全球房價今年開始反漲為跌
全球房價今年開始反漲為跌
2005.08.15 | 科技

全球房價今年開始反漲為跌

在《經濟學人》最新公布的〈全球房價指數〉(House Price Index)中,在被納入指數的二十個國家中,今年第一季房價漲幅超過10%的國家超過半數,而去年漲幅最高的美國全國平均漲幅為50.5%,今年第一季則又增長了12.5%,事實上,美國房價上漲並不是短期現象,從1997年到今年第一季,美國房價漲幅為73%,創下近十年來的高點。在HPI指數調查中,南非以高達224%的漲幅名列第一,而西班牙、愛爾蘭、英國、澳洲漲幅都超過一倍。
國際貨幣基金會(IMF)的研究指出,這波房價上漲因為利率、經濟活動、政策調整而成為全球現象,尤其利率引發的資金流動與購屋需求最為強勁。低利率使得投資人認為償還房屋貸款的利息比租金來得便宜,但是現在的房價是否真的合理?從《經濟學人》統計的房價租金比來看,房價與租金之間已經出現了巨大差異,美國的房價租金比率比1975到2000年的平均值提高了35%,甚至英國,澳大利亞和西班牙的房地產價格都高估了50%。
然而根據美國商務部最新的資料顯示,美國房市今年3月份的房價下跌17.6%,這一數字創下了1991年以來房價的最高月度跌幅。房價開始下跌的國家還包括英國、澳洲、愛爾蘭等,以英國為例,儘管今年第一季的房價漲幅還有5.5%,但是交易量比去年同期減少29%,經濟學家預估,美國在接下來的一年內也會開始下滑。
房價出現的反轉訊號讓IMF提出警告,全球房價不會同步下跌,但是所產生的影響將會非常大,一旦房價暴跌發生之後,所產生的傷害是股市崩盤的兩倍大,甚至會導致經濟衰退。

房價上漲背後的隱憂供需失衡

房價上漲的現象在全球各地發生,儘管經濟學者認為,過去幾年房價漲得太高,降低了人們的支付能力,而且利率的上漲也會影響購屋意願,因此保守預估今年全年的漲幅約在15%到20%之間,但是今年第一季仍上漲了28%。
從1995年至2004年,愛爾蘭的都柏林房價漲幅為273%,居全球之冠。英國倫敦房價從1996年起漲,點燃了全球各大城市的地產熱,房價從1997年到去年,幾乎年年都已近20%的漲幅繼續推高房價,使得倫敦去年的平均房價為27.8萬英鎊(約新台幣1600萬元),為全球之冠。主要原因是歐洲經濟成長穩定,上漲時間與漲幅超前其他地區。不過今年第一季倫敦房價漲幅已經降到比前年同期只增加12%,房價漲幅逐漸趨緩。
西班牙首都馬德里過去一年新屋平均價格漲幅為14%,西班牙全國房價過去二十年年均漲幅是10%,而現在新屋的平均價格是1985年時的七倍。西班牙人認為,購買房屋的利潤比公債高,也比股票獲利穩定,不過受到房價上漲的鼓舞,西班牙建設開發部統計去年已有60萬戶新屋開工。
南非則是過去三年房價漲幅最高的國家,南非首都約翰尼斯堡去年一年的漲幅為32%。不過,南非與整個國際市場房價上漲的原因並不相同,主要是因為南非黑人中產階級數量持續增加,並且經濟能力增長,造成房價上漲。
美國過去一年房價漲幅只有12.5%,其中以南加州Bakersfield的33.7%漲幅最高,而觀光大城拉斯維加斯去年的漲幅也有33%。過去五年則以華盛頓DC特區的平均房價漲幅最高,高達108%。
相較之下,亞洲地區大城市的房價漲幅表現相對弱勢,香港去年第四季房價漲幅相較前年同期漲了29%。而根據摩根士丹利的統計,1998至2003年中國房地產銷售量每年以24.5%高速增長,中國官方統計,現在房地產市場最熱的上海,去年房價平均漲幅僅14.6%,只有在市中心內環線以內的房價漲幅較高為27.5%。
至於台北的房市,過去五年到今年上半年為止,新推個案標準每坪單價漲幅約15%,但是整體台灣地區的漲幅卻只有2.1%。
房屋銷售速度下降使得價格漲幅萎縮,正在各城市同步發生,各國政府積極採取升息、採取調高房屋稅、增值稅,企圖減緩投資客炒作房市。房地產目前最大的隱憂在於供需失衡,當消費者的購屋力因為房價、利率的高漲而下降,各地大量正在興建或待售的房屋,將會因為供過於求,使得房價面臨嚴重考驗。

全球流動性泡沫創造高油價幻影

自去年第三季來油價一路攀升,主要是供給與需求之間的緊張關係以及人為炒作因素。近期因為沙烏地阿拉伯可能遭受恐怖攻擊以及美國煉油廠的停工,引發了市場對石油供應的憂慮,八月上旬原油期貨價格創下每桶逼近65美元的歷史新高。
儘管供需失衡的情況提供石油價格飆漲的好理由,但是摩根士丹利首席經濟分析師謝國忠卻認為,高油價是一個泡沫,因為全球經濟對石油的強勁需求反映的是全球流動性泡沫,在原油期貨與油品市場中最大的買單,幾乎是來自於對沖基金,創造出投機性的需求。
中國是目前全球最大的原油進口國,印度對進口原油的依存度高於中國,未來預估15年內原油消費會比目前再成長一倍。全球最大的能源集團埃克森美孚(ExxonMobil)預測,石油輸出國組織(OPEC)以外的石油產量5年後就將達到最高點,未來供給面顯得吃緊。為了解決高油價對於經濟帶來的衝擊,亞洲國家對原油的需求量正在逐步降低。今年上半年,中國的原油進口量雖然小幅增加3.9%,但是遠低於去年同期的34.8%。其他如韓國下降7.6%,印度也下降了4%。此外,許多國家開始積極尋找替代能源,像是中國上半年煤炭進口量增長58%。日本石油進口量下降2.1%,但是天然氣進口量卻增長7.1%。
從高油價獲利最多的莫過於石油生產商,對於亞洲經濟成長以及中國需求寄予厚望,但是謝國忠提醒,亞洲與中國的經濟成長都以慢速進行,當能源市場認清亞洲或中國需求並非無止境時,油價便會開始大幅下跌。

中國印度大量需求造成貴金屬上漲

在貴金屬市場中產品交易量最大的是黃金與白銀,而貴金屬在國際交易平台上都以美元為主要計價單位,因此美元匯率的走勢影響價格波動。世界黃金協會研究顯示,由於新礦的準備作業時間長達七到十年,而主要的產金國家如南非、美國、澳洲等國,都嚴格管制產量,可預見未來數年全球黃金產量難以大增,而去年黃金需求量,受到印度與中國對於消費金飾需求大幅增加,價格維持在420美元以上。
在黃金市場裡最受矚目的,就屬中國市場的需求大幅攀升,因為個人收入增加與政府鼓勵消費刺激內需的雙重因素下,今年第一季中國的黃金珠寶需求增加13%,而投資用途的黃金更是增加36%。美林證券預估,人民幣若逐步升值,增加對美元計價商品的購買力,到2010年時,中國將取代印度成為全球最大黃金消費國,而金價甚至由現在每盎司437美元上升至725美元。
此外,當1944年黃金被列為國際貨幣系統的一部分後,黃金的價格就成為和固定匯兌下的轉換因子,美元走勢對非美元國家的貴金屬價格影響頗大,如果美元上升,非美元國家對黃金購買力將會下降,打擊黃金價格;反之,隨著美元走勢長期呈現疲弱,黃金的價值則相對強勢。
在白銀市場上,主要受到中國對外出口白銀的數量增加,使得價格表現不如黃金,但是從過去五年的價格波動來看,電子工業用的銅、鉛、鎳、白銀、白金漲幅都在四成以上。整體而言,全球經濟若能持續成長,貴金屬的消費與工業需求將會持續增加;反之,如果經濟情況逆轉,將對需求造成打擊,使得價格失去持續上漲的支撐。

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓