中国电商5月销售同比增长2.6%，较4月小幅加速

概览

本报告为野村对2026年5月中国零售与电商数据的快评。国家统计局于2026年6月16日发布5月零售销售数据后，报告重点跟踪电商销售增速、线上渗透率以及主要线上和整体零售品类的同比变化。核心结论是，5月电商销售同比增速较4月小幅加快，但整体零售销售剔除汽车后增速放缓，消费品类内部表现继续分化。

核心观点

报告认为，中国电商销售5月出现温和改善，剔除服务后的线上销售同比增长2.6%，高于4月0.2%的同比增速，线上渗透率同比提升至31.6%。不过，整体零售环境并不强劲：剔除汽车的零售销售同比增速从4月1.8%降至5月1.1%。品类层面，食品饮料等必选消费相对稳健，线上服装略有改善，线上家居用品放缓；可选消费中，PC跌幅收窄，但家电受高基数和以旧换新补贴减弱影响仍明显下滑，智能手机受高基数和存储芯片成本推升终端涨价影响增速明显放缓。

分析框架

报告采用国家统计局零售数据进行月度和前5个月同比对比，重点比较5月与4月的增速变化，并将线上销售与整体零售销售、必选品类与可选品类进行拆分观察，以判断中国电商和消费品类的边际趋势。

方法论与常识提炼

• 宏观与行业数据跟踪零售销售同比增速与线上渗透率分析

  通过国家统计局零售销售和线上销售数据，观察电商销售增速、线上渗透率以及主要品类的边际变化。

  报告将5月数据与4月数据、2026年前5个月与前4个月数据进行对比，用于识别电商销售是否加速以及不同品类的消费强弱。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• 中国电商与互联网零售平台

  行业景气跟踪对象

  优势

  5月线上销售增速较4月改善，电商渗透率同比提升，显示线上渠道份额继续扩大。

  劣势

  整体零售增速放缓，线上家居用品增速回落，部分可选消费需求仍偏弱。

  对比

  电商销售同比增长2.6%，强于剔除汽车后的整体零售1.1%增速。

  风险

  消费需求恢复不及预期、促销依赖加深、补贴退坡、高基数影响和品类结构拖累。

• 智能手机零售链条

  相关可选消费品类

  优势

  5月销售仍保持0.7%的同比正增长。

  劣势

  增速从4月6.2%显著放缓。

  对比

  相较服装5月3.8%的整体零售增速，智能手机表现更弱。

  风险

  高基数、存储芯片成本上涨、终端价格上调和换机需求不足。

• 家电零售链条

  相关可选消费品类

  优势

  报告未提供明确积极因素。

  劣势

  5月销售同比下降15.6%，延续4月15.1%的双位数下滑。

  对比

  弱于PC、服装、化妆品和智能手机等其他可选品类。

  风险

  高基数效应、以旧换新补贴减弱和需求透支。

关键数据

• 5月中国零售销售额剔除汽车人民币3.8万亿元，同比增长1.1%4月同比增速为1.8%，5月增速放缓。
• 5月中国电商销售额剔除服务人民币1.2万亿元，同比增长2.6%4月同比增速为0.2%，5月小幅加速。
• 5月中国电商渗透率31.6%同比提升1.0个百分点。
• 2026年前5个月线上食品饮料销售同比增长15.5%与2026年前4个月15.6%的增速基本持平。
• 2026年前5个月线上服装销售同比增长7.2%高于2026年前4个月6.8%的增速。
• 2026年前5个月线上家居用品销售同比增长1.6%低于2026年前4个月2.6%的增速。
• 5月智能手机销售同比增长0.7%4月同比增长6.2%，报告认为放缓主要与高基数和存储芯片成本上升带来的终端涨价有关。
• 5月家电销售同比下降15.6%4月同比下降15.1%，报告认为受高基数和以旧换新补贴减弱影响。

影响与含义

数据对中国互联网零售和电商平台的含义偏温和正面：电商增速较4月改善且渗透率继续提升，说明线上渠道仍有结构性韧性。但整体零售增速放缓和可选品类分化提示需求恢复并不均衡，家电、智能手机等品类仍面临高基数、补贴退坡和成本上涨压力。投资判断上，更需要关注平台品类结构、促销力度、补贴政策变化和消费复苏持续性，而不是仅根据单月电商增速改善作出强结论。

风险

• 整体零售增长继续放缓，可能削弱电商销售改善的持续性。
• 家电等品类受高基数和补贴减弱影响，销售压力可能延续。
• 存储芯片成本通胀推动移动设备涨价，可能抑制智能手机需求。
• 单月数据可能受促销节奏、基数和统计口径影响，不能直接外推为长期趋势。
• 报告未提供公司层面盈利、估值或目标价分析，无法直接形成个股评级结论。

后续跟踪

• 6月及后续月份电商销售同比增速是否继续改善。
• 中国电商渗透率是否持续提升或出现平台期。
• 食品饮料、服装、家居用品等线上品类增速变化。
• 家电以旧换新补贴政策力度和高基数影响是否缓解。
• 智能手机价格、存储芯片成本和换机需求变化。
• 主要电商平台促销强度、客单价和品类结构变化。