漫游京师,商圈经济重振消费GDP

自从推行免费核酸检测制度以来,所有来过京城的朋友都感觉,这么密集、方便老百姓的检测网点分布,全国大中小城市,无出北京右者。单一品类POI独步全球百分百不逞多让。传说北京是便利店荒漠,要是拿出来应检尽检的劲头,肯定能把荒漠开垦成绿洲的。随着11月14日各地开始落实执行《优化疫情防控工作的二十条措施》,在地图上核酸检测点的“橙光”注定会慢慢暗淡,而便利店仍将边破碎,边前行。

极海数据探索栏目,左上角选定北京,搜索关键词列出的核酸检测点分布
搜索“便民商店/便利店”,结果有21467家,而上海则有25000多家,你猜猜中国哪座城市便利店最多?(POI数据截止2022年第二季度)

线下生活有节奏的放开到正常(就是不检查72小时隐性证明的意思),现在看来既是大势所趋,也是不得已而为之。大小逻辑大家都懂。咱们国家的GDP是消费、投资、出口的三元组合。 前三季度中国的经济大盘里,消费对GDP的增长贡献率是最大的: 41.3%; 出口贡献了32%;投资最少: 26.7%。看比例消费还行,毕竟占比最多,但要是和历史数据对比,绝对是这十年以来最差的。用2021年的数据参照,消费的贡献率下滑了近 20 个百分点,而投资和出口的贡献都是在上扬的。如果我们用积极的话语方式说“中国的经济是在缓慢的复苏”,那也得承认消费恢复得偏慢。即便与疫情正当时的2020年对比,消费的贡献也降低了13个百分点。

上一任国家统计局局长宁吉喆说:

消费仍然是经济稳定运行的压舱石。

这块压舱石不能沉入水底。第四季度老百姓还得努力彰显我们是有内需滴!——靠老百姓自己可不行,得从上到下一起使劲。

消费的提振还有什么好办法吗?全世界应对这三年的危机,已经实践过的办法无非就是提供低收入补贴、价格补贴、消费券以及在新消费上做激励。美国是补贴过头了,现在在通过加息来抑制消费,而我们这边呢?还在思考指导生产些内需真正想要的东西。要我看新消费根本不靠谱,即便就是京师人民的收入水平,考虑北京的生活成本,基础消费品仍然会是内需的主流

便利店代表了基础消费,尤其是围绕社区周边高频参与老百姓日常线上线下吃喝家用的小店,完全可以承载消费券的拉动作用。看上图的数据(您也可以自己操作,免费的,研究一下您所在的城市,可以制作一个便利店指数),北京的便利店、便民商店并不少。我是丝毫没有看出荒漠的感觉。但据此要做一个便利店品类的热门商圈地图,也很不现实。从视觉上,我只看到了这些绿点沿路分布的特征——路网密集的地方,点位数量也偏多。

北京的路网,构成了北京的基本意象。道路是城市的血脉,刻有城市的基因
数据艺术大神Craig Taylor制作的北京30分钟等时圈路网

北京的道路网构成的城市意象图在全球所有城市中识别度都比较高,环路交通设计的这么规规矩矩的方形,要归“功”于城墙残存下的城市基本结构,在国外几乎没有这样的城市,国内也就是西安有相似性。而纽约的意象来自曼哈顿岛的不规则形状与其路网极其精准的垂直反差。北京和纽约在相同比例尺下路网的对比,看得出北京的主干路太多了,小路稀疏,这就是解释北京便利店人流不够而造成经营压力的一大原因。

纽约市及泽西市(曼哈顿西边)周边的道路网

研究路网、绘制路网不是为了新奇好看,而因为路网是人类在城市中的活动频次、通达范围的第一决定力;对于类似我们这样的城市大数据工作者来说,路网是精准数据决策的第一素材,比如我们用于制作精确的商圈,就需要依靠路网。

极海生产的商圈是以核心地标命名的共识性的地理单元,是城市中的居民经年累月用自己的生活足迹为城市的某个范围贴上的地理标签,是城市规划制定者与商户“合谋”成功的地理疆域。共识性是这项工作的突出表现,我们不能仅参考一两家优势品牌的分布而认定某个商圈的价值高低。

探索一下便利蜂在京城的热度,那些高热度的地区是便利蜂自家的商圈。即便参考便利蜂的商圈,你如何确定商圈的准确轮廓?

极海生产商圈的初衷是解决用户对于实际物理边界(路网隔断形成的地块)与虚拟格网(铺在地图上的数学便利)之间含混不清的矛盾。使用格网,无论是正方形还是六边形,对城市进行商圈划分,是数据分析师和制图工作者的简单法门,但格网会跨道路,跨河流,跨小区,跨公园,宏观上仍然只能当做是一种热点地图的示意,指导具体某个格网内的选址和实勘,还是不得不与现实阻隔要么对抗、要么妥协。

用上面查询出来北京便利店的点位,统计计算落在覆盖全城1公里每个六边形网格中的数量,用自然分段法对这33239个网格进行绘图
放大了看,被道路穿过的格网比比皆是。在北京,主干路的两侧往往不属于一个商圈,实际情况也吻合,环路内外的居民基本不越过环路去对侧消费

与实际相符这只是商圈制作的初衷。等落实在具体应用中,我们才理解商圈的意义在于帮助用户精确的挑选出了布局优先级。数字化的目的不就是能协作组织内的所有同事准确计算、及时反馈、快速迭代吗?数字化选址的精华就在于可量化,可测算,可对比,可模拟。而提供一个高质量的外部数据正是我们的使命。举个简单例子,直白的很:来京城开创连锁品牌的首店位置,从极海的商圈中挑选即可。

如果按照北京城市总体规划图进行选址,虽然也有“商圈”的范围,你打算从哪儿下手选择自己的首店呢?
而从上图中挑选,是不是就觉得简单而又具体?有了具体的范围,就可以持续测量。我们用极海品牌监测和大众点评的数据统计今年以来北京核心商圈的商户数量趋势,总体走低

既然商圈是通过计算而得来的,数据工程师乃至组织的数字化团队就有了大大的用武之地。极海的方法是用路网将城市切成自然街区,统计街区内的商户,通过一个模型来计算商户的影响力范围,再结合大众点评中显露的公众对街区的习惯认知。有了这样的数学和数据基础,每个用户都可以自己按照某种规则进行影响力半径的调整,从而形成本组织业务特征或者当前时态的商圈。

极海生产商圈的逻辑

从上图模型中可以得知,自然街区是一切之基础。自然街区之所以称之为“自然”,背后的含义是居民在此范围内生活能量损耗最小。所以我们不断的用路网优化自然街区的生产,力求让这个街区范围客观、合理,最大限度的代表街区范围内人群自然的活动状态。

自然街区包含POI数量的分段地图(颜色从暗到亮表示街区范围内全类型POI数量从少到多,故宫很亮,是因为故宫里面所有的门、宫、殿、园都作为POI计算在内)
按照单位面积统计POI数量的分段地图(颜色越亮,单位面积POI数量越多)

在极海这些年迭代更新中国所有城市商圈数据的研发过程中,我不得不慨叹一下涨涨他人的志气。美国的人口调查统计单元就有街区和街区组这两个级别,从国家行政管理的角度考虑了地理数据这层重要的价值,不知道当年的设计者是不是也早早的想到了将来人类进入数据时代,这样的精细粒度的数据,会极大的提升整个城市土地的利用效率。极海已经提取了美国人口调查局发布的统计结果中上千个维度的指标与每个街区地块相对应,以供我们更好的研究美国,尤其是能与北京对标的那些大规模城市群。

纽约市按街区(block group)统计2021年服务行业GDP

上文展示了不少京师的商圈地图,我们想强调的是大规模的重振消费,商圈经济责无旁贷。毕竟以北京为例,仅以1.2%的商圈面积,却承载了全城11.5%的商户数量。这是典型的二八定律的实例。单单从马太效应的逻辑,从振兴商圈经济的角度出发,要么继续扶持商圈内的商户,提升商户的数量,要么扩大商圈的面积,积极规划、建设更多的商圈。其实二者也可以相辅相成。

按照极海的模型,长沙是全国城市商圈面积占建成区面积比例最大的城市,也就只有1.9%

从京师将来15年的规划来看,建设副中心、辐射京津冀、发展自身的都市圈、联动成为世界级城市群势必是中国北方最大的机会。不说那么远,北京向东南方向发展是肉眼看得出的趋势,副中心的建设将是北京商圈经济的新契机。别看北京那么大,既要找到有品牌价值、人流充足又是价值洼地的商圈,还真是一个挑战。数字化本领的储备怎么都绕不开。

副中心带动的新商圈,现在还不花心思研究吗?
京津冀城市群是美好愿景。当下即便与长三角、珠三角城市群对比,也是大大的的落在下风

做更长远的展望,从今天神游到2035年,环京师城市群能否比肩纽约、东京、大湾区、长三角?现在看起来差距还挺大。知名学者陆铭老师在《大国大城》中已经论述了大城市的效率,在新出版的《向心城市》中进一步阐述了形成城市群的协同效应才是真正城市间有效的平衡发展。陆老师欣赏东京这样的“八爪鱼”形态的都市圈,中心城市通过轨道交通和公路形成了与周边小城市的紧密连接;而中国按照功能区划分的多中心城市群形态更像“太阳系”,太阳系的星球之间有大量的农田和绿化带作为隔断,星球之间的联系紧密度被大大的降低了。

东京的血脉图(30分钟等时圈)。猜猜看,右下角这条细“手柄”是怎么回事?
大东京地区70公里范围,最北到栃木县的足利市,路网的密度可以证明,东京城市群的商圈面积肯定远远高于北京。上图的枝杈留意到了吗?是东京湾跨海公路
相同比例尺条件下,北京70公里范围,最南到大兴机场。北京的“市内城区”边界明显,这70公里范围内,大部分还是农田和山区

最后,做三点总结:

1、无论从政府的管理者,还是品牌商的规划者,商圈是线下经济最核心的关注点。尤其是打算入住新城市的新品牌,商圈是您效率优先级最高的地理单元;

2、计算商圈范围的过程以及用商圈进行持续数据监测的日常操作,代表了数字化转型实实在在的工作,商圈就是数据本身,更是将组织内部数据与开放的外部数据整合起来的桥梁;

3、北京的商圈数量还是太少、面积也太小了,要成为国际级的都市圈,还真得企盼天时地利人和。

最后的最后,漫游京师,哪些商圈还有独特的故事?哪些品牌在哪些商圈有独特的优势?哪些新兴的商圈值得品牌主留意?我们策划了更丰富的数据和主题内容。12月份,在直播中我们再聊这些话题。