JIAVERSE FIELD NOTE · LOG 005

中国房地产 · 后稀缺时代 · 2026

三年以后又三年当人口拐点遇上
资产负债表衰退

房子会越来越好盖,也会一天天变旧。但买下一套房,付的钱从来不只属于钢筋水泥:还有每天花在路上的时间、能享受什么公共服务、银行肯借多少钱,以及急着卖时能不能找到买家。过去,这些东西被一个“房价”打包上涨;往后,它们会各走各的。

未来十年,最容易吃亏的,是继续为一套租不出、卖不快、人口又在流失的房子支付稀缺溢价。错过所谓“全国大底”,反倒没那么要紧。

JIA · 2026.08.04 更新 约 42 分钟 15 组数据图版 37 项主要来源

INTERACTIVE · VALUE SECTION

一套房,到底买了什么?

4 层
建筑壳STRUCTURE · 可复制 / 会折旧
位置与通勤ACCESS · 就业 / 网络 / 时间
公共服务权SERVICE · 教育 / 医疗 / 户籍
信用与流动性OPTION · 融资 / 转售 / 预期

四种变化落在不同地方。房子更好盖,先压低的是建筑壳;交通、户籍和 AI 改变的,则是位置与公共服务的含金量。把它们统统归结为“房价都会跌”,中间省掉了最关键的一步。

先把话说清楚

楼市没有一个统一的“底”,眼前至少是五种走法。

01全国普涨:结束

过去那种买在哪里都能被大行情带起来的环境,已经过去。

02核心资产:可企稳

就业、租金、供给和成交撑得住,核心房产才有机会先稳下来。

03普通存量:长出清

多数房子未必暴跌,更可能在多年横盘、折旧和难卖中慢慢降价。

04房产税:再定价器

如果落地,低租金、长期空置和多套持有会先感到压力。

05“底”:一组信号

价格、成交、贷款、租金收入和交付一起好转,才谈得上见底。

01 · CURRENT TAPE

三月和六月确实回暖了,离反转还差得远

如果把楼市当成一只股票,就不能只盯着收盘价。价格、成交、居民贷款和开发商现金流要放在一起看。2026 年 6 月,一线城市价格环比回升;同一时间,全国销售、投资和按揭仍在两位数收缩。

国家统计局 70 城数据显示,2026 年 6 月一线城市新房价格环比上涨 0.1%,二手房环比上涨 0.3%。乍看是四城一起回暖;把镜头拉远,一线二手房同比仍下跌 4.9%,北京、上海、广州、深圳分别为 -5.5%、-3.2%、-6.1%、-4.7%。70 城中,也只有 20 城新房环比上涨,二手房只有 9 城上涨。[01] 月线翻红了,跟涨的城市还很少。

开发端和居民端给出的是另一幅图。2026 年上半年房地产开发投资同比下降 18.0%,住宅新开工下降 24.1%,新建商品房销售面积下降 11.6%,销售额下降 13.6%,到位资金中的个人按揭贷款下降 24.9%。[02] 人民银行口径下,住户贷款上半年净减少 3668 亿元,住户中长期贷款仅增加 2212 亿元。[03] 居民重新大规模加杠杆,至少还没有出现在这组数据里。

一线二手房 · 环比+0.3%

短期价格脉冲,四城均上涨。

一线二手房 · 同比-4.9%

存量价格仍显著低于一年前。

二手上涨广度9 / 70

修复集中,尚未扩散成全国趋势。

销售面积 · H1-11.6%

全国新房成交继续收缩。

开发投资 · H1-18.0%

开发链仍处于快速缩表。

住宅新开工 · H1-24.1%

未来新增供给快速下降。

住户贷款 · H1-3668亿

居民部门整体去杠杆。

城镇收入 · H1+4.4%

收入增长正在缓慢消化估值。

怎么看这组数:环比只说最近一个月往哪走,同比才看得出价格离一年前多远;上涨城市数则告诉我们,行情有没有扩散。三个指标各管一件事。官方价格指数也不能替代某个小区的真实成交,更不能拿个别高端项目的均价来代表全城。

02 · VALUE ANATOMY

一套房的价钱,钢筋水泥只占一层

“科技让房子更好盖,所以房价归零”省略了中间的大半本账。现代城市住房还包括土地与可达性、公共服务、融资条件和转手难易。它们都写在同一个总价里,却不会被同一种技术同时改写。

房子有个麻烦:盖出来以后,很难像过季手机那样清仓。一座城市需求转弱,房价跌到重置成本以下,新项目会停,旧房却还在那里。拆除慢、使用年限长,供过于求便会以多年降价和空置的方式慢慢消化。Glaeser 与 Gyourko 对美国衰退城市的研究,解释的正是这种“房屋越耐久,出清越慢”的现象。[10]

城市之间还差着土地。Saiz 的研究发现,地理约束与开发监管会改变住房供给弹性。[11] 建筑工业化可以压低一平方米结构的成本,却复制不了陆家嘴到工作岗位的时间、海淀的学校边界、南山的产业网络,也不能保证一套房在三个月内按合理折价卖掉。技术会削弱建筑壳的稀缺,位置权仍要单独定价。

房子的壳确实越来越像车,会折旧,也会被更新的产品替代;地段、学位和流动性却不会跟着流水线扩产。
建造与折旧
+
位置就业与通勤
+
权利服务、信用与流动性

所以,房价不会整齐地回到“建筑成本”。在收缩城市,地价和权利溢价可能逐渐归零,房价向折旧后的壳靠近;在供给受限、就业密集的核心区,结构成本所占的比重反而会越来越小,价格仍主要由位置租金决定。全国均价把这两种市场揉在一起,参考价值只会越来越小。

03 · CLAIM AUDIT

四个流行判断,逐条拆开看

这些说法都抓住了一部分事实。麻烦出在下一步:从“技术或制度会变化”,直接跳到了“所有房价会怎样”。中间那几步,才决定结论是否成立。

01部分成立

建造技术让房子越来越便宜

建筑壳这一层,确实会便宜。装配式、模块化、材料和施工管理提高供给弹性,普通产品的重置成本与质量差异也会收敛。

还要补上的部分:旧房库存退得很慢,土地、规划、就业可达性和公共服务也不会随着建造技术复制。远郊普通盘会承压,核心稀缺地段未必如此。

02方向可能相反

交通进步让通勤不再重要

交通能扩大人们愿意接受的通勤半径。与此同时,新道路会带来新增出行,更快的网络也可能把就业与消费进一步吸向枢纽。

已有研究:美国道路扩容后,行驶里程往往近似同步增长,拥堵会慢慢回来。北京和上海的地铁研究还发现,到就业中心更方便以后,价值会写进附近的租金和房价。[12][13][14]

03双向作用

户籍淡化会抹平大城市溢价

公共服务与户籍逐步脱钩,会削弱“买房换资格”的行政溢价。2026 年政策已经明确推进基本公共服务按常住地提供。[15]

另一股力量:准入门槛下降,也会增加流入城市的有效需求。2025 年全国人口减少 339 万,城镇人口却增加 1030 万;总量在收缩,人口仍继续向城市集中。[04]

04证据不足

AI 教育会让学区房失去意义

AI 辅导能够降低优质讲解的边际成本。世界银行一项由教师组织的六周项目带来 0.31 个标准差提升。[20]

离替代学校还很远:另一项随机试验里,增加人工支持提高了使用率,却没有改善阅读成绩;Tutor CoPilot 的增益同样来自“人类导师 + AI”。同伴、托管、筛选、文凭与公共资源,短期内仍会反映在房价中。[21][22]

把四件事放回一张图里,方向就清楚了:行政门槛和普遍稀缺带来的溢价会变薄,真实通勤、服务质量、产品效率和流动性会变得更重要。那些没有这些支撑、只靠“房子总会涨”定价的产品,才最容易被市场淘汰。

04 · GLOBAL VALUATION

中国一线的问题不只在“贵”,还在租金太薄

房价收入比看的是本地收入买不买得起,租金收益率看的是持有一套房能收回多少现金。两张表叠在一起,在 2026 年城市截面中,上海、北京与厦门都落在高房价收入比、低租金收益率的区域。

按 Numbeo 2026 城市截面,上海、北京、深圳、广州的房价收入比分别约为 34.2、32.9、28.5、22.1 倍,市中心毛租金收益率约为 1.6%、1.7%、1.4%、1.5%。东京是 15.2 倍与 2.5%,纽约是 13.5 倍与 4.8%,伦敦是 15.4 倍与 3.3%。放在这组城市里,中国一线既更难靠本地收入买下,出租以后收回的现金也更少。[06]

这并不等于房价“必须跌到国际平均”。全球城市本来就没有统一收益率:本币无风险利率、房产税、维护、租客保护、贷款条件、预期租金增长和资本管制都不一样。首尔的租金收益率同样很低;纽约毛收益较高,每年却要支付更多房产税、保险和维护。比较时,应把扣完税费后的净租金收益放到同币种无风险利率和风险补偿旁边,一个孤立的租售比说明不了全部。

FIG 01 · CITY VALUATION MAP

横轴越右越难买,纵轴越低越难租回本

二十七个城市的房价收入比与市中心毛租金收益率散点图。上海、北京、深圳和厦门位于高房价收入比、低租金收益率区域。 启用 JavaScript 查看交互散点;下方表格保留完整数据。
城市数据为 Numbeo 2026 众包截面,适合方向性比较,不是官方估价。横轴是市中心公寓价格与净收入的综合比值,纵轴是年租金除以房价的毛收益率。汇率不直接进入两个比值。
展开代表城市精确值与口径
城市房价收入比毛租金收益率估算经常成本估算净收益率本币10Y国债净利差
上海34.21.6%0.45%1.15%1.735%-0.59pp
北京32.91.7%0.45%1.25%1.735%-0.49pp
深圳28.51.4%0.45%0.95%1.735%-0.79pp
厦门33.91.0%0.45%0.55%1.735%-1.19pp
成都13.72.3%0.45%1.85%1.735%+0.12pp
重庆10.52.9%0.45%2.45%1.735%+0.72pp
香港30.92.3%0.90%1.40%3.23%-1.83pp
东京15.22.5%1.50%1.00%2.74%-1.74pp
纽约13.54.8%3.00%1.80%4.66%-2.86pp

这么低的租金回报,为什么还能维持?

因为过去买房人并不只收租,还在购买未来的租金增长、稀缺性和转售价。中国长期没有覆盖面广的住宅持有税,亏损不容易在每年的账单上显现;首付与信贷约束又让少量边际成交足以影响价格。于是,低持有成本能把低收益率维持很久。可一旦升值预期从正数降到零,持有者还是会把房子重新放回国债、存款和租金这张比较表里。

2026 年 7 月 28 日中国十年期国债收益率约 1.735%,7 月五年期以上 LPR 为 3.5%。[07][08] 对一线城市而言,扣除约 0.45% 的维护、空置、保险等中性经常成本后,估算净租金收益率仅约 0.95% 至 1.25%。全款买,现金收益低于国债;按揭买,资金成本又高于毛租金收益。要让这笔投资算得过来,只能指望未来租金或价格继续上涨。

口径提醒:0.45% 是统一建模假设,不是每个家庭的真实账本;全球经常成本采用不同中点,只为说明税费结构。跨国“净利差”也不能当成无摩擦套利,汇率、税收、资本管制和租赁制度都隔在中间。

05 · HOLDING COST

把房产税算进去,低租金收益率资产会先被重新定价

比较中国和纽约、东京,不能只看租售比,还要看持有期间每年会收到什么账单。房产税不会按同一比例直接变成房价跌幅;不过在租金和折现率不变时,它确实会压低一套房的资本化价值。

经常性住宅房产税首先把一部分成本从买卖时点挪到每一年,空置和低效持有因此更贵。它还能为地方公共服务提供较稳定的税基,减少对土地出让的依赖;税单本身则会有一部分提前反映在房价里。OECD 对中国改革的研究也提醒,税基怎么算、评估价打几折、首套是否免征、税率多高,以及交易税会不会同步下调,都会改变结果。[09]

所以,“征 1% 房产税,房价就跌 1%”这笔账算不通。这里采用一个透明的机械估值:假设当前要求毛收益率为 2.43%,其中包含 1.735% 无风险利率、1.25% 风险与流动性溢价、减去 1.0% 预期租金增长,再加 0.45% 其他持有成本。新增税率为 t,租金不变,价值比例约为 2.43 ÷ (2.43 + t)。

FIG 02 · TAX CAPITALIZATION LAB

新增持有税的纯机械资本化

这条曲线不是预测,暂不考虑免征、评估折扣、租金转嫁、交易税下调与政策对冲。

-17.1%

估值变化 = 2.43 / (2.43 + 税率) - 1。税率是实际有效税负,不等于名义税率。

0.2%
-7.6%
0.5%
-17.1%
1.0%
-29.2%
租金收益率越低,同一税率占租金的比例就越高,价格也越敏感。若改革同时降低契税、增值税等交易税,改善流动性并设置首套免征,最终影响会明显小于这条纯机械曲线。

它带来的变化其实很朴素:空房也要每年付钱。今天,一套空置房还能用很低的现金成本等下一轮行情;有了可见的年度税单,等待会变贵,一部分房源便会转向挂牌或出租。低租金、老化、远郊和多套持有的资产受影响更大;高租金、首套自住以及享受充分税基折扣的住房,压力会小一些。

截至本文资料时点,全国住宅房产税还不能写成“即将落地”的既定事实。这里仅把它作为政策情景讨论。是否接近落地,要等正式立法、试点范围、税基评估、免征面积和交易税调整方案出现以后再判断。

06 · HISTORICAL MIRRORS

中国的调整节奏像日本,跌幅已经走到日美之间

拿历史作比较,不能简单问“中国到了日本哪一年”。价格跌了多深,损失压在谁的资产负债表上,房子退不退出供给,政策又让损失多快确认,这几件事要分开看。BIS 实际住宅价格指数显示,中国自 2021 年三季度见顶后的 4.5 年,跌幅介于同期日本和美国之间。

FIG 03 · PEAK-NORMALIZED REAL PRICE

各自峰值 = 100:危机前 4.5 年真实房价路径

中国、日本和美国实际住宅价格从各自峰值开始的四年半路径。中国下降约24.7%,同期日本约16.0%,美国约35.6%。 启用 JavaScript 查看峰值归一化路径。
中国 -24.7%2021Q3 至 2026Q1,仍是最新点而非周期底。
日本 -16.0%日本峰后 4.5 年;其 BIS 全周期最大实际回撤约 -48.9%。
美国 -35.6%美国峰后 4.5 年;约 5.5 年到阶段低点,最大实际回撤约 -39.0%。
来源:BIS Residential Property Prices,实际住宅价格指数,按各经济体峰值归一化。日本峰值选 1991Q1,美国 2006Q1,中国 2021Q3。BIS 指数与单个城市、土地价格或 Rogoff–Yang 文中的不同口径不可混用。

日本式的部分:损失被摊进很多年

可比之处在资产负债表。房地产都曾深深嵌进地方财政、银行抵押品、居民财富和上下游需求。房子又很耐用,开发商与地方融资的问题不可能像证券强平那样一次处理完。保交付、降利率、债务展期和稳预期延缓了价格发现,于是常见的顺序是成交先冻住,损失再一点点确认。

美国式的部分:有些房子跌得并不慢

中国实际房价 4.5 年累计下降约 24.7%,已经明显深于日本同期,部分远郊、老旧和弱城市产品的实际跌幅还要更大。美国次贷危机则伴随更快的止赎、银行确认损失、居民去杠杆和政策重资本化,价格在约 5.5 年里完成了更深、更集中的出清。中国没有同样的止赎机制与证券化传导,拿“美国 2011”直接对应“中国已经见底”并不成立。

≈ 1/3需求关联

房地产、上下游和基础设施曾接近总需求三分之一。

≈ 70%家庭财富

住房在家庭财富中的比重,使价格下跌传导到消费。

0.15–0.23消费弹性

城市房价与消费的估计弹性,统计显著但为简化估计。

2–4% GDP消费冲击

房价下降 20%–40% 对消费的量级估算,标准误约 0.8。

Rogoff 与 Yuanchen Yang 在 2026 年工作论文中把中国放在多年调整的中段:沿日本路径看,尚未过半;沿美国路径看,大约完成了三分之二。[16] 这个判断比“已经触底”谨慎,但不能当作倒计时。论文仍是工作稿,城市回归也采用了简化形式,政策、质量变化和内生迁移无法全部被识别为因果。

把两组参照放在一起,可以得到一个有限的判断:中国大致处于日本式资产负债表调整的中段,同时已经达到美国式价格出清的较深位置。 历史平均推不出还要跌多少,累计跌幅本身也证明不了调整已经结束。

07 · LONG-RUN CITY TAPE

2000 年以后,不是一条房价线,而是三套不能硬接的尺子

早期官方年表、学术恒质指数和 2011 年后的月度二手房指数,样本、房型与算法都不同。把它们无缝拼成一条“精确曲线”,看起来完整,实际上会把换尺子误认成涨跌。这里保留断点:先看 2000 年以来的四个阶段,再放大可连续复算的 2011 年至今。

市场成形,序列留白

房改后的商品住房市场起步,但没有一条覆盖主要城市、质量调整一致、今天仍能公开复算的连续线。此处不补数。

住房繁荣加速

恒质新房研究显示大幅上涨;官方 35 城年表也记录普遍涨价,但两者幅度差很大,说明质量与样本选择不能忽略。

共同因子仍然强

信用、城市化和稀缺预期把多数主要城市推向同一方向,深圳最陡,城市之间已有分层。

峰值错开,分化出清

12 城峰值分散在 2019 至 2023 年。到 2026 年 6 月,样本城市仍全部低于各自峰值。

先看繁荣期究竟有多陡。Fang、Gu、Xiong 与 Zhou 用同一楼盘内连续成交的新房,重建了 120 个城市 2003 年 1 月至 2013 年 3 月的恒质指数。北京从 100 升到约 760,二线城市合成指数到 392,三线到 313;一线城市十年名义年均回报约 15.9%。[33] 这些数字比当时官方指数陡得多,但它测的是新房项目内的恒质变化,不是今天的二手房,更不能直接接到 2011 年后的线尾。

FIG 04 · TWO-SCALE LONG RUN

先看繁荣的量级,再看 12 城可复算的二手房路径

北京 · 恒质新房100 → 760
个别一线样本,不代表一线平均。
二线合成 · 恒质新房100 → 392
2003.01 至 2013.03。
三线合成 · 恒质新房100 → 313
同一论文、同一重建方法。
上海、北京、深圳、广州等十二个城市从2011年1月至2026年6月的二手住宅价格指数,2011年1月等于100。 启用 JavaScript 查看城市长期路径。
-12.5%上海峰值 2023.03
-15.2%北京峰值 2023.04
-20.3%深圳峰值 2021.03
-24.3%广州峰值 2022.07
查看 12 城峰值与截至 2026 年 6 月的回撤
城市组别峰值月份峰值后回撤2011.01=100 的当前指数
上海一线2023.03-12.5%174.3
北京一线2023.04-15.2%189.3
深圳一线2021.03-20.3%221.0
广州一线2022.07-24.3%155.5
厦门沿海主要2022.06-26.4%125.2
杭州沿海主要2022.06-13.9%131.4
南京沿海主要2021.09-23.6%129.3
天津沿海主要2019.05-24.0%109.0
成都内陆主要2023.06-14.2%125.2
重庆内陆主要2021.09-19.0%108.5
武汉内陆主要2021.07-29.9%111.1
长沙内陆主要2023.06-20.5%119.0
上方三组是 Fang 等人的 2003—2013 恒质新房学术重建;折线是国家统计局 70 城二手住宅月度环比指数,经东方财富历史表提取并从 2011.01=100 连乘。两套序列并列展示但不拼接。月度指数仅保留一位小数,长期连乘会有舍入误差,因此适合判断方向和相对幅度,不等于每平方米成交均价。[29][31][32]

这张图最重要的不是哪条线最高,而是峰值已经不再同步。天津在 2019 年先见顶,深圳、南京、武汉和重庆集中在 2021 年,广州、厦门、杭州拖到 2022 年,北京、上海、成都、长沙则到 2023 年才出现各自高点。所谓“中国房价峰值”只是全国汇总后的一个日期,真正落到家庭账本上,至少有十几种时间。

另一项十城研究发现,2005 至 2013 年的住房指数中,一个共同因子解释了约 96.5% 的变动。[34] 那是旧周期的关键:城市选错了,大行情有时还能把人带起来。现在同一组城市的峰值相差四年,回撤相差一倍多,共同因子没有消失,却再也不能替具体房子的租金、折旧和流动性兜底。

为什么历史图里没有苏州:苏州不在 2011 年开始的统计局 70 城连续样本中。当前估值和未来预演仍保留苏州,但长期图改用有完整官方序列的天津。与其用另一套商业指数填出一条漂亮的线,不如把缺口留在明处。

08 · THE BOTTOM VECTOR

楼市的底,要等五类信号一起转好

股票可以在一个交易日完成价格发现,住房做不到。从挂牌、看房、贷款审批到过户,中间隔着时间、税费和卖方对旧价格的执念。一次环比上涨只开了一盏灯;现在五类信号里,价格环比和收入消化刚刚有些松动。

01价格广度

不只一线环比上涨,而是多数城市连续至少 6 个月同比跌幅收窄。

部分
02成交与库存

成交量持续高于季节性,真实去化周期下降,挂牌不再靠大幅降价成交。

未开
03居民信用

中长期贷款随收入温和扩张,而非靠降首付短期透支或提前还贷抵消。

未开
04租金与收入

同区域租金和收入增长能够提高真实负担能力,租售比不再只靠房价下跌修复。

部分
05供给与交付

库存和交付尾部风险收敛,新开工不再自由落体,开发链完成缩表。

未开

租售比之所以值得盯,是因为它对后续价格有预测力。Dallas Fed 2026 年研究了 23 个经济体:价格租金比越高,随后三年的实际房价增长往往越弱;价格租金比高出 40 点,平均对应未来三年实际房价增长低约 4 个百分点,而租金增长只高不到 1 个百分点。[05] 过去的经验里,高估值通常靠房价表现转弱来消化,很少靠租金突然追上。

中国还可以把调整摊进时间里:名义房价横着走,收入继续涨,真实房价慢慢降。若房价五年不变、城镇收入每年名义增长 4%,房价收入比会机械下降约 18%。这种走法比一次性暴跌温和,却意味着投资者要承受多年的低回报。政策所说的“时间换空间”,落到账面上大致就是这样。

09 · CITY AND ASSET MAP

同一座城市里,三种房子会走出三条行情

城市等级只能做第一轮筛选。往下还要看就业密度、人口净流入、供给弹性、公共服务、产品折旧和二手流动性。一线城市的远郊老盘,完全可能比强二线核心区的次新房更脆弱。

核心次新 / 高效改善
成熟区普通存量
远郊 / 老旧 / 同质化
强就业
强流入
供给受限
轨道 A:先稳

上海核心、北京核心、深圳产业核心等。租金与成交能验证时,名义价格可率先企稳。

轨道 B:横盘消化

位置尚可但产品折旧。价格要靠收入增长与置换需求慢慢消化。

轨道 C:同城分裂

城市光环无法抵消长通勤、供应多和产品老化,流动性折价扩大。

强就业
供给弹性高
估值优先

成都、重庆、武汉、长沙等核心区需同时看新增供给与租金,不能只看人口。

租金定锚

高供应限制资本利得,较高租金收益提供一部分安全垫。

供给压顶

新区持续供地会让二手房失去产品竞争力,折旧很难被上涨掩盖。

弱流入
高库存
收缩
少数孤岛

医疗、教育和行政核心仍可能保有使用价值,但交易深度有限。

真实贬值

名义价格可黏住,成交周期和议价幅度先恶化。

壳价逻辑

土地与权利溢价衰减,最终靠折旧后重置成本和本地租金定价。

一线城市:就六月数据看,上海更接近交易性企稳

2026 年 6 月二手房同比跌幅中,上海 -3.2% 好于深圳 -4.7%、北京 -5.5%、广州 -6.1%。这最多说明上海最近更有韧性,不能把一个月的排序写成长期胜负。上海还要等成交广度、租金和居民信用继续确认;北京有行政中心和供给条件支撑,交易修复偏慢;深圳对科技就业和信用周期更敏感;广州供给弹性较高,区域分化也更明显,修复难度仍大。

主要二线:厦门估值最紧,成渝汉长的租金账稍厚

厦门 33.9 倍房价收入比、约 1.0% 毛租金收益率,在样本中比多数一线还紧;杭州约 22.4 倍、1.7%,价格仍需要较高增长预期来支撑。成都、重庆、武汉、长沙的毛收益率约 2.3%–2.9%,估值垫更厚一些,但供给弹性、产业波动和新区竞争也更大。便宜不会自动带来上涨,只是少依赖一点未来的资本利得。

城市均值只能用来排查,不能用来下单:最后至少要查到小区近 12 个月的真实成交、挂牌成交比、同户型议价幅度、租金空置、楼龄、物业维护、学位规则和未来供地。城市判断可以决定先研究哪里,替代不了对具体房子的尽调。

10 · FUTURE REHEARSAL

未来不是猜一条线,而是看收入和房租谁先接住价格

把 2026 年价格记作 100,未来估值只有三种基本消化方式:家庭收入追上来,房租追上来,或者房价让一步。下面的预演器把两把尺子同时摆出来,并把维护、空置和房产税计入租金锚。它不预测明年涨跌,只回答:在你给定的假设下,终点账面上是否自洽。

单看房价收入比会漏掉利率,单看租售比会漏掉未来租金和风险溢价。Himmelberg、Mayer 与 Sinai 的用户成本框架提醒我们,利率、税费、维护、预期增长都会改变同一倍数的含义;Campbell 等人的租金价格分解则把租售比拆成真实利率、未来租金增长和住房风险溢价。[35][36] 所以这里不设一个“国际标准倍数”,只让读者明着选择终点。

FIG 05 · DUAL-ANCHOR REHEARSAL

收入锚、租金锚与两者的联合中点

演算终点
收入锚 · 名义99.9收入增长与目标收入比共同决定
租金锚 · 名义83.1租金增长与持有成本共同决定
联合中点 · 名义91.1两只锚的几何中点
联合中点 · 实际76.2扣除累计通胀后的购买力
以上海为例,从2026年价格指数100到2035年的收入锚、租金锚、联合中点和实际价格路径。 启用 JavaScript 调整未来参数。

目标毛收益率 = 净收益 1.55% + 非税成本 0.45% + 房产税 0.30% = 2.30%

基准输入下,上海到 2035 年的联合中点约为 91:名义价格比 2026 年低约 9%,实际购买力低约 24%。这不是点预测,而是两只估值锚之间的一次条件核算。

起点房价统一记作 100。当前房价收入比和市中心毛租金收益率来自 Numbeo 2026 城市截面;非税经常成本固定为 0.45%,涵盖维护、空置、保险等中性假设。各城默认目标比率是用于演示的研究参数,不是官方目标,也不是所谓国际均衡值。房产税按有效税率直接加入租金锚的必要毛收益率。[06][09]
收入锚 = 100 × (1 + 收入增速)^年数 × 目标收入比 ÷ 当前收入比

如果收入涨得够快,房价可以少跌甚至不跌,也能让收入比回落。反过来,目标收入比压得越低,需要价格、收入或两者一起调整。

租金锚 = 100 × (1 + 租金增速)^年数 × 当前毛收益率 ÷ (目标净收益率 + 0.45% + 房产税)

税率不是从房价上简单减去几个点,而是每年提高必要现金回报。租金越薄,新增持有成本被资本化得越重。

基准输入给出的,不是“全国再跌多少”,而是估值压力落在哪里

用收入每年增长 4%、同品质租金增长 2%、通胀 2%、有效房产税 0.3% 演算到 2035 年,一线四城的联合中点约在 89 至 96 之间。换句话说,即使收入继续温和增长,高收入比和低租金仍让名义房价大体横盘偏弱,实际价格则下降约两成。厦门因为当前收入比约 33.9 倍、毛收益率仅约 1.0%,在同一组假设下压力最明显。

南京、苏州、成都、重庆、武汉和长沙的账面终点反而更高,因为它们今天的收入比更低、租金更厚。但这只说明估值没有一线那么依赖未来涨价,不说明需求一定出现。新增供给、产业与人口、楼龄和成交深度会决定这份账面空间能否变成价格;如果供给持续扩张或人口减弱,便宜可以一直便宜。

目标净租金收益率也不是凭空来的。粗略地说,它会受未来无风险利率、住房风险与流动性溢价、以及长期租金增长预期共同影响。无风险利率上升、风险溢价扩大或房产税提高,都会把租金锚往下推;租金和收入持续增长则把它往上托。真正可能与国际市场趋同的,是这套算账方法,不是某个固定倍数。

模型边界:联合中点取收入锚和租金锚的几何平均,只是把两种约束合成一个易读标尺,没有估计权重,也没有加入信贷脉冲、土地供给、产品折旧和政策反应。它适合做压力测试,不适合拿来报出“2035 年上海每平方米多少钱”。

11 · CONDITIONAL FORECAST

2026—2035:更大概率是“核心横、普通磨、弱区降”

房价预测很容易制造一种虚假的精确。这里把判断写成条件:哪些数据出现,结论就往哪边改。下面列出三条可以持续观察的路径,不硬凑概率。

再通胀修复
管理式真实贬值 · 基准路径
资产负债表压力
触发条件
收入、租金、信用同升

成交持续高于季节性,去化周期下降,住户中长期贷款恢复,核心租金上涨。

政策托底但信用克制

核心价格间歇环比转正,全国销售仍弱,收入增长高于房价。

就业与信用再走弱

住户贷款持续净收缩,交付或地方债压力外溢,租金同步下行。

2026—2028
核心先量后价

上海、深圳等核心优质资产先修复;普通存量仍不跟涨。

名义分化横盘

一线核心在 -3% 至 +3% 年波动中消化;普通与弱区继续真实贬值。

量价再收缩

成交冻结先于价格下台阶,弱城市和高杠杆家庭承压最大。

2028—2030
低斜率新周期

上涨由租金与收入驱动,难复制 2015—2021 的全国杠杆牛市。

收入完成部分修复

名义稳定也意味着实际价格和房价收入比继续下降。

结构重组加速

收购、保障房、债务重组与供给退出决定尾部损失。

2030—2035
现金流接替预期

高租金、高就业密度和受限供给支撑低斜率上涨,城市平均不再普遍受益。

名义横盘完成去估值

收入比下降,核心优质房保住名义价格,普通存量继续被折旧和流动性侵蚀。

低效存量退出

弱区价格进一步靠近租金与重置成本,空置、老化和持有税费加快出售。

证伪信号
上涨只有政策月

若成交、租金与信用没有跟进,再通胀情景不成立。

全国量价同步转正

若多数城市连续同比转正,基准路径过于悲观。

信用与交付企稳

若居民和开发链资产负债表快速修复,压力情景退出。

四个约束让“长磨”比快速反转更符合现状。全国人口已经转负,但人还在向大城市集中;居民不愿重新大规模加杠杆;库存和存量房彼此差异很大;政策能减缓出清,却造不出租金现金流。几股力量叠在一起,最容易形成的局面,就是名义价格相对稳定、真实价格继续下降,城市与房屋之间越分越开。

整体判断是:2026 至 2028 年看成交能否真正复苏,2028 至 2030 年看收入能否消化估值,2030 至 2035 年才会看清哪些房子还能被当作资产。 基准路径下,一线核心优质住房先完成名义企稳,但一线城市平均价格仍难摆脱横盘偏弱;高收入比、低租金的二线城市需要更长时间或更明显的名义调整;估值较低的强二线有更厚缓冲,却会被新增供给和产品折旧切走一部分收益;人口收缩、租金薄、成交浅的存量房,继续降价的概率最高。

至于会不会向“国际标准”靠拢,要先说明标准是什么。中国城市不会统一靠向某个房价收入比,更可能接近的是定价方法:现金流、持有税费、折旧、供给约束和本币利率会越来越重要,行政稀缺和单向上涨预期会逐渐退后。东京、纽约、伦敦从来没有同一个租售比,中国城市也不会有。共同之处只在一点:租金越薄,未来增长的理由就得越充分。

12 · DECISION RULES

普通人不必猜大底,先把自己的账算清楚

自住、投资和处理已有住房,是三件不同的事。全部压缩成一句“房价还涨不涨”,最后往往连自己的问题都没有回答。

BUY · 长期自住

先看未来十年怎么住

  1. 用同品质年租金计算租售比,不用开发商“月供等于房租”。
  2. 首付后保留 12—18 个月家庭开支;月供按收入下降 20% 压测。
  3. 总价至少对比 3 个真实成交小区,确认议价幅度和成交周期。
  4. 只有居住收益能覆盖交易摩擦,才允许不等绝对底。

红线:五年内大概率换城、换工作或置换,就别承担一套难卖的房子。

INVEST · 纯投资

先把每年的负现金流写出来

  1. 净租金收益扣除空置、维护、保险、税费和装修折旧。
  2. 与同币种国债和实际融资成本比较,写出每年负现金流。
  3. 把有效房产税 0.2%–1.0% 做情景压力测试。
  4. 退出价按最近成交而非挂牌,计入 12 个月销售周期。

红线:整张表只能靠“以后有人出更高价”才能成立。

HOLD / SELL · 已持有

重新评估今天的价值

  1. 核心就业可达性、租金增长和小区成交深度各打 0—5 分。
  2. 估算未来五年大修、产品过时和新增竞品供给。
  3. 若低分且持有占净资产过高,流动性比卖价更重要。
  4. 若高分、自住匹配且无杠杆压力,不必被月度标题交易。

红线:买入价只能说明过去付了多少,证明不了今天值多少。

什么数据足以改变判断?

单月上涨还不够。下面五类数据要连续互相印证;只要其中三类仍在恶化,就应先把价格回升看作交易性修复。

  • 70城二手房上涨广度连续扩散
  • 住户中长期贷款随收入温和增长
  • 核心城市租金同品质真实上涨
  • 库存去化与挂牌成交比持续改善
  • 交付与开发链信用尾部风险收敛

13 · FINAL VERDICT

中国楼市还会有行情,只是不再属于“平均数”

过去二十年,人口入城、信用扩张、土地财政、公共服务绑定和上涨预期一环扣一环,推起了一轮覆盖全国的住宅行情。买错城市、买错产品,有时也能被大周期救回来。现在,这几股力量不再朝着同一个方向走:全国人口下降,城镇人口仍在增加;利率降了,住户信用却在收缩;新开工大跌,存量房仍然庞大;户籍门槛淡化,优质公共资源依旧有限;AI 改变了教学方式,学校承担的照护、筛选和同伴网络并没有消失。

全国性 beta 已死,位置权 alpha 尚存,流动性将成为新的地段。 拆开来说,核心城市的优质住宅可能在未来一两年先稳住名义价格,但人口、信用和现金流还撑不起一轮全国牛市。更多普通住房会在五到十年里经历横盘、真实贬值、折旧和越来越长的成交周期;收缩地区的同质化住房,会一步步接近普通耐用消费品。

不要问“2026 年是不是底”。问这套房的租金能否支付等待,收入能否支撑杠杆,位置权是否真的稀缺,以及你离开时有没有人接手。

对一套具体的房子来说,这四笔账比任何“拐点”新闻都可靠。账算不清,所谓抄底只是提前三十年下注。

14 · SOURCES AND METHODS

资料、口径与可复核数据

下文资料截至 2026 年 8 月 4 日。中国总量和价格变化采用官方数据,机制判断参考学术论文;Numbeo 只用于城市横截面的方向性比较。文中的估值与情景都是模型,不冒充官方预测。

  1. 国家统计局:2026 年 6 月 70 个大中城市商品住宅销售价格变动情况。一线环比、同比和 70 城上涨广度。
  2. 国家统计局:2026 年 1—6 月全国房地产市场基本情况。投资、新开工、销售、库存与到位资金。
  3. 新华社 / 中国人民银行:2026 年上半年金融统计。住户贷款与住户中长期贷款。
  4. 国家统计局:2025 年国民经济和社会发展统计公报。总人口、出生死亡与城镇人口。
  5. Dallas Fed (2026): Elevated house price-to-rent ratios predict slower future price growth。23 国价格租金比预测研究。
  6. Numbeo Property Investment Index 2026。城市房价收入比和市中心毛租金收益率,众包口径。
  7. 中国债券信息网:中债国债收益率曲线。2026-07-28 十年期到期收益率快照。
  8. 全国银行间同业拆借中心:2026-07-20 LPR。五年期以上 LPR 3.5%。
  9. OECD: Making Property Tax Reform Happen in China。经常性房产税设计、资本化与交易税替代。
  10. Glaeser & Gyourko (2005), Urban Decline and Durable Housing。耐久住房、衰退城市与缓慢出清。
  11. Saiz (2010), The Geographic Determinants of Housing Supply。地理和监管约束与住房供给弹性。
  12. Duranton & Turner (2011), The Fundamental Law of Road Congestion。道路扩容与诱发交通。
  13. 北京地铁可达性与重复租金研究。到地铁距离与租金价值。
  14. 上海轨道交通可达性事件研究。改善到就业中心通勤与房价资本化。
  15. 国务院:深入实施以人为本的新型城镇化战略五年行动计划相关政策。基本公共服务常住地提供与户籍脱钩方向。
  16. Rogoff & Yang (2026), A Tale of Two Countries。日本 1990 年代与当代中国房地产危机比较,NBER 工作论文 35054。
  17. BIS Residential Property Prices。中国、日本和美国实际住宅价格峰值路径。
  18. Dallas Fed International House Price Database。国际房价、租金和收入数据库交叉核验。
  19. Black (1999), Better Schools and Higher House Prices。学区边界与学校质量房价资本化。
  20. World Bank: AI tutoring randomized evaluation。教师组织的六周 AI 学习项目与 0.31 标准差增益。
  21. AI access with human support randomized trial (2026)。人工支持提高参与,但阅读成绩未改善。
  22. Tutor CoPilot randomized evaluation。AI 辅助人类导师与掌握率提升。
  23. 北京优质学校与住房溢价的因果研究。估计精英学校溢价约 4%–8%。
  24. 城市迁移、土地供给与中国房价模型。迁移与受监管土地供给共同解释历史价格变化。
  25. 中国城市化统计中的行政重分类。2010—2015 年城市人口增长中 33.4% 来自重分类。
  26. IMF 2025 Article IV Consultation for China。房地产进一步收缩与高债务是内需和通缩的主要下行风险。
  27. OECD Housing Prices indicator definitions。房价收入比和价格租金比口径。
  28. NBER: Remote work and house prices。远程工作重排住房需求,但不等于住房需求消失。
  29. 国家统计局:住宅销售价格指数是如何编制的。月度指数、调查范围、数据来源、权数和二手住宅计算方法。
  30. 国家统计局:中国统计年鉴 2007,35 个大中城市房地产价格指数。2005—2006 年早期官方城市年表与租金指数。
  31. 国家统计局:2011 年 1 月 70 个大中城市住宅销售价格变动。二手住宅环比、同比和定基指数的连续序列起点核验。
  32. 东方财富数据中心:70 城房价历史表。用于批量提取国家统计局月度历史值;关键月份回查统计局原表。
  33. Fang, Gu, Xiong & Zhou (2015), Demystifying the Chinese Housing Boom。120 城 2003—2013 年同楼盘连续成交恒质新房指数。
  34. Meng, Xie & Zhou (2015), Club Convergence of House Prices。十个重点城市 2005—2013 年共同因子和城市组别。
  35. Himmelberg, Mayer & Sinai (2005), Assessing High House Prices。利率、税费、维护和预期增长构成住房用户成本,单一收入比或租售比可能误导。
  36. Campbell, Davis, Gallin & Martin (2006), A Trend and Variance Decomposition of the Rent-Price Ratio in Housing Markets。租金价格比可分解为真实利率、未来租金增长和住房风险溢价。
  37. Jordà, Schularick & Taylor (2015), Leveraged Bubbles。17 国 140 年数据中,信贷推动的住房泡沫往往伴随更深衰退和更慢复苏。

模型边界:本文不是投资建议。机械估值每次只隔离一个变量,替代不了对租金、利率、政策和资产质量的联合判断。城市众包数据会有样本偏差;学术研究来自不同国家、时期和识别设计,这里只借它们解释机制,不把外部系数直接套到中国房价上。