都市世界论坛

 找回密码
 注册
搜索
热搜: 规划
查看: 4004|回复: 2

[资料] 北京城市居民消费区位偏好与决策行为分析[地理学报,2006年Vol61,No.10:1037-1045]

[复制链接]
发表于 2007-10-14 14:46:31 | 显示全部楼层 |阅读模式
  以西城区和海淀中心地区为例

张文忠1 ,李业锦1,2

(1. 中国科学院地理科学与资源研究所 北京 100101;2. 中国科学院研究生院)





1 引言

随着2004年底中国商业的全面开放和外国跨国公司的大量进入,我国传统的商业区在数量、规模和职能等方面正在发生着巨大的变化,新兴零售业态和空间组织形式逐渐成为城市内部商业发展的主流和商业区的主要组成部分。从商业发展趋势来看,影响零售企业的空间选择行为的因素已经不仅仅局限于对该城市商业活动空间结构、交通、土地利用、商业政策、城市规划等相关影响因素以及零售业自身业态、规模等因素,随着用户第一主义(Consumerism)的兴起和对消费与生产的重要性认识的加深[1],消费者的态度及其购买行为等消费者行为也已成为影响零售企业区位决策的重要因素。了解消费者购物的态度、购买行为以及影响消费者选择的因素,对商业投资、零售企业区位决策、商业环境建设、商业规划的制定与实施都具有重要的意义。

从20世纪70年代初期开始,国外的研究者开始关注消费者对零售业区位选择的影响,如赫夫概率模型的出现[2];Rushton提出的消费行为空间偏好模型[3-5],极大地推动了消费行为地理学的发展。自20世纪80年代以来,消费行为地理学的研究愈加受到重视,Dawson[6]认为零售企业必须要了解各零售活动之间、零售业与消费者间、零售活动与区位间的相互关系,Berry和Parry[7]则进一步指出,一个真实的零售区位理论必须考虑服务地区人口的属性、消费者行为形态与社会经济环境。在国内关于零售业区位与居民消费行为研究起步较晚,魏金荣和张文奎等[8]研究了长春市消费者购物行为及其限制因素,认为商店的品种、消费者居住地与商业中心的距离、商业中心的交通状况、商店的信誉与出售商品的质量、商品的价格、商业营业员的服务态度等微观因素。张文忠等[9]对哈尔滨市消费行为与商业中心地系统的分析,认为消费者购物空间的选择主要与商业中心的规模、交通方便、距离最短原则有关。仵宗卿和柴彦威[10]根据周边调查法研究了天津市居民消费行为特征,并按照中心地理论构建了购物出行空间结构等级模型;王德等[11]从消费者购物出行角度研究了上海市商业空间结构,认为上海市商业空间结构具有等级序列明确、空间分布不均和强中心线型结构的特征,同时还分析了上海市消费者对大型超市选择行为的特征[12]。也有学者认为商业性场所微区位研究呈现出以文化生态透视、社会空间透视和马克思结构方法透视为主的综合性区域理论趋势[13]。受行为学派的影响,我国的商业研究都是从消费行为方式和社会经济属性角度来理解城市商业空间结构的形成和发展的,这正是消费者行为学研究商业地理最大的贡献[14]。

总的看来,我国对居民消费行为与商业区位选择的研究,与国外研究相比,在利用问卷调查和数学模型方面还未受到广泛关注。从消费者属性和商业环境双重视角,分析居民消费区位偏好和区位决策的研究尚未见到。本研究将以实地考察和问卷调查数据为依据,分析居民属性对消费区位偏好的影响,以及商业环境对消费区位决策的作用。



2区域选择和研究方法

2.1区域选择和数据获取

本文以北京市西城区和海淀中心地区[1]为主要研究区域。选择这一区域主要是考虑以下4个因素:①在空间上构成“扇形”研究区域,以约1/4的城区空间范围囊括中心区、中心向郊区的扩展区、近郊区等城市空间类型;②该区域是北京市经济发展的核心区之一,是人口、产业、交通、居住重要的密集区;③该区域北京市商业网点集聚、类型多样性强,也是国内外零售企业投资的重点布局区域;④该区域消费者的职业、收入等个人属性类型多样。因此,本研究区域在北京市中具有一定的代表性,基本反映出北京居民消费特征和商业区商业环境特征。

该区域在行政区域上,包括西城区和海淀区22个街道3个乡,总面积约达163km2。本文重点选取该区域的12个重要的商业区,作为研究城市居民消费区位选择的代表。这12大商业区是西单、复兴门、阜成门、新街口、甘家口、公主坟、白石桥、双榆树、大钟寺、中关村、四季青和五道口。它不仅囊括了西城区和海淀区大部分年销售额上亿元的商场,还包括了发展较为成功的商业区域,如西单商业区、公主坟商业区等,也包括了目前急速发展的新商业区域,如四季青商业区、中关村商业区等。

按照中心调查法,本文在2004年9月1日-2004年10月10日,针对西城区和海淀区的12个商业区进行了实地调研和问卷调查。共获取问卷调查1300份,其中,有效问卷为1276份,有效率为98%。但在样本中有些问卷部分内容没有填写,根据研究内容的不同,分析的有效问卷样本数有所不同。

2.2 研究方法

在社会经济活动中,人们常常遇到多重选择的决策问题,当寻求建模的数据是离散的而非连续的,常规的回归模型并不适宜于这类决策选择情形,因此随机效用模型(RUM)广泛引入,其中最主要形式之一是多维Logit模型(MNL,Multinomial Logit Model)。在此模型中,假设可供选择方案的全集为C,其中有J个元素,每个决策者都以C中的一个子集Cn作为其选择集合,由于每个决策者的属性不同,各决策者的选择子集是不同的。对于给定Cn(n表示第n个决策者),有Jn个元素个数,且满足Jn≤J。决策者总是根据自己的偏好选择效用最高的方案,故方案的选择取决于效用的概率。为了模拟决策者的选择模式,需对某个方案确定一个效用值,反映出决策者选择该方案的概率。因此,对于面临J中选择的第i个决策者,假设其选择j的效用为 ( 为待定系数,Zij为决策者属性, 为随机误差项),若该决策者实际选择了j方案,且Uij是效用最大方案,Prob(Uij>Uik)(对于所有其他k≠j)。令Yi为决策者多重选择的随机变量,则有,

                                       (1)

表示出决策者多重选择的概率,其中,当J=1的特殊情况就是二元选择的Logit模型。该模型基于决策者对事件发生概率判断的二值化标准,如好与坏,有效与无效等。用二元选择Logit模型可以有效地检验这类二值响应的因变量(dummy variable)与一组影响因素(自变量)之间的相关性,采用的参数估计方法一般为“极大似然估计法”(maximum likelihood method)。[15]

根据二元Logit建模的要求,设x1,x2,……,xj是与Y相关的自变量,假定获取的n组样本数据为(xi1,xi2,……,xj,Yi),Yi是取值0或者1的随机变量,则(xi1,xi2,……,xj)与Yi的关系满足:

,(i=1,2,…,n)        (2)

其中,f(x)是值域在[0,1]区间的单调增函数, ,

Yi是均值为 的0-1型分布,Y发生的概率函数为:

                   (3)


Yi的概率函数可以进一步写为: ,Yi=0,1;i=1,2,……,n

则,Yi的似然函数为:

                                    (4)

二元Logit回归的极大似然估计就是使公式(4)达到极大,最终找出因变量与自变量的相关度。[15]

本文的研究重点是分析消费者属性特征以及消费者对商业区环境评价结果对消费区位选择的影响,为此,我们构建两个计量经济模型(图1):

模型Ⅰ

模型 Ⅱ

商业环境

居民属性

消费区位选择偏好

商店位置

交通条件

商业规模

商业氛围

商品价格

服务质量

休息场所

配套设施

停车位

教育程度

家庭构成

职业

收入

出行方式

购物出发点

性别

年龄




图1 居民消费区位选择偏好模型构建

Fig.1 Modeling framework of residents’ shopping location preference and location decision



模型1:基于居民属性分析的消费区位偏好模型


    在模型1中,因变量为location-preference,表示居民消费区位偏好,如果居民偏好于选择城市中心区的商业区消费,则location-preference=1,选择外城[2]消费,则location-preference=2。自变量选择的是居民属性特征,变量定义包括性别(gender);年龄(age);教育程度(education);家庭构成(family);职业类型(career);家庭每月的总收入(income);购物出行方式(vehicle);购物出发地点(start)。各变量的取值方法和统计性质见表1所示。β1,β2,…,β8为待估系数,εi为误差项。

模型2:基于商业环境评价的消费区位选择模型


在模型2中,因变量为Location-decision,表示居民商业环境评价导致对其消费区位的决策,如果居民选择城市中心区商业区消费,则Location-decision=1,选择外城消费,则Location-decision=2。自变量选择的是居民对商业区商业环境的评价,变量定义包括居民对商店位置,交通条件,商业规模,商业氛围,商品价格,服务质量,休息场所,配套餐饮娱乐设施,停车位的满意度评价,分别是location,transportation,scale,air,price,service,rest-place,facility,parking。各变量的取值方法和统计性质见表3所示。β1,β2,…,β8为待估系数,εi为误差项。

3 Logit模型1:居民属性特征与消费区位偏好分析

3.1 模型假设与变量定义

构建Logit模型1分析不同类型居民的消费区位选择偏好,主要是了解哪些类型的居民具有消费区位偏好,其行为表现具有何种特征。本论文在进行回归检验之前,对居民的属性以及消费偏好提出以下假设:

假设1:居民的性别、年龄、教育程度、家庭构成、职业、收入对居民的消费区位偏好及消费区位决策具有影响,即它们可能影响了居民在城市中心区或外城的商业区的消费决策;

假设2:分别在居民的年龄、教育程度、家庭构成、职业、收入等指标的某些水平上占较大比重的城市居民的特征对其消费区位偏好具有显著影响,如20-30岁的居民在本调查样本中比重最大,该消费群体与其他年龄结构相比可能具有明显的消费区位偏好;

假设3:居民进行消费的相关行为也可能影响了居民的消费区位偏好或消费决策,如居民购物出行方式采取的交通工具的不同,将影响居民的消费区位偏好或区位决策等。

根据这三个假设,衍生出本文的16个变量(表1),根据调查样本数据进行二元Logit回归检验。变量解释具体如下:

变量性别消费偏好(V1):根据假设,认为性别的不同对居民的消费区位偏好具有影响。

变量年龄结构(age)分为V2和V3两个变量。年龄消费偏好(V2):假设随着年龄的增长,居民的消费区位偏好更明显;20-30岁年龄段消费偏好(V3):假设20-30岁年龄段的消费群体(在样本中比重最大)与其他年龄段相比可能具有明显的消费区位偏好。

变量教育程度(education)分为V4、V5、V6和V7四个变量。教育消费偏好(V4):假设随着教育程度的提高,居民的消费区位偏好更明显;高中学历消费偏好(V5)、大学学历(V6)和研究生学历消费偏好(V7):分别代表高中、大学、研究生学历的区位偏好(这三个教育结构层次的居民占整个样本较大的比重)。假设这三个教育层次的居民分别与其他居民相比具有明显的消费区位偏好。

表1 模型1中的变量定义与统计性质

Tab.1 Variables and statistics in Model 1

自变量
变量定义
样本均值(方差)

Location-preference
城市中心区为1,外城为2
1.64(0.48)

V1
男性为0,女性为1
0.62(0.48)

V2
20岁以下为1,20-30岁为2,30-40岁为3,40-50岁为4,50-60岁以上为5
2.29(0.89)

V3
20-30岁为1,其他为0
0.63(0.48)

V4
初中及以下为1,高中为2,大学为3,研究生为4
2.80(0.64)

V5
高中为1,其余为0
0.26(0.44)

V6
大学为1,其他为0
0.62(0.49)

V7
研究生为1,其他为0
0.10(0.31)

V8
单身为1,其他为0
0.57(0.49)

V9
身边有上学小孩的夫妇为1,其余为0
0.13(0.33)

V10
商业服务业为1,其他为0
0.11(0.31)

V11
高科技公司为1,其他为0
0.01(0.29)

V12
低收入为1,中等收入为2,高收入为3
2.06(0.58)

V13
步行和自行车为1,公共交通(公交车、地铁和城铁)为2,私家车和出租车为3
1.96(0.65)

V14
私家车或出租车为1,其余为0
0.19(0.39)

V15
从家里出发为1,其余为0
0.47(0.50)

V16
从单位出发为1,其余为0
0.28(0.43)




变量家庭构成(family)分为V8和V9两个变量。变量V8和变量V9:分别代表单身、有上学小孩的夫妇的消费偏好。假设单身、有上学小孩的夫妇分别与其他家庭构成的居民相比具有明显的消费区位偏好。

变量职业构成(career)分为V10和V11两个变量。变量V10和变量V11:代表从事商业服务业、高科技的居民的消费区位偏好。假设从事商业服务业、高科技的居民分别与其他职业类型构成的居民相比具有明显的消费区位偏好。

变量家庭月总收入水平(V12):假设随着收入增加,居民具有明显的消费区位偏好。

变量出行方式(vehicle)分为V13和V14两个变量。采取步行或自行车的购物偏好(V13):假设居民采取步行或自行车进行购物比采用其他交通工具更具有明显的消费区位偏好。驾车购物偏好(V14):假设居民采取驾车购物或者打车购物比采用其他交通工具更具有明显的消费区位偏好。

变量购物出发地点(start)分为V15和V16两个变量。从家里出发的购物偏好(V15):假设从家里出发购物的居民比从其他地点出发购物的居民更具有明显的消费区位偏。从工作地点的购物偏好(V16):假设从工作地点出发购物的居民比从其他地点出发购物的居民更具有明显的消费区位偏好。

采取Forward Stepwise (Wald)回归方法进行二元Logit模型回归,该方法的原理是,让变量以步进的方式进入回归方程,其进入回归方程的标准是分值统计量的显著水平,从回归方程中删除变量的标准是Wald统计量的概率。从回归结果可以看出,方程中有6个变量显著。对数似然函数值Log likelihood为1513.908,卡方检验Chi-square (6df)=22.517,P=0.000,由此可见卡方检验能够在99%的置信度下显著成立,说明方程整体拟合较好。

消费区位的赋值是由城市中心区向外城增长的赋值过程,所以从方程的变量系数可以判断居民的区位选择偏好,系数为正的变量,反映的是该类型的居民更容易选择距离城市中心较远的商业区进行购物。以下对检验显著的各个变量进行分析(表2):

  表2  Logit模型1:基于居民属性分析的消费区位偏好分析

Tab.2 analysis of residents’ shopping location preference based on residential characteristics

变 量
系数
S.E.
Wald统计量
显著性
Exp(B)

V5
-0.266*
0.139
3.632
0.057
0.767

V11
0.617**
0.242
6.495
0.011
1.853

V12
-0.270**
0.114
5.604
0.018
0.763

V13
-0.282*
0.153
3.387
0.066
0.754

V14
0.699***
0.259
7.297
0.007
2.011

V16
-0.499***
0.134
13.914
0.000
0.607


注1:城市中心区商业区包括西单、复兴门、阜成门和甘家口四大商业区,外城商业区包括白石桥、双榆树、中关村、大钟寺、五道口、公主坟和欧尚世纪金源8大商业区。

注2:***:在99%的置信度下显著;**:在95%的置信度下显著;*:在90%的置信度下显著。

资料来源:经提取有效问卷,样本量为1176。



3.2 居民属性对于消费区位偏好影响分析

变量V5系数显著且为负,说明具有高中教育程度的居民更容易选择城市中心区的商业区进行购物,其原因是交通成本和商业区的自身禀赋造成。具有高中教育程度的居民大体可以分为两种,一种是已经工作的居民或从事自由职业的居民,由于教育程度的限制收入水平相对偏低,另一种是尚未工作的学生,其经济来源主要是靠父母,去外城商业区的交通成本比去中心城区的商业区偏高。另外,商业区的自身禀赋,如商品价格、商品种类也是影响这部分居民消费区位偏好的重要因素。像西单商业区和新街口商业区的商品价格多元化,且还有许多是针对时尚青年的商品,这些商品在价格和时尚元素上具有优势,就成为影响这部分居民的区位决策的主要因素。

变量V11系数显著且为正,表明从事高科技工作的居民更容易选择外城商业区进行购物。如中关村是高科技人员主要集聚区,而这类消费者的主要消费空间是中关村和双榆树商业区。

变量V12系数显著且为负,表明随着收入增高,人们偏向于选择中心城区的商业区进行消费,也就是说高收入、中等收入水平的居民比低收入水平的居民选择中心区的商业区消费的概率更大。

变量V13系数显著且为负,说明选择公共汽车、地铁和城铁等公共交通工具的居民偏向于到城市中心区的商业区消费。由此可见,公共交通对居民选择城市中心区消费的影响较大,主要是这些居民追求交通成本最低和便利性所致。

变量V14系数显著且为正,说明以私家车或出租车购物的居民非常明显地选择外城的商业区消费。V14的系数为正,且在99%的置信度下显著,说明外城商业区的停车位对吸引驾车消费非常有效。

变量V16系数显著且为负,表明以工作地点为出发购物地点的居民偏向于选择城市中心区消费,上下班顺路购物成为居民的重要空间消费方式,而从居住地出发购物的居民主要以就近购物为主,居住地对居民选择中心城区与外城消费区位的影响并不显著。

以上研究表明,前文提出的三个假设的正确性。一是居民的教育程度、收入水平对居民的消费区位的偏好具有明显的影响。二是高中文化程度的居民偏好于选择城市中心区的商业区消费;随着收入的增加,居民选择城市中心区的商业区消费的概率较大。第三是出行工具的选择和购物出发地点等消费相关行为显著影响着居民的消费区位选择,如驾车购物的居民偏好于到外城的商业区进行消费。

4 Logit模型2:商业环境评价与消费区位选择的分析

4.1 模型变量定义

模型1的研究表明,受到消费者属性、出行工具和购物出发点等因素的影响,不同类型的居民具有显著的消费区位偏好。Logit模型2将选择居民对12大商业区的9个商业环境要素作为变量,研究居民对于商业环境评价结果是如何影响其消费区位决策。Logit模型2的变量定义及其统计性质如表3。

表3  Logit模型2中变量的定义与统计性质

Tab.3 Variables and statistics in Model 2

变量名
变量定义
样本均值(方差)

Location-decision
城市中心区为1,外城区为2
1.67(0.47)

location
1-5  从非常不满意到非常满意
3.89(0.71)

transportation
1-5  从非常不满意到非常满意
3.68(0.82)

scale
1-5  从非常不满意到非常满意
3.77(0.73)

air
1-5  从非常不满意到非常满意
3.61(0.80)

price
1-5  从非常不满意到非常满意
3.30(0.79)

service
1-5  从非常不满意到非常满意
3.27(0.82)

rest-place
1-5  从非常不满意到非常满意
2.95(0.90)

facility
1-5  从非常不满意到非常满意
3.24(0.84)

parking
1-5  从非常不满意到非常满意
3.00(0.92)


资料来源:经提取有效问卷,其样本量N=941。

采取Forward Stepwide(Wald)对Logit模型2进行回归。对数似然函数值Log likelihood为1134.395,卡方检验Chi-square(6 df)=170.108***,P=0.000,说明方程整体拟合效果较好。由于因变量区位的赋值是由内向外升高的,所以在方程中系数显著为正的变量,反映出这类居民更容易选择距离城市中心区较远的商业区进行消费(表4)。

表4 模型2:基于商业环境评价的消费区位选择分析

Tab.4 Analysis of residents’ shopping location decision based on commercial environmental evaluation

变 量
系数
S.E.
Wald统计量
显著性
Exp(B)

location
-0.274****
0.083
10.944
0.001
.760

price
0.192**
0.100
3.668
0.055
1.211

service
0.261****
0.100
6.812
0.009
1.298

rest-place
-0.169**
0.103
2.710
0.100
.844

facility
-0.158*
0.106
2.252
0.133
.854

parking
0.449***
0.084
28.895
0.000
1.567


注:****:在99%的置信度下显著;***:在95%的置信度下显著;**:在90%的置信度下显著;*:在85%的置信度下显著。

样本数为941。



4.2 商业环境评价结果对居民消费区位决策的影响

回归结果表明区位、商品价格、服务质量、休息场所、配套餐饮娱乐设施和停车场的满意度对居民消费区位决策具有显著影响。

变量location表示的是居民对区位的满意程度,其系数显著且为负,表明居民对区位的要求越高,就越容易选择靠近城市中心区进行消费。变量location在99%的置信度下显著,说明居民对区位的感知是很敏感的,由此可见,商业区的区位在居民心目中的重要性。

变量price系数显著且为正,表明居民对商品价格变化要求越高,选择外城商业区的概率就越大。从这个角度考虑,外城商业区的商品价格结构应该比城市中心区商业区的商品结构应更加多层次化,如果外城商业区的商品价格定位与城市中心区相似或更高,居民对其感知就十分敏感,可能导致居民消费区位决策的变化。

变量service系数显著且为正,说明居民对服务质量要求越高,倾向选择外城商业区消费的概率越大。从12大商业区服务质量满意度评价来看,12个商业区的服务质量满意度都不高,可能是未来制约商业区发展的瓶颈,特别是从模型2分析看出,商业区服务质量满意度在99%的置信度下显著,在所有通过检验的变量中其系数绝对值排名第三,表明服务质量满意度是居民做出消费区位决策的主要影响因素。

变量rest-place系数显著且为负,表明居民对休息场所要求越高,就趋向于选择接近城市中心区的商业区进行消费,从这一点上看,城市中心区的商业区的休息场所的满意度要高于外城商业区的休息场所建设的满意度。同时也反应了外城商业区在重视发展商业规模的同时,并没有重视休息场所等配套设施的建设。

变量facility系数显著且为负,表明居民对配套餐饮娱乐设施要求越高,选择城市中心区的商业区购物的概率越大。也就是说居民对商业区配套餐饮娱乐设施感知程度是城市中心区大于外城。但该因素仅在85%的置信度下显著,是勉强通过统计检验的。

变量parking系数显著且为正,表明居民对停车位要求越高,选择外城商业区购物的可能性就越大。该因素在99%的置信度下显著,说明商业区的停车位在居民对商业环境评价是很敏感的。从其系数来看,绝对值排第一名,由此可见,影响居民消费区位决策变化的第一要素是停车位。

通过回归检验的变量有区位、商品价格、服务质量、休息场所、配套餐饮娱乐设施和停车位的满意度,没有通过检验的变量有交通条件、商业规模和商业氛围的满意度。由此可见,区位、商业环境配套设施的满意度成为居民消费区位决策的主要影响因素,而商业规模和商业氛围等因子的满意度对居民的消费区位决策影响较弱。

5 结论

本文使用消费行为的实际调查数据,通过两个计量经济模型分析居民属性特征和商业环境评价对于城市居民消费区位选择的影响,结果发现:

居民属性与消费者消费区位偏好和区位决策行为具有明显的相关关系。其中,教育程度、职业类型、收入水平、出行方式、购物出发地点等个人和家庭属性对居民消费区位偏好具有显著影响。如高中教育程度的居民更容易选择城市中心区的商业区进行消费;而高科技公司工作的居民则更多选择外城商业区进行购物;采取公共汽车、地铁和城铁等公共交通工具的居民倾向到城市中心区的商业区购物;以工作地点为消费出发地的居民偏向于选择城市中心区消费等。

居民对商业环境的满意度的评价水平显著影响着居民消费区位决策。其中,停车场、服务质量、商业配套设施是影响居民消费区位决策最重要的因素。居民对停车场、商品价格要求越高,偏向于选择外城商业区消费;居民对商业区位、服务质量、休息场所、配套餐饮娱乐设施要求越高,选择城市中心区的商业区的概率就越大。而居民对交通条件、商业规模和商业氛围的满意度的评价水平对消费者区位选择决策影响不显著。

由此可见,针对不同消费者要开发和建设不同类别的商业区,将有助于形成不同特色的消费空间,满足不同层次居民的消费需求;另外,良好的商业区位、多元化商品价格、高质量服务水平、完善的休息场所和配套设施、充足的停车场设施等是吸引居民消费的重要条件,也应该是商业区环境建设的重点内容。



参考文献(References)

[1] Guan Chiming, Cui Gonghao. Progress in research on foreign commercial geography since the 1990’s. World Regional Studies, 2003, 12(1): 44-53. [管驰明,崔功豪. 1990年代以来国外商业地理研究进展. 世界地理研究,2003,12(1):44-53.]

[2] Huff D L. A probabilistic analysis of shopping center trading area. Land Economics, 1963, 39:81-90.

[3] Rushton G. The scaling of location preferences. In: Cox K P, Golledge R G(eds), Behavioral Problems in Geography: A Symposium, Evaston, Ⅶ. Northwestern University Studies in Geography. Northwestern University,1969,197-227.

[4] Rushton G. Analysis of spatial behavior by revealed space preference. Annals of the Association of American Geographers, 1969,59:391-401.

[5] Chai Yanwei, Wang maojun. Pregress of geographical study on consumer behavior in Japan. Acta Geographica Sinia, 2004.59(Suppl.): 167-174.[柴彦威,王茂军. 日本消费者行为地理学研究进展. 地理学报,2004,59(增刊):167-174.]

[6] Dawson, J.A.. Retail Geography, Croom Helm, London. 1980.

[7] Berry, B.J.L.&Parry, J.B.. Market Centers and Retail Location:Theory and Applications, Prentice-Hall, Englewood Cliffs, with B.J. Epstein, A. Ghosh and R.H.T. Smith. 1988.

[8] Wei Jingrong, Zhang Wenkui, Liu Jisheng et al. An analysis of determining consumers’ shopping behavior and disposing retail commercial networks in Changchun. Human Geography. 1992, 7(suppl.): 79-87.[魏金荣,张文奎,刘继生 等.长春市消费者购物行为与零售商业网点配置关系分析.人文地理,1992,7(增刊):79-87.]

[9] Zhang Wenzhong, Zhou Yanjun. A Study on commercial central place system and consumers’ behavior in Harbin. Human Geography. 1992, 7(suppl.): 104-111.[张文忠,周彦军. 哈尔滨市商业中心地系统与消费行为研究. 人文地理,1992,7(增刊):104-111.]

[10] Wu Zongqing, Chai Yanwei, Dai Xuezhen et al. On hierarchy of shopping trip space for urban residents: a case study of Tianjin City. Geographical Research, 2001,20(4):479-488.[仵宗卿,柴彦威 等. 购物出行空间的等级结构研究 以天津市为例. 地理研究,2001,20(4):479-488.]

[11] Wang De, Zhang Jinqing. The analysis of consumer trip characteristics and spatial structure of commercial facilities in Shanghai. City Planning Review, 2001,(10):6-14.[王德,张晋庆. 上海市消费者出行特征与商业空间结构分析. 城市规划,2001,(10):6-14.]

[12] Wang De, Zhou Yu. Analysis of consumer’s hypermarket selection behavior in Shanghai. Urban Planning, 2002, (4):46-50.[王德,周宇. 上海市消费者对大型超市选择行为的特征分析. 城市规划汇刊,2002,(4):46-50.]

[13] Wang Xingzhong, Qin Ruiying, He Xiaodong et al. The Study of the urban social place system. Acta Geographica Sinia, 2004.59(Supplement): 125-131.[王兴中,秦瑞英 何小东 等. 城市内部生活场所的微区位研究进展. 地理学报,59(增刊):125-131.]

[14] Zhou Chunshan, Luo Yan, Shang Yanran. Research progress of Commercial Geography in China. Acta Geographica Sinia, 2004.59(6): 1028-1036.[周春山,罗彦,尚嫣然. 中国商业地理学的研究进展. 地理学报,2004,59(6):1028-1036.]

[15] Wang Jining, Sheng Zhaohan, Li Xindan. A demonstration on investment inclinations of investors based on logit model. Journal of Industrial Engineering/Engineering Management, 2003, 17(4): 86-90.[王冀宁,盛昭瀚,李心丹. 基于Logit建模的投资者交易行为的实证检验. 管理工程学报,2003, 17(4):86-90.]



Study on Residents’ Shopping Location Preference and Shopping Location Choice: A Case on Xicheng and Haidian District of Beijing

ZHANG Wen-zhong 1,  LI Ye-jin1,2

(1. Institute of Geographical Sciences and Natural Resources Research, CAS, Beijing 100101, China,2. Graduate School of the Chinese Academy of Sciences,Beijing 100039,China)



Abstract: Since 1990s, commercial conditions in China including commercial environment, retail types, scale of retail enterprises, spatial structure of retail and shopping decision-making factors have changed. In order to keep up with these changes, commercial geography should set up new perspectives, theories and methods to analyze its internal mechanism and changing rules, and thus provide reasonable and practical scientific basis to commercial planning, location decision of retail enterprises and commercial environment construction. Taking Xicheng and Haidian Central District of Beijing as research case, which is a sector region from city center to rural region, this paper selects 12 commercial centers as most important study objects of this sector. On the basis of the data from 1300 residents’ questionnaires, the paper empirically analyzes the residents’ shopping location preference and shopping location choice in two Logit models. Empirical results show that shopping behavior of residents is significantly and positively related to working in high-tech companies, high income and by car and positively related to high school diploma, by bus and subway. Furthermore, residents’ shopping location decision is significantly and positively related to leisure establishment and relative restaurant and entertainment establishment and negatively related to commercial location, commodity price, service quality, parking site. These empirical findings have important policy implications and marketing for policy-makers and retail developers.

Key words:consumer behavior; shopping location preference; shopping decision behavior; commercial environment evaluation; Beijing



--------------------------------------------------------------------------------

收稿日期:2005-12-30        ;修订日期: 2006-5-15

基金项目: 国家自然科学基金项目(40571048)[Foundation Item: National Natural Science Foundation of China, No.40571048]

作者简介:张文忠(1966-),男,研究员,中国地理学会会员,主要从事城市与区域经济等研究。Email: zhangwz@igsnrr.ac.cn

[1] 海淀中心地区本文主要是指以北京市五环内海淀区的管辖范围。

[2] 本文“外城”是指二环外至五环路以内的区域,城市中心区是指二环以内的区域。
 楼主| 发表于 2007-10-14 16:38:28 | 显示全部楼层
发表于 2012-4-3 21:47:24 | 显示全部楼层

谢谢

最近正在研究相关问题,感谢楼主分享。






您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|手机版|Archiver|都市世界-城市规划与交通网 ( 京ICP备12048982号

GMT+8, 2020-2-22 04:42 , Processed in 0.080201 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表