深度报告
请参考最后一页评级说明及重要声明
报告日期：2018 年 09 月 17 日
汪毅 021-61680675
Email:yiw@
执业证书编号:S1070512120003
<<硅产业链梳理及思考札记>> 2018-06-25
<<乘风破浪正远航>> 2018-05-17
<<愿乘长风，破万里浪>> 2018-03-19
消费升级和技术革命引发新业态
——基于阿里的全盘布局·新零售深度系列（一）
消费升级趋势难挡：消费逐渐成为经济增长的第一驱动力，但与其他国家
相比，中国消费水平尚显不足，2017 年中国居民消费率水平仅 %，
而美、日、韩的居民消费率水平分别为 %、%、%，中国未
来消费提升空间仍然巨大。对比海外，美国和日本消费类的世界性品牌出
现的机会都处于生产力效率较高、生活品质的需求也较高的年代，也就是
我们现在所谈论的消费升级的时代，目前，中国正处于消费升级的早期阶
段。消费升级的周期一般长达十余年，中国的世界级品牌在近年也有所涌
现。消费者对品质、体验和新鲜感的标准越来越高，单一的线上或线下割
裂的模式并不能满足这些消费者的需求，“新零售”即是对消费标准升级
的一种新尝试。
电商高增速难以维持，线下市场巨大： 08 年起，中国的电商开始呈爆发
式发展，远快于美国与日本，然而，我国电商爆发的需求端原因在消费市
场中导致了部分消费行为的不合理性。从 2014 年开始，电子商务交易额
增速开始下滑，从高峰期 %降至 %；网络零售额也从高峰期的
%开始逐渐下滑。与此同时，网络零售交易额占社会消费品零售总额
的比例提升速度较为缓慢，至 2017 年底，线上零售占比仍低于 20%，随
着线上零售增速放缓，该比例提升的空间有限，而线下零售依然有着广阔
的市场。这正是新零售出现的契机。新零售目前所提出的概念，就是纠正
了一部分不合理的行为。将线上与线下产品做到同质、同品、同价，就能
把被挤占的这一部分重新需求释放到线下。
新技术引发新零售革命：
移动支付——移动电子商务爆发增长是新零售的基础。2017 年中国移动
购物市场交易规模达到 万亿元，同比增长 37%，随着人口红利的消退，
增速逐渐放缓但仍保持较高的增长水平，预计 2018 年中国中国移动购物
规模将突破 6 万亿元，达到 万亿元，增长率达到 26%。从 2003 年起，
阿里在淘宝网接入支付宝，开启了支付的新时代。支付宝在近 15 年的发
展中，从担保支付渠道成长成为新的支付方式，背靠淘宝网平台，支付数
据和消费数据成为反应消费习惯的重要数据来源。移动支付技术的普及及
移动电子商务的爆发式增长成为新零售的基础。
RFID/ESL 电子标签——RFID 在零售行业的应用是加载于商品上的一种
电子标签。RFID 卷标是将数据存在芯片中，因此 RFID 对水、油和化学
药品等物质具有很强抵抗，因此可以免受污损。RFID 标签可以重复地新
增、修改、删除 RFID 卷标内储存的数据，方便信息的更新。ESL （Electronic
Shelf Label）电子货架标签，是一种带有信息收发功能的电子显示装置，
用以代替超市、商场的纸质标签。近年来，电子标签因其所具备的远距离
分析师
相关报告
核心观点
证券研究报告
投
资
策
略
研
究
深
度
报
告
深度报告
长城证券 2 请参考最后一页评级说明及重要声明
读取、高储存量等特性而备受瞩目。它不仅可以帮助一个企业大幅提高货
物、信息管理的效率，还可以让销售企业和制造企业互联，从而更加准确
地接收反馈信息，控制需求信息，优化整个供应链。RFID 当前较能适应
“无人零售”， 其优势是在于实现零售的高度智能化。
AR\VR——VR/AR+零售是近几年推出的全新的应用领域， VR/AR 技术
的核心是提升消费者体验，并帮助消费者做出最适合的决定，这与新零售
的概念不谋而合。AR（增强现实技术）和 VR（虚拟现实技术）把在现实
世界的一定时间和空间范围内很难体验到的实体信息，如视觉、听觉、触
觉等，通过科技手段进行模拟并叠加到现实世界被人类感官所感知，从而
达到超越现实的感官体验。
大数据——基于数据分析，店铺可以做出更好的选址决策，基于人群的年
龄、职业、喜好等画像分析，也可以帮助零售商在商品层面以及运营层面
做出更好的策略。对于新零售业态，最核心的一个特征就是打通了线下和
线上，这样带来的直接结果就是新零售业态可以采集到的数据更多。在数
字化经营思路下，数据反应出的消费者习惯是竞争制胜的关键。在新零售
模式下，企业依托大数据技术，激活内部数据，通过专业化信息平台建设
和多源化数据采集，全线打通内部数据，深入挖掘和分析数据资源，实现
用户会员跨区域共享信息，激活潜在用户，挖掘二次销售机会，直接产生
经营价值，实现精准营销。这是大数据助力新零售模式的关键之一。在当
前人口红利消退的情况下，科学合理地分析消费者相关的数据，消费行为、
消费习惯等，从而更精准地提供服务。
智能识别——人脸识别系统先产生人脸的特征模板并存储在数据库中。这
些模板将被用于与提交来要求比对的模板进行一一匹配对比，通常，当某
两个模板进行比对时，如果相似程度超过系统预先设定的阀值，系统就认
为比对成功。人脸识别主要应用于门禁控制和安全检查，而在零售方向，
人脸识别主要应用于无人支付及无人商店。行为识别是根据对人的动作进
行识别，以判断该动作的意图从而识别人的行为方式。行为识别不需要事
先对人进行数据提取和录入，而是仅根据当下人的行为进行学习做出判
断。目前，行为识别的大多处于研究开发阶段，投入应用的最好案例即为
亚马逊无人超市 Amazon GO 的展示店。
阿里新零售整体布局：
新零售的发展可以从三组、六个维度来解释：线上－线下、零售－体验、
国内－国际。阿里意图打造全局供应链，在同一个供应链条上，如果能包
含的围度越多，那么这个供应链条的效率就越高。例如盒马，用一条供应
链打通了线上零售、线下零售、线下体验三个维度。可以说是目前新零售
的业态里效率最高的供应链。我们预计，盒马还会再提供多一个围度的服
务，即线上体验服务。零售是一个充分竞争的市场，因此零售的龙头一定
是最高效率的参与者。如果未来通过一条供应链能够打通以上所有围度，
那么在市场上竞争力一定是最强的。阿里目前所做的，就是在不断的整合
六个维度。在电商的视角来看，流量是突破口，因此，阿里选择了线下的
流量作为新尝试，在线上流量再难获取更大进步空间的同时，将线上、线
下的商品、服务、体验同质化以获取线下的流量。目前的五大板块，菜鸟
深度报告
长城证券 3 请参考最后一页评级说明及重要声明
物流提供供应链的基础设施建设，盒马、天猫、银泰百货和无人商店是在
零售和体验端进行流量吸引的工具。
盒马鲜生
盒马消费模式：多业态的复合零售空间、网络应用协同 30 分钟送达
盒马运营模式：门店仓储一体化、信息系统的前置化和统一化
盒马盈利模式：将前置仓进行改造，与其他单纯布置前置仓的模式相比，
盒马把前置仓的纯成本属性改造成了“成本+盈利+线上流量入口”的属
性，盒马的盈利其实是前置仓的额外收入。
天猫
天猫快闪店、智慧门店——天猫通过品牌购物节“双 11”、“双 12”、“618”
等，全面实现线上向线下导流，同时线上与线下的数据进行全面融合，刻
画精准的用户消费肖像，以消费者为核心的模式激励了商家积极进行智能
化改造，全面提高消费者的购物体验，同时，智能化改造能帮助商家留存
线下消费者的信息，与线上平台信息进行融合。
天猫超市——基于大数据优化商品结构，基于周边地理环境和用户群体需
求“订制”门店，线上线下一体化，消费者在线下门店体验商品，通过两
个渠道购买，享受一致的商品品质和消费体验。
菜鸟物流——建立非标品类供应链、区块链与智慧物流
阿里的新零售物流是借助数据算法、智能供应链和人工智能等技术，打造
双线人货场的深度融合，匹配新零售线上和线下这两方面渠道的新物流。
通过智慧供应链降低成本、优化库存，菜鸟让商家实现了线上线下的库存
统一管理。
银泰百货——阿里对商场的定义，要改变传统商场对装修、招商等基于商
品本身的营销模式，向消费者体验为主的模式转变。阿里希望和银泰在整
个百货购物中心行业围绕“人、货、场”三个方面进行合作。新零售正是
在三个方面以大数据为基础的重构。阿里的“场”是虚拟的“场”，借助
银泰的实体“场”，阿里对消费者希望达到的提升消费体验感的目标更容
易达到。重资产模式下的百货商场拥有互联网系电商所没有的直接接触消
费者和获取消费者数据的能力，二者结合，正是新零售的核心所在。
无人商店——阿里的这套无人零售技术主要涉及三大核心技术，即生物特
征自主感知和学习系统、结算意图识别和交易系统及目标检测与追踪系
统。生物特征自主感知和学习系统主要解决在开放空间里对消费者身份的
识别问题，将顾客的生物特征与淘宝 ID 进行绑定，以实现对顾客的身份
确认。目前，阿里的无人商店仍是以概念推广为主，并未进行大规模的复
制。一方面是由于成本高昂，另一方面技术的大面积推广也仍存在一定的
难点。
投资机会：A 股市场共有 14 家技术方向的相关标的，分别涉及 RFID/ESL、
云计算、大数据、智能物流、移动支付、生物识别等多个方向。我们统计
了这些标的的所属行业、估值以及利润增速预测，其中，部分标的的业绩
深度报告
长城证券 4 请参考最后一页评级说明及重要声明
与估值较为匹配，可以进行关注。同时，零售板块中业绩受新零售影响业
绩表现较好的标的也可进行关注，如新北洋、思创医惠、苏宁等。
风险提示：新零售发展推进不及预期、国内国际经济环境变化、贸易战风
险
深度报告
长城证券 5 请参考最后一页评级说明及重要声明
目录
1. 消费升级为新零售助力 ......................................................................................................... 7
消费升级趋势难挡 ......................................................................................................... 7
电商高增速难以维持，线下市场巨大 ....................................................................... 10
2. 新技术变革引发新零售革命 ............................................................................................... 12
移动支付技术快速普及、移动电子商务爆发增长是新零售的基础 ....................... 12
新技术边界的扩展：AR/VR、RFID/ESL 电子标签、大数据、智能识别 ................. 13
3. 阿里新零售布局 ................................................................................................................... 19
盒马鲜生 ....................................................................................................................... 20
天猫 ............................................................................................................................... 23
菜鸟物流 ....................................................................................................................... 25
银泰百货 ....................................................................................................................... 26
无人商店 ....................................................................................................................... 26
阿里新零售整体布局 ................................................................................................... 27
4. 从巨头布局寻找相关投资机会 ........................................................................................... 29
技术方向的投资机会 ................................................................................................... 29
5. 风险提示 ............................................................................................................................... 31
深度报告
长城证券 6 请参考最后一页评级说明及重要声明
图表目录
图 1：2006 年至 2017 年最终消费支出对 GDP 增长贡献率 ................................................... 7
图 2：中日美韩四国居民消费率（%）水平 ............................................................................ 7
图 3：中美日三大产业就业人口分布（%） ............................................................................ 8
图 4：2008 年至 2017 人均可支配收入与消费支出占比 ........................................................ 9
图 5：消费升级趋势 ................................................................................................................... 9
图 6：我国人口年龄结构分布 ................................................................................................... 9
图 7：2004 年至 2017 年电子商务交易额及增速 .................................................................. 10
图 8：2008 年至 2017 年网络零售交易额及增速 .................................................................. 11
图 9：2017 年线上线下零售占社会消费品零售总额比例 .................................................... 11
图 10：中国移动购物市场交易规模及预测 ........................................................................... 12
图 11：ESL 电子价签 ................................................................................................................ 14
图 12：RFID 服装吊牌应用实例 .............................................................................................. 13
图 13：天猫试妆魔镜口红应用实例 ....................................................................................... 15
图 14：宜家家居 IKEA PLACE 使用 AR 技术进行家居摆放 ................................................... 16
图 15：支付宝“刷脸支付” ....................................................................................................... 17
图 16：Amazon GO 行为识别过程 .......................................................................................... 18
图 17：阿里新零售版图 ........................................................................................................... 20
图 18：盒马门店数量及门店分布图 ....................................................................................... 20
图 19：前置仓运营管理模式 ................................................................................................... 22
图 20：前置仓零售商业模式 ................................................................................................... 23
图 21：阿里智慧门店解决方案 ............................................................................................... 24
图 22：2018 年 618 天猫新零售活动分布 .............................................................................. 24
图 23：银泰“双 11”活动 .......................................................................................................... 26
图 24：“淘咖啡”体验店 ........................................................................................................... 27
图 25：新零售的六个维度 ....................................................................................................... 28
表 1：A 股市场技术类相关标的 .............................................................................................. 29
表 2： A 股相关标的估值及利润 ............................................................................................ 30
深度报告
长城证券 7 请参考最后一页评级说明及重要声明
1. 消费升级为新零售助力
消费升级趋势难挡
近年来，消费逐渐成为经济增长的第一驱动力，2016 年，最终消费对经济增长贡献率达
到 %，连续三年回升。自 2006 年至 2017 年，我国消费对 GDP 增速贡献的比重从 42%
上升至 %，消费成为拉动经济增长的重要原因。但与其他国家相比，中国消费水平尚
显不足，2017 年中国居民消费率水平仅 %，而美、日、韩的居民消费率水平分别为
%、%、%，中国未来消费提升空间仍然巨大。
图 1：2006 年至 2017 年最终消费支出对 GDP 增长贡献率
资料来源：wind，长城证券研究所
图 2：中日美韩四国居民消费率（%）水平
资料来源：wind, 长城证券研究所
对比海外，美国和日本消费类的世界性品牌出现的机会都处于生产力效率较高、生活品
质的需求也较高的年代，也就是我们现在所谈论的消费升级的时代，如美国的可口可乐、
麦当劳、肯德基等成名于 50 年代到 70 年代，而日本的无印良品、松下等成名于 70 年代
至 90 年代。日本的品牌升级由于受到亚洲金融危机影响，出现了“消失的十年”，因而
品牌的消费升级完成得比美国要更慢，而又现在又被中国迎头赶上。目前，中国正处于
消费升级的早期阶段，消费升级的周期一般长达十余年，并且，中国的消费市场比当时
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
%
%
%
%
%
%
%
%
%
%
%
1
9
7
0
1
9
7
2
1
9
7
4
1
9
7
6
1
9
7
8
1
9
8
0
1
9
8
2
1
9
8
4
1
9
8
6
1
9
8
8
1
9
9
0
1
9
9
2
1
9
9
4
1
9
9
6
1
9
9
8
2
0
0
0
2
0
0
2
2
0
0
4
2
0
0
6
2
0
0
8
2
0
1
0
2
0
1
2
2
0
1
4
2
0
1
6
消费率：中国 消费率：日本 消费率：美国 消费率：韩国
深度报告
长城证券 8 请参考最后一页评级说明及重要声明
的美国和日本多 5 倍，中国的世界级品牌在近年也有所涌现，如华为、大疆等，中国的
手机品牌占到世界手机零售的 60%。
在消费升级的过程中，产业的升级也逐渐在完成转换。就业人口从第一、二产业逐渐向
服务业转移，并非劳动力在产业转移的过程中生产效率就自然提高，而是由于科技产业
的升级给提高了各产业的效率，导致劳动力从第一、二产业流向第三产业。美国从 20 世
纪 50 年代到 80 年代经济结构进入后工业化阶段，该阶段第一产业所占劳动力和国民
收入份额的比重不断下降。从 20 世纪 60 年代开始，第三产业在国民收入中比重超过
半数，劳动力迅速由第一、二产业向第三产业转移，第三产业逐渐在国民经济中占优势
地位，到 1986 年，第一产业所占比重到下降为 3%，第二产业下降到 26%，第三产业
占比 71%。而日本在 1960 年之后大幅增加在科研支出来增强科技实力。科研支出比从
1965 的 1%增长到 2000 年之后的 3%，在 1975 年至 1990 年日本制造业基本完成转
型，从高能耗的行业转向技术知识密集型、高附加值的行业。电器机械、精密仪器等技
术密集型产业年平均产出增长率较高，几乎都超过 10%。与此同时，日本的三大产业结
构进一步优化，向服务业主导的信息社会迈近。以制造业和建筑业为核心的第二产业
GDP 占比逐渐降低，第三产业占比持续增长，至今已经达到总体的 71%。而目前，我国
亿就业人口，农、工、服务业人口占比分别为 38%、%和 ％，仍有约 亿
劳动力从事第一、二产业，科技升级提高劳动效率的必要性仍然存在，我们仍然处在消
费升级的早期阶段。
图 3：中美日三大产业就业人口分布（%）
资料来源：wind, 长城证券研究所
从收入角度来看，我国人均可支配收入不断提高，收入提高成为消费增长的主要动力。
城镇居民消费性支出占可支配收入的比例基本维持不变，但随着收入水平的提高，消费
水平上升；而农村居民消费性支出占收入的比例和收入同时提高，农村居民消费增长远
快于城镇居民。而从消费者角度来看，消费者更愿意在购买价格属性更高的品类，说明
他们对消费提出了更高的要求。从年龄结构来看，目前 40 至 49 岁的居民仍占人口结构
的大多数，但 “90 后”逐渐成为增长趋势最快、影响力最大的消费者，而这部分的消费
者对品质、体验和新鲜感的标准越来越高，单一的线上或线下割裂的模式并不能满足这
些消费者的需求，“新零售”即是对消费标准升级的一种新尝试。
[系列名称]
[系列名称]
[系列名称]
[系列名称]
[系列名称]
[系列名称]
[系列名称]
[系列名称]
[系列名称]
深度报告
长城证券 9 请参考最后一页评级说明及重要声明
图 4：2008 年至 2017 人均可支配收入与消费支出占比
资料来源：wind，长城证券研究所
*2013 年之后统计口径根据城乡一体化调查有所变化
图 5：消费升级趋势
资料来源：麦肯锡，长城证券研究所
图 6：我国人口年龄结构分布
资料来源：wind, 长城证券研究所
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
0
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
全国城镇居民人均
可支配收入（元）
全国农村居民人均
可支配收入（元）
全国城镇居民人均
消费支出占可支配
收入比例（%）
全国农村居民人均
消费支出占可支配
收入比例（%）
10
12
14
16
18
20
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
20岁-29岁 30岁-39岁 40岁-49岁 50岁-59岁
深度报告
长城证券 10 请参考最后一页评级说明及重要声明
电商高增速难以维持，线下市场巨大
2016 年，马云在云栖大会上提出“新零售”的概念，“新零售”从此遍地开花。2017 年
进入“新零售元年”，阿里、腾讯、京东等大型互联网公司全面布局，与传统零售行业巨
头如超商、百货等携手开创了零售新业态。
根据阿里的理念，新零售应当是基于零售体系，结合新的科技与供应链体系，对商品的
生产、流通与销售过程进行升级改造，通过大数据、人工智能精准定位客户需求，将线
下消费的场景和消费体验、线上服务和现代物流供应链融合，打破线上线下零售割裂的
新业态模式。新零售的产生并非突然爆发，其根本原因还是在于线上零售的发展到了瓶
颈期，电商的市场份额很难有大的提升，而线下的市场潜力仍然巨大。
08 年起，中国的电商开始呈爆发式发展，远快于美国与日本，主要有三个方面的原因，
首先是 08 年的金融危机为电商提供了机会，之前依赖于外贸的供应商由于受到金融危机
的波及，需求骤减，不得不开放对电商的供应，电商成为新的订单需求端。第二，相对
美国、日本市场来说，中国的零售渠道下沉渗透得并不充分，一二线城市与三四线城市
并未形成连锁体系，既没有类似美国遍布任何城市都能找到同样品质的零售超市模式，
如 Costco、沃尔玛等，也没有类似日本每百米范围内覆盖便利店、无人售货机的模式，
中国的渠道不能保证同价、同质、同品牌，电商在这种渠道上有可乘之机。第三，由于
线上的零售品不用付出渠道成本，往往能做到高性价比，消费者对线上零售品的信赖程
度高于线下。电商平台得到了供给端与需求端的双向保证，从而开启了高速发展的“电
商十年”。根据商务部的统计，从 2007 年到 2017 年，我国电子商务交易额增长了约 15
倍，其中，网络零售额增长了 60 倍，2013 年起超过美国跃居全球第一。我国线上平台发
展起步较晚，但在过去的十年间呈现飞跃式的增长，电子商务交易额和线上零售总额逐
年攀升。
图 7：2004 年至 2017 年电子商务交易额及增速
资料来源：国家统计局，商务部，长城证券研究所
然而，我国电商爆发的需求端原因在消费市场中导致了部分消费行为的不合理性。消费
行为一般分为体验性需求和计划性需求，体验性需求一般在线下完成，讲究及时性和高
效性，如药店、餐饮等需要消费者在现场感受进行消费产生的需求，而计划性需求大多
可在线上完成，一般具有周期性和计划性，如定时采购标准化的生活用品等。近年来，
%
%
%
%
%
%
%
%
%
%
%
%
%
0%
10%
20%
30%
40%
50%
60%
70%
0
5
10
15
20
25
30
35
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
电子商务交易额（万亿元） 同比增速（%）
深度报告
长城证券 11 请参考最后一页评级说明及重要声明
线下消费急剧萎缩，其中一个重要的原因就是线上消费挤占了线下消费，比如，在店内
挑选好商品但并不在店内购买，而是拍照或者拍下条码，去线上比价寻找价格最低的商
品。被挤占的线下消费行为多数源于低性价比的店内零售，而当价格低到一定程度之后，
线上的消费行为也逐渐进入了瓶颈期。从 2014 年开始，电子商务交易额增速开始下滑，
从高峰期 %降至 %；网络零售额也从高峰期的 %开始逐渐下滑。与此同
时，网络零售交易额占社会消费品零售总额的比例提升速度较为缓慢，至 2017 年底，线
上零售占比仍低于 20%，随着线上零售增速放缓，该比例提升的空间有限，而线下零售
依然有着广阔的市场。这正是新零售出现的契机。新零售目前所提出的概念，就是纠正
了一部分不合理的行为。将线上与线下产品做到同质、同品、同价，就能把被挤占的这
一部分重新需求释放到线下。
图 8：2008 年至 2017 年网络零售交易额及增速
资料来源：国家统计局，商务部，长城证券研究所
图 9：2017 年线上线下零售占社会消费品零售总额比例
资料来源：国家统计局，商务部，长城证券研究所
%
%
%
%
%
%
%
%
%
0%
20%
40%
60%
80%
100%
120%
0
1
2
3
4
5
6
7
8
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
网络零售交易额（万亿元） 同比增速（%）
%
%
线上零售占社会消费品零售总额（%）
线下零售占社会消费品零售总额（%）
深度报告
长城证券 12 请参考最后一页评级说明及重要声明
2. 新技术变革引发新零售革命
移动支付技术快速普及、移动电子商务爆发增长是新
零售的基础
过去几年间，我国移动电子商务呈现爆发性增长。2014 年，我国移动购物市场交易
规模达到 亿元，年增长率达 %。我国中西部、偏远地区的消费者跨越
PC 互联网支付，直接进入移动支付世界。支付宝的数据显示：在 2014 年各省移动
支付笔数占比的排名中，西藏、陕西、宁夏、内蒙古排名前 4。2017 年移动电商用
户规模达 亿人，增长 %，2018 年预计能增长至 亿人。数据显示，2017
年中国移动购物市场交易规模达到 万亿元，同比增长 37%，随着人口红利的消退，
增速逐渐放缓但仍保持较高的增长水平，预计 2018 年中国中国移动购物规模将突破
6 万亿元，达到 万亿元，增长率达到 26%。
从 2003 年起，阿里在淘宝网接入支付宝，开启了支付的新时代。支付宝在近 15 年
的发展中，从担保支付渠道成长成为新的支付方式，背靠淘宝网平台，支付数据和
消费数据成为反应消费习惯的重要数据来源。移动支付技术的普及及移动电子商务
的爆发式增长成为新零售的基础。移动搜索、基于地理位置的服务（LBS）以及移动
支付等业务的融合使本地服务市场更加丰富。用户通过 LBS 自动识别地理位置后，
可以及时发现周围的商店、酒店、影院等服务设施，更加便捷地获取有价值的信息，
而且从预订到支付的各个环节都可以直接通过移动终端进行，移动电子商务让碎片
化的需求、时间得到最大化利用。用户基于技术定位自动识别不同消费场景，根据
用户的需求推送相应的服务，提高了用户的使用效率；同时，不同的消费场景的服
务提供者根据用户的消费习惯数据进行导流，反过来又能根据数据的定位给不同的
用户提供精准的服务。
图 10：中国移动购物市场交易规模及预测
资料来源：中商产业研究院，长城证券研究所
0
1
2
3
4
5
6
7
2014 2015 2016 2017 2018（预测）
深度报告
长城证券 13 请参考最后一页评级说明及重要声明
新技术边界的扩展：AR/VR、RFID/ESL 电子标签、
大数据、智能识别
RFID/ESL 电子标签
RFID（ Radio Frequency Identification）是一种非接触的自动识别技术，可以在某个
范围内自动识别信息。通俗来说，RFID 在零售行业的应用是加载于商品上的一种电
子标签。和传统条形码识别技术相比，RFID辨识器可同时辨识读取多个 RFID标签，
而每一次只能有一个条形码受到扫描，同时， RFID 在读取信息上并不受尺寸大小
和形状的限制，因此不需为了读取精确度而配合纸张的固定尺寸和印刷品质。此外，
RFID 标签更可往小型化与多样形态发展，以便应用于不同产品。一般来说，传统条
形码的载体是纸张，容易受到污染，而 RFID 卷标是将数据存在芯片中，因此 RFID
对水、油和化学药品等物质具有很强抵抗，因此可以免受污损。RFID 标签可以重复
地新增、修改、删除 RFID 卷标内储存的数据，方便信息的更新，同时能够穿透纸张、
木材和塑料等非金属或非透明的材质，并能够进行穿透性通信，相对于条形码更容
易辨读。芯片式数据的记忆容量较大，条形码的容量是 50Bytes，二维条形码最大的
容量可储存 2 至 3000 字符，RFID 最大的容量则有数 MegaBytes。安全性方面，由于
RFID 承载的是电子式信息，其数据内容可经由密码保护，使其内容不易被伪造及变
造。
图 11：RFID 服装吊牌应用实例
资料来源：自动识别智能科技官网，长城证券研究所
ESL （Electronic Shelf Label）电子货架标签，是一种带有信息收发功能的电子显示
装置，用以代替超市、商场的纸质标签。目前货架电子标签多采用的是电子纸技术，
又以微胶囊电子纸技术应用最多。这种技术不仅具有传统纸张相当的视觉表现力，
而且具备超低功耗性能。使用电子标签最显而易见的好处是无需人工更换纸质标签，
在极大节省人力成本的同时，也避免了纸张浪费。每一个 ESL 通过无线网络与商场
计算机数据库相连，并将最新的商品价格通过 ESL 上的屏显示出来。ESL 事实上成
功地将货架纳入了计算机程序，摆脱了手动更换价格标签的状况，实现了收银台与
货架之间的价格一致性。对于零售商来说，ESL 最吸引人的地方在于它能根据产品
的实际情况和消费动态调整价格，充分发挥商品价格对消费的拉动作用。区别于纸
深度报告
长城证券 14 请参考最后一页评级说明及重要声明
质价签，电子价签可便捷打通线上线下，能够通过无线网络与线下场景数据库相连，
实时、准确地显示商品的价格信息。因此，电子价签能够解决门店频繁变价的需求，
降低人工成本投入，提升门店运营效率。顺应新零售的发展潮流，电子价签成为了
众多新零售企业必备的智能硬件工具。
图 12：ESL 电子价签
资料来源：RFID 世界网，长城证券研究所
近年来，电子标签因其所具备的远距离读取、高储存量等特性而备受瞩目。它不仅
可以帮助一个企业大幅提高货物、信息管理的效率，还可以让销售企业和制造企业
互联，从而更加准确地接收反馈信息，控制需求信息，优化整个供应链。电子标签
的出现把店内售卖的每一件商品都变成了供应链中的一环，经营者可以通过便捷操
作对店内所有销售的商品进行实时动态查询，对商品数量、销售情况、消费者购买
偏好等信息进行智慧化分析管理，采集海量数据以为经营者提供真实、有效、实时
的管理信息，有助于调整店铺经营策略，合理搭配商品结构，大大提高利润率及市
场竞争力。同时，电子标签可对整个商品供应链做到全程监控，对商品的生产、加
工、仓储、运输、销售全程无缝溯源，并通过顾客绑定的身份识别信息，切实保障
了消费者的食品安全。运维人员也可以通过后台数据及手持终端对货架上的所有商
品进行智能盘货，将临近保质期的商品进行汰换，杜绝过期商品因为人为失误而流
入市场。电子标签的应用已趋成熟，在北美、欧洲、大洋洲、亚太地区及非洲南部
都得到了相当广泛的应用。
RFID 当前较能适应“无人零售”， 其优势是在于实现零售的高度智能化。例如，若
将 RFID 应用于服装零售场景，消费者能读取到镶嵌了 RFID 的服装对应的信息，如
尺码、价格、库存等，同时服务提供商可选择预存相关搭配的商品信息，以供消费
者参考。消费者完成购物后可以把购物车上的篮子可以取下放置于自助结账机中，
自助结账机可以根据 RFID 的信息结出账单，完成自助结账。RFID 的特性使其广泛
应用于无人零售店。后台技术人员可以通过后台管理系统对店内的销售情况进行实
时盘货，经营者可以确切的知道需补货的数量及频次，有针对性的凭实时销售数据
合理调配人员进行运维，提升运营效率、减低劳动强度、减少运营成本。RFID 解决
方案以其入门门槛低、开发难度低、系统易架设、模式易复制，支撑了中国无人店
行业市场的快速落地。但目前来看，RFID 的缺点仍在于作为日常使用的标签来说成
本过高。随着 RFID 技术的大规模应用及普及，其价格也或将有大幅下降的空间。
深度报告
长城证券 15 请参考最后一页评级说明及重要声明
VR/AR
VR/AR+零售是近几年推出的全新的应用领域， VR/AR 技术的核心是提升消费者体
验，并帮助消费者做出最适合的决定，这与新零售的概念不谋而合。AR（增强现实
技术）和 VR（虚拟现实技术）把在现实世界的一定时间和空间范围内很难体验到的
实体信息，如视觉、听觉、触觉等，通过科技手段进行模拟并叠加到现实世界被人
类感官所感知，从而达到超越现实的感官体验。例如，在服饰和美容行业，零售商
们让消费者通过增强现实技术来尝试衣服、化妆品、配饰等。在家居行业，VR+家
居能模拟出消费者所选择的商品实际放在房间内的视觉效果，瑞典零售巨头宜家和
美国劳氏等品牌已经开始利用 VR 的独特优势，为消费者打造 Roomscale 房型 VR 体
验，且可定制尺寸和颜色，从而实现消费者的“梦想之家”。对零售商而言，VR 技
术可以有效提升自己的经营能力，包括重新设计店内布局、对客流动线的可视化，
货架/品类设计，甚至对虚拟体验进行分析。目前，VR 线下体验馆成为前期变现最
直接的方式。以蛋椅为主要产品形态，2016 年起，VR 体验馆像雨后春笋在大小城
市的商业中心和购物广场争相露相，用途主要以娱乐游戏为主，但商场购物结合的
VR 体验相对较少。
电商巨头们近几年都在纷纷押注 VR/AR 技术。eBay 最近推出了新的 AR 功能，可以
让汽车爱好者在购买车辆之前就看到新车轮的图像如何显示在车辆上。亚马逊继
2016 年发布实体和电子同步的 VR 购物应用后，又于 2017 年开设了 AR 家具店。而
今年初，亚马逊获得了“混合现实”智能镜子专利，实现了用户在虚拟位置进行虚
拟试穿，减少了服装尺寸不合的问题。美国家居商务公司 Wayfair 也计划将在其移动
网站中加入 AR 购物体验。前不久，家居零售巨头宜家(IKEA)就在全球率先采用苹
果 ARKit 技术来为消费者提供 AR 购物体验。
阿里巴巴一直看好 VR/AR 技术在零售业的应用。2016 年 3 月，阿里巴巴成立了 VR
实验室 GM Lab，随后启动了第一个项目 “造物神”计划，开始联合商家建立 3D
商品库。2016 年 11 月 1 日，淘宝 BUY+上线。此外，天猫近期与雅诗兰黛、植村秀
等品牌共同推出了试妆魔镜。去年 12 月 5 日，阿里巴巴还联手星巴克将 AR 场景识
别技术植入实体门店。
图 13：天猫试妆魔镜口红应用实例
资料来源：天猫金妆奖，长城证券研究所
深度报告
长城证券 16 请参考最后一页评级说明及重要声明
图 14：宜家家居 IKEA PLACE 使用 AR 技术进行家居摆放
资料来源：IKEA PLACE，长城证券研究所
大数据、云计算：根据用户信息提供的精准定位
互联网的本质在于用户经营、流量经营，而数据在这其中是最为基础的一环。深入
进行数据管理与挖掘，可以更好的服务用户。这里面包含了两个维度的用户，一是
服务于企业内部，实现数字化管理。 二是在消费者层面，可以提供个性化、多元化
的服务。在传统零售行业，企业内部管理的效率非常低，数字化的好处在于，极大
提高了信息同步的即时性。在消费者层面，掌握更多的消费行为数据以后，平台方
可以借助这些开展商品的个性推荐以及精准营销。此外，数据本身或者基于数据分
析得到的结论是具有价值的。基于数据分析，店铺可以做出更好的选址决策，基于
人群的年龄、职业、喜好等画像分析，也可以帮助零售商在商品层面以及运营层面
做出更好的策略。
对于新零售业态，最核心的一个特征就是打通了线下和线上，这样带来的直接结果
就是新零售业态可以采集到的数据更多。传统零售商在数据方面一直不够重视，认
为数据看上去并没有什么用处，经验性的重视货架摆放、商品选择、动线设计。在
传统零售店面，商品完全依赖供应链以及价格体系，传统零售商仅仅通过销售数据
是很难捕捉到消费者的行为变化。但对于新零售业态，在数字化经营思路下，数据
反应出的消费者习惯是竞争制胜的关键。在新零售模式下，企业依托大数据技术，
激活内部数据，通过专业化信息平台建设和多源化数据采集，全线打通内部数据，
深入挖掘和分析数据资源，实现用户会员跨区域共享信息，激活潜在用户，挖掘二
次销售机会，直接产生经营价值，实现精准营销。这是大数据助力新零售模式的关
键之一。在当前人口红利消退的情况下，科学合理地分析消费者相关的数据，消费
行为、消费习惯等，从而更精准地提供服务。
生物识别
生物识别一般包括指纹识别、人脸识别、虹膜识别、声音识别、行为识别等，其中
应用于零售方向的主要有人脸识别和行为识别。
深度报告
长城证券 17 请参考最后一页评级说明及重要声明
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机
或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对
检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸
识别系统先产生人脸的特征模板并存储在数据库中。这些模板将被用于与提交来要
求比对的模板进行一一匹配对比，通常，当某两个模板进行比对时，如果相似程度
超过系统预先设定的阀值，系统就认为比对成功。
人脸识别主要应用于门禁控制和安全检查，而在零售方向，人脸识别主要应用于无
人支付及无人商店。2017 年 8 月，苏宁在南京推出旗下首家无人店苏宁体育 Biu。
其最大的亮点也是在于付款方面，顾客能够以正常步行速度通过付款通道实现“刷
脸支付”。首次进店的用户需要下载苏宁金融 app 进行“绑脸”操作。就目前来说，
“刷脸支付”是成功将面部识别技术以及其他互联网技术引入零售行业、打造智慧
消费场景的典范。不仅仅在支付层面，“人脸识别”这一技术还可以对入店人群进行
包括客流量、性别、年龄、表情、偏好等特征在内的精准分析，让用户画像更加清
晰明确，从而优化商品配置提高转化率。
图 15：支付宝“刷脸支付”
资料来源：快科技，长城证券研究所
行为识别是根据对人的动作进行识别，以判断该动作的意图从而识别人的行为方式。
行为识别不需要事先对人进行数据提取和录入，而是仅根据当下人的行为进行学习
做出判断。目前，行为识别的大多处于研究开发阶段，投入应用的最好案例即为亚
马逊无人超市 Amazon GO 的展示店。进入超市之后，Amazon Go 需要用智能手机打
开虚拟购物篮。Amazon Go 货架墙壁上安装了很多个摄像头，还有多种传感器埋在
每层货架的底部或顶部，通过摄像头、压力、红外、体积传感器感知顾客的购物过
程。当消费者在货架前停下来的时候，摄像头会捕捉消费者拿起或放回去的商品。
除了摄像头之外，店内麦克风也会根据周围环境声音判断消费者所处位置，更立体
地判断消费者此时正在何地做何事。此外，货架上的红外传感器、压力感应装置以
及荷载传感器，都会随时记录消费者取走了什么商品以及放回了什么商品，并将这
些信息直接传输给商店信息中枢。在消费者离开商店时，传感器会自动扫描记录下
消费者购买的商品，并在消费者的亚马逊账户上结算金额。
深度报告
长城证券 18 请参考最后一页评级说明及重要声明
图 16：Amazon GO 行为识别过程
资料来源：Amazon，长城证券研究所
深度报告
长城证券 19 请参考最后一页评级说明及重要声明
3. 阿里新零售布局
在新零售概念被提出之前，阿里已经开始在新零售各方向上进行了一系列的布局。在 2016
年云栖大会后，阿里加快新零售版图的扩张，与对手展开了一系列的竞争。无论是实体
零售市场还是资本市场，都掀起了一场线上线下融合、改造传统线下零售的浪潮，“新零
售”顿时成为一大风口，引起诸多关注。整个行业在加速变革，2017、2018 年新业态新
物种的落地明显加速，线上互联网巨头和线下零售企业都在进行积极的尝试，创新性生
鲜超市、生鲜社区店、杂货店 B2B、体验式专业连锁、无人零售等是布局的重点领域。
小型商超、水果店和生鲜的战略方向：2013 年投资易果生鲜；2015 年创立了盒马鲜
生，并正式于 2017 年推向公众；2016 年入股“掌上便利店”的闪电购；2017 年创
立无人零售店“淘咖啡”，接着与 1919 酒类直供在成都正式签署战略合作协议。
大型购物中心的战略方向：阿里 2014 年战略投资银泰，开启百货业线上线下全渠道
的融合探索；2015 年与银泰携手推出逛街神器“喵街”；2016 年和百联集团就合作
事宜开始谈判，2017 达成战略合作；2016 年底入股三江购物，布局超市领域；2016
双 11 首次大规模尝试 Buy+技术，与梅西百货、好市多等 8 家品牌合作；2017 年初
启动银泰私有化，全面提速新零售；2017 年 5 月收购联华超市部分股权；2017 年 9
月阿里巴巴成都及其一致行动人成为新华都的第二大股东；2017 年 10 月，阿里巴巴
和银泰百货分别认购 1652 万股和认购 1100 万股； 亿入股东方股；2017 年 11
月入股高鑫零售加速进军新零售。
电器、家居零售商的战略方向：2015 年 8 月以 283 亿元入股江苏苏宁；10 月共同出
资设立“猫宁电商”公司，探索数码家电领域的全渠道融合；2018 年 2 月，阿里入
股居然之家并持有 15%的股份。
全体系物流的战略方向：2013 年 5 月，阿里和银泰共同出资设立菜鸟网络，目前已
包含顺丰、三通一达（申通、圆通、中通、韵达）等。阿里创投、云锋新创分别持
有圆通速递 %和 %的股份；阿里与上海机场在航空物流方面亦有战略合作；
2017 年 9 月增资菜鸟网络 53 亿，预计 5 年内投资 1000 亿建设全球物流网络；2018
年 4 月收购饿了么 %股份。
新技术的战略方向：2014-2015 年阿里云相继与东软集团、中国软件、易华录、浪潮
信息、浪潮软件、东华软件、银江股份、超图软件等十余家公司达成战略合作； 2016
年阿里云与美亚柏科就共建公安行业云计算大数据联合解决方案达成框架合作协议；
润和软件与阿里云建立了金融行业战略合作伙伴关系，双方向金融领域客户推广相
关基于云的运营服务；2017 年 11 月，阿里收购石基信息 38%股权。
深度报告
长城证券 20 请参考最后一页评级说明及重要声明
图 17：阿里新零售版图
资料来源：公开资料，长城证券研究所整理
盒马鲜生
2016 年 1 月 15 日，阿里巴巴旗下新零售项目盒马鲜生在上海开出第一家门店。此后，盒
马以一年开出 13 家的速度刷新了超商的开店记录。盒马是目前阿里最前端及最成功的新
零售模式，以线上销售为主，线下销售为辅，通过实体店建立消费者认知与美誉度，再
把消费者引流到线上消费，成为粘性用户。也正是这种“线上+线下”的全渠道消费体验，
让盒马鲜生在建立不到三年的时间里，就构建了集“生鲜超市＋餐饮＋电商＋物流配送”
的完整购物体系。
图 18：盒马门店数量及门店分布图
资料来源：盒马官网，长城证券研究所整理
深度报告
长城证券 21 请参考最后一页评级说明及重要声明
盒马实体店内分区主要有八个区域，包括水产区、日日鲜、卖进口海鲜的帝皇鲜、联营
区、烘焙区、冷藏区、休闲食品区以及就餐区，联营区主要是出租给熟食加工档口，其
它区域则采用自营模式。从商品结构上看，盒马的海鲜产品占大头，生鲜品质较高，主
要是进口与深海养殖的品种，且每一家盒马都是单独的冷藏仓库，对食材的新鲜程度有
所保证。海鲜产品具有高客单价、高毛利的属性，叠加盒马海鲜的大采购量和强规模议
价能力，盒马设置的海鲜加工及餐饮区也可解决海鲜制作的痛点。盒马对其他日用品也
进行了重构，比如盒马线下门店的奶粉类、标品类全部被压缩掉，将干货品种压缩成了
大型的便利店，剩下的物品都到线上购买。
盒马的配送范围为门店的 3 公里以内，承诺 30 分钟内免费送货上门，没有任何起送费，
不满意无理由极速退货。盒马的配送体系采取了自动化的打包方式，店铺接到手机 APP
订单以后，由管理货架的后台电子便签系统将订单信息传到各个区域拣货员的 POS 枪上，
服务员拣完货，将专用的保温袋挂上天花板上的传送带，通过传送带把商品传送到后台
合流区，装入专用的配送箱，用垂直升降系统送到一楼出货。相比之下，和超市合作的
快送模式，送货员去附近超市取货再送到消费者手中，会耗费不少时间，路线规划和并
单也更加复杂。盒马的仓店一体模式以及流水化的拣货装箱系统为配送服务打好了基础，
保证了 30 分钟内送达的效率。盒马也运用了智能调度技术，用算法规划出合理的配送路
径，降低了空驶率。
盒马支付系统在最开始采用只能选择盒马 APP 付款的模式，依靠自建的 APP 获取流量，
通过 APP 用支付宝付款，留存消费者的消费信息，数据得以被记录和追踪。后来，盒马
逐渐开放了现金结账方式，但现金支付无法获得 APP 支付同等的优惠，以此作为 APP 推
广的方式。在支付时，消费者可以随时结账，这种去中心化的结算方式减轻了收银台的
负担。除此之外，淘宝还给了盒马鲜生一个流量入口，用户在淘宝首页的淘鲜达入口，
可直接下单购买盒马鲜生的商品，在盒马鲜生 APP 上，用户可用淘宝账号或支付宝账号
登录，加快了登录速度，对盒马阿里来说也实现了数据共享。
盒马消费模式：从用户层面、场景体验来看
多业态的复合零售空间
传统的大型商超靠生鲜引流，盒马也采取了同样的模式。在最终使用生鲜的角度上，
直接加上烹饪区和现场的就餐区，借鉴了购物中心的逻辑，加强了引流的方式。生
鲜和餐饮直接联动，生鲜产品从抬水到现场烹饪，直接在这个场景完成。
网络应用协同 30 分钟送达
传统商超，线下流量是最大的核心，所有的结算和购物流程都只能按部就班的在线
下完成。盒马将线下的流量转化到线上，依靠电商和配送来完成整个业务的在线化
覆盖。在区域配送物流和拣货体系的打造下，形成了一个核心区域的电商版本落地，
抛开了纯平台方式，而形成了一个自营品牌的效应。
盒马运营模式：从运营层面、架构体系来看
门店仓储一体化
传统商超采取中心仓分拨到门店的模式，而盒马的仓储和门店一体，在电商配送的
应用环节上，依靠特有悬挂链系统来支撑快速拣货和分单。门店即仓库，仓库涵盖
在门店当中，在整个商品的 SKU 选择上，面积选择上，流程设计上都以相互协同作
为第一要素的重要性。
深度报告
长城证券 22 请参考最后一页评级说明及重要声明
信息系统的前置化和统一化
传统商超的 IT 系统是用来帮助自己提升一部分运营效率的，对于盒马而言 IT 系统
则是围绕着线下线上协同，要将商品、会员、配送全部统一在线化。所有的业务都
要先建立在这个基础上，才有先按照设计业务的体系来开发整套物流配送系统、商
品管理系统、POS 系统以及 APP 应用，现有业务区隔，才有信息化系统的前置性开
发，再到最终运作起来的统一化。在这点上，技术支撑业务的路径和价值点就完全
“新”于传统零售。
盒马盈利模式
盒马店铺多分布于市中心，门店面积在 3000 至 10000 平方米不等，盒马在选址上会
通过淘宝、支付宝的用户分布进行大数据筛选，通常选址在大型社区周边，附近楼
盘价格偏高，居民消费水平偏中上。盒马采用重资产、强控制的模式，即任何体系
都自己做：物流、供应链、系统、自有品牌、餐饮，线上+线下、仓储+超市+餐饮形
成跨界打击融合。盒马重资产的扩张模式，在前期搭建上投入不小，重资产的模式
和当年电商购买流量的做法也并没有本质上的区别。考虑到重资产模式极速扩张下
的单店盈利，盒马作为新业态的第一枪，商业模式上与传统的超商也有本质的区别：
从零售行业的发展来讲，传统超市及电商为了提升配送效率，提出前置仓的概念，
即从过去的工厂出货运往各个经销商再到消费者手中的过程变成工厂开始分仓至各
个前置仓，再由前置仓调配到附近经销商，从而加快物流的运输过程。在这个概念
下，前置仓的布点则必须经过重资产扩张加以实现。这也正是新零售的各方加速“抢
地”的原因，其实质是在增加物流分仓环节的全国布点。在此基础上，盒马作为新
零售的标杆，本质上是将前置仓进行改造，分出一部分面积来提供线下客户体验，
其实是变相的增加了前置仓的收入。与其他单纯布置前置仓的模式相比，盒马把前
置仓的纯成本属性改造成了“成本+盈利+线上流量入口”的属性，因此，从这种角
度来看，盒马的盈利其实是前置仓的额外收入。
图 19：前置仓运营管理模式
资料来源：鲜桥官网，长城证券研究所
深度报告
长城证券 23 请参考最后一页评级说明及重要声明
图 20：前置仓零售商业模式
资料来源：公开资料，长城证券研究所
天猫
天猫通过品牌购物节“双 11”、“双 12”、“618”等，全面实现线上向线下导流，同时线
上与线下的数据进行全面融合，刻画精准的用户消费肖像，以消费者为核心的模式激励
了商家积极进行智能化改造，全面提高消费者的购物体验，同时，智能化改造能帮助商
家留存线下消费者的信息，与线上平台信息进行融合。
天猫快闪店、智慧门店
快闪店是指在发达商区设置的临时铺位中，销售商在短时间内推销其品牌，时间基本为
数日到数周左右，活动结束后展区即撤出。天猫快闪店 2017 年“双 11”上海的 K11、兴
业太古汇、龙之梦等商场，天猫布局了各个品牌 60 余家快闪店，从一线化妆品品牌到母
婴品类，在展台搭建时加入了天猫的主题元素。2018 年 3 月 8 日“女王节”期间，全球
三大美妆集团雅诗兰黛、欧莱雅、LVMH 均与天猫合作，结合科技智能硬件，在全国开
设超 40 家天猫快闪店。做新品发布在与天猫合作开快闪店的品牌中，一类是品牌自身在
购物中心有实体门店，通过中庭快闪店的方式进行体验式营销。另一类品牌则没有实体
店铺，它们的体量还不足以支撑一间独立实体店铺，因此它们借助天猫快闪店快速触达
消费者。时间短、地点自由是快闪店的特色，快闪店不以提高销售额为目标，但能起到
引流的作用。除了引流之外，快闪店更重要的作用是全域数字化运营，快闪店搭载 AR、
智能识别等新技术，提高消费者体验感的同时帮助商家获取潜在消费者的数据，进行消
费者画像描绘，有助于品牌方进行精准推广。
2015 年，天猫实现了 18 万门店线上线下打通，2016 年实现 100 万家门店完成线上线下
打通，涉及苏宁、银泰、TCL、优衣库、索菲亚、GAP、Bestseller、B&Q 等国内外数千
商家。近 10 万家线下门店全面实现电子化，变身智慧门店。阿里智慧门店的场景可嵌入
AR 互动、RFID 试衣屏、智能售货机、云货架、客流摄像头等 13 款智能设备，阿里已经
开启了智慧门店的全套产品解决方案，在阿里智慧门店官网上，已经有服饰、家装、快
消行业的合作案例。聚集天猫品牌的服饰杂货集合店Kerr&Kroes的开启了“全链路打通”
的智慧门店的先河。“全链路”配齐了 11 款智能设备，从门口的互动大屏，到体感云货
架，再到试衣镜、人脸支付，并融入主题区、DIY 区、水吧等场景中。通过人脸识别、
深度报告
长城证券 24 请参考最后一页评级说明及重要声明
扫码加入会员，店铺就可以获取潜在客户，电子货架 RFID 的电子标签可以显示客户对
产品价格、促销搭配的评价，将购物体验与数据提取实现一体化。消费者走进智慧门店，
打开手机淘宝 APP 右上角的会员码；品牌门店通过这个动作锁定用户的淘宝 ID，并根据
历史数据进行选品以及进行用户分析，向消费者发送商品信息。Kerr&Kroes 的线下数据
还会回流到 KK 在天猫的“数据银行”，以补充线上数据。
图 21：阿里智慧门店解决方案
资料来源：阿里智慧门店官网，长城证券研究所
图 22：2018 年 618 天猫新零售活动分布
资料来源：天猫，长城证券研究所
天猫超市
2017 年 7 月 21 日，天猫超市 1 小时达首站落地北京，而后的 4 个月时间又相继在上海、
成都、武汉、杭州落地。在地理区位上 1 小时达主要覆盖小区、CBD 、学校等，其中能
够享受到 1 小时达服务的小区被称为“天猫小区”。到 2017 年末，天猫超市 1 小时达服
务目前已覆盖北京、上海、成都、武汉、杭州、重庆等六个城市。基于大数据优化商品
结构，基于周边地理环境和用户群体需求“订制”门店，线上线下一体化，消费者在线
下门店体验商品，通过两个渠道购买，享受一致的商品品质和消费体验。目前，天猫超
市 1 小时达已在北京、上海、成都、武汉、杭州等五个城市开设 73 个前置仓，同时和北
京、杭州共 44 家便利店合作，已基本覆盖上述五城的主城区消费人群。2018 年 1 月 2
日，天猫宣布天猫超市百件货品已在华东地区 20 个城市 167 家大润发上架，涉及休闲零
深度报告
长城证券 25 请参考最后一页评级说明及重要声明
食、家清家居、收纳日用、洗护美妆等快消品类，标志着天猫和大润发的新零售融合进
入实质性阶段。
菜鸟物流
“新零售”在供应链端的价值提供主要在菜鸟实现。阿里的新零售物流是借助数据算法、
智能供应链和人工智能等技术，打造双线人货场的深度融合，匹配新零售线上和线下这
两方面渠道的新物流。基于门店发货的体系，消费者完成线上下单后，将由各前置仓、
商场门店、便利店发出商品，在半小时到两小时内送抵消费者手中，从而形成一个 3 公
里范围内的城市生活样本。即时物流已不再局限于生鲜门类，而是多方面深层次向零售
业的各种组成延伸。未来菜鸟或将全面服务天猫商家，2 小时送达将成为网上购物的一个
加分项，新零售消费场景也将具备更多的可能。菜鸟希望搭建一个全国乃至全社会的骨
干物流网络，实现全球 24 小时和 72 小时送达。
通过智慧供应链降低成本、优化库存，菜鸟让商家实现了线上线下的库存统一管理。2017
年，菜鸟启动一盘货战略合作，随着数据打通，通过将货品切入菜鸟在全国的十余个中
心发货仓，商家能根据数据统计不同地区消费者的偏好，从而进行商品调配。得益于菜
鸟分仓体系，运输成本直线下降。现在菜鸟物流的线下领域也逐渐铺开，委托一个智能
仓库，即可实现统管周围的所有线上销售和线下商超便利店供货。
建立非标品类供应链
基础的供应链模式是从工厂到供应商，从供应商到店铺，再到消费者，消费者需要实际
在店铺完成支付才能实现即时消费。在店铺库存短缺的情况下，消费者等待的周期长，
购物体验无法在短时间内提升。标准品，如家电、家居等不随季节变化、更新较少的商
品，库存周期可预测，建仓模式可复制，而服装、食品等更新迭代较快、保质期较短的
非标品面临着较大的库存问题。
菜鸟根据开放性的数据基础设施，深入供应链，解决商家库存。菜鸟帮助商家实现线上
线下一盘货的转型，降低建仓成本。从物流的角度来讲，非标准化的服装类的库存周期
短，且备货量大，线下场景的实体店之后会采取试衣间模式，店内轻备货，以店内试穿，
线上下单送货上门为主。服装类的建仓分为特定平台电商专供、线下配货与线上平台三
种，减少了从工厂主建仓发往各地的分仓再分配的步骤，直接由主仓物流进行调配，生
产部门可以根据线上销售数据实时安排计划。菜鸟在全国布置了很多集货仓、前置仓，
目的是实施“分级补货”，整合了城配资源。不仅如此，依托在社区和学校超过 万个
菜鸟驿站，菜鸟建设的末端共享网络可以帮助快递公司实现最后一公里聚合，更进一步
将线上线下一盘货推进到了末端。目前，中国超过 70%的快递包裹，数千家国内外物流、
仓储公司以及 200 多万物流及配送人员在菜鸟数据平台上运转。
区块链与智慧物流
2018 年 2 月底，菜鸟网络与天猫国际（天猫跨境电商平台）联合发布基于区块链的防篡
改的物流追踪数据。消费者可查看购买商品的全部溯源信息，确保商品来源真实可靠。
区块链的最大特性在于上传数据的不可篡改，通过商家、海关等各方上传的物流数据，
消费者可以交叉认证自己购买商品的各项信息。商品的全球链路可追踪技术记录了商品
从汇集生产、运输、通关到报检第三方检验等信息，全部得到加密确证，不仅不可更改，
每个流程还能清晰可追踪、可监控，保证了商品的唯一性与可追溯性。反过来，品牌商
深度报告
长城证券 26 请参考最后一页评级说明及重要声明
也能看到每件商品的流向，以及终端消费者的分布情况，品牌商理论上可以直接触达每
一个精准又私密的终端消费者。
银泰百货
从 2014 年阿里巴巴对银泰的首次投资，到 2017 年 1 月，阿里巴巴宣布近 200 亿港币私
有化银泰商业交易。阿里对银泰百货的新零售改造案例是一个全新的尝试。阿里对商场
的定义，要改变传统商场对装修、招商等基于商品本身的营销模式，向消费者体验为主
的模式转变。阿里希望和银泰在整个百货购物中心行业围绕“人、货、场”三个方面进
行合作。新零售正是在三个方面以大数据为基础的重构。阿里的“场”是虚拟的“场”，
借助银泰的实体“场”，阿里对消费者希望达到的提升消费体验感的目标更容易达到。重
资产模式下的百货商场拥有互联网系电商所没有的直接接触消费者和获取消费者数据的
能力，二者结合，正是新零售的核心所在。
结合天猫快闪店与智慧门店来看，百货的改造是一个绝佳的机会。无论是在购物中心有
实体门店，还是体量还不足以支撑一间独立实体店铺的品牌，都需要一个实体的“场”
与消费者进行直接接触。百货商店在全国各地铺开的重资产模式刚好能够提供这个“场”。
图 23：银泰“双 11”活动
资料来源：长城证券研究所
无人商店
2017 年 7 月 8 日，阿里巴巴在杭州推出为期五天的"造物节"，备受关注的无人便利店项
目“淘咖啡”公开亮相。“淘咖啡”面积 200 平米，可以容纳 50 人同时购物。消费者通
过手机淘宝扫描二维码入店，离店时，消费者通过一道“支付门”即可完成支付，无需
另外扫码结账。“支付门”由两道门构成，消费者经过一道门，当第一道门感应到离店需
求时，它便会自动开启。几秒钟后第二道门将开启，此时“支付门”已经完成了扣款。
阿里的这套无人零售技术主要涉及三大核心技术，即生物特征自主感知和学习系统、结
算意图识别和交易系统及目标检测与追踪系统。生物特征自主感知和学习系统主要解决
在开放空间里对消费者身份的识别问题，将顾客的生物特征与淘宝 ID 进行绑定，以实现
对顾客的身份确认。相比之下，无人商店的领军 Amazon Go 是通过特殊货架计算商品的
流向，“Just Walk Out”技术能够自动检测商品何时从货架上取下或被重新放回，并在虚
深度报告
长城证券 27 请参考最后一页评级说明及重要声明
拟购物车中跟踪货物，而淘咖啡则对商品的识别过程就是在这两道门之间完成的。前者
则在货架上即对商品进行识别，后者的结算是在一个特定区域，即“支付门”。
目前，阿里的无人商店仍是以概念推广为主，并未进行大规模的复制。一方面是由于成
本高昂，另一方面技术的大面积推广也仍存在一定的难点。在新零售的布局中，无人店
或许更多的只是技术和概念的展示，而面对大众，无人商店需要解决的难题还很多，未
来的路还很长。
图 24：“淘咖啡”体验店
资料来源：公开资料，长城证券研究所
阿里新零售整体布局
新零售的发展可以从三组、六个维度来解释：线上－线下、零售－体验、国内－国际。
阿里意图打造全局供应链，供应链效率唯快不破，且需不断提升。在同一个供应链条上，
如果能包含的围度越多，那么这个供应链条的效率就越高。新零售的概念提出之后，我
们可以用这六个围度去分析市场上几乎所有的新零售代表，首先，例如盒马，用一条供
应链打通了线上零售、线下零售、线下体验三个维度。传统零售行业中，供应链和物流
的效率比较低，零售的发展慢慢提出了前置仓的概念，即在中心区租用仓库，把分散的、
大块的仓库以去中心化的概念分到各个城市中心，而盒马在此基础上，把前置仓直接变
成超市和体验餐厅，将纯成本的前置仓变成营利性的店铺。盒马的店租用的场地都非常
大，其中，仓库又占到场地的 2/3 面积。即 2/3 服务于线上与线下的供货，1/3 用来作为
对顾客的线下零售门店。这样的改造既提高了物流的效率，也提高了零售门店的效率，
同时打通了三个围度，可以说是目前新零售的业态里效率最高的供应链。我们预计，盒
马还会再提供多一个围度的服务，即线上体验服务，比如，每天预留出计划的食材提供
“当日便当”，同样运用外送服务的 15 分钟到家，保证食材的新鲜度。这样一来，阿里
通过一条供应链打通了四个维度，又进一步提高了供应链的效率。再如，星巴克近期与
阿里宣布合作星巴克外卖的业务。星巴克作为零售连锁店，其链条本来只局限于国内和
国际的线下体验，竞争对手也只在线下体验范围
内，而新零售使得本来不属于这一市场的竞争对手出现，比如横空出世的瑞幸咖啡，目
前从线上零售开始向线下零售和线下体验过渡。为了抢占市场，必然会有新的融合产生。
深度报告
长城证券 28 请参考最后一页评级说明及重要声明
图 25：新零售的六个维度
资料来源：公开资料，长城证券研究所
零售是一个充分竞争的市场，因此零售的龙头一定是最高效率的参与者。如果未来通过
一条供应链能够打通以上所有围度，那么在市场上竞争力一定是最强的。阿里目前所做
的，就是在不断的整合六个维度。在电商的视角来看，流量是突破口，因此，阿里选择
了线下的流量作为新尝试，在线上流量再难获取更大进步空间的同时，将线上、线下的
商品、服务、体验同质化以获取线下的流量。技术的不断进步给阿里提供了快速获取流
量的方式，阿里自称，目前的定位是一个数据公司而非电商公司，而在大数据化的过程
中，以数据反哺电商、金融、物流、云计算、文娱等产生数据的场景。在此过程中，新
零售的诞生与发展是必然趋势。新零售作为改革的先驱，仍然在不断孵化、不断变化之
中，而目前，只是一个开端。
深度报告
长城证券 29 请参考最后一页评级说明及重要声明
4. 从巨头布局寻找相关投资机会
技术方向的投资机会
目前，A 股市场共有 14 家技术方向的相关标的，分别涉及 RFID/ESL、云计算、大
数据、智能物流、移动支付、生物识别等多个方向。这些标的集中在通信、计算机、
电子三个行业，我们统计了这些标的的估值以及利润增速预测，其中，部分标的的
业绩与估值较为匹配，可以进行关注。
表 1：A 股市场技术类相关标的
证券代码 证券简称 技术
方向
中信一
级行业
中信二
级行业
新零售业务及近况
远望谷 RFID 通信 通信设
备制造
与天虹合作，提供 RFID 产品；提出远望谷
24Ｈ无人值守便利店整体解决方案；
思创医惠 RFID 计算机 计算机
硬件
专注于无线射频识别系统(RFID)定制化硬件
产品和行业应用解决方案的开发与服务，是
零售支持领域新理念的开拓者和引领者
合力泰 ESL 电子元
器件
其他元
器件Ⅱ
国内电子价格标签终端产品生产供应市场的
龙头
京东方 ESL 电子元
器件
其他元
器件Ⅱ
电子价签全球市占率超过 50%，客户分布在
全球超过 60 个国家、部署门店数超过一万家。
中国区服务的客户包括京东、小米、盒马鲜
生、家乐福、永辉、屈臣氏等
锦富技术 大数
据
电子元
器件
其他元
器件Ⅱ
打造智能系统与大数据产业经营+参控持股
平台；与京东线下零售合作
石基信息 云计
算、大
数据
计算机 计算机
软件
云计算系统引领的新零售；淘宝软件入股；
与 Oracle 合作续约；SaaS 业务初具规模；
Infrasys Cloud 云 POS 系统获认可；前台客
房管理系统全面转公有云；大数据应用服务，
子公司全球领先
汇纳科技 视频
客流
数据
分析、
大数
据
计算机 IT 服务 筹划以现金收购码牛科技；推进“汇客云”
数据服务模式创新；完善优化“汇客云”平
台建设
神思电子 生物
识别
计算机 计算机
硬件
三大业务协同发展：身份认证解决方案、行
业深耕解决方案与智能认知解决方案(商业人
工智能系统)；“智能服务机器人”项目获政
府补助；
远方信息 智能
识别
机械 仪器仪
表
研发积累生物识别信息系统产品线不断完善
新北洋 智能 计算机 计算机 新零售自助终端加速向市场投放；“智能微
深度报告
长城证券 30 请参考最后一页评级说明及重要声明
证券代码 证券简称 技术
方向
中信一
级行业
中信二
级行业
新零售业务及近况
物流、
自动
售货
机
硬件 超”整体解决方案已在机场、高校、便利店、
公众场所等多场景实现投放
科蓝软件 移动
支付
计算机 IT 服务 为银行、网上银行等提供支付解决方案；与
阿里蚂蚁合作打造南京银行互金平台；投资
区块链业务
新大陆 移动
支付
计算机 计算机
硬件
推行智能 POS；完善商户 SaaS 型一站式服务
生态；
优博讯 移动
支付
通信 通信设
备制造
提供以智能移动终端为载体的行业移动信息
化应用解决方案，软硬件一体化，实现业务
流程中的实时信息采集、传输、管理及金融
支付，并与企业 IT 系统交互
民德电子 智能
识别
电子元
器件
电子设
备Ⅱ
基于芯片进行产品的开发设计，在现有条码
识别领域可以获得持续稳健的发展
资料来源：wind, 长城证券研究所
表 2： A 股相关标的估值及利润
证券代码 证券简称 中信一级行
业
中信二级行业 PE 一级、二级行
业平均 PE
利润同比一致
预期 FY1,FY2
远望谷 通信 通信设备制造 -
优博讯 通信 通信设备制造 -
合力泰 电子元器件 其他元器件Ⅱ
京东方 电子元器件 其他元器件Ⅱ
锦富技术 电子元器件 其他元器件Ⅱ
民德电子 电子元器件 电子设备Ⅱ
石基信息 计算机 计算机软件
汇纳科技 计算机 IT 服务
科蓝软件 计算机 IT 服务 -
神思电子 计算机 计算机硬件 -
思创医惠 计算机 计算机硬件
新北洋 计算机 计算机硬件
新大陆 计算机 计算机硬件
远方信息 机械 仪器仪表 -
资料来源：wind，长城证券研究所
深度报告
长城证券 31 请参考最后一页评级说明及重要声明
5. 风险提示
新零售发展推进不及预期、国内国际经济环境变化、贸易战风险
深度报告
研究员承诺
本人具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，在执业过程中恪守独立诚信、勤勉尽职、谨慎客观、公平公正的原
则，独立、客观地出具本报告。本报告反映了本人的研究观点，不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接接收到任
何形式的报酬。
特别声明
《证券期货投资者适当性管理办法》、《证券经营机构投资者适当性管理实施指引（试行）》已于 2017 年 7 月 1 日 起正式实施。因本研究报告涉
及股票相关内容，仅面向长城证券客户中的专业投资者及风险承受能力为稳健型、积极型、激进型的普通投资者。若您并非上述类型的投资者，请
取消阅读，请勿收藏、接收或使用本研究报告中的任何信息。
因此受限于访问权限的设置，若给您造成不便，烦请见谅！感谢您给予的理解与配合。
免责声明
长城证券股份有限公司（以下简称长城证券）具备中国证监会批准的证券投资咨询业务资格。
本报告由长城证券向专业投资者客户及风险承受能力为稳健型、积极型、激进型的普通投资者客户（以下统称客户）提供，除非另有说明，所有
本报告的版权属于长城证券。未经长城证券事先书面授权许可，任何机构和个人不得以任何形式翻版、复制和发布，亦不得作为诉讼、仲裁、传
媒及任何单位或个人引用的证明或依据，不得用于未经允许的其它任何用途。如引用、刊发，需注明出处为长城证券研究所，且不得对本报告进
行有悖原意的引用、删节和修改。
本报告是基于本公司认为可靠的已公开信息，但本公司不保证信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参
考之用，并非作为或被视为出售或购买证券或其他投资标的的邀请或向他人作出邀请。在任何情况下，本报告中的信息或所表述的意见并不构成
对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。
长城证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易，或向本报告涉及的公司提供或争取提供包括投资银行业务
在内的服务或业务支持。长城证券可能与本报告涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。
长城证券版权所有并保留一切权利。
长城证券投资评级说明
公司评级：
强烈推荐——预期未来 6 个月内股价相对行业指数涨幅 15%以上;
推荐——预期未来 6 个月内股价相对行业指数涨幅介于 5%~15%之间;
中性——预期未来 6 个月内股价相对行业指数涨幅介于-5%~5%之间;
回避——预期未来 6 个月内股价相对行业指数跌幅 5%以上
行业评级：
推荐——预期未来 6 个月内行业整体表现战胜市场;
中性——预期未来 6 个月内行业整体表现与市场同步;
回避——预期未来 6 个月内行业整体表现弱于市场.
长城证券研究所
深圳办公地址：深圳市福田区深南大道 6008 号特区报业大厦 17 层
邮编：518034 传真：86-755-83516207
北京办公地址：北京市西城区西直门外大街 112 号阳光大厦 8 层
邮编：100044 传真：86-10-88366686
上海办公地址：上海市浦东新区世博馆路 200 号 A 座 8 层
邮编：200126 传真：021-31829681
网址：
