中国新消费品牌门店的空间分布及影响机理

龙樊榕，唐健雄，刘雨婧

（湖南师范大学 旅游学院，湖南 长沙 410012）

0 引言

“十四五”时期，我国将加快推进“以国内大循环为主体，国内国际双循环相互促进”的新发展战略，构建新消费体系、扩大内需将作为今后经济工作的重要战略基点。在国内需求潜力、数字化技术迭代升级和零售业转型的共同作用下，催生了新消费。2020年国务院颁布《以新业态新模式引领新型消费加快发展的意见》，提出新消费是以传统消费提质升级、新兴消费蓬勃兴起为主要内容的新型消费。在后疫情时代，国内零售业转型升级进入新零售业态，企业利用新媒体、新渠道打造独特的消费品牌。新消费品牌作为新零售发展的新实践素材，充分洞悉消费群体的新诉求，能为经济发展提供新动力，带动国内消费新增长。新消费品牌企业处于成长期，市场渗透空间呈现出不断扩张的趋势，本文提出两个问题：新消费品牌空间分布具有什么特征？在企业体量与资源都十分有限的情况下，新消费品牌的空间布局受到哪些因素的影响？

互联网技术的运用发展，促使商业模式从传统的零售模式到电商模式，再到如今的新零售模式。新零售模式“新”的原因之一在于制造端与需求端及时的信息互换，通过整合双线渠道，进一步借助大数据和云计算等技术实现数字化转型与精准营销，从而实现资源要素融合达到零售价值倍增效应。众多学者直观分析了当前传统零售业存在的困境，开始侧重于从消费者的角度［1，2］考虑传统零售模式的重塑与升级。随后，从供应链［3］、零售场景［4］、消费关系［5］3 个方面入手，提出了“社区化新零售”、“场景、数据、会员营销”组合模式、“智慧生活”与“共享”等新零售模式［6-8］。新零售模式的出现，相比于电商在“权衡竞食效益与密度效应”和“降低消费者空间阻力”展现出更大的优势［9］，且新零售模式的出现会影响零售企业的区位决策行为、扩散机制，进而影响零售的空间组织与城市商业空间结构［10］。

零售业商业活动影响着城市商业空间布局，国内外学术界对零售业的空间研究取得了丰富的研究成果。国外研究内容在零售业空间结构与形态［11］、空间区位选址与动力机制［12，13］等方面取得了大量理论与实证研究成果。同时，大数据应用进一步深化了零售空间研究，利用用户位置数据［14］、社交签到数据［15］等消费信息探究零售活动的聚集状况。国内学者的研究领域集中于零售业分布对城市空间影响与零售空间分布影响因素的实证研究。零售业活动引导城市空间布局呈现“多核心”和“局部集化动态”发展趋势，以及对城市物流仓储的空间布局产生影响［16］。同时，开展不同尺度［17，18］的零售业空间展开讨论，发现区域经济、区位、人口、消费者行为等因素［19-21］是塑造零售业分布格局的关键力量。另外，也开始探索行政等级、互联网新技术、市场规模等［22，23］对零售业布局的作用力。随着零售业态的发展更迭，学 界 还 对 餐 饮［24］、老 字 号［25］、超 市［26］等 不同类型的零售区位布局进行了研究。

梳理文献发现，国内外学者对零售业的研究虽然较为丰富，但是当前研究仍存在着以下不足：①从理论上看，从经济管理的角度出发定性研究新零售的发展模式和路径，对零售区位的影响因子大多直接阐明经济、政策、交通等因素，其理论机制的阐述较为缺乏。②从实践上看，新消费品牌门店空间分布不平衡与结构类型不协调抑制了城市的内需发展，运用计量工具探讨新消费品牌门店分布的研究存在着空白。从空间尺度与影响机制展开分析能够补充当前的研究不足，有利于梳理目前我国新消费品牌的总体发展水平，以期为不同类型新消费品牌的空间管理与选址优化、内需产品体系结构调整提供参考依据，利用区域资源推动新消费企业成长及空间扩张。

1 数据来源与研究方法

1.1 数据来源

采用三声与数字品牌榜联合公布的《2020 年度新消费品牌价值TOP100 报告》为基础，通过百度地图API搜索新消费品牌地理坐标进行研究。人口、GDP、居民消费水平、零售总额等收集于2020 年《中国统计年鉴》，空间数据来自国家测绘地理信息服务局标准地图服务网站，100 个品牌排除网络直销无实体店铺的消费品牌。共收集到49409 个分布坐标，覆盖除我国香港特别行政区、澳门特别行政区和台湾地区以外的31 个省份。

1.2 研究方法

最邻近指数：最邻近指数能反映点要素的空间集散特征，衡量全国新消费品牌在空间分布中的相互邻近程度，即实际最近邻距离与理论最近邻距离的比值［27］，计算公式为：

标准差椭圆：标准差椭圆方法可衡量要素之间分布的方向性，其长轴表示要素分布的主要方向，短轴表示要素空间分布最少的方向。本文通过标准差椭圆衡量新消费品牌门店的分布方向［29］。

不均衡指数：不均衡指数可以分析新消费品牌在31 个省份的分布均衡情况。本文运用洛伦兹曲线计算集中指数的方法计算新消费品牌的不平衡指数S，计算公式为：

式中：n 为省区数量，将省份新消费品牌所占百分比从小到大排列；Yi为第i 位的累计百分比；S 值介于0—1 之间。当S = 0 时，表示新消费品牌平均分布于各个省区；当S =1 时，表示新消费品牌集中在某一个区域［25］。

地理探测器：地理探测器可以探测地理要素的空间分异性，并揭示其背后相关的驱动因子，其核心思想是：如果某自变量对因变量有重要影响，则自变量与因变量的空间分布应存在相似性［30］。其表达式为：

式中：q 为影响因素的探测力值；N 和Nh分别为整体和次一级区域内的所有样本数；L 为各因素的分类；δ2和δ2h分别为整体、次一级区域因变量的样本离散方差；SSW 和SST 分别为层内方差之和、全区总方差。q 值介于0—1 之间，值越大，表示该因素影响新消费品牌空间分布的作用力就越大。

2 新消费品牌空间分布状况及特征

2.1 结构特征

按照公布的新消费品牌类型标准，结合专家意见，得到新消费品牌类型及其市场占比：餐饮食品51%、彩妆护肤11%、健身5%、文创潮玩4%、鞋服饰品12%、日用品11%、摄影体验3%、宠物用品3%。新消费品牌大体形成了以餐饮食品为龙头，鞋服饰品、彩妆护肤、日用品为主体的消费类型，4 种新型消费品牌市场占有率高达76%，表明人们对更高品质生活的追求。其中：民众对食品的追求使得餐饮品牌具有较高的迎合力；多种快消鞋服品牌迎合年轻人的审美潮流，体现了我国现代物质生产、社会政治的发展程度；“颜值经济”崛起，使得彩妆护肤新消费品开始崛起，通过品牌营销数字化，精准对接用户圈层；日用品作为日常消耗品，需要满足消费者的多种生活需求，空间布局不断下沉到三四线城市，消费群体不断扩张；健身消费、文创消费、宠物消费、摄影消费占比较小，原因可能是价格较高，实用性低于其他类型消费品。

2.2 空间分布特征

不同类型上形成了“大城市布局，局部深耕”的聚集模式（图1），其密度从高到低依次为餐饮食品、鞋服饰品、健身、日用品、宠物用品、文化潮玩、摄影体验、彩妆护肤，与结构特征排序大致相同。不同类型的新消费品牌核密度存在差异，但均在长三角与珠三角城市群形成核心密度圈层。核心区处于的东部沿海地区是近代以来著名的商贸重地，为新消费品牌提供了发展市场，受到人口规模、可支配收入的快速增长的影响，推动城市零售商业空间的形成与发展，零售业态经历了由单一到多元的转变。餐饮（图1a）与鞋服饰品（图1b）的分布密度大致相似，以长三角、珠三角城市群形成高密度区，东中部省会城市形成次密度区。健身（图1c）、日用品（图1d）、彩妆护肤（图1h）、摄影体验（图1g）4 类新消费品牌分布格局相似，除了以长三角、珠三角城市群形成高密度区，京津翼城市群次之，尚未在省会城市形成次高密度区。其中，日用品与彩妆护肤的核密度排名靠后，而健身消费密度位居第三的原因在于前两者倾向于互联网渠道与物流渠道销售，故线下分布较为稀疏，而健身注重实体渠道的消费者体验。宠物用品（图1e）以上海为核心形成高密度区，主要在于上海土地面积少，促使其线下分布较为密集。文化潮玩（图1f）以湖南为核心，在南京、北京、天津、大同形成次高值区。文化潮玩不同于其他类型的消费品牌，其高密度不集中于长三角与珠三角城市群，这是因为文创潮玩物品作为小众消费，分布于文化底蕴深厚的地区。如湖南以独特的城市特质，运用网络营销，将“茶颜悦色”和“文和友”等品牌打造成独特的网红旅游吸引物。不同类型的新消费品牌主要分布在经济发达的直辖市或省会城市，具有等级扩散效应，按照城市的等级规模进行空间布局。

图1 我国不同类型新消费品牌门店的分布状况Figure 1 Distribution of different types of new consumer brands in China

区域层面，全国新消费品牌的空间分布具有明显的差异化。本文借助ArcGIS10.8 软件进行计算，得到最近邻指数R 为0.14，Z 值得分为- 385.69，P 值得分为0.00，通过置信度检验，新消费品牌的空间结构呈现出高聚集分布，注重局部规模效应。为了进一步研究新消费品牌的空间分异，本文采用自然间断点分级法对新消费品牌进行了核密度分析，结果如图2 所示。从图2 可见，①新消费品牌分布呈现“2+5”组团格局。2 个高密度区主要分布在长三角城市群与珠三角城市群，包括上海、南京、浙江、广东、深圳、香港、澳门，区域的分布密度高达（473.27—887.38）个/万km2；5 个次级高密度区为北京、郑州、成都、武汉、长沙，区域分布密度为（247.07—473.27）个/万km2，新疆、西藏的空间分布密度为41.75 个/万km2。可以看出，新消费品牌空间分布密度呈现两极化，主要分布于沿海发达地区、城市群区域和直辖市、省会城市，这与城市区域原有的区域资源禀赋与发展基础相吻合。②从胡焕庸人口线来看，新消费品牌主要集中在胡焕庸线下侧，且标准差椭圆结果显示，也表现出“东北—西南”走向，其分布重心位于河南省西南部，说明新消费品牌的分布方向与人口分布存在关联性。

图2 全国新消费品牌核密度分析Figure 2 Nuclear density analysis of new consumer brands nationwide

省域层面，通过公式（3）计算新消费品牌的不均衡指数S =0.386，S值较低，且洛伦茨曲线呈现出上凸式样（图3），表明新消费品牌的空间分布呈非均衡态势。主要原因是：虽然东部地区聚集较高，但是中西部地区分布较为均衡，新消费品牌在占的比例分别为49.66%、25.78%、24.57%。进一步细分市场占有率，华东、华中、华南、西南、西北、华北、东北所 占 比 例 分 别 为32.78%、15. 24%、13. 52%、12.20%、6.63%、10.99%、8.63%，华东地区占比最高（图4），形成了以华北地区为龙头，华中、华南两个地区次之，东北地区属于东部地区中分布最低的区域。这是由于东北地区人口老龄化严重，人才流失率过高，且作为重工业基地与商品粮食基地，对原有产业的依赖性较强导致发展其转型较难，缺乏一定的消费活力。

图3 新消费品牌分布的洛伦茨曲线Figure 3 Lorenz curve of the distribution of new consumer brands

图4 新消费品牌经济区域雷达Figure 4 Sub-radar map of the economic region of the new consumer brand

3 新消费品牌影响机理分析

3.1 影响因素的选取

基于现代区位理论与商业区位理论构建5 个维度的新消费品牌的影响因素：经济活动必然受到区域经济发展的影响，通过地区GDP 反映地方经济实力（X1），用人均可支配收入表示居民购买力（X2）；公共服务水平通过零售企业数量表示服务设施（X3），地方一般公共支出表示服务设施资金（X4），第三产业就业人数表示服务人员（X5）；一定规模的客源市场是商业布局的必要条件，采取各省份的常住人口表示，互联网用户数表述人口数量（X6）与线上消费用户（X7），将14 岁以下、14—65 岁、65 岁以上人口数表征年龄结构（X8）；交通通达性是保证商业区域内人口数量的必要条件，也是物流的重要条件，通过公共交通运营数量表示交通便捷性（X9），公路里程表征物流效率（X10）；技术创新是消费品牌转型升级的技术支撑，通过R＆D人员全时当量表示科技人员（X11），高校毕业人数表征高校人才（X12），R＆D 经费表征研发经费（X13）进行测算。为确保因子的准确性和可靠性，运用SPSS 22.0 软件对新消费品牌与各影响因子进行相关性检验，均通过显著性检验。

基于地理探测器对各探测因子进一步分析，探究新消费品牌空间分布与影响因素之间的驱动机制，依据q 值判断因子的作用强度（表1）。从全国尺度上看，新消费品牌门店的分布与客源市场（人口数量q =0.896）、经济水平（地方经济实力q =0.795）与技术创新（高校人才q =0.793）的关联度较高。

表1 新消费品牌空间分布影响因素的驱动力Table 1 Driving force of the factors affecting the spatial distribution of new consumer brands

3.2 影响机理分析

经济水平是主导新消费品牌发展的一个外在驱动力。地方经济实力的q 值为0.795，且通过了显著性检验。零售业的发展必然受到区域经济发展水平的影响［18］，并与商家的销售利润直接关联。人均可支配收入q 值较小，未通过显著性检验，这是因为新消费品牌作为一种兴起的消费，消费群体是一个渐进的过程，因此与消费者的消费实力存在不显著相关性。从表2 中的国民生产总值差异看出，长三角、珠三角城市群均处于我国国民生产总值第一梯度和第二梯度，与新消费品牌形成的两个高密度区相吻合。同时，环渤海地区是新消费品牌聚集的次高密度区域，这些经济发展繁荣的地区拥有良好的工商业基础，具有超大规模市场优势和内需潜力。区域经济发展不平衡、半城镇化等阻碍了新消费品牌空间均衡分布，中西部地区的经济发展延缓于东部沿海地区，使得新消费品牌“地区化聚集”的空间分异特征。

客源市场是决定新消费品牌门店空间分布沿胡焕庸线分布的内在驱动力。人口数量与新消费品牌门店分布的相关性达0.896，驱动力最高，年龄结构中14—65 岁的q 值最高0.862，而互联网消费群体的驱动力值高达0.851。因此，其空间格局与人口分布具有较强的一致性，消费品牌的分布具有很强的人口依赖性，商业布局需要考虑门槛销售额，将商业区域布局在人口密集区域［31］。根据2020 年各省的人口统计数据，将全国划分为5 个等级（表2），新消费品牌一般趋向于广东、山东、河南等人口分布较多的省份。与此同时，不同年龄阶段对新消费品牌的接受程度不同，一方面是青少年对潮流的追逐和接受能力较强，互联网用户更容易接收到广告营销，如亚洲地区千禧人群的消费能力超过以往任何一代；另一方面，中年人对新消费品牌的购买能力较强，受过良好教育的30 多岁男性是最重要的电子商务群体之一。

表2 国民生产总值、人口与旅游接待人数空间差异Table 2 Space differences in gross national product，population and number of tourist receptions

技术创新是激励新消费品牌门店创新可持续发展的诱发因素。高校人才与技术人员的q 值分别达到0.793、0.731，原因在于新技术的运用为新零售的产生提供了很好的支撑，零售企业创新转型过程中，人力成本［32］、高等教育与人才培养［33］对企业聚集与研发活动具有重要支撑作用。其中，地区企业研发经费的q 值达到0.668。数字化转型虽然能为企业带来新资源，但是资源并不能保证价值的创造，企业必须具备有效积累、整合资源的能力，研究如何将数字技术集成并锚定消费者的购买过程中，需要企业投入更多的研发经费，引进更多的人才。

公共服务水平是刺激新消费品牌门店发展的潜在推力。服务设施在公共服务水平维度中影响力最高，为0.777，且在1%的水平上显著，其次是服务人员与地方财政支出的驱动力q 值，分别为0.773、0.745。因为第三产业是城市化的后续动力，同时政府调控也对产业突破、产业集群的形成产生了强大的助力［34］。东部地区在零售业发展阶段中不断优化产业结构，随着服务设施与产业结构转型升级，能够给消费者带来更优质化的消费体验，不断吸引新消费品牌聚集东部。而西部地区零售业发展缓慢，原因是服务业与国民经济相互影响，对国民经济增长的贡献值不断上涨，服务业对国民经济影响力连续多年稳居第一，从而导致地区零售业发展相对缓慢。

交通条件是推动新消费品牌地区均衡化发展的向导力量。物流效率对新消费品牌的空间布局影响的q 值为0.571，交通便捷度的q 值为0.699，均具有显著性，因为城市交通带来的人流、物流和区外流动人口是零售商业布局的先决条件，且城市的物流效率使新消费商品从生产到销售再到消费的距离缩短［35］。当前物流效率的驱动力低于交通便捷度，原因在于：本文在研究新消费品牌线下实体店的空间分布格局时将主打线上新消费品牌剔除出去，导致物流因素的影响力度降低；在交通便捷性中，西部城市中内部交通换乘率低于大部分东中部城市，出行较为方便，但外部交通发展水平受到限制，物流效率低于东中部地区，零售业受交通因素的制约，新零售品牌分布较少。

供给因素与消费因素共同作用影响区域新消费品牌门店空间格局的形成与发展，且二者之间交互作用具有明显的空间差异性（表3，本文仅列出每个维度前1 位的交互作用交互值），明显看出供给因素与消费因素的交互作用强于单个因子的驱动力。从全国来看，X1∩X6的交互作用最强，地方经济实力为新消费品牌的发展提供深厚的资金支持，人口数量使得对新消费品牌的需求较高。从区域来看，东部地区X1∩X13、X3∩X13的交互作用力最强，东部地区具有发达经济实力，其丰富的经济机会与地方品质吸引了人才聚集，使得高级人才为新消费品牌的转型升级提供技术指导，交通通达性也为新消费品牌输入大量的消费者。中部地区的 X6∩X10、X6∩X13交互的驱动力度最高。中部地区拥有大量的客源市场，内部交通通达性较高，同时通过人才引进政策，吸引高等人才的流入，为新消费品牌的创新发展提供支撑。西部地区X1∩X6的交互影响强烈。西部地区具有独特的自然条件，导致人口分布具有“整体分散，局部集聚”的状态，因此地方经济实力与人口数量协同增强影响该地区的新消费品牌空间格局。

表3 新消费品牌空间格局形成因素交互作用结果Table 3 Interaction results of forming factors for the spatial pattern of new consumer brands

综上所述，新消费品牌门店空间分布格局的形成是一个复杂的过程，结合地理探测器与文献梳理，形成新消费品牌空间分布格局的影响机理（图5）。经济水平是新消费品牌聚集的外在驱动力，资本资金是各类新消费品牌企业创立的先行条件，对技术创新、基础设施建设提供坚实的外部支撑，同时决定了客源市场的购买能力；客源市场是新消费品牌分布的内在驱动力，区域内的居民与游客数量决定着区域新消费品牌购买潜力的大小；技术创新作为诱发因素，为新消费品牌的可持续创新提供发展动力，同时能够进一步促进区域的供给与服务水平；交通设施作为商业中心对外连接的桥梁，对新消费品牌的空间分布具有向导作用，区域便捷性与物流水平的提高，能够进一步扩大新消费品牌的客源市场需求；公共服务水平是新消费品牌建设的潜在推力，能够为新消费品牌打造场景化的优质服务，潜在推动新消费品牌的发展。

图5 我国新消费品门店空间分布的形成机理Figure 5 The Formation Mechanism of the Spatial Distribution of China's New Consumer Goods Stores

4 结论与建议

4.1 结论

主要结论如下：①从类型结构来看，新消费品牌类型以餐饮食品、鞋服饰品、彩妆护肤、日用品4 类为主，共计占比为76%。不同类型的新消费品牌门店的空间分布集聚区域具有差异性，基本以长三角、珠三角城市群为核心，但文化潮玩新消费品牌的聚集区域具有特殊性，在湖南地区形成了高密度区，在南京、北京、天津等文化历史底蕴悠久的地区形成了次高值区。②从整体空间分布来看，全国新消费品牌门店的空间分布表现出非均衡的凝聚状空间分布特征，形成了2 个核心密度区和5 个次级高密度区（长三角、珠三角2 个城市群为核心密度区，北京、郑州、成都、武汉、长沙等城市形成次高密度区）；在区域层面，东、中、西部分布呈依次递减的特征。另外，华东地区占比最高，华中、华南两地区次之，西北地区分布最少。新消费品牌分布与胡焕庸线大致相似，集中于胡焕庸线南部，标准差椭圆方向分布呈“东北—西南”走向。③从影响因素来看，经济水平是新消费品牌聚集的外在驱动力，客源市场是新消费品牌分布的内在驱动力（人口数量与新消费品牌门店分布区位选择的相关性最大），而技术创新是新消费品牌发展的诱发因素，公共服务水平是新消费品牌建设的潜在推力，交通条件是新消费品牌布局产生偏移的向导力量。

4.2 建议

建议：①新零售品牌作为崭新的品牌形象，具有较大的消费市场，但新消费品牌地区的不平衡发展阻碍了新消费体系的发展，因此要扩大全国性需求而非地区性需求。针对新消费品牌高聚集区域，要丰富新消费品牌的种类，不断调整产品结构，丰富产品种类，构建完善的供应链体系。对于新消费品牌门店低密度区，较大区域存在市场空缺，尤其是华北、东北地区，新消费品牌可通过大数据、人工智能等分析中西部地区的消费潜力，针对性向市场空白区扩散。②客源市场与技术创新是影响新消费品牌分布的双重要素，要吸引人才与人口的聚集，以满足高学历人才的经济需求为切入口。一方面，增加经济机会，吸引人才回流，缩小地区间差异，给予前往中西部地区就业的应届毕业生一定的经济支持和社会保障；另一方面，地方品质是吸引人才与人口聚集的重要条件，人口的扩张在于城市提供的服务与消费的品质，要提高公共服务水平和交通便利性等地方品质。③新消费品牌冲击着传统零售企业的发展，促使传统零售企业重视数字化转型与多渠道零售拓展。传统零售业可借助媒体和广告创造需求，运用数字经济、5G 技术、人工智能等新技术进行智能化广告宣传；同时，改变服务模式，让消费者体验数字化、无边界化的消费场景。