百度地图在新零售线下门店选址中的应用

苏洋

摘要：为解决新零售线下门店选址依赖实地调研的问题，使用百度地图提供的API，首先获取备选地址附近的餐馆数量与便利店数量，计算出该备选地的竞争属性，然后获取备选地址覆盖的小区数量，并通过当地的房地产网站，得到小区房价与户数的数据，计算出人群消费潜力属性，然后通过候选地址主干道车辆在不同时间的通行时间，计算得出交通拥堵度，最后使用基于熵权-TOPSIS法找到最合适的备选地址。实例应用结果证明，该方法可明显的缩短在实地调研中花费的时间。

关键词：新零售;配送中心;选址;熵理论;TOPSIS

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2021）01-0250-03

Abstract： In order to solve the problem that the location of new retail offline stores relies on field research， the API provided by Baidu Maps is used to first obtain the number of restaurants and convenience stores near the candidate address， calculate the competitive attributes of the candidate location， and then obtain the number of communities covered by the address， and through the local real estate website， obtain the data of the housing price and the number of households， calculate the population consumption potential attributes， and then calculate the traffic congestion degree through the passage time of the main road vehicles at the candidate address at different times. Finally， use the entropy-based-TOPSIS method to find the most suitable candidate address. The practical application results prove that this method can significantly shorten the time spent in field investigations.

Key words： new retail; distribution center; site selection; entropy theory; TOPSIS

1 引言

2000年以后，随着互联网的飞速发展，国内涌现出了很多电商平台，如淘宝、京东与拼多多等。随着电子商务市场的高速发展，传统线下实体店遭到了巨大的冲击，电子商务已占据中国零售市场的重要位置。但是对于电商平台而言，随着竞争程度的加剧，流量成本在迅速上涨，在线增长乏力、增速变缓，新客户获取难度变得非常大。在这样的背景下，无论传统线下销售商还是电商平台，都在积极探索“线上+线下”相结合的新销售模式，新零售应运而生，国内也出现了盒马生鲜、京东小店、苏宁易购等新零售的平台[1-4]。

线下门店在新零售模式中主要承担用户体验、配送等重要职能，线下门店的选址因此非常重要，既要考虑到门店的人流量，也要考虑到配送是否便利等因素。目前国内多位学者提出了选址方法来解决选址问题，如李思思[5]提出的基于Stata分析的选址方法，该方法运用商圈理论，并结合实地调研，运用Stata软件建立模型，确定选址;李林军等人[6]提出了基于手机信令数据的选址方法，该方法利用移动手机信令数据和空间自相关分析，得到目标人口分布情况，最后利用数学模型确定选址;贾艳红等人[7]提出了基于GIS的选址方法，通过网络检索、实地调研进行空间数据采集，借助GIS距离分析、重分类、地图代数等功能进行缓冲区分析，最后还需结合实地调研和专家评价的权重得到备选地址。李思思与贾艳红提出的方法需花费大量的时间来实地调研，李林军等人提出的方法依赖于手机信令数据，但是想要获得该数据成本较高。本文提出一种选址方法，主要利用百度地图提供的API获取数据，分别计算备选地的竞争属性、人群消费潜力属性与交通拥堵度，然后使用基于熵權-TOPSIS法确定备选地址，本方法中数据获取方便，且可以节省大量实地调研的时间。

2 本文方法

2.1 竞争属性指标

竞争属性指标指新零售线下门店对标的传统竞争门店数量。以盒马生鲜为例，盒马生鲜线下门店为用户提供部分线上商品体验与生鲜产品加工服务[8]，其对标的竞争门店可以分为餐馆与便利店，见表1。

参考文献4，对于生鲜产品线下门店，主要考虑门店周边一公里范围内小区之间的餐馆数量和小区周边一公里范围内的便利店。

调用百度地图提供的Web服务API中地点检索服务可快速查询竞争属性指标。以圆形区域检索为例，接口主要传参见表2，若想查询备选地址周边一公里范围内小区之间的餐馆数量，可在query传入备选地址，tag传入美食，radius传入1000即可。

2.2 人群消费潜力指标

参考文献4，人群消费潜力指标见表3，基于备选地址中心配送范围3公里所覆盖的小区人口数和小区当前房价作为衡量尺度。

可用2.1节中的地点检索服务，query传入备选地址，tag传入住宅区，radius传入3000即可快速查询备选地址3公里覆盖的小区，接着到当地的房地产网站即可查询到小区人口数与当前房价。

2.3 区位交通指标

对于线下门店来说，配送时间会对用户的体验产生很重要的影响，本文采用交通拥堵度这个指标来衡量，具体指标见表4。

本文选定备选地址主干道一段200米的道路，分别选取上午8点与下午6点两个时间段，计算车辆通行时间，取平均值作为交通拥堵度。

调用百度地图提供的Web服务API中批量算路服务可快速获得通行时间，其主要传参见表5。

2.4 基于熵权-TOPSIS法

本文采用基于熵权-TOPSIS法来确定最终的备选地址[4]。

得到每个备选地址的相对接近程度Di，Di越大证明该备选地址适合度越高，将Di从大到小排列选取备选地址即可。

3 实例分析

广东省惠州市Y公司是一家生鲜零售企业，采用线上选购+线下配送的模式，目前在惠州已有三家门店。以Y公司在惠州市惠城区江北街道线下门店选址为例，首先选择了云山肉菜市场、新苑市场与三新集贸市场三个地址作为备选地址，通过百度地图开放平台的拾取坐标系统，分别获得三个备选地的经纬度坐标，如表6。

调用百度地图提供的地点检索服务可得到竞争属性指标，三个市场竞争属性指标如表7，调用地点检索服务并通过Y公司采集的小区住户数据，可得到三个市场的人群消费潜力指标，见表8，调用批量算路可得到三个市场的区位交通指标，见表9，指标数据汇总表见表10，各备选地址的相对接近程度见表11。然后通过熵权-TOPSIS法得到最佳的备选地址。

由表11可看出，按相对接近程度排序为m3>m2>m1，即以三新集贸市场、新苑市场、云山肉菜市场排序，可以得出三新集贸市场是最佳的地址。本结果与Y公司结合实地调研所得到的结果一致，且使用本文方法节约了大量的实地调研时间。

4 结束语

针对新零售线下门店选址依赖实地调研的问题，本文提出了使用百度地图提供的API来替代实地调研获取相关数据信息的方法，实例结果证明本文方法可节约大量实地调研时间。但备选地址附近小区覆盖人数的数据，部分地区通过网络无法查询得到，仍需通过实地调研来获取相关数据，是未来需要改进的地方。

参考文献：

[1] 崔鶴，蔺相东，张韦，等.新零售业的用户体验设计与线上线下运营模式探讨[J].湖南包装，2020，35（3）：112-117.

[2] 杨永芳，张艳，李胜.新零售背景下实体零售数字化转型及业态创新路径研究[J].商业经济研究，2020（17）：33-36.

[3] 王云青，许正环.新零售背景下城市物流体系的特点及发展方向[J].河北企业，2020（9）：86-89.

[4] 龙旭.新零售背景下生鲜企业门店选址研究[D].南昌：江西财经大学，2019.

[5] 李思思.基于Stata分析的餐饮店选址定量研究[J].中国商论，2017（18）：4-5.

[6] 李林军，杨山力，张诚，等.基于手机信令数据的养老服务设施选址研究——以成都市为例[J].四川建筑，2020，40（1）：4-6.

[7] 贾艳红，文帆，钟英.基于GIS的高校物流代理点选址研究[J].测绘与空间地理信息，2020，43（3）：19-21，25.

[8] 徐芬，陈红华.基于消费者需求的生鲜电商新零售模式研究——以“盒马鲜生”为例[J].湖南社会科学，2020，5：64-72.

【通联编辑：梁书】