单量涨7.8%，营业额反降4.6%：区域需求为什么要拆成三个数来算餐饮选址决策模型 V1.0 · 第2篇 区域需求与消费能力 ｜ QTOS-SITE-001-BFoodIntelAI 研究组 · 沧林 ｜ 2026年10月20日 ｜ W43专题 2/6
头部餐企今年的财报有一个共同点：单量在涨，单价在掉。遇见小面同店单量多了7.8%，营业额却少了4.6%。区域需求如果只数人头，到这里就会失灵。第二篇回答一个问题：目标需求是否存在，到底有多大，数字有多可信。先看一份上市公司的半年报。遇见小面2026年上半年，同店单店日均订单从372单增加到401单，增长7.8%；同店订单平均消费额从31.3元降到27.7元，下降11.5%。两个数一乘，同店单店日均营业额从约1.16万元降到约1.11万元，少了4.6%。文献笔者测算单量涨了，营业额反而跌了。放到一个区域里看，意思是同样一批顾客，来得更勤了，每次花得更少。如果测算需求时只数人头，或者拿人口乘一个人均消费，这种变化完全看不见。本篇处理选址链条的第一环：目标需求是否存在，有多大，数字有多可信。结论先放前面：区域需求至少要拆成人数、频次、客单价三个数，分别取证，最后给出区间，而不是一个看上去很精确的总额。50.5元小菜园堂食人均消费，同比−11.6%（57.1元→50.5元）27.7元遇见小面订单平均消费额，同比−11.5%82.8%2026年上半年全国居民收入中位数占平均数的比例数据：小菜园、遇见小面2026年中期业绩；国家统计局。先说分母。2025年末全国总人口14.05亿，全年出生792万、死亡1131万，人口减少339万；60岁及以上人口3.23亿，占比约23.0%，65岁以上约15.9%。全国总量在缩，具体到一个街区，则取决于有没有净迁入、有没有新交付的楼盘、有没有产业园。拿行政区的户籍人口当分母，是最常见的错位：常住人口、白天的工作人口、周末的外来客，是三批不同的人，吃饭的时段和场景也各不相同。文献笔者测算再说购买力。2026年上半年全国居民人均可支配收入22981元，名义增长5.2%；中位数19036元，只有平均数的82.8%。用均值乘人数估购买力，对多数人是高估的。更要紧的是消费意愿：同期人均消费支出14836元，名义只增长3.7%，比收入增速低1.5个百分点。收入涨了，没有全部变成消费。文献数据：国家统计局。食品烟酒占人均消费支出的30.6%。第三处是结构。人口结构对品类的筛选作用，比总量更强。60岁以上人口接近四分之一，意味着在多数成熟社区里，早餐、午市、买菜、熟食这类白天场景的潜在顾客，比夜宵和年轻人聚餐场景更厚。同样一万人，新建的高端住宅区和老旧厂区，需求完全不同。收入、房价、年龄结构这些代理变量，只能说明“可能有需求”，证明不了“会来买”。研究假设02从人口到品类：五级漏斗，每一级都要写出处和误差① 区域人口服务半径内住着、上班、路过多少人常住、白天、流动分开计。误差：户籍不等于常住，入住率常被高估② 目标人群其中谁符合品类的年龄、收入、家庭结构抽样结构、楼盘价格。误差：用区级结构代替街区③ 有场景的人谁处在这个品类的消费场景里现场调查、问卷。误差：样本偏差④ 时段内会买的人营业时段里实际会购买的人分时段观察、竞店排队。误差：短期外推⑤ 能触达的人路径、距离、外卖半径内到得了的人步行路径、配送范围。误差：直线距离漏斗每收窄一级，数字更接近订单，也更依赖实测。到第③级往后，公开数据基本帮不上忙，要靠现场和试点。有一条纪律：每一级都给区间。哪怕只是“15%到25%”，也比一个单点数字诚实。有一个常见的偷懒做法：直接用“人口×人均餐饮支出”估算品类市场。它把家庭自己做饭、外卖、堂食和其他品类的支出全部混在一起，得出的数字很大，却没法拆回到某一家门店的订单。区域日需求金额 = 购买人数 × 人均日购买次数 × 客单价这三个数的取证方式、波动方向和误差来源都不一样。人数相对稳定，可以用公开数据加现场确认；次数随场景和季节变化，要靠观察；客单价最敏感，也变得最快。遇见小面的例子说明，它们常常反向移动：单量涨7.8%，价格降11.5%，净结果是下降。这不是个案。小菜园同期堂食人均消费从57.1元降到50.5元，降幅11.6%，翻台率从3.1次/天升到3.5次/天（表2）。降价有主动的，有被动的，财报里分不开。但对选址者的含义一致：用去年的客单价去测今年的区域需求，会系统性高估。文献遇见小面订单平均消费额31.3元→27.7元−11.5%遇见小面同店单店日均订单372单→401单+7.8%遇见小面日均营业额（测算）约1.16万→1.11万元约−4.6%小菜园堂食人均消费57.1元→50.5元−11.6%数据：公司2026年中期业绩公告。遇见小面为同店口径；小菜园为堂食口径，二者不宜直接比较。还有一个口径问题：同一个品类的需求，已经分成堂食和外卖两个入口。小菜园上半年外卖收入占比从39.0%降到32.6%，堂食升到67.0%，是主动收缩外卖的结果。同一批顾客，可以从两个入口兑现。测算需求前要先写清楚算的是哪个入口，否则会把同一批人算两遍。文献需求测算的输出应该是三种情景：保守、基准、乐观，每种情景写明各级参数的取值依据。下面用一个示意项目演示（表3）：服务半径内常住人口3万，项目的保本线假设为日均200单。所有数值都是假设，目的是演示怎么用区间做判断。示意日订单 = 3万人 × 目标占比 × 日购买概率 × 本店份额。购买概率已合并场景与时段两级。三种情景的跨度接近3倍，这才是需求估算真实的不确定性。更值得看的是下沿：保守情景只比保本线高8%，本店份额从6%滑到4%，日订单就变成144单，低于保本线。这样的项目不是需求不足，而是需求证据不足以支持进入。对应的决策是观望，先补现场数据，把份额和购买概率的区间收窄。区间的宽度本身也是信息。区间越窄，说明每一级参数都有实测支撑；区间越宽，说明还有不少变量停留在假设层面。宽区间不是失败，它告诉你下一步该去补哪一块数据。以下三条，任何一条成立，就不再往下走，不靠后面的加分项去抵消：核心消费场景不存在。目标时段里，服务半径内没有对应的人群流动。保守情景低于保本订单量。且没有可验证的证据支持把参数上调。价格带与支付能力错位。目标客单价高于该人群日常的同类消费，而产品没有足以让人多付钱的理由。第三条要特别当心。行业的价格带正在下移（表2），把客单价定在去年的水平，等于默认今年的人愿意多花钱。研究假设需求测算会用到很多来源不同的数据，必须标明各自的分量。本专题暂行分级如下（表4），后面每篇的表格都按这个等级标注。A官方统计、上市公司定期披露国家统计局、公司财报可直接作输入B行业协会、机构年度报告行业协会年报注明口径后使用C平台或第三方监测地图点位、平台榜单只作方向和线索E经验判断与假设研究假设、示意值必须标注，不当事实拿到一个区域，先别问有多少人，先问三个问题：是哪些人，口径写清楚了没有；他们一天买几次，现场数过没有；一次花多少钱，用的是今年同价格带的数，还是去年的。把这三个答案和第1篇的倒推思路连起来，需求侧就有了明确的输出：保守、基准、乐观三个日订单区间，以及每个区间背后的证据等级。区域需求不是一个总数，而是一个带着误差的区间。能不能进，看的是区间的下沿。下一篇从区域转到具体位置：需求有了，怎样经过道路、入口和视线，变成门店里的订单。人流为什么不一定成为你的客流，我们用转化链来回答，并给出现场客流调查的标准做法。完整研究 · foodintelai.com 知识库《区域需求测算表》、目标顾客定义模板与数据可信度分级，随专题推进陆续沉淀到青藤OS。[1] 国家统计局：《2026年上半年居民收入和消费支出情况》（2026年7月15日发布）：人均可支配收入22,981元，名义增长5.2%，中位数19,036元，为平均数的82.8%；人均消费支出14,836元，名义增长3.7%。[2] 国家统计局：2025年人口数据解读（2026年1月19日发布）：年末总人口140,489万人，出生792万人、死亡1,131万人，减少339万人；60岁及以上人口32,338万人，65岁以上22,365万人。占比为笔者按此计算。[3] 遇见小面（HK2408）2026年中期业绩公告（2026年8月17日），经赢商网、瑞财经、每日经济新闻报道相互核对：同店订单平均消费额由31.3元降至27.7元，同比下降11.5%；同店单店日均订单量由372单增至401单，同比增长7.8%。[4] 小菜园（HK0999）2026年中期业绩（2026年8月14日），经北京商报与职业餐饮网报道相互核对：堂食人均消费由57.1元降至50.5元；翻台率由3.1次/天升至3.5次/天；外卖收入占比由39.0%降至32.6%，堂食占比升至67.0%。证据等级：“文献”为官方统计或上市公司公开披露；“笔者测算”为基于文献数据的推算，仅用于判断方向；“研究假设”为本专题的判断，尚未经过历史样本校准；“示意”为演示算法的假设值，不是行业数据。
口径说明：(1) 遇见小面的营业额变化为同店单店日均订单量乘以订单均价的近似值，未计入新店和特许经营。(2) 上市公司披露的是企业自身客户的数据，只说明价格带的方向，不代表全行业。(3) 小菜园的数据为堂食口径，与遇见小面的订单口径不同，不能直接相互比较。(4) 表3所有数值均为示意值。
数据截止：2026年10月20日。声明：本文为行业研究，数据来自公开资料，不构成投资、经营或法律建议。本文在AI辅助下完成起草，经作者审核。