What Is 人口統計（Demographics）?
人口統計回答的是住房需求中「誰」和「在哪裡」的問題。年齡、所得、就業和遷移決定了有多少人租房和買房、他們能負擔什麼價位、以及他們想住在哪裡。一個30%居民在35歲以下且附近有Amazon新倉庫的社區，與一個退休族群為主的郊區有著完全不同的需求特徵。在研究階段，你查看Census（人口普查）數據、就業成長和遷移統計來判斷需求方向——以及租金成長和供需關係是否有利於你的目標市場。選址分析仰賴人口統計，學區評分也是——家庭追逐好學校。跳過人口統計分析，你就是在瞎猜。
Demographics（人口統計）是指驅動特定區域住房需求的人口特徵——年齡、所得、家庭規模、就業狀況和遷移模式。
At a Glance
- 定義： 人口特徵——年齡、所得、家庭規模、就業、遷移——驅動住房需求
- 重要性： 決定誰租房、誰買房、付多少錢、搬去哪裡。塑造租金成長和供需關係
- 使用方法： 研究階段查看Census數據、BLS就業統計和遷移報告。關注就業成長、年輕家庭和淨遷入
- 經驗法則： 就業成長 + 人口遷入 = 更強需求。人口高齡化 + 人口外遷 = 需求疲弱
How It Works
核心特徵。 年齡、所得、家庭規模、就業和遷移。年輕人租房比例更高。家庭需要學區和空間。退休族群傾向縮小住房面積。所得決定人們能負擔什麼。一個年就業成長2%的城市正在增加家庭。一個人口持續流失的城市正在失去需求。
數據來源。 Census Bureau（人口普查局）提供人口、年齡、所得數據。BLS（勞工統計局）提供就業成長數據。IRS遷移數據顯示誰在搬往哪裡。當地經濟發展辦公室提供新雇主資訊。學區入學趨勢——家庭跟著好學校走。
需求訊號。 就業成長 + 人口遷入 = 強需求。租金成長隨之而來。空置率維持低檔。Cap Rate（資本化率）壓縮（房價上升）。反之——就業流失、人口外遷——需求疲弱，租金停滯。
與你的數字的關聯。 NOI（淨營運收入） = 租金 - 費用。租金跟著需求走，需求跟著人口統計走。選址分析用人口統計數據來篩選次市場。學區評分之所以重要，是因為家庭願意為好學校付費。
Real-World Example
Phoenix 2020–2024。
Phoenix在2020到2024年間增加了約200,000人口。科技和物流企業遷入。中位年齡下降。家庭形成增加。對出租和自住房的需求飆升。部分次市場的租金成長達到15–20%。空置率維持在5%以下。隨後開發商追上來了。供給開始滿足需求。租金趨平。Cap Rate（資本化率）擴大。那些在2022年僅憑人口統計數據買入的投資者對需求的判斷是對的——但他們忽略了供給管線。人口統計 + 供需關係兩者結合才能講完整個故事。
Pros & Cons
- 公開數據——Census、BLS、IRS遷移數據。免費或低成本
- 預測需求方向——就業成長 + 遷移 = 更強的租金支撐
- 服務於選址分析——幫你確定去哪裡找標的
- 解釋租金成長和空置率趨勢
- 滯後性——人口統計變化緩慢；需求變化可能更快
- 地方性很強——全國趨勢不能告訴你所在街區的情況
- 無法預測衝擊——工廠關閉、裁員、經濟衰退
- 供給同樣重要——人口統計說的是誰需要住房；供給說的是有多少房
Watch Out
- 過度建設風險： 強勁的人口統計吸引開發商。供給會追上來。買入前檢查建設管線
- 需求衝擊風險： 一個大雇主離開——需求驟降。跨產業和雇主分散投資
- 滯後風險： 你今天根據今天的人口統計買入。24個月後5,000套新屋交付。把這個納入模型
- 相關性風險： 利率飆升時需求下降。人口統計沒變——但可負擔性變了
Ask an Investor
The Takeaway
人口統計是住房需求中「誰」和「在哪裡」的答案。年齡、所得、就業和遷移塑造租金和房價。在研究階段，查看Census數據、就業成長和遷移趨勢。不要買入人口流失或就業下滑的市場。將人口統計與供需關係搭配使用——需求告訴你誰需要住房；供給告訴你有多少房。