京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 挖数
香港位于广东深圳的南边,面积是1106平方公里,比中国的四大一线城市都小。
不仅面积小,其人口密度也大,香港每平方公里的人口数比四大一线城市都多。
看起来好像跟深圳差不多,实际大不相同。
香港境内山多平地少,是一座受到海水淹没的多山地体,如果计算建设用地面积的话,香港仅有19%的面积可以开发,而这个比例深圳是50%。
因此换算成实际可建设面积的话,香港是35595人/平方公里,深圳是13046人/平方公里,这个差距就拉开了。
香港分3个区,分别是香港岛、九龙和新界。
再拆分成小的区域:
香港岛:中西区、东区、南区、湾仔区;
九龙:九龙城区、深水埗区、油尖旺区、黄大仙区、观塘区;
新界:北区、西贡区、沙田区、大埔区、离岛区、葵青区、荃湾区、屯门区、元朗区。
其中香港岛的中西区是整个香港的中央商务区(CBD),是最多商业办公楼和娱乐场所聚集的地方,中环就位于该区。
查询地产公司的数据,以中西区的 上环/中环/金钟 这一带为例,在售的二手房中最贵的一套是——
总价2.2亿港币,香港的房子是以尺为单位,1尺大约等于0.093平方米,这里的1702尺换算成平方米的话是158平方米,一平方米是139万港币,也就是122万人民币。
这套是可以望见维多利亚港的,是真正港人口中的“千尺豪宅”。
当然这种上亿的房子属于稀缺物种,该区域更多的房子总价在500-2500万港币之间。
看了一下500-600万港币这一区间房子的实用面积,都在30平方米以下。
在该区域随机选取5套房子,取他们的均价,大概在21万人民币/平方米左右。(这里取的建筑面积)
用以上方式计算整个香港岛的房子均价:
九龙的均价是:
新界的均价是:
以上数据可以看出,香港的房子真的很贵,最贵的尖沙咀一平方米要22万人民币,最便宜的离岛区也要9.4万人民币。
贵不贵跟深圳对比一下就知道,深圳福田和南山的房子大概在6-15万/平方米,比较远的宝安区的沙井在4-6万/平方米,这样看香港房价大约是深圳的2倍。
按照香港2018年17500元港币的月工资中位数,普通人要不吃不喝29年才能买得起一套总价600万港币,实用面积在30平方米以下的房子。
通过地产公司的城市指数可以看到,香港的房价从2004年开始一路飙涨
众观历史,整个香港的楼市大概经历了 7轮 上涨。
第1轮上涨:1945-1950年
战争期间,国内很多中产阶级、资产家带着家属纷纷涌入香港,短短三四年间,香港的人口从50万暴涨到200万。
很多房屋在战争中受损,香港住房问题出现从未有过的紧张,稀缺的住房带动了房价的急剧上涨。
第2轮上涨:1953-1958年
1953年,香港得益于港口的地域优势,经济开始复苏,一些企业家比如霍英东等创造了“分层出售”和“分期付款”这一史无前例的销售模式,将房屋买卖的主体由之前大公司整栋购买,变成个人分层分户购买。
从此房屋交易量暴增,“炒楼花”一词第一次出现在香港人的视线。
第3轮上涨:1960-1965年
这一时期,亚洲地区快速发展,香港作为“四小龙”之首,工业化快速推进,国际资本纷纷涌入香港,香港进入制造业的黄金时期。
随之而来的是楼市再次繁荣,地价房价齐上涨。
第4轮上涨:1968-1973年
1968年,在政府主导下,香港产业结构开始转型,由制造业转向金融和商贸业,GDP快速增长,每年都超过10%,被称为香港奇迹。
以李嘉诚为代表的制造业巨头纷纷转型房地产,长江实业、新鸿基、新世界等地产公司开始跑马圈地,大量热钱快速流入香港,不仅楼市狂飙,股市也从200多点一路上涨到最高的1774点。
第5轮上涨:1976-1981年
这一时期,香港实行了一系列优惠政策,比如资金自由往来、税费减免等,一大批国际金融机构和世界500强公司纷纷进驻,现代金融中心的定位也被首次提出,同时期香港的人口也突破了500万。
长江实业、新鸿基、新世界地产等巨头纷纷上市,李嘉诚、郑裕彤等成为了身家上百亿的富豪,楼市也在各种造富神话中进一步上升。
第6轮上涨:1985-1997年
这个时期,港币随着美元贬值,银行利率大幅降低,楼市被极大地刺激起来,加上很多香港人预期回归后大陆的富人会涌入香港,到时房价会被托上天,不买房就是傻子。
于是10年间香港房价涨幅超过6倍,基本每个月都涨10%,大家都无心工作,心思都在房子上,每天见面聊的最多的是谁家物业这个月又涨多少,谁谁通过炒楼赚了千万身家。
第7轮上涨:2004年至今
这段时期,香港停止了廉价房屋计划,并逐年压缩商品房的土地供应,与稀少的供应端相比,香港本地居民突破750万,需求端越来越旺盛。
随着2006年香港推出优才入境计划,吸引外地人来港定居,大陆的各路科技新贵、私企老板、体育明星、演员艺人等纷纷涌入香港购置物业,推动了楼市的新一轮上涨。
香港楼市的每一次上涨都伴随着下跌,但大趋势还是一直往上的,房价如此高企,出现劏房、棺材房、笼屋之类的也就见怪不怪了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12