网站首页    商业模式    10亿销售额的国内购物中心
  • 全球产业链演化历程

    技术演进、竞争优势和风险环境是推动全球产业链发展的三股主要力量。技术演进是产业链结构变化的基础。在不同时期,三股力量以不同形式共同塑造全球产业链格局。在当前,三者分别对应着绿色化、效率性和安全性,使产业链呈现绿色化与多国多中心化的发展趋势。

    61 ¥ 0.00
  • “三得利”的扩张之路

    酿制威士忌100年企业——日本三得利控股的家族长期以来以自己节奏行事,注重长期发展。2022年有190亿美元收入。在日本烈酒、啤酒和软饮料等零散型市场上保持着自己的地位。据穆迪数据,按收入计算,三得利是全球第三大烈酒制造商,仅次于英国帝亚吉欧和法国保乐力加。

    23 ¥ 0.00
  • 4000年利率趋势

    面对历史,大家的归纳判断都不尽相同,对未来,分歧就更大了。利率研究的迷人之处和难度之大,也许就在于其既有一定规律可循,又充满着随机扰动,是无数因素相互作用的结果。特别是在低利率环境下,利率绝对值的一点变动就是百分比的很大变动,利率风险更大。

    23 ¥ 0.00
  • 崛起的伊朗制造业

    4000多年历史的伊朗,会是有力的合作伙伴,是最好要避免的敌人,以及永远不可能是任何人的附庸。它处于亚洲交通要冲,对基础设施改善的需求极大。它有大致完备的工业体系;制造业属于集中化生产,少数大型国有企业掌控;人口年轻化,缺少制造业技术人才储备。

    36 ¥ 0.00
  • 紫禁城里的楠木

    楠木产于川、云、桂、贵、鲁等地区。在紫禁城营建之初,皇帝下命令让80万工匠去这些地方的深山老林里找楠木。太和殿第一次营建使用的是楠木,气味芬芳,不怕虫子也不怕糟朽。但生长周期是300年。第五次复建太和殿时,已没有大尺寸楠木了。所以太和殿里有松木。

    14 ¥ 0.00
  • 泰国,中等收入陷阱样本

    泰国在20世纪70年代末进入中等收入阶段后,经济增长迅猛,曾被视为四国中最有潜力赶及“四小龙”的国家;但自90年代末期以来,泰国长期处于经济增长低迷的状态,GDP增长率一度低于马来西亚、印尼和菲律宾。泰国人口规模和领土面积处于中间水平等基础条件上不具有特殊性,有更强的代表性。

    37 ¥ 0.00
  • 中国各地博物馆镇馆之宝

    文物承载灿烂文明,传承历史文化。中国历史悠久,地大物博,作为世界文物大国,我国各地博物馆中的珍贵藏品数不胜数。并且每个博物馆都有自己的“镇馆之宝”,展示着在不同历史背景中的文化内涵。接下来就让我们从“镇馆之宝”中感受历史的传承。

    15 ¥ 0.00
  • 毛利相差10倍的猕猴桃

    中国猕猴桃种子研发培育滞后严重,导致在产业上与国际水平差距巨大:新西兰的亩产是2.49吨,中国亩产只有0.8吨。收益上,新西兰每亩收益1.9万元、金果的平均收益每亩4万元。而中国每亩的毛利仅有3000-4000元。如果说芯片是现代工业的核心,种子便是农业的“芯片”。

    12 ¥ 0.00
  • 地址,国家视角的众生平等

    与姓名、照片、身份证号码、指纹或DNA特征一样,地址帮助提高国家识别个人并因此加强了社会控制的能力,而它反过来也成为了构成一个现代人身份认同不可或缺的组成部分。门牌号码是18世纪最重要的创新之一, “为了帮助政府找到你。”在国家的视角下众生平等。

    30 ¥ 0.00
  • 可口可乐帝国的缔造节点

    可口可乐之所以能在不同的地区都取得成功,恰恰体现了在文化差异下,人类追求共同体验。任何地区的人享受生命乐趣的方式是一样的,可口可乐能带给他们这样的乐趣。“企业既不像我试图告诉你们的那样美好,也没有传说中的那么邪恶。事实上,它处于这两者之间。”

    36 ¥ 0.00
  • 欧亚电网互联的地缘要素

    欧亚电网互联问题上,欧盟和俄罗斯等传统“电力中心”依然重要,新“中心”如中国、印度、土耳其、伊朗等也在崛起。随着技术发展,电网容易受外部力量影响,美国也在不断尝试渗透。电网联通可以建立包容、平等、开放的政治空间;同时,也可以成为政治制度堡垒。

    44 ¥ 0.00
  • 北京与“繁华”

    相比窄路,大宽马路大街区反而才堵车。小尺度的交叉口信号相位少、周期短,可使清空距离和损失时间变短。北京“宽马路、疏路网”,与东京、纽约、香港“窄马路、密路网”,后者利于微循环打通,利于商业繁荣。另外,不是街区制,三百万以上人口就会爆发城市病。

    28 ¥ 0.00
  • 日本基金业萧条30年后

    90年代初至今,日本基金行业直面“失去的30年”。但仍实现一定程度结构性发展:当资金逃离权益市场,通过出海等方式拥抱固收业务、后开发养老金投资、逐月决算基金等特殊业态,头部机构又依托日本央行购买ETF扩表等,在被动产品上做大规模,最终铸成今日格局。

    16 ¥ 0.00
  • 超5700家芯片厂商注销

    2022年中国吊销/注销的芯片企业超过5700家。前8个月,吊销/注销芯片相关企业3470家。9月到12月增加了2300多家。平均每天就有超15家注销。波及的范围也更加广泛,不仅包括有技术研发实力的初创明星企业,也包括众多在市场上摸爬滚打多年有一定行业影响力的“老将”。

    27 ¥ 0.00
  • 游戏里的芯片战争

    回溯电子产业的发展,往往会聚焦于顶层政策、产业英雄、技术路线,反而忽略了构筑起人类工业与科技结晶的地基:市场——消费者用钱投票,选出了那些屹立在产业链顶端的庞然大物。如果复盘计算机发展史,就会发现游戏是不断加速的硅基革命最重要的推动力之一。

    19 ¥ 0.00
  • 银行巨头如何倒下

    银行业和其他行业的最大的区别在于,它没有中间状态,只有两个极端(稳态)——信任它,它良好经营;不信任它,它光速破产。不像其他行业,可以 “猥琐发育”几年。真正脆弱的是信心。尽管SVB的倒闭、瑞信的被收购乃至第一共和银行的被牵连固然有其经营上的原因。

    21 ¥ 0.00
  • 加密货币十年

    2014年是token死亡率最高的一年,793种token中的76.5%已不再流通,551种消失。2017年,有704个现已消失的token开始发行流通,比2016年的224个多。2018年是加密行业较危险的一年,有751种token消失。在比特币暴涨前,加密市场上只有14种token,截至2022年,只有比特币和莱特币留在前10名。

    15 ¥ 0.00
  • 六次全球金融危机

    各次金融危机,实质上都是债务危机或杠杆危机,无非表现形式不同。国外债务危机主要是债务违约、汇率贬值和资本出逃,国内债务危机主要是通货膨胀、资产价格泡沫和货币贬值。全球化危机主要通过贸易、外需、产业链、资本流动、金融市场、外汇、房地产等传导。

    24 ¥ 0.00
  • AI游戏的可能

    游戏作为终极在线社交体验的力量——在这里,创造力、技能和协作汇聚成乐趣。游戏玩家在所有垂直消费领域中拥有参与度和忠诚度最高的受众。AIGC的出现是游戏行业的“第四次工业革命”。与此前UGC化、模块化变革一样,AIGC将掀起又一波的游戏革命,游戏的范式将彻底更新。

    25 ¥ 0.00
  • 土壤正在退化

    根据联合国报告,全球每五秒钟就有一片足球场大小的土地受到侵蚀。照这速度,到2050年,全球超过90%的土壤都可能出现退化危机,进而导致粮食减产、清洁用水减少、生物多样性受威胁等一系列连锁反应。我国土壤“变累”、“变瘦”、“变薄”等退化问题也同样严峻。

    17 ¥ 0.00

【作者:王玮(国际购物中心协会市场调查专委会亚太委员); 源自:地产杂志;转自:联商专栏《你知道国内有多少销售额过10亿的购物中心吗?》2021.06】

 

作为一个国内购物中心业者,我一直很关注国内究竟有多少个年销售额能够达到或超过10亿元购物中心的数目。因为10亿元是购物中心投资回报的一个门槛。

假设一个10万平方米投资10亿元的购物中心,以目前国内商业地产的40年期限为计,10亿元的销售额代表每平方米的年坪效为1万元。租金收益按10%的租售比为1000元,再按75%的比例去除财务和管理成本以及相关税费后的净营运收益约为250元(参照日本永旺购物中心的水准)。

那么,一个销售额达到10亿元或每平方米销售坪效达到1万元的购物中心,经过40年后正好达到投入和产出的静态平衡,收回平均1万元的投资。

10亿元的销售额也是国内商业地产抵押支持证券(CMBS)的入门门槛。因为毛租金达到1亿元是CMBS的基本要求,按10%的租售比反推就是10亿元的销售额,业内人士都明白:租金是销售额做出来,而不是合同能够确保的。

由于中国购物中心发展起步较晚,国内到目前为止尚没有系统的官方数据统计和发布。一些上市地产企业虽然有披露要求,但很少企业会公布其具体到每一个购物中心的销售额数据。

比如万达可以告诉外界300个购物中心有约300亿元的租金收入,让你有一种“每一个万达广场都可以达到平均10亿元销售额”的感觉。

即使在欧洲和亚洲其他国家,由于没有租户必须向购物中心业主报告销售额的法规要求(不同于美国和澳大利亚这些由购物中心主导零售市场的国家),所以在这些国家,购物中心销售额的统计也是有限的。

每年见诸报端的一些国内购物中心销售数据,主要都是针对排名前100到200名的头部市场情况。而目前国内购物中心的总数已经突破6000个,对于这6000个购物中心的总体表现究竟如何?

其中,有多少个销售额过10亿元的购物中心,这6000个购物中心的总销售额又是多少?其实这些问题都很值得行业关注研究,相信也是业内真正所关切的。

笔者近年通过对全球方兴未艾的复杂系统理论和网络思维的学习和研究,对国内一些具有代表性的地区市场和连锁企业根据相关公开信息做了深度的挖掘和整理,继而根据网络思维的幂律法则分析,得到的结果经多种渠道验证核实令人鼓舞。

相较于传统随机网络的正态分布理论带给人们的至少超出一倍的误导,网络思维的幂律分析法则不仅可以从规模变量,更可以从状态变量认清现实,从而更精准地把握未来。

 

PART ONE

为何约2/3的上海购物中心不到平均销售额

 

首先,以上海购物中心市场为例。2019年上海购物中心的总数290个,总销售额2010亿元。那么,根据通常的线性思维或者正态分布的逻辑,我们会很自然地想到两个数据:

1)上海购物中心的平均销售额约为7亿元(2010/290=7);

2)约70%或者2/3的上海购物中心可以达到或超过7亿元的平均销售额。如图1左所示。

图1 正态分布的网络(左)和二八分布的网络(右)    

相信图1左就是大多数人认为的上海购物中心市场销售额的分布情况。应该说这也在很大程度上继续鼓励或误导着许多开发企业继续在上海投资营建购物中心。而上海购物中心的实际情况是按幂律二八分布的,如图1右所示。

笔者根据《上海购物中心协会的发展报告》将上海约300个购物中心分为十组(2019年为290个,2020年为306个),30个购物中心为一组。从图2左可见,仅第一组,即上海排名前30的购物中心2019年的销售额累加就超过了当年上海销售总额的50%以上。

再看图2右,虽然由于疫情的影响,2020年上海购物中心的销售额下降近10%,但是排名前30的购物中心的销售额甚至比2019年更高。这也与2020年恒隆、国金等奢侈品购物中心销售额不降反升的报道情况吻合。

但第二组之后,每一组的购物中心销售额的衰减是非常显著的。如果你用2019年的7亿元(2010/290=7)和2020年的6亿元(1815/306=6)的平均值验算,那么,排名第三组以后的购物中心销售额都达不到上海市场的平均值,更直接地说,排名100以后或者至少2/3的上海购物中心都达不到上海购物中心的平均销售额——与正态分布的2/3的假设正好相差一倍。

联想到2019年11月一篇报道中提到的“百强房企所持64%商业项目亏损”也从另一个侧面印证了这一事实。上海尽管作为国内最好的购物中心市场,情况也不例外。

图2  2019年(左)和2020年(右)上海购物中心的销售额分布

来源:根据《上海购物中心协会2020/2021年发展报告》信息和数据绘制

 

上海购物中心的分布情况并不是一个例外。根据网络思维的观点,万物皆网络,在这个世界上凡是你说得出名字的事物都是网络,因而服从网络机理和构造的统治着我们自然、社会、生活和事业的幂律法则。

根据网络的定义,网络是由边连接在一起的节点所组成的集群。在图3左所示意的这个最简单的人际关系网络图中,一个人或一个圈就是一个节点,两个相互认识的人(节点)之间的连线就是边,而一个节点所拥有的边的数量叫做度。

度是网络思维中的一个重要的变量,国人说“万事皆有度”,度是质和量的统一。笔者由此可以根据二八法则画出这个幂律分布图,见图3右。

在该图中,排名靠前的两个节点拥有最高的度,因此在这个人际关系网络的互动中,这前面的两位发挥关键作用。同时可以得出这个网络的幂律函数 y=6x^(-0.38) 。

图3 人际关系网络示意图和相关的节点和度的分布及幂律函数

来源:网络图片(左)和本文根据相关信息和数据的绘制

 

在上海购物中心的网络构造中,每一个购物中心都是一个节点,通过对消费者的吸引形成网络互动,而每一个购物中心所拥有的租金收入和销售额就可以作为度的衡量指标。

因此构成了上海购物中心的节点和收入及销售额之间的幂律函数。笔者以同样的方法对国内和国际购物中心的领导企业恒隆、华润和西田做了分析,见图4。

图4 恒隆、华润和西田购物中心2019年的租金和销售额分布

来源:根据相关企业2019年报和澳大利亚《SCN》数据绘制

 

图4是笔者根据这些企业的年报数据整理和推测的企业内部的购物中心的租金收入或销售额的情况。可见这些国内和国际领导企业的购物中心业绩分布也是服从幂律法则的。

笔者也尝试找出每家企业的平均值,恒隆和华润的每个购物中心的平均租金收入分别为4.44亿元和2.22亿元人民币,西田则是平均销售收入6.76亿澳元。

值得注意的是,即使在这些表现颇佳的企业内部能够达到或超过平均值的不超1/3。再次颠覆了正态分布的2/3分析结论。其实,这是由网络构造机理的自相似性决定的(这也对很多企业用KPI或平均值考察部门或个人业绩提出了挑战。)

 

PART TWO

2019年到2020年国内销售额

过10亿元的购物中心总数及变化

 

分析和解答文章开头提出的问题,即国内究竟有多少销售额过10亿元的购物中心?

本文选取新商网的2019年和2020年公布的数据为基础,并对主要市场和主要企业以及主要项目进行了多方面多渠道的比对核实,确定包括了相对完整和可信的购物中心节点数据。

即使其中个别购物中心的数据存在一定偏差,但对于总体大致准确是可以基本把握的(上下误差控制在10%之内,不太可能出现像正态分布所引导的那样大于100%的误差)。见图5 。

图5 2019年(蓝线)和2020年(红线)全国百强购物中心的销售额分布

来源:根据《新商网》2019年和2020年发布的百强购物中心数据绘制

 

图5是根据2019年和2020年国内排名前100名的购物中心及对应的销售额得出的两条幂律分布曲线,其中,蓝色线条为2019年的曲线,红色线条为2020年的数据。

可见与上海购物中心的情况非常类似,排名头部的购物中心的销售额在2020年也超过了2019年的销售额,但总体因为疫情的影响则是衰减非常显著的。

根据2019年的幂律函数Y2019=174X^k19, 

令Y2019=10,可以求出X=497

即2019年国内销售额达到或超过10亿元的购物中心总数约为500个,占6000个国内购物中心总数的8.3%。

同理,根据2020年的幂律函数Y2020=255X^k20,

令Y2020=10,可以求出X=221

即2020年国内销售额达到或超过10亿元的购物中心总数仅为221个,较2019年有了较大的跌幅。见图6。

图6 2019年和2020年全国销售额过10亿元的购物中心测算

来源:根据《新商网》2019年和2020年发布的百强购物中心数据计算绘制

 

更进一步,本文以国内6000个购物中心为基数,对总销售额也做了分析和推测。原理就是将这6000个购物中心节点的销售额加总。用积分表示,如图7。

 

图7 2019年(左)和2020年(右)国内购物中心销售额总计

来源:根据《新商网》2019年和2020年发布的百强购物中心数据计算绘制

 

从图7的积分计算得出,2019年国内购物中心的总销售额约为3.5万亿元。占当年国内消费品零售总额的8.5%,这与成都购物中心占零售总额的比例相当。上海这个占比约为14%,全国最高。如果用3.5万亿元除以6000,则2019年国内的购物中心平均销售额约为6.8亿元。

但是如前所述,根据幂律的自相似性原理,国内能够超过6.8亿元的购物中心总数不会超过2000个。笔者根据上海购物中心的数据推测也得到了有关方面的证实,2019年上海超过10亿元的购物中心总数不超过70家。

同时本文还对像华润置地、万达、龙湖以及一些区域性龙头地产企业的总销售数据加总折算分析都证实了这个接近500个的数据是符合实际情况和逻辑的。

最后,本文也对2020年的购物中心销售额做了同样的测算。可见2020年因受疫情的影响,购物中心的总体销售额降幅高达42%,相对于国内零售总额约10%的下降,购物中心所受到的影响首当其冲。

笔者在走访国内许多城市的过程中,这个跌幅得到了无数次的验证。2万亿的购物中心销售总额仅占当年国内消费品零售总额的5%。考虑到上海购物中心市场也经历了3个点的下降,所以,2万亿购物中心的总销售额也反映了疫情后的实际情况。

至此,相对于目前国内仅能报告少数头部市场的消息,以及因为各种条件限制几乎无法获悉完整的购物中心市场信息的情况,借助于网络思维的幂律法则对国内购物中心的总体市场情况分析将有助于购物中心企业的决策者、投资人和相关政府部门对全国购物中心的总体表现和走势有一个完整和全景的了解,从而对规划、建设和营运提供有益警示和借鉴。

2021-07-16
2019年国内购物中心的总销售额约为3.5万亿元。占当年国内消费品零售总额的8.5%,这与成都购物中心占零售总额的比例相当。上海这个占比约为14%,全国最高。国内能够超过6.8亿元的购物中心总数不会超过2000个。2019年上海超过10亿元的购物中心总数不超过70家。

10亿销售额的国内购物中心

超过10亿元的购物中心