房价收入比，全国只剩一个城市，仍然偏高！

今天我们重点聊一聊房价收入比。

之前我已经讨论过全国层面房价收入比，今天继续深入探讨，重点是聚焦具体城市房价收入比的动态变化。

全国房价收入比重回低点

首先，我们来看一下全国的总体走势，以便大家能把握整体态势。

2009 年和 2010 年房价收入比较高，比如 2010 年达到 14 倍。

之后，随着楼市降温，房价收入比连续五年下降，在 2015 年降至最低的 10 倍。

随后，随着楼市升温，2016 - 2018 年连续三年上升。

在那之后的 2019 - 2021 年，房价收入比基本维持在 12 - 13 倍。

2022 年开始，全国楼市大幅降温，房价跌幅明显，房价收入比连续三年大幅下降。

2024 年又重新跌到 10 倍，回到了 2015 年的历史低点。

深圳房价收入比最高

上述是全国的总体情况，不过许多来自不同地区的朋友，更关心自己意向购房城市房价收入比的动态变化。

接下来我们详细看看 2024 年全国主要城市的房价收入比情况。

这张图展示了全国主要一线、二线城市的房价收入比。

其中，深圳的房价收入比最高，接近 28 倍；北京、上海超过 20 倍。

其次是厦门、杭州、广州、福州。天津的房价收入比在 13 - 15 倍之间。

房价收入比最低的是贵阳，只有 5.3 倍；长沙为 5.4 倍；南昌、昆明、太原在 7 倍左右，相对较低。

这里呈现出很明显的特征：越是高能级城市，房价收入比越高；越是低能级城市，房价收入比越低。

之前我分享过不同等级城市的房价收入比情况，高等级城市的房价收入比不仅当下高，过去 20 年一直都偏高。

但大家要清楚，在流向北上广深、杭州、厦门等高能级城市的购房群体中，有相当一部分是外地人，或者是外地父母出资为在这些城市生活的子女买房。

而这些高能级城市统计局统计的收入数据中，并不包含这些外地父母的资金。

所以说，高能级城市的楼市像是 “吸血鬼”，不断吸纳资金；而很多低能级城市，尤其是中西部和东北地区的楼市则是 “被吸血者”。

岳阳房价收入比最低

再来看看中低能级城市的情况。

我把西北和东北的几个省会城市与全国有代表性的三线城市进行对比。

房价收入比较高的是珠海，为 10.6 倍。珠海是老牌经济特区和沿海开放城市，房价水平较高，性质和厦门类似，有很多外地人去买房，其房价收入比甚至比经济发展水平明显超过它的邻居东莞还要高。

东莞楼市中外地人的购房占比低于珠海，但东莞的房价收入比又高于佛山。

东莞和佛山都处于经济发达地区，不过由于东莞靠近深圳，佛山靠近广州，这使得佛山的房价收入比明显低于东莞。

像泉州、温州这些东部发达地区的城市，房价收入比在 8 - 9 倍之间。

图表中房价收入比最低的是岳阳，只有 5 倍，岳阳属于中部的三线城市，其经济发达程度远不如前面提到的几个城市，房价水平也明显低于它们。

同样位于中部地区的三线城市，廊坊和洛阳的房价收入比高于岳阳。

廊坊地处环京地带，受益于北京都市圈；洛阳是河南的第二大城市，还是九朝古都，城市地位和经济实力都超过岳阳。

只有西安房价收入比仍高估

通过对比各地的房价收入比，我们能看出不同地区的城市能级、经济发展程度和房价水平之间的关系。

前面聊了很多不同城市的房价收入比水平，但由于存在地区差异以及楼市 “吸血” 和 “被吸血” 的情况，我们不能简单地在不同地区之间进行房价收入比的对比。

更优化、合理的方式是建立更好的模型，对数据进行指数化处理。

这张全国一线、二线城市的房价收入比指数图显示，地区之间差异巨大。一般认为，指数在 0 以上，说明城市的房价收入比偏高；指数在 0 以下，则表明房价收入比偏低。

在全国主要城市中，只有西安的房价收入比指数为正值。

很多朋友可能会感到诧异，西安既不是一线城市，也不是东部的强二线城市，为什么房价收入比是正值呢？

这是因为 2017 - 2022 年西安房价涨幅较大，截至 2024 年，其房价收入比仍处于高估状态。

另外，广州的房价收入比指数为 0，处于中性水平，不高也不低。

成都的房价收入比指数为微幅负值，接近 0。

南昌的房价收入比指数负值最大，达到 -261，这意味着与历史均值相比，南昌的房价收入比最低，严重被低估，其房价相对于收入水平已经非常低了。

另外，房价收入比指数较低的还有武汉、郑州、天津、长春、贵阳、太原、沈阳、大连等城市。

这些城市过去几年房价跌幅较大，同时收入情况相对稳定，导致房价被严重低估。

在一线城市中，上海的房价收入比指数负值最大，房价低估最明显；

其次是北京，然后是深圳，广州则没有出现低估情况。

在长三角的五个二线城市中，南京的房价收入比指数低估最多，南京房价在过去几年表现最弱；

其次是合肥，接着是杭州，宁波的房价收入比指数负值最小。

其他城市如果大家感兴趣，可以仔细看图，我就不再一一讲解了。