EN中文

PROGRESS IN GEOGRAPHY >

2020 , Vol. 39 >Issue 12: 2013 - 2027

DOI: https://doi.org/10.18306/dlkxjz.2020.12.005

Articles

Location choice and optimization of development of community-oriented new retail stores: A case study of Freshippo stores in Nanjing City

  • JIN Annan , 1 ,
  • LI Gang , 1, 2, * ,
  • WANG Jianpo 1 ,
  • Muhammad Sajid MEHMOOD 1 ,
  • YU Yue 1 ,
  • LIN Zhe 1
Expand
  • 1. College of Urban and Environmental Sciences, Northwest University, Xi'an 710127, China
  • 2. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi'an 710127, China

Received date: 2020-05-18

  Request revised date: 2020-07-15

  Online published: 2021-02-28

Supported by

Characteristic & Advantage Research Team Construction Project of Human-Environment Relations and Space Security of Northwest University(2019)

Tang Scholar Program of Northwest University(2016)

College Students Innovation and Entrepreneurship Training Program of Northwest University(2020296)

Copyright

Copyright reserved © 2020
Fold

Abstract

Community-oriented new retail is a new business model and important area of interaction between business and community, and worth further examination from the view of urban space. Based on the data of Freshippo stores in Nanjing, related points of interest (POIs) and areas of interest (AOIs), we use statistical analysis, spatial analysis, and field investigation to explore the service types and objects, spatial patterns, and location factors of Freshippo stores, in order to provide some recommendations for the optimization of business development. The results indicate that: 1) The service objects of Freshippo stores in Nanjing are mainly communities, supplemented by hotels and office buildings. The most of customers are young and middle-aged people with certain economic status and consumption ability. 2) There are five Freshippo stores in the urban areas and seven Freshippo stores in the near suburban areas, which form three clusters in the north-south direction. All stores have a point location with irregular service areas, which forms a core-periphery structure. The actual scope of delivery is different from the 3km buffer area. 3) The location choice of Freshippo stores is mainly affected by the density of communities and transportation conditions, and also dependent on land price and business zones, while competitors have a slight impact on the choice of the store locations. The stores are mainly located in medium and high-density areas of communities, marginal areas of business districts, both sides of the main roads, and the medium land value areas. Online delivery service is used to expand the scope of services to acquire more potential target customers. Finally, we explore the influencing mechanism of location choice from three aspects of consumer groups, operating costs and brand competition, and put forward some recommendations for the optimization of development in the future.

Key words： new retails; Freshippo stores; spatial pattern; location choice; Nanjing City

Cite this article

JIN Annan , LI Gang , WANG Jianpo , Muhammad Sajid MEHMOOD , YU Yue , LIN Zhe . Location choice and optimization of development of community-oriented new retail stores: A case study of Freshippo stores in Nanjing City[J]. PROGRESS IN GEOGRAPHY, 2020 , 39(12) : 2013 -2027 . DOI: 10.18306/dlkxjz.2020.12.005

随着中国电商市场竞争的日趋白热化,纯电商时代已进入发展瓶颈,正陷入流量红利衰竭的困境。传统零售业也无法回避其供应链体系无法适应和满足市场需求的难题,难以跟随市场需求快速变化的脚步[1]。为顺应零售市场的多样变化与需求,2016年阿里巴巴集团董事局主席马云首次提出“新零售”模式,特指利用大数据、云计算等新兴技术形成线上线下相融合的新型零售模式。随后阿里巴巴推出了以社区为服务对象,以线上配送和线下门店为运营模式的盒马鲜生,成为了社区化新零售商超的代表。“新零售”这一新型商业模式的出现,受到多个领域学者的广泛关注。对“新零售”的研究主要从形成动因[2,3,4]、含义[5,6]以及新旧零售之间的对比[7,8,9,10]3个方面展开。在形成动因方面,中西正雄[11]在“零售之轮”和“真空地带”理论基础上提出“新零售之轮”的概念,认为当技术边界线的制约条件发生改变时,会产生新的零售业态,为“新零售”出现及新旧业态的竞争提供了理论解释。在新零售含义上,赵树梅等[12]通过梳理零售行业理论与技术方面的发展,认为“新零售”不仅仅是线上线下联动和物流的简单融合,同时还是融入创新技术的全渠道产业生产链平台,为新旧零售在含义与模式上的区别提供参考。随着“新零售”发展的不断成熟与理论研究的不断深入,国内涌现出多个以电商企业为代表的新零售品牌,如阿里巴巴旗下“盒马鲜生”、京东线下生鲜超市7-Fresh、永辉超市的会员生鲜超市“超级物种”等,这些品牌的出现为科学研究提供了代表性的案例。国内学者以“新零售”代表品牌为研究对象,从早期的理论研究转向实证研究。如江璇等[13]基于行动者网络模型探究了广州市某海鲜市场商业模式转型的机制与效应,从分化与整合的角度为传统零售业转型提供了参考;邢惠淳等[14]从消费者价值主张、价值传递、价值实现3个维度对盒马鲜生和每日优鲜商业模式展开对比分析,基于消费者需求与偏好对新零售未来发展提出建议。
地理学因其长期对人地关系的聚焦与地理信息系统应用等方面的优势,在商业理论[15,16,17]、空间区位[18,19,20]、商业选址[21,22]等方面取得了大量理论和实证研究成果,如加纳的商业中心空间模式、克里斯泰勒的中心地理论以及胡夫的商业设施选址模型、赖利的零售引力模型等。随着新型商业业态的不断涌现,聚焦大型零售商店、连锁超市等新兴业态的空间结构及布局研究是近年关注的热点。如许学强等[23]利用GIS与相关的定性分析,研究了广州市大型零售商店的空间布局现状、影响因素和发展走向,为探究商业空间布局与城市发展等方面研究提供了参考;肖琛等[24]以南京市苏果超市为例,研究了其在城市内部的空间分布格局与区位选择,发现苏果超市空间分布格局的演化在主城区内部呈现以中心城区为核心向周边区域蔓延扩散的过程;王帅等[25]对比分析了广州不同品牌与不同业态的连锁超市空间分布格局特征,发现人口规模因素对便利超市的影响最大,商圈环境对大卖场区位选择的影响最大;胡庆武等[26]利用城市签到数据挖掘城市的商业分布特征,发现基于城市签到数据挖掘的城市商业分布与实际状况一致,为探究商业空间布局和消费者行为判断等方面的内容提供了方法路径。此外,还有学者在社区服务设施可达性、交通可达性、物流配送[27,28,29,30]等方面开展大量研究,可为本文社区化新零售空间布局与区位选址的研究提供思路与方法参考。
综上,国内外对新零售的研究多聚焦讨论其概念与特征,同时多选择传统商业设施对其空间格局与选址等方面进行研究。社区化新零售是在新零售基础上增加社区消费场景而形成的一种新的商业模式,也是城市社区生活圈与城市商业服务圈交织而成的特殊空间场域。因此值得从城市空间视角对社区化新零售的分布格局、区位选址特征与影响因素进行研究。本文以南京市盒马鲜生为案例,基于兴趣点(point of interest,POI)与兴趣面(area of interest,AOI)数据,综合运用数理统计、空间分析与实地调研等方法,从商业地理学与物流地理学相结合的视角,探究其空间分布特征与区位选址因素,以期为未来深入研究和新零售健康发展提供科学参考。

1 研究区域、数据与方法

1.1 研究区概况

南京市作为江苏省省会,2019年末常住人口850万,城镇化率82.50%,是长三角地区第二大城市。历史文化悠久,商业功能发达,2019年人均GDP 118171元,社会消费品零售总额6135.74亿元,位于全国省会城市前列。南京市作为阿里巴巴“新零售之城”战略首批试点城市,在2018年北京大学光华管理学院发布的《新零售城市创新城市指数报告》[31]中的智慧物流、基础设施、物流时效、电子政务等方面表现突出,同时其开放与强劲的市场环境与消费潜力,为新零售的发展提供了重要的基础支撑。截至2020年4月,南京市已开设12家盒马鲜生,是江苏省门店数量最多的城市。本文拟聚焦12家盒马鲜生及其配送范围所属(秦淮、鼓楼、玄武、建邺、江宁及栖霞区等)行政区开展研究。

1.2 数据来源

POI与AOI是一种代表真实地理实体的点状与面状地理空间要素,包含实体的经纬度、类别、地址等属性信息。通过盒马鲜生APP获取南京市盒马鲜生线上配送范围AOI数据,包含每家店铺的配送范围界限;通过美团网、链家网、房天下、百度地图等网站爬取住宅小区、学校、医院、写字楼等POI数据(共5188条),包含名称、地址以及坐标信息。数据前期处理包括数据筛选、地址信息补全和坐标反查。数据后期处理包括道路等级划分、店铺配送范围确定、服务对象甄选。其他经济社会发展数据来自2019年度《南京市统计年鉴》,商业用地等级与基准地价数据来自2017年南京市国土资源局公布的《南京市市区土地级别与基准地价》[32]。支撑数据包括研究区域边界图与道路划分图。

1.3 研究方法

研究方法主要包括空间分析、定量统计与实地调研。空间分析方法包括标准差椭圆(standard deviation ellipse,SDE)、核密度估计(kernel density estimation,KDE)、网络分析3种,旨在分别从分布形态、区位选址的影响因素等方面对南京市盒马鲜生的空间分布开展测度与探讨,并采用二元Logistic回归法定量分析不同影响因素对门店区位选址的重要程度。此外,还对部分门店进行了实地调研,通过分析门店微区位环境,验证统计方法得出的结论是否合理。
1.3.1 标准差椭圆
标准差椭圆(SDE)可以直观地反映盒马鲜生门店的离散程度与方向性,以揭示南京市盒马鲜生门店的空间分布趋势,主要由转角、长轴、短轴组成,椭圆的长轴为空间分布最多的方向,短轴为空间分布最少的方向。标准差椭圆计算公式如下：
SD E x = ∑ i = 1 n ( x i - X ¯ ) 2 n
SD E y = ∑ i = 1 n ( y i - Y ¯ ) 2 n
式中：SDEx、SDEy分别为标准差椭圆x轴和y轴方向上的轴长; x i 和 y i 是盒马鲜生门店的坐标;{ X ¯ , Y ¯ }为盒马鲜生门店的平均中心; n 为门店总数。
1.3.2 核密度估计
核密度估计(KDE)方法认为区域内任意位置都有1个可测度的事件密度(也称强度),该位置的事件密度可以通过其周围单位面积区域内的事件点数来估计。本文以核密度估计法来考察南京市住宅小区、商业设施等POI数据的空间密度分布特征,具体计算公式如下：
f ( x ) = 1 n h n ∑ i = 1 n k x - x i h n
式中： n 等于住宅小区等POI数据总数; h n 为带宽,即搜索半径; k x - x i h n 为核函数。
1.3.3 网络分析
网络分析是指依据网络拓扑关系(结点与弧段拓扑、弧段的连通性),通过考察网络元素的空间及属性数据,以数学理论模型为基础,对网络的性能特征进行多方面研究的一种分析计算。本文利用ArcGIS中的网络分析工具分析盒马鲜生门店固定时间内的配送范围。
1.3.4 二元Logistic回归
二元Logistic回归是二分类因变量(因变量 y 只取2个值)进行回归分析时经常使用的统计分析方法,是一种非线性模型[33]。近年来,许多学者使用此模型来研究商业地理及零售业的布局分析[34]。通过对研究区域进行网格划分,网格内有盒马鲜生门店,因变量 y 赋值为1,否则为0。设 P 为某事件y发生的概率,取值范围0~1, 1 - P 为该事件不发生的概率,将比数 P / ( 1 - P ) 取自然对数 ln ( P / ( 1 - P ) ) ,即对P进行Logit转换,则 ln ( P / ( 1 - P ) ) 的取值范围在-∞~+∞之间。影响y取值的因素记为： x 1 , x 2 , … , x k ,以 ln ( P / ( 1 - P ) ) 为因变量,回归方程为：
ln P 1 - P = b 0 + b 1 x 1 + … + b k x k
式中：b0是常数项,表示自变量取值全为0时,比数的自然对数值;参数b1, b2, …, bk为Logistic回归系数,表示当其他自变量取值保持不变时,该自变量取值增加一个单位引起比数比自然对数值的变化量。

2 盒马鲜生的商业模式与服务对象

2.1 商业模式

盒马鲜生在采购模式上,根据顾客的消费偏好与门店的每日销售计划,采用“产地—门店”直配模式,整合商品供应链并与源头供应商合作,保证了蔬果及生鲜商品的新鲜度,降低了商品运输中的成本与中间损耗。销售模式方面,盒马鲜生实行“线上+线下”互动模式。在线上APP中,覆盖线下门店相同商品种类,提供3 km范围内30 min送达的服务。在接收到用户线上订单后,门店将商品信息发送至对应区域进行打包,再由传送带送至后仓进行分装合箱,最终由自主物流体系派送。凭借线上销售和配送服务,将单一线下销售模式的服务半径延展,覆盖更多的潜在消费群体。在线下门店中,盒马鲜生实行“零售+餐饮”销售模式。除商品陈列区外,专门开设餐饮区,为顾客提供生鲜加工服务和用餐环境,有效增强了顾客粘性,提升了顾客消费体验(图1)。
图1 盒马鲜生商业模式

Fig.1 Business model of Freshippo

2.2 服务对象与人群

盒马鲜生的线上配送服务区覆盖了其大部分目标消费群体,本文通过统计盒马鲜生线上配送区内POI数据的种类与数量,结合实地走访考察确定盒马鲜生配送范围内的主要服务对象类型(表1),发现配送范围内主要涉及社区、酒店、写字楼、医院、学校5种服务对象。其中,社区首位度最高,为主要服务对象,占比高达60.4%。这符合盒马鲜生“社区化一站式新零售体验中心”理念,针对以家庭生活为主的消费场景。同时社区代表人口密集程度和人口总量,进一步对配送区域内社区房价进行统计,发现40%的社区均价超过所在行政区的平均价格,其中江宁区达到80%,表明服务人群为具有一定经济基础和消费能力者(图2)。
表1 南京市盒马鲜生服务对象类型

Tab.1 Types of the targeted service recipients of Freshippo in Nanjing City

服务类型 社区 酒店 写字楼 医院 学校
数量/个 1850 753 313 65 35
占比/% 60.4 24.6 10.2 2.1 3.1
图2 南京市盒马鲜生配送范围内社区均价占比

Fig.2 Proportion of average housing prices of communities in the delivery range of Freshippo

3 南京市盒马鲜生的空间布局

3.1 线下门店空间布局

南京市共有12家盒马鲜生(截至2020年4月),分别位于秦淮、鼓楼、建邺、江宁、栖霞区(图3)。空间分布形态上,12家门店整体呈现南—北走向的主城区+近郊区的“5+7三组团”格局,其中5家门店位于主城区,7家门店位于近郊区,主要原因有：① 5家门店所在的秦淮、鼓楼区是南京市的主城区,人口密度最大、商业最繁华,符合市场需求;② 另外7家门店虽距离主城区有一定距离,但位于各所在行政区内商业、人口最为发达与密集区域,如建邺区的河西商圈、江宁区的百家湖商圈等;③ 由于栖霞区地形呈东西狭长状,在东西区域形成了迈皋桥和仙林大学城2大商圈,因此2家门店距离较远,呈现两点分布;④ 盒马鲜生门店多位于商场底层,这与南京市城市总体规划与商业网点规划布局相适应。
图3 南京市盒马鲜生门店空间分布

Fig.3 Spatial distribution of Freshippo stores in Nanjing City

在空间距离上,位于主城区的5家门店,每家门店相邻最近门店的距离为2~3 km;位于近郊区的7家门店,除栖霞区2家门店由于区域发展与地形限制相距8 km外,其余5家门店距离行政区内最近门店的距离为3~4 km。由此可见,盒马鲜生的门店分布距离上多为3 km。其主要原因为：① 主城区面积较小且商圈与人口的分布较为集中,因此门店之间的距离相比近郊区门店的距离较近;② 便于各门店之间的配送与调货,降低商品运输的成本;③ 与30 min 3 km的线上服务范围相适应,能够选择距离消费者最近的门店进行配送,从而满足区域内更多消费者的购物需求。

3.2 线上配送范围空间布局

依托于“线上+线下”的销售模式,盒马鲜生提供3 km范围内30 min配送服务。通过将门店配送范围的AOI数据导入ArcGIS并与以店铺为中心的3 km缓冲区对比后发现,盒马鲜生门店的配送范围形状为不规则面状,覆盖面积均小于3 km缓冲区的覆盖面积,平均相差18.58 km2。其中迈皋桥店、仙林店、油坊桥店的配送范围覆盖面积与3 km缓冲区的覆盖面积相差较大,平均相差22.32 km2(图4a)。
图4 南京市盒马鲜生配送范围空间布局

Fig.4 Spatial distribution of the delivery range of Freshippo in Nanjing City

在宏观尺度上,相邻“面”状服务区之间“无缝拼接”,覆盖了各门店所在行政区内人口与商业较为密集的区域;微观尺度上,每家门店均为“点”状门店+不规则“面”状服务区相结合的中心—外围结构。其主要原因有：① 通过盒马鲜生APP在不同门店下单后,统计其商品准备和配送时间,发现门店完成“接收订单—分装合箱—准备派送”流程后仅有15 min左右的时间进行配送,配送交通工具为电动车。采用网络分析法,建立南京市道路网络数据集,根据《电动自行车安全技术规范》国家标准(GB17761—2018)[35],将配送速度设定为20 km/h,生成以盒马鲜生门店为起点的15 min服务区,发现15 min服务区与门店实际配送范围具有较高的相似性,因此盒马鲜生的配送范围受到配送时间的限制(图4b)。② 3 km缓冲区是一种理想状态下的配送范围,但实际配送范围往往以道路为界限,并受到地理条件、公共服务设施的限制。如迈皋桥门店与仙林门店的配送范围受到区域内铁路与邻近山体限制;湖南路门店的配送范围以东西两侧的秦淮河与玄武湖等邻近水域为界(图4c);集庆门与夫子庙门店的配送范围受到莫愁湖与老门东等邻近景区的限制(图4d)。③ 消费者分布与城市发展的影响,如油坊桥门店的配送范围覆盖河西新城南部,由于河西新城南部处于建设中,多数住宅小区分布在庐山路东侧,因此油坊桥门店的配送范围主要覆盖庐山路东侧区域。

4 社区化新零售区位选址的主要因素

社区化新零售的区位选址属于微区位理论研究领域,可从市场因素、交通因素和竞争因素等方面进行影响因素的选择。因此本文选取社区分布、商圈环境、地价水平、交通环境和竞争对象5个影响因素,采用空间分析与定量分析的方法对南京市盒马鲜生的区位选址开展测度与探讨。

4.1 影响因素的空间分析

4.1.1 社区分布的影响
一定规模或密度的社区分布是相关社区商业网点布局的关键因素,但城市中的人口以社区为单位呈面状分布,传统的商业网点布局则以“点”“线”状分布[36]。盒马鲜生依托线上销售+配送服务,形成了“点”状分布+“面”状服务区相结合的布局,有效地延伸了服务范围,降低了运营成本,打破了传统超市网点以“点”状分布的单一形式。将研究区域内的小区核密度图层与盒马鲜生的分布图层叠加进行分析(图5),其中,6家覆盖社区密度高值区域,6家覆盖中值区域。多数门店面状服务区覆盖社区密度中高值区域,形成了拼接状分布,通过“线上+线下”销售模式,盒马鲜生实现了门店布局的经济性和覆盖社区高密度区域的有效性,解决了由社区密度造成的门店分布不均问题。因此社区密度是影响盒马鲜生区位选址的重要因素之一。
图5 南京市盒马鲜生分布与社区密度关系

Fig.5 Spatial relationship between Freshippo stores and community density in Nanjing City

4.1.2 商圈环境的影响
城市商圈是城市商业发展的环境基础,商圈的等级越高,对消费者的吸引力越大,同时周边的产业与设施越发成熟,因而城市商圈已经成为影响商业网点布局的重要因素。夜光遥感对于反映人类社会活动具有独特的能力,因此被广泛应用于社会经济领域的空间数据挖掘[37]。本文利用2018年11月23日“珞珈一号”卫星拍摄的南京市夜光遥感数据反映南京市商圈环境(图6),并与南京市商场POI数据点密度图进行叠加分析(图7)。结果表明,现已形成以新街口为核心的市级商业中心,以及夫子庙、龙江、河西、湖南路、百家湖等多个副城级商业中心。
图6 南京市夜间遥感图

Fig.6 Nighttime remote sensing map of Nanjing City

图7 南京市盒马鲜生分布与商圈的关系

Fig.7 Spatial relationship between Freshippo stores and business zones in Nanjing City

将南京市盒马鲜生门店分布、面状服务区图与商业点密度图叠加进行分析(图7),发现9家门店分布在商圈范围内。其中,6家位于商圈边缘,3家位于商圈核心。面状服务区覆盖所有核心商圈,主要有新街口商圈、夫子庙商圈、河西商圈、湖南路商圈、江宁百家湖商圈等。盒马鲜生凭借线上销售和配送服务可覆盖所有主要商圈,同时由于门店具备商品展示、生鲜加工、顾客就餐等多元消费场景,单店面积要具有一定规模,因此需平衡运营成本和商圈等级因素,综合考虑下多选择在核心商圈边缘布店,可见盒马鲜生区位选址对商圈因素依赖性较强。
4.1.3 地价水平的影响
地价水平是影响商业设施布局的重要因素之一。加纳提出的商业中心空间模式表明：高级别职能部门占据了地价高的土地,而低级别职能部门占据的位置将越来越被排斥到商业中心的边缘[38]。因此地价水平应是影响商业网点区位选址的重要因素之一。将《南京市市区土地级别与基准地价》[32]中商业用地等级与基准地价赋值给对应街道并进行反距离插值后得到地价等级分布图(图8)。通过统计发现：2家门店位于一级地价区域,三级至五级地价区域内分别有盒马鲜生门店3家、2家和5家,可见地价水平对盒马区位选址具有一定影响。盒马鲜生门店多数选址于三级至五级中等级别土地,对地价承受能力适中,主要与盒马鲜生的门店规模与运营模式有关。盒马鲜生门店面积在3000~5000 m2,属于中级别商业部门,承受地价水平中等,因而多数选址于商圈内非热门商场的底层位置。凭借线上销售形成的面状服务区,可经济有效地降低门店位于商圈边缘且地价中等土地位置的劣势。
图8 南京市盒马鲜生分布与地价关系

Fig.8 Spatial relationship between Freshippo stores and land price in Nanjing City

4.1.4 交通环境的影响
随着城市不断扩张与发展,城市人口不断增加,交通成为影响消费者选择线下购买商品的首要因素,同时商品供给范围的上下限界限也限制了商业网点的布局。因此,良好的交通环境不仅可以减少消费者的空间距离费用与时间费用,同时也为线下商业的物流和配送提供了极大的便利。盒马鲜生12家门店均选址在交通节点或交通便利处,10家门店紧邻地铁站,2家紧靠多个社区中心位置,有多条公交线路可到达,降低了消费者的交通成本,节省了顾客到店时间。同时,盒马鲜生面状服务区解决了消费者交通不便或距离较远的难题,突破了线下门店商品供给的范围限制,从而满足了更多潜在消费者需求。
将南京市盒马鲜生门店分布图与城市道路网密度图叠加进行分析(图9),发现多家门店选址在道路网密度中高值区域。其中,7家位于中高值区域,仅迈皋桥店1家位于低值区域。将城市主干道进行200 m的缓冲区分析(图10),发现7家门店位于缓冲区内,仅迈皋桥店1家不在缓冲区内。可见盒马鲜生选址倾向于城市道路密集区和主干道两侧。这是因为蔬果和生鲜占总商品种类的80%,要求便捷的道路系统保证门店物流配送通畅,减少配送成本和控制生鲜损耗。其次,主干道拥有多种公共交通设施,为目标消费群体提供便利的出行方式,获取更多的潜在客户。
图9 南京市盒马鲜生与道路密度关系

Fig.9 Spatial relationship between Freshippo stores and road density in Nanjing City

图10 主干道缓冲区下南京市盒马鲜生分布

Fig.10 Distribution of Freshippo stores in Nanjing City's main road buffers

4.1.5 竞争对象的影响
零售企业的区位选择与其在同一地域经营同种类型的零售企业数量和竞争能力有密切的关系[39]。根据中国现行的《零售业态分类》国家标准(GB/T18106—2004)[40],结合南京现有超市品牌的市场占有量,选择在商品种类、门店面积与目标顾客相似的家乐福、沃尔码、大润发、永辉超市与华润苏果大卖场作为大型超市的代表,苏果社区超市作为综合超市的代表,对比分析传统商超企业的布局对新零售企业盒马鲜生区位选址的影响。
通过将传统商超的POI数据导入ArcGIS与盒马鲜生的门店分布进行近邻分析后发现(图11),盒马鲜生门店与最近大型超市的平均距离为0.53 km,与最近综合超市的平均距离为1.29 km。根据肖琛等[25]对南京市连锁超市的研究,大型超市由于商品全、等级高,在区域内设立的卖场相对分散。而综合超市选址一般贴近社区,以满足附近小区居民的购物及生活需求,分布相对集聚。盒马鲜生门店的商品种类、目标顾客与综合超市相似,因此与综合超市的竞争关系更强,距离更远。距离大型超市更近,则可以通过品牌优势与产品类型差异化吸引更多潜在消费者。进一步对比发现,布局在近郊区的盒马鲜生门店相较于主城区,与最近大型超市的距离更小,与最近综合超市的距离更大,平均距离分别为0.36 km与1.68 km。大型超市的门店面积在5000 m2以上,多占据商场整层或自建购物广场。随着主城区用地饱和,盒马鲜生很难在大型超市附近选择地租适中的商场布店,因而在主城区与大型超市的距离大于近郊区的距离。而综合超市的门店面积与大型超市相比较小,与盒马鲜生门店面积相似。因此盒马鲜生在用地选择较为充裕的近郊区,与综合超市的距离大于主城区的距离。
图11 南京市盒马鲜生与竞争对象的最近距离分布

Fig.11 Shortest distance between Freshippo stores and their competitors

此外,南京市现仅有一家新零售品牌——超级物种可以直接对标盒马鲜生,截至2020年4月,超级物种在南京共开设4家门店,将其门店分布与盒马鲜生对比后发现,其中2家门店邻近盒马鲜生,2家门店布局在盒马鲜生配送范围未覆盖区域。盒马鲜生作为首家进入南京市的新零售品牌,在一年内开设12家门店,覆盖了南京市主城区与近郊区的核心位置,迅速占领了南京市新零售市场。因此现阶段同类型的新零售品牌对盒马鲜生的区位选址影响较小。

4.2 影响因素的定量分析

进一步探讨各影响因素对社区化新零售区位选址的重要程度,采用二元Logistic回归方法对上述影响因素进行定量分析。为了尽可能使一个网格中有一个盒马鲜生门店分布,根据门店间的分布距离,本文采用1.5 km×1.5 km进行格网划分。其中网格内有无盒马鲜生门店作为因变量y,由于盒马鲜生目前仅有12家门店,样本中门店数量较少,因此将盒马鲜生配送区覆盖的网格也视为1。将社区分布、商圈环境、地价水平和交通环境4个影响因素定义为自变量 x 1 ~ x 4 。将品牌竞争(即网格内有无竞争对象)作为虚拟条件引入模型分析,定义为 x 5 。此外,零售商业的发展必然受区域经济发达程度的影响,采用各区的人均社会消费品零售总额来表征区域内消费者的购买能力,考虑该指标仅按照行政区域划分、精细程度较低等因素,仅在定量分析中引入该指标,定义为 x 6 ,具体变量见表2。
表2 影响因素选择及定义

Tab.2 Selection and definition of influencing factors

变量 编码 变量设置
因变量 y 网格内有盒马鲜生门店(或在配送范围内)为1,没有(不在)为0
社区规模 x1 网格内单位面积上的小区密度
交通通达性 x2 网格内单位面积上的道路密度
地价水平 x3 网格内单位面积上的商业用地均价
商圈环境 x4 网格内商业网点数量
品牌竞争 x5 网格内有竞争对象为1,无为0
购买能力 x6 各区人均社会消费品零售总额
通过分析各自变量之间的相关性,发现 x 1 与 x 2 、 x 3 与 x 4 有较高的相关性,因此采用2个模型对数据进行回归分析(表3)。回归分析结果显示模型一与模型二的预测正确率分别为96.3%与96.6%,都能较好地反映南京盒马鲜生区位选址的影响因素。从显著水平来看,除了指标 x 6 外,其他自变量均有较高的显著性,表明这5个因素对盒马鲜生区位选址影响较大。其中,社区密度与交通通达性的 x 1 、 x 2 显著为正,且OR值最大,表明社区的分布与道路通达性在盒马鲜生的区位选址中影响较大;同时表征地价水平与商圈环境的 x 3 、 x 4 也显著为正,但OR值小于社区密度与道路通达性,说明对盒马鲜生的区位选址有一定影响,地价水平 x 3 的OR值大于商圈环境 x 4 ,说明地价水平的影响程度大于商圈环境;本文引入品牌竞争作为虚拟变量,结果显示：虽然品牌竞争的 x 5 显著为负,但是OR值较小,说明竞争品牌对盒马鲜生的区位选址有一定影响但影响较小。对于购买能力指标 x 6 不显著的问题,分析认为本文采用网格作为研究单元,而统计数据以行政区为统计单元,弱化了各区域间的差异性。
表3 南京市盒马鲜生设置情况与影响因素的二分逻辑回归结果

Tab.3 Results of binary logistic regression of distributions of Freshippo stores and influencing factors in Nanjing City

变量 模型一 模型二
x1 0.488***(1.887) —
x2 0.269**(1.582) 0.608**(1.736)
x3 0.147***(0.854) —
x4 — 0.378***(0.714)
x5 -0.935*(0.392) -0.588*(0.544)
x6 0.124 0.131
样本数量 1103 1103
预测正确率 96.3% 96.6%

注：***、**、*分别表示P<0.001、P<0.01、P<0.05;括号内数据为OR值(表征影响程度的高低);括号外数据为回归系数。

4.3 实地调研检验

为了探究在空间分析中受各因素影响较小的门店选址原因,以及验证以上对盒马鲜生区位选址影响因素分析的合理性,本文选择了位于社区密度中值区的迈皋桥店、仙林店,地价较高的新街口店、夫子庙店、大行宫店与湖南路店进行实地调研,重点考察了各个门店的位置、社区分布、周围交通、商圈环境、地价水平等方面内容。发现如下：
(1) 盒马鲜生的选址对社区分布的依赖性最强,同时也受到多元消费群体分布的影响。迈皋桥店面状服务区仅部分覆盖了其紧邻西侧的社区密度中值区,主要由于该区域紧邻多个景区,且多条铁路贯穿其中,受地理条件限制(图12)。通过采访迈皋桥店的配送人员,门店将配送区域适当扩大,并分割成若干个配送区域,一定程度上降低了地理条件的限制。仙林店面状服务区覆盖区域内分布着紫东创意园与仙林大学城等园区与高校,聚集了大量白领与青年学生群体,这类消费群体对新鲜事物接受度与消费能力较高,因而盒马鲜生的门店选址也考虑了更多消费群体的需求(图13)。
图12 迈皋桥店周边地理环境

Fig.12 Geographical environment of the Maigaoqiao Store

图13 仙林店周边地理环境

Fig.13 Geographical environment of the Xianlin Store

(2) 地价水平对盒马鲜生区位选址的影响高于商圈环境的影响。新街口店、夫子庙店、大行宫店、湖南路店均位于高等级别土地,但除新街口店外其他3家门店分别位于来燕路、太平南路、马台街,均不属于所在商圈最繁华路段,且处于地价高等区域的边缘位置。新街口店位于新街口商圈核心位置,处于12家门店最高地租水平,进一步反映了随着新零售行业市场竞争越发激烈,为增加品牌曝光度和吸引潜在消费者到店体验,盒马鲜生愿承受较高的地租运营成本在核心商业圈的中心位置布店。同时,新街口门店配送范围分担了原湖南路店与大行宫店部分范围,该区域社区密度值高,线上订单数较多,减轻了原2家门店的配送压力,为区域内消费者提供了更便捷服务。

5 社区化新零售区位选址的影响机制与优化建议

5.1 社区化新零售区位选址的影响机制

社区化新零售通过将“线上”+“线下”的运营模式与社区化消费场景的融合,突破了传统零售服务类型单一、高密度布店等诸多弊端,也让更多居民体验到社区化新零售所带来的便利。基于对南京市盒马鲜生的空间分布与区位选址影响因素的研究,尝试从消费者、运营成本与品牌竞争3个角度,结合运营模式与消费场景探索社区化新零售区位选址的影响机制(图14)：① 消费群体：社区化新零售的主要目标客户为社区居民,社区密度较大区域拥有一定规模的消费者基数,包含大量潜在消费者,因此门店的区位选址应首先考虑社区密度的高值区。同时,社区化新零售基于“线上”+“线下”的运营模式,借助大数据手段,评价与分析消费者质量与消费偏好,进而利用线上配送范围覆盖更多的社区消费群体。因此目标消费群体的分布决定了新零售企业宏观尺度的整体布局;② 运营成本：交通、地价水平与商圈位置等因素是制约传统零售企业区位选址的重要因素,但新零售企业因“线下”门店+“线上”配送服务区相结合的布局形式,可选择在中等地价、商圈边缘区域开设门店,通过线上配送服务区弥补区位上的劣势,经济有效地延伸了服务范围,降低了运营成本。同时由于城市道路密度、地理环境等因素的限制,影响着新零售企业如何在各种限制条件下,调整与布局门店的服务范围,进而得到降低运营成本的最优解;③ 品牌竞争：由于新零售企业与传统零售业在产品种类与运营模式方面的差异性,使之具有一定的竞争优势。随着新零售模式的发展,许多传统零售业也开始从线上配送、场景化消费等方面进行转型,因而对新零售企业的区位选址造成了一定影响。因此,新零售企业在选址时应综合考虑在消费者分布、运营成本等多方面因素的条件下,如何与同业竞争者拉开差距,形成差异化竞争。
图14 社区化新零售区位选址影响机制与优化发展建议

Fig.14 Influencing mechanism of location choice and recommendations for the optimization of development of community-oriented new retails

5.2 社区化新零售区位选址的优化建议

通过对南京市盒马鲜生的空间分布与区位选址影响因素的研究,在社区化新零售的布局特征方面取得了一定认识。社区化新零售作为城市社区生活圈与城市商业服务圈交织而成的新生空间,一方面以社区为中心的生活圈需要依赖门店提供生活服务,另一方面以门店为中心的新零售商服圈必须依托社区发展经营,二者呈现互相作用的良性关系。因此,基于前文分析结果对社区化新零售区位选址与构建生活商服圈提出以下建议(图14)：
(1) 基于社区特征的多样化门店业态。当前多数社区化新零售门店类型与盒马鲜生类似,多为前置仓+场景化消费模式,造成了门店面积较大、地价与商圈环境要求较高等问题。因此未来应结合不同社区特征布局多样化的门店类型。① 针对以老龄人口为主的城市老城区对新鲜事物接受度较低和对预包装生鲜价格敏感等问题,可以开设菜场模式的新零售门店,采用市井化的消费场景及产品散装、价格亲民等营销手段吸引社区中老年消费群体。② 随着城市扩张与公共交通的覆盖,城市近郊区吸引了大量青年人群。但是多数新零售企业由于郊区人口分布分散、商业发展缓慢等原因而忽略了该区域,因此可以针对城市近郊区开设以散装非标品、现制现售品类为主要产品类型和面积较小的门店,降低门店经营成本并占据城郊的新零售市场。③ 除了传统的社区场景,新零售企业还可以针对城市CBD、SOHO社区,推出以办公为消费场景的便利式门店,减少生鲜产品占比,以现制餐饮为核心。从社区场景扩展到工作等更多元化的消费场景,满足更多消费者不同场景下的消费需求。
(2) 突破商圈与地价限制的线下引流策略。传统的商超企业以门店单位面积创造的年收入来计算门店的经营效益,而新零售企业以线上收益+线下收益的模式突破了传统的“坪效极限”。由本文分析可知,新零售企业对地价承受能力适中并且多布局在商圈边缘,依托线上配送区覆盖整个商圈。因此通过线下多模式的引流策略弥补区位劣势,同时扩展更多的线上订单是新零售企业实现盈利与创收的关键。新零售企业可以从商品种类与消费场景2个方面构建线下引流策略。在商品种类方面,通过高端生鲜、定制化、品牌联名等差异化产品吸引顾客进店体验,进而推动门店其他类型商品的销售。在消费场景方面,通过构建办公、社交、健康等多元化的消费场景,并利用互联网、云计算及大数据等创新技术,搭建线上+线下一站式服务平台,增加客户粘性,实现线下到线上的引流。
(3) 基于多元合作的线上配送模式。交通环境对新零售企业布局的影响与传统商超类似,两者都选择了交通环境较好的区域布局门店。但是新零售除了需要考虑物流运输与顾客到店便捷性问题外,还需要考虑商品配送时效性与可达性。因此在保证商品配送时效的基础上,扩大线上配送范围是新零售企业获得更多消费者的关键。以盒马鲜生为例,当前门店的配送时效为30 min 3 km,对于超过配送范围的区域可以依托菜鸟驿站、社区便利店等门店布置商品中转站,配送人员将商品送至中转站后再由第三方配送平台接力配送。也可以对超出一定配送范围的区域延长配送时间,由第三方平台专门负责超出区域的商品配送,在保证门店既定配送范围内的配送时效基础上,为更多消费者提供线上服务。

6 结论与讨论

6.1 结论

随着新零售商业模式的快速发展,对人民生活方式、消费行为以及零售业态的转型产生了巨大的影响。本文利用多源数据和多种分析方法对南京市12 家盒马鲜生进行研究,通过实地调研探析其运营模式与服务对象及人群,运用空间分析与定量统计方法探讨其空间布局特点和区位选址影响因素,探索了社区化新零售区位选址的影响机制,并对社区化新零售未来发展提出优化建议,研究结论表明：
(1) 商业模式、服务对象及人群：① 盒马鲜生在采购模式上,采用“产地—门店”直配模式,销售模式上,实行“线上+线下”与场景化互动模式;② 服务对象以社区为主,酒店、写字楼为辅,配送范围内40%的社区均价超过所在行政区的平均价格,表明服务人群为具有一定经济基础和消费能力者。
(2) 空间分布特征：① 线下门店空间分布整体呈现南—北走向的主城区+近郊区的“5+7三组团”格局,在核心商圈与社区密度较大的区域门店数量较为集中;② 线上配送范围空间分布呈现相邻“面”状服务区之间“无缝拼接”,每家门店均为“点”状门店+不规则“面”状服务区相结合的“中心—外围”结构,实际配送范围与3 km缓冲区的差异性是由配送时间、地理条件等因素造成。
(3) 区位选址因素：① 社区密度与交通环境是影响盒马鲜生区位选址的核心因素,门店选址与线上配送服务范围主要位于社区和道路密度较大区域及主干道两侧;② 商圈、地价具有一定影响,倾向位于商圈边缘、中等级别地价区域;③ 竞争对手对门店选址影响较小,由于在产品类型与目标客户等方面与综合超市有一定相似性,因此与综合超市距离相比大型超市较远。
(4) 基于对南京市盒马鲜生门店的空间分布特征与区位选址影响因素的研究,从消费群体、运营成本、品牌竞争3个方面归纳了社区化新零售区位选址的影响机制,并基于区位选址特征,从门店类型、引流策略及线上配送3个角度为未来社区化新零售的布局与发展提出优化建议。

6.2 讨论

本文以南京市盒马鲜生为研究案例,从宏观和微观相结合的角度对其商业模式、服务对象、空间布局特征和区位选址影响因素进行分析,为城市社区化新零售的区位选址提供了理论与现实借鉴意义,也为传统超市与新零售超市、新零售超市品牌之间比较分析提供参考。与已有对南京市传统商超空间分布与区位选址的研究相比[24,41],盒马鲜生的线上服务区突破了传统商超商品供给的范围限制,同时实现了门店布局与服务的经济性和有效性。此外,由于盒马鲜生正处于发展阶段,POI数据具有较强的实时性,本文只对南京市盒马鲜生的时刻数据进行了研究,需要在以后的研究中进一步探讨时空序列的演变。同时盒马鲜生的布局还与居民消费行为、消费习惯、企业的主观因素等有着密切联系,因此未来基于消费社会与空间生产等理论视角下,探索社区化新零售的空间布局也是重要的研究方向。随着社区生活圈的规划建设,如何通过新零售的优势实现线上服务覆盖、O2O服务终端布局、应急状态下的物流配送,从而满足社区生活圈的商业需求也是未来值得探讨的问题。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
梁莹莹. 基于“新零售之轮”理论的中国“新零售”产生与发展研究[J]. 当代经济管理, 2017,39(9):6-11.

[ Liang Yingying. Research on the emergence and development of "new retailing" in China based on the theory of "the new retailing wheel". Contemporary Economic Management, 2017,39(9):6-11. ]

[2]
杜睿云, 蒋侃. 新零售:内涵发展动因与关键问题[J]. 价格理论与实践, 2017(2):139-141.

[ Du Ruiyun, Jiang Kan. New retailing: Connotation, development impetus and key problems. Price: Theory & Practice, 2017(2):139-141. ]

[3]
徐印州, 林梨奎. 新零售的产生与演进[J]. 商业经济研究, 2017(15):5-8.

[ Xu Yinzhou, Lin Likui. The emergence and evolution of new retail. Journal of Commercial Economics, 2017(15):5-8. ]

[4]
王宝义. “新零售”的本质、成因及实践动向[J]. 中国流通经济, 2017,31(7):3-11.

[ Wang Baoyi. Research on the essence, causes and practice trends of "new retail". China Business and Market, 2017,31(7):3-11. ]

[5]
蒋亚萍, 任晓韵. 从“零售之轮”理论看新零售的产生动因及发展策略[J]. 经济论坛, 2017(1):99-101.

[ Jiang Yaping, Ren Xiaoyun. From the theory of "the round of retailing" to see the causes and development strategies of new retailing. Economic Forum, 2017(1):99-101. ]

[6]
鄢章华, 刘蕾. “新零售”的概念、研究框架与发展趋势[J]. 中国流通经济, 2017,31(10):12-19.

[ Yan Zhanghua, Liu Lei. Concept, research framework and trend of "new retail". China Business and Market, 2017,31(10):12-19. ]

[7]
Smith D L G, Sparks L. The transformation of physical distribution in retailing: The example of Tesco plc[J]. International Review of Retail Distribution & Consumer Research, 1993,3(1):35-64.

[8]
Wang S G, Zhang Y C. The new retail economy of Shanghai[J]. Growth & Change, 2005,36(1):41-73.

[9]
Kitchen P J, Burgmann I. Integrated marketing communication: Making it work at a strategic level[J]. Business Strategy, 2015,36:34-39.

[10]
杨坚争, 齐鹏程, 王婷婷. “新零售”背景下我国传统零售企业转型升级研究[J]. 当代经济管理, 2018,40(9):24-31.

[ Yang Jianzheng, Qi Pengcheng, Wang Tingting. Research on the transformation and upgrading of Chinese traditional retail enterprises under the background of "new retail". Contemporary Economic Management, 2018,40(9):24-31. ]

[11]
中西正雄. 小売の輪は本当に回るのか[J]. 商學論究, 1996,43(2-4):21-41.

[ Nakanishi Masao. The wheel of retailing: Does it really turn? Journal of Business Administration, 1996,43(2-4):21-41. ]

[12]
赵树梅, 徐晓红. “新零售”的含义、模式及发展路径[J]. 中国流通经济, 2017,31(5):12-20.

[ Zhao Shumei, Xu Xiaohong. The meaning, pattern and development path of "new retail", China Business and Market, 2017,31(5):12-20. ]

[13]
江璇, 杨帆, 林耿. 行动者网络视角下批发市场新电商模式[J]. 地理科学进展, 2018,37(7):976-985.

[ Jiang Xuan, Yang Fan, Lin Geng. New models of e-commerce in wholesale market from the perspective of actor-network theory. Progress in Geography, 2018,37(7):976-985. ]

[14]
邢惠淳. “新零售”背景下生鲜电商商业模式比较分析: 以盒马鲜生和每日优鲜为例[J]. 商业经济研究, 2019(4):85-87.

[ Xing Huichun. Comparative analysis of fresh e-commerce business model under the background of "new retail": Taking Freshippo and daily excellent fresh as examples. Journal of Commercial Economics, 2019(4):85-87. ]

[15]
桑义明, 肖玲. 商业地理研究的理论与方法回顾[J]. 人文地理, 2003,18(6):67-71, 76.

[ Sang Yiming, Xiao Ling. A review of the theory and research method in commercial geography. Human Geography, 2003,18(6):67-71, 76. ]

[16]
林耿, 宋佩瑾, 李锐文, 等. 消费社会下商业地理研究的新取向[J]. 人文地理, 2019,34(1):80-89.

[ Lin Geng, Song Peijin, Li Ruiwen, et al. The progress and prospect of commercial geography in the context of consumption society. Human Geography, 2019,34(1):80-89. ]

[17]
吴康敏, 张虹鸥, 王洋, 等. 广州市多类型商业中心识别与空间模式[J]. 地理科学进展, 2016,35(8):963-974.

[ Wu Kangmin, Zhang Hongou, Wang Yang, et al. Identify of the multiple types of commercial center in Guangzhou and its spatial pattern. Progress in Geography, 2016,35(8):963-974. ]

[18]
张庆, 彭震伟. 基于空间聚类分析的杭州市生产性服务业集聚区分布特征研究[J]. 城市规划学刊, 2016(4):46-53.

[ Zhang Qing, Peng Zhenwei. Spatial distribution of producer services in Hangzhou central city based on spatial clustering analysis. Urban Planning Forum, 2016(4):46-53. ]

[19]
陈前虎, 徐鑫, 帅慧敏. 杭州城市生产性服务业空间演化研究[J]. 城市规划, 2008(8):48-52, 65.

[ Chen Qianhu, Xu Xin, Shuai Huimin. Spatial evolution of producer services in Hangzhou. City Planning Review, 2008(8):48-52, 65. ]

[20]
马丽, 刘毅. 经济全球化下的区域经济空间结构演化研究评述[J]. 地球科学进展, 2003,18(2):270-276.

[ Ma Li, Liu Yi. Review of regional spatial restructure under economic globalization. Advance in Earth Sciences, 2003,18(2):270-276. ]

[21]
张珣, 钟耳顺, 张小虎, 等. 2004—2008年北京城区商业网点空间分布与集聚特征[J]. 地理科学进展, 2013,32(8):1207-1215.

[ Zhang Xun, Zhong Ershun, Zhang Xiaohu. et al. Spatial distribution and clustering of commercial network in Beijing during 2004-2008. Progress in Geography, 2013,32(8):1207-1215. ]

[22]
季菲菲, 陈雯. 长三角地区金融机构网络分布格局与扩张机理: 以城市商业银行为例[J]. 地理科学进展, 2014,33(9):1241-1251.

[ Ji Feifei, Chen Wen. Distribution pattern and expansion mechanism of financial institution network in the Yangtze River Delta. Progress in Geography, 2014,33(9):1241-1251. ]

[23]
许学强, 周素红, 林耿. 广州市大型零售商店布局分析[J]. 城市规划, 2002(7):23-28.

[ Xu Xueqiang, Zhou Suhong, Lin Geng. The locational analysis of Guangzhou' s large retail emporia. City Planning Review, 2002(7):23-28. ]

[24]
肖琛, 陈雯, 袁丰, 等. 大城市内部连锁超市空间分布格局及其区位选择: 以南京市苏果超市为例[J]. 地理研究, 2013,32(3):465-475.

[ Xiao Chen, Chen Wen, Yuan Feng. et al. Spatial pattern and location decision of chain supermarkets within large cities: A case study of Suguo Supermarkets in Nanjing. Geographical Research, 2013,32(3):465-475. ]

[25]
王帅, 陈忠暖, 黄方方. 广州市连锁超市空间分布及其影响因素[J]. 经济地理, 2015,35(11):85-93.

[ Wang Shuai, Chen Wen, Huang Fangfang. Spatial pattern and location choice of chain supermarkets in Guangzhou. Economic Geography, 2015,35(11):85-93. ]

[26]
胡庆武, 王明, 李清泉. 利用位置签到数据探索城市热点与商圈[J]. 测绘学报, 2014,43(3):314-321.

[ Hu Qingwu, Wang Ming, Li Qingquan. Urban hotspot and commercial area exploration with check-in data. Acta Geodaetica et Cartographica Sinica, 2014,43(3):314-321. ]

[27]
曾文, 向梨丽, 张小林. 南京市社区服务设施可达性的空间格局与低收入社区空间剥夺研究[J]. 人文地理, 2017,32(1):73-81.

[ Zeng Wen, Xiang Lili, Zhang Xiaolin. Research in spatial pattern of accessibility to community service facilities and spatial deprivation of low income community in Nanjing. Human Geography, 2017,32(1):73-81. ]

[28]
任歆雨. 西安市中心城区社区卫生服务机构交通可达性研究[D]. 西安: 西安建筑科技大学, 2015.

[ Ren Xinyu. The study on the accessibility of community health service institutions in Xi'an downtown. Xi'an, China: Xi'an University of Architecture and Technology, 2015. ]

[29]
李钢, 杨兰, 贺建雄, 等. 基于POI数据的西安市快递自提点空间格局及空间关系研究: 以菜鸟驿站为例[J]. 地理科学, 2018,38(12):2024-2030.

[ Li Gang, Yang Lan, He Jianxiong, et al. The spatial pattern and organization relation of the pickup points based on POI data in Xi'an: Focus on Cainiao stations. Scientia Geographica Sinica, 2018,38(12):2024-2030. ]

[30]
李钢, 陈未雨, 杨兰, 等. 武汉市快递自提点的空间格局与集聚模式研究[J]. 地理科学进展, 2019,38(3):407-416.

[ Li Gang, Chen Weiyu, Yang Lan, et al. Spatial pattern and agglomeration mode of parcel collection and delivery points in Wuhan City. Progress in Geography, 2019,38(3):407-416. ]

[31]
北京大学光华管理学院. 《新零售城市创新城市指数报告》[R]. 北京: 北京大学, 2018.

[ Guanghua School of Management, Peking University. New retail city innovation city index report. Beijing,China: Peking University, 2018. ]

[32]
南京市国土资源局. 南京市市区土地级别与基准地价[EB/OL]. 南京市规划与自然资源局, 2017-02-08[2020-07-12]. http://ghj.nanjing.gov.cn/njsgtzyj/201810/t2018 1021_506296.html.

[ Nanjing Bureau of Territorial Resources. Nanjing urban land grade and standard land price. Nanjing municipal commission of planning and natural resources, 2017-02-08[2020-07-12]. http://ghj.nanjing.gov.cn/njsgtzyj/201810/t20181021_506296.html]

[33]
王济川, 郭志刚. Logistic 回归模型: 方法与应用 [M]. 北京: 高等教育出版社, 2001.

[ Wang Jichuan, Guo Zhigang. Logistic regression model: Method and Application. Beijing, China: Higher Education Press, 2001. ]

[34]
陈爽, 姚士谋, 吴剑平. 南京城市用地增长管理机制与效能[J]. 地理学报, 2009,64(4):487-497.

[ Chen Shuang, Yao Shimou, Wu Jianping. Policy instrument of urban growth management and its effectiveness in Nanjing. Acta Geographica Sinica, 2009,64(4):487-497. ]

[35]
中华人民共和国国家标准(GB17761—2018). 电动自行车安全技术规范[S]. 2018-05-15.

[ China's national standard(GB17761—2018). Safety technical specification for electric bicycle. 2018-05-15.]

[36]
王宝铭. 对城市人口分布与商业网点布局相关性的探讨[J]. 人文地理, 1995,10(1):36-39.

[ Wang Baoming. Discussion on the correlation between urban population distribution and commercial network layout. Human Geography, 1995,10(1):36-39. ]

[37]
李德仁, 李熙. 论夜光遥感数据挖掘[J]. 测绘学报, 2015,44(6):591-601.

[ Li Deren, Li Xi. An overview on data mining of nighttime light remote sensing. Acta Geodaetica et Cartographica Sinica, 2015,44(6):591-601. ]

[38]
许学强, 周一星, 宁越敏. 城市地理学 [M]. 北京: 高等教育出版社, 1998: 194-220.

[ Xu Xueqiang, Zhou Yixing, Ning Yuemin. Urban geography, Beijing, China: Higher Education Press, 1998: 194-220. ]

[39]
时臻, 白光润. 浅析上海市大卖场的空间区位选择[J]. 人文地理, 2003,18(4):89-92, 31.

[ Shi Zhen, Bai Guangrun. Research on the location of large scale supermarket in Shanghai. Human Geography, 2003,18(4):89-92, 31. ]

[40]
中华人民共和国国家标准(GB/T 18106—2004). 零售业态分类[S]. 2004-06-09.

[ China's national standard (GB/T 18106-2004). Classification of retail formats. 2004-06-09.]

[41]
嵇昊威, 赵媛. 南京市城市大型超级市场空间分布研究[J]. 经济地理, 2010,30(5):756-760.

[ Ji Haowei, Zhao Yuan. The spatial distribution of large supermarket in Nanjing. Economic Geography, 2010,30(5):756-760. ]

Options
Outlines

/

〈 〉