2025年房地产行业专题：用科技，重塑永续生意的现金曲线

1. 前言

物业行业讲述的永续经营的故事，关注盈利的稳定性，估值背后是成本收入曲线 的结构性调整与优化。市场对物业行业的生意模式有统一的认知，即永续经营， 且用 DCF 给物企进行估值。在这一认知下，给予高估值的前提就是企业有可持续 性的盈利能力，而非持续的亏损。然而，物业行业本身是一个低利润率的行业， 且随着项目时间的拉长，楼龄上涨、员工工资水平提升等都使得成本呈现出刚性 上涨的特征，给盈利的稳定性带来压力。因此，对于收入、成本曲线的调控成为 企业估值分化的重要底层逻辑。 过去，物企的尝试大多聚焦收入曲线的调整，目标从“增收”向“增利”传导， 然而在实践中，我们能观察到不仅当前实施下来效果有限，且从长远看难度较高。 前期物企通过开展增值服务、拓展高价项目、收并购等方式实现了收入和利润的 双增，但是 2022 年开始，收入曲线调整的效果显著走弱，突出表现为“增收不增 利”，利润在业务毛利率下滑、房地产开发行业调整，资产减值等因素的影响下， 出现增速的大幅下滑，甚至进入负增长状态。同时，从长远来看，过去支撑收入 上行的部分因素在未来也将面临困境或被证伪。

当前，我们认为行业迎来了成本曲线下调的新转机，借科技浪潮，通过机器人替 代人，实现以稳定的低机器成本替代上涨的高人工成本。物企成本构成中占比最 高的是人工成本，其中 75%以上的人工从事的都是基本的体力劳动，如保洁保安 等。这些服务的基本特征要求与机器人擅长的标准化、重复化的动作相匹配，且 技术门槛低，部分物企已有在应用的产品。若可以实现大规模的替代，物企成本 曲线将有大幅下压的空间。 因此我们认为这次重估，本质是物企经营逻辑转变带来的价值重估，并且值得注 意的是，这是对于存量项目的一次性大规模价值重估。基于这一重估逻辑，本轮 机会最大的物企大概率需要符合以下部分特征：存量物业占比高、人工成本占比 高、住宅业态占比高、愿意为科技付费。

2. 物业行业的核心在于永续经营，用 DCF 估值

市场长久以来的共识是物业管理是一门永续经营的生意，物企具备轻资产、低负 债与稳定现金流特征。 永续经营下估值回归 DCF 模型，物企在估值上的表现本质是围绕收入、成本曲 线来展开的。基于对永续经营的认知，采用 DCF 进行估值最为合理，且可将模型 拆分成可贴现年限、盈利性以及盈利增长性三要素，其中盈利的稳定性是一切假 设的前提，在盈利之下的永续才能实现价值增长，亏损状态下的永续只会走向价 值减损。因此，我们认为，物企的估值的故事围绕利润展开，进一步，也就是围 绕收入曲线与成本曲线展开。 从市场的实际反馈看，2021 年下半年以来物企在资本市场的表现持续走弱，背后 隐含的是市场对永续经营下利润表现的担忧，我们将在下文具体展开。

3. 过去收入曲线上移的效果不佳，物企陷入利润困境

3.1. 物业是人力密集、弱规模效应、低利润率的行业

物业是典型的人力密集型行业，且人力中体力劳动输出占比高，2018 年百强物企 的人均产值仅 15 万元。物企的成本构成中人工成本占比最高，2023 年上市物企 中 62%企业的人工成本占比超过 40%，有 15%超过了 60%。同时，从业人员中 75% 为保洁和保安，以输出体力劳动为主，行业整体的人均产值也处于较低水平。

物业是典型的弱规模效应行业，更多表现为单体项目的简单加合。尽管在理论上， 物业企业可以通过提升单个城市的项目密度来做资源的整合与匹配，形成一定的 规模效应，但是从实际执行的情况看，预期只有少数大规模头部企业可以实现。 根据中指统计，2022 年百强物企在单个城市的平均项目数量仅有 7.4 个，平均进 入 36 个城市，以该密度看，预期能够产生的规模效应较弱。

物业也是典型的低利润率行业，2023 年百强物企的毛利率/净利率仅为 19.8%/5.4%，且自 2021 年以来处于下降趋势中。从 2018 年至 2023 年，不同规 模、上市与非上市物企间的利润率逐步趋近，2023 年 500 强/百强/上市物企的毛 利率分别为 17.9%/19.8%/20.3%，净利率分别为 6.6%/5.4%/5.6%，整体利润率水平 较低。

3.2. 物企就增收已进行诸多尝试，对增利的有效性逐步减弱

物企长久以来致力于通过收入曲线的调整来保障整体利润水平，但效果有限，尤 其是 2022 年后呈现出“增收不增利”的现象。2019~2021 年，物企营业收入和净 利润均实现两位数的同比增速，主要由收并购、获取新项目、大力开发增值服务 等贡献；但 2022 年后，传导效果走弱，收入增速快速下滑且净利润出现负增长。

1）物企通过拓展高价新项目实现物业费均价和在管面积的双增，但在房企开发投 资下滑的背景下有效性将逐步减弱。 过去物企竞相从母公司等渠道获得高价新项目，一方面拉动平均物业费上涨，另 一方面拓宽在管面积，从而实现基础物业管理服务收入的提振。但是站在更长的 视角，随着房地产行业去金融化进程的逐步推进以及城镇化率增速逐步放缓，新 项目入市的体量和速度预计将整体下行，对收入曲线上移的支撑力量也将逐步减 弱。

2）收并购热潮已褪，随着开发房企集中度的提升，收并购模式的空间将被逐步压 缩。 2021 年物业行业开启收并购热潮，本质是规模扩张和业务拓展的需要。以上市物 企披露的收并购事件来看，2021 年收并购规模最大，共有 53 起，合计收并购金 额达到 356 亿元。从进行收并购的主体来看，规模物企的行动更频繁且力度更大。 但是基于当前房地产开发行业逐步走向集中的趋势，以收并购方式来支撑收入曲 线的方式，长期看将被证伪。经过房地产行业的调整期，具备更强综合实力的开 发房企以及部分建筑类央企，预期将持续占据较大的市场份额，并带来行业集中 度的不断提升，相对应，其项目的物业大概率由自有物业公司承接，因此未来可 被收并购的增量项目规模受限。

3）增值服务收入增长进入瓶颈期，业务发展未见显著突破，面临困境。 作为物企除基础物业服务收入外最核心的两大收入来源，非业主增值服务收入和 社区增值服务收入在 2021 年迎来高速增长后，在 2022~2023 年出现增速的快速 回落，主要因为： ① 非业主增值服务主要围绕房地产开发和销售环节，房地产开发投资的收缩以 及销售市场的走弱使得非业主增值服务收入走向负增长； ② 社区增值服务中传统的附加服务增加值低且同质化严重，而高附加值的业务 难以突破信任壁垒，且物企技术能力相对有限。 此外，随着增值服务毛利率的下滑，其从“增收”导向“增利”的能力也在走弱。 相比于毛利率较低的基础物业服务，增值服务以高毛利为特征，但是社区增值服 务毛利率已从 2021 年的 38.1%下滑 3.7pct 至 2023 年的 34.4%，非业主增值服务 毛利率已从 2020 年的 40.9%下滑 20.7pct 至 2023 年的 20.2%。

4）资产减值规模大幅上升，对利润形成进一步压制。 2022 年以来上市物企减值计提规模大幅提升，主要来自两方面： ① 应收账款减值：受房地产开发行业调整的影响，部分关联方面临较大资金压 力，造成应收账款周转天数显著增加，带来重大风险； ② 商誉和无形资产减值：基于物企自身业务拓展和增值业务发展不及预期，或是 存量业务存在不利调整等原因，企业整体经营状况不佳，从而计提减值。

4. 当前成本曲线下移成为新方向，机器换人有望打破利润困 境

4.1. 物业行业成本刚性特征凸显，高占比的人工成本是攻克重点

物业行业成本呈现出刚性上涨的特征，持续给项目盈利带来压力。1）物业项目的 各类支出中，人员费用占比最高，且从业人员人均工资水平整体呈上行趋势， 2016~2020 年从业人员工资的复合增长率为 3.9%。2）公共设施维护、清洁卫生、 绿化养护等其他成本受楼龄上涨、物价上涨等的影响，在保证服务质量的前提下， 成本也整体刚性且存在潜在上涨的可能。

为此，物企也开始做成本曲线压降的多元尝试，重点围绕人工成本展开。2023 年 部分物业加强内部管控，进行人员精简，例如保利物业、金茂服务、中海物业等 都实现了 20%以上的减员比例。从披露相关数据的 46 家上市物企来看，2023 年 人均管理面积为 8029.5 平方米，同比上涨 14.3%，较 2022 年-6.4%的同比增速提 升 20.7pct。

4.2. 用“机器人”替代“人”，也即用低机器成本替代高人工成本

基于物业行业的成本结构以及过去物企在成本端的初步尝试，在科技浪潮下，我 们认为以“机器人”大规模替代“人”是有效且难度较低的切入方式。 机器人更擅长 TO B 端固定化的场景，并执行重复性、标准化的工作，对应“四 保一服”将是物业行业的重点替代对象。基于机器人的运行逻辑，TO C 端场景相 对更灵活多变，所以应用难度更高，而 TO B 端场景更单一，更易适应。同时，物 业服务中保安、保洁、保绿、保修以及客服等业务强调动作的标准化和重复性， 属于机器人擅长的方式。 目前已有部分物企在使用相关的机器人产品，表现良好。例如，碧桂园服务的零 号居民清洁机器人拥有全能工作站和 AIOT 等硬件设备，配合着配套的人机交互 系统、数字化运营平台和机器人调度系统，在清扫中呈现出明显优势：1）提升工 作效率，一台机器人清扫 20 层楼的楼面只需 4 个小时，且充电 3 小时可连续工作 8 小时；2）提升服务质量，精准规划清扫路径，避免人工清扫可能出现的遗漏， 2024 年上半年，保洁满意度平均提升 5.6 个百分点。

值得注意的是，物业领域使用的机器人技术门槛较低，无需非常顶尖先进的技术。 物业机器人只需要具备固定场景、限制区域完成指定动作的能力即可，不需要配 备当前市场最先进的例如灵巧手等的技术。

当前，在政策支持下机器人产业预计将进入加速发展阶段，对应我们认为，物业 行业做机器人的大规模引入正当时。2025 年政府工作报告中强调了智能机器人、 具身智能等的发展，且北京和深圳也陆续发布相关产业的行动计划，接下来，一 方面技术要做持续的突破，比如要研发“大脑”大模型、提升“小脑”技能模型 能力、提高机器人运动控制性能等；另一方面，要加快推动各类场景规模化落地， 比如深圳提出应用场景不少于 50 个，北京目标形成量产产品不少于 50 款，在科 研教育、工业商业、个性服务三大场景实现不少于 100 项规模化应用。

机器人的加入能够实现以更低、更稳定的机器成本代替更高、不断上涨的人工成 本。1）从绝对成本上看，以相同工作量输出来计算，机器可以凭借更高的工作效 率、更长的可工作时间、更便宜的成本等多因素，实现对较高人工成本的压降； 2）从成本变动上看，单位人工成本整体呈现每年上涨的态势，而机器的一次性购 买对应着成本的相对固定，且后续反而会因为技术成熟、规模化生产等原因出现 价格的下降，能够大大降低企业成本管理的难度。

5. AI 打开物业新的想象空间，管家服务可做入口

5.1. 人人有管家成为可能，API 接入外部服务形成价值裂变

物企可以考虑从管家服务入手作为 AI 的应用渠道之一。物业管家是物业服务升 级的产物，强调：1）高品质与个性化，即管家可以对业主的需求进行深刻洞察， 提供个性化服务；2）强互动与社交化，即管家作为物业服务企业和业主间的重要 桥梁，更好的推动双方的高效沟通；3）优体验与智能化：借助科技化手段从“人 工服务”进阶到“人机协作服务”。整体来看，管家的要求与 AI 的优势能够相互 匹配。 当前部分龙头物企已有管家服务，但整体以传统服务为主，且有限性突出。1）当 前管家服务虽然覆盖面较广，但除基本服务外，更多是为客户提供生活资源，或 者作为物业流程的监管者；2）管家配比低，万科物业和金地物业的普通项目都是 每 500 户配置一名管家，业主能够得到的服务频次预期有限；3）服务能力的局限， 突出表现为定制化服务的缺失。

AI 的导入有效突破了人力的限制，有望实现“一户一管家”，真正及时高效地输 出符合客户需求的多元服务。理论上，未来的管家可以由 AI 管家和人工管家合作 组成，其中 AI 管家一户一个，人工管家多户一个，实现更高频次的服务需求。 AI 的 7*24 小时的服务时间节约了业主的等待时间，提升服务效率。相比于人工 管家有固定的上下班时间，AI 管家无需休息可以全天候工作，对于业主来说，能 够避免因人工值班空缺而形成的延误，尤其在凌晨和节假日优势更明显。同时， 若单看处理效率，机器人依赖多传感器融合和高速处理机制，例如部分配送机器 人的反应速度能够达到 0.01 秒，是运动员最快反应速度的 10 倍，且其有 AI 算法 支持精准语义识别和自主学习，能够缩短决策时间。

AI 强大的思考能力也能够带来服务质量的突破性提升，主要体现在个性化、互动 性和智能化维度。1）AI 助力下最基础的是更精准的数据分析与挖掘，通过提取 数据中的价值信息，支持管理决策和运营优化，准确了解客户的需求变化并提供 资源的优化配置，体现为“个性化”。2）AI 管家可随时与业主对话，不论是下指 令还是 Q&A 等等都可以完成，体现为“互动性”；3）底层大模型支持管家自主思 考，能够为业主进行解决方案的输出甚至进一步执行，体现为“智能化”。

进一步，通过 API 接入外部服务，如维修、家政、零售等，可以构建“平台+生 态”模式，实现物业服务的价值裂变。构建好 AI 管家平台后，可以接入各类服务 实现生态的拓展，为客户提供更加多元的三方平台的专业服务，与目前部分物企 做的服务小程序或 APP 逻辑相似。而不同的是，AI 管家能够接入的服务种类更 加多元，除了现有的生活类服务，还可以进一步容纳学习类、工作类、零售类等 品类，实现服务价值裂变的范围进一步扩张。

5.2. 本地化部署，为业主隐私提供更好保护

为了能够为客户提供个性化的服务，管家往往需要对客户画像进行精准描摹，涉 及大量隐私数据。以传统管家的模式为例，为了向客户提供定制化的服务，对客 户日常起居的生活细节的收集非常关键，例如在时间维度，管家要收集不同年龄 段客户的生活习惯，包括是否有晨练习惯、是否遛宠物等；在空间维度，管家要 关注客户的社区生活动线，对于门岗、电梯厅等使用频率高的空间场景，进行更 加重点的管理和维护等。

而在传统物业管理服务中，数据泄露的问题屡却屡见不鲜，对数据隐私的保护有 待大幅提升。根据《网络与数据安全治理前沿洞察》的统计，已有部分物业公司 因为未能落实业主个人信息保护义务被处罚，例如物业工作人员利用职务之便， 将业主的信息提供给装修公司、建材公司、家具公司的销售人员，以谋取私利。 以上物业公司存在内部管理制度及操作规程缺失、信息系统弱口令等严重问题， 未落实个人信息分类管理及加密、去标识化制度，给业主的个人信息带来了极大 的泄露风险。 本地化部署的 AI 管家服务能够在很大程度上避免人为的传播和云端数据泄露的 风险，契合业务对生活隐私的敏感需求。考虑到 AI 投入后，数据体量将进一步快 速扩大，面对隐私泄露的风险，可以采用大模型的本地化部署方案，通过本地服 务器、权限管控、专线访问等技术，降低数据被窃取或者篡改的风险，实现数据 “零出域”，也在一定程度上减少了人为参与的带来的泄露不确定性。

6. 物企底部突围，挖掘重估空间

6.1. 物业仍面临房屋交付后的遗留问题，盈利压力大

以商品房为典型，房企交付后出现的质量、维修等问题将会传导向物业公司。 2022~2024 年，在保交付等政策的推动下，房企保持一定的竣工体量，但由于该时 期大量房企出现资金压力大、融资渠道受限、房价下跌项目亏损等困难，从而部 分房屋的交付质量不及预期。根据中国房地产报对住房质量的大调查，质量问题 是居民反映比例最高的核心问题，其中包括建筑质量差、墙皮脱落、渗水等具体 问题，而以上交付后问题的解决预期将主要由物业公司来负责。

交付后遗留问题的传导预期将会给物企带来滞后的支出压力以及收缴率的下降 压力，从而对利润表现带来进一步的负向冲击。1）从成本端，对相关问题的后续 处理将会增加物企在设备维修、清洁卫生等领域的支出；2）从收入端，2021 年以 来物业企业的收缴率持续下滑，2023 年 500 强/上市物企收缴率分别跌至 80%/85%， 与业主满意度的下滑相关联，预期随着交付相关问题的逐步暴露，满意度的维持 也存在难度。整体来看，2025 年物企在利润端仍存在压力，也即仍处困境。

6.2. 存量物业占比高、人工成本占比高、住宅业态占比高、愿意为科技 付费的物企有望获得更大的重估空间

存量物业占比高的物企重估空间大，科技导入本质是对存量项目进行价值的重估。 科技导入第一轮重估的重点是成本曲线的下移，存量项目占比越高意味着能够被 科技重估的规模越大，企业价值提升的空间也越大。

人工成本占比高的物企重估空间大，因为机器人能够做的是对部分人的替换。机 器人对人的替代是成本曲线下移的原因，对应着使用机器的购置或租赁成本替代 人工成本，即人工成本原占比越高的物企有更大的价值重估空间。

住宅业态占比高的物企重估空间大，与其他业态相比，住宅项目的可复制性强、 基础服务占比高。相比于写字楼、园区、购物中心等业态，住宅的物业服务相对 更加基础，对应机器人替代可行性强，并且在不同的项目间的差异较小，对应可 复制性强，所以住宅业态占比更高的物企，价值重估空间越大。

愿意为科技付费的物企重估空间大，考虑到相关产品、平台等的购买、建设、研 发等需要大量早期资金投入，企业需要有足够的投入意愿与能力。从两个维度来 观察企业对于科技的态度，一方面参考企业 IPO 募集资金是与科技相关的使用占 比规划，另一方面参考企业当前的科技化建设成果。

编辑：火腿肠