張遠翼, 萬博文, 曹浩然, 林筠茹, 戚榮昊, 劉淑虎
(福州大學建筑學院, 福建 福州 350116)
空間選址是指在一定地理區(qū)域內為一個或多個選址對象選定位置, 使某一指標或綜合指標達到最優(yōu)的過程[1].作為24 h便利店營業(yè)網點空間選址中的重要一環(huán), 其適宜性評價對于24 h便利店的經營有著極其重要的作用.研究發(fā)現(xiàn), 一般情況下消費者步行5~10 min內即可到達便利店的選址為最佳[2].目前, 國內外有關商業(yè)空間以及城市公共設施的選址研究, 主要是通過GIS中的緩沖區(qū)分析[3]、 疊加分析[4]、 服務半徑等方法[5].也有學者對便利店選址的相關影響力因子進行研究, 如: 人口因素[6]、 交通因素[7]、 競爭者因素等[8].然而, 在研究便利店的選址問題時, 很少考慮到24 h便利店的全天候營業(yè)特性, 也缺少對人們夜間活動的影響因素的探討.
本研究以廈門市思明區(qū)為例, 通過綜合運用GIS技術和層次分析法(analytic hierarchy process, AHP)為24 h便利店營業(yè)網點的選址提供一種科學的分析決策方法.主要目標體現(xiàn)在兩個方面: 其一, 結合層析分析法和GIS技術提出了24 h便利店經營網點選址適宜性評價模型.其二, 抓住了24 h的主要特征, 即全天候營業(yè), 尤其滿足人們在夜間的消費需求, 具體的時間段指的是當天的19時到次日的7時.以夜間的活動作為24 h便利店區(qū)別于其他類型便利店的特征, 同時也將與夜間活動相關的一些影響因子如: 夜間人流量、 夜間居民用電量以及夜間車流量等納入到本研究的評價層.
1) 全面性原則.全方位考慮指標的選取, 所選指標能夠盡量覆蓋城市24 h便利店選址的各個方面, 除了覆蓋城市的人口因素、 交通因素、 場地條件這些指標, 還要考慮各個方面之間的相互聯(lián)系與協(xié)調性.
2) 代表性原則.避免高度相關的指標同時進入評價指標體系, 保證各指標反映的信息不出現(xiàn)交叉重疊, 正確評價該特征在系統(tǒng)分析中的地位, 使得評價結果真實、 可靠, 能夠幫助決策者做出正確判斷.
3) 可操作性原則.便利店選址模型既涉及到城市規(guī)劃, 又有市場商業(yè)因素的影響, 在指標選取時, 會出現(xiàn)一些指標的數(shù)據(jù)難以獲取的情況.此外, 設計指標體系會有交叉范圍, 導致在確定指標分類及影響因子數(shù)值時, 準確性受到一定的影響.因此, 需要找出相對獨立、 有理論依據(jù)、 可獲取性強的數(shù)據(jù)進行分析.
選取與24 h便利店營業(yè)網點關系密切的影響因素作為影響因子.利用層次分析法對可能影響24 h便利店選址的因素進行定性與定量分析.
影響24 h便利店營業(yè)網點選址的因素很多, 根據(jù)指標體系的構建原則, 通過統(tǒng)計分析, 選擇人口因素、 交通因素、 場地條件、 競爭力、 租房費用因素和夜間因素這6個因素作為一級指標, 人口密度、 日間人流量、 人口結構、 購買力水平、 道路等級、 道路密度、 公交車站點數(shù)量、 公交車線路數(shù)量、 日間車流量、 土地利用混合程度、 停車場數(shù)量、 夜間人流量、 夜間居民用電量、 夜間車流量、 競爭者相對距離和房價這16個因素作為二級指標, 評價指標體系的層次結構模型如圖1所示.
圖1 評價指標體系的層次結構Fig.1 Hierarchical structure of evaluation index system
在消費行為中, 人口是十分重要的因素, 考慮到便利店的營業(yè)盈利特征, 其選址要選擇在人口較稠密的區(qū)域; 并且, 在24 h便利店這一業(yè)態(tài)中, 年輕化的人口結構和更高的收入水平也會對其經營產生很大的影響.此外, 交通的便利程度對于24 h便利店的影響也十分重要, 衡量一個地區(qū)交通是否便利的因素有很多, 道路等級、 路網密度、 公共交通是否便利, 以及更為直觀的人流量都是重要的影響因素.
場地條件是由城市總體規(guī)劃中設立的.相對其他因素具有更大的前瞻性.全天候營業(yè)是24 h便利店的重要特征, 其他零售類商店的營業(yè)時間一般是9點到21點, 而24 h便利店的營業(yè)時間將多出一倍, 且其夜間營業(yè)利潤約占全天的1/2.因此, 夜間因素是評價一個地區(qū)是否適合設置24 h便利店的一個重要因素.
由于24 h便利店是零售業(yè)的一種類型, 當一個地區(qū)的小型零售類商業(yè)的數(shù)量達到飽和時將會使每一個營業(yè)點的收益下降.因此, 新的24 h便利店與同類的小超市、 小賣部乃至其他便利店都存在著競爭關系, 競爭強度的高低在很大程度上會影響到一個地區(qū)的24 h便利店的數(shù)量.考慮到競爭者品質數(shù)據(jù)相對復雜, 包括商品種類、 營業(yè)額等商業(yè)數(shù)據(jù), 目前該數(shù)據(jù)難以獲取, 而競爭者相對距離可以通過500 m內同類商業(yè)服務設施之間的相對距離獲取.因此, 競爭力因素通過競爭者相對距離來反映競爭力因素.在經營過程中, 商業(yè)行為要追求性價比, 場地的租金越低, 相對來說經營的性價比越高, 因此, 租房費用因素對于24 h便利店選址的適宜性評價也尤為重要.此外, 由于商業(yè)地產租金數(shù)據(jù)比較難獲取, 而且商業(yè)地產分類過多過細, 不同使用功能或者總面積的差異都會影響到單位面積的價格.因此, 不適合用于這次的分析, 故用居住房價來替代商業(yè)地產租金.
采用e(0/5)~ e(8/5)的比例標度對各影響因素的重要性進行排序, 標度方法如下:
在計算中選取調研數(shù)據(jù)和專家打分法的平均值作為標度, 構造出24 h便利店網點選址評價指標體系中準則層B對目標層A, 準則層B對措施層C的比較判斷矩陣.本次打分專家主要為福州大學建筑學院的教師, 包括副高級以上職稱12人, 其他規(guī)劃技術人員6人.
準則層B對目標層A的判斷矩陣標度及其定義如表1所示.
表1 判斷矩陣標度及其定義
準則層B對目標層A的判斷矩陣, 如下所示:
措施層C對準則層B的判斷矩陣, 分別如下所示:
總之,胸、腹腔鏡聯(lián)合治療食管癌患者術后并發(fā)癥發(fā)生率較高,尤其以肺部感染發(fā)生率較高,加強外科基礎護理并給予綜合護理,能有效預防術后并發(fā)癥的發(fā)生,提升患者術后生活質量。
計算得到二級指標的權重分別為:
ω2=(0.494 6, 0.052 5, 0.236 0, 0.217 0)T
ω3=(0.127 9, 0.102 6, 0.352 8, 0.090 5, 0.326 2)T
ω4=(0.833 3, 0.166 7)T
ω5=(0.783 3, 0.134 9, 0.081 3)T
最大特征向量及一致性檢驗計算結果如表2所示.
表2 最大特征向量及一致性檢驗計算結果
CI均小于0.1, 表明上述判斷矩陣的一致性均可以接受.
表3 GIS評價指標分值
文章所采集的數(shù)據(jù)主要來源于互聯(lián)網上的開放數(shù)據(jù), 包括: 思明區(qū)的POI點數(shù)據(jù), 提供了停車場數(shù)量、 競爭者的數(shù)量和距離、 24 h便利店的分布情況; 思明區(qū)的道路矢量數(shù)據(jù), 提供了道路網密度和道路網等級; 公交站點與線路數(shù)據(jù); 思明區(qū)房價數(shù)據(jù); 第六次全國人口普查數(shù)據(jù), 提供了人口密度和人口結構, 百度熱力圖, 進行人車流量的分析; 廈門市總體規(guī)劃中的土地利用圖, 用于土地功能的分析.
根據(jù)24 h便利店的便捷性需求, 消費者步行5~10 min可以抵達的選址為最佳.因此, 利用GIS中的漁網分析(fishnet)功能將研究區(qū)域劃成300 m×300 m的網格, 再通過GIS將點數(shù)據(jù)和線數(shù)據(jù)根據(jù)GIS分析指標信息賦值到由漁網分析所生成的網格上.在賦予GIS分析指標信息時, 由于數(shù)據(jù)的類型不同, 對賦值方式有所區(qū)別, 本研究將數(shù)據(jù)導入到Arc GIS中, 利用距離分析、 點密度分析等方法將矢量數(shù)據(jù)柵格化, 并對各指標進行分級.不同等級被賦以1~5的評分值, 得到各個影響因子的網格的分級圖.
多源數(shù)據(jù)處理的最終結果是將shp格式的feature數(shù)據(jù)轉化為帶有評價信息的柵格數(shù)據(jù), 并將數(shù)據(jù)可視化, 以不同的顏色以及顏色深淺將各影響因子的評價信息表達出來, 得到一個300 m×300 m、 帶有評價信息的柵格數(shù)據(jù)圖層.
思明區(qū)位于廈門市廈門島南部, 由廈門島南部與鼓浪嶼全島組成, 總面積84 km2, 常住人口約100萬.2015年GDP為1 056.1億元, 人均GDP為107 434元, 折合15 600美元.
在GIS中, 將基礎數(shù)據(jù)柵格化, 并呈現(xiàn)在300 m×300 m的網格上, 其中競爭力這一影響因子將通過GIS中的淹沒區(qū)工具進行處理, 得到多層圓環(huán), 并對各個基礎數(shù)據(jù)分別進行柵格化.人口與交通因素的數(shù)據(jù)處理結果如圖2所示, 從圖2(a)可以看出, 思明區(qū)的人口主要分布在東部.根據(jù)圖2(b)~(f)可以看出, 在日間人流量比較明顯地聚集在東部, 其他各項影響因子分布較離散.
圖2 人口與交通因素Fig.2 Population and traffic factors
場地條件、 夜間因素與競爭力的數(shù)據(jù)處理結果如圖3所示.根據(jù)評分標準, 商業(yè)用地、 居住用地評分較高, 工業(yè)、 物流用地評分較低, 東部廈禾路到中山路一線, 評分相對較高且較集聚, 另外在西部濱水大道一線也較為聚集, 分別如圖3(a)~(b)所示.此外, 通過夜間人流量與日間人流量的對比結果可以看出, 人流量的聚集從日間的成片聚集, 變成了夜間的部分地區(qū)點狀聚集, 分別如圖3(c)和圖2(b)所示.由于競爭力因素下屬的影響因子只有競爭者相對距離一個, 競爭者相對距離的分析是利用其他品牌便利店進行500 m半徑的緩沖區(qū)分析, 根據(jù)圖3(d), 可以明顯發(fā)現(xiàn)整個思明區(qū)的便利店覆蓋較為明顯.
圖3 場地條件、 夜間與競爭因素Fig.3 Site condition, nighttime and competitive factor
通過利用GIS對各個影響因子在網格中的評價信息分值結合權重進行綜合計算, 得到廈門市思明區(qū)24 h便利店營業(yè)網點選址適宜性評價圖, 如圖4(a)所示.依據(jù)最后的綜合得分劃分成五個層次, 用五個等級的顏色從深到淺表示出來, 綜合評價分值越高的格子, 顏色就越深, 表示這個區(qū)域相對來說更適合設置便利店; 同時, 該區(qū)域的24 h便利店數(shù)量也可能更多.
圖4 24 h便利店選址適宜性評價與驗證Fig.4 Location suitability evaluation and verification of 24 hours convenient store
將2012年、 2014年、 2016年廈門市思明區(qū)的24 h便利店的分布與預測得出的便利店營業(yè)網點選址適宜性評價圖進行比對, 詳見圖4(b)~(d)所示.從圖中.可以發(fā)現(xiàn), 選址適宜性評價圖中整個思明區(qū)得分最高的區(qū)域是嘉禾路-廈禾路沿線的一段, 而實際上目前24 h便利店分布最多、 最密的區(qū)域也是在這一帶.比對結果表明, 在選址適宜性評價中最適合設置便利店的區(qū)域與24 h便利店的分布密度最高的區(qū)域大體上是重合的.
此外, 從時間上分析, 24 h便利店較早的營業(yè)網點出現(xiàn)在24 h便利店選址適宜性評價圖中評分更高的區(qū)域, 進一步驗證了研究結果的準確性.
本研究用定量分析法對影響24 h便利店選址的因素進行分析, 用層次分析法判斷各因子的權重, 計算得到24 h便利店營業(yè)網點的適宜性評價模型, 并利用廈門市思明區(qū)24 h便利店的3 a的營業(yè)網點數(shù)據(jù)對該適宜性評價模型進行驗證.驗證結果表明, 本研究所提出的24 h便利店營業(yè)網點選址適宜性評價模型是可行的.
24 h便利店在我國正處在蓬勃發(fā)展的階段, 本研究所提出的24 h便利店營業(yè)網點選址適宜性評價方法有相當廣闊的應用前景.后續(xù)工作將朝著更精確、 更動態(tài)、 更具有普適性等方向努力.一方面將通過更加全面的數(shù)據(jù), 來提高模型的準確度; 另一方面, 將使數(shù)據(jù)具有時間上的深度, 以便之后進行動態(tài)的布局優(yōu)化模型研究, 讓模型可以適應更多的變化.