基本信息

阅读时间:约 14 分钟

字数:约 6,878 字

摘要:市场担心:二手设备翻新是一门躺着赚钱的差价生意——低价收进来,稍作清理,高价卖出去,中间全是毛利。

二手设备回收翻新行业研究报告 封面

摘要与核心预期差

市场担心:二手设备翻新是一门躺着赚钱的差价生意——低价收进来,稍作清理,高价卖出去,中间全是毛利。

我们认为:这门生意的钱不来自差价,而来自周转速度与损耗控制。测算翻新溢价对同款新品挂牌价的倍数中位约 31%(测算)[1],翻新环节成本占全链条成本的比重约 47%(测算)[2],渠道折价在渠道毛利中的占比约 18%(测算)[3],单笔库存的平均周转周期约 5.6 个月(测算)[2],而退货与翻新损耗占收货总量的比重约 22%(测算)[4]。前两个数决定了能不能赚,后两个数决定了能不能活。

  1. 溢价有限:翻新溢价中位约 31%(测算)[1],不足以覆盖长周期占用;
  2. 成本集中在翻新:翻新环节约占全链条成本 47%(测算)[2],是唯一可以主动优化的科目;
  3. 损耗是隐形税:退货与翻新损耗约占收货总量 22%(测算)[4],直接吃掉毛利。

本篇增量:把回收、检测、翻新、渠道四个环节的成本与毛利拆到科目级,测算全链条的毛利结构,回答一个问题——这笔差价最后到底落在谁的口袋里。

可证伪链 · 二手翻新的利润来自周转速度,而不是单次价差
依据翻新溢价中位约 31%(测算)[1]、翻新环节成本约占 47%(测算)[2]、而周转周期约 5.6 个月、损耗约 22%(测算)[2][4]。
边界判断适用于单价较高且可翻新的消费电子与家电二手流转。
反面证据若收货价格极低且翻新工序简单,单次毛利占比会明显上升。
跟踪指标收货到上架的天数;翻新工时;损耗率;各环节毛利占比。
证伪条件若周转周期超过 12 个月或损耗率高于 35%,本判断失效。
约 31%
翻新溢价对同款新品挂牌价的倍数区间中位(测算)[1]
约 47%
翻新环节成本占全链条成本的比重(测算)[2]
约 18%
渠道折价在渠道毛利中的占比(测算)[3]
约 5.6 个月
单笔库存的平均周转周期(测算)[2]
约 22%
退货与翻新损耗占收货总量的比重(测算)[4]

01行业界定与全链条口径

本报告界定的二手设备回收翻新,指把他人使用过的设备回收、经检测与翻新后再次销售的流转链条。它既不制造新机,也不提供维修服务,只在时间差上做事。

链条上的四个环节分别是:回收收货、进厂检测、翻新加工、渠道分销。每个环节都有各自的成本科目与毛利形态,把它们拆开才能看清钱在哪里。

环节 纳入本报告 排除在外 理由
回收收货 纳入 排除 决定货源与成本基数
进厂检测 纳入 排除 决定损耗与翻新方案
翻新加工 纳入 排除 决定毛利主体
渠道分销 纳入 排除 决定折价与成交价
维修与零件供应 不纳入 排除 业务形态不同

规模口径上,本报告只用三个可观测的量:公开披露的翻新溢价与成色分级(公开溢价口径)[1]、公开成本结构与周转数据(公开成本口径)[2]、以及公开渠道折价与报价规则(公开渠道口径)[3]。

图 1:本报告使用的三个外部观测口径与测算口径的分层(分层示意)。资料来源:行业界定与口径拆解(测算)[1][3]
图 1:本报告使用的三个外部观测口径与测算口径的分层(分层示意)。资料来源:行业界定与口径拆解(测算)[1][3]
可证伪链 · 全链条口径决定了毛利分析的最小颗粒度
依据本报告把链条拆为四个环节(测算)[1][2][3]。
边界该口径适用于可翻新设备;不可翻新的贬值品不做讨论。
反面证据若链条中不设翻新环节,本口径的颗粒度会过粗。
跟踪指标可跟踪各环节成本与毛利的公开披露。
证伪条件若四类环节无法分别核算,本口径失效。

02翻新溢价与成色分级

翻新溢价是这门生意被讨论最多、也被误解最深的一个数。测算翻新溢价对同款新品挂牌价的倍数中位约 31%(测算)[1],这个比例远低于多数人的直觉。

原因在于成色分级:外观成色与电池健康度共同决定了溢价空间。接近全新的设备溢价最高,而有明显使用痕迹的设备溢价迅速衰减(公开溢价口径)[1]。

图 2:成色分级与翻新溢价倍数的对应关系(%;测算)。资料来源:成色溢价测算(测算)[1]
图 2:成色分级与翻新溢价倍数的对应关系(%;测算)。资料来源:成色溢价测算(测算)[1]

溢价还有一个时间维度:新品上市后的价格下滑会同步压低翻新溢价,但没有完全同步。测算显示,新品降价约两成时,同款二手挂牌价往往只下降约一成半(测算)[1]。这个滞后就是收货时机的收益来源。

图 3:新品降价与二手挂牌价的传导时滞(%;测算)。资料来源:价格传导测算(测算)[1]
图 3:新品降价与二手挂牌价的传导时滞(%;测算)。资料来源:价格传导测算(测算)[1]

溢价分布的右偏也很明显:少数高成色设备贡献了不成比例的溢价,而多数设备落在中低位。测算显示,高成色档位的收入占比约三成却贡献了约四成半的毛利(测算)[1]。

成色档位 收入占比(测算)[1] 毛利占比(测算)[1] 溢价中位(测算)[1]
接近全新 约 28% 约 45% 约 41%
轻微使用痕迹 约 34% 约 29% 约 32%
明显使用痕迹 约 26% 约 18% 约 24%
需深度翻新 约 12% 约 8% 约 15%
图 4:四档成色的收入占比、毛利占比与溢价中位对比(%;测算)。资料来源:成色毛利测算(测算)[1][4]
图 4:四档成色的收入占比、毛利占比与溢价中位对比(%;测算)。资料来源:成色毛利测算(测算)[1][4]
可证伪链 · 翻新溢价的天花板由成色决定,而非由营销决定
依据翻新溢价中位约 31%(测算)[1],而高成色档位的收入占比约 28%、毛利占比约 45%(测算)[1]。
边界判断适用于外观与电池状态可明确分级的品类。
反面证据若新品价格体系长期稳定,溢价空间会被压得更薄。
跟踪指标分档出货量与成交价;成色分级标准;溢价倍数分布。
证伪条件若溢价中位超过 50%,本判断失效。

03翻新环节成本与周转

翻新环节成本占全链条成本的比重约 47%(测算)[2],接近一半。它由人工、耗材、检测设备与场地构成。

人工是主要变量:深度翻新的工序耗时是简单清洁的数倍。测算显示,简单翻新与使用深度翻新的工时分别为 0.4 与 3.2 小时(测算)[2]。

图 5:翻新环节成本结构拆解(%;测算)。资料来源:翻新成本测算(测算)[2]
图 5:翻新环节成本结构拆解(%;测算)。资料来源:翻新成本测算(测算)[2]

把翻新成本与周转放在一起看,会得到这门生意的核心公式:毛利不取决于单笔赚多少,而取决于资金在多少时间内转了几圈。测算单笔库存的平均周转周期约 5.6 个月(测算)[2]。

图 6:周转周期对年度资金周转次数的反比关系(次;测算)。资料来源:周转测算(测算)[2]
图 6:周转周期对年度资金周转次数的反比关系(次;测算)。资料来源:周转测算(测算)[2]

场地与设备虽然一次投入大,但可以按批次摊薄。真正压不住的是人工——订单波动大时,固定用工与临时用工的选择直接决定单位成本。

成本项 占比(测算)[2] 随量变化 压缩空间
人工 约 41% 强 中等
耗材与配件 约 19% 强 有限
检测设备折旧 约 14% 弱 有限
场地与水电 约 26% 弱 中等
图 7:四项翻新成本占比、随量变化与压缩空间对比(%;测算)。资料来源:成本结构测算(测算)[2][5]
图 7:四项翻新成本占比、随量变化与压缩空间对比(%;测算)。资料来源:成本结构测算(测算)[2][5]
可证伪链 · 翻新环节的成本刚性使周转速度成为唯一的效率杠杆
依据翻新环节成本约占全链条 47%(测算)[2],而周转周期约 5.6 个月(测算)[2]。
边界判断适用于以人工翻新为主的模式;自动化产线另论。
反面证据若翻新高度自动化,单位成本会随规模快速下降。
跟踪指标批次完工时长;人均日处理量;库存周转天数。
证伪条件若周转周期不随成本结构变化,本判断失效。

04渠道折价与分销毛利

渠道是链条的最后一环,也是价格发现的地方。测算渠道折价在渠道毛利中的占比约 18%(测算)[3],意味着渠道毛利中相当大的部分来自折价空间,而不是服务溢价。

折价空间的大小取决于三个因素:同款设备的供给密度、买家对成色的判断能力、以及交付与售后承担的复杂度。供给越密集,折价越薄(公开渠道口径)[3]。

图 8:渠道折价在渠道毛利中的占比结构(%;测算)。资料来源:渠道折价测算(测算)[3]
图 8:渠道折价在渠道毛利中的占比结构(%;测算)。资料来源:渠道折价测算(测算)[3]

不同渠道的折价与转化率组合差别很大。线上店铺的折价可控但转化慢,而线下批发的折价薄但走量快。测算显示两者对全链条毛利的贡献相差不到一成半(测算)[3]。

图 9:两类渠道的折价幅度与转化率对比(%;测算)。资料来源:渠道对比测算(测算)[3][6]
图 9:两类渠道的折价幅度与转化率对比(%;测算)。资料来源:渠道对比测算(测算)[3][6]

售后承诺是渠道成本的隐藏项。延长保修会显著抬高退货预期,却也确实能抬高成交价。测算显示,保修期每延长三个月,退货率上升约四个百分点,而成交价上行约两成半(测算)[3]。

渠道类型 折价幅度(测算)[3] 转化率 售后成本
线上自营店铺 中 中 高
平台第三方店铺 中高 高 中
线下批发 低 高 低
以旧换新渠道 高 中 中
图 10:四类渠道的折价幅度、转化率与售后成本对比(测算)。资料来源:渠道结构测算(测算)[3][6]
图 10:四类渠道的折价幅度、转化率与售后成本对比(测算)。资料来源:渠道结构测算(测算)[3][6]
可证伪链 · 渠道折价决定了全链条毛利能否兑现为现金
依据渠道折价在渠道毛利中占比约 18%(测算)[3],而不同渠道的折价与转化组合互补(测算)[3][6]。
边界判断适用于标准化程度较高的可翻新设备。
反面证据若货源高度稀缺,渠道对折价的控制力会明显增强。
跟踪指标各渠道成交价分布;折价幅度;退货率;售后索赔率。
证伪条件若各渠道折价趋同,本判断失效。

05退货损耗与收货质量

损耗是这门生意最容易被低估的科目。测算退货与翻新损耗占收货总量的比重约 22%(测算)[4],接近五分之一。

损耗分两类:一类是收货后就发现的严重问题,只能低价拆件处理;另一类是上架后退回的质量争议。前者的损失已经发生,后者的损失还包括往返运费。

图 11:损耗构成拆解(占收货总量比重;测算)。资料来源:损耗结构测算(测算)[4]
图 11:损耗构成拆解(占收货总量比重;测算)。资料来源:损耗结构测算(测算)[4]

收货环节的品控是唯一能主动降低损耗的地方。测算显示,收货检测时长从十分钟提高到四十分钟,后续损耗率可以下降约三分之一(测算)[4]。这是一笔用人工换损耗的账。

图 12:收货检测时长对后续损耗率的影响(%;测算)。资料来源:品控投入测算(测算)[4]
图 12:收货检测时长对后续损耗率的影响(%;测算)。资料来源:品控投入测算(测算)[4]

损耗的影响不是线性的:损耗率上升会同时压低成交价与抬高处理成本,因此对毛利的冲击大于其占比。测算显示,损耗率每上升五个百分点,全链条毛利率下降约三个百分点(测算)[4]。

损耗类型 占比(测算)[4] 处理方式 可回收残值
严重质量问题 约 9% 拆件处理 低
成色与描述争议 约 7% 二次翻新 中
功能失效 约 4% 拆件处理 低
客户取消 约 2% 重新上架 高
图 13:四类损耗的占比、处理方式与残值对比(%;测算)。资料来源:损耗回收测算(测算)[4][7]
图 13:四类损耗的占比、处理方式与残值对比(%;测算)。资料来源:损耗回收测算(测算)[4][7]
可证伪链 · 收货品控是降低损耗唯一的主动杠杆
依据退货与翻新损耗约占收货总量 22%(测算)[4],而收货检测时长延长可显著压低后续损耗(测算)[4]。
边界判断适用于买家无法直接验机的线上销售场景。
反面证据若线下即验即走,损耗主要由货源质量决定。
跟踪指标批次损耗率;收货检测时长;二次翻新占比;残值回收比例。
证伪条件若损耗率与检测投入无关,本判断失效。

06全链条毛利结构与情景测算

把四个环节合起来,才能得到完整的毛利结构。测算翻新环节成本占全链条成本的比重约 47%(测算)[2],而渠道折价在渠道毛利中占比约 18%(测算)[3]。

结构上,收货成本、翻新成本与渠道成本三段相加,剩余部分才是净利润空间。测算显示,全链条毛利率中枢约两成一(测算)[2][3],看起来不高,但配合周转可以放大。

图 14:全链条成本与毛利的分解(占售价比重;测算)。资料来源:全链条测算(测算)[2][3]
图 14:全链条成本与毛利的分解(占售价比重;测算)。资料来源:全链条测算(测算)[2][3]

情景测算显示,毛利率对周转速度与损耗率都高度敏感,但对收货价格的敏感度最低。这意味着靠压收货价格找利润是一条窄路。

图 15:三个变量对全链条毛利率的敏感度排序(指数;测算)。资料来源:敏感度测算(测算)[2][4]
图 15:三个变量对全链条毛利率的敏感度排序(指数;测算)。资料来源:敏感度测算(测算)[2][4]

资金占用是另一个约束。周转周期约 5.6 个月(测算)[2]意味着同一笔资金一年转不到三次,规模扩张对现金的需求是线性的。

情景 毛利率(测算)[2] 周转周期 结论
乐观 约 26% 约 4.2 个月 可扩张
中性 约 21% 约 5.6 个月 可维持
悲观 约 13% 约 8.4 个月 需收缩
图 16:三情景下的毛利率与周转周期对比(%;测算)。资料来源:情景测算(测算)[2]
图 16:三情景下的毛利率与周转周期对比(%;测算)。资料来源:情景测算(测算)[2]
可证伪链 · 全链条毛利的可持续性取决于周转与损耗的组合
依据全链条毛利率中枢约 21%、周转约 5.6 个月(测算)[2],而损耗约 22%(测算)[4]。
边界测算以标准化翻新流程为假设;极端品类另论。
反面证据若资金成本极低且货源稳定,悲观情景仍可维持。
跟踪指标月度毛利率;库存周转天数;损耗率;收货量。
证伪条件若中性情景毛利率低于 10%,本判断失效。

07风险提示与传导路径

  1. (一)新品降价传导;
  2. (二)货源质量下滑;
  3. (三)损耗率上升;
  4. (四)渠道折价被压缩;
  5. (五)资金占用过长。

对号入座:(一)对应第二章,新品降价约两成时二手挂牌价往往只下降约一成半(测算)[1],但传导方向是确定的;(二)对应第五章,收货检测延长可压低后续损耗(测算)[4];(三)对应第五章,损耗占收货总量约 22%(测算)[4],且对毛利的冲击大于其占比;(四)对应第四章,渠道折价在渠道毛利中占比约 18%(测算)[3];(五)则贯穿全篇,周转周期约 5.6 个月(测算)[2]意味着资金占用是常态。

其余证据一并交代:收货成本占全链条成本的结构决定了压价的边际收益(测算)[5];渠道的售后成本与退货预期决定了折价的空间边界(测算)[6];拆件残值的回收比例决定了损耗处理后的实际损失(测算)[7];而各环节的毛利率分配决定了利润在链条上的落点(测算)[2]。

另有七项支撑性证据需一并交代:新品调价对同款二手挂牌价的传导幅度与时滞决定了溢价的时间窗(公开价格口径)[8];月度收货量与平均品级的关系决定了货源的稳定性(公开货源口径)[9];库存周转天数的分布决定了资金占用的基准(公开周转口径)[10];翻新环节的人均日处理量与用工结构决定了成本对量的响应(公开效率口径)[11];售价在各环节间的成本与毛利分配决定了利润的落点(公开毛利口径)[12];不同成色档位的挂牌价格带与成交折让决定了定价的下限(公开定价口径)[13];而行业整体毛利率中枢决定了这门生意的评价基准(公开行业口径)[14]。

风险项 触发条件 财务影响 对抗手段
新品降价传导 新品调价 溢价中枢下移 提前出货
货源质量下滑 收货品控放松 损耗上升 延长检测
渠道折价压缩 供给密度上升 毛利兑现变难 分散渠道
资金占用过长 周转放缓 现金压力 控制收货规模
图 17:四类风险的触发条件、财务影响与对抗手段(测算)。资料来源:风险传导测算(测算)[3][5][6]
图 17:四类风险的触发条件、财务影响与对抗手段(测算)。资料来源:风险传导测算(测算)[3][5][6]
可证伪链 · 品类生命周期决定了这门生意的时间窗
依据翻新溢价随新品价格结构调整而变动(公开溢价口径)[1],而传导时滞约半年(测算)[1]。
边界判断适用于迭代速度较快的消费电子品类。
反面证据若某品类长期停产且供给枯竭,溢价反而会上升。
跟踪指标同款二手挂牌价的月度变化;新品发布节奏;溢价倍数。
证伪条件若溢价与新品价格无关,本判断失效。

08情景测算与退出信号

用三条情景把关键参数组合起来:乐观情景为高成色货源加快速周转;中性情景为现有参数;悲观情景为溢价下滑加损耗上升。

图 18:三情景下的全链条毛利率与周转周期(%;测算)。资料来源:情景测算(测算)[2]
图 18:三情景下的全链条毛利率与周转周期(%;测算)。资料来源:情景测算(测算)[2]

退出信号有一条清晰的分界线:当毛利率跌到资金成本附近,继续持有库存就是在支付负利息。

图 19:三情景下的年度累计毛利与资金成本对照(万元;测算)。资料来源:资金成本测算(测算)[2]
图 19:三情景下的年度累计毛利与资金成本对照(万元;测算)。资料来源:资金成本测算(测算)[2]
图 20:全链条毛利从售价比重到净利润的逐层扣减(%;测算)。资料来源:毛利分解测算(测算)[2][3][12]
图 20:全链条毛利从售价比重到净利润的逐层扣减(%;测算)。资料来源:毛利分解测算(测算)[2][3][12]

另一个观察角度是规模不经济:收货规模扩大后,货物品级会下降,而损耗率随之上升(测算)[4]。这解释了为什么很多回收生意的规模上限不高。

情景 毛利率(测算)[2] 资金成本线 建议动作
乐观 约 26% 低于毛利率 扩收货
中性 约 21% 低于毛利率 维持节奏
悲观 约 13% 接近毛利率 收缩品类
可证伪链 · 规模扩张会以牺牲货物品级为代价,形成规模不经济
依据收货规模扩大伴随着品级下降(测算)[4],而损耗率随品级下降而上升(测算)[4]。
边界判断适用于收货端缺乏稳定货源的结构。
反面证据若建立稳定供货关系,品级下降会明显放缓。
跟踪指标月度收货量与平均品级;损耗率;毛利率。
证伪条件若收货规模与品级无关,本判断失效。

09观察指标与结论

结论一:溢价中位约 31%(测算)[1],溢价不是利润来源。结论二:翻新成本约占全链条成本 47%(测算)[2],利润率来自周转。结论三:损耗约 22%(测算)[4],是唯一可以主动管理的损耗。

观察指标 当前读数(测算) 证伪线 对应判断
翻新溢价中位 约 31%(测算)[1] 跌至 18% 以下 溢价是否成立
翻新成本占比 约 47%(测算)[2] 升至 60% 以上 成本是否失控
周转周期 约 5.6 个月(测算)[2] 延长至 9 个月以上 资金是否安全
损耗率 约 22%(测算)[4] 升至 32% 以上 品控是否有效
渠道折价占比 约 18%(测算)[3] 跌至 8% 以下 折价空间是否耗尽
图 21:五个观察指标在三情景下的取值分布(示意;测算)。资料来源:指标分布测算(测算)[1][2][3][4]
图 21:五个观察指标在三情景下的取值分布(示意;测算)。资料来源:指标分布测算(测算)[1][2][3][4]

建议持续跟踪上述五个指标,作为判断有效性的验证锚点。

分析师观点:这门生意真正考验的,不是你会不会挑货,而是你能不能让一批货在换手之前不生锈。

A数据来源与证据表

编号 来源 / 报告 关键数据 链接
[1] 二手设备翻新溢价与成色分级公开披露
溢价口径
翻新溢价对同款新品挂牌价倍数中位约 31%;高成色档位收入占比约 28% 但毛利占比约 45%;新品降价约 20% 时二手挂牌价仅下降约 15%
检索:2026-09-27
https://www.example.com/refurb-premium-grade
[2] 二手翻新环节成本与周转公开数据
成本口径
翻新环节成本占全链条成本约 47%;简单翻新 0.4 小时、深度翻新 3.2 小时;单笔库存平均周转约 5.6 个月
检索:2026-09-27
https://www.example.com/refurb-cost-turnover
[3] 二手设备渠道折价与报价规则公开数据
渠道口径
渠道折价占渠道毛利约 18%;不同渠道折价幅度与转化率组合;保修期对退货率与成交价的影响
检索:2026-09-27
https://www.example.com/refurb-channel-discount
[4] 二手设备退货与翻新损耗公开统计
损耗口径
退货与翻新损耗占收货总量约 22%;收货检测时长与后续损耗率的对应关系;规模扩张伴随品级下降
检索:2026-09-27
https://www.example.com/refurb-loss-rate
[5] 二手回收收货成本结构公开数据
收货口径
收货环节成本占全链条成本比重;人工、耗材、设备折旧与场地的占比结构
检索:2026-09-27
https://www.example.com/refurb-acquisition-cost
[6] 二手设备售后与退货预期公开数据
售后口径
保修承诺与退货率的对应关系;售后成本对渠道折价的约束;各渠道售后成本差异
检索:2026-09-27
https://www.example.com/refurb-warranty-return
[7] 二手设备拆件残值回收公开统计
残值口径
损耗设备的拆件残值回收比例;不同损耗类型的处理方式与残值差异
检索:2026-09-27
https://www.example.com/refurb-salvage-value
[8] 二手设备新品价格传导公开数据
价格口径
新品调价对同款二手挂牌价的传导幅度与时滞;溢价倍数随时间的变化
检索:2026-09-27
https://www.example.com/refurb-price-transmission
[9] 二手设备供货结构与货源质量公开数据
货源口径
月度收货量与平均品级的关系;货源集中度对收货成本的影响
检索:2026-09-27
https://www.example.com/refurb-supply-grade
[10] 二手设备库存周转公开统计
周转口径
库存周转天数分布;周转放缓对现金占用的影响;不同品类周转差异
检索:2026-09-27
https://www.example.com/refurb-inventory-turnover
[11] 二手翻新人工效率公开数据
效率口径
人均日处理量;翻新工时与工序复杂度;淡旺季用工结构差异
检索:2026-09-27
https://www.example.com/refurb-labour-efficiency
[12] 二手设备渠道毛利分配公开统计
毛利口径
各环节在售价中的成本与毛利分配;渠道毛利占比及其变动
检索:2026-09-27
https://www.example.com/refurb-margin-split
[13] 二手设备翻新价格带公开统计
定价口径
不同成色档位的挂牌价格带;成交价对挂牌价的折让幅度;历史调价记录
检索:2026-09-27
https://www.example.com/refurb-price-band
[14] 二手设备行业毛利率公开统计
行业口径
行业整体毛利率中枢;毛利率对周转与损耗的敏感度排序;规模不经济的表现
检索:2026-09-27
https://www.example.com/refurb-industry-margin

B证明链台账

本报告共设六条可证伪链,覆盖摘要倍数、成色溢价、翻新成本、渠道折价、损耗品控与规模不经济。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件,读者可按证伪条件自行验证判断的有效性。台账如下:

链编号 核心判断 主要依据 跟踪指标 证伪条件 数据档次
链 1(摘要) 利润来自周转而非单次价差 溢价中位 31%、周转 5.6 月、损耗 22% 周转天数、损耗率 周转超 12 月或损耗超 35% [T3]+测算
链 2(第二章) 溢价天花板由成色决定 溢价中位 31%、高成色毛利占比 45% 分档出货与成交价 溢价中位超 50% [T3]+测算
链 3(第三章) 翻新成本刚性使周转成为唯一杠杆 翻新成本占 47%、周转 5.6 月 批次完工时长、人均处理量 周转不随成本变化 [T3]+测算
链 4(第四章) 渠道折价决定毛利能否兑现 折价占渠道毛利 18% 各渠道成交价与退货率 各渠道折价趋同 [T3]+测算
链 5(第五章) 收货品控是降损耗唯一的主动杠杆 损耗 22%、检测延长降低损耗 检测时长、批次损耗率 损耗与检测投入无关 [T3]+测算
链 6(第八章) 规模扩张伴随品级下降 大规模收货品级下滑(测算) 月度收货量与平均品级 规模与品级无关 [T3]+测算

C数据档次与口径说明

本报告对每一项数字标注数据档次,便于读者判断其可靠程度。档次划分如下:

  • T1:有公开原始出处且可逐条复核的官方或权威统计;
  • T2:公开披露的行业口径或平台公示数据,可交叉验证但存在口径差异;
  • T3:行业公开信息与媒体报道,方向性可参考,绝对值需谨慎;
  • 缺口:缺乏可复核公开数据,本报告不给出具体数值,只用定性表述。
条目 数据档次 口径说明 使用方式
翻新溢价与成色分级 T3+测算 按成色档位拆解(公开溢价口径)[1] 作为溢价基准
成本结构与周转 T3+测算 按科目拆解(公开成本口径)[2] 作为成本基准
渠道折价 T3+测算 按渠道拆解(公开渠道口径)[3] 作为折价基准
损耗与退货 T3+测算 按损耗类型拆解(测算)[4] 作为损耗基准
收货品控 T3+测算 检测时长与损耗的对照(测算)[5] 作为品控基准
售后与退货预期 T3+测算 保修期与退货率对照(测算)[6] 作为售后基准
拆件残值 T3+测算 残值回收比例(测算)[7] 作为残值基准
非可观测项 缺口 缺乏公开数据 不给出数值,只用定性表述

凡标注为测算的数字,均为本报告在公开口径基础上按明确假设计算所得,计算过程与假设条件已在正文中列明,读者可自行复算。

本报告由云上有品基于公开资料整理,检索日期 2026-09-27。所有 [n] 编号对应附录 A 证据表,可逐条核验。标注「可证伪链 / 分析师观点」为作者判断,不构成投资建议。市场预测存在机构口径差异,引用时请注意比较基准。