王玮商业地产洞察

王玮

公告

国际购物中心协会(ICSC)市场专委会亚太委员

英国皇家特许测量师协会(RICS)会员

楼宇经济促进会(CABEP)特别顾问

邮箱:wangdyk@vip.163.com

微信公众号:wwcre_sydc

文集

统计

今日访问:55

总访问量:10142444

以网络思维的幂律法则剖析2020年国内购物中心销售额

2021年04月15日

评论数(0)

出品/联商专栏

撰文/王玮

图片/笔者在楼宇经济国际讲坛上现场分享

4月10日受楼宇经济促进会的邀请,我为成都地产界的朋友们作了一个《以网络思维开启楼宇企业决策新思路》的宣讲。

这也是我第一次正式用全球最前沿的复杂网络理论即网络思维的研究方法对包括国内购物中心市场的问题做的一个系统和深入解析。

网络思维是复杂系统理论具象化的表达方法,网络思维的定义是根据复杂网络系统的构造和机理理解以及观察事物的新的思维方法。

课后一位朋友说一开始还以为是什么“互联网思维”的内容,结果完全不是那回事。我很喜欢武侯区政府一位宣传部长的总结,他说这是用数学的方法解释哲学的问题,而且和实际做了很好的联系。

我觉得这个总结很到位,网络思维其实就是一种新的认识论和方法论,也更生动和形象地诠释了唯物辩证法思想的本质。不但可以帮助行业更清楚地认清现实,更重要的意义在于帮助企业面对必然是不确定的未来作出决策的意义。

图:在讲坛上让大家现场熟悉横向使用手机计算器的方法,培养多维思考的习惯

复杂网络研究权威巴拉巴西先生提出的“无尺度网络”概念极大地提升了人们对网络思维的认知高度,从人们的财富分布到购物中心的销售额分布,再到华尔街的投资分析模型等等,都彻底颠覆了人们之前对随机网络和正态分布的传统认知。

作为一个商业地产人,我首先从上海购物中心的销售额分布入手。根据上海购物中心协会的购物中心发展报告,上海2019年的购物中心的总数为290个,总销售额为2010亿元。如果根据传统的正态分布的线性思维逻辑,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;

2)70%的上海的购物中心都会达到或超过7亿元这个均值。

如图1a所示:

图1a 图1b

而事实是,上海购物中心的销售额是呈二八分布的。

二八分布的网络根据巴拉巴西的定义叫作“无尺度网络”,因为其不像正态分布的网络有一个平均代表值(比如我们以为的7亿元),所以称之为“无尺度网络”,见图1b。

关键是上海购物中心的二八分布现象不是个别现象,从国际购物中心表现最好的澳大利亚市场到国内购物中心领导企业华润置地和恒隆集团等都无一例外地遵从二八分布的幂律法则。

研究发现,所有区域市场和购物中心连锁企业都服从二八分布的幂律法则。二八分布并不是说20%的购物中心准确地拥有80%的销售额或租金收入,而是强调了一个少数占优或占多的原则。唯一的区别是被我定义为“平均偏离度”的幂次方数值。

从这个意义上,上海购物中心协会的发展报告虽然没有公布上海全部的购物中心的销售额,但报告提到的“排名前30的购物中心占据了上海购物中心50%以上的销售额这一事实,为寻找和确定关键的“平均偏离度”的幂次方提供了最重要的线索,然后依据二八分布的原则就可以找出上海购物中心市场销售额分布的幂次方,对上海购物中心的情况作出一个八九不离十的总体判断。从而彻底扭转人们之前以为那种其实并不存在的正态分布的想象。

这次宣讲,我又根据上海购物中心协会最新发布的2020/2021年度的购物中心发展报告。对2020年的上海购物中心的销售情况作了更新。我将2019年和2020年的两条幂律曲线对比显示,如图2所示。

图2:2019年(左)和2020年(右)上海购物中心销售额分布

为了能够清楚地在线性坐标上表示幂律曲线,我将上海购物中心的数量在横轴上分为十组,每30个为一组,最后一组的2019年为20个,2020年为36个,但是因为其处在长尾的尾部并不影响分析的结果。

从两条曲线的对比可以看到,排名前30购物中心的销售额2020年的情况甚至比2019年更好,尽管受疫情影响上海购物中心总体销售额是下降的。

根据上海购物中心协会在报告中披露的2020年排名前23个购物中心的销售额就占到了上海购物中心销售总额50%以上的这个数据,我通过幂律曲线得出2020年上海排名前30的购物中心占到了上海购物中心销售总额的56%以上(比2019年增加了6%,平均分离度进一步加大)。

这也和见诸报端的上海恒隆广场和国金中心等标杆项目销售额不降反升的情况非常吻合。但是几乎看不到占上海购物中心90%以上的大多数项目的销售额其实是下降这一重要事实的任何报道。而通过幂律函数的曲线可以很清楚地呈现这个“头部更高,衰减更快”的变化。这里将上海购物中心的两条幂律曲线重叠放置,清楚地显示这种变化,见图3。

图3:2019年和2020年上海购物中心销售额分布的重叠分析

图3中的蓝色柱为2019年的数据,黄色柱为2020年的数据。为区别起见,这里用红色的幂律曲线代表2020年的变化,2019年依旧为蓝色,则可以清楚地看见2020的头部更高,并且在“31-60”后,红色的曲线就落到了蓝色的下方。两条曲线的幂次方分别为负的1.5和负的1.7,这其实是幂律法则告诉我们的比规模变量更重要的一个状态变量!

图:指出比规模变量更重要的状态变量

进一步地,我研究了2019年和2020年国内购物中心销售额的分布情况。获取国内市场的综合数据就不像上海那么容易了(上海作为国内最前沿的零售市场,在数据统计方面一直也是做得最好的),虽然很多媒体和网站都有各种各样数据的报道,但不是数据不完整,就是将百货商场和购物中心混为一谈,为分析带来很多困惑。

我理解也许是个别网站不方便或者未获允许公布一些数据。我通过各个平台数据对比,也包括追踪相关地产企业的年报等数据的核实,列出了2019年和2020年的国内百强购物中心销售额的分布图。

我理解虽然个别项目依然存在偏差,但是对于幂律法则所要求的八九不离十的准确性已经可以把握了。我将国内百强购物中心的销售额直接对比显示(见图4)。


图4:2019年和2020年国内百强购物中心销售额的幂律分布对比

图4可以看到一个有趣的现象,就是国内百强购物中心的销售额分布和上海购物中心的销售额的分布的走势很类似,都是2020年比2019年头部更高和长尾部分衰减更大。两条曲线的转折发生在排名第20的购物中心附近。

国内媒体对于头部效应的报道自然不少,但实际更应该关注的是长尾部分更大多数的购物中心的总体表现,这样也便于传递真实准确的市场信息给相关零售地产行业。否则,仅仅是报道头部的那几个标杆项目的显著增长,或者排名前100的项目和个别头部市场并不算太大的跌幅,很容易给大多数的地产企业传递错误的信息。

当然,我也理解尾部的数据不容易获得,位于这些位置的企业通常也不愿意公布自己的数据。但是通过网络思维的幂律法则的分析,可以很容易帮助你把握大势。

根据2019年和2020年国内购物中心的两个幂律函数的计算,可以得出以下两个数据:

1.国内超10亿元的购物中心总数:2019年为497个,2020年只有221个。

2.国内排名前500的购物中心总的销售额:2019年为8911亿元,2020年为7025亿元。

我一直很关注超10亿元购物中心销售额这个数据,因为这是购物中心投资回报的一个门槛。2019年这个数据接近500,也大约占到了国内5000个在营购物中心总数的10%,应该比较符合逻辑和实际情况。

而对于国内排名前500名的购物中心销售总额的观察也是一个很有意义的数据,2019年这个数据达到了8911亿元,2020年仅为7025亿元,降幅达21%,明显高于上海的9.7%。但是从全国市场看,这个降幅是合理的。

图:楼宇经济国际讲坛现场

课后,一位国内知名和表现稳定的商业地产企业的区域总问我如何看待成都县域城市的开发项目,甚至问我是不是还应该去做?我感谢这位朋友理解了根据幂律法则,购物中心的销售额并不会根据规模变量的扩大而线性增长的道理。

我想了想告诉他,城市的新陈代谢和商场的优胜劣汰是永恒的主题,关键还是要对所要进入的县域市场作具体分析。而且国内购物中心市场虽然总体过剩,但有效供给依然不足,太多的商场在如何保持与市场的相关性方面都有很大的提升空间。

其后我更具体地告诉他,通过市场调查先找到该县域市场排名前5名商场的比较准确的销售额,建立幂律函数,这样就能对这个市场的容量有一个比较准确的把握,接下来就要分析自己的项目是否有机会在这个市场的网络中进入前三,成为位于前列的枢纽节点中的一个,而不是增加在长尾的尾部,那样的投入是没有意义的。

当然,还有很多比规模变量更重要的状态变量的因素则是包括在幂律的幂次方当中的,这就要具体问题具体分析了。

我相信这就是网络思维的幂律法则指导我们投资购物中心市场的意义所在,并且还远不止于此,为了应对不确定的挑战和克服人们的认知局限,网络思维的意义超过了网络本身。

文章为作者独立观点,不代表联商专栏立场。

联商专栏原创文章由作者授权发表,转载须经作者同意,并同时注明来源:联商专栏+王玮。