導讀
購物中心客流從恢復走向提升
經濟因素對購物中心客流影響增強
全國購物中心匯客指數反映客流變化趨勢
2020年Q1至Q4，購物中心客流與經濟的走勢基本保持一致，經歷了下行、反彈、恢復和提升四個階段。
2020年1月底2月初，國內疫情爆發，客流回暖率跌至10%。4月以來，客流回暖率提高至40%。6月以來客流回暖率穩定在60%以上，9月以來客流回暖率基本穩定在80%以上。
在購物中心客流影響因素中，疫情的影響越來越弱。但經濟和政策因素的影響逐漸增強，用戶習慣變化對購物中心客流產生長期影響。
Q1至Q4，GDP和社會消費品零售總額不斷提高，全國消費環境持續向好。2020年中國GDP總值為101.6萬億元，同比增長2.3%。2020社會消費品零售總額達39.2萬億元，同比下降3.9%。從同比增速來看，消費恢復速度慢于宏觀經濟。
從季度客流回暖率看，Q1和Q2消費者出行受疫情管控措施的直接影響，客流回暖率較低，其中周末客流回暖率低于周中。Q4周中和周末客流回暖率分別達80.9%和85.2%，人們日常生活與線下消費已基本恢復常態。
各省購物中心客流回暖變化
從12月客流回暖率看，30個省級行政區中客流回暖超過80%的省份有20個，其中上海直轄市客流回暖率最高，為87.6%。
Q1受疫情影響，各線城市購物中心回暖率較低。Q2開始，一線和新一線城市購物中心客流回暖率持續提升，二線城市和三線及以下城市的客流回暖速度在Q3和Q4放緩。
我們認為這是因為在疫情防控常態化后，二線及以上城市實體商業運營狀況持續改善，而低線城市實體商業運營狀況恢復放緩。
Q4北京市購物中心客流大幅提升
一線城市中，北京因6月份疫情出現反復，日常出行管控加強，導致北京Q2和Q3的回暖率低于其他城市。Q4疫情得到控制后，北京購物中心客流出現報復性提升。
Q4武漢市購物中心客流基本恢復至疫情前水平
從季度客流回暖率看，武漢市客流回暖率與其他新一線城市的差距隨著季度不斷縮小，Q4客流回暖率達到85.6%，基本恢復至疫情前水平。
隨著經濟對購物中心客流的影響逐漸增強， Q4不同規模的購物中心客流基本恢復至常態水平。其中大型購物中心憑借豐富完善的業態和功能、更廣的輻射范圍，客流回暖率大幅領先中小型購物中心。
從全年看，培育期和發展期購物中心客流恢復較好。Q1和Q2成熟期購物中心受疫情影響更大，導致其全年客流回暖率較低。Q4經濟因素對購物中心的影響增強，成熟期購物中心客流回暖率超過培育期購物中心。
2020年，購物中心客流隨著疫情爆發和防控的起效而變化。全國購物中心回暖率記錄了這一過程，隨著疫情防控常態化，客流回暖率長期穩定在80%以上，已完成了它“客流回暖監測”的使命。
2021年，為更好地記錄疫情防控常態化之后的客流變化趨勢，我們推出“匯客指數”這一新指標。
Q3開始，由于疫情對客流的影響遞減，全國客流回暖率變化幅度趨小。
匯客指數反映場均日客流的大小，相較而言，匯客指數更能反映在疫情影響較小的情況下，全國購物中心客流變化的真實情況。
進入Q4，疫情對客流的影響減弱，周中和周末的客流回暖率都在80%-85%范圍內，匯客指數更好地反映出周末和周中的客流差異。
匯客指數反映出，不同規模購物中心的客流情況差異較大。從季度變化來看，大型購物中心匯客指數提升最快，這也與客流回暖率反映的趨勢一致。
結語
2020年Q1至Q4，購物中心客流走勢與經濟走勢基本保持一致，6月以來客流回暖率穩定在60%以上，9月以來客流回暖率基本穩定在80%以上。
2021年1月份，國內部分地區疫情出現反復，且目前國際疫情發展仍不容樂觀，線下實體商業在制定和調整經營策略的同時，也需要關注疫情的變化，提前做好預防方案。
2021年，推動國內消費升級與需求側管理將是大趨勢，市場參與者要在新的市場環境和政策指導下，尋找2021年新戰略，指導項目定位、招商調改等工作。
隨著新消費場景和新消費業態不斷涌現，消費者結構和消費偏好變化加快。我們建議購物中心應該主動利用大數據等方式，觀察并及時把握消費變化新趨勢。
匯客云也將持續關注市場動向、不斷完善客流分析體系、增加數據產品豐富程度。繼續為市場提供公正、客觀、可信的數據服務，支持全國購物中心決策。
數據來源：
本報告數據來自匯納科技股份有限公司(匯納科技300609.SZ)匯客云數據服務平臺。
本報告同時引用了國家統計局等公開數據源。
瑕疵說明：
本報告用匯客云數據服務平臺上的購物中心數據樣本，(通過AI算法在購物中心和城市的多個特征上做樣本投射，以反映市場全貌。本報告研究對象僅指單體建筑面積在3萬平方米以上的購物中心和百貨，由于匯客云在港澳臺及西藏地區的服務樣本量不足，不具有代表性，暫時未輸出相關數據)對于3萬平方米以下商業設施參考性有限。此外，本報告中的品牌數據來源于匯客云平臺上的購物中心，因此對于開設在街邊、社區等其他商業場所的品牌商鋪參考性有限。本報告采用的匯客云平臺上的購物中心和店鋪客流數據分別記錄進入購物中心和店鋪的人次，并不代表獨立訪客人數。
樣本說明：
數據周期：2019年1月1日至2021年1月3日
樣本選擇：選取開業年限超過6個月，面積在3萬平方米及以上，客流數據穩定且完整的購物中心作為當月分析樣本，且樣本每月更新。
指標說明：
客流回暖率：客流回暖率為實際客流與基準客流相除的百分比，計算公式如下：客流回暖率=實際客流/基準客流×100%。其中，基準客流是匯客云基于全國超過4700家購物中心特征數據，考慮150個影響因素，利用可歸因的“實體商業五因子基準模型”計算得出。預測在沒有疫情發生情況下，商場某日（周/月/季/年）應該達到的客流量。
匯客指數：反映購物中心客流情況的指標。計算方法：匯客指數=當期場均日客流/基期場均日客流*100。基期客流為2019年1月的全國場均日客流。示例說明：2020年一線城市匯客指數=2020年一線城市的場均日客流/基期場均日客流*100，2020年第一季度上海匯客指數=2020年第一季度上海的場均日客流/基期場均日客流*100。
城市等級劃分：
依據第一財經·新一線城市研究所2019年發布的城市等級
一線城市：北京市、上海市、廣州市、深圳市
新一線城市：成都市、杭州市、重慶市、武漢市、西安市、蘇州市、天津市、南京市、長沙市、鄭州市、東莞市、青島市、沈陽市、寧波市、昆明市
二線城市：無錫市、佛山市、合肥市、大連市、福州市、廈門市、哈爾濱市、濟南市、溫州市、南寧市、長春市、泉州市、石家莊市、貴陽市、南昌市、金華市、常州市、南通市、嘉興市、太原市、徐州市、惠州市、珠海市、中山市、臺州市、煙臺市、蘭州市、紹興市、海口市、揚州市
三線及以下城市：其他非一線、新一線和二線的城市。
發展階段劃分：
培育期購物中心：開業3年以內
發展期購物中心：開業在3-10年之間
成熟期購物中心：開業10年以上
規模劃分：
小型購物中心：面積小于6萬平方米
中型購物中心：面積在6-12萬平方米之間
大型購物中心：面積在12萬平方米以上
隱私聲明：
本報告使用的匯客云及其他數據僅用于商業研究，數據經過脫敏處理，不涉及相關客戶的隱私數據信息；報告數據僅反映實體商業客流趨勢，出品方不承擔、不接受由此衍生的一切責任。
本報告版權歸匯客云所有，轉載請注明來自匯客云。
