马云再次言中,“未来房子如葱”不是因为房产税,而是人工智能?
“房如葱”这大概是所有买不起房的人对未来的憧憬,但这现实吗?很多人站在马云的背后表示力挺,因为他已经用自己的行动颠覆了很多行业,如让一双刚出厂的鞋子可以没有任何中间环节,以最低的价格进入寻常百姓家;也有人站在马云的对立面,认为马云说的“8年以后中国最便宜的就是房子,房子 如葱”是痴人说梦,未来房子的价格只会越来越高,等待房价下跌,现在不买房最后后悔的还是普通大众,马云不过是逞口舌之快。
诚然,如果单以购买力算的话,马云现在的身价看待普通房子确实和葱价无异,上亿的豪宅对他来说也只是再普通不过的消费。但是不可否认的是在中国大城市甚至三四线城市高房价确实已经成了很多人逾越不过的坎了,磨灭着年轻人的斗志同时更压缩着他们的上进心。有统计数据显示,在北京需要不吃不喝工作80年才能买得起房,在高房价面前再努力的奋斗都显徒劳。
难道高房价就真的无解吗?近一段时间,随着肖捷财长对未来房地产税的推出方案的解读,媒体都在大肆报道宣传,某些时候似乎房地产税就真的成了降房价的“最后一根稻草”了,很多人把解决高房价寄托在房地产税的推出上。但事实真的会如此吗,房地产税的推出真的会让高房价如愿以偿地得到解决吗?
业内对此产生了严重的分歧:
认为能降的一方的说法是:房地产税的推出毫无疑问会让多套房者对于房屋的持有成本递增,房屋持有成本的大幅提高,会让炒房者抛售手中的房产,市场上供给数量增多,可以起到抑制房价的作用。因此中西部一些人口和产业严重落后的城市房屋价值就会急速下滑,房地产税一定可以打压房价,最终让人民用脚投票,加速离开。
认为不能降的一方的说法是:或许小城市短期可以降,但是对于一二线人口正增长的城市来说,房地产税不但不能降房价还可能适得其反,让多出来的成本转嫁到房价和房租上去,因此成为推动中心城市房价、房租再次上涨的力量。因为决定房价的根本性因素是供需关系,房地产税的实际影响是增加了房屋的持有成本,它只是一个辅助因素。土地在一二线城市越来越少,但人口还在不断集聚,影响房价长期发展的关键因素就是人口,所以想通过房地产税降大城市的房价是不可能的。
事实上,上述两种观点说得都没错,房地产发展至今关联的方面太多,因此想通过一个房地产税就能达到调和所有矛盾的目的是不现实的。一切至今还没有定性,未来到底会怎么出都还有待时间给出答案,现在下结论有点早,但是参考纽约、伦敦等发达国家来看,房地产税一开始的推出目的就不是为了抑制房价而设计的,所以把它当做“重磅武器”来使也确实达不到目的。
在笔者看来,高房价并非无解,只是有一个关键因素却被很多人忽视了,那就是人工智能浪潮的来袭。之所以这么说,是因为人工智能近几年的发展事实上已经让很多人看到了它的威力:因为有了人工智能,汽车的功能越来越多,价格也在越来越便宜;手机等电子产品性价比越来越高,各大手机生产商也在拼命打价格战。接下来我们就Jack ma的“8年以后房子如葱”来讨论一下人工智能将给房地产带来哪些方面的影响,“房如葱”到底能不能实现呢?
上文也讲到长期影响房价的因素是人口,北上广深的房价不断推高最主要的原因还是有大批的人不断涌入,人才的进入毫无争议地推动了科技的发展、产业的发展,因此城市资源也越来越完善。
随着移动互联网和人工智能的不断深耕,未来的人口分布始终有两种可能:
一种是北上广深这类大城市逐步扩大,成为每个可以吸纳亿级别人口的超级城市。同类,各个省会城市也会按此逻辑发展。
一种则是人口相对均匀分布,每个人可以找到他喜欢的地点,虽然远离繁华但也生活的极为便利。人工智能这类科技似乎是站在后者一边。
因此判断人工智能等科技似乎是站在高房价的对立面的。如果AR真的足够发达,那异地办公就成为可能,高质量教育也不再依赖于总是供给不足的教师资源,高质量医疗也会与地域解绑。那样一来人们随便在那里都可以获得工作以及高质量的教育、医疗等社会服务,那他为什么需要住在高房价的地方?
有科学家预言,在未来有70%以上的人将会失去全职工作,因为这些工作将会被机器人或者人工智能所取代。无独有偶,马云也曾提出过同样的质疑,他认为三十年以后我们的孩子有可能找不到工作,给出的论据也是人工智能的发展机器人取代工人、人工智能取代白领,是未来趋势。只要有“规则”可循,人工智能就可以取代。霍金说人工智能将重创中产阶级,也在于此。
如果一线城市最多的白领工作被人工智能取代,也就是一线城市工作机会将逐渐减少,人们只能回老家。人员减少后,一线房价就会下跌、甚至崩盘。如果届时又遇到经济萧条的话,那会出现怎样的结局呢?
事实上,这种说法已经不新鲜了,地产大佬潘石屹早就抛出了“人工智能和移动互联网是反房地产的观点”。他认为,随着科技的进步,在家办公不是没有可能,因此人们对于房子的地段和房本的追求就会弱化,生活方式的改变势必会反向影响大家对于房子态度的转变,这种转变是可见的,因此他断定未来房价会走下坡,这或许就是他为什么这两年义无反顾的抛售手中的重资产转而投向更加偏运营的“共享办公”领域的原因吧。
如今房地产市场在经历着新一轮的变革,房地产粗放式发展已经走过了三十个年头,或多或少存在一些急需改变的地方,我们看到不管是对于投资投机的打击还是对于开发商的限价、租房市场的发展都可以窥探出国家对于房地产市场回归平稳发展的迫切,过去几年房价井喷式发展带来的问题是不可逆的,也是未来不能再发生的。房地产问题已经上升到国计民生的大问题了,解决刚需居住问题,让全民住有所居才是未来的大势所趋,房价确实可以降一降了。
原文链接:http://bigdata.evget.com/post/1994.html
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
在生产环境使用Kafka构建和部署大规模机器学习
使用Apache Kafka在生产环境构建大规模机器学习 文章转自:http://www.infoq.com/cn/articles/build-deploy-scalable-machine-learning-production-kafka 智能实时应用为所有行业带来了革命性变化。机器学习及其分支深度学习正蓬勃发展,因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。这种能力正是多种领域所需要的,如非结构化数据分析、图像识别、语音识别和智能决策,这完全不同于传统的编程方式(如Java、.NET或Python)。 机器学习并非新生事物,大数据集的出现和处理能力的进步让每一个企业都具备了构建分析模型的能力。各行各业都在将分析模型应用在企业应用和微服务上,用以增长利润、降低成本,或者改善用户体验。 这篇文章将介绍机器学习在任务关键型实时系统中的应用,将Apache Kafka作为中心化的、可伸缩的任务关键型系统,同时还将介绍使用Kafka Streams API来构建智能流式应用。 可伸缩的任务关键型实时系统 互联网、智能手机和持续在线思维的出现改变了人们的行为方式。其中就包括人们...
- 下一篇
大数据架构师必看:常见的七种Hadoop和Spark项目案例[转]
如果你的Hadoop项目将有新的突破,那么它必定与下边介绍的七种常见项目很相像。有一句古老的格言是这样说的,如果你向某人提供你的全部支持和金融支持去做一些不同的和创新的事情,他们最终却会做别人正在做的事情。如比较火爆的Hadoop、Spark和Storm,每个人都认为他们正在做一些与这些新的大数据技术相关的事情,但它不需要很长的时间遇到相同的模式。具体的实施可能有所不同,但根据我的经验,它们是最常见的七种项目。 项目一:数据整合 称之为“企业级数据中心”或“数据湖”,这个想法是你有不同的数据源,你想对它们进行数据分析。这类项目包括从所有来源获得数据源(实时或批处理)并且把它们存储在hadoop中。有时,这是成为一个“数据驱动的公司”的第一步;有时,或许你仅仅需要一份漂亮的报告。“企业级数据中心”通常由HDFS文件系统和HIVE或IMPALA中的表组成。未来,HBase和Phoenix在大数据整合方面将大展拳脚,打开一个新的局面,创建出全新的数据美丽新世界。 销售人员喜欢说“读模式”,但事实上,要取得成功,你必须清楚的了解自己的用例将是什么(Hive模式不会看起来与你在企业数据仓库中所做...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Red5直播服务器,属于Java语言的直播服务器
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS6,CentOS7官方镜像安装Oracle11G
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS8安装Docker,最新的服务器搭配容器使用