计算方法
本地活跃性与区域辐射，
分开观察，分开解释。
默认视角用成本加权商业集聚代理本地消费侧经济活跃性。区域辐射视角呈现更远处门店的背景影响，不能把两个分数直接比较。
01本地活跃性 · 共同 5 km
三品牌使用相同的 5 km 观察半径。门店贡献随距离线性减弱，在 5 km 处归零；归一化后得到各品牌的门店密度，再按建店成本加权。
本地分数 = 300 × 麦当劳密度
+ 150 × 肯德基密度 + 25 × 蜜雪密度
成本采用建店 300 / 150 / 25 万元的假设，相对权重为 12∶6∶1。单位简称“万元成本当量/km²”。高成本只提高权重，不额外扩大半径；它不是经过验证的真实经济贡献比例。
主结果是连续原始分数，颜色按 log(1 + 分数)渐变，不强制分十级。颜色在参考分布的第 99 百分位（约 409）处饱和，更高的真实分数仍在详情显示。详情中的参考百分位，以本快照 43,915 个有门店的 H3 格子为参照，不是城市排名或人口分位；正信号处于 0 百分位也不是无信号。每店等权密度保留为对照，三品牌贡献单独展示。
5 km 的空白，不等于经济活动为零。有信号格的大陆土地足迹为 8.37%；现有县级参考点中，98.17% 所在格有信号。前者是土地面积，后者只是既有参考坐标，均不是人口覆盖率，也不表示整个县域都被覆盖。三品牌餐饮主要观察消费商业，不能完整代表工业、物流、金融或线上经济。
02区域辐射 · 较大尺度的背景
麦当劳默认半径 40 km，可在 1–60 km 调节；肯德基与蜜雪冰城按建店成本等面积缩放，默认约为 28.28 km、11.55 km。半径与成本比的平方根成正比。
区域模型中，每家门店中心贡献为 1，随距离线性衰减；成本只决定辐射范围，不再乘进贡献权重。相加得到区域覆盖值，仍保留原有十级图例：0 为 10 级，1、2、4、8、16、32、64、128 逐级翻倍，128 以上为 1 级。
03统一网格，同一位置
分析、搜索与点选共用 Uber H3 单元。本地视角采用分辨率 8，区域视角采用分辨率 6；默认不画网格边线，点击后仅显示所选单元的边界。
颜色表示单元中心的估计值，不是任意点的精确值。边境格按大陆边界裁剪，面积占比使用实际裁剪面积。统计范围为内地 31 个省级区域，含海南及附属岛屿，不含港澳台。
有经济含义的假设，不是经济真值。建店投入体现商业门槛，但不等于营业额、盈利、人流、GDP 或实际资产。一次门店快照也不能推断经济增长速度；这里展示的是消费侧的代理信号。