基于互联网信息的城市商业游憩网点空间竞争域划分研究

曹 瑞，李 仁 杰，2，傅 学 庆，2，张 军 海，2

基于互联网信息的城市商业游憩网点空间竞争域划分研究

曹 瑞1，李 仁 杰1，2，傅 学 庆1，2，张 军 海1，2

（1.河北师范大学资源与环境科学学院，河北 石家庄 050016;2.河北省环境演变与生态建设实验室，河北 石家庄 050016）

提出了一种基于互联网信息的空间竞争域划分方法。在Voronoi图的模型中尝试以网络平台数据作加权因子，使空间竞争域体现互联网中的消费者偏好差异，通过对加权Voronoi图的类型划分和地理学解释，描述竞争环境的空间特征。以北京市健身俱乐部为例，选择大众点评网、爱帮等网络平台信息作为权重因子，构建样本网点的传统Voronoi、互联网信息加权Voronoi计算模型并对比边界线、面积等空间特征分析的结果表明：互联网信息对城市商业游憩网点的空间竞争力产生着不同的影响强度，对Voronoi图空间特征的分类和地理解释可以指示商业网点跨越距离阻碍的消费吸引力及竞争差异，弥补传统加权方法未考虑消费者偏好和购物习惯而对竞争域划分表达不足的缺点。

互联网信息;Voronoi图;健身俱乐部;竞争域;消费者偏好

0 引言

计算城市商业游憩网点的空间竞争域及其影响力，对于商业决策的制定和选址布局具有重要意义［1，2］。借助 Voronoi图划分地理实体空间影响范围的研究，如王新生等［3－7］曾提出以Voronoi图界定经济客体的空间影响范围，普通Voronoi图适用于同级地理实体影响区的对比，而加权Voronoi图适用于不同级地理实体影响区的界定;丁鹏飞等［8］基于Relly法则和加权Voronoi图相结合的方法对连锁超市的商圈进行了界定。近年来，Voronoi图的研究实现了商业中心辐射域划分、网点选址、物流配送等，充分考虑了交通、人口、经营规模等传统因子，但对当代消费者行为特征的关注不足，不能全面、客观地体现商业网点的实际竞争力差异。

在互联网日益发展与普及、交通工具日益多元化的今天，消费者的出行理念和目的地选择表现出极大的改变，个人偏好与习惯正成为消费者对地理目标选择中的重要因素，而互联网中的生活搜索引擎及电子社区等为消费者提供了信息交流的平台，并体现出不同商业网点对消费者的吸引力差异。Goodchild、李德仁等学者认为，目前已经进入了一个以公众为主要信息提供者的新地理时代（Neo-Geography）［9－11］。近年来有学者利用互联网搜索关键词等开展旅游感知、旅游地形象和旅游行为等研究［12－17］，互联网资源与我国省域经济发展关系密切［18］，对互联网信息的数据挖掘研究为商业网点的空间竞争域划分提供了新的思路。电子社区及生活平台的信息可以反映公众对商业网点的喜好、形象感知和关注程度，对它的数据研究能否为商业网点的空间竞争研究提供启示，值得地理学者和经济学者关注。

本文选择公众自发的互联网信息作为数据来源，以体现消费者偏好的评价、关注等信息作为Voronoi图加权因子，对城市商业游憩网点进行空间竞争域划分，通过对比分析和地理解释描述空间特征，检验网络信息对现实空间的影响及指示意义。

1 空间竞争理论

1.1 莱利模型与断裂点理论扩展

确定一家商业网点的影响域界限，可采用莱利法则，即零售引力法则。美国零售业专家莱利认为商店对某一点的零售引力与它本身的吸引力呈正比，而与距离呈反比。数学表达式为：

式中：A表示商业网点对某一点的零售引力;S表示商业网点对消费者的吸引力，多以商店的销售面积或以潜在顾客的数量计算;T表示消费者离该商业网点的距离。

在莱利法则的基础上，保罗·堪维斯进一步修正得到了断裂点公式，将相邻两个商业网点的吸引力达到平衡时的点定义为断裂点，位于断裂点至网点A之间的顾客更愿意到A购物，位于断裂点至网点B之间的顾客更愿意到B购物。公式为：

式中：dA、dB分别为断裂点到两商业网点的距离，dAB为A、B网点间的直线距离;SA、SB为两网点对消费者的吸引力。

通过对断裂点公式的继续分析和计算得到以下推论，断裂点到两个商业网点之间的距离与这两个商业网点对消费者的吸引力的平方根呈正比，该推论可用公式表达为：

在实际应用中将断裂点理论及扩展公式推广到空间上分布的多个网点，在任意两个邻近网点间计算出影响域分界线，连接所有分界线即可构成不规则多边形的商业网点影响域。

1.2 Voronoi图应用及加权因子

GIS平台中的Voronoi图是断裂点理论的最直接表现形式，基于常规Voronoi图可确定出最短距离意义上的空间目标影响域，适合于假设客观条件一致下的商业网点影响域的划分。但常规Voronoi图是在不考虑商业网点差别的基础上形成的最简单的空间剖分，而真实的市场环境往往要综合考虑多种因素对商业网点辐射范围的影响，这时就需要采用加权Voronoi图的方法，对权重有明显差异的多个网点进行空间剖分。

本文尝试利用网络平台中消费者自发的关注度、评价等信息作为Voronoi图的加权因子，探讨加权Voronoi图在连锁型商业网点竞争环境分析中的应用。改变以往研究大多以调查问卷为主的数据采集方式，探索使用互联网数据应用于商业研究的可能性，研究数据采集于互联网中公众关注度最高的生活信息搜索平台，且都提供基于地图的定位服务，对商业网点的评价及浏览量可在一定程度上反映出消费者对商业网点的关注及向往程度，折射出实际竞争环境中商业网点的不同吸引力，作为一定经营时段后的大众反馈信息，对商家获取各分店经营状况及前景分析提供有价值的参考依据。伴随互联网用户的迅速增长及公众对互联网依赖程度的不断增加，基于互联网信息的加权Voronoi图在商业网点市场竞争域划分中的意义将日益明显。

2 空间竞争域划分及分析

2.1 基于互联网的数据获取

本文研究区域为北京市五环路以内健身俱乐部网点分布较集中的主城区。除行政区划、交通等基础地理信息之外，选取的样本健身俱乐部商业游憩网点的所有数据均来自互联网。其中，包括国内最大的三家本地生活信息搜索服务平台“爱帮网（http：//www.aibang.com）、口碑网（http：//beijing.koubei.com）、大众点 评 网 （http：//www.dianping.com）”和 Google Earth等。样本健身网点的各连锁分店名称源自其官方网站，并综合爱帮网、Google Earth等获取了各家分店及周边存在的其他健身连锁店具体位置（图1）。

图1 北京市健身俱乐部样本分布Fig.1 Fitness club samples in Beijing

对样本数据中的健身俱乐部按名称及位置搜索，获得其在爱帮网、大众点评网、口碑网中可收集到的9项数据指标，包括爱帮网点评数、口碑网点评数、大众点评网点评数、爱帮网评分、大众点评网评分、口碑网评分、大众点评网人均消费、口碑网人均消费及爱帮网浏览量。

2.2 数据处理

建立加权因子的评价体系，采取两级权重分配方法，对于二级因子，按照专家打分法结果分配其各自权重，详细权重分配见表1。

表1 加权因子的评价体系与权重分配Table 1 Evaluation system and weight distribution of weighting factors

对样本数据点及各项互联网信息进行分析和整理，将9项数据指标归纳计算得到3项一级因子指标。各样本点综合权重分值的计算公式如下：

式中：Mi表示第i个样本点的综合权重得分，Kj表示第j个指标对样本点的影响权重，Aij表示第i个样本点的第j个指标的数据。

对综合得分采用最小－最大规范化法进行数据变换得到最终的吸引力指数，其方法是将原数据列线性变换，映射到一个新数据区间上，从而得到新的数据列，公式如下：

式中：v′为规范处理后的数据，v为原数据，maxA和minA分别为原数据列中的最大值和最小值，而new＿maxA和new＿minA分别为新数据列中的最大值和最小值。

经过原数据列的数据变换后，为便于进一步计算和对比分析，选取所需的数据范围［1，2］对各分店的综合指标进行数据变换，得到最终的吸引力指数即综合权重，进而借助加权Voronoi图进行商业网点竞争域的划分。经过数据处理后的健身网点权重如表2所示，因数据量限制仅以青鸟健身为例。

表2 数据处理后的健身网点综合权重对比Table 2 Synthesis weights contrast between fitness outlets after data processing

2.3 竞争域划分及分析

理想状态下，假定样本健身俱乐部的经营环境、建设规模、交通、品牌影响力等客观条件相同，可基于常规Voronoi图实现商业网点一般意义上的竞争域划分，但这种划分结果仅考虑了消费者到该分店的距离因素而生成影响范围，并没有体现健身俱乐部在实际竞争中对消费者吸引力的不同，如营业面积、场域环境、品牌影响、网络宣传力度等因素都将造成连锁网点对消费者吸引力的差异。基于互联网信息产生的权重分值反映了各健身网点对消费者吸引力的不同，依据权重因子得分，计算得到基于互联网信息的加权Voronoi图，并与常规Voronoi图对比，可反映出互联网信息影响下的样本健身俱乐部相互间竞争状况。

从图2可看出，加权后的北京健身俱乐部各网点，其竞争域范围相比常规Vovoroi图面积发生了明显变化，整体经营优势明显的健身网点都具有向常规竞争域以外弯曲的趋势，证明网点对消费者的吸引力高于相邻竞争网点，越界弯曲度越大，其竞争力也越大。距离较近的商业网点会出现竞争域相互吞噬的现象，表现出竞争力高的网点在压制周边较弱网点时的绝对优势，或当竞争力平衡时体现出一种网点间的共存状态。在主城区内集群分布的网点区域，小面积竞争域也聚集性分布于该区域内，当区域的竞争域聚集度较高时，反映出该聚集区域内健身网点的整体竞争度未表现出明显差异，市场接近饱和，彼此竞争力未拉开显著差距。

图2 常规Voronoi图与加权Voronoi图的竞争域对比Fig.2 The contrast of competition domain between conventional Voronoi diagram and weighted Voronoi diagram

对比各健身俱乐部与周边竞争网点间到竞争域分界线的距离，可看出两店在竞争中对消费者吸引力的差异，当距离竞争域分界线的长度明显高于相邻网点时，该网点对消费者吸引力较高，在与周边网点的竞争中表现出明显的竞争优势，而距离分界线长度低于周边的或大致相等的健身网点，未表现出对消费者吸引力的明显差距，竞争优势微弱，商家要考虑及时改善该分店的经营状况，加大宣传和促销力度，提高消费者对该分店的认知和向往度。

3 互联网信息加权Voronoi图分类及地理解释

3.1 基于边界形态的分类

Voronoi图的边界线扭曲是加权后竞争域最明显的特征之一，可依据相邻网点间边界线的扭曲程度分析得到4种基本类型（图3）：

（1）椭圆状弯曲型Voronoi图（图3a）现象为：边界线中间窄，两边宽，压力箭头由高权重值竞争域指向低权重值竞争域，边界线的弯曲程度越明显，所指示的两侧健身网点对顾客的消费吸引力差距越大。

（2）边界线重合型Voronoi图（图3b）现象为：常规竞争域边界线与加权后边界线重合，压力互相平衡，未呈现弯曲变化，此时竞争域所指示的边界线两侧健身网点对顾客的消费吸引力相等或差距极小。

（3）边界线平行型Voronoi图（图3c）现象为：常规竞争域边界线与加权后边界线有较长平行距离，两翼较短边界线表现出明显弯曲，压力箭头由高权重值两侧竞争域指向低权重值竞争域，但其所指示的边界线两侧消费吸引力差距较小，弯曲发生于网点加权区域生长一定时间后的远端边界。

（4）单翼倾斜型Voronoi图（图3d）现象为：由多点影响域交汇处经过较小段挤压距离后向另外一侧倾斜性直线弯曲，与常规边界线呈一定夹角，压力箭头由高权重值竞争域的单侧范围内指向低权重值竞争域，此类弯曲发生于多点相邻区域，竞争域所指示的边界线各侧多个健身网点消费吸引力差距不均衡。

图3 基于边界形态的Voronoi分类Fig.3 Voronoi classification based on the boundary shape

Voronoi图的边界线可按形状归并为两类：规则型（图3a－图3c）与不规则型（图3d）。另外，从影响因素角度看，边界线可分为单因素影响型和多因素影响型，视具体区域涉及的网点数而定，不能单纯地将以上4种类型划为单因素影响型或多因素影响型。

边界线的扭曲程度反映了相邻网点跨越距离阻碍的吸引力差距，扭曲程度越大，对消费者的吸引力差距也就越大，而扭曲的方向即箭头指向则表示网点竞争域向外扩张或向内萎缩的趋势，由此划分出扩张型网点及萎缩型网点。对边界线的扭曲程度，采用弯曲度指数表达：

式中：w表示弯曲度指数，其值代表了两网点间竞争力的差异，值的正负代表了扩张及萎缩类型;S1、S2分别代表网点1和网点2的权重。

3.2 基于单元要素数量的分类

当网点间距离较小时，计算得到的Voronoi图竞争域单元内出现多要素共存的情况，如图4所示，可划分为两种类型：

（1）多要素共享型Voronoi图 （图4a），存在于竞争域内的多个健身网点权重相等或相差极小，在其所指示的网点对顾客消费吸引力的比较中，没有网点能表现出明显竞争优势，呈现竞争域由多要素共享的现象。

（2）单要素主导型Voronoi图 （图4b），存在于同一竞争域内的多个健身网点权重相差较大，其所指示的网点对顾客消费吸引力差距越大，竞争优势越突出，竞争优势最明显的健身网点将成为主导型网点，其竞争域范围覆盖权重较小的网点，成为单要素主导型竞争域。

图4 基于单元要素数量的Voronoi分类Fig.4 Voronoi classification based on unit element number

3.3 基于竞争域面积的分类

空间面积变化的大小可反映该网点跨越距离阻碍（相对于常规唯诺或传统因子加权）越界消费的程度和范围，空间面积的增长或削减，直接反映该网点的经营状况，空间面积的扩张或萎缩方向间接反映周边网点对本网点的竞争影响。因此，可由加权竞争域相对于常规竞争域的面积变化，将商业网点划分为增长型网点和衰亡型网点：图5a的竞争域面积呈现增长趋势，为增长型网点;图5b的竞争域面积呈现衰减趋势，为衰亡型网点。对单个网点竞争域面积的变化，以单元变异指数表达：

式中：Si1代表第i个网点常规Voronoi图影响域的面积，Si2代表第i个网点加权Voronoi图影响域的面积;Ii表示第i个网点加权与常规Voronoi图单元变异指数，其正负值可反映出该连锁店经营状况的类型为增长或衰减。

图5 基于竞争域面积的Voronoi分类Fig.5 Voronoi classification based on competition field area

对Voronoi图整体空间上的相对变化程度，以整体变异系数来衡量。公式如下：

式中：Si代表第i个网点的面积;S代表各网点竞争域面积的均值;n代表网点数目;S为整体变异系数，其值的高低可用于衡量整体网点对消费者吸引力的相对变化程度。

另外，依据整体网点的竞争域聚集度，还可划分为随机分布、规则分布和集群分布3种表现形式;而当网点表现为集群分布时，在集群内的Voronoi多边形面积较小，表现出明显的聚集性和高度竞争区域。

4 结论

针对传统加权Voronoi图未考虑跨越距离阻碍的消费者吸引力等因素而对空间竞争域划分表达上的不足，本文尝试利用互联网中的生活搜索引擎及电子社区平台内体现消费者偏好的点评、浏览量等信息作为加权因子，对城市商业游憩网点进行空间竞争域的划分研究，建立了基于互联网信息的权重计算模型，初步分析了互联网信息应用于传统地理学中空间竞争描述的可行性，提出了对互联网信息加权Voronoi图类型的划分方法及新地理解释思路。

研究结果表明网络空间的信息对现实空间研究有着重要影响，它在一定程度上更贴近于实际的竞争状况，权重因子的计算模型反映出互联网信息对城市商业游憩网点区域竞争力的影响程度，在对空间竞争域描述中提出的对加权竞争域类型的划分方法及新地理解释思路体现了商业网点的竞争聚集、消费吸引力对比及经营趋势，为实际的商业决策提供了一种新角度的参考依据。互联网信息作为一个庞大的数据库，为商业及其他领域的研究提供了更有价值的资料和分析渠道，值得学者和相关从业人员深度挖掘。

［1］仵宗卿，柴彦威.论城市商业活动空间结构研究的几个问题［J］.经济地理，2000，20（1）：115－120.

［2］OKABE A，SADAHIRO Y.An illusion of spatial hierarchy：Spatial hierarchy in a random configuration［J］.Environment and Planning A，1996，28：1533－1552.

［3］王新生，刘纪远，庄大方，等.Voronoi图用于确定城市经济影响区域的空间组织［J］.华中师范大学学报（自然科学版），2003，37（2）：256－260.

［4］李圣权，胡鹏，闫卫阳.基于加权Voronoi图的城市影响范围划分［J］.武汉大学学报（工学版），2004，37（1）：94－97.

［5］王新生，余瑞林，姜友华.基于道路网络的商业网点市场域分析［J］.地理研究，2008，27（1）：85－92.

［6］谢顺平，冯学智，王结臣，等.基于网络加权Voronoi图分析的南京市商业中心辐射域研究［J］.地理学报，2009，64（12）：1467－1476.

［7］刘爱华，谢正观.加权Voronoi图在城镇经济区划分中的应用——以十堰市为例［J］.地理与地理信息科学，2011，27（4）：79－82.

［8］丁鹏飞，王远飞.基于Relly法则与加权Voronoi图的连锁超市商圈分析［J］.上海商学院学报，2005（4）：12－16.

［9］GOODCHILD M F.Neogeography and the nature of geographic expertise［J］.Location Based Services，2009，3（2）：82－96.

［10］SUI D Z.The wikification of GIS and its consequences：Or Angelina Jolie＇s new tattoo and the future of GIS［J］.Computers，Environment and Urban Systems，2008，32（1）：1－5.

［11］李德仁，邵振峰.论新地理信息时代［J］.中国科学（F辑），2009，39（6）：579－587.

［12］XIANG Z，PAN B.Travel queries on cities in the United States：Implications for search engine marketing for tourist destinations［J］.Tourism Management，2011，32（1）：88－97.

［13］STEPCHENKOVA S，MORRISON A M.The destination image of Russia：From the online induced perspective［J］.Tourism Management，2006，27（5）：943－956.

［14］LEE W，GRETZEL U，LAW R.Quasi－trial experiences through sensory information on destination Web sites［J］.Travel Research，2010，49（3）：310－322.

［15］PAN B，LI X（ROBERT）.The long tail of destination image and online marketing［J］.Annals of Tourism Research，2011，38（1）：132－152.

［16］赵振斌，党娇.基于网络文本内容分析的太白山背包旅游行为研究［J］.人文地理，2011，26（1）：134－139.

［17］肖亮，赵黎明.互联网传播的台湾旅游目的地形象——基于两岸相关网站的内容分析［J］.旅游学刊，2009，24（3）：75－81.

［18］孙中伟，张兵，王杨，等.互联网资源与我国省域经济发展的关系研究［J］.地理与地理信息科学，2010，26（3）：44－48.

Research on Partition of Spacial Competition Domain for Urban Commercial Recreation Networks Based on Internet Information

CAO Rui1，LI Ren－jie1，2，FU Xue－qing1，2，ZHANG Jun－hai1，2
（1.CollegeofResourcesandEnvironmentScience，HebeiNormalUniversity，Shijiazhuang050016;2.HebeiKeyLaboratoryofEnvironmentalChangeandEcologicalConstruction，Shijiazhuang050016，China）

A partition method of spacial competition domain based on the Internet information is presented in this paper.Data on network platform are tried to be made as weight factors in Voronoi diagram model，and the spacial competition domain reflecting consumer preference difference is made in the Internet.The spatial characteristics of competitive environment can be described by partition of weighted Voronoi diagram types and explanation in geography.Fitness clubs in Beijing are taken as example，and information from Public Comment on Nets，Love to Help and other network platform are selected as weight factors.By constructing the traditional Voronoi diagram and calculation model of Internet information weighted Voronoi diagram of sample networks，and comparing the spatial characteristics such as boundary and area，the result of analysis shows that：the spatial competitiveness of urban commercial recreation networks are impacted by Internet information to different degrees;the partition of spatial characteristics and explanation in geography of Voronoi diagram can instruct the consumption attraction overcoming distance block and competitive difference of commercial network，thus can make up for traditional weighted method which did not consider consumer preferences and shopping habits that is result in not enough to express the partition of competition domain.

Internet information;Voronoi diagram;fitness club;competition domain;consumer preference

K 902;TP391

A

1672－0504（2012）03－0054－05

2011－08- 24;

2011－11－18

国家自然科学基金项目（40701137）;河北省高校重点学科建设项目

曹瑞（1987－），男，硕士研究生，研究方向为资源与环境信息系统。E－mail：crfox＠vip.qq.com