本报告由百度地图慧眼和中国人民大学公共管理学院联合发布，双方根据自身优势，整合相关资源，致力于在政策研究和分析、城市规划与治理等领域开展联合研究和教学。本报告是在双方在教学领域合作的成果，鼓励学生利用大数据探索实际问题。
基于百度地图时空大数据的便利店选址适宜性分析
——以北京市便利蜂门店为例
城市居民服务设施的选址问题与居民生活的便利性息息相关，同时也是城市活力的重要组成部分。便利店是城市最基础的居民服务商业设施。近年来，北京市开始关注夜间经济发展，要求简化开店流程，支持便利店行业发展，便利店行业发展进入黄金时期，成为最具潜力的优势业态之一。便利蜂作为当前最受关注的24小时便利店新兴品牌，于2018年注册成立公司，在北京政策利好期内迅速成长，大有赶超老牌便利店如711、罗森等之势。本文以便利蜂为案例，利用百度地图时空大数据对北京目前市域范围内便利店选址的适宜性进行分析，探索如何发挥时空大数据在城市居民服务设施选址中的作用。
土地适宜性评价是评定土地基于某种用途是否适宜以及适宜的程度，是进行土地利用决策和土地科学规划的基本依据（肖莉等，2016）。其原理是在现有土地利用方式条件下，以土地的自然要素、社会经济要素以及生态环境要素为主要鉴定指标，定性和定量评价土地对某种用途的适宜程度及限制状况，对其用途和质量进行分类定级。24小时便利店选址空间适宜性评价是土地适宜性评价的一个新兴领域，对城市日常消费尤其是夜间消费空间优化有重要作用。其核心是评价某土地有关24小时便利店设置的适宜程度以及找到最适宜或比较适宜设置的区域（付恒阳，张静，周渊博，2018）。现有的24小时便利店选址空间适宜性评价研究相对较少，空间选址与适宜性评价分别侧重于不同的对象，两者结合较少。2.层次分析法
将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法（郭金玉, 张忠彬, 孙庆云，2008）。它的主要逻辑是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。
3.指标选取
指标选取需要考虑全面性、代表性与可行性原则。第一，全方位考虑指标的选取，所选指标能够尽量覆盖便利蜂选址的各个方面，除了覆盖城市的人口因素、交通因素、场地条件这些指标，还要考虑各个方面之间的相互联系与协调性。第二，本文以便利蜂作为24小时小时便利店的代表进行选址研究，要找到其空间选址的代表性指标，并且要尽量避免高度相关的指标同时出现在指标体系内。第三，由于指标数据来源有限，在选取指标时还要考虑指标获取的可能性，对一些无法获取的指标进行适当的替换或删减。参考张远翼等（2018）构建的指标体系，我们选择人口因素、交通因素、场地条件、竞争力这4个因素作为一级指标，人口密度、日均人流量、人口年龄结构、购买力水平、地铁站点数量、车流量、停车场数量、竞争者数量这8个因素作为二级指标，评价指标体系的层次结构模型如下图所示。图1 评价指标体系的层次结构模型
人口是消费行为的关键要素，便利店的选址要选择在人口较稠密的区域，在24小时便利店这一业态中，年轻化的人口结构和更高的收入水平也会对其经营产生很大的影响。此外，城市中的24小时便利店很多都分布在地铁站点的附近，它的分布与实时的人口密度有很大关系，因此我们将地铁站点的分布以及车流量也作为一个重要的影响因素。场地条件中，停车场数量和日均客流量是对便利店的经营具有显著影响的因素，我们将其计入场地条件维度内。
由于24小时便利店是市场竞争激烈的零售业态，当一个地区的同类零售类商业的数量达到饱和时将会使每一个营业点的收益下降。因此，新的24小时便利店与同类24小时便利店都存在着竞争关系，竞争强度的高低在很大程度上会影响到一个地区的 24小时便利店的数量。本文选取便利蜂作为选址研究对象，因此我们在本研究中将其他同类竞争者数量也作为一个影响选址适宜性的重要指标。4. 数据来源
本研究的数据主要来源：百度地图慧眼大数据平台数据，包括常住人口数量及画像、客流数量及画像、交通拥堵指数等（注：相关数据处理各环节均匿名化，各环节及输出均不涉及个体隐私）；其他公开网络数据。
1. 指标赋权
基于AHP的评价指标权重分析是采用e(0/5)～e(8/5)的比例标度对各影响因素的重要性进行排序，然后构造出24小时便利店网点选址评价指标体系中准则层B对目标层A、准则层B对措施层C的比较判断矩阵。我们选择使用张远翼等（2018）的研究中已经构建好的并经过信效度检验的指标权重作为我们指标赋权的框架，在保持各个一级指标权重不变的情况下，根据我们对二级指标的选取和重要性的判断进行二级指标权重的重新划分，最终得到表1所示的便利蜂选址适宜性评价指标体系的权重。
2.空间数据处理与分析
将研究中受影响的因变量——便利蜂门店位置，以及部分自变量——竞争者（包括711、罗森便利店）、停车场、地铁站位置，用栅格建立联系并用数值表现出来。
根据《城市居住区规划设计标准（GB50180-2018）》十五分钟生活圈居住区配套设施规划建设控制要求，菜市场或生鲜超市等商业服务设施的服务半径不宜大于500米，所以我们利用ArcGIS软件中渔网功能将研究的北京市域划分成500m×500m的网格。在ArcMap创建500m×500m的渔网，并导入上述数据，可见便利蜂门店、竞争者（711便利店、罗森便利店）、停车场、地铁站等位置。
图2 便利蜂门店（左图），竞争者门店（右图）位置信息将四类空间数据与渔网按位置连接，并进行栅格计算。参考已有文献与小组成员对各因素影响程度的认知，对栅格数值进行重分类，与评分体系中的1-5分对应。竞争者数量、停车场数量与地铁站数量三类自变量点数据的重分类标准如表2。
注：① 竞争者数量：在同一网格内，认为竞争者越多则越不利于便利店发展，得分越低。② 停车场数量：在同一网格内，认为停车场越多则车流、人流越密集，便利店的潜在客流越多，有利于便利店发展，则得分越高。③ 地铁站数量：在同一网格内，认为地铁站越多则人流越密集，便利店潜在客流越多，有利于便利店发展，则得分越高。在实际操作中，发现同一网格内地铁站数量最多为2，符合实际地铁站分布密集程度情况，不适应1-5分评分，因此调整为只区分有无（0、1）。与渔网图连接后的重分类结果如图4-图6。
图4 竞争者的重分类结果（颜色越由红偏蓝，表示竞争者越少）图5 停车场的重分类结果（颜色越由红偏蓝，表示停车场越少）图6 地铁站的重分类结果（红色代表有地铁站分布，蓝色代表没有）
3. 面数据处理与分析
将研究中部分解释变量（人口密度、日均客流密度、年龄结构、收入分布、日均车流量）进行栅格化，将其赋值到每个网格中。
利用百度地图慧眼的常住人口数与日均客流人数，除以地块面积，得到各个地块的常住人口密度和日均客流密度，如图7。
图7 客流密度分级（左图）常住人口密度分级（右图）
根据百度地图慧眼客流画像数据，对不同年龄段的消费能力进行赋分。将18-24岁、18岁以下、25-34岁、35-54岁和55岁及以上的消费能力分别赋值为5分、4分、3分、2分和1分；将月收入分为2500元以下、2500-3999元、4000-7999元、8000元及以上的人口消费能力分别赋值为1分、2分、3分、4分。将分值与其百分比相乘，得到每个地块上人口结构、收入分布变量的最终得分。
图8 基于年龄的消费能力（左图）和基于收入的消费能力（右图）的分布（颜色由红到绿，消费能力递减）
使用百度地图慧眼的拥堵指数来衡量车流量，将拥堵指数分为周末与工作日两部分，周末部分由上午和下午平均得到，工作日部分由早高峰和晚高峰平均得到，如图9。
最终，按相应属性将图层栅格化，对栅格数值进行重分类，与评分体系中的1-5分对应，得到各变量衡量分级图。
图10 北京常住人口密度与日均客流密度分级图
图11 北京周末、工作日交通拥堵指数分级图
图12 北京基于年龄结构、收入水平的消费能力分级图
4. 适宜性评价与分析
根据表1确定的各指标权重，利用栅格计算器对各指标栅格数据进行计算，得到综合所有指标的选址适宜性分析结果。如图13，评价分级从1分到5分代表选址适宜性越来越高。图13 北京便利店选址适宜性评价（左图）与便利蜂门店选址适宜性评价（右图）
从数据分析结果可以发现，北京便利店选址适宜性评价分级情况大致呈现出从中心城区向外，适宜性逐渐降低的情况。根据常住人口密度、客流密度、车流量等的分布情况，中心城区确实在较多维度上更适宜便利店门店选址、布局，对客观数据的分析支持了日常经验的假设。便利蜂门店目前的布局情况也与我们分析的适宜性情况相符合，其门店基本都位于我们分析中适宜性评价较高的地区。结合考虑711、罗森便利店的选址也基本集中在这些地区，可见这些地区虽然适宜性情况较好，但相应的竞争也更为激烈。随着北京市政府对便利店行业的支持，便利店行业的进一步扩张可能要考虑的问题是如何充分利用更适宜选址的地区，以及当其出现饱和时，如何开发这之外的地区，将其变为市场蓝海；同理，便利蜂在根据目前战略在适宜性较好的地区发展饱和后，如何通过大数据技术手段更好地选址潜在区位是其未来需要考虑的问题。[1] 肖莉，李韦，冯长春，等．湖南湘江新区建设用地适宜性评价研究［J］． 地域研究与开发，2016，35 ( 4) : 131 － 142．[2] 付恒阳，张静，周渊博．陕南移民工程选址空间适宜性评价——以陕西省西乡县为例［J］．地域研究与开发，2018，37(05)：43-47．[3] 郭金玉, 张忠彬, 孙庆云. 层次分析法的研究与应用[J]. 中国安全科学学报, 2008, 18(5):148-153.[4] 张远翼，万博文，曹浩然，林筠茹，戚荣昊，刘淑虎.基于AHP与GIS技术的24 h便利店选址适宜性评价研究——以厦门市思明区为例[J].福州大学学报(自然科学版)，2018，46(04):497-503.孙欣仪，中国人民大学公共管理学院2017级城市管理专业本科生李翊嘉，中国人民大学公共管理学院2017级城市管理专业本科生姜姗，中国人民大学公共管理学院2017级城市管理专业本科生苟雨薇，中国人民大学公共管理学院2017级城市管理专业本科生
百度地图慧眼百度地图慧眼作为领先的时空大数据服务商，一直致力于利用海量位置数据及人工智能技术探索大数据在各个行业的应用价值，目前已在城市规划、政府管理、零售选址、商业地产、人口统计、广告投放等多个领域与多家合作伙伴有深入落地合作。