《北京大学国家发展研究院：2023-2025年中国线上消费品牌指数报告（41页）.pdf》由会员分享，可在线阅读，更多相关《北京大学国家发展研究院：2023-2025年中国线上消费品牌指数报告（41页）.pdf（41页珍藏版）》请在三个皮匠报告上搜索。

1、 中国线上消费品牌指数中国线上消费品牌指数 China Online Consumer Brand Index （2023-2025 年）年）第一期第一期 2025 年年 5 月月 21 日日 北京大学国家发展研究院北京大学国家发展研究院 北京大学数字金融研究中心北京大学数字金融研究中心 中山大学商学院中山大学商学院 阿里巴巴淘天集团阿里巴巴淘天集团 CBI 课题组：课题组：纪洋纪洋 黄益平黄益平1 报告全文报告全文与附件与附件可通过以下可通过以下网址网址免费获取：免费获取：https:/ 1 在指数编制和分析过程中，课题组得到了北京大学国家发展研究院、北京大学数字金融研究中心、中山大学商学院

2、、阿里巴巴淘天集团各位领导和同事的大力支持和帮助，特此致谢。课题组感谢沈艳、庞隽、王鹏等的宝贵建议。本指数不代表北京大学国家发展研究院、北京大学数字金融研究中心、中山大学商学院、阿里巴巴淘天集团的观点，所有问题由课题组负责。内容提要 一、研究背景与内容概述.1 二、构建原则、数据来源与指标体系.4（一）评分与指数构建原则.4 关注优质品牌、重视消费品质.4 基于线上市场，充分发挥电商平台大数据优势.4 充分考虑国内外品牌的线上发展路径.4 评分尊重行业差异与时期差异.5 指数确保横向与纵向的可比性.5 行业分类兼顾研究需求、商业逻辑与大众认知.5（二）线上消费大数据的电商平台选择与行业划分.6

3、（三）评分体系、权重与指标.7 三、评分与指数计算方法.11（一）品牌评分计算方法.12 无量纲化处理与加权.12 品牌评分标准化.13（二）品牌系列指数计算方法.13 季度行业地区的消费品牌指数 CBI.14 季度行业地区的品牌购买力指数 BPI.15 季度地区的品牌系列指数.16 季度行业、季度全国的消费品牌指数.18（三）品牌榜单的形成方法.19 四、主要结果分析.20（一）时间维度：总指数分析消费品质回暖.20（二）行业维度：宠物用品、家装家具、服饰女装增长明显.22（三）区域维度：区域差异与人均 GDP、流动人口、第三产业密切相关.24（四）榜单维度：细分场景与产品创新是新兴品牌的竞

4、争力来源.27 五、结论.30 内容提要 避免低价内卷，鼓励品质竞争，是高质量发展的必由之路。然而，传统的宏观指标体系多聚焦于数量与价格，但难以测度“质量”。提振居民消费是当前经济发展的重点，在社会零售额、消费价格指数（CPI）的基础上，本报告提供中国线上消费品牌指数（China online Consumer Brand Index,简称 CBI），刻画我国消费品质的变化，为品牌发展和商业战略提供参考，助力宏观监测实现量、价、质的全面覆盖。中国是全球最大的线上零售市场，线上市场不仅为品牌发展提供了新的路径，也为宏观经济提供了持续丰富的观测基础。基于线上消费大数据，本报告将发布全球首个聚焦高质

5、量发展的消费指数、以及首个完全基于消费者实际购买行为的品牌榜单，具有如下特色：第一，基于大数据分析，覆盖中国主流电商平台的行业、区域等多维度信息，涵盖搜索量、销量、价格、好评率等多个指标，涵盖千万量级品牌与约十亿活跃用户。第二，对标 CPI，提供全国、分行业、分季度的消费品牌指数 CBI，便于实现量价之间的协同观测。第三，在全国指数之外，细分了各地级市的各行业指数，便于在时间、地域、行业维度追踪消费品质与产业升级。第四，同步发布 500 强品牌榜单（CBI500），引领我国线上消费的高质量发展。第五，在消费品牌指数 CBI 之外，同步提供品牌购买力指数 BPI，从平均质量与整体购买力的双重维度

6、刻画品牌消费实况。线上消费品牌指数是基于销售、价格、搜索、好评等维度构建的反映品牌质量的综合性指数。指数构建原理如下：基于品牌资产模型与机器学习等方法筛选有效指标，并结合专家评分与变异系数法确定权重，进而对多维度的不同指标加权确定品牌评分，更高的评分意味着更优的品质；再取“一篮子”商品的品牌平均分，均分越高，平均品质越高，这就是消费品牌指数 CBI。若取“一篮子”商品的品牌总分，则总分越高，购买力越强，这就是品牌购买力指数 BPI。基于系列指数与榜单，本报告发现：第一，全国消费品牌指数在波动中稳步增长，从 2023 年 1 季度的 59.42 增加到 2025 年1 季度的 63.38。这个增

7、加幅度，如果做一个大致的比喻，相当于有一半的消费者从总分排在 1000 名以外的品牌换到了刚刚进入 500 强的一个新兴品牌，且在各类消费中都做了类似的升级。第二，在行业层面，3C 行业与家电行业具有最高的消费品质，消费品牌指数均高于 75 分，这意味着对应行业的头部品牌占据了较大的市场份额；而宠物用品、家装家具、服饰（女装）行业具有较高增长，23 年以来 CBI 增加幅度均超过 5 分，这意味着消费者在对应行业的品牌意识逐渐增强，消费向高评分品牌集中。第三，在地域层面，一线城市的品牌购买力指数位于前列，展示出较高的整体购买力，而新一线与部分二、三线城市的消费品牌指数位于前列，展示出更高的平均

8、消费品质。人均GDP、第三产业占比与品牌购买力指数、消费品牌指数显著正相关，而流动人口占比虽与品牌购买力指数正相关，但与消费品牌指数负相关，这意味着流动人口较多的地区，在增加消费总量的同时，也会面临更大的人口基数与总销售额，一方面品牌购买力的总量指标随之升高，一方面平均消费品质也会略有下降，这与一线城市的整体包容度、对外来人口的吸纳能力是相符的。本报告仅分析了指数的一些直观特征，这套指数更重要的价值在于与其他经济社会特征匹配起来进行更深入的分析。我们欢迎各界人士使用这套指数，指数全部数据可向课题组免费索取：cbi_。如有使用本数据，请注明数据名称“中国线上消费品牌指数（CBI）”，并注明引用来

9、源：纪洋、黄益平，中国线上消费品牌指数：2023-2025 年，2025年 5 月，北京大学国家发展研究院系列报告。1 一、研究背景与内容概述 避免低价内卷，鼓励品质竞争，是高质量发展的必由之路。避免低价内卷，鼓励品质竞争，是高质量发展的必由之路。党的二十大报告强调，“高质量发展是全面建设社会主义现代化国家的首要任务”。2024 年中央经济工作会议提出，“综合整治内卷式竞争”。在政策引导下，要实现低价竞争到高质竞争的跃迁，还需要一定的社会共识与有效的宏观监测。然而，传统的宏观指标体系注重数量与价格，缺少对“质量”的考察。以消费为例，中国在 2025 年的政府工作报告中，“大力提振消费”是政府各

10、项工作任务之首，但居民消费领域常用的指标仅包括一个数量指标（社会零售额）和一个价格指标（消费价格指数），并未包含消费“品质”。本报告本报告将将发布发布全球首个全球首个聚焦高质量发展的系列聚焦高质量发展的系列消费消费指数指数与与品牌品牌榜单榜单，具体包括三项内容：（1）中国线上消费品牌指数（China online Consumer Brand Index,简称 CBI）；（2）中国线上品牌购买力指数（China online Brand Purchase Index,简称 BPI）；（3）全球品牌中国线上 500 强榜单（China Top 500 Online Consumer Brands

11、 List，简称CBI500）。系列指数系列指数具有如下特色：具有如下特色：第一，采用中国主流电商平台的多维度指标，涵盖约十亿活跃用户。第二，动态刻画我国消费品质的变化，助力宏观监测实现量、价、质的全面覆盖。第三，借助大数据优势，在季度指数之外，提供各地区、各行业的细分指数。第四，同时发布 500 强品牌榜单，引领我国线上消费的高质量发展。第五，在消费品牌指数 CBI 之外，补充品牌购买力指数 BPI，前者侧重于度量某地区的平均消费品质，而后者侧重于度量某地区对高评分品牌的整体购买力，多维度刻画品牌消费实况。线上消费品牌指数是基于销售、价格、搜索、好评等维度构建的反映品牌质量的综合性指数。指数

12、构建原理在于：基于品牌资产模型与机器学习等方法筛选有效指标，并结合专家评分与变异系数法确定权重，进而对多维度的不同指标加权确定品牌评分，更高的评分意味着更优的品质；再取“一篮子”商品的品牌平均分，均分越高，平均品质越高，这就是消费品牌指数 CBI。若取“一篮子”商品的品牌总分，则总分越高，购买力越强，这就是品牌购 2 买力指数 BPI。当“一篮子”商品限定在特定季度、行业、地区的消费时，我们就得到了季度行业地区的指数。同时，我们按照评分对品牌排序，得到线上消费品牌 500 强榜单CBI500。需要承认的是，线上市场与线下市场在不同行业的销售额有差异，难以在“量”与“价”的维度为整体消费市场提供

13、无偏的信息；但从品牌销售渠道与产品质量维度来看，几乎所有主流品牌均已开设线上销售渠道，且线上产品的品质与线下渠道没有明显差异，这使得线上市场数据在“质”的维度具有一定的代表性。本本报告的系列报告的系列指数指数与榜单，均与榜单，均植根于植根于中国中国迅速发迅速发展的展的数字经济数字经济，在以下，在以下三三个方面形成贡个方面形成贡献献：第一第一，以以消费大消费大数据刻画质量维度，对宏观监测形成有力补充。数据刻画质量维度，对宏观监测形成有力补充。长期以来，消费质量的刻画是一个学术难题，Rosen（1974）提出了“享乐定价（Hedonic Analysis）”方法，强调将商品视为多项属性的集合，以此

14、量化质量的贡献或调整价格指数中的质量变化。Bils&Klenow（2001）则运用结构化方法识别“纯粹的价格上涨”与“质量改进或新品替换对价格的影响”。以上方法均依赖于搜集具体产品的属性数据，意味着高昂的数据获取成本，以及一定的滞后性。要实现及时、高频、大范围地捕捉消费质量的变化，就必须克服数据采集难题。这也是本研究的初衷利用电商平台自然生成的海量数据，实现对消费品质变化的及时洞察。与此同时，我国数字经济规模已位于世界前列，线上消费在中国居民日常生活中占据重要地位。我国网络零售额持续增长，占社会零售额的比重从 2019 年的 20.7%上升到 2024 年的 26.8%，中国已经连续 12 年

15、成为全球最大网络零售市场。相比于其他国家，线上消费对于中国居民消费的代表性更强。对于中国线上消费市场的“价格”，清华大学社会科学学院经济学研究所iCPI项目组采集了多个线上平台的价格数据，形成线上消费价格指数（即iCPI）。刘涛雄等（2019）、姜婷凤等（2020）、孙震等（2021）均基于此指数展开分析，为宏观价格走势、货币政策效果、平台价格变动等提供了经验证据。该项目组的研究聚焦“价格”维度，尚未涵盖“质量”维度。本报告则从线上品牌入手，进一步对中国线上消费市场的质量维度提供补充。第二第二，数字经济催生了新的品牌发展策略数字经济催生了新的品牌发展策略，本报告本报告相相应应采用了新采用了新的

16、品牌评估方法的品牌评估方法。在移动支付、电商平台、直播购物等技术发展下，品牌与消费者之间出现了新的互动渠道搜索、浏览、直播下单、新品测试、会员活动、售后评价等等。同时，线上与线下结合的“多 3 渠道零售（multi-channel retailer）”模式已成为零售消费市场的主导趋势（Cavallo,2017）。已有一系列新兴品牌，创立于线上店铺，并以线上平台作为主要的销售与宣传渠道，甚至未设立实体门店，但其市场影响力已经不容忽视。也不乏一些国际品牌通过线上渠道进入中国市场，在电商平台开设旗舰店并获得消费者认可。在传统的全球品牌榜单中，几乎所有头部零售消费品牌均已布局线上渠道。2中国是全球最大

17、的线上零售市场，中国的线上平台不仅为品牌发展开辟了新的路径，也成为全球品牌竞争的关键市场。线上消费市场的发展，既对品牌评价体系提出了新的要求，也为品牌评价提供了新的大数据来源。当前主流的品牌评分方法主要基于 ISO 10668 标准，聚焦品牌未来现金流的净现值，对全球品牌进行估值的两家代表性公司 Brand Finance 和 Interbrand 均采用此方法。它们依赖财务数据和消费者调研，难以高频地捕捉市场变化，而且，该方法仅适用于规模较大的企业，难以用于缺乏标准财务信息的新锐品牌。本指数与对应榜单均基于线上消费的海量数据，可以有效地涵盖新锐品牌的发展，动态刻画数字经济之下的消费市场。第三

18、第三，数字经济数字经济的发展的发展伴随着低价内卷的质疑，伴随着低价内卷的质疑，本报告本报告将将助力助力品质竞争的品质竞争的良性引导。良性引导。近年来，多有媒体呼吁“电商平台从低价内卷迈向品质竞争”3、“别让电商低价卷死中小企业”4。由于平台经济具有爆发式增长与网络外部性特征，平台倾向于用低价吸引用户，Caillaud&Jullien(2003)、Rochet&Tirole(2003)、Parker&Van Alstyne(2005)、Armstrong(2006)在不同的理论设定下，都得出了类似的结论。同时，如 Nelson(1974)所述，价格信息的“可搜索属性”(search attrib

19、utes)更强，更易于传播，而质量信息的“体验属性”(experience attributes)更强，这也导致了平台低价宣传的倾向。在实践中，电商平台尝试过多种方式传递质量信息(Chevalier&Mayzlin,2006；Ursu,2018；Horton,2017)，但效果有限、成本较高（Sahni and Nair,2020；Jin&Koto,2006；Elfenbein et al.,2015）。本报告基于电商平台数据编制“品牌指数”与“品牌榜单”，旨在引导线上消费的高质量发展，促进电商平台的良性竞争。下文将依次介绍指数构建原则、指标体系与计算方法，并对指数与榜单展开初步分 2 例如，

20、世界品牌实验室于 2024 年末发布的全球品牌 500 强榜单中，前 100 品牌中有超过 60%的品牌设置了线上渠道，未设置线上渠道的品牌主要集中在汽车、能源、金融服务、药品等行业，这些行业的消费者互动方式依赖于线下渠道。3 证券时报，双 11 大促正式收官，电商平台从低价内卷迈向品质竞争，https:/ 中国经济周刊，别让电商低价卷死中小企业，http:/ 析，报告附录包括“全球品牌中国线上 500 强榜单”前 100 名名单与各个行业的对应指数。限于篇幅，CBI500 的详细数据（包括各指标得分）请于网站下载附件。地级市的细分指数、以及地区行业指数等详细数据，请邮件索取。二、构建原则、数

21、据来源与指标体系 （一）评分与指数构建原则 关注优质品牌、重视消费品质 本指数与对应榜单的关注核心在于品质，因此，在评分中要尽量避免“内卷式竞争”的相关信息，同时尽可能强调“价格”之外的品质优势。指数编制同时结合消费者对产品的购买行为、使用体验等多维度线上消费大数据，力求定量刻画中国线上消费在品质方面的发展程度。基于线上市场，充分发挥电商平台大数据优势 中国数字经济的发展位于世界前列，我国已连续 12 年成为全球最大的网络零售市场。5当前，电商平台已经实现了对各省份、各地级市的全覆盖。因此，本研究将充分利用线上大数据，将指标限定为消费者在电商平台的浏览与购买过程中自然形成的数据，例如搜索量、客

22、单价、好评率、销售额等等。这一做法固然存在一些局限，比如，无法客观体现线下销售为主的行业（住房、汽车）情况，也无法充分参考某些上市品牌的年报与投融资情况，但是，线上数据的独特优势在于：数据搜集成本低、数据覆盖面广、数据频率高。充分考虑国内外品牌的线上发展路径 中国数字经济的土壤孕育了新的品牌发展路径。在本土品牌与国际品牌中，都有一些品牌采用了线上发展为主的模式；其中，不乏一些新兴品牌，它们甚至从未开设线下实体门店，但也在线上市场获得了消费者的广泛认可。不同于传统的品牌估值方法，我们在指数编制中选择舍弃一些传统的财务指标，以求更加包容不同规模与发展阶段的品牌，尤其注重对新兴品牌的识别。5 人民日

23、报，我国连续 12 年成为全球最大网络零售市场，https:/ 2025 年 5 月 19 日）。5 评分尊重行业差异与时期差异 在品牌评分过程中，由于行业特征、经济状况的差异，不同行业、不同时期的头部品牌可比性较弱。比如，家电行业的海尔与美妆行业的香奈儿，难以比较孰优孰劣。同理，在同一行业内，去年的第一名与今年的第一名，难以比较孰优孰劣。因此，品牌评分主要考虑同时期行业内的可比性，不追求跨行业、跨时期的比较。指数确保横向与纵向的可比性 基于品牌评分，本报告构建消费品牌指数。这一方法的基本假设在于，较高评分的品牌意味着较高的品质，因此平均的品牌评分可以代表平均的消费品质。与品牌评分不同的是，线

24、上消费品牌指数应尽可能实现跨行业、跨区域、跨季度的有效对比。比如，在跨行业的比较中，如果家电行业的指数高于服饰行业，则意味着家电行业的消费更多集中于头部品牌，而服装行业的消费相对分散；在跨时期的比较中，如果本季度的指数高于上一季度，则意味着消费品质整体有所上升，消费者更多地购买高评分品牌；在跨地区的对比中，如果合肥市的指数高于西宁市，则意味着合肥市的平均消费品质高于西宁市。当然，需要承认的是，在每个品牌内部，都同时有高价产品与低价产品。但本报告的指数无法精准识别品牌内部的消费结构变化，同时，也无法识别品牌是否在调整供给结构、增加低价产品。这是本报告系列指数解读时的一个局限。行业分类兼顾研究需求

25、、商业逻辑与大众认知 品牌评分与指数构建中，行业的划分需要兼顾多个诉求：第一，要考虑同行业内的可比性。比如毛毯与纸巾均属于居家日用产品，但前者的购买频率远低于后者，应在放在不同的类目之下予以考虑。第二，要兼顾商业逻辑与宏观统计口径。比如，3C 数码是业界常用的行业类目，也符合大众认知，但在多年延续的 CPI 分类中，3C 数码中的手机产品属于“交通通讯”，而电脑产品属于“教育文化娱乐”，需要考虑此类差异。第三，有一些线下消费为主的行业，电商平台的数据的代表性较弱，但也可提供部分信息。比如居住行业，电商平台的“装修建材”产品与之相关，值得纳入指数的行业体系。综上，本报告对行业进行了谨慎且全面的划

26、分，并提供了详细的对照规则，兼顾了可比性、代表性、商业逻辑、宏观统计、以及与微观调查数据的可匹配性，旨在为宏观分析与业界洞察均提供参考。6 （二）线上消费大数据的电商平台选择与行业划分 基于这一目标，本报告对所聚焦的电商平台有如下要求，即，该平台需要满足以下几个条件：第一，该平台应具有广泛的用户基础，其业务应尽可能遍布全国，覆盖范围包括一二线城市及三线及以下地区。第二，该平台应提供多种价位、多种品质的品牌，而非单纯聚焦“爆款产品”、“低价产品”或“高端品牌”。第三，该平台应具有典型的双边市场形态，使品牌商家与消费者可以充分互动，而非自营主导的模式。第四，该平台应覆盖多个行业、多种类目的商品，而

27、非专注美妆或家电等特定类目。第五，该平台应较早成立，应已进入相对成熟的平稳发展阶段，各类推广与促销活动已相对稳定，使其数据在时间维度上相对可比，不存在短时期剧烈波动的数据噪音问题。因此，经过综合考虑与权衡，与研究目标更加契合的平台是阿里巴巴旗下的淘宝天猫平台。该平台是我国最早的电商平台之一，也是国内外品牌开设自营店铺的重要载体，其月度活跃用户规模已突破 9 亿，接近我国网络购物用户规模的上限，6该平台用户相对稳定、用户分布相对较广。尽管这一平台无法代表整个线上零售市场，但从数据可得性、指标一致性与品牌主导性角度来看，该平台是可行范围内的最合适的选择。基于该电商平台的内部行业划分、CPI 行业划

28、分、多个主流微观住户调查对消费类别的划分、业界调研与数据情况，本报告采用表 1 的行业划分体系，有 8 个一级类目，22 个二级类目与 14 个榜单总体类目。其中，一级行业类目与 CPI 行业划分保持一致，二级类目以电商平台的行业类目为主。对于两个级别类目的对应关系，我们按照国家统计局发布的居民消费支出分类，将二级类目对应到一级行业类目之中。需要指出的是，部分二级类目虽然可以归属到一级类目中，但对于一级类目整体并不具有代表性，比如“装修建材”可以归入“居住”行业，但无法代表该行业最重要的住房消费；交通工具可以归入到“交通通讯”行业，但对于该行业主导的汽车消费也缺乏代表性。此外，依据大众认知与品

29、牌的跨行业经营情况，我们还提供了榜单总体类目。如果有多 6 新华网，我国网民规模突破 11 亿，截至 2024 年 12 月，我国网络购物用户规模达 9.74 亿人。https:/ 2025 年 5 月 19 日。7 个品牌在二级类目中跨行业经营，则在榜单类目中按照总体类目予以标注，不再细分，居家日用与 3C 数码均具有此类特征。在后续的指数编制中，22 个二级行业类目是本报告中行业划分的主要依据，我们也将提供各季度各地区各行业的细分指数，供各界人士共同参考、研究。表 1 行业划分 一级行业类目（CPI 分类）二级行业类目(以电商平台分类为主)榜单总体类目（品牌榜单标注类目）食品 食品 食品

30、服饰 运动户外 运动户外与服饰 服饰女装（不包括运动户外）服饰男装（不包括运动户外）服饰其他（不包括运动户外）居住 装修建材 家装家具 生活用品与服务 家装家具 家用电器 家用电器 日用家居 居家日用 日用个护 日用清洁 日用美妆 美妆 交通通信 交通工具 交通工具 3C 通讯 3C 数码 教育文化与娱乐 3C 智能 3C 文教 潮流玩具 潮流玩具 鲜花园艺 鲜花园艺 办公文教(非数码产品)办公文教 宠物用品 宠物用品 医疗健康 医疗健康 医疗健康营养 其他用品与服务 珠宝饰品 珠宝饰品（三）评分体系、权重与指标 在品牌评分中，本研究沿用 Aaker（1991）的品牌资产（Brand Equi

31、ty）模型的四大核心要素：知名度（Brand Awareness）、美誉度（Perceived Quality）、品牌联想（Brand Associations）以及忠诚度（Brand Loyalty）。在此框架下，结合电商平台数据的可得性、数据处理可行性、8 以及对新兴品牌的及时关注，本报告聚焦以下四个维度：知名度、新锐度、忠诚度、美誉度。不同维度与指标在评分加总中对应不同的权重。在权重确定过程中，我们综合考虑了主观赋权法和客观赋权法：四个维度的相对权重由主观赋权法确定，使用 Delphi 专家评分法（Linstone&Turoff,1975），由囊括学术研究、数据分析、品牌运营等不同背景的

32、专家组展开匿名评分，经多轮反馈使差异收敛至 10%以内，取均值得到最终权重；每个维度之内，各个指标的相对权重由变异系数法确定，其基本思想是，相对变化更大的指标可以提供更多的信息，因此该指标被赋予较高的权重。经过专家评分，知名度、新锐度、忠诚度、美誉度的权重分别为 32.5%、27.5%、22.5%、17.5%。其中，知名度被赋予最高的权重，这与传统的品牌资产模型与消费者调研的基本判断是一致的，知名度是品牌评价中最为重要的维度；而美誉度在本报告的评价体系中，被赋予了相对较低的权重，这是充分考虑到线上消费的数据特点，相对审慎地考虑好评数据。至于忠诚度与新锐度，新锐度的评分权重略高于忠诚度，这在一定

33、程度上体现了本报告系列指数与榜单的价值取向，即鼓励创新、鼓励新品牌，在评分中侧重于识别增长较快、迅速赢得年轻群体认同、且持续开发新品的品牌。在各个维度之下，基于丰富、海量的线上消费大数据，课题组技术支持团队整合了访问量、搜索词、成交金额、会员成交、店铺好评等几乎所有的可得指标（见表 2），这也是电商平台首次如此巨大力度支持学术机构，进行消费品质研究。然而，线上大数据来自于用户真实行为，不同于传统品牌评分中的消费者调查指标，这也意味着，所有可得的指标均不是传统评分体系的常规指标。那么，亟待解决的问题是，其中哪些指标可以用于品牌评分与排序？表 2 主要指标列表 知名度知名度 品牌词搜索量 美誉度美

34、誉度 物流评分 品牌商品访问量 服务态度评分 品牌店铺访问量 质量评分 品牌词经搜索成交金额 店铺好评率 品牌词经搜索成交笔数 新锐度新锐度 新品成交数量 成交金额 新品成交金额（原始值）成交笔数 新品成交笔数 成交人数 新品商品数量占比 忠诚度忠诚度 会员成交金额 新品成交金额占比 会员成交笔数 新品成交笔数占比 会员成交金额占比 新品成交金额（平滑值）会员成交笔数占比 18-24 岁成交人数占比 9 老客成交金额 18-24 岁成交人数增速 老客成交笔数 成交金额增速 老客成交人数 成交笔数增速 老客成交金额占比 成交人数增速 老客成交笔数占比 动销商品数增速 笔单价 客单价 货单价 为了

35、解决这一问题，我们综合采用了调研访谈与机器学习方法，在每个维度之下，筛选出对于“优质品牌”具有较强预测力、解释力的指标，通过以下三步执行：第一，整合各行业的公认的优质品牌与底层品牌列表。我们首先以消费者对各品牌的自主搜索量为标准，将搜索量处于最高量级的品牌定义为“优质品牌”，而将搜索量处于最底部的品牌定义为“底层品牌”。这一定义的优势在于，在数据可得的前提下，尽量借助消费者的外部行为，尽量减少品牌与平台的推送或促销活动所造成的干扰；同时，这一方法可以确保“优质品牌”足够优质，而“底层品牌”足够底层，在指标筛选的意义上能够提供更加干净的数据集。具体而言，在各季度各行业中筛选出搜索量最高的十大品牌

36、。计算这十大品牌的搜索量均值，以均值的 1/10 作为门槛值，将该行业搜索量超过门槛值的品牌均作为“优质品牌”；按照每个行业优质品牌数量的两倍，在搜索量低于顶部均值 1/30、且销量不为零的品牌中，随机抽取“底部品牌”，作为对比样本。这一方法可以在三个方面满足研究需求：第一，筛选所得的优质品牌，其搜索量均处于同一量级，没有断崖式的差异；第二，底部品牌的指标取值非空、并与优质品牌存在显著差异；第三，充分考虑各行业内的结构差异，比如，在大家电行业，搜索量排名前十的品牌，已经基本囊括该行业主要的优质品牌；而在女装行业，搜索量排名前十的品牌仅囊括一部分优质品牌，排序更靠后的品牌具有类似的市场影响力。此

37、时，用门槛值方法予以筛选，可以确保各行业主要的优质品牌均进入样本，且与头部品牌具有相似的影响力。第二，基于上述样本，采用可得指标建模，预测某品牌是否为“较优质品牌”。由于非耐用品所在行业的指标均高于耐用品行业指标，不同指标的跨行业比较需要经过一定的标准化，我们对跨行业可比性较强的评分相关指标保持了原始值，而对跨行业可比性较弱的其他 10 指标（如销量、搜索量等）进行了标准化处理。7建模方式主要有两种，一是随机森林分析，预测某品牌是否为优质品牌，并得到不同指标的相对重要性（feature importance）；二是 logit回归分析，考察不同指标对“是否为优质品牌”的解释力，仅保留显著且回归

38、系数为正的指标。第三，每个维度内，对于所有可得指标，按照如下原则筛选出三个指标：先通过随机森林分析，筛选相对重要性最强的指标；通过调研访谈，筛选每个维度在业界实践中普遍认可的指标；如果上述两个指标重合，则综合随机森林与调研访谈筛选第二重要指标；在已有两个指标的基础上，通过相关性分析，筛选出与两个入选指标有所差异、相关性较弱、并受到业界认可的第三个指标；在各指标模型表现相似时，优先选择与其他维度指标逻辑一致的指标，如果有两个维度已经选出“人数”的相关变量，而另一维度中“人数”变量与“金额”变量的模型表现相似，此时优先选择“人数”变量；每个指标入选后，均由 logit 回归检验其回归系数，仅保留正

39、向指标，如不满足条件，则重复上述过程。表 3 品牌评分维度与对应指标 维度 指标 指标定义 知名度（32.5%）品牌词搜索量 季度内对品牌关键词（如“apple”“苹果”）搜索的日均独立访客数量；即品牌关键词的日均搜索次数，并过滤掉其中重复搜索的用户 成交金额 季度内通过电商平台完成的品牌商品交易日均金额 成交人数 季度内通过电商平台完成的品牌商品交易日均人数 新锐度（27.7%）新品成交金额 对于品牌在季度内发行的新品通过电商平台完成的日均成交金额；考虑到不同品牌对新品发行时间具有不同的季度偏好，为避免季度间的波动过大，本指标采用本季度与上季度的均值测算 18-24 岁成交人数增速 品牌成交

40、用户中 18-24 岁用户的季度增速 成交金额增速 品牌成交金额的季度增速 忠诚度（22.5%）客单价 季度内品牌人均成交金额 会员成交金额 季度内品牌主营店铺的会员日均成交金额 老客成交金额 品牌上季度有过成交记录的客户的本季度日均成交金额 美誉度（17.5%）物流评分 季度内品牌主营店铺的商品物流评分均值 质量评分 季度内品牌主营店铺的商品质量（商品与描述相符）评分均值 店铺好评率 季度内品牌主营店铺的好评率 7 对于指标，标准化公式为,=(,)(min,)(max,)(min,)，其中为品牌，为行业。11 经过建模分析与调研访谈，最终确认进入评分体系的指标如表 3 所示。具体筛选过程如下

41、：（1）在知名度维度的 8 个可得指标中，经过随机森林分析，品牌词搜索量是相对重要性最高的指标；而成交金额是业界公认的最为重要的指标；在这两个指标的基础上，有所差异、相关性弱、且同时获得业界认可的指标是成交人数。（2）与新锐度相关的 13 个指标中，在随机森林对优质品牌的预测模型中，重要性最高的指标是新品成交金额（平滑值），这一指标的表现优于原始值，是由于它考虑了不同品牌的新品发布具有季节性；根据调研访谈，年轻群体对于新锐品牌具有更高的敏感性，因此 18-24 岁用户的成交人数增速，是新锐度方面应予以重视的一个考量指标；在此之外的已有指标中，与现有指标相关性最弱、且均获得业界认可的两个指标是成

42、交金额增速与成交商品数增速。不过，在 Logit 检验中，这两个指标均不是正向的，这是由于增长较快的品牌往往是新兴品牌，而不是广受认可的成熟品牌。为了将增长维度纳入新锐度的考量范畴，我们仍从中选择一个指标进入评分体系，根据与其他维度逻辑一致的原则，成交金额增速成为新锐度的第三个评分指标。（3）在忠诚度相关的 12个指标中，随机森林筛选出老客成交金额，体现了消费者真实的回购行为；调研访谈中，业内较为重视的指标是会员成交金额，代表品牌积极的运营策略与消费者的认可度；在相关性分析中，客单价与笔单价均与前述两个指标相关性较低，提供了额外的信息，考虑到客单价是业内更为重视的指标，最终选择客单价进入评分体

43、系，较高的客单价意味着消费者对品牌的价格敏感性较低，不是由于低价促销而购买该品牌。（4）在美誉度可选的 12 个指标中，店铺好评率是随机森林中重要性最强的指标，调研访谈中业内重视的指标是质量评分，与前述两个指标相关性最低的是物流评分，这也体现了线上消费的特点。不过，淘宝天猫平台的售后评分体系已使用多年，年内将整体更新，这意味着在同期跨品牌比较时，仍能保持相对稳定的评估效力；但在未来更新售后评分体系后，跨期可比性将相应减弱。以上评分指标体系在传统的品牌资产模型之外，充分考虑新兴品牌、年轻客群，并关注品牌创新。在新锐度方面，传统品牌并不占据优势，而增长较快的新兴品牌、保持创新能力的品牌、以及迅速吸

44、引年轻群体的品牌，则可以在这个维度获得较高评分。三、评分与指数计算方法 计算方法分为三部分介绍，一是行业内品牌评分；二是品牌指数；三是品牌榜单。下文中，我们采用以下标注方式来展示指标或评分对应的不同维度：代表品牌，代表行业，代 12 表地区，代表季度，代表指标。（一）行业内品牌评分计算方法 为了在各季度、各行业内部形成客观的品牌评分，本研究需要将不同维度的指标进行无量纲化处理、按一定权重加总、并对结果进行标准化处理。无量纲化处理与加权 对于多指标综合评价体系，需要对不同性质和计量单位的指标进行无量纲化处理，将指标转化为同一量纲的值，以便于对比和加总。考虑到线上市场具有增速快、传播广的特点，本研

45、究采用对数功效函数，将原始指标值映射到统一区间0,1，同时保证处理结果的单调性和一致性，转换公式为8：,=(,)(min,)(max,)(min,)(1)其中：,：行业内的品牌的指标在季度的无量纲化值；,：行业内的品牌的指标在季度的原始值；max,：行业内的所有品牌的指标在季度的最大值；min,：行业内的所有品牌的指标在季度的最小值。对各个指标无量纲化值，我们采用上一节确定的权重，加权平均计算得到如下原始评分。计算公式如下：,raw=,=1 (2)其中：,raw：行业内品牌在季度的原始评分；,：行业内品牌的指标无量纲化值；：指标的评分权重；：指标数量。8 由于店铺好评率数据取值范围恰为 0 到

46、 1 之间，不做功效函数转化，保持原始值；评分数据的取值范围为 0 到 5 之前，不宜使用对数功效函数转化，故直接除以 5 使其取值为 0 到 1 之间，以实现标准化。13 品牌评分标准化 如前所述，本报告充分尊重行业差异与时期差异，对于不同时期、不同行业的最优品牌，不对其评分进行比较，而是统一将最高评分在行业内标准化为 100，最低分标准化为 0。这意味着，本研究仅在同一行业、同一时期内部对各个品牌进行打分与排序，使评分数值能够代表同行业、同时期内各品牌的相对差异。原始评分在同季度同行业内按照如下公式标准化：,=100,raw,min,(3)其中：,：表示同季度同行业内品牌 的最终评分；,r

47、aw：表示同季度同行业内品牌 的原始评分；,：表示同季度同行业内各品牌的最高原始评分；min,：表示同季度同行业内各品牌的最低原始评分，该评分合成自各指标在行业内最小值的加权平均，即min,=min,=1。（二）品牌系列指数计算方法 为了从更宏观的角度刻画消费者在不同地区、不同行业乃至整体市场的“消费品质”状况，本研究基于前述的品牌评分，构建分季度、分行业、分地区的消费品牌指数 CBI 与品牌购买力指数 BPI。在消费品质的度量上，CBI 是一个平均指标，即一个地区所消费的品牌平均评分；而 BPI 是一个总量指标，即一个地区消费者对高评分品牌的整体购买力。之所以要同时构建 CBI 和 BPI

48、两个指标，是为了在区域对比中考虑“辛普森谬误（Simpsons Paradox）”的可能性，即平均指标与总量指标的相反结果。从经济直觉来看，某地区所消费品牌的平均评分越高，则该地区对高评分品牌的购买力也越强；然而从统计学角度而言，由于总销售额、总人口等潜在因素的差异，平均指标与总量指标可以出现相反的结果。以下图 1 为例：A 地区人口众多、经济发达，各品牌在 A 地区的销售额均远超过 B 地区，从总量指标上，A 地区对高分品牌具有更强的购买力。然而，在平均指标上，如果零分品牌具有更广泛的受众，则 A 地区的平均品牌评分将低于 B 地区。14 图 1 平均指标与总量指标的辛普森谬误 需要注意的是

49、，本研究使用收货地（信息均已进行隐私脱敏处理，空间精度限制在地级市范围内）来判断销售额的归属地区。因此，销售额计算中考虑了户籍人口、也考虑了包括外来务工人口在内的流动人口，这与传统的微观住户调查存在较大差异。特别是，一线、二线城市包容性更强，吸纳流动人口更多，其品牌销售额分布特征可能更趋近于 A 地区，而非 B 地区。这意味着我们需要同时考虑平均指标与总量指标，分别构建平均意义上的消费品牌指数 CBI、与总量意义上的品牌购买力指数 BPI。此外，由于线上消费对于小众、高端、奢侈品牌不具有代表性，底层数据无法覆盖图 1 所示的小众高端品牌（A 地区对应图形的顶部三角），这也意味着本指数更多代表了

50、线上消费的品质特征，无法精准刻画居民部门整体的消费情况。季度行业地区的消费品牌指数 CBI 消费品牌指数 CBI 的英文全称为 Chinese online Consumer Brand Index，旨在衡量一个地区在某行业的消费平均品质。对于行业和季度，地区的 CBI 指数通过将该地区内所有品牌评分以销售额占比进行加权平均计算，其含义为该地区该行业在该季度内一篮子消费品牌的平均评分，公式如下：15 CBI,=(,)=,(4)其中：,表示季度行业内，品牌的标准化评分；,表示季度行业内，品牌在地区销售额占比，即品牌的销售额,除以该地区、该行业各品牌总销售额,，计算方式为,=,。注意，分母部分涵盖

51、包括评分为 0 的品牌与无品牌产品的销售额。CBI 指数可以反映某地区、某行业在一个季度内的平均“消费品牌评分”。指数数值CBI,越高，则说明当地消费者对行业所购品牌的平均评分越高，可以度量当地全体消费者平均消费品质。从公式(4)中，我们可以进一步理解平均指标与总量指标的差异。一二线城市对于高评分品牌的购买能力通常更强这意味着上述指标中分子部分,在一线城市往往更大。与此同时，一二线城市具有较强的经济活力，也吸纳了更多的外来务工者，其常住人口远大于户籍人口这意味着上述指标的分母部分,也会处于更高水平。每个地区对应的 CBI 分值，取决于分子和分母的相对大小。经济活力更强、对外来人口包容度更高的地

52、区，其分母可能相对更高，这会导致最终平均分值反而更低。因此，我们同步提供聚焦分子部分的“品牌购买力”指数，以便于展开区域间的比较。季度行业地区的品牌购买力指数 BPI 品牌购买力指数 BPI 的英文全称为 Chinese online Brand Purchase Index，考察一个地区消费者在某行业品牌的整体购买能力，以消费者所购高评分品牌的销售额来进行度量。对于行业和季度，我们首先将地区内所有品牌的销售额进行加总，并在加总过程中考虑各品牌的评分差异，公式如下：,=,(5)其中,代表品牌加权销售额，即各品牌销售额,与其评分,相乘，再将各品牌的乘积加总求和。对于评分 100 的品牌，其销售额

53、增加 1 个单位时，品牌加权销售额,相应增加 100；对于评分为 0 的品牌或无品牌产品，其销售额增加 1 个单位时，品牌加权销售额,没有变化。公式(5)所得数值即为 CBI 指数公式(4)的分子部分。然而，原始的品牌加权销售额,不具备直接可比性。一方面，在同一行业内，品牌 16 加权销售额可以代表不同地区对品牌产品的购买力，对于同一个行业，品牌加权销售额越高的地区，对高评分品牌的购买力越强。另一方面，受各行业线上渗透率差异的影响，同一地区的不同行业间的,无法直接比较。比如，服装行业的线上渗透率较高，宠物用品行业的线上渗透率较低，前者的销售额必然大于后者，但不必然代表当地消费者对于宠物用品的品

54、牌购买力更弱。因此，为了避免对品牌加权销售额数值的错误解读，我们需要将其进行行业内标准化处理，转化为具有可比性的 BPI 指数，具体公式如下：BPI,=100,(6)分子,为地区、行业的品牌加权销售额，分母,为各地区品牌加权销售额的加总值，乘数 100 将比例数据转化为百分比数值形式。因此，BPI,取值为 100 时，代表该行业的品牌销售额完全来自于地区；而BPI,取值为 0 时，代表地区在该行业没有品牌销售额，或者仅购买评分为零的品牌及无品牌产品；BPI,取值为 10 时，代表地区的消费者贡献了该行业 10%的品牌加权销售额。季度行业地区品牌购买力指数 BPI 代表了各地区的品牌销售额的相对

55、购买比例。由于 BPI 反映了地区品牌销售额的相对比例，因此，省份层面的 BPI 即为省内各地级市指数之和。全国层面的 BPI，即为各地区的 BPI 之和，恒为 100。这意味着 BPI 指标仅在区域之间具有较强的可比性，但各行业的全国指标不具备实际比较分析的意义。季度地区的品牌系列指数 本节将不同行业的指数在地区内加权，得到季度地区系列指数。由于各行业在线上消费中的渗透率存在差异，各行业在居民一篮子消费中的权重也存在差异，在上一节所介绍的细致的行业指数基础上，研究者可根据研究重点的差异而自行对行业加总处理，灵活选择更契合自己研究问题的行业权重，进而得到更贴合研究目的的地区指数。我们在本节依据

56、 CPI权重、中国住户调查年鉴与电商数据对行业的代表性而提供一种行业加权方案，如表 4所示，仅供研究者参考。表 4 指数行业划分与参考权重（1）一级行业类目（2）二级行业类目（3）行业编号（4）CPI 与住户调查原始权重（5）折算行业权重CPI 食品 食品 1 不适用 0.00%服饰 运动户外 2 2.00%8.77%17 服饰女装（不包括运动户外）3 2.00%11.70%服饰男装（不包括运动户外）4 1.00%5.85%服饰其他（不包括运动户外）5 1.00%5.85%居住 装修建材 6 不适用 0.00%生活用品与服务 家装家具 7 0.90%5.26%家用电器 8 1.50%8.77%

57、日用家居 9 0.40%2.34%日用个护 10 0.70%4.09%日用清洁 11 1.40%8.19%日用美妆 12 0.60%3.51%交通通信 交通工具 13 0.00%0.00%3C 通讯 14 3.00%17.54%教育文化与娱乐 3C 智能 15 0.10%0.58%3C 文教 16 1.50%8.77%潮流玩具 17 0.30%1.75%鲜花园艺 18 0.30%1.75%办公文教(非数码产品)19 0.60%3.51%宠物用品 20 0.30%1.75%医疗健康 医疗健康 21 不适用 0.00%其他用品与服务 珠宝饰品 22 不适用 0.00%本报告的行业权重尽量与 CPI

58、 权重保持一致。但是，需要特别说明的是，线上消费对于交通工具、食品（生鲜等）、居住（自有住房的租金折算与租金等）、其他用品及服务、医疗健康（医疗支出与药品支出等）代表性较弱。因此，出于审慎考虑，本报告在行业加权计算时，对此类行业统一将权重设置为零。这也意味着 CPI 与住户调查的原始权重无法直接适用。本报告先在表 4 第（4）列中罗列其他行业的 CPI 与住户调查原始权重，然后，将这些权重加总，得到加总数值为 17.1%。该加总数值代表了经过筛选后可用于后续计算的相关行业原始权重的总和。接下来，我们将各行业原始权重除以加总权重，折算得到第（5）列中实际使用的行业折算权重CPI。对于给定的地区和

59、季度，基于 CPI 行业折算权重CPI对各行业指数加权后，可得季度地区的消费品牌指数 CBI 公式如下：,=(CBI,CPI)(7)18 同理，季度地区的品牌购买力指数 BPI 公式如下：,=(BPI,CPI)(8)季度行业、季度全国的消费品牌指数 要在行业间对比平均消费品质，则需要进一步加总计算季度行业的消费品牌指数 CBI。对于给定的行业和季度，需要对各地区 CBI 做加权平均。为了避免特定地区在平台的销量占比影响指数大小，我们统一采用地区的 GDP 占比作为地区权重。GDP表示地区 r 的 GDP权重，即该地区 GDP 占全国 GDP 的比例。本报告采用中国城市统计年鉴与 Wind 数据

60、库中2023 年各地级行政单位（地级市、盟、自治州、地区）的国民生产总值作为权重计算依据，研究者亦可选择其他合理权重自行加总。公式如下：CBI,=(CBI,GDP)(9)在已有前述指数的基础上，全国消费品牌指数的公式如下：CBI=(CBI,GDP CPI)(10)这一指数可以在时间维度上比较全国消费品牌指数的变动。指数越高，说明全国消费者所购品牌的平均评分更高，整体消费品质更高。基于以上所介绍系列指数，未来研究中可以从以下几个方面展开分析：（1）纵向对比：将全国消费品牌指数、或季度行业的消费品牌指数在季度层面比较，能够获知全国与各行业销售的品牌平均评分变化。将各地区的品牌购买力指数、消费品牌指

61、数纵向对比，亦可比较该地区在品牌购买占比、平均消费品质方面的时序变化。（2）横向对比：同一时期、同一行业的地区指数可以进行横向比较，对比购买力占比与消费平均品质的差异。同一时期、不同行业的消费品牌指数，亦可展开横向对比，比较不同行业中消费者所购品牌是否集中于高评分品牌。表 5 总结了系列品牌指数的不同颗粒度，以及横向、纵向的可比性。其中，横向可比代表着同一时期内跨地区或跨行业可比；纵向可比代表着同一行业或同一地区内跨季度可比；地区的颗粒度包括地级市与省份。表 5 系列指数的颗粒度与可比性 消费品牌指数 CBI 品牌购买力指数 BPI 横向可比 纵向可比 季度行业地区 季度地区 19 季度行业

62、NA 季度（全国）NA （三）品牌榜单的形成方法 本报告综合不同行业、地区与季度的各个品牌评分，形成了中国线上品牌榜单。榜单评分覆盖了千万量级品牌，出于篇幅考虑，本报告仅展示评分最高的前 500 强品牌榜单，即“全球品牌中国线上 500 强榜单”，英文全称为 China Top 500 Online Consumer Brands List，简称 CBI500。在品牌维度，本榜单并未区分“渠道品牌”与“生产品牌”，即无论是生产环节的品质较高、还是选品销售环节的品质较高，都可以体现品牌的影响力。为了形成 CBI500，我们仍需解决两个具体问题。第一个问题是跨行业的同分品牌如何比较。在每个行业内，

63、最优品牌的评分均为 100 分，两个 100 分的品牌在榜单上孰先孰后呢？我们依据该品牌的总销售额进行判断，通过将品牌标准化评分乘以品牌总销售额得到榜单评分，以此确定品牌在榜单上的先后次序。9第二个问题是对于多行业经营的品牌，如何确定其榜单评分。对于多行业经营的品牌，我们采用其业务覆盖的各行业销售额加总，作为品牌的总销售额；采用其各行业内品牌标准化评分的最高值，作为品牌的标准化评分；并将评分最高、GMV 最高的行业作为该品牌的主营行业。10这样做的逻辑是，品牌在一个行业的品牌影响力有助于其在另一个行业发展，因此对于不同行业内的同一品牌评分，应取最高值为宜。综上，综合各行业全量品牌的榜单评分采用

64、如下公式：,all=,maxj,(11)其中：,all为品牌在全部行业内的榜单评分；,为品牌在行业内的标准化评分；,为品牌在全部行业内的销售额的对数标准化数值，采用公式 9 在理论上，在同一行业内，标准化品牌评分与榜单评分的排序可能存在差异，有可能某品牌 A 的标准化评分较高，但销售额较低，而另一品牌 B 的标准化评分较低，但销售额较高，因此标准化评分是 A更高，而榜单评分是 B 更高。但实际上，这种理论可能性极小，由于标准化评分中已经较多考虑了销售额指标，标准化评分乘以销售额后，行业内排序基本保持不变。10 对于跨行业经营的品牌，GMV 最高的行业与其评分最高的行业基本重合。20 ,=(,r

65、aw)(,raw)(,raw)(,raw)即全部行业销售额最高的品牌,取值为 1，最低的品牌,取值为 0。最终榜单将依据总分,all为各品牌在各行业混合排序。由于奢侈品以线下消费为主，最终 CBI500 强榜单不包括奢侈品牌；此外，假冒伪劣品牌不被纳入 CBI500 强榜单；至于以品牌授权为主要经营模式的品牌，考虑到其品牌影响力的评估较为复杂且与本榜单的关注维度存在差异，也不被纳入 CBI500 强榜单。在 CBI500 强榜单中，我们还将提供各分项指标的评分。为了使各指标评分在行业间具有可比性，各无量纲指标均进行了与总分一致的标准化、并乘以,与权重。此时，榜单各分项评分加总等于榜单总分。本榜

66、单定期更新，能直观反映中国线上消费优质品牌的动态变化，亦有助于观察各行业龙头品牌与新锐品牌的成长轨迹。通过区域、行业对比，本榜单可多维度展现我国线上消费领域的优秀品牌生态，也可为品牌方、投资机构及政府部门等提供更精准的决策参考。四、主要结果分析（一）时间维度：总指数分析消费品质回暖 全国各季度的消费品牌指数整体在波动平稳上升。由图 2 可见，2024 年的消费品牌指数显著高于 2023 年，而 2025 年的消费品牌指数，也显著高于 2024 年同期。中国消费品质呈现稳定增长的趋势。相比于消费数量或者消费价格，消费品质通常是一个变化较慢的变量。从 2023 年 1 季度的 59.42 增加到

67、2025 年 1 季度的 63.38，这意味着全国消费者所购买品牌平均评分增加了约 4 分。这个增加幅度，如果做一个大致的比喻，相当于有一半的消费者从总分排在 1000名以外的品牌换到了刚刚进入 500 强的一个新兴品牌，且在各类消费中都做了类似的升级。21 图 2 中国线上消费品牌指数 CBI（2023 年 1 季度至 2025 年 1 季度）从季度环比看，如图 3 所示，中国线上消费品牌指数呈现出与线上市场相符的季度波动规律。我国电商平台在二季度举办 618 购物节、四季度举办双 11 购物节，受购物节活动影响，消费品牌指数在二季度、四季度均会出现显著上升，且在四季度的上升幅度显著高于二季

68、度。这是由于双 11 购物节具有相对更大的影响力，指数趋势与经济直觉相符。图 3 中国线上消费品牌指数 CBI 季度环比（2023 年和 2024 年）为了更好地展示中国线上消费品牌指数的相对变化，我们将第一期报告的样本起始时期设置为基期，指数数值设置为 100，据此折算后续各期相对于基期指数。如图 4 所示，与基期对比，我国线上消费品牌指数显著增长，2024 年 4 季度相比于基期指数增加了 11.5%，而2025 年 1 季度相比于基期指数增加了 6.7%。22 图 4 中国线上消费品牌指数 CBI 的基期对比（以 2023 年 1 季度为基期，基期指数=100）（二）行业维度：宠物用品、

69、家装家具、服饰女装增长明显 从行业对比来看，各行业消费品牌指数具有显著差异。更高的行业消费品牌评分，意味着该行业的无品牌产品与低评分品牌较少、且销售额更多集中于头部品牌；较低的行业消费品牌评分，则意味着该行业的低评分品牌与无品牌产品较多、且销售额并未集中于头部品牌，该行业仍存在较大的品牌竞争与成长空间。当行业的消费品牌评分呈现上升趋势时，这意味着该行业或是正在逐步形成头部品牌，或者销售额正在向已有的头部品牌集中。当行业的消费品牌评分呈现下降趋势时，这意味着该行业涌现出了更多的新兴品牌，且销售额正在从头部品牌向中部或底部品牌分散。以手机、智能设备、其他数码产品为主的 3C 数码行业，其消费品牌指

70、数最高，评分处于 75-85 分区间，这意味着该行业不仅几乎不存在“无品牌”商品，且大部分消费者均购买该行业的头部品牌产品，以传统品牌为主。苹果、华为、小米在 3C 通讯、3C 智能、3C 其他（文教娱乐为主）的每个细分行业占据了主导地位。不过，不同于其他 3C 行业，3C 智能行业呈现出与其他 3C 领域不同的发展态势，涌现出如科大讯飞、小天才、大疆、宇树机器人等新兴品牌，展示出新兴行业的活力。其中，宇树科技的增长势头较为突出，销售额增速位列该类目第一，品牌总评分超过了佳明、三星等国际品牌，该品牌的核心产品是 AI 智能机器人，展示出较强的创新能力。23 图 5 主要行业的消费品牌指数对比

71、紧随 3C 数码之后是家用电器，行业的整体消费品牌指数在 75 分以上。家用电器既包括大家电（如冰箱、洗衣机等），也包括小家电（如电饭锅、酸奶机等）。整体而言，家电行业的消费仍以高评分的品牌为主，但相比于 3C 行业，家电的头部品牌更为分散，尚未形成绝对的市场主导格局。诸如小熊、追觅等新兴品牌，仍具有一定的市场地位。在日用品领域，美妆是消费品牌指数最高的行业，2025 年 1 季度评分为 75.83，其他个人护理产品（如洗面奶、沐浴液等），也具有相对较高的评分，为 68.41，且自 2023 年以来的评分增长幅度略高于美妆行业。而其他日用清洁用品（如洗衣粉、肥皂、洗洁精等），所属行业是日用清洁

72、行业，其市场格局已经相对稳定，消费品牌指数自 2023 年以来几乎没有显著变化。服饰行业是线上消费渗透率较高的一个行业。其中，运动户外服饰因具有一定的功能性，消费者更加注重品牌，对应较高的消费品牌指数；男装行业的消费品牌指数高于女装，这与男装市场的头部品牌相对较少有关，女装行业则具有更多的品牌，市场竞争更加激烈，销售额也相对分散。从增长幅度上看，女装行业的消费品牌指数增速是最高的，而运动户外的消费品牌指数增速是最低的。24 在教育文化娱乐领域，宠物用品行业的消费品牌指数展示出较为显著的增长，麦富迪、皇家等猫粮狗粮品牌均获得了较高的品牌评分。消费者在宠物用品购买过程中品牌意识不断增强。较为意外的

73、是，玩具潮玩行业的消费品牌指数低于 50。尽管乐高、泡泡玛特等品牌在该行业占据主导地位，但自 2023 年以来，该行业涌现出诸多新品牌，并迅速获得了广大的消费者认可。布鲁可、光与夜之恋、卡游等新兴玩具潮玩品牌，已经跻身线上消费的 500 强榜单。家具家装行业的消费品牌指数原本较低，但在 2023 年以来增长较快，评分增幅接近宠物用品行业。受相对高昂的运输与服务成本影响，家具家装行业具有一定的本地特征，尚未形成全国规模的绝对头部品牌。但随着线上消费的兴起与物流行业的发展，源氏木语与林氏木业等代表性品牌打破地域限制，在全国线上市场中获得了良好发展。其他行业如交通工具、珠宝饰品、与装修材料等，其线上

74、消费比例相对较低，其消费品牌指数详见附录，供读者参考。其中，珠宝饰品行业中较为突出的品牌是周大福与老铺黄金，装修材料行业以立邦等品牌为代表，交通工具行业则以雅迪、凤凰等电动车、自行车品牌为主，这些行业具备一定的线上销售比例，但目前仍以线下市场为主导。（三）区域维度：区域差异与人均 GDP、流动人口、第三产业密切相关 在区域分布上，消费品牌指数与品牌购买力指数既有相关性，也有差异性。图 6 展示了各个不同地级市（或地级行政单位）两个指数的对比，横轴为消费品牌指数 CBI，纵轴为品牌购买力指数 BPI。整体而言，二者呈现相似的趋势，这一点与经济直觉相符，购买力更强的地区，往往消费品质也更高。但两个

75、指数在具体城市的表现上，也会存在一些偏离。需要注意的是，消费品牌指数的底层数据来自于“收货地”的识别，其中销售额既包括户籍人口的消费，也包括流动人口的消费。对于流动人口占比较高的城市，其人口基数与销售额基数均较大，这在一定程度上导致其消费品牌指数有所降低。一线城市北京、上海、广州、深圳的流动人口占比均位于全国前十，而广东省的东莞、中山、佛山、珠海等经济活力较强的城市，其流动人口的相对比例同样处于全国前列，这也在客观上导致这些城市对应的消费品牌指数较低。25 图 6 品牌购买力指数 BPI 与消费品牌指数 CBI 的关系 从相对排名看来，如表 6 所示，在消费品牌指数维度，全国十强均为具有一定潜

76、力的二三线城市，如安徽省合肥市、江苏省淮安市、河南省郑州市、江西省南昌市等。而在品牌购买力指数中，一线城市维持在前几名，包括上海、北京、广州、深圳等，而其他十强城市多为其他新一线城市，如杭州、成都、苏州、武汉等。表 6 品牌系列指数十强城市 消费品牌指数 CBI 十强（基于 2025 年 1 季度）品牌购买力 BPI 十强（基于 2025 年 1 季度）消费品牌指数 CBI 十强（基于 2024 年均值）品牌购买力 BPI 十强（基于 2024 年均值）合肥 上海 郑州 上海 郑州 北京 合肥 北京 淮安 杭州 淮安 广州 南昌 广州 南昌 深圳 南京 深圳 武汉 杭州 周口 成都 南京 成都

77、 淮北 苏州 扬州 苏州 盐城 重庆 新乡 重庆 开封 武汉 太原 武汉 26 临沂 南京 周口 南京 为了探究区域差异的来源，以及消费品牌指数 CBI 与品牌购买力指数 BPI 的不同影响因素，我们采用简单的截面回归方法，分析指数与基本经济变量的相关性。在表 7 中，我们将各地区品牌指数设定为被解释变量，选取城市统计年鉴中多个指标作为解释变量。回归检验发现，以下四个指标与品牌指数密切相关，分别为：人均地区国民生产总值、流动人口占比11、第三产业占比、非私营就业人数。表 7 前两列为全部地级市的回归结果。结果显示，人均地区国民生产总值、第三产业占比、非私营就业人数与两个品牌指数均呈正相关关系；

78、流动人口占比则与两个指数具有相反的相关性，在流动人口占比更高的地区，消费品牌指数 CBI 更低，同时品牌购买力指数 BPI更高。表 7 后两列关注经济活力较好、对外来人口有较强吸引力的地级市，即常住人口超过户籍人口的子样本。在这个子样本中，回归所对应的 R2 进一步提高，分别为 0.531 和 0.682，这意味着人均地区国民生产总值、流动人口占比、第三产业占比、非私营就业人数均具有较强的解释力：对于消费品牌指数 CBI 而言，这四个指标可以解释约 53.1%的地区差异；而对于品牌购买力指数 BPI 而言，这四个指标可以解释约 68.2%的地区差异。此外，人均存款、年龄结构、房价等指标也具有一

79、定的解释力，但其影响机制以超出本报告的讨论范畴，留待后续研究基于本指数展开分析。表 7 消费品牌指数 CBI、品牌购买力指数 BPI 与基本经济变量的相关性 (1)(2)(3)(4)全部地级市 常住人口超过户籍人口的地级市 CBI 消费品牌指数 BPI 品牌购买力指数 CBI 消费品牌指数 BPI 品牌购买力指数 ln 人均地区国民生产总值 1.600*0.124*1.701*0.664*(0.22)(0.06)(0.48)(0.21)11 为了综合全市信息、并综合考虑数据可得性，本报告中对流动人口占比的计算方式是：(常住人口-户籍人口)/户籍人口。由于流动人口占比仅在 2020 年具有较多的

80、可得数据，因此人均 GDP、流动人口占比、第三产业占比、非私营就业人数统一取城市统计年鉴中 2020 年的数值。人均地区国民生产总值的计算方式为，人均地区生产总值加 1 后取对数。第三产业占比的指标定义为第三产业占地区生产总值的比重。非私营就业人数为城镇非私营单位从业人员期末人数加 1 后取对数。为了与流动人口占比的数据相匹配，被解释变量 CBI 与 BPI 采用 2023 年均值。27 流动人口占比-2.488*0.363*-2.703*0.309*(0.31)(0.08)(0.35)(0.15)第三产业占比 2.455*1.554*4.321*2.093*(1.10)(0.30)(1.67

81、)(0.72)ln 非私营就业人数 0.601*0.328*0.475*0.424*(0.12)(0.03)(0.19)(0.08)常数项 34.12*-5.967*33.81*-13.77*(2.32)(0.63)(4.97)(2.14)观测值 275 275 80 80 R-squared 0.354 0.658 0.531 0.682 注：括号内为标准差。*p0.01,*p0.05,*p0.1。在具体区域分布与增长态势中，从消费品牌指数来看，大部分地级市的 CBI 都有所上升，展现出整体增加的态势；其中增长最快的地级市是三沙市；东部（包括东北部）和西部地区的 CBI 增长相对较快，这与各

82、大电商平台在 2024 年开始的“新疆包邮”活动有关。从品牌购买力指数来看，区域分布与我国的人口、国民生产总值分布保持高度一致。（四）榜单维度：细分场景与产品创新是新兴品牌的竞争力来源 在榜单维度，我们聚焦前 1000 个品牌，从品牌创立时间、品牌公司所在地、上榜品牌创新特点等视角展开分析。从品牌创立时间来看，如图 7 所示，在 2025 年 1 季度评分最高的 1000 个品牌中，有超过五分之一的国内品牌创立于 2011 年至 2019 年之间。本榜单能够较为包容地囊括近十五年内创建的新品牌，一方面是由于指标体系的价值取向：侧重于挖掘新锐品牌、鼓励创新，这使得新兴品牌有更多机会上榜；另一方面

83、，这一趋势也侧面反映了 2011-2019 年期间优良的创新创业氛围与营商环境，有力推动了品质竞争与品牌建设。而在 2020 年后，宏观环境受到外界冲击、平台竞争陷入低价内卷困境、加之品牌建设本身具有一定的滞后性，这一时期创立的品牌较难获得高评分。28 图 7 上榜国内品牌的成立年份分布 注：评分取 2025 年 1 季度，统计范围为前 1000 品牌中的国内品牌；仅统计 2000 年后成立的品牌。从国内上榜品牌的创立区域看，如图 8 所示，上榜品牌数量受到地区 GDP、产业结构等因素影响。在省份层面中，广东省 2024 年的 GDP 总量位居全国首位，其上榜品牌数量同样位列全国首位；创立于浙

84、江、上海、北京的消费品牌上榜数量也位于全国前列；值得注意的是，尽管江苏省的 GDP 总量位居全国第二，但其上榜品牌数量仅居于全国第五。这主要是由于江苏优势产业并非消费品牌与零售业，而是集中于高端装备、电子信息、生物医药等上游产业。在城市层面，上海、杭州、深圳、广州、北京等城市的上榜品牌数量最多。与此同时，佛山、宁波、泉州、金华、苏州等城市凭借发达的制造业基础，所创立品牌的上榜数量也跻身全国前十名。从创立区域的国内外对比来看，在前 1000 品牌中，创立于中国内地（不含港澳台）的品牌占比达 67.8%。不过，在美妆、运动户外等细分行业中，国际品牌占比仍接近或超过 60%。这是由于国际品牌在原料、

85、工艺、技术等方面仍存在一定壁垒，本土品牌在这些行业对国际品牌的可替代性仍面临挑战。特定类目的专业性、功能性仍是国际品牌的突出优势。此外，榜单排名越靠前的品牌中，创立于境外的国际品牌占比越高：在前 1000 的品牌中，国际品牌（不含港澳台，下同）占比为 29.8%；前 500 品牌中，这一占比上升到 31.2%；而在前 100品牌中，国际品牌占比进一步增至 36%。这反映了头部国际品牌对中国线上市场的高度重 29 视。中国数字经济发达，线上消费市场不仅规模庞大，还为品牌提供了丰富的用户触达方式与多样化的经营创新机会。这意味着，有效利用线上渠道、适应本土数字生态，是国际品牌在中国消费市场发展的重要

86、条件之一。图 8 上榜国内品牌的创立区域分布 品牌榜单的前三名为苹果、华为和小米，均属于 3C 数码行业。其中，苹果为国际品牌，华为和小米为本土品牌。随着中国高水平对外开放的持续推进，超大规模市场优势愈发凸显，中国已成为国际品牌全球化布局的核心市场。苹果在成交金额维度尤其突出，总分排名居于榜首，充分体现了中国消费者对国际品牌的高度认可。与此同时，华为和小米的成交金额增速已显著超过苹果，并在品牌词搜索量和会员运营等关键指标上展现出一定优势，体现出本土品牌在开放市场环境中的快速发展与竞争实力。上榜的新兴品牌多精准聚焦细分场景需求，并展示出较强的产品创新能力。基于 2025年 1 季度前 1000

87、榜单，我们排序后筛选出销售额增速最高的前 100 个品牌，其中有 36 个品牌体现出“产品创新+细分场景”的鲜明特征，例如，珠宝饰品类目中的老铺黄金、居家日用类的海龟爸爸、3C 数码类目中的 iqoo，分别聚焦古法饰品、儿童防晒、游戏手机的细分场景。在 3C 智能类目中增长最快的宇树科技，则展示出较强的产品创新能力，聚焦 AI 智能机器人。在上述这 100 个增速最快的品牌中，本土品牌有 80 个。整体而言，新兴品牌以本土品牌为主，它们在识别国内需求、展开针对性的产品研发等方面具有一定优势。30 五、结论 本报告结合现有文献，特别是品牌资产模型与线上消费价格指数的相关文献，在考虑线上消费市场特

88、征的基础上，利用阿里巴巴淘天集团淘宝、天猫的相关数据，编制了跨地区、行业和季度的中国线上消费品牌系列指数与榜单。其中，榜单不仅提供了中国线上消费市场的 500 强品牌及其多个维度的评分，并在分析中参考了 1000 强品牌榜单作为参照。指数系列包括消费品牌指数与品牌购买力指数，前者为平均指标，用于度量某特定地区消费者在某行业所购品牌的平均评分；后者为总量指标，旨在度量某地区相比于其他地区对高评分品牌的购买能力。指数细分到 300 多个地级行政单位、22 个行业，并同时提供季度行业地区、季度行业、季度地区、季度全国等多个层次的数据，研究者既可以直接使用对应数据，也可以结合具体研究问题、灵活选择更为

89、合适的权重，在行业或地区层面加总分析，生成适合自己研究主题的指数。需要说明的是，在将各行业地区的指数汇总为地区指数时，本报告并未采用行业的线上销售额加权，而是采用 CPI 或住户调查中的行业权重，因此，本报告的系列指数可规避特定行业线上销售占比波动对指数结果的影响。基于上述指数编制方法和主要数据结果，本报告得出如下基本结论：在时间维度上，我国消费品质稳步提升；在行业维度上，3C 数码、家电行业均已形成了品牌消费主导的市场格局，而宠物用品、玩具潮玩、日用美妆等行业，则持续涌现新兴品牌，尚未确立头部品牌的绝对主导地位；在地区维度上，一线城市在品牌购买力上具有绝对优势，但同时由于常住人口基数大、消费

90、基数大，在平均消费品质上并未显著高于其他城市；而以合肥、郑州、南昌等为代表的新一线或二线城市，则展示出较高的平均消费品质水平。当然，本研究仍然有一定改进空间。其一，限于数据的可获得性和不同机构数据的可匹配性，本研究仅以阿里巴巴淘宝天猫平台作为唯一数据来源，未能囊括其他线上平台的消费数据。其二，住房与汽车的相关行业均以线下消费为主，本指数对这两个行业的代表性不足。其三，已覆盖行业的指数也会受到各行业头部品牌线上渗透率的影响。其次，线上消费市场代表了长尾大众的日常消费市场，不能代表居民的整体消费。其五，在品牌评分中，我们侧重于识别优质品牌，并未额外去识别小众、高端、或奢侈的品牌，而是重视新兴品牌，

91、这代表了本报告鼓励创新、鼓励品质竞争、关注大众消费的价值取向，但因此也会削弱对最高收入群体的代表性。最后，由于前期数据清洗的难度较大，本指数第一期报告仅涵盖 2023 年 31 至今的数据。未来随着后续数据的持续补充与更新，我们将进一步拓展指数的时间跨度，以期更全面、动态地反映我国线上消费市场与品牌品质的发展情况。参考文献参考文献 1 刘涛雄、汤珂、姜婷凤、仉力：一种基于在线大数据的高频 CPI 指数的设计及应用，数量经济技术经济研究，2019 年第 9 期。2 姜婷凤、汤珂、刘涛雄：基于在线大数据的中国商品价格粘性研究,经济研究,2020 年第 6 期，56-72.3 孙震、刘健平、刘涛雄：

92、跨平台竞争与平台市场分割基于中国线上市场价格离散的证据，中国工业经济，2021 年第 6 期，118-136.4 Aaker,D.A.(1991).Managing Brand Equity:Capitalizing on the Value of a Brand Name.New York:The Free Press.5 Armstrong,M.(2006).Competition in twosided markets.The RAND journal of economics,37(3),668-691.6 Bils,M.,&Klenow,P.J.(2001).Quantifying

93、quality growth.American Economic Review,91(4),1006-1030.7 Caillaud,B.,&Jullien,B.(2003).Chicken&egg:Competition among intermediation service providers.RAND journal of Economics,309-328.8 Cavallo,A.(2017).Are online and offline prices similar?Evidence from large multi-channel retailers.American Econo

94、mic Review,107(1),283-303.9 Chevalier,J.A.and Mayzlin,D.(2006).The effect of word of mouth on sales:Online book reviews.Journal of Marketing Research,43(3):345354.10 Elfenbein,D.W.,Fisman,R.,and McManus,B.(2015).Market structure,reputation,and the value of quality certification.American Economic Jou

95、rnal:Microeconomics,7(4):83108.11 Horton,J.J.(2017).The effects of algorithmic labor market recommendations:Evidence from a field experiment.Journal of Labor Economics,35(2):345385.12 Jin,G.Z.,&Kato,A.(2006).Price,quality,and reputation:Evidence from an online field experiment.The RAND Journal of Ec

96、onomics,37(4),983-1005.13 Linstone,H.A.,&Turoff,M.(Eds.).(1975).The Delphi Method(Vol.1975,pp.3-12).Reading,MA:Addison-Wesley.14 Nelson,P.(1974).“Advertising as Information.”Journal of Political Economy,82(4),729754.15 Parker,G.G.,&Van Alstyne,M.W.(2005).Two-sided network effects:A theory of informa

97、tion product design.Management Science,51(10),1494-1504.16 Rochet,J.C.,&Tirole,J.(2003).Platform competition in two-sided markets.Journal of the European Economic Association,1(4),990-1029.17 Rosen,S.(1974).Hedonic prices and implicit markets:product differentiation in pure competition.Journal of Po

98、litical Economy,82(1),34-55.18 Ursu,R.M.(2018).The power of rankings:Quantifying the effect of rankings on online consumer search and purchase decisions.Marketing Science,37(4):530552.19 Sahni,N.S.and Nair,H.S.(2020).Does advertising serve as a signal?evidence from a 32 field experiment in mobile se

99、arch.The Review of Economic Studies,87(3):15291564.33 附录附录 1：CBI500 前前 100 名名(下表展示综合评分在前下表展示综合评分在前 100 的品牌，的品牌，CBI500 与各指标与各指标评分请参见附件）评分请参见附件）排名 品牌名 行业 综合评分 1 苹果 Apple 3C 数码 100.00 2 华为 HUAWEI 3C 数码 95.30 3 小米 Xiaomi 3C 数码 95.13 4 美的 Midea 家用电器 94.08 5 海尔 Haier 家用电器 93.87 6 联想 Lenovo 3C 数码 93.14 7 茅

100、台 Moutai 食品 92.62 8 耐克 NIKE 运动户外与服饰 91.25 9 李宁 LI-NING 运动户外与服饰 88.52 10 阿迪达斯 adidas 运动户外与服饰 87.46 11 优衣库 UNIQLO 运动户外与服饰 86.97 12 林氏家居 LINSY 家装家具 86.97 13 欧莱雅 LORAL 美妆 86.51 14 苏泊尔 SUPOR 家用电器 86.30 15 周大福 Chow Tai Fook 珠宝饰品 85.62 16 维沃 vivo 3C 数码 85.12 17 斐乐 FILA 运动户外与服饰 85.12 18 安踏 ANTA 运动户外与服饰 85.0

101、1 19 五粮液 Wuliangye 食品 84.77 20 老铺黄金 Laopu Gold 珠宝饰品 84.75 21 珀莱雅 PROYA 美妆 84.57 22 源氏木语 YESWOOD 家装家具 84.36 23 兰蔻 LANCME 美妆 84.21 24 波司登 BOSIDENG 运动户外与服饰 83.67 25 索尼 SONY 3C 数码 83.66 26 得力 deli 办公文教 83.51 27 巴拉巴拉 balabala 运动户外与服饰 83.44 28 猫人 MiiOW 运动户外与服饰 83.41 29 无印良品 MUJI 运动户外与服饰 83.33 30 雅诗兰黛 ESTE

102、 LAUDER 美妆 83.07 31 泡泡玛特 POP MART 潮流玩具 82.83 32 公牛 BULL 家装家具 82.22 33 回力 Warrior 运动户外与服饰 82.13 34 荣耀 HONOR 3C 数码 82.08 35 三只松鼠 Three Squirrels 食品 81.96 36/OPPO 3C 数码 81.70 37 华硕 ASUS 3C 数码 81.65 34 38 斯维诗 Swisse 医疗健康营养 81.58 39 海蓝之谜 LA MER 美妆 81.55 40 领丰金 LING FENG GOLD 珠宝饰品 81.53 41 圣罗兰（美妆）YSL 美妆 8

103、1.44 42 维达 Vinda 居家日用 81.25 43 爱他美 Aptamil 食品 80.95 44 骆驼 CAMEL 运动户外与服饰 80.85 45 香奈儿（美妆）CHANEL 美妆 80.42 46 好奇 HUGGIES 居家日用 80.26 47 可复美 KOMFYMED 美妆 79.86 48 卡诗 KRASTASE 居家日用 79.78 49 飞利浦 PHILIPS 家用电器 79.68 50 全棉时代 Purcotton 居家日用 79.50 51 雀巢 Nestle 食品 79.42 52 娇韵诗 CLARINS 美妆 79.41 53 白贝壳 Babycare 居家日

104、用 79.17 54 佳能 Canon 3C 数码 79.11 55 雅迪 Yadea 交通工具 79.06 56 戴森 dyson 家用电器 79.05 57 小天鹅 LittleSwan 家用电器 78.95 58 奥克斯 AUX 家用电器 78.74 59 中国黄金 China Gold 珠宝饰品 78.67 60 乐高 LEGO 潮流玩具 78.58 61 追觅 Dreame 家用电器 78.57 62 海信 Hisense 家用电器 78.53 63 大疆 DJI 3C 数码 78.53 64 九阳 Joyoung 家用电器 78.50 65 周生生 Chow Sang Sang 珠

105、宝饰品 78.50 66 伊利 Yili 食品 78.47 67 森马 SEMIR 运动户外与服饰 78.43 68 始祖鸟 ARCTERYX 运动户外与服饰 78.27 69 富士 Fujifilm 3C 数码 78.02 70 百丽 BELLE 运动户外与服饰 77.94 71 惠普 HP 3C 数码 77.88 72 斯凯奇 SKECHERS 运动户外与服饰 77.87 73 皇家 ROYAL CANIN 宠物用品 77.80 74 倍思 Baseus 3C 数码 77.75 75 蔻驰 COACH 运动户外与服饰 77.66 76 心相印 Xin Xiang Yin 居家日用 77.6

106、0 77/UR（URBAN REVIVO）运动户外与服饰 77.56 35 78 鱼跃 yuwell 医疗健康营养 77.52 79/SK-II 美妆 77.45 80 麦富迪 MYFOODIE 宠物用品 77.44 81 科颜氏 Kiehls 美妆 77.37 82 修丽可 SkinCeuticals 美妆 77.37 83 罗蒙 ROMON 运动户外与服饰 77.13 84 万代 BANDAI 潮流玩具 77.11 85 晨光 MG 办公文教 77.05 86 周大生 Chow Tai Seng 珠宝饰品 76.96 87 迪士尼 Disney 潮流玩具 76.81 88 特步 XTEP

107、运动户外与服饰 76.66 89 帮宝适 Pampers 居家日用 76.64 90 资生堂 SHISEIDO 美妆 76.38 91 一加 OnePlus 3C 数码 76.30 92 剑南春 JianNanChun 食品 76.29 93 全友 QUANU 家装家具 76.26 94 小熊 Bear 家用电器 76.25 95/TCL 家用电器 76.17 96 闪魔 SmartDevil 3C 数码 76.16 97 薇诺娜 WINONA 美妆 76.16 98 杰士邦 jissbon 医疗健康营养 76.11 99 蕉下 Beneunder 运动户外与服饰 76.02 100 蒙牛 M

108、ENGNIU 食品 76.01 36 附录附录 2：季度季度行业行业消费品牌消费品牌指数指数 CBI 编号 行业类目 年份：2023 2024 2025 季度：Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 1 食品 56.78 56.92 58.01 61.94 60.25 61.72 60.90 63.85 60.44 2 运动户外 65.31 65.74 62.63 71.03 67.40 66.65 64.66 72.86 68.79 3 服饰女装 33.38 35.28 35.47 36.71 35.32 35.52 36.62 41.29 39.26 4 服饰男装 50.25

109、 49.08 47.35 52.37 50.86 50.28 50.06 57.69 54.88 5 服饰其他 49.26 49.39 47.68 50.76 48.30 51.89 50.94 55.67 52.62 6 装修建材 31.69 31.33 31.83 31.42 32.27 32.59 33.03 34.93 32.48 7 家装家具 39.13 41.50 39.78 43.46 40.24 43.23 42.39 48.06 44.19 8 家用电器 73.51 78.15 74.67 78.41 76.00 81.15 75.81 80.04 77.02 9 日用家居

110、39.93 41.50 40.35 41.89 40.81 40.93 39.30 42.81 41.20 10 日用个护 65.02 66.63 65.91 69.01 67.00 69.01 67.00 70.20 68.41 11 日用清洁 62.74 65.69 63.21 66.33 63.18 65.25 62.97 66.98 63.47 12 日用美妆 73.01 74.97 71.92 77.99 74.90 75.61 73.16 78.82 75.83 13 交通工具 51.10 51.03 51.47 48.73 49.01 48.62 47.02 45.61 46.2

111、5 14 3C 通讯 80.05 81.80 82.96 87.77 86.17 89.38 86.62 89.77 85.09 15 3C 智能 77.64 82.03 78.77 81.19 80.88 86.33 83.51 85.92 82.28 16 3C 文教 70.48 72.84 71.48 75.67 75.08 76.12 75.78 77.13 76.58 16 办公文教 35.74 38.71 37.42 39.26 37.19 39.06 37.90 40.89 37.79 17 潮流玩具 43.01 45.08 42.16 42.90 43.64 44.92 44.

112、02 43.67 44.72 18 鲜花园艺 32.71 32.55 34.00 30.81 32.59 35.18 31.48 27.90 30.28 20 宠物用品 51.59 54.66 52.09 56.16 56.32 57.91 54.88 59.61 56.72 21 医疗健康 60.56 60.90 58.44 63.85 63.19 62.37 61.49 62.89 63.40 22 珠宝饰品 34.62 38.56 33.93 40.12 34.37 38.52 33.33 40.20 42.21 37 技术支持团队（按音序排列）：技术支持团队（按音序排列）：曹余芹、曹余芹、曹媛媛、戴颖、曹媛媛、戴颖、邓华光邓华光、郭书豪、皇甫深龙、廖诗琴、任若雅、郭书豪、皇甫深龙、廖诗琴、任若雅、钟嘉豪钟嘉豪