2016年中国28个一二线城市人口数量
国家城市等级划分表2022
国家城市等级划分表20222022年中国一二三四线城市名单2022年中国一二三四线城市名单1、一线城市（4个）北京、上海、广州、深圳。
简称“北上广深”。
2、新一线城市（15个）成都、重庆、杭州、西安、武汉、苏州、郑州、南京、天津、长沙、东莞、宁波、佛山、合肥、青岛。
3、二线城市（30个）昆明、沈阳、济南、无锡、厦门、福州、温州、金华、哈尔滨、大连、贵阳、南宁、泉州、石家庄、长春、南昌、惠州、常州、嘉兴、徐州、南通、太原、保定、珠海、中山、兰州、临沂、潍坊、烟台、绍兴。
4、三线城市（70个）台州、海口、乌鲁木齐、洛阳、廊坊、汕头、湖州、咸阳、盐城、济宁、呼和浩特、扬州、赣州、阜阳、唐山、镇江、邯郸、银川、南阳、桂林、泰州、遵义、江门、揭阳、芜湖、商丘、连云港、新乡、淮安、淄博、绵阳、菏泽、漳州、周口、沧州、信阳、衡阳、湛江。
三亚、上饶、邢台、莆田、柳州、宿迁、九江、襄阳、驻马店、宜昌、岳阳、肇庆、滁州、威海、德州、泰安、安阳、荆州、运城、安庆、潮州、清远、开封、宿州、株洲、蚌埠、许昌、宁德、六安、宜春、聊城、渭南。
5、四线城市（90个）宜宾、鞍山、南充、秦皇岛、亳州、常德、晋中、孝感、丽水、平顶山、黄冈、吉林、龙岩、枣庄、郴州、日照、马鞍山、衢州、鄂尔多斯、包头、邵阳、榆林、西宁、德阳、泸州、临汾、南平、焦作、宣城、毕节、淮南。
永州、十堰、曲靖、大庆、舟山、宝鸡、景德镇、北海、娄底、吉安、汕尾、锦州、咸宁、大同、恩施、营口、长治、赤峰、福州、漯河、眉山、东营、铜仁、拉萨、汉中、黄山、阳江、大理、盘锦、达州、吕梁、承德。
国家城市等级划分表2022 2根据2022年最新等级划分,武汉属于新一线城市武汉，简称“汉”，别称江城，是湖北省省会，中部六省唯一的副省级市及超大城市，中国中部地区的中心城市，全国重要的工业基地、科教基地和综合交通枢纽，联勤保障部队机关驻地。
截至2021年末，全市下辖13个区，总面积8569.15平方千米，常住人口1364.89万人。
决定中国成败的九大城市群
城市群是全球城市发展的主流和趋势，也是我国新型城镇化的“主体形态”。
《中国城市群发展报告2016》从人口、经济、社会、文化和均衡性五方面，对长三角、珠三角、京津冀、山东半岛、中原经济区、成渝经济区、武汉城市圈、环长株潭、环鄱阳湖九大城市群共计118个城市进行综合考量和客观评价，为中国城市群的健康发展和有序推进提供借鉴和参考，为“以城市群为主体形态”的中国新型城镇化道路提供理论指导和决策依据。
我国城市群的发展现状九大城市群整体比较在纵向比较上看，九大城市群的各指数水平总体上均呈现出上升趋势。
其中，长三角城市群的优势十分明显，珠三角城市群的综合指数则持续出现波动。
这反映出九大城市群在城市人口、经济及生活文化水平方面均不断取得进步，同时，一直居于三大城市群之列的珠三角的波动和减速，最值得关注和探讨。
在横向比较上看，我国城市群发展的层级分化日趋固化，区域发展不均衡问题并未出现明显好转，各自的劣势和问题在短期内也难以从根本上解决。
山东半岛城市群尽管在东部仅居于二线，但总体发展水平仍高于中西部的成渝和中原。
中原经济区和成渝经济区不仅经济基础薄弱，一体化程度较低，发展速度和发展质量均滞后，在发展思路与模式上也比较被动，依附并受制于东部而缺乏应有的文化自信和道路自觉。
长江中游的三城市群发展基础较为薄弱，城市群的规划范围和相关政策出台、推进迟缓，也是影响该地区发展的主要问题之一。
长三角城市群排在第一位的是长三角城市群。
在五个一级指数中，长三角的城市生活指数排在首位，首位比指数也排在首位。
相比于其他八个城市群，长三角在人口、经济、文化和城市层级体系的发展相对比较平衡，表明在经过30多年的磨合与一体化进程之后，一种良好的层级体系与合理的协作机制正在生成，无论是从生活便利程度还是文教卫生领域的发展水平来看，均具有极大的优势。
长三角的主要优势在于经济发达，无论是经济总量还是人均GDP均位于全国前列。
但其最大的软肋仍是环境和可持续发展问题，其工业废水、工业二氧化硫等的排放量在2012年仍明显高于其他城市群。
二手房市场现状及存在问题分析——以安徽省芜湖市为例
提出完善产权制度、提倡交易信息对称传播等措施。
关键词：芜湖市；二手房；现状
中图分类号：F293.3
文献标识码：B
文章编号：1001-9138-（2019）06-0028-33
收稿日期：2019-04-18
随着房地产市场的快速发展，2016 年中国楼 市经历了井喷式的“量价齐升”。为贯彻“房子是用 来住的，不是用来炒的”理念，各地通过“限价”“限 售”“限购”“限贷”等严厉政策，加强对房地产市 场的宏观调控。2017 年，房企集中度不断提高，规 模化、区域深耕特点显现，竞争压力日趋白热化， 其中一、二线城市经历了从“买不到”到“买不了” 的转变，土地供应紧缺；而三、四线城市“高库存” 与“热销”的差异化并存，城市拍卖市场火热。在 日趋竞争的房地产市场中，一手房交易量急剧增 加，房价居高不下，泡沫现象明显。与此同时，购 买力相对薄弱的群体，更多地关注到二手房市场。
28
图 1：2017 年 1-12 月芜湖市新房成交套数及价格图
房地产市场
CHINA REAL ESTATE
表 1：芜湖市四区主要二手房销售信息简表
区域 镜湖区 弋江区 鸠江区 三山区
涉及主要小区 名流印象 世贸翠柏湾 长江湾一号 中央城 金域华府 华仑港湾
兆通大观花园 柏庄香府 Байду номын сангаас龙湾 碧桂园 白鹭湾 天池圣居
本文选择芜湖市作为调查区域，设计调查问卷，抽 样调查芜湖市居民，了解芜湖市目前二手房市场 现状，结合二手房市场存在的问题提出改进对策， 充分利用二手房市场巨大潜力，为消费者提供更 多优质房源。
1 芜湖市房地产市场发展现状 2017 年，芜湖市房地产市场价格上涨幅度较
大，一直跻身于全国上涨城市排名前 30 名单中，上 涨幅度最大的月份全国排名前五。 1.1 一手房供给情况
中国一二三线城市排行榜及明细
中国一二三线城市排行榜及明细前段时间看了很多关于白领逃离一线城市转战二线城市的帖子。
对于这个一线二线城市的定义产生了兴趣。
在各大网站论坛仔细查阅了一下，由于没有官方机构发表过类似排行，总结后找出了两个相对广泛认可的排行榜，供大家参考下，也许你的家乡也不错。
排行榜1：从区域中心的角度定义中国大陆的一二线城市（这是结合国家行政战略的未来格局，现实中略有出入另议）大区机构，系指设立于非首都城市，但对本省（市）之外区域具有一定管辖职能的国家机关派出机构。
通过对各城市重要大区机构的设置，可以约略判定该城市在全国各区域范围内的城市影响力，并可由此大概划分一二三线城市。
以下选取出可以代表国家军事、通讯、交通运输、科教、水利、电力、环保等关乎国计民生的最重要10种机构。
1 中国七大军区驻地：北京、沈阳、兰州、济南、南京、成都、广州2 中国八大通信、交换中心局城市：北京、上海、沈阳、西安、南京、武汉、成都、广州3 中国七大民航管理局所在城市：北京、上海、广州、成都、西安、沈阳、乌鲁木齐4 中国十七个铁路局所在城市：北京、上海、广州、武汉、西安、沈阳、郑州、济南、兰州、成都、南昌、哈尔滨、南宁、昆明、呼和浩特、乌鲁木齐、太原5 中国九个国家土地督察局驻地：北京、沈阳、上海、南京、济南、武汉、成都、西安、广州6 中国人民银行九个大区分行城市（总行：北京）：沈阳、天津、上海、南京、武汉、广州、西安、成都、济南7 中国科学院十二个分院城市（中科院：北京）：长春、沈阳、上海、南京、武汉、广州、成都、昆明、西安、兰州、合肥、乌鲁木齐8 中国六大电网所在城市：北京、上海、西安、沈阳、武汉、广州9 中国六大流域水利委员会驻地：长春天津郑州蚌埠武汉广州上海10 环保部五大环境保护督察中心：沈阳南京成都西安广州综合分析：北京，上海、广州属于一线城市。
沈阳、成都、西安、武汉、重庆、天津、南京属于准一线城市。
深圳、济南、兰州、乌鲁木齐、长春、珠海、南宁、郑州、昆明、哈尔滨等属于二线城市。
中国的人口现状和走势
5月11日，第七次全国人口普查数据公布，这次人口普查数据包含了大量的信息。
根据数据显示，中国人口一方面呈现出一些令人担忧的现象和趋势，增速逐渐放缓，人口老龄化进一步加剧，劳动年龄人口持续减少，生育率不断降低，男女比例失调严重，等等；另一方面也存在令人欣喜的现象和趋势，人口向大城市群集中，人口的受教育程度不断上升，人口质量不断提升。
一、生育率降低，人口增速徘徊在低位中国总和生育率从1970年之前的6左右，降至1990年的2左右，再降至2010年的1.5左右，再降到2020年的1.3，大大低于世代更替水平2.1。
为了遏制生育率降低，独生子女政策有所松动，2012年末，中央实施单独二孩政策，但效果不及预期。
2015年末中央全面放开二孩，出生人口在2016年达1786万，创2000年以来峰值，但2017年降至1725万，2018年下降202万至1523万，2019年下降58万至1465万，2020年下降265万至1200万。
生育率的降低是人口增速降低的一个关键因素，结合现代医疗技术的进步带来的死亡率降低，人口增速必然会下降。
根据普查数据，2020年中国总人口为141178万人，2010-2020年年平均增长率0.53%，较2000-2010年的0.57%下降0.04个百分点，近10年人口低速增长。
中国人口从8亿到10亿，花了12年；从10亿到12亿，花了14年；从12亿到14亿，花了24年。
2016年《国家人口发展规划（2016-2030年）》预估2020年中国人口为14.2亿，联合国《世界人口展望2019》中预测2020年中国人口为14.4亿，均高估了全面二孩政策对生育率的影响。
如果总和生育率依旧为1.3，中国人口将在“十四五”时期陷入负增长。
人口见顶之后的前25-30年内萎缩速度较慢，但随着1962-1975年高生育率时期出生人口进入生命终点，2050年左右开始，萎缩速度将明显变快。
1950年中国人口占全球比例为22%，2020年小幅降至约18%，2100年将大幅降至约7%。
2016年山东各省市县人口、面积、GDP统计
行政级别市代码地级市县代码名称年份面积地级市371300临沂371300临沂市201617191.21地级市370700潍坊370700潍坊市201616143地级市370600烟台370600烟台市201613746.5地级市371700菏泽371700菏泽市201612238.62地级市370200青岛370200青岛市201611292地级市370800济宁370800济宁市201611194地级市371400德州371400德州市201610358地级市371600滨州371600滨州市20169660地级市371500聊城371500聊城市20168715地级市370500东营370500东营市20168243地级市370100济南370100济南市20167998地级市370900泰安370900泰安市20167762地级市370300淄博370300淄博市20165965地级市371000威海371000威海市20165797.74地级市371100日照371100日照市20165358.57地级市370400枣庄370400枣庄市20164564县级单位370200青岛370283平度市20163175.63县级单位371300临沂371323沂水县20162434.8县级单位370500东营370521垦利县20162331县级单位370500东营370503河口区20162267.44地级市371200莱芜371200莱芜市20162246.33县级单位371600滨州371624沾化县20162218县级单位370700潍坊370782诸城市20162151.4县级单位370200青岛370211黄岛区20162096县级单位370600烟台370686栖霞市20162016.2县级单位370700潍坊370783寿光市20161990县级单位371700菏泽371721曹县20161967.02县级单位370900泰安370982新泰市20161946县级单位370600烟台370683莱州市20161928县级单位370200青岛370282即墨市20161920县级单位370600烟台370687海阳市20161909.69县级单位370100济南370181章丘市20161855县级单位370700潍坊370724临朐县20161831县级单位371300临沂371326平邑县20161825县级单位371100日照371122莒县20161821.1县级单位370700潍坊370784安丘市20161783县级单位370800济宁370826微山县20161779.8县级单位370900泰安370911岱岳区20161750县级单位370600烟台370682莱阳市20161730.5县级单位371300临沂371324苍山县20161724县级单位371300临沂371321沂南县20161719.3县级单位371700菏泽371722单县20161702县级单位371300临沂371325费县20161680.95县级单位370500东营370522利津县20161665.6县级单位371000威海371083乳山市20161665县级单位371700菏泽371725郓城县20161643县级单位371600滨州371623无棣县20161636.37县级单位370300淄博370323沂源县20161636县级单位370700潍坊370786昌邑市20161627.5县级单位370800济宁370883邹城市20161616县级单位371000威海371081文登市20161615.6县级单位371300临沂371328蒙阴县20161601.6县级单位370700潍坊370781青州市20161569县级单位370200青岛370285莱西市20161568.8县级单位370700潍坊370785高密市20161526.63县级单位371000威海371082荣成市20161526县级单位370600烟台370612牟平区20161513.32县级单位371100日照371121五莲县20161497县级单位370400枣庄370481滕州市20161495县级单位370600烟台370685招远市20161433.18县级单位371500聊城371522莘县20161420县级单位371400德州371425齐河县20161411县级单位371300临沂371327莒南县20161388县级单位371700菏泽371728东明县20161370县级单位371600滨州371621惠民县20161363县级单位370900泰安370923东平县20161340县级单位370200青岛370281胶州市20161324县级单位371700菏泽371724巨野县20161301.96县级单位370100济南370112历城区20161298.57县级单位370900泰安370983肥城市20161277.3县级单位371600滨州371626邹平县20161250县级单位371400德州371421陵城区20161213县级单位371300临沂371322郯城县20161195县级单位370500东营370502东营区20161178.17县级单位370100济南370113长清区20161178县级单位371400德州371481乐陵市20161172县级单位370500东营370523广饶县20161166县级单位370100济南370126商河县20161162县级单位371500聊城371525冠县20161161县级单位370600烟台370684蓬莱市20161128.6县级单位370900泰安370921宁阳县20161125.2县级单位371700菏泽371702牡丹区20161122县级单位371500聊城371523茌平县20161119.68县级单位370800济宁370831泗水县20161118.11县级单位370700潍坊370725昌乐县20161101县级单位370100济南370125济阳县20161098.81县级单位371500聊城371521阳谷县20161065县级单位371400德州371426平原县20161047县级单位371700菏泽371726鄄城县20161032县级单位370400枣庄370406山亭区20161017.8县级单位371400德州371424临邑县20161016县级单位371300临沂371329临沭县20161010.19县级单位371100日照371102东港区2016997县级单位371400德州371482禹城市2016992.4县级单位371700菏泽371723成武县2016988.3县级单位370800济宁370829嘉祥县2016971.6县级单位370800济宁370832梁山县2016964县级单位370300淄博370302淄川区2016960县级单位371500聊城371581临清市2016950县级单位371500聊城371526高唐县2016949县级单位370600烟台370681龙口市2016901县级单位371600滨州371625博兴县2016901县级单位370800济宁370830汶上县2016899.1县级单位370800济宁370828金乡县2016887.67县级单位370800济宁370811任城区2016883.97县级单位371400德州371427夏津县2016881.79县级单位371700菏泽371727定陶县2016846县级单位371200莱芜371202莱城区2016840县级单位371400德州371422宁津县2016833县级单位370300淄博370322高青县2016831县级单位371500聊城371502东昌府区2016829县级单位370100济南370124平阴县2016827县级单位371300临沂371302兰山区2016817.58县级单位370800济宁370881曲阜市2016815县级单位371600滨州371622阳信县2016798.46县级单位371100日照371103岚山区2016778.65县级单位371400德州371428武城县2016748县级单位371500聊城371524东阿县2016729县级单位370300淄博370304博山区2016698县级单位371600滨州371602滨城区2016697.49县级单位370300淄博370305临淄区2016664县级单位370800济宁370827鱼台县2016654.2县级单位370800济宁370882兖州区2016648.2县级单位370400枣庄370404峄城区2016636.8县级单位370700潍坊370703寒亭区2016623县级单位371300临沂371312河东区2016613.39县级单位370200青岛370214城阳区2016553.2县级单位370400枣庄370405台儿庄区2016538.5县级单位370300淄博370321桓台县2016508.96县级单位371200莱芜371203钢城区2016506.42县级单位371400德州371423庆云县2016501县级单位371300临沂371311罗庄区2016496.44县级单位370600烟台370611福山区2016482.26县级单位370700潍坊370704坊子区2016412县级单位370400枣庄370403薛城区2016403.82县级单位370200青岛370212崂山区2016395.8县级单位370400枣庄370402市中区2016373.86县级单位370900泰安370902泰山区2016336.86县级单位370600烟台370613莱山区2016285.43县级单位370100济南370103市中区2016281.5县级单位371000威海371002环翠区2016270.64县级单位370700潍坊370702潍城区2016269.5县级单位370100济南370105天桥区2016258.97县级单位370300淄博370303张店区2016244.2县级单位371400德州371402德城区2016231县级单位370300淄博370306周村区2016215.57县级单位370700潍坊370705奎文区2016187.8县级单位370600烟台370602芝罘区2016179.18县级单位370100济南370104槐荫区2016151.61县级单位370100济南370102历下区2016100.89县级单位370200青岛370213李沧区201699.9县级单位370200青岛370203市北区201665.4县级单位370600烟台370634长岛县201656县级单位370200青岛370202市南区201630.01面积排名人口人口排名GDP GDP排名11044.314026.872935.725522.743706.476925.6624862.2642560.24145920.4310011.2916835.4454301.8267579.2392932.99118389.1132470.1159603.6882859.181210213.21163479.6811723.3166536.1312563.74103316.8913468.7114412514281.93153212.21015290.11141802.491716391.56122142.631617137.2621812.73618103.8835374.03731925.34150410.9662021.98151261.4811421137.5820702.76422236.5141186.511372311129794.53724180172765.69132561.889249.9711826108.531856.83327169.1818329.2784 28135.2422815.635 2985.156766.7739 30121.45251180.4819 3165.477302.5891 3210336924.927 3390.548261.1115 3493.6443283.6599 35111.9528329.7482 3696.6241306.3790 3765.0178410.1667 3899.5638415.964 3986.8553350.5978 40118.9526358.4176 4190.8447242.7121 42108.0733298.9393 4378.7663282.46101 440154263.59112 4555.58106512.1253 46128.2124332.681 4740.7134246.1119 4857.1101265.8106 4958.695399.569 50115.0327869.2929 5158.1396766.3940 5250.93116183.48141 5396.342615.7475474.2467560.3349 5589.350623.1846 5666.71751078.0221 5745.92123318.3388 5849.72119219.97128 59166.7191064.822 6056.58102687.2644 6110734322.887 62628848556 6384.6657264.49110 6486.4455281.55103 6562.0287192.92135 6680.8160372.174 6788.52511035.923 6891.4946272.5104 6997.3939868.7630 7096.7840730.0441 7180.7161869.828 7259.3193242.35122 7387.252281.83102 7464.8679451.760 7556.01104289.497 7667.6374238.52123 7752.35112790.9638 7864.1982179.2142 7986.654286.698 8044.9128502.01548177.3365404.5168 82109.4630264.36111 8356.5103468.0257 8455.08108171.07144 8563.0385292.6496 8657.99929595 8779.6362315.5889 8845.86124203.64133 8991.9445174.51143 9052.69111135.35153 9153.3110262.4113 9261.5491228.27126 9369.171453.7659 9451.81114265108 9563.2784185.68140 9691.9944269.84105 9774.9866265.04107 9864.6780599.448 9982.1258389.6871 10049.16120388.0572 10163.7831110.9920 10249.85118323.7185 1038159264.97109 10464.5381205.93130 105101.8137550.8250 10654.86109187.53136 10769.869154.314910858.6394323.1886 10947121205132 11036.9140205.3131 11189.8549297.2594 11237.45139245.24120 113133.7423860.9232 11465.4576413.6965 11544.15130146.53152 11640.59135465.358 11739.9136186.46138 11838.02138199.92134 11945127367.2975 12052.33113398.7170 12161.6490867.231 12245.19126169.62146 12355.16107658.7645 12438.68137167.68148 12541.4132214.91129 12659.5492186.14139 12770.2368933.1226 12831.4145168.21147 12950.4117536.1552 13032.55143170.85145 13133.65142146.8151 13255.7105346.379 13327.75149259.42116 13432.5144147.815013546.25122299.0792 13628.61148550.1551 13757.72100224.37127 13878.6264486.2955 13921.4152236.83125 14062.4686826.9334 14130.87146329.4983 14242.9131258.5117 14351.75115417.9863 14467.972978.0725 14544.5129283.6100 14629.11147333.0480 14745.6125238.33124 14869.6570433.4561 14941.3133431.962 150********.818 15167.973356.0377 152108.3732690.543 153 4.215367.17154 15458.03971016.4124人口密度(人/平方公里）人口密度排名人均GDP（万元）人均GDP排名607.4685.0038559.80115579.6390.0059022.1275513.88115.0098041.6230704.5459.0029692.20140815.0938.00108771.0825746.3351.0051491.6789559.2196.0050636.0294402.80136.0063482.4064692.6964.0047362.5197258.66149.00163200.605904.3629.0090363.7436726.2855.0058835.6376785.7541.0094132.7132486.28122.00113936.0822541.39104.0062131.2669857.9335.0054720.3579432.23134.0059208.8074426.65135.0036005.97119108.71152.00162154.70696.94153.00118962.6918612.4782.0051080.1092164.56151.0051098.6391515.94114.0071576.5850858.7834.00153649.449306.52147.0040448.22111545.23102.0078967.7443860.0833.0019462.70152 694.9662.0060307.6072 441.39130.0090102.2337 632.5577.0097198.8531 342.46143.0046266.06101 555.2697.0089796.1238 494.27119.0028850.83144 513.10116.0030291.54136 614.7480.0029454.22141 541.90103.0031708.76131 365.27139.0063091.8366 568.9194.0041773.80109 501.88118.0040367.30112 689.9766.0030131.15138 528.35106.0026717.31147 634.9676.0027660.78146 468.54125.0035863.38120 0.00154.000.00154 333.81144.0092141.0635 780.3442.0025941.81148 248.72150.0060466.8371 349.02142.0046549.9199 360.06140.0068174.0654 711.8257.0075570.7247 359.80141.00131840.7015 317.99146.0036025.92118 613.7781.0063935.6260473.23124.0075475.4848 584.9588.0069784.9951 437.16133.00161597.967 303.44148.0069322.7453 332.13145.0044241.75105 1115.0522.0063875.2261 394.79138.00121466.9516 753.5245.0030168.22137 439.40131.0078225.8145 609.9483.0031241.44133 630.9578.0032571.73128 455.03126.0031106.09134 603.0687.0046046.28102 668.5870.00117024.4019 702.7160.0029784.68139 749.9848.0089204.2339 757.6944.0075432.9449 645.6872.00107768.5526 488.95121.0040861.57110 729.7153.0032319.95129 550.51101.0069642.3152 475.47123.0051669.3488 577.0591.0035268.37122 448.97128.00151090.7410 552.41100.0027917.12145 745.9152.0033094.69125 397.84137.00111806.2423687.2667.0052309.5885 975.5825.0024151.29150 504.61117.0082835.4040 492.62120.0031058.46135 572.4893.0046428.68100 526.93107.0050949.9193 747.7050.0039630.79113 438.01132.0044404.71104 890.8931.0018980.86153 517.69113.0025687.99149 524.61108.0049230.7795 609.1984.0037092.95117 693.0863.0065667.1555 522.07109.0051148.4390 640.1975.0029347.24142 946.7927.0029333.62143 777.8043.0035348.09121 673.6568.0092685.9434 864.4232.0047452.5196 518.02112.0078936.1344 706.9958.00174409.734 553.2798.0064936.8157 900.9030.0032712.35127 726.9654.0031912.29130 1151.7418.0054102.7480 622.1479.0034183.38123 825.0637.0022106.02151697.9861.0055121.9578 564.2395.0043617.02107 444.04129.0055636.8677 1083.8423.0033082.92126 452.84127.0065484.6556 1635.8013.0064372.6659 803.0739.0063207.0365 552.9499.0033189.13124 521.29111.00114634.1520 533.42105.0046731.8398 521.54110.0052582.8582 644.7073.0081620.0041 750.2646.0076191.4846 928.3128.00140687.8712 690.7765.0037534.85116 850.9736.00119427.1217 607.4186.0043350.57108 664.5371.0051910.6387 970.6726.0031263.02132 1269.5217.00132866.3013 583.1089.0053570.0681 990.2524.00106378.9728 642.7574.0052488.4883 671.6669.0043625.56106 1121.9921.0062172.3568 575.4292.0093484.6833 788.8340.0045476.921031145.3119.0064663.7858 722.8456.00192292.902 1543.8915.0038872.14114 2333.919.0061853.2270 749.7549.00110668.2224 2218.8310.00132393.5314 1140.6320.00106734.6927 1591.8414.0060256.4173 1998.3011.0080769.0842 2780.51 6.00144045.6611 1926.4112.0063730.3462 1350.3716.00114407.4221 2428.128.0052265.3586 3887.15 5.0062232.5967 2724.097.00104576.2729 5748.84 4.00204620.691 6796.80 3.0052434.4684 16570.34 2.0063716.9063 750.0047.00159928.578 19336.89 1.00175152.513经度纬度118.349888535.1035388 119.147658536.70456048120.84379537.317655115.48295735.24545181120.24812536.542174 116.581993735.41589192116.56133637.225859 117.960237.66113 115.977076236.45723852 118.668790737.43429068117.18956536.728453117.01999236.032703 118.051357336.81466906122.15192437.160049119.18486435.611653117.4493434.89807 120.036381336.67540859 118.636403935.98325248118.82774537.65663343 118.457539537.96459979 117.6306136.31805 118.014798437.73472378 119.514549835.93086004 119.927373835.89164329 120.890405637.22775914 118.820171137.01476739115.649881134.73720454 117.574704235.88341055 120.093339537.18432477 120.402944436.48268091 121.097953136.91897498 117.543304636.64744786 118.53950736.335376 117.713481635.38066991 118.859991235.78760374 118.988215636.23745919 116.864437735.00314385 117.213075936.01296051 120.753109436.84655396 117.898713334.89178547 118.342785435.48841372 116.183012934.7149596 117.89623735.18350134 118.402123837.69294248 121.51978236.968054 115.841141835.52384276 117.804831537.93561532 118.297290336.08429639 119.414448136.97357556 117.111740235.34754562 121.940614737.06843242 118.073766935.83572471 118.374307136.61928279120.430926836.75424102 119.646351636.32624234 122.349623337.05022046 121.566616637.22892095 119.2030335.750023 117.178392135.00038508 120.414050637.26810421 115.566879736.12738987 116.637784936.67665367 119.002284835.18221677 115.046343435.13721722 117.558878637.36495712 116.336197935.95291692 119.867807236.15567339 116.015569635.25286846 117.144852836.46259199 116.747219236.08584935 117.663869636.97308604 116.716207337.42219322 118.282282734.53895865 118.458423537.36690564 116.70932436.476339 117.123614137.64137938 118.528575437.18312912 117.181785137.2275445 115.581554936.52703594 120.860735737.67858963116.946032235.84944314 115.61046535.303481 116.114829436.62468625 117.373784135.62295864 118.898381436.51553309 117.043988136.97431249 115.912534236.1622294 116.377103837.06898652 115.522362735.46013689 117.550962735.04433082 116.841798137.14046706 118.617625134.81652668 119.24244635.485951 116.540711736.86763957 115.986300935.01881765 116.275309735.51014803 116.175556335.74911972 118.080200536.55792459 115.893156736.78193177 116.284818736.80085495 120.559197837.58135745 118.247682637.15765938 116.48202335.64755227 116.308977434.98372365 116.5767235.45754084 115.937119236.98217489 115.665663435.11249272117.608168136.33894908 116.831621137.73259025 117.718990137.16152262 115.851015536.44115277 116.348893336.15147784 118.350482835.20638282 117.025848435.68921525 117.685282337.60295865 119.241543935.26878767 116.168857537.26707383 116.189275736.29175179 118.003481836.37379 117.93787837.482968 118.27198636.90475568 116.527686135.014555 116.69582335.60540651 117.520990434.68198931 119.164971337.01576058 118.526748535.13377975 120.230957636.28211882 117.65204534.60706168 118.007295637.00105506 117.822063936.16063265 117.425407537.73746682 118.306738834.94019336 121.180359437.48397279 119.389367736.5583421117.338394134.76103206 120.607808636.25769543 117.637502534.86837367 117.209907436.17567518 121.423275537.38872106 116.915460536.55494493 122.143167237.38010893 118.997355236.74184169 116.974432636.81707918 118.098432836.76022562 116.331192537.38155018 117.886213236.81832127 119.242365936.69163929 121.345931737.51931232 116.87047836.68877815 117.048858636.65179477 120.407513936.18863678 120.360067436.11679908 120.681045937.98935839 120.373718536.06925182。
中指丨家庭规模小型化趋势难改,对住房产品结构的影响不容忽视!
数据来源：国家统计局，CREIS 中指数据
根据人口普查数据，2020 年末，全国常住人口城镇化率为 63.89%，较 2010 年的 49.68%提升了 14.21 个百分点，年均提升 1.42 个百分点，与 2000-2010 年相比，城镇化程度进一步加快，十年间加快 0.62 个百分点。根据“诺瑟姆”曲线，我国当前城镇化仍处在城镇化中期，且处在后半段。从发达国家发展 历程来看，我国未来城镇化仍有较大空间。随着新型城镇化的深入推进，未来城镇化水平仍将保持较快 提升速度，房地产市场需求整体仍有释放空间。
注：2010、2020 年为全国人口普查数据，2015 年为 1%人口抽样调查样本数据，其他年份为 1‰人口变动调查样本数据。 数据来源：国家统计局，CREIS 中指数据
结合过去 20 年家庭规模数据和当年房地产市场销售数据，我们对家庭规模和商品住宅销售面积数 据进行相关性测算，相关系数显著为负，户均人口与商品住宅销售面积呈强负相关，说明平均家庭规模 的减小一定程度上推动房地产市场住房需求的增加。在假设其他相关因素不变的情况下，以第七次人口 普查公布的家庭户均人口数据为基准，家庭户人口总量为固定变量，则平均家庭规模每变动 0.01 人/户， 将带来 190 万户左右的家庭户数量增长，按户均一套测算，即 190 万套的新增住房需求。
房地产作为一个产业链条长、影响范围广的产业，与国家的经济发展、社会形态、政策导向均有着 紧密的联系，其中人口趋势和家庭结构是影响住房需求的核心因素，人口增长潜力决定了新房市场的发 展空间，家庭结构的变化影响着未来住房产品的变化趋势。
在第七次人口普查中，我国人口呈现增速放缓、老龄化加快、城镇化不断深入、家庭规模小型化等 特点。结合 2010 年第六次人口普查和历年抽样调查数据来看，近年来我国家庭户规模呈现持续小型化趋 势，2020 年户均人口缩减至 2.62，家庭结构小型化趋势或将带动家庭户数量进一步增加，在我国人口总 量保持相对高位的背景下，2010 至 2020 年十年间，我国家庭户总量年均增长 2.1%。若家庭平均住房需 求保持相对稳定，家庭户数量的增加将对全国房地产市场规模形成有效支撑。
2016中国城市等级划分
济南市（经济发达、副省级、 强省省会）
东莞市（经济强市）
昆明市（地级市省会）
太原市（经济强市、地级市省 会）
南昌市（地级市省会）
南宁市（地级市省会）
温州市（重要的经济城市）
石家庄市（经济发展较好、地 级市省会）
长春市（区域中心、畐哨级省 会）
泉州市（福建经济第一强市）
贵阳市（贵州省会）
杭州市（经济发达、副省级、强省省会）
武汉市（经济发展较好、区域中心、副省级省 会）
天津市（重要经济大港）
南京市（经济发达、副省级、强省省会）
重庆市（直辖市，西部中心城市）
西安市（区域中心、副省级省会）
长沙市（经济发展较好、地级市省会）
青岛市（经济发达、计划单列市）
沈阳市（经济发展较好、区域中心、畐哨级省 会）
定西市（甘肃省地级市）
西双版纳（云南省自治州）
陇南市（甘肃省地级市）
大兴安岭（黑龙江、内蒙古一 带）
崇左市（广西地级市）
日喀则（西藏地级市）
临夏州（甘肃省自治州）
林芝市（西藏地级市）
海东市（青海省地级市）
怒江州（云南省自治州）
和田地区（新疆地区）
昌都市（西藏地级市）
儋州市（海南省地级市）
甘南州（甘肃省自治州）
景德镇市（江西省设区的市）
鸡西市（黑龙江省地级市）
三门峡市（河南地级市）
宿州市（安徽地级市）
汕尾市（广东省地级市）
阜新市（辽宁省地级市）
张掖市（甘肃地级市）
玉林市（广西地级市）
乌兰察布（内蒙古地级市）
鹰潭市（江西省地级市）
黑河市（黑龙江省地级市）
伊春市（黑龙江省地级市）
智能出行报告,中国交通数据观察,出行大数据排行榜
8717
数据说明： 拥堵损失=2016年各城市平均时薪* 因拥堵造成的延时*人均全年通勤次数（按每月22个工作日，每个工作日早晚高峰通勤1次，每次通勤平均时间为1小时计算）， 30 时薪根据该城市2015年度社会平均工资数据计算。
2016年全国十大拥堵路段
2016年十大拥堵路段排行
1
重庆 环快速/包茂高速（近腾龙大道路段）
6
长沙
7
青岛
8
天津
9
南京
10
武汉
11
厦门
12
合肥
13
东莞
85.7 83.6 81.5 80.7 80.1 78.3 78.0 75.9
75.7
75.5
广州
东莞
厦门
14
西安
15
苏州
16
宁波
75.2 74.9 74.8
珠海
深圳
17
大连
18
太原
71.1 70.8
19
珠海
69.7
数据说明：
20
绍兴
69.3
1. 此处的智能出行仅指网约车出行，智能出行发展指数是根据智能出行用户渗透率，出行活跃度和便捷程度等综合指标计算得到的0-100之间分值，分值越高说明智能出行发展
智能出行发展水平TOP20城市
• 一线城市和省会城市的智能出行发展水平更高，排名前20的城市中有8个为珠三角和长三角城市。
智能出行发展水平Top20城市
排名
城市
智能出行发展指数
1
杭州
91.8
2
北京
91.8
3
广州
85.8
太原
天津
北京 大连
世界一线城市
特等城市（Alpha++）2个：英国伦敦，美国纽约
一线强市（Alpha+）7个：新加坡，中国香港，法国巴黎，中国北京，日本东京，阿联酋迪拜，中国上海
一线中市（Alpha）19个：澳大利亚悉尼，巴西圣保罗，意大利米兰，美国芝加哥，墨西哥墨西哥城、印度 孟买，俄罗斯莫斯科，德国法兰克福，西班牙马德里、波兰华沙、南非约翰内斯堡、加拿大多伦多，韩国首尔， 土耳其伊斯坦布尔，马来西亚吉隆坡，印度尼西亚雅加达，荷兰阿姆斯特丹，比利时布鲁塞尔，美国洛杉矶
排名依据
关于城市排名根据不同的维度有多个不同的排行版本，GaWC的世界级城市名册是全球关于世界一、二、三、 四线城市权威的排名。GaWC的排名依据主要有以下一些：
1、国际性、为人熟知。 2、积极参与国际事务且具影响力。 3、相当大的人口。 4、重要的国际机场，作为国际航线的中心。 5、先进的交通系统，如高速公路及/或大型公共交通网络，提供多元化的运输模式。 6、亚洲城市要吸引外来投资，并设有相关的移民社区。西方城市要设有国际文化和社区。 7、国际金融机构、律师事务所、公司总部（尤其是企业集团）和股票交易所，并对世界经济起关键作用。 8、先进的通讯设备，如光纤、无线网络、流动**服务，以及其他高速电讯线路，有助于跨国合作。 9、蜚声国际的文化机构，如博物馆和大学。
2017年上海户籍人口1445.65万人 ，常住流动人口972.69万人 。上海与江南的吴越传统文化与各地移民 带入的多样文化相融合，形成了特有的海派文化。2010年成功举办了2010年世界博览会、中国上海国际艺术节、 上海国际电影节等大型文化交流活动。上海是中国主要旅游城市之一。主要景点有上海博物馆、上海城市规划展 示馆、东方明珠广播电视塔、上海外滩风景区、上海新天地娱乐休闲街、陆家嘴金融贸易区等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2016年中国28个一二线城市人口数量
由于经济发达、薪酬更高等原因，北上广深等一线城市对于优秀人才特别有吸引力。
而二线城市一些行业、岗位则面临着人才紧缺的窘境。
不过，随着一线城市生活成本的上涨，“逃离北上广”每隔一段时间就会成为热门话题，不少二线城市也伺机推出了吸引人才的政策，给钱、给房、给户口成为最具吸引力的筹码。
目前看来，二线城市的这些吸引人才政策的效果较为显著。
以武汉为例，2009年至2016年武汉人口净流入量快速增长，从2009年的74.45万人增至2016年242.78万人。
根据统计的28个一二线城市2016年常住人口增量，2016年有11个城市人口净增量超过了10万，其中人口增量最多的五个城市是广州、深圳、重庆、长沙和杭州。
从地域分布上看，人口流入地主要集中在珠三角、中部的长沙、武汉和郑州以及上游的重庆等地。
2016年中国28个一二线城市人口增量
值得注意的是，2016年，北京的常住外来人口减少了15.1万，是18年来首次减少。
而上海的外来人口更是在2015年、2016年连续两年减少。
就在北京、上海常住人口缓慢增长，外来人口负增长的时候，重庆、长沙、杭州这几个二线城市常住人口却迎来了爆发式的增长，而武汉、郑州、天津2016
年的人口增量也都超过了15万大关。