论文部分内容阅读
摘 要：商业分析GIS是近年来新兴的GIS应用研究领域，相关数据的可得性是在商业领域应用GIS的制约因素。 基于GIS多准则评价法（MCE）对商业分析活动进行数学抽象， 建立基础数据指标体系，对指标值标准化、指标值空间扩散方法以及商业分析的算法流程进行研究，形成了构建商业分析GIS基础数据平台的模式，以徐州市商业分析GIS基础数据平台的构建为例，实证该模式的可行性。
关键词：商业分析GIS;MCE;基础数据;构建
中图分类号:F715．1 文献标识码：A
The Design of Data Base for Business Analysis GIS
XUE Feng-chang,BIAN Zhengfu
(School of Enviroment Science and Spatial Informatics，China Univercity
of Minging and Technology,Xuzhou 221008，China)
Abstract: Business analysis GIS is a new area that has developed rather fast in the GISapplication in recent years.The acquirability of the data is the condition for applying it. With a mathematic index system of business analysis based on multi-criteria evaluation，the modle of designing business analysis GIS data base is drawn out involving multi-criteria evaluation，establishing indexes,standardizing and diffusing index value. The paper finds the feasibility of applying the business analysis GIS data base in to Xuzhou City.
Key words:business analysis GIS;MCE;data base;design
收稿日期：2006-12-28
作者简介：薛丰昌（1970-），男，内蒙呼盟人，中国矿业大学地图制图学与地理信息工程专业博士研究生。研究方向：3S技术在资源环境调查评价中的应用。
基金项目：江苏省社会发展基金，项目编号：BS2003010；教育部新世纪优秀人才基金，项目编号：NCET-04-0487；中国矿业大学科技基金，项目编号：D200405。
一、前言
商业和经营决策活动与空间信息密切相关,利用基于GIS的空间数据进行商业活动分析，可以优化资源配置,降低商业运行成本,并规划、监测、改善区域商业和经济环境[1]。随着GIS的发展成熟，GIS 在商业领域的应用也迅速发展，而相关数据的可得性却日益成为成功应用GIS的制约因素。
由于商业活动的多样性，不同商业领域应用GIS对于空间数据的需求有着显著的差异，如同样是商业选址，连锁超市与金融企业在选址过程中考虑的主要影响因素会明显不同，这些差异性使得建立满足商业分析需要的统一的、标准化的数据平台具有极大的困难。
尽管商业活动具有显著的多样性以及空间数据获取、存在形式具有极大的复杂性，但是有两点是显而易见的：一是无论什么样的商业活动都是在特定空间格局中进行的，这种空间格局具有相对的稳定性；二是无论商业活动利用GIS进行什么样的分析，都有一个共同的目标，那就是降低成本、获取更多市场份额以及更好地服务客户，因此那些代表城市基本状况的要素以及与商业活动共同目的密切相关的影响因素就构成了商业分析GIS的基础数据（或者称之为核心数据）。由专业机构加工生产商业分析GIS所需的基础数据平台，有利于提高GIS在商业领域应用效率、保证数据质量。
二、GIS多准则评价法与商业地理分析过程的数学抽象
GIS多准则评价法（multi-criteria evaluation ,MCE）是指在所选区域的多种属性基础上，按一个特定目标利用GIS空间分析方法对资源进行匹配的过程。MCE有两种常用施实方法，一种是将所有评价因子按一定准则转化为适合决策分析的布尔语句，用布尔语句对因子的适用程度进行约束，并通过相交运算（逻辑或）与联合运算（逻辑与）对约束因素进行组合，实现决策过程；另一种方法是将影响因子的属性看作是连续变量，按照一定规则将其转化为特定数字区间（如0-1，0-100，0-255等，其实现过程被称作因子的标准化过程），通过对标准化的因子按一定权重进行线性组合，获取决策目标值[2]。
商业地理分析是为了实现特定商业目的而进行的对商业活动涉及的各项影响因素进行综合对比从而确定最佳商业经营环境的过程，这个过程可以抽象为以下数学模型：
其中，S代表商业目的指标或其替代指标的量化，Di代表城市基本状况要素以及与商业活动共同目的密切相关的影响因素指标的量化，Pi代表这些要素（因素）对于实现商业目的的重要程度，即对于商业目的的影响权重。通过这样的抽象之后，具体商业分析过程就转化为利用MCE进行资源分配的过程。
三、商业分析GIS基础数据指标体系的建立及其量化方法
（一） 指标体系的建立
土地是进行商业活动的基本载体，人们通过对土地自然状况的适应与改造在城市中形成了特定的人流、物流以及社会公共资源的分布格局，这种格局影响着人们进行商业活动的可行性与适宜性，因此城市人流、物流以及社会公共资源的空间分布状况构成了商业分析GIS的基本数据框架，对于这个框架应该用哪些指标（哪些类别数据）进行具体表达，可以采用文献分析法、特尔菲专家测定法或层次分析法进行确定，以下是通过文献分析法确定的指标及其因子构成体系。
在这里“度”是指具体指标对于商业活动的影响程度，通过构成因子标准化后经加权线性组合获得。
（二）指标的标准化
与商业活动相关的空间数据在存在形式、获取渠道上千差万别，如有些空间数据能够进行定量描述而有些数据却只能进行定性描述，有些数据隶属于工商管理部门而有些数据隶属于土地资源管理部门等等，综合应用这些数据必须对数据进行标准化处理。数据标准化有总和标准化、标准差的标准化、极大值标准化、极差标准化等几种方法[3]，这里采取极差标准化方法，计算公式如下：
图2为徐州市供电水平分布图，表1为对供电水平进行标准化处理示例。
（三） 指标值的空间扩散
城市人流、物流以及社会公共资源在空间上是以离散的点或区域的形式分布的，但是这些离散的点或区域影响着周围更大范围的区域，反映这种影响情况通过相应指标值在空间的扩散来实现。指标值的空间扩散可分面状因素和点、线状因素两大类进行：
1．若因素对商业活动的影响仅与因素指标值有关，称之为面状因素。面状因素直接计算其对空间上各点的作用分。
2．若指标对商业活动的影响既与设施规模有关，又与距设施的相对距离有关，称之为点、线状因素。点、线状因素根据指标影响随距离衰减的速率采取指数衰减或线性衰减进行指标值的空间扩散。
图3为面状指标空间扩散示例图，图4为点状指标空间扩散示例图。
四、基于MCE的商业分析算法流程
1．对城市空间进行单元划分，根据实际需要将城市划分为标准格网，每一个网格为一个具体商业分析单元；提取网格中心点坐标，建立以网格中心点坐标索引的指标作用分值数据库。
2．对构成指标的具体因子进行空间扩散，面状指标值直接赋予指标面覆盖的单元，并根据单元坐标写入数据库；点、线指标采用指数衰减或线性衰减进行扩散， 扩散后的数值根据单元坐标写入相应数据库。
3． 根据拟分析商业活动建立各指标影响权重。
4． 根据影响权重对各单元指标值进行线性组合实现空间叠置。
5．将商业活动的专业指标值(或专题指标值)进行空间扩散，与基础数据指标值进行结合，获得商业目标指标值的数值化分布。
6．对商业目标指标值的数值化分布进行商业决策。
图4 点状指标扩散示例
五、 商业分析GSI基础数据平台构建实例
根据上述思想，基于mapinfo及其二次开发语言mapbasic、access数据库构建了徐州市商业分析GIS基础数据平台。
（一）数据来源
工作底图采用从徐州市地籍信息数据提取的道路、水系、企事业单位、居民小区图层经编绘形成的1：2．5万数字化图，如图5。指标数据采用徐州市土地经济评价调查成果，数据来源如表2所示。
（二）应用示例
以下是利用徐州市商业分析GIS基础数据平台进行徐州市居住区位优劣分析的例子。表3-5为经过相关领域专家采用特尔菲专家测定法形成的指标及其因子的权重表，它反映的是基础数据平台中相关因素、因子对居住区位的影响程度。
利用以上权重对指标及其因子空间扩散值进行空间叠制，得到徐州市住宅区位优劣分布图，如图6。
六、结论
数据的复杂性、多样性以及获取的困难性是利用GIS进行经营决策分析的一个难点问题，笔者的基本思想是把经营活动涉及的基础性、通用性的信息与具体的商业专题信息或专业信息相分离，基于GIS多准则评价法把基础性、普遍应用的信息加工制作成基础数据平台，其中评价准则（各方面信息的权重）可以根据具体的商业行为进行调整， 从而实现数据平台的通用性。
多源数据的标准化和数据的空间扩散是建立商业分析基础数据平台的另一个关键性问题，笔者介绍了常用的基本方法，对于具体商业分析活动的特定要求，可以通过对算法的进一步细化实现。
参考文献：
［1］ Mbirkin，GPClarke，Mclarke.GIS在商业和服务业计划中的应用［C］.//Paul A.Longley，MichaelF.Goodchild.唐中实，黄俊峰，尹平译.地理信息系统（下卷）［M］．北京：电子工业出版社，2004：117-128.
［2］ JREastman.GIS中的多准则评价方法［C］．//Paul A.Longley，MichaelF.Goodchild.唐中实，黄俊峰，尹平译.地理信息系统（上卷）［M］．北京：电子工业出版社，2004：464-473.
［3］ 徐建华.现代地理学中的数学方法［M］．北京：高等教育出版社 ，2002：35.
（责任编辑：习 文）
“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”。
关键词：商业分析GIS;MCE;基础数据;构建
中图分类号:F715．1 文献标识码：A
The Design of Data Base for Business Analysis GIS
XUE Feng-chang,BIAN Zhengfu
(School of Enviroment Science and Spatial Informatics，China Univercity
of Minging and Technology,Xuzhou 221008，China)
Abstract: Business analysis GIS is a new area that has developed rather fast in the GISapplication in recent years.The acquirability of the data is the condition for applying it. With a mathematic index system of business analysis based on multi-criteria evaluation，the modle of designing business analysis GIS data base is drawn out involving multi-criteria evaluation，establishing indexes,standardizing and diffusing index value. The paper finds the feasibility of applying the business analysis GIS data base in to Xuzhou City.
Key words:business analysis GIS;MCE;data base;design
收稿日期：2006-12-28
作者简介：薛丰昌（1970-），男，内蒙呼盟人，中国矿业大学地图制图学与地理信息工程专业博士研究生。研究方向：3S技术在资源环境调查评价中的应用。
基金项目：江苏省社会发展基金，项目编号：BS2003010；教育部新世纪优秀人才基金，项目编号：NCET-04-0487；中国矿业大学科技基金，项目编号：D200405。
一、前言
商业和经营决策活动与空间信息密切相关,利用基于GIS的空间数据进行商业活动分析，可以优化资源配置,降低商业运行成本,并规划、监测、改善区域商业和经济环境[1]。随着GIS的发展成熟，GIS 在商业领域的应用也迅速发展，而相关数据的可得性却日益成为成功应用GIS的制约因素。
由于商业活动的多样性，不同商业领域应用GIS对于空间数据的需求有着显著的差异，如同样是商业选址，连锁超市与金融企业在选址过程中考虑的主要影响因素会明显不同，这些差异性使得建立满足商业分析需要的统一的、标准化的数据平台具有极大的困难。
尽管商业活动具有显著的多样性以及空间数据获取、存在形式具有极大的复杂性，但是有两点是显而易见的：一是无论什么样的商业活动都是在特定空间格局中进行的，这种空间格局具有相对的稳定性；二是无论商业活动利用GIS进行什么样的分析，都有一个共同的目标，那就是降低成本、获取更多市场份额以及更好地服务客户，因此那些代表城市基本状况的要素以及与商业活动共同目的密切相关的影响因素就构成了商业分析GIS的基础数据（或者称之为核心数据）。由专业机构加工生产商业分析GIS所需的基础数据平台，有利于提高GIS在商业领域应用效率、保证数据质量。
二、GIS多准则评价法与商业地理分析过程的数学抽象
GIS多准则评价法（multi-criteria evaluation ,MCE）是指在所选区域的多种属性基础上，按一个特定目标利用GIS空间分析方法对资源进行匹配的过程。MCE有两种常用施实方法，一种是将所有评价因子按一定准则转化为适合决策分析的布尔语句，用布尔语句对因子的适用程度进行约束，并通过相交运算（逻辑或）与联合运算（逻辑与）对约束因素进行组合，实现决策过程；另一种方法是将影响因子的属性看作是连续变量，按照一定规则将其转化为特定数字区间（如0-1，0-100，0-255等，其实现过程被称作因子的标准化过程），通过对标准化的因子按一定权重进行线性组合，获取决策目标值[2]。
商业地理分析是为了实现特定商业目的而进行的对商业活动涉及的各项影响因素进行综合对比从而确定最佳商业经营环境的过程，这个过程可以抽象为以下数学模型：
其中，S代表商业目的指标或其替代指标的量化，Di代表城市基本状况要素以及与商业活动共同目的密切相关的影响因素指标的量化，Pi代表这些要素（因素）对于实现商业目的的重要程度，即对于商业目的的影响权重。通过这样的抽象之后，具体商业分析过程就转化为利用MCE进行资源分配的过程。
三、商业分析GIS基础数据指标体系的建立及其量化方法
（一） 指标体系的建立
土地是进行商业活动的基本载体，人们通过对土地自然状况的适应与改造在城市中形成了特定的人流、物流以及社会公共资源的分布格局，这种格局影响着人们进行商业活动的可行性与适宜性，因此城市人流、物流以及社会公共资源的空间分布状况构成了商业分析GIS的基本数据框架，对于这个框架应该用哪些指标（哪些类别数据）进行具体表达，可以采用文献分析法、特尔菲专家测定法或层次分析法进行确定，以下是通过文献分析法确定的指标及其因子构成体系。
在这里“度”是指具体指标对于商业活动的影响程度，通过构成因子标准化后经加权线性组合获得。
（二）指标的标准化
与商业活动相关的空间数据在存在形式、获取渠道上千差万别，如有些空间数据能够进行定量描述而有些数据却只能进行定性描述，有些数据隶属于工商管理部门而有些数据隶属于土地资源管理部门等等，综合应用这些数据必须对数据进行标准化处理。数据标准化有总和标准化、标准差的标准化、极大值标准化、极差标准化等几种方法[3]，这里采取极差标准化方法，计算公式如下：
图2为徐州市供电水平分布图，表1为对供电水平进行标准化处理示例。
（三） 指标值的空间扩散
城市人流、物流以及社会公共资源在空间上是以离散的点或区域的形式分布的，但是这些离散的点或区域影响着周围更大范围的区域，反映这种影响情况通过相应指标值在空间的扩散来实现。指标值的空间扩散可分面状因素和点、线状因素两大类进行：
1．若因素对商业活动的影响仅与因素指标值有关，称之为面状因素。面状因素直接计算其对空间上各点的作用分。
2．若指标对商业活动的影响既与设施规模有关，又与距设施的相对距离有关，称之为点、线状因素。点、线状因素根据指标影响随距离衰减的速率采取指数衰减或线性衰减进行指标值的空间扩散。
图3为面状指标空间扩散示例图，图4为点状指标空间扩散示例图。
四、基于MCE的商业分析算法流程
1．对城市空间进行单元划分，根据实际需要将城市划分为标准格网，每一个网格为一个具体商业分析单元；提取网格中心点坐标，建立以网格中心点坐标索引的指标作用分值数据库。
2．对构成指标的具体因子进行空间扩散，面状指标值直接赋予指标面覆盖的单元，并根据单元坐标写入数据库；点、线指标采用指数衰减或线性衰减进行扩散， 扩散后的数值根据单元坐标写入相应数据库。
3． 根据拟分析商业活动建立各指标影响权重。
4． 根据影响权重对各单元指标值进行线性组合实现空间叠置。
5．将商业活动的专业指标值(或专题指标值)进行空间扩散，与基础数据指标值进行结合，获得商业目标指标值的数值化分布。
6．对商业目标指标值的数值化分布进行商业决策。
图4 点状指标扩散示例
五、 商业分析GSI基础数据平台构建实例
根据上述思想，基于mapinfo及其二次开发语言mapbasic、access数据库构建了徐州市商业分析GIS基础数据平台。
（一）数据来源
工作底图采用从徐州市地籍信息数据提取的道路、水系、企事业单位、居民小区图层经编绘形成的1：2．5万数字化图，如图5。指标数据采用徐州市土地经济评价调查成果，数据来源如表2所示。
（二）应用示例
以下是利用徐州市商业分析GIS基础数据平台进行徐州市居住区位优劣分析的例子。表3-5为经过相关领域专家采用特尔菲专家测定法形成的指标及其因子的权重表，它反映的是基础数据平台中相关因素、因子对居住区位的影响程度。
利用以上权重对指标及其因子空间扩散值进行空间叠制，得到徐州市住宅区位优劣分布图，如图6。
六、结论
数据的复杂性、多样性以及获取的困难性是利用GIS进行经营决策分析的一个难点问题，笔者的基本思想是把经营活动涉及的基础性、通用性的信息与具体的商业专题信息或专业信息相分离，基于GIS多准则评价法把基础性、普遍应用的信息加工制作成基础数据平台，其中评价准则（各方面信息的权重）可以根据具体的商业行为进行调整， 从而实现数据平台的通用性。
多源数据的标准化和数据的空间扩散是建立商业分析基础数据平台的另一个关键性问题，笔者介绍了常用的基本方法，对于具体商业分析活动的特定要求，可以通过对算法的进一步细化实现。
参考文献：
［1］ Mbirkin，GPClarke，Mclarke.GIS在商业和服务业计划中的应用［C］.//Paul A.Longley，MichaelF.Goodchild.唐中实，黄俊峰，尹平译.地理信息系统（下卷）［M］．北京：电子工业出版社，2004：117-128.
［2］ JREastman.GIS中的多准则评价方法［C］．//Paul A.Longley，MichaelF.Goodchild.唐中实，黄俊峰，尹平译.地理信息系统（上卷）［M］．北京：电子工业出版社，2004：464-473.
［3］ 徐建华.现代地理学中的数学方法［M］．北京：高等教育出版社 ，2002：35.
（责任编辑：习 文）
“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”。