十六科技餐饮选址六维侦察集

一种结构化、可复用、可落地的小业态餐饮选址研判框架。套用公开流传的餐饮选址开发框架之六维评分模型，结合人口结构 + 外卖热度 + 客群画像 + 风险清单，做综合研判。

〇、适用场景

| 场景 | 是否适用 | 说明 | |---|---|---| | 咖啡馆/三明治店/烘焙店/茶饮店/简餐店开店选址 | 适用 | 核心场景 | | 多个候选点位横向对比与排序 | 适用 | 六维模型天然支持多对象评分 | | 进入新城市/新区域前的市场调研 | 适用 | 区域消费研判标准化 | | 已开业门店的月度复盘与单店健康度诊断 | 部分适用 | 评分模型可复用，但需补充运营指标 | | 大型购物中心招商评估 | 不适用 | 决策权重与逻辑完全不同 | | 装修/菜单/营销优化 | 不适用 | 属于运营层 |

一、核心框架：六维评分模型 + 法定红线（一票否决）

1.1 六维评分（满分 100）

| 维度 | 权重 | 评估子项 | |---|---|---| | ① 客流量 | 20% | 工作日/周末/节假日客流 / 季节波动 / 淡旺季比例 | | ② 目标客群匹配 | 20% | 20-35岁占比 / 常驻vs游客 / 学生/白领/家庭/务工结构 | | ③ 交通便利性 | 15% | 公交/自驾/步行/外卖配送 / 停车 / 动线 | | ④ 可见性 | 15% | 临街面宽 / IP位置 / 门头展示 / 夜视亮化 | | ⑤ 竞争饱和度 | 15% | 同业态密度 / 差异化空间 / 价格带分布 | | ⑥ 租金成本占比 | 15% | 租金/营业额预估比 / 租约稳定性 |

总分解读：

| 分数区间 | 决策建议 | |---|---| | 85+ | 优选，立刻推进 | | 75-85 | 推荐，深入验证后推进 | | 60-75 | 谨慎，需要差异化破局 | | <60 | 强烈不建议 |

每个维度满分等于其权重分（如客流量满分 20 分）。详细打分细则见 references/scoring-model.md。

1.2 法定红线（一票否决层 · 2026 年起强制）

重要变更：自 2026 年 8 月 15 日《中华人民共和国生态环境法典》施行 起，选址核查从「事后」变为「事前」——市场监管登记注册环节须提示选址禁止性要求。

与六维评分的关系：

法定红线：独立于六维评分之外的「硬约束层」
命中 ≥ 1 项 → 强制放弃该点位，无论六维评分多高
命中 0 项 → 进入六维评分 + 商业红线扫描

当前收录的法定红线（持续更新）： | 法规 | 条款 | 约束内容 | |---|---|---| | 《生态环境法典》 | 第 250 条 | 居民住宅楼 / 未配套专用烟道的商住综合楼 / 商住综合楼内与居住层相邻商业楼层 → 禁止新建/改建/扩建产生油烟、异味、废气的餐饮服务项目 | | 《生态环境法典》 | 第 1132 条 | 油烟超标：5000-50000 元罚款；违反选址禁令：1-10 万元罚款 + 责令关闭 | | 《大气污染防治法》 | 第 81 条 | 餐饮服务业经营者须安装油烟净化设施并保持正常使用 | | 《食品安全法》 | 第 35 条 | 食品经营应当依法取得许可 | | 《消防法》 | 第 15 条 | 公众聚集场所（餐饮店）投入使用前应申请消防安全检查 |

详细法规原文 + 适用边界 + 法律责任 + 官方原文链接见 references/legal-red-lines.md。

法规动态获取：通过 references/data-sources.md 中提供的合规爬虫代码，自动抓取生态环境部 / 各地政府门户的新法规公示。

二、执行流程（6 阶段 · 含法规侦察）

阶段 0：法规侦察（前置硬约束 · 一票否决）

在评估任何点位前，先核查法律法规：

| 步骤 | 内容 | |---|---| | 0.1 业态判定 | 该点位是否产生油烟、异味、废气？（炒菜/煎炸 → 受限；冷食/奶茶/鲜果切 → 可豁免） | | 0.2 房屋性质核查 | 房产证 / 不动产权证：规划用途 = 商业 / 商办 / 商住综合？ | | 0.3 烟道配套核查 | 商住综合楼是否有专用烟道？商业层是否与居住层直接相邻？ | | 0.4 法规动态更新 | 通过爬虫或 RSS 订阅抓取最新法规（季度复核 + 重大法规 7 日内更新） | | 0.5 命中判定 | 任一项不满足 → 强制放弃，进入六维评分为浪费时间 |

法规侦察工具：参见 references/data-sources.md（含合规版 Python 爬虫代码）。

阶段 1：信息收集（数据先行，不臆造）

| 信息维度 | 数据来源 | 必查项 | |---|---|---| | 宏观区域 | 政府统计公报 | 常住人口、人均可支配收入、城镇化率、产业结构 | | 目标客群 | 七人普公报 + 流动人口数据 | 20-35岁占比、本地vs游客比例、外来流动人口 | | 外卖热度 | 美团/饿了么/饿了么报告 | 订单增速、夜宵占比、咖啡/轻食外卖数据 | | 竞品扫描 | 大众点评/美团/抖音本地生活 | 500m 半径门店数、价格带、评分、月销 | | 客流观测 | 实地踩点 + 平台数据交叉 | 工作日/周末/节假日分时段、淡旺季差异 | | 租金行情 | 中原/链家/当地中介 | 周边商铺挂牌价、实际成交价、租约典型年限 |

阶段 2：六维打分（每点位逐维 0-权重分）

每个候选点位按六维独立打分，每维度 0-权重分的整数，并附 1-2 句评分理由（数据 + 观察）。

阶段 3：客群画像卡（每区域 1 张）

为每个候选点位所在区域建一张画像卡：

年龄结构（20-35岁占比）
客群来源（本地居民/游客/外来务工/学生）
消费习惯（一日三餐 + 客单价 + 决策风格）
时段分布（早/午/下午茶/晚/夜宵）
决策偏好（社交货币 vs 性价比）

模板见 references/persona-card.md。

阶段 4：风险标记（每点位 1 份 · 法定+商业双层扫描）

扫描两类风险（先扫法定、再扫商业）：

🟣 法定红线（独立层 · 命中即放弃）

违反《生态环境法典》第 250 条（油烟类项目选址禁止）
违反《消防法》第 15 条（消防安全检查未通过）
违反《食品安全法》第 35 条（食品经营许可前置条件不符）
违反《城乡规划法》（房屋用途与经营业态冲突）
命中 ≥ 1 项 → 强制放弃该点位，无论六维评分多高

🔴 商业红线（加分项扣分）

红线：绝对不能踩的（产权纠纷、拆迁规划、租金 >25%）
黄线：要靠运营/差异化缓解的（竞争饱和、客流波动）
绿线：加分项（场景独家、流量引擎、IP加成）

清单见 references/risk-checklist.md，法定红线清单见 references/legal-red-lines.md。

阶段 5：综合对比 + 决策建议

多点位横向对比表（六维得分 + 加权总分 + 风险等级）
按业态 × 区域匹配度给"推荐场景"
反向警示（哪些坑不能踩）

完整输出模板见 references/output-template.md。

三、配套资源

文档模块

| 文件 | 用途 | |---|---| | references/scoring-model.md | 六维评分模型详解（含子项打分细则） | | references/persona-card.md | 客群画像卡模板 | | references/output-template.md | 综合研判报告完整模板 | | references/risk-checklist.md | 商业风险标记清单（红线/黄线/绿线） | | references/legal-red-lines.md | 法定红线专项（生态环境法典 250 条 + 多法汇总 + 法律责任 + 原文链接 + 跨境法规） | | references/exemption-cases.md | 豁免情形细化（21 种业态 × 油烟/受限/许可三列速查 + 食品安全法相关条款澄清） | | references/data-sources.md | 数据源 + 合规爬虫工具（政府数据源清单 + Python requests/BeautifulSoup 示例 + 合规边界） | | examples/quanzhou-coffee-sandwich.md | 实战案例：泉州咖啡·三明治选址研判（含 2026 生态环境法典对古城选址的影响） |

工具模块（v1.3.0 新增，v1.4.0 随包分发）

| 路径 | 用途 | |---|---| | tools/scout.py | 合规爬虫核心（robots.txt 检查 + User-Agent 标识 + 间隔控制） | | tools/provinces.py | 31 省/直辖市/自治区入口配置（区域 + 门户 + 生态环境厅 + 市场监管局 URL） | | tools/rss_feeds.py | RSS 订阅源清单（中央 3 个 + 8 个省生态环境厅） | | tools/rss_parser.py | 纯 Python RSS 2.0 / Atom 1.0 解析器（零依赖） | | tools/kb.py | 本地 RAG 知识库（TF-IDF + 倒排索引 + 字符/Bigram 分词） | | tools/run.py | 一键调度器（命令行：scout / scout-all / rss / search / export / full / stats） | | tools/mcp_server.py | MCP stdio server（法规查询 / 抓取 / KB 检索 / 订阅 4 工具） | | tools/legal_kb.json | 法规知识库种子数据（生态环境法典等） | | tools/README.md | 工具集说明（季度更新 SOP + 合规边界） |

配套工作台

| 入口 | 用途 | |---|---| | https://site-scout-diner.app.workbuddy.host/ | 单文件 HTML 工作台（已部署在线版，含"法规库" Tab，支持 JSON 导入/导出/检索/加入风险，手机可打开） |

四、配合工作台

本 Skill 的结构化输出可一键复制到「餐饮选址侦察工作台」HTML：

| Skill 输出 | → 工作台模块 | |---|---| | 候选点位对比表 | → 工作台"点位对比"模块 | | 六维评分 | → 工作台"六维自评"模块 | | 客群画像卡 | → 工作台"画像卡"模块 | | 风险标记 | → 工作台"风险清单"模块 |

Skill 负责"研判逻辑"，工作台负责"数据沉淀 + 决策沉淀"。

五、边界声明（重要）

不能凭空给硬数据：人口结构、收入、外卖数据必须引用政府公报/官方报告/行业研究院。
不能替代实地踩点：本框架是"研判辅助"，落地前必须做 500m 半径实地观测 + 大众点评/美团/抖音后台交叉核数据。
不推荐具体品牌：可以分析业态、品牌、价格带，但不替用户选加盟品牌。
不预测涨跌：不预测租金走势、客流走势、竞争饱和度变化趋势——只给当下快照。
涉诉涉传闻标"据报道"：所有二手数据需标注来源，传闻加"据报道"。
决策辅助而非决策替代：本框架输出的是"候选优先级 + 决策依据"，最终决策由用户做出。

六、数据源速查表

| 数据类型 | 推荐来源 | |---|---| | 人口结构 | 第七次全国人口普查公报（统计局） | | 经济指标 | 各地统计公报、政府工作报告 | | 外卖数据 | 美团/饿了么年度报告（搜索公开版） | | 行业趋势 | 中国饭店协会 CCI、艾瑞、易观 | | 门店实测 | 大众点评/美团/抖音本地生活后台 | | 商铺租金 | 中原/链家/我爱我家/当地中介 | | 政策法规 | 生态环境部 / 全国人大 / 司法部 / 市场监管总局 / 各地政府门户（用 references/data-sources.md 中的合规爬虫代码抓取） |

七、Skill 与其他技能联动

| 联动 Skill | 联动场景 | |---|---| | 民生切口选题 | 选址过程中的"本地消费观察"可转化为内容创作选题 | | 数据试错迭代 | 多点位开店后用此技能做单店健康度复盘 | | 数据合法性叙事 | 选址报告需要数据支撑时，用此技能保证数据有出处 | | 数据不匹配与迁移策略 | 跨城市开店时复用已有模型的注意事项 | | 反焦虑长期主义 | 选址决策时不被"流量爆款"叙事裹挟 |

本 Skill 由公开流传的餐饮选址开发框架提炼 + 实战案例沉淀，v1.0.0 首发 2026-09-14；v1.4.0 更名「十六科技餐饮选址六维侦察集」，工具集随包分发。