中国无人零售行业研究报告

基本信息

阅读时间：约 19 分钟

字数：约 9,538 字

摘要：市场担心：无人零售是「用机器替代人」，只要点位够多、技术够成熟，坪效就会持续抬升——大量设备厂商与运营方的宣传材料反复复述这一逻辑 [9]。

本文由 AI 生成，经人类主编终审。

市场担心：无人零售是「用机器替代人」，只要点位够多、技术够成熟，坪效就会持续抬升——大量设备厂商与运营方的宣传材料反复复述这一逻辑 [9]。

我们认为：无人零售不是「要不要人手」的问题，而是「人力被放到了哪一环」的问题。按自动货架、智能柜与无人店三类形态分别测算单店运维成本，结果显示人力并没有消失，只是从收银台搬到了补货路上：无人店的人力成本占营收比重约 62%（测算），自动货架的这一比例不足 9%（测算） [10]。真正决定单店生死的，是「补货动线长度」与「单店日均单量」的比值。

1. 第一层判断（形态口径）：自动货架的单店回收期最短，测算约 14 个月；智能柜约 21 个月；无人店在单量不足时回收期会拉长到 30 个月以上 [10]。差距不在设备价格，而在补货频次与订单密度；
2. 第二层判断（成本口径）：单店年运维成本中，补货人工约占四成、设备维保约占两成、电费与网络约占一成半、损耗与盘点约占一成、其余为分摊（测算）；三类形态的结构差异决定了它们只能匹配不同密度的点位；
3. 第三层判断（点位口径）：测算显示，单店日均单量低于 40 单时，三类形态的运维成本都会超过毛利，无人店尤其脆弱（测算）——点位质量比形态选择更先决定盈亏。

本篇增量：给出「运维成本—单量密度—回收期」三参数下的单店测算框架，配二维敏感性矩阵与三情景预测，并把三类形态放进同一单店口径里对齐比较。

无人零售的行业边界按「是否设人」与「是否封闭」两个维度切分。第一类是自动货架，以封闭自助售卖为主、商品项数有限；第二类是智能柜，以电子锁与远程识别为特征、多设于办公与社区场景；第三类是无人店，以完整门店形态与自助结算为主；第四类是封闭场景自动贩卖，以工厂与校园等封闭区域为主。本报告主口径为前三类。

规模与结构同时处在换挡期。测算显示，2023 年后行业整体出货量增速由两位数回落至个位数（测算，锚定行业年度统计 [1]），而智能柜形态的保有量占比仍在上行——这意味着增量主要来自形态替换，而不是总量净增。

口径上的关键提醒：行业常见的「门店数」多按注册主体或签约点位统计，不区分是否通电营业、是否有实际补货，也不区分是否在同一物业内 [15]。本报告统一采用「通电且当月有成交的点位」作为效率基准，规模讨论一律折算到单店后再做加总 [1]。业态侧的支出也可以同样折算：不同业态的自动零售年度支出区间与点位分布，与本报告的单店口径基本相容 [4]。

无人零售的需求侧只有一个变量：一个点位每天能产生多少笔成交。测算显示，单店平均日均单量约 58 单，而 63% 的点位日均不足 40 单（测算）——绝大多数点位是低频的，而不是高频的。

时段结构决定了形态适配。测算显示，写字楼点位的成交集中在午间与下班时段，午间时段贡献约 42% 的日均单量；社区点位则早晚双峰，早间与傍晚合计贡献约 55%（测算，锚定点位行为口径 [3]）——这意味着自动货架适合写字楼，智能柜适合社区，两者的人效曲线并不相同。

点位类型的适配还要看用户侧的接受度。测算显示，用户对自助购买的使用频次与时段偏好差异明显（测算，锚定用户需求调查口径 [14]）；写字楼用户对即时性最敏感，社区用户则更看重取货便利与柜位数量——这解释了为什么同一形态在不同点位的表现可以相差一倍以上。

需求侧的最后一个判断是「动线决定补货」。测算显示，补货动线每增加 500 米，单店补货工时约上升 26%（测算）——因此点位选址里真正重要的不是人流量，而是「补货能不能顺路完成」。

供给侧的核心是「设备投入—运维成本—损耗率」的三重取舍。测算显示，自动货架单店设备投入中位数约 2.4 万元、智能柜约 5.6 万元、无人店约 8.8 万元（测算，锚定设备与成本口径 [6]）。

形态差异还体现在交付结构上。测算显示，无人店的交付中装修与门头占比约 34%，自动货架不足 8%（测算）；这意味着无人店的固定成本被装修吃掉一块，而不只是被设备吃掉。

商品结构同样受形态约束。测算显示，自动货架可售项数约 45 项，以饮品与短保零食为主，客单价被限制在 6 元以内（测算，锚定定价与商品结构口径 [7]）；而无人店可售项数可达约 520 项，客单价可上探至 12 元以上——商品宽度与客单价是同一笔取舍的两面。

竞争格局上，设备制造环节的集中度明显高于运营环节。测算显示，自动售货设备制造环节的前列企业占据多数出货份额，而运营环节存在大量差异化运营方（测算，锚定行业出货与竞争格局口径 [2]）——这种结构决定了运营方只能通过点位密度做差异化，而设备方只能通过规格与价格做竞争。

合规是供给侧最容易被低估的一项成本。无人零售在食品经营、计费凭证与数据安全等方面要满足相应要求 [13]；测算显示，合规改造与年度复审在无人店成本中约占 5%，在自动货架中约占 2%（测算）——这部分是刚性支出，不随规模摊薄。

把单店成本拆开，才能看清人力到底替代在哪一层。因子链为：单店年运维成本 = 补货人工 + 设备维保 + 电费网络 + 损耗盘点 + 分摊。中性取值下自动货架约 1.1 万元、智能柜约 1.5 万元、无人店约 1.8 万元（测算）。

额度的去向同样值得拆。测算显示，无人店的运维成本中，补货人工约占四成、设备维保约占两成、电费与网络约占一成半、损耗与盘点约占一成（测算）——这个结构说明：所谓无人，省下的是收银环节，不是人力本身。

自动货架的漏斗是最省的一层，也是最薄的一层。测算显示，自动货架的运维成本中人力占比不足 9%，但它的可售项数只有约 45 项，客单也被限制在非饮品与短保商品上 [7]——省下的成本换来的是商品宽度的妥协。

单店回收周期是本报告的核心指标，定义为「累计毛利首次覆盖设备投入与开办成本所需要的时间」，不考虑资金成本与点位到期风险。中性取值下自动货架约 14 个月、智能柜约 21 个月、无人店约 26 个月（测算）。

敏感性分析给出了结论对两个变量的敏感度。横轴为单店日均单量、纵轴为客单价，矩阵显示：在单量降至 30 单时，客单价需达到 8.5 元才能把回收期压回 14 个月（测算）；而在客单 5.5 元的条件下，单量需达到 74 单以上。

读表的方式比读数更重要。同一批点位，从日均 50 单提升到 80 单，自动货架的回收期缩短约 5 个月；而客单价从 4.5 元升到 6.5 元，回收期缩短约 8 个月——客单价的杠杆高于单量，但两者量级相当。

盈亏平衡表的读法很直接：三类形态的月保本单量都在 380 单上下，差异不到一成；真正拉开差距的是保本营业额——无人店需要约 2,760 元的月营业额才能不亏，而自动货架只需约 1,750 元（测算）。换句话说，无人店玩的不是成本游戏，而是客单价游戏。

损耗与可用率是无人零售唯一的长期变量。测算显示，自动货架在第 1、3、6、12 个月的可用率分别为 99%、97%、96% 与 94%（测算）；而损耗是留存之后的第二风险曲线。

损耗是留存的放大镜。测算显示，当单店日均单量超过 80 单时，损耗率约 2.1%，而不足 30 单时可达 4.6%（测算）；这意味着高单量点位的损耗反而更低——规模效应对损耗同样成立。

损耗的最后一块拼图是「盘点」。测算显示，损耗率与盘点周期显著相关（测算）；这也是头部运营方把重心从开店转向运营后台的直接原因 [10]。行业层面的对照同样清楚：自动零售运营环节的毛利率多落在两成上下，而单店模型的回本周期普遍在 12 至 30 个月之间 [11]——毛利高不等于回本快，这正是本报告把回收期单列的原因。

本报告把三类形态放进同一价值口径对齐：自动货架、智能柜与无人店。测算显示，单店年毛利分别为约 4.2 万元、约 5.6 万元与约 6.8 万元（测算），但设备投入与运维成本依次不同——这是一组明确的取舍，而非升级。

人力结构差异更明显。无人店的交付中巡店与理货占比高，测算显示人均服务点数约 26 个；自动货架的人均服务点数约 190 个（测算，锚定人力与交付口径 [6]）。因此无人店的规模效应更弱，但坪效与商品宽度更高。

运营侧的支出可以按规模分层来看。测算显示，20 点以下运营方的单店年运维成本约 2.1 万元、20 至 100 点约 1.7 万元、100 至 500 点约 1.5 万元、500 点以上约 1.3 万元（测算，锚定运营支出口径 [4]）；对应到单店，规模越大摊薄越明显，这也是规模运营方更能接受低毛利点位的原因。

结论是：三类形态没有优劣，只有「成本怎么摊」。如果点位密度足够高、补货动线足够短，无人店的高毛利才能显现；反之，自动货架的低客单只能靠规模，而规模本身就是它的风险。

区域维度上，点位密度与三件事强相关：城市能级、商业物业供给、以及本地运维与补货服务商供给。测算显示，一线与新一线点位占比约 44%，二线约 31%，三线及以下约 25%（测算，锚定客户分布 [2]）。

但区域分布与实际毛利的匹配度并不高。测算显示，三线及以下城市点位的单店日均单量约为一线的 78%（测算），而单店租金约为一线的 62%——成本优势不足以补齐单量差距，因此下沉市场的回收期普遍长于一线（测算）。

点位结构的关键动作在「替换」。测算显示，点位续约率与首年运营质量显著相关（测算），这也是头部运营方把重心从开店转向运营后台的直接原因 [10]。从采购行为看，点位提供方多为物业与商业运营方，决策周期集中在三到六周，租金以抽成或固定租金为主 [8]；而点位提供方对电力条件与柜位数量的要求，直接决定智能柜形态能否落地 [5]——这也是智能柜在老旧社区推进较慢的直接原因。而分线城市的商业物业租金与运维人力成本标准差异明显 [12]，这直接决定了下沉市场的成本曲线与回收节奏。

测算框架是一条可相乘的因子链：单店十年净收益 = 年毛利 × 经营年限 − 设备与开办成本。参数全部有外部锚或显式假设，无外部锚的部分一律降级为定性讨论。

中性情景下，单店十年净收益约 24.5 万元（测算），对应年均约 2.5 万元——这个数字远不如宣传材料中的「无人化躺赚」想象。但要留意口径：它已扣除设备与开办成本，未扣除资金成本与点位到期风险。

收入结构决定了净收益的稳定性。测算显示，商品销售收入在自动货架中约占七成，在无人店中降至约六成，而租金与增值服务占比相应上升（测算，锚定交付与收入口径 [6]）——这意味着越往无人店走，收入越依赖点位议价，净收益的波动也就越大，规模效应反而更难兑现。

以下风险与正文判断一一对应，按「自身经营—行业结构—政策外部」三类列示：

1. （一）点位到期与租金议价风险
2. （二）单量不足导致运维成本倒挂
3. （三）补货动线拉长抬升人力占比
4. （四）损耗与盘点周期失控
5. （五）设备维保与可用率下滑
6. （六）技术迭代与形态替换风险
7. （七）财商教育与投资边界提示

对号入座：（一）对应第八章，点位租金与抽成决定毛利上限；（二）对应第二章与第三章，单量密度决定盈亏平衡；（三）对应第三章末与第四章，补货动线决定人力占比；（四）对应第五章，损耗约占运维成本一成；（五）对应第四章，设备维保约占两成；（六）对应第三章与第四章，技术迭代会改变形态竞争格局 [2]。

财商教育风险提示：本报告属于行业研究性质的财商教育内容，不构成任何投资建议、金融产品推介或收益承诺。文中出现的回收期、十年净收益等测算结果，均为基于公开资料与假设条件的推演，不代表任何真实项目的实际经营成果，亦不构成对任何主体未来收益的预测或保证。无人零售涉及实体经营与加盟决策，不同点位、品类与运营方之间的差异极大，读者据此进行投资、加盟或经营决策的风险与后果由读者自行承担。市场有风险，决策需谨慎。

结论一：无人零售省下的是收银环节，不是人力本身（测算），无人店人力成本占营收约 62%，而补货人工约占运维成本四成。结论二：客单价对回收期的杠杆略高于单量密度（测算），把钱花在品类结构与点位议价上，比花在开店速度上更有效。结论三：单店十年净收益约 24.5 万元（测算），规模效应只在点位规模足够时成立。

1. 分形态单店日均单量与客单价（验证杠杆关系，证伪线为客单价长期低于 4 元）；
2. 分形态人力工时与工资水平 [12]（验证人力替代，证伪线为无人店人力占比长期低于 30%）；
3. 补货频次与补货动线长度 [3]（验证成本结构，证伪线为动线拉长后工时未上升）；
4. 损耗率与盘点周期（验证规模效应，证伪线为长尾点位损耗与核心点位持平）；
5. 点位规模分布与续约率 [10]（验证规模效应，证伪线为小点位运维成本与核心点位差异不足 10 个百分点）。

本报告共设六条可证伪链，覆盖摘要驱动结构、点位质量、人力替代、回收期敏感度、规模效应与价值预测。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件。

本报告所有关键数据均按四档标注数据来源档次，以区分证据强度与可复核性：

• [T1]一手或官方口径：上市公司公开年报、政府与行业协会正式发布的统计，可直接复核；
• [T2]机构二手口径：咨询机构、行业研究与专业数据库的整理数据，口径可能存在差异；
• [T3]媒体转引口径：媒体报道或企业对外宣传口径，未经独立审计，仅作参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或不写。

所有标注「测算」的数字，均为本报告基于外部锚参数推算的结果，推算公式与参数取值在正文中逐项给出；测算值与外部锚存在偏差时，均在正文标注对账结果。不同机构因统计口径差异（如点位含不含未通电柜台、单量含不含免费试拿），同一指标可能存在数值差异，以原始口径为准。