基于灰关联分析-SLP的大型超市选址研究——以马鞍山市为例

陶宝玉

(四川大学商学院 四川 成都 610000)



基于灰关联分析-SLP的大型超市选址研究
——以马鞍山市为例

陶宝玉

(四川大学商学院 四川 成都 610000)

本文以马鞍山大型超市选址为例，通过定性分析，采用中心地理论的三原则法对商圈分析，进行初步筛选超市的选址。继而采取灰关联分析法，分析各个影响因素之间的关联情况，进而筛选出最终的选址方案。在弥补他人研究的局限性，提出一种更加合理的定性加定量的设施选址方法，对推进超市合理选址有一定借鉴作用。

超市选址；中心地理论；灰关联分析；关联度

一、前言

超市于上世纪90年代进入中国市场，随着我国经济体制不断向市场化方向发展，居民的生活水平逐渐上升，在这种情形下，超市所特有的自助式销售和服务结构与我国居民的消费习惯相适应，如何整合发展我国国产大型综合超市，合理的进行选址和规划，以及后期的持续发展环节，对于整个经济建设，有一定的促进作用。

二、基本理论与方法

(一)中心地理论

中心地理论是由德国地理学家克里斯塔勒(W.Christaller)提出，其论述一定城市职能、城市规模及空间结构之间的关系和规律性，并采用六边形的模式，针对城市的等级和城市的规模进行明确的概括[1]。

中心地：即向居住在它周围地域的居民提供商品和各种服务的地方。

中心地理论有三大基本原则，分别为市场原则、交通原则、行政原则。其中市场原则是中心地分布的主要规律，交通原则和行政原则则是次要规律，可将其看作是对市场原则基础上形成的中心体系的修正[2]。

商圈理论是指在一定城市区域内，以商场或商业购物区为中心，以圈状为特征向周边扩展形成一定的经济区域，从而对商圈内顾客形成吸引力[3]。对于中小型城市来说，大型超市服务半径应在1km及以上，辐射人群更加合理[4]。在设施选址、构建商圈时，应合理的规避主观判断误差，综合分析与评估。

(二)灰关联分析

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧曲线越接近，相应序列之间的关联度就越大，反之就越小。明确系统主行为的有效因素，使之化为数达级大体相近的无量纲数据，并将负相关出素转化为正相关,合理的分析结果并给予评价[5]。

假设xi代表第i个方案，xi(k)代表第i个方案第k个影响因素的值，则：

第一步：数据规范化

(1)

(2)

其中(i=1,2,...,m；k=1,2,...,n)；x0表示基准参考方案；公式(1)适合成本指标集，公式(2)适合收益指标集[6]。

第二步：计算关联系数

Δi(k)=|x0(k)-xi(k)|

(3)

(4)

第三步：计算关联度

(5)

其中ri表示xi与x0的关联度，在[0,1]之间，其值的大小越接近与1表示越倾向于最优方案[6]。

三、案例选址分析

本案例以马鞍山大型超市选址为例，考虑其盈利效益和服务的性质上，需综合考虑城市商业区域、人口密度、人流量、便利性及市场竞争四个主要方面因素。

初始方案为四个：1.鸿泰新百区域；2.大华时代区域；3.万达广场区域；4.中级法院区域。此处采取商圈服务半径为1km，统计数据及其中主要影响因素如表1，表中包含相关的数量值关系[7]。

表1 设施选址方案及影响因素

(一)初步方案选址

根据中心地三大原则(市场、交通、行政)可定性分析如下：

方案四中人流量最大，市场广阔，且在行政方面，地处中级法院区域，有很强的竞争力，可选为最优方案；方案三中人流量最小，市场打开不足，且选址偏离政务服务地段，不具有方案竞争优势。接下来采取灰关联分析，定量分析结果。

(二)灰关联分析

在采取灰关联分析时，需要将表格数据规范化(得表2)，进而计算各个影响因素与参考方案的绝对差(得表3)，最终通过求得关联系数及关联度ri(得表4)，判断并选出最优方案，进行综合性评价。

表2 规范化后的方案及影响因素

表3 影响因素与参考数列绝对差

表4 影响因素的关联系数及关联度

由最终的表格可以看出：ri在[0，1]之间取值时，有r3

四、结论

本文在进行选址研究中，以马鞍山市大型超市选址为例，避免了单一的定性分析或定量分析，综合了中心地理论和灰关联分析方法，避免了主观因素的干扰，同样也通过数据分析得出最佳方案。文章使用理论适用性极广，分析效果也很突出，相信在日后的选址过程中具有一定参考价值。

[1]沃尔特·克里斯塔勒.德国南部中心地原理[M].常正文，王兴中，译.北京：商务印书馆，2010

[2]张青青，丁素红.基于中心地理论的城市电影院布点方法初探[J].福建建筑，2014(3)：82-87.

[3]基于商圈理论的城市加油站竞争选址研究[D].田中山.华中科技大学2010

[4]蔡军.大型超市分布特征及其影响因素[J].城市规划学刊，2010(6)：87-94.

[5]傅立.灰色系统理论及其应用[M].北京:科学技术文献出版社,1992

[6]高洁，李锦飞.灰色关联分析在物流中心选址决策中的应用[J].工业工程，2004(3)：44-46.

[7]马鞍山统计局.马鞍山统计年鉴[J].中国统计出版社，2016