出品/联商专栏

撰文/王玮

1.从正态或真态看上海购物中心的销售额分布

2019年，上海购物中心的总数为290个（包括所有面积3万平方米以上的购物中心），总经营面积2200万平方米，总销售额2010亿元[1]。

如果按照通常线性思维的平均逻辑，我们会很自然地想到上海的购物中心的平均销售额约在7亿元左右（2010亿元/290个≈6.9亿元／个），或者按似乎更专业和严谨的正态（钟型曲线）分布，如图1a所示。

图1a：人们预期的正态分布（单位：亿元）

图1b：实际的二八分布

图1a显示占总数70%的购物中心的销售额可以分布在7亿元附近，而特别优秀的购物中心比如销售额超过50亿元的，或少数销售额特别糟糕的，分别分布在图1a横轴的最右端和最左端。

相信这几乎就是所有购物中心企业在他们脑海中对上海购物中心市场情况的一个大致判断：一个7亿元的购物中心的平均销售额足以激励开发商们的大胆投资。

因为以上海这290个购物中心的总面积2200万平方米计算，每一个购物中心的平均面积约为7.6万平方米，所以平均的销售坪效预期可以达到9000元（6.9／7.6=0.9万元），接近10000元销售坪效的投资回报合理预期。

而且，根据正态分布的推测，大多数或70%的企业都可以达到平均值，特别优秀或特别不好的仅是少数。根据传统市场行销学的理论，即使开业业绩不是太好，依然可以根据钟型曲线进行解释，这种现象只会出现在开始的时候，经过时间的培育会达到或超过平均值。

图1b也更真实地反映了上海购物中心销售额的实际分布情况，即少数的购物中心占据了大部分的销售额。

因此，本文在开头的小标题中冠之以“真态”，即真实状态的分布，本质就是符合二八定律的幂律分布。

幂律分布的图型呈现非常不均匀的头部高、尾部长以及衰减快的特点。具体分析结合《上海购物中心2020年度发展报告》，以上海2019年290个购物中心和2010亿元的销售额为基数，将290个购物中心按每30个排序编组，观测每一组的购物中心的平均销售额情况。（最后一组，虽然实际只有20个购物中心，但是长尾部分的底端已经不重要而且不会影响分析的结论）见图2。

图2：上海购物中心的销售额分布情况（二八分布）

从图2可见，位列第一群组的30个购物中心的平均销售额可以达到33.6亿元，那么第一群组排名在上海前三十位的购物中心的总销售额达到1007.4亿元，占2019年上海购物中心销售额2010亿元的一半以上，与报告披露的情况相符。

同样道理，根据幂律法则，第二群组的平均销售额为11.9亿元，总销售额可达356.1亿元。这样占总数排名前20%的上海购物中心的1363.5亿元销售额就占了上海购物中心销售总额的约70%。（这还是偏保守的估算，二八定律主要说的是少数群体占有大多数群体的财富或物质的一个现象，并不严格限制要求精准到2:8）。

余下的240（实际230）个购物中心分享了不到646.9亿元的销售总额，依然遵循二八法则的分布。例如，排名第三群组即第61到90名的30个购物中心的平均销售额为6.4亿元，我们可以依然认为比较接近按线性均分或正态分布的6.9亿元的均值。

因此，把第三群组的30个购物中心和第一和第二群组加总共计90个购物中心，即不到总数1/3的购物中心可以位于接近或达到正态分布的平均均值的数量范围，与如果根据如图1a的正态分布想象的大多数（2/3或70%）可以达到或超过平均均值的情况差距至少一倍！

继续依此类推，排名90位之后的购物中心的销售额均落在长尾部分，其实际的经营情况可想而知，基本没有盈利空间和投资回报可言，也就是超过占总数2/3以上的购物中心都无法盈利。

《21世纪经济报道》在2019年11月12日的报道中提到“百强房企所持64%商业项目亏损”，其实也从另一个侧面印证了这一事实。尽管这里是以国内最好的上海购物中心市场作为分析样板，情况也不例外。

至此，本文从网络思维的维度说明了国内购物中心的过剩。

综上所述，从上海购物中心的销售额分布情况告诉我们3点：

1）真正盈利的购物中心仅占少数。

2）二八分布的事实与人们正态分布的期望正相反。

3）长尾效应很残酷。

2.人们的财富分布和澳大利亚购物中心销售额分布的启示

读到这里如果你仍心有不甘，那么本文再举一个与我们每一个人的生活密切相关的例子，相信可以帮助和加深你对这一问题的理解，这就是人们的财富分布情况。

这里笔者引用知乎公号为“猴子”的自媒体人的两幅图（略加修缮），这位中国科学院大学的硕士对财富分布的两幅图的描述说明非常形象到位。（见图3a和图3b）

图3a                                                                  图3b

图3a是现实社会的人们财富分布的实际情况，20%的人口占据了80%的财富。

图3b是人们所期望的理想的比较均衡的财富分布情况，很遗憾只是理想而永远不会变成现实。图3b也可以帮助理解前文所说的一个城市或一个市场的购物中心的销售额不会按平均或正态分布的道理。

所以，每一家商业地产企业在决定进入一个市场之前对于自己可能获得的市场地位和销售额一定要有一个更现实而不是更理想的预判！

关于财富分布情况，国际上有一个基尼系数用以衡量一个国家或地区的贫富差距水平，系数值从0到1，0代表绝对平均，1代表绝对不平均，0.4为警戒线，超过0.4代表贫富差距大（这里不作进一步展开）。基尼系数表示了平均的程度，但是怎样不平均二八定律给出了更准确的分布，比如20%的人口占有80%的财富就是一个说明，或者40%的人口占据60%的财富是否更趋平均？

下面，根据对上海购物中心分析的同样思路来看一下澳大利亚购物中心的销售额分布情况。这里选取澳大利亚区域型购物中心作为对比样本主要基于以下3点考虑：

1）澳大利亚的人口为2400万，与上海差不多。

2）澳大利亚区域型购物中心的平均规模和统计的上海购物中心的规模相仿。

3）澳大利亚作为全球最佳的购物中心市场[2]的分布情况可以带给我们的有益启示。

分析采用2019年澳大利亚区域型购物中心的销售额分布。主要列入统计的是80多个在上一年度正常营运（没有因为改造关停的）购物中心的销售额。本文也把这80多个购物中心分为10组，观测每一组别的购物中心的平均销售额。见图4。

图4：2019年澳大利亚区域型购物中心销售额的分布（四六分布）

从图4可见，排第一群组的占总数10%的购物中心的平均销售额为11.9亿澳元（1澳元=5元人民币），总额为95.2亿澳元，占澳大利亚区域型购物中心总销售额461.2亿澳元总额的20%（不同于上海的大于50%以上）；加上第二群组的数据，合计排名前20%的购物中心的销售额占总销售额的35%（仅为上海的一半），余下的60多个购物中心分享65%的约300亿的销售额。

所以澳大利亚购物中心的销售分布相对比较平均（接近四六分布）。图4的长尾部分也不像上海那样扁平，即使是排名最后群组的平均2.9亿澳元的平均销售额相当于人民币约15亿元，生存基本无忧。

澳大利亚作为全球最具“橄榄形”结构特征（指两头小中间大，寓意人们财富分布的相对最平均）的国家，从澳洲购物中心在与全球各主要市场对比中的长期的最高坪效和最稳定的综合表现来看，可以推断其购物中心的销售分布应该属于一种理想状态了。但依然不是正态分布而一定是幂律分布的，只不过比例不是二八而是更接近四六的相对平均分布。

3.网络思维的基本概念和联想

本文用网络思维的概念作一个延展分析。所谓网络是由边连接在一起的由节点所组成的集群。

以图5a的人际关系网络为例，图中每一个人都是一个节点，而其中相识的人就可以在相应的节点之间连成一条边。

节点的连边数量称为度。图5a中的两个带红圈的人有5个度，其他的人都只有2～3度。所以这两个度数最高的人构成关键少数，也称中心节点（枢纽），在这一网络的互动中发挥重要作用。

图5b则是显示这一简单人际关系网络幂律分布的示意图。微博上少数大V拥有惊人的粉丝数量是二八定律的又一个证明，即少数大V占有绝大多数的粉丝的关注度。其排列规则完全符合图1b的情况。（如果把横轴上大V看成是排名靠前的20%的群组，把纵轴看成是度）。

图5a：人际关系网络

图5b：人际关系网络的幂律分布示意图

来源：作者根据http;//business-newworks.org绘制

我们自然也可以把某个市场或某个企业的购物中心看成一个网络，把购物中心当作一个节点，通过这个市场或企业的网络中的消费者链接。

这样包括了顾客的到访频率和客单价的销售额以及租金收入等就可以作为一个度的指标。不仅是上海和澳大利亚的购物中心遵从这样的幂律法则，以下所列的三家国际国内的购物中心领导企业恒隆、华润和西田的购物中心也都无一例外地遵从幂律的分布法则。（见图6、图7和图8）。

图6：恒隆广场2019年的租金收入的分布

来源：根据恒隆地产年报数据绘制

图7：华润置地购物中心2019年租金收入的分布

来源：根据华润置地有限公司年报数据绘制

图8：西田(Scentre)澳大利亚购物中心2019年销售额的分布

来源：根据澳大利亚购物中心杂志《Shopping Centre News》数据绘制

从图6、7、8中可见，即使是这些最优秀的购物中心企业，能够达到或超过平均值的购物中心也不超过1/3，所以网络思维告诉我们平均已经没有意义，可见那种想当然地以为自己总应该达到平均值的投资判断或者很多企业以平均值作为业绩指标的做法都是不切实际的线性思维的逻辑，并且违背了客观规律。

全球复杂网络研究权威巴拉巴西根据幂律的无标度（没有平均特征标度）性质提出的的无尺度网络概念极大地提升了当今世界对网络思维的认知高度。

现实世界的网络都是无尺度的，并且凡是你说出名字的物质就有网络存在。现实世界的生物体、动物、城市乃至公司都是由各种大小不一的网络构成，服从幂律分布的法则。

因此，幂律法则构成了网络思维的内在本质。笔者在后续的文章中还将对网络思维作详尽的阐述（注意网络思维不是互联网思维，因为互联网仅是大自然中存在的无数网络中的一种，网络思维也不是所谓的“互联网+”或“O2O”）。科学家利用幂律法则揭示自然现象的规律在十八世纪和十九世纪就很普遍了。

今天，由于数据和计算机技术的飞速发展使得人们在对复杂系统的探索中赋予网络以新的含义。网络思维意味着所关注的不是事物的本身，而是事物之间的联系。关键是对网络思维的理解可以帮助人们突破传统的线性思维的局限和束缚。

按照唯物辩证法的观点，物质世界是普遍联系和不断运动变化的统一整体，其中的联系用今天的流行词语就是网络和链接。无尺度网络的链接相对于随机和静止的正态分布网络凸显了事物的开放和运动的本质。所以网络思维就是要以运动而不是静止、多维而不是线性（单维），开放而不是封闭看待和分析事物。今天我们正处在一个易变、不确定、复杂和模糊的（VUCA）时代。

为应对未来的不确定性挑战和人们的认知局限，对复杂网络系统的研究方兴未艾，代表了全球最前沿的科学潮流。而网络思维成为了复杂系统理论的一个具象化的表述，网络思维就是复杂系统理论。以网络思维认清现实、以网络思维抓住重点，以网络思维驾驭未来。

本文的目的就是提出和介绍网络思维的初步概念，并借助网络思维首先认清现实。笔者在接下来的文章中，还会对网络思维作更深入并依然是联系实际的阐述，从而帮助和引导企业在面对由各种复杂网络构成的不确定性的世界中寻找和发现确定性的因素，通过复杂网络的构造和机制的认知，掌握复杂系统理论和认识世界的新的思维方法。

[1] 数据引自《上海购物中心2020年度发展报告》

[2] 见笔者于联商专栏2月7日发布的《0.3人均购物中心面积：目前国内城市的警戒线》一文中的说明和图2-2.