EN中文

热带地理 >

2024 , Vol. 44 >Issue 8: 1435 - 1448

DOI: https://doi.org/10.13284/j.cnki.rddl.20230285

经济地理

外卖O2O与传统餐饮服务在空间分布上的竞合关系研究：共存、补充抑或替代

  • 牛强 ,
  • 郭艺凯 ,
  • 伍磊
展开
  • 武汉大学 城市设计学院，武汉 430072

牛强（1978—），男，湖北宜昌人，博士，教授，博士生导师，研究方向为信息时代的城乡规划、定量城市研究和规划分析，（E-mail）。

收稿日期: 2023-04-25

  修回日期: 2023-06-30

  网络出版日期: 2024-06-12

基金资助

国家自然科学基金项目(51778503)

收起

Coopetition between Take-out and Traditional Restaurants in Spatial Distribution: Coexistence, Complementarity, or Substitution

  • Qiang Niu ,
  • Yikai Guo ,
  • Lei Wu
Expand
  • School of Urban Design, Wuhan University, Wuhan 430072, China

Received date: 2023-04-25

  Revised date: 2023-06-30

  Online published: 2024-06-12

Fold

摘要

信息通信技术（ICT）的广泛应用引发城市餐饮业空间格局的变革，致使外卖O2O与传统餐饮服务在空间分布上的竞合关系日趋复杂。文章以武汉都市发展区为例，基于美团外卖、大众点评和联通手机信令数据，运用改进累积机会法和双变量空间自相关模型，从空间分布视角探究外卖O2O与传统餐饮服务的的空间竞合关系及其影响因素。研究发现：1）空间分布上，相较于传统餐饮服务的空间不均衡特征，外卖O2O服务更为均质化，且在近郊区增长更快；2）两者空间分布关系上，外卖O2O与传统餐饮服务整体上存在显著的空间依赖性但关联程度逐渐减弱，局部上在中心城区呈现高-高聚集，在近郊区呈现低-低聚集为主、高-低聚集为辅，反映与区位有明显关联的空间异质性；3）在两者的竞合关系上，中心城区以共存关系为主，近郊区以补充关系为主，替代关系不显著，而人口密度、餐饮店铺数量、地块属性是关键影响因素，共存关系主要存在于人口密度高、这两类餐饮店铺数量多的成熟居住区，补充关系主要存在于人口密度低、外卖店铺数量多且传统餐饮店数量少的居住-工业混合布局地区。

关键词： 外卖O2O模式; 传统餐饮服务; 空间关联模式; 竞合关系; 双变量空间自相关; 武汉都市发展区

本文引用格式

牛强 , 郭艺凯 , 伍磊 . 外卖O2O与传统餐饮服务在空间分布上的竞合关系研究：共存、补充抑或替代[J]. 热带地理, 2024 , 44(8) : 1435 -1448 . DOI: 10.13284/j.cnki.rddl.20230285

Abstract

The widespread adoption of information and communication technologies has reshaped the spatial dynamics of the catering industry, rendering the coopetition relations between take-out and traditional restaurants in spatial distribution increasingly intricate. Leveraging data from Meituan takeout, Dianping, and Unicom mobile signaling, we utilized the Wuhan metropolitan area as a case study. Employing the improved cumulative opportunity method and the bivariate spatial autocorrelation model, this study delved into the coopetition dynamics between take-out and traditional restaurants in terms of spatial distribution, unveiling the factors influencing these relations. Our research yielded three primary findings. Firstly, from a spatial distribution perspective, traditional catering services display spatial disparities, while take-out online-to-offline (O2O) services exhibit greater homogeneity, particularly proliferating in suburban areas. Secondly, regarding spatial distribution relationships, a significant spatial dependence between takeout O2O and traditional catering services was evident overall, albeit with a gradual weakening of correlation. From a local perspective, the spatial correlation dendrogram reveals that "High-High" coupling prevails as the primary spatial correlation pattern in the central urban area. Conversely, in suburban regions, there is a phenomenon of "Low-Low" clusters as the primary and "High-Low" clusters as the secondary, indicating significant spatial heterogeneity associated with location. Thirdly, concerning the coopetition relationships between take-out and traditional restaurants in terms of spatial distribution, the coexistence relationship dominates in the central urban area, while the complementarity relationship prevails in suburban areas, with the substitution relationship being insignificant in either region. Population density, the number of restaurants, and land attributes significantly impact coopetition relations between take-out and traditional restaurants. The coexistence relationship primarily thrives in mature residential areas characterized by high population densities and a substantial presence of both takeout and traditional restaurants. Conversely, the complementarity relationship predominantly exists in residential industrial mixed-layout areas characterized by low population densities, a significant number of takeout restaurants, and a small number of traditional restaurants.

Key words： take-out O2O; traditional catering service; spatial association pattern; coopetition relation; bivariate spatial autocorrelation; Wuhan metropolitan area

移动互联网时代，信息通信技术（Information and Communication Technology，简称ICT）与实体空间快速结合，部分传统商业空间转型为虚实融合的新零售空间，推动消费需求转变以及功能空间重组。截至2021年12月，中国网上外卖用户规模达5.44亿，占网民整体的52.7%（中国互联网络信息中心，2022），外卖行业作为移动互联网应用的典型代表得以蓬勃发展。相较以实体、距离和边界定义的传统餐饮空间，外卖O2O（Online To Offline，线上到线下）催生出以服务范围延展、供需精准匹配和消费选择多元为特征的虚实融合新空间，依托线上和线下2个渠道优势互补的新零售模式，改变了单一的传统到店消费方式，进而影响居民的饮食消费行为。
随着社会经济活动逐渐从实体物质空间拓展至基于ICT平台的虚实融合空间（刘卫东 等，2004），信息技术发展下的城市空间关系变革受到地理学视角的广泛关注（甄峰，2004；Nikolaeva, 2006；牛强 等，2022）。在理论研究层面，学界较早构建了流空间、复合空间及虚实灰空间等理论解释，并总结该类新空间与实体空间的四大作用关系：协同、替代、衍生、增强（Graham and Marvin, 1996）。在虚拟维度和实体维度的交互作用下，虚实融合新空间将对社会经济联系、居民日常行为、城市与区域空间结构产生系统性影响（甄峰 等，2015）。在实证研究层面，国内外研究主要聚焦城市商业空间，围绕网络购物行为的时空特征（孙智群 等，2009；邓清华 等，2019）、影响因素（席广亮 等，2014；Ganapathi, 2015；宋周莺 等，2019；龚亚男 等，2021）和空间效应（汪明峰 等，2010；Xi et al., 2020；林玥希 等，2020；周佼 等，2021）开展分析，认为网络消费和实体消费之间存在替代、补充、修正和中立等关系（刘学 等，2015；冯健 等，2021）。现有研究多以搜索型商品（如书籍）和体验型商品（如服装）为对象（Nelson, 1970），然而，不同研究对象往往导致结论存在异质性（Farag et al., 2007; Zhou and Wang, 2014）。如Weltevreden（2007）针对25种零售商品展开分析，认为从长远看网络购物很有可能取代实体购物，而汪明峰等（2012）通过对大学生购书行为的调查，发现这一影响并不显著。总体上，近年研究以替代和补充2种观点为主（Mokhtarian et al., 2006；李靖华 等，2018），但也有学者认为网络消费与实体消费之间的关系不能简单概括为某一种作用效应（汪明峰 等，2012），二者既可能是多种关系并存的混合效应（Cao, 2012；张永明 等，2017），也可能因商品类型（章雨晴 等，2016；Zhai et al., 2016）、研究时期（魏宗财 等，2022）和区位条件（汪明峰 等，2013；宋周莺 等，2020）的差异而呈现不同结果。
当前研究尚未深入新旧餐饮服务的空间竞合关系，但已围绕2类餐饮店铺的空间分布特征、影响因素和演化机制展开系列探讨，为揭示本文主题提供一定的理论支撑。传统餐饮业的空间结构以“中心地”理论为重要基础，具有明显的圈层式集聚特征（舒舍玉 等，2012），主要受人口密度（Reigadinha et al., 2017）、行业集聚效应（Muller and Inman, 1994）和交通干线（胡志毅 等，2002）等因素影响。然而，外卖店铺的分布规律更倾向于遵循“中心流”理论特征（翟青 等，2020），其区位组织更为均质化。传统因子对外卖店铺区位的重要性下降，同时消费市场、时间成本和人群属性特征（如年龄、学历和收入）等创新因子的影响力随之增强（史坤博 等，2016；施响 等，2021；张梦雨 等，2022；罗震东 等，2022）。以店铺客流量为例，线上消费所附带的互联网流量能部分替代人口密集地区所带来的潜在客流，因此晏龙旭（2017）认为外卖商家可借助互联网平台吸引客户、弥补区位不足带来的客流损失，从而以更灵活的空间选址来压缩经营成本。
基于现有理论可推导出以下假设：外卖O2O与传统餐饮服务可能在空间分布上存在共存、补充或替代等多种竞合关系。在餐饮业发展成熟的地区，虚实餐饮空间通过线上和线下渠道紧密协作，基于线上渠道能拓展餐饮服务的时空范围与能力（牛强 等，2019），为消费者节约时间成本（Cao et al., 2010），而基于线下渠道可为消费者提供优质的就餐环境和体验。2种消费模式分别满足消费者的差异化需求，因此外卖O2O与传统餐饮服务可能在地理邻近的同时趋于高水平协同发展，进而表现出共存关系。而在餐饮业发展滞后的地区，O2O平台提供了超越地理距离的供求对接机会，致使外卖店可以在传统餐饮供给不足的地区实现规模效应，因此外卖O2O与传统餐饮服务可能在空间分布上形成错位竞争格局，进而表现出补充关系。从更长远看，随着城市功能结构的调整与优化，部分地区的传统餐饮店可能因不具备发展条件而逐渐消亡，然而外卖店的分布更均匀、服务范围更宽广（王宇凡 等，2019），能对这类地区持续提供餐饮服务，此时前述的补充关系将进一步演变为替代关系。尽管如此，这些推论还缺乏实证。
在网络消费快速发展的背景下，外卖O2O与传统餐饮服务在空间分布上呈现何种竞合关系，以及这种关系是否具有空间异质性，是值得深入探讨的议题。鉴于此，本文综合利用餐饮店铺数据和人口分布数据，基于消费者的需求视角探索2类餐饮服务的空间竞合关系及其影响因素。首先，运用改进累积机会法，分别测度外卖O2O与传统餐饮服务水平的空间分布特征；其次，采用双变量空间自相关模型，解析外卖O2O与传统餐饮服务水平的空间相关性；最后，基于典型样本的剖析，探究外卖O2O与传统餐饮服务在空间分布上的竞合关系及其影响因素。以期有助于明晰信息时代新旧餐饮空间的发展规律，同时为其他消费空间的变革和空间发展研究提供参考。

1 研究区域、数据与方法

1.1　研究区域

武汉市是湖北省的省会城市，承担中国中部地区重要的区域职能。2019年武汉市社会消费品零售总额高达7 774.49亿元，其中餐饮业收入725.61亿元，较上年增长了12％（武汉市统计局 等，2019），并且外卖行业的市场份额已稳定在50％以上（艾媒咨询，2019），有一定代表性。
选取武汉都市发展区为研究区域，具体可分为三环线以内中心城区和三环线以外近郊区2个层次（图1）。划分依据为：1）武汉市三环线以内地区先后被确定为中央活动区（武汉市人民政府，2018）和“一主、四副”城镇空间格局中的主城（武汉市自然资源和规划局，2021），旨在形成要素配置最优、空间效率最高的区域，是餐饮业发展的重点区域；2）武汉都市发展区是城市功能主要集聚区和城市空间重点拓展区（武汉市人民政府，2010），具备成熟的餐饮产业发展条件；3）武汉市市域、都市发展区和三环内主城区三层次的经济地理分区逐渐达成共识（单卓然 等，2016）。此外，依据2018年武汉市颁布的《建设“15分钟生活圈”实施行动指引》（武汉市自然资源和规划局，2018），居民日常基本生活空间范围为800~1 000 m，因此对研究区域划定1 km × 1 km的网格单元，共获取3 480个基础单元。
图1 研究区范围

Fig.1 Scope of study area

1.2　研究数据

由于2020年新冠疫情暴发对武汉市餐饮业发展造成显著影响，为避免其余干扰因素，选取2018和2019年为研究时段。

1.2.1　餐饮店铺数据

如今许多餐饮店铺同时提供线上和线下服务，受数据获取限制，无法完全分清混合型店铺（既提供外卖服务又可到店堂食的餐饮店）和纯外卖店铺（仅提供外卖服务的餐饮店）。为保证结果的可靠性，参照已有研究（翟青 等，2020；张梦雨 等，2022），将提供外卖服务的餐饮店界定为外卖O2O店铺，将不提供外卖服务的餐饮店界定为传统店铺。
一是外卖O2O店铺，包括纯外卖店铺和混合型店铺。美团外卖是国内用户覆盖率最高的O2O电子商务平台，具有代表性。爬取武汉市美团外卖店铺的名称、经纬度坐标、月销量、商户评分和配送时长等信息。经检验，删除重复、信息异常和店铺评分为0的不活跃商户数据，最终获得2018年10月的9 118条数据和2019年4月的10 904条数据。
二是传统店铺，特指不提供外卖服务的餐饮店。大众点评是国内领先的本地生活消费平台，基本收录了城市所有实体餐饮店铺的信息，能较好地代表实体餐饮店的分布情况。爬取大众点评餐饮店的名称、位置、经纬度坐标等信息，同时利用美团外卖店铺数据、同年餐饮业网络POI数据进行相互校验、补充和纠偏，保留仅提供堂食服务的传统餐饮店。最终获得2018年的46 710条数据和2019年的69 696条数据，并导入ArcGIS10.7建立空间数据库。
然而，混合型店铺同样提供到店堂食服务，因此上述划分方式可能导致部分地区的线下服务水平低于实际值，但总体上不会影响实证结果的有效性：从店铺数量看，武汉市外卖店铺的数量显著少于传统餐饮店铺；从产业渗透率看，2019年外卖行业的市场渗透率仅为14%（美团研究院 等，2020）。因此，混合型店铺对传统餐饮服务水平的影响较小。

1.2.2　人口分布数据

采用手机信令数据能够有效识别用户的居家位置，其准确率高达95%以上（曹劲舟 等，2017）。通过联通“智慧足迹”数据平台 1，获取2018年6月和2019年6月的武汉市联通手机信令数据，识别核心用户（当月在武汉市出现超过10 d的用户）在当天T 21:00至次日T 08:00内停留时间最长的位置点、对应经纬度坐标以及用户年龄，得到用户居住地的分布，并关联至1 km ×1 km的网格单元内。同时，基于武汉市土地利用数据，剔除位于非建设用地以及总数低于20的误差性数据，最终筛选出2018—2019年武汉都市发展区联通用户中的居住人口分别为274.47万和278.35万人。
为检验人口数据的代表性和可靠性，选取完全位于研究范围内的武昌区、汉阳区、江岸区、洪山区、青山区、江汉区和硚口区（占武汉都市发展区总人数的比例超过70%），统计2018—2019年各行政区手机信令数据用户数量，计算得出用户数量与同年武汉市统计年鉴中各行政区常住人口数的Pearson相关系数分别为0.879和0.881（P<0.01），均呈显著正相关关系。

1.3　研究方法

参照网络消费与实体消费之间的4种效应（替代、补充、修正和中立），本文认为外卖O2O与传统餐饮服务可能在空间分布上存在共存、补充和替代3种竞合关系，并采用以下思路加以验证（图2）：
图2 研究思路

Fig.2 Research ideas

1）共存关系。若双变量空间自相关显示区域内外卖O2O与传统餐饮服务水平均较高，并且二者在时序上没有明显衰减迹象，表明2类餐饮服务相互依存；
2）补充关系。若双变量空间自相关显示区域内外卖O2O服务水平较高，而传统餐饮服务水平较低，并且二者在时序上没有明显衰减迹象，表明外卖O2O服务弥补了传统餐饮服务的不足；
3）替代关系。若双变量空间自相关显示区域内外卖O2O服务水平较高，而传统餐饮服务水平较低，并且时序上外卖O2O服务水平呈现上升或持平态势，同时传统餐饮服务水平显著降低，表明外卖O2O服务取代了传统餐饮服务。
值得注意的是，若双变量空间自相关显示区域内外卖O2O服务水平较低，可能面临2种情况：1）传统餐饮服务水平较低，表明当地2类餐饮行业仍处于发育初期；2）传统餐饮服务水平较高，表明传统餐饮服务的发展程度高于外卖O2O，故可能在一定程度上抑制了后者的发展。然而，前述2种情况均说明外卖O2O服务在短期内不会对传统餐饮服务造成显著影响，因此这类情况暂不纳入本文的分析范围。

1.3.1　改进累积机会法

累积机会法内涵为在设定的出行极限时间或距离内，从某点出发能获取公共服务资源的数量（宋正娜 等，2010）。本文在数据源、算法等方面对常用的累积机会法进行改进，以衡量各网格单元的外卖O2O与传统餐饮服务水平，二者分别反映某地居民个体对线上（外卖订餐）和线下（到店堂食）餐饮服务的可获性。具体步骤为：
1）将外卖店铺视为设施点 j，设定一个最大的阈值距离。一方面，分析外卖店铺的送达时长数据，发现绝大多数店铺（68.2%）集中在30~40 min，那么除出餐时间后，外卖客单的实际配送时间集中在15~30 min 2，对应的配送距离约为3~4 km。另一方面，依据平台配送的收费规则，外卖店铺的主要服务对象为3 km圈层内的消费者（罗震东 等，2022）。由此，将最大的阈值距离设定为3 km（ d 0）。
2）将人口分布格网的中心视为需求点 i，对落在设施点 j阈值距离内的需求点 i根据人口数量占比赋以权重，并对这些加权后的外卖店铺月销量进行累计加和，得到每个需求点 i通过线上平台所能获取的外卖餐饮服务总和：
F i = ∑ j ∈ d i j ≤ d 0 N i ∑ j ∈ d i j ≤ d 0 ) N i O j
式中： F i为需求点 i的外卖餐饮服务总和； d i j是从需求点 i到设施点 j的距离成本； d 0是最大阈值距离； O j是设施 j的店铺月销量； N i为需求点 i的居住人口数量。
3）以 F i和 N i之比刻画每位居民获取的外卖餐饮服务：
U i = F i   / N i
式中： U i为需求点 i每位居民获取的外卖餐饮服务； F i为需求点 i的外卖餐饮服务总和； N i为需求点 i的居住人口数量。
按照累积机会法的算法内涵，最终数值 U i可解释为：在外卖店铺的服务范围（3 km）内，需求点 i每位居民通过线上订餐平台可获取的外卖餐饮订单数量，可表征为需求点 i的外卖O2O服务水平。
参照相同的算法内涵，以居民步行15 min可达范围为依据，设定传统餐饮店的最大阈值距离为1 000 m，得到需求点 i每位居民通过到店消费方式可获取的传统餐饮店数量，可表征为需求点 i的传统餐饮服务水平。
现有的统计口径无法获取传统餐饮店的实际销量数据，因此本文假定各个传统餐饮店的供给能力均等，以居民步行可达范围内可获取的传统餐饮店铺数量衡量某地的传统餐饮服务水平，基本能满足研究需求。上述处理可能会带来一定偏差，但由于传统餐饮店数量众多，按1 km ×1 km网格作为分析单元进行汇总时，店铺销量之间的差距会被平均化，偏差会在一定程度上被抵消。为检验上述处理的可靠性，选取完全位于研究范围内的洪山区、江岸区和青山区 3，统计汇总2019年各行政区的传统餐饮服务水平，计算得出传统餐饮服务水平与同年统计数据中各行政区餐饮业营业额的Pearson相关系数为0.96，呈极强正相关关系，表明本文所测度的传统餐饮服务水平能充分反映当地的实体餐饮业发展程度。

1.3.2　双变量空间自相关

采用全局和局部双变量自相关模型，识别外卖O2O与传统餐饮服务水平之间的空间耦合关系。首先，利用全局双变量空间自相关探索二者在整个研究范围内的相关性：
I = n Σ i = 1 n Σ j = 1 n w i j X i a - X ¯ a X j b - X ¯ b Σ ⅈ = 1 n Σ j = 1 n w i j Σ ⅈ = 1 n X i a - X ¯ a X j b - X ¯ b
式中： I为全局双变量空间自相关指数； X i a和 X j b分别为地理单元 i属性 a的值和地理单元 j属性 b的值； X ¯ a和 X ¯ b分别为属性 a、 b的平均值； w i j为地理单元 i、 j的空间权重矩阵； n为地理单元个数。 I的取值为［-1，1］， I＞0表示空间正相关，越接近1，则正相关性越强； I＜0表示空间负相关，越接近-1，则负相关性越强； I＝0表示空间不相关。
全局双变量空间自相关模型计算结果为单一数值，可能掩盖局部状态的空间不稳定性（袁海红 等，2018）。局部双变量空间自相关能揭示2种变量在空间上的关联特征（Anselin et al., 2002）：
I i , k , h = X i , k - X ¯ k σ k × ∑ j = 1 n w i j × X j , h - X ¯ h σ h
式中： I i , k , h为局部双变量空间自相关指数； X i , k和 X j , h分别为地理单元 i属性 k的值和地理单元 j属性 h的值； X ¯ k和 X ¯ h分别为属性 k、 h的平均值； σ k和 σ h分别为属性 k、 h的方差； w i j为地理单元 i、 j的空间权重矩阵； n为地理单元个数。

2 结果分析

2.1　空间分布特征

运用改进累积机会法，测度1 km ×1 km网格单元内外卖O2O与传统餐饮服务水平的分布特征（图3）。图3显示，相较于传统餐饮服务的空间不均衡特征，外卖O2O服务具有扁平化趋势。通过时序分析发现，传统餐饮服务的热点区域未发生显著变化。这是因为在产业集聚效应的约束下，传统餐饮业往往在原有基础上扩大规模，促使热点区域相互穿插、连片发展，最终形成城-郊不均等的空间发展格局。然而，外卖O2O服务呈现明显的扁平化趋势，其热点区域由城市中心逐渐向外围扩散，并且在传统餐饮供给不足的郊区新城（如花山新城和光谷副城等地）表现出较高水平，在一定程度上突破城市原有的餐饮服务空间格局。
图3 武汉市外卖O2O（a、b）与传统餐饮（c、d）服务水平的空间分布

Fig.3 Spatial distribution of the service level of take-out restaurant (a, b) and traditional restaurant (c, d) in Wuhan City

餐饮店类型 2018年 2019年

外卖

O2O
传统
进一步聚焦外卖O2O服务在不同区位的发展差异，发现外卖O2O服务水平在近郊区的同比增长率高于中心城区，并且出现大于中心城区的极高值。统计汇总各研究单元的外卖O2O服务水平发现：在平均值层面，中心城区从1.57次/月增加至4.44次/月（增长1.8倍），近郊区从0.57次/月增加至2.13次/月（增长2.7倍）；在极高值层面，近郊区表现更为突出，出现31.58次/月和29.70次/月2个极高值，均高于中心城区的最高值（20.38次/月）。这进一步表明，外卖O2O服务的空间发展规律并不完全遵循传统中心地理论特征。基于ICT平台的新餐饮空间在城市弱区位地区更具发展潜力，有效提升了餐饮服务供给的流动性与公平性，为引导城市餐饮服务资源的均衡布局带来启示。

2.2　空间相关性

2.2.1　全局相关性

利用GeoDa的全局双变量空间自相关模型，获得外卖O2O与传统餐饮服务水平的Moran散点图（图4）。图4显示，外卖O2O与传统餐饮服务之间存在空间依赖性。2018和2019年2类餐饮服务水平的全局莫兰指数（Moran's I）分别为0.691和0.394，均呈现空间正相关，说明二者在整个研究范围内呈相依相存的关系。在外卖市场发育初期，外卖业务主要作为实体餐饮店堂食服务的延伸，因此外卖行业发展总体上依赖于传统餐饮产业，并倾向于在传统餐饮发展成熟的区域表现出较高的服务水平。
图4 2018和2019年武汉市外卖O2O与传统餐饮服务水平的全局双变量Moran散点图

Fig.4 The global bivariate Moran scatterplot of the service level of take-out restaurant and traditional restaurant of Wuhan in 2018 and 2019

然而，外卖O2O与传统餐饮服务的空间关联逐渐减弱。2018—2019年，其空间正相关指数由0.691降低至0.394，表明2类餐饮服务的相互依赖程度逐渐减弱。可能的原因在于，外卖店铺能在更灵活的空间区位上提供餐饮服务，外卖O2O与传统餐饮服务水平可能在局部区域产生空间不匹配的现象。

2.2.2　局部相关性

采用GeoDa的局部双变量空间自相关模型，基于95％的置信区间，即显著性水平P<0.05，得到武汉市外卖O2O与传统餐饮服务水平的LISA聚类图（图5）。根据局部双变量Moran's I指数，结果呈高-高类型和低-低类型的空间正相关状态，以及低-高类型和高-低类型的空间负相关状态。总体上，中心城区以空间正相关为主，近郊区则出现较多空间负相关区域，表明区位因素将对居民的消费模式选择（线上订餐或到店就餐）产生显著影响。
图5 2018和2019年武汉市外卖O2O与传统餐饮服务水平的局部双变量LISA聚类图

Fig.5 Bivariate LISA cluster map of the service level of take-out restaurant and traditional restaurant of Wuhan in 2018 and 2019

外卖O2O与传统餐饮服务的耦合关系存在空间异质性，高-高聚集和低-低聚集是主要的空间关联模式。其中，中心城区基本属于高-高聚集区，而近郊区基本属于低-低聚集区，两地的餐饮服务水平差距明显。随着城市中心区功能外延和“退二进三”产业结构的调整，近郊组团应进一步提升其餐饮服务能力，以满足居民日常生活需求和品质消费。
时序对比上，近郊区出现较多高-低聚集区，且该类区域通常围绕在低-低聚集区周边。这一消费空间现象值得深思，在餐饮行业发展初期，外卖O2O服务可能展现出“跃进式”发展态势，其强度将反超传统餐饮服务。随着移动互联网对城市餐饮空间的渗透程度日益加升，外卖业务不再仅是传统餐饮门店的衍生服务，而是日益成为偏远地区居民获取餐饮服务的重要途径。

2.3　空间竞合关系及其影响因素

为厘清外卖O2O与传统餐饮服务在不同区位呈现的空间竞合关系及其影响因素，聚焦2019年实证结果，以城-郊对比的视角展开深入探讨。一方面，测度不同聚集区的外卖O2O与传统餐饮服务水平变化量（图6），分析2类餐饮服务的竞合关系及其空间异质性。另一方面，以往研究表明人流量、产业集聚效应和人群属性特征是影响2类餐饮店铺分布的主要因素（Muller and Inman, 1994; Reigadinha et al., 2017；施响 等，2021；张梦雨 等，2022；罗震东 等，2022），因此选取人口密度、设施分布、人口年龄和地块属性等指标，通过定量挖掘不同聚集区的人口及设施分布（图7）和定性分析不同聚集区的典型样本特征（表1），考察各指标对2类餐饮服务的空间竞合关系的影响。值得注意的是，尽管已有研究表明信息技术的使用受居民个体属性（如年龄）的影响较大（席广亮 等，2012；2014），但图7显示，人口年龄在各聚集区的差异不明显。
图6 不同聚集区的外卖O2O与传统餐饮服务水平变化量

Fig.6 The amount of change in the service level of take-out restaurant and traditional restaurant in different clusters

图7 不同聚集区的人口及设施分布情况

Fig.7 Distribution of population and facilities in different clusters

表1 不同聚集区的典型地块分析

Table 1 Analysis of typical plots in different clusters

聚集区类型 区位 人口分布情况 设施分布情况 空间属性 主要结论
高-高 中心城区A1 高密度居住建成区（南湖组团中部） 位于人口密度高、外卖店铺与传统餐饮店数量均多的城区居住区
近郊区A2 高密度居住建成区（吴家山） 位于人口密度高、外卖店铺与传统餐饮店数量均多的近郊居住区
低-低 中心城区B1 — — — —
近郊区B2 工业园区（南部新城组群西侧） 位于人口密度低、仅存在少量传统餐饮店的近郊工业园区
低-高 中心城区C1 高密度居住建成区（南湖组团西侧） 位于人口密度高、外卖店铺数量稀少、传统餐饮店数量多的城区居住区
近郊区C2 高密度居住建成区（纸坊新城） 位于人口密度高、外卖店铺数量适中、传统餐饮店数量多的近郊居住区
高-低 中心城区D1 — — — —
近郊区D2

居住-工业

混合布局地区

（武钢组团南侧）

 位于人口密度低、外卖店铺数量较多、传统餐饮店数量较少的近郊居住-工业混合布局地区
中心城区以高-高聚集区为主，并且该类区域内外卖O2O与传统餐饮服务水平均呈现平稳上升态势，体现2类餐饮服务的共存关系。高-高聚集区主要位于高密度居住建成区（如A1），在人口、设施和地块属性的共同支撑下，2类餐饮服务空间趋于高水平协同发展。在人口分布层面，高-高聚集区的人口密度高，众多人口为餐饮行业的发展提供了巨大动能，同时也激发了大规模的用餐需求。在设施分布层面，高-高聚集区的2类餐饮店铺数量均达到峰值，传统到店堂食的服务供给模式逐渐转向线上和线下2个渠道高度协同，满足了不同人群对于餐饮服务的差异化需求。在地块属性层面，城市核心区以功能要素集聚、辐射作用强大等优势驱动服务供给和消费需求良性循环，为2类餐饮服务在空间分布上的相依相存提供客观条件。
近郊区分布着众多高-低聚集区，并且该类区域内外卖O2O与传统餐饮服务水平均未呈现明显衰减迹象，体现2类餐饮服务的补充关系。居住-工业混合布局地区（D2）是高-低聚集区的主要分布区域，在人口密度低和设施数量少的双重约束下，其要素配置及空间效率有待加强，因此传统餐饮服务发展受限。然而，外卖O2O所提供的在线支付及配送服务为缓解当地的传统餐饮服务供给不足提供了契机。作为移动互联网发展浪潮下的产物，外卖O2O既促进了传统供应链的数字化与智能化，也拓展了传统服务的覆盖范围及传统消费的半径，使得近郊居民也能通过线上平台满足饮食需求，在一定程度上弥补传统餐饮设施的匮乏。
综合来看，外卖O2O与传统餐饮服务的替代关系尚不显著。从图6可以看出，高-低聚集区并不存在外卖O2O服务水平上升且传统餐饮服务水平显著降低的区域。经检验，符合这一变化特征的区域通常位于人口密度低、餐饮设施匮乏的低-低聚集区，但这类区域的餐饮行业往往仍处于发育初期，因此片面的证据不足以充分证明替代关系的存在。尽管从短期微观视角看，外卖行业可能具有替代传统餐饮业的潜力，但从长期看，实体物质空间具有一定不可替代性（Murphy, 2003）。例如，除了满足消费者的饮食需求外，传统餐饮店还提供社交环境和优质服务，并逐渐成为一种休闲交往的场所。总的来说，外卖服务并不能完全取代传统餐饮服务，二者更倾向于维系一种相互依存、相互补充的长期共生关系。

3 结论与讨论

选择武汉都市发展区作为研究区域，探究外卖O2O与传统餐饮服务在空间分布上的竞合关系及其影响因素。主要结论为：
1）空间分布上，传统餐饮服务在中心城区和近郊区表现出明显的空间不均衡特征，而外卖O2O服务更为均质化，并且在近郊区增长更快。
2）从整体区域看，外卖O2O与传统餐饮服务呈空间正相关，二者存在显著的空间依赖性，但空间正相关指数下降，表明2类餐饮服务的空间关联逐渐减弱。从局部区域看，高-高聚集和低-低聚集是主要的空间关联模式，但近郊区逐渐出现较多高-低聚集区。
3）外卖O2O与传统餐饮服务在空间分布上的竞合关系具有空间异质性：中心城区以共存关系为主，近郊区以补充关系为主，而替代关系均不显著。
4）外卖O2O与传统餐饮服务的空间竞合关系受多种因素影响，主要包括人口密度、餐饮店铺数量和地块属性。共存关系主要存在于人口密度高、2类餐饮店铺数量多的成熟居住区，而补充关系主要存在于人口密度低、外卖店铺数量多且传统餐饮店数量少的居住-工业混合布局地区。
数字经济发展孕育了生活性服务新业态，O2O设施与传统线下设施面临日趋复杂的空间竞合关系。以本研究的餐饮业为例，以往外卖业务主要作为传统餐饮店的衍生服务，线上服务渠道仍受实体地理空间的约束，致使新旧餐饮服务倾向于表现出相依相存的分布关系。随着移动互联网日益渗透城乡生产生活，虚实融合的新餐饮空间相较实体餐饮空间具备更高效的信息传递和组织方式，传统服务逐渐突破地理空间的束缚。具体而言，外卖O2O的到家服务部分替代了传统到店服务，在线支付及配送上门的便捷消费模式已成为都市餐饮行业发展的新趋势，甚至涌现一批完全依托O2O平台进行生产经营活动的“纯外卖”店铺。
外卖O2O降低了传统餐饮对于空间可达性和可视度的需求，随着店铺选址自由度的提升，2类餐饮服务的空间竞合关系逐渐发生转型，并在城－郊2个地理层次表现出明显的空间异质性。中心城区内，外卖O2O与传统餐饮服务形成共存关系，在供给端使得商家获得更多潜在的客户群体，在需求端使得消费者拥有更多元的消费模式及品类选择，进而刺激消费需求的进一步扩大。近郊区内，外卖O2O与传统餐饮服务形成补充关系，以更灵活的空间选址、更宽广的服务范围有效地弥补了传统线下设施的匮乏，为缓解传统餐饮服务的空间不均衡性提供了契机。在未来空间规划中，线上空间与线下空间的深度融合已成为必然趋势，势必会对居民的活动方式、市场的运作模式以及城市空间的组织形式产生影响。一方面，应当迎合数字经济的发展态势，积极实现线下服务优化、线上网点覆盖，满足不同消费人群的差异化需求；另一方面，应当合理引导生活性服务的供需匹配，适度促进线下设施的线上化，通过线上补充线下的形式推动近郊新城的社区生活圈建设和中心城区的功能要素重组。
本研究仍存在一些不足之处。首先，仅获取了连续2年相关数据，虽然可反映一定发展趋势，但对2类餐饮服务变化特征的解释力度有限；其次，外卖O2O与传统餐饮服务的空间竞合关系受多种因素影响，本文仅通过定性方法挖掘了部分内容。未来应当结合多源地理大数据和实地调查手段补充数据精度，基于长时序实证研究厘清O2O电子商务对城市实体空间的重构过程和作用机理。同时，可以利用地理空间加权回归模型展开定量分析，加强对不同年龄群体、消费能力和信息化水平等因素的深化探讨，进一步探究网络消费和实体消费之间的相互关系，以及导致二者之间关系具有空间异质性的成因。

脚注

1 联通“智慧足迹”数据平台开放了基于联通全量手机用户信令数据通过大数据平台处理生成的用户驻留和出行位置数据，辅以用户入网基础属性和通信相关偏好属性，为全面进行人口分析提供决策支撑。

2 店铺送达时长主要包括商户出餐时间和实际配送时间，而商户出餐时间集中在10~15 min。具体可参见https://www.keloop.cn/information/art12372.html。

3 虽然江汉区、硚口区、汉阳区和武昌区也完全位于研究范围内，但区政府未公布当年餐饮业的营业额数据，因此未纳入相关性检验。

牛 强：提出研究思路，修订研究方案，修改论文，课题基金支持；

郭艺凯：论文撰写与修改，数据搜集与处理；

伍 磊：行文逻辑与理论梳理。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Anselin L, Syabri I, and Smirnov O. 2002. Visualizing Multivariate Spatial Correlation with Dynamically Linked Windows. In: Anselin L and Rey S. New Tools for Spatial Data Analysis: Proceedings of the Specialist Meeting. Santa Barbara: Center for Spatially Integrated Social Science, University of California.

艾媒咨询. 2019. 2018-2019中国在线外卖行业研究报告. （2019-04-30）[2022-06-25]. https://www.iimedia.cn/c400/64223.html.

IiMedia Research. 2019. 2018-2019 Research Report on China's Online Takeaway Industry. (2019-04-30) [2022-06-25]. https://www.iimedia.cn/c400/64223.html.

Cao X Y, Douma F, and Cleaveland F. 2010. Influence of E-shopping on Shopping Travel. Transportation Research Record Journal of the Transportation Research Board, 2157: 147-154.

Cao X J. 2012. The Relationships between E-Shopping and Store Shopping in the Shopping Process of Search Goods. Transportation Research Part A: Policy and Practice, 46(7): 993-1002.

曹劲舟，涂伟，李清泉，曹瑞. 2017. 基于大规模手机定位数据的群体活动时空特征分析. 地球信息科学学报，19（4）：467-474.

Cao Jinzhou, Tu Wei, Li Qingquan, and Cao Rui. 2017. Spatio-Temporal Analysis of Aggregated Human Activities Based on Massive Mobile Phone Tracking Data. Journal of Geo-Information Science, 19(4): 467-474.

邓清华，薛德升，龚建周. 2019. 网购时代广州市居民购买食品行为特征. 热带地理，39（5）：780-789.

Deng Qinghua, Xue Desheng, and Gong Jianzhou. 2019. Behavior Characteristics of Food Shopping of Guangzhou Residents in the Age of Online Shopping. Tropical Geography, 39(5): 780-789.

Farag S, Schwanen T, Dijst M, and Faber J. 2007. Shopping Online and/or In-store? A Structural Equation Model of the Relationships between E-Shopping and In-Store Shopping. Transportation Research A, 41(2): 125-141.

冯健，沈昕. 2021. 信息通讯技术（ICT）与城市地理研究综述. 人文地理，36（5）：34-43，91.

Feng Jian and Shen Xin. 2021. A Review of Researches on Urban Geography Under the Background of Information and Communication Technology. Human Geography, 36(5): 34-43, 91.

Graham S and Marvin S. 1996. Telecommunications and the City: Electronic Spaces, Urban Places.London: Routledge.

Ganapathi R. 2015. A Study on Factors Affecting Online Shopping Behavior of Consumers in Chennai. Journal of Management Research and Analysis, 2(2): 123-126.

龚亚男，魏宗财，刘玉亭. 2021. 广州市保障房住区居民网购行为特征及其影响因素. 经济地理，41（4）：74-81.

Gong Ya'nan, Wei Zongcai, and Liu Yuting. 2021. Online Consumption Behavior Characteristics of the Affordable Housing Residents and Their Influencing Factors in Guangzhou. Economic Geography, 41(4): 74-81.

胡志毅，张兆干. 2002. 城市饭店的空间布局分析——以南京市为例. 经济地理，22（1）：106-110.

Hu Zhiyi and Zhang Zhaogan. 2002. An Analysis about the Spatial Distribution of Hotels in Urban Area: Taking Nanjing City as a Case. Economic Geography, 22(1): 106-110.

罗震东，毛茗，张佶，廖顺意，方鹏飞. 2022. 移动互联网时代城市新空间形成机制——以“外卖工厂”为例. 城市规划学刊，（4）：64-70.

Luo Zhendong, Mao Ming, Zhang Ji, Liao Shunyi, and Fang Pengfei. 2022. Takeaway Factory: Formation Mechanism of New Urban Spaces in the Mobile Internet Era. Urban Planning Forum, (4): 64-70.

刘卫东，甄峰. 2004. 信息化对社会经济空间组织的影响研究. 地理学报，59（S1）：67-76.

Liu Weidong and Zhen Feng. 2004. Spatial Implications of New Information and Communication Technologies. Acta Geographica Sinica, 59(S1): 67-76.

林玥希，汪明峰，马同翠. 2020. 网上购物对实体零售的影响——基于上海南方商城商业中心的调查. 世界地理研究，29（3）：568-578.

Lin Yuexi, Wang Mingfeng, and Ma Tongcui. 2020. The Impact of Online Shopping on In-store Shopping: An Investigation of Nanfang Commercial Center in Shanghai. World Regional Studies, 29(3): 568-578.

刘学，甄峰，张敏，席广亮. 2015. 网上购物对个人出行与城市零售空间影响的研究进展及启示. 地理科学进展，34（1）：48-54.

Liu Xue, Zhen Feng, Zhang Min, and Xi Guangliang. 2015. Research Review of Online Shopping Impact on Personal Travel and Urban Retail Space and Implications. Progress in Geography, 34(1): 48-54.

李靖华，曾锵. 2018. 商圈视角的网络购物对实体零售影响：替代抑或互补. 商业经济与管理，（4）：5-15.

Li Jinghua and Zeng Qiang. 2018. The Research on the Influence of E-Shopping on In-Store Shopping from the Angle of Trading Area: Substitutes or Complements. Journal of Business Economics, (4): 5-15.

Mokhtarian P L, Salomon I, and Handy S L. 2006. The Impacts of ICT on Leisure Activities and Travel: A Conceptual Exploration. Transportation, 33(3): 263-289.

Muller C C and Inman C. 1994. The Geodemographics of Restaurant Development. Cornell Hotel and Restaurant Administration Quarterly, 35(3): 88-95.

Murphy A J. 2003. (Re)solving Space and Time: Fulfilment Issues in Online Grocery Retailing. Environment and Planning A, 35(7): 1173-1200.

美团研究院，中国饭店协会外卖专业委员会. 2020. 2019年及2020年上半年中国外卖产业发展报告. （2020-06-28）[2022-06-20]. https://mri.meituan.com/research/report.

Meituan Research Institute and China Restaurant Association Takeout Professional Committee. 2020. Report on the Development of China's Takeout Industry in 2019 and the First Half of 2020. (2020-06-28) [2022-06-20]. https://mri.meituan.com/research/report.

牛强，易帅，顾重泰，朱玉蓉，王盼. 2019. 面向线上线下社区生活圈的服务设施配套新理念新方法——以武汉市为例. 城市规划学刊，（6）：81-86.

Niu Qiang, Yi Shuai, Gu Zhongtai, Zhu Yurong, and Wang Pan. 2019. New Concept and Approaches to the Reconfiguration of Service Facilities of Online and Offline Community Life Circle: A Case Study of Wuhan. Urban Planning Forum, (6): 81-86.

牛强，吴宛娴，伍磊. 2022. 信息时代城市活动与空间的演变与展望——基于线上线下的视角. 城市发展研究，29（10）：96-106.

Niu Qiang, Wu Wanxian, and Wu Lei. 2022. Review and Prospect of the Evolution of Urban Activities and Space in the Information Age. Urban Development Studies, 29(10): 96-106.

Nikolaeva R. 2006. E-Commerce Adoption in the Retail Sector: Empirical Insights. International Journal of Retail & Distribution Management, 34(4/5): 369-387.

Nelson P. 1970. Information and Consumer Behavior. Journal of Political Economy, 78(2): 311-329.

Reigadinha T, Godinho P, and Dias J. 2017. Portuguese Food Retailers-Exploring Three Classic Theories of Retail Location. Journal of Retailing and Consumer Services, 34: 102-116.

施响，王士君，浩飞龙，王冬艳. 2021. 中国外卖O2O电子商务的空间扩散与渗透——兼论技术扩散假说与效率假说的适用性. 地理研究，40（5）：1338-1353.

Shi Xiang, Wang Shijun, Hao Feilong, and Wang Dongyan. 2021. Spatial Diffusion and Penetration about the Takeaway O2O E-Commerce in China: Feasibility of Innovation Diffusion Hypothesis and Efficiency Hypothesis. Geographical Research, 40(5): 1338-1353.

宋正娜，陈雯，张桂香，张蕾. 2010. 公共服务设施空间可达性及其度量方法. 地理科学进展，29（10）：1217-1224.

Song Zhengna, Chen Wen, Zhang Guixiang, and Zhang Lei. 2010. Spatial Accessibility to Public Service Facilities and Its Measurement Approaches. Progress in Geography, 29(10): 1217-1224.

宋周莺，虞洋，祝巧玲，车姝韵. 2019. 中国县域网络购物空间格局及其影响因素. 地理研究，38（12）：2997-3009.

Song Zhouying, Yu Yang, Zhu Qiaoling, and Che Shuyun. 2019. Spatial Characteristics and Influencing Factors of E-Shopping Development in China's Counties. Geographical Research, 38(12): 2997-3009.

宋周莺，肖童. 2020. 空间因素在网络购物中的作用——基于广州市大学生网络购物的实证分析. 经济地理，40（8）：18-26.

Song Zhouying and Xiao Tong. 2020. Dose Spatial Distance Factor Still Matter in Online Shopping Behavior: A Study of Undergraduates' Online Shopping in Guangzhou. Economic Geography, 40(8): 18-26.

舒舍玉，王润，孙艳伟，刘健，肖黎姗. 2012. 城市餐饮业的空间格局及影响因素分析——以厦门市为例. 热带地理，32（2）：134-140.

Shu Sheyu, Wang Run, Sun Yanwei, Liu Jian, and Xiao Lishan. 2012. Spatial Distribution of Urban Catering Industry and Its Influenced Factors: A Case Study of Xiamen City. Tropical Geography, 32(2): 134-140.

史坤博，杨永春，杨欣傲，白硕，邵蕊，李博. 2016. 时间成本是否成为电子商务区位的核心机制——基于成都市O2O电子商务的实证分析. 地理学报，71（3）：500-514.

Shi Kunbo, Yang Yongchun, Yang Xin'ao, Bai Shuo, Shao Rui, and Li Bo. 2016. Does Time Dictate the Location of E-Commerce Business? A Study of O2O Businesses in Chengdu, China. Acta Geographica Sinica, 71(3): 500-514.

孙智群，柴彦威，王冬根. 2009. 深圳市民网上购物行为的空间特征. 城市发展研究，16（6）：106-112.

Sun Zhiqun, Chai Yanwei, and Wang Donggen. 2009. The Spatial Characteristics of E-Shopping Behavior of Shenzhen Residents. Urban Development Studies, 16(6): 106-112.

单卓然，张衔春，黄亚平. 2016. 武汉都市发展区及主城区城镇常住人口空间分布格局——基于2010年第六次人口普查数据. 人文地理，31（2）：61-67.

Shan Zhuoran, Zhang Xianchun, and Huang Yaping. 2016. The Research on the Spatial Distribution Layout of City Permanent Residents in Metropolitan Development Area and Main Urban Area in Wuhan: Based on the Sixth Census in 2010. Human Geography, 31(2): 61-67.

汪明峰，卢姗，邱娟. 2010. 网上购物对城市零售业空间的影响：以书店为例. 经济地理，30（11）：1835-1840，1896.

Wang Mingfeng, Lu Shan, and Qiu Juan. 2010. The Impact of Online Shopping on Urban Retail Space: A Case Study of Book Store. Economic Geography, 30(11): 1835-1840, 1896.

汪明峰，卢姗. 2012. 替代抑或补充：网上购物与传统购物出行的关系研究. 人文地理，27（3）：44-49.

Wang Mingfeng and Lu Shan. 2012. Substitution or Complementation: Online Shopping and Its Relationship with Traditional Shopping Behavior. Human Geography, 27(3): 44-49.

汪明峰，卢姗，袁贺. 2013. 网上购物对不同区位消费者行为的影响——市区和郊区的比较. 城市规划，315（11）：84-88，95.

Wang Mingfeng, Lu Shan, and Yuan He. 2013. Influences of Online Shopping on Consumer Behaviors at Different Shopping Locations: A Comparative Study on City Center and Suburb. City Planning Review, 315(11): 84-88, 95.

魏宗财，刘雨飞，彭丹丽. 2022. 疫情期潍坊市居民在线购物行为特征研究：与疫情前的对比. 人文地理，37（5）：53-62.

Wei Zongcai, Liu Yufei, and Peng Danli. 2022. Characteristics of Residents' Online Shopping Behaviors in Weifang: Comparisons between COVID-19 Period and Normal. Human Geography, 37(5): 53-62.

王宇凡，林文盛，冯长春. 2019. 信息技术对城市生活服务业空间分布的影响——以北京网络外卖餐饮业为例. 城市发展研究，26（6）：100-107.

Wang Yufan, Lin Wensheng, and Feng Changchun. 2019. The Impacts of Information and Communication Technologies on the Spatial Distribution of Urban Customer Services: A Case Study of Online Takeaway Industry in Beijing. Urban Development Studies, 26(6): 100-107.

Weltevreden J W. 2007. Substitution or Complementarity? How the Internet Changes City Centre Shopping. Journal of Retailing and Consumer Services, 14(3): 192-207.

武汉市人民政府. 2010. 武汉市城市总体规划（2010—2020年）. （2011-11-30）[2022-05-16]. https://zrzyhgh.wuhan.gov.cn/xxfw/ghzs/202007/t20200707_1396424.shtml.

Wuhan Municipal People's Government. 2010. Wuhan Urban Master Plan (2010-2020). (2011-11-30) [2022-05-16]. https://zrzyhgh.wuhan.gov.cn/xxfw/ghzs/202007/t20200707_1396424.shtml.

武汉市人民政府. 2018. 武汉市城市总体规划（2017—2035年）. 武汉：武汉市人民政府.

Wuhan Municipal People's Government. 2018. Wuhan Urban Master Plan (2017-2035). Wuhan: Wuhan Municipal People's Government.

武汉市自然资源和规划局. 2018. 建设“15分钟生活圈”实施行动指引. （2020-07-01）[2022-07-13]. https://www.wuhan.gov.cn/sy/whyw/202007/t20200701_1387619.shtml.

Wuhan Municipal Bureau of Natural Resources and Planning. 2018. Implementation Action Guidelines for Building a 15 Minute Life Circle. (2020-07-01) [2022-07-13]. https://www.wuhan.gov.cn/sy/whyw/202007/t20200701_1387619.shtml.

武汉市自然资源和规划局. 2021. 武汉市国土空间总体规划（2021—2035年）. （2021-07-14）[2022-05-16]. https://www.wuhan.gov.cn/zwgk/wgk/jcgk/ygk/202107/t20210714_1738706.shtml.

Wuhan Municipal Bureau of Natural Resources and Planning. 2021. Overall Planning of Land and Space in Wuhan City (2021-2035). (2021-07-14) [2022-05-16]. https://www.wuhan.gov.cn/zwgk/wgk/jcgk/ygk/202107/t20210714_1738706.shtml.

武汉市统计局，国家统计局武汉调查队. 2019. 武汉统计年鉴2019. （2021-02-02）[2022-07-18]. https://tjj.wuhan.gov.cn/tjfw/tjnj/202102/t20210202_1624445.shtml.

Wuhan Municipal Statistics Bureau, and State Statistical Bureau Wuhan Investigation Team. 2019. Wuhan Statistical Yearbook (2019). (2021-02-02) [2022-07-18]. https://tjj.wuhan.gov.cn/tjfw/tjnj/202102/t20210202_1624445.shtml.

席广亮，甄峰，魏宗财，钱前. 2012. 南京市居民移动信息化水平及其影响因素研究. 经济地理，32（9）：97-103.

Xi Guangliang, Zhen Feng, Wei Zongcai, and Qian Qian. 2012. Research on the Resident's Mobile Information Level and Its Influencing Factors in Nanjing. Economic Geography, 32(9): 97-103.

席广亮，甄峰，汪侠，秦萧. 2014. 南京市居民网络消费的影响因素及空间特征. 地理研究，33（2）：284-295.

Xi Guangliang, Zhen Feng, Wang Xia, and Qin Xiao. 2014. Study on the Influencing Factors and Spatial Characteristic of Residents' Online Consumption in Nanjing. Geographical Research, 33(2): 284-295.

Xi G L, Cao X Y, and Zhen F. 2020. The Impacts of Same Day Delivery Online Shopping on Local Store Shopping in Nanjing, China. Transportation Research Part A: Policy and Practice, 136: 35-47.

晏龙旭. 2017. “均质化-再集聚”：互联网影响下餐饮业空间布局新特征——基于上海内环开放数据的研究. 城市规划学刊，（4）：113-119.

Yan Longxu. 2017. The Impact of Online Take-Out Service on Restaurant Location Characteristics: A Study Based on Open Data in Shanghai Inner City. Urban Planning Forum, (4): 113-119.

袁海红，吴丹丹，马仁锋，金邑霞，张悦. 2018. 杭州文化创意产业集聚与城市建成环境场耦合性. 经济地理，38（11）：123-132.

Yuan Haihong, Wu Dandan, Ma Renfeng, Jin Yixia, and Zhang Yue. 2018. Spatial-Correlation between Agglomeration of Cultural & Creative Industries and Urban Built Environment Field in Hangzhou. Economic Geography, 38(11): 123-132.

张永明，甄峰. 2017. 城市居民网络与实体购物互动模式及空间分异——以南京为例. 经济地理，37（1）：15-22.

Zhang Yongming and Zhen Feng. 2017. The Interaction Mode between Online Shopping and Store Shopping of Urban Resident and Spatial Differentiation: A Case Study of Nanjing. Economic Geography, 37(1): 15-22.

翟青，高玉洁，魏宗财. 2020. 南京市线上-线下餐饮空间分布格局——以大众点评网和饿了么为例. 经济地理，40（12）：119-127.

Zhai Qing, Gao Yujie, and Wei Zongcai. 2020. Spatial Pattern of Online and Offline Catering Service in Nanjing: A Case Study of Dianping and Eleme. Economic Geography, 40(12): 119-127.

甄峰. 2004. 信息时代新空间形态研究. 地理科学进展，23（3）：16-26.

Zhen Feng. 2004. Researches on New Spatial Forms in Information Era. Progress in Geography, 23(3): 16-26.

甄峰，秦萧，席广亮. 2015. 信息时代的地理学与人文地理学创新. 地理科学，35（1）：11-18.

Zhen Feng, Qin Xiao, and Xi Guangliang. 2015. The Innovation of Geography and Human Geography in the Information Era. Scientia Geographica Sinica, 35(1): 11-18.

张梦雨，王强，朱杰. 2022. 福州市外卖O2O与传统餐饮业空间分布特征及影响因素对比. 地理科学，42（8）：1463-1473.

Zhang Mengyu, Wang Qiang, and Zhu Jie. 2022. Comparison of the Spatial Distribution and Influencing Factors of O2O Takeaway and Traditional Catering Industry in Fuzhou, China. Scientia Geographica Sinica, 42(8): 1463-1473.

Zhou Y W and Wang X K. 2014. Explore the Relationship between Online Shopping and Shopping Trips: An Analysis with the 2009 NHTS Data. Transportation Research Part A: Policy & Practice, 70: 1-9.

章雨晴，甄峰，张永明. 2016. 南京市居民网络购物行为特征——以书籍和衣服为例. 地理科学进展，35（4）：476-486.

Zhang Yuqing, Zhen Feng, and Zhang Yongming. 2016. Characteristics of E-Shopping Behavior of Nanjing Residents: A Case of Books and Clothes. Progress in Geography, 35(4): 476-486.

周佼，林耿. 2021. 网络对实体店发展的影响——以广州市“网红咖啡店”为例. 现代城市研究，（2）：114-120，125.

Zhou Jiao and Lin Geng. 2021. The Impact of the Internet on Physical Stores: A Case Study of Internet-Sensation Cafes in Guangzhou. Modern Urban Research, (2): 114-120, 125.

Zhai Q, Cao X Y, Mokhtarian P L, and Zhen F. 2017. The Interactions between E-Shopping and Store Shopping in the Shopping Process for Search Goods and Experience Goods. Transportation, 44(5): 885-904.

中国互联网络信息中心. 2022. 第49次中国互联网络发展状况统计报告. 北京：中国互联网络信息中心. [China Internet Network Information Center (CNNIC). The 49th China Statistical Report on Internet Development. Beijing: CNNIC. ]

Options
文章导航

/

〈 〉