1、数字经济时代的城市商业重构与治理 基于数据透视的商圈识别、分类与评价 美团城市创新实验室、清华大学建筑学院联合课题组 2019年11月 数据透视的商圈边界识别2 商圈变革的时代背景1 数据透视的商圈分类3 数据透视的商圈评价4 重要发现及研究展望5 预期应用价值6 主要内容 商圈变革的时代背景1 1 Part 信息通信技术穿透工作、生活的所有场景 数字经济 l英、美、德等国数字经济GDP占比均超过60% l中国数字经济GDP占比为34.8% 城市化是经济增长的最大动力之一 城市化 l英国、美国、德国城市化率超过80% l中国城镇化率为59.58% 为城市经济及社会发展带来叠加红利 数字经济+城

2、市化 信息通信技术让距离不再重要 人才选择到具有美好生活的区域就业 新 经 济 优先级转变：从产、城、人到人、城、产 定位转变：从生产型城市到生活型城市 新 城 市 数据来源：中国信通院全球数字经济新图景（2019） 数据来源：WDI数据 商圈变革的时代背景 n数字经济+城市化：城市发展迎来大变局 1 0 Part 综合功能载体商圈是勾连消费与生产的空间载体 新兴基础设施 商圈是与交通、医疗和教育等同等重要的城市基础设施 通用城市名片商圈是受到广泛认可的城市名片，是占领心智的显著地标 商圈为活动提供空间、为消费提供场景，是城市彰显活力的核心区域 n数字经济时代，商圈重要性凸显 商圈渗透城市经济

3、的核心议题 夜经济：夜间商圈 旅游经济：旅游商圈 居民服务：便民商圈科技园区：科技服务商圈 会展经济：会展商圈 商圈变革的时代背景 1 Part 影响因素1人口结构调整 l 老龄化：截至 2018 年底，我国65 岁及以上老年人口已 达 1.67 亿，占总人口比重为 11.9%。 l 家庭结构小型化：1982年的我国家庭户均人口4.41人， 到2017下降到3.03人，平均每个家庭人口下降了1.31人 6 影响因素2经济形态变迁 短缺经济丰饶经济 产品经济服务经济 参与经济交换经济 4.41 3.96 3.44 3.46 3.133.1 3.02 3.02 2.98 2.97 3.13.11

4、3.03 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 1982 1990 2000 2001 2005 2010 2011 2012 2013 2014 2015 2016 2017 n人口结构调整、经济形态变迁推动商圈变革 中国人口老龄化趋势明显 家庭结构小型化趋势明显 数据来源：根据中国统计年鉴整理 0.0 2.0 4.0 6.0 8.0 10.0 12.0 14.0 0 5000 10000 15000 20000 1982 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 20

5、18 65岁及以上人口（万人）65岁及以上人口占比（%） 数据来源：根据中国统计年鉴和统计公报整理 商圈变革的时代背景 1 Part 商圈品类雷同、缺乏差异化，品类调整变化慢， 同质化、低水平竞争 按照经验布局，没有从消费者角度出发， 便利性差、交通拥堵问题严重 竞争激烈 布局不当 规划建设了大量商圈，导致产能过剩，部分 商圈经营状况惨淡，资源浪费 产能过剩 资源利用不充分，商家经营成本、营销成本高， 商家存活率较低 经营困难 消费体验 不佳 商圈变革的时代背景 n传统商圈饱受诟病 1 Part 分析方法遇瓶颈：缺乏框架，数据不足 开发投资难规划：风险激增，竞争惨烈 商户经商少信息：盲目发展，

6、仰仗运气 政府管理缺抓手：观念既定，经验主义 生态优化无工具：品类单调，赢者诅咒 商圈提升难题数字经济时代的商圈重构 研究体系：数据驱动、实时动态的识别与评价 研究方法：互联网大数据+城市数据 研究工具：大数据分析、地理信息系统、空间句法 等 方 法 消费方式：在家、在店、在途三种场景 运营方式：线上线下结合的智慧化运营 宏观治理：规划、诊断、干预等决策方式数据化 理 念 商圈变革的时代背景 n直面商圈提升难题，重构数字经济时代的商圈 1 Part POI数据1 交易数据 2 评价数据 3 后段部件 商圈识别1 后段部件 商圈分类2 数据基础 A 商圈识别、分类 B 静态评价I 动态分析II

7、商圈评价 C 发现与价值 D 政府 地产、运营商 商户 消费者 互联网平台企业 便利度 丰富度 满意度 发展潜力及影响因素 相关性、贡献度 预警分析 选址、经营决策分析 城市数据 4 自发集聚形成 移动搜索拓展 快递服务延伸 线上互动重构 引领型 全面型 街区型 社区型 大数据 地理信息系统 空间句法 消费者选择 商家经营策略 商圈均衡发展 重要发现 指导实践 商圈变革的时代背景 n研究路线图 数据透视的商圈边界识别2 2 Part 传统商圈 自发聚集形成 的商圈边界 移动搜索拓展的商圈边界 依托快递服务的商圈边界 线上互动重构的商圈边界 数字经济时代的商圈 （本次识别重点） 边界模糊，难以把

8、握 2 0 Part 数据透视的商圈边界识别 n数字经济时代，商圈的四重边界 自发聚集 形成的 商圈边界 打破常识，从数据透视角度重新识别商圈 边界明显，内涵清晰 依托空间集聚的商圈边界 集聚+辐射，是城市商业空间分布的 基本规律 规律认知 美团平台全品类交易额是商圈规模 极佳的表征指标 数据选取 热点分析( Getis-Ord Gi*)为主线的 空间数据挖掘 算法选择 2 0 Part 数据透视的商圈边界识别 通过时空大数据挖掘、揭示商圈的集聚与辐射规律，进而识别商圈实体空间边界 n数据与算法选择 更多精品报告，登录东西智库网站（d x 2025.co m )下载 1234 8765 热点分

9、析 ( Getis-Ord Gi*) 增补大销售额 独立地块 擦除面积 过大地块 擦除POI数量 极少地块 擦除单位面积 POI数量 极少地块 擦除交易额 极低值地块 商圈分割 商圈1 商圈2 商圈3 2 0 Part 数据透视的商圈边界识别 以热点分析为主线的商圈边界自动识别“八步法” n识别步骤 2 Part 图例 商圈核心区范围 东多西少、北多南少 东、北部集中连片，西、南部多为城市综合体单体 东二环至东四环之间是北京商圈集中区 1 6 6 7 9 11 11 13 20 34 40 0554045 顺义区 石景山 房山区 东城区 西城区 通州区 大兴区 昌平区 丰

10、台区 海淀区 朝阳区 各辖区商圈数量 数据透视的商圈边界识别 n识别结果北京市为例 六环内共识别出158个商圈 数据来源：美团平台，数据基准为2019年2月至2019年7月 更多精品报告，登录东西智库网站（d x 2025.co m )下载 数据透视的商圈分类3 3 Part 品类丰富度 规模直接决定了商圈的服务能级，是反映商圈 影响力的关键指标，本次研究最终选取商圈的 总交易额来界定商圈的商业规模 商业规模 丰富的消费体验是新型商圈的发展方向，本次 研究从美团平台的十五个业务品类出发,通过 品类构成的均衡程度来研究商圈功能的丰富度 & 数据透视的商圈分类 n总体思路从商业规模和品类丰富度两个

11、方面划分商圈类型 更多精品报告，登录东西智库网站（d x 2025.co m )下载 l 指标选取 占地面积、交易额、POI数量等，均可反映商圈规模，经相关分析发现三者 呈较强的自相关性。最终选取总交易额作为商圈的规模指标 3 Part 商圈核心区交易额相对值分布 l 分布特征 l 交易额TOP5的北京商圈 1 望京 2 国贸-东大桥-朝阳门 3双井-九龙山 4 三里屯-工体 5 三元桥-亮马桥 数据透视的商圈分类 n分类标准从商业规模和品类丰富度两个方面划分商圈类型 数据来源：美团平台，数据基准为2019年2月至2019年7月 3 Part 通过单指标K-means聚类，可发现北京商圈按规模

12、分为 四类比较合适，且呈头部明显的长尾分布特征。 特大型：3个，望京、国贸-东大桥-朝阳门，双井-九龙山。 大型：14个，三里屯、三元桥-亮马桥、朝青、中关村等。 中型：19个，亦庄文化园、通州北苑、天通苑南、回龙观西 大街等新城核心区或大型居住区的商业聚集区。 小型：122个，大量的相对独立的商业综合体，也含有一些 耳熟能详的商业集聚区，如798、奥体、西直门等。 聚类分析结果 大小 中特大 望京 国贸-东大桥-朝阳门 双井-九龙山 丰台科技园 方庄-蒲黄榆 常营 朝青 大望路 三元桥-亮马桥 东直门 三里屯-工体 西单 王府井 崇文门 五道口 中关村 五棵松-公主坟 数据透视的商圈分类 n

13、商业规模北京六环内商圈按规模不同自动划分为四个等级 4 数据来源：美团平台，数据基准为2019年2月至2019年7月 更多精品报告，登录东西智库网站（d x 2025.co m )下载 3 Part 餐饮占据压倒性优势 丽人也有不错的表现 功能更多样的商圈，一般休闲 娱乐、亲子、购物、酒店、教 育培训等占比也较大。 品类构成箱线图 （含餐饮） 品类构成箱线图 （不含餐饮） 特大 不同体量商圈中品类构成图 大 中小 数据透视的商圈分类 n品类丰富度北京不同规模商圈的活跃品类在结构上具有一定的趋同性，对商圈布局有借鉴意义 其中，生活服务涵盖：家庭保洁、洗涤护理、家电维修、生活配送等，详见美团App

14、。 数据来源：美团平台，数据基准为2019年2月至2019年7月 3 Part 体验型 餐饮POI数量占比65%以下，休闲娱乐、 亲子、购物、酒店、教育培训占比的中位 数在1.3%以上。 主要分布在：城市五环以内尤其是东部片 区，五环以外各大居住区内一般也有一半 的商圈为体验型。 功能型 餐饮POI数量占比65%以上。 主要分布在：五环内的北部、西部及南部， 五环以外各大居住区分布较为均匀。 体验型 功能型 n品类丰富度 按品类丰富度将北京六环内商圈划分为两类 数据透视的商圈分类 数据来源：美团平台，数据基准为2019年2月至2019年7月 更多精品报告，登录东西智库网站（d x 2025.c

15、o m )下载 3 Part 综合来看，北京商圈可以分为四大类 引领型 特征：超大规模、品类构成极为丰富 所含商圈：望京、国贸东大桥-朝阳门、双井-九龙山 全面型 特征：规模很大、品类构成比较丰富 所含商圈：朝青，大望路，三里屯-工体，崇文门、方庄/蒲黄 榆，常营，东直门，三元桥-亮马桥，王府井，西单，五棵松- 公主坟，中关村，五道口，丰台科技园 街区型 特征：规模中等、部分品类的发展较有特色 便利型 特征：规模较小、基本以餐饮为主 望京 国贸-东大桥-朝阳门 双井-九龙山 丰台科技园 方庄-蒲黄榆 常营 朝青 大望路 三元桥-亮马桥 东直门 三里屯-工体 西单 王府井 崇文门 五道口 中关村

16、 五棵松-公主坟 街区型 便利型 全面型引领型 数据透视的商圈分类 n商圈分类结果 更综合、更多样的消费体验是商圈的发展方向 数据来源：美团平台，数据基准为2019年2月至2019年7月 数据透视的商圈评价4 更多精品报告，登录东西智库网站（d x 2025.co m )下载 4 Part 一级指标二级指标 便利度 是否方便到达，是消费者选择商圈作为线下消费 目的地的重要指标。公共交通与道路系统的发达 程度均直接影响商圈与消费者的连接效率。 步行范围内交通站点数量 交通设施可达性 丰富度 到达商圈后，品类是否丰富是影响消费体验的重 要指标；“丰富”有两层含义：数量充足、结构 均衡。 商圈品类丰

17、富度 商圈POI数量（个） 满意度 消费者用脚投票，总交易额、人均订单量都客观 反映了消费者对商圈的青睐程度；好评率为商圈 满意度提供了直接的表征指标；在家与在店消费 水平体现了商圈线上线下融合发展的程度。 在家交易额（万元） 在店交易额（万元） 在家订单量/消费者数 (个) 在店订单量/消费者数 (个) 在家消费好评率（%） 在店消费好评率（%） 数据透视的商圈评价 n指标体系从便利度、丰富度、满意度三大维度构建商圈评估指标体系 商圈便利度指数 4 Part 1国贸-东大桥-朝阳门 2 望京 3中关村 4双井-九龙山 5崇文门 6三里屯-工体 7王府井 8东直门 9三元桥-亮马桥 10阜成门

18、 n商圈便利度TOP10国贸-东大桥-朝阳门、望京、中关村是最方便到达的北京商圈 数据透视的商圈评价 步行范围内交通站点数量 交通设施可达性 数据来源：美团平台，数据基准为2019年2月至2019年7月 更多精品报告，登录东西智库网站（d x 2025.co m )下载 商圈丰富度指数 4 Part 1望京 2 国贸-东大桥-朝阳门 3双井-九龙山 4朝青 5三里屯-工体 6三元桥-亮马桥 7亦庄新城核心区 8崇文门 9东直门 10常营 数据透视的商圈评价 n商圈丰富度TOP10望京、国贸-东大桥-朝阳门、双井-九龙山是消费体验最丰富的北京商圈 品类丰富度 POI数量 数据来源：美团平台，数据

19、基准为2019年2月至2019年7月 商圈满意度指数 4 Part 1望京 2 双井-九龙山 3 4三里屯-工体 5三元桥-亮马桥 6西单 7崇文门 8朝青 9中关村 10五道口 国贸-东大桥-朝阳门 数据透视的商圈评价 n商圈满意度TOP10望京、双井-九龙山、国贸-东大桥-朝阳门是让消费者最满意的北京商圈 在家交易额在店交易额 在家用户数在店用户数 在家消费好评率在店消费好评率 数据来源：美团平台，数据基准为2019年2月至2019年7月 综合指数 4 Part 1望京 2 双井-九龙山3 4三里屯-工体 5崇文门 6中关村 7三元桥-亮马桥 8东直门 9西单 10 朝青 国贸-东大桥-朝

20、阳门 数据透视的商圈评价 n综合排名TOP10望京、国贸-东大桥-朝阳门、双井-九龙山是北京无可争议的三大顶级商圈 数据来源：美团平台，数据基准为2019年2月至2019年7月 重要发现和研究展望5 5 Part l “大而全”是商圈发展的趋势 规模大的商圈，往往才能给消费者提供更丰富的消费体验 l 中小商圈更便利 中小商圈主要分布在大型居住区、部分商务区及新城核心区， 与居民日常生活休戚相关 品类丰富度 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 特大型商圈大型商圈中型商圈小型商圈 体验型功能型 重要发现和研究展望 n重要发现一：消费者选择上，追求

21、体验去大商圈， 满足功能去小商圈 数据来源：美团平台，数据基准为2019年2月至2019年7月 5 Part 在店消费好评率在家消费好评率 特大型商圈 大型商圈 中型商圈 小型商圈 在店好评率在家好评率 在家与在店订单满意度分布 l 商圈越大，往往在店消费的好评率更高一些，因为大 商圈可以集聚头部商家，为消费者提供更丰富、更高 品质的消费体验。 l 小商圈发挥自身就近、便利的优势，更多采用外卖、配送等新形 式，也能很好的迎合消费者功能性优先的消费选择。 重要发现和研究展望 n重要发现二：商家经营侧重上，大商圈在店体验好，小商圈在家服务好 数据来源：美团平台，数据基准为2019年2月至2019年

22、7月 5 Part l 消费者线下常去的商圈，在空间上呈高度集聚式的分布，而到家场景的不断发展，则有效的缓解了这种集聚效应，使更 多的人可以更高效、便捷的享受到高质量的服务。 在家交易额分布 （标准差：0.14） 在店交易额分布 （标准差：0.16） 重要发现和研究展望 n重要发现三：新经济形态重构商圈分布上在家消费场景推动了商圈的均衡分布 数据来源：美团平台，数据基准为2019年2月至2019年7月 5 Part 01 商圈影响因素挖掘商铺对商圈的贡献度分析 商圈商业生态多样性研究商圈运营预警分析 从内部生态及外部环境综合分析商圈影响 因素，找出标杆商圈，指导商圈规划 多维度衡量商铺贡献，增

23、强运营、招商 政策的针对性 分析商圈生态多样性特征，指导商户选址， 促进可持续发展 监测商户布局现状，综合评估，提出优化 方案 02 0304 重要发现和研究展望 n面向数字经济时代的商业理论突破寻求商业生态繁荣之道，回应简雅各布斯 预期应用价值6 6 Part 政府（G端） 消费者、客户（C端） 地产、运营商（B端） 互联网平台企业 科学规划精准招商动态监测 发展预警高效运营 消费引导提升体验满足家庭生活需要 扩大连接增强粘性实现社会价值 业态和品类规划 商户（B端） 动态调整精准定位科学选址 预期应用价值 n指导数字经济时代的商业实践 联合课题组主要成员（排名不分先后） 清华大学 孟晔：美

24、团城市创新实验室主任、美团研究院研究 员、世界经济论坛全球未来理事会理事（2016- 2019） 厉基巍：美团城市创新实验室城市科学首席专家、 美团研究院研究员 霍景东：美团城市创新实验室服务经济首席专家、 美团研究院研究员 张敬云：美团城市创新实验室首席数据科学家、美 团公司事务平台产品研发部总监 付运伟：美团城市创新实验室高级数据专家、美团 公司事务平台产品研发部数据组负责人 美团 龙瀛：清华大学建筑学院研究员、北京城市实验室 创始人、主任 张恩嘉：清华大学建筑学院博士研究生 侯静轩：清华大学建筑学院博士研究生 侯懿：北京大学城市与环境学院学生、龙瀛实验室 客座研究人员 李莉：龙瀛实验室研究助理 谢谢！