下载文档原格式
262个资源型城市262个资源型城市中国拥有众多资源型城市，以其丰富的自然资源而闻名。
这些城市依靠资源的开发和加工，为国家经济发展做出了重要贡献。
本文将介绍中国262个资源型城市的概况。
1. 内蒙古自治区：呼和浩特，包头，赤峰等城市以煤炭资源著称。
2. 新疆维吾尔自治区：乌鲁木齐，克拉玛依等城市是石油和天然气资源重要开采基地。
3. 黑龙江省：哈尔滨，牡丹江等城市以森林资源和农业资源为主。
4. 吉林省：长春，吉林等城市以煤炭、钢铁和汽车制造为主要产业。
5. 辽宁省：沈阳，大连等城市以重工业和港口经济为特点。
6. 河北省：石家庄，唐山等城市以钢铁和煤炭资源为主要支柱产业。
7. 山西省：太原，大同等城市以煤炭矿产资源和重工业为特点。
8. 陕西省：西安，宝鸡等城市以粮食、煤炭、石油和天然气为主要资源。
9. 甘肃省：兰州，酒泉等城市以煤炭和石油资源为主要产业。
10. 青海省：西宁，格尔木等城市以稀有金属、稀土和盐湖资源为特点。
11. 宁夏回族自治区：银川，固原等城市以煤炭、石油和天然气资源为主导产业。
12. 西藏自治区：拉萨，昌都等城市以矿产资源和旅游业为主要经济支柱。
13. 四川省：成都，绵阳等城市以天然气、石油和盐资源为主。
14. 重庆市：以石油、天然气、煤炭和铁矿为主要资源。
15. 云南省：昆明，大理等城市以烟草、重金属和电子信息为主要资源。
16. 贵州省：贵阳，遵义等城市以煤炭、金矿和铜矿资源为经济支柱。
17. 广西壮族自治区：南宁，柳州等城市以铝土矿、锰矿和石灰岩资源为主要产业。
18. 广东省：广州，深圳等城市以电子、纺织和玩具制造业为主导产业。
19. 海南省：海口，三亚等城市以旅游业和渔业资源为支柱产业。
20. 安徽省：合肥，芜湖等城市以煤炭资源和汽车制造为主要产业。
21. 江西省：南昌，景德镇等城市以稀土、金矿和有色金属为支柱产业。
22. 福建省：福州，厦门等城市以电子信息和化工产业为主要支柱。
中国区域仓储供需现状分析：我国西南区域仓库主要分布在成都、重庆我国西南区域主导产业为第三产业，2020年上半年西南区域GDP为53294亿元，占全国GDP的11.67%。
其中四川省GDP为22130亿元、重庆市GDP为11210亿元、云南省GDP 为11130亿元、贵州省GDP为7986亿元、西藏GDP为838亿元。
2020年上半年西南区域经济运行情况资料来源：中国仓储与配送协会、整理一、供需市场截至2020年8月，我国西南区域冷库占总面积比为6.19%，普通仓占总面积比为93.81%；其中，一般普通仓占普通仓面积比为70.15%，高标仓占普通仓面积比为29.85%。
2020年西南区域仓源结构情况资料来源：中国仓储与配送协会、整理我国西南区域仓库主要分布在成都、重庆，截至2020年8月，成都仓库面积1573.69万㎡，新增供应面积9.78万㎡；重庆仓库面积1186.61万㎡，新增供应面积61.69万㎡；昆明仓库面积382.42万㎡，新增供应面积4.41万㎡；贵阳仓库面积292.43万㎡，新增供应面积17.78万㎡。
2020年西南区域重点城市仓库分布概况资料来源：中国仓储与配送协会、整理从需求分布来看，西南区域仓储需求主要集中在成都、重庆、贵阳、昆明等城市，截至2020年8月，重庆市普通仓空置率24.79%；成都市普通仓空置率15.32%；贵阳市普通仓空置率11.37%；昆明普通仓空置率9.82%。
2020年西南区域重点城市普通仓空置率资料来源：中国仓储与配送协会、整理二、租金情况发布的《2021-2027年中国仓储行业发展现状调查及投资前景趋势报告》数据显示：截至2020年8月，西南区域冷库平均租金为82.94元/㎡.月；普通仓平均租金为21.00元/㎡.月，其中，一般普通仓平均租金为20.07元/㎡.月，高标仓平均租金为26.11元/㎡.月。
2020年西南区域仓库租金情况资料来源：中国仓储与配送协会、整理截至2020年8月，重庆市普通仓平均租金为24.18元/㎡.月；昆明市普通仓平均租金为23.42元/㎡.月，成都市普通仓平均租金为21.34元/㎡.月，贵阳市普通仓平均租金为20.73元/㎡.月。
262个资源型城市简介资源型城市是指以自然资源为产业基础的城市，包括煤炭、石油、天然气、矿产等资源。
这些城市依托自然资源的开发和利用，发展相关产业，并带动了当地经济的发展。
中国境内有许多资源型城市，其中就包括了262个。
资源型城市的分类资源型城市可以根据所依赖的主要资源类型进行分类。
根据资源的不同分类方式，可以将资源型城市分为以下几类：1.煤炭型城市：这类城市以煤炭资源为主要特征，煤炭开采及相关产业是这些城市的经济支柱。
例如山西省的太原、临汾等城市。
2.石油型城市：以石油资源为主要特征，石油开采及相关产业是这些城市的支柱产业。
例如中国的大庆市、新疆的克拉玛依市等。
3.天然气型城市：这类城市的特征是天然气资源的开发和相关产业的发展。
例如中国的长庆油田、四川盆地等地。
4.矿业型城市：以矿产资源为主要特征，矿产资源的开采及相关产业是这些城市的主要经济来源。
例如山东省的青岛、山西省的运城等。
资源型城市的发展与挑战资源型城市的发展离不开资源的开发和利用。
一方面，资源的开采可以提供就业机会，促进当地经济的发展。
另一方面，资源型城市也面临着一些挑战。
其中主要的挑战包括：1.资源消耗和环境污染：资源的开采和利用过程不可避免地伴随着资源消耗和环境污染。
长期以来，一些资源型城市忽视了环境保护，导致了严重的生态破坏和环境污染问题。
2.资源枯竭问题：随着资源的开采和利用，一些资源型城市面临着资源枯竭的问题。
当资源枯竭后，这些城市需要寻找新的发展方向，转型升级成为以技术创新为基础的城市。
3.单一经济结构：由于资源型城市的经济发展主要依赖于特定的资源开发和利用，这些城市的经济结构往往过于单一。
一旦主导产业遇到困难，整个城市的经济就会受到冲击。
4.技术创新能力不足：资源型城市在技术创新方面相对薄弱，缺乏自主创新能力。
这限制了这些城市的可持续发展能力。
资源型城市的转型与发展策略为了应对上述挑战，资源型城市需要进行转型升级。
一些策略可以帮助资源型城市实现转型与可持续发展，包括：1.多元化经济：资源型城市应该寻求多元化的经济发展。
如何做好存货分析（2007-11-8）■存货是公司最重要的获利性资产，存货周转天数作为衡量各大区、公司运作效率的一个重要指标，对降低管理成本、提高盈利能力也会产生重要的影响。
故要求对存货进行多角度分析，为经营决策提供依据，以达到优化库存结构，提高周转速度的目的；■分析角度：从存货的运作效率、存货的增值保值、费用的投入产出来进行分析；■分析题纲：一、存货规模及与销售规模变化趋势分析（关注各品类、地区总部、大区、公司单店存货与去年同期变化情况及原因；将存货规模与销售规模增长速度进行对比，重点关注呈反比关系的品牌和大区、子公司，并查找原因；将销售占比与库存占比进行对比，重点关注呈反比关系的品牌和大区、子公司，并查找原因。
）（一）单店存货同比变化单店库存=期末库存/门店数量；期末库存可从BW报表MM莫块“存货周转天数（月）报一一按品类汇总/按品牌汇总”中取“本月期末库存金额”，取得期末库存为含税值，故应换算为不含税值，再进行计算。
1、各品类单店存货2、各地区总部单店存货3、各大区单店存货4、各公司单店存货（二）存货规模与销售规模增长速度对比存货同比增长率=（本月平均存货占用-去年同期平均存货占用）/去年同期平均存货占用月平均存货占用可从BW报表中MM莫块“存货周转天数（月）报一一按品类汇总/按品牌汇总”中取“本月平均库存金额”，取得的月平均库存为含税值，故应换算为不含税值，再进行计算。
去年同期（2006）数需大区根据去年数据取，目前系统中的数据不准确。
销售同比增长率=（本月销售收入-去年同期销售收入）/去年同期销售收入大区、公司月销售收入可从BW报表中COPA莫块“（考核）公司损益数据汇总”中取“实际销售收入”，此项为不含税值，不需要换算。
去年同期( 2006)数需大区根据去年数据取，目前系统中的数据不准确。
特别说明：去年同期的理解：如：在做9月的数据时，去年同期数填2006年9月的数据，在做10月的数据时，去年同期数填2006年10月的数据，依此类推，在做12月数据时，去年同期数填1-12月去年同期平均数；本年平均的理解，如：在做9月的数据时，本年平均数填2007年1-9月的平均数，在做10月的数据时，本年平均数填2007年1-10月的平均数，依此类推。
省会城市及计划单列市我国省会城市和计划单列市经济效益综合评价提要本文采用一种提炼与概括数据的多元统计分析法——因子分析法，对我国36所省会城市和计划单列市某某年的经济效益进行了评价，并作出了聚类分析。
关键词：经济效益；因子分析法；因子得分；聚类分析一、引言中心城市的经济发展效益反映了本市的经济运行潜力，也折射出其对周边地区的经济拉动力。
在我国，4个直辖市——北京、天津、上海、重庆，27个省、自治区的省会及5个计划单列市——深圳、宁波、厦门、大连、青岛共36个较大城市涉及到我国内地全部31个省级行政单位，并在经济发展方面发挥着区域、次区域经济中心的作用。
本文就经济效益方面，对我国36个省会城市和计划单列市的发展进行了综合评价，所用的方法是多元统计中客观赋予权重的方法——因子分析法。
二、评价过程数据的选取及方法说明1、数据选取说明。
为使分析客观、全面，本文以《某某年中国统计年鉴》中所列示的“省会城市和计划单列市主要经济指标”作为评价的基础指标，选取第一产业增加值、第二产业增加值、第三产业增加值、客运量、货运量、地方财政预算内收入、城乡居民储蓄年末余额、在岗职工平均工资等共八项指标作为评价标准。
因为我国的年鉴中没有直接涉及“经济效益”的指标，为在经济发展指标中剔除人口数量的影响，在此用人均值来代表经济效益，人口数量则用的是某某年、某某年《中国统计年鉴》中某某年年末人口和某某年年末人口的平均数。
由此，得到的数据指标为：某1为人均一产增加值、某2为人均二产增加值、某3为人均三产增加值、某4为人均客运量、某5为人均货运量、某6为人均财政收入、某7为年末人均储蓄额、某8为在岗职工平均工资。
2、评价方法。
由于上述8个指标对于评价经济效益的作用并非完全一致，因此需要对它们“赋权”以充分利用数据。
为避免主观赋权带来的种种弊端，这里采用的是一种客观赋权的方法——因子分析法，其核心思想是利用少数几个公共因子来解释较多变量间的复杂关系，具体说来就是：通过研究各变量之间的内在关系，探求变量间的基本结构，找出能反映所有变量的少数几个随机变量，并用中国直辖市、计划单列市、省会城市及地级城市名单一、直辖市：北京、上海、天津、重庆二、计划单列市：沈阳、大连、长春、哈尔滨、南京、杭州、宁波、厦门、济南、青岛、武汉、广州、深圳、成都、重庆、西安三、省会城市及地级城市:河北省：石家庄市、唐山市、秦皇岛市、邯郸市、邢台市、保定市、张家口市、承德市、沧州市、廊坊市、衡水市山西省：太原市、大同市、阳泉市、长治市、晋城市、朔州市、晋中市、运城市、忻州市、临汾市、吕梁市内蒙：呼和浩特市、包头市、乌海市、赤峰市、通辽市、鄂尔多斯市、呼伦贝尔市、巴彦淖尔市、乌兰察布市辽宁省：沈阳市、大连市、鞍山市、抚顺市、本溪市、丹东市、锦州市、营口市、阜新市、辽阳市、盘锦市、铁岭市、朝阳市、葫芦岛市吉林省：长春市、吉林市、四平市、辽源市、通化市、白山市、松原市、白城市、延边朝鲜族自治州黑龙江省：哈尔滨市、齐齐哈尔市、鸡西市、鹤岗市、双鸭山市、大庆市、伊春市、佳木斯市、七台河市、牡丹江市、黑河市、绥化市江苏省：南京市、无锡市、徐州市、常州市、苏州市、南通市、连云港市、淮阴市、盐城市、扬州市、镇江市、泰州市、宿迁市浙江省：杭州市、宁波市、温州市、嘉兴市、湖州市、绍兴市、金华市、衢州市、舟山市、台州市、丽水市安徽省：合肥市、芜湖市、蚌埠市、淮南市、马鞍山市、淮北市、铜陵市、安庆市、黄山市、滁州市、阜阳市、宿州市、巢湖市、六安市、亳州市、池州市、宣城市福建省：福州市、厦门市、莆田市、三明市、泉州市、漳州市、南平市、龙岩市、宁德市江西省：南昌市、景德镇市、萍乡市、九江市、新余市、鹰潭市、赣州市、吉安市、宜春市、抚州市、上饶市山东省：济南市、青岛市、淄博市、枣庄市、东营市、烟台市、潍坊市、济宁市、泰安市、威海市、日照市、莱芜市、临沂市、德州市、聊城市、滨州市、菏泽市河南省：郑州市、开封市、洛阳市、平顶山市、安阳市、鹤壁市、新乡市、焦作市、濮阳市、许昌市、漯河市、三门峡市、南阳市、商丘市、信阳市、周口市湖北省：武汉市、黄石市、十堰市、宜昌市、襄樊市、鄂州市、荆门市、孝感市、荆州市、黄冈市、咸宁市、随州市、恩施州湖南省：长沙市、株洲市、湘潭市、衡阳市、邵阳市、岳阳市、常德市、张家界市、益阳市、郴州市、永州市、怀化市、娄底市、湘西州广东省：广州市、韶关市、深圳市、珠海市、汕头市、佛山市、江门市、湛江市、茂名市、肇庆市、惠州市、梅州市、汕尾市、河源市、阳江市、清远市、东莞市、中山市、潮州市、揭阳市、云浮市广西：南宁市、柳州市、桂林市、梧州市、北海市、防城港市、钦州市、贵港市、玉林市、百色市、贺州市、河池市、来宾市、崇左市海南省：海口市、三亚市四川省：成都市、自贡市、攀枝花市、泸州市、德阳市、绵阳市、广元市、遂宁市、内江市、乐山市、南充市、宜宾市、广安市、达州市、眉山市、雅安市、巴中市、资阳市、阿坝州、甘孜州、凉山州贵州省：贵阳市、六盘水市、遵义市、安顺市、铜仁地区、毕节地区、黔西南州、黔东南州、黔南州云南省：昆明市、曲靖市、玉溪市、保山市、昭通市、丽江市、普洱市、临沧市、文山州、红河州、西双版纳州、楚雄州、大理州、德宏州、怒江州、迪庆州西藏自治区：拉萨市、昌都地区、山南地区、日喀则地区、那曲地区、阿里地区、林芝地区陕西省：西安市、铜川市、宝鸡市、咸阳市、渭南市、延安市、汉中市、榆林市、安康市、商洛市甘肃省：兰州市、嘉峪关市、金昌市、白银市、天水市、武威市、张掖市、平凉市、酒泉市、庆阳市、定西市、陇南市、临夏州、甘南州青海省：西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州宁夏：银川市、石嘴山市、吴忠市、固原市中卫市新疆：乌鲁木齐市、克拉玛依市计量地理学某某年中国省会城市和计划单列市经济发展水平的定量分析姓名：学院：学号：指导老师：手机号：某某年中国省会城市和计划单列市经济发展水平的定量分析摘要：首先选取某某年全国27个省会城市和计划单列市的19个经济发展水平的指标，应用SPSS统计软件对此进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了中国省会城市和计划单列市经济发展水平的区域谱系图；最后在此基础上，探讨了中国省会城市和计划单列市经济发展水平的区域相似性和差异性。
普通仓空置率排行榜然而，“北、上、广、深”等一线城市，由于仓储行业税收贡献率低，用地紧张等原因，我国大部分城市对仓储用地规划政策逐步趋严，物流地产开发商拿地困难且成本高，仓库设施供不应求，“仓库场地不够用！一库难求！”的感叹不绝于耳；相反，东北、西北、西部地区部分城市由于经济发展相对东部较慢，仓储业明显呈现起步晚、发展快特点，一方面物流地产商疯狂圈地建仓，另一方面，企业租仓需求有限，导致这些地区仓库供大于求，空置较多。
整观中国仓储市场，仓库资源分布不均，仓库租赁需求与仓库供应的矛盾逐步凸显，亟待解决。
所谓金九银十，随着“双11”、“双12”电商节逐步临近，无论是电商还是快递、快运行业的临时扩仓需求逐渐增多，这对仓储行业而言，也是一年之中的“租仓活跃季”。
为了帮助大家更好的了解全国普通仓空置情况，物联云仓作为全国性的互联网仓储综合服务平台，整理了一份2019年全国32座城市仓库空置率排行榜，榜单以物联云仓平台实时在线数据作参考，结合政府部门及行业协会等发布的权威信息，直观呈现入选城市的仓库空置情况。
让我们看看都有哪些城市上榜？C O N T E N S概念界定空置率计算标准普通仓空置率榜单排名看点分析目录1概念界定普通仓，是用于储存不需要特殊保管条件的一般日用工业品或农副产品的普通仓库，包含优质的高标仓、低端的农民仓等仓库类型。
这类仓库技术设施比较简单，仅有进出、装卸、搬运、商品养护、安全防火等一般性设备，而无保温、冷藏、气调、防毒等特殊性装备。
P ART1概念界定空置率计算标准2城市空置率=仓库可租面积（㎡）/仓库总面积（㎡）每个城市的排名约靠前，意味着仓库空置率越高，仓库利用率越低。
P ART2空置率计算标准?3普通仓空置率榜单排名P ART3普通仓空置率榜单排名排名城市空置率第1名第2名第3名第4名第5名第6名第7名第8名第9名第10名第11名第12名第13名第14名第15名第16名排名城市空置率第17名第18名第19名第20名第21名第22名第23名第24名第25名第26名第27名第28名第29名第30名第31名第32名长春大连天津嘉兴重庆沈阳石家庄上海成都杭州武汉北京长沙哈尔滨南昌25.41%22.76%20.00%16.54%15.59%14.27%13.15%11.48%11.37%10.99%10.82%10.68%10.58%10.57%10.32%10.00%佛山深圳贵阳青岛9.00%8.72%8.56%8.33%昆明兰州东莞合肥济南郑州南京太原西安宁波苏州无锡8.23%8.00%8.00%7.99%7.43%7.31%7.03%5.82%5.80%5.30%5.01%4.56%*数据来源：物联云仓统计时间：截至2019年10月广州看点分析4看点分析综合以上排名，大致可以把32座城市仓库空置情况分为四档：第一档仓库空置率为20%及以上（包含20%），分别为长春、大连、天津。
我国近20年来各地区二元经济结构的比较分析作者：张霜杨来源：《中国经贸·下半月》2013年第02期摘要：为了更好地分析比较1991-2010年我国二元经济结构变化情况，以10年为一个时间段的最小单位，用1991年-2000年（前十年）以及2001年-2010年（后十年）的数据，对东中西部地区二元经济结构进行横向比较分析，同时对1991-2010年这20年的二元结构情况进行纵向比较分析。
为此，选用两个衡量二元经济结构的指标：二元对比系数、二元反差系数。
并通过一系列的比较分析，得出结论：我国二元经济结构仍然普遍存在于各个地区，但是呈现出逐年弱化的趋势。
尤其是东部地区的二元经济结构在近20年中得到很大改善，与中部、西部相比最不明显，而且低于全国水平。
中部地区次之，其水平介于东部、西部之间。
西部地区的二元经济结构最明显，高于全国水平，西部地区存在严重的双重二元经济结构的特征。
关键词：二元经济结构；地区差异；比较分析一、理论1.二元对比系数=农业比较劳动生产率/非农产业比较劳动生产率据研究表明，发展中国家的系数应该在0.31-0.45，发达国家的系数应该在0.52-0.86。
一个地区的二元对比系数越小，说明农业以及非农业的比较劳动生产率之间的差距就越大，这个地区的二元经济结构就越明显。
另外，随着经济的发展和国民收入水平的提高，一个经济结构合理的区域，其二元对比系数应该会逐渐减小，非农业的比较劳动生产率的增长速度将比农业的比较劳动生产率的增长速度快，它的二元经济结构也会逐渐得到改善。
2.二元反差系数=|非农产业收入比重—非农产业劳动力比重|此系数越小，非农业的的收入比重与非农业的劳动力比重的差距越小，表明随着经济结构的改善，非农业的收入比重逐渐减小，农业的收入比重逐渐增大。
同时非农产业的收入趋向于平均分配给非农产业的劳动力，各产业的收入分配也愈加公平，经济结构的二元性越不明显。
3.结论综合上述分析，我们可以得出结论：第一，二元对比系数越小，则该区域的二元经济结构越明显；二元反差系数越小，则该区域的二元经济结构越不明显。
各地存量用地情况汇报材料
一、北京市存量用地情况。
北京市存量用地总面积为XXXX平方公里，其中城市建设用地占比XX%，农村建设用地占比XX%，工矿仓储用地占比XX%，交通运输用地占比XX%，水利设施用地占比XX%，绿地与公共服务设施用地占比XX%。
二、上海市存量用地情况。
上海市存量用地总面积为XXXX平方公里，其中城市建设用地占比XX%，农村建设用地占比XX%，工矿仓储用地占比XX%，交通运输用地占比XX%，水利设施用地占比XX%，绿地与公共服务设施用地占比XX%。
三、广州市存量用地情况。
广州市存量用地总面积为XXXX平方公里，其中城市建设用地占比XX%，农村建设用地占比XX%，工矿仓储用地占比XX%，交通运输用地占比XX%，水利设施用地占比XX%，绿地与公共服务设施用地占
比XX%。
四、深圳市存量用地情况。
深圳市存量用地总面积为XXXX平方公里，其中城市建设用地占比XX%，农村建设用地占比XX%，工矿仓储用地占比XX%，交通运输用地占比XX%，水利设施用地占比XX%，绿地与公共服务设施用地占比XX%。
五、其他城市存量用地情况。
除了以上列举的几个城市外，其他城市的存量用地情况也在不断发展和变化。
各地存量用地情况的汇报材料将根据实际情况进行更新和完善。
六、总结。
通过对各地存量用地情况的汇报，我们可以清晰地了解到各地城市的用地结构和分布情况，这有助于指导未来的城市规划和土地利用。
希望各地政府和相关部门能够根据这些数据，科学合理地规划和利用存量用地资源，推动城市可持续发展。
中国城市数量、各城市人口数量及暂住人口数量分析1、城市数量城市是一个大型的人类聚居地。
它可以被定义为一个永久的、人口稠密的地方，具有行政界定的边界，其成员主要从事非农业任务。
城市通常拥有广泛的住房、交通、卫生、公用事业、土地使用、商品生产和通讯系统。
它们的密度促进了人们、政府组织和企业之间的互动，有时会在此过程中使不同方受益，例如提高商品和服务分配的效率。
城市的出现，是人类走向成熟和文明的标志，也是人类群居生活的高级形式。
城市的起源从根本上来说，有因“城”而“市”和因“市”而“城”两种类型，因“城”而“市”就是城市的形成先有城后有市，市是在城的基础上发展起来的，这种类型的城市多见于战略要地和边疆城市，如天津起源于天津卫；而因“市”而“城”则是由于市的发展而形成的城市，即是先有市场后有城市的形成，这类城市比较多见，是人类经济发展到一定阶段的产物，本质上是人类的交易中心和聚集中心。
城市的形成，无论多么复杂，都不外乎这两种形式。
随着城市化进程的不断推进，近年来中国城市数量快速增加，2020年中国城市数量达687个，较2019年增加了8个，同比增长1.2%。
2、人口数量随着中国城市数量的增加，城区人口数量也随之增加，2020年中国城区人口数量达44253.7万人，较2019年增加了750.08万人，同比增长1.7%。
分省市来看，2020年广东市区人口数量为8280万人，城区人口数量为4392.14万人，居首位；山东市区人口数量为6803万人，城区人口数量为3396.29万人；江苏市区人口数量为5889万人，城区人口数量为3052.17万人。
2020年广东市区人口数量占全国市区人口总数的10.14%，全国排名第一；山东市区人口数量占全国市区人口总数的8.33%；江苏市区人口数量占全国市区人口总数的7.21%；河南市区人口数量占全国市区人口总数的 5.58%；四川市区人口数量占全国市区人口总数的5.32%。
全国60典型城市库存及结构分析一、60城总体情况分析1、60城库存及去化周期对全国60个城市新建商品住宅的库存数据及去化周期进行总量分析。
综合分析此类城市的库存形成、演变机制，进而总结去库存的经验和教训，能够给其他城市去库存提供相应的启发。
纳入统计的60个城市包括：北京、上海、广州、深圳、长春、沈阳、天津、太原、济南、青岛、南京、苏州、杭州、宁波、合肥、南昌、长沙、福州、厦门、贵阳、南宁、西安、兰州、西宁、淮南、马鞍山、济宁、烟台、常州、南通、温州、九江、荆门、茂名、北海、石家庄、呼和浩特、大连、哈尔滨、郑州、武汉、海口、重庆、成都、昆明、银川、乌鲁木齐、珠海、三亚、无锡、丹东、唐山、蚌埠、徐州、昆山、燕郊、宜昌、常德、景德镇和滁州。
（1）60城库存变化统计数据显示，从2010年到2016年4月份，全国60个典型城市的库存走势存在两个阶段，不同阶段的形成，和政策、市场、资金、投资等变量的变动有很大的关联性。
上行阶段：2011年-2014年。
库存规模总体持续攀升，虽然部分阶段比如2013年第一季度呈现出下滑的态势，但总体上依然是库存增多减少的态势。
本轮库存上行主要有两个原因：一、一二线城市的限购等收紧政策影响了市场交易，加大了库存攀升的力度，尤其2011年更为明显；二、三四线城市库存规模持续攀升，推高了60个城市的总体库存。
下行阶段：2015年1月-2016年4月。
库存规模总体处于下滑态势。
有三个原因：一、在中央和各大部委持续强调去库存的战略导向下，各类刺激住房消费的政策陆续出台，市场交易活跃促使去库存效果较为明显，尤其是一二线重点城市的去库存效果更佳；二、2014年开始各大城市投资数据开始呈现下滑态势，潜在供应规模略有下滑，牵制了库存规模上升的态势；三、三四线城市积极去库存的效果得到体现，包括市民化、农民工购房配套政策的落实、三四线城市房价处于止跌反弹的阶段等，都容易加快此类城市的市场交易，进而利好对库存规模的削减。
图1 60城新建商品住宅库存及存销比数据来源：CRIC、易居研究院（2）60城去化周期变化衡量库存压力的另一个指标是存销比。
我们定义：存销比=当月新建商品住宅库存面积/近6个月销售面积的移动平均值。
经验值判断，存销比大于14个月，则属于偏大，此时房价走势偏弱甚至降价。
而存销比小于14个月，则属于偏小，房价走势将趋强甚至出现暴涨的态势。
基于2010年1月至2016年4月的数据，可以看出，该曲线呈现了很明显的周期性波动。
其中有两轮明显的下行周期，即去库存的速度在持续加快。
第一轮下行期：从2012年3月到2013年4月，共经历了14个月。
峰值出现在2012年2月，为21.2个月；谷值出现在2013年4月，为11.5个月；本轮去化周期的波动幅度达到8.7个月。
从原因分析，本轮去库存周期下行，基本上和限购限贷政策实施后的市场反应有关。
2011年限购政策打压了购房需求，但到了2012年随着购房者购房资格的陆续满足，以及信贷宽松，还有积压需求的有效释放，整个市场交易持续升温，促进了存销比数据的快速下滑。
第二轮下行期：从2014年8月到2016年4月，共经历了21个月。
峰值出现在2014年7月，为19.5个月；谷值出现在2016年4月，为11.7个月；本轮去化周期的波动幅度达到7.8个月。
从原因分析，本轮下行周期主要受货币宽松和房产政策刺激影响，还有国家去库存的战略导向影响，市场销售持续增长，存销比不断下行，2016年4月已减少为11.7个月。
2、60城住宅市场供求关系对这60个城市新建商品住宅的供求数据进行分析，供求关系主要分为三类：供大于求、供小于求、供求平衡。
这里结合2010年1月-2016年4月的数据，重点分析供大于求、供小于求的两种形态。
供大于求：供大于求，会导致库存增加。
比如2011年的月度供求柱状图，大多数月份均呈现出比较明显的供大于求态势。
该阶段供应规模比较大，很多项目陆续进入预售期，但此时恰是限购政策比较严的阶段。
因此供应量很难得到消化，市场呈现出明显的供应过剩现象，反映在库存规模上，也能够看出库存面积持续攀升的尴尬。
供小于求：供小于求，会导致库存减少。
比如2015年下半年，60个城市供求关系持续得到改善，市场交易活跃度要超过房企的推盘活跃度。
这一态势在2016年上半年得到延续。
比如在2016年3月，受部分大城市相对疯狂的市场交易影响，全国60大城市的供求关系明显改善，当月新增供应量为3855万平方米，而成交量创下历史新高，达到4480万平方米的水平。
图2 60城新建商品住宅月度供求关系数据来源：CRIC、易居研究院3、存销比和房价之间的相关性库存去化周期（存销比）反映了市场供求关系的变化，因此相对应地，相关城市的房价走势也会和其保持比较密切的关系。
其规律是，当存销比持续下行，相关城市的房价上涨压力会持续增加；而当存销比持续攀升，房价下跌的可能性则会增加。
将全国60个城市新建商品住宅的存销比、全国70个大中城市新建商品住宅价格指数的环比增幅两组数据进行绘图分析。
从下图可以看出，两条曲线基本上呈现了负相关关系。
当存销比达到峰值时，恰是房价增幅接近谷底的时候。
而当存销比接近谷底时，恰是房价增幅达到峰值的时候。
举例来说，2014年7月存销比达到了峰值，为19.5个月；而在2014年8月，房价指数环比增幅达到了谷值，为-1.2%。
再看2016年的数据，2016年存销比数据不断下行和探底，此时房价增幅曲线不断上行。
两条曲线之间的相关性非常高。
在此类感性认识的基础上，我们基于房价的走势进行区间划分和对比，并根据经验值来划分相对应的去库存压力和区间。
这样做分析，能够体现去库存和房价之间的相关性。
对于此类相关性的掌握，利好房企、投资者等对后续市场的更精准把握。
当房价指数的环比增幅大于0.6%，增幅就属于偏高，房价属于过热。
根据经验值和下图的曲线，存销比数据基本上为小于12个月的水平，即为偏低水平。
当房价指数的环比增幅位于0.0%-0.6%的区间时，增幅则属于合理，房价增幅基本算温和。
根据经验值和下图的曲线，存销比数据基本上为12-16个月的水平，即为合理水平。
当房价指数的环比增幅低于0.0%，增幅就属于偏小，这说明房价偏冷。
根据经验值和下图的曲线，存销比数据基本上为大于16个月的水平，即为偏高水平。
图3 60城存销比和70城房价指数环比增幅曲线数据来源：统计局、易居研究院二、60城库存结构分析1、一二三四线市场分化较明显对全国60个城市按照一、二、三四线的分类方式进行分类。
其中，一线城市包括北京、上海、广州和深圳。
二线城市包括长春、沈阳、天津、太原、济南、青岛、南京、苏州、杭州、宁波、合肥、南昌、长沙、福州、厦门、贵阳、南宁、西安、兰州、西宁、石家庄、呼和浩特、大连、哈尔滨、郑州、武汉、海口、重庆、成都、昆明、银川和乌鲁木齐。
三四线城市包括淮南、马鞍山、济宁、烟台、常州、南通、温州、九江、荆门、茂名、北海、珠海、三亚、无锡、丹东、唐山、蚌埠、徐州、昆山、燕郊、宜昌、常德、景德镇和滁州。
对这三类城市的库存走势进行分类分析，可以看出不同的市场走势或分化现象。
一线城市：库存规模总体上有周期波动的特征。
比如在2012年此类城市的库存规模是偏高的。
而到了2013年则有所回落，这和一线城市市场需求的积极释放有关，也体现出一线城市市场波动性较大的特征。
到了2014年第四季度，随着深圳等城市陆续步入房价上涨的通道，此时库存量也随之出现下滑。
到了2016年4月份，相比3月份库存规模略有上升，为3096万平方米，这和4月份一线城市房企积极推盘等策略的实施有关。
总结来看，一线城市较好的投资价值和部分阶段较为严厉的购房政策，能够对城市库存走势形成较为明显的影响。
-1.8%-1.2%-0.6%0.0%0.6%1.2%1.8%0481216202410.0110.0410.0710.1011.0111.0411.0711.1012.0112.0412.0712.1013.0113.0413.0713.1014.0114.0414.0714.1015.0115.0415.0715.1016.0116.04月存销比（左轴）70城房价（右轴）二线城市：二线城市库存总体上呈现出持续攀升的态势，当然这中间也有部分月份有些波动或下滑。
如在2013年第一季度，二线城市的库存量呈现出一个阶段性的回落。
到了2014年第四季度，二线城市的库存规模也呈现了下滑的态势，其中以部分热点城市如杭州、苏州等城市的库存规模减少最明显。
总结来看，二线城市成为除一线城市以外的最佳投资区域，库存规模出现上升，和新城开发规模较大、需求释放不到位等有关。
但当一线城市购房政策偏紧时，二线城市的去库存效果会变得比较明显，即所谓一线城市需求溢出的效应。
三四线城市：此类城市总体上呈现出库存规模持续上升的态势。
这和国家统计局公布的待售面积数据总体攀升的态势有很大的相似性。
从实际情况看，三四线城市的需求释放类似“割韭菜”，呈现出阶段性而非持续性的活跃，该需求释放的特征和一二线城市有很大的差异。
当然，到了2014年第四季度，受一二线城市市场活跃的影响，三四线城市的库存持续攀升态势也有所改变，这和农民工购房、三大城市群周边的四线城市交易活跃等态势有密切关联。
当然三四线城市中也存在一个市场分化的现象。
图4 60城一二三四线城市库存走势数据来源：CRIC、易居研究院在库存走势分析的基础上，我们基于这三类城市的去库存周期或存销比指标来分析市场规律。
总体上看，一线城市的去化速度快于二线城市，二线城市又快于三线城市。
尤其是从2013年以来的曲线走势能够看得更清晰。
此类态势基本上得到了延续，到了2016年4月份，一线城市的存销比数据出现了小幅反弹，而二线继续下滑，三四线的下跌态势更明显。
其原因是，在此类三四线城市中，包括无锡、昆山、燕郊等城市近期的市场交易异常火爆，直接带动了此类三四线城市曲线的下行。
换而言之，三四线城市也并非全部都是去库存难的城市，部分城市市场数据甚至要优于二线城市。
图5 60城一二三四线城市存销比走势数据来源：CRIC、易居研究院2、东中西部市场走势较一致对全国60个城市按照东、中、西部城市的分类方式进行分类。
其中，东部城市包括北京、上海、广州、深圳、沈阳、天津、济南、青岛、南京、苏州、杭州、宁波、福州、厦门、南宁、济宁、烟台、常州、南通、温州、茂名、石家庄、大连、海口、珠海、三亚、无锡、丹东、唐山、徐州、昆山和燕郊。
中部城市包括长春、太原、合肥、南昌、长沙、淮南、马鞍山、九江、荆门、哈尔滨、郑州、武汉、蚌埠、宜昌、常德、景德镇和滁州。
西部城市包括贵阳、西安、兰州、西宁、北海、呼和浩特、重庆、成都、昆明、银川和乌鲁木齐。
