论文部分内容阅读
摘要：本文通过对鞍山新村的实地调研，总结出鞍山新村的餐饮业分布现状并进行特征归纳，依据因素选取的理论模型，运用Nlogit软件对各因素进行定量分析，并与实际情况相验证，得出餐饮业分布的理论模型，据此对以后居民区改造中的餐饮业重新规划提供依据。
关键词：鞍山新村 餐饮业分布 影响因素 定量分析
中图分类号：B834文献标识码： A
一、基地概况
1、地理区位
鞍山新村位于上海市杨浦区，控江路、大连路、四平路、彰武路、铁岭路、风城路范围之内。处于内环高架范围之内，是杨浦区与虹口区的交界处。
鞍山新村的西边比邻同济大学，据五角场城市副中心有2.38公里远。
在鞍山新村边有8号线与10号线两条地铁线，分别有同济大学站、平路站、鞍山新村站、江浦路站。
经调查，鞍山新村共有三处主要公共空间，是经济社会活动的聚集区，分别如下
二、鞍山新村餐饮业设施现状调查
1、餐饮业分布现状
通过对于整个鞍山新村地块内餐饮业设施的初步调查，笔者掌握了所有餐饮设施的具体位置，确定了餐饮业设施的分布现状。
分布现状呈现一定的规律，在某些特定区域或街道有明显的聚集现象。地区内餐饮业设施的聚集性可以归纳为：“三点”和“四带”。针对这些特定区域和街道，笔者进行了进一步深入调查，掌握这些聚集地带餐饮业设施的自身特性及相互关联，从人均消费、沿街界面形式、公共人行空间环境质量等方面进行考查。
2、“三点四带”
1）同济联合广场：餐饮业设施基本上都集中在2—3层，内部商业界面连续，人均消费为RMB20—100。沿街人行道有绿化隔离带。特别注意的是这里有一家高档酒店（人均消费RMB200），建筑底层架空，店面前有较大的人行活动空间。
2）阜新路苏家屯路路口：餐饮业设施为底层商业形式，店面不连续，人均消费为RMB10—20。人行道布置有非机动车和绿化隔离带，也有一些私家车占用店面前的空间，使得公共活动空间较狭窄。
3）抚顺路江浦路路口：餐饮业设施人均消费为RMB10—50。店面形式多样，近交叉路口处的店多为低层公建底商；沿街道的餐饮业店面为高层住宅楼底商，商业界面连续但餐饮业设施不连续。人行道有绿化隔离和非机动车停车。
4）鞍山支路：餐饮业设施人均消费为RMB10—20。店面连续，多为多层住宅楼底层，有少部分是独立式商业建筑。人行道部分有绿化隔离，店面前有较多非机动车停车。
5）铁岭路：餐饮业设施人均消费为RMB10—50。沿街有连续的商业界面，主要为餐饮业店面。形式是多层住宅底层商业。人行道有绿化隔离，几乎没有非机动车停车。
6）锦西路：餐饮业商业设施人均消费为RMB10—120。店面连续。沿街道两边为多层住宅楼底层商业，独立式一层公建。交叉口转角处为多层混合商业建筑，店面以餐饮业为主。人行道有绿化隔离带和非机动车停车带。
7）本溪路：餐饮业设施人均消费为RMB10—100。沿街道两侧有连续的商业界面，以餐饮业店面为主。形式大多为高层住宅楼底层商业，少数是独立式公建。部分店面前公共空间有特殊处理，较为适宜人行活动。
3、特征归纳
通过调查和分析，笔者归纳鞍山新村“三点”和“四带”的餐饮设施特征，以便进一步分析各方面影响因素：
1）除阜新路苏家屯路路口外，其余六处聚集区域的商业界面均为连续界面，而且基本都以餐饮业为主。
2）在同济联合广场，抚顺路江浦路路口，锦西路这三处聚集区域的交叉口转角处有独立式公共商业建筑，其中的商业设施平均消费较高。
3）所有七处餐饮设施聚集区域沿街的人行道都有绿化隔离带，空间环境、尺度适宜步行。
4）除同济联合广场外，其余六处聚集区域的沿街道商业设施的界面均为住宅楼底商，且人均消费较低。
三、分布影响因素分析
与一般的大型居住社区类似，鞍山新村内部的餐饮业商业设施空间分布也应当遵循一定的规律。这些规律由许多因素决定，笔者需要通过确定这些因素，并对其进行量化分析，从而找到一个内在联系，并可以用相关数学公式进行描述。
然而，笔者也应当注意到鞍山新村自身的一些特殊性，由于紧邻同济大学，餐饮业的消费人群中，青年人所占比例相对更大一些。
1、分析原则
在具体分析时，为了方便对各个因素的影响程度进行描述，需要采用一些量化标准。量化标准的选择，具体需要满足以下几个基本要点：
1）各个因素之间没有明显的相互影响。也就是说，一个因素数量值的变化是由需要分析的因素之外的其他因素所決定。这里的其他因素，主要包括人为的规划意志、大环境下的市场调节作用等。
2）各个因素必须具有“点”属性，当然也可以有“线”或“面”属性（因为若一个因素具有线属性则该线上的所有点属性值相同；具有面属性该面上所有点属性值相同，但面的范围应当较小）。也就是说，一个地区内的各个点都对应需要分析的各项因素的具体数量值或逻辑值。
3）各个因素的衡量标准尽量能够方便采用具体数值，求其次采用逻辑数值。
2、影响因素的选取与内在关系
笔者认为影响餐饮业商业设施空间分布的因素主要有以下几个方面：居民自身情况、商业设施的可达性、产业聚集的状态、与其他相关产业的分析等。当然，这只是理想状态下的模型，实际上还要受到许多其他因素的影响，应当尽量选取影响因素大的、可以量化的指标进行描述。
1） 因素选取的理论模型
荷夫模型（Huff Model）
无论是中心地理论还是零售引力法则都有一个基本研究假设，即消费者就近消费。但实际上，对于餐饮业来说，除了一些最基本的日常消费，价格、交通费用、甚至口味等都会对此产生影响。荷夫模型将商业设施的魅力度用店铺面积和距离来描述，并认为各商业设施的购买吸引力受竞争对手的影响。
荷夫模型表明：一个零售店与其竞争店相比规模越大，顾客到店消费的可能性越大。在消费者看来，规模大的店铺有更多的商品可供选择；与竞争店相比，顾客到店所需时间越长或距离越远，顾客来店的可能性越少。消费者在众多商铺中选择特定的商铺进行消费，取决于该商铺的相关吸引力，该模型认为消费者到特定商铺的可能性等于该商铺对消费者的吸引力与在这一地区内全部同类型商铺的吸引力总和的比率。因此，对于规模较大、较为集中的商业来说，其所占的同行业中的市场份额也越大。
2）各个因素的内在联系
通过对以上众多理论的分析可以得出几个重要的结论：
a、需求决定了商业的规模和分布
这里的需求往往是由社区自身条件所决定，包括社区规模、人口结构、人均消费水平等等。对于社区自身的描述，往往就是对于需求的描述。
b、商业吸引度由消费者出行距离、商业自身规模决定
出行距离可以使用“可达性”这一概念进行描述；而规模则可以通过产业聚集状态来描述。
c、餐饮业作为对环境要求较高的行业，受到其他行业影响较大。不同行业之间的混合对人的消费心理有较大影响。同时，由于现代人生活方式的多样化，单单研究某一行业的消费需求已经不够。
3、量化分析
下面针对各个因素进行量化分析。
1）居民密度
居民情况主要指住宅区的人口密度。居民密度反映了人口在空间布局上的特征，而居民的需求对商业设施的分布具有直接影响。笔者针对鞍山新村各个街坊的居民数、面积进行了估计，并计算得出每个街坊的人口密度。
2）商业设施的可达性
“可达性”的量化需要从空间上的客观指标进行描述，包括与小区出入口的距离、道路通行能力、人行道宽度等。这些空间因素在客观上决定了该设施的可达性，但是其他一些因素，比如是否因杂物堆放而影响了通行、公交站的设置、自行车的停放等则难以进行衡量。
与小区出入口的距离，反映了在距离上到达的方便程度。对于几个规格相当的餐饮集中分布区来说，距离或许对顾客的选择有着重要影响。
道路通行能力往往与道路宽度有关，而其中人行道的宽度很大程度上决定了行人的可达性。对于鞍山新村来说，绝大部分内部商业行为都是以步行进行的，因此可以认为人行道的宽度能够反映该道路的通行能力。
3）产业聚集状态
产业聚集从设施的密度进行描述，使用密度而非占地面积这一指标，一方面遵循了“点”属性的原则，另一方面可以规避其他产业混杂其中造成的影响。
4）与其他相关产业的关系
这里指选取的考察范围内餐饮业占所有行业商铺数量的比例。当餐饮业占据比例较大时，该地区呈现一种“餐饮一条街”的状态；当餐饮业占据比例不大，且有较多其他消费行业时，该地区呈现一种多样混合的娱乐休闲状态。不同的地区类型对人的消费心理具有一定影响。
4、 数据分析验证
利用Nlogit软件，建立选择模型并进行分析。对影响店铺选择的几个因素（如所在区域人口密度，可达性，道路通行能力，人行道宽度，周边其他设施的影响等）进行量化，对量化后的数据进行Discrete Choice分析。
1） 数据的量化与录入
数据分析共采集了30组样本，每组在两个样本中选择出较优的一个，将其标记为被选择对象。选择的评判标准以店铺的营业状况为主。
数据的录入阶段将收集的各个因素进行量化，量化标准如下：
居民密度：juminmidu{1=较低;2=中;3=较高}
人口结构：renkoujiegou{1=附近小区老年人比例较低;2=附近小区人口以老年人为主}
可达性：kedaxing{1=可达性较差;2=可达性一般;3=可达性较好}
道路通行能力：tongxingnengli{1=较差;2=一般;3=较好}
人行道宽度：renxingdao{1=人行道宽度小于2米;2=宽度2至4米;3=宽度4米以上}
店铺规模：guimo{1=店铺面积小于15平米;2=店铺面积在15至30平米之间;3=店铺面积大于30平米}
周边其他产业的影响：yingxiang{0=无消极影响;1=有消极影响}
区位：quwei{1=区位较差;2=区位一般;3=区位较好}
政策影響：zhengce{1=无扶持政策;2=有扶持政策}
因某些因素的具体数据难以获取，因此根据观测的结果按等级进行量化，未能给出具体的数据标准。
2） 数据的分析
利用NLogit软件，将量化后的数据进行Discrete Choice分析。排除掉一些相关性较差的因素，分析结果如下：
根据分析结果，可达性和人行道宽度是影响店铺经营情况的两个比较重要的积极因素，周边其他产业的影响是比较重要的消极因素，这也是店主选择店铺位置时的主要影响因素。
分析结果的验证，预测情况与实际选择的对比：
预测情况与实际结果基本一致，说明得出的分析结果能比较好的表示实际情况。
四、结语
就鞍山新村餐饮业设施分布情况的调查结果来看，影响其分布的因素是多方面的。在这些因素中，可达性与店铺周边环境的影响相对较大。同时，传统商业因受到新兴电子商务模式的影响，其空间布局也在发生着改变，不再局限于传统的区位影响。
随着鞍山社区的更新改造，其社区空间布局也在不断变化。在进行新的布局规划与商铺位置选择时，除考虑上述因素外，还要与城市整体的发展规划相结合。
参考文献：
[1] 郑星. 武汉市大型零售商业设施空间布局研究. 华中科技大学. 2003
[2] 高宏业. 西方经济学. 中国人民大学出版社. 2010
关键词：鞍山新村 餐饮业分布 影响因素 定量分析
中图分类号：B834文献标识码： A
一、基地概况
1、地理区位
鞍山新村位于上海市杨浦区，控江路、大连路、四平路、彰武路、铁岭路、风城路范围之内。处于内环高架范围之内，是杨浦区与虹口区的交界处。
鞍山新村的西边比邻同济大学，据五角场城市副中心有2.38公里远。
在鞍山新村边有8号线与10号线两条地铁线，分别有同济大学站、平路站、鞍山新村站、江浦路站。
经调查，鞍山新村共有三处主要公共空间，是经济社会活动的聚集区，分别如下
二、鞍山新村餐饮业设施现状调查
1、餐饮业分布现状
通过对于整个鞍山新村地块内餐饮业设施的初步调查，笔者掌握了所有餐饮设施的具体位置，确定了餐饮业设施的分布现状。
分布现状呈现一定的规律，在某些特定区域或街道有明显的聚集现象。地区内餐饮业设施的聚集性可以归纳为：“三点”和“四带”。针对这些特定区域和街道，笔者进行了进一步深入调查，掌握这些聚集地带餐饮业设施的自身特性及相互关联，从人均消费、沿街界面形式、公共人行空间环境质量等方面进行考查。
2、“三点四带”
1）同济联合广场：餐饮业设施基本上都集中在2—3层，内部商业界面连续，人均消费为RMB20—100。沿街人行道有绿化隔离带。特别注意的是这里有一家高档酒店（人均消费RMB200），建筑底层架空，店面前有较大的人行活动空间。
2）阜新路苏家屯路路口：餐饮业设施为底层商业形式，店面不连续，人均消费为RMB10—20。人行道布置有非机动车和绿化隔离带，也有一些私家车占用店面前的空间，使得公共活动空间较狭窄。
3）抚顺路江浦路路口：餐饮业设施人均消费为RMB10—50。店面形式多样，近交叉路口处的店多为低层公建底商；沿街道的餐饮业店面为高层住宅楼底商，商业界面连续但餐饮业设施不连续。人行道有绿化隔离和非机动车停车。
4）鞍山支路：餐饮业设施人均消费为RMB10—20。店面连续，多为多层住宅楼底层，有少部分是独立式商业建筑。人行道部分有绿化隔离，店面前有较多非机动车停车。
5）铁岭路：餐饮业设施人均消费为RMB10—50。沿街有连续的商业界面，主要为餐饮业店面。形式是多层住宅底层商业。人行道有绿化隔离，几乎没有非机动车停车。
6）锦西路：餐饮业商业设施人均消费为RMB10—120。店面连续。沿街道两边为多层住宅楼底层商业，独立式一层公建。交叉口转角处为多层混合商业建筑，店面以餐饮业为主。人行道有绿化隔离带和非机动车停车带。
7）本溪路：餐饮业设施人均消费为RMB10—100。沿街道两侧有连续的商业界面，以餐饮业店面为主。形式大多为高层住宅楼底层商业，少数是独立式公建。部分店面前公共空间有特殊处理，较为适宜人行活动。
3、特征归纳
通过调查和分析，笔者归纳鞍山新村“三点”和“四带”的餐饮设施特征，以便进一步分析各方面影响因素：
1）除阜新路苏家屯路路口外，其余六处聚集区域的商业界面均为连续界面，而且基本都以餐饮业为主。
2）在同济联合广场，抚顺路江浦路路口，锦西路这三处聚集区域的交叉口转角处有独立式公共商业建筑，其中的商业设施平均消费较高。
3）所有七处餐饮设施聚集区域沿街的人行道都有绿化隔离带，空间环境、尺度适宜步行。
4）除同济联合广场外，其余六处聚集区域的沿街道商业设施的界面均为住宅楼底商，且人均消费较低。
三、分布影响因素分析
与一般的大型居住社区类似，鞍山新村内部的餐饮业商业设施空间分布也应当遵循一定的规律。这些规律由许多因素决定，笔者需要通过确定这些因素，并对其进行量化分析，从而找到一个内在联系，并可以用相关数学公式进行描述。
然而，笔者也应当注意到鞍山新村自身的一些特殊性，由于紧邻同济大学，餐饮业的消费人群中，青年人所占比例相对更大一些。
1、分析原则
在具体分析时，为了方便对各个因素的影响程度进行描述，需要采用一些量化标准。量化标准的选择，具体需要满足以下几个基本要点：
1）各个因素之间没有明显的相互影响。也就是说，一个因素数量值的变化是由需要分析的因素之外的其他因素所決定。这里的其他因素，主要包括人为的规划意志、大环境下的市场调节作用等。
2）各个因素必须具有“点”属性，当然也可以有“线”或“面”属性（因为若一个因素具有线属性则该线上的所有点属性值相同；具有面属性该面上所有点属性值相同，但面的范围应当较小）。也就是说，一个地区内的各个点都对应需要分析的各项因素的具体数量值或逻辑值。
3）各个因素的衡量标准尽量能够方便采用具体数值，求其次采用逻辑数值。
2、影响因素的选取与内在关系
笔者认为影响餐饮业商业设施空间分布的因素主要有以下几个方面：居民自身情况、商业设施的可达性、产业聚集的状态、与其他相关产业的分析等。当然，这只是理想状态下的模型，实际上还要受到许多其他因素的影响，应当尽量选取影响因素大的、可以量化的指标进行描述。
1） 因素选取的理论模型
荷夫模型（Huff Model）
无论是中心地理论还是零售引力法则都有一个基本研究假设，即消费者就近消费。但实际上，对于餐饮业来说，除了一些最基本的日常消费，价格、交通费用、甚至口味等都会对此产生影响。荷夫模型将商业设施的魅力度用店铺面积和距离来描述，并认为各商业设施的购买吸引力受竞争对手的影响。
荷夫模型表明：一个零售店与其竞争店相比规模越大，顾客到店消费的可能性越大。在消费者看来，规模大的店铺有更多的商品可供选择；与竞争店相比，顾客到店所需时间越长或距离越远，顾客来店的可能性越少。消费者在众多商铺中选择特定的商铺进行消费，取决于该商铺的相关吸引力，该模型认为消费者到特定商铺的可能性等于该商铺对消费者的吸引力与在这一地区内全部同类型商铺的吸引力总和的比率。因此，对于规模较大、较为集中的商业来说，其所占的同行业中的市场份额也越大。
2）各个因素的内在联系
通过对以上众多理论的分析可以得出几个重要的结论：
a、需求决定了商业的规模和分布
这里的需求往往是由社区自身条件所决定，包括社区规模、人口结构、人均消费水平等等。对于社区自身的描述，往往就是对于需求的描述。
b、商业吸引度由消费者出行距离、商业自身规模决定
出行距离可以使用“可达性”这一概念进行描述；而规模则可以通过产业聚集状态来描述。
c、餐饮业作为对环境要求较高的行业，受到其他行业影响较大。不同行业之间的混合对人的消费心理有较大影响。同时，由于现代人生活方式的多样化，单单研究某一行业的消费需求已经不够。
3、量化分析
下面针对各个因素进行量化分析。
1）居民密度
居民情况主要指住宅区的人口密度。居民密度反映了人口在空间布局上的特征，而居民的需求对商业设施的分布具有直接影响。笔者针对鞍山新村各个街坊的居民数、面积进行了估计，并计算得出每个街坊的人口密度。
2）商业设施的可达性
“可达性”的量化需要从空间上的客观指标进行描述，包括与小区出入口的距离、道路通行能力、人行道宽度等。这些空间因素在客观上决定了该设施的可达性，但是其他一些因素，比如是否因杂物堆放而影响了通行、公交站的设置、自行车的停放等则难以进行衡量。
与小区出入口的距离，反映了在距离上到达的方便程度。对于几个规格相当的餐饮集中分布区来说，距离或许对顾客的选择有着重要影响。
道路通行能力往往与道路宽度有关，而其中人行道的宽度很大程度上决定了行人的可达性。对于鞍山新村来说，绝大部分内部商业行为都是以步行进行的，因此可以认为人行道的宽度能够反映该道路的通行能力。
3）产业聚集状态
产业聚集从设施的密度进行描述，使用密度而非占地面积这一指标，一方面遵循了“点”属性的原则，另一方面可以规避其他产业混杂其中造成的影响。
4）与其他相关产业的关系
这里指选取的考察范围内餐饮业占所有行业商铺数量的比例。当餐饮业占据比例较大时，该地区呈现一种“餐饮一条街”的状态；当餐饮业占据比例不大，且有较多其他消费行业时，该地区呈现一种多样混合的娱乐休闲状态。不同的地区类型对人的消费心理具有一定影响。
4、 数据分析验证
利用Nlogit软件，建立选择模型并进行分析。对影响店铺选择的几个因素（如所在区域人口密度，可达性，道路通行能力，人行道宽度，周边其他设施的影响等）进行量化，对量化后的数据进行Discrete Choice分析。
1） 数据的量化与录入
数据分析共采集了30组样本，每组在两个样本中选择出较优的一个，将其标记为被选择对象。选择的评判标准以店铺的营业状况为主。
数据的录入阶段将收集的各个因素进行量化，量化标准如下：
居民密度：juminmidu{1=较低;2=中;3=较高}
人口结构：renkoujiegou{1=附近小区老年人比例较低;2=附近小区人口以老年人为主}
可达性：kedaxing{1=可达性较差;2=可达性一般;3=可达性较好}
道路通行能力：tongxingnengli{1=较差;2=一般;3=较好}
人行道宽度：renxingdao{1=人行道宽度小于2米;2=宽度2至4米;3=宽度4米以上}
店铺规模：guimo{1=店铺面积小于15平米;2=店铺面积在15至30平米之间;3=店铺面积大于30平米}
周边其他产业的影响：yingxiang{0=无消极影响;1=有消极影响}
区位：quwei{1=区位较差;2=区位一般;3=区位较好}
政策影響：zhengce{1=无扶持政策;2=有扶持政策}
因某些因素的具体数据难以获取，因此根据观测的结果按等级进行量化，未能给出具体的数据标准。
2） 数据的分析
利用NLogit软件，将量化后的数据进行Discrete Choice分析。排除掉一些相关性较差的因素，分析结果如下：
根据分析结果，可达性和人行道宽度是影响店铺经营情况的两个比较重要的积极因素，周边其他产业的影响是比较重要的消极因素，这也是店主选择店铺位置时的主要影响因素。
分析结果的验证，预测情况与实际选择的对比：
预测情况与实际结果基本一致，说明得出的分析结果能比较好的表示实际情况。
四、结语
就鞍山新村餐饮业设施分布情况的调查结果来看，影响其分布的因素是多方面的。在这些因素中，可达性与店铺周边环境的影响相对较大。同时，传统商业因受到新兴电子商务模式的影响，其空间布局也在发生着改变，不再局限于传统的区位影响。
随着鞍山社区的更新改造，其社区空间布局也在不断变化。在进行新的布局规划与商铺位置选择时，除考虑上述因素外，还要与城市整体的发展规划相结合。
参考文献：
[1] 郑星. 武汉市大型零售商业设施空间布局研究. 华中科技大学. 2003
[2] 高宏业. 西方经济学. 中国人民大学出版社. 2010