提示:点击上方"华美优胜美国房产投资"↑订阅
◎作者 | Zillow
◎来源 | Zillow(ID:Zillow_China)已获授权
从 2000 年到 2016 年,全美最大的 100 个都会区中,有 90 个地区的住房自有率呈下降趋势。在开普科勒尔(Cape Coral,位于佛罗里达州)、拉斯维加斯和凤凰城等地,越来越多的人选择租房而非买房;而在美国东北部的都会区,买房仍是主流趋势,住房自有率也在逐步上升。
通过分析住房自有率的区域性变化,我们发现同一城市的不同区域之间也存在着巨大差异(按邮编划分)。例如休斯顿、纽约等地的房产市场,在其整体住房自有率与 2000 年基本持平的情况下,部分区域的住房自有率下降达 33%,而有些区域则上升了 18%。
进入 21 世纪后的十几年时间里,美国房产市场经历了从繁荣到崩塌再到复苏的过程。全美住房自有率在 2000 时为 67.1%,在历史平均水平 65% 的基础上有所增长。而到 2004 年,住房自有率上涨到了 69.2% 的历史高点。
此后,住房自有率开始下滑(早于大萧条时期),并持续狂跌至 2016 年中期的 62.9%。纵观这 16 年,我们可以看到哪些地区住房自有率的变化不同于全美和地方趋势不同。
以下是我们的一些发现:
在住房自有率上升的 10 大都会区中,除檀香山以外的所有地区都位于美国东北部。
全美有 72.4% 的大型区域住房自有率有所下降。(大型定义为包含超过 1000 套房产的区域,以邮编划分)
位于亚特兰大的佐治亚理工学院周边地区(邮编:30313)家庭收入中位数增加了两倍多,住房自有率也从 2000 年的 13.1% 增长到 2016 年的 32.5%,在所有区域中增长最快。
位于凤凰城的西格伦代尔地区(邮编:85305)在 16 年间新建了近 2000 套住房,但其住房自有率却出现了最大降幅,从 92.6% 下降到 50.5%。
| 住房自有率下降的地区
通过仔细观察,我们发现全美最大的 100 个都会区中,住房增长率下降最快的区域大多位于美国西南部,如德克萨斯州和佛罗里达州,而东北部地区则无一处上榜。在凤凰城马利维尔(Maryvale,邮编:85037)、北圣何塞(邮编:95134)以及圣路易斯里弗维尤(Riverview,邮编:63137)地区,尽管经济情况各有不同,三地住房自有率跌幅均超过 27% 。
住房自有率下降最快的前 20 个地区有一个共同特点:在所有已入住房屋中,多户住宅占的比例越来越高。多户住宅的开发建设增加及人口数量增长(如马利维尔和北圣何塞地区),以及独栋住宅房主人口流失等诸多原因,导致这些区域的发生了巨大变化。此外,这些区域内的家庭收入增长速度均落后于其所在都会区的平均水平。
公寓是多户住宅的典型
| 住房自有率上升的地区
另外有些地区的住房自有率则出现显著上升。这份榜单中既有人口稠密的市中心区域,也包括了 16 年间从大片土地和农田到逐渐演变成独户家庭的近郊地区。除少数例外,大部分上榜地区的家庭收入增长情况优于其所在都会区的平均水平。榜单中还有诸如休斯顿市中心的 Second Ward(邮编:77003)及位于俄勒冈州波特兰的 Pearl District(邮编:97209),这两个地区均经历了从轻工业和仓库区到居民区的重大转变。榜单中还有位于达拉斯-沃斯堡国际机场附近的 North Irving(邮编:75039)以及位于华盛顿州塔科马市中心以东的塔科马新城(邮编:98424)等地区。
| 哪些因素带来了这些变化?
通过分析当地房屋存量的变化,以及在同一时间段内家庭收入的变化,我们可以预测出大部分地区住房自有率的变化趋势。观察最大的 100 个都会区中的一些区域便会发现:
在住房自有率下降的区域中,多户住宅在整体房屋存量中占的比例越来越高,比所在都会区的整体水平高出 1.5%。
而在住房自有率上升的地区,房屋存量中独栋住宅及联排别墅所占比率则上升了 2.2%。
在房屋存量没有明显变化的地区,住房自有率则与家庭收入挂钩。住房自有率上升的地区中,家庭收入中位数的增长比所在都会区平均水平高出 3.6%;而在住房自有率下降的地区,家庭收入中位数的增长则比其所在都会区平均水平低 6.8%。
在住房自有率下降但租房率快速上涨的区域,多户住宅占有率大多也出现了跳跃式的增长。实际上,租房率上涨最快的前 20 个社区中,有 16 个社区的多户住房占有率涨幅超过 15% 。其中,除两个社区以外,其他社区的家庭收入增幅均落后于所在城市的整体增幅。
| 社区住房自有率的未来发展趋势
最终,我们通过研究发现三大因素影响着住房自有率和租房率之间的转变:家庭收入变化、新建房屋的类型或缺失,以及会导致大龄人口迁移的住房危机。虽然很难预测未来会发生什么,但我们至少明白了收入的变化、租客增加、新房的建设以及市场不稳定性等因素会对一个社区的住房自有率或租房率产生巨大影响。
数据来源:
2000 年人口普查数据
2016 年 5 年期 ACS 数据