《Journal of Retailing and Consumer Services》:The location logic of informal retail: dual-scale evidence from street food vendors in Hangzhou
编辑推荐:
•揭示了非正规零售的尺度依赖性选址逻辑,将经典零售理论扩展至流动摊贩。•量化了指定经营区域与实际市场驱动选址之间的空间错配。•应用可解释的XGBoost-SHAP-GAM框架,捕捉非线性阈值和因子交互作用。•提供空间明确的指导,优化经营区域并增强夜间零售活力。引言零售活动是城
- •
揭示了非正规零售的尺度依赖性选址逻辑,将经典零售理论扩展至流动摊贩。
- •
量化了指定经营区域与实际市场驱动选址之间的空间错配。
- •
应用可解释的XGBoost-SHAP-GAM框架,捕捉非线性阈值和因子交互作用。
- •
提供空间明确的指导,优化经营区域并增强夜间零售活力。
引言
零售活动是城市经济组织和空间活力的基础。其选址逻辑长期以来一直是零售地理学研究的核心(Chen等,2026;Dugar和Chamola,2021)。在许多城市,特别是在中国,相当比例的零售活动发生在正式制度框架之外。街头食品摊贩(SFV)直接向终端消费者销售,满足即时食品和服务需求(Maruyama和Trung,2010)。然而,由于缺乏固定营业执照和稳定经营场所,SFV在制度上被归类为非正规零售,长期以来基本处于主流零售研究的视野之外(Coca-Stefaniak等,2005)。这种双重身份——功能上属于零售,地位上属于非正规——是理解其选址行为的起点。与任何零售商一样,SFV对客流量、地租和竞争做出反应。然而,与正规零售商不同,它们不受租金支付或固定场所的约束。因此,它们的空间选择可能与经典零售选址理论存在偏离。
在需求端,这种二元性同样存在。低价、短等待时间和靠近通勤及居住路线,使SFV适合夜间实用性和即时性消费。同时,夜市和街头小吃摊也构成了体验性消费场景,是夜间经济的重要组成部分(Hobbs等,2005)。因此,许多城市现已将SFV纳入正式管理。它们采用这种方法来激活夜间消费并补充零售供给(Flock和Breitung,2016;Flock,2024)。组织模式从自发性聚集到政府指定经营区域不等。SFV在城市零售体系中的作用仍在不断演变。
在杭州等数字化先进城市,平台化加速了这一转变。SFV利用在线平台实时共享客流量和执法活动信息,形成了一种非正规数字协调网络(Xia和Lin,2025)。地方政府也引入了数字系统来追踪经营活动并提前预留场地(Flock,2024;Hardaker,2021)。然而,本研究的实地观察发现,政府指定场地与实际SFV选址之间存在明显错配。这种错配提出了两个研究问题。第一,哪些城市空间因素与非正规零售选址显著相关?这些关联在不同尺度下如何变化,与经典零售选址理论有何关系?第二,这些选址证据如何指导场地选择,并改善非正规零售与城市零售体系的整合?
现有研究记录了SFV的社会经济贡献及其基本聚集模式(Zhang和Shao,2024;Zhou等,2025),但仍存在两个空白。很少有研究量化非正规零售如何依附于真实城市形态。这一空白限制了政策建议如何转化为具体的物理空间——这是引导SFV分布的主要杠杆(Huang等,2018;Kropf,2014)。大多数空间证据也局限于单一网格或街区尺度,限制了其解释非正规零售如何在宏观尺度上集聚与在微观尺度上依附于特定节点之间的协调能力(Araldi和Fusco,2019)。
本研究聚焦于杭州市主城区夜间SFV,活动时间为下午6点至次日清晨6点。研究比较了政府指定经营场地与实际SFV选址之间的空间关系。研究在街区和街道尺度上综合运用了XGBoost、SHAP、GAM和空间自相关分析。识别了与SFV分布相关的城市因素,并比较了不同尺度下这些关联的差异。本研究作出三项贡献。第一,构建了基于街区和街道的解释框架。该框架将更广泛的社会经济集聚与对特定节点的本地依附联系起来。第二,将实证零售选址研究扩展至非正规零售。识别了与非固定场所摊贩相关的非线性模式、阈值和交互作用。第三,提出了针对各尺度的空间指导策略。这些策略为夜间经济和零售规划提供了实证支持。
各章节摘要
零售选址与城市形态的尺度
零售地理学研究零售活动在城市空间中的分布方式,以及零售与城市结构和消费者行为的关系(Wrigley和Lowe,2002)。零售地理学与城市形态学交叉领域的研究考察城市的功能子系统和物理子系统(Araldi等,2024)。功能子系统包括商店、外卖、电商和摊贩等零售形式(Tsai等,2022),而物理子系统则包括形态学
材料与方法
本研究的技术框架如图3所示,包含五个步骤。首先,整合路网、土地利用和行政边界数据,划定杭州市主城区的街区和街道尺度分析单元。其次,利用社交媒体、政府投诉平台和实地调查识别实际SFV选址。政府指定场地(SFV_GOV)单独识别。两组数据集均转换为街区和街道尺度数据
SFV的空间分布特征
杭州市SFV的分布呈现明显的多中心聚集模式,而非均匀的点状分布。核密度分析(图7a)显示,最高密度区域集中在传统城市核心区,位于拱墅区、西湖区和上城区交界处。SFV在拱墅南部的武林商圈和上城西部的湖滨商圈密集聚集。这两个区域均环绕西湖,代表了最繁忙的
SFV选址遵循双尺度结构
双形态层面的结果表明存在一种双尺度选址结构。在街区尺度上,SFV分布与工作人口密度、商铺租金和地铁可达性相关,集中在武林和湖滨等零售成熟区域。在街道尺度上,SFV分布与地铁出入口、通勤路线和停车设施密切相关。街道尺度模型的预测精度更高。这表明本地界面
结论
本研究在街区和街道尺度上比较了杭州市主城区指定经营场地与实际SFV选址。研究综合运用了XGBoost、SHAP、GAM和空间自相关分析。分析识别了与SFV分布相关的城市因素,并考察了不同尺度间的差异。
在理论上,本研究通过澄清其适用条件,为将经典零售选址理论扩展至流动非正规零售作出了贡献。该
CRediT作者贡献声明
Kechen Xu:原创初稿撰写、可视化、方法论、调查研究、概念构思。Yufan Chen:审阅与编辑、软件、方法论、数据管理。Yong He:审阅与编辑、指导、资源、概念构思。Xin Chen:可视化、调查研究、形式化分析。
利益冲突声明
作者声明不存在可能影响本文报告工作的已知竞争性经济利益或个人关系。
Kechen Xu|Yufan Chen|Yong He|Xin Chen