麥肯錫房地產(chǎn)業(yè)務(wù)-利用空置空間開發(fā)混合的多功能空間

McseyGlobalInstitute作者作者編輯麥肯錫全球研究院聯(lián)席院長麥肯錫全球研究院合伙人20%。圖與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化辦公空間城市核心區(qū)住宅空間10102030?20城市核心區(qū)零售空間?202倫敦6?226休斯頓226?326?4?9慕尼黑8?48?925?95上海1注：有關(guān)這些情景的更多信息，參見技術(shù)附錄。1超級明星城市對住宅空間的需求具有很高的價格彈性，因此從長期來看，這些變化可能會導(dǎo)致價格再平衡，不會導(dǎo)致需求的實(shí)際減少。資料來源：北京市統(tǒng)計局；法國巴黎銀行；高力國際；Comme）；井不動產(chǎn)；國家統(tǒng)計和經(jīng)濟(jì)研究所（法國）；國家統(tǒng)計局（西班牙）；國家統(tǒng)計局（英國）；RealAdvi上海市統(tǒng)計局；日本統(tǒng)計局；東京都政府；美國勞工統(tǒng)計局；美國人口普查局；麥肯錫全球研究院分析大型知識經(jīng)濟(jì)企業(yè)的辦公室出勤率較低專業(yè)服務(wù)信息金融醫(yī)療保健藝術(shù)品和住宿公用事業(yè)和行政管理房地產(chǎn)制造教育政府建筑零售和批發(fā)貿(mào)易交通運(yùn)輸農(nóng)業(yè)和礦業(yè)522250050,40–9902490+4,999注：受訪者被問到的問題是：“您目前平均每周有多少天在辦公室工作?”該結(jié)果不包括自稱“目前未就業(yè)且不在辦公室工作”的受訪者，也不包括自稱目前沒有全職工作的受訪者。資料來源：麥肯錫全球研究院分析2在疫情期間，大多數(shù)郊區(qū)的增長速度都超過了城市核心區(qū)疫情中2020–2022年復(fù)合增長率疫情中2020–2021年復(fù)合增長率（尚無2022年數(shù)據(jù)）疫情前2015–2019年復(fù)合增長率市區(qū)增長更強(qiáng)勁郊區(qū)增長市區(qū)增長更強(qiáng)勁地區(qū)達(dá)拉斯休斯頓達(dá)拉斯休斯頓華盛頓特區(qū)馬德里亞特蘭大洛杉磯科隆法蘭克福柏林慕尼黑杜塞爾多夫名古屋德國德國德國德國德國倫敦上海倫敦上海注：倫敦的結(jié)果基于英國國家統(tǒng)計局對2021年人口普查結(jié)果的修訂。上海市統(tǒng)計局、美國人口普查局、麥肯錫全球研究院分析與城市核心區(qū)相比，郊區(qū)商店附近的人流量恢復(fù)得更快紐約0紐約00-50-50-50202020212022202020212022郊區(qū)城市0-502020202120220-50202020212022休斯頓0-502020202120220-50202020212022注：城市定義如下：紐約-紐瓦克-澤西城大都市統(tǒng)計區(qū)；大倫敦地區(qū)；法蘭西島；舊金山-奧克蘭-海沃德大都市統(tǒng)計區(qū)；休斯頓-伍德蘭市-舒格蘭大都市統(tǒng)計區(qū)；以及關(guān)東地區(qū)（東京）。1商店包括零售和娛樂場所，但不包括食雜店或藥店。資料來源：谷歌社區(qū)流動性報告：麥肯錫全球研究院分析與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化辦公空間城市核心區(qū)住宅空間10102030?20城市核心區(qū)零售空間?202倫敦6?226休斯頓226?326?4?9慕尼黑8?48?925?95上海1注：有關(guān)這些情景的更多信息，參見技術(shù)附錄。1超級明星城市對住宅空間的需求具有很高的價格彈性，因此從長期來看，這些變化可能會導(dǎo)致價格再平衡，不會導(dǎo)致需求的實(shí)際減少。資料來源：北京市統(tǒng)計局；法國巴黎銀行；高力國際上海市統(tǒng)計局；日本統(tǒng)計局；東京都政府；美國勞工統(tǒng)計局；美國人口普查局；麥肯錫全球研究院分析8000億8000億56在房價高、寫字樓密集的街區(qū)，人口外遷往往更嚴(yán)重290萬≤0≥25 40注：本表的其他一些數(shù)據(jù)是根據(jù)美國人口普查局的數(shù)據(jù)得出的，與之不同的是，人口外遷的估算數(shù)據(jù)是基于向美國郵政局提交的永久性和臨時性地址變更申請得出的，原因是郵政局的數(shù)據(jù)更新更及時，而且對應(yīng)的地理區(qū)域更小。資料來源：美國人口普查局；美國郵政局；Zillow房價指數(shù)；麥肯錫全球研究院分析McKinsey&Company80%80%圖1多數(shù)辦公室員工都自稱采用混合工作模式按自稱的每周辦公室出勤天數(shù)劃分的調(diào)查對象分布情況，%37370天12345倫敦休斯頓慕尼黑上海3.0注：由于四舍五入，百分比總和可能不等于100%。受訪者被問到的問題是：“您目前平均每周有多少天在辦公室工作?”該結(jié)果不包括自稱“目前未就業(yè)且不在辦公室工作”的受訪者，也不包括自稱目前沒有全職工作的受訪者。資料來源：麥肯錫全球研究院分析在美國，房價昂貴且以知識經(jīng)濟(jì)為導(dǎo)向的縣，辦公室出勤率較低城市農(nóng)村郊區(qū)0更慢地返回辦公室–50紐約縣紐約縣典型房價的自然對數(shù)，2019年0–50Circlesize=100萬在崗勞動者紐約縣紐約縣204060知識經(jīng)濟(jì)從業(yè)者占所有員工比例，注：本圖展示的縣位于亞特蘭大、波士頓、芝加哥、達(dá)拉斯、休斯頓、洛杉磯、紐約市、費(fèi)城、舊金山、西雅圖和華盛頓特區(qū)這些大都市地區(qū)。資料來源：谷歌社區(qū)流動性報告；美國勞工統(tǒng)計局；美國人口普查局；Zillow房價指數(shù)；麥肯錫全球研究院分析大型知識經(jīng)濟(jì)企業(yè)的辦公室出勤率較低天數(shù)大公司，按員工人數(shù)劃分專業(yè)服務(wù)信息金融管理醫(yī)療保健藝術(shù)品和住宿公用事業(yè)和行政管理房地產(chǎn)制造建筑零售和批發(fā)貿(mào)易交通運(yùn)輸農(nóng)業(yè)和礦業(yè)教育政府2–4950–99100–249250–499500–9992.5萬+1000-99001萬2–4950–99100–249250–499500–9992.5萬+注：受訪者被問到的問題是：“您目前平均每周有多少天在辦公室工作?”該結(jié)果不包括自稱“目前未就業(yè)且不在辦公室工作”的受訪者，也不包括自稱目前沒有全職工作的受訪者。資料來源：麥肯錫全球研究院分析千禱一代X世代嬰兒潮一代46<5萬美元千禱一代X世代嬰兒潮一代46<5萬美元46203626辦公室出勤率因年齡、收入和級別的不同而略有差異各年齡群體報告的出勤率，每周工作天數(shù)3.3–3.43.5–3.6按年齡和收入X世代X世代按自稱的出勤率劃分的調(diào)查對象分布情況，%每周5天20203320每周遠(yuǎn)程工作一天或多天非遠(yuǎn)程均值4566766636按年齡和工作資歷2X世代X世代嬰兒潮均值初級注：受訪者被問到的問題是：“您目前平均每周有多少天在辦公室工作?”該結(jié)果不包括自稱“目前未就業(yè)且不在辦公室工作”的受訪者，也不包括自稱目1這些平均數(shù)未經(jīng)加權(quán)。2初級職位包括助理和分析員；中級職位包括總監(jiān)、經(jīng)理和團(tuán)隊領(lǐng)導(dǎo)；高級職位包括高層管理者和副總裁。資料來源：麥肯錫全球研究院分析居家辦公可節(jié)省通勤時間，而去辦公室能與團(tuán)隊面對面溝通可享受靈活工作安排的受訪者可享受靈活工作安排的受訪者進(jìn)行團(tuán)隊合作20節(jié)省通勤時間20遵守雇主政策12增加與家人相處的時間會見客戶108增加與家人相處的時間使用工具和技術(shù)工作注：受訪者需列出自己的首要原因。由于本圖只顯示5個最受歡迎的回答，因此百分比相加不等于100。此外，本圖只顯示自稱每月在家工作一天以上的受訪者的回答。資料來源：麥肯錫全球研究院分析10辦公室出勤率似乎已經(jīng)穩(wěn)定，總體保持在低于疫情前的水平9080706050403020020222023202020222023奧斯汀休斯頓達(dá)拉斯 均值 芝加哥洛杉礬華盛頓特區(qū)舊金山圣何塞注：作為這些數(shù)據(jù)來源的門禁卡主要用于大型甲級寫字樓。圖7員工在辦公室工作的天數(shù)已經(jīng)基本達(dá)到雇主期望值自稱每周在辦公室工作的天數(shù)理想如果完全自主決定，您平均每周會在辦公室工作多少天?您目前平均每周有多少天在預(yù)期疫情結(jié)束后，您預(yù)計雇主最有可能要求您每周在辦公室工作幾天? 倫敦 紐約 休斯頓 巴黎 慕尼黑 東京 北京 上海均值資料來源：麥肯錫全球研究院分析高度偏好居家辦公室的員工相對來說資歷較深，薪酬也較高所有受訪者高度偏好居家辦公的受訪者1按收入 10萬–15萬美元7.5萬–10萬美元5萬–7.5萬美元<5萬美元9按工作資歷256初級4444650這類受訪者表示，如果必須每天都在辦公室工作，他們可能會辭職；如果能按照自己偏好的天數(shù)在家工作，他們愿意用超過20%的薪酬作為交換。初級職位包括助理和分析員；中級職位包括總監(jiān)、經(jīng)理和團(tuán)隊領(lǐng)導(dǎo)；高級職位包括高層管理者和副總裁。資料來源：麥肯錫全球研究院分析疫情導(dǎo)致大多數(shù)城市的人口增長放緩疫情前2014–2019年變化市區(qū)地區(qū) 市區(qū)地區(qū) 西班牙 德國德國德國德國德國 達(dá)拉斯休斯頓達(dá)拉斯休斯頓華盛頓特區(qū)波士頓芝加哥馬德里亞特蘭大洛杉磯科隆法蘭克福柏林慕尼黑杜塞爾多夫西雅圖?0.00.0大阪名古屋大阪名古屋?0.2英國倫敦英國倫敦0.0疫情中2020–2022年變化?0.8?0.410.0?0.5?0.5代表2020–2021年的變化?0.0（尚無2022年的?0.0普查局、麥肯錫全球研究院分析在疫情期間，大多數(shù)郊區(qū)的增長速度都超過了城市核心區(qū)2020–2022年復(fù)合增長率2020–2021年復(fù)合增長率注：倫敦的結(jié)果基于英國國家統(tǒng)計局對2021年人口普查結(jié)果的修訂。普查局、麥肯錫全球研究院分析McKinsey&Companyb零售業(yè)薄弱-69085b零售業(yè)薄弱-69085在疫情期間，房價昂貴、寫字樓密集、以知識經(jīng)濟(jì)為零售業(yè)薄弱的縣遭遇了更大的人口外遷城市農(nóng)村郊區(qū)2019年典型房價的自然對數(shù)=100萬在崗勞動者2019年就業(yè)人數(shù)占人口的比例，%1凈遷入凈遷出666寫字樓密集000-6-6-6050050知識經(jīng)濟(jì)從業(yè)者占所有員工比例，非零售從業(yè)者占所有員工比例，2019年，%凈遷入60-6知識經(jīng)濟(jì)導(dǎo)向50302040503020609595注：本圖展示了亞特蘭大、波士頓、芝加哥、達(dá)拉斯、休斯頓、洛杉磯、紐約市、費(fèi)城、舊金山、西雅圖和華盛頓特區(qū)等大都市區(qū)的縣。1該指標(biāo)代表了寫字樓在房地產(chǎn)中所占的比例。較高的就業(yè)人數(shù)占人口的比例表明，有大量通勤者在寫字樓密集區(qū)工作。資料來源：美國勞工統(tǒng)計局；美國人口普查局；Zillow房價指數(shù)；麥肯錫全球研究院分析承擔(dān)有看護(hù)責(zé)任的年輕人重視混合工作制，并推動了與疫情有關(guān)的搬遷69因其他原因搬遷未在疫情期間搬遷因疫情相關(guān)原因搬遷39444336資料來源：麥肯錫全球研究院分析自疫情爆發(fā)以來，美國城市核心區(qū)的人口外遷速度放緩，但并未停止郊區(qū)/農(nóng)村▲凈遷入0-40-2020郊區(qū)/農(nóng)村超級明星城市郊區(qū)/農(nóng)村城市核心區(qū)超級明星城市城市核心區(qū)注：這里的超級明星城市包括亞特蘭大、波士頓、芝加哥、達(dá)拉斯、休斯頓、洛杉磯、紐約市、費(fèi)城、舊金山、西雅圖和華盛頓特區(qū)。4類凈遷移人數(shù)相加為零。資料來源：美國人口普查局；麥肯錫全球研究院分析McKinsey&Company20疫情初期，商店附近的人流量驟降，倫敦和巴黎尤其明顯休斯頓休斯頓倫敦8060402002022202020221商店包括零售和娛樂場所，但不包括食雜店或藥店。資料來源：谷歌社區(qū)流動性報告：麥肯錫全球研究院分析202020年，網(wǎng)購支出激增，但此后又恢復(fù)到疫情前的趨勢各國/地區(qū)網(wǎng)購支出占所有零售支出的比例，%網(wǎng)購支出增長占所有零售支出的比例，百分點(diǎn)40302002016–2019年2019–2020年↑8.9德國↑0.7↑0.9↑0.7↑↑0.42016資料來源：歐睿國際；日本經(jīng)濟(jì)產(chǎn)業(yè)??；北京市統(tǒng)計局；國家統(tǒng)計局（英國美國人口普查局；麥肯錫全球研究院分析2015-20192019-2022慕尼黑↓0.5↓0.3^0.2↓0.52015-20192019-2022慕尼黑↓0.5↓0.3^0.2↓0.5↓0.4^0.4無數(shù)據(jù)倫敦↓6.9商店支出下降速度低于人流量下降速度9080702022注：這些數(shù)字已根據(jù)通貨膨脹進(jìn)行調(diào)整。2022年價值為估算值。資料來源：北京市統(tǒng)計局；歐睿國際；日本經(jīng)濟(jì)產(chǎn)業(yè)??；美國人口普查局；麥肯錫全球研究院分析疫情導(dǎo)致消費(fèi)者增加商品支出，但自2021年起，他們開始將支出轉(zhuǎn)向服務(wù)支出增長9080支出復(fù)蘇服務(wù)注：數(shù)字已根據(jù)通貨膨脹進(jìn)行調(diào)整。資料來源：美國經(jīng)濟(jì)分析局；麥肯錫全球研究院分析與城市核心區(qū)相比，郊區(qū)商店附近的人流量恢復(fù)得更快紐約0紐約00-50-50-50202020212022202020212022202020212022郊區(qū)城市0-502020202120220-50202020212022休斯頓0-502020202120220-50202020212022注：城市定義如下：紐約-紐瓦克-澤西城大都市統(tǒng)計區(qū)；大倫敦地區(qū)；法蘭西島；舊金山-奧克蘭-海沃德大都市統(tǒng)計區(qū)；休斯頓-伍德蘭市商店包括零售和娛樂場所，但不包括食雜店或藥店。資料來源：谷歌社區(qū)流動性報告：麥肯錫全球研究院分析82682642826靠近工作場所購物目的地靠近住處在美國，在辦公室工作時間較少的員工，其網(wǎng)購支出較多按每周在辦公室工作的天數(shù)劃分的每周零售支出份額，%辦公室工作天數(shù)012343336注：受訪者被問到的問題是：“您目前平均每周有多少天在辦公室工作?”以及“您目前在以下地點(diǎn)的消費(fèi)占每周零售支出的比例是多少?”資料來源：麥肯錫全球研究院分析2019至2022年，超級明星城市的寫字樓空置率有所上升○.地區(qū)休斯頓○...○.注：本圖中的城市定義如下：舊金山-奧克蘭-海沃德大都市統(tǒng)計區(qū)、倫敦地區(qū)、紐約-紐瓦克-澤西城大都市統(tǒng)計區(qū)、休斯頓-伍德蘭-舒格蘭大都市統(tǒng)計區(qū)、法蘭西島、慕尼黑大都市統(tǒng)計區(qū)、東京地區(qū)、上海地區(qū)和北京地區(qū)。資料來源：法國巴黎銀行、高力國際、CoStar、E&GRealEstate、GermanPropertyPartners、SankoEstateCompany、麥肯錫全球研究院分析McKinsey&Company24。與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化?20溫和情景嚴(yán)重情景–40–30–20–100?20?38倫敦休斯頓2?22慕尼黑?26?92上海注：城市定義如下：舊金山-奧克蘭-海沃德大都市統(tǒng)計區(qū)、倫敦地區(qū)、紐約-紐瓦克-澤西城大都市統(tǒng)計區(qū)、休斯頓-伍德蘭-舒格蘭大都市統(tǒng)計區(qū)、Partners；Kastle；MinistryofBeijing；三井不動產(chǎn)；SankoEstateCompany；東京都政府；美國勞工統(tǒng)計局；麥肯錫全球研究院分析687733687733供給過剩最嚴(yán)重的超級明星城市是舊金山、上海、北京、倫敦和慕尼黑價格調(diào)整前的辦公空間預(yù)期變化，倫敦休斯頓0?200020020供給供給注：本圖中的城市定義如下：舊金山-奧克蘭-海沃德大都市統(tǒng)計區(qū)、倫敦地區(qū)、紐約-紐瓦克-澤西城大都市統(tǒng)計區(qū)、休斯頓-伍德蘭-舒格蘭大都市統(tǒng)計區(qū)、法蘭西島、慕尼黑大都市統(tǒng)計區(qū)、東京地區(qū)、北京地區(qū)和上海地區(qū)。25。2626自2020年以來，美國許多城市的甲級寫字樓的租金和需求增長都超過乙級寫字樓200納什維爾伯波士頓底特律邁阿洛杉礬圣密坦帕休斯頓菲尼克斯奧斯汀芝加哥租金增長資料來源：CompStak；CoStar；麥肯錫全球研究院分析疫情期間，城市核心區(qū)的住宅空置率增速超過郊區(qū)住宅空置率變化，2019–2022年，百分比城市核心區(qū)城市核心區(qū)?0.24.0休斯頓倫敦慕尼黑均值經(jīng)濟(jì)研究所（法國國家統(tǒng)計局（西班牙國家統(tǒng)計局（英國RealAdvisor；上海市統(tǒng)計局；日本統(tǒng)計局；美國人口普查局；麥肯錫全球研究院分析美國超級明星城市核心區(qū)的房價上漲速度遠(yuǎn)低于其他地區(qū)+5+8802020經(jīng)季節(jié)性調(diào)整的平滑指標(biāo)，用于衡量第35百分位數(shù)至第65百分位數(shù)房屋的典型價值。其他縣，市區(qū)其他縣，郊區(qū)/農(nóng)村超級明星城市大都市區(qū)，郊區(qū)/農(nóng)村超級明星城市大都市區(qū)，28舊金山呈現(xiàn)“甜甜圈效應(yīng)”：郊區(qū)房價上漲，核心區(qū)房價下跌≥300舊金山縣阿拉米達(dá)縣舊金山縣圣馬特奧縣經(jīng)季節(jié)性調(diào)整的平滑指標(biāo)，用于衡量第35百分位數(shù)至第65百分位數(shù)房屋的典型價值。在溫和情景下，大多數(shù)超級明星城市2030年的住宅空間需求高于2019年價格調(diào)整前的住宅空間需求預(yù)期變化，與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化城市核心區(qū) ?4慕尼黑?0.70.4268 5 這些大都市區(qū)尚無完整數(shù)據(jù)上海3注：有關(guān)該情景的更多信息，請參閱技術(shù)附錄。超級明星城市對住宅空間的需求具有很高的價格彈性，因此從長期來看，這些變化可能會導(dǎo)致價格再平衡，不會導(dǎo)致需求的實(shí)際減少。結(jié)構(gòu)化空置率（即2014至2019年的平均空置率）之外的空置空間百分比。經(jīng)濟(jì)研究所（法國國家統(tǒng)計局（西班牙國家統(tǒng)計局（英國RealAdvisor；上海市統(tǒng)計局；日本統(tǒng)計局；美國人口普查局；麥肯錫全球研究院分析假如沒有疫情的人口增長影響疫情引發(fā)的國內(nèi)遷移對人口變化的影響7.62030年變化2030年，預(yù)期值假如沒有疫情的人口增長影響疫情引發(fā)的國內(nèi)遷移對人口變化的影響7.62030年變化2030年，預(yù)期值住宅空間需求主要受人口增長的驅(qū)動，而人口增長又受到疫情導(dǎo)致的人口外遷的影響2019-2030年2019-2030年平均家庭規(guī)模平均家庭規(guī)模變化所產(chǎn)生的影響0.3平均住房大小所產(chǎn)生的影響0.336.836.82030年，預(yù)期值注：有關(guān)這些情景的更多信息，請參見技術(shù)附錄。資料來源：國家統(tǒng)計局（英國）；城鎮(zhèn)升級、住房和社區(qū)部（英國）；麥肯錫全球研究院分析即使在嚴(yán)重情景下，大多數(shù)超級明星城市2030年的住宅空間需求價格調(diào)整前的住宅空間需求預(yù)期變化，與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化城市核心區(qū) ?9 ?9 26 ?4慕尼黑?0.20.9 5 這些大都市區(qū)尚無完整數(shù)據(jù)上海2超級明星城市對住宅空間的需求具有很高的價格彈性，因此從長期來看，這些變化可能會導(dǎo)致價格再平衡，不會導(dǎo)致需求的實(shí)際減少。結(jié)構(gòu)化空置率（即2014至2019年的平均空置率）之外的空置空間百分比。和經(jīng)濟(jì)研究所（法國國家統(tǒng)計局（西班牙國家統(tǒng)計局（英國RealAdvisor；上海市統(tǒng)計局；日本統(tǒng)計局；美國人口普查局；麥肯錫全球研究院分析2929從2019年到2022年，城市核心區(qū)的零售空間空置率增加，租金下降 這些增長所依據(jù)的2022年數(shù)值是倫敦和巴黎的官方估計以及其余城市的估計。注：此處的城市核心區(qū)定義如下：內(nèi)倫敦各區(qū)、巴黎省、上海市內(nèi)八區(qū)、北京市內(nèi)八區(qū)、紐約縣、哈里斯縣和舊金山縣。麥肯錫全球研究院分析8060更多辦公空間402008060更多辦公空間40200在紐約大都市區(qū)，寫字樓密集區(qū)的零售租金增長最慢零售租金零售租金增長較慢金融區(qū)哥倫布圓環(huán)金融區(qū)布魯克林場上公園大道蒂內(nèi)克/里奇菲爾德南愛迪生區(qū)哈德遜上西區(qū)布朗克斯米德爾敦克拉克斯敦上郊區(qū)帕價格調(diào)整前的零售空間需求預(yù)期變化，2019與疫情無關(guān)的因素導(dǎo)致的變化疫情驅(qū)動的行為導(dǎo)致的變化?30?20溫和情景0?30?20嚴(yán)重情景0?26倫敦?22?22休斯頓?3?9慕尼黑?4?9上海1注：此處的城市核心區(qū)定義如下：舊金山縣、內(nèi)倫敦各區(qū)、紐約縣、哈里斯縣、巴黎省、慕尼黑市、東京都、北京市內(nèi)八區(qū)、上海市內(nèi)八區(qū)。有關(guān)這些情