商业选址报告怎么做?GIS叠加分析咋用?
商业选址报告怎么做?GIS叠加分析咋用? 这个问题本质上是在问：如何把人口、交通、竞品、租金、用地限制等空间因素，转成一套可解释、可复核、能落到地图上的选址结论。
对 GIS 学生、空间数据分析师和商业分析人员来说，商业选址报告不能只写“这里人流多、交通好”。更可靠的做法是用 GIS 叠加分析把多个影响因子统一到同一空间单元里，计算综合得分，再用地图、表格和文字说明为什么推荐某些候选点。
引言：商业选址报告到底要解决什么问题
一份合格的商业选址报告，核心不是把地图做得好看，而是回答三个问题：
- 哪里适合开店、建仓、设服务网点或布局商业设施？
- 为什么这些位置比其他位置更合适？
- 如果数据、权重或业务目标变化，结论是否还能复核？
GIS 叠加分析适合处理这类问题，因为商业选址通常不是单一因素决定的。一个位置可能人流量高，但租金也高；另一个位置竞品少，但交通可达性差。GIS 的价值就在于把这些空间因素放到同一张分析框架里比较。
背景：商业选址报告常见的数据和分析对象
做商业选址报告前，先明确业务对象。不同业态的选址逻辑差异很大，便利店、商场、社区医院、物流仓库、充电站、餐饮门店的指标体系不能完全照搬。
常见选址对象
- 零售门店：便利店、超市、药店、餐饮店。
- 公共服务设施：学校、医院、社区服务中心。
- 物流与仓储：前置仓、配送站、分拨中心。
- 城市设施：停车场、充电站、加油站。
- 商业综合体：购物中心、办公园区、产业园。
常用空间数据
- 人口数据：常住人口、就业人口、年龄结构、消费能力。
- 交通数据：道路等级、公交站、地铁站、停车场、路网可达性。
- POI 数据：竞品门店、互补业态、写字楼、小区、学校、医院。
- 地块数据：用地性质、规划约束、可建设用地、红线范围。
- 成本数据：租金、地价、物业成本、配送成本。
- 业务数据：订单、会员、客流、历史门店销售额。
如果只是写课程作业，可以使用公开 POI、行政区、道路和人口栅格数据完成示范。如果是企业项目，则应尽量接入真实订单、客流、销售额和租金数据，否则报告只能提供方向性判断。
原理：GIS叠加分析咋用在商业选址里
GIS 叠加分析的基本思路，是把不同图层中的空间信息叠加到同一个评价单元上，然后计算每个单元的综合得分。评价单元可以是网格、地块、行政区、商圈缓冲区，也可以是候选点。
1. 统一评价单元
商业选址报告最常用的评价单元有三类：
- 网格单元：例如 250 米、500 米或 1 公里网格，适合城市范围的初筛。
- 候选点单元：例如已有待选铺位、仓库、地块坐标，适合精细比较。
- 缓冲区单元：例如每个候选点周边 500 米、1 公里、3 公里服务范围，适合门店和公共设施分析。
选址报告的可解释性，很大程度取决于评价单元是否合理。便利店通常适合看步行 5 到 10 分钟范围，物流仓库则更关注车行时间和配送半径。
2. 指标标准化
不同指标的单位不同，不能直接相加。例如人口是人数，道路密度是公里每平方公里，租金是元每平方米，竞品数量是个数。叠加前必须标准化，把它们转成统一的评分尺度。
常见做法包括：
- 正向指标：数值越大越好，如人口密度、地铁站数量、订单密度。
- 负向指标：数值越大越差，如租金、竞品密度、距离主干路过远。
- 区间型指标：过大或过小都不好，如离主干路太远不行，太近也可能停车困难。
3. 权重赋值
权重表示不同指标对最终选址结果的重要程度。权重可以来自专家经验、层次分析法、历史门店回归模型，也可以由业务方讨论确定。
一个简单的零售选址权重示例：
| 指标 | 方向 | 建议权重 | 说明 |
|---|---|---|---|
| 人口密度 | 正向 | 30% | 反映潜在客群规模 |
| 交通可达性 | 正向 | 25% | 反映到达便利程度 |
| 竞品密度 | 负向 | 20% | 竞品过多会分流需求 |
| 租金成本 | 负向 | 15% | 影响盈利空间 |
| 互补业态 | 正向 | 10% | 如写字楼、学校、社区商业 |
4. 叠加评分
标准化之后，就可以进行加权叠加。最常见公式是：
综合得分 = 人口得分 × 人口权重
+ 交通得分 × 交通权重
+ 竞品得分 × 竞品权重
+ 租金得分 × 租金权重
+ 互补业态得分 × 互补业态权重得到综合得分后，可以用自然断点、分位数或固定阈值把区域分成高优先级、中优先级、低优先级，再结合实地调研给出推荐结论。
步骤：用 QGIS 做一个商业选址报告流程
下面用 QGIS 的思路说明完整流程。ArcGIS Pro 也可以采用相同逻辑，只是工具名称略有差异。
步骤 1：明确选址目标和研究范围
先写清楚业务目标，例如“在某市主城区为连锁咖啡店筛选 5 个优先候选片区”。然后确定研究范围，可以是行政区、商圈范围、配送范围或企业指定的市场区域。
- 目标业态：咖啡店、便利店、仓库、充电站等。
- 目标客群：上班族、社区居民、学生、车主等。
- 空间尺度：步行圈、车行圈、街道、网格或地块。
- 输出结果：候选区域、候选点排序、风险提示、地图附件。
步骤 2：准备并清洗空间数据
把人口、道路、POI、地块、租金、候选点等数据导入 QGIS。导入后先检查坐标系、字段、重复值和空间范围。
- 矢量数据建议统一为 GeoPackage 或 Shapefile。
- 表格数据需要有经纬度字段或可关联的行政区编码。
- 所有图层应统一到同一个投影坐标系，便于计算距离和面积。
- POI 数据要去重，尤其是同名门店、重复抓取点和无效坐标。
如果要计算距离、缓冲区和面积，不建议直接使用经纬度坐标系。应使用适合研究区域的投影坐标系，否则距离和面积结果容易偏差。
步骤 3：建立评价单元
如果没有固定候选点，可以先用网格进行城市范围初筛。在 QGIS 中可使用“创建网格”工具生成规则网格，再裁剪到研究范围内。
如果已有候选铺位或地块，可以以候选点为中心创建缓冲区，例如 500 米步行影响范围或 3 公里车行服务范围。
- 社区零售：常用 300 米、500 米、800 米缓冲区。
- 商场或综合体：可使用 1 公里、3 公里、5 公里多圈层。
- 物流仓储：更适合用路网时间圈，而不是简单直线缓冲区。
步骤 4：计算人口和客群指标
如果人口数据是面数据，可以用空间连接把人口字段汇总到网格或缓冲区。如果人口数据是栅格，可以用分区统计计算每个评价单元内的人口总量或平均人口密度。
报告中不要只写“人口多”。更好的写法是：
- 候选区 A 的 500 米范围内常住人口较高。
- 候选区 B 周边办公 POI 密集，更适合工作日午间消费。
- 候选区 C 居住人口较多，但夜间消费和停车条件需要复核。
步骤 5：计算交通可达性指标
交通可达性可以从道路密度、公交站数量、地铁站距离、停车场数量、路网时间等角度计算。
在 QGIS 中可以这样处理：
- 用“按位置提取”筛选评价单元内或周边的道路、公交站、地铁站。
- 用“连接属性按位置汇总”统计每个单元内的站点数量。
- 用“距离到最近枢纽”计算候选点到最近地铁站或主干路的距离。
- 如果需要真实出行时间，可结合路网分析插件或外部路网服务。
步骤 6：计算竞品和互补业态指标
竞品分析是商业选址报告中最容易被误用的部分。竞品少不一定好，可能说明市场需求不足；竞品多也不一定差，可能代表成熟商圈。
建议至少区分两类 POI：
- 直接竞品：同品牌、同品类、同价格带门店。
- 互补业态：写字楼、学校、商场、社区、公交枢纽等能带来客流的设施。
对竞品可以设置负向评分，对互补业态可以设置正向评分。但如果是成熟商圈选址，竞品密度也可以作为市场热度指标参与判断，不能机械扣分。
步骤 7：标准化并赋权
把每个指标转换成 0 到 100 分，便于加权叠加。一个简单的正向标准化公式如下：
正向得分 = (当前值 - 最小值) / (最大值 - 最小值) × 100负向指标可以反向处理：
负向得分 = (最大值 - 当前值) / (最大值 - 最小值) × 100如果存在极端值，例如某个网格人口异常高，可以先做分位数截断，避免一个异常值拉低其他区域得分。
步骤 8：执行 GIS 叠加分析并输出评分图
在 QGIS 中，可以使用字段计算器生成综合得分字段。例如：
"pop_score" * 0.30
+ "traffic_score" * 0.25
+ "competitor_score" * 0.20
+ "rent_score" * 0.15
+ "poi_score" * 0.10然后根据综合得分设置分级渲染。建议至少输出三类地图：
- 综合选址适宜性地图。
- 核心指标分布地图，例如人口、交通、竞品。
- 候选点排名地图，标注推荐等级和关键风险。
步骤 9：形成商业选址报告结论
报告结论不要只给排名，要解释每个推荐点的优势、风险和下一步验证事项。
| 候选区域 | 综合得分 | 主要优势 | 主要风险 | 建议 |
|---|---|---|---|---|
| A 区域 | 86 | 人口密度高，地铁站近，互补业态集中 | 租金较高，竞品较多 | 优先实地踏勘 |
| B 区域 | 78 | 办公人群集中，交通便利 | 周末客流可能不足 | 适合作为工作日型门店 |
| C 区域 | 71 | 竞品少，租金较低 | 人口规模一般，商业成熟度不足 | 作为备选点 |
常见坑：商业选址报告最容易出错的地方
坑 1：直接用经纬度算距离和面积
经纬度是角度单位，不适合直接计算米级距离和平方米面积。做缓冲区、面积、路网距离前，应把数据投影到适合本地的投影坐标系。
坑 2：指标越多越好
商业选址报告不是指标堆砌。指标太多会带来解释困难，也容易重复计算同一类因素。例如人口密度、住宅小区数量、居住 POI 数量可能都在表达居住客群，不能无脑叠加。
坑 3：权重没有业务依据
权重不是随便填的。如果没有历史销售数据支撑，至少要说明权重来自业务访谈、专家判断或案例经验，并在报告中做敏感性分析。
坑 4：把竞品数量简单等同于风险
竞品多可能意味着竞争激烈，也可能意味着商圈成熟。是否扣分，要看业态、品牌定位和市场容量。餐饮街区的竞品密度，与社区药店的竞品密度含义并不一样。
坑 5：忽略实地验证
GIS 叠加分析可以筛选方向，但不能替代实地调研。门头可见性、临街情况、停车条件、楼层位置、物业限制、实际人流方向，都需要现场验证。
方法比较：GIS叠加分析、缓冲区分析和网络分析怎么选
| 方法 | 适用场景 | 优点 | 局限 |
|---|---|---|---|
| GIS 叠加分析 | 多指标综合选址、区域适宜性评价 | 能整合人口、交通、竞品、成本等因素 | 依赖指标标准化和权重设置 |
| 缓冲区分析 | 门店周边资源统计、服务范围粗略判断 | 操作简单，易解释 | 直线距离不能代表真实通行距离 |
| 网络分析 | 配送、通勤、车行时间、步行可达性分析 | 更接近真实出行路径 | 需要高质量路网和通行规则 |
| 空间统计模型 | 有历史销售额、订单或客流数据的预测 | 可用数据验证因素影响 | 建模门槛较高，需要样本质量 |
实际项目中，商业选址报告通常不是只用一种方法。常见组合是：先用 GIS 叠加分析做区域初筛，再用缓冲区或网络分析比较候选点，最后结合实地调研和财务测算确定推荐方案。
检查清单：提交商业选址报告前逐项核对
- 是否明确了选址业态、目标客群和研究范围？
- 是否说明了使用的数据来源、时间和空间精度？
- 所有图层是否使用了正确的坐标系和投影？
- 评价单元是网格、候选点、缓冲区还是地块？是否与业务场景匹配？
- 正向指标、负向指标和区间型指标是否分别处理？
- 权重是否有业务依据，是否避免了重复计算？
- 是否输出了综合评分图和关键单项指标图？
- 候选点排序是否包含优势、风险和下一步验证建议？
- 是否说明 GIS 分析结果不能替代实地踏勘？
- 报告结论是否能被他人用同一数据和方法复现？
FAQ：商业选址报告怎么做的常见问题
商业选址报告必须用 GIS 吗？
不一定。如果只是少量门店的经验判断，表格和实地调研也能完成。但当选址涉及人口、交通、竞品、服务范围、配送距离等空间因素时，GIS 能明显提高分析效率和结果可解释性。
GIS叠加分析咋用才不会变成主观打分？
关键是把指标定义、标准化方法、权重来源和数据时间写清楚。不要只给一个综合得分，而要同时展示单项指标，让读者知道高分区域到底是因为人口多、交通好，还是租金低。
商业选址报告用 QGIS 还是 ArcGIS Pro 更合适？
两者都可以。QGIS 适合预算有限、需要开源工具链的项目；ArcGIS Pro 在企业级制图、网络分析、模型构建和数据管理方面更成熟。方法逻辑相同，核心仍然是数据质量、指标体系和业务解释。
没有客流数据还能做商业选址报告吗？
可以，但结论要谨慎。没有客流数据时，可以用人口、POI、交通站点、道路等级、商圈设施等作为替代指标。但报告中应说明这是潜力评估，不等同于真实客流预测。
商业选址中竞品多一定不好吗？
不一定。竞品多可能表示竞争激烈，也可能表示市场需求旺盛、商业氛围成熟。应结合业态定位、目标客群、价格带和商圈容量判断，不能简单把竞品数量全部作为负向指标。
选址评分最高的位置一定要推荐吗？
不一定。GIS 得分最高只说明空间指标较优，还要看租约、物业条件、施工限制、政策风险、财务回报和现场客流。推荐结论应综合 GIS 分析和非空间因素。
结论：用 GIS 叠加分析把选址判断变成可复核结论
商业选址报告的关键，是把“感觉这里不错”转化为“这个位置在人口、交通、竞品、成本和业态匹配度上得分更高”。GIS 叠加分析正适合完成这个转换。
实际写报告时，建议遵循一条主线：明确业务目标，准备空间数据，建立评价单元，计算单项指标，标准化赋权，叠加评分，输出地图和候选点建议，最后用实地调研校验结果。
如果你在做课程作业，可以先用 QGIS 完成一个网格化商业选址示例；如果你在做真实项目，则应尽量接入企业销售、订单、租金和客流数据。只有把 GIS 分析和业务验证结合起来，商业选址报告才真正有决策价值。