O2O 模式下城市餐饮空间布局特征及规划启示*——以深圳市中心城区餐饮空间为例

唐一丹，朱文健

引言

全民生活互联网化已经成为现实，网络购物成为居民日常生活中不可或缺的购物途径。与传统的异地交易型电子商务C2C (Customer to Customer，个人对个人)模式不同，本地交易型电子商务O2O (Online to Offline，即线上线下交互的交易形式，以下简称本地生活O2O)模式，直接影响了消费者的本地购物行为[1]，也颠覆与重塑了实体商业模式与经营逻辑，互联网商业模式正对传统城市商业空间产生“革命性”影响。“人到服务点”是传统商业设施规划布置的基本原则，但随着互联网的崛起以及消费者的消费方式多样化，消费者行为在影响实体商业布局中逐渐占据了更为主导的地位，越来越多的商业服务体现出“服务点到人”的特征，商业设施的配置不再局限于传统店铺格局。在未来的城市发展中，如何通过城市规划策略对商业规模及等级进行合理配置，避免出现土地资源分配不均衡等问题，对城市商业空间优化、提升城市品质具有重要意义。

按照商品或服务交付的场景不同，本地生活O2O 可以分为到店型O2O 和到家型O2O 两类[2]。到店型O2O和到家型O2O 涉及的商业服务内容越来越广泛，其中以餐饮服务发展得最早最成熟，且餐饮业态刚好覆盖到店型和到家型两种不同的商业模式，分别以线上外卖店铺与线下团购店铺为代表，研究餐饮店铺能更直观地对比到店型O2O与到家型O2O在空间布局上的区别。基于此，本文通过对比研究互联网常态下本地生活O2O 中到店型和到家型两种不同模式餐饮店铺的分布特征，从商家和消费者的视角分析其产生空间分异的内因，并探讨在互联网环境下商业设施的规划启示和公共服务设施未来的发展趋势。

1 相关研究综述

1.1 传统餐饮业等商业设施空间布局

从中心地理论[3]可知，传统商业空间布局具有明显的等级集聚特征，国内对传统餐饮业区位特征的研究也印证了这一理论。有学者以厦门市餐饮业普查数据为基础,指出餐饮商业空间分布以组团式集聚和带状分布相结合的方式出现[4]。同时也有研究指出城市餐饮空间分布存在地域不平衡的现象，呈由中心区向四周递减的趋势，并沿主要交通干线呈串珠状分布[5]。地理空间要素是解释商业布局的关键要素[6]，城市商业空间格局的分布对交通可达性的依赖较强[7]，而人口分布状况、居民购物行为等因素也会产生不同程度的影响[8]，不同类型的网点受各因素的影响程度不尽相同[9]。餐饮空间的分布更多体现的是市场对资源的配置作用,并不是自上而下的规划编制所确定的[10]，由此可见在市场和经济的作用下，聚集效应是商业设施在城市空间布局的主要特征，其影响因素涉及多方面。餐饮业作为商业设施的一类，其区位特征是商业中心和商业设施空间布局的侧面反映[11]，因此研究餐饮空间的集聚特征，对城市商业网点的规划有一定的参考意义。

1.2 本地O2O 对商业设施空间布局的影响

随着互联网经济在商业模式中的应用，传统商业格局开始出现变化。目前关于本地O2O 的研究，有学者认为互联网的影响主要表现为O2O 模式对于实体商业模式的重塑，传统实体店可通过在自身网站上发布相关信息刺激消费者的消费欲望，增加商业设施的集聚效应[12]。有学者指出体验性团购会增加商业布局的中心极化，并且产生楼宇经济这一新的空间聚集模式[13]。也有学者通过对比传统店铺与网络店铺的空间分布区别，提出在商业格局均质化后，随着时间发展，又会在原有商业格局的基础上出现再聚集的情况[14]。关于不同本地O2O 商业类型的研究，有研究证实到家O2O 进一步突破地理限制[15]，而到店O2O 仍具有较强区位特征[16]。这类研究有很强的时代性，在如今互联网全民化已成现实的环境下，商业设施空间布局的新特征是这类研究的趋向。

1.3 互联网经济中消费者与商业空间的关系

在互联网环境下，消费者行为会对实体空间布局产生一定影响。宏观层面上，部分研究表明，相较城市郊区或者欠发达的城市区域，居住在城市中心区或者发达城市/区域的居民更倾向于网络购物[17]。长期来看，城市中心实体商业会逐渐衰落，这会对城市“中心-外围”的空间结构产生显著影响[18]。微观层面上，有学者通过分解消费者网络购物过程，分析居民的购物互动模式特征及空间分异，指出消费者对城市空间与城市道路的影响[19]。也有通过研究不同类型商品在搜索和体验过程中的交互作用，讨论对消费者前往传统商店的影响[20]。不少研究尺度较大，只能对消费者与空间的关系进行概述，而在微观层面多侧重量化消费者多样的行为，往往采用问卷调查方式，涉及到诸多主观因素，较难明确消费者与空间的关系。

综上所述，国内对网络影响城市商业空间的研究特点主要有两个方面：一是从研究对象上看，主要集中对传统店铺与网络店铺的对比研究上，很少针对网络店铺的空间布局进行研究，在互联网已经广泛运用于商业店铺的背景下，研究互联网店铺的空间布局特征更具时代意义。二是从研究内容上看，多以城市商业空间的静态特征描述为主，缺少网络对商业空间结构形成的作用机制阐释以及空间上的规划展望描述。本文对网络经济进行解构，探究不同网络经营模式所带来的空间上的差异，一方面从宏观与微观尺度去分析本地O2O 分化的两种不同经营模式产生空间分异特征；另一方面，通过分析消费者和商家的不同网络行为，探究城市商业活动中商家和消费者对商业业态、规模等方面的影响机制。

2 研究对象、方法和研究数据

2.1 研究对象与研究方法

为了突出两种网络经营模式在空间上的区别，本文采用对比研究的方法，借助网络平台上的开放数据，研究在互联网常态下，本地生活O2O 到家型和到店型两种餐饮店铺空间分布特征的区别，针对这些分异特征，分别从消费者和商家的视角对比传统经营模式分析其产生空间分异的原因。

考虑到数据量，本次研究范围选取深圳市福田区，研究对象分别是基于本地生活O2O 的到店型实体餐饮店铺（以下简称到店型）和到家型实体餐饮店铺（以下简称到家型），前者指消费者通过线上团购到再到线下实体店铺消费的餐饮类商业设施，后者指消费者在线上点单并通过物流送到家的餐饮服务店铺。

2.2 研究数据

鉴于大多数店铺不愿提供销量信息，因此，本文到家型店铺的筛选以“饿了么”官网（ele.com）店铺及美团外卖（waimai.meituan.com）数据为主，到店型店铺数据以美团团购官网（meituan.com）数据为主。美团外卖与“饿了么”外卖均是O2O 行业中的先行发展平台，入驻商家覆盖率广，具有很强的代表性。

到家型店铺数据来自“饿了么”与美团外卖官网2019 年9 月的店铺位置和月销量信息数据；到店型店铺数据来自于“美团”网2019 年9 月的店铺位置与团购月销量信息数据。

3 到家O2O 与到店O2O 不同模式下餐饮空间布局特征

3.1 研究范围内店铺性质判别

目前大部分店铺存在线上线下服务并行的情况，本文以同一家店铺的外卖销量和团购销量来判定店铺性质。为了防止商家选择不同外卖平台出现统计偏差，店铺的线上外卖销量由“饿了么”与“美团外卖”两者总和组成。以P 表示该店铺的外卖与团购销量比率，l1 表示该店铺线上“饿了么”平台的月销量，l2 表示“美团外卖”平台的月销量，l3 表示该店铺美团团购月销量，则有：P=(l1+l2)/l3

为了保证店铺类型更具有特征性，设定店铺线上销量和线下销量比率在1±0.2 之间浮动，即P＜0.8 时该店铺为到店型店铺，P＞1.2 时该店铺为到家型店铺。

本次研究共筛选出到家型店铺1966 家，到店型店铺1352 家，其位置分布如下图所示（图 1）。

图1 两类店铺空间分布情况（每个点表示一家店铺）

3.2 总体空间分布密度对比

研究发现，到家型店铺相对于到店型店铺具有更低的空间集聚度。从核密度（图 2）看，到店型店铺空间分布呈现明显多中心结构，可概括为“一主四副多点”，包括面积较大、密度较高的“KKONE 购物中心”，面积大、密度相对较低的华强北商业中心以及面积较小但密度较高的皇庭广场、卓悦汇购物中心、卓越INTOWN 购物中心三个副中心。到家型店铺分布密度则有明显差异，到家型店铺在各商业中心均有集聚，但集聚密度没有到店型高，分布区域面积更大，并且在上梅林村与皇城新村均有大面积的分布，在华强北商业中心反而具有更高的密度。

图2 到家型店铺（上）和到店型店铺（下）核密度空间分布三维同比例对比

采用全局自相关进一步量化总体集聚度。分析结果以非常高或非常低的的z 得分（正态分布标准差的倍数）、很小的p 值（概率）作为拒绝随机分布假设的依据，Global Moran’s I 指数的值越偏离0，表明空间分布越呈现明显的聚类分布。结果表明，两者都拒绝空间随机分布假设，即呈现显著（p 值都小于0.01）的空间集聚（z值都为正）特征，但到家型Global Moran’s I 指数为0.31，而到店型Global Moran’s I 指数为0.40，可见到家型店铺的空间集聚程度是小于到店型店铺的。

3.3 城市尺度上，到家型基于原有商业中心呈现向边缘扩散趋势

在城市尺度上，为了直接比较两者空间分布的差异性，计算每个200m＊200m 网格单元中两类店铺的数量，然后求得每种店铺占总店铺数量之比，通过占比局部自相关分析，识别具有显著性（1%显著性）的占比的空间聚类模式，如果某地区到家或到店型店铺占比呈现较高（较低）的分布，则表明到家或到店型对该区位有明显（负）偏好。

结果清晰表明（图 3），无论是到家型还是到店型，在福田区域内的几个商业中心都有明显的集聚，呈现显著的“高高集聚”区（图中浅红色单元）。但是，到家型店铺在区域商业中心周边0.5-1km 边缘地带形成离散分布的“高低集聚”区，而到店型的“高低集聚”区分布则更靠近商业集聚中心，呈现“中心向内”的格局。综合看来，到家型店铺呈现中心集聚的格局，并且发散至边缘区域，使边缘区域也呈现集聚的趋势；而到店型店铺呈现中心集聚且中心有继续集聚的趋势。

图3 到家型店铺占比（左）和到店型店铺占比（右）的空间分布模式对比

以华强北街道为例，街道范围内两类店铺的核密度（图4），除去在荔村社区和赛格科技园的交界处形成了明显的集聚区，到家店铺在地块内部都有比较明显的聚集情况，整体上看店铺分布较为均衡；而到店型店铺在很多道路边缘均出现了较为明显的聚集形态，地块内部虽有聚集但程度较低。总之，两类店铺在空间上呈现互为补充的空间关系，使得总体上餐饮设施的空间分布更加均衡。

图4 街道尺度下到家型店铺核密度（左）和到店型店铺核密度（右）的空间分布模式对比

3.4 在微观尺度上，两种模式对临街的偏向程度存在差异

微观尺度的量化分析受到网站登记店铺位置精度的影响，很难在个别地块得到明确的对比分析结论。但通过总体上两类店铺于临街面（道路红线）的距离可以反映其对临街区位的敏感性，将两类店铺与道路的距离按每10m 汇总，生成店铺临街距离的百分比分布曲线。

结果表明（图 4），两类店铺都趋向于临街区位，位于临街10m 内的比重都为最高，到店型店铺有53.3%位于临街面10m 内，而到家型店铺仅有29.8%。在临街60m 以外，到家型店铺比重开始略高于到店型店铺，这说明到家型店铺对于临街面的偏向程度是低于到店型的。

进一步考察两类店铺临街区位的空间差异，将研究范围划分为200m×200m 的空间单元，并统计各单元的相对“相对临路距离”。定义“相对临路距离”为到家型店铺到道路红线的平均距离，减去到店型店铺的道路红线的平均距离。指数大于0 且越高，表明该单元到家型店铺越偏离临街区位，进入地块内部的现象越显著。结果可见（图 5），在区域内的几处商业中心范围内，单元网格的值均处于较大区间，表明在这些商业中心范围内，到家型店铺对临街区位选择的偏好低于到店型这一特征具有普遍性。

图5 两类店铺的临街距离占比分布

4 两种模式产生空间分异的机制解释

由上述数据分析得知，首先在O2O 商业模式全面覆盖各类餐饮店铺的前提下，到家型店铺的空间分布形态依然依附于传统商业格局，但是覆盖区域不再局限于商业中心本身，在商业中心周边区域也存在较大面积的分布，且具有一定的集聚趋势；而到店型店铺基本延续了传统商业的空间布局形态。其次，从微观层面上来讲，虽然两种店铺类型还是遵循传统店铺对临街面的偏好，但相比于到店型店铺，到家型店铺开始向地块内部渗透，不仅仅只局限于传统商业店铺对地块边缘地带的空间集聚形态。此两点特征，需要从消费者和商家两方的视角去分析其内在原因。

4.1 消费者行为对商业空间形式的影响

一般来说，商业空间的空间集聚形态是有市场导向的，消费者的不同需求导致了不同功能业态的商业类型[21]，但商业店铺业态的集聚也会引导消费者在特定区域进行消费，这样又更促进了商业的集聚。互联网经济已成常态，消费者通过网络拥有更多的选择权[22]，在这层相互影响关系中开始占据主导地位。

消费者对餐饮店铺的需求不再局限于食物产品，还有其商业的体验性与便捷性，不同需求影响了店铺类型和店铺空间形式（图 6）。在网络平台的使用过程中，大多数餐饮店铺均开通有团购和外卖两种网络营销模式，而临街性好的店铺由于地理位置的优势，消费者更倾向于团购消费，店铺逐渐演化为到店型；而另一部分位于地块内部可达性较差的店铺，由于消费者更倾向选择线上外卖消费，逐渐演化成以外卖为主导的到家型店铺。从两类店铺业态的分布数据对比可以看出（图 7），到家型店铺业态多为快餐、奶茶甜品这种便捷性高的业态，而到店型店铺多为粤菜、火锅等体验性高的业态，说明现如今的店铺业态的分类更加多元与精细，就餐饮业而言也有不同偏向性，从而导致了不同的空间分布格局。

图6 “相对临路距离”的空间分布

图7 互联网影响下消费者与店铺之间的关系

4.2 商家基于经营模式对店铺空间位置的选择

通过对比研究，可以看出到家型店铺无论是在城市尺度上还是在微观尺度上，均呈现出基于原有商业中心格局并向周边扩散的现象，并在周边区位有较强的再集聚的趋势。竞争优势区位是传统商业店铺选址的主要空间逻辑[14]，商家在店铺选址上往往倾向于选择临街的区位，从而形成沿道路集聚的空间格局。在O2O商业模式中，互联网平台与商业店铺实现互利共赢，出现到家型与到店型两种不同的经营模式。在店铺区位选择方面，对于体验性需求高的店铺，商家更注重店铺空间用餐区的打造；对于便捷性需求高的店铺，商家更注重线上的经营，对用餐区不太重视，甚至可以完全不需要用餐区，只需要配送团队将产品送至消费者家里，这两种商家店铺空间形式的差别，导致商家经营店铺对区位的不同选择（图8）。到家型店铺由于有专属或随机的配送团队，在空间选择上不用过于局限于临街的空间范围，甚至可以选择租金相对低廉的二层三层以及临街性没那么强的区域，随着这类店铺数量的增加，甚至可能在商业中心周边区位出现再集聚的可能。从某种意义上来说，互联网的线上经营平台为店铺提供了缓解空间竞争压力的途径，商家可以通过线上的宣传经营吸引客户，以弥补区位差异带来的客流损失。需要强调的一点是，互联网并不能完全抹除空间区位对店铺的竞争差异，无论是到家型店铺还是到店型店铺，依然需要利用商业中心的区位影响力带来的空间红利。只是相较于传统店铺，网络影响下的店铺空间布局的延展性更高，区位选择更多样灵活。

图8 到家型店铺（左）和到店型店铺（右）的业态占比

图9 互联网影响下商家与店铺之间的关系

5 商业网点的规划启示及趋势判断

5.1 在商业扩散的格局下，重视商业中心边缘区域的再开发

传统商业网点布置更关注区域中心、节点等区位较优的空间。通过前文的阐述表明，由于商业店铺的扩散，很多商业中心的边缘地区、地块腹地中心以及可达性较差的街道开始出现店铺集聚的趋势，这种互联网平台形成的分布格局，使得这类“便捷性”业态在未来可能企业化、规模化，甚至催生新一代的“楼宇经济”的盛行，这类商业店铺在一定程度上也增加了城市活力的均衡性，避免了商业过于集聚带来的相关问题。在未来的城市规划中，应重视商业中心边缘地带土地的再开发，联合电商打造本地O2O“商业工厂”，提升城市空间品质。

5.2 空间分异特征下，转变传统商业设施的分类方式及布局思路

本文以具代表性的餐饮设施为例，发现在互联网的影响下，消费者的不同需求可能产生新的业态分类，如便捷性更强的到家型店铺和体验性更强的到店型店铺，其空间布局上也存在差异。由此可见，互联网对传统商业设施是有一定影响的，传统商业设施的空间布局都是基于“人到服务点”的原则进行相应的配置的，涉及到服务半径和规模的考虑，但互联网线上平台和“配送团队（服务团队）”角色的出现，很多商业服务可以实现“服务点到人”的服务方式。在未来的商业设施的规划中，一方面可将服务点性质进行分类，如针对到店型商店的道路可达性与到家型时间可达性进行相应配置，实现商业服务设施位置选择的多样与灵活；另一方面，由于居民获得商品销售的渠道增多造成人们日常生活中的需求点更加密集，商业设施的规划层级可以更加精细，顺应便民设施碎片化的趋势。

5.3 理论推断与现实趋势：非市场化公共服务设施的“到家化”

从本文利用店铺数据做的实证研究中发现的到家型店铺与到店型店铺空间分布上的分异特征，可能在如医疗、文化等设施中也都存在。首先，互联网在线上构建平台并获取收益的这种模式，在一定程度上消解了空间差异给店铺带来的经济损失，这种收益对于非市场性的服务设施来说可能会更加突出；其次，传统公共服务设施的空间配置多是根据服务人口数量与服务半径的覆盖来配置，但对于非市场化的公共服务设施（如社区健康中心）等，随着网络服务系统的完善（如网络诊疗），服务供给的内容和形式已经开始出现改变。同时，网络使得“服务人口”的地理范围扩大，需求会更加多样化。传统公共服务设施根据“供需关系”匹配的逻辑中，供给端和需求端的改变，会使得原有的公共服务设施配置原则失灵，“到家型”的非市场化公共服务设施将可能应运而生，其空间布局将不再局限于服务半径。在未来的公共服务设施规划中，一方面由于服务形式的改变，服务设施的建筑可能会更加简化，出现类似“服务驿站”等形式，公共服务设施规模更小但服务半径更大，更易布置在可达性较差的地块内部。另一方面，在公共服务设施层级规划中，可与传统设施相结合，形成“一心多点”的网络辐射体系，使得城市在医疗、教育等方面的服务效率更加高效快捷。

结论与讨论

本文通过对比互联网经济下的本地生活O2O 模式中的到家型与到店型餐饮店铺在空间布局上的特征差异，证明了不同商业模式对商业空间布局的影响，并从消费者和商家视角分析了其产生空间差异的原因，以及讨论了在现有格局下，规划应当做出的改变。

研究发现，到家型店铺和到家型店铺在空间上的布局差异主要体现在，城市尺度上，两者均在商业中心具有很高的集聚度，但到家型店铺在商业中心地区呈现扩散分布的格局，且在商业中心边缘地区有再集聚的趋势；在微观尺度上，相比于到店型店铺，到家型店铺的临街性更低，更渗透于地块腹地中心。究其原因，消费者的不同选择在互联网平台下衍生出了不同于传统意义上的店铺类型，其空间分布上存在差异；从商家角度来看，不同类型店铺带来店铺建筑空间的不同需求，并且互联网平台弥补了空间分布差异带来的损失，使得商家在店铺的选择上不再局限于临街性强的地区。

最后，提出两个方面的规划启示以及趋势判断。一方面是在商业扩散的格局下，重视商业中心边缘区域的再开发；另一方面是在商业设施空间分异的特征下，转变传统公服设施的分类方式及布局思路，并提出非市场化公共服务设施的“到家化”的趋势判断。

本文也存在如下局限性，希望将来的研究中能予以补充完善。首先，通过店铺外卖销量与团购销量比例来判定店铺性质，剔除掉了部分比例相等的店铺情况，该类店铺兼具了便捷性与体验性的特征，研究其空间特征也具有一定意义。其次，受数据和时间所限，本文未能捕捉到人群生活习惯等的相关数据，消费者需求与店铺空间集聚特征的关联分析，值得后续进一步展开。

图片来源

图1～9：均为作者运用软件绘制。