金彩五四 | “勇担青年使命，共享金融知识”微课堂进行时 第二讲

金彩微课堂

“勇担青年使命，共享金融知识”微课堂进行时

 No.2 

疫情下的“新零售”

第二讲：疫情下的“新零售”

本次课程由2018级金融实验团支部

在班助王者的指导下完成

1

新零售的行业研究

新零售行业整体介绍

新零售，英文是 New Retailing，即个人、企业以互联网为依托，通过运用大数据、人工智能等先进技术手段并运用心理学知识，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式 。

新零售与传统线上零售的不同之处在于，"新零售"的核心要义是推动线上与线下的一体化进程，其关键在于使线上的互联网力量和线下的实体店终端形成真正意义上的合力，从而完成电商平台和实体零售店面在商业维度上的优化升级。同时，促成价格消费时代向价值消费时代的全面转型。

疫情期间的行业变化

课程组从线下和线上两个方面来研究疫情期间新零售业的变化。

线下表现为零售的崩塌和物流受阻。疫情来袭，线下零售的崩塌是一件显而易见的事。无论是疫情初期西贝称贷款发工资挺不过三个月，还是所谓的“实体书店自救”，都向我们释放一个信息，就是线下业务步履维艰。与线下零售的崩塌相对应，疫情带来的另一个影响是物流的受阻。国家邮政局快递发展2月份的同比数据显示：2020年的2月份与往年相比，实物商品网上零售额和快递业务量的增长率都出现了显著下降，其中快递业务量的下滑尤其明显。这说明在疫情的影响下，物流行业确实受到了负向冲击。尽管如此，我们说疫情带来的对线下零售的影响要大于对物流的影响，也就是说，总体来说疫情对线上零售的影响是正面的。

线上表现为直播电商加速和到家业务爆发。据艾媒咨询预计，2020 年，直播电商市场规模达 9610亿，同比增长 111%，接近万亿水平。直播电商行业处于大赛道。直播电商具有天然的用户群，“直播”、“电商”两种模式已深入人心。庞大的用户基数空间为直播电商用户倍数增长提供了较高的天花板空间。当前社交电商从业人员共3032.6 万人，同比增速50.2%，预计 2019 年同比增速突破 58.3%，更多从业人员的进入为后续直播电商的快速发展奠定了基础。此次疫情的发展更加速了这一趋势，因为在疫情期间人们相比与平时对网络的关注度更高，花在网购上的时间也更多。与流量电商和电视购物相比，直播模式可以更加立体、感性的展示商品；主播与观众的互动，是电视购物无法拥有的体验，解决了观众购买的担忧。以上两个特征，为直播电商提供了效率优势。而到家业务涉及的领域较为广泛，从配送品类来看，可以分为餐饮到家（饿了么、美团外卖等）、日用百货到家（天猫、京东、苏宁易购等）和生鲜到家（每日优鲜、永辉生活、盒马、京东到家等）。到家业务发展之迅速赋予了零售新的定义，同时为零售企业开辟了新的业务模式。疫情期间，全民开启“居家过节”模式，市民外出购物次数大幅减少，送货到家渗透率迅速提升，中国的“到家业务”迎来了全面爆发期。因为“用工荒”和疫情的原因，给零售业带来了巨大的影响。而线上下单，快速将新鲜的菜品送上门的模式，也给生鲜电商一次“重生”，但机会过于凶猛，让不少企业因运力和供应链等因素，让互联网“抢菜”直到正月十五还是未能完全满足消费者需求。一边，零售端业绩暴增，另一边，供应链上游开工不足，零售业呈现上下游分化的态势。

2

新冠疫情对新零售的发展影响

(一) 预测模型数据处理

2020 年的新冠肺炎疫情对中国部分行业的经济发展产生了一定的影响, 打乱了许多线下业态的正循环——门店关闭，营收停滞，支出不减，疫情期间，线下商业叫苦不迭。疫情已经充分暴露了传统商业模式的脆弱之处，转战线上成为最常见也是最有效的自救措施。课程组利用指数平滑法和分解法就新冠肺炎疫情对我国的线上商品零售业的影响进行预测，经比较最终采取指数平滑化后的 ARMA 模型预测结果作为最终的预测结果。

(二) 预测模型建立

该组先做出了模型的假设，接着进行数据说明，在数据处理上，检验了时间序列的平稳性。最后采用了两种思路，一种是将平滑化结果采用ARMA回归进行预测，另一种是将平滑化结果采用灰度预测。以此来建立预测模型。

从该图中可以看出，模型的拟合效果总体来说不错，残差基本上也是在零均值附近随机波动。至此，该模型成功建立。课程组利用该模型预测发现：疫情对于中国的零售行业总体还是有非常大的影响。即使很多传统零售业正在向新零售转型，但我国线上零售业依然受到了新冠肺炎的冲击，线上零售业损失惨重。

 基于省域数据的实证研究

(一) 数据选取

为了保证数据的真实有效性，该组所研究的百货店、超市、购物中心和便利店相关数据样本均为我国20个省份在2015-2019年的数据。而全国网络零售渗透指数、全国网络零售发展指数、全国网络零售企业成长指数等解释变量所选取的数据为2014-2019年数据。 

(二) 变量设定

课程组设定了被解释变量、解释变量和控制变量。

(三) 模型设定与实证策略 

零售业发展情况组作为中国整体零售业的一个整体变量，解释变量为全国网络零售渗透程度指数、全国网络零售企业成长程度指数、全国网络零售企业成长程指数、全国网络零售发展程度指数、电子商务活动情况、互联网通讯发展情况等变量。该组通过设定模型探讨了各因素对零售业发展的影响。进一步地，为了充分刻画二者间的传导影响机制，还设置了递归方程，检验相关变量的中间传导机制。

(四) 实证结果及经济解释

课程组用描述性分析和回归结果分析出全国网络零售渗透程度、全国网络零售企业成长程度、网络零售环境程度对于新零售额具有一个正向的影响，而全国网络零售发展程度对于新零售额呈现一个负向的影响，可能是由于当地区网络零售业的发展程度较高，其受到的发展瓶颈较大，发展空间比较小，由此可能会对零售额产生一个负面的影响。但总体上，各因素都能很好地解释新零售的发展程度。

  3  

 结论和建议

国家统计局数据显示，2020年3月份线上累计实际销售额分别为 22169.0 亿元。从该组的预测模型结果来计算，3月累计销售额损失为36373.41亿元，因此，从总体上来说，疫情防控期间，我国零售业在一定程度上受到了新冠肺炎疫情的冲击，居民消费受到抑制，春假期间以及2月份消费市场受冲击明显。但疫情影响是短期的和外在的，消费市场长期平稳增长的基础仍然存在，转型升级持续推进的内在发展态势没有变。商务部发言人高峰在23日举行的例行新闻发布会上表示：一 季度，全国农产品网络零售额达 936.8 亿元，增长 31.0%。由此可见，传统零售业正在转换思路，转战线上，朝新零售和智慧零售方向转型升级，网络零售对消费的促进作用也在进一步提升。

 4 

课程视频

结语

本次微课堂到此就结束了，感谢为这次微课堂付出了时间和心血的2018级金融实验团支部以及助教王者同学！希望团员们能在视频中深化对新零售业的认识，学习到更多的金融分析方法，提升自己的专业素养。五四已至，我们青年应当秉持五四精神，热爱祖国，砥砺奋斗，练就过硬的本领，真正做到不辱使命、不负韶华、不负重托。

审定 | 李菊

主编 | 赵茗涵

责编 | 王可

编辑 | 金融学院团委、学生会组织部