《Land》：Non-Linear Impacts and Spatial Variations in Multidimensional Built Environments on E-Shopping Decisions: Evidence from Shanghai
编辑推荐：
尽管电子商务已改变消费模式，在线购物行为仍受实体环境影响。研究人员以上海为案例，应用机器学习、SHAP（Shapley Additive exPlanations）分析与K-Means聚类，考察建成环境对电子购物（e-shopping）的非线性影响及空间分异。
尽管电子商务已改变消费模式，在线购物行为仍受实体环境影响。研究人员以上海为案例，应用机器学习、SHAP（Shapley Additive exPlanations）分析与K-Means聚类，考察建成环境对电子购物（e-shopping）的非线性影响及空间分异。研究发现：（1）电子购物支出呈长尾分布并显现同心圆空间格局，在外环与郊环之间达到峰值，而在内环以内及郊环以外递减。（2）建成环境因素呈现非线性效应，其中本地购物潜力与公交距离起主导作用。店铺密度与配送设施覆盖率等指标表现出倒U型阈值效应，表明线下与线上零售由互补转向替代。（3）城市空间可聚为三类街道单元——传统居住型、单一功能型与混合功能型，各自具有差异化的电子购物模式与驱动机制。本研究揭示数字消费的空间机制，为特大城市情境化零售规划提供实证依据。
研究背景方面，移动互联网时代电子商务降低了购物空间壁垒，但电子购物行为并未脱离地理边界，仍呈现显著空间异质性，其背后是实体零售空间与线上购物之间替代、互补、中性与修正等复杂关系。既有研究多依赖多元线性回归或结构方程模型（SEM），假设变量影响恒定，难以刻画建成环境的非线性与阈值效应；空间分析层面常停留于单因子或全市宏观尺度，缺乏将多维建成环境同居民消费特征结合的微观空间聚类与类型学划分。为弥补上述方法学与空间分析双重缺口，研究人员选取上海这一具有典型圈层结构且线上线下消费关系典型的国际消费中心城市，以街道（Jiedao/Zhen）为单元，融合居民问卷调查与多源空间数据，系统揭示多维建成环境对电子购物决策的非线性驱动与空间分异机制，相关成果发表于《Land》。
关键技术方法上，研究人员整合2022年11月国家统计局“电子购物者网购消费习惯”随机入户调查（551份有效问卷）与高德开放平台（Amap Open Platform）POI及路网数据，在ArcGIS Pro 3.2中完成个体记录与街道建成环境指标的空间连接，并对特征做Z-score标准化。变量体系基于“5D”框架（Density、Diversity、Design、Destination accessibility、Distance to transit）扩展消费潜力维度，共含交通可达性、区位、密度与多样性、道路设计及邻里消费潜力。建模采用XGBoost（Extreme Gradient Boosting）对比多元线性回归（MLR）、随机森林（RF）与梯度提升树（GBDT），以网格搜索交叉验证定参（最大树深4、学习率0.05、迭代100），经10折交叉验证（R2=0.513±0.041）优选XGBoost；以SHAP解释全局重要性与局部依赖阈值；以K-Means（结合肘部法与轮廓系数确定K=3）对街道单元聚类。
研究结果部分，在“3. 居民购物决策影响因素的非线性关系”中，模型拟合性能比较显示XGBoost的R2=0.5131优于MLR（0.4121），证实建成环境与电子购物间存在非线性。因素总体贡献上，SHAP全局重要性表明购物潜力维度（教育水平、购物频率）与快递站点距离维度主导正向影响，而店铺密度、人口密度、店铺覆盖率偏低时促进线上购物。局部解释中，店铺密度与店铺覆盖率呈倒U型——中等密度互补（SHAP>0），超阈值后高密度实体商业便利转为替代；店铺多样性呈U型，跨零点后随高学历人群集聚转正相关；快递站覆盖率需超87.5%才显著正关联；人口密度主要负向；至公交站距离过阈后由正转负。
在“4. 影响居民购物决策的街道类型及其机制”中，K-Means将街道分为三类：类型1传统居住型，多位于外环外或核心老城，至商业中心距离最长（>9700 m）、开发密度与多样性最低（多样性指数1.27）、配送站覆盖率约61%，电子购物整体偏低，外圈受物流与收入约束、内圈受实体零售替代；类型2单一功能型，多为郊居或产业园，商业中心距离居中（约6865 m）、多样性1.58，居民教育收入较高但本地零售单一，网购频率最高（10.31），郊区片呈互补、近核心片受邻近商圈替代；类型3混合功能型，绕枢纽与副中心分布，强度、公交可达与多样性最高（2.03），配送覆盖率99%、收入与频率最高（10.77），线上线下互补且物流支撑强。空间分布上，类型1冷点分布于崇明、奉贤南、青浦沿淀山湖及内环老社区；类型2高值见于张江、森兰、新桥、吴淞等中外环间，低值见于内中环靠近淮海路、徐家汇处；类型3高值集群于江湾—五角场、金桥、莘庄等中环至外环副中心。
讨论与结论翻译：研究人员结论为（1）大都市电子购物偏离实体商业自核心向外衰减的传统模式，支出呈长尾，高活跃区集中于中环至郊环扩张带，内环内与郊环外偏低；（2）该格局关联建成环境非线性与阈值行为，本地购物潜力与公交可达为主因，店铺密度与配送覆盖率在特定区间先替代后互补；（3）街道可分型，传统居住型整体低活跃（外圈受物流收入限、内圈受实体替代），单一功能型空间分化（郊区互补、核心替代），混合功能型于副中心与枢纽成高活跃簇，物流与商业成熟使电商补离线。据此建议：传统居住型补末端物流与收入基础以消数字鸿沟；单一功能型以15分钟城市理念补地面零售多样并正式嵌入配送站；混合功能型推全渠道与TOD（Transit-Oriented Development），促垂直混合与线下体验+线上履约。研究局限含XGBoost解释力中等（R2=0.513）、样本551份偏少且横截面、存在MAUP（Modifiable Areal Unit Problem）及地理情境依赖。
