房地產行業專題研究：七普數據透視拆遷需求知多少-220704（20頁）.pdf

《房地產行業專題研究：七普數據透視拆遷需求知多少-220704（20頁）.pdf》由會員分享，可在線閱讀，更多相關《房地產行業專題研究：七普數據透視拆遷需求知多少-220704（20頁）.pdf（20頁珍藏版）》請在三個皮匠報告上搜索。

1、 證券研究報告證券研究報告 請務必閱讀正文之后第請務必閱讀正文之后第 19 頁起的免責條款和聲明頁起的免責條款和聲明 七普數據透視七普數據透視拆遷需求知多少拆遷需求知多少 房地產行業專題研究2022.7.4 中信證券研究部中信證券研究部 核心觀點核心觀點 陳聰陳聰 基礎設施和現代服務產業首席分析師 S1010510120047 張全國張全國 房地產和物業服務行業聯席首席分析師 S1010517050001 分析分析 2000-2020 年三次人口普查全國家庭住房房齡數據，年三次人口普查全國家庭住房房齡數據，我們注意到我國存量我們注意到我國存量住房的房齡不斷變老，拆遷在過去十年加速，居民的住房質

2、量和數量大幅躍進。住房的房齡不斷變老，拆遷在過去十年加速，居民的住房質量和數量大幅躍進。展望未來，我們相信拆遷安置的需求仍然旺盛，房屋運維和物業服務的需求則展望未來，我們相信拆遷安置的需求仍然旺盛，房屋運維和物業服務的需求則持續擴大。持續擴大。 十年一次的研究機會。十年一次的研究機會。第七次人口普查的長卷數據公布，意味著我們迎來了十年一次的、 分析中國存量住房情況的研究機會。 盡管人口普查問卷的準確程度應該低于房屋普查（即以人查房的方法不如以房查房精確），但我國近年來從未開展房屋普查，故而這已經是罕有的洞察全社會存量房屋狀況的機遇。本篇報告，我們主要分析存量房屋的房齡結構以及老房拆遷速度， 并

3、以此推算未來十年我國的拆遷需求。由于方法論和數據可得性的問題，本報告的口徑除特別說明外，均為包含城鄉的全國整體數據。 房地產高歌猛進二十年，居民住房數量和質量大幅提升。房地產高歌猛進二十年，居民住房數量和質量大幅提升。根據七普數據，2000-2020 年，我國家庭戶數增長 38%，存量房建筑面積增長 89%，居民戶均住房面積從 82 平米上升到 111 平米。存量住房中沒有廚房的住房比例，二十年來從 16%下降到 4%，沒有廁所的住房比例，則從 28%下降到 3%。 政策因素驅動拆遷提速。政策因素驅動拆遷提速。雖然房屋的平均質素上升，但棚改貨幣化等政策因素，驅動房屋拆遷提速。2010-2020

4、 年，我們測算老房拆遷規?？傆?80.4 億平米，這較之2000-2010年凈增加了44.5億平米。 2010年時存量房屋中， 房齡為21-30年、31-40 年、41-50 年和 50 年以上的房屋，到 2020 年時分別被拆掉了 25%、40%、53%和 57%。如果我們在 2010 年去觀察 2000 年之后十年存量房屋被拆掉的比例，則十年間不同房齡段被拆掉的比例分別為 22%、23%、32%和 51%。 存量房屋房齡持續變老。存量房屋房齡持續變老。盡管拆遷加速，但由于房屋建設在房改前后有明顯加速，逐漸進入老房階段的住宅，數量反而有所提升。和 2000 年相比，2020 年居住在房齡 3

5、0 年以上的老舊住宅中的家庭戶占比由 11%上升到了 14%。我們估計，全社會的平均樓齡，2020 年為 17.4 年，較之 2000 年增加超過 2 年。 2021-2030 年間，中性情景預計年產生城鎮住房拆遷需求近年間，中性情景預計年產生城鎮住房拆遷需求近 6 億平米。億平米。我們根據過去不同房齡段十年內拆遷比例，和 2020 年底房齡結構分布，再考慮人口普查可能低估空關房規模等因素，在中性情況之下，預計城鎮住房年拆遷需求近 6億平米?？赡軐е聦嶋H拆遷數據超過這一規模的因素，包括穩增長訴求，貨幣化安置推廣， 拉動房地產投資政策等； 可能導致實際拆遷數據低于這一預測的因素，包括房屋營建質量

6、提升，城市規劃強調“留下城市記憶”，極低質素無衛生間設施的房屋存量大幅下降等因素。 風險提示：風險提示： 以人查房的人口普查長卷數據， 畢竟只能是對存量房源的真實情況模擬，而不會是存量房屋情況本身。例如，這種調查方法可能遺漏空關房，從而導致社會總存量住房數據被低估。 問卷還可能低估人均住房面積， 因為受訪人或許擔心過高的人均住房面積導致繳納房地產稅等進而存在瞞報的可能。 科學認識房地產行業的長期可持續性?？茖W認識房地產行業的長期可持續性。在經過定量測算之后，我們可以發現我國房地產開發建設在過去二十年取得了巨大的成績，極大提升了居民的居住水平。但展望未來，拆遷安置的需求預計仍然旺盛，房屋運維和物

7、業服務的需求則有望持續擴大。 重點公司盈利預測、估值及投資評級重點公司盈利預測、估值及投資評級 房地產和物業服務房地產和物業服務行業行業 評級評級 強于大市（維持）強于大市（維持） 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 2 簡稱簡稱 收 盤 價收 盤 價（ 交 易交 易幣種幣種） EPS（元）（元） PE 評級評級 21A 22E 23E 24E 21A 22E 23E 24E 萬科 A 20.40 1.94 2.10 2.26 2.54 11 10 9 8 買入 萬科企業 19.72 1.94 2.10 2.26 2.54 8 8 7 6

8、買入 招商蛇口 13.44 1.16 1.32 1.26 1.14 12 10 11 12 買入 保利發展 17.52 2.29 2.46 2.72 3.35 8 7 6 5 買入 金地集團 13.10 2.08 2.03 1.97 2.10 6 6 7 6 買入 龍湖集團 37.05 3.69 3.46 3.81 4.19 8 9 8 7 買入 華潤置地 36.60 3.73 4.14 4.53 4.93 8 7 7 6 買入 濱江集團 8.61 0.97 1.12 1.23 1.31 9 8 7 7 買入 綠城中國 16.26 1.78 1.99 2.07 2.17 7 7 6 6 買入

9、美的置業 12.68 3.15 2.91 3.39 5.09 3 4 3 2 買入 華發股份 7.70 1.51 1.65 1.81 1.82 5 5 4 4 買入 資料來源：Wind，中信證券研究部預測 注：股價為 2022 年 7 月 1 日收盤價 表 1：2000-2020 年各房齡段房屋拆遷量及占比統計（房齡以人口普查截止日計算，單位：億平米） 2000-2010 年年 2010-2020 年年 拆遷總量 35.9 80.4 樓齡分布樓齡分布 21-30 年 20.4 33.2 31-40 年 6.5 28.5 41-50 年 3.1 11.6 51 年以上 6.0 7.2 占期初存量

10、比例占期初存量比例 21-30 年 22.1% 24.8% 31-40 年 22.8% 39.9% 41-50 年 31.6% 53.2% 51 年以上 51.1% 57.3% 占總拆遷量占總拆遷量 21-30 年 56.7% 41.2% 31-40 年 18.0% 35.5% 41-50 年 8.7% 14.4% 51 年以上 16.7% 8.9% 資料來源：國家統計局，中信證券研究部 注：落成 20 年內的房屋我們假設沒有拆遷量。這不僅基本符合事實，且由于新房從落成到交付使用有一定時間滯后，這會導致反饋居住在次新房的家庭在 10 年后不降反增，無法準確衡量次新房拆遷量。 gUhUoXbV8

11、ZcZrUtVqV7N9R7NsQnNmOsQjMpPqPfQmMqNaQqQuNNZnQrNMYoOwP 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 3 目錄目錄 研究方法論概論研究方法論概論. 5 拆遷加速，居住條件顯著改善，但平均房齡變老拆遷加速，居住條件顯著改善，但平均房齡變老 . 5 全國家庭戶房齡結構總體對比 . 5 房屋拆遷進度的歷史回顧 . 8 住房品質的顯著提升 . 10 新十年拆遷規模預測新十年拆遷規模預測 . 11 重點區域房屋存量和拆遷情況透視重點區域房屋存量和拆遷情況透視 . 13 風險因素風險因素 . 16 房地產房地產

12、行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 4 插圖目錄插圖目錄 圖 1：2000-2020 年全國人口普查戶數（萬戶）及建筑面積（億平米） . 6 圖 2：2000-2020 年全國人口普查戶數及建筑面積年均復合增長率 . 6 圖 3：全國家庭住房按建成年代分戶數占比 . 6 圖 4：2000-2020 年分住房房齡家庭戶數量變化（萬戶） . 7 圖 5：2000-2020 年全國家庭戶住房平均房齡變化 . 7 圖 6：2000-2020 年全國居住在老舊房屋家庭戶占比變化 . 7 圖 7： 2000-2020 年全國家庭戶均建筑面積（平米） . 8 圖 8

13、：全國家庭住房按建成年代分建筑面積占比 . 8 圖 9： 2000-2020 年不同建成年份房屋家庭戶戶數變化（萬戶） . 9 圖 10： 2000-2020 年不同建成年份房屋家庭戶住房建筑面積變化（億平米） . 9 圖 11： 全國 2000 年以前建成房屋內居住家庭戶戶數變化比例 . 10 圖 12：2000-2020 年全國家庭戶住房無廚房及無廁所比例 . 10 圖 13： 2000-2020 年不同房齡房屋拆毀建筑面積占期初面積比例 . 11 圖 14：2020 年全國存量房房齡分布 . 12 圖 15：中性情形下 2020-2030 年預測各房齡房屋拆遷量占比 . 12 圖 16：

14、2020-2030 年分情形房屋拆毀建筑面積（億平米）及拆毀比例預測 . 12 圖 17：4 個典型區域 2000-2020 年家庭戶戶數（萬戶）及年復合增長率 . 13 圖 18：4 個典型區域 2000-2020 年家庭戶建筑面積（億平米）及年復合增長率 . 13 圖 19：4 個典型區域 2020 年家庭住房按建成年代分戶數占比. 13 圖 20：北京 2000 年以前建成房屋內居住家庭戶戶數變化比例 . 14 圖 21：上海 2000 年以前建成房屋內居住家庭戶戶數變化比例 . 14 圖 22：浙江 2000 年以前建成房屋內居住家庭戶戶數變化比例 . 14 圖 23：湖北 2000

15、年以前建成房屋內居住家庭戶戶數變化比例 . 14 圖 24：4 個典型區域中性情景下 2020-2030 年房屋拆毀建筑面積（億平米）及拆毀比例預測 . 15 圖 25：4 個典型區域 2020-2030 年房屋分建成年份拆毀建筑面積（億平米）預測. 15 圖 26：4 個典型區域 2000-2020 年家庭戶住房平均房齡 . 16 圖 27：4 個典型區域 2000-2020 年居住在老舊房屋家庭戶占比. 16 表格目錄表格目錄 表 1：2000-2020 年各房齡段房屋拆遷量及占比統計（房齡以截止日計算，單位億平米） . 8 表 2：2020-2030 年房屋拆毀建筑面積預測情景說明 .

16、11 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 5 研究研究方法論方法論概論概論 由于我國近年來從未開展房屋普查（數房） ，十年一度的人口普查，就成為洞察全社會存量房屋情況、預測未來住房需求變化的重要數據基礎。用人口普查的長卷數據來分析中國房屋的情況，存在方法論的瑕疵。比如，跳過空關戶會導致房屋存量被低估，且我們無法知曉空關戶的房齡結構等問題。盡管如此，人口普查長卷依然是洞悉房地產市場總量圖景少有的重要數據來源。 一般來說，我們的研究會聚焦城市住房。但在房齡結構和拆遷需求的研究中，以 10年為單位時間跨度的中長期研究中，城鎮與鄉村的邊界變得不再固

17、定，大規模的城鎮化進程推動城市范圍不斷延展，僅采用城鎮范圍數據可能在長時間跨度研究中產生誤差。不僅人會在城鄉之間變化，自建房本身也可能從位于農村轉為位于城市。而且，五普的數據只有全國樣本的長卷。 本文采用 2000 年、2010 年、2020 年國家統計局開展的第五、六、七次人口普查全國家庭戶住房建成年份統計數據作為研究基礎。同時，人口普查數據中關于住宅建成年份數據均為 10%抽樣數據，報告中所有絕對值數據均通過 10 倍擴樣處理，以模擬全國及區域相關數據的真實數值。 由于每次人口普查問卷房齡時間劃分略有差異，最新一期時間跨度通常較其他期跨度長 11 個月（如第六次人口普查中房齡相關問題的最近

18、時間跨度選項為“2000 年后” ，實際跨度為 2000 年至 2010 年 11 月， 而其他選項時間如 “1990-1999 年” 跨度均為 10 年） ，跨報告比較可能出現誤差。但考慮到人口普查以家庭戶為單位，調查對象為家庭現住房，而新房建成后通常還有較長的裝修及過渡期，跨年份比較仍然是可行的。 拆遷加速，居住條件顯著改善，但平均房齡變老拆遷加速，居住條件顯著改善，但平均房齡變老 全國家庭戶房齡結構總體對比全國家庭戶房齡結構總體對比 截止 2020 年 11 月，全國家庭戶戶數約 4.57 億戶，家庭住房總建筑面積約 509.93 億平米（該數據應該存在低估，因為空關戶不被計入） 。 與

19、 2000 年相比，2020 年家庭戶戶數與建筑面積分別增長 38.0%和 88.6%，以 2010年為分界點，前 10 年家庭戶戶數與建筑面積的增長率均高于后十年。2000-2010 年全國家庭戶戶數與建筑面積的年均復合增長率分別為 1.7%和 3.8%，2010-2020 年增速則分別為 1.5%和 2.7%。房屋的建筑面積增速持續快于家庭戶數增長，全民居住條件持續改善。 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 6 圖 1：2000-2020 年全國人口普查戶數（萬戶）及建筑面積（億平米） 資料來源：國家統計局，中信證券研究部 圖 2： 2

20、000-2020 年全國人口普查戶數及建筑面積年均復合增長率 資料來源：國家統計局，中信證券研究部 截止 2020 年，居住在 2000 年以后建成房屋的家庭戶戶數達 2.97 億戶，占總戶數的65.0%，其中 1.59 億戶，占總戶數 34.7%的家庭戶居住在 2010 年以后建成的房屋內。20年間，居住在上世紀 70、80 和 90 年代建成房屋內的家庭戶戶數分別減少了 2977.8 萬、6959.6 萬和 4374.9 萬戶，分別占 2000 年調查存量的 70.8%、59.7%和 31.7%，其合計占比由 89.3%下降至 33.5%。居住在 1970 年之前建成房屋的家庭戶在 200

21、0 年調查時占10.7%，目前下降到 1.5%。 圖 3：全國家庭住房按建成年代分戶數占比 資料來源：國家統計局，中信證券研究部 010020030040050060005,00010,00015,00020,00025,00030,00035,00040,00045,00050,000200020102020戶數建筑面積（右軸）0.0%0.5%1.0%1.5%2.0%2.5%3.0%3.5%4.0%戶數建筑面積2000-20102010-20200%10%20%30%40%50%60%70%80%90%100%2000201020201949年以前1950-1959年1960-1969年19

22、70-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 7 圖 4：2000-2020 年分住房房齡家庭戶數量變化（萬戶） 資料來源：國家統計局，中信證券研究部 從調查日的房齡結構來看，2000、2010 和 2020 年調查時，居住在樓齡 20 年以內的家庭占比分別為 76.6%， 67.3%和 65.0%。 居住樓齡 30 年以上房屋的居民， 在 2020、 2010、2020 年則分別為 10.7%，11.8%和 14.4%?？梢?，我國的

23、住房平均房齡整體仍然呈現上行趨勢。盡管最近 20 年落成的房屋數量不少，拆遷速度也很快，但老舊小區的絕對數量和相對占比，仍然持續提升。 所以，我國存量房屋的平均樓齡也在持續提升（盡管拆遷速度在加快） ，這對于房屋運維提出了更高的要求，也意味著物業管理的品牌化刻不容緩，更說明住房維修資金制度需要改革。我們測算，全國家庭戶住房平均房齡由 2000 年 15.2 年提升至 2020 年的 17.4年。而如果定義房齡 30 年以上房屋為老舊房屋（即城市中的老舊小區） ，則居住于其中的全國家庭戶比例由 2000 年的 10.7%提升至 2020 年的 14.4%。 圖 5：2000-2020 年全國家庭

24、戶住房平均房齡變化 資料來源：國家統計局，中信證券研究部測算 圖 6：2000-2020 年全國居住在老舊房屋家庭戶占比變化 資料來源：國家統計局，中信證券研究部測算 受家庭戶均建筑面積提升的影響，全國家庭戶不同建成年代住房建筑面積占比結構及變化趨勢與家庭戶戶數基本一致，但變化幅度更大。2000-2020 年全國家庭戶戶均居住面積由 81.5 平米提升至 111.4 平米（考慮到人口普查的調查方式問題，這一數字更有可能被低估，而非高估） 。截止 2020 年，居住在 2000 年以后建成房屋家庭戶的總建筑面積已達05,00010,00015,00020,00025,00030,00035,00

25、040,00045,00050,00020002010202020年以內21-30年31年以上14.014.515.015.516.016.517.017.518.02000201020200%2%4%6%8%10%12%14%16%200020102020 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 8 350.70億平米， 占比達68.8%， 而居住在1970年以前建成房屋家庭戶的總建筑面積僅 5.33億平米，占比 1.0%。 圖 7： 2000-2020 年全國家庭戶均建筑面積（平米） 資料來源：國家統計局，中信證券研究部 圖 8：全國家庭住

26、房按建成年代分建筑面積占比 資料來源：國家統計局，中信證券研究部 房屋拆遷進度的歷史回顧房屋拆遷進度的歷史回顧 我們可以將居民反饋的在過去十年居住的特定時間段落成房屋面積的凈減少面積，近似看成過去十年拆毀的該特定時間段營造房屋的數量。同樣的，我們將一次人口普查統計中反饋的居住在 10 年內新房的家庭房屋面積總和，近似等于該時間段營造房屋的總和。 雖然相對比例下降，但十年內建成房屋的絕對數量空前。2020 年統計 10 年內建成房屋內居住的家庭戶戶數約 1.59 億戶，總建筑面積 186.69 億平米，均超過 2010 年統計的10 年內建成房屋內居住的家庭戶戶數 1.34 億戶和建筑面積 15

27、0.76 億平米。 房地產開發在過去十年確實再上一個臺階。 2010 年普查時，21-30 年，31-40 年，41-50 年，51 年以上房齡拆遷部分占期初存量的比例，分別達到 22.1%，22.8%，31.6%和 51.1%。到 2020 年時，21-30 年房齡的拆遷比例基本未變，為 24.8%。但其他房源的拆遷速度明顯加快，其中，31-40 年房齡房屋拆遷比例達到 39.9%，41-50 年房齡房屋拆遷比例達到 53.2%，51 年以上房屋拆遷比例更達到了 57.3%，這分別較上一次普查時，提升了 17.0、21.6 和 6.2 個百分點。我們認為，過去十年對老房拆遷速度明顯加快，主要

28、是因為棚改貨幣化等加速拆遷政策的影響。 表 2：2000-2020 年各房齡段房屋拆遷量及占比統計（房齡以人口普查截止日計算，單位：億平米） 2000-2010 年年 2010-2020 年年 拆遷總量 35.9 80.4 樓齡分布樓齡分布 21-30 年 20.4 33.2 31-40 年 6.5 28.5 41-50 年 3.1 11.6 51 年以上 6.0 7.2 占期初存量比例占期初存量比例 21-30 年 22.1% 24.8% 31-40 年 22.8% 39.9% 41-50 年 31.6% 53.2% 0204060801001202000201020200%20%40%60

29、%80%100%2000201020201949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 9 2000-2010 年年 2010-2020 年年 51 年以上 51.1% 57.3% 占總拆遷量占總拆遷量 21-30 年 56.7% 41.2% 31-40 年 18.0% 35.5% 41-50 年 8.7% 14.4% 51 年以上 16.7% 8.9% 資料來源：國家統計局，中

30、信證券研究部 注：落成 20 年內的房屋我們假設沒有拆遷量。這不僅基本符合事實，且由于新房從落成到交付使用有一定時間滯后，這會導致反饋居住在次新房的家庭在 10 年后不降反增，無法準確衡量次新房拆遷量。 圖 9： 2000-2020 年不同建成年份房屋家庭戶戶數變化（萬戶） 資料來源：國家統計局，中信證券研究部 圖 10： 2000-2020 年不同建成年份房屋家庭戶住房建筑面積變化（億平米） 資料來源：國家統計局，中信證券研究部 -5,00005,00010,00015,00020,0002000-20102010-2020-500501001502002000-20102010-2020

31、房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 10 圖 11： 全國 2000 年以前建成房屋內居住家庭戶戶數變化比例 資料來源：國家統計局，中信證券研究部 住房品質的顯著提升住房品質的顯著提升 即便平均房齡在拉長，老舊小區在增多，但房屋平均的品質也在實實在在提升。一方面，老舊小區可以煥新，另一方面，被拆遷的往往是條件較差的建筑。 2000 至 2020 年統計數據顯示，全國家庭戶住房中，無廚房、無廁所的住房比例分別由 15.5%、28.0%下降至 3.5%、3.4%，這意味著 20 年的住房改造更新和新房大量建設，大幅提升了全國居民住房基礎條件，面

32、臨住房設施剛性不足的居民比例大幅降低。然而考慮到全國家庭戶數量的大基數效應， 仍有相當部分居民居住條件亟待改善。 同時我們認為，未來住房發展將從解決剛性住房困難向改善居民居住品質方向轉型，住房最低標準也將由有無廚房、衛生間向有無電梯、自來水、燃氣、暖氣、網絡等基礎設施服務覆蓋度等進一步提高要求。 圖 12：2000-2020 年全國家庭戶住房無廚房及無廁所比例 資料來源：國家統計局，中信證券研究部 -70%-60%-50%-40%-30%-20%-10%0%1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2010年變化

33、占2000年比例2010-2020年變化占2010年比例0%5%10%15%20%25%30%200020102020無廚房無廁所 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 11 新新十年拆遷規模預測十年拆遷規模預測 比較不同時間段內的同一房齡建筑拆毀比例（例如比較 2000-2010 年間房齡為 20-30年的上世紀 80 年代建成房屋的拆毀比例與 2010-2020 年間上世紀 90 年代建成房屋的拆毀比例）可以有效分析過去 20 年同類房屋被拆毀的實際力度，并基于此預測未來的房屋拆毀及新建房屋需求。 圖 13：2000-2020 年不同房齡

34、房屋拆毀建筑面積占期初面積比例 資料來源：國家統計局，中信證券研究部 綜合 2000-2020 年全國各房齡段房屋拆毀比例情況，我們針對 2020-2030 年進行了三種情形的假設預判。 中性情形假設各房齡房屋拆毀比例為 20年內房屋拆毀比例平均值，對應未來房屋更新速度保持平穩的狀態；樂觀情形和保守情形分別對應未來全國人均居住條件大幅改善和住房更新速度放緩的狀態。 表 3：2020-2030 年房屋拆毀建筑面積預測情景說明 拆毀建筑比例假設拆毀建筑比例假設 情景解釋情景解釋 樂觀情形 按 2010-2020 年各房齡住房拆毀比例增長3%計算 2020-2030 年全國人均居住條件大幅改善，住房

35、拆毀比例進一步提升，平均住房房齡保持平穩或小幅下降 中性情形 按2000-2010和2010-2020年各房齡住房拆毀比例均值計算 2020-2030 年房屋更新速度保持平穩，平均住房房齡維持現有速度提升 保守情形 按 2000-2010 年各房齡住房拆毀比例計算 2020-2030 年住房更新速度較大幅度下降，平均住房房齡較大幅提升 資料來源：中信證券研究部 未來全國新增住房需求仍有望保持中長期穩定。結合 2020 年全國家庭戶住房房齡結構，在樂觀、中性和保守情形假設下，我們預測 2020-2030 年全國拆毀房屋總建筑面積分別為 122.1 億、96.5 億和 80.4 億平米，分別占 2

36、020 年家庭戶住房總建筑面積的 24.0%、18.9%和 15.8%，對應年均房屋拆毀面積分別為 12.2 億、9.7 億和 8.0 億平米。結合 2020年全國城鎮家庭戶總建筑面積占全國家庭戶的 57.3%，2020-2030 年在中性情形下，預計全國城鎮地區平均每年仍有 5.5 億平米的房屋拆毀搬遷需求。 0%10%20%30%40%50%60%70%71年以上61-70年51-60年41-50年31-40年21-30年2000-20102010-2020 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 12 圖 14：2020 年全國存量房房齡

37、分布 資料來源：國家統計局，中信證券研究部 圖 15：中性情形下 2020-2030 年預測各房齡房屋拆遷量占比 資料來源：國家統計局，中信證券研究部預測 什么因素可能導致拆遷規模偏向于樂觀情形呢？主要是產業政策，尤其是貨幣化安置政策的推廣，加速搬遷老舊小區居民，拉動房地產投資的需要，以及在這種訴求背后，穩增長，保證一定政府性基金收入的訴求。 什么因素可能導致拆遷規模偏向悲觀情形呢？主要是房屋的營建質量普遍提升，養護水平提升，城市規劃更加傾向于“留下城市記憶” 。此外，無廁所和衛生間的房屋絕對數量和相對占比大幅下降，也是可能拉低未來十年拆遷速度的因素。 綜合來看，考慮到城市化率應有提升，且我們

38、測算的數據來源可能存在存量房規模被低估（因為不是房屋普查，遺漏空關房） ，我們相信未來 10 年，每年存在 6 億平米左右的剛性拆遷需求，是比較合理的。這是未來 10 年購房需求的基礎構成。 圖 16：2020-2030 年分情形房屋拆毀建筑面積（億平米）及拆毀比例預測 資料來源：國家統計局，中信證券研究部預測 10年以內11-20年21-30年31-40年41-50年51年以上21-30年31-40年41-50年51年以上0%10%20%30%40%50%60%70%010203040501949年以前 1950-1959年1960-1969年1970-1979年1980-1989年1990

39、-1999年2000-2009年樂觀情景拆毀建筑面積中性情景拆毀建筑面積保守情景拆毀建筑面積樂觀情景拆毀比例中性情景拆毀比例保守情景拆毀比例 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 13 重點區域房屋存量和拆遷情況透視重點區域房屋存量和拆遷情況透視 我們選取北京、上海、浙江、湖北四個產業、人口特征各不相同的省及直轄市作為區域研究樣本，觀察局部空間的房屋房齡結構的中長期變化。2000-2020 年 4 個區域家庭戶戶數由 3806.5萬戶增長至 5849.5萬戶， 家庭戶住房建筑面積由 35.47億平米增長至62.21億平米，增長速度除湖北外，均

40、為先快后慢，符合全國總體趨勢。 圖 17：4 個典型區域 2000-2020 年家庭戶戶數（萬戶）及年復合增長率 資料來源：國家統計局，中信證券研究部 圖 18：4 個典型區域 2000-2020 年家庭戶建筑面積（億平米）及年復合增長率 資料來源：國家統計局，中信證券研究部 4 個典型區域家庭戶住房房齡結構呈現顯著差異。 截止 2020 年， 各地區中 2000-2009年間建成房屋內居住的家庭戶占比均為區域最高值，占比 28.8%-32.7%不等。上海居民家庭戶住房房齡結構最老，居住在 2000 年以后建成房屋的家庭戶占比僅 49.6%，而居住在1980-1999 年建成房屋內的家庭戶占比

41、又顯著高于其他區域，顯示其城市住房建設高峰期較其他區域更為提前。湖北居民家庭戶住房房齡結構最新，60.5%的家庭戶居住在 2000年以后建成的房屋內，同時僅 6.0%的居民居住在 1980 年以前建成的房屋內。北京和浙江家庭戶住房房齡結構基本一致，各項占比均處于上海與湖北之間。 圖 19：4 個典型區域 2020 年家庭住房按建成年代分戶數占比 資料來源：國家統計局，中信證券研究部 0%1%2%3%4%5%6%05001,0001,5002,0002,500北京上海浙江湖北2000201020202000-2010年CAGR2010-2020年CAGR0%2%4%6%8%05101520253

42、0北京上海浙江湖北2000201020202000-2010年CAGR2010-2020年CAGR0%10%20%30%40%50%60%70%80%90%100%湖北浙江上海北京1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年2010-2014年2015-2020年 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 14 2000 年以前建成的房屋為家庭戶遷出（通常意味著房屋拆毀）的主要來源，考察不同區域 2000 年以前建成房屋內家庭戶數量凈變化比例可以有效反映各地

43、區的房屋拆毀進程及實施力度。與全國趨勢一致，四個區域均表現為房齡越高，家庭戶遷出率越高；除了北京部分房屋外，其余區域 2010-2020 年房屋拆毀、居民遷出的比例均高于 2000-2010年。針對北京 1959 年以前建成房屋遷出比例降低的現象，我們認為主要是由北京近年來加強了對歷史文化保護片區中老舊房屋的保護改造力度所致。 對比不同區域不同建成年份房屋的家庭戶遷出比例可知，湖北各建成年份房屋家庭戶遷出比例均高于其他區域，而上海則最低，北京與浙江處于中間水平。在北京、上海、浙江均出現了 2010 年統計居住在 1990-1999 年建成房屋中的家庭戶數量較 2000 年統計時正增長的現象，我

44、們認為這可能是由于部分 2000 年已竣工但閑置的房源投入使用，以及受區域房價上漲，單一房源中居住戶數提升（合租比例提升）等原因的影響。 圖 20：北京 2000 年以前建成房屋內居住家庭戶戶數變化比例 資料來源：國家統計局，中信證券研究部 圖 21：上海 2000 年以前建成房屋內居住家庭戶戶數變化比例 資料來源：國家統計局，中信證券研究部 圖 22：浙江 2000 年以前建成房屋內居住家庭戶戶數變化比例 資料來源：國家統計局，中信證券研究部 圖 23：湖北 2000 年以前建成房屋內居住家庭戶戶數變化比例 資料來源：國家統計局，中信證券研究部 應用前文研究方法，中性情景下，我們預測北京、上

45、海、浙江、湖北 4 個典型區域在2020-2030 年間拆毀房屋面積分別為 0.71、0.91、4.41 和 5.33 億平米，分別占 2020 年-80%-60%-40%-20%0%20%40%2000-2010變化占2000年比例2010-2020變化占2010年比例-60%-40%-20%0%20%40%2000-2010變化占2000年比例2010-2020變化占2010年比例-80%-60%-40%-20%0%20%2000-2010變化占2000年比例2010-2020變化占2010年比例-80%-60%-40%-20%0%2000-2010變化占2000年比例2010-2020變

46、化占2010年比例 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 15 統計家庭戶住房總建筑面積的 11.4%、13.4%、17.8%和 22.0%，前三者均低于我們預測的同期全國平均拆毀比例 18.9%。結合不同區域 2020 年城鎮與鄉村家庭戶住房總建筑面積比例，我們預測 2020-2030 年北京、上海、浙江、湖北城鎮區域年均拆毀房屋總量分別為 598.6 萬、787.6 萬、2702.5 萬、2991.1 萬平米。 圖 24：4 個典型區域中性情景下 2020-2030 年房屋拆毀建筑面積（億平米）及拆毀比例預測 資料來源：國家統計局，中信證

47、券研究部預測 不同區域預測拆毀房屋的主體也有所不同。 北京拆毀房屋預計以 1980-2009 年間建成的房屋為主，占比達 88.1%；上海拆毀房屋預計以 1990-2009 年間建成的房屋為主，占比達 76.4%，浙江、湖北則呈現隨房齡減少逐次遞增的結構，預計拆毀房屋中 2000-2009 建成的比例分別為 42.1%和 40.6%。 圖 25：4 個典型區域 2020-2030 年房屋分建成年份拆毀建筑面積（億平米）預測 資料來源：國家統計局，中信證券研究部預測 平均房齡增長趨勢不變。除北京 2000-2010 家庭戶平均房齡小幅下降外，其余區域家庭戶平均房齡均保持持續提升，上海 2020

48、年家庭戶平均房齡達 21.7 年，為 4 個區域中最大值。 2020 年老舊房屋中家庭戶占比達歷史最高。2000-2010 年，除湖北外其他區域老舊房屋中家庭戶居住比例均有所下降， 我們認為這與前文解釋的此類區域部分 1990-1999 年0%5%10%15%20%25%0123456北京上海浙江湖北面積拆毀比例（右軸）0.00.51.01.52.02.5北京上海浙江湖北1949年以前1950-1959年1960-1969年1970-1979年1980-1989年1990-1999年2000-2009年 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明

49、16 建成房屋在 2000-2010 年中延遲投入使用有關。2020 年各地區居住在老舊房屋中的家庭戶比例均達到區域歷史最高值，上海以 22.4%的占比位列第一。 圖 26：4 個典型區域 2000-2020 年家庭戶住房平均房齡 資料來源：國家統計局，中信證券研究部 圖 27：4 個典型區域 2000-2020 年居住在老舊房屋家庭戶占比 資料來源：國家統計局，中信證券研究部 風險因素風險因素 人口普查采用分戶統計而非分房統計的調查方法保證了居住情況調查的準確性但卻可能低估房屋存量。由于空戶在人口普查中不被納入統計范圍，而統計對象通常不會夸大自己的房屋居住情況，卻可能少報多套住房。因此空置房

50、屋或季節性居住的房屋（例如海南存在的大量服務于候鳥人群的住宅）可能會在普查中被忽略。目前還難以衡量空置房屋中新舊房比例，因此無法準確判斷新舊房被低估的比例。 1012141618202224200020102020北京上海浙江湖北0%5%10%15%20%25%200020102020北京上海浙江湖北 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 17 相關研究相關研究 房地產行業 2022 年上半年房企銷售點評長期主義碩果，保利坐二望一 (2022-07-01) 房地產行業跟蹤報告本地、專業、透明濱江啟示 (2022-07-01) 房地產和物業服務

51、行業跟蹤報告復蘇三部曲，格局一點通 (2022-06-30) 物業服務行業專題研究物管十講之七：應收款，增長質量風向標 (2022-06-29) 房地產行業近期觀點基本面見底和貝殼的投資價值 (2022-06-28) 大房地產業 2022 年下半年投資策略一半是周期拐點，一半是成長起點 (2022-06-27) 大房地產業 2022 年下半年投資策略一半是周期拐點，一半是成長起點 (2022-06-22) 房地產政策專題研究“房票”的潛力 (2022-06-20) 房地產行業 2022 年 5 月宏觀數據點評政策起效和政策發力疊加 (2022-06-15) 房地產行業跟蹤報告樓市向何處去？市場

52、聲音面面觀 (2022-06-10) 地產信用 2022 年下半年投資策略穿越地產風暴，謀求信用再均衡 (2022-06-09) 房地產行業跟蹤報告國資入股，對沖信用惡化 (2022-06-03) 房地產行業 2022 年 5 月企業銷售數據點評業績承壓，但銷售否極泰來 (2022-06-01) 房地產行業跟蹤報告疫情退散政策發力，二手或率先復蘇 (2022-05-29) 物業服務行業專題研究物管十講之六：疫情的沖擊，行業的擔當 (2022-05-29) 房地產行業跟蹤報告政策有力，復蘇可期 (2022-05-26) 房地產行業重大事項點評降息之后的房地產市場 (2022-05-20) 房地產

53、行業跟蹤點評信用風險可控，行業分化不變 (2022-05-18) 房地產行業 2022 年 4 月宏觀數據點評基本面仍在下滑，多方政策集中發力 (2022-05-16) 房地產行業重大事項點評對政策的可能誤解和我們的看法 (2022-05-15) 房地產行業專題報告“四限”的可能調整路徑和影響 (2022-05-14) 房地產行業的基本面情況及政策展望房地產行業的基本面情況及政策展望 (2022-05-11) 房地產行業專題研究報告中央政治局會議在地產領域的五大看點 (2022-05-01) 房地產行業跟蹤點評需求側關鍵點，供給側氣氛組 (2022-04-26) 物業服務行業專題研究物管十講之

54、五：全覆蓋和品質化 (2022-04-25) 房地產行業一季度宏觀數據點評疫情新挑戰，政策新機遇 (2022-04-21) 房地產行業跟蹤點評疫情影響基本面復蘇進程 (2022-04-18) 房地產行業 2021 年年報總評盈利能力觸底，信用效率兼顧 (2022-04-18) 物業服務行業 2021 年年報總評奇花初胎，矞矞皇皇 (2022-04-15) 房地產行業專題研究報告盈利能力觸底，信用效率兼顧 (2022-04-13) 物業服務行業專題研究物管十講之四：業主自治推動品牌化發展 (2022-04-06) 房地產行業跟蹤點評政策更進一步，基本面底部明朗 (2022-04-06) 物業服務

55、行業 2021 年年報總評奇花初胎，矞矞皇皇 (2022-04-05) 房地產行業專題報告政策發力的市場根源 (2022-03-31) 房地產和物業服務行業跟蹤報告哈爾濱模式可能推廣復制 (2022-03-24) 房地產行業跟蹤點評迎接政策高潮和銷售復蘇 (2022-03-23) 房地產房地產行業行業專題研究專題研究2022.7.4 請務必閱讀正文之后的免責條款和聲明 18 房地產及物業服務行業重大事項點評如何理解防范房地產企業風險和向新發展模式轉型 (2022-03-16) 房地產行業跟蹤點評地產見底復蘇路線圖 (2022-03-15) 房地產行業觀點穩增長背景下大地產業的投資機會 (202

56、2-03-10) 房地產和物業服務行業重大事項點評時間不同，三穩含義不同 (2022-03-06) 房地產行業專題報告需求側的六種工具 (2022-03-04) 房地產行業重大事項點評擴大首套房定義，有力刺激購房需求 (2022-03-02) 房地產行業 2022 年 2 月房企銷售數據點評市場低去化，企業低信心，政策高期待 (2022-03-01) 物業服務行業專題研究物管十講之三：國企乎？民企乎？ (2022-02-25) 房地產行業重大事項點評按揭額度和定價是決定需求的關鍵 (2022-02-18) 物業服務行業專題研究物管十講之二：可市場直拓，何必花錢并購？ (2022-02-17)

57、物業服務行業專題研究物管十講之一：老盤不賺錢嗎？ (2022-02-14) 房地產行業跟蹤報告政策逆周期發力，期待終結信用塌陷 (2022-02-11) 房地產行業專題研究需求視角：按揭利率預計將下降較快 (2022-02-10) 房地產行業專題研究供給視角：土地市場調整評估 (2022-02-08) 房地產行業專題研究業績明朗，競爭格局明朗 (2022-02-08) 房地產開發和運營 2021 年四季度持倉分析政策持續友好，配置比例提升 (2022-01-28) 房地產行業跟蹤點評冰河開裂的聲音 (2022-01-25) 物業服務行業專題研究為什么無需下調行業盈利預測 (2022-01-20

58、) 房地產行業跟蹤點評政策合力，有望推動行業三月復蘇 (2022-01-20) 房地產行業專題研究供給側的結構問題無法只透過總量政策解決 (2022-01-18) 房地產行業跟蹤點評不一樣的周期：地產項目并購的冀望和遺憾 (2022-01-16) 物業服務行業跟蹤報告重建信任，藍籌脫穎而出 (2022-01-08) 房地產行業 2021 年企業銷售點評解決交付問題的路徑展望 (2022-01-05) 19 分析師聲明分析師聲明 主要負責撰寫本研究報告全部或部分內容的分析師在此聲明： （i）本研究報告所表述的任何觀點均精準地反映了上述每位分析師個人對標的證券和發行人的看法； （ii）該分析師所得

59、報酬的任何組成部分無論是在過去、現在及將來均不會直接或間接地與研究報告所表述的具體建議或觀點相聯系。 一般性聲明一般性聲明 本研究報告由中信證券股份有限公司或其附屬機構制作。中信證券股份有限公司及其全球的附屬機構、分支機構及聯營機構（僅就本研究報告免責條款而言，不含 CLSA group of companies） ，統稱為“中信證券” 。 本研究報告對于收件人而言屬高度機密，只有收件人才能使用。本研究報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。本研究報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。中信證券并不因收件人收到

60、本報告而視其為中信證券的客戶。本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷并自行承擔投資風險。 本報告所載資料的來源被認為是可靠的，但中信證券不保證其準確性或完整性。中信證券并不對使用本報告或其所包含的內容產生的任何直接或間接損失或與此有關的其他損失承擔任何責任。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可跌可升。過往的業績并不能代表未來的表現。 本報告所載的

61、資料、觀點及預測均反映了中信證券在最初發布該報告日期當日分析師的判斷，可以在不發出通知的情況下做出更改，亦可因使用不同假設和標準、采用不同觀點和分析方法而與中信證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。中信證券并不承擔提示本報告的收件人注意該等材料的責任。中信證券通過信息隔離墻控制中信證券內部一個或多個領域的信息向中信證券其他領域、單位、集團及其他附屬機構的流動。負責撰寫本報告的分析師的薪酬由研究部門管理層和中信證券高級管理層全權決定。分析師的薪酬不是基于中信證券投資銀行收入而定，但是，分析師的薪酬可能與投行整體收入有關，其中包括投資銀行、銷售與交易業務。

62、 若中信證券以外的金融機構發送本報告，則由該金融機構為此發送行為承擔全部責任。該機構的客戶應聯系該機構以交易本報告中提及的證券或要求獲悉更詳細信息。本報告不構成中信證券向發送本報告金融機構之客戶提供的投資建議，中信證券以及中信證券的各個高級職員、董事和員工亦不為（前述金融機構之客戶）因使用本報告或報告載明的內容產生的直接或間接損失承擔任何責任。 評級說明評級說明 投資建議的評級標準投資建議的評級標準 評級評級 說明說明 報告中投資建議所涉及的評級分為股票評級和行業評級（另有說明的除外） 。評級標準為報告發布日后 6 到 12 個月內的相對市場表現，也即：以報告發布日后的 6 到 12 個月內的

63、公司股價（或行業指數）相對同期相關證券市場代表性指數的漲跌幅作為基準。其中：A 股市場以滬深 300指數為基準，新三板市場以三板成指（針對協議轉讓標的）或三板做市指數（針對做市轉讓標的）為基準；香港市場以摩根士丹利中國指數為基準；美國市場以納斯達克綜合指數或標普 500 指數為基準；韓國市場以科斯達克指數或韓國綜合股價指數為基準。 股票評級股票評級 買入 相對同期相關證券市場代表性指數漲幅 20%以上 增持 相對同期相關證券市場代表性指數漲幅介于 5%20%之間 持有 相對同期相關證券市場代表性指數漲幅介于-10%5%之間 賣出 相對同期相關證券市場代表性指數跌幅 10%以上 行業評級行業評級

64、 強于大市 相對同期相關證券市場代表性指數漲幅 10%以上 中性 相對同期相關證券市場代表性指數漲幅介于-10%10%之間 弱于大市 相對同期相關證券市場代表性指數跌幅 10%以上 20 特別聲明特別聲明 在法律許可的情況下，中信證券可能（1）與本研究報告所提到的公司建立或保持顧問、投資銀行或證券服務關系， （2）參與或投資本報告所提到的 公 司 的 金 融 交 易 ， 及 /或 持 有 其 證 券 或 其 衍 生 品 或 進 行 證 券 或 其 衍 生 品 交 易 。 本 研 究 報 告 涉 及 具 體 公 司 的 披 露 信 息 ， 請 訪 問https:/ 法律主體聲明法律主體聲明 本研

65、究報告在中華人民共和國（香港、澳門、臺灣除外）由中信證券股份有限公司（受中國證券監督管理委員會監管，經營證券業務許可證編號：Z20374000）分發。本研究報告由下列機構代表中信證券在相應地區分發：在中國香港由 CLSA Limited（于中國香港注冊成立的有限公司）分發；在中國臺灣由 CL Securities Taiwan Co., Ltd.分發；在澳大利亞由 CLSA Australia Pty Ltd.（商業編號：53 139 992 331/金融服務牌照編號：350159）分發；在美國由 CLSA （CLSA Americas, LLC 除外） 分發； 在新加坡由 CLSA Sing

66、apore Pte Ltd. （公司注冊編號： 198703750W） 分發； 在歐洲經濟區由 CLSA Europe BV 分發； 在英國由 CLSA （UK） 分發； 在印度由 CLSA India Private Limited 分發 （地址： 8/F, Dalamal House, Nariman Point, Mumbai 400021；電話：+91-22-66505050；傳真：+91-22-22840271；公司識別號：U67120MH1994PLC083118） ；在印度尼西亞由 PT CLSA Sekuritas Indonesia 分發；在日本由 CLSA Securiti

67、es Japan Co., Ltd.分發；在韓國由 CLSA Securities Korea Ltd.分發；在馬來西亞由 CLSA Securities Malaysia Sdn Bhd 分發；在菲律賓由 CLSA Philippines Inc.（菲律賓證券交易所及證券投資者保護基金會員）分發；在泰國由 CLSA Securities (Thailand) Limited 分發。 針對不同司法管轄區的聲明針對不同司法管轄區的聲明 中國大陸：中國大陸：根據中國證券監督管理委員會核發的經營證券業務許可，中信證券股份有限公司的經營范圍包括證券投資咨詢業務。 中國香港：中國香港：本研究報告由 CL

68、SA Limited 分發。 本研究報告在香港僅分發給專業投資者（ 證券及期貨條例 （香港法例第 571 章）及其下頒布的任何規則界定的） ， 不得分發給零售投資者。 就分析或報告引起的或與分析或報告有關的任何事宜， CLSA 客戶應聯系 CLSA Limited 的羅鼎， 電話： +852 2600 7233。 美國：美國：本研究報告由中信證券制作。本研究報告在美國由 CLSA（CLSA Americas, LLC 除外）僅向符合美國1934 年證券交易法下 15a-6 規則界定且 CLSA Americas, LLC 提供服務的“主要美國機構投資者”分發。對身在美國的任何人士發送本研究報告

69、將不被視為對本報告中所評論的證券進行交易的建議或對本報告中所述任何觀點的背書。任何從中信證券與 CLSA 獲得本研究報告的接收者如果希望在美國交易本報告中提及的任何證券應當聯系CLSA Americas, LLC（在美國證券交易委員會注冊的經紀交易商） ，以及 CLSA 的附屬公司。 新加坡：新加坡：本研究報告在新加坡由 CLSA Singapore Pte Ltd.，僅向（新加坡財務顧問規例界定的） “機構投資者、認可投資者及專業投資者”分發。就分析或報告引起的或與分析或報告有關的任何事宜， 新加坡的報告收件人應聯系 CLSA Singapore Pte Ltd， 地址： 80 Raffle

70、s Place, #18-01, UOB Plaza 1, Singapore 048624，電話：+65 6416 7888。因您作為機構投資者、認可投資者或專業投資者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何財務顧問服務，CLSA Singapore Pte Ltd 豁免遵守財務顧問法 （第 110 章） 、 財務顧問規例以及其下的相關通知和指引（CLSA 業務條款的新加坡附件中證券交易服務 C 部分所披露）的某些要求。MCI（P）085/11/2021。 加拿大：加拿大：本研究報告由中信證券制作。對身在加拿大的任何人士發送本研究報告將不被視為對本報告中所

71、評論的證券進行交易的建議或對本報告中所載任何觀點的背書。 英國：英國：本研究報告歸屬于營銷文件，其不是按照旨在提升研究報告獨立性的法律要件而撰寫，亦不受任何禁止在投資研究報告發布前進行交易的限制。本研究報告在英國由 CLSA （UK）分發，且針對由相應本地監管規定所界定的在投資方面具有專業經驗的人士。涉及到的任何投資活動僅針對此類人士。若您不具備投資的專業經驗，請勿依賴本研究報告。 歐洲經濟區：歐洲經濟區：本研究報告由荷蘭金融市場管理局授權并管理的 CLSA Europe BV 分發。 澳大利亞：澳大利亞：CLSA Australia Pty Ltd (“CAPL”) (商業編號：53 139

72、 992 331/金融服務牌照編號：350159) 受澳大利亞證券與投資委員會監管，且為澳大利亞證券交易所及 CHI-X 的市場參與主體。 本研究報告在澳大利亞由 CAPL 僅向 “批發客戶” 發布及分發。 本研究報告未考慮收件人的具體投資目標、財務狀況或特定需求。未經 CAPL 事先書面同意，本研究報告的收件人不得將其分發給任何第三方。本段所稱的“批發客戶”適用于公司法（2001） 第 761G 條的規定。CAPL 研究覆蓋范圍包括研究部門管理層不時認為與投資者相關的 ASX All Ordinaries 指數成分股、離岸市場上市證券、未上市發行人及投資產品。CAPL 尋求覆蓋各個行業中與其

73、國內及國際投資者相關的公司。 印度：印度：CLSA India Private Limited，成立于 1994 年 11 月，為全球機構投資者、養老基金和企業提供股票經紀服務（印度證券交易委員會注冊編號：INZ000001735） 、 研究服務 （印度證券交易委員會注冊編號： INH000001113） 和商人銀行服務 （印度證券交易委員會注冊編號： INM000010619） 。 CLSA 及其關聯方可能持有標的公司的債務。 此外， CLSA 及其關聯方在過去 12 個月內可能已從標的公司收取了非投資銀行服務和/或非證券相關服務的報酬。 如需了解 CLSA India“關聯方”的更多詳情，請聯系 Compliance-I。 未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。未經中信證券事先書面授權，任何人不得以任何目的復制、發送或銷售本報告。 中信證券中信證券 2022 版權所有。保留一切權利。版權所有。保留一切權利。