2018年我国无人零售行业驱动因素分析，移动支付推动无人零售进入快速发展期「图」

　　无人零售业在2017年集中爆发存在多方面驱动因素。从社会层面看，社会竞争日益激烈使得消费者生活节奏加快，时间更加碎片化；其次，经济的高速发展催生了用户需求不断深化，消费者对于提升消费体验的诉求日益增强；同时，不断上涨的人力及租金成本使得运营成本居高不下、电商不断侵蚀市场份额的零售行业改革意愿强烈。从技术层面看，得益于物联网、移动支付、大数据征信等新兴技术的发展和成熟，无人零售所需突破的技术难题正在被逐步解决。此外，在零售业C2B的大趋势下，消费者数据成为零售业所必需，而无人零售店的商业模式要求其必须掌握足够的消费者数据才能完成交易，是收集消费者数据最天然的场景。

　　一、社会因素：社会生活节奏加快，人力/租金成本持续上涨

　　1、消费者生活节奏加快，时间碎片化

　　国家统计局数据显示，2017年，全国就业人员中，第一产业就业人员占27.0％；第二产业就业人员占28.1％；第三产业就业人员占44.9％。第三产业从业人员就业占比近5年呈持续上升趋势，成为吸纳就业的主力军。专家预测，未来我国第三产业的发展空间仍然巨大，预计到“十三五”时期末，第三产业吸纳就业占比将超过50%。

资料来源：国家统计局，华经产业研究院整理

　　传统周末节假日一次性购物消费的模式正在渐渐被打破，碎片化消费逐渐成为主流，用户随时随地产生的消费需求需要更快速的地满足，无人零售店无需排队、即拿即走的模式与消费者碎片化的时间更为契合。

　　2、消费者需求深化，更注重消费体验

　　随着我国人口结构变迁，80、90后已成为消费主力人群，整体消费者的消费需求发生了深刻变化。在选择购物场所时，消费者逐渐开始重视消费体验，如购物环境是否舒适，购物流程是否高效合理，商品范围是否覆盖需求等。无人零售无需等待、自助结账的流程提高了购物效率，符合了消费者对消费体验不断升级的需求。

　　国家统计局显示，2003年以来，我国城镇单位批发和零售业就业人员平均工资一直呈上涨态势，2015年，我国城镇单位批发和零售业就业人员平均工资为60,328元，同比增长8.04%。2017年我国城镇单位批发和零售业就业人员平均工资达到了71201元。

资料来源：国家统计局，华经产业研究院整理

　　租金方面，根据Wind数据，2017第二季度商业用地平均地价是2000年一季度的4.4倍。长期以来，零售业饱受高运营成本的困扰，租金和人力成本的快速上涨加剧了市场环境的恶化，无人零售更高效的空间利用率、更低的人力成本符合零售业改革的核心。技术因素：前沿技术快速发展，移动支付/大数据征信奠定基础

　　二、技术因素：物联网与人工智能快速发展

物联网即物物相连的互联网，其实现方式为通过传感器将物品连接到互联网，再通过这一网络传递物体信息和数据至互联网终端管理者。目前常用的传感器设备包括射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等，其中射频识别即目前大多数无人零售商店在商品识别和结算时所使用的设备和技术。根据工信部数据，2015年我国物联网产业规模达7500亿人民币，同比增长29.3%，是全球最大市场。在技术的不断发展和国家政策的扶持下，预计我国物联网产业仍将保持快速增长，这为无人零售店的实现提供了技术基础。

　　2008年，我国物联网市场规模达到780亿元,2014年达到了6000亿元，2015年我国物联网市场规模约7500亿元，2017年则达到12500亿元左右。近几年中国物联网行业市场规模情况如下图所示：

资料来源：华经产业研究院整理

　　人工智能即通过算法仿造人类思维模式，并将其应用在现实场景计算和分析中的技术手段，主要包括机器视觉识别、深度学习、大数据、云计算等类别。我国人工智能研究起步较早，目前在发表论文数量和科学家数量方面均已居于世界前列。人工智能技术的发展，使“即拿即走”式无人零售店成为可能。

　　三、支付环境：移动支付和大数据发展

　　1、移动支付手段普及

　　得益于智能手机的普及与网络支付的便捷性，我国消费者已逐步习惯在日常生活的不同场景中使用网络支付工具，越来越多的商户和公共服务也开始支持移动支付。截至2018年6月，我国网民规模达8.02亿，其中手机网民为7.88亿，较去年同期增加3509万人，手机网民占比高达98.3%，较2015年同期增加9.3个百分点，增速逐渐放缓。

资料来源：华经产业研究院整理

　　根据支付数据，过去一年超过10亿人次使用支付宝的便民服务进行缴纳水电费、交通违法罚款、医院预约挂号等日常付费活动。无现金的支付方式省却了消费者取钱和收纳及收银员找零的过程，提高了日常事务的效率，并且避免了现金被盗的情况，省去了现金收纳盘点的过程，为无人零售模式奠定了基础。

　　从2013年到2017年中国第三方支付移动支付交易规模从1.3万亿增长到109万亿，复合年均增长率达到235%。

资料来源：华经产业研究院整理

　　2、大数据征信逐渐完善

　　2015年1月，央行印发《关于做好个人征信业务准备工作的通知》，要求包括芝麻信用和腾讯征信等若干家大数据征信机构在内的八家商业征信试点机构做好个人征信业务的准备工作，标志着大数据征信开始逐步进入商用阶段。不同于传统征信，以芝麻信用和腾讯征信为代表的大数据征信覆盖人群更为广泛和年轻化、信息渠道也更偏向公民的日常行为偏好。这使得大数据征信虽然不及传统征信权威，但更能反映信息主体的行为和消费偏好，更适合应用在居民的日常生活中的消费、公共服务、转账等小额金额往来上。无人零售商家通过对接此类征信机构，获得公民的信用数据并评估其是否具备进店资格等，以在一定程度上防范偷窃案件的发生。

　　以芝麻信用为例，作为蚂蚁金服旗下第三方征信机构，芝麻信用以阿里电商交易数据、公安网等公共机构数据以及合作伙伴数据为基础，覆盖信用卡还款、消费借贷、酒店出行、生活缴费、医疗健康等场景的信用服务支持，在评估消费者日常行为信用、小额钱款往来等方面具有广泛应用。用户可凭借芝麻积分申请各类服务，同时芝麻信用通过用户租借续还和网络交易的行为数据不断更新用户信用评分，完善数据库。在无人零售店的应用场景中，消费者进店时绑定个人芝麻信用情况到后台管理系统，如消费者有撕毁标签、偷盗等行为发生，其芝麻信用评分会下降，可能导致其被无人零售店拒绝再次进入。

　　四、数据因素：零售智能化大势所趋，无人零售店为消费数据收集最天然场景

　　1、大数据行业概况：规模迅速扩张，应用场景多元

　　大数据行业指运用相关软硬件，对量级达到TB及以上的数据进行收集、整理和分析，并将分析结果商业化的行业。2017年中国大数据产业规模达到4700亿元，同比增长30%;其中，大数据硬件产业的产值为234亿元，同比增长39%。而在大数据的应用领域方面，媒体社交娱乐是大数据应用的最主要领域，占比达64.1%，其次是金融和基础电信。

资料来源：华经产业研究院整理

　　按照公司业务模式是否可以产生大数据，我国大数据采集和应用企业可分为两类：一是可以依靠自身业务产生数据数据并分析的企业，二是仅提供数据分析平台或服务的企业。第一类企业以BAT等互联网企业、华为等IT类企业等为代表，用户使用其产品时企业会通过后台管理系统采集并处理用户数据，形成包括用户信用、购买数据、社交关系、行为日志等在内的用户画像数据。这类企业掌握100PB甚至EB级（1PB=1024TB,1EB=1024PB）的数据，在数字营销、事件判断、趋势分析等方面应用良好，在零售、金融、政府等众多领域都有所涉及。第二类企业以拓尔思、百分点等为代表，此类企业一方面通过分布式采集技术等方式从媒体、搜索引擎、电商平台等处抓取信息或直接交换/购买数据，另一方面通过部署代码搭建系统等方式，在客户拥有的数据渠道里采集非敏感信息。此类大数据企业虽然规模和数据量都较小，但也已步入商用阶段，可进行一定程度的精准营销。

2017年中国大数据企业TOP10

资料来源：华经产业研究院整理