居

103

1500

14.6

4居

128

1750

13.7

有了这几套房子的价格信息，我们甚至可以估算岀这个网 红学区的学位溢价。

我们可以把房屋的价格组成分为两部分：一部分反映房屋 居住价值的价格，它是随着房屋面积的增加而线性升高的；另一部分反映房屋学位价值的价格，它是一个固定值。因为一套房一个学位，学位和房屋的面积没关系，房屋面积越大，每平方米的学位溢价反而越低。百花片区的房价（y）二每平方米的居住价格（^）X房屋面积（x）十房屋的学区价格（b）。根据表4-2中3套房屋的面积和总价在图4-10相应的坐标上描点，并进行线性拟合，就可以求出每平方米的居住价格和房屋的学位价格了。没错，图4-10中612.38 （万元）就是百花片区房屋的学位价格。

天价学区房背后反映的是深圳教育资源的稀缺。每年7月都 是深圳市教育局公布小学录取名单的时间，无数家长的心也在这时提到了嗓子眼。因为就历年的报名情况来看，深圳很多区县都出现了中小学校学位“爆仓”的情况，即买了学区房且具

&150钱从哪里来

房屋面积（平方米）

图4-11深圳百花片区学位的价格

有入学资格的人数高于实际招生人数。

其中龙华区、宝安区和龙岗区的情况最为严重。龙华区一 共有38所小学，其中有23所的总报名数超出计划数两倍；宝安区一共73所小学，其中有30所的总报名数超出计划数两倍以上；龙岗区有些片区甚至出现了（万多人抢300个学位的情况。学位没那么紧张的则是一些人口密度较低的区域，如大鹏新区，以及学区房价格无比昂贵的南山区和福田区。

面对日益紧张的学位，为了让孩子获得更好的教育条件， 很多家长咬着牙买高价优质的学区房。即使花更多的钱挤在四五十平方米的破旧房子里，也心甘情愿。

学位稀缺并不是政府的扩充力度不够导致的，而是教育需 求的增长速度太快。一方面，深圳的出生人口每年以超过10%的速度增长，还有大规模的外来随迁子女不断涌入深圳。未来，随着城市化进程的深入及更多青年人口的流入，深圳的学位需求将会越来越大。另一方面，40年的经济奇迹，让深圳积累了深厚的物质财富。人们对“代际跃迁”的愿望和对“文化资本”的向往，都会体现在对子女教育的投入上。

美国社会学家安妮特•拉鲁(Annette Lareau )曾用10年时间 采访了包括美国贫困阶层、工薪阶层、中产阶层及富豪阶层在内的88户家庭，她发现不同社会经济阶层的父母在育儿方式上存在明显差异：贫困阶层和工薪阶层家庭倾向于给孩子更多自主权，对孩子的时间和物质投入比例也比较低；而中产阶层和富豪阶层家庭则对子女的成长更加雄心勃勃，投入的物质和时间都要更多。

同样的事情也发生在中国。2020年，中国总体迈入“中 高收入国家”行列，越来越多的家庭成为中产以上的家庭。父辈的竞争，将会向下一代蔓延。“不能让孩子输在起跑线上”——代际的阶层跃迁渴望，将使人们未来对优质教育资源的竞争越来越白热化。

总之，2019 — 2020年的中国正站在万元美金社会的拐角 处，人们的时间在变贵，对适宜的气候更加挑剔，对优质的教育资源更加向往。这些变化让房子的区位变得更加重要：和企业、基础设施的连接度更加重要，适宜的气候更加重要，附加的优质教育资源更加重要。

£^15钱从哪里来

落实到具体的投资策略中，我们要寻找三者的交集。

气候因素可以帮我们确定房产投资的大致区域。东南沿海 阳光充足、温暖湿润，未来有望继续复制“阳光地带”的崛起路径。

同时，我们也要考虑教育资源。教育不仅决定了下一代的 发展，也决定了医疗资源的上限。因为医院和医学院是相辅相成的，医院提供大量临床样本帮助医学院学生学习研究，医学院则为医院提供源源不断的优质人才。所以，北京、上海这种教育实力优势突出的城市，应当成为首选。而且，就算在北京内部，教育资源的分布也非常集中，清华、北大绝大多数的录取名额被海淀区和西城区的中学包揽，这两个区域的投资价值也会越来越大。

最后，房产投资最重要的考虑因素还是位置、位置、位 置。宁要核心区域的“老破小”，也不要远郊的大别墅。

不过，上述所有房产投资原则都是站在需求端考虑的， 即使全部满足，也不要忘了，房产投资有一个最大的敌人一供给。

世界中心的中心，寸土寸金的纽约曼哈顿，土地供应极其 稀缺，却也曾因为一次建筑技术的突破，导致房产供给发生了巨大变化，遭遇了房价的黑色风暴。

那是美国“咆哮的20年代”。1920年之后的10年间，美国 经历了持续的繁荣。正如前文所述，房地产是国家经济增长的股票，那一时期美国的房价也是水涨船高。作为繁华的中心，曼哈顿20世纪20年代的实际房价(剔除通货膨胀等因素)和之前相比翻了一番，和中国近些年的房价增速相当。曼哈顿的房价在巅峰时一度达到460美元/平方米，按2012年的物价水平计算，约6000美元/平方米。|一个世纪以前，这是很夸张的数字。当时的石油大王约翰•洛克菲勒(John Rockefeller )都在租房子住。哈佛商学院副教授汤姆•尼古拉斯(Tom Nicholas )在曼哈顿公共图书馆手工整理历史数据时发现，1929年时，曼哈顿的房地产财富占到了全美国财富的近10%。

其实，要是没有外来冲击，这样的房价算得上是合理的。 曼哈顿寸土寸金，除去税收和其他成本，每年的房租净收益约20美元/平方米。当时的利率大概是6%,根据戈登公式：如果房租净收益未来一直保持在20美元，那么，曼哈顿的房价应该为333美元/平方米；如果将20世纪20年代美国GDP平均每年4%的增长考虑进来，以未来租金2%的增速计算，合理的房价就会变成500美元/平方米。当我们设身处地把自己想成1929年的房产购买者，就很可能会去接盘460美元/平方米的楼盘。

然而，谁也没有预料到，一场突如其来的技术变革改变了 一切。

20世纪20年代后期，工程师们具备了建造摩天大楼的能 力，人们开始向上寻求空间。每建造1平方米的摩天大楼约需要

1 90年后的2019年，纽约市中心的房屋均价才大约是14000美元/平方米。

Y】54钱从哪里来

660美元的成本，这与当时300〜400美元/平方米的房价之间的价 差相当可观。于是房地产开发商们开始疯狂盖楼，一股建筑热潮席卷而来。当时整个纽约盖了5000多栋高层建筑，华尔街40号的克莱斯勒大厦和帝国大厦都是在那个时期建造的。为了争夺纽约乃至全球最高建筑的美名，大家甚至为此玩起了谎报建筑高度的游戏。根据土地经济学家霍默•霍伊特(Homer Hoyt) 1933年的估算，芝加哥的立方空间从1893年的约1000万立方米增加到1933年的6300万立方米。曼哈顿的空间利用面积的增长速度，肯定要远远高于芝加哥。

就像雷姆•库哈斯(Rem Koolhaas )在《癫狂的纽约》

(Delirious New York)中写的：“人们建起的那些摩天大楼确 实美化了城市，但却没有顾及它们的实用性。” |

拔地而起的高楼大厦让曼哈顿的房产供给一时间大幅增 加。本来核心区域的土地面积是有限的，房屋属于稀缺财产，但现在房子可以垒起来盖到天上了，也就不再那么稀缺了。根据经济学的基本原理，既然盖房已经没有了以前的壁垒，房价将趋近于建筑成本，也就是约660美元/平方米。而对于1929年以460美元/平方米接盘的人来说，这些突然冒出的摩天大楼会让他们的投资损失近一半。

当然，在现实中，这些人的损失不止一半。在1929—1933年

I 1933年后，出于审美和安全的考虑.纽约和芝加哥等大城市开始对建筑物的高度做出严格

的限制。

的大萧条时期，美国的GDP下降了43%,再加上技术进步带来 的房屋供给的无限上升和房屋需求的下降，最终导致了房市的崩盘。】1930年，曼哈顿的房价跌至150美元/平方米，比最高点时下降了 67%。

对于未来供给变化的估计不足，给1 93 0年曼哈顿的房主 们带来了惨痛的教训一一当房子不再稀缺时，其价值也就大打折扣。

这样的故事会以不同的面目重复出现。

1994年山东省政府将乳山市的银滩规划为旅游度假区。乳 山市是山东的一座小城，那里有被誉为“天下第一滩”的中国北方最好的沙滩，自然也是旅游和度假胜地。2000年之后，乳山市自西向东在20多公里的海岸线上陆续建设了 200多个海景房项目。据媒体报道，仅2007年至2010年，乳山市房地产竣工总面积就高达562.34万平方米。

海景房的供给增长和房价增长形成了鲜明对比：从2009年 到2019年，乳山市的海景房价格仅从3500兀/平方米涨到了4000元/平方米，可以说基本没有变化，远低于全国平均房价涨幅。究其原因，供应量大是最重要的因素。据说，银滩的海景房已经多到“把乳山市所有的人口填进去都住不满”“在银滩，卖

房子的比卖菜的多”。

1经济学家威廉•克拉克(William Clark)、约翰•金斯顿(John Kingston)和格雷泽等人 都认为，即使没有大萧条，当时曼哈顿的房价也会跌至建筑成本价。

Y】56丨钱从哪里来

其实，不只是乳山市，这些年沿着中国的海岸线，房地产 开发商建起了各式各样的海景别墅。确实，在很多人的心目中，住海景别墅是一种人生的境界 面朝大海、春暖花开，才算完美生活。但大家渐渐也发现了海景房的种种问题：交通不便，生活配套不完善，教育和医疗资源更加缺乏。很多海景房距离市中心要一两个小时的车程，对时间就是金钱的现代人来说，这简直是浪费生命。另外，在中国长达1.8万多千米的漫长海岸线上，土地和房子都不稀缺，供给严重大于需求。

现在人们逐渐意识到，“海景”既不稀缺，也不珍贵。反 而是城市中心的那些土地，供给更不容易增加。这些年的深圳就是最好的例证。十几年前，深圳东部海景房曾经被炒作成最稀缺的资源，吸引了众多投资者去各大楼盘抢房。当时的“地产一哥”万科甚至把总部从市中心的福田区搬到了靠海的盐田大梅沙，在那里新建了总部大楼。但是，10多年过去了，盐田的海景房只涨了百分之十几，除去装修、税费、月供和利息，相当于没涨。反观深圳市中心和西部地区的普通住宅，这些年却翻了好几番，上演了 “草根逆袭”的好戏。

因此，即使再好的地段，再惬意的环境，我们都需要对房 子的供给心存警惕。经济学家们制造了一个看起来非常高端的词来刻画房子的供给属性，这个词叫作“供给弹性”，直白点说就是建造新房屋的难易程度。当一个地区的房价或者房租上升，就有更多人有建造新房屋的动机。建造新房屋越容易，则这个地方的供给弹性越大。只有供给弹性小、复制成本高的房子，才有最大的投资价值。

“物以稀为贵”是经济学亘古不变的原理。即使条件再好 的房子，一旦不再稀缺，其价值都会大打折扣。

在这章的最后，我用英国诗人约翰•佩恩(John Payne )的 一句诗来做结：“无论流连过多少绚烂的风景，无论途经多少堂皇的宫殿，都无法取代我的小屋。”

希望你，能在2020年的财富拐点上，找到你的财富小屋。

-〈158钱从哪里来

附表1 主要城市基础设施连接度最高的前三个区县

排名

城市

区县

距离

排名

城市

区县

距离

排名

城市

区县

距离

1

上海

黄浦区

0.41

13

无锡

崇安区

0.66

25

大连

西岗区

0.71

静安区

0.43

南长区

0.83

沙河口区

0.85

虹口区

0.46

北塘区

1.04

中山区

L16

2

北京

东城区

0.46

14

长沙

芙蓉区

0.75

26

常州

天宁区

0.97

西城区

0.52

雨花区

0.87

钟楼区

1.18

丰台区

0.89

天心区

0.88

新北区

2.07

3

深圳

福田区

0.70

15

宁波

江东区

0.80

27

唐山

路南区

0.77

南山区

0.86

海曙区

0.90

路北区

0.91

罗湖区

0.88

江北区

1.46

古冶区

1.94

4

广州

越秀区

0.45

16

郑州

金水区

0.89

28

徐州

泉山区

0.87

海珠区

0.65

二七区

1.01

鼓楼区

1.18

天河区

0.65

管城回 族区

1.15

云龙区

1.19

5

重庆

渝中区

0.63

17

佛山

禅城区

1.30

29

哈尔 滨

南岗区

1.00

江北区

1.00

南海区

2.20

道外区

1.18

南岸区

1.08

顺德区

4.18

道里区

1.68

6

天津

和平区

0.56

18

泉州

鲤城区

0.80

30

沈阳

沈河区

0.62

河东区

0.65

丰泽区

0.93

和平区

0.67

河北区

0.65

晋江市

1.42

皇姑区

0.88

7

苏州

沧浪区

0.53

19

南通

港闸区

1.22

31

潍坊

奎文区

1.15

平江区

0.71

崇川区

1.61

潍城区

1.59

金阊区

1.13

海门市

2.79

坊子区

3.69

8

成都

锦江区

0.77

20

西安

碑林区

0.41

32

石家 庄

长安区

1.08

武侯区

0.78

新城区

0.58

桥西区

1.12

成华区

0.79

莲湖区

0.65

桥东区

1.20

9

武汉

江汉区

0.46

21

福州

台江区

0.72

33

温州

鹿城区

1.44

江岸区

0.58

鼓楼区

0.84

瓯海区

1.49

斫口区

0.68

晋安区

0.99

龙湾区

1.64

10

杭州

上城区

0.79

22

济南

历下区

1.37

34

盐城

亭湖区

1.86

下城区

0.83

天桥区

1.67

盐都区

2.18

拱墅区

0.93

市中区

2.35

建湖县

2.88

11

南京

鼓楼区

0.63

23

烟台

芝杲区

1.24

35

扬州

维扬区

1.06

白下区

0.74

莱山区

1.62

广陵区

1.15

秦淮区

0.80

福山区

1.85

邢江区

1.85

12

青岛

市南区

0.66

24

合肥

庐阳区

1.14

36

绍兴

越城区

2.06

市北区

0.72

包河区

1.33

绍兴县

2.35

四方区

0.86

瑶海区

1.42

新昌县

2.54

续表

排名

城市

区县

距离

排名

城市

区县

距离

排名

城市

区县

距离

37

南昌

东湖区

0.58

49

惠州

惠阳区

1.63

61

淮安

清河区

1.15

西湖区

1.04

惠城区

1.65

清浦区

1.43

青山湖区

1.33

博罗县

2.14

淮阴区

3.27

38

昆明

盘龙区

0.90

50

金华

义乌市

1.87

62

南阳

卧龙区

1.92

五华区

0.99

婺城区

2.37

宛城区

2.25

西山区

1.57

金东区

2.49

新野县

4.15

39

泰州

海陵区

2.20

51

宜昌

西陵区

0.87

63

邯郸

丛台区

0.63

靖江市

2.30

伍家岗区

1.84

复兴区

0.66

高港区

2.45

点军区

2.20

邯山区

0.70

40

淄博

张店区

1.29

52

镇江

京口区

1.24

64

岳阳

岳阳楼区

1.40

周村区

2.02

润州区

1.30

临湘市

4.78

临淄区

2.33

扬中市

2.99

平江县

5.78

41

济宁

市中区

0.78

53

漳州

琴城区

1.39

65

常德

武陵区

1.48

任城区

2.28

龙文区

1.49

安乡县

3.83

兖州区

2.72

龙海市

2.47

鼎城区

4.08

42

台州

椒江区

1.71

54

太原

迎泽区

0.63

66

德州

德城区

1.79

黄岩区

2.15

杏花岭区

0.79

庆云县

3.93

路桥区

2.45

万柏林区

0.94

平原县

4.01

43

嘉兴

南湖区

1.73

55

榆林

绥德县

3.14

67

芜湖

镜湖区

0.85

秀洲区

1.96

榆阳区

3.36

弋江区

1.21

桐乡市

2.25

清涧县

4.83

鸠江区

1.79

44

厦门

思明区

0.96

56

贵阳

云岩区

1.06

68

保定

北市区

0.87

湖里区

1.06

南明区

1.26

新市区

1.14

集美区

1.50

小河区

1.89

南市区

1.36

45

临沂

兰山区

1.86

57

鄂尔 多斯

东胜区

2.13

69

聊城

东昌府区

2.40

罗庄区

2.12

达拉特旗

5.29

东阿县

3.00

河东区

4.57

鄂托克旗

6.15

阳谷县

4.05

46

洛阳

西工区

1.01

58

沧州

运河区

1.01

70

廊坊

三河市

1.54

涧西区

1.05

新华区

1.05

安次区

2.62

老城区

1.08

孟村回族 自治县

3.51

广阳区

2.82

47

襄阳

樊城区

1.80

59

泰安

泰山区

1.46

71

乌鲁 木齐

天山区

0.85

襄城区

2.42

岱岳区

3.73

水磨沟区

1.16

襄州区

3.90

肥城市

3.75

新市区

1.22

48

东营

东营区

1.85

60

威海

环翠区

2.07

72

茂名

电白区

1.21

河口区

3.22

文登市

3.70

茂南区

1.91

垦利县

3.40

荣成市

4.03

茂港区

2.40

&166|钱从哪里来

续表

排名

城市

区县

距离

排名

城市

区县

距离

排名

城市

区县

距离

73

荷泽

牡丹区

3.47

85

连云 港

海州区

1.70

97

安阳

北关区

0.98

东明县

4.85

新浦区

1.84

文峰区

1.22

单县

4.89

连云区

2.88

龙安区

2.10

74

柳州

城中区

0.90

86

宿迁

宿城区

3.04

98

郴州

北湖区

1.25

柳南区

0.98

泗阳县

3.49

苏仙区

2.14

鱼峰区

1.09

宿豫区

4.06

临武县

3.95

75

衡阳

雁峰区

1.00

87

兰州

城关区

0.94

99

商丘

梁园区

2.32

石鼓区

1.18

安宁区

1.02

睢阳区

2.92

蒸湘区

1.39

七里河区

1.23

永城市

4.66

76

湛江

霞山区

0.60

88

湖州

吴兴区

2.17

100

信阳

濒河区

2.02

赤坎区

0.96

南y寻区

2.69

平桥区

2.75

麻章区

3.76

德清县

3.44

新县

3.62

77

遵义

汇川区

1.55

89

九江

潯阳区

0.81

红花岗区

2.02

庐山区

1.26

湄潭县

5.08

湖口县

3.75

78

包头

昆都仑区

1.16

90

周口

川汇区

1.59

青山区

1.18

项城市

3.28

东河区

1.84

商水县

4.06

79

珠海

香洲区

1.24

91

滨州

滨城区

2.25

斗门区

2.14

邹平县

3.50

金湾区

2.95

博兴县

3.59

80

呼和 浩特

新城区

1.52

92

株洲

芦淞区

1.01

回民区

1.60

荷塘区

1.15

玉泉区

1.68

天元区

1.76

81

江门

江海区

1.24

93

新乡

卫滨区

0.96

蓬江区

1.64

牧野区

1.24

新会区

2.20

红旗区

1.42

82

许昌

魏都区

1.08

94

汕头

龙湖区

1.07

许昌县

2.88

金平区

1.23

长葛市

3.55

濠江区

2.09

83

赣州

章贡区

1.32

95

枣庄

市中区

2.00

南康市

2.63

薛城区

2.43

龙南县

3.28

滕州市

3.39

84

大庆

让胡路区

1.40

96

龙岩

新罗区

2.00

萨尔图区

1.57

长汀县

5.14

龙凤区

1.79

武平县

6.13

附表2 全国城市气候、人口分布表

0-100万

人

100万〜

200万人

200万〜

500万人

500万〜

1000万人

1000万〜

2000万人

2000万人 以上

寒冷 干旱

金昌，图木 舒克，石河子，石嘴山，临夏州，张家界，果洛州，黄南州，张掖，大兴安岭，阿勒泰，海南州，黑河，阿拉尔，酒泉，海东，阿拉善盟，克拉玛依，甘南州，海西州，五家渠，克孜勒苏柯州，海北州，嘉峪关，博尔塔拉蒙古自治州

锡林郭勒 盟，阜新，巴音郭楞州，呼伦贝尔，陇南，武威，巴彦淖尔，松原，乌兰察布，昌吉州，定西，铁岭，塔城，白银，兴安盟，延边州

赤峰，通辽， 四平，包头，榆林，西宁，绥化，张家口，鄂尔多斯，伊犁州，呼和浩特

兰州，长春， 乌鲁木齐

沈阳

寒冷 干燥

固原，日喀 则，山南，昌都，林芝，白山，玉树州，辽源，阿里，迪庆州，那曲

延安，通化， 拉萨，本溪，白城，丹东，平凉，抚顺

齐齐哈尔， 大庆，吉林，承德

哈尔滨

寒冷 湿润

伊春，鹤岗， 七台河

佳木斯，鸡 西，双鸭山，牡丹江

£162钱从哪里来

续表

0-100 万 人

100万〜

200万人

200万〜

500万人

500万〜

1000万人

1000万〜

2000万人

2000万人 以上

凉爽 干旱

哈密，中卫， 和田，乌海

营口，吴忠， 盘锦，葫芦岛，朝阳，朔州，辽阳，喀什，阳泉，阿克苏，天水

运城，东营， 锦州，衡水,晋中，滨州，濮阳，鞍山，德州，晋城，大同，淄博，邢台，秦皇岛，临汾，长治，忻州，吕梁，银川

潍坊，济南， 大连，太原，保定，廊坊,沧州

石家庄， 天津

北京

凉爽 干燥

商洛，铜川， 莱芜

日照，三门 峡，庆阳，鹤壁

许昌，咸阳， 开封，宝鸡，威海，聊城

烟台，邯郸， 临沂，唐山

青岛

凉爽 湿润

黔西南州， 六盘水，安顺，鹤壁

毕节，驻马 店，黔南州，黔东南州，曲靖

贵阳

温暖 干燥

济源，阿坝 州，甘孜州，丽江，怒江州，吐鲁番

临沧，楚雄 州，安康，玉溪，淮南，汉中，广元，眉山，资阳，潔河，昭通，淮北

安阳，焦作， 荷泽，渭南，枣庄，宜宾，商丘，凉山州，平顶山，亳州，新乡，宿州，泰安，德阳，荆州，阜阳，蚌埠，周口，绵阳

济宁，洛阳，

南阳

郑州，西安， 昆明

成都

1

1 1959年，多伦多大学的经济学家戈登(Gordon)提出了估算公司股票价格的戈登股利增长

模型(Gordon dividend growth model),原理就是把将来预期派发的一系列股息按利率 贴现成现值，这些股息的净现值的总和即为该股票的合理价值。

续表

0-100万 人

100万〜

200万人

200万〜

500万人

500万〜

1000万人

1000万〜

2000万人

2000万人 以上

温暖 湿润

新余，铜陵, 池州，潜江,天门，黄山，鹰潭，雅安，仙桃，鄂州，张家界，神农架林，景德镇

广安，宣城， 抚州，恩施州，萍乡，自贡，随州，遂宁，十堰，德宏州，丽水，内江，文山州，黄石，保山，舟山，衢州，荆门，马鞍山,咸宁，巴中

安庆，郴州， 遵义，铜仁，泰州，镇江，芜湖，邵阳,南充，衡阳，株洲，信阳，红河州，九江，岳阳，湖州，常德，扬州，盐城，孝感，吉安，连云港，黄冈，宜春，达州，宿迁，滁州，怀化，张家口，乐山，襄阳，六安，娄底，桂林，泸州，永州，淮安，宜昌，益阳，上饶，湘潭

台州，徐州， 绍兴，无锡，金华，南昌，常州，南通，嘉兴

苏州，武汉， 杭州，合肥，宁波，温州，南京，长沙

重庆，上海

炎热 湿润

临高县，澄 迈县，屯昌县，儈州，定安县，万宁，琼海，东方，文昌，五指山，攀枝花

崇左，三亚， 梧州，贺州，西双版纳州，来宾，百色，河池，二明

莆田，玉林， 柳州，南平，龙岩，海口,宁德，漳州，贵港

南宁，赣州， 泉州，厦门

福州

Y】64钱从哪里来

续表

0-100万 人

100万〜

200万人

200万〜

500万人

500万〜

1000万人

1000万〜

2000万人

2000万人 以上

炎热 潮湿

钦州，阳江， 北海，防城港，河源，汕尾，云浮

清远，湛江， 肇庆，揭阳，韶关，江门，茂名，潮州，珠海，梅州

惠州，汕头， 中山

南宁，赣州， 泉州，厦门

东莞，佛山

深圳，广州

注：(1)温度定义：年平均气温1()咒以下为寒冷，年平均气温10~I5°C为凉爽， 年平均气温15〜20°C为温暖，年平均气温20弋以上为炎热。

(2) 湿度定义：年降水量5(0)毫米以下为干旱，年降水量50()〜100()毫米为干燥，年降水量1000〜2000毫米为湿润，年降水量2000毫米以上为潮湿。

(3) 人口定义：按照移动网络大数据口径计算的人口数量。