即便是县城和小镇，对奶茶、果汁、咖啡的消费也已逐渐融入生活，成为习惯。不同品牌的茶饮连锁如基础设施一般，在街头小巷迅速铺展。
我们挑选了一些常见的经济指标，与蜜雪冰城在全国各个城市的门店数进行回归。所有指标回归结果皆显著（p0.05），且均与门店数正相关。
主打三四线城市，这些经济指标也许只是影响因变量的次要因素，蜜雪冰城从不避讳自己对下沉市场的野望：连董事兼总经理张红甫，也在自己的创业日记中将其形容为“土里刨食”。我们遗漏了其他更重要的因素。这说明，将门店扎入各个乡镇，
选址逻辑是品牌方的宏观战略，但实际的门店数量，更像是当地加盟商与消费者“你爱我、我爱你”的双向选择。选址之后，也要有人光顾、入可敷出，门店才能存活。
这个貌似悖论的判断（下文我们姑且简称它为“蜜雪判断”）引起了我们的兴趣，它能否找到数据支撑？“蜜雪指数”有没有可能成为“星巴克指数”那样衡量城市发达程度的指标？
这印证了：人口数，比一地的经济水平更大程度地影响着门店生长和存活的数量。
但也存在特殊个例。考察模型拟合效果图可见，郑州、成都、西安、北京、上
充足的门店数充分释放规模经济，但同时也招致了一个流传甚广且不太正面的判断：蜜雪冰城越多的地方，经济越不发达。
我们继续将以上经济和人口指标进行岭回归（k=0.145）可见，如果同时考虑以上因素，那么GDP负向影响着蜜雪冰城的门店数量（b=-0.104）。这也是该模型中唯一产生影响的经济类指标。
晚点财经LatePost曾在一篇调查报道中披露过蜜雪冰城的选址逻辑：“由于价格足够低，蜜雪冰城计算开店容量时直接参考普查人口数据，不太考虑GDP。”直接指出蜜雪冰城的选址更可能是“人口敏感”而非“经济敏感”。[1]
但从R?看，最大的GDP仅为0.496，即该指标仅能在不到50%的程度上解释门店数的变化。
将常见的人口指标与各城市蜜雪冰城门店数进行一元线性回归可见，总人口（常住人口）数、城镇人口数、家庭户数、20-29岁人口数、30-39岁人口数，都与蜜雪门店数量有着较强的相关性（R?＞0.6）。
也就是说，GDP作为单一的变量时正向地影响蜜雪冰城门店的数量，但它也会在我们综合考虑了人口和经济因素的拟合模型中负向影响门店数——从这一层面上，“蜜雪判断”存在部分的合理性。
“你爱我，我爱你，蜜雪冰城甜蜜蜜”。蜜雪冰城是其中最常见也是最独特的一员：超低的客单价（2元的冰淇淋，4元的柠檬水是其王牌产品）、超多的门店数（据极海品牌监测数据，截至2月13日，蜜雪冰城以24777的门店数位列茶饮果汁类连锁第一，门店数是第二名书亦烧仙草的三倍），让它成为实至名归的“下沉”典范。
近期评论