为什么美国电商发展不起来「国外电商可以在中国经营吗」

今天给大家普及一下为什么美国电商发展不起来「国外电商可以在中国经营吗」相关知识，最近很多在问为什么美国电商发展不起来「国外电商可以在中国经营吗」，希望能帮助到您。

通过中美对比，我们发现，中美电商当前的竞争优势来源并不相同。亚马逊以独占且主流的物流设施在美国建立了较高的壁垒，而中国电商龙头在履约环节却未形成壁垒。中国电商竞争的核心要素是信息成本，信息成本的“U型曲线”特征奠定了电商多元化的经济学基础。

在未来的竞争中，相比对GMV的追求，电商企业对定位的理解与坚守或许更能创造新的价值。

中美电商集中度变化趋势差异

美国电商市场亚马逊遥遥领先，而中国电商市场则经历了先集中、后多元的发展历程。电商行业似乎具备极强的规模经济，却又在某些情况下，体现负规模经济。核心原因在于交易成本的不同环节规模经济属性不同。

1)美国电商一枝独秀，中国电商新贵崛起

亚马逊在美国电商市场一枝独秀。尽管美国电商整体规模不如中国，但龙头企业竞争优势更为显著。亚马逊在美国电商行业市占率稳步提高，不仅将早期的竞争对手eBay远远甩在身后，也持续大幅领先于行业第二沃尔玛，龙头地位相当突出和稳固。

中国电商市场从高度集中走向多元发展。反观中国市场，在过去的近20年间先集中，后多元。拼多多更是在阿里、京东的夹击下异军突起，成为又一个平台式电商巨头。

多元发展有悖于市场对电商规模经济的认知。电商龙头往往拥有较强的先发优势和规模经济，而近5年来拼多多在中国市场的崛起却与该认知相背离。电商行业规模经济到底有多强？规模经济到底来自哪个环节？

2)交易成本分类框架可解释中美差异

简单举例：一瓶售价为1.5元的矿泉水，其产品成本只有0.18元，剔除0.2元的生产商利润，剩余1.12元都属于商品流通的交易成本，占售价的75%。这些交易成本包含了营销、物流、经销商利润等费用，最终都被加入产品的售价中，由消费者买单。而这些，只是交易成本的一部分。

真正的交易成本更为广义，既包含这1.12元被加入产品售价中的成本，也包含商品价格以外，买家为了买水所付出的交通和时间成本。

所有零售商的使命都是降低交易成本，电商也不例外。为了便于区分规模经济的来源，我们可以抽象地将交易成本划分为信息成本和履约成本。

（1）信息成本。信息成本主要是买卖信息撮合成本，包括卖家⇆买家和谈判/达成契约的成本。零售面对的是无数个差异化、零散分布的消费者，信息撮合成本通常是最为重要的成本。

（2）履约成本。是信息撮合以外的执行成本，包括产品从生产者转移至消费者的必要物理位移成本、资金流转成本、售后成本。

履约与信息成本不同的规模经济属性，推动中国电商集中度变化。在电商“从0到1”的阶段，是新的履约模式形成的阶段。

在最具有规模经济的履约环节，亚马逊建立了较高的壁垒，而阿里巴巴则选择了开放的物流体系。这种开放体系，一方面让中国的电商市场共享履约成本下降的红利，中国零售流通体系获得飞速进步；而另一方面，使得龙头企业未能享受履约环节的规模经济壁垒。

履约成本：中美电商壁垒不同

1）中美履约物流模式不同。

中国快递是主流，美国仓配是主流。中美经济地理的不同导致电商履约模式的不同：加盟制快递是中国电商的主流履约方式，采用仓配模式的京东物流在中国属于利基市场。

而亚马逊在美国采取的仓配模式正逐渐成为主流模式。根据BOA研究报告，2019年美国电商件数量为106亿件，其中亚马逊物流承载了近22%；预计到2025年，亚马逊物流配送的快递量将达到75-97亿件，占到全美电商件的38%-50%。

2）不同物流模式，履约壁垒不同.

仓配是电商专用资产，而快递是开放的社会基础设施。由于仓配设施既需要大额资产投入，又依赖于自营电商的流向预测，对独立的第三方而言，投资风险过大，不得不由电商自建。

快递模式不需要预测商品流向，全程无库存。早在电商兴起之前，快递已是社会物流基础设施，这导致电商与快递企业之间形成了开放的合作模式。

亚马逊依靠履约设施建立壁垒，而中国电商共享快递红利。在投入大量资产建立自有仓配设施之后，亚马逊得以推出两日达的物流服务，客户只要购买Prime会员即可免费使用。截至2020年，美国已有约2/3的消费者成为了亚马逊Prime会员。

在中国，快递与电商规模的共同提升为消费者提供了全球领先的快递成本，3-4元发全国的价格使很多国家望尘莫及。在这样一个最具规模经济的环节，中国的开放快递体系，极大地减少了电商企业在履约方面的差异化竞争。

中国电商的竞争焦点，落在了信息成本上。

信息成本: “U型曲线”推动中国电商走向多元化竞争

信息成本，是理解中国电商集中度变化的最重要维度。电商的本质是用信息科技改善商品买卖的信息撮合，撮合越高效，信息成本越低。由于未能在履约环节建立壁垒，信息成本的规模经济属性决定了中国电商的集中度变化。

1）信息成本的“U型曲线”特征

信息成本并非规模经济，而是呈现“U型曲线”特征。观察零售行业演变的历史与规律，我们发现，随着单一渠道内买卖信息量的上升，信息撮合成本呈现先下降、后上升的趋势。即信息成本先呈现规模经济，后呈现负规模经济。

我们可以从信息撮合的三种方式来理解“U型曲线”的原因：信息收集、信息筛选、信息背书。在这三种功能中，信息收集是规模经济的，而信息筛选与信息背书则是负规模经济的，三者结合，使信息成本呈现“U型曲线”。

◆ 信息收集的规模经济。收集买卖方的交易信息，是零售商作为信息中介的第一个任务。信息收集的规模越大，长尾商品的交易成本越低，更多长尾商品就能够实现买卖交易。线上零售，更是突破了物理空间，将买卖信息的收集增加了几个数量级，从而更大幅度降低了长尾商品的信息收集成本，体现出持续的规模经济。

◆ 信息筛选的负规模经济。零售商的第二个任务，是对收集的买卖交易信息进行筛选。零售商通过对买卖信息的筛选与分类，使买卖双方能够以更低的成本找到对方，这就出现了各种垂直业态。例如，线下零售时代，大卖场与便利店共存，“两元店”与精品店共存，各类零售商在有限的物理空间内筛选出特定特征的商品，以提升某一类需求的信息匹配精准度。

◆ 信息背书的负规模经济，即为卖家或买家增加信任。为了自身利益，买卖双方都希望表露y有利信息，隐藏不利信息。零售商作为买卖信息的中介，利用对买卖方的了解，降低双方的信息不对称，提高信息质量，使双方交易的试错成本降低。不过这种背书天然是有限的，因为对所有卖家的增信相当于没有对任何卖家增信。

零售之不可能定律。信息成本的“U型曲线”与零售行业自下而上总结的“零售之不可能定律”相吻合：“你可以某一件商品卖的比所有对手便宜，也可以所有商品卖的比某一个对手便宜，但是你无法做到所有商品卖的比所有对手便宜。”这是零售渠道无法一家独大，而是表现出多元化共存的理论基础。

2）电商并未改变信息成本的“U型曲线”

电商的本质是用信息技术改善信息撮合，挑战信息成本“U型曲线”。通过在线信息展示技术，同一家汇聚海量商品信息的电商企业，可以让顾客实现低成本的搜索、多维度的筛选，在保证信息量的情况下，实现更为精准的匹配，这是在挑战信息成本的“U型曲线”，实现持续的规模经济。

技术只是递延了“U型曲线”底部的到来，并未改变信息撮合的本质。信息撮合，不是简单的信息收集与展示，其本质上是一场博弈。具体来看，人的需求实际上相当复杂，难以由单一信息平台满足。

（1）搜索引擎的局限。消费者的需求并非价格这个单一维度，而是一个由款式、质量、信誉等要素构成的复杂组合。搜索引擎最终需要给出一个综合排序，而综合排序的权重设置并非满足所有用户，不同的搜索引擎逐渐衍生出不同的人群定位。

（2） “千人千面”推送的局限。消费者不同平台上购买不同品类物品时展现出不同的偏好。每一个平台实际上只能掌握消费者偏好的某一角度，而非所有。

3）中国电商已越过信息成本“U型曲线”底部

信息技术的不完美叠加中国供需多样化的特征，使中国电商越过了“U型曲线”的底部。随着电商渗透率的提升，中国多样化的人群与强大的制造业得以实现在线交易。技术的进步最终没能实现信息成本的持续规模经济，海量的信息撮合需求使得中国电商终究越过了“U型曲线”的底部，进入多元化发展阶段。

中国电商起步较晚，但高密度人口和制造大国的背景成为了推动电商高速发展的沃土。目前中国电商市场规模约为美国的两倍，也是全球范围内销售规模最大、商业模式迭代最快最先进的市场。

中国电商商家数量与商品供给大幅领先美国。据MarketplacePulse数据可以简单估算出，2020年底，中国阿里平台商家数量约为亚马逊北美商家数量的2倍；同时，根据Alizila和Scrapehero的数据，2016年，阿里平台SKU数量是同期亚马逊平台约有3倍，中国的商品在线数量也大幅超过美国。

用户角度，中国不仅规模领先，且人群需求属性更为多样化。2020年，中国网民规模是美国的3倍，中国网络购物用户达7.8亿人，也大幅领先美国。另外，中国居民人均可支配收入水平较低，且内部差异较大，消费需求呈现出复杂化、多元化的特征。

商家在阿里平台的平均营销成本已体现“U型曲线”特征。随着商家数量的增加，对消费者注意力的竞争，已经使阿里平台的商家平均营销成本呈现出了“U型曲线”特征。中国电商行业已越过“U型曲线”的底部，进入信息成本降低的新阶段。

信息成本降低新阶段，集中度下降，多元化竞争成为必然。在这一阶段，信息成本的负规模经济属性较强，不同平台可以凭借自身对特定人群、特定品类的精准撮合，实现比大规模平台更低的交易成本。这就奠定了中国电商本轮集中度下降、多元化竞争的基础。

（本文选编自“晓晗的消费互联网研究”。注：本篇报告探讨的电商业务，暂不包括本地服务电商与社区团购业务。研究报告使用的公开资料可能存在信息滞后或更新不及时的风险；订单量和市占率等测算基于一定前提假设，或与实际数据存在偏差，仅供参考。）