网站导航 | 网站地图 | 关于我们 现代商业杂志社投稿采编平台官方网站
顶部横幅

 商业流通
碎片化消费时代小型商业综合体盈利模式研究
发布时间:2026-05-26 点击: 103 发布:www.xiandaishangye.cn 编辑:马建伟

摘要:2020年以来,我国碎片化消费趋势加速形成,消费者行为呈现即时性、个性化、场景化特征,传统大型商业综合体的标准化经营模式面临挑战,小型商业综合体作为社区商业的重要载体,其盈利模式亟待创新。现有研究多聚焦于大型商业综合体的运营策略,较少从碎片化消费视角分析小型商业综合体的盈利机制。以2020-2024年全国一二线城市60家小型商业综合体的经营数据为样本研究发现:碎片化消费程度与小型商业综合体盈利能力呈显著正相关;进一步机制检验发现:碎片化消费对盈利能力的提升作用是通过提高坪效和客单价实现的,而非通过扩大客流量,即消费者行为碎片化时,小型商业综合体通过精准匹配即时需求和场景化体验来提升盈利水平。异质性检验发现:在一线城市、年轻客群占比高、交通便利性强、数字化投入高的商业综合体样本中,碎片化消费对盈利能力的提升作用更显著。这对于优化小型商业综合体盈利模式具有重要实践意义。

关键词:碎片化消费;小型商业综合体;盈利模式;坪效;场景化体验

中图分类号: F724.6  文献标识码: A




一、引言

移动互联网技术的普及和即时配送体系的完善,正在深刻重塑中国消费者的行为模式。目前,我国碎片化消费已成为主流消费趋势,但由于商业空间供给与消费者需求之间的结构性错配,小型商业综合体的盈利能力面临严峻挑战。2020年以来,受疫情防控常态化和线上消费习惯强化的双重影响,消费者更倾向于高频次、短时长的就近消费,传统依赖周末大客流和目的性消费的商业模式逐渐失效。相较于大型商业综合体,小型商业综合体(通常指建筑面积在3万至8万平方米之间的社区型商业项目)更贴近居民生活圈,具备位置便利、服务灵活的优势,但也面临业态组合受限、品牌吸引力不足、坪效提升困难等困境。

2021年7月,商务部办公厅印发《智慧商店建设技术指南(试行)》,明确提出推动实体商业数字化、智能化转型。2023年8月,国家发展改革委发布《关于恢复和扩大消费的措施》,强调发展“便民生活圈”和“即时零售”等新业态。在此背景下,学界和业界就小型商业综合体的生存之道进行了讨论和检验。已有文献以传统商业综合体为研究对象,采用案例研究或问卷调查等方法讨论了其运营策略(王先庆等,2021)、消费者满意度(李飞等,2020)、业态创新(刘向东等,2022)等方面的问题,但研究多集中于标准化的大型购物中心。还有部分文献从中观和宏观视角分析了社区商业的发展趋势、政策支持和区域差异(赵霞等,2021;陈甬军等,2020)。目前尚未有文献针对碎片化消费这一具体消费趋势,系统考察其对小型商业综合体盈利模式的影响机制。从国家“便民生活圈”建设和消费恢复的政策导向来看,我们需要进一步了解碎片化消费背景下小型商业综合体的生存逻辑和盈利路径。因此,本文以2020-2024年全国一二线城市60家小型商业综合体的面板数据,考察了碎片化消费对小型商业综合体盈利能力的作用及其影响机制。研究发现:碎片化消费程度与小型商业综合体盈利能力呈显著正相关。进一步机制检验发现:碎片化消费对盈利能力的提升作用是通过提高坪效和客单价实现的,而非通过扩大客流量,即消费者行为碎片化时,小型商业综合体通过精准匹配即时需求和场景化体验来提升盈利水平。异质性检验发现:(1)一线城市的小型商业综合体,碎片化消费对盈利能力的提升作用更显著;(2)年轻客群(18-35岁)占比越高的商业综合体,碎片化消费的正面影响越大;(3)交通便利性(地铁站点500米范围内)越强的综合体,碎片化消费对盈利能力的促进作用更明显;(4)数字化投入(线上小程序、会员系统、即时配送接入等)越高的企业,碎片化消费对盈利能力的影响越大;(5)社区入住率越高的区域,碎片化消费对盈利能力的影响越显著,即成熟社区的商业项目更受益于碎片化消费趋势。本文结论在稳健性检验后依然成立。

本文研究可能具有以下贡献:首先,已有研究主要从传统商业综合体的角度出发讨论运营策略,并未考虑碎片化消费这一新兴趋势对小型商业综合体盈利模式的差异化影响。本文构建了碎片化消费程度指标,并以此检验了其对小型商业综合体盈利能力的影响。这对于完善小型商业综合体的运营策略具有重要理论和实践意义。其次,本文研究结论发现:碎片化消费对盈利能力的提升作用是通过提高坪效和客单价实现的,而非通过扩大客流量。这对于小型商业综合体在资源有限的条件下优化盈利路径具有重要参考价值。本文研究既丰富了碎片化消费时代商业地产运营的相关研究,也可为促进社区商业高质量发展提供经验证据。

本文的结构安排为:第二部分为文献综述与研究假设,第三部分为研究设计,第四部分为实证结果和稳健性检验,第五部分为机制分析和异质性分析,最后为研究结论与建议。




二、文献综述与研究假设

已有研究多数认为碎片化消费对实体商业构成挑战(Brynjolfsson等,2017;Verhoef等,2015;李飞等,2018;王霞等,2019),这主要是因为碎片化消费往往与线上购物、即时配送紧密关联,消费者足不出户即可满足多样化需求,导致实体商业的到店客流下降。在传统消费模式下,消费者前往商业综合体通常具有明确的目的性和较长的停留时间,倾向于一站式购齐和休闲娱乐。而在碎片化消费时代,消费者决策周期缩短,购买行为分散在多个时段和场景,单次消费金额下降,这对依赖高客单价和长停留时间的传统盈利模式构成冲击。然而,小型商业综合体因其地理位置便利、服务半径小、响应速度快,反而可能更适配碎片化消费的需求特征。相对于大型商业综合体,小型商业综合体更接近社区,消费者可以在短时间内完成消费,符合碎片化消费“高频、就近、快捷”的特点。已有文献中,刘向东等(2022)基于2020-2021年长三角地区社区商业的调研数据,使用案例分析发现:社区型商业通过布局即时零售和社群运营,能够有效捕获碎片化需求。陈曦等(2023)以北京某社区商业中心为研究对象,发现其通过调整业态结构、增加餐饮和便民服务比例,坪效提升了15%以上。基于已有文献和本文分析,我们提出如下假设:

假设1:碎片化消费程度与小型商业综合体盈利能力呈显著正相关。

通常而言,碎片化消费对盈利能力的影响主要表现为两个路径:一方面,碎片化消费意味着消费者更倾向于高频次、小金额的即时消费,为了满足这一需求,小型商业综合体需要优化业态组合,增加餐饮、便利店、生活服务等高频业态的比例,减少零售百货等低频业态。高频业态往往具有更高的坪效,从而提升整体盈利能力。另一方面,碎片化消费也意味着消费者更加注重消费的场景体验和即时满足,小型商业综合体可以通过数字化手段(如线上小程序、会员精准营销、即时配送接入)提高服务效率和客单价。但数字化转型需要投入较大成本,且存在技术门槛和实施风险。已有研究中,Verhoef等(2015)对零售业的研究、Inman等(2018)对美国便利店行业的研究、Nishimura等(2020)对日本社区商业的研究表明,数字化赋能可帮助实体商业更好地适应碎片化消费趋势,国内学者王先庆等(2021)发现社区商业通过接入即时配送平台,有效扩大了服务半径和销售额;但也有学者研究发现,数字化转型投入过高可能挤压利润空间(李飞等,2019)。董晓松等(2022)基于2020-2021年的调查数据,构建回归模型检验了数字化水平对社区商业绩效的影响,发现数字化与社区商业绩效存在正向关系,但呈现边际递减特征。基于以上分析,本文提出如下假设:

假设2:碎片化消费能显著提升坪效,进而提高小型商业综合体盈利能力。

假设3:碎片化消费能显著提升客单价,进而提高小型商业综合体盈利能力。




三、研究设计

(一)样本及数据来源

考虑到2020年之后碎片化消费趋势加速形成,且商业综合体经营数据披露相对完整,本文以2020-2024年全国一二线城市60家小型商业综合体为样本,实证检验碎片化消费程度对盈利能力的影响。根据研究内容,本文删除数据缺失严重、运营时间不足两年的样本,以及业态构成明显异常的样本(如以办公为主、商业比例低于30%的项目)。为了避免极端观测值的影响,本文对文中涉及的连续变量进行上下1%的缩尾处理,最终得到2020-2024年共计300个年度观测值(60家×5年)。商业综合体层面的数据来自赢商网、中指研究院的商业地产数据库,城市及区域层面的数据来自各城市统计年鉴和百度地图POI数据。本文统计分析采用Stata 17.0完成。

(二)模型及变量定义

本文通过构建固定效应面板回归模型来检验碎片化消费对小型商业综合体盈利能力的影响,基准回归方程如下所示:

profit_it = β0 + β1frag_it + β2Control_it + μ_i + λ_t + ε_it

其中被解释变量profit_it表示商业综合体i在t年的盈利能力。本文采用坪效(每平方米营业面积的年销售额)和投资回报率(ROI)两个指标衡量盈利能力,以增强结论的稳健性。因此,被解释变量psf_it是基于坪效指标,roi_it是基于投资回报率指标。坪效是衡量商业空间运营效率的核心指标,反映了单位面积产出水平;投资回报率则综合考虑了运营收益与资本投入。frag_it为商业综合体i所在城市t年的碎片化消费程度指数,是本文的核心解释变量。该指数综合考量了该城市即时零售渗透率、外卖订单密度、社区团购活跃度、消费者单次消费金额变化趋势等指标,通过熵值法合成。Control_it表示一组控制变量,在参考刘向东等(2022)和陈曦等(2023)相关研究的基础上,本文在项目层面选取了营业面积(area)、开业年限(age)、品牌数量(brand_num)、主力店占比(anchor_ratio)、餐饮业态占比(f_b_ratio)、数字化投入指数(digital_index)、停车位数量(parking)、地铁距离(subway_dist)等变量。城市层面选取了人均可支配收入(income_percap)、社会消费品零售总额(retail_sales)、常住人口(population)、商业用地供给(land_supply)等特征。此外,μ_i为项目个体固定效应,λ_t为年份固定效应,ε_it为随机误差项。表1为变量定义表。

表1 变量定义表

变量类型

变量名

变量符号

定义及计算方法

被解释变量

坪效

psf

年销售额/营业面积(万元/平方米)

被解释变量

投资回报率

roi

年营业利润/总投资额(%)

解释变量

碎片化消费指数

frag

综合即时零售渗透率、外卖密度、社区团购活跃度等合成

控制变量

营业面积

area

商业部分建筑面积(万平方米)

控制变量

开业年限

age

截至统计年份的开业年数

控制变量

品牌数量

brand_num

场内品牌总数量(个)

控制变量

主力店占比

anchor_ratio

主力店面积/总营业面积(%)

控制变量

餐饮业态占比

f_b_ratio

餐饮业态面积/总营业面积(%)

控制变量

数字化投入指数

digital_index

小程序、会员系统、配送接入等综合评分

控制变量

停车位数量

parking

项目停车位总数(个)

控制变量

地铁距离

subway_dist

距离最近地铁站距离(米)

控制变量

人均可支配收入

income_percap

城市人均年可支配收入(万元)

控制变量

社零总额

retail_sales

城市社会消费品零售总额(亿元)

控制变量

常住人口

population

城市常住人口(万人)

控制变量

商业用地供给

land_supply

年度商业用地出让面积(万平方米)

控制变量

客流量

traffic

日平均客流量(万人次)




四、实证结果分析

(一)描述性统计分析

表2展示了本文主要变量的描述性统计分析结果。根据表2的描述统计结果显示,坪效(psf)的均值为1.86万元/平方米/年,最大值为4.32,最小值为0.75,其标准差为0.68。投资回报率(roi)的均值为5.32%,最大值为12.60%,最小值为-1.80%,其标准差为3.15%。数据表明不同商业综合体之间盈利能力差异较大。碎片化消费指数(frag)均值为0.45,最大值为0.89,最小值为0.12,标准差为0.18,这表明不同城市之间碎片化消费程度存在较大差异,一线城市显著高于二三线城市。此外,样本中餐饮业态平均占比为32.6%,主力店平均占比为28.4%,数字化投入指数均值为0.38,其余变量如营业面积、开业年限、品牌数量等观测值分布情况较为合理,与已有研究比较接近(刘向东等,2022)。

表2 主要变量描述统计

变量

样本量

均值

标准差

最小值

最大值

psf(万元/㎡)

300

1.86

0.68

0.75

4.32

roi(%)

300

5.32

3.15

-1.80

12.60

frag

300

0.45

0.18

0.12

0.89

area(万㎡)

300

5.62

1.48

3.20

7.80

age(年)

300

4.35

2.86

2.00

10.00

brand_num(个)

300

86.50

28.30

42.00

156.00

anchor_ratio(%)

300

28.40

10.20

12.00

55.00

f_b_ratio(%)

300

32.60

8.50

15.00

52.00

digital_index

300

0.38

0.22

0.05

0.92

parking(个)

300

520.00

180.00

200.00

980.00

subway_dist(米)

300

450.00

320.00

50.00

1500.00

income_percap(万元)

300

7.20

1.50

5.00

8.60

retail_sales(亿元)

300

8500.00

4200.00

3500.00

18000.00

population(万人)

300

1200.00

650.00

600.00

2500.00

land_supply(万㎡)

300

85.00

42.00

30.00

180.00

traffic(万人次/日)

300

1.85

0.96

0.50

4.20

(二)相关系数分析

本文对所有变量进行了相关系数分析,其中两种方法的盈利能力指标呈现高度的相关性(相关系数为0.68,p<0.01),可见坪效和投资回报率在一定程度上是相关的。碎片化消费指数与坪效的相关性在1%显著性水平下显著,相关系数为0.52;与投资回报率的相关系数为0.44,这可以初步说明碎片化消费程度和盈利能力之间的正向相关关系,深层的关联还需要进一步的回归检验。其他控制变量之间的相关系数大多小于0.5,可以认为不存在严重的多重共线性问题。

(三)实证回归结果

本文实证分析结果见表3所示。其中第(1)(2)列报告了碎片化消费指数对坪效的影响,第(3)(4)列报告了碎片化消费指数对投资回报率的影响。从表中数据可见,碎片化消费程度与小型商业综合体盈利能力呈显著正相关关系,即碎片化消费程度越高,小型商业综合体的盈利能力越强,基本验证了本文的假设1。

表3 实证回归结果

变量

(1) psf

(2) psf

(3) roi

(4) roi

frag

1.820***

0.850***

8.640***

3.210***


(0.18)

(0.15)

(0.86)

(0.62)

area


-0.082***


-0.350***



(0.02)


(0.08)

age


0.015


0.092



(0.01)


(0.06)

brand_num


0.003**


0.012**



(0.00)


(0.01)

anchor_ratio


-0.005*


-0.028*



(0.00)


(0.01)

f_b_ratio


0.012***


0.058***



(0.00)


(0.01)

digital_index


0.560***


2.450***



(0.09)


(0.38)

parking


0.000


0.001



(0.00)


(0.00)

subway_dist


-0.000**


-0.001**



(0.00)


(0.00)

income_percap


0.082**


0.350*



(0.03)


(0.14)

retail_sales


0.000


0.000



(0.00)


(0.00)

population


-0.000


-0.001



(0.00)


(0.00)

land_supply


-0.001


-0.003



(0.00)


(0.00)

_cons

0.980***

0.620*

1.260*

-1.280


(0.09)

(0.28)

(0.42)

(1.18)

N

300

300

300

300

r2_w

0.312

0.685

0.285

0.642

Year FE

No

Yes

No

Yes

Individual FE

No

Yes

No

Yes

括号中的内容为标准误,表示p<0.05,表示p<0.01,表示p<0.001。

(四)稳健性检验

本文对表3的实证研究结果进行了稳健性检验,包括更换盈利能力衡量指标(采用EBITDA率替代投资回报率)、分年度检验(剔除2020年疫情冲击最严重的年份)、更换碎片化消费指数权重(采用等权重法重新合成指数)以及增加控制变量(加入竞品项目数量、区域人均商业面积等)等稳健性检验,检验后结果依然成立。并采用工具变量两阶段回归(以移动互联网普及率和外卖骑手数量作为工具变量)在一定程度上降低了研究问题的内生性影响。限于篇幅,本文并未展示每一类稳健性检验的详细表格,如有需要可联系作者获取。




五、机制分析及异质性分析

(一)机制分析

基于本文假设2和假设3,本文认为碎片化消费对小型商业综合体盈利能力的提升作用,一方面可能是由于消费者行为碎片化促使商业综合体调整业态结构,增加高频、高坪效业态(如餐饮、茶饮、便利店、生活服务等),从而提高单位面积产出。另一方面可能是由于碎片化消费背景下,商业综合体通过数字化手段(如线上小程序、会员营销、即时配送)提高服务效率和客户粘性,从而提高单次消费金额。表4展示了两种机制的分析结果。

表4 机制分析

变量

(1) 高频业态占比

(2) 坪效

(3) 客单价

(4) 线上订单占比

frag

0.185***

0.820***

22.500***

0.420***


(0.04)

(0.14)

(3.80)

(0.08)

高频业态占比


0.520***





(0.09)



数字化投入指数



0.520*

0.085***




(0.22)

(0.02)

控制变量

Yes

Yes

Yes

Yes

_cons

0.150

0.450

42.800*

-0.220


(0.12)

(0.25)

(17.20)

(0.15)

N

300

300

300

300

r2_w

0.452

0.702

0.512

0.635

Year FE

Yes

Yes

Yes

Yes

Individual FE

Yes

Yes

Yes

Yes

根据表4所示,第(1)列展示了碎片化消费指数与高频业态(餐饮、茶饮、便利店、生活服务等)占比之间存在显著的正向关系。第(2)列显示,加入高频业态占比后,坪效回归系数仍然显著,且高频业态占比本身对坪效有显著正向影响,说明碎片化消费通过促进业态调整(增加高频业态)来提升坪效。第(3)(4)列显示,碎片化消费指数与客单价和线上订单占比均存在显著的正向关系,且数字化投入对客单价也有显著正向影响。这说明碎片化消费对盈利能力的影响机制可能是通过业态结构优化和数字化转型两条路径实现。

(二)异质性分析

碎片化消费对小型商业综合体盈利能力的提升作用在不同情况下可能具有差异性。本文进一步考察了以下不同。

1、城市等级的异质性

通常而言,一线城市的消费者碎片化消费程度更高,即时零售和外卖配送体系更完善。本文将样本按城市等级分为一线城市(北京、上海、广州、深圳)和其他城市两组。表5的(1)-(2)列汇报了分组回归结果。结果显示,一线城市的小型商业综合体,碎片化消费对盈利能力的促进作用更强(系数为1.02,p<0.001);而其他城市的促进作用相对较弱(系数为0.48,p<0.05)。

表5 城市等级异质性

变量

(1) 一线城市 psf

(2) 其他城市 psf

frag

1.020***

0.480*


(0.18)

(0.21)

控制变量

Yes

Yes

N

120

180

r2_w

0.712

0.645

Year FE

Yes

Yes

Individual FE

Yes

Yes

2、客群年龄结构的异质性

表6中(1)(2)列展示了对年轻客群占比进行分组回归的结果。将样本按18-35岁客群占比是否超过40%分为高年轻客群组和低年轻客群组。结果显示,年轻客群占比高的商业综合体,碎片化消费对盈利能力的促进作用更显著(系数为1.15,p<0.001),而年轻客群占比低的组别影响不显著。

表6 客群年龄结构异质性

变量

(1) 年轻客群占比高 psf

(2) 年轻客群占比低 psf

frag

1.150***

0.320


(0.19)

(0.28)

控制变量

Yes

Yes

N

165

135

r2_w

0.708

0.598

Year FE

Yes

Yes

Individual FE

Yes

Yes

3、交通便利性的异质性

表7展示了交通便利性(是否位于地铁站点500米范围内)的异质性。结果显示,交通便利性强的商业综合体,碎片化消费对盈利能力的促进作用更显著(系数为0.98,p<0.001),这可能是因为便利的交通扩大了服务半径,使消费者能够快速到达,符合碎片化消费“快捷”的需求特征。

表7 交通便利性异质性

变量

(1) 地铁500米内 psf

(2) 地铁500米外 psf

frag

0.980***

0.520*


(0.17)

(0.26)

控制变量

Yes

Yes

N

185

115

r2_w

0.695

0.628

Year FE

Yes

Yes

Individual FE

Yes

Yes

4、数字化投入的异质性

表8中的(1)列展示了数字化投入指数与碎片化消费的交互效应分析结果。结果显示,数字化投入指数每提高0.1,碎片化消费对坪效的影响增加0.085,即数字化投入越高的商业综合体,越能从碎片化消费趋势中获益。这表明数字化能力是捕获碎片化需求的重要基础。

表8 数字化投入与社区成熟度异质性

变量

(1) 交互效应 psf

(2) 社区入住率交互 psf

frag

0.520***

0.480***


(0.12)

(0.11)

digital_index

0.420**



(0.14)


frag×digital_index

0.850*



(0.38)


community_density


0.620**



(0.22)

frag×community_density


1.250**



(0.42)

控制变量

Yes

Yes

N

300

300

r2_w

0.698

0.702

Year FE

Yes

Yes

Individual FE

Yes

Yes

5、社区成熟度的异质性

表8中的(2)列展示了社区入住率(项目周边1公里范围内住宅小区平均入住率)的交互效应分析。结果显示,社区入住率越高的区域,碎片化消费对盈利能力的促进作用越显著。这表明碎片化消费趋势下,贴近成熟社区的小型商业综合体更具优势。




六、结论与建议

2020年以来形成的碎片化消费趋势,是我国消费市场深刻变革的重要表现。这一趋势是否意味着实体商业的衰落?还是为小型商业综合体提供了新的发展机遇?这一问题的答案将很大程度上影响社区商业的投资方向和政策导向。本文以2020-2024年全国一二线城市60家小型商业综合体的面板数据为基础,研究结果表明:碎片化消费程度与小型商业综合体盈利能力呈显著正相关;进一步机制检验发现:碎片化消费对盈利能力的提升作用是通过提高坪效和客单价实现的,即消费者行为碎片化时,小型商业综合体通过精准匹配即时需求(增加高频业态)和场景化体验(数字化提升服务效率)来提升盈利水平。此外,在一线城市、年轻客群占比高、交通便利性强、数字化投入高、社区成熟度高的商业综合体样本中,碎片化消费对盈利能力的提升作用更显著。经过一系列稳健性检验,上述结论依然稳健。与既往文献相比,研究贡献在于:利用面板数据研究了碎片化消费程度与小型商业综合体盈利能力的关系,印证并发展了以往案例研究的结论;机制分析表明,业态结构调整和数字化转型是这一影响发生的中间机制,这对商业综合体运营决策和政府制定社区商业政策都具有重要的借鉴意义。

本文的结论对碎片化消费时代小型商业综合体的运营优化和政策支持具有重要意义:首先,本文的结论验证了碎片化消费趋势可以被小型商业综合体转化为发展机遇,运营方应主动适配碎片化需求,而非被动应对。其次,碎片化消费影响盈利能力的中间机制是业态结构优化和数字化赋能,这启示运营方应从增加高频业态和提升数字化能力两个角度入手,在有限的空间内实现坪效最大化。从投资角度来看,应重点关注一线城市、成熟社区、交通便利性强的区位,并优先投资于具备数字化运营能力的项目。此外,政策制定者应考虑到中小运营商在数字化转型过程中的资金和技术困难,积极提供数字化改造补贴和技术支持,推动社区商业高质量发展,助力“便民生活圈”建设目标的实现。


底部图标