跨境电商学堂

课程 · L02

世界电商格局

50 分钟 · 已完成

L02 课次

首次使用

阅读语言设置

你可以用一种语言阅读课程,并用另一种语言查看概念解释。我们不会根据姓名、宗教、国籍或地理位置推断你的语言。

机器辅助译文会明确标注,绝不冒充教师审核版本。

← 课次

讲义 课件 自测 教师:素材与拓展

阅读方式

学习目标

教材位置
第 1 章 §1.4—1.5;第 2 章 §2.2.2—2.2.3、§2.3.2、§2.8;表 2-1
前置知识
第 1 课:电商、跨境电商与三个构成要素。
本课作用
本课把定义变成测量:市场规模多大、数字化程度多高,以及为什么不同口径的数字不能直接并列。

对应教材小节

1.4 跨境电商的趋势 · 简要讲解 1.5 电商的发展 · 课堂重点 2.2.2 B2C 电商全球现状 · 课堂重点 2.2.3 B2C 全球性大公司 · 简要讲解 2.3.2 B2B 全球发展现状 · 简要讲解 2.8 跨境电商现状 · 课堂重点

引入情境

学习重点与难点

学习重点

  • 把规模(多少钱)与渗透率(占零售多少)分开,绝不只用单一指标给市场排名。
  • 使用任何数字前,先注明年份、口径与来源。
  • 识别中国位置的三层——国内市场、平台与企业、跨境出口能力——而不是把它们当成一个数字。

可能的难点

  • 学生把包含 B2B 的全球数字与某国 B2C 零售数字相比,并把差额当成增长。两者口径不匹配。
  • 渗透率与直觉相反:小市场可能高度数字化,大市场可能渗透率不高。学生常以为规模与成熟度同步上升。
  • 数据缺口被读成零。某国没有可靠电商数据时,诚实答案是“无可比数据”,而不是“市场为零”。

核心概念

是什么 · 为什么重要 · 如何解释案例 · 与相近概念的区别

电商的三个阶段

是什么
1995—2000 为发明期:带宽有限、商品简单、风险资本进入,以 2000 年互联网泡沫破裂告终。2001—2006 为整合期:企业从技术驱动转向业务驱动,宽带普及,搜索广告与富媒体出现。2007 年至今为重构期:围绕社交、移动与本地服务,由智能手机、社交网络与 App 推动。
为什么重要
阶段解释了今天工具的来源:搜索广告来自整合期,社交与移动电商来自重构期。
如何解释案例
用阶段判断商业模式的时代逻辑:目录型网站属于较早逻辑,直播电商属于重构期。
与相近概念的区别
阶段不是每个国家都按同一顺序爬的梯子。某市场可能先普及移动支付,再补桌面零售。
如何运作
每个阶段改变瓶颈:先是接入与带宽,再是商业模式与广告,最后是设备与社交分发。
条件与限制
分期是教学概括。企业不会在某天统一切换模式,某些行业会跳阶段。

B2C 规模与渗透率

是什么
B2C 网络零售额以金额衡量规模;网络零售占零售总额比例衡量渗透率。表 2-1 给出 2020 年两者。
为什么重要
规模说明有多少钱在流动,渗透率说明线上替代线下的深度。政策与战略问题需要不同指标。
如何解释案例
称某市场“大”或“先进”前至少比较两个指标:中国规模第一,韩国与英国渗透率很高。
与相近概念的区别
规模不是渗透率,两者也都不是增速。金额增长时,若线下增长更快,渗透率可能下降。
如何运作
用网络零售额除以零售总额得到渗透率;保持年份与零售定义一致。
条件与限制
跨国比较取决于各国统计口径、是否含服务、如何处理非正规市场。

中国位置的三层

是什么
国内市场规模(表 2-1 中 2020 年全球最大 B2C 网络零售市场)、平台与企业的全球经营、跨境出口能力。
为什么重要
把三层当成一个数字,会产生“中国跨境电商与国内网络零售一样大”这类错误结论。
如何解释案例
看到数字先问它属于哪一层:国内消费、平台经营,还是跨境贸易。
与相近概念的区别
国内网络零售统计中国境内购买;跨境电商统计不同关境之间的交易。两者互不覆盖。
如何运作
每层对应各自来源:国内零售用国家统计,平台经营用企业披露,跨境贸易用海关统计。
条件与限制
平台数据可能含多国 GMV,海关数据可能含多平台销售;两者不能整齐对应。

母国与数据缺口

是什么
世界银行互联网使用率等可核验指标描述网络连接。2024 年肯尼亚 35.0%、尼日利亚 41.2%、孟加拉国 53.4%。
为什么重要
连接是网购的前提,但它不是网购率,也不直接说明购买力或平台覆盖。
如何解释案例
作为背景指标使用,标注年份,并在缺少电商规模数据时明确说明。
与相近概念的区别
互联网使用率不等于网络购物渗透率。连接度高但支付、配送或信任薄弱时,网络零售仍可能很低。
如何运作
报告指标时附定义与年份;区分它能支持的结论(潜在接入)与不能支持的结论(市场规模)。
条件与限制
各国调查频率与方法不同;缺失年份应显示为缺口,不能无说明地插值。

知识解释

教材把电商分为三个阶段。1995—2000 为发明期:带宽有限、目录简单、风险资本涌入,以 2000 年互联网泡沫破裂结束。2001—2006 为整合期:企业从技术驱动的试验转向业务驱动,宽带普及,搜索广告与富媒体变得可行。2007 年至今为重构期:通过智能手机、社交网络、App 与本地服务,把社交、移动与本地结合起来。阶段之所以重要,是因为它解释了今天工具的组合方式:搜索广告属于整合期,社交与移动电商属于重构期。

有了历史,更难的问题是测量。两个数字常被混淆:市场规模与渗透率。规模是网络零售额,通常以美元计;渗透率是网络零售占零售总额的比例。教材表 2-1 给出 2020 年两者:中国 1414.3 亿美元、24.9%;美国 791.7 亿美元、14.0%;英国 130.6 亿美元、23.3%;韩国 104.4 亿美元、25.9%;加拿大 28.1 亿美元、6.2%;澳大利亚 22.9 亿美元、9.4%;新加坡 3.2 亿美元、11.7%。

慢慢读这张表。中国金额遥遥领先,约为美国的 1.8 倍、韩国的 13.5 倍。但韩国渗透率 25.9%,略高于中国 24.9%,英国 23.3% 紧随其后。美国虽大,渗透率只有 14.0%。按规模排名是一个顺序,按渗透率排名是另一个顺序。两种排名都不错,但回答的问题不同:多少钱在流动,还是线上替代线下的深度。

教材还给了一个全球校验:2022 年 B2C 只占全球零售约 18%。这一句防止一个常见错误——把显眼的平台经济当成整个零售市场。超过五分之四的零售仍在线下。对卖家而言,这不是忽视电商的理由,而是追问哪些品类、哪些顾客真正搬到线上的理由。

接着是口径陷阱。某条新闻说“2022 年全球电商销售额超过 5 万亿美元”,引用 eMarketer,包含 B2B 与 B2C;另一条说“2021 年全球零售电商约 5.2 万亿美元”(教材 §2.8)。数字接近,但年份与是否含 B2B 不同。第三个数字可能是某国 B2C 网络零售。不标注就并列,会产生看似矛盾、实为定义差异的结论。

中国的位置最好分三层描述。第一层是国内市场规模:表 2-1 显示 2020 年中国是全球最大 B2C 网络零售市场。第二层是平台与企业:中国平台在国际经营,其 GMV 可能包含许多国家的销售。第三层是跨境出口能力,海关统计的口径不同。国内网络零售统计中国境内购买;跨境电商统计不同关境之间的交易。两者不能互相替代。

对学生母国而言,可比的电商规模数据常常缺失。诚实做法是使用存在的指标,并标注它测量什么。世界银行数据:2024 年肯尼亚互联网使用率 35.0%、尼日利亚 41.2%、孟加拉国 53.4%。这些数字描述潜在接入,不说明网购率、平均支出、平台覆盖、支付习惯或配送可靠性。若没有可靠的电商规模数据,就写“无可比数据”并解释缺口;不要填零,也不要从邻国外推。

本课程处理任何数字的实用流程:第一,确认对象(全球、国家、平台、企业);第二,确认指标(GMV、收入、零售额、渗透率、用户数);第三,确认年份;第四,确认来源及是否转引。然后才比较。这个流程比读标题慢,但能避免全球格局讨论中最常见的错误——比较从未测量同一件事的数字。

最后,不要把一个格局变成排行榜。按规模排名奖励人口多、经济富裕的市场;按渗透率排名奖励小而高度城市化的市场。一个国家可以金额很小但数字化很先进,也可以金额很大但仍以线下为主。对战略而言,有用的问题不是“谁第一”,而是“对我正在做的决定,哪个指标重要”。

例子

例 1:规模大不等于数字化程度最高

2020 年中国 B2C 网络零售 1414.3 亿美元、占零售 24.9%;韩国 104.4 亿美元、占 25.9%。中国金额约为韩国 13.5 倍,但韩国渗透率略高。规模与渗透率回答不同问题。

用到的概念: 规模与渗透率。

例 2:连接指标不是市场规模

肯尼亚 2024 年互联网使用率 35.0%。这说明潜在接入,不说明肯尼亚人在线花了多少钱、用什么平台、配送是否可靠。拿它当电商规模是范畴错误。

用到的概念: 指标口径与数据缺口。

案例

教学情境(虚构,用于分析)

案例:三条标题,一个论证(教学案例)

背景与时间
本课教学案例;标题为教材数字的转述,不是实时新闻。标题 A:2022 年全球电商销售额超过 5 万亿美元,含 B2B 与 B2C(教材引 eMarketer)。标题 B:2020 年中国 B2C 网络零售 1414.3 亿美元,占零售 24.9%(表 2-1,UNCTAD)。标题 C:2024 年肯尼亚互联网使用率 35.0%(世界银行 WDI)。
面临的问题
学生想论证“中国电商约占全球四分之一”。她把 B 除以 A,把结果当作全球电商占比。这个计算有意义吗?
有证据的做法
把三项信息规范化:对象(全球/中国/肯尼亚)、指标(含 B2B 的电商销售额 / B2C 网络零售 / 连接度)、年份(2022/2020/2024)、来源类型(教材转引行业估计 / 教材转引 UNCTAD 表 / 世界银行数据库)。
可观察的结果
除法没有意义:分子是 2020 年一国 B2C 零售,分母是 2022 年含 B2B 的全球电商。案例没有可用于计算正确份额的数据;诚实结论是这三个数字无法支持该比较。
对应概念
规模与渗透率;口径与年份;国内与跨境;指标限制。

讨论问题

  1. 哪些数字可以直接比较,哪些不能?逐一说明理由。
  2. 要计算中国占全球 B2C 网络零售的份额,还需要哪些数字?
  3. 肯尼亚 35.0% 的互联网使用率能合法支持什么论点,不能支持什么?
  4. 把学生的说法改写成有证据支持的版本。

教师分析提示

不要让学生去寻找一个“正确百分比”。学习点在于:用这些输入,问题本身无法回答。请学生为每条标题标注对象、指标、年份与来源,多数错误在这一步就消失。再问什么句子可以成立,例如“2020 年中国是表中最大的 B2C 网络零售市场,渗透率 24.9%”。

来源: 数字来自 SRC-001/SRC-002(教材 §2.8、表 2-1)与 SRC-037(世界银行 WDI);案例为本课程编写。

图表 / 示意图

2020 年主要经济体 B2C 在线零售额

China 1414.3 (24.9%)
United States 791.7 (14.0%)
United Kingdom 130.6 (23.3%)
Korea 104.4 (25.9%)
Canada 28.1 (6.2%)
Australia 22.9 (9.4%)
Singapore 3.2 (11.7%)

2020 · US$ billion(括号内为网络零售占零售总额比例) · UNCTAD, via textbook Table 2-1

柱长为网络零售额(十亿美元),括号内为占零售总额比例。中国规模最大,但韩国、英国渗透率相当或更高。

怎样读这张图

关键英文术语

B2C 企业对消费者 企业直接向终端消费者销售。
Online retail sales 网络零售额 通过线上渠道完成的零售交易金额。
Penetration 渗透率 网络零售占零售总额的比例。
GMV 商品交易总额 平台成交总额,不等于平台收入。
Digital buyer 数字买家 在一定时期内在线购买商品或服务的人。
Dot-com crash 互联网泡沫破裂 2000 年前后互联网公司估值大幅下跌。
Social, mobile, local 社交、移动、本地 2007 年后重构期的三个关键词。
Scope 口径 统计所覆盖的对象、指标与时间范围。
Connectivity 连接度 人口使用互联网的比例等接入指标。
Data gap 数据缺口 缺少可靠、可比的数据,而非数值为零。

常见误解

常见说法

电商市场越大,数字化程度一定越高。

需要澄清

规模与渗透率不同:中国规模第一,韩国与英国渗透率相当或更高。

常见说法

全球电商主要是 B2C。

需要澄清

教材的全球数字包含 B2B;2022 年 B2C 只占全球零售约 18%。

常见说法

中国国内网络零售可以代表其跨境电商。

需要澄清

口径不同:境内购买 vs 不同关境之间的交易。

常见说法

互联网使用率就是网购率。

需要澄清

互联网使用率衡量接入;购物还需要支付、配送、信任与平台供给。

常见说法

某国没有电商数据,就说明市场为零。

需要澄清

缺失是缺口,不是零;应写“无可比数据”并解释。

常见说法

只要都以美元计价,两个数字就能比较。

需要澄清

币种不能统一口径、年份或是否含 B2B。

课堂讨论

  1. 决定是否进入一个市场时,你会用规模、渗透率还是连接度?为什么?
  2. 找一条电商新闻,标注对象、指标、年份与来源。标注后结论还成立吗?
  3. 政府为什么更愿意报告国内网络零售而不是跨境电商?
  4. 在断言母国电商市场“很小”之前,你需要知道什么?

课堂活动

10 分钟:为一条新闻辩护或撤回

练习标注对象、指标、年份与来源,并把论断改写成有证据支持的句子。

  1. 2 分钟 每组写出一条听过的电商论断,一句话。
  2. 4 分钟 划出数字,在旁边写四个标签:对象、指标、年份、来源。
  3. 2 分钟 把论断标为“有支持”“无支持”或“现有数字无法回答”。
  4. 2 分钟 把一条无支持的论断改写成可辩护的句子,并朗读。

学生产出: 一条带标签的论断与一句改写。

教师参考分析

请两三组朗读改写。注意区分“2020 年中国是表 2-1 中最大的 B2C 网络零售市场”(有支持)与“中国占全球电商四分之一”(无支持)。若学生答“无法回答”,应视为成功而非失败。

课件文件

自测

这是形成性自测,答案在服务端评分并与结果一起保存。 除特别标注外,所有题目均为必答。

这是一次体验作答。登录并加入班级后才能提交正式作业。
1. 哪个指标最接近“平台成交商品的总价值”? · 必答
2. 表 2-1 中,2020 年中国网络零售占零售总额的比例是? · 必答
3. 中国国内 B2C 网络零售数据可以直接代表中国跨境电商规模。 · 必答
4. 以下哪项最符合 2007 年后的重构期? · 必答
5. 以下哪组比较无需任何调整即成立? · 必答

私人笔记

笔记只属于你,教师和其他学生都看不到。

我的

总结

素材与拓展

课前导入、课堂讲解、案例讨论与课后拓展;仅显示已发布素材。

课堂讲解

dataset · 必读

世界银行 WDI:互联网使用率

第 12 页使用的官方指标;引用前核对定义与年份。

en · World Bank (SRC-037) · Open data, subject to World Bank terms

打开

案例讨论

case · 选读

练习:三条标题,一次错误除法

用讲义案例练习先贴四个标签再比较。

en · Course teaching case · Original teaching material

课后拓展

link · 选读

UNCTAD 电商数据洞察

查看教材数据背后的 UNCTAD 页面;注意覆盖范围与海关数据不同。

en · UNCTAD (SRC-036) · UNCTAD terms of use

打开

拓展阅读

来源

跨境电商概论chapter 1.docx · 中文原始来源

教师提供 · SRC-001

跨境电商概论chapter 2.docx · 中文原始来源

教师提供 · SRC-002

UNCTAD 全球 B2C 在线零售统计(Table 2-1) · 中文原始来源

UNCTAD · 2021 · SRC-006

目录

← 上一课

L01

下一课 →

L03