兰州市蔬菜市场的空间分布特征及影响因素研究

陈繁繁， 白永平， 梁建设， 张春悦， 赵 越， 龚享林

（西北师范大学地理与环境科学学院，甘肃 兰州 730070）

蔬菜市场作为生产与消费的重要中介，发挥着集散商品、形成价格、信息传递等功能［1］，是保障城市供给、促进城乡协调发展的重要支撑平台。由于近年来“菜贱伤农”“菜贵伤民”等情况不断出现，维持城市中蔬菜价格的稳定和市场布局的均衡显得尤为重要，一方面保障了菜农的经济效益，另外一方面也保障了城市消费者的便捷需求。我国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要指出，要增进民生福祉，增强民生基础建设，健全基本公共服务体系［2］。兰州市国民经济和社会发展第十四个五年规划和2035 年远景目标纲要指出，要高质量发展兰州市主城区的现代公共服务业，打造宜居高品质生活区［3］。为此，探究蔬菜市场的空间分布及其影响因素，对于建设新一轮“菜篮子”工程、推进蔬菜行业可持续发展和构建地方蔬菜安全保障体系等方面有着积极参考意义。

随着蔬菜市场在城市中的民生作用越来越凸显，学术界对蔬菜市场的研究重视程度日益增加。国内外学者对蔬菜市场的研究大多集中在蔬菜市场的流通效率［4-5］、波动溢出作用［6］、农贸市场的供应链研究［7-8］、空间规划布局研究［9-13］以及蔬菜市场自身风险研究［14］等方面。此外，由于蔬菜市场作为城市中重要的民生基础设施，受政策调控的干预较多，因此也有对蔬菜市场的现状勘察及宏观调控政策进行深层次的探究［15-17］。但这些研究多基于市场调研、定性分析，工作量大且周期性长，多关注于蔬菜市场本身，从空间视角对蔬菜市场的布局和影响因素的研究较少。随着大数据分析时代的到来，在地理学视角下以大数据为基础通过GIS空间分析对城市设施进行的研究也日渐增多。其一是依托高德、百度等地图开放平台，利用API接口中地点检索功能并结合Python 技术爬取具有详细地址的城市要素［18］，其中最具代表性的是POI大数据，具有精度高、实时性强和空间效果好等特点。银行、商铺、医院、学校等日常生活中的地理实体，近年来被广泛作为研究对象应用于城市地理空间研究中［19-21］，目前利用POI 数据而展开的相关研究主要集中在商业、零售业的空间分布［22-27］，或区域医疗资源［28-29］、区域教育资源［30-31］等空间分布的评估和动态演变分析上。其二是利用推特平台的位置信息数据［32］等通过GIS空间分析而展开地理研究。在影响因素的研究中，国内外学者从多方面进行研究，主要从经济、人口、交通、住房等［33-34］方面展开，运用地理加权回归模型［24,31］、地理探测器［33-34］等展开研究。总体而言，现有研究对蔬菜市场的探索多集中于市场自身运作、风险预测和政策调控机制等方面，但结合大数据对蔬菜市场展开的空间探索明显不足。兰州市作为典型的河谷型城市，受自然空间、社会经济的影响，城市经济发展受限，加之各区、各街道资金投入不同，导致各地区发展差距较大［35-37］，因此蔬菜市场的分布模式也有较大的差异，针对蔬菜市场的布局研究和深入探究影响因素对进一步完善兰州市蔬菜市场均衡布局意义重大。

综上所述，本文以兰州市主城区为研究单元，基于地理学视角，通过收集2020年兰州市主城区蔬菜市场的POI 数据，首先使用GIS 空间分析方法对蔬菜市场的空间分布趋势、集聚程度和区域均等化状况进行分析；其次在便利程度角度上运用两步移动搜索法探究各街道的可达性；最后运用地理探测器方法深入探究蔬菜市场的布局影响因素，在此基础上指出发展不均衡的区域。本文一方面丰富了地理学视角下兰州市蔬菜市场的空间分布理论研究，另一方面有利于推动兰州市蔬菜市场体系的建设，促进兰州市蔬菜市场的空间均衡发展和持续健康发展。

1 研究区概况

兰州市（102°36′～104°35′E、35°34′～37°00′N）作为西北地区重要的交通枢纽，为中国西部地区的经济发展提供了重要支撑。黄河自西向东穿城而过，形成“两山夹一河”的地形特点。市域总面积为1.31×104km2，约有常住人口3.79×102人。兰州市在河谷地形的限制下难以进行近域扩展，从而依托河流发展轴而布局［38］。本文以兰州市主城区为研究单元（图1），总面积约1042.96 km2，其基本信息如表1所示。

表1 兰州市主城区基本信息Tab.1 Basic information of the central districts of Lanzhou City

图1 兰州市主城区Fig.1 Central districts in Lanzhou City

2 数据与方法

2.1 数据来源

本文所用数据包括兰州市主城区蔬菜市场的POI 数据、兰州市主城区行政边界数据以及人口栅格数据、路网数据等。POI 数据来源于高德地图经过网络爬虫技术，得到具有名称、详细地址、坐标点等属性的数据，并在此基础上进行数据筛选、分类、坐标转换等处理，最终作为本研究的数据源。该数据基本涵盖了兰州市四区的所有蔬菜市场实体要素，信息内容丰富且精度较高，满足实体要素点空间位置的现时可靠性与精准性要求［39］。研究区的行政边界数据来源于国家基础地理信息中心（http://www.ngcc.cn/ngcc/）。由于无法直接获得兰州市街道级别的人口数据，所以本文所用的人口数据来自Worldpop（https://www.worldpop.org/）经过分区统计而成。所用道路数据来源于开源街道地图（https://wordpress.org/plugins/osm/）；所有居民点、公共交通站点数据均经过网络爬虫获得。

基于高德电子地图，使用Python 语言进行网络爬虫，输入“超级市场”“农副产品市场”“果品市场”和“蔬菜市场”4 个关键词，结合对农产品市场的分类研究以及POI 大数据的分类体系，本文将超级市场划分至综合性大型超市；农副产品市场划分至大中型农贸市场；果品市场和蔬菜市场划分至蔬菜零售店。共提取兴趣点1701个，其中综合性大型超市515个、大中型农贸市场224个、蔬菜零售店962个，空间分布如图2所示。

图2 兰州市主城区各类蔬菜市场业态空间分布Fig.2 Spatial distribution of various vegetable markets in the central districts of Lanzhou City

2.2 研究方法

（1）标准偏差椭圆

标准偏差椭圆是通过分别计算y 轴方向和x 轴方向上的标准距离来计算点群的分布趋势，通过标准差椭圆可分析蔬菜市场在主城区及各区的分布方向和分布趋势等［40］。

（2）核密度估计

核密度估计法广泛应用于空间分析中，是蔬菜市场空间分布特征提取的主要统计方法，可反映要素在空间中的集聚程度［41］。核密度越高，表明蔬菜市场分布越密集。

（3）探索性空间数据分析

探索性空间数据分析可以反映出兰州市蔬菜市场的分布数量与区域的相关程度，是分析要素的空间异质性和关联性的重要方法［42］。

（4）两步移动搜索法

改进的两步移动搜索法与早期的两步移动搜索法不同之处在于考虑了距离衰减［43］，由于高斯函数的距离衰减最符合居民的出行状况，所以以高斯函数G(dkj,d0)来构建模型。本文参考《兰州市十五分钟生活圈配套设施规划研究与导则》，将距离阈值d0设置为1000 m，计算公式见参考文献［44］。

首先，通过咨询5 位相关邻域专家（城市地理学、经济地理学），对各类蔬菜市场的供给能力进行比较之后，利用AHP 层次分析法对各因子赋权，结果如表2 所示。其次，考虑到阈值范围内各等级蔬菜市场的数量，所以在此基础上加权求和并进行归一化来测算蔬菜市场的供给能力。最后计算出每个蔬菜市场的可达性。

表2 各类蔬菜市场供给能力Tab.2 Supply capacity of various vegetable markets

（5）地理探测器

地理探测器是一种探测变量之间因果关系，探究其背后驱动的一种方法［45］。若自变量对因变量有影响，那么自变量的空间分布特征与因变量相似［46-47］。其中因子探测是解释某因子在多大程度上解释了要素的空间分异［45］。本文主要利用单因子探测和多因子探测来探究影响兰州市蔬菜市场空间分布的因素，计算公式见参考文献［33］。

3 结果与分析

3.1 兰州市蔬菜市场的空间分布特征

3.1.1 蔬菜市场的空间分布方向从蔬菜市场标准差椭圆的分析结果来看（图3），兰州市蔬菜市场空间分布呈“西北—东南”格局。主要原因是兰州市受制于地形条件限制而形成带状城市，加之西北—东南走向的黄河穿城而过，所以形成依河布局的空间分布模式。具体而言，主城区椭圆贯穿城关区、七里河区、安宁区，4个区的椭圆方向与主城区椭圆方向大体一致。其中，椭圆面积西固区最小，城关区椭圆面积最大，则说明西固区蔬菜市场分布更加集中且数量少。

图3 兰州市主城区蔬菜市场椭圆Fig.3 Ellipse of vegetable markets in the central districts of Lanzhou City

图4展示了三类蔬菜市场在兰州市主城区的分布状况。受制于兰州市的“西北—东南”走向的河谷地形，三类蔬菜市场空间分布也呈“西北—东南”格局。从标准差椭圆的偏转角度来看，综合性大型超市偏转角度最大，其次是大中型农贸市场和蔬菜零售店；就其椭圆面积而言，大中型农贸市场及蔬菜零售店的标准差椭圆面积较小，相比综合性大型超市集聚程度较高。由此可见，在市域视角上，综合性大型超市在兰州市主城区的分布较其他类型更加均衡且分散，大中型农贸市场及蔬菜零售店的分布较为集聚。

图4 兰州市主城区各类蔬菜市场标准差椭圆Fig.4 Standard deviation ellipse of various vegetable markets in the central districts of Lanzhou City

3.1.2 蔬菜市场的空间集聚状况如图5所示，兰州市蔬菜市场在规模数量上呈现出“东密西疏、南密北疏”的空间分布特征，呈斑块状、多中心集聚的分布模式，集聚点主要在各区商圈附近。具体而言，蔬菜市场分布有3个集聚片区，城关-七里河集聚片区、安宁集聚片区、西固集聚片区，其中城关-七里河集聚区集聚性最强，安宁区、西固区相对集聚性较弱。分区来看，城关区集聚特征明显，集中团块型分布，且集聚规模大，从热点中心向外连片分布，过渡性良好，热点中心在雁滩、东方红广场地带；七里河区依托城关区连片分布的态势，与城关区衔接性较好，集聚规模较大，热点中心在西站十字、小西湖地带；西固区单中心发展，集聚规模较小，热点中心在福利路附近；安宁区集聚程度相对均衡，集聚性最弱，呈片状分布，热点中心在费家营、培黎广场地带。从街道尺度来看，城关区主要集中于雁南、雁北、渭源路、拱星墩等街道；七里河区集中在西园、建兰路、西站、西湖等街道；安宁区主要集中于西路、孔家崖、银滩路、培黎等街道；西固区主要集中于西固城、福利路、四季青等街道。

图5 兰州市主城区蔬菜市场核密度Fig.5 Kernel density of the vegetable markets in the central districts of Lanzhou City

兰州市综合性大型超市类蔬菜市场斑块状分布，覆盖范围广，且各区分布均匀（图6a）。从街道尺度看，城关区主要集中在拱星墩、团结新村、酒泉路等街道；七里河区综合性大型超市主要集聚在西园、建兰路、敦煌路等街道；安宁区主要集中在培黎、孔家崖、西路、沙井驿等街道，附近有金牛街商圈以及费家营商圈；西固区主要集中在西固城、福利路、先锋路等街道。大中型农贸市场空间分布形态整体呈岛状，主要集聚在城关-七里河连片地带，以及西固区，安宁区相对集聚较少（图6b）。从街道尺度来看，城关区主要集聚分布在雁南、高新区、渭源路街道附近；七里河区主要分布在西湖、西站街道附近；西固区主要分布在福利路、西固城街道附近。蔬菜零售店的空间分布形态呈斑点状，主要集聚在城关-七里河地区，西固区、安宁区集聚性较弱（图6c）。街道尺度上，主要集中在雁南、雁北、西园、建兰路等街道。

综合以上，兰州市蔬菜市场整体呈现出“东密西疏、南密北疏”的空间分布格局，以城关-七里河片区最为集聚。综合性大型超市类蔬菜市场大多分布于各区商圈所在的街道附近，且均匀分布于各区；大中型农贸市场集中分布在城关区部分街道内；蔬菜零售店主要分布在城关-七里河片区，呈斑块状、多中心集聚模式。综合性大型超市因其服务种类多，而其他两类服务单一，所以在空间分布上更均衡，蔬菜零售店受居民点分布影响较大，对比居民点分布情况，发现西固区、安宁区零售商店分布适配性不高，蔬菜零售店有待进一步配套。

3.1.3 蔬菜市场的空间自相关分析为了探究兰州市主城区蔬菜市场的空间分布类型，运用GeoDa 软件，在街道尺度对蔬菜市场进行全局Moran’sI值的测定，并进行显著性检验。在全局自相关的基础上，测定局部自相关的情况，进一步确定街道级别的集聚类型。

对兰州市蔬菜市场进行全局自相关分析，结果表明（表3），兰州市蔬菜市场全局Moran’sI为0.1978，如图7 所示，其莫兰散点图斜率为正，说明兰州市蔬菜市场的空间分布呈现较强的聚类趋势。

表3 兰州市主城区蔬菜市场全局Moran’s I值Tab.3 Global Moran’s I value of vegetable markets in the central districts of Lanzhou City

图7 蔬菜市场Moran’s I散点图Fig.7 Moran’s I scatter chart of vegetable markets

进一步绘制局部LISA图，测定兰州市主城区蔬菜市场的局部空间自相关情况，结果表明（图8）：高-高集聚区主要集中在城关区的雁北街道；高-低集聚区面积最大，所覆盖街道较少，主要集中在西固区的陈坪街道；低-高集聚区所覆盖的街道主要集中在城关区的青白石街道和高新区街道；低-低集聚区所覆盖街道数量最多，主要集中在城关区的白银路、酒泉路、皋兰路、五泉、铁路西村和铁路东村街道。

图8 兰州市主城区蔬菜市场LISA图Fig.8 LISA map of vegetable markets in the central districts of Lanzhou City

3.1.4 基于“15 min生活圈”的可达性分析“15 min生活圈”是从居住地出发15 min内涉及到居民基本需求的各类公共服务设施所形成的范围［22］。本文参考《兰州市十五分钟生活圈配套设施规划研究与导则》，利用改进的两步移动搜索法分析了在“15 min 生活圈”视角下，兰州市街道级别的蔬菜市场可达性，以此表征蔬菜市场对于居民而言的便利程度。

由于本文所研究的蔬菜市场特指消费端，所以在消费者视角前提下，得出综合性大型超市的供给能力最强，蔬菜零售店和大中型农贸市场次之。用自然断点法将可达性分为可达性差、可达性较差、可达性一般、可达性较高和可达性高五类（图9），分区来看，城关区可达性最高，其次是七里河区、安宁区、西固区。从街道尺度来看，可达性高的街道为东岗西路、渭源路、拱星墩、东岗、高新区、雁南、雁北和盐场路街道，均位于城关区；可达性差的街道为龚家湾、培黎、刘家堡、沙井驿、西柳沟、临洮街、西固城、福利路和西峰路街道，大部分位于西固区，安宁区和七里河区较少。

图9 兰州市主城区蔬菜市场可达性Fig.9 Reachability of vegetable markets in central districts of Lanzhou City

3.2 兰州市蔬菜市场空间分布的影响因素

3.2.1 变量选取从现有的研究成果来看，在研究城市基础设施空间分布的影响因素方面，更多趋向于选取人口密度与分布、地区经济发展水平、交通可达性及交通网络的发达程度等因素作为其变量。本文借鉴已有研究，并考虑数据的可获得性，选取以下变量：（1）人口因素：蔬菜市场是为居民群体所服务的基础设施，并且围绕人口而布局，人口作为庞大的消费群体，是蔬菜市场考虑的首要因素。（2）交通因素：蔬菜市场与道路联系密切，交通可达性与连接性是蔬菜市场布局需要考虑的因素之一，以往研究较少关注交通因素对设施不同业态的影响。（3）居住区因素：与人口密切相关的居住小区的多寡影响蔬菜市场的数量，距离居住区距离不同，其分布的蔬菜市场类型也不同。（4）居民支付水平：居民支付能力与蔬菜消费直接相关，进而影响到蔬菜市场的数量、布局等。本文将以上4 个指标作为一级指标，二级指标解释具体见表4。

表4 兰州市主城区蔬菜市场影响因素指标体系Tab.4 Index system of influencing factors of vegetable markets in the central districts of Lanzhou City

同时，考虑到距离因素对蔬菜市场分为三类业态具有一定影响的情况下，对距主干道远近（X3）和距居民点远近（X6）进一步分析，判断各类蔬菜市场在距离影响下的具体分布情况。将各类蔬菜市场分为综合性大型超市（M1）、大中型农贸市场（M2）、蔬菜零售店（M3），分别与X3、X6因素进行距离探测，数值越大则说明距离对各类蔬菜市场的解释力越强，影响越大。

3.2.2 影响因素分析以各类影响因子为解释变量，街道尺度蔬菜市场的数量为被解释变量，运用地理探测器的单因子影响结果如表5所示。结果表明，影响兰州市主城区蔬菜市场空间分布的前3 个因素是居住区密度（0.7038）、人口密度（0.6674）、距居民点远近（0.6536）。说明兰州市蔬菜市场的空间分布与人口因素密不可分，居住区密度越高、人口密度越高的地区，消费群体庞大，消费力强，与居民生活关系密切，围绕居住区布局。

表5 兰州市主城区蔬菜市场分布影响因子解释力Tab.5 Explanatory power of influencing factors of vegetable markets distribution in the central districts of Lanzhou City

多因子交互影响结果如表6 所示，多因子交互影响下的解释力（q值）普遍高于单因子影响下的q值，说明影响兰州市蔬菜市场空间分布更多由多因子交互影响作用下形成。其中人口密度和道路密度的q值为0.8759，说明蔬菜市场的分布集中在人口密度大、道路网络发达的地段，主要原因是人口密度高、路网发达的地区通常表现为发育较好的商圈，吸引人流，业态丰富，购物需求也高；人口密度和居住区密度的q值为0.8627，说明蔬菜市场始终围绕人口因素而布局，在人口密度大，居民点较多的地区，消费群体庞大，相应的购买能力也越高，其分布也就越多；居住区密度和住房均价的q值为0.8526，说明蔬菜市场分布的数量在居民点较多地区基础上，还与该地居民的支付能力密切相关，表现为居民支付能力越高的居住片区，围绕其分布的蔬菜市场越多；道路密度与居住区密度的q值为0.8488，说明蔬菜市场分布在居民点数量多且道路通达性、连接度较好的居住片区，主要原因是该地可达性高、消费群体大，是蔬菜市场分布的理想地段；人口密度与公共交通便利性的q值为0.8315，说明蔬菜市场在围绕人口布局的前提下，优先选择公共交通便利性高的地区，为市民提供便捷的购物场所，以满足日常所需。

表6 兰州市主城区蔬菜市场分布多因子交互影响解释力Tab.6 Interacted explanatory power of multiple factors of vegetable markets distribution in the central districts of Lanzhou City

为了进一步探究不同蔬菜市场类型在距离方面的影响。对综合性大型超市（M1）、大中型农贸市场（M2）和蔬菜零售店（M3）与距主干道远近（X3）和距居住区市场远近（X6）两类距离因素进行空间分异的探究。研究结果如表7 所示，在距离居民点远近因素上M1＞M3＞M2，表明距离居民点越近，综合性大型超市分布越多，蔬菜零售店次之，大中型农贸市场分布较少。主要原因是综合性大型超市经营业态多样，可以满足居民不同的购物需求。在距主干道远近因素上M2＞M3＞M1，表明大中型农贸市场大多布局在距离主干道近的地方，蔬菜零售店次之。究其原因，大中型农贸市场是农产品的中间端和销售端，其布局在主干道附近，有利于货物集散；蔬菜零售店由于经营品种较为单一，所以相比大中型农贸市场，蔬菜零售店距主干道较远而分布在居民点附近；综合性大型超市由于经营业态多样，在提供蔬菜的同时也能为市民提供生活日用品，所以这类市场在居民点附近分布较多。总的来看，各类蔬菜市场的分布在距离居民点远近因素下分异更明显，说明不同类型蔬菜市场主要围绕居民点的辐射远近而布局。

表7 兰州市主城区不同类型蔬菜市场分布影响因子解释力Tab.7 Explanatory power of influencing factors of vegetable markets distribution of different types in the central districts of Lanzhou City

3.2.3 影响因素下的空间协调性由于公共交通便利性、住房均价、人口密度、道路密度和居住区密度是影响蔬菜市场空间分布的主要因素，因此进一步探讨蔬菜市场在5个主要影响因素下的空间分布情况。图10 为蔬菜市场与5 个主要影响因素的双变量局部莫兰结果。蔬菜市场与公共交通便利性的适配结果（图10a）显示，低-高集聚的街道有临夏路、张掖路、伏龙坪、白银路、酒泉路、皋兰路、东岗西路、渭源路、嘉峪关、焦家湾、铁路东村、铁路西村和五泉路街道，说明在这些街道范围内，交通便利度高，但蔬菜市场分布有所欠缺。蔬菜市场与住房均价的适配结果（图10b）显示，低-高集聚的街道有临夏路、张掖路、伏龙坪、白银路、酒泉路、皋兰路、草场、东岗西路、渭源路、嘉峪关、焦家湾、铁路东村、铁路西村和五泉路街道，说明在这些街道范围内，居民支付能力高，经济发展较好，但蔬菜市场的数量较少，可适当增多蔬菜市场的数量，高-低集聚的街道是秀川街道，该区域蔬菜市场数量多，经济发展水平较低，可将重点放在经济发展上。蔬菜市场与人口密度的适配结果（图10c），低-高集聚的街道有临夏路、张掖路、伏龙坪、白银路、酒泉路、皋兰路、东岗西路、渭源路、嘉峪关、焦家湾道、铁路东村、铁路西村和五泉路街道，说明在这些街道中，人口密度高，但蔬菜市场数量少。蔬菜市场与道路密度的双变量局部莫兰结果（图10d）显示，低-高集聚的街道有临夏路、张掖路、伏龙坪、白银路、酒泉路、皋兰路、草场、东岗西路、铁路东村、铁路西村和五泉路街道，说明在这些街道中，道路密度高，但蔬菜市场数量较少；高-低集聚的街道是秀川街道，该区域蔬菜市场数量多，但是道路密度较低；蔬菜市场与居住区密度的双变量局部莫兰结果（图10e），低-高集聚的街道有临夏路、张掖路、伏龙坪、白银路、酒泉路、皋兰路、东岗西路、渭源路、铁路东村、铁路西村和五泉路街道，说明在这些街道中，居民点密度高，但蔬菜市场数量较少。综上所述，在城关区的大部分街道中，蔬菜市场分布数量与主要影响因素的协调性较低，社会发展和蔬菜市场配置之间存在轻微失衡，且七里河区的秀川街道蔬菜市场数量较多，同样出现社会背景和蔬菜市场数量存在轻微失衡。

图10 兰州市主城区蔬菜市场的空间协调Fig.10 Spatial coordination of vegetable markets in the central districts of Lanzhou City

4 讨论

本文在兰州市蔬菜市场的空间分布和可达性研究的基础上，结合蔬菜市场现状布局方面所出现的问题，本文提出以下相关建议：（1）空间布局上，启示相关部门未来在做社区级生活圈规划中，在有需求的前提下，可增多临夏路街道、张掖路等街道蔬菜市场的配置。未来应在规划过程中适当控制秀川街道蔬菜市场的数量。同时通过更精细的规划调整，在居民点多但蔬菜市场数量少的区域增多蔬菜市场的数量，打造高便利购菜生活圈，提高蔬菜市场的分布与区域条件的协调。（2）未来空间规划上，科学规划新建市场，调整结构优化布局。在进行精细化规划过程中，将蔬菜市场的辐射范围、功能定位等重点考虑，以规划手段逐步介入蔬菜市场的更新过程，科学合理的使蔬菜市场有序发展。

POI大数据能直观的反应蔬菜市场的空间分布特征，但缺乏蔬菜市场的物流数据、面积数据等信息，进行深入分析较为困难。此外，流动市场位置数据较难获得，故本文未纳入分析，未来有待填补。在选取影响变量时，数据受到限制，无法直接获得兰州市街道级别的地价数据和人口收入数据，所以在影响因素判断上受制于数据获取，此方面还有待完善。未来应积累多时相蔬菜市场空间位置数据，以便进行时空演变研究。随着互联网的不断发展，“网上买菜、次日提货”逐渐兴起，最具代表性的“多多买菜、美团优选”等购菜平台，因其蔬菜新鲜加之便利，广受居民欢迎，此类购菜电商平台对实体市场的冲击不容忽视，基础设施被电商资本化是我们所面临的重大挑战，未来应当注意此类虚拟市场与实体市场之间的平衡。

5 结论

（1）兰州市蔬菜市场在分布方向上呈“西北—东南”走向特征。兰州市4 区的椭圆走向大体和主城区椭圆走向一致。各类蔬菜市场的分布方向也呈“西北—东南”走向，综合性大型超市在兰州市主城区的分布较其他类型更加均衡且分散，大中型农贸市场及蔬菜零售店的分布较为集聚。

（2）蔬菜市场的空间集聚状况整体呈现出“东密西疏、南密北疏”的空间分布格局。城关-七里河集聚区呈集中团块型分布，西固区呈片状、斑块状分布，安宁区呈片状分布。综合性大型超市呈斑块状分布，在主城区分布均匀；大中型农贸市场整体呈岛状分布、多中心格局；蔬菜零售店的空间分布形态呈斑点状，主要集聚在城关-七里河地区，西固区、安宁区集聚性较弱。

（3）兰州市蔬菜市场空间分布的全局Moran’sI值为0.1978，莫兰散点图斜率为正，呈现出较强的聚类趋势。高-高集聚区主要集中在城关区的雁北街道；高-低集聚区主要集中在西固区的陈坪街道；低-高集聚区主要集中在城关区的青白石街道和高新区街道；低-低集聚区主要集中在城关区的白银路街道、酒泉路街道、皋兰路街道等。两步移动搜索法结果显示，城关区可达性最高，其次是七里河区、安宁区、西固区。

（4）兰州市蔬菜市场空间分布的影响因素中，多因子交互影响比单因子影响程度更大。多因子交互影响的主要因素有人口密度、道路密度、居住区密度、住房均价、公共交通便利性。主要单因子影响因素有居住区密度、人口密度、距居民点远近。进一步探究距离影响因素发现，居民点距离因素比道路距离因素分异更加明显，距离居民点越近，综合性大型超市数量最多，其次是蔬菜零售店，最远的是大中型农贸市场，道路因素下相反。

（5）兰州市蔬菜市场的整体空间分布与区域条件相协调，即城关区经济发展水平最高，则蔬菜市场分布集聚性最强，西固区集聚性最弱。但在街道尺度下，部分街道的蔬菜市场分布与区域条件存在失衡，尤其在城关区的临夏路街道、张掖路街道、伏龙坪街道、白银路街道、酒泉路街道等，区域条件良好，但蔬菜市场的分布相对较少。七里河区的秀川街道范围内，蔬菜市场分布数量较多，但相关区域条件较差。同时结合可达性分析结果来看，安宁区和西固区大部分街道居民点多，但蔬菜市场数量少。