GIS系统的方法来购物中心位置的选择

《GIS系统的方法来购物中心位置的选择》由会员分享，可在线阅读，更多相关《GIS系统的方法来购物中心位置的选择（10页珍藏版）》请在装配图网上搜索。

1、基于GIS方法的购物中心选址研究摘要：可以利用信息技术、地理信息系统(GIS)技术处理空间和非空间数据，构建专题地图，来描绘涉及到人口、住房和经济活动的统计信息。其在技术领域中的应用是显而易见的,而它在非技术性领域(例如,商业,经济领域)的应用正处在探索之中。针对地理信息系统(GIS)技术潜力,本文介绍了其在购物商场选址方面的应用。它是长期投资者的核心商业活动之一。基于GIS的系统系统采用电子测绘技术生产交互式多层地图，以便可以查询来寻找最佳解决问题的方法。它结合空间和非空间数据构建可视化信息,决策者可以很容易地分析这一信息,并且这一信息不能以表或列表的形式实现。论文中的项目创建了与家庭收入,

2、需求点等有关的要素。创建查询是为了寻找解决以下四个位置方面的问题:(1)最小距离,(2)最大的需求范围,(3)最大的收入范围,以及(4)最优中心。关键词:地理信息系统(GIS)，区位选择，购物购物中心,建设项目1 介绍建设项目涉及大量的长期的资本投资以及年累积消费，它始终代表国内生产总值(GDP)一定的百分比。由于这个缘故,在着手做之前必须小心确定一个项目各部分的生命周期。由于复杂的自然工程建设项目,决策成为一项非常重要但艰难的过程。在一个项目要做出的众多决议之中, 必须由开发者做出的核心决定,这就是位置的选择。在公共和私人的项目中，选址都是必不可少的。例如,经消防部门需要选择消防局所处的地点

3、,而银行则通过一些策略定位其分支机构，从而吸引更多的客户。然而,许多这些选址仅仅是通过基于简单的计算、过去的经验甚至是个人喜好的简单的分析。除了这些简单的方法之外,许多学者又提出了利用统计数学工具的更加复杂的方法 (例如1,2)。然而,尤其是当展示管理的结果时，这些方法在一定的方面并不是用户友好型的。利用信息技术、地理信息系统(GIS)的优势，使得处理空间和非空间数据成为可能。同时，形成了其在数据管理和数据整合方面的特定角色3。利用GIS将空间数据及非空间数据结合起来，从而构建专题地图来描绘涉及到人口、住房和经济活动的统计信息。其在技术领域中的应用是显而易见的（例4-6）, 而它在非技术性领域

4、(例如,商业,经济领域)的应用正处在探索之中。针对GIS技术的潜力，本文详尽地介绍了其在购物商场选址方面的应用。以下章节安排如下：（1）购物商场区位选择的背景；（2）对GIS技术的描述；（3）应用GIS技术为超级购物中心选址；（4）四种不同区位选择问题的解决方案。2 购物中心选址随着现代生活方式的出现，人们购物已经从小型独立商店转为大型零售点，并且从经常惠顾离居民居住地较近的商店转为区域性的购物商场。理解购物者的行为可以为零售投资者增加一笔可观的利润。长达半个多世纪以来，对人们购物行为的研究已被当做对消费行为和光顾行为的研究。根据Brockman等人7的研究结果，在对消费者在零售商场中心购物动

5、机的研究中，人们已经做过对消费者行为和购物商场关系的调查研究。早期也有学者做过一些研究， Dommermuth 和Cundiff 8 两位学者研究了消费者的兴趣所在，Cox和Cooke9研究了购物过程中开车所需的时间，Grossbart等人10对购物中心区域内消费者的观念、态度和行为做了考察，以及Bellenger 等人11发现这两个不同的购物类型是经济对立的购物人群。后来的研究延伸到覆盖更深层面的消费行为。Feinberg 等人12进行研究发现,商场是刺激社会行为的场所。布朗(1991)进一步研究了购物中心的顾客循环,发现大多数购物者的运动限制在购物中心相对较小的地区。另外，Roy 13,调

6、查了顾客在商场购物的频率的特点，Bloch等人14将购物中心作为消费者的栖息地，发现在购物中心的消费者是相当混杂的。Burns and Warren 15 将顾客在区域性购物商场购物的行为归因于个人独特的需求。Finn and Louviere 16 通过对折扣百货商店和主要百货商店的对比，研究了购物中心零售店和购物中心形象的关系。结果表明折扣百货店,相对主要的百货商店,在一些方面有一种持续的负面的影响，比如在好的质量，多样的选择，好的服务以及最近的时尚等方面。对购物行为的研究可以回溯到Huff 17基于早期地心引力模型(例1820)开发出的一种“不满-可能”购物模型。在过去的四十年，人们也建

7、立了其他的购物模型(例2023)。其中的许多模型都是基于中心地理论而建立的，它将出售空间和出行时间联系到了一起。其他的购物研究都有市政测试。例如， Wakefield and Baker 24, 研究了承租人变化、商场环境对消费者购物兴趣及愿意呆在一个购物中心购物的影响,发现承租人的变化时影戏那个消费者购物兴趣的主要因素，而商场的环境主要影响顾客是否愿意呆在这个商场。出于研究购物商场的好处，同时与两个研究领域（消费者行为和购物行为）相结合，从而对已有知识进行更有效的应用。这一点与Finn and Louviere 16的研究非常符合。GIS是最合适的购物商场选址的方法。3 地理信息系统(GIS

8、)GIS技术有多种用途，包括资源管理、大地测量和商务计划。例如，人们可以利用一种GIS技术为一些特殊的用途创建地图，而其他的GIS可以用来决定新的发展区域中，由于被伤害和污染而需要被保护的湿地的大小。从定义上看，GIS是能够装配、存储、处理、分析和显示地理上参考信息(例如根据他们的位置鉴别数据)25的计算机系统。它利用数字化测图技术来提供可选择的决策。由于有商业软件供应商提供GIS技术，越来越多的开业者完全利用GIS技术来解决问题。由于GIS技术可以处理空间数据和非空间数据，因此它可以取代其他的信息系统，从而导致其在数据管理、数据整合、数据获取和分析以及数据可视化中的权威角色3。它将空间数据与

9、非空间数据结合起来构建专题地图，从而使无法以表格或列表形式处理的复杂地理信息得以相互交流。在地理信息系统中，地图和其他数据是作为图层信息存储，从而使得GIS可以完成复杂的分析。如果一幅图像从纸质地图转化为没有意义的数字地图，GIS技术可以通过合并空间数据来产生电子地图。像这些通过调查获得的消费者行为的表格数据也可以以不同的图层导入地理信息系统软件中。图1展示了李等人3改编的一种GIS的多层架构. 每一层代表一个区域内包含相同特征的一个单一的主体，像消费者、街道、建筑物等。李等人3描述了GIS的功能。地理信息系统采用数据库管理系统来建立自己的数据索引系统，从而通过存储数据来满足用户的需求。数据根

10、据其空间位置被存储在物理存储设备中，并且通过数字或字母顺序来管理。例如，它可以帮助用户在其所处点处定位五公里以内或开车30分钟内可到达的医院。此外,各独立的图层通过坐标系统联系起来，从而使不同图层的数据可以结合起来形成满足需要的最佳解决方案。地理信息系统(GIS)技术的体系结构提出了一种基于网络的概念。一个网络被定义为一系列的点(被称为节点)和一系列弧段，弧段的的两端为一对结点。图二展现了通过李等人3改编并经过清楚的解释的网络的概念.图二（a）展示了一个简单的遍历，包括六个结点（由一个大写字母A、B、C、D、E和F标注）和九条弧段（没有等级区别）（由两个大写字母标注，例如AB、 BE、 DC等

11、）。在网络中的一条路径是一连串无重复结点的连通弧。图2(b)构建的一个树形结构有五条路径形成，分别是A-B-F， A-B-E-F, A-D-E-F, A-D-C-F和A-C-F。如果每条弧段的确切距离已知，就能够计算出每条同路的总的距离。GIS技术将会辅助得出A点到F点的最短路径：（1） 在地图上定位结点；（2）测量每条弧段的距离；（3）通过将每条路径上的连通弧的距离结合起来来测量每条路径的距离；（4）对比各路径得出最短路径。据美国地质调查25,GIS技术有八种功能,论述如下:使用多种来源的数据：GIS可以使用多种可以产生所需的有用信息的位置的数据。位置通常用经纬度和高度坐标（x、y和z）来标

12、注。例如ZIP编码或高速公路里程这样的系统也可以用位置来标注。为了满足GIS的要求，元数据应在空间定位。同样,地理信息系统(GIS)可以将现有的数字信息或统计数据转换成类似于地图的形式或专题信息图层。数据采集：GIS仅仅可以使用数字形式的数据（如：电脑可以识别的形式）。因此,不是数字形式的数据必须首先数字化。例如，一幅地图可以被数字化从而使其坐标变得可用。有许多技术可以用来采集数据。例如，电子扫描设备可以将地图上的点和线转化为数字的。然而，数据采集比较耗时间。在数据采集的过程中，地图上地物的特征必须指定清楚。数据整合：GIS技术可以联系、整合多种类型的数据。GIS可以利用地图变量来创建和分析新

13、的变量。例如，如果有这样的数据，如道路和交通事故，GIS可以得出那条路可能发生更多交通事故。警察局能够使用这些信息来制定政策（如：设定路障或安装交通灯）来改善道路。为了整合地理数据，GIS可以充分利用自动化进程（称为地理编码）来详尽地描述地理参考点（如：地图上有经纬度坐标的具体的一个点）26。图形显示技术：与传统的地图（使用符号来代表对象）或地形图（使用轮廓线来代表地表的形状）有所区别，图形显示技术使得地图元素之间的联系变得可见，从而增强了提取和分析信息的能力。在GIS中，两种类型的地图数据结合起来用来产生一个透视图，形成数字高程模型，通过给不同的高度赋予不同颜色来呈现表面高程。投影转换：在进

14、行数字数据分析前，需要对其进行投影转换。作为制图的基本组成部分，投影是处理地图数据的数学途径。投影转换包括在电脑上或纸质地图上将地图从三维真实世界转变成二维的形式。因为GIS中的大部分信息来自于已存在的地图，因此，通常会有变形。例如，从球状的地球表面经投影转换要得到一个矩形形状的世界地图时，就会发生变形。数据结构：数据有着不同的结构。数据的不同结构取决于人们采用不同的方式来收集和存储数字数据。各种数据结构可能是不相容的。因此，GIS可以将不同的数据结构转换成为兼容的数据结构。数据模型：GIS中有两种数据模型（矢量和栅格）。前者呈现出离散特征，而后者代表呈现连续的数值。栅格数据文件可用来产生土地

15、利用地图，而矢量数据文件可以近似土地利用地图的形状，因为矢量模型可以捕捉点、线（由一系列点组成）和区域（由线组成其边界）。在矢量结构中，为了使围绕所有区域的线有相同的等级，必须确定区域的空间关系（邻接或包含）。数据输出：GIS产生后，图层以图像的形式呈现在电脑屏幕或打印在纸上。它强大的扩展能力允许设置问题来传达适合做决议的结果。最后值得注意的是GIS可以产生墙地图和其他图像，从而允许使用者虚拟潜在的解决办法。4 地理信息系统(GIS)技术应用于超级商场的选址4.1 项目背景 本文介绍了应用GIS为超级购物中心进行选址的方法。这些向北移动的花费减缓了当地经济的恢复。为了使人们花出他们的钱，有必要

16、建立新的发展区，例如在偏远的岛上建立对人们有吸引力的一些设施，从而促进社会和文化活动和其他潜在的休闲行为27。在高消费区建立有吸引力及多功能的商场就是其中的一种方式。这种有强大吸引力的商场就是我们所熟知的区域性购物中心或超级购物中心。大多数当地的购物中心是小、中型的，世界级的超级购物中心主要坐落在主要的一些地区。其中的一些购物中心由于其过时的设计和形象，对顾客不再具有吸引力。逐渐增长的人口以及人们从老的区域发展到新的区域的巨大转变同时创造了新的消费需求区。因此，现在是时候考虑有吸引力的购物中心的新的选址。新的购物中心具有多功能、大规模以及排他性的特点。在一些区域，超级购物中心的优势是特别明显的

17、，如美国33。Standard & Poor公司28说如果依旧有动态的零售市场以及激烈的竞争存在的话，区域性的购物中心可以生存甚至繁荣下去。Standard & Poor公司进一步认识到，尽管临时的销售额较低，并且周边有许多独立经营的商店，区域性的购物中心通过维持平稳的抵押交易来weathering the storm。这与Burns and Warren 15的研究结果一致。他们考察了人们通常去购物商场购物而不是去离居住地较近的商店这一问题的原因，发现这主要基于购物者的需求。4.2 应用GIS的主要步骤 应用方法，使用地图和原始的数据在不同图层（一种交互式的决策分布网络）产生数字地图来进行购

18、物中心的选址包括以下几个步骤。首先，必须考虑清楚做项目的目的是什么。本项目是要为超级购物商场选址。因此，无论是显式的地理参考或者是隐式的都是必须的。另外，数字地图要求标出购物中心可选地址的潜在区域。本项目考虑到了整个香港的城市。基于的系统能够产生数字地图，从而形成了在不同地图图层进行街道，道路和铁路的基础定位。下一步要确定哪些地理要素是必要的。这涉及到对所需要的数据的细节（如：街道和建筑的空间数据，类似于统计家庭人口的列表数据）的决定。它需要选择一个比例尺来说明当地地图的细节问题（本项目中，比例尺是1:487,909）。而且通常使用海岸线，连接点（结点）以及用不同颜色的线条来代表不同的特征或属

19、性。通过调查所得到的关于购物者行为以及人口数目统计的数据作为其他图层的特征数据。本项目使用矢量模型来构造地图，定位购物中心以及总结区域的人口统计数据。然而，我们必须决定哪种属性特点是必须得。例如，我们建立了一个具有如下属性的连接路径：名称、路径号、海拔以及交通容量。本项目中距离单位为千米。同时，我们建立了消费需求和家庭收入的图层。另外，可以通过整合和操作所有的数据来进行定位。图显示了是如何进行数据整合的3。这涉及到数据在多图层GIS中的按序存储。一旦数据被存储在相关的位置，它们通过地图数据库相互联系起来，从而为用户提供做决策的必要的信息。为了避免混淆，每一图层的数据应该有所区别。通常以不同的颜

20、色来表示这一区别，从而使要素与其属性值一致。例如，一个图层可以用不同的颜色来代表不同的区域。街道，道路和火车道使用不同粗细的线或不同颜色的线来区分。小的点，比如说设施站点，用点和标注来表示。表1列出了图层细节的范例。4.3 通过GIS软件制图本项目可以用现存的多种GIS软件包实现。尽管早期的GIS软件内置功能不足29，但是更新的版本已经有大幅的提高并且可以用在精密的商业分析和经济分析中。总的来说，GIS软件有信息存储、分析和现实的功能。现存的GIS软件有以下四个关键部分26：（1） 操作地理信息的工具（如：区域边界，街道名称等）；（2）数据库管理系统（DBMS）（3）创建用于分析，查询和打印的

21、只能数字地图工具；（4）一个易于使用的图形用户界面(GUI)。综上所述，存储在基于GIS的系统中的不同要素的数字地图可以很好的结合起来形成有用的信息。图4显示了如何将两幅地图图层结合气力啊从而形成一幅信息丰富的地图。本研究项目有五个基本图层。第一个图层是香港的海岸线地图。系统中的这一图层代表了这一区域的乐评绝需求信息。为了简单，用一个点代表一个区域需求。此外，一点可以是居民区、商业区或工业区。由于居民区的数据可由政府出版物提供，因此，这儿的一点代表了一个居民区。第三个图层是家庭收入信息。这是这一区域的家均月收入。图中将距离接近的区域组合在一起，如：WanChai包括了Wanchai,铜锣湾,

22、和欢乐谷三个地区。海事是Central的一部分,九龙塘是九龙城区的一部分。.第四层包含了购物中心的潜在选址,共有八个潜在区域。这四个图层的数据可以从统计部门的统计数据获得30。第五层个图层显示了八个现有购物中心的位置，他们是基于以下四个准则进行选择的：（1）商店数目；（2）商店类型（不同功能）；（3）租金和（4）商店顾客数量（日平均）。这些标准的数据可以通过商场管理办公室提供的印刷业和市场信息供应处获得。图5是对潜在位置，主要需求点和显存购物中心的说明。通过不同的查询，可以将图层的属性结合起来形成必要的信息来解决决策问题。下一部分将通过GIS系统解决选址中的四个常见问题。5 四个常见选址问题的

23、查询和解决方案 创建好GIS后，就能够创建查询来找到选址的解决办法。通过Owen and Daskin 2的研究，通过使用数学程序模型即可进行区位的选择，这一模型分为静态确定性模型或动态随机模型。. 在陈和李34用定量方法进行选址的研究中，讨论了用数学方法来进行购物中心的选址这一问题。将GIS与模型结合可以简化计算过程。作为演示实例，本文介绍了四种常见的定位问题的查询和解决方案：（1）最小距离；（2）最大需求范围；（3）最大的平均月收入；（4）最优中心。 5.1 最小距离在讨论任何距离问题之前，鉴别目标需求点和决定怎样计算距离是很关键的。在香港交通网使得我们可以在两小时之内到达所有主要的区域.

24、 因此，假定一个购物中心对当地所有主要区域时可用的。换句话说，这个购物中心期望被建在香港的中心。问题就在于对便利性的测算。为了计算距离，李等人3 提出现在最流行的在一个网络中计算两点间最短路径的方法是Dijkstra31算法。定义一个计算公式来计算从所有的主要密度点到每一个潜在去的平均距离。香港有22个主要的区域和八个潜在的选址区。因此，公式表示为Di = j（xij）/22。其中Di表示到选址区i的平均距离，xij表示从潜力区i到需求密度点j的距离，i=1,，8，j=1，22。算得的最小的平均距离即为最佳区位。在GIS中，使用测量工具，通过创建一条线或两点之间的双线来计算他们之间的距离，这样

25、很容易能够得到xij的值。Di也可用同样的方法算得。在数学上，笛卡尔坐标上任意两件间的距离为欧几里得距离，可以用以下公式计算： Ed = （x1- x2）2+（y1-y2）20.5 。其中，（x1- x2）、（y1-y2）分别是两点的坐标。使用GIS，测量两点之间的距离，系统会自动在这两点之间画一条线。通过用户的口令，By ordering a proper command, an 将计算得到的距离相加求平均值得到Di.表2呈现了查询结果，表明Tsimshatsui是最佳选址区位。换句话说，Tsimshatsui是相对于所有需求点的地理中心。5.2 最大需求覆盖范围为了查询最佳区位的最大需求覆

26、盖范围，需要用公式来求计算给定的覆盖潜力区的测量距离的月平均需求。考虑到便利性的条件，已将远距离的需求点排除。在GIS中，这一点通过对潜力区进行缓冲区分析即可实现。缓冲区分析已经被广泛应用在GIS项目中（例：32）。缓冲区用来显示在所设置的半径范围内有多少需求点。在香港，不同的区域需要不同的出行时间，因此，在不同的区域缓冲区是有区别的。连接高速公路(例如，屯门和元朗)和铁路(例如, Mass Transit铁路和九广铁路连接的区域)的缓冲区更大。被道路和街道(如,肯尼迪城和阿伯丁)连接的人流量较多的地方的缓冲区较小。前者缓冲区半径设置为10km，而后者设置为5km。表3的第二栏显示了每一个潜力

27、区的覆盖需求区域。利用另外一个数学表达式来说明，如果一个潜力区与另外一个现存的购物中心邻近（如在同一区域），这一潜力区的需求将减半。如果与另外两个现存购物中心并存，潜力区的需求则为三分之一，以此类推。表3的第三列给出每一潜力区周围的现存购物中心。查询结果（表3第四栏）表明由于TuenMun具有最大的需求覆盖量，因此，它是最佳区位。 5.3 最大的收入覆盖问题最大收入覆盖定义为给定的距潜力区距离范围内的最大的平均月收入，这与最大需求覆盖是一样的。它们的不同之处在于，前者前者将家庭收入而不是花费需求作为密度点的重点方面。表3的最后一列给出需求查询，表明啃你的城是最佳区位。5.4 最优中心问题从数学

28、上来讲，中心问题是典型的最大最小问题2。总的来说，它要综合考虑最大需求和最小距离问题。用一个公式来计算需求点和潜在区之间的需求率34。将比率相加求平均值。值得注意的是，计算服从于取决于现存的商场的上述数学方面的需求。例如，有两种“潜力中心”的信息：（1）覆盖范围需求区域是Central,Kennedy Town, Aberdeen, Wanchai,和Tsimshashui；（2）前面提到，在Admiralty有一个超级购物中心，它被包括在Central区域中。结果，数学表达式为：(93,848/1+168,036/3.835+290,240/3.087+167,146/1+282, 020/

29、1.998)/5/2 = 53998。位置距离不足1的按1算。表4为查询结果。屯门获得最大价值，因此，它是最佳区位。6 结论 本文论述了应用GIS方法来进行购物中心的选址。这一应用更倾向于商业化而非技术领域。它将空间数据（地理数据）和非空间数据（以市场为导向）结合起来构建可视化信息，决策者很容易对这一信息进行分析和理解。而且，这一信息很难在表或列表中实现。 并对创建像家庭收入和需求点等的假定项目予以说明。然后进行查询来为四个区位问题寻找解决方案：（1）最小距离；（2）最大需求覆盖范围；（3）最大收入覆盖范围；（4）最优中心。这四个问题使得查询结果有所不同，要鉴别那个查询结果是在本研究范围内的最

30、佳结论。这取决于决策者对于精确度和复杂性/简单性以及信息的可利用性的偏好。然而，一旦在系统中创建了合适的查询程序，GIS就能够解决复杂的查询问题。除了能够定位和分配零售地点，GIS方法还可应用于其他商业和市场策略及分析，如市场渗透分析、商业预测、消费者行为预测等。它应用于商业方面的潜力还在探索之中。同时，自从建筑工程涉及到技术活非技术领域的空间分析后，GIS在建筑业的应用日趋明晰。区位选择（非技术领域）方面，GIS中最耗时和最单调乏味的可能就是创建包含每一个点、线、多边形（如接到，道路和统计数据）电子地图。然而,使用这样的地图，决策者可以获得非常精确的解决问题的方法。致谢这项研究是由香港理工大学拨款支持下进行的。