墨西哥食品零售市场区域集中度的多维度测度：基于分销渠道与店铺类型的创新分析

为解决墨西哥食品零售市场缺乏区域级集中度指标的难题，研究人员利用DENUE就业数据和卫星夜光影像等替代指标，创新性地测算了不同分销渠道（现代/传统）和店铺类型（自服务商店/便利店等）的HHI指数。研究发现北部地区集中度显著低于其他区域，而南部便利店市场分散性突出，为监管机构识别垄断风险提供了数据支持。

　　

墨西哥的食品零售行业占据家庭支出的37%，其市场结构直接影响民生价格与供应链谈判。然而，由于缺乏企业级销售数据，传统集中度指标（如赫芬达尔-赫希曼指数HHI）难以精准测算，导致区域竞争状况评估存在盲区。针对这一痛点，研究人员开展了一项创新研究，通过多源数据融合揭示了墨西哥食品零售市场的空间异质性。

该研究团队利用墨西哥国家经济单位统计目录（DENUE）的就业数据作为销售替代指标，结合NASA-VIIRS卫星夜光影像和Google Open Buildings的建筑面积数据，构建了2015-2023年跨疫情时期的动态分析框架。研究重点比较了现代渠道（含自服务商店、折扣店、便利店）与传统渠道（街角小店）的区域集中度差异，并采用HHI>1800的高阈值识别垄断风险区域。

Distribution channels in Mexico
研究将零售业态细分为现代与传统渠道。现代渠道中，自服务商店（含超市、大卖场）与快递仓库在北部集中度较低，但所有区域均存在HHI>1800的高风险集群；便利店则在南部呈现显著分散特征。传统渠道因单店规模小，整体集中度较低。

Concentration level definitions
创新性地采用就业人数替代销售额计算HHI，并通过卫星夜光强度验证指标有效性。研究发现员工数与夜光亮度在自服务商店呈强相关性（R²>0.7），证实了替代指标的可靠性。

Satellite nightlight activity
夜光数据揭示北部城市经济活跃度与集中度负相关，表明发达地区竞争更充分。建筑面积分析进一步显示，高集中度区域存在单店规模扩张现象，暗示潜在的市场壁垒。

Discussion
该研究首次构建了墨西哥食品零售市场的空间浓度图谱，为反垄断监管提供了微观依据。特别值得注意的是，疫情后便利店在南部加速扩张，可能改变传统渠道生态。研究提出的多源数据融合方法，为缺乏销售数据的行业发展评估提供了普适性框架。

这项发表于《Applied Geography》的成果，不仅填补了新兴市场零售地理研究的空白，其创新的"就业-夜光-建筑"三维验证体系，更为数字经济时代的市场监测开辟了新路径。研究强调，未来需结合实时交易数据（如电子支付记录）提升动态监测能力，以应对快速演变的零售业态竞争格局。