林郁東 蔣燎原 解雪 鄒翹楚 楊竹娟

摘?要：購物中心可以滿足各層次消費者購物、餐飲、娛樂等多元需求，隨著近年居民收入和消費水平的提升，其在大小城市的規(guī)模體量日益擴大。購物中心內(nèi)消費者的活動是一較為復(fù)雜的動態(tài)過程，既受購物中心空間設(shè)計、商鋪吸引力影響，又與消費者自身偏好、消費計劃有關(guān)。本文使用計算機模擬方法，基于Python計算機語言模擬購物中心的布局設(shè)計與顧客的消費活動，進而得到購物中心內(nèi)的人流分布。最后，應(yīng)用程序得到購物中心的優(yōu)化布局方案，使購物中心整體消費量顯著提升。

關(guān)鍵詞：購物中心;人流分布;業(yè)態(tài)組合;消費者行為;計算機模擬

一、 研究背景與文獻綜述

購物中心集購物、餐飲、娛樂一體化，業(yè)已成為零售業(yè)最受青睞的銷售經(jīng)營方式，發(fā)展尤為迅速。以萬達廣場、萬象城等為代表的購物中心形成了不凡的品牌凝聚力，成為居民購物出行的首選之一。然而，網(wǎng)絡(luò)零售的興起也在對購物中心形成沖擊。繼續(xù)發(fā)揮購物中心滿足多元化需求的優(yōu)勢，擴大影響力與競爭力亟需更深入的理論研究。

目前對購物中心的研究主要在經(jīng)濟商業(yè)領(lǐng)域與建筑領(lǐng)域。經(jīng)濟商業(yè)相關(guān)研究側(cè)重考察消費者偏好，即何類商鋪、何種業(yè)態(tài)組合、何樣人文景觀、何種體驗服務(wù)有利于購物中心吸引消費者，本文援引余麗瓊的研究為一例。然而，定量分析的研究比重較小，主要是建筑領(lǐng)域的研究。郭昊栩，李小滴等應(yīng)用空間句法理論與線性回歸分析，從建筑空間設(shè)計角度評價購物中心的聚客力、可達性等。王德等通過問卷調(diào)查法獲取數(shù)據(jù)，使用聚類方法描繪消費者的空間行為模式并評估空間使用效率。

本文認(rèn)為，對購物中心的研究，其最終目標(biāo)是要提高消費者的消費頻率。為實現(xiàn)這一目標(biāo)，既要考察購物中心空間結(jié)構(gòu)、布局等物理因素，也要考察業(yè)態(tài)組合、消費者行為等人文因素。因此，本文使用計算機模擬方法，建立Shop類整合商鋪位置、業(yè)態(tài)信息，建立Customer類整合消費者特征、偏好、行為信息，從而模擬出消費者的移動、消費行為，最終得到購物中心內(nèi)的人流分布。

二、 模型設(shè)計與理論研究

（一）模型流程與設(shè)計

本文使用計算機模擬方法描繪出購物中心內(nèi)部的人流分布，程序基于Python編寫，其核心過程如圖1所示。即，圖1以偽代碼的形式將程序的主要思想、過程與方法予以展示。

首先，程序定義了商鋪類Class Shop與消費者類Class Customer。通過對研究案例廈門湖里萬達廣場的實地考察，將其129個商鋪的區(qū)位、業(yè)態(tài)、品牌等因素錄入電子表格，隨后作為參數(shù)，通過Shop類創(chuàng)建了129個實例，匯入列表ShopInf得到了包含購物中心內(nèi)部結(jié)構(gòu)、商鋪信息的變量ShopInf。

在Customer類中，有兩個參數(shù)與屬性極為關(guān)鍵，即type與aim。不同性別、年齡、婚姻狀態(tài)的消費者有著不同的偏好，不同類別的消費者用type屬性進行區(qū)分。同時，每個消費者在購物中心的消費明確性各有差異，aim屬性區(qū)分了這些差異。對于“確定型消費者”，使用Customer類的point方法，以最優(yōu)路徑到達目標(biāo)商鋪。對于“未計劃型消費者”，使用Customer類的round方法，根據(jù)消費者偏好描繪其隨機移動行為。

一般地，通過Customer類創(chuàng)建10000或1000個實例，亦即“消費者”。讓每個消費者依據(jù)其type、aim屬性憑借point與round方法完成在購物中心ShopInf中的消費活動。程序最終將輸出所設(shè)置統(tǒng)計節(jié)點的人流量，每一家商鋪的消費量等，如此便模擬了購物中心內(nèi)的人流分布。將計算機模擬的人流分布與實際的人流分布進行統(tǒng)計檢驗，從而可以實現(xiàn)對程序的有效性的檢驗。

最后，通過Apparate方法可以實現(xiàn)兩家商鋪位置互換。進一步，對于指定店鋪，比如麥當(dāng)勞，通過Apparate方法將其與購物中心所有商鋪均進行一次位置互換，記錄每次換位后購物中心的總消費量，消費量最高的一次換位即麥當(dāng)勞的最優(yōu)選址。本文對于各業(yè)態(tài)的商鋪各取一例作為代表，試為不同業(yè)態(tài)商鋪的區(qū)位選擇提供建議。

（二）理論研究

1. 主力店理論

在購物中心內(nèi)，主力店通常即為知名品牌的商鋪，且往往占有較大的商鋪面積。主力店憑借品牌效應(yīng)成為有著特定目標(biāo)的消費者一定會前往的商鋪，能夠吸引較大的客流量。如此，主力店附近極為活躍的人流就能帶動周圍在商鋪的消費活動。優(yōu)衣庫便是眾多購物中心內(nèi)的主力店。

2. 業(yè)態(tài)組合理論

業(yè)態(tài)組合可以分為業(yè)態(tài)集聚與業(yè)態(tài)異構(gòu)兩種組合。業(yè)態(tài)集聚是較為常見的組合方式，特色鮮明的功能區(qū)吸引更多消費者。譬如，“飲食一條街”或“飲食城”常見于購物中心內(nèi)。業(yè)態(tài)異構(gòu)則是通過變換的商鋪業(yè)態(tài)給予消費者新鮮的體驗。舉例而言，喜茶、鹿角巷等奶茶飲料店以及西樹泡芙等零食商鋪穿插于服裝商鋪之間，往往收獲良好的效果。

3. 消費計劃理論

鄧曉昱等通過確定型消費行為、計劃型消費行為和未計劃型消費行為對購物中心消費者進行劃分，本文參考這一劃分考察不同消費者的目的明確性。確定型消費者有明確的消費目標(biāo)，會直接前往目標(biāo)商鋪。未計劃型消費者則依據(jù)自身偏好在購物中心內(nèi)隨意走動。計劃型消費者則介于兩者之間，既有一定的消費目標(biāo)，也會在購物中心內(nèi)隨意走動。這一劃分在本文程序關(guān)于消費者類Customer核心方法的設(shè)計中發(fā)揮極為關(guān)鍵的作用。

4. 計算機模擬方法

齊磊磊等闡述道，計算機模擬是以計算機為運行主體再現(xiàn)研究對象動態(tài)過程的可運算計算機程序;其對象是那些子系統(tǒng)間具有非線性相互作用的復(fù)雜系統(tǒng)。使用線性回歸方法，更多是描繪人流分布的結(jié)果和相關(guān)影響因素間的關(guān)系。因此，計算機模擬方法可以更為細(xì)致地還原個別消費者在購物中心的活動過程，甚至可以給出每一家商鋪的消費量，更為準(zhǔn)確與細(xì)致。

三、 購物中心數(shù)據(jù)與模型

（一）案例概況

本文以廈門湖里萬達廣場作為研究案例。廈門湖里萬達廣場（下簡稱湖里萬達）位于福建省廈門市湖里區(qū)，項目總規(guī)劃用地面積12.9萬平方米，總建筑面積約53萬平方米。該購物中心交通便利，附近有兩個公交車站，為其帶來大量外部客流。

從內(nèi)部結(jié)構(gòu)看，湖里萬達高四層，其負(fù)一層為沃爾瑪超市，第四層為影院，消費者主要在一樓至三樓活動。為便于理解，圖2中繪制了湖里萬達內(nèi)部結(jié)構(gòu)簡圖。其中，A1為入口，消費者在每層沿A-B-C-D移動。其人流動線設(shè)計為“凵”字形，即D-A段不通行。P、Q、R為三處自動扶梯，分別位于入口附近、B處中庭與CD段末端。自動扶梯對購物中心人流有重要影響，因此，我們將每層分為AB段、B處中庭、BC長廊、CD段共四個區(qū)域。

一樓與二樓以服裝商鋪為主。其中，ZARA、優(yōu)衣庫與H&M為湖里萬達的三大主力店鋪，分別位于B1-C1段中部，C2與R2附近。麥當(dāng)勞、哈根達斯等位于入口處。一樓商鋪面積客流較好，面積較大，為實力較強的商鋪租賃。除此之外，NIKE、Adidas、361等均在一樓設(shè)有門店。而二樓則設(shè)有屈臣氏、NOME等生活精品店，化妝品與潮牌商鋪較一樓為多。湖里萬達三樓則以餐飲為主，包含中餐、西餐、日料、火鍋等各色餐飲，尤以西貝莜面村最受歡迎。此外，小吃零食、數(shù)碼電器、童裝童樂類商鋪散布在湖里萬達各處。

（二）統(tǒng)計節(jié)點設(shè)置

上文已介紹廈門湖里萬達廣場的內(nèi)部布局，我們于每層樓P處扶梯、中庭B、BC段長廊中部、中庭C設(shè)置統(tǒng)計節(jié)點。其中，中庭B、中庭C為消費者決定上下扶梯、前進、返回的重要節(jié)點，能夠代表其前一區(qū)域的人流情況。因一樓人流方向幾乎一致，故略去入口與B1-C1段。此外，可以觀察到有較多消費者在扶梯P2處變換樓層，又增設(shè)該一統(tǒng)計節(jié)點。我們以15分鐘為一個統(tǒng)計時間單位，平均對每個節(jié)點進行3次左右的統(tǒng)計，共計2209人次，平均每個節(jié)點近250人次。限于篇幅，統(tǒng)計結(jié)果與下文“模型的檢驗”的結(jié)果一并列示。

（三）建立Shop類

如前文所述，Shop類用以表示購物中心中的每一家商鋪，下面闡述該類的屬性。屬性floor，side，pos分別表示該商鋪所處樓層數(shù)、道路的左或右側(cè)以及相對位置。屬性type表示商鋪的業(yè)態(tài)種類，如女裝、餐飲、奢侈品等。屬性lift表示該商鋪是否與扶梯相連。屬性blcok代表該商鋪所處的區(qū)域，屬性border則表示該商鋪是否處于兩區(qū)域交界處。以扶梯、中庭為分界，每層被分為4片區(qū)域。表1展示了廈門湖里萬達廣場中部分商鋪的屬性。模擬程序通過Shop類對湖里萬達129個商鋪分別建立一個實例，并將該129個實例置于列表ShopInf中，作為代表該購物中心的變量。

四、 消費者行為數(shù)據(jù)與模型

（一）消費者類別數(shù)據(jù)

我們在廈門湖里萬達廣場進行觀測統(tǒng)計，平均每30分鐘，有單人青年男性69人，單人青年女性89人，情侶47對，夫婦14對，老年男性8人，老年女性4人，男性團體（兩人及以上）18個合39人，女性團體（兩人及以上）41個合87人，男女混合團體（三人及以上）2個共7人，家庭60個合150人。以上總計575人。經(jīng)過對上述數(shù)據(jù)的綜合分析，以男性、女性、情侶或夫婦、家庭為四個最主要的消費群體，占比分別為23%，38%，26%，13%。

（二）消費者偏好數(shù)據(jù)

我們設(shè)計包括20個問題的調(diào)查問卷，針對消費者業(yè)態(tài)偏好、購物目的明確性、購物計劃安排等消費者心理及行為進行提問，回收有效問卷198份。根據(jù)問卷調(diào)查的結(jié)果，較為偏好小吃飲料的消費者占比約68%，偏好文教數(shù)碼占比23%，偏好生活精品占比30%。計劃安排方面，先購物后用餐、先用餐后購物、只購物、只逛街消費者的比例分別為55.56%，27.27%，13.64%，3.54%。此外，隨意閑逛、僅前往目標(biāo)店鋪以及兩者結(jié)合的消費者比例分別為15.74%，24.37%與59.9%。為主力店賦予大體相當(dāng)?shù)臋?quán)重。最后，依據(jù)乘法原理，得到表2，它代表22種不同計劃或目標(biāo)消費者群體的比例。

為便于理解，下對表2中進行詳細(xì)闡述。zara，HM（H&M）、uni（優(yōu)衣庫）分別代表湖里萬達的三家主力店。而湖里萬達一樓、二樓為各類商鋪，三樓集中為餐飲類，因此分別以“102”“3”代表逛街、用餐兩種消費行為?！癰oth”則代表結(jié)合前往主力店與隨意相關(guān)兩者的消費行為。

（三）建立Customer類

1. 主要類屬性

Customer類用以表示每個進入購物中心的消費者。該類有如下屬性。首先，仍然是floor，side，pos，lift，block等屬性，確定消費者的地理方位。屬性type根據(jù)消費者類別取值。屬性aim根據(jù)消費者各購物計劃取值，即根據(jù)表2取值。

模擬程序可以通過Customer創(chuàng)建任意數(shù)量的實例，即模擬任意數(shù)量的消費者，一般創(chuàng)建10000或1000個實例。程序設(shè)計goto，point，round，direct，stay等方法，模擬消費者在購物中心內(nèi)有計劃或無計劃的移動，選擇方向或變換樓層，停留或離開某一家商鋪，繼續(xù)或終止購物等在購物中心內(nèi)的抉擇、行動或消費行為。下面對其中主要的方法具體闡釋。

2. 主要類方法

Customer類的有stay，round，point，direct四個主要方法。首先介紹方法設(shè)計的邏輯。應(yīng)用遞歸的思想，當(dāng)消費者到達一家商鋪后，僅判斷其前往相鄰的哪一商鋪。具體而言，有向前，向后，過往道路對側(cè)，乘自動扶梯四類。而每當(dāng)消費者到一家商鋪時，均以stay方法結(jié)合消費者偏好與商鋪業(yè)態(tài)判斷其是否進入商鋪消費。

未計劃型消費者，即沒有消費明確目標(biāo)的消費者適用round方法，依上述思路在購物中心較為隨機地活動，直至其明確消費計劃或離開。有明確目標(biāo)商鋪的消費者適用point方法，直接以最優(yōu)路徑前往目標(biāo)商鋪，到達前僅考慮是否進入路徑上的商鋪消費。事實上，兩個方法可以交互使用。舉例而言，一名消費者先閑逛，再前往主力店優(yōu)衣庫，最后到達三樓尋找餐飲商鋪。這對應(yīng)表2中的目標(biāo)“uboth+3”，依次使用round-point-round方法。

五、 有效性檢驗與模型應(yīng)用

（一）模型的檢驗

我們通過Customer類創(chuàng)建了10000個實例，即模擬10000名消費者在購物中心內(nèi)的消費活動。最后程序輸出了各個統(tǒng)計節(jié)點人流量占所有統(tǒng)計節(jié)點人流量的百分比，體現(xiàn)在表3中“/”號左邊的數(shù)字。相應(yīng)地，右邊的數(shù)字則為我們在2209人次的觀測統(tǒng)計中各節(jié)點實際人流的相應(yīng)百分比。對模擬程序、實際觀測的兩組人流分布數(shù)據(jù)進行符號檢驗，其符號亦體現(xiàn)于表中。符號檢驗得到5正4負(fù)，其差為1，查表可知該檢驗通過，即計算機模擬程序的人流分布與實際觀測的人流分布是一致的。

（二）模型的應(yīng)用

湖里萬達的主力店有ZARA（一樓長廊中部）、H&M（二樓扶梯R附近）和優(yōu)衣庫（二樓中庭C）。我們通過程序的Apparate方法將上述主力店與其所在樓層所有商鋪均進行換位操作，并選取出換位后購物中心總消費量最大的商鋪。類似地，我們還選取了萃菓師、美聯(lián)英語、ECCO分別作為小吃飲料、文件數(shù)碼、生活精品三類業(yè)態(tài)的代表進行換位。具體結(jié)果如表4所示。

主力店ZARA原本處于一樓長廊中部，其最優(yōu)換位商鋪位于入口附近，提升總消費量近5%。位于二樓動線末端H&M應(yīng)調(diào)整至扶梯P2附近，而原位于中庭C的優(yōu)衣庫應(yīng)調(diào)整至中庭B;分別帶來10.62%與8.69%的消費量增幅，十分顯著。這帶來三點啟示。其一，主力店的位置應(yīng)當(dāng)更靠近入口處。三家主力店的最優(yōu)換位方案中，其位置都往入口方向移動許多。其二，主力店位置設(shè)于交通樞紐更優(yōu)。主力店能聚集大量的人流，將其設(shè)于交通樞紐處，一方面便于前往，更重要的是使得消費者完成主力店的消費后活動更為多元與分散，有利于總消費量的提升。其三，當(dāng)同一樓層有兩個或以上主力店時，其位置應(yīng)當(dāng)分散而，避免兩者的聚集效應(yīng)相互抵消。實踐中，可以將他們設(shè)于不同的交通樞紐。

萃菓師原位于三樓長廊，最優(yōu)換位方案位于三樓動線末端D3處，增幅為-0.06%，代表原位置已最優(yōu)。其余換位方案表明，小吃飲料商鋪設(shè)于三樓即正餐商鋪之間要優(yōu)于設(shè)于服裝商鋪之間。美聯(lián)英語原位于一樓動線末端，最優(yōu)方案位于二樓長廊中部，購物中心總消費量提升7.63%，極為顯著。而代表生活精品的ECCO最優(yōu)的前10個方案中，帶來總消費量增幅均不明顯，且散布于各個區(qū)域。

下面結(jié)合消費者偏好進行分析。僅有23%消費者偏好文教數(shù)碼，且該類商鋪數(shù)目較少，因此換位至二樓長廊中部可以與兩家主力店形成業(yè)態(tài)互補，為總消費了帶來較大提升。偏好生活精品有30%，且有一定數(shù)目，各換位方案無顯著差異。而偏好小吃飲料的消費者達68%，本身具有相當(dāng)吸引力，不必設(shè)于交通樞紐并距主力店一定距離。

六、 結(jié)論與展望

本文設(shè)計的購物中心人流模擬程序得到了理論與實際觀測數(shù)據(jù)的支持。應(yīng)用該程序，我們?yōu)橘徫镏行牟季帧⑻嵘傁M量提供如下建議。

（1）各主力店的位置應(yīng)當(dāng)位于靠近入口的交通樞紐，且彼此相隔一定距離。如此才能最大限度地發(fā)揮主力店的引流、聚客作用。（2）較為小眾業(yè)態(tài)的商鋪設(shè)于前往主力店的必經(jīng)路徑上，既借助主力店引流，又形成業(yè)態(tài)互補，相輔相成;（3）大眾業(yè)態(tài)的商鋪與主力店、與交通樞紐間設(shè)置一定距離，可謂自成一級，成“掎角之勢”。（4）完成上述安排后，最終進行數(shù)目較多的小眾業(yè)態(tài)商鋪的布局，對整體消費量不會有顯著影響。（5）利用本文的人流模擬模型可以定量地對購物中心各類業(yè)態(tài)布局進行比較與分析。

本文提出的計算機模型具有廣泛的適用性與良好的可塑性。不同的購物中心具有不同的空間設(shè)計和業(yè)態(tài)組合，調(diào)整Shop類實例的具體屬性值即可適應(yīng)不同購物中心。類似地，不同區(qū)域的消費者有著不同的結(jié)構(gòu)比例與消費者偏好，同樣可通過調(diào)整Customer類實例的屬性或參數(shù)值來適應(yīng)。影響購物中心的因素絕不限于本文所闡述的，相關(guān)研究也必然繼續(xù)深入，而Python面向?qū)ο缶幊痰奶匦钥梢苑奖闾砑痈嗟膶傩陨踔列碌南M者行為方法。購物中心人流分布的計算機模擬程序可以不斷更新迭代，日趨完善。

參考文獻：

[1]余麗瓊.基于消費者偏好的區(qū)域型購物中心業(yè)態(tài)組合探索[J].商業(yè)經(jīng)濟研究，2018（1）.

[2]郭昊栩，李顏，鄧夢仁，等.基于空間句法分析的商業(yè)體空間人流分布模擬[J].華南理工大學(xué)學(xué)報，2014（10）.

[3]李小滴.城市區(qū)域型購物中心內(nèi)部商業(yè)空間構(gòu)成：以成都市為例[D].成都：西南交通大學(xué)，2013.

[4]王德，王燦，朱瑋，等.商業(yè)綜合體的消費者空間行為特征與評價[J].建筑學(xué)報，2017（2）.

[5]鄧曉昱，施維琳.消費者心理行為與購物中心餐飲空間設(shè)計：以昆明為例[J].中國市場，2011（23）.

[6]齊磊磊，賈瑋晗.復(fù)雜社會系統(tǒng)的研究方法：從計算機模擬到復(fù)雜應(yīng)答過程理論[J].系統(tǒng)科學(xué)學(xué)報，2018（1）.

作者簡介：林郁東，蔣燎原，解雪，鄒翹楚，楊竹娟，廈門大學(xué)國際學(xué)院。