2022年多项指标下滑 房地产市场短期复苏承压******
1月17日,国家统计局发布2022年全年房地产开发投资与销售数据。尽管行业政策面释放宽松信号,但2022年多项房地产数据指标仍保持下探,其中全国房地产开发投资额同比降幅为10%,罕见进入到两位数行列。在业内人士看来,2022年房地产市场供需两端面临冲击和压力,数据指标持续恶化,市场短期复苏承压。2023年供应端修复将晚于销售端,乐观情形下,2023年全年商品房销售面积同比或小幅增长,价格逐渐趋稳。
开发投资增速“跌”入两位数
2022年,全国房地产开发投资132895亿元,比上年下降10%;其中,住宅投资100646亿元,下降9.5%。
2022年,房地产开发企业房屋施工面积904999万平方米,比上年下降7.2%。其中,住宅施工面积639696万平方米,下降7.3%。房屋新开工面积120587万平方米,下降39.4%。其中,住宅新开工面积88135万平方米,下降39.8%。房屋竣工面积86222万平方米,下降15%。其中,住宅竣工面积62539万平方米,下降14.3%。
从数据表现上来看,全国房地产开发投资增速2021年为4.4%,此后一路保持下探,2022年4月,该项指标进入负增长区间。但也可以看到,12月单月投资、开工面积降幅略有收窄。
“2022年,全国房地产开发投资增速仍处于恶化状态,说明开发投资的压力比较大。”上海易居房地产研究院研究总监严跃进表示,目前改善开发投资指标的总体思路是清晰的,尤其是近期或发布资产负债表优化的21条方案,其将显著改善房企的资金状况和开发投资预期。
广东省城规院住房政策研究中心首席研究员李宇嘉表示,2022年开发投资下跌10%,为年度最大跌幅。上一次楼市开发投资承压还是2015年去库存时期,彼时开发投资仍旧增长1%。可见,2022年楼市的压力是史无前例的。拖累开发投资的直接原因,就是前端的土地出让和新开工,土地购置费和建筑工程,合计占据开发投资70%左右的份额。2022年,土地出让下滑53.4%、新开工下滑39.4%,都是年度最大的跌幅。
房地产市场“萎缩”成为常态,房企拿地的积极性也受到抑制。2022年,全国房企土地购置面积同比增速为-53.4%。土地市场大体上下跌或萎缩了50%,若剔除城投等企业托底现象,相关数据表现会更糟。
中指研究院数据显示,2022年,TOP100企业拿地总额12975亿元,同比下降48.9%,全年整体拿地低迷。TOP100门槛值为48亿元,较上年同期下降24亿元,TOP100企业招拍挂权益拿地总额占全国300城土地出让金的比例为35.3%。
商品房销售延续跌势
寒冬模式的开启,供需两端皆保持“观望”。
在商品房销售和待售方面,2022年商品房销售面积135837万平方米,比上年下降24.3%,其中住宅销售面积下降26.8%。商品房销售额133308亿元,下降26.7%,其中住宅销售额下降28.3%。
2022年末,商品房待售面积56366万平方米,比上年增长10.5%。其中,住宅待售面积增长18.4%。
“在多地疫情形势严峻、居民置业意愿较低、居民收入预期未明显转好下,楼市活跃度恢复不明显。”中指研究院指数事业部市场研究总监陈文静分析称,12月单月全国商品房销售面积和金额同比降幅较上月分别收窄1.7个和4.6个百分点,但累计情况来看,2022年全年累计同比降幅仍超两成,且降幅延续扩大态势。各区域销售面积累计同比降幅均扩大,其中西部、东北地区降幅较明显;销售金额方面,东部地区累计同比降幅较1-11月略有收窄,其余地区降幅扩大趋势未改。
严跃进则表示,当前房屋销售数据总体弱于预期,全年下跌近25%的水平,说明购房需求刺激面临阻力。不过2023年要乐观看待此类数据,随着疫情过了高峰期,新一轮社会经济刺激工作会加速,购房市场势必有较好的表现和转机。
供应端修复晚于销售端
对于未来市场走势,陈文静直言,2023年供应端修复将晚于销售端,新开工面积和房地产开发投资仍面临一定下行压力,新开工面积在销售恢复节奏较慢、土地成交缩量、企业资金压力仍较大等因素影响下,预计难有明显改善;在“保交楼”资金推动下,房屋竣工或将得到改善,从而对房地产开发投资形成一定支撑,但企业拿地谨慎、新开工继续缩量等导致开发投资下行态势难改。
短期来看,需求端政策将进一步加快落实,符合条件的城市首套房贷利率有望下调,核心一二线城市政策空间不断释放,降低首付比例、降低房贷利率、优化区域限购等政策或继续跟进。据中指监测,近期北京、上海、杭州等核心城市购房情绪有所修复,预计未来随着政策进一步优化及显效,更多核心城市市场信心有望回升。若各地政策执行到位,全国房地产市场最早或在二季度企稳,乐观情形下,2023年全年商品房销售面积同比或小幅增长,价格逐渐趋稳。
在李宇嘉看来,当前的关键是稳定房价,房价不稳,不仅居民不愿意买房,金融机构也不愿意介入,不愿意参与收并购、纾困。进一步讲,房企资金链也难以好转。近期政策加力很明显,包括利率不设下限对冲房价下跌预期,鼓励需求入市。2023年上半年,处于疫后休养生息、修复预期、稳定基本面的时期,预计量价还将继续下跌,但在2022年低基数的基础上,跌幅或许收窄。下半年,量价和预期将逐步企稳。
ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵
(文图:赵筱尘 巫邓炎)