持续复苏，结构分化一一关注高端零售、年轻、悦己类线下消费

基本面量化系列之线下消费专题|2023.7.3

中信证券研究部

张若海
数据科技
首席分析师
S1010516090001

汤可欣数据科技分析师S1010520120002

王博隆数据科技分析师S1010522050005

核心观点

5月经济数据显示消费产业整体维持弱复苏态势，而对于线下消费，需求侧23个重点城市地铁出行客流在6月前25日较2019年同期增长14%；供给侧，5月份107个样本城市购物中心内门店环比增长1.2%，线下消费呈现较为明确的持续复苏趋势。但受居民消费能力与消费意愿的影响，各线下消费种类的复苏历程呈现较大的差异，我们基于量化模型，结合107城内购物中心门店数据观察线下消费复苏历程中的结构性变化，高端零售、年轻、悦已类线下消费门店复苏趋势较明显。

客流维持回暖趋势，疫情后首个暑假有望进一步催化线下消费。城市内出行保持回暖趋势，6月截至前25日，根据Wind数据，23个重点城市地铁客流较19年同期增长14%，与5月增速接近。长途出行延续回暖趋势，根据交通运输部数据，端午假期期间，铁路、公路、水路、航空发送人次分别较2019年提升12.8%、减少33.3%、减少43.6%、提升3.0%。旅游客流持续复苏，据文旅部数据中心测算，端午假期出游客流较2019年同期增长12.8%。7、8月作为疫情后的首个暑假，出行客流有望进一步复苏。

量化视角，地铁客流对餐饮消费收入具有较高的解释度。从消费意愿、消费能力两个维度出发，我们以地铁客流、商品消费价格、就业情况三类指标为解释变量，消费各行业零售额为待解释变量，构建多元线性回归模型，测算出行客流对各行业基本面的解释程度。以19-22年的月度同比值作为样本点，构建的模型可以解释商品零售、餐饮收入同比值的94%、87%（此值为模型R方值），拟合值与实际值的相关性达到0.98、0.94，其中地铁客流对行业基本面的解释程度最高，地铁客流同比值每提升1pct，可带动餐饮收入、商品零售同比值分别提升0.48、0.12pct。我们通过模型测算显示，6月截至25日，餐饮业、零售业消费维持复苏态势。

购物中心内门店持续复苏，接触型服务业优于零售业。根据赢商网、大众点评、联商网、高德地图四个在线平台数据（后续简称多在线平台），2023年5月，在107个样本城市，购物中心内运营门店总量环比提升1.2%，同比减少6.6%。各环线城市内门店环比增速接近，受前期疫情影响，城市能级越高，门店数量同比减少幅度越高。分业态看，餐饮、生活服务、休闲娱乐等业态门店持续修复，环比增加比例均在2%左右，同比均正增长；零售业门店数量改善趋势暂缓，环比减少0.3%，同比减少18%。

结构分化明显，高端零售、年轻消费、悦己类门店复苏趋势更明显。低端服装销售回暖较弱，据魔镜市场情报数据，2023年5月，淘宝、天猫低价格段的服装销量，较21年同期减少幅度更高。门店视角，根据在线平台数据，1）零售业态中，全国107座样本城市中，购物中心内，2023年5月，具备高端零售、年轻属性的奢侈品、EV、玩具、数码3C类门店数量均环比正增长，而服装、鞋靴等大众消费品门店数量分别环比减少1.1%、1.9%。2）休闲娱乐及生活服务业态，同样本区域，2023年5月，美容服务、舞蹈、私教等悦己类门店环比增速在2%-3%间，较同业态其它类门店增速较高。3）餐饮业态中，同样本区域，2023年5月，各类门店环比增速接近，

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

而饮品店里的咖啡、酒馆门店数量同比增速超过18%，茶饮店数量同比增速1%

投资建议：线下消费供需两侧的复苏趋势明确，根据Wind数据，6月前25日，23城地铁客流较19年同期增长14%，购物中心内门店在2-5月持续增加。我们认为消费产业行情正由前置预期转向基本面兑现。然而受消费能力及消费意愿的影响，部分行业门店数量复苏趋势较好，具备更高的盈利增长可能性。根据在线平台数据，我们结合行业复苏态势及基本面情况，建议关注零售业态中具备高端消费、年轻消费属性的奢侈品（-11%，0.1%）【括号内为2023年5月购物中心内门店数量“同比”、“环比”，下同】、EV（71%，6.8%）；休闲娱乐及生活服务业态中具备悦己属性的美业服务(10%，2.7%）、瑜伽(17%，3.0%）、私教（18%，2.7%）；餐饮赛道里的咖啡（19%，2.8%）、酒馆（18%，2.8%）。在品牌侧，我们也观察了咖啡、中餐赛道头部品牌的门店扩张趋势，建议关注门店扩张较快的咖啡馆Mstand（89%，5.7%）、瑞幸（55%，3.5%）；中餐馆太二酸菜鱼（41%，2.3%）、凑凑火锅(15.3%，1.7%）。

风险因：我们的购物中心数据来源于大众点评、赢商网、联商网、高德地图，可能存在一定程度的数据误差、谬误、缺少、延迟等现象，进而可能影响统计数据的准确性；线下客流回暖不及预期风险；消费能力及就业率持续下行风险；样本有限，存在统计偏差；历史规律在当下失效。

需求侧出行延续复苏趋势，端午暑假持续催化
城市内出行客流保持回暖态势，利好接触性服务业
长途出行客流延续回升趋势，利好酒旅板块
量化视角，根据高频量价构建行业基本面代理变量
地铁客流与餐饮收入高度正相关 8
构建行业基本面代理变量，餐饮消费持续回暖、商品类消费保持快速增长 9
供给侧门店复苏与消费升级共存 11
持续复苏，娱乐、生活服务门店回暖，零售业复苏进程暂缓 11
分化明显，高端零售、年轻消费、精致生活类门店变化表现较好 13
行业整体复苏背景下，部分品牌门店扩张趋势明显 ..16
行业复苏叠加品牌扩张，Mstand、瑞幸、Manner扩张速度较快 .16
太二酸菜鱼保持稳健扩店节奏，海底捞、呷哺呷哺开启门店复苏 .17
风险因素 .18
投资建议.. .18
附录. 19

插图目录

图1：23座重点城市地铁客流 .5
图2：北上广深地铁客流 6
图3：11座准一线城市地铁客流 ..6
图4：百城高德拥堵延时指数 .6
图5：百城线下消费指数 .7
图6：国内航班执行数量 .7
图7：全国迁徙规模指数.. ..8
图8：18城地铁客流与全国餐饮收入同比值 8
图9：餐饮收入同比值模型拟合情况. .10
图10：商品零售同比值模型拟合情况. .11
图11：107个样本城市内，购物中心内门店总量（22M5-23M5） ..12
图12：107个样本城市中，分城市环线的购物中心门店指数（22M5-23M5） ..12
图13：107个样本城市中，分业态的购物中心门店指数（22M5-23M5） ..13
图14：2023年5月，淘宝+天猫，男装销量较21年同期 .13
图15：2023年5月，淘宝+天猫，女装销量较21年同期 .13
图16：107个样本城市中，部分零售行业购物中心内门店数量变化指数（一） .14
图17：107个样本城市中，部分零售行业购物中心内门店数量变化指数（二） 14
图18：107个样本城市中，购物中心内餐馆数量指数 .15
图19：107个样本城市中，购物中心内饮品店数量指数 .15
图20：107个样本城市中，购物中心内各类服务业门店数量指数 .15
图21：107个样本城市中，购物中心内各类运动场馆数量指数 .15
图22：头部咖啡品牌全国门店数量及购物中心内布局比例 .16
图23：头部咖啡品牌全国门店分城市环线布局比例 .16
图24：重点咖啡品牌，107样本城市内，购物中心内门店总量指数. ..17
图25：头部中餐品牌全国门店数量及购物中心内布局比例 .17
图26：头部中餐品牌全国门店分城市环线布局比例 .17
图27：重点中餐品牌，107样本城市内，购物中心内门店总量指数 .18

表格目录

表1：2019-2022年，三类客流指标月度同比值与月度社零、限额以上销售额同比值相关
系数... ...9
表2：各基本面因子经三因子线性回归模型，回归效果 ..10
表3：107样本城市，购物中心内，2023年5月，重点行业门店数量变化 ..15
表4：城市环线划分 .19
表5：线下品牌与门店关键字映射表 .19

需求侧出行延续复苏趋势，端午暑假持续催化

城市内出行客流保持回暖态势，利好接触性服务业

受基数抬升的影响，23座重点城市的地铁客流同比增速在2023年4-6月有所放缓，但较2019年同期增速相对稳定，环比小幅波动。具体来看，23座重点城市，2023年3、4、5月地铁客流同比提升58.6%、91.3%、88.3%，6月前25日同比提升37.4%；较2019年同期，2023年3、4、5月地铁客流提升16.0%、18.7%、15.2%，6月前25日提升13.8%；环比视角，小幅波动中趋稳，4、5月环比减少1.5%、提升0.8%，最近三周（0601-0625），移动7日平均地铁客流量增长2.1%。

图1：23座重点城市地铁客流（万人，MA7）

资料来源：Wind，中信证券研究部

一线城市地铁客流回暖至19年同期水准，准一线城市地铁客流回暖超19年同期。一线城市地铁出行量稳定在19年同期水准，2023年，北上广深，4、5月地铁客流较19年同期提升0.1%、减少1.7%，6月前25日较19年同期减少3.0%，最近三周（0601-0625），移动7日地铁客流下降2.4%。11座准一线城市地铁出行量超19年同期，增速收窄，2023年，11座准一线城市，4、5月地铁客流较19年同期提升36.7%、30.9%，6月前25日较19年同期提升30.5%，最近三周（0601-0625），移动7日地铁客流提升7.2%。

图2：北上广深地铁客流（万人，MA7）

资料来源：Wind，中信证券研究部

图3：11座准一线城市地铁客流（万人，MA7）

资料来源：Wind，中信证券研究部

城市内拥堵程度与地铁客流呈现相同趋势，同比增速放缓，环比趋稳，较19年同期增速抬升。受去年疫情影响，同比增速放缓，100座重点城市，2023年4、5月拥堵延时指数同比提升8.1%、2.1%，6月前15日同比提升1.2%。拥堵延时指数较19年同期增速抬升，较2019年同期，2023年4、5月拥堵延时指数提升2.2%、1.5%，6月前15日提升3.6%。环比视角，小幅波动中趋稳，4、5月环比提升2.9%、0.1%，最近三周（0522-0615），移动7日拥堵延时指数下降0.2%。

图4：百城高德拥堵延时指数（无单位，MA7）

资料来源：iFinD，高德交通大数据平台，中信证券研究部

图5：百城线下消费指数（无单位，MA7）

资料来源：iFinD，百度地图，中信证券研究部

长途出行客流延续回升趋势，利好酒旅板块

长途出行延续回暖趋势，全国执行航班环比视角持续增长，同比增速在2023年4-6月有所放缓，但较2019年同期增速相对稳定。具体来看，全国执行航班数量，2023年3、4、5月同比增速均高于100%，6月前15日同比提升94.8%；较2019年同期，2023年4、5月全国执行航班数量提升8.2%、9.0%，6月前15日提升7.6%；环比视角，小幅波动中趋稳，4、5月环比增长4.9%、4.3%，最近三周（0522-0615），移动7日平均执行航班量增长0.8%。

端午节假期出游人次较好，据文旅部数据中心测算，端午假期出行客流较19年同期增长12.8%。出行客流方面，根据交通运输部数据，端午假期期间，铁路、公路、水路、航空发送人次分别较2019年提升12.8%、减少33.3%、减少43.6%、提升3.0%。7、8月作为疫情后的首个暑假，出行客流有望进一步复苏。

图6：国内航班执行数量（班次，MA7）

资料来源：iFinD，飞常准大数据，FlightAI，中信证券研究部；注：受原始数据源限制，2021年4月1日后数据来自iFind、飞常准大数据，之前数据来源于FlightAl。

图7：全国迁徙规模指数（无单位，MA7）

资料来源：iFinD，百度地图，中信证券研究部

■量化视角，根据高频量价构建行业基本面代理变量

地铁客流与餐饮收入高度正相关

地铁客流可以较好地解释餐饮行业收入的变化。我们用单因子线性回归的方法去测试了多类型客流与行业基本面的关系，数据测算显示，地铁客流与多类行业基本面存在较高的相关性。消费总量上，2019-2022年，地铁客流月度同比与社会消费品零售总额、餐饮收入、商品零售的月度同比值的相关系数较高，分别达0.93、0.97、0.90。细分行业类别上，限额以上服装、金银珠宝类零售收入与地铁客流月度同比呈现较高的相关性，相关系数分别达0.90、0.79（注：在样本中剔除了每年的1、2月，以及2020年的3月、2021年的3、4月）。

图8：18城地铁客流与全国餐饮收入同比值（单位：%）

资料来源：Wind，国家统计局，中信证券研究部

表1：2019-2022年，三类客流指标月度同比值与月度社零、限额以上销售额同比值相关系数

行标签	地铁客流	飞机航班	拥堵延时指数
社会消费品零售总额	0.93	0.77	0.46
社会消费品零售总额：餐饮收入	0.97	0.81	0.48
社会消费品零售总额：商品零售	0.90	0.75	0.46
服装类	0.90	0.84	0.67
化妆品类	0.55	0.54	0.51
家具类	0.71	0.45	0.25
金银珠宝类	0.79	0.77	0.69
汽车类	0.49	0.68	0.43
日用品类	0.49	0.39	0.34
体育、娱乐用品类	0.61	0.56	0.49
通讯器材类	0.21	0.27	0.32
烟酒类	0.55	0.45	0.62
饮料类	0.00	-0.14	0.08

资料来源：Wind，国家统计局，高德交通大数据平台，FlightAI，飞常准大数据，中信证券研究部

构建行业基本面代理变量，餐饮消费持续回暖、商品类消费保持快速增长

我们认为，消费行业基本面的销售额，不仅受到客流量的影响，还是消费能力、消费意愿、消费场景等因素的综合反映。为了用高频量价指标来衡量行业的基本面情况，我们选取了出行客流、行业CPI、就业情况三类指标作为解释变量，以各行业的月度销售额同比值为待解释变量，建立了多因子线性回归模型，探究客流对行业基本面变化的影响程度。数据方面，我们选取了2019-2022年四年的数据作为样本，但为了排除春节和疫情的干扰，在样本中剔除了每年的1、2月，以及2020年的3月、2021年的3、4月，因此最终得到了37个回归样本点。数据处理方面，为了直观展示各类指标的变化趋势以及对待解释变量的影响程度，我们将除就业情况之外的指标都转化为同比值（由于就业率、失业率指标本身已经是比例关系，我们未做同比处理），单位均为“%”。

多因子线性回归模型如下：

其中，y表示第i个行业的月度销售额同比值，xi1表示第i个行业的出行客流同比值，Xi2表示第i个行业的CPI同比值，xi3表示第i个行业的就业情况，β0表示截距项，β1，β2，β3表示回归系数，ei表示随机误差项。

可以经由客流、价格、收入情况对餐饮、商品零售形成较高解释度，而对具体行业的解释效果相对较差。其中由于未找到对餐饮收入具备较高显著影响的价格因子，因此针对餐饮业收入的拟合模型未包括价格因子。总量层次，我们的模型可以解释商品零售、餐饮收入的同比值的方差变化的94%、87%，拟合值与实际值的相关性达到0.98、0.94。细分行业视角，我们对限额以上各细分类行业的收入均尝试过基于三类因子的模型构建，三类因子对服装类、金银珠宝类、家具类的限额以上收入同比值可以实现70%以上的方差解释度，对其余细分行业限额以上零售收入同比值的解释度相对较差。

表2：各基本面因子经三因子线性回归模型，测算效果

待解释变量	解释度	相关性	客流因子	价格因子	就业因子
社会消费品零售总额：餐饮收入	94%	0.98	地铁客流（0.48）**	null	城镇调查失业率（-5.87）*
社会消费品零售总额	91%	0.96	地铁客流（0.16）**	CPI(0.55)*	城镇调查失业率（-6.25)**
社会消费品零售总额：商品零售	87%	0.94	地铁客流（0.12)*	CPI:消费品（0.36）*	城镇调查失业率（-6.49)**
服装类	74%	0.87	地铁客流（0.30）**	CPI:衣着：服装 (-3.35)*	31个大城市城镇调查失业率（-5.48)*
金银珠宝类	76%	0.82	飞机航班（0.26）*	CPI:消费品（-0.13)	31个大城市城镇调查失业率（-10.24)*
家具类	72%	0.81	地铁客流（0.20)**	CPI:生活用品及服务：家用器具（-0.31）	就业人员调查失业率：16-24岁人口 (-0.96)**

资料来源：中信证券研究部测算；注：服装类、金银珠宝类、家具类为限额以上销售额；解释度为模型输出R值；相关性为19年3月至23年5月，模型拟合值与实际值的相关性；各因子括号内为因子系数；括号外星号数量代表显著程度，一星表示该因子T检验P值在0.01-0.05，因子对待解释变量影响显著，二星表示该因子T检验P值低于0.01，因子对待解释变量影响非常显著。

我们通过线性回归模型测算显示，6月截至前25日，受基数影响，餐饮收入、商品零售同比增速下行，2021-23两年复合增速则分别有所抬升。该测算结果仅表示由客流、价格、就业三类代理变量所映射出的餐饮收入、商品零售的同比变化情况，未考虑可比价格因素，也存在一些会影响到餐饮收入、商品零售的因素未被纳入模型，进而产生误差。然而从历史回测结果来看，在餐饮收入、商品零售同比值的变化方向上，该模型具备一定的参考意义。（注：在6月前25日的预测值中，地铁客流是采用的6月前25日的数据，就业、价格指标的模型系数及月度变动较小，我们根据4-5月数据进行线性外推得到6月就业、价格因子的值，但仍会引入一定的误差）

图9：餐饮收入同比值模型拟合情况（单位：%）

资料来源：Wind，国家统计局，中信证券研究部预测；该预测值仅代表由客流、就业两类代理变量所反映出的餐饮收入

图10：商品零售同比值模型拟合情况（单位：%）

资料来源：Wind，国家统计局，中信证券研究部预测；该预测值仅代表由客流、价格、就业三类代理变量所反映出的零售收入

供给侧门店复苏与消费升级共存

持续复苏，娱乐、生活服务门店回暖，零售业复苏进程暂缓

供给侧，购物中心门店持续复苏，2023年5月环比提升1.2%，同比减少6.6%。我们以多线上平台（线上平台包括：赢商网、大众点评、联商网、高德地图）所显示的“购物中心”为统计范围，截至2023年5月末，我们观察到全国107个样本城市中（包含其下辖县级区域，下同），购物中心内门店（全文所指门店均为运营中门店，后续简称为门店）76万个，环比提升1.2%，同比减少6.6%。2022年短期疫情波折和线下消费的疲软是购物中心内门店同比削减的核心因素，疫情放开后，随着线下出行客流的回暖，购物中心内门店数量自2023年2月开始，持续回暖。

我们参考赢商网、大众点评、联商网、高德地图在线平台所显示的购物中心划分标准，及其门店所属行业划分，识别购物中心、门店行业（为了反映全量的购物中心，我们未对购物中心进行进一步的剔除、筛选等处理）。同时，我们所统计的门店数量是线上平台（具体平台同上）所显示的门店，与实际的线下门店数量可能存在一定程度的误差。同时，优秀品牌扩大单店营业面积，缺乏竞争力的门店在前期疫情干扰下出清。这一因素可能导致购物中心内实际营业中面积的变化优于门店变化趋势。其中，部分于2022年11月至2023年4月开业的购物中心，实际于2023年4月被在线平台识别为购物中心，进而导致数据中2023年4月门店数量存在较高速增长，为了展示全量门店变化情况，我们未剔除该部分新开业购物中心；而2023年5月在线平台正常识别新开业购物中心，同环比数值未受该因素较大影响。

图11：107个样本城市内，购物中心内门店总量（22M5-23M5）

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部；注：我们所识别到的购物中心以2023年5月末，在线上平台所能识别到的购物中心为全样本集，下同。

各环线城市均开启供给侧环比改善节奏，受疫情期间管控措施及租店成本影响，一线、准一线城市的购物中心内门店同比减幅较高。具体来看，2023年5月，环比视角，一线、准一线、二线、三线城市购物中心内门店环比增幅均超1%，四线及以下城市购物中心内门店环比增幅较低，达到0.6%；同比视角，受现有竞争格局、租金成本、疫情期间管控措施等多因素影响，购物中心内，一线、准一线、二线城市门店同比缩减幅度较高，分别缩减9.8%、7.4%、6.2%，三线、四线城市门店同比正增长，由高线到低线的反向闭店趋势，反映出在成本和客流双侧的平衡中，一线城市购物中心内不具备较高竞争力的线下门店率先出局。

图12：107个样本城市中，分城市环线的购物中心门店指数（22M5-23M5）

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

餐饮、生活服务、休闲娱乐等业态门店数量持续修复，零售业门店数量环比改善趋势暂缓。零售业门店改善趋势暂缓，据大众点评及赢商网数据，2023年5月，全国107座样本城市中，购物中心内，零售业门店同比减少18%，环比减少0.3%。而接触型服务业延续修复趋势，2023年5月，全国107座样本城市中，购物中心内，休闲娱乐、餐饮、生活服务类门店同比增幅分别达到8.7%、3.4%、0.7%，环比增加比例均在2%左右。

图13：107个样本城市中，分业态的购物中心门店指数（22M5-23M5）

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

分化明显，高端零售、年轻消费、精致生活类门店变化表现较好

电商平台低价格段服装销售回暖较慢。我们观察淘宝、天猫平台，各价格段的男装、女装销量较21年的变化情况，其中低价格段的服装销售情况回暖较慢。总量上看，2023年5月，男装、女装的销售量分别较21年同期减少32.7%、17.7%。而分不同价格段位来看，432元以下的男装、女装分别较21年同期减少33.4%、18.1%，432元以上的男装、女装较21年同期减少3.2%、4.3%，部分较高价格段销量甚至正增长。

图14：2023年5月，淘宝+天猫，男装销量较21年同期

图15：2023年5月，淘宝+天猫，女装销量较21年同期

资料来源：魔镜市场情报，淘宝，天猫，中信证券研究部
资料来源：魔镜市场情报，淘宝，天猫，中信证券研究部

零售业态中，各类奢侈品等具备高端消费品属性的门店数量持续回暖，服装、鞋靴等大众消费品门店数量仍处低位。2023年5月，全国107座样本城市中，购物中心内，在零售业态中具备高端消费、年轻属性的奢侈品、EV、玩具、数码3C类门店表现较好，环比均呈扩张趋势；同比视角，EV、数码3C门店数量同比增加71%、8%，而奢侈品、玩具同比减少11%、16%。服装、鞋靴等大众消费品门店数量仍处低位，2023年5月，环比分别减少1.1%、1.9%，同比分别减少26%、22%。（注：我们观察到比亚迪品牌门店数据在5月存在一定的异常，因此EV类门店剔除了比亚迪门店）

图16：107个样本城市中，部分零售行业购物中心内门店数量变化指数（一）

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

图17：107个样本城市中，部分零售行业购物中心内门店数量变化指数（二）

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部；注：我们观察到比亚迪品牌门店数据在5月存在一定的异常，因此EV类门店剔除了比亚迪门店

餐饮行业中，餐馆里海鲜、中餐店表现亮眼，饮品店里咖啡、酒吧扩张。各类餐馆普遍保持稳定增长，尤其是海鲜和中餐门店。2023年5月，全国107座样本城市的购物中心数据显示，从环比来看，各类餐饮门店增长稳定，火锅、中餐、东南亚菜和海鲜门店数量环比增长接近2%，西餐门店环比增长1%。从同比来看，海鲜门店同比增长最高，达到28%，中餐门店同比增长8%，西餐、东南亚菜和火锅门店同比增幅在4%左右。各类饮品店呈现扩张趋势，环比数据显示，茶饮、咖啡和酒吧门店的增长均在3%左右；同比数据显示，咖啡和酒吧门店的同比增长分别为19%、18%，表现相当突出，而茶饮门店数量的同比增长仅为1%，相对较低。

图18：107个样本城市中，购物中心内餐馆数量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

图19：107个样本城市中，购物中心内饮品店数量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

娱乐和生活服务业态中，满足悦己、专业精致生活需求的业态表现较好。美业服务、亲子娱乐、舞蹈私教等悦己类业态门店数量扩张趋势明显。在各类运动场所中，瑜伽、私教、轮滑等新兴运动场所持续扩张，107样本城市，2023年5月购物中心内门店数量同比分别增加17.1%、17.8、19.0%，环比增速均在2%至3%之间。而与私教店的扩张相对应，普通健身房的门店数量同比减少2%。在各类其他生活服务、休闲娱乐业态中，美业服务、亲子娱乐类门店扩张幅度较高，107样本城市，2023年5月购物中心内门店数量同比分别增加10.1%、8.7%，环比增加2.7%、1.3%。

图20：107个样本城市中，购物中心内各类服务业门店数量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

图21：107个样本城市中，购物中心内各类运动场馆数量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

重点赛道，107样本城市，购物中心内，2023年5月，门店数量变化可以参考下表：

表3：107样本城市，购物中心内，2023年5月，重点行业门店数量变化（%）

店铺类型	环比	同比	店铺类型	环比	同比
服装	-1.1	-25.8	眼镜店	1.0	-2.4
美业服务	2.7	10.1	母婴用品	-0.4	-37.2
中餐	2.4	8.4	奢侈品	0.1	-10.8
饮料	2.6	0.6	商贸零售	1.7	33.7
美妆	-1.1	-25.8	家电	1.8	-16.7
珠宝	0.2	-10.3	潮玩及杂货店	-0.1	-18.5
家具	0.3	-17.4	海鲜	2.1	28.3
数码3C	0.5	8.0	舞蹈	2.1	10.1
运动户外	-0.6	-24.2	零食	0.8	5.9
瑜伽	3.0	17.1	卤制食品	1.5	5.0
生活服务	3.2	-17.8	炸鸡炸串	3.0	18.8
教育培训	0.9	-7.7	酒吧	2.8	17.9
母婴服饰	-0.5	-16.9	vr电玩	2.3	-8.5
鞋靴	-1.9	-21.5	摄像	3.2	4.9
亲子娱乐	1.9	9.7	配饰	-0.8	-30.5
火锅	2.1	4.2	健身	0.3	-1.9
东南亚菜	2.1	3.9	钟表	0.3	-43.8
咖啡	2.8	18.9	箱包	-2.6	-34.2
西餐	0.9	4.6	玩具	1.5	-16.2
桌游密室	0.8	-5.7	酸菜鱼	1.7
母婴服务	0.6	-12.2	早教托管	0.6	3.5 -10.7

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部

1 行业整体复苏背景下，部分品牌门店扩张趋势明显

行业复苏叠加品牌扩张，Mstand、瑞幸、Manner扩张速度较快

行业整体扩张趋势下，头部咖啡品牌积极走入购物中心。从门店数量的同环比变化趋势角度，在107个样本城市，购物中心内，我们所检测到的头部咖啡品牌，在22年5月至23年5月的时间区间内，整体呈现门店数量扩张的状态，7个品牌均保持同比正增长。前述样本区域内，Mstand咖啡门店数量扩张速度在样本品牌中最快，同比增幅达到89%，环比增5.6%，23年以来平均每月新开接近10家店铺；Manner、瑞幸、Tims同样保持门店数量的快速增加，环比增幅分别为4.0%、3.5%、1.4%，同比增幅均高于55%；星巴克、矢量、COSTA保持同比正增长，增速较前述品牌相对较慢。

图22：头部咖啡品牌全国门店数量及购物中心内布局比例

资料来源：窄门餐眼，中信证券研究部；注：数据更新时间为2023年6月

图23：头部咖啡品牌全国门店分城市环线布局比例

资料来源：窄门餐眼，中信证券研究部；注：数据更新时间为2023年6月

图24：重点咖啡品牌，107样本城市内，购物中心内门店总量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部；注：此处所统计的门店数量，为107个样本城市，购物中心内，可以在线上平台上搜索到的运营中门店数量；我们根据门店名和品牌关键字识别品牌门店，具体品牌关键字表详见附录二

太二酸菜鱼保持稳健扩店节奏，海底捞、呷哺呷哺开启门店复苏

头部餐饮品牌积极布局购物中心，近一年保持较高扩店比例。从门店数量的同环比变化趋势角度，在107个样本城市，购物中心内，我们所检测到的头部中餐品牌，在22年5月至23年5月的时间区间内，整体呈现门店数量扩张的状态，8个品牌均保持同比正增长。前述样本区域内，太二酸菜鱼门店数量扩张速度在样本品牌中最快，同比增幅达到41%，环比增2.3%，同环比均为8个品牌中最高；半天妖、绿茶餐厅同样保持购物中心内门店数量的快速增加，环比增幅分别为2.2%、2.0%，同比增幅均高于15%；其中，火锅类品牌购物中心内门店已开启复苏节奏，但较前述品牌同比增速较低，海底捞、呷哺呷哺、凑凑火锅购物中心内门店数量同比分别增长7.9%、4.4%、15.3%，环比增幅分别为1.6%、0.5%、1.7%

图25：头部中餐品牌全国门店数量及购物中心内布局比例

资料来源：窄门餐眼，中信证券研究部；注：数据更新时间为2023年6月

图26：头部中餐品牌全国门店分城市环线布局比例

资料来源：窄门餐眼，中信证券研究部；注：数据更新时间为2023年6月

图27：重点中餐品牌，107样本城市内，购物中心内门店总量指数

资料来源：赢商网，大众点评，联商网，高德地图，中信证券研究部；注：此处所统计的门店数量，为107个样本城市，购物中心内，可以在线上平台上搜索到的运营中门店数量；我们根据门店名和品牌关键字识别品牌门店，具体品牌关键字表详见附录二

风险因素

本文购物中心数据来源于大众点评、赢商网、联商网、高德地图，可能存在一定程度的数据误差、谬误、缺少、延迟等现象，进而可能影响统计数据的准确性；线下客流回暖不及预期风险；消费能力及就业率持续下行风险；样本有限，可能会存在统计偏差；历史规律在当下失效。

投资建议

线下消费供需两侧的复苏趋势明确，6月前25日，根据Wind数据，23城地铁客流较19年同期增长14%，购物中心内门店在2-5月持续增加。我们认为消费产业行情正由前置预期转向基本面兑现。然而受消费能力及消费意愿的影响，部分行业门店数量复苏趋势较好，具备更高的盈利增长可能性。根据在线平台数据，我们结合行业复苏态势，建议关注零售业态中具备高端消费、年轻消费属性的奢侈品（-11%，0.1%）【括号内为2023年5月购物中心内门店数量“同比”、“环比”，下同】、EV（71%，6.8%）；休闲娱乐及生活服务业态中具备悦已属性的美业服务（10%，2.7%）、瑜伽（17%，3.0%）、私教（18%，2.7%）；餐饮赛道里的咖啡（19%，2.8%）、酒馆（18%，2.8%）。在品牌侧，我们也观察了咖啡、中餐赛道头部品牌的门店扩张趋势，建议关注门店扩张较快的咖啡馆Mstand（89%，5.7%）、瑞幸（55%，3.1%）；中餐馆太二酸菜鱼（41%，2.3%）、凑凑火锅(15.3%，1.7%）。

一附录

具体城市环线划分标准参见下表

表4：城市环线划分

环线	城市
一线	北京、上海、广州、深圳
准一线	成都、杭州、武汉、重庆、南京、天津、苏州、西安、长沙、沈阳、青岛、郑州、大连、宁波、东莞
二线	厦门、福州、无锡、合肥、昆明、哈尔滨、济南、佛山、长春、温州、石家庄、南宁、常州、泉州、南昌、贵阳、太原、烟台、嘉兴、南通、金华、珠海、惠州、徐州、海口、乌鲁木齐、绍兴、中山、兰州潍坊、保定、镇江、扬州、桂林、唐山、三亚、眉山、湖州、呼和浩特、廊坊、洛
三线	阳、威海、盐城、临沂、江门、汕头、泰州、漳州、邯郸、济宁、芜湖、淄博、银川、柳州、绵阳、抚顺、襄阳、上饶、营口、三明、蚌埠、丽水、岳阳、清远、荆州、秦安、衢州、盘绵、东营、南阳、马鞍山、南充、西宁、孝感、齐齐哈尔、湛江、鞍山、赣州、大庆、宜昌、包头、咸阳、秦皇岛、株洲、莆田、吉林、淮安、肇庆、宁德、衡阳、南平、连云港、丹东、丽江、揭阳、延边、舟山、九江、龙
四线及以下	岩、沧州、其它城市

资料来源：中信证券研究部

我们根据线上品牌的门店名和品牌关键字识别品牌门店，具体品牌关键字表见下表

表5：线下品牌与门店关键字映射表

品牌	关键字
星巴克	星巴克
瑞幸	瑞幸，luckin
McCafe麦咖啡	McCafe，McCafe，麦咖啡
MannerCoffee	Manner
Tims咖啡	Tims
COSTACOFFEE	COSTA
MStand	MStand,MStand
西西弗矢量咖啡	西西弗矢量，矢量咖啡
海底捞火锅	海底捞
呷哺呷哺	呷哺呷哺
澳漆火锅	淡渍火锅，漆火锅茶憩，淡浸茶憩
太二酸菜鱼	太二酸菜鱼
半天妖烤鱼	半天妖
小菜园新徽菜	小菜园
云海肴云南菜	云海肴
绿茶餐厅	绿茶餐厅

资料来源：各公司官网，中信证券研究部

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作，中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含CLSAgroupof companies），统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请，中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者，本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反，中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任，该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）.评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准，其中：A股市场以沪深300指数为基准，新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%~20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%~5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
	行业评级	强于大市	相对同期相关证券市场代表性指数涨幅10%以上
		中性	相对同期相关证券市场代表性指数涨幅介于-10%~10%之间
		弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问https://research.citicsinfo.com/disclosure

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发，本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由CLSALimited（于中国香港注册成立的有限公司）分发；在中国台湾由CLSecuritiesTaiwanCo.，Ltd.分发；在澳大利亚由CLSAAustraliaPtyLtd.（商业编号：53139992331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSAAmericas，LLC除外）分发；在新加坡由CLSASingaporePteLtd.（公司注册编号：198703750W）分发；在欧洲经济区由CLSAEuropeBV分发；在英国由CLSA（UK）分发；在印度由CLSAIndiaPrivateLimited分发（地址：8/F,Dalamal House，NarimanPoint,Mumbai400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由PTCLSASekuritasIndonesia分发；在日本由CLSASecuritiesJapanCo.，Ltd.分发；在韩国由CLSASecuritiesKoreaLtd.分发；在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发；在菲律宾由CLSAPhilippinesInc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由CLSASecurities(Thailand)Limited分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由CLSALimited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第571章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA客户应联系CLSALimited的罗鼎，电话：+85226007233

美国：本研究报告由中信证券制作，本研究报告在美国由CLSA（CLSAAmericas，LLC除外）仅向符合美国《1934年证券交易法下15a-6规则界定且CLSAAmericaS，LLC提供服务的“主要美国机构投资者”分发，对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericas，LLC（在美国证券交易委员会注册的经纪交易商），以及CLSA的附属公司。

新加坡：本研究报告在新加坡由CLSASingaporePteLtd.，仅向（新加坡《财务顾问规例界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系CLSASingaporePteLtd，地址：80RafflesPlace，#18-01，UOBPlaza1.Singapore048624，电话：+6564167888.因您作为机构投资者、认可投资者或专业投资者的身份，就CLSASingaporePteLtd.可能向您提供的任何财务顾问服务，CLSASingaporePteLId豁免遵守《财务顾问法》（第110章）、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务C部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由CLSA（UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。对于英国分析员编纂的研究资料，其由CLSA（UK）制作井发布。就英国的金融行业准则，该资料被制作并意图作为实质性研究资料。CLSA（UK）由（英国）金融行为管理局授权并接受其管理。

欧洲经济区：本研究报告由荷兰金融市场管理局授权井管理的CLSAEuropeBV分发。

澳大利亚：CLSAAustraliaPtyLtd（“CAPL”）（商业编号：53139992331/金融服务牌照编号：350159）受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求，未经CAPL事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第761G条的规定。CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAIIOrdinaries指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSAIndiaPrivateLimited，成立于1994年11月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）.CLSA及其关联方可能持有标的公司的债务，此外，CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解CLSAIndia“关联方”的更多详情，请联系Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

START YOUR FINANCE

起点财经，网罗天下报告

持续复苏，结构分化一一关注高端零售、年轻、 悦己类线下消费

基本面量化系列之线下消费专题：持续复苏，结构分化，关注高端零售、年轻、悦己类线下消费-20230703-中信证券-21页