通過大學(xué)生與總?cè)丝谠鏊俦龋闯鞘写髮W(xué)學(xué)歷人口發(fā)展速度/城市總?cè)丝诎l(fā)展速度）我們將樣本城市分為三類：

1、近十年大學(xué)生增速比低于60%的“緩增型”城市，共有35個，主要以一二線城市為主，包括北上廣杭等城市；

2、近十年大學(xué)生增速比介于60%~80%的“中增”型城市，共有30個，主要以三線城市為主，不過深圳、成都、合肥、寧波等近十年常住人口快速增長的城市也均在列；

3、近十年大學(xué)生增速比高于80%的“快增型”城市，共涉及35個城市，其中一二線城市中僅重慶在列。

對比不同增速的城市近十年商品住宅成交面積變化來看，“緩增型”城市的市場規(guī)模增長明顯要慢于“快增型”城市，近十年復(fù)合增長率僅有5.7%，較“快增型”城市低了4個百分點。

究其原因，大學(xué)生數(shù)量緩增的城市多為一二線城市，這些城市的房地產(chǎn)市場經(jīng)過多年的發(fā)展已經(jīng)比較成熟，市場購房需求也逐漸由一、二手房共同滿足，尤其是北上廣杭等高房價城市，二手房成交規(guī)模近年來已經(jīng)逼近甚至超過新房成交面積。而其他兩種類型的城市，主要以三四線城市為主，新房仍是當(dāng)前住宅市場絕對成交主力，因此市場成交規(guī)模增長相對較快。

圖1.1  不同大學(xué)生數(shù)量增速區(qū)間城市近十年商品住宅成交面積復(fù)合增長率

數(shù)據(jù)來源：CRIC

分能級城市來看，高學(xué)歷人才的比例變動與商品住宅成交規(guī)模的變化相關(guān)性更加凸顯。

一線城市中，除深圳外，其余三市均為人才“緩增型”城市，即大學(xué)生數(shù)量占常住人口規(guī)模的比例增速均在60%以下。從四個城市近十年商品住宅成交規(guī)模復(fù)合增長率可以看出，大學(xué)生數(shù)量占比增幅最大的深圳近十年商品住宅成交規(guī)模復(fù)合增速達6%，顯著高于“緩增型”城市北上廣。

圖1.2  四個一線城市近十年商品住宅成交面積復(fù)合增長率

大部分二線城市的大學(xué)生比例增長也相對較緩，僅重慶、寧波等7個城市近年來大學(xué)生占比快速上升?？紤]到不同城市的房地產(chǎn)市場所處發(fā)展階段不同，排除一些房地產(chǎn)市場發(fā)展起步較晚的中西部二線城市來看，對于蘇州、杭州、南京、寧波、廈門、天津等市場發(fā)展較成熟的城市，高學(xué)歷人才占比增長較慢的城市商品住宅成交規(guī)模增長幅度也相對較低，如杭州、南京大學(xué)生數(shù)量占比較十年前增幅明顯低于寧波，其住宅成交規(guī)模近十年復(fù)合增長率也顯著落后于寧波。

大部分三四線城市的大學(xué)生占比和十年前相比均有大幅提升，因此樣本三四線城市中僅荊州、岳陽、南陽、永州、衡陽、泰安和珠海等少數(shù)城市為人才“緩增型”城市。對比這些城市的近十年商品住宅復(fù)合增長率來看，泰安、岳陽等人才“緩增型”城市大多排在同能級城市中的中下游，商品住宅成交規(guī)模近十年符合增長率相對較低。

從房價方面來看，“緩增型”城市的表現(xiàn)也同樣不及其他類型的城市，房價上漲動力相對較弱。以近十年房價復(fù)合增長率來看，“緩增型”城市的房價漲幅為8.9%，較“快增型”城市落后了0.4個百分點。

一方面，這些“緩增型”城市多為政策調(diào)控相對較緊的一二線城市，當(dāng)房價出現(xiàn)過快上漲勢頭后，極容易觸發(fā)調(diào)控政策來壓制房價上漲趨勢，因此價格走勢相對其他類型城市較為緩和。另一方面，結(jié)合大學(xué)生占比變化來看，這些城市流入大學(xué)生規(guī)模增長相對較緩，導(dǎo)致城市中高收入人群比例增長也相對緩慢，居民支付能力也難以大幅提升，房價較快上漲支撐動力不足。

圖2.1  不同類型城市房價近十年復(fù)合增長率

聚焦城市層面來看。在“緩增型”城市中，有多個城市近十年房價復(fù)合增長率慢于全國平均水平，其中貴陽的房價漲幅最低，僅有2.6%。

從區(qū)域分布來看，這些城市多以北方二線城市為主，近年來經(jīng)濟發(fā)展速度相對沿海二線較慢，高收入的新興產(chǎn)業(yè)發(fā)展速度較慢，因此在人才爭奪戰(zhàn)中也處于下風(fēng)，如天津、濟南、長春和哈爾濱等城市近十年大學(xué)生比例漲幅均處于二線城市下游。在此影響下，這些城市的房價上漲動力也比較薄弱，整體增速偏緩，如哈爾濱2020年商品住宅成交均價仍未破萬，近十年房價復(fù)合增長率僅有6%。

圖2.2 不同類型城市房價近十年復(fù)合增長率

除了規(guī)模增速相對較慢外，“緩增型”城市在去化方面表現(xiàn)也不佳。具體而言，就2020年底各城市的消化周期來看，“緩增型””城市的消化周期最長，平均超過10個月。在人才流入增速放緩的背景下，這些城市需求側(cè)增長也放緩，導(dǎo)致商品住宅庫存量不斷上升，去化周期拉長，典型如大連、沈陽等城市的消化周期均在24個月以上，庫存壓力較大。

圖3.1  部分人才“緩增型”城市2020年底商品住宅消化周期（月）

數(shù)據(jù)來源：CRIC

值得關(guān)注的是，雖然“緩增型”城市當(dāng)前去化周期相對較長，但其周期波動也更為顯著，如海口、廈門、濟南和武漢等城市近十年消化周期波動系數(shù)均明顯高于平均水平。這種波動也使得人才“緩增型”城市更具有逆周期投資的特征。

以武漢為例具體來看。2011年底，武漢商品住宅消化周期高達17.7個月，較上一年大幅增長，但同年武漢的地房比較一年出現(xiàn)下降趨勢，拿地成本較上一年降低，而接下來武漢的庫存壓力逐步減輕，至2015年底消化周期已不足6個月，市場迎來新一輪的大漲機會。

2020年時亦是如此，年初受疫情影響武漢市場熱度降至冰點，上半年庫存量也明顯增加，土地市場熱度亦降至低位，拿地成本降低，但隨著下半年市場逐漸恢復(fù)，成交熱度上揚，房價也逐步走高，住宅周轉(zhuǎn)速度也明顯加快。因此，對于這類城市，逆周期布局可迎來更大收益，可重點關(guān)注這類機會。

圖3.2  2010年以來武漢市商品住宅消化周期和年度成交地房比走勢（月）

綜上來看，無論是規(guī)模增長還是價格漲幅，抑或在項目周轉(zhuǎn)速度變化方面，人才“緩增型”城市的表現(xiàn)均不及其他類型的城市。究其原因，當(dāng)前各城市爭奪的大學(xué)生人才往往是城市購房市場中的中堅力量，而“緩增型”城市的人才占比增速卻明顯落后，拖累了城市購房需求的增長，使之市場表現(xiàn)也相對較差。

不過，人才“緩增型”城市并非無投資機會。雖然這些城市的市場整體表現(xiàn)相對一般，但更加劇烈的波動周期使得這些城市存在逆周期布局的機會，尤其是近幾年來在人才爭奪戰(zhàn)中表現(xiàn)出色的城市，如武漢等，可重點關(guān)注周期性投資機會。

當(dāng)前，35個人才“緩增型”城市中，大學(xué)生占常住人口比例范圍從6%~42%不等，差異較大。其中，大學(xué)生占比最高的城市是北京，2020年每十萬常住人口中大學(xué)生數(shù)量達41980人，位居首位。此外，南京、上海、武漢、西安等高等教育資源較為集中的城市大學(xué)生占常住人口的比例也比較高。

我們進一步依據(jù)大學(xué)生占常住人口數(shù)量比例來對35個城市進行劃分，可將這些城市分為三類：

1、“高位見頂”型：大學(xué)生占比超過30%的城市，包括北京、南京、上海、武漢、西安、太原及呼和浩特等7個城市。這些城市基本均是高等教育資源比較豐富的城市，高學(xué)歷人才儲備資源豐富；近幾年來，在人才政策的利好下，這些城市的大學(xué)生占比進一步提升，目前已達到高位。而隨著人才政策紅利的消失，這些城市的大學(xué)生占比難再大幅提升，因此均屬于人才增長“見頂”型。

2、“低位緩增”型：大學(xué)生占比低于20%的城市，主要以三線城市為主，但哈爾濱、石家莊、福州等二線城市也均在列。

3、“增長乏力”型：大學(xué)生占比介于20%~30%之間的城市。這類城市數(shù)量也最多，共有18個，其中不乏廣州、杭州、長沙等近年來人口增長表現(xiàn)亮眼的城市。對于廣州、杭州等城市來說，由于這些城市因落戶門檻放松吸引了大量的外來人口，常住人口規(guī)模增長也大幅提升，稀釋了高學(xué)歷人才占比，因此這些城市的大學(xué)生占常住人口的比例增長速度偏緩。

圖4.1  “緩增型”城市在2020年大學(xué)生占常住人口的比例

數(shù)據(jù)來源:各城市統(tǒng)計年鑒

在這其中，我們發(fā)現(xiàn)在周期波動方面，人才“高位見頂”城市“抗風(fēng)險”性較強，行業(yè)周期調(diào)整受到的沖擊相對較小。以武漢、南京和西安來看，在2013年，在大部分城市商品住宅成交面積同比增速開始放緩時，武漢、南京和西安成交面積同比增速仍在沖高。2017年亦是如此，在諸多一二線城市調(diào)控收緊、市場熱度急劇下滑后，武漢和西安的市場熱度仍然維持在較高水平，成交面積仍實現(xiàn)了同比增長，南京雖然成交面積當(dāng)年有所回落，但其后住宅成交面積和金額連續(xù)三年雙雙走高。

結(jié)合人才占比來看，武漢、南京和西安由于本地高校資源豐富，人才儲備量充足，在2010年其大學(xué)生占比就位居全國前列；近年來在人才政策的影響下，大學(xué)生人才規(guī)模更是進一步提升，如西安2020年大學(xué)生人才規(guī)模較十年前增了一倍。高學(xué)歷人才規(guī)模的增長為當(dāng)?shù)貛砹顺渥愕馁彿啃枨?，也加固了這些城市的樓市“抗跌”能力。

圖4.2  2011年~2019年武漢、南京和西安住宅成交面積同比走勢

數(shù)據(jù)來源:各城市統(tǒng)計年鑒

簡單來說，常住人口中人才“含金量”越高的城市，一般在行業(yè)周期調(diào)整時受到的沖擊也相對較小，市場韌性較強，比如南京、武漢和西安均是如此。而對于哈爾濱、岳陽這樣人才占常住人口比例較低城市，需求增長動力匱乏下，市場容量已現(xiàn)萎縮跡象，未來市場規(guī)模發(fā)展將進一步面臨挑戰(zhàn)。

而未來，隨著大部分一二線城市城鎮(zhèn)化的完成，新增外來人口將會成為城市購房需求增長的主要動力之一，而高學(xué)歷人才恰恰是其中的中堅購房力量。由此可見，高學(xué)歷人口占常住人口的比例對城市樓市的影響也會再逐步加深。

綜合來看，人才“緩增型”城市由于人才增速慢，一定程度上拖累了城市購房需求的增長，其市場表現(xiàn)也相對較差的表現(xiàn)不及人才增長較快的城市，但人才“緩增型”城市并非無投資機會，典型如南京、武漢和西安等高人才比重的城市，由于近些年常住人口規(guī)模增速較快，尤其是西安這種人才已經(jīng)突破1000萬人的城市來說，人才規(guī)模的增量也是十分顯著的，其市場表現(xiàn)也趨于穩(wěn)定。

而對于長春、大連、沈陽、哈爾濱、岳陽這樣人才中低的城市來說，其自身需求增長動力較弱，市場容量已現(xiàn)萎縮跡象，加之部分城市又面臨人口的外流，譬如哈爾濱、泰安、荊州、岳陽、衡陽、南陽等城市近十年常住人口均“負增長”，未來市場規(guī)模發(fā)展將進一步面臨挑戰(zhàn)。