“新零售”新在哪儿？两家头部咖啡品牌门店选址逻辑的对比研究丨城市数据派

导读

商业区位选择并不是一个新问题。恰恰相反，该问题始终是经济地理学的重要关注点。对此的早期研究可追溯到中心地理论，更加普遍的范式则由赖利零售引力定律、哈夫模型等基于重力假设的模型建立。近年来电子商务的崛起则为传统的零售选址问题注入了新的复杂性。电子商务导致的“距离的消亡”似乎弱化了区位的作用，然而“距离已死”的说法很可能是对互联网影响能力的过分夸张。实证研究展示了电商对各级各类商业中心的复杂影响。特别地，我国的所谓O2O（线上到线下）模式勾连了虚拟和真实空间，强调线上下单对线下消费的引流作用。值得注意的是，对零售O2O来说，其供货实体原则上仅需要仓库。这种杂糅模式会在多大程度上导致零售区位选择上的新意，目前尚未有充分的研究。

本文以咖啡零售业为例，通过对比两家头部咖啡品牌（“S家”与“L家”）在北京市的零售门店选址逻辑，尝试从区位选择角度回答“新零售新在哪儿”这一问题。其中，S家是典型的“传统”零售品牌，其在我国（2019年末，下同）拥有4292家门店，在北京则有321家；L家则自称新零售品牌，其在全国和北京市的门店数量分别为4507和259家。

当然，即使上述猜想得到验证，这里的差别也并不能被认为是新零售和传统零售的差别，因为二者的客群定位差异对两种商业模型来说并不是一般的。因此，更有趣的话题可能是新零售中“线下配送”这一环节的存在可能对其门店选址的影响。这里的关键细节是，对零售O2O来说，最终消费者的到店消费并不是销售的主体；相反，绝大部分订单是通过配送完成的。这一特征将对零售空间结构带来哪些变化？

我们可从两种理论角度考察这一问题。一方面是经济地理角度。新零售声称，相比面对不确定客群来源地的传统零售商，统一的配送调度体系使其拥有就近配货的选择权，因而其更容易基于累积的订单位置数据优化其门店区位，从而获得竞争优势。这就引出了本文的第二个研究问题，即新零售门店选址是否因大数据优化而呈现出与传统零售不同的格局？对此问题的研究积累是不足的，因此我们不妨谨慎地给出肯定的猜想，并留待实证研究检验。

另一方面，是认知和行为科学角度。新零售的到店者主要是配送员而非消费者。一般而言，前者对门店位置比后者要熟悉得多。环境心理学和环境行为学研究显示，人们对环境的熟悉程度将影响其空间认知过程，进而改变其行为偏好。那么，新零售是否会为照顾其主要到访者（配送员）的空间认知特征而决定其门店区位选择？值得注意的是，如果上述机制存在，它们所依赖的认知和行为科学理论暗示了一个较小的作用空间尺度，这凸显了在新零售门店选址研究中考虑不同尺度和空间粒度的必要性。由此，我们提出本文的第三个研究问题，即在相对较小的尺度和空间粒度下，从空间认知和行为特征的角度看，新零售门店的选址是否呈现与传统零售不同的偏好？对此问题，我们的猜想是，既然新零售基本上无需吸引随机客流，它可以将门店置于不那么“显眼”的区位，如后街陋巷之类。这同时也有助于节约成本。

同时，为了检验结果的稳健性，我们引入另一个传统零售咖啡品牌“C家”，以同样方式构建安慰剂模型。

图1：宏观研究区域和两个品牌门店分布

图2：微观研究区域和两个品牌门店分布

对商业选址理论来说，本文的理论意涵是，与被经济地理逻辑支配的宏观区位选择不同，微观尺度下的零售区位选择具有深刻的认知-行为科学根源。现有文献对此并没有充分涉及，但这无疑是未来研究中值得注意的方向。

最后，另一个有趣的问题是，为什么本文所描述的这些现象似乎仅仅出现在中国，而在国外文献中罕见报道？我们猜测，本文所描述的以“线上下单、线下配送”为核心的新零售可能确实是中国独有的商业模式，至少就目前而言如此。其原因一方面在于我国互联网和电子商务产业的发达，另一方面也在于我国仍然较低的劳动力成本足以支持大规模配送服务的可行性。此外，中国大城市的人口密度非常高。就全国平均而言，中国单位面积城市土地上的人口数量约为美国的10倍，这使得配送行业可以充分发挥规模效益。虽然如此，但放眼未来，良好的数字基础设施和电商环境未必专属于中国，人力成本困境也可望通过不依赖人力的配送方式，例如无人车辆甚至无人机等技术的引入而得以解决，二者将分别消除发展中国家和发达国家新零售发展的前述限制。这种前景预示了本文结论的现实价值。